למי יש את הכוח האמיתי ב-AI כרגע?

מאזן הכוחות בתחום ה-artificial intelligence עבר מהמעבדות אל ה-data center. בימים הראשונים של ה-boom הנוכחי, הכוח היה בידי החוקרים שבנו את ה-models הכי קוהרנטיים. היום, ההשפעה עברה לגופים ששולטים ב-infrastructure הפיזי וב-software interfaces שבהם אנשים באמת מבלים את ימי העבודה שלהם. להחזיק ב-smart model זה כבר לא מספיק כדי לנצח בשוק. הכוח האמיתי נמצא כעת אצל מי שבבעלותם ערוצי ה-distribution וצבירי ה-compute העצומים שנדרשים כדי להריץ את המערכות האלה בקנה מידה רחב. אנחנו רואים מעבר מעידן התגליות לעידן התיעוש, שבו הון ובסיסי משתמשים קיימים מכתיבים מי יהיו המנצחים.

התפתחויות אחרונות מראות שהיכולת להוציא מיליארדי דולרים על hardware היא חסם הכניסה העיקרי. בזמן שהציבור מתמקד בשאלה איזה chatbot נראה יותר אנושי, התעשייה עוקבת אחרי דוחות ה-capital expenditure של כמה פירמות ענק. החברות שיכולות להרשות לעצמן לקנות מאות אלפי high end chips הן אלו שקובעות את הקצב לכולם. זו לא סביבה סטטית. ב-12 החודשים האחרונים, המיקוד עבר מאימון large models ליעילות ההרצה שלהם. הכוח עבר לחברות שבבעלותן הצינורות שדרכם ה-AI זורם.

משולש הברזל של ה-Silicon וה-Software

כדי להבין למי יש את הקלפים, צריך להסתכל על שלושת עמודי התווך של השוק הנוכחי: compute, data ו-distribution. ה-compute הוא צוואר הבקבוק המיידי ביותר. חברות כמו Nvidia ראו את הערך שלהן מזנק כי הן מספקות את ה-hardware החיוני. בלי ה-chips האלה, ה-software הכי מתקדם בעולם הוא רק קוד על hard drive. העמוד השני הוא ה-data. הכוח כאן שייך לחברות עם מאגרים עצומים של אינטראקציות אנושיות, כמו social media platforms או ספקי אחסון מסמכים. יש להן את חומר הגלם הדרוש כדי לשכלל models למשימות ספציפיות.

העמוד השלישי, ואולי החשוב ביותר, הוא ה-distribution. כאן הפער בין תפיסת הציבור למציאות הוא הכי בולט. אנשים רבים מאמינים של-chatbot הכי פופולרי יש הכי הרבה כוח. במציאות, לחברות שבבעלותן ה-operating systems וחבילות ה-productivity יש את היתרון. אם כלי AI כבר מובנה בתוך ה-email client או ה-word processor שלכם, סביר הרבה פחות שתחפשו שירות צד ג'. היתרון המובנה הזה הוא הסיבה שענקיות מבוססות נעות כל כך מהר כדי להטמיע פיצ'רים ישירות במוצרים הקיימים שלהן. הן לא צריכות למצוא לקוחות חדשים כי הן כבר מחזיקות בקשר עם המשתמש.

הדינמיקה הזו יצרה מצב שבו startups נאלצות לעיתים קרובות לשתף פעולה עם המתחרות הפוטנציאליות שלהן. חברה קטנה אולי תגיע לפריצת דרך ב-model efficiency, אבל חסרים לה עשרות מיליארדי הדולרים הדרושים לבניית רשת שרתים גלובלית. כתוצאה מכך, הן סוחרות ב-intellectual property שלהן תמורת גישה ל-cloud infrastructure של שותף גדול יותר. זה יוצר מעגל שבו השחקניות הגדולות ביותר הופכות לשומרי הסף של כל חדשנות עתידית בתחום. הכוח הוא לא רק בטכנולוגיה עצמה, אלא ביכולת להביא את הטכנולוגיה הזו למיליארד משתמשים בן לילה.

ריבונות וחלוקת ה-Data החדשה

בקנה מידה גלובלי, כוח ה-AI הופך לעניין של ביטחון לאומי וריבונות כלכלית. מדינות מתחילות להבין שהסתמכות על עננים זרים עבור ה-intelligence infrastructure שלהן היא סיכון אסטרטגי. זה הוביל לעלייתן של יוזמות sovereign AI, שבהן ממשלות משקיעות ב-data centers מקומיים וב-models מותאמים אישית. הכוח כאן מוחזק על ידי המדינות שיכולות להבטיח אספקה אמינה של chips והאנרגיה הדרושה להפעלתם. אנחנו רואים צורה חדשה של דיפלומטיה דיגיטלית, שבה גישה ל-compute power משמשת כקלף מיקוח ביחסים בינלאומיים.

ההשפעה של המעבר הזה מורגשת הכי חזק בכלכלות מתפתחות. לאזורים האלה יש לעיתים קרובות את ה-talent, אבל חסר להם ה-hardware. זה יוצר סיכון ל-digital divide חדש, שבו כמה מדינות שולטות במנועי הצמיחה הכלכלית העיקריים של העשור הבא. החברות שיצליחו לגשר על הפער הזה על ידי אספקת שירותי AI נגישים ומקומיים יזכו להשפעה עצומה בשווקים מתעוררים. עם זאת, זה גם מעלה שאלות לגבי מי הבעלים של ה-data שנוצר באזורים האלה. אם חברה במדינה אחת מספקת את ה-AI לממשלה במדינה אחרת, קווי הסמכות והבעלות הופכים למטושטשים.

אנחנו רואים גם שינוי באופן שבו מוערך ה-intellectual property ברחבי העולם. בעבר, הערך היה ב-software. עכשיו, הערך הוא ב-weights של ה-model וב-proprietary datasets שמשמשים לאימון שלהם. זה הוביל לבהלה לזהב אחר high quality data. חברות מדיה, ספריות ואפילו reddit הבינו שהארכיונים שלהן שווים יותר ממה שחשבו קודם. הכוח עבר לבעלי התוכן שיכולים לחסום או לאשר את ה-scraping של ה-data שלהם. זהו שינוי משמעותי מעידן האינטרנט המוקדם, שבו ה-data ניתן לעיתים קרובות בחינם תמורת חשיפה.

חיים בתוך ה-Integrated Workflow

ההשפעה בעולם האמיתי של הכוח הזה נראית הכי טוב בחיי היומיום של איש מקצוע מודרני. קחו למשל מנהלת שיווק בשם שרה. לפני שנה, שרה אולי הייתה פותחת לשונית דפדפן נפרדת כדי להשתמש ב-chatbot שיעזור לה בסיעור מוחות לקמפיין. היא הייתה מעתיקה ומדביקה טקסט הלוך ושוב בין apps שונים. היום, שרה לעולם לא עוזבת את ה-workspace העיקרי שלה. כשהיא פותחת מסמך ריק, ה-AI כבר שם, מציע טיוטה המבוססת על ה-emails וסיכומי הפגישות הקודמים שלה. זהו הכוח של ה-distribution בפעולה. שרה לא משתמשת ב-model הכי מתקדם בעולם. היא משתמשת בזה שהכי נוח לה.

בתרחיש הזה, לחברה שמספקת לשרה את ה-office software יש כוח מוחלט. הם רואים מה היא כותבת, הם יודעים את לוח הזמנים שלה, והם שולטים ב-AI שמסייע לה. האינטגרציה הזו הופכת את זה לקשה מאוד עבור שרה לעבור לספק AI אחר. גם אם מתחרה משחרר model מדויק ב-10 אחוזים יותר, החיכוך של העברת ה-data ושינוי ה-workflow שלה הוא גבוה מדי. לזה אנחנו קוראים ה-gravity של ה-ecosystem. ככל שה-AI הופך ליותר משולב, כך המשתמש נעול יותר בתוך ה-infrastructure של ספק ספציפי.

האינטגרציה הזו מתרחבת גם לרמת ה-hardware. אנחנו רואים דור חדש של laptops ו-phones עם dedicated AI chips. זה מאפשר לחלק מהמשימות לעבור עיבוד מקומי בלי לשלוח data ל-cloud. לחברות שמתכננות את ה-chips האלה ואת ה-devices שבהם הם חיים יש צורה ייחודית של כוח. הן יכולות להציע פרטיות ומהירות שספקי cloud-only לא יכולים להשתוות להן. עבור איש מקצוע שמטפל ב-data משפטי או רפואי רגיש, היכולת להריץ AI מקומית היא יתרון משמעותי. יום בחייו של עובד הופך להיות מוגדר יותר ויותר על ידי השכבות הבלתי נראות האלה של תיאום hardware ו-software.

הפער בין תפיסת הציבור למציאות הכי ברור כאן. בזמן שהציבור עוקב אחרי איזה AI יכול לכתוב את השירה הכי טובה, עסקים עוקבים אחרי איזה AI יכול לאוטומט את ה-supply chain שלהם בלי להדליף סודות מסחריים. הכוח שייך לספקים שיכולים להציע אבטחה ואמינות על פני כוח יצירתי גולמי. זו הסיבה שאנחנו רואים חברות כמו Microsoft מתמקדות כל כך ב-enterprise grade features. הן מבינות שהכסף האמיתי נמצא במשימות המשעממות ועתירות הנפח ששומרות על עסק רץ. דוגמאות להשפעה נמצאות ב-automated invoice processing, תחזוקה חזויה במפעלים, ותרגום שפות בזמן אמת ב-global call centers.

• תזמון אוטומטי ומיון email בתוך כלי תקשורת קיימים.
• Predictive analytics לניהול מלאי משולב במערכות ERP.
• סיכום מסמכים בזמן אמת במהלך שיחות ועידה בווידאו.
• עריכת תמונות ווידאו על ה-device שלא דורשת חיבור לאינטרנט.

המס הנסתר של ה-Synthetic Intelligence

ככל שאנחנו מסתמכים יותר על המערכות האלה, עלינו לשאול שאלות קשות על העלויות הנסתרות. מי משלם על כמויות המים והחשמל העצומות הנדרשות לקירור ה-data centers? ככל שה-AI הופך לחלק סטנדרטי מה-corporate stack, הוא פועל כמס נסתר על כל עסקה. הכוח שבידי הספקים מאפשר להם לקבוע את המחיר עבור ה-intelligence הזה. אם חברה בונה את כל ה-workflow שלה סביב AI ספציפי, מה קורה כשהספק מעלה את דמי ה-subscription? עלות המעבר עשויה להיות גבוהה יותר מעלות העלייה, מה שמשאיר את העסק בעמדה פגיעה.

ישנה גם השאלה של data privacy והערך ארוך הטווח של מומחיות אנושית. אם AI מאומן על העבודה של העובדים הכי טובים שלכם, למי שייך ה-model שנוצר? לספק ה-AI יש את הכוח כאן כי הם הבעלים של ה-platform שבו מתרחש האימון. זה עלול להוביל למצב שבו חברות למעשה שוכרות בחזרה את המומחיות של הצוות שלהן מצד ג'. עלינו לשקול גם את הסיכון של model collapse. אם האינטרנט יתמלא ב-content שנוצר על ידי AI, ו-models עתידיים יאומנו על ה-content הזה, איכות ה-intelligence עלולה להידרדר עם הזמן. מי מחזיק בכוח אז? אלו יהיו אלו שמחזיקים ב-data המקורי, שנוצר על ידי אדם לפני פיצוץ ה-AI.

הפרטיות נותרה הדאגה המשמעותית ביותר. כש-AI משולב בכל חלק של החיים הדיגיטליים שלכם, לספק יש רמה של תובנה לגבי ההתנהגות שלכם שהייתה בלתי אפשרית בעבר. הם לא רק רואים מה אתם מחפשים. הם רואים איך אתם חושבים, איך אתם מנסחים את הרעיונות שלכם, ואיך אתם מתקשרים עם הקולגות שלכם. הריכוז הזה של ה-data נותן לקומץ חברות כמות חסרת תקדים של כוח חברתי וכלכלי. עלינו לשאול אם אנחנו מרגישים בנוח עם הרמה הזו של ריכוזיות. המחיר הנסתר של הנוחות עשוי להיות אובדן האוטונומיה הדיגיטלית.

הארכיטקטורה של ה-Power User

עבור ה-power user וה-developer, הכוח נמצא בפרטים של ה-implementation. הטרנד הנוכחי נע לעבר Retrieval-Augmented Generation או RAG. הטכניקה הזו מאפשרת ל-model להסתכל על סט ספציפי של מסמכים לפני יצירת תשובה. הכוח כאן שייך לחברות שמספקות את ה-vector databases הכי טובים ואת חיבורי ה-API הכי מהירים. אם אתם בונים application, אתם מוגבלים על ידי ה-context window של ה-model וה-latency של ה-server. ה-power users הם אלו שיודעים איך לעבוד בתוך המגבלות האלה כדי ליצור משהו שמרגיש חלק.

אנחנו רואים גם שינוי באופן שבו אנחנו חושבים על local storage ו-edge computing. ככל ש-models הופכים ליעילים יותר, הם יכולים לרוץ על devices קטנים יותר. זה מפחית את ההסתמכות על ספקי ה-cloud הגדולים. power user עשוי לבחור להריץ instance מקומי של model כדי להבטיח שה-data שלו לעולם לא עוזב את ה-hardware שלו. זו צורה של כוח נגדי נגד הענקיות. עם זאת, מגבלות ה-API והעלות ל-token נותרות משוכה משמעותית עבור רוב ה-developers. לחברות ששולטות בתמחור ה-tokens האלה יש את הכוח להרוס startup בן לילה על ידי שינוי פשוט של ה-terms of service שלהן.

• מגבלות context window שמכתיבות כמה מידע model יכול לעבד בבת אחת.
• מודלים של תמחור token שמעדיפים לקוחות enterprise רחבי היקף על פני developers קטנים.
• הזמינות של צבירי H100 ו-B200 לכוונון עדין של custom models.
• אינטגרציה עם APIs קיימים כמו אלו שמסופקים על ידי OpenAI או Anthropic.

חלק ה-geek של השוק אובססיבי כרגע לפשרה בין גודל ה-model לביצועים. אנחנו רואים את עלייתם של Small Language Models שיכולים לבצע משימות ספציפיות באותה רמה כמו בני הדודים הגדולים שלהם, אבל בשבריר מהעלות. הכוח בנישה הזו שייך לחוקרים שיכולים לבצע pruning ו-quantization ל-models בלי לאבד את יכולות ההסקה שלהם. כאן כנראה תגיע גל השיבוש הבא. אם חברה יכולה לספק model שרץ על phone ומבצע באותה רמה כמו cloud model, הם ישברו את צוואר הבקבוק הנוכחי של ה-compute. זהו האזור שבו המציאות הבסיסית נעה מהר יותר מתפיסת הציבור.

החוקים החדשים של ההישרדות

הנוף של כוח ה-AI הוא כבר לא תעלומה. זהו קרב של קנה מידה, distribution ו-infrastructure. החברות שכבר מחזיקות בקשר עם המשתמש ואלו שיכולות להרשות לעצמן את דרישות ההון העצומות של עידן ה-silicon הן אלו שבשליטה. בזמן שהטכנולוגיה מרשימה, דינמיקת הכוח היא מסורתית להפליא. זה משחק של למי יש הכי הרבה משאבים והגישה הכי טובה לשוק. השינוי שראינו הוא ההבנה הסופית ש-AI הוא לא רק פיצ'ר, אלא שכבה חדשה של הכלכלה הגלובלית.

הערת העורך: יצרנו אתר זה כמרכז חדשות ומדריכים רב-לשוני בנושא בינה מלאכותית עבור אנשים שאינם "גיקים" של מחשבים, אך עדיין רוצים להבין בינה מלאכותית, להשתמש בה בביטחון רב יותר, ולעקוב אחר העתיד שכבר מגיע.

ככל שאנחנו מתקדמים, נשארת השאלה האם שחקן חדש כלשהו יכול באמת לאתגר את הענקיות המבוססות. הכוח מרוכז כרגע בידיים מעטות מאוד. עבור המשתמש או העסק הממוצע, המטרה היא למצוא דרכים להשתמש בכלים האלה בלי להפוך לתלויים לחלוטין בספק יחיד. התעשייה תמשיך להתפתח, אבל המציאות הפיזית והכלכלית של ה-compute וה-distribution יישארו המניעים העיקריים של הכוח. הפער בין מי שאנחנו חושבים שמנצח לבין מי שבאמת בשליטה כנראה ימשיך לגדול.

מצאת שגיאה או משהו שצריך לתקן? ספר לנו. יש לך שאלה, הצעה או רעיון למאמר? צור קשר.