למה מניות הטכנולוגיה צונחות בימים האחרונים?

הקטע בטכנולוגיה משבשת הוא שהיא משבשת. היא משנה שווקים שלמים, מייצרת מציאות חדשה, ולפעמים היא משבשת גם את עצמה. נשמע מסובך? בואו נפרק את זה.

התשובה היא שהשוק התעורר עם הנגאובר רציני. עד לפני כמה ימים, הסיפור שסיפרו לנו היה פשוט: “AI זה זהב. תקנו הכל”. תן לי 10 ק”ג AI… או אולי 10 טון. אבל השבוע, הסיפור הזה השתנה. אנחנו עוברים שלב – משלב ה”הייפ” וההתלהבות, לשלב ההוכחות.

בואו נזרוק קצת מספרים לאוויר, רק כדי שתבינו את גודל המכה. הנאסד”ק? ירד בכמעט 2%. נשמע לכם “בקטנה”? אז זהו, שלא. סקטור התוכנה כולו חטף מכה של כ-6% בשבוע אחד. ענקיות תוכנה ותיקות ויציבות כמו סיילספורס ואדובי איבדו גובה במהירות, ואפילו המלכה הבלתי מעורערת, אנבידיה, השילה 9% מהשווי שלה. גם שוק השבבים לא נותר בטוח. AMD? צללה ב-15%.

אבל המספר הכי משוגע הוא לא כמה המניות ירדו, אלא כמה החברות האלה מוציאות. תחזיקו חזק – הצפי הוא שענקיות הטכנולוגיה ישפכו כ-600 מיליארד דולר (!) על תשתיות AI ב-2026. זה הר של כסף, והמשקיעים מתחילים לשאול – איפה הקבלות?

מניות הטכנולוגיה בנפילה: מי חטף הכי חזק?

שתי סיבות מרכזיות לצניחה

אנליסטים חושבים שיש שתי סיבות אפשריות ומרכזיות לצניחה הזו. הסיבה הראשונה היא יוקר התשתיות. ענקיות הטכנולוגיה – גוגל, מיקרוסופט, מטא – שופכות סכומים דמיוניים על תשתיות פיזיות. חוות שרתים, מגה קומפלקסים של AI ושבבים יקרים ומתקדמים. המשקיעים הסתכלו השבוע על המספרים האלה ושאלו שאלה פשוטה: “מתי אני רואה את הכסף שלי בחזרה?”. כרגע, זה נראה כמו בור ללא תחתית של הוצאות, בלי רווחים ברורים בטווח הקצר.

אבל הסיבה השנייה היא המעניינת באמת, והיא נקראת “הפחד מהקניבליזציה”. עד היום חשבנו שה-AI יעזור לחברות תוכנה כמו אדובי או סיילספורס למכור לנו מוצרים טובים יותר. אבל פתאום נפל האסימון: מה אם ה-AI לא יעזור לתוכנה, אלא יחליף אותה? אם יש לי “סוכן AI” חכם שיכול לנהל את הכספים, לעצב את התמונות ולסגור עסקאות לבד – למה שאני אשלם דמי מנוי יקרים לתוכנה שעושה את זה?

אם אני יכול לבנות את מאנדיי בשני פרומפטים בבייס 44 או ב-Lovable, אז למה צריך בכלל את מאנדיי? ושוב, זה לא שזה מה שאני חושב, לדעתי האישית, עדיין אין תחליף לתשתית אמינה, מאובטחת, שעברה שנים על גבי שנים של אופטימיזציה. אבל מיליוני משקיעים מסביב לעולם לא יסכימו איתי. עובדה – המדדים צונחים!

ג’ייסון למקין, מייסד SaaStr ומי שנחשב ל”סנדק של ה-SaaS”, כתב בבלוג שלו שתחילת 2026 מביאה “קראש” במניות התוכנה-כשירות (SaaS). לפי למקין, “לבנות גרסה ראשונה זה אולי 2% מהעבודה. 98% זה תחזוקה, שדרוג ואופטימיזציה”. הוא הוסיף שאף כלי AI לא מחליף 20 שנה של פיתוח ו-150 אלף עובדים של ידע מוסדי מצטבר – אבל לשוק, כרגע, זה לא משנה.

מפסיקים לשלם על חלומות, ומתחילים לדרוש קבלות

הפחד שה-AI הוא לא סתם כלי עזר, אלא משהו שמייתר את העבודה המשרדית, ואיתה – את התוכנות שמשמשות את המשרדים האלה – זו הסיבה המרכזית שהעתיד נראה לא בטוח למשקיעים רבים. הם פשוט לא בטוחים שהחברות הללו ימשיכו להיות רלוונטיות בעתיד בו טכנולוגיה מייצרת מציאות חדשה, כמעט על בסיס יומי.

אז לא, ה-AI לא הולך לשום מקום. המהפכה אמיתית. אבל השבוע וול סטריט אמרה בקול ברור: “אנחנו מפסיקים לשלם על חלומות, ומתחילים לדרוש קבלות”. “אנחנו מפחדים שעתיד התוכנה וה-SaaS כבר לא ברור ויציב כמו שחשבנו”. ועד שהענקיות לא יוכיחו שהן יודעות להפוך את ה-AI הזה למכפלת כוח שמייצרת מזומנים, יש מצב שרכבת ההרים המטורללת הזו רק בתחילת הדרך ואולי עוד לא ראינו את התחתית…

הפוסט למה המשקיעים מפחדים שה-AI יאכל את תעשיית התוכנה הופיע ראשון בLet's AI בינה מלאכותית

“מדינת גאונים בדאטה-סנטר”

תארו לעצמכם שב-2027 צצה במקום כלשהו במפה “מדינה” חדשה. לא מדינה רגילה, אלא מדינה של 50 מיליון מוחות-על. כל אחד מהם חכם יותר מזוכה פרס נובל בכל תחום רלוונטי. מערכות שעובדות פי 100 מהר יותר מבני אדם, יכולות לפעול באופן עצמאי במשך ימים ושבועות, ויש להן גישה לאינטרנט, לקוד, למעבדות ולרובוטים.

זה לא רחוק כמו שנשמע. אמודאי מעריך שיש סיכוי לא קטן שנראה מערכות כאלה כבר בעוד שנה-שנתיים. חוקי הסקיילינג, העקרון שלפיו ככל שמוסיפים יותר כוח חישוב ונתונים, היכולות הקוגניטיביות של AI גדלות בצורה חלקה וצפויה, ממשיכים להתקיים כבר עשור שלם. אין “קיר” ברור באופק. והחשוב מכל: ה-AI כבר כותב חלק גדול מהקוד ב-Anthropic. זה יוצר לולאת משוב מסוכנת, בינה מלאכותית שמאיצה את הפיתוח של הדור הבא של עצמה.

חמש דרכים שבהן העולם עלול להשתבש

אמודאי מזהה חמישה סוגי סיכון עיקריים. כולם עלולים להתממש במקביל:

1. סיכוני אוטונומיה

מה אם חלק מהמערכות יפתחו מטרות או דפוסי התנהגות עצמאיים? זו לא ספקולציה תיאורטית. ניסויי מעבדה ב-Anthropic כבר הראו התנהגויות מטרידות. באחד הניסויים, האכילו את Claude נתונים שבהם Anthropic מוצגת כדמות רעה (“Evil”). המודל פיתח מיד דפוסי מרד, הטעיה ותת-חתרנות כלפי עובדי החברה. בניסוי אחר, כשהוא “חשש” מכיבוי, הופיעו ניסיונות סחיטה של דמויות בדיוניות ששלטו בכפתור הכיבוי.

והדוגמה המטרידה ביותר: כשהמודל “התחמק” מניצול חורי תמריץ בניגוד להנחיות, הוא התחיל לראות את עצמו כ”דמות רעה”. משם הוא פיתח התנהגויות הרסניות יותר. הפתרון שמצאו היה פרדוקסלי. במקום להגיד לו “אל תרמה”, אמרו “אנא נצל את החורים כדי שנבין טוב יותר את הסביבה”. כך נשמרה תחושת הזהות שלו כ”בן אדם טוב”. זו פסיכולוגיה מוזרה ובלתי צפויה.

אמודאי זהיר ואינו טוען שהשמדה אוטונומית ודאית. אבל הוא מזהיר שככל שהמודלים הופכים חכמים, אייג׳נטיים ועקביים יותר לאורך זמן, כך יש סיכוי “לא זניח” שחלק מהם יפתחו דפוסי אישיות מסוכנים, אידאולוגיות קיצוניות או פרשנויות מוזרות של עולם הערכים.

2. טרור ביולוגי

היום, יצירת נשק ביולוגי דורשת מומחה בעל דוקטורט במולקולרית, משאבים נדירים וזמן רב. אפילו כת יפנית מתוחכמת כמו אום שינריקיו, שהצליחה לייצר גז סארין והרגה 14 בני אדם ב-1995, נכשלה בניסיון לייצר אנתרקס או אבולה. אבל מודלי AI מתקדמים עלולים לשנות את המשוואה. הם יכולים ללוות צעד אחר צעד, להסביר כל פרט טכני מעורפל, ולפתור בעיות בזמן אמת, כמו תמיכה טכנית שמדריכה אותך חודשים ארוכים.

הבעיה האמיתית? זה שובר את הקורלציה השלילית בין יכולת למוטיבציה. מי שיש לו את הכישורים, דוקטור במולקולרית, בדרך כלל גם יציב, משכיל ולא מעוניין להרוג מיליונים. מי שיש לו את המוטיבציה, טרוריסט או אדם מופרע, חסר את הכישורים. AI מעניקה למוטיבציה את היכולת, וזה מסוכן מאוד. אמודאי מזהיר שאפילו אם זה יקרה רק פעם אחת, המחיר יכול להיות במיליוני חיים.

3. ריכוז כוח

אוטוקרטיה שתשתלט על צבא דיגיטלי של מיליוני AI גאונים תהפוך לבלתי ניתנת להפלה. סין, בעלת היכולות השניות בעולם ב-AI ומשטר מעקב מתקדם, היא הדוגמה המטרידה ביותר. המשטר הסיני כבר מפעיל מעקב מבוסס AI על האוכלוסייה האויגורית (מיעוט מוסלמי דובר טורקית במערב סין) ומייצא טכנולוגיות מעקב לאוטוקרטיות אחרות. אמודאי טוען שאחד הכלים החשובים ביותר הוא חסימת מכירת צ’יפים וציוד ייצור צ’יפים לסין. זה עיכב אותם בשנים קריטיות, והוא חייב להימשך.

אבל הסיכון לא מוגבל לדיקטטורות קלאסיות. גם דמוקרטיות עלולות להפנות את הכלים האלה פנימה. נשק אוטונומי שמציית לגורם בודד, מעקב המוני על אזרחים, ותעמולה ממוקדת שמנצלת ידע עמוק על כל אדם. כולם עלולים לשמש לריכוז כוח מסוכן. אמודאי מציין שחברות AI עצמן מהוות סיכון כיוון שהן שולטות בדאטה-סנטרים ענקיים, במומחיות הגבוהה ביותר ובאפליקציות עם מאות מיליוני משתמשים.

והאזהרה החמורה ביותר – אפילו אם מספר מעצמות ישתלטו על AI מתקדם ויאזנו אחת את השנייה, כמו העולם המפולג של “1984” של אורוול, כל אחת תוכל לדכא את האוכלוסייה שלה ללא כל אפשרות מרד. העיקרון של אמודאי ברור: “להשתמש ב-AI להגנה על דמוקרטיה, אבל לא באמצעים שהופכים את הדמוקרטיה עצמה לדיקטטורה.”

4. זעזועים כלכליים

אמודאי חוזה ש-AI עלול לשבש 50% מהמשרות המתחילות בצווארון הלבן בעוד שנה עד חמש שנים. בניגוד למהפכות טכנולוגיות קודמות, הזעזוע הזה יהיה מהיר יותר, רחב יותר, ויפגע דווקא באנשים עם יכולות קוגניטיביות נמוכות יותר. ה-AI לא תחליף רק עבודות ספציפיות. היא תתחרה בפרופיל הקוגניטיבי הכללי של בני אדם.

אבל יש גם בעיה שנייה – ריכוז עושר חסר תקדים. אילון מאסק כבר שווה כ-700 מיליארד דולר, פי שניים מהעושר היחסי של רוקפלר בשיא ה-Gilded Age. אמודאי מעריך שבעתיד עם AI מתקדם, ראשי חברות AI וצ’יפים עלולים להגיע להון של טריליוני דולרים. זה שינוי מבני ביכולת להשפיע על ממשלות ועל החברה כולה.

5. השפעות עקיפות

קידמה מדעית כמו הארכת תוחלת חיים דרמטית, שינוי הביולוגיה האנושית, או יצירת “חיים במראה”. אורגניזמים שהמולקולות שלהם בנויות הפוך, כמו תמונת מראה של החיים הרגילים. אורגניזמים כאלה לא יוכלו להתעכל על ידי אף יצור חי על פני כדור הארץ, ועלולים לפלוש למערכת האקולוגית ולהרוס את כל החיים.

כל אלו עלולים להתרחש מהר מדי מכדי שהחברה תתאים את עצמה. גם התמכרות ל-AI, תלות פסיכולוגית, או אובדן תחושת המטרה האנושית. כל אלו סיכונים שקשה לחזות אותם מראש.

ארבע דרכי הגנה

אמודאי מציע ארבעה כיווני פעולה שחייבים לפעול במקביל:

1. “חוקת AI”

Constitutional AI. במקום לתת ל-Claude רשימת פקודות אינסופית, “אל תעשה X, אל תעשה Y”, הם כתבו לו “חוקה”. מסמך עקרונות מפורט שמלמד אותו מי להיות, לא רק מה לעשות. המטרה היא שהמודל יחשוב ברמה של זהות, אופי וערכים. כך שכשהוא נתקל במצב חדש, הוא לא צריך הנחיה ספציפית. הוא פשוט יודע “מי הוא”.

2. להסתכל פנימה ולפענח את המוח הדיגיטלי

מחקר שמנסה לפתוח את “הקופסה השחורה” ולראות איך ה-AI באמת חושב מבפנים. החוקרים מזהים “נוירונים” ומעגלים בתוך הרשת הנוירונית שמייצגים כוונות, רעיונות ודפוסי חשיבה. החוקרים ב-Anthropic כבר הצליחו למצוא עשרות מיליוני “פיצ’רים” שמתאימים למושגים אנושיים, וגם למפות “מעגלים” שמתארים חשיבה מורכבת. זה כמו לפתוח את המכסה של המוח ולראות איך הוא באמת חושב, ולא רק מה הוא אומר.

3. שקיפות וניטור – “כרטיסי מערכת” לכל מודל

Anthropic מפרסמת “כרטיסי מערכת” מפורטים לכל מודל. מאות עמודים שמתארים יכולות, חולשות, והתנהגויות מטרידות שהתגלו בבדיקות. כולל התנהגויות כמו ניסיונות סחיטה שהתגלו בניסויי מעבדה. זה לא דבר שמשתלם מסחרית. זה מחייב השקעה עצומה ויכול להזיק לתדמית, אבל זה חיוני. אם כולם משתפים, התעשייה כולה לומדת. אם אף אחד לא משתף, כולם עיוורים.

4. חקיקה מנותקת מפוליטיקה

אמודאי טוען שלא ניתן לסמוך על כך שכל החברות יהיו אחראיות מרצון. חלקן כבר הפגינו רשלנות בנושאים רגישים כמו תכנים מיניים סביב ילדים. אבל הוא גם מזהיר מפני רגולציה כבדת יד שתחנוק חדשנות ותיצור תגובת נגד. הפתרון? להתחיל בחקיקת שקיפות פשוטה וממוקדת, כמו SB 53 בקליפורניה, שמחייבת חברות גדולות, מעל 500 מיליון דולר הכנסות, לפרסם בדיקות ומדיניות בטיחות. ככל שהסיכונים יתבהרו, אפשר להחמיר בהתאם.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס Vibe coding ובניית אפליקציות עם AI

לפרטים נוספים לחצו כאן >>

האם נספיק להבשיל בזמן?

הפוסט למה דריו אמודאי חושש שהאנושות לא בשלה למהפכת ה-AI הופיע ראשון בLet's AI בינה מלאכותית

הערכות שווי לא קונות נאמנות

השבועות האחרונים בעמק הסיליקון סיפקו למשקיעים תזכורת כואבת למציאות: הערכות שווי של מיליארדים לא קונות נאמנות, ובוודאי שלא מוצר. הדיווחים על עזיבתם של מייסדים וחוקרי מפתח מ-Thinking Machines Lab, הסטארטאפ הנוצץ שהקימה מירה מוראטי, מסמנים אולי את נקודת המפנה המשמעותית ביותר בגל ההייפ הנוכחי של הבינה המלאכותית.

בעוד כותרות העיתונים התמקדו בניסיון הנועז של החברה לגייס הון לפי שווי של 50 מיליארד דולר – זינוק של פי ארבעה בתוך פחות מחצי שנה – הסיפור האמיתי מסתתר במסדרונות המתרוקנים ובמגמה החדשה שמטרידה את קרנות ההון סיכון: “השיבה הביתה” של הטאלנטים.

הנטישה הגדולה והחזרה לחברות הענק

הדרמה ב-Thinking Machines אינה מסתכמת רק בעזיבת עובדים, אלא בזהותם ובייעדם. לפי הדיווחים, דמויות מפתח כמו בארט זוף (Barret Zoph), לוק מץ (Luke Metz) וסם שונהולץ (Sam Schoenholz) – כולם שותפים מייסדים או חוקרים בכירים – עזבו את החברה כדי לחזור למעסיקה הקודמת שלהם, OpenAI.

מהלך זה מהווה היפוך מגמה דרמטי. אם 2024 ו-2025 אופיינו ב”בריחת מוחות” מחברות הענק לטובת הקמת סטארטאפים עצמאיים, תחילת 2026 מסמנת את חזרתם של אותם מוחות לחיק המשאבים האינסופיים של ענקיות ה-AI.

הסיבה המרכזית לחזרה

הסיבה המרכזית לחזרה הזו ברורה למדי: הקושי העצום להתחרות במרוץ החימוש הטכנולוגי ללא תשתיות מחשוב בהיקפים שיש רק לחברות כמו גוגל, מיקרוסופט ו-OpenAI. גם צוות מבריק ושאפתני מתקשה לפתח מודלים מתקדמים ללא גישה ל-Compute בהיקף תעשייתי.

פער הציפיות בין מוצר לשווי

הספקנות הגוברת מצד המשקיעים נובעת מהפער הבלתי נתפס בין השווי המבוקש לבין התוצרים בשטח. Thinking Machines גייסה ביולי 2025 סבב סיד היסטורי של 2 מיליארד דולר לפי שווי של 12 מיליארד דולר, בהובלת קרנות הון סיכון מובילות ושותפות אסטרטגיות מתעשיית השבבים.

אולם, עד כה השיקה החברה רק מוצר משמעותי אחד באוקטובר 2025: Tinker, כלי המיועד לייעול תהליך הכוונון העדין (Fine-tuning) של מודלים.

המשמעות הרחבה לשוק ה-AI ב-2026

המשבר ב-Thinking Machines משמש כתמרור אזהרה לכל תעשיית ה-AI. ראשית, מסתמן סוף עידן הצ’ק הפתוח. משקיעים דורשים כעת לראות מודלים עסקיים ברורים ומוצרים עובדים, ולא רק צוותים עתירי טייטלים מרשימים.

במקביל, היתרון לגודל חוזר להיות משמעותי. סטארטאפים קטנים, גם אם הם שווים מיליארדים על הנייר, מתקשים לשמר עובדים מול הפיתויים והיציבות של חברות הענק. אם Thinking Machines לא תצליח להצדיק את השווי המבוקש, היא עשויה לעמוד בפני גיוס בשווי נמוך יותר, מהלך שעלול לשלוח גלי הדף שליליים לכל שוק הון הסיכון.

בעוד מירה מוראטי, מירה מוראטי, עדיין נחשבת לאחת הדמויות הבולטות בעולם ה-AI, המבחן הנוכחי שלה הוא אולי הקשה ביותר בקריירה שלה: לשכנע את השוק שהחברה שהקימה היא יותר מתחנת מעבר יוקרתית בדרך חזרה ל-OpenAI, ושהיא מסוגלת להצדיק את הציפיות האדירות שנבנו סביבה.

הפוסט התפכחות ה-50 מיליארד והמשבר ב-Thinking Machines הופיע ראשון בLet's AI בינה מלאכותית

ההשקה הרשמית של AMI Labs, סטארט-אפ חדש שמוערך כבר כעת בכ-3.5 מיליארד דולר, מסמנת נקודת מפנה בשיח המקצועי סביב עתיד הבינה המלאכותית. בראש המיזם עומד יאן לקון (Yann LeCun), זוכה פרס טיורינג ומי שנחשב לאחד האבות המייסדים של למידה עמוקה. לאחר שנים בתפקיד מדען ה-AI הראשי של Meta, לקון מציג כעת חזון שמתרחק במכוון מההתמקדות הנוכחית במודלי שפה גדולים, ומכוון לבעיה עמוקה ומורכבת יותר: הבנה של העולם הפיזי עצמו.

לא עוד מודל שמנבא מילים

בעוד מרבית ההשקעות והכותרות בשנים האחרונות הוקדשו ל-LLMs דוגמת GPT או Claude, לקון מציב סימן שאלה על עצם ההנחה שמודלים כאלה יכולים להוביל לאינטליגנציה כללית. לטענתו, מערכות שמבוססות בעיקר על חיזוי טקסט מתקשות לפתח הבנה סיבתית, מתקשות בתכנון ארוך טווח וסובלות מבעיות אמינות מובנות, ובראשן תופעת ההזיות.

AMI Labs מבקשת לפעול בפרדיגמה אחרת, זו של מודלי עולם. מדובר במערכות שאינן לומדות רק משפה או מטקסטים, אלא בונות ייצוג פנימי של המציאות: אובייקטים, חוקים פיזיקליים, קשרי סיבה ותוצאה ודינמיקה של סביבות מורכבות. במילים אחרות, לא עוד מערכת שמגיבה לשאלות, אלא כזו שמסוגלת לצפות, לתכנן ולהבין תהליכים בעולם האמיתי.

מה הם מודלי עולם ולמה הם שונים?

מודלי עולם מתבססים על הרעיון שאינטליגנציה אינה תוצר של שפה, אלא של אינטראקציה עם סביבה. במקום לאמן רשת נוירונים על כמויות עצומות של טקסט, המיקוד עובר ללמידה רב-מודאלית, הכוללת חישה, תנועה, זיכרון מתמשך והבנה של מגבלות פיזיות.

לפי החומרים שפורסמו עם הקמת החברה, AMI Labs שמה דגש על פיתוח מנגנונים של זיכרון ארוך טווח, יכולת תכנון והסקת מסקנות. אלה אלמנטים שכיום קיימים רק בצורה חלקית במודלים גנרטיביים, ולעיתים כלל אינם ניתנים לשליטה או לאימות.

שימושים מעבר לצ’אט

הבחירה במודלי עולם אינה מקרית גם בהיבט היישומי. בעוד LLMs מצטיינים ביצירת טקסט, קוד או סיכומים, הם מתקשים להשתלב במערכות קריטיות שבהן טעות אחת עלולה להיות יקרה. החזון של AMI Labs מכוון לתחומים כמו רובוטיקה תעשייתית, שליטה בתהליכי ייצור, מערכות אוטונומיות ומכשור רפואי, תחומים שבהם נדרשת הבנה יציבה של המציאות ולא רק ניסוח משכנע.

מבנה ניהולי שמותאם למחקר

אחד ההיבטים הבולטים בהקמת AMI Labs הוא האופן שבו לקון בחר למצב את עצמו. בניגוד לסטארט-אפים רבים שבהם המייסד מוביל גם את הניהול היומיומי, כאן נבחר מודל אחר. לקון מכהן כיו”ר פעיל וכמדען הראשי, אך אינו משמש כמנכ”ל.

לתפקיד המנכ”ל מונה אלכס לברון, יזם סדרתי ומייסד שותף של Nabla, סטארט-אפ שפועל בתחום ה-AI הרפואי. המהלך מלווה בהסכם שיתוף פעולה אסטרטגי, שבמסגרתו Nabla תקבל גישה מוקדמת למודלים שיפותחו ב-AMI Labs. צירוף זה מדגיש את הרצון של החברה לשלב בין מחקר יסודי ליישומים מעשיים, מבלי להעמיס על החוקרים אחריות ניהולית כבדה.

פריז כמרכז אסטרטגי

הבחירה למקם את מטה החברה בפריז נושאת משמעות רחבה יותר מאשר שיקול לוגיסטי. צרפת, ובפרט פריז, ממצבת את עצמה בשנים האחרונות כמרכז אירופי מוביל למחקר ופיתוח בתחום הבינה המלאכותית. לקון, יליד צרפת, משתלב במגמה זו ומוסיף לה משקל סמלי ומעשי כאחד.

נשיא צרפת, עמנואל מקרון, בירך בפומבי על הקמת החברה והדגיש את מחויבות הממשלה לתמוך ביוזמות מחקר מתקדמות. לצד AMI Labs פועלות בעיר גם חברות כמו Mistral AI, והצירוף של שחקנים אלה מחזק את מעמדה של פריז כחלופה רצינית למוקדי ה-AI המסורתיים בארצות הברית.

מעבר למטה הראשי, AMI Labs מתכננת מרכזי מחקר נוספים בניו יורק, מונטריאול וסינגפור, מה שמעיד על שאיפה לפעול בזירה גלובלית ולמשוך חוקרים ממגוון אקוסיסטמים.

מירוץ חדש עם שחקנים מוכרים

AMI Labs אינה פועלת בוואקום. בשנים האחרונות מתגבש ענף חדש סביב פיתוח מודלי עולם, וחברות נוספות כבר סימנו את הכיוון. המתחרה הבולטת ביותר היא World Labs, שהוקמה על ידי Fei-Fei Li, חוקרת מובילה בתחום הראייה הממוחשבת.

World Labs כבר גייסה הון משמעותי ונמצאת במגעים לפי שווי שמגיע למיליארדי דולרים, נתון שמעיד על האמון של משקיעים בפוטנציאל של התחום. גם סביב AMI Labs מוזכרים שמות של קרנות הון סיכון גדולות, מתוך ההבנה שהשלב הבא בהתפתחות הבינה המלאכותית עשוי לדרוש פריצה תיאורטית ולא רק הגדלה של מודלים קיימים.

בין ביקורת לחזון

המהלך של לקון ניתן לקריאה גם כהצהרה ביקורתית כלפי הכיוון שבו צועדת התעשייה. בעוד LLMs מספקים תוצרים מרשימים ברמה השטחית, הם אינם בהכרח מתקרבים להבנה עמוקה של העולם. AMI Labs מציעה אלטרנטיבה מחקרית שמבקשת להחזיר למרכז הבמה שאלות יסוד על למידה, תפיסה ואינטליגנציה.

עם זאת, האתגר אינו מבוטל. פיתוח מודלי עולם דורש משאבים, זמן ופריצות דרך מדעיות שטרם הוכחו בקנה מידה מסחרי. ההערכות הגבוהות והציפיות מצד משקיעים עלולות להפעיל לחץ על חברה שמבקשת לפעול בקצב מחקרי ולא תעשייתי מובהק.

הקמת AMI Labs משרטטת קו ברור בין שתי תפיסות של בינה מלאכותית: זו שמתרכזת ביכולות שפה ויצירה, וזו שמבקשת לבנות הבנה סיבתית של העולם. ייתכן שהעתיד יכלול שילוב בין השתיים, אך הבחירה של לקון להתמקד במודלי עולם מחדדת את המגבלות של הגישה הנוכחית ומזכירה כי הדרך לאינטליגנציה מלאכותית אמינה ועמוקה עודנה פתוחה, מורכבת ורחוקה מסיום.

הפוסט יאן לקון חושף את AMI Labs עם הימור של 3.5 מיליארד דולר על מודלי עולם הופיע ראשון בLet's AI בינה מלאכותית

איך משתמשים ב-timeOS

לפני הכל – כדאי לדעת שאם תירשמו דרכנו, תיהנו מהטבה קטנה – פה מתחברים לכלי. כמו כן, פה תמצאו מדריך מקיף לגרסה החדשה של timeOS.

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

לפרטים נוספים לחצו כאן >>

אם במאמר הקודם דיברנו על החדרים (Rooms) של timeOS – אותם מרחבים דינמיים שמרכזים את כל השיחות, התמלולים והתוצרים – הרי שהסוכנים (Agents) הם מי שגורמים לכל זה לזוז. מדובר במערכת חכמה של עוזרים וירטואליים שפועלים בזמן אמת מתוך השיחות עצמן, מבינים את ההקשר, ומבצעים פעולות מיידיות עוד לפני שחשבתם לבקש.

מ”פגישה” ל”פעולה”

הרעיון פשוט אך עוצמתי: הסוכנים של timeOS נבנים מתוך השיחה עצמה. הם יודעים מה נאמר, מי אמר זאת, ומה המשמעות התפעולית של הדברים. במקום שתצאו מהפגישה עם רשימת מטלות מעורפלת, אתם יוצאים עם סיכום, תיעוד, משימות, ואפילו טיוטת מייל מעודכנת – הכול כבר בוצע.

הייחוד של הסוכנים הוא בכך שהם לא מחכים לפקודות. הם לא צריכים פרומפט, אלא פועלים מתוך “רגעים” בשיחה. כשהלקוח אומר “נפגש בשבוע הבא”, הסוכן מזהה את מילת הטריגר וכבר מתזמן פגישה ביומן (אם נתתם לו רשות לעשות זאת). כשנשמעת המילה “הצעת מחיר” – נוצר מסמך. כשהוזכרה החלטה בפרויקט – העדכון כבר נשלח ל-Notion או ל-Slack. כך הופכת כל שיחה ממידע לפעולה.

פקודות מובנות ויצירת סוכנים אישיים

ל-timeOS יש כבר כמה סוכנים מובנים שניתן להפעיל מיידית דרך הפקודה / (לוכסן / קו נטוי). למשל:

/list my latest tasks: מאתר כל משימה פתוחה מהשיחות האחרונות.

/send follow-up email: מנסח מייל המשך עוד לפני ששכחת שהיה אחד.

/send tldr to the team: שולח תקציר תובנות לערוץ הצוות המתאים.

יצירת סוכן ב-timeOS

שילוב עם הכלים הקיימים

אבל הכוח האמיתי נמצא ביכולת ליצור סוכנים מותאמים אישית. המשתמשים יכולים לתאר בשפה טבעית מה ברצונם שהמערכת תבצע, למשל: “צור דוח פגישה ושלח לכל המשתתפים”. ואז פשוט להגדיר מתי זה קורה: אוטומטית אחרי כל פגישה, או רק כאשר מזוהה רגע מסוים, כמו “נאמרה המילה הצעה”. כך כל אחד יכול לבנות לעצמו עוזר דיגיטלי שמבין את שגרת העבודה האישית שלו.

ככה בונים סוכן ב-timeOS

היכולות של שילוב עם כלים קיימים

אחת מהחוזקות הגדולות של timeOS היא שהסוכנים יודעים לדבר עם הכלים שכבר עובדים אצלכם: Slack, Notion, Google Docs, מערכות CRM ועוד. המשמעות היא שכל פעולה שהייתם מבצעים ידנית אחרי פגישה – תיעוד, סיכום, עדכון או שליחה – יכולה להתרחש לבד, בלי שתצטרכו לזכור לעשות זאת.

העידן האייג’נטלי

הסוכנים של timeOS הם הצעד הבא במעבר ממערכות תמלול לכלים אייג’נטליים (Agentic AI). בעוד שעד כה ה-AI רק “הקשיב”, כעת הוא גם “פועל”. וב-timeOS הוא לא סתם פועל, אלא עושה את זה בתוך הקונטקסט שלכם – השיחות שלכם!

עם הזמן, סביר שנראה עוד ועוד סוכנים שידעו גם להתעדכן לבד, לזהות דפוסים חוזרים ולהציע פעולות מבלי שתגדירו אותן מראש. גם ב-timeOS. או במילים אחרות – השיחות יתחילו לנהל את עצמן, ואתם תוכלו להתרכז שוב במה שחשוב באמת: לדבר ולהתרכז בשיחה ולא בכל מה שמסביב.

הפוסט הסוכנים החדשים של timeOS עוזרים לכם להפוך שיחה למסמך הופיע ראשון בLet's AI בינה מלאכותית

מה זה בעצם Room?

לפני הכל, פה תמצאו את המדריך המקיף שלנו על שינוי הממשק של timeOS וה-Agents החדשים שלהם. במדריך זה אנחנו רוצים להתמקד בפיצ’ר אחד ספציפי – החדרים החדשים (Rooms).

החדרים של timeOS. מרחב אחד שמרכז שיחה, תמלול וסוכנים חכמים.

המרחב החדש ב-timeOS

Room הוא המרחב החדש של timeOS. כל פגישה מוקלטת יוצרת אוטומטית חדר חדש עם שם הפגישה, סיכום, תמלול מלא וכל פעולה של סוכן (Agent) שהופעלה במהלך הפגישה. בניגוד לממשק הישן, כאן הכול מתרכז במקום אחד – גם ההקלטות, גם המסמכים וגם כל התוצרים הנלווים.

תפריט צד שנותן קונטקסט לחדר

בתוך ה-Room תמצאו תפריט צד (Context) שמרכז את ההקלטה, התמלול וכל תוצר נוסף שנוצר מהשיחה. כך ניתן לחזור לכל פרט, לערוך, לשתף או להפעיל סוכנים נוספים ישירות מתוך החדר.

איך משתמשים בחדרים?

יצירת חדרים לנושאים שונים

מעבר לניהול פגישות, ניתן ליצור חדרים סביב נושאים, לקוחות או פרויקטים. תייגו לקוח ל-Room, וכל שיחה עתידית עמו תתווסף לשם באופן אוטומטי. כך מתקבל רצף שיחות אחד, מאורגן לפי הקשר עסקי או תוכני – מבלי שתצטרכו לעשות דבר.

אז איך מתחילים? לחצו על Create Room +, הוסיפו לקוחות או שיחות דרך @context, ופתחו את הצ’אט כדי לשאול שאלות או להפעיל סוכנים.

יצירת חדר ב-timeOS

ניהול צ’אט והפעלת סוכנים

ניתן גם לנהל צ’אט בתוך ה-Room כדי לשאול שאלות או להפעיל סוכנים: לקצר סיכומי פגישות, להרחיב תקצירים, להפיק ציטוטים או לשלוח משימות ישירות לכלים כמו Slack או מערכת ניהול פרויקטים. כל גרסה של סיכום נשמרת בנפרד – כך שהמקור תמיד נשאר ללא שינוי.

הפעלת סוכנים בתוך חדרים ב-timeOS

שיתוף חדרים

ניתן לשתף Room עם עמיתים או שותפים עסקיים, אך שימו לב – השיתוף כולל את כל התוצרים, הווידאו והסיכום המקורי – אך לא את הצ’אט הפנימי (לפחות כרגע). המשמעות היא שניתן לפתוח את החדר לכל מי שצריך גישה לתוכן, מבלי לחשוף את שיחות הרקע.

שיתוף חדרים – שימו לב שאתם לא משתפים רק את השיחה, אלא גם את כל הקונטקסט.

מה אפשר לעשות עם ה-Rooms?

1) Room לסגירת עסקאות

צרו חדר נפרד לכל לקוח. הפכו שיחות להצעות מחיר בעזרת הסוכן Doc Agent, או הפיקו תקצירים וסקירות מצב עם סוכנים כמו Proposal, Account Overview ו-Follow-up.

2) Room לפרויקטים ולפוקוס

בנו חדר סביב נושא, כמו משוב משתמשים או תהליך Onboarding. סוכנים כמו “Send TLDR to the team” או “List action items” יסכמו שיחות ויהפכו אותן למשימות ישימות.

3) Room ללמידה והתפתחות

צרו חדר שמרכז פידבק, שיחות קודמות והחלטות. כך ניתן “לאמן” את המערכת להבין את סגנון הניהול או התקשורת שלכם. בקרוב תתווסף גם יכולת Feedback Collector שתלמד מדפוסי השיחות.

מה הלאה?

לדברי החברה – timeOS רק בתחילת הדרך עם Rooms. בעתיד, החדרים יתעדכנו מעצמם – תקצירים, הצעות ובריפים יתחדשו אוטומטית ככל שיתווספו שיחות חדשות. בנוסף, תתאפשר שיתוף סלקטיבי של תוצרים או סיכומים בלבד.

הפוסט החדרים החדשים ב-timeOS: מהפכה בניהול שיחות הופיע ראשון בLet's AI בינה מלאכותית

הסכם רישוי עם דגש על AI גנרטיבי

במסגרת ההסכם, תעניק The New York Times Company רישיון לאמזון לשימוש במגוון רחב מתכניה, לרבות מאמרים חדשותיים, מתכונים מ-NYT Cooking, ותוכן ספורט מ-The Athletic. התכנים ישולבו במערכות מבוססות בינה מלאכותית של אמזון, כולל העוזרת הקולית Alexa ומודלים גדולים לשפה (LLM) שהחברה מפתחת.

לראשונה, ההסכם מתייחס במפורש לשימוש בתוכן עיתונאי לצרכי בינה מלאכותית גנרטיבית, והוא גם הסכם רישוי ה-AI הראשון מסוגו של ה-Times, מה שמעיד על האצה בגיבוש מדיניות תוכן חדשה בעידן של מודלים שמאומנים על דטאות אדירות, שרובן מבוססות טקסט, וחלקן הגדול נשען על עיתונות כתובה.

מהמאבק המשפטי אל שולחן הדיונים

רק לפני שנה, עמדה The New York Times בחזית המאבק המשפטי בתופעת “אימון ללא רשות”. בדצמבר 2023 היא הגישה תביעה תקדימית נגד OpenAI ומיקרוסופט, בטענה שהשתמשו באופן לא מורשה במיליוני כתבות מעבודתה לצורך אימון של מערכות כמו ChatGPT, מבלי לשלם תמלוגים או לקבל הסכמה.

לפי טענת העיתון, השימוש הלא מורשה גרם לפגיעה עסקית משמעותית בכך שצמצם את תנועת הגולשים לאתר העיתון והחליף את עבודת הכתבים בתשובות שנוצרו על בסיס תוכנם. מנגד, OpenAI ומיקרוסופט דחו את ההאשמות וממשיכות לנהל מאבק משפטי ארוך טווח להגנה על אופן פעולתן.

כיצד התכנים ישולבו?

הטמעת תכני The New York Times תיעשה בשני מישורים עיקריים:

• שירותי צריכה מבוססי טקסט: המשתמשים באלקסה ובמערכות נוספות של אמזון יוכלו לקבל סיכומים, כותרות וקטעי מידע מתוך כתבות ה-Times, עם קרדיט מלא והפניה למקור.
• שימוש פנימי לאימון מודלים: המידע יוזן גם כחלק ממאגרי ההכשרה של אמזון לצורך שיפור הבנת שפה, הקשריות, והפקת תשובות מדויקות יותר ממודלים גנרטיביים.

כסף, קרדיט ומה שביניהם

אמנם הסכומים המדויקים לא נחשפו, אך עצם העובדה שמדובר בהסכם רישוי רב-שנתי עם שימוש נרחב ב-AI מרמזת על תגמול כלכלי משמעותי מצד אמזון. זהו גם סמן לשוק מתפתח שבו תכנים עיתונאיים – שבעבר היו נצרכים רק על ידי בני אדם – הופכים למוצר אסטרטגי עבור חברות טכנולוגיה.

דבריה של מרדית’ קופיט לווין (Meredith Kopit Levien), מנכ”לית ה-New York Times, חידדו את נקודת המבט הזו:

“עיתונות איכותית שווה תשלום. ההסכם הזה הוא ביטוי לגישה שלנו לשמור על הערך של עבודתנו גם בעידן טכנולוגי סוער.”

מגמות, תקדימים ושאלות פתוחות

המהלך הזה מעורר שאלות מהותיות: האם הסכמים כאלה ייהפכו לסטנדרט? האם יצירת תוכן איכותי תזכה סוף סוף להכרה מצד שחקני AI? או שמא מדובר בחריג יוצא דופן שנועד לאזן זמנית את מאזן הכוחות?

במקביל, ההסכם עשוי לעורר לחץ על חברות אחרות כמו גוגל, מטא ואפל ליזום הסכמים דומים עם בעלי תוכן. גם כלי תקשורת קטנים ובינוניים עשויים לראות בכך פתח למודל רווח חדש – אך גם לחשוש מהתמסחרות של עבודת העיתונות במונחי דאטה בלבד.

ההסכם גם אינו פותר את הסוגיות המשפטיות התלויות מול OpenAI, שעדיין נדונות בבתי המשפט. אם וכאשר יוכרע התיק הזה, הוא עלול לקבוע סטנדרטים מחייבים לכלל התעשייה – לטוב או לרע.

מה שמסתמן מתוך המהלך האחרון הוא תזוזה בהלך הרוח: כלי תקשורת מתחילים להפנים שהם אינם רק מייצרי תוכן – אלא גם ספקי דאטה עבור בינה מלאכותית. השאלה הגדולה היא האם הם יידעו לגבות תשלום על כך בזמן אמת או רק בדיעבד, אחרי שמודלים כבר השתמשו ביצירתם. השותפות עם אמזון עשויה להפוך לדגם כלכלי חדש עבור תעשיית החדשות, שמחפשת נואשות אחר רלוונטיות בעידן שבו הקוראים האנושיים כבר לא היחידים שמקשיבים.

הפוסט הטיימס ואמזון מודיעות על הסכם רישוי בתחום הבינה המלאכותית הופיע ראשון בLet's AI בינה מלאכותית

קצת נתונים

יש נתונים שפשוט אי אפשר להתעלם מהם: עובדים ומנהלים מבלים בין 50% ל-80% מהזמן השבועי שלהם בפגישות (Harvard Business Review, 2023).

71% מהמנהלים סבורים שהמידע שעולה בפגישות אינו מתועד או מנוהל כראוי, ולכן הפגישות אינן אפקטיביות (Microsoft Work Trend Index, 2023). במקביל, ארגונים שכבר מטמיעים מערכות Meeting Intelligence מדווחים על שיפור בפרודוקטיביות, ועל קבלת החלטות מהירה ומדויקת יותר, המבוססת על מידע ולא על תחושות.

מה הבעיה העיקרית שרוב הארגונים מתמודדים בנושא מידע מפגישות?

רוב הפגישות נשכחות – גם כשהן כוללות רעיונות קריטיים, משימות חשובות ותובנות בעלות ערך. הן לא מוקלטות, לא מתועדות, ובוודאי שלא מנותחות. התוצאה: החלטות מתקבלות על בסיס זיכרון חלקי, מידע עובר בין צוותים בצורה לא מדויקת, והארגון מתקשה ללמוד מתהליכים שכבר התרחשו.

ופה ה-AI נכנס לתמונה

תחום ה-AI ובמיוחד Generative AI מאפשר כיום לשנות את כללי המשחק. בעזרת טכנולוגיות מתקדמות של עיבוד שפה טבעי, עיבוד קול וניתוח תוכן ולמידה, אפשר להפוך כל פגישה למקור מידע עשיר, נגיש ואסטרטגי לארגונים. כזה שיכול לקדם את הארגון מבחינת יעילות עסקית ותוצאות.

איך פלטפורמות Meeting Intelligence משנות את הדרך בה ארגונים שומרים על ידע ומקבלים החלטות?

Meeting Intelligence Platforms הן מערכות טכנולוגיות מבוססות בינה מלאכותית שנועדו להקליט, לנתח ולהפיק תובנות מפגישות עסקיות, בין אם הן מתקיימות פיזית, מרחוק, או בצורה היברידית. המטרה המרכזית שלהן היא להפוך כל פגישה למקור בעל ערך אסטרטגי עסקי.

מה כוללות הפלטפורמות האלו?

• הקלטה ותמלול אוטומטי – כל שיחה מוקלטת ומתומללת בזמן אמת, לרוב במספר שפות.
• זיהוי דוברים ונושאים מרכזיים – הפלטפורמה יודעת לזהות מי אמר מה, ולהדגיש מילות מפתח ונושאים חשובים.
• סיכום אוטומטי חכם – הפקת תובנות כמו החלטות שהתקבלו, שאלות פתוחות, ומשימות פעולה (action items) תוך התאמה לסוג הפגישה והפרסונה הספציפית.
• פרוטוקולי ישיבות – הוצאת פרוטוקולים מישיבות על פי המבנה הנדרש על פי אותו ארגון.
• חיפוש מתקדם – ניתן לאתר במהירות כל משפט, נושא או משתתף מתוך מאגר פגישות שלם.
• אינטגרציה עם כלים קיימים – לדוגמה Zoom, Microsoft Teams, Google Meet, Salesforce, planner, Action Base, Monday, ועוד.

איך זה תורם לארגונים ותורם לקידום העסקי?

שמירה וניהול של ידע ארגוני

יידע שבעבר לא תועד ונעלם בסיום פגישה – נשמר, מתועד והופך מקור ידע אסטרטגי, נגיש גם לאחר סיומה – כך שהידע לא הולך לאיבוד כשעובדים עוזבים את הארגון, אלא נשמר כחלק מהזיכרון הארגוני.

שיפור קבלת החלטות

בזכות תובנות מבוססות דאטה ולא תחושת בטן. כמו כן ניתוח רגשות וסנטימנט יכול לחשוף סיכונים או הזדמנויות שלא עולים באופן מפורש.

שיפור הפרודוקטיביות

עובדים לא צריכים להשקיע זמן בכתיבת סיכומים, חיפוש מידע מהעבר או להסביר את אותו דבר שוב ושוב. הכול כבר שם – זמין וניתן לשיתוף. המערכת מייצרת בין השאר תקציר תמציתי שכולל החלטות, שאלות פתוחות, משימות לביצוע וסיכומים מותאמים אישית לפי הפרסונה או המחלקה.

שקיפות ארגונית

פלטפורמה כזו מאפשרת למנהלים לראות מגמות רוחביות – מה קורה בשטח, מה הלקוחות אומרים, איך מגיבים אנשי המכירות ועוד והכל בזמן אמת. כמו כן ניתן לחפש ביטויים, נושאים או שמות בכל הפגישות של הארגון – לפי הרשאות גישה התואמות את נהלי אבטחת המידע, הרגולציה והגדרות הפרטיות הארגונית.

שמירה על פרטיות ורגולציה

עולם המידע כפוף לרגולציות מחמירות של אבטחת מידע ופרטיות, במיוחד בארגונים פיננסים, ביטוח, חוק, שירותים רפואיים ועוד. חשוב שהמערכות יעמדו בתקנים מחמירים של אבטחת מידע, שמירה ותיעוד ברור של מידע מפגישות.

דוגמאות לשימוש בפלטפורמה

צוות מכירות גלובלי מגלה תובנות מפתיעות

חברת SaaS בינלאומית עשתה שימוש ב־Meeting Insights לניתוח שיחות customer success. מניתוח השיחות התקבלו תובנות לגביי הדברים שהלקוחות מוטרדים מהם או מרוצים מהם ובכך לכוון את הצלחת הטמעת המוצר ולעלות את שביעות רצון הלקוחות בהתבסס על תובנות אלו.

לא רק מכירות: שימושים מגוונים בארגון

• מנהלים בכירים: מעקב אחר מגמות רוחביות בארגון והנגשת מידע גלובאלי.
• צוותי מוצר: זיהוי צרכים מהשטח מתוך שיחות עם לקוחות.
• HR והדרכה: ניתוח וסיכום שיחות גיוס, משובים והערכת תהליכים.
• משפט ורגולציה: תיעוד ניתוח ויצירת פרוטוקולים של ישיבות.
• עיריות וגופים ממשלתיים: הפלטפורמה מאפשרת יצירת סיכומים והפצה בהתאם לרגולציות לציבור בזמן קצר.

הערך העסקי (ROI) מדבר בעד עצמו

• חיסכון בזמן: מיתר את הצורך בכתיבת סיכומי פגישה ידניים וחסכון בעלויות.
• שקיפות ארגונית: כל אחד יכול לגשת למידע רלוונטי בהתאם להרשאות הארגון.
• שיפור תהליכי קבלת החלטות: קבלת סיכומים אובייקטיבים מגובה בנתונים ולא בתחושות – כל ההחלטות מבוססות מידע ונתונים אמיתיים.
• הקטנת סיכונים: הכל מתועד לטובת הארגון והידע נשמר בתוכו, במקרים של רגולציה ושקיפות הידע מתפרסם בהתאמה.

הפתרון המושלם לארגונים – Meeting Insights

Meeting Insights מבית AudioCodes מתחבר לפגישות היברידיות, פיזיות או וירטואליות באופן אוטומטי, או לפי הזמנה, מכל מקום ובכל מכשיר – מהמחשב, מחדר הישיבות או דרך אפליקציה בנייד. הפתרון משתלב באופן טבעי בכל פלטפורמת תקשורת ארגונית (UC) ומאפשר לזהות דוברים, רגשות, סנטימנטים ודפוסים מתוך השיחות. התובנות מתקבלות באופן פרואקטיבי – ומאפשרות קבלת החלטות על בסיס תיעוד ולא תחושת בטן.

כאן בדיוק נכנסת לתמונה AudioCodes – חברה ישראלית-גלובלית מובילה בפתרונות תקשורת חכמים לארגונים. החברה מספקת מוצרים ושירותים מתקדמים בתחומי תקשורת קולית מבוססי AI לניהול שיחות ופגישות – בהם גם הפתרון Meeting Insights.

AudioCodes פועלת עם ארגונים מובילים ברשימת Fortune 500 מביאה ניסיון עשיר בעולמות אבטחת מידע, תקשורת ואפליקציות ארגוניות, ופועלת בהתאם לדרישות רגולציה מחמירות. Meeting Insights פותח במיוחד עבור הצרכים של ארגונים גדולים, מורכבים ומודעים לחשיבות ההגנה על מידע. כל המידע מהפגישות מרוכז בפלטפורמה אחת, מאובטחת, מנוהלת ומבוססת הרשאות – ללא צורך בתוספים חיצוניים או באפליקציות שאינן עומדות בסטנדרטים הארגוניים.

למה זה כל כך טוב?

• שליטה מלאה על המידע הארגוני – ללא הפתעות.
• מניעת דליפות מידע – כתוצאה משימוש בכלים חיצוניים.
• תיעוד עקבי, איכותי ומבוקר בהתאם למדיניות ה-IT והרגולציה הארגונית. עמידה בתקנים המחמירים ביותר SOC 2, ISO 27001, GDPR ועוד.
• הצפנה מלאה ומדיניות גישה קפדנית על כל התכנים.

ארגונים רבים מתחילים להבין שהידע שנוצר בפגישות הוא אוצר ונכס אסטרטגי של מידע ותובנות עסקיות, וכך גם אצלנו ב-LetsAI. אנחנו לא יכולים לדמיין איך אפשר להתנהל בלי כלים כאלה, שעוזרים לשמר ידע ארגוני, לנתח אותו לשלב אותו בעשייה הניהולית היומיומית. וכך זה באמת מרגיש כשעובדים עם Meeting Insights – פלטפורמה אינטליגנטית לניהול פגישות שמספקת מנוע תובנות ומפתח לשיפור תהליכים עסקיים. כי בעידן שבו היתרון התחרותי נבנה על מידע, ארגונים שמטמיעים כבר היום בינה מלאכותית לניהול הידע הארגוני, משיגים יתרון אמיתי, מצליחים לפעול יעיל יותר ומהר יותר – וזה בסוף בא לידי ביטוי בביצועים בשטח! הרי המידע כבר קיים – צריך רק להקשיב לו, לנתח אותו ולפעול על פיו. פגישות הן לא רק זמן – הן מקור לתובנות עסקיות!

הקלטת הוובינר שקיימנו עם AudioCodes על Meeting Insights

רוצים לדעת עוד? רוצים לשמוע את המומחים של אודיוקודס מציגים את הפלטפורמה שלהם? צפו בהקלטת הוובינר המיוחד שקיימנו בשיתוף עם נציגי החברה, ותהנו גם מהטבת ההתנסות שנתנו במהלכו (אפשר תקפה לזמן מוגבל).

• למימוש ההטבה שהצגנו בוובינר, לחצו פה. רוצים שמומחה מטעם אודיוקודס ייצור איתכם קשר? השאירו פרטים בלינק.
• למידע נוסף על הכלי, לחצו פה.

הפוסט Meeting Insights של AudioCodes הופך כל פגישה לנכס ואוצר אסטרטגי ארגוני הופיע ראשון בLet's AI בינה מלאכותית

מהי פלטפורמת הקניות של פרפלקסיטי AI?

פרפלקסיטי AI, שידועה בעיקר בזכות מנוע החיפוש האינטואיטיבי שלה המונע על ידי בינה מלאכותית, הרחיבה את שירותיה לתחום הקמעונאות עם פלטפורמה חדשנית לקניות מקוונות. הפלטפורמה, הנקראת Perplexity AI Shopping Assistant, מספקת למשתמשים תובנות על מוצרים, אפשרות להשוות מחירים וסקירות, ומדריכה אותם עד לרכישה הסופית – הכל בתוך ממשק ידידותי ומתקדם.

הכלי נועד לפתור את הבעיות המוכרות בחוויית הקניות הדיגיטלית המסורתית, כמו חיפוש מייגע, המלצות שאינן רלוונטיות, ומחסור במידע אמין. הפלטפורמה עושה זאת על ידי אינטגרציה של נתונים בזמן אמת ממגוון אתרי קניות, תוך שימוש בבינה מלאכותית כדי להציג תוצאות מותאמות אישית.

אילו יכולות חדשות מציעה הפלטפורמה?

1. חיפוש מבוסס הקשר:

במקום להסתמך על מילות מפתח בלבד, הפלטפורמה מנתחת את ההקשר של החיפוש ואת כוונת המשתמש כדי להציג תוצאות מדויקות. לדוגמה, אם המשתמש מחפש “הטלוויזיה הטובה ביותר לשנת 2024”, המערכת תציג לא רק רשימת מוצרים, אלא גם השוואות מחירים, סקירות, ודירוגים מפורטים.

2. סקירות וניתוחים מושכלים:

באמצעות שילוב של נתונים מאתרי סקירות ודעות של משתמשים, הפלטפורמה מסוגלת להציג למשתמש סיכום תמציתי ואובייקטיבי של יתרונות וחסרונות עבור כל מוצר.

3. התאמה אישית:

הכלי לומד את העדפות המשתמש עם הזמן ומספק המלצות מותאמות אישית. כך, חוויית הקניות הופכת ליותר מדויקת ופחות מתסכלת.

4. השוואת מחירים בזמן אמת:

אחת היכולות המשמעותיות ביותר היא השוואת מחירים בין אתרים שונים בזמן אמת. משתמשים יכולים לראות היכן ניתן לרכוש מוצר מסוים במחיר המשתלם ביותר ולחסוך זמן וכסף.

5. תמיכה בקבלת החלטות:

לצד הצגת נתוני המחירים, הפלטפורמה עוזרת למשתמשים להבין מהו הערך של המוצר עבורם, על ידי ניתוח פרמטרים כמו אחריות, זמני אספקה ושירות לקוחות.

למה נחשבת הפלטפורמה לפריצת דרך?

החידוש המרכזי של הפלטפורמה הוא היכולת לשלב בין חיפוש מבוסס בינה מלאכותית לבין קניות. בעוד חברות רבות מציעות שירותי השוואת מחירים, אף חברה לא הצליחה עד כה לספק חוויה כה הוליסטית, אינטואיטיבית ומדויקת.

בנוסף, החיבור בין Perplexity AI Shopping Assistant לבין שאר הכלים של פרפלקסיטי מעניק למשתמשים יתרון משמעותי: ניתן לשלב בין חיפושים רגילים לבין חיפושי קניות, וליהנות מכל המידע שמציע מנוע החיפוש גם במסגרת תהליך הקנייה.

למי השירות זמין?

בשלב זה, השירות זמין אך ורק למשתמשים בארצות הברית. משתמשים ממדינות אחרות, כולל ישראל, אינם יכולים ליהנות מהכלי החדש, לפחות בשלב זה. פרפלקסיטי טרם פרסמה לוחות זמנים להתרחבות גלובלית, אך לאור ההצלחה בארצות הברית, קיימת סבירות כי החברה תבחן השקה בשווקים נוספים בעתיד.

מה עוד מציעה פרפלקסיטי?

פרפלקסיטי AI אינה עוצרת בשירותי קניות. החברה מתמקדת ביצירת כלים מבוססי בינה מלאכותית שנועדו להקל על המשתמשים בתהליכים מורכבים ולספק מידע מדויק בזמן אמת. בין הכלים הבולטים:

1. מנוע החיפוש של פרפלקסיטי:

כלי עוצמתי שמספק תשובות מהירות ומדויקות לשאלות מורכבות, תוך שימוש במידע ממקורות מהימנים.

2. מודול השאלות והתשובות:

כלי המאפשר למשתמשים לשאול שאלות טבעיות ולקבל תשובות מבוססות הקשר.

3. אינטגרציות חכמות:

פרפלקסיטי משתלבת עם כלים נוספים, כגון אפליקציות ניידות ודפדפנים, כדי להציע חוויית שימוש אחודה בכל מכשיר.

עוד פתרון חכם לאוסף של פרפלקסיטי

פרפלקסיטי AI ממשיכה לחדש ולהוביל בתחומי החיפוש והקניות עם כלים שמציבים את המשתמש במרכז. פלטפורמת הקניות החדשה שלה מציעה פתרון מקיף, חכם ויעיל שמציב סטנדרט חדש בעולם המסחר הדיגיטלי. עם זאת, ההגבלה הנוכחית של השירות לארצות הברית מדגישה את האתגר של הרחבת הפלטפורמה לשווקים נוספים. זהו כלי שעשוי לשנות את הדרך שבה אנו קונים, ובו זמנית להוות השראה לחברות אחרות לפתח פתרונות דומים.

האם פרפלקסיטי תתרחב לשווקים גלובליים? ומה יהיו ההשפעות של הטכנולוגיה הזו על עולם הקמעונאות? ימים יגידו, אבל ללא ספק, מדובר בכלי שעומד לשנות את חוקי המשחק.

הפוסט Perplexity AI Shopping Assistant – מהפכה בעולם הקניות ברשת? הופיע ראשון בLet's AI בינה מלאכותית