סין לא רק בונה מודלי AI: היא מפיצה אותם לעולם

האתגר הסיני בתחום הבינה המלאכותית כבר אינו מסתכם בשאלה אם מעבדה בסין מסוגלת לייצר מודל שמשתווה למערכת אמריקאית מובילה. יותר ויותר, מדובר בשאלת ההפצה: מי יוכל להכניס AI מתקדם לידיהם של מספר גדול יותר של מפתחים, חברות וממשלות — ובעלות נמוכה יותר.

DeepSeek, ‏Kimi של Moonshot AI ו-Qwen של Alibaba הפכו את מודלי ה-AI בעלי המשקולות הפתוחות למוקד מרכזי בתחרות. ניתוחים של חוקרי Stanford מצאו כי מודלים סיניים בעלי משקולות פתוחות צמצמו במהירות את פער היכולות והאימוץ — ובתחומים מסוימים אף השוו או עקפו את המתחרים. בספטמבר 2025 עקפה משפחת המודלים Qwen את Llama של Meta והפכה למשפחת מודלי השפה הגדולה ביותר במספר ההורדות ב-Hugging Face. 18

מכאן נובעת דילמה אסטרטגית עבור וושינגטון: הגבלת מודלים סיניים עשויה לצמצם חשיפה בסביבות רגישות, אך איסור רחב עלול גם למסור לסין את שכבת הפיתוח הפתוחה — ולוותר על שקיפות ועל שליטה מקומית, שהן חלק מהסיבות לכך שארגונים בוחרים להריץ מודלים בעצמם.

״משקולות פתוחות״ אינן בהכרח קוד פתוח מלא

מודל בעל משקולות פתוחות הוא מודל שהפרמטרים המאומנים שלו זמינים להורדה. צדדים שלישיים יכולים להריץ את המודל המוגמר, להתאים אותו או לשלב אותו במוצרים, בלי להסתמך בהכרח על אפליקציה או API הנשלטים בידי הספק. 33

אבל פרסום המשקולות אינו מבטיח גישה ל:

• קוד האימון המקורי;
• נתוני האימון או מקורם;
• מתכון אימון שניתן לשחזר;
• תוצאות הערכה מלאות;
• זכויות בלתי מוגבלות לשימוש מסחרי או להפצה מחדש;
• מידע שקוף על סינון, כוונון בטיחות או תהליך הפיתוח.

לכן צריך לבחון את המונח ״פתוח״ בכל שחרור בנפרד. מודל יכול להיות ניתן להורדה, אך עדיין להיות קשה לשחזור, כפוף לרישיון מגביל או לא שקוף לגבי הנתונים שעיצבו את התנהגותו. קוד פתוח מלא ל-AI הוא רף מחמיר יותר, הכולל גישה משמעותית לקוד, למידע הקשור לנתונים ולרכיבים הדרושים למחקר ולשחזור. 41

ההבחנה הזו חשובה במיוחד בהשוואה בין DeepSeek, ‏Kimi ו-Qwen. רמת הזמינות, תנאי הרישיון והמידע הטכני עשויים להשתנות בין גרסאות, והדיווח הציבורי על שינויי סטטוס אינו תמיד מיידי.

סין מתחרה על אימוץ — לא רק על ציוני בנצ׳מרק

המעבדות הסיניות משלבות ביצועים תחרותיים עם מחירים נמוכים, יעילות חישובית ויכולת לפרוס מודלים באופן מקומי. כך הן מציעות לסטארט-אפים, לחוקרים ולחברות חלופה לתלות מלאה ב-API אמריקאיים יקרים. מחקרים ודיווחי מדיניות מתארים מעגל משוב: שחרורים זולים מושכים משתמשים, המשתמשים יוצרים כלים ונגזרות, והאקוסיסטם שנוצר מאיץ את סבב השיפורים הבא. 1720

היתרון אינו נמדד רק במספר האנשים שמשוחחים עם צ׳אטבוט. כל פריסה עשויה להוסיף:

• מודלים מותאמים ומתמחים;
• כלי פיתוח ואינטגרציות;
• בנצ׳מרקים חדשים ודיווחי באגים;
• היכרות של מפתחים עם משפחת מודלים מסוימת;
• תלות מסחרית וברירות מחדל טכנולוגיות.

לפי ניתוח Stanford, מפתחים סינים היו אחראים ל-17.1% מההורדות ב-Hugging Face בין אוגוסט 2024 לאוגוסט 2025 — מעט יותר מהמפתחים האמריקאים, שהיו אחראים ל-15.8%. דיווחים נוספים תיעדו שימוש גובר במודלים סיניים מצד חברות אמריקאיות שמחפשות להוזיל עלויות. 1831

אם מודלים ממקור סיני יוטמעו בתוכנות, במכשירים, בשירותים ממשלתיים ובמערכות תעשייתיות ברחבי העולם, בייג׳ינג עשויה לצבור השפעה על ברירות מחדל טכנולוגיות, עדכונים ושרשראות אספקה. זהו מנוף גיאופוליטי אפשרי — אך אין בכך הוכחה שכל מודל שמופעל מקומית נפגע או נשלט מרחוק.

ארבעה סוגי סיכון שונים שנכרכים יחד תחת ״סיכון סיני״

1. גישה לנתונים דרך שירות מתארח

כאשר משתמש שולח הנחיות, קבצים או מזהים לשירות שמתארח בסין, המידע יוצא מסביבת המשתמש ועלול להיות כפוף לסמכות השיפוט של הספק ולחוקים הרלוונטיים. לכן יש לבצע הערכת סיכונים רשמית לפני שליחת עומסי עבודה רגישים — ממשלתיים, ביטחוניים, רפואיים, תשתיתיים או עסקיים — לכל שירות חיצוני.

הרצה מקומית משנה את שאלת זרימת הנתונים הזו: תשתית שמוגדרת כראוי יכולה להשאיר מסמכים והנחיות בתוך רשת הארגון. עם זאת, היא אינה מבטיחה שחבילת המודל, תוכנת ההרצה או הכלים המחוברים אליו בטוחים.

2. צנזורה, הטיה והתנהגות המודל

אימון וכיול של מודל עלולים לייצר סירובים, השמטות, מסגור פוליטי או מידע מטעה. דוח של הקונגרס האמריקאי טען כי המוצר המתארח של DeepSeek העביר נתונים של אמריקאים לסין וכי תשובותיו עברו מניפולציה; אלה ממצאים וטענות של חקירה בקונגרס, ולא הוכחה לכך שכל קובץ משקולות שניתן להורדה מכיל קוד זדוני. 2

התנהגות של מוצר מתארח עשויה גם להיות שונה מזו של נגזרת שמופעלת מקומית. מעטפת המוצר, הנחיות המערכת, שכבת המודרציה, כלי אחזור המידע ותהליך העדכון — כולם עשויים להשפיע על הפלט.

3. דלתות אחוריות ופגיעה בשרשרת האספקה

חבילת מודל שהורדה, או התוכנה שמקיפה אותה, עלולות תיאורטית לכלול קוד טעינה לא מאובטח, התנהגות מורעלת או טריגרים נסתרים. עם זאת, עצם מקורו של מודל בסין אינו ראיה לדלת אחורית. צוותי אבטחה צריכים לאמת מקור, האשים וחתימות, לבדוק פעילות רשת, לבודד רכיבים בסביבת Sandbox ולבחון את כל מחסנית הפריסה.

4. גם למודלים סגורים יש סיכונים

מודלים קנייניים סגורים יוצרים סיכוני ריכוזיות ואחריות משלהם. בדרך כלל אי אפשר לבדוק את המשקולות, נתוני האימון, ההנחיות הסמויות, הטלמטריה, הסינון או תהליך העדכון שלהם. APIs מרכזיים עלולים להפוך למטרות חשובות למעקב, להשבתה, לפגיעה או לשינויי מדיניות חד-צדדיים.

גישה סגורה מקלה על ספק לנטר שימוש לרעה, להטמיע עדכוני בטיחות ולמנוע הפצה בלתי מבוקרת. אבל היא אינה הופכת את המודל לאמין מטבעו. למערכות פתוחות וסגורות יש סיכונים שונים וצורות שונות של שליטה.

מדוע הרצה מקומית היא הטיעון החזק ביותר נגד איסור גורף

הרצה עצמית יכולה להעניק לארגון שליטה רבה יותר במודל האיומים. צוות אבטחה יכול לנעול גרסה מסוימת, לאמת ארטיפקטים, להגביל חיבורים יוצאים, לסרוק תלויות, לבודד את השירות, לבצע בדיקות Red Team ולהשאיר הנחיות ומסמכים רגישים בתוך התשתית הארגונית. גישה פתוחה מאפשרת גם לחוקרים בלתי תלויים לשחזר כשלים ולבדוק הטיות או טריגרים נסתרים.

השקיפות הזו חשובה, אך אינה מבטיחה בטיחות. רוב הארגונים אינם מסוגלים לבדוק במלואם את ההתנהגות הנלמדת של מודל עצום. כוונון נוסף עלול להכניס חולשות חדשות, ופריסה מנותקת מהרשת מגינה על יציאת נתונים רק אם כל מחסנית ההרצה הוגדרה כראוי.

המסקנה המעשית היא לבחון את הפריסה — לא רק את התווית של המודל. API שמתארח בסין, פריסה מקומית שעברה ביקורת ונגזרת מצד שלישי שלא אומתה מציגים פרופילי סיכון שונים.

זיקוק מודלים עומד במרכז המחלוקת

זיקוק הוא תהליך שבו מאמנים מודל קטן או חדש יותר — ״תלמיד״ — בעזרת מידע ממודל חזק יותר, ״מורה״.

• זיקוק בקופסה שחורה משתמש בפלטים הנצפים של המודל, לעיתים באמצעות שאילתות API. הוא עשוי להיות לגיטימי כאשר נעשה בהרשאה, אך חילוץ בהיקף גדול עלול להפר תנאי שימוש, לעקוף מנגנוני הגנה או להעתיק התנהגות קניינית.
• זיקוק בקופסה לבנה משתמש במידע פנימי, כגון משקולות, לוגיטים או מצבים חבויים. הוא עשוי להעביר יכולות ביעילות רבה יותר, אך גישה למידע כזה מחייבת בדרך כלל הרשאה; השגתו ללא הרשאה מעלה חששות ישירים יותר בתחום הסודות המסחריים והאבטחה.

OpenAI ו-Anthropic האשימו חברות סיניות, ובהן DeepSeek, בשימוש בפלטים של מודלים לצורכי אימון. הוועדה האמריקאית לבחינה כלכלית וביטחונית של יחסי ארה״ב–סין תיארה טענות הנוגעות לחשבונות כוזבים, שירותי Proxy וחילוץ מתואם, בעוד ש-Reuters דיווחה על האשמת OpenAI שלפיה DeepSeek ניסתה ״לרכוב בחינם״ על היכולות שפיתחו מעבדות ה-AI המתקדמות בארה״ב. בשלב זה מדובר בטענות, ולא בממצאים שהוכרעו בבית משפט או בהליך הכרעה אחר. 35

הקושי המדיני הוא שפעילות חילוץ בקופסה שחורה יכולה להיראות כמו שימוש לגיטימי בהיקף גבוה, בעוד שהוכחה פומבית שלה עשויה לחייב חשיפה של חומרי חקירה רגישים. לכן אין להגדיר כל צורה של זיקוק כבלתי חוקית: זיקוק מורשה הוא שיטה טכנולוגית מקובלת.

מה המשמעות עבור עמק הסיליקון וושינגטון?

השחרורים הסיניים מפעילים לחץ על המודל העסקי האמריקאי, המבוסס על APIs קנייניים ויקרים. חברות אמריקאיות נדרשות להחליט אם שמירה על משקולות סגורות מגינה על יתרון טכנולוגי — או מאפשרת לסין ולמתחרות אחרות להשתלט על המפתחים, האינטגרציות וההפצה הגלובלית.

הובלת Qwen במספר ההורדות מול Llama היא סימן קונקרטי לכך שהתחרות על מודלים פתוחים חשובה. 18 עם זאת, הראיות הזמינות אינן מבססות תגובה מסוימת ועדכנית של Nvidia או Meta ל-DeepSeek V4 Pro או ל-Kimi K3. טענות על תגובת חברה ספציפית צריכות להישען על הצהרות ראשוניות ומתוארכות, ולא על מסקנות מהשינוי הרחב בשוק.

וושינגטון מגבירה את הבדיקה. ועדות בבית הנבחרים האמריקאי הודיעו על חקירה משותפת של סיכוני הביטחון הלאומי והסייבר הקשורים לאימוץ מודלים שפותחו ברפובליקה העממית של סין, ובהם מערכות זולות בעלות משקולות פתוחות או גישה דרך API, מצד חברות כמו DeepSeek, Alibaba ו-Moonshot AI. 14

דיווחים תיארו גם דיונים על הגבלות, אך הראיות שסופקו אינן מבססות קביעה שארה״ב כבר חוקקה איסור מסחרי גורף על מודלים סיניים בעלי משקולות פתוחות. 912

חלופות מדיניות ל״לאסור הכול״ או ״לא לעשות דבר״

מסגרת ממוקדת יותר יכולה לשלב כמה צעדים:

1. שליטה בשימושים בעלי סיכון גבוה — לדרוש אישור או לאסור שימוש במודלים שלא נבדקו במערכות ביטחון, מודיעין, תשתיות קריטיות, מערכות ממשלתיות רגישות וסביבות שמעבדות נתונים בעלי השפעה גבוהה.
2. דרישות לפריסה מאובטחת — לדרוש תיעוד מקור, חבילות חתומות, Software Bills of Materials, בדיקות עצמאיות, תוצאות Red Team ואפשרויות לבידוד רשת בפריסות רגישות.
3. הבחנה בין שירות מתארח למשקולות מקומיות — API שמתארח בסין יוצר סיכון שונה של גישה לנתונים לעומת ארטיפקט שנפרס מקומית ועבר ביקורת בלתי תלויה.
4. אכיפה נגד חילוץ בלתי מורשה — לשפר אימות חשבונות, ניטור קצב שאילתות, זיהוי שימוש לרעה, שיטות לבדיקת מקור ואכיפה חוזית, בלי להגדיר כל זיקוק כגניבה.
5. בקרות יצוא והשקעות ממוקדות — להתמקד בשבבים מתקדמים, בציוד ייצור, בגישה לענן ובגופים הקשורים באופן אמין לשימושים צבאיים או מודיעיניים, תוך הכרה בכך שהגבלות רחבות מדי עלולות להאיץ פיתוח של תחליפים מקומיים בסין.
6. בניית אקוסיסטם אמריקאי ובעלות בריתה — להשקיע במודלים פתוחים, מאובטחים ומתועדים היטב, בהערכה רב-לשונית, בהיסק יעיל ובכלי פריסה. חלופה תחרותית עונה ישירות יותר על אסטרטגיית האימוץ הסינית מאשר הגבלת בחירת המשתמשים בלבד. 10

השורה התחתונה

מודלי ה-AI הסיניים בעלי המשקולות הפתוחות משנים את המרוץ מפני שהם הופכים מערכות מתקדמות לזולות יותר לאימוץ, קלות יותר להתאמה וקשות יותר לבלימה לאחר שפורסמו. חשיבותם האסטרטגית נובעת מהיקף האקוסיסטם לא פחות מאיכות המודל עצמו.

החששות הביטחוניים רציניים — במיוחד סביב שירותים מתארחים, נתונים רגישים, שלמות שרשרת האספקה וטענות על זיקוק בלתי מורשה. אך הלאום של המודל לבדו אינו מגלה אם פריסה מסוימת בטוחה, ומודלים אמריקאיים סגורים אינם נטולי סיכון רק משום שהמשקולות שלהם אינן זמינות.

לכן התגובה הסבירה ביותר היא גישה מבוססת סיכון: לאבטח את שרשרת האספקה, להגביל שימושים רגישים, לחקור ראיות אמינות לגניבת יכולות ולבנות אקוסיסטם אמריקאי ובין-בעלות-ברית של מודלים פתוחים, שמסוגל להתחרות לא רק בביצועים — אלא גם בהפצה.