מה AI עדיין לא מבין בכלכלה הישראלית הישנה

הקושי של AI בניתוח חדשות כלכליות בישראל לא נובע ממחסור במידע. להפך, יש שפע. לעיתים אפילו יותר מדי. על פני השטח, הכל נראה מסודר: כותרת ברורה, מספרים מדויקים לכאורה, שמות, סכומים ותאריכים שקל לחלץ. ובכל זאת, בארבע ידיעות שונות לגמרי, על מגרשים בערד, על עסקת נדל”ן תעשייתית של מגדל, על חילופי הנהלה ברב בריח ועל יום מסחר תנודתי בתל אביב, חוזרת אותה בעיה. מי שנשאר בשכבה העליונה מקבל תמונה כמעט נכונה, אבל מפספס את מה שבאמת חשוב.

זו גם לא רק חולשה של קוראים אנושיים עייפים. זו בדיוק הנקודה שבה מערכות AI, בעיקר כאלה שמסכמות חדשות או מייצרות תובנות אוטומטיות, נוטות להישמע בטוחות מאוד גם כשההקשר עצמו לא פוענח עד הסוף.

המקרה של ערד: כשהמדיניות והמציאות לא מתחברות

במבט ראשון, הסיפור בערד נראה פשוט למדי: מכרז קרקעות עם עדיפות מלאה למילואימניקים, מאות מגרשים במחיר נמוך יחסית, ושכונה חדשה שאמורה למשוך אוכלוסייה מסוימת. אלגוריתם שמסכם חדשות יתפוס מיד מונחים כמו “העדפה”, “זוכים” ו”סבסוד”, ויסיק שהמדינה ניתבה קרקע לקהל יעד מוגדר.

אלא שהנתון המכריע נמצא דווקא בפער בין הכוונה לבין מה שקרה בפועל. למרות מנגנון ההעדפה, ההשתתפות של אותו קהל יעד הייתה נמוכה, ולכן הוא קיבל בסופו של דבר פחות ממחצית מהמגרשים. זה לא פרט שולי. הוא משנה את פירוש האירוע כולו. לא רק מדיניות ציבורית עומדת כאן למבחן, אלא גם ביקוש שלא התממש במלואו.

מבחינת AI, זה מוקש מוכר. המערכת מזהה כוונה ממשלתית וממהרת לייחס לה תוצאה. במשק הישראלי זה חוזר שוב ושוב: רגולציה, מכרז, הטבה או עדיפות מתויגים כהצלחה כבר בשלב התכנון, גם כשבפועל השוק מגיב אחרת. מי שבונה כלי חיזוי, המלצות השקעה או ניתוח מגמות על בסיס כותרות בלבד, עלול לייחס למדיניות השפעה שלא באמת התקיימה.

המפעל באשקלון: לא עוד עסקת נדל”ן

כך גם בעסקה שבה מגדל מגדילה את חלקה במפעל של רב בריח. קל מאוד לתאר אותה כעוד עסקת נכס מניב, או כצעד פיננסי שגרתי של גוף מוסדי שמעמיק אחיזה בנדל”ן. אבל זה תיאור חלקי בלבד.

כשחברת ביטוח הופכת לבעלים מרכזי של אתר תעשייה, המשמעות רחבה יותר. זה כבר לא רק חישוב של תשואה מול סיכון. מדובר במהלך שמחבר בין שוק ההון, תעשייה מקומית, שרשרת אספקה ונכסים פיזיים. במילים פשוטות, הכסף המוסדי לא רוכש רק מעטפת. הוא נכנס גם לפעילות שמתקיימת בתוך הכלכלה הממשית.

הרבה מערכות AI עדיין מתקשות להבחין בין משרד מושכר בתל אביב לבין מפעל תעשייתי באשקלון. בשני המקרים הן יפגשו מונחים כמו אחזקה, בעלות, שלב א’ ושלב ב’ ושווי עסקה. אבל ההיגיון העסקי אינו אותו היגיון. מפעל הוא נכס תפעולי, לא רק נדל”ני. הוא תלוי בייצור, בהנהלה, בביקוש, בכוח אדם ובתנאי שוק שלא מצטמצמים לשכר דירה.

לכן, כשמשתמשים ב-AI כדי למפות מגמות עסקיות, כדאי להיזהר ממיון אוטומטי נוקשה מדי. מערכת שמרכזת את כל העסקאות תחת הכותרת “נדל"ן” מוחקת את ההבדל בין תעשייה, לוגיסטיקה, תשתית ומשרדים. ובישראל, שבה הגבולות בין פיננסים, נדל”ן ותעשייה מטושטשים לא פעם, זו טעות מהותית.

שינוי הנהלה הוא לא רק עדכון פרסונלי

הידיעה על עזיבת מנכ”ל רב בריח ועל כניסת בעל השליטה לתפקיד המנכ”ל יכולה להיראות כמו עוד עדכון תאגידי שגרתי. מי שקורא מהר עשוי לראות כאן בעיקר אירוע של ממשל תאגידי. אלגוריתם, מצדו, כמעט תמיד יסווג את זה כ”חילופי הנהלה” עם תווית כללית של אי ודאות.

אבל שינוי כזה אומר לא פעם יותר מזה. הוא עשוי לרמוז על ריכוזיות בקבלת החלטות, על מעבר מתקופה של התרחבות לתקופה של שליטה הדוקה יותר, או על קושי לייצב הנהלה בשלב רגיש. אין כאן בהכרח מסקנה אחת מחייבת, וצריך להיזהר מפרשנות חדה מדי. ובכל זאת, ברור שלא מדובר רק בשינוי ביוגרפי.

זו עוד נקודת חולשה של AI. המערכות יודעות לזהות שמישהו נכנס ומישהו יצא, אבל פחות טובות בפענוח המשמעות הארגונית של המהלך. בחברות ישראליות רבות, ובמיוחד בחברות עם בעל שליטה דומיננטי, זהות המנהל אינה פרט מנהלי בלבד. היא חלק ממבנה הכוח של החברה. בלי ההבנה הזו, מתקבלת אנליזה יבשה של אירועים שבפועל עשויים לשנות את אופי קבלת ההחלטות.

יום מסחר ירוק לא בהכרח מספר סיפור אופטימי

גם בדיווחי שוק ההון ל-AI יש נטייה להחליק את המציאות. אם המדדים ננעלו בעליות, האלגוריתם יסמן יום חיובי. אם מניות הביטוח ירדו, זה יהפוך מיד להיחלשות סקטוריאלית. אם מניה מסוימת זינקה, היא תוכתר ל”בולטת במסחר”. כל אחד מהתיאורים האלה יכול להיות נכון, אבל עדיין לא שלם.

המסחר בבורסה המקומית מושפע לא פעם משילוב לא שגרתי של אירועים גיאופוליטיים, לוחות חופשות, מחזורי מסחר דלים, חדשות ענפיות ואופי האחזקות של גופים מוסדיים. כשמסתכלים רק על הצבע שבו נסגר המדד, מפספסים את המתח שהיה לאורך היום, וגם את העובדה שהשוק לא תמיד מספר סיפור אחד מסודר.

AI נמשך לפשטות: אדום או ירוק, עלייה או ירידה. השוק הישראלי, מנגד, פועל לעיתים מתוך מורכבות. מניות ביטוח יכולות להיחלש באותו יום שבו גוף מוסדי מבצע מהלך אסטרטגי משמעותי. חברת אנרגיה יכולה לזנק בזמן שמדד רחב כמעט לא זז. לכן השאלה אינה רק מה קרה, אלא גם מי זז, למה זה קרה ובאיזה הקשר.

הלקח: בישראל צריך ללמד AI לקרוא גם בין הקטגוריות

שלושת הסיפורים הראשונים נראים כאילו הם שייכים לעולמות נפרדים: דיור, תעשייה וממשל תאגידי. הרביעי כבר שייך לבורסה. אבל דווקא החיבור ביניהם מלמד משהו בסיסי על בניית מערכות AI לניתוח כלכלי מקומי.

המשק הישראלי לא בנוי מקופסאות מסודרות. גוף מוסדי הוא גם שחקן נדל”ן. מפעל הוא גם נכס פיננסי. מכרז דיור הוא גם אינדיקציה לביקוש בפועל. שינוי מנכ”ל הוא גם סיגנל אסטרטגי. שוק ההון מגיב לכל אלה, לפעמים באיחור, לפעמים באופן חלקי, ולפעמים בכלל לא בכיוון הצפוי.

לכן, אם מפתחים כלי AI לעולם התוכן הזה, לא די לאמן אותם על זיהוי ישויות או על סיכום טקסטים. הם צריכים לדעת עוד כמה דברים:

• להבחין בין כוונת מדיניות לבין התוצאה בפועל.
• להבין שנכס פיזי יכול להיות גם יחידת ייצור, ולא רק שורת מאזן.
• לזהות ששינויי הנהלה בחברות עם בעל שליטה דומיננטי עשויים לשאת משמעות רחבה יותר.
• לא לגזור מסקנות נחרצות ממדד מסכם אחד או מכותרת בורסאית בודדת.

האתגר הבא של AI אינו השפה, אלא הפרשנות

יש נטייה לחשוב שהמהפכה כבר הושלמה, משום שמודלים יודעים לקרוא עברית טוב יותר מבעבר, לחלץ נתונים ולנסח תקציר סביר בתוך שניות. זה אכן הישג משמעותי. אבל הוא לא פותר את הבעיה העיקרית. בכלכלה המקומית, ובמיוחד בישראל, הסיפור לא נמצא רק במילים עצמן אלא גם בחיכוך שביניהן.

בין ההטבה להשתתפות, בין בעלות לשימוש, בין הנהלה לבעלות, ובין עלייה במדד למשמעות הרחבה של יום המסחר, יש שכבה פרשנית שקשה מאוד לקצר בלי לאבד משהו מהותי. בדיוק שם AI עדיין צריך להתבגר.

ואולי זה דווקא הסימן הבריא של השלב הנוכחי: אין סיבה לוותר על כלים אוטומטיים, אבל גם לא נכון לבלבל בין קריאה מהירה לבין הבנה. בישראל של 2026 זו כבר לא הבחנה תיאורטית. זו ההבחנה בין ניתוח מדויק לבין ניתוח שנשמע משכנע, אך מחמיץ את המשק האמיתי.

המידע בכתבה הוא מידע כללי בלבד ואינו מהווה ייעוץ השקעות, ייעוץ פנסיוני, ייעוץ ביטוחי, שיווק פנסיוני או המלצה לפעולה. לפני קבלת החלטה כדאי לבדוק את הנתונים האישיים ולקבל ייעוץ מתאים.