יאן לקון מזהיר מפני בועה קרבה עבור OpenAI ו-Anthropic

מדען הראשי של Meta AI, יאן לקון, פרסם אזהרה חריפה בנוגע לקיימות הכלכלית של נוף הבינה המלאכותית הגנרטיבית הנוכחי. בדיון שנערך לאחרונה עם CNBC, לקון ציין כי מעבדות מובילות כמו OpenAI ו-Anthropic בדרך ל"פיצוץ בועה גדול" בשל מבני עלויות בלתי יציבים.

הניתוק הכלכלי בבינה מלאכותית גנרטיבית

ליבת הטיעון של לקון טמונה בפער המתרחב בין העלויות המופקעות של הפעלת מודלי שפה גדולים (LLMs) לבין מודלי התמחור הזמינים לצרכנים. בעוד שהכוח החישובי הנדרש לאימון והרצה של מודלי קצה (frontier models) ממשיך לגדול באופן אקספוננציאלי, עלויות התפעול אינן יורדות בקצב תואם.

חיכוך כלכלי זה יוצר תרחיש שבו חברות AI מפסידות בפועל כסף על כל שאילתה, כאשר הון אדיר ממשקיעים משמש כסבסוד לשימוש בעולם האמיתי. תחושה זו עולה גם בדבריו של מנכ"ל OpenAI, סם אלטמן, שזיהה לאחרונה את העלות הגבוהה של AI עבור עסקים כ"בעיה עצומה". ללא שינוי משמעותי – בין אם באמצעות הפחתה דרסטית בעלויות ובין אם באמצעות העלאת מחירי השירות – המודל העסקי הנוכחי של ספקי LLM נותר רעוע.

ביקורת על xAI ומלחמת הכישרונות

לקון לא הגביל את ביקורתו לענקיות התעשייה, אלא כיוון גם כלפי xAI של אילון מאסק. בתיאור הסטארט-אפ כ"סוג של כישלון", לקון הצביע על חוסר יציבות פנימי, וציין במיוחד שהצוות המייסד עזב וכי מאסק מתמודד עם קושי גובר בגיוס כישרונות הנדסה מהשורה הראשונה.

לקון הביע ספקנות לגבי היכולת של xAI להתחרות ביעילות במהירות המחקר ובקנה המידה הנראים ב-OpenAI או ב-Anthropic. ביקורת זו מדגישה מתח גובר בתעשייה: בעוד שההון שופע, הריכוז של כישרונות עילית ומומחיות ייחודית הופך לחסם העיקרי בפיתוח מודלי קצה.

מודלים של עולם לעומת מודלי שפה גדולים

האזהרה מגיעה ברגע מכריע עבור הפילוסופיה הטכנית של לקון עצמו. במקום להכפיל מאמצים על ארכיטקטורת ה-LLM מבוססת ה-transformer השולטת בשוק, לקון מקדם פיתוח של "מודלים של עולם" (world models). אלו הם מערכות שנועדו לבנות הבנה בסיסית של המציאות הפיזית ושל סיבה ותוצאה, במקום רק לחזות את ה-token הבא ברצף.

המיזם שלו, AMI Labs, גייס לאחרונה מיליארד דולר כדי לחתור לכיוון ספציפי זה. הדבר מייצג התפצלות אסטרטגית בנוף ה-AI: בעוד ש"מחנה ה-LLM" נאבק על קנה מידה ויעילות חישובית, "מחנה מודל העולם" שואף לפתור את בעיות ההסקה וההתגלמות (embodiment) שמודלים גנרטיביים נוכחיים עדיין מתקשים לשלוט בהן. אם בועת ה-LLM תתפוצץ, היא עלולה להוביל להקצאה מחדש של הון עצומה לעבר הגישות המגוונות יותר מבחינה ארכיטקטונית הללו.

נקודות מרכזיות

• שבריריות כלכלית: מעבדות AI מובילות מסתמכות כיום על סובסידיות של משקיעים כדי לכסות את הפער בין עלויות תפעול גבוהות לבין תמחור בר-קיימא בשוק.
• התפצלות אסטרטגית: קיים פער טכני גובר בין הגדלת קנה המידה (scaling) של LLMs לבין המרדף אחר "מודלי עולם" השואפים להבנה פיזיקלית אמיתית.
• צווארי בקבוק של כישרונות: היכולת לגייס ולשמר חוקרים מהשורה הראשונה הופכת לקריטית להישרדות החברה, בדיוק כמו הגישה לאשכולות מחשוב עצומים.