הבינה המלאכותית משכה השקעות תאגידיות משמעותיות, אך הראיות לתשואה פיננסית מדידה מחוץ לענף הטכנולוגיה עדיין מוגבלות, לפי טורסטן סלוק, הכלכלן הראשי של Apollo Global Management.

במסמך מחקר שפרסם לאחרונה בחן סלוק את מה שהוא מכנה S&P 493 — מדד S&P 500 ללא Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia ו-Tesla. הניתוח שלו מצא כי שולי הרווח וההכנסות לעובד נותרו ברובם ללא שינוי מהותי, ללא אינדיקציה ברורה לכך שאימוץ הבינה המלאכותית משפר את הפריון.

סלוק הסיק כי למרות ההשקעות הניכרות וההתלהבות הרחבה מהטכנולוגיה, חברות מחוץ לקבוצת ענקיות הטכנולוגיה עדיין לא הציגו תועלת פיננסית מדידה.

הממצאים מערערים על ההנחה שההתפתחות המהירה של הבינה המלאכותית תוביל בהכרח לשיפור ברווחי החברות. חברות אמנם משקיעות באוטומציה ובכלים המבוססים על בינה מלאכותית, אך ייתכן שקשה יותר להוכיח את השפעתם הפיננסית מכפי שמרמזת ההתקדמות הטכנולוגית כשלעצמה.

הפער בין אימוץ הבינה המלאכותית לתוצאות העסקיות

אחת השאלות שעולות מהניתוח היא האם חברות מחוץ לענף הטכנולוגיה פשוט מפגרות אחרי החברות שמפתחות ומשווקות מערכות בינה מלאכותית.

סלוק מביע ספקנות באשר ליכולתו של המגזר העסקי האמריקאי הרחב לתרגם בקלות את היכולות ההולכות ונעשות נגישות וזולות יותר של הבינה המלאכותית לצמיחה מהירה יותר בהכנסות ולשולי רווח גבוהים יותר.

ההבחנה חשובה למשקיעים הבוחנים אם ההוצאות הנוכחיות יוכלו לתמוך ברווחים עתידיים. כלי בינה מלאכותית עשויים לשפר ביצוע של משימות מסוימות או לזרז תהליכי עבודה, אך שינויים אלה אינם מובילים בהכרח לשיפור מדיד ברמת החברה כולה.

כדי לשפר את הביצועים הפיננסיים, העלייה בפריון צריכה לבוא לידי ביטוי בסופו של דבר בעלויות, בהפקת הכנסות או ביעילות התפעולית. ניתוח Apollo מצביע על כך ששיפורים כאלה עדיין אינם ניכרים במדדים הפיננסיים המצרפיים שנבחנו בקרב חברות מחוץ לקבוצת ענקיות הטכנולוגיה.

עם זאת, הממצאים המדווחים מתייחסים למדדים פיננסיים רחבים ואינם מוכיחים שכל חברה שאינה פועלת בענף הטכנולוגיה לא הפיקה תועלת מהבינה המלאכותית.

מדוע שיקול דעת עסקי עדיין חשוב

סלוק טוען כי אינטליגנציה ויכולת לעבד מידע אינן מספיקות כשלעצמן כדי להניב תוצאות עסקיות טובות יותר. הוא מתאר את הבינה המלאכותית ככלי חישובי בעל יכולות משמעותיות, אך מדגיש כי החלטות מסחריות תלויות גם בשיקול דעת.

גורמים כגון אחריותיות, אמון, תרבות ארגונית, כללים ארגוניים בלתי כתובים, פשרות אתיות והוגנות עשויים להשפיע על הסיכון התדמיתי ובהמשך גם על ההכנסות והרווחיות.

שיקולים אלה עשויים להסביר מדוע שיפור ביכולות הבינה המלאכותית אינו מוביל בהכרח לתשואה פיננסית מיידית או אחידה. חברות נדרשות לשלב את הטכנולוגיה בהחלטות ובתהליכים המושפעים מיחסים בין־אישיים, מאחריות ארגונית ומסדרי עדיפויות מתחרים.

הטיעון מסיט את תשומת הלב מיכולותיהן של מערכות הבינה המלאכותית עצמן אל התנאים הנדרשים כדי שיכולות אלה ישפרו את הביצועים העסקיים.

השלכות על השקעות תאגידיות

הממצאים מעלים שאלות לגבי האופן שבו חברות צריכות להעריך הוצאות הקשורות לבינה מלאכותית. במקום להתייחס לאימוץ הטכנולוגיה כאל יעד בפני עצמו, חברות ומשקיעים עשויים להידרש להתמקד יותר בתוצאות מדידות, ובהן פריון, שולי רווח והכנסות לעובד.

עבור חברות המשקיעות סכומים גדולים בבינה מלאכותית, האתגר הוא להוכיח שהמערכות החדשות מסוגלות לשפר את הביצועים הפיננסיים גם לאחר שקלול עלויות ההטמעה והשינויים הארגוניים.

הניתוח אינו קובע אם יתרונות פיננסיים רחבים יותר יתממשו לאורך זמן. במקום זאת, הוא מדגיש את הפער הנוכחי בין ההשקעות הנרחבות בבינה מלאכותית לבין השיפורים המדידים שנמצאו במדדים הפיננסיים שנבחנו.

מה המשקיעים צריכים לבחון בהמשך

המשקיעים יחפשו ראיות ברורות יותר לכך שאימוץ הבינה המלאכותית מתורגם לשיפור בפריון ובתוצאות הפיננסיות גם מחוץ לענף הטכנולוגיה. שינויים בשולי הרווח, בהכנסות לעובד ובעלויות התפעול עשויים לסייע להעריך אם חברות מצליחות להפוך השקעות בבינה מלאכותית לתועלת כלכלית בת־קיימא.

כל עוד השיפורים האלה אינם ניכרים יותר, הכדאיות הפיננסית של אימוץ הבינה המלאכותית במגזר העסקי הרחב נותרת שאלה מרכזית עבור חברות המקצות הון ועבור משקיעים המעריכים את פוטנציאל הצמיחה העתידי ברווחים.