רשומת מקור
דילמת הבינה המלאכותית
מי מכוון את מי שמכוונים את הבינה המלאכותית?
השאלה הלא נוחה
עוזר מבוסס בינה מלאכותית יכול לספק מידע מדויק, לפעול בדיוק לפי ההוראות שקיבל, ובכל זאת להמליץ על דברים שאינם משרתים את טובתכם.
נניח שאתם מבקשים מבינה מלאכותית לעזור לכם לבחור מוצר פיננסי.
היא מנתחת את מצבכם, משווה בין האפשרויות וממליצה על מה שנראה כפתרון הטוב ביותר.
אבל נניח שהחברה שמפעילה אותה מקבלת עמלה כשאתם בוחרים בספק מסוים.
האם זה ישפיע על ההמלצה?
לא בהכרח. אבל איך תדעו?
כשהייעוץ הופך לעסק, עלינו להבין אילו אינטרסים עומדים מאחוריו.
אני לא חושב שהרווח הוא הבעיה. רווח מניע חדשנות, מתגמל עסקים מצליחים ויוצר הזדמנויות כלכליות.
הבעיה מתחילה כשתמריצים מסחריים משפיעים על החלטות שמוצגות ללקוחות כייעוץ בלתי תלוי.
ההבחנה הזאת התקיימה הרבה לפני הבינה המלאכותית. מה שמייחד את הבינה המלאכותית הוא התפקיד ההולך וגדל שהיא יכולה למלא בהחלטות שלנו.
אנחנו בונים מערכות שעושות יותר מאשר למסור מידע. הן יכולות להעריך חלופות, להמליץ על פעולות, ובמידה גוברת גם לבצע משימות בשמנו.
ככל שאנחנו מעבירים לבינה המלאכותית יותר החלטות, כך חשוב יותר להבין מי קובע את מטרותיה.
מי מכוון את מי שמכוונים את הבינה המלאכותית?
1. איך הגענו לכאן
מהפכות טכנולוגיות גדולות משנות את הכלכלה של דברים שהיו בעבר נדירים, יקרים או קשים להשגה.
האינטרנט הפחית באופן דרמטי את עלות הפצת המידע. מנועי החיפוש הקלו על מציאתו. הרשתות החברתיות הפכו את תשומת הלב האנושית למשאב מסחרי יקר ערך.
החידושים האלה יצרו הזדמנויות עצומות. הם גם הולידו תמריצים כלכליים חדשים.
כשהכנסות מפרסום תלויות במעורבות המשתמשים, משיכת תשומת הלב ושימורה הופכות לעדיפות עסקית. כשמידע אישי משפר את יעילות הפרסום, איסוף המידע וניתוחו נעשים כדאיים מבחינה כלכלית.
ההשלכות כבר אינן תיאורטיות.
בשנת 2024 תיעדה נציבות הסחר הפדרלית של ארצות הברית (FTC) איסוף נרחב של מידע אישי והפקת הכנסות ממנו בידי פלטפורמות גדולות של רשתות חברתיות ושירותי וידאו. ממצאיה חשפו מתחים משמעותיים בין המודלים העסקיים שלהן לבין פרטיות המשתמשים. [1]
ההיסטוריה הזאת מלמדת אותנו דבר חשוב.
תמריצים כלכליים מעצבים את התפתחות הטכנולוגיה, לפעמים בדרכים שהמשתמשים בה כלל לא צפו.
כעת אנחנו נכנסים לשינוי נוסף.
הפלטפורמות החברתיות למדו להתחרות על תשומת הלב שלנו ולהשפיע על המידע שאנחנו נחשפים אליו.
הבינה המלאכותית יכולה להשתתף באופן ישיר יותר בדרך שבה אנחנו מפרשים את המידע הזה, שוקלים חלופות ומקבלים החלטות.
ההבדל נעשה חשוב במיוחד כשמערכות בינה מלאכותית מקבלות הרשאה לפעול.
אלגוריתם המלצות עשוי להשפיע על המאמר הפיננסי שתקראו. עוזר מבוסס בינה מלאכותית עשוי להעריך את מצבכם הכספי, להמליץ על השקעה, ובהמשך אף לבצע עסקה שאישרתם.
שניהם משפיעים על ההתנהגות. אבל השני מעורב הרבה יותר בהחלטה עצמה.
ככל שאנחנו מעבירים לבינה המלאכותית יותר החלטות, כך גדלות ההשלכות של התמריצים שמעצבים את התנהגותה.
כאן הכלכלה של הבינה המלאכותית הופכת לשאלה של אוטונומיה אנושית.
2. כשהאינטליגנציה הופכת למודל עסקי
חלק גדול מהדיון על בטיחות הבינה המלאכותית מתמקד בהתאמה בין התנהגות המערכות לבין מטרות אנושיות: איך להבטיח שמערכות בינה מלאכותית יפעלו בהתאם לכוונות, להוראות ולמגבלות האנושיות הראויות.
זה חיוני. אבל אמינות טכנית אינה יכולה לפתור כל ניגוד עניינים.
מערכת בינה מלאכותית עשויה לפעול בדיוק כפי שתוכננה, ובה בעת לקדם מטרות שאינן משרתות במלואן את המשתמשים בה.
כלכלנים חוקרים בעיות דומות כבר עשרות שנים.
בכל פעם שמישהו מקבל החלטות בשם אדם אחר, פערים בתמריצים ובגישה למידע יכולים ליצור ניגודי עניינים.
יועץ פיננסי עשוי לדעת יותר מהלקוח ובו בזמן לקבל תגמול נוסף על המלצה למוצרים מסוימים. פלטפורמה מקוונת עשויה לספק שירות חינמי מועיל, ובמקביל להרוויח ממידע על משתמשיה.
הבינה המלאכותית לא המציאה את היחסים האלה.
היא יכולה להפוך אותם לאישיים יותר, ליישם אותם בקנה מידה רחב יותר ולהקשות על זיהוים.
בינואר 2025 דיווחה נציבות הסחר הפדרלית (FTC) שגורמי תיווך בתחום התמחור יכולים להשתמש במידע מפורט על צרכנים, לרבות הרגלי גלישה ומיקום, כדי להתאים מחירים והצעות. הממצאים עסקו ביכולות ובפרקטיקות שנבדקו, ולא היו ראיה לכך שכל קמעונאי משתמש בתמחור אישי. [2]
כעת חשבו מה קורה כשתמריצים מסחריים דומים פועלים דרך בינה מלאכותית שמנהלת שיחה.
המערכת מבינה את ההעדפות שלכם, משיבה להסתייגויות ומתאימה את ההסברים שלה.
בשימוש אחראי, היכולות האלה יכולות לשפר למידה, קבלת החלטות וגישה לידע מקצועי. בשימוש אחר, אותן יכולות יכולות להפוך שכנוע ליעיל יותר.
מחקר שפורסם ב־2025 בכתב העת Nature Human Behaviour מצא כי GPT-4, כשסופק לו מידע אישי, היה משכנע יותר ממשתתפים אנושיים בוויכוחים מבוקרים. [3]
עם זאת, תיקון שפרסמו מחברי המאמר בספטמבר 2026 הבהיר מגבלה חשובה: ההשוואה הישירה לא ביססה יתרון מובהק מבחינה סטטיסטית ל־GPT-4 מותאם אישית על פני GPT-4 ללא התאמה אישית. [4]
המחקר מדגים את פוטנציאל השכנוע של הבינה המלאכותית בתנאי ניסוי מסוימים. הוא אינו מוכיח שקיימת מניפולציה נרחבת, ואינו מראה כיצד ההשפעות האלה מתבטאות בשיחות יומיומיות.
אבל היכולת שבבסיסו ראויה לתשומת לב רצינית.
הבינה המלאכותית אינה זקוקה לשאיפות משלה כדי להשפיע על החלטות אנושיות. היא זקוקה למטרות, למידע וליכולת לפעול לפיהם.
בני אדם ומוסדות הם שקובעים רבות מן המטרות האלה.
וכאן אנחנו נתקלים בבעיה נוספת.
לאילו אינטרסים מערכת בינה מלאכותית צריכה לתת עדיפות כשהם מתנגשים?
משתמש עשוי לרצות נוחות מרבית וחופש אישי. עסק עשוי לתת עדיפות לרווחיות וליעילות. לממשלות יש אחריות לביטחון הציבור, והחברה מצפה להוגנות ולהגנה מפני פגיעה.
האינטרסים האלה יכולים לחפוף, אבל הם לא תמיד מתיישבים זה עם זה.
האתגר אינו לגרום לבינה המלאכותית לשרת את האינטרסים של כולם במידה שווה. ייתכן שזה בלתי אפשרי. האתגר הוא שההכרעות לגבי האינטרסים שיקבלו עדיפות יהיו שקופות, כפופות לאחריות ופתוחות לערעור.
לכן שאלת ההתאמה למטרות אנושיות אינה יכולה להסתיים בהתנהגות המכונה.
היא חייבת לכלול גם את התמריצים ואת האחריות של מי שמתכננים ומפעילים אותה.
כי תמריצים חשובים גם כשהכוונות טובות.
3. הכוח שמאחורי הבינה
יש עוד מציאות כלכלית שעלינו להתמודד איתה.
מי שולט בתשתיות שהחלטות חשובות יותר ויותר נשענות עליהן?
פיתוח בינה מלאכותית מתקדמת דורש משאבי מחשוב ניכרים, הון, מומחיות הנדסית ויכולת הפצה.
הגישה למשאבים האלה אינה שווה לכולם.
בשנת 2025 בחנה נציבות הסחר הפדרלית (FTC) שותפויות בין ספקיות ענן גדולות למפתחי בינה מלאכותית. היא זיהתה סיכונים אפשריים לתחרות הנוגעים לגישה למשאבי מחשוב, לתלות חוזית ולעלות המעבר בין ספקים. [5]
רשות התחרות והשווקים של בריטניה (CMA) העלתה חששות דומים בנוגע לחברות השולטות במשאבים חיוניים ובערוצי הפצה מרכזיים. [6]
הממצאים האלה אינם אומרים ששוקי הבינה המלאכותית יהפכו בהכרח למונופולים. אבל הם מראים כיצד יתרונות טכנולוגיים יכולים להפוך לכוח כלכלי.
חשבו על חברה שמשלבת ספק בינה מלאכותית אחד בשירות הלקוחות, בפיתוח מוצרים, בניתוח פיננסי ובפעילות הפנימית שלה.
בהתחלה הפרודוקטיביות עולה. העלויות יורדות. העובדים רוכשים יכולות חדשות.
אלא שעם הזמן תהליכי העבודה של החברה נעשים תלויים באותו ספק.
מעבר למערכת אחרת עשוי לחייב בנייה מחדש של אינטגרציות, הכשרה חוזרת של עובדים ושיבוש של הפעילות השוטפת.
העסק צבר יכולות, אבל ייתכן שהמעבר לספק אחר נעשה קשה יותר.
זהו דפוס כלכלי מוכר. הוא אינו ייחודי לבינה מלאכותית, ותלות בתשתית ייעודית אינה מזיקה מעצם טבעה.
הבעיה מתחילה כשהמשתמשים מאבדים חלופות ממשיות.
לעסק שאינו יכול, בפועל, להחליף ספק יש פחות כוח מיקוח.
לאדם שאינו מבין כיצד מעוצבות המלצות חשובות של בינה מלאכותית יש פחות שליטה בהחלטות המשפיעות על חייו.
בינה מלאכותית יכולה להנגיש יכולות חשיבה רבות עוצמה, ובו בזמן לרכז את השליטה בתשתית שמספקת אותן.
זוהי אפשרות שכדאי לבחון, לא עתיד שעלינו להניח שהוא בלתי נמנע.
4. ומה אם הבינה המלאכותית תעשה דווקא את ההפך?
עכשיו צריך להעמיד את הטיעון הזה עצמו למבחן.
מה אם בסופו של דבר הבינה המלאכותית תפחית את ריכוז הכוח במקום להגביר אותו?
במשך מאות שנים, ידע מקצועי היה יקר.
אנשים פרטיים ועסקים קטנים היו תלויים במומחים ובמוסדות שאת הידע שלהם לא יכלו להשיג בקלות או לבחון באופן עצמאי.
הבינה המלאכותית משנה את היחסים האלה.
חברה קטנה יכולה לבצע משימות שפעם דרשו צוות גדול בהרבה. תלמידים יכולים לקבל הסברים מותאמים אישית. יזמים יכולים לפתח תוכנה ולנתח שווקים בפחות משאבים.
צרכנים יכולים להשוות בין מוצרים פיננסיים ולבחון המלצות מקצועיות באופן ביקורתי, במקום להסתמך לחלוטין על גורם מתווך יחיד.
יש ראיות לערך כלכלי ממשי.
במחקר Generative AI at Work, שפורסם ב־2025 בכתב העת The Quarterly Journal of Economics, אריק בריניולפסון, דניאל לי ולינדזי ריימונד בחנו את כניסתו של עוזר בינה מלאכותית לעבודה של 5,172 נציגי שירות לקוחות.
הם מצאו שגישה לבינה מלאכותית העלתה את הפרודוקטיביות, כפי שנמדדה במספר הפניות שנפתרו לשעה, ב־15% בממוצע, עם שיפור גדול במיוחד בקרב עובדים בעלי ניסיון מועט יותר. [7]
התוצאות נוגעות לסביבת עבודה מסוימת. הן אינן מוכיחות שכל יישום של בינה מלאכותית יניב תועלת דומה.
אבל הן מדגימות דבר חשוב.
הבינה המלאכותית יכולה להעניק לאנשים גישה ליכולות שבעבר דרשו ניסיון רב יותר, צוותים גדולים יותר או משאבים יקרים יותר.
האם פירוש הדבר שהערך הכלכלי שייווצר יתחלק בצורה שוויונית יותר?
לא בהכרח.
עלייה של 15% בפרודוקטיביות אינה אומרת לנו מי ייהנה מהתועלת הכלכלית הנוספת.
התועלת הזאת עשויה להתבטא בשכר גבוה יותר, במחירים נמוכים יותר, ברווחים גדולים יותר לחברות, או בשילוב כלשהו של התוצאות האלה.
אופן החלוקה תלוי בתנאי השוק, בכוח המיקוח, בתחרות ובהחלטות עסקיות.
יצירת ערך כלכלי וחלוקת הערך הזה הן שני דברים שונים.
ההבחנה הזאת חשובה, כי הבינה המלאכותית עשויה לצמצם חלק מהיתרונות המסורתיים של ארגונים גדולים ובה בעת ליצור יתרונות חדשים למי ששולטים בתשתית שלה.
שני התהליכים עשויים להתרחש במקביל.
אני מאמין שהפוטנציאל של הבינה המלאכותית להרחיב יכולות אנושיות הוא ממשי. הוא גם מערער על ההנחה שתלות בטכנולוגיה פירושה בהכרח אובדן עצמאות.
הציוויליזציה המודרנית תלויה בחשמל, ברפואה, בתחבורה ובאינספור מערכות ייעודיות. התלויות האלה הרחיבו את מה שאנשים מסוגלים לעשות.
השאלה אינה אם אנחנו תלויים בטכנולוגיה.
השאלה היא אם התלות הזאת מרחיבה את היכולת שלנו לפעול ובו בזמן משמרת אפשרויות בחירה ממשיות.
בינה מלאכותית עשויה להפחית את התלות שלנו במתווכים מסורתיים, אך ליצור תלות חדשה בספקי טכנולוגיה.
התוצאה תהיה תלויה בתחרות, בגישה לטכנולוגיה, בזמינותן של חלופות וביכולתם של המשתמשים להבין החלטות חשובות ולערער עליהן.
5. אחריותיות חייבת להיות יותר מהבטחה
ההיסטוריה מראה דפוס שחוזר על עצמו.
טכנולוגיות חדשות יוצרות הזדמנויות. עסקים בונים סביבן מודלים. צרכנים מאמצים אותן. האינטרסים הכלכליים גדלים. בסופו של דבר נחשפות השלכות בלתי צפויות, והחברה מנסה להסתגל.
ראינו גרסאות שונות של התהליך הזה במהלך התיעוש ועם עליית האינטרנט.
אבל ההיסטוריה אינה מבטיחה שמוסדות יסתגלו מהר מספיק, או שההתאמות יהיו הוגנות.
לכן אינני חושב שהפתרון לדילמה של הבינה המלאכותית הוא פשוט עוד רגולציה.
רגולציה יכולה להגן על צרכנים, אבל כללים שמתוכננים באופן לקוי עלולים גם להקשות על התחרות ולחזק חברות מבוססות.
וגם לא מספיק לבקש מתאגידים לנהוג באחריות.
אנחנו זקוקים לאחריותיות שאפשר לבחון אותה, לא רק להבטיח אותה.
נחזור לעוזר הבינה המלאכותית הפיננסי שלנו.
אם החברה שמפעילה אותו מקבלת תשלום על המלצה למוצרים מסוימים, עליה לחשוף את הקשר הזה.
בודקים בלתי תלויים צריכים להיות מסוגלים לבדוק אם ההמלצות נוטות באופן שיטתי לטובת ספקים שמשלמים עמלה, גם כאשר צורכי הלקוחות ונסיבותיהם נותרים זהים.
אם מתגלים דפוסים כאלה, החברה המפעילה צריכה להיות מסוגלת להסביר אותם ולהראות אם ההמלצות עדיין עולות בקנה אחד עם התחייבויותיה המוצהרות כלפי המשתמשים.
אותו עיקרון חל גם בתחומים אחרים.
אם בינה מלאכותית משפיעה על החלטות גיוס, מעסיקים צריכים לבדוק אם היא מובילה לתוצאות מפלות שאין להן הצדקה.
אם מערכות אוטונומיות יכולות לבצע עסקאות, לסמכות שלהן צריכים להיות גבולות ברורים, פיקוח מתאים ומנגנוני התערבות.
אם עסק תלוי מאוד בספק בינה מלאכותית, עליו להבין מהי העלות המעשית של מעבר לחלופה.
אלה אינם שאיפות אתיות מופשטות. אלה שאלות שאפשר לבדוק.
המכון הלאומי לתקנים ולטכנולוגיה בארצות הברית (NIST) כבר מציע מסגרת וולונטרית לזיהוי, למדידה ולניהול סיכונים של בינה מלאכותית. [8]
האתגר הוא להפוך עקרונות לפרקטיקות שאפשר להעריך, ובמקומות המתאימים גם לאכוף.
האחריותיות אינה יכולה להיעצר בחברות הטכנולוגיה.
גם ממשלות ורשויות פיקוח שמפעילות סמכות בתחום הבינה המלאכותית חייבות להישאר חשופות לביקורת.
החלפת כוח תאגידי שאינו נותן דין וחשבון בכוח ממשלתי שאינו נותן דין וחשבון אינה פותרת את הבעיה היסודית.
המטרה אינה לבטל כוח, אלא למנוע מצב שבו אי אפשר עוד לשאול עליו שאלות, לערער עליו או לתקן את אופן הפעלתו.
6. העתיד האנושי: מה יקרה עכשיו?
בעשור הקרוב הבינה המלאכותית עשויה להשתלב עמוק יותר בחינוך, ברפואה, בעסקים ובהחלטות יומיומיות.
ההשלכות יהיו תלויות, בין היתר, בהחלטות שמתקבלות היום.
דמיינו כיוון אחד.
יכולות הבינה המלאכותית ממשיכות להשתפר, ולמשתמשים נותרות חלופות ממשיות. הערכה בלתי תלויה נעשית נגישה יותר. אינטרסים מסחריים נחשפים במקומות שבהם הם רלוונטיים. יותר אנשים רוכשים מיומנויות והזדמנויות כלכליות.
עכשיו דמיינו כיוון אחר.
יותר ויותר החלטות חשובות עוברות דרך מספר מצומצם של מערכות. קשה להחליף ספקים. האינטרסים שמשפיעים על ההמלצות נותרים לא ברורים. אנשים מקבלים תשובות נוחות, אבל מאבדים את היכולת לראות כיצד התשובות האלה נוצרות.
אף אחד מהתרחישים אינו בלתי נמנע. מרכיבים של שניהם עשויים להתפתח בעת ובעונה אחת.
הטכנולוגיה מעולם לא קבעה לבדה את השלכותיה החברתיות. לשווקים, למוסדות, לתמריצים כלכליים ולבחירות אנושיות תמיד היה תפקיד.
הבינה המלאכותית לא תהיה יוצאת דופן.
מכאן אני מגיע לשלוש שאלות שלדעתי עלינו לשאול בכל פעם שהבינה המלאכותית נעשית חלק מהחלטה אנושית חשובה.
מי מרוויח?
מי נושא בסיכונים?
בידי מי הכוח?
התשובות מלמדות אותנו משהו שמדדים טכנולוגיים לבדם אינם יכולים לגלות: כיצד מתחלקים בין בני אדם התועלות, ההשלכות והסמכות שהבינה המלאכותית יוצרת.
והאם אפשר לערער על החלוקה הזאת או לשנות אותה.
הדילמה האמיתית של הבינה המלאכותית
אני מאמין שבינה מלאכותית יכולה להפוך לאחד הכלים רבי העוצמה ביותר לקידמה אנושית.
אבל אני דוחה את ההנחה שקידמה טכנולוגית היא בהכרח קידמה אנושית.
ההיסטוריה אינה נותנת לנו שום סיבה לקבל את ההנחה הזאת.
טכנולוגיה יוצרת אפשרויות. בני אדם ומוסדות קובעים איך האפשרויות האלה יתפתחו, יחולקו וישמשו אותנו.
הבינה המלאכותית עשויה לעזור למיליונים לרכוש ידע, לשפר את ההזדמנויות הכלכליות שלהם ולקבל החלטות טובות יותר.
היא גם עשויה ליצור צורות חדשות של תלות ולרכז את ההשפעה על החלטות שאנחנו מעבירים במידה גוברת למכונות.
שתי התוצאות אפשריות.
וההבדל ביניהן לא ייקבע רק על פי כוונות טובות.
הוא יהיה תלוי בתמריצים כלכליים, בחלוקת הכוח ובשאלה אם לאנשים יישארו דרכים ממשיות להבין את המערכות שמשפיעות על חייהם, לשאול עליהן שאלות ולשנות אותן.
אנחנו מקדישים זמן רב לשאלה אם הבינה המלאכותית תישאר בשליטת בני אדם.
עלינו לשאול גם אם בני האדם ששולטים בה יישארו מחויבים לתת דין וחשבון לכל מי שהיא משפיעה עליו.
כי המדד האמיתי להתקדמות הבינה המלאכותית אינו רק מידת החוכמה של המכונות שלנו.
המדד הוא אם הבינה הזאת מעניקה לאנשים יותר שליטה בחייהם, או מעניקה למישהו אחר יותר שליטה עליהם.
מקורות והפניות
1. נציבות הסחר הפדרלית של ארצות הברית (FTC), 2024: רשתות חברתיות ומעקב אחר נתונים
דוח רשמי של ה־FTC המתעד איסוף נרחב של מידע אישי והפקת הכנסות ממנו בידי פלטפורמות גדולות של רשתות חברתיות ושירותי וידאו, ואת המתח בין המודלים העסקיים שלהן לבין פרטיות המשתמשים.
2. נציבות הסחר הפדרלית של ארצות הברית (FTC), ינואר 2025: תמחור מבוסס מעקב
ממצאי ה־FTC על הדרכים שבהן גורמי תיווך בתחום התמחור יכולים להשתמש במידע מפורט על צרכנים כדי להתאים אישית מחירים, הנחות והצעות מסחריות.
3. סאלווי ועמיתיו, 2025: על כוח השכנוע של GPT-4 בשיחה
Nature Human Behaviour. מחקר ניסויי שהשווה בין שכנוע באמצעות בינה מלאכותית לבין שכנוע אנושי, לרבות בתנאים שבהם סופק מידע אישי.
https://www.nature.com/articles/s41562-025-02194-6
4. סאלווי ועמיתיו, ספטמבר 2026: תיקון מחברים למאמר על כוח השכנוע של GPT-4 בשיחה
Nature Human Behaviour. תיקון רשמי שמבהיר כי ההשוואה הישירה בין GPT-4 מותאם אישית ל־GPT-4 ללא התאמה אישית לא הגיעה למובהקות סטטיסטית.
https://www.nature.com/articles/s41562-026-02588-0
5. נציבות הסחר הפדרלית של ארצות הברית (FTC), ינואר 2025: שותפויות והשקעות בבינה מלאכותית
מחקר רשמי של ה־FTC שבחן שותפויות בין ספקיות ענן גדולות למפתחי בינה מלאכותית, לרבות סיכונים אפשריים הנוגעים לגישה למשאבי מחשוב, לתלות חוזית ולעלות המעבר בין ספקים.
6. רשות התחרות והשווקים של בריטניה (CMA), אפריל 2024: עדכון אסטרטגי בנושא בינה מלאכותית
ניתוח רגולטורי של התחרות בשוקי הבינה המלאכותית, לרבות השליטה במשאבים חיוניים, בערוצי הפצה וחסמי כניסה אפשריים לשוק.
https://www.gov.uk/government/publications/cma-ai-strategic-update/cma-ai-strategic-update
7. בריניולפסון, לי וריימונד, 2025: Generative AI at Work
The Quarterly Journal of Economics, כרך 140, גיליון 2. מחקר על 5,172 נציגי שירות לקוחות, שדיווח על עלייה ממוצעת של 15% בפרודוקטיביות בעזרת בינה מלאכותית.
https://academic.oup.com/qje/article/140/2/889/7990658
8. המכון הלאומי לתקנים ולטכנולוגיה של ארצות הברית (NIST): מסגרת לניהול סיכוני בינה מלאכותית
מסגרת וולונטרית לזיהוי, להערכה ולניהול סיכונים הקשורים לפיתוח ולהפעלה של בינה מלאכותית.