ג'ייפרוג (JFrog)

ניהול התוצרים של פיתוח תוכנה

ג'ייפרוג נוסדה ב-2008 בידי שלומי בן חיים, יואב לנדמן ופרד סימון. מוצר Artifactory מנהל מאגרים של רכיבי תוכנה ותוצרים שנבנו בתהליך הפיתוח. אלה הקבצים והחבילות שעוברים בין כלי הבנייה, הבדיקות וההפצה, ובהמשך משמשים להפעלת יישומים. בדוח IDC מ-2018 מתוארת החברה כמי שמחברת את ניהול הרכיבים לתהליכי שחרור תוכנה. נקודת המוצא היא טיפול בתוצרים ובגרסאות שלהם לאורך הדרך אל סביבת ההפעלה. מאגר כזה מטפל גם ברכיבים שהצוות יצר בעצמו וגם ברכיבים שהתקבלו מבחוץ. ניהול הגרסאות והקשר שלהן לתהליך הפיתוח עוזר לצוות לדעת איזה תוצר הועבר לבדיקות ואיזה תוצר עומד מאחורי גרסת היישום שנמסרה למשתמשים.

ישראל, מסחר ובקרת רכיבים

בדוח SOC3 שפורסם ב-2025 מתועדים מטה משותף בנתניה ובסאניווייל שבקליפורניה, והתאגדות ישראלית. החברה ציבורית ונסחרת בנאסד״ק בסמל FROG. הפלטפורמה משלבת את Artifactory עם כלי אבטחה והפצה. Xray סורק רכיבים כדי לזהות חולשות ובעיות רישוי, ו-Curation מאפשר לחסום רכיבי קוד פתוח מסוכנים עוד לפני כניסתם לארגון. הבקרה משולבת בתהליכי הפיתוח וההפצה, כך שהרכיב נבדק כחלק מהעבודה עם המאגר ולא רק לאחר שהיישום כבר הופעל.

מה החברה עושה עם בינה מלאכותית

ב-9 בספטמבר 2025 הכריזה ג'ייפרוג על AI Catalog והודיעה שהוא זמין מיד ללקוחות JFrog Curation. הקטלוג מרכז מודלים פנימיים, מודלים פתוחים ושירותים חיצוניים הנגישים דרך API. בין המקורות המתוארים מופיעים Hugging Face, NVIDIA NIM ו-Anthropic. לכל מודל מוצמד כרטיס עם מידע ותוויות המסייעים לחיפוש ולשיוך לשימוש ולפרויקט. הזמינות שהוכרזה מתייחסת ללקוחות Curation, ולא לכל משתמש בכל מוצר של החברה.

הרשאות, בדיקות ופריסה

AI Catalog כולל הרשאות ומדיניות לפי פרויקט, כדי לקבוע אילו צוותים יכולים להשתמש במודל. החברה מתארת סריקות אבטחה בעזרת Xray, מעקב אחר מקור המודל ותיעוד לצורכי בקרה. אפשר לפרוס מודלים בסביבת הפעלה עצמית או להשתמש בשירותים חיצוניים, ובהם OpenAI ו-Anthropic. בכך המודל נכנס למסגרת ניהול דומה לזו של רכיבי תוכנה אחרים: איתור, בדיקה, אישור והעברה לשימוש. הקטלוג עוסק בניהול הנכסים ובגישה אליהם, ולא רק בממשק שיחה למשתמש.

הקשר לתשתית הפיתוח

דוח SOC3 מתאר פלטפורמה שמנהלת חבילות תוכנה, נתונים ומודלי למידת מכונה כחלק מתהליך הפיתוח. היא מחברת צוותי פיתוח, אבטחה ותפעול מודלים סביב מאגר משותף. לצד אחסון הרכיבים יש כלים להפצת גרסאות, לניהול התקנים ולבקרת תהליכי שחרור. הרחבת הפעילות למודלי AI ממשיכה את אותו עיקרון: גם מודל הוא רכיב שאמור להיות מזוהה, מנוהל ומבוקר כאשר צוותים מעבירים אותו מניסוי לשימוש ביישום ארגוני.