אמאר סוברמאניה עובר לאפל - במשימה להוציא אותה מהשיתוק הטכנולוגי
באיחור משמעותי, אפל Apple 1.09% מתחילה להדק את הפוקוס על תחום הבינה המלאכותית - וממנה את אמאר סוברמאניה, לשעבר בכיר בטוויטר וגוגל, להובלת מאמצי החברה בתחום ה-AI. לפי
הערכת האנליסטים של Wedbush, מדובר במהלך חיוני שמתבצע ברגע האחרון, לאחר חודשים ארוכים שבהם אפל נתפסת כמי שנעדרת כמעט לחלוטין ממירוץ הבינה המלאכותית מול המתחרות. המינוי מסמן מבחינתם ניסיון של החברה לשנות כיוון ולהציב את ה-AI שוב בחזית סדר העדיפויות.
במזכר שפרסמה Wedbush נכתב כי החדשנות שיצאה ממרכז אפל פארק בשנה האחרונה הייתה "מאכזבת מאוד". שילוב יכולות AI בעוזרת הדיגיטלית סירי, שהובטח לפני שנה, עדיין לא יצא לפועל, והחברה נראית כמי שנשארת מאחור בזמן שגוגל,
מיקרוסופט ושותפותיהן דוחפות קדימה עם צ'טבוטים מתקדמים, כלים ארגוניים ומערכות מולטימדיה חכמות. מבחינת האנליסטים, הפער שנפתח בתקופה הזו הוא הרקע למינוי החדש ולניסיון "להניע מחדש" את תחום ה-AI באפל.
כישרון מבחוץ כפתרון לחסימת החדשנות
סוברמאניה נחשב לאחד מהמומחים הבולטים בתחום מערכות למידה עמוקה וארכיטקטורת שפה, במיוחד בתחומים שממוקדים באינטגרציה של AI עם שירותים קיימים למשתמשי קצה. זהו גיוס שמעיד על שינוי תפיסה באפל: במקום להישען על פיתוחים פנימיים בלבד, החברה מאותתת שהיא זקוקה לרוח חדשה ולמומחיות חיצונית, שתוכל לעזור לפרוץ חסמים שאפיינו את השנה האחרונה.
לפי Wedbush, לאפל יש יתרון מהותי - בסיס התקנה גדול במיוחד של מכשירים חכמים, עם מאות מיליוני משתמשים פעילים. אם החברה תצליח לשלב יכולות AI חכמות במערכת ההפעלה ובשירותים כמו סירי, האנליסטים מעריכים שההכנסות יוכלו לגדול משמעותית. במזכר נכתב כי פוטנציאל ההכנסות מהטמעת AI עשוי, להערכתם, להוסיף בין 75 ל-100 דולר למחיר המניה, אם אפל תדע לתרגם את היכולות הטכנולוגיות להכנסות משירותים וממוצרים קיימים.
- אינטל זינקה ב-9% - 120% מתחילת השנה; הפעם הסיבה היא אפל
- הכישלון של סירי והמחיר: ראש צוות AI של אפל עובר למטא
- המלצת המערכת: כל הכותרות 24/7
לקריאה מעיינת נוספת: הכישלון של סירי והמחיר: ראש צוות AI של אפל עובר למטא
שיתופי פעולה ותחזית לעוד גיוסים
במקביל, אפל שוקלת לחבור לגוגל ולשלב את מודל השפה Gemini במכשירי אייפון ומק, בצעד שנתפס כפרגמטי - אבל גם כזה שמדגיש את הפער שנוצר בין אפל לבין מפתחות המודלים המובילות כיום. במקום להסתמך רק על מודלים שפותחו בתוך החברה, אפל בוחנת אפשרות להכניס מודל חיצוני לתוך האקוסיסטם שלה, כדי להאיץ את קצב האימוץ של יכולות AI מתקדמות.
האנליסטים ב-Wedbush סבורים כי מינוי סוברמאניה הוא רק ההתחלה, ומצפים שטים קוק וצוות ההנהלה יבצעו גיוסים נוספים מבחוץ כדי להוציא את אפל מהתקיעות הטכנולוגית שלה. לדבריהם, מדובר ב"התחלה של איפוס משמעותי", שנועד להתאים את החברה למציאות טכנולוגית שמשתנה במהירות. מבחינתם, השאלה כעת היא לא רק מי מגויס, אלא עד כמה מהר תצליח אפל להפוך את המהלכים האלה למוצרים ושירותים שמבוססים בפועל על יכולות AI.
אמזון משיקה שבב AI חדש שיתחרה באנבידיה- "השבב שלנו יעיל יותר וחוסך בעלויות"
אחרי שגוגל השיקה שבב מתחרה לאנבידיה - מגיע תורה של אמזון; במקביל משיקה החברה סוכני AI למוקד שירות ותיקון תקלות, אבטחה ולפיתוח תוכנה
אחרי שגוגל השיקה שבב חדש לשוק ה-AI, גם אמזון משקיה שבב חדש וטוענת שהוא מהווה תחרות עם חלק מרכזי מהיכולות של השבב של אנבידיה. על פי ההערכות השבב של גוגל מתחרה בסגמנט של 15% בערך מהיקף השוק של השבב של של אנבידיה שלה יש פלטפורמה מלאה. באמזון מדברים על תחרות חזקה עוד יותר.
באמזון טוענים כי "השב שלנו יעיל יותר וחוסך בעלויות". השבב החדש הוא תוצר של מחלקת השבבים ב-AWS חטיבת הענן של אמזון והוא נוצר כדי לצמצם תלות במעבדי GPU של אמזון ולהבטיח את יכולתה של החברה בעיבוד והסקה של מערכות AI מורכבות.
שבב ה-AI של אמזון יקרא Trainium3 ולפי הצהרות החברה, מדובר בשבב שמציע ביצועים טובים יותר בעלות נמוכה יותר, ומאפשר ללקוחות להריץ אימונים ויישומי AI בעלות נמוכה ב-50% לעומת השימוש במעבדים של אנבידיה.
המוצר החדש מצטרף לקו שבבי הבינה המלאכותית של AWS, הכולל גם את Inferentia3 לתהליכי הסקה (Inference) ואת Graviton4 לעומסי עבודה כלליים בענן. מטרת החברה ברורה: להפחית את התלות באנבידיה, לשפר את הרווחיות של תשתיות הענן שלה ולתת מענה למגמה הגוברת של חישובים עתירי משאבים.
- השוד הענקי בלונדון והמוצר המהפכני ששינה את שוק הצילום
- יותר מ־900 מתקנים: קנה המידה האמיתי של AWS נחשף
- המלצת המערכת: כל הכותרות 24/7
מטרה ברורה: לצמצם את הפער מול אנבידיה
השבב Trainium3, שיופעל בשירותי הענן של AWS החל מ־2026, מאפשר אימון מודלים מורכבים יותר בזמן קצר יותר, לטענת אמזון, עד פי ארבעה בהשוואה לדור הקודם של השבב. בנוסף, הוא תומך בתקשורת מהירה יותר בין יחידות עיבוד, דבר קריטי באימון מודלים רחבי היקף.
