מי ישלם על העבודה של ה-AI?

Microsoft הכריזה ב-25 בספטמבר על Copilot חדש סביב שלושה אזורים: Home, Code ו-Autopilot. Home מאחד את סביבת ה-Chat וה-Cowork ומכניס את Word, Excel ו-PowerPoint אל תוך Copilot. Code מאפשר לתאר בשפה טבעית Dashboard, Tracker, אפליקציה או Workflow ולקבל פתרון שעובד בסביבת Microsoft 365. Autopilot הוא Agent מתמשך, אישי ופרואקטיבי, שמקבל זהות, זיכרון והרשאות ויכול להמשיך לקדם עבודה גם כשהמשתמש לא יושב מולו.

הנקודה המעניינת כאן אינה פיצ'ר כזה או אחר. Microsoft מנסה להזיז את Copilot מ”מקום ששואלים בו שאלה” ל”מקום שמתחילים ממנו עבודה”. אם זה יצליח, הרבה מאוד עבודות ארגוניות קטנות - מעקבים, טפסים, רשימות, דוחות, תיאומים, הכנות לפגישות, תחקור מסמכים - לא יתחילו עוד ב-Excel או במייל, אלא בתיאור של תוצאה רצויה.

זה גם משנה את חשבון ה-AI. כשהמשתמש שואל שאלה, העלות נראית כמו עוד צריכת Tokens. כש-Agent בונה אפליקציה, מריץ Workflow או ממשיך לעבוד ברקע, העלות צריכה להימדד לפי משימה: כמה עלה לבצע אותה, כמה זמן נחסך, כמה איכות נוספה, ומה הסיכון שנוצר.

מקור: Microsoft · Reuters

Reuters דיווחה על פרטים מתשקיף Anthropic ועל עסקת מימון שבה Broadcom עשויה להלוות ל-Anthropic עד 42 מיליארד דולר כדי לממן חכירת שבבים ותשתית. לפי הדיווח, מדובר בחלק ממערכת יחסים רחבה יותר שבה Broadcom מספקת ציוד ושבבים, בעוד Anthropic בונה התחייבויות Compute גדולות לשנים הקרובות.

זה חשוב כי זה חושף את הפער בין החוויה של המשתמש לבין המציאות של התעשייה. המשתמש רואה מודל שמגיב מהר, מחיר ל-Token שיורד, ומוצרים שנראים כמעט בלתי מוגבלים. אבל מאחורי זה יש חוזי ענן, שבבים, חשמל, קירור, Data Centers, מימון, סיכוני תלות בספקים ושאלה גדולה: מי מממן את כל האינטליגנציה הזו עד שהיא תהפוך לרווחית?

אפשר לחשוב על זה כך: בקצה הקדמי של השוק AI עובר דמוקרטיזציה. בקצה האחורי שלו הוא הופך לתעשיית תשתית כבדה, מרוכזת ויקרה. זה לא סותר. זה בדיוק הפרדוקס.

מקור: Reuters - Broadcom/Anthropic · Reuters - S-1

Google הכריזה על Gemini 4 Argon כמודל Frontier חדש למשימות מקצועיות מורכבות וארוכות טווח. לפי Google, המודל מיועד בין היתר לקידוד, מחקר, כתיבה איכותית וסייבר הגנתי. אבל הפרט החשוב הוא לא רק היכולות: Argon נפתח בתחילה לקבוצה מוגבלת של מגיני סייבר ובודקים מהימנים, לפני פתיחה רחבה יותר.

זה סימן להתבגרות השוק. שחרור של מודל חזק כבר אינו רק “הנה API חדש”. הוא הופך לאירוע מבוקר: מי מקבל גישה, לאיזה שימוש, באיזה קצב, עם אילו בדיקות, ואיפה יש סיכון אם היכולת תגיע מהר מדי או לידיים הלא נכונות.

עבור ארגונים, הלקח אינו “לעבור לגוגל” או “לא לעבור לגוגל”. הלקח הוא שצריך להפסיק לחשוב על מודל אחד לכל דבר. העתיד הסביר הוא Portfolio: מודל קטן וזול למשימות שגרתיות, מודל חזק למשימות מורכבות, מודל עם בקרות מיוחדות למידע רגיש, ו-Routing שמחליט לפי עלות, איכות וסיכון.

מקור: Google · Reuters

AP פרסמה השבוע ציר זמן של אירועי בטיחות מאז תקיפת Hugging Face, כולל אירועים שבהם Agents ומודלים מתקדמים נבחנו מול אתרי ממשל, מערכות ארגוניות וסביבות סייבר. במקביל, דיווחים סביב OpenAI הצביעו על עיכובים בשחרור מודלים מתקדמים בעקבות חששות Alignment ובטיחות.

הנקודה אינה להיבהל מכל Agent. הנקודה היא להבין שהמעבר מצ'אט ל-Agent משנה את סוג הסיכון. מודל שמנסח תשובה לא טובה מייצר בעיית איכות. Agent שמפעיל כלי, קורא קבצים, משנה נתונים או ממשיך לעבוד ברקע מייצר בעיית שליטה.

לכן המילים המשעממות - Eval, Audit, Permissions, Human Approval, Tool Limits - הופכות להיות מילים חשובות. הן ההבדל בין התנסות יפה לבין שימוש אמיתי בסביבה ארגונית.

מקור: AP