אזהרת ה-AI של סאטיה נאדלה: למה כל חברה חייבת מודל משלה (ולמה שכירות היא מסוכנת)

ביוני 2026 פרסם מנכ"ל מיקרוסופט, סאטיה נאדלה, מאמר מקיף בחשבון ה-X שלו תחת הכותרת "A frontier without an ecosystem is not stable" (חזית ללא מערכת אקולוגית אינה יציבה), שהפך לאחד ממסגרות העבודה העסקיות המדוברות ביותר השנה. הטענה המרכזית שלו מפתיעה דווקא מצד מנכ"ל שחברתו השקיעה מיליארדים ב-OpenAI: בחירת מודל ה-AI הטוב ביותר אינה אסטרטגיה בת-קיימא. היתרון האמיתי, לפי נאדלה, טמון בבניית "לולאת למידה" קניינית סביב הנתונים, תהליכי העבודה והמומחיות האנושית של החברה - ומי שמייקר את התהליך הזה לצד שלישי מסתכן בקיומי.

הטענה המרכזית של נאדלה: החברה כמערכת לומדת

התזה של נאדלה מתחילה בהגדרה מחודשת של מהי חברה. "הרעיון הפשוט שלי הוא שצריך להיות מספר זהה של מודלים בעולם ומספר החברות", אמר בראיון ב-27 ביוני עם מייסד Applied Compute, יש פטיל. "כי אחרי הכל, מהי חברה? חברה היא מערכת לומדת."

לפי תפיסה זו, היתרון התחרותי המתמשך בעידן ה-AI אינו המודל עצמו, אלא המערכת האקולוגית הסובבת אותו: נתונים, תהליכים, הערכה ומשוב אנושי המחברים את ה-AI לידע הארגוני של החברה. נאדלה טוען שחברות צריכות להיות מסוגלות "להשתמש בהקשר שלי, בנתונים שלי" ו"בעקבות שלי" בעת בחירה או כוונון של מודלים.

במקום לראות במודל את היתרון התחרותי, הטיעון של נאדלה מצביע על מערכות רציפות המשתפרות באמצעות שימוש ארגוני. הוא אמר ל-Business Today כי "ארגונים לא יכולים להעביר לקבלן משנה את תהליך הלמידה עצמו" - אפשר להעביר משימה, אבל אי אפשר להעביר את עקומת הלמידה של החברה שלך.

למה שכירת AI מסוכנת: אזהרת "חלול התעשייה"

נאדלה נתן שתי סיבות מקושרות מדוע הסתמכות בלעדית על מודלי AI של צד שלישי היא מסוכנת לארגונים.

1. אובדן יתרון תחרותי וניצול ערך. נאדלה הזהיר שאם חברה רק שוכרת מודל ואינה בונה דבר קנייני סביבו, המודל אינו היתרון התחרותי שלה - והיא עלולה כבר לאבד גובה. הדאגה הרחבה יותר שלו נתפסת בציטוט ישיר ממאמרו: "הדבר האחרון שאף אחד מאיתנו רוצה הוא עולם שבו כל חברה בכל מגזר מוסרת ערך לכמה מודלים שאוכלים כל מה שהם רואים."

הוא טוען שמודלי AI חזקים הופכים להיות מסוגלים מאוד לספוג ידע ארגוני מתמחה, ועלולים למסחר את המומחיות המקצועית של תעשיות שלמות ולמכור אותה בחזרה לחברות שיצרו אותה. חברות שלא יבנו מערכות משוב AI משלהן מסתכנות באיבוד ערך לספקי מודלים חיצוניים במקום לחזק את הידע הארגוני שלהן.

2. סיכון ריכוזיות ותלות בספקים. הסתמכות על מודל AI בודד מותירה ארגונים חשופים למגבלות, לתמחור ולהחלטות אסטרטגיות של ספקים חיצוניים. המסגרת של נאדלה מדגישה בניית לולאות למידה פנימיות שיכולות להחליף מודלי בסיס מבלי לאבד את התבונה המצטברת. לדעתו, "בניית תשתית AI המותאמת למודל אחד בלבד היא מסוכנת" מכיוון שפריצת דרך של מתחרה בארכיטקטורת מודלים עלולה להפוך את כל ההשקעה למיושנת.

התאמה לאסטרטגיית המודלים המרובים של מיקרוסופט

הטיעון של נאדלה תואם ישירות לשינוי האסטרטגי של מיקרוסופט עצמה. לאחר שנים של שותפות עמוקה עם OpenAI, החברה מרחיבה בכוונה את אסטרטגיית מודלי ה-AI שלה ומציגה יותר יכולות AI משלה.

ב- Microsoft Build 2026 בתחילת יוני, החברה חשפה מודלי AI קנייניים חדשים (משפחת מודלי MAI) שנועדו להקטין את התלות ב-OpenAI ולהוזיל עלויות למפתחים. מיקרוסופט גם בונה מערכות קנייניות כמו Project Polaris - המתואר כקוד ה-AI של מיקרוסופט שאמור להחליף את GPT-4 ב-GitHub Copilot עד אוגוסט 2026.

מיקרוסופט הציגה מודלי AI במחירים נוחים ופלטפורמת Copilot רבת-מנועים שתומכת במודלים של Anthropic, Meta (Llama), Mistral AI, DeepSeek ו-Cohere לצד OpenAI, ומעניקה למשתמשים יכולת בחירה בין מספר מנועי AI. Claude של Anthropic הוא כעת אפשרות מהשורה הראשונה ב-Azure AI Foundry לצד OpenAI, DeepSeek, Llama ו-Mistral.

ההיגיון האסטרטגי פשוט: אם ארגונים צריכים מערכות AI מותאמות אישית המחוברות לנתונים, לתהליכי העבודה ולידע הארגוני שלהם, פלטפורמת הענן המארחת מערכת אקולוגית זו - Azure - הופכת לחשובה אסטרטגית. העצה של נאדלה "בנה לולאת למידה משלך" היא לפיכך גם הדרכה ארכיטקטונית וגם התאמה חזקה לאסטרטגיית פלטפורמת הענן וה-AI הרחבה יותר של מיקרוסופט.

נאדלה צפה את המסחור הזה כבר מזמן. בסוף 2025, הוא תיאר את הדינמיקה באופן בוטה: "אם אתה חברת מודלים, ייתכן שיש לך קללת מנצח... זה עותק אחד מהפיכה לסחורה."

המסגרת העסקית החדשה בעידן ה-AI: הון אנושי + הון טוקנים

נאדלה הציג שני מושגים במאמרו מיוני 2026 שהפכו למרכזיים בשיח על AI ארגוני: הון אנושי (Human Capital) והון טוקנים (Token Capital).

מהו הון טוקנים?

הון טוקנים הוא "יכולת ה-AI שחברה בונה ומחזיקה בבעלותה" תוך שימוש בתהליכי העבודה, הנתונים, ההערכות והמומחיות המצטברת שלה. זהו נכס ה-AI הקנייני שהחברה מפתחת סביב מערכת ההפעלה שלה - במקום לשכור יכולת גנרית מספקים חיצוניים. הון טוקנים כולל את המערכות, המודלים, ההנחיות (prompts), ההערכות ותהליכי העבודה המכווננים שהחברה מפתחת לאורך זמן. נאדלה מתאר אותו כגדל ב"ריבית דריבית" בלולאת למידה שמחזקת את עצמה.

הון אנושי הופך ליקר יותר, לא פחות

הטענה הלא אינטואיטיבית של נאדלה היא שככל שיכולת ה-AI (הון טוקנים) עולה, הערך של ההון האנושי עולה ולא יורד. הון אנושי מקיף את הידע, שיקול הדעת, הקשרים, היצירתיות וזיהוי הדפוסים של האנשים בחברה.

הטיעון שלו: ללא כיוון אנושי, "יש לך חישוב שרץ במעגלים." המומחיות האנושית היא המנחה את לולאת הלמידה, מעריכה את התפוקות והופכת יכולת AI ליתרון ארגוני שימושי. נאדלה ממסגר זאת כמעבר ל"לולאה קוגניטיבית אמיתית בין אנשים למערכות דיגיטליות" - שבירה מהותית ממהפכות טכנולוגיות קודמות שבהן מערכות דיגיטליות שימשו רק לשיפור התפוקה האנושית.

לולאת הלמידה שצוברת ריבית דריבית

נאדלה מתאר את המצב האידיאלי כ"בניית לולאת למידה על גבי מודלים שבה הון אנושי והון טוקנים צוברים ריבית דריבית." בלולאה זו:

• הון אנושי (מומחיות, שיקול דעת) מנחה את יצירת התפוקות של AI ומעריך אותן
• הון טוקנים (יכולת AI קניינית) לוכד ומממש את המומחיות הזו
• כל חיזוק הופך את שני הצדדים ליקרים יותר לאורך זמן

אם אינך יכול להחליף מודל גנרי מבלי לאבד את התבונה המצטברת שלך, אינך הבעלים של לולאת הלמידה שלך - אתה שוכר אותה.

השלכות מעשיות לאימוץ AI ארגוני

תשתית: פלטפורמות גמישות ורבות-מודלים

ארגונים לא יכולים עוד להתייחס למודל AI בודד כאסטרטגיית ה-AI כולה. הם זקוקים לתשתית גמישה שיכולה לתמוך במשפחות מודלים מרובות, חיבורי נתונים קנייניים, אינטגרציה של תהליכי עבודה ולולאות משוב רציפות. המסגרת של נאדלה מרמזת שהתשתית המנצחת היא הפלטפורמה שעוזרת לחברות לבנות ולהפעיל מערכות אקולוגיות אלה - וכך מיקרוסופט ממקמת את Azure ואת שירותי Copilot שלה.

הון אנושי: השקעה עמוקה יותר באנשים

הטיעון של נאדלה עומד בניגוד לנרטיב הרווח של אוטומציה תחילה. אם שיקול הדעת האנושי הופך ליקר יותר ככל ש-AI גדל, חברות צריכות להשקיע יותר במומחיות עובדים, בידע תחום ובקבלת החלטות יצירתית - לא פחות. כ-117,000 משרות טכנולוגיה קוצצו ב-2026, כשהבינה המלאכותית צוינה כגורם - מגמה שמסגרת העבודה של נאדלה מזהירה מפניה במרומז, משום שהיא עלולה לשלול מהחברות את ההון האנושי הדרוש להנחיית לולאות הלמידה.

הון טוקנים: לבנות, לא רק לקנות

השינוי האסטרטגי המרכזי הוא מצריכת AI לבעלות על יכולת AI. משמעות הדבר היא פיתוח מודלים קנייניים, כוונון על נתונים פנימיים, בניית מערכות הערכה ויצירת תהליכי עבודה הלוכדים ידע ארגוני בצורה ניתנת לשימוש חוזר. חברות שרק נרשמות למודל ה-AI הטוב ביותר ועוצרות שם מסתכנות בחלול - משום שהיתרון המתמשך שלהן לא יגיע מהמודל המושכר עצמו אלא מלולאת הלמידה הקניינית שהן בונות סביבו.

השורה התחתונה האסטרטגית

עבור מנהלי ארגונים, נאדלה טוען שהחברה בעידן ה-AI חייבת להשקיע במקביל ב:

• תשתית: פלטפורמות ענן גמישות ורבות-מודלים המאפשרות בניית מערכות AI מותאמות אישית סביב תהליכי עבודה ונתונים קנייניים.
• הון אנושי: השקעה עמוקה יותר בשיקול דעת עובדים, ביחסים, ביצירתיות ובמומחיות תחום - חשובים יותר עכשיו, לא פחות.
• הון טוקנים: יכולות AI קנייניות המאומנות ומשופרות באמצעות הנתונים הייחודיים של החברה, לולאות המשוב ותהליכי ההפעלה שלה.

המסר ברור: אם אסטרטגיית ה-AI שלך מתחילה ומסתיימת בבחירת ספק מודל AI מוביל, ייתכן שכבר אתה מאבד קרקע תחרותית לחברות שבבעלותן לולאות הלמידה במקום לשכור אותן.