צ'אטים של בינה מלאכותית: מההיסטוריה ולאן זה הולך?

למה זה קרה דווקא עכשיו

בסוף נובמבר 2022 עלה לאוויר ממשק אינטרנטי עם תיבת טקסט אחת. בתוך חמישה ימים נרשמו אליו יותר ממיליון אנשים, ובתוך חודשיים מאה מיליון, והוא הפך למוצר הצרכני שצמח הכי מהר בהיסטוריה עד אותה שנה. הרושם הציבורי היה שהטכנולוגיה נולדה באותו שבוע. בפועל היא נבנתה במשך שבעים שנה.

ב-1950 הציע המתמטיקאי אלן טיורינג לבחון מכונות לפי יכולתן לנהל שיחה. ב-1966 הפעילה תוכנית בשם אליזה תבניות החלפה פשוטות, בלי שום ידע על העולם, וגרמה לאנשים להיקשר אליה. אחר כך הגיעו שני עשורים של הבטחות גדולות שלא התממשו, ושני גלי קיצוץ תקציבים שקיבלו את הכינוי חורפי הבינה המלאכותית. את ציר הזמן המלא, מאליזה ועד מודלי החשיבה של היום, פורש המדריך על ההיסטוריה של המכונות שמדברות.

מה שהתכנס בשנים האחרונות הוא שילוב של שלושה תנאים. הראשון הוא ארכיטקטורה בשם טרנספורמר, שהוצגה במאמר של חוקרי גוגל ביוני 2017 ואפשרה לעבד את כל המילים בקטע במקביל במקום אחת אחרי השנייה. השני הוא כרטיסים גרפיים שהוזילו חישוב מקבילי בסדרי גודל. השלישי הוא כמות הטקסט שהאינטרנט צבר. כשהשלושה נפגשו, התברר ב-2020 שהגדלת המודל לבדה מייצרת יכולות שאיש לא תכנן. החוליה האחרונה שנוספה ב-2022 הייתה קלה למראה: אימון שגרם למודל לענות לפי כוונת המשתמש, וממשק שכל אדם יודע להפעיל.

מה המכונה הזאת בעצם עושה

כל תשובה שאתם מקבלים נבנית מפעולה אחת שחוזרת אלפי פעמים: השלמת ההמשך הסביר. המודל מקבל את הטקסט שלפניו, מדרג את היחידות שיכולות לבוא אחריו, בוחר אחת, מצרף אותה לטקסט ושואל את עצמו מחדש. אין תוכנית מוקדמת של התשובה השלמה, ואין רשומה שנשלפת ממאגר.

הדירוג נשען על מיליארדי מספרים ששמורים בתוך המודל ונקראים פרמטרים. אפשר לחשוב עליהם כלוח בקרה עם מיליארדי כפתורי עוצמה. הידע אינו יושב בכפתור מסוים ואי אפשר לפתוח אחד מהם ולקרוא בו עובדה, מפני שהוא מפוזר על פני כל הערכים יחד.

האימון עובר שלושה שלבים. בראשון המודל קורא כמות טקסט אדירה ומנחש את ההמשך, שוב ושוב, עד שהוא יודע שפה והרבה על העולם. בשני מראים לו עשרות אלפי דוגמאות של בקשה ותשובה טובה, וכך הוא לומד להתנהג כעוזר במקום להמשיך לכתוב עוד שאלות. בשלישי אנשים מדרגים תשובות שהוא עצמו ייצר, והמודל מכוונן לכיוון שהם העדיפו. משם מגיעים הנימוס, אורך התשובה, הסירובים וגם חלק מההטיות.

הדור הנוכחי הוסיף שכבה: מודלים שמייצרים לעצמם שרשרת שלבי ביניים לפני התשובה. זה מייקר ומאט, ומשפר במידה משמעותית בבעיות שדורשות כמה מהלכים ברצף. את המנגנון כולו, כולל מה שקורה בין ההקשה לתשובה, מפרט ההסבר איך מודל שפה עובד באמת.

טוקנים וחלון הקשר: מה קובע את החשבון

המודל אינו מקבל אותיות ואינו מקבל מילים. לפני שהטקסט נכנס פנימה הוא נחתך לחתיכות שהוגדרו מראש, וכל חתיכה מתורגמת למספר. החתיכה נקראת טוקן, וכל חברות הבינה המלאכותית מתמחרות לפיה.

לישראלים יש כאן פרט מעשי שהסיקור הלועזי מדלג עליו. מילוני הטוקנים נבנו מגוף טקסט שרובו אנגלי, אותיות עבריות תופסות שני בתים בקידוד הסטנדרטי, והעברית מדביקה אותיות שימוש למילה עצמה. התוצאה היא שאותה פסקה בדיוק נחתכת בעברית ליותר יחידות מאשר באנגלית, בפער שנע בבדיקות של 2026 בין שלושים לתשעים אחוזים. אותה עבודה עולה יותר, ומגיעה מהר יותר לגבול. ההסבר המלא נמצא במדריך הטוקנים ומה שקובע את גובה החשבון.

• ה-AI יודע לכתוב ולתכנת: הכישור שישמור על ערך העובדים
• ראלי התוכנה סגר שבוע של 8%

כל בקשה מתומחרת פעמיים: הקלט, שהוא השאלה, ההנחיות הקבועות, המסמך שצירפתם וכל היסטוריית השיחה, והפלט, שהוא מה שהמודל כותב בחזרה ויקר פי שלושה עד שישה.

המונח השני הוא חלון ההקשר, כמות החומר שהמודל מסוגל להחזיק מול העיניים בפנייה אחת. אצל המובילות באוגוסט 2026 מדובר במיליון טוקנים, שהם בערך אלף וחמש מאות עמודים. חשוב להבין שחלון גדול אינו זיכרון מושלם: בדיקות על מודלים מובילים מצאו ירידות דיוק של עשרות אחוזים הרבה לפני הגבול המוצהר, ומידע שיושב באמצע מסמך ארוך נשלף פחות טוב ממידע בהתחלה ובסוף. מה נשמר, מה נשכח ולמה זה משנה מפורט במדריך חלון ההקשר.

למה היא ממציאה, וזה אינו כשל בקוד

אתם שואלים שאלה עובדתית, וחוזרת פסקה מסודרת עם מספר מדויק, שם חוקר, שנת פרסום וסעיף חוק. חלק מהפרטים אינם קיימים. לתופעה קוראים הזיה, והשם מטעה, מפני שהוא רומז על תקלה חריגה. מדובר בתוצר הרגיל של האופן שבו המערכת בנויה: היא ממוטבת לסבירות ולא לאמת, וכשאין לה בסיס היא ממלאת תבנית בערכים סבירים.

יש לכך גם שכבה של תמריצים. עבודה של חוקרי OpenAI מספטמבר 2025 הראתה שהמבחנים שבהם מודדים מודלים מענישים אמירת איני יודע בדיוק כמו תשובה שגויה, ולכן מודל שמנחש צובר ניקוד גבוה יותר ממודל שנמנע. ההמצאה היא התנהגות שהשיטה תגמלה עליה.

המסוכן בה הוא האחידות: התשובה השגויה כתובה באותה עברית ובאותה נימה של הנכונה. מקרים מתועדים כבר הגיעו לבתי משפט בישראל ובעולם, ומשרד ייעוץ בינלאומי החזיר כספים לממשלה זרה אחרי שדוח שהגיש כלל הפניות שאינן קיימות. מה שבאמת מקטין את הסיכון הוא לתת למודל את החומר במקום לבקש שישלוף מהזיכרון, לדרוש מקור עם קישור ותאריך ולפתוח אותו בפועל, ולאשר במפורש תשובה חלקית. סוגי ההמצאה וסימני האזהרה שמסגירים אותן בזמן אמת מרוכזים במדריך ההזיות של מודלי שפה.

• אנתרופיק וקלוד: הימור הבטיחות
• מה זה טוקן, ולמה הוא קובע כמה תשלמו

OpenAI: מי שפתחה את המרוץ

החברה הוקמה בדצמבר 2015 כעמותה, במטרה מוצהרת לפתח בינה מלאכותית כללית ולפרסם את המחקר בגלוי. המבנה נשבר מול עלויות המחשוב, וב-2019 נבנתה זרוע רווח מוגבל. המתח בין שליטה ציבורית לדחף מסחרי התפוצץ בנובמבר 2023, כשהדירקטוריון הדיח את המנכ"ל סם אלטמן ורוב העובדים איימו בהתפטרות. חמישה ימים אחר כך הוא חזר לתפקיד.

באוקטובר 2025 הושלם שינוי תאגידי: הזרוע העסקית הפכה לתאגיד לתועלת הציבור, קרן העמותה מחזיקה כ-26% ושומרת על השליטה בדירקטוריון, עובדים ומשקיעים מחזיקים כ-47% ומיקרוסופט כ-27%. סבב גיוס שנסגר בסוף מרץ 2026 גייס 122 מיליארד דולר לפי שווי של 852 מיליארד, וביוני הוגשה טיוטת תשקיף חסויה לרשות ניירות הערך האמריקאית.

בצד המוצר, משפחת GPT-5.6 הושקה ב-9 ביולי 2026 בשלוש מידות: סול הגדול, טרה האמצעי ולונה הזול והמהיר. ביוני 2026 חצתה החברה מיליארד משתמשים חודשיים, ובמקביל נשחק היתרון הבלעדי. כפי שעולה מדוח סימילרווב שמראה ירידה בנתח השוק של ChatGPT מ-80% לכ-53%, השוק הפך גדול ומפוצל יותר.

הצד השני של המאזן פחות זוהר. ההכנסות בקצב של כ-25 מיליארד דולר בשנה, ההפסד המוערך ל-2026 נע לפי דיווחים בין 14 ל-17 מיליארד, והחברה נמצאת בהליך משפטי מול הניו יורק טיימס בשאלת השימוש בכתבות לאימון. הסיפור המלא, כולל מה קרה עם מיקרוסופט ומה נסגר בדרך, נמצא במדריך OpenAI ו-ChatGPT.

Anthropic: ההימור על הבטיחות

בינואר 2021 עזבה קבוצת בכירים את OpenAI והקימה חברה חדשה. בראשה עמדו האחים דריו ודניאלה אמודיי, וההסבר שחזר בדבריהם היה שקצב המסחור הקדים לתחושתם את פיתוח מנגנוני הבטיחות.

המיצוב קיבל ביטוי בשיטת אימון. במקום להסתמך על אלפי מדרגים אנושיים בלבד, החברה מנסחת מסמך עקרונות כתוב שנקרא חוקה, והמודל משתמש בו כדי לבקר ולתקן את עצמו. היתרון הוא שקיפות, מפני שהכללים מפורסמים. הביקורת המרכזית עוסקת בלגיטימציה: מי בוחר את העקרונות, ומי מפקח על הפרשנות שהמודל נותן להם.

מסחרית מדובר בחברה ארגונית בעיקרה. קצב ההכנסה השנתי המדווח עמד על כ-47 מיליארד דולר במאי 2026, לעומת כמיליארד בדצמבר 2024, ובשוק מודלי הקוד הארגוני מיוחס לה נתח גבוה. בצד הצרכני נתח המשתמשים שלה קטן בהרבה משל ChatGPT ושל ג'מיני. סבב שנסגר בסוף מאי 2026 גייס 65 מיליארד דולר לפי שווי של 965 מיליארד, ובתחילת יוני הוגש גם כאן תשקיף חסוי.

גם כאן יש ביקורות מתועדות: מחירי הדגמים המובילים גבוהים יחסית, מכסות השימוש נגמרות למשתמשים כבדים באמצע השבוע, וביולי 2026 אושר סופית הסדר פשרה של 1.5 מיליארד דולר בתביעה ייצוגית של סופרים, שעסקה בספרים שהורדו מספריות פיראטיות ושימשו באימון. ההרחבה במדריך Anthropic וקלוד.

גוגל: הענקית שהתעוררה מאוחר

המאמר שהציג את הטרנספורמר נכתב בגוגל, האות T בשם GPT באה משם, וכל שמונת כותביו עזבו את החברה בשנים שאחרי. המוצר שהפך את הטכנולוגיה לשם דבר הגיע ממקום אחר.

ההסבר כלכלי. חברה שמרוויחה מאות מיליארדים ממנוע חיפוש שמציג רשימת קישורים ופרסומות מתקשה לשחרר כלי שנותן תשובה אחת ישירה, ותשובה שגויה ממי שנחשב מקור הידע של האינטרנט נושאת מחיר מוניטין אחר לגמרי. ההשקה הראשונה בפברואר 2023 כללה תשובה שגויה במצגת, והמניה ירדה ביום אחד בכ-8%.

מאז השתנתה התמונה. איחוד מעבדות המחקר לגוף אחד בשם גוגל דיפמיינד באפריל 2023 עצר את הכפילות הפנימית, ומשפחת ג'מיני הגיעה לחזית. שלושה יתרונות מבדלים את החברה: שבבים שהיא מתכננת בעצמה, מה שמאפשר לה לתמחר נמוך ולהמשיך להרוויח; קליטה מובנית של טקסט, תמונה, קול ווידאו באותו מודל; והפצה דרך החיפוש, ג'ימייל, אנדרואיד וכרום. לישראלים יש גם הפרש מחיר מוחשי, אחרי שמנוי AI Plus המקומי הוזל ביוני 2026 ל-19 שקלים לחודש.

הסיכון המבני נשאר במקומו: מנוע ההכנסות בנוי על כך שהמשתמש מקליק על תוצאה או על מודעה, ותשובה מלאה בראש העמוד מייתרת את ההקלקה. עד כה הנתונים אינם מראים פגיעה, וההכנסות מהחיפוש ממשיכות לצמוח בקצב דו ספרתי. הפירוט במדריך גוגל וג'מיני.

מטא, xAI והמודלים שאפשר להוריד

לצד שלוש הגדולות פועלות שתי שחקניות אמריקאיות נוספות עם אסטרטגיה שונה. מטא הובילה שנים את מחנה המשקלים הפתוחים עם משפחת Llama, כלומר קובצי המודל עצמם הועלו לרשת וכל אחד יכול היה להוריד ולהריץ אותם על חומרה שלו. אחרי עסקת ענק שהביאה את אלכסנדר וואנג לראשות מערך הבינה המלאכותית, החברה הציגה באפריל 2026 מודל דגל סגור, ופרשנים תיארו זאת כסטייה מהקו הפתוח שהיא זוהתה איתו.

xAI של אילון מאסק בנתה את גרוק סביב שילוב הדוק ברשת החברתית X ומרכז מחשוב עצמי גדול. הדגם הנוכחי, Grok 4.5, הושק ב-8 ביולי 2026. החברה גייסה בינואר 2026 עשרים מיליארד דולר לפי שווי של 230 מיליארד, ובפברואר נרכשה בעסקת מניות בידי ספייס אקס, שגזרה שווי משולב של כ-1.25 טריליון דולר. מספר המשתמשים החודשיים דווח סביב 117 מיליון במרץ 2026, וההכנסות קטנות בסדר גודל מאלה של המובילות.

המחנה הפתוח עצמו לא נעלם, הוא החליף מנהיגות. משפחת קוואן של עליבאבא עברה את Llama במספר ההורדות המצטבר. לעסק שרוצה להריץ אצלו, היתרון ברור: המידע אינו יוצא מהשרת, אין חשבון לפי שימוש, ואפשר לכוונן את המודל על מסמכים פנימיים. המגבלה ברורה גם היא, מפני שדגם ענק דורש מקבץ שרתים יקר. התמונה המלאה במדריך מטא, xAI והמודלים הפתוחים.

סין: הזעזוע של ינואר 2025 ומלחמת המחירים

ב-20 בינואר 2025 שחררה חברה סינית קטנה בשם דיפסיק מודל חשיבה בשם R1, יחד עם קובצי המשקלים שלו ברישיון מתירני. שבועות קודם היא פרסמה מאמר שבו הופיע המספר שהצית את הסערה: כ-5.58 מיליון דולר לריצת האימון הסופית של המודל שעליו הוא נבנה. ב-27 בינואר טיפסה האפליקציה למקום הראשון בחנות האפליקציות האמריקאית, ובאותו יום מסחר ירדה מניית אנבידיה בכ-17% ונמחקו ממנה כ-589 מיליארד דולר, המחיקה היומית הגדולה בערך דולרי שנרשמה במניה בודדת.

בדיעבד התמונה מורכבת יותר. הסכום התייחס לריצה הסופית בלבד ולא כלל מחקר מקדים, ניסויים שנכשלו ורכישת חומרה, וחברת מחקר חיצונית העריכה השקעה גדולה בהרבה. מה שנשאר נכון הוא היעילות עצמה: שיטות כמו הפעלת חלק קטן מהפרמטרים בכל פנייה וחישוב בדיוק מספרי מופחת הורידו באמת את העלות, ואומצו מאז גם במעבדות המערביות.

ההשפעה המתמשכת נמצאת במחיר. השחקניות הסיניות המרכזיות מוכרות היום גישה בעלות של אחוזים בודדים מהמחיר המערבי בשכבות הזולות, והנתח שלהן מסך הבקשות בפלטפורמות שמאגדות מודלים עלה בתוך כשנה מאחוזים בודדים לכ-45%. ההנחה הגורפת שסיני שווה זול כבר אינה מדויקת, מפני שבשכבת הדגל הפער כמעט נסגר. לפני שמעבירים לשם מידע, ההבחנה החשובה היא בין שימוש בשירות של החברה הסינית, שמעביר את המידע לשרתיה, לבין הרצת המשקלים הפתוחים על שרת שלכם או אצל מארח מערבי. אותו שם מודל, ומשמעות שונה בתכלית. הפירוט במדריך המודלים הסיניים וזעזוע המחירים.

איפה הכסף באמת נמצא

כשאתם מקלידים שאלה, הבקשה עוברת שרשרת שלמה: שבב שמבצע את החישוב, מכונה שמארחת אותו, מרכז נתונים שמקרר אותה, חברת חשמל שמזינה אותו וספקית ענן שמנהלת את המערך. החברה שפיתחה את המודל יושבת בסוף השרשרת ומקבלת את הכותרות, והכסף מצטבר דווקא בחוליות שלפניה.

אנבידיה מייצרת את המעבדים שעליהם מאמנים ומריצים כמעט כל מודל שפה גדול. ברבעון שהסתיים באפריל 2026 היא דיווחה על הכנסה של 81.6 מיליארד דולר, עלייה של 85%, ושווי השוק שלה חצה חמישה טריליון דולר. מה שהיא מוכרת אינו שבב בודד אלא מערכת שלמה, כולל שכבת תוכנה שכל עולם המחקר כותב מולה כבר קרוב לעשרים שנה.

הלקוחות הגדולים מפתחים שבבים משלהם כדי להקטין את התלות: גוגל כבר למעלה מעשור, אמזון עם משפחה משלה, מטא מול ברודקום וגם OpenAI עם מאיץ שפריסתו הראשונה מתוכננת לסוף 2026. הפרופורציה חשובה, מפני שרוב השבבים העצמיים מיועדים להרצה שוטפת, ואילו אימון דגמי החזית עדיין רץ ברובו על חומרה של אנבידיה.

המגבלה שאיש לא צפה היא החשמל. שבבים אפשר להזמין ולקבל תוך חודשים, וחיבור מרכז נתונים חדש לרשת החשמל אורך לעיתים יותר משלוש שנים. סוכנות האנרגיה הבינלאומית מעריכה שצריכת החשמל של מרכזי נתונים בעולם תוכפל עד 2030, ובמדינות אמריקאיות עם ריכוז גבוה של מרכזים כאלה מחירי החשמל למגורים כבר עלו בשיעורים דו ספרתיים בשנה. הפירוט במדריך התשתית: מיקרוסופט, אמזון ומי שמוכר את הקרקע.

שאלת הבועה: מאות מיליארדים בשנה אחת

ההוצאה המשותפת של אמזון, מיקרוסופט, אלפאבית ומטא על השקעות הוניות ב-2026 מוערכת בכ-725 מיליארד דולר, לעומת כ-410 מיליארד ב-2025. זו אחת מהרחבות ההון המהירות שנרשמו בכלכלה מודרנית, והיא מעלה שאלה פשוטה: האם ההשקעה תחזיר את עצמה.

הצד האופטימי מצביע על שלושה נתונים. הענן צומח בקצב שמתאים להוצאה, וצברי ההזמנות החתומות עומדים על מאות מיליארדי דולרים אצל מיקרוסופט ואצל אלפאבית. ההוצאה ממומנת בעיקרה מתזרים תפעולי של חברות רווחיות מאוד ולא מהנפקות. וניתוח של בית השקעות גדול מיוני 2026 קבע שהמהלך משתלם בשלב הנוכחי לפי תשואת ההון המושקע. תמונה מספרית של אותה הוצאה מופיעה בסקירה על אמזון ומיקרוסופט ששמות 410 מיליארד דולר על בינה מלאכותית.

הצד הזהיר מצביע על שלושה אחרים. ראשית, פער בין ההוצאה לבין ההכנסות שמגיעות ממשתמשי קצה, שעדיין קטנות בסדרי גודל. שנית, לוח הפחת: שבבים נרשמים בספרים לחמש עד שש שנים, ומבקרים טוענים שחיי הכלכלה שלהם קצרים בהרבה, כלומר ההוצאה נראית בדוח זולה ממה שהיא. שלישית, מבנה המימון, שבו יצרנית שבבים משקיעה במעבדה, המעבדה מתחייבת לקנות ענן וספקית הענן קונה שבבים, כך שהצמיחה נשענת בחלקה על כסף שמקורו באותו מעגל. הסימן שכדאי לעקוב אחריו הוא האם קצב הצמיחה של הכנסות הענן ממשיך להקדים את קצב גידול הפחת.

מה זה עושה טוב היום, ומה עדיין לא

הדפוס עקבי בין כל הכלים. המודלים מצטיינים במשימות שהן במהותן שינוי צורה של טקסט: סיכום, ניסוח מחדש, תרגום, כתיבת טיוטה, חילוץ שדות ממסמך והסבר של מושג. הם נחלשים במקומות שנדרשת בהם בדיקה מול המציאות: מספרים, תאריכים, ציטוטים, סעיפי חוק ומחירים מקומיים.

נכון לאוגוסט 2026 הפער בין המובילות במבחני היכולת הכלליים הצטמצם, ומה שנשאר מתגלה בקצוות. בעברית כולם כותבים תקין, וההבדלים עברו למשלב ולמקצב משפט. בעבודה עם קבצים יש יתרון למי שכבר מחובר לסביבת העבודה שלכם. בחיפוש ובמידע עדכני ההבדלים גדולים יותר, וקישור שמופיע מתחת לתשובה אינו הוכחה שהתשובה נכונה.

מה שמשנה את התוצאה יותר מבחירת הכלי הוא ניסוח הבקשה. בדיקות שפורסמו בין 2025 ל-2026 שללו בזה אחר זה את הטריקים הפופולריים: הכתרת המודל כמומחה בעל עשרים שנות ניסיון אינה משפרת דיוק ולעיתים פוגעת בו, איומים והבטחות תשלום אינם משפיעים, ונימוס או גסות אינם כלי עבודה. מה שכן עובד הוא הקשר, הגדרת התוצר, קהל היעד, פורמט, אורך ודוגמה אחת מתוך תוצר קודם. ההרחבה במדריך כתיבת פרומפט שמחזיר תוצאה שמישה.

ההשוואה המעשית בין הכלים לפי סוג משימה, כולל טבלת מחירים ומה נותנת השכבה החינמית של כל אחד, נמצאת במדריך ההשוואה: איזה צ'אט לאיזו משימה וכמה זה עולה.

דוגמה: 850 תיאורי מוצר, וכמה זה עלה

חנות אונליין ישראלית מוכרת ציוד מטבח ורוצה לפתוח אתר באנגלית. במאגר יש 850 תיאורי מוצר בעברית, בממוצע כ-180 מילים לכל אחד. ההצעות שקיבלה ממתרגמים נעו סביב 50 אלף שקלים ולוח זמנים של חודשיים.

מה שהוזן: לכל מוצר נשלחו הוראת מערכת קבועה באורך כ-200 מילים, שכללה את מונחי המותג, את יחידות המידה שיש להמיר ואת האיסור להוסיף טענות שיווקיות שאינן במקור, יחד עם התיאור עצמו. בעברית זה מסתכם בכ-950 טוקני קלט לכל מוצר, כלומר כ-810 אלף טוקנים לכל המאגר. הפלט באנגלית הגיע לכ-260 טוקנים למוצר, כ-220 אלף בסך הכול.

מה חזר וכמה זה עלה, לפי מחירוני הממשק למפתחים באוגוסט 2026: בג'מיני 3.1 Pro כ-4.3 דולר לכל המאגר, ב-Claude Opus 5 כ-9.6 דולר, ב-GPT-5.6 Sol כ-10.7 דולר, ובדגמים הזולים החשבון צונח לפחות מדולר בודד. במילים אחרות, המרת המאגר כולו עלתה בין שקל וחצי לכשלושים ושניים שקלים, תלוי בדגם.

מה שהחשבון הזה מסתיר חשוב לא פחות. בדיקה מדגמית של שישים תיאורים העלתה שלושה סוגי כשל שחזרו: שמות מותג שתועתקו לאנגלית במקום להישאר במקור, יחידות מידה שהומרו בחלק מהמקרים ולא בכולם, ומשפט שיווקי שנוסף במקום שבו המקור היה יבש. ההגהה האנושית על כל המאגר נמשכה כשלושים שעות. החיסכון אמיתי, והוא ההפרש בין חמישים אלף שקלים לבין שלושים שעות הגהה.

עצמאים ועסקים קטנים: איפה זה מחזיר כסף

בעסק של אדם אחד עד עשרה עובדים, כל שעה שמתפנה היא שעה שאפשר למכור. סקר של הסוכנות לעסקים קטנים ובינוניים מספטמבר 2025 מצא ש-28% מהעסקים בישראל משלבים כלים כאלה בפעילות השוטפת, ובקרב עצמאים השיעור עמד על 31%. מדידה של הלשכה המרכזית לסטטיסטיקה ממרץ 2026 העמידה את השיעור הכללי במשק על 39%.

המשימות שחוזרות ברשימות הן ניסוח וכתיבה, שהם השימוש הנפוץ ביותר, סיכום חוזים והצעות מחיר, תמלול פגישות והפקת רשימת משימות ממנו, בנק תשובות לשאלות חוזרות, סיווג הוצאות וקריאת חשבוניות מצולמות, ותרגום. החיסכון המדווח במחקרים נע בין שלוש לשבע שעות בשבוע, עם פער גדול בין מי ששילב את הכלי בתהליך קבוע לבין מי שפותח אותו מדי פעם.

הגבולות ברורים באותה מידה. כללי מס ישראליים, שיעורי ניכוי במקור והכרה בהוצאה מסוימת הם בדיוק התחום שבו המודל נשמע בטוח וטועה. חישובים ארוכים וסכומי טבלאות עדיין נופלים. והמדד שאף אחד אינו אוהב לחשב הוא עלות הבדיקה: משימה שהמכונה משלימה בשלוש דקות ודורשת עשרים דקות אימות היא הפסד אם ביצעתם אותה קודם ברבע שעה.

מעל הכול עומדת שאלת האחריות. בית המשפט העליון קבע במרץ 2026 שאין פסול בשימוש בבינה מלאכותית אלא בשימוש בה בלי בקרה מתאימה, והטיל חובת שקיפות לגבי עצם השימוש וחובת בקרה אנושית על התוצר. כשמסמך יוצא בשמכם, האחריות היא שלכם. החישוב הכלכלי המלא, כולל מחירי המסלולים העסקיים, נמצא במדריך AI לעצמאים ולעסקים קטנים.

שוק העבודה: מה נמדד ומה נחזה

בכל דיון בנושא מעורבבים שני סוגים של אמירות: מדידה של מה שכבר קרה, שמקורה בתלושי שכר ובסקרי כוח אדם, והערכה קדימה, שמקורה בקצב השיפור של המודלים. הערבוב בין השניים מייצר את רוב הבלבול.

שלוש עבודות מרכזיות מהסוג המודד נראות סותרות עד שמבינים שכל אחת בוחנת יחידה אחרת. מעבדת הכלכלה הדיגיטלית של סטנפורד מצאה ירידה יחסית של כ-16% בתעסוקת בני 22 עד 25 במקצועות החשופים ביותר. מעבדת התקציב של אוניברסיטת ייל, שעקבה אחרי סקר כוח האדם האמריקאי לאורך 33 חודשים, לא זיהתה שינוי כלל משקי שאפשר להבחין בו סטטיסטית. ומחקר דני שהצליב סקרי אימוץ עם רשומות שכר רשמיות דיווח על אפס השפעה על הכנסה ועל שעות עבודה ב-11 מקצועות שנבדקו.

ההסבר לפער הוא שמקצוע אינו משימה אחת. מודל שפה לוקח חלק מהצרור, בדרך כלל את החלק שאפשר לתאר במילים ולבדוק במהירות. הממצא החד ביותר נוגע לצעירים, מפני שהעבודה שניתנה בעבר לעובד חדש היא בדיוק הסוג שהמודל מבצע היטב. ומכאן פרדוקס, כי ניסויי פרודוקטיביות מראים שהכלי מיטיב דווקא עם המתחילים.

בישראל הדיון נצבע בגל פיטורים אמיתי בהייטק. סקר של רשות החדשנות מדצמבר 2025 מצא ש-81% מהחברות שנסקרו פיטרו עובדים במחצית השנייה של השנה, וש-5% מהן בלבד ייחסו זאת להטמעת בינה מלאכותית. במקביל, נתוני שירות התעסוקה מפברואר 2026 הראו כ-16.3 אלף דורשי עבודה בהייטק, זינוק של כ-126% מתחילת 2022, כשמפתחי תוכנה מהווים כמחצית מהם. הנתונים המלאים במדריך שוק העבודה ומה שהמחקרים מראים.

הסיכונים: פרטיות, הטיה וזיופים

ההודעה שאתם שולחים אינה נשארת במחשב שלכם. היא עוברת לשרת של הספק, השיחה נשמרת בהיסטוריה ובקבצי רישום, ולעיתים גם במערכות ניטור. גוגל מציינת במפורש שסוקרים אנושיים קוראים חלק מהשיחות עם ג'מיני. ההמחשה החדה הגיעה מבית משפט: בינואר 2026 אושר צו שמחייב את OpenAI להעביר לתובעים בהליך זכויות היוצרים מדגם של כ-20 מיליון שיחות שעברו הסרת מזהים. מה שנשמר יכול להפוך לראיה.

ההבדל המהותי בין חשבון פרטי לעסקי אינו בעוצמת המודל. בחשבונות צרכניים השיחות עשויות לשמש לשיפור המודלים כברירת מחדל, ואפשר לכבות זאת בהגדרות. בחשבונות עסקיים אין שימוש בתוכן שלכם לאימון כברירת מחדל, ומצטרפים לזה ניהול משתמשים ושליטה בשמירת ההיסטוריה. הכלל הפשוט: אם לא הייתם שולחים את המידע במייל לספק חיצוני בלי חוזה, אל תדביקו אותו לצ'אט. הפירוט במדריך הפרטיות ואבטחת המידע.

הסיכון השני הוא הטיה. המודל לומד מטקסט שכתבו בני אדם, וכל חוסר איזון בחומר נכנס פנימה יחד עם הידע השימושי. מחקר של אוניברסיטת וושינגטון שבחן מודלים מסחריים שמדרגים קורות חיים מצא, במיליוני השוואות בין מסמכים זהים שנבדלו בשם המועמד בלבד, העדפה עקבית לשמות מסוימים. ההטיה עובדת גם לכיוון ההפוך, וגוגל השהתה ב-2024 את יכולת יצירת התמונות אחרי שהמודל הפיק דמויות היסטוריות שאינן מתאימות להקשר.

הסיכון השלישי הוא זיוף. דיוקן משכנע של אדם שאינו קיים נוצר בשניות, קטע וידאו של עשרות שניות עם פסקול מסונכרן עולה פחות מארוחת צהריים, ושכפול קול משכנע דיו לשיחת טלפון נבנה מכמה שניות של הקלטה. זו הסיבה שרוב ההונאות שמגיעות לציבור הרחב הן קוליות ולא חזותיות. הסקירה המלאה במדריך ההטיה, המניפולציה והדיפ פייק.

רגולציה: אירופה, ישראל וארצות הברית

אירופה נמצאת בעמדה המתקדמת ביותר. חוק הבינה המלאכותית האירופי נכנס לתחולה בשלבים: חובות ספקי המודלים הכלליים חלות מאוגוסט 2025, חובות השקיפות כלפי משתמשים, ובהן גילוי שהשיחה מתנהלת מול מערכת ממוחשבת, חלות מ-2 באוגוסט 2026, וסימון תוכן שנוצר בבינה מלאכותית מ-2 בדצמבר 2026. חבילת הקלות שאושרה במועצת האיחוד ביוני 2026 דחתה את חובות המערכות בסיכון גבוה לדצמבר 2027, מהלך שנתפס בעיני מבקרים כריכוך.

בישראל אין חוק ייעודי, ויש מסגרת קיימת שחלה ממילא. חוק הגנת הפרטיות ותקנות אבטחת המידע חלים על כל מי שמנהל מאגר מידע, גם עסק קטן, ותקנה 15 דורשת הסכם מסודר מול גורם חיצוני שמקבל גישה למידע. תיקון 13 נכנס לתוקף באוגוסט 2025 והרחיב את סמכויות האכיפה, ובכללן עיצומים כספיים. הרשות להגנת הפרטיות פרסמה טיוטת הנחיה על תחולת החוק על מערכות בינה מלאכותית, שלפיה שימוש במידע אישי מחייב הסכמה מדעת וניהול סיכונים יזום.

בארצות הברית התמונה מפוצלת בין רגולציה פדרלית חלקית, חקיקת מדינות ופסיקה שנוצרת תוך כדי תנועה, וההליכים המשמעותיים ביותר לענף עוסקים בזכויות יוצרים על חומר האימון. לעסק ישראלי המשמעות המעשית מצטמצמת לשלוש שאלות: לאיזו מדינה עובר המידע, איזה מסלול חשבון מסדיר את השימוש בו, ומי חתום על ההסכם מולכם. מי שמשרת לקוחות באירופה כפוף גם לתקנת הגנת המידע האירופית, וחשבון צרכני אינו מספק מסגרת חוזית מתאימה לכך.

לאן זה הולך: מה כבר קורה, מה הוכרז ומה ספקולציה

ההפרדה בין שלוש הקטגוריות האלה היא ההגנה הטובה ביותר מפני הבטחות. נתחיל במה שכבר קורה בשטח ואפשר לבדוק אותו היום. מודלי חשיבה הפכו לברירת מחדל במקום לתוספת בתשלום. חלון של מיליון טוקנים הפך לסטנדרט אצל כל המובילות בלי תוספת מחיר. מחירי הגישה ירדו בחדות, וקצב הירידה הואץ בעקבות התחרות הסינית. סוכנים שמריצים משימה מקצה לקצה, כולל הפעלת כלים וגלישה, יצאו משלב ההדגמה ונמצאים בשימוש מסחרי. ומודלים מוקטנים כבר רצים על המכשיר עצמו בלי חיבור לרשת.

בקטגוריה השנייה נמצאים דברים שהוכרזו רשמית ועדיין לא הושלמו. שתי המעבדות הגדולות הגישו תשקיפים חסויים לקראת הנפקה, ודיפסיק דווחה כמתכוננת להנפקה בשנגחאי. OpenAI הצהירה שהמכשיר הראשון שלה ייחשף במחצית השנייה של 2026, ומאיץ שהיא מפתחת עם ברודקום מיועד לפריסה ראשונה עד סוף השנה. חובות הסימון של תוכן שנוצר בבינה מלאכותית באירופה נכנסות לתוקף בדצמבר 2026. הכרזה אינה ביצוע, ובשנה האחרונה כמה מוצרים שהוכרזו בקול נסגרו בשקט.

הקטגוריה השלישית היא ספקולציה, וכאן נמצאות רוב הכותרות. ראשי שלוש המעבדות המובילות מסרו הערכות שונות למועד שבו תגיע בינה מלאכותית כללית: מנכ"ל OpenAI הביע ביטחון בדרך לשם ובמקביל תיאר את המונח עצמו כלא מועיל במיוחד; מנכ"ל Anthropic הציג טווח של שנתיים עד שלוש שנים; וראש גוגל דיפמיינד נקב בשלוש עד חמש שנים והוסיף הסתייגויות. שלושתם צדדים מעוניינים בסיפור, וההערכות שלהם הוזזו קדימה ואחורה כמה פעמים בשנתיים האחרונות.

גם התחזיות התעסוקתיות שייכות לכאן. הפורום הכלכלי העולמי חוזה 170 מיליון משרות חדשות מול 92 מיליון שייעלמו עד 2030, וכלכלן בכיר מ-MIT מעריך שבעשור הקרוב יהיה כדאי כלכלית להעביר למכונה כ-5% ממשימות המשק. הפער בין ההערכות עצום, וזה עצמו הנתון החשוב. מה שאפשר לומר בביטחון סביר הוא שהמחירים ימשיכו לרדת ושהפער בין הדגמים המובילים ימשיך להצטמצם.

שאלות ותשובות

מה ההבדל בין הצ'אטים השונים, אם כולם עושים אותו דבר?

ההבדלים הצטמצמו במבחני היכולת הכלליים ומתגלים בקצוות: איכות העברית, עבודה עם קבצים, מהירות, גודל חלון ההקשר ומחיר. לרוב המשתמשים הבחירה נקבעת לפי הכלים שכבר יש להם ולפי סוג המשימה החוזרת שלהם.

כמה זה עולה למשתמש פרטי?

מנוי אישי בשלושת השירותים המובילים עומד סביב 20 דולר לחודש, כ-60 שקלים לפני מע"מ, ובישראל מנוי AI Plus של גוגל עומד על 19 שקלים לחודש. מסלולים ב-100 עד 200 דולר מוכרים בעיקר מכסה גדולה יותר ולא מודל חכם יותר.

השכבה החינמית מספיקה?

לשימוש מזדמן כן, והיא נעשתה שימושית באמת. לעבודה יומיומית המכסות נגמרות מוקדם, והגרסאות החינמיות מפנות למודל חלש יותר בשעות עומס. עסק שמעביר מידע של לקוחות זקוק ממילא למסלול עסקי.

למה עברית עולה יותר מאנגלית?

מפני שהמודל מתמחר לפי יחידות טקסט, ומילוני היחידות נבנו מגוף טקסט שרובו אנגלי. אותה פסקה בדיוק נחתכת בעברית ליותר יחידות, בפער של בין שלושים לתשעים אחוזים לפי המודל. זה מייקר את החשבון וממלא את חלון ההקשר מהר יותר.

אפשר לסמוך על מה שהמודל אומר?

על שינוי צורה של חומר שאתם מספקים, בדרך כלל כן. על מספרים, תאריכים, ציטוטים וסעיפי חוק ששלף מהזיכרון, לא בלי אימות. התשובה השגויה נראית בדיוק כמו הנכונה, ולכן הבדיקה חייבת להיות חלק קבוע מהתהליך.

השיחות שלי משמשות לאימון?

בחשבונות צרכניים לעיתים כן כברירת מחדל, ואפשר לכבות זאת בהגדרות. בחשבונות עסקיים ובממשקי המפתחים ברירת המחדל הפוכה. מדיניות הספקים משתנה בתדירות גבוהה, וכדאי לבדוק את ההגדרה מדי כמה חודשים.

מה קורה למידע אם אני משתמש במודל סיני?

תלוי באיזה מסלול. שימוש באפליקציה או בשירות של החברה מעביר את המידע לשרתיה, שכפופים לחקיקה המקומית. הרצת המשקלים הפתוחים על שרת שלכם או אצל מארח מערבי משאירה אותו במרחב רגולטורי אחר לגמרי, גם כשמדובר באותו שם מודל.

האם זו בועה?

תלוי במה מודדים. הענן צומח בקצב שמתאים להוצאה וההשקעה ממומנת ברובה מתזרים תפעולי, ומנגד ההכנסות ממשתמשי קצה קטנות בסדרי גודל מההוצאה, וחלק מהמימון נע במעגל סגור בין ספקיות ולקוחות. שני הצדדים נשענים על נתונים אמיתיים, וההכרעה תתברר לפי היחס בין קצב הצמיחה של הכנסות הענן לקצב גידול הפחת.

הבינה המלאכותית תיקח לי את העבודה?

המדידות עד היום מראות שינוי במשימות ולא מחיקה של מקצועות, עם סימן ברור אחד: פגיעה במשרות הכניסה לצעירים במקצועות החשופים. כל מספר גורף על מיליוני משרות שייעלמו הוא תחזית ולא מדידה, ומגיע לרוב מגורמים בעלי עניין בסיפור.

אני עצמאי. איפה מתחילים?

בוחרים משימה אחת חוזרת שהתוצר שלה טקסט ושקל לאמת אותה, בונים לה תבנית קבועה עם שתי דוגמאות מתוך עבודות קודמות, ומודדים שבועיים. אם ההפרש בזמן קטן משלושים אחוזים, המשימה אינה מתאימה ועוברים לאחרת.

כדאי לקנות שני מנויים?

לרוב האנשים, מנוי אחד בתשלום בתוספת השכבות החינמיות של האחרים מכסה הכול. שני מנויים מתחילים להשתלם למי שמייצר תוכן ויזואלי לצד טקסט, או למי שמפתח תוכנה ומשתמש בסוכן קוד שעות ביום.

אני אחראי אם המודל טעה ולקוח שלי נפגע?

כן. השימוש בכלי אינו מעביר את האחריות למי שפיתח אותו, ובית המשפט העליון בישראל הדגיש במרץ 2026 חובת בקרה אנושית וחובת שקיפות לגבי עצם השימוש. כדאי לבנות שלב בדיקה קבוע לכל תוצר שיוצא החוצה.

מה זה מודל פתוח, וזה אומר חינם?

משקלים פתוחים פירושם שקובץ המודל עצמו זמין להורדה ולהרצה על חומרה שלכם. זה אינו קוד פתוח מלא, מפני שנתוני האימון ותהליך האימון נשארים חסויים. השימוש עצמו חינמי, והחומרה שדרושה להרצת דגם גדול יקרה.

המידע במדריך הזה יישאר נכון?

המבנה כן, המספרים פחות. מחירים, שמות דגמים וגדלי חלון הקשר משתנים כל כמה שבועות בענף הזה. כל נתון מספרי שמופיע כאן נבדק באוגוסט 2026, וכדאי לאמת מול דף התמחור של הספק לפני החלטה שיש לה מחיר.

עדכונים

2026 - הענף עבר בקיץ גל גרסאות: משפחת GPT-5.6 של OpenAI הושקה ב-9 ביולי בשלוש מידות ומחיריה הופחתו בסוף החודש, Anthropic הוסיפה את Fable 5 ואת Opus 5, גוגל הציגה דגמי Flash חדשים בעוד דגם ה-Pro הבא התעכב, ו-xAI השיקה את Grok 4.5. חלון של מיליון טוקנים הפך לסטנדרט אצל כל המובילות. בצד הכסף, סבבי גיוס תמחרו את OpenAI ב-852 מיליארד דולר ואת Anthropic ב-965 מיליארד, שתיהן הגישו תשקיפים חסויים, ותחזיות ההשקעות ההוניות של ארבע ענקיות הטכנולוגיה לשנה הועלו לכ-725 מיליארד דולר. המודלים הסיניים המשיכו לדחוף את המחירים כלפי מטה. ברגולציה נכנסו לתוקף ב-2 באוגוסט חובות השקיפות של חוק הבינה המלאכותית האירופי, וחובות המערכות בסיכון גבוה נדחו לדצמבר 2027. כל הנתונים כאן נבדקו באוגוסט 2026 וטעונים אימות מחדש.