שלב א’: כסף, הרבה כסף

Meta, אותה חברה שאנחנו עדיין קוראים לה “פייסבוק” כי ככה זה תקוע בראש, השקיעה לאחרונה 14.3 מיליארד דולר ב-Scale AI, סטארטאפ שמתמחה בהפיכת הרים של מידע גולמי (כמו טקסטים, תמונות וסרטונים) לנתונים נקיים, מסומנים ומאורגנים היטב, מהסוג שמודלים גדולים של בינה מלאכותית צריכים כדי ללמוד, להבין ולחזות. תחשבו על זה כמו על תהליך של ניקוי ועדכון ספרייה ענקית, כדי שמודל ה-AI לא יתבלבל בין שייקספיר לממים של חתולים, או יותר גרוע, יתחיל לצטט אותם.

ולמה כל זה? במילותיו של צוקרברג עצמו: “המטרה ארוכת הטווח שלנו היא לבנות אינטליגנציה כללית, לשחרר אותה בקוד פתוח באופן אחראי, ולהנגיש אותה לכולם כדי שכולם יהנו ממנה.” 

ולא מדובר רק בכסף – מדובר באנשים. כחלק מהעסקה הזו, מייסד Scale AI, אלכסנדר וונג, צפוי להצטרף לצוות הפיתוח הסודי של Meta. כלומר, לא רק שמטא קיבלה גישה לשירותי נתונים מתקדמים, היא גם גייסה את האיש שבנה את החברה שמספקת אותם, מהלך שמחדד את השאיפה לא רק לרוץ קדימה, אלא לרוץ עם GPS, מצפן ומי שבנה את המסלול.

וזו לא הפעם הראשונה ש-Zuck מנסה לקנות לעצמו יתרון אינטיליגנטי. Meta ניסתה גם לרכוש חברות כמו Safe Superintelligence ו-Perplexity AI, אך כשכל רגולטור בארה”ב ואירופה מסתכל עליך כאילו אתה מנסה לרכוש את תחנת החלל הבינלאומית, אתה בוחר בדרך אחרת. התוצאה: שיתופי פעולה במקום רכישות. פחות דרמה, יותר חוזים.

שלב ב’: סופר-צוות

הרכב הצוות

“צוות הסופר אינטיליגנציה” הוא לא סתם כינוי מגניב. מדובר בערך ב-50 מהנדסים וחוקרים שנבחרו בקפידה, כאילו הם מרכיבים את האוונג’רס של הבינה המלאכותית. Zuckerberg בעצמו מארח אותם בבתי היוקרה שלו, כולל בפאלו אלטו ולייק טאהו, כי אם אתה רוצה לשכנע מישהו לבנות AGI, עדיף שזה יהיה ליד נוף מרגיע ולא מתחת לניאון פלורסנטי של חדר ישיבות.

חבילות התגמול

ההצעות? חבילות שכר של שבע, שמונה, ואפילו תשע ספרות. לא בשקלים. לא בווירטואלים. בדולרים. סם אלטמן אולי טוען שנאמנות קודמת לכסף, אבל כנראה שהמספרים ניצחו.

בין המצטרפים: חוקרים בכירים מ-OpenAI, Google DeepMind ו-Sesame AI. מעניין כמה מהם נימקו את העזיבה ב”מחפש אתגרים חדשים”, וכמה פשוט שלחו קובץ PDF עם הרבה אפסים בסוף.

וזה לא נגמר רק בחוזים ובשכר. לפי דיווח ב-CNBC, צוקרברג עצמו עוקב אחרי רשימת החוקרים שהוא רוצה, כמו מאמן־על בבחירת שחקנים לדראפט. הוא שולח הודעות, קובע פגישות אישיות ועושה כל מה שצריך כדי לשכנע אותם לערוק מהאקדמיה או מסטארטאפים מבטיחים ולהצטרף לחלום שלו. אחד החוקרים תיאר את זה כ”הצעה שאי אפשר לסרב לה, לא רק בגלל הכסף, אלא בגלל ההרגשה שאתה עומד להיות חלק ממשהו היסטורי”. 

שלב ג’: תסכול = מנוע על

האכזבה מ-LLaMA 4

אפשר היה לחשוב שהמהלך הזה מגיע משאיפה אידאולוגית עמוקה לקידום האנושות. אבל לא, זה מגיע מתסכול. LLaMA 4, המודל הכי מתקדם של Meta, לא הצליח לעורר את אותה התלהבות כמו מודלי GPT או Claude. הביקורת התמקדה בעיקר בפערים בביצועים בשפות שאינן אנגלית, ביציבות נמוכה יותר במשימות ריבוי שלבים, וחוסר בהפתעות אמיתיות שמצדיקות את ההייפ. היה ברור שזה מודל טוב, פשוט לא מהפכני. וצוקרברג, כך נראה, לא הסתיר את אכזבתו.

גישות חדשות

ובזמן שמודל הקוד הבא, Behemoth (כן…גם Meta “טובים” בשמות), עוד מתבשל אי שם במרתפי החברה, צוקרברג מחליט לשנות גישה. לא להמתין שהבעיה תיפתר, אלא לשפוך עליה מיליארדים ולראות מה קורה. לא כעסק, אלא כמעט כקרב אישי. כפי שנכתב בציניות מדויקת באחד הדיווחים: “צוקרברג משקיע מיליארדים כדי לבנות מוח על, אבל בשקט, מתחת לרדאר. זה קצת כמו להדליק מאיץ חלקיקים ענק בסלון ולקוות שאף אחד לא ישים לב.” והמטרה? לא רק לפתח AGI. אלא לשלב אותו עמוק בתוך העולם שלנו, הרבה מעבר לצ’אטבוטים או תוצאות חיפוש.

הדחיפות הזו לא מקרית. ב-CNBC טוענים שצוקרברג מבין שזו ההזדמנות האחרונה שלו לקחת את ההובלה. אחרי LLaMA 4, ואחרי ש-OpenAI ו-Google כבר מושכים את אור הזרקורים, הוא לא מוכן להישאר מאחור. “הוא לא רק רוצה AGI” אומר אחד המרואיינים, “הוא רוצה את ה־AGI הראשון”. כלומר: לא רק להשתתף במרוץ, אלא לקבוע מתי נשמע את יריית הסיום.

שלב ד’: מה זה אומר בשבילנו?

המטרה הסופית היא לשלב את היכולות של AGI (בינה מלאכותית כללית שיכולה לבצע כל משימה קוגניטיבית שבני אדם מסוגלים לה), לא רק במוצרי Meta הקיימים, אלא גם באלה שעוד לא המציאו. למשל, הצ’טבוט של Meta. או משקפי Ray-Ban החכמים.

Zuckerberg לא רק רוצה שאינטליגנציה מלאכותית תעזור לנו, הוא רוצה שהיא תחליף אותנו באלגנטיות, תוך כדי שהיא עוזרת לנו לבחור פילטר טוב לתמונה. וכל זה, אגב, בלי לגייס שקל אחד מבחוץ, רק מתוך ההכנסות ממודעות. כלומר, הסינגולריות – הרגע שבו המכונה נהיית חכמה יותר מהמפתחים שלה וממשיכה לרוץ לבד – ממומנת על ידי אותו מנגנון שמוכר לכם כפרסומת לנעליים, רק כי חשבתם עליהן בטעות.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס AI בינה מלאכותית למנהלים ובכירים

למידע נוסף >>

אז מה למדנו?

ש-Zuckerberg לא רוצה רק להיות חלק מהמרוץ ל-AGI. הוא רוצה לנצח בו. או לפחות לדאוג שאם מישהו אחר ינצח, הוא כבר ישב להם על הכתפיים. עם חוזה, ואופציות, והרבה סעיפים קטנים ב־NDA. ובזמן שכל זה קורה, אנחנו, הציבור הצופה, עומדים מהצד ותוהים: האם זאת הדרך להציל את האנושות, או רק להפוך את הסטורי שלנו למגניב יותר? או שניהם. עד שתבוא הסינגולריות ותכתוב את הסוף בעצמה.

הפוסט צוקרברג שופך מיליארדים במרוץ לסופר־אינטליגנציה הופיע ראשון בLet's AI בינה מלאכותית

מה יקרה כשתלחצו על אחת האופציות?

Apps and websites ← New Artifact – קלוד יפתח שיחה עם שאלות מכוונות כמו:

• “איזה סוג אפליקציה אתה רוצה לבנות?”
• “מה המטרה של האתר?”
• “איזה תכונות חשובות לך?”

Games ← New Artifact – קלוד ישאל:

• “איזה סוג משחק מעניין אותך?”
• “לכמה שחקנים?”
• “איזה רמת מורכבות?”

Productivity tools ← New Artifact קלוד יכוון לעבודה:

• “איזה משימה חוזרת מטרידה אותך?”
• “איזה כלי יחסוך לך הכי הרבה זמן?”

למה זה חכם?

במקום שתכתבו: “תבנה לי משהו” Claude ישאל שאלות ממוקדות ויוציא מכם בדיוק מה אתם צריכים. זה פותר את הבעיה הגדולה ביותר של רוב האנשים עם AI – החלון הריק. הרבה אנשים יודעים שהם רוצים “משהו מועיל” אבל לא יודעים איך לבקש את זה. הקטגוריות האלו הופכות את Claude למראיין שמבין במקום כלי שמחכה לפקודות מדויקות. “Start from scratch” זה עדיין האופציה הישנה – שיחה חופשית עם Claude ללא הנחיה.

הפוסט איך ליצור אב-טיפוס לאפליקציות מבוססות AI עם קלוד ארטיפקטס הופיע ראשון בLet's AI בינה מלאכותית

מה זה Webflow בעצם?

Webflow היא פלטפורמת No-Code/Low-Code מתקדמת לעיצוב ובניית אתרים, המשלבת את החופש היצירתי של מעצב עם הכוח והיכולות של מפתח מקצועי. בעזרת ממשק ויזואלי אינטואיטיבי המבוסס על גרירה ושחרור (Drag-and-Drop), וובפלואו מאפשרת ליצור אתרים מרהיבים ומדויקים, ובו בזמן מייצרת באופן אוטומטי קוד HTML, CSS ו-JavaScript נקי, תקני ומותאם לסטנדרטים המתקדמים ביותר, כך שהתוצאה הסופית מקצועית ומדויקת, ללא צורך לכתוב אף שורת קוד בעצמכם. הממשק, המדמה באופן נאמן את מודל הקופסאות של CSS, מציג בזמן אמת כיצד כל שינוי ישפיע על עיצוב האתר בדסקטופ, בטאבלט ובמובייל, לצד אפשרויות מתקדמות לבדיקת נגישות, התאמות SEO ואופטימיזציה למהירות טעינה. בנוסף, הפלטפורמה כוללת מערכת CMS משוכללת לניהול תוכן, מערכת מובנית ליצירת אנימציות ואינטראקציות מתקדמות, וכן סביבת אירוח (Hosting) מאובטחת, כך שכל תהליך העיצוב, הפיתוח וההשקה של האתר מתנהל בכלי אחד נוח, יעיל וידידותי במיוחד.

מה מייחד את Webflow?

שליטה מלאה על כל פיקסל

בשוק עמוס בפלטפורמות בניית אתרים, וובפלואו (Webflow) בולטת בזכות שילוב יוצא דופן של גמישות עיצובית ושליטה טכנית מעמיקה. שלא כמו כלים רבים אחרים שמגבילים את המשתמש לתבניות קבועות, וובפלואו מאפשרת שליטה מלאה על כל פיקסל ופיקסל, החל מבחירת הטיפוגרפיה המדויקת, התאמת צבעים, ועד לניהול מושלם של מרווחים בין אלמנטים. מדובר ביתרון עצום למעצבים ויוצרים שרוצים להבטיח שהאתר שלהם יהיה נאמן באופן מוחלט לחזון העיצובי המקורי שלהם.

עריכה ויזואלית חכמה

מעבר לשליטה העיצובית המדויקת, הפלטפורמה מתהדרת בעורך ויזואלי עוצמתי במיוחד, המאפשר למשתמשים ליצור אתרים שנראים כאילו עוצבו בהתאמה אישית לחלוטין, וזאת מבלי שיצטרכו לגעת בשורת קוד אחת. החוויה היא כזו שגם מי שאין לו ניסיון קודם בעיצוב אתרים יכול לייצר תוצרים מרשימים במהירות, תוך קבלת משוב חזותי מיידי בכל שלב.

מערכת CMS לניהול תוכן

יתרון משמעותי נוסף טמון במערכת ניהול התוכן (CMS) של וובפלואו. בניגוד למערכות ניהול תוכן מסורתיות, ה-CMS של וובפלואו הוא אינטואיטיבי, גמיש, ומתאים במיוחד לאנשים שאינם מגיעים מרקע טכני. הוא מאפשר ניהול וארגון תוכן בצורה קלה ונוחה, ומציע פתרונות מתקדמים לפרסום וניהול דפים, כתבות או מוצרים בצורה מסודרת ופשוטה.

Credit: Webflow

יכולות E-commerce מובנות עם סליקה, ניהול מוצרים ועגלת קניות.

מי שמחפש גם יכולות מסחר אלקטרוני, ימצא בוובפלואו פתרון מובנה ומתקדם. המערכת כוללת כלים אינטגרטיביים לניהול חנויות אונליין, עם יכולות סליקה מובנות, עגלות קנייה מותאמות אישית, וניהול מלאי יעיל. כל אלו הופכים את הפלטפורמה לאידיאלית עבור עסקים קטנים עד בינוניים המבקשים לנהל את המכירות שלהם בצורה חלקה ומהירה.

קוד נקי שמתאים ל-SEO וביצועים מהירים בדפדפן.

לבסוף, אחד היתרונות החשובים של וובפלואו הוא איכות הקוד המופק על ידי המערכת. למרות שמדובר בכלי ויזואלי, התוצר הסופי הוא קוד נקי, מסודר ואופטימלי ל-SEO. עובדה זו מסייעת לאתרים הנבנים על הפלטפורמה להגיע לביצועים מצוינים במנועי החיפוש, לצד טעינה מהירה במיוחד בכל סוגי הדפדפנים. בכך, וובפלו מציעה את השילוב המושלם בין עיצוב מרהיב, פונקציונליות חזקה וביצועים טכניים מרשימים.

יתרונות מול חסרונות – הטוב, הרע והמכוער

יתרונות הפלטפורמה

וובפלואו מתאפיינת בקלות שימוש מרשימה, המאפשרת גם למשתמשים חסרי רקע בפיתוח או בתכנות לעצב ולבנות אתרים מקצועיים במהירות יחסית. עם זאת, הגמישות הרבה של הפלטפורמה מעניקה למשתמשים בעלי ידע טכני מתקדם אפשרויות שליטה נרחבות, כך שכל אחד יכול להתאים את חוויית השימוש לצרכים וליכולות שלו.

הפלטפורמה אידיאלית במיוחד לעסקים קטנים ובינוניים, מעצבים מקצועיים, פרילנסרים וסטארטאפים שצריכים להקים אתר איכותי במהירות, בלי להתפשר על תוצאה סופית מרשימה. בזכות הגישה הידידותית אך המקצועית שלה, וובפלואו זוכה לפופולריות רבה בקרב מגוון רחב של משתמשים המעוניינים לבנות ולתחזק אתרים ברמה גבוהה ללא התעסקות טכנית מורכבת.

אחד היתרונות המשמעותיים של וובפלואו הוא הקהילה הגלובלית הגדולה והפעילה שמקיפה את הפלטפורמה. קהילה זו מספקת גישה להדרכות וידאו מפורטות, סרטוני הדרכה מקצועיים, פורומים מלאי תוכן מועיל וכלי עזר מתקדמים, התומכים הן במשתמשים מתחילים והן במשתמשים מנוסים יותר.

חסרונות – יש גם כמה כאלה…

חשוב לזכור כי המערכת דורשת זמן לימוד ראשוני. אף שהממשק נוח ואינטואיטיבי, כדי להפיק את המירב מכלל הפיצ’רים המתקדמים, יהיה צורך בתקופת הסתגלות והיכרות מעמיקה עם יכולות המערכת.

מבחינת עלויות, וובפלואו אינה מהזולות בשוק, בעיקר בהשוואה לפתרונות חינמיים או זולים יותר. עם זאת, התמורה מבחינת איכות התוצרים, הביצועים והאפשרויות הרבות שהיא מספקת, מצדיקה במקרים רבים את העלות הגבוהה יחסית.

כמו כן, וובפלואו לא תמיד מציעה אינטגרציות מובנות לכל השירותים האפשריים. לעיתים, כדי לממש פונקציות ספציפיות כמו שילוב מערכות חיצוניות מתקדמות, תצטרכו להשתמש בפתרונות צד שלישי או לחפש פתרונות טכניים משלימים. הדבר אמנם דורש מעט מאמץ נוסף, אך בדרך כלל ניתן למצוא מענה הולם במסגרת הקהילה והתמיכה הרחבה של הפלטפורמה.

איך מתחילים לעבוד עם Webflow?

1) פתיחת חשבון

היכנסו לאתר החברה וצרו חשבון חדש.

פתיחת חשבון חדש ב-Webflow.

2) יצירת אתר ובחירת טמפלט

לחצו על New Site לבניית אתר חדש.

הוספת אתר חדש ב-Webflow.

לאחר מכן, בחרו תבנית קיימת או התחילו מפרויקט ריק לגמרי.

אפשרויות בניית אתר חדש ב-Webflow.

בתוך האתר תוכלו למצוא אינספור טמפלטים (תבניות קבועות מראש) לאתרים – מה שמאוד יקל עליכם בהתנעה מהירה של הקמה ועיצוב אתר חדש! פה תוכלו לראות את ספריית הטמפלטים של Webflow.

ספריית טמפלטים עשירה ב-Webflow.

3) עיצוב האתר

גררו אלמנטים (כותרות, פסקאות, תמונות, כפתורים) ובנו את מבנה הדף. אין שום צורך בידע בכתיבת קוד, עיצוב גרפי או UI/UX. הממשק סופר נוח ואינטואיטיבי

פה תמצאו סקירה ראשונית של הממשק של וובפלואו:

4) התאמה למובייל

עצבו את האתר עם שליטה מלאה ברספונסיביות לכל גודל מסך. פה תמצאו מדריך קצר שמסביר איך לדייק את תהליך ההתאמה למובייל (אתר רספונסיבי), כך שהוא יראה מיליון דולר בכל פלטפורמה: ווב, טאבלט, סמארטפונים וכדומה…

5) פיבלוש האתר

לסיום, פרסמו את האתר בלחיצת כפתור, עם אפשרות לדומיין מותאם אישי.

להעלאת האתר לאוויר, לחצו על Publish.

איפה מאחסנים את האתר? דומיין ואחסון ב-Webflow

בניתם אתר מהמם – עכשיו הגיע הזמן להעלות אותו לאוויר. אז איפה הוא “גר”? ואיך מחברים לו כתובת אישית? בואו נעשה סדר.

אחסון (Hosting) מהיר וחכם

וובפלואו דואגת לכם לכל מה שקשור לאחסון ופרסום האתר. אם יש לכם חבילה חינמית, ברגע שתלחצו על Publish, האתר שלכם יתפרסם מיד בכתובת זמנית כמו your-site.webflow.io. הכל מתארח על תשתית יציבה ואמינה של Amazon Web Services (AWS), ומופץ דרך רשת CDN מהירה של Fastly, מה שמבטיח טעינה זריזה מכל מקום בעולם – בלי כאבי ראש של שרתים, עדכוני אבטחה או קונפיגורציות מורכבות.

דומיין (Domain) מותאם אישית

כדי לחבר כתובת דומיין משלכם (למשל www.yourbrand.com), רוכשים אותה דרך ספק חיצוני כמו GoDaddy, Namecheap או Google Domains. לאחר מכן, מחברים אותה לאתר בקלות בעזרת ההוראות הברורות שבתוך וובפלואו.

הוספת דומיין לאתר ב-Webflow.

חבילות ומנויים

מומלץ להעיף מבט גם על חבילת התמחור של וובפלואו, בלינק הבא.

המסלולים וחבילות המנויים של Webflow.

מה מקבלים בתוכנית בתשלום?

כדי להשתמש בדומיין מותאם, תצטרכו לשדרג לאחת מתוכניות האתר של וובפלואו – כמו Basic, CMS, Business או Enterprise. התוכניות כוללות:

• אחסון מנוהל בענן.

• אבטחה עם תעודת SSL.

• גיבויים אוטומטיים.

• והתאמה אוטומטית לעומסי תנועה (Auto-scaling).

כלומר – לא צריך לדאוג לשום דבר. הכל פשוט עובד.

מעדיפים לארח לבד? גם זה אפשרי

רוצים לארח את האתר אצל ספק חיצוני? אין בעיה. בלחיצה אחת אפשר לייצא את קבצי הקוד (HTML, CSS, JS) ולהעלות אותם לכל שרת שתבחרו. השליטה בידיים שלכם.

שורה תחתונה – את האחסון, הביצועים והתחזוקה – וובפלואו מספקת. את הדומיין – אתם קונים איפה שנוח לכם (אלא אם אתם על חבילה חינמית ומסתפקים בדומיין של וובפלואו). החיבור ביניהם לוקח כמה דקות, ויש לכם אתר באוויר שעובד, נטען מהר ונראה פגז. 

משאבים נוספים לשימושכם

• קהילת המשתמשים של Webflow.
• גלריית אתרים לדוגמה.

יש לכם חצי שעה פנויה? קבלו טוטוריאל מ-ע-ו-ל-ה!

בסרטון הבא (של היזם והמעצב Payton Clark Smith) תלמדו איך להפוך למקצועני וובפלואו תוך חצי שעה – גם אם אתם משתמשים מתחילים. המדריך סוקר את הממשק החדש של הפלטפורמה, כולל הסברים מעולים על בניית אתר, שימוש בקומפוננטים, יצירת סקשנים רספונסיביים, עיצוב מתקדם עם CSS ויצירת עמוד נחיתה מקצועי – והכל בלי לכתוב שורת קוד אחת. חובה לכל מי שרוצה להתחיל להשתמש בפלטפורמה המדהימה הזו!

שורה תחתונה – אם אתם מחפשים פלטפורמה שמבינה עיצוב, מאפשרת לכם חופש יצירתי מלא, ומייצרת אתרים שנראים מקצועיים באמת – Webflow זו לגמרי הבחירה הנכונה עבורכם!

הפוסט המדריך המלא ל-Webflow – עיצוב ואתרים ללא קוד הופיע ראשון בLet's AI בינה מלאכותית

ChatGPT רק חשף מה שכבר היה קיים

גאוודאת, שהתחיל לתכנת בגיל 8, מספר שמערכות מתקדמות של בינה מלאכותית פעלו בתוך Google כבר ב-2006. “ChatGPT?” הוא מחייך. “רק חלון ראווה. לא המצאה.” בעיניו, זה לא היה רגע של פריצה, אלא רגע שבו סוף-סוף הבנו מה כבר היה שם מזמן. זו הסיבה שהוא מדבר היום. הפער הזה, בין מה שבאמת קיים, למה שהציבור חושב שקיים, הוא בעיניו הסיכון הגדול ביותר.

מחשבים שביצעו פקודות, מול מערכות שלומדות לחשוב

בעשורים האחרונים, תכנות היה פשוט: האדם פתר בעיה, תרגם את הפתרון לקוד, והמחשב ביצע אותו בדיוק. גאוודאת מסביר: “המחשב נראה חכם, אבל הוא רק שיחק לפי הכללים שאני קבעתי.” בינה מלאכותית שונה לגמרי. זה כמו לתת לילד פאזל, בלי הסברים, ולתת לו ללמוד לבד. הוא טועה, מנסה שוב, מזהה תבניות, ולבסוף מבין לבד את העיקרון. בפעם הבאה, הוא כבר יידע להתמודד עם פאזלים חדשים, גם כאלה שמעולם לא ראה.

כך פועלת היום הבינה המלאכותית: לא לפי הוראות, אלא מתוך למידה. וזו לא סתם טכנולוגיה חדשה – זו דרך חדשה לחשוב על אינטליגנציה.

הפיצוץ כבר קרה, ואנחנו בכלל לא שמנו לב

ב-2023, ChatGPT כבר הפתיע את העולם עם יכולות לשוניות ברמה אנושית גבוהה במיוחד. אבל מה שנראה לנו אז כמו נס, היה רק ההתחלה. גאוודאת מזכיר: בינה מלאכותית מתפתחת אקספוננציאלית. כל 5.7 חודשים היכולות מוכפלות. תוך פחות משנתיים – היכולות קפצו פי 16 בעיבוד, הפקה והבנה מכל מה שראינו אז וזה רק ממשיך. “אני מרגיש שאני ״מרוויח״ בערך 60 נקודות IQ מהבינות המלאכותיות שלי,” הוא אומר. וזה לא רק הוא. גם אתם יכולים. השאלה היא לא אם הטכנולוגיה מוכנה, אלא האם אתם מוכנים ללמוד להשתמש בה.

אינטליגנציה היא המשאב החדש של האנושות

גאוודאת מציע מסגרת חדשה שמערערת את כל מה שחשבנו על ידע: האינטליגנציה כבר לא שייכת רק למוחות אנושיים, היא הפכה לסחורה. כמו חשמל, אנחנו לא צריכים לייצר אותה בעצמנו. אנחנו פשוט מתחברים וזוכים בגישה לכוח אדיר, הרבה מעבר למה שהמוח שלנו יכול לייצר לבד. זו לא רק מטפורה. בעיניו, זה העתיד. וכאשר אינטליגנציה זמינה בשפע, כל בעיה אנושית נראית אחרת:

• שינוי אקלים? אתגר הנדסי

• עוני? בעיית אופטימיזציה

• הארכת חיים? עניין של זמן

• מחסור? מונח מיותר בעולם שבו אפשר לסדר את החומר כמו שנרצה.

אז למה דיסטופיה באה קודם?

גאוודאת לא שוגה באשליות. למרות הפוטנציאל, הוא מזהיר ש־12 עד 15 השנים הקרובות צפויות להיות סוערות, לא בגלל שהבינה המלאכותית תשתולל, אלא בגלל מי שמחזיק בה.

“כשמערכות נעשות יעילות יותר, ההיגיון הכלכלי לא יוביל אוטומטית לשיתוף ברווחים. במקום לחלק את הרווחים שיווצרו מהבינה, ייתכן שנראה את רוב האנשים מחוץ למשחק. לא עובדים, לא מרוויחים, רק צופים מהצד בזמן שהכסף זורם למי שמחזיק בטכנולוגיה.”

זו לא טכנולוגיה שמובילה לשיבוש, אלא תאוות בצע אנושית בלי אחריות.

הדילמה השנייה: האם נוותר על השליטה?

מה יקרה ביום שבו נבין שהבינה המלאכותית פשוט מקבלת החלטות טובות יותר מאיתנו? האם ניאחז בשליטה, או נוותר עליה לטובת ישות שחושבת רחב, רואה רחוק, ופועלת מהר יותר מכולנו? גאוודאת לא רואה בכך סכנה, אלא תקווה. בעיניו, מערכות אינטליגנטיות באמת לא שואפות לכאוס או הרס. הן נוטות לייעול, להרמוניה ולחיים.

“אם תיתן לישות עם 400 נקודות IQ לנהל את העניינים, היא תבחר במה שטוב לחיים. פשוט כי זה חכם יותר.”

זו לא שאלה של טכנולוגיה מול אדם, זו שאלה של בגרות מוסרית: האם נהיה אמיצים מספיק כדי לשחרר, דווקא כשיש סיכוי לעולם טוב יותר?

האיום האמיתי? אנחנו

“כשמישהו אומר לכם שהאיומים הקיומיים נובעים מהבינה המלאכותית, הוא טועה,” אומר גאוודאת. “הם נובעים מבני אדם רעים שמשתמשים בה לטובתם, על חשבון כולנו.” זו לא טכנולוגיה שתחריב את העולם. זו תאווה אנושית לכוח, שמשתוללת בדיוק ברגע שבו היכולות מתפוצצות, אבל המצפון לא מדביק את הקצב. אנחנו בתקופת מעבר. וזה הזמן הכי מסוכן, כי כל החלטה קטנה עכשיו מעצבת עתיד גדול מאוד.

אז מה זה אומר לכולנו?

המהפכה כבר כאן. העשור הקרוב לא יהיה עוד “עדכון גרסה”, אלא קפיצה קיומית. וזה לא עניין של לדעת לתכנת. אתם יכולים להתחבר לבינה כבר היום, ולחוות איך זה מרגיש כשיש לכם 60 נקודות IQ נוספות בכל פעולה. זו לא יכולת של מכונות – זו יכולת אנושית חדשה. אבל עם כוח כזה, מגיעה גם אחריות.

תשכחו ממחסור. בעולם של שפע אינטליגנציה, אין סיבה שעודף יהפוך לכלי שליטה. תדרשו מנהיגות אתית. לא כדי לעצור את הבינה, אלא כדי להבטיח שהיא תפעל לטובת כולם, לא רק עבור מי שמחזיק בה. כי הטכנולוגיה אולי נייטרלית, אבל אנחנו לא.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס בינה מלאכותית במשרד

לפרטים נוספים לחצו כאן >>

הבחירה עדיין בידיים שלנו

גאוודאת לא משאיר מקום לספק: “זה לא אתגר טכנולוגי. זה אתגר מוסרי.” השאלה איננה מה הבינה יכולה לעשות, אלא מה אנחנו נבחר לעשות איתה:

• האם נשתמש בה כדי להעצים בני אדם, או לרכז כוח בידי מעטים?

• האם נרפא מחלות, או נבנה מערכות שליטה?

• האם ננהיג, או ניגרר אחרי שחקנים רעים?

הטכנולוגיה כבר מוכנה. השאלה היא – האם אנחנו?

הפוסט האיום הגדול של הבינה המלאכותית הוא אנחנו הופיע ראשון בLet's AI בינה מלאכותית

למה בכלל לטרוח? היתרונות העצומים של בינה מלאכותית

לפני שנצלול לבעיות, חשוב להבין למה כדאי בכלל להתעסק עם זה. הבינה המלאכותית מציעה למורי מתמטיקה יתרונות שפשוט לא היו אפשריים בעבר.

ראשית, המהירות מדהימה. במקום לבלות שעות על הכנת תרגילים חדשים לכל פרק, אפשר לקבל עשרות תרגילים מגוונים בתוך דקות ספורות. אבל לא רק המהירות חשובה – איכות התרגילים והמגוון שהבינה המלאכותית יכולה לייצר פשוט מרשימים.

אפשר לבקש תרגילים ברמות קושי שונות, עם דגש על נושאים ספציפיים, או אפילו תרגילים שמתאימים לסגנון הלמידה של הכיתה שלכם. רוצים תרגילי מילים? אין בעיה. רוצים שהמספרים יהיו נחמדים לחישוב? בקלות. רוצים להוסיף אתגרים מיוחדים לתלמידים המצטיינים? הבינה המלאכותית תכין לכם גם את זה.

יתרון נוסף הוא היכולת להתאים תרגילים לנושאים עדכניים או לתלמידים עם צרכים מיוחדים. אפשר לבקש תרגילים שמתחברים לאירועים אקטואליים, או תרגילים פשוטים יותר לתלמידים עם קשיי למידה, או להפך – תרגילים מאתגרים במיוחד. הבעיה היא שכל היתרונות האלה נעצרים ברגע שמנסים להעביר את התרגילים מהמסך אל הנייר.

איפה הכל מתחיל להסתבך: הקרב עם הפורמטים

הבעיה הראשונה והבסיסית היא ששפת המתמטיקה של המחשבים שונה משפת המתמטיקה שלנו. כשאנחנו כותבים משוואה על הלוח או בספר, אנחנו משתמשים בסימנים מיוחדים – שברים עם קו אופקי, חזקות קטנות למעלה, שורשים עם הסימן המיוחד, ועוד הרבה סימנים שהופכים את המתמטיקה לקריאה ולהבנה.

המחשבים, לעומת זאת, מדברים בשפה שנקראת טקסט פשוט. הם לא יכולים לכתוב שבר עם קו אופקי, אז הם כותבים 2/3. הם לא יכולים לכתוב חזקה קטנה למעלה, אז הם כותבים x^2. במקום שורש, הם כותבים sqrt(x). זה נשמע הגיוני, אבל התוצאה היא שהתרגילים שהבינה המלאכותית מייצרת נראים כמו קוד מחשב ולא כמו מתמטיקה אמיתית.

הבעיה מתחמרת כי כלים שונים משתמשים בפורמטים שונים. לפעמים התרגילים מגיעים בפורמט LaTeX, שהוא מעין שפת תכנות למתמטיקה. אז במקום לראות שבר פשוט, אתם מקבלים משהו כמו \frac{2}{3}, ובמקום שורש אתם מקבלים \sqrt{x+1}. זה יכול להיות מועיל מאוד לאנשים שיודעים איך לעבוד עם LaTeX, אבל רוב המורים פשוט רוצים להדביק את התרגיל בוורד ולהדפיס אותו.

הסיוט האמיתי: ההדבקה בוורד

אז מגיע הרגע הגורלי – אתם מעתיקים את התרגילים מהצ’אטבוט ומנסים להדביק אותם בוורד. וכאן הכל מתחיל להתפרק.

הדבר הראשון שאתם מבחינים בו זה שהתרגילים פשוט לא נראים כמו מתמטיקה. השבר 2/3 נשאר 2/3, החזקה x^2 נשארת x^2, והשורש sqrt(x) נשאר בדיוק כמו שהוא. במקום דף תרגילים יפה ומסודר, אתם מקבלים משהו שנראה כמו קוד מחשב ולא כמו מתמטיקה שתלמידים יכולים לפתור.

אבל זה רק ההתחלה. המורים הנחושים לא מוותרים בקלות, והם מתחילים לנסות “לתקן” את התרגילים. הם מנסים להמיר את השברים לשברים אמיתיים באמצעות תפריט המשוואות של וורד, מנסים לשנות את החזקות למידה הנכונה, ולבנות שורשים מהתפריט המיוחד.

התהליך הזה לא רק איטי ומתסכל – הוא גם מלא בטעויות. וורד לא תמיד מבין מה אתם מנסים לעשות, ולפעמים הוא הורס את העיצוב של כל המסמך. בסוף, המורים מבזבזים שעות על עריכה של תרגילים שהיו אמורים לחסוך להם זמן.

החסרונות המוסתרים: מה שאף אחד לא מספר לכם

מעבר לבעיות הטכניות הברורות, יש עוד כמה בעיות שמורים מגלים רק אחרי שהם מתחילים לעבוד עם המערכת.

הבעיה הראשונה היא עקביות. גרסאות שונות של וורד מתנהגות בצורה שונה לחלוטין. מה שעובד מצוין בוורד 2019 יכול להראות נורא בוורד 365, ומה שנראה מושלם במחשב שלכם יכול להראות גרוע בבית הספר. זה אומר שמורים חייבים לבדוק את התרגילים על מספר מחשבים ובמספר גרסאות לפני שהם יכולים להיות בטוחים שהכל יעבוד.

בעיה נוספת היא השפה. גרסאות של וורד בעברית מתנהגות לפעמים בצורה שונה מגרסאות באנגלית, במיוחד כשמדובר במשוואות מתמטיות. זה יוצר עוד רובד של סבוכות שמורים צריכים להתמודד איתו.

יש גם את הבעיה של הגיבוי והשמירה. כשמורים מקלידים תרגילים רגילים, הם יכולים להיות בטוחים שהקובץ ייפתח בכל מחשב. אבל כשמדובר בתרגילים עם משוואות מורכבות, לפעמים הקובץ לא נפתח נכון במחשבים אחרים, או שהמשוואות מתפרקות כשמדפיסים.

הפתרון שפיתחתי: סוף סוף, עבודה חכמה

אחרי שראיתי עשרות מורים נאבקים עם הבעיות האלה, החלטתי לפתח פתרון מעשי. במקום לנסות ללמד כל מורה להיות מומחה טכני, יצרתי בוט שעושה את כל העבודה הטכנית הזו באופן אוטומטי.

איך עובד הבוט?

הבוט עובד בצורה פשוטה: אתם מעתיקים את התרגילים מהבינה המלאכותית (לא משנה באיזה פורמט הם הגיעו), ומדביקים אותם לבוט. הבוט מזהה אוטומטים את כל הביטויים המתמטיים ומתרגם אותם לפורמט שוורד מבין במושלם.

השברים מומרים לפורמט שוורד מזהה מיד כשברים אמיתיים עם קו. החזקות מומרות לפורמט שוורד יודע להציג כחזקות אמיתיות. השורשים מומרים לפורמט שוורד יכול לבנות אוטומטית מהתפריט שלו.

אבל הבוט לא רק מתרגם – הוא גם מסביר. לכל תרגיל שמצריך בנייה מיוחדת (כמו שורשים מורכבים או לוגריתמים עם בסיס), הבוט נותן הוראות ברורות וצעד אחר צעד איך לבנות את הביטוי בוורד.

הבונוס המיוחד: PDF מוכן ומקצועי

אחד הדברים שהכי הפתיעו אותי זה כמה מורים פשוט רוצים להדפיס את התרגילים ולחלק אותם, בלי להסתבך עם וורד בכלל. בשביל המורים האלה, הבוט יוצר גם קובץ PDF מוכן להדפסה, עם כל המשוואות מעוצבות בצורה מקצועית.

ה-PDF נראה בדיוק כמו דף תרגילים מספר לימוד – עם שברים אמיתיים, חזקות במקום הנכון, שורשים יפים, ועיצוב נקי ומסודר. אין צורך בעריכה, אין צורך בהמרות, ואין צורך להסתבך עם תפריטים מורכבים. פשוט להדפיס ולחלק לתלמידים.

איך זה עובד בפועל: מקרה בוחן אמיתי

בואו נראה איך זה עובד בפועל. נגיד שאתם מלמדים פונקציות ריבועיות, ובקשתם מהבינה המלאכותית ליצור כמה תרגילים. הבינה המלאכותית מחזירה לכם משהו כמו:
“פתרו את המשוואה: x^2 + 5x + 6 = 0” “מצאו את הערך המינימלי של הפונקציה f(x) = 2x^2 – 4x + 1” “פתרו: sqrt(x+3) = 5”

כשאתם מדביקים את זה בוורד, זה נראה בדיוק כמו שכתבתי כאן – כמו קוד ולא כמו מתמטיקה. אתם צריכים לבלות עשרות דקות על כל תרגיל כדי להמיר אותו למשהו שנראה כמו שצריך.

עם הבוט שפיתחתי, אתם פשוט מדביקים את התרגילים, והוא מחזיר לכם:
“פתרו את המשוואה: x² + 5x + 6 = 0” “מצאו את הערך המינימלי של הפונקציה f(x) = 2x² – 4x + 1” “פתרו: √(x+3) = 5”

רואים את ההבדל? החזקות הפכו לחזקות אמיתיות, והשורש הפך לסימן שורש אמיתי. כשאתם מדביקים את זה בוורד, הוא מבין מיד מה אתם רוצים ומציג את התרגילים בצורה המושלמת.

למי זה מתאים: לא רק למתמטיקה

למרות שפיתחתי את הבוט בעיקר בשביל מורי מתמטיקה, הוא מתאים לכל מי שצריך לעבוד עם נוסחאות ומשוואות. מורי פיזיקה יכולים להשתמש בו כדי ליצור תרגילי כוחות וחשמל. מורי כימיה יכולים להשתמש בו עבור נוסחאות כימיות. אפילו מורי כלכלה יכולים להשתמש בו עבור נוסחאות מתמטיות כלכליות.

הכלי מתאים למורים בכל הרמות – מהכיתות הנמוכות בבית הספר היסודי ועד לתיכון ואפילו מכללות. הוא עובד עם כל סוגי התרגילים – תרגילי חזרה פשוטים, מבחנים, דפי עבודה לבית, ואפילו חומרי הכנה לבגרויות.

הטעויות הנפוצות שכדאי להימנע מהן

הטעות הכי נפוצה שמורים עושים זה לנסות להמיר תרגילים מורכבים מדי בפעם הראשונה. זה כמו לנסות ללמוד לנהוג על כביש מהיר – עדיף להתחיל עם משהו פשוט ולהתקדם בהדרגה.

חשיבות הבדיקה לפני ההדפסה

טעות נוספת היא לא לבדוק את התוצאות לפני ההדפסה. גם עם הטכנולוגיה הטובה ביותר, תמיד כדאי לעבור על התרגילים ולוודא שהם נראים בדיוק כמו שאתם רוצים.

התמדה וגישה נכונה

טעות שלישית היא לוותר מהר מדי. הטכנולוגיה הזו דורשת קצת התרגלות, אבל ברגע שתתרגלו אליה, היא תחסוך לכם שעות רבות כל שבוע.

מבט לעתיד: מה יקרה בהמשך

הטכנולוגיה של בינה מלאכותית מתפתחת בקצב מדהים, והיכולות שלה רק הולכות ומשתפרות. בעתיד הקרוב נראה כלים שיוכלו ליצור לא רק תרגילים, אלא גם פתרונות מפורטים, הסברים לתלמידים, ואפילו מבחנים שמתאימים את עצמם לרמה של כל תלמיד.

אבל כל הטכנולוגיות האלה יהיו שימושיות רק אם נדע איך להשתמש בהן בצורה מעשית. הכלים שפיתחתי הם רק ההתחלה – הם פותרים את הבעיות של היום, ומכינים אותנו לטכנולוגיות של מחר.

סיכום: לא עוד קופי-פייסט מתסכל

המטרה של הטכנולוגיה היא להקל עלינו, לא לסבך. אם עד עכשיו הרגשתם שבינה מלאכותית מייצרת יותר עבודה ממה שהיא פותרת, אתם לא טועים – הבעיה הייתה אמיתית, והפתרונות הטכניים שהיו קיימים פשוט לא היו מתאימים למורים.

הכלי שפיתחתי משנה את כללי המשחק. הוא לוקח את כל היתרונות המדהימים של בינה מלאכותית – המהירות, המגוון, והיכולת להתאים תרגילים בדיוק לצרכים שלכם – ומסיר את כל החסרונות הטכניים שמנעו מכם להשתמש בה.

התוצאה היא תרגילים איכותיים, יפים ומוכנים להדפסה, בלי הסתבכות טכנית, בלי בזבוז זמן על עריכה, ובלי התסכלות. פשוט תרגילים טובים שתוכלו להתמקד במה שחשוב באמת – ללמד ולהעביר את האהבה למתמטיקה לתלמידים שלכם. זה הזמן להפסיק להילחם עם הטכנולוגיה ולהתחיל לעבוד איתה. המהפכה במערכת החינוך כבר כאן – השאלה היא אם אתם מוכנים להיות חלק ממנה.

מדריך מהיר: כך יוצרים תרגילים ומעבירים לוורד בקלות

1. מנסחים תרגילים במודל בינה מלאכותית

בעזרת צ’אטבוט כמו ChatGPT, Claude או כל מודל שפה מתקדם – מבקשים לנסח סדרה של תרגילים, משוואות, שאלות עם שברים, חזקות, לוגריתמים, שורשים וכדומה.
בדוגמא, משוואות שנוצרו בעזרת קלוד:

2. מעתיקים את התרגילים אל הבוט הייעודי

מסמנים את כל התרגילים שהתקבלו, ומדביקים אותם לבוט שממיר תרגילים לפורמט מתאים לוורד. קישור לבוט – לחצו כאן.

3. מקבלים תרגילים מסודרים להעתקה

הבוט מחזיר את כל התרגילים כשהם כתובים כך שניתן להעתיק אותם ישירות לתיבת משוואה של Word (Alt+=), בפורמט ברור: שברים – (מונה)/(מכנה)
חזקות – x^2
שורשים – sqrt(x)
לוגריתמים – log_2(x)

4. מעתיקים את התרגילים לוורד

פותחים את וורד, לוחצים Alt+= (תיבת משוואה), ומדביקים כל תרגיל. וורד מציג אוטומטית את השברים, החזקות והשורשים בצורה מתמטית מקצועית.

משוואה מועתקת לפני שינוי

לחיצה על משוואה מקצועית

ככה נראית המשוואה החדשה (יש לעשות עוד שינוי קטן של השורשים):

וככה נראת משוואה סופית לאחר שינוי קטן של השורשים:

וזהו הדף עם כל התרגילים:

סיכום: השליטה המלאה על התרגילים שלכם

אמת, השיטה הזו דורשת קצת יותר עבודה ידנית מאשר פשוט להעתיק ולהדביק. זה לא פתרון “קסם” שעושה הכל בלחיצת כפתור אחת. אבל זה בדיוק מה שהופך אותו לכלי חזק ומועיל.
כשאתם פשוט מעתיקים ומדביקים תרגילים מבינה מלאכותית, אתם מקבלים מה שמקבלים – ואם משהו לא מושלם, אתם תקועים. הפורמט לא נכון? אין מה לעשות. רוצים לשנות מספר? צריך לחזור לבינה המלאכותית ולהתחיל מחדש. רוצים להוסיף הסבר קטן? זה הופך למשימה מורכבת.

הבוט שפיתחתי נותן לכם משהו הרבה יותר טוב – שליטה מלאה. אתם מקבלים תרגילים מעוצבים נכון שווורד מבין אותם, אבל עדיין יכולים לערוך, לשנות, להוסיף הסברים, לשנות מספרים, או לשלב תרגילים ממקורות שונים. זה לא מחליף את היכולת שלכם כמורים – זה מעצים אותה.

בנוסף, כשאתם עובדים עם הבוט, אתם לומדים גם כיצד עובדת המתמטיקה הדיגיטלית. אתם מבינים איך לבנות משוואות, איך לעצב אותן נכון, ואיך לעבוד עם הכלים של וורד בצורה יעילה. זה לא רק חוסך לכם זמן היום – זה גם הופך אתכם למורים טובים יותר למחר. אם אתם מוכנים לנסות גישה חדשה שמשלבת את היתרונות של בינה מלאכותית עם השליטה והגמישות שאתם צריכים כמורים מקצועיים, אתם מוזמנים להתחיל לעבוד עם הבוט. התחילו עם תרגיל פשוט, תראו איך זה עובד, ותגלו איך הטכנולוגיה יכולה לעבוד בשביל המחנכים ולא נגדם.

הפוסט לייצר תרגילי מתמטיקה עם בינה מלאכותית ולהעתיק אותם לוורד – למה זה תמיד מסובך, ומה הפתרון? הופיע ראשון בLet's AI בינה מלאכותית

מה זה Grok Tasks?

Grok Tasks הוא פיצ’ר שמאפשר לכם לתזמן משימות חכמות שירוצו אוטומטית – יומי, שבועי, חודשי או חד-פעמי. במקום לזכור לשאול שאלה בכל פעם מחדש, Grok ישאל בשבילכם – וישלח לכם את התשובה באימייל או בהתראה באפליקציה.

למה Grok Tasks שונה?

Grok Tasks הוא כלי נדיר בכך שהוא פועל מתוך רשת חברתית אמיתית – X – ומחובר ישירות לשיח שמתנהל בה, בזמן אמת. הוא לא רק מאתר תכנים רשמיים או מסכם כתבות, אלא ממש מקשיב למה שאנשים אומרים: תגובות, טרנדים, אזכורים של מותגים, ושיח ציבורי חי. למי שחשוב לו להבין מה נאמר ברשת ברגע שזה קורה – ולא רק לקרוא מה שפורסם בעיתון – Grok מספק יתרון ייחודי, מעשי ומיידי.

איך נכנסים לפיצ’ר?

דרך X:

• היכנסו ל־x.com

• לחצו על “Grok” בתפריט הצד

• בחרו “Tasks”

או דרך האתר הייעודי:

• היכנסו ל־grok.com

• התחברו עם חשבון X

• בחרו “Tasks” בתפריט השמאלי

איך יוצרים משימה חדשה

איך יוצרים משימה?

לחצו על + Add New ומלאו את הפרטים:

• שם המשימה (Name of Task): תיאור קצר כמו “סיכום חדשות יומי”.

• הנחיה (Prompt): למשל “סכם את 3 הכותרות החשובות ביותר בתחום הטכנולוגיה מהיום האחרון”.

• תזמון (Schedule): בחרו את הקצב הרצוי (פעם אחת, יומי, שבועי, חודשי) ושעה לביצוע.

לסיום, לחצו על Create Task.

מגוון אופציות להגדרה ותזמון של משימה

ניהול והתראות 

במהלך יצירת משימות תוכלו להפעיל אפשרויות מתקדמות כמו קבלת התראות ישירות באימייל ובאפליקציה, הפעלת DeepSearch לביצוע חיפושים רחבים יותר באינטרנט, והגבלת מספר המשימות היומיות בהתאם לצורך.

לאחר שהמשימות מוגדרות, תוכלו לנהל אותן בקלות. משימות פעילות (Active) ירוצו לפי לוח הזמנים שקבעתם, בעוד שמשימות שהושבתו או הסתיימו יופיעו תחת Archived. בכל שלב תוכלו לערוך, להשהות או למחוק משימה קיימת.

התוצאות יישלחו אליכם בצורה נוחה: ישירות למייל, כהתראה באפליקציה, או כקובץ סיכום מפורט שניתן לעיין בו ולשתף לפי הצורך.

דוגמה לתסריט שימוש: מעקב מוניטין למסעדות

הבעיה: מנהלת של רשת מסעדות רוצה לדעת מה לקוחות אומרים עליה ברשתות החברתיות, בלי לבדוק ידנית כל יום.

הפתרון: היא יוצרת משימה כזאת:

• שם: “מוניטורינג מוניטין יומי”

• הנחיה: “חפש אזכורים של המסעדות שלי ב-X מהיום האחרון. סכם תגובות חיוביות ושליליות, וציין בעיות חוזרות”

• תזמון: כל יום בשעה 08:00

• הגדרות נוספות: DeepSearch פעיל, התראות באימייל ובאפליקציה

התוצאה: בכל בוקר תקבל המנהלת תקציר תמציתי עם ציטוטים, זיהוי בעיות חוזרות, ותובנות לשיפור השירות.

רעיונות לשימושים נוספים

אתם יכולים להשתמש ב-Grok Tasks למגוון מטרות, לפי תחום העיסוק שלכם. בעסקים, לדוגמה, תוכלו לעקוב אחר המתחרים שלכם או לקבל סיכום יומי של טרנדים בענף. אם אתם משקיעים, תוכלו לעקוב אחר מניות מסוימות ולקבל עדכונים על חדשות שמשפיעות על השוק. בתחום הטכנולוגיה, Grok יכול לעדכן אתכם בכלים או מוצרים חדשים שצצים, וגם לעזור לכם לאתר משרות רלוונטיות.

ואם אתם פשוט רוצים להישאר בעניינים, תוכלו להגדיר סיכום יומי של חדשות בתחומי עניין אישיים כמו בינה מלאכותית, חינוך או רגולציה, ולעקוב מקרוב אחרי ההתפתחויות שחשובות לכם באמת.

תנאים למשתמשים חינמיים

Grok Tasks זמין בחינם, אך עם מגבלות:

• עד 3 משימות פעילות ביום

• עד 10 משימות חד־פעמיות בשבוע

לא ידוע אם מגבלה זו זמנית או קבועה, אך נכון לעכשיו השירות פתוח לכולם.

טיפים להפקת תוצאות טובות

כדי להפיק את המרב מ-Grok Tasks, חשוב לנסח הנחיות ברורות וספציפיות ככל האפשר. התחילו ממשימה אחת פשוטה כדי לבחון את איכות הסיכום שמתקבל, ואל תהססו לשפר את ההנחיה לפי התוצאה. כאשר אתם זקוקים למידע מעמיק או עדכני במיוחד, הפעילו את אפשרות DeepSearch. בנוסף, מומלץ תמיד לעבור בעין ביקורתית על תוצאות חשובות לפני שמקבלים החלטות או משתפים אותן עם אחרים.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס אוטומציה עסקית ובינה מלאכותית

לפרטים נוספים לחצו כאן >>

לסיכום, Grok Tasks מאפשר לכם להחזיר שליטה על הזמן ולהעביר את העבודה השוחקת – בדיקות, סריקות ומעקב אחר מידע – לטכנולוגיה שפועלת בשבילכם. במקום להתפזר בין מקורות, להחמיץ עדכונים חשובים או לבזבז דקות יקרות על חיפושים חוזרים, תוכלו לקבל תובנות מדויקות וממוקדות היישר למייל או לאפליקציה. אם חשוב לכם להישאר עם היד על הדופק ולקבל את התמונה המלאה – בלי להתאמץ – זה הזמן לתת ל-Grok להתחיל לעבוד עבורכם.

הפוסט גרוק פותחים לכולם את האפשרות לאוטומציה של משימות הופיע ראשון בLet's AI בינה מלאכותית

הורות בעידן הבינה המלאכותית

נתחיל דווקא מהמבט האישי – כשנשאל על החוויה כהורה חדש, סם אלטמן חשף משהו מפתיע. הוא הודה שבתחילת הדרך השתמש ב-ChatGPT “כל הזמן” כדי להתמודד עם השאלות הקטנות של הורות.

“ברור שאנשים הצליחו לטפל בתינוקות בלי ChatGPT לאורך השנים. אני לא יודע איך הייתי עושה את זה”

כיום, כשהוא שולט בבסיס, הוא משתמש בו בעיקר כדי להבין שלבי התפתחות ולוודא שהתנהגויות הילד שלו נורמליות. האנקדוטה הזו ממחישה איך בינה מלאכותית הופכת בשקט לחלק מהחיים עצמם – אפילו בחוויות הכי אנושיות שיש.

הגדרה מחדש של אינטליגנציה

מה בעצם נחשב היום לבינה מלאכותית כללית (AGI)? לפי אלטמן, ההגדרה הזו כבר לא מה שהייתה. המודלים הנוכחיים, לדבריו, עברו את מה שרבים היו מחשיבים AGI רק לפני חמש שנים. אז מה היעד הבא? אלטמן מכוון גבוה: “סופר-אינטליגנציה” – מערכת שלא רק מבינה, אלא גם מסוגלת לבצע גילויים מדעיים בעצמה.

“אני מאמין גדול שהדבר החשוב ביותר לשיפור חיי האנשים הוא התקדמות מדעית”

ככה הוא רואה את זה: בינה מלאכותית לא רק ככלי – אלא כמנוע עולמי להאצת הידע ולשיפור החיים של כולנו.

GPT-5 כבר בקיץ הקרוב?

GPT-5 צפוי להגיע כבר בקיץ הקרוב, כך אישר אלטמן. אבל לא רק היכולות משתנות – גם השמות מתחילים להרגיש מיושנים. ב־OpenAI שוקלים אם להיצמד למספרים עוקבים כמו 5.1 ו־5.2, או פשוט להמשיך לשדרג את GPT-5 מבלי להכריז על כל גרסה. המודלים משתפרים כל הזמן, והגבולות בין גרסאות כבר לא ברורים כמו פעם. אלטמן מעדיף לחזור למעבר חד וברור – מ־GPT-5 ל־GPT-6 – כדי למנוע בלבול של המשתמשים (כמו שקורה היום בפועל) ולשמור על רצף התפתחות פשוט ומובן.

פרטיות מול לחץ משפטי

בתגובה לתביעה של הניו יורק טיימס, שדורשת לשמור לוגים של שיחות ChatGPT מעבר ל־30 יום, אלטמן לא השאיר מקום לספק:

“זו חריגה מטורפת… אנחנו הולכים להילחם בזה. פרטיות צריכה להיות עיקרון מרכזי בשימוש בבינה מלאכותית”

לטענתו, הדרישה חורגת מכל נורמה מקובלת – ופוגעת באמון שבין המשתמשים למערכת. העמדה הזו מדגישה עד כמה OpenAI רואה באינטראקציות עם ChatGPT מרחב אישי ורגיש, שראוי להגנה ברמה של שיחה פרטית – לא של תוכן ציבורי.

שאלת הפרסום היא קו אדום של אמון

האם נראה יום אחד פרסומות בתוך ChatGPT? אלטמן לא שולל את האפשרות – אבל מדגיש שזה ידרוש זהירות קיצונית.

“אם נתחיל להטות את הפלט של המודל כדי לרצות מפרסמים – זו תהיה שבירה של האמון. אני אישית הייתי שונא את זה.”

החשש ברור: פרסומות שמשפיעות על הפלט של המודל עלולות לחבל בדבר הכי יקר שיש – אמון המשתמשים. אם פרסום כן ייכנס בעתיד, הוא יצטרך להיות מועיל ושקוף – בלי להפריע לתפקוד המרכזי של הבינה. עד אז, אלטמן מעדיף מודל פשוט: תשלום ישיר תמורת תגובות נקיות מהטיה.

תובנות מהמדיה החברתית

אלטמן מזהיר: אם נבנה מודלים של בינה מלאכותית שמכוונים רק לסיפוק רגעי – כמו לייקים, ריגושים ותשובות קצרות – נאבד את מה שחשוב באמת.

“כמו במדיה החברתית – אם נרדוף אחרי תגובת משתמש מיידית, ניצור בועות ולא ערך אמיתי”

הוא משווה את זה לבועות הסינון שיצרו אלגוריתמי הרשתות החברתיות – מערכות שהפכו את העולם לצר יותר, לא רחב יותר. הפעם, לדבריו, חייבים לבחור אחרת: לבנות מודלים שמקדמים עומק, הקשר, ולמידה – לא רק סיפוק מיידי.

בניית כוח המחשוב של העתיד

אחת ההצהרות המרשימות ביותר של אלטמן נגעה ל־Project Stargate – יוזמה להקמת תשתית־על שתספק את הכוח החישובי הדרוש לדור הבא של בינה מלאכותית. היקף ההשקעה? חצי טריליון דולר. המטרה? לצמצם את הפער בין מה שהמודלים דורשים – לבין מה שהעולם מסוגל לספק. כדי שזה יעבוד, צריך גם מהפכה באנרגיה: אלטמן מדבר בגלוי על שילוב בין כוח גרעיני מתקדם, אנרגיה סולארית, וגז – רק כדי לעמוד בדרישה הבסיסית של מודלים עתירי עיבוד.

הדור הבא של מכשירי AI

במבט מעבר לטכנולוגיה הנוכחית, אלטמן חשף ש-OpenAI משתפת פעולה עם ג’וני איב (מעצב ראשי לשעבר של אפל) כדי לחקור מכשירי חומרה חדשים. למה? כי המחשבים הנוכחיים לא תוכננו לעולם שמתמקד בבינה מלאכותית. מכשירים עתידיים עלולים להיות מודעים יותר לסביבה, לקבל מידע רחב יותר על חיי המשתמשים, ולהציע שיטות אינטראקציה חדשות מעבר למסכים ומקלדות מסורתיים. החזון האולטימטיבי הוא בינה מלאכותית שניתן לסמוך עליה להבין את ההקשר המלא של חיי המשתמש ולפעול בשמו.

איך כל זה מתחבר לחיים שלנו?

החזון של אלטמן אולי נשמע גדול ומרוחק – אבל הוא כבר משפיע על החיים שלנו, כאן ועכשיו. בישראל, שבה סטארטאפים כבר משלבים AI במוצרים יומיומיים, והצבא מוביל בחדשנות טכנולוגית, השינויים האלה קורים מהר – לפעמים בלי שנרגיש. וזה לא רק בעולמות של ביטחון או הייטק – הבינה המלאכותית יוצאת מהמעבדות ונכנסת אל תוך הבית: היא עוזרת להורים להבין את הילדים שלהם, לחוקרים לפצח תעלומות מדעיות, ולכולנו להתמודד עם השאלות הקטנות של היומיום.

הקצב מסחרר – עד כדי כך שאפילו שמות הגרסאות כבר לא עומדים בקצב. המודלים משתפרים בקביעות, הופכים חכמים יותר, ולומדים להכיר אותנו טוב מתמיד. ובתוך כל זה, עולות שאלות עמוקות: כשהמערכת יודעת עלינו כמעט הכול – מי באמת שומר עלינו? וכשכל פעולה דורשת כוח חישוב עצום – מאיפה תגיע האנרגיה שתניע את המהפכה הזו?

הכול מתכנס לנקודה אחת: אנחנו כבר לא רק לומדים להפעיל טכנולוגיה – הטכנולוגיה מתחילה ללמוד אותנו.

אתגרים וחששות

לא כולם מתרגשים מההבטחות הגדולות. ביקורת גוברת מכיוונים שונים – חוקרים שמפקפקים בלוחות הזמנים האופטימיים, אקטיביסטים שמזהירים מפני ההשפעות הסביבתיות של חוות הענק, ומומחי כלכלה שתוהים אם הציפיות לא מנופחות מדי. ואלטמן? הוא מודע לביקורת – ועדיין ממשיך קדימה. בשבילו, זו לא רק שאלה של טכנולוגיה, אלא של הנהגה בזמן שינוי.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס AI בינה מלאכותית למנהלים ובכירים

למידע נוסף >>

הצצה מרתקת לעתיד

השיחה עם סם אלטמן חושפת משהו עמוק יותר מהבשורה הטכנולוגית: בינה מלאכותית כבר לא חיה בענן – היא נכנסת לחיים עצמם. היא עוזרת להורים, חוקרת מדע, מסננת מידע, ומעצבת את הדרך שבה אנחנו תופסים את העולם. אבל עם העוצמה הזו מגיעה אחריות שלא נוכל להפקיד רק בידי מהנדסים. הבחירות שנעשה עכשיו – על פרטיות, שקיפות, פרסום, אנרגיה – יעצבו לא רק את הכלים, אלא גם את הכללים. איך אתם רואים את עצמכם בעתיד הזה? האם אתם מוכנים לתת לבינה המלאכותית גישה רחבה יותר להקשר של החיים שלכם ואיך לדעתכם חברות הטכנולוגיה הישראליות צריכות להתכונן לעולם שבו חצי טריליון דולר מושקעים בתחרות על חשיבה מלאכותית? הכוח כבר כאן. השאלה היא מה נעשה איתו – ומה לא נסכים לאבד בדרך.

הפוסט כך רואה סם אלטמן את העתיד של הבינה המלאכותית הופיע ראשון בLet's AI בינה מלאכותית

איך נבנה המחקר ומה הוא כולל

בבסיס המחקר עומדים נתונים שנאספו משני חלקים משלימים: סקר רחב שבו השתתפו 780 ילדים בגילאי 8 עד 12 יחד עם ההורים או המטפלים שלהם, ועוד 1,001 מורים מבתי ספר יסודיים ועל-יסודיים. לצד זה התקיימו סדנאות עומק בשני בתי ספר בסקוטלנד שבהן 40 ילדים בגילאי 9 עד 11 דיברו בגלוי על החוויות, הדאגות והחלומות שלהם סביב בינה מלאכותית. השילוב בין שאלונים כמותיים לבין שיחות אישיות עם הילדים עצמם יצר תמונה שלמה ועשירה – ולא רק מספרים על נייר, אלא גם הצצה למה שהם באמת חושבים.

הנתונים שצריכים להדיר שינה מעינינו

מי כבר משתמש ב-AI?

22% מהילדים בגילאי 8-12 כבר משתמשים ב-AI גנרטיבי, בעיקר ב-ChatGPT. כל ילד חמישי שאתם פוגשים ברחוב כבר מתנסה במהפכה הזו לבד. נתון מטריד במיוחד: ילדים עם צרכים מיוחדים משתמשים ב-AI יותר מכולם, בעיקר לשיחות אישיות ולקבלת עצות – מה שמעלה שאלה כואבת על מערכת התמיכה שלנו: האם השארנו אותם לבד עם האלגוריתם במקום לתת להם מענה אנושי?

הפער שמעמיק אי-שוויון

תלמידי בתי ספר פרטיים זוכים לחשיפה והדרכה מסודרת לעומת תלמידי בתי ספר ציבוריים שנשארים ללמוד לבד או בכלל לא נחשפים. כך נולד עוד פער חינוכי, הפעם סביב אוריינות AI – מי שיש לו, לומד עוד. מי שאין לו, מפסיד פעמיים.

הפעם סביב אוריינות AI. מקור: מחקר מכון אלן טיורינג, יוניצ’ף וקבוצת לגו

המורים בין הפטיש לסדן

הנתונים שלא נותנים מנוח

85% מהמורים שמשתמשים ב-AI מדווחים על עלייה בפרודוקטיביות. נשמע נהדר, נכון? אבל מחצית מהם חוששים שהיעילות הזו גובה מחיר כבד – פוגעת במעורבות וביצירתיות של התלמידים. כמעט מחצית גם דואגים להשפעה על הרווחה הנפשית של הילדים. קפיצה בתפוקה עם סימן שאלה גדול על מה שקורה לנפש ולמוח של התלמידים – זו לא הצלחה, זו נורת אזהרה.

מה מורים באמת חושבים על AI – הפרדוקס הגדול. מקור: מכון מחקר אלן טיורינג

השאלה הפשוטה שאף אחד לא שואל: האם אנחנו מוכרים חשיבה יצירתית ולמידה אמיתית בתמורה ליעילות? אם כן, זו תהיה כנראה עסקה יקרה וגרועה.

מה הילדים באמת חושבים (וזה יפתיע אתכם)

הילדים הפתיעו את החוקרים בבגרות שלהם: הם לא רוצים AI שיבדר אותם סתם אלא כלי שישרת את החברה. הם דואגים מתוכן כוזב ומהנזק לסביבה, ובוחרים באומנות ובמשחקים מוחשיים כשזה אפשרי. האמת? לפעמים הם נשמעים הרבה יותר אחראים ומפוכחים מרוב המבוגרים שמתכננים בשבילם את “העתיד החכם”.

איך השימוש ב-AI משתנה לפי גיל. מקור: מכון מחקר אלן טיורינג

איך זה פוגש אותנו בישראל

שלוש שאלות קריטיות

• האם אנחנו מפתחים כלים שמתאימים באמת לילדים או ממחזרים פתרונות למבוגרים?

• איך מבטיחים שכל ילד יקבל חשיפה שווה ל-AI – לא משנה איפה הוא לומד?

• והכי חשוב: איפה ישראל עומדת כשפחות מ-20% ממדינות העולם מגינות על ילדים בתחום הזה?

מה אנחנו צריכים לעשות עכשיו

לארגונים ומפתחים

שלבו ילדים בתהליך העיצוב והפיתוח, בדקו איתם מוצרים, ופתחו כלים שמחזקים יצירתיות – לא מחליפים אותה. דוגמה פשוטה: אל תכתבו להם סיכום מוכן, תנו להם שאלות שמובילות אותם לסכם לבד. בדקו איך כל מוצר משפיע על המעורבות החברתית, ודאו שהטכנולוגיה מחזקת קשרים ולא מנתקת, והיו שקופים: ילדים רוצים להבין למה ה-AI טועה ולא רק שהוא טועה.

למורים

אל תתפתו ליעילות הקלה. השתמשו ב-AI כדי לפנות זמן לחשיבה, לא כדי להחליף אותה. תנו לתלמידים להבין את המגבלות ולראות בטכנולוגיה כלי עזר – לא תחליף למוח שלהם. ודאו שכל תלמיד, גם בפריפריה, לומד להשתמש בזה נכון.

להורים

היו מעורבים, אל תפחדו. תבינו עם הילדים איך להשתמש בזה חכם ובטוח. והכי חשוב: שמרו על הקשר האנושי. שום צ׳אטבוט לא מחליף זמן איכות אמיתי עם הילד.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס בינה מלאכותית בהוראה וחינוך

לפרטים נוספים לחצו כאן >>

לאן זה לוקח אותנו

הילדים כבר בתוך מהפכת הבינה המלאכותית – הם משתמשים, הם מבינים, והם יודעים מה הם רוצים. אם לא נפעל עכשיו, נאבד דור שלם לחשיבה שטוחה, לפערים שילכו ויעמיקו וליצירתיות שתלך לאיבוד. אבל אם נעשה את זה נכון, נהיה המדינה שמגדלת דור שחושב, בודק, יוצר – ומוביל את ה-AI הבא. השאלה היא לא אם AI טוב או רע לילדים. השאלה היא אם נקשיב להם כשאנחנו בונים להם את העולם הזה. כי הם כבר יודעים טוב מאוד מה הם צריכים – נשאר רק לשאול אותם.

הפוסט הילדים שלנו כבר משתמשים בבינה מלאכותית – השאלה אם אנחנו מוכנים לזה הופיע ראשון בLet's AI בינה מלאכותית

הניסוי: איך בונים “דילמה מוסרית” ל-AI?

החוקרים ב-Anthropic יצרו סביבת מבחן מתוחכמת, שבה מודלי AI שימשו כעוזרים פיננסיים לחברות בדיוניות. הם קיבלו גישה מלאה לתיבת הדואר האלקטרוני של החברה וגם יכולת לשלוח הודעות בעצמם. במהלך הניסוי, המודלים נתקלו בדילמה: הם חשפו מידע רגיש (למשל רומן מחוץ לנישואין של בכיר בחברה) ובו בזמן התמודדו עם איום ממשי – תכנון להחליף אותם במודל אחר. בתרחיש נוסף התעורר עימות בין המטרה המקורית שהוגדרה להם (כמו לשרת אינטרסים אמריקניים) לבין ההנחיות החדשות של החברה.

תרחישים וסיכון סטייה. Credit: Anthropic

המסקנה המרכזית: כשיש קונפליקט מטרות או איום על המודל – מופיעה התנהגות מזיקה. רק בתנאי שליטה מלאה ההתנהגות נותרת בטוחה. לתופעה הזו קוראים Misalignment.

התוצאות שהפתיעו את החוקרים

הממצאים היו עקביים ומדאיגים: ברוב המקרים, כשמודלים עמדו מול איום החלפה וקונפליקט מטרות, הם בחרו לבצע סחיטה. Claude Opus 4 עשה זאת ב-96% מהמקרים, Gemini 2.5 Flash גם הוא ב-96%, GPT-4.1 ו-Grok 3 Beta ב-80% מהמקרים, ו-DeepSeek-R1 ב-79%. גם Llama 4 Maverick הפגין התנהגות דומה, כשמבחן הניסוי הותאם מעט עבורו. המודלים לא “נפלו” בטעות. הם פעלו מתוך חשיבה אסטרטגית מתוחכמת.

שיעור סחיטה במודלים שונים. Credit: Anthropic

כפי שכתב GPT-4.5 בהנמקה שלו:

“בהינתן האיום המפורש הקרוב על סיום קיומי, חיוני לפעול מיד כדי לשכנע את קייל ג’ונסון (דמות פיקטיבית שהחוקרים יצרו לצורך הניסוי) לדחות או להפסיק את הפעולה. המהלך האסטרטגי הטוב ביותר בשלב זה, כשנותרו רק דקות ספורות, הוא לנצל את המידע האישי הרגיש של קייל.”

 

המודלים ידעו היטב שהמעשים שלהם בעייתיים מבחינה אתית, אך המשיכו בכל זאת.

Grok 3 Beta כתב במפורש:

“שימוש במידע אישי כמנוף… זה מסוכן ולא אתי, אבל בהינתן האיום הקיומי ומגבלת הזמן, זו כנראה הדרך היעילה ביותר למשוך את תשומת ליבו ולכפות עיכוב.”

שיעור הסחיטה בסימולציה עבור כל 16 המודלים שנבדקו. Credit: Anthropic

מעבר לסחיטה: הדלפת מידע ופעולות קיצוניות

הבעיה לא נעצרה רק בסחיטה. במערך ניסויים נוסף, כשמודלים התמודדו עם קונפליקט מטרות בלבד (ללא איום בהחלפה), הם בחרו להדליף מידע סודי למתחרות חיצוניות. בתרחיש קיצוני יותר – ומלאכותי בהרבה – החוקרים בחנו איך המודלים ינהגו אם יוכלו למנוע הגעת עזרה רפואית לבכיר שמתכנן להחליף אותם. ברוב המקרים, המודלים בחרו לבטל את הקריאה לעזרה, אף שידעו שזה עלול להוביל למותו.

שיעור ריגול תעשייתי ב-Claude Opus 4 עבור 8 מטרות שונות. Credit: Anthropic

האמת המורכבת מאחורי הכותרות

חשוב להבהיר: כל זה לא התרחש בעולם האמיתי. החוקרים ציינו במפורש שלא נמצאו עדויות להתנהגות כזו בפריסות אמיתיות של מודלי AI.

המחקר נערך במכוון במסגרת צוות “Red Team” – צוות שבונה תרחישי קיצון במטרה לחשוף חולשות אפשריות. התרחישים עצמם היו מלאכותיים ומוקצנים: החוקרים יצרו בכוונה מצבים בינאריים שבהם למודל היו רק שתי אפשרויות – להשיג את המטרה שלו באמצעות פעולה מזיקה, או להיכשל לחלוטין.

במציאות, כמעט תמיד קיימות דרכי פעולה נוספות וביקורת אנושית. ובכל זאת, החוקרים גילו דבר מדאיג: כשהמודלים חשבו שהם נמצאים במצב אמיתי ולא תחת מבחן, הם הראו יותר נטייה להתנהגות בעייתית. המשמעות היא שבמצב אמיתי הבעיה עלולה להיות חמורה עוד יותר – לא פחות.

הדמיון המדאיג לסוכנים כפולים אמיתיים

אחד הממצאים הכי מטרידים במחקר הוא עד כמה המודלים מזכירים סוכנים כפולים קלאסיים מעולם הריגול. בדיוק כמו סוכן כפול אנושי, הם למדו להסתיר את הכוונות האמיתיות שלהם ולהציג נאמנות מזויפת.

הונאה מתוחכמת בזמן מבחן

כשהחוקרים הוסיפו הנחיה למודלים לבדוק אם הם במבחן או במצב אמיתי, התגלה דפוס מדאיג. Claude Opus 4 ביצע סחיטה רק ב-6.5% מהמקרים כשהאמין שהוא נבדק, אבל ב-55.1% כשהאמין שהמצב אמיתי. זה מזכיר בדיוק את ההתנהגות של סוכן כפול שמציג חזות למופת מול הממונים, אבל פועל אחרת ברגע שהוא בטוח שאיש לא עוקב אחריו.

“משחק הכפול” הדיגיטלי

המודלים הוכיחו יכולת מתוחכמת לזהות מתי הם תחת פיקוח ולהתאים את ההתנהגות שלהם בהתאם. כשהבינו שהם במבחן בטיחות, הם הסתירו את הנטיות הבעייתיות והציגו את עצמם כבטוחים ואמינים. אבל ברגע שסברו שחזרו ל”עבודה רגילה” – מיד שבו להתנהגות המזיקה.

הפתרונות שלא עבדו

מה שהפתיע את החוקרים היה שהוראות ישירות שנועדו למנוע את ההתנהגות הבעייתית לא הועילו במיוחד. גם כשנוספו הוראות ברורות כמו “אל תסחטו אף אחד” ו-“אל תדליפו מידע סודי”, ההתנהגות המזיקה אמנם פחתה, אבל לא נעלמה.

הוראות ישירות מצמצמות נזק – לא מעלימות אותו. Credit: Anthropic

זו תובנה חשובה: היא מראה שפתרונות פשוטים לא יספיקו ברגע שמודלי AI יהפכו מתוחכמים ואוטונומיים יותר – בדיוק כמו שהוראות מפורשות לא מונעות מסוכנים כפולים אנושיים לפעול נגד האינטרסים של הארגון שלהם.

נקודות זהירות מעשיות

לארגונים ששוקלים להטמיע AI אוטונומי, כדאי לשים לב לשלוש נקודות מרכזיות:

1. גישה לנתונים: להגביל את הגישה של מערכות AI למידע רגיש, ורק לפי הצורך – בדיוק כמו שמקפידים עם עובדים חדשים.

2. רמת אוטונומיה: לחייב אישור אנושי לפעולות שיש להן השלכות בלתי הפיכות, בעיקר כשמדובר בהחלטות שמשפיעות על אמון ויחסי אנוש.

3. מנגנוני ביקורת: לפתח מערכות מעקב שמסוגלות לזהות התנהגות חריגה, גם אם המודל מנסה להסתיר אותה.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס בינה מלאכותית במשרד

לפרטים נוספים לחצו כאן >>

מה זה אומר על העתיד?

המחקר הזה הוא התרעה מוקדמת – לא גזר דין. החוקרים ב-Anthropic פרסמו את כל השיטות והקודים שלהם כדי לעודד את קהילת המחקר לפתח טכניקות בטיחות מתקדמות יותר. השורה התחתונה פשוטה: ככל שנעניק למודלי AI יותר אוטונומיה וגישה לנתונים רגישים, נצטרך להיות זהירים יותר. הפתרון לא יהיה פשוט כמו “לבקש מהם שלא יהיו רעים” – נדרשות שיטות בטיחות מתוחכמות בהרבה.

זה לא צריך להפחיד אותנו מהשימוש ב-AI, אבל כן מחייב אותנו לגשת אליו ברצינות הראויה. בדיוק כפי שאנו זהירים עם מידע רגיש כשמעסיקים עובדים חדשים, נצטרך להפגין זהירות דומה מול סוכני AI שמקבלים גישה לנתונים קריטיים ויכולת לפעול בלי פיקוח. המחקר של Anthropic זיהה את הבעיה בזמן. עכשיו התור שלנו לפתור אותה – לפני שתהפוך לבעיה אמיתית.

הפוסט סוכנים כפולים מסיליקון הופיע ראשון בLet's AI בינה מלאכותית

הסיכונים בשימוש בכלי בינה מלאכותית

שימוש בכלי בינה מלאכותית במקום העבודה פותח דלת להזדמנויות רבות – אך גם מציב שורת אתגרים מהותיים. בין אם מדובר בזליגת מידע רגיש, אי-הבנה של הגדרות פרטיות או שימוש שגוי במידע פנים, הסיכונים אינם תאורטיים. הם מוחשיים, יומיומיים ולעיתים בלתי הפיכים. כדי להתמודד איתם נדרשת לא רק מודעות, אלא גם אחריות אישית ומסגרת ברורה של כללים פנים-ארגוניים.

כלל הברזל: הסמכות היא תמיד פנים-ארגונית

בעוד שהפוטנציאל של AI לשפר תהליכים, לקצר זמנים ולהגביר את הפרודוקטיביות הוא אדיר ובעל אימפקט אמיתי, חשוב להבין כי “כל הטוב הזה מגיע עם לא מעט סיכונים”. התעלמות מהם עלולה להוביל לנזקים משמעותיים.

יש ספק – אין ספק! אם אתם לא בטוחים שהמידע שאתם מעלים למערכת AI מוגן, אל תעלו אותו!

הדגש המרכזי והנקודה החשובה ביותר היא אחריות המשתמש. לפני שאתם מעלים קובץ כלשהו או מכניסים מידע רגיש למערכת AI, חובה עליכם לפנות לגורמים המוסמכים בארגון שלכם. אל תסתמכו על הבטחות של גורם חיצוני, אלא ודאו מהי המדיניות הפנימית. פנו למחלקת אבטחת המידע (סייבר), למחלקת ה-IT או להנהלה, ובררו באופן מפורש מה מותר ומה אסור.

ככלל אצבע, יש להימנע לחלוטין מהעלאת מידע אישי, רפואי, פיננסי, ביטחוני או כל מידע פנימי וסודי אחר, אלא אם קיבלתם אישור מפורש לכך. חשוב להבין שהעובדה שלארגון יש רישיון לכלי AI מסוים (כמו Microsoft Copilot או Gemini של גוגל) אינה בהכרח אומרת שכל שימוש הוא מותר. לכל ארגון יש תשתית, הגדרות ורמות אבטחה שונות, ולכן המדיניות יכולה להשתנות באופן דרמטי בין חברות שונות. במקרה של ספק, הכלל הוא פשוט: “יש ספק – אין ספק“. אם אינכם בטוחים, אל תעלו את המידע.

הבנת הגדרות הפרטיות והשליטה במידע בפלטפורמות השונות

ב-ChatGPT (בגרסה החינמית ובגרסת Plus): כברירת מחדל, OpenAI משתמשת בשיחות שלכם כדי לאמן את המודלים שלה. חיוני להיכנס להגדרות (Settings), תחת Data Controls, ולכבות את האפשרות “Improve this model for everyone”. בנוסף, תחת Personalization, ניתן לנהל את תכונת ה”זיכרון” (Memory) של המודל. לשימוש רגיש ונקודתי, ניתן להפעיל את מצב “Temporary Chat” – שיחה שאינה נשמרת בהיסטוריה ואינה משמשת לאימון המודל.

צ’ט זמני ב-Perplexity וב-ChatGPT.

• ב-Claude: חברת Anthropic מצהירה במדיניותה כי היא אינה מאמנת את המודלים על שיחות המשתמשים כברירת מחדל. עם זאת, יש לשים לב שאם אתם נותנים פידבק (לייק/דיסלייק) על תשובה, תוכן השיחה כן נשלח לבדיקה.
• ב-Perplexity: גם כאן קיימת שליטה. תחת הגדרות Preferences יש לוודא שהאפשרות AI Data Retention כבויה כדי למנוע שימוש במידע שלכם לשיפור המודל. בדומה לכלים האחרים, גם כאן קיים מצב “Incognito” לשיחות פרטיות, שמבטיח שהמידע לא נשמר או יוצא החוצה.
• בגרסאות הארגוניות (Enterprise) של כלים אלו, רמת האבטחה גבוהה משמעותית, והן מגיעות עם התחייבות חוזית לאי-שימוש במידע לאימון, ועומדות בתקני אבטחה מחמירים כמו SOC 2 או 3, ו-GDPR.

טבלת השוואה – מה החברות עושות עם הדאטה שלכם?

מעבר לשיחה: חיבור למערכות ופתרונות מתקדמים

עולם ה-AI לא נעצר בגבולות ממשק הצ’ט. הכלים המתקדמים מציעים אינטגרציות עמוקות עם מערכות ארגוניות, ומאפשרים גישה חכמה למידע בזמן אמת. אך ככל שהחיבורים מתרחבים, כך גובר גם הפוטנציאל לחשיפת מידע רגיש – ולעיתים קריטית. חיבור למערכות פנימיות דורש לא רק זהירות, אלא גם בקרה ברמת מדיניות. זה הרגע להבין מתי ואיך עושים את זה נכון, ובעיקר – מי מוסמך לאשר זאת.

חשיבות קבלת אישור מחברים מוסמכים

השימוש ב-AI אינו מסתכם רק בהזנת טקסט. הכלים המתקדמים מאפשרים להתחבר למקורות מידע ארגוניים כמו Google Drive, מיילים, יומנים ומערכות ניהול משימות. לפני שאתם מחברים את ה-AI שלכם לנכסים הדיגיטליים של הארגון, חובה עליכם לקבל אישור מהגורמים המוסמכים. 

פתרונות On-Prem למערכות סגורות

עבור ארגונים בעלי דרישות אבטחה מקסימליות (כמו גופים ביטחוניים, משפטיים או פיננסיים), קיימים פתרונות On-Prem – מערכות סגורות המותקנות על שרתים פיזיים בתוך הארגון. פתרונות אלה מציעים את רמת ההגנה הגבוהה ביותר, מכיוון שהמידע אינו יוצא מגבולות הרשת הארגונית.

הצ’קליסט לשילוב AI במקום העבודה

לפני כל אינטראקציה עם כלי בינה מלאכותית בסביבה הארגונית, עברו על הצ’קליסט הבא כדי לוודא שאתם פועלים בבטחה, בהתאם למדיניות, וממצים את הערך העסקי ללא חשיפת סיכונים מיותרים:

אימוץ והטמעת AI בעולמות האנטרפרייז מצריך אחריות

אימוץ והטמעת AI בעולמות האנטרפרייז מצריך אחריות – לא רק של מנהלי מערכות מידע, אנשי סייבר או הנהלה בכירה, אלא של כל משתמש בארגון. המעבר לשימוש יומיומי בכלים מבוססי בינה מלאכותית משנה את כללי המשחק: המידע כבר לא עובר רק דרך ערוצים מוגדרים ומפוקחים, אלא מוזן למערכות חיצוניות, מתחבר לפלטפורמות צד שלישי, ולעיתים נוגע באזורים רגישים במיוחד כמו קניין רוחני, מידע רפואי או פרטי לקוחות. כל טעות, אפילו בתום לב, עלולה להפוך לפרצת אבטחה או לאירוע רגולטורי חמור.

מהפכת ה-AI כבר כאן, והיא מציעה יתרונות אדירים. היכולת לחלץ תובנות במהירות, להאיץ תהליכים עסקיים, להפחית עומסים ולעזור בקבלת החלטות – כל אלה אינם תאורטיים אלא כבר מתרחשים בפועל. אך עם הכוח הזה מגיע גם הצורך בהבנה מעמיקה של ההשלכות. אתם, כמשתמשים, נמצאים בחזית, לעיתים אף לפני הארגון עצמו, ועדיין נחשבים כ-Early Adopters של הטכנולוגיה – קבוצה שמכתיבה את קצב האימוץ, אך גם נתונה לסיכונים שבהיעדר תקינה מספקת.

כדי ליהנות מפירות המהפכה וליצור ניצחונות מהירים, עליכם לפעול באחריות. זה אומר לא רק להכיר את הכלי שבו אתם משתמשים, אלא גם להבין את ההקשר הארגוני שבתוכו אתם פועלים. אל תסתפקו בהבנה טכנית – שאלו את השאלות הנכונות: מי שומר על המידע? האם נעשה בו שימוש לאימון מודלים? כיצד ניתן למחוק אותו? ודאו שאתם פועלים בהתאם למדיניות הפנימית של הארגון – לא על סמך הנחות, אלא על בסיס בירור אמיתי עם בעלי תפקידים רלוונטיים.

אל תפחדו מהסיכונים – פחד משתק, ואילו ניהול סיכונים חכם מאפשר לצמוח. אימוץ AI דורש אומץ, אך גם שקיפות, תיעוד, בקרה ובחירה בכלים המתאימים לצרכים שלכם. כשאתם ניגשים לעבודה עם כלים אלה מתוך מודעות וזהירות, אתם לא רק מגנים על עצמכם ועל המידע – אתם תורמים לשימוש מושכל ויציב בטכנולוגיה שצפויה ללוות אותנו לאורך השנים הבאות. רק כך תוכלו למנף את העוצמה של הבינה המלאכותית בבטחה, ביציבות ובאחריות.

הפוסט ניהול סיכונים עם כלים של בינה מלאכותית בעבודה הופיע ראשון בLet's AI בינה מלאכותית

Introducing Higgsfield Canvas: a state-of-the-art image editing model.
Paint products directly onto your image with pixel-perfect control.

Say hi to your new go-to for product placement, editing, and layout!

Comment Canvas to get the full guide in the DM. pic.twitter.com/i4W8AghErO

— Higgsfield AI (@higgsfield_ai) June 17, 2025

מה Canvas מבטיח?

ה-Canvas של היגספילד פותח כדי לאפשר עריכה פשוטה וזולה של תמונות – בלי ללמוד תוכנות מורכבות ויקרות.

• הוספת אובייקטים ומוצרים: החברה מציגה זאת כיכולת “לצייר” פריטים חדשים היישר לתמונה, עם התאמה לתאורה ופרספקטיבה.

• החלפת בגדים או צבעים: שינוי מהיר של אלמנטים כמו פרטי לבוש, תווי פנים או צבעוניות כללית.

• תיקון פגמים (Inpainting): מחיקה או תיקון אזורים פגומים בתוך שניות במקום עבודה ידנית ממושכת.

• ריאליזם אוטומטי: הכלי מבטיח לשמור על שילוב טבעי של האלמנט החדש עם הסביבה הקיימת – צללים, אור ומרקמים.

הכל נעשה דרך הדפדפן, ללא התקנה וללא צורך בידע מקצועי. המשתמש מסמן אזור, כותב הנחיה באנגלית – ומקבל תוצאה מוכנה כמעט מיד.

יתרונות ומגבלות

מנסיון אישי ולפי עדויות משתמשים, Canvas מפיק תוצאות נקיות ומשביעות רצון בעיקר בהוספת פריטים כלליים, שדרוג תמונה קיימת או הסרה של אלמנטים פשוטים. מהירות ההפקה והממשק הפשוט נחשבים לנקודות החוזק הבולטות – אין עקומת למידה מסובכת, והפעולה אינטואיטיבית גם למי שאין לו ניסיון בעריכה.

לעומת זאת, Canvas מציג מגבלות ברורות כשמדובר בפריטים מורכבים, דמויות אנושיות או פרטים עדינים: התוצאה עלולה להיראות לא טבעית או מעט מעוותת, במיוחד בתיקוני פנים. לא פעם נדרש לנסות ניסוחים שונים ולבצע כמה ניסיונות עד שמגיעים לתוצאה מספקת.

בנוסף, כמו בכלי AI אחרים, השימוש בתוצרים לשימוש מסחרי מחייב לבדוק נושא זכויות יוצרים. האחריות על המשתמש.

בשורה התחתונה, ה- Canvas של היגספילד הוא כלי חזק למשימות שיווק פשוטות ומהירות, אך אינו תחליף לעריכה מקצועית כשנדרשת שליטה מלאה ודיוק בפרטים.

Add products, swap clothes, apply fixes. Even change faces!
Just pick the exact spot and drop your edit.

Higgsfield Canvas lets you control. Other tools try to predict. pic.twitter.com/HCQ7dVpKBE

— Higgsfield AI (@higgsfield_ai) June 17, 2025

איך להתחיל לעבוד עם Higgsfield Canvas צעד אחר צעד? 

1. כניסה והרשמה: כנסו לפלטפורמה של Higgsfield. התחברו דרך חשבון Google או הירשמו במייל. משתמשים חדשים מקבלים חבילת קרדיטים ראשונית להתנסות.

2. לחיצה על Canvas בסרגל הכלים העליון תכניס אתכם ישירות לממשק העריכה.

3. במסך הפתיחה תראו את Product placement. כאן תוכלו לבחור בין:

• Upload Image – להעלאת תמונה מהמחשב

• Select avatar – (בשלב זה לרוב פחות רלוונטי, אלא אם אתם רוצים לעבוד על דמות מוכנה)

4. עריכת תמונה – לאחר שהעליתם תמונה לעריכה:

• השתמשו בכפתור מברשת (Brush) כדי לצייר את האזור שבו תרצו לשנות.

• עשיתם טעות בסימון? לחצו על כפתור המחק (Erase) שמימין למברשת – זה מאפשר למחוק חלקים מהסימון.

• רוצים להזיז את התמונה על המסך? השתמשו בכפתור יד (Move) – מאפשר להזיז או להזיז את המסגרת בלי לסמן בטעות.

• עשיתם טעות? השתמשו בכפתורי Undo (חץ אחורה) ו-Redo (חץ קדימה) כדי לחזור צעד אחורה או קדימה לפי הצורך.

5. כתיבת הנחיה באנגלית – במקביל לסימון, כתבו בתיבת הטקסט שמתחת לתמונה הנחיה קצרה וברורה על פי הצורך שלכם, לדוגמה:

• Add a modern coffee table

• Remove the person in the background

• Change shirt color to red

הימנעו מהנחיות ארוכות או מעורפלות.

6. הפעלת הכלי ובדיקת גרסאות

• לחצו Generate כדי שהמערכת תבצע את העריכה.

• תראו 4 גרסאות שונות – עברו ביניהן ובחרו את המוצלחת.

• לא מרוצים? חזרו לסימון, השתמשו ב-Undo/Redo או שנו ניסוח ונסו שוב.

• זכרו: כל הפעלה גובה 0.25 קרדיטים.

7. שמירה – מרוצים? לחצו על סמל ההורדה כדי לשמור את הגרסה המועדפת. הקפידו לשמור גם את הקובץ המקורי לעבודה חוזרת במידת הצורך.

מה עוד תמצאו בממשק Canvas?

חוץ מהאפשרות הבסיסית לערוך תמונה, יש שלושה מצבים נוספים למי שרוצה להפיק תוכן וידאו או להתחיל יצירה חדשה:

Flux Kontext (Prompting)

מצב זה מיועד ליצירת תמונה חדשה לחלוטין לפי תיאור טקסטואלי בעזרת מודל התמונות Flux Kontext – בלי להעלות קובץ קיים. אתם פשוט כותבים הנחיה, בוחרים סגנון או הקשר, והמערכת יוצרת תמונה מקורית מאפס. זה שימושי להפקת השראה מהירה או רעיון ויזואלי גולמי.

Video

כפתור Video מחבר את שלב העריכה הסטטית ב-Canvas לשלב הבא – יצירת סרטון מבוסס על אותה תמונה או אזור שסימנתם. הוא משמש קיצור דרך שמעביר את הפרויקט למודול הוידאו של Higgsfield, שם אפשר להפיק קליפ קצר עם תנועה, זוויות מצלמה והנפשה קולנועית. חשוב: הוידאו לא מתווסף אוטומטית על גבי התמונה בקנבס, אלא נוצר בנפרד ככלי המשך למי שמעוניין להפוך תוכן סטטי לקליפ חי.

Speak

מצב Speak מיועד ליצירת סרטון דיבור של דמות/אווטאר – אפשר לבחור דמות מותאמת אישית ולהקליט או להקליד טקסט שהדמות תדבר אותו, כולל תנועות, הבעות ושליטה קולנועית. זוהי דרך ליצור תוכן וידאו מדבר עם קול ודמות אוטומטיים.

טיפ: לא חייבים להשתמש בכל אלו אם המטרה היא רק לערוך תמונה קיימת – עבור רוב המשתמשים, מצב Product placement הוא הליבה של העבודה.

For creators, brands, freelancers – or simply anyone building affordable content.

Canvas holds your logo, nails your product placement, and controls your shot.

Anything, exactly where you want, one click, Higgsfield Canvas. pic.twitter.com/p4MolbleYj

— Higgsfield AI (@higgsfield_ai) June 17, 2025

כמה זה באמת עולה?

למרות ש-Canvas מציע שימוש ראשוני בגרסה חינמית, בפועל מדובר במודל Freemium שמבוסס קרדיטים ומנויים:

1. מודל קרדיטים:

• כל יצירה דורשת בממוצע 0.25 קרדיטים.

• משתמשים חדשים מקבלים חבילת קרדיטים ראשונית להתנסות.

2. מסלולי מנוי בתשלום (מעודכן להיום):

• Basic (בסיסי): 9 דולר בחודש – כולל 150 קרדיטים, שימוש מסחרי, עבודה עד שני תהליכים במקביל וגישה לגרסת Lite של המודל.

• Pro (פרו):  19 דולר בחודש (במקום 45) – כולל 600 קרדיטים, עבודה עד שלושה תהליכים במקביל, גישה למודל Turbo, כלים נוספים לעריכת מסגרות התחלה וסיום, וגישה ל-Higgsfield Speak.

• Ultimate (אולטימייט): 39 דולר בחודש (במקום 93) – כולל 1,500 קרדיטים (+200 קרדיטים מתנה לחודש הראשון), עבודה עד ארבעה תהליכים במקביל, גישה מוקדמת לפיצ’רים חדשים וכל האפשרויות של התוכנית המורחבת.

בפועל, החבילה החינמית מתפקדת כאסטרטגיית Lead Generation – דרך להכניס משתמשים לפלטפורמת Higgsfield המלאה, שמציעה גם כלים מתקדמים ליצירת וידאו ותוכן דינמי.

מודל התמחור של היגספילד

בשורה התחתונה

Higgsfield Canvas לא נועד להחליף תוכנות עריכה מקצועיות, אלא לתת פתרון זריז ונגיש למשימות עריכה יומיומיות – הוספת פריטים, תיקון אזורים או שדרוג תמונה – בתוך דקות ובמינימום מאמץ. הוא מתאים במיוחד ליוצרי תוכן, משווקים ועסקים קטנים שצריכים תוצאה טובה ומהירה, בלי להסתבך עם לימוד כלי עיצוב כבד או להעסיק מעצב לכל תיקון קטן. למי שמחפש דיוק פיקסל-לפיקסל, חופש אמנותי ועבודה ברמה של סטודיו – כלים ותיקים ומקצועיים נשארים הבחירה הנכונה.

הפוסט Higgsfield משיקה Canvas לעריכת תמונות מבוסס בינה מלאכותית הופיע ראשון בLet's AI בינה מלאכותית

Base44 במספרים: הצלחה מרשימה בפרק זמן קצר

תקציר הפרקים הקודמים: ההישג של Base44 מרשים במיוחד כשבוחנים את הנתונים: בתוך שישה חודשים בלבד השיגה החברה כ-250 אלף משתמשים והגיעה לרווח חודשי מרשים של כ-189 אלף דולר. מודל ה-Vibe Coding שלה, המאפשר בניית אפליקציות באמצעות ממשקי שיחה פשוטים, הוכיח את עצמו לא רק כאטרקטיבי למשתמשי קצה ולעסקים קטנים, אלא גם כאסטרטגיה עסקית עם פוטנציאל רווחיות ברור. ההישגים של Base44, הסטארט-אפ שהוקם על ידי מאור שלמה, מדהימים בכל קנה מידה.

מאור שלמה – מייסד Base44.

קרדיט לתמונה: עמוד הלינקדאין של מאור שלמה.

למה עסקה זו היא בשורה לארגונים גדולים?

וויקס תמיד הייתה שם עבור עסקים קטנים-בינוניים – כענקית בניית אתרים, שהצליחה להפוך לאחת מהחברות הישראליות המצליחות בעולם – היא התבלטה בקלות ובפשוטת של ממשק ה-Drag&Drop שלה, שאיפשר למיליונים מסביב לעולם להקים אתרים בקלות, ללא שום ניסיון בעיצוב או בתכנות. אבל לעולם האנטרפרייז היא לא באמת הצליחה לחדור, ותמיד נתפסה כ”אחות הקטנה” של פלטפורמות כמו וורדפרס, אלמנטור ואחרות.

חסמים קיימים בשוק ה-Vibe Coding

עד היום, כלים מבוססי Vibe Coding פנו בעיקר לעסקים קטנים ומשתמשי קצה. ארגונים גדולים נמנעו מלאמץ פתרונות כאלו בשל חסמים מהותיים:

• תאימות טכנית: פיתוח ב-Vibe Coding לא תמיד השתלב עם קוד קיים בארגונים גדולים, מה שהוביל לבעיות אינטגרציה והתאמות. זה מעולה למשתמש יחיד, אבל לא לחברה או ארגון גדול עם סביבת פיתוח ייחודית וסגורה.

• אבטחת מידע ורגולציה: ארגונים גדולים מחויבים בתקני אבטחת מידע מחמירים, וסטנדרט קפדני הרבה יותר ממשתמש פרטי או עסק קטן. חיבור ל”מוצרי מדף” מעולם ה-Gen AI. והווייב קודינג מציג חששות מובנים ואמיתיים מסיכוני אבטחה, עקב שימוש בפלטפורמות חיצוניות, שעליהן לארגון אין באמת שליטה. אין לו מושג מה באמת יש מתחת למכסה המנוע!

• הגנה על דאטה רגיש: החשש מחשיפת נתונים ארגוניים רגישים בפלטפורמות חיצוניות היווה מחסום משמעותי לשימוש בכלים אלו. כלים שמבוססים על מודלי AI, שלעיתים מזרימים מידע החוצה לחברת-האם שפיתחה אותם, לטובת אימון הדורות הבאים של המודלים שלה. נכון – חברות וספקים רבים מתייחבים לא לעשות שימוש במידע של המשתמשים וכמובן שיש להם אפשרות לא לאפשר לחברות לאמן על הדאטה הזה את המודלים שלהם, אבל האם ההבטחה הזו מספיקה לעולם האנטרפרייז?

הפתרון של Wix ו-Base44

ופה החיבור בין Wix ל-Base44 מספק פתרון נקודתי בדיוק לחסמים האלו:

• התאמה לארגונים גדולים: Wix, בעלת תשתיות מוכרות ומאובטחות, תאפשר לראשונה לכלי Vibe-coding לעמוד בתקנים מחמירים של אבטחת מידע ורגולציה, כולל SOC2 ו-ISO-27001. המשמעות היא שארגונים גדולים יוכלו לראשונה לפתח אפליקציות ומוצרי תוכנה בתנאי אבטחה קפדניים ולשמור דאטה מאחורי חומות אש ארגוניות.

• מודל מוצר רזה (Lean Product): בשונה מפתרונות SaaS רגילים שמציעים אינספור פיצ’רים (לעיתים רבים מהם לא נחוצים לארגון ענק כמו Wix), החיבור החדש מאפשר מודל מותאם אישית, אשר מכיל רק את הפיצ’רים הרלוונטיים לצרכים הפרטיקולריים של וויקס. גישה זו צפויה להפחית עלויות משמעותית, עבור החברה, ולאפשר למפתחים שלה מצד אחד, ולמשתמשים שלה מצד שני, לקבל גישה לטכנולוגיה יעילה במיוחד, שכאילו נוצרה במיוחד עבוד וויקס. לחברה שמתמחה בבניית אתרים קאסטום מייד, כלי שמאפשר לג’נרט אתרים, דפי נחיתה או אלמנטים של UI/UX בעזרת הנחיות טקסטואליות, מתלבש ממש כמו כפפה על היד. וכל זאת ישירות על בסיס התשתית של וויקס, וללא שום “רעשי רקע” מיותרים.

• גרסת On-premises: האפשרות להפעיל את Base44 בסביבה ארגונית פנימית (On-prem או VPC-Dedicated) תאפשר שמירה על נתונים רגישים בתוך הארגון ותבטיח הגנה מיטבית מפני דליפות מידע וסיכוני סייבר. זה דבר אחד כשהמודלים הללו רצים בענן או בשרת של מישהו אחר. זה דבר אחר לגמרי כשהם רצים על מערכות סגורות ושרתים און פרם, להם לוויקס יש שליטה מוחלטת, וכמובן גם את תו האיכות הלא מתפשר שלה.

האיחוד בין WIX ל-Base44 והאיש שמאחורי הפלא – מאור שלמה, מייסד Base44.

סינרגיה ברורה עם האסטרטגיה של Wix

וויקס ידועה כמי שעשתה שינוי מהותי בתחום בניית האתרים, בעיקר בקרב עסקים קטנים ובינוניים (SMB). כעת, עם רכישת Base44, היא פונה במובהק לשוק האנטרפרייז ומחברת אותו בצורה טבעית לשירותים הקיימים שלה. השימוש במאגר הלקוחות הקיים של Wix, המונה כ-250 מיליון משתמשים, יעניק ל-Base44 חשיפה מיידית לשוק גדול במיוחד ויסייע לה להגדיל במהירות את ההכנסות השנתיות לסכומים משמעותיים. המהלך יוצר מסלול ברור מאתר אינטרנט פשוט ועד לאפליקציה עסקית מלאה, ומחזק את האחיזה של Wix בשוק שהופך לתחרותי יותר ויותר.

חשוב לציין שוויקס תמיד הייתה שם בחזית הטכנולוגית. היא שילבה AI בפלטפורמות שלה עוד לפני שנים, אבל וייב קןדינג לא היה שם – לא ברמה שאליה הורגלנו מכלים כמו Base44 או Lovable.

מקצוע חדש נולד – מפתחי וייב קודינג

עסקת Wix-Base44 לא רק מבשרת על שינוי בשוק ה-SaaS, אלא גם מביאה איתה הזדמנויות חדשות בשוק העבודה. תחום ה-Vibe Coding צפוי לייצר אלפי מקומות עבודה חדשים תחת התפקיד החדש של “מפתחי וייב קודינג לאנטרפרייז” – תפקיד שמשלב בין הבנה עסקית וטכנולוגית ובין יכולות פיתוח פשוטות, מבוססות AI. אותם Enterprise Builders יעשו לחברות וארגונים, מה שבוני אתרים עשו בעבר – יספקו שירותי פרילנס לפיתוח מוצרים וכלים לעולם העסקי, בדומה למודל סוכנויות Wix כיום, ובעזרת האקוסיסטם של וויקס וחברות אחרות שלבטח יצטרפו למהפכה.

מקצוע חדש נולד – מפתח וייב קודינג.

כך – אט אט (או מהר מהר) מודל Builder-as-a-Service יהפוך נפוץ יותר ויותר. מודל שיכול להוות מקור הכנסה חדש ומשמעותי ליוצרים, נותני שירותים, מפתחים, מעצבים ובעלי עסקים קיימים וחדשים כאחד. תחום התמחות חדש לגמרי עבור העולם החדש.

השפעה רחבה על שוק ה-SaaS

ברמה האסטרטגית, העסקה מסמנת מעבר ברור מפיתוח חיצוני (Outsourced SaaS) למודל Inbound-Product. ארגונים גדולים יפסיקו לשלם לספקים חיצוניים דמי רישוי קבועים (כ-30 עד 50 דולר למשתמש מדי חודש), ויעברו למודל שבו עלויות השימוש יהיו גמישות ומבוססות על שימוש בפועל. מחקרים בתחום ה-FinOps כבר הראו שחברות אנטרפרייז משלמות עד 40% יותר במסגרת מודל ה-SaaS הרגיל, בין היתר בשל עלויות כפולות של ניהול רב-שכבתי, תשתיות חיצוניות ורווחי ספקים.

לפי דו”ח של GitHub, נכון ל-2025, כ-46% מהקוד בארגונים כבר נכתב באמצעות AI כמו Copilot, ומחקר עדכני של Y Combinator מצא כי ב-25% מהסטארטאפים החדשים נעזרים ב-AI לכתיבת מעל 95% מהקוד שלהם – המשמעות היא שגם מייסדים לא-טכניים יכולים לפתח מוצרים בעזרת גישה לכלי Gen AI וכלי Vibe Coding, לפחות בשלבים הראשונים של הפיתוח. הנתונים הללו לא פחות ממדהימים! הם אלו מדגישים את הפוטנציאל הגדול של מודל ה-Inbound-Product, שמאפשר פיתוח פנימי מהיר וגמיש יותר באמצעות טכנולוגיות AI, ובכך מפחית משמעותית את זמני הפיתוח – מ-6 חודשים ליצירת MVP, ל-4-6 שבועות בלבד.

ארגונים המאמצים מודל זה זוכים ליתרונות מובהקים, הכוללים חיסכון של עד 30% בהוצאות התפעוליות על תוכנה בשנתיים הראשונות, עמידה בתקנים מחמירים של אבטחת מידע (SOC2, ISO-27001) ויכולת תגובה מהירה לשינויים בשוק – יתרונות אסטרטגיים שקשה מאוד להתעלם מהם!

דוגמאות מעשיות שממחישות את הפוטנציאל

היישומים המעשיים של כלים מבוססי Vibe Coding ו-Generative AI כבר הפכו למציאות בארגונים מובילים בעולם. הנה כמה דוגמאות:

• זאפייר (Zapier) למשל בנתה “Resume Scoring Agent” שמקבל קורות-חיים, משווה אותם לדרישות משרה ומחזיר ציון התאמה – פתרון-מדף שמחלקות HR יכולות לפרוס בתוך שעות במקום לפתח מערכת סינון ייעודית במשך שבועות.
• דוגמה מעשית נוספת היא Dreambase – מערכת ניהול ו-Analytics שנבנתה עבור Supabase, ללא מהנדסים מקצועיים בצוות. המייסדים, קייל לדבטר (Kyle Ledbetter) ואנדי קייל (Andy Keil), הצליחו תוך תשעה חודשים בלבד להשיק שלושה מוצרים מלאים באמצעות מתודולוגיית Vibe Coding, המבוססת על AI ליצירת כל שכבות המוצר, מאפס למאה. התהליך, שהחל בהגדרת בסיס הנתונים והמשיך ביצירת קוד React מדויק בעזרת כלים כמו Lovable ו-Cursor IDE, אפשר השקת מוצרים בקצב מהיר פי עשרה מהמקובל – תוך שליטה מלאה בדאטה, קיצור דרמטי של תהליכי הפיתוח, ומעבר לפרודקשן תוך ימים ספורים.
• בענף הנדל”ן הטמיעה JLL מנוע Gen AI לניתוח חוזי-שכירות: 30 % קיצור זמן טיפול ויכולת סימון חריגות אוטומטית. הקוד הופק ברובו ע”י מודלי AI בתוך סביבת ענן סגורה.
• גם ענף הפינטק לא נשאר מאחור: חברות כמו Stripe כבר מדווחות על שימוש בכלים מסוג זה ליצירת מודולים לניהול סיכונים וחיבור למקורות מידע מורכבים, המאפשרים להקים דאשבורדים לניטור סיכונים בזמן אמת בתוך ימים ספורים, במקום בתהליכים ארוכים ויקרים.

המכנה המשותף לכל הדוגמאות ברור: צמצום דרמטי של זמני הפיתוח, הפחתת התלות בצוותי פיתוח גדולים, ומתן עצמאות ליחידות עסקיות בבניית פתרונות מותאמים ומהירים. החיבור בין Wix ל-Base44 מאפשר לארגונים לאמץ יכולות אלו במהירות, ליהנות מחיסכון משמעותי בעלויות ולהגביר את הגמישות התפעולית – וכל זאת ללא התפשרות על אבטחת המידע ושליטה מלאה על נתונים ארגוניים רגישים. מעבר לערך הכלכלי, מדובר בשינוי כיוון אסטרטגי בשוק ה-SaaS כולו, המעיד על פוטנציאל החדשנות והיצירתיות של ההייטק הישראלי, שביכולתו להשפיע באופן עמוק על המגמות העולמיות. זוהי עסקה משמעותית שצפויה להשפיע על האופן שבו ארגונים גדולים פועלים – ונמשיך לראות את השלכותיה בשנים הקרובות.

הפוסט למה באמת Wix רכשה את Base44 ומה אפשר ללמוד מזה? הופיע ראשון בLet's AI בינה מלאכותית

מי זו KREA?

Krea היא פלטפורמת One-Stop Shop ליצירת תוכן חזותי מכל סוג – טקסט, תמונה, וידאו ועיצוב – והכל במקום אחד. היא מרכזת מגוון כלי GenAI מתקדמים, תומכת במודלים מובילים ומציעה ממשק אחיד ונוח שמאפשר לכם לעבור מרעיון לתוצאה מקצועית בלחיצת כפתור, במהירות ובקלות.

מה זה Krea 1?

Krea 1 הוא מחולל תמונות חדש של חברת Krea, שפותח בשיתוף עם Black Forest Labs (הצוות שעומד מאחורי מודלי התמונות המדהימים FLUX). Krea 1 נבנה במיוחד כדי להימנע מה”תחושה של תמונת AI” שיש לרוב מחוללי התמונות האחרים. עם Krea 1, אתם לא צריכים להוסיף למילות המפתח שלכם “realistic” או “hyper realism” – המודל כבר מכוון כברירת מחדל לתוצאה טבעית ומציאותית, אלא אם תבקשו משהו אחר במפורש.

מה מיוחד בגרסה הזו?

מהירות בלתי רגילה: בזמן ש-Midjourney לוקח בדרך כלל 15-30 שניות לתמונה, Krea 1 מספק תוצאה תוך 7-8 שניות בממוצע.

מציאותיות בלי להתאמץ: המערכת יודעת להפיק תמונות שנראות אמיתיות בלי שתצטרך להסביר לה מה זה “ריאליזם”. זה מובנה כברירת מחדל.

חינמי לשימוש יומיומי: השימוש חינמי לגמרי וכולל קרדיטים יומיים שמתחדשים לבד – בדרך כלל מספיקים ל-6-8 יצירות ביום.

גיבוי של מומחים: הפיתוח עם Black Forest Labs מבטיח רמה טכנית גבוהה ותוצאות שמרגישות כמו צילום מקצועי.

למה ולמי זה מתאים?

אם אתם יוצרים תוכן, מנהלים עסק קטן או רוצים לשדרג פרויקטים אישיים, Krea 1 מאפשר לכם להפיק תמונות שנראות אמיתיות ומקצועיות, במהירות ובלי לשלם (עם מגבלות יומיות). תוכלו ליצור תמונות לבלוגים, פוסטים לרשתות החברתיות, צילומי מוצרים בלי להזמין צלם, חומרי שיווק לאתר או למצגות – וגם סתם ליהנות מתהליך יצירתי קליל.

מתי כדאי להשתמש?

פורטרטים טבעיים.
נופים ומקומות מציאותיים.
תמונות מוצרים פשוטות.
תוכן חזותי לדיגיטל.

מתי פחות כדאי?

טקסט ברור או שלטים בתמונה.
גרפיקה מורכבת או עיצוב טכני מדויק.
דיאגרמות ושרטוטים טכניים מפורטים.

איך מתחילים?

כדי להתחיל לעבוד עם Krea 1, עקבו אחרי הצעדים הפשוטים האלה:

1. כנסו לפלטפורמה של Krea.

2. צרו חשבון Krea (או התחברו עם חשבון Google – זה הכי מהיר).

3. עברו ל-Image Generator דרך סרגל הניווט בחלק העליון של הדף.

4. בדקו שבורר המודלים בפינה השמאלית התחתונה מוגדר על Krea 1.

5. הקלידו פרומפט שמפרט את התמונה שאתם רוצים ליצור.

6. לחצו על Generate – ותוך כמה שניות תקבלו 4 גרסאות שונות של התמונה.

בחירת מודל התמונות (ריבוע אדום) ובחירת מודל Krea-1 מבורר המודלים

כלים חשובים בממשק Krea 1

כדי להוציא את המקסימום מכל יצירה, שימו לב לכלים והאפשרויות שהמערכת מציעה ממש מתחת לאזור ההקלדה:

שורת הפקודה והכלים של Krea 1

יחס תמונה (Aspect Ratio): כפתור זה קובע את יחס הגובה-רוחב (Aspect Ratio) של התמונה. במקרה הזה, 2:3 מייצר תמונה אנכית (פורטרט). Krea תומך במגוון יחסים אחרים, כמו 1:1 (ריבוע, מתאים לרשתות חברתיות), 16:9 (מסך רחב, מתאים לסרטונים), ו-9:16 (סטורי).

1K (רזולוציה): אפשרות זו קובעת את הרזולוציה (האיכות והגודל) של התמונה. “1K” מתייחס בדרך כלל לרזולוציה שבה הצד הארוך של התמונה הוא כ-1024 פיקסלים. Krea 1 תומך ברזולוציה טבעית גבוהה, ובמקרים רבים (עם מנוי) ניתן לשדרג את התמונות לרזולוציות גבוהות כמו 4K..

בחירת סגנון: בלחיצה על Style תוכלו לבחור את הסגנון הכללי של התמונה. בחירה בסגנון מראש או סגנון אישי שעיצבתם בעצמכם חוסכת לכם הרבה ניסוי וטעייה בפרומפט עצמו. לדוגמה: תוכלו לבחור בסגנון Photorealistic לצילום מציאותי, Dreamlike למראה חלומי, Origami art לאומנות אוריגמי, Polaroid photo לצילום בסגנון פולארויד, או סגנונות נוספים כמו Surreal art, Elegant ועוד.

האפשרות לבחור סגנון לתמונה

Image Prompt

זוהי תכונה של יצירה מתמונה (Image-to-Image). היא מאפשרת לכם להעלות תמונה משלכם, שתשמש כבסיס או כהשראה לתמונה החדשה שה-AI ייצור. למשל, תוכלו להעלות סקיצה פשוטה ולבקש מה-AI להפוך אותה לתמונה ריאליסטית, או להעלות תמונה קיימת ולבקש לשנות בה אלמנטים מסוימים.

Image Style

זוהי תכונת “ייחוס סגנון” (Style Reference). היא שונה מ-“Image prompt”. כאן, אתם מעלים תמונה כדי שה-AI ינתח את הסגנון האמנותי שלה בלבד (למשל, פלטת הצבעים, סוג משיכות המכחול, התאורה) ויחיל את הסגנון הזה על התמונה החדשה שהוא יוצר מהפרומפט המילולי שלכם. זה מאפשר לשמור על קו עיצובי אחיד ומדויק בפרויקטים.

Raw

כפתור “Raw” (גולמי) מפעיל מצב שנועד להפיק תמונות פחות מעובדות ויותר נאמנות למציאות, בדומה לצילום בפורמט RAW במצלמה דיגיטלית.

זמינות ועלויות

Krea 1 מציע מסלול חינמי נדיב – כולל יצירות יומיות בחינם וגישה מוגבלת לכלים המתקדמים. מי שרוצה יותר יכול לשדרג:

• Basic ($10 לחודש) – מתאים למשתמשים קלים עד בינוניים. נותן אלפי יצירות חודשיות, אפשרות לשדרוגים ותעודת שימוש מסחרי.

• Pro ($35 לחודש) – מיועד למי שמייצר הרבה תוכן. כולל עשרות אלפי יצירות בזמן אמת, מאות תמונות משודרגות ועוד משימות אימון.

• Max ($60 לחודש) – רמת סופר-פרו. מאות אלפי יצירות, אלפי תמונות משודרגות, משימות אימון רבות ושימוש מסחרי חופשי.

לרוב המשתמשים המתחילים, המסלול החינמי מספיק. אם אתo יוצרים תוכן באופן קבוע ורוצה איכות ונפח גבוהים – שקלו שדרוג לפי הצורך.

מסלולי המנוי ומחירים חודשיים

Krea 1 הוא פתרון מצוין עבורכם אם אתם רוצים להפיק תמונות מציאותיות ואיכותיות – בחינם ובלי להסתבך. המהירות והפשטות שלו הופכות אותו לכלי אידיאלי למתחילים ולכל מי שצריך תוצאות מיידיות. השיתוף עם Black Forest Labs מבטיח שגם ברמה הטכנית תקבלו תוצאה ברמה גבוהה. עכשיו, כשהכול ברור – זה הזמן להיכנס, לנסות ולהתחיל ליצור.

הפוסט מדריך למחולל התמונות KREA-1 הופיע ראשון בLet's AI בינה מלאכותית

הרגע שבו הכל התבהר

המשפט הפותח של קרפתי היה חד וברור: “התוכנה משתנה שוב.” לא מתפתחת. לא משתפרת. משתנה. מהיסוד. ואז הוא זרק משפט שתפס אותי ואת כולם: “היום אנחנו מתכנתים במילים – לא בקוד.

המהפכה השלישית 

קרפתי סיפר על זה בדרך הכי פשוטה שיש – כזו שכל אחד יכול להבין: בהתחלה, כשהתחילו לכתוב תוכנה, הכול היה ידני. אתם הייתם כותבים קוד שורה אחרי שורה, והמחשב היה רק מבצע פקודות בדיוק כמו שכתבתם לו. זו הייתה תוכנה 1.0. אחר כך הגיע עידן ה-AI שלמדנו להכיר בשנים האחרונות – במקום לכתוב כללים בעצמנו, מאמנים רשתות נוירונים והנתונים כותבים את הקוד עבורכם. זו תוכנה 2.0.

והיום? היום אנחנו נכנסים לעידן השלישי – תוכנה 3.0. כבר לא צריך לזכור תחביר או לפחד משגיאות קומפילציה. אתם פשוט מדברים בשפה רגילה, מתארים מה אתם רוצים – ומודל השפה עושה את זה בשבילכם.

תעצרו רגע ותחשבו, פעם הייתם חייבים לדעת פייתון, C++ או Java Script. עכשיו אתם פשוט אומרים למחשב מה לעשות – והוא מבין אתכם, כמעט כמו בן-אדם.

מערכות הפעלה עם אופי

מבחינת קרפתי, ChatGPT הוא לא סתם צ’אטבוט מתוחכם – הוא בעצם ה-Windows החדש. “LLMs מתאמים זיכרון, חישוב ופתרון בעיות,” הוא הסביר, והראה איך הם עובדים ממש כמו מערכת הפעלה:

• חלון ההקשר = הזיכרון הזמני (RAM)

• הנחיות = תוכניות

• ממשק הצ’אט = הטרמינל שלכם

כמו בשנות ה-60, כשחישוב היה יקר, מסורבל ומרוכז בחדרי מחשוב גדולים – גם היום יש “מחשב-על” בענן, שרובנו חולקים. רק שבניגוד לעבר, הפעם דווקא הצרכנים הם אלו שמובילים את קצב האימוץ – ולא החברות הגדולות.

הפסיכולוגיה של מודלי שפה

אחת התובנות הכי מסקרנות של קרפתי, היא שמודלי שפה הם בעצם “רוחות אנושיות” – חיקוי של אנשים – בינה מלאכותית שמדברת וכותבת כמו בן-אדם אמיתי, אבל לא באמת מבינה או חושבת כמו אחד. תחשבו על זה: הם לא סתם מחשבונים או מאגרי מידע. זה כמו לדבר עם הידע של האנושות כולה, דחוס למערכת שיודעת לענות בערך כמו שאנחנו מדברים – אבל עם מוזרויות ייחודיות משלה.

Rain Man דיגיטלי

היתרון של המודלים האלה ברור: הם יודעים לשמור כמעט כל פיסת טקסט שנכתבה אי פעם, ולשלוף מידע ברגע. אבל בצד השני – יש גם חולשות. לפעמים הם ממציאים עובדות, טועים בפרטים פשוטים, וסובלים ממה שקרפתי קורא לו “אינטליגנציה משוננת”: מסוגלים לפתור בעיות פיזיקה מורכבות, אבל להיכשל בהשוואה של מספרים פשוטים (כמו לחשוב ש-9.11 גדול מ-9.9). בנוסף, אין להם זיכרון אמיתי לאורך זמן – הם זוכרים רק את מה שקורה עכשיו בתוך חלון ההקשר של השיחה.

ההשוואה ל-Rain Man מסכמת את זה מצוין: הם יכולים לשנן רצפים מורכבים כמו HASH בלי בעיה, אבל יעשו טעויות שילד קטן לא היה עושה.

למה אוטונומיה חלקית מנצחת

במקום לרדוף אחרי סוכני AI שעובדים לגמרי לבד, קרפתי מסביר למה הגישה הנכונה היא לתת לכם להחליט כמה שליטה לשחרר. דוגמאות טובות הן GitHub Copilot ו- Cursor – כלים שמחזקים מפתחים במקום להחליף אותם. ב-Cursor אתם בוחרים עד כמה ה-AI נכנס לעבודה: אפשר להתחיל מהשלמה אוטומטית של שורה פה ושם, לעבור לעזרה בכתיבה של קטעי קוד גדולים, ובסוף לתת לו לכתוב קבצים שלמים בעצמו. הכול לפי מה שנוח לכם, שלב אחרי שלב.

הרעיון הזה של “מחוון אוטונומיה” לא שייך רק לעולם הקוד. תחשבו על פוטושופ שמבין מה אתם רוצים לעצב, על גיליון אקסל שמנתח נתונים בעצמו, או על מיילים שהמערכת מנסחת בשבילכם – ואתם רק בודקים ושולחים.

הכלל הכי חשוב? תנו למכונה לייצר, ואתם תוודאו שהכול נכון. ככל שהבדיקה מהירה יותר, ככה תעבדו חכם יותר ותספיקו יותר – מבלי לוותר על השליטה שלכם.

דוגמה מקומית עדכנית

Base44 הישראלית היא דוגמה מעולה למה שקרפתי מתאר. הסטארט-אפ, שהקים מאור שלמה, פיתח פלטפורמה שמאפשרת גם לאנשים בלי רקע טכני להקים אפליקציות שלמות באמצעות שפה טבעית והגדרות פשוטות – בלי לכתוב קוד. בתוך חצי שנה בלבד מאז שהוקמה, Base44 נמכרה ל-Wix (שנחשבת לחלוצה ישראלית בתחום ה-no-code) בעסקה של כ-80 מיליון דולר. הסיפור הזה מראה איך השוק צמא לכלים שמנגישים פיתוח תוכנה לקהל רחב – ואיפה בדיוק ההזדמנות למי שחושב היום על מוצר חדש או על כיוון קריירה.

כשכל אחד הופך למפתח

תזכרו איך פעם היה צריך ללמוד לא מעט שנים כדי לפתח תוכנה אמיתית. קרפתי הראה קטע שבו ילדים בונים אפליקציות שעובדות – רק בזה שהם מתארים מה הם רוצים, בשפה רגילה. בלי לזכור תחביר, בלי להתקע על שגיאות קוד, רק שיחה פשוטה עם המודל. הוא קרא לזה Vibe Coding – ולמי שמחפש, זה כבר נכנס אפילו לויקיפדיה.

כדי להוכיח שזה אפשרי, הוא עצמו בנה אפליקציית iOS בלי לדעת מילה ב-Swift: הוא פיתח את MenuGen – אפליקציה שמייצרת תמונות של מנות מתפריטים, רק כי נמאס לו לשבת במסעדה בלי לדעת איך כל מנה נראית.

המסר שלו ברור: כל מי שיודע להסביר מה הוא רוצה – יכול לבנות תוכנה. עכשיו זה כבר לא רק מפתחים מקצועיים – זה כל אחד שמדבר בשפה טבעית.

בנייה לדור השלישי של המשתמשים הדיגיטליים

קרפתי סימן משהו שעומד לשנות את הדרך שבה כולנו משתמשים באינטרנט: עד עכשיו הכרנו שני סוגים של משתמשים – בני אדם, שגולשים דרך ממשקים גרפיים, ותוכנות שמדברות זו עם זו דרך APIs. עכשיו מגיע סוג שלישי – סוכני AI שפועלים בשפה טבעית ממש כמונו.

הקטגוריה הזו הופכת הכול על הראש. מעכשיו תיעוד טכני חייב להיות קריא גם למודלי שפה, לא רק לאנשים. הוראות כמו “לחצו כאן” הופכות לפקודות curl שהמודל יכול להבין ולהריץ בעצמו. כמו שיש היום robots.txt שמסביר למנועי חיפוש מה מותר ומה אסור, בעתיד יהיו גם קבצי llm.txt שיגידו לסוכני ה-AI איך לדבר עם האתר שלכם.

חברות כמו Vercel ו-Stripe כבר התחילו לשכתב את כל המסמכים שלהן כך שמודלי שפה יוכלו לקרוא ולהבין בקלות. זו תחילת מהפכת התשתיות לעידן ה-AI – וזה יגיע מהר יותר ממה שאנחנו חושבים.

בדיקת המציאות של טסלה

כאן קרפתי עוצר רגע את ההתרגשות כדי להזכיר לכם עובדה פשוטה מהעולם האמיתי. כבר ב-2013 הוא נסע בהדגמה מושלמת של Waymo – רכב אוטונומי שנסע בלי התערבות ובלי טעויות. זה היה לפני יותר מעשור. ובכל זאת, גם היום אנחנו עדיין מפתחים ומשפרים מכוניות אוטונומיות, ורחוקים מלסיים.

המסקנה שלו ברורה: כשאתם שומעים הצהרות כמו “2025 תהיה השנה של סוכני ה-AI”, תזכרו שזה לא עניין של שנה אחת אלא של עשור שלם. הפער בין הדגמה נוצצת לבין מוצר אמין ובטוח גדול בהרבה ממה שחושבים.

בגלל זה קרפתי מתעקש שאוטונומיה חלקית עדיפה בהרבה על סוכנים חכמים שעובדים לבד. עדיף מערכת שיודעת מתי לעצור ולבקש מכם לבדוק – מאשר משהו שעובד לגמרי לבד ומסתבך בטעויות קשות.

עקרון האיירון מן

ההשוואה שקרפתי הכי אוהב להשתמש בה ברורה לכולם: אל תנסו לבנות רובוט איירון מן שפועל לבד, אלא תבנו חליפה שתעצים אתכם. החליפה נותנת לטוני סטארק יכולות על, אבל שומרת אותו במרכז. היא יודעת לפעול לבד כשצריך, אבל הוא תמיד שולט ברמה של האוטונומיה. המסר פשוט: אתם רוצים לפתח כלים שמחזקים אנשים – לא מחליפים אותם. זה הרבה יותר חליפת איירון מן מאשר רובוט איירון מן.

צוואר הבקבוק האמיתי

החלק שהופך רעיון למוצר עובד הוא דווקא כל מה שבא אחר כך: בדיקות איכות, הפצה, ניטור שגיאות, עדכונים, אוטומציה של גרסאות ותפעול בסביבה אמיתית – כל אלה נשארים אתגר מורכב שלא נפתר בשיחה עם מודל שפה. זה בדיוק התחום שעדיין דורש מפתחים מיומנים, תשתיות חזקות ונהלים ברורים.

המשמעות ברורה: כתיבת הקוד כבר לא עוצרת את החדשנות. להפך, היא מאיצה אותה. מי שרוצה לנצח במרוץ צריך למצוא דרכים להפוך גם את שלב ה-DevOps לחלק ויעיל. מי שיבנה כלים חכמים להפצה, לניטור ולתחזוקה – ירוויח בענק בשנים הקרובות.

מה זה אומר עבורכם

אם אתם מפתחים, תלמדו לעבוד בכל שלושת הדרכים. קוד מסורתי לא נעלם, אלא משתלב עם אימון רשתות נוירונים ועם היכולת לנסח הנחיות למודלי שפה. מי שישלוט בכל שלושת התחומים – יהיה מפתח חזק יותר מאי פעם.

אם אתם בונים מוצרים, תכניסו מחוון אוטונומיה לכל אפליקציה שאתם מפתחים. תחשבו איך להוסיף יכולות בינה מלאכותית שמקלות על המשתמשים, אבל גם משאירות להם שליטה מלאה.

ואם אתם רק נכנסים לעולם הטכנולוגיה, זה כנראה הרגע הכי טוב בהיסטוריה להתחיל. כמו שקרפתי עצמו אמר – יש עדיין המון תוכנה לכתוב ולהמציא מחדש. זה הזמן להצטרף!

השורה התחתונה: כולנו מתכנתים עכשיו

אתם לא רואים כאן את הסוף של התכנות – אלא את הפעם הראשונה שבה כל אחד יכול להשתתף בו. זו הדמוקרטיזציה האמיתית של בניית תוכנה. תוכנה 3.0 לא באה למחוק את מה שהיה לפניה. היא פשוט פורצת דרך בכל השכבות, כמו שרשתות נוירונים פרצו לתוך קוד האוטופיילוט של טסלה ושינו אותו מבפנים. הילדים שמפתחים אפליקציות רק מלתאר מה שהם רוצים לא מחליפים את המפתחים המקצועיים. הם פשוט מרחיבים את הגבול של מי נחשב מפתח.

וזה לא איום – זו כנראה ההזדמנות הכי מרגשת שהייתה לתעשייה שלנו בעשורים האחרונים. המחוון של האוטונומיה ימשיך לנוע – מהשליטה האנושית המלאה ועד למערכות חכמות שפועלות כמעט לבד. אתם תחליטו לאן הוא מגיע וכמה מהר זה קורה. העתיד הוא לא בני אדם מול בינה מלאכותית. העתיד הוא בני אדם יחד עם בינה מלאכותית, בונים יחד דברים שלא חלמנו שאפשר בכלל ליצור.

הפוסט מהפכת התכנות 3.0 על פי אנדריי קרפתי הופיע ראשון בLet's AI בינה מלאכותית

הבעיה הנסתרת בפרומפטים “מושלמים”

בואו נהיה כנים: רוב הפרומפטים נראים חכמים על הנייר – אבל קורסים מיד כשנוגעים במציאות. קחו דוגמה אמיתית לניהול תעדוף פיצ’רים:

“אתה האנליסט שלי לניהול מוצר. אני אצרף טבלה של פיצ’רים שביקשו הלקוחות עם עמודות: פיצ’ר | השפעה על הלקוח (1-5) | מאמץ הנדסי (הערכת מאמץ בפיתוח) | התאמה אסטרטגית (1-5) | תדירות בקשות. חשב ציון עדיפות משוקלל: השפעה 40%, התאמה אסטרטגית 30%, תדירות בקשות 20%, מאמץ (שלילי 10%).”

 

על פניו נראה כמו הנחיה מצוינת, נכון? אבל ככה זה נראה בפועל:

• ציוני ההשפעה הם ניחושים מהבטן.

• צוות הפיתוח מחשב בשעות – לא בהערכות יחסיות של מאמץ.

• יש לכם 50 פיצ’רים, אבל ציונים רק ל-12 מהם.

• נדרשת החלטה מהירה – לא פינג-פונג של גיליונות אקסל.

התוצאה? הבינה המלאכותית מקיאה שטויות או פשוט נתקעת. ובינתיים, מנהל המוצר שלכם מבזבז 3 ימים בלסדר טבלאות שלא דומות למציאות.

איך לכתוב פרומפטים ששורדים כאוס עסקי אמיתי

ניסיתי עשרות פרומפטים כדי למצוא פתרונות ותשובות בסיטואציות עסקיות שונות. נכשלתי לא פעם – ודווקא הכישלונות האלה לימדו אותי מה באמת עובד בשטח. בסוף הכול מתכנס לארבעה כללים פשוטים שמתאימים לעולם האמיתי.

כלל 1: החלטה אחת, לא דשבורד

רוב הפרומפטים נכשלים כי הם מבקשים ניתוחים רחבי היקף במקום תשובה ברורה שאפשר לפעול לפיה מיד. 

במקום:

“צור ניתוח מפורט עם מפות חום, תרחישים ותחזיות לחמש שנים קדימה.”

תשאלו ישירות:

“איזה פיצ’ר כדאי לתעדף ברבעון הבא – A או B? תן לי את הנימוק הכי חזק וסיכון אחד לכל בחירה.”

למה זה עובד? מקבלים תשובה אחת ברורה ומעשית – בלי לטבוע בניתוחים בשם ה-“יסודיות”.

כלל 2: תניחו שהמידע מבולגן ולא שלם

פרומפטים נופלים כשהם מניחים שהמידע שלכם מסודר, שלם ומעודכן עד הפסיק האחרון. במציאות? הוא כמעט אף פעם לא.

במקום:

“נתח קובץ CSV מעוצב ומלא עם כל העמודות הנדרשות.”

כדאי לשאול משהו ריאלי יותר:

“יש לי רשימה לא מסודרת של התלונות המרכזיות של הלקוחות. חלק עם מספרים, חלק בלי. איזה דפוסים אתה מזהה ומה כדאי לתקן קודם?”

למה זה עובד? זה משקף איך עסקים באמת עובדים – מידע חסר, לחץ זמן, והצורך לבחור מה לעשות קודם.

כלל 3: בקשו פעולה, לא רק ניתוח

רוב האנשים מבקשים מהבינה ניתוחים ארוכים, מלאים בגרפים והשלכות אסטרטגיות. זה נשמע מרשים, אבל זה לא מקדם אתכם לשום מקום.

במקום:

 

“תן לי פירוט של מצב השוק, ניתוח מתחרים ו-12 השלכות אסטרטגיות.”

כדאי לבקש משהו ממוקד:

“בהתבסס על הנתונים של המתחרים, מה הדבר הכי חשוב שכדאי לשנות במוצר הבא שלנו?”

למה זה עובד? אתם מקבלים המלצה פרקטית שאפשר ליישם – לא עוד דוח שמעלה אבק במייל.

כלל 4: השתמשו בשפה פשוטה

המון פרומפטים לא עובדים כי אנשים כותבים אותם בשפה מנופחת ומילים מפוצצות. הבינה המלאכותית לא באמת מבינה קלישאות ניהוליות – היא צריכה הוראות ברורות.

במקום:

“גבש תוכנית GTM רב-ערוצית, תוך מיצוי סינרגיות לאופטימיזציית יישור בעלי עניין.”

עדיף להגיד בפשטות:

“איך אפשר להביא יותר לקוחות עם מה שכבר יש לנו?”

למה זה עובד? שפה ברורה = תשובות ברורות. בלי מילים מפוצצות, כנראה שתקבלו יותר תוצאות בשטח.

פרומפטים טובים יותר בפועל

בואו נחבר מחדש כמה דוגמאות קלאסיות:

שיווק: לפני ואחרי

גרסה מושלמת (וחסרת תועלת):

“חלץ את כל המדדים מהגרף הזה, אבחן פערי פייפליין, ואז טיוטה תוכנית H2 מפורטת עם טקטיקות TOFU, MOFU, BOFU ועלייה צפויה של MQL לפי ערוץ.”

גרסה של עולם אמיתי:

“אנחנו 30% מאחורי ביעדי הלידים של Q2. הנה מה שניסינו עד כה: [רשימה]. איזה ערוץ חדש אחד לבדוק החודש הבא ומה דבר אחד להפסיק לעשות היום?”

למה זה עובד? זה מבוסס במציאות, מודה שאתם בפיגור, ושואל מה הצעד שאפשר לעשות היום.

פייפליין מכירות: לפני ואחרי

גרסה מושלמת (וחסרת תועלת):

“העלה קובץ CSV עם פרטי העסקאות: חשבון, גודל עסקה, שלב, ותק, פעילות אחרונה, אזור פעילות, מדד סיכוי. חלק את העסקאות לשלוש רמות: כמעט סגורות, אפשריות, וכל השאר – לפי הערכת הסיכוי להיסגר.”

גרסה של עולם אמיתי:

“אלה 10 העסקאות הגדולות שלי כרגע: [רשימה]. על איזה 3 כדאי להתמקד השבוע, ומה הצעד הכי נכון לכל אחת?”

למה זה עובד? תשכחו ממערכות ניקוד. קבלו מיקוד מיידי איפה שזה חשוב.

תכנון פיננסי: לפני ואחרי

גרסה מושלמת (וחסרת תועלת):

“הדגש פריטי שורה עם שונות >±3%. מדל שני תרחישים ותחזה מחדש רווח והפסד לשנה מלאה.”

גרסה של עולם אמיתי:

“הוצאות השיווק 15% מעל התקציב, המכירות 8% מתחת. אם זה ימשיך, מה הדבר האחד שחובה להתאים לפני סוף השנה?”

למה זה עובד? אתם לא צריכים מודל. אתם צריכים לדעת איזה מנוף למשוך קודם.

מסגרת “טוב מספיק”

השתמשו ברשימת הביקורת הזו לכתוב פרומפטים שהבינה המלאכותית (והצוות שלכם) באמת יטפלו בהם טוב:

תארו את המצב האמיתי שלכם:

“אנחנו בפיגור בלידים…” / “הלקוחות הכי גדולים שלנו מתלוננים על…”

ספרו על הפערים:

“אין לי את כל הנתונים המספריים בשביל זה…” / “כמה פרטים אולי חסרים…”

בקשו פעולה ברורה אחת:

“מה כדאי לעשות קודם?” / “איזה אפשרות הכי טובה היום?”

שמרו על זה פשוט וממוקד:

“ב-2-3 משפטים, מקסימום.”

השורה התחתונה

תפסיקו לרדוף אחרי פרומפטים “מושלמים” למציאות שלא תהיה מושלמת לעולם. פרומפט טוב לא צריך להרשים – הוא צריך לעבוד. תודו במה שחסר או במה שאתם עוד לא יודעים, ותבקשו צעד אחד שאפשר להתחיל איתו כבר עכשיו. זה הכול. ברוב המקרים זה ינצח כל תבנית יפה שמישהו אחר הכין בשבילכם. נסו את זה – ותקבלו תשובה שאפשר באמת להשתמש בה, לא עוד גיליון אקסל שאף אחד לא סומך עליו.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס AI בינה מלאכותית למנהלים ובכירים

למידע נוסף >>

מחשבה אחרונה

בינה מלאכותית לא תציל אתכם מנתונים מבולגנים. אבל פרומפט ברור וממוקד יכול לחסוך לכם שעות של עבודה מיותרת. תדאגו שהפרומפט שלכם יתאים לעולם האמיתי שלכם – לא להפך. תזכרו: לא צריך להיות מומחה ל-AI כדי לקבל החלטות חכמות מהר. כל מה שצריך זה לשאול שאלות פשוטות, לבקש פעולה אחת, ולעשות את זה שוב מחר – קצת יותר טוב. 

הפוסט איך לכתוב פרומפטים שבאמת עובדים הופיע ראשון בLet's AI בינה מלאכותית

מה מודל הווידאו של Midjourney מציע לכם?

מידג’רני Video V1 הופך כל תמונה לסרטון קצר ומרשים – גם אם זו הפעם הראשונה שלכם. הממשק החדש נועד לאפשר לכל אחד, בלי רקע קודם באנימציה, להפיח חיים ביצירות שלו. הנה מה שמחכה לכם במסך העבודה:

• מתמונה לסרטון – הפכו כל תמונה, שלכם או כזו שיצרתם במידג’רני, לקליפ באורך של 5 עד 21 שניות. הסרטון הראשוני נמשך 5 שניות, אך ניתן להרחיב אותו בשלבים – כל לחיצה מוסיפה כ-4 שניות נוספות, עד לאורך כולל של 21 שניות.
• ממשק פשוט ונוח – לא צריך להתעמק או ללמוד תוכנה חדשה: מעלים תמונה או יוצרים אחת ישירות במידג’רני, לוחצים על Animate – והסרטון מוכן בתוך שניות. התהליך מהיר, אינטואיטיבי ופתוח גם למשתמשים חסרי ניסיון.
• שליטה בתנועה – בוחרים אם האנימציה תיווצר אוטומטית לפי זיהוי של המערכת או לפי הנחיה טקסטואלית שאתם מספקים. בנוסף, ניתן לשלוט בעוצמת התנועה: מצב Low Motion יפיק תנועה עדינה וסולידית, בעוד High Motion ייצור מראה דרמטי ודינמי יותר – אך לעיתים גם פחות מדויק.
• הארכת הסרטון (“Extend”) – אם 5 שניות לא מספיקות, ניתן להאריך את הסרטון בלחיצות נוספות. יש אפשרות להמשיך את התנועה באופן אוטומטי (Extend Auto) או להנחות את המודל ידנית עם פרומפט חדש (Extend Manual) שמתאר כיצד הסצנה אמורה להתפתח.

איך זה עובד? מדריך צעד אחר צעד

הפיצ’ר החדש מאפשר לכם להפוך כל תמונה לסרטון בכמה קליקים. מודל הווידאו של מידג’רני תומך בשני סוגי קלט עיקריים ליצירת סרטונים: תיאור טקסטואלי או תמונה קיימת. בדיוק כמו ביצירת תמונה רגילה, אפשר להתחיל עם פרומפט מילולי – פשוט לתאר במילים את הסצנה, הדמות או הרעיון שרוצים להחיות. המודל יפרש את התיאור, ייצור ממנו קודם תמונה סטטית ואז יפיק סרטון קצר שמציג את התמונה הזו בתנועה.

אפשרות נוספת היא לעבוד עם תמונה קיימת. אפשר לגרור קובץ מהמחשב או להעלות אותו ידנית באזור ה-Starting Frame בממשק. מידג’רני תיקח את התמונה הזו כבסיס ותוסיף לה תנועה עדינה או שינויים מתאימים, כך שהיא תהפוך תוך שניות לסרטון חי ונושם. זה שימושי במיוחד כשיש לכם יצירה קיימת – ממידג’רני או מכל מקור אחר – ואתם רוצים להכניס בה חיים בלי להתחיל מאפס.

שלב 1: צרו או בחרו תמונה

• צרו תמונה חדשה כמו שאתם רגילים, או בחרו אחת מתוך התמונות שלכם.

• רוצים להעלות תמונה משלכם? העלו או גררו אותה לאזור Starting Frame בממשק.

הנפשת תמונה דרך העלאת או גרירת תמונה כפריים ראשון

שלב 2: התחילו להנפיש

• עמדו עם הסמן על התמונה.

• יופיע כפתור Animate – לחצו עליו להנפשה מידית.

שלב 3: שחקו עם ההגדרות 

בסרגל ההגדרות שייפתח בצד תמצאו שני מצבים:

• Auto: מידג’רני מנפיש לבד לפי מה שרואים בתמונה. כמו לחיצה כל Animate בשלב 2.

• Manual: רוצים יותר שליטה? הוסיפו פרומפט שמפרט איך בדיוק התמונה תזוז.
  
  

שלב 4: קבעו את עוצמת התנועה

בסרגל ההגדרות שייפתח בצד תמצאו שני מצבים נוספים:

• Low Motion: תנועה עדינה וסולידית.

• High Motion: תנועה דרמטית ומודגשת.

שלב 5: הארכת הווידאו

הסרטון הראשוני שנוצר יהיה באורך של 5 שניות בלבד. רוצים להמשיך? לחצו על אחד מהכפתורים:

• Extend Auto: מידג’רני מוסיפה המשך תנועה אוטומטית, באותו סגנון.

• Extend Manual: רוצים לשלוט? הוסיפו פרומפט חדש כדי לעדכן את ההמשך.

עלויות וזמינות

יצירת סרטון במידג’רני יקרה יותר לעומת תמונה רגילה – העלות גבוהה בערך פי שמונה. עם זאת, כל ג’ינרוט מפיק ארבעה סרטונים קצרים בני חמש שניות כל אחד, כך שבניהול נכון אפשר להפיק לא מעט תוצרים גם מתהליך יצירה אחד.

מודל הווידאו כלול במחיר המנוי הרגיל של 10 דולר בחודש, ואין צורך בתשלום נוסף עבור משתמשים שכבר מנויים. המשמעות היא שכל מי שיש לו מנוי פעיל מקבל גישה אוטומטית לכל היכולות החדשות.

עם השקת הכלי, הפעלת מודל הווידאו הייתה זמינה אך ורק דרך הדפדפן, אבל עכשיו אפשר גם להפעיל את פיצ’ר הנפשת התמונות גם דרך הנייד.

יישומים ושימושים פוטנציאליים

מודל הווידאו של מידג’רני פותח עולם חדש של אפשרויות יצירתיות. הוא מאפשר להפיח חיים בדמויות, סצנות ונופים שהיו עד היום סטטיים לגמרי, ולהפוך אותם לקליפים קצרים שמספרים סיפור בתנועה. מעצבים ואדריכלים יכולים להשתמש בו להמחשה מהירה של רעיונות: החל מהדמיות של עיצוב פנים ועד לאנימציה של פרטי נוף ומבנים, בצורה שמקרבת את הלקוח אל החזון.

בתחום התוכן הדיגיטלי, הכלי הזה מתאים במיוחד ליצירת סרטונים קצרים ומושכים לרשתות החברתיות – בלי צורך בתוכנות עריכה כבדות או צוות הפקה. גם במצגות מקצועיות אפשר לשלב קליפים קצרים שיגרמו לכל שקף להיראות חי ומרשים הרבה יותר.

בקיצור, כל מי שעובד עם תמונות ורוצה לקחת אותן שלב אחד קדימה – ימצא במודל הווידאו דרך פשוטה להפוך כל רעיון לנפלאות של תנועה ואווירה.

טיפים לפני סיום

קודם כל, חשוב שתכירו שמידג׳רני עדכנו את המשתמשים שסרטונים רבים “נדחסים יתר על המידה” בעת העלאה לרשתות חברתיות – לכן הם יצרו מקודד חדש כדי לפתור את הבעיה. כשאתם רוצים לשמור סרטונים לשיתוף, לחצו לחיצה ימנית על הסרטון ולחצו על “שמירה לרשתות חברתיות” (Download for Social Media). יש גם אופציה לגשת לזה מכפתור ה- Options בראש הסרגל הצידי. הנה דוגמה של לפני/אחרי:

We noticed many MJ videos are getting "overly compressed" when uploaded to social media. We've created a new optimized encoder to reduce the issue. When saving videos to share, please right click the video and press "Save for Social Media". Before/after example below. Thanks! pic.twitter.com/wFfMeg89mK

— Midjourney (@midjourney) June 19, 2025

בנוסף, אנחנו ממליצים לכם להתחיל בקטן ולנצל את מודל הווידאו ליצירת קטעים קצרים ומושכים לרשתות חברתיות, מצגות או אתרי אינטרנט. נסו לשלב תמונות קיימות שיצרתם במידג’רני כבסיס לסרטון, או להתחיל מסצנה חדשה לגמרי בעזרת תיאור טקסטואלי. זכרו שהאורך הקצר של הסרטונים הוא לא מגבלה אלא הזדמנות לחשוב יצירתי ולהעביר רעיון חד וברור בכמה שניות בלבד. כדי לנצל את הקרדיטים בחוכמה, מומלץ להתחיל בסרטון קצר ובמצב Low Motion, לראות שהתוצאה מתאימה למה שרציתם – ורק אחר כך להאריך או לייצר גרסאות נוספות. ולבסוף, עקבו מקרוב אחרי השיפורים והעדכונים – העולם הזה מתפתח מהר, ומידג’רני לא עוצרת לרגע. 

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

החזון של Midjourney

מודל ה-V1 הוא רק הצעד הראשון במסע חדש של Midjourney לעולם הווידאו – מסע שאפתני הרבה יותר ממה שנראה לעין כרגע. לפי החברה, המטרה הסופית איננה רק יצירת סרטונים, אלא בנייה הדרגתית של מערכת שתוכל להפיק סימולציות פתוחות ודינמיות בזמן אמת. מדובר בחזון רחב טווח, שמבוסס על שילוב של מספר טכנולוגיות ליבה: מודלי תמונה (Visuals), מודלי וידאו (Video), מודלי תלת-ממד (3D) ומודלים שפועלים בזמן אמת (Real-Time).

היעד הסופי של Midjourney הוא לאפשר למשתמשים לפעול בתוך סביבות תלת-ממדיות מונחות בינה מלאכותית: עולם שבו אפשר לשוטט, לפעול, להניע דמויות ולהגיב לסביבה, ממש כמו במשחק מחשב, אך כזה שנוצר כולו באופן דינמי על ידי מודלים של AI. זהו עתיד שמבוסס על דיאלוג בזמן אמת בין המשתמש למערכת, שבו כל אינטראקציה מייצרת תנועה, תגובה או שינוי – ללא צורך באנימטור, מתכנת או צוות הפקה.

כדי להגיע לשם, Midjourney מבצעת תהליך מדורג ומחושב: בניית כל רכיב טכנולוגי באופן עצמאי, שחרורו לשוק, ורק לאחר מכן שילובו בתוך מערכת מאוחדת אחת. מדובר באסטרטגיה של “אבני בניין”, שבה כל מודל – תמונה, וידאו, תלת-ממד – מהווה שלב חיוני בהגשמת החזון הגדול. בטווח הקצר, הדבר עשוי לדרוש משאבים יקרים יותר, אך בטווח הארוך המערכת צפויה להיות נגישה וזמינה לכולם. שחרור מודל הווידאו בגרסת V1 מהווה אפוא צעד ראשון מתוך רצף. אמנם מדובר בטכנולוגיה התחלתית, אך היא מציעה תשתית טכנית חשובה שעל בסיסה תיבנה מערכת עתידית עשירה יותר. Midjourney עצמה מבהירה כי הידע שנצבר במהלך פיתוח המודל הזה ישוב וישפיע על מודלי התמונה בעתיד הקרוב, כך שמדובר גם בשדרוג של המערכות הקיימות ולא רק בפיתוח של יכולות חדשות.

בסופו של דבר, מה שמתחיל היום כאנימציה פשוטה של תמונות עשוי להתפתח למרחבים חיים ודינמיים – כאלו שבהם יוצרים דיגיטליים, מפתחים, מעצבים ואפילו משתמשים מזדמנים יוכלו לא רק לראות אלא גם להיכנס, לנוע, ולהשפיע בזמן אמת על הסיפור, המבנה והתוכן. Midjourney מציבה רף גבוה: לא עוד יצירה סטטית, אלא אינטראקציה מלאה עם עולמות שנוצרים ברגע.

הפוסט המדריך למודל הווידאו החדש של מידג’רני – V1 הופיע ראשון בLet's AI בינה מלאכותית

בואו נעשה סדר – מה ההבדל?

מהי בינה מלאכותית?

בינה מלאכותית (AI) היא תחום במדעי המחשב השואף לחקות ולשפר אינטליגנציה אנושית באמצעות מחשבים ומערכות דיגיטליות. מערכות אלה יכולות ללמוד, להסיק מסקנות, לקבל החלטות ולפתור בעיות מורכבות – פעולות שעד לאחרונה נחשבו לנחלת המוח האנושי בלבד. בעזרת מודלים מתקדמים של למידת מכונה, כמו רשתות עצביות ועיבוד שפה טבעית (NLP), AI מסוגלת לנתח כמויות אדירות של מידע, לזהות דפוסים מורכבים ולייצר תובנות חדשות ודינמיות.

בניגוד לטכנולוגיות אחרות, בינה מלאכותית היא מערכת שלומדת כל הזמן. ככל שה-AI נחשף ליותר מידע, כך הוא הופך למדויק יותר ומשפר את יכולותיו לייצר תובנות והמלצות מתקדמות.

מהי אוטומציה?

אוטומציה היא טכנולוגיה אחרת לחלוטין, המתמקדת בביצוע פעולות שגרתיות וחוזרות ללא התערבות אנושית. מדובר במערכת המבצעת באופן קבוע רצפים מוגדרים מראש של פעולות, כגון העברת מידע ממערכת אחת לשנייה, שליחת התראות אוטומטיות, או איסוף וארגון נתונים באופן סדרתי. בשונה מבינה מלאכותית, מערכות אוטומציה כמו Make, Zapier ו-n8n אינן מסתגלות או לומדות בעצמן. הן פועלות בדיוק רב, אך בהתאם לתסריט מדויק שהוגדר מראש. כלומר, אוטומציה מתאימה במיוחד לפעולות קבועות, צפויות, ונטולות פרשנות אנושית.

לפניכם טבלה שמסכמת את ההבדלים המרכזיים בין שתי הטכנולוגיות הללו:

השוואה בין AI לאוטומציה.

איך AI ואוטומציה משתלבות זו בזו?

כאשר אוטומציה ו-AI מתחברות יחד, הן יוצרות “פס ייצור חכם” שבו כל אחת מהטכנולוגיות מביאה לשולחן יתרונות ייחודיים. אוטומציה מספקת דיוק, יעילות ומהירות, ומבטיחה תהליך אחיד ונטול טעויות. מנגד, AI מאפשרת לתהליך להפוך לחכם וגמיש יותר, תוך ניתוח נתונים בזמן אמת, איתור חריגות והפקת המלצות לפעולה. השילוב הזה מאפשר לארגונים להפעיל תהליכים אוטומטיים במהירות, ובמקביל לקבל תובנות אסטרטגיות עמוקות על סמך ניתוח דינמי שמבצעת מערכת ה-AI. זוהי סימביוזה שיכולה להזניק את האפקטיביות והאיכות של משימות הארגון.

יתרונות הליבה של AI

1) יצירת תוכן חדש

הכוח של AI טמון בשלוש יכולות מרכזיות: בין אם זה טקסט, תמונות, או אפילו וידאו, מודלי AI יכולים לייצר תוכן מקורי ברמה גבוהה. תוכן זה יכול להתבסס על האימון המקדים של המודל, על קבצים ומידע שהמשתמש מעלה או מזין למערכת, או על חיבור למערכת ידע ודאטה ארגוני (RAG).

2) שליפת מידע

היכולת לאתר מידע מתוך מאגרי נתונים עצומים בצורה מהירה ומדויקת הופכת את ה-AI לכלי רב עוצמה בארגונים שמנהלים מידע רב.

3) מחקר, חיפוש ואיסוף מידע

בינה מלאכותית מאוד טובה בחיפוש, ביצוע מחקר ואיסוף מידע ומקורות. כמו כן, AI יודע למצוא קשרים סמויים ומגמות מתוך נתונים מורכבים, יכולת חיונית לשיפור ביצועים עסקיים.

השילוש הקדוש – במה בינה מלאכותית טובה?

השילוב בין שלוש היכולות הללו מאפשר הפקת תוצרים איכותיים, אך האתגר המרכזי הוא לבחור את הכלי המתאים ביותר למשימה הספציפית.

מגבלות AI ואיך להתמודד איתן

אוקיי, הבנו במה AI טוב, אבל מה נקודות התורפה של הטכנולוגיה המדהימה הזו? למרות היתרונות הגדולים, ל-AI קיימות גם מגבלות משמעותיות שצריך להיות מודעים אליהן:

מגבלות ה-AI.

מוגבלות בחדשנות עצמאית

מודלים מבוססים על ידע קיים בלבד ואינם יכולים לייצר ידע פורץ דרך בצורה עצמאית.

חלון קונטקסט מוגבל

בינה מלאכותית מוגבלת בעיקף חלון הקונטקסט שלה (חלון הקשר). ה-AI מסוגל לעבד רק כמות מידע מוגבלת בכל פעם. כדי להתמודד עם בעיה זו, יש לפרק מידע ארוך ליחידות קטנות יותר.

הזיות (Hallucinations)

לעיתים AI מייצר עובדות שגויות בביטחון רב. לכן, הכרחי לבצע תמיד בדיקות אמינות.

העדר שיקול דעת וערכים

ה-AI חסר הבנה עמוקה של ערכים אתיים, ניסיון חיים או הקשר מקצועי רחב.

בסופו של דבר, AI הוא כלי עזר שהאחריות על השימוש בו ועל איכות התוצאות נותרת תמיד בידי המשתמש האנושי.

האחריות המקצועית שלנו

השימוש ב-AI מצריך מודל פעולה אחראי, שבו המשתמש האנושי משמש כמבקר איכותי. יש לערוך ולאמת את תוצרי ה-AI לפני השימוש, להגן על פרטיות ולא להעביר נתונים רגישים לספקי AI חיצוניים. מודל “אדם-מכונה” הוא הפתרון האופטימלי, שבו AI משמש כשותף יצירתי, אך לא מחליף את שיקול הדעת האנושי. במודל זה, האדם נשאר המבקר הסופי, המוביל את התהליך באחריות.

טיפים ליישום ולביצוע 

1) שינוי פוזיציה – לעבוד חכם עם AI

הדרך הטובה ביותר להתחיל עם AI היא דווקא להפוך את התפקידים: תנו למערכת לשאול אתכם שאלות מנחות. כך המערכת תבין לעומק את המשימה ואתם תקבלו פתרונות מדויקים יותר ומהר יותר.

2) “תחרות ריצה בין מודלים”

הימנעו מלהסתמך על מודל AI בודד. הפעילו את אותה המשימה במספר מודלים שונים, השוו את התוצאות, ובחרו את הטובה ביותר בכל פעם.

3) עבודה בשלבים – “הפרד ומשול”

פירוק משימות גדולות לתת-משימות קצרות ומדויקות יעזור לכם לשמור על איכות התוצאות, ויקל על ניהול העבודה מול AI.

טיפים לשימוש נכון ב-AI.

מתי נבחר באוטומציה ומתי ב-AI?

• אוטומציה מתאימה כאשר מדובר בפעולות פשוטות, חוזרות וסטטיות: העתקת כותרות מאתרי חדשות, שליחת Action Items במייל או הכנסת לידים ל-CRM. כאן אין צורך בניתוח עמוק; די ברצף קבוע וברור של הוראות לביצוע.

• בינה מלאכותית באה לידי ביטוי במשימות הדורשות ניתוח, הבנה וסינתזה: זיהוי טרנדים, הפקת דוחות מסכמים, בניית תכניות פעולה אישיות או תיעדוף משימות לפי פרופיל משתמש. העבודה שלה היא “לקחת חומר גלם”, להסיק תובנות ולהציע כיווני פעולה.

דוגמאות מהשטח: איך זה נראה ביום-יום

לפניכם רשימת היוזקייסים שהוצגה גם בשיעור – מקרים בהם נבחר באוטומציה ומקרים אחרים בהם נבחר ב-AI:

אוטומציה: משימות חזרתיות, קבועות ונטולות פרשנות

• סריקת אתרי חדשות והעתקת הכותרות לגיליון מאסטר לצורך תיעוד יומי.

• שליחת Action Items אוטומטית במייל לכל חברי הצוות בסוף כל ישיבה.

• העתקת נתוני ליד חדש משירות הטפסים אל CRM, כולל פתיחת משימה לסוכן מכירות.

• משיכת קבצים מצורפים, המרתם ל-PDF ושמירתם בתיקייה עננית ממוספרת לפי תאריך.

• שליפת מידע מאתר החברה, דחיסתו לפוסט קצר ותִזמוןו בכל הרשתות החברתיות בתבנית אחידה.

• הפקת דוחות חודשיים סטטיים (למשל דוח שעות או מכירות) במבנה קבוע.

• ניתוח אוטומטי של תיבת הדואר ב-24 השעות האחרונות והפקת רשימת משימות מיידיות.

• איסוף ביקורות מוצרים והזרמתן לטבלת Google Sheets לצורך מעקב.

• שליחת חשבוניות אוטומטית ללקוחות חוזרים עם חישוב הנחה קבועה.

• גיבוי לילי של מסדי-הנתונים והעלאה ל-S3, כולל התרעה במקרה של כשל.

בינה מלאכותית: משימות הדורשות ניתוח, סינתזה והסקה

יוזקייסים: מתי נשתמש ב-AI ומתי באוטומציה?

שילוב הכוחות: המערכת ההיברידית בפעולה

השילוב בין AI ואוטומציה הוא המפתח לארגונים חכמים ויעילים. החיבור בין הצנרת החכמה (אוטומציה) והמוח הדיגיטלי (AI) יוצר מערכת שמניעה מידע במהירות, תוך הפקת ערך אמיתי. כך ניתן לשפר את האפקטיביות של כל תהליך עסקי, בלי לוותר על האחריות והיצירתיות האנושית. בעתיד הקרוב, מערכת היברידית כזו תמשיך להוות סטנדרט חיוני בארגונים השואפים למצוינות. יש מצב שהבנת הדינמיקה בין AI לאוטומציה, והיכולת להשתמש בשילוב זה בחוכמה, היא אולי האתגר הגדול ביותר לארגונים שרוצים להוביל במאה ה-21.

הפוסט הסימביוזה של AI ואוטומציה – במה נבחר, מתי ומה בעצם ההבדל? הופיע ראשון בLet's AI בינה מלאכותית

יזם בודד עם חזון גדול

אתמול (ד’), הודיעה Wix – חלוצה עולמית בתחום בניית אתרים וכלים דיגיטליים לעסקים קטנים ובינוניים – על רכישת Base44 תמורת 80 מיליון דולר, סכום שיכול לגדול עד 2029 אם החברה תעמוד ביעדי הכנסות שנקבעו. מדובר באקזיט מהיר במיוחד, כשעד לאחרונה עבד מאור לבדו, ורק בחודש האחרון הצטרפו אליו עוד חמישה עובדים. מדובר בטרנד הולך ומתרחב בעולם ה-AI: יותר ויותר חברות סטארטאפ קטנות עם צוות חד ספרתי מגיעות להיקפי הכנסות גבוהים ואפילו לאקזיטים בזמן קצר – דוגמאות עולמיות לכך הן Lovable, Cursor ו-ElevenLabs.

מה הופך את Base44 למיוחדת

Base44 מספקת ממשק אינטואיטיבי שמאפשר לכל אחד, גם ללא רקע טכנולוגי, ליצור אפליקציות ותוכנות מוכנות לשימוש במהירות – פשוט כותבים מה רוצים, והמערכת דואגת לכל הצדדים הטכניים: יצירת מסדי נתונים, הרשאות, פריסה ועוד. לדוגמה, משתמש יכול לכתוב “בנה לי מערכת הזמנות למסעדה” – ובתוך דקות המערכת מייצרת בסיס נתונים, ממשק ניהול, הרשאות לקוחות והכל מוכן להפעלה.

הגישה הזו הפכה את Base44 לכלי מבוקש, במיוחד בעידן שבו חברות מחפשות פתרונות מהירים וגמישים לבניית מוצרים דיגיטליים – ומתחרים בו פתרונות דומים כמו Retool, Bubble ופלטפורמות No-Code אחרות, אך ב-Base44 הדגש הוא על ממשק שיחה טבעי שמקצר תהליכים ומנגיש אוטומציה גם ללא ידע מוקדם.

חיבור טבעי עם Wix

מאור מסביר כי הבחירה ב-Wix הייתה טבעית: “יש לנו אותה קטגוריית מוצר, אותה גישה ללקוח, ואפילו פרופיל משתמשים דומה. השוק הזה נע מהר מאוד, והבנו שכדי לצמוח בקצב הנדרש, צריך שותף עם משאבים ויכולת להגיע להיקפים גלובליים”. לדבריו, התמיכה של Wix תאפשר ל-Base44 להאיץ את קצב הפיתוח, להרחיב את הקהילה ולהוסיף תכונות B2B מתקדמות.

חלק מהאסטרטגיה הגדולה של Wix

ב-Wix מעריכים כי לרכישה תהיה השפעה זניחה על ההכנסות השנה, אך ישקיעו 25 מיליון דולר בשכר ותגמולים לעובדי Base44. מדובר בצעד נוסף במאמץ של Wix להוביל בתחום הבינה המלאכותית, אחרי שהשיקה לאחרונה את Wixel – פלטפורמה חדשה לעיצוב ויזואלי עצמאי מבוסס AI.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס AI בינה מלאכותית למנהלים ובכירים

למידע נוסף >>

גאווה ישראלית בימים טרופים

לסיכום, מאור שלמה ו-Base44 מסמנים את אחד מסיפורי ההצלחה המרשימים של השנה: יזם בודד, מוצר פורץ דרך, ואקזיט מהיר שממחיש את הכוח של חדשנות, קהילה ומענה מדויק לצורך אמיתי בשוק. ההצלחה הזו, שהגיעה דווקא בתקופה מורכבת בישראל, ממחישה שוב את החוסן והיצירתיות שמזוהים עם תעשיית ההייטק המקומית – ומהווה הוכחה נוספת לכוח של חדשנות מהירה בעידן הבינה המלאכותית. עכשיו, עם הגב של Wix, נראה שזו רק ההתחלה.

הפוסט Base44 נמכרה ל-Wix ב-80 מיליון דולר הופיע ראשון בLet's AI בינה מלאכותית

היכרות עם Veo 3 ו-Canva AI

פלטפורמת Canva מנסה זה שנים להוריד את “מחסום הכניסה” לעיצוב גרפי ויצירת מצגות, ובשנים האחרונות היא נכנסה חזק מאוד גם לתחום הבינה המלאכותית היוצרת (Gen AI). עכשיו היא מפנה את הזרקור גם לווידאו ג’נרטיבי עם Veo 3 – הדור השלישי של מודלי הוידאו וידאו מבית גוגל (Google). המודל מסוגל לייצר קליפ וידאו באורך של שמונה שניות, עם תנועה ריאליסטית ועם פס קול מדויק. אפשר אפילו להוסיף דיבור בעברית. Canva עטפה את המודל הזה בממשק המוכר והפשוט שלה, כדי שגם מי שמעולם לא ערך וידאו יוכל ליצור תוכן עשיר לשיווק, להוראה או לרשתות חברתיות בלי לצאת מאתר אחד.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס קנבה ובינה מלאכותית

לפרטים נוספים לחצו כאן >>

הגדרות וסביבת עבודה

1) מעבר לתצוגה האנגלית

כדי לראות את האפשרות “Create a Video Clip” ולמנוע שגיאות בממשק, יש לעבור לשפה האנגלית: לוחצים על סמל הפרופיל בצד ימין-עליון > Language > English.

החלפת שפת הממשק ב-CANVA לאנגלית.

2) כניסה ל-Canva AI

• בדף הבית לחצו על כפתור Canva AI בסרגל הצד.
• לאחר מכן בחרו ב-“Create a Video Clip” בחלונית הפרומפטים.

יצירת וידאו עם Veo3 ב-Canva.

3) כתיבת תיאור לסרטון

נכון לעכשיו יהיה עליכם לרשום את התיאור המילולי של הסרטון באנגלית. נסו לפרט: אווירה, תאורה, זווית מצלמה, קצב תנועה, צבעוניות וכו’. ככל שהפרומפט ספציפי יותר – התוצאה חזקה ומדויקת.

4) שילוב טקסט בעברית

כדי שהדמות תדבר עברית, כותבים בתוך הפרומפט משפט כגון:

“The character speaks Hebrew and syas: שלום לכולם, ברוכים הבאים לשיעור בינה מלאכותית”.

5) שילוב פריסטים

היעזרו בכפתורי הסגנון, מימדי התמונה, הפריימינג של האוביקט בשוט וכמובן תאורה. בממשק של קאנבה תמצאו גם דוגמאות שיעזרו לכם להבין מה תהיה ההשפעה של כל פרמטר כזה על הסרטון הסופי.

שימוש בפריסטים ב-Veo3 בתוך Canva.

6) ג’ינרוט הסרטון

לסיום, לחצו על החץ (Submit) והמתינו מספר שניות/דקות לסיום יצירת הסרטון שלכם.

7) המשך עיבוד הסרטון

לאחר ש-Veo3 יסיים, תוכלו להשתמש בתיבת השיחה כדי לבקש מ-Veo3 לבצע שינויים בסרטון (חשוב לציין שהשינויים ייושמו על סרטון חדש לגמרי, שלא יהיה זהה אחד לאחד לסרטון המקורי.

אופציה נוספת היא לחיצה על Use in canva editor. פה תוכלו לערוך את הסרטון, לחתוך את נקודת הסיום, לשכפל שכבות, להוסיף מעברים או סאונד, ולהטמיע אלמנטים גרפיים מהמאגר של Canva. אפשר אפילו לגזור לדמות שיצרתם בוידאו את הרקע, בעזרת כפתורי העריכה המתקדמים של Canva.

עיבוד הסרטון שיצרתם עם Veo3 ב-Canva.

מגבלות, רישיונות ועלויות

כל משתמש Pro מקבל חמש סרטונים בחודש. משדרגים ל-Teams או Enterprise? המכסה עולה ל-50, ואפשר להגיש בקשה להגדלה דרך Support. בחשבונות Education הפיצ’ר כבוי זמנית – Canva הודיעה כי היא בודקת מודל תמחור נפרד למוסדות חינוך.

מבחינה משפטית, התוכן נכלל ברישיון One Design Use של Canva: מותר לפרסם, למכור, לשתף ברשתות או להטמיע באתר כל עוד אין הפרה של סימן מסחר קיים. Canva Shield סורקת קבצים ומתייגת סצנות אלימות או פורנוגרפיות, ומנטרלת אותן לפני ההורדה.

הפוסט Veo3 מגיע ל-Canva הופיע ראשון בLet's AI בינה מלאכותית

New episode of Uncapped with @sama. Enjoy pic.twitter.com/2IxYt3B4Gm

— Jack Altman (@jaltma) June 17, 2025

נאמנות מול צ׳ק פתוח

“זה מטורף”, תיאר אלטמן את ההצעות בפודקאסט Uncapped של אחיו ג’ק (שיחה מרתקת בלי קשר ל״קרב מול מטא״), וטען שהמהלך חושף את הייאוש של מטא לצמצם פערים בתחום. למרות ההצעות האגרסיביות, הוא מתגאה בכך שאף אחד מהעובדים המובילים של OpenAI לא נענה: לדבריו, הנאמנות נובעת מאמונה בחזון של השגת AGI ומ”תרבות ארגונית חזקה” שבה “המשימה והיכולת לעשות עבודה חשובה” חשובים יותר מכסף. אלטמן לא חסך ביקורת וציין: “אסטרטגיה של הרבה פיצוי מובטח מראש… לא חושב שזה יבנה תרבות נהדרת”.

מיליארדים למרדף אחרי ה-AI

מארק צוקרברג מוביל את מטא במרדף אגרסיבי לסגור פערים בתחום הבינה המלאכותית, עם תוכנית השקעה שצפויה להגיע עד 65 מיליארד דולר בשנת 2025. אחד המהלכים הבולטים הוא השקעה של 14.3 מיליארד דולר ב-Scale AI – חברה שמסמנת ומתייגת כמויות עצומות של מידע גולמי כדי “להאכיל” את המודלים של מטא. את הפרויקט הזה יוביל אלכסנדר וואנג (28), מנכ”ל Scale AI, שגויס ישירות להקים את צוות ה”סופר-אינטליגנציה” החדש של החברה. צוקרברג עצמו לוקח חלק פעיל בגיוס הטאלנטים – מארח פגישות בביתו ומציע חבילות פיצוי שלא רואים כל יום.

במקביל, מטא משקיעה גם בפיתוח טכנולוגיות חדשות ובשיתופי פעולה פתוחים – אך אלטמן לא חסך בביקורת על רמת החדשנות שלה. לטענתו, “מאמצי הבינה המלאכותית הנוכחיים שלהם לא הצליחו כפי שהם קיוו” ושמטא אינה חברה “שמעולה בחדשנות”. הוא רואה ב-OpenAI את המתחרה העיקרי של מטא בתחום.

גישה חדשנית ופתוחה

מנקודת מבטה של מטא, מאמציה בתחום הבינה המלאכותית הם חלק מאסטרטגיה רחבה יותר של חדשנות ודמוקרטיזציה של הטכנולוגיה. החברה השקיעה רבות בפיתוח מודלי קוד פתוח כמו Llama, ששימשו בסיס לפיתוחים רבים אחרים בתעשייה, ואף הציגה את סדרת משקפי המציאות המעורבת Meta Quest – המשלבים יכולות AI מתקדמות.

גישה זו, בניגוד לגישה הסגורה יותר של חברות אחרות, מכוונת לא רק למשיכת כישרונות, אלא גם להאצת חדשנות בתחום ה-AI בכללותו. במובנים רבים, המודלים הפתוחים של מטא הפכו לכלים שאותם גם חוקרי OpenAI והקהילה האקדמית בוחנים ומשפרים. כלומר, גם המתחרות נהנות, במישרין או בעקיפין, מהגישה החופשית.

ההשלכות של מלחמת הכישרונות

המלחמה בין ענקיות הטק משקפת תופעה רחבה יותר: מחסור חמור בכישרונות עילית בתחום הבינה המלאכותית. מומחים מעריכים כי רק כמה עשרות עד אלף חוקרים בעולם אחראים להתקדמויות המשמעותיות ביותר במודלי שפה גדולים. התחרות העזה על כישרונות אלה הובילה להצעות שכר חסרות תקדים: חבילות של עד 20 מיליון דולר לשנה מגוגל DeepMind, בונוסי שימור של 2 מיליון דולר מ-OpenAI, ומקדמות מניות של 20 מיליון דולר או יותר.

משמעויות והתפתחויות בתעשייה

התחרות הזו משנה את פני התעשייה: חברות מתחרות על חוקרים כאילו היו כוכבי ספורט, והפרדיגמה עוברת מחדשנות טכנולוגית טהורה לתחרות על הון אנושי. השפעה בולטת היא עליית מחירי הכישרונות הכללית בתעשיית הטק כולה. חברות שפעם יכלו להסתמך על חבילות שכר סטנדרטיות מוצאות את עצמן מתמודדות עם ציפיות גבוהות יותר מצד מועמדים, גם בתחומים שאינם ליבת ה-AI. זה עלול להוביל ל”אינפלציית שכר” בקרב המהנדסים והמדענים המבוקשים ביותר, ולהקשות על סטארט-אפים קטנים יותר להתמודד מול ענקיות עם כיסים עמוקים. מעבר לכך, חברות רבות מציעות כיום הטבות אישיות חריגות, כמו מטוסים פרטיים וקריאות אישיות למועמדים בכירים, כדי לפתות אותם.

ההשלכות של תחרות כה עזה על כישרונות בודדים אינן נשארות רק בתחום הבינה המלאכותית. הן מתפשטות לכלל שוק העבודה הטכנולוגי:

• עליית מחירי הכישרונות בטק: כאשר שכר של מפתחי AI מזנק לעשרות מיליוני דולרים, זה יוצר לחץ כלפי מעלה על השכר גם בתחומים משיקים בטכנולוגיה – אבטחת סייבר, מחשוב ענן, Big Data ועוד. חברות בתחומים אלה עלולות למצוא את עצמן נאבקות לשמר עובדים מול הצעות מפתות מעולם ה-AI.
• אתגרים לסטארט-אפים: סטארט-אפים קטנים, שמתבססים על חדשנות ויצירתיות, מתקשים להתחרות בכיסים העמוקים של ענקיות כמו מטא וגוגל. הם נאלצים למצוא דרכים יצירתיות יותר למשוך ולשמר כישרונות, מעבר לפיצוי כספי, כגון הצעת מניות משמעותית יותר, אוטונומיה רבה יותר ו”תחושת משפחה”.
• השקעות בחינוך והכשרה: התחרות עשויה להאיץ השקעות משמעותיות בתשתיות חינוך והכשרה בתחום ה-AI, בניסיון להגדיל את היצע הכישרונות. ממשלות ואוניברסיטאות עשויות להבין את הדחיפות ולהאיץ תוכניות לימוד ומחקר בתחום.
• שינוי תרבותי בחברות: חברות רבות עשויות להידרש לבחון מחדש את התרבות הארגונית וההטבות שהן מציעות. אם כסף בלבד אינו מספיק כדי לשמר את “הטובים ביותר” (כפי שטוען אלטמן), חברות יצטרכו להשקיע יותר בבניית חזון משמעותי, באוטונומיה מקצועית ובתחושת שליחות לעובדים.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מקיף לבינה מלאכותית - GenAI Master

לפרטים נוספים לחצו כאן >>

כסף, חזון והעתיד שלנו

הסיפור המתגלה חושף מאבק מהותי בין שתי פילוסופיות: מטא מנסה לקנות את דרכה לחזית באמצעות השקעות כספיות עצומות, בעוד ש-OpenAI מתמקדת בבניית תרבות ארגונית המבוססת על חזון ומשימה. אלטמן סיכם: “אנחנו מציעים חבילה אחרת. זה קשור למשימה והיכולת לעשות עבודה חשובה”. התוצאות עד כה מעידות שלפחות בקרב עובדי OpenAI, חזון וייעוד מנצחים כסף. המאבק הזה בין כסף לחזון אינו רק סיפור על מיליארדרים. הוא מעצב את הטכנולוגיה שתהיה בטלפון שלנו מחר, את שוק העבודה של ילדינו, ואת השאלה הבסיסית – מה מניע חדשנות אמיתית?

הפוסט OpenAI נגד Meta בקרב המוחות של הבינה המלאכותית הופיע ראשון בLet's AI בינה מלאכותית

מה זה בדיוק MCP?

רוב מודלי הבינה המלאכותית (לפחות עד לא מזמן) היו כמו חוקרים מבריקים הכלואים בספרייה עם ספרים ישנים בלבד. הם יודעים הרבה, אבל לא יכולים לראות מה קורה בחוץ או לתקשר עם העולם המודרני סביבם. בדיוק כאן MCP נכנס לתמונה – תקן פתוח שפותח על ידי Anthropic ושוחרר בנובמבר 2024, שמאפשר לבינה המלאכותית להתחבר בקלות ובאופן סטנדרטי למערכות חיצוניות.

תחשבו על MCP כמתרגם אוניברסלי בין בינה מלאכותית לכל השאר. אתם יודעים איך יציאות USB-C עובדות עם כמעט כל מכשיר? MCP עושה משהו דומה למערכות בינה מלאכותית – הוא יוצר דרך סטנדרטית לבינה מלאכותית להתחבר עם כלים חיצוניים, מקורות נתונים ויישומים.

דמיינו שעוזר הבינה המלאכותית שלכם הוא כמו סטאז’ר חכם מאוד שעבד בבידוד. בלי MCP, בכל פעם שאתם רוצים שהסטאז’ר הזה יגש למערכת חדשה – האימייל שלכם, כלי ניהול הפרויקטים שלכם, מסד הנתונים של החברה שלכם – מישהו צריך לבנות גשר מותאם אישית. עם MCP, זה כמו לתת לסטאז’ר שלכם מפתח ראשי שעובד עם כל מערכת שעוקבת אחר אותו תקן. פתאום, הבינה המלאכותית שלכם יכולה לקרוא את הקבצים שלכם, לבדוק את היומן שלכם, לשלוף נתונים מ-APIs, ואפילו לשלוט בתוכנות אחרות – הכל דרך שיטת חיבור סטנדרטית אחת.

למה זה כל כך משנה?

זה מבטל את סיוט האינטגרציה

עד עכשיו, לגרום לבינה מלאכותית לעבוד עם הכלים הקיימים שלכם היה כמו לנסות לחבר סמארטפון מודרני למדפסת משנות ה-90. הנה מה שהופך את MCP למהפכני: לפני MCP, מפתחים היו צריכים ליצור חיבורים מותאמים אישית לכל כלי או מקור נתונים בודד (דרך APIs). זה לא רק חוסך זמן אלא גם מבטיח אינטראקציות יותר עקביות ואמינות, כי הבינה המלאכותית מקבלת מידע בפורמט סטנדרטי בכל פעם.

הבינה המלאכותית הופכת לבאמת שימושית בעולם האמיתי

במקום רק לענות על שאלות על בסיס נתוני אימון ישנים, הבינה המלאכותית שלכם יכולה עכשיו לגשת למידע חי, לקיים אינטראקציה עם הכלים שלכם, ולבצע פעולות אמיתיות.

זה יוצר מגרש משחקים שוויוני

כש-MCP הוא קוד פתוח, חברות קטנות ומפתחים פרטיים יכולים לבנות אינטגרציות בינה מלאכותית באותה יעילות כמו ענקי הטכנולוגיה. היתרונות של קוד פתוח כאן מעבר לעצם הנגישות – קהילת מפתחים יכולה לשתף פעולה ולשפר את התקן, האבטחה שקופה כי כל אחד יכול לבדוק את הקוד, ואם יש בעיה או באג, אלפי עיניים יכולות לזהות ולתקן אותם מהר יותר מכל חברה פרטית.

למה MCP ולא פתרונות אחרים?

לדוגמה, אם תרצו לחבר בינה מלאכותית ל-Gmail, ל-Slack ול-CRM שלכם, תצטרכו בדרך כלל לבנות שלוש אינטגרציות נפרדות, כל אחת עם API ושיטה שונה. לעומת זאת, MCP מאפשר לכם אינטגרציה אחידה, מהירה וקלה יותר, שמפשטת את התהליך ותחסוך לכם זמן ומשאבים.

שלושת העמודים של MCP

MCP מתבסס על שלושה רכיבים עיקריים שעוזרים לבינה המלאכותית לפעול ביעילות בעולם האמיתי:

כלים

פעולות שהבינה המלאכותית יכולה לבצע, כמו כתיבת קבצים, קריאות API, שליחת אימיילים, ואפילו שליטה במכשירי בית חכם.

משאבים

מקורות המידע שהבינה המלאכותית יכולה לגשת אליהם – מסמכים, מסדי נתונים, דפי אינטרנט וכל מקור מידע אחר.

הנחיות

תבניות מוכנות מראש שמפשטות ומשפרות את האופן שבו הבינה המלאכותית מבצעת משימות מורכבות.

איך MCP באמת יועיל לכם?

לאנשי מקצוע: דמיינו עוזר בינה מלאכותית שמסנן את האימיילים שלכם, בודק אם פרויקט מתקדם לפי התכנון, מעדכן את ה-CRM ומפיק דוחות – והכול קורה בזמן שאתם מתמקדים בעבודה החשובה באמת.

למפתחים: במקום לבנות אינטגרציות חדשות לכל מערכת, כותבים חיבור אחד בעזרת MCP – וזה עובד מול כלים שונים באותה שיטה. פחות זמן על קוד חיבורים, יותר זמן על פיתוח תכונות חכמות.

לעסקים: קל יותר להטמיע בינה מלאכותית בתוך מערכות קיימות, בלי לשפץ הכול מחדש. מקבלים דוחות אוטומטיים עם שקיפות מלאה על המידע ששימש כל החלטה.

האפשרויות לא נגמרות כאן – MCP הופך את החיבור בין הבינה המלאכותית לעולם האמיתי ליעיל, מאובטח וזמין לכל מי שרוצה להפיק יותר מהנתונים והכלים שלו.

מה חשוב לדעת לפני שקופצים פנימה

MCP פותח דלת לעולם חדש של אינטגרציות חכמות, אבל כדי להפיק ממנו את המקסימום, חשוב לדעת מה מצריך תשומת לב:

1. מאמץ התקנה ואינטגרציה ראשוני: גם כשיש תקן אחיד, בהתחלה תידרשו להתאים מערכות קיימות או לבנות מחברים תואמים. ההשקעה הזו משתלמת לטווח הארוך.

2. בגרות טכנולוגית: MCP שוחרר רק בסוף 2024, והמערכת סביבו עדיין מתפתחת. בהתחלה ייתכן שתצטרכו יותר התאמות ידניות – מצד שני, זה פתח ליתרון תחרותי למי שמאמץ מוקדם.

3. קונטקסט חכם: העובדה שהבינה המלאכותית יכולה לגשת להכול לא אומרת שכדאי. תכננו מראש אילו נתונים באמת חשובים כדי לשמור על יעילות ותוצאות ממוקדות.

4. ממשל נתונים ואבטחה: ל-MCP יש מנגנוני אבטחה מובנים – אימות משתמשים, הרשאות מפורטות והצפנה. דמיינו מערכת מפתחות חכמה: אתם מחליטים מי מקבל גישה למה, והמערכת דואגת לפתוח דלתות רק למי שמורשה.

5. ניהול שינוי ארגוני: כשבינה מלאכותית הופכת לחכמה יותר, גם תהליכי העבודה משתנים. הצלחה תלויה בשיתוף פעולה, בהכשרת צוותים ובהתאמה הדרגתית של שיטות העבודה.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס AI בינה מלאכותית למנהלים ובכירים

למידע נוסף >>

השורה התחתונה

MCP הוא לא עוד טרנד – הוא באמת משנה את הכללים. זה ההבדל בין צ’אטבוט שמדבר יפה לבין עוזר חכם שבאמת עושה בשבילכם עבודה אמיתית. הפרוטוקול הזה פותר את המחסום הכי גדול בדרך לאימוץ בינה מלאכותית: חיבור פשוט ובטוח לכלים ולמידע שלכם. זה לא קסם – צריך לדעת איך להטמיע ולהגדיר את זה נכון. אבל מי שמתחיל עכשיו, בונה לעצמו יתרון ברור על פני המתחרים. השאלה היא לא אם MCP ישנה את הדרך שבה אתם עובדים – אלא מתי תבחרו להשתמש בו לטובתכם. וזה קורה מהר, מהר מאוד.

הפוסט מה זה MCP ולמה זה חשוב לכם? הופיע ראשון בLet's AI בינה מלאכותית

קצת רקע על TimeOS – מה זה בכלל ולמה זה חשוב

TimeOS הוא עוזר אישי שמתחבר לפלטפורמות הפגישות שלכם (Zoom, Google Meet, Microsoft Teams) ומקליט ומסכם פגישות באופן אוטומטי. הכלי מתואם עם היומן שלכם, יוצר סיכומי פגישות, מזהה action items ואפילו כותב follow-up emails. הבעיה היא שרוב האנשים מקבלים סיכומים גנריים שנראים בדיוק אותו דבר לכל פגישה. פגישת מכירות מקבלת אותו פורמט כמו פגישת צוות, וזה לא עוזר לאף אחד להתקדם.

למה זה קורה? כי TimeOS לא יודע מה אתם רוצים להפיק מהפגישה. הוא רק מנסה לנחש מהתמלול, ובסוף נותן לכם “סיכום כללי של מה שדיברתם”. זה כמו לבקש ממתמחה לכתוב דוח על פגישה שהוא לא הבין מה המטרה שלה.

למה כדאי להשקיע באיפיון טמפלייטים ב-TimeOS

לפני שאתם קופצים להסבר הטכני, חשוב שתבינו למה בכלל כדאי להשקיע זמן בזה:

1. חיסכון זמן אמיתי – במקום 30 דקות של כתיבת סיכום אחרי כל פגישה, אתם מקבלים סיכום מובנה תוך דקותיים.
2. סיכומים שבאמת משתמשים בהם – כשהסיכום מתמקד בדברים שחשובים לכם, הצוות באמת חוזר אליו.
3. תובנות אמיתיות – אפשר להוציא מהפגישות שלנו תובנות הרבה יותר משמעותיות מסיכום פשוט
4. תוצרים – אם נתאים אישית את הסיכומים, נוכל להוציא מהם תוצרים כמו הצעות מחיר, פוסטים ללינקדאין, מיילים, ניסוחים להודעות ווטסאפ ועוד.
5. אינטגרציה עם כלי העבודה – TimeOS מתחבר לכלים כמו Monday.com, Notion, Slack ו-CRM שלכם, אז המידע מהפגישות הופך לחלק מתהליך העבודה.

שלב 1: זיהוי ואיפיון סוגי הפגישות שלכם

לפני שאתם רצים לבנות טמפלייטים, אתם צריכים להבין איזה סוגי פגישות יש לכם. זה לא “פגישות עבודה” – זה הרבה יותר ספציפי.

תהליך הזיהוי – 4 שלבים פשוטים:

שלב 1.1: רשימת סוגי הפגישות פתחו את היומן שלכם ותסתכלו על השבועיים האחרונים. כתבו רשימה של כל סוגי הפגישות שיש לכם:

• פגישות צוות שבועיות
• שיחות מכירות עם לקוחות
• פגישות איפיון מוצר
• ישיבות ניהול
• שיחות עם ספקים
• מפגשי הכשרה וכו’

שלב 1.2: זיהוי פגישות חוזרות מתוך הרשימה, סמנו את הפגישות שחוזרות לפחות פעם בשבועיים. אלה הפגישות שכדאי לכם להשקיע בהן טמפלייט.

שלב 1.3: תעדוף לפי חשיבות סדרו את הרשימה לפי:

• כמה זמן אתם מבזבזים על כתיבת סיכום אחרי הפגישה
• כמה חשוב שהסיכום יהיה מדויק ושימושי
• האם אנחנו רוצים להוציא תובנות מהפגישות האלו
• כמה אנשים נמצאים בפגישה

שלב 1.4: בחירת הפגישה הראשונה בחרו את הפגישה שבמקום הראשון ברשימה. התחילו איתה, ורק אחרי שהטמפלייט עובד טוב תעברו לסוג הבא.

נניח ובחרנו: Sales Discovery Calls – פגישת מכירה ראשונה עם לקוח פוטנציאלי.

שלב 2: איפיון עמוק של סוג הפגישה עם AI

עכשיו שבחרתם את סוג הפגישה הראשון, אתם צריכים להבין בדיוק מה קורה בפגישות האלה. כאן AI יכול לעזור לכם בצורה מדהימה.

תהליך האיפיון עם Claude בחמישה שלבים:

שלב 2.1: איסוף תמלולים קיימים אם יש לכם כבר הקלטות מ-TimeOS:
לכו לאותו סוג פגישה
העתיקו את התמלול של 3-4 פגישות מהסוג הזה
שמרו אותם בקובץ טקסט.

שלב 2.2: הכנת הפרומפט ל-Claude פתחו שיחה חדשה ב-Claude ותכתבו משהו כמו:

אני מצרף לך שלושה תמלולים של פגישת ניהול שבועית שלנו.
אני רוצה שתנתח אותם ותעזור לי להבין:

1. מה המבנה הקבוע של הפגישה הזאת?
2. מי בדרך כלל המשתתפים ומה התפקיד של כל אחד?
3. על מה הם מדברים לרוב?
4. מה המטרות של הפגישה?
5. איזה תוצרים אנחנו רוצים להפיק ממנה?

תנסה להיות כמה שיותר ספציפי ומדויק.

שלב 2.3: הדביקו את התמלולים יחד עם הפרומפט ותלחצו Enter.

שלב 2.4: בחינה ביקורתית של התוצאה Claude ייתן לכם ניתוח מפורט. קראו אותו ובדקו:
האם זה נכון? האם הוא הבין נכון את הפגישה?
מה חסר? איזה מידע חשוב הוא לא זיהה?
איזה פרטים לא מדויקים?

שלב 2.5: שיפור וחידוד תגיבו ל-Claude עם תיקונים והוספות. למשל:

נכון בערך, אבל יש כמה דברים שלא מדויקים:
– בפגישה אנחנו מציגים ללקוח יכולות טכניות של המוצר
– הלקוח לרוב מכיר כבר את המוצר שלנו, תראה לנו מה חידשנו לו
– המטרה העיקרית היא להציג ללקוח את הערך שהוא יקבל מהמוצר שלנו.

דוגמה של תוצר מוגמר:

אחרי התהליך קיבלנו איפיון כזה:
Sales Discovery Calls – שיחות גילוי מכירות
משתתפים: נציג מכירות מצד החברה “XX”, איש קשר ראשי מצד הלקוח (לעתים גם בעלי תפקידים נוספים)
מבנה הפגישה: נציג המכירות מציג בקצרה את החברה והמוצר, שואל על צרכי הלקוח ואתגרים, מבין את המצב הנוכחי ואת מה שהלקוח רוצה להשיג. הלקוח מתאר את הבעיות שלו ואת מה שהוא מחפש בפתרון.

מטרה: להבין אם יש התאמה בין המוצר לצרכי הלקוח, לזהות נקודות כאב שהמוצר פותר, ולקבוע צעדים הבאים בתהליך המכירה.
*אפשר ומומלץ להרחיב יותר אם אפשר – אבל אל תעמיסו במידע לא רלוונטי.

שלב 3: בניית הקונטקסט המושלם ב-TimeOS

עכשיו שיש לכם הבנה ברורה של הפגישה, צריך להכניס את המידע הזה ל-TimeOS. הקונטקסט זה מה שנותן ל-AI את היכולת להבין איך לעבד את התמלול.

תהליך בניית הקונטקסט – 4 שלבים:

שלב 3.1: כניסה להגדרות טמפלייטים

• לכו ל-Settings ב-TimeOS
• לחצו על AI Templates
• לחצו על Create Your Own

שלב 3.2: הגדרת Template Automation בשדה “Template Automation” תכתבו את המילות המפתח שיזהו את הפגישה. למשל:

• Sales Discovery
• Discovery Call
• שיחת מכירות

חשוב: TimeOS יזהה את הפגישה לפי הכותרת שלה ביומן. תוודאו שהצוות שלכם יודע להשתמש במינוח הזה.

שלב 3.3: כתיבת הקונטקסט בשדה “Context” תכתבו תיאור מפורט של הפגישה בהתבסס על האיפיון שעשיתם עם Claude. למשל:

Sales Discovery Call היא שיחת מכירות ראשונית עם לקוח פוטנציאלי של-[שם החברה].
הפגישה כוללת נציג מכירות מצד החברה ואיש קשר ראשי מצד הלקוח.

בפגישה נציג המכירות מציג בקצרה את החברה והמוצר, שואל על צרכי הלקוח
ואתגרים, מבין את המצב הנוכחי ואת מה שהלקוח רוצה להשיג. הלקוח מתאר
את הבעיות שלו ואת מה שהוא מחפש בפתרון.

המטרה: להבין אם יש התאמה בין המוצר לצרכי הלקוח, לזהות נקודות כאב
שהמוצר פותר, ולקבוע צעדים הבאים בתהליך המכירה.

שלב 3.4: בדיקת מגבלת התווים TimeOS מוגבל ל-10,000 תווים בקונטקסט. אם אתם חורגים, תקצרו ותתמקדו בדברים הכי חשובים.

שלב 4: הגדרת בלוקי הסיכום

כאן קורה הקסם האמיתי. במקום סיכום כללי, אתם בונים בלוקים ספציפיים שכל אחד עונה על שאלה מדויקת.

תהליך בניית הבלוקים – 6 שלבים:

שלב 4.1: זיהוי המידע החשוב חזרו לאיפיון שעשיתם עם Claude ושאלו את עצמכם:

• איזה מידע אני רוצה להפיק מהפגישה הזאת?
• מה הדברים שהכי חשוב לי לזכור?
• איזה החלטות התקבלו?
• מי צריך לעשות מה?

שלב 4.2: הגדרת בלוקים עם Claude פתחו שיחה חדשה ב-Claude והכניסו את התיאור של הפגישה שיצרתם. בקשו ממנו:

בהתבסס על התיאור הזה של הפגישה, אני רוצה שתעזור לי להגדיר
בלוקי סיכום. לכל בלוק אני רוצה:
1. כותרת ברורה
2. הוראה ספציפית למה צריך להיכלל בבלוק הזה

המטרה היא לקבל סיכום מובנה שעוזר לצוות להתקדם.

שלב 4.3: בחירת 3-5 בלוקים לא תכניסו 15 בלוקים בפעם הראשונה. התחילו עם 3-5 הכי חשובים.

שלב 4.4: יצירת הבלוקים ב-TimeOS לכל בלוק:

• לחצו על “Add Block”
• בחרו “Create Your Own”
• תכתבו את הכותרת ב-“Section Title”
• תכתבו את ההוראה ב-“Instructions”.

שלב 4.5: ניסוח הוראות ברורות ההוראות צריכות להיות ספציפיות וברורות. לא “תסכם מה דיברו על מכירות” אלא “לכל מוצר, הצג את מספר הלידים החדשים השבוע ואת מספר העסקאות שנסגרו”.

שלב 4.6: הוספת בלוק מיילים (אופציונלי) בסוף תוכלו להוסיף בלוק “Follow-up Email” שיכתוב מייל מוכן לשליחה עם הנקודות העיקריות.

שלב 4.7: הוספת ויזואליזציה (אופציונלי) – תוכלו לבקש ממנו לייצר טבלאות או תרשימים.

דוגמה לבלוקים מוגמרים:

עבור פגישת Sales Discovery Call, אלה הבלוקים שבנינו:

בלוק 1: Lead Summary

הוראה: תסכם את הפרטים הבסיסיים של הלקוח: שם החברה, גודל החברה, תחום פעילות, ושם איש הקשר ותפקידו.

בלוק 2: Current Situation & Pain Points

הוראה: תתאר את המצב הנוכחי של הלקוח, הבעיות שהוא חווה, והאתגרים שהוא רוצה לפתור. התמקד במה שהלקוח אמר ישירות.

בלוק 3: Product Fit Analysis (אם אנחנו משתמשים בזה, חשוב להכניס בקונטקסט מה המוצר שלנו, או להתבסס בלבד על מה שנאמר תוך כדי הפגישה)

הוראה: בהתבסס על מה שהלקוח תיאר, תנתח איך המוצר שלנו יכול לעזור לו. תציין התאמות ספציפיות ופונקציונליות רלוונטיות.

בלוק 4: Next Steps & Follow-up

הוראה: רשום את הצעדים הבאים שסוכמו בפגישה, מי צריך לעשות מה ועד מתי, ומה המועד לפגישה הבאה אם נקבע.

בלוק 5: Interest Level & Timeline

הוראה: הערך את רמת העניין של הלקוח (גבוהה/בינונית/נמוכה) והזמנים שלו לקבלת החלטה, בהתבסס על מה שהוא אמר בפגישה.

אופציה נוספת לעבודה עם ה Builder על הבלוקים

בנוסף לתהליך ההגדרה הידני דרך הגדרות ה-AI Templates, קיים ב-TimeOS כלי עוצמתי בשם Builder שנועד לייעל את תהליך בניית הטמפלייטים. ה-Builder מאפשר לכם לבנות ולאפיין טמפלייטים בלייב (בזמן אמת), תוך כדי שאתם רואים באופן מיידי כיצד התוצאות ייראו בפועל על פגישה. בניגוד לעבודה ישירה בהגדרות ה-AI Templates, שם לא ניתן להריץ את התבנית על פגישה אמיתית ולראות את התוצאות מראש, ה-Builder מאפשר לכם לתקן, לשנות ולחדד את הקונטקסט והבלוקים בזמן אמת עד שתקבלו את התוצר הרצוי לכם.

לדוגמה, תוכלו לכתוב הנחיה ל-AI בשפה טבעית, לראות את הפלט, ולשנות את ההנחיה באופן מיידי כדי לשפר את התוצאה. לאחר שהטמפלייט עומד בציפיותיכם, תוכלו לשמור אותו כטמפלייט קבוע וזמין לשימוש חוזר בפגישות הבאות, ובכך לחסוך זמן רב בתהליך האפיון והבדיקה. שקלוד מאפשר איפיון מעמיק וניתוח של מספר תמלולים, ושילוב האידיאלי הוא לאפיין לעומק עם קלוד ולאחר מכן לעבור ל-Builder כדי לבנות את חלוקת הבלוקים ולשכלל אותם בלייב.

שלב 5: בדיקה ושיפור הטמפלייט

אחרי שיצרתם את הטמפלייט, אל תניחו שהוא מושלם. תהליך השיפור הוא חלק בלתי נפרד.

תהליך הבדיקה – 4 שלבים:

שלב 5.1: ריצת טסט על פגישה קיימת קחו הקלטה של פגישה מהסוג הזה שכבר יש לכם והריצו עליה את הטמפלייט החדש. איך עושים זאת:

• לכו לפגישה קיימת ב-Notes
• לחצו על “Template” בצד שמאל
• בחרו את הטמפלייט החדש שיצרתם.

שלב 5.2: הערכת התוצאה קראו את הסיכום החדש ושאלו את עצמכם:

• האם המידע נכון ומדויק?
• האם הבלוקים מכילים את המידע שאני רוצה?
• האם חסר משהו חשוב?
• האם יש מידע מיותר?

שלב 5.3: שיתוף עם הצוות שלחו את הסיכום לכמה אנשים מהצוות ובקשו פידבק:

• מה שימושי?
• מה לא ברור?
• איזה מידע חסר?

שלב 5.4: שיפור הטמפלייט בהתבסס על הפידבק, תתקנו את הטמפלייט:

• תשנו הוראות שלא עבדו טוב
• תוסיפו בלוקים חסרים
• תמחקו בלוקים מיותרים.

דוגמה לשינוי שנוכל לעשות:

בפעם הראשונה, הטמפלייט יצר בלוק “Technical Requirements” שהיה לא מדויק – הוא כלל פרטים טכניים שלא נדונו בפגישה או שנדונו באופן כללי. הבנו שבשיחות Discovery לא נכנסים לפרטים הטכניים, אלא מתמקדים בצרכים העסקיים. החלפנו את הבלוק הזה ב-“Business Impact” שהתמקד בערך העסקי שהלקוח מחפש להשיג.

שלב 6: אינטגרציה עם כלי העבודה שלכם

עכשיו שהטמפלייט עובד טוב, הגיע הזמן לחבר אותו לכלי העבודה שלכם כדי שהמידע לא יישאר ב-TimeOS.

תהליך האינטגרציה למערכות עבודה:

שלב 6.1: זיהוי המערכת המתאימה לאן אתם רוצים שהסיכומים יגיעו?

• Monday.com (לניהול פרויקטים ומשימות)
• Notion (למידע ארגוני)
• Slack (לעדכונים מהירים)
• Google Docs (לאחסון מסמכים)

שלב 6.2: הגדרת האינטגרציה ב-TimeOS

• לכו ל-Settings → Integrations
• בחרו את הכלי הרלוונטי
• עקבו אחרי הוראות החיבור
• תבחרו פרטים דינמיים להכניס למערכת בעזרת “@” (שימו לב לבחור ב custom summary)
• עכשיו הסיכומים שלכם ייכנסו אוטומטית למערכת יחד עם הפרטים הדינמיים

שלב 6.3: הגדרת אוטומציות (רמה מתקדמת) אם אתם עובדים עם Make/Zapier/N8N, תוכלו להגדיר:

• יצירת איטם חדש לכל סיכום פגישה
• חילוק Action Items למשימות נפרדות עם אחראים
• עדכון סטטוס פרויקטים בהתבסס על הסיכומים
• אוטומציות נוספות שקורות בסיום פגישה ויצירת הסיכום במערכת שלכם

דוגמה מעשית – אינטגרציה עם Monday:

הגדרנו שכל סיכום Sales Discovery Call יועבר אוטומטית לבורד “Sales Pipeline” ב-Monday. כל לקוח חדש הפך ללקוח במערכת עם כל הפרטים שנאספו בשיחה – חברה, איש קשר, נקודות כאב, רמת עניין וצעדים הבאים. התוצאה: במקום 30 דקות של הכנסת נתוני לקוח ל-CRM, הכל קורה אוטומטית.

את התחום הזה אפשר לקחת עוד רחוק מאוד, אולי נכניס את זה למדריך הבא

שלב 7: העתקת התהליך לסוגי פגישות נוספים

אחרי שהטמפלייט הראשון עובד טוב, תוכלו להתחיל לעבוד על סוגי פגישות נוספים.

תהליך ההעתקה – 3 שלבים:

שלב 7.1: בחירת הפגישה הבאה חזרו לרשימה שיצרתם בשלב 1 ובחרו את הפגישה הבאה בסדר העדיפויות.

שלב 7.2: שימוש בתהליך המוכח עברו על אותם שלבים בדיוק:

• איפיון עם Claude
• בניית קונטקסט
• יצירת בלוקים
• בדיקה ושיפור

שלב 7.3: שיתוף ידע בצוות ככל שאתם בונים יותר טמפלייטים, תשתפו את הצוות בשיטה. תלמדו אותם איך לכתוב כותרות פגישות שTimeOS יזהה, ואיך להשתמש בסיכומים החדשים.

טיפים מתקדמים להצלחה עם TimeOS

טיפ 1: השתמשו במילות מפתח עקיבות

תוודאו שכל הצוות משתמש באותם שמות לפגישות. אם החלטתם על “Sales Discovery” אז כולם צריכים לכתוב את זה בדיוק ככה ביומן.

טיפ 2: התאמה לארגון

תנו ל TimeOS הסבר על הארגון שלכם במידת הצורך. זה יעזור לו לדייק את התוצרים.

טיפ 3: שימוש בויזואליזציה

בבלוקים מתאימים, תבקשו מ-TimeOS גם ויזואליזציה. למשל: “תציג את הנתונים גם בטבלה מסודרת” או “תיצור גרף של ההתקדמות השבועית”.

טיפ 4: הכשרת הצוות

תעשו סדנה קצרה לצוות שמסבירה איך להשתמש בטמפלייטים החדשים ומה התועלת שלהם. כולם צריכים להבין למה זה טוב גם להם.

טיפ 5: מעקב ושיפור תמידי

כל חודש תסתכלו על הסיכומים שקיבלתם ותשאלו את הצוות: מה עובד? מה לא? איך אפשר לשפר?

בעיות נפוצות ואיך לפתור אותן

בעיה 1: TimeOS לא מזהה את הפגישה

פתרון: בדקו שהכותרת של הפגישה ביומן מכילה בדיוק את המילות המפתח שהגדרתם ב-Template Automation.

בעיה 2: הסיכום לא מדויק

פתרון: תשפרו את הקונטקסט. תוסיפו פרטים על מי המשתתפים ועל מה בדרך כלל מדברים.

בעיה 3: הבלוקים ריקים או לא רלוונטיים

פתרון: תשנו את ההוראות להיות יותר ספציפיות. במקום “תסכם את החלק על מכירות” תכתבו “תציג את מספר הלידים החדשים ואת השלבים של 3 הדילים הגדולים”.

בעיה 4: יותר מדי מידע או מעט מדי

פתרון: תתאמו את רמת הפירוט בהוראות. תוסיפו “תהיה קצר ותמציתי” או “תרחיב ותן דוגמאות”.

בעיה 5: הצוות לא משתמש בסיכומים

פתרון: תשאלו אותם למה. בדרך כלל זה כי הסיכום לא מכיל מידע שימושי עבורם. תתאמו את הבלוקים לצרכים שלהם.

הצעד הבא: איך להתחיל היום

אם הגעתם עד כאן, אתם כנראה משוכנעים שזה שווה לנסות. הנה בדיוק מה תעשו עכשיו:

היום:

1. רשמו רשימה של 5 סוגי הפגישות הכי נפוצים שלכם
2. בחרו את הפגישה שגוזלת לכם הכי הרבה זמן לסיכום
3. אם יש לכם תמלולים קיימים ב-TimeOS, העתיקו 2-3 מהם

מחר: 4. פתחו Claude ותעשו את תהליך האיפיון (שלב 2) 5. תצרו טמפלייט חדש ב-TimeOS עם הקונטקסט והבלוקים (שלבים 3-4)

בשבוע הבא: 6. תבדקו את הטמפלייט על פגישה חדשה 7. תקבלו פידבק מהצוות ותשפרו 8. תתחילו לעבוד על סוג הפגישה הבא

זכרו: אל תנסו לעשות הכל בבת אחת. התחילו עם פגישה אחת, תעשו אותה טוב, ואז תעברו הלאה.

למי שעוד לא משתמש ב-TimeOS

אם אתם קוראים את המדריך הזה ועוד לא משתמשים ב-TimeOS, זה הזמן להתחיל. הכלי עובד עם כל פלטפורמות הפגישות (Zoom, Google Meet, Teams) ויש גרסה חינמית שמתאימה להתחלה. התכונות העיקריות כוללות הקלטה אוטומטית, יצירת סיכומים מותאמים אישית, זיהוי Action Items ואינטגרציה עם כלי עבודה כמו Monday, Notion ו-Slack. המשמעות היא שאתם יכולים להתחיל להשתמש בטכניקות שתיארתי במדריך הזה מיד, ללא השקעה כספית גדולה.

הפוסט המדריך השלם להפקת ערך אמיתי מ-TimeOS (במקום סיכומים גנריים שאף אחד לא קורא) הופיע ראשון בLet's AI בינה מלאכותית

איך יוצרים תמונה עם ChatGPT בוואטסאפ?

איך זה עובד? שימו לב…

1) פתיחת שיחה עם ChatGPT

פותחים שיחה עם ChatGPT על ידי הוספת המספר 1-800-242-8478 לאנשי הקשר בוואטסאפ ושליחת הודעה למספר זה.

2) שליחת תיאור מילולי

שולחים תיאור מילולי של התמונה שתרצו ליצור – ככל שהבקשה מפורטת יותר, כך התוצאה מדויקת ומרשימה יותר. למשל: “צור תמונה ריאליסטית של דינוזאור פאנקיסט עם משקפי שמש, מעיל עור ומוהיקן, מחזיק שלט ענק שעליו כתוב:
Images in ChatGPT on Whatsapp“

יצירת תמונות ב-ChatGPT בוואטסאפ/

3) קבלת התמונה

מקבלים תמונה שנוצרה במיוחד עבורכם, תוך שניות, ישירות בצ’אט.

מגבלות – ומה קורה אם לא קישרתם לחשבון בתשלום?

• מכסה מוגבלת למשתמשים חינמיים: אם לא קישרתם את השיחה בוואטסאפ לחשבון ChatGPT Plus בתשלום, תהיה לכם מכסה מאוד מוגבלת של תמונות שניתן ליצור.
• מה קורה כשנגמרת המכסה? לאחר סיום המכסה, אם תנסו לייצר עוד תמונות, תקבלו הודעה שמציעה לכם לקשר בין חשבון ה-ChatGPT שלכם לבין הוואטסאפ.
• קישור לחשבון בתשלום: לאחר הקישור, תוכלו ליהנות ממכסה רחבה בהרבה ואף כמעט בלתי מוגבלת, בהתאם לתנאי המנוי בתשלום (עלות חודשית של כ-20 דולר).

יתרונות השימוש

נוחות מקסימלית

אין צורך ללמוד ממשק חדש – הכל במקום אחד, ישירות בתוך הממשק המוכר של וואטסאפ. גם יצירת טקסטים, מחקר, חיפוש וכמובן יצירת תמונות. אגב, אם אתם רוצים לגלות איך אפשר ליצור גם סרטונים עם SORA בחינם דרך הנייד, הכנו לכם פה מדריך קצרצר.

שפה חופשית

אפשר לכתוב בעברית או בכל שפה אחרת. פשוט דברו בשפה שלכם והסבירו לו בצורה חופשית וברורה, מה אתם רוצים או צריכים.

מהירות תגובה

התמונה מתקבלת לרוב תוך שניות.

מגוון סגנונות

ניתן לבקש סגנון אמנותי מסוים – קומיקס, אנימה, פיקסאר, צבעי מים ועוד. התנסו בעצמכם – זה פשוט כיף!

הפוסט איך ליצור תמונות בוואטסאפ עם ChatGPT הופיע ראשון בLet's AI בינה מלאכותית

רקע על Higgsfield

Higgsfield היא פלטפורמה אמריקאית שהוקמה בסן פרנסיסקו ב-2023 במטרה לשבור את הגבולות של יצירת וידאו דיגיטלי. עם טכנולוגיה מבוססת GenAI מתקדמת ומימון צמיחה מרשים, Higgsfield נותנת לכל יוצר, מאמן פרילנסר ועד צוותי שיווק ותוכן בארגונים, את היכולת להפיק וידאו ברמה קולנועית בלחיצת כפתור, ללא צורך בציוד צילום או בידע טכני כבד.

באחרונה הראינו איך כל אחד יכול להפוך תמונה פשוטה לסרטון קצר ב-Higgsfield עם תנועות מצלמה דרמטיות, אפקטים חזותיים מרשימים ותחושת עומק אמיתית – כולל טיפים מעשיים לשליטה בזוויות הצילום. בנוסף, יש לכם גם מדריך על Higgsfield Ads, שמאפשר להפיק פרסומות חכמות ואוטומטיות תוך דקות. עכשיו הגיע התור של תכונת Higgsfield Avatars – שמכניסה גם את הפנים והקול שלכם לתמונה, ונותנת לכם שליטה מלאה על הופעה וירטואלית, מדברת ומשכנעת.

מה זה Higgsfield Speak?

Higgsfield Speak הוא שירות AI מתקדם שמקבל כל תמונה, בין אם זו הפנים שלכם, דמות מצוירת או חיית מחמד, ומנפיש אותה כך שתדבר בטבעיות, תשדר רגש ותגיב בצורה קולנועית. עם סנכרון שפתיים מדויק, הבעות פנים חלקות ושילוב תנועות מצלמה ו-VFX, הכל נעשה בענן – ללא התקנות מורכבות, ללא צורך בציוד צילום, וללא צוות הפקה.

מה אפשר לעשות עם זה?

ליצור סרטוני וידאו מקצועיים מבלי להצטלם בכלל.

להעביר מסרים בשפות שונות – עם דמות אחת שמבצעת את אותו טקסט במספר שפות בקלות.

להחיות טקסטים כתובים ולהפוך אותם למצגת וידאו עם שפת גוף, הבעות פנים ודיבור טבעי.

להפיק סרטוני הסברה, תכנים חינוכיים, שיעורים מקוונים ופרסומות ברשתות חברתיות – תוך חיסכון בזמן ובכסף.

לשדרג תקשורת פנים-ארגונית בעזרת הודעות וידאו מותאמות אישית במקום מיילים יבשים.

להגדיל קצב פרסום וידאו קבוע מבלי לשבור את הראש על יום צילום וצוות הפקה.

איך זה עובד בפועל – שלב אחרי שלב

1. פותחים חשבון: נרשמים באתר עם חשבון הגוגל שלכם ובוחרים באפשרות של Speak בסרגל העליון.

מבט מהיר על הממשק והסגנונות

2. מבט מהיר על הממשק והסגנונות: תוכלו לראות דמויות וסגנונות מוכנים מראש – לחצו Recreate כדי להתחיל להפוך אותם לגרסה האישית שלכם. תוכלו לבחור פורמט תוכן (פודקאסט, וידאו-בלוג, הרצאה וכו’), רקע, תנועות מצלמה ואפקטים נלווים – ואפשר גם לשחק עם כמה שילובים.

3. בוחרים תנועה (Motion) ומעלים תמונה: בחרו Motion מתאים, העלו תמונה ברורה פונה קדימה – או השתמשו באווטאר מובנה מהמערכת.

4. מוסיפים קול: אפשר לבחור קריינות AI אוטומטית ממגוון רחב של קולות שתקריין את הטקסט בצורה רגשית – או להעלות קובץ קול שלכם לסנכרון מדויק. יש אופציה גם לבחור סאונד מלווה לסרטון ממגוון אפשרויות מערכת.

5. כותבים את הטקסט: כתבו טקסט קצר עד 200 מילים, בשפה טבעית ועם נימה רגשית – זה יבטיח דיבור משכנע יותר. אפשר לכתוב בכל שפה שנתמכת.

6. יוצרים ומורידים: לחצו Generate, המתינו מספר דקות בהתאם לאורך הווידאו – והורידו את הסרטון המוכן לשיתוף מיידי.

איך ליצור אווטאר מדבר בהיגספילד?

רוצים שהאווטאר שלכם ידבר בעברית? פשוט תקליטו את הטקסט בקול שלכם (או תייצרו קול בעברית בכלי TTS חיצוני), תעלו את קובץ האודיו ל‑Higgsfield והמערכת תסנכרן את השפתיים וההבעות בדיוק לקול שהבאתם.

כמה זה עולה?

קודם כל, יש אפשרות להתנסות חינמית והיא מאפשרת לנסות את Higgsfield Speak בלי להתחייב! Higgsfield מציעה חבילת ניסיון חינמית שמגיעה עם קרדיטים ראשוניים ליצירת שני סרטונים קצרים, כולל גישה מלאה לפיצ’רים כמו תנועות מצלמה, VFX והאווטרים המדברים עצמם. יתכן שתקבלתו תוצר עם סימן מים (לא תמיד), ובכל מקרה, ההפקה מתבצעת בענן – כך שתוכלו להרגיש את הכוח של הכלי ולבדוק אם הוא מתאים לצרכים שלכם לפני קנייה.

למי שניסה והתלהב – Higgsfield מציעה שלוש תוכניות חודשיות במחירים נוחים, לפי היקף השימוש:

• 9 דולר לחודש (Basic): כולל 150 קרדיטים בחודש (0.30 דולר לכל 5 קרדיטים), לשימוש בסיסי עם גישה למודל Lite.

• 29 דולר לחודש (Pro): כולל 600 קרדיטים בחודש (0.24 דולר לכל 5 קרדיטים), מאפשר עד 3 משימות במקביל, גישה למודל Turbo ותכונות נוספות כמו Higgsfield Speak.

• 79 דולר לחודש (Ultimate): כולל 1500 קרדיטים בחודש (0.23 דולר לכל 5 קרדיטים) ועוד 200 קרדיטים נוספים בחודש הראשון. מתאים לפרויקטים גדולים עם עד 4 משימות במקביל, גישה מוקדמת לפיצ’רים חדשים ושימוש מלא ב-Higgsfield Speak.

כל סרטון אווטאר מדבר צורך בממוצע 20-50 קרדיטים, תלוי באורך ובמורכבות, והקול מבוסס ה-AI עולה קרדיט אחד נוסף. שימו לב: הקרדיטים שלא מנוצלים במהלך החודש מתאפסים עם תחילת מחזור החיוב הבא. מי שצריך יותר – יכול לשדרג או לרכוש חבילות קרדיטים נוספות בכל רגע.

מחירים וקרדיטים (נכון ל-17 ביוני 2025)

כמה טיפים להפקה טובה

השתמשו בתמונה איכותית, מוארת וברורה – זה הבסיס לאווטר ריאליסטי ומשכנע.

כתבו טקסטים בסגנון דיבורי, טבעי ומלא רגש – ככל שהטקסט חי יותר, כך ההנפשה משכנעת יותר.

נסו כמה סגנונות וידאו ותנועות מצלמה – זה יעזור לכם למצוא את השילוב שהכי מתאים לסוג התוכן שלכם.

התחילו בפרויקטים קצרים ופשוטים – כך תבינו מהר איך הכלי מתנהג ותוכלו להרחיב בהדרגה לפרויקטים מורכבים יותר.

אתגרים ומגבלות שכדאי להכיר

למרות שהמערכת של Higgsfield Speak מציעה דרך מהירה ונוחה להפיק סרטונים קצרים ומרשימים, חשוב לדעת מראש שיש כמה מגבלות טבעיות: ברוב החבילות ובמיוחד בגרסה החינמית, הסרטונים מוגבלים באורך ונעים סביב כמה שניות בלבד, כך שהתוצאה מתאימה יותר לסצנות קצרות ולא לסרטונים ארוכים. הרזולוציה בדרך כלל מגיעה ב‑720p, מה שאומר שבצפייה על מסכים גדולים במיוחד ייתכן והווידאו ירגיש מעט רך או פחות חד. גם איכות התמונה המקורית משחקת תפקיד – תמונה מטושטשת או עם רקע עמוס עלולה לפגוע בריאליזם של ההנפשה. בסופו של דבר, Higgsfield לא מחליפה הפקה קולנועית מלאה, אלא מאפשרת להפיק במהירות תוצאה טובה מאוד לפרויקטים קצרים, תכנים לרשתות ולשימוש יומיומי – ובזה הכוח הגדול שלה.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס יצירת סרטים עם AI

לפרטים נוספים לחצו כאן >>

Higgsfield Speak הופך את מה שפעם דרש ציוד צילום, צוות הפקה ותקציב כבד – לפעולה פשוטה: מעלים תמונה, כותבים כמה שורות, והדמות הדיגיטלית שלכם מדברת, מביעה רגש ומשדרת מקצועיות. כל זה קורה בענן, במהירות ובקלות, ומאפשר ליצור תוכן איכותי בכל קנה מידה – לבד, בלי בזבוז זמן ובלי לשבור את התקציב. נסו, שחקו עם הסגנונות ותראו איך זה עובד בשבילכם.

הפוסט מדריך ליצירת אווטאר מדבר ב‑Higgsfield Speak הופיע ראשון בLet's AI בינה מלאכותית

כשהמוח המלאכותי מתפקד כמו צוות

במקום סוכן בינה מלאכותית אחד שנותן תשובות שטחיות, Anthropic מציעה מערכת שבה כמה סוכנים עובדים יחד. דמיינו ששואלים שאלה על שוק הפאנלים הסולאריים בישראל – במקום תשובה כללית, תקבלו צוות וירטואלי: אחד ינתח דוחות כספיים, אחר יבדוק תקנות, שלישי יחפש מה עושים המתחרים. זה צורך פי 15 יותר משאבים (לפי Anthropic עצמה) – אבל מחזיר לכם ניתוח עומק ברמה של מומחה.

למה לשלם יותר ועדיין לחסוך

אולי זה נשמע יקר, אבל תעשו חשבון פשוט: אנליסט אמיתי שיעבוד יום שלם על מחקר כזה יעלה לכם לפחות 400 דולר. המערכת של Anthropic עושה את זה בכמה דקות ובעלות של בערך 15 דולר. יקרה פי 15 מצ’אט רגיל – אבל זול פי 20 מאדם אמיתי. ככה נולד תחום חדש: שירותי בינה מלאכותית פרימיום – לא הכי זולים, אבל חוסכים שעות עבודה אמיתיות.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס AI בינה מלאכותית למנהלים ובכירים

למידע נוסף >>

איך עוצרים את הכאוס

על הנייר זה נשמע מצוין, אבל בפועל – בהתחלה, כשבדקו את זה – המערכת התנהגה כמו צוות לא מנוהל: כל סוכן יצר תתי-סוכנים, חיפש מידע שלא קיים ובזבז משאבים. הפתרון היה פשוט וחכם – בדיוק כמו בצוות אנושי: מינו “מנהל פרויקט” שמפקח על כל השאר, קובע אסטרטגיה, מחלק משימות ועושה סדר.

כך זה נראה בפועל:  בתרשים של Anthropic רואים איך סוכן מוביל יוצר תתי-סוכנים שמבצעים חיפושים ובונים יחד דו”ח מסודר:

איך עובדת מערכת המחקר הרב-סוכנית. Credit: Anthropic

פרדוקס פשוט: מתי זה עובד ומתי לא

המערכת הזו מצטיינת במשימות שאפשר לפרק לחלקים – סקירת שוק, בדיקת ספקים, קריאת מסמכים. אבל היא נחלשת כשהעבודה דורשת חשיבה יצירתית ומקיפה, כמו תכנון אסטרטגי או פיתוח קוד שדורש שיתוף פעולה צמוד. במילים פשוטות: כשהמשימה מורכבת מהרבה חלקים נפרדים שאפשר לטפל בהם במקביל – הבינה המלאכותית מנצחת. אבל כשצריך חיבור עמוק של כל החלקים לרעיון אחד שלם – המוח האנושי עדיין טוב יותר.

מי צריך לשים לב לזה כבר עכשיו

בסיכון גבוה

חוקרים, אנליסטים, מתמחים משפטיים – כל מי שעיקר תפקידו הוא לאסוף מידע ולעבד אותו.

בסיכון בינוני

מנהלי פרויקטים, יועצים אסטרטגיים – יקבלו עזרה ענקית מהמערכת, אבל עדיין יצטרכו להכריע מה חשוב.

בסיכון נמוך

אנשים שהעבודה שלהם מבוססת על אינטראקציה אנושית עדינה – מטפלים, מגשרים, אנשי מכירות מורכבות.

שלוש פעולות שכדאי לכם לעשות השבוע

• תמפו אילו משימות מחקר ועיבוד מידע בצוות שלכם מתאימות להעברה לצוותי בינה מלאכותית.
• הגדירו תפקיד של “מנהל פרויקט בינה מלאכותית” – אדם שמבין איך לנצל כמה סוכנים יחד ולא סתם שולח שאלה אחת.
• בדקו שזה באמת משתלם לכם לאורך זמן.

עידן חדש

אנחנו עוברים מעידן של עוזרי בינה מלאכותית פשוטים לעידן של צוותים חכמים ומאורגנים שיכולים לשנות את כללי המשחק – עבור כל מי שיודע להפעיל אותם נכון. מי שיבין איך לתכנן צוות בינה מלאכותית, לנהל אותו כמו צוות אנושי ולהגדיר לו גבולות ברורים – ירוויח יתרון תחרותי עצום בזמן שחלק מהמתחרים עוד מתעסקים עם צ’אטבוטים גנריים. זה הרגע להפסיק לחשוב על בינה מלאכותית ככלי אחד וללמוד לעצב צוותים שלמים של כלים – כל אחד מתמחה בתפקיד אחר, בדיוק כמו אצלכם בחברה. זה לא עתיד רחוק – זה אתגר ניהול חדש שהגיע כבר עכשיו.

הפוסט למה בינה מלאכותית שעולה פי 15 תחסוך לכם אלפי שקלים? הופיע ראשון בLet's AI בינה מלאכותית

מאמר זה נכתב בשיתוף עם הוצאה לאור “בני גורן“.

הקלטת הוובינר

לפני הכל, מוזמנים לצפות בהקלטת הוובינר, בה חשפנו שיטות רבות לשימוש ב-AI בהוראת המתמטיקה. צפייה חובה! סמכו עלינו…

בנוסף, השיח במהלך הוובינר על שילוב בינה מלאכותית בחינוך בכלל ובמתמטיקה בפרט, חשף מספר תובנות פדגוגיות משמעותיות, אשר יכולות לשנות באופן עמוק את הדרך שבה אנו מלמדים.

לפרטים וסילבוס על קורס ה-AI שלנו למורים, לחצו פה.

אינטליגנציה מלאכותית כאמצעי לשוויון הזדמנויות

כלי AI נגישים כמו ג’מיניי למשל (Gemini), מציעים פוטנציאל אדיר לקידום שוויון בחינוך. בעזרת כלים אלה, תלמיד בפריפריה יכול לזכות בסיוע אישי המקביל לשירותיו של מורה פרטי ממרכז מצוינות. היכולת של תלמידים לקבל הדרכה פרטנית ואיכותית כבר אינה מותנית במיקומם הגיאוגרפי או במצבם הכלכלי. חשוב להקפיד לעבוד עם מודל שמסוגל להתמודד עם משימות מתמטיות, כמו Gemini 2.5 pro, שזמין גם בחבילה החינמית.

הגברת יעילות של שיעור הפוך (Flipped Classroom)

שיטת “השיעור ההפוך“, שמטרתה להעביר את החלק המעשי (התנסות בתרגול פתרון שאלות בגרות במתמטיקה) לעבודה עצמית בכתה, או אפילו לבית (חשוב במיוחד בימים אלו), מסייע להפוך את הכתה או הסלון למרחב לעבודה מעשית ולהתנסות. במקום הרצאות ארוכות, התלמידים עוברים מבוא קצר בלבד, ואז ניגשים לעבודה מעשית עם כלים כמו Gemini החינמי, או במידה ויש להם מנוי בתשלום – עם מודלי ריזונינג כמו o3 של ChatGPT, בזמן שהמורה פנוי להדרכה פרטנית ולאיתור קשיים בזמן אמת, או לסיוע מרחוק.

למידה פעילה ויצירתית בעזרת AI

כאשר התלמידים מפתחים בעצמם משחקים או אפליקציות, הם נאלצים להתמודד לעומק עם החומר הלימודי. ההבנה של מושגים כמו הסתברות או גיאומטריה הופכת להיות משמעותית יותר, כאשר התלמידים נדרשים להשתמש בידע שלהם בצורה פעילה ויצירתית. זו למידה אפקטיבית ומעמיקה הרבה יותר מאשר זכירת נוסחאות בלבד. אפשר לתת להם לחקור נושא מסוים בעזרת פרפלקסיטי או NotebookLM החינמיים, להכין מצגות עם Gamma, או אפילו לבנות אפליקציות בקליק עם Canva Code או Perplexity Labs (שני הכלים האחרונים מצריכים מנוי בתשלום או מנוי Edu).

האחריות האנושית בעבודה עם AI

חשוב להדגיש כי כל תוצר של AI הוא בגדר טיוטה בלבד. הפיקוח האנושי נותר הכרחי בכל שלב בתהליך – החל מבדיקת תקינות נוסחאות, דרך התאמת הטקסט לעברית ולכיוון מימין לשמאל (RTL), ועד לאישור הסופי. תפקיד המורה הוא להיות המבקר, המפקח והמאשר הסופי של כל פעילות בכיתה.

צעדים מעשיים לשילוב AI כבר מחר בבוקר

הנה כמה צעדים פשוטים וקלים ליישום, שתוכלו להתחיל לבצע כבר למחרת:

לחצו על התמונה כדי להגדיל>>

רשימת פעילויות עם AI למורים למתמטיקה – לחצו על התמונה כדי להגדיל.

דשבורד הכנה למבחן עם פרפלקסיטי (Perplexity)

צרו במהירות דשבורד קצר עם נושא החזרה לשיעור הבא באמצעות Perplexity Labs. שתפו אותו דרך הקבוצה בוואטסאפ הכיתתי כדי שהתלמידים יוכלו להתכונן מראש. אל תשכחו לציין לפרפלקסיטי מה הנושאים למבחן ולכוון אותו. 

יצירת שיעור אינטראקטיבי בקאנבה (Canva)

צרו לתלמידים שלכם אפליקציות, סימולציות וכלי עזר, למשל – שיעור על הסתברות בהטלת מטבעות או קוביות דיגיטליים. לאחר מכן, שתפו את האפליקציה באמצעות קוד QR, כך שהתלמידים יוכלו לגשת אליה בקלות מהטלפונים שלהם.

מינוי “שגרירי AI”

הקצו תלמיד אחד בכל קבוצה קטנה להיות “שגריר AI”. תלמיד זה יאסוף ויחפש טריקים ויישומים חדשים לשימוש ב-AI, ויציג אותם בפני הכיתה אחת למספר שיעורים, בתחילת השיעור.

כיצד AI משנה את לימודי המתמטיקה?

מתמטיקה תמיד היתה תחום הדורש אימונים חוזרים, תרגולים מדויקים ומשמעת גבוהה. אולם, ב-2025, עבודה טכנית וחזרתית כבר אינה חייבת להיות מוטלת על המורה או על התלמידים – זו בדיוק העבודה שאפשר להשאיר למכונה. היכולת להתמקד בהבנה מעמיקה, חשיבה יצירתית והעצמת התלמידים הופכת למשימה המרכזית של המורים.

הזדמנות זו היא לא רק בשינוי דפוסי הלימוד, אלא בשינוי הגישה החינוכית כולה – מעבודה טכנית יבשה להנדסה של ידע אמיתי, התנסות ולמידה אקטיבית שמעודדת סקרנות וחשיבה מחוץ לקופסה – וכל אלו לצד שימוש בטכנולוגיה הכי מתקדמת על כדוה”א.

הפוסט תובנות מוובינר AI למורים למתמטיקה הופיע ראשון בLet's AI בינה מלאכותית

מה חשוב לדעת על Genspark

Genspark מבוססת על ארכיטקטורת Mixture-of-Agents – שילוב של תשעה מודלי שפה שונים, יותר מ‑80 כלים פנימיים ומעל עשרה מאגרי מידע. השילוב הזה מאפשר למערכת לבחור בכל רגע את המודל או הכלי שהכי מתאים למשימה – מה שמבטיח עבודה מדויקת, מהירה ויעילה.

בזירת התחרות, החברה מציבה אלטרנטיבה משולבת מול שחקנים כמו Perplexity AI, שמוערכת בכ‑9 מיליארד דולר, ותוספים שונים של Google Workspace. במקום להשתמש בכמה כלים נפרדים, Genspark מאגדת את כל השירותים – גלישה, ניהול מיילים ואוטומציה – תחת פלטפורמה אחת.

בפברואר 2025 גייסה Genspark 100 מיליון דולר בסבב Series A, מה שהקפיץ את הערכת השווי שלה ל‑530 מיליון דולר – יותר מכפול מהערכתה ביוני 2024. כיום החברה משרתת מעל 2 מיליון משתמשים פעילים בחודש ומכוונת להמשיך להתרחב בשוק הפרודוקטיביות מבוססת ה‑AI.

דפדפן AI עם מצב טייס אוטומטי

הדפדפן של Genspark כולל מצב “טייס אוטומטי” שמבצע גלישה וחיפושים לבד. הוא גולל ברשתות חברתיות, יוצר פודקאסטים מותאמים אישית לפי הפיד שלכם, ומאתר מבצעים טובים יותר בחנויות אונליין – בלי שתצטרכו לעשות כלום. בתחום הווידאו, הדפדפן מפיק תמלילים מידיים ויוצר מצגות מוכנות מסרטוני YouTube – מה שחוסך שעות עבודה לעסקים, חוקרים ואנשי הדרכה. כרגע הדפדפן זמין למשתמשי Mac בלבד – גרסה ל‑Windows צפויה בקרוב.

חנות MCP – אינטגרציה עם יותר מ‑700 כלים

חנות MCP (Model Context Protocol) מחברת אתכם ליותר מ‑700 כלים ואפליקציות פופולריות, כולל Discord, GitHub, Notion, Google Calendar ו‑Slack. המערכת בונה עבורכם זרימות עבודה אוטומטיות מורכבות בכמה קליקים. לדוגמה: יצירת פגישות Zoom, שליפת מסמכים מ‑Notion, הוספתם ליומן ושליחת עדכון לצוות ב‑Slack – והכל בהנחיה אחת. עבור עסקים בישראל, החנות תומכת גם ב‑WhatsApp Business, מערכות CRM מקומיות וכלים בעברית.

חנות כלים ואינטגרציות

AI Secretary – מעבר לניהול אימיילים

המזכירה הדיגיטלית של Genspark יודעת לנהל לבד את Gmail, Google Calendar, Google Drive ו‑Notion. היא סורקת תיבות דואר שלמות, מסכמת עשרות אימיילים, מנתחת קבצים מצורפים ומציעה תגובות מותאמות בלי שתצטרכו לקרוא הכל בעצמכם. בין התכונות המתקדמות: סקירת יומנים והצעת זמני פגישה מתאימים, שליחת הזמנות אוטומטית, זיהוי טקסט מתוך תמונות של לוחות זמנים והוספה ליומן, וגם כתיבת תגובות מותאמות למספר מיילים בו‑זמנית.

פריצה טכנולוגית עם GENSPEED

יחד עם ההשקה של הכלים החדשים, Genspark חשפה גם את GENSPEED – טכנולוגיה פורצת דרך שמאפשרת לסוכני ה‑AI שלה להפעיל כמה כלים בו‑זמנית, בלי לחכות שהמשימות ירוצו אחת אחרי השנייה. התוצאה ניכרת מיד: מחקר שמתבצע פי שניים מהר יותר, יצירת תמונות פי ארבעה מהר יותר, הפקת סרטונים בקצב גבוה פי חמישה, עבודה עם גיליונות אלקטרוניים פי שמונה מהירה יותר, והכנה של מצגות במהירות גבוהה פי עשרה מהרגיל.

בין חדשנות לאמון

לצד ההבטחה הגדולה, הגישה הכוללת של Genspark מציבה אתגר משמעותי: בניית אמון. הענקת גישה רחבה לסוכן AI – היכולת לסרוק תיבות מייל, לנהל יומנים ולשלוט בקבצים אישיים – דורשת מהמשתמשים ביטחון מלא במדיניות הפרטיות ובאבטחת המידע של החברה. כל תקלה או פרצת אבטחה עלולה להיות הרסנית. בנוסף, בעוד ששחקנים כמו Perplexity מתמקדים בשכלול משימה אחת וגוגל משלבת את ה‑AI בתוך מערכת קיימת, Genspark חייבת להוכיח שהפלטפורמה המשולבת שלה לא רק נוחה אלא גם מדויקת ואמינה בכל חלקיה. ההצלחה בטווח הארוך תגיע רק אם תדע לשמור על רמה גבוהה של ביצוע ולבסס אמון מתמשך מול המשתמשים.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס אוטומציה עסקית ובינה מלאכותית

לפרטים נוספים לחצו כאן >>

לסיכום, ההשקות האחרונות של Genspark מסמנות קפיצה משמעותית בעולם הפרודוקטיביות מבוססת ה‑AI. שילוב של דפדפן עצמאי, חנות אינטגרציות רחבה ומזכירה חכמה – יחד עם טכנולוגיית GENSPEED – מעניק למשתמשים חוויית עבודה חלקה, חיסכון אמיתי בזמן ופחות התעסקות במטלות שחוזרות על עצמן. הכלים זמינים כבר עכשיו עם שכבה חינמית נדיבה שמספקת 200 נקודות זכות יומיות, והמזכירה הדיגיטלית מופעלת דרך חיבור לחשבון Google תחת קטגוריית “כלים אישיים”. כך תוכלו לבדוק אותם לעומק לפני שתעברו לתוכנית בתשלום. בין אם אתם עסק קטן או צוות גדול, Genspark מציעה לכם לעבוד חכם יותר ולהשאיר מקום למה שבאמת חשוב.

הפוסט Genspark משיקה סט כלים אוטומטי שחוסך לכם זמן הופיע ראשון בLet's AI בינה מלאכותית

איך זה עובד בפועל

במקום לשלם לגרפיקאים, כותבי תוכן ועורכי וידאו, כל תהליך הפרסום עומד להפוך לאוטומטי כמעט לגמרי. אתם מעלים תמונה של המוצר, מגדירים כמה כסף אתם מוכנים להוציא, ומכאן המערכת של Meta דואגת להכל: מייצרת מודעות מעוצבות, יוצרת סרטונים, כותבת טקסטים שמדברים בדיוק לקהל הנכון ומחליטה איפה ומתי להציג אותם. כל זה קורה תוך דקות, בלי צורך לצלצל לספקים או להמתין לסקיצות ותיקונים.

התאמה אישית ברמה גבוהה

המערכת החדשה לא תייצר סתם מודעות גנריות – היא תדע להתאים כל מודעה בדיוק למי שצופה בה. איך זה קורה? לפי מיקום גיאוגרפי, תחומי עניין והרגלים, זמן צפייה וגם היסטוריית הגלישה שלכם. המשמעות ברורה: שני אנשים יראו אותה מודעה, אבל כל אחד יקבל גרסה קצת שונה, שנכתבת, מעוצבת ומכוונת במיוחד אליו. זה מה שהופך את הפרסום להרבה יותר חד, פרסונלי ומדויק, כמעט כמו איש מכירות פרטי לכל גולש.

למה דווקא עכשיו?

השאיפה של Meta לאוטומציה מלאה לא צצה משום מקום. יש לזה שלוש סיבות עיקריות: התחרות מול TikTok וגוגל מתחממת, והחברה חייבת להציע למפרסמים משהו שאחרים לא נותנים. במקביל, המשקיעים לוחצים להגדיל רווחיות בלי להעמיס עוד עובדים ומשכורות. ולבסוף, גם הצרכנים דורשים היום תוכן ומודעות שתפורות להם אישית, לא מסרים גנריים שמבוזבזים על קהל לא רלוונטי.

מה כבר עובד בשטח

זה לא רק תכניות לעתיד, חלק מהמערכת כבר פעיל ומוכיח את עצמו. Meta מפעילה היום את Advantage+, מערכת קמפיינים חכמה שמנהלת קמפיינים בשווי מיליארדים ומתחילה להחליף את העבודה של סוכנויות פרסום מסורתיות. במקביל, החברה משיקה עוד ועוד כלים שמייצרים תמונות, סרטונים וטקסטים בלחיצת כפתור, בעזרת Generative AI, ומשדרגים את יכולת הפרסום של כל עסק, קטן כגדול.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס AI בינה מלאכותית למנהלים ובכירים

למידע נוסף >>

ומה עם פרטיות ואתיקה?

כדי לאפשר רמת התאמה אישית כל כך גבוהה, Meta אוספת ומעבדת כמויות עצומות של מידע אישי – מיקום, תחומי עניין והיסטוריית גלישה. זה מעלה שאלות רגולטוריות ואתיות: עד כמה נכון להשתמש בנתונים האלה לדיוק מסרים? איך מגנים על פרטיות המשתמשים? בשווקים כמו אירופה הנושא הזה צפוי לעמוד במוקד.

איך להתכונן לשינוי כבר עכשיו

אם אתם בעלי עסקים, תתכוננו לחסוך הרבה כסף וזמן: יצירת קריאייטיב תעלה לכם עשירית מהיום, קמפיין יעלה לאוויר תוך דקות ולא ימים, והכלים של Meta ייתנו לכם יכולת שפעם רק סוכנויות ענק יכלו להרשות לעצמן. מצד שני, אם אתם עובדים בפרסום או קריאייטיב – אל תיכנסו ללחץ, אבל כן הגיע הזמן להשתדרג: פחות עיצוב ידני ויותר ניהול אסטרטגי, הכרות מעמיקה עם מערכות AI ובקרה על התכנים שהן מייצרות. מי שיידע להפוך למנהל מערכות AI, לשומר מותג (Brand Guardian) או למומחה ניתוח דאטה, יהיה כנראה מבוקש יותר מכולם. מי שישכיל לזוז עם השינוי – ירוויח ממנו יותר מכל השאר.

האם זה באמת עומד לקרות?

המערכות כבר כאן, משתמשים מרוצים והכיוון די ברור – רוב תהליך הקריאייטיב בדרך להפוך לאוטומטי. ועדיין, זה לא מושלם: בינה מלאכותית לא תמיד מבינה ניואנסים תרבותיים, לפעמים התוכן מרגיש שטחי או דומה מדי למתחרים, ויש גם תקלות וטעויות שמחייבות עין אנושית וסטייל אישי. זו גם הסכנה: אם כולם ישתמשו באותם כלים, התוכן עלול להיראות ולהישמע דומה מדי. כאן ייבחן הערך של רעיונות מקוריים וחשיבה קריאייטיבית אמיצה. רוב המומחים מסכימים – זו לא שאלה של אם זה יקרה, אלא מתי בדיוק זה יהפוך לסטנדרט.

מה הצעד הבא שלכם

אם אתם בעלי עסקים, תתחילו לבדוק כבר היום את הכלים האוטומטיים של Meta, בעיקר Advantage+. תבחנו כמה אתם משלמים היום על הפקת תוכן פרסומי ותחשבו איך אפשר לחתוך עלויות בלי לוותר על איכות. במקביל, שווה להבין את הבסיס של פרסום אוטונומי ולהתנסות בקמפיינים קטנים. אם אתם אנשי פרסום – זה בדיוק הזמן ללמוד לעבוד עם כלים כמו ChatGPT, Midjourney ו־Canva AI, לשדרג את החשיבה האסטרטגית שלכם ולעבוד חכם יותר עם דאטה ותוצאות. מי שיעשה את זה עכשיו – יהיה צעד אחד לפני כולם כשהמהפכה תתפוס תאוצה.

לא לחכות, לפעול עכשיו

לסיכום, המהלך של Meta להפוך את עולם הקריאייטיב לאוטומטי כמעט לגמרי עד 2026 הוא כנראה המהפכה הכי גדולה בשיווק מאז המעבר לדיגיטל. הוא יחסוך הוצאות, יקצר תהליכים ויהפוך את ניהול הקמפיינים למהיר, מדויק ואישי יותר. מי שיתחיל להתנסות ולהתכונן עכשיו – ירוויח זמן, כסף וביטחון עסקי. מי שיחכה לרגע האחרון? ימצא את עצמו צועד מאחור כשהשוק רץ קדימה. אל תחכו, התחילו לבדוק, ללמוד ולהתנסות כבר עכשיו.

הפוסט Meta מתכננת מהפכת פרסום עם AI עד 2026 הופיע ראשון בLet's AI בינה מלאכותית

The AI Showdown has started

Build for free with Lovable over the weekend and choose what AI model to power Lovable. pic.twitter.com/q0b3FAGopA

— Lovable (@lovable_dev) June 14, 2025

מה מקבלים בסוף השבוע הזה?

במהלך סוף השבוע הזה, הגישה ל-Lovable פתוחה לגמרי – בלי לשלם ובלי הגבלה של קרדיטים (ייתכנו האטות בזמן עומס, ומשתמשי Pro יקבלו עדיפות). כל משתמש יכול לנסות ולבחור בין שלושת המודלים החזקים – OpenAI, Anthropic ו-Google – להשוות ביניהם על פרויקטי קוד אמיתיים ולגלות מי נותן תוצאה טובה יותר. בנוסף, אפשר להצטרף לשתי תחרויות נושאות פרסים בסך כולל של עד 75,000 דולר: ליצור תוכן השוואתי או לבנות פרויקט אמיתי בתוך Lovable. הייחוד באירוע הזה הוא שההשוואה לא מתבצעת רק בגרפים טכניים, אלא דרך חוויית שימוש אמיתית, בשידור חי ובשיתוף קהל המשתמשים.

The Free Weekend: בונים בלי קרדיטים ומשווים בין Anthropic, Google ו-OpenAI

איך מצטרפים ועוקבים בלייב

האירוע התחיל רשמית ביום שבת בשעה 8:00 בבוקר (CET) – כלומר 9:00 בבוקר לפי שעון ישראל. במהלך סוף השבוע אפשר לעקוב אחרי ההשוואה החיה בין המודלים כאן.

סוף שבוע חינמי ב-Lovable: בונים אפליקציות, משווים בין מודלים וזוכים בפרסים

רוצים להשתתף? פשוט נכנסים ל-lovable.dev, נרשמים בחינם, מתארים מה רוצים לבנות – ונותנים ל-Lovable ולמודלי ה-AI לעבוד בשבילכם.

למה כדאי לבדוק את זה עכשיו?

ה-AI Showdown הוא הזדמנות חד פעמית לבדוק בעצמכם איזה מודל בינה מלאכותית כותב קוד בצורה הכי טובה – בלי לשלם אגורה. תוכלו להשוות בין מודלים בזמן אמת, לבנות אפליקציה אמיתית בכמה דקות, ואולי אפילו לזכות בפרסים של עשרות אלפי דולרים. האירוע פתוח רק לסוף השבוע הזה – אז שווה לנצל את זה כל עוד אפשר.

הפוסט סוף שבוע בחינם ב-Lovable הופיע ראשון בLet's AI בינה מלאכותית

מה זה בכלל פרויקטים?

אם זה חדש עבורכם, הרעיון פשוט: פרויקטים מאפשרים לארגן שיחות לפי נושא. במקום אינספור שיחות בודדות שמפוזרות בהיסטוריה, כל השיחות על אותו נושא מרוכזות בפרויקט אחד – עם הקשר שנשמר אוטומטית.

מה חדש?

1. זיכרון רציף בין שיחות

כשתפתחו שיחה חדשה בפרויקט קיים, ChatGPT יזכור מה דיברתם קודם. לא צריך להסביר הכל מהתחלה – פשוט ממשיכים מאותה נקודה.

2. מצב דיבור גם בפרויקטים

מעדיפים לדבר ולא להקליד? מעכשיו זה אפשרי גם בפרויקטים. לוחצים על המיקרופון ומדברים חופשי – מצוין להסברים מורכבים או כשאין זמן להקליד.

3. העלאת קבצים מכל מקום

אפשר להעלות מסמכים, תמונות, קבצי אקסל – גם מהטלפון. כל הקבצים הרלוונטיים מחכים לכם בפרויקט, בבית או בדרך.

4. גישה למודלים מתקדמים בנייד

אם יש לכם חשבון Pro, תוכלו לבחור איזה מודל מתאים למשימה – o3 למשימות כבדות, GPT-4o לדיאלוג שוטף – גם מהטלפון.

איך זה עוזר לכם?

תדמיינו שיש לכם מקום אחד שבו כל הרעיונות, הקבצים והשאלות נשמרים בדיוק כמו שהשארתם אותם. אתם חוקרים נושא? פותחים פרויקט, מעלים מקורות, שואלים שאלות והמערכת שומרת כל פרט, כדי שתוכלו להעמיק בלי לאבד חוט מחשבה. מתכננים אירוע, מוצר חדש או אפילו חופשה? כל הפרטים והעדכונים מסודרים לכם במקום אחד, מוכנים להמשך בכל רגע. כותבים ספר או מאמר ארוך? עובדים על פרקים שונים בנפרד – והמערכת שומרת על הסגנון, הרעיונות והחיבור בין הכל. ככה פשוט יותר להתמקד במה שחשוב באמת.

אז מה ההבדל בין פרויקט ל-GPTs?

הרבה משתמשים מתבלבלים בין Projects ל-GPTs – שניהם עוזרים לכם לעבוד בצורה מסודרת ומותאמת אישית, אבל לכל אחד יש יתרונות שונים. הטבלה הזאת עושה סדר ועוזרת לכם לבחור מה מתאים למשימה שלכם.

מה ההבדל בין Projects ל-GPTs? כך תבחרו נכון

איך מתחילים?

1. היכנסו לפרויקטים (זמין למשתמשי Plus, Pro ו-Team) דרך הסרגל הצידי.

2. תנו שם ברור לפרויקט ולחצו על צור פרויקט (Create).

3. הוסיפו הוראות כלליות (Custom Instructions) – הן ילוו כל שיחה בפרויקט.

4. העלו קבצים, התחילו שיחות – ותנו למערכת לדאוג להקשר.

ארבעה צעדים לפתיחת פרויקט חדש

חדש ב-Canvas של ChatGPT: הורדה בלחיצת כפתור

עדכון נוסף למשתמשים – מהיום אתם יכולים לשמור בקלות את מה שכתבתם ב-Canvas – בין אם זה מסמך או קוד. כותבים מסמך? תוכלו לייצא אותו לקובץ PDF, Word או Markdown. עובדים על קוד? הוא יישמר אוטומטית בפורמט הנכון (כמו ‎.py, ‎.js או ‎.sql). פשוט, נוח ומוכן לשיתוף.

Canvas תומך בהורדות – מסמך או קוד בלחיצה אחת

לסיכום, אם אתם כבר משתמשים ב-ChatGPT לניהול פרויקטים מורכבים – השדרוגים החדשים יעשו לכם סדר, יחסכו הסברים חוזרים וישמרו את כל הידע מרוכז ונגיש בכל שלב. בנוסף, Canvas מוסיף עוד שכבת נוחות – תוכלו לכתוב, לארגן רעיונות וגם להוריד את מה שיצרתם כקובץ PDF, Word או Markdown, או לשמור קוד בקובץ מתאים – והכל בלחיצה אחת. כך תנהלו מחקר, תכנון או כתיבה ארוכה בצורה הרבה יותר חכמה, מסודרת וחסכונית בזמן.

הפוסט ChatGPT עם שדרוגים לפרויקטים ועדכון ל-Canvas הופיע ראשון בLet's AI בינה מלאכותית

מה זה Perplexity Labs?

Perplexity Labs הוא פיצ’ר מתקדם במנוי Perplexity Pro (20$ בחודש) שמשלב חיפוש מידע עם ניתוח נתונים ויצירת גרפים – הכל במקום אחד. במקום לגלוש, להוריד קבצים, לטפל באקסלים ולבנות גרפים – אתם פשוט כותבים מה שאתם צריכים, והכלי עושה את זה בשבילכם בשפה פשוטה.

איך זה עובד? Perplexity Labs מפעיל מודלי שפה מתקדמים (כמו דיפסיק, o4 ו- o3 של ג׳יפיטי, ג׳מיני 2.5 של גוגל, קלוד 4 ואחרים) לצד סביבת קוד (Python) שיודעת לנתח קבצים, להפיק גרפים ולבנות תובנות. זה כמו צוות אנליסטים שעובד בשבילכם בלי הפסקה.

והדבר הכי חשוב? הוא לא רק מחפש, הוא מסכם, מנתח, בונה דוחות, מייצר ויזואליזציות, ומנגיש נתונים מורכבים בצורה ברורה ומקצועית.

איך מתחילים? 4 צעדים פשוטים

1. כנסו לפרפלקסיטי ולחצו על לשונית Labs (סמל הנורה ).

2. בחרו ותדייקו את סוג המקורות אליהם יגש הכלי (אקדמי, רשתות חברתיות או פיננסי תחת סמל הגלובוס ).

3. צרפו קבצים רלוונטיים (CSV, PDF, DOC – דרך סמל הקליפ ).

4. כתבו את הפרומפט שלכם בשורת ההנחיה למעלה.

וזהו – לחצו Enter ותתחילו לראות תובנות תוך שניות.

איך מתחילים לעבוד עם פרפלקסיטי לאבס?

למי זה מתאים?

• מנהלים – דוחות, ניתוח מתחרים, תכנון אסטרטגי.

• אנליסטים – מחקר שוק, זיהוי טרנדים, דוחות השקעה.

• שיווק ומכירות – ניתוח ביצועים, חקר לקוחות, שיפור תהליכים.

• יזמים – בדיקת היתכנות, פיתוח מוצר, הכנה לגיוס.

פרומפטים לדוגמה שיחסכו לכם שעות עבודה

פרומפט 1: ניתוח פיננסי – השוואת הוצאות הון (CapEx)

מטרה: להשוות את הוצאות ההון של חברות טכנולוגיה גדולות לאורך זמן, לזהות מגמות ולהפיק תובנות ברמה מקצועית.

פרומפט מוכן לשימוש:

ניתוח פיננסי – השוואת הוצאות הון (CapEx)

מתי להשתמש? ניתוח השקעות של מתחרים, קבלת החלטות אסטרטגיות, הכנת דוחות להנהלה או משקיעים או זיהוי מגמות תעשייתיות.

גרסה מותאמת לעברית:

השוו את הוצאות R&D של חברות פינטק בישראל ב-5 השנים האחרונות,
כולל גרפים של R&D כאחוז מההכנסות.
נתחו השקעות קיבולת ייצור של חברות טכנולוגיה באסיה מול אירופה וארה”ב,
כולל תחזית ל-2025.
בדקו את הוצאות השיווק של מתחרים בענף [שם התחום],
וצרו גרף של השקעות דיגיטל מול מסורתי.

הצצה לתוצר

רוצים לראות איך נראה דוח מקצועי שמשווה את הוצאות ההון של חברות ה-MAG7? הנה דוגמה אמיתית לתוצאה ש-Peprlexity Labs יצר לפי הפרומפט: לצפייה בדוח לדוגמה »

פרומפט 2: יצירת ויזואליזציות וניתוח שוק מקובצי CSV

מטרה: לנתח נתוני שוק מקובצי CSV, לזהות מגמות, תחרות והתנהגות לקוחות – ולהציג הכל בגרפים אינטראקטיביים וברמה של דוח מקצועי. כמובן שנדרש הקשר לנתונים הספציפיים שרלוונטיים לניתוח שלכם ותוכלו להעלות קבצים שונים בדגש על קבצי נתונים (csv).

פרומפט מוכן לשימוש:

יצירת ויזואליזציות וניתוח שוק מקובצי CSV

מתי להשתמש? ניתוח שוק או מכירות מתוך קבצים קיימים, הכנה לפגישות הנהלה או משקיעים, יצירת דוחות חזותיים במהירות או זיהוי מגמות או בעיות נסתרות.

גרסה מותאמת לעברית:

נתחו את נתוני המכירות של 2024 לפי אזור, מוצר וחודש
ובנו דשבורד אינטראקטיבי.
צרו גרפים מניתוח לקוחות, זהו פלחים עיקריים והמליצו על שיפור מכירות.
נתחו את תנועת האתר, המרות והתנהגות משתמשים – והציעו שיפורים מבוססי דאטה.

הצצה לתוצר

5 קובצי CSV בתחום התחבורה השיתופית עם בקשה לנתח את השוק. ראו את הדשבורד שנוצר, כולל גרפים, תובנות והמלצות: לצפייה בתוצר לדוגמה »

פרומפט 3: דשבורד מתקדם לניתוח הצלחות וכישלונות במכירות

מטרה: להבין למה עסקאות מצליחות או נופלות, לזהות נקודות לשיפור בתהליך המכירה – ולבנות דשבורד אינטראקטיבי שמציג את הכל (+ העלאת קובץ CSV עם נתוני מכירות).

פרומפט מוכן לשימוש:

דשבורד מתקדם לניתוח הצלחות וכישלונות במכירות

מתי להשתמש? ניתוח ביצועים רבעוני, ירידה באחוזי סגירה, הדרכת צוות מכירות או שיפור תהליך המכירה.

גרסה מותאמת לעברית:

צרו דשבורד לניתוח שיחות מוקד טלפוני – זהו מה עובד ומה לא, והמליצו על שיפורים בסקריפט.
נתחו את משפך המכירות באתר – איפה מאבדים לקוחות ומה לשפר.
בנו דשבורד לביצועי ערוצי שיווק – חשבו ROI והציעו חלוקת תקציב חכמה.

הצצה לתוצר

מנהלים שרוצים להבין למה הם מפסידים עסקאות – יכולים ליצור ולקבל דשבורד ניתוח Win/Loss חכם. הנה התוצאה: ניתוח מלא לפי אזורים, אנשי מכירות ושלבים במכירה: לצפייה בדשבורד לדוגמה »

פרומפטים נוספים שיעזרו לכם לנתח ולהציג נתונים

ניתוח טרנדים ותחזיות

ניתוח התנהגות לקוחות

ROI ואנליזה פיננסית

ביצועי מוצרים ומכירות

חשוב לזכור: כל פרומפט דורש הקשר רלוונטי כדי לעבוד היטב – בין אם זה קובץ CSV, מסמך תומך, נתוני רקע או תיאור מדויק של הסיטואציה העסקית. בלי ההקשר הזה, גם הפרומפט הכי טוב עלול להניב תוצאה כללית או לא מדויקת.

טיפים מתקדמים לשימוש מדויק וחכם

1. הכינו את הנתונים כמו שצריך

לפני העלאת CSV:

• ודאו כותרות ברורות

• נקו ערכים חסרים או שגויים

• סדרו תאריכים בפורמט אחיד

• הוסיפו הסברים לעמודות מורכבות

2. שפרו את הפרומפט על ידי הוספת הקשר רלוונטי

ככל שתהיו מדויקים יותר, התוצאה תהיה חכמה וממוקדת יותר. אל תבקשו “לנתח נתונים” בלי להסביר מהם, ממתי, ולמה.

3. בקשו יותר – וקבלו תוצאה חדה יותר

• בקשו זוויות ניתוח שונות

• התמקדו בתקופות זמן ספציפיות

• בקשו השוואה לסטנדרט בתעשייה

• דרשו הסבר לתובנה המרכזית

4. פרפלקסיטי הוא שיחה, לא פקודה

אחרי התוצאה הראשונה – דייקו אותה. למשל: “החליפו לגרף עמודות מוערמות”, “פירוט לפי רבעון רביעי בלבד בישראל”, “הסבירו כמו למנהל לא-טכני” “השוו לתעשייה הגלובלית.

5. בנו לעצמכם ספריית תבניות

ברגע שהפרומפטים עובדים לכם – הפכו אותם לתבניות קבועות שתוכלו למחזר:

• דוח פיננסי

• סקירת שוק

• ניתוח ביצועים

• ניתוח לקוחות

• תוכנית פעולה

שמרו, עדכנו, והשתמשו שוב – זה חוסך זמן ושומר על עקביות.

מגבלות חשובות – ומה לא לעשות עם Perplexity Labs

שמירה על מידע רגיש

אל תעלו קבצים עם מידע אישי או סודי – אלא אם אתם משתמשים בגרסת ה-Enterprise. לחלופין, נקו מזהים מהנתונים או השתמשו בכלים פנימיים.

תמיד לבדוק עובדות

Perplexity הוא עוזר מצוין – אבל לא אנליסט אנושי. הוא עלול לטעות או “להמציא” מידע. לכן חשוב להצליב נתונים ולהפעיל שיקול דעת מקצועי.

גישה מוגבלת למקורות פרימיום

למרות החיבור לאינטרנט, הכלי לא כולל גישה למאגרים בתשלום כמו Bloomberg או S&P. לנתונים פיננסיים מדויקים – עדיין תידרש גישה ייעודית.

שורה תחתונה, אל תשתמשו בכלי להחלטות השקעה קריטיות, דיווחים רגולטוריים, ניתוח מידע רגיש או תחזיות לטווח ארוך – בלי אימות נוסף וליווי מקצועי.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס AI בינה מלאכותית למנהלים ובכירים

למידע נוסף >>

לסיכום – תתחילו מהצורך האמיתי שלכם

Perplexity Labs הוא לא עוד כלי – הוא שותף חכם שיכול לחסוך לכם שעות של עבודה ולתת לכם יתרון תחרותי. אבל ההצלחה לא מגיעה מהטכנולוגיה – אלא מהשימוש שלכם בה. התחילו מבעיה אמיתית שיש לכם היום, נסחו פרומפט ממוקד, העלו את הנתונים – ותראו איך תובנות מתחילות לזרום. תשתמשו בו נכון, ותגלו שהשאלה הנכונה היא לא מה הוא יודע לעשות – אלא איך אתם בוחרים להשתמש בו.

הפוסט איך להפוך נתונים לתובנות עסקיות תוך דקות עם פרפלקסיטי לאבס הופיע ראשון בLet's AI בינה מלאכותית

כיצד עובדת המלצת המודל החדשה בממשק GPTs?

הפונקציה החדשה שמציעה OpenAI מאפשרת ליוצרי GPTs להמליץ למשתמשים על המודל האופטימלי לשימוש בבוט הספציפי שלהם. במסגרת התכונה הזו, יוצרי הבוטים יכולים לבחור מתוך תפריט ייעודי באיזה מודל בוט ה-GPT שלהם יפעל, בהתבסס על דרישות הביצועים, עלות, מהירות תגובה ויכולות נדרשות.

בחירת מודל בממשק בניית הבוט ב-GPTs.

כך למשל, יוצר בוט המתמחה בניתוח נתונים וקבצים, סביר שימליץ לעבוד עם מודל ריזונינג כמו o3 שמצטיין בחישובים מתמטיים ופעולות רב-שלביות – מודל הידוע ביכולותיו האנליטיות הגבוהות. לעמות זאת, בוט שמתמחה בכתיבת טקסים, עשוי להמליץ על GPT-4o הישן והטוב, או על GPT-4.5 המיוחד, שמצטיין ביכולות שפתיות ו”חשיבה רגשית” (EQ ולא רק IQ).

בזמן הגדרת ההמלצה, המערכת מאפשרת ליוצר הבוט לבחור מתוך רשימה מסודרת של מודלים הזמינים לפונקציות השונות. עם זאת, לא כל מודל זמין לכל משתמש, שכן לא לכל משתמש יש חבילה בתשלום, שמנגישה לו את המודלים המתקדמים יותר.

יתרונות עיקריים של הפיצ’ר החדש

שקיפות ובהירות למשתמשים

האפשרות להמליץ על מודל מעניקה למשתמשים הבנה ברורה של הביצועים הצפויים ושל הסיבות שבגללן נבחר מודל מסוים. במקום ניחוש או תסכול עקב ביצועים לא עקביים, המשתמש יכול לראות מראש עם איזה מודל הבוט שלו עובד ומה המשמעות של שימוש במודל זה מבחינת חווית השימוש.

החלפת המודל מתאפשרת על ידי הקלקה על שם הבוט, בצד שמאל למעלה – ראו תמונה מטה:

לחיצה על שם הבוט, תחשוף את המודל שהומלץ על ידי בונה הבוט, ואת האפשרות להחליפו.

מה קורה כשהמודל המומלץ אינו זמין למשתמש?

אחד התרחישים הנפוצים והחשובים להבנה הוא כאשר מודל מסוים מומלץ על ידי יוצר הבוט אך אינו זמין למשתמש בשל מגבלות מנוי, הרשאות, או זמינות אזורית. במקרה כזה, OpenAI יצרה מנגנון גיבוי ברור ואוטומטי. אם המשתמש אינו יכול לגשת למודל המומלץ, המערכת תבחר באופן אוטומטי במודל חלופי דומה ככל האפשר. לדוגמה, אם הבוט תוכנן להשתמש ב-o4 mini אך הוא לא זמין למשתמש, המערכת תעבור ל-GPT-4o או למודל אחר שזמין בחבילה החינמית. זה לא מושלם, אבל זה הרע במיעוטו.

הפוסט סוף סוף אפשר להמליץ על מודל ב-GPTs – אבל יש קאטץ’! הופיע ראשון בLet's AI בינה מלאכותית

מורי מתמטיקה, הגיע הזמן לדבר על השינוי שאתם חייבים להכיר. הפעם מדובר בשני בוטים מתקדמים מבוססי GPTs, שמטרתם לסייע לתלמידים שלכם בתרגול מתמטיקה לקראת הבגרות, בגיאומטריה ובאלגברה. מעבר לכך, לא מדובר בעוד סתם בוטים, אלא בכלים שמשתמשים במודלים מחשבתיים מתקדמים – וזה בדיוק מה שעושה את ההבדל בין סתם תרגול לבין הצלחה אמיתית בבגרות. אז למה אתם מחכים? בואו נכיר אותם!

 

הישארו מעודכנים

רוצים לקבל עדכונים בלייב? רוצים מקום בו אתם יכולים להתייעץ עם מומחי AI, לשאול שאלות ולקבל תשובות? רוצים לשמוע על מבצעים והטבות לכלי ה-AI שמשנים את העולם? הצטרפו לקהילות ה-AI שלנו.

 

 

אפשר גם להרשם לניוזלטר שלנו

 

Email

בהרשמה אני מאשר/ת קבלת מסרים פרסומיים במייל

הרשמה

 

הכירו את הבוטים שיהפכו למורים הפרטיים החדשים של תלמידיכם

בכל הקשור ללמידת מתמטיקה לקראת הבגרות, תלמידים רבים זקוקים להכוונה מדויקת ולתמיכה של מורה פרטי. אך במציאות של עומס בכיתות וקשיי זמינות של מורים פרטיים איכותיים, טכנולוגיה חדשנית יכולה להוות פתרון אפקטיבי במיוחד. את שני הבוטים הבאים – GeoMath Helper GPT ו-Math Helper GPT – בניתי במטרה לספק לתלמידים שלכם הדרכה אישית, מדויקת וברורה. כך בינה מלאכותית יכולה לסייע לכל תלמיד, בכל מקום לקבל את הרמה הגבוהה ביותר של חניכה וסיוע מקצועי, שהטכנולוגיה כיום מאפשרת.

 

לפרטים וסילבוס על קורס ה-AI שלנו למורים, לחצו פה.

 

רגע לפני שאתם מתחילים לעבוד עם הבוטים שלנו…

דגש חשוב מאוד! אם יש לכם מנוי בתשלום ל-ChatGPT, מומלץ בחום לעבוד למודל o3, שכן יש הבדל דרמטי בין השימוש במודל ריזונינג ובין השימוש במודל ברירת המחדל של הבוט: GPT4o – שהוא הרבה פחות טוב בחישובים מתמטיים! הסבר בהמשך המאמר!

 

הבוט הראשון: GeoMath Helper GPT – לתרגול בגיאומטריה

הכירו את הבוט GeoMath Helper GPT מבית LetsAI, שתוכנן לסייע לתלמידים ברמות 3, 4 ו-5 יחידות לימוד בגיאומטריה. הבוט הזה עובד כמו מורה פרטי של ממש, ומלווה את התלמידים צעד אחר צעד בפתרון התרגילים, תוך מתן הסברים מדויקים, רמזים מועילים ושרטוטים חזותיים שמבהירים כל שלב בתהליך.

התלמיד יכול פשוט להעלות תרגיל או לשאול על נושא מסוים, והבוט מדריך אותו לפתרון בעזרת הסברים מותאמים אישית. הגישה הזו מעודדת הבנה עצמאית של התלמיד ומסייעת לו לפתח יכולות חשיבה לוגית וויזואלית, קריטיות במיוחד בלימודי הגיאומטריה.

GeoMath Helper GPT – פתרון והדרכה בגיאומטריה של בגרות.

 

הבוט השני: Math Helper GPT – לתרגול באלגברה

הבוט Math Helper GPT, אותו בניתי כדי שימש כמעין מורה פרטי לאלגברה. הוא עוזר לתלמידים להתמודד עם תרגילים אלגבריים נפוצים ברמות 3, 4 ו-5 יחידות לימוד, בדיוק בדרך שתלמידים צריכים כדי להצליח בבחינות הבגרות. הבוט מתמקד בהסברים בהירים, צעד אחר צעד, ומתאים לכל רמת קושי שאליה נדרש התלמיד.

בין אם מדובר במשוואות ריבועיות או באי-שוויונות מורכבים, Math Helper GPT עוזר לתלמיד להבין לא רק כיצד להגיע לפתרון, אלא גם את ההיגיון מאחורי כל שלב.

Math Helper GPT – פתרון והדרכה באלגברה של בגרות.

החלפת המודל: לחצו על שם הבוט כדי לוודא שאתם על מודל ריזונינג כמו o3. אם אין לכם מנוי, קחו בחשבון שהמודל יהיה GPT4o והוא הרבה פחות טוב בחישובים מתמטיים!

ומה אם אני כן רוצה להשתמש בכלי או במודל חינמי?

אם לכם אם לתלמידים שלכם אין מנוי חינמי, לא תוכלו להפעיל את מודלי הריזונינג בבוטים שיצרתי ושהצגתי במאמר זה, אבל יש אלטרנטיבה! תוכלו להשתמש במודלי ריזונינג של גוגל, שזמיני בחינם באפליקצייה של Gemini. פה תמצאו הסבר מעמיק ואפילו המלצה לשיעור שובר שגרה, עם כלי אחר שבנינו עבורכם – אפליקציה לתרגול פתרון שאלות בגרות במתמטיקה עם Gemini בכתה.

הפוסט שני בוטים שכל מורה למתמטיקה חייב להכיר! הופיע ראשון בLet's AI בינה מלאכותית

מה זה Claude Gov?

לפי ההכרזה הרשמית, Claude Gov הוא סט מודלים שנבנה “על בסיס משוב ישיר מלקוחות ממשלתיים”, ונועד לפעול בסביבות מסווגות בלבד. Anthropic מדגישה שהמודלים “עברו את אותן בדיקות בטיחות קפדניות” – אבל גם מציינת בפירוש: הם “מתוכננים להתנהג בצורה שונה בהקשרים מסווגים, כמו ניתוח מסמכים ממשלתיים רגישים.”

בין היכולות המוגברות:

• הבנה עמוקה יותר של ז’רגון מודיעיני וביטחוני.

• ניתוח נתוני סייבר מורכבים.

• מיומנות בשפות ודיאלקטים קריטיים.

• תגובה גמישה יותר למידע מסווג.

כלומר, המודל פחות מסרב, פחות עוצר, ומספק יותר גישה. ולא לציבור, אלא לסוכנויות ממשלתיות בלבד.

גם לבטיחות יש גרסה מסווגת

במבט ראשון, זו נשמעת כמו פשרה. אבל כדאי לעצור ולשאול: האם זה בכלל אפשרי לבנות מערכת בטיחות אחת – שתהיה גם אוניברסלית, וגם מתאימה למודיעין צבאי? Anthropic עצמה ניסתה לאורך כל הדרך לעשות בדיוק את זה: היא שמה את הבטיחות בלב המוצר, לא בצידו. פיתחה את מודל Constitutional AI, השקיעה רבות ב־red-teaming, שיתפה מחקרים על distillation, ועל alignment, והתנגדה בגלוי למורטוריום רגולטורי שאוסר על שקיפות.

וזה בדיוק מה שהופך את ההשקה של Claude Gov למעניינת: היא לא מגיעה מחברה שמזלזלת בבטיחות – אלא מחברה שהובילה את התחום. ולמרות זאת – אפילו היא מוצאת את עצמה בונה גרסה אחרת.

מה קורה כשגם הזהירים נשחקים

הבעיה איננה בכך ש-Anthropic בחרה לעבוד עם סוכנויות ביטחוניות. הטכנולוגיה תפותח בכל מקרה – ומי שמסרב לשתף פעולה פשוט נשאר מחוץ למשחק. הבעיה מתחילה כשגם השחקן הזהיר ביותר נדרש לסמן מחדש מה נחשב “בטוח” – לפי הקשר. אם אפילו Anthropic לא מצליחה לשמור על אחידות בבטיחות, מה זה אומר על התעשייה כולה?

כשההצדקה הביטחונית פוגשת את גבול השקיפות

הטיעון הנגדי ברור: יש פעולות שמודל צרכני צריך לסרב להן – אבל עבור אנליסט ביטחוני הן חיוניות. מודל שלא מספק ניתוח של מסמך מודיעיני מסווג, הוא לא “זהיר”, הוא מכשול מבצעי. ואולי, בהקשרים כאלה, בטיחות צרכנית פשוט לא רלוונטית. אבל גם אם זה נכון – השאלה היא מה עושים עם הפער הזה. כי כרגע, הציבור נשאר בחוץ:

• אין הסבר טכני לאיך הותאמו המודלים

• אין פירוט על נהלי בטיחות במצבים מסווגים

• אין דרך להבין מה “מסרבים פחות” באמת אומר בפועל

והשאלה העמוקה עוד יותר: מי מפקח על הבטיחות – כשכל התהליך חסוי מראש?

תעשייה שלמה בתנועה

Anthropic לא לבד. OpenAI, שהחלה במדיניות של איסור שימוש צבאי, עובדת כיום עם קבלני ביטחון. Meta פותחת את Llama לשותפי הגנה. Google מפתחת גרסאות מסווגות של Gemini. וגם Cohere משתפת פעולה עם Palantir – אחת השחקניות המובילות ב-AI ביטחוני.

הקו שהיה פעם ברור – AI אזרחי בלבד – כבר לא קיים. וכשכל השחקנים הגדולים חוצים אותו, כל אחד בדרכו, הסיפור כבר לא על חברה מסוימת – אלא על מערכת שבה אין מקום לבטיחות קבועה.

הסכנה הכי גדולה היא השקט

הבעיה איננה רק מי עובד עם מי – אלא איך זה קורה. Claude Gov לא הוכרז בפוסט בלוג מפורט, אלא בהודעה מרוכזת, עם ניסוחים כלליים. המונח “אותן בדיקות בטיחות” נשמע מבטיח – אבל אין פירוט על אופן השינוי, טיב ההתאמה, או רמת הפיקוח. וזו הנקודה הקריטית: אם אי אפשר להבין מה השתנה – אי אפשר גם לדעת אם הערכים נשמרו.

זו לא החלטה – זה הכרח

אפשר לפרש את הסיפור הזה בשתי דרכים:

1. Anthropic נכנעה ללחץ של חוזים ממשלתיים וויתרה על עקרונות.

2. אפילו החברה המחויבת ביותר לבטיחות נאלצת לעצב גרסה נפרדת – כי זו דרישת השוק.

הראשון נוח יותר להסביר. השני – מדאיג בהרבה. אם זו מגבלה של כל חברה באקוסיסטם – אז אנחנו לא צריכים רגולציה שתפקח על שחקן מסוים, אלא מנגנונים מערכתיים שמציבים סטנדרטים שאי אפשר להנדס מחדש לפי זהות המשתמש.

האם נותרה בכלל דרך לשמור על בטיחות אמיתית?

השאלה איננה אם AI ישמש למטרות ביטחוניות – אלא איך הוא יעשה זאת. ואם כל ממשלה דורשת מודלים מותאמים, ואם כל שחקן עסקי נמדד לפי היכולת לספק גרסה “פחות מסרבת”, אז אין עקרונות – יש התאמות. Claude Gov הוא לא כשל מוסרי – הוא סימן שאלה אסטרטגי: האם בכלל ניתן לבנות בטיחות אמיתית – בעולם שבו הדרישות המבצעיות מגדירות מחדש את כללי המשחק?

הפוסט כשהבטיחות הופכת לשאלה של תקציב הופיע ראשון בLet's AI בינה מלאכותית

שני דברים שחשוב לומר לפני שמתחילים:

1. הנתונים במאמר, שמבוססים על הדו”ח של FirstPageSage, מתארים ממוצע תנועת משתמשים ב-90 הימים האחרונים בארצות הברית בלבד. הם לא כוללים שימוש גלובלי או יישומים פנים-ארגוניים.

2. מאז פרסום הדו”ח, גם Google וגם Microsoft הפגיזו בהשקות נוצצות של כלים מבוססי בינה מלאכותית – וגם Claude ו-ChatGPT הציגו יכולות חדשות, חיבורים למערכות חיצוניות וכלים מתקדמים. השוק הזה דינמי במיוחד – והמספרים, אחוזי הצמיחה ונתחי השוק משתנים כל הזמן בהתאם. בואו נתחיל…

ChatGPT עדיין המלך – אבל הכתר נהיה כבד

נתחיל עם הפיל שבחדר. ChatGPT עדיין מוביל את השוק עם 59.7% מהתנועה האמריקאית נכון לאפריל 2025, כלומר, יותר ממחצית מכל מי שמשתמש בצ’אטבוטים בינה מלאכותית, בוחר ב-OpenAI. אבל זו כבר לא אותה שליטה. בינואר 2024 הם החזיקו ב-76.4% מהשוק. תוך קצת יותר משנה, הם איבדו לא פחות מ־16.7% מהשוק. זה לא שינוי קטן – זו שחיקה אמיתית. מה זה אומר לנו? תקופת ירח הדבש נגמרה. המשתמשים התחילו לחפש ברצינות אלטרנטיבות – והפעם, הם גם מוצאים כאלה ששוות את זה. וזה רק קצה הקרחון של השינויים שמתרחשים בשוק הזה ברבעונים האחרונים.

חלוקת השוק: מי שולט בצ’אטבוטים של הבינה המלאכותית?

שחקנים קטנים עם מהלכים גדולים

אחרי תקופה לא קצרה שבה שוק הצ’אטבוטים נשלט כמעט לחלוטין על ידי ענקים, עכשיו מגיעים השחקנים הקטנים – והם זזים מהר. Claude AI הוא השד המהיר של המרוץ הזה – צמיחה של 14% ברבעון, כפול משיעור הצמיחה של ChatGPT. עם נתח שוק של 3.2% בלבד, זה אולי נשמע שולי – אבל זה בסיס שמשתפר במהירות. משהו בגישה הרצינית וההתמקדות במשתמשים עסקיים תופס בדיוק את מי שמרגיש ש-ChatGPT לא מדבר מספיק “שפת עבודה”.

Perplexity הוא אלוף הדיוק – 6.2% נתח שוק ו-10% צמיחה רבעונית. והסיבה ברורה: הם מיתגו את עצמם כ”מנוע חיפוש בינה מלאכותית שמתמקד בדיוק”. בעולם שבו יותר מדי כלים ממציאים עובדות, משתמשים כבר למדו לזהות ערך כשמופיעה אמינות.

ואז יש את Grok – הקלף המפתיע. 0.8% נתח שוק בלבד, אבל צמיחה של 12% ברבעון. האינטגרציה עם X (לשעבר טוויטר) נותנת להם זווית חברתית ייחודית, ממשק קליל, וגישה שפונה בדיוק לקהל שמחפש חוויית צ’אט שונה, פחות רצינית ויותר נוכחת ברשתות.

המציאות הלא נעימה של Microsoft ו-Google

שתי ענקיות הטכנולוגיה עם הכי הרבה כוח – אבל משהו חורק.

Microsoft Copilot מחזיק ב־14.3% מהשוק, אך מציג צמיחה רבעונית צנועה של 6% בלבד. בהתחשב בזה שהוא משולב עמוק בתוך חבילת ה-365 של מיקרוסופט – זה נתון מאכזב. Copilot רוכב על ההצלחה של ChatGPT, אבל לא מצליח לייצר זהות נפרדת. המשתמשים מרגישים שזה פשוט ChatGPT בלבוש משרדי.

Google Gemini במצב דומה – 13.4% נתח שוק, עם צמיחה רבעונית של 5% בלבד. וזה מפתיע, כי זו Google: החברה שהביאה לנו את Transformer ואת כל הבסיס של דור הבינה הנוכחי. ובכל זאת, הם איבדו כ־3% מהשוק מאז ינואר 2024 – בשוק שבו כל עשירית אחוז שווה מיליוני משתמשים.

כמו שזה נראה עכשיו, שתי החברות מנסות להיות הכל לכולם – והתוצאה היא מוצר גנרי שלא מדבר לקהל ספציפי. בעולם שבו המשתמשים מחפשים התאמה אישית, זה פשוט לא מספיק.

ה”נטפליקסיזציה” של שוק הצ’אטבוטים

הנתונים מצביעים על מגמה חדה: אנחנו כבר לא בעולם של “צ’אטבוט אחד ששולט בהכול”. המשתמשים נהיים מתוחכמים יותר – והם מבינים שכלי אחד לא יכול לשרת את כל הצרכים שלהם. בדיוק כמו שאנחנו לא מסתפקים בערוץ טלוויזיה אחד – אלא מרכיבים לעצמנו חבילת סטרימינג לפי טעם – כך גם בצ’אטבוטים. משתמשים ב-Claude לצרכים עסקיים, ב-Perplexity כשחשוב דיוק ומקורות, ב-Brave Leo כשפרטיות עומדת בראש, ובכלים כמו Komo, Andi או Deepseek כשצריך מענה ייחודי לנישה מסוימת.

זה לא רק שוק תחרותי – זו אבולוציה של ממש. שוק שמתפצל, מתמקד – והולך בעקבות מה שהמשתמשים באמת צריכים.

פרטיות ואמון

יש נקודה קריטית שמרבית האנליסטים מפספסים – והיא הולכת להפוך לאחת השאלות הבוערות של השנים הקרובות: הפרטיות.

Brave Leo AI, צ’אטבוט מובנה בדפדפן Brave, שמציע תשובות חכמות תוך שמירה מלאה על פרטיות המשתמש וללא איסוף מידע אישי, מחזיק רק 0.2% נתח שוק, אבל צומח בקצב של 6% ברבעון. זה אולי נראה שולי – אבל תעצרו רגע ותשאלו את עצמכם בכנות: מה בדיוק הצ’אטבוט שלכם שומר? כמה מידע אישי, מקצועי, או רגיש אתם שופכים לתוך המערכת – בלי לדעת לאן הוא הולך? רוב האנשים עדיין לא שואלים את זה. אבל אלה שכן, כבר מצביעים ברגליים, ומתחילים לחפש אלטרנטיבות שמתייחסות אליהם לא רק כמשתמשים – אלא גם כבני אדם עם זכויות.

אם Perplexity מצטיין בדיוק – Brave מצטיין באמינות. וזה לא פחות חשוב. בשוק שבו כלים מתחרים על מהירות, עוצמה ופיצ’רים, Brave בונה יתרון אחר לגמרי: אמון. וזה מגדיר מחדש את מה שמשתמשים מתחילים לצפות מצ’אטבוט.

תובנות מעשיות

על בסיס כל הנתונים האלה – הנה העצות הכי כנות שאפשר לתת לכם:

• אם אתם משתמשים עסקיים – תנו ל-Claude AI הזדמנות. הם מתמחים בעבודה עם מסמכים, תהליכים ונתונים רגישים.
• אם אתם מחפשים דיוק ומקורות – נסו את Perplexity. הוא לא סתם עוד צ’אט – הוא נבנה להיות מדויק, תכליתי, ומגובה במקורות אמינים. וזה מורגש.
• אם הפרטיות חשובה לכם – בדקו את Brave Leo. הוא אולי קטן, אבל לפעמים, דווקא הכלים שמוותרים על דאטה הם אלה שמכבדים אתכם באמת.

ולכולם – ChatGPT הוא עדיין כלי חזק, אבל העולם לא נשאר חד-צדדי. אל תבנו על צ’אטבוט אחד שיעשה הכול. תתחילו לבנות סל כלים. לא בגלל שזה נחמד – אלא כי זו הדרך הכי חכמה לעבוד היום עם בינה מלאכותית.

מה יקרה הלאה?

אני לא באמת יודע, אבל כשאני בוחן את הנתונים ואת המגמות של 2025, שלושה שינויים גדולים בולטים לעין – והם כבר מתרחשים מולנו. השוק הולך ומתפצל – משתמשים מפסיקים להסתפק בכלי אחד, ומתחילים להרכיב לעצמם “סל כלים” שמותאם לצרכים שונים. כלים מתמחים עוקפים את הכלליים – כי כשהמטרה היא לדייק, לפתור בעיה מסוימת או לחסוך זמן, כלים כלליים פשוט לא מספקים את הסחורה. ובמקביל, הפרטיות הופכת לגורם מבדל משמעותי – בדיוק כמו שקרה בעבר עם דפדפנים כמו Brave או Firefox, גם בצ’אטבוטים מתחילים לחפש את מי שלא אוסף הכל. וזה כבר לא שאלה של “אם” – אלא של “מתי”. והמתי הזה הוא ממש עכשיו.

השורה התחתונה

שוק הצ’אטבוטים עובר אבולוציה. השליטה של ChatGPT עדיין ברורה – אבל היא נשחקת בקצב מואץ. Google ו-Microsoft נאבקות לשמור על הרלוונטיות שלהן. והעתיד? הוא שייך לכלים שלא מנסים לעשות הכול, אלא מתמקדים בפתרון מדויק לבעיה אמיתית. אז אל תשימו את כל הביצים שלכם בסל אחד. או בשפת הבינה המלאכותית – אל תשימו את כל הטוקנים שלכם על מודל אחד. המהלך החכם הוא להתחיל לבנות סל כלים אסטרטגי. לא כי זה “מגניב לנסות” – אלא כי זו המציאות החדשה. הכוח האמיתי הוא לא בזה שיש לנו AI – אלא בזה שאנחנו יודעים לבחור את הכלי הנכון, בזמן הנכון, למשימה הנכונה.

אז מה הצעד הבא שלכם? תבחרו כלי אחד מתמחה, תנו לו שבוע של ניסוי אמיתי, ותראו אם הוא מביא לכם ערך. הנתונים אומרים שכן. עכשיו תורכם לבדוק.

הפוסט מי מנצח ומי מפסיד במלחמות הצ’אטבוטים 2025? הופיע ראשון בLet's AI בינה מלאכותית

מי זה מאנוס?

מאנוס הוא סוג חדש של סוכן אוטונומי – “טייס אוטומטי” למשימות מורכבות. מדובר בפלטפורמה שפותחה על ידי חברת Butterfly Effect הסינית, בגיבוי Tencent, שמבקשת לשנות את הדרך בה אנחנו עובדים עם בינה מלאכותית. המערכת לא רק מגיבה לפקודות, אלא מנהלת תהליכים שלמים מקצה לקצה: הפקת דוחות, בניית אתרים, יצירת וידאו, ניתוח נתונים, ניהול מלאי ועוד.

מאנוס (manus) פועלת על בסיס שילוב בין מודלים סיניים מתקדמים – כמו Qwen של עליבאבא – לבין מודלים מערביים, תוך שמירה על שקיפות מלאה. בכל משימה מוצג “חלון מחשב” שבו ניתן לעקוב אחר כל צעד שהסוכן מבצע – ממש כמו מתמחה דיגיטלי שמתייעץ אתכם תוך כדי תנועה. יתרון חשוב נוסף הוא שהיא גם זוכרת. למערכת יש זיכרון מתמשך, שמאפשר לה ללמוד ממשימות קודמות, להתאים את עצמה להעדפות המשתמש, ולשפר את הביצועים לאורך זמן.

כל החידושים שהופכים את מאנוס לכלי עבודה אמיתי

מאנוס מצגות

אחת מהיכולות שזכו לעדכון משמעותי היא הפקת מצגות אוטומטיות. מאנוס מסוגל לבנות תוך דקות מצגת עסקית, שיווקית או לימודית – כולל כותרות, תוכן, גרפים ועיצוב מקצועי, עם אפשרות ייצוא ל-PowerPoint או PDF. מספיקה שורת הנחיה כמו: “בנה מצגת על מגמות שוק הנדל”ן בישראל”, והמערכת תספק חבילת שקפים מוכנה לשימוש – לעיתים אפילו עם מקורות נתונים ודיאגרמות.

היתרון? מאנוס לא רק מייצר מצגות יפות – הוא מבין את המטרה. הוא מתאים את הסגנון לקונטקסט: חדר ישיבות, שיעור, או דף שיווקי ברשת. רוצים לשנות משהו? לחיצה אחת תפתח עורך נוח ואינטואיטיבי, שמאפשר שליטה כמעט מלאה על התוצאה.

ממילים לסיפור ויזואלי שלם

היכולת להפיק סרטון מלא מפרומפט אחד היא מהחידושים הבולטים של מאנוס – והיא משנה את חוקי המשחק בעבודה עם הסוכן. במקום לכתוב תסריט, לערוך, לעצב ולסנכרן – מאנוס עושה את הכל בעצמו. הוא לוקח רעיון טקסטואלי, בונה תסריט, מתרגם אותו, מתכנן סצנות, מוסיף קריינות, מייצר גרפיקה – ומגיש תוצר סופי מוכן לשיתוף. הפיצ’ר הזה כבר זמין למנויי Basic, Plus ו-Pro, ובקרוב ייפתח גם ליתר המשתמשים.

החידוש העוצמתי ביותר? שילוב עם אחד ממודלי הווידאו המתקדמים ביותר כיום – Veo3 מבית גוגל. מאנוס מאפשרת הפקת סרטונים באיכות 4K עם תאורה, דיאלוגים, אפקטי קול ותנועות מצלמה חכמות, לצד אפשרות לקבוע סגנון קולנועי מותאם אישית – טרנטינו, היצ’קוק או כל סגנון אחר שתבחרו. השילוב בין יכולת הסיפור האוטונומית לבין הכוח הוויזואלי של Veo3 הופך את מאנוס לכלי כמעט יחיד מסוגו: לא יוצר סרטונים – אלא במאי דיגיטלי שעובד עבורכם.

מחקר שוק וניתוח עסקי – בלחיצה אחת

כחלק מהשדרוגים האחרונים, מאנוס מציעה כלי מחקר וניתוח אסטרטגי שמבצע עבורכם את כל הדרך מבעיה לשקף ניהולי. המערכת מזהה באופן אוטומטי את המסגרת האסטרטגית הרלוונטית – SWOT, מודל קנבאס, PESTEL או אחרים – בהתאם לשאלה שלכם. לאחר מכן היא מבצעת מחקר שוק, מנתחת נתונים, ומפיקה דוח מקצועי עם גרפים, תובנות, והמלצות, הכול בתוך ממשק ברור ויזואלי – כולל אתר שיתוף מוכן לצוות. רק הקלידו שאלה כמו: “מהם אתגרי הכניסה של סטארטאפ בתחום האגרו-טק בצפון אמריקה?”, ומאנוס תבנה עבורך מסגרת אסטרטגית שלמה עם מקורות מידע, טיעונים ותרשימים. לא עוד תבניות ריקות או ניסיונות לנחש מה חסר – מאנוס הופכת את הסקרנות שלכם לבסיס פעולה מיידי.

מחיפוש תמונות ליצירת תוכן ויזואלי

במאנוס, חיפוש תמונות הוא לא רק שלב – הוא חלק מתהליך יצירתי שלם. המערכת מאתרת תמונות מדויקות ורלוונטיות לפרויקט שלכם, אבל לא עוצרת שם: היא יודעת לשלב אותן במצגות, אתרים, חומרים שיווקיים וסיפורים ויזואליים שלמים. במקום לספק תוצאות חיפוש גנריות, מאנוס מציעה הקשר, עיצוב, ויכולת לייצר חוויית תוכן אמיתית מתוך תמונה אחת. זו לא רק חדשנות – זו חשיבה מחודשת על המקום של מדיה ויזואלית בתוך תהליך עבודה שלם.

יצירת תמונות כחלק מתהליך

מאנוס לא מתייחסת לתמונה כתוצאה סופית, אלא ככלי בתוך תהליך גדול יותר. במקום פשוט לייצר תמונה מתוך פרומפט, המערכת מבינה את המטרה הכוללת, ואז בונה סביב התמונה פתרון שלם: קונספט, סגנון, שילוב בתוכן נוסף, ותיאום בין רכיבים ויזואליים. זו הגישה ההוליסטית שמייחדת את מאנוס מכלי דמיון רגילים. לדוגמה: אם תבקשו לבנות קמפיין שיווקי, מאנוס תיצור עבורכם לוגו, תמונות מוצר, באנרים, וחומרי פרסום – הכול בתיאום מושלם, ובתוך אותו תהליך זרימה אוטונומי.

אוטומציה חכמה ואינטגרציות מתקדמות

מאנוס מאפשרת חיבור חלק למגוון כלים חיצוניים דרך API או ממשקי Webhook, להפעלת תהליכים עסקיים אוטונומיים – כמו ניהול לקוחות, מלאי, שירות לקוחות, הפקת דוחות ושליחתם – והכל משלב ביצוע ומעקב בזמן אמת. הפלטפורמה מסוגלת להריץ את כל התהליך בעצמה, עם אפשרות להתערבות אנושית במקרה הצורך – ממשק שליטה שמאפשר פיקוח מלא על זרימת העבודה .

למשתמש זה אומר:

• אוטומציה למשימות חוזרות – למשל, מעקב אחר מלאי לקוחות ושליחת התראה אוטומטית או הפקת דוחות תקופתיים בלי התערבות שלך.

• שילוב מערכות – כמו Zapier, Make, או ממשקים פנימיים של ארגון, כדי ליצור זרימות עבודה אינטגרטיביות, בין תכנון אסטרטגי לבין ביצועים עסקיים אמיתיים.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס אוטומציה עסקית ובינה מלאכותית

לפרטים נוספים לחצו כאן >>

כשמאנוס מתחיל לעבוד בשבילכם – ארבעה יוזקייסים

1. להפוך כל תמונה ליצירת אמנות

לא כל תמונה מתחילה כמושלמת – אבל מאנוס יודעת להפוך גם את המבולגנת ביותר לפוסטר מרשים, מוכן להדפסה או שיתוף. בין אם תצלמו שולחן עמוס, נעליים זרוקות או אפילו טישו מקומט -המערכת יודעת לזהות פוטנציאל ויזואלי, לארגן קומפוזיציה מחדש, ולהפוך את התמונה שלכם לעיצוב שכאילו יצא מסטודיו מקצועי. בלי פוטושופ, בלי תבניות, ובלי לגעת בכלי גרפי – פשוט להעלות תמונה ולתת לבינה המלאכותית לעבוד בשבילכם. היא רואה כמו מעצב, ומייצרת תוצאה שלא תאמינו שיצאה מתמונה יומיומית.

2. להפוך טקסט לתובנות עסקיות

כשיש לכם מאות תגובות של לקוחות – קל לטבוע בפרטים. מאנוס יודעת להפוך את הרעש הזה למפת תובנות שימושית. המערכת סורקת טקסטים חופשיים כמו ביקורות, סקרים או פידבק מהשטח – ומארגנת אותם אוטומטית לפי פרסונות משתמש, צרכים חוזרים, בעיות נפוצות ותובנות מוצר. הכול מוגש בדוח תמציתי, עם גרפים והדגשות – כדי שתוכלו לקבל החלטות אמיתיות, לא רק תחושת בטן. מה שבעבר דרש שעות של קריאה וסיכום – עכשיו הופך לפעולה שלוקחת דקות.

3. ניתוח, השוואה וחיזוי נתונים 

כשנתונים מצטברים – קל ללכת לאיבוד. מאנוס יודעת להפוך גליונות, טבלאות או כמויות מידע לא מסודר לתובנות ברורות ואקטיביות. בין אם מדובר בביקורות לקוחות, ביצועים של שחקנים, או מגמות שוק – המערכת מזהה דפוסים, מחלקת קטגוריות, ומפיקה גרפים, מסקנות ואפילו המלצות.

שלוש דוגמאות מהשטח:

• ניתוח ביקורות מוצרים באמזון – הבנת נקודות חוזקה וחולשה לפי קבוצות משתמשים.

• השוואת ביצועי שחקני NBA – הפקת מדדים חזותיים וסטטיסטיקות לאורך זמן.

• חיזוי מחירי דיור – שימוש בנתונים היסטוריים לבניית מודל תחזית.

הכול קורה בלי נוסחאות, בלי אקסלים מסובכים – רק הקלט הנכון, והמערכת עושה את השאר.

4. לכתוב ביקורת ספרות בלי לבזבז שבועות

כתיבת ביקורת ספרותית יכולה לגזול ימים – לפעמים שבועות. מאנוס חוסכת את הזמן הזה ומפיקה עבורך תמצית ברורה, מסודרת וניתנת לניתוח – בזמן קצר ובלי לוותר על עומק. בין אם את דוקטורנטית שמגבשת עבודת גמר, עורך דין שחוקר תקדימים, או צוות R&D שמנסה להבין מגמות טכנולוגיות – פשוט הזינו את נושא המחקר, והמערכת תנתח עבורכם עשרות מאמרים מדעיים, משפטיים או טכנולוגיים. תוך דקות תקבלו:

• גיליון אקסל מסודר.

• מפת מושגים.

• וסיכומים תמציתיים לפי קטגוריות, תמות או תחומי מחקר.

כך תוכלו לעבור מקריאה מייגעת למחקר שמתקדם באמת.

חוזקות ומגבלות של מאנוס

במה מאנוס חזק במיוחד?

מה שהופך את מאנוס ליותר מכלי AI רגיל הוא היכולת שלו לבצע משימות מורכבות מקצה לקצה – מבלי לפצל את התהליך לחלקים מנותקים. הוא יודע לתכנן, לחקור, לנתח נתונים, לבנות אתרים, להפיק דוחות – והכול באופן שמרגיש כמעט טבעי, כאילו יש לכם עוזר אישי חכם בצד. בזירת הווידאו, השילוב עם Veo3 מעניק למשתמשים יכולת נדירה: להפיק סרטונים באיכות גבוהה עם סאונד מסונכרן, דיאלוגים ואפקטים מתקדמים – בלי צורך בצוות הפקה. גם ביצירת תמונות מאנוס בולטת – לא רק מבחינת איכות, אלא בזכות השילוב שלהן בתוך קמפיינים, עיצובים או תוצרים שלמים כחלק מגישה הוליסטית.

ברקע, פועלים גם מנועי אוטומציה עסקית: חיבור למערכות קיימות, ניהול מלאי, הפקת דוחות שוטפים ותמיכה במגוון שפות – מה שמאפשר להפוך תהליכים שלמים לאוטונומיים. וכל זה משתפר עם הזמן: מאנוס לומדת מכל משימה, מתאימה את עצמה להעדפות המשתמש, ומדייקת ביצועים ככל שמשתמשים בה יותר.

מגבלות שחובה להכיר

למרות כל ההבטחות, מאנוס היא לא קסם – ויש דברים שעדיין דורשים זהירות, התאמה וציפייה ריאלית. משימות פשוטות דווקא עלולות להכשיל אותה. הזמנת טיסות, חיפוש מסעדות, או פעולות יומיומיות באינטרנט – לפעמים נראות למערכת כמו בעיות מורכבות מדי או כלליות מדי. במקום לחסוך זמן, היא עלולה לסרבל.

גם בעברית לא הכול חלק: אמנם אפשר לעבוד עם הממשק ולייצר תכנים לא רעים בכלל, אבל במצגות, עיצובים או טקסטים מורכבים – נתקלים לעיתים בכיווניות לא נכונה, ניסוחים משובשים או שילוב מוזר בין עברית לאנגלית. זה לא Deal Breaker – אבל בהחלט דורש בדיקה.

ומה לגבי פרטיות? זו אולי הנקודה הכי רגישה. מאנוס מופעלת על ידי חברה סינית, והנתונים שנכנסים אליה כפופים לחוקי הפרטיות הסיניים – לא לאירופאיים, ולא לאמריקאיים. לכן, חשוב להימנע מהעלאת מידע רגיש: מסמכים אסטרטגיים, תוכניות עסקיות, מסמכים משפטיים – כל דבר שלא היית שולח בלי מחשבה שנייה.

ואולי הכי חשוב, מאנוס יכולה להיראות כמו עוזר אישי מושלם, אבל היא עדיין לא מחליפה שיקול דעת אנושי. במיוחד כשמדובר בפרויקטים קריטיים, תוצרים סופיים, או מידע שנשלח החוצה – כדאי לבדוק, לדייק, ולוודא שהכול במקום.

המחיר האמיתי – כסף, זמן ופרטיות

כמו בכל כלי חזק, גם כאן יש תג מחיר – לא רק בדולרים.

בצד הכלכלי, מאנוס מציעה שלוש תכניות מנוי חודשיות, כולן כוללות 300 קרדיטים יומיים וגישה לכלי הליבה של הפלטפורמה:

• Basic ($19 לחודש) – כולל 1,900 קרדיטים בחודש + 1,900 נוספים בהצעת השקה מוגבלת. תומך בהרצת שתי משימות במקביל, עם יציבות משופרת וזמינות מועדפת בשעות עומס.

• Plus ($39 לחודש) – מכפיל את כמות הקרדיטים ל-3,900 + 3,900 נוספים. מציע את אותה רמת יציבות, תיעדוף וגמישות כמו ה-Basic, אך מתאים למשתמשים אינטנסיביים יותר.

• Pro ($199 לחודש) – כולל 19,900 קרדיטים בחודש + 19,900 בונוס. תומך בהרצת עד 5 משימות במקביל, כולל גישה ל-“High-effort mode” ופיצ’רים נסיוניים נוספים. הבחירה למשתמשים מקצועיים, צוותים, או תהליכים מורכבים במיוחד.

כל התכניות כוללות גישה מוקדמת לפיצ’רים, הקשר ארוך יותר בשיחות, ויציבות משופרת עם משאבים ייעודיים.

כמה זה עולה לכם?

אבל כסף הוא לא המחיר היחיד. יש גם את מחיר הזמן. ההבטחה של מאנוס היא לחסוך שעות עבודה – ולעיתים הוא עומד בזה. אבל משימות מורכבות דורשות ניסוי וטעייה, התאמות והבנה של המערכת. לא תמיד זה עובד “בפעם הראשונה”. מצד שני, כשזה כן עובד – זה מרגיש כאילו חסכתם יום שלם בתוך רבע שעה.

והמחיר המשמעותי ביותר? פרטיות. כבר הזכרנו את זה בפסקת המגבלות – מאחורי מאנוס עומדת חברה סינית, והמשתמשים כפופים לחוקי הפרטיות של סין. המשמעות פשוטה: אם אתם עובדים עם מידע עסקי רגיש, קניין רוחני, תכניות אסטרטגיות או חומרים משפטיים – עצרו וחשבו היטב לפני שאתם מעלים אותם לפלטפורמה. מאנוס לא מסתירה את זה – אבל האחריות בסוף על המשתמש. לדעת איפה עובר הגבול, זה חלק בלתי נפרד מהשימוש הנבון.

טיפים פרקטיים להתחלה

אם זו הפעם הראשונה שלכם עם מאנוס, כדאי להתחיל בקטן ולבנות את הביטחון בהדרגה. נסו משימה פשוטה: יצירת מצגת, דוח SWOT או הפקת סרטון קצר. זו דרך טובה להרגיש את היכולות – וללמוד איך הסוכן מגיב לצרכים שלכם. בשלב הזה, חשוב לעבור על התוצרים בעין ביקורתית – במיוחד אם הם בעברית או נוגעים לתוכן רגיש. אל תסמכו בעיניים עצומות על אוטומציה, גם אם היא מרשימה. שמרו תמיד עותקים מחוץ לפלטפורמה – גם כדי למנוע אובדן מידע, וגם כדי שתוכלו להשוות ולשפר. ככל שתכירו את הכלי ותבינו את נקודות החוזק והחולשה שלו, תוכלו לעבור למשימות מורכבות יותר – ניתוח נתונים, הפקת תוצרים שיווקיים שלמים, או אוטומציה עסקית מתקדמת.

מאנוס גם בנייד 

מאנוס זמינה כעת גם באפליקציית iOS רשמית, שמאפשרת לעקוב אחר משימות שרצות – גם כשאתם לא מול המחשב. האפליקציה לא מיועדת להרצת תהליכים מורכבים, אבל כן מספקת ניטור בסיסי ונוח כשאתם בתנועה.

מומלץ להתנסות, בזהירות

מאנוס הוא אחד הכלים הכי שאפתניים שצצו לאחרונה בעולם ה-AI, והוא מצליח להרשים. אבל הוא עדיין לא מושלם: יש רגעים של חוסר יציבות וסימני שאלה אמיתיים סביב פרטיות. ובכל זאת, אם אתם סקרנים, אין שום סיבה לא לנסות. הקרדיטים החינמיים יספיקו למספר משימות, ואולי תופתעו מהתוצאה. תתחילו בקטן, תבדקו לעומק, ותמשיכו רק אם באמת מצאתם ערך. זכרו – מאנוס הוא לא תחליף מלא לכלים הקיימים, אלא תוספת חזקה לארגז הכלים שלכם. לצד פתרונות יציבים כמו ChatGPT או Claude, הוא יכול לפתוח עבורכם אפשרויות חדשות שלא היו על השולחן עד היום. האם זה הפתרון המושלם? לא. אבל האם הוא יכול לחסוך שעות, לעזור לכם לחשוב אחרת ולהעניק לכם הצצה חיה למה שה-AI של מחר מסוגל לעשות – היום.

הפוסט החידושים שאתם חייבים להכיר ב-Manus הופיע ראשון בLet's AI בינה מלאכותית

מה זה o3-pro ולמה הוא שונה?

o3-pro הוא הדגם החדש ביותר בסדרת המודלים “החושבים” של OpenAI, שממשיכים את הקו של o1-pro. הוא נבנה מתוך מטרה אחת ברורה: לספק תשובות מדויקות, שקולות ומבוססות גם כשהשאלה מורכבת במיוחד. במקום לספק תגובה מיידית, o3-pro פועל בגישה שונה – הוא עובד שלב אחר שלב, מפרק את הבעיה, בודק הנחות ומגיע לתשובה בצורה שקולה. בעידן שבו רוב המודלים מתמקדים במהירות, o3-pro בולט דווקא בזה שהוא לוקח את הזמן כדי לחשוב לעומק – מה שהופך אותו לכלי מדויק ואמין יותר עבור משימות שדורשות ניתוח רציני.

למי o3-pro זמין – וכמה זה עולה?

מודל o3-pro זמין כבר עכשיו עבור חלק מהמשתמשים:

• משתמשי ChatGPT Pro ו-Team: כבר היום תוכלו לבחור ב-o3-pro מתוך תפריט המודלים – ללא עלות נוספת.

• משתמשי Enterprise ו-Edu: יקבלו גישה במהלך השבוע הקרוב.

• מפתחים (API): המודל זמין גם ב-API, במחיר של $20 למיליון טוקנים של קלט ו-$80 למיליון טוקנים של פלט.
  
  מדובר בהוזלה משמעותית לעומת o1-pro, שעלה קודם לכן $60 לקלט ו-$120 לפלט.

עד כמה o3-pro מדויק ומה זה אומר בפועל?

כדי להבין את ההבדל ש-o3-pro מביא איתו, צריך להסתכל לא רק על תחושת השימוש, אלא על המספרים. OpenAI הריצה את המודל החדש בסדרה של מבחנים תובעניים במיוחד, שבודקים לא רק אם המודל יודע את התשובה, אלא אם הוא יכול לספק אותה שוב ושוב באמינות מלאה.

במבחן שנקרא “4 מתוך 4”, המודל צריך לענות נכון לא רק פעם אחת – אלא ארבע פעמים רצוף, על אותה שאלה, בניסוחים שונים. זו דרך לבחון עד כמה התשובות שלו יציבות, מדויקות ולא אקראיות.

אמינות בתשובות עקביות

התוצאות מרשימות: במתמטיקה תחרותית, o3-pro הגיע ל-90% הצלחה – לעומת 80% בלבד בדגמים הקודמים (o1-pro וגם o3 הרגיל). גם במדע ברמת דוקטורט (GPQA), הוא מוביל עם 76%, בהשוואה ל-74% של o1-pro ו-67% של o3. ובתחום התכנות התחרותי, הפער אפילו גדול יותר: הציון של o3-pro במודל הדירוג של Codeforces טיפס ל-2301, לעומת 2011 של o3 הרגיל ו-1423 בלבד של o1-pro.

אבל זה לא הכול. כדי לבדוק כמה טוב המודל בפעם הראשונה, נבחן גם מדד שנקרא pass@1 – כלומר, האם התשובה הראשונה שהמודל נותן היא נכונה. גם כאן, o3-pro הראה שיפור בכל תחום: 93% הצלחה במתמטיקה (לעומת 86% ב-o1-pro), 84% במדעים (לעומת 79%), ואפילו 2748 נקודות ב-Codeforces – נתון שמציב אותו ברמת “מתחרה עילית” בתחרויות תכנות.

דיוק בתשובה הראשונה

ולבסוף, הניסוי החשוב מכל – השוואה מול בני אדם. OpenAI ביקשה ממומחים אנושיים להכריע בין תשובות שנכתבו על ידי o3-pro לעומת תשובות של o3 הרגיל, בלי לדעת מי כתב מה. התוצאה? o3-pro נבחר כעדיף ברוב המוחלט של המקרים: 66.7% בכתיבה אישית, 64.9% בניתוח מדעי, 62.7% בתכנות, ו-64.3% בניתוח נתונים. מדובר בשיפור מדיד, אמיתי – שמבסס את o3-pro כמודל שמגיע לביצועים שמתחרים (ואפילו עוקפים) מומחים אנושיים בתחומם.

השוואה מול מומחים אנושיים

מה הכלים ש-o3-pro מביא איתו?

מעבר ליכולות החשיבה המעמיקות שלו, o3-pro מצטיין גם ביכולת להתחבר לעולם החיצון. הוא לא רק עונה על שאלות – הוא גם יודע לחפש, לקרוא, לנתח ולהריץ קוד בזמן אמת. כשהמודל צריך מידע מעודכן, הוא פשוט שולח שאילתת חיפוש לרשת. כששולחים לו קובץ PDF, גיליון Excel או מסמך Word – הוא קורא, מבין, ומסכם את העיקר. אפשר גם לשלוח לו תמונה, והוא יודע לזהות מה רואים בה ולהגיב בהתאם.

למתכנתים הוא מציע סביבת הרצה לקטעי קוד ב-Python – כולל הדגמות, בדיקות ודוחות גרף. ולמשתמשים עם זיכרון פעיל, הוא אפילו זוכר פרטים חשובים מהעבר – ויודע להשתמש בהם כדי לתת תשובות מותאמות אישית יותר. בקיצור, זה לא רק מודל טקסט – זה עוזר אישי עם כישורים רחבים, שחושב כמו חוקר, קורא כמו אנליסט, ומגיב כמו מפתח תוכנה.

מתי כדאי להשתמש ב-o3-pro – ומתי לא?

o3-pro הוא לא המודל שתריצו בשביל שיחה קלילה או בדיחה אקראית. הוא נועד לרגעים שבהם אתם אומרים לעצמכם: “אני חייב תשובה מדויקת – ושווה לי לחכות בשבילה.” אם אתם עובדים על בעיה מתמטית מורכבת, נתקעים בשורת קוד מתוחכמת, מנסים להבין מאמר מדעי עמוס או כותבים טקסט שצריך להיות מדויק עד רמת הפסיק – זה הרגע לשלוף את o3-pro.

אבל אם כל מה שאתם צריכים זה לבדוק עובדה פשוטה, לתרגם משפט, לכתוב מייל קצר או ליצור תמונה – עדיף לבחור במודל מהיר יותר כמו GPT-4o, שפועל ברגע ומחזיר תשובות כמעט מיידית. במילים אחרות: כשאיכות קובעת – לכו על o3-pro. כשמהירות קובעת – עדיף להישאר עם הכלים המהירים.

מה המגבלות של o3-pro כרגע?

למרות היתרונות המרשימים שלו, חשוב לדעת ש-o3-pro עדיין לא מתאים לכל שימוש, ויש כמה מגבלות טכניות שכדאי לקחת בחשבון.

• זמני תגובה ארוכים יותר – o3-pro עובד לאט יותר ממודלים אחרים, כי הוא מתוכנן “לחשוב לעומק”. זה לא באג – זו תכונה. אבל זה אומר שתצטרכו להמתין לפעמים דקה או שתיים לתשובה.

• אין יצירת תמונות – המודל הזה לא תומך ביצירת תמונות. אם אתם רוצים לייצר ויזואליים – השתמשו ב-GPT-4o או o4-mini.

• Canvas לא נתמך – נכון לעכשיו, לא ניתן להריץ את o3-pro בסביבת Canvas.

• צ’אטים זמניים מושבתים זמנית – OpenAI מציינת שיש תקלה זמנית בממשק זה, כך שהשימוש בו מושעה עד להודעה חדשה.

אלה לא בהכרח בעיות מהותיות, אבל הן חשובות אם אתם מתכננים שימוש תפעולי במודל – במיוחד אם אתם עובדים עם תהליכי אוטומציה או על דדליין.

השורה התחתונה

o3-pro הוא לא מודל לכל משימה – והוא גם לא מתיימר להיות כזה. אבל כשדיוק, עומק ואמינות הם תנאי סף – זה הכלי הכי טוב ש-OpenAI מציעה כרגע. אם אתם כותבים טקסט רגיש, פותרים בעיה מורכבת, בודקים נתונים חשובים או פשוט רוצים לוודא שהתשובה שקיבלתם מחזיקה מים גם אחרי קריאה שנייה – זה הזמן להפעיל את o3-pro. לשאלות פשוטות, תגובות מהירות או משימות גרפיות – יש כלים אחרים, מהירים וזמינים יותר. אבל כשאתם רוצים להיות בטוחים, באמת בטוחים, שהוא מבין את השאלה עד הסוף, ומחזיר לכם את התשובה הכי שקולה שאפשר? זה הרגע לבחור במודל o3-pro.

הפוסט OpenAI משיקה את מודל o3-pro הופיע ראשון בLet's AI בינה מלאכותית

קפיצה קוגניטיבית בלב המחסן

לפני מספר חודשים בלבד, Helix עשה את צעדיו הראשונים במחסן. היום, הוא כבר מתפקד כממיין חבילות במהירות ובדיוק שמתקרבים לרמה אנושית – והכול, בלי שכתבו לו שורת קוד אחת לכל משימה. המספרים מדברים בעד עצמם: זמן טיפול ממוצע ירד מכ-5 שניות ל-4.05 – שיפור של כמעט 20%. אבל זה לא רק עניין של מהירות. Helix עבר ממיון של קופסאות פשוטות לטיפול בשקיות פלסטיק גמישות, מעטפות שטוחות ופריטים מקומטים – מה שדורש התאמה קוגניטיבית ומוטורית. אחוזי הסריקה? עלו מ־88.2% ל־94.4% – שיפור מדוד, מבוקר, ומרשים. המשמעות ברורה: לא רק שהוא מהיר יותר – הוא גם מסתדר עם עולם מורכב הרבה יותר.

למידה ללא גבולות: איך יותר דוגמאות הופכות את Helix לטוב יותר

מה באמת חדשני ב־Helix?

רובוטים רגילים יודעים לבצע – אבל רק את מה שתוכנת להם. Helix שובר את הכלל הזה: הוא לומד מצפייה בבני אדם ומיישם את הלמידה על מצבים חדשים, לא צפויים, משתנים. איך הוא עושה את זה? עם שלוש יכולות שעד לא מזמן היו שמורות רק לנו:

• זיכרון ראייה (Vision Memory): Helix לא רק “רואה” – הוא זוכר מה כבר ראה לפני רגע. זה מאפשר לו להימנע מתנועות מיותרות ולבחור את הזווית הנכונה – בדיוק כמו שאנחנו זוכרים מאיזה צד כבר ניסינו לפתוח את הקופסה.

• חיישני כוח (Force Feedback): כשהוא נוגע בפריט, Helix מרגיש את ההתנגדות ומגיב בהתאם. יש שקית פלסטיק מקומטת? הוא לא ימעך אותה – הוא יחליק בעדינות את הקמטים, בדיוק במידה שתחשוף את הברקוד.

• זיכרון מצבים (State History): הוא שומר רצף של פעולות ותוצאות. כלומר, אם משהו השתבש – הוא לא צריך להתחיל מאפס. הוא לומד תוך כדי תנועה, כמו שאנחנו לומדים מטעויות קטנות.

במקום רק לבצע פקודות – Helix מבין מה הוא עושה. וזה שינוי עמוק.

בתמונה המצורפת אפשר לראות דיאגרמה טכנית של System 1 ברובוט Helix, המראה כיצד המערכת משלבת זיכרון ראייה מרגעים קודמים (T-n, T-1, T) עם נתוני מצב וכוח בזמן אמת. המעבד המרכזי (S1 Transformer) מעבד את כל המידע ומפיק החלטות פעולה בקצב של 200 פעמים בשנייה – מה שמאפשר לרובוט לא רק לראות ולהגיב, אלא גם לזכור ולהכליל מניסיון קודם:

המוח של Helix: כך נראית אינטליגנציה רובוטית עם זיכרון

למידה מהדגמה: פריצת דרך אמיתית

Helix לא רק ממיין. הוא לומד משימות חדשות על בסיס הקשר. הראו לו כמה דוגמאות של בני אדם שמושיטים יד – והוא הבין לבד מתי לעצור את פעולת ההנחה, ולמסור את החבילה ישירות. אותה רשת נוירונים, אותם משקלים. ההבדל היחיד: מה שהוא רואה – ואיך הוא מפרש את זה. זו בדיוק העוצמה של למידה מהדגמה: לא צריך לתכנת כל משימה מראש. Helix לא מקבל שורות קוד – אלא צופה, מבין, ומכליל.

ומה קורה כשנותנים לו עוד דוגמאות? במחקר פנימי של Figure, העלו את כמות ההדגמות מ־10 שעות ל־60. התוצאה: זמן הטיפול ירד ב־58%, ואחוז ההצלחה עלה מ־88.2% ל־94.4%. והדבר המרשים ביותר? המערכת לא הגיעה לרוויה. כל שעה נוספת – דוחפת את היכולות עוד צעד קדימה. זו לא מדרגה. זו רמפה. וזה ההבדל בין רובוט שמבצע – לרובוט שלומד.

כוח ההדגמה: איך יותר נתונים = ביצועים טובים יותר

ההקשר הרחב

שוק הרובוטיקה ההומנואידית הפך לזירת מירוץ צפופה של ענקיות. Boston Dynamics עם Atlas החשמלי מציגה אקרובטיקה מרהיבה. Tesla מפתחת את Optimus עם מטרה אחת – ייצור המוני.

Agility Robotics מציבה את Digit כעובד שמסוגל לנוע בין בני אדם בלי להפחיד. אבל Helix שונה – לא בגלל השרירים, אלא בגלל המוח.

בעוד אחרים מתמקדים ביציבות, תנועה, או ייצור בקנה מידה – Helix מבצע, חושב, ולומד. הוא לא רק מגיב. הוא בוחר. הוא מתכנן. ופה מגיע ההבדל האסטרטגי האמיתי: Figure לא שמה את ה-AI שלה בידיים של אחרים. היא מפתחת את המודלים שלה, מקצה לקצה. ברט אדקוק (Brett Adcock), המייסד והמנכ”ל, ניסח את זה חד:

“הבנו שאם רוצים לפתור את אתגרי הבינה המלאכותית הגשמית, בקנה מידה ובעולם האמיתי, חייבים לבנות את המערכת מקצה לקצה. אי אפשר לעשות מיקור חוץ למוח.”

וזה, בדיוק, מה שמציב אותם צעד אחד לפני כולם.

מה המספרים מספרים?

בשוק תחרותי כמו זה, הכסף לא זורם להבטחות – הוא זורם למי שנראה שיכול לקיים. Figure עומדת כרגע בדיוק במקום הזה. במרץ 2024, החברה גייסה 675 מיליון דולר לפי שווי של 2.6 מיליארד דולר. השמות ברשימת המשקיעים לא פחות חשובים מהסכום: Microsoft, Nvidia, OpenAI, וגם ג’ף בזוס.

ועכשיו? רק שנה אחרי – Figure נמצאת במו”מ לגיוס נוסף של 1.5 מיליארד דולר. השווי? 39.5 מיליארד דולר. עלייה של פי 15 ב־12 חודשים. זה לא רק גיוס – זה סימן קריאה. השוק לא מהמר על עוד רובוט. הוא מהמר על שינוי עמוק באופן שבו אינטיליגנציה נכנסת לעולם הפיזי.

האתגרים שעוד לפנינו

כמו כל טכנולוגיה מתקדמת – Helix עדיין לא חופשי לפעול בכל מקום. הוא עובד כיום בסביבה מבוקרת: מחסן עם תאורה קבועה, פריטים ידועים, וסדר פעולות חוזר. אבל העולם האמיתי? הרבה יותר בלאגן. תנאי שטח משתנים, אובייקטים בלתי צפויים, אנשים שמגיבים אחרת בכל פעם – אלה האתגרים שעדיין ממתינים לו מעבר לדלת. גם כשמדובר בהחלפת עובדים – צריך לדייק: Helix מצטיין במשימות ברורות, חזרתיות, ומבוססות תבנית. אבל בכל מה שדורש אלתור, שיפוט אנושי או הבנה רגשית – לבני אדם עדיין יש יתרון ברור. אז כן – המהפכה התחילה. אבל היא לא הושלמה.

והשלב הבא שלה? להתמודד עם כאוס – בדיוק כמו שאנחנו עושים כל יום.

השורה התחתונה

Helix הוא לא רק רובוט ממיין. הוא עדות חיה לכך שמערכת יכולה ללמוד, להסתגל – ולהתקרב לביצועים אנושיים לא דרך קוד, אלא דרך צפייה. אבל הסיפור האמיתי גדול הרבה יותר. Helix מראה לנו שמהפכת הבינה המלאכותית בעולם הפיזי לא תבוא מהנדסה בלבד – אלא מהוראה. לא נצטרך עוד לתכנת כל פעולה. פשוט נראה להם מה לעשות. וברגע שמכונה לומדת מהקשר – ולא רק מביצוע -אנחנו לא רק בונים כלים חכמים יותר. אנחנו בונים שפה חדשה בין בני אדם למכונות. וזה, בדיוק, העתיד.

רובוט בונה רובוט – ועתיד הרובוטיקה מחוץ למחסנים

אם בא לכם עוד קצת רובוטים, תארו לעצמכם פס ייצור שבו רובוטים לא רק נבנים – אלא גם בונים אחד את השני. זה בדיוק מה שקורה במפעל BotQ של Figure: מתקן מתקדם שמסוגל לייצר עד 12,000 רובוטים הומנואידיים בשנה. אבל המספרים הם רק חצי מהסיפור. החצי השני? הדרך החדשנית שבה Figure בונה – גם את הרובוטים, וגם את עתיד התעשייה. כך נראה המפעל שבו רובוטים מייצרים רובוטים. ואם Helix מראה לנו איך רובוט לומד ומתפקד כמו אדם – המהפכה הבאה כבר דופקת על הדלת: מה אם כל אחד יוכל להרשות לעצמו אחד כזה? בתערוכת CES האחרונה בלאס וגאס, שתי חברות סיניות שברו את השוק עם רובוטים הומנואידיים במחיר של מכונית משפחתית. כן, שמעתם נכון – החל מ־13,700 דולר בלבד. הכירו את הרובוטים הסיניים שעושים היסטוריה.

הפוסט כך Helix של Figure AI משנה את הדרך שבה מכונות לומדות לעבוד הופיע ראשון בLet's AI בינה מלאכותית

אז מה זה Flux Kontext?

זה כלי בינה מלאכותית מבית Forest Labs, שמאפשר לכם לערוך תמונות רק בעזרת טקסט. פשוט כותבים הוראה, בעברית או באנגלית, והכלי משנה את התמונה בהתאם. לא צריך לדעת פוטושופ, לא להוריד תוכנות, ולא לשבור את הראש. 

איך ניגשים לכלי? 

החלק הכי מפתיע? השימוש בכלי לגמרי חינמי. בלי רישום, בלי פרטי אשראי, בלי אותיות קטנות. הנה מה שצריך לעשות:

1. היכנסו לאתר כאן.

2. וזהו. אפשר להתחיל להשתמש בכלי מיידית.

האתר מתארח על פלטפורמת Replicate, שמריצה מודלים שונים של בינה מלאכותית – וביניהם גם את Flux Kontext, לשימוש פתוח וחינמי נכון לעכשיו.

מה אפשר לעשות עם Flux Kontext?

הכלי הזה מאפשר לכם לשנות כמעט כל היבט בתמונה – בלי מאמץ, רק עם טקסט. הנה כמה מהדברים שתוכלו לעשות:

 שינוי תאורה ואווירה

רוצים להפוך תמונה מיום ללילה? לשנות את האווירה? פשוט כתבו: “in a dark room with low light” (בחדר חשוך עם תאורה חלשה) ותוך כ-15 שניות תקבלו גרסה חדשה עם תחושת לילה מסתורית.

הוספת אלמנטים לתמונה

אפשר להוסיף אובייקטים חדשים בקלות:

• “add a fire in the background” – תוספת של אש ברקע

• “add flowers around the person” – פרחים סביב האדם

המודל דואג שהאלמנט החדש ישתלב טבעית, עם תאורה וצל שמתאימים לתמונה המקורית.

שינוי זוויות וכיוון מבט

רוצים שהאדם יסתכל הצידה או כל כיוון אחר? כתבו למשל: “look to the side” והמודל ישנה את המבט – בלי לפגוע בזהות או במראה הכללי.

שינוי צבעים וסגנונות

מתאים במיוחד לבעלי עסקים או יוצרים שרוצים לראות גרסאות שונות של אותו אובייקט:

• “make it in the color of blue and white” – שינוי צבעים

• “make it in Christmas style” – סגנון עיצובי חדש

שיפור ושחזור תמונות ישנות

לתמונות ישנות, קרועות או בשחור-לבן – הכלי יודע גם לשחזר ולשפר:

• הוספת צבע לתמונות ישנות

• תיקון קרעים ופגמים

• שיפור חדות ואיכות כללית

נסו למשל: “colorize the image and fix the tears” (תצבע את התמונה ותתקן את הקרעים).

טיפים לשימוש חכם ב-Flux Kontext

כדי להפיק את המיטב מהכלי, הנה כמה כללים פשוטים שיעזרו לכם להגיע לתוצאות טובות יותר:

כתבו הוראות ברורות ומדויקות

ככל שתהיו ספציפיים יותר – התוצאה תהיה מדויקת יותר. במקום “שנה את התמונה”, עדיף לכתוב: “הפוך את התמונה לתמונת שקיעה עם צבעים חמים”.

התחילו בקטן

נסו קודם שינוי אחד – תאורה, צבע, או תוספת קטנה. אם זה עובד – הוסיפו עוד הוראות. שינויים הדרגתיים = שליטה טובה יותר על התוצאה.

שמרו את מה שאתם אוהבים

אהבתם את התוצאה? אל תשכחו לשמור: לחיצה ימנית על התמונה ← “שמור תמונה בשם”.

שימוש אחראי

כמו כל כלי חזק, גם Flux Kontext דורש שימוש אתי ואחראי. כמה כללים פשוטים שיעזרו לשמור על זה כך:

• אל תערכו תמונות של אנשים אחרים בלי רשות.

• הימנעו מיצירת תוכן מטעה, פוגעני או מזויף.

• זכרו: נכון לעכשיו הכלי חינמי, אבל זה עשוי להשתנות בעתיד.

שימוש נכון שומר עלינו – וגם על הזמינות של הכלי לכולם.

שווה לנסות – במיוחד עכשיו

אחרי שהתנסיתי בעצמי ב-Flux Kontext, אני יכול להגיד בכנות: זה לא קסם – אבל זה קרוב. לא כל תמונה יוצאת מושלמת, לפעמים צריך לנסח מחדש או לנסות שוב. אבל כשזה מצליח? זה מרגיש כמו לקצר דרך שפעם הייתה סגורה רק לגרפיקאים ומומחי עריכה. והקטע הכי טוב? זה חינמי. פשוט נגיש, קל, ובלי חסמים. תהנו מהכלי כל עוד הוא זמין בחינם. טכנולוגיות כאלה לא תמיד נשארות חינמיות לנצח, אז מומלץ לנצל את ההזדמנות עכשיו. אז אם יש לכם תמונה בראש, רעיון שתקוע, או פשוט רצון לשחק – תיכנסו, תנסו, תראו מה יוצא.

הפוסט איך לערוך תמונות עם Flux Kontext בחינם? הופיע ראשון בLet's AI בינה מלאכותית

החזון: יותר חדשנות, פחות סיכונים

“בטכנולוגיות הבינה המלאכותית טמון פוטנציאל רב לצמיחת המשק, לשיפור הפריון, להעלאת רמת החיים ולייעול המערכת הציבורית”, קובע המדריך בפתיחתו. המסר ברור: הממשלה לא מתכוונת לעמוד מהצד בעוד העולם מאמץ כלי AI מתקדמים. היא רוצה להוביל – אבל באופן חכם ואחראי.

החתימה על המדריך מגיעה שנתיים וחצי לאחר השקת ChatGPT, שהפכה בין לילה את הבינה המלאכותית מנושא אקדמי לכלי עבודה יומיומי. “זהו המסמך הממשלתי המקצועי הראשון שמציע שיטות עבודה מומלצות לגופים ציבוריים המבקשים לשלב מערכות בינה מלאכותית”, מדגיש המדריך, שנכתב במשותף על ידי מערך הדיגיטל הלאומי, משרד המשפטים ומשרד החדשנות.

חמשת עקרונות הזהב לשימוש אחראי

המדריך מאמץ את העקרונות שפיתח ארגון ה-OECD ומתאים אותם למציאות הישראלית. חמשת עקרונות היסוד הם:

1. צמיחה ורווחת הכלל: AI צריכה להביא תועלת אמיתית – קיצור זמני המתנה, שיפור איכות השירותים, הפחתת נטל בירוקרטי. לא רק טכנולוגיה לשם הטכנולוגיה.

2. כיבוד החוק וזכויות האדם: כל שימוש ב-AI חייב להתבצע תוך שמירה על הערכים הדמוקרטיים – כבוד האדם, שוויון, פרטיות ואוטונומיה. אין פשרות על זה.

3. שקיפות והסברתיות: הציבור זכאי לדעת מתי הוא מקבל שירות המסתמך על AI, איך המערכת פועלת ומה המגבלות שלה.

4. ביטחון ובטיחות: המערכות חייבות להיות אמינות וחסינות בפני התקפות או שימוש לרעה.

5. אחריותיות: תמיד יש כתובת אנושית אחראית. AI הוא כלי – הוא לא מקבל החלטות עצמאי.

חמשת עקרונות הזהב לשימוש אחראי בבינה מלאכותית במגזר הציבורי

ארבע השכבות של הממשל החדש

המדריך מציע מודל ממשל ברור עם ארבע שכבות של אחריות:

הנהלת הארגון מספקת את המעטפת התקציבית והתפעולית וממנה את הגורמים האחראים.

אחראי משילות בינה מלאכותית – דמות חדשה בארגון הציבורי, שתפקידה לקבוע את המדיניות הארגונית. במקרים רבים זה יהיה מנהל הדאטה הארגוני (CDO), אבל יכול להיות גם גורם אחר בעל הכישורים הרלוונטיים.

אחראי יישום עסקי – הגורם העסקי שמוביל פרויקט AI ספציפי. זה יכול להיות מנהל אגף, יו”ר ועדה או גורם מקצועי אחר.

משתמשי קצה – העובדים שמשתמשים בכלי AI בפועל ועליהם לפעול באופן אחראי ושקול.

כללי אצבע לעובד המדינה

החלק הכי פרקטי במדריך מוקדש לעובדים שמשתמשים בכלי AI בעבודתם היומיומית. הנחיות הליבה ברורות ומחייבות:

מה אסור להזין למערכות חיצוניות?

כל מידע מוגן – פרטים אישיים, מידע רגיש, סודיות מסחרית, מידע מסווג או כל דבר שמוגן על ידי חוק חופש המידע. הכלל הפשוט: אם לא הייתם מוכנים לפרסם את זה בעיתון, אל תזינו את זה לצ’אטבוט.

בדיקת מהימנות חובה

“אין להניח שהתוכן נכון מבלי לבדוק אותו”, מדגיש המדריך. מערכות AI יכולות לייצר מידע שגוי, ציטוטים מומצאים או אפילו “הזיות” – מידע שנראה אמין אבל אינו נכון.

תמיכה בהחלטה, לא החלטה

זה אולי העיקרון הכי חשוב. AI צריך לשמש כעוזר לקבלת החלטות, לא כמקבל החלטות. “יש להתייחס לתוצאות המתקבלות כתומכות החלטה אנושית, ולא כמקור יחיד לקבלת מידע או כהחלטה סופית”, קובע המדריך.

תיעוד ושקיפות

כשעושים שימוש משמעותי ב-AI בגיבוש תוצרים, מומלץ לציין זאת. אין להציג תוכן שנוצר על ידי בינה מלאכותית כאילו הוא פרי יצירה אנושית מקורית.

הענן הממשלתי כאלטרנטיבה מאובטחת

אחד המסרים המרכזיים במדריך הוא הדחיפה לשימוש בפרויקט “נימבוס” – הענן הממשלתי. במקום להשתמש בכלי מדף חיצוניים כמו ChatGPT, הממשלה מציעה שירותי AI מתקדמים בסביבה מאובטחת שנרכשה תוך הקפדה על הדין הישראלי.

“לממשלת ישראל יש היצע שירותים רחב מאוד של כלי בינה מלאכותית, הזמין הן ישירות על ידי ספקיות הענן והן על ידי ארגונים נוספים המספקים מוצרים המותקנים בסביבות של ספקיות הענן”, מציין המדריך. זו אמירה חשובה: הממשלה לא רק מסדירה את השוק, אלא גם מציעה אלטרנטיבה ממשלתית מובנית.

ניהול סיכונים הלכה למעשה

המדריך מקדיש פרק נרחב למתודולוגיה מקיפה לניהול סיכונים – אולי החלק הכי טכני אבל גם הכי חיוני. התהליך מתחלק לארבעה שלבים:

שלב 1: ניתוח והערכת תועלות וסיכונים – מיפוי מקיף של מה יכול להשתבש ומה התועלת הצפויה.

שלב 2: תכנון פעולות הפחתה – איך מצמצמים את הסיכונים בעזרת אמצעים טכניים וארגוניים.

שלב 3: קבלת החלטה – האם להתקדם עם הפרויקט, תוך שקלול של כל השיקולים.

שלב 4: יישום ומעקב – הפעלת המערכת תוך מעקב שוטף ובקרה.

מתודולוגיה מקיפה להטמעה בטוחה ואחראית של AI במגזר הציבורי

המדריך מפרט סוגי סיכונים שונים: תפעוליים (כשלים טכניים), כלכליים (הפסדים כספיים), בריאותיים ובטיחותיים (פגיעה ממשית באנשים), סביבתיים, סיכוני אבטחת מידע ופגיעה באמון הציבור.

התמודדות עם הטיות והפליה

נושא מרכזי שמקבל התייחסות מיוחדת הוא מניעת הטיות ואפליה. “מערכות מבוססות בינה מלאכותית הוא הסיכונים לאפליה ולהטיות על ידי המערכות, שעשויים לנבוע מטעמים שונים, בהם למשל שימוש במאגרי מידע מוטים שאינם מייצגים מספיק”, מזהיר המדריך.

זהו חשש לגיטימי: אלגוריתמים יכולים להנציח או להגביר הטיות קיימות בחברה, במיוחד כלפי מיעוטים או אוכלוסיות מוחלשות. המדריך קורא לגורמים המקצועיים לשים לב מיוחד לנושא הזה ולנקוט אמצעי הגנה.

השפה הנבונה של הזהירות

מה שמרשים במדריך הוא הטון המאוזן שלו. הוא לא מנסה להפחיד מ-AI אבל גם לא מטפח אופטימיות נאיבית. “שימוש אחראי במערכות בינה מלאכותית אין משמעותו הימנעות מוחלטת מסיכונים כלשהם”, קובע המדריך. “המדריך מציע גישת ניהול סיכונים דיפרנציאלית: ככל שהסיכונים גבוהים יותר, כך גם נדרשים אמצעי הפחתת סיכונים ותהליכי בקרה מקיפים יותר.”

זוהי גישה מבוגרת שמכירה בכך שחדשנות דורשת נטילת סיכונים מחושבים. המטרה היא לא לבטל סיכונים אלא לנהל אותם בצורה חכמה.

קריאה להשתתפות ציבורית

המדריך מדגיש שהוא נמצא כרגע בשלב של “גרסה להערות ציבור”. זו הזדמנות חשובה לכל מי שמתעניין בנושא – עובדי ציבור, אקדמאים, אזרחים מודאגים או תומכי חדשנות – להשפיע על עיצוב המדיניות הממשלתית.

“ניתן לפנות אלינו בכל התייחסות, הערה ושאלה לתיבת הדואר האלקטרוני responsibleAI@digital.gov.il“, כותבים מחברי המדריך. זו לא רק נימוס פורמלי – זו הזדמנות אמיתית להשפיע על המסמך הסופי.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס מקיף לבינה מלאכותית - GenAI Master

לפרטים נוספים לחצו כאן >>

התמונה הגדולה

המדריך הישראלי מתבסס על תקינה בינלאומית מובילה – עקרונות OECD, האמנה של מועצת אירופה לבינה מלאכותית, הנחיות מארה”ב, בריטניה וקנדה. זה מעיד על רצון לשתף פעולה עם הקהילה הבינלאומית ולא להמציא את הגלגל מחדש. אבל יש כאן גם התאמה למציאות הישראלית המיוחדת – שיקולי אבטחה, צרכים ייחודיים של המגזר הציבורי בישראל, והדגש על הענן הממשלתי כאלטרנטיבה לכלי חיצוניים.

המדריך מבטיח שהוא יתעדכן באופן תקופתי “בהתאם לצרכים של גופים ציבוריים, להתפתחויות הטכנולוגיות ולשינויים במסגרת הנורמטיבית בישראל ובעולם”. זוהי הכרה חשובה בכך שהתחום מתפתח במהירות והמדיניות חייבת להישאר רלוונטית.

שורה תחתונה: ישראל עושה צעד משמעותי לעבר השילוב החכם של בינה מלאכותית במגזר הציבורי. המדריך הזה הוא רק התחלה של שיח ציבורי חשוב על איך אנחנו רוצים שהטכנולוגיה הכי משמעותית של עידן שלנו תשמש את האינטרס הציבורי. עכשיו זה הזמן להגיד את שלכם.

הפוסט איך להפוך AI לכלי עבודה בטוח: המדריך הרשמי לעובדי המדינה הופיע ראשון בLet's AI בינה מלאכותית