המרוץ הבלתי פוסק לשליטה בבינה מלאכותית הצית את מה שרבים מכנים “מלחמות המודלים”, תחרות בעלת סיכון גבוה שבה ענקיות הטכנולוגיה נאבקות על עליונות. עם זאת, לדברי אנליסט הטכנולוגיה הוותיק בנדיקט אוונס, שדה המשחק מפתיע ברמתו. בהרצאה שנשא לאחרונה בכנס Brainstorm AI של Fortune בלונדון, הציג אוונס רעיון מעורר מחשבה: המבדיל העיקרי בין מעבדות AI מובילות אינו טכנולוגיה פורצת דרך או אלגוריתמים קנייניים, אלא הגישה הבלתי מוגבלת שלהן להון.
הטענה של אוונס מערערת על החוכמה המקובלת כי חדשנות AI מונעת אך ורק על ידי יכולת אינטלקטואלית ופריצות דרך אלגוריתמיות. הוא טוען שמודלים בסיסיים, כמו GPT של OpenAI או Gemini של גוגל, הופכים במהירות למוצרים. המשמעות היא שמודלים אלה ניתנים להחלפה וזמינים יותר ויותר, מה שמפחית את היתרון התחרותי של כל חברה בודדת.
מיתוס החפיר
המושג של “חפיר” כלכלי, שאותו פופולרי וורן באפט, מתייחס ליתרונות תחרותיים ברי קיימא של חברה המגנים על רווחיה ונתח השוק שלה לטווח הארוך מפני מתחרים. בהקשר של AI, רבים האמינו בתחילה שאלגוריתמים קנייניים, מערכי נתונים ייחודיים או כישרון מיוחד ייצרו חפיר כזה. עם זאת, אוונס טוען שזה לא התממש.
לאחר שנתיים של תחרות עזה בין חברות הטכנולוגיה הגדולות, עדיין נראה שאין חפיר מהותי בנוף ה-AI. אין מחסומים משמעותיים לכניסה, אין אפקטים רשת חזקים ואין דינמיקה ברורה של “המנצח לוקח הכל”. במקום זאת, המניע העיקרי של התקדמות היה זרם מאסיבי של השקעות הון.
בשנה שעברה, ארבע חברות הענן הגדולות הוציאו ביחד יותר מ-200 מיליארד דולר על בניית תשתית לתמיכה בפיתוח AI. השנה, נתון זה צפוי לעלות על 300 מיליארד דולר. הגידול האקספוננציאלי הזה בהוצאות מדגיש את האופי האינטנסיבי של ההון של מירוץ ה-AI הנוכחי.
“זה הפך להיות מאוד, מאוד עתיר הון, לפחות לעת עתה, מהר מאוד”, ציין אוונס. הוא ציין עוד שחלק ניכר מההון הזה זורם בסופו של דבר ל-Nvidia, היצרנית המובילה של GPUs, החיוניים לאימון מודלים של AI.
התוצאה של ההוצאה המאסיבית הזו היא התפשטות של מודלים של AI, ההופכים לנגישים יותר ויותר. זה, בתורו, יוצר סביבה שבה כל מי שיש לו משאבים כספיים ניכרים יכול לבנות מודל בסיסי המתחרה במודלים שפותחו על ידי חברות AI מובילות.
DeepSeek, למשל, היא חברת AI שמינפה מודלים קיימים בקוד פתוח והשקעה של 1.6 מיליארד דולר כדי ליצור מודל AI תחרותי. זה משמש המחשה משכנעת לאופן שבו הון יכול ליישר את מגרש המשחקים ולאפשר לשחקנים חדשים לאתגר שחקנים מבוססים.
חידת הסחורות
אוונס טוען שמודלים של AI כמו GPT של OpenAI, Claude של Anthropic ו-Gemini של גוגל מתפתחים ל”סחורות”. מודלים אלה הופכים לשירותים זמינים, ניתנים להחלפה, בדומה לתשתית לא מובחנת ובעלות נמוכה.
למגמת הסחורות הזו יש השלכות עמוקות על תעשיית ה-AI. זה מרמז שהקרב האולטימטיבי לא יהיה על מי שיש לו את מודל הבסיס הטוב ביותר, אלא על מי שיכול לארוז, לשלב ולשלוט ביעילות רבה ביותר במודל הזה בתוך מוצרים ושירותים בעולם האמיתי.
במילים אחרות, היתרון התחרותי עשוי שלא להיות במודל הבסיסי עצמו, אלא בשכבות של יישומים ושירותים הבנויים עליו. שינוי מיקוד זה דורש מערך מיומנויות ויכולות שונה, תוך שימת דגש על פיתוח מוצרים, חווית משתמש ועמידה בדרישות רגולטוריות.
אוונס פירט על נקודה זו בפוסט בבלוג, תוך שימוש בהשקה האחרונה של OpenAI של כלי המחקר העמוק שלה כדוגמה. הוא טען של-OpenAI ולמעבדות מודל בסיס אחרות אין חפיר אמיתי או יכולת הגנה מעבר לגישה להון. הם לא השיגו התאמה בין מוצר לשוק מחוץ לקידוד ושיווק, וההצעות שלהם מוגבלות בעיקר לתיבות טקסט וממשקי API עבור מפתחים אחרים לבנות עליהם.
החולות המשתנים של תחרות AI
הפיכת מודלים של AI לסחורות מעצבת מחדש את הנוף התחרותי, ואילצת חברות להעריך מחדש את האסטרטגיות שלהן ולהתמקד בתחומי בידול חדשים. ככל שהטכנולוגיה הבסיסית הופכת לנגישה יותר, הדגש עובר לפיתוח יישומים, אינטגרציה וממשל.
להלן כמה מהמגמות המרכזיות הצצות בתעשיית ה-AI:
AI ספציפי ליישומים: חברות מתמקדות יותר ויותר בפיתוח פתרונות AI המותאמים לתעשיות או מקרי שימוש ספציפיים. גישה זו מאפשרת להן ליצור יישומים ממוקדים ויעילים יותר העונים על צרכים ספציפיים של לקוחות.
מוצרים המופעלים על ידי AI: השילוב של AI במוצרים ושירותים קיימים הופך לנפוץ יותר ויותר. זה יכול לשפר את הפונקציונליות, לשפר את חווית המשתמש וליצור זרמי הכנסה חדשים.
ממשל ואתיקה של AI: ככל ש-AI הופך לנפוץ יותר, החששות לגבי הטיה, הוגנות ואחריותיות גדלים. חברות מתחילות להשקיע במסגרות ממשל AI והנחיות אתיות כדי להבטיח פיתוח ופריסה אחראיים של AI.
Edge AI: הפריסה של מודלים של AI במכשירי קצה, כגון סמארטפונים וחיישני IoT, צוברת אחיזה. זה מאפשר עיבוד נתונים בזמן אמת ללא הסתמכות על קישוריות ענן, מה שמפחית את ההשהיה ומשפר את הפרטיות.
AI כשירות: הופעתן של פלטפורמות AI כשירות (AIaaS) הופכת את ה-AI לנגיש יותר לעסקים בכל הגדלים. פלטפורמות אלה מספקות מודלים שאומנו מראש, כלי פיתוח ותשתית, ומאפשרות לחברות לשלב במהירות ובקלות AI בפעילותן.
תפקידו המתמשך של ההון
אמנם הפיכת מודלים של AI לסחורות עשויה להפחית מחשיבותה של טכנולוגיה קניינית, אך ההון ימשיך למלא תפקיד מכריע בתעשיית ה-AI. גישה למימון תהיה חיונית לחברות כדי:
לאמן ולכוונן מודלים של AI: אימון מודלים גדולים של AI דורש משאבי מחשוב ומומחיות משמעותיים. חברות עם גישה להון יכולות להרשות לעצמן לאמן מודלים גדולים יותר על יותר נתונים, מה שעלול להשיג ביצועים טובים יותר.
לפתח ולפרוס יישומי AI: בנייה ופריסה של יישומי AI דורשת השקעה בפיתוח תוכנה, בתשתית ובכישרון. חברות עם גישה להון יכולות להשקיע בתחומים אלה כדי ליצור מוצרים ושירותים משכנעים המופעלים על ידי AI.
לרכוש כישרון AI: הביקוש לכישרון AI גבוה, ומהנדסי וחוקרי AI מיומנים מקבלים משכורות פרמיה. חברות עם גישה להון יכולות למשוך ולשמר כישרונות מובילים, מה שמעניק להן יתרון תחרותי.
לבצע מחקר ופיתוח: חדשנות מתמשכת חיונית בנוף ה-AI המתפתח במהירות. חברות עם גישה להון יכולות להשקיע במחקר ופיתוח כדי לחקור טכניקות ויישומים חדשים של AI.
לנווט בין מכשולים רגולטוריים: ככל ש-AI הופך לווסת יותר, חברות יצטרכו להשקיע בציות ובמומחיות משפטית. חברות עם גישה להון יכולות להרשות לעצמן לנווט בין מכשולים רגולטוריים אלה ביעילות.
עתיד התחרות ב-AI
תעשיית ה-AI עוברת תקופה של טרנספורמציה מהירה. הפיכת מודלים של AI לסחורות מיישרת את מגרש המשחקים, אך ההון יישאר גורם מכריע להצלחה. חברות שיכולות למנף ביעילות הון כדי לפתח יישומי AI משכנעים, למשוך כישרונות מובילים ולנווט בנוף הרגולטורי המתפתח יהיו בעמדה הטובה ביותר לשגשג בטווח הארוך.
עתיד התחרות ב-AI צפוי להתאפיין ב:
התמחות מוגברת: חברות יתמקדו בפיתוח פתרונות AI לתעשיות או מקרי שימוש ספציפיים, במקום לנסות לבנות מודלי AI למטרות כלליות.
דגש רב יותר על פיתוח יישומים: המוקד יעבור מבניית מודלי בסיס ליצירת יישומים משכנעים המופעלים על ידי AI הפותרים בעיות בעולם האמיתי.
חשיבות גוברת של ממשל AI: חברות יתעדפו פיתוח ופריסה אתיים ואחראיים של AI, ויבטיחו שה-AI ישמש לטובה.
חדשנות מתמשכת בחומרת AI: הביקוש לחומרת AI חזקה ויעילה יותר ימשיך להניע חדשנות בתחומים כמו GPUs, TPUs ומחשוב נוירומורפי.
שיתוף פעולה וקוד פתוח: שיתוף פעולה ויוזמות קוד פתוח ימלאו תפקיד חשוב יותר ויותר במערכת האקולוגית של ה-AI, ויאיצו את החדשנות וידמוקרטיזציה של הגישה לטכנולוגיית AI.
לסיכום, בעוד שלגישה להון עשוי להיות המבדיל העיקרי בנוף ה-AI הנוכחי, ההצלחה לטווח הארוך של חברות AI תהיה תלויה ביכולתן לחדש, להסתגל ולבנות פתרונות משכנעים המופעלים על ידי AI היוצרים ערך עבור לקוחות והחברה בכללותה.