למה חברות רוצות בינה מלאכותית משלהן

רוב החברות פוגשות בינה מלאכותית בשכירות. רישיון משתמש ב־ChatGPT או ב־Claude, מפתח לממשק, חשבון שגדל עם כל משתמש נוסף. המודלים מצוינים, ולרוב העבודה בחברה זה ההסדר הנכון. גם המוח של החברה שלנו עובד ב־Claude וב־ChatGPT מדי יום.

יש עבודה אחרת. חוזה שאסור לאיש מבחוץ לקרוא. דוחות הבדיקה של מוצר שעוד לא הוכרז. עשרות שנים של ידע הנדסי, שסוף סוף נכתב בצורה שמודל יכול להשתמש בה. בעבודה כזו השאלה משתנה. היא כבר לא איזה מודל הוא הטוב ביותר, אלא בבניין של מי המודל רץ, ומי לומד ממה שהוא קורא.

ממה חברות אומרות שהן חוששות

את החשש אפשר למדוד. במחקר ההשוואתי של Cisco לשנת 2026 נסקרו 5,200 אנשי IT, טכנולוגיה ואבטחת מידע ב־12 שווקים. 86 אחוזים מהם אמרו שנתונים שמאוחסנים מקומית בטוחים יותר מעצם טבעם, לעומת 90 אחוזים שנה קודם, ו־81 אחוזים דיווחו על דרישה גוברת לשמור את הנתונים מקומית. לשלושה מכל ארבעה ארגונים היה גוף ייעודי לממשל AI. רק 12 אחוזים הגדירו את הגוף שלהם כבשל.

בשווייץ התמונה דומה. בסקר של EY בקרב 604 חברות, שפורסם במאי 2026, אמרו 89 אחוזים מהמשיבים שהם משתמשים בבינה מלאכותית בעבודה היומיומית. עבור 51 אחוזים היה קריטי לעסק שמערכות AI יעמדו בדרישות הגנת המידע של שווייץ או של אירופה.

מאחורי המספרים עומדת נקודה פשוטה יותר. קלם דלאנג, שעומד בראש Hugging Face, אמר ל־TechCrunch ביולי: "לא כדאי לכם להוציא את יכולות הליבה שלכם לחברה אחרת". אצל רוב החברות, הידע המקצועי הוא הליבה. זה החלק שהכי קשה להעתיק, והחלק שמודל שכור יודע עליו הכי מעט.

מה תנאי השימוש לארגונים כבר מכסים

השכירות נעשתה בטוחה יותר משהייתה. OpenAI מצהירה שמאז 1 במרץ 2023 נתונים שנשלחים ל־API שלה אינם משמשים לאימון המודלים שלה, אלא אם הלקוח בחר בכך. Anthropic מצהירה שכברירת מחדל היא אינה משתמשת בקלט או בפלט של המוצרים המסחריים שלה לאימון.

העבודה נמצאת בפרטים. ב־OpenAI, יומנים שנשמרים לצורך ניטור שימוש לרעה נשמרים כברירת מחדל עד 30 יום. אפס שמירת נתונים זמין ללקוחות זכאים, לאחר אישור. אזור אירופי שמכסה את המרחב הכלכלי האירופי (EEA) ואת שווייץ שומר שם את תוכן הלקוחות, והשימוש בו מחייב אחת מבקרות השמירה המאושרות. נתוני מערכת, כמו נתוני חשבון, חיוב ושימוש, עדיין עשויים להיות מעובדים במקום אחר, ובמודלים ששוחררו מאז 5 במרץ 2026 נקודות הקצה האזוריות יקרות ב־10 אחוזים.

שום דבר מזה אינו סיבה להימנע מהמודלים השכורים. זו סיבה לקרוא את תנאי השימוש כרשימה של התניות. החוזה קובע מה הספק רשאי לעשות עם הנתונים שלכם. הוא לא קובע איפה הספק יושב, מתי המודל משתנה, או אם המודל ישתפר אי פעם בעבודה שלכם. אלה שאלות של ארכיטקטורה.

מודלים עם משקלים פתוחים קרובים מספיק

מודלים עם משקלים פתוחים, שחברה יכולה להוריד ולהריץ בעצמה, התקרבו למודלים הסגורים הטובים ביותר. לפי AI Index 2026 של סטנפורד, במרץ 2026 הקדים המודל הסגור המוביל את המודל הפתוח המוביל ב־3.3 אחוזים. באוגוסט 2024 עמד הפער על 0.5 אחוז, כך שהוא נפתח שוב, מעט. שישה מתוך עשרת המודלים המובילים בטבלת הדירוג של Arena הם סגורים.

גם המעבדות הגדולות ביותר מפרסמות משקלים פתוחים. באוגוסט 2025 שחררה OpenAI שני מודלים עם משקלים פתוחים ברישיון Apache 2.0. הגדול מביניהם רץ על GPU יחיד עם 80 GB זיכרון, והקטן מסתפק ב־16 GB.

לשווייץ יש מודל משלה. Apertus, שנבנה על ידי EPFL, ETH Zurich והמרכז הלאומי השווייצרי למחשוב־על, יצא בגרסה 1.5 ביולי 2026, עכשיו עם הבנה של תמונה ושמע, ברישיון Apache 2.0 ופתוח למחקר ולשימוש מסחרי. יוצריו מצביעים על קנטון טיצ׳ינו, שמפעיל שירות תרגום משלו על Apertus, כדי שמסמכים ממשלתיים רגישים יתורגמו בלי להסתמך על ספקים מסחריים.

במשימה צרה בתוך חברה אחת, טבלת הדירוג חשובה פחות מהשאלה אם המודל מכיר את המונחים, הכללים וההחלטות הקודמות של החברה. את זה חברה יכולה ללמד מודל שנמצא בבעלותה.

איפה מודל פרטי יכול לרוץ

"פרטי" מכסה שלושה מקומות. חשבון ענן של החברה עצמה, עם המפתחות שלה. שרתים בבניין שלה או במרכז הנתונים שלה. ורשתות סגורות שאינן נוגעות באינטרנט לעולם.

לכל אחד מהם יש מחיר. בעלות על מודל פירושה בעלות על התפעול שלו: החומרה או חוזה הענן, העדכונים, האבטחה, הבדיקה של כל גרסה חדשה, ואדם שאחראי לכל זה. שכירות פירושה חשבון שגדל עם כל משתמש ועם כל שאילתה, ומודל שהספק יכול לשנות בכל יום.

לרוב החברות התשובה הכנה היא גם וגם. המודל השכור הטוב ביותר לעבודה הפתוחה, שבה הרוחב חשוב יותר מכול, ומודל משלהן לעבודה שחייבת להישאר בפנים. דלאנג צופה שרוב עומסי העבודה בסביבות ייצור ירוצו על מודלים פרטיים בתוך חברות או על מודלים פתוחים. אנחנו מנסחים את זה בצניעות רבה יותר. הקו בין השניים הוא ההחלטה הראשונה, וכדאי למתוח אותו במכוון.

מה "פרטי" צריך לומר

"פרטי" היא מילה שקל להתהדר בה. אלה השאלות שאנחנו שואלים לפני שאנחנו משתמשים בה.

איפה הוא רץ. חשבון ענן מזוהה או בניין מזוהה, במדינה מזוהה. אזור על מפה הוא התחלה, ולא יותר מזה.

מי יכול לקרוא אותו. פרומפטים, קבצים, יומנים וגיבויים, כל אחד עם תקופת שמירה ועם רשימה של האנשים ושל מעבדי המשנה שיכולים לראות אותם.

ממה הוא לומד. הנתונים שלכם לא מאמנים שום דבר מחוץ לחברה. במצב האידיאלי הם מאמנים את המודל שעובד בשבילכם.

מי משנה אותו. גרסה נשארת עד שאתם מחליטים להחליף אותה, ואת הגרסה החדשה אפשר להחזיר לאחור בצעד אחד.

איך הוא נבדק. כל גרסה חדשה נמדדת מול הקודמת, על המשימות שלכם, לפני שהיא עולה לאוויר.

מי יכול לעזוב. המודל, ההתאמות שלו והנתונים שלכם יכולים לעבור איתכם אם תחליפו ספק.

מי אחראי לו. אדם אחד, בשמו, אחראי למודל, לכללים שלו ולשערי האישור שלו. מודל יכול לקרוא כל חוזה בארכיון. ההחלטה איזה סעיף החברה מקבלת נשארת בידי אדם, וכך גם האחריות עליה.

למה אנחנו עובדים עם Eigna

את Eigna בונה השותפה שלנו Eigna Labs, והוא עונה על רוב הרשימה הזו כבר בתכנון שלו. כל חברה מקבלת מודל פרטי משלה: מודל פתוח, שמותאם לתחום שלה ומאומן על הקבצים, הכללים והשפה שלה. הוא רץ בענן של החברה עצמה או על השרתים שלה, והוא תוכנן לפעול לגמרי בלי חיבור לאינטרנט ברשתות סגורות. נתוני החברה לעולם אינם יוצאים מהענן הזה.

הצוותים עובדים עם מומחים מקומיים למשימות שלהם, מהתחום המשפטי וניהול הסיכונים ועד תפעול ותמיכה. התיקונים שלהם נשמרים בין הקירות, המודל מתאמן שם מחדש בשלבים, וגרסה חדשה עולה לאוויר רק כשהיא מצליחה בבדיקות יותר מהקודמת. אחרת היא נשארת בחוץ.

crue הייתה מהחברות הראשונות שבדקו את Eigna, ואנחנו משתמשים בו בעבודה שלנו. כשהעבודה ב־Twin של חברה הופכת לחסויה או קריטית, Twin רץ על Eigna במקום על מודל שכור.

Eigna נמצא בגישה מוקדמת, ואנחנו אומרים את זה בגלוי. אם העבודה רגישה, הארכיטקטורה צריכה להתחיל משם.