ענקיות הטכנולוגיה אנבידיה (סימול: NVDA) ופלנטיר (סימול: PLTR) הכריזו על שיתוף פעולה אסטרטגי שמטרתו להכניס מערכות בינה מלאכותית עמוקות לניהול שרשראות אספקה מורכבות.
המערכת המשותפת תשלב את מודלי ה-AI הפתוחים של אנבידיה (Nemotron) בתוך פלטפורמת הנתונים והאונטולוגיה של פלנטיר (Foundry ו-AIP), כשהטמעת הבכורה תתרחש בתוך שרשרת האספקה הפנימית של אנבידיה עצמה.
מדובר בצעד שמנסה לפתור את אחד צווארי הבקבוק המורכבים ביותר בעולם הטכנולוגיה כיום. שרשראות האספקה של רכיבי מחשוב מתקדמים ושרתי AI חשופות באופן קבוע לעיכובים, מחסור ברכיבים ובעיות לוגיסטיות מורכבות. עם זאת, מאחורי ההצהרות החגיגיות, עולה השאלה האם מדובר בפתרון מבצעי שיביא לחיסכון משמעותי בעלויות ובזמנים, או בעיקר בטקטיקה שיווקית להצגת מודלי ה-AI הפתוחים של השחקניות.
איחוד כוחות: מודלים פתוחים וסנכרון נתונים
המערכת המשותפת נועדה לאפשר לארגונים ולחברות תעשייתיות לקחת מודלי שפה פתוחים של אנבידיה ולתאם אותם ישירות מול מידע תפעולי פנימי וחסוי באמצעות הפלטפורמה של פלנטיר. המטרה היא לקבל תמונה ברורה ובזמן אמת של מגבלות מלאי, להעריך סיכונים ולייעל את הקצאת החומרים בקווי הייצור.
שרשרת האספקה של אנבידיה, הכוללת מיליוני חלקים ואלפי ספקים גלובליים, תשמש כזירת הניסוי הראשית. כל מערכת מדור ה-Vera Rubin של החברה, למשל, מורכבת מ כ-1.3 מיליון רכיבים שונים הדורשים תיאום מלא בין כוח מחשוב, קירור, רשתות וחשמל. ניהול כושל של רכיב בודד עשוי לעכב משלוחים במיליארדי דולרים, ומכאן הלחץ ליישם פתרונות אוטומטיים.
המבחן בשטח: מעבר מהצהרות לביצועים
חברות הטכנולוגיה נוהגות להבטיח כי שילוב אלגוריתמים מתקדמים בשרשרת האספקה יביא לקבלת החלטות "במהירות המכונה". בפועל, שרשראות אספקה עולמיות מושפעות מפרמטרים חיצוניים שאינם תמיד ניתנים לחיזוי באמצעות אלגוריתם, כמו עיכובים בנמלים, גיאופוליטיקה או מחסור בחומרי גלם בסיסיים. בנוסף, המערכת מיועדת להצעה גם ללקוחות חיצוניים בתחומי התעשייה, התרופות, הקמעונאות והביטחון.
פלנטיר ואנבידיה מציינות כי ניתן להריץ את המערך על גבי תשתיות ענן או בשרתים מקומיים של חברות כמו דל (Dell) וסיסקו (Cisco) כדי לשמור על פרטיות הנתונים. עד כמה חברות מסורתיות ימהרו לאמץ ארכיטקטורה מורכבת ויקרה כזו? ימים יגידו.
השיתוף מעמיק את האקו-סיסטם של שתי החברות ומחזק את התלוי הדדית ביניהן. אם אנבידיה תצליח לקצר את זמן ההגעה של מוצריה לשוק ("משבב למשתמש") ולצמצם עיכובים בייצור, הדבר עשוי לשפר את שולי הרווח ואת קצב אספקת השרתים. מנגד, חובת ההוכחה נותרה על החברות: המשקיעים יצטרכו לבחון האם היישום בפועל יוביל להתייעלות מדידה בדוחות הכספיים הקרובים, או שמא מדובר בעוד נדבך במאבק על נרטיב השליטה בעולם הבינה המלאכותית.