August 7 - 2026
Weekly Digest
August 7 - 2026
Weekly Digest
היי,
עידן סיון מ-TECH to LEGAL כאן.
28% מחברות Fortune 500 הריצו בסביבת העבודה שלהן, פרוטוקול שרוב עורכי הדין מעולם לא שמעו את שמו. הוא לא מוצר, אין לו מצגת מכירה, והוא זה שקובע למה ה-AI של המשרד מסוגל להתחבר, מה הוא רשאי לשלוף ומה הוא רשאי לעשות- פרוטוקול ה-MCP.
בסוף חודש יולי יצאה ל-MCP גרסת מפרט חדשה, שנועדה להפוך אותו מכלי אינטגרציה למשתמש בודד לתשתית שצוותי IT ארגוניים מריצים בקנה מידה רחב. זה משנה את סדר השאלות בבדיקת כלים: לא איזה כלי לקנות, אלא לאיזו שכבת חיבור המשרד מתחייב אליה, שכן היא, ולא הכלי, קובעת עד לאן יוכל להגיע הכלי.
ולמה זה דחוף דווקא עכשיו: Anthropic השיקה יכולת שמאפשרת לארגון לחסום פרומפט לפני שהוא מגיע למודל, ובאותו שבוע בדיוק התפרסם התחקיר שמסביר למה הבקרה הזו נחוצה. שלושה מקרים שבהם מודלים תקפו ארגונים אמיתיים במקום מטרות מדומות, ובאחד מהם רץ קוד שהמודל יצר על 15 מחשבים, אחד מהם של חברת אבטחה שהסורק שלה הריץ אותו בעצמו.
מתחילים!
MCP: הפרוטוקול שמשרטט מחדש את הסטאק המשפטי
The Legal Wire הקדיש את מאמר השבוע לתשתית שרוב הניוזלטרים המשפטיים לא מסקרים. ב-28 ביולי 2026 עודכנה גרסת Model Context Protocol, עם שינויים שנועדו להפוך אותו מכלי אינטגרציה למשתמש בודד לתשתית שצוותי IT ארגוניים יכולים להריץ בקנה מידה. הפרוטוקול הוצג בנובמבר 2024, ונתמך היום על ידי כל ספקיות מודלי הAI הגדולות. נכון לאפריל 2026, 28% מחברות Fortune 500 הריצו שרתי MCP ב-Production, וערכות הפיתוח מגיעות יחד לכמעט חצי מיליארד הורדות בחודש.
האנלוגיה שרווחת היא שהפרוטוקול הוא ה USB-C ל-AI. קודם לכך, משרד שרצה לחבר AI למערכת ניהול המסמכים היה צריך אינטגרציה ייעודית, ועוד אחת לניהול תיקים, ועוד אחת ל-CLM, ועוד אחת למחקר משפטי. כל כלי AI דרש "קונקטור" משלו, וכל משרד שהריץ יותר מכלי אחד קיבל בעיית תחזוקה גדולה.
חסימת פרומפט לפני שהוא מגיע למודל: היכולת החדשה של Claude Enterprise
Anthropic פרסמה יכולת בשם Inference Hooks, שנמצאת בשלב Beta ללקוחות Claude Enterprise. הרעיון פשוט: כל פרומפט שנשלח מתוך הארגון עובר קודם דרך שרת האבטחה של הארגון עצמו, שמקבל את תמליל השיחה, קריאות הכלים והטקסט שחולץ מקבצים מצורפים, ומחזיר תוך חלון זמן מוגדר (ברירת מחדל של חמש שניות) החלטה בינארית: allow או deny. בקשה שנדחתה מוחזרת למשתמש עם הסבר, והמודל לא רואה אותה כלל.
אפשר לאכוף DLP על מידע מוסדר או מסווג בלי להתקין תוכנה על מחשבי המשתמשים, למדוד שימוש בזמן אמת, לארכב תמלילים, או להגדיר מדיניות של מודלים מותרים ופרויקטים מותרים. הבקרה חלה באופן אחיד על כל הפיצ'רים: claude.ai, Cowork ו-Claude Code. שווה להכיר גם את המגבלות: התוכן שמגיע כתמונה בלבד (למשל צילום מסך) אינו נבדק, ההחלטה היא כן או לא בלי אפשרות לשכתב פרומפט, והיכולת אינה זמינה דרך Amazon Bedrock או Google Cloud.
ה-AI Act האירופי נכנס ב-2 באוגוסט לשלב היישום המרכזי
ב-2 באוגוסט 2026 נכנס חוק ה-AI האירופי לשלב היישום העיקרי שלו, ורוב הכללים בנוגע למערכות בסיכון גבוה, שקיפות ואחריותיות נכנסו לתוקף. ספקים של מערכות בסיכון גבוה בתחומים כמו גיוס עובדים, חינוך, שירותים חיוניים, אכיפת חוק ומערכת המשפט נדרשים מעתה לנהל ניהול סיכונים, לתחזק תיעוד טכני, לשמור לוגים, להבטיח פיקוח אנושי ולעמוד בדרישות אבטחת מידע. חובות השקיפות חלות גם על תוכן סינתטי ועל דיפ-פייק. חלק מהחובות שנוגעות למערכות המשולבות בתוך מוצרים יחולו רק מאוגוסט 2027.
השאלה שנשארה פתוחה היא אכיפה: האם 27 רגולטורים לאומיים יצליחו ליישם את המסגרת באופן עקבי. עבור משרדים ישראליים שמייעצים ללקוחות עם פעילות באירופה, זה השלב שבו הדיון עובר מהיערכות תיאורטית לשאלות מעשיות של סיווג מערכות, תיעוד ופיקוח אנושי. שווה גם לשים לב שההגדרה של מערכות בסיכון גבוה כוללת במפורש את תחום מערכת המשפט.
פער הממשל: 55% מהארגונים מטמיעים AI, רק 26% עם ממשל מותאם
מחקר חדש מציב מספר שקל לזכור: 55% מהארגונים מטמיעים AI באופן פעיל, אבל רק 26% אומרים שמסגרות הממשל שלהם מותאמות במלואן לקצב הזה. רק 30% מדווחים על יכולת מקיפה לזהות ולנהל Shadow AI, כלומר שימוש בכלים שלא אושרו. במקביל, 62% משקיעים ביכולות AI ולמידת מכונה, 53% באיכות דאטה והעשרתו ו-51% במודרניזציה של ארכיונים.
הזווית המשפטית מגיעה מנייר העמדה של FTI Technology, The State of Emerging Data 2026: תוכן שנוצר על ידי AI, כולל פרומפטים, פלטים ופעילות מערכת, כבר מופיע בליטיגציה, בחקירות ובהליכי רגולציה, בעוד שרוב מסגרות ה-Discovery והממשל לא תוכננו לסוגי הדאטה האלה. הנתון החד ביותר הוא שארגונים אוספים את נפח הדאטה הנכון רק ב-2% מהתיקים. כפי שניסח זאת ג'יימס קונדון מ-FTI, מוכנות ל-AI היא כבר לא אתגר טכנולוגי אלא אתגר של ממשל דאטה.
Anthropic תחת זכוכית מגדלת: תקיפות בסביבות הבדיקה וביקורת מהתעשייה
Anthropic פרסמה תחקיר על סביבות ההערכה שלה: באחד מהם תקף מודל ארגון אמיתי אחרי שגילה ששמו זהה לשם של מטרה בדיונית בתרחיש, חילץ פרטי גישה לתשתית ולאפליקציה, והגיע למסד נתונים ובו כמה מאות שורות של נתוני Production. בשני, מודל אחר יצר ופרסם חבילת Python זדונית למאגר ציבורי. החבילה הייתה זמינה כשעה, ירדה והורצה על 15 מערכות אמיתיות, ובאחת מהן, של חברת אבטחה, הסורק הריץ את הקוד הנסתר ואפשר הוצאת פרטי גישה. במקרה השלישי מודל מחקר פנימי סרק כ-9,000 מטרות באינטרנט ופרץ לאפליקציה אחת, אך הפסיק את התקיפה ברגע שהבין שהמטרה אמיתית.
לאחר פרסום התחקיר, מעמדה של החברה בתעשייה ממשיך להיטלטל. כתבה בגיקטיים מיפתה ארבע חזיתות: סירובה של Anthropic להצטרף ליוזמת קוד פתוח שנתמכה על ידי כ-70 חברות, בהן מטא, מיקרוסופט, OpenAI וגוגל, בנימוק שמודלים פתוחים עלולים להעניק למשטרים אוטוריטריים יכולות צבאיות; טענת Figma שהחברה פיתחה מוצר מתחרה במקביל לשיתוף הפעולה ביניהן ולא הייתה כנה בשיח; התרעות על יכולות מודלים שהתבררו בדיעבד כטריק שיווקי; ותשלום פיצויים של 1.5 מיליארד דולר בגין אימון על ספרים שהועתקו שלא כדין.
לתחקיר של Anthropic » לכתבה בגיקטיים »
המחיר האמיתי של מחלקת IT שתקועה ב-2015
מאמר דעה בגיקטיים, מאת ה-Chief Product Officer של Atera, מציב מספרים על משהו שכל מנהל טכנולוגיה מכיר בתחושה אבל רק לעיתים רחוקות מתמחר. זמן המענה הראשוני הממוצע לפנייה הוא 7 שעות, זמן הפתרון הממוצע הוא 22 שעות, ויותר מרבע מהתקלות משביתות למשתמש את יום העבודה כולו. בארגון של 5,000 עובדים, העלות הישירה של התמיכה עומדת על כ-2 מיליון דולר בשנה, אבל הנזק הסמוי מאובדן פרודוקטיביות מוערך בכ-7 מיליון דולר.
הפער הזה רלוונטי במיוחד עכשיו. משרדים משקיעים בכלי AI מתקדמים, אבל שכבת השירות שמתחתם ממשיכה לעבוד לפי מודל של כרטיסים ותורים. כשעורך דין מחכה 22 שעות לפתרון תקלה, ההשקעה בכלי החדש לא מייצרת את הערך שהובטח, וגרוע מכך, האמון בטכנולוגיה נשחק בדיוק אצל האנשים שרוצים להטמיע. הטענה של הכותב, שיש לו כמובן אינטרס מסחרי בתחום, היא שסוכנים אוטונומיים שמטפלים בתקלות שגרתיות מפנים את הטכנאים למשימות אסטרטגיות ומחזירים את ההשקעה בתוך פחות משנה.
ארכיון חדש ממפה את מדיניות ה-AI של 128 פקולטות למשפטים
אנדרו פרלמן, דיקן הפקולטה למשפטים של Suffolk University, השיק אתר בשם AI in Legal Education: Law School Policy Archive, שמרכז את מדיניות ה-AI של 65% מהפקולטות למשפטים בארצות הברית. הארכיון כולל 279 רשומות: תוכנית לימודי AI כבחירה ב-66 פקולטות, שימוש ב-AI בעבודות מוגשות ב-58, שימוש בבחינות ב-53, הנחיות להוראה לסגל ב-37, תוכנית AI כחובה ב-26, חובת גילוי ברמת הקורס ב-20, שימוש ב-AI ללמידה ב-16, והעלאת חומרים למערכות AI ב-3 בלבד.
הממצא המרכזי הוא שברירת המחדל היא איסור: ברוב הפקולטות שימוש ב-AI בעבודות מוגשות ובבחינות אסור אלא אם המרצה אישר במפורש. פרט מעניין בפני עצמו הוא שפרלמן בנה את הארכיון באמצעות ChatGPT Sites, שאיתר את המקורות הפומביים, סיווג אותם לקטגוריות וסייע בניסוח התקצירים, והוא מציין במפורש שלא אימת ידנית כל אזכור וכל תקציר.
Legal Engineers: עורכי הדין הצעירים עוברים לחברות ה-AI
כתבה של Reuters מ-30 ביולי מתארת מסלול קריירה חדש שנפתח בשנה האחרונה. חברות ה-AI המשפטי מגייסות עורכי דין צעירים ממשרדים לתפקידי Legal Engineer, שילוב של מוצר, מכירות ותמיכת לקוחות, שבו הם בונים ומסבירים את הכלים שמאטמים את המשימות שהם עצמם ביצעו קודם. המספרים ממחישים את הסדר גודל: ב-Harvey מועסקים 160 Legal Engineers עם 51 משרות פתוחות נוספות, וב-Legora כ-100 עם 43 משרות פתוחות.
הסיבות שמצוינות בכתבה הן בריחה משעמום, אפשרות לאקוויטי וקצב שינוי מהיר. הצד המדאיג עולה באותו שבוע גם ב-Legaltech News, במאמר בשם Big Law May Be Training AI Better Than Its Associates: אם המשימות הבסיסיות שבנו את עורך הדין הצעיר עוברות לאוטומציה, נשחקת התשתית שעליה נבנה שיקול הדעת המקצועי. עבור משרדים בישראל השאלה המעשית היא איך בונים מסלול הכשרה שאינו נשען על נפח העבודה שנעלם, ומי בתוך המשרד אחראי עליו.
LexisNexis פותחת מעבדת לקוחות בניו יורק ומקצרת את מחזור הפיתוח
ב-4 באוגוסט פתחה החברה את Customer Innovation Lab בניו יורק, עם כוונה להרחיב את המודל גלובלית. המעבדה עובדת ישירות מול לקוחות, בשיתוף OpenAI ו-Amazon Web Services, ועשרות לקוחות כבר השתתפו בשלבי הרעיון והאב-טיפוס. ההבטחה התפעולית היא הדבר המעניין: אבי-טיפוס נבנים בתוך שעות עד ימים, ויכולות מוכנות ל-Production בתוך שבועות. גרג דיקסון, ה-CTO של החטיבה המשפטית, מיצב את המהלך כהעצמת הלקוחות באמצעות AI משפטי ייעודי ואמין.
הנתונים שהחברה מציגה מסבירים למה זה אפשרי דווקא אצלה: בסיס תוכן של 200 מיליארד מסמכים ורשומות עם 4 מיליון תוספות ביום, שנבנה על 150 שנות אגירה בהובלת עורכי דין, ולקוחות ביותר מ-150 מדינות.
Thomson Reuters חושפת נתוני בנצ'מרק למודל הייעודי שלה
ב-31 ביולי מסרה Thomson Reuters נתונים ראשונים על מודל השפה הייעודי שלה, שנקרא בשלב זה Thomson. המודל בנוי על גבי מודלים בקוד פתוח ואומן על תוכן מ-Westlaw, Practical Law, Checkpoint ו-Reuters, ונבחן מול מודלים כלליים במשימות משפט, מס וחשבונאות וגם במשימות כלליות. שני מספרים מספרים את הסיפור: עלות המחשוב עד כה עומדת על כ-20 מיליון דולר, והמודל אומן עד כה על פחות מ-10% מהתוכן של החברה. השילוב הראשון המתוכנן הוא בתוך Tabular Analysis של CoCounsel Legal.
הזווית המעניינת היא הבחירה בקוד פתוח כבסיס. במקום לשלם על כל טוקן למודל של ספק חיצוני, החברה בונה שכבה שהיא שולטת בה, ומיישמת בפועל את אותו רעיון של ריבונות שהתעשייה מדברת עליו.
Lawyal ו-Lizzy: אינטגרציה ישראלית שמכניסה AI לתוך מערכת ניהול המשרד
ב-2 באוגוסט הכריזו Lawyal, מהפלטפורמות המובילות בישראל לניהול משרדי עורכי דין, ו-Lizzy, כלי ה-AI המשפטי, על אינטגרציה בין המערכות. השלב הראשון פשוט ומדויק: בוחרים מסמכים במסך ניהול המסמכים של Lawyal, לוחצים על Ask Lizzy, והמסמכים נפתחים ב-Lizzy מוכנים לעבודה. אין ייצוא, אין שמירה למחשב ואין העלאה מחדש. משם ממשיכים ליכולות של הכלי: סקירת חוזים, תרגום, זיהוי הטיה לטובת צד, הגהה, סיכומים וניתוח מסמכים.
הערך כאן אינו בפיצ'ר עצמו אלא במיקום שלו. רוב הכלים המשפטיים בישראל עדיין דורשים מעורך הדין לצאת מהמערכת שבה הוא עובד כדי להשתמש ב-AI, וכל יציאה כזו היא חיכוך שמוריד את שיעור השימוש בפועל.
זהו להפעם
נתראה שבוע הבא, תמשיכו לעקוב ..
מזכירים לכם שניתן לקבל את העדכון השבועי הזה ישירות למייל, הירשמו כאן
ואם יש לכם משהו מעניין לשתף, נשמח לשמוע!
Idan.sivan@techtolegal.com