ארגון ה-AI הישראליארגון ה-AI הישראלי
האם הארגון שלכם מאבד את הסודות המסחריים שלו? האזהרה של אלכס קרפ, מנכ"ל פלנטיר
חדשות AI

האם הארגון שלכם מאבד את הסודות המסחריים שלו? האזהרה של אלכס קרפ, מנכ"ל פלנטיר

ליאור אברהםליאור אברהם 3 דק׳ קריאה

משהו השתבש לגמרי בדרך שבה מוכרים לכם AI

ארגונים רבים כיום מרגישים שהם חייבים לאמץ מודלי שפה גדולים (LLMs) כדי לא להישאר מאחור. אבל אלכס קרפ, מנכ"ל ענקית ניתוח הנתונים פלנטיר (Palantir), מזהיר בראיון נוקב ל-CNBC שמשהו השתבש לגמרי בדרך שבה הטכנולוגיה הזו נמכרת לארגונים. לטענתו, מנהלים בארגונים רבים בארצות הברית זועמים כיום בחדרים סגורים.

הסיבה לכך היא שהם משלמים הון עתק על "טוקנים" (Tokens) של מודלים מתקדמים, אך בפועל אינם רואים מכך שום ערך ממשי או החזר על ההשקעה. קרפ מתאר מציאות שבה ההבטחות הגדולות של חברות הבינה המלאכותית המובילות נמכרות בצורה חסרת אחריות ("oversold"). מתוך לחץ עסקי, ארגונים קונים כוח מחשוב ושירותים פי כמה ממה שהם באמת צריכים, בעוד שאת הערך האמיתי לליבת העסק הם מתקשים למצוא.

הסכנה השקטה: אתם מוסרים את היתרון התחרותי שלכם

כשארגון מחבר את הדאטה הארגוני שלו למודלים חיצוניים בחיפוש אחר פתרון מהיר, הוא חושף את עצמו לסכנה אדירה. קרפ מסביר שארגונים מעבירים למעשה את ה"אלפא" (Alpha) שלהם – היתרון התחרותי, הסודות המסחריים והקניין הרוחני (IP) שמייחדים את החברה – ישירות לידיים של ספקי מודלי השפה.

לטענתו, חברות ה-AI הללו מקבלות גישה למידע שלכם, שומרות אותו, ועלולות להשתמש בו לאימון עתידי ולשכפול המודל העסקי שלכם. קרפ שואל באופן רטורי: למה שאני אתן לחברות אחרות גישה למידע שלי כדי שהן יבנו ממנו את היתרון התחרותי שלי?. כשחברה עובדת בצורה כזו, היא למעשה עושה למודיעין העסקי שלה מיקור חוץ לעמק הסיליקון בצורה מסוכנת.

הפתרון: שכבת אונטולוגיה ושליטה מלאה בדאטה

כדי שארגונים יוכלו להפיק ערך אמיתי מבינה מלאכותית, מבלי לסכן את עצמם, הם זקוקים ליותר מאשר גישה גולמית למודל שפה. הפתרון, על פי קרפ, טמון בבניית "שכבת אפליקציה" או "אונטולוגיה" ( DLP - Ontology) שיושבת בדיוק באמצע, בין הארגון לבין המודלים החיצוניים. תפקידה של שכבה זו היא להפוך את השימוש למדויק, בטוח ומועיל למטרות עסקיות. היא מבטיחה שהמודל החיצוני לא ישמור (Cache) או ילמד את הנתונים העסקיים הרגישים של הארגון, וכך מונעת את זליגת הקניין הרוחני החוצה.

ארכיטקטורה זו מאפשרת לארגון להחליף מודלים שונים כרצונו, תוך שמירה מלאה על כל הסודות, המשקולות (Weights) והנתונים בתוך סביבה מוגנת. כך, הארגון הוא זה שקובע כיצד המודל פועל ומנתח את הנתונים.

מחדל השליטה: אל תעשו מיקור חוץ לעתיד החברה

המסר המרכזי של קרפ למנהלים ולדירקטוריונים הוא לחדול מלהיות צרכנים עיוורים. כל ארגון חייב להתחיל לשאול שאלות יסודיות ונוקבות את ספקי הבינה המלאכותית שלו: מי באמת הבעלים של הדאטה?. היכן הנתונים נשמרים?. האם הפרומפטים (ההנחיות) שאנו מזינים מאובטחים לחלוטין?

רוצים לקבל עדכוני AI ישירות לאימייל?

הצטרפו לאלפי מנהלים שמקבלים את הניוזלטר השבועי שלנו

קרפ משווה זאת למערכות ביטחוניות, ומזכיר כי משרד ההגנה האמריקאי, כמו גם גופי ביטחון בישראל (המשתמשים במערכות פלנטיר), לעולם לא יעבירו את ניהול שדה הקרב שלהם לשליטת גופים חיצונים לא מבוקרים. בדיוק באותו אופן, הארגון שלכם לא יכול להרשות לעצמו לוותר על השליטה בליבת הפעילות העסקית שלו.

המשמעות הניהולית והדרך קדימה עבורכם

הבינה המלאכותית כאן כדי לשנות את המסלול של העתיד, אך חובת ההוכחה חלה עליכם, המנהלים בארגון. ההחלטה כיצד ואיך להטמיע כלים אלו היא שתקבע האם תייצרו מנוע צמיחה אדיר, או תרוקנו את הארגון מנכסיו הייחודיים.

אנו בארגון ה-AI הישראלי מאמינים שהטמעת AI בארגון חייבת להיות מלווה בסטנדרטים מחמירים של אבטחת מידע (כמו תקן ISO 42001), שמירה על קניין רוחני (IP), והקמת תשתיות של אונטולוגיה ארגונית.

אנו מזמינים אתכם לאמץ חדשנות באחריות, לייצר ערך מבוסס דאטה ארגוני פנימי ולא לשלם רק על ססמאות ו"טוקנים".

אל תשמרו את המידע החשוב הזה לעצמכם – שתפו את המאמר עם מנכ"ל החברה, מנהלי מערכות המידע (CIOs), הקולגות וכל צוותי החדשנות, ועזרו לארגון שלכם לנווט את מהפכת ה-AI בצורה בטוחה, חכמה ותחרותית.

שאלות ותשובות
כאשר ארגונים מחברים את הנתונים הפנימיים שלהם למודלי שפה גדולים (LLMs) חיצוניים, הם למעשה חושפים את ה"אלפא" שלהם – היתרון התחרותי והקניין הרוחני – לספקי ה-AI. חברות אלו עלולות לקבל גישה למידע רגיש, לשמור אותו ואף להשתמש בו לאימון עתידי של המודלים שלהן, ובכך לשכפל את המודל העסקי של הארגון המשתמש.
הצטרפו לקבוצת הווטסאפ שלנו לעדכונים

תגיות:

שתפו את הכתבה:

עוד כתבות שיעניינו אותך

בינה מלאכותית לעסקים: המדריך המלא 2026 — שימושים, כלים, עלויות ואיך מתחילים
מדריכים• ליאור אברהם• 2 באוקטובר

בינה מלאכותית לעסקים: המדריך המלא 2026 — שימושים, כלים, עלויות ואיך מתחילים

המדריך המלא לבינה מלאכותית לעסקים בישראל: 12 שימושים מוכחים לפי מחלקה, הכלים המרכזיים (ChatGPT, Copilot, Gemini, Claude ואוטומציה), עסק קטן מול ארגון גדול, 7 צעדים להתחלה, תבניות מוכנות, עלויות, סוכני AI והסיכונים שחייבים לנהל.

הטמעת AI בארגונים: המדריך המלא 2026 — שלבים, עלויות, ROI וטעויות נפוצות
מדריכים• ליאור אברהם• 2 באוקטובר

הטמעת AI בארגונים: המדריך המלא 2026 — שלבים, עלויות, ROI וטעויות נפוצות

המדריך המלא להטמעת AI בארגונים בישראל: חמשת השלבים מאבחון ועד מדידה, מי צריך להיות בצוות, רגולציה ואבטחת מידע ב-2026, איך מודדים ROI, כמה זה עולה, תוכנית 30-60-90 יום וחמש הטעויות שמכשילות הטמעות — עם מקרים אמיתיים מהשטח.

המערכת נתנה תשובה שגויה, ומאז אף אחד בצוות לא סומך עליה
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

המערכת נתנה תשובה שגויה, ומאז אף אחד בצוות לא סומך עליה

מנהל צוות בחברת ייעוץ הנדסי העביר תשובה של AI בלי לבדוק, והטעות הגיעה להנהלה. איך אירוע אחד מחק חודשים של הטמעה, מה קרה ל-Deloitte באוסטרליה, ואיך מגדירים מה חייב בדיקה לפני שליחה.

הלקוחות גילו שהנציגה 'דנה' היא בוט, והאמון קרס: למה חייבים גילוי נאות
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

הלקוחות גילו שהנציגה 'דנה' היא בוט, והאמון קרס: למה חייבים גילוי נאות

בוט שירות מצוין בחברת תקשורת הציג את עצמו כנציגה אנושית, עד שלקוח שאל 'את אמיתית?'. איך שקיפות הפכה לסוגיה רגולטורית (EU AI Act, סעיף 50), מה למדנו מ-Air Canada, ואיך מפעילים בוט שירות נכון.

רצינו מודל AI פנימי, וגילינו שהוא עולה פי שלושה מהטמעה חכמה
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

רצינו מודל AI פנימי, וגילינו שהוא עולה פי שלושה מהטמעה חכמה

ארגון פיננסי השקיע חצי שנה בבניית מודל AI פנימי, ושילם פי שלושה בשביל עשירית מהתוצאה. מה השתבש, למה רוב הארגונים לא צריכים מודל משלהם, ומתי כן נכון לבנות אחד: טבלת החלטה.

מערכת ה-AI סיננה מועמדים, וכולם יצאו זהים: מקרה של הטיה בגיוס
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

מערכת ה-AI סיננה מועמדים, וכולם יצאו זהים: מקרה של הטיה בגיוס

חברת טכנולוגיה הכניסה AI לסינון קורות חיים, ופתאום כל המועמדים נראו אותו דבר. איך מערכת שלמדה מהעבר הנציחה הטיה, מה קרה ל-Amazon, מה ה-EU AI Act דורש, ואיך מחנכים את המערכת מחדש.

התהליך האוטומטי אישר הזמנה של עשרות אלפי שקלים בלי חתימה: מה אסור לתת ל-AI לעשות לבד
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

התהליך האוטומטי אישר הזמנה של עשרות אלפי שקלים בלי חתימה: מה אסור לתת ל-AI לעשות לבד

תהליך רכש אוטומטי מבוסס AI בארגון גדול שלח הזמנה חריגה לספק בלי שאף אחד אישר אותה. איך זה קרה, למה זה רלוונטי עוד יותר בעידן הסוכנים, ואיך מגדירים נקודות בקרה ורמות אוטומציה לפי סיכון.

'פעם שאלו אותי, היום שואלים את המחשב': איך מונעים התנגדות של עובדים ותיקים ל-AI
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

'פעם שאלו אותי, היום שואלים את המחשב': איך מונעים התנגדות של עובדים ותיקים ל-AI

כלי AI במוקד של חברת תשתיות שיפר את כל המדדים, ובמקביל גרם לעובדים הוותיקים להרגיש מיותרים ולהתרחק. מה השתבש, מה אומרים הנתונים של מיקרוסופט, ואיך הופכים ותיקים ממתנגדים למנטורי AI.

מנהל אבטחת המידע עצר את השימוש ב-AI בבוקר אחד: איך בונים 'מסלול ירוק' במקום לחסום
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

מנהל אבטחת המידע עצר את השימוש ב-AI בבוקר אחד: איך בונים 'מסלול ירוק' במקום לחסום

ביחידת שירות של ארגון ציבורי העובדים התחילו להיעזר ב-AI, עד שמנהל אבטחת המידע אסר הכול במייל אחד. למה חסימה בלי חלופה מגדילה את הסיכון, ואיך בונים מסלול ירוק: סיווג מידע, כלי ארגוני מאושר והשחרה.

כתיבת נהלים עם AI: למה מנהלת משאבי האנוש קיבלה מסמך משפטי קר, ואיך תיקנו את זה
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

כתיבת נהלים עם AI: למה מנהלת משאבי האנוש קיבלה מסמך משפטי קר, ואיך תיקנו את זה

מנהלת משאבי אנוש בחברת ביטוח ביקשה מה-AI לנסח נהלים וקיבלה טקסט משפטי ומנותק. איך לימדנו את המודל לכתוב בקול של הארגון, איך עושים את זה היום ב-ChatGPT, Gemini, Claude ו-Copilot, ומה צריך לקרות בהטמעה.

הצטרפו אלינו