חברת אפריבר (Upriver) – שהוקמה בשנת 2024 על ידי בוגרי תלפיות, עידו ברונשטיין, המכהן כמנכ"ל משותף, ועמרי ליפשיץ – השלימה גיוס סיד בהיקף של 14 מיליון דולר, מתוכם 4 מיליון דולר במימון מוקדם. הרקע של המייסדים כולל שירות משמעותי במערכת הביטחון (ברונשטיין ב-8200 וליפשיץ במחקר ופיתוח במשרד ראש הממשלה), ולשניהם הוענק פרס ביטחון ישראל. סבב הגיוס הושלם בהובלת קרנות ההון סיכון חץ ונצ'רס (Hetz Ventures) ו–ואלי קפיטל פרטנרס (Valley Capital Partners). בין המשקיעים האנג'לים נכללו מייסד ניו רליק (New Relic), לו סירן, מייסדי סאיירה (Cyera), יותם שגב ותמר בר-אילן, ומייסד גרייט אקספקטיישנס (Great Expectations), אייב גונג. הפלטפורמה שפיתחה אפריבר היא Data Engineering מבוססת על סוכני AI, ומטרתה לנהל באופן אוטונומי את שכבת הדאטה הארגונית. המערכת נועדה להתמודד עם החסם המרכזי בהטמעת בינה מלאכותית, אשר לרוב נובע מכך שהדאטה הארגונית אינה מוכנה לשימוש. "מטרתנו לעזור לצוותי הדאטה לפתור את צוואר הבקבוק" מייסדי אפריבר, עידו ברונשטיין, מנכ"ל משותף, ועמרי ליפשיץ. צילום: עומר הכהן למרות ההשקעות העצומות בבינה מלאכותית, רבים מהארגונים מתקשים להפיק ממנה בינתיים ערך עסקי אמיתי. פרויקטים רבים עולים לאוויר, אך מתקשים להגיע לתוצאות עסקיות, כאשר חלקם נזנחים עוד לפני המעבר לפרודקשן. בעיה זו מחריפה נוכח העובדה שלפחות מחצית מפרויקטי ה-Generative AI שנבנו כהוכחת היתכנות ננטשו, כשאיכות נמוכה של דאטה הייתה בין הסיבות המרכזיות לכך. הסיבה העיקרית היא שרוב הארגונים פועלים על גבי תשתיות מידע מפוצלות, הכוללות מערכות CRM רבות, מאגרי מידע מנותקים ותהליכי דאטה שנבנו ללא ארכיטקטורה אחידה. התוצאה היא – שכבות מידע מפוזרות ולא עקביות, שאינן מאפשרות למערכות AI לפעול בצורה אמינה ויציבה. הפלטפורמה של אפריבר, לדבריה, פועלת על מנת לפתור זאת באמצעות סוכני AI, המנהלים באופן אוטונומי את שכבת הדאטה הארגונית, מתחזקים תהליכי נתונים קיימים ויוצרים מאגרי מידע חדשים. בנוסף, המערכת מסוגלת למפות את סביבת הנתונים באמצעות מנוע Context ייעודי ולהפעיל סוכני AI שעובדים יחד כדי לנתח ולאמת מידע בסביבות מורכבות. המערכת גם זמינה מתוך כלי פיתוח AI מובילים, בהם  קלוד (Claude) ו-קורסור (Cursor), ומאפשרת למהנדסים לבצע תהליכי Data Engineering ישירות מסביבת העבודה.  לדברי עידו ברונשטיין, מייסד-שותף ומנכ"ל אפריבר: "אנחנו רואים ארגונים שמשקיעים המון ב-AI, אבל מתקשים לייצר ממנה השפעה אמיתית, כי הדאטה שלהם פשוט לא מוכנה. הקמנו את אפריבר כדי לעזור לצוותי הדאטה לפתור את צוואר הבקבוק הזה. כדי שהם יפסיקו לשקוע שוב ושוב בעבודה טכנית שחוזרת על עצמה, הם יכולים להתמקד ביצירת ערך עסקי אמיתי. צוותי ה-דאטה שאנחנו עובדים איתם דיווחו על עלייה של כ-60% באפקטיביות שלהם, וראינו אילו פרויקטי AI מדהימים הם הצליחו להוציא לפועל בזכות זה". גיא פיגל, שותף בחץ ונצ'רס, אמר כי "ראינו הרבה יוזמות AI שנעצרות בגלל בעיות עמוקות בתשתיות הנתונים שעליהן הן נשענות. לעידו ולצוות הייתה הבנה חדה מאוד של הבעיה, לצד יכולת מרשימה להפוך אותה לפתרון טכנולוגי אמיתי. מדובר בצוות חזק, שכבר הוכיח שהוא יודע להתמודד עם אתגרים מורכבים ולבנות מוצר משמעותי. מה שבלט מבחינתנו היה הבחירה להתמודד עם שכבת התשתית עצמה – החלטה טכנולוגית מורכבת יותר, אבל כזו שיכולה לייצר שינוי אמיתי באופן שבו ארגונים מטמיעים AI". קרן ואלי קפיטל פרטנרס, שהשקיעה בין היתר בחברות כמו דקארט (Descartes) ובפקטיפיי (Factify), מאמינה אף היא בחשיבות הפתרון. סטיב או'הרה, מייסד ושותף-מנהל בקרן, אמר: "ככל שארגונים מאיצים את ההשקעות שלהם ב-AI, צוותי הדאטה הופכים לאחד הגורמים המשמעותיים ביותר בקצב ההתקדמות שלהם. כמעט כל יחידה עסקית בארגון נשענת היום עליהם, כדי להפוך יוזמות AI למערכות שעובדות בפועל, מה שיוצר עומס הולך וגובר על צוותים, שגם כך מתמודדים עם מורכבות עצומה. מה שבלט ב-אפריבר מבחינתנו הוא היכולת לאפשר לארגונים להתקדם מהר יותר בהטמעת AI, מבלי להוסיף עומס נוסף על צוותי הדאטה". אפריבר מעסיקה כיום 21 עובדים בישראל ובארה"ב וכבר עובדת עם ארגונים כמו יוניטי (Unity) ו-DMGT, ובשיתוף פעולה עם פלטפורמות דאטה מובילות בהן דאטהבריקס (Databricks) וסנופלייק (Snowflake). כספי הגיוס יופנו להעמקת פיתוח המוצר, לצד הרחבת צוותי ההנדסה וה-Go-To-Market, והאצת הטמעות בקרב לקוחות אנטרפרייז. החברה מתכננת להכפיל את מספר עובדיה בתוך כשנה.

מניית אורקל רושמת היום (ה') צניחה חופשית במסחר בניו יורק, על אף שתוצאות הרבעון הרביעי של השנה הכספית, שאורקל פרסמה אמש, היו טובות ואפילו מאוד, והיכו את תחזיות האנליסטים. שער המנייה של אורקל צולל נכון לכתיבת שורות אלה ב-12%, והסיבה לכך היא הודעתה שבשנה הכספית הנוכחית, 2027, היא תוציא עוד מיליארדים רבים של דולרים על תשתיות AI. למעשה, היא הגדילה את תחזית ההוצאות שלה על תחום זה פי שניים – מ-20 מיליארד ל-40 מיליארד דולר. המשקיעים חוששים שמא מדובר ביותר מדי הוצאות. מניית החברה ירדה מאז תחילת השנה ב-9%, ובראשית החודש הנוכחי היא אף הגיעה לשערה הגבוה ביותר ב-2026. אלא שמאז ענקית ה-IT חזרה לראות את הצבע האדום הבוהק. ולתוצאות עצמן אורקל סיימה את הרבעון עם גידול של 21% בהכנסות ל-19.2 מיליארד דולר ועלייה של 24% ברווח הנקי למניה ל-2.11 דולר. הכנסות הענן שלה בלטו גם ברבעון הזה, והן זינקו ב-47% לשיא של 9.9 מיליארד דולר. 5.8 מיליארד דולר הגיעו מתשתיות הענן (IaaS) – זינוק של 93% לעומת הרבעון האחרון של השנה הכספית הקודמת, ו-4.1 מיליארד מיישומי הענן (SaaS), שהציגו גידול של 10%. החברה רשמה עליות בהכנסות גם בסיכום השנה הכספית 2026 כולה: ההכנסות הכוללות עלו ב-17% ל-67.4 מיליארד דולר, כאשר מעט יותר ממחציתן – 34 מיליארד דולר – הגיעו מתחום הענן. שם רשמה אורקל צמיחה של 39%. גם בשנה כולה, הגידול הניכר ביותר – של 77% – היה בהכנסות תשתיות הענן, שעמדו על 18.1 מיליארד דולר, כאשר ההכנסות מיישומי הענן עלו ב-11% ל-15.9 מיליארד.

"כניסת הבינה המלאכותית לעולמנו היא כבר עובדה מוגמרת ותמשיך להתפתח. ניתן להבין זאת מההצלחה שלה בעולם האישי-צרכני. עבורי, כמשתמש, זו הזדמנות מטורפת ואיני יודע איך הסתדרתי בלעדיה בעבר. השאלה הגדולה היא איך 'לרתום לאירוע' את כלל הארגון. אני מדמה את התחום לילד העושה את צעדיו הראשונים: הוא ילמד ללכת, עם או בלי ליווי ההורים", כך אמר אורן אריאב, מנהל חטיבת טכנולוגיות מידע בבנק ישראל.  אריאב, המשמש בתפקיד זה ארבעה חודשים, דיבר במסגרת כנס The CAiO 2026. הכנס, בהפקת אנשים ומחשבים, התקיים אתמול (ד') באולם איסט בתל אביב. אריאב השתתף בפאנל הראשון בכנס, שנושאו היה "פיננסים ובנקאות – מנופי הצמיחה של הכלכלה המודרנית". את הפאנל הנחתה ליאורה שכטר, מנכ"לית מת"ף, זרוע המחשוב של הבנק הבינלאומי.  לדברי אריאב, "סוגיית ההון האנושי היא המרכזית  ביותר ב'אירוע' ה-AI. מחד, מדובר בפריצת דרך מטורפת ברמה הטכנולוגית, ומנגד השינוי האנושי והארגוני גדול אף יותר. כבר שנים שאנחנו מדברים על כך שהבעיה בפרויקטים אינה טכנולוגית אלא אנושית-ארגונית, וכאן, באירוע ה-AI – זה מועצם פי אלף. כאשר מתרחש שינוי ארגוני, הפחד מהשינוי והחשש הם מובנים. מכאן, שהטיפול בהעצמת והכשרת ההון האנושי – הוא הכל".  "בבואנו לטפל בסוגיית ההון האנושי", ציין אריאב, "יש להבחין בין סוגי האוכלוסיות השונות: המאמצים מוקדמים של יכולות AI, שהם מיומנים ומתקדמים יותר אף מחלק  מאנשי ה-IT. מנגד, ישנם העובדים.ות אשר נשרכים מאחור, וחוששים מהמהפכה ומתוצאותיה".  "כדי שהאירוע יצליח ברמה הארגונית", ציין אריאב, "יש לפעול יחד עם אנשי משאבי האנוש, ולהפוך את האירוע לאירוע משותף של כל הגורמים הרלוונטיים בארגון. בבנק ישראל מנסים לפעול בנושא בכלל המישורים: לתת למאמצים המוקדמים לרוץ ולהתקדם, ולאיטיים – לדחוף אותם קדימה, כדי לצמצם את הבעיה ברמת כלל הארגון".   אריאב ציין כי "בבנק ישראל ישנן קבוצות עובדים שהם 'סופר-יוזרים', הן בגופי הפיתוח והן בגופים העסקיים, שכבר רצים קדימה בעולם תוכן זה. האתגר הוא להפוך אותם למודל חיקוי לכלל הבנק, שיראה בהם מודל לאימוץ, תוך הפרייה הדדית, המסייעת לכולם בעסק. האתגר הגדול הוא לגייס את הוותיקים, אנשי הלגאסי, שעושים את מה עשו שנים רבות, לעתים 20 וגם 30 שנים. כעת יש לשנות חלק מדפוסי פעולתם, וצריך לעטוף אותם ולעבור איתם את השינוי, כך שלא יישארו מאחור".  מחודשים – לשעות   אריאב הביא דוגמה מתחום בו ה-AI עשה עבור הבנק קפיצת מדרגה: "אחד מתפקידי הבנק הוא עריכת מחקרים כלכליים. עם הופעת ה-AI, ניתן לערוך מחקרים לעומק, בהיקפים גדולים מבעבר: לא ידענו כמה זה יכול להשפיע, עם יכולות חשיפה ואימות".   אריאב סיפר כי "באחת ממדינות העולם נערך מחקר שנושאו 'השפעת המלחמה על הכלכלה'. נגיד הבנק, פרופ' אמיר ירון, רצה לדעת מה קורה בישראל. בשימוש מושכל בכלי AI, הגורם המקצועי היה מסוגל לשחזר את המחקר, על בסיס נתוני ישראל בתוך שעות בודדות. בעבר, עריכת מחקר שכזה הייתה נמשכת חודשים".  "אלא שנדרש לעשות שימוש מושכל ב-AI", ציין אריאב. "באחד מהפרויקטים שנוסו בבנק עלה כי המחקר עלול להיות מוטה בשל 'התפישה הכלכלית' של ה-AI. מקרה זה היה לימודי עבורנו: הבנו כי יש לראות מה הם ה'קול' וה'צבע' שיוצאים מה-AI, ומי מוכן לעמוד מאחורי התוצאות שלה".  "לצד קידום הטכנולוגיה", סיכם אריאב, "נמשיך להתמקד בהון האנושי, כדי לנצל את היכולות הקיימות והחדשות, ולהפיק יותר מה'שכל' החדש שנולד".

חברת התשלומים העולמית ויזה (Visa), ו-OpenAI, מפתחת ChatGPT, הכריזו על שיתוף פעולה אסטרטגי, המשלב את תשתית התשלומים של ויזה ישירות לתוך פלטפורמות הבינה המלאכותית של OpenAI. במסגרת המודל החדש, שזכה בחברת ויזה לשם 'Visa Intelligent Commerce' (מסחר חכם של ויזה), סוכני ה-AI יוכלו לראשונה לפעול כנציגים מורשים של המשתמשים, לנווט באתרי קניות, וליזום ולהשלים רכישות כספיות בצורה אוטונומית ברשת. In case you missed…my team Visa Intelligent Commerce is partnering with OpenAI to create AI agent purchase experiences. Stay tuned …https://t.co/yCIZ0yJX1c — Micah Alon (@powerguru17) June 10, 2026 מודלי הבינה המלאכותית הפכו בשנים האחרונות לכלים עוצמתיים המסוגלים לעבד מידע, להסיק מסקנות, לחפש נתונים ברשת, להשוות מחירים, ולבצע אוטומציה של משימות יומיומיות מורכבות. עד כה, תפקידם העיקרי של הצ'טבוטים הללו עסק בייעוץ, בארגון מידע או בהכנת חומרי רקע עבור המשתמש. אולם הכלים החכמים שהורגלנו להשתמש בהם תדיר היו נעדרי יכולת עצמאית לבצע פעולות עצמאיות ישירות בעולם האמיתי ובוודאי שלא פעולות כלכליות. כעת, עם כניסת עידן סוכני ה-AI, כל זה משתנה מקצה לקצה, והטכנולוגיה עוברת משלב ההמלצות – לשלב הביצוע העצמאי. המשמעות היא שצרכנים יוכלו לתת לסוכן הווירטואלי שלהם הוראה מילולית פשוטה, כמו "הזמן לי נופש ב-X, או בצע קנייה שבועית בסופר, והסוכן יוכל לא רק לבצע את ההזמנה אלא גם להשלים את כל תהליך הסליקה בעצמו. "מגבלות מחמירות ובלמי זעזועים": השליטה הסופית נשארת בידי האדם מכיוון שהענקת יכולת הוצאת כספים לישות וירטואלית מעלה חששות אבטחה ניכרים, ובצדק, המערכת החדשה נבנתה מראש תחת מגבלות מחמירות ובלמי זעזועים, שנועדו, לפי החברות, להשאיר את השליטה הסופית בידי האדם. בראש ובראשונה, המשתמשים הם שמגדירים את גבולות הגזרה של הסוכן: הם יכולים להציב תקרות הוצאה מדויקות לכל עסקה, להגביל מראש את הרכישות לקטגוריות ספציפיות של בתי עסק, וכן לדרוש אישור אנושי (Human-in-the-loop) לפני ביצוע פעולות רגישות או חריגות. בנוסף, ברמה התשתיתית, ויזה משתמשת בטכנולוגיית 'טוקניזציה' (אסימון וירטואלי), המנפיקה לסוכן אישורים דיגיטליים מאובטחים לשימוש חד-פעמי או מוגבל, כך שפרטי האשראי האמיתיים של המשתמש לעולם אינם חשופים או נשמרים אצל מודל הבינה המלאכותית, זאת לצד מערכות לניטור הונאות בזמן אמת. בכירי שתי החברות הדגישו את גודל המהפכה עם חשיפת המיזם, בכנס התשלומים של ויזה בסן פרנסיסקו. מנהל המוצר והאסטרטגיה הראשי של ויזה, ג'ק פורסטל, ציין כי "הבינה המלאכותית תשנה את עולם המסחר באופן עמוק יותר ממה שעשו האינטרנט או הטכנולוגיה הניידת אי פעם". לדבריו, "ככל שסוכני AI הופכים למשתתפים פעילים בכלכלה, המיקוד של ויזה הוא להבטיח שהעסקאות יהיו מהימנות, מאובטחות וחלקות. זוהי התשתית שאנו בונים עם שותפות כמו OpenAI". מנגד, ב-OpenAI אישרו את החזון השאפתני לפיו הכלים שמפתחים בחברה יהפכו למתווכים פיננסיים יומיומיים. מרקו מארוס, מנהל שותפויות ומסחר ב-OpenAI, הסביר ש-"המסחר עומד להתרחש בהרבה יותר מקומות ובדרכים רבות יותר מאשר היום, ולסוכנים יהיה תפקיד חשוב יותר ויותר בסיוע לאנשים להשלים משימות הכרוכות בכסף". הוא הוסיף כי "על ידי שילוב עם Visa Intelligent Commerce, אנו בונים את התשתית לעסקאות שקופות, מאובטחות ונשלטות על ידי המשתמש, מה שעוזר לאנשים לעשות יותר עם סוכני AI, תוך שמירה על ביטחון שהתשלומים מטופלים בבטחה". יצוין כי המהלך האחרון הזה לא מתרחש בוואקום, ובהחלט מסמן מעבר תעשייתי רחב יותר למה שמכונה "מסחר סוכני" (Agentic Commerce) – לצד OpenAI, ענקית התשלומים ויזה משתפת פעולה במיזם מקביל גם עם חברות כמו אנת'רופיק (Anthropic), מיקרוסופט (Microsoft), סטרייפ (Stripe) ו-סמסונג (Samsung). במקביל, גם המתחרה מאסטרקארד (Mastercard) משיקה פתרונות תשלום דומים משלה המותאמים לסוכני AI. לא רק OpenAI יצוין המהלך האחרון הזה לא מתרחש בוואקום, והוא מסמן מעבר תעשייתי רחב ומובהק אל עבר מה שמכונה 'מסחר סוכני' (Agentic Commerce). למעשה, המהלך המשותף לוויזה ו-OpenAI מצטרף לשורת יוזמות קיימות בתעשייה תחת המושג החדשני הזה – ענקית התשלומים ויזה איגדה לאחרונה במסגרת פרויקט ששמו פשוט 'Find and Buy with AI' מספר חברות טכנולוגיה, ובהן אנת'רופיק (Anthropic), מיקרוסופט (Microsoft), סטרייפ (Stripe) ו-סמסונג (Samsung) ו-Mistral AI. במקביל, המתחרה מאסטרקארד (Mastercard) מציעה מאז אפריל 2025 פתרון משלה בשם Agent Pay – המאפשר לבצע עסקאות באמצעות אסימונים דיגיטליים הכפופים למגבלות משתמש מוגדרות מראש. עם זאת, ההכרזה הנוכחית על שיתוף הפעולה עם OpenAI נתפשת בתעשייה כנקודת ציון מרכזית, שכן היא מעבירה את טכנולוגיית התשלומים משלב פיתוח התשתיות לשימוש המוני בשוק הצרכני. הייחוד בהסכם הוא הטמעת מערכות הסליקה והאבטחה של ויזה ישירות לתוך פלטפורמת ChatGPT, המשמשת כיום כשער הכניסה המרכזי של צרכנים רבים לתחום הבינה המלאכותית. על פי פרטי המיזם, חברת התשלומים לא תפעל עוד רק מאחורי הקלעים בעמודי הסליקה (Checkout) של אתרי הסחר, אלא תשתלב בתוך חוויית השיחה עצמה. במקביל, היישום החדש משדרג בפועל את סוכני הבינה המלאכותית מכלים ששימשו בעיקר לאיסוף מידע והשוואת מחירים, למערכות המורשות לנהל ולהוציא לפועל פעילות כלכלית באופן עצמאי באותו ממשק.

מגמת המעבר מבינה מלאכותית כטכנולוגיה ניסיונית ליישום רחב שלה כבר מתרחשת במערכת הבריאות. בכירים במערכת השתתפו אתמול (ד') בפאנל "בריאות ורפואה דיגיטלית – ה-AI שמצילה חיים", שנערך כחלק מכנס The CAIO Conference 2026 של אנשים ומחשבים. בפאנל הציגו הבכירים, ובהם נציגי מכבי שירותי בריאות, כיצד מיושמים פתרונות AI בתהליכים קליניים ותפעוליים, כחלק בלתי נפרד מהעשייה היומיומית. קובי כץ, סמנכ"ל וראש חטיבת הטכנולוגיות במכבי, הנחה את הפאנל, שבו השתתפו, בין היתר, נציגים מאסותא מקבוצת מכבי, קופות חולים נוספות, בתי החולים איכילוב וסורוקה, ומשרד הבריאות. לצד גופים אלה השתתפו בדיון נציגים מחברות טכנולוגיה מובילות, ובהן ג'ין, שפועלת עם ארגוני בריאות לקידום פתרונות מבוססי AI בסביבה מורכבת ורגישה. משתתפי הפאנל. צילום: ניב קנטור האתגר המרכזי שיש בשימוש ב-AI במערכת הבריאות הדיון התמקד באתגר המרכזי של מערכות הבריאות כיום, ככל שזה נוגע לבינה מלאכותית: המעבר מפיילוטים וניסויים ליישום רחב, בטוח ומדיד של פתרונות AI כחלק בלתי נפרד מהעשייה הקלינית והתפעולית. מלבד המנחה, את מכבי שירותי בריאות ייצג בפאנל צביקה גלעדי, מנהל מחלקת דאטה ו-AI, שהציג את הגישה של הארגון להטמעת בינה מלאכותית לא כפרויקט נקודתי, אלא כיכולת תפעולית רחבת היקף. לדבריו, המפתח למעבר מהפיילוטים ליישום טמון בבניית יכולת ארגונית המבוססת על שלושה רכיבים מרכזיים: תשתית טכנולוגית מתקדמת, מתודולוגיית עבודה סדורה והובלה עסקית קלינית הדוקה. מכבי מקדמת חזון זה באמצעות שילוב של תשתיות דאטה ו-AI מתקדמות, אימוץ טכנולוגיות ענן להאצת תהליכי הפיתוח והרחבת יכולות. לצד זאת, היא מיישמת את מתודולוגיית AI Factory, שמאפשרת התנסות מהירה וקבלת החלטות מבוססת ערך. כל זה נעשה תוך עבודה צמודה ומתמשכת עם הלקוח העסקי – משלב זיהוי הצורך ועד להטמעה בפועל, במטרה לתת מענה מדויק לצרכים הארגוניים ולהבטיח הטמעה אפקטיבית בתהליכי העבודה. בהקשר זה הדגיש גלעדי את שיתופי הפעולה של הקופה עם חברות טכנולוגיה, ובהן ג'ין, שמספקת פלטפורמה שמאפשרת לארגון פיתוח סוכני GenAI ב-LowCode והטמעתם בסביבה העסקית, תוך התאמה לדרישות הרגולציה ואבטחת המידע. אחת הדוגמאות הבולטות לכך היא פרויקט פניות הציבור, שבו שולבו יכולות AI בניתוח הפנייה, זיהוי הסיווג שלה ולאחר מכן הפעלת מספר סוכנים אל מול מקורות המידע הרלוונטיים. זאת, לטובת לקבלת המידע ויצירת הצעה למענה שעוברת בקרה אנושית לפני שליחה. כץ אמר כי "אנחנו גאים בדרך שמכבי מובילה – מעבר מגישה של פיילוטים נקודתיים ליכולת ארגונית רחבה, שבה הבינה המלאכותית משולבת בליבת הפעילות. אנחנו עושים את זה תוך כדי שיתופי פעולה מצוינים עם כל החטיבות העסקיות במכבי. זהו שילוב בין חדשנות טכנולוגית ליכולת לייצר ערך עבור המטופלים והמטפלים".

מובילת מהפכת הבינה המלאכותית הסוכנית, סיילספורס (Salesforce), הודיעה אתמול (ד') על שורת קיצוצים נוספת, בין השאר ביחידת סוכני ה-AI שלה. היקף הפיטורים לא נמסר, אולם בעיתונות הכלכלית בארה"ב דובר על עשרות או מאות בודדות של משרות, בין השאר במדינת וושינגטון ומחוץ לארה"ב. לפי הביזנס אינסיידר, שהיה הראשון לדווח על המהלך, הצמצומים ייערכו במחלקת Agentforce – מוצר ה-AI של החברה; במחלקת כלי האינטגרציה של Mulesoft IT; ובמחלקת תוכנת מרקטינג קלאוד (Marketing Cloud), וזאת לצד ביטול תפקידי מכירות, ניהול וטכנולוגיה אחרים. עם זאת נמסר כי הקיצוצים לא השפיעו על צוותי הליבה של Agentforce 7. סיילספורס לא הגיבה לדיווחים. SALESFORCE LAYOFFS ???? In February, they laid off ~1,000, stating the Agentforce AI product can replace human support teams Now, Business Insider reports they are cutting on that same Agentforce team CEO Marc Benioff has been one of the most vocal pro-AI voices in tech $CRM pic.twitter.com/JqAxX6qxxN — LayoffHedge (@LayoffAI) June 9, 2026 נזכיר כי מוקדם יותר השנה, בינואר, החברה קיצצה פחות מ-1,000 משרות. נכון לאותו מועד, מצבת כוח האדם עמדה על יותר מ-80,000. הפיטורים מגיעים ברקע התמודדות החברה עם חששות, לפיהן כלי וסוכני בינה מלאכותית עלולים לפגוע בביקוש לתוכנות עסקיות מסורתיות, כולל מוצרי ניהול קשרי לקוחות (CRM) מרכזיים – הגיזרה שבה החברה החלה את פועלה.  מול הסיכון הזה, סיילספורס הימרה רבות על Agentforce, כהצעה המרכזית שלה בתחום הבינה המלאכותית. בדו"חותיה הכספיים האחרונים, היא ציינה כי Agentforce חצתה את רף ה-1 מיליארד דולר בהכנסות השנתיות, עם עלייה של 205% בהשוואה לאותה תקופה בשנה שעברה. ההכנסות השנתיות החוזרות המשולבות, של Agentforce ו-Data 360, הגיעו לכמעט 3.4 מיליארד דולר – נתון המשקף עלייה של יותר מ-200% משנה לשנה. ואולם חששות אלו של החברה, היו אחת הסיבות לכך שהמניה שלה ירדה ביותר מ-30% השנה. במאי השנה הסביר מארק בניוף, מייסד ומנכ"ל החברה, למשקיעים כי "זה קשור לתפוקה. לא נדרשנו לגייס, כי השתמשנו בבינה מלאכותית כדי ליצור יעילות רבה יותר לעבודת המהנדסים שלנו".

רבים מדברים על יישום בינה מלאכותית בארגונים. בכירי התעשייה עוסקים בזה, גם חברות המחקר, וכמובן הספקיות, כי שם נמצא הכסף הגדול. אבל איך זה עובד בפועל? מה נדרש כדי להטמיע אותה בצורה נכונה? ומה ההלשכות של הפרויקטים האלה על הארגון? הנושא החם הזה עלה בכנס CAIO של אנשים ומחשבים, שנערך אתמול (ד') באיסט תל אביב. מנהלים טכנולוגיים ומנכ"לים חלקו עם הקהל מניסיונם והסבירו כיצד לעשות את הפרויקטים המסובכים של הטמעת AI יותר בפשטות. את הפאנל הנחתה תמי אוחנה קול, סמנכ"לית הטכנולוגיות של פורמולה מערכות, והשתתפו בו נציגים מחברות מובילות שעוסקות בעולמות אלה. השאלה הראשונה ששאלה אוחנה קול הופנתה לכלל המשתתפים: מה הופך פרויקטי הטמעת AI בארגונים למוצלחים? רבים מהם ציינו את ה-Business case, כלומר: היכן בארגון מיישמים אותה ואיזה ערך זה נותן. לשיטתה של נוגה מילוסלבסקי הנדלר, מנהלת מוצר ו-AI בקומיט, התשובה היא ש-"חייב להיות לפרויקטים האלה ערך עסקי, וחשוב לדעת למדוד אותו נכון. זה חשוב על רקע העובדה שהבינה המלאכותית נהייתה קומודיטי – סטנדרטית, נפוצה ונגישה". "ה-AI משנה את איך שהארגון נראה", ציינה. נוגה מילוסלבסקי הנדלר, מנהלת מוצר ו-AI בקומיט. צילום: ניב קנטור עופרה וינטרשטיין, מנהלת תחום דאטה ו-AI בנס, ציינה שהערך העסקי הוא אמנם חשוב, אלא ש-"אם מדובר בפרויקט עם ערך עסקי גבוה, אבל ללא 'צרכנים' (המשתמשים בארגון – י"ה) בצד השני – לא עשינו כלום". היא העירה כי "בפרויקטי AI יש המון ניסוי וטעייה, ויש כאן את החופש לטעות, כי אפשר לתקן את הטעויות מהר וזה לא עולה הרבה". עופרה וינטרשטיין, מנהלת תחום דאטה ו-AI בנס. צילום: ניב קנטור תמיר חסון, מנהל פעילות גריד דיינמיקס בישראל, אמר כי צריך להגיע בפרויקטים מעין אלה למצב שבו העובדים והמנהלים בארגון כלל לא יבחינו ולא יתנו את דעתם לנושא. "סוד ההצלחה הוא בפשטות, והיא מושגת כשהארגון מטמיע בינה מלאכותית בצורה טבעית, והעובדים והמנהלים לא חושבים האם מאחורי מה שהם משתמשים בו עומד כלי AI כזה או אחר", אמר. גילי שלזינגר, מנכ"לית וואן דיגיטל. צילום: ניב קנטור לדברי גילי שלזינגר, מנכ"לית וואן דיגיטל, לפני שארגונים ניגשים להטמעת AI עליהם "להבין מה הם יכולים לייעל באמצעותה, כיצד היא יכולה לסייע להם לקצר תהליכים, ומהו החזר ההשקעה ועד כמה מהר הוא יגיע. אלה שלושה דברים שמבדילים האם פרויקט ה-AI יצליח או לא. בנוסף, מחויבות ההנהלה לכך חשובה מעל ומעבר לתחומי טכנולוגיה אחרים, בעבר". אסי מויאל, סמנכ"ל מכירות ושותפים בקליק ישראל, אמר שלפני ש-"רצים" לבניית מודל או סוכן AI יש לחשוב – בעיקר על הנתונים. "פרויקטים מצליחים רק אם הם באים לפתור בעיה עסקית ברורה. אם אין בסיס נתונים איכותי ואמין, אין משמעות לבינה המלאכותית. היא לא יודעת לעבוד כשהדאטה בייס לא אמין ואין לו הקשרים עסקיים", הסביר. הוא ציין שקיימים הבדלים בתהליך היישום של ה-AI והשימוש בה – בין ארגונים שהדגש בהם הוא על רגולציה לכאלה שהדגש בהם הוא על מהירות. "לדוגמה, החשיבות בעולמות הבריאות והפיננסים היא למענה לדרישות הרגולציה והמשילות, בתעשיית הביטחון הדגש הוא על אמינות ואבטחת מידע, והתעשייה שמה במרכז את הקצב וזמן ההגעה לשוק", אמר מויאל. לדברי מוטי קריספיל, סמנכ"ל האסטרטגיה של ג'ין, "ליוויתי אימוץ AI במעל 150 ארגונים. כדאי לעשות זאת באמצעות חברה חיצונית כמונו. אנחנו יושבים מהדקה הראשונה עם הלקוח, שאמור לשאת על הכתפיים את הפרויקט וההשלכות שלו, מדברים איתו בשפה העסקית ומטמיעים את הפתרון". "חשוב שפרויקטי יישום בינה מלאכותית יתמקדו בזרימת העבודה העסקית, ולא ב-'שרברבות' של ה-AI. יש בלבול גדול בין משילות, מערכות מדידה ועוד, והיכולת ליצור הפרדה מוחלטת בין התהליך העסקי ל-'צנרת' של ה-AI מאפשרת גמישות בהמשך", אמר. קריספיל קרא להפסיק להשתמש במילים "פיילוט" ו-"בדיקת היתכנות", ובמקום זה לאמץ את הביטוי "הוכחת ערך". "המוצר צריך לחזק את התשתית לפרודקשן, כדי שבסופו של דבר יהיה לארגון ערך מכל התהליך. כשהדמו נגמר מתחיל עמק המוות של העברת הפיילוט לפרודקשן. אם מיישמים את הייצור כבר בשלב הפיילוט, מגבירים את הסיכוי להצלחה", אמר. מוטי קריספיל, סמנכ"ל האסטרטגיה של ג'ין. צילום: יח"צ ברכי צוקבכר, ראשת תחום AI במטריקס DnA, אמרה כי מניסיונה בליווי הקמה של מערכות בינה מלאכותית בעשרות ארגונים היא למדה ש-"כל פתרון AI מתחלק לשלוש שכבות: תשתית, דאטה – שאם היא לא אמינה שום דבר לא יעזור, והחיבור לעולם העסקי, באמצעות הניסיון של המטמיעים וסוכני ה-AI. חייבת להיות שותפות בין הצוותים הטכנולוגיים והעסקיים בארגון, כי בלעדיה, ובלעדי החיבור בין שלוש השכבות הללו, הפרויקט לא יצליח". שלי מחרז, סמנכ"ל טכנולוגיות ופיתוח עסקי ב-SQLink, אמר כי מי שצריך להוביל את תהליך ה-"קבלה" של ה-AI לארגון הוא בכיר בביזנס. לצד זאת, ציין, "יש למנמ"רים ולמנהלי הטכנולוגיה כוח רב להביא לשינוי מהותי של התרבות הארגונית. מעמד המנמ"רים כיום גדול בהרבה מבעבר, משום שכל פעולה שהם יעשו היום יכולה לשנות מהותית את התוצאות של הארגון". "אחד האתגרים המהותיים ביותר הוא הקמת תשתית שתהיה מסוגלת להתחבר לנתונים – מובנים ולא מובנים כאחד", הוסיף. שלי מחרז, סמנכ"ל טכנולוגיות ופיתוח עסקי ב-SQlink. צילום: ניב קנטור בשלב השני של הפאנל עברה אוחנה קול לשאלות ממוקדות, והפנתה לכל משתתף שאלה ייעודית. לפניכם השאלות – והתובנות המרכזיות של המשיבים: איך ה-GenAI שינתה את השיח עם הלקוחות? שלזינגר: "הם הפכו להרבה יותר מתוחכמים. הלקוחות הולכים לצ'ט כדי לקבל מידע, ודורשים בהתאם. הם באים עם תובנות ודרישות מוכנות מראש, וזה הרבה יותר קל, כי זה מזקק את הצורך העסקי. מהצד השני, זה מעורר ציפיות שהדברים ייעשו יותר בזול והרבה יותר מהר. "אצלנו, מאז שנכנסתי לתפקידי שיניתי את כל החברה. בניתי אגף שלם, שכל תפקידו הוא בעולמות הבינה המלאכותית. התוצאה היא פרויקטים הרבה יותר חדים, קצרים וזולים". מה לוקח יותר זמן – לבנות את פתרון ה-AI או להטמיע אותו? חסון: "אם היית שואלת אותי לפני חצי שנה הייתי משיב שלהטמיע, אבל כיום, ה-AI היא כבר קומודיטי. הארגונים יודעים להמשיך ולפתח בעצמם את הפרויקטים שלהם שמבוססים על המערכות ש-'השארנו' אצלם, הם כבר לא זקוקים לנו בכך. כשאנחנו חוזרים ללקוח ורואים אילו שימושים הוא עושה עם ה-AI שהטמענו אצלו – זה הניצחון האמיתי". תמיר חסון, מנהל פעילות גריד דיינמיקס ישראל. צילום: ניב קנטור מה הפער הכי גדול בין ציפיות הלקוח מהפרויקט ותוצאותיו למציאות? מחרז: "בצעדים הראשונים של פרויקט ה-AI, הלקוחות חושבים שהפרויקט טכנולוגי, אבל זה לא נכון. מדובר בשינוי ארגוני, שצריך שינוי תפיסתי ובניית תהליכים. ארגונים שמבצעים את השינוי הזה יכולים להשתמש אחרי ההטמעה בפתרונות הבינה המלאכותית בעצמם: לאסוף את הדאטה, לארגן אותה, להגדיר את התהליכים העסקיים, כי לפעמים צריך לעשות שינוי בהם, ולהבין שהשינוי הוא ההצלחה. ארגונים שאנחנו עובדים איתם מצליחים להקים את ה-Use cases הבאים לבד, וזה הכי משמעותי, כי הפריסה היא שקובעת את ההצלחה", אמר. מהם השינויים בעולם זה בשנים האחרונות? צוקבכר: "אחד מהם הוא שבניגוד לעבר, חברות הענק כבר מאמנות את המודלים. בכל יום יוצא מודל יותר מדויק ומותאם. לרוב, וזה עוד שינוי, אין צורך לאמן מודל, בטח שלא מאפס. העבודה היא בעיקר על התשתית, שכבת הדאטה והנרמול שלה. ברגע שמסדרים את זה, ה-RAG (שיטה שמאפשרת למודל לשלוף מידע ממקורות חיצוניים אמינים – י"ה) נותן פתרון מספיק טוב". ברכי צוקבכר, ראשת תחום AI במטריקס DnA. צילום: ניב קנטור איזו בעיה מהותית בארגונים הבינה המלאכותית חשפה? מויאל: "בעיית הנתונים. בין 60% ל-80% מהזמן הולך על בניית התשתית והאיכות של הדאטה, ולאו דווקא על המודלים, כי אלה יודעים לעבוד בעצמם". אסי מויאל, סמנכ"ל מכירות ושותפים בקליק ישראל. צילום: פיני סילוק אילו דוגמאות יש לניצחונות מהירים שהושגו בפרויקטי AI? וינטרשטיין: "הניצחונות המהירים מגיעים בגלל תחושת FOMO, שנוצרת כי המודלים משתנים כל הזמן וכי ה-CTO שומע על פרויקטים שהקולגות שלו מבצעים ומביאים להצלחה. דוגמאות לניצחונות מהירים כאלה הם הטמעת RAG על מסמכים וחוזים, שירות לקוחות חכם והטמעת כלי שחוסך תמלול במפגשים של מטפל-מטופל. אצלנו, בנס, מכיוון שה-AI כל כך רחבה ונמצאת כמעט בכל מקום בארגון, אנחנו מבצעים פרויקטים שבעבר לקח חצי שנה לעשות אותם – בחודש בלבד".

הבינה המלאכותית הייתה, באופן לא מפתיע, בכותרות גם בשבוע הטכנולוגי שאנחנו נכנסים לסופו. זה בא לידי ביטוי בשלל היבטים: מ-OpenAI, שהגישה השבוע את המסמכים הראשונים לקראת ההנפקה; עבור באנת'רופיק, ששחררה השבוע גרסה "בטוחה" של המודל בעל היכולות ה-"מפלצתיות" שלה, מיתוס; וכלה בדו"ח מבקר המדינה, שעסק בנושא, ושארחיב עליו בהמשך. כפי שמזה שנים אנחנו, באנשים ומחשבים, מקיימים כנסים על התחומים החמים ביותר בעולם הטכנולוגיה בזמן אמת – כך אנחנו עושים גם עם המהפכה הלוהטת של ה-AI, עם סדרת ועידות. אתמול (ד') התקיימה אחת מהן – CAIO. מנכ"לים, מנמ"רים ומנהלי טכנולוגיות התקבצו באולם איסט בתל אביב כדי לשמוע על השינוי שהבינה המלאכותית גורמת באופי תפקידו ובמעמדו של המנמ"ר בארגון – ולא רק הוא. המסר שעבר כחוט השני בין הפאנלים השונים הוא שכדי ליישם בינה מלאכותית צריך בינה אנושית. שלמרות גלי הפיטורים בהיי-טק עקב ה-AI, עדיין צריך אנשים כדי להטמיע אותה ולהשתמש בה, על מנת להביא ערך עסקי לארגון. CAIO – לא מושג חדש היסטורית, המונח CAIO אינו חדש – הוא הופיע כבר ב-2018, כאשר החלו להפנים בעולם שבינה מלאכותית היא הרבה יותר מטכנולוגיה, אלא נושא אסטרטגי לארגון, שדורש מעורבות של ההנהלה הבכירה. בסוף 2022, כשה-GenAI פרץ בסערה עם הופעתו של ה-ChatGPT, החלה להתגבש ההבנה שצריך להוציא את הגדרת התפקיד הזו מן הכוח אל הפועל, והוא נכנס ביותר ויותר ארגונים – בין אם כאחד שכפוף למנמ"ר, ובין אם כהרחבת תפקידו של זה. כנס CAIO, אתמול (ד'). צילום: ניב קנטור בכנס אתמול הומחש שהבינה המלאכותית היא חלק אינהרנטי ומרכזי מתפקידו של המנמ"ר כיום, בין אם יש תחתיו פונקציה ייעודית לנושא ובין אם הוא נופל על כתפיו שלו. הבינה המלאכותית היא כיום הנושא המרכזי שבו עוסק המנמ"ר, וזה רק ילך ויגדל, שכן הפיתוחים והיישומים הארגוניים שה-AI מביאה איתה הולכים ומתרבים, במהירות רבה יותר ממה שאנחנו רגילים לחשוב. אם אתם שומעים על מנהלי טק שמדקלמים משפטים כמו "נפטר עובדים בגלל ה-AI", שימו ליד זה כוכבית. במקרים רבים זה רק תירוץ כדי לסבר את אוזנם של בעלי המניות, ובישראל מתווספים לכך המצב הביטחוני ושחיקת שער הדולר. עדיין לא הומצאה ה-AI שתמצא פתרון לצרות האלה מי ששמע את ההרצאות בכנס הבין שעובדה זו, לצד היותה של הבינה המלאכותית אתגר אנושי-ארגוני הרבה יותר מאשר טכנולוגי, מצריכות את המנמ"ר להתמודד בשתי חזיתות: האחת פנימית, בארגון ה-IT, והשנייה כלל ארגונית. בחזית הפנימית, המנמ"ר צריך להטמיע בארגון ה-IT את כלי הבינה המלאכותית והתהליכים המתאימים, וזה אתגר מורכב. לדוגמה, בפאנל הפיננסים סיפרו מנמ"רים איך מצליחים להלהיב מפתח שפת קובול, שיש לו כמה שערות לבנות על הראש, להתחבר לשימוש במודלים של בינה מלאכותית ולהטמעת סוכני AI. הפעילות הראשונה של המנמ"ר בחזית הכלל הארגונית צריכה להיות רתימת ההנהלה, ובעיקר הלקוחות העסקיים בארגון, למהלך. בחלק מהפאנלים הדגישו המנמ"רים ושאר המשתתפים שבארגונים שלהם, כל תורת ההפעלה של הטמעת AI מבוססת על שיתוף הלקוחות הפנימיים – אלה שאמורים להשתמש בכלים הללו. אף בוט, סוכן או מודל לא יצליח לייעל, לשפר את השירות, לבצע אוטומציה של תהליכים ולחסוך זמן וכסף אם הסביבה האנושית שלידו לא תשתף פעולה ולא תדע לנצל את היתרונות של הבינה המלאכותית. כאן שוב עולה השאלה, שדנים בה הרבה בזמן האחרון ומעוררת לא מעט אמוציות: האם הבינה המלאכותית תחליף אותנו בתפקידים מסוימים? התשובה שעלתה בדיונים אתמול היא שבשוק הארגוני – כלומר, בחיים עצמם – הבינה האנושית תנצח את זו המלאכותית. לכן, אם אתם קוראים או שומעים על ארגונים או מנהלי טק שמדקלמים משפטים כמו "נפטר עובדים בגלל ה-AI", שימו ליד זה כוכבית. במקרים רבים זה רק תירוץ כדי לסבר את אוזנם של בעלי המניות, ובישראל מתווספים לכך המצב הביטחוני ושחיקת שער הדולר. עדיין לא הומצאה הבינה המלאכותית שתמצא פתרון לצרות האלה. ה-AI בממשלה: מגדל בבל הבינה המלאכותית עמדה גם במרכז אחד הדו"חות האחרונים, שפורסם השבוע, של מתניהו אנגלמן כמבקר המדינה, רגע לפני שהוא מעביר את השרביט למחליפו, עו"ד מיכאל ראבילו. הדו"ח עסק בנושאים שונים, והוא כלל פרק על הטמעת בינה מלאכותית בממשלה ועל פעילותה בנושא. אחד הדו"חות האחרונים שלו כמבקר המדינה. מתניהו אנגלמן. צילום: ניב קנטור המסקנה מהדו"ח מעניינת: מצד אחד, רואים ומרגישים פעילות בממשלה בתחום ה-AI. מכרזים שונים, במסגרת נימבוס אבל לא רק, כוללים רכיבי AI, ומשרדים שונים כבר מדווחים על תהליכים ששולבה בהם בינה מלאכותית לטובת קיצור תהליכים ושיפור השירות לאזרח. הממשלה איחדה מסגרות ארגוניות כמו מערך הדיגיטל הלאומי עם המטה הלאומי ל-AI, במטרה לייצר מסגרת על שתטפל ביישומה בממשלה. אבל, מהצד השני, המבקר מזהה שמה שקורה עכשיו הוא סוג של מגדל בבל. אין יד מכוונת ואין תוכנית לאומית ארוכת טווח, על אף שהממשלה החליטה כבר מזמן שתהיה אחת כזאת. התוצאה היא ש-58% ממשרדי הממשלה רוצים לקדם את הבינה המלאכותית, אבל אין להם תקציבים, כי משרד האוצר לא באמת תקצב את הנושא. מכאן נובעת השורה התחתונה של המבקר: דרוש בעל בית ליישום הבינה המלאכותית, כדי שמדינת ישראל תממש את הפוטנציאל האדיר שיש לה, ותהפוך מאומת החדשנות לאומת ה-AI. ארז אסקל, ראש המטה הלאומי לבינה מלאכותית, אמר בכנס אלי הורביץ של המכון הישראלי לדמוקרטיה, שנערך באחרונה, כי הממשלה תכריז על התוכנית הזאת בקרוב. מדובר בתוכנית לאומית רב שנתית, שלדבריו תשנה את המציאות. אלא שהמציאות מלמדת אותנו שכדאי לקחת את הדברים האלה בעירבון מוגבל. יש לקוות שאם וכאשר זה יקרה, זה לא יהיה מעט מדי ומאוחר מדי, בפרט בהתחשב במציאות הפוליטית הלא יציבה שאנחנו חיים בה בשנים האחרונות.