למה ענקיות הטכנולוגיה משקיעות מאות מיליארדים ב-AI

עונת הדוחות האחרונה בוול סטריט מציגה מספרים שקשה להתעלם מהם: חברות הטכנולוגיה הגדולות בעולם — Microsoft, Amazon, Alphabet ו-Meta — משקיעות מאות מיליארדי דולרים במרכזי נתונים, שבבים, רשתות תקשורת וחשמל. כל רבעון התחזיות עולות, והמרוץ אחר כוח מחשוב ל-AI מתגבר. אז למה הן עושות את זה?

ה-Transformer שינה את המשחק

הכול התחיל ב-2017, עם מאמר של חוקרים מגוגל בשם "Attention Is All You Need". הם הציגו ארכיטקטורה חדשה בשם Transformer — ה-T ב-GPT — ששינתה את עולם מודלי השפה. במקום לקרוא טקסט בצורה סדרתית, Transformer משתמש במנגנון "Attention" (קשב) שמאפשר למודל לבחון קשרים בין חלקי טקסט שונים במקביל. למשל, להבין ש"דני" ו"הוא" קשורים במשפט "דני נכנס למסעדה כי הוא היה רעב".

החידוש הגדול: החישובים האלה מתאימים באופן מושלם למעבדים גרפיים (GPUs) כמו אלה של NVIDIA, שמבצעים המון חישובים בו-זמנית. כך נוצר קשר הדוק — אלגוריתם שמנצל עוד כוח מחשוב, ותעשייה שמספקת אותו. ובהמשך התגלה עיקרון ה-Scaling: כשמגדילים נכון נתונים, גודל המודל וכוח מחשוב, הביצועים פשוט משתפרים. עדיין לא פיצחנו את האינטליגנציה המלאכותית הכללית (AGI), אבל מצאנו דרך להפוך כוח מחשוב ליותר יכולת.

השקעה מטורפת? תלוי את מי שואלים

למשקיעים, השאלה "האם זו בועה?" אולי פחות רלוונטית. כדי להצדיק את מאות המיליארדים, לא צריך להגיע ל-AGI — צריך שהמודלים הקיימים יהיו טובים דיים כדי לשנות את הדרך שבה עסקים עובדים. וכאן הנתונים בשטח מדברים: חברות כמו Meta, שהשקיעה 31 מיליארד דולר רק ברבעון האחרון, מצביעות על AI כמשפר מערכות פרסום והמלצות. הכנסותיה צמחו ב-28%, ומנהליה מדווחים על ביטחון לגבי התשואות העתידיות.

הן מחזיקות במידע בזמן אמת על הביקוש לשירותי ענן, ובכל זאת מגבירות את ההשקעות. כשכמה מהחברות הרווחיות בעולם מגיעות לאותה מסקנה — קשה להתעלם מהאיתות.

כוח מחשוב כאמצעי ייצור

בבסיסם, מודלי שפה גדולים כמו אלה שמניעים את ChatGPT לומדים מתוך כמויות מידע אדירות כדי לחזות את ההמשך הסביר של רצף טקסט. הם עדיין מתקשים באמינות לאורך משימות מורכבות או בתכנון ארוך טווח, אבל הם מספיק טובים כדי לייצר ערך עסקי. בנק לא צריך AGI — הוא צריך נציג שירות שיטפל ביותר לקוחות, או אנליסט אשראי שיעבור על מסמכים מהר יותר. חברת ביטוח צריכה מערכת שקוראת תביעה ומשווה אותה לפוליסה. מחקרים כבר מראים שיפור משמעותי בפרודוקטיביות, במיוחד אצל עובדים פחות מנוסים. AI לא חייב להחליף עובדים; מספיק שהוא יהפוך אותם ליעילים יותר.

וזה מתחבר לשולי הרווח: אם חברה מגדילה פעילות ב-10% אבל מגדילה את כוח האדם רק ב-3%, המרווחים משתפרים. כוח מחשוב מתחיל להפוך מאמצעי טכנולוגי לאמצעי ייצור.

מה הלאה?

ייתכן שבעוד עשור נגלה ש-Transformer היה שלב ביניים בדרך ל-AGI. אבל מבחינת משקיעים, כבר קרה משהו חשוב: גילינו איך להפוך כוח מחשוב ליכולת, ואיך להפוך יכולת לפרודוקטיביות. זה המעגל שעליו נשען היום שוק ההון — יותר מחשוב מאפשר יותר שימושים, שמייצרים ביקוש לעוד מחשוב.

דניאל לייטנר, מנכ"ל תמיר פישמן קרנות נאמנות, מזכיר שזו אולי לא מהפכה נפרדת, אלא השלב הבא במהפכה הדיגיטלית. הפכנו מידע לדיגיטלי, האינטרנט חיבר אותו, הענן ריכז מחשוב, והסמארטפון שם אותו בכיס. עכשיו המחשב מתחיל לבצע חלק מהעבודה על המידע בעצמו. כדי לגלות את השימושים הבאים — צריך קודם לבנות את התשתית.