בינה מלאכותית הופכת לרכיב מעשי גם במערכות משובצות מחשב (embedded systems), החל מחיזוי תקלות מכניות, ועד בקרה על תפעול מנועים וטורבינות וראייה ממוחשבת במערכות תעשייתיות (ICS). כאשר מפתחים של מערכות בקרה משלבים מודלים של בינה מלאכותית במערכות תפעוליות (OT), הם עומדים בפני אתגרי אבטחה שחורגים מעבר להקפדה על תפקוד של מודל AI. כאן עולות שאלות: מי שולט בתפקוד של המודל, לאילו נתונים במערכת המודל יכול לגשת, ובאיזו מידה תוקף יכול לפגוע בתפקוד המערכת? היתרון בגישה זו נובע משילוב של מודל AI עם ארכיטקטורה חסינה ומאובטחת יותר בפני גישה של גורם לא מורשה, אתחול מאובטח (secure boot) ותהליך עדכונים מוקפד מאוד. עבור מפתחי מערכות משובצות מדובר בקביעה איזו התקנה של מודל AI מספקת את רמת השליטה המתאימה ליישום מודלי בינה מלאכותית שמותקנים על שרתים מקומיים (On-prem servers) עשויים לסייע בהפחתת סיכונים אלו, על ידי הגבלת הגישה של מודל ה-AI לאזורים מוגדרים במערכת OT. גישה זו מסייעת לשדרוג הבקרה על המודל, אך לא הופכת את המערכת למאובטחת לחלוטין. מודל AI שפועל במערכת סגורה עלול להיות פגיע למניפולציות באמצעות החדרת קוד זדוני, שיבוש הקושחה (Firmware), שימוש בממשקים לא מאובטחים ושימוש לא מורשה בפרטי הזדהות. היתרון בגישה זו נובע משילוב של מודל AI עם ארכיטקטורה חסינה ומאובטחת יותר בפני גישה של גורם לא מורשה, אתחול מאובטח (secure boot) ותהליך עדכונים מוקפד מאוד. עבור מפתחי מערכות משובצות מדובר בקביעה איזו התקנה של מודל AI מספקת את רמת השליטה המתאימה ליישום. מקרה מבחן – מדוע בחירת התשתית חשובה נבחן אירוע מציאותי שבו מערכת ראייה משובצת מזהה פגם בקו ייצור. מודל AI עשוי לסווג תמונות באופן מקומי על גבי מעבד משובץ, לשלוח את התוצאה לעובד מקצועי לבחינה מעמיקה ולהפעיל מנגנון דחייה במידה ונדרש. השגנו כאן תהליך אמין יותר מעבר לשאלה שקשורה לאמינות והאיכות של מודל AI שמותקן במערכת. אתחול מאובטח של המערכת (Secure boot) נדרש ליצירת תהליך אמין שכולל את קוד ההפעלה לקושחה של תוכנת היישום. האימות שנכלל בתהליך צריך למנוע קבלה של קוד קושחה פגום או קוד לתפעול מודל AI שלא נבחן כראוי. בסביבת הייצור יש להגביל את הממשק לתוכנות (debug code), בעוד שבקרות גישה למערכת התפעולית צריכות להגביל אילו רכיבי תוכנה יכולים לבצע פעולות בעלות הרשאות מיוחדות. נניח שמערכת הבקרה מבצעת אבחון רעידות של הטורבינה וגם מודדת את הטמפרטורה כדי לזהות מצבים חריגים (anomaly condition). במקרה כזה, שידור הנתונים מהחיישנים לענן עשוי להגדיל את דרישות רוחב הפס ולחשוף מידע אודות תקלה במערכת הטורבינה לגורם עוין. אחת הסיבות העיקריות לשימוש בבינה מלאכותית המותקנת על שרת מקומי היא שהתהליך יתבצע בסמוך לאזור התפעולי, במקום לשדר את הנתונים התפעוליים לשרתים בענן. מבנה מערכת כזה יכול להפחית את התלות ברשת התקשורת לענן, להגביל את חשיפת הנתונים לפגיעות ולשפר את זמן התגובה. כותב המאמר הוא יועץ ומרצה בתחום אבטחת סייבר למערכות תפעוליות, מרצה על שילוב פתרונות בינה מלאכותית ויו"ר הכנס השנתי בישראל המאורגן על ידי חברת אנשים ומחשבים – ICSCYBERSEC&AI 2027. הכנס ה-11 ייערך בלאגו ראשל"צ ב-6 בינואר 2027

שמונה וחצי בבוקר, לקוח מתקשר ומבקש לדחות את המסירה משעה 10:00 לשעה 12:00. מנהלת התפעול מזינה את השינוי בקובץ תוך שנייה. בעיה אחת: המחסן כבר הדפיס את סדר ההעמסה לפי הגרסה הישנה, הנהג יוצא לדרך לפי תוכנית החלוקה הישנה, המוקד רואה סטטוס שלא מתאים למציאות, ועד שהטעות מתגלה, שתי מסירות נדחות והלקוח כבר בטלפון. איש לא טעה בגדול. כל אחד עשה בדיוק את מה שהיה אמור לעשות. הבעיה היא שאף אחד מהם לא עבד מתוך אותו מקור מידע. זו לא תקלה חד-פעמית. זו התנהלות יומיומית בהמון ארגוני הפצה, כי ה-Excel קיבלה תפקיד שמעולם לא נועד לה. התוכנה נבנתה כדי לחשב, לבדוק תרחישים ולהפיק דו"חות – לא כדי לנהל מערך חי, שבו הזמנות זזות, לקוחות משנים דעה ונהגים נמצאים בדרך בזמן שמישהו במשרד מנסה לעדכן אותם. לפני שהמערכת יכולה להמליץ, היא צריכה להבין מה באמת קורה בשטח. מספר המפתיע פחות ממה שהוא צריך בסקר גלובלי של 164 אנשי מקצוע בתחום תכנון המכירות והתפעול (S&OP או IBP), נמצא כי 81.1% עדיין מנהלים את התכנון ב-Excel או ב-Google Sheets, גם בחלק מהארגונים הגדולים שבהם פועלות מערכות ERP מתקדמות (ראו סקר S&OP מלא). גם בלוגיסטיקה עצמה התמונה דומה. בסקר קטן ולא מייצג שערך ספק הפתרונות Cargoclix בקרב 55 מלקוחותיו (ראו ממצאי סקר Cargoclix), כמעט 35% דיווחו שהמעברים בין גיליונות Excel, הודעות מייל ושיחות טלפון מסבכים משמעותית את התפעול היומיומי. התוכנה שבה עושים שימוש במערכת ההפצה פשוט אינה הנכונה. Excel. צילום: תמונת אילוסטרציה באמצעות AI כל מחלקה מחזיקה גרסה אחרת של המציאות לרוב זה לא מתחיל ככשל טכנולוגי, אלא ככשל ארגוני. לכל מנהל תפעול ותיק יש את "הקובץ שלו": נוסחאות שנצברו במשך שנים, קיצורים, הערות שרק הוא מפענח. זה נשמע כיתרון, אבל זהו סיכון מרוכז, כי כשהאדם בחופשה, הארגון כולו ממתין לו. באותה מידה, כל מחלקה יצרה במשך השנים את ה-Excel שמתאים לה: התפעול מנהל מסלולים בגיליון אחד, השירות עוקב אחרי פניות בגיליון שני, הכספים מתאמים חשבוניות בשלישי. אף אחד לא תכנן זאת כך. זו תוצאה טבעית של מחלקות ואנשים שפתרו כל אחד את הבעיה המיידית שלו, בלי מנגנון שמדבר באותה השפה. התוצאה היא ארגון שבו שלוש מחלקות יכולות להחזיק שלוש גרסאות שונות לאותה מסירה, ואף אחת מהן אינה שגויה מנקודת המבט הצרה שלה. ניסוי קטן מהשטח: אותה שאלה, תשובות שונות סקר קטן ולא מדעי שערכתי בשיחות עם מנהלי תפעול והפצה המחיש לי עד כמה התופעה מוכרת – כששאלתי מנהלת תפעול כמה גרסאות של אותה מסירה קיימות אצלם באותו בוקר, היא ספרה בקול: "אחת במחסן, אחת במוקד, אחת בקובץ שלי ואחת אצל הנהג".  מנהל אחר, ששאלתי כיצד הוא מוודא שקו החלוקה עודכן, ענה בפשטות: "אני מתקשר לנהג ושואל". ומנהל הפצה ותיק סיכם את הבעיה במשפט שנשאר איתי: "אני לא מפחד מטעויות. אני מפחד לגלות אותן ב-11 בבוקר". מה שבאמת חסר: לא עוד מערכת, אלא חיבור ERP שמנהל הזמנות ו-CRM שמנהל לקוחות לא פותרים את זה – ולא צריכים. הם לא נועדו לנהל תפעול שוטף של הפצה. הפתרון הוא לא להחליף אותם, אלא לחבר אליהם פלטפורמת תפעול שמדברת איתם ברציפות. כשההזמנה, התכנון, הנהג והמסירה מתנהלים כל אחד בנפרד, כל שינוי קטן הופך לעדכון ידני נוסף. כשהמערכות מחוברות, עדכונים יכולים להגיע לגורמים הרלוונטיים בהתאם לתהליכי העבודה שהוגדרו, ולצמצם את הצורך בתיאומים ידניים. לפני AI, קודם תשתית וזה גם התנאי לפני שמדברים על AI ואופטימיזציה. מודל חיזוי אינו טוב יותר מהנתונים שהוא ניזון מהם. זמני הגעה, זמני פריקה, חריגות וסטטוסים שמפוזרים בין גיליון, מייל ושיחת טלפון לא הופכים לידע רק כי הם קיימים איפשהו. הם הופכים לידע כשהם נאספים באופן שיטתי, באותו תהליך שבו העבודה באמת מתבצעת. רק אז אפשר לזהות לקוחות שמעכבים פריקה שוב ושוב, אזורים שמייצרים חריגות קבועות, נהגים שנתקעים במסלולים לא יעילים.  לפני שהמערכת יכולה להמליץ, היא צריכה להבין מה באמת קורה בשטח. כמעט כל מנהל תפעול יודע לעבוד עם Excel טוב מאוד. השאלה היא אם הארגון שלו מוכן להשאיר אותו ככלי לניתוח נתונים, ולהפסיק להשתמש בו כמערכת ההפעלה של מערך ההפצה. כותבת סדרת המאמרים היא מייסדת משותפת ויו"רית וובלט (Weblet), שמתמחה בעולמות ה-SaaS, אופטימיזציה מבוססת AI של מערכי שטח, לוגיסטיקה, הפצה וטרנספורמציה דיגיטלית בארגוני B2B לפרקים הקודמים בסדרה: לפרק הראשון |  לפרק השני | לפרק השלישי |  לפרק הרביעי |  לפרק החמישי |  לפרק השישי | לפרק השביעי |

חברת האינטגרציה בתחום אבטחת המידע והסייבר בולוורקס (Bulwarx) מחזקת את הנהלתה כחלק מתהליך צמיחה, במטרה לתת מענה טוב יותר לצרכים המשתנים של לקוחותיה. שלושה מנהלים בכירים מצטרפים לחברה: אולגה גנקין כסמנכ"לית מכירות ושיווק, סלי כץ עצמוני כסמנכ"לית השירותים והאספקה (VP Delivery), ובני בן ששון כסמנכ"ל הטכנולוגיות (CTO). לצד המינויים, החברה מעמיקה גם את הקשר שלה עם קהילת הסייבר בישראל. גנקין, שמונתה לתפקיד סמנכ"לית המכירות והשיווק, מכירה את שוק הסייבר משני צדדיו: הן מצד היצרנים הבינלאומיים והן מצד החברות המקומיות שמטמיעות את פתרונותיהם. בשנתיים האחרונות עמדה בראש אשנב מערכות מידע ו-Securenet מקבוצת אמן, ולפני כן הובילה את פעילות הערוצים והשותפים בפורטינט וב-IBM, גם בשווקים באירופה. בבולוורקס היא תוביל את הכניסה לתחומים חדשים ואת העמקת הקשר עם הלקוחות והיצרנים, לצד חיבורם ליכולות הפיתוח של החברה. כץ עצמוני, בתפקידה כסמנכ"לית השירותים והאספקה, תוביל את כלל פעילות הלקוחות בחברה, לרבות Customer Success, Professional Services, Support ו-Customer Experience, במטרה להגדיל את הערך ללקוחות ולהניע צמיחה. היא מביאה עמה יותר מ-20 שנות ניסיון בתפקידי ניהול בכירים במיקרוסופט העולמית, שם הובילה מערכי שירותים גלובליים, בנתה ארגונים בינלאומיים וקידמה יוזמות לשיפור חוויית הלקוח. בן ששון הכיר את בולוורקס תחילה כלקוח, ובחר להצטרף אליה כסמנכ"ל הטכנולוגיות כדי להוביל את החזון הטכנולוגי ואת תחומי החדשנות שלה. הוא מגיע מקבוצת צים, שבה הוביל במשך קרוב לעשור את פעילות הסייבר הגלובלית. בן ששון מביא עמו יותר מ-15 שנות ניסיון בתחומי הסייבר והטכנולוגיה. הוא חבר בוועדה מייעצת לסטארט-אפ בתחום הבינה המלאכותית, בוגר קורס CISO באוניברסיטת בר-אילן וסגן אלוף במילואים. רפאל (רפא) שטיינמץ, מנכ"ל בולוורקס: "האתגרים של ארגונים בתחום הסייבר נעשים מורכבים יותר. היתרון שלנו הוא השילוב בין פתרונות של יצרנים מובילים לבין יכולות פיתוח ואינטגרציה משלנו. אולגה, סלי ובני מחזקים אותו בדיוק במקומות הנכונים: בקשר עם הלקוחות והיצרנים, באיכות השירות ובהובלה הטכנולוגית". קהילה מקצועית חדשה למנהלי אבטחת מידע חיזוק ההנהלה הוא חלק ממהלך רחב יותר, שמטרתו לקרב את החברה לאנשי המקצוע בשטח. במסגרת המהלך הקימה בולוורקס את Bulwarx Secure Club, קהילה מקצועית המפגישה מנהלי אבטחת מידע, ארכיטקטי אבטחה ומובילי סייבר ותשתיות בארגונים. חברי הקהילה משתפים ידע, מחליפים ניסיון ודנים באתגרים מהשטח. המועדון פתוח גם לאנשי מקצוע שאינם לקוחות החברה, והם מוזמנים להגיש בקשת הצטרפות. "אנחנו לומדים הרבה מהשיחות עם אנשי המקצוע בשטח", הוסיף שטיינמץ. "ההנהלה החדשה והמועדון משרתים את אותה מטרה: להיות קרובים יותר ללקוחות ולקהילה". אודות בולוורקס בולוורקס הוקמה בשנת 2013 על ידי יואב מלמד ותמיר לביא, בעלי החברה וחברי הדירקטוריון שלה. החברה עוסקת באינטגרציה בתחום אבטחת המידע והסייבר, ומשרתת מאות לקוחות ארגוניים ועסקים קטנים ובינוניים. היא מתמחה בניהול זהויות, בסיווג מידע והגנה עליו ובפתרונות גישה מאובטחת לשירותים ולמשאבים ארגוניים.