מנכ"ל חברת Nvidia, ג'נסן הואנג, מוביל מהפכה תפיסתית בעולם הטכנולוגיה ומצהיר כי בינה מלאכותית כללית (AGI - Artificial General Intelligence) אינה עוד חזון עתידי רחוק, אלא מציאות קיימת עבור משימות מעשיות רבות. בעוד שחוקרים באקדמיה ובתעשייה מוסיפים להתווכח על ההגדרה המדויקת של הרגע שבו המחשב ישווה ביכולותיו למוח האנושי, הואנג טוען כי המבחן האמיתי כבר הוכרע בשטח. הצהרתו נושאת משקל רב במיוחד, בהתחשב בכך ש-Nvidia מספקת את התשתית החישובית המרכזית עבור כמעט כל מעבדת בינה מלאכותית מובילה בעולם.
הגדרה מחדש של קו הסיום
במהלך השתתפותו בפודקאסט של לקס פרידמן ב-23 במרץ, הבהיר הואנג את עמדתו בצורה שאינה משתמעת לשתי פנים: "אני חושב שזה עכשיו. אני חושב שהגענו ל-AGI". בהמשך, במהלך שיחת הדיווח על התוצאות הכספיות של Nvidia לרבעון השני של שנת 2026, שנערכה ב-27 באוגוסט, חזר הואנג על קביעתו בפני אנליסטים ומשקיעים והדגיש את ההיבט המעשי: "עבור משימות רבות, היינו יכולים לומר שכבר הגענו ל-AGI".
במסגרת תפיסתו החדשה, הואנג דוחה את מבחני ההשוואה המסורתיים שנועדו למדוד בינה מלאכותית כללית, ומתאר אותם כ"סוג של חסרי משמעות". לטענתו, במקום לבחון אם מערכת הבינה המלאכותית מסוגלת להשתוות לתבונה האנושית או לעלות עליה בכל תחום דעת בצורה רוחבית, יש למדוד את המערכות לפי התפוקה הכלכלית הממשית שהן מייצרות. הואנג מכנה מודל זה בשם "טוקנים רווחיים" (profitable tokens) - כלומר, יצירת ערך כלכלי מעשי ויציב מתוך עבודה אמיתית.
גיוס של 400,000 סוכני בינה מלאכותית
כדי ליישם את התפיסה הזו בתוך החברה עצמה, Nvidia בונה מודל כוח אדם חדשני. במסגרת תוכנית זו, החברה מתכננת להפעיל יותר מ-400,000 סוכני בינה מלאכותית שיעבדו לצד כ-40,000 עובדים אנושיים. הסוכנים הווירטואליים מיועדים לבצע מגוון רחב של משימות בתחומי ההנדסה, התפעול והפעילות העסקית השוטפת.
כדי לתמוך בהיקפי מחשוב אלו ובתעשייה כולה, Nvidia מתכננת פריסות חומרה נרחבות של מעבדים גרפיים (GPUs). החברה דנה בפריסה של יותר מ-1.5 מיליון שבבים בדור בודד, במטרה להזין מה שהיא מכנה "מפעלי AI". מדובר במתקנים ייעודיים שנבנו במיוחד כדי לייצר תבונה מלאכותית כתוצר תעשייתי לכל דבר.
מחלוקת תפיסתית ועסקית מול OpenAI
ההגדרה של הואנג ל-AGI מעמידה אותו במחלוקת מול חברת OpenAI והמנכ"ל שלה, סאם אלטמן. OpenAI שומרת על הגדרה פורמלית ונוקשה יותר, שלפיה AGI מוגדרת כמערכות שמשיגות ביצועים הטובים יותר מאלה של בני אדם ברוב המכריע של המשימות בעלות ערך כלכלי.
הפער בין שתי ההגדרות אינו רק עניין אקדמי או סמנטי, אלא בעל השלכות מעשיות וארגוניות כבדות משקל: בקרב OpenAI, ההגדרה של AGI משולבת באופן עמוק במבנה הממשל התאגידי של החברה, כאשר הגעה לרגע ההכרזה על AGI מפעילה סעיפים חוזיים ושינויים ארגוניים מוגדרים מראש. בקרב Nvidia, לעומת זאת, הכרזה על הגעה ל-AGI משרתת את היעד העסקי של מכירת חומרה נוספת לחברות המשתתפות במרוץ לבניית יישומים מתקדמים על גבי התשתיות הללו.
למרות חילוקי הדעות לגבי קו הסיום, הואנג העניק קרדיט ל-OpenAI על תרומתה להגעת התעשייה לנקודה הנוכחית. הוא ציין לשבח את תפקידם של המודלים שפיתחה OpenAI בהצגת האפשרויות הגלומות בהגדלת כוח המחשוב (scaled compute).
למה זה חשוב לך
ההצהרות של הואנג לא נשארות בגדר תיאוריה - הן משפיעות ישירות על הקצב שבו חברות ישראליות, כולל סטארט-אפים וגופי הייטק גדולים, ישלבו סוכני AI בתהליכי העבודה שלהן. אם התפוקה הכלכלית הופכת לאמת המידה המרכזית להצלחת בינה מלאכותית, גם עובדים בישראל עשויים לחוות שינוי במהות תפקידם, כאשר חלק מהמשימות יבוצעו לצד סוכנים דיגיטליים. בנוסף, הביקוש הגובר לחומרת Nvidia עשוי להשפיע על מחירי מחשוב ענן ותשתיות AI שגם חברות ישראליות משתמשות בהן.
קראו גם: מרוץ ה-AI מעלה הילוך: Crusoe מגייסת 3.9 מיליארד דולר לתשתיות מחשוב · מיקרוסופט משחררת בקוד פתוח את TauGrid: פלטפורמה אחודה לניהול עומסי AI בקוברנטיס
