ב-30 בנובמבר אשתקד הושק ChatGPT וחולל מהפכה של ממש. שנה אחרי כבר ניתן לראות את ההשפעה שלו ושל מוצרים מתחרים כמו Google BARD במגוון תחומים - בריאות דיגיטלית, פינטק, מחקר ואקדמיה, חינוך, אמנות ועוד.
מודל שפה גדול (LLM) הוא למעשה מערכת ממוחשבת שמסוגלת להבין וליצור שפה טבעית על סמך כמויות אדירות של טקסטים שהיא אומנה עליהם. על בסיס מודל זה התפתחה הבינה המלאכותית היוצרת (Generative AI), שמסוגלת ליצור אינפוט מגוון, כמו טקסטים, תמונות וסרטונים. בשנים האחרונות התחום צבר תאוצה, התחרות הולכת וגדלה, וכך גם מספר הסטארטאפים שמנסים לנצל את הטכנולוגיה החדשה לבניית מוצרים פורצי דרך.
כאשר ענקיות בינה מלאכותית כמו OpenAI, גוגל ומיקרוסופט מובילות את ההתפתחויות הטכנולוגיות, נשאלת השאלה היכן ההזדמנויות עבור סטארטאפים, והאם כדאי בכלל ליזמים להשקיע בתחום?
בשבוע שעבר התקיים ב-Microsoft Reactor בתל אביב פאנל בהנחיית העיתונאי אמיתי זיו על האתגרים וההזדמנויות בתחום, בהשתתפות ד"ר דור לי-לו, מייסד שותף של IBI Tech Fund שיזמה את הפאנל, עוז לוי, CTO פתרונות דאטה בחברת Matrix DnA, עידו יונתן אנגל, מוביל פתרונות ענן ובינה מלאכותית במיקרוסופט, ואינה טוקרב סלע, מנכ"לית ומייסדת שותפה של אילומקס טכנולוגיות.
ישראל מאבדת את המומנטום שהיה לה
למרות התחרות, יש עדיין לא מעט סטארטאפים ישראליים בתחום. "בשנה האחרונה ראינו יותר מ-60 חברות בתחומים הללו", סיפר דור לי-לו, שהקרן שייסד משקיעה בחברות בשלבים מוקדמים. עם זאת, לדבריו, בחודשים האחרונים נוצרו פערים גדולים בין ההשקעות בתחום בארה"ב לבין ההשקעות בתחום בישראל, זאת בשל מאורעות השנה האחרונה בארץ, ובפרט המלחמה. לדבריו, "בין 2022 ל-2023, בארה"ב מספר ההשקעות בתחום קפץ פי 4, בניכוי ההשקעה ב-OpenAI, ובישראל זה אינו המצב".
"ברבעון הראשון של השנה, אחרי ש-GPT יצא, היתה דממה בתעשייה", הוסיפה אינה טוקרב סלע. "לא ידעו אם Foundation Models, מודל AI שאומן על דאטה רחב, הולכים לשנות לחלוטין את התחומים של ניהול דאטה ואנליטיקה. ברבעונים האחרונים של השנה חלה התעוררות וניכר שהתאגידים צמאים לחדשנות בתחום של LLM. קרנות הון-סיכון תאגידיות התעוררו בגלל הפערים שתאגידים צריכים לסגור".
להעיר את הדב משנתו
"יש מפץ גדול בתחום. באופן אישי שקלתי והחלטתי לא להקים חברת LLM", אמר עידו יונתן אנגל ממיקרוסופט. עם זאת, הוא המליץ ליזמים ויזמיות "לזהות באילו תעשיות יש שחקני תוכנה ש'ישנים על האף', ויש מלא כאלה". הוא מתכוון כמובן לחברות שאפשר להתחרות בהן ביעילות - "חברות כבדות, שאנחנו כיזמים יכולים ליצור משהו שנע הרבה יותר מהר מהן. הגמישות שלנו כיזמים צריכה להיות בשיאה". הוא הוסיף כי "כיזמים, מה שיגדיר את הניצחון עכשיו, זה מי יודע לפתור בעיות בעזרת הכלים החדשים ולעשות Go to market בצורה סקיילבילית. זאת שעתם הגדולה של מנהלי המוצר, שיודעים למצוא פרודקט מרקט פיט - להבין שהדבר הזה משביע את רצון הלקוחות, ומשם יודעים לאפיין תהליכי מכירה ולבנות אותם לסקייל".
לחפש את הפתרונות הורטיקליים
לדברי לי לו, חלק מהחברות עובדות על פתרונות ורטיקליים וחלקן על פתרונות הוריזונטליים. "בפתרונות הוריזונטליים, בדרך כלל יקומו מספר רב של חברות בנוסף למאמצים של חברות גדולות. דוגמא קלאסית היא למשל LLM סקיוריטי או פתרונות לאופטימיזציה של קומפיוט. חברות שבונות פתרונות כאלו, צריכות לדעתי לגייס סופר סיד, כי התחרות בשוק גדולה ויש חשיבות גבוהה אף יותר ליכולת להתחרות על הטאלנטים ולקחת נתח שוק משמעותי. בבנייה של פתרונות ורטיקליים, כלומר פתרונות ממוקדים לבעיות של תעשיות ספציפיות, צריך פחות כסף כדי לבנות MVP - מוצר ראשוני מינימלי".
החברה של טוקרב סלע, אילומקס, עוזרת לארגונים למנף את הדאטה בארגון בצורה יעילה ומהירה יותר בעזרת Generative Semantic Fabric. "זו קטגוריה חדשה המאפשרת להבין איזה דאטה ואיזו אנליטיקה ולוגיקה כבר יש בארגון. היא מחצינה את הלוגיקה, ומתריעה על חוסר עקביות. תחשבו על בנקים, מאות דאטה סורסים, הרבה עבודה של אנליסטים, דוחות עסקיים, והידע לרוב הוא סמוי ונמצא בראש של האנשים. לנהל את זה בצורה שוטפת, זה אתגר מאוד גדול".
לדבריה, יש עדיין מקום לסטארטאפים צעירים במרחב לעשות LLM. "אם יש קורפוס של דאטה שהוא רק שלכם, יש מקום כמובן לאמן את המודל על הדאטה הזה. האופציה השנייה היא ייעול של תהליכי עבודה בתעשייה - כמו מרקטינג, שרשרת אספקה וכו'. הפתרונות האלו טרם עברו אוטומציה, ואפשר להעביר אותם מעידן האבן לעכשיו".
דאטה ייחודי הוא המפתח
עוז לוי מ-Matrix DnA הוסיף כי "אנחנו נמצאים במצב ביניים, בהיבט של מאגרי מידע ורטיקלים ו-LLM, שהם מוצרים נפרדים, זה קצת כמו הימים שהיינו הולכים עם טלפון ואייפוד, לאט לאט נראה התלכדות סביב הפלטפורמות האלו. אם אתם יודעים לעשות משהו מאוד טוב בפן הטכני, יותר טוב מכל אחד אחר, יש לכם מקום בהקשר הזה, ויש המון קטגוריות. אל תתמקדו בלייצר את האפליקציות, כי זה משהו שקל מאוד אחר כך להחליף אותו. רצוי וראוי לעסוק במשהו שאין אותו היום - כמו LLM סקיורטי, ופרומפט סקיורטי ומשילות, או ביכולת להביא את הדבר הזה לפרודקשן. אם אתם הולכים לאמן מודל LLM, דאטה מיוחד שהוא לא פומבי זה המפתח שלכם. הדאטה הזה צריך להיות איכותי, וזה היתרון מול חברות אחרות".
כמו תמיד, מחקר שוק לפני הכל
עידו יונתן אנגל המליץ ליזמים לוודא מול החברות הגדולות שהן לא עובדות על פתרון דומה לשלהם. "תראו שאין חפיפה. עדיף שתראו לאן הן הולכות ושאתם לא מקימים משהו, שמחר, קיבלתם כסף מקרן הון-סיכון ואתם מתעוררים לשוקת שבורה. יש כלים לנצל את התאגידים הגדולים לכסף, להביא את הפתרון לשוק כמה שיותר מהר - תיעזרו בזה". הוא הוסיף כי "צריך לנסות למצוא בעיות שאף אחד אפילו לא חשב לפתור אותן. למשל בליגל-טק יש הזדמנויות אדירות, בעולם הפארמה, הביולוגיה - בכל מקום שהמחקר נשען על הרבה מאוד דאטה".
לי-לו סיכם כי מיזם בתחום ה-LLM אינו שונה מהותית ממיזמים בתחומים אחרים. "צריך להבין מה הבעיה שאתם פותרים, ולוודא שהבעיה גדולה וכואבת למישהו ספציפי בארגון, ונוגעת לאיך שהביצועים שלו או שלה נמדדים. תמיד יהיו מתחרים, השאלה, כמו בסטארטאפים אחרים, היא מה היתרון היחסי שלכם. אם אתם רוצים לפתור בעיה, ואתם מביאים לתוך הפתרון ידע ורטיקלי מאוד עמוק בתעשייה שבה אתם פותרים את הבעיה, או דאטה ייחודי שאינו פומבי, אלו שתי דוגמאות ליתרון יחסי".
למרות המצב, ישראל חייבת לשמור על הובלה
בחודש יוני האחרון פירסמה חברת Tortoise Media את דירוג הבינה המלאכותית הגלובלי הרביעי שלה, לפיו ישראל נמצאת במקום ה-7 והמכובד. ארה"ב מובילה את הדירוג ומיד אחריה סין. הדו"ח של החברה מציג את 62 המדינות שמובילות את מרוץ הבינה המלאכותית הגלובלי, ומתבסס על משתנים שונים של תשתית, מחקר, פיתוח, השקעות ממשלתיות ועוד. אין ספק כי השנה הקרובה הולכת להיות מאתגרת עבור תעשיית ההייטק הישראלית, אבל כדי שנמשיך להוביל, בתחום ה-AI בפרט, יש להמשיך לעודד את ההשקעה בתחום ואת היזמים והיזמיות שברגעים אלו ממש עמלים על הפיתוחים הבאים בתחום.