כ-40% מהשכר של עובדי מטא וגוגל הוא בהענקת מניות
כללים חדשים בחשבונאות חושפים פרטים מעניינים על הוצאות של חברות ציבוריות וגם על הוצאות השכר; מהדוחות שכבר פורסמו עולה כי בחברות הטכנולוגיה חלק גדול מאוד מהשכר הוא במניות; מה יקרה כשהמניות לא יעלו?
תקן חשבונאות חדש, ASU 2023-07, שנכנס לתוקף השנה וחל בדוחות השנתיים דורש מחברותציב וריות לפרסם מידע מפורט יותר על ההוצאות שלהן, במיוחד ברמת חטיבות עסקיות שונות. כלומר, יהיה פירוט רחב יותר על מגזרים שונים והבנה ברורה יותר לגבי הרווח והרווחיות של החטיבה-מגזר.
זה לא רק תקן טכני, המשמעות של יישום התקן עבור משקיעים היא הבנה טובה יותר של הפעילויות של הקבוצה, וזה חשוב כי כך ניתן להעריך את השווי של כל אחת מהחטיבות בנפרד ולהגיע לערך השלם - שווי הקבוצה.
בין החברות הראשונות שישמו את התקן החדש נמצאות מטא (Meta) ואלפבית (Alphabet). מטא, שמחזיקה בפייסבוק, אינסטגרם ועוד, דיווחה כי ב-2024 הוציאה 30 מיליארד דולר על שכר עובדים בחטיבת האפליקציות שלה בלבד. מדובר בכ-40% מכלל ההוצאות של החטיבה הזו. בחטיבת ה-Reality Labs, שמתמקדת במציאות מדומה ורבודה, ההוצאות על שכר עובדים עמדו על 10 מיליארד דולר, כשההפסד של החטיבה הסתכם ב-16 מיליארד דולר.
הנתונים מגלים גם פערים מעניינים בין החטיבות: בעוד חטיבת האפליקציות רווחית מאוד, חטיבת ה-Reality Labs צברה הפסדים של כ-70 מיליארד דולר מאז 2019, וההפסד גדל ב-10% בשנת 2024. עם זאת, ולמרות שמדובר בהוצאה חשבונאית, זו בעצם השקעה שנועדהלבסס את מעמדה של מטא בתחום המובייל והמטא-וורס.
- המודל ההיברידי החדש: איך מחזירים את ה"נשמה" למשרד?
- מחקר ישראלי: ה-AI יכול להחליף 70% מהעבודה של הייטקיסטים
- המלצת המערכת: כל הכותרות 24/7
אבל לא כל ההוצאות הן במזומן. חלק גדול מהתשלומים לעובדים נעשה במניות, ומטא דיווחה כי מתוך סך של 40 מיליארד דולר שהוציאה על שכר עובדים ב-2024, 40% היו במניות. יש לזה משמעות גדולה - התזרים של החברה מצוין ואם המגמה הזו תימשך של תשלום לעובדים במניות, הרי שהיא בעצם צפויה לדווח על תזרים שהוא הרבה יותר גבוה מההפסד השוטף. זו תובנה אחת, ותובנה שנייה שמדובר על תחליף לשכר שבעצם לא נמדד כהוצאה חשבונאית בנונגאפ. כךלומר, החברות מנטרלות את ההוצאה הזו כך שהיא לא באמת הוצאה שנספרת לאנליסטים. אבל מה יהיה כאשר המניות לא יעלו וההטבה לא תהיה גדולה? האם זא העובדים יסתפקו במה שמקבלים כשכר או שיעברו לחברה אחרת או שידרשו ויקבלו יותר - כך או אחרת, זו פגיעה בבעלי המניות.
גם באלפבית,חברת האם של גוגל, נרשמו נתונים דומים. חטיבת הענן של גוגל הוציאה 36 מיליארד דולר ב-2024, כאשר 55% מהסכום היה עבור שכר עובדים. מדובר בירידה לעומת 2023, אז שיעור ההוצאה על שכר עמד על 60%, בעיקר בגלל הוצאות פחת חדשות בעקבות השקעות מאסיביות ב-AI. גם כאן, חלק מהשכר משולם במניות – כ-37% מההוצאות על שכר היו מבוססות מניות.
איך זה משפיע על המשקיעים?
התקן החדש מאפשר לראות בצורה ברורה יותר היכן החברות מוציאות את עיקר כספן. לדוגמה, חברת T-Mobile הציגה לראשונה טבלה שמפרטת 12 סוגי הוצאות שונים, כולל שכר עובדים, שכירות, פרסום וחובות מסופקים. ככל שיורדים לרזולוציה עמוקה יותר כך הבנת התוצאות והדוחות משמעותית יותר. זה ערך למשקיעים.
- 2.אנונימי 09/02/2025 20:08הגב לתגובה זויורדת וחזק
- 1.האם לא מדובר בדילול מניות שמוסתר מהציבור (ל"ת)שאלה תמימה 09/02/2025 12:22הגב לתגובה זו
- אנונימי 10/02/2025 22:29הגב לתגובה זופעם באמת המידע היה מוסתר.הבעיה העיקרית שנשארה היא שהדיווח הוא לא כנגזרים.כי אם המניה יורדת הרבה העובד שהוקצו לו מניות לפי מחיר גבוה יעזוב ועובד חדש ידרוש יותר מניות.
- אנונימי 09/02/2025 14:20הגב לתגובה זוהדילול הוא באותו יחס ואפילו אם הייתה נרשמת הוצאה על שכר.זה מייצר לחברה תזרים חיובי וגמישות.
פרופ' ליאור פרל, קרדיט: עוז שכטר"ברגע שהרובוט יוכל לקפוץ בלילה ולצנתר במקומי אני הראשון להסכים"
שיחה עם פרופ' ליאור פרל, מנהל מכון הצנתורים במערך לקרדיולוגיה במרכז הרפואי רבין, קמפוס בילינסון והשרון. "אם נדע להשתמש ב-AI, אז אז עוד 50 ישאלו איך פעם עשו רפואה כל כך פרימיטיבית" ולמה הוא לא רואה "תחליף למגע האנושי בין הרופא למטופל"
ספר קצת על עצמך:
אנחנו מטפלים בכל מחלות הלב באופן פולשני באמצעות צנתורים. החל מחולים שעוברים בדיקות, עם כאבים בחזה ובדיקות שדורשות הערכה של עורקי הלב, או כאלו הדורשות הערכה ואבחון של תפקוד הלב והמסתמים שלו בצורה פולשנית, שאת הכל אנחנו מבצעים בחדר צנתורים. אנחנו עובדים בטיפולים במחלות במסתמי הלב, או היצרות של העורקים. החולים מגיעים מהבית או מאשפוז או יכולים להגיע דחוף באמבולנס. אנחנו עובדים יום ולילה, כשיש מישהו שחוטף התקף לב באמצע הלילה אז אנחנו אלו שמטפלים בו.
איך ה-AI משפיע על המקצוע או על הענף?
הבינה המלאכותית בקרדיולוגיה הפכה להיות כיוון מאוד מאוד מבטיח. הקרדיולוגיה זה התחום השני בחשיבותו בהתפתחות של מכשירי AI ופתרונות AI. קרדיולוגיה תמיד היה תחום מאוד טכנולוגי ויש הזדמנויות לשימוש בתוכנה, כאשר ישראל מובילה בתחום ומאמצת מאוד חזקה של בינה מלאכותית, כאשר רבים מאיתנו שותפים לפיתוחים של מכשור רפואי חדשני. הבינה המלאכותית בקרדיולוגיה מתחילה כבר בתיק המטופל. יש פתרונות שיודעים להעריך מי מהמטופלים דורש מעקב, יכולה לסייע בניהול בעבודה המשרדית, ניהול תיקי המטופל ואבטחת מידע. ה-AI נמצא גם בעת הפענוח ובמערכות תומכות החלטה באמצעי הדמיה שונים של הלב בין אם מדובר בהדמיה לא פולשנית או כן, יש הרבה שימוש בבינה מלאכותית וזה רק הולך וגובר. לבסוף ישנם גם כלים של טיפול המסייעים בצמתים בהם מקבלים החלטה על טיפול בחולים. בין אם בצנתור או בטיפול במסתמים. יש מנעד מאוד גדול, זה תחום מאוד פופולרי במחקר ומספר הפרסומים בתחום רק הולך וגובר משנה לשנה.
הבינה המלאכותית מאפשרת יותר משאפשרו שיטות סטטיסטיות מסורתיות שנעזרנו בהן גם קודם. זה שימוש במאגרי מידע מאוד גדולים, כלי הבינה המלאכותית הם מאוד מגוונים ויש להם יכולת לימוד עצמי של כל מקרה לגופו. מה שמוביל בסופו של דבר להתאמה לטיפול רפואי מותאם אישית. מתוך המאגרים האלה אתה מלמד מכונה והיא יודעת לקחת מקרים חדשים ולהעריך אותם.
יש חברות שמסתכלות על צנתור וירטואלי, ובשילוב אנשי מקצוע מאוד טובים, זו טכנולוגיה שיכולה לעזור לנו להחליט מתי יש היצרות שהיא קשה בעורקי הלב ומתי יש צורך להתייחס לזה בצורה פולשנית, כמו למשל להשתיל סטנט או לטפל בזה עם בלון, כל זה על סמך CT. דוגמה נוספת היא בבדיקות של אקו לב, AI שלוקח את הנתונים הרבים שיש באקו לב ובעצם עוזר לצוותים הרפואיים לעשות הסקה אוטומטית של התפקוד, באיתור ממצאים לא תקינים כמו היצרות של המסתמים או לתת הערכה כללית של תפקוד הלב. אלו דברים שלימדנו את הבינה המלאכותית מתוך עשרות אלפי תיקים קודמים ויש לה את היכולת להסיק מסקנות לבד ולפענח ממצאים חדשים. יש גם המון התקדמות בא.ק.ג, שהוא תחום מאוד מפותח בבינה מלאכותית. אמנם מדובר אמנם בתחום ממש ישן, טכנולוגיה שקיימת כבר 100 שנה אבל עדיין משתמשים בה באופן יומיומי מחולים עם כאבים בחזה במצבים של עילפון או חולשה ולפעמים בא.ק.ג יש את המידע שיכול להשפיע על חיי המטופל. היום זה מכשיר שרופאים מסתכלים עליו בעיניים ועושים הערכה, כל אחד לפי הידע והניסיון האישי שלו אבל הבינה מלאכותית מנצלת אותו כי אלו נתונים מאוד מתמטיים וגרפים. הא.ק.ג. מראה נתונים שהם מאוד דומים בין אדם לאדם מכל מקום בעולם, כך שאנחנו מזינים את ה-AI בעשרות אלפי סרטי א.ק.ג ומלמדים את המכונה לזהות מתוכם מצבים שונים ולתת אבחנות. יש חברות מסחריות שאני עובד עם חלקן, שהן יודעות לקחת תמונה של א.ק.ג ולתת אבחנה לא פחות מהרבה רופאים. זה יכול לתמוך ברופאים פחות מנוסים שנדרשים לתמיכה הזו של הטכנולוגיה.
- סקר ההייטק: 37% מהעובדים המנוסים חוששים לעידם המקצועי בגלל ה-AI
- ה-AI והעבודה שלכם - מי בסכנה ומי לא?
- המלצת המערכת: כל הכותרות 24/7
איפה הוא תורם?
כמובן שצריך לדעת להשתמש בה באחריות, אבל אין ספק תורם בהסקת מסקנות ברמה המחקרית. הוא יותר ויותר עוזר באבחון של אמצעי דימות. ה-AI יכול לתמוך במערכות תומכות החלטה לקראת פעולה על סמך נתונים, זה תומך בקיצור משימות ומטלות שוחקות שמבזבזות לכולנו זמן, כמו משימות משרדיות, תקשורת או עיבוד שפה. הבינה המלאכותית מאוד מייעלת את העבודה ולאפשר יותר תקשורת בין המטפל לחולה.
פרופ' ליאור פרל, קרדיט: עוז שכטר"ברגע שהרובוט יוכל לקפוץ בלילה ולצנתר במקומי אני הראשון להסכים"
שיחה עם פרופ' ליאור פרל, מנהל מכון הצנתורים במערך לקרדיולוגיה במרכז הרפואי רבין, קמפוס בילינסון והשרון. "אם נדע להשתמש ב-AI, אז אז עוד 50 ישאלו איך פעם עשו רפואה כל כך פרימיטיבית" ולמה הוא לא רואה "תחליף למגע האנושי בין הרופא למטופל"
ספר קצת על עצמך:
אנחנו מטפלים בכל מחלות הלב באופן פולשני באמצעות צנתורים. החל מחולים שעוברים בדיקות, עם כאבים בחזה ובדיקות שדורשות הערכה של עורקי הלב, או כאלו הדורשות הערכה ואבחון של תפקוד הלב והמסתמים שלו בצורה פולשנית, שאת הכל אנחנו מבצעים בחדר צנתורים. אנחנו עובדים בטיפולים במחלות במסתמי הלב, או היצרות של העורקים. החולים מגיעים מהבית או מאשפוז או יכולים להגיע דחוף באמבולנס. אנחנו עובדים יום ולילה, כשיש מישהו שחוטף התקף לב באמצע הלילה אז אנחנו אלו שמטפלים בו.
איך ה-AI משפיע על המקצוע או על הענף?
הבינה המלאכותית בקרדיולוגיה הפכה להיות כיוון מאוד מאוד מבטיח. הקרדיולוגיה זה התחום השני בחשיבותו בהתפתחות של מכשירי AI ופתרונות AI. קרדיולוגיה תמיד היה תחום מאוד טכנולוגי ויש הזדמנויות לשימוש בתוכנה, כאשר ישראל מובילה בתחום ומאמצת מאוד חזקה של בינה מלאכותית, כאשר רבים מאיתנו שותפים לפיתוחים של מכשור רפואי חדשני. הבינה המלאכותית בקרדיולוגיה מתחילה כבר בתיק המטופל. יש פתרונות שיודעים להעריך מי מהמטופלים דורש מעקב, יכולה לסייע בניהול בעבודה המשרדית, ניהול תיקי המטופל ואבטחת מידע. ה-AI נמצא גם בעת הפענוח ובמערכות תומכות החלטה באמצעי הדמיה שונים של הלב בין אם מדובר בהדמיה לא פולשנית או כן, יש הרבה שימוש בבינה מלאכותית וזה רק הולך וגובר. לבסוף ישנם גם כלים של טיפול המסייעים בצמתים בהם מקבלים החלטה על טיפול בחולים. בין אם בצנתור או בטיפול במסתמים. יש מנעד מאוד גדול, זה תחום מאוד פופולרי במחקר ומספר הפרסומים בתחום רק הולך וגובר משנה לשנה.
הבינה המלאכותית מאפשרת יותר משאפשרו שיטות סטטיסטיות מסורתיות שנעזרנו בהן גם קודם. זה שימוש במאגרי מידע מאוד גדולים, כלי הבינה המלאכותית הם מאוד מגוונים ויש להם יכולת לימוד עצמי של כל מקרה לגופו. מה שמוביל בסופו של דבר להתאמה לטיפול רפואי מותאם אישית. מתוך המאגרים האלה אתה מלמד מכונה והיא יודעת לקחת מקרים חדשים ולהעריך אותם.
יש חברות שמסתכלות על צנתור וירטואלי, ובשילוב אנשי מקצוע מאוד טובים, זו טכנולוגיה שיכולה לעזור לנו להחליט מתי יש היצרות שהיא קשה בעורקי הלב ומתי יש צורך להתייחס לזה בצורה פולשנית, כמו למשל להשתיל סטנט או לטפל בזה עם בלון, כל זה על סמך CT. דוגמה נוספת היא בבדיקות של אקו לב, AI שלוקח את הנתונים הרבים שיש באקו לב ובעצם עוזר לצוותים הרפואיים לעשות הסקה אוטומטית של התפקוד, באיתור ממצאים לא תקינים כמו היצרות של המסתמים או לתת הערכה כללית של תפקוד הלב. אלו דברים שלימדנו את הבינה המלאכותית מתוך עשרות אלפי תיקים קודמים ויש לה את היכולת להסיק מסקנות לבד ולפענח ממצאים חדשים. יש גם המון התקדמות בא.ק.ג, שהוא תחום מאוד מפותח בבינה מלאכותית. אמנם מדובר אמנם בתחום ממש ישן, טכנולוגיה שקיימת כבר 100 שנה אבל עדיין משתמשים בה באופן יומיומי מחולים עם כאבים בחזה במצבים של עילפון או חולשה ולפעמים בא.ק.ג יש את המידע שיכול להשפיע על חיי המטופל. היום זה מכשיר שרופאים מסתכלים עליו בעיניים ועושים הערכה, כל אחד לפי הידע והניסיון האישי שלו אבל הבינה מלאכותית מנצלת אותו כי אלו נתונים מאוד מתמטיים וגרפים. הא.ק.ג. מראה נתונים שהם מאוד דומים בין אדם לאדם מכל מקום בעולם, כך שאנחנו מזינים את ה-AI בעשרות אלפי סרטי א.ק.ג ומלמדים את המכונה לזהות מתוכם מצבים שונים ולתת אבחנות. יש חברות מסחריות שאני עובד עם חלקן, שהן יודעות לקחת תמונה של א.ק.ג ולתת אבחנה לא פחות מהרבה רופאים. זה יכול לתמוך ברופאים פחות מנוסים שנדרשים לתמיכה הזו של הטכנולוגיה.
- סקר ההייטק: 37% מהעובדים המנוסים חוששים לעידם המקצועי בגלל ה-AI
- ה-AI והעבודה שלכם - מי בסכנה ומי לא?
- המלצת המערכת: כל הכותרות 24/7
איפה הוא תורם?
כמובן שצריך לדעת להשתמש בה באחריות, אבל אין ספק תורם בהסקת מסקנות ברמה המחקרית. הוא יותר ויותר עוזר באבחון של אמצעי דימות. ה-AI יכול לתמוך במערכות תומכות החלטה לקראת פעולה על סמך נתונים, זה תומך בקיצור משימות ומטלות שוחקות שמבזבזות לכולנו זמן, כמו משימות משרדיות, תקשורת או עיבוד שפה. הבינה המלאכותית מאוד מייעלת את העבודה ולאפשר יותר תקשורת בין המטפל לחולה.
