התנגשות אסטרטגיות | מדוע מנכ"ל IBM, ארווינד קרישנה, לא מאמין בחזון של טריליון דולר של סם אלטמן – AGI באפס עד אחוז אחד? – תמונה: Xpert.Digital
בינה כללית מלאכותית (AGI) ומתמטיקה בלתי סלחנית: מדוע פריחת מרכזי הנתונים לעולם לא תשתלם.
מחזור המוות של 5 שנים: הסיכון שלא הוערך כראוי עבור Nvidia, Microsoft ואחרות.
בעוד עמק הסיליקון שקועה בטירוף השקעות חסר תקדים, עם טריליונים הזורמים למרוץ אחר אינטליגנציה-על מלאכותית, אחד ממנכ"לי הטכנולוגיה המנוסים ביותר בעולם לוחץ על בלם החירום. מנכ"ל IBM, ארווינד קרישנה, מזהיר: ההימור לא משתלם.
מנטליות של בהלה לזהב אוחזת במגזר הטכנולוגיה העולמי. תאגידים כמו מיקרוסופט, גוגל ומטא עולים על השקעותיהם במרכזי נתונים חדשים, מונעים על ידי הפחד להישאר מאחור במהפכה הטכנולוגית הגדולה הבאה. החזון ברור: פיתוח בינה מלאכותית כללית (AGI) השווה או עולה עליה לבינה אנושית. אבל בתוך האופוריה הזו, קול רב עוצמה עולה, לא משורות מבקרי הטכנולוגיה, אלא ממש ממרכז הכוח: ארווינד קרישנה, מנכ"ל IBM.
בניתוח מפוכח המבוסס על חשבון טהור, קרישנה מפרק את הנרטיב הרווח בעמק הסיליקון. אזהרתו פשוטה ומפחידה כאחד: עלויות התשתיות מתפוצצות בעוד שהחומרה הופכת למיושנת מהר יותר ממה שניתן לפחות אותה. קרישנה מדבר על סכומי השקעה של עד שמונה טריליון דולר אמריקאי שיידרשו כדי להמשיך את המסלול הנוכחי של פיתוח AGI - סכום שעלול לפשוט רגל כלכלית אפילו את החברות העשירות בעולם אם הרווחים האסטרונומיים המובטחים לא יתממשו.
אבל הביקורת של קרישנה אינה מוגבלת לנתונים פיננסיים. הוא מטיל ספק בבסיס הטכנולוגי של ההייפ עצמו. בעוד שסם אלטמן ו-OpenAI מציגים את הגעתה של אינטליגנציה-על ככמעט בלתי נמנעת, קרישנה מעריך את ההסתברות להשגת מטרה זו בעזרת טכנולוגיית מידול השפה בקנה מידה גדול של ימינו באפס עד אחוז אחד.
האם אנו ניצבים בפני ההשקעה השגויה הגדולה ביותר בהיסטוריה הכלכלית? האם פריחת הבינה המלאכותית היא בועה שעומדת להתפוצץ, או שמא ספקנים מתעלמים מהפוטנציאל הטרנספורמטיבי הטמון מעבר למאזנים? המאמר הבא בוחן את הטיעונים, את המתמטיקה הבלתי סלחנית של כלכלת מרכזי הנתונים ואת הסכסוך הבסיסי בין חזונאים של גישת "הכל או כלום" לבין תומכי הריאליזם הפרגמטי.
מתאים לכך:
מדוע מנכ"ל IBM חוזה את סוף הניסוי היקר ביותר בהיסטוריה של הטכנולוגיה
ייתכן שמגזר הטכנולוגיה העולמי ניצב בפני אחת מההשקעות השגויות הגדולות ביותר בהיסטוריה הכלכלית. בעוד תאגידים כמו מיקרוסופט, אמזון, מטה וגוגל משקיעים מאות מיליארדי דולרים בבניית תשתית של בינה מלאכותית, קול אזהרה עולה מלב תעשיית ה-IT. ארווינד קרישנה, מנכ"ל IBM ועובד בחברה מאז 1990, הציג ניתוח כלכלי בסיסי בראיון לפודקאסט Decoder של The Verge בסוף נובמבר 2025, שעשוי לנפץ את האופוריה סביב בינה מלאכותית כללית.
הצהרותיו, שפורסמו ב-30 בנובמבר וב-1 בדצמבר 2025, נוגעות ללב הדיון שצובר תאוצה גוברת בחדרי ישיבות ובחוגי אנליסטים. קרישנה אינו מדבר על סיכונים תיאורטיים או חששות פילוסופיים, אלא על חוסר אפשרות פיננסית קונקרטית שמעמידה בספק את מודל ההשקעה הנוכחי בתחום הבינה המלאכותית. חישוביו גורמים אפילו למשקיפים אופטימיים בתעשייה לתהות, שכן הם מבוססים על חשבון פשוט ועקרונות עסקיים מוצקים.
מתאים לכך:
המתמטיקה חסרת הרחמים של כלכלת מרכזי הנתונים
קרישנה מתחיל את הניתוח שלו בהערכה מפוכחת של מצב העלויות הנוכחי. מרכז נתונים בעל קיבולת של ג'יגה-וואט אחד כרוך בהוצאות הון של 80 מיליארד דולר אמריקאי בסטנדרטים של היום. נתון זה כולל לא רק את התשתית הפיזית והמבנים, אלא גם את כל הציוד הטכני, החל משרתים ורכיבי רשת ועד למעבדי הגרפיקה הייעודיים ביותר הנדרשים לחישובי בינה מלאכותית.
תעשיית הטכנולוגיה התחייבה להתרחבות מסיבית בחודשים האחרונים. מספר חברות הכריזו בפומבי על תוכניות לבנות בין 20 ל-30 ג'יגה-וואט של קיבולת מחשוב נוספת. בעלויות הנוכחיות לג'יגה-וואט, סכום זה יביא להשקעות כוללות של לפחות 1.5 טריליון דולר. סכום זה שווה ערך בערך לשווי השוק הנוכחי של טסלה וממחיש את היקף הפרויקט העצום.
אבל החישוב הופך דרסטי עוד יותר כאשר בוחנים את השאיפות בהקשר של הבינה המלאכותית הכללית הרצויה. קרישנה מעריך שהדרך לבינה מלאכותית כללית אמיתית תדרוש כ-100 ג'יגה-וואט של כוח מחשוב. הערכה זו מבוססת על אקסטרפולציות של דרישות ההכשרה הנוכחיות עבור מודלי שפה גדולים ולוקחת בחשבון את המורכבות הגדלה באופן אקספוננציאלי המלווה כל שלב פיתוח. עם 80 מיליארד דולר לג'יגה-וואט, הוצאות ההשקעה יסתכמו בסכום מדהים של שמונה טריליון דולר אמריקאי.
נתון השקעה זה, לעומת זאת, הוא רק חצי מהסיפור. קרישנה מצביע על גורם שלעתים קרובות מתעלמים ממנו בשיח הציבורי: עלות ההון. עם השקעה של שמונה טריליון דולר אמריקאי, חברות יצטרכו לייצר כ-800 מיליארד דולר אמריקאי ברווח מדי שנה רק כדי לכסות את הריבית על ההון המושקע. נתון זה מניח ריבית שמרנית של עשרה אחוזים, המשקפת את עלות ההון, פרמיות הסיכון וציפיות המשקיעים.
מחזור המוות של חמש שנים של חומרת בינה מלאכותית
נקודה מכרעת בטיעון של קרישנה נוגעת לתוחלת החיים של החומרה המותקנת. יש לנצל את מלוא קיבולת המחשוב תוך חמש שנים, שכן לאחר מכן יהיה צורך להיפטר ולהחליף את החומרה המותקנת. הערכה זו עולה בקנה אחד עם תצפיות מהתעשייה והיא נושא לוויכוח סוער בחוגים פיננסיים.
המשקיע הידוע מייקל בארי, המפורסם בתחזיותיו המדויקות לגבי המשבר הפיננסי של 2008, העלה חששות דומים בנובמבר 2025. בארי טוען שחברות טכנולוגיה גדולות מעריכות יתר על המידה את תוחלת החיים בפועל של חומרת הבינה המלאכותית שלהן, ובכך שומרות באופן מלאכותי על פחת נמוך. הוא צופה שמעבדי גרפיקה ושבבי בינה מלאכותית ייעודיים יישארו בפועל ברי קיימא מבחינה כלכלית רק במשך שנתיים-שלוש לפני שיהפכו למיושנים על ידי דורות חדשים וחזקים יותר.
ההתפתחות המהירה בתחום המוליכים למחצה תומכת בגישה זו. Nvidia, הספקית הדומיננטית של שבבי בינה מלאכותית, משחררת דורות חדשים של מעבדים בערך כל 12 עד 18 חודשים. כל דור מציע שיפורי ביצועים משמעותיים, מה שהופך במהירות דגמים ישנים יותר ללא כלכליים. בעוד ששרת קונבנציונלי במרכז נתונים יכול לשמש בקלות במשך שש שנים או יותר, כללים שונים חלים על חומרה ספציפית לבינה מלאכותית.
בפועל, התמונה מורכבת יותר. חלק מהחברות התאימו את תקופות הפחת שלהן. בתחילת 2025, אמזון קיצרה את אורך החיים השימושי המשוער של חלק מהשרתים משש לחמש שנים, תוך ציון הפיתוח המואץ בתחום הבינה המלאכותית. התאמה זו תפחית את הכנסות החברה התפעוליות בכ-700 מיליון דולר בשנת 2026. מטה, לעומת זאת, האריכה את תקופת הפחת עבור שרתים וציוד רשת ל-5.5 שנים, מה שהפחית את עלויות הפחת ב-2.9 מיליארד דולר בשנת 2025.
האסטרטגיות השונות הללו ממחישות שגם חברות שמשקיעות מיליארדים בחומרה של בינה מלאכותית אינן בטוחות לגבי משך הזמן שבו השקעותיהן יישארו בת קיימא מבחינה כלכלית. התרחיש של חמש שנים שקרישנה מתאר נופל בטווח האופטימי של הערכות אלו. אם אורך החיים השימושי בפועל קרוב יותר לשנתיים-שלוש שחזה ברי, עלויות הפחת, ולכן הלחץ על הרווחיות, יגדלו משמעותית.
חוסר האפשרות לתשואות רווחיות
הקשר בין שני גורמים אלה מוביל את קרישנה לטענתו המרכזית. הוא מאמין שהשילוב של עלויות הון עצומות ומחזורי חיים קצרים מקשה על השגת תשואה סבירה על ההשקעה. עם עלויות השקעה של שמונה טריליון דולר אמריקאי והצורך לייצר רווח שנתי של 800 מיליארד דולר רק כדי לכסות את עלויות ההון, מערכת בינה מלאכותית תצטרך לייצר הכנסות בקנה מידה העולה בהרבה על מה שנראה כיום ריאלי.
לשם השוואה, אלפבית, חברת האם של גוגל, רשמה הכנסות כוללות של כ-350 מיליארד דולר בשנת 2024. אפילו בהנחה של צמיחה אגרסיבית של 12 אחוזים בשנה, ההכנסות יעלו לכ-577 מיליארד דולר עד 2029. סך ההכנסות הנדרשות כדי להצדיק השקעות בבינה מלאכותית יעלה בהרבה על נתון זה.
OpenAI, החברה שעומדת מאחורי ChatGPT, צופה הכנסות שנתיות של למעלה מ-20 מיליארד דולר לשנת 2025 וצופה להגיע למאות מיליארדי דולרים עד 2030. החברה חתמה על הסכמים בשווי של כ-1.4 טריליון דולר בשמונה השנים הקרובות. אך אפילו נתונים שאפתניים אלה מעלים שאלות. אנליסטים ב-HSBC מעריכים כי OpenAI תצבור 792 מיליארד דולר בעלויות תשתית ענן ובינה מלאכותית בין סוף 2025 ל-2030, כאשר סך התחייבויות קיבולת המחשוב עשויות להגיע לכ-1.4 טריליון דולר עד 2033.
אנליסטים של HSBC צופים כי תזרים המזומנים החופשי המצטבר של OpenAI יישאר שלילי עד 2030, מה שיוביל לגירעון מימון של 207 מיליארד דולר. פער זה יצטרך להתמלא באמצעות חוב נוסף, הון עצמי או יצירת הכנסות אגרסיבית יותר. השאלה היא לא רק האם OpenAI יכולה להפוך לרווחית, אלא האם מודל העסקים כולו שלה, המסתמך על השקעות מסיביות במרכזי נתונים, הוא בכלל בר-קיימא.
ההסתברות הקטנה להחריד של AGI
קרישנה מוסיף לביקורתו הכלכלית ממד טכנולוגי שהוא אף מהותי יותר. הוא מעריך את ההסתברות שהטכנולוגיות הנוכחיות יובילו לבינה מלאכותית כללית בין אפס לאחוז אחד. הערכה זו יוצאת דופן משום שהיא אינה מבוססת על שיקולים פילוסופיים, אלא על הערכה מפוכחת של היכולות והמגבלות הטכניות של מודלים של שפה גדולה.
בעוד שהגדרת הבינה המלאכותית (AGI) שנויה במחלוקת, היא מתייחסת בבסיסה למערכות בינה מלאכותית שיכולות להשיג או לעלות על יכולות קוגניטיביות אנושיות על פני כל הספקטרום. משמעות הדבר היא שמערכת לא רק מפגינה ידע מומחה בתחומים ספציפיים, אלא גם מסוגלת להעביר ידע מתחום אחד למשנהו, להבין מצבים חדשים, לפתור בעיות באופן יצירתי ולהשתפר ללא הרף מבלי שיהיה צורך בהכשרה מחדש לכל משימה חדשה.
קרישנה טוען כי מודלים של שפה גדולה, המהווים את ליבת מהפכת הבינה המלאכותית הנוכחית, סובלים ממגבלות מהותיות. מודלים אלה מבוססים על דפוסים סטטיסטיים במערכי נתונים טקסטואליים עצומים ויכולים לבצע ביצועים מרשימים במשימות מבוססות שפה. הם יכולים ליצור טקסטים קוהרנטיים, לענות על שאלות ואפילו לכתוב קוד תוכנית. אך הם לא באמת מבינים מה הם עושים. חסר להם מודל עולם, מושג סיבתיות ויכולת אמיתית להפשטה.
מגבלות אלו מתבטאות במספר תחומים. מודלים של שפה מזיזים באופן קבוע, כלומר הם ממציאים עובדות שנשמעות סבירות אך הן שגויות. הם מתקשים בהיגיון לוגי רב-שלבי ולעתים קרובות נכשלים במשימות שהן טריוויאליות עבור בני אדם אם משימות אלו לא נכללו במערך האימון שלהם. הם חסרים זיכרון אפיזודי ואינם יכולים ללמוד מטעויותיהם שלהם ללא אימון מחדש.
מדענים וחוקרים מתחומים שונים שותפים יותר ויותר לספקנות זו. מארק בניוף, מנכ"ל Salesforce, הביע ספקנות דומה בנוגע ל-AGI בנובמבר 2025. בפודקאסט הוא תיאר את המונח AGI כמטעה פוטנציאלית וביקר את תעשיית הטכנולוגיה על היותה תחת סוג של היפנוזה בנוגע ליכולות הקרבות של הבינה המלאכותית. בניוף הדגיש כי בעוד שהמערכות הנוכחיות מרשימות, אין להן תודעה או הבנה אמיתית.
יאן לקון, מדען בכיר בתחום הבינה המלאכותית ב-Meta, טוען שמודלים של שפה גדולה לעולם לא יובילו ל-AGI, לא משנה כמה הם יתפתחו. הוא תומך בגישות חלופיות החורגות מעבר לחיזוי טקסט טהור, כולל מודלים של עולם רב-מודאלי שמעבדים לא רק טקסט אלא גם משלבים מידע חזותי וחושי אחר כדי לבנות ייצוגים פנימיים של העולם.
המומחיות שלנו בארה"ב בפיתוח עסקי, מכירות ושיווק
המומחיות שלנו בארה"ב בפיתוח עסקי, מכירות ושיווק - תמונה: Xpert.Digital
מיקוד בתעשייה: B2B, דיגיטציה (מבינה מלאכותית ל-XR), הנדסת מכונות, לוגיסטיקה, אנרגיות מתחדשות ותעשייה
עוד על זה כאן:
מרכז נושאים עם תובנות ומומחיות:
- פלטפורמת ידע בנושא הכלכלה הגלובלית והאזורית, חדשנות ומגמות ספציפיות לתעשייה
- אוסף ניתוחים, אינספורמציות ומידע רקע מתחומי המיקוד שלנו
- מקום למומחיות ומידע על התפתחויות עדכניות בעסקים ובטכנולוגיה
- מרכז נושאים לחברות שרוצות ללמוד על שווקים, דיגיטציה וחדשנות בתעשייה
בועת בינה מלאכותית או מנוע העתיד? הפער המסוכן בין השקעות, צריכת אנרגיה ורווחים אמיתיים.
פריצת הדרך הטכנולוגית הנדרשת
קרישנה מאמין שהשגת ידע שלם (AGI) תדרוש יותר טכנולוגיות ממה שהנתיב הנוכחי של מודלים שפה גדולים יכול לספק. הוא מציע ששילוב ידע קשיח עם מודלים שפה יכול להיות גישה בת קיימא. בידע קשיח, הוא מתכוון לידע מובנה ומפורש על קשרים סיבתיים, חוקים פיזיקליים, עקרונות מתמטיים וצורות אחרות של ידע החורגות מקורלציות סטטיסטיות.
נקודת מבט זו מתיישבת עם מחקר בתחום הבינה המלאכותית הנוירו-סימבולית, המבקש לשלב את נקודות החוזק של זיהוי תבניות ברשתות עצביות עם היכולות הלוגיות של מערכות בינה מלאכותית סימבוליות. בינה מלאכותית סימבולית, המבוססת על כללים והסקה לוגית, הייתה דומיננטית בעשורים הראשונים של מחקר הבינה המלאכותית, אך בשנים האחרונות נעקפה על ידי גישות עצביות. הכלאה של שתי הגישות יכולה תיאורטית לייצר מערכות המסוגלות גם ללמוד וגם לחשיבה לוגית.
כיווני מחקר מבטיחים נוספים כוללים בינה מלאכותית מגולמת, שבה מערכות לומדות באמצעות אינטראקציה עם סביבה פיזית או מדומה; למידה מתמשכת, שבה מערכות יכולות להרחיב את יכולותיהן מבלי לאבד ידע קודם; ומערכות בעלות מוטיבציה פנימית שחוקרות ולומדות בכוחות עצמן.
אפילו עם הטכנולוגיות הנוספות הללו, קרישנה נותר זהיר. אם נשאל האם גישה מורחבת זו עשויה להוביל לבינה מלאכותית (AGI), הוא יענה רק ב"אולי". זהירות זו מדגישה את אי הוודאות הקיימת אפילו בקרב מומחים שעובדים עם בינה מלאכותית במשך עשרות שנים. פיתוח AGI אינו רק עניין של כוח מחשוב או נפח נתונים, אלא עשוי לדרוש תובנות חדשות מהותיות לגבי טבעה של האינטליגנציה עצמה.
מתאים לכך:
הפרדוקס של בינה מלאכותית פרודוקטיבית כיום
למרות ספקנותו בנוגע ל-AGI ולכלכלת השקעות מסיביות במרכזי נתונים, קרישנה אינו פסימיסט בתחום הבינה המלאכותית. להיפך, הוא מדבר בהתלהבות על כלי הבינה המלאכותית הנוכחיים והשפעתם על עולם העסקים. הוא משוכנע שטכנולוגיות אלו יפתחו פוטנציאל פרודוקטיביות של טריליוני דולרים בתוך חברות.
הבחנה זו מרכזית להבנת עמדתו. קרישנה אינו מטיל ספק בערכה של הבינה המלאכותית כשלעצמה, אלא בכדאיות הכלכלית של הנתיב הספציפי שהתעשייה צעדה בו. מערכות הבינה המלאכותית של ימינו, ובמיוחד מודלים של שפה גדולים, כבר יכולות לאפשר עלייה משמעותית בפריון בתחומים רבים מבלי לדרוש תשתית של שמונה טריליון דולר.
יבמ עצמה מספקת דוגמה בולטת לשיפורי הפרודוקטיביות הללו. מאז ינואר 2023, החברה יישמה באופן מקיף בינה מלאכותית ואוטומציה בפעילותה וצופה להשיג שיפורי פרודוקטיביות של 4.5 מיליארד דולר עד סוף 2025. יוזמה זו, אותה יבמ מכנה Client Zero, כללה פריסת תשתית ענן היברידית, טכנולוגיות בינה מלאכותית ואוטומציה, ומומחיות ייעוץ ביחידות עסקיות שונות.
התוצאות הקונקרטיות של טרנספורמציה זו מרשימות. יבמ יישמה כלים המופעלים על ידי בינה מלאכותית בשירות הלקוחות, אשר פותרים 70 אחוז מהפניות ומשפרים את זמן הפתרון ב-26 אחוז. בכל יחידות העסק, כ-270,000 עובדים צוידו במערכות בינה מלאכותית סוכניות המנהלות זרימות עבודה מורכבות ותומכות בעובדים אנושיים.
יישום מסוג זה של בינה מלאכותית אינו דורש מרכזי נתונים חדשים ומסיביים, אלא יכול לבנות על תשתית קיימת. הוא מתמקד במקרי שימוש ספציפיים שבהם בינה מלאכותית מספקת שיפורים ניתנים להדגמה, ולא בפיתוח היפותטי של בינה כללית. זהו ליבת הטיעון של קרישנה: הטכנולוגיה היא בעלת ערך וטרנספורמטיבית, אך הגישה הנוכחית של השקעה של טריליוני דולרים במרדף אחר בינה מלאכותית (AGI) אינה בת קיימא מבחינה כלכלית.
מחקרים של מקינזי מעריכים כי לבינה מלאכותית גנרית יש פוטנציאל ליצור בין 2.6 טריליון דולר ל-4.4 טריליון דולר בערך כלכלי מדי שנה על פני 63 מקרי שימוש שנותחו. כאשר בוחנים את ההשפעה של הטמעת בינה מלאכותית גנרית בתוכנה המשמשת כיום למשימות אחרות, הערכה זו עשויה להכפיל את עצמה בקירוב. עלייה זו בפריון עשויה להגביר את צמיחת פריון העבודה השנתית ב-0.1 עד 0.6 נקודות אחוז עד 2040.
האסטרטגיות השונות של ענקיות הטכנולוגיה
בעוד קרישנה מביע את חששותיו, ענקיות טכנולוגיה אחרות מכפילות את השקעתן בתשתיות בינה מלאכותית. ההוצאות של ארבע החברות הגדולות ממחישות את היקף מחזור ההשקעה הזה. מיקרוסופט מתכננת להוציא כ-80 מיליארד דולר על בניית מרכזי נתונים מבוססי בינה מלאכותית בשנת הכספים 2025, כאשר יותר ממחצית מההשקעה הזו מיועדת לארצות הברית.
אמזון הכריזה על הוצאות הון של כ-125 מיליארד דולר לשנת 2025, כאשר רובן מיועדות לבינה מלאכותית ולתשתיות קשורות עבור Amazon Web Services. החברה כבר אותתה כי ההוצאות יהיו גבוהות אף יותר בשנת 2026. מטה פלטפורמות צופה הוצאות הון של בין 70 ל-72 מיליארד דולר לשנת 2025, עלייה מההערכה הקודמת שלה שעמדה על 66 עד 72 מיליארד דולר. עבור 2026, החברה ציינה כי ההוצאות יהיו גבוהות משמעותית.
אלפבית, חברת האם של גוגל, צופה הוצאות הון של בין 91 ל-93 מיליארד דולר בשנת 2025, לעומת תחזית קודמת של 85 מיליארד דולר. יחד, ארבע החברות הללו מתכננות להוציא בין 350 ל-400 מיליארד דולר בשנת 2025, יותר מכפול מההוצאות שהוצאו לפני שנתיים.
השקעות אדירות אלו מתרחשות בסביבה שבה ההכנסות בפועל משירותי בינה מלאכותית עדיין נמוכות בהרבה מהציפיות. OpenAI מדווחת על הכנסות שנתיות של למעלה מ-20 מיליארד דולר אך נותרה לא רווחית. מיקרוסופט מייצרת הכנסות שנתיות של כ-13 מיליארד דולר מבינה מלאכותית, עם צמיחה שנתית של 175 אחוזים, בעוד ש-Meta אינה יכולה לדווח על דולר אחד של הכנסות ישירות מבינה מלאכותית.
הפער בין השקעות להכנסות בולט. מורגן סטנלי מעריכה כי תעשיית הבינה המלאכותית תוציא כשלושה טריליון דולר אמריקאי על מרכזי נתונים עד 2028. לשם השוואה, ההכנסות הנוכחיות זניחות. מחקר של MIT מיולי 2025 מצא כי כ-95 אחוז מהחברות שהשקיעו בבינה מלאכותית לא הרוויחו כסף מהטכנולוגיה. סך ההוצאה המשולבת של חברות אלו מוערך בכ-40 מיליארד דולר אמריקאי.
הקולות הגוברים של ספקנות
אזהרתו של קרישנה היא חלק ממקהלה הולכת וגדלה של קולות ספקנים ממגזרים שונים של עולם הטכנולוגיה והפיננסים. חששות אלה מתמקדים לא רק ביתרונות כלכליים מיידיים, אלא גם בסיכונים מערכתיים הנובעים מדינמיקת ההשקעות הנוכחית.
כלכלנים מציינים כי מגזר הבינה המלאכותית היווה כשני שלישים מצמיחת התמ"ג של ארה"ב במחצית הראשונה של 2025. ניתוח של JPMorgan Asset Management מראה כי הוצאות הבינה המלאכותית על מרכזי נתונים תרמו לצמיחה הכלכלית יותר מאשר הצריכה הכוללת של מאות מיליוני צרכנים אמריקאים. הכלכלן מהרווארד, ג'ייסון פורמן, חישב כי ללא מרכזי נתונים, צמיחת התמ"ג במחצית הראשונה של 2025 הייתה עומדת על 0.1 אחוז בלבד.
ריכוז הצמיחה הזה במגזר יחיד טומן בחובו סיכונים. דארון אצ'מוגלו, כלכלן ב-MIT וחתן פרס נובל לכלכלה לשנת 2024, טוען כי ההשפעה בפועל של בינה מלאכותית עשויה להיות קטנה משמעותית ממה שמרמזות תחזיות התעשייה. הוא מעריך שאולי רק חמישה אחוזים מהמשרות יוחלפו על ידי בינה מלאכותית בעשר השנים הקרובות, הרבה פחות מהתחזיות הנלהבות של כמה מובילי טכנולוגיה.
החששות לגבי בועה מתעצמים מכמה גורמים. חברות טכנולוגיה משתמשות יותר ויותר במכשירים פיננסיים המכונים כלי רכב למטרות מיוחדות (SPV) כדי למנוע הוצאות של מיליארדי דולרים מחוץ למאזניהן. SPV אלה, במימון וול סטריט, משמשות כחברות קש לבניית מרכזי נתונים. נוהג זה מעלה שאלות לגבי שקיפות והסיכון בפועל שנושאות החברות.
סונדר פיצ'אי, מנכ"ל אלפבית, תיאר את גל ההשקעות בבינה מלאכותית כרגע יוצא דופן בראיון ל-BBC בנובמבר 2025, אך גם הודה בחוסר רציונליות מסוים המלווה את פריחת הבינה המלאכותית הנוכחית. הוא הזהיר כי כל חברה תושפע אם בועת הבינה המלאכותית תתפוצץ. אפילו סם אלטמן, מנכ"ל OpenAI ואחד מתומכי הבינה המלאכותית הבולטים, הודה באוגוסט 2025 כי בינה מלאכותית עשויה להיות בבועה, תוך שהוא משווה את תנאי השוק לאלה של פריחת הדוט-קום והדגיש שאנשים אינטליגנטים רבים מתרגשים יתר על המידה מגרעין של אמת.
מתאים לכך:
סוגיית האנרגיה כגורם מגביל
בעיה מהותית נוספת, שקרישנה אינו מתייחס אליה במפורש אך היא מרומזת בחישובי העלויות שלו, נוגעת לאספקת אנרגיה. מרכז נתונים של 100 ג'יגה-וואט ידרוש כ-20 אחוזים מכלל ייצור החשמל בארצות הברית. זה אינו אתגר של מה בכך, אלא צוואר בקבוק פוטנציאלי שעלול לסכן את החזון כולו.
הסוכנות הבינלאומית לאנרגיה צופה כי הביקוש העולמי לחשמל ממרכזי נתונים עשוי להכפיל את עצמו ביותר מפי שניים עד 2030, מכ-415 טרה-וואט-שעה בשנת 2024 ל-900 עד 1,000 טרה-וואט-שעה. בינה מלאכותית עשויה להוות 35 עד 50 אחוז מצריכת החשמל של מרכזי נתונים עד 2030. בארצות הברית, הביקוש לחשמל של מרכזי נתונים צפוי לעלות מ-35 ג'יגה-וואט ל-78 ג'יגה-וואט עד 2035, המהווים 8.6 אחוז מצריכת החשמל של המדינה.
דרישה זו מגיעה בתקופה בה מדינות רבות מנסות להפחית את פליטות הפחמן שלהן מרשתות החשמל ולהגדיל את חלקה של אנרגיה מתחדשת. האתגר הוא שמרכזי נתונים דורשים אספקת חשמל קבועה, 24 שעות ביממה, 365 ימים בשנה. דבר זה הופך את המעבר לאנרגיה מתחדשת למורכב יותר, שכן אנרגיית רוח ואנרגיה סולארית הן לסירוגין ודורשת פתרונות אחסון או קיבולת גיבוי.
פליטות הפחמן ממרכזי נתונים צפויות לעלות מ-212 מיליון טון בשנת 2023 לפוטנציאל של 355 מיליון טון עד 2030, אם כי נתון זה משתנה במידה ניכרת בהתאם למהירות פתרונות האנרגיה הנקייה ולשיפורי היעילות. תהליך יצירת תמונה יחיד שנוצר באמצעות בינה מלאכותית צורך כמות חשמל זהה לטעינה מלאה של סמארטפון. עיבוד מיליון טוקנים מייצר כמות פחמן דו-חמצני כמו מכונית מונעת בנזין שנוסעת 8 עד 32 קילומטרים.
בינה מלאכותית גנרטיבית דורשת בערך פי שבעה עד שמונה יותר אנרגיה מאשר עומסי מחשוב מסורתיים. אימון מודלים גדולים של בינה מלאכותית יכול לצרוך כמות חשמל כמו מאות משקי בית במשך מספר חודשים. עצימות אנרגיה זו פירושה שגם אם המשאבים הכספיים לבניית מרכזי נתונים ענקיים היו זמינים, התשתית הפיזית להפעלת מתקנים אלה עלולה לא להיות מוכנה בזמן.
מתאים לכך:
מסלולים טכנולוגיים חלופיים ומשמעותם
הדיון סביב מגבלותיהם של מודלים של שפה בקנה מידה גדול הוביל למאמצי מחקר מוגברים בתחומים חלופיים. מחשוב קוונטי נתפס על ידי חלק מהאנשים כפריצת דרך פוטנציאלית שיכולה להתגבר על המגבלות הנוכחיות. באוקטובר 2025, גוגל חשפה את שבב הקוונטים Willow שלה, שהשיג יתרון קוונטי שניתן לאמת. זו הייתה אבן דרך שחצתה את גבולות הפיזיקה הקלאסית ופתחה אפשרויות חדשות בתחומים כמו רפואה, אנרגיה ובינה מלאכותית.
מחשבים קוונטיים פועלים על פי עקרונות שונים לחלוטין ממחשבים קלאסיים. הם משתמשים בביטי קוונטים, או קיוביטים, שיכולים להתקיים במספר מצבים בו זמנית, מה שמאפשר חישובים מקבילים בקנה מידה בלתי אפשרי במערכות קונבנציונליות. עם זאת, מחשבים קוונטיים מתמודדים עם אתגרים משמעותיים, במיוחד דה-קוהרנטיות, המשפיעה על יציבות הקיוביטים.
פריצות דרך אחרונות בייצוב קיוביטים מצביעות על כך שמחשבים קוונטיים ניתנים להרחבה עשויים להיות מציאות בשנים הקרובות. חברות כמו PsiQuantum מתכננות להפעיל מחשבים קוונטיים גדולים פי 10,000 מ-Willow לפני סוף העשור הזה - מחשבים גדולים מספיק כדי להתמודד עם שאלות חשובות בנוגע לחומרים, תרופות והיבטים קוונטיים של הטבע.
ההתכנסות של מחשוב קוונטי ובינה מלאכותית עשויה תיאורטית לפתוח אפשרויות חדשות. אלגוריתמים קוונטיים השתפרו פי 200 ביותר בסימולציה של תרופות וחומרים חשובים. יש המשערים כי השילוב של אלגוריתם קוונטי ובינה מלאכותית עשוי להיות אפשרי תוך שנה עד שנתיים, ולאחר מכן אינטליגנציה-על מלאכותית תוך חמש שנים.
כיווני מחקר מבטיחים נוספים כוללים ארכיטקטורות מחשוב אופטי המשתמשות באור במקום בחשמל כדי להפעיל שבבים. ארכיטקטורה בשם Parallel Optical Matrix-Matrix Multiplication, שנחשפה בנובמבר 2025, עשויה לבטל את אחד מצווארי הבקבוק הגדולים ביותר בפיתוח הבינה המלאכותית הנוכחי. בניגוד לשיטות אופטיות קודמות, היא מבצעת פעולות טנזור מרובות בו זמנית עם פולס לייזר יחיד, מה שיכול להגדיל משמעותית את מהירות העיבוד.
המיצוב האסטרטגי של יבמ
עמדתו של קרישנה מעניינת במיוחד בהקשר של האסטרטגיה של IBM. בשנים האחרונות, IBM העבירה באופן מודע את המיקוד שלה מעסקי חומרה ותשתיות טהורים לכיוון תוכנה ארגונית, שירותי ענן וייעוץ. החברה מכרה חלקים גדולים מעסקי ה-IT המסורתיים שלה והתמקדה במקום זאת בפתרונות ענן היברידיים ויישומי בינה מלאכותית לעסקים.
כיוון אסטרטגי זה שונה באופן מהותי מהגישות של מיקרוסופט, אמזון, גוגל ומטא, שכולן משקיעות רבות בבניית תשתית משלהן. יבמ, במקום זאת, מתמקדת בסיוע לחברות לפרוס בינה מלאכותית בתנאים שלהן, עם שקיפות, בחירה וגמישות. פילוסופיה זו משקפת אמונה שלא כל חברה תשתמש בענן ציבורי יחיד, וכי בפרט, תעשיות מפוקחות וחברות מחוץ לארצות הברית יעדיפו גישות היברידיות.
לכן, ניתן להבין את ביקורתו של קרישנה על ההשקעות העצומות בתשתיות גם כהגנה מרומזת על גישתה של יבמ. אם החתירה לניהול אינטראקטיבי של גולמי נתונים (AGI) באמצעות השקעות של טריליוני דולרים במרכזי נתונים אכן אינה כדאית כלכלית, הרי שזה יאשר את האסטרטגיה של יבמ להתמקד במקרי שימוש ספציפיים ויוצרי ערך שיכולים לבנות על תשתית קיימת או מורחבת במידה בינונית.
במקביל, IBM מעורבת מאוד בתחומים כמו מחשוב קוונטי, שעשוי לייצג את הגל הטכנולוגי הבא. החברה משקיעה משמעותית בפיתוח מחשבים קוונטיים ועובדת על שותפויות עם חברות טכנולוגיה אחרות כדי לקדם טכנולוגיה זו. עובדה זו מצביעה על כך שקרישנה אינו מתנגד לחדשנות או ליעדים טכנולוגיים שאפתניים, אלא דווקא לגישה ספציפית שהוא מחשיב כבלתי כדאית מבחינה כלכלית.
🎯🎯🎯 תיהנו מהמומחיות הנרחבת והחד-פעמית של Xpert.Digital בחבילת שירותים מקיפה | BD, מחקר ופיתוח, XR, יחסי ציבור ואופטימיזציית נראות דיגיטלית
תהנו מהמומחיות הנרחבת והחמש-כפולה של Xpert.Digital בחבילת שירותים מקיפה | מחקר ופיתוח, XR, יחסי ציבור ואופטימיזציה של נראות דיגיטלית - תמונה: Xpert.Digital
ל- xpert.digital ידע עמוק בענפים שונים. זה מאפשר לנו לפתח אסטרטגיות התאמה המותאמות לדרישות ולאתגרים של פלח השוק הספציפי שלך. על ידי ניתוח מתמיד של מגמות שוק ורדיפת פיתוחים בתעשייה, אנו יכולים לפעול עם ראיית הנולד ולהציע פתרונות חדשניים. עם שילוב של ניסיון וידע, אנו מייצרים ערך מוסף ומעניקים ללקוחותינו יתרון תחרותי מכריע.
עוד על זה כאן:
פרודוקטיביות כן, AGI לא: מדוע פרויקטים ממוקדים של בינה מלאכותית יכולים להיות רווחיים יותר ממודלים ענקיים
נקודת המבט של מנהיגות OpenAI
הספקנות של קרישנה עומדת בניגוד מוחלט להצהרותיו הפומביות של סם אלטמן, מנכ"ל OpenAI. אלטמן הדגיש שוב ושוב כי OpenAI מוכנה לבצע השקעות אדירות כדי להשיג את ה-AGI. החברה חתמה על הסכמים בסכום כולל של כ-1.4 טריליון דולר במהלך שמונה השנים הבאות, כולל עסקאות משמעותיות עם אורקל, ברודקום ושותפים אחרים.
אלטמן צופה כי OpenAI תשיג הכנסות שנתיות של מאות מיליארדי דולרים אמריקאים עד שנת 2030. תחזית זו מבוססת על ההנחה שהביקוש לשירותי בינה מלאכותית יגדל באופן אקספוננציאלי ככל שהמערכות יהפכו חזקות יותר. מודל העסקים של OpenAI תלוי בנכונות של חברות ואנשים פרטיים לשלם סכומים משמעותיים עבור גישה ליכולות בינה מלאכותית מתקדמות.
קרישנה הצהיר בפודקאסט שהוא מבין את נקודת המבט של אלטמן אך אינו שותף לה. זוהי דרך דיפלומטית להפליא לנסח זאת, ומרמזת שהוא מכבד את החזון של OpenAI אך מניח הנחות שונות מהותיות לגבי היתכנותה הטכנולוגית והכדאיות הכלכלית שלה. קרישנה עונה על השאלה האם OpenAI יכולה לייצר תשואה על השקעותיה ב"לא" ברור.
חילוקי דעות אלה מייצגים קונפליקט מהותי בתעשיית הטכנולוגיה בין אלו המאמינים בגישה ארגונית רווחית טרנספורמטיבית קרובה ומוכנים להשקיע סכומים אסטרונומיים, לבין אלו הספקנים יותר ומעדיפים גישה הדרגתית, בת קיימא יותר מבחינה כלכלית.
מתאים לכך:
תפקיד מדיניות הפחת ותקני חשבונאות
הדיון סביב אורך החיים השימושי בפועל של חומרת בינה מלאכותית מעלה שאלות מהותיות בנוגע לחשבונאות ושקיפות. האופן שבו חברות מפחיות את נכסיהן משפיע ישירות על רווחיהן המדווחים, וכתוצאה מכך על מחירי המניות והערכות השווי.
מייקל בארי טוען שחברות טכנולוגיה גדולות מעריכות יתר על המידה את אורך החיים השימושי של שבבי הבינה המלאכותית שלהן כדי לשמור על פחת נמוך ולנפח את הרווחים. לדוגמה, אם Meta מוציאה 5 מיליארד דולר על מדף שרתים חדש של Nvidia Blackwell בשנת 2025 ותפחית אותו על פני 5.5 שנים, עלויות הפחת השנתיות יתפרסו על פני כ-909 מיליון דולר. עם זאת, אם אורך החיים השימושי בפועל הוא רק שלוש שנים, הפחת השנתי אמור להיות כ-1.67 מיליארד דולר - פער משמעותי.
בארי מעריכה כי תוחלת חיים מורחבת זו עשויה להגדיל את רווחיהן של מספר חברות גדולות בסכום כולל של 176 מיליארד דולר בין 2026 ל-2028. אנבידיה חלקה על טענות אלו בתזכיר פנימי בנובמבר 2025, וטענה כי היפר-סקיילרים מפחיתה את מערכם של כרטיסי מסך במשך תקופה של ארבע עד שש שנים, בהתבסס על אורך חיים בפועל ומגמות שימוש. החברה ציינה כי כרטיסי מסך ישנים יותר, כמו ה-A100 שיצא בשנת 2020, ממשיכים להיות בשימוש בשיעורי ניצול גבוהים ושומרים על ערך כלכלי משמעותי.
המציאות כנראה נמצאת איפשהו באמצע. מעבדים גרפיים (GPU) בהחלט יכולים לתפקד פיזית במשך יותר משלוש שנים, אך ערכם הכלכלי יכול לרדת במהירות ככל שדגמים חדשים ויעילים יותר ייכנסו לשוק. גורם מפתח הוא צמיחת הערך: מעבדים גרפיים ישנים יותר, שכבר אינם אופטימליים לאימון המודלים העדכניים ביותר, עדיין יכולים להיות שימושיים למשימות הסקה ולהפעלת מודלים שכבר אומנו. ניתן להשתמש בהם גם עבור יישומים פחות תובעניים או למכור אותם בשווקים משניים.
ניואנסים אלה מקשים על הערכה ברורה. CoreWeave, ספקית ענן המתמקדת בבינה מלאכותית, האריכה את תקופת הפחת עבור הכרטיסים הגרפיים שלה מארבע לשש שנים בינואר 2023. מבקרים רואים בהחלטה זו ניסיון לשפר באופן מלאכותי את הרווחיות. מצד שני, התומכים טוענים כי השימוש בפועל בחומרה מצדיק תקופות ארוכות יותר.
הממדים החברתיים והפוליטיים
לדיון סביב השקעות בבינה מלאכותית יש גם ממד פוליטי וחברתי. דיוויד סאקס, משקיע הון סיכון ויועץ בבית הלבן בנושא מטבעות קריפטוגרפיים ובינה מלאכותית, הזהיר בנובמבר 2025 כי היפוך פריחת ההשקעות בבינה מלאכותית יסכן מיתון. ניסוחו מרמז שהכלכלה הפכה להיות כה תלויה בהשקעות בבינה מלאכותית, עד כי עצירה או האטה משמעותית יהיו בעלות השלכות מקרו-כלכליות מהותיות.
תלות זו מעלה את השאלה האם החברה תמרנה את עצמה למצב שבו היא נאלצת להמשיך ולהשקיע, ללא קשר לכדאיותה הכלכלית, רק כדי להימנע מזעזוע פתאומי. זוהי דינמיקה קלאסית של בועה, שבה שיקולים כלכליים רציונליים מאפילים על ידי החשש מההשלכות של בועה מתפוצצת.
ריכוז ההשקעות והמשאבים בבינה מלאכותית מעלה גם שאלות לגבי עלויות אלטרנטיביות. טריליוני ההון הזורמים למרכזי נתונים של בינה מלאכותית יוכלו תיאורטית לשמש למטרות חברתיות אחרות, החל משיפור מערכות החינוך והרחבת אנרגיה מתחדשת ועד לטיפול בגירעונות בתשתיות. ההצדקה להקצאת משאבים עצומה זו תלויה בשאלה האם היתרונות המובטחים אכן יתממשו.
במקביל, לבינה מלאכותית כבר יש השפעות חיוביות ניכרות. בגרמניה, על פי מחקר של IBM מנובמבר 2025, שני שלישים מהחברות מדווחות על עלייה משמעותית בפריון באמצעות בינה מלאכותית. התחומים עם עליות הפריון הגדולות ביותר הקשורות לבינה מלאכותית כוללים פיתוח תוכנה ו-IT, שירות לקוחות ואוטומציה של תהליכים עסקיים. כחמישית מהחברות בגרמניה כבר השיגו את יעדי ה-ROI שלהן באמצעות יוזמות פרודוקטיביות המונעות על ידי בינה מלאכותית, וכמעט מחצית מצפות לתשואה על ההשקעה תוך שנים עשר חודשים.
נתונים אלה מראים כי בינה מלאכותית אכן יוצרת ערך כלכלי, אך הם גם תומכים בטענתו של קרישנה כי ערך זה אינו נובע בהכרח מחתירה ל-AGI עם השקעה של טריליוני דולרים, אלא מיישומים ספציפיים וממוקדים יותר.
הפרספקטיבה ההיסטורית של טרנספורמציות טכנולוגיות
כדי לשים את המצב הנוכחי בפרופורציה, כדאי לשקול הקבלות היסטוריות. פריחת הדוט-קום של סוף שנות ה-90 מצוטטת לעתים קרובות כסיפור אזהרה. באותה תקופה, סכומי כסף עצומים זרמו לחברות אינטרנט, מתוך אמונה מוצדקת שהאינטרנט יהיה טרנספורמטיבי. רבות מהשקעות אלו התבררו כטעויות, וכאשר הבועה התפוצצה בשנת 2000, טריליוני דולרים בשווי שוק נמחקו.
אף על פי כן, הטכנולוגיה הבסיסית הוכיחה את עצמה כבעלת משמעות טרנספורמטיבית באמת. חברות כמו אמזון וגוגל, ששרדו את המשבר, הפכו לכוחות הדומיננטיים בכלכלה העולמית. התשתית שנבנתה במהלך הגאות, כולל זו של חברות כושלות, היוו את היסודות לכלכלה הדיגיטלית של העשורים הבאים. במובן זה, ניתן לטעון שאפילו השקעה מוגזמת בתשתית בינה מלאכותית עשויה להיות מועילה בטווח הארוך, גם אם רבים מהשחקנים הנוכחיים ייכשלו.
עם זאת, הבדל מרכזי טמון בעצימות ההון. חברות אינטרנט מהדור הראשון יכלו להתרחב עם השקעה נמוכה יחסית לאחר שהתשתית הבסיסית הייתה קיימת. אתר אינטרנט או שירות מקוון, לאחר פיתוחם, יוכלו להגיע למיליוני משתמשים בעלויות נוספות מינימליות. בינה מלאכותית, במיוחד כפי שהיא מיושמת כיום, אינה פועלת לפי דפוס זה. כל שאילתה למודל שפה גדול כרוכה בעלויות חישוביות משמעותיות. גידול שירותי בינה מלאכותית דורש עלייה פרופורציונלית בתשתית, דבר המשנה באופן מהותי את הכלכלה.
השוואה היסטורית נוספת היא התפתחות החשמל. כאשר אנרגיה חשמלית הפכה זמינה לראשונה, נדרשו עשרות שנים עד שחברות למדו כיצד לעצב מחדש את תהליכי הייצור שלהן כדי לנצל במלואם את האפשרויות החדשות. בתחילה, מפעלים פשוט החליפו מנועי קיטור במנועים חשמליים, אך חוץ מזה שמרו על התצורות והתהליכים הישנים שלהם. שיפורי הפריון האמיתיים הגיעו רק כאשר מהנדסים ומנהלים למדו לתכנן מפעלים מהיסוד, תוך ניצול הגמישות של אנרגיה חשמלית.
ייתכן שהדבר נכון גם לגבי בינה מלאכותית. יישומים קיימים עשויים רק לגרד את פני השטח של מה שאפשרי, וייתכן ששינויים אמיתיים לא יגיעו עד שארגונים ילמדו לארגן את עצמם מחדש באופן יסודי כדי למנף את יכולות הבינה המלאכותית. זה ייקח זמן, אולי שנים או עשורים, ולא ברור אם הדינמיקה הנוכחית של ההשקעה יכולה להרשות לעצמה את הסבלנות הזו.
העתיד של פיתוח AI
למרות כל הספקנות והאזהרות, פיתוח הבינה המלאכותית יימשך. השאלה אינה האם הבינה המלאכותית חשובה, אלא איזה נתיב הוא המבטיח והבר-קיימא ביותר מבחינה כלכלית. ניתן להבין את התערבותו של קרישנה כקריאה להערכה מחודשת של האסטרטגיה, לא כקריאה להפסקת מחקר הבינה המלאכותית.
ההתפתחות הסבירה ביותר היא גיוון בגישות. בעוד שחלק מהחברות ימשיכו להשקיע רבות בהרחבת מודלים גדולים של שפה, אחרות יחקרו נתיבים חלופיים. גישות נוירו-סימבוליות, מערכות רב-מודאליות, אינטליגנציה מגולמת, למידה מתמשכת וכיווני מחקר אחרים ייחקרו במקביל. פריצות דרך בחומרה, החל ממחשוב קוונטי ועד ארכיטקטורות מחשוב אופטי ושבבים נוירומורפיים, עשויות לשנות את המשוואה.
גורם מפתח יהיה קבלה בפועל של השוק. אם עסקים וצרכנים יהיו מוכנים לשלם סכומים משמעותיים עבור שירותי בינה מלאכותית, אפילו עלויות התשתית הגבוהות יוכלו להיות מוצדקות. עד כה, עם זאת, זו נותרה במידה רבה שאלה פתוחה. ChatGPT ושירותים דומים משכו מיליוני משתמשים, אך הנכונות לשלם סכומים משמעותיים עבורם מוגבלת. רוב המשתמשים משתמשים בגרסאות חינמיות או מסובסדות מאוד.
במגזר הארגוני, המצב שונה במקצת. כאן, ישנה נכונות מוכחת לשלם עבור פתרונות בינה מלאכותית הפותרים בעיות עסקיות ספציפיות. מיקרוסופט מדווחת על צמיחה חזקה בשירותי הבינה המלאכותית שלה לעסקים. השאלה היא האם זרמי הכנסות אלה יכולים לגדול מספיק מהר כדי להצדיק את ההשקעות העצומות.
מתאים לכך:
ממצאים מניתוח רב-ממדי
החששות שהעלה ארווינד קרישנה בפודקאסט Decoder נוגעים בליבת אחד ההימורים הכלכליים והטכנולוגיים המשמעותיים ביותר בהיסטוריה. טיעונו מבוסס על עקרונות כלכליים מוצקים והבנה טכנית. השילוב של עלויות הון עצומות, מחזורי חיים קצרים של חומרה והסבירות הנמוכה שהטכנולוגיות הנוכחיות יובילו ל-AGI (בינה אוטומטית לייצור אינטליגנציה) מציג טיעון משכנע נגד אסטרטגיית ההשקעה הנוכחית.
יחד עם זאת, עמדתו של קרישנה אינה נטולת טיעונים נגדיים. תומכי השקעות מסיביות בבינה מלאכותית יטענו כי טכנולוגיות טרנספורמטיביות דורשות לעתים קרובות השקעות ראשוניות עצומות, שהעלות ליחידת מחשוב יורדת בהתמדה, שיצוצו מודלים עסקיים חדשים שעדיין אינם ניתנים לחיזוי, וכי הסיכון לפגר בטכנולוגיה שעשויה לשנות את העולם גדול מהסיכון הפיננסי של השקעה מופרזת.
האמת כנראה נמצאת איפשהו בין העמדות הקיצוניות הללו. בינה מלאכותית היא ללא ספק טכנולוגיה חשובה וטרנספורמטיבית שתיצור ערך כלכלי משמעותי. מודלים של שפה ויישומי בינה מלאכותית קיימים כבר מפגינים יכולות מרשימות ומובילים לעלייה מדידה בפריון בתחומים רבים. יחד עם זאת, הרעיון שעצם הרחבת הגישות הנוכחיות תוביל לבינה מלאכותית כללית שנוי במחלוקת גוברת, אפילו בקרב חוקרי בינה מלאכותית מובילים.
הניתוח הכלכלי מדבר רבות. גודלן העצום של ההשקעות הנדרשות והצורך לייצר רווחים עצומים בפרק זמן קצר מציבים אתגר חסר תקדים. אם חישוביו של קרישנה מדויקים אפילו במעט, קשה לדמיין כיצד אסטרטגיית ההשקעה הנוכחית יכולה להיות בת קיימא.
עם זאת, אין זה אומר בהכרח שאסון קרוב. לשווקים יש יכולת להסתגל. זרמי השקעות יכולים להשתנות, מודלים עסקיים יכולים להתפתח, ופריצות דרך טכנולוגיות יכולות לשנות באופן מהותי את הכלכלה. ההיסטוריה של הטכנולוגיה מלאה בדוגמאות בהן ספקנות ראשונית הופרכה ואתגרים שנראו בלתי אפשריים התגברו.
מה שנראה סביר הוא תקופה של קונסולידציה והערכה מחדש. שיעורי הצמיחה הנוכחיים בהשקעות בבינה מלאכותית לא יכולים להימשך ללא הגבלת זמן. בשלב מסוים, משקיעים ומנהיגים עסקיים ירצו לראות ראיות לתשואות בפועל. חברות שיכולות לספק מקרי שימוש משכנעים וערך כלכלי מוכח ישגשגו. אחרות עשויות להידרש להתאים את האסטרטגיות שלהן או לצאת מהשוק.
התערבותו של קרישנה משמשת כאזהרה חשובה לנהוג בזהירות בסביבה המאופיינת באופוריה ובדחף לעמוד בקצב. עשרות שנות ניסיונו בתחום הטכנולוגיה ותפקידו בראש אחת מחברות ה-IT הוותיקות והמבוססות בעולם מעניקים משקל לדבריו. הזמן יגיד אם הוא צודק. מה שבטוח, עם זאת, הוא שיש להתייחס ברצינות לשאלות שהוא מעלה ולדון בהן לעומק לפני שיושקעו טריליוני דולרים נוספים באסטרטגיה שהצלחתה רחוקה מלהיות מובטחת.
מימד חדש של טרנספורמציה דיגיטלית עם 'בינה מלאכותית מנוהלת' (בינה מלאכותית) - פלטפורמה ופתרון B2B | ייעוץ אקספרט
מימד חדש של טרנספורמציה דיגיטלית עם 'בינה מלאכותית מנוהלת' (בינה מלאכותית) – פלטפורמה ופתרון B2B | ייעוץ אקספרט - תמונה: Xpert.Digital
כאן תלמדו כיצד החברה שלכם יכולה ליישם פתרונות בינה מלאכותית מותאמים אישית במהירות, בצורה מאובטחת וללא חסמי כניסה גבוהים.
פלטפורמת בינה מלאכותית מנוהלת היא חבילה מקיפה ונטולת דאגות עבורכם לבינה מלאכותית. במקום להתמודד עם טכנולוגיה מורכבת, תשתית יקרה ותהליכי פיתוח ארוכים, אתם מקבלים פתרון מוכן לשימוש המותאם לצרכים שלכם משותף מתמחה - לעתים קרובות תוך מספר ימים.
היתרונות המרכזיים במבט חטוף:
⚡ יישום מהיר: מרעיון ליישום תפעולי תוך ימים, לא חודשים. אנו מספקים פתרונות מעשיים היוצרים ערך מיידי.
🔒 אבטחת מידע מקסימלית: המידע הרגיש שלך נשאר אצלך. אנו מבטיחים עיבוד מאובטח ותואם ללא שיתוף מידע עם צדדים שלישיים.
💸 אין סיכון פיננסי: אתם משלמים רק על תוצאות. השקעות גבוהות מראש בחומרה, תוכנה או כוח אדם מבוטלות לחלוטין.
🎯 התמקדו בעסק הליבה שלכם: התרכזו במה שאתם עושים הכי טוב. אנו מטפלים בכל היישום הטכני, התפעול והתחזוקה של פתרון הבינה המלאכותית שלכם.
📈 עתיד-מוכן וניתן להרחבה: הבינה המלאכותית שלכם גדלה איתכם. אנו מבטיחים אופטימיזציה וגמישות מתמשכת, ומתאימים את המודלים לדרישות חדשות באופן גמיש.
עוד על זה כאן:
השותף הגלובלי שלך לשיווק ופיתוח עסקי
☑️ השפה העסקית שלנו היא אנגלית או גרמנית
☑️ חדש: התכתבויות בשפה הלאומית שלך!
Konrad Wolfenstein
אני שמח להיות זמין לך ולצוות שלי כיועץ אישי.
אתה יכול ליצור איתי קשר על ידי מילוי טופס יצירת הקשר או פשוט להתקשר אליי בטלפון +49 89 674 804 (מינכן) . כתובת הדוא"ל שלי היא: וולפנשטיין ∂ xpert.digital
אני מצפה לפרויקט המשותף שלנו.
