זרקור ספטמבר בנושא בינה מלאכותית

שש המגמות המשותפות של בינה מלאכותית על פני ההתמחויות

 

אוטומציה, ואחריה שיקול דעת​

איסוף נתונים, ניתוח והפקת תוכן שגרתיים עוברים לאוטומציה - הערך של עובד אנושי עובר לפרשנות, הצבת ספקות ואימות של תוצרי הבינה המלאכותית.​

משרות הפתיחה מתרוקנות​

תפקידי ג'וניור שהתבססו על עבודת אקסל, סקירת שוק והכנת מצגות מצטמצמים; החשיבות עוברת לתפקידי לבקרה, מסגור המשימה ושיקול דעת.​

היסודות חשובים יותר​

המסגרות הקלאסיות חשובות יותר מתמיד כדי לפקח על תוצרי בינה מלאכותית ולזהות שגיאות

שליטה בבינה מלאכותית היא רף בסיס​

כל תחום מצפה לשליטה בבינה מלאכותית כמיומנות ליבה - ולא כמומחיות של מעטים.​

ניהול צוותים משולבים אדם-סוכן​

כאשר סוכני בינה מלאכותית מצטרפים לצוותים ומבצעים משימות מקצה לקצה, נדרשות מיומנויות חדשות של פיקוח, האצלה ואחריות.​

אתיקה ואחריותיות​

הטיה, הוגנות, שקיפות, פרטיות ואחריותיות הן סוגיות בוערות, גם בהקשר של תוכניות הלימודים ואת של הרגולציה הפורמלית.

 

 

השפעת הבינה המלאכותית על אסטרטגיה מאת פרופ' יאיר אנטלר

  • מקורות היתרון התחרותי משתנים: היתרון אינו נשמר עוד באמצעות מיצוב אסטרטגי סטטי (בנוסח פורטר), אלא באמצעות מהירות הסתגלות, ניהול נתונים ויכולות AI שקשה לחקות. 
  • מחזורי האסטרטגיה מתקצרים: התכנון האסטרטגי עובר מתהליך שנתי לתהליך דינמי ומתמשך. 

  • תפקידי הכניסה מצטמצמים, וחדשים צומחים: עבודת אנליסט אסטרטגיה בתחילת דרכו שכללה, הכנת מצגות, סריקת שוק ועיבוד נתונים, מצטמצמת. מנגד גדל הביקוש למנהלים היודעים לתרגם יכולות AI לשפה אסטרטגית-עסקית ולגשר בין צוותים טכניים להנהלה הבכירה. חברות הייעוץ מעצבות מחדש את מבנה כוח האדם ממבנה „פירמידה” למבנה „יהלום”. 

  • תהליכי עבודה ותזמון תוצרים. ה-AI מפעיל לחץ על מודל החיוב המסורתי לפי זמן, כאשר עבודה שארכה שבועות אורכת כיום ימים. 

 

משמעות עבור ההתמחות:
מטרת ההתמחות היא להכשיר לניהול אסטרטגיה אדפטיבית ומבוססת נתונים, ולהכין את הבוגרים לנקודת כניסה שדורשת אוריינות AI בתפקידי אסטרטגיה וייעוץ. 

 

 

אוניברסיטת תל אביב עושה כל מאמץ לכבד זכויות יוצרים. אם בבעלותך זכויות יוצרים בתכנים שנמצאים פה ו/או השימוש שנעשה בתכנים אלה לדעתך מפר זכויות
שנעשה בתכנים אלה לדעתך מפר זכויות נא לפנות בהקדם לכתובת שכאן >>