מוגש מטעם אינטראקטיב ישראל
במשך יותר משנתיים, הבינה המלאכותית עברה שינוי חד ממושג טכנולוגי שמוכר בעיקר למהנדסים ולחוקרים, למשהו שמלווה את חיי היומיום של כמעט כל משתמש. חיפוש חכם, צ'אטבוטים, יצירת תמונות וסרטונים, המלצות אישיות ואפילו מערכות שמקבלות החלטות מאחורי הקלעים - כולם נשענים על אותה תשתית חישובית. מאחורי החוויה החלקה לכאורה, מסתתרת שאלה בסיסית אך קריטית: מי מספק את כוח המחשוב העצום שמאפשר למערכות האלו לפעול ברציפות?
בתוך הסיפור הזה, אנבידיה (NVDA) הפכה לשם הדומיננטי ביותר בענף, וכעת מהלך חדש שלה עשוי לרמז על שינוי כיוון עמוק. המהלך הזה אינו נוגע רק לטכנולוגיה, אלא לאופן שבו עתיד ה-AI יתורגם לשירות יומיומי עבור הציבור הרחב.
כדי להבין מה באמת קורה, צריך לעצור רגע ולהבחין בין שני שלבים מרכזיים בפעולה של מערכות בינה מלאכותית: אימון והפעלה. אימון הוא השלב שבו המחשב "לומד" מתוך כמויות עצומות של מידע, תהליך ארוך, יקר ומורכב. הפעלה, המכונה גם אינפרנס, היא השלב שבו המודל שכבר אומן מספק תשובות, תחזיות או תכנים למשתמשים בזמן אמת. זה השלב שמתרחש בכל הקלדה בצ'אט, בכל חיפוש ובכל פעולה יומיומית שנעשית בעזרת AI. למעשה, זהו החלק שבו הבינה המלאכותית פוגשת את המשתמש בקצה.
בשנים הראשונות של המהפכה, מרבית ההשקעות הופנו לאימון המודלים. לשם כך נדרשו שבבים כלליים וחזקים מאוד, כאלה שמסוגלים להתמודד עם עומסי חישוב קיצוניים. אנבידיה בנתה את מעמדה בדיוק על היכולת הזו, והפכה לספקית הכמעט בלעדית של שבבים לאימון AI. אלא שככל שהמודלים כבר קיימים והטכנולוגיה מתבגרת, מרכז הכובד זז בהדרגה לשלב ההפעלה. זהו שינוי שמאלץ את כל השחקנים בענף לחשב מחדש את סדרי העדיפויות שלהם.
בשלב ההפעלה, השאלות משתנות לחלוטין. לא רק כמה חזק השבב, אלא כמה מהר הוא מגיב, כמה חשמל הוא צורך וכמה עולה להפעיל אותו לאורך זמן. כאשר מיליוני משתמשים פונים לאותם מודלים בו-זמנית, גם שיפור קטן ביעילות מתורגם לחיסכון עצום. כאן נכנסים לתמונה שבבים ייעודיים, שנבנו מראש למטרה אחת: להפעיל מודלים קיימים בצורה מהירה וחסכונית. זהו מעבר מחשיבה של עוצמה לחשיבה של תפעול מתמשך.
גרוק פיתחה בדיוק את סוג השבבים הזה. במקום להתחרות ראש בראש באנבידיה על אימון מודלים, היא התמקדה בשלב ההפעלה, שבו נמצאת הצריכה היומיומית. השבבים שלה תוכננו לתת מענה מהיר, עם זמני תגובה קצרים וצריכת אנרגיה נמוכה יחסית. זה מה שהפך אותה לאטרקטיבית בעיני אנבידיה, לא כאיום – אלא כהשלמה. מבחינת אנבידיה, זו דרך להרחיב יכולות בלי לבנות הכל מאפס.
העסקה בין אנבידיה לגרוק אינה רכישה רגילה. מדובר בהסכם רישוי טכנולוגיה, לצד הצטרפות של מנהלים ומהנדסים בכירים, ובראשם ג'ונתן רוס. רוס מוכר כאחת הדמויות המרכזיות בפיתוח שבבי TPU בגוגל, שנועדו לתת אלטרנטיבה לשבבי אנבידיה. במקום לקנות את החברה כולה, אנבידיה בחרה לקחת את הידע והאנשים, ולהשאיר את גרוק כחברה עצמאית. כך היא משיגה יתרון בלי להיכנס למורכבויות של מיזוג מלא.
הבחירה הזו אינה מקרית. רכישה מלאה עלולה הייתה לעורר בדיקות רגולטוריות ממושכות, במיוחד לאור הדומיננטיות של אנבידיה בענף. המודל של רישוי והעברת צוות עשוי לאפשר לה להתקדם מהר, בלי להיתקע במסדרונות הרגולציה. במקביל, היא מונעת מצב שבו הטכנולוגיה והכישרון מגיעים לידי מתחרות. זהו פתרון שמתאים במיוחד לקצב שבו תעשיית ה-AI מתפתחת כיום.
מעבר לטכנולוגיה, יש כאן גם היגיון כלכלי ברור. הפעלת שירותי AI מסביב לשעון דורשת מרכזי נתונים עצומים, שצורכים כמויות אדירות של חשמל. עלויות האנרגיה, הקירור והתחזוקה הופכות לגורם מכריע ברווחיות של השירותים האלו. שבבים ייעודיים להפעלה יכולים להפוך את כל המודל הכלכלי ליעיל וזול יותר בטווח הארוך. במציאות כזו, כל שיפור קטן מתורגם לכסף גדול.
המהלך של אנבידיה מתרחש על רקע תחרות הולכת ומחריפה. חברות כמו אדוונסד מיקרו דיבייסס (AMD) וברודקום (AVGO) מנסות להגדיל נוכחות בדאטה סנטרים. אלפאבית (GOOGL) כבר הראתה שאפשר לפתח שבבים פנימיים ולהפעיל אותם דרך שירותי ענן. כאשר מומחה כמו רוס עובר לאנבידיה, היא יכולה לחזק לא רק את הטכנולוגיה אלא גם את הסיפור התחרותי שלה. זהו גם מסר ברור לשוק לגבי כיוון ההתפתחות העתידי.
גם ענקיות הטכנולוגיה עצמן לא נשארות אדישות. מיקרוסופט (MSFT), אמזון (AMZN) ומטא פלטפורמס (META) משקיעות מיליארדים בפיתוח תשתיות ושבבים משלהן. המטרה היא שליטה טובה יותר בעלויות וצמצום תלות בספק יחיד. המודל של שיתופי פעולה, רישוי וגיוס צוותים הפך לדרך המהירה ביותר להתקדם במרוץ הזה. כך נוצר שוק שבו יתרון נבנה דרך אקוסיסטם שלם ולא מוצר בודד.
עם זאת, לא כולם רגועים. יש מי שמתריעים כי ריכוז הידע והכוח בידי מספר מצומצם של חברות עלול לפגוע בתחרות. רגולטורים עשויים לבחון מחדש מתי שיתוף פעולה הופך בפועל לרכישה במסווה. ובכל זאת, בקצב שבו הענף מתפתח, פתרונות מהירים נתפסים כהכרחיים. המתח בין חדשנות לפיקוח צפוי ללוות את התחום עוד שנים קדימה.
ההשפעה של המגמה הזו חורגת הרבה מעבר לעולם השבבים. הרחבת תשתיות AI דורשת השקעות ענק בחשמל, קירור ומרכזי נתונים. חברות כמו ורטיב (VRT), איטון (ETN) וקוונטה סרוויסס (PWR) נהנות מהביקוש הגובר. גם שניידר אלקטריק (SBGSY) משתלבת דרך פתרונות לניהול אנרגיה חכמה. כך נוצרת שרשרת שלמה של ענפים שנהנים מהמהפכה.
בסופו של דבר, זהו סיפור על מעבר של הבינה המלאכותית משלב הניסוי לשלב השימוש היומיומי. ככל שהטכנולוגיה הופכת לשירות בסיסי, יעילות, אמינות ועלות הופכים לקריטיים. המהלך של אנבידיה מול גרוק משקף הבנה שהקרב הבא לא יהיה רק על עוצמה, אלא על תפעול חכם. מי שידע לשלוט בשלב ההפעלה, עשוי לשלוט בגל הבא של מהפכת ה-AI. וזו בדיוק הסיבה שהשוק מתייחס לעסקה הזו כהרבה יותר מעוד ידיעה טכנולוגית.
התוכן המוצג בכתבה זו ניתן באופן כללי בלבד, אינו מהווה חוות דעת מקצועית, המלצה, תחליף להתייעצות עם מומחה או קבלת ייעוץ השקעות. אינטראקטיב ישראל לא מקנה ייעוץ השקעות פרטני המותאם לצרכי הלקוח, והתוכן מטעמה אינו מהווה המלצה או שידול לביצוע פעולה בשוק ההון. על כן, אין לפרש דבר באמור בכתבה כהמלצה או ייעוץ לביצוע רכישה או מכירה של כל נייר ערך או נכס פיננסי המוצג בה. סקירה זו מבוססת על נתונים ומידע גלויים לציבור אשר מפורסמים באתרים פיננסיים בישראל ובעולם וללא שיח עם החברות המוזכרות.
מוגש מטעם אינטראקטיב ישראל
