Gartner פרסמה תחזית של מגמות טכנולוגיות אסטרטגיות לשנת 2027. את מהותה אפשר לתאר במשפט אחד: העסקים עוברים מצ׳אטים עם AI לסוכנים אוטונומיים שמבצעים משימות בעצמם. אך בלי בקרה, נתונים איכותיים ומערכת אבטחה תקינה, סוכנים כאלה יהפכו במהרה מעוזרים למקור סיכונים.
בתחזית אין טכנולוגיה "קסומה" אחת. Gartner מזהה שלושה כיוונים קשורים: ה-AI יוצא מגבולות הטקסט, החברות לומדות לנהל מערכות אוטונומיות, והסביבה הטכנולוגית נעשית גמישה יותר ותלויה פחות בספקים בודדים.
ה-AI לומד לעבוד עם מספרים, קול ומציאות
מודלי שפה רגילים כותבים טקסטים היטב, אך מתקשים יותר בחישובים מדויקים ובמידול. לכן Gartner מהמרת על מודלים כמותיים גדולים (LQM). הם נועדו לנתונים מספריים, למשוואות מורכבות, לתחזיות ולתרחישים תפעוליים.
לפי התחזית, עד שנת 2030 יחליפו ה-LQM את מודלי השפה ברבע ממשימות התחזית האסטרטגית והמידול התפעולי. במילים פשוטות, מערכות כאלה יוכלו לא רק להסביר מדוע ירדו המכירות, אלא גם לחשב כמה תרחישי פעולה עם מספרים קונקרטיים.
במקביל מתפתחים מודלי הסקה קולית. הם אמורים לא רק לזהות קול, אלא לנהל דיאלוג בעל משמעות, לברר פרטים ולפתור משימות. Gartner צופה שעד שנת 2030 יותר מ-70% מהאינטראקציות הקוליות הארגוניות יעובדו באופן אוטונומי.
הטכנולוגיה השלישית — מודלי עולם. זהו AI שממדל את הסביבה הפיזית ואת השלכות הפעולות: למשל, כיצד רובוט יעביר חלק בייצור או כיצד תשתנה שרשרת האספקה לאחר תקלה אצל ספק. מערכות כאלה יכולות לשמש בסיס לרובוטיקה, ללוגיסטיקה ולתכנון פעולות מורכבות.
הסיכון המרכזי — סוכן בלי הרשאות והקשר
סוכן AI אוטונומי יכול בעצמו לחפש נתונים, לבצע הזמנות, לכתוב קוד או לתקשר עם מערכות ארגוניות. ובדיוק כאן מתעוררת הבעיה המרכזית: אם לסוכן יש הרשאות רחבות מדי, הוא הופך לנקודת תורפה.
Gartner צופה שעד שנת 2028 25% מהפרות האבטחה הארגוניות יהיו קשורות לשימוש לרעה בסוכני AI. הסיבות — הרשאות מכונה בלתי נשלטות וגישות מיושנות לניהול גישה.
התשובה לכך — זיהוי סוכני AI. הסוכן זקוק להרשאות מוגבלות משלו, הקשורות למשימה מסוימת ולמועד מסוים. והחברה צריכה להבין מי התיר לסוכן פעולה זו או אחרת ומדוע. במילים פשוטות, סוכן AI לא צריך להסתובב במערכות הארגוניות עם "מפתח מאסטר".
המרכיב השני — פלטפורמות הקשר של AI. הן מעניקות לסוכן גישה לנתונים ארגוניים מובנים, לכללים ולידע פנימי. לפי הערכת Gartner, גישה כזו עשויה להעלות את דיוק ה-AI הסוכני עד 80% ולהפחית את העלויות עד 60%.
לכך שייכת גם הסרת פגיעויות באופן אוטונומי. מערכות כאלה מאתרות בעצמן בעיות אבטחה, קובעות סדרי עדיפויות, בודקות תיקונים ומפרסות אותם. הרעיון הוא לקצר את הזמן בין גילוי האיום לבין סילוקו.
חברות רוצות להיות פחות תלויות בספקים
הגוש השלישי — ארכיטקטורת גמישות עמידה. גיאופוליטיקה, סיכוני סנקציות ותלות בספק ענן או ספק AI אחד מאלצים חברות לחפש חלופות גיבוי.
SovereignTech — אלו טכנולוגיות שמעניקות לעסקים שליטה רבה יותר על החומרה, התוכנה, הנתונים ומודלי ה-AI. המשמעות אינה לבנות הכול בעצמך, אלא שתמיד יהיה מסלול יציאה ברור מהספק. Gartner צופה שעד שנת 2030 יותר מ-75% ארגונים מחוץ לארה״ב יאמצו אסטרטגיות של ריבונות דיגיטלית.
עוד שתי מגמות נשמעות יוצאות דופן, אך הגיוניות. אפליקציות חד-פעמיות — אלו תוכנות שקל ליצור, להשתמש בהן ולהחליף אותן כשהן מתיישנות. ו- Wetware as a Service — כיוון ניסיוני שבו החישוב עשוי להתבצע בעזרת מערכות ביולוגיות חיות או סינתטיות. Gartner רואה בו חלופה בעלת פוטנציאל לחיסכון באנרגיה לעומת שבבים קלאסיים.
מה באמת מגניב בזה
מהות התחזית אינה ש״ה-AI יהפוך לעוד יותר חכם״. Gartner למעשה אומרת: השלב הבא הוא AI שפועלולא רק מגיב לבקשות.
לא אלה שיטילו ראשונים סוכנים ירוויחו, אלא אלה שיבנו תחילה ממשל תקין: הרשאות גישה ברורות, זיהוי ניתן לאימות, נתונים איכותיים ויכולת לכבות או להחליף מערכת במהירות. בלי זה, האוטונומיה תביא לא יעילות אלא תקלות אבטחה חדשות ואובדן שליטה.
עם זאת, חשוב לא להציג משאלות לב כמציאות. LQM, מודלים עולמיים וחישוב ביולוגי נותרו בשלב זה כיוונים מתפתחים ולא מוצרים המוניים מוכנים. הקרובים ביותר לפרקטיקה הם פלטפורמות הקשר, ניהול זהות של סוכנים ואוטומציה של תיקון פגיעויות.
