ניתוח

מדוע הציבור מסרב לקנות את חזון הבינה המלאכותית של מארק צוקרברג?

ניתוח מתוך פודקאסט Equity של TechCrunch על המניפסט החדש של מנכ"ל מטה, מודל Glimmer והחשדנות הציבורית.

5 דקות קריאה
EN
מדוע הציבור מסרב לקנות את חזון הבינה המלאכותית של מארק צוקרברג?
מבוסס על כתבה שלTechCrunch ↗תרגום וסיכום באמצעות מערכת חדשות בליווי AIאיך אנחנו עובדים

תקציר מנהלים

מה חשוב לדעת

  1. מנכ"ל מטה מארק צוקרברג פרסם השבוע מניפסט בן 6,500 מילים בשם "העתיד שייך לכולם" המציג חזון לסוכני בינה מלאכותית אישיים.

  2. צוות הפודקאסט Equity מצביע על היסטוריית החברה ברשתות החברתיות, שבהן הבטחות לחיבור אנושי הוחלפו בפועל במודלים של פרסום והקצנה.

  3. המודל החדש Glimmer מיועד לפעול מקומית לניהול משימות, אך דורש חומרה ייעודית ואינו ניתן להורדה במחשבי MacBook רגילים.

  4. מטה פיתחה גם את Muse Spark, דגם המאפשר לה לשמור על שליטה במודלים המתקדמים ולייצר הכנסה מפרויקטים ארגוניים המצריכים מחשוב רחב.

על פי דיווח של אתר TechCrunch, מנכ"ל חברת מטה (Meta), מארק צוקרברג, פרסם השבוע מניפסט נרחב בן כ-6,500 מילים תחת הכותרת "העתיד שייך לכולם" (The Future is for Everyone). בחיבור אופטימי זה מציג צוקרברג חזון לעתיד המונע על ידי בינה מלאכותית, שבו "לכל אחד יהיה סוכן אישי בעל יכולות יוצאות דופן שיבין אותך, את המטרות שלך ואת כל מה שאכפת לך ממנו". עם זאת, בפרק האחרון של פודקאסט Equity של TechCrunch, בהשתתפות אנתוני הא, קירסטן קורוסק ורבקה בלן, עלו שאלות נוקבות לגבי המניפסט. השיחה התמקדה במאמרו של עורך תחום הבינה המלאכותית באתר, ראסל ברנדום, שכתב כי המניפסט של צוקרברג הוא "בדיוק הסיבה לכך שאנשים לא אוהבים בינה מלאכותית". המשתתפים ניתחו מדוע הציבור הרחב והתעשייה אינם ממהרים לקנות את החזון הוורוד של צוקרברג, תוך בחינת ההיסטוריה הבעייתית של מטה, האסטרטגיה התחרותית שלה והדגמים הטכנולוגיים החדשים שהיא מציגה.

ההשוואה בין צוקרברג למנכ"ל Anthropic דאריו אמודיי

במהלך הדיון בפודקאסט, השוותה רבקה בלן את צוקרברג למנכ"ל חברת Anthropic, דאריו אמודיי, אשר בילה את סוף השבוע שלפני כן בהתגוננות ודחיית הטענות לפיהן הוא "נביא זעם של בינה מלאכותית" (AI doomer). בלן ציינה כי מנכ"ל מטה מנסה למצב את עצמו "כמעט כמו אנטי-דאריו". בעוד שבמעבדות הפרונטיר (Frontier labs) המובילות ישנו עיסוק רב והצהרות על הצורך בהאטת הפיתוח, הגברת הבטיחות והתמודדות עם אירועי אבטחת מידע וסייבר שהתרחשו לאחרונה, צוקרברג נוקט גישה הפוכה לחלוטין. הוא מצהיר כי אין להאט את הקצב, טוען כי אסור לוותר אפילו במעט מול סין, וגורס כי האטת הפיתוח רק תפגע באדם הפשוט שיכול להיעזר בטכנולוגיה ולהתחזק באמצעותה. אנתוני הא התייחס למשפט ספציפי מתוך המניפסט הארוך של צוקרברג, שבו פנה למפתחים המודאגים ואמר: "אם אתם נביאי זעם של בינה מלאכותית ומאמינים שזה העתיד שהטכנולוגיה תביא, מדוע אתם בכלל בונים את הדברים האלה?". הא ציין כי זו טענה הוגנת שמעוררת תהיות לגבי מפתחים שמנבאים תחזיות קודרות אך ממשיכים לקדם את הפיתוח בכל זאת.

זיכרונות מעידן הרשתות החברתיות והחזון שהכזיב

הבעיה המרכזית העומדת בפני צוקרברג ומטה היא ההיסטוריה הציבורית שלהם. בלן הזכירה כיצד בימי הרשתות החברתיות הראשונים, צוקרברג הצהיר שוב ושוב על רצונו לוודא שלכל אדם תהיה במה לדבר עם חבריו ולקיים רשת חברתית מקשרת. בפועל, במקום חיבור אנושי אמיתי, הציבור קיבל פלטפורמות המבוססות על מנגנוני הקצנה (ragebaiting) ופרסומות. ההיסטוריה הזו מייצרת חשדנות עמוקה בקרב הצרכנים כאשר הם שומעים את צוקרברג מדבר שוב על "העצמה אישית". קירסטן קורוסק הוסיפה כי המניפסט של צוקרברג לא פגע בטון הנכון עבור אנשים רבים. היא הסבירה כי החיבור מציג תמונה "פוליאנית" (אופטימית מדי באופן נאיבי) שאינה מספקת תיאור מציאותי, אלא מציגה את הבינה המלאכותית ככלי נהדר לאנושות תוך התעלמות מהעלויות הקיצוניות הכרוכות בכך. זהו, לדבריה, המקור לתגובה השלילית הרחבה בציבור.

האסטרטגיה של מטה והדגמים החדשים: Glimmer ו-Muse Spark

מבחינה עסקית ותחרותית, בלן טוענת כי המניפסט משקף ניסיון של מטה לנצח בדרך שונה. מטה אינה מובילה בתחום המודלים הסגורים והמתקדמים ביותר (frontier space), ואפילו לא בהכרח בתחום הקוד הפתוח הכללי. במקום זאת, צוקרברג מנסה לנצח בזירה של העצמה אישית ומחשוב קצה, על ידי אספקת מודלים שאנשים יוכלו להריץ עבור הבינה המלאכותית האישית שלהם על גבי המכשירים הפרטיים שלהם. במניפסט דומה שפרסם בשנה שעברה, הבטיח צוקרברג כי חלק גדול מהבינה המלאכותית הזו ישולב במשקפיים ובמכשירים לבישים, אך כעת לא ברור מה יהיה פורמט החומרה הסופי, ונראה שהוא משאיר את הבחירה לידי הצרכן. החזון הנוכחי מבוסס על שימוש במודל החדש של מטה, Glimmer (או Muse Glimmer), לניהול לוחות זמנים, כתיבת הודעות וארגון קבצים באופן שפועל תמיד, בכל מקום ובכל זמן, עם או בלי חיבור לאינטרנט. לצד זאת, מטה שומרת על מודל Muse Spark, המאפשר לה לשמור על שליטה מסוימת בדגמים המתקדמים ביותר שלה ולייצר ערוץ הכנסה מחברות ומשתמשים המעוניינים להרחיב את כוח המחשוב שלהם או לבצע פרויקטים גדולים יותר.

הפער בין ההשקעות הכספיות לבין חוויית הצרכן

אנתוני הא הדגיש כי מטה ביצעה השקעות כספיות עצומות בבינה מלאכותית, וכי בשנה שעברה פורסמו דיווחים רבים על הסכומים האסטרונומיים שהחברה ניסתה לשלם כדי לגייס מדעני בינה מלאכותית מובילים. למרות זאת, כאשר מדברים על החברות המובילות בתחום ומעבדות הפרונטיר, מטה לרוב אינה מוזכרת בשיחה. החברה גם אינה עולה לראש התודעה הצרכנית בהקשר של צ'אטבוטים פופולריים. אמנם משתמשים רבים נתקלים בכלי הבינה המלאכותית של מטה (Meta AI) בתוך אינסטגרם ופייסבוק, אך הצרכן הממוצע אינו רואה במטה את החברה שאליה הוא פונה לצורך שימוש בעוזר אישי. בלן חיזקה קביעה זו וציינה כי ברמת הצרכן, כלי הבינה המלאכותית של מטה נתפסים לעיתים קרובות כ"צ'אטבוטים קריפיים למדי". לדבריה, הניסיון של צוקרברג למצב מחדש את החברה ולתבוע שטח שבו לא זכתה להצלחה בעבר מתקבל בספקנות רבה.

חסמי נגישות וחומרה ייעודית

קושי נוסף בחזון של צוקרברג נוגע לנגישות המעשית של הטכנולוגיה שהובטחה כמתאימה "לכולם". במהלך הפרק שיתפה בלן בניסיונה האישי להוריד את מודל Muse Glimmer כדי לבדוק את יכולותיו. היא גילתה כי לא ניתן להוריד את המודל למחשב MacBook רגיל, מכיוון שהדבר דורש חומרה ספציפית וייעודית שאינה נגישה לאדם הממוצע בשלב זה. קורוסק סיכמה נקודה זו באומרה כי הטכנולוגיה הזו "אינה מיועדת לכולם. עדיין לא". פער זה בין המניפסט הרטורי המבטיח העצמה לכל אדם לבין המגבלות הטכניות והחומרתיות בפועל מדגיש את חוסר המוכנות של הטכנולוגיה לשוק הרחב.

מדוע הבטחות העתיד המופשטות מעוררות התנגדות

הא ציין כי חלק מההתנגדות הציבורית נובעת גם מהמסרים המופשטים המאפיינים את מנהיגי תעשיית הבינה המלאכותית. חצי מהמניפסט של צוקרברג עוסק בהבטחות ערטילאיות על שחרור יצירתיות והמצאה, מסרים שאינם משכנעים את מי שמלכתחילה סקפטי לגבי הטכנולוגיה, כיוון שהם נשמעים לא מציאותיים. החלקים הקונקרטיים יותר, העוסקים במאמנים אישיים ועוזרים, כוללים היבטים מושכים אך גם היבטים רבים שאינם קורצים לציבור. הא השווה זאת להתבטאות מפורסמת של סם אלטמן, מנכ"ל OpenAI, שהציע להשתמש ב-ChatGPT כדי ליצור פודקאסטים מותאמים אישית על תחומי העניין של הילדים כדי להאזין להם במהלך הנסיעה לבית הספר – הצעה שגררה מיד תגובות ויראליות לגלגניות בנוסח "מדוע שלא פשוט תדבר עם הילד שלך?". החשדנות כלפי צוקרברג עצמו עשויה להתגבר בחודשים הקרובים, במיוחד על רקע יציאתו הצפויה של סרט קולנוע חדש על פייסבוק, דבר שיחזק את המוניטין הבעייתי של המבשר ושל מטה בעיני הציבור.

האם זה היה שימושי לעסק שלכם?

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה באמצעות מערכת בליווי בינה מלאכותית לתרגום, סיכום ובקרות איכות אוטומטיות מתוך פרסום מקורי של TechCrunch. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

קבלו עדכוני AI שימושיים למייל

תקציר ממוקד ממערכת החדשות שלנו.

תשקיף Anthropic חושף את האסטרטגיה לשימור לקוחות ארגוניים
חדשות
3 דקות
מ־TechCrunch

תשקיף Anthropic חושף את האסטרטגיה לשימור לקוחות ארגוניים

לפי דיווח ב-TechCrunch, חברת Anthropic הגישה לרשות ניירות הערך של ארצות הברית (SEC) תשקיף הנפקה (טופס S-1), המפרט את האסטרטגיה העסקית שלה לשימור לקוחות ארגוניים באמצעות מערכת אקולוגית רב-מוצרית. המסמכים מלמדים כי יותר ממחצית מהלקוחות בעלי הוצאה שנתית של לפחות 100,000 דולר משתמשים כיום הן בפלטפורמת Claude והן באפליקציות מבית החברה כמו Claude Code או Cowork, לעומת כ-30% בסוף השנה שעברה. במקביל להתרחבות זו, אשר תרמה לשיעור שימור הכנסות נטו של כ-900% בסוף הרבעון השלישי, התשקיף מפרט גם אתגרים עתידיים, לרבות תחרות מול שותפות הענן הגדולות וסיכוני ריכוזיות לקוחות.

קרא עוד
בית הקברות של ה-AI: רשימת הפרויקטים והסטארט-אפים שלא שרדו
חדשות
4 דקות
מ־TechCrunch

בית הקברות של ה-AI: רשימת הפרויקטים והסטארט-אפים שלא שרדו

לפי דיווח ב-TechCrunch, שוק הבינה המלאכותית מציג רשימה הולכת וגדלה של מוצרים, השקות ומיזמים שלא שרדו. נתוני S&P Global Market Intelligence מצביעים על כך שכ-42% מיוזמות הבינה המלאכותית ננטשות בסופו של דבר על ידי החברות האם שלהן, בשל סיבות כמו מימון בלתי מספק, אתגרים טכניים, תחרות, קשיי צמיחה או ביקוש חלש מצד משתמשים. בין המקרים הבולטים נמנים כלי האוטומציה Relay שנסגר באוגוסט, פלטפורמת Character.ai שהגישה בקשה לפשיטת רגל, וכן מהלכים של ענקיות טכנולוגיה: OpenAI ביטלה את העיצוב מחדש של ChatGPT וסגרה את הדפדפן ChatGPT Atlas ואת פלטפורמת Sora; אפל עיכבה את Siri AI ושילמה הסדר של 250 מיליון דולר; ומיקרוסופט התמודדה עם ביקורת אבטחה סביב Recall.

קרא עוד
סוכני בינה מלאכותית הפועלים דרך הודעות טקסט: סקירת הפתרונות
חדשות
5 דקות
מ־TechCrunch

סוכני בינה מלאכותית הפועלים דרך הודעות טקסט: סקירת הפתרונות

לפי כתבה ב-TechCrunch, יותר סוכני בינה מלאכותית מציעים למשתמשים ממשק מבוסס הודעות טקסט רגילות, ללא צורך בהורדת אפליקציות ייעודיות נוספות. הסוכנים מתחברים לשירותים קיימים כמו דוא"ל, לוחות שנה ואפליקציות מסרים כגון iMessage, WhatsApp ו-Telegram, ומבצעים משימות בשם המשתמשים. הסקירה מציגה פתרונות אישיים כלליים, סוכנים ייעודיים למשפחות כמו Fambot ו-Ollie, סוכני עבודה ויצירת תוכן כמו Comma, Town ו-Stanley, וכן סוכנים עם דגש על נסיעות או פרטיות מקומית.

קרא עוד
סוכני AI בהודעות טקסט: פתרונות בולטים הפועלים ללא אפליקציה נפרדת
חדשות
5 דקות
מ־TechCrunch

סוכני AI בהודעות טקסט: פתרונות בולטים הפועלים ללא אפליקציה נפרדת

לפי TechCrunch, שורה של סוכני בינה מלאכותית פועלים ישירות דרך ערוצי הודעות טקסט מוכרים כמו iMessage, וואטסאפ, טלגרם ו-SMS ללא צורך בהורדת אפליקציות נפרדות. סוכנים אלה מבצעים משימות מגוונות, החל מניהול יומנים, מעקב טיסות וביצוע שיחות טלפון ועד ניהול משק בית, יצירת תוכן ומשימות מקצועיות. בין הפתרונות הבולטים נכללים Instinct שהגיע לשווי של 10 מיליארד דולר, Caddy, Folk, Town, Fambot ו-Wajo, הפועלים במודלים שונים של בטא, מנויים בתשלום ורמות אוטונומיה שונות.

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
מדריך תמחור Make: כיצד עובד מודל הקרדיטים ומה ההבדל מול Zapier
ניתוח
5 דקות
מ־Zapier

מדריך תמחור Make: כיצד עובד מודל הקרדיטים ומה ההבדל מול Zapier

מדריך שפורסם באתר Zapier מנתח את מודל התמחור של פלטפורמת האוטומציה Make (לשעבר Integromat), המבוסס על צריכת קרדיטים חודשית. במודל זה, מרבית המודולים בתרחיש – כולל טריגרים, חיפושים ואיטרטורים – גורעים קרדיט אחד בעת ביצועם, גם אם לא נמצא מידע חדש. חריגים לכך הם נתבים ומודולים לטיפול בשגיאות שאינם צורכים קרדיטים, לצד מודולים יקרים יותר כגון הרצת קוד (2 קרדיטים לשנייה) ופעולות בינה מלאכותית מסוימות. המדריך מפרט את תוכניות החיוב, החל מתוכנית חינם המציעה 1,000 קרדיטים ושני תרחישים פעילים, דרך תוכנית Core ב-12 דולר לחודש עם 10,000 קרדיטים, ועד מסלולי Pro, Teams ו-Enterprise. לצד זאת, המדריך משווה בין Make לבין Zapier: בעוד ש-Make מחייבת על כל שלב וטריגר ומציעה מעל 3,500 אפליקציות, Zapier גובה תשלום רק על משימות שהושלמו וכוללת מעל 9,000 אפליקציות. בנוסף מצוין כי Make דורשת עקומת למידה משמעותית, כאשר התמיכה של הפלטפורמה המליצה על כ-19 שעות לימוד ב-Make Academy לפני בניית תהליכים לייצור.

קרא עוד
מעבר לייצור קוד: מדריך לפיתוח תוכנה מבוסס סוכנים ב-GitHub
ניתוח
4 דקות
מ־GitHub AI and ML

מעבר לייצור קוד: מדריך לפיתוח תוכנה מבוסס סוכנים ב-GitHub

בפוסט שפורסם בבלוג של GitHub, מוצגת מסגרת עבודה לשילוב סוכני בינה מלאכותית בארבעה שלבי פיתוח: תכנון, בנייה, אימות ותצפית. הדבר מגיע על רקע נתוני אוקטובר שהצביעו על יותר מ-1.2 מיליארד קומיטים בשבוע אחד, לצד ממצאי מחקר של Faros AI שלפיהם בקשות משיכה ממתינות 441% יותר זמן בסקירה כאשר צוותים מגבירים את אימוץ הבינה המלאכותית. המדריך סוקר כלים כגון מצב תכנון, ארגזי חול בענן, סקירות קוד אוטומטיות, וחיבור למערכות תצפית כדי לייעל את התהליך כולו.

קרא עוד
כיצד צריכה בינה מלאכותית לבקש אישור: לקחי Zapier מפיתוח Sidekick
ניתוח
4 דקות
מ־Zapier

כיצד צריכה בינה מלאכותית לבקש אישור: לקחי Zapier מפיתוח Sidekick

בפוסט שפרסמה חברת Zapier, מפרטת החברה את הלקחים מפיתוח מנגנון ההרשאות בסביבת העבודה Sidekick. המערכת עברה מספר איטרציות: החל מבקשת אישור על כל כלי בנפרד, דרך הצמדת כללים למשאבים מוגנים (כמו קבצים או חשבונות), ועד להעברת בקשות האישור מחוץ לזרם הצ'אט לפאנל ייעודי ותיבת דואר נכנס. בנוסף, Zapier בחנה מצב Auto שבו בודק בינה מלאכותית מקבל החלטות על בסיס כללים בשפה חופשית, ומצב YOLO שבוטל לאחר שהתברר כי דילוג גורף על אישורים אינו מתאים לסביבת העבודה. כעת מפתחת החברה מצב חדש המבוסס על הפיכות הפעולה וההקשר שלה.

קרא עוד
חיבור ידע מוצר לסוכני בינה מלאכותית: ארבעה לקחים מסיילספורס
ניתוח
4 דקות
מ־Salesforce Blog

חיבור ידע מוצר לסוכני בינה מלאכותית: ארבעה לקחים מסיילספורס

במאמר מאת Salesforce מפורטים ארבעה לקחים מניסיונה כמשתמשת הראשונה במוצריה (Customer Zero), ובפרט בחיבור ידע מוצר לסוכני בינה מלאכותית באמצעות Data 360 ו-Agentforce. החברה מתארת כיצד תשובות סוכן RAG תלויות באיכות התוכן הנשלף, וממליצה להעריך את מאגר הידע לפי התאמה, פער והתנגשות לפני בניית אינדקס. בנוסף מומלץ לפתח תצורות על בסיס השערות שנבדקות כמותית ואיכותית ולא לפי מפרט קשיח, להגדיר מראש מאגר נתוני ייחוס לבדיקות, ולשלב בדיקות אנושיות לצד מדדים אלגוריתמיים כדי למנוע דחיות שווא לפני עלייה לייצור.

קרא עוד