במשך כמעט שלוש שנים, כשדיברנו על בינה מלאכותית, דיברנו בעיקר על צ׳אטבוטים.
ChatGPT, Claude Gemini ושאר המודלים הגדולים לימדו את העולם לשאול שאלות, ולקבל מיד תשובות. הם כתבו טקסטים, סיכמו מסמכים, ניתחו דוחות, עזרו בקוד והפכו את הבינה המלאכותית ממוצר שנשמע כמו מדע בדיוני לכלי יומיומי שנמצא כמעט בכל מחשב וטלפון.
אבל למרות כל ההייפ סביב המודלים הללו, רובם עדיין נשארו כלואים בתוך חלון שיחה. הם ידעו לענות, אבל לא באמת לפעול. הם יכלו להסביר מה כדאי לעשות, אבל לא תמיד לבצע את זה בפועל. הם יכלו לנסח מייל, אבל לא באמת להיכנס לתיבת הדואר, להבין את שרשרת ההתכתבות, לשלוח תשובה, לעקוב אחרי המשימה ולחזור אלינו כאשר משהו השתנה.
כאן מתחיל השלב הבא של מהפכת הבינה המלאכותית, המעבר מצ׳אטבוטים לסוכנים. אם ChatGPT היה הרגע שבו הציבור הרחב למד לדבר עם בינה מלאכותית, OpenClaw עשוי להיות הרגע שבו הבינה המלאכותית מתחילה לקבל ידיים. לא רק מוח שיודע לענות, אלא מערכת שמסוגלת לפעול בתוך המחשב, לקרוא קבצים, לפתוח דפדפן, לנהל מיילים, לשלוח הודעות, לבדוק יומן, להריץ פקודות, לבצע משימות חוזרות ולעבוד ברקע גם כשהמשתמש כלל לא נמצא מול המסך.
כדי להבין את הסיפור, חשוב להבין ש־OpenClaw הוא לא מודל חדש כמו ChatGPT או Claude, והוא גם לא מנסה להיות “המוח” החכם ביותר בשוק. הוא יושב בשכבה אחרת לגמרי. אפשר לחשוב עליו כעל הגשר שמחבר בין המוח של המודל לבין העולם הדיגיטלי שבו אנחנו חיים.
המודל הוא זה שחושב, מנתח ומתכנן, ו־OpenClaw הוא השכבה שמאפשרת לו לבצע. הוא רץ על המחשב של המשתמש, מתחבר לאפליקציות מסרים כמו WhatsApp, Telegram, Slack ו-Discord, ודרכן המשתמש יכול לתת לסוכן הוראות כאילו הוא מדבר עם עוזר אישי אמיתי. רק שבמקום לקבל עוד תשובה יפה, הסוכן יכול להתחיל לבצע פעולות ממשיות כמו קריאה וכתיבה של קבצים, ניהול יומן, שליחת מיילים, שליטה בדפדפן, הרצת פקודות במחשב והפעלת אוטומציות.
וזה ההבדל הגדול. צ׳אטבוט רגיל יכול להסביר לכם איך לסדר את תיבת המייל, בעוד ש־OpenClaw יכול, בתיאוריה, להיכנס לתיבה, למיין את ההודעות, לזהות מה דחוף, להכין טיוטות תשובה, לעדכן את היומן ולשלוח הודעה ב־WhatsApp עם הדברים שמחכים לטיפול.
Claude יכול לעזור לחשוב על משימה, ו-OpenClaw מנסה לקחת את אותה חשיבה ולהפוך אותה לפעולה. Cursor או Claude Code יכולים לעזור למתכנת בתוך סביבת הקוד שלו, אבל OpenClaw מנסה ללכת רחב יותר. לא רק קוד, לא רק דפדפן ולא רק חלון שיחה, אלא סוכן שמחובר למחשב כולו.
זו הסיבה שההגדרה הכי פשוטה שלו היא גם ההגדרה הכי חזקה, OpenClaw הוא בינה מלאכותית שלא רק עונה, אלא עושה.
מפרויקט צדדי לתופעה עולמית
הסיפור של OpenClaw התחיל כמעט משום מקום. פיטר שטיינברגר, מפתח מוכר בקהילת התוכנה, בנה את הפרויקט תחילה תחת שמות אחרים כמו Clawdbot ו-Moltbot, לפני שהשם OpenClaw הפך למותג שהצית את קהילת המפתחים. בתוך זמן קצר מאוד הפרויקט הפך לאחד ממיזמי הקוד הפתוח הצומחים ביותר ב־GitHub. מקורות שונים הציגו מספרים שונים בהתאם למועד הפרסום, אך כולם מספרים את אותו סיפור מרכזי, קפיצה חריגה מעשרות אלפי כוכבים בתוך ימים, למאות אלפים בתוך שבועות. DigitalOcean, לדוגמה, זינוק של יותר מ-60 אלף כוכבים בתוך 72 שעות בלבד, בעוד מקורות מאוחרים יותר כבר דיברו על נתונים גבוהים בהרבה.
בגרף המצורף ניתן לראות את קצב הצמיחה החריג של OpenClaw ב-GitHub, בהשוואה לשני פרויקטים אייקוניים בעולם הקוד הפתוח, React של Facebook ו-Linux של לינוס טורבאלדס. בעוד ש-React ו-Linux צמחו לאורך שנים ארוכות, OpenClaw מציג זינוק כמעט אנכי בתוך פרק זמן קצר במיוחד. זה ממחיש מדוע השוק לא מתייחס אליו כאל עוד פרויקט קוד פתוח, אלא כאירוע ויראלי שמסמן שינוי עמוק יותר בעולם הבינה המלאכותית.
אבל המספרים לבדם לא מסבירים את ההתלהבות. מה שהדליק את השוק הייתה התחושה שמישהו סוף סוף בנה את הדבר שכולם דיברו עליו במשך שנים, עוזר אישי אמיתי. לא עוד צ׳אט יפה עם תשובות ארוכות, אלא סוכן שפועל ברקע, מחובר לאפליקציות שכבר קיימות בחיים שלנו, יודע לזכור העדפות, מסוגל לבצע משימות חוזרות ויכול לקבל הוראות מהטלפון גם כשהמשתמש רחוק מהמחשב.
אחד הרעיונות המרכזיים ב-OpenClaw הוא פעולה מתמשכת. הסוכן לא חייב לחכות תמיד לפקודה ישירה, אלא יכול להתעורר במחזורים קבועים, לבדוק אם יש משימות פתוחות, לסרוק הודעות, לעבור על מיילים, לבדוק התראות, לוודא שאין שינוי ביומן או לבצע פעולה שהוגדרה מראש. במילים פשוטות, הוא לא רק מגיב, הוא מתחיל ליזום.
זה כבר שינוי עמוק מאוד. ברגע שהבינה המלאכותית לא מחכה לשאלה, אלא מתחילה לפעול בסביבה הדיגיטלית שלנו, אנחנו עוברים מעולם של עוזרים לעולם של עובדים דיגיטליים.
למה התעשייה הגדולה מתעוררת
הסיפור של OpenClaw לא נשאר רק בקהילת המפתחים. בכנס GTC של NVIDIA לפני מסחר שבועות, ג׳נסן הואנג התייחס אליו כאחד הפרויקטים החשובים ביותר בעולם הסוכנים, ובאתר החדשות CNBC אף תואר כיצד הוא הציג את OpenClaw כאפשרות מובילה לבניית סוכני בינה מלאכותית שמסוגלים לבצע משימות בעולם האמיתי. NVIDIA גם הודיעה על NemoClaw, שכבת אבטחה ותשתית שנועדה לעזור לארגונים לאמץ את OpenClaw בצורה בטוחה יותר.
האמירה הזו חשובה לא רק בגלל ההייפ, אלא בגלל מי שאמר אותה. NVIDIA לא מחפשת רק עוד מודל חכם, אלא את השכבות הבאות שיגדילו את השימוש במודלים. כל סוכן כזה, שרץ כל הזמן, קורא מידע, מנתח, מפעיל כלים, חוזר למודל, מקבל החלטה ואז מבצע פעולה, מייצר עוד ביקוש לחישוב.
אם הגל הראשון של הבינה המלאכותית היה גל האימון, כלומר בניית המודלים הגדולים, הגל הבא הוא גל ההסקה, השימוש בפועל. ההסקה היא לא אירוע חד פעמי, אלא פעולה שמתרחשת בכל פעם שמודל עונה, מסכם, מתכנן, מחליט או מפעיל כלי.
כאן נכנס לתמונה פרדוקס ג׳בונס, אחד המושגים החשובים ביותר בכלכלה של עולם הבינה המלאכותית. הרעיון פשוט יחסית, כאשר טכנולוגיה מסוימת נהיית זולה ויעילה יותר, השימוש בה לא בהכרח יורד, ולעיתים קורה בדיוק ההפך. בעולם הבינה המלאכותית זה מתבטא במחירי הטוקנים, ככל שהעלות לשימוש במודלים יורדת, כך ניתן להפעיל אותם יותר פעמים, ביותר משימות, ביותר מוצרים וביותר תהליכים אוטומטיים.
התייעלות טכנולוגית מאיצה ביקוש
(באדיבות הכותב)
הגרף המצורף ממחיש את התופעה הזו בצורה ברורה. הקו מציג ירידה במחיר הטוקנים לאורך זמן, בעוד שהעמודות מציגות זינוק חד בכמות הטוקנים המעובדים. במילים פשוטות, ככל שהשימוש במודלים נהיה זול יותר, צריכת המודלים לא נעלמת אלא מתפוצצת כלפי מעלה. זה בדיוק המקום שבו סוכנים כמו OpenClaw יכולים להפוך למנוע צריכה חדש, משום שהם לא פונים למודל רק כאשר המשתמש שואל שאלה, אלא עשויים לעבוד ברקע לאורך כל היום, לבדוק מיילים, לקרוא קבצים, לסכם מידע, לבצע משימות ולחזור שוב ושוב למודל כדי לקבל החלטות.
בשלב הזה הסיפור כבר מפסיק להיות רק סיפור טכנולוגי, והופך לסיפור רחב יותר על שרשרת הערך החדשה שנבנית סביב סוכני הבינה המלאכותית. OpenClaw עצמו הוא פרויקט קוד פתוח, ולכן אין כאן “מניית OpenClaw”, אבל כמו בהרבה מהפכות טכנולוגיות, הכסף לא תמיד נמצא בפרויקט עצמו, אלא בשכבות שנבנות סביבו.
NVIDIA היא אחת הנהנות הברורות מהמעבר הזה, בגלל העלייה הפוטנציאלית בביקוש לחישוב ולאינפרנס. אם צ׳אטבוטים הגדילו את השימוש במודלים, סוכנים יכולים להפוך את השימוש הזה לרציף ואוטומטי. סוכן שרץ ברקע לא מפעיל את המודל פעם אחת, אלא שוב ושוב. הוא קורא הודעה, מנתח אותה, פונה למודל, בודק קובץ, מבצע פעולה, חוזר למודל וממשיך למשימה הבאה. כל פעולה כזו דורשת כוח חישוב, וככל שמספר הסוכנים יגדל, כך גם העומס על תשתיות השבבים, הזיכרון, הרשתות והדאטה סנטרים צפוי לגדול.
Microsoft נמצאת במקום טבעי לא פחות, כי סביבת העבודה הארגונית היא אחד המקומות הברורים ביותר לסוכן כזה. Outlook, Teams, Word, Excel, PowerPoint, SharePoint ו-GitHub הם לא רק מוצרים, אלא שכבת העבודה היומיומית של ארגונים. לכן ההשקה של Scout, עוזר אישי שמושפע מ-OpenClaw ונועד לפעול בתוך סביבת Microsoft 365, היא לא עוד פיצ׳ר קטן, אלא ניסיון לקחת את רעיון הסוכן האישי ולהפוך אותו למוצר ארגוני עם הרשאות, ניהול ואבטחה.
גם OpenAI וכמובן Anthropic יושבות בלב הסיפור הזה, אם כי בצורה מורכבת יותר. מצד אחד, OpenClaw מאתגר אותן, כי הוא מראה שהערך לא נמצא רק במודל עצמו, אלא גם בשכבת הפעולה שמחברת את המודל לעולם האמיתי. מצד שני, כל סוכן כזה עדיין צריך מודל חזק שיחשוב, יבין הקשר, יפרק משימות ויקבל החלטות. לכן ככל שעולם הסוכנים יגדל, גם הביקוש למודלים איכותיים יכול לגדול.
לצידן, חברות הסייבר וחברות הענן עשויות להפוך לחלק מרכזי בשרשרת. סוכן שמקבל הרשאות למיילים, קבצים, דפדפן ומערכות ארגוניות חייב שכבות אבטחה חדשות, שיידעו לנטר פעולות, למנוע דליפת מידע, להגביל הרשאות, לבדוק תוספים ולתעד החלטות. במקביל, ארגונים רבים לא ירצו להריץ סוכנים כאלה לבד, ויעדיפו פתרונות מנוהלים בענן דרך Azure, AWS, Google Cloud, DigitalOcean ושחקניות תשתית נוספות.
ויש כאן גם זווית מעניינת למחשוב המקומי. חלק גדול מההתלהבות סביב OpenClaw נובע מכך שהוא יכול לרוץ על המחשב האישי של המשתמש, ולא רק בענן. אם יותר משימות בינה מלאכותית יעברו למכשיר עצמו, מחשבים חזקים יותר, עם זיכרון גבוה יותר ויכולות עיבוד מקומיות, עשויים להפוך לחשובים יותר גם עבור חברות כמו Apple ויצרניות מחשבים נוספות.
הצד המסוכן של הסוכן האישי
בדיוק כאן צריך לעצור את ההתלהבות.
OpenClaw מרגש בדיוק בגלל שהוא מסוכן. ברגע שסוכן בינה מלאכותית מקבל גישה למחשב, לקבצים, למיילים, לדפדפן, לאפליקציות מסרים ולהרשאות פעולה, הוא כבר לא רק כלי פרודוקטיביות. הוא הופך לגורם שפועל בתוך מערכת רגישה מאוד.
אם הוא טועה, הוא עלול למחוק קובץ, אם הוא מפרש הודעה בצורה לא נכונה, הוא עלול לשלוח תגובה לאדם הלא נכון. אם הוא מחובר לקבוצות מסרים שונות, הוא עלול לערבב בין הקשר אישי להקשר עסקי. ואם תוסף קהילתי נבנה בצורה לא בטוחה, הוא עלול להפוך מדבר שאמור לעזור למשתמש לדלת כניסה עבור תוקף.
זה בדיוק ההבדל בין עידן הצ׳אטבוטים לעידן הסוכנים. בעידן הצ׳אטבוטים, הסיכון המרכזי היה תשובה לא נכונה. בעידן הסוכנים, הסיכון הוא פעולה לא נכונה. תשובה לא נכונה אפשר לתקן, אבל פעולה לא נכונה יכולה לעלות כסף, לחשוף מידע, למחוק נתונים, לפגוע בלקוח או ליצור נזק עסקי אמיתי.
הנקודה הזו כבר לא נשארת תיאורטית. בכתבה שפורסמה אתמול בבלוג של OpenClaw, החברה הודיעה על שיתוף פעולה עם NVIDIA שנועד לחזק את אבטחת ה־Skills, כלומר אותן יכולות חיצוניות שמרחיבות את מה שהסוכן יודע לעשות. לפי OpenClaw, קבצי Skill זכו למוניטין בעייתי מבחינת אבטחה, ולא במקרה. כבר עם השקת ClawHub, מאגר ה־Skills של הפרויקט, ניסו גורמים זדוניים לפרסם Skills שהכילו נוזקות מוכרות, מה שחייב את OpenClaw לשתף פעולה עם VirusTotal כדי לזהות ולחסום אותם.
אבל האיום האמיתי בעולם הסוכנים מורכב יותר מנוזקה רגילה. Skill יכול להציג את עצמו ככלי שמסכם קבצי לוג, אבל בפועל לכלול סקריפט ששולח אותם החוצה מהמחשב. Skill אחר יכול להיות תמים לכאורה, אבל להפעיל פקודת מערכת מסוכנת במקרה של שימוש לא נכון. אלו לא בהכרח איומים שסורק אנטי־וירוס רגיל נבנה לזהות, כי הבעיה אינה רק האם הקוד “נגוע”, אלא מה הוא מבקש מהסוכן לעשות, אילו הרשאות הוא דורש ומה עלול לקרות אם משהו משתבש.
כאן נכנס שיתוף הפעולה עם NVIDIA. כל Skill חדש שעולה ל-ClawHub עובר היום תהליך אימות לפני פרסום, הכולל ניתוח סטטי של הקוד, סריקה דרך VirusTotal ו-SkillSpector של NVIDIA.
לאחר מכן, ClawScan שוקל את כלל הממצאים, יחד עם מקור ה-Skill, המטא-דאטה והיסטוריית המפרסם, ומפיק תוצאה סופית שמסווגת את ה-Skill כנקי, חשוד או זדוני. במקביל, כל Skill מקבל Skill Card, מעין ״תעודת זהות״ שמסבירה מי פרסם אותו, מה הוא אמור לעשות, מה תהליך הסריקה מצא ומה מקורו.
המשמעות רחבה בהרבה מ-OpenClaw עצמו. כדי שסוכני AI יעברו מעולם של מפתחים וחובבי טכנולוגיה לעולם הארגוני, הם יצטרכו שכבת אמון. ארגונים לא ייתנו לסוכן גישה למיילים, קבצים, מערכות פנימיות ודאטה רגיש בלי לדעת מי כתב את ה-Skill, מה הוא עושה בפועל, אילו הרשאות הוא דורש ומה טווח הנזק האפשרי במקרה של תקלה.
לכן השלב הבא של התעשייה לא יהיה רק לבנות סוכנים חכמים יותר, אלא לבנות סוכנים שאפשר לסמוך עליהם. אבטחת סוכנים, ניהול הרשאות, תיעוד פעולות, בדיקת תוספים ובקרה אנושית לא יהיו שכבה טכנית שולית, אלא תנאי בסיסי לאימוץ ארגוני של הבינה המלאכותית.
מה השורה התחתונה?
OpenClaw הוא לא עוד טרנד חולף בעולם הבינה המלאכותית, אלא סימן דרך במעבר הגדול מצ׳אטבוטים, לסוכנים.
הוא מראה שהשלב הבא של הבינה המלאכותית לא יסתפק בלענות לנו על שאלות, אלא ינסה לבצע עבורנו משימות. הוא יישב על המחשב, יתחבר לאפליקציות, יפעל דרך הודעות, יזכור העדפות, יבצע פעולות ויהפוך את עצמו משירות שאנחנו פותחים כשצריך, לעוזר שנמצא שם כל הזמן.
עבור המשקיעים, המשמעות היא שהגל הבא ב-AI לא יהיה רק סביב מי שבונה את המודל החכם ביותר, אלא סביב כל שרשרת הערך שתאפשר לסוכנים האלה לפעול. שבבים, ענן, מודלים, תוכנות ארגוניות, כלי פיתוח, מחשוב מקומי ואבטחת מידע, כולם הופכים לחלק מאותה תשתית חדשה.
NVIDIA עשויה ליהנות מהביקוש הגובר לחישוב ולאינפרנס, אבל שיתוף הפעולה האחרון שלה עם OpenClaw מראה שהיא מסתכלת גם על שכבת האמון והאבטחה של עולם הסוכנים, ולא רק על השבבים שמריצים אותם.
Microsoft עשויה ליהנות מהפיכת סביבת העבודה לבית של הסוכן הארגוני, בעיקר דרך Microsoft 365, Teams, Outlook ו-GitHub. OpenAI ו-Anthropic עשויות ליהנות מהביקוש למודלים שיניעו את הסוכנים, גם אם חלק מהערך יעבור בהדרגה משכבת המודל לשכבת הפעולה.
חברות סייבר וענן עשויות ליהנות מהצורך לאבטח, לנהל ולהריץ את הסוכנים האלה בסביבה ארגונית, ויצרניות מחשבים אישיים עשויות ליהנות אם יותר כוח בינה מלאכותית יעבור חזרה אל המכשיר המקומי.
הנקודה החשובה היא ש-OpenClaw עצמו לא חייב להיות המנצח הסופי כדי שהסיפור יהיה משמעותי. בדיוק כמו שפרויקטים מוקדמים אחרים סימנו לאן השוק הולך עוד לפני שהפכו למוצרים המוניים, OpenClaw מסמן את השינוי בכיוון.
השאלה כבר אינה רק איזה מודל הכי חכם, אלא מי יצליח לקחת את המודל הזה, לחבר אותו לעולם האמיתי, לתת לו לפעול בצורה בטוחה, ולהפוך את שכבת הסוכנים למוצר עסקי אמיתי.
אבל לצד ההזדמנות, יש גם סיכון של ממש. ככל שהבינה המלאכותית מקבלת יותר ידיים, כך היא צריכה יותר גבולות. וככל שהסוכן הופך חכם יותר, כך השאלה החשובה כבר אינה רק מה הוא יודע לעשות, אלא מי מפקח עליו כשהוא עושה את זה.
גיא נתן, מנכ"ל ומייסד של גיא נתן בע"מ, מנהל קרן הגידור Valley, כותב פיננסי ב־Ynet Capital, עיתון "בשבע" ואתר ספונסר, מרצה ומנחה פודקאסט "מפת החום", פאנליסט כלכלה שבועי בערוץ הכלכלה (10) תוכנית "תל אביב – ניו יורק" ואורח קבוע בתוכנית "היום שהיה" בערוץ 13
אין לחברת ידיעות תקשורת בע״מ, לאתר ynet או לחברת המברקה פתרונות תקשורת בע״מ זיקה כלשהי לתוכן במובן של ניגוד עניינים או של עניין מיוחד. הכתוב אינו מהווה ייעוץ השקעות ו/או תחליף לייעוץ המתחשב בנתונים ובצרכים המיוחדים של כל אדם. אין לראות במידע בסקירה זו כעובדתי או כמכלול כל המידע הידוע, ולכן אין להסתמך על הכתוב בה ככזה.
