המסר שעולה מהשבוע האחרון: AI כבר לא מייצר באזז, הוא מתבקש להסביר אם עסקה בכלל מחזיקה

אם יש סיפור טכנולוגי שמסביר היטב את השבוע הזה, הוא לא מתחיל בעוד מודל שפה. הוא מתחיל בשאלה צנועה יותר, אבל כנראה חשובה יותר: מי באמת יודע לחשב את המציאות נכון. בכנס פינטק בינלאומי שמרכז אלפי מנהלים בלימסול, ובמקביל בשורת התפתחויות בשוק הנדל”ן הישראלי, עולה אותה תובנה. בתקופה של ריבית רגישה, רגולציה שמשתנה ועלויות שיכולות לזנק בלי התרעה, AI כבר לא נמדד לפי היכולת להרשים. המבחן הוא אחר: האם הוא יודע לזהות אם עסקה, פרויקט או מהלך מסחרי באמת יכולים להחזיק.

יש כאן שינוי מהותי. במשך שנים השיחה הטכנולוגית התנהלה בעיקר בשפת האפשרויות: אוטומציה, חיזוי, פרסונליזציה, אנליטיקה. עכשיו, לפחות בחלקים הולכים וגדלים של השוק, נכנסת שפה אחרת. היתכנות, עמידות, תנאים, חריגות. פחות חלום, יותר בקרה.

מנטוורקינג לתשתיות החלטה

הכנס הבינלאומי של תעשיית הפינטק והמסחר המקוון בקפריסין ממחיש היטב את מה שקורה כרגע בשווקים הגלובליים. עצם זה שאירוע כזה מאגד ברוקרים, חברות תשלומים, ספקיות טכנולוגיה, פלטפורמות מסחר ומקבלי החלטות, מלמד על מגמה רחבה יותר: הגבולות בין תוכנה, פיננסים, שיווק, ציות רגולטורי וניהול סיכונים כמעט נעלמו.

בהרבה חברות, AI כבר לא נתפס כעוד שכבת שירות או ככלי לשיפור חוויית המשתמש. הוא מתחיל להיתפס כתשתית לקבלת החלטות. לא רק איך למכור ללקוח, אלא אם נכון לאשר לו מוצר. לא רק איך לייצר לידים, אלא אם מודל ההכנסות נשאר סביר גם כשהרגולציה משתנה. לא רק איך לייעל צוות, אלא איפה נמצאת החשיפה הבאה.

וזה גם מה שהופך כנסים מהסוג הזה למעניינים יותר. הם אינם רק חלון ראווה לחדשנות. הם זירה שבה ארגונים מחפשים מערכות שמסוגלות לחבר בין נתונים פיננסיים, התנהגות משתמשים, רגולציה מקומית, סיכוני אשראי, עלויות תפעול ותרחישי מאקרו. במובן הזה, AI עובר ממעמד של מוצר הדגמה למנגנון שמשפיע על הכרעות עסקיות.

שוק הדיור הישראלי מציב את השאלה בצורה חדה

על פניו, החדשות האחרונות משוק הנדל”ן המקומי רחוקות מעולם הבינה המלאכותית. בפועל, הן ממחישות היטב למה הצורך בכלי חיזוי ובקרה נעשה דחוף יותר. החלטה תקדימית שמרחיבה פטור מהיטל השבחה על ממ”דים גם לעסקאות קומבינציה משנה רכיב משמעותי במשוואה הכלכלית של יזמים ובעלי קרקע. במקביל, קבלנים מחפשים מסלול שיאפשר להפנות חלק מהמלאי הלא מכור להשכרה לתקופה מוגבלת. ובתחום ההתחדשות העירונית, בעלי דירות מגלים שהבטחות שניתנו בשלב החתימה לא תמיד שורדות את מבחן העלויות, המדיניות העירונית או הליווי הבנקאי.

אלה אינם רק סיפורים מקומיים על נדל”ן. אלה מקרים מוכרים של פער בין הנחות מוקדמות לבין מציאות דינמית יותר מכפי שנוח היה להניח. כשעלויות הבנייה עולות, מחירי המכירה לא מדביקים, מדיניות של רשות משתנה או הטבת מס חדשה נכנסת לתמונה, כל מודל הכדאיות משתנה. לפעמים מהר מאוד. לפעמים מאוחר מדי.

כאן נכנסים כלים מבוססי AI, לא כקסם אלא ככלי עבודה. ברמה הארגונית הם יכולים לסייע בזיהוי מוקדם של מצבים שבהם פרויקט נשען על הנחות שבריריות מדי. למשל, כשהתחייבות לבעלי דירות נבנתה על רמת מחירים לא סבירה, כשיש רגישות גבוהה מדי לעלויות, כשהרווחיות נשחקת כבר בתרחיש שמרני, או כששינוי תכנוני קטן מוחק את היתכנות המהלך.

הבטחות גדולות מתחילות לעתים בבעיית מידע

אחד הסיפורים המטרידים בענף אינו רק עצם הבקשה של יזמים לקצץ בזכויות או במפרטים. במקרים מסוימים, הבעיה מתחילה מוקדם יותר: חלק מההתחייבויות נוסחו מלכתחילה כאילו המציאות תישאר נדיבה. זה נראה כמו כשל עסקי, אבל במידה רבה זה גם כשל מידע. החלטות התקבלו על בסיס תחזיות חלשות, הנחות אגרסיביות או מודלים שלא עודכנו בזמן.

כאן ל-AI יכול להיות תפקיד מעניין, אם משתמשים בו בזהירות. לא כדי לייצר עוד מצגת משכנעת לדיירים או למשקיעים, אלא כדי להציג להנהלה תמונת מצב פחות נוחה ויותר שימושית. מערכת טובה צריכה לשאול את השאלות שפחות נעים לשמוע: מה קורה אם עלות המימון עולה בעוד אחוז? מה אם קצב המכירות נחלש? מה אם הרשות המקומית משנה מדיניות? מה אם הטבת מס תלויה בתנאים שעדיין לא התקיימו?

במילים אחרות, שימוש אחראי ב-AI לא אמור לנפח תחושת ודאות. הוא אמור להראות עד כמה היא מוגבלת.

גם פתרונות יצירתיים דורשים מדידה זהירה

הרעיון להפנות דירות חדשות שלא נמכרו לשוק השכירות נשמע, לפחות במבט ראשון, כמו פתרון מעשי לבעיה כפולה. מצד אחד מלאי עומד, מצד שני שוכרים שמתמודדים עם מחירים עולים. אבל גם כאן אינטואיציה מהירה לא מספיקה. האם המהלך ישתלם בכל אזור? איך ישפיעו תמריצי מס, עלויות תחזוקה, משך ההשכרה והביקוש המקומי? האם דירות שמוכנות למסירה מתאימות באותה מידה להשכרה ארוכת טווח? ומה יקרה אם תנאי השוק ישתנו באמצע התקופה?

אלה שאלות שמתאימות למערכות חיזוי, סימולציה ואופטימיזציה. לא כדי לספק תשובה אחת לכל פרויקט, אלא כדי למפות תרחישים ולזהות פערים. בישראל, שבה נדל”ן, מיסוי ורגולציה עשויים לייצר תוצאה שונה מאוד בין עיר לעיר ולעתים אפילו בין רחובות סמוכים, יש ערך ברור לכלי ניתוח כאלה. כמובן, עדיין נדרשת בדיקה אנושית, שמאית, משפטית ופיננסית. ובכל זאת, קל להבין למה יותר גופים מבקשים שכבת ניתוח עמוקה יותר לפני קבלת התחייבות.

מה בעצם השתנה ב-2026

השווקים לא גילו את AI השנה, וגם לא בשנה שעברה. זה קרה מזמן. מה שהשתנה הוא רמת הסבלנות לבאזז. מנהלים, בנקים, יזמים וגופים מוסדיים מתרשמים פחות מהבטחות כלליות לייעול, ושואלים יותר אם הטכנולוגיה משפרת תמחור, זיהוי חריגות, בקרה תזרימית או הערכת סיכון.

• בפינטק, זה מתבטא בחיבור הדוק יותר בין מנועי AI לבין ציות, תשלומים, זיהוי הונאה וניהול לקוחות.
• בנדל”ן, זה מתבטא בצורך לבחון מחדש כדאיות בכל נקודת זמן, במקום להישען על תוכנית עסקית שנכתבה לפני שנתיים.
• ברמת השוק הרחבה, זה מתבטא במעבר מהבטחות לצמיחה מהירה לשאלות של עמידות, רווחיות מותאמת סיכון וגמישות תפעולית.

אולי זה פחות זוהר מהגל הראשון של מהפכת ה-AI, אבל דווקא כאן מתחיל להיווצר ערך מעשי. טכנולוגיה משפיעה באמת כשהיא מגיעה לאקסל של מנהל הכספים, למסך של החתם, לדיון בוועדת האשראי ולמערכת שמתריעה שפרויקט כבר לא עומד בתנאי הסף שהוגדרו לו.

הנקודה הישראלית: פחות סיפור, יותר בדיקה

בישראל יש נטייה להתלהב מפתרונות מהירים. זה נכון בסטארט-אפים, בפינטק וגם בנדל”ן. אבל רצף החדשות האחרון מזכיר שהחולשה של שווקים מקומיים אינה מחסור ברעיונות, אלא עודף ביטחון בהנחות שלא נבדקו עד הסוף.

אם יש לקח טכנולוגי אחד שעולה מהמפגש בין כנס הפינטק הגדול בקפריסין לבין ההתפתחויות בענפי הנדל”ן בישראל, הוא די פשוט: AI לא אמור להיות עוד מכונת שכנוע. התפקיד המעניין יותר שלו הוא להיות מכונת ספק. כלי שמכריח ארגונים לשאול מוקדם יותר אם המספרים באמת עובדים, מי חשוף לשינוי קטן בתקנות, ואיפה הבטחה שנשמעה סבירה במצגת מתחילה להתפורר מול נתוני אמת.

לא כל ארגון יאמץ מערכות כאלה באותו קצב, ולא כל תחזית תהיה מדויקת גם עם מודלים מתקדמים. השונות בין פרויקטים, בין אזורים ובין מסגרות רגולטוריות נשארת גבוהה. ובכל זאת, הכיוון נראה ברור למדי. השלב הבא של AI בעולם העסקי לא ייקבע לפי איכות הדמו, אלא לפי היכולת לצמצם עיוורון ניהולי. אחרי שנים של דיבורים על חדשנות, זו כבר דרישה הרבה יותר קונקרטית.