קונים אנבידיה לפני הדוח של הערב? ראו תחילה מה מודלי הבינה המלאכותית שלנו אומרים
יום שלישי, 25.08.2026 — בפסגת Six Five Summit: AI Unleashed 2026, אמר מנכ"ל סנופלייק (SNOW) סרידהאר ראמאסוואמי כי השלב הבא של בינה מלאכותית ארגונית ייקבע פחות על ידי בחירת המודל ויותר על ידי איכות הנתונים, הממשל עליהם ונגישותם. המסר נשא עמו הן הבטחה והן אזהרה: הבינה המלאכותית הופכת לזולה יותר ומתקדמת יותר, אך חברות שמסתמכות על נתונים לקויים או על בקרות הוצאות רופפות עלולות עדיין להתקשות להפוך את ההתקדמות הזו לערך עסקי.
ראשי פרקים
- סנופלייק אמרה כי היתרון האמיתי של בינה מלאכותית ארגונית נובע מנתונים מהימנים, לא מהמודלים בלבד.
- החברה דוחפת לקוחות לחדש את הנתונים שלהם צעד אחר צעד, במקום להמתין לניקוי מושלם לפני אימוץ בינה מלאכותית.
- סנופלייק אמרה כי 46% מהלקוחות מתכננים להגדיל את ההוצאות בתקופה קרובה, בעוד ש-Cortex הגיעה לחדירה של 30% בקרב בסיס הלקוחות.
- סוכני בינה מלאכותית פנימיים המשמשים את כוח המכירות של סנופלייק, הכולל 4,000 עובדים, עולים פחות מתוכנת לוחות המחוונים שהחליפו.
- החברה משתמשת במספר מודלי בינה מלאכותית ובבקרות תקציב לכל משתמש כדי לשמור על עלויות נמוכות ולצמצם תלות בספק יחיד.
בינה מלאכותית ארגונית עוברת ממודלים לנתונים
ראמאסוואמי אמר לקהל כי התוכנה הופכת לקלה יותר לבנייה ככל שסוכני הקידוד משתפרים, מה שהופך יישומים לתעשייתיים יותר ולסחורה. בסביבה כזו, אמר, המבדיל המרכזי אינו מדד ייחוס של המודל אלא הנתונים שמאחורי המערכת.
- הוא אמר כי חברות עם נתונים איכותיים ומנוהלים יכולות להפיק ערך רב יותר מבינה מלאכותית.
- הוא טען כי נתונים גרועים לא ניתן לתקן אפילו על ידי המודל החכם ביותר.
- הוא אמר כי הממשל הפך לחיוני מכיוון שהמודלים כיום טובים מספיק כדי לחשוף חולשות בנתונים.
- הוא תיאר בעלות על נתונים, משמעות סמנטית ובקרות ממשל כשלושת היסודות לפריסה מוצלחת של בינה מלאכותית.
ראמאסוואמי אמר כי השוק לעיתים קרובות מבין לא נכון את השינוי הזה. לדעתו, ארגונים אינם צריכים לסיים ניקוי נתונים מלא לפני שמתחילים בפרויקטי בינה מלאכותית. במקום זאת, עליהם להתמקד תחילה במקורות הנתונים החשובים ביותר ובפונקציות העסקיות, ולאחר מכן להרחיב עם הזמן.
ראשי פרקים
- מודרניזציה של נתונים יכולה להיעשות תוך שבועות או חודשים, לא בהכרח על פני מספר שנים.
- בינה מלאכותית צריכה לאוטומט עבודה חוזרת בעוד בני האדם שומרים על שליטה בגמירת הדעת ובאסטרטגיה.
- יכולת פעולה הדדית חשובה, ולקוחות צריכים להימנע מנעילת הנתונים שלהם בפלטפורמה אחת.
- משמעת בעלויות היא כיום דרישה מרכזית לבינה מלאכותית ארגונית, לא מחשבה שניה.
תוצאות פיננסיות ואותות לקוחות
סנופלייק הצביעה על מספר סימנים לביקוש לקוחות ואימוץ מוצרים. החברה אמרה כי 46% מהלקוחות מתכננים להגדיל את ההוצאות בתקופה קרובה, סימן שהיא רואה כתומך בצמיחה מתמשכת. כמו כן אמרה כי Cortex, ההצעה שלה בתחום הבינה המלאכותית, הגיעה לחדירה של 30% בקרב בסיס הלקוחות.
- ציון ה-Net Promoter Score גדל ברצף ומשנה לשנה.
- Cortex רואה צמיחה בשלבי הרכישה, הניסוי והתכנון.
- סנופלייק אמרה כי עניין הלקוחות מתרחב מניסויים לפריסה מעשית יותר.
- החברה לא חשפה נתון דולרי ספציפי לחיסכון מסוכני המכירות, אך ראמאסוואמי כינה את הצמצום "מדהים למדי."
ראמאסוואמי גם אמר כי סנופלייק עוקבת מקרוב אחר עלויות. הוא אמר כי החברה "חדה מאוד" בנוגע להוצאות ולא תקבל כלים חדשים המספקים יותר תכונות במחיר גבוה בהרבה. הוא הוסיף כי אם לקוח מוצא אופטימיזציה שחוסכת סכום גדול של כסף, הלקוח יהיה מרוצה מיד — ואז ישאל במהירות מדוע החיסכון לא נמצא מוקדם יותר.
עדכונים תפעוליים: Snowhouse, סוכנים ואספקה מהירה יותר
סנופלייק השתמשה במושב הבורסה כדי לתאר כיצד היא מיישמת בינה מלאכותית בתוך העסק שלה. מערכת הנתונים הפנימית של החברה, הנקראת Snowhouse, מאגדת מידע מ-Salesforce, וורקדיי ומהמערכות הפנימיות של סנופלייק עצמה כדי ליצור תצוגה של 360 מעלות של הפעולות.
- Snowhouse תומכת בסוכני בינה מלאכותית במכירות, פיננסים והנדסה.
- סנופלייק אמרה כי 4,000 עובדי מכירות משתמשים בסוכני בינה מלאכותית לעבודה יומיומית.
- הסוכנים מספקים יכולת אנליטית רבה יותר מאשר כלי לוחות המחוונים שהחליפו.
- החברה אמרה כי הגישה החדשה עולה פחות לכל משתמש וניתן לנהל אותה עם מגבלות תקציב, כולל סף חודשי של $30 לכל משתמש שהוזכר כישים.
ראמאסוואמי אמר כי החברה גם מרחיבה מודל הנדסה פרוסה מראש, כאשר מהנדסי סנופלייק עובדים כעת באתר עם לקוחות כדי להאיץ פרויקטים. הוא אמר כי מאמצי מודרניזציה של נתונים שפעם לקחו 3 עד 4 שנים יכולים כעת לעיתים קרובות להסתיים תוך שבועות או חודשים באמצעות Cortex וכלים חדשים יותר.
כיצד סנופלייק משתמשת בבינה מלאכותית פנימית
סנופלייק תיארה את השימוש שלה בבינה מלאכותית כדוגמה של "לקוח אפס". החברה אמרה כי בנתה סוכנים שיכולים לנתח נתונים על פני מימדים רבים בו-זמנית ולהריץ אצוות גדולות של עבודה בלילה.
- Cortex יכולה להפעיל נחילי סוכנים מקבילים כדי לייצר דוחות מפורטים.
- ראמאסוואמי אמר כי הוא יכול לבקש מהמערכת לנתח מערכי נתונים על פני 10 עד 12 מימדים בו-זמנית.
- החברה אמרה כי סוכני המכירות שלה כוללים כעת מידע לקוח בזמן אמת, נתוני צריכה ומודיעין שוק.
- מידע זה נועד לסייע לצוותי מכירות לשפר את הצגות המכירה וניהול החשבון.
סנופלייק גם אמרה כי יצרה תוכנית מערכי נתונים מוסמכים, הנתמכת על ידי צוות נתונים ייעודי, כדי לשפר את האיכות והממשל. המטרה היא לוודא שהנתונים המשמשים מערכות בינה מלאכותית אמינים ומוגדרים בבירור.
אסטרטגיית מודלים ובקרת עלויות
ראמאסוואמי אמר כי סנופלייק אינה מסתמכת על ספק מודל יחיד. במקום זאת, היא מפזרת תעבורה בין OpenAI, Anthropic ומודלים בקוד פתוח כדי לנהל עלויות ולצמצם תלות בספק אחד.
- החברה אמרה כי בחירת המודל היא חלק אחד מאסטרטגיית ארכיטקטורה רחבה יותר.
- היא גם משתמשת בחישוב מקדים ובבחירות עיצוב מערכת אחרות כדי להוריד עלויות לכל משתמש.
- בקרות תקציב נועדו למנוע מהוצאות הבינה המלאכותית להטרים את יצירת הערך.
- סנופלייק אמרה כי כלים חייבים לעלות פחות מהמערכות שהם מחליפים.
המסר הזה משקף שינוי רחב יותר בשוק הארגוני. חברות רבות עוברות מהוכחות היתכנות של בינה מלאכותית לפריסות בקנה מידה, אך הן גם הופכות ממוקדות יותר בהחזר על ההשקעה, בממשל ובהתאמה תפעולית.
תחזית עתידית
ראמאסוואמי אמר כי החברות הסבירות ביותר להצליח יהיו אלו שמשתמשות בבינה מלאכותית לטיפול בעבודה מכנית וחוזרת בעוד שאנשים מתמקדים בגמירת דעת, פשרות והחלטות אסטרטגיות. הוא אמר כי זו צורת "הארגון הסוכני."
- הוא מצפה שהמודלים ימשיכו להשתפר בכתיבת תוכנה, הסקת מסקנות ותכנון לטווח ארוך.
- הוא אמר כי מערכות אוטונומיות ככל הנראה יתרחבו, אך עם פיקוח אנושי ולא שליטה אנושית מלאה.
- הוא מצפה לשימוש רב יותר בבינה מלאכותית במכירות, פיננסים, משאבי אנוש ופעולות.
- הוא אמר כי ציר הזמן לשינוי מכווץ, וכינה אותו "שנות כלב של בינה מלאכותית."
ראמאסוואמי אמר כי הטרנספורמציה צפויה להתפרש על פני 1 עד 3 שנים, לא מחזורי 5 שנים שחברות רבות משתמשות בהם לתכנון. לדעתו, חברות שמחדשות את יסודות הנתונים שלהן כעת יהיו ממוקמות טוב יותר ככל שהבינה המלאכותית תהפוך לשזורה עמוק יותר בעבודה העסקית היומיומית.
ראשי פרקים מהשאלות והתשובות
במהלך הדיון, ראמאסוואמי התייחס למספר שאלות לגבי מה השוק מפספס וכיצד חברות צריכות לגשת ליישום.
- הוא אמר כי השוק מזלזל בכיצד הסחרור של התוכנה הופך את איכות הנתונים למבדיל האמיתי.
- הוא אמר כי הממשל חשוב מכיוון שהמודלים כיום חזקים מספיק כדי להפוך בעיות נתונים לגלויות יותר.
- הוא ייעץ לחברות להתמקד תחילה בפונקציות החשובות ביותר להכנסות.
- הוא אמר כי לקוחות צריכים לשמור על נתונים בפורמטים שנשארים שמישים מחוץ למערכת האקולוגית של סנופלייק.
- הוא אמר כי המטרה היא יכולת פעולה הדדית, לא תלות בפלטפורמה אחת.
הוא גם אמר כי כלי הבינה המלאכותית הטובים ביותר הם אלו שמשפרים בבירור את העבודה מבלי ליצור עלות מיותרת. לדעתו, ארגונים צריכים לצפות שהבינה המלאכותית תהפוך לחלק סטנדרטי מהפעולות, אך רק אם היא בנויה על נתונים מהימנים וכלכלה ממושמעת.
הקוראים יכולים לעיין בתמליל המלא להלן לפרטים נוספים על הדיון ושאלות הקהל.
מאמר זה נוצר ותורגם בתמיכת AI ונבדק על ידי עורך. לקבלת מידע נוסף, עיין בתנאים והתניות שלנו.
