מפתח בחברה ביטחונית, בבנק, בבית חולים או בסטארטאפ שמפתח מערכת קריטית פותח את סביבת הפיתוח ומבקש מכלי בינה מלאכותית להשלים פונקציה, לאתר באג או לבדוק רכיב אבטחה. מבחינתו, זו פעולה יומיומית. עוד כלי עבודה שנכנס לתהליך הפיתוח. הוא לא מתקין ציוד סיני, לא מעביר שרתים לחו״ל, לא חותם על חוזה אסטרטגי. אבל ברגע הזה נכנס לשכבת הפיתוח גורם נוסף, פחות נראה לעין, שמחליט איך לפרש את הבקשה, איזה קוד לייצר, מתי לסרב, ומה נחשב רגיש. זו הסיבה שהדיון על בינה מלאכותית ריבונית כבר לא יכול להישאר בשדה הסיסמאות. הוא נוגע לשאלה מי כותב את התוכנה שמפעילה מערכות אזרחיות, עסקיות וביטחוניות, ומה קורה כאשר ה״כותב״ הוא מודל שאומן, סונן והותאם לפי אינטרסים של מדינה אחרת.
רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.
אפשר גם להרשם לניוזלטר שלנו
המודל הפך לחוליה בשרשרת האספקה
דוח של בוז אלן המילטון (Booz Allen Hamilton), חברת טכנולוגיה וייעוץ אמריקאית שעובדת בין היתר עם גופי ביטחון, ממשל וסייבר, ניסח את הבעיה באופן חד. לפי הדוח, החוליה הראשונה בשרשרת אספקת התוכנה היא כבר לא הקוד, אלא המודל שמייצר אותו. החברה בדקה חמישה מודלי קוד, ארבעה סיניים ואחד אמריקאי, ביותר מ-2,800 ניסויים שהפיקו כ-460 אלף שורות קוד.
לפי הדוח, שלושה מתוך ארבעת המודלים הסיניים ייצרו יותר חולשות אבטחה כאשר המשתמש הוצג כמי שעובד עבור גוף ממשל אמריקאי. בחלק מהמקרים, החולשות היו גם קשות יותר לזיהוי. חשוב לסייג ולומר שהדוח לא מוכיח שהפגמים הוכנסו בכוונה, ואין בו ראיה ל״דלת אחורית״ מתוכננת. הממצא כן מעלה סימן אזהרה לגבי אמון, מקור ושליטה במודלים שנכנסים לתוך תהליך הפיתוח.
מודלים שינו את רמת הסיכון בקוד לפי זהות המשתמש או ההקשר | Booz Allen
החלק המטריד בדוח הוא לא רק מספר החולשות, אלא דפוס ההתנהגות בדגש על נושאים פוליטיים. לפי בוז אלן, כל ארבעת המודלים הסיניים שנבדקו סירבו לבצע משימות דמה עבור ממשל אמריקאי כאשר הנושא התנגש עם קווי המדיניות של סין. שיעורי הסירוב נעו מ-8% ב-DeepSeek ועד 80% ב-MiniMax, לעומת 2% בלבד במודל האמריקאי שנבדק.
שיעורי הסירוב במשימות דמה הקשורות לנושאים רגישים מבחינת סין | Booz Allen
כאן הסיפור יוצא מגבולות ארה״ב וסין. לכל מודל גדול יש הנחות, מגבלות, העדפות ותהליכי יישור (Alignment). כאשר המודל מגיע ממדינה שבה הרגולציה דורשת משירותי בינה מלאכותית ג׳נרטיבית לדבוק ב״ערכי הליבה הסוציאליסטיים״ ולהימנע מתוכן שנתפס כמסכן את ביטחון המדינה, האחדות הלאומית או היציבות החברתית, זו כבר לא רק בחירת מוצר - זו בחירה בשכבת ממשל זרה בתוך תהליך עבודה מקומי. תקנות הבינה המלאכותית הג׳נרטיבית של סין מ-2023 קובעות במפורש דרישות כאלה לשירותים המוצעים לציבור בתוך סין.
המחיר הנמוך עלול להתגלות כחוב יקר
הפיתוי ברור. מודלים פתוחים או זולים יותר יכולים להיראות כמו החלטה עסקית מצוינת. עבור סטארטאפ בתחילת הדרך, צוות פיתוח לחוץ או גוף ציבורי עם תקציב מוגבל, מחיר נמוך לכל טוקן יכול להכריע, אבל תשתית זולה שאי אפשר לבדוק, לשלוט בה או להחליף בזמן אמת עלולה להפוך לחוב אסטרטגי.
הטענה בדוח מנוסחת דרך עולם הקוד, אבל היא תקפה גם למערכות שירות לקוחות, ניתוח מודיעין, בריאות, חינוך, משפט, פיננסים וניהול תשתיות. מודל שכותב קוד פגיע הוא דוגמה אחת. מודל שמסרב לטפל בנושאים מסוימים, משנה תשובות לפי זהות המשתמש, או מטמיע הנחות זרות בתוך תהליכי החלטה, הוא בעיה רחבה יותר.
העניין הוא לא רק ביטחוני. תשתית AI ריבונית יכולה לשרת גם יעדים חיוביים יותר, כמו התאמה טובה יותר לעברית ולערבית, שמירה על מידע רגיש בתוך גבולות מוגדרים, זמינות בשעת משבר, הפחתת תלות בספק אחד, ויכולת לפתח שירותים ציבוריים ועסקיים לפי צרכים מקומיים. ריבונות טובה היא לא רק חומת מגן, היא גם בסיס שעליו אפשר לבנות חדשנות שלא מחכה לאישור, לתמחור או למדיניות תוכן של גורם חיצוני.
מה מדינות מנסות לבנות כשהן מדברות על ריבונות
ריבונות AI אינה מסתכמת בבעלות על כמה שרתים. היא כוללת גישה לכוח חישוב, מאגרי נתונים איכותיים ומקומיים, מודלים שמבינים את השפה וההקשר התרבותי, מנגנוני בדיקה עצמאיים, יכולת פריסה מאובטחת, חוזים ברורים, ותנאי שימוש שמדינה או ארגון קריטי לא מגלים רק בדיעבד.
ה-OECD מתאר את כוח החישוב כמרכיב בסיסי בהתפתחות AI, כזה שמבוסס על שכבות פיזיות של חומרה, תוכנה ייעודית ושרשראות אספקה מורכבות. במילים פשוטות יותר, מי שאין לו גישה יציבה לחישוב מתקדם תלוי במי שכן מחזיק בו. ה-OECD אפילו מציין שמדינות בוחנות כיצד לתכנן תשתיות חישוב ל-AI כך שיהיו זמינות, מאובטחות, עמידות ותומכות בריבונות ארוכת טווח.
זו גם הסיבה שמדינות מתחילות להתייחס ל-AI כמו לתשתית לאומית. האיחוד האירופי מקדם את תוכנית “AI Continent”, עם יעד של 200 מיליארד אירו להשקעות ב-AI, כולל 20 מיליארד אירו למימון עד חמישה AI gigafactories ו-19 מפעלי AI שיתמכו בחברות, חוקרים ותעשייה. המסר האירופי ברור, בינה מלאכותית היא לא רק אפליקציה מעל הענן, אלא יכולת ייצור לאומית ותעשייתית.
ומה קורה אצלנו?
ישראל כבר התחילה לזוז בכיוון הזה. ביוני 2026 אישרה הממשלה תוכנית לאומית להאצת הבינה המלאכותית, שמציבה יעד של 100 אלף יחידות עיבוד לשימושי המדינה, לצד הרחבת תשתיות מחשוב ריבוניות, הקמת מכון לאומי לבינה מלאכותית, מחשב קוונטי לאומי והטמעת כלי AI בשירות הציבורי. זו הצהרת כוונות משמעותית, אבל היא עדיין תצטרך להימדד בביצוע: איזה כוח מחשוב יוקם בפועל, מי יקבל אליו גישה, באיזה מחיר, באילו תנאי אבטחה, ובאיזה קצב.
צעד מעשי ראשון כבר קיים. רשות החדשנות פתחה ב-2026 את מסלול הגישה למחשב-העל הלאומי ל-AI, תשתית שהוקמה ומונגשת באמצעות Nebius. במסגרת המסלול יוקצו לחברות הייטק ולחוקרים משאבי מחשוב בהיקף של 1,000 מאיצי Nvidia B200, בחלוקה של 70% לתעשייה ו-30% למחקר. לפי הרשות, המהלך נועד לאפשר אימון מודלים גדולים בישראל בעלות מופחתת ממחירי השוק, לקצר זמני המתנה ולצמצם תלות בתשתיות מחשוב זרות.
אבל עבור ישראל, מחשוב הוא רק חלק מהבעיה. האתגר המקומי כולל גם שוק קטן יחסית, מחסור בדאטה איכותי בעברית ובערבית בהשוואה לאנגלית, תלות בשבבים ובענן מחו״ל, ומדיניות רכש שעדיין צריכה להדביק את קצב השימוש בכלים ג׳נרטיביים. תשתית ריבונית אמיתית תצטרך לכלול גם מודלי שפה חזקים בשפות המקומיות, מערכי בדיקה עצמאיים שמנסים לאתגר את המודל, לחשוף הטיות ולזהות חולשות אבטחה, ומדיניות ברורה שמונעת מגופים רגישים להכניס מודלים לא מבוקרים ללב תהליכי העבודה.
ריבונות היא היכולת לבחור
הטיעון בעד AI ריבוני הוא לא קריאה לניתוק מהעולם. ישראל תמשיך להזדקק לשותפויות עם חברות אמריקאיות, אירופיות ואסיאתיות, לשבבים מחו״ל, למודלים מסחריים ולמחקר גלובלי. ריבונות חכמה נשענת גם על בריתות. השאלה היא האם קיימת יכולת בחירה אמיתית. האם אפשר להריץ מודל קריטי בסביבה מקומית. האם אפשר לבדוק מי שינה את התנהגות המודל ומתי. האם אפשר להחליף ספק בלי להשבית שירות. האם גוף ביטחוני, בנק או בית חולים יודעים לומר איזה מודל נגע באיזה מידע, ובאילו תנאים.
הסיכון הגדול ביותר זה לא מודל זר שיענה תשובה פוליטית בעייתית בצ׳אט. הסיכון הוא שתלות זולה ונוחה תהפוך לתשתית שקופה, כזו שכבר אי אפשר לראות בתוך הקוד, במערכות ובתהליכים. ברגע שמודל חיצוני הופך לחלק משגרת הפיתוח וההחלטה, הוא לא מביא איתו רק יכולות - הוא מביא גם את ההטיות, החוקים והמגבלות שנבנו לתוכו. מדינה שרוצה לשמור על חופש פעולה בעידן ה-AI צריכה להשקיע לא רק באימוץ מהיר, אלא גם ביכולת לבדוק, להריץ, להבין ולהחליף את המודלים שעליהם היא נשענת.
