סאפ (SAP) רוכשת את חברת ניהול הנתונים רלטיו (Reltio). פרטי העסקה לא פורסמו, אולם אנליסטים העריכו בסוף השבוע את היקפה בכשני מיליארד דולר. הרכישה צפויה להיסגר ברבעון השני או השלישי של השנה. ענקית התוכנה הגרמנית, בעלת השווי של 192 מיליארד הדולר, ביצעה את המהלך האסטרטגי שלה בזמן שמנייתה חוותה ירידה של 37% בשנה האחרונה, ומנגד אנליסטים טוענים כי היא "ברשימת המניות המוערכות ביותר בחסר, וסיכוייה לצמוח חזקים". מטרת הרכישה היא לסייע ללקוחות הארגונים לטפל ולהכין את הנתונים שלהם לעידן יישומי הבינה המלאכותית, בין אם הם יושבים על מערכות סאפ או ערכות אחרות. בשנים האחרונות סאפ פעלה לשבירת ה"עמודים" המפרידים במערכות שלה, כדי להסיט את המשתמשים לעבר יישומי ה-AI שלה בענן, כחלק מפלטפורמת ענן הנתונים הארגוני שלה, BDC, הפועל בשיתוף דאטהבריקס (Databricks) וגם עובד מול מנגנון מחסן הנתונים והשאילתות של גוגל קלאוד (Google Cloud). "הרכישה היא עוד מהלך לבניית הפלטפורמה העננית שלה, כחלק מהניסיון למשוך עוד לקוחות לגאסי", הסביר אנליסט. כריסטיאן הסטרמן, אנליסט בכיר בגרטנר (Gartner), הוסיף כי "סאפ, ככל ספקיות התוכנה, מפלסת את צעדיה בעולם הבינה המלאכותית הסוכנית. הרכישה תאפשר ללקוחות של סאפ, העובדים עם כלים אחרים, לעשות בהם שימוש, וכך לשתף נתונים שיהיו אמינים, באופן חוצה פלטפורמות". הנרכשת: מנהלת ומבקרת נתונים ארגוניים, מובנים ולא מובנים בעזרת AI רלטיו נוסדה ב-2011 והנהלתה יושבת ברדווד סיטי, קליפורניה. החברה – הפועלת בעולם ניהול מטה דאטה ונתוני אב (MDM) – מונה 500 עובדים ומאז הקמתה גייסה 248 מיליון דולר. הפלטפורמה של רלטיו מנהלת ומבקרת נתונים ארגוניים, מובנים ולא מובנים, תוך שימוש בבינה מלאכותית. היא מזהה ומאחדת רשומות שיש ביניהן קשר, אך הן מגיעות מתצורות (פורמטים) ויישומים שונים, והופכת אותן לרשומות מאוחדות.  הפלטפורמה בענן של הנרכשת מספקת תצוגה של לקוחות, מוצרים, ספקים, מיקומים ועובדים בכלל האפליקציות של סאפ, וכאלה ממערכות שאינן סאפ. עם השלמת העסקה, רלטיו תהיה לחלק מ-SAP Business Data Cloud ותהווה עוד נדבך לפעילות של סאפ כדי לאחד, לנקות ולפעול בשקט ובאופן מתוזמר על הנתונים המגיעים ממקורות שונים – עבור בינה מלאכותית סוכנית ברמת הארגון. "AI לא יכולה לעבוד בלא קשר או הקשר" מוחמד עלאם, חבר הנהלת סאפ, אמר כי "הבינה המלאכותית העסקית זקוקה להקשר של הנתונים. AI לא יכולה לממש את מלוא הפוטנציאל שלה, כאשר נתונים מבוזרים ומקוטעים על פני יחידות עסקיות, פלטפורמות ותחומים – בלא קשר, או הקשר". מאניש סוד, מייסד ומנכ"ל הנרכשת, אמר כי "שילוב החברות יאיץ את יכולתנו להציע את הפלטפורמה שלנו בכל סביבת עבודה. נעניק שכבת הקשר אמיתית לארגון, שבה נתונים אמינים זורמים בכל יישום, בכל זרימת עבודה ובכל החלטה המונעת על ידי בינה מלאכותית". מסאפ נמסר כי "הרכישה תומכת באסטרטגיה שלנו – לספק יכולות לאיחוד וניקוי נתונים ליישומי בינה מלאכותית. הטכנולוגיה של רלטיו תעבוד לצד יישומי סאפ, ותספק נתונים לתהליכים עסקיים ולשימושי AI. נהפוך את נתוני הלקוח הארגוני למוכנים לחלוטין לבינה מלאכותית. לקוחות יוכלו לסמוך על נתונים מהימנים ואיכותיים מכלל המקורות, ויקבלו ערך מהיר יותר עבור בינה מלאכותית עסקית. העסקה תאיץ את התפתחות ענן הנתונים שלנו להיות לפלטפורמת נתונים ארגונית – עבור בינה מלאכותית סוכנית, באופן חוצה ארגון". אחד האנליסטים סיכם: "הרכישה היא המפתח לאסטרטגיה של סאפ המתמקדת בבינה מלאכותית: הפיכת מערכת ה-ERP מ'מערכת תיעוד' – ל'מערכת הקשר', שמזינה את זרימות העבודה של כל הסוכנים. סאפ מסיטה את המיקוד שלה מהיישומים – לנתונים. הרכישה חשובה למנמ"רים.יות: באופן מסורתי סאפ תפקדה כמערכת וכסביבה מערכתית סגורה, בה אינטגרציות הן גם הכרח וגם כואבות. הרכישה פותחת את המערכת של סאפ והמערכות שבסביבתה. רלטיו פותחת את המערכת, שתפעל באופן הדדי, כשהיא מהווה ליבה של בסיס נתונים רב-מערכתי. כך מתקבלות מערכות ארכיטקטורה אשר ניתנות להרכבה. רלטיו מספקת יכולות MDM – המעניקות שכבת נתונים נייטרלית וחוצת פלטפורמות, כך שארגונים יוכלו לבנות סוכני AI בקלות. זהו מהלך נכון וטוב".

קבוצת פריצה פרו-איראנית טענה שלשום (ו') כי פרצה לחשבון של קאש פאטל, ראש ה-FBI. חברי קבוצת ההאקרים חנדלה פרסמו ברשת תמונות שנראות כצילומים מהעבר הרחוק שלו, יחד עם קורות חיים, מסמכי עבודה ומסמכים אישיים נוספים – בני יותר מעשור. "קאש פאטל, ראש ה-FBI הנוכחי, שראה פעם את שמו מוצג בגאווה במטה הסוכנות, ימצא כעת את שמו ברשימת הקורבנות שנפרצו בהצלחה", כתבו בהודעה חברי חנדלה, "זו רק ההתחלה שלנו… אם המנהל שלכם יכול להיפגע כל כך בקלות, למה תצפו מהעובדים בדרג הנמוך?" הקבצים פורסמו באתר בשם Handala Team. ההודעה לוותה באוסף תמונות של פאטל, כולל תמונות שלו עומד לצד מכונית ספורט עתיקה מסיוג קבריולה ואחת נוספת עם סיגר בפיו ובקבוק רום בידו. הקבוצה גם הודיעה כי היא מאפשרת להוריד מיילים ומסמכים נוספים מחשבונו של פאטל. רבות מהרשומות נראו קשורות לנסיעותיו האישיות ולעסקיו לפני שנים. הקבצים שפורסמו הכילו יותר מ-300 הודעות מחשבון Gmail של פאטל. הם מתוארכים בין פברואר 2010 ו-פברואר 2022. המסרים קשורים לעניינים כמו חיפוש דירה או הזמנת נסיעות. רובם היו בין 2010 ל-2014, כאשר פאטל, סניגור ציבורי פדרלי במיאמי, הגיש מועמדות למשרה במשרד המשפטים, ועבר לוושינגטון. אחד מהמיילים כלל תמונות מביקור בקובה ב-2013. "ה-FBI מודע לגורמים זדוניים המכוונים למידע המייל האישי של המנהל פאטל", נמסר מה-FBI, "נקטנו בכל הצעדים הנדרשים כדי לצמצם סיכונים פוטנציאליים הקשורים לפעילות זו. מדובר במידע היסטורי ואינו כולל מידע ממשלתי". ה-FBI לא צין בהודעה את ההאקרים שאחראים לפריצה. במקביל, ממשל טראמפ הציע פרס של עד 10 מיליון דולר עבור מידע שיוביל לזיהוי חברי חנדלה, "ישות שכיוונה את המתקפות שלה לעיתים קרובות לעבר פקידי ממשל אמריקני". משרד החוץ פרסם פוסט בחשבון X שלו, על תוכנית "Rewards for Justice" וכתב: "דרוש מידע על שחקני סייבר זדוניים איראנים, בהם חנדלה, או קבוצות או אנשים הקשורים אליהם". לא ברור מתי התרחשה הפריצה שנטען כי בוצעה על ידי חנדלה. בעבר פורסם, כי בדצמבר 2024, לפני שפאטל אושר כמנהל הבולשת, הוא קיבל הודעה מהם, שלפיה הוא היה אחד מהיעדים של מתקפה איראנית. אז, האקרים מסין ומאיראן ניסו להשיג גישה לחשבונות של בכירי ממשל טראמפ, בהם שני תובעים בכירים ודונלד טראמפ ג'וניור. אחד החוקרים אמר ל-CNN, כי "אין מה להתרגש. זו אינה פריצה למערכות של ה-FBI. זו מגירת הזבל האישית של מישהו". "בהתאם לאסטרטגיית הסייבר של הנשיא טראמפ", סיכמו בבולשת, "ה-FBI ימשיך לרדוף אחרי הגורמים האחראים למעשים אלה, יתמוך בקורבנות וישתף מודיעין מעשי להגנה על רשתות". בספטמבר 2024, ה-FBI הזהיר, כי האקרים ממשמרות המהפכה מכוונים לבכירים אמריקנים נוכחיים ולשעבר, כולל עיתונאים ופעילים הקשורים לקמפיינים פוליטיים בארה"ב, "היעדים בדרך כלל קשורים לענייני איראן והמזרח התיכון".

אם לפני כמה שנים ארגון עם מוקד שירות של עשרות נציגים היה צריך לבחור בין שירות אישי לבין טכנולוגיה מתקדמת, היום הוא כבר לא חייב. מערכות ניתוב חכמות, בוטים, אנליטיקה ושירות רב-ערוצי היו במשך שנים נחלתם של ארגונים גדולים בלבד. העלויות הגבוהות, מורכבות ההטמעה והצורך בפרויקטי פיתוח הפכו את הכלים האלה לכמעט בלתי נגישים עבור מוקדי שירות קטנים ובינוניים. ערן פלוטקין, מנהל הטכנולוגיות בטוויליו. צילום: יח"צ בעולם מוקדי השירות, חשוב להבין שהמונח "מוקד קטן" לא בהכרח מתייחס לעסק עם מספר עובדים בודדים. לא פעם מדובר במוקדים של 30, 50 ואף יותר נציגים, אבל השילוב בין פתרונות ענן לבינה מלאכותית משנה את המציאות הזו במהירות. יכולות שבעבר דרשו השקעות גדולות בתשתיות ובפיתוח עבור קיומן, זמינות היום כשירות, וניתנות להפעלה בתוך זמן קצר. המשמעות היא שגם מוקד בינוני יחסית יכול להפעיל נציגים וירטואליים, לנתח שיחות, להציע שירות עצמי ולנהל פניות במספר ערוצים – מבלי להיכנס לפרויקט מורכב ויקר. מוקדי שירות קטנים ובינוניים יכולים כיום להפעיל יכולות שבעבר היו שמורות לארגונים גדולים בלבד: נציגים וירטואליים המטפלים בפניות שגרתיות מסביב לשעון, מערכות שמבינות שפה טבעית במקום תפריטי IVR מורכבים, וכלים שמנתחים שיחות ומפיקים תובנות על חוויית הלקוח. במקביל, השירות עצמו הופך לרציף יותר. לקוח יכול להתחיל פנייה בווטסאפ, להמשיך בצ'אט ולעבור לשיחה קולית, כשהמידע נשמר לאורך כל הדרך. גישה זו מתחברת גם למגמות מתקדמות בעולם חוויית הלקוח, כמו מודל ה-Optichannel, שבו הארגון מתאים לכל אינטראקציה את הערוץ האופטימלי ביותר עבור הלקוח – במקום לנסות להיות נוכח בכל הערוצים כל הזמן. מי שעוסק שנים בתחום מוקדי השירות מכיר היטב את הפער שהיה קיים בין הדרישות של הארגונים לבין מה שניתן היה ליישם בפועל. לא פעם מוקדים בינוניים ביקשו יכולות מתקדמות – כמו ניתוח שיחות, שירות עצמי או ניהול פניות רב-ערוצי – אך העלות או מורכבות הפרויקט הפכו אותן ללא רלוונטיות. לדברי ערן פלוטקין, מנהל הטכנולוגיות בטוויליו (Twilio): "השילוב בין ענן ל-AI מאפשר היום להנגיש יכולות שבעבר היו מורכבות ויקרות. מוקדי שירות של עשרות נציגים יכולים להתחיל עם פתרון בסיסי ולהוסיף יכולות מתקדמות בהדרגה, בהתאם לצרכים העסקיים". המעבר לענן – מאפשר גישות יישום מהירות יותר המעבר לפלטפורמות ענן מאפשר גם גישות יישום מהירות יותר. פלטפורמות שירות מתקדמות, כמו טוויליו המיוצגת בישראל על ידי קבוצת אמן, מאפשרות לנהל אינטראקציות עם לקוחות במגוון ערוצים מתוך מערכת אחת: טלפוניה, הודעות, צ'אט וכלים מבוססי AI. במסגרת הפעילות הזו מציעה קבוצת אמן גם פתרון בשם Contact Center in a Box, שמאפשר להקים מוקד שירות מבוסס ענן בתוך ימים ספורים בלבד. המערכת כוללת יכולות כמו ניתוב חכם, ניהול פניות רב-ערוצי, הקלטות ותמלול שיחות לצד תובנות מבוססות AI שמסייעות לשפר את חוויית השירות. אמנם פתרונות מסוג זה מיושמים גם במוקדי שירות גדולים עם מאות נציגים, אך המגמה המשמעותית בשנים האחרונות היא דווקא אימוץ שלהם בקרב מוקדים קטנים ובינוניים. עבור ארגונים המפעילים עשרות נציגים בלבד, האפשרות להקים מוקד מתקדם במהירות' ולשלב בו יכולות AI, משנה את נקודת הפתיחה התחרותית שלהם. מנקודת מבטו של הלקוח, המשמעות ברורה: שירות מהיר, אישי וזמין יותר, גם כאשר מדובר בארגון בינוני ולאו דווקא בתאגיד גדול. פעולות שבעבר דרשו המתנה לנציג, או הגעה פיזית לבית העסק, מתבצעות היום באופן מיידי ואוטומטי. ובמובן הזה, אולי השינוי הגדול ביותר הוא פשוט: מוקדי שירות קטנים ובינוניים כבר לא צריכים להרגיש קטנים. כאשר הטכנולוגיה נגישה לכולם – היתרון התחרותי כבר לא נקבע לפי גודל הארגון, אלא לפי היכולת להשתמש בה בצורה חכמה. לפרטים נוספים – היכנסו אל אתר טוויליו

xAI – חברת הבינה המלאכותית של אילון מאסק – מוזגה לאחרונה עם תאגיד החלל SpaceX, שגם הוא נוסד ומנוהל בידי מאסק. המהלך בוצע במסגרת עסקת ענק היוצרת ישות בשווי 1.25 טריליון דולר, וזאת לקראת הנפקה ציבורית היסטורית (IPO) שמתוכננת לשנה זו. אלא שמאז מסתמן כי xAI ניצבת בפני משבר מהותי מבחינה ניהולית. מאצע החודש נטישה נוספת של המייסדים השותפים מנואל קרויס ואז רוס נורדין, השלימה באופן סופי את עזיבת כל 11 מייסדי הארגון המקוריים. xAI was not built right first time around, so is being rebuilt from the foundations up. Same thing happened with Tesla. — Elon Musk (@elonmusk) March 12, 2026 מי פרש ומתי? המגמה המדאיגה זו החלה עוד ב-2024, כאשר קייל קוסיק פרש מהחברה, והמשיכה אשתקד עם עזיבתם של כריסטיאן סגדי ואיגור בבושקין. ואולם הקריסה האמיתית של שדרת הניהול הואצה משמעותית מאז תחילת השנה הנוכחית, על רקע תחרות אכזרית בתעשייה שבמסגרתה חברות מתחרות דוגמת מטא (Meta) מפתות כישרונות בולטים עם חבילות תגמול דמיוניות, המגיעות עד ל-300 מיליון דולר.  בחודש ינואר פרש מ-xAI המייסד השותף גרג יאנג, בטענה לעומס ולבעיות בריאותיות, וב-10 בפברואר הודיע טוני וו ברשת החברתית כי החליט לפנות אל ה"פרק הבא" בקריירה שלו. פחות מיממה לאחר מכן התפטר גם המדען המוערך ג'ימי בא, שציין כנימוק את העובדה שעזיבתו מספקת לו הזדמנות עבורו "לבצע אתחול". על פי דיווח של הפייננשל טיימס, החלטתו של בא נבעה ממתחים קשים בצוות הטכני ולחצים אדירים מצד ההנהלה לשפר את מודלי החברה, אשר ניכר כי התקשו להתחרות במוצרים של ענקיות כמו OpenAI ואנת'רופיק (Anthropic). אם לא די בכך הרי שבשלהי פברואר פרש גם טובי פולן ובתחילת חודש מרץ הצטרפו אליו זיהאנג דאי וגואודונג ז'אנג, שעזבו את תפקידם לאחר עימות מדווח מול מאסק. נקודת השבירה הסופית הגיעה באמצע מרץ, כאשר קרויס, שהיה אמון על ניהול צוות האימון המקדים וכיהן ככפוף ישיר למנכ"ל מאסק, הודיע לאנשיו על החלטתו לעזוב. פרישתו הותירה בארגון מכלל צוות ההקמה רק את נורדין. נורדין, מהנדס ותיק שבא בעקבות מאסק מחברת טסלה (Tesla) ותואר על ידי האינסיידר בתור "אופרטור" ו"יד ימינו" של המולטי-מיליארדר רב הפעלים, היה אחראי על בניית תשתיות המחשוב הענפות של הפרויקט. אולם, ביום ו' האחרון גם הוא התפטר וחתם את הגולל על צוות המייסדים. מאסק – לא מוותר בקלות הטלטלה הארגונית הזו מגיעה בתזמון קריטי, שכן מאסק מתמודד במקביל עם תביעה משפטית מצד בעלי מניות יצרנית הרכב החשמליים שהוא מנכ"לה, הזועמים על כך שהשקיע 2 מיליארד דולר מכספם בארגון הבינה המלאכותית רגע לפני שבעצם איבד את כל בכיריו. לנוכח הביקורת והמשבר, מאסק בחר להתייחס פומבית למצב, ופרסם ברשת החברתית הודאה חריגה שבה הבהיר כי החברה "לא נבנתה נכון בפעם הראשונה, ולכן נבנית מחדש מהיסוד". הוא גם נימק את העזיבות ההמוניות בכך ששינויים כאלה הם טבעיים, שכן ישנם עובדים המתאימים לשלבי ההקמה המוקדמים של חברה, אך פחות לשלבי הצמיחה. כדי להתמודד עם המצב ולשדר יציבות, מאסק – שלא נוטה להיכנע מהר – כינס אסיפת עובדים ראשונה לאחר המיזוג עם תאגיד החלל, ובה הכריז על חלוקה מחדש של הארגון לארבע מחלקות ליבה, לצד הצגת חזון עתידני מרהיב: הקמת חוות שרתים עצומות בחלל ופיתוח מפעלים על פני הירח, שייצרו לוויינים מבוססי בינה מלאכותית.

"מתוקף תפקידי כראש פורטפוליו הון אנושי, אני רוצה באמת לחבר את ההון האנושי לצד של ה-AI, וספציפית לתקופת החירום. אנחנו עושים פה חשיפה ראשונה בעיתוי מצוין, כי בדיוק השבוע יצא Human Capital Trends Report – דו"ח מגמות ההון האנושי של דלויט (Deloitte). הדו"ח הכי גדול בעולם שיוצא כל שנה", כך אמר עידו נמיר, שותף וראש פורטפוליו הון אנושי בדלויט ישראל (Deloitte Israel), בתחילת הרצאתו בוובינר. נטלי גבאי, סמנכ"לית השיווק של קבוצת אנשים ומחשבים, פתחה את וובינר – שנערך באחרונה תחת הכותרת 'AI בשירות הארגון בזמן חירום, ניהול, קבלת החלטות וחדשנות תחת אש', ושהונחה על ידי יהודה קונפורטס, העורך הראשי של הקבוצה. האירוע הביא אל קהל המשתתפים בזום את כל הפרטים על הארגון האדפטיבי, ונמיר הבהיר בהקשר זה את המהות העמוקה של השינוי: "אנחנו מבינים שסיפור ה-AI הוא בראש ובראשונה לא סיפור טכנולוגי, אלא סיפור אנושי של העובדים". "האדפטיביות – המרכיב הקריטי ביותר בהישרדות ארגון בעידן ה-AI" נמיר חשף בדבריו נתונים מתוך הדו"ח העולמי של דלויט – שהקיף 9,000 משיבים מ-76 מדינות, בהן ישראל, וכלל תשאול של 1,761 מנהלים. הוא הדגיש כי המרכיב הקריטי ביותר להישרדות של ארגון בעידן ה-AI הינו אדפטיביות (Adaptivity – ובעברית סְתַגְּלָנוּת), במיוחד בתקופות חירום קיצוניות. לדבריו: "האדפטיביות שעולה חזק מאוד מהסקר, הופכת למרכיב הקריטי ביותר בהישרדות של ארגון בעידן ה-AI". נמיר הסביר כי תהליך ההטמעה המסורתי של טכנולוגיות חדשות בארגונים, המוכר כ-S-Curve (התחלה הדרגתית, זינוק מהיר, ולבסוף שלב של התייצבות), השתנה לחלוטין בעידן הבינה המלאכותית.  לדבריו, כיום, שילוב ה-AI יחד עם השינויים המהירים שעובר ההון האנושי מכווץ את העקומה ומאיץ אותה משמעותית: הזינוק קורה הרבה יותר מהר, ושלב ההתייצבות מגיע מוקדם מבעבר. לפיכך, כדי להוביל בשוק, הסביר, ארגונים חייבים לגלות אדפטיביות גבוהה – לדעת להסתגל לזינוקים המהירים הללו, ולקבל החלטות נכונות ברגעי ההתייצבות. על מנת להצליח בכך, הדגיש נמיר כי על ארגונים לבצע מעבר תפישתי ממודל עבודה של "אדם ועוד מכונה", למודל של "אדם כפול מכונה", שבו הטכנולוגיה פועלת כמכפיל כוח עוצמתי עבור העובד. בהמשך הוא הציג נתונים דרמטיים מהסקר של דלויט, וסיפר כי: "67 אחוז מהארגונים אומרים שהם מבינים את הקריטיות של האינטראקציה בין האדם למכונה… אבל רק 17 אחוז העידו שהם כבר שם". לדבריו, מי שכן מצליח לייצר את השילוב הנכון, רואה החזר השקעה (ROI) גבוה ב-2,100% (פי 21) וביצועים פיננסיים טובים פי שניים וחצי מהאחרים. בנוסף, נמיר סיפר כי הממצאים מעידים על כך ש-64% מהמנהלים מעידים כי לבינה המלאכותית יש חשיבות גדולה בקבלת החלטות, אך רק 5% מהמשיבים הצהירו שהם כבר יודעים להפעיל אותה נכון לתועלתם. החוב התרבותי ומעבר ל"עץ מיומנויות" בדבריו התריע נמיר מפני "חוב תרבותי" (Cultural Debt) – מצב מסוכן שבו הטכנולוגיה רצה קדימה, אך התרבות הארגונית מדשדשת מאחור. "ארגונים רצו קדימה עם הטכנולוגיה, ואנחנו רואים סיכון מאוד מאוד משמעותי שבו הטכנולוגיה רצה קדימה, אבל התרבות הארגונית לא התקדמה בקצב המתאים", אמר. כך חשף הדו"ח כי 65% מהארגונים מודים שהתרבות חייבת להשתנות, אך מעטים יישמו זאת בפועל. הפתרון לכך, הסביר, הוא מעבר מניהול תפקידים (Job Titles) מסורתי לניהול של "עץ סקילים" (מיומנויות), שיאפשר התאמת יכולות גמישה למשימות משתנות. "זה לא role עם ג'וב טייטל כמו בעבר… לא ננהל יותר תפקידים או עץ מבנה ארגוני. ננהל עץ סקילים של יכולות עובדים, כדי להתאים skills למשימות שונות בצורה אדפטיבית ומהירה", פירט. עם זאת, נכון להיום, רק 27% מהארגונים מנהלים שינוי בצורה אפקטיבית, ורק 18% מצליחים להתאים את הלמידה הארגונית לצרכים שעולים מהשטח. האם ה-AI תוביל לפיטורים? בתשובה לשאלת המנחה קונפורטס האם ה-AI תוביל לפיטורים ותציף עוד את החששות בקרב העובדים, חשף נמיר כי בצוות הפיתוח שלו, המונה 120 מפתחים, 85% מהקוד נכתב כיום על ידי בינה מלאכותית ורק 15% בהתערבות ידנית. ואף על פי כן, לדבריו – אף עובד לא פוטר, אלא נהפוך הוא – הארגון נמצא בקמפיין גיוס ענק: "זה לא ששחררנו אדם אחד. להפך… כרגע אנחנו מגייסים הרבה מאוד אנשים", הצהיר. הסיבה נעוצה בכך שקיצור ה-Time to market איפשר, לדברי נמיר, להגדיל משמעותית את רוחב הפס ולקחת יותר פרויקטים. הוא חתם את דבריו באנקדוטה הממחישה את הפחד מהשינוי, כשסיפר על עובדת בארגון שקיבלה מהמנכ"ל שלה משימה להכניס AI לתהליכי העבודה, ושאלה אותו: "מה המינימום שאני יכולה לעשות כדי שזה לא ייפגע לי בעבודה?". לדברי נמיר, הסיפור מעיד על כך שמעבר לטכנולוגיה עצמה, נדרשת הדרכה אנושית והתאמה תרבותית מעמיקה כדי לייצר אמון בטכנולוגיה החדשנית וערך אמיתי כתוצאה משילובה בעבודה.

פס גלסינגר, מנכ"ל אינטל הקודם, שהועזב מהחברה בדצמבר 2024 לאחר שעבד בה 40 שנה ולאחר שהיא איבדה משווי השוק שלה כ-61% תחת כהונתו, מאשים בראיון חדש את הבורסה האמריקנית בחשיבה לטווח קצר, ברצון לתוצאות מיידיות, ושהדברים הללו הובילו לכך שארצות הברית איבדה את היתרון שלה בתעשיית השבבים. "מדיניות תעשייתית עוסקת בבניית המבנה הדרוש כדי להשיג את יעדי המדיניות, אבל יעדי המדיניות שלנו התערערו. הם הידרדרו על ידי גישה לטווח קצר עם שולי רווח גבוהים בוול סטריט. אנחנו כאומה כבר לא יוצרים תמריצים להשקעות ארוכות טווח בתעשייה הכבדה, נכון? זה לא קורה כאן. כי אף מנכ"ל טוב לא יכול לומר, "נכון. אני הולך לבנות מפעל שלא יביא תשואה כלכלית במשך עשור, אבל זה הדבר הנכון. אתם יודעים, אף מנכ"ל לא יכול לשרוד החלטות כאלה", הוא אמר. גלסינגר, שבכניסה לתפקידו הציג את אסטרטגיית IDM 2.0 לחיזוק מפעלי הייצור של החברה עם השקעות ענק, ואת תוכנית 5N4Y – חמש טכנולוגיות ייצור חדשות בארבע שנים כדי לסגור את הפער מול TSMC וסמסונג – לא הצליח להשלים את התוכניות שלו, שכללו גם לחץ כבד על הממשל האמריקני כדי להחיל את חוק ה-CHIPS לסיוע בהקמת מפעלי שבבים חדשים בארצות הברית, ואף הוביל במסגרת הכהונה שלו את החברה להפסד הרבעוני הכבד ביותר בתולדותיה, 16.6 מיליארד דולר. והוא, כאמור, מאשים את והבורסה בחשיבה לטווח קצר, וטוען שההתמקדות ברווחים לטווח קצר במקום לאפשר לחברות להשקיע בפרויקטים לטווח ארוך הייתה מהסיבות לבעיות של אינטל, והוא טוען שאף מנכ"ל לא יכול להתמודד עם הלחצים הללו ולקבל החלטה על השקעות לטווח ארוך אם הוא רוצה לשמור על הכיסא שלו ולדאוג לכך שהמשקיעים יהיו מרוצים. הוא גם מפנה אצבע מאשימה לכיוון ההנהלות שקדמו לו, שנכנעו בפועל לדרישות המשקיעים, והעדיפו לחלק דיווידנדים ולרכוש מניות בחזרה במקום להשקיע במפעלים ובהתקדמות טכנולוגית מספקת, עד שהחברה הפכה ממובילה טכנולוגית לחברה שמפגרת באופן ניכר אחרי המתחרות. הוא גם טען שתקופת הקורונה, שבה הייתה התפוצצות של מכירות מחשבים, הסתירה את הבעיות האמיתיות של השינוי בהובלה: "העסק נראה טוב יותר ממה שהוא היה באמת באותו זמן. בפועל, בטכנולוגיית תהליך הייצור הם עברו מיתרון של שנתיים-שלוש לפיגור של שנתיים-שלוש. איך זה קרה? הם לא ייצרו שבב חדש בזמן במשך חמש או שש שנים. הם לקחו את כל ההון שלהם והחזירו אותו לבעלי המניות". הוא גם הביע את אמונו במנכ"ל הנוכחי ליפ-בו טאן: "נפגשתי לאחרונה עם ליפ-בו טאן, והוא מיהר להזכיר לי: 'אתה יודע, לא שינינו את האסטרטגיה שלך?" הוא ממשיך לבצע את האסטרטגיה, ואני פשוט מעריך את זה שהוא ממשיך את מה שהתחלנו יחד. האם הייתי רוצה לסיים את זה? זו הייתה המטרה שלי, אבל אני במקום טוב יותר היום. אין לי חרטה על זה. אני פשוט כל כך גאה בצוותי אינטל על שהמשיכו, כי ברגע שאתה נופל מאחור בתעשייה הזו קשה לחזור".

בשנים האחרונות רובנו התרגלנו לחשוב על בינה מלאכותית בעיקר כעל כלי שמניב תוצרים – טקסטים, תחזיות, המלצות. אבל לאחרונה מתחיל להתפתח תפקיד נוסף למודלים הגדולים של השפה שאפשר בקלות לפספס אותו, כזה שמאתגר תפישות יסוד בעולם הפיננסי והטכנולוגי כאחד. לא עוד רק יצירה, אלא גם שיפוט. הרעיון של LLM as a Judge מציע להשתמש במודל אחד כדי להעריך את התוצרים של מודל אחר, ובכך להוסיף שכבת בקרה אוטומטית. עבור תחום הבנקאות והאשראי החוץ בנקאי, זה שינוי עמוק. אולי אפילו ברמה של המעבר לדיגיטציה. גופים פיננסיים גדולים כמו ג'יי.פי. מורגן צ'ייס ו-גולדמן סאקס כבר בוחנים מודלים של בקרה מבוססת בינה מלאכותית, אך גם הם מבינים כי לא ניתן לוותר על שיקול דעת אנושי. השילוב הנכון אינו החלפה אלא השלמה בין חיתום אוטומטי לשיפוט אלגוריתמי מערכות חיתום אשראי הפכו בשנים האחרונות למורכבות ומבוססות נתונים יותר מאי פעם. מודלים סטטיסטיים, למידת מכונה ושכבות של חוקים עסקיים מתכנסים יחד כדי לייצר החלטה אחת קריטית: האם לאשר הלוואה ובאילו תנאים. אבל ככל שהמערכות מסתבכות, נהיה גם הרבה יותר קשה להבין מה בדיוק קורה בהן. כאן נכנס לתמונה השופט האלגוריתמי. במקום להסתמך רק על תוצאת המודל, ניתן להפעיל מודל נוסף, שתפקידו לבחון את ההחלטה עצמה. האם היא עקבית עם מדיניות האשראי, האם יש סתירות בין הנתונים לבין ההמלצה והאם ההסבר הנלווה להחלטה עומד בסטנדרטים מקצועיים ורגולטוריים. במקום החלטה אחת סופית, אנחנו מקבלים תהליך קצת יותר 'שיחתי' בין מערכות, שבו כל החלטה נבחנת בזמן אמת. הסבר הוא לא רק עניין פורמלי אחת הדרישות המרכזיות של רגולטורים בעולם הפיננסי היא שקיפות. לקוח שבקשתו להלוואה נדחתה, זכאי להבין מדוע. בפועל, הרבה מההסברים הם טכניים מדי, לא באמת ברורים, ולפעמים אפילו מבלבלים. כאן נכנסת שכבת השיפוט כגורם מתווך בין השפה האלגוריתמית לבין השפה האנושית. מודל שופט יכול להעריך האם ההסבר שניתן ללקוח אכן משקף את הסיבות האמיתיות להחלטה, האם הוא מנוסח באופן בהיר והאם הוא עומד בדרישות משפטיות. זה כבר לא רק כלי טכני,אלא משהו שיושב בדיוק בין פסיכולוגיה של קבלת החלטות לבין אחריות משפטית. הסבר טוב אינו רק נכון עובדתית, אלא גם נתפש כהוגן. בעולם של אשראי חוץ בנקאי, שבו אמון הלקוח נשחק לעיתים – זו יכולה להיות נקודת מפנה. מציע להשתמש במודל אחד כדי להעריך את התוצרים של מודל אחר. LLM as a Judge. צילום: אילוסטרציה. ג'מיני בין הונאה לאינטואיציה מלאכותית זיהוי הונאות היה מאז ומתמיד שילוב של חוקים קשיחים ואינטואיציה אנושית. מנהל סיכונים מנוסה יודע לזהות דפוסים חריגים, גם כאשר הם אינם מתועדים במודל. LLM as a Judge מביא ניסיון לייצר אינטואיציה כזו באמצעים מלאכותיים. כאשר מודל מזהה התנהגות חשודה, השופט האלגוריתמי יכול לבחון את ההקשר הרחב. האם מדובר בחריגה לגיטימית או בדפוס בעייתי. האם יש נרטיב קוהרנטי שמסביר את הנתונים. בכך נוצרת שכבה שמנסה לחקות לא רק ניתוח נתונים אלא גם פרשנות. עם זאת, יש לזכור כי מדובר בפרשנות הסתברותית, לא בהבנה אמיתית. והסיכון לטעות, במיוחד בגין ביטחון יתר – עדיין שם. יועץ המשכנתאות, הלקוח והאלגוריתם שביניהם במודלים עסקיים של B2B2C, כמו אלו הנהוגים באשראי חוץ בנקאי למשכנתאות, יועץ המשכנתאות הוא שחקן מרכזי. הוא מתווך בין המערכת לבין הלקוח ולעיתים גם משפיע על האופן שבו נתונים מוצגים. כאן נכנס השופט ככלי בקרה על השיח עצמו. ניתן לנתח שיחות, טפסים והמלצות, ולבחון האם היועץ פעל בהתאם למדיניות, האם נמסר מידע מדויק והאם לא ניתנו הבטחות שאינן עומדות בקנה אחד עם המציאות. זה גם שינוי סוציולוגי לא קטן, שבו הבקרה אינה מופעלת רק על החלטות אלא גם על אינטראקציות. במובן זה, האלגוריתם אינו רק כלי ניהולי אלא גם גורם שמעצב נורמות התנהגות. אחריות בעידן של שיפוט אוטומטי ברגע שמכניסים שופט אלגוריתמי למערכת פיננסית, מיד עולות שאלות לא פשוטות של אחריות. מי אחראי כאשר השופט טועה? האם ניתן להסתמך על שיפוט אוטומטי בהחלטות שמשפיעות על חיי אדם? ומה המשמעות של מערכת שבה אלגוריתם אחד בוחן אלגוריתם אחר. גופים פיננסיים גדולים כמו ג'יי.פי. מורגן צ'ייס (JPMorgan Chase) ו-גולדמן סאקס (Goldman Sachs) כבר בוחנים מודלים של בקרה מבוססת בינה מלאכותית, אך גם הם מבינים כי לא ניתן לוותר על שיקול דעת אנושי. השילוב הנכון אינו החלפה אלא השלמה. השופט האלגוריתמי אינו תחליף לרגולציה, אלא כלי שמאפשר ליישם אותה בצורה עקבית יותר. בסופו של דבר, LLM as a Judge הוא לא רק פתרון טכנולוגי. הוא ביטוי למעבר עמוק יותר בתפישה של מערכות מורכבות. ממערכות שמייצרות תשובות, למערכות שמבקרות את עצמן. בעולם שבו אמון הוא משאב די נדיר, במיוחד באשראי חוץ בנקאי, היכולת להראות לא רק מה הוחלט אלא גם כיצד נבחנה ההחלטה עשויה להפוך ליתרון תחרותי של ממש. כותבי המאמר הם אמיר עוז, יועץ טכנולוגי לארגונים ובעברו מנמ"ר, וטל מצרי, סמנכ"ל טכנולוגיות ומנמ"ר בחברת לואן ווייז