סוכן החוזים של OpenAI ו-Ironclad פותר רק חצי מהבעיה
שיתוף הפעולה החדש מציג שיפור של GPT-6 Astra בתפעול חוזים, אבל 45 אחוזי כישלון מבהירים שהדרך לעצמאות מלאה במערכות ארגוניות עוד ארוכה.
- השאירו את פיקוח החוזים בידיים אנושיות והתייחסו להכרזה כניסוי מחקרי בלבד, ללא יישום מיידי בארגון.
ניהול חוזים בארגון הוא רצף מייגע של בדיקות, אישורים וסעיפים קטנים שאף אחד לא אוהב לקרוא פעמיים. אתמול, ב-6 באוקטובר 2026, פירסמה חברת OpenAI מחקר משותף עם Ironclad, ספקית מערכות ניהול חוזים, שבדק כיצד סוכני AI מתמודדים עם תהליכים מורכבים במערכת ייעודית. לפי החברות, מודל הדגל GPT-6 Astra הציג שיפור מול הדור הקודם. מדובר בניסוי מעבדה, לא בכלי שתוכלו לחבר מחר למערכות הרכש שלכם.
לא הייתי ממהר להפקיד בידיו את החוזים שלכם.
סוכנים במערכות סגורות
המטרה של הפרויקט הייתה לבחון מעבר מאינטראקציה פשוטה בדפדפן לעבודה לפי כללים עסקיים קשיחים. עובדי Ironclad וצוותים של OpenAI בנו 11 משימות בתחומי הרכש, המשפטים והמסחר, שכללו בין היתר הגדרת הסכמי סודיות, בניית מסלולי אישור לרכש ועדכון סעיפים משפטיים בהתאם לתחומי שיפוט משתנים. מדובר במשימות שתפעולן האנושי אורך בממוצע בין 30 ל-40 דקות לכל משימה, משום שהן מחייבות חיבור מדויק בין טפסי קליטה, תבניות מסמכים ומסלולי אישור מותנים בסכומי כסף. עבודה משרדית סיזיפית במיוחד.
כדי להעריך את התוצאות, כל משימה נבדקה מול 8 עד 50 קריטריונים מוגדרים מראש. החוקרים השתמשו בסביבות תוכנה שסיפקה Ironclad ואימנו את המודלים בלמידת חיזוק על גבי משימות סינתטיות שפותחו לצורך הניסוי. לפי הערת השוליים בפרסום, הנתונים לאימון נלקחו אך ורק ממאגר החוזים הציבורי SEC EDGAR לאחר סינון קפדני של פרטים מזהים, ללא שימוש בחוזים פנימיים או במידע של לקוחות שתי החברות. זה ניקוי הכרחי, אך כזה שמגביל את מגוון התרחישים העסקיים שהסוכן פגש בפועל.
המספרים שמאחורי הסימולציה
החוקרים השוו בין ביצועי המודל החדש Astra בהגדרת הסקה מקסימלית לבין GPT-5.6 Sol בהגדרת הסקה גבוהה, נקודות העבודה שבהן כל מודל הפיק את הציון המרבי שלו. במבחן הממוצע על פני 11 המשימות, Astra השיג ציון של 55.0 אחוזים, לעומת 41.6 אחוזים של Sol. בנוסף, זמן הריצה הממוצע לניסיון ירד מ-37.0 דקות בדור הקודם ל-19.2 דקות במודל החדש, ירידה של 48 אחוזים לפי חישובי החברה. דגם פנימי שפותח במסגרת המחקר אף הגיע ל-63.7 אחוזים, אך הוא עדיין אינו זמין.
בהדגמות שהוצגו בפרסום, Astra עמד בכ-94 אחוזים מדרישות המשימה בזמן מדומה של 20 דקות, לעומת Sol שעמד בכ-85 אחוזים מהקריטריונים באותה משימה בתוך 32 דקות.
| מודל | הגדרת הסקה | ציון ממוצע במשימות | זמן ריצה מדומה ממוצע |
|---|---|---|---|
| GPT-5.6 Sol | High reasoning | 41.6% | 37.0 דקות |
| GPT-6 Astra | Max reasoning | 55.0% | 19.2 דקות |
נכשל כמעט בחצי מהמקרים
העלייה בניקוד נראית טוב בגרפים, אבל המשמעות המעשית שלה צריכה להדליק נורה אדומה אצל כל מנהל תפעול. ציון של 55 אחוזים אומר שהסוכן נכשל או החמיץ דרישות ב-45 אחוזים מהמקרים במשימות שהוגדרו מראש. בתהליכי רכש ומשפטים, שבהם פספוס של אישור תקציבי או סעיף שיפוט עלול לחשוף חברה להתחייבויות כספיות, שיעור כזה הופך אוטונומיה לבלתי אפשרית. במצב כזה, סוכן עצמאי הוא מתכון בטוח לתביעה משפטית.
לפי החברות, איבוד מעקב אחר כלל עסקי באמצע משימה מדגיש מדוע פיקוח אנושי עדיין נחוץ ככל שסוכנים מתמודדים עם תהליכי חוזים מורכבים.
לגבי זמני העבודה: הערת השוליים במסמך מבהירה כי קיצור הזמן ל-19.2 דקות אינו מייצג חיסכון בזמן עבודה של עורכי דין בשטח, אלא הערכת סימולציה ממוחשבת המבוססת על מהירות העיבוד של המודל בלבד. כל עוד נדרש עובד אנושי לעבור על כל שדה והגדרה שהסוכן יצר כדי לוודא שלא נפלה טעות, זמן העבודה הכולל של הצוות עלול דווקא לגדול. זה שווה רק אם אתם מוכנים לשלם לאנשים שיעשו בקרת איכות על המכונה.
סוכנים צריכים להבין את כל מחזור החיים של החוזה, כולל האופן שבו תהליכי עבודה עסקיים מתחברים, תוך שמירה על אמצעי הבקרה שצוותים מסתמכים עליהם.סוניטה ורמה, סמנכ"לית טכנולוגיות ב-Ironclad
לא מוצר לקנייה
ההודעה שפורסמה אינה השקה מסחרית. אין תאריך שבו משתמשי Ironclad יוכלו להפעיל את הסוכן, אין מחיר ואין עדכון גרסה זמין במוצר עצמו. מטרת ההכרזה היא פנייה של OpenAI לחברות תוכנה ארגוניות נוספות: החברה מזמינה צוותי פיתוח להגיש בקשה לשיתוף פעולה מחקרי, בתנאי שיוכלו לספק משימות מוגדרות היטב, סביבות בדיקה מאובטחות ונתונים שאפשר לאמן עליהם.
בינתיים, אין בדיווח שום התייחסות למערכות משפטיות מחוץ לארצות הברית, לדין הישראלי או לשפות שאינן אנגלית. מנהלי פיתוח ותפעול בארץ יכולים לעקוב בעניין אחרי כיוון המחקר, אך להשאיר את האוטומציה המלאה של החוזים במגירה. הכפתור במערכת עדיין אפור, וכנראה יישאר כזה עוד זמן מה.
מה שואלים על זה
- Advancing computer use with Ironcladopenai.com · המקור
- GPT‑6 Astraopenai.com · מקושר מההודעה
- **apply to explore a research collaboration**openai.com · מקושר מההודעה
24 עובדות בכתבה נבדקו אחת־אחת מול המקורות המקושרים ב־7 באוקטובר 2026. מה שלא אומת הוסר או מסומן כטענה של החברה. הכתיבה נעשתה בעזרת AI מהמקורות האלה בלבד, בעריכה ובאחריות של סלבה מלנדוביץ׳. טעות? כתבו לנו.