1,200 ימים חלפו מאז צ'אט GPT נכנס לחיינו - מתי זה ישפיע על רווחי הפירמות?
כ-1,200 ימים חלפו מאז ש-OpenAI השיקה את צ'אט GPT ושינתה את העולם - אבל בשעה שחברות התשתית חוגגות, הארגונים מגלים שאימוץ בינה מלאכותית יוצרת הוא אירוע ניהולי מורכב - ועדיין מחכות לרווחים הגדוליםי
המונח "בינה מלאכותית" הוטבע לראשונה כבר בקיץ 1956 - על ידי קבוצת מדענים באוניברסיטת דארטמות'. אבל במשך כמעט שבעה עשורים, החזון הזה פעל בעיקר מאחורי הקלעים, ובמרוצת השנים הלך והתפתח: הוא ניחש איזה סרט תרצו לראות בנטפליקס, ניתב אתכם בפקקים של Waze, וסינן לכם ספאם מהמייל. ה-AI היה אנליטי, שקט ובעיקר בלתי נראה. ואז, בנובמבר 2022, OpenAI שחררה לעולם את צ'אט GPT - והכול השתנה.
התמונה כרגע מורכבת. הטכנולוגיה כבר מייצרת ערך במקומות מסוימים, אך טרם שינתה את הכלכלה כולה. אין קפיצה ברורה בפריון, אין שינוי רחב באופן שבו רוב החברות עובדות, ובחלק מהמקרים השימוש ב-AI נשאר ברובד שטחי - עזרה לעובד לבצע מהר יותר משימה קיימת, בלי לשנות את התהליך העסקי עצמו.
להרחבה: כמעט 4 מכל 10 עסקים בישראל כבר משתמשים ב-AI.
תומכי ה-AI הגדולים דיברו מהתחלה על מהפכה מהירה שתשנה כמעט כל עבודה. הספקנים אומרים שמדובר בעוד גל טכנולוגי שיישאר בעיקר כאקסיומה. כנראה שהאמת נמצאת אי שם, בפער בין הגישות. AI מתקדם מהר יותר מכפי שטוענים הספקנים, אך לאט יותר מהתחזיות של האופטימיים.
ההשקעות ב-AI עלו ב-42%, אך השילוב בליבת העסק חלקי
בארגונים גדולים, AI נמצא בכל מקום וגם כמעט בשום מקום. עובדים משתמשים בו לסיכומים, טיוטות, ניתוחים ראשוניים, חיפוש מידע, כתיבה, קוד ובניית מסמכים. אלה שיפורים אמיתיים שחוסכים זמן, משפרים תפוקה ומאפשרים להגיע מהר יותר לגרסה ראשונית של עבודה - אך עדיין מדובר בשיפורים בתוך תהליכים קיימים. המהפכה האמיתית תגיע כאשר חברות יעצבו מחדש את התהליכים סביב AI, וזה כבר הרבה יותר קשה.
חברת ביטוח, למשל, יכולה להשתמש ב-AI כדי לזרז טיפול בתביעה לאחר תאונת רכב. זו אוטומציה של חלק קטן מהתהליך. השינוי הגדול יותר יהיה כאשר הלקוח יעלה תמונות, המערכת תנתח את הנזק, תאשר תשלום ותעביר כסף כמעט מיד, תחת בקרה אנושית במקרים חריגים בלבד. או אז ההשפעה תהיה משמעותית באמת ותגדיר מחדש את שרשרת העבודה. רוב החברות מתקשות בדיוק כאן. כדי ש-AI יעבוד ברמה ארגונית צריך נתונים נקיים, הרשאות, אבטחת מידע, חיבור למערכות קיימות, נהלים, בקרה, אחריות משפטית והגדרה ברורה של המקום של האדם בתהליך.
ברוב החברות הנתונים מפוזרים, חלקם אינם מסודרים, אחרים אינם מעודכנים וחלקם נמצאים במערכות ישנות שלא תוכננו לעבוד עם מודלים מתקדמים. לא די בקניית מינוי לכלי AI או בהקמת צוות חדשנות. צריך לחבר את הכלי למערכות ליבה, לוודא שהוא אינו חושף מידע רגיש, לבנות ממשקי עבודה, להכשיר עובדים, לשנות תהליכים ולשכנע מנהלים לוותר על חלק מהשיטות הישנות. זאת עבודה ארגונית, לא רק טכנולוגית.
התחום שבו ההשפעה ברורה ביותר הוא פיתוח תוכנה. כלי AI יודעים לכתוב קוד, להשלים פונקציות, לאתר שגיאות ולבנות רכיבים שלמים לפי הוראות בשפה טבעית. מפתחים רבים עובדים כיום בצורה שבה הם מתארים מה הם רוצים, והמערכת מייצרת גרסה ראשונית. זה אינו מחליף לגמרי מהנדס טוב, אך משפר פלאים את קצב העבודה. גם בתחומים מובנים יחסית יש תועלת ברורה - בדיקות מסמכים משפטיים, ניתוחים פיננסיים, שירות לקוחות, תמחור דינמי בקמעונאות, המלצות מוצרים, בקרת איכות במפעלים וסריקת מידע להשקעות.
תשובה שגויה בביטחון מלא: גם למודלים יש חולשות
כלכלנים וחוקרים מדברים על "גבול משונן" של AI: המודלים מצוינים בדברים מסוימים וחלשים באופן מפתיע באחרים. לא תמיד יודעים מראש באיזה צד של הגבול נמצאת המשימה. מערכת יכולה לכתוב סיכום טוב, ואז לתת תשובה שגויה בביטחון מלא. היא יכולה לזהות תבנית במסמך, אך לפספס הקשר אנושי, פוליטי או ארגוני שאף אחד לא הכניס לדאטה.
AI טוב במשימות עם מבנה ברור. הוא פחות מצטיין בשיקול דעת, אינטואיציה, ניהול אנשים, הבנת ארגון, פוליטיקה פנימית, ניסיון מצטבר ואחריות. אלה בדיוק הדברים שממלאים חלק גדול מהיום של מנהלים, עורכי דין, עיתונאים, רופאים, אנשי מכירות, אנשי שטח ובעלי מקצוע רבים.
החסם המרכזי למהפכת ה-AI אינו בהכרח המודל הבא. בהרבה מקרים החסם הוא האדם והארגון. מנהלים עובדים במחזורי תכנון של כמה שנים, עם מערכות שכבר נרכשו, תקציבים קיימים, התחייבויות לדירקטוריון ודרישה להראות החזר השקעה. כשכל פרויקט AI דורש השקעה, שינוי תהליכים וסיכון תפעולי, הזהירות מובנת. גם העובדים אינם תמיד שותפים נלהבים - כשאומרים להם ש-AI יגדיל פריון, רבים שומעים מסר אחר: פחות עובדים בעתיד, יותר אבטלה.
להרחבה: אימוץ מהיר של AI אך התשואה איטית - הפער שמטריד את החברות.
עובד שמרגיש שהוא מאמן את המחליף שלו לא ירוץ בהתלהבות לעזור לארגון להטמיע את הכלי. אימוץ AI אמיתי דורש הסבר, הכשרה, הגדרת תפקידים חדשה וחלוקה הוגנת יותר של התועלת. מנהלים נוטים להשתמש בטכנולוגיה חדשה כדי לשפר את מה שכבר קיים, ולא כדי לחשוב מחדש על העסק. קל יותר לומר שה-AI יסכם פגישות, יכתוב מיילים ויקצר תהליכים. קשה יותר לשאול אם בכלל צריך את אותם תהליכים ואת אותן מחלקות.
המבחן תקף גם למשקיעים. הרבה חברות מציגות אסטרטגיית AI, וצריך לשאול מה יש מאחוריה. האם מדובר במוצר חדש שמייצר הכנסות? האם מדובר בחיסכון אמיתי בעלויות? האם יש שיפור בשולי הרווח? האם החברה משתמשת ב-AI כדי לבנות יתרון תחרותי או רק כדי להיראות רלבנטית? ההבדל יקבע מי באמת ירוויח מהמהפכה ומי רק רכב על הטרנד.
- אפל מציגה את סירי החדשה - והמשקיעים עדיין מחכים להוכחות
- היילו מפטרת מחצית מהעובדים: 110 מתוך 220 עובדי החברה יעזבו
שלוש קטגוריות של חברות AI בשוק ההון
ההשוואה ההיסטורית יכולה לשפוך אור על המתרחש. המצאת החשמל למשל שינתה את העולם, אך לקח עשרות שנים עד שההשפעה שלו הופיעה בנתוני הפריון. האינטרנט שינה את המסחר, העבודה, התקשורת והפרסום, אך גם הוא נזקק לכ-10 עד 15 שנים כדי להיכנס עמוק לכלכלה. בשנים הראשונות שלו היו הבטחות גדולות, תוצאות לא אחידות, הרבה חברות מנופחות והרבה אכזבות, והכול השתנה בסופה של תקופה. AI כנראה ילך במסלול דומה, אולי רק מהיר יותר.
ההערכה הסבירה היא שהשינוי העמוק ייקח כ-5 עד 10 שנים, לא שנתיים ולא דור שלם. בטווח הקצר נראה עוד השקעות גדולות, עוד כלים, עוד פיילוטים ועוד שימושים נקודתיים. בטווח הבינוני יחול שינוי עמוק יותר במבנה העבודה, בשירות לקוחות, בפיתוח תוכנה, בפיננסים, ברפואה, בביטוח ובחינוך.
מבחינת שוק ההון, צריך להפריד בין שלושה סוגי חברות. הסוג הראשון הוא חברות תשתית - יצרניות שבבים, ספקיות ענן, חברות דאטה סנטרים ותוכנה בסיסית. הן נהנות כבר עכשיו מההשקעות. הסוג השני הוא חברות שמשתמשות ב-AI כדי לשפר מוצר קיים או לחסוך עלויות, וההשפעה תופיע בהדרגה בדוחות שלהן. הסוג השלישי הוא חברות שמוכרות סיפור AI בלי יתרון ממשי - שם הסיכון גבוה יותר.
התנודתיות במניות הטכנולוגיה משקפת בדיוק את הספק הזה. המשקיעים מבינים שהמהפכה אמיתית, אך מתחילים לשאול אם המחירים כבר משקפים יותר מדי הצלחה מראש. חברה יכולה להיות איכותית, וגם כך המניה שלה יכולה להיות יקרה. בטווח של כ-5 עד 10 שנים יהיו מנצחות גדולות, אך גם הרבה חברות שיתקשו להצדיק את השווי שקיבלו בגל ההתלהבות הנוכחי.
