בינה מלאכותית כקטר, ישראל כמסילה: איך נבנה עכשיו את עמוד השדרה של הכלכלה הבאה

AI כקטר של הכלכלה החדשה

במשך השנים האחרונות התרגלנו לדבר על AI – ובמיוחד על Generative AI – כשינוי פרדיגמה. מודלים מייצרי טקסט, קוד ותמונה, מערכות חיזוי, אוטומציה חכמה, מנועי המלצה מתקדמים – כולם מתקדמים בקצב מסחרר. אבל מאחורי כל הדמויות המרשימות של ChatGPT, Gemini, Claude ושאר הכלים מסתתרת שאלה אחת פשוטה אך קריטית:

האם יש לנו בכלל את המסילה שעליה הקטר הזה יכול לנסוע?

הקטר – הוא יכולות ה-AI. המסילה – היא התשתית: חוות GPU, רשתות מהירות, Data Centers מתקדמים, ארכיטקטורת תוכנה יעילה, סטנדרטים רגולטוריים, כוח אדם מיומן. בלי זה, גם המודל המרשים ביותר נשאר דמו דליל או מוצר מוגבל לשכבה דקה של ארגונים עשירים במיוחד.

הפער שבולם את הקפיצה הגדולה

למרות ההתקדמות הדרמטית ביכולות ה-AI, בפועל ארגונים רבים – בישראל ובעולם – עדיין מתקשים להטמיע פתרונות מתקדמים בקנה מידה רחב. כמה חסמים מרכזיים בולטים:

• מחסור בתשתיות מחשוב ייעודיות: מודלי Generative AI דורשים עוצמות חישוב אדירות, אחסון מהיר וקרוב לנתונים, ותמיכה בעומסים דינמיים. ללא GPU/HPC וארכיטקטורה מתאימה, העלויות מרקיעות שחקים והביצועים נפגעים.
• רוחב פס ורשתות: AI מודרני הוא data-hungry. בלי קישוריות ברמה גבוהה בין מרכזי נתונים, עננים, ארגונים ומוסדות מחקר – זמני תגובה, אבטחה ועלויות הופכים למחסום אמיתי.
• תוכנה וארכיטקטורה: לא מספיק "לקנות שרתים". צריך שכבת Orchestration, ניהול עומסים, שמירת פרטיות, ניהול מודלים, אבטחה, Data Governance. הרבה ארגונים עדיין בונים סביבת AI על תשתית מיושנת שלא תוכננה לעומסים ולאופי השימוש החדשים.

התוצאה: הטכנולוגיה רצה קדימה, התשתית צועדת מאחור – והפער הזה מאיים לעכב את המעבר לכלכלה מונעת בינה מלאכותית.

ישראל בצומת דרכים: קטר עולמי בלי תחנה מרכזית

ישראל נתפסת ככוח משמעותי בעולמות הסייבר, ה-Cloud, הפינטק וה-DevTools, וכעת גם בחברות AI חדשניות. אבל כשמסתכלים על "עמוד השדרה" – תשתיות AI ברמה לאומית – התמונה מורכבת.

בעוד ארה"ב, סין וסעודיה משקיעות מאות מיליארדי דולרים בתשתיות AI, ישראל עדיין מתלבטת. ועדות מקצועיות, בהן ועדת נגל, מדברות על הקמה של חוות GPU לאומיות עם עשרות אלפי מעבדי NVIDIA – אך בעולם כבר מדברים על חוות עם מאות אלפים עד מיליונים של מאיצים.

כאן מגיעה ההכרה האסטרטגית:

• ישראל לא תהפוך ל"סופר-פאוור תשתיות" בקנה מידה אמריקאי או סיני.
• אבל היא כן יכולה – וחייבת – לבנות מספיק תשתית לאומית, חכמה ומדויקת, שתאפשר לה להישאר שחקנית מובילה בתחומים שבהם יש לה יתרון יחסי.

מה צריך לקרות בתשתית הלאומית?

כדי שהקטר לא יברח לנו מהתחנה, נדרש מהלך מתואם שמשלב מדינה, תעשייה, אקדמיה ויזמות:

1. Data Centers מתקדמים בישראל

   • הקמה או הרחבה של מרכזי נתונים בעלי קיבולת חישוב גבוהה, מותאמים ל-AI, עם זמינות גבוהה ותקני אבטחת מידע מחמירים.
   • תמריצים ממשלתיים בדמות הנחות אנרגיה, הקלות רגולטוריות ומדיניות מיסוי תחרותית, בדומה לאיחוד האירופי ולמדינות מובילות באסיה.
   • הפיכת התשתיות הללו ל"תשתית פתוחה": זמינה לאקדמיה, לסטארט-אפים, למגזר הציבורי ולתעשייה – לא רק לענקיות.

2. שילוב הון פרטי ושחקני ענק גלובליים

   • ברור שהמדינה לבדה לא תוכל לממן תחרות ישירה עם השקעות העתק של ארה"ב וסין.
   • נדרש מודל היברידי: שיתוף פעולה עם חברות גלובליות כמו CoreWeave, Crusoe, Together.ai ושחקני ענן, לעידוד הקמת חוות חישוב בישראל.
   • המדינה מספקת ודאות רגולטורית ותמריצים; המגזר הפרטי מביא הון, ניסיון ותשתית בקנה מידה גדול.

3. ארכיטקטורה, רגולציה ו-Data Governance

   • תקנים ברורים לשימוש ב-AI במערכות ציבוריות ופרטיות.
   • עידוד פיתוח תשתיות תוכנה לניהול מודלים, data pipeline, אבטחת מידע ופרטיות – תחום שבו לישראל יש כבר יתרון.

לשחק חכם: להתמקד בוורטיקלים שבהם ישראל יכולה להוביל

המסר החשוב ביותר עבור ישראל: במקום לנסות להיות "הכי גדולה", צריך להיות "הכי חדה". כלומר, להתמקד בוורטיקלי AI שבהם יש לנו יתרון יחסי ברור – צבאי, טכנולוגי, גאוגרפי או תעשייתי.

כמה דוגמאות בולטות:

• סייבר מונע AI: ישראל כבר מובילה. הטמעת AI במניעת תקיפות, ניתוח אנומליות, אוטומציית SOC – תחומים שבהם עומק הידע הישראלי יוצר יתרון מהותי.
• ניהול נתוני AI (AI Data Infrastructure): חברות כמו Vast Data, שמושכת עניין והשקעות מ-Google ו-NVIDIA, ממקמות את ישראל בלב מהפכת אחסון וניהול נתונים לעידן ה-AI.
• Blue Economy בחיפה:
  • שימוש ב-AI לניהול נמלים, מסלולי שיט, אופטימיזציית דלק, חיזוי עומסים וזרמים, חקלאות ימית, אנרגיה מתחדשת בים וקירור חכם למרכזי נתונים.
  • מעל 30 סטארט-אפים כבר פועלים סביב המכון למדיניות וניווט ימי (MPS) בחיפה.
  • שוק ימי גלובלי בהיקף של כ-2.5 טריליון דולר – ואפשרות ריאלית ש"ה-Wiz הבאה" תגיע דווקא מהים.

זהו מודל אסטרטגי: לבחור שדות שבהם AI הוא מכפיל כוח ליתרונות שכבר קיימים לנו – ולא לנסות לשכפל את מה שעושות מעצמות-העל.

בלי אנשים – אין תשתית

עמוד השדרה של מהפכת ה-AI הוא לא רק חשמל ו-GPU, אלא גם אנשים:

• הגדלת נפח המהנדסים: צריך הרבה יותר בוגרי הנדסת חשמל, אלקטרוניקה, מדעי המחשב, מתמטיקה ופיזיקה.
• חינוך מחדש (Reskilling) והכשרות מהירות: התאמת מכללות, הכשרות מקצועיות ותוכניות חינוכיות לעולם שבו כל תחום – מרפואה ועד לוגיסטיקה – כולל עבודה עם AI.
• מכון מחקר לאומי לבינה מלאכותית:
  • מרכזי מצוינות שימשכו חוקרים ישראלים מחו"ל.
  • שיתופי פעולה בינלאומיים בתחומי ML, Generative AI, שבבים ייעודיים, אלגוריתמים חסכוניים באנרגיה, ואתיקה, פרטיות ואבטחת סייבר ב-AI.

חלון הזדמנויות צר – ומה ישראל צריכה לעשות עכשיו

הסיפור כולו מתכנס לקריאה אחת ישירה: ישראל חייבת להחליט שהיא משחקת ברצינות במשחק ה-AI – אבל בצורה חכמה.

הצעדים הדחופים:

1. לאשר ולהוציא לפועל תוכנית לאומית רב-שנתית ל-AI, כולל תשתיות, חינוך, מחקר ורגולציה.
2. לעודד השקעות זרות וחברות תשתית גלובליות להקים כאן נוכחות משמעותית – עם מדיניות תחרותית וברורה.
3. להשקיע באופן ממוקד בוורטיקלים שבהם ישראל כבר בולטת – סייבר, תשתיות נתונים, Blue Economy, ביטחון, HealthTech ועוד.
4. לבנות גשר אפקטיבי בין אקדמיה, תעשייה וממשלה – כך שתשתיות, ידע ויישומים לא יישארו מנותקים זה מזה.

ישראל כבר הוכיחה בעבר שהיא יודעת "לכתוב את חוקי המשחק" מחדש – מהסייבר ועד SaaS. בעידן ה-AI, השאלה אינה רק אילו סטארט-אפים יקומו כאן, אלא האם נבנה את המסילה שתאפשר להם לרוץ.

הבחירה ברורה: או שנהיה בין מי שמגדירים את עמוד השדרה של כלכלת ה-AI – או שנמצא את עצמנו תלויים, טכנולוגית וכלכלית, בתשתיות של אחרים.