השורה התחתונה
מה חושב המשקיע שייצר תשואה ממוצעת של 36% על מהפכת ה-AI
מארק לאונרד שייסד את קונסטליישן, לה יש 800 חברות תוכנה, פרש ממנה בסוף השבוע; בדרך שפך מים קרים על ריצת האמוק של החברות לאימוץ מודלי AI
מארק לאונרד, מייסד Constellation Software (CSU), הודיע בסוף השבוע האחרון על פרישתו - מהלך שמסמן את סופה של קריירה יוצאת דופן בשוק התוכנה.
לאונרד נחשב לאבי מודל ה-"Rollup" בחברות תוכנה, ו-ודאי לאחד מ-2-3 המשקיעים הגדולים בהיסטוריה בסקטור. הוא יצר אימפריה המונה מעל ל-800 חברות בת ומודל עסקי ותרבות תאגידית הכוללים רכישת חברות תוכנה קטנות, ולעתים אף קטנות מאוד, עם מוצר ייחודי לסקטור או לנישה מסוימים, אותם הן משרתות באופן ״אנכי״ (vertical market software).
חברות כאלו הן בעלות תזרימי מזומנים גבוהים ויציבים, והשיפור הכמעט מיידי שמנחילה בהן קונסטליישן מאפשר לרתום את רווחיהן העודפים להמשך העצמת אסטרטגיית הרכישות.
גלגל התנופה הזה יצר ענקית תוכנה יחידה במינה, שלא "המציאה" כלום, לא פיתחה את חלונות כמו מיקרוסופט, או את iOS כמו אפל, ועדיין הגיעה לשווי ענק ולרווחיות אדירים.
מאז ההנפקה של קונסטליישן ב־2006, המניה הניבה תשואה שנתית ממוצעת של כ-36% והגיעה עד לשווי של כ-100 מיליארד דולר בשיא.
ברבעון השני של 2025 היא ביצעה רכישות בסכום כולל של 469 מיליון דולר (כמות הרכישות השנתית היא KPI משמעותי שהחברה מדווחת למשקיעים, לרוב בלי לנקוב בשמן של כל הנרכשות).
תזרים המזומנים מפעילות שוטפת (CFO) עמד על 433 מיליון דולר - עלייה של כ-63% בהשוואה לרבעון המקביל אשתקד. התשואה על ההון המושקע (ROIC) הינה סביב 15%.
במודל הניהול הייחודי של קונסטליישן, כל חברת בת נשארת אוטונומית עם הנהלה עצמאית, ללא מיזוג משרדים או צמצום צוותים, כך שאין ניסיון ליצור סינרגיות רוחביות מלאכותיות בין חברות הבת השונות. כך, ההנהלה ממוקדת בהקצאת הון יעילה, ביצירת תמריצים מקומיים ובשמירה על משמעת הון קפדנית.
לדוגמא, חברת WideOrbit נרכשה על ידי קונסטליישן ב-2023 ב-222 מיליון דולר. התוכנה שפיתחה מסייעת לתחנות רדיו וטלוויזיה לתזמן פרסומות ולנהל מלאי פרסומות. החברה משרתת נישה ספציפית של גופי שידור ומדיה התלויים בתוכנה לפעילות יומיומית והיא נותרה בניהול עצמאי.
רכישה זו מתאימה למודל של קונסטליישן במסגרתו היא רוכשת עסקי תוכנה מבוססים המשרתים שווקים צרים, בעלי הכנסות חוזרות ושמתמודדים עם תחרות מועטה. חברות אלו מייצרות רווחים חוזרים ויציבים מכיוון שהתוכנה משולבת בתהליכי הליבה העסקיים של הלקוחות.
כך נראית הטמעת AI נטולת הייפ ומבוזרת באימפריית תוכנה של 800 חברות בת
בשנים האחרונות לאונרד כמעט ולא מדבר עם משקיעים והפסיק אף לכתוב מכתבים שנתיים. אך כמה ימים לפני פרישתו החברה הכריזה על מצגת משקיעים חשובה וחריגה.
לאונרד חלק בה תובנות על ההשפעה האמיתית, המחוברת לקרקע, של בינה מלאכותית על עולם העבודה. דווקא בשיאה של סערת ה-AI, לאונרד מותיר אחריו מורשת של צניעות אינטלקטואלית, ניהול מבוזר, ולמידה הדרגתית.
לאונרד פתח בכך שבעוד בשנת 2016 חלוץ הבינה המלאכותית ג'פרי הינטון ניבא שרדיולוגים יוחלפו ע״י טכנולוגיה, בפועל, מספר הרדיולוגים עלה מאז בכמעט 20%. למעשה, קרה כאן בדיוק ההפך: הטכנולוגיה לא החליפה אותם אלא הפכה אותם לטובים יותר.
לאונרד מציין שתרחיש דומה יכול להתרחש גם ביחס למתכנתים - או שלא. כך שבכל הנוגע להשלכות הבינה המלאכותית על מקצועות טכנולוגיים, אין לדעת מה יוליד יום, וחשוב להכיר בכך. זוהי הגישה של קונסטליישן: להכיר במגבלות הידע האנושי ולא להמר על עתיד לוט בערפל.
למעשה, במקום להמר, בקונסטליישן עורכים ניסויים מבוזרים ולוקחים את הזמן. ברחבי אימפריית חברות התוכנה של החברה, בינה מלאכותית נבדקת בתמיכת לקוחות, כלי קידוד, סקירות חוזים ותהליכי עבודה פנימיים.
התוצאות אינן אחידות. חלק מהכלים מספקים יותר ערך מאחרים ויעילותם נעה בטווח רחב שבין פי 0 לפי 50, בהתאם למשימה הנבדקת. ברוב המקרים מדווחים על שיפורים קטנים יחסית, לא מהפכות גדולות.
חברות שמבינות לעומק את התהליכים של המשתמשים שלהן יהיו אלה שירוויחו הכי הרבה מבינה מלאכותית, כי הן ידעו לייעל אותם בפועל.
תוכנה רוחבית היא כזו שמתאימה למגוון תעשיות. בחברות תוכנה רוחביות הדאטה יוצר יתרון תחרותי כי הוא נאסף מהיקף שימושים מגוון, מאפשר לזהות דפוסים רחבים, מציע ערך ללקוחות ומחזק את המוצר לאורך זמן.
בתוכנה אנכית, הדאטה אינה מהווה יתרון תחרותי - אלא ההבנה העמוקה של תהליכי העבודה באותה תעשייה או נישה.
קונסטליישן לא מרכזת את מאמצי הבינה המלאכותית אצל גורם רוחבי ויחיד. היא מעודדת כל חברת בת לנסות דברים בעצמה, ללמוד, לשתף ולבצע איטרציות.
נתונים מרכזיים על אימוץ ושימוש ב-AI בקונסטליישן
1. מחלקות תמיכה ושירות לקוחות רשמו אימוץ סביר של השימוש בבינה מלאכותית - יותר מ-50% מהיחידות מתנסות בבינה מלאכותית. אך רק כ-10-20% מהבקשות נפתרות במלואן על ידיה.
2. פיתוח תוכנה ומו"פ - 61% מהחברות הבנות משתמשות בכלי AI במשימות פיתוח תוכנה. בדיקות אוטומטיות, איתור באגים ותכנון ארכיטקטורה.
3. הניצחונות הגדולים ביותר של הבינה המלאכותית הם בכל הנוגע למהירות ולסקייל: ה-AI מצליח לבצע ניתוח של אלפי חוזים למיזוגים ורכישות, והפעלת ״טייסי משנה״ פנימיים. נרשם חיסכון בשעות עבודה שלא בא לידי ביטוי דווקא בהחלפת משרות.
4. עד כה, רק 3% מהחברות הבנות דיווחו על צמצום בכוח האדם. עדיין קשה לנפות שגיאות בקוד נרחב וישן ולהעריך את עלות תחזוקת קוד שנכתב על ידי בינה מלאכותית. מרבית הצוותים משתמשים בבינה מלאכותית כדי לאפשר לכוח אדם הקיים לעשות יותר, ולא כדי לקצץ בכוח אדם.
למידה הדרגתית והתעלמות מההייפ
המסקנה של לאונרד היא שאין קסמים. בינה מלאכותית מייעלת תהליכים, אך אינה פותרת את כל הבעיות או מבצעת תהליכי עבודה מלאים במקום אנשים. ״ה-AI עובד הכי טוב כשהוא משולב עם ידע עסקי מעמיק״, אומר לאונרד.
נכון לעכשיו, מוקדם מדי לשנות את המבנה הארגוני סביב הבינה המלאכותית. במקום זאת, משנים בזהירות ומשכללים בעדכונים נקודתיים. המסר הפשוט שנשמע בשיחה: התעלמו מההייפ. התבוננו, תנסו ותעשו התאמות בהתאם.
תימוכין לגישתו של לאונרד אפשר למצוא במחקר חדש של OpenAI, שמצא שיותר ממחצית מכל השימושים ב-ChatGPT במקום העבודה הם לצורכי בירור אינפורמציה, הבנת מידע ותמיכה בקבלת החלטות (״asking״).
כך, פרומפטים של "asking" מדורגים גבוהה יותר על ידי מודלים וישירות על ידי בני אדם. ולעומת זאת, ביצוע משימות ("doing") מהווה נתח קטן יותר וגדל לאט יותר.
הדפוס בולט במיוחד בקרב עובדים משכילים ובעלי שכר גבוה, מה שמחזק את התובנה: ChatGPT משמש כטייס משנה, לא כמחליף.
השיחה של לאונרד מציעה גישה מאוד שונה מזו של מנכ״לים אחרים, שבשנתיים האחרונות רצים להראות למשקיעים שיפורים ב-KPI שונים ומגוונים שהושגו באמצעות AI.
לאונרד משיג ערך מההתפתחויות הטכנולוגיות חסרות הוודאות בנות זמננו, על ידי פרקטיקה שכוללת ניסוי מבוזר, מבוסס הקשר, אופטימיזציה הדרגתית ורתימת ה-AI לחיזוק שיקול הדעת האנושי - גישה שמקבלת כאמור חיזוק אמפירי במחקר של חוקרי OpenAI.
נועה סגל היא Associate בקרן הגידור הישראלית Legacy Value Partners. לכותבת ו/או לקרן Legacy Value Partners יש או עשוי להיות עניין אישי בכל אחת מהחברות המוזכרות במאמר.
