כשהכנסות שוברות שיאים אך ההפסדים גדולים עוד יותר
הנתונים הכספיים של OpenAI לשנת 2025 מציגים תמונה שמכריחה כל מקבל החלטות לחשוב מחדש על כלכלת ה-AI: הכנסות של 13 מיליארד דולר לצד הפסד תפעולי של 21 מיליארד דולר. מדובר בפער של כמעט שמונה מיליארד דולר שמגדיר מחדש את השאלה המרכזית בתעשייה, לא כמה מהיר גדל העסק, אלא האם המודל הכלכלי בר-קיימא בכלל.
עלויות שלא נעצרות: מה מניע את ההפסד
הפער בין הכנסות להפסדים ב-OpenAI אינו תוצאה של ניהול כושל. הוא נובע ממבנה עלויות יסודי של תעשיית ה-AI הגנרטיבי:
- תשתיות מחשוב (Compute): אימון מודלים גדולים ומתן שירות בקנה מידה עולמי דורשים השקעות עצומות בשרתים ובאנרגיה.
- מחקר ופיתוח: התחרות עם Google DeepMind, Anthropic, Meta ואחרים מחייבת המשך השקעה מסיבית, גם כשההכנסות גדלות.
- כוח אדם: שוק הכישרונות ב-AI נשאר אחד היקרים בעולם הטכנולוגיה.
מהניסיון של R.A.S Group עם ארגונים שמטמיעים מערכות AI, אנו רואים דפוס דומה בקנה מידה קטן יותר: הטכנולוגיה מייצרת ערך מדיד, אך עלויות ה-overhead הראשוניות גבוהות מהצפוי. ההבדל הוא שארגון שפועל עם מערכת מותאמת ומחושבת לא נושא בעלויות המחקר, רק ביישום.
מה המשמעות לשוק ולארגונים
כאשר ספק מרכזי של AI מפסיד בקצב כה גבוה, ישנן כמה השלכות ישירות לארגונים שמסתמכים עליו:
- תמחור עתידי: כדי להגיע לרווחיות, ספקים יאלצו לעלות מחירים, לשנות תוכניות או לצמצם שירותים.
- תלות בגיוסי הון: מודל כזה תלוי ברצף השקעות חיצוניות. שינוי בשוק ההון יכול להשפיע על יציבות השירות.
- מינוף ציפיות: חברות שבנו תהליכים עסקיים קריטיים על גבי APIs של ספקים חיצוניים חשופות לשינויי מדיניות שאינם בשליטתן.
הגיון ה-Build לעומת ה-Buy בעידן ה-AI
הנתונים של OpenAI מחדדים שאלה שאנו נשאלים לעיתים קרובות: האם עדיף להסתמך על שירות AI חיצוני או לבנות יכולות פנימיות מותאמות? התשובה אינה בינארית, אך ברור שארגון שיש לו מערכת ליבה מותאמת, שמשלבת כלי AI לפי צרכיו הספציפיים, אינו כבול לשינויי תמחור או למדיניות של ספק יחיד.
הנתונים הכספיים של OpenAI הם תזכורת שגם הטכנולוגיה המרשימה ביותר בעולם עדיין מחפשת את נוסחת הרווחיות שלה. ארגונים שיבנו אסטרטגיית AI על בסיס מגוון, גמיש ומבוסס-ערך יהיו במצב טוב יותר כשנוסחה זו תשתנה.