ספק מודל (Model Provider)

מה זה ספק-מודל, ולמה המודל הכלכלי עובד

ספק מודל (Model Provider) הוא חברה שמפתחת ומספקת גישה למודלי AI לשימוש אחרים — כמו OpenAI, Google, Anthropic — לרוב דרך API בתשלום. ספק-מודל משקיע במחקר, אימון וחומרה כדי לבנות מודל AI חזק, ואז מרוויח על ידי מכירת גישה אליו לחברות ומפתחים אחרים, במקום שכל אחד יבנה מודל משלו.

"מודל-בסיס": המונח שהגדיר את הקטגוריה

הקטגוריה הזו התגבשה סביב מושג ה"מודל-בסיס" (Foundation Model) — מונח שטבע באוגוסט 2021 מרכז-המחקר-למודלי-בסיס (Center for Research on Foundation Models, CRFM) שליד מכון סטנפורד לבינה מלאכותית ממוקדת-אדם (Stanford HAI), לתאר מודלים שאומנו על כמויות-נתונים עצומות בשיטת-למידה-עצמית, ומסוגלים להתאמה למגוון רחב של משימות-המשך. לפי הסבר-המרכז עצמו, הבחירה במילה "בסיס" הייתה מכוונת: "מודל-שפה-גדול" נשמע צר-מדי (מתאים רק לטקסט), "מודל למידה-עצמית" מתאר רק את שיטת-האימון, ו"מודל מאומן-מראש" מציב את החידוש האמיתי במקום הלא-נכון. בניית מודל-בסיס מתקדם דורשת השקעת-הון עצומה — לרוב מאות מיליוני דולרים — אבל התאמתו למשימה ספציפית לאחר מכן זולה משמעותית, מה שיוצר את המודל הכלכלי הבסיסי שמאפשר לספק-מודל להרוויח מלקוחות רבים על בסיס השקעה חד-פעמית גדולה.

ריכוזיות: כמה חברות באמת מסוגלות לאמן מודל כזה

ההשקעה העצומה הזו אינה נגישה לרוב החברות, וזו בדיוק הסיבה שהזירה נשארת מרוכזת בקומץ שחקנים. המשאבים הדרושים לאימון-מודל-בסיס — מומחיות-הנדסית וכוח-חישוב — מרוכזים באופן משמעותי בתעשייה, וב-2023 חברות-AI הקצו למעלה מ-80% מכלל-ההוצאה-ההונית שלהן על משאבי-חישוב בלבד. רוב החברות, גם כאלה שבונות מוצרי AI מוצלחים, אינן מאמנות מודל-בסיס משלהן כלל — הן מסתמכות על אחד מהקומץ הקטן שכן מסוגל לזה, ולכן בפועל הריכוזיות הזו מקנה לחברות-הבסיס כוח-שוק שמעצב את כל השוק שמעליהן.

שלוש דרכי הפצה: API, משקלים פתוחים, ושימוש פנימי

ספקי-מודל מפיצים גישה בשלוש דרכים עיקריות, שמייצגות שלוש רמות שונות של פתיחות ושליטה — ומכתיבות ישירות עד כמה קל או קשה יהיה בעתיד להחליף ספק. הדרך הנפוצה ביותר היא גישה דרך API בלבד, כמו GPT-4 של OpenAI, שבה המשתמשים שולחים בקשות ומקבלים תשובות בלי לגעת אי-פעם במשקלים עצמם — וגם בלי אפשרות להריץ את המודל באופן עצמאי אם הספק ישנה תנאים או יפסיק את השירות. הדרך השנייה היא הורדה ישירה של מודל פתוח-משקלים, כמו Llama 2 של Meta, שפורסם ב-2023 ופתח את הדלת למודלים פתוחים תחרותיים נוספים כמו Mistral — מודל שהורד פעם אחת אפשר להריץ עצמאית גם אם החברה שפרסמה אותו משנה כיוון מחר. והדרך השלישית היא השארת המודל לשימוש פנימי-בלבד בתוך החברה שפיתחה אותו, כמו חלק ממודלי Google DeepMind — מקרה שבו שאלת-התלות-בספק כלל לא רלוונטית, כי המודל אף פעם לא נמכר כמוצר חיצוני.

אסטרטגיית ריבוי-ספקים, ופלטפורמות שמאחדות גישה

בחירת ספק-מודל היא החלטה עסקית משמעותית: כוללת שיקולי מחיר, איכות, מהירות, מדיניות-פרטיות, וסיכון של תלות-בספק אם המוצר נבנה בצמוד-מדי לספק יחיד. חברות רבות בוחרות היום באסטרטגיית "ריבוי-ספקים" (multi-provider) מכוונת — עבודה מול יותר מספק-מודל אחד במקביל — בדיוק כדי לצמצם את התלות הזו ולשמור על יכולת-מיקוח וגמישות אם ספק אחד יעלה מחירים או ישנה מדיניות. פלטפורמות-איחוד כמו Amazon Bedrock ממחישות עד כמה האסטרטגיה הזו הפכה סטנדרטית: לפי תיעוד AWS הרשמי, Bedrock מציעה גישה דרך API אחד ל-100+ מודלי-בסיס משבעה ספקים שונים — Amazon, Anthropic, DeepSeek, Moonshot AI, MiniMax, OpenAI ו-xAI — כך שמעבר בין ספקים יכול להצטמצם, הלכה למעשה, לשינוי פרמטר אחד בקריאת-API במקום שכתוב-קוד מלא.