המרוץ ב-AI עובר ממודלים גדולים למערכות חכמות וזולות

📌 בקיצור

תחרות ה-AI מתרחקת מהשוואה פשוטה בין מודלים גדולים ועוברת לניהול חכם של כמה מודלים במקביל
חברות מחפשות כיום שילוב בין ביצועים, עלות, גישה לנתונים ושליטה בסביבת ההרצה
התחזקות המודלים הפתוחים עשויה לשחוק את כוח התמחור של ספקיות ה-AI הגדולות

התמונה הגדולה

אחרי כשנתיים שבהן תעשיית הבינה המלאכותית נמדדה בעיקר לפי גודל המודל, איכות המדדים וההשקה הבאה, נרשם כעת שינוי בדפוס החשיבה של השוק. ככל שארגונים עוברים מניסויים לשימוש קבוע ב-AI במוצרים, בשירות לקוחות ובתהליכי עבודה, ההכרעה העסקית כבר אינה רק מי מספק את המודל הכי חזק, אלא מי מאפשר להפעיל את המודל הנכון למשימה הנכונה, בעלות המתאימה ובסביבת עבודה שנשלטת על ידי הלקוח.

במילים אחרות, מרכז הכובד זז מהמודל הבודד אל המערכת כולה: שכבת הניהול שמחליטה איזה מודל יופעל, מתי צריך להסלים למשאב חזק ויקר יותר, ואילו כלים חיצוניים או מאגרי מידע ארגוניים צריך לחבר למשימה. עבור החברות הגדולות בענף, מדובר בשינוי שעשוי להשפיע לא רק על המוצר, אלא גם על שולי הרווח.

הטענה המרכזית

מנכ"ל Perplexity, ארווינד סריניוואס, ניסח זאת בחדות כשאמר בראיון כי המודל לבדו כבר אינו המוצר. לדבריו, הערך האמיתי עובר אל "מערכת התזמור" שממקמת את המודל בתוך מעטפת רחבה של כלים, נתונים וחוקי הפעלה. המשמעות היא שמוצרי AI מתקדמים הופכים למעין מרכז בקרה: הם בוחנים את סוג המשימה, את הרגישות של הנתונים, את התקציב ואת דרישת המהירות, ואז מנתבים את הבקשה למודל המתאים.

הגישה הזו נובעת מהבנה פשוטה: לא כל משימה מצדיקה את המודל היקר ביותר. בקשת שירות בסיסית יכולה לרוץ על מודל זול וקל יותר; בעיית קוד מורכבת עשויה לדרוש מודל חזק; ותהליך פנים-ארגוני שגרתי יכול להתבצע על מודל פתוח שהחברה מפעילה בעצמה. לפי הקריאה האפשרית, זהו מעבר ממירוץ חימוש טכנולוגי למאבק על יעילות תפעולית.

הנתונים והעדויות

Perplexity הציגה השבוע מערכת חדשה למוצר ה"שימוש במחשב" שלה, שמבוססת על GLM 5.2 — מודל פתוח של חברת Z.ai מסין. המערכת תוכננה כך שמודל זול יותר יבצע חלק גדול יותר מהעבודה, ורק במקרים שבהם נדרשת יכולת גבוהה יותר תופעל שכבה חזקה ויקרה יותר. זו דוגמה מעשית לאופן שבו החברות מנסות להקטין עלויות בלי לוותר על איכות התוצאה.

פיטר פנטון, שותף כללי בקרן Benchmark, העריך כי בתוך 18 עד 24 חודשים, ואולי אפילו מוקדם יותר, יותר מ-90% מהטוקנים שייוצרו יעברו דרך מודלים פתוחים. טוקנים הם יחידות המידע שמודלי AI מעבדים ומפיקים. לדבריו, ככל שמודלים פתוחים הופכים "טובים מספיק", שולי הרווח שמפיקות חברות מודלי-החזית משלב ההסקה עלולים להישחק, משום שלקוחות יוכלו להריץ יכולות דומות בלי פרמיית המחיר של הספקיות הגדולות.

הטענה אינה נוגעת רק לחיסכון. פנטון אמר כי במקרים מסוימים מודלים קטנים יותר, שמכוונים למשימה מסוימת, יכולים לעבוד מהר יותר ואף להציג ביצועים טובים יותר ממודלים כלליים וגדולים. על הרקע הזה השקיעה Benchmark ב-Ollama, חברה שמסייעת למפתחים ולארגונים להוריד, לנהל ולהריץ מודלים פתוחים. מנכ"ל החברה, ג'ף מורגן, אמר כי יותר מ-85% מחברות Fortune 500 כבר אימצו את הפתרון שלה, כולל חברות מתחומים מפוקחים כמו תעופה, ביטוח ובריאות. לדבריו, רבות מהחברות מתחילות ממודלים קטנים שפועלים קרוב לנתונים שלהן, ורק בהמשך מתרחבות למודלים פתוחים גדולים יותר.

ניואנסים ומגבלות

לצד ההתלהבות מהמעבר למודלים פתוחים, יש כאן גם מגבלות ברורות. מודלי-החזית הסגורים עדיין מובילים בחלק מהיכולות המתקדמות, במיוחד במשימות מורכבות שדורשות הסקה ברמה גבוהה, אמינות עקבית או שימוש בכלים מתקדמים. לכן, גם תומכי הגישה החדשה אינם טוענים שהענן או המודלים הגדולים ייעלמו, אלא שהשימוש בהם יהפוך סלקטיבי יותר.

נוסף על כך, ההתחזקות של מודלים פתוחים מחדדת גם סוגיה גיאו-פוליטית. כמה מהמודלים הפתוחים התחרותיים ביותר מגיעים כיום ממעבדות סיניות, בהן Z.ai ו-DeepSeek. מבחינת ארה"ב, זו כבר אינה רק שאלה עסקית, אלא גם שאלה של מדיניות, תחרות טכנולוגית ושליטה בשרשרת הערך. סריניוואס טען כי ארה"ב צריכה לתמוך במודלים פתוחים כדי להפוך את ה-AI לנגיש וזול יותר לעסקים קטנים בארה"ב ובמדינות בעלות בריתה.

השינוי עשוי להשפיע גם על גל ההשקעות האדיר במרכזי נתונים. כיום ההנחה הרווחת היא שהביקוש ל-AI ימשיך לזרום למרכזי ענן גדולים, עמוסים בשבבים מתקדמים. אלא שלדברי סריניוואס, חלק מהעבודה עשוי בעתיד לעבור להרצה מקומית על מכשירים של צרכנים ועסקים. ייתכן שהתוצאה תהיה מודל היברידי: משימות שגרתיות ירוצו קרוב למשתמש, בעוד המשימות המורכבות באמת יישלחו לענן.

הזווית של פוז

הנקודה המרכזית כאן היא שהתחרות ב-AI הופכת עסקית הרבה יותר משהייתה הנדסית בלבד. המשמעות האפשרית היא שהמנצחות הבאות לא יהיו בהכרח מי שבונות את המודל הגדול ביותר, אלא מי שיודעות לנהל טוב יותר את השילוב בין מחיר, שליטה, פרטיות וביצועים. ייתכן שזה גם הרגע שבו שוק ה-AI מתחיל להידמות לשוק תשתיות תוכנה רגיל יותר — עם לחץ גובר על מחירים ועם פחות סובלנות לפתרון אחד יקר לכל צורך.