בחודשים האחרונים חווה עולם הטכנולוגיה שינוי תפיסתי עמוק בכל הנוגע לניהול התקציבים של בינה מלאכותית יוצרת (Generative AI). חברת טסלה (Tesla) החליטה להטיל תקרת הוצאות נוקשה של 200 דולר בשבוע בלבד לכל עובד עבור שימוש בכלי בינה מלאכותית. הצעד הגיע לאחר שהחברה הפעילה במשך שישה חודשים מערכת דירוג פנימית למהנדסים שהתבססה על היקף השימוש שלהם בטוקנים - מהלך של משחוק (גיימיפיקציה) שיצא משליטה והוביל להוצאות מופרזות ללא צידוק עסקי.
על פי הדיווח במגזין Fast Company, הצעד של טסלה אינו מקרה יחיד. חברות ענק נוספות, ובהן Uber, Meta, Amazon ו-Walmart, ביצעו אף הן פניית פרסה דומה וזנחו את הגישה הבלתי מוגבלת לטובת חיסכון, בקרת עלויות מדוקדקת ובחינה קפדנית של הערך המופק מהטכנולוגיה.
הניסוי של טסלה: כשהמשחוק של ה-AI יצא משליטה
במשך חצי שנה, ניסתה טסלה לתמרץ את מהנדסי החברה להגביר את השימוש בטכנולוגיות AI באמצעות הוספת אלמנטים של משחוק (גיימיפיקציה) לשיטת העבודה. החברה יצרה טבלאות מובילים פנימיות (leaderboards) אשר דירגו את העובדים לפי נפח השימוש שלהם בטוקנים - יחידות המודדות את היקף הקלט והפלט בעת עבודה מול מודלי שפה גדולים (LLM).
הנחת המוצא הייתה שככל שהמהנדסים ישתמשו יותר בטוקנים וישלחו יותר פניות (prompts) למודלים, כך תגבר החדשנות והפרודוקטיביות בחברה. אולם בפועל, המנגנון יצר תופעה הפוכה הידועה בשם "Tokenmaxxing":
- תחרות על נפח במקום איכות: עובדים ניסו לטפס במעלה טבלת הדירוג הפנימית על ידי ייצור כמויות אדירות של פניות למודלים.
- צריכה מיותרת: הגדלת השימוש בטוקנים ללא קשר לצורך ההנדסי הממשי או לערך המופק מהתשובות.
- התנפחות הוצאות: עלויות פניות ה-API והשימוש במודלים הגיעו לממדים שחייבו את החברה לעצור ולחשב מסלול מחדש.
בתגובה לכך, ביטלה טסלה את טבלאות הדירוג והציבה גבול ברור: תקציב מרבי של 200 דולר בשבוע בלבד לעובד עבור כלי AI.
המגמה העולמית: מעבר מ-Tokenmaxxing ל-Valuemaxxing
השינוי בטסלה משקף תהליך רחב בהרבה המתרחש בענף הטכנולוגיה והקמעונאות כולו. אם בשלביה הראשונים של מהפכת הבינה המלאכותית נקטו חברות רבות בגישת "כל מה שתוכל לצרוך" ("all-you-can-prompt") ועודדו את עובדיהן להשתמש במודלים ללא מגבלה, כעת המטוטלת נעה לצד השני.
על פי הדיווח ב-Fast Company, חברות כמו Uber, Meta, Amazon ו-Walmart עברו מגישה של צריכת טוקנים מקסימלית (Tokenmaxxing) לגישה של מקסימום ערך (Valuemaxxing). במסגרת גישה זו, החברות אינן בוחנות עוד כמה העובדים משתמשים בכלי ה-AI, אלא איזה ערך עסקי מדיד התקבל בתמורה לכל דולר שמוציאים על טוקנים.
בדיווח ב-Fast Company מתואר השינוי התפיסתי דרך אנלוגיה לעולם התחבורה והשימוש היומיומי:
"בדיוק כמו הנחיתה בשדה תעופה והזמנת Uber בגלל הנוחות והחיסכון בחניה, החברות מוכנות לשלם על יעילות - אך בשגרה הן חוזרות לבחון את הכדאיות הכלכלית ואת העלויות האמיתיות."
השוואת תפיסות הניהול בעולם ה-AI
| מדד | עידן ה-Tokenmaxxing | עידן ה-Valuemaxxing |
|---|---|---|
| יעד מרכזי | מקסימום שימוש וצריכת טוקנים | מקסימום ערך עסקי ותשואה (ROI) |
| תקציב עובד | בלתי מוגבל ("all-you-can-prompt") | מוגבל ומבוקר (למשל: תקרה של 200 דולר בשבוע בטסלה) |
| מנגנוני תמרוץ | טבלאות דירוג פנימיות לפי נפח שימוש | בחינת תפוקות הנדסיות וחיסכון בזמן |
| גישת החברות | עידוד אימוץ בכל מחיר | ספירת טוקנים והקפדה על הוצאות |
משמעויות והשלכות על שוק ההייטק הישראלי
לשינוי הגישה בחברות הטכנולוגיה הגלובליות יש השפעה ישירה גם על שוק ההייטק הישראלי ועל מרכזי הפיתוח הפועלים בארץ. חברות ישראליות רבות היו בחזית האימוץ של כלי בינה מלאכותית יוצרת, כחלק מהמאמץ להגביר את יעילות צוותי הפיתוח וההנדסה.
כעת, בעקבות המגמה שהובילו ענקיות כמו טסלה, מטא ואמזון, גם מנהלי פיתוח ומנהלי כספים (CFOs) בחברות ישראליות נדרשים לבצע בקרת תקציב הדוקה יותר:
- סוף לעידן התקציבים הפתוחים: חברות מתחילות להטיל תקרות הוצאה אישיות ומחלקתיות על שימוש ב-APIs של מודלי שפה.
- דרישה להוכחת ROI: מפתחים ומנהלים נדרשים להוכיח כי השימוש בכלי ה-AI אכן מקצר את זמני הקידוד או משפר את איכות המוצר, ולא רק מייצר פניות רבות למודל.
- הערכת ספקי AI: חברות הזנק ומפתחי כלים יידרשו להציע מודלי תמחור תחרותיים יותר ולהראות ערך ברור, במקום להסתמך על תשלום לפי נפח שימוש בלבד.
המעבר ל-Valuemaxxing מוכיח כי שלב ההתלהבות הראשונית מהבינה המלאכותית הסתיים, וכי התעשייה נכנסת לשלב בוגר ומחושב יותר, שבו כל טוקן נספר ונמדד לפי תרומתו לשורת הרווח.
התוכן בכתבה זו נועד לספק סקירה כללית בלבד ואינו מהווה תחליף לייעוץ מקצועי פרטני. המערכת אינה אחראית לכל נזק או הפסד שייגרם כתוצאה מהסתמכות על המידע המוצג.