האם ה-AGI כבר הגיע? הטענה של מנכ״ל אנבידיה, והכוכבית החשובה

האמירה של ג'נסן הואנג על AGI — בינה מלאכותית כללית — נשמעה כמו הכרזה דרמטית, אך בפועל הייתה בעיקר שינוי מסגור עסקי. מנכ״ל אנבידיה טען כי הבינה המלאכותית כבר הפכה שימושית, שסוכני AI מסוגלים לבצע עבודה בעלת ערך, ו״במשימות רבות אפשר לומר שכבר השגנו AGI״. הוא אף כינה את אבני הדרך המסורתיות של AGI ״די חסרות משמעות״. 3448

הכוכבית חשובה: הואנג לא הגדיר רף שניתן לשחזר ולבדוק, לא הציג סדרת מבחנים מוסכמת, ולא טען שהמערכות הנוכחיות מחזיקות באינטליגנציה דמוית־אדם בכל תחום. הטיעון שלו עוסק בעיקר במה ש-AI מסוגל לעשות באופן פרודוקטיבי כבר עכשיו — ובמשמעות של הדבר עבור הביקוש לשבבים, זיכרון ומרכזי נתונים.

מה בדיוק אמר הואנג על AGI?

הואנג פתח את שיחת הדוחות של אנבידיה בקביעה ש״AI הפך שימושי״, והתמקד בעלייתם של סוכני AI: מערכות שלא רק עונות על פקודה, אלא מסוגלות לבצע עבודה מרובת שלבים — לתכנן, להשתמש בכלים ולפעול לאורך זמן.

לדבריו, סוכן AI עשוי להזדקק לכמות מחשוב גדולה פי 15 עד פי 100 לעומת אינטראקציה שבה אדם מכוון את המערכת ישירות, בהתאם לסוג המשימה. 3336

בהקשר הזה אמר הואנג שבמשימות רבות כבר אפשר לראות ב-AGI הישג שהושג. הניסוח אינו שולי: הוא מתאר יכולת בתחומים מסוימים, ולא טוען שמערכת אחת מסוגלת לבצע באופן אמין כמעט כל משימה אינטלקטואלית שאדם מסוגל לבצע.

המסר הרחב יותר שלו היה שיש לשפוט את AI לפי תוצאות מעשיות ופרודוקטיביות. גם חומרי הדוחות של אנבידיה הדגישו שהבינה המלאכותית כבר מבצעת עבודה שימושית, ושביקוש הלקוחות מואץ עם המעבר לפריסה במערכות אמיתיות. 47

איך הגישה של הואנג שונה מהרעיון המסורתי של AGI?

אין כיום הגדרה אוניברסלית ומוסכמת ל-AGI. עם זאת, המושג מזוהה בדרך כלל עם כלליות: היכולת להעביר ידע ומיומנות בין מגוון רחב של משימות חדשות ולא מוכרות, ולא רק להצטיין בתחומים מסוימים. 17

המסגור של הואנג בשיחת הדוחות מסיט את הדיון מסף קוגניטיבי יחיד אל השימושיות בפועל. לפי הגישה הזו, מערכת יכולה להיראות כמו AGI כאשר היא מבצעת משימות בעלות ערך כלכלי — גם אם היא עדיין תלויה בכלים, בתהליכי עבודה שתוכננו מראש, בפיקוח אנושי או בתשתית ייעודית.

ההבדל נראה כך:

• הגישה המסורתית, המתמקדת ביכולת: AGI אמור להציג יכולת רחבה וניתנת להעברה בין בעיות אינטלקטואליות חדשות.
• הגישה המעשית של הואנג: AI כבר מתקרב לאבן הדרך או עבר אותה בתחומים שבהם סוכנים מסוגלים לבצע עבודה שימושית.
• מה הטענה אינה מוכיחה: היא אינה מוכיחה כשלעצמה יכולת הסקה יציבה, אוטונומיה אמינה לאורך אופקי זמן ארוכים, או כשירות כללית מחוץ לתהליכי עבודה שתוכננו והונדסו במיוחד.

במילים אחרות, הואנג טוען שהמעבר הכלכלי חשוב יותר מהתווית. זו אינה אותה טענה כמו הקביעה שהשאלה המדעית על AGI כבר הוכרעה.

ומה ההבדל בין הואנג לסם אלטמן ול-OpenAI?

ההגדרה ההיסטורית של OpenAI היא גם היא כלכלית, אך מציבה רף גבוה יותר: ״מערכת אוטונומית מאוד שעולה על בני אדם ברוב סוגי העבודה בעלי הערך הכלכלי״. 17

ההבדל טמון בהיקף ובמידת האוטונומיה. הואנג דיבר על AI יעיל במשימות רבות. ההגדרה של OpenAI דורשת מערכת שעולה על בני אדם ברוב סוגי העבודה בעלי הערך הכלכלי, ובמידה גבוהה של אוטונומיה.

לפי דיווחים, סם אלטמן אמר ש-OpenAI עשויה להחזיק עד סוף 2026 במערכת פנימית שהחברה תכנה AGI. חשוב להבין שמדובר באבן דרך פנימית לפי ההגדרה של OpenAI — לא בהכרח בהשקת מערכת ציבורית, ולא בשינוי מיידי של הכלכלה כולה. 192228

אלטמן גם הודה שטכנולוגיה, אימוץ כלכלי והשפעה על החברה אינם מתקדמים בהכרח באותו קצב. בדיווחים על התחזיות שלו, סופר־אינטליגנציה ממוקמת מאוחר יותר, סביב סוף 2028 — דבר שממחיש כי AGI, הפצה לציבור, השפעה כלכלית וסופר־אינטליגנציה הם אבני דרך נפרדות. 1821

לכן, המחלוקת לכאורה בין השניים נובעת בחלקה מהגדרות שונות ובחלקה מלוחות זמנים שונים: הואנג מדגיש שימושיות קיימת, ואילו אלטמן מדבר על הרגע שבו OpenAI עשויה להחליט שמערכת פנימית עומדת ברף רחב יותר של אוטונומיה וביצועים כלכליים.

הביקורת המרכזית: שימושיות אינה בהכרח אינטליגנציה כללית

הביקורת החזקה ביותר על טענתו של הואנג היא שערך מסחרי, כשלעצמו, אינו מוכיח אינטליגנציה כללית. מערכת יכולה להיות רווחית מאוד ועדיין להיות צרה, לא אמינה או תלויה במידה רבה בתשתית שתוכננה בידי בני אדם.

הואנג לא הציג הערכה בלתי תלויה שמראה כי מערכות ה-AI הנוכחיות עומדות בקריטריון כללי של אינטליגנציה. בלי מערך משימות משותף, רף מוסכם לאוטונומיה, דרישת אמינות או מבחן שחוצה תחומים, קשה לאמת את האמירה ש״ה-AGI הגיע״.

אין פירוש הדבר שהטענה חסרת משמעות. המשמעות היא שמדובר בפרשנות עסקית ולא בממצא מדעי מוסכם. בהיעדר הגדרה אוניברסלית ל-AGI, חברות שונות יכולות להשתמש באותה תווית כדי לתאר רמות יכולת שונות מאוד. 17

למה הרבעון של אנבידיה מחזק את הטיעון המצומצם יותר של הואנג?

אנבידיה דיווחה על הכנסות של 96.2 מיליארד דולר ברבעון הפיסקלי השני של 2027 — עלייה של 106% לעומת השנה הקודמת. הכנסות חטיבת מרכזי הנתונים הגיעו ל-89.0 מיליארד דולר, עלייה של 117%. 1

הנתונים האלה אינם מוכיחים שהושג AGI. הם כן מראים שלקוחות מוכנים להשקיע סכומים עצומים בתשתית הדרושה לאימון ולהפעלת מערכות AI. בכך הם תומכים בטענה הצרה יותר של הואנג: AI כבר שימושי מספיק כדי לייצר ביקוש מסחרי משמעותי.

שיחת הדוחות חיברה בין שני רעיונות:

1. סוכני AI נעשים מסוגלים יותר לבצע עבודה פרודוקטיבית.
2. עבודה אוטונומית ומרובת שלבים דורשת הרבה יותר מחשוב מאינטראקציה פשוטה שבה אדם מפעיל את המערכת. 3348

עבור אנבידיה, הנקודה השנייה קריטית. אם סוכנים מבצעים יותר שלבים, משתמשים ביותר כלים ופועלים במשך זמן רב יותר, כל משימה שימושית עשויה לייצר ביקוש נוסף להרצה — inference — ולתשתיות תומכות.

מחירי הזיכרון חושפים את המגבלות של מרוץ ה-AI

הכלכלה של המהפכה הזו אינה חד־צדדית. אנבידיה מתמודדת גם עם רכיבי זיכרון יקרים ומחסור בהיצע, כאשר דיווחים מצביעים על כך שעלויות זיכרון חריגות מכבידות על ציפיות הרווחיות. 15

המגבלה הזו משנה את האופן שבו כדאי לקרוא את דבריו של הואנג. גם אם סוכני AI ייעשו מסוגלים יותר, הפריסה שלהם תלויה ביכולת של חברות להשיג מספיק מעבדים גרפיים, זיכרון, חשמל וקיבולת במרכזי נתונים — ובמחיר שמאפשר תשואה מספקת על ההשקעה.

לכן השאלה המרכזית בתעשייה עוברת מ״האם מודל AI יכול להפיק תשובה מרשימה?״ ל״האם מערכת AI יכולה לבצע עבודה בעלת ערך באופן אמין ורווחי, בקנה מידה רחב?״

התוצאות של אנבידיה מספקות ראיות חזקות לצד הביקוש במשוואה. המחסור בזיכרון והלחץ על שולי הרווח מראים שצד ההיצע ושאלת כלכלת היחידה עדיין לא נפתרו. 1315

אז איך נכון לפרש את האמירה של הואנג?

הדרך הברורה ביותר להבין את דבריו היא לראות בהם דחייה של AGI כקו סיום דרמטי ויחיד. הואנג טוען שהמעבר המעשי כבר החל: סוכני AI מסוגלים לבצע עבודה שימושית, לקוחות משלמים עבור התשתית, וכמות המחשוב הנדרשת גדלה ככל שהמערכות נעשות אוטונומיות יותר.

זו טענה צרה יותר מהקביעה ש״מכונות מחזיקות עכשיו באינטליגנציה כללית ברמה אנושית״. היא גם שונה מהעמדה של OpenAI, שלפיה AGI דורש ביצועים אוטונומיים מאוד ברוב סוגי העבודה בעלי הערך הכלכלי.

המסקנה הזהירה ביותר היא כפולה: AI שימושי ופרודוקטיבי מבחינה כלכלית כבר הגיע בבירור, אך השאלה אם AGI הגיע תלויה בהגדרה וברף הראיות שמפעילים. הרבעון של אנבידיה, עם הכנסות של 96.2 מיליארד דולר, ממחיש את התנופה המסחרית שמאחורי השקפתו של הואנג — אך אינו יכול, לבדו, להכריע מהו AGI.