‘למכור פולי קפה לסטארבקס’ – כיצד בום ה‑AI עלול להשאיר את חברות הענק מאחור

עד כמה מודלי יסוד באמת חשובים? השאלה הזו הפכה למרכזית בשיחות עם סטארטאפים, שבשנים האחרונות כבר לא נרתעים ממה שפעם כונו “GPT wrappers” – מוצרים שמבוססים על מודלים קיימים כמו ChatGPT. רבים מהם מתייחסים כיום למודל היסוד כקומודיטי שניתן להחליף, וממקדים את החדשנות בהתאמה למשימות ספציפיות ובממשק משתמש. המגמה הזו בלטה במיוחד בכנס BoxWorks האחרון, שהתמקד כמעט כולו בשכבת התוכנה שמעל המודלים.

אחת הסיבות לשינוי: היתרונות שבסקיילינג של pre‑training הגיעו לדעיכה. זה לא אומר שה‑AI נתקע, אלא שהפריצה הבאה מגיעה יותר מ‑post‑training, reinforcement learning וכיוונון (fine‑tuning), לצד עיצוב חוויה חכמה. ההצלחה של Claude Code מטעם Anthropic ממחישה זאת: גם מפתחי המודלים יודעים לשחק היטב בשכבות הללו – אבל היתרון הזה פחות עמיד משהיה בעבר.

כך, המירוץ ל‑AGI יחיד ומקיף מפנה מקום לפלחים עסקיים נפרדים: כלי פיתוח, ניהול נתונים ארגוני, יצירת תמונה ועוד. בשווקים הללו, עצם בניית מודל יסוד אינה מבטיחה יתרון תחרותי; שפע חלופות קוד פתוח גם שוחק כוח תמחור. התוצאה האפשרית: ענקיות המודלים נדחקות לתפקיד ספקיות back‑end דלות מרווח – או כפי שניסח זאת יזם אחד, “כמו למכור פולי קפה לסטארבקס”.

גם יתרון הראשונים בסצנה מוטל בספק. מרטין קאסאדו מ‑a16z מזכיר ש‑OpenAI הובילה ראשונה בקוד, תמונה ווידאו – אך איבדה הובלה בכל הקטגוריות. “אין חפיר טכנולוגי מולד”, הוא מסכם. במקביל, סטארטאפים מדווחים שהם מחליפים בין GPT‑5, Claude או Gemini באמצע גרסה – בלי שהמשתמשים ישימו לב.

עם זאת, מוקדם להספיד את הגדולות. כוח מותג, תשתית גלובלית וכיסים עמוקים הם יתרונות אמיתיים, והעסק הצרכני של OpenAI עשוי להתגלות כעמיד יותר מכלי הקוד. הכיוון המחקרי עשוי להתהפך שוב, ופריצות דרך בדרך ל‑AGI יכולות לשנות כללי משחק בתחומי פרמצבטיקה וחומרים. עד אז, האסטרטגיה של “עוד מודל גדול יותר” נראית פחות אטרקטיבית – וסבבי ההשקעות וההוצאה האגרסיביים, כמו של Meta, נראים מסוכנים יותר.

קרדיט תמונה: Eshma / Getty Images