מי באמת מרוויח ממהפכת ה-AI - ומי רק משלם את החשבון?

מהפכת הבינה המלאכותית מעוררת בשנים האחרונות את אחת השאלות המרכזיות עבור משקיעים: מי באמת נהנה מהערך הכלכלי שנוצר? האם אלו ספקיות התשתית של עולם הבינה המלאכותית: מפתחות מודלי השפה, יצרניות השבבים וספקיות הענן. או דווקא החברות שמשתמשות בטכנולוגיה כדי לשנות את אופן פעילותן ?

בשלב הנוכחי של המהפכה, התשובה דיי ברורה: עיקר הערך זורם אל ספקיות התשתית. מנגד, החברות שמאמצות את הטכנולוגיה נדרשות לשאת בעלויות ההטמעה והשימוש, בעוד שההחזר על ההשקעה צפוי, אם בכלל, להגיע רק בהמשך.

הסיבה לכך נעוצה בכלכלה הבסיסית של הבינה המלאכותית. כל שימוש במודל AI דורש משאבי מחשוב, ואלה נמדדים בין היתר באמצעות טוקנים - יחידות המידע שבאמצעותן מודלי בינה מלאכותית קוראים וכותבים מידע.

ספקיות הבינה המלאכותית מדווחות כיום על עיבוד כמויות עצומות של מידע, הנמדדות בקוודריליוני (אלף טריליון) טוקנים מדי חודש. חברת אלפאבית (גוגל) עיבדה בחודש מאי האחרון יותר מ 3.2 קוודריליון טוקנים, פי שבע לעומת התקופה המקבילה אשתקד. במקביל, התעבורה בפלטפורמת OpenRouter, המרכזת מאות מודלי בינה מלאכותית תחת ממשק אחיד, גדלה פי חמישה בתוך שישה חודשים בלבד והגיעה לכ 100 טריליון טוקנים בחודש.

המנוע האמיתי לצמיחה המואצת בצריכת הטוקנים הוא המעבר מסביבת צ’אט פשוטה לסוכני AI אוטונומיים. בעוד שמודל שיחה רגיל (צ’אטבוט) צורך כמות מוגבלת יחסית של טוקנים, סוכני AI מסוגלים לבצע משימות מורכבות ורב שלביות באופן עצמאי: איסוף מידע, ניתוח נתונים וקבלת החלטות. כתוצאה מכך, הם צורכים כמויות גדולות בהרבה של משאבי מחשוב, כאשר ככל שהם משתמשים ביותר טוקנים, כך משתפרת יכולתם להתמודד עם משימות מורכבות.

כך, שגם אם עלות הטוקן הבודד יורדת לאורך זמן (והיא יורדת), אין בכך כדי להפחית בהכרח את ההוצאה הכוללת. תופעה כלכלית זו נקראת פרדוקס ג’בונס (Jevons Paradox).

פרדוקס ג’בונס הוא תופעה כלכלית מוכרת הנובעת מכך שההוזלה ליחידה הופכת את השימוש לזול, נגיש וכדאי יותר, מה שמעודד ביקוש נרחב המקזז את החיסכון הראשוני. בהקשר שלנו, כאשר טכנולוגיה הופכת זולה ונגישה יותר, השימוש בה מתרחב בקצב מהיר כל כך, עד שההוצאה הכוללת עליה ממשיכה לגדול. התופעה זוהתה לראשונה במאה ה 19 בהקשר של צריכת פחם, אך מאז נצפתה בתחומים רבים נוספים, החל מצריכת חשמל ועד שירותי מחשוב ענן.

גם בעולם הבינה המלאכותית מתרחש תהליך דומה: ירידה בעלות של כל טוקן בודד לא בהכרח מובילה לירידה בהוצאה הכוללת, משום שהיקף השימוש גדל במהירות. אם מגמה זו תימשך, ואני מעריך שלפחות בטווח זמן הקצר היא אכן תימשך, חלק הולך וגדל מהערך הכלכלי שיוצרת הבינה המלאכותית זורם דווקא לספקיות התשתית, מפתחות מודלי ה AI, ספקיות הענן ויצרניות השבבים, ולא בהכרח לחברות המשתמשות בטכנולוגיה.

ספקיות התשתית של עולם הבינה המלאכותית נהנות מצמיחה מידית בהכנסות וברווח, בעוד שהחברות המאמצות את הטכנולוגיה נושאות בעלויות של הטמעה ושימוש: חשמל, מרכזי נתונים, שבבי זיכרון ותוכנה.

רוב החברות המשתמשות ב AI עדיין מתקשות לתרגם את ההשקעות לשיפור משמעותי ברווחיות. רבות מהן אמנם הטמיעו כלי AI אך לא שינו את המודל העסקי שלהן. כתוצאה מכך הן נהנות משיפורי יעילות נקודתיים, אך במקביל מתמודדות עם עלויות גבוהות יותר של מחשוב, תוכנה, חשמל ושירותי ענן.

ההיסטוריה מלמדת שזהו שלב מוכר במהפכות טכנולוגיות. כאשר החשמל נכנס לתעשייה, מפעלים לא הפכו מיד ליעילים יותר. בתחילה הם פשוט החליפו את מנוע הקיטור במנוע חשמלי, אך השאירו את מבנה הייצור הישן. רק לאחר שתוכננו מחדש סביב מנועים חשמליים עצמאיים נוצר שיפור דרמטי בפריון.

גם האינטרנט עבר מסלול דומה. העלאת קטלוגים לרשת לא שינתה את עולם המסחר, אך חברות כמוAmazon יצרו ערך עצום כאשר בנו מחדש את כל שרשרת הערך סביב הטכנולוגיה, הזמנות, לוגיסטיקה, הפצה והמלצות מותאמות אישית.

הלקח לעידן ה- AI ברור: חברות שלא יסתפקו בהוספת כלי בינה מלאכותית לתהליכים קיימים, אלא יבנו מחדש את האופן שבו הן פועלות סביב הטכנולוגיה, יהיו אלו שיוכלו לייצר יתרון תחרותי אמיתי.

אחרת, קיים סיכון שהן יהפכו בעיקר לצרכניות של מהפכת הבינה המלאכותית, בעוד שעיקר הערך יישאר אצל מי שמספקים את התשתית שעליה היא פועלת.

*הכותב הוא אחראי תחום חוב בבנק מזרחי טפחות*