דילוג לתוכן הראשי

העדכונים של בשבע, ישירות אליכם

בוחרים ערוץ אחד — ומקבלים רק את מה שחשוב.

ערוץ הוואטסאפ עדכונים נבחרים, בלי רעש קבוצת הוואטסאפ אותם עדכונים, בקבוצה ערוץ הטלגרם למי שחי בטלגרם
דעות

הבינה המלאכותית והמשק: מבחן משילות בעידן של האצה

טכנולוגיית ה-AI משנה כבר היום את הקצאת הפעילות במשק. כעת נדרש עדכון עמוק של מסגרות הניהול כדי למנף סיכויים ולמנוע סיכונים מערכתיים

יאיר אבידן, צילום: ברק אבידן
יאיר אבידן. צילום: ברק אבידן

הבינה המלאכותית מתקדמת בקצב שמאתגר את יכולת ההסתגלות של מוסדות כלכליים. הדיון הציבורי מתמקד, ובצדק, בפריון, בחדשנות ובתחרות. אך מאחורי ההבטחה מסתתר שינוי עמוק יותר באופן שבו סיכונים נוצרים, מתומחרים ומתפזרים במערכת הכלכלית.

בדבריה של Michelle W. Bowman, סגנית יו״ר הפדרל ריזרב לפיקוח בארה"ב, הוגדרה הבינה המלאכותית כ-"מכפיל כוח".(force multiplier)  המשמעות אינה רק שיפור ביעילות, אלא האצה סימולטנית של סיכוי וסיכון. אותה טכנולוגיה שמחדדת זיהוי מוקדם של חולשות, יכולה גם להעצים טעויות, להרחיב הטיות ולהאיץ את התפשטותן, זאת כמובן, לצד מינוף והאצת הזדמנויות.

ככל שהשפעת הבינה המלאכותית מתרחבת, כך משתנה גם מבנה הסיכון, ריכוז החלטות במודלים, תלות גוברת בספקים ובתשתיות, והאצה של תהליכים באופן שהם מתורגמים להשפעות כלכליות רחבות יותר ובקצב גבוה יותר. כל זה פורץ באופן דרמטי את גבולותיו של דיון טכנולוגי גרידא וגולש, וחייב לגלוש, לדיון בליבת הניהול הכלכלי העוסק בהקצאת הון, תמחור סיכון ואיכות קבלת החלטות.

בישראל, שבה שוק קטן יחסית פוגש חדשנות מהירה, ההשפעות אינן רק מהירות יותר, הן גם מרוכזות יותר. המשק מתאפיין בפתיחות גבוהה לחדשנות, אך גם בריכוזיות יחסית של המערכת הפיננסית ובתלות בתשתיות דיגיטליות. שילוב זה תומך בצמיחה, אך עלול לייצר ריכוז סיכון ממונף, מצב שבו כשל נקודתי במודל, בנתון או בתשתית אינו נשאר מקומי, אלא מתפשט במהירות ברמה מערכתי., מה שמכונה "אפקט ההידבקות".

אולי יעניין אתכם

מכאן נובעים שלושה אתגרים ניהוליים מרכזיים. הראשון הוא אתגר המשילות. כאשר החלטות מתקבלות באמצעות מערכות מורכבות ולעיתים לא שקופות, האחריות אינה יכולה להתפזר. דירקטוריונים והנהלות נדרשים לוודא כי קיימת הבנה מספקת של תהליכי קבלת ההחלטות, כי ניתן לייחס אחריות, וכי קיימים מנגנוני בקרה אפקטיביים המאפשרים התערבות בזמן אמת.

האתגר השני הוא אתגר הקצאת ההון. הבינה המלאכותית משפיעה כבר היום על תמחור אשראי, על ניהול השקעות ועל ניתוב משאבים. המשמעות היא שלא רק היעילות משתפרת, אלא גם אופן פיזור ההון משתנה. ללא בקרה על איכות הנתונים, על הטיות אפשריות ועל תלות במודלים, קיים סיכון להקצאת הון שאינה משקפת סיכון אמיתי והקצאה מיטבית, ולפיכך גם סיכון לפגיעה ביציבות לאורך זמן.

האתגר השלישי הוא אתגר הקצב. הטכנולוגיה מתקדמת מהר יותר ממסגרות הניהול והפיקוח. בעולם כזה, הסתמכות על כלים סטטיים אינה מספקת. נדרש מעבר לגישה דינמית המבוססת על עדכון מתמיד, על דיאלוג בין רגולטורים לגופים מפוקחים ועל נכונות לבחון מחדש הנחות יסוד.

לצד זאת, הפוטנציאל ברור. שימוש מושכל בבינה מלאכותית יכול לשפר את איכות ההחלטות, לאפשר זיהוי מוקדם של סיכונים וסיכויים ולהוביל להקצאת הון יעילה יותר. במובן זה, הבינה המלאכותית אינה מקור סיכון, אלא מנוע לשיפור יחס תשואה-סיכון. עם זאת, מימוש הפוטנציאל אינו תלוי בטכנולוגיה בלבד, אלא גם במסגרת הניהולית שסביבה. זו מחייבת משילות ברורה המגדירה אחריות גם כאשר ההחלטות אינן שקופות במלואן; התאמה של מסגרות ניהול הסיכונים לעולם של תלות במודלים ובספקים; פיקוח רגולטורי המאזן בין חדשנות לבין יציבות ואמון; והשקעה בתשתיות נתונים המאפשרות החלטות איכותיות ולא רק מהירות.

בהקשר הישראלי, אין הכרח בהקמת רגולטור-על חדש או במנגנון בירוקרטי נוסף. עיקר הפעילות הנדרשת היא התאמת הרגולציה והאכיפה במסגרת הגופים הקיימים. הפיקוח על הבנקים, רשות שוק ההון והרשות לניירות ערך, כל אחד בתחומי סמכותו, יכולים וצריכים להוביל את המהלך ההסדרתי שימומש על ידי התאגידים המפוקחים, בהתאמה.

המשמעות המעשית היא קביעת ציפיות רגולטוריות ברורות ביחס לשימוש בבינה מלאכותית וביניהן חובת מדיניות מאושרת על ידי הדירקטוריון; מנגנוני פיקוח ובקרה; שילוב תחום הבינה המלאכותית במסגרת ניהול הסיכונים הארגוני; התאמת מסגרות ניהול טכנולוגיות המידע וסיכוני המודלים; קביעת אחריות הנהלתית ברורה; וחובות דיווח על שימושים מהותיים, כשלים ואירועים חריגים. לא פחות חשוב מכך, נדרש לחזק את יכולות הפיקוח, הבקרה וההבנה הטכנולוגית בתוך הרשויות עצמן.

זהו קול קורא ברור למקבלי ההחלטות, לרגולטורים, לדירקטוריונים ולהנהלות. לא לעצור את החדשנות,  אלא להקדים לה מסגרת; לא להסתפק באימוץ, אלא לדרוש הבנה, אחריות ובקרה; לא לראות בבינה המלאכותית כלי תפעולי, אלא גורם המשנה את מבנה הסיכון וההזדמנויות במשק.

בעולם של האצה, גם המשילות נדרשת להאיץ. ללא משמעת ניהולית מתאימה, ההאצה אינה מייצרת ערך, אלא מגדילה סיכון. חייבים למצוא את האיזון בין חדשנות ליציבות מערכתית, זאת לצד חשיבה פיקוחית ומערכות בקרה דינמיות. זהו המבחן האמיתי של המערכת הכלכלית בעידן של האצת השימושיוּת וההתפתחות של הבינה המלאכותית.

יש הרבה "לימונים", וחשוב שנעשה ונהנה מה"לימונדה".

 

הכותב הוא דירקטור ופעיל חברתי, לשעבר המפקח על הבנקים

מה לקרוא עכשיו