ארבע עשרה מתוך 148

ג'ארד דיימונד (Jared Diamond) הקדיש לשאלה את הפרק התשיעי בספרו "רובים, חיידקים ופלדה" (Guns, Germs, and Steel), ששמו "זברות, נישואים אומללים ועקרון אנה קרנינה". הכותרת מפנה למשפט הפתיחה של אנה קרנינה, שלפיו כל המשפחות המאושרות דומות זו לזו וכל משפחה אומללה אומללה בדרכה שלה. נישואים מאושרים מחייבים הצלחה בשורה שלמה של דברים, וכישלון באחד מהם מכשיל את כולם. דיימונד מחיל את המבנה הזה על ביות.

התנאים שהוא מונה הם שישה: תזונה, קצב גדילה, רבייה בשבי, אופי, נטייה לפאניקה ומבנה חברתי. לכל אחד מהם רשימת נכשלים משלו. הפיל מגיע לבגרות בגיל שתים עשרה, ומי שמגדל אותו למאכל ממתין שתים עשרה שנה למנה. הברדלס אולף לציד בידי מלכים מצרים, אשורים ונסיכים הודים במשך אלפי שנים, ולא הצליחו להרבות אותו בשבי, משום שהחיזור מצריך מרדף ממושך בשטח פתוח. הזברה היא לכאורה סוס אפריקאי מוכן, והיא נושכת ואינה מרפה. האייל נמלט בבהלה ונחבט כשהוא נלכד, והסוס נעצר.

מתוך 148 מיני יונקים יבשתיים גדולים אוכלי עשב שהיו מועמדים לביות, עברו את כל התנאים ארבעה עשר.

באירואסיה היו גם הכי הרבה מועמדות וגם הכי הרבה שעברו, ושתי סיבות עומדות מאחורי זה. היא היבשת הגדולה ביותר ובעלת מגוון בתי הגידול הרחב ביותר, ולכן חיו בה מלכתחילה יותר מיני יונקים גדולים. ביבשת אמריקה ובאוסטרליה נכחדו רוב היונקים הגדולים בסוף עידן הקרח, סמוך להגעת האדם, וחלק גדול מהמועמדות האפשריות כבר לא היה שם. ועדיין, גם באירואסיה עברו שלושה עשר מתוך שבעים ושניים, פחות מחמישית, ובאפריקה שמדרום לסהרה לא עברה אף אחת מתוך חמישים ואחת. מספר המועמדות לבדו אינו מסביר את התוצאה.

הטורפים אינם מופיעים ברשימת 148 המועמדות כלל, והסיבה היא התנאי הראשון ברשימה. אצלם הדיון נעצר בתזונה, לפני שמגיעים לאופי ולמבנה החברתי. מבין ששת התנאים, זה שקשור באנרגיה הוא המסנן החזק ביותר.

יעילות ההמרה היא שמכריעה

כשעלות האנרגיה של דרך פעולה עולה, ההכרעה עוברת ליעילות ההמרה, כלומר לכמות התועלת שמופקת מכל יחידת אנרגיה. הגודל מפסיק להיות היתרון. בעולם החי הזוכה היא הפרה, שממירה עשב זול לחלבון, ולא האריה, שצריך שיגדלו עבורו את הטרף.

בבינה המלאכותית התפקיד המקביל שייך למודלי החזית (frontier models). מודל חזית הוא הדגם החדש והגדול ביותר שחברה מפעילה בזמן נתון. אימונו דרש חודשים של חישוב במרכזי נתונים שלמים, והוא גם היקר ביותר להפעלה, משום שכל שאלה שנשלחת אליו צורכת יותר חשמל מאותה שאלה שנשלחת למודל קטן. בכל משפחה יש דגם כזה אחד, הגרסה הגבוהה ביותר של GPT, של קלוד ושל ג'מיני, ולצדה פועלות גרסאות קטנות ומהירות יותר של אותה משפחה. כל כמה חודשים מחליף דגם חדש את קודמו בראש. מודל החזית הוא שקובע מה אפשר לעשות בכלל בכל רגע, וגודלם של המודלים האלה ימשיך לעלות. רוב הפניות שנשלחות למודל ביום עבודה רגיל אינן דורשות את היכולת הגבוהה ביותר, וכל פנייה כזו צורכת חשמל לפי גודל המודל שעונה לה. לכן רוב העבודה בפועל עוברת למודלים קטנים יותר, שנותנים תשובה טובה דיה בחלק קטן מהאנרגיה, ומודלי החזית נשמרים למה שרק הם יכולים לעשות.

כמה אנרגיה אובדת בכל מעבר בשרשרת המזון

המספר שמאחורי הכול ידוע ומכומת. דיימונד מנסח אותו כך:

בכל פעם שחיה אוכלת צמח או חיה אחרת, המרת הביומסה של המזון לביומסה של הצרכן נעשית ביעילות נמוכה בהרבה ממאה אחוזים, בדרך כלל סביב עשרה אחוזים.

כלומר, פרה שאוכלת עשב ממירה כעשירית מהאנרגיה של הצמח לבשר. כדי לגדל אריה למאכל צריך לגדל עבורו עדר פרות, ועבור העדר לגדל שדות שלמים של מזון, וכל שלב בשרשרת מאבד שוב את רוב האנרגיה. מחקר סינתזה גלובלי שפורסם ב-Science Advances ביולי 2026 מצא שהיעילות בפועל נמוכה עוד יותר מכלל עשרת האחוזים: כשישה אחוזים בממוצע, ובמערכות יבשתיות פחות משני אחוזים. בחקלאות המודרנית היחס מנוסח כיחס המרת מזון (feed conversion ratio), ולפי Our World in Data נדרשים כעשרים וחמישה קילוגרם מזון לקילוגרם אחד של בשר בקר אכיל. חיה שנמצאת דרגה אחת גבוה יותר בשרשרת יקרה בסדר גודל.

אותו חשבון במרכזי הנתונים

בבינה המלאכותית החשבון בנוי אותו הדבר. כדי לשפר מודל בשיעור נתון, כמות המחשוב הנדרשת גדלה בקצב מהיר מקצב השיפור, ולכן כל דרגת שיפור נוספת יקרה יותר מקודמתה.

המחיר הזה אינו ייחודי למכונות. מוחו של אדם מהווה כשני אחוזים ממשקל גופו וצורך כחמישית מהאנרגיה שהגוף שורף במנוחה. תבונה יקרה בכל מצע שבו היא פועלת, והמחיר עולה ככל שמבקשים ממנה יותר.

מכאן נובעת מסקנה מעשית. כשכל דרגת יכולת נוספת עולה יותר מקודמתה, הפעלת מודל החזית על שאלה שגרתית משלמת את המחיר המלא עבור יכולת שאינה נדרשת, בדומה לשליחת משאית כדי להביא חלב מהמכולת. ככל שהפער בין העלויות גדל, ההתאמה של המודל למשימה חוסכת יותר מכל שיפור בחומרה. התוצאה נראית בשוק החשמל: חברות טכנולוגיה חתמו על חוזי רכישה ארוכי טווח לתפוקה של כורים גרעיניים שלמים. מיקרוסופט וקונסטליישן על 835 מגה וואט מיחידה 1 באי שלושת המילין בספטמבר 2024, אמזון ו-Talen Energy על 1,920 מגה וואט מתחנת Susquehanna ביוני 2025, ומטא ו-Vistra על 2,609 מגה וואט לעשרים שנה בינואר 2026.

אלא שחוזה אינו חשמל. כדי להפעיל מרכז נתונים חדש צריך שישה דברים, והכסף והשבבים כבר אינם החסמים. הטבלה מראה מה מתוכם כבר מוכן, מה עדיין לא, וכמה זמן לוקח להשיג אותו.

זמני האספקה לשנאי כוח נובעים ממחסור בפלדה חשמלית מכוונת גרגר (grain-oriented electrical steel) ובכוח אדם מיומן לליפוף, ואת אלה אי אפשר לזרז באמצעות תשלום. לצד עסקאות הכורים הקיימים נחתמו התחייבויות לכורים מודולריים קטנים (SMR) שטרם נבנו: גוגל עם Kairos Power, אמזון עם X-energy, מטא עם TerraPower ועם Oklo.

עד היכן אפשר להמשיך ולשלם את המחיר הזה הוא ויכוח פתוח. איליה סוצקבר (Ilya Sutskever), מייסד שותף של OpenAI, אמר בנובמבר 2024 שהתשואה מהרחבת האימון המקדים (pre-training) הגיעה לרוויה, וחזר על כך בסוף 2025 באומרו שהתחום עובר מעידן הגדילה לעידן המחקר. סם אלטמן (Sam Altman) הצהיר שהגדילה לא נתקלה בשום מגבלה. דריו אמודיי (Dario Amodei), מייסד שותף ומנכ"ל אנתרופיק (Anthropic) ובעל דוקטורט בביופיזיקה מפרינסטון, כותב בחיבורו "The Adolescence of Technology" מינואר 2026 שמאחורי התנודתיות הפומבית נמשכת עלייה רציפה ביכולות. גוף מחקר נייטרלי כמו Epoch AI מציג את השאלה כפתוחה ואמפירית. כשלא ידוע היכן עוברת התקרה, ההימור על הגודל יקר, וההשקעה ביעילות משתלמת בכל מקרה.

המודלים שנבחרים בפועל

כשהתברר שאי אפשר לגדל אריות, בני האדם לא הפסיקו לאכול בשר. הם התרכזו בחיות שממירות מזון זול לחלבון ביעילות גבוהה. אותו מהלך מתרחש עכשיו בבינה המלאכותית, בשלושה כיוונים.

גודלו של מודל נמדד בפרמטרים (parameters), המספרים הפנימיים שבהם נשמר מה שהמודל למד באימון, וכל שימוש בו צורך חישוב וחשמל לפי גודלו. ארכיטקטורה היא דרך הבנייה הפנימית של המודל. בארכיטקטורה של תערובת מומחים (Mixture of Experts) המודל מחולק לחלקים נפרדים, ולכל קטע טקסט שהוא מעבד מופעלים אחדים מהם בלבד. כך מודל שמחזיק 671 מיליארד פרמטרים עובד בכל פעם בחלק קטן מעצמו. החלוקה אינה לפי נושאים, והיא נקבעת בזמן העיבוד, לכל קטע טקסט בנפרד. DeepSeek-V3 מחזיק 671 מיליארד פרמטרים ומפעיל 37 מיליארד בכל פעם, כחמישה וחצי אחוזים, כלומר הידע של מודל גדול בעלות ההפעלה של מודל קטן בהרבה.

הכיוון השני הוא הרצה על המכשיר. אפל הציגה ביוני 2026 מודל בן 20 מיליארד פרמטרים בארכיטקטורה דלילה (sparse architecture), שמפעיל בין מיליארד לארבעה מיליארד בכל פעם ורץ על המכשיר עצמו בלי לשלוח דבר לענן. ההרצה המקומית חוסכת את חשמל מרכז הנתונים ומקצרת את זמן התגובה, והיא גם משנה את מעמד המידע: טקסט שאינו יוצא מהמכשיר אינו מועבר לצד שלישי, אינו נשמר בשרת של ספק, ואינו כפוף למדיניות השימוש שלו.

הכיוון השלישי הוא חלוקת עבודה לפי סוג המשימה. מחקר של NVIDIA מיוני 2025 טוען שמודלי שפה קטנים (Small Language Models) חזקים דיים וכלכליים יותר לרוב הפניות בתוכנות שבהן המודל מבצע רצף פעולות ופונה למודל עשרות פעמים במשימה אחת, ומציע מערכות שמשלבות גדלים שונים.

אלה משלימים למודלי החזית ואינם מחליפים אותם. מודל קטן במכשיר למשימות שגרתיות, מודל גדול בענן למשימות מורכבות. מה שקובע לאיזה מודל נשלחת כל משימה הוא מה המשימה דורשת ומה עולה להפעיל את המודל שעונה לה.

היכן משתלם להיות חכם

ההקבלה שכאן נוגעת לחשבון האנרגיה בלבד. מרכז נתונים אינו אורגניזם, ומה שנכון לשרשרת מזון אינו ראיה למה שיקרה בשוק. די בכך שעלות ההפעלה של מודלי החזית תרד בקצב מהיר דיו, והיעילות תחדל להיות שיקול.

אבל הטיעון של דיימונד אינו על חיות. הוא על כך שמה שהיה זמין ביבשת קבע את מה שקרה בה אחר כך. באפריקה שמדרום לסהרה היו חמישים ואחת מועמדות ואף אחת לא עברה את התנאים, ולכן לא היו שם בהמות עבודה, לא עגלות ולא חקלאות שנשענת על זבל וכוח משיכה. ההשלכות נמשכו אלפי שנים. ההבדל לא היה באנשים. הוא היה במה שעמד לרשותם.

בבינה המלאכותית התשומה המקבילה היא חשמל זול ורשת שמסוגלת להעביר אותו, והיא פותחת שתי דרכים שונות להתחרות. מי שיש לו אותם יכול לקנות עוד שבבים, להריץ אימון ארוך יותר ולבנות מודל גדול יותר, והיתרון שלו הוא היקף ההשקעה. מי שאין לו נדרש להפיק יכולת דומה מפחות חומרה, והיתרון שלו הוא איכות התכנון: אילו חלקים במודל מופעלים בכל פעם, כיצד מאמנים אותו, ומה אפשר להריץ על החומרה שכבר קיימת.

ההבדל בין שתי הדרכים אינו רק בגודל התקציב. כשכוח המחשוב זמין בשפע, רעיון שמייעל את המודל בעשרים אחוזים חוסך כסף שממילא היה משולם. כשכוח המחשוב מוגבל, אותו רעיון עצמו הוא ההבדל בין מודל שמסוגל להתחרות לבין מודל שאינו קיים. נניח שני צוותים שמגיעים לאותו רעיון, שמוזיל את הפעלת המודל בעשרים אחוזים. אצל הצוות שיש לו שבבים בשפע הרעיון מקטין חשבון שהוא משלם ממילא. אצל הצוות שאין לו, אותו רעיון עצמו הוא מה שמאפשר להריץ מודל שאחרת לא היה רץ כלל. משום כך הצוות המוגבל מקצה למחקר על יעילות יותר זמן ויותר אנשים, ואצלו הפתרונות מגיעים ראשונים.

DeepSeek היא הדוגמה. החברה פיתחה את המודל שלה תחת מגבלות על ייצוא שבבים מתקדמים, ובנתה ארכיטקטורה שמחזיקה 671 מיליארד פרמטרים ומפעילה 37 מיליארד בכל פעם. התוצאה היא מודל בסדר גודל של החזית, בעלות הפעלה של מודל קטן בהרבה. המגבלה הכתיבה את דרך ההגעה לתוצאה.

ומכאן גם הצד השני. רעיונות שנולדים מתוך מגבלה אינם נשארים אצל מי שהיה מוגבל. ארכיטקטורת תערובת המומחים משמשת היום גם את מי שיש לו חשמל בשפע, משום שהיא זולה יותר גם עבורו. יש שתי דרכים לגדול, להוסיף חשמל או להפיק יותר יכולת מכל יחידה שלו. הראשונה תלויה בשנאים, בתורי חיבור לרשת ובאישורי תכנון, ולוחות הזמנים שלה נמדדים בשנים. השנייה תלויה ברעיון, ומי שמשפר את יעילות ההמרה גדל בלי להוסיף ולו מגה וואט אחד.

להמשך

מקורות

Jared Diamond, Guns, Germs, and Steel, פרק 9, לרבות טבלה 9.2 · Science Advances, 8.7.2026, יעילות העברת אנרגיה במארגי מזון · Our World in Data, Meat and Dairy Production · Dario Amodei, The Adolescence of Technology (1.2026) · ראיון איליה סוצקבר, 11.2025 · Epoch AI, Scaling · הודעות Constellation (9.2024), Talen Energy (6.2025), Vistra (9.1.2026) · Carnegie Endowment, Beyond the Hype: Assessing Hyperscaler Nuclear Commitments (6.2026) · PwC via Reuters Events, זמני אספקה לשנאים (5.2026) · DeepSeek-V3 Technical Report, arXiv 2412.19437 · Apple, Introducing the Third Generation of Apple Foundation Models (6.2026) · NVIDIA Research, Small Language Models are the Future of Agentic AI, arXiv 2506.02153