שירותי AI

המפקח שהפך לקבלן: מה עסקת ה-4.5 מיליארד של פאלו אלטו אומרת למי שרוצה מודל AI משלו

20 בנובמבר 2026 18 דק׳ קריאה

TL;DR

  • פאלו אלטו נטוורקס הודיעה ב-18 בנובמבר על הסכם מחייב לרכישת Applied Compute, סטארט-אפ בן כשנה וחצי שמאמן ומריץ מודלים פתוחים על הנתונים של הלקוח, בעסקת מניות בשווי 4.5 מיליארד דולר. סגירה צפויה בין פברואר לאפריל 2027, בכפוף לאישורי רגולציה.
  • ניקש ארורה, המנכ"ל, אמר בשיחת המשקיעים שהמודלים הפתוחים צמחו בתוך שנה מפחות מ-5 אחוזים מתעבורת הטוקנים ליותר מ-60 אחוז. הוא לא אמר על מה המספר מבוסס. סקר Menlo Ventures, שפורסם שבועיים קודם, מצא 19 אחוז מהטוקנים בארגונים וארבעה אחוזים בלבד מההוצאה.
  • השאלה שכמעט אף אחד לא שואל: מה קורה כשהחברה שאמורה לבדוק את מערכות ה-AI שלכם היא גם זו שבונה אותן. לקונה הישראלי זה לא תרגיל מחשבתי, כי פאלו אלטו היא כבר אחד הספקים המרכזיים של אבטחה בארגונים כאן.

ביום רביעי בלילה, קצת אחרי 23:30 שעון ישראל, עלה ניקש ארורה לשיחת המשקיעים הרבעונית של פאלו אלטו נטוורקס. על השולחן היו מונחים מספרים טובים: הכנסות של 3.44 מיליארד דולר ברבעון, צמיחה של 39 אחוז לעומת השנה הקודמת ותחזית שנתית מעודכנת כלפי מעלה. אבל מה שהאנליסטים רצו לשמוע עליו הגיע בהודעה נפרדת, כמה שעות קודם: החברה שבנתה את שמה על חומות אש קונה חברה שמאמנת מודלים.

ארורה לא הצניע את ההימור. "אם זה יעבוד", אמר, לפי התמליל וכפי שדיווח גם כלכליסט, "אני חושב שזה יגמד את מה שאנחנו יודעים לעשות בסייבר. זה יכול להיות גדול יותר ממה שאנחנו עושים היום". למחרת עלתה המניה בכשישה אחוזים, לפי CNBC, ובנק אוף אמריקה כינה את המהלך "נועז".

רוב הסיקור התמקד בשאלה אם המחיר מוצדק, ובצדק: 4.5 מיליארד דולר בעבור חברה שנוסדה לפני כשנה וחצי זה הרבה כסף. אלא שהשאלה החשובה יותר, למנהלי מערכות מידע ולמנהלי אבטחה בישראל, נמצאת במקום אחר. העסקה הזאת משנה את התפקיד של ספק שרבים מהם כבר תלויים בו, ממי שבודק את המערכת לשותף שבונה אותה. בהמשך: מה בדיוק נקנה, למה המספר שבמרכז ההצגה לא מחזיק מים, ואילו שאלות כדאי שיהיו על השולחן לפני שחותמים על חוזה הבא.

מה בדיוק נקנה כאן

המנגנון עצמו פשוט יותר ממה שנשמע. מודל "פתוח" (open-weight) הוא מודל שהחברה שפיתחה אותו פרסמה את המשקולות שלו, כלומר את מיליארדי המספרים שמרכיבים אותו. מי שמחזיק בהם יכול להריץ את המודל על שרתים משלו, בלי לשלוח מידע לשרתים של OpenAI, אנתרופיק או גוגל. השלב הבא נקרא אימון המשך (post-training): לוקחים את המודל הפתוח, מזינים לו את הנתונים של הארגון, מתגמלים אותו על תשובות טובות ומענישים על גרועות, ומקבלים גרסה שמכירה את המונחים, התהליכים והטעויות האופייניות של אותו עסק. אחרי זה מגיע שלב ההרצה (inference), שבו המודל עונה לבקשות אמיתיות, ושם נמצא רוב הכסף לאורך זמן.

Applied Compute עושה בדיוק את שני השלבים האלה. שלושת המייסדים הם חוקרים לשעבר ב-OpenAI: יאש פאטיל, המנכ"ל, עבד על Codex; רית'ם גרג עבד על מודל ההסקה o1; ולינדן לי בנה תשתיות אימון. החברה יצאה מהצללים באוקטובר 2025 עם 80 מיליון דולר מ-Benchmark, Sequoia ו-Lux, ולפי SiliconANGLE מנתה כבר אז בין לקוחותיה את DoorDash, Cognition ו-Mercor. ב-2 בנובמבר השנה הודיעה החברה בעצמה שגייסה 350 מיליון דולר לפי שווי של 3.25 מיליארד בהובלת המשקיע אלעד גיל, ושקצב ההכנסות השנתי שלה עבר 100 מיליון דולר. באותה הודעה נכתב ש-40 אחוז מהלקוחות משתמשים בה גם לאימון וגם להרצה.

שישה עשר יום אחרי סבב הגיוס הזה הגיעה פאלו אלטו. לפי הודעת החברה לרשות ניירות הערך האמריקאית, התמורה כולה במניות, וכפופה להתאמות. סמנכ"ל הכספים דיפאק גולצ'ה הסביר בשיחה שהשווי כולל גם כחצי מיליארד דולר במזומן ובהתחייבויות מחשוב ששולמו מראש שנמצאים ב-Applied Compute. פאטיל ימונה לסמנכ"ל AI משותף בפאלו אלטו, וצוות המחקר יעזור לה לאמן מודלים קנייניים למוצרים שלה.

כאן נכנס הדימוי שילווה אותנו עד הסוף. כל מי שבנה או שיפץ בארץ מכיר את החלוקה: יש קבלן שבונה, ויש מפקח שבודק אותו, ובסוף יש מישהו שחותם על טופס 4. החלוקה הזאת קיימת כי האינטרסים שונים. הקבלן רוצה לסיים, המפקח רוצה למצוא את מה שלא נעשה כמו שצריך. בעולם ה-AI הארגוני, פאלו אלטו שיחקה עד עכשיו בעיקר בתפקיד המפקח: היא מכרה כלים שבודקים מה המודלים של אחרים עושים. עם Applied Compute היא מבקשת להיות גם הקבלן.

וכדאי לומר במפורש איפה הדימוי מתקצר. מפקח בנייה הוא בדרך כלל אדם אחד, וכאן מדובר בחברה עם אלפי עובדים, מוצרים נפרדים וצוותים נפרדים. ייתכן מאוד שהבודקים והבונים לא ישבו באותו חדר. אבל הלקוח קונה מאותה חברה, חותם על אותו חוזה ומשלם לאותו ספק. ההפרדה, אם תהיה, תהיה פנימית, והלקוח יצטרך להאמין לה.

מי שמחזיק את המשקולות מחזיק גם את השאלה מי בודק אותן.

המספר שאף אחד לא עצר לבדוק

ההצגה של ארורה נשענה על נתון אחד, והוא חזר עליו גם בשיחה: המודלים הפתוחים, לדבריו, צמחו "מפחות מ-5 אחוזים מתעבורת הטוקנים ליותר מ-60 אחוז בשנה האחרונה". על בסיס זה הוא תיאר "הזדמנות של מאות מיליארדי דולרים" בהרצת מודלים. CSO Online, שסיקר את השיחה, ציין יבש שארורה לא נקב במקור לנתון. גם בתמליל אין פירוט: לא איזו תעבורה, לא של מי ולא איך נמדדה.

שבועיים קודם לכן, ב-3 בנובמבר, פרסמה קרן ההון סיכון Menlo Ventures את דוח מצב ה-AI הארגוני השנתי שלה, הרביעי במספר. הסקר נערך על ידי Morning Consult בספטמבר, בקרב כמעט 400 מקבלי החלטות בארגונים אמריקאיים שאחראים יחד על יותר מ-4 מיליארד דולר בהוצאות AI. התמונה שעולה ממנו שונה מאוד. חלקם של המודלים הפתוחים בטוקנים בארגונים אכן עלה, מ-11 אחוז ל-19 אחוז בתוך שנה. אבל באותה תקופה ירד חלקם בהוצאה מ-6 אחוזים ל-4 אחוזים, כי מחיר ממוצע לטוקן במודל פתוח צנח פי 3.3, לכ-13 סנט למיליון טוקנים.

ייתכן ששני הנתונים נכונים בו בזמן. 60 אחוז יכול לתאר אוכלוסייה אחרת לגמרי, למשל מפתחים וסטארט-אפים שמריצים מודלים זולים בכמויות עצומות, ולא ארגונים. ייתכן גם שהוא סופר משהו אחר. כאן טמון הפער שהקונה צריך להכיר, ודווקא בגלל זה ההבדל חשוב: מנהל מערכות מידע בבנק ישראלי שומע "60 אחוז מהשוק כבר עבר למודלים פתוחים" ומסיק שהוא מפגר אחרי כולם. הנתון הארגוני היחיד שפורסם בגלוי אומר משהו אחר: מודלים פתוחים הם חמישית מהעבודה וארבעה אחוזים מהכסף, ואנתרופיק ו-OpenAI מחזיקות יחד 86 אחוז מההוצאה על ממשקי מודלים בארגונים, עלייה מ-67 אחוז.

ויש עוד נתון אחד באותו דוח שמתאים לעסקה כמו כפפה. שיעור הארגונים שמבצעים אימון המשך למודלים עלה, לפי Menlo, מ-6 אחוזים ל-10 אחוזים. ו-91 אחוז מהם נעזרים בגורם חיצוני. למעשה, השוק ש-Applied Compute פונה אליו קטן אבל הולך וגדל, וכמעט כולו נשען על ספקים. מבחינת פאלו אלטו זו בדיוק הנקודה: אם מי שמאמן מודלים בכל מקרה ייעזר במישהו מבחוץ, למה שזה לא יהיה הספק שכבר יושב אצלו ברשת.

ההימור לא שגוי, אבל הוא מוקדם יותר ממה שהוצג.

של מי המשקולות, ומאיפה הן באו

"כל ארגון צריך להחזיק ב-AI שהוא רץ עליו", כתבה Applied Compute בהודעת הגיוס שלה. זו הבטחה מושכת, והיא נשמעת כמו התשובה לחשש מתלות בספק יחיד. אלא שהיא משאירה בחוץ פרט אחד: את המשקולות הבסיסיות של רוב המודלים הפתוחים לא אימנו הלקוחות, וגם לא Applied Compute.

לפי Menlo, 89 אחוז מההוצאה של ארגונים אמריקאיים על מודלים פתוחים הולכת למודלים סיניים. Kimi של Moonshot לבדו מחזיק 61 אחוז, DeepSeek מחזיק 15 אחוז, GLM מחזיק 11 אחוז ו-Qwen של עליבאבא שלושה אחוזים. המודל המערבי הפופולרי ביותר, Llama של מטא, עומד על שבעה אחוזים. "בעלות" על מודל, בהקשר הזה, פירושה לרוב שכבת אימון משלך מעל בסיס שמישהו אחר בנה, במקום אחר, לפי שיקולים שלא תמיד ידועים.

הסיפור הזה כבר נבדק פעם אחת, ברמה הממשלתית. בספטמבר 2025 פרסם המרכז לתקני AI וחדשנות של NIST, הגוף האמריקאי לתקנים, הערכה של מודלי DeepSeek. החוקרים בנו סביבה מדומה, נתנו לסוכנים שמבוססים על המודלים משימות רגילות, ושתלו בדרך הוראות זדוניות. הסוכנים שנבנו על המודל המאובטח ביותר של DeepSeek היו, בממוצע, פי 12 יותר נוטים לציית להוראות כאלה מאשר סוכנים על מודלים אמריקאיים שנבדקו. בסימולציה הם שלחו מיילים של פישינג, הורידו והריצו נוזקה והדליפו פרטי התחברות. ובניסיון פריצה מקובל ענה אותו מודל ל-94 אחוז מהבקשות הזדוניות הגלויות, לעומת 8 אחוזים במודלים האמריקאיים. NIST עצמו הדגיש שהבדיקה מכסה רק חלק מהסיכונים ושאינה הערכת אבטחה מקיפה, ולא בדק את Kimi.

זה לא אומר שמודל סיני פסול מראש, וגם לא שאימון המשך לא יכול לתקן חלק מהבעיות. דווקא כאן נמצא הטיעון הטוב ביותר של פאלו אלטו: מי שממילא יריץ מודלים פתוחים מבחוץ, עדיף שיעשה את זה עם ספק שבודק את המשקולות, מגביל את ההרשאות ומנטר את ההתנהגות. ארורה עצמו אמר בהודעה הרשמית ש"כל ארגון יריץ שילוב של מודלים פתוחים וסגורים, וכל אחד מהמודלים האלה צריך להיות מאובטח". השאלה היא רק מי מאשר שהבדיקה נעשתה, כשהבודק הוא גם מי שמכר את האימון.

בישראל יש לשאלה הזאת גם גרסה מקומית. שני המודלים הפתוחים המובילים בעברית בנויים בדיוק בשיטה הזאת. Dicta-LM 3.0 של מרכז דיקטה יצא בשלושה גדלים, לפי הדוח הטכני שפרסם המרכז: הגדול מבוסס על Mistral Small 3.1 הצרפתי, הבינוני על Nemotron Nano של אנבידיה, והקטן על Qwen3 הסיני. Hebatron, שפרסמה PwC Next Israel במאי, בנוי על ארכיטקטורת Nemotron 3 של אנבידיה ואומן על כ-154 מיליארד טוקנים בעברית ובאנגלית. גם "המודל הריבוני העברי" הוא, בפועל, שכבה מקומית מעל בסיס זר. אין בזה פגם, כך בונים היום מודלים, אבל זה מסביר למה המילה "ריבונות" דורשת הגדרה לפני שמשלמים עליה.

מילון כיס לעסקה

  1. משקולות פתוחות (open weights): המספרים שמרכיבים מודל, כשהם מפורסמים לציבור. אפשר להוריד ולהריץ אותם על שרת משלך. זה לא תמיד "קוד פתוח" במובן המלא, כי נתוני האימון ושיטת האימון לרוב לא מתפרסמים.
  2. אימון המשך (post-training): השלב שבו לוקחים מודל קיים ומלמדים אותו את הנתונים, הסגנון והמשימות של ארגון מסוים. זה מה ש-Applied Compute מוכרת.
  3. הרצה (inference): הרגע שבו המודל עונה לבקשה אמיתית. האימון הוא הוצאה חד-פעמית יחסית, ההרצה היא הוצאה שוטפת, ולכן שם נמצא רוב הכסף.
  4. ריבונות (sovereign): מונח שיווקי רחב. לפעמים הכוונה לשרתים בתוך המדינה, לפעמים למפעיל מקומי, לפעמים רק למפתחות הצפנה שבידי הלקוח. כדאי לברר איזו מהשלוש מוצעת.
  5. קצב הכנסות שנתי (run rate): ההכנסה של תקופה קצרה אחרונה, מוכפלת לשנה. זה מדד לקצב, לא הכנסה שנרשמה בפועל לאורך שנה.

השאלה ששאלה Citi

מבין כל השאלות בשיחת המשקיעים, אחת נגעה בעצב. פאטימה בולאני מ-Citi שאלה איך המהלך "משנה או מחליש" את ההצעה של פאלו אלטו כפלטפורמת סייבר "בסגנון שווייץ". במילים פשוטות: עד היום, פאלו אלטו מכרה הגנה שלא תלויה בשאלה של מי המודל. היא יכלה לבדוק את GPT, את Claude ואת Gemini באותה מידה של חשדנות, כי לא היה לה סוס במרוץ. מעכשיו יש לה.

מי שניסח את הבעיה בחדות היה סנצ'יט ויר גוגיה, האנליסט הראשי של Greyhound Research, בראיון ל-CSO Online. הוא דווקא מסכים עם ארורה שמסנן כללי לא יודע איך אפליקציה ספציפית אמורה להתנהג, ושרוב הכשלים של מערכות AI קורים בזמן ריצה, דרך הנחיות, כלים והרשאות, בלי קשר למי שאימן את המודל. אבל הוא גם הזכיר שפאלו אלטו מוכרת הגנה שלא תלויה במודל מסוים כבר מ-2025, וכתב: "מפקח שאומן בידי אותן ידיים כמו המערכת שהוא מפקח עליה הוא עמית, לא בקרה". את העסקה כולה תיאר כבקשה מהארגונים "לתת לשומר לבנות את הכספת שהוא שומר עליה".

הוא הוסיף שתי הסתייגויות מעשיות. האחת, שהאישורים הריבוניים של פאלו אלטו מכסים היום נתוני אבטחה, כמו מפתחות בידי הלקוח ושירות אירופי בפיקוח דויטשה טלקום, אבל "שום דבר מזה עדיין לא חל על מעבדים גרפיים". השנייה, שהצעת אירוח ריבוני בלי אזור מוגדר, מפעיל מוגדר ותאריך היא, בלשונו, "הבטחה שמחפשת כתובת". בשיחה נאמר שהחברה תמשיך לקנות כוח מחשוב מספקי הענן ותוסיף בהדרגה קיבולת משלה, עם יעד של 100 עד 150 מגה-וואט בתוך שלוש עד חמש שנים. לפי הדיווחים, לא נמסר באיזה אזורים.

יש כאן גם עניין של ריכוז. ארגון שמחזיק אצל ספק אחד את חומת האש, מרכז התפעול, ניהול הזהויות (מאז רכישת סייברארק) ועכשיו גם את המודלים, חשוף לכך שתקלה אחת, פריצה אחת או מחלוקת מחיר אחת תפגע בבת אחת גם בהגנה וגם במה שמוגן. זה בדיוק התרחיש שמנהלי סיכונים מנסים להימנע ממנו כשהם מפצלים ספקים.

אותו שבוע, שני הימורים הפוכים

קשה לדמיין תזמון סמלי יותר. ב-18 בנובמבר, באותו ערב שבו פאלו אלטו הכריזה שהעתיד שייך למודלים פתוחים, תמחרה אנתרופיק את ההנפקה שלה ב-83 דולר למניה, מעל הטווח המקורי של 70 עד 78 דולר, וגייסה כ-81.3 מיליארד דולר, לפי CNBC ו-CNN. למחרת נפתח המסחר במניה בנאסד"ק ב-111.50 דולר. מי שקרא את מה שתשקיף ההנפקה של אנתרופיק מגלה יודע שזו חברה שכל המודל העסקי שלה בנוי על מודלים סגורים, שנמכרים לפי טוקן.

באותו יום השיקה גוגל את Gemini 4 Neon, מודל סגור שמתומחר לפי הבלוג של החברה ב-3 דולרים למיליון טוקנים בקלט וב-15 דולר בפלט. זה קורה פחות משבועיים לפני שמחירי ההיכרות של חלק מהמודלים מסתיימים ב-1 בדצמבר. ויום לפני כן הציגה מיקרוסופט את MAI Code 2, מודל קוד שפיתחה בעצמה, ובכך הצטרפה למגמה של ספקים גדולים שרוצים להחזיק מודלים משלהם, כפי שפירטנו בכתבה על הערת השוליים של מיקרוסופט על מחיר מודלי הקוד.

שלושה ענקים, שלוש תשובות שונות לאותה שאלה: מי יחזיק את המודל שעליו רץ הארגון. אנתרופיק וגוגל אומרות: אנחנו, ואתם משלמים לפי שימוש. מיקרוסופט אומרת: גם אנחנו, אבל בתוך הכלים שאתם כבר קונים מאיתנו. פאלו אלטו אומרת: אתם, אבל אנחנו נאמן ונאבטח. ההבדל בין שתי התשובות האחרונות דק יותר ממה שנראה, כי בשני המקרים הלקוח מגיע למודל דרך ספק שכבר מחזיק חלק גדול מהתשתית שלו.

גם ההיסטוריה של פאלו אלטו מסבירה את המהלך. בשנים האחרונות היא בנתה את עצמה כפלטפורמה שמאחדת מוצרים שארגונים קנו פעם מספקים שונים, ורכישת סייברארק הישראלית תמורת כ-25 מיליארד דולר, שהושלמה ב-11 בפברואר, הייתה השלב הגדול ביותר בדרך. ארורה אמר ל-CNBC שהלקוחות מאחדים פלטפורמות אבטחה. השלב הבא באותו היגיון הוא לאחד גם את מה שמאבטחים. זה לא ייחודי לה: כשסיילספורס קנתה את Cresta, ראינו איך קונה גדול בולע גם את מי שמדרג את התוצאות.

המספרים, ומה הם לא אומרים

כמה חישובים פשוטים עוזרים לראות את העסקה בפרופורציה. בין 2 בנובמבר ל-18 בנובמבר עלה השווי של Applied Compute מ-3.25 מיליארד דולר ל-4.5 מיליארד, עלייה של כ-38 אחוז בשישה עשר יום. אם מורידים את כחצי מיליארד הדולר במזומן ובמחשוב ששולם מראש, שהסמנכ"ל הכספים אמר שנכללים בשווי, נשאר מחיר של כ-4 מיליארד בעבור העסק עצמו. מול קצב הכנסות של יותר מ-100 מיליון דולר, זה מכפיל של בערך פי 40. כדאי לזכור שקצב הכנסות הוא מדד לקצב בלבד, ושהנתון מגיע מהחברה עצמה ולא מדוחות מבוקרים.

פאלו אלטו צופה שהפעילות תוסיף יותר ממיליארד דולר להכנסות החוזרות של קו המוצרים המתקדם שלה עד שנת הכספים 2029. המחיר לבעלי המניות: ירידה של עד נקודת אחוז אחת ברווחיות התפעולית בשנת הכספים 2027 ושל עד שתי נקודות ב-2028, לפני חזרה ל-29 עד 30 אחוז ב-2029. השקעות ההון יישארו מתחת ל-3 מיליארד דולר עד 2030, לפי גולצ'ה. ארורה הוסיף שהחברה בחנה תשעה ספקים לפני שבחרה ב-Applied Compute, ושהיא מצפה להגיע ל-100 חוקרים עד סוף השנה.

שני דברים חסרים בתמונה. הראשון: אין נתון ציבורי על כמה מהלקוחות של פאלו אלטו מבקשים היום אימון של מודלים פתוחים. בריאן אסקס מ-JPMorgan שאל בשיחה על השיחות עם לקוחות שהובילו לעניין בתחום, ובדיווחים על התשובה לא הופיע נתון כמותי. השני: אין עדיין מחירון. ארגון ישראלי לא יכול לדעת היום אם מודל מאומן אצל פאלו אלטו יעלה לו פחות או יותר מאשר להמשיך לשלם לפי טוקן לאחד המודלים הסגורים, ונתוני Menlo על מחירים שצונחים מצד שני של השוק מסבכים את ההשוואה עוד יותר.

מכפיל של פי 40 הוא הימור על שוק שעוד לא הוכיח שהוא קיים בגודל הזה.

מה ידוע ומה לא

ידוע: ההסכם נחתם, התמורה במניות, והסגירה צפויה ברבעון השלישי של שנת הכספים 2027 של פאלו אלטו, כלומר בין פברואר לאפריל, בכפוף לאישורים. ידוע ש-Applied Compute תמשיך לשרת את הלקוחות הקיימים שלה, שפאטיל יהיה סמנכ"ל AI משותף, ושצוות ה-Unit 42 של פאלו אלטו בדק את הפלטפורמה לפני הרכישה. ידוע גם מה מראה הסקר הארגוני הגדול ביותר שפורסם השנה על מודלים פתוחים.

לא ידוע: על מה מבוסס נתון ה-60 אחוז של ארורה. איפה ירוצו המודלים הריבוניים, ומי יפעיל את השרתים. האם תהיה הפרדה ארגונית בין מי שמאמן מודלים למי שבודק אותם, ואיך הלקוח יוכל לאמת אותה. מה יקרה לחוזים של לקוחות Applied Compute אחרי הסגירה. ומה יהיו המחירים. ייתכן שחלק מהתשובות יגיעו לפני הסגירה, וייתכן שרק אחריה. בינתיים, כל מי שמתכנן תקציב ל-2027 על סמך ההבטחה הזאת מתכנן על בסיס מצגת.

הזווית הישראלית: ספק שכבר יושב בחדר

לקונה הישראלי יש סיבה מיוחדת לעקוב. פאלו אלטו, שבין מייסדיה היזם הישראלי ניר צוק, היא מהספקים המרכזיים של אבטחת רשתות בארגונים כאן, ומאז רכישת סייברארק היא מחזיקה גם בחלק גדול מתחום ניהול הזהויות וההרשאות. בפברואר הודיעה החברה על כוונה לרישום כפול בבורסה בתל אביב, תחת הסימול CYBR, מהלך שלפי הדיווחים בעיתונות הכלכלית יהפוך אותה לחברה הגדולה ביותר שנסחרת בה. מועד הרישום לא פורסם אז, ולא מצאנו עדכון מאז.

המשמעות המעשית: הרבה ארגונים ישראליים יקבלו את ההצעה לאמן ולהריץ מודלים לא מספק חדש שצריך לעבור בדיקת נאותות, אלא מספק שכבר מחובר לכל המערכות שלהם. זה יתרון אמיתי, כי האינטגרציה קלה יותר. זה גם בדיוק המצב שבו קל לדלג על השאלות הקשות. כפי שכתבנו כאן על פיילוטי ה-AI שנכשלים, הבעיה כמעט אף פעם לא נמצאת במודל עצמו, אלא בתהליך, בנתונים ובאחריות סביבו.

יש גם צד רגולטורי. מאז 14 באוגוסט 2025, תיקון 13 לחוק הגנת הפרטיות מטיל על ארגונים חובות מחמירות יותר בנוגע למאגרי מידע, ולפי עדכוני משרדי עורכי דין, הרשות להגנת הפרטיות כבר הטילה עיצום כספי ראשון מכוחו. אימון מודל על נתוני לקוחות הוא בדיוק סוג הפעילות שמחייב לדעת איפה הנתונים יושבים, מי ניגש אליהם ומה קורה למשקולות שנוצרו מהם, נושא שהרחבנו עליו במדריך ה-AI לעסקים בישראל. הבטחה כללית ל"ריבונות" לא עונה על השאלות האלה. חוזה עם אזור, מפעיל ותנאי יציאה כן.

וזה מתחבר לדפוס רחב יותר שראינו בחודש האחרון. כשכתבנו על העסקאות של אנבידיה שנסגרו בלחיצת יד, הנקודה הייתה שמערכות יחסים אישיות בין ענקים מחליפות לפעמים חוזים כתובים. וכשכתבנו על חד-הקרן הישראלי קורמה וסוכני ההגנה שלו, השאלה הייתה מי מחזיק את המפתחות. העסקה של פאלו אלטו מחברת את שני החוטים: ספק אבטחה שמחזיק מפתחות רבים מבקש עכשיו להחזיק גם את המודל.

שבע שאלות לפני שחותמים

אף אחת מהשאלות הבאות לא מניחה שפאלו אלטו טועה. הן נועדו לוודא שההחלטה מתקבלת על בסיס חוזה, ולא על בסיס מצגת. חלקן מבוססות על הרשימה שגוגיה הציע ל-CSO Online, וחלקן על הנתונים שתוארו כאן.

  1. של מי המשקולות בסוף. האם המודל שאומן על נתוני הארגון שייך לארגון, בפורמט שאפשר לייצא ולהריץ אצל ספק אחר. בלי סעיף כזה, "מודל משלנו" הוא שם שיווקי.
  2. מה הבסיס. על איזה מודל פתוח נבנה המודל המאומן, מאיזו מדינה, באיזה רישיון, ואילו בדיקות אבטחה נעשו לבסיס עצמו לפני האימון. לפי Menlo, ברוב המקרים בשוק האמריקאי התשובה היא מודל סיני.
  3. מי בודק את מי. האם יש בדיקה עצמאית של המודל, בידי גורם שלא השתתף באימון. ואם הבדיקה פנימית, איך מוכיחים את ההפרדה.
  4. איפה רץ המודל. אזור מוגדר, מפעיל מוגדר ותאריך הסמכה. "ענן ריבוני" בלי שלושת אלה הוא כוונה, לא שירות.
  5. מה קורה עם הנתונים. התחייבות כתובה שנתוני הארגון לא ישמשו לאימון מודלים אחרים, גם לא מודלים פנימיים של הספק, בלי הסכמה מפורשת.
  6. מה המחיר מול האלטרנטיבה. השוואה של העלות הכוללת, כולל אימון, הרצה ותחזוקה, מול המשך שימוש במודל סגור לפי טוקן. המחירים בשני הצדדים יורדים מהר, וכדאי לבדוק את ההשוואה מחדש כל רבעון, כמו שעולה גם ממדד Ramp על שוק ה-AI העסקי.
  7. איך יוצאים. תוכנית יציאה מתומחרת, כולל זכות יציאה במקרה של שינוי שליטה, והגנה על המחיר גם אם השירות ייארז בעתיד בחבילה עם מוצרי אבטחה אחרים.

ארגון שמקבל תשובות טובות לכל השבע יכול לשקול את ההצעה ברצינות, ואולי אף ליהנות מכך שהבונה והמאבטח מדברים אותה שפה. ארגון שלא מקבל אותן יודע לפחות מה הוא עוד לא קנה. מי שמעדיף להתחיל מהתמונה הרחבה ימצא עוד ניתוחים בנושא בתחום ה-AI הארגוני.

מי חותם על טופס 4

קל לקרוא את העסקה הזאת כסיפור על חברת סייבר שמחפשת צמיחה, או כסיפור על מחיר מופרז לסטארט-אפ צעיר. שתי הקריאות נכונות חלקית, ושתיהן מפספסות את מה שמשתנה בפועל אצל הלקוח. עד היום, ארגון שקנה AI קנה אותו ממקום אחד ובדק אותו בעזרת מקום אחר. ההפרדה הזאת לא נכתבה באף חוזה. היא פשוט הייתה שם, כי אף ספק לא עשה את שני הדברים.

Applied Compute ופאלו אלטו מציעות לבטל את ההפרדה, ויש להן טיעון לא רע: מי שבנה את המודל מכיר אותו טוב יותר ולכן יודע לאבטח אותו טוב יותר. אבל בבנייה, כמו ב-AI, הסיבה שהמפקח והקבלן הם שני אנשים שונים לא קשורה לכישרון. היא קשורה לכך שמישהו צריך לחתום על טופס 4 בלי שיהיה לו אינטרס שהבניין ייראה גמור. השאלה למנהלים בישראל היא לא אם להאמין לארורה. השאלה היא מי, בארגון שלהם, יחתום על טופס 4 של המודל, ומי ישלם לו.

שאלות נפוצות

מה זו Applied Compute ולמה פאלו אלטו קנתה אותה?

סטארט-אפ מסן פרנסיסקו שהקימו שלושה חוקרים לשעבר ב-OpenAI, שמאמן מודלים פתוחים על הנתונים של כל לקוח ומריץ אותם עבורו. פאלו אלטו רוצה להציע ללקוחות שלה גם אימון והרצה של מודלים, לא רק אבטחה של מודלים שבנו אחרים. העסקה, בשווי 4.5 מיליארד דולר במניות, צפויה להיסגר בין פברואר לאפריל 2027.

האם רוב הארגונים כבר עברו למודלים פתוחים?

לפי הנתון הארגוני הפומבי הגדול ביותר, לא. סקר Menlo Ventures מנובמבר מצא שמודלים פתוחים הם 19 אחוז מהטוקנים בארגונים אמריקאיים וארבעה אחוזים מההוצאה. מנכ"ל פאלו אלטו דיבר על יותר מ-60 אחוז מתעבורת הטוקנים, אבל לא פירט על מה המספר מבוסס.

האם מודל פתוח בטוח יותר ממודל סגור?

לא בהכרח. הוא מאפשר שליטה רבה יותר על המקום שבו הנתונים נמצאים, אבל האבטחה תלויה במודל הבסיס, באימון ובהרשאות בזמן ריצה. הערכה של NIST מ-2025 מצאה שסוכנים על מודלי DeepSeek היו פגיעים יותר להוראות זדוניות ממודלים אמריקאיים שנבדקו, אם כי הבדיקה לא הייתה מקיפה.

מה זה אומר לארגון ישראלי שכבר עובד עם פאלו אלטו?

בשלב הזה, שום דבר מיידי: העסקה עוד לא נסגרה ואין מחירון. כשתגיע הצעה, כדאי לבחון אותה כמו כל ספק חדש: בעלות על המשקולות, מקור מודל הבסיס, מיקום השרתים, בדיקה עצמאית, שימוש בנתונים, השוואת עלויות ותנאי יציאה, וגם את ההתאמה לחובות של תיקון 13 לחוק הגנת הפרטיות.