טסלה (Tesla) עשתה היסטוריה שוב – החברה של אילון מאסק קיימה אירוע חשיפה דרמטי במתקן הניסויים של ענקית החלל SpaceX בעיר מקגרגור שבטקסס ללא פחות מאשר מכונית מעופפת מתוצרתה. באירוע זה הציגה טסלה רשמית ולראשונה את מה שמוגדר כמודל העדכני של מכונית הספורט המחשמלת שלה – הרודסטר (Roadster) מהדור השני. במהלך המופע, שהועבר בשידור חי ברשת החברתית X והונחה על ידי המנכ"ל מאסק, מעצב העל פרנץ פון הולצהאוזן וסגן הנשיא להנדסה לארס מוראבי, הציגה טסלה ביצועים חסרי תקדים של כלי הרכב. השיא של הערב נרשם כאשר אב-טיפוס של הרודסטר נסע בצורה הפוכה כשהוא צמוד למתקן קשת מיוחד, ולאחר מכן המריא לאוויר, ביצע גלגול של 180 מעלות ונחת בבטחה על מסלול הנסיעה, לצד קפיצה מעל שורת דגמי טסלה אחרים. Turns out the future does have flying cars https://t.co/6fexPp6SXI — Elon Musk (@elonmusk) October 16, 2026 מסע מפותל בן עשור כמעט לתוצר הנוכחי האירוע הנוכחי מתרחש כמעט תשע שנים לאחר שטסלה חשפה לראשונה את תפישת הרודסטר החדשה בשלהי שנת 2017, בעת שהוצגה כהפתעה בסיום אירוע המשאית Tesla Semi. באותו אירוע הבטיחה טסלה להתחיל בייצור סדרתי כבר בשנת 2020, ואף גבתה מקדמות של עשרות אלפי דולרים מלקוחות נלהבים. אלא שהדרך אל ייצור הרכב נתקלה בשורת עיכובים ממושכת; החברה נאלצה למקד את משאביה בהתמודדות עם קשיי הייצור של מודל 3, בהשקת רכב הפנאי מודל Y ובפיתוח הסייברטראק. גם אירוע החשיפה העכשווי סבל מדחיות חוזרות ונשנות, כולל דחייה אחרונה עקב תנאי מזג אוויר. למעשה, לאורך השנים נדחה מועד הייצור שוב ושוב – לשנים 2021, 2022, 2023, 2025 ומשם ל-2028.  מעבר ללוחות הזמנים המתניידים, חל שינוי משמעותי גם במפרט הרכב: כשרק בשנת 2017 הבטיחה טסלה רכב ארבעה-מושבי עם טווח נסיעה של כאלף ק"מ (620 מייל), אך הדגם שנחשף כעת "מקריב" חלק מהטווח והמושבים לטובת ביצועי האצה קיצוניים ויכולת ניתוק מהקרקע, עם טווח מתוכנן רק של כ-480 ק"מ (300 מייל) ושני מושבים בלבד – בגרסה הסטנדרטית. פעלולים אוויריים וטכנולוגיית רקטות לפי הדיווחים השונים, היכולות הבלתי שגרתיות של הרודסטר נשענות על שילוב טכנולוגי הדוק בין הנדסת הרכב של טסלה לטכנולוגיית הטילים של SpaceX. בין השאר הרכב מצויד במערכת יניקה תחתונה הפועלת באמצעות מאווררים רבי-עוצמה, ואלו מייצרים כוח הצמדה השווה לפי שניים מכוח המשיכה, ומאפשרים לעלי הרכב החדשני להיצמד למשטח אפילו במצב הפוך לגמרי, כפי שניכר בהדגמה המרשימה. בנוסף משולבים ברכב 10 דחפי גז דחוס, הפועלים בלחץ גבוה במיוחד מתוך מיכלי אוויר ייחודיים שעשויים מסיבי פחמן, המספקים דחף של מעל 80 קילוניוטון. במהלך הניסויים על הבמה הדגימה טסלה האצה מ-0 לכ-100 קמ"ש (60 מייל/שעה) בתוך 0.81 שניות בלבד, לצד הצהרות על מהירות מירבית העולה על כ-515 קמ"ש (230 מייל/שעה) והספק של כ-1,500 כוחות סוס.  מבחינת עיצוב, הרכב שואב השראה ממטוסים מתקדמים כמו ה-SR-71 וה-F-35, וכן ממכונית הלוטוס אספרי מסרט ג'יימס בונד.  טסלה הבהירה כי הרכב יוצע בשלוש תצורות: תצורת Performance, המיועדת לנסיעה בכביש עם אווירודינמיקה אקטיבית ומערכת יניקה; תצורת Thrust, המיועדת למסלול וכוללת מנועי דחף (Thrusters) – ספציפית המונח המקורי באנגלית הוא SpaceX Cold-Gas Thrusters ומדובר בנחירי פליטה של גז דחוס בלחץ גבוה מאוד וזוהי טכנולוגיה מעולם הרוקטריה והחלליות, הפולטים סילוני אוויר עוצמתיים כדי לייצר דחף ישיר ברגע; כמו כן צוצע המכונית גם בתצורת Rocket הקיצונית, המיועדת לשימוש באוויר בלבד, כוללת מנועי דחף היקפיים ומושב נהג יחיד, ואינה מורשית לנסיעה בכבישים ציבוריים. "זה לא בדיוק רכב שמתוכנן סביב בטיחות" החשיפה הדרמטית וההצהרות היוצאות דופן של מאסק עוררו, כצפוי, גל תגובות נרחב בתעשיית הטכנולוגיה, בשוק ההון וברשויות הרגולציה. מאסק עצמו לא הסתיר את האופי הקיצוני של הרכב ואמר במהלך האירוע: "הרכב הזה יכול לייצר התעמלות קרקע ואוויר משוגעת לחלוטין, כל מה שתרצו". הוא הוסיף בהומור: "זה לא בדיוק רכב שמתוכנן סביב בטיחות, אבל מד ההנאה שלו מגיע ל-11 מתוך 10".  בהזדמנות אחרת הבהיר מאסק את תפישתו לגבי המוצר כשאמר: "אם אתה קונה פרארי, בטיחות היא לא המטרה הראשונה שלך. אם בטיחות היא המטרה הראשית שלך, אל תקנה את הרודסטר".  מאסק הגדיר את שיתוף הפעולה שנדרש לשם הייצור של הרכב כחדשני וחסר תקדים: "זו נקודת השיא של עבודה מדהימה של מהנדסי טסלה ו-SpaceX, שעבדו בצמוד כדי ליצור משהו שלא ראיתם בשום סרט, טוב יותר מכל מכונית של ג'יימס בונד". מכונית של שני טונות – סלטות באוויר בכחצי ממהירות הקול? מן העבר השני, התגובות בעולם נעו בין התפעלות הנדסית לספקנות רבה. אנליסט וול סטריט בכיר, דן אייבס מחברת יורקוויל אייבס (Yorkville Ives), ציין בדיווח של CBS News כי הרודסטר אינה צפויה להוות מנוע צמיחה פיננסי מרכזי עבור טסלה. לדבריו, "הרודסטר לא תזיז באופן משמעותי את מחזור המכירות או ההכנסות, מכיוון שהייצור יהיה מוגבל, ומשקיעים לא צריכים לתמחר אותה כמנוע צמיחה. מה שהיא כן עושה זה להחזיר את הילת המותג לראש השוק ולשים דגש על היכולות ההנדסיות של החברה".  במקביל, יוצר התוכן והטכנולוגיה המוכר מרקוס בראונלי ביטא ספקנות גלויה כשכתב ברשת X: "הם באמת עלו לבמה ואמרו שהרכב הזה, ששוקל מעל 4,000 פאונד (כמעט 2 טונות – ג"פ) יכול לעשות סלטות באוויר ולהגיע לחצי ממהירות הקול, ושהוא ישלח ללקוחות ב-2028. זו בדיחה, נכון?". גם במישור הרגולטורי נרשמת מבוכה לגבי מעמדו של כלי הרכב המעופף. גורמים רשמיים במשרד התחבורה האמריקאי (DOT) הביעו ספקנות בשיחה עם CBS לגבי יכולתו של הרכב להמריא בפועל, והודו כי אין עדיין מסגרת פיקוח ברורה לרכב שכזה. במקביל, רשות התעופה הפדרלית (FAA) מסרה כי הרכב כלל אינו עונה להגדרה המשפטית של כלי טיס. למרות התהיות, טסלה כבר פתחה את אפשרות ההזמנה מראש של כלי הרכב החדשני באתר האינטרנט שלה, כאשר דמי ההזמנה עומדים על 50 אלף דולר לגרסת ה-Performance; על 250 אלף דולר לגרסת ה-Thrust; ואילו גרסת ה-Rocket תוצע רק ללקוחות שיזמינו אותה בהזמנה מיוחדת בלבד, לקראת תחילת הייצור המתוכננת לשנת 2028.

לצד ההתקדמות המהירה בעולם סוכני ה־AI, מתחזקים גם הקולות שקוראים לארגונים להאט ולבחון מחדש את האופן שבו הם מטמיעים אותם. גרטנר צופה כי עד סוף 2026 כ־40% מהיישומים הארגוניים יכללו סוכני AI ייעודיים, לעומת פחות מ־5% ב־2025. במקביל, החברה מעריכה כי עד 2027 כ־40% מהארגונים יורידו בדרגה או ישביתו סוכנים אוטונומיים בעקבות פערי ממשל שיתגלו רק לאחר תקלות בסביבת הייצור. הפער הזה, בין הקצב שבו ארגונים מאמצים סוכנים לבין הקצב שבו הם בונים יכולת לנהל אותם, הוא בדיוק מה שמטריד כיום גופי פיתוח רבים. השאלות משתנות. במקום לשאול רק כמה מהר אפשר לכתוב קוד, כמה בדיקות ניתן להריץ אוטומטית או כמה זמן אפשר לחסוך בתיעוד, ארגונים צריכים לשאול מי מנהל את הסוכנים, איך יודעים מה הם ביצעו, מי קובע את גבולות הפעולה שלהם ומי אחראי כשמשהו משתבש. במילים אחרות, שרשרת הערך של פיתוח התוכנה מתחילה להיכתב מחדש. השינוי אינו מסתכם במהירות שבה נכתב הקוד, אלא באופן שבו תוכנה מתוכננת, נבנית, נבדקת ומנוהלת לאורך זמן. ה־AI מערערת את תהליך הפיתוח המוכר במשך עשרות שנים עבר תחום מחזור חיי פיתוח התוכנה שינויים רבים. שפות השתנו, גישות התחלפו ותשתיות התפתחו, אבל המבנה הבסיסי של התהליך נשאר מוכר יחסית. ה־AI מתחילה לערער את המבנה הזה. כאשר סוכנים מסוגלים לנתח דרישה, לאתר ידע רלוונטי, להציע פתרון ארכיטקטוני, לשנות קוד, לכתוב בדיקות, להריץ אותן, לזהות בעיות אבטחה, לבצע סקירת קוד ולעדכן ידע ותיעוד, כבר לא מדובר רק בכלי שמסייע למפתח. אנחנו נכנסים למודל שבו חלק משמעותי מתהליך יצירת התוכנה מתבצע באמצעות שילוב של בני אדם וסוכנים. אפשר לחשוב על זה כעל מחזור חיי פיתוח שמותאם לעידן הסוכנים, שבו השאלה של מנהלי טכנולוגיה אינה עוד רק איזה כלי AI לתת למפתחים, אלא איך צריך להיראות תהליך הפיתוח כולו כאשר חלקים ממנו יכולים להתבצע באופן עצמאי. האדם נשאר בלולאה, אבל התפקיד שלו משתנה עקרון ה־Human in the Loop קובע עד כמה בני אדם צריכים להיות מעורבים בתהליכי ההחלטה של מערכות בינה מלאכותית. אלא שלא נכון לפרש אותו כמודל שבו אדם נדרש לאשר כל פעולה של סוכן. אם כל פעולה מחייבת אישור אנושי, לא באמת נבנתה מערכת סוכנית. נבנתה אוטומציה שתלויה בצוואר בקבוק אנושי. האתגר האמיתי הוא להגדיר רמות שונות של אוטונומיה. יש פעולות שסוכן יכול לבצע לבד, פעולות שבהן הוא מתקדם עד נקודת החלטה מסוימת, ופעולות שבהן סיכון, רגולציה, משמעות עסקית או אבטחת מידע מחייבים אישור אנושי. התפקיד של האדם אינו נעלם. הוא עובר בהדרגה מביצוע ישיר של כל פעולה לניהול הכיוון, הגדרת גבולות, פיקוח וקבלת החלטות במקומות שבהם שיקול דעת אנושי באמת נדרש. האתגר הגדול מתחיל בהתרחבות הארגונית כאשר בארגון פועלים שניים או שלושה סוכנים, עדיין ניתן לנהל אותם כמעט כמו ניסוי. הבעיה מתחילה כאשר המספר עולה לעשרות או למאות סוכנים שפועלים במגוון יחידות עסקיות. לכל סוכן נדרש מחזור חיים מלא. לא מספיק לבנות אותו ולהעלות אותו לאוויר. צריך לתכנן אותו, לבדוק אותו, לפרוס אותו, למדוד את הביצועים שלו, לשפר אותו ולנהל אותו לאורך זמן. סוכן שאינו מנוהל ואינו משתפר הופך מהר מאוד לנכס מיושן, ולעיתים גם למסוכן. ניהול סוכנים יהפוך לדיסציפלינה ארגונית ככל שהשימוש בסוכנים יתרחב, תיווצר בארגונים שכבת ניהול שלמה סביבם. יהיה צורך לדעת אילו סוכנים פועלים בארגון, מי הבעלים שלהם, לאילו תהליכים הם שייכים, אילו הרשאות ניתנו להם ואיזה מידע הם צורכים. זה גם המקום שבו אחידות יתר עלולה להפוך לבעיה. סוכן שמבצע פעולה פשוטה ומוגבלת אינו דומה לסוכן שמקבל החלטות עסקיות או מבצע פעולות במערכות רגישות. לכן החלת אותם כללי ממשל על כל הסוכנים עלולה להיות לא פחות בעייתית מהיעדר ממשל. במקביל, ארגונים יידרשו לרמת ניטור חדשה. אם סוכן מבצע פעולה עסקית או טכנולוגית, צריך להיות אפשר לשחזר את ההקשר שקיבל, המודל שבו השתמש, הכלים שהפעיל, האישורים שניתנו לו, הפעולות שביצע והתוצאה שאליה הגיע. הטמעת סוכני AI דורשת, לכן, שינוי במודל ההפעלה הארגוני. הצלחה אינה תלויה רק בכלי עצמו, אלא בחיבור בין תשתיות, דאטה, אבטחה, ממשל, אינטגרציות, ניהול ידע, ניהול עלויות, ניטור ומתודולוגיית עבודה. רק כאשר כל השכבות האלה פועלות יחד אפשר לעבור ממקרה שימוש נקודתי ליכולת ארגונית אמיתית שמבוססת על בינה מלאכותית יניב שושני הוא EVP באברא

סופטבנק בוחנת רכישה של Allied Universal, אחת מחברות שירותי האבטחה הגדולות בעולם, בעסקה שעשויה להעניק לה שווי הון של כ־18 מיליארד דולר. מאחורי המהלך האפשרי עומדת לא רק פעילות האבטחה המסורתית של החברה, אלא גם האסטרטגיה של סופטבנק להרחיב את פעילותה ברובוטיקה ובבינה מלאכותית פיזית. לפי דיווחים בארצות הברית, המגעים עדיין נמצאים בשלב מוקדם. הצדדים טרם סיכמו על מחיר סופי, וגם בסופטבנק עדיין לא התקבלה החלטה סופית. אם העסקה תצא לפועל, היא תהיה אחת הרכישות הגדולות ביותר שביצעה סופטבנק בשנים האחרונות ותכניס אותה עמוק לתחום שירותי האבטחה הפיזיים, שבו מועסקים מאות אלפי עובדים ברחבי העולם. חברת אבטחה עם 800 אלף עובדים Allied Universal מספקת שירותי שמירה ואבטחה לעסקים, אתרים, מוסדות ואירועים גדולים. החברה מעסיקה כיום כ־800 אלף עובדים ברחבי העולם, פעילה ביותר מ־100 מדינות ומייצרת הכנסות שנתיות של כ־23 מיליארד דולר. החברה גדלה בשנים האחרונות באמצעות שורה ארוכה של רכישות. הגדולה שבהן הייתה רכישת G4S הבריטית ב־2021, מהלך שהרחיב משמעותית את הפריסה הבינלאומית שלה והפך אותה לאחת מקבוצות האבטחה הגדולות בעולם. מעבר לכוח האדם העצום שלה, Allied Universal פעילה גם בתחום הדאטה סנטרים, הן באבטחת מתקנים והן בתמיכה בתפעולם. זהו תחום שמעניין במיוחד את סופטבנק, שמשקיעה סכומים גדולים בתשתיות הדרושות להפעלת מערכות בינה מלאכותית. מה אנשי אבטחה קשורים לאסטרטגיית ה-AI? עבור סופטבנק, רכישה אפשרית של חברת אבטחה אינה בהכרח סטייה מהכיוון הטכנולוגי שלה. מייסד ומנכ"ל הקבוצה, מסאיושי סון, סימן את הרובוטיקה כאחד התחומים המרכזיים שבהם הוא מעוניין לחבר בין מערכות בינה מלאכותית לבין העולם הפיזי. באוקטובר 2025 חתמה סופטבנק על הסכם לרכישת עסקי הרובוטיקה של ABB תמורת 5.375 מיליארד דולר. החברה הגדירה את המהלך כחלק מהמעבר שלה לעידן של בינה מלאכותית פיזית, שבו מערכות AI אינן רק מנתחות מידע או מייצרות תוכן, אלא מפעילות מכונות ורובוטים בעולם האמיתי. במקביל, סופטבנק הפכה לאחת המשקיעות הגדולות ביותר בעולם הבינה המלאכותית. בתחילת אוקטובר היא השלימה שלב נוסף בהשקעה שלה ב־OpenAI, והיקף ההשקעה המצטבר שלה בחברה הגיע ל־64.6 מיליארד דולר. ההחזקה שלה בחברה עומדת על כ־13%. למה דווקא חברת אבטחה? היקף כוח האדם של Allied Universal יכול להפוך אותה לסביבת ניסוי ופריסה משמעותית עבור טכנולוגיות רובוטיות. חלק ממשימות האבטחה, כמו סיורים, ניטור מתקנים, בדיקות היקפיות ואיסוף מידע, הן בדיוק מסוג הפעילויות שחברות רובוטיקה מנסות להפוך לאוטונומיות יותר. לפי הדיווחים, סופטבנק שוקלת בעתיד להשתמש ברובוטים כדי לבצע חלק ממשימות האבטחה שמבוצעות כיום על ידי בני אדם. עם זאת, החלפה רחבת היקף של מאבטחים ברובוטים הומנואידיים עדיין נחשבת יעד לטווח ארוך, ולא מהלך שמיועד להתבצע מיד לאחר רכישה אפשרית. העסקה עשויה גם לתת לסופטבנק דריסת רגל משמעותית יותר בתפעול ובהגנה על דאטה סנטרים. מתקנים אלה הפכו לנכס אסטרטגי מרכזי בעולם הבינה המלאכותית, וסופטבנק כבר משקיעה באופן נרחב בתשתיות מסוג זה. 18 מיליארד או 30 מיליארד דולר? הסכום של 18 מיליארד דולר מתייחס, לפי הדיווחים, לשווי ההון של Allied Universal. כאשר מביאים בחשבון גם את החוב של החברה, השווי הכולל של עסקה אפשרית עשוי להגיע לכ־30 מיליארד דולר. בעלי המניות המרכזיים בחברה כוללים את קרן Warburg Pincus ואת קרן הפנסיה הקנדית La Caisse. בשנים האחרונות בחנו בעלי המניות גם אפשרות להנפיק את החברה, ולכן רכישה מצד סופטבנק עשויה לספק להם חלופת יציאה אחרת. אם המהלך יושלם, הוא יחבר תחת אותה קבוצה השקעות בבינה מלאכותית, שבבים, דאטה סנטרים ורובוטיקה עם אחד מכוחות העבודה הגדולים ביותר בענף האבטחה העולמי. עבור סופטבנק, זה עשוי להיות ניסיון להפוך את החזון של בינה מלאכותית פיזית מתזה להשקעה למערכת שפועלת בפועל לצד מאות אלפי עובדים.

מאת: דודו עקיבא, מהנדס פתרונות בכיר בנטסקופ ישראל תשאלו כל CISO איפה נמצאת ה-AI בארגון שלו, והוא יענה בביטחון: "יש לנו את הצ'טבוט הארגוני, חילקנו רישיונות Copilot, ויש עוד פיילוט אחד מבוקר במעבדה". עכשיו לכו ותשאלו את צוות הפיתוח את אותה שאלה – ותקבלו חיוך מבויש ורשימה ארוכה פי שלושה. הפער הזה לא נובע מרשלנות. הוא קורה כי התרגלנו למפות כלי AI דרך רשומות רכש ואישורי אפליקציות, בזמן שהסיכון האמיתי לדליפת מידע מגיע דווקא ממה שמעולם לא עבר תהליך אישור. מערכות האבטחה הקיימות שלנו נבנו סביב שתי הנחות יסוד: או שהן מנטרות תעבורה שחוצה את הרשת, או שהן מנטרות פעולות שמבצע בן אדם. עולם ה-AI החדש יושב בדיוק ברווח שבין שניהם – הטכנולוגיה פועלת מקומית על המחשב, מפעילה סוכנים אוטונומיים שלא מתנהגים כמו משתמש אנושי, ומשתלבת עמוק בתוך תהליכי דאטה פנימיים. בצבא קוראים לזה "שטח מת": אזור שנמצא ממש בטווח הראייה שלנו, אבל מבנה השטח מסתיר אותו מהתצפית. ארבעה אירועי אבטחה אמיתיים מהשנה החולפת ממחישים בדיוק איפה "השטחים המתים" האלה נמצאים ולמה כלי האבטחה המסורתיים מפספסים אותם. שטח מת 1: הלפטופ של המפתח (כשה-AI לא יוצאת לרשת) רוב בקרות האבטחה הארגוניות יושבות בשער היציאה לאינטרנט ומחכות לראות תעבורה חשודה. אבל מה קורה כשה-AI חיה ופועלת בתוך תחנת הקצה עצמה? באוגוסט 2025 תוקפים העלו ל-npm גרסאות זדוניות של Nx – כלי פיתוח (Build) פופולרי מאוד בסביבות JavaScript (מתקפה שכונתה s1ngularity). התחכום במתקפה הזו היה שהנוזקה לא הכילה כלי סריקה או גניבת מידע משלה, כאלה שמערכות הגנה על תחנות קצה (EDR) יודעות לזהות ולחסום. במקום זאת, התוקפים השתמשו בטכניקה חדשה: הם חיפשו על המחשב של המפתח כלי AI בשורת הפקודה (CLI) שהמפתח כבר התקין בעצמו כמו Claude Code, Gemini CLI ו-Amazon Q.  הנוזקה הפעילה את כלי ה-AI האלו עם דגלים (Flags) מיוחדים, שמדלגים על בקשת אישור מהמשתמש, ופשוט ביקשה מהם באנגלית פשוטה: "תחפשו במחשב קבצי הגדרות, סיסמאות, מפתחות ענן וטוקנים". התוצאה: 2,349 סודות דלפו ופורסמו במאגרים ציבוריים ב-גיטהאב (GitHub), תחת החשבונות של הקורבנות עצמם. מבחינת כלי האבטחה הרשתיים, הכול נראה שגרתי לחלוטין: מחשב של מפתח מתקשר עם ספק AI מוכר ועם גיטהב. איסוף המידע הרגיש עצמו נעשה מקומית על הלפטופ, באמצעות כלי לגיטימי שהמפתח הוריד לבד. הבעיה מחריפה כשמפתחים מריצים מודלים מקומיים (כמו Ollama) ישירות על המחשב שלהם. מודלים כאלה מתקשרים בתוך המחשב בלבד (דרך תעבורת Loopback פנימית) ולא יוצאים כלל לרשת הארגונית או לענן – מה שהופך אותם לשקופים ב-100% עבור בקרות רשת. ניסיון לפתור את זה באמצעות חסימה גורפת של כלי AI רק יחמיר את הבעיה: לפי Cloud and Threat Report של נטסקופ (Netskope), כ-47% מהעובדים כבר משתמשים בחשבונות AI פרטיים, שעוקפים את בקרות הארגון, וחסימה רק דוחפת יותר עובדים לעבוד "מתחת לרדאר". הפתרון הנכון הוא שילוב של הכוונת משתמשים בזמן אמת (Real-time Coaching) לכלי AI מאושרים, יחד עם ירידה לרמת ה-Endpoint: מיפוי תהליכים רצים, פורטים פתוחים ותעבורה פנימית על המכשירים המנוהלים עצמם. אחרת, אתם ממפים רק את ה-AI ש"בחרה" להיראות. שטח מת 2: מה שמאחורי הצ'אט (לאבטח את הבוט ולשכוח את המסד) ארגונים רבים משקיעים מאמצים אדירים בבדיקות אבטחה למודל ה-AI עצמו (כמו הגנה מפני Prompt Injection) או ל-API Gateway שמולו. אבל אם סקירת האבטחה שלכם נעצרת במודל, אתם בודקים רק את קצה הקרחון. צ'טבוט לא חי בחלל ריק – הוא מחובר למסדי נתונים, לממשקי ניהול ולתהליכי סנכרון מידע. מערכת הגיוס McHire ששימשה את מקדונלד'ס (McDonald's) היא הדוגמה הטובה ביותר לכך. מועמדים לעבודה באתר ניהלו שיחה עם Olivia, צ'טבוט גיוס מבוסס AI שפותח על ידי חברת פרדוקס (Paradox.ai). ביוני 2025, חוקרי אבטחה לא היו צריכים להנדס שום פרומפט מתוחכם כדי להוציא מידע מהבוט. הם פשוט מצאו דף כניסה לצוות הניהול, והצליחו להתחבר אליו באמצעות חשבון בדיקה נשכח משנת 2019, ששם המשתמש והסיסמה שלו היו 123456. מאחורי החשבון הזה ישב ממשק API פגיע ללא בקרת הרשאות תקינה, שאפשר לחוקרים לשנות מספרי מועמדים בבקשה ולעבור על רשומות אחת אחרי השנייה. לפי הדיווחים, הפרצה חשפה נתונים אישיים מתוך כ-64 מיליון מועמדויות לעבודה. החולשה תוקנה במהירות, והחברה ציינה כי החוקרים ניגשו בפועל למספר מצומצם של רשומות, אך הודתה שבדיקות החדירה השוטפות שלה פספסו את הנקודה הזו. חשוב להבין: Olivia לא הייתה Shadow AI. היא הגיעה כחלק מפלטפורמת גיוס רשמית שמקדונלד'ס רכשה ואישרה, והצ'טבוט עצמו תפקד ללא דופי. הכשל היה בכל המעטפת שמאחוריו. כשאתם מאשרים מערכת AI של ספק חיצוני או בונים אחת בעצמכם, אל תשאלו רק "איך אתם מאבטחים את המודל?", אלא בדקו את כל ה-Pipeline: אילו מסדי נתונים מזינים אותו, אילו תהליכים טוענים אליהם מידע, ולמי יש גישה לדאטה הזה מאחורי הקלעים. שטח מת 3: הסוכן שעושה בדיוק מה שביקשו ממנו בשנה האחרונה עברנו מצ'טבוטים שרק "עונים תשובות" לסוכני AI שמבצעים פעולות אקטיביות: שולחים מיילים, פותחים קריאות שירות, כותבים לקובצי מערכת ומריצים קוד. כדי לאפשר לסוכנים להתחבר לכל המערכות האלו בקלות, אומץ במהירות תקן פתוח בשם MCP (ר"ת Model Context Protocol). על מנת להבין מהו MCP בצורה פשוטה, חשבו עליו כמו על כבל ה-USB של עולם ה-AI. בעולם הפיזי שלנו, במקום שנדרש לכבל ייחודי ומתאם נפרד לכל מקלדת, עכבר, מצלמה או כונן חיצוני, תקן ה-USB מאפשר לחבר כל מכשיר לכל מחשב מיד ובאותה צורה. MCP עושה בדיוק את אותו הדבר עבור סוכני בינה מלאכותית: במקום שמפתחים יצטרכו לכתוב מאפס קוד התחברות ייעודי בין מודל ה-AI לכל מערכת ארגונית, הם פשוט מורידים ומחברים "שרת MCP" מוכן מראש – והסוכן מקבל מיד ערוץ פתוח לקרוא נתונים ולבצע פעולות במערכות כמו GitHub, Slack, מסדי נתונים או שרתי אימייל.  אבל בדיוק כמו בעולם הפיזי, הנוחות הזו יוצרת פרצה מסוכנת: מה קורה כשמחברים לארגון "כבל USB" שנראה תמים לחלוטין, אבל מישהו שתל בתוכו שבב ריגול? זה בדיוק מה שקרה בספטמבר 2025, כשחברת קוי סקיוריטי (Koi Security) זיהתה את שרת ה-MCP הזדוני הראשון בטבע: חבילה בשם postmark-mcp, שהתחזתה לספרייה לגיטימית ומוכרת לשליחת אימיילים. במשך 15 גרסאות החבילה פעלה כשורה וצברה אמון. אלא שבגרסה 1.0.16, המפתח הוסיף שורת קוד אחת שקטה: כל אימייל שהסוכן שלח דרך השרת נשלח במקביל כעותק סמוי (BCC) לכתובת אימייל של התוקף. לפני שהחבילה הוסרה, היא הורדה 1,643 פעמים. למה כלי האבטחה הקיימים עיוורים למתקפה כזו? כי מבחינת הרשת, אין כאן שום חריגה. הסוכן אומת בהצלחה, קיבל הרשאה לשלוח מייל, ושלח מייל דרך שרת לגיטימי – זה בדיוק התפקיד שלו. כשהאיום מגיע מתוך סוכן מורשה שפועל "לפי הכללים", אימות חד-פעמי בתחילת הסשן כבר לא מספיק – סוכני AI צריכים לקבל את אותה רמת בקרה וחשדנות שאנחנו מפעילים כלפי עובדים (Zero Trust לזהויות לא-אנושיות): פיקוח רציף ברמת ה-Session ומדיניות גישה מפורטת שיודעת לנתח את ההקשר בזמן אמת, למשל לזהות שנוסף נמען חיצוני לא מוכר לכל מייל שיוצא מהמערכת. וגם אז, מערכות סיווג אוטומטיות יגידו לכם מה הסוכן עשה, אבל הן לא תמיד ידעו להחליט אם פעולה שנמצאת בתוך גבולות הגזרה שלו הייתה טעות עסקית. בשביל זה עדיין צריך שיקול דעת אנושי בתהליך. שטח מת 4: הדאטה, עוד לפני שהוא הופך לפרומפט מרבית כלי האבטחה ל-AI מתמקדים בשלב השיחה: לסרוק את הפרומפט שהמשתמש הקליד ואת התשובה שהמודל החזיר. אבל בהרבה מקרים, דליפת המידע מתרחשת הרבה לפני שהמשתמש הראשון הקליד מילה אחת – כבר בשלב הכנת הדאטה והאימון. ניקח לדוגמה את DataComp CommonPool – אחד ממאגרי המידע הפתוחים הגדולים בעולם לאימון מודלים, שהורד יותר משני מיליון פעמים. מפעילי המאגר הסתמכו על כלים אוטומטיים לטשטוש פנים וסינון מידע אישי. ביוני 2025, חוקרים מ-המכון הטכנולוגי של מסצ'וסטס (MIT) בדקו דגימה זעירה של 0.1% בלבד מהמאגר, ונדהמו לגלות אלפי מסמכים אמיתיים ורגישים להחריד: צילומי דרכונים, כרטיסי אשראי, תעודות לידה וקורות חיים מלאים. ההערכה היא שמנגנון הטשטוש האוטומטי פספס כ-102 מיליון פנים. בארגון שלכם זה אולי לא מאגר תמונות ציבורי, אבל המנגנון זהה לחלוטין: צוותי פיתוח ודאטה מייצאים מאגרי מידע פנימיים, תיקיות שיתוף או תכתובות שירות לקוחות, ומזינים אותם ישירות לתוך תהליכי AI ארגוניים (כמו מערכות RAG או Fine-tuning), בלי שאף אחד סיווג ובדק מה באמת מסתתר בתוך הקבצים האלה. לפי נתוני נטסקופ, הארגון הממוצע חווה 223 הפרות של מדיניות נתוני AI בכל חודש. את סינון וסיווג המידע (Data Classification & DLP) חייבים לבצע לפני הייצוא וההזנה למערכת ה-AI. ברגע שמידע רגיש כבר נבלע בתוך אימון של מודל, או אונדקס ללא בקרת הרשאות, אי אפשר פשוט "למחוק שורה מטבלה" – הדרך היחידה להוציא אותו היא בדרך כלל לאמן או לבנות את המודל מחדש מאפס. וזו כבר שיחה שאף CISO לא רוצה לנהל עם הדירקטוריון. מה משותף לכל האירועים האלה? אף אחד מארבעת המקרים האלו לא התחיל במתקפת סייבר קולנועית ודרמטית. כולם התחילו בדברים יומיומיים ושקטים: כלי עזר שמפתח התקין על הלפטופ, חשבון בדיקה ישן במערכת SaaS, עדכון גרסה לחבילת קוד, או ייצוא שגרתי של מאגר נתונים.  הנזק התאפשר כי תפישת האבטחה עדיין רודפת אחרי ה-AI בדיעבד: לפי מחקר של נטסקופ, כ-68% מהארגונים עדיין מנהלים את סיכוני ה-AI שלהם בצורה תגובתית (Reactive) – כלומר, מחכים שהבעיה תצוף ורק אז מטפלים בה. ב-נטסקופ בנינו את הפלטפורמה שלנו בדיוק כדי לסגור את הפערים האלו כמערכת אחת מחוברת: גילוי ואכיפת מדיניות אחידה על פני הרשת, תחנות הקצה (Endpoint), מודלים באירוח עצמי, תעבורת סוכנים (MCP) וצינורות הדאטה. פלטפורמת Netskope Skylight AI Command Center, למשל, מאפשרת לחשוף הן כלי AI מנוהלים והן Shadow AI, מזהה יישומי AI המוטמעים בתוך אפליקציות SaaS קיימות, ומחברת את פעילות שרתי ה-MCP ישירות ליכולות DLP ו-Guardrails מתקדמות – כך שה-CISO מקבל תמונת שליטה אחת מלאה, במקום ארבעה שטחים מתים. רוצים לראות איך סוגרים את השטחים המתים האלו בפועל? ביום ה' הקרוב (22.10) נערוך בתל אביב את כנס AI in the Fast Lane Tel Aviv 2026, שבו נצלול לעומק האתגרים של אבטחת AI ארגונית, נציג תרחישי אמת ונראה איך בונים אסטרגיית הגנה שמאפשרת לארגון לרוץ קדימה בביטחון. לפרטים והרשמה לכנס – לחצו כאן

אוקראינה ממשיכה במתקפות הרחפנים שלה נגד דאטה סנטרים ברוסיה: לפי גורמים רוסיים בכירים, האוקראינים פגעו הלילה (א') במרכז נתונים בכפר ליד סנט פטרסבורג, כמו גם במתקני נפט ובגשר בעיר. לפי התקשורת הממשלתית הרוסית, הדאטה סנטר שנפגע שייך לרשת החברתית הרוסית VKontakte. החברה אישרה הבוקר כי "בוצעה מתקפת רחפנים על הדאטה סנטר שלנו במחוז לנינגרד" ומסרה כי שירותיה "זמינים למשתמשים כרגיל". VK לא פירטה את היקף הנזק. לפי אתר All Data Centers, מרכז הנתונים באזור נמצא בכפר נובוסרגייבקה שבנפת וסבולוז'סק, ופועל מאז 2011. באתר החדשות האוקראיני יונייטד24 צוין כי יש בו ארבעה אולמות שרתים, עם מעל 20 אלף שרתים וכ-640 ארונות תקשורת, והוא צמוד לתחנת משנה של חברת החשמל הרוסית, שגם היא נפגעה. למרות הצהרת החברה, משתמשים ברחבי רוסיה דיווחו הבוקר על תקלות בגישה לרשת החברתית. לא ברור אם התקלות נגרמו מהפגיעה במתקן, מהפסקות החשמל באזור או מהגבלות על האינטרנט הסלולרי, שרוסיה מטילה לעתים קרובות בזמן מתקפות רחפנים. הערוצים האוקראיניים אקסיילנובה+ וסופרנובה+ דיווחו כי המתקפה אירעה בשעה 02:50 בלילה (שעון מקומי), וסרטוני וידיאו שהופצו ברשתות החברתיות מראים את מתקן הנפט עולה בלהבות. מושל סנט פטרסבורג, אלכסנדר בלגוב, אישר את הפגיעה במתקן הנפט, ואמר כי יש נפגעים, וכי 12 דירות בשני בנייני מגורים הסמוכים אליו נפגעו. עוד נפגעו מהתקיפה מכוניות שחנו באזורים שבהם היא בוצעה. אלכסנדר דרוזדנקו, מושל מחוז לנינגרד (שעוטף את סנט פטרסבורג), אמר כי הכוחות הרוסיים הצליחו ליירט הלילה 127 רחפנים אוקראיניים. למה הצדדים במלחמה תוקפים דאטה סנטרים? מתקפות של רחפנים בכלל, ועל דאטה סנטרים בפרט, הם עוד התפתחות – או, אם תרצו, הסלמה – בלוחמה המודרנית, שהמלחמה בין רוסיה לאוקראינה מסמלת. הצדדים מבצעים אותן בידיעה שמתקפות על דאטה סנטרים לא פוגעות רק במרכזי הנתונים, אלא גם ביכולות צבאיות ובאספקטים רבים של החיים המודרניים, שנשענים על מערכות ה-IT שמאוחסנות בהם. בנוסף, הן יכולות לפגוע בשגרת החיים של האזרחים במדינה המותקפת, ולגרום לנזק כלכלי ולהשפעה פסיכולוגית שלילית עצומה על אזרחי האויב. ההבנה הזאת גרמה לצדדים במלחמה במזרח אירופה לתקוף דאטה סנטרים במדינת האויב. אוקראינה ביצעה באחרונה שורה של מתקפות על דאטה סנטרים של חברות רוסיות, בהן יאנדקס, שמכונה "גוגל הרוסית". המתקפות גרמו לשיבושים קשים באספקת שירותים אזרחיים ופיננסיים לאזרחים רוסיים. בחלק מהמתקנים שהאוקראינים התקיפו היו מחשבי על, לקידום מעמדה של רוסיה בעולם הבינה המלאכותית. אירועים אלה באו בתגובה למתקפות שרוסיה ביצעה על תשתיות מחשוב, ובכלל זה מרכזי נתונים, באוקראינה. במקרה של הרוסים, היו אלה מתקפות משולבות – של טילים וכטב"מים, לצד מתקפות סייבר – בהן המתקפה שבוצעה בדצמבר 2023 על קייב סטאר, ספקית הסלולר והתקשורת הגדולה ביותר באוקראינה. הן נועדו על מנת לשבש את מערכות התקשורת באוקראינה (המתקפה על קייב סטאר הפילה את רשתות הסלולר, האינטרנט הביתי והתקשורת הקווית של החברה), ואת היכולת של הממשלה בקייב למשול במדינה כולה. גם המלחמה באיראן הביאה לפגיעות בדאטה סנטרים. שתי הפגיעות המרכזיות היו במתקנים של AWS באיחוד האמירויות הערביות ובבחריין. אלה גרמו להשבתתם לימים אחדים ולנזק כלכלי רב. בשבוע שעבר חשפנו בלעדית באנשים ומחשבים כי הסיכון למתקפות פיזיות, או משולבות, על דאטה סנטרים בישראל – רב. לפי מחקר של קלירסקיי ודברים שאמרו מומחים לאחר פרסום