הפודקאסט של מיכאל

צללתי לתוך 340 השקפים של הדוח השנתי המפלצתי של מרי מיקר על מצב האינטרנט, והפעם עם פוקוס מיוחד על AI.

מרי מיקר פותחת באנלוגיה: "קצב השינוי ב-AI הוא כמו אתלט, שעם יותר אימון, דאטה וטכנולוגיה, מצליח לשבור בכל פעם שיא חדש". וזה כל כך נכון! אם פעם היינו רואים מודל AI גדול חדש פעם בעשור, היום אנחנו מקבלים חמישה כאלה בחודש, מעשרים חברות שונות. המודלים של היום מאומנים על כמות פסיכית של מילים, עם כוח מיחשוב מטורף ואלגוריתמים שהופכים ליעילים יותר מרגע לרגע.

קחו לדוגמה את החברה של סם אלטמן, OpenAI. היא כבר עם שמונה מאות מיליון משתמשים פעילים, אם כי רק שניים וחצי אחוז מהם משלמים. ועדיין, זה מתורגם לכמעט ארבע מיליארד דולר הכנסות שנתיות ומיליארד חיפושים ביום! תחשבו על זה רגע, גוגל "ארגנו את הידע האנושי כך שיהיה זמין ושימושי לכולם", וה-AI פשוט בלע את כל הידע הזה, והפך אותו להרבה יותר זמין והרבה יותר שימושי.

מהפכת ה-AI לא קרתה ביום אחד. היא אבולוציה של הרבה דברים קטנים שגדלנו איתם – ממחשבי שחמט, דרך השואב הרובוטי שמתנגש לכם בקירות, סירי באייפון וצ'אטבוטים מעצבנים בשירות לקוחות. ואז הגיעה המהפכה הגדולה, הבום של ChatGPT, ועכשיו אנחנו שוב חוזרים להרבה דברים קטנים וחדשים שצצים כל הזמן.

אנשים קלטו מהר מה AI יכול לעשות בשבילם כבר היום, אבל החזון הוא הרבה יותר גדול. עד 2030, ה-AI צפוי להשלים פערים אנושיים. הוא יהפוך להיות העוזר האישי שאפשר לסמוך עליו באוטומציות מלאות, יעבוד עשרים וארבע שבע בלי להתלונן, יבין, ידבר ויתנהג בצורה הרבה יותר אנושית. הוא אפילו "יצמיח גפיים", כלומר, ישלוט ברובוטים ויבצע משימות פיזיות. ובאלפיים שלושים וחמש? תחזיקו חזק. הוא צפוי להשלים ניסויי מדע בעצמו, לסגל תכונות אנושיות כמו רגשות והתנהגות, לנהל אוטומציות רגישות בתחום הכספים והבריאות, ואפילו להציע מדיניות וחוקים. כן, שמעתם נכון.

נפסח על כמה שקפים פחות מרגשים, על הגידול במתכנתים ופטנטים, ואיך ביצועי המודלים בטקסט, אודיו ותמונה משתפרים ועוקפים יצירות אנושיות. בלה בלה בלה, הבנתם את הרעיון.

ועכשיו לשאלה הגדולה – האם צריך לפחד מ-AI? הדוח מציג כמה ציטוטים, תבחרו את מה שהכי מדבר אליכם. יש את האופטימיים שאומרים: "הציוויליזציה היא כמות הידע כפול האנשים. אם כולם יהיו חשופים ל-AI, נשבור את תקרת הזכוכית". ויש את אלה שמאמינים ש"הפוטנציאל של AI ורובוטים לשחרר אותנו מעבודה מציקה יכול להביא לשנים של שלום ושגשוג". ויש גם את הקולות הזהירים יותר: "קודם נפתור את AI כדי ש-AI יפתור לנו כל בעיה אפשרית. אבל עד שנפתור את AI אנחנו חשופים לשימוש בעייתי בו". והציטוט שהכי אהבתי: "הצלחת AI תהיה אירוע ענק באנושות, אבל אולי האחרון - חשוב שנדע לחמוק מהסכנות". דרמטי, אה?

אבל בואו נחזור לאופטימיות. ל-ChatGPT לקח רק שלושה חודשים להגיע למאה מיליון משתמשים! למה? כי האימוץ היה בינלאומי, והמוצר היה... חינם. תמיד עובד. בארצות הברית, ל-AI לקח רק שלוש שנים להגיע לאימוץ של מחצית ממשקי הבית. זה חצי מהזמן שלקח לאינטרנט בסמארטפון, ורבע מהזמן שלקח לאינטרנט בכלל.

מי מוביל את המהפכה הזאת? הענקיות, כמובן. המילה "AI" מוזכרת בשיחות המשקיעים שלהן בקצב הולך וגדל. המנכ"לים מבטיחים "לגדול לצד AI", שזה במילים אחרות – להדק את טבעת השליטה שלהם. אבל לא רק הן. כבר היום, מחצית מהחברות במדד S&P חמש מאות מזכירות AI בשיחות המשקיעים. ואיפה הן רואות את הפוטנציאל? בעיקר בהגדלת הכנסות, ופחות בהקטנת הוצאות. מעניין, לא? ותוך שנה, צופים שמאה אחוז מהחברות יטמיעו AI בתהליכי השיווק שלהן. טוב, בשפה תאגידית, זה בטח ייקח 3 שנים.

יש גם דוגמאות קונקרטיות. "אריקה", הבוטית של בנק אוף אמריקה, עונה לשמונים מיליון הודעות בחודש. הסייען הדיגיטלי של קייזר פרמננטה מתמלל חצי מיליון ביקורי רופאים בחודש. ועשרים וחמש אלף מהמסעדות של !Yum מנוהלות עם AI כסייען.

וגם הממשל והאקדמיה לא נשארים מאחור. מדינות משקיעות במיזמים, במרכזי נתונים, ואפילו קונות רישיונות ChatGPT לעובדים ולאזרחים. קונסורציום של אוניברסיטאות, מליגת הקיסוס ואחרות, מזרים מיחשוב וכסף ישירות לקמפוסים. וברפואה? רואים אישורים מהירים למכשור רפואי משולב AI, ותהליכי פיתוח תרופות מתקצרים בזכותו.

סם אלטמן אומר משהו מעניין: "מבוגרים משתמשים ב-ChatGPT כתחליף ל-גוגל, בעוד צעירים בשנות העשרים או השלושים שלהם משתמשים בו כיועץ לחיים". אנשים מבלים עם הכלי הזה בערך עשרים דקות ביום, בשישה או שבעה סשנים קצרים. ובעבודה? שבעים ושניים אחוזים מהנשאלים אומרים שמודלי שפה עוזרים להם לעשות יותר, טוב יותר ומהר יותר. היכולת לבצע מחקר עמוק לבדה חוסכת שעות רבות. השאלה היא למי יש זמן לקרוא את כל המחקרים האלה אחר כך.

ו-ChatGPT? הוא סופר-דביק. מעל שמונים אחוזים מהמשתמשים חוזרים אליו מדי שבוע. הוא הופך להיות הפרוקסי שלנו לאינטרנט. לא צריך לצאת ממנו כדי לקבל את מה שאתה צריך.

ומה הלאה? המיני-מהפכה הבאה בתוך ה-AI היא "סוכנים", או כמו שמרי מיקר קוראת להם, "נותני שירות". ההבטחה? שהם ימלאו עבורנו משימות ארוכות ומורכבות, כולל ביצוע פעולות בשמנו. כמו שדפי אינטרנט סטטיים הפכו לדינמיים, וכמו שג'ימייל ו-גוגל מפות הפכו לכלים, "סוכנים הופכים ממשק שפה לתשתית פונקציונלית". היא מציגה את Agentforce של סיילספורס, שזה מין "מרקטפלייס" של יכולות ביצוע, וגם שלושה דפדפני AI של OpenAI, קלוד ו-אמזון, שיכולים לבצע אחזור מידע, אוטומציות ורכישות כמעט בכל אתר. דגש על כמעט.

אבל כל הדבר המדהים הזה צריך כוח מיחשוב. המון כוח מיחשוב. ענקיות הענן משקיעות מאות מיליארדים ב-AI, לא בתשתיות הבסיסיות כמו חוות שרתים וכבלים תת-ימיים, אלא בצ'יפים ייעודיים – GPU ו-TPU. המירוץ לדאטה עצמו לא הפסיק, הוא פשוט התחלף במירוץ של מי יכול לאמן את הדאטה מהר יותר, להתאים אותו טוב יותר ולהתקין את המודל שמעליו בצורה הכי יעילה.

ההוצאות האלה כמובן משפיעות על הרווחיות. באלפיים ושמונה עשרה אמזון, למשל, השקיעה רק ארבעה אחוזים מההכנסות שלה בתשתית. היום? ארבעים ותשעה אחוזים מההכנסות מושקעים מחדש כדי להדביק את הביקוש. רק ארבעים ותשעה? צריך להגיד תודה ל-NVIDIA. הצ'יפים שלה קפצו פי מאתיים עשרים וחמש בביצועים והורידו את עלות החשמל בארבעים ושלושה אחוזים. זה פי חמישים אלף יותר יעילות! מה שמאפשר לחברות גם להרוויח משהו בדרך.

אז כמה עולה לאמן מודל שפה גדול-ענק? בין מאה מיליון לעשר מיליארד דולר. כן, שמעתם נכון. זה כולל מחקר, אחזור ואחסון הידע, ואפילו רכישה שלו. ההגשה של המודל, כלומר השימוש בו אחרי שהוא אומן, גם היא לא בחינם, למרות שהמחיר שלה ירד פי אלף תוך שלוש שנים. אבל השימוש רק עולה, ומודלים שדורשים "חשיבה" צורכים יותר זמן הגשה. מודלי הבסיס יישארו הנחלה של הענקיות, והם יישארו הנחלה של NVIDIA.

והדבר היחיד שיותר חשוב מספק השבבים? ספק החשמל. והאדמה. יש פה המון שקפים על חוות שרתים וצריכת חשמל, אבל נחסוך לכם את הפרטים הטכניים.

למפתחים, כל זה הוא מתנה. השקעות ענק באימון וירידה תלולה במחיר ההגשה יוצרים מוצרים ושירותים חדשים, שמגבירים את הביקוש והאימוץ. זה מעגל קסמים שכבר ראינו באינטרנט, והוא מחזק את "הפרדוקס של ג'בונס" – ככל שהטכנולוגיה יעילה יותר, כך משתמשים בה יותר.

למאמני המודלים, לעומת זאת, יש בעיה. הביצועים של המודלים השונים מתחילים להתכנס, וקשה להצדיק אימון של מודלים חדשים לגמרי מאפס. מפתחים פשוט ילכו למודל הזול ביותר שפותר להם את הבעיה. ופה נכנסים לתמונה מפתחים טובי לב שמשחררים בקוד פתוח תשתיות, ראוטרים ואפילו מודלים שהופכים את המעבר בין מודלים לקל במיוחד. סטיב באלמר צעק בשנת אלפיים: "מפתחים! מפתחים! מפתחים!", והוא צדק. הם אלה שמובילים את המהפכה, הם הדבק שמחבר בין המודלים לשימוש מאסיבי. לא בא להם על מיקרוסופט? הם ינווטו מיליארדי טוקנים ל-OpenAI או ל-גוגל.

אז האם אפשר להרוויח מכל הטירוף הזה? מיקר מצטטת: "מעולם לא ראינו כל כך הרבה חברות, חלקן בשווי של מעל טריליון דולר, נאבקות יחד על אותה הזדמנות, בזמן כה קצר, בעולם די שקוף, כשברקע מלחמה גלובלית בין ארה"ב ל-סין". כולן מקוות שהפעם זה יהיה שונה. אבל ההיסטוריה לא לטובתן. "טכנולוגיה שדרשה השקעות עצומות יצרה החזר מאכזב, נמוך, לפעמים נמוך לאורך שנים, בעיקר אם לא סיפקה הגנה".

בטווח הארוך, גם NVIDIA לא בטוחה. בחוות השרתים יש מעבר מ-GPU, שהם שבבים לשימוש כללי, ל-ASIC ול"סיליקון מותאם". גוגל עם ה-TPU שלה, אמזון עם Trainium ו-טסלה עם Dojo – כולן מהמרות על צ'יפים משלהן ועל גורלן. חברות ענן אחרות, כמו אורקל, לא מפתחות מודלי בסיס או מעבדים, אלא מספקות שירותים שמודלי הבסיס יכולים לסמוך עליהם. ובטווח הקצר, רבע עד שליש מהוצאות החומרה של הענקיות עדיין זורם ל-NVIDIA.

גם בצד הרך, צד הדאטה, יש כמה חברות מובילות כמו Scale AI ו-VAST Data, שנותנות שירותי אחזור, אחסון, מיון וטיוב דאטה לרוב בונות המודלים.

לחברות הענן, ההוצאות האלו מייצרות הכנסות. אבל לחברות ה-AI הפרטיות? הן מייצרות בעיה. OpenAI גייסה שישים וארבעה מיליארד דולר ותכניס השנה תשעה מיליארד. אנתרופיק גייסה שמונה עשרה מיליארד ותכניס שני מיליארד. פרפלקסיטי גייסה מיליארד וחצי ותכניס דמי כיס של מאה ועשרים מיליון. שתי הגדולות נסחרות במכפיל של שלושים וצ'ופצ'יק מהשווי האחרון שלהן. לשם השוואה, גוגל עושה שבעים דולר למשתמש, פייסבוק/מטא ארבעים דולר, ו-OpenAI רק עשר דולר בערך. אבל לא הכל אבוד – בוא נזכור - גם אפל, אמזון ו-טסלה היו קרובות לפשיטת רגל, והיום הן שוות טריליונים.

לחברות ה-AI יש מודל עסקי משולב: מנויים בעלות של אפס עד מאתיים חמישים דולר לחודש, וגישה למפתחים בעלות של חמש עשרה סנט עד שבעים וחמישה דולר למיליון טוקנים. חברות חיפוש כמו פרפלקסיטי מרוויחות גם מעמלות על הפניות ורכישות. וחברות Enterprise כמו Glean מנגישות מידע ארגוני בצ'אט. סטרייפ בדקה מאה חברות AI צעירות ומצאה שהן מגיעות לחמש מיליון דולר הכנסות שנתיות תוך שנתיים, במקום שלוש שנים עד לא מזמן.

החברות הגדולות עוד רגועות על הגז. היכולת שלהן לשנע מיליארדי משתמשים ל-AI נמצאת במרחק של הכרזה אחת. הכרזה אחת על פיצ'ר אחד יכולה למחוק עשרות ומאות חברות שעושות דברים דומים כמוצר. גם פלנטיר, שמתמחה ב-AI לממשלות, מחפשת עוד משתמשים. המוצר שלה לעסקים, AIP, מכניס כבר מיליארד דולר אחרי שעבר התאמות לשוק המסחרי.

היסטורית, תוכנה מוצלחת לארגונים התחילה מפנייה לנישה ואז גדלה אנכית לורטיקל שלם. מודל שפה גדול מאפשר התרחבות אופקית מהירה – כלי חיפוש, ידע ארגוני, תקשורת ומחקר בפלטפורמה אחת. לשם הולכות מיקרוסופט עם Co-pilot, גוגל עם Gemini ו-Salesforce עם Agent Force. חברות אחרות, שאין להן מספיק אחיזה בארגון, מטמיעות כמה שיותר פיצ'רים של AI במוצרים שלהן – Adobe, Atlassian, Canva ו-Zoom. סוג שלישי של חברות ייצור עומק ומומחיות בתחום ספציפי, למשל בתחום המשפטי. הן יאמנו מודל מותאם לבעיה ויצרו ממשק שעושה שכל.

ואיפה OpenAI בכל הסיפור הזה בארגונים? בעיקר מוכרת רישיונות בודדים לעובדים, ומנסה להחליף תוכנות והרגלים של שנים בממשק משתמש אחד. עוד הרבה קוד ייכתב עד שהיא תהפוך לפלטפורמה בלעדית.

ואם כבר מדברים על פלטפורמות, אפשר בכלל לחלום על פלטפורמה בלעדית אחת? כששחקנים כמו Cursor כובשים את עולם הקוד, כש-Loveable מהפנטת אנשי מוצר, וכשיש פתרונות נישתיים כמו Abridge לתמלול רפואי, Harvey לליטיגציה, Decago לשירות לקוחות ו-AlphaSense לשירותים פיננסיים? אין סיכוי. התחומים רבים, רחבים ושונים מדי. מלמידה מותאמת אישית, דרך ניטור אקלים ורובוטיקה, ועד קיפול חלבונים. לתחומים האלה היו שנים להתפתח גם עם למידת מכונה קלאסית. AI לא יבלע את כולם לשורת חיפוש אחת או חלונית צ'אט.

טוב, מתחילים לקפל את הבסטה. אז מה היה לנו? מודלי שפה גדולים, שהתחילו מטקסט והפכו למולטי-מודאליים – טקסט, וידאו ואודיו. הם יכולים לקבל קלט מורכב ולייצר פלט מורכב, מה שמאפשר להם לפתור מגוון רחב של משימות.

אימון של מודל חדש הוא פרויקט בסדר גודל של מדינה, אז ברור למה חברות מסחריות שומרות את הקלפים קרוב לחזה. ועדיין, מודלים בקוד פתוח כמו Lama, DeepSeek ואחרים, ופלטפורמות כמו Hugging Face, מצליחים לעורר עניין באקדמיה, בקהילות ובקרב מפתחים תפרנים. רוב המודלים הפתוחים משתרכים מאחור, אבל יש כאלה שנותנים בראש. הבעיה? הם לא באמת חינמיים. כדי להריץ אותם צריך לפרוס אותם, וזה עולה כסף.

וקצת על סין. המירוץ ל-AI מזכיר את המירוץ לחלל. סין רוצה להראות עליונות, ולפי טענות OpenAI, גם במחיר של גניבת ידע ומשקולות. במאקרו, יש לה עוד דרך. שמונים ושלושה אחוזים משלושים חברות הערך הגדולות בעולם הן אמריקאיות, ושבעים אחוזים מענקיות הטכנולוגיה גם הן אמריקאיות. אבל ב-AI, סין ממש מעבר לפינה. המודלים שלה "רק שלושה חודשים" ו"שלושים נקודות" מאחורי האמריקאים, והם מתאמנים עם יותר צ'יפים מקומיים של וואווי. מעניין איך בדקו את זה, כי השימוש במודלים הסיניים הוא בעיקר בתוך סין. אבל ברובוטים תעשייתיים, סין כבר עקפה את כל העולם.

נהיגה אוטונומית, אולי ה-AI שכולם מחכים לו, כבר לא בגדר ניסוי. טסלות לבדן נהגו שני מיליארד קילומטרים בחצי השנה האחרונה ללא מגע, אם כי עם השגחה. זה אולי לא מלהיב כמו Waymo, שכבר לוקחת נוסעים בסן פרנסיסקו יותר מ-Lyft, אבל טסלה טוענת ש-AI החליף אצלה מאות אלפי שורות קוד. הרכב האוטונומי שלה לומד מצפייה בסרטונים של נהגים אמיתיים. AI משפיע גם על לוחמה, חקר כרייה, חקלאות ועוד.

והנה נתון מעניין לסיום החלק הזה: שלושים ושניים אחוזים מהעולם, שניים נקודה שש מיליארד אנשים, עדיין לא מחוברים לאינטרנט. החיבור הראשון שלהם יהיה כנראה עם מכשיר שהוא AI-First, ואולי לא דרך דפדפן כמו שאנחנו מכירים. הוא יהיה בשפתם, ולא ידרוש הסתבכות עם עשרות אפליקציות. יתרון גדול ליצרניות הטלפונים.

אז מה השורה התחתונה? תגחכו, אבל ה-AI באמת חכם יותר. הוא עבר מהסקה ברמה של תלמיד תיכון לחשיבה של דוקטורנט. וכשיש ידע, אפשר להמיר שעות אדם בשעות מכונה. זמינות של מודלי שפה וחוות שרתים יקבעו את הפערים בין מדינות.

מה אנחנו, בני האדם, נעשה מחר? כנראה שנעבור לניהול סוכני AI, בקרה, לימוד ואימון שלהם. לפעמים כל מה שסוכן יצטרך זה פידבק אנושי, שיפוטי, שיעזור לו להשתפר. זה נשמע דיסטופי? "גם פעם היו מאות קיוביקלים עם אנשים לבושים אותו דבר ובוהים באותו מסך, עשר שעות ביממה, ותראו אותנו עכשיו".

ומה אנחנו צריכים לעשות היום? לאמץ כלי AI, להתנסות בהם, לנצל אותם. לאתגר כל משימה, במיוחד אם היא מחזורית, ולשאול כל עובד – האם AI לא יכול לעשות את העבודה הזאת טוב יותר? לארגונים יש עוד דרך ארוכה. רק עשר אחוז בממוצע משתמשים ב-AI באופן תדיר. כמעט כל משרה שמפורסמת היום דורשת ניסיון או יכולות AI כלשהן.

ג'נסן הואנג, מנכ"ל NVIDIA, אומר: "קחו כל קבוצה של אנשים, אולי חמישה מהם מפתחים, שניים מהם מפתחים בכירים, אבל מאה אחוזים מהם יודעים לפתח עם AI". ה-AI יסגור פערי טכנולוגיה של שנים וידע של עשרות שנים, והוא גם יכול לסגור מחסור של עשורים בכוח אדם.

אז לסיכום הסיכום, מרי מיקר אומרת: אפשר לדמיין עולם בלי AI, כמו שאפשר לדמיין עולם בלי אינטרנט. אבל תחשבו על היתרונות שבטכנולוגיה, על כמה שהיא נגישה, מתקדמת, זמינה וזולה. היא מגובה בהשקעות אדירות ובמלחמות צ'יפים וסחר. השימוש ב-AI מחלחל לכל תחומי החיים וישפיע בקרוב על שליש מהזמן שלנו – הזמן שאנחנו מבלים בעבודה. נכון, יש סיכונים, אבל לא כדאי להילחם בזה. ה-AI יצא מהבקבוק, ואם לא תשתמשו בו, תישארו מאחור.

עד הפעם הבאה, תהיו טובים, ותמשיכו להיות סקרנים. יאללה ביי.