ראשי חדשות מאמרים קורסי AI אודות צור קשר
← חזרה למאמרי בינה מאמרי בינה

מנכ"ל IBM: אנחנו ביום האפס של ה-AI — שלב הניסויים נגמר, המרוץ מתחיל

ארווינד קרישנה טוען שרוב הארגונים ניגשים ל-AI בדיוק הפוך: הם ממהרים אל מודלי הענק היקרים, בעוד המנצחים יבחרו מעט משימות, יבצעו אותן בקנה מידה מלא, וילמדו לנהל את השינוי לפני שירחיבו.

בראיון בפודקאסט Masters of Scale — פודקאסט עסקי מוביל שהקים ריד הופמן ממייסדי LinkedIn — ישב ארווינד קרישנה מול המנחה בוב ספיאן וקהל חי, במסגרת שבוע הטכנולוגיה של ניו יורק במטה IBM במנהטן, ביוני 2026. השיחה נעה על פני קשת רחבה: מההיסטוריה של גלי הטכנולוגיה שהחברה תפסה ופספסה, דרך האסטרטגיה של IBM בעידן ה-AI, כלכלת המודלים, השפעת הטכנולוגיה על התעסוקה, סימני בועה בהשקעות, אבטחת סייבר, ועד ההימור הגדול של החברה על מחשוב קוונטי.

הנקודה שממנה מתפרשׂ שאר הראיון היא מה שקרישנה מכנה יום האפס של מהפכת ה-AI — לא הצהרה שכולם מאחרים, אלא קו זינוק. שלב הניסויים, לדבריו, הסתיים. מי שלא ינצל את הכלי יישאר מאחור באופן קבוע, אך הדרך פנימה אינה מרוץ להטמעה גורפת אלא בחירה ממוקדת בכמה חזיתות.

אתם לא בשלב הניסויים. זהו יום האפס, המרוץ עומד להתחיל — שבו על הבלוקים והתחילו לרוץ.

— ארווינד קרישנה, מנכ"ל IBM
הדימוי המרכזי

כיום כולם מפעילים משאית בת 18 גלגלים לכל מטלה — מודל ענק ויקר לכל שאילתה, גדולה כקטנה. אפשר להסיע ילדים לבית הספר במשאית כזו ואפשר לקנות בה חלב, אך נשאלת השאלה אם זה הכלי הנכון. מודלים קטנים יותר, המורצים על תשתית מקומית, עולים לעיתים פי 100 פחות. העיקרון: התאמת הכלי למשימה.

מאחורי ההמלצה עומדת תמונה כלכלית חדה. קרישנה צופה כי מודלי היסוד יהפכו לסחורה בתוך שנה עד שלוש. מודלי היסוד הם אותם מודלים גדולים ובסיסיים שעליהם נבנים כלי ה-AI — כמו אלה של OpenAI, Google או Anthropic — וכוונתו שיהיה קל וזול להחליף אחד בשני, כמו מעבר בין ספקי חשמל. במקביל, מחיר השימוש צפוי לעלות כדי להצדיק את ההשקעות האדירות בתשתיות, ומחירי שבבי ה-GPU שעליהם רץ הכל כבר הוכפלו בחצי השנה האחרונה. האופטימיזציה, אם כך, תיהפך מיתרון לחובה.

20%
מהחברות מפיקות ערך אמיתי מ-AI
40%
עליית פרודוקטיביות המפתחים ב-IBM
×3
גידול בגיוס הבוגרים השנה
~30%
מהתפקידים התפעוליים עשויים להתייתר

על רקע זה מציב קרישנה חלוקה חדה: רק כחמישית מהחברות מפיקות ערך אמיתי ורצות קדימה, בעוד השאר אינם רואים החזר על ההשקעה או פשוט אינם יודעים מה לעשות בכלי. עצתו למי שנמצא ברוב הזה ישירה — לבחור שלוש עד חמש משימות, לא מאה, ולבצע אותן בקנה מידה מלא. דווקא המיקוד מלמד את הדבר הקשה באמת: ארגון הדאטה, הנעת אנשים, וניהול שינוי. משם עוברים לעשר, ואז לעשרים.

גם בשאלת כוח האדם קרישנה מנפץ אינטואיציה נפוצה: הצורך אינו בדוקטור ל-AI אלא במומחה תחום המבין איזה הבדל הטכנולוגיה יכולה לחולל בעבודתו. הנתונים ממחישים את המורכבות: המפתחים ב-IBM פרודוקטיביים כיום ב-40 אחוז יותר מלפני שנתיים, ובכל זאת החברה שילשה השנה את גיוס הבוגרים — משום שכשעלות הפיתוח יורדת, אפשר לבנות מוצרים שלא היו כדאיים קודם ולייצר הכנסות חדשות. מנגד, כשלושים אחוז מהתפקידים התפעוליים כמו רכש, הנהלת חשבונות וציות עשויים שלא להידרש בעוד שנים ספורות.

לסיכום

המסר אינו מבטיח מהפכה כוללת אלא מציע מתכון מפוכח: להתחיל ממעט, בעומק, ולשלוט בכלכלה ובניהול השינוי סביב מספר משימות מצומצם. השאלה שקרישנה מותיר אינה אם ה-AI ישנה את הארגון, אלא אם מנהליו ידעו לבחור נכון את המשימות הראשונות — ולזכור שהסיכון הגדול מכולם, לשיטתו, הוא דווקא לא לקחת סיכון כלל.