Uber

פיקוד פיתוח היכולות הקרביות של צבא ארצות הברית (DEVCOM) נאלץ להגביל באופן מיידי את השימוש בכלי בינה מלאכותית יוצרת, לאחר שמאגר האסימונים של מנהל מערכות המידע הראשי של הצבא (Army CIO) אזל לחלוטין. מכתב פנימי שהגיע לידי מגזין WIRED חושף כי פחות מחודשיים לאחר שהוכרז על שימוש חופשי וללא הגבלה באסימונים, המשאבים התרוקנו כליל. הצבא, המשתמש בפלטפורמת Ask Sage להרצת מודלים דוגמת ChatGPT, Gemini ו-Llama, עודד את עובדיו להגביר את השימוש ואף שלח הודעות המרצה לעובדים לא פעילים. כעת, בעוד הפנטגון ממשיך לקדם כלי בינה מלאכותית ואף לקצץ בצוותי הגנה אנושיים, עובדים בשטח מדווחים על חוסר אמינות של המערכות, ומדינות וחברות ענק כמו מטא ואובר מתמודדות אף הן עם צריכת אסימונים חריגה ומנסות להגביל את השימוש של מהנדסיהן.

בראיון מיוחד לאתר TechCrunch, מפרט מנהל המוצר הראשי של אובר, סאצ'ין קנסאל, את אסטרטגיית המוצר של חברת אובר ואת התרחבותה מעבר לשירותי נסיעות ומשלוחים. קנסאל מציג את השירותים החדשים הכוללים הזמנת מלונות בשותפות עם אקספדיה והשכרת סירות, וכן את יחידת הנתונים החדשה AV Labs העוסקת באיסוף מיליוני מיילים של נתוני נסיעה באמצעות רכבים מצוידים בחיישנים. בנוסף, הוא מתייחס למערכת היחסים המורכבת עם חברת ווימו (Waymo) כשותפה ומתחרה, ולמודל הפיננסי של מועדון המנויים Uber One המונה כיום 51 מיליון חברים. הראיון חושף גם כיצד החברה משתמשת בבינה מלאכותית יוצרת לשיפור חוויית המשתמש והנהג, ומדוע היא נמנעת מלהפוך לאפליקציית-על שמנסה להיות הכול עבור כולם.

על פי תביעה שהגישה חברת אפל בבית המשפט המחוזי בסן חוזה, החברה מאשימה את OpenAI ואת ראש חטיבת החומרה שלה, טאנג טאן, בגניבה שיטתית של סודות מסחריים ואבות-טיפוס של חומרה. טאן, ששימש בעבר כמנהל עיצוב מוצרי האייפון באפל, מואשם כי הדריך עובדים שעזבו את אפל כיצד לעקוף את מערכות האבטחה של החברה ולהביא עמם חלקים סודיים לראיונות עבודה ב-OpenAI. אפל חושפת בתביעתה כי OpenAI גייסה למעלה מ-400 עובדים לשעבר של אפל ורכשה סטארט-אפ חומרה שהוקם על ידי פורשי החברה בסכום של 6.5 מיליארד דולר. החקירה של אפל החלה בעקבות חקירת אבטחה של מהנדס לשעבר שהוריד קבצים חסויים.

חברת טכנולוגיית הנהיגה האוטונומית Wayve השיקה הצעת רכש (Tender Offer) לעובדים בהיקף של 85 מיליון דולר, לפי הערכת שווי של 8.5 מיליארד דולר. הצעת הרכש מובלת על ידי משקיעים קיימים וחדשים, בהמשך לסבב גיוס ה-Series D של החברה בגובה 1.2 מיליארד דולר מחודש פברואר 2026. המהלך משקף מגמה גוברת של חברות בינה מלאכותית מובילות, כמו Decagon ו-ElevenLabs, המאפשרות לעובדים לממש אופציות ומניות מוקדם כדי לשמר טאלנטים בתעשייה התחרותית. עבור מנהלים ויזמים בישראל, מגמה זו מדגישה את הצורך באימוץ מודלים גמישים של תגמול ונזילות כדי להתמודד עם התחרות הגוברת על מהנדסים וחוקרי בינה מלאכותית בשוק המקומי.

גל הפיטורים בהייטק בגלל בינה מלאכותית מעורר סערה בשנת 2026. בעוד חברות ענק כמו Meta ו-Block מדווחות על רווחי שיא ומפטרות עשרות אלפי עובדים תוך ציון ה-AI כגורם המרכזי, מומחים ומשקיעים כמו מארק אנדריסן טוענים כי מדובר בתירוץ קוסמטי שנועד לכסות על גיוס היתר מתקופת הקורונה. במקביל, יזמי AI מציגים עשיית הון דמיונית דרך הנפקות ענק של חברות כמו Cerebras ו-SpaceX. בישראל, ההשלכות שונות: חוק הגנת הפרטיות והתרבות המקומית מובילים חברות לאמץ אוטומציה וסוכני AI ככלי להעצמת עובדים קיימים ושיפור הפריון, ולא כפתרון מהיר לפיטורים המוניים.

חברת מטא חתמה על הסכם היסטורי להקמת מרכז נתונים ייעודי לבינה מלאכותית בהספק של 168 מגה-וואט בהודו בשיתוף תאגיד רלייאנס. המהלך משקף את המרוץ הגלובלי להשגת כוח מחשוב לעיבוד ואימון מודלים, ותומך בגידול המהיר של שוק הדאטה סנטרים בהודו מ-1.5 גיגה-וואט כיום ליעד של 8 גיגה-וואט עד סוף העשור. עבור עסקים בישראל, פריסת התשתיות משפרת את יציבות המודלים הפתוחים, אך מחייבת בחינה קפדנית של רגולציית הגנת הפרטיות בהעברת מידע לחו"ל.

התקופה שבה כלי בינה מלאכותית (AI) הוצעו במחירים קבועים ונמוכים מגיעה לסיומה. בעקבות שינויי התמחור האחרונים של מיקרוסופט עבור GitHub Copilot ומגבלות התקציב של חברות כמו Uber, התעשייה נכנסת לעידן ה-'טוקנפוקליפסה' (Tokenpocalypse). המשמעות עבור עסקים ברורה: תמחור מבוסס שימוש ריאלי בטוקנים ולא עוד מנויים חודשיים ללא הגבלה. כדי להימנע מחריגות תקציביות חדות, חברות נדרשות לבצע אופטימיזציה של פניות ה-API שלהן, להשתמש במערכות אוטומציה חכמות המנתבות משימות בצורה חסכונית, ולבחון מעבר למודלים ממוקדים וקטנים יותר.

אימוץ סוכני AI עצמאיים הוביל לזינוק חסר תקדים בהוצאות על טוקנים, כאשר חברות מדווחות על חריגות של מאות אחוזים מתקציבי הפיתוח. בעוד חברות ענק כמו Uber ו-Microsoft נאלצות להגביל את רישיונות הפיתוח של עובדיהן בשל עלויות מאמירות, ה-Linux Foundation מכריזה על הקמת ה-Tokenomics Foundation – גוף תקינה בינלאומי שמטרתו להחיל משמעת פיננסית על צריכת משאבי בינה מלאכותית. עבור עסקים, המפתח להישרדות טמון במעבר ממודל פזרני לניהול אופטימלי וניטור בזמן אמת של צריכת ה-API.

חברת תשתיות מרכזי הנתונים AirTrunk, המגובה על ידי בלקסטון, הכריזה על השקעת ענק של 30 מיליארד דולר בהודו עד שנת 2030. החברה מתכננת לפתח מרכזי נתונים ייעודיים לבינה מלאכותית בהספק כולל של 5 ג'יגה-ואט (GW). הפרויקט המרכזי יוקם במדינת מהאראשטרה בהספק של 3GW ובהשקעה של כ-21 מיליארד דולר. מהלך זה מצטרף לגל השקעות של ענקיות טכנולוגיה כמו מיקרוסופט, גוגל ואמזון במדינה, ומדגיש את החשיבות של פיתוח תשתיות פיזיות יציבות לצורך הפעלת מודלי שפה גדולים וסוכני AI בקנה מידה גלובלי.

חברת אנתרופיק (Anthropic), המפתחת של מודלי Claude, הגישה בקשה חסויה להנפקה ראשונית לציבור (IPO) לאחר סבב גיוס פרטי מוצלח שהעניק לה שווי מוערך של כ-965 מיליארד דולר. למרות נתוני צמיחה חסרי תקדים והכנסות שנתיות שהגיעו ל-47 מיליארד דולר במאי 2026, השוק מתמודד עם ספקות גוברים מצד חברות כמו Uber בנוגע להחזר ההשקעה (ROI) הממשי של כלי AI. מייסדת-שותפה דניאלה אמודי מדגישה כי השוק נמצא רק בשלביו הראשונים וכי הערך הממשי יתגלה ככל שהכלים ישתלבו בשגרת העבודה היומיומית. במקביל, החברה ממשיכה ליישם אסטרטגיית מחשוב ייחודית, הכוללת רכישת כוח מחשוב מחברת xAI בעלות של כ-1.25 מיליארד דולר בחודש.

מחקרים ונתונים חדשים מראים כי למרות שמפתחים כיום מסרבים לעבוד ללא סייעני AI ומעידים כי הכלים מכפילים את הפרודוקטיביות שלהם - בפועל, החברות משלמות מחיר יקר. דיווחים מצביעים על כך שחברות ענק כמו אמזון ואובר חוות עלויות ענן חריגות ואי-יציבות במערכות כתוצאה משימוש יתר במודלי שפה לכתיבת קוד. בנוסף, חברות מחקר מעריכות כי קוד המיוצר על ידי בינה מלאכותית מייצר פי 1.7 יותר בעיות פוטנציאליות מקוד אנושי, וגורר השקעת ענק של כ-44% ממשאבי החישוב רק לתיקוני באגים. עבור חברות ישראליות, משמעות הדבר היא שמהירות ההגעה לשוק אינה יכולה לבוא על חשבון תהליכי בקרת איכות קפדניים ומדידת יציבות.

**רובוטקסי הוא רכב אוטונומי, אבל השאלה העסקית האמיתית היא לא אם הוא יודע לנסוע — אלא אם הוא יודע להגיב לחריגים בזמן אמת.** לפי דיווח של WIRED, כוחות חירום בסן פרנסיסקו ובאוסטין טענו כי רכבי Waymo חוסמים תחנות כיבוי, קופאים בצמתים ולעיתים מעכבים אמבולנסים, בזמן שהחברה כבר מבצעת 500 אלף נסיעות בתשלום בשבוע. הלקח לישראל רחב יותר מתחבורה: כל מערכת AI שנוגעת בשירות, מכירות או תפעול חייבת לכלול נהלי הסלמה, מענה אנושי, SLA ברור ותיעוד מלא ב-CRM. עבור עסקים ישראליים, החיבור בין WhatsApp Business API, Zoho CRM, N8N וסוכני AI הוא לא מותרות אלא שכבת הבטיחות של האוטומציה.

**תפעול AI בקנה מידה הוא היכולת לחבר מודלים, נתונים ומערכות עסקיות לתהליך רציף בזמן אמת.** זו המסקנה המרכזית מהצטרפות CTO של Uber, Praveen Neppalli Naga, לאירוע StrictlyVC בסן פרנסיסקו, שם הדיון יתמקד בהפעלה של מערכות מורכבות בעידן ה-AI. עבור עסקים בישראל, הלקח איננו "להיות Uber", אלא לבנות זרימות עבודה מדויקות בין WhatsApp Business API, מערכת CRM כמו Zoho ו-N8N. כך אפשר לקצר זמני תגובה, לתעד פניות אוטומטית ולצמצם עבודה ידנית. הענפים שירגישו זאת ראשונים הם נדל"ן, ביטוח, מרפאות ומשרדי עורכי דין, במיוחד תחת דרישות פרטיות ותיעוד מקומיות.

**אסטרטגיית הרובוטקסי של Uber היא מעבר ממודל פלטפורמה קל למודל שמבוסס גם על בעלות או מימון של נכסים פיזיים.** לפי Financial Times, החברה התחייבה ליותר מ-10 מיליארד דולר, מתוכם כ-7.5 מיליארד דולר לרכישת רכבים אוטונומיים בשנים הקרובות. מעבר לחדשות התחבורה, זהו מסר חשוב לעסקים בישראל: הערך העתידי של AI לא נמצא רק בתוכנה, אלא בשליטה על תהליך הביצוע. עבור חברות מקומיות, המשמעות היא לחבר בין ערוצי תקשורת כמו WhatsApp, מערכות כמו Zoho CRM וכלי אינטגרציה כמו N8N, כך שהלקוח לא ייתקע בין שיחה, משימה ומכירה.

פער החרדה סביב AI הוא הפער בין מי שמבינים כיצד לחבר מודלי שפה לתהליכים עסקיים, לבין מי שעדיין רואים בעיקר סיכון והייפ. לפי הדיווח של TechCrunch, OpenAI ממשיכה להתרחב דרך רכישות כמו Hiro, Anthropic מציגה מודלים רגישים בזהירות, ו-Fluidstack נקשרת להסכם מדווח של 50 מיליארד דולר. עבור עסקים בישראל, המשמעות אינה תחרות תיאורטית בין OpenAI ל-Anthropic אלא שאלה מעשית: האם ה-AI מחובר ל-WhatsApp, ל-Zoho CRM ולזרימות עבודה ב-N8N. מי שיבנה פיילוט מדיד עם KPI ברור, יוכל לקצר זמני תגובה, לשפר מעקב לידים ולהפוך את ה-AI מכלי הדגמה למנוע תפעולי.

**שבבי Trainium של AWS הם ניסיון של אמזון להפוך תשתית AI ליתרון מסחרי, לא רק טכנולוגי.** לפי הדיווח, Uber מרחיבה שימוש ב-Graviton ומתחילה ניסוי ב-Trainium3, למרות קשרי ענן קיימים עם Oracle ו-Google. המשמעות לעסקים בישראל ברורה: בחירת ספק ענן כבר משפיעה על עלות הרצת מודלים, זמינות חישוב וזמן תגובה בתהליכים כמו ניהול לידים, שירות ב-WhatsApp וחיבור ל-CRM. עבור חברות ישראליות, השאלה אינה אם לקנות שבבים, אלא איך לבנות תהליך שמחבר AI Agents, ‏WhatsApp Business API, ‏Zoho CRM ו-N8N בצורה שמפחיתה עלויות ומקצרת זמני טיפול. מי שיבחן עכשיו פיילוט מדיד, יוכל ליהנות מירידת מחירי תשתית לפני המתחרים.

**סמארטפון AI של אמזון הוא ניסיון להוציא את Alexa+ מהבית אל הכיס, כדי לשלוט טוב יותר בממשק, בנתונים ובהרגלי הקנייה של המשתמש.** לפי הדיווח, פרויקט Transformer עדיין מעורפל, בלי מחיר, תאריך השקה או מערכת הפעלה ידועה, ואנליסטים כבר מזהירים שיהיה קשה מאוד להתחרות ב-Apple וב-Samsung. עבור עסקים בישראל, הלקח החשוב אינו חומרה חדשה אלא הכיוון: ממשקים גנרטיביים וסוכנים שמבצעים פעולות במקום אפליקציות. לכן עסקים צריכים להכין עכשיו חיבורים בין WhatsApp Business API, ‏Zoho CRM, ‏N8N וסוכני AI, תוך תשומת לב לחוק הגנת הפרטיות, כדי לא להישאר מחוץ לערוץ החדש שבו לקוחות יבקשו שירות, תיאום וקנייה.

**אסטרטגיית OpenClaw היא הניסיון של Nvidia להפוך לתשתית הבסיס של עולם ה-AI — מחומרה ועד רובוטיקה ורכב אוטונומי.** לפי ג'נסן הואנג, החברה צופה שוק של טריליון דולר במכירות שבבי AI עד 2027. עבור עסקים בישראל, השאלה החשובה אינה אם להשתמש ב-Nvidia, אלא איך להימנע מתלות בספק יחיד. המשמעות המעשית היא לבנות שכבת אינטגרציה גמישה בין WhatsApp Business API, ‏Zoho CRM, ‏N8N וסוכני AI, כך שאפשר יהיה להחליף מודלים או תשתית בלי לפרק את התהליך העסקי. זה רלוונטי במיוחד למרפאות, נדל"ן, משרדי עורכי דין וחנויות אונליין שמנהלים עשרות פניות ביום וצריכים תגובה מהירה, בקרה ועמידה בדרישות פרטיות.