במשך רובן של חמישים השנים האחרונות, לבנות מוצר רציני פירושו היה לקבל אמת שקטה: סביר שלעולם תחזיק רק בשכבה אחת של המחסנית. אם ייצרת שבבים, לא ייצרת מכשירים. אם ייצרת מכשירים, לא כתבת את התוכנה. אם כתבת את התוכנה, לא טיפלת בהפצה. אם טיפלת בהפצה, ודאי שלא התעסקת ברגולציה. היו יוצאים מן הכלל, כמובן, אך על פי רוב כך פעל העולם. כל שכבה הייתה עולם בפני עצמו — מאגר הכישרון שלה, דרישות ההון שלה, עשור עקומות הלמידה שלה — והחברות היחידות שהעזו לפרוש על פני כל המחסנית היו הענקיות. אפל. טסלה. סמסונג. קומץ אחרות. כל היתר בחרו פלח אחד וניסו להיות הטובים בעולם באותו פלח, משום שזו הייתה הדרך הכנה היחידה לשרוד.
זו לא הייתה בחירה אסטרטגית. זה היה אילוץ פיזי. אינטגרציה אנכית דרשה צבאות — עשרות אלפי מהנדסים, מעצבים, עורכי דין, אנשי שיווק, מפעילי שרשרת אספקה, אחראי ציות, טכנאים. עלות התיאום של כל כך הרבה בני אדם הייתה כה עצומה, שרק חברות בעלות מאות מיליארדי דולרים בהכנסות יכלו לספוג אותה. כל היתר התמחו, משום שההתמחות הייתה כמעט הדבר היחיד שהכלכלה הרשתה.
האילוץ הזה מתמוסס לנגד עינינו, ורוב האנשים עדיין לא הפנימו במלואו מה משמעות הדבר.
שני פניו של אותו שינוי
יש שתי דרכים לראות את מה ש-AI עושה למחסנית, ושתיהן נכונות בעת ובעונה אחת.
הראייה הראשונה: הענקיות שכבר עושות הכול יעשו כעת את הכול עם חלק קטן מן האנשים. טסלה, בעוד חמש שנים, לא תזדקק לשלש את כוח האדם שלה כדי לשלש את יכולתה. היא תצטרך להחכים לגבי מה שכבר יש לה. אותם מהנדסים, מועצמים על ידי מערכות סוכניות, יעצבו יותר מכוניות, יכתבו יותר קושחה, ינווטו ביותר משטרי רגולציה, ויפעילו יותר מפעלים מאי פעם. הארגון האנכי שורד — אך צפיפות בני האדם שלו ליחידת תפוקה קורסת. תרשים הארגון מתכווץ בעוד שטח הפנים גדל.
הראייה השנייה, המעניינת יותר: האנכיות כבר אינה זכותן הבלעדית של הענקיות. חברות קטנות ובינוניות — אלה שבמשך עשורים נאלצו לבחור שכבה אחת ולחיות בה — יכולות כעת לפרוש בעצמן על פני כל המחסנית. צוות של ארבעים אנשים יכול לעשות את מה שצוות של ארבעת אלפים נהג לעשות. עדיין לא בכל תחום, אך ביותר תחומים בכל רבעון. הסף להיות בצורת אפל או בצורת טסלה, במיניאטורה, יורד מהר מספיק כדי שאפשר לראות זאת קורה בזמן אמת.
אלה אינן ראיות סותרות. זוהי אותה תופעה הנראית משני קצותיו של ציר הגודל. הענקיות נעשות רזות יותר; הקטנות נעשות רחבות יותר; והאמצע — המקום שבו רוב החדשנות האמיתית מתרחשת בפועל — נעשה מסוגל באופן קיצוני יותר מאי פעם.
מה באמת הוזל
כדי להבין מדוע זה קורה, צריך להתבונן באילו שכבות AI כבר בלע, או מצוי בתהליך של בליעתן. הרשימה ארוכה ממה שרוב המפעילים מבינים:
- ארכיטקטורת תוכנה ומימוש. מהנדס בכיר עם כלים סוכניים יכול כעת לעצב, להקים ולשלוח מערכות שדרשו פעם צוות של שמונה. לא על ידי החלפת המהנדס, אלא על ידי כיווץ הזמן שבין כוונה לקוד עובד.
- חלק נכבד מן העבודה הרגולטורית. קריאה, מיפוי, ניסוח והצלבה של מסגרות רגולטוריות — FDA, CE, MDR, ISO, GDPR, מרק האותיות של הענף שלך — דרשו פעם מומחים ייעודיים או חברות ייעוץ יקרות. מודלים שאומנו על קורפוסים אלה מבצעים כעת את 70% הראשונים של אותה עבודה בשעות במקום בחודשים.
- מידול פיננסי, היגיינה חשבונאית ודיווח תפעולי. עבודת ה-CFO שדרשה פעם מחלקה קטנה מטופלת יותר ויותר בידי מפעיל יחיד עם המחסנית הנכונה.
- שיווק, תוכן, מערכות מותג ותקשורת לקוחות. מה שהיה פעם התקשרות עם משרד פרסום הוא כעת לולאת פרומפט עם עורך אנושי.
- תמיכה בעיצוב חומרה. סקירת סכמות, אופטימיזציית BOM, איטרציה מכנית, ואפילו הבאת קושחה לחיים — אלה כבר אינם דיסציפלינות ידניות לחלוטין. האדם עדיין בלולאה, אך הלולאה מהירה בהרבה.
- תשתית איכות ובדיקות. יצירת תוכניות בדיקה, כתיבת מתקני בדיקה, ניתוח מצבי כשל — סוג העבודה שדרש פעם ארגוני QA ייעודיים נבלע בתוך זרימות עבודה סוכניות שהצוות המרכזי מנהל ישירות.
- תמיכת לקוחות ומודיעין שטח. לא רק הסטת פניות; אלא טריאז' אמיתי, ניתוח שורש, וסינתזה של משוב ברמת נאמנות שחברות קטנות מעולם לא יכלו להרשות לעצמן.
כשמחברים את כל אלה, מגלים דבר מרשים: השכבות שאילצו היסטורית את החברות להתמחות היו השכבות שדרשו את מירב האנשים לביצוע עבודת ידע הניתנת כעת לדחיסה על ידי AI. השכבות שנותרות אנושיות בעקשנות — טעם, שיקול דעת, חזון מייסדים, הנדסה פיזית קשה, אמפתיה ללקוח, האומנות הבלתי-ניתנת-לצמצום של המוצר עצמו — הן בדיוק השכבות שצוות קטן מצטיין בהן. הפיגום היקר סביב האומנות הוא מה שקורס. האומנות עצמה נעשית מרכזית יותר, לא פחות.
דוגמה מוחשית: חברת הרובוטיקה הרפואית
שקלו חברת רובוטיקה רפואית — היסטורית אחת הקטגוריות המענישות ביותר שסטארטאפ יכול היה להיכנס אליהן. כדי להביא רובוט כירורגי לשוק ב-2010, נדרשו לכם:
- צוות חומרה (מכני, חשמלי, בקרה): 40–80 אנשים.
- צוות תוכנה (מקושחה נמוכת-רמה ועד ממשק המשתמש שמול המנתח): 60–150 אנשים.
- צוות רגולציה ואיכות לניווט ב-FDA 510(k) או PMA, בתוספת ISO 13485 ו-IEC 62304: 15–40 אנשים, לעיתים בתוספת יועצים חיצוניים בעלות מיליונים.
- צוות עניינים קליניים: 10–30 אנשים.
- צוות ייצור ושרשרת אספקה: 30+ אנשים עוד לפני ששלחתם יחידה אחת.
- עמוד שדרה של פיננסים, משאבי אנוש ומשפט: עוד 20–40.
סך הכול: היכן שהוא בין 200 ל-400 אנשים, ו-80–200 מיליון דולר של הון, רק כדי לנסות את הקטגוריה באופן אמין. רוב החברות שניסו לא שרדו את הפער שבין סבבי הגיוס.
כיום, את אותה חברה יכול לנסות צוות של 30–60. לא משום שהבעיה נעשתה קלה יותר — רובוטים כירורגיים הם עדיין רובוטים כירורגיים, והפיזיקה לא הייתה אדיבה מספיק כדי להרפות — אלא משום שהשכבות סביב הפיזיקה קרסו:
- את המסלול הרגולטורי ניתן למפות, לנסח, ולבצע חלקית על ידי צוות קטן עם זרימות עבודה מועצמות-AI שהיו דורשות מחלקה ייעודית.
- את מחסנית הקושחה וממשק המשתמש ניתן לבנות על ידי קומץ מהנדסים המפעילים כלים סוכניים שמכווצים חודשי עבודה לשבועות.
- את מערכת האיכות (ISO 13485) ניתן להקים עם חלק קטן מתקורת התיעוד.
- איטרציה מכנית יכולה להתרחש מהר יותר משום שסקירת עיצוב, סימולציה וניתוח DFM נמצאים יותר ויותר בהישג ידו של כל מהנדס מוכשר עם הכלים הנכונים.
- פיננסים, משאבי אנוש, משפט ותפעול — כל העורף המשרדי — יכולים להתנהל בידי שניים או שלושה אנשים, לא עשרים.
האומנות נותרת: הידע הכירורגי, הברק המכני, אובססיית המייסד לתוצאת המטופל. זו עדיין אנושית באופן בלתי-ניתן-לצמצום, קשה באופן בלתי-ניתן-לצמצום, והיא באופן בלתי-ניתן-לצמצום הדבר שקובע אם החברה תצליח. אך העוצמה הדרושה כדי להקיף את אותה אומנות בחברה בת-קיימא קרסה בסדר גודל.
מה משמעות הדבר לעשור הבא
המשמעות אינה שחברות גדולות ימותו. הן לא. אפל וטסלה ימשיכו להתקיים וימשיכו לשלוט בקטגוריות שבהן יתרונות קנה המידה שלהן מצטברים — בייחוד בכל מה שתלוי בפריסת הון עצומה, ברשתות הפצה פיזיות, או ביחסי שרשרת אספקה בני עשור. קנה מידה עדיין חשוב היכן שאטומים נעים בנפח פלנטרי.
המשמעות היא שהקטגוריות שחברות גדולות נהגו להחזיק עליהן מונופול בשל מורכבות המחסנית בלבד פתוחות כעת לקטנות. מכשור רפואי. רובוטיקה תעשייתית. טכנולוגיית הגנה. חומרת אנרגיה. תשתית אקלים. כלי ביו. מוצרים סמוכי-מוליכים-למחצה. בכל מקום שבו צוואר הבקבוק היה ”צריך 300 אנשים רק כדי לנסות את זה“ — צוואר הבקבוק נע לעבר ”צריך 30 אנשים טובים במידה חריגה ומצוידים במידה חריגה“.
זהו השינוי החשוב ביותר באופן שבו מוצרים נבנים מאז עליית מחשוב הענן, והוא מתרחש מהר יותר משעבר מעבר הענן. הענן נדרש לעשור כדי לעצב מחדש את כלכלת התוכנה. AI סוכני מעצב מחדש את כלכלת המוצר — על פני כל השכבות, כולל הפיזיות — בקרוב יותר לשלוש שנים.
ה-SME האנכי כבר אינו אוקסימורון. הוא הופך לצורת ברירת המחדל של הדור הבא של חברות רציניות. צוותים קטנים, מחסניות עמוקות, מועצמות-AI על פני כל שכבה שדרשה פעם צבא. המייסדים שמבינים זאת מוקדם — שמפסיקים להניח שעליהם לבחור שכבה ומתחילים לשאול איזה מוצר שלם יכלו כעת להחזיק באופן סביר — הם אלה שיבנו את אפל הבאה, את טסלה הבאה, את עשרת הבאות שלהן.
אלא שהפעם, הם יעשו זאת עם שישים אנשים במקום שישים אלף.
וזהו הסיפור האמיתי של מה ש-AI עושה לתעשייה. לא תזוזת משרות. לא רווחי פריון בשוליים. דחיסה יסודית של העוצמה הדרושה לבנות דבר שלם. המחסנית קורסת אל תוך הצוות. הצוות הופך לחברה. והחברה, בפעם הראשונה בהיסטוריה התעשייתית המודרנית, יכולה להיות קטנה ואנכית בעת ובעונה אחת.
זה מעולם לא היה נכון קודם. כעת זה נכון.