מוסטפא סולימן: הבינה המלאכותית לא מתקרבת לקיר והמרוץ רק מתחמם

מוסטפא סולימן, מנכ"ל Microsoft AI ואחת הדמויות הבולטות בתעשייה הגלובלית מאז ימי DeepMind, מציג בתקופה האחרונה קו עקבי: לדבריו, פיתוח הבינה המלאכותית עדיין רחוק ממיצוי, והטענה שלפיה המודלים הגדולים עומדים להיתקל בקיר טכנולוגי פשוט אינה מתיישבת עם כיוון ההתקדמות בשטח. במאמר שפורסם ב-MIT Technology Review ב-8 באפריל 2026, הוא מסביר כי בני אדם רגילים לחשוב באופן ליניארי, ולכן מתקשים לעכל קצבי שיפור מעריכיים. מבחינתו, זו אינה רק טענה פילוסופית, אלא מסגרת שמסבירה מדוע שיפורים בכוח החישוב, בארכיטקטורות, בנתונים, ביעילות האימון ובהסקה המעשית ממשיכים לדחוף את התחום קדימה גם כאשר נדמה שההתקדמות מאטה.

העמדה הזו מקבלת משקל מיוחד משום שסולימן אינו פועל מבחוץ כפרשן. הוא עומד כיום במרכז אסטרטגיית ה-AI של Microsoft, ובמרץ 2026 אף קיבל מיקוד מחודש בתוך החברה כדי להקדיש יותר משאב ניהולי ומחקרי לבניית מודלים פנימיים מתקדמים. בהודעה רשמית של Microsoft נמסר כי סולימן יוביל את מאמצי ה"superintelligence" של החברה בחמש השנים הקרובות, במטרה לפתח מודלים שישרתו את מוצרי Microsoft ויאפשרו גם "enterprise tuned lineages" כלומר, משפחות מודלים מותאמות יותר לעולם הארגוני, עם דגש על עלויות, ביצועים וצרכים עסקיים. במילים אחרות, הטענה שאין קיר באופק אינה רק ניתוח רעיוני; היא גם הצדקה אסטרטגית להשקעות עתק בתשתיות, בכישרונות ובמחקר.

מה בדיוק סולימן טוען ולמה זה חשוב

ליבת הטיעון של סולימן היא שהציבור נוטה לבחון את AI דרך עדשת המוצר הנוכחי צ'אטבוט, עוזר כתיבה או כלי קוד במקום דרך שרשרת הגורמים שמאיצה את היכולות. מבחינתו, גם אם קצב השיפור של מודל בודד משתנה, המערכת הכוללת ממשיכה להתקדם משום שכמה מנועים פועלים במקביל: יותר כוח חישוב, ניצול טוב יותר של חומרה, שיטות אימון יעילות יותר, הקטנת עלויות inference, מעבר למערכות agentic ושילוב של זיכרון, כלים, חיפוש ובקרה. לכן השאלה איננה רק האם מודל השפה הבא יהיה חכם יותר, אלא האם המערכת כולה תהיה שימושית, אוטונומית וזולה יותר. עבור השוק, זו הבחנה קריטית: הערך העסקי האמיתי לא תלוי רק ב-IQ של המודל, אלא ביכולתו לבצע עבודה אמינה, לחזור על משימות ולהשתלב בתהליכי ליבה.

• שיפור מתמשך בחומרה, במרכזי נתונים ובזמינות compute
• התקדמות בארכיטקטורות ובשיטות אימון, לא רק בהגדלת המודל
• ירידה הדרגתית בעלויות הפעלה והסקה עבור שימושים מסחריים
• מעבר מכלי שיחה למערכות agentic שמבצעות רצפים של פעולות
• התאמת מודלים לארגונים, לתחומים מקצועיים ולצרכים מקומיים

החשיבות של המסר הזה נובעת גם מהזמן שבו הוא נאמר. בחודשים האחרונים סולימן חזר שוב ושוב על הערכות אגרסיביות בנוגע להשפעת AI על עבודה משרדית. בראיון שזכה להדהוד רחב בפברואר 2026 הוא אמר כי בתוך 12 עד 18 חודשים מערכות AI עשויות להגיע לרמה אנושית ברוב המשימות המקצועיות המבוצעות מול מחשב, והזכיר במפורש עורכי דין, רואי חשבון, מנהלי פרויקטים ואנשי שיווק. התחזית הזו שנויה מאוד במחלוקת, אך היא מחדדת את הקשר בין שני הדיונים: אם היכולות אכן ימשיכו להשתפר בלי להיתקל בקיר, הוויכוח עובר משאלה טכנולוגית מופשטת לשאלה כלכלית וחברתית מוחשית מי ייהנה מהפריון, מי יספוג את הלחץ, ואילו מקצועות ישתנו ראשונים.

לא רק מודלים חכמים יותר, אלא מערכות זולות ושמישות יותר

אחד החידושים המעניינים בשיח של סולימן הוא הדגש על כלכלת ההפעלה, ולא רק על יכולות מופשטות. בהודעה שפרסם לעובדי Microsoft במרץ, הוא הדגיש שהחברה צריכה מודלים שיאפשרו גם COGS efficiencies כלומר, התייעלות בעלות השירות של עומסי AI בקנה מידה עצום. זו נקודה מהותית: גם אם מודל מסוים מרשים במבחני benchmark, הוא לא בהכרח מתאים לפריסה רחבה אם עלות ההפעלה שלו גבוהה מדי, זמן התגובה ארוך מדי או רמת האמינות שלו אינה מספיקה. מכאן נובעת הטענה של סולימן שאין "קיר" אחד. בפועל יש רצף של חסמים עלות, latency, בטיחות, התממשקות, רגולציה וכל פריצת דרך באחד מהם יכולה להזניק את השימושיות גם בלי מהפכה מדעית אחת גדולה.

העמדה הזו משקפת גם שינוי רחב יותר בתעשייה. בשלב הראשון של גל ה-GenAI השיח התמקד בשאלה מי מציג את המודל המרשים ביותר. כעת יותר ויותר חברות עוברות לשאלות פרקטיות: כמה עולה להריץ את המודל? האם אפשר לכוון אותו לתחום מקצועי מסוים? האם ניתן להבטיח תאימות, בקרה, audit trail ואבטחת מידע? האם הארגון מסוגל לבנות עליו workflow אמיתי? כאן Microsoft מנסה למצב את עצמה מחדש: לא רק כצרכנית של מודלים של OpenAI, אלא כמי שבונה שכבת מודלים ותשתית משלה, עם התאמה עמוקה יותר למוצרי העבודה הארגוניים שלה. לכן, כאשר סולימן מדבר על עתיד ללא תקרת זכוכית נראית לעין, הוא למעשה טוען שהמרוץ הבא יוכרע פחות על ידי הדגמות נוצצות ויותר על ידי היכולת להפעיל AI בקנה מידה ארגוני אמין ורווחי.

אבל הספקנות לא נעלמה ויש לה בסיס

לצד האופטימיות של סולימן, בשוק קיימת גם תגובת נגד ברורה. חלק מהחוקרים והמנהלים טוענים שהדיון הציבורי מערבב בין דמו מרשימה לבין שינוי מבני עמוק בפריון. סקרים עדכניים של PwC מצביעים על כך שמרבית המנכ"לים עדיין לא רואים החזר פיננסי משמעותי מ-AI בהיקף רחב, ופחות מרבע מהם מדווחים על יישום נרחב של הטכנולוגיה ברוב תחומי הפעילות. כלומר, למרות התלהבות גבוהה, ארגונים רבים עדיין נמצאים בשלב של ניסויים, פרויקטי פיילוט והטמעות נקודתיות. הפער הזה חשוב במיוחד: הוא מראה שיכולת טכנולוגית אינה מתורגמת אוטומטית לערך עסקי, ובוודאי לא לשינוי מלא במבנה העבודה.

גם המחקר האקדמי האחרון תומך בתמונה מורכבת יותר. מאמר שפורסם בתחילת אפריל 2026 ב-arXiv, על בסיס יותר מ-17 אלף הערכות עובדים על אלפי משימות טקסטואליות בשוק העבודה האמריקאי, מצא עדויות לכך שההתקדמות ביכולות ה-AI נרחבת ומתמשכת, אך אינה בהכרח "גל מתנפץ" שמוחק בבת אחת מקצועות שלמים. החוקרים מעריכים כי אם המגמות הנוכחיות יימשכו, מודלי שפה יוכלו להשלים עד 2029 חלק גדול מן המשימות הטקסטואליות ברמת הצלחה מספקת של 80% עד 95%, אך אימוץ ארגוני רחב והשפעה מקרו-כלכלית עשויים לקחת זמן רב יותר. במילים אחרות, אפשר לקבל את רעיון ההתקדמות הרציפה בלי לאמץ בהכרח את לוחות הזמנים האגרסיביים ביותר של בכירי התעשייה.

המשמעות עבור Microsoft, OpenAI ושוק ה-AI הרחב

הטענות של סולימן אינן מנותקות ממאבק הכוחות בין ענקיות ה-AI. Microsoft, שבעבר ביססה חלק מרכזי מהתנופה שלה על השותפות עם OpenAI, מאותתת כעת בבירור שהיא רוצה גם עצמאות מודלית גבוהה יותר. המהלך הארגוני של מרץ 2026, שבו אוחדו קווי Copilot לצרכנים ולארגונים בעוד סולימן מופנה להתמקד במודלים, משקף תפיסה שלפיה השליטה בשכבת היסוד תחזור להיות קריטית בעשור הקרוב. אם הוא צודק והתחום לא עומד להיתקל בקיר, אזי מי שיחזיק compute, מודלים, הפצה ארגונית ושכבת מוצר חזקה ייהנה מיתרון מצטבר. במובן הזה, ההצהרות שלו הן גם מסר תחרותי: העתיד של AI לא יוכרע רק במעבדות מחקר, אלא ביכולת של חברות ענק לייצר אינטגרציה מלאה בין מודל, פלטפורמה ומוצר.

• Microsoft מנסה להעמיק שליטה בשכבת המודלים ולא להסתמך רק על OpenAI
• המרוץ עובר ממבחני יכולת ליתרון תפעולי: עלות, מהירות, הפצה ואבטחה
• Copilot הופך לזירת מבחן מרכזית לשילוב AI בתוך עבודה ארגונית יומיומית
• חברות עם גישה ל-compute, לדאטה וללקוחות ארגוניים נהנות ממקפצה תחרותית

זו גם אחת הסיבות לכך שסולימן ממשיך לדבר על "humanist superintelligence" מושג שנועד למסגר את המרוץ לא רק כהאצה עיוורת של יכולות, אלא כמאמץ לבנות מערכות חזקות שנשארות בשליטה אנושית ומשרתות אינטרסים חברתיים וכלכליים ברורים. בפועל, המבקרים שלו טוענים שהשפה הזו עדיין עמומה מדי, ושקשה ליישב בין חזון של אוטומציה נרחבת של עבודה משרדית לבין הבטחה להעצמה אנושית. ובכל זאת, עצם הבחירה במונח מצביעה על מאבק כפול: גם על הבכורה הטכנולוגית, וגם על הנרטיב הציבורי. מי שיצליח לשכנע שהמודלים שלו גם חזקים יותר וגם בטוחים, אמינים ושימושיים יותר, יקבל יתרון לא רק בשוק, אלא גם מול רגולטורים ולקוחות ארגוניים.

הזווית הישראלית: בין הזדמנות לפריון לבין צורך בהיערכות מהירה

מנקודת מבט ישראלית, הדיון הזה רחוק מלהיות תיאורטי. המשק המקומי נשען במידה רבה על מקצועות עתירי מחשב, שירותים עסקיים, פיתוח תוכנה, שיווק דיגיטלי, משפט, פיננסים ותמיכה ארגונית בדיוק אותם תחומים שסולימן מזהה כחשופים לאוטומציה מהירה יחסית. המשמעות אינה בהכרח גל מיידי של החלפת עובדים, אלא לחץ גובר לשינוי מבנה התפקידים. חברות ישראליות, ובעיקר סטארט-אפים וארגוני תוכנה, יידרשו להבחין בין משימות שניתן להעביר ל-agent, משימות שדורשות ביקורת אנושית, ומשימות שבהן הערך האנושי דווקא יעלה משום שהמכונה תבצע את החלק השגרתי. מי שיאמץ מוקדם כלי AI לתפעול, מכירות, פיתוח ושירות צפוי ליהנות מקיצור זמני עבודה ומיכולת לשרת יותר לקוחות באותו מצבת כוח אדם.

במקביל, לישראל יש גם יתרון מבני בשלב הזה של השוק. האקוסיסטם המקומי חזק בתחומי תשתיות תוכנה, אבטחת מידע, observability, data governance, DevTools ו-workflow automation כל אלה שכבות שמתחזקות דווקא כאשר מודלים הופכים לסחורה נגישה יותר. אם סולימן צודק וה-AI לא נעצרת אלא מתפזרת לעוד ועוד שימושים, אז חלק גדול מהערך ייווצר סביב הכלים שמאפשרים להריץ אותה באופן בטוח, אמין, מפוקח וחסכוני. זהו אזור שבו חברות ישראליות יכולות להשתלב היטב, בין אם כספקיות תוכנה לארגונים גלובליים ובין אם כמי שבונות מוצרים אנכיים לשוקי בריאות, פינטק, סייבר, חינוך ותעשייה. עבור מנהלים מקומיים, המשימה כעת היא לא לשאול האם לאמץ AI, אלא היכן האימוץ באמת משנה יחידת כלכלה.

• למפות אילו משימות בארגון מתאימות לאוטומציה חלקית או מלאה
• להשקיע בהכשרת עובדים לעבודה עם מערכות AI ולא רק ברכישת רישיונות
• לבנות מנגנוני בקרה, אבטחה ותיעוד לפני מעבר להטמעה רחבה
• לבחון ROI אמיתי: חיסכון בזמן, שיפור שירות, קיצור מחזורי פיתוח והפחתת עלויות

השורה התחתונה היא שסולימן מנסה לשכנע שהשאלה "מתי ה-AI תיתקע" מנוסחת לא נכון. בעיניו, התחום מתקדם על פני כמה חזיתות במקביל, ולכן גם אם חזית אחת מתמתנת, אחרות ממשיכות לדחוף קדימה. ייתכן שהתחזיות הקצרות ביותר שלו לגבי שוק העבודה יתבררו כאופטימיות מדי, וייתכן גם שהאימוץ הארגוני יישאר איטי יותר מההתלהבות בשיח הציבורי. אבל קשה להתעלם מהנקודה המרכזית: המגמה הבסיסית עדיין כלפי מעלה, והמרוץ עובר כעת משלב ההוכחה לשלב ההתבססות התעשייתית. עבור חברות, עובדים, רגולטורים ומשקיעים בישראל ובעולם, המשמעות היא אחת: גם אם הקיר אינו נראה באופק, הצורך בהיערכות מפוכחת ומדידה נעשה דחוף יותר, לא פחות.