ה-AI היה זול מדי - ועכשיו מגיע החשבון; האם עליית מחירים בדרך?

התחרות בין ענקיות ה-AI מוביל למחירים נמוכים יחסית של השימוש בצ'אטים. הצורך שלהן להציג צמיחה כדי להלהיב את המשקיעים בוול סטריט בדרך להנפקות ראשוניות (IPO) מתמקד בשורה העליונה ולא ברווחים. אלו חברות הפסדיות שהמטרה שלהן היא לתפוס נתח שוק גדול ככל שניתן בעולם הצומח הזה ובהמשך לתרגם את הכוח הזה לרווחים.  ולכן, המחיר חשוב, אבל הוא לא בפוקוס. זה צפוי להשתנות. 

בשנים הראשונות של מהפכת הבינה המלאכותית, המסר של עמק הסיליקון היה פשוט: תשתמשו כמה שיותר. תכתבו עם AI, תתכנתו עם AI, תסכמו פגישות, תכינו מצגות, תנתחו מסמכים, תנו לעובדים להתנסות. המחיר היה נוח להבנה - מנוי חודשי, בדרך כלל 20 דולר למשתמש, ובהמשך גם חבילות יקרות יותר. מבחינת הלקוח, התחושה הייתה כמעט של מזנון פתוח.

בקרוב יגיע שלב פחות נוח לצרכנים. חברות AI מתחילות להעביר יותר לקוחות לתמחור לפי שימוש בפועל. כל חיפוש, כל שעת עבודה של סוכן אוטונומי, כל משימה מורכבת בקוד וכל הפעלה של מודל מתקדם צורכים כוח מחשוב, חשמל, שבבים, זיכרון ודאטה סנטרים. במשך תקופה החברות ספגו חלק גדול מהעלות הזאת כדי להרגיל את השוק. כעת, כשהשימוש מתרחב והמשקיעים מבקשים לראות רווחיות, החשבון עובר אל הלקוחות.

זה שינוי מהותי במודל הכלכלי של הענף. AI כבר מתחיל להיראות פחות כמו אפליקציה ויותר כמו תשתית. OpenAI עצמה מדברת על עתיד שבו "אינטליגנציה" תימכר כמו חשמל או מים, לפי מונה. זה נשמע עתידני, אבל מבחינת עסקים זה אירוע פיננסי מיידי: מה שהיה סעיף מנוי קבוע הופך להוצאה משתנה, שקשה יותר לצפות ולתקצב.

הסיבה פשוטה. צ'אט קצר עם מודל AI עולה מעט יחסית. אבל סוכן AI שכותב קוד, בודק שגיאות, מריץ בדיקות, קורא קבצים ופועל במשך שעות, כבר צורך משאבים בהיקף אחר לגמרי. זה ההבדל בין לשלוח הודעת טקסט לבין להשאיר עובד דיגיטלי פעיל כל הלילה. מבחינת המשתמש שניהם נראים כמו "שימוש ב-AI". מבחינת ספקית השירות, העלות שונה לחלוטין.

המנוי הקבוע נשבר מול סוכני AI

Anthropic כבר החלה לגבות מלקוחות עסקיים לפי שימוש בפועל, עם מכסת קרדיטים בכל חבילה ותשלום נוסף כאשר המכסה נגמרת. באתר החברה מוצגים מחירים כמו 10 דולר לכל 1,000 חיפושי רשת שמבצע Claude, ותעריף לפי זמן ריצה לסוכנים מנוהלים. הסכומים עצמם אולי נראים קטנים, אבל בארגון גדול הם יכולים להצטבר מהר מאוד. מאות עובדים, עשרות סוכנים, הרצות קוד, חיפושים, סיכומים וניתוחים - ובסוף החודש מגיע חשבון אחר לגמרי מזה שהמנהלים דמיינו.

גם GitHub, שבבעלות Microsoft, עוררה כעס בקרב משתמשים אחרי שהחלה להגביל שימוש בכלי הקידוד שלה ולגבות לפי שימוש אחרי מכסה חודשית. חלק מהמשתמשים טענו שניצלו את כל המכסה בתוך יום אחד. זו בדיוק הנקודה שמטרידה את הלקוחות: קשה לדעת מראש כמה "AI" באמת ייצרך כשעובד מתחיל להפעיל סוכן קוד עצמאי, במיוחד אם אותו סוכן מנסה לפתור בעיה מורכבת במשך שעות.

המעבר הזה מגיע אחרי תקופה שבה חברות עודדו עובדים להשתמש בכמה שיותר כלים, לפעמים אפילו מדדו שימוש לפי מספר טוקנים. בחלק מהחברות נוצרה תרבות של שימוש מקסימלי, כאילו עצם צריכת AI היא סימן לאימוץ טכנולוגי מתקדם. אבל שימוש גבוה אינו בהכרח פריון גבוה. עובד יכול לשרוף הרבה טוקנים על ניסוי, טעות, שכתוב חוזר או משימות שהיה עדיף לפתור בדרך פשוטה יותר.

כאן מתחיל השינוי הניהולי. סמנכ"ל כספים לא מסתכל על AI כמו מהנדס. הוא שואל כמה זה עולה, מה זה חוסך, האם זה מקצר זמן עבודה, האם זה מחליף הוצאה אחרת, והאם אפשר למדוד את התועלת. כאשר החשבון היה 20 דולר למשתמש, השאלות האלה נדחו. כאשר החשבון הופך לאלפי דולרים בחודש לעובד כבד או לצוות פיתוח, הן מגיעות מהר מאוד לשולחן.

• לא רק למפתחים: אנתרופיק הופכת את קלוד למוצר עבור כולם
• בעידן שבו בוטים עונים לכולם, מי שיודע להתנסח נכון מגיע קודם לבן אדם

וול מארט כבר הגבילה שימוש של עובדים בסוכן AI פנימי. אובר קבעה תקרת הוצאה חודשית לכל עובד על כלי קידוד מסוימים. אלה סימנים ראשונים לכך שהארגונים עוברים משלב ההתלהבות לשלב המשמעת התקציבית. ה-AI נשאר, אבל הוא כבר לא מקבל צ'ק פתוח.

המעבר לתמחור לפי שימוש קשור גם להנפקות המתקרבות של חברות AI גדולות. OpenAI ו-Anthropic רוצות להראות לשוק שהן יהיו מסוגלות לתרגם את ההכנסות ונתח השוק לרווחים בעתיד. ההשקעות שלהן בשבבים, דאטה סנטרים וכוח אדם מגיעות לעשרות ואף מאות מיליארדי דולרים והן יצטרכו להציג החזר ראוי על ההשקעה הזו. להרחבה: OpenAI בשווי 852 מיליארד דולר: ענקיות הטכנולוגיה משקיעות בחברת הבינה המלאכותית.

מי באמת צריך את המודל הכי יקר

ארגונים יתחילו לבצע ניהול צריכה. לא כל משימה צריכה את המודל החזק והיקר ביותר. סיכום פגישה, ניסוח מייל בסיסי או תיוג מסמך יכולים לעבור למודל זול יותר. משימת קידוד מורכבת, ניתוח משפטי או תכנון פיננסי עשויים להצדיק מודל מתקדם. כך נולד תחום חדש בארגונים - ניתוב מודלים, או בחירה אוטומטית של המודל המתאים לפי סוג המשימה.

זה נשמע עניין טכני, אבל הוא עשוי להפוך לאחד הכלים החשובים לשליטה בעלויות. במקום לתת לכל עובד להשתמש תמיד במודל הטוב ביותר, המערכת תבחר עבורו. משימה פשוטה תישלח למודל קטן וזול, משימה רגישה תישלח למודל חזק, ומשימות שחוזרות על עצמן יעברו לאוטומציה מותאמת. ככל שתקציבי הטוקנים יהפכו לסעיף תפעולי משמעותי, ניתוב חכם יהיה כמעט הכרחי.

המהלך הזה עשוי גם לשנות את מאזן הכוחות בין ספקיות AI. אם הלקוחות מתחילים לבדוק מחיר לכל משימה, מודלים זולים מסין כמו DeepSeek ו-Qwen של Alibaba מקבלים הזדמנות. הם אולי עדיין מאחור במבחני הקצה מול המודלים החזקים של OpenAI או Anthropic, אבל עבור משימות שגרתיות הם יכולים להיות מספיק טובים. בעולם עסקי, "מספיק טוב וזול" הוא לעיתים מסוכן יותר למובילת שוק מאשר מתחרה טובה ויקרה.

• משימוש עצמי למכירות לחיצוניים - אמזון תמכור שבבי AI; איום ישיר עם אנבידיה
• גוגל משיקה בישראל את Gemini Spark: סוכן ה-AI שיעבוד גם כשהמחשב סגור

זה המקום שבו הלחץ על מחירי הטוקנים יגדל. OpenAI כבר בוחנת הפחתות מחירים, בין היתר מתוך ציפייה שגם Anthropic תוריד מחירים. אלא שזה מנוגד למגמה ארוכת הטווח - ההפסדים של הגופים האלו יובילו לעליות מחירים. הצעדים שהן נוקטות בהן כעת נובעות בעיקר מהרצון לשפר מספרים ונתונים לקראת הנפקה. 

אם לקוחות AI נהיים רגישים יותר למחיר, הלחץ עובר גם לתשתית: שבבים זולים יותר, זיכרון זמין יותר, דאטה סנטרים יעילים יותר ועננים שמציעים חלופות לאנבידיה. אמזון כבר מנסה למכור את שבבי Trainium שלה גם מחוץ ל-AWS, כחלק מהמאבק להפחתת עלויות המחשוב. להרחבה: תחרות חדשה לאנבידיה? אמזון בוחנת מכירת שבבי AI ללקוחות חיצוניים.

הסיכון לענף ברור. אם הלקוחות יקבלו חשבונות גבוהים מדי, חלקם יקטינו שימוש, יגבילו עובדים, יעברו למודלים זולים או יבנו פתרונות פנימיים. זה עלול להאט את קצב האימוץ בדיוק בזמן שבו חברות AI רוצות להוכיח לשוק הציבורי שהן עומדות להפוך לענקיות רווחיות.

ועדיין, המעבר הזה גם בריא. הוא מכריח את השוק לשאול מה באמת עובד. AI שמייצר ערך ברור יישאר. AI שמשמש בעיקר כהדגמה מרשימה או כצעצוע ארגוני ייחתך. החברות שיצליחו יהיו אלה שידעו לחבר בין איכות, מחיר, מדידה ותועלת עסקית. השלב הראשון של הבינה המלאכותית היה להוכיח שהיא מדהימה. השלב השני הוא להוכיח שהיא משתלמת.