בכל יום מתפרסמים ברחבי העולם אלפי מחקרים מדעיים חדשים. חוקרים מפתחים טכנולוגיות, בוחנים תיאוריות ומציגים תגליות שעשויות לשנות את חיינו. חלקם יישכחו בתוך חודשים ספורים, ואחרים עשויים להוביל למהפכה טכנולוגית, רפואית או כלכלית. אבל כיצד אפשר לדעת איזה רעיון יהפוך לפריצת הדרך הבאה? וכיצד מזהים שינוי משמעותי עוד לפני שהשפעתו הופכת לברורה לכולם?
אם בעבר האתגר המרכזי היה להשיג מידע, כיום האתגר הוא לדעת מה לעשות איתו. בעולם שבו טכנולוגיות, שווקים וצרכים משתנים במהירות, היכולת להבחין בין מגמה חולפת לבין שינוי משמעותי עשויה להעניק יתרון אסטרטגי לחברות, לארגונים ואף למדינות.
האתגר הזה בא לידי ביטוי כמעט בכל תחום: בחברת טכנולוגיה שנדרשת להחליט היכן להשקיע, במערכת בריאות שנדרשת להיערך למצבי חירום, או במדינה שמבקשת לזהות את מנועי הצמיחה הבאים שלה. בכל המקרים הללו, ההחלטות מתקבלות היום, אך השלכותיהן יתבררו רק בעתיד. לכן, השאלה אינה רק מה אנחנו יודעים, אלא כיצד משתמשים בידע הקיים כדי להתמודד עם אי-ודאות ולקבל החלטות טובות יותר לגבי המחר.
כמי שעוסקת בחיזוי, באופטימיזציה ובפיתוח מודלים לקבלת החלטות בתנאי אי-ודאות, ברור לי שתחזית מדויקת היא רק חלק מהסיפור. הבינה המלאכותית מאפשרת לנו לזהות דפוסים ומגמות שקשה להבחין בהם בעין אנושית, אבל הערך האמיתי נוצר כאשר מצליחים לתרגם את התובנות הללו לפעולה. בעולם האופנה, למשל, זיהוי מוקדם של טרנד עשוי להשפיע על עיצוב קולקציות, תכנון הייצור וניהול המלאי, והשפעתו עשויה להתבטא בהמשך גם בתוצאות כספיות ועסקיות. כך גם בתחומי הטכנולוגיה והכלכלה: לא מספיק לזהות מה עשוי להשתנות, צריך גם לדעת כיצד לפעול בהתאם.
גם בעולם המחקר המדעי אפשר ללמוד לא מעט מהמידע שכבר קיים. הסיינטומטריקה, תחום העוסק במדידה ובניתוח של פעילות מדעית, מאפשרת לבחון פרסומים אקדמיים, ציטוטים ושיתופי פעולה בין חוקרים כדי להבין כיצד תחומי ידע מתפתחים. בשילוב כלים של בינה מלאכותית וניתוח נתונים, ניתן לזהות כיווני מחקר מתפתחים ולבחון הזדמנויות חדשות. עם זאת, מספר ציטוטים גבוה אינו בהכרח עדות לפריצת דרך מדעית, וגם האלגוריתם המתוחכם ביותר אינו מסוגל לנבא בוודאות את העתיד.
עבור ישראל, שההון האנושי והחדשנות הם ממנועי הצמיחה המרכזיים בכלכלתה, מדובר בסוגיה בעלת חשיבות מיוחדת. פיתוחים כמו כיפת ברזל ממחישים עד כמה חדשנות עשויה להפוך לנכס אסטרטגי ואף חיוני לביטחון הלאומי. אך לצד היכולת לפתח טכנולוגיות מתקדמות, חשובה לא פחות היכולת לזהות בזמן הזדמנויות חדשות (או איומים) ולהחליט היכן נכון להשקיע משאבים מוגבלים. השאלה היא האם אנחנו משתמשים במידע העומד לרשותנו רק כדי למדוד את מה שכבר התרחש, או גם כדי להשפיע על מה שעוד עשוי לקרות.
הרי גם המודלים המתוחכמים ביותר מבוססים על נתונים ודפוסים שנצפו בעבר, בעוד ששינויים משמעותיים עשויים דווקא לשבור את הדפוסים הללו. לכן, המטרה אינה לבטל את אי-הוודאות, אלא ללמוד לקבל החלטות מושכלות למרות קיומה. לעיתים, היכולת להיערך למספר תרחישים אפשריים חשובה יותר מהניסיון לחזות במדויק תרחיש אחד.
בכנס הסיינטומטריקה שהתקיים בשבוע שעבר בשנקר עסקנו בשאלה כיצד ניתן להשתמש בנתונים על פעילות מדעית כדי לזהות מגמות ולהבין את התפתחות הידע. אבל בעיניי, השאלה רחבה הרבה יותר מעולם המחקר: כיצד אנחנו הופכים את כמויות המידע העצומות שעומדות לרשותנו ליכולת לקבל החלטות טובות יותר לגבי העתיד?
בסופו של דבר, בעולם שבו הידע זמין כמעט לכולם, היתרון האמיתי לא יהיה בהכרח בידי מי שמחזיק במידע הרב ביותר או באלגוריתם המתוחכם ביותר, אלא בידי מי שיודע לזהות בזמן לאן הדברים מתפתחים, להבין את המשמעות ולפעול בהתאם. העתיד תמיד יישאר לא ודאי, אבל היכולת שלנו להיערך אליו אינה חייבת להיות כזאת.
*ד"ר מיכל קורן היא ראש בית הספר להנדסת תעשייה וניהול בשנקר, וחוקרת בתחומי חקר ביצועים, חיזוי וקבלת החלטות