ענקית הבינה המלאכותית OpenAI רושמת השבוע ציון דרך כפול במירוץ החימוש הגלובלי להובלת התחום עם השקת שירות השיחה הקולית GPT-Live המבוסס על המודל החדש שלה GPT-5.6. המהלך הדרמטי, שתוזמן באופן מסחרי קפדני אל מול פקיעת מסלולי המנויים של המתחרה הגדולה אנת'רופיק (Anthropic) שיקפיצו את מחירי השימוש, מסמן לא רק קפיצת מדרגה טכנולוגית אלא גם את תחילתו של עידן חדש ביחסי הגומלין שבין ענקיות העמק לבין הממשל האמריקני.
דברו ל-AI הוא יענה לכם כמו בן אדם
(צילום: trickyaamir, Shutterstock)
לפני שבועות ספורים הטיל ממשל טראמפ מגבלות חסרות תקדים על הפצת ה-GPT-5.6 בשל חששות כבדים של מחלקת הסייבר הלאומית מפני זיהוי וניצול פרצות אבטחה ברשתות רגישות. הממשל כפה על החברה מתווה הפצה מבוקר, שלב אחר שלב, לחברות ושותפים מאושרים בלבד.
כעת, לאחר סדרת דיונים מרתונית בוושינגטון ומבחני עמידות קשוחים שבוצעו על ידי המכון הלאומי לסטנדרטים וחדשנות של משרד המסחר האמריקני, התקבל האור הירוק המיוחל לפתיחת השירות לציבור הרחב. המעבר המהיר מחשש ביטחוני לאישור גורף משקף את התפיסה האסטרטגית בוושינגטון, לפיה פיקוח הדוק מדי על חברות מקומיות עלול לשחק לידיהן של הענקיות הסיניות, כמו ביידו ועליבאבא, המפתחות מנועים דומים תחת חסות ממשלתית מלאה ובקצב מואץ.
הבשורה הטכנולוגית הגדולה נמצאת בארכיטקטורת ה"דו-כיווניות המלאה" (Full-Duplex) של GPT-Live. בניגוד לעוזרות קוליות קודמות שפעלו במודל של סבבי שיחה (Turn-based) – שבהם המערכת ממתינה לשתיקה מוחלטת מצד המשתמש, מתרגמת את הקול לטקסט, מעבדת אותו וממירה חזרה לקול – המערכת החדשה מאפשרת שיחה חיה ורציפה בזמן אמת. המודל מסוגל להקשיב ולדבר במקביל, להגיב להמהומי ביניים אנושיים ואף מאפשר למשתמש לקטוע אותו באמצע משפט באופן טבעי לחלוטין וללא שיהוי.
כדי לתמוך ברמת העיבוד הפנומנלית הזו מבלי לפגוע במהירות הדיבור, המערכת מיישמת ארכיטקטורה מפוצלת: המודל הקולי מנהל את שטף השיחה, ואילו המשימות המורכבות, הדורשות חשיבה עמוקה או הצלבת נתונים, מואצלות בזמן אמת למנוע ה-GPT-5.6 שפועל ברקע ומזרים את התשובות אל תוך חלון השיחה. החברה מציעה את השירות בשלוש רמות אינטליגנציה ומהירות, ומחלקת את משפחת הדגמים החדשה לשלוש רמות: Sol (הדגם העוצמתי למשימות מורכבות וסייבר), Terra (הדגם המאוזן המציג ביצועים דומים לדור הקודם בחצי המחיר) ו-Luna (הדגם המהיר והזול ביותר).
אם נחזור לרגע אחורה, השוואה לעולם זיהוי הדיבור הנוכחי ממחיש את גודל המהפכה. לפני כעשור, פריצתן של עוזרות כמו סירי של אפל ואלקסה של אמזון נתפסה כפלא, אך הן נותרו מוגבלות לפקודות מובנות מראש, סבלו מאי הבנות תכופות והתבססו על קולות רובוטיים ומלאכותיים. המעבר הנוכחי למודלים קוליים מקצה לקצה (End-to-End) מבטל את הצורך בתחנות ביניים של תרגום טקסטואלי, ומאפשר למחשב לעבד ישירות את גלי הקול בדיוק כפי שהמוח האנושי קולט ומגיב לצלילים.
בזירה הגלובלית, המהלך של OpenAI מגביר את הלחץ על השחקניות המרכזיות באירופה ובארה"ב. גוגל, שמנסה לבסס את מעמדה עם Gemini Live, ואפל, שעדיין מדשדשת בשלבי ההחדרה הראשוניים של Apple Intelligence, מוצאות עצמן שוב בעמדת רדיפה. ההשקה הציבורית הנוכחית של GPT-Live, המלווה בביטול המגבלות הממשלתיות על מודל הבסיס, מעניקה ל-OpenAI יתרון מסחרי מובהק, במיוחד כאשר חברות כמו אנת'רופיק נאלצו להתמודד לאחרונה עם סנקציות ייצוא ועם השעיית דגמים מובילים בשל רגולציה קפדנית.
למרות ההתלהבות, המוצר החדש אינו חף ממגבלות בשלב זה. בניגוד למצב הקול המתקדם (Advanced Voice Mode), הגרסה הנוכחית של GPT-Live אינה כוללת עדיין שיתוף מסך או תמיכה בווידאו חי בזמן אמת, והגישה אליה חסומה כעת לחשבונות ארגוניים ועסקיים גדולים. יחד עם זאת, הזמינות המיידית של המודלים בחינם ובתשלום לכלל המשתמשים באפליקציות ובאתר, לצד פתיחת ממשק המפתחים (API), צפויה להציף את השוק העולמי כבר בימים הקרובים בנציגי שירות, מורים פרטיים ועוזרים אישיים דיגיטליים שישמעו לראשונה אנושיים ונגישים מאי פעם.
