עובדים בהייטק אופן ספייס
צילום: דאלי אי
שכר בהייטק

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?

עמית בר | (4)


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.

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.

קיראו עוד ב"קריירה"

תגובות לכתבה(4):

הגב לכתבה

השדות המסומנים ב-* הם שדות חובה
  • 2.
    אנונימי 09/02/2025 20:08
    הגב לתגובה זו
    יורדת וחזק
  • 1.
    האם לא מדובר בדילול מניות שמוסתר מהציבור (ל"ת)
    שאלה תמימה 09/02/2025 12:22
    הגב לתגובה זו
  • אנונימי 10/02/2025 22:29
    הגב לתגובה זו
    פעם 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 14:20
    הגב לתגובה זו
    הדילול הוא באותו יחס ואפילו אם הייתה נרשמת הוצאה על שכר.זה מייצר לחברה תזרים חיובי וגמישות.
עובד עם AI קרדיט: גרוקעובד עם AI קרדיט: גרוק

איך להפוך את ה-Chat GPT לכלי חכם באמת? מדריך

מדריך: איך אפשר להפוך את הבינה המלאכותית לכלי עבודה יעיל, ממוקד ואישי יותר ואיך המתחרות של ה-Chat GPT עומדות מולו?


הדס ברטל |

כולנו כבר התחלנו לעבוד באופן כלשהו עם ה-AI, בין אם שהשתמשנו בו בעבודה, השתעשענו איתו ועם היכולות שלו בשעות הפנאי או שהפכנו אותו לחלק קבוע בשגרת היומיום שלנו למטרות שונות. הכלי הפופולרי ביותר הוא כמובן ה-ChatGPT שבשנה אחת הפך לאחד הכלים הנפוצים בעולם העבודה והאקדמיה, אבל רבים מהמשתמשים עדיין מנצלים רק חלק קטן מהפוטנציאל שלו. במצבו הבסיסי, הכלי אמנם מספק תשובות מדויקות למדי, אך הוא מגיב לפי ההקשר של כל שאלה ולא לפי האדם שמולו. כלומר, הוא לא באמת "מכיר" את המשתמש אלא מגיב לפי ניחוש ורוב הזמן מנסה לרצות את המשתמש במקום לתת תשובות אובייקטיביות. אז איך אפשר לשנות זאת? 

1 # התאמה אישית

יש להשתמש בתוכנת ההתאמה האישית (Custom Instructions) המאפשרת לבנות שפה קבועה בין המשתמש לבין ה-AI. היא מאפשרת להורות ל-ChatGPT מה הוא צריך לדעת עליכם ואיך לענות לכם. בין אם בניסוחים תמציתיים, או בניתוחים כלכליים ארוכים, ואם בשפה פורמלית או בשפה חופשית. למעשה צריך להגדיר איך מתנהל השיח עם ה-AI, מה שיכול לייתר את הצורך להסביר בכל פעם מחדש את סגנון התשובות שאנחנו רוצים ממנו.

כך למשל, אנליסט פיננסי יכול להורות לכלי להשיב רק במבנה של טבלת נתונים והשוואות, בעוד עיתונאי יכול לבקש ניסוחים דומים לאלה של כלי תקשורת כלכליים. או למשל מי שעוסק במחקר או הוראה יכול לבקש ש-ChatGPT ישאל שאלות מנחות במקום לתת תשובות מלאות, כדי לעודד חשיבה עצמאית.

חשוב לזכור שגם כאשר הכלי פועל תחת הנחיות מותאמות, הוא לא תמיד שומר על אחידות מוחלטת. לעיתים הוא "גולש" לסגנון אחר או מתעלם מהעדפה שהוגדרה. הסיבה היא שמדובר במערכת דינמית הלומדת תוך כדי שימוש. לכן מומלץ לתקן אותה בזמן אמת, להזכיר את ההנחיות ולחדד את הגבולות. במילים אחרות, ההתאמה האישית אינה פעולה חד פעמית, אלא תהליך מתמשך של fine-tuning בין המשתמש למכונה.

2 # פרטיות

אחת הסוגיות שמעסיקות כיום את המשתמשים, ובעיקר ארגונים, תאגידים וחברות, היא עד כמה ניתן לשלוט במידע. ChatGPT מאפשר לנו לבחור אם לשתף את השיחות לצורך שיפור המודל או להשבית לחלוטין את האפשרות הזאת. משתמשים ארגוניים, כמו לקוחות של ChatGPT Team או Enterprise, נהנים כברירת מחדל ממדיניות פרטיות מחמירה יותר כאשר השיחות שלהם אינן משמשות לאימון המערכת.

איילת גבע, מנהלת יחידת החדשנות והפיתוח העסקי של מרכז הסרטן בשיבא, קרדיט: באדיבות המצולמתאיילת גבע, מנהלת יחידת החדשנות והפיתוח העסקי של מרכז הסרטן בשיבא, קרדיט: באדיבות המצולמת
ה-AI ואני

"אם פעם היו מחקרים עם 47 מטופלים, כיום אני מסוגלת לעשות מחקרים על אלפי מטופלים"- קריירה בעידן ה-AI

איילת גבע, מנהלת יחידת החדשנות והפיתוח העסקי של מרכז הסרטן על שם חוסידמן בזרוע החדשנות ARC, המרכז הרפואי שיבא

הדס ברטל |

ספרי קצת על עצמך: 

מגיעה מהעולם הטכנולוגי, ממש מהברזלים. בניתי מערכות business intelligence בגופים כמו טבע, פוקס או דיסקברי. מאז עשיתי מעבר לעולמות הבריאות הדיגיטלית כשניהלתי מוצרים שהם בהכרח דברים שנוגעים בעולמות הנתונים וה-AI. אז לא קראו לזה AI זה היה  machine learning.

היום אני מנהלת את מנהלת החדשנות והפיתוח העסקי במרכז הסרטן בשיבא. כאן אני עושה כל מה שקשור בחדשנות, כך שאני גם מייבאה רעיונות פנימה על ידי קשרים עם חברות מכל הגדלים מקטן ועד גדול וגם מנביטה רעיונות פנימיים ומביאה אותם לידי מימוש בעולמות הטכנולוגיים ובעולמות המסחריים אם יש צורך. היחידה שלי עושה פיתוח עסקי, שזה אומר לתכלל את כל ההיבטים הכלכליים של מרכז הסרטן, הכוונה כאן היא לא להכניס כסף לכיס של אף אחד אלא להביא כסף  למטופלים שלנו, מרפאות חדשות בין אם דרך שירותים חדשים, או טפסי 17, וגם למעבדת המידע שלנו שנקראת אונקומיינד שעושה עיבודים גנומיים שמתכללים כמה סוגי מידע על מטופל. אם יש לי כ-100 אלף מטופלים, אז יש לי כ-100 אלף מסעי מטופל ומדובר בכל המידע הרלוונטי לאותו מטופל. 

מסע מטופל מתכלל את כל המידע מרגע האבחון ועד לסוף הטיפול, יש לי את כל הנתונים של המטופל ולפי זה הקלינאי קובע את הטיפול. במעבדה אנחנו עושים בירור גנומי ובעצם כל מה שיש לו משמעות קלינית נכנס לדאטה בייס והתפקיד שלי זה למצות המידע מהכל. אנחנו מוציאים מודלים שמסייעים לזהות מטופלים בסיכון. עם ה-AI אנחנו אוספים מודלים נבואיים ומסייעים לזהות מטופלים בסיכון ולהבין איזה מטופל מתאים לאיזה טיפול והכל כדי לשפר את מסע המטופל ולשפר את הטיפול בו. אנחנו מצליחים ככה לחזות תזמונים של טיפולים, כלומר מתי להעניק איזה טיפול, והכל מבוסס AI ולא היה אפשרי בלי AI.

 

מרכז הסרטן על שם חוסידמן בזרוע
 החדשנות ARC, המרכז הרפואי שיבא, קרדיט: דוברות שיבא
מרכז הסרטן על שם חוסידמן בזרוע החדשנות ARC, המרכז הרפואי שיבא - קרדיט: דוברות שיבא


איך ה-AI משפיע על המקצוע או על הענף?

כלי ה-AI משפרים את מסע המטופל, אנחנו מאיצים מחקרים. אם פעם מחקר היה נוגע באיסוף נתונים, היו מגיעים למחקרים עם 47 מטופלים ועכשיו אני מסוגלת לעשות מחקרים על אלפי מטופלים. אני עובדת עם קלינאים עם משפך ואני שואלת אותם "המחקר שאתם עושים מה סוף הדרך מבחינתכם ומה השלבים בדרך לשם." כל שאלת המחקר מצוותת לשאלת מחקר אחרת, למחקרים קליניים אחרים ולרקע הדמוגרפי של המטופל. בפועל ה-AI מחולל גם היום שינוי עצום באונקולוגיה. אם אני יכולה להקל אפילו במעט את מסע המטופל של המטופלים שלנו, אז אנחנו שואפים לעשות את זה. אנחנו עוברים תפיסתית מהעולם שבו הרופא המטפל מסתמך רק על הניסיון שלו או על הניסיון של הקולגות שלו שבעצם זה הסתמכות על מספר מאוד מוגבל של מטופלים, ועוברים לעולם שכל החלטה יכולה להיות מבוססת על כר נרחב של דאטה וככה ההחלטות יכולות להיות הרבה יותר מדויקות. ה-AI מעולה לזיהוי של כל מיני תבניות שהעין האנושית והמוח האנושי מתקשה לרדת למורכבות שלהם. אני לא אומרת שצריך להחליף את הרופא, רופא חייב להיות שם לנווט את התמונה. מההתחלה ועד למתן הטיפול הנכון. האתגר האמיתי שלי הוא לא לבנות מודל אלא לבנות מודל שלא יכשל קלינית וייתן טיפול לא נכון. ה-AI נותן מגמות, סטטיסטיקות ויכולות חיזוי אבל רופא הוא זה שצריך להחליט.