מפת הדרכים החדשה של CNCF: כך נראות תשתיות ה-AI בענן ב-2025

Cloud Native פוגש GenAI: איך מפת הכלים של CNCF מגדירה את הדור הבא של תשתיות AI

דווקא בשלב שבו ארגונים רודפים אחרי מודלים גדולים, סוכני AI ופתרונות GenAI לכל צורך – הדו"ח החדש של Cloud Native Computing Foundation (CNCF) יחד עם SlashData מזכיר את האמת הפשוטה: בלי תשתית עננית יציבה, סקיילבילית ומודולרית אין AI אמיתי בפרודקשן.

בדו"ח Q4 2025 של CNCF Technology Landscape Radar, שפורסם לרגל KubeCon + CloudNativeCon North America באטלנטה, נותחו חוויות המפתחים וכלי ה-AI המובילים בשלושה תחומים מרכזיים:

• כלים ל-Inference של מודלים
• מערכות Orchestration ל-ML
• פלטפורמות ופרויקטים של Agentic AI

הניתוח מבוסס על יותר מ-300 מפתחים מקצועיים המשתמשים בטכנולוגיות Cloud Native, ומדרג את הכלים לפי היכרות, בשלות, שימושיות ונכונות להמליץ – וממקם אותם בארבע קטגוריות: Adopt, Trial, Assess, Hold.

Inference: Triton ו-BentoML מובילים את הפרודקשן

בקטגוריית כלי ה-Inference, המגמה ברורה: מי שמסוגל לרוץ בקנה מידה גדול, ביעילות ובצמידות לחומרה – זוכה לאמון השוק.

הכלים שקיבלו דירוג "Adopt" (לאמץ כסטנדרט ארגוני):

• NVIDIA Triton Inference Server – הכוכב הברור.

  • מוביל בבשלות: 50% מהמשיבים העניקו 5 כוכבים, ועוד 30% העניקו 4 כוכבים.
  • מוביל בשימושיות: 41% דירגו 5 כוכבים, 38% דירגו 4 כוכבים.
  • משמש בעיקר בצוותים המתמודדים עם עומסי Inference כבדים ו-Production Workloads קריטיים.
  • המסר: Triton כבר מזמן לא רק כלי של "נרדס GPU" – אלא אבן יסוד בארכיטקטורות AI מודרניות.

• TensorFlow Serving ו-DeepSpeed – מקבלים אמון רחב.

  • מאפשרים מסלולי פריסה גמישים, כולל תמיכה במודלים שונים ותצורות מגוונות.
  • מתאימים לארגונים שרוצים לשמור על גמישות טכנולוגית לצד יציבות.

• BentoML – נכנס לרשימת ה-Adopt בצד ה-Inference, אך מדורג "Trial" בתחום ה-Orchestration.

  • מלמד על הכוח (והאתגר) של כלים רב-תפקידיים: מצטיינים בתחום אחד, עדיין בדרך לאחרים.

תובנה מפתיעה מגיעה מ-Adlik: למרות שימוש מוגבל יחסית, 92% מהמשתמשים הנוכחיים או לשעבר ממליצים עליו. זהו אות ברור לכך שפתרונות נישתיים – כמו אופטימיזציית מודלים ודיפלוימנט מותאם חומרה – יכולים לבנות קהילות נאמנות גם בלי להוביל בנתחי שוק.

לעומת זאת, כלי בשם "lama" (ככל הנראה פרויקט צעיר) קיבל את דירוגי הבשלות הנמוכים ביותר (23% בלבד), ומסמן לארגונים: לא כל מה שחדש וטרנדי מוכן באמת ל-scale ארגוני.

Orchestration: Airflow ו-Metaflow הופכים לתשתית הדיפולט

עם התפוצצות מספר המודלים, הדאטה פייפליינים וה-Experiments, עולם ה-ML Orchestration הופך קריטי – והנתונים מראים שמספר כלים כבר הפכו לסטנדרט דה-פקטו.

המדורגים "Adopt" בתחום זה:

• Metaflow – מוביל בבשלות.

  • 84% מהמשיבים העניקו לו 4 או 5 כוכבים.
  • נתפס ככלי שנבנה "בשביל מפתחים", ומחבר בין מדעני נתונים לתשתיות ללא כאבי ראש מיותרים.

• Apache Airflow – מוביל בשימושיות ובהמלצות.

  • ללא אף דירוג של 1 או 2 כוכבים בשימושיות – נתון נדיר.
  • נשאר בחזית בזכות פשטות יחסית, אקו-סיסטם עשיר וקונסיסטנטיות.

כלים נוספים:

• BentoML – כאמור, Trial ב-Orchestration: מראה פוטנציאל, אבל עוד לא מחליף כלים ייעודיים.
• Argo Workflows ו-Kubeflow (שניהם חלק מאקו-סיסטם CNCF) – מדורגים כ-Trial.
  • מראים נוכחות חזקה בסביבות Kubernetes-heavy, אך עדיין נדרשת הבשלה לשימוש רוחבי.
• Flyte ו-Seldon Core – מדורגים עם ציוני אמצע, בעיקר 3 כוכבים.
  • משדרים: יש בסיס, יש עניין, אבל עדיין יש מקום לבדל את עצמם.

הקו האדום שעובר בין כל הכלים: מי שמספק יציבות, שקיפות ו-fit-for-purpose בונה אמון מפתחים מהר יותר ממי שמצלצל חזק בשיווק.

Agentic AI: MCP ו-Llama Stack בחזית, A2A מסמן פוטנציאל

הדור הבא של מערכות AI כבר לא רק "מודל שעונה על שאלות", אלא ארכיטקטורות Agentic – סוכנים, פרוטוקולים, הקשר, פעולה. כאן ה-CNCF Radar מציע הצצה מרתקת.

שני כלים עברו לקטגוריית "Adopt":

• Model Context Protocol (MCP) – מוביל בשימושיות (80% נתנו 4–5 כוכבים) ובבסיס המשתמשים.

  • מצביע על כך שעיצוב מבוסס סוכנים ופרוטוקולים מובנים כבר מוצא את מקומו בשטח, במיוחד ב:
    • תמיכת לקוחות חכמה
    • אינטגרציות למערכות תפעוליות
    • חיבור בין מודלים, דאטה ושירותים קיימים.

• Llama Stack – מסמן התבגרות סביב Llama כסטאק ולא רק כמודל.

  • מתאים לארגונים שרוצים שליטה טובה יותר בפריסה, בהתאמה ובממשקים.

ובצד המבטיח:

• Agent2Agent (A2A) – עדיין צעיר, פחות בשל, אך זוכה להמלצת 94% מהמשתמשים.
  • הדגש פה: הייפ חיובי שמבוסס על פוטנציאל נתפס. הקהילה משדרת אמון בכיוון, גם אם הכלי עדיין לא "סגור".

המסר לשוק הישראלי: פרויקטי Agentic AI כבר לא רעיון ניסיוני בלבד. יש סטנדרטים מתהווים, ויש כלים שהקהילה אומרת עליהם בפירוש: אפשר להתחיל לבנות עליהם.

Cloud Native כבר כאן – גם אם אתם לא קוראים לזה כך

אחד הממצאים החשובים בדו"ח אינו שם של כלי, אלא מגמה תרבותית:

• 41% ממפתחי ה-AI/ML מזהים את עצמם כ-cloud native – והמספר הזה צפוי לעלות.
• אבל גם מי שלא מגדיר את עצמו כך, בפועל נשען על עקרונות Cloud Native:
  • קונטיינרים
  • Orchestration (במיוחד Kubernetes)
  • סקיילביליות אוטומטית
  • אמינות, ניטור ואובזרווביליות ברמת פרודקשן.

ה-CNCF מדגישה: אותן תפיסות שבנו את Kubernetes, Prometheus ו-Envoy – הן בדיוק מה שצריך כדי להריץ מודלים, סוכנים ופייפליינים של AI בקנה מידה גדול, בצורה בטוחה ויעילה.

למה זה חשוב לחברות וסטארטאפים בישראל

לצוותי פיתוח, Data ו-ML בארץ, שעסוקים בבניית פתרונות GenAI לשווקים גלובליים, הדו"ח הזה הוא מפת דרכים פרקטית:

• לבחור כלים בקטגוריית "Adopt" כהימור שמרני-חכם לתשתיות ליבה.
• לזהות פרויקטים בקטגוריית "Trial" שבהם שווה להתנסות כדי לבדל את המוצר – אבל לא להמר עליהם לבד בפרודקשן.
• להבין שהמשחק האמיתי הוא באינטגרציה בין Cloud Native ל-AI: בלי Orchestration חכם, ניטור והפרדה ברורה בין שכבות – גם המודל הכי נוצץ יקרוס בעומס.

ה-CNCF, בתמיכת כמעט 800 חברים ותאגידי ענק לצד מאות סטארטאפים, ממשיכה לתפקד כגורם מייצב באקו-סיסטם: מאמצת פרויקטים, מייצרת כנסים בקנה מידה עצום ומספקת לקהילה – כולל כאן בישראל – מצפן טכנולוגי בעולם AI שנמצא בעיצומה של האצה חסרת תקדים.