חשוב לי לרדת קומה במחקר של אוקספורד וסיטי גרופ, ולהנגיש עבורכם בחתיכות פרקים נבחרים אשר מסמלים על פי דעתי את העתיד ואת המקומות אליהם אתם צריכים להביט בכל הקשור לדילמה ההולכת וגוברת- כיצד יראה שוק העבודה בעתיד ?
לכל מי שמעוניין לקרוא את הפוסט הראשון בסדרה- רשומה כללית הסוקרת את המחקר ותובנות עיקריות אשר חילצתי מתוכו רצ”ב- Link. כמו כן חשוב לי להדגיש כי בכל רשומה מצורף לתחתית הפוסט המחקר המקורי במלואו על מנת שתוכלו לצלול אליו בעצמכם ולקחת ממנו תובנות רלוונטיות.
הפעם, אתעכב על הרבולוציה שמביאה איתה מגמת הBig Data וזאת על פי הניתוח של אוקספורד, תוך שאשטח בפניכם את הדברים החשובים שנאמרו סביב הנושא במסמך מדהים זה.
| הרבולוציה של Big Data והדיגיטציה של התעשיה |
במציאות של היום מכונות עדיין לא חושבות ופועלות כמו האדם, אבל חשוב להוסיף את המילה- עדיין. ההיגיון של האנשים והיכולות שלנו לבנות ולפעול נמצא Built-in עמוק בתוך הידע שלנו וכך למעשה אנחנו תופסים את הסביבה. למשל, בדוגמא של כתיבה אנחנו מחזיקים יכולות וידע אינטואטיבי אשר מאפשר לנו להבין כיצד מחזיקים את העט, ומה הם למעשה הגבולות של הנייר- על מנת שנמנע מלצאת מהגבול ולכתוב במקום הלא נכון. בנוסף, השיפוט שלנו לגבי המילים ומה הן מספרות לנו- נמצא גם הוא בתוך התבנית המובנית של הידע ושל השפה אותה רכשנו מגיל צעיר.
אנו משתמשים ברמזים קונטקסטואלים- על מנת שנוכל להגיע לרוב האינטרפרטציות אותן אנו מגלים בטקסט, מתוך סט של פרשנויות מובנות, אנו לוקחים בחשבון את הכוונות של הכותב ואת הדברים שניתן להסיק “מתחת” למה שכתוב וחשוף בפועל- רוב התהליכים הקוגנטיבים הללו הרבה יותר מפותחים מכל סקופ של אלגוריתם שיכול לבצע במציאות העכשווית.
אבל, ברור שהמציאות הזו הולכת להשתנות ופרפורמנס של כוח מחשוב ברמה כזו יהיה זמין ויחקה למעשה את הפעולות של האדם, מדובר במכונות חכמות שיכולות ללמוד ואלגורתמים שיש להם בינה מלאכותית כשהמטרה שלהם מלכתחילה היא- לעשות מימיקה לפעולות של האדם ולבנות פתרונות ופעולות אנושיות.
ישנן טכנולוגיות חדשות שנכנסות אל חיינו בשנים האחרונות– אשר מביאות יכולת של אוטומיזציה לפעולות והופכות את הפער בין הידע של האדם למכונה לקטן וקרוב יותר- על ידי כך שהמכונה מכילה בתוכה Capability מתקדמים של ביג דטה.
דוגמא טובה למשל הינה- אלגורתמים שיודעים לתרגם טקסט לכמה שפות, ניקח קייס רלוונטי באופן ספציפי היכולות וההצלחה של התרגום של- Google אשר בנויה על תרגום של טקסט כתוב אבל יותר מכך- האלגוריתם כולל מאתיים מיליארד מילים שונות שנאספו ממסמכים פומביים ממשלתיים שאפשרו לתרגום של שש שפות שונות וניבים שונים.
בשל העובדה שהרובוט, האלגוריתם יודע להתמודד עם כמות מאוד גדולה של דטה הוא מסוגל לקחת את כל המילים עם ההשלכות והמשמעויות שלהן- לסדר אותן ולבנות את ההקשרים תוך כדי התרגום על מנת שהמילים תהינה כמה שיותר קרובות לכוונת המקור בכך, למעשה התרגום הופך לאפקטיבי יותר ומן הסתם כולל תכונות אנושיות. זו דוגמא מצויינת לתכונה של מכונה אשר באמצעות הרבה מאוד Data- מיליארדי מילים כתובות ממקורות שונים עושה בפועל פרפורמנס מדהים, ועל הביצועים הללו ניתן לבנות הרבה מאוד אִימְפְּלִיקַצְיות- כל זאת מבוסס פילוסופית ביג דטה.
אין ספק שדוגמא כזו מציגה היטב כיצד Big Data ודטה באופן כללי- יכולה להועיל ולשרת כערך משמעותי ומועיל לידע של האדם ולתהליך העבודה, מה גם שמדובר ברעיון אשר מחדד שהרובוט לא בהכרח “גונב” יכולות מהאדם, אלא מעצים את היכולת האנושית ומאפשר לה להתפתח לכיוונים חדשים. אלגוריתמים מאפשרים לייצר סקייל רחב בהרבה יותר מהיכולות המובנות והאנושיות, למעשה האדם יכול לעזור לעצב שיקול דעת אחד בתוך סט של דטה, ואת אותו Consideration אפשר להריץ על כמות מאוד גדולה של מידע במשך שנים- כתוצאה, כוח המחשוב כבר לא מופנה אך ורק אל פעולות טקטיות אלא יכול להיות מתועל אל מקומות- בהם הדטה יכולה להפוך לכלי שחושב ופועל כמו האדם, בסקייל רחב יותר ובכך שוב מגדיל ומעצים אותנו האנשים.
מקצועות כמו- קמעונאות ומכירות יכולים להיות חשופים ופגיעים, כי כוח המחשוב יכול להוות יוטיליטי אשר מחליף בפועל את הפונקציונאליות של העולמות הללו- וזאת בשל העליה של ביג דטה, זאת דוגמא לכך שקמעונאות יכולה להשתנות בשל העובדה של כמות המידע המדהימה שנצברת היום בחברות אלו :
– הדטה בייס של וואלמארט למשל מכיל יותר מ2.5 פטה בייט של אינפורמציה,
– האלגוריתם של נטפליקס משתמש במנגנוני המלצות שמחליפים כוח אדם אשר מספק שירות,
– גם אמזון וגם Spotify בנו יכולות של ביג דטה שמאפשרות להם לעשות איפיון של ההעדפות ודפוסי ההתנהגות בצריכה זאת על בסיס לקוחות רחב- טקטיקות אלה למעשה מאפשרות לגופים הללו לייצר מגוון של שירותים אוטומאטים אשר מותאמים בדיוק יתר לאדם.
המערכות של חברות כמו Netflix, אמזון וSpotify יודעת להשתמש בטכנולוגיות מתוחכמות מבוססות-Machine Learning על מנת לזהות התנהגויות צריכה ספציפיות של לקוחות אל מול אחרים, זאת לטובת התאמת אותן ההתנהגויות מול כמות גדולה של מוצרים ובאמצעות כך לספק המלצות של אותם מוצרים מבוסס על הרבה מאוד מידע על הלקוח. הפעולה הזו למעשה מחקה את ההתנהגות של איש המכירות אבל משביחה אותה שכן היא מסתמכת על מידע רחב יותר, ואפשרויות של למידה עמוקה וחיזוי של התנהגות מבוסס הרבה פעולות של אנשים שונים !
באוקספורד צופים כי הטכנולוגיות הללו יְיוּשְּׂמוּ בצורה מסיבית בקרב קמעונאים, באופן שמחליף את המשאב האנושי.
אפשר לראות את ההתפתחות של Big Data בעולמות שונים ונוספים– למשל חברות עורכי דין משתמשות במערכות שמאפשרות להם לסרוק אלפי בריפים לגלים ותקדימים שמאפשרים לבנות מסמכי- Review, באמצעות היכולת הזו ניתן לעורכי הדין כלי חכם וחזק שממנף להם כוח- להתכונן טוב יותר ולחקור נושאים לפני משפט.
חשוב להדגיש כי האפקטיביות מעבודה בביג דטה אינה רעיון קל , זו משימה אשר דורשת בדיקה ברורה ומדוקדקת של יכולות בעולם של סטטיסטיקה ואנליזה, כאלה שלמעשה מאפשרות את השיפוט אשר מגדיר מה יכול להיות מעניין בדטה ומה לא, הטרנד ברור- אלגוריתמים שבנוים על Big Data יכולים לשחק תפקיד עולה ומתעצם שלמעשה מחזק מאוד מקצועות מסויימים אבל גם מתחלף מקצועות אחרים, ההתגברות ביכולות וברלוונטיות של ביג דטה היא גדולה וחלק גדול מהצמיחה הזו קשור בעובדה שישנן הרבה מערכות אשר עוברות דיגיטציה בתעשיות שונות, זה קורה בתעשיות ובורטיקלים שונים- מבנקים מסורתיים, שירותים פיננסים, פרסום, דיגיטציה של התחבורה ועוד- כל אלו למעשה משנים את הדרך בה העולם עובד.
מילת סיכום. אני מודעת לשיחות ההולכות וגוברות באשר לפחד ממה שיקרה בעתיד בשוק העבודה, זאת לנוכח ההשפעות של הדיגיטציה והטכנולוגיות- חשוב אם כן להיות דרוכים, להבין את השינוי ולבנות על בסיסו פתרונות מתאימים אשר ייצרו בפועל השבחה באיכות החיים שלנו ולא להפך. המחקר הזה של סיטי ואוקספורד הינו מסמך מהותי להבנת השינוי, ולכן חשוב לי לחזור אליכם שוב ושוב עם פרקים מתוכו ולחדד עבורכם את האבולוציה שאנחנו חווים.
כפי שהבטחתי צירפתי עבורכם בתחתית הרשומה את המסמך המקורי במלואו, ואני ממליצה לכם בחום לצלול אליו ולקחת ממנו פיסות מידע חשובות משלכם.
