ישראל מפגרת במרוץ ה-AI - מה אפשר ללמוד מהמודל הפולני?

דוח ועדת נגל, שנמסר לראש הממשלה לפני כחודש, נפתח במסקנה מדאיגה: ישראל אינה מוכנה למהפכת ה-AI, ואם לא תצא לדרך במהרה היא תמצא את עצמה בפיגור. בינה מלאכותית אינה עוד תחום של חדשנות בלבד, אלא טכנולוגיה בעלת חשיבות לאומית עליונה, שתעצב את הכלכלה והחברה בעשורים הקרובים. ממצאי הדוח חמורים: מחסור במומחי AI, מיעוט תשתיות מחשוב לאומיות ובעיקר העדר אסטרטגיה ומדיניות כוללת.

בזמן שמדינות רבות כבר שועטות קדימה עם תוכניות AI לאומיות שאפתניות, ישראל עדיין תקועה בשלב הוועדה המקדמית.

אחד הפערים המשמעותיים שעליהם מצביע הדוח הוא המחסור בתשתיות מחשוב לאומיות. כשמדברים על תשתיות מחשוב, צריך להבחין בין שני ממדים שונים. מצד אחד יש את "מחשבי־העל הלאומיים". מדובר במערכות מחשוב עוצמתיות שנבנות בהובלה ממשלתית ומשמשות כמעין "המוח של המדינה". הן מעניקות למדינה עצמאות ביכולת לאמן מודלים מתקדמים, לפתור בעיות מורכבות, לקדם פרויקטים אסטרטגיים ולשמור על ריבונות טכנולוגית.

מנגד, יש את תשתית המחשוב הרחבה יותר: רשת עצומה של מרכזי מידע מסחריים וממשלתיים הפרוסים ברחבי המדינה ומריצים את כלכלת ה-AI העתידית, עולם שבו כמעט כל פעולה - מהפרט והעסק ועד המגזר הציבורי - תדרוש משאבי מחשוב.

למי יש את המחשב הכי חזק?

בזירת "המחשבים הלאומיים" מתנהל מרוץ גלובלי סוער. ארצות הברית מפעילה את מחשב-העל החזק בעולם, Frontier, וכבר החלה לבנות את Aurora, שצפוי להיות אף חזק ממנו. גרמניה בונה את JUPITER, המחשב הראשון באירופה שיחצה את רף האקסה-פלופ, כלומר יכולת חישוב של מיליארד כפול מיליארד פעולות בשניה. בצרפת פועל Jean Zay, שכבר משמש לאימון מודלים בצרפתית, ובבריטניה הושק באחרונה Isambard-AI עם יותר מ-5,000 מעובדי אנבידיה. סין פרסה בשנים האחרונות, לפי ההערכות, מאות מרכזי-על ייעודיים ל-AI, ואילו דרום קוריאה הכריזה לאחרונה על מחשב-על חדש בהשקעה של כ-300 מיליון דולר.

אחת ההמלצות המרכזיות של ועדת נגל היא להקים בתוך שנתיים-שלוש מחשב-על לאומי המבוסס על כ-60 אלף מעבדי GPU. מיזם בהיקף כזה צפוי לדרוש השקעה של כ-5-2 מיליארד דולר (והוא יצרוך אנרגיה בהיקף דומה לזה שצורכת העיר עפולה). מערכת בעוצמה של עשרות אלפי מעבדים עשויה גם לחצות את רף האקסה-פלופ, ולהציב את ישראל ב"ליגה של הגדולות" בתחום. השאלה כעת היא האם הממשלה תאמץ את ההמלצה ותקצה לכך את התקציב הדרוש.
במקביל, מדינות מעודדות פריסה נרחבת של מרכזי מידע גדולים. סין מקימה מאות דאטה-סנטרים במערב המדינה כחלק מתוכנית אסטרטגית רחבת־היקף. סעודיה משקיעה למעלה מ-70 מיליארד דולר בעשרה מרכזי ענק בהספק כולל של 6.6 ג׳יגה-ואט. באירופה מקודמות יוזמות שמטרתן לשלש את קיבולת הדאטה־סנטרים בתוך שנים ספורות, ואילו סינגפור מתבססת כ"מרכז ה-AI של אסיה" עם קיבולת המחשוב לנפש הגבוהה בעולם.

בינה מלאכותית - בירוקרטיה אמיתית

אבל מה נעשה עם כל ה-AI הזה? דמיינו שאתם נכנסים לאתר gov.il, ובמקום טפסים אינסופיים והוראות מבלבלות מקדם את פניכם צ’אטבוט חכם, שמבין עברית טבעית ומכיר אתכם אישית. רוצים לשנות כתובת מגורים, לרשום תינוק שנולד או לקבל החזר מס? שיחה קצרה עם "גובי" - והבקשה כבר הושלמה, בלי טפסים, בלי תורים.

החזון הזה אולי נשמע קצת עתידני, אבל הוא כבר מתחיל לקרום עור וגידים ברחבי העולם. אמנם, אימוץ AI במגזר הציבורי נמצא עדיין בראשיתו, ויש עוד שאלות רבות סביב תשתיות, רגולציה ואמינות הכלים, אך ממשלות רבות החלו ליישם טכנולוגיות AI כדי לשפר את השירות לציבור ולייעל את עבודתן הפנימית.
בבריטניה, ניסוי נרחב בשילוב צ'אטבוט של מיקרוסופט הראה חיסכון ממוצע של כחצי שעה ביום לעובד ציבור במשימות אדמיניסטרטיביות, בקנדה נבחן פרויקט Pubbie, עוזר מבוסס AI של המועצה הלאומית למחקר, שנועד לסייע לעובדי ממשלה בכתיבה ובניתוח מסמכים, ואילו בדרום קוריאה נכללו כלי AI כחלק מתוכנית ממשלתית שמאפשרת לאזרחים לקבל שירותי ממשל חכמים ומותאמים בשפה טבעית.

אחת הנשים שמובילות כיום את קידום אימוץ הבינה המלאכותית במגזר הציבורי בישראל היא מירב פרץ בילינסקי, סמנכ"לית AI ודאטה במערך הדיגיטל הלאומי. לדבריה, "יש היום אימוץ הולך וגובר של בינה מלאכותית במשרדי הממשלה. המטרה היא לשפר את השירות לציבור, לפעול כממשלה אחת, ולבסס קבלת החלטות חכמה יותר, מבוססת דאטה".

האימוץ מתרחש בהדרגה ובכמה רבדים: שימוש בכלי AI לשיפור פרודוקטיביות של עובדי ממשלה (הכנת מצגות וכתיבת מסמכים); הטמעת טכנולוגיות לייעול תהליכים פנימיים ובירוקרטיים; ושילוב ישיר בממשק שבין המדינה לאזרח. דוגמה קרובה לכך היא משרד הבינוי והשיכון, שיחל בשבועות הקרובים בפיילוט שבו ייעשה שימוש במודלים של AI כדי להכין סיכומים לדיוני ועדות דיור ציבורי, תהליך שעד כה בוצע ידנית, נמשך זמן רב ועיכב את מענה האגף לאזרחים. כעת, באמצעות כלים פשוטים, ניתן יהיה להפיק את הסיכום תוך שניות.

"כשממקדים את המאמץ בתהליך עצמו ובוחנים איך ניתן לייעל אותו באמצעות AI, מתברר עד כמה התועלת הפוטנציאלית היא אדירה", אומרת פרץ בילינסקי. "השינוי הצפוי הוא מהפכה של ממש, שתהפוך את השירות לאזרח ליעיל, נגיש וחכם בהרבה".

המודל הפולני

אחת היכולות המרשימות ביותר של צ’אטבוטים היא יכולתם לתקשר איתנו בשפה טבעית, מאחורי היכולת הזו עומד "מודל שפה גדול" (LLM), המאומן על מאגרי טקסט עצומים. אלא שהמודלים המובילים בשוק הם בעיקרם אמריקניים, והשליטה שלהם בשפות אחרות משתנה מאוד. כך, בעוד ש-ChatGPT וג’מיני מתמודדים לא רע עם עברית, הרי שגרוק וקלוד מפגינים רמה נמוכה יותר.

השאלה אם מדינה צריכה לפתח מודל בשפה שלה חורגת מהפן הטכנולוגי: היא נוגעת לריבונות דיגיטלית, לזהות תרבותית, וגם לשיקולים אסטרטגיים וכלכליים. מודלים גלובליים נוטים להחמיץ ניואנסים מקומיים, כמו דקדוק, הומור או פתגמים – והמשמעות של תלות מוחלטת בהם היא שהידע והאינטראקציה של האזרחים עוברים דרך פילטר חיצוני. לכן, מדינות רבות שואלות אם נכון להחזיק "מודל לאומי בשפתן".

פולין כבר נתנה לכך תשובה עם "PLLuM", מודל שהושק השנה ביוזמת האוניברסיטה הטכנולוגית של ורשה ובמימון ממשלתי, במטרה מוצהרת לייצר “מודל פולני לפולנים”. היוזמים הסבירו שהמודלים הגלובליים “מדברים פולנית כמו זר שלמד בשיעורי ערב”. PLLuM נבנה כדי לתת מענה טבעי יותר, עם תחביר מקומי ויכולת להבין את הסלנג המקומי. הוא עדיין לא ברמת GPT, אך מייצר בסיס עצמאי לשירותים ציבוריים, משפטיים וחינוכיים בפולנית ברורה.

גם בישראל השאלה הזו עומדת על הפרק. כך, דוח נגל ממליץ במפורש על פיתוח מודל שפה לאומי בעברית (ובערבית) בשיתוף פעולה עם הסקטור הפרטי.

נמשיך לרכוב על טכנולוגיה זרה

אולם, חרף התמונה העגומה שעלתה מדוח נגל, ישראל עדיין נמנית עם המדינות המובילות בעולם בחדשנות בתחום הבינה המלאכותית. אחת מחברות הדגל של האקוסיסטם המקומי היא AI21 Labs, שגייסה עד כה למעלה מ־300 מיליון דולר ומפתחת מודלים ומערכות AI לשימוש ארגוני ועסקי. זהו אחד האתגרים הגדולים כיום בענף, שכן אחד החסמים המרכזיים באימוץ טכנולוגיות AI במגזר הארגוני הוא חוסר האמינות והעקביות של המודלים הקיימים.

מנכ"ל ומייסד־שותף של החברה, אורי גושן, מתאר את האתגר כך: "השוק מלא בפיילוטים, אבל רובם המכריע נכשל. המטרה שלנו היא לקחת את הבינה המלאכותית מעבר למערכות הסתברותיות - אל מקום אמין מספיק לשימושים קריטיים כמו פיננסים ובריאות".

באשר למעמדה של ישראל, גושן אומר כי "השאלה היא אם נמשיך לרכוב על טכנולוגיה זרה, או שנפתח 'שריר' עצמאי משלנו. חשוב שנתמקד לא רק בשכבת היישומים, אלא גם בליבת הטכנולוגיה. על ישראל להבטיח תשתית מחשוב, גם אם מצומצמת, שתאפשר לאקוסיסטם המקומי לצמוח".

חברה נוספת שמטפלת באותו אתגר, אך מזווית שונה, היא Plurai, המפתחת כלים שמאפשרים לארגונים לבדוק, לשפר ולהגן על מודלי ה-AI שהם מטמיעים – מעין "בינה מלאכותית ששומרת על הבינה המלאכותית".

הטכנולוג הראשי ומייסד־שותף של החברה, ד"ר אילן כדר, מדגיש את הצורך בתשתית מחשוב לאומית: "כוח מחשוב הוא משאב מוגבל בעולם כולו, ואסור שנישען רק על חברות הענן הגלובליות. מדינת ישראל חייבת להבטיח זמינות של משאבי עיבוד לכל חוקר או חברה שזקוקים להם. אין סיבה שצרפת או ערב הסעודית יקדימו אותנו בהקמת תשתיות. אמנם התחלנו מאוחר, אבל אנחנו יודעים לנוע מהר. חשוב לקבוע לוחות זמנים שאפתניים - ולעמוד בהם".

לדבריו, לא פחות קריטי להשקיע בהון האנושי כבר מגיל צעיר: "יש כאן טאלנטים אדירים, אבל קשה מאוד למצוא מפתחים עם ניסיון באימון מודלי שפה וזה בהחלט מעכב את התפתחות האקוסיסטם. חשוב לעודד שיתופי פעולה בין האקדמיה לתעשייה, ולהתחיל כבר במערכת החינוך. הדור הצעיר מגלה סקרנות עצומה לעולם ה-AI, וחשוב לחשוף אותו באופן קבוע לתחומי הידע הללו".