פרק 11
פרק 11 - נתונים ומידע במלחמה ובשגרה
שלי רייס: יש אמירה שאני אוהבת לצטט מפורסמת של סטטיסטיקאי אמריקאי, "In God we trust, all others must bring data." תביא לי נתונים, אני אאמין בתופעה. פחות נפנופי ידיים, פחות הלך רוח, פחות מה שכתוב בעיתונים, נתונים. הבנק חייב להתבסס על נתונים שהם אובייקטיביים ולא מוטים, מנותחים כמו שצריך וזה משהו שהוא באמת חשוב מאוד להצלחה של המדיניות.
עמירם: שלום וברוכים הבאים לפרק נוסף בפודקאסט של בנק ישראל, הצד השלישי של המטבע. אני עמירם ברקת ממחלקת התקשורת של הבנק. בפרק היום נדבר על הפעילות של בנק ישראל בעולם הנתונים והמידענות. ניגע בין היתר במהפכת הביג דאטה. בעברית, אגב, קוראים לזה מידע עתק. נדבר על יכולות התחקור החדשות שמאפשרות לאנשי המקצוע בבנק, למשל, להתריע על התגברות הסיכונים בתחום המשכנתאות או במסחר במטבע החוץ, לזהות מה היקף הרכישות או המכירות של שקלים שנעשו רק לצורך עשיית רווח מהיר. נדבר על מידענות, כיצד התחום החדשני הזה מתפתח מנקודת המבט של הבנק המרכזי ועל ההשפעה שיש לבינה מלאכותית על העבודה. שלי רייס היא מנהלת אגף הלקוחות בחטיבה למידע ולסטטיסטיקה של בנק ישראל, הגוף האחראי בבנק על האיסוף, הניהול וההנגשה של המידע עבור אנשי המקצוע ומקבלי ההחלטות.
שלום שלי.
שלי: שלום שלום, שמחה להיות כאן.
עמירם: שמחים שאת כאן. נתחיל בהקשר האקטואלי, אנחנו מקליטים את הפרק בתקופת מלחמה. המציאות הזו מייצרת אתגרים לא פשוטים למדינה, לציבור, למשק כמובן וגם לבנק המרכזי. החלטת המדיניות המוניטרית על גובה הריבית הופכת למורכבת יותר בתקופת מלחמה, אבל כדי שהבנק יוכל לקבל את ההחלטה הזו והחלטות מדיניות משמעותיות נוספות, צריכה לעמוד בפני מקבלי ההחלטות תמונת מצב עדכנית ומהימנה של הכלכלה הישראלית. זה אומר אתגר של הבאת נתונים כמה שיותר עדכניים וכמה שיותר משקפים את המצב של הכלכלה. העובדה שהכלכלה נמצאת במצב מאוד תנודתי עם המון אי ודאות רק מקצינה את הקושי, אז איך אתם מתמודדים עם האתגר הזה שלי?
שלי: כמו שאמרת, בשגרה באמת אנחנו חטיבה שאוספת את המידע, מנהלת ומנגישה את הנתונים שהבנק משתמש בהם בתוך הבנק ומחוץ לבנק. ועל זה בטח עוד נדבר קצת בהמשך הפודקאסט, אבל בחירום יש את הנושא של האי-וודאות והדגש עובר מיד לנתונים שהם יותר מהירים, הם יותר ממוקדים ורלוונטיים לתרחיש, אוקיי? לתרחיש ספציפי. כי כשפורץ המשבר כבר מאוד מבינים מאיזה כיוון הוא ומה יהיה יותר מעניין. היינו הרי רק לפני כמה שנים בקורונה, זה היה תרחיש מסוג משבר בריאותי עולמי, עכשיו יש לנו מלחמה, תרחיש שהוא מאוד מאוד מקומי וזה מייצר בעצם דרישה למידע, לדעת מה קורה עכשיו. כלומר בדרך כלל מידע כלכלי, מעבר למידע השוקי שכל הזמן שהוא ישר מתבטא בטווח הקצר, שוק ההון או שוק מטבע החוץ, אז יש את המידע על הפעילות, מה קורה עכשיו, מה קורה במשק וזה מידע שהוא יותר בפיגור מגיע.
עמירם: כן. למשל אם אנחנו לוקחים כדוגמה את נתוני הצמיחה של המשק, בדרך כלל זה מתפרסם רק חודש, חודש וחצי האומדן הראשון…
שלי: נכון. אז יש את הרגולטורים העיקריים במשק וגם הלשכה המרכזית לסטטיסטיקה וכו', גם הם בעת כזאת מייצרים כל מיני דברים שיקדימו את המידע שהם עצמם מפרסמים בפיגור יותר גדול. למשל למ"ס מוציא סקרי בזק, לשכת התעסוקה מוציאה נתונים על רישום בלשכות התעסוקה או נעדרים מאיזו סיבה.
עמירם: אז זאת בעצם בעיה משותפת לכולם וכולם מנסים למצוא דרכים…
שלי: כולם מנסים למצוא דרכים להקדים את הנתונים. אנחנו בדרך כלל בבנק, מה שקורה זה שאנחנו, ביחד עם טכנולוגיות מידע, אנחנו בעצם, תמיד יש לנו איזה מיזם כזה שברגע שמתחיל משבר אנחנו פונים לכל החטיבות בבנק ופשוט בודקים מה צרכי המידע, מה רוצים לדעת עכשיו בהתייחס למשבר ולתרחיש הספציפי. בין אם זה תשלומים, מטבע, מחקר, חטיבת השווקים, כל החטיבות שיש לנו בבנק, ואנחנו בעצם מייצרים, אורזים את הנתונים המהירים ביותר והאינפורמטיביים והממוקדים באיזשהו פורטל. קראנו לו בקורונה פורטל קורונה, עכשיו פורטל חרבות ברזל. כמו שאתה רואה, אנחנו מאוד... בשמות אנחנו מאוד מקוריים. זה מה שאנחנו עושים, מיד כשפורץ משבר אנחנו מתארגנים על זה, על כל צרכי המידע, צרכי הנתונים של הנהלת הבנק, של החטיבות של הבנק, ואורזים אותם על פלטפורמה אחת שאפשר פשוט להסתכל יום יום, להיכנס ולראות תמונת מצב של המשק.
עמירם: מה למשל רואים שם? איזה מדדים אנחנו יכולים לראות?
שלי: הדברים שאנחנו מסתכלים עליהם, אז יש כמובן את הנתונים הבהירים הקלאסיים שזה שוק ההון ושוק מט"ח, אנחנו יכולים לדעת מה קורה בבורסות.
עמירם: שערי חליפין, מניות.
שלי: שערי חליפין, בדיוק. אנחנו יכולים לדעת מה קרה אתמול בבורסה, ובשערי חליפין אנחנו יכולים לדעת מה קרה בתוך היום אפילו. אבל גם בגלל שאנחנו מנסים לתת מענה לפעילות הריאלית, לפעילות של החברות, כלומר תמיד אנחנו רוצים לדעת עד כמה המשבר משפיע ברמת המאקרו, עד כמה תהיה לזה השפעה על הצמיחה שתימדד יותר מאוחר, עד כמה באמת הפעילות נפגעת, כי הרבה פעמים הבורסה וגם שוק מטבע החוץ מגיבים לחוסר ודאות. עדיין לא ברור באיזה רמה או באיזה ווליום המשק יושפע. יש משברים שבסופו של דבר אנחנו רואים שהם לא כל כך השפיעו ושבעצם הריצה המוקדמת למימוש מניות או לרכישת מטבע החוץ הייתה בהלה ויש משברים שבהם כן, אנחנו רואים באמת את התופעה, את המשבר הרבה זמן, עוד הרבה זמן בנתונים.
עמירם: אז איך רואים את זה? איפה אפשר לראות את זה?
שלי: אז למשל בנתונים מהירים שאנחנו מנסים להשיג בתחום הריאלי, אנחנו מנסים לקחת נתונים שהם פחות מסורתיים, כלומר שאנחנו צריכים לחכות להם הרבה זמן. בקורונה למשל היה נושא של ניידות שהוא היה מאוד קריטי כי באמת היו סגרים, וזה קצת דומה למצב שהיה בתחילת המלחמה הזאת עם הבקשה של פיקוד העורף להישאר בבית. אז אתה רוצה לדעת בעצם מה קורה עם הניידות של אנשים למקומות עבודה, עד כמה זה ישפיע על התעסוקה, עד כמה זה ישפיע על הצמיחה. אנחנו מתקשרים, בגלל שנתונים לא זמינים באופן קבוע, אנחנו ניגשים לחברות שאנחנו יודעים שאוספות, דוגמת גוגל, אפל, ווייז, כלומר מתקשרים עם חברות כדי לקבל מהם דאטה בייס כזה. או למשל נתונים של ייצור חשמל שיכולים להעיד על הפעילות המשקית של המגזר העסקי, של משקי בית. בזמנו פנינו לנתונים של פדיון בקניונים, לראות מה קורה בקניונים, נתונים של חברות כרטיסי אשראי.
עמירם: אלה נתונים שאתם מקבלים ממש כל יום?
שלי: כן, נתונים של כרטיסי אשראי לדוגמה אנחנו מקבלים מחברת שב"א שהיא הסולקת של כרטיסי האשראי. אנחנו מקבלים אותם מדי יום.
עמירם: שזה בעצם כל חברות כרטיסי האשראי? זה עובר דרכם?
שלי: כן. ומה זה מעיד? אנחנו מקבלים נתונים אפילו לפי ענפים, כלומר אנחנו יכולים לראות האם למשל כשפורץ משבר כזה, אנחנו יודעים שרשתות המזון, הקנייה בכרטיסי אשראי ברשתות המזון עולה פלאים. כלומר, כולם הולכים להצטייד, זה משהו שהוא מאוד טבעי. ולעומת זאת, כל הדברים שקשורים לפנאי, מסעדות, תיירות, תיאטראות, יורדים לאפס, פשוט יורדים לאפס. אנשים לא הולכים למקומות האלה.
עמירם: אז לפעמים אפילו התמונה היא מעוותת עד שאתה לא מפלח אותה לפי הענפים השונים.
שלי: בדיוק. אז לפעמים אתה תסתכל על סך הכל, אז אתה תראה משהו שהוא מטשטש את ההייפ שבשני, ואתה פשוט רוצה לראות את זה בצורה יותר ממוקדת כי הרבה פעמים במשברים יש את כל הנושא של תכניות סיוע. אוקיי? שאחר כך אנחנו צריכים להציג לממשלה איזה סקטורים באמת נפגעים. והנתונים הפרטניים והענפיים עוזרים לנו להציג את זה בצורה שהיא יותר ממוקדת לענף מסוים שאנחנו יכולים להסתכל עליו ב-360, איך הוא נפגע בשוק העבודה, איך נראית המניה שלו בבורסה, כל דבר שאתה יכול לחשוב עליו - הפדיון שלו, כל דבר שאתה יכול לחשוב עליו, הוצאה בכרטיסי אשראי בחנויות שלו.
עמירם: נתונים על מועסקים, זה גם מגיע מפולח?
שלי: מועסקים בוודאי, אנחנו מקבלים אותם פעמיים בשבוע. למשל בקורונה הומצא במרכאות המושג "אבטלה רחבה", כלומר לא רק האנשים שפוטרו מהעבודה אלא אנשים שפוטרו מסיבת חל"ת (חופשה ללא תשלום). ולמה בכלל זה מעניין אותנו לפלג את זה ככה? כי אתה אומר שאנשים שפוטרו מסיבת חל"ת יש סיכוי שבתום המשבר, וכך אכן קרה, חלקם הגדול יוחזר לעבודה. אז חשוב למדיניות לדעת מהי האבטלה האמיתית, הבסיסית ומה האבטלה שנוצרה כתוצאה מהאירוע. אוקיי? אז גם לשכת התעסוקה מספקת לנו נתונים ברמה הזאת. ואתה תשמח לשמוע שכמו שיש התגייסות בחברה האזרחית ושכולם עובדים ביחד ומבינים את גודל השעה, אז גם החברות שיש בידיהן נתונים כלכליים, השיתוף פעולה בעת הזאת, בעת חירום, הוא נהיה הרבה יותר משמעותי. כולם מבינים את גודל השעה לטובת העניין...
עמירם: זאת אומרת שמעמידים את מאגרי המידע שלהם בלי יותר מדי...
שלי: נותנים יותר. אם בשגרה יש יותר "זה הנתון שלי והוא סודי ואי אפשר להעביר אותו", אז בחירום אנחנו רואים שעת הרצון גם של חברות מסחריות ופרטיות, גם של גופים ציבוריים לשתף מידע. מבינים שעדיף שהמדיניות לא תהיה עיוורת למידע ותגשש באפלה ותוכל לבסס את צעדי המדיניות שלה על מידע אמיתי ועל נתונים מבוססים.
עמירם: מה שנקרא דאטה דריבן.
שלי: בדיוק, דאטה דריבן.
*מוזיקת מעבר*
עמירם: במשבר הנוכחי מאפיין אחד בכל זאת ייחודי, נתונים על משרתי מילואים שאתם מקבלים.
שלי: נכון מאוד. אז גם נתונים על משרתי מילואים קיבלנו, ואכן אפשר לבשר כמו שכולם כבר הרגישו, שלא היה דבר כזה באמת הרבה מאוד שנים.
עמירם: זה היה בהיקף חסר תקדים.
שלי: לא בכל המבצעים ולא ממש. בחירום אגב, אחד הדברים שנתונים, שיש דגש בחטיבה שלנו שאנחנו מנסים לעשות זה לתת איזושהי פרספקטיבה לקובעי המדיניות. מה החומרה של המשבר בהשוואה למשברים דומים מהסוג הזה בעבר. כי אתה צריך להבין מול מה אתה עומד. כלומר, כי בעבר אתה כבר יודע מה עשית, מה טיפלת, איזו מדיניות עשית, כמה זה הצריך. אז אם המשבר הוא גדול או קטן יותר ממשברים קודמים, אז אתה יכול לדעת איך אתה צריך להתייחס לזה.
עמירם: אז אפשר באמת לציין איזשהן דוגמאות לגבי משברים, המשבר הזה ומשברים קודמים?
שלי: כן, אז למשל כשיש לך משבר מסוג מלחמה, אתה משווה אותו למשברים אחרים מסוג מלחמה. כל מיני מבצעים. כמובן שלא היה לנו דבר כל כך משמעותי כמו שיש לנו עכשיו, אבל אתה יכול להשוות את זה נגיד לחומת מגן, צוק איתן, למבצעים כאלה.
עמירם: אולי מאז 73'.
שלי: כן, בדיוק. בדיוק. ולראות איך השוק הגיב, מה קרה לתוצר ולצמיחה ולשווקים, ולראות האם אנחנו נמצאים במשהו חמור יותר, פחות חמור. כל זה הנתונים מספקים לקובעי המדיניות כדי שהם יוכלו לבסס את המדיניות שלהם.
עמירם: אוקיי, אז אולי באמת, שלי, בכמה מילים על מה שהחטיבה שאת שייכת לה עושה בשגרה, לא רק בחירום. מה בעצם התפקיד שלכם בבנק ואיזה יכולות אתם מביאים לשולחן?
שלי: אוקיי, אז בשגרה באמת החטיבה למידע ולסטטיסטיקה אוספת, מנהלת ומנגישה את כל המידע שהבנק משתמש בו לצרכי מדיניות. ויש לנו אגף שאוסף את כל המידע הזה ובעצם מעבד אותו. יש לנו כלכלנים שהם מומחי תוכן לכל אחד מהתחומים שאנחנו אוספים, זה שוק מט"ח, שוק ההון, כלכלה ריאלית.
עמירם: המידע הוא בדגש על מידע כלכלי או...
שלי: מידע סטטיסטי כלכלי, כן, שאוספים אותו בהרבה מאוד מקורות.
עמירם: אוקיי.
שלי: אם זו מערכת הבנקאות ומשקיעים מוסדיים ובורסה ושוק מטבע החוץ, ממש מכל התחומים שבהם הבנק עוסק בנתונים. יש כלכלנים שהם מומחי תוכן לתחומים האלה, כלומר הם מומחים לנתונים בתחום הזה. הם יודעים בדיוק, מבינים בהם, והם האדם לשאול אותו כשיש איזה עניין עם הנתונים. כמובן שאנחנו מייצרים תוצרים לצורך הנגשה ויש אגף שהוא אחראי על בעצם לעבוד מול צרכי המידע, מול החטיבות של הבנק ומול הציבור.
עמירם: זאת אומרת התוצרים שלכם זה פר ביקוש? זאת אומרת זה לא דברים שאתם מייצרים...
שלי: כן, אנחנו גם מייצרים דברים שאנחנו מפאת מומחיות התוכן של החטיבה, אנחנו יודעים כבר איזה דברים צריכים ואנחנו מקבלים גם את הצרכים האלה. כלומר זה גם בפוש וגם בפול. אנחנו מקבלים את הצרכים האלה מהחטיבות, אנחנו אוספים אותם, אנחנו יושבים ביחד איתם ואנחנו מייצרים את מה שצריך מבחינה עסקית.
עמירם: אני רק אזכיר שהחטיבה מפיקה בעצם תוצרים עבור הסטטיסטיקה הלאומית של מדינת ישראל. אפשר לציין כדוגמה את החשבון הפיננסי במאזן התשלומים, שזה בעצם מאזן ההשקעות הישירות של תושבי חוץ בישראל ושל תושבי ישראל בחו"ל וכן מאזן ההשקעות בניירות ערך והשקעות נוספות.
שלי: כן, לזה מצטרפות גם יחידות, קודם כל גם יחידות הנגשה. יש לנו יחידת BI שאחראית על ההנגשה של כל התוצרים האלה ובכלים מתקדמים ובוויזואליזציות.
עמירם: כל נושא הגרפים אנחנו עוד נתייחס אליו בהמשך.
שליף: כן, אנחנו עוד נתייחס אליו. וכמובן יש לנו יחידה לשיטות סטטיסטיות ומדע נתונים ששם זה באמת כל מה שהזכרת, AI והמשין לרנינג וכל השיטות הסטטיסטיות, עושים שם ביחד עם חטיבת המחקר חיזוי למשתנים כלכליים. ואפרופו הנתונים הלא מסורתיים שדיברתי עליהם, אנחנו משלבים היום גם נתונים שאינם מסורתיים יחד עם הנתונים המסורתיים כדי ליצור תחזית שהיא מהירה יותר, סוג של נאו קאסט למה קורה עכשיו. ואז באמת היחידה הזאת תורמת את כל הידע האקונומטרי שלה לנושא הזה.
*מוזיקת מעבר*
עמירם: אם באמת הזכרת את הגרפים, אז אחד השינויים שקרו בשנים האחרונות זה מעבר מעולם של גרפים שהם דו-מימדיים לתצוגה הרבה יותר מורכבת של נתונים - גרפים רב-מימדיים, דש בורדים.
שלי: נכון.
עמירם: אם למישהו יש רעיון למילה בעברית לדש בורד, זה הזמן. אז תספרי לנו קצת על זה.
שלי: כן. אז בעבר, כמו שאמרת, היה לנו גרף דו-מימדי. מה שהיה בגרף זה מה שיכולת להסיק מהנתונים. היום, בגלל האופן שבו אנחנו גם קולטים ומסדרים את המידע, כלומר השקענו בזה הרבה מאוד במאגר סדרות שהביא נתונים במתודולוגיה אחידה על פי מימדים, בצורה רב-מימדית, אנחנו בונים מודל נתונים שבו אחר כך מאפשר לתחקר את הנתונים הללו על פי כל המימדים שעל פיהם הבאנו אותם.
עמירם: בואי ניקח למשל דוגמה ליכולות. למה את מתכוונת?
שלי: כן, אז אם פעם הייתי צריכה לעשות גרף והייתי עושה גרף ענפי, אוקיי? אז היה לי גרף ענפי. ואם עכשיו הייתי רוצה גם לראות את זה לפי גודל העסק בתוך הענף או דירוג של החברה הזאת, אז הייתי צריכה לחפש שוב את הנתונים ולעשות גרף אחר. היום פשוט אני מפלטרת את הנתונים עפ"י המימד שנמצא כבר בדאטה בייס. הבאתי את כל הדאטה בייס ועכשיו אני יכולה לעשות מה שאני רוצה איתו. פעם אני מסתכלת לפי גודל עסק, פעם אני מסתכלת לפי ענף או לפי דירוג או מחיר או כמות. כלומר, יש אפשרות לתחקר בלחיצת כפתור את כל הדאטה בייס למעשה.
עמירם: או יש דוגמה שאני אוהב, מדד המחירים לצרכן. אנחנו רוצים לשחק עם הרכיב של הפירות והירקות, לראות עד לרמת המלפפון, כמו שאת קוראת לזה.
שלי: בדיוק, אתה לוקח את המדד ואתה יכול להסתכל עליו מיד גם ברמה של שינוי, נגיד, בחודש האחרון או תרומה למדד המחירים לצרכן ולעשות דריל דאון בתוך כל קבוצת מזון עד לרמת המשקה הממותק או כל דבר אחר שאתה רוצה לבדוק עליו. ואתה יכול לראות את המדד הזה איך הוא התנהג בארבע השנים האחרונות בלחיצת כפתור. וכל בעצם דבר שאתה רוצה לעשות, כל דריל דאון על כל הדאטה בייס שפעם באמת היית צריך לחפור כל פעם מההתחלה מהאקסל את מה שאתה רוצה. היום יש לך דאטה בייס שהוא כולו מונגש בדש בורד, והדש בורד הזה יודע לתחקר כל פעם זווית אחרת שלו.
עמירם: הדש בורדים האלו נמצאים אצלנו, בין היתר באתר. יש שם גם דברים חדשים שאתם מתכוונים להעלות. אולי תרצי לומר עליהם כמה מילים?
שלי: כן, אז גם כל דבר שקשור בהנגשה בתוך הבנק. את דברים שאנחנו יכולים, אנחנו מנגישים גם לציבור. אולי נדבר על זה קצת אחרת, על החובה שלנו להנגיש לציבור. וכן, יש דש בורד מדדים מהירים, כמו שאמרתי שיש בפנים הבנק.
עמירם: שהוא נולד בקורונה והוא גדל והתפתח מאז.
שלי: שהוא נולד בקורונה והיה ביקוש אדיר לנתונים שהבנק משתמש בהם. ועשינו דש בורד מדדים מהירים ויש דש בורד לדוחות כספיים של מערכת הבנקאות שזה באמת קפיצת מדרגה באופן שבו אנחנו מנגישים נתוני בנקאות.
עמירם: ממש מאפשר לראות את כל הרכיבים של הדוח.
שלי: כל בנק, זה לא נתונים סודיים כי זה נתונים של דוחות כספיים שמתפרסמים. אז פעם היינו שמים פשוט את הדוח באתר והיו לוחות על גבי לוחות. ואם היית רוצה משהו היית יכול לראות אותו לשנה אחת ואם אתה רוצה לראות אותו גם בשנה הקודמת היית צריך לחבר עוד לוח. ועכשיו יש לך דש בורד שמראה לך אורך זמן סדרות איטיות של כל רכיב בדוח הכספי.
עמירם: וכפי שאמרת לי קודם, שלי, את דש בורד הבנקאות בניתם יחד עם הפיקוח על הבנקים בבנק ישראל שמפיק את נתוני הבנקאות מדיווחי הבנקים.
*מוזיקת מעבר*
עמירם: ברקע של היכולות האלה שתכף נחזור אליהן עומד גם בעצם מהפכת הביג דאטה או מידע העתק כפי שאתה קוראת לזה ואנחנו מדברים על מעבר מעולם של מידע, אתם קוראים לו אגרגטיבי לעולם של מידע פרטני. אז אולי באמת תגידי על זה כמה מילים וממה זה נובע, זאת אומרת איך זה מתקשר למשבר של 2008?
שלי: נכון, ב2008 באמת היה משבר פיננסי מאוד משמעותי עולמי ושניתחו אחר כך את המשבר הזה התברר שהמידע הוא די היה שם, אבל בזמן אמת לא ראו, לא ראו את התפתחות הסיכונים.
עמירם: אם נחזור אחורה בגדול ממה שאני זוכר, הייתה שם העלאת ריבית ובעצם באיזשהו שלב התחילו דיפולטים של משכנתאות ו…
שלי: בדיוק.
עמירם: וזה גרם לאיזושהי תגובת שרשרת.
שלי: כלומר היה, היה איזה תהליך של העברת סיכונים מסקטור לסקטור. דברים שלא ראו. המידע היה כנראה הרבה יותר מדי אגרגטיבי. ראו את היער אבל לא ראו את העצים שמתפתחת בהם בעיה, כלומר סיכון וזה הוביל למשבר פיננסי מאוד גדול שלאחריו התחילו לחשוב על הנתונים ברמה הרבה יותר פרטנית וגרנולרית אנחנו קוראים לזה, כלומר לא להסתכל על סקטור עסקי באופן כללי, אלא לתת בו סימנים או להסתכל עליו בצורה יותר פרטנית שמאפשרת לך בסופו של דבר להסתכל בצורה יותר גמישה על תרחישים שונים. כלומר לסכם מלמטה למעלה בנתונים את קבוצת ההתייחסות הרלוונטית.
עמירם: אז אם ניקח את התגובה שלך המצוינת של היער, הרעיון הוא לדעת לזהות איזה עצים חשופים למחלות, איזה עצים אולי חשופים לשריפה ויכולים…
שלי: נכון מאוד.
עמירם: פשוט קבוצות של עצים בתוך היער.
שלי: נכון מאוד, אז יש לנו כל מיני מאגרים. מאגר נתוני אשראי למשקי בית של הבנק או מאגר שוק מטבע חוץ, כל מיני מאגרים שאותם אנחנו באמת יכולים לפי תרחיש, נגיד אם התרחיש הוא שבנק כמו במשבר 2008, בנק נופל בחוץ לארץ, אז אפשר לראות מי היה חשוף לבנק הזה, אוקיי? ואז לדעת האם יש לנו בכלל בעיה. כי אם אתה לא יכול לאסוף את הקבוצה הרלוונטית, אז אתה לא יודע את היקף הבעיה. יש לך דברים שממסכים או מטשטשים את התמונה, אוקי?
עמירם: אוקי.
שלי: אז כלל שהנתון שלך יותר פרטני, הרי אנחנו לא מתעניינים באדם הבודד. זה חשוב שגם הציבור יבין את זה, בנק ישראל לא מתעניין באדם הבודד. אבל עצם זה שיש לו נתונים פרטניים הוא יכול לערום אותם לכדי אגרגט שלמשל באשראי זה רק אנשים שיש להם דירות בגודל מסוים שהחוב שלהם הוא כזה ויש להם אוברדראפט או עכשיו העלו את הריבית אז נורא חשוב להסתכל על קבוצות שמתפתח בהן סיכון. אז המאגר הפרטני מאפשר לאסוף, לארוז ביחד את הקבוצות שמתפתח בהן סיכון ולראות הכצעקתה, האם יש באמת כזה סיכון.
עמירם: אז היישום של זה יכול להיות למשל, דיברנו על מקבלי ההחלטות, קובעי המדיניות, אתם יכולים לבוא ולהגיד להם, להתריע על סיכון שיכול להיגרם למשל בתחום המשכנתאות, אם הולכת ומתפתחת בעיה של החזרים, שזה משהו שהוא כמובן יכול להיות מאוד מסוכן.
שלי: נכון, אז תמיד מה שאתה עושה מהמאגר הפרטני, מה שאתה מבקש ממנו, הוא תמיד מותאם תרחיש. וככל שהמאגר עכשיו יותר פרטני, יותר קל לך להתאים תרחיש, כי אתה לא כבול בזה שפתאום יש לך נגיד, המשקי בית אתה רוצה לשאול משהו לגביהם אבל הם מחוברים למגזר העסקי, אז אתה לא יכול להפריד. או כאלה שלקחו משכנתאות שלקחו על דירת שלושה חדרים, מחוברים עם אלה של חמישה חדרים. אבל ככל שאתה פרטני, אז אתה יכול להפריד ולזקק את הקבוצה שאתה רוצה להסתכל עליה.
עמירם: וזאת תוצאה מעניינת שמאפשר לכם, אמרת, הזכרת עכשיו את מאגר נתוני האשראי למי שלא מכיר, זה מאגר שמרוכזים בו נתוני האשראי או החובות, הלוואות של כלל משקי הבית בישראל. ההכנסות לא נמצאות שם, אבל יכול להיות שיש אפשרות לחבר את זה.
שלי: עוד דבר בדיוק, זה מה שאתה אומר, זה דבר חשוב. ברגע שהנתון פרטני, אתה יכול למצוא שדה משותף למאגר אחר שלא היה במקור במאגר המקורי שאספת. ועל פי השדה המשותף הזה, לחבר אותו למאגר אחר, ואז פתאום יש לך יותר 360 על אותו מגזר. כלומר, אתה יכול לדעת מי שיש לו אשראי, גם איזה נכסים יש לו. אוקיי, אתה יכול לחבר חוב ונכסים ולראות, רגע, אולי יש לי הרבה אשראי, אבל יש לי גם המון נכסים. או שאין לי בכלל נכסים ויש לי הרבה אשראי, אז אני בבעיה.
עמירם: ושוב, זה לא ברמת הפרט. אז אל תיבהלו.
שלי: לא ברמת הפרט, אף פעם, אלא תמיד ברמת הקבוצה, וקשור לתרחיש. לפעמים אנחנו לא מסתכלים על זה. אנחנו מסתכלים על זה כשזה חשוב לנו להבין מה אנחנו צריכים לעשות כשמתעורר תרחיש מסויים.
*מוזיקת רקע*
עמירם: תחום נוסף שהזכרת קודם שהוא גם מאוד מעניין אני חושב, זה שוק המט״ח. ושם אתם בעצם, יש לכם גישה למאגר הציטוטים של כל העסקאות שנעשות בשקל כנגד מטבעות אחרים. זה יכול לאפשר לכם מה למשל? זאת אומרת, תוכלו לדעת לזהות תנודות בשקל עד כמה הן ספקולטיביות?
שלי: אז כן, אז גם שם, בגלל שהנתונים הם מאוד מפורטים והם גם מאוד סקטוריאליים ופרטניים ואפילו בתוך היום אנחנו יכולים לדעת. ואז אתה רוצה לדעת מי רץ, מי רוכש את המט״ח, מול מי הבנק צריך להתנהל. ואז הנתונים הפרטניים והסקטוריאליים של המאגר הזה המפורט של שוק מט״ח, נותנים את התשובה. האם תושבי חוץ יוצאים מנכסים שקליים ועוברים למט״ח, אוקיי, אתה גם מחבר מערכות, אתה אומר, אוקיי, אני רואה רכישות מט״ח של תושבי חוץ בשוק, בוא נראה מאיזה נכסים שקליים הם יצאו. אוקיי, אתה מביא את כל הסיפור הכלכלי לקרובי המדיניות.
עמירם: שזה גם משמעותי כי למשל בן אדם לא ילך למכור מחר בבוקר דירה, לעומת זאת, יותר קל לו למכור תיק ניירות ערך.
שלי: נכון, אז אנחנו, למשל, מפרידים בתוך תושבי חוץ, פעם היינו מסתכלים עליהם בתור מגזר אחד, תושבי חוץ. היום אנחנו מבינים שהמוטיבציה של תושבי חוץ פיננסיים של חברות פיננסיות שונה מהמוטיבציה של תושבי חוץ ריאלים, שהם חברות, ששם לא חשוב כמעט אף פעם מה קורה בשוק מטבע החוץ, הם עובדים בכיוון אחד כי יש להם פעילות שהיא פעילות תפעולית והם עובדים ככה והם משקיעים בשקל השקעה אסטרטגית, אוקיי? לעומת תושבי חוץ פיננסיים, שאנחנו יודעים שהם יותר כסף חם שמושפע מפערי ריביות, שמושפע ממה קורה לשער החליפין, והם ינועו יותר מהר. אז גם עליהם כדאי להסתכל בנפרד ולא ביחד, כדי להגיד לנגיד או לקובעי המדיניות, תקשיבו ככה זה עכשיו בשוק, זה אלה ולא אלה. אם רוצים לעשות מדיניות, היא צריכה להשפיע על אלה ולא על אחרים. זה משהו שהוא מאוד מאוד חשוב לניהול מדיניות.
*מוזיקת רקע*
עמירם: בואי נדבר גם קצת על הציבור ואיך זה מהזווית שלכם, כל התהליכים האלה שעוברים על המקצוע, על התחום הזה של מידענות. דרך אגב, יש גם ענף חדש שנוצר בעיתונות שנקרא דאטה ג'ורנליזם שזה בעצם עיתונות של נתון. שלוקחים נתון ומספרים את הסיפור שמסיבובו. אז איך אתם רואים את זה מתוך הבנק?
שלי: קודם כל, אנחנו פוגשים את הדאטה ג׳ורנליסט, העיתונאי דאטה. הכרנו אותם באמת לאחרונה שכל הרעיון זה שבאמת הם לוקחים נתון, לפעמים אומרים נתון אחד ביום, לוקחים נתון ויוצאים ממנו להתפתחות, כלומר, לתופעה. ואנחנו באמת מדברים איתם ומספקים להם את המידע שיש בידינו. אבל בעיקרון, אנחנו פועלים קודם כל מכוח חוק. חוק חופש המידע. אנחנו מחוייבים לתת לציבור את המידע ובפרק זמן שהוא ראוי ובודקים אותנו ואנחנו בעצם ממלאים דוח מדי שנה על איך אנחנו עומדים במחויבות שלנו לחוק חופש המידע. זה דבר אחד. דבר שני, אני אומר לך, לבנק מרכזי, לבנק ישראל, יש אינטרס שהציבור ידע איך הוא משתמש בנתונים. באיזה נתונים הוא משתמש ואיך הוא משתמש בהם. כי אחד הכלים המאוד חשובים לבנק מרכזי זה אמינות. אמינות של המדיניות. ואת האמינות הזאת אפשר לבסס רק בימי שגרה. אתה לא יכול בחירום להתחיל להגיד דברים לציבור, אם הציבור לא יודע ולא משוכנע שאתה גוף מקצועי שמתייחס לנתונים אובייקטיביים. זה מה שעומד בפניך.
עמירם: אז את האמינות הבנק בונה בתקופות שגרה.
שלי: אתה מרוויח את האמינות שלך בתקופות שגרה ואתה קוצר את הפירות בתקופות חירום. קח למשל את יעד האינפלציה. שיעור עליית המחירים צריך להיות בתוך היעד, בין אחד לשלוש, אוקיי? עכשיו, לא תמיד אנחנו נמצאים שם.
עמירם: זה קצב, אני חושב, ש...
שלי: קצב עליית המחירים, נכון. לפעמים אנחנו נמצאים מתחת, לפעמים מעל. אבל הבנק שואף תמיד לחזור לשם והציבור מאמין שהבנק יהיה ביעד האינפלציה. איך אנחנו יודעים את זה? כי עוד נתון שאנחנו עוקבים אחריו באופן קבוע זה הציפיות. הציפיות לאינפלציה לטווחים הארוכים תמיד נמצאות בתוך היעד. רוב הזמן. כלומר, הציבור מאמין שהבנק יחזור ליעד. אוקיי? אי אפשר להפריז בחשיבות של האמינות, כי אינפלציה, זה, אתה יודע, כלכלה באופן כלכלי זה משהו מאוד פסיכולוגיית המונים גם. כלומר, אם הציבור יחשוב שתהיה עליית מחירים מחר, הוא כבר ילך היום לרכוש את המוצרים ולכן עליית המחירים תתרחש היום.
עמירם: נבואה שמגשימה את עצמה.
שלי: בדיוק, ציפיות שמגשימות את עצמן.
עמירם: אוקיי.
שלי: ולכן, אם אתה לא נהנה מהאמינות, הציבור לא יאמין לך פשוט כשתחזור ליעד, אוקיי? וגם כשקורה משבר ואנשים בלחץ ורצים לכל מיני כיוונים ומה קורה לפקדונות שלהם, וככל שהבנק נתפס כגוף עצמאי ומקצועי ומתבסס על נתונים, כך הוא יהנה מזה כשיפרוץ משבר. יש אמירה שאני אוהבת לצטט, מפורסמת של סטטיסטיקאי אמריקאי, דוקטור אדוארד אדמין נדמה לי שהוא אמר: "In God we trust, all others must bring data." כלומר אנחנו לא סומכים על שום דבר חוץ מנתונים. ואם יש את האנשים שלא נותנים לעובדות לבלבל אותם, אוקיי, ויש כל מיני קבוצות לחץ ואנחנו מכירים את זה. אנחנו נותנים לעובדות מקום מרכזי ומי שמשקף את העובדות האלה, זה נתונים. תביא לי נתונים, אני אאמין בתופעה. פחות נפנופי ידיים, פחות הלך רוח, פחות מה שכתוב בעיתונים, נתונים. הבנק חייב להתבסס על נתונים שהם אובייקטיביים ולא מוטים, מנותחים כמו שצריך, וזה משהו שהוא באמת חשוב מאוד להצלחה של המדיניות.
עמירם: ברמת המוטו ממש של הבנק.
שלי: ממש.
*מוזיקת מעבר*
עמירם: אז אולי באמת, הזכרת את הבנק ובואי נדבר שנייה על האנשים שעובדים אצלכם. איזה כישורים אתם מחפשים היום, איזה רקע של עובדים שמגיעים אליכם היום, במה זה שונה ממה שהיה לפני כמה שנים? קודם כל, באמת, בשנים האחרונות בנוסף לעובדה שאנחנו מחפשים כלכלנים, כי בסופו של דבר, עולם התוכן הוא עולם תוכן כלכלי ואנחנו צריכים את הידע ואת ההבנה של אנשים בכלכלה ואנחנו יושבים ביחד עם כל החטיבות ואנחנו צריכים להיות מסוגלים להבין את הצרכים ולדעת לממש אותם בתוצרים ובמה שאנחנו אוספים. אז אנחנו חייבים להבין בזה. אבל לזה מצטרפים בשנים האחרונות, זה משהו שאנחנו כבר מעדיפים אותו בגיוסים, זה אנשים שגם קצת מבינים בכלים החדשים, גם בכלי הנגשה החדשים, גם בכל עולמות האיי איי ומשין לרננינג, למשל.
עמירם: התחקור אולי.
שלי: כן, היחידה לשיטות סטטיסטיות מגייסת אנשים שמבינים בעולמות האלה, כי שוב, אנחנו מבינים שבתחומים האלה אם אנחנו לא נלך קדימה אז אנחנו לא נשאר במקום, אנחנו נלך אחורה. כלומר אנחנו נהיה פחות ופחות רלוונטיים. היום, כדי לנתח את הביג דאטה, אתה חייב לנתח אותם בצורה אחרת. פעם, אני אתן לך דוגמה, היינו מתקשרים לחברות, שואלים אותם אם יש איזה בעיה בנתון כזה או אחר, היינו צריכים להתקשר ולברר והנתונים היו יותר בווליום מצומצם. היום, בעולם הזה של הביג דאטה אין למי להתקשר. וגם לא רק ביג דאטה, זה גם שהנתונים מגיעים ממקומות, מרשתות חברתיות ומפורטלים כאלה ואחרים וכל מיני דברים, האיכות שלהם זה טרייד אוף בעצם בין האיכות של הנתון לבין זה שהוא מגיע ממקום מאוד מוסדי ואז אולי האיכות שלו יותר טובה, אבל הוא יותר מגיע מאוחר. לעומת משהו שאתה מקבל בצורה יותר מהירה, אבל אז באמת אתה, הבקרות שלך שאנחנו לא מוותרים עליהן, אנחנו לא רוצים להנגיש נתונים שאינם איכותיים, אנחנו כן צריכים ללמוד לדרג את מידת האיכות ולעשות בקרות שהן יותר בקרות סטטיסטיות שמצביעות על אנומליות בנתונים ועל כל מיני דברים שאנחנו יכולים למעשה לסמוך עליהם שאנחנו בסופו של דרך מרגישים נוח עם הנתון.
עמירם: עד כמה כל הכלים החדשים של הג'נרטיב AI, שהיום אתה יכול להגיש שאילתה לא משנה, אפשר לקרוא לזה Chat GPT או Bard, או לא משנה מה, עד כמה זה מייצר עבורכם אתגר, או אולי להיפך הזדמנות?
שלי: אז קודם כל, אנחנו תמיד רואים בכל דבר הזדמנות, זה משהו שהוא כאן איתנו וכדאי שנתקדם אליו ואנחנו אכן עושים את זה ואנחנו לומדים המון. אנחנו לומדים המון ואנחנו גם מלמדים, אנחנו גם מרצים בכנסים על דברים שאנחנו עושים ומשלבים AI בדברים שלנו. ואפרופו נתונים פרטניים שדיברנו עליהם, הAI עובד יותר טוב על נתונים שהם מסודרים ופרטניים. כלומר יותר קל למכונה להתלבש על נתונים כאלה וללמוד את הנתונים בצורה כזאת. אז ככה שזה עולה בקנה אחד כל… או שזה אחד נגזר מהשני, זה סובב ומסובב כל התפתחות של הAI לאור באמת הכמות של הדאטה והפרטניות שלה, מאפשר את הדבר הזה, וגם אנחנו בבנק נענים לאתגר הזה ויש לנו קבוצות עבודה שאנחנו מקימים כאלה מולטי דיסיפלינריות בתוך הבנק גם עם כלכלנים ועם סטטיסטיקאים ואפילו עם יועצים שאנחנו מביאים מהאוניברסיטאות. אנחנו מתחילים להיעזר בזה כדי באמת לעשות קלסטרינג לדוגמה לקבוצות מסוימות שאנחנו רוצים לזהות אותן ולהצביע עליהן, וכו' וכו׳.
עמירם: וזה לא מייצר איזשהם סיכוני אמינות? אנחנו יודעים שהAI הוא לא תמיד כמו שאת אומרת, לעניין הזה יש את הבקרות.
שלי: כן, אז זהו, אז יש כמובן את הטרייד אוף בין המהירות לבין האיכות של הנתון וזה משהו שהעולם כולו צריך להתמודד עם נתונים שהם לכאורה פחות איכותיים. בהיבט הזה, אנחנו מתעדפים את המקורות על פי האיכות שלהם ויש לנו כל מיני כלים כדי להבין מה האיכות של המקורות האלה.
עמירם: טוב, ננצל את העובדה שאנחנו עדיין בני אדם ועוד לא החליפו אותנו ואני אשאל אותך, שלי, גם על המלצות. מה… אנחנו פה בפודקאסט, איזה פודקאסטים את אוהבת לשמוע? מקצועי, לא חייב להיות מקצועי.
שלי: בעת הזאת החלפתי את הפודקאסטים שאני שומעת כדי שיהיה משהו שיעודד אותי. אז אם ברגיל אני גם שומעת פודקאסטים כלכליים, חיות כיס הנהדר של כאן 11 ואחד ביום, אז לאחרונה אני גם שומעת פודקאסטים של קומיקאים שככה קצת על המצב מוציאים אותנו מה… ואני גם שומעת פודקאסט של קולגה בעבודה.
עמירם: אהה.
שליף אבי פישמן.
עמירם: כמובן.
שלי: שהוא מתמחה בביטלס. ויש פודקאסט שנקרא נדמה לי, לביטלס יש משהו להסתיר שככה מדבר על הלהקה מזווית מאוד מאוד מיוחדת. אני מאוד ממליצה עליו.
עמירם: גם שם מאוד טיזרי.
שלי: פודקאסט נהדר והוא, אם רוצים אסקפיזם, אז זה הזמן וזה המקום.
עמירם: מעולה, טוב, רק שנדע ימים שקטים ורגועים ונחזור לשגרה במהרה.
שלי: בהחלט, תודה רבה, היה תענוג.
עמירם: תודה רבה, שלי.
עד כאן פרק נוסף בפודקאסט הצד השלישי של המטבע. תוכלו לשמוע אותנו ביישומון ההסקטים החביב עליכם: ספוטיפיי, אפל פודקאסט, דיזר, גוגל פודקאסט, אמזון. מומלץ להירשם כדי לקבל עדכונים על פרקים חדשים. בקרו גם באתר בנק ישראל, שם תוכלו לצפות בעוד הרבה חומרים מעניינים שהפקנו עבורכם. תודה לניר לייסט ולאור שמיר על ההפקה, תודה לכם על ההאזנה. אני הייתי עמירם ברקת ואנחנו נשתמע בפרקים הבאים.