23 במרץ 2026
ג'נט ג'ורג' היא חלוצה בתחום הבינה המלאכותית. במשך כמה עשורים, היא משרתת ענקיות טכנולוגיה — כולל Oracle, Intel, Apple, Yahoo! ו-eBay — על ידי בניית מערכות מחשב המתפקדות בדומה יותר למוח האנושי. והיא עשתה זאת על ידי הטמעת בינה מלאכותית, למידת מכונה, LLM ורשתות עצביות עמוקות.
“הניסיון שלי עם AI מתייחס לתקופה שבה החלו להתחדר גם מחשובות ענן, למידה עמוקה, מאגרי נתונים ענקים ויכולות GPU מתקדמות”, היא אומרת.
מאז 2025, ג'ורג' עומדת בראש מרכז המצוינות לבינה מלאכותית ב-Mastercard, שם התמקדותה היא רתימת טכנולוגיות מתקדמות לשיפור, הגנה והתאמה אישית של מערכות תשלום. היא גם מנחה את Mastercard במסעה להפוך לארגון מוכוון AI — יעד שהיא מעודדת עסקים בכל גודל לאמץ.
הבינה המלאכותית התפתחה כמו אש בשדה קוצים במהלך השנתיים האחרונות, והציתה ציפיות לכך שהיא תשנה מן היסוד את האופן שבו חברות מנהלות את פעילותן, מפתחות מוצרים חדשים ומתקשרות עם לקוחות. ג'ורג' מאמין שעסקים הפתוחים לשינוי — ועושים מאמץ להבין את היכולות והמגבלות של הבינה המלאכותית — יהיו ממוקמים בצורה הטובה ביותר לשגשג.
שאלנו את חלוץ הטכנולוגיה הזה מה מנהיגים עסקיים צריכים לדעת כדי להישאר בחזית בעולם המונע יותר ויותר על ידי בינה מלאכותית.
ג'ורג': ראשית, למדו איך להתעלם מהבאזז ולהתמקד בהחזר השקעה (ROI) שניתן להרחבה. המטרה צריכה להיות להתקדם מעבר להתנסות עם בינה מלאכותית גנרטיבית ולהתחיל להרחיב אותה ברחבי הארגון. מנהיגים צריכים לזהות מקרים שימוש בעלי השפעה גבוהה ומציאותיים שבאמת משפרים את ערך הלקוח עם החזר השקעה (ROI), במקום רק לרדוף אחרי כלי פרודוקטיביות, כי בכל יום אנו רואים כלי פרודוקטיביות חדש צץ.
אני גם חושב שפריסת AI באופן אתי ואחראי היא סופר חיונית. לשם כך יש לטפל באופן יזום בהטיה שעשויה כבר להתקיים בפעולות או בנתונים תפעוליים, להבטיח שקיפות באופן שבו הנתונים שלנו משמשים ולשמור על אמון הלקוחות.
בקיאות טכנולוגית היא קריטית מאוד. אני לא חושב שמנהיגים צריכים לכתוב את הקוד בעצמם, אבל עליהם להבין את המורכבות, היכולות והמגבלות של AI, כולל כיצד למתן סיכונים ולבחון אי-דיוקים בנתונים או כל סוג של פרצות אבטחה.
עם זאת, יש לראות בבינה מלאכותית כלי שמשלים, ולא מחליף, את האינטליגנציה האנושית. על ידי עידוד פיתוח מודלים שבהם AI מטפל במשימות שגרתיות, מנהיגים יכולים לאפשר לאנשיהם להתמקד ביצירתיות, אמפתיה וחשיבה אסטרטגית.
במהלך השנים האחרונות, הבינה המלאכותית עברה שינוי יוצא דופן, כשהיא עוברת מלמידת מכונה ומיצוי תכונות מהדור הראשון והשני עם מודלים אלגוריתמיים מבוססי gradient boost, לאימוץ למידה עמוקה עם רשתות נוירונים בדור השלישי והרביעי של מודלים מבוססי טרנספורמרים, עם מנגנוני קשב ולמידה עצמית. מעבר זה סומן על ידי הופעתם של מודלי שפה גדולים מאוד, כגון טרנספורמרים יוצרניים שאומנו מראש, או GPTs, שהגדירו מחדש את מה שהבינה המלאכותית יכולה להשיג.
חדשנויות אלו, המופעלות על ידי משאבי נתונים עצומים והאצת GPU, אפשרו לבינה המלאכותית להגיע לביצועים ברמה אנושית. חלה קפיצה אקספוננציאלית באופן שבו הטכנולוגיה מאחזרת מידע, מבינה הקשר ומדגימה אינטליגנציה, במיוחד בתחום עיבוד השפה הטבעית וההיגיון. כך שמערכות אוטונומיות מודרניות וסוכני AI מתוכננים כעת לחקות את המוח האנושי, תוך שילוב אלמנטים כמו זיכרון אפיזודי ויכולות קוגניטיביות מתקדמות. אני כל הזמן נדהם עד כמה כל ההישגים המדעיים שלנו שאבו השראה מהביולוגיה.
בינה מלאכותית מעצבת מחדש באופן יסודי את תעשיות הפיננסים והבנקאות. הם מתפתחים משימוש באוטומציה פשוטה למוסדות ממוקדי בינה מלאכותית גנרטיבית, הפועלים באופן נחרץ ביותר ומטמיעים טכנולוגיות AI מודרניות.
וכל זה צפוי להעניק להם יתרון תחרותי משמעותי מאוד על אלו הנסמכים על מערכות מורשת ותהליכים ידניים. סקר EY מ-2025 הציג ש-71% מהבנקים הגדירו או היטיבו יכולות gen-AI, כּאשר 61% כבר רואים השפעות חזקות ו-89% רואים השפעות חזקות בשנתיים הקרובות, הנעות מכלים לחסכון בעלויות עד להנעת צמיחת הגרוס בהכנסות.
אנו משתמשים מזה זמן רב ב-AI לניהול סיכונים וזיהוי הונאות. כעת, סוכני AI יכולים לנטר עסקאות ותבניות בכל החשבונות והערוצים, לדרג סיכונים באלפיות שנייה ולסמן חריגות במיקום ומהירויות הוצאה, ששיטות זיהוי ישנות יותר עלולות לפספס בקלות. סוכני AI גנרטיביים יכולים להפחית באופן משמעותי את מספר הזיהויים החיוביים השגויים בתעבורת רשת תפעולית. סוכנים אוטונומיים יכולים להבין, להסיק ולפעול מטעם הבנק כדי לנהל משימות מורכבות מקצה לקצה, כגון טיפול במחלוקות אשראי.
ג'ורג': במקום להסתמך בעיקר על אתרי מותגים או מנועי חיפוש מסורתיים, צרכנים משתמשים כיום בכלי שאלות ותשובות מבוססי בינה מלאכותית כדי להנחות את החלטות הקנייה שלהם. דו"ח עדכני הראה כי 60% מהצרכנים משתמשים בבינה מלאכותית לקניות ו-46% מהאנשים הללו בוטחים בבינה מלאכותית יותר מאשר בחברים כשהם מחפשים עצות לגבי תלבושות – אלו הן חלק מהתובנות המניעות את ההשקעה המתמשכת שלנו במסחר מבוסס סוכנים ובפיתוח כלים ושירותים כמו Agent Pay ו- Agent Suite.
אנחנו רואים גם יותר תמיכת לקוחות מבוססת בינה מלאכותית. צרכנים יוצרים כעת קשר עם סוכני בינה מלאכותית, לעומת צ'אטבוטים מסורתיים, באתרי קמעונאות כדי לקבל תמיכה מיידית מסביב לשעון. אבל מה שמדהים הוא שסוכנים אלה מתוחכמים מספיק כדי להבין ולנהל שיחות מורכבות, ולהסתגל לדפוסי דיבור, גוונים ומבטאים שונים.
עסקים קטנים אימצו בינה מלאכותית יוצרת כדי לבצע אוטומציה של מגוון תהליכים עסקיים שגרתיים – עבודה אדמיניסטרטיבית, קביעת פגישות, בקרת מלאי והזנת נתונים – מה שמאפשר לבצע משימות אלו ביעילות ובדיוק רב יותר.
אנו רואים גם, בתחום הניהול הפיננסי, את עלייתם של סמנכ"לי כספים וירטואליים מבוססי AI המאפשרים לעסקים קטנים לקבל ניתוח נתונים בזמן אמת של תזרימי המזומנים שלהם, לזהות פעילויות הונאה פוטנציאליות ולשפר את אבטחת הסייבר על ידי ניטור עסקאות ותעבורת רשת.
לבסוף, הייתי אומר שאחד היתרונות לעסקים קטנים הוא הפחתת עלויות. באמצעות אוטומציה של משימות שגרתיות וחוזרות על עצמן, הם יכולים לצמצם באופן משמעותי את עלויות העבודה ולמצוא יעילות רבה יותר, ובכך לפנות זמן שהושקע בעבר במשימות ידניות. כעת בעלי עסקים יכולים להתמקד בהנעת צמיחה אסטרטגית ויתרון תחרותי. עסקים קטנים זוכים ליכולת להציע שירותים איכותיים ומהירים יותר, מה שמאפשר להם להתחרות ביעילות מול ארגונים גדולים יותר.