במשך שנים ריבונות נתונים (Data Sovereignty) הייתה בעיקר שאלה גיאוגרפית: באיזו מדינה נמצא השרת שעליו מאוחסן המידע ומה אומר החוק לגבי העברתו אל מחוץ לגבולות המדינה. חוקי האבטחה והגנת הפרטיות בישראל קובעים כללים לריבונות נתונים על פיהם נתונים של אזרחים וגופים ומידע ממשלתי רגיש חייב להישמר פיזית בתוך גבולות המדינה. אבל הענן וה-AI הופכים את התמונה למורכבת בהרבה. נתונים כבר אינם יושבים במקום אחד: הם עוברים בין עננים, דאטה סנטרים, SaaS, ממשקי API
ומודלי AI. במציאות הזו, השאלה אינה רק היכן נמצא הדאטה, אלא מי יכול לשלוט בו לאורך הדרך. האם ארגון יכול באמת לשמור על שליטה בדאטה שלו כשהתשתית, התוכנה, הענן ומערכות ה-AI שמטפלות בו מפוזרים בין ספקים וסביבות שונות?
הגדרת הריבונות מתרחבת
הנקודה הראשונה בדיון היא עדיין המקום שבו המידע נשמר. עבור ארגונים מסוימים, במיוחד כאשר מדובר במידע רגיש או במערכות קריטיות, למיקום הפיזי של התשתית יש משמעות תפעולית, רגולטורית וביטחונית.
לדברי אביב חנש, מנהל אגף דאטה סנטר בבזק בינלאומי, "בעידן שבו מידע הוא אחד הנכסים הקריטיים ביותר של הארגון, יש משמעות אמיתית לשאלה היכן הוא נשמר. שמירת מידע בישראל מאפשרת לארגונים רמת שליטה גבוהה יותר על הנכסים הדיגיטליים שלהם, מקלה על עמידה בדרישות רגולטוריות ומצמצמת תלות בתשתיות ובספקים מעבר לים. עבור מערכות קריטיות, המשמעות היא גם יכולת טובה יותר להבטיח זמינות ורציפות עסקית בתקופות של חוסר ודאות, כשגישה למידע ולמערכות צריכה להישאר
יציבה ורציפה".
אלא שמיקום גיאוגרפי לבדו אינו מספיק. "ריבונות מידע אינה מסתכמת רק במיקום הגיאוגרפי של השרתים", אומר חנש. "המתקן שבו נשמר המידע חייב להיות חלק ממערך האבטחה הכולל של הארגון, עם בקרות כניסה קפדניות, ניטור רציף, מערכות חשמל וקירור שעומדות בעומסים כבדים, הפרדה פיזית בין לקוחות והפרדה במקרה שהנתונים על אותם שרתים, קישוריות מגובה ונהלים שמאפשרים המשך פעילות גם בתרחישי חירום. בסופו של דבר, מידע רגיש באמת מוגן רק כאשר יש שילוב בין שליטה במיקום שלו, אבטחה פיזית וסייבר, ויכולת להמשיך להפעיל את המערכות בכל מצב".
כלומר, כבר בשלב הזה ההגדרה של ריבונות מתרחבת: לא רק איפה נמצא המידע, אלא גם מהי התשתית שמפעילה אותו ועד כמה הארגון שולט בה.
ריבונות מתחילה בתשתית
מכאן מגיעה שאלה עמוקה יותר: האם שליטה במיקום הדאטה מספיקה כאשר התשתית שעליה הוא פועל נמצאת בידיו של גורם אחר?
לדברי ליאב נחמני, Private Cloud AI Subject Matter Expert ב-HPE, יותר מדי גישות לריבונות מתייחסות אל התשתית כתוספת שמיישמים בדיעבד, כלומר, שכבות מדיניות שמולבשות על תשתיות שלא תוכננו מלכתחילה לסביבות מבודדות. החלופה, לדבריו, היא גישת Sovereign-by-Design: מערכות המתוכננות מראש כך שהבקרות הנדרשות לריבונות מובנות ברמת הרשת, המחשוב והאחסון; המאפשרות שליטה מתמשכת ללא תלות במיקום גיאוגרפי, קישוריות או תנודות פוליטיות; ותשתית ייעודית לסביבות מבודדות.
"המשמעות היא שריבונות אינה רק מאפיין של מקום האחסון, אלא של הארכיטקטורה כולה. בעידן שבו AI דורש משאבי מחשוב משמעותיים, ולעיתים גם טיפול במידע רגיש, השאלה הופכת להיות היכן מתבצע העיבוד ומי שולט בתשתית שמאפשרת אותו", מציין נחמני ומוסיף: "HPE מציגה בהקשר זה את HPE Private Cloud AI, מערכת AI ריבונית ומוכנה לשימוש, המכסה את כל השלבים מאימון מודלים ועד הסקה, תוך שמירת הנתונים בסביבה מאובטחת לחלוטין, יחד עם מפעלי AI ריבוניים ליוזמות לאומיות ורשתות ואחסון המנוהלים בענן גם ללא קישוריות לאינטרנט".
תשתית היברידית
אבל כאן עולה שאלה נוספת: האם כדי לשמור על ריבונות צריך לבחור בסביבה סגורה ומקומית או שאפשר לשמור על שליטה גם תוך שימוש בענן ציבורי? ברד האט מציעים תשובה אחרת בסוגית הענן מול אתר מקומי. לדברי מיכאל קוטלניקוב, מנהל הטכנולוגיות הראשי של רד האט ישראל, הדחף לאמץ AI מאיץ את השימוש בשירותי Inference ומודלי AI מתקדמים בענן. שליחת נתונים ארגוניים רגישים לעיבוד
חיצוני מעלה שאלות מהותיות בנוגע לריבונות ואבטחת מידע, אך התשובה להן היא לא ניתוק מהענן. לדבריו, "הפתרון הוא יצירת שילוב באמצעות מודל היברידי: הרצת עומסי עבודה רגישים במקומות שבהם הנתונים כבר נמצאים וניתוב עומסי עבודה בעלי רגישות נמוכה יותר לשירותי ענן ציבורי לצורך מחקר, פיתוח ונתונים אנונימיים".
לדברי קוטלניקוב, "שמירה על ריבונות מתאפשרת באמצעות תשתית היברידית אשר תומכת בפריסה עצמאית של מודלי AI וניתוב גמיש של עומסי העבודה לפי רמת הרגישות שלהם. טכנולוגיות קוד פתוח מספקות לארגונים מאגר שהם יכולים לבחון ולא קופסה שחורה הנשלטת לחלוטין על ידי ספק יחיד. כך, צוותים יכולים לנהל את האימון והעיבוד עבור נתונים מסווגים באופן מקומי או בסביבות ריבוניות, תוך שהם עדיין משתמשים בחדשנות של הענן הציבורי, במקרים בהם פרופיל הסיכון מאפשר זאת. גישה משולבת זו מאפשרת לארגונים להרוויח מהחידושים בתחום הענן וה-AI, מבלי לוותר על שליטה על נכסי מידע אסטרטגיים. השאלה אינה האם לפעול או לא לפעול בענן, אלא מי מפעיל את התשתית, מי יכול לגשת לנתונים והיכן מתרחש תהליך העיבוד".
בסיס לצמיחה בטוחה
כך הופכת הריבונות משאלה של "היכן הכול נמצא" לשאלה של בחירה ושליטה: האם הארגון מסוגל להחליט היכן יופעל כל workload, בהתאם לרגישות המידע, לדרישות הרגולציה ולצרכים העסקיים. הדיון הופך מורכב עוד יותר כאשר AI מתחיל לעבד את הנתונים. במצב כזה, לא רק המאגר המקורי חשוב, אלא גם הנתונים שנשלחים למודלים, הפרומפטים, תוצאות ה-Inference והלוגים והטלמטריה שנוצרים לאורך התהליך.
לדברי סהר דולב, סמנכ"ל טכנולוגיות במלם תים, "לצד ההיבט הכלכלי, הריבונות הדיגיטלית מהווה תנאי סף ביטחוני ותפעולי. עבור מדינות וארגונים במציאות גיאו-פוליטית מתוחה, הדורשת הגנה מחמירה על מידע רגיש, לרבות תשתיות קריטיות, הישענות בלעדית על שירותי ענן חיצוניים היא סיכון אסטרטגי. ריבונות פירושה שהנתונים, כמו גם הדין החל עליהם, מנגנוני האבטחה והמודלים עצמם, נשארים תחת
פיקוח ושליטה מלאים".
לדבריו, "AI ריבוני אינו בהכרח קריאה להסתגרות, אלא בסיס לצמיחה בטוחה, אחראית וכלכלית. השילוב בין שליטה משביתת-עלויות בטוקנים, הגנה על נכסים אסטרטגיים ואקו-סיסטם יישומי מלא, מאפשר לארגונים ולגופים לאומיים להוביל את העתיד הדיגיטלי, מבלי לוותר על העצמאות והחוסן שלהם".
הנקודה הזו מדגישה שינוי נוסף: אם בעבר ניתן היה להגדיר יחסית בקלות את גבולות מאגר המידע, מערכות AI יוצרות שרשרת מורכבת יותר של עיבוד, העברת מידע ותוצרים.
להפחית סיכונים ולשמור על שליטה תפעולית
גם כאשר הארגון יודע היכן הנתונים נמצאים, נשאלת השאלה מי יכול לגשת אליהם ומה קורה להם בזמן שהם נעים בין סביבות שונות. לדברי איציק מלכה, מנהל פעילות פורטינט ישראל, "ריבונות נתונים התפתחה מעבר למיקום הפיזי של הנתונים. בעידן הענן וה-AI, ארגונים חייבים להבין היכן הנתונים מאוחסנים, מעובדים, נגישים ומנותחים וכן, מי שולט בתשתית. ה-AI הוסיף שיקולים נוספים סביב אימון מודלים, שיתוף נתונים ועיבוד חוצה גבולות".
לדבריו, "ריבונות אפקטיבית תלויה בכך שלארגונים יש שליטה ברורה לגבי מי יכול לגשת לנתונים, מהיכן ותחת איזו מדיניות. זו הסיבה שארגונים רבים משקיעים בארכיטקטורות אבטחה כמו Sovereign SASE, המסייעות להם לשמור על שליטה רבה יותר בגישה לנתונים ודרישות הרגולציה, תוך קבלת היתרונות של אבטחה המסופקת בענן. לכן, אבטחת מידע היא מרכיב יסודי של ריבונות, משום שקשה לאכוף ריבונות ללא הגנה. בקרות זהות חזקות, גישת zero-trust, הצפנה, ניטור רציף ואכיפת מדיניות מסייעים להבטיח שמידע רגיש יישאר מוגן, ללא קשר למיקומו. ריבונות נתונים ואבטחת סייבר קשורות זו בזו באופן הדוק, מה שמאפשר לארגונים לשמור על תאימות, להפחית סיכונים ולשמור על שליטה תפעולית".
האתגר גדל בסביבות היברידיות ורב-ענניות, שבהן אותה מדיניות אבטחה צריכה לפעול על פני מערכות וספקים שונים. "ריבונות הנתונים הופכת לקשה לאכיפה כאשר מדיניות האבטחה מפוצלת", אומר מלכה. "ארגונים זקוקים לנראות מאוחדת ולאכיפת מדיניות בכל הסביבות שבהן הנתונים נמצאים או נעים".
להשתלב עם אבטחת התשתיות
לתפיסתה של חברת אבטחת המידע TrendAI, האתגר הוא לא רק להגן על הנתונים עצמם, אלא גם על התשתית ועל המערכות שמשתמשות בהם. לדברי קיריל גלפנד, אוונגליסט AI ואדריכל פתרונות אבטחה בכיר ב-TrendAI, "אפשר להצפין את המידע בצורה המתקדמת ביותר, אבל אם התשתית עצמה חשופה, גם ההגנה מאבדת מערכה. ככל שהשימוש ב-AI מתרחב, ארגונים צריכים להביא בחשבון לא רק את מאגרי הנתונים המקוריים, אלא גם את האופן שבו מודלים צורכים מידע ואת הסיכונים לתשתית שמפעילה אותם".
לדברי גלפנד, "ההגנה על פרטיות חייבת להשתלב עם אבטחת תשתיות, זיהוי חולשות Zero-Day, בקרה על השימוש בכלי AI וניטור רציף של המודלים עצמם. השאלה אינה רק האם הארגון מגן על הנתונים, אלא האם הוא מגן גם על המערכת שאמורה להגן עליהם. בעולם של מתקפות מתקדמות, ריבונות נתונים ואבטחת התשתית הן תנאי בסיסי לאמון בבינה המלאכותית".
מפסיקים לשלם פעמיים
עד עכשיו הדיון התמקד בשליטה, אבטחה ותשתיות. אבל לכל החלטה לגבי המקום שבו מאחסנים ומעבדים נתונים יש גם מחיר כלכלי. "רוב החברות מתייחסות להגנה על הנתונים וריבונות נתונים כאל סעיף רגולטורי שצריך לסמן עליו וי. בפועל, זו החלטה פיננסית. לכל עותק של הדאטה יש תג מחיר: אחסון, עלויות רשת, וכוח העיבוד שנגרר אחריו ובהתאם למחיר מתקבלות החלטות האם להשקיע או לא להשקיע וכיצד לחסוך בעלויות", מסביר ואדים סולוביי, מנכ"ל ומייסד DoiT. "החברות שעושות את זה
נכון מתחילות משלוש שאלות: איפה הדאטה שלנו יושב, כמה הוא עולה שם, ומי הבעלים של העלות הזאת".
לדבריו, ארגונים צריכים לשאול לא רק איפה הדאטה יושב, אלא גם כמה עולה להחזיק אותו שם ומי נושא בעלות. "ברגע שאפשר לשייך את העלות ללקוח או למוצר ספציפי, ריבונות נתונים מפסיקה להיות פרויקט של תאימות והופכת לדיסציפלינה הנדסית. שומרים את הדאטה היכן שהרגולציה דורשת, מקרבים את העיבוד אל הדאטה ולא להפך, ומפסיקים לשלם פעמיים על הזזת אותם פטה-בייטים בין עננים. קיימים כיום כלים שיודעים למדוד עלויות ולשייך כל שקל על הוצאות דאטה ו-AI ללקוח, לצוות או למוצר ובכך לשלוט הרבה יותר טוב בהוצאות. המשמעות היא שלעיתים דווקא הרצון לשמור על שליטה בנתונים עלול להגדיל את המורכבות והעלות: אחסון במספר סביבות, שכפול מידע, העברת נתונים בין עננים והצמדת כוח העיבוד למקום שבו הנתונים נמצאים".
