פרשנות | AI, איומים חדשים ו־Multi-Cloud: שלוש המגמות שמאתגרות את הארגונים

במשך 12 השנים האחרונות חברת F5 עורכת סקר בקרב מנהלים ומקבלי החלטות בתחום ה־IT ברחבי העולם, במטרה לזהות את המגמות המרכזיות שמעצבות את עולם הטכנולוגיה העסקית. דו”ח 2026 State of Application Strategy של החברה מצביע השנה על מסקנה ברורה אחת: שלושה כוחות מרכזיים משנים כעת את האופן שבו ארגונים בונים, מפעילים ומאבטחים יישומים מודרניים.

הראשון הוא Distributed AI inference. זהו השלב שבו מודל מאומן אחד או יותר נכנסים לפעולה כדי לייצר תגובות, החלטות או תחזיות בזמן אמת. שלב זה הפך לעומס תפעולי קריטי במסע של אפליקציות מבוססות AI. הכוח השני הוא שינוי דרמטי במפת האיומים. תוקפים מאמצים AI כדי להאיץ גילוי חולשות, לבצע אוטומציה של מתקפות ולהרחיב את היקף הפעילות שלהם בקצב ובסקייל חסרי תקדים.

השלישי הוא Hybrid multi-cloud. כבר לא מדובר בשלב מעבר זמני, אלא במציאות תפעולית קבועה עבור רוב הארגונים, במיוחד כאשר AI מגביר את הדרישות סביב המקום שבו אפליקציות, APIs, דאטה ושירותי inference צריכים לפעול.

עבור מנהלי אבטחת מידע ומנהלי טכנולוגיה כבר לא מדובר בדיון תיאורטי. שלושת הכוחות הללו משנים בפועל את הסביבות שעליהן הם מגנים, את הארכיטקטורות שבהן הם תומכים ואת ההחלטות האסטרטגיות שהם נדרשים לקבל מדי יום.

AI Inference נמצא בליבת הערך הארגוני

AI inference אינו טרנד חולף. בתוך זמן קצר הוא ביסס את מעמדו כיכולת עסקית מרכזית. לפי הסקר של F5, כ־77% מהמשיבים מדווחים כי inference, ולא training או fine-tuning של מודלים, הוא פעילות ה־AI הדומיננטית בארגון שלהם. עוד עולה מהדו”ח כי ארגונים מפעילים בממוצע שבעה מודלי AI, כאשר inference workloads נפרסים על פני סביבה מבוזרת הכוללת data center, cloud ו־edge locations.

הסיבה לכך פשוטה: inference מספק תובנות קריטיות בזמן אמת, המאפשרות לארגונים לשפר ביצועים עסקיים, לייעל תהליכים ולהגדיל יתרון תחרותי. כתוצאה מכך עבר AI משלב הניסוי אל מערכות production בקנה מידה מלא – מעבר שמשפיע ישירות על התפעול ועל ההכנסות. אלא שבמקביל ארגונים מתמודדים עם אתגרים משמעותיים ביישום AI inference כחלק מתהליכי העבודה והפעילות היומיומית שלהם.

אחד האתגרים המרכזיים הוא רמת המורכבות וה־sprawl שיוצרות סביבות AI ארגוניות מרובות מודלים. ככל שמספר המודלים גדל, כך גדל גם העומס הניהולי. בנוסף, קיימים תרחישים של chained model routing, שבהם prompts, responses ו־context עוברים בין מודלים שונים ויוצרים סיכוני אבטחה חדשים ב־runtime.

במקביל, ארגונים נדרשים לנהל בזמן אמת את הביצועים, האבטחה והאמינות של מערכות ה־AI. הדבר מחייב end-to-end observability כדי לוודא שמדיניות אבטחה וכללי compliance נאכפים באופן עקבי, ללא תלות במודל שבו נעשה שימוש או במיקום שבו הוא פועל.

המורכבות הזו מגיעה עם תג מחיר: תפעול תשתיות inference עתירות ביצועים כרוך בהשקעה ובעלויות משמעותיות.

לכן יש להתייחס ל־distributed AI inference כאל new application tier. במציאות זו inference כבר אינו מתפקד כ־endpoint בודד, אלא כמערכת מבוזרת לכל דבר. עבור ארגונים המשמעות היא שיש לנהל את שכבת ה־inference באותה רמת חשיבות ומשמעת תפעולית שבה הם מנהלים רכיבי ליבה אחרים של ה־application stack הארגוני.

ככל שארגונים מאמצים AI ו־Agents, כך גם התוקפים

כשם שארגונים מאמצים כיום Agentic AI במהירות רבה, כך עושים גם התוקפים. על פי הסקר, 98% מהארגונים כבר מבצעים התאמות באפליקציות שלהם לטובת גישה של autonomous AI agents. במקביל, 77% מהמשיבים צופים אתגרים הקשורים ל־identity and access control עבור AI agents – פער שעלול לייצר כר פורה לתקיפות.

AI מספק מספר עצום של entry points חדשים ובלתי צפויים למתקפות, כגון: prompt injection, data poisoning, model inversion ועוד – מתקפות שעלולות לעקוף מנגנוני הגנה מסורתיים. אך מערכות AI אינן רק מרחיבות את ה־attack surface הארגוני; הן משנות אותו מן היסוד.

כתוצאה מכך, ארגונים זקוקים כיום לפתרונות אבטחה המתמקדים בשכבת ה־inference עצמה – החזית החדשה של עולם התקיפות, שבה APIs, prompts ו־access tokens נפגשים בזמן אמת. הגנה על סביבה זו מחייבת בקרות identity ו־authorization חזקות, לצד visibility בזמן אמת לכלל האינטראקציות של מערכות AI.

בנוסף, נדרשים כלי monitoring מקיפים, המסוגלים לבדוק ולנתח prompts ו־responses, תוך שילוב הדוק בין application delivery לבין security, במטרה לצמצם “אזורים אפורים” שבהם תוקפים יכולים לפעול ללא זיהוי.

Hybrid Multi-Cloud הופך למורכב עוד יותר בעידן ה־AI

מורכבות סביבות hybrid multi-cloud ממשיכה להעמיק, במיוחד עם התרחבות השימוש ב־distributed AI ובסביבות multi-model. לפי נתוני הדו״ח, 93% מהארגונים מנהלים כיום סביבות multi-cloud, ו־86% מפעילים יישומים במקביל ב־on-premises, ב־public cloud ובאתרי co-location.

עוד עולה מהדו”ח כי הארגון הממוצע מנהל כחמישה data centers משלו, לצד חמישה אתרי co-location, ובמקביל עושה שימוש בארבעה ספקי public cloud שונים. המשמעות היא שהנוף הדיגיטלי המודרני הפך, כברירת מחדל, למבוזר, הטרוגני ומורכב מאוד לניהול ולאבטחה.

גישת unified platform להפחתת המורכבות ולאבטחת AI

לפי F5, הדרך להתמודד עם שלוש המגמות הללו היא באמצעות גישת platform אחודה – כזו שמאפשרת לספק, לאבטח ולשלוט בכל אינטראקציה בזמן אמת, גם בסביבות מבוזרות. גישה זו מחייבת תשתית אחידה עם אכיפת מדיניות עקבית בין סביבות שונות, לצד כלי visibility ובקרות end-to-end שפועלים בכל שכבות ה־eco-system הדיגיטלי.

פלטפורמה מאוחדת המשלבת application delivery, networking ו־security יכולה לצמצם את פיצול נקודות השליטה ולספק שכבת enforcement אחידה, כזו שמסוגלת להתמודד עם המורכבות של מערכות AI דינמיות ושל תשתיות hybrid multi-cloud.

מאת: גל סלע, מהנדסת פתרונות, F5 ישראל