להורדת הפרק – קישור.
להורדת עותק pdf – קישור.
תקציר
- מרוץ הבינה המלאכותית בין ארה״ב וסין לא יוכרע רק במעבדות. הוא יוכרע בקצב שבו המשק כולו ילמד להשתמש בטכנולוגיה. בינה מלאכותית היא טכנולוגיה רב-תכליתית: היא חודרת לענפים רבים, משתפרת ללא הרף, ובעיקר מעוררת חדשנות אצל מי שמשתמש בה. מכאן הממצא המפתיע: מי שמחזיק במודל המתקדם ביותר לא בהכרח ירוויח ממנו הכי הרבה. מדינה עם טכנולוגיה צנועה יותר ואימוץ רחב יותר עשויה לקצור צמיחה גדולה יותר.
- המנגנון הוא לולאת משוב. שיפור בטכנולוגיה מאפשר למשתמשים לפתח יישומים חדשים, היישומים מגדילים את הביקוש, והביקוש מממן את הדור הבא. אבל הלולאה לא מסתובבת מעצמה, ושתי החצנות מאטות אותה.
- בהחצנה האנכית המפתח גובה פרמיה על הערך שהוא מייצר, המשתמשים מצמצמים בתגובה את השקעתם, ובסוף שני הצדדים משקיעים פחות מהנדרש. בהחצנה האופקית כל משתמש שמשקיע ביישומים משפר את הטכנולוגיה לטובת כולם, אך אינו מקבל על כך תמורה, ולכן כל אחד מעדיף להמתין. מתחת לסף בשלות מסוים חלק מהמשתמשים הפוטנציאליים לא נכנסים כלל, והטכנולוגיה עלולה להיתקע.
- כאן נוצרת הדילמה של המדינה. התערבותה נחוצה כדי לחלץ את הלולאה מתת-ההשקעה, אבל כל כלי שבידיה חותך לשני הכיוונים. חסמי כניסה מגנים על מפתחים מקומיים ומייקרים את הטכנולוגיה למשתמשים. המדינה יכולה לשמש לקוח ראשון, כפי שמשרד ההגנה האמריקני עשה עם השבבים בשנות ה-60׳, ולדחוף טכנולוגיה עד לבשלות אזרחית. אך זה עלול להתברר כהימור יקר על טכנולוגיה שאינה רב-תכליתית.
- הבעיה כיום הפוכה מזו שהמודל המקורי תיאר: לא חסר הון, חסר ביקוש. מיליארדים זורמים לתשתית ולמודלים, אבל רק מיעוט מהעסקים הטמיעו בינה מלאכותית בליבת הפעילות או רואים ממנה השפעה על הרווח. אין זה בהכרח סימן לבועה. כמו החשמל בשעתו, טכנולוגיה רב-תכליתית דורשת ארגון מחדש של העבודה, ולכן הפרודוקטיביות עשויה לרדת לפני שתזנק, בדפוס של עקומת J. המסקנה זהה למדינות ולחברות: המשאב החשוב במרוץ אינו המודל הבא. הוא היכולת להפוך משתמשים מהססים למשתמשים עמוקים, דרך הכשרה, ליווי בהטמעה ולבסוף עיצוב מחדש של תהליכי העבודה עצמם.
מבוא
זה מרגיש שכמעט כל יום מביא איתו כותרות חדשות ודרמטיות על מרוץ הבינה המלאכותית בין ארה״ב וסין: עוד פיקוח על שבבים, עוד מודל סיני שמדביק את הפער עם האמריקנים, עוד מרכז נתונים שלא מצליח להשיג חשמל, עוד סוכן אוטונומי שפרץ את מה שהוא לא אמור לפרוץ בדרך שלא אמורה להיות קיימת. כותרות על כותרות על כותרות.
לכולם ברור שבינה מלאכותית היא טכנולוגיה חשובה. דונלד טראמפ בעצרת האו״ם הכריז: ״מי שמנצח בסופר-אינטליגנציה – מנצח״. אבל קשה כל-כך לחשוב באופן שיטתי על הר הכותרות שנופל עלינו: מה חשוב? מה פחות? איך הדברים משפיעים זה על זה? האם מודל פתוח סיני פוגע או שמא עוזר לארה״ב במרוץ הבינה המלאכותית? איך בכלל מנצחים במרוץ הזה?
אין לי תשובות סופיות. אבל יש לי מודל שיכול לעשות סדר במרוץ הטכנולוגי הכי חשוב של ימינו: טכנולוגיה רב-תכליתית, או GPT (לא, זה לא ה-GPT של ChatGPT).
המודל יכול לעזור לנו בשלוש דרכים: להבין את היחסים בין החברות שמפתחות את המודלים לחברות שמשתמשות בהם. להבין את הדילמות של המדינות בתחרות על בינה מלאכותית. ולהבין מדוע סין וארה״ב בכלל מתחרות על הטכנולוגיה.
היחסים בין המפתחים למשתמשים הם אולי החלק הכי מעניין. כי התחרות על בינה מלאכותית לא תוכרע רק בבית הלבן. הממשלות קובעות את הכללים, אבל התחרות תוכרע גם במשרדים של תאגידי ענק, בקווי הייצור של מפעלים ואולי אפילו – במכולת השכונתית.
טכנולוגיה רב-תכליתית והמודל של טרכטנברג ושות׳
מוסכם במחקר הכלכלי שפיתוח טכנולוגי הוא מרכיב חשוב בצמיחה ארוכת הטווח של משק. הוויכוח הוא, בין השאר, מה מבדיל בין טכנולוגיה שתורמת באופן דרמטי לצמיחה וכזו שלא. מה מבדיל בין מנוע הקיטור, שהניע את המהפכה התעשייתית, ובין מדפסת הלייזר, שמאוד שיפרה הדפסת נייר אולם לא הניעה שום עידן טכנולוגי-כלכלי חדש. מה מבדיל בין הטכנולוגיות?
שני כלכלנים, מנואל טרכטנברג (כן, ה-טרכטנברג מאוניברסיטת תל-אביב) וטימותי ברסנהן, הציעו תשובה, מודל: טכנולוגיה רב-תכליתית[1].
מהי טכנולוגיה רב-תכליתית?
ניקח לשם הדוגמה את השבב. אתם מכירים אותו, אז בקצרה. לשבב יש שלושה מאפיינים שהופכים אותו לטכנולוגיה רב-תכליתית. הראשון: שימוש רחב במגזרים רבים. שבבים נמצאים במכונות כביסה, באייפון בכיס שלכם ובטיל המונחה.
המאפיין השני: דינמיות טכנולוגית. שבבים משתפרים כל הזמן. כוח העיבוד של שבב גרפי (GPU) מכפיל את עצמו כל שנתיים בערך.
המאפיין השלישי: חדשנות שמזינה חדשנות, או בעגה המקצועית Innovational Complementarities. שבבים חזקים יותר מאפשרים לפירמות המשתמשות בהם לפתח יכולות חדשות. הטלפון הנייד, השעון החכם, משקפי מציאות וירטואלית, רכבים אוטונומיים – כולם אפשריים הודות לשיפור המתמיד בשבבים. והיישומים החדשים הללו מגדילים את הביקוש לשבבים, מה שמתמרץ את תעשיית השבבים לפתח שבבים עוד יותר מתקדמים. חדשנות שמזינה חדשנות.
במודל של טרכטנברג וברסנהן המאפיין השלישי הוא שהופך טכנולוגיה רב-תכליתית לטכנולוגיה שמגדירה עידן. לא רק שהיא משמשת במגזרים רבים – גם מהדק נייר משמש בכל ענפי המשק. ולא רק שהיא דינמית טכנולוגית – גם הפאנל הסולארי דינמי טכנולוגית. אלא שהפיתוח של טכנולוגיה רב-תכליתית מגדיל את הכדאיות של מחקר ופיתוח גם אצל המשתמשים בה. טכנולוגיה רב-תכליתית הופכת לליבה של צבר חדשנות, שמניע את הכלכלה קדימה בלולאת משוב חיובית.
מכאן כבר אפשר להפיק תובנה ראשונה: כדי להפיק את מירב הפוטנציאל הכלכלי מטכנולוגיה, לא די שהטכנולוגיה תהיה מתקדמת. צריך שהשימוש בה יהיה רחב וחידוש בה יביא לחידושים נוספים אצל משתמשים. מדינה שיש לה את המודל הכי מתקדם היא לא בהכרח זו שתפיק את המירב מבינה מלאכותית. יתכן שזו עם המודל המתוחכם פחות, אך עם האימוץ הרחב יותר, תפיק יותר צמיחה כלכלית מהטכנולוגיה.
אולם זו התובנה הכי פחות מעניינת מהמודל.
המשחק האסטרטגי בפיתוח טכנולוגיה
האם ממשלת ארה״ב צריכה לאסור על חברות אמריקניות להשתמש במודלים פתוחים סינים? נניח והממשל הפדרלי יכול לאכוף איסור כזה בקלות יחסית. האם כדאי לו להטיל אותו?
במאמר שלהם מ-1995 טרכטנברג וברסנהן מנתחים את המשחק האסטרטגי בין המפתח של טכנולוגיה רב-תכליתית ובין הפירמות שמשתמשות בטכנולוגיה במוצרים שלהן. המאמר מניח שהמפתח הוא מונופול. העובדה שיש לולאת משוב חיובית בחדשנות בין הצדדים לא אומרת שהיחסים ביניהם פטורים מבעיות. להיפך. המודל מראה ששני הצדדים ירוויחו מפיתוח הטכנולוגיה. אבל הפיתוח שלה יהיה נמוך מן האופטימום החברתי, ומנגנון המחירים של השוק החופשי, לבדו, לא יפתור זאת.
מדוע? החצנות. זו דרך מרשימה לומר שפעולה של צד אחד משפיעה על צד אחר מבלי שהיה מעורב בה. המודל מזהה שתי החצנות: החצנה אנכית, בין המפתח והמשתמשים, והחצנה אופקית, בין המשתמשים.
החצנה אנכית משמעותה שהמפתח גובה מחיר גבוה מעלות הייצור כדי לתפוס חלק מהערך הכלכלי שהוא יוצר למשתמשים. זה כמובן לא רע בפני עצמו. אבל זה פוגע בשני הצדדים, כל אחד מסיבה אחרת. המשתמשים משלמים יותר, ולכן משקיעים פחות ביישומים. והמפתח? גם במחיר הגבוה הוא תופס רק חלק מהערך שהשיפור שלו יוצר. את השאר קוצרים המשתמשים. ומי שקוצר רק חלק מהפירות, משקיע פחות בהמשך הפיתוח של הטכנולוגיה.
ההחצנה השנייה, האופקית, היא בין משתמשים. כל משתמש שמשקיע בפיתוח יישומים לטכנולוגיה מגדיל את השוק שלה, מה שמעודד את המפתח לשפר אותה – והשיפור מיטיב עם כל שאר המשתמשים. כשתאגידים גדולים משלמים ל-Anthropic על שימוש בקלוד, הם מעודדים את פיתוח המודל הבא, פיתוח שגם צרכנים פרטיים יהנו ממנו. התאגיד שמוציא מאות מיליונים על תכנות באמצעות בינה מלאכותית דואג שלסבתא יהיה מודל חכם וחזק יותר כשהיא מבררת על מתכון לערב שבת. אף משתמש לא מקבל תמורה על התרומה הזו לאחרים, ולכן כולם משקיעים פחות ממה שהיה משתלם לכולם יחד.
ויש עוד בעיה. מתחת לרמה מסוימת של פיתוח, יש משתמשים שיעדיפו לא להשתמש בטכנולוגיה. דמיינו חברת תקשורת בשנות ה-80׳ שצריכה להחליט אם להשתמש בשבבים בטלפונים שלה. או היום חברת ביטוח שצריכה להחליט אם להשתמש בבינה מלאכותית כדי לבחון תביעות. מתחת לרמה מסוימת של פיתוח טכנולוגי, למשתמשים פוטנציאלים אין סיבה להשתמש. זה אומר שביקוש שהיה יכול לפתח את הטכנולוגיה פשוט לא מתממש, והיא נתקעת.
מודלים פתוחים – לאסור או לא?
עכשיו אפשר לחזור לשאלה שפתחנו בה: לאסור מודלים פתוחים סינים או לא? נתחיל מהטיעון הכי חזק בעד איסור, והוא ביטחוני. מודל פתוח הוא קופסה שחורה, ואי אפשר לדעת על מה אימנו אותו. חוקרים ב-Anthropic הראו שאפשר להטמיע במודל ״דלת אחורית״: התנהגות זדונית שמתעוררת רק בתנאי מסוים, ושורדת את אימוני הבטיחות הרגילים. ובדיקה של מכון התקנים האמריקני מספטמבר 2025 מצאה שסוכנים המבוססים על המודל של DeepSeek נוטים פי 12 יותר ממודלים אמריקניים לבצע הוראות זדוניות שנשתלו להם. מודל כזה, בתוך המערכות של חברות אמריקניות, הוא סיכון אמיתי.
מצד שני, במקרה בו ממשלת ארה״ב תאסור על מודלים פתוחים סינים, היא תדחוף חברות אמריקניות להשתמש במודלים מקומיים ויקרים יותר. הביקוש למודלים סינים לא יעבור במלואו למודלים אמריקנים, והיעדר התחרות מצד הסינים יכול להביא מפתחים אמריקנים להעלות מחירים, מה שיפגע עוד בביקוש. ופחות משתמשים זה פחות יישומים, פחות שיפור לכולם, ויותר חברות שיישארו מתחת לסף. חסימת השימוש במודלים פתוחים סינים עלולה להתגלות כירייה ברגל.
אז האם מודל פתוח סיני פוגע בארה״ב או עוזר לה? לפי המודל, גם וגם. הוא סיכון ביטחוני, והוא גם מוזיל את הטכנולוגיה למשתמשים אמריקנים ומניע את הלולאה. השאלה היא איזה מחיר כבד יותר, ואם אפשר להקטין את הסיכון בלי לשלם את המחיר כולו – למשל, לאסור את המודלים האלה רק במערכות רגישות.
המפתח, המשתמש והמדינה
שתי ההחצנות הופכות את המרוץ הטכנולוגי למשחק אסטרטגי בין מפתחים, משתמשים והמדינה. והתערבות מדינתית היא גם נחוצה כדי לשפר את רמת הטכנולוגיה, גם יכולה ליצור עיוותים שיפגעו בה. אפשר לזהות לפחות שלוש דילמות מדיניות שעולות מן המודל.
דילמה אחת היא חסמי כניסה בפני מתחרים. האיסור על מודלים סיניים, למשל, הוא חסם כזה. כשיש תחרות אינטנסיבית בין מספר חברות מפתחות, המחיר של הטכנולוגיה יורד כשהחברות מתחרות על לקוחות, והביקוש גדל. מצד שני, מחיר נמוך הוא גם רווח נמוך. ומפתח שמרוויח פחות משקיע פחות בפיתוח. חסמי כניסה מגינים על המפתחים המקומיים ומשאירים להם כסף לפיתוח, אבל מייקרים את הטכנולוגיה למשתמשים ופוגעים בביקוש. איך מתעדפים?
דילמה שנייה היא ההתערבות של המדינה כלקוח ראשוני. בשנות ה-60׳ הלקוח המרכזי של שבבים בארה״ב היה משרד ההגנה האמריקני. המדינה קנתה שבבים יקרים לנשק מונחה ולחלליות של נאס״א. הביקוש הממשלתי דחף את הפיתוח של הטכנולוגיה עד לנקודה בה היא הייתה זולה מספיק וחזקה מספיק כדי שהשוק האזרחי יתחיל לקנות שבבים. היום הממשל האמריקני כולו מהווה כ-2% בלבד משוק השבבים[2].
האם המדינה צריכה להיות תמיד לקוח ראשון ולשלם על הפיתוח בכל מקרה של ״טכנולוגיה חשובה״? מה אם יתגלה שהטכנולוגיה אינה רב-תכליתית? קחו את מקרה הקונקורד. בריטניה וצרפת מימנו את הפיתוח של מטוס על-קולי ורק שתי חברות התעופה הלאומיות שלהן הפעילו אותו. טכנולוגיה מרשימה, הפסד כבד לשתי הממשלות, ושום עידן חדש. כשהממשל האמריקני קונה היום בינה מלאכותית, זו השאלה: האם בינה מלאכותית היא שבב או קונקורד? מה אם יתגלה שהטכנולוגיה אינה רב-תכליתית?
דילמה שלישית היא רגולציה על השימוש בטכנולוגיה. בינה מלאכותית יכולה להיות כלי רב-עוצמה עבור מתקפות סייבר ומבצעי דיסאינפורמציה. רגולציה משוחררת מדי תחשוף את החברה לצדדים השליליים של הטכנולוגיה. רגולציה הדוקה מדי תפגע בביקוש ותתקע את הטכנולוגיה. איך מאזנים?
תובנות לתחרות בין המעצמות
מה המודל של טכנולוגיה רב-תכליתית יכול ללמד אותנו על התחרות הבין-מעצמתית בתחום הבינה המלאכותית?
ראשית, התחרות על טכנולוגיות רב-תכליתיות היא קריטית למאזן העוצמה בין מדינות בטווח הארוך. אימוץ מוקדם מניע את הלולאה: הצד שבו יותר משתמשים מייצר יותר ביקוש לפיתוחים נוספים. מי שיפגר מאחור באימוץ הטכנולוגי, עם הזמן יפגר יותר גם טכנולוגית, ויפגר מאחור כלכלית וצבאית[3].
שנית, לפי המודל הצמיחה מגיעה מכל הסקטורים שמאמצים את הטכנולוגיה, לא רק מזה שמפתח אותה. לכן הצמיחה תגיע למדינה שמאמצת בינה מלאכותית באופן הרחב ביותר, לא בהכרח לזו שמחזיקה במודל החזית המתקדם ביותר[4]. זו כנראה הסיבה שהסינים מדגישים אימוץ רחב היקף של בינה מלאכותית ורוצים להגדיל עד כמה שאפשר את בסיס המשתמשים. אין להם את המודל הכי מתקדם, אולם זה לא אומר שהם מפסידים בתחרות על בינה מלאכותית.
שלישית, צעדי ביטחון לאומי חייבים להישקל גם בטווח הקצר וגם בטווח הארוך. את המחיר של איסור על מודלים פתוחים כבר ראינו: המפתחים המקומיים מרוויחים בטווח הקצר, והלולאה מאבדת משתמשים בטווח הארוך.גם הבית הלבן מבין את ההיגיון הזה, לפחות כשמדובר במודלים אמריקניים: תוכנית הפעולה האמריקנית לבינה מלאכותית (יולי 2025) מעודדת מודלים פתוחים, כי הם מאפשרים לעסקים קטנים ולמשרדי ממשלה לאמץ בינה מלאכותית מבלי להיות תלויים במודל סגור של חברה מסחרית.
רביעית, בעלי ברית הם משתמשים פוטנציאלים, אולם זה תלוי במידת האמון שלהם בך. בינואר 2025 פרסם ממשל ביידן כלל שהגביל את הגישה לשבבים מתקדמים, ורוב המדינות – כולל בעלות ברית רבות – קיבלו מכסות. הכלל בוטל במאי 2025, בין השאר משום שפגע ביחסים עם אותן מדינות. היום האיחוד האירופי דוחף לפיתוח של מודלים אירופיים כדי לצמצם את התלות הטכנולוגית בארה״ב. בעלי ברית יסמכו על הטכנולוגיה האסטרטגית שלך רק אם יש להם אמון שאתה לא תשתמש בה נגדם.
פיננסים ודפוסי צמיחה
טרכטנברג וברסנהן מנתחים מצב בו אין מספיק השקעה בטכנולוגיה והיא נתקעת ברמה נמוכה. מה קורה אם לעומת זאת יש המון השקעה בטכנולוגיה, אך הביקוש עדיין לא הגיע?
חברות תשתית ענן משקיעות מיליארדים בבניית התשתית לבינה מלאכותית. חברות הפיתוח משקיעות מיליארדים בפיתוח מודלים יותר ויותר מתקדמים. אולם השימוש העמוק בבינה מלאכותית הוא עדיין נמוך יחסית. מעל שלושה רבעים מהעסקים הקטנים בארה״ב משתמשים בבינה מלאכותית. רק 14% הטמיעו אותה בליבת העיסוק שלהם. רחב, אבל רדוד. בסקר של מקינזי, רק 37% מהנשאלים העריכו שהייתה לטכנולוגיה השפעה כלשהי על הרווחים. אם חברה לא מרוויחה מבינה מלאכותית, הביקוש לא יגדל.
האם זה אומר שבינה מלאכותית לא תביא צמיחה? שחברות הענן יוצרות בועה שרק מחכה לרגע שהיא תתפוצץ? לא בהכרח. כדי להשתמש באופן האפקטיבי ביותר בטכנולוגיה רב-תכליתית לא פעם צריך לשנות את האופן בו העסק פועל. כשהחשמל התחיל להפוך נפוץ, היה צריך לתכנן מחדש מפעלים סביבו. ההשקעה הראשונית הזו מורידה את הרווחים ופוגעת בצמיחה. רק מאוחר יותר היא מחזירה את עצמה. יש חוקרים המאמינים שדפוס הצמיחה שתיצור בינה מלאכותית יזכיר את האות ״J״: ירידה ראשונית בפרודוקטיביות ואחריה עליה. השאלה הקריטית עבור חברות הענן היא כמה מהר תגיע העליה.
סיכום
אז איך מנצחים במרוץ הזה? לפי המודל, לא רק במעבדה. אולי הדבר הכי חשוב שמדינה יכולה לעשות, כמו גם עסקים המצפים לביקוש, הוא לעזור להגדיל ולהעמיק את השימוש בבינה מלאכותית. מיקרוסופט לא צריכה רק לפתח מודל בינה מלאכותית, היא צריכה לעזור לעסקים להבין איך להשתמש בה. מדינה במרוץ ה-AI לא צריכה להתמקד רק בפיתוח מודל החזית הבא, אלא גם בהכשרה של אזרחים ועסקים להשתמש בה, עד המכולת השכונתית. סביר להניח שיש פוטנציאל כלכלי רב לא רק בלעזור לחברות לפרוס בינה מלאכותית אצלן, תופעה שכבר קיימת כ-Forward Deployed Engineer, אלא בבחינה מחדש של כל תהליכי העבודה ויצירת הערך שלנו. יתכן שכמו עם החשמל, הפוטנציאל המלא של AI יתממש רק כשנתכנן מחדש את המפעל.
[1] Timothy F. Bresnahan and Manuel Trajtenberg, ‘General Purpose Technologies: “Engines of Growth”?’, Journal of Econometrics 65, no. 1 (1995): 83–108, https://doi.org/https://doi.org/10.1016/0304-4076(94)01598-T.
[2] Chris Miller, Chip War: The Fight for the World’s Most Critical Technology, First Scribner hardcover edition (Scribner, an imprint of Simon & Schuster, 2022).
[3] Jeffrey Ding and Allan Dafoe, ‘Engines of Power: Electricity, AI, and General-Purpose Military Transformations’, European Journal of International Security (2023), https://arxiv.org/abs/2106.04338.
[4] Ibid.
