סייסנס רוצה שתתחילו לדבר עם הדאטה שלכם
את סייסנס לא צריך להציג בשוק חברות הטכנולוגיה הישראלי. החברה שהוקמה עוד ב-2004, נחשבת לאחת מהחלוצות בעולם בתחום של ניתוח מידע, עוד לפני שכולם הפנימו את המהפכה של הדאטה. מאז עברה החברה שינויים משמעותיים וכיום היא מתמקדת בפלטפורמת אנליטיקה, וגם מציעה אותה ירות בענן (AnPaaS), שממוקדת במתכננים ומפתחים של יישומים, עם יכולות מתקדמות. "אנחנו עדיין בעולמות של ה-BI מבחינת ארגונים שזקוקים לכך, אבל הבנו שהיום ארגונים מחפשים הרבה מעבר לפלטפורמה שהיא רק BI פנימית, כי יש מגוון רחב יותר של יישומים פנימיים שדורשים פתרונות אנליטיקה, ואם מדובר בחברת תוכנה או במחלקת יישומים בארגון שצריכיםלתמוך גם ביישומים עבור משתמשי קצה חיצוניים אז האתגר הוא משמעותי עוד יותר", כך אומר יגאל אדרי, סגן נשיא למוצר ואסטרטגיה בחברה, על שינוי המיקוד של החברה.
ארגונים היום כבר רוצים מעבר לפלטפורמה מתקדמת, ומעוניינים בשילוב AI. איך אתה רואה את השינוי הזה?
"הלקוחות רוצים אתמול, או במקרה הטוב היום, את היכולות של בינה מלאכותית שאפשר לראות בכלים הפופולריים היום שמיועדים לקהל הרחב. הלקוחות שלהם, ומשתמשי הקצה, מצפים ליכולות הללו גם במוצרים שלהם, מכיוון שהם כבר משולבים במוצרים רבים בסביבת העבודה הרגילה. אז בעצם אנחנו מפתחים את הפלטפורמה שלנו כדי לענות על הצורך הזה בשני המקרים. גם להשתמש ביכולות של שפה טבעית בשביל לקצר את זמן התכנון והפיתוח של הדשבורדים והאנליטיקות שמיועדים לשילוב ביישומים, וגם לעזור למשתמשי הקצה להבין את הדאטה במהירות, ולהיות מסוגלים להשתמש ב-AI כדי לקבל תובנות נוספות מהנתונים הקיימים".
איך אתם יכולים להציע את זה?
"הפלטפורמה שלנו כוללת SDK שנקרא Compose שמאפשר לבנות ולהטמיע רכיבים לניתוח מידע במהירות, גם על ידי מי שאין לו יכולות פיתוח קוד. זה מאפשר למנהלי מוצר לנהל שיחה טבעית עם הפלטפורמה על התובנות העסקיות שהם רוצים לייצר מהיישום שמפתחים, והמערכת תוכל להציע להם רעיונות למקורות נתונים שנדרשים, למודלים שאפשר לבנות, או איך אפשר להציג את המידע בצורה ידידותית. הבינה המלאכותית הזאת יכולה להיעשות על בסיס מודלי AI שלנו או של הלקוח כדי לשמור על פרטיות המידע. בסופו של דבר מגיעים לחיסכון משמעותי בזמן, וגם יכולת פיתוח מהירה מאוד של רכיבים שאפשר להתאים לסוגי משתמשי הקצה השונים ביישום".
איך כל היכולות הללו באות לידי ביטוי בפועל?
"יש לנו דוגמא מצוינת, עם לקוח שסיימנו אצלו הטמעה לאחרונה - ארגון השחייה האמריקאי (USA Swimming) שמקדם את כל נושא השחייה בארה"ב, ברמת מועדונים, מאמנים, ושחיינים, עם 400 אלף איש שמשתמשים בשירותים שלו וזקוקים לניתוח מידע כמו תוצאות אישיות, קבוצותיות ועוד. הארגון חיפש פתרון נגיש לניתוח מידע, שיהיה זמין בכל הפלטפורמות, נוח למשתמשים, ובנוסף יקצר את זמן הפיתוח. בזכות הפתרון וה-SDK שלנו, הם היום יכולים לקחת את הדאטה הגולמי שלהם, שמבוסס על קבצי PDF, ולאפשר לכל משתמש לנתח את המידע לפי הרמה שלו. זמן הפיתוח שלהם לבקשה של יכולות ניתוח חדשות התקצר מ-6-8 שבועות ליום יומיים, תוך שמירה על סביבה מאובטחת גם מבחינת משתמשי הקצה, עם הרשאה מתאימה לצפייה רק במידע הרלוונטי, וגם מבחינת הארגון שלא צריך להקדיש עכשיו מאמצי זמן ופיתוח לנושא האבטחה".
הפלטפורמה שלכם נעזרת גם בשירותי ה-AI של AWS, מה תוכל לספר לנו על זה?
"במשך השנים צמחנו בזכות השימוש בשירותי הענן של AWS. החל משימוש בשירותים עבור אחסון ועיבוד עבור התפעול של הפלטפורמה שלנו, ועד לשימוש בשירותים מורכבים יותר, לצורך למידת מכונה, בסיסי נתונים או ניהול השרתים בצורה אוטומטית. עם הזמן, השירותים של AWS אפשרו לנו גם להציע פתרונות בתחום הבינה המלאכותית, ואנחנו עובדים על פיתוח יכולות חדשות גם עם Amazon Q, שירות שמסוגל לעזור למפתחים להשתמש ב SDK שלנו בקלות, ו-Amazon Bedrock, שירות שמאפשר הרצת מודלי שפה גדולים (LLM) של חברות שונות, תוך שמירה על הפרטיות של המידע של הלקוחות. זה דבר קריטי עבורנו ועבורם, מכיוון שהלקוחות לא רוצים זליגה של המידע שלהם למודלים גדולים שפתוחים לציבור, וגם כי במקרים רבים הם מחויבים ברגולציה או הסכמים מול הלקוחות שלהם. השימוש בשירות מאובטח כמו Amazon Bedrock עוזר לנו לאפשר ללקוחות לבחור את הגישה המתאימה להם. השתתפנו השנה בכנס re:Invent, כנס הלקוחות השנתי של AWS, והצגנו בפני לקוחות ושותפים את היכולות של המערכת".