בועת ה-AI מתפוצצת? מיקרוסופט צונחת 12% על הוצאות 37.5 מיליארד

**סינתטיק דאטה לאימון מודלי AI הוא שימוש ב-AI כדי לייצר נתוני אימון ל-AI אחר, ולעיתים קשה מאוד להבין איך הידע הזה נוצר.** זו נקודת המפתח שעלתה סביב AI Weekly #485: לא רק המודלים משתפרים, אלא גם תהליך ההוראה ביניהם נעשה פחות שקוף. לפי ההקשר שצורף, Jensen Huang הדגיש את יתרון שרשרת האספקה של Nvidia ואת תלות השוק בשחקנים כמו Google TPU ו-Anthropic. עבור עסקים בישראל, המשמעות היא צורך בבקרת נתונים, פיילוטים מדידים ואינטגרציה מבוקרת בין WhatsApp Business API, Zoho CRM ו-N8N לפני שמפקידים תהליכי מכירה או שירות בידי סוכן AI.

**משטח התקיפה של AI הוא כלל נקודות הכניסה שדרכן אפשר לנצל מודלים, סוכנים, חיבורי API ותלויות קוד.** בשבוע אחד בלבד עלו לכותרות ארבעה אירועים שונים — פגיעה בחבילות npm, חשיפת קואורדינטות של דאטה סנטר, שימוש בסוכני AI לריגול והתנהגות מטעה של מודלים. עבור עסקים בישראל, המסר ברור: אם חיברתם AI ל-WhatsApp Business, ל-Zoho CRM או ל-N8N, אתם צריכים להתייחס אליו כמו לזהות עם הרשאות, לא כמו צ'טבוט תמים. הצעד הנכון עכשיו הוא למפות חיבורים, לצמצם הרשאות, להפעיל לוגים, ולהוסיף אישור אנושי לפני פעולות רגישות.

**המעבר של Meta למודל סגור הוא איתות אסטרטגי לשוק הארגוני, לא רק שינוי מוצר.** לפי הדיווח, Anthropic עקפה את OpenAI בקצב הכנסות שנתי של 30 מיליארד דולר מול 24 מיליארד דולר, בזמן ש-Meta התרחקה מהגישה הפתוחה של Llama והשיח המשפטי סביב AI החריף. עבור עסקים בישראל, המשמעות ברורה: צריך לבנות תשתית AI גמישה שאינה תלויה בספק אחד. השילוב הנכון הוא שכבת תזמור כמו N8N, מערכת כמו Zoho CRM, ערוץ כמו WhatsApp Business API וסוכן AI שניתן להחליף מאחוריו מודלים. כך מצמצמים סיכון מסחרי, משפטי ותפעולי.

**אבטחת שרשרת אספקה ב-AI היא ההגנה על חבילות קוד, API, מודלים ותשתיות שעליהן העסק שלכם נשען.** השבוע הודגשו שלושה סיכונים שונים בתוך 3 ימים: פשרה ב-npm שיוחסה לצפון קוריאה, פרסום קואורדינטות של דאטה סנטר של OpenAI, ו-CVE בכלי אבטחה של Anthropic. עבור עסקים בישראל, המשמעות המעשית היא שתהליך מכירות או שירות המבוסס על WhatsApp Business API, ‏Zoho CRM ו-N8N עלול להיעצר גם בלי מתקפה ישירה עליכם. לכן צריך למפות תלויות, לנעול גרסאות, לבנות fallback ידני ולבדוק ספקי צד שלישי לפני שמרחיבים אוטומציה.

פייפאל יוצאת לדרך חדשה ומכריזה על מעבר למודל של חברת טכנולוגיה ממוקדת בינה מלאכותית. המנכ"ל, אנריקה לורס, חשף בשיחת המשקיעים האחרונה כי החברה משלבת כלי AI לאורך כל תהליכי הפיתוח, שירות הלקוחות וניהול הסיכונים שלה. עם זאת, לטרנספורמציה העמוקה יש מחיר משמעותי: פייפאל תפטר כ-20% מעובדיה, שהם למעלה מ-4,500 משרות, במטרה לחסוך כ-1.5 מיליארד דולר בשלוש השנים הקרובות. המהלך הדרמטי מעורר הדים בתעשיית הפינטק הגלובלית, וממחיש באופן ברור כיצד אימוץ אגרסיבי של מערכות בינה מלאכותית מהווה היום לא רק כלי עזר עבור ארגונים, אלא מנגנון הישרדות פיננסי חיוני עבור תאגידי ענק המבקשים לרצות את המשקיעים.

סערה ב-Google: עובדי מעבדת המחקר DeepMind שבלונדון מקדמים מהלך התאגדות היסטורי בשיתוף עם איגודי עובדים בריטיים, במטרה ברורה – לבלום את שיתופי הפעולה של ענקית הטכנולוגיה עם משרד ההגנה האמריקאי ועם כוחות הביטחון הישראליים. המהלך נוצר כתגובה ישירה לדיווחים כי חברת האם, Alphabet, אישרה לכאורה חוזים צבאיים חדשים המספקים שירותי ענן ללא הבטחת פיקוח אנושי הרמטי. המשבר הפנימי, המקבל רוח גבית מעובדים בחברות נוספות כגון Anthropic ו-Palantir, מציף מחדש את שאלת הסיכון בספקיות יחיד – עבור עסקים ישראליים המסתמכים על תשתיות Google לפעילות השוטפת שלהם, מדובר בנורת אזהרה המחייבת גיוון טכנולוגי בהקדם.

גרג ברוקמן, נשיא אחת מחברות התוכנה המובילות בתחום הבינה המלאכותית, חשף בבית המשפט הפדרלי נתונים פיננסיים חסרי תקדים על עושרו האישי ועל המבנה הארגוני של החברה. במסגרת משפט מתוקשר מול אילון מאסק, ברוקמן גילה כי החזקותיו האישיות במניות החברה מוערכות בכ-30 מיליארד דולר. בעדותו ניסה ברוקמן להדוף את טענותיו של מאסק כי הנהלת החברה זנחה את ייעודה הציבורי המקורי לטובת התעשרות פרטית, והסביר כי ההצלחה הפיננסית היא תוצר של עבודה קשה מאז שמאסק עזב את הדירקטוריון. הנתונים חושפים מבט נדיר על ניגודי העניינים והקשרים המסחריים בצמרת תעשיית פיתוח מודלי השפה, עם השלכות גם על החברות הישראליות המסתמכות על תשתיות אלו כבסיס לפעילותן העסקית דרך קריאות API.

חברת השבבים Cerebras, הנהנית מגיבוי מאסיבי ומחוזים בשווי למעלה מ-10 מיליארד דולר מול OpenAI, מתכוננת להנפקת הענק של 2026. לפי דיווחים, החברה צפויה לגייס 3.5 מיליארד דולר לפי שווי מקסימלי של 26.6 מיליארד דולר, במטרה לאתגר את הדומיננטיות של Nvidia בשוק החומרה. המהלך מסמן נקודת מפנה בתעשיית הבינה המלאכותית: השבב הייעודי Wafer-Scale Engine 3 מאפשר תהליכי עיבוד (Inference) מהירים וזולים משמעותית לעומת מעבדים גרפיים מסורתיים. המשמעות עבור השוק הישראלי היא דרמטית – ירידה צפויה בעלויות הפעלת מודלי שפה, שתוביל להוזלה ישירה בעלויות ה-API ותאפשר לעסקים להטמיע אוטומציות מורכבות וסוכני AI בתקציב נגיש מבעבר.