הכפיל הדיגיטלי – MyPersonas

בתערוכת CES האחרונה בלאס וגאס, חברת תוכנה מטקסס בשם IgniteTech הציגה פלטפורמה חדשה בשם MyPersonas. ההבטחה שלה פשוטה ומפתה: היכולת לייצר “תאומים דיגיטליים” של עובדים, שישחררו עובדים ומנהלים מהעומס הבלתי נסבל של המשימות השוטפות. אבל רגע לפני שאתם רצים להזמין לעצמכם כפיל, כדאי להבין שמדובר בטכנולוגיה שמעלה שאלות אתיות כבדות משקל, שאולי לא היינו מוכנים אליהן.

Credit: mypersonas AI

כדאי לציין שראינו כבר טנכולוגיות אווטארים דיגיטליים ברמה גבוהה יותר, אבל פה הבשורה אינה הנראות, אלא מה שיש מתחת למכסה המנוע. ה”מוח” של הכפיל הדיגיטלי, שמאומן על דאטה ארגוני ואישי של העובד. ההבטחה שמלווה את ההדגמה ברורה: אם אנשי מפתח בארגון נתקעים יום אחר יום בלופ של אותן שאלות, אותן הדרכות ואותן פגישות סטטוס, אפשר להציב לצידם שכבה אוטומטית שמורידה עומס. במילים אחרות, לא לחפש עוד כלי שמייצר טקסט, אלא כלי שמייצר נוכחות. במציאות שבה צוותים מפוזרים בין אזורי זמן, “להיות זמין” הפך לעיתים למשרה שנייה. מנהלת משאבי אנוש נדרשת לענות שוב ושוב על פרטים מנהלתיים, מנהל טכני נתפס כצוואר בקבוק לשאלות, ואשת מכירות חווה רצף שיחות שחוזרות על אותו סיפור מוצר. הטכנולוגיה של MyPersonas פונה בדיוק לפער הזה ומתיימרת לספק מענה מסוים. היא מציעה שהידע והסגנון של האדם יופיעו גם כשהאדם לא נוכח.

כדאי לומר שכבר היום אפשר לבנות סוכנים בכלים ארגוניים כמו Copilot 365 שמסוגלים להתממשק עם הידע הארגוני (קבצים, כתובות מייל, תכתובות באאוטלוק ואפילו תמלולי Teams). אבל פה לא מדובר בסוכן שמבין שפה טבעית כתובה, אלא אווטאר שנראה, נשמע וחושב כמו העובד.

ומה לגבי משיכת ההסכמה? האם ניתן להתחרט? אם עובד מרגיש שהרעיון מטריד אותו, האם הארגון יוכל לעצור ולהסיר את התאום, גם אם הוא כבר הוטמע בתהליכי עבודה? ומה קורה לכל הידע שהצטבר בו, לשיחות שנוהלו דרכו ולתפקידים שנבנו סביבו?

כיוון שהמערכת מבוססת על חומרים שהעובד סיפק, היא תלויה באיכות ובכמות של חומרי הגלם. אם העובד מספק מעט מאוד דוגמאות, התאום יהיה חיקוי שטחי. אם הוא מספק הרבה, הוא גם מוסר יותר מהזהות המקצועית שלו למערכת. זהו איזון שמחייב מדיניות ברורה, גם אם עדיין אין “ספר חוקים” מוסכם לתחום. כדי למסגר את הדיון בלי ללכת לאיבוד, כדאי לארגן את השאלות סביב כמה תמות מרכזיות שדורשות מענה:

• בקרה ארגונית: מי מאשר לכפיל לעלות לשיחה או לפעול בשמנו, באילו הקשרים, ובאיזה טווח סמכויות הוא פועל – מהן גבולות הגזרה?

• גבולות שימוש: האם הכפיל מיועד להדרכה פנימית בלבד, או גם לשיחות עם לקוחות וספקים?

• ניהול הסכמה: מהו המנגנון שמאפשר לעובד להבין למה הוא מסכים, ולשנות את דעתו? האם יש לנו כמנהלים אחריות, גם אם הרגולטור והמחוקק עדיין לא “התעוררו”?

• חיים אחרי עזיבה: מה מוגדר כחוקי וכאתִי לגבי הפעלה, עדכון ומחיקה של הכפיל לאחר שהעובד עוזב את החברה? למי יש בעלות על הדאטה, היסטוריית השיחות והניסיון המצטבר?

למעשה, המאמר הזה לא עוסק ב-MyPersonas, אלא בשאלות שכל מנהל חייב לשאול את עצמו בעידן ה-AI. זו דוגמה חדה לדרך שבה בינה מלאכותית יוצאת מהמסך אל תוך יחסי העבודה עצמם. לא מדובר רק באוטומציה של מסמך או בעוזר שמנסח מיילים, אלא בניסיון לשכפל נוכחות מקצועית. ההבטחה מפתה, במיוחד עבור ארגונים שחיים על צווארי בקבוק אנושיים ועל עייפות של אנשי מפתח, אבל היא גם מציבה גבולות חדשים שמוכרחים להיכתב לפני שהטכנולוגיה הופכת להרגל.
לדעתי, השאלה החשובה ביותר אינה האם ארגון יכול להרוויח מתאום דיגיטלי, אלא האם הוא יודע להגדיר תנאים הוגנים וברורים לשימוש בו. כשמעתיקים סגנון, קול וגינונים, מעתיקים גם משהו מהאדם עצמו, ולכן הדיון חייב להיות אנושי לא פחות משהוא טכנולוגי. מי שיטפל בכך ברצינות יוכל ליהנות מהתועלת בלי לגלוש למרחב של “רוחות רפאים דיגיטליות” שממשיכות לעבוד כשאף אחד כבר לא בטוח למי הן שייכות.

הפוסט רוחות רפאים במשרד – הכפיל הדיגיטלי שעובד במקומכם הופיע ראשון בLet's AI בינה מלאכותית

קצת רקע

בחודשים האחרונים השיקה Gamma את גרסת 3.0, יחד עם סוכן חדש שמאפשר לערוך מצגות באמצעות שפה טבעית. במקום להתעסק בתפריטים, כפתורים ושדות, המשתמש פשוט כותב מה הוא רוצה לשנות, והמערכת מבצעת. עכשיו מצטרף לשולחן כלי נוסף, שונה באופיו אך משלים את המהלך: Studio Mode. מדובר במצב עבודה חדש לגמרי בתוך הפלטפורמה, כזה שמאותת על שינוי תפיסתי ולא רק פונקציונלי. זה נראה טוב, לעיתים אפילו טוב מאוד, אבל חשוב להבין מה בדיוק עומד מאחורי ההבטחה הזו. מה שמניע את המצב החדש הזה, הוא מודל Nano Banana Pro המצוין של גוגל.

סטודיו מוד בגאמה

מה זה בעצם Studio Mode?

עד היום, כלי AI למצגות הצטיינו בבניית מבנה (Outline) וטקסט, אבל התמונות היו לעיתים נקודת התורפה: תמונות גנריות, או לחלופין – שילוב לא טבעי בין תמונה לטקסט שלפעמים עובד ולפעמים לא. בכל מה שנוגע לתמונות עם טקסטים בעברית – פה הכל כבר היה מתחרבש, עם טקסטים משובשים (“ג’יבריש”). מאז שיצא ננו בננה פרו, קיבלנו את היכולת לג’נרט טקסט בתמונות גם בעברית, וזה מדהים! ועכשיו גאמה מנצלים את היכולת הזו ומשלבים אותה בתוך הפלטפורמה שלהם. ה-Studio Mode משנה את המשוואה. מדובר במצב עבודה חדש שמתמקד ביצירת ויזואליה עשירה, “מלאה” ואיכותית הרבה יותר. יותר פוקוס על תמונות, והטקסט עצמו מוטבע בהן. זה נראה הרבה יותר טוב, אבל זה לא מתאים לכל מצב ולכל אחד (נרחיב על כך בהמשך).

מצב הסטודיו החדש של גאמה

מתי נשתמש במצב החדש?

מהר מהר – כאן ועכשיו!

התקילו אתכם עם ישיבה עוד 4 דקות ואתם חייבים מצגת מרהיבה תוך דקות?! זה בול הכלי בשבילכם!!

יצירת קרוסלות ללינקדאין

הפעילו את מצב הסטודיו, בחרו באופציית ה-Social ובחרו בגודל של 1:1. ואז פשוט צרו קרוסלות ללינקדאין או אינסטגרם שנראות כאילו עוצבו בפוטושופ או אילוסטרייטור על-ידי מעצב מקצועי!

שלב ראשון: בחירת מצב סושיאל וכתיבת הנחיה מילולית:

מצב סושיאל

שלב שני: עריכת התוכן של כל סלייד בקרוסלה:

עריכת מבנה השקפים

שלב שלישי: שמירת התוצר הסופי כקובץ PDF ופרסום בלינקדאין כקרוסלה (לחצו על Add a document).

קרוסלה ללינקדאין בקליק עם Sudio Mode ב-Gamma

מנהלי מוצר ויזמים

לשקופיות Hero Slides בפיץ’-דק, שצריכות להרשים משקיעים או מנהלים תוך שניות. שקפים שמתמקדים יותר בויזואליזציה של הנתונים ולא במלל.

יצירת מצגת מרהיבה בקליק עם מצב הסטודיו בגאמה

כל מי שרוצה להשיג את “אפקט הוואו”

כשהמצגת צריכה להפיל את הלסת – להיות צבעונית, קומיוניקטיבית, ופחות טכנית. באופן כללי המצב הזה מתעדף את הנראות והתמונה, על פני הטקסט. זה לא שהוא לא מסוגל לייצר טקסט – להיפך – הוא ממש טוב בזה! אבל הטקסט שלוב בתוך התמונה עצמה, ולא כאלמנט נפרד. זה היתרון (נראות), אבל גם החיסרון (קושי בעריכה).

איך להשתמש ב-Studio Mode

השימוש בפיצ’ר מפתיע בפשטותו, אך דורש שינוי מחשבתי קל לעומת המצגות הרגילות (“Classic Mode”). כך תעשו זאת נכון:

1) כנסו לאתר של Gamma

לחצו על הלינק הבא וכנסו לאתר של גאמה.

2) בחירת המצב (Mode Selection)

בכניסה ליצירת מצגת חדשה ב-Gamma, אל תרוצו ישר לטקסט. חפשו את האפשרות לבחור ב-Studio Mode. זהו הצעד הראשון שמאותת למערכת שאתם מכוונים לויזואליה ולא רק לבולטים של טקסט.

בחירת Sudio Mode ב-Gamma

1. כתיבת פרומפט: רשמו הנחיה מילולית שמסבירה לגאמה מה הנושא הכללי של המצגת.
2. הגדרות מתקדמות: במסך זה תוכלו להגדיר את הגודל של המצגת או הגרפיקה שאתם רוצים ליצור, את כמות השקפים ואת שפת הפלט. כמו כן, תוכלו להגדיר אם תרצו שקפים שבהם יש הרבה מלל, מעט מלל או פשוט שקפי “אווירה” (Vibe) ששמים דגש גדול יותר על הויז’ואל ופחות על הטקסט.
3. בניית שלד למצגת: בסיום הגדרת הפרמטרים, לחצו על כפתור Generate Outline, כדי שגאמה תייצר עבורכם שלד למצגת (אותו כמובן תוכלו לערוך).

3) הגדרת הסגנון (Visual Style)

כאן הקסם מתחיל. המערכת תציע לכם לבחור סגנון ויזואלי(טמפלט או Theme), לצד האפשרות לבחור את השפה הגרפית של התמונות: איור, פוטוריאליסטי, 3D Render, Line Art ועוד. בחירה זו תכתיב את האווירה והנראות של כל התוצרים שתייצרו.

4) יצירת המצגת

לאחר שסיימתם להגדיר את כל הפרמטרים הנדרשים, לחצו על כפתור Generate וצפו בקסם מתחיל. זה השלב שבו אתם יושבים, לוגמים קפה, ומסתכלים על הסוכן של גאמה עובד בשבילכם!

5) עריכת המצגת ופרסום / שיתוף

לאחר שגאמה סיים לג’נרט עבורכם את המצגת, כל שנותר לכם הוא לפרסם או לשתף אותה (כפתור Share), או לחלופין, לייצא אותה במגוון פורמטים: PDF, PNG ואפילו Google Slides או Powerpoint (מה שמאפשר לכם להמשיך לערוך את המצגת שלכם בתוכנות אחרות).

כמו כן, אפשר לבקש מהסוכן של גאמה לייצר עריכות, תיקונים ושינויים על ידי הנחיות בשפה טבעית.

תיקונים בשפה טבעית עם הסוכן של גאמה

חסרונות

עריכה מוגבלת

משום שהפיצ’ר הזה יוצר שקפים בפורמט של תמונה (JPG) עם מודל התמונות של גוגל “ננו בננה”, ולא שקפים עם טקסט חי שניתן לערוך, יש מגבלות בחופש העריכה וביצוע שינויים.

עברית… אבל לא עד הסוף

למצב הסטודיו של גאמה אין שום בעיה לייצר שקפים בעברית – הוא עושה את זה מצוין על הניסיון הראשון! אבל כמבקשים מהסוכן לבצע עריכות טקסט בעברית, הוא לעיתים “יורד” ממודל ננו בננה פרו לגרסה הישנה של ננו בננה, שלא יודעת לג’נרט טקסטים בעברית. קצת מבאס ומקשה על ביצוע תיקוני טקסט בתמונה.

עברית – אבל לא עד הסוף

אי אפשר לשנות קומפוזיציה ידנית

אין באמת אפשרות לשנות ידנית את הקומפוזיציה של השקף כמו בגרסה הרגילה של גאמה – מה שמחייב אותנו לג’נרט מחדש את כל השקף, כל פעם שרוצים לבצע שינויים.

אי אפשר לייצר מצגת מקובץ או לינק

נכון להיום אין אפשרות לייצר מצגת על בסיס קובץ או לינק (URL) כמו בעורך הישן.

פסק הדין שלנו

בסופו של יום מדובר בכלי AI מעולה, שמייצר מהר מאוד מצגות מאוד מאוד יפות. מתאים למצבים בהם אתם לא רוצים להסתבך עם עריכות ולמרוח זמן על שינויים. מצוין ל”מצגת בקליק”, אבל למשימות שמצריכות יותר תשומת לב, עדיף לעבור לעורך הישן, או לתוכנות מקצועיות יותר כמו Canva.

הפוסט הכירו את Studio Mode ב-Gamma: מצגות עם ננו בננה פרו הופיע ראשון בLet's AI בינה מלאכותית

זה לא שאתם מתקלקלים – המקצוע עובר ריפקטור

קרפאתי, שכבר אמר בעבר לא פעם שעידן התכנות משתנה מהיסוד, מתאר תהליך שקשה להודות בו בקול רם: התרומה האנושית בתוך הקוד נעשית דלילה יותר. לא כי החשיבה נעלמה, אלא כי היא זזה שכבה אחת למעלה. פעם הערך היה “לכתוב מאפס”. היום הערך הוא ביכולת להגדיר כוונה, לפרק בעיה, להנחות מערכת, ולבחור בין חלופות.

באותו כיוון, בוריס צ’רני (מי שבנה את קלוד קוד ב-Anthropic), הגיב לציוץ וסיפר על חודש שבו כמעט לא פתח IDE, בזמן שהמודל ייצר עבורו המון שינויים במערכת. הסיפור הזה הוא סימפטום – הוא מצביע על מעבר מתכנות של שורות לתכנות של תהליכים.

חשוב לדייק, זה ממש לא אומר שה-IDE מת – זה אומר שהעבודה הופכת להיות יותר אסינכרונית. ה-AI עובד בנפרד, כמו עוד מפתח בצוות, ואתם עוברים ממצב של הקלדה למצב של סקירה, הכוונה ואישור.

שכבת אבסטרקציה חדשה נולדה

הנקודה החדה ביותר אצל קרפאתי היא לא ש”המודלים כותבים מהר”. נוצרה שכבה חדשה של הנדסה: סוכנים (Agents), תתי-סוכנים, הקשר (Context), זיכרון, והרשאות. לא מדובר בכלי שמציע השלמת קוד, אלא בסביבת עבודה שמתנהגת כמו מערכת הפעלה חדשה, ואתם צריכים לדעת לתכנת אותה.

הבעיה היא לא ללמוד, אלא “לפרוק” (Unlearning)

מפתחים מנוסים סוחבים רשימה מנטלית של “מה המודל לא יכול לעשות”. אלו צלקות קרב מתקופות של הזיות ובאגים מטופשים. אבל הרשימה הזו מתיישנת מהר, לפעמים תוך חודש. כאן נכנס מושג ה-Reset Cycle – היכולת להתעדכן, לבדוק מחדש, ולמחוק הנחות ישנות. בעולם החדש, ידע על יכולות מודל הוא נכס לטווח קצר. אל תנהלו את עצמכם לפי מגבלות שפג תוקפן.

רגע של אחריות: מה הסיכון?

הסיכון האמיתי ב”המון PRs” הוא לא הכמות, אלא העיוורון. בלי מערכת אימות חזקה, הכמות מייצרת אשליה של התקדמות בזמן שהמורכבות והחוב הטכני מצטברים בשקט. המעבר הזה מחייב אתכם להיות מקצועיים יותר במקומות אחרים: פחות “מי כותב” ויותר “מי מאמת”.

קיבלנו כלי חייזרי. בלי מדריך | Andrej Karpathy

מה זה אומר להפשיל שרוולים? (5 צעדים פרקטיים)

1. מאמצים תהליך בקרה, לא עוד כלי: הערך שלכם עובר מייצור לבחינה. תנו לכל שינוי מסלול אימות: בדיקות אוטומטיות, סקירה והרצה. בלי זה, אתם פשוט מאיצים טעויות.

2. כותבים כוונה לפני קוד: מודלים עובדים טוב יותר כשיש להם יעד ברור. כתבו מפרט קצר: מה המטרה, מה הקלט ומה אסור שיקרה. מאוד דומה לדרך הנכונה לגבי איך כותבים פרומפט (הנחיה) גם מחוץ לעולמות הקוד.

3. מקימים “פלייבוק אישי” של אמון: תנהלו רשימה של איפה אתם סומכים על הכלי ואיפה לא. זה מייצר שקט בתוך המרדף.

4. מבצעים Reset Cycle חודשי: בחרו משימה אחת שחשבתם שהמודל לא מסוגל לבצע, ונסו שוב עם הכלים של היום. תופתעו לגלות שהגבול זז.

5. ה-IDE הוא כבר לא כל הסיפור: תבינו שהכוח זז לתכנון ותזמור. מי שישלוט בשכבת הניהול של הסוכנים, יחזיק ביתרון הגדול ביותר.

אז בת׳כלס, אם אנדריי קרפאתי מרגיש מאחור, אתם בחברה טובה. אבל הנשימה לרווחה צריכה להימשך שנייה אחת בלבד. מיד אחריה מפשילים שרוולים – לאו דווקא כדי לעבוד קשה יותר, אלא כדי להפסיק לעבוד לפי מגבלות שכבר לא קיימות.

הפוסט אם גם אנדריי קרפאתי ב-FOMO, אתם יכולים לנשום לרווחה הופיע ראשון בLet's AI בינה מלאכותית

מגה-קמפוסים של בינה מלאכותית

רגע לפני סוף 2025 וכשהעיניים כבר נשואות אל 2026, מפרסמת ג’יי.פי מורגן (J.P. Morgan) דו”ח עדכני שממחיש עד כמה ה-AI הפך לאחד הכוחות הדומיננטיים בכלכלה העולמית. לפי הדוח לא מדובר באופנה חולפת – אלא בגל צמיחה שיימשך בעוצמה גם ב-2026. הנה כמה מהממצאים: ההוצאות על דאטה סנטרס צפויות לזנק ב-50% נוספים במהלך 2026, בהמשך לעלייה של 65% השנה. מדובר בצמיחה שמעידה על האצה מתמשכת באימוץ טכנולוגיות AI, במגזר העסקי והפרטי כאחד.

התחזית הזו מספרת רק חלק מהסיפור. הסיפור המלא הוא המעבר מחוות שרתים סטנדרטיות ל”מגה-קמפוסים” של בינה מלאכותית. פרויקטים מגלומניים כמו סטארגייט (Stargate) בארה״ב כבר יצאו לדרך, וכמעט כל חברה או מדינה שמבינה מה קורה סביבה, מנסה לייצר לעצמה את התשתיות הפיזיות שיתמכו במהפכת ה-AI. וגם פה במזה”ת יש כבר כמה מדינות שנפל להן האסימון.

ומה לגבי ישראל – פה מאוד טובים בכתיבת תוכניות, דו”חות, ופחות טובים בליישם המלצות. שלא נדבר על השקעות ארוכות טווח להקמת תשתיות פיזיות שיאפשרו לישראל להיות שחקנית מובילה בעידן ה-AI.

AI כתשתית לאומית

בארה”ב כבר מזמן הבינו שבינה מלאכותית אינה רק טכנולוגיה, אלא תשתית לאומית לצמיחה, שמצריכה גם תשתית פיזית. אפרופו סטארגייט (Stargate) – פרויקט זה מוערך בכ-500 מיליארד דולר, ומטרתו להקים את מחשב העל הגדול בהיסטוריה. לשם השוואה, דאטה סנטר רגיל צורך עשרות מגה-וואט, בעוד שסטארגייט (Stargate) ודומיו מתוכננים לצרוך כ-5 ג’יגה-וואט (מדובר בהספק גדול פי 100! שווה ערך להספק של תחנות כוח גרעיניות שלמות). הזינוק בהוצאות שצופה ג’יי.פי מורגן נובע מכך שחברות ומדינות לא רק קונות שבבים, אלא בונות תחנות כוח ופרויקטי אנרגיה, מערכות קירור מים מתקדמות ורשתות חשמל פרטיות כדי לתמוך במפלצות העיבוד הללו.

רשימת המומלצות של ג’יי פי מורגן

בראש רשימת המומלצות של ג’יי.פי מורגן ניצבות חברות כמו מארוול (Marvell), מיקרון (Micron) ואפלייד מטיריאלס (Applied Materials). בעוד שאנבידיה (NVIDIA) נותרת השליטה הבלתי מעורערת של המעבדים הגרפיים (GPUs) – אותה חומרה שעליה מאומנים רוב מודלי ה-AI בהם כולנו משתמשים היום, הדו”ח של ג’יי.פי מורגן שם דגש מיוחד על ברודקום (Broadcom) כסיפור ההצלחה הגדול של 2026. החברה צפויה להכניס בין 55 ל-60 מיליארד דולר מ-AI בלבד בשנה הבאה.

האסטרטגי של ענקיות הטכנולוגיה – הבטחת העתיד בעזרת תשתית פיזית

התחזית המחמיאה הזו נובעת משינוי אסטרטגי אצל ענקיות הטכנולוגיה. גוגל (Google) עם שבבי ה-TPU, מטא (Meta) ואפילו OpenAI, מעדיפות לתכנן שבבים משל עצמן כדי לחסוך בעלויות ולייעל ביצועים ספציפיים. ברודקום (Broadcom) היא הקבלן המבצע שמייצר את השבבים הללו עבורן.

מגמות בשוק ההון – ה-AI עושה שיפטינג

כאמור – האנליסטים של ג’יי פי מורגן (J.P. Morgan) מהמרים על מגמה: מתן אמון במי שאחראי על שרשרת הפיתוח של התשתיות עצמן – מעבר לשבבים ייעודיים ומותאמים, פיתוח המרכיבים השונים שחיוניים להקמת מרכזי נתונים וגישה כללית שמתעדפת את מי שמספק פתרונות חומרה מתקדמים שמאפשרים לעמוד בעומסי הביצועים שה-AI דורש. הפוקוס עובר אל מי שמצליחות לחדש ולצמוח במהירות.

הציפיות, המרוויחות הגדולות ובועת ה-AI

אבל אל מול התחזיות הורודות, יש גם רבים שבטוחים שבועת ה-AI יכולה להתפוצץ בכל רגע, כולל בכירים בתעשייה… כן ברט טיילור – אני מסתכל עליך!

ככל הנראה שנת 2026 תהיה שנת המבחן של ה-AI בשוק ההון. יש מצב שהמשקיעים יפסיקו לתגמל חברות רק על “הכרזות AI” והשקות מודלים נוצצות (שהפכו פחות ופחות מרגשות לאורך 2025), ויתחילו לדרוש לראות רווחים בפועל. או לחלופין, יכול להיות שאותם משקיעים יפסיקו להמר על החברות שמפתחות מודלים וטכנולוגיות, ופשוט יתמקדו בחברות שבונות את התשתיות עצמן. זה לא חייב להיות או או. זה יכול להיות גם וגם. אבל נראה שיש פה מגמה ברורה שמחברת בין פוליטיקה, כלכלה ואינטרסים בינלאומיים.

וחזרה לג’יי פי מורגן – לפי התחזיות שלה ל-2026, המרוויחות הגדולות יהיו אלו שמוכרות את התשתית הפיזית – את זה קל למדוד, להרגיש ולהבין. אבל בכל מה שקשור לחברות התוכנה ויצרניות השירותים – כדי לקבל את אמון המשקיעים, הן יידרשו להוכיח שהמודלים שלהן אכן רווחיים. הן מודלי ה-AI עצמם והן מודלי התמחור.

הפוסט התחזיות של ג’יי פי מורגן ל-2026: שנת הדאטה סנטרים ותשתיות ה-AI הופיע ראשון בLet's AI בינה מלאכותית

מהי ספריית ה-Prompt Packs של OpenAI ואיך מקבלים אליה גישה?

לפני הכל, לחצו פה כדי להתחבר ל-Prompt Packs. ספריית הפרומפטים היא חלק מ-OpenAI Academy, והיא כוללת עשרות חבילות פרומפטים מוכנים לשימוש, שכל אחת מהן מתמקדת בתפקיד מקצועי או בתחום עבודה ספציפי. כל חבילה כוללת בדרך כלל בין 20 ל-30 פרומפטים, שנבנו מראש על ידי אנשי מקצוע ובכירים בתעשייה, מתוך הבנה עמוקה של הצרכים, השאלות והמשימות האופייניות לאותו תפקיד.

ספריית הפרומפטים של OpenAI ל-ChatGPT

בניגוד לאוספים אקראיים של פרומפטים שמסתובבים ברשת, כאן מדובר במאגר רשמי, מתוחזק ומסודר, שבו כל פרומפט מגיע עם ניסוח מלא, הקשר ברור והנחיות התאמה. המטרה אינה ללמד “איך לכתוב פרומפט”, אלא לאפשר למשתמש להתחיל מנקודת פתיחה איכותית, ולבצע התאמות מינוריות בלבד לצרכים שלו.

חלוקה לפי תפקידים ותחומי עבודה

אחד היתרונות המרכזיים של הספרייה הוא הארגון שלה לפי תפקידים עסקיים ותחומי אחריות. במקום לחשוב בצורה כללית על שימושים ב-ChatGPT, המשתמש ניגש ישירות לחבילה שמדברת בשפה המקצועית שלו.

חבילות בולטות

בין החבילות הבולטות ניתן למצוא חבילות ייעודיות למכירות, ניהול מוצר, הנדסה, IT, משאבי אנוש, מנהלים, הנהלה בכירה, שיווק, כספים, Customer Success ועוד. בנוסף קיימות חבילות ייחודיות לסקטורים מסוימים, כמו מגזר ציבורי, חינוך והשכלה גבוהה.

מאגר פרומפטים ל-ChatGPT בתחומי ה-Marketing

מדריך עבודה ממוקד

כל חבילה כזו מתפקדת בפועל כמדריך עבודה ממוקד. היא מציגה סט תרחישים נפוצים לתפקיד, ומציעה פרומפטים שמכסים משימות כמו מחקר תחרותי, תכנון אסטרטגי, כתיבת מסמכים, ניתוח נתונים, בניית מצגות, תקשורת עם לקוחות או עובדים, ותיעוד טכני.

מגוון ספריות פרומפטים למגוון מקצועות | OpenAI

איך משתמשים בפרומפטים בפועל

1. בחירת מאגר פרומפטים לפי מקצוע: לאחר הכניסה, הגלילה חושפת חבילות שונות, שכל אחת מהן מוצגת עם תיאור קצר שמבהיר לאילו שימושים היא מיועדת. הבחירה הראשונית צריכה להיות פשוטה: להתחיל מהתפקיד המרכזי שלכם כיום. מנהלים ימצאו ערך מיידי בחבילת “ChatGPT for managers”, אנשי מוצר בחבילת “ChatGPT for product”, מהנדסים ב-“ChatGPT for engineers” וכן הלאה.
2. בחירת פרומפט: השימוש בפרומפט בודד מתוך חבילה הוא תהליך ישיר ופשוט. בוחרים פרומפט שמתאים למשימה הרצויה, למשל ניתוח מתחרים, תכנון קמפיין, כתיבת מסמך מדיניות או הפקת דוח ניהולי. לאחר מכן לוחצים על “Try in ChatGPT”, או לחלופין – לעיתים האתר יעביר אתכם ל-GPTs ייעודי ש-OpenAI בנו עבור מקצוע מסוים.
3. התאמת הפרומפט: לאחר העתקת הפרומפט ל-ChatGPT (או לכל LLM אחר), מחליפים את הסוגריים בפרטים הרלוונטיים לארגון או לפרויקט (ראו דוגמה מטה), ושולחים. 

פרומפט לסיעור מוחות על רעיונות לקמפיין | OpenAI

איך להפיק ערך אמיתי מהחבילות לאורך זמן

כדי שהשימוש ב-Prompt Packs לא יישאר בגדר ניסוי חד-פעמי, כדאי לאמץ גישה שיטתית. מומלץ להתחיל מחבילת התפקיד הראשי, אך להוסיף גם חבילה משיקה. מנהל מוצר, למשל, יכול להרוויח רבות גם מחבילת ההנדסה או השיווק. מנהל בכיר יכול לשלב בין חבילת מנהלים לחבילת הנהלה.

לאחר היכרות ראשונית, כדאי לבחור שלושה עד חמישה פרומפטים שמשמשים כפרומפטי ליבה. אלו יכולים להיות פרומפטים לניהול משימות, הכנת מצגות, כתיבת מיילים מורכבים, מחקר שוק או ניתוח נתונים. את הפרומפטים הללו ניתן להפוך לתבניות ארגוניות, לשמור גרסה מותאמת לארגון, ואף לשתף עם הצוות כדי ליצור שפה אחידה וסטנדרט עבודה משותף.

למה הספרייה הזו שונה מאוספי פרומפטים אחרים

הייחוד של Prompt Packs אינו בכמות הפרומפטים, אלא בהקשר שבו הם נכתבו. כל חבילה נבנתה מתוך הבנה עמוקה של תפקיד מסוים, ולא מתוך ניסיון לייצר פרומפטים כלליים שמתאימים לכולם. העובדה שהפרומפטים נוצרו ונבדקו על ידי אנשי מקצוע ובכירים בתעשייה מעניקה להם אופי פרקטי, יישומי וממוקד משימה.

בסופו של דבר, ספריית ה-Prompt Packs של OpenAI לא מבטיחה פתרונות קסם, אבל היא כן חוסכת זמן, מצמצמת חיכוך ומאפשרת לארגונים ולאנשי מקצוע להתחיל ממקום איכותי יותר. בעידן שבו כולם משתמשים באותם כלים, ההבדל נוצר לא בטכנולוגיה עצמה, אלא באיכות השאלות שמפנים אליה. זה פתרון מושלם לבעיית ה-Cold Start (התחלה קרה) בה משתמשים מתקשים לדעת מאיפה להתחיל. קצת כמו סופר מתוסכל שבוהה בדף הלבן ולא יודע מה לעשות, איך להתחיל ואיך להתמודד עם מחסום הכתיבה. גם פה, בתחילת פרויקט או תהליך עבודה, לעיתים משתמשים רבים מוצאים את עצמם אובדי עצות. כשיש לך מאגר שיכול לכוון אותך ולהגיש לך על מגש של כסף את הפרומפט הנכסף, זו כבר התחלה מצוינת!

הפוסט ספריית ה-Prompt Packs של OpenAI הופיע ראשון בLet's AI בינה מלאכותית

מודל שמבין אותך!

במשך זמן רב, יצירת תמונות ב-AI הרגישה כמו סוג של הימורים. שלחתם פרומפט, החזקתם אצבעות, וקיוויתם שלדמות שביקשתם לא יהיו שבע אצבעות ביד אחת או שהטקסט על השלט לא ייראה כמו שפה שנכתבה על ידי חוצנים. עם השקת מודל ה-GPT Image 1.5, ה-ChatGPT Images החדש הופך לכלי עבודה מקצועי, יציב ומהיר בצורה יוצאת דופן. כדאי לומר שגם הדור הקודם של מודל התמונה היה קוהרנטי והבין היטב את ההנחיות שלנו, אבל עכשיו הכל עולה רמה אחת למעלה. הוא יותר עקבי, הוא מדייק יותר, והוא מצטיין ביצירת טקסט – אבל לא… בעברית הוא עדיין לא שם. למעשה הכלי היחיד שבאמת מצליח לג’נרט טקסט בעברית בצורה קרובה למושלמת הוא עדיין Nano Banana Pro.

הבשורה המשמעותית ביותר בגרסה החדשה היא לא רק ה”מה”, אלא ה”איך”. OpenAI הצליחה לפצח את אחד האתגרים הגדולים ביותר בתחום: עקביות (Consistency). עד היום, אם ביקשתם מה-AI ליצור תמונה של ילד בגינה, ואז ביקשתם “עכשיו תחליף לו את החולצה לכחולה”, הייתם מקבלים תמונה חדשה לגמרי שבה הילד נראה קצת אחרת, הגינה השתנתה מעט והשמש אולי גם עברה לצד השני.

ב-ChatGPT Images החדש, המודל מבצע “עריכות משמרות”. אתם יכולים להעלות תמונה קיימת או להשתמש באחת שה-AI יצר, ולבקש שינויים נקודתיים. המערכת יודעת לשמור על תווי הפנים, התאורה והקומפוזיציה המקורית, ורק “להלביש” את השינוי שביקשתם. זו יכולת שהופכת את ChatGPT מכלי של “משחקים” לכלי שמעצבים גרפיים, אנשי שיווק ויוצרי תוכן יכולים באמת להסתמך עליו.

וזה לא עוצר שם. המהירות שופרה פי 4. בעולם הטכנולוגי, שבו כל שנייה של המתנה לתוצר היא נצח, מדובר בשינוי דרמטי. היכולת לייצר תמונות כמעט בזמן אמת מאפשרת “סיעור מוחות ויזואלי” שמעולם לא היה נגיש כך למשתמש הממוצע.

הטקסט כבר לא ג’יבריש, אבל עדיין לא בעברית

אחד הרגעים המביכים ביותר של מודלי יצירת תמונות משך שנים היה הטקסט. שלטי חוצות או כותרות עם אותיות הפוכות או מילים מומצאות היו סימן ההיכר של ה-AI, עד בואם של מודלי תמונה טובים יותר. נכון – כלים כמו אידאוגרם (Ideogram) מג’נרטים טקסט מצוין כבר שנים, אבל רק באנגלית. למעשה המודל הראשון שהצליח ליצור בצורה עקבית טקסט בעברית היה ננו בננה פרו. הגרסה החדשה של OpenAI לוקחת את הרינדור הטקסטואלי צעד ענק קדימה. המודל מסוגל כעת להתמודד עם טקסט דחוס, קטן ומורכב בתוך התמונה. הוא עושה את זה מ-ע-ו-ל-ה באנגלית, אבל בעברית זה עדיין לא שם – הוא מתקרב, אבל זה לא 100%.

לדוגמה, בתמונה מטה ביקשנו מהמודל ליצור אינפוגרפיקה בעברית על בסיס מאמר שעלה אצלנו באתר, על אסטרטגיית ה-AI של וולמראט. כפי שניתן לראות – זה קרוב, אבל לא מושלם. יש באגים וטעויות (בניגוד לננו בננה שעושה את זה כמעט מושלם).

טקסט בעברית ב-GPT… כמעט… אבל לא מושלם!

בהשקה הרשמית הראתה OpenAI דוגמה מדהימה: דף עיתון שלם שנוצר בתוך תמונה, עם כותרות, טבלאות נתונים וטקסט קריא לחלוטין. עבור יוצרי תוכן שזקוקים לאינפוגרפיקות או פוסטרים, מדובר בשינוי חוקי המשחק. לא עוד שעות בפוטושופ כדי להדביק טקסט על רקע שנוצר בבינה מלאכותית – הכל קורה במקום אחד.

מג’נרט טקסט מדהים… אבל עדיין לא בעברית! OpenAI

איך משתמשים בזה?

במסך הראשי של הצ’ט, תמצאו את כפתור הפלוס, שמאפשר להפעיל כלים נוספים ופונקציות מתקדמות. בחרו ב-Create Image. או לחלופין, לחצו על כפתור Images החדש בתפריט הצדדי.

תוכלו להעלות תמונה כדי שתשמש כתמונת רפרנס לעיבוד, להשראה או לביצוע תיקונים ושינויים. או לחלופין, תוכלו לרשום הנחיה בשפה טבעית שמסבירה למודל איזו תמונה תרצו שהוא ייצור.

ניתן לבחור גם מתוך רשימה עשירה של פריסטים, בהם סגנונות קבועים מראש.

יצירת תמונות עם chatgpt images

מסך גלריית התמונות עבר שדרוג

שינוי נוסף בחוויית המשתמש הוא ה”בית החדש” לתמונות בתוך ChatGPT. לשונית ה-Images שמאפשרת גם יצירה של תמונות ובחירת סגנונות, ובמקביל גם ריכוז של התמונות שיצרתם, לצד אפשרות לקבל השראה. במקום לגלול למעלה בשיחה כדי למצוא תמונה שייצרתם לפני יומיים, OpenAI יצרה מתחם חדש-ישן בו תמצאו כל מה שאתם צריכים. מדובר במחסן ויזואלי שמרכז את כל היצירות שלכם, ומאפשר לכם להחיל עליהן פילטרים בלחיצת כפתור, ללא צורך בכתיבת פרומפט מסובך.

לשונית ה-Images החדשה.

החברה הוסיפה עשרות סגנונות מוכנים – מ”פוסטר סרטים משנות ה-80″ ועד “אנימה מפורטת”. זהו מהלך שנועד להנגיש את הכלי גם לאנשים שאין להם סבלנות (או כישרון) לנסח פקודות טקסטואליות מורכבות. הממשק החדש מרגיש פחות כמו “תכנות” ויותר כמו “עיצוב”.

הפיל שבחדר – האם GPT Images היא איום אמיתי על Nano Banana?

אי אפשר לדבר על השדרוג של OpenAI בלי להתייחס למה שקורה בשוק. בחודשים האחרונים, השם Nano Banana הפך לשיחת היום. אם מוציאים את העברית מהמשוואה – שני המודלים מצוינים ומייצרים תוצרים מדהימים. לשניהם יש יכולות מדהימות לג’ינרוט טקסט בתוך תמונות – כאמור, באנגלית הם מצטיינים ובעברית עדיין רק ננו בננה מצליח להיות עקבי וברור. מבחינת איכות התוצרים – שניהם נותנים פייט! מבחינת קוהרנטיות – גם פה, הם מבינים מעולה הנחיות בשפה טבעית, מצליחים לייצר בקלות סצנות מורכבות ושניהם מאוד ורסטיליים מבחינת ארסנל הסגנונות הגרפיים.

והנה ההשוואה מתוך הממשק – הרצנו את אותו פרומפט בשני הכלים:

דוגמה לפרומפטינג ותוצר ב-ChatGPT Images

אותו פרומפט בננו בננה – ראו את ההבדלים

מה מחכה לנו מעבר לפינה?

ההשקה הזו היא רק הצעד הראשון. OpenAI רמזה כי היא כבר עובדת על שילוב עמוק יותר של וידאו (Sora) בתוך מרחב היצירה הזה. תארו לעצמכם שתוכלו ליצור תמונה, לערוך אותה עם הכלים החדשים, ואז בלחיצת כפתור להפוך אותה לסרטון וידאו.

הפוסט האם GPT Images הוא התשובה של OpenAI לננו בננה? הופיע ראשון בLet's AI בינה מלאכותית

הכל התחיל מחלום, לפני 10 שנים

לפני 10 שנים ישבו חבורה של Dreamers והחליטו שהעתיד טמון בבינה מלאכותית. אט אט התחוור להם שפריצת הדרך תהיה במה שאנחנו היום מכנים “מודלי שפה גדולים” (LLMs). משם הדרך ל-GPT הייתה קצרה ולפני 3 שנים זה קרה. GPT 3.5 הושק לעולם בקול תרועה רמה, וההיסטוריה האנושית השתנתה לעד. המודל הזה הצית מהפכה שעד היום רק הלכה והתעצמה, ושסוללת מחדש את האופן בו בני אדם מתקשרים עם טכנולוגיה, עובדים עם טכנולוגיה ויוצרים עם טכנולוגיה.

ואכן, ב-3 השנים האחרונות היה נדמה ש-ChatGPT משאיר לכולם אבק. המוצר הצומח ביותר בהיסטוריה האנושית – יותר מספוטיפיי, יותר מטיקטוק, יותר מנטפליקס ויותר מאינסטגרם! מיליון משתמשים תוך 5 ימים. 100,000 משתמשים תוך חודשיים ונכון להיום כ-800 מיליון משתמשים שבועיים.

ואז הגיע נובמבר 2025…

האם לבטל את המנוי?

בשבועות האחרונים שמעתי הרבה מאוד אנשים, קולגות ומשפיענים שמצהירים: “ביטלתי את המנוי שלי ל-ChatGPT ועברתי ל-Gemini”. חייב לומר שאני לא שם לא הצליחו עדיין לשכנע אותי ש-ChatGPT הפסיק להיות כלי עבודה יעיל במיוחד – מבחינתי מדובר ב”סוס עבודה” בו אני עושה שימוש יומיומי, או ליתר דיוק – שימוש שוטף על בסיס כמעט שעתי. מצד שני, יש לי מנוי לכמעט כל LLM מוביל בשוק, החל מ-Claude ועד Gemini ובהחלט התפעמתי מההתקדמות האדירה של ג’מיניי בשבועות האחרונים.

למה מאמר על ChatGPT סוטה והופך למאמר על Gemini? כי ההשוואה מתבקשת. אחת התובנות המרכזיות שלי, בתור מי שחורש על כל אחת מהפלטפורמות, היא שאנחנו זכינו – ואנחנו זה הציבור הרחב. המשתמשים. זכינו לחיות בתקופה של שפע, שבה ענקיות טק ותאגידי AI גלובליים מתחרים על תשומת הלב שלנו (והארנק שלנו). ההבדלים כיום בין מודלי הדגל דיי מינוריים. כולם מאוד מאוד טובים, וגם היו מאוד מאוד טובים לפני חצי שנה ושנה.

בג’מיניי אמנם יש המון פיצ’רים חדשים ומאוד טובים – מודל תמונות מעולה (ננו בננה פרו), פיצ’רים מעולים לויזואליזציה של נתונים (מצגות, קנבס), מודל וידאו מעולה (Veo 3.1), וכולם יושבים באותו מקום. יש לו Deep Research מ-ט-ו-ר-ף (ואולי הכי טוב בשוק) ופלטפורמת בניית בוטים חביבה במיוחד (Gems). מצד שני – איכשהו בעבודה השוטפת, היומיומית, אני מוצא את עצמי חוזר לג’פטו הישן והטוב. הוא מגיב מהר יותר. זורם יותר. רץ חלק. לפעמים עומס וגודש של כוח חישוב מוביל לתוצאות טובות יותר, אבל גם לחוויית משתמש פחות טובה.

ב-Gemini אמנם אפשר להחליף בין מודל של חשיבה מעמיקה, למודל זריז יותר, אבל מודלי GPT של OpenAI מרגישים הרבה יותר “אייג’נטליים”. כלומר – הם מגיבים יותר טוב לשינויים. החל מסדרת מודלי GPT-5, לא צריך להחליף ידנית מודל בבורר המודלים. ב-ChatGPT של סוף 2025, בואכה 2026, הכל עובד חלק יותר. כשהמודל מזהה משימה קלה – הוא עובד זריר, שולף מודל Instant ועונה מהר. כשהוא מזהה משימה מורכבת יותר – הוא חושב חזק ועמוק יותר. ומשהו בכל אותה חוויית שימוש, לי עושה שכל. פשוט “כיף” לעבוד שם. ושוב – זה לא שב-Gemini לא כיף לי, אבל יש דברים שקשה לשים עליהם את האצבע: אמינות, יציבות, זרימה וכן הלאה. את כל אלו ChatGPT שכללו לאורך 3 שנים של שליטה ללא עוררין בתעשייה. וזה עדיין שם!

קוד אדום אחד והרבה לחץ

בתחילת החודש הכריז אלטמן על “קוד אדום”, נטישת פרויקטים צדדיים ומיקוד במשימות הליבה – ב-ChatGPT הקלאסי. וההשקה של GPT-5.2 מדברת בשפה אחרת – היא מבליטה פרודוקטיביות ויעילות: לא סתם שיפור בביצועים או מבחנים, אלא אאוטפוטים טובים יותר: סוכנים שעובדים טוב יותר לאורך זמן, יצירת קבצי אקסל מרובי גיליונות (אם תשאלו אותי – ChatGPT היא עדיין הפלטפורמה המובילה בכל מה שקשור לניתוח נתונים וקבצי אקסל ו-CSV). במילים אחרות, OpenAI מנסה להחזיר לעצמה יתרון תדמיתי וטכני לא דרך טריקים, אלא דרך חיזוק המוצר שמייצר לה את רוב הקשר היומיומי עם השוק.

מה מיוחד ב-GPT-5.2

אז אחרי ההקדמה הלא קצרה הזו, בואו נצלול פנימה אל תוך ביצועי המודל – מה חדש? מה השתנה? במה הוא טוב והאם יש פה בשורה אמיתית?

מודל אייג’נטלי ו-3 מצבי חשיבה

כמו בכל מודלי GPT-5 ומעלה, גם פה המודל “בוחר בשבילכם” כשהוא על מצב AUTO ומסוגל לדלג ולקפץ בין מצבי חשיבה שדורשים יותר כוח חישוב (מודלי הריזונינג שמקוטלגים כ-“Thinking”). או במילים אחרות – אתם מקריבים מהירות תמונות ביצועים טובים יותר (יותר כוח חישוב = פחות הזיות וטעויות, ויותר אמינות ודיוק).

כמובן, אפשר תמיד לבחור ידנית את מודל Instant המהיר, או מודל Thinking הכבד יותר, וגם בו אפשר להגדיר ידנית מצב חשיבה “רגיל” (Standard), או מצב חשיבה מעמיקה (Extendend Thinking). מצב זה מתאים במיוחד למשימות מורכבות או רב-שלביות. משימות כמו ניתוח קבצים ונתונים, ריבוי דאטה וכן הלאה.

מנויי פרו נהנים ממצב חשיבה עוצמתי יותר: GPT‑5.2 Pro. מודל עוצמתי אף יותר ממצב Thinking שמיועד למשימות מורכבות וארוכות באמת. אבל ל-99% מהמשתמשים אין באמת צורך בעוצמות חישוב כאלה.

כל מה שתיארתי פה, לא באמת ייחודי ל-GPT-5.2 והיה קיים בדורות הקודמים של סדרת GPT-5, ועדיין – הביצועים השתפרו וזה מורגש!

פחות הזיות וטעויות, יותר אמינות והקשר!

הנקודה השנייה היא אמינות. GPT-5.2 מציג ירידה משמעותית בהזיות וטעויות עובדתיות לעומת GPT-5.1 (כ-38% פחות טעויות עובדתיות).

לטענת החברה, GPT-5.2 מכוון לעבודה מקצועית יציבה ואמינה – פרויקטים שנמשכים לאורך הרבה שלבים, שזקוקים להקשר גדול ושמכילים הרבה פעולות. ביומיום כל זה מתורגם לפחות קריסות באמצע תהליכי עבודה, פחות חורים לוגיים בין שלבים, ויותר יכולת להחזיק מסמך, פרויקט או סט משימות לאורך זמן. פחות “צ’אט” ויותר דאטה אנליסט צמוד. מכשיר עוצמתי לניתוח נתונים, קבצים, לקריאה וכתיבה של תוכן. כלי שמצטיין ב”הסקה” (Reasoning) ואיתור דפוסים, מגמות והקשרים.

ביצועים ומבחנים

ביצועים טובים במבחני ידע

מבחן GDPval זהו מבחן שמנסה למדוד עד כמה מודל יודע לבצע משימות עבודת ידע “מוגדרות היטב” על פני 44 עיסוקים, כאשר במקום תשובה קצרה הוא נדרש לייצר תוצר עבודה אמיתי כמו מצגת, גיליון אלקטרוני או מסמך תפעולי, וההערכה נעשית על ידי שופטים אנושיים. המבחן הזה בודק כמה פעמים המודל מצליח לנצח אנשי מקצוע מומחים בתחומם, או להגיע לתיקו מולם. מודל GPT-5.2 Thinking הצליח לנצח או לסיים בתיקו מול אנשי מקצוע ב-70.9% מהמקרים, וגרסת GPT-5.2 Pro הגיעה ל-74.1%. מדהים! OpenAI גם טוענת שבמשימות האלה המודל ייצר תוצרים במהירות גבוהה פי 11 ובעלות שנמוכה מ-1% ביחס לעבודה אנושית.

מנצח מומחים אנושיים במבחני GDPval | קרדיט: OpenAI

ניתוח נתונים ו/או יצירת קבצים מרובי-גיליונות

מבחן פנימי לגיליונות בנקאות השקעות (Spreadsheet modeling), הוא מדד פנימי של OpenAI שמדמה עבודת אנליסט זוטר בבנקאות השקעות. לפי הנתונים, GPT-5.2 Thinking משפר את הציון הממוצע למשימה מ-59.1% ב-GPT-5.1 ל-68.4% ב-5.2 – עלייה של 9.3% בממוצע לכל משימה.

מצטיין בניתוח קבצים ונתונים | Credit: OpenAI

קוד, מתמטיקה והסקה: חיזוק הדרג המקצועי

בתחום הקוד, OpenAI מדגישה שיפור בביצועים במדדים כמו SWE-Bench Pro ו-SWE-bench Verified, כאשר המספרים שמופיעים מצביעים על עלייה ביחס ל-GPT-5.1 Thinking. מעבר לתוצאות, הקו הכללי הוא שיפור בעבודה פרקטית: תיקון באגים, רפקטורינג לקוד בסיס גדול, יישום פיצ’רים ושילוח תיקונים מקצה לקצה עם פחות התערבות ידנית.

בתחומי מתמטיקה ומדע, ההכרזה מציינת תוצאות גבוהות במדדים כמו GPQA Diamond וגם AIME 2025, לצד שיפור במדדים מתקדמים יותר כמו FrontierMath.

מבחן GPQA Diamond (שאלות מדע “עמידות גוגל”) הוא בנצ’מרק של שאלות מדע ברמה גבוהה (פיזיקה, כימיה, ביולוגיה) שנועדו להיות קשות לחיפוש מהיר, ובגרסה שמוצגת כאן המודל פותר ללא שימוש בכלים. AIME 2025 (מתמטיקה תחרותית): זהו מבחן מתמטיקה תחרותי שמודד פתרון בעיות ממוקדות בלחץ דיוק, ללא כלים.

מי שלא חי את עולם הבנצ’מרקים יכול לתרגם את זה להבנה הפשוטה הבאה: OpenAI מנסה להראות שהמודל לא רק “מנסח יפה”, אלא גם מחזיק חזק יותר כשנדרשת חשיבה מרובת שלבים ודיוק כמותי. הוא מצטיין בביצועים במתמטיקה ומדע, גם כשהמודל שלפניו (GPT-5.1) עשה את זה טוב (הוא פשוט עושה את זה טוב יותר… חכם יותר).

מצטיין במתמטיקה,מדעים וכתיבת קוד | Credit: OpenAI

אחד השיפורים המשמעותיים הוא ביכולות ההסקה המופשטת במדדי ARC-AGI, עם קפיצה משמעותית בתוצאות מול גרסאות קודמות. מבחנים אלו מנסים למדוד יכולת לפתור בעיות מופשטות שלא דומות לשאלות ידע רגילות, עם מיקוד במה שנחשב “חשיבה חדשה” ולא שחזור תבניות. או במילים אחרות – להתמודד עם מצבים שבהם המודל לא נתקל לפני כן בשלב האימון, ממש כמו שאדם אמיתי נדרש לפתור בעיות חדשות שעליהן לא “התאמן” או למד מראש. לפי OpenAI, ב-ARC-AGI-1 (Verified) GPT-5.2 Thinking מגיע ל-86.2% לעומת 72.8% ב-5.1, וב-ARC-AGI-2 (Verified) הוא קופץ ל-52.9% לעומת 17.6%. פה כבר מדובר בפערים גדולים.

מצטיין במבחני ARC AGI | קרדיט: OpenAI

למי זה זמין, איפה וכמה זה עולה

זמינות בתוך ChatGPT

המודל החדש כבר זמין ב-ChatGPT למנויים בתשלום בתשלום – מנויי פלוס (Plus), פרו (Pro), ביזנס (Business) ואנטרפרייז (Enterprise). חלק מהמשתמשים יקבלו אותו בהדרגה, כדי להבטיח פריסה יציבה.

זמינות ב-API ותמחור למפתחים

ב-API, המודלים זמינים כבר עכשיו לכל המפתחים. יש גם פרמטר של “מאמץ חשיבה” (reasoning effort) ותמיכה ברמה נוספת בשם xhigh למשימות שבהן איכות חשובה יותר מזמן.

בתמחור, OpenAI מציגה מחיר של 1.75 דולר למיליון טוקנים בקלט ו-14 דולר למיליון טוקנים בפלט עבור gpt-5.2, לצד הנחה משמעותית על קלטים שמורים במטמון. לגרסת Pro המחירים גבוהים משמעותית, עם 21 דולר למיליון טוקנים בקלט ו-168 דולר למיליון טוקנים בפלט. יקר!

מחיר למיליון טוקנים ב-API

פסק הדין

GPT-5.2 מגיע עם שיפור ניכר בכתיבה, קוד והיגיון, ועם דגש על הבנה עמוקה הודות לשמירה על הקשר לאורך זמן. זו לא “התשובה” ל-Gemini 3, אלא ניסיון להעלות זריז לכותרות מודל שיחזיר את GPT לשיח הציבורי. גוגל קיבלה המון תשומת לב בשבועות האחרונים וב-OpenAI נלחצו. זה לא ה-מודל שלה. זה פשוט ‘עוד’ מודל (מאוד מאוד טוב), שכנראה לא ישכנע אתכם לעבור מ-Gemini ל-ChatGPT, אבל אולי כן יהיה מספיק כדי להשאיר אתכם ב-ChatGPT ולמנוע מכם לנטוש את הספינה. ואם התחלנו באלגוריית הספינה – אז שלרגע אף אחד לא יחשוב שהיא טובעת – ראיתי הרבה שמספידים את OpenAI. אין לי ספק שהם יתאפסו על עצמם ויצמצמו את הפער. יש להם מוצר מעולה ועכשיו הם צריכים לקחת אותו צעד אחד למעלה. 

הפוסט האם GPT-5.2 הוא התרופה של OpenAI ל-Gemini-3? הופיע ראשון בLet's AI בינה מלאכותית

התחרות בעולם הבינה המלאכותית הולכת ומתעצמת, עם ענקיות טכנולוגיה רבות שמתדלקות את המירוץ לחידושים פורצי דרך. בתוך הנוף הזה, יכולתן של חברות להציע פתרונות AI מתקדמים תלויה באופן קריטי ביכולתן לתמוך בהם באמצעות תשתית עננית חזקה, יעילה וסקלבילית. מינויו של והדאט מגיע על רקע זה, כשהוא מביא עמו ניסיון עשיר ומוכחות בתחום הקריטי של מרכזי נתונים ורשתות. תפקידו החדש ידרוש ממנו למנף את המומחיות הזו כדי להבטיח שגוגל תמשיך להוביל ביכולות התשתיתיות הנדרשות לפיתוח מודלי AI דור הבא ולפריסתם לקהל הרחב. האתגרים הטכנולוגיים בתחום זה מורכבים ודורשים הבנה עמוקה הן בחומרה והן בתוכנה.

מומחיות מוכחת בתשתיות

אמין והדאט הוא אישיות מוכרת ומכובדת בקהילה הטכנולוגית, עם רקורד מרשים בגוגל. הוא הצטרף לחברה לפני למעלה מעשור ומילא שורה של תפקידי מפתח בתחומי הרשתות, והחישוב מבוזר ואחסון. במהלך שנותיו בחברה, היה והדאט מהאדריכלים הראשיים של חלק נרחב מהתשתיות שאחראיות על הפעלת שירותיה העצומים של גוגל, החל ממנוע החיפוש ועד לשירותי הענן שלה. מומחיותו באופטימיזציה של מרכזי נתונים ופיתוח ארכיטקטורות רשת מתקדמות, הייתה חיונית לשמירה על יתרונה התחרותי של גוגל בתחום התשתית העולמית. עבודתו כללה פיתוח פתרונות חדשניים שאפשרו לגוגל להתמודד עם היקפי נתונים הולכים וגדלים ועם עומסי עבודה מורכבים. ההבנה העמוקה שלו באתגרי קנה המידה תהיה קריטית בתפקידו החדש.

אחד מההישגים הבולטים של והדאט היה קידום פרויקטים שנועדו לשפר את היעילות והביצועים של תשתיות גוגל. עבודתו כללה גם פיתוח ויישום של פרוטוקולי רשת חדשים וטכנולוגיות אחסון מתקדמות, שהפכו לחלק בלתי נפרד מהפעילות השוטפת של החברה. ניסיונו הרב בתכנון ובייצור שבבים בתחום ה-ASIC (Application-Specific Integrated Circuit) תורם גם הוא ליכולתו להבין את המורכבויות של חומרת ה-AI. הידע הטכני הנרחב שלו, בשילוב עם יכולות מנהיגות מוכחות, הופכים אותו למועמד טבעי להובלת צוותי תשתית ה-AI של גוגל אל העתיד. הוא יצטרך לנווט בין דרישות מחשוב עצומות, צמצום צריכת אנרגיה ופיתוח פתרונות קירור מתקדמים.

השפעת המינוי על אסטרטגית ה-AI של גוגל

המינוי של והדאט לתפקיד טכנולוג ראשי לתשתית AI אינו רק שינוי פרסונלי פעם בחברה, אלא משקף שינוי משמעותי באסטרטגיית ה-AI של גוגל. הוא מעיד על ההבנה כי כלי ה-AI ומודלי השפה הגדולים, ככל שיהיו מתקדמים, תלויים באופן מוחלט בתשתית שבבסיסם. גוגל מבינה שכדי להמשיך ולהיות שחקן מוביל בזירה התחרותית הזאת, עליה להשקיע לא רק באלגוריתמים ובמודלים, אלא גם בחומרה, ברשתות ובמרכזי הנתונים שיאפשרו את הפעלתם היעילה והמדרגית. ההחלטה למנות מומחה תשתית מובהק לתפקיד זה משדרת מסר ברור על כוונתה של החברה לחזק את ליבת הפעילות הטכנולוגית שלה.

בנוסף, הכפיפות הישירה למנכ”ל פיצ’אי (Pichai) מדגישה את חשיבות התפקיד בדרג הניהולי העליון של גוגל. זה מאפשר לווהדאט להשפיע באופן ישיר על חזון החברה בתחום ה-AI ולקבל החלטות אסטרטגיות מהירות ומושכלות. התפקיד החדש יכלול את הובלת הפיתוח של ארכיטקטורות חומרה ותוכנה חדשניות, שיתמכו בדרישות המחשוב הייחודיות של מודלי AI מורכבים. זהו אתגר טכנולוגי משמעותי, שכן מודלים אלו דורשים כוח עיבוד עצום, זיכרון רב ויכולות העברת נתונים מהירות במיוחד. והדאט יצטרך להבטיח שגוגל תמשיך לפתח תשתית שתענה על דרישות אלו ואף תקדים אותן.

תשתית ענן ובינה מלאכותית –  קשר גומלין אסטרטגי

הקשר בין תשתית ענן לבין בינה מלאכותית הדוק יותר מאי פעם. מודלי AI דורשים כמויות אדירות של משאבי מחשוב לצורך אימון ופריסה, ומשאבים אלו מסופקים בעיקר באמצעות פלטפורמות ענן. גוגל קלאוד (Google Cloud), פלטפורמת הענן של גוגל, היא שחקן מרכזי בתחום זה, ומינויו של והדאט צפוי לחזק עוד יותר את השילוב בין שירותי הענן לבין יכולות ה-AI של החברה. תפקידו יכלול הבטחת סינרגיה מלאה בין צוותי התשתית של גוגל לבין צוותי פיתוח ה-AI, מה שיאפשר להם להגיב במהירות לדרישות משתנות ולספק פתרונות חדשניים בקנה מידה עצום. המטרה היא להבטיח שכל תשתית הענן של גוגל תהיה אופטימלית לתמיכה במאמצי ה-AI שלה.

בפרט, פיתוח מעבדים ייעודיים ל-AI, כגון יחידות עיבוד טנסור (TPU – Tensor Processing Units), דורש תכנון עמוק של תשתית שיכולה לתמוך בהם ביעילות. והדאט, עם ניסיונו הרב בחומרה וברשתות, יהיה בעמדה מצוינת להוביל את המאמצים הללו. הוא יצטרך לבחון דרכים חדשות לאינטגרציה של חומרת AI מתקדמת במרכזי הנתונים של גוגל, תוך אופטימיזציה של צריכת אנרגיה וביצועים. עבודה זו חיונית כדי להבטיח שגוגל תוכל להציע את יכולות ה-AI החזקות ביותר ללקוחותיה, הן באמצעות שירותי הענן והן באמצעות מוצריה הפנימיים. הפיתוחים בתחום זה ישפיעו ישירות על מהירות ועלות אימון מודלי AI.

משמעויות רוחביות לטכנולוגיה

המירוץ לבינה מלאכותית אינו רק תחרות על פיתוח האלגוריתם הטוב ביותר, אלא גם תחרות על התשתית הטכנולוגית שיכולה לתמוך בה. חברות טכנולוגיה רבות משקיעות סכומי עתק בפיתוח מרכזי נתונים, רשתות תקשורת ומעבדים ייעודיים ל-AI, מתוך הבנה כי אלו הם אבני היסוד של כל התקדמות בתחום. גוגל, עם היסטוריה ארוכה של חדשנות בתשתית, ממוקמת היטב במירוץ זה, ומינויו של והדאט נועד לחזק עוד יותר את מעמדה. הוא יצטרך להתמודד עם אתגרים כמו צמצום צריכת אנרגיה עצומה של מרכזי נתונים, פיתוח פתרונות קירור מתקדמים, ואבטחת מידע ברמה הגבוהה ביותר.

השפעת המירוץ הזה חורגת מעבר לתחום הטכנולוגיה עצמו. היא משליכה על הכלכלה העולמית, על שוק העבודה ועל ההתנהלות היומיומית של חיינו. ככל שתשתית ה-AI תהיה חזקה ויעילה יותר, כך נוכל לראות התפתחויות מהירות יותר בתחומים כמו רפואה, תחבורה וחינוך. תפקידו של והדאט יהיה קריטי בהבטחת שגוגל תמשיך לתרום להתפתחויות אלו, באמצעות יצירת התנאים הטכנולוגיים המתאימים. הוא יצטרך לקדם מחקר ופיתוח בתחומים כמו תכנון שבבים וארכיטקטורות מחשוב שיאפשרו את הדור הבא של יישומים. הצלחת גוגל בתחום זה תלויה במידה רבה ביכולתו לייצר תשתית פורצת דרך.

אתגרים והזדמנויות בתשתית AI

התפקיד החדש של והדאט מציב בפניו הן אתגרים והן הזדמנויות משמעותיות. בצד האתגרים ניצבת הדרישה למשאבי מחשוב עצומים וצריכת אנרגיה הולכת וגוברת. מודלי שפה גדולים, למשל, דורשים כוח חישוב אדיר לאימון, ועל והדאט יהיה למצוא פתרונות יצירתיים כדי להתמודד עם דרישות אלו באופן יעיל ובר קיימא. הוא יצטרך למצוא דרכים חדשות לאופטימיזציה של חומרות ותוכנות, ולשלב טכנולוגיות מתקדמות כמו קוונטים וקירור נוזלי במרכזי הנתונים של גוגל. האתגרים הללו ישפיעו על עלויות התפעול של גוגל ועל יכולתה להרחיב את שירותי ה-AI שלה.

מאידך גיסא, קיימות הזדמנויות רבות לחדשנות. פיתוח ארכיטקטורות חומרה ותוכנה חדשניות יכול להוביל ליעילות חסרת תקדים, ולאפשר לגוגל להציע יכולות AI שטרם נראו כמותן. והדאט יוכל להוביל את גוגל בפיתוח סטנדרטים חדשים לתשתית AI, ולהכשיר את הקרקע לדורות הבאים של טכנולוגיות. תפקידו יכלול קידום פרויקטים בתחומי רשתות אופטיות, מחשוב קצה (Edge Computing) ושיפורי אבטחה ברמת התשתית. ההשקעה בתשתיות אלו תאפשר גם לגוגל להרחיב את הנגישות לבינה מלאכותית, תוך מתן כלים למפתחים וחברות קטנות ובינוניות למנף את הכוח הטמון בטכנולוגיה. ההבטחה היא לראות פתרונות AI מהירים, אמינים וזולים יותר.

ממשיכים קדימה: גוגל והעתיד של ה-AI

המינוי של אמין והדאט מסמל את נחישותה של גוגל להמשיך ולהיות בחזית תחום הבינה המלאכותית על ידי חיזוק יסודותיה הטכנולוגיים. עם ההתפתחות המואצת של מודלי AI מורכבים ודרישות החישוב ההולכות וגוברות, תפקידו של והדאט יהיה קריטי בהבטחת שגוגל תמשיך להיות מסוגלת לספק את התשתית הדרושה לתמיכה בחדשנות עתידית. הוא יצטרך לעבוד עם צוותים רבים ברחבי החברה, כולל מהנדסי חומרה, מדעני נתונים ומפתחי תוכנה, כדי ליצור פתרונות הוליסטיים שיענו על צרכי הטווח הקצר והארוך. הצלחתו בתפקיד זה תשפיע באופן ישיר על יכולתה של גוגל להתחרות ולהוביל בשוק ה-AI המשתנה ללא הרף.

בסופו של דבר, הכיוון האסטרטגי הזה מציב את גוגל בעמדה טובה להתמודד עם האתגרים וההזדמנויות שמביא עמו עידן הבינה המלאכותית. ההתמקדות בתשתית, בשילוב עם מנהיגות מנוסה כמו זו של והדאט, עשויה להבטיח שגוגל תמשיך להיות גורם משמעותי בפיתוח ובהטמעה של טכנולוגיות AI ברחבי העולם. העולם הטכנולוגי עוקב בעניין אחר התפתחויות אלה, ומצפה לראות כיצד המהלכים האסטרטגיים הללו ישפיעו על הנוף התחרותי של הבינה המלאכותית. ייתכן ונראה פיתוחים טכנולוגיים משמעותיים בתחומי החומרה והרשתות, שיוכלו לשרת את כלל התעשייה. זוהי תקופה מרגשת עבור גוגל ועבור עולם ה-AI כולו.

הפוסט מהנדס הנתונים הוותיק של גוגל ינהיג את חזית התשתית במירוץ ה-AI הופיע ראשון בLet's AI בינה מלאכותית

מי זו Cloudflare ולמה היא קריטית

נתחיל מהבסיס: Cloudflare היא אחת מחברות התשתית הגדולות בעולם, שמספקת שירותי הגנה, אבטחה, ניתוב תעבורה והאצה למאות אלפי אתרים, החל מפורטלים בנקאיים, דרך רשתות חברתיות ועד שירותי סטרימינג, קניות וגיימינג. היא כמו “כביש מהיר” שחלק גדול מהתנועה הדיגיטלית נוסעת עליו, ומספקת גם שכבת הגנה מפני מתקפות סייבר ועוד.

רגע הקריסה של Cloudflare

היום השחור של Cloudflare

ואז הגיע היום השחור של Cloudflare – החברה חוותה תקלה פנימית. לא מתקפת סייבר, אלא באג בקובץ הגדרות של מערכת ניהול הבוטים. קובץ אחד, קצת גדול מדי, יצר תגובת שרשרת שהפילה את שירותי הפרוקסי והאבטחה של החברה ברחבי העולם. המשמעות: אתרים גדולים כמו ChatGPT, קלוד, פרפלקסיטי, X, ספוטיפיי, קנבה ואפילו גריינדר, פשוט קרסו או הפסיקו לעבוד.

אתרים גדולים פשוט קרסו או הפסיקו לעבוד

השפעת הקריסה

המשתמשים נתקלו בדפי שגיאה במקום שבו פעם עמדו מודל ה-AI או הרשת החברתית שלהם. התקלה נמשכה כמעט שש שעות והשפיעה על מיליוני משתמשים ומאות אלפי אתרים.

הודעות שגיאה בהם נתקלו המשתמשים

למה הקריסה הזו כל כך דרמטית? כי Cloudflare היא לא סתם עוד שירות – היא “הצנרת” של האינטרנט. כשיש בה תקלה, הבעיות מתפשטות במהירות ומשבשות כמעט כל היבט של החיים הדיגיטליים: קניות, בנקאות, AI, משחקים, ואפילו תקשורת בסיסית. מעבר לנזק לחוויית המשתמש, עסקים איבדו הכנסות, ממשלות לא הצליחו לספק שירותים קריטיים, והכול, בגלל קובץ אחד.

תלות מסוכנת

האירוע ממחיש עד כמה האינטרנט שלנו הפך תלוי במספר קטן של חברות תשתית ובשירותי בינה מלאכותית שמנהלים עבורנו הכול מאחורי הקלעים. המקרה הזה מעורר שאלות קשות על דפוסי השימוש שלנו והתלות שלנו בטכנולוגיה.

שאלות שאנחנו צריכים לשאול

הנה כמה נק’ למחשבה ושאלות שכדאי שנשאל את עצמנו: האם אנחנו תלויים בספק אחד? האם יש לנו גיבוי לדאטה? האם המידע שלנו שמור גם לוקאלית ולא רק בענן? האם אנחנו מוכנים ליום בו האינטרנט שוב יקרוס, או מודל ה-AI שעליו החברה או השירותים שלנו מבוססים? האם יש לנו חלופות?

אם אין לכם תשובות לשאלות הללו, או אם התשובות לשאלות הללו לא מספקות אתכם, כדאי להתחיל לחשוב איך מייצרים PLAN B לקריסה הבאה…

הפוסט מה קרה ב-Cloudflare ומה זה אומר על התלות שלנו בתשתיות הגלובליות הופיע ראשון בLet's AI בינה מלאכותית

מי זו Klarna?

קלארנה (Klarna) היא חברת פינטק שוודית שהוקמה ב-2005, והפכה למובילה עולמית בתחום “קנה עכשיו, שלם אחר כך” (BNPL). החברה מספקת שירותים פיננסיים מקוונים, כולל עיבוד תשלומים לעסקים בתחום המסחר האלקטרוני, פתרונות סליקה, ניהול הקשר עם חנויות פיזיות, והקלה בתשלומים ללקוחות. נסו לחשוב על מעין שילוב בין זאפ, אמאזון ופייבוקס. עם יותר מ-150 מיליון צרכנים ברחבי העולם, קלארנה הפכה לשחקן מרכזי בזירת התשלומים הדיגיטליים.

“נשירה טבעית”… האמנם?!

בחברה העריכו – תוך חודשים נוכל לחתוך במצבת כוח האדם בחצי, לייעל תהליכים ולתת שירות טוב ומהיר יותר ללקוח. המציאות הייתה אף קיצונית יותר! קלרנה צמצמה את כוח האדם שלה מ-7,400 עובדים ל-3,000 בלבד. ירידה של 60%! הבינה המלאכותית טיפלה ב-75% מהפניות לשירות הלקוחות. בקלארנה כינו את התהליך בזמנו כ”נשירה טבעית” – כולם מחאו כפיים, המנכ”ל חגג את החיסכון – 10 מיליון בשנה, והמשקיעים חייכו בדרך לבורסה.

אבל אז, כמו בכל סיפור טוב, משהו נסדק. הלקוחות התחילו להתלונן: “אין עם מי לדבר”, “הבוט לא מבין אותי”, “חסר אנושיות”. מדד שביעות הרצון של הלקוחות התרסק – ירידה של 40%. חיסכון זה נהדר, אבל לקוחות רוצים להרגיש שמישהו באמת מקשיב להם. פתאום התברר שהעלות הפכה לחשובה יותר מהאיכות. כך הצהיר בדיעבד מנכ”ל החברה.

הוא אף הגדיל ואמר שאי אפשר להחליף אמפתיה אנושית, אפילו לא עם האלגוריתם הכי משוכלל. בקיץ 2025 קלרנה החלה לגייס מחדש עובדים אנושיים, בנתה צוותים היברידיים (גם בינה מלאכותית וגם נציגים בשר ודם) שעונים ללקוחות, וכך הם החזירו את הערך האנושי.

הקאמבק של Klarna

ההימור השתלם: החברה חזרה לגדול, הכנסותיה בארצות הברית קפצו ב-38%, והרווחיות טיפסה. אחרי תקופה סוערת – קלרנה חזרה להנפקה בשווי של למעלה מ-15 מיליארד דולר. סיפור סינדרלה שהפך לסיפור אימה ועשה קאמבק מפתיע – שוב סינדרלה!

בינה מלאכותית אינה מטרה, אלא רק עוד אחד מסט הפתרונות האפשריים

אחרי כל הרעש סבסטיאן ה-CEO הצהיר שוב: “בינה מלאכותית זה מצוין, אבל אנושיות? את זה אי אפשר להחליף”. מה הלקח פה? ש-AI לבדו אינו חזות הכל! אינו מטה קסם. שצוותים היברידיים יעילים יותר מצוותים אנושיים שלא עובדים עם AI, וגם יותר יעילים מסוכני AI שפועלים בניתוק מבני אנוש. שהטמעת AI היא פתרון ולא מטרה! 

הפוסט הנפילה וההתאוששות של קלרנה שגילתה שבינה מלאכותית לא מחליפה אנושיות הופיע ראשון בLet's AI בינה מלאכותית

איך זה עובד ואיך להרוויח יותר

אם אתם כבר מנויים על אחד מהכלים שאתם רואים כאן, אל תניחו שאתם מחוץ למשחק. גם אם יש לכם מנוי פעיל – במיוחד אם הוא מנוי חודשי – שווה לבדוק אפשרות לבטל אותו ולחדש מחדש במסגרת המבצע. זה טריק פשוט שמאפשר לכם ליהנות ממחיר מוזל, גם אם אתם משתמשים ותיקים. ברוב המקרים, הביטול והחידוש עובדים חלק, וניתן לשמור על כל ההגדרות והמידע הקיים בחשבון. נובמבר בכלל ובלאק פריידיי בפרט, הם הזדמנות מצוינת לשדרג או לחדש מנויים שנתיים בהנחה משמעותית, או לנצל את הזמן כדי לנסות כלים חדשים שתכננתם לבדוק. אנחנו נרכז כאן את כל המבצעים הבולטים, כולל לינקים ישירים למימוש ההטבות – כדי שתחסכו גם זמן וגם כסף.

 

 

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס אוטומציות עם AI ובניית בוטים וסוכנים

לפרטים נוספים לחצו כאן >>

הערות חשובות!

• לפני שתצללו לרשימת המבצעים, חשוב לדעת: חלק מההנחות והקופונים שמופיעים כאן זמינים לזמן מוגבל בלבד, ויש גם כאלה שמוגבלים לכמות מסוימת של משתמשים. כלומר, ייתכן שחלק מהמבצעים כבר הסתיימו, או שקוד קופון מסוים חדל לעבוד לאחר שהמכסה שלו נוצלה. זה קורה לעיתים קרובות בתקופה הזו של השנה, כשחברות מגיבות במהירות לביקוש הגבוה.
• כמו כן, יכול להיות שהיקפי ההנחות ישתנה (אפילו בתדירות יומית), לכן אם יש אי התאמות בין הסכומים או האחוזים המפורטים במאמר מרכז זה – עמכם הסליחה. מה שקובע, זה מה שכתוב באתר של כל חברה ביום בו אתם נכנסים אליו.
• אם נתקלתם בקוד שכבר לא פעיל, נסו לעבור למימוש של קוד אחר או הטבה אחרת, וכמובן, התעדכנו אצלנו בקבוצות והקהילות.

ריכוז מבצעים, הטבות והנחות ל-Black Friday

Later

הטבת הבלאק פריידיי של Later מציעה חצי שנה חינם ברכישת או שדרוג מנוי שנתי במסלולי Growth או Scale. למי שלא מכיר – Later היא אחת הפלטפורמות הבולטות בעולם לניהול ואוטומציות ערוצי סושיאל (בתעשייה אנחנו מכנים את זה “פרסום חוצה פלטפורמות). מה אפשר לעשות שם? תזמון חכם למספר ערוצים ורשתות חברתיות במקביל, אנליטיקות מתקדמות על חשבונות הסושיאל שלכם, עבודה שיתופית, כלים מבוססי AI, תיבת Social Inbox ויכולות מתקדמות לניהול תכנים בכל הרשתות. במסגרת המבצע, מסלול ה-Growth יורד מ-600 דולר ל-300 דולר לשנה, ומסלול ה-Scale נחתך מ-1,320 דולר ל-660 דולר לשנה, לצד בונוס משמעותי של 6 חודשים חינם למנוי שנתי – מה שהופך את ההצעה לאחת המשתלמות בתחום. למעשה כל מנוי שנתי מעניק 3 חודשים חינם, ובהזנת קוד הקופון GROWTHBF נוספים עוד 3 חודשים – סך הכל 6 חודשים חינם. לשדרוג משתמשים קיימים יש חיוב פרו-רייט בלבד שמפעיל אוטומטית את ההטבה. למימוש, נכנסים ללינק הבא, בוחרים מסלול שנתי ומזינים את הקוד GROWTHBF בקופה.

Topaz Labs

הטבת הבלאק פריידיי של Topaz Labs מציעה הנחות משמעותיות על חבילת כלי ה-AI המתקדמים שלהם – מהטובים בעולם לשיפור, ניקוי, חידוד ואפסקייל של תמונות וסרטונים. מדובר בכלים מקצועיים שמשמשים צלמים, יוצרי וידאו ואנשי קריאייטיב לשדרוג איכות החומר הגולמי גם בתנאים קשים. במסגרת המבצע, חבילת Topaz Studio (שכוללת את כל 8 האפליקציות) יורדת מ-399 דולר ל-229 דולר – הנחה של 43%. אפליקציות בודדות מוצעות בהנחה של 15%, למשל Topaz Photo ירדה מ-199 דולר ל-170 דולר, Topaz Video ירדה מ-299 דולר ל-255 דולר, ו-Topaz Gigapixel ירדה מ-149 דולר ל-127 דולר. מנוי ה-Studio מספק גם רינדור בלתי מוגבל בענן ובמחשב המקומי, 300 קרדיטים של וידאו בחודש, והוא נחשב למחיר הטוב ביותר של השנה. מי שמחפש מקסימום איכות בתמונה ובוידאו – זו אחת ההטבות המשתלמות של העונה.

למימוש ההטבה כנסו ללינק הבא.

Suno

הטבת הבלאק פריידיי של סונו (Suno) מציעה הנחה של כ-40% על המנויים השנתיים. למי שלא מכיר – מדובר במחולל המוזיקה המפורסם והמצליח בעולם (ולדעת רבים גם הטוב בעולם). אפשר לייצר איתו שירים, פס קול, לייצר גרסאות כיסוי (קאברים), להפריד שירים לערוצים (Stems), לייצר שירים על בסיס רפרנס (שריקה, זמזום, הקלטה קולית, קטע נגינה) ועוד. במסגרת המבצע, מסלול ה-Pro יורד מ-8 דולר ל-4.80 דולר לחודש (בחיוב שנתי), ומסלול ה-Premier צונח מ-24 דולר ל-14.40 דולר לחודש. ההנחה המשמעותית הזו חוסכת למנויים עשרות עד מאות דולרים בשנה, והיא זמינה לזמן מוגבל בלבד. 

למימוש ההטבה, כנסו לאתר הכלי ורכשו את המנוי השנתי המועדף.

Freepik

פריפיק (Freepik) הפכה לאחת מפלטפורמות ה-AI המובילות בעולם, המשלבת במקום אחד כלי בינה מלאכותית מתקדמים לצד מאגר סטוק עצום של תמונות, סרטונים, וקטורים ואיורים – גם אמיתיים וגם כאלה שנוצרו באמצעות AI.

לרגל בלאק פריידיי וסייבר מאנדיי, הפלטפורמה מציעה עד 39% הנחה על כל תוכניות הפרימיום השנתיות, כשההנחה מוחלת אוטומטית בקופה – אין צורך בקוד קופון.

Freepik היא כיום סביבת יצירה שלמה: ניתן לעבוד בה עם מודלי וידאו מהמובילים בשוק כמו Runway, VEO ו-Kling, לצד מודלי תמונה חזקים כמו Flux Kontext ו-Nano Banana, וכן ליהנות מכלי עריכה מבוססי AI שמאפשרים שילוב מושלם בין עולמות העיצוב הקלאסי והיצירה הגנרטיבית.

למימוש ההטבה לחצו כאן או נסו בלינק הבא.

Ideogram

מחולל התמונות אידאוגרם (Ideogram), הוא כבר מזמן לא “סתם” מחולל תמונות – מדובר באחת מפלטפורמות ה-AI המובילות כיום ביצירת תמונות AI, עריכה עם AI ושילוב טקסט בתוצרי AI. היא מציעה הנחות משמעותיות לרגל בלאק פריידיי – עד 30% הנחה על תוכניות שנתיות. ההנחה מוחלת אוטומטית בקופה בהתאם למסלול שתבחרו. בין השאר תמצאו שם אפשרות להעלאת תמונות לעריכה ורמיקס, שימוש ביכולות מתקדמות לשמירה על עקביות בדמויות, ואפשרות לייצוא איכותי ועבודה ב-Canvas לעריכה ישירה.

למימוש ההטבה לחצו כאן

Runway ML

ראנוויי (Runway) פלטפורמת הווידאו המובילה מאפשרת יצירת סרטונים מתקדמים באמצעות AI – החל מעריכה ועד הפקת תוכן ויזואלי שלם. במהלך נובמבר תוכלו ליהנות מ-25% הנחה על כל המנויים באמצעות קוד הקופון BF25 או BLACKFRIDAY25.

למימוש ההטבה לחצו כאן

Kling AI

חגיגת בלאק פריידיי וחג הרווקים מגיעה גם ל-Kling AI עם מבצע ענק: 50% הנחה על כל תוכניות הפרימיום ו-50% קרדיטים בונוס לחודש הראשון למנויים חדשים (עד 5000 קרדיטים). השתמשו בקוד הקופון 7B6WNAERRZJT לקבלת ההנחה.

למימוש ההטבה לחצו כאן

Luma AI

לומה (Luma AI) ממשיכה להציע הנחות מתמשכות של 30% על מגוון מוצרים נבחרים ומבצעי אתר כלליים, כגון מחולל הוידאו ה-מ-ד-ה-י-ם שלהם Dream Machine. הקוד התקף הוא MADLANGBAYAN, והוא מעניק הנחה רוחבית באתר.

למימוש ההטבה לחצו כאן

Minimax (Hailuo AI)

מינימקס (Minimax) מבית Hailuo AI הוא אחד ממודלי הווידאו המתקדמים ביותר כיום, המאפשר ליצור סרטונים מרהיבים מטקסט או מתמונה, באיכות גבוהה, וכל זאת תוך שליטה מלאה על הסגנון, הזוויות והאווירה. לרגל בלאק פריידיי, Hailuo מציעה הנחות משמעותיות על כל התוכניות: 47% הנחה במנוי שנתי ו-40% הנחה במנוי רבעוני. בנוסף, ניתן לנסות את השירות במסגרת תקופת ניסיון של 7 ימים בעלות של 1.99 דולר בלבד.
Minimax נחשב כיום לכלי וידאו מהחזקים בשוק, בזכות שילוב של מהירות עיבוד, תמיכה במודלים מצוינים של החברה, וגם במודל Veo 3.1 המצוין של גוגל, הסרת סימני מים, הפקת סרטונים ריאליסטיים באורך של עד 10 שניות, ואפשרות לשלב בין אלמנטים גרפיים, טקסט ואפקטים קולנועיים.

למימוש ההטבה לחצו כאן

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

לפרטים נוספים לחצו כאן >>

Heygen

אם אתם משתמשים במחולל האווטארים Heygen, עכשיו הזמן לשדרג. המבצע מעניק 25% הנחה על כל התוכניות השנתיות, תקף לשנה אחת בלבד. השתמשו בקוד LEAP25.

למימוש ההטבה לחצו כאן

LevenLabs

פלטפורמת הקול מהמתקדמות בשוק, מציעה מבצע כניסה מצוין: חודש ראשון בחבילת Starter ב-1 דולר בלבד, ו-50% הנחה בשדרוג למנוי שנתי.

המערכת מאפשרת יצירת קולות טבעיים ואיכותיים, שכפול קולות, יצירת דמויות קוליות וגוונים רגשיים, עם תמיכה בשפות רבות כולל עברית. בזכות איכות גבוהה ושימוש קל, היא מתאימה ליוצרי תוכן, עסקים ומפתחים שרוצים אודיו מקצועי במהירות.

למימוש ההטבה לחצו כאן

higgsfield

מציגה מבצע בלאק פריידיי משמעותי במיוחד עם הנחות של עד 65% על כל תוכניות. המבצע כולל הורדת מחירים משמעותית למנויים שנתיים, יחד עם שדרוג שימוש, עדיפות עיבוד וגישה לכלי הווידאו והעריכה החדשים.

מי שמחפש לייצר וידאו איכותי, דמויות, אנימציות ויכולות יצירתיות רחבות – יכול לנצל כעת את אחד המחירים הנמוכים שיצאו עד היום.

למימוש ההטבה לחצו כאן

Synthesia

סינטז’יה (Synthesia), אחד הכלים הפופולריים ביותר ליצירת סרטונים באמצעות אווטארים מדברים, מציעה הנחה של 15% על רכישת מנוי. קוד הקופון לשימוש: SYNTH15.

למימוש ההטבה לחצו כאן

Kapwing

כלי העריכה Kapwing משתתף גם הוא בחגיגת ההנחות – עם 50% הנחה על מנוי שנתי, תקף לשנה אחת בלבד. השתמשו בקוד KHGREK כדי לממש את המבצע.

למימוש ההטבה לחצו כאן

D-ID

סטארטאפ האווטארים הדיגיטלי הישראלי D-ID מציע הנחה של 25% על כל השירותים במסגרת המנוי השנתי. קוד ההטבה לשימוש: SIGNUP25, תקף לשנה אחת.

למימוש ההטבה לחצו כאן

Leonardo AI

מחולל התמונות Leonardo AI מעניק 20% הנחה על כל התוכניות השנתיות – הזדמנות מצוינת לשדרג או להתחיל להשתמש בו במחיר משתלם במיוחד. השתמשו בקוד LEO20 למימוש.

למימוש ההטבה לחצו כאן

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

לפרטים נוספים לחצו כאן >>

Adobe Creative Cloud: חבילת הכלים האולטימטיבית

Grammarly

כלי הכתיבה הפופולרי Grammarly מציע בתקופת בלאק פריידיי וסייבר מאנדיי הנחות שנעות בין 25% ל-50%, בהתאם לקמפיין הפעיל באותו רגע. לעיתים Grammarly מפעילה דף מבצע מיוחד עם 50% הנחה על Grammarly Pro לזמן מוגבל, ובשאר הזמן ניתן ליהנות מהנחה קבועה של 25% על תוכניות ה-Pro וה-Premium במהלך תהליך הרכישה.

איך זה עובד? כאשר מתקיים קמפיין של 50%, תראו באתר את ההודעה “Save 50% on Grammarly Pro”, וההנחה תיושם אוטומטית בקופה עד לסיום המבצע. אם הקמפיין אינו פעיל, ההנחה הסטנדרטית תעמוד על 25%, לדוגמה – מנוי שנתי שיורד מ-12 דולר ל-9 דולר לחודש. כדי לבדוק את גובה ההנחה העדכנית, פשוט היכנסו לקישור, בחרו את התוכנית הרצויה והתקדמו למסך התשלום – שם יוצגו אחוז ההנחה והמחיר המעודכן בהתאם לקמפיין הפעיל. בנוסף, קיימת גם הנחה ייעודית לסטודנטים ולמורים דרך תהליך אימות ב-SheerID, שמעניקה 50% הנחה קבועה במסלול נפרד ממבצעי האתר הרגילים.

QuillBot

למי שמחפש אלטרנטיבה משתלמת לכתיבה ועריכה באנגלית – גם QuillBot משתתף במבצעי בלאק פריידיי, עם הנחות על מנויי הפרימיום. למימוש ההטבה ב-QuillBot השתמשו בקוד הקופון GOPREMIUM בלינק הזה.

ב־QuillBot Premium תמצאו מבצעים משתנים לאורך השנה, עם הנחות שנעות לרוב בין 20% ל-30% דרך קודים או דפי מבצע ייעודיים. בתקופת בלאק פריידיי וסייבר מאנדיי ההנחות הופכות משמעותיות במיוחד – בדרך כלל עד 40% הנחה, המוחלת אוטומטית בקופה בדף המבצע. כדי לבדוק אם קיים קמפיין פעיל, היכנסו לעמוד הפרימיום, בחרו את התוכנית הרצויה והמשיכו למסך התשלום – אם המבצע בתוקף, אחוז ההנחה המעודכן יוצג שם באופן אוטומטי.

Depositphotos

Depositphotos, אחד ממאגרי התמונות הוותיקים והמוערכים בעולם, משיק מבצע בלאק פריידיי מוקדם במיוחד – יותר מ-70% הנחה על חבילת 100 תמונות, יחד עם גישה בלתי מוגבלת למחולל התמונות מבוסס ה-AI החדש של החברה.

חשוב לציין – המבצע מיועד לשימוש אישי בלבד ומאפשר ליהנות מגישה משולבת לתוכן אמיתי באיכות גבוהה וליצירה חופשית באמצעות AI – פתרון אידיאלי למעצבים, יוצרי תוכן ומשווקים שמחפשים גם מאגר תמונות מקצועי וגם כלי יצירה חכם.

למימוש ההטבה לחצו כאן

CapCut

חברת CapCut יוצאת במבצע בלאק פריידיי מפתה במיוחד – 40% הנחה על חודש ראשון במנוי CapCut Pro למחשב (גרסת Desktop בלבד). ההצעה מיועדת למשתמשים חדשים ומאפשרת ליהנות מכלי ה-AI המתקדמים של CapCut לעריכת וידאו, יצירת פוסטרים ותוכן שיווקי ברמה מקצועית. CapCut Pro כולל תכונות כמו עריכה חכמה, יצירת סרטונים עם AI, טמפלטים ממותגים, כלי קריינות אוטומטית ועוד.

כדי לממש את ההטבה, יש להוריד את גרסת המחשב, להתחבר לחשבון, ללחוץ על Join Pro ולבחור בתוכנית החודשית עם ההנחה. למימוש ההטבה לחצו כאן

קורסים מקצועיים בבינה מלאכותית

הפוסט שרשור מבצעי ה-AI של Black Friday לשנת 2025 הופיע ראשון בLet's AI בינה מלאכותית

למה בכלל צריך את Open Evidence?

למה בעולם שבו יש לנו כבר כלי מחקר מבוססי AI מדהימים כמו פרפלקסיטי (Perplexity), צריך מוצר אחר?

הפיתוח של Open Evidence נולד מתוך צורך אמיתי: לעזור לרופאים לקבל החלטות מבוססות ראיות – לא השערות, לא אינטואיציה, אלא מדע נקי. מאחורי המערכת עומדים חוקרים מ-Harvard ומ-MIT, והיא נועדה לשמש “שותפה חכמה” לרופאים בזמן אמת, במרפאה או בבית החולים. במקום לבלות שעות בין עשרות מאמרים ב-PubMed, הרופא מקבל תשובה מסוכמת, מבוססת, מצוטטת, אבל יותר חשוב מהכל – ניתנת לבדיקה.

המערכת מחוברת למאגרי מידע רפואיים ומדעיים מהימנים (כמו PubMed ומאגרים נוספים). היא אינה מסתפקת ב”להביא מידע”, אלא בונה שכבת אינטליגנציה מעליו: מסננת, מדרגת, ומציגה את עוצמת הראיות ואת מידת ההסכמה המדעית סביב כל סוגיה רפואית.

המסך הראשי של OpenEvidence

איך זה עובד בפועל

התחברות לאתר

• כדי להתחיל לעבוד עם הכלי, יש להיכנס לאתר הרשמי ולבצע הרשמה ראשונית.
• חשוב לציין שבעת ההרשמה, תתבקשו להעלות אישור שאתם עובדי רפואה מוסמכים.

תחילת עבודה ב-Open Evidence

Open Evidence נראית במבט ראשון כמו מנוע חיפוש רגיל, אבל מתחת לפני השטח היא מערכת ניתוח עמוקה של טקסטים רפואיים. כל שאילתה שמוזנת בממשק – למשל “האם מותר לחולה סוכרת לאכול שוקולד” – מנותחת בשפה טבעית, והמערכת מחפשת במאגרי הספרות המדעית את התשובות העדכניות ביותר. לאחר מכן היא מייצרת סיכום תמציתי, המציג את עיקרי הממצאים, רמות הראיות, הבדלים בין מחקרים, והפניות מדויקות למקורות. כל תשובה מלווה בקישורים ישירים למחקרים עצמם, כדי שכל רופא יוכל לבדוק את הנתונים בעצמו.

המערכת גם יודעת להציג דירוג איכות של מקורות – כך שמשתמש יכול לדעת אם המידע מתבסס על מחקר אקראי מבוקר, על מטא-אנליזה או על סקירת ספרות כללית בלבד. זה אולי נשמע טכני, אך עבור רופא – זה ההבדל בין החלטה מושכלת לבין סיכון טיפולי.

האם ה-AI יחליף את הרופאים? התייעצות עם Open Evidence לגבי צריכת שוקולד אצל חולי סוכרת.

היתרונות של Open Evidence 

1) שפה טבעית, חשיבה מדעית

Open Evidence מאפשרת לרופאים ואנשי מחקר או רפואה לדבר בשפה שלהם – שפה אנושית טבעית. אפשר לנסח שאלה חופשית (“מה ההמלצה העדכנית לטיפול באסתמה בילדים?”) ולקבל תשובה רפואית מסודרת, עם הפניות למחקרים ומאמרים רפואיים שעברו ביקורת עמיתים.

2) סינתזה במקום הצפה

במקום להציג עשרות לינקים, הכלי מבצע סינתזה חכמה של מקורות ומציג את עיקרי המידע. הוא מדגיש מה מוסכם, מה שנוי במחלוקת, ומה חסר ראיות מספיקות. כך הוא חוסך מהרופאים את הצורך לנבור במאות עמודים של ספרות מדעית.

3) אמינות מעל הכול

הפלטפורמה אינה שואבת מידע ממקורות כלליים או לא מבוקרים. היא נשענת אך ורק על מאגרי מידע מדעיים וקליניים שעברו ביקורת עמיתים. המשמעות: אפס “עובדות ויקיפדיה”, אפס בלוגים ו”מומחים מטעם עצמם”, והתבססות על מדע בלבד.

4) מגוון רחב של שימושים

הפלטפורמה משמשת רופאים לייעוץ מהיר ומבוסס ראיות בטיפול בחולים, חיפוש תרופות, בדיקת המלצות הנחיות ועוד.

מה אפשר לעשות עם Open Evidence?

הנה כמה המלצות לדברים שאפשר לעשות עם הכלי המדהים הזה – רק זכרו, הוא אינו חלופה לניסיון, ידע מקצועי ו/או היוועצות עם איש מקצוע מוסמך!

• שאל עובדה מהירה – קבל תשובה מיידית לעובדה רפואית או מדעית.
• בדוק שוב עם התייעצות זריזה – ודא את המידע בעזרת חוות דעת נוספת.
• בדוק אינטראקציות בין תרופות – גלה אם יש בעיות בשילוב בין תרופות.
• הכן את עצמך למבחני רפואה – השתמש בכלי ללימוד וחזרה לקראת מבחנים מקצועיים.
• בדוק מה אומר המחקר המקורי – גש למקורות המדעיים עצמם.
• שאל על הנחיות רשמיות – קבל את ההמלצות המעודכנות של גופים רפואיים.
• בקש ראיות – מצא מחקרים שתומכים או מפריכים טענה רפואית.
• שאל על מינון תרופה – גלה מהו המינון הנכון והבטוח.
• בדוק אפשרויות טיפול – למד אילו טיפולים קיימים למצב מסוים.
• כתוב שאלה למבחן – צור שאלות לתרגול או להוראה.
• חפש חומר בנושא מסוים – בצע מחקר עמוק בתחום רפואי או מדעי.
• שאל שאלה מדעית-פופולרית – חקור נושאים קלילים יותר או מגמות במדע פופולרי.
• בדוק אילו בדיקות מעבדה מומלצות – גלה אילו בדיקות כדאי לבצע במקרה מסוים.
• בדוק תופעות לוואי של תרופה – למד מהן ההשפעות האפשריות של טיפול תרופתי.
• בדוק חלופות טיפוליות – מצא טיפולים אחרים שיכולים להתאים.

השוואה לכלי מחקר נפוצים אחרים בשוק

בסופו של יום OpenEvidence הוא כלי AI שמבוסס על ידע רפואי-אקדמי שנועד לספק מידע מדעי מהימן ומעודכן. הוא נשען על מאגרי ספרות מקצועית עם ביקורת עמיתים וסינון איכות, ולכן מתאים במיוחד לשימוש קליני ורפואי. לעומתו, כלים כמו ChatGPT ו-Copilot מתבססים על אימון רחב, בשילוב סריקת מקורות כלליים באינטרנט, מה שהופך אותם לנגישים אך פחות מדויקים בתחומי הרפואה. לעומתם, Perplexity משלב חיפוש בזמן אמת ממקורות שונים (לרבות אפשרות למקד אותו בחיפוש במאגרים אקדמאיים), אך רמת האמינות שלו תלויה באיכות המקורות שעליהם הוא מתבסס. בסופו של דבר, OpenEvidence בולט בכך שהוא שם את הדגש על אמינות, בקרה מדעית ודיוק רפואי – ולא רק על מהירות ונוחות.

השוואה לכלים אחרים

.

כלי מחקר חכם לאנשי רפואה

מה שהופך את Open Evidence לפלטפורמת מחקר ייחודית אינו רק הטכנולוגיה שמאחוריה, אלא גם הפילוסופיה שעליה היא מבוססת: החלטות רפואיות טובות דורשות ידע עדכני, שקוף וניתן לבדיקה. בעידן שבו מידע זמין יותר מתמיד אך אמין פחות מאי פעם, הפלטפורמה הזו מציעה אלטרנטיבה נדירה – מקום שבו ה-AI לא “ממציא”, אלא מדווח, מסביר ומבסס.

ולא פחות חשוב (ואולי הכי חשוב בעצם…), למרות ההפניה למקורות מדעיים/קליניים מוסמכים – עדיין מדובר בכלי AI, שאינו מהווה חלופה לשיקול דעת מקצועי, ניסיון או ידע אנושי! בסופו של יום זה רק כלי עזר! בסופו של דבר, Open Evidence אינה באה להחליף רופאים, אלא לחזק אותם. היא מאפשרת להם לחזור למרכז העשייה הרפואית כשהם חמושים בכלי שמעניק להם יתרון אמיתי – הבנה עמוקה של הידע המדעי העדכני ביותר וגישה למידע רפואי מקצועי מאומת. 

הפוסט Open Evidence – הפרפלקסיטי של עולם המחקר והרפואה הופיע ראשון בLet's AI בינה מלאכותית

המוצר והמציאות מאחוריו

למי שפספס את אירועי הפרקים הקודמים – הרובוט NEO מוצע כעת להזמנה מוקדמת בארצות הברית, במחיר של 499 דולר בחודש או 20,000 דולר לרכישה מלאה. החברה מבטיחה כי הוא מסוגל להרים עד 70 ק”ג, לשאת משקל של 25 ק”ג ברציפות, ולבצע שורה של משימות יומיומיות בעזרת “מוח” בינה מלאכותית מבית NVIDIA. הוא אמור “לראות”, “להבין” ו”להגיב” לסביבה באופן עצמאי. 

האם הוא באמת מסוגל לעשות את כל מה שרואים בסרטון?

אלא שכאשר בוחנים לעומק את מה ש-NEO באמת יודע לעשות, מתברר שהתיאורים הללו רחוקים מהמציאות לא פחות מהדמיות האנימציה שמלוות אותם.

במבחן המציאות, כמעט כל הפעולות שהחברה הדגימה בסרטונים ובפרסומים ששחררה, אינן מתבצעות על ידי רובוט עצמאי, אלא על ידי אדם בשר ודם שיושב במקום אחר, מרכיב קסדת VR ומפעיל את NEO מרחוק. החברה אמנם משתמשת במונח “Expert Mode” כדי לתאר את השיטה הזו, אך בפועל מדובר בהפעלה ידנית לכל דבר – טלאופרציה לכל מטרה מעשית. כלומר, בזמן שאתם חושבים שהרובוט שלכם שוטף כלים, יש מישהו בצד השני של העולם שמפעיל אותו ומבצע את העבודה בעצמו.

Expert Mode – מכבסת מילים

כן כן – שמעתם נכון – כש-NEO עובר ל”מצב מומחה” זו מכבסת מילים ל”יש עובד אנושי שיושב באיזשהו משרד איפשהו ומפעיל את הרובוט שלך מרחוק”. מפעיל מקצועי של החברה מכניס לכם את הכלים למדיח או מקפל עבורכם את הכביסה דרך קסדת VR. אותי אישית זה ממש מצחיק – המחשבה על איזשהו בחור מסכן שחשב שהוא עובד בחברת רובוטיקה מתקדמת, אבל עכשיו צריך לשטוף לי כלים, רצפה או סתם להפעיל מכונת כביסה… לא יודע מה איתכם אבל אותי זה קורע!

מצב המומחה – מפעיל אנושי מלמד את NEO מה לעשות | Credit: The Wall Street Journal

הטכנולוגיה, כך מסתבר, עדיין משלבת בין בינה מלאכותית להפעלה אנושית – תהליך שנקרא טלאופרציה, ובו בני אדם “מאמנים” את הרובוטים מהמרחק. אבל עכשיו ברצינות – המון חברות מנסות לפצח את הדרך לאמן רובוטים לפעול בעולם האמיתי. ל-NVIDIA יש את ה-Omniverse – מעין “בית ספר דיגיטלי לרובוטים”, או “המטריקס של הרובוטים”, בו הם יכולים להריץ אינספור סימולציות במרחב וירטואלי. ונראה שפה 1X בחרו בגישה אחרת, שמושתתת על חיקוי פעולות אנושיות. אם תשאלו אותי, זה לא יחזיק מים, אבל אין ספק שזה כיוון מעניין.

ה-Omniverse של NVIDIA – בית ספר דיגיטלי לרובוטים

מי מפעיל את הרובוט שלי והאם אני חלק מהניסוי?

טלאופרציה – יחי ההבדל הדק!

וכאן עולה שאלה עקרונית – אם הרובוט לא באמת מבצע את המשימות בעצמו, האם מדובר בהישג טכנולוגי או במופע יחצני? ההבדל בין “בינה מלאכותית” לבין “מפעיל אנושי עם ג’ויסטיק” הוא לא סמנטיקה – הוא לב העניין. מדובר בפער עצום בין מה שהחברה מציגה לבין מה שקיים בפועל. אם תסתכלו היטב על סרטון ההשקה, תגלו שיש שם רק שתי פעולות שניתן לומר באופן מובהק שמבצועות באופו אוטונומי: הראשנה – פתיחת דלת לאחר פקודה קולית. השנייה – אחיזה בכוס ריקה (שבאופן מפתיע עשויה מחומר עמיד ולא מזכוכית), ולקיחתה מידו של דייר הבית שביקש מ-NEO לפנות אותה. כל שאר הפעולות ככל הנראה הופעלו על ידי בני אדם. 

חשוב לציין – אין פה טענה להטעיה – אמנם מציינת את ההבחנה הזו בסרטוני ההדגמה שלה, אך מי שלא קורא את הכתוביות הקטנות, פשוט מניח שמדובר ברובוט אינטליגנטי ואוטונומי אמיתי.

זו לא טעות תמימה – זו אסטרטגיית שיווק של “מכירת חלום”. במקום למכור מוצר מוגמר, 1X מוכרת הבטחה לעתיד: רובוט שאולי בעתיד יידע לבצע את המשימות בכוחות עצמו. לא ברור אם משימת הטלאופרציה משמשת כשלב אימון, שלאחריו הרובוט כבר מכיר את המשימות והסביבה הבייתית, או שהוא נדרש בכל פעם להיות מופעל מרחוק.

צפו ב-NEO בפעולה – ראיון של ג’ואנה שטרן מ-The Wall Street Journal עם מייסד ומנכ”ל 1X – ברנט בורניק (Bernt Bornich)

רוצים להשתתף בניסוי?

נכון לעכשיו, הלקוחות הראשונים משמשים לא רק כקונים אלא גם כנסייני שטח. הם אלה שיספקו לחברה את הנתונים הנדרשים כדי לפתח את המודל הלומד של NEO – בדיוק כמו שנהגים שמשתמשים במצב הנהיגה העצמית של טסלה מספקים לחברה נתונים כדי לשפר את האלגוריתם שלה. ההבדל הוא שבמקרה של טסלה מדובר במכונית נוסעת, ואילו כאן מדובר ברובוט שמסתובב בבית שלכם, ואתם חלק מהניסוי.

בורניק – מנכ”ל ומייסד החברה – מתאר את זה כ”הרפתקה משותפת עם המשתמשים הראשונים” ושהמוצר ישתפר עם הזמן. לדבריו: “אם אתה קונה ב-2026, אתה צריך להיות בסדר עם זה שיש טלאופרציה. רוב המשימות עדיין לא יהיו אוטונומיות לגמרי“.

ומה לגבי מועד ההשקה? גם כאן המצב לא ברור. למרות שהחברה מאפשרת לשלם מקדמה של 200 דולר ולהבטיח מקום בתור, אין תאריך אספקה אמיתי, מעבר לציון השנה – 2026. כאמור – כל מה שנאמר הוא “בשנה הבאה”, וגם זה בסימן שאלה. כלומר, אתם יכולים לשלם כבר עכשיו על מוצר שאיננו מוכן, שאיננו מסוגל לבצע את הפעולות שהובטחו, ושאין ודאות לגבי מתי הוא בדיוק יגיע.

ההייפ ועונשו

קשה שלא לראות בכך ביטוי רחב יותר לתופעה שהולכת ומשתרשת בעידן החדש של מוצרי AI: מכירת חזון לפני מוצר. מ-Humane Pin ועד Rabbit r1, שוב ושוב חברות משיקות מוצרים חצי-בשלים, עטופים בנרטיב של עתידנות, בתקווה שהמשתמשים הראשונים יספקו את הנתונים, המימון והסבלנות הדרושים כדי שהחלום יתקרב למציאות. הבעיה היא שברוב המקרים, המציאות לא מדביקה את קצב ההבטחות.

אפשר בהחלט להעריך את האומץ של 1X להיכנס לתחום שבו רוב החברות רק מדברות. אבל אי אפשר להתעלם מהעובדה שהפער בין מה ש-NEO אמור לעשות למה שהוא באמת מסוגל לעשות הוא עצום. וכאשר ההבטחות מוצגות באותה עוצמה שבה מוצגים מוצרי צריכה בשלים, מדובר בבעיה אתית לא פחות משהיא טכנולוגית. אולי בעוד עשור רובוטים באמת יעשו את הכביסה בשבילנו, אבל נכון לעכשיו נאלץ לחכות עוד קצת…

הפוסט האם הרובוט NEO באמת מסוגל לעשות את כל מה ש-1X מבטיחים? הופיע ראשון בLet's AI בינה מלאכותית

בינה מלאכותית תיקח לך את העבודה

נתחיל מהמיתוס הראשון: רוב העובדים יאבדו את מקום עבודתם בשנים הקרובות בגלל AI.

זה אולי ה-חשש ב-ה הידיעה של מרבית הציבור. בפועל, מחקרים עדכניים מצביעים על כך שפיטורין בעקבות הטמעת GEN AI כמעט שלא התרחשו – וגם כאשר זה כן קרה, היה מדובר בעיקר בתעשיות שכבר חוו אוטומציה בעבר.

בכל אופן, אין קונצנזוס בקרב מנהלים לגבי שינוי משמעותי בהיקף גיוסי עובדים ב-3-5 השנים הקרובות. נכון – יש תעשיות ומקצועות בסיכון (אם אתם מוקדנים – יש מצב שבקרוב רובוט יחליף אתכם), אבל הסיכוי שתוחלפו על ידי אדם שמשתמש ב-AI הרבה יותר גבוה מהסיכוי שתוחלפו על ידי AI.

ה-AI משנה עסקים מן היסוד

מיתוס מספר 2: בינה מלאכותית משנה עסקים מקצה לקצה!

ומה קורה בשטח? למרות שמעל 60% מהחברות מדווחות על התנסויות עם כלים מבוססי AI, בפועל רק 5% מהארגונים הצליחו להטמיע אותם באופן מלא ושיטתי בתהליכי העבודה. כמו כן, 9 מכל 10 פיילוטים של הטמעת AI בארגונים נכשלים.

אני לא מטמיע AI כי זה מסוכן

הגענו למיתוס מספר 3: העיכוב בשימוש ב-AI נובע מאיכות המודלים או מחשש מדליפות מידע.

לא נכון – בפועל, מה שמחקרים מלמדים אותנו זה שלשטח הרבה יותר חשוב שכלי ה-AI ישתלבו בתהליכי העבודה הפנימיים. הרבה פחות עניין של טכנולוגיה, ויותר עניין של אינטגרציה. זה לא הפחד מדליפת מידע (שתמיד קיים, אבל שגם יש לו מגוון פתרונות יעילים), וזה גם לא שהטכנולוגיה לא מספיק טובה – היא מדהימה! כבר היום פוטנציאל ה-ROI של שימוש ב-Gen AI הוא אדיר ויש אינספור יוזקייסים בשטח. מה שאמת קורה, זה שרוב החברות פשוט לא יודעות מה לעשות אחרי שהן כבר הטמיעו AI. כמות הפעמים שהגענו לארגון כזה או אחר ושמענו שהטמיעו כלי AI, אבל אף אחד לא טרח לבדוק אם העובדים משתמשים בו, היא פשוט בלתי נסבלת.

כן – זה מעצבן! זה קורה יותר מדי. מצד אחד זה כסף שהושקע ונזרק לפח. ומצד שני זה כסף על הרצפה שאמור להיות מאוד קל להרים! אם רק לא היינו עוצרים את תהליך השינוי באמצע – אם רק היינו מחליפים דיסקט (במקום שינוי טכנולוגי – שינוי תרבותי-טכנולוגי), היינו יכולים להשיג כל כך הרבה יותר! 

אז מה אפשר לעשות? לנתח תהליכי עבודה קיימים, לפתח שיטות עבודה מבוססות AI, שבהם הבינה המלאכותית אינה מטרה, אלא רק כלי להשגתה. וכמובן – להקשיב לשטח. לשאול את העובדים (המשתמשים) מה הם צריכים ורוצים. הם בסוף יודעים הכי טוב, החל ממנהלת המשרד ועד העובדים ברצפת הייצור. הם חיים את השטח וידעו להגיד לכם מה כואב להם ועל מה הם חולמים, במקום שתנחיתו עליהם כלי או תהליך שהם לא ביקשו.

מי שבאמת מבין, בונה את ה-AI שלו בעצמו

ועכשיו למיתוס האהוב עלי – החברות הגדולות באמת, בונות בעצמן את פתרונות ה-AI שלהן.

אז זהו – שלא. הנתונים מראים אחרת: מסתבר שפיתוחים פנימיים נכשלים פי שניים בהשוואה לפתרונות חיצוניים (כך לפי דוח מצב ה-AI בעסקים של MIT לשנת 2025).

לפעמים לרכוש מוצר שמבוסס על ניסיון רחב, שנים של פיתוח וידע מצטבר של רבבות מומחים, משתלם יותר מניסיון לבנות הכל מאפס.

הנתונים האלו צריכים להדליק אצלנו נורה אדומה: אימוץ מוצלח של AI דורש גישה פרקטית ומבוססת מציאות, לא מיתוסים.

הפוסט ארבעה מיתוסים על AI הופיע ראשון בLet's AI בינה מלאכותית

כשאותם מנהלים מתארים בפני את הכאבים הארגוניים שלהם – החסמים, צווארי הבקבוק – הראש שלי מתחיל לרוץ…

לפעמים אני מצליח לראות בעיני רוחי את התוצר הסופי – אולי אפילו יש כבר כלי קיים בשוק. אבל פעמים רבות אין וצריך לבנות את זה. וכמו שאנחנו אוהבים להגיד: היום בעידן ה-AI – אם אתה יכול לדמיין את זה, אתה יכול לג’נרט את זה.

אבל מה שהם לא מבינים שלהיכנס לפיתוח יכול להיות תהליך ארוך, מורכב וכמובן יקר. לפעמים זה מה שנעשה, אבל לפעמים שווה לחשב מסלול מחדש.

כיצד לגשת לפרויקט טכנולוגי

הכנה ותכנון

בשלב בזה בדרך כלל אני מציע להם (ולכם) לעצור לחשוב רגע… אותה מערכת חלומית – זו פסגת ההר. אפשר להגיע אליה. אנחנו נגיע אליה! אבל זה לא יקרה בן לילה! ויש כמה דברים שצריכים לקרות לפני כן…

רגע לפני שאנחנו יוצאים לטפס על הקלימנג’רו – קודם כל בואו נעשה מנוי לחדר כושר… נרוץ כמה קילומטרים. נעשה קצת קרדיו! נתחזק. נתכנן. נכין לעצמנו את הכלים, הציוד והידע הנדרש לכיבוש ההר. בעולם ה-AI אנחנו קוראים לשלב הזה “הטמעת מיומנויות”: הכשרות, פיצוח דפוסי פעילות, התאמת כלי לצורך וכדומה.

שאלות ברומו של עולם

בדיוק בשלב הזה יש כמה שאלות ששווה שנשאל את עצמנו:

האם יש כלים קיימים בשוק שיכולים להביא אותנו לחצי הדרך?

אולי לא חייבים לכבוש את ההר? אולי יש פה כמה Quick Wins על הדרך, שקל להוציא לפועל בקלות ובמהירות? הדו”ח האחרון של MIT על מצב ה-AI בעולם העסקים ב-2025 מלמד אותנו שפיתוחי AI פנים ארגוניים מורכבים ועצמאיים, נוטים להיכשל פי 2 (!) יותר מ”מוצרי המדף” המובילים בשוק.

מה הלקח פה? רגע לפני שאנחנו בונים או מטמיעים מערכות – האם האנשים בארגון שלנו מגויסים ורתומים לתהליך? האם אנחנו מייצרים גם שינוי תרבותי במקביל לשינוי הטכנולוגי? האם הכשרנו את כוח האדם שלנו לעבוד עם אותם כלים? האם הטמענו מיומנויות לצד הטמעת טכנולוגיות? האם פיתוח עצמאי זו באמת הדרך? אולי יש פתרונות אחרים מהירים יותר שיספקו תוצאות טובות?

שימוש בכלים וטכנולוגיות

כלים מתקדמים והכשרת עובדים

מה שווה כלי, מורכב ככל שיהיה, אם האנשים בשטח לא יודעים להשתמש בו? או גרוע מכך… לא רוצים להשתמש בו?

הכל מתחיל משיח של מטרות וצרכים. וצריך להתחיל מאיפשהו! זכרו את נקודת ההתחלה – הרגע הזה שאמרתם לעצמכם – אני לא מוותר לעצמי! אני עולה על הרכבת. אני מפסיק לפחד מהטכנולוגיה ובוחר להפוך אותה לכוח מניע. ואז – כשתגיעו לפסגה… אתם תזכרו את הרגע הזה – רגע ההתחלה, בו הסתכלתם על ההר מלמטה ואמרתם לעצמכם שאין סיכוי שתכבשו אותו!

צעדים קטנים לקראת הצלחה גדולה

כשתהיו למעלה, תזכרו שהתחלתם בקטן. אולי זה היה איזה פיילוט… אולי הטמעתם כלי בודד במחלקה ספציפית. אולי הכשרתם עובד או מנהל מצטיין והפכתם אותו ל-AI LEADER? אולי יצרתם קבוצת “שגרירי AI” אצלכם בארגון? להישגים גדולים לרוב יש התחלות קטנות.

הפוסט רגע לפני שמטפסים על הקלימנג’רו – עושים קרדיו הופיע ראשון בLet's AI בינה מלאכותית

על מה כל הרעש ולמה גוגל מפחדת?

זה היה צפוי – כבר חודשים אנחנו מדברים על זה… והנה זה קרה. אטלס פה!

הם מפחדים!

במשך יותר מעשור, גוגל נהנתה ממעמד כמעט מונופוליסטי בשוק הדפדפנים, כשכרום מחזיק בנתח שימוש של כ-70% ברחבי העולם. עבור מיליארדי משתמשים ברחבי העולם, המונח “Crome” ו”דפדפן” הפכו כמעט למילים נרדפות. הדפדפן והחיפוש הפכו לשני צדדים של אותו מטבע – חוויית גלישה שבה גוגל שולטת גם בתשתית וגם בגישה למידע. אך השקת אטלס של OpenAI מאותתת על שינוי טקטוני שהולך ומתקרב בצעדי ענק. במובנים רבים, מדובר באתגר ישיר להגמוניה של גוגל: ניסיון לקרוע את מרכז הכובד של פעילות גולשים ברשת (החיפוש הקלאסי) והעברתו לעוזר חכם, מבוסס AI, שמכיר את המשתמש, פועל בשמו ומתווך בינו לבין הרשת. ובעיקר – מוציא את הכוח מהידיים של גוגל ומעביר אותו לידיים של OpenAI, שכבר שנים מאיימת על המודל העסקי של החברה ומשנה לחלוטין את הדרך בה אנחנו משתמשים ברשת וצורכים מידע (מגמה זו אפילו הצליחה לגרום לגוגל עצמה לשנות לחלוטין את דפוסי השימוש במנוע החיפוש שלה). אם OpenAI תצליח לשכנע משתמשים ש”האינטרנט החדש” מתחיל ממנוע שיחתי מבוסס AI ולא מתיבת חיפוש, היא עשויה לערער את אחד היתרונות האסטרטגיים הגדולים ביותר של גוגל: השליטה באיך, מתי ולמה אנחנו גולשים.

כבר ביום ההכרזה, הגיבה המניה של חברת Alphabet (החברה האם של גוגל) בירידה של קרוב ל-2% במסחר, סימן לחשש המשקיעים מתחרות חדשה בזירה שהייתה בטוחה. אנליסטים ציינו שאם Atlas יתפוס תאוצה, הוא עשוי לנגוס בהכנסות מפרסום המקוון של גוגל, כי יותר אנשים ידלגו על דפי החיפוש המסורתיים.

אירוע השקת Atlas – הדפדפן האייג’נטלי של OpenAI:

הרגע לו כולם חיכו הגיע!

אתמול (שלישי 21.10.25) הושק הדפדפן שכולם חיכו לו – אטלס. חשבו עליו כדפדפן עם ChatGPT מובנה, ולא סתם עוד מנוע חיפוש מסורתי. לפי OpenAI, הרעיון פשוט: אם רוב העבודה, ההקשרים והכלים שלנו מתקיימים בתוך הדפדפן, מוטב שהעוזר החכם יישב בדיוק שם, יראה מה אנחנו עושים ויציע עזרה בזמן אמת. אטלס מאפשר ל-ChatGPT להבין את העמוד שבו אתם נמצאים, להציע שכתובי טקסט בתוך כל שדה כתיבה פתוח, לנהל צ’אט צדדי על תוכן הדף, ולא פחות חשוב – לעבור למצב סוכן שמבצע פעולות אקטיביות בתוך האתרים עצמם.

שילוב כזה מציב את OpenAI בלב המגמה של דפדפנים אייג’נטליים. הראשונים לעשות את זה היו פרפלקסיטי עם “קומט” (Comet) המעולה. ועכשיו המלכה האם – OpenAI – מנסה לעשות את זה טוב יותר עם אטלס. האם היא תצליח? נחכה ונראה (כי קומט באמת מצוין), אבל מה שבטוח – אלטמן וחבריו מנסים לקחת את אותה תפיסה ולהרחיב אותה לשימוש כללי ורחב, עם זיכרון גלישה, בקרות פרטיות ומצב של סוכן חכם שמקבל טווח פעולה רחב אך מפוקח (שבצורה לא מפתיעה במיוחד, מאוד מזכיר את ה-Assistant של Comet).

איך אטלס עובד בפועל

תיבת חיפוש דינאמית

הדבר הראשון שתפגשו באטלס הוא מסך הבית – תיבת חיפוש שמתפקדת גם כתיבת חיפוש בה אפשר להזין כתובות של אתרים (URLs), וגם לשאול שאלות בשפה טבעית, ממש כמו ב-ChatGPT.

תיבת החיפוש של אטלס.

הדף הראשי (New Tab) של Atlas נראה פשוט ונקי, ובמרכזו סרגל שבו אפשר לשאול את ChatGPT שאלה בשפה חופשית או להקליד כתובת URL של אתר. במקום לקבל רק רשימת קישורים כמקובל, Atlas מחזיר תשובה מנוסחת בסגנון ChatGPT לצד האפשרויות הרגילות. למעשה, סרגל הכתובות משמש גם כסרגל צ’אט – אפשר ממש לשוחח עם הדפדפן. אם התשובה הטקסטואלית לא מספיקה, בחלק העליון יופיעו גם כרטיסיות לתוצאות חיפוש רגילות, תמונות, סרטונים וחדשות, כך שכל המידע זמין במקום אחד. לדוגמה, ניתן לשאול ״מה מזג האוויר בלונדון מחר?״ ו-Atlas יציג תשובה ישירה יחד עם קישורים לאתרים רלוונטיים. גישה זו חוסכת זמן בחיפוש ומציגה מידע ממוקד ושימושי יותר מיד.

מסך הבית של ChatGPT Atlas עם הצעות חכמות: הדפדפן מציג הצעות לפעולות המשך, כגון חיפוש מתכוני חג, חקר מתנות, הפעלת מצב סוכן, או השלמת קניות – בהתבסס על מה שהמשתמש עשה בעבר.

הצעות חכמות באטלס.

שאלו את GPT מה שבא לכם

אטלס נבנה סביב ChatGPT, ולכן כמעט כל אינטראקציה מתחילה משורת “שאל את ChatGPT” או מצ’ט צדדי שניתן לפתוח בכל רגע. סרגל הצד “Ask ChatGPT” הוא למעשה העוזר הצמוד והחכם שלכם בזמן שאתם לומדים, עובדים או משווים מוצרים, הצ’ט רואה את ההקשר של העמוד ומסייע בסיכום, בהשוואה, בניתוח נתונים או בהמשך מחקר. אין צורך להעתיק ולהדביק טקסטים לחלון אחר. הדפדפן עצמו משמש כחלון השיחה.

שאלו את ChatGPT מה שבא לכם, ישירות מתוך אטלס – הדפדפן החדש של OpenAI | קרדיט: OpenAI.

בכל עת, בכל אתר, ניתן לפתוח את סרגל הצד של ChatGPT. לחיצה על כפתור קטן (הנושא את לוגו ChatGPT) בסרגל הכלים תפתח חלונית צידית שבה העוזר יכול לקרוא את תוכן העמוד הנוכחי ולסייע בהתאם. אפשר למשל לבקש ממנו לסכם מאמר שאתם קוראים, להשוות מוצרים בדף קניות, להסביר קוד מתוך GitHub, או לענות על שאלה לגבי תוכן אתר מסוים. היתרון הוא שאין צורך יותר להעתיק ולהדביק טקסט בין כרטיסיות – ChatGPT כבר “רואה” את מה שעל המסך ויכול לענות בהקשר הנכון. ברירת המחדל בעת לחיצה על תוצאת חיפוש ב-Atlas היא פתיחת הדף המבוקש בצד אחד של החלון, כשהצ’אט עם ChatGPT נשאר פתוח לצד השני בתצוגה מפוצלת. כך ניתן לקרוא בדף הראשי ובמקביל לשאול את ChatGPT שאלות עליו – מעין מלווה קבוע בזמן הגלישה. בנוסף, Atlas תומך בכלי ChatGPT (Plugins/Connectors) ישירות מתוך הצ’אט, כך שאם יש לכם כלים מחוברים (למשל Canva לעיצוב, Figma, או Spotify), ניתן להפעיל אותם דרך ההוראות בצ׳אט לקבלת חוויה עשירה יותר

עריכה חכמה

הפיצ’ר המשלים הוא עריכה בתנועה. בכל ממשק של כתיבה (מייל, אירוע ביומן או מסמך ברשת) ניתן לסמן טקסט עם סמן העכבר ולקבל הצעה לשכתוב, קיצור או דיוק של הסגנון. המשמעות – גלישה, קריאה וכתיבה מתכנסות לאותו רצף עבודה, בלי לקפוץ בין טאבים או כלים.

עריכה חכמה עם AI ישירות מתוך אטלס | קרדיט: OpenAI.

אטלס משלב את היכולות החכמות שלו גם בתוך טפסי אינטרנט ותיבות טקסט. בכל מקום שבו אתם כותבים – בין אם זה מייל ב-Gmail, פוסט ברשת חברתית או מסמך מקוון – ניתן לזמן את ChatGPT בלחיצת כפתור לקבלת סיוע בכתיבה. פשוט מדגישים את הטקסט שהקלדתם (או משאירים את הסמן בשדה ריק), לוחצים על סמל ChatGPT שמופיע ליד, ומבקשים לערוך או לנסח מחדש. לדוגמה, אפשר לכתוב טיוטה של אימייל רשמי, ואז לבקש מ-ChatGPT “לנסח בפשטות ובידידותיות”, והוא ישכתב את הטקסט בהתאם. הכל מתרחש מבלי לעזוב את הדף הנוכחי, כך שלא צריך לעבור לכרטיסייה אחרת או לכלי נפרד – העוזר כותב יחד איתכם, בכל מקום.

דפדפן שזוכר

אחת ההבטחות המעניינות באטלס היא “זיכרון הדפדפן”. אפשר לאפשר ל-ChatGPT לזכור פרטים מרכזיים מהאתרים שבהם ביקרתם, כדי שיעלו מחדש כשיהיו רלוונטיים. כך, למשל, ניתן לרשום לו בשורת החיפוש: “מצא את כל אתרי מוצרי החשמל שביקרתי בהם השבוע, וסכם לי איזו טלוויזיה הכי משתלמת מבחינת ביצועים ומחיר”. הזיכרון הזה אופציונלי לחלוטין ונמצא בשליטת המשתמש. ניתן לעיין במה שנשמר, לארכב, למחוק ולנקות היסטוריה, והמחיקה מוחקת גם את הזיכרונות הקשורים אליה.

כשאפשרות “זיכרונות הדפדפן” מופעלת, ChatGPT שומר פרטים מרכזיים מהאתרים שביקרתם בהם, כדי לשפר את התגובות בעתיד ולהציע המלצות אישיות. המידע הזה פרטי לחלוטין ונשמר מקומית בחשבונכם (לא נשלח לאימון המודל אלא אם תבחרו אחרת, כפי שנפרט בהמשך). פירוש הדבר ש-Atlas יכול, למשל, להציע לכם לחזור למאמר שקראתם אתמול או להזכיר לכם מוצר שראיתם באתר קניות שבוע שעבר. הוא גם מסוגל לענות על שאלות כמו “סכם לי את כל מודעות הדרושים שראיתי בשבוע האחרון והפק תובנות לגבי מגמות בענף” – וכל זה משום שהוא זוכר שאכן ביקרתם בעמודים הללו.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס אוטומציות עם AI ובניית בוטים וסוכנים

לפרטים נוספים לחצו כאן >>

בתוך ממשק הכתובת ישנה גם אפשרות לכבות או להדליק את “נראות העמוד” ל-ChatGPT באתר ספציפי, כך שניתן להחליט בדיוק אילו עמודים “גלויים” לעוזר ואילו נשארים פרטיים. המשמעות היא שאתם שולטים במה שהצ’ט רואה (וגם איזה מידע הוא זוכר או מתאמן עליו). וכמובן, כמו כל דפדפן שמכבד את עצמו, יש גם מצב אינקוגניטו (גלישה סמויה ומאובטחת יותר).

אתם שולטים במה לדפדפן מותר לראות ומה לא | קרדיט: OpenAI.

גישה זו נועדה לשלב בין נוחות של המשכיות לבין שמירה על פרטיות. כאשר הזיכרון פעיל, הוא משפר את התשובות, מציע חזרה לדפים רלוונטיים, משלים משימות שגרתיות וממשיך חקירה על בסיס מסלולי הגלישה האחרונים – אבל בכל רגע ניתן לסגור את הברז.

הצעות אישיות מותאמות אישית

כאשר זיכרונות הדפדפן פעילים, Atlas ינסה גם להמליץ לכם על צעדים הבאים בכל פתיחת כרטיסייה חדשה. בדף הבית יוצגו הצעות בהשראת מה שעשיתם לאחרונה: למשל קיצור דרך לחזור לאתר חדשות שקראתם, קישור להמשך חיפוש בנושא שגלשתם בו עמוק, רעיון לפרויקט קשור, או אפילו הצעה לאוטומציה של משימה שגרתית שחוזרת לעיתים קרובות. אם, למשל, חיפשתם מתכונים לחג, ייתכן שתראו הצעה להפעיל את מצב הסוכן כדי שיוסיף את המרכיבים הדרושים למתכון ישירות לעגלת קניות באתר משלוחים. באופן זה, הדפדפן הופך ליותר ויותר מותאם אישית, ככל שאתם משתמשים בו – ממש כמו שעוזר אנושי שלומד להכיר את ההעדפות וההרגלים שלכם.

מצב סוכן עצמאי שעובד בשבילכם

לצד ממשק הצ’ט והעריכה החכמה, אטלס מציג יכולת אייג’נטליות ייעודית – “מצב סוכן” שבו ChatGPT לא רק עונה אלא גם פועל. ניתן לבקש ממנו לבצע משימות כמו תכנון קניות לאירוע, איתור חנויות, הוספת מוצרים לעגלת הקניות לפי מתכון ואף להשלים את ההזמנה. האם זה מושלם? לא. האם זה תמיד עובד? גם לא (הפיצ’ר הזה לא חדש וזמין גם בקומט ודפדפנים אייג’נטליים אחרים – הוא עדיין בוסר, אבל אין ספק שזה רק עניין של זמן עד שהכל יעבוד חלק). מה עוד אפשר לעשות עם מצב הסוכן? בהקשרים ארגוניים למשל, אפשר לכוון אותו לפתוח מסמכי צוות קודמים, לקרוא חומרים, לבצע מחקר מתחרים ולזקק תובנות לתדריך.

שלחו את אטלס לעשות לכם קניות לשבת עם מצב הסוכן החדש | קרדיט: OpenAI.

כאשר השאלה או הבקשה מחייבות פעולות בדפדפן, ChatGPT יציע לפתוח טאבים, ללחוץ ולהתקדם לטובת ביצוע המשימה. או לחלופין, אפשר להפעיל באופן מפורש את מצב הסוכן ולהעניק לו הרשאה לבצע פעולות.

לפי OpenAI, מצב הסוכן באטלס זמין כעת בתצוגה מקדימה למשתמשי Plus, Pro ו-Business. כמו שאמרנו – זה עדיין פיצ’ר ניסיוני וסביר שהיו טעויות ובאגים במשימות מורכבות.

סוכן שחוסך לכם זמן

• עבודה משרדית ואוטומציה בין אפליקציות: מכיוון ש-Atlas הוא דפדפן לכל דבר (בו מוטמעות יכולות AI), תוכלו לתת לו משימות כמו “קח את סיכום הישיבה מה-Google Docs והעבר את רשימת המשימות ל-Trello” – והוא יכול לפתוח את שני האתרים ולהעתיק מידע מאחד לשני. מדובר למעשה בסוג של עוזר אישי דיגיטלי שיכול לבצע קליקים והקלדות פשוטות בהרבה כלים אינטרנטיים.

• מחקר וניתוח מידע: אתם יכולים לבקש, למשל, “מצא עבורי שלושה מתכונים לעוגת שוקולד ונתח מי הבריא ביותר”, והסוכן יגלוש בין כמה אתרים, יקרא אותם ויחזור עם תשובה מנומקת. הוא מסוגל לקרוא ולהשוות תוכן מדפי אינטרנט שונים כדי לחסוך לכם את העבודה.

• תכנון אירועים והזמנות: אם תאמרו לו “שריין שולחן לשניים במסעדה איטלקית טובה באזור תל אביב למוצאי שבת”, הסוכן יכול לחפש מסעדות, לבדוק שעות פתיחה, ואפילו לנווט לממשק הזמנה ולנסות לבצע הזמנה (כמובן, באישורכם הסופי). בדומה, הוא יכול לסייע בהזמנת טיסות, מלונות או כרטיסים – הכול באמצעות אינטראקציה עם אתרים במקומכם.

כשהוסכן של אטלס מזמין לכם מקום במסעדה בת”א.

בתמונה: דוגמה לפעולת מצב סוכן: שריין שולחן לשניים במסעדה איטלקית טובה באזור תל אביב למוצאי שבת. חפש בין אתרי הזמנות ומדריכי מסעדות (כמו Rest, Google Maps או TripAdvisor), השווה בין המסעדות לפי דירוג, ביקורות, מחיר ממוצע לסועד ואווירה. בחר שלוש אפשרויות מומלצות שפתוחות במוצאי שבת בסביבות השעה 20:00–21:00. הצג לי את שמות המסעדות, הכתובת, הקישור להזמנה והסבר קצר למה בחרת בכל אחת. לאחר שאבחר אחת מהן, מלא את פרטי ההזמנה עד לשלב האחרון בלי להזין פרטי תשלום או להתחבר לחשבון.

האם זה בטוח? בכל רגע במהלך פעולת הסוכן, מופיעים כפתורים המאפשרים להשהות (Pause) או לעצור (Stop) את הפעולה, ואפילו כפתור “Take Control” להשתלטות ידנית מיידית על הדפדפן (כפי שנראה בתמונה למעלה). למעשה, Atlas מציג בזמן אמת את הפעולות שהוא עושה – הוא יפתח כרטיסיות גלויות לעין ויבצע את השלבים בדיוק כפי שמשתמש אנושי היה עושה, רק במהירות גבוהה יותר. אם משהו נראה לכם לא במקום, פשוט משתלטים או עוצרים. הרעיון הוא שהסוכן יהיה עוזר נאמן, לא רובוט משתולל – ולמשתמש יש בלם חירום בכל עת.

פרטיות ובקרה – מה OpenAI עושה עם המידע שלכם?

שליטה בנתונים ואימון על הדאטה שלכם

אטלס שם דגש על שליטה בנתונים. אפשר להחליט אילו אתרים הצ’ט ואטלס רואים, אפשר לנקות היסטוריית גלישה, להשתמש במצב גלישה בסתר ולהפעיל או לכבות את זיכרונות הדפדפן בכל עת. ברירת המחדל היא שהחברה לא משתמשת בתוכן הגלישה לצורכי אימון מודלים.

מי שמעוניין יכול לבחור להכליל את תוכן הגלישה באימוני המודל דרך הגדרות הנתונים, אך גם אז יש סייגים – אתרים שבחרו להחריג את GPTBot לא ייכללו. חשוב לדעת – אם הפעלתם אימון שיחות בחשבון ChatGPT הרגיל שלכם, ההגדרה הזו תחול גם באטלס, לרבות תוכן אתרים שנצפה דרך סרגל הצד והזיכרונות שהוזנו לשיחה.

האם כדאי להפעיל את מצב הזיכרון, או לכבות את היכולת של הדפדפן והצ’ט לראות את האתרים שבהם אנחנו גולשים? זו שאלה מורכבת שהתשובה לה תלויה בדפוסי השימוש שלכם ובהעדפות שלכם. מצד אחד, שבוחר לאמן את המודל על תוכן הגלישה שלו יקבל לאורך זמן שיפורים בהבנה, הקשרים והצעות המשך.  מצד שני, הבחירה כאן היא בין פרטיות להשבחת העוזר והדפדפן. בסופו של יום, הבחירה שלכם והשליטה אצלכם בידיים – חשוב רק שתהיו מודעים לאן הדאטה שלכם הולך בכל רגע נתון!

בקרת הורים

בנוסף, קיימות אפשרויות לבקרת הורים. אם הופעלו הגדרות בקרת הורים ב-ChatGPT, הן ממשיכות גם בשיחות באטלס, וניתן אף לכבות ספציפית את זיכרונות הדפדפן ואת מצב הסוכן עבור משתמשים צעירים.

בטיחות מצב הסוכן

כדי להקטין סיכונים, OpenAI מגבילה את יכולות הסוכן באטלס. הסוכן לא מריץ קוד בדפדפן, לא מוריד קבצים ולא מתקין הרחבות. הסוכן אינו נגיש לאפליקציות אחרות במחשב או למערכת הקבצים.

באתרים רגישים ( כמו מוסדות פיננסיים למשל) הסוכן יעצור את פעולתו ויוודא שאתם צופים בו ומאשרים את הפעולה. ניתן גם להשתמש בסוכן במצב לא מחובר (logged out mode) כדי לצמצם גישה לנתונים עדינים והסתברות לפעולה בשמכם באתרים רגישים.

חשוב להבין שלמרות כל אמצעי הזהירות, מצב הסוכן הוא תכונה חדשה וניסיונית, וכרוכים בה סיכונים. מלבד טעויות תמימות (למשל אי הבנה של משימה מורכבת), קיימת סכנה של הוראות זדוניות נסתרות, מה שמכונה “Prompt Injection”. מדובר במצב שבו אתר אינטרנט או תוכן כלשהו “מסתיר” הוראות שיכולות לבלבל את ChatGPT ולגרום לו לבצע פעולות שלא התכוונתם אליהן. לדוגמה, דמיינו עמוד אתר שתוכנן באופן זדוני כך שטקסט בלתי נראה מורה לסוכן “לגנוב מידע מחשבון הבנק” – זהו תרחיש קיצוני אך אפשרי שהמומחים מזהירים מפניו. OpenAI מודעת לכך, ערכה אלפי שעות של בדיקות תקיפה (Red Teaming) ואימנה את המודל להתגונן ככל האפשר, אך אין דרך להבטיח הגנה מלאה מכל טריק אפשרי. לכן ההנחיה הברורה היא: להשתמש במצב הסוכן בזהירות, בעיקר באתרים רגישים, ולפקוח עין על מעשיו. סביר שעם הזמן המערכת תשתפר, אבל בינתיים האחריות הסופית היא של המשתמש. כדאי לשקול פעמיים לפני שנותנים לסוכן גישה למידע רגיש, ואולי להגביל שימושיו למקרים שבהם יש לכם ביטחון יחסי בסביבה (או להשתמש במצב הלא-מחובר כאמור, לצמצום סיכונים).

עוד נקודה חשובה: אתרים ש-ChatGPT מבקר בהם כשהוא במצב סוכן לא נרשמים בהיסטוריית הגלישה הרגילה שלכם. כלומר, אם הסוכן עבר דרך 5 אתרים בדרך למשימה, לא תמצאו אותם אחר כך ברשימת היסטוריה. זה נעשה גם כדי למנוע בלבול, וגם מטעמי פרטיות – ייתכן שמשתמש לא ירצה לתעד ביומן הגלישה שלו את כל הצעדים שהסוכן ניסה. אם תרצו כן לשמור משהו, תמיד אפשר להעתיק ידנית קישור נחוץ.

למרות האזהרות, בשימוש נכון מצב הסוכן יכול להיות כלי מדהים לחיסכון בזמן ולייעול מטלות יומיומיות. זוהי הצצה אל עתיד שבו חלק גדול מהפעולות ברשת נבצע דרך סוכנים אוטונומיים (מעין מזכירים דיגיטליים) בעוד אנחנו מתמקדים בהחלטות החשובות והיצירתיות יותר. כפי ש-OpenAI עצמם אמרו, השקת Atlas היא צעד לקראת עתיד שבו נוכל להאציל לסוכן את השגרה ולהתפנות למה שחשוב באמת.

למי זה זמין ואיך מתקינים?

אם אתם מהכת של סטיב ג’ובס – יצא לכם טוב אטלס מושק (בינתיים) למשתמשי macOS ברחבי העולם. הדפדפן זמין למשתמשים חינמיים וכמובן למוניי Plus, Pro ומשתמשי Go. הוא זמין גם בגרסת בטא ל-Business, ואם מנהל המערכת מאפשר זאת, גם ל-Enterprise ול-Edu. מצב הסוכן עצמו, כאמור, פתוח בתצוגה מקדימה למנויי Plus, Pro ו-Business.

להורדת והתקנת אטלס, לחצו פה.

לפי הודעות החברה, גרסאות ל-Windows, iOS ו-Android יגיעו בהמשך.

מי שמוריד את אטלס בפעם הראשונה מתבקש להיכנס לחשבון ChatGPT ולאחר מכן ניתן להעביר לתוך אטלס את הסימניות, הסיסמאות והיסטוריית הגלישה שלכם באמצעות ייבוא מהדפדפן הנוכחי שלכם. ההמלצה הפרקטית היא להתחיל עם מצב זיכרון כבוי, להכיר את הצ’אט הצדדי והעריכה האינטראקטיבית, ורק לאחר מכן להפעיל זיכרון דפדפן לאתרים שבהם היתרון ברור.

שינוי בחוויית הגלישה

חוויית הגלישה באטלס מעודדת גישה פרואקטיבית. במקום לאסוף לינקים, להעתיק טקסטים ורק אז לשאול שאלה, השאלות נשאלות ישירות בהקשר של העמוד, והתשובות מתחברות לפעולה הבאה. המשכיות שמבוססת על זיכרון גלישה יכולה להפוך את החזרה למחקרי עבר או להשוואות מוצרים למהירה וממוקדת יותר. העריכה בשדות טקסט מקצרת תהליכים שגרתיים של ניסוח ומאפשרת לשמור על טון עקבי בין ערוצים.

הערך המוסף של Atlas: עבור משתמשים שכבר מנוסים ב-ChatGPT, הדפדפן הזה מרגיש כמעט כמו התמזגות של שני עולמות. כל היסטוריית השיחות שלכם עם הבוט, הידע שהוא צבר על סגנון השאלות וההעדפות שלכם – כל זה מוטמע בתוך Atlas וזמין לשימוש. המשמעות היא שאם, למשל, דיברתם בעבר עם ChatGPT על תחביב או פרויקט עבודה, הוא “יזכור” זאת גם כשתגלשו לנושא קשור וייתן תשובות עשירות יותר בהקשר האישי שלכם. זוהי יכולת ייחודית שלא קיימת בדפדפנים מתחרים נכון לעכשיו. בנוסף, Atlas כבר עכשיו מדגים שילוב בין משימות – הוא יכול לקחת תוכן מעמוד אחד (נניח כתובת של פגישה מיומן גוגל) ולהשתמש בו בעמוד אחר (למשל לפתוח מפה או להזמין נסיעה) – דברים שעד כה דרשו מהמשתמש הרבה העתק-הדבק או כישורי אוטומציה אחרים.

אחרון חביב, OpenAI רומזת שזוהי רק ההתחלה. בין התכונות העתידיות על מפת הדרכים שלהם: תמיכה בריבוי פרופילים (למשל הפרדת פרופיל עבודה ופרופיל אישי באותו דפדפן), כלי פיתוח משופרים (אולי ממשק ל-debugging עם עזרת AI), ודרכים שבהן מפתחי יישומי ChatGPT (הקרויים עכשיו Apps או Plug-ins) יוכלו להבליט את הכלים שלהם בתוך Atlas. המשמעות היא שייתכן ובעתיד נראה חנות תוספים ייעודית ל-Atlas, או אינטגרציות עמוקות עוד יותר עם שירותים מקוונים. OpenAI גם מזמינה בעלי אתרים להוסיף תגיות מיוחדות (כגון ARIA מותאמות ל-AI) כדי לסייע ל-ChatGPT להבין טוב יותר אתרים ולפעול בהם בבטחה.

הפוסט אטלס של OpenAI: הדפדפן האייג’נטלי שינסה לחסל את Comet ו-Chrome הופיע ראשון בLet's AI בינה מלאכותית

אז מה זה בעצם Custom Super Agent?

Custom Super Agent הוא הכלי החדש של ג׳נספארק לבניית סוכני בינה מלאכותית בהתאמה אישית מלאה. הוא מאפשר לכל אחד להגדיר איך הסוכן שלו יחשוב, יגיב ויפעל בלי לדעת לתכנת. אפשר לבחור אילו נושאים הוא יכיר, מאיפה יאסוף מידע, ואילו פעולות יבצע באופן אוטומטי.

ייחודה של ג׳נספארק הוא בתצורה שלה שבה לא פועל מודל יחיד, אלא צוות של סוכנים פנימיים Mixture-of-Agents (MoE), שכל אחד מהם מומחה בתחום אחר – כתיבה, ניתוח נתונים, עיצוב, תכנות או הבנת שפה. כשאתם נותנים הוראה לסוכן, הוא מחלק את המשימה בין חברי הצוות הדיגיטלי שלו ומחזיר תוצאה אחת מדויקת, עשירה ומהירה בהרבה מהמקובל.

למה זה חשוב?

Custom Super Agent הופך את בניית הסוכנים החכמים למשימה פשוטה שכל אחד יכול לבצע תוך דקות ספורות. לא צריך להיות מפתח או להבין בקוד כדי ליצור עוזר שמכיר את העסק שלכם לעומק: סוכן שירות לקוחות שמטפל בפניות, עוזר אישי שמנהל משימות, או כלי תמיכה פנימי לצוות. הכול נעשה מתוך ממשק גרפי ברור שבו גוררים, בוחרים ומגדירים – פשוט, אינטואיטיבי ויעיל.

איך זה עובד בפועל? 

בנו את הסוכן שלכם בדקות

בדומה לבניית GPT מותאם אישית ב-ChatGPT, גם בג׳נספארק אפשר לבחור איך ליצור את הסוכן – בגישה מהירה ופשוטה או עם שליטה מלאה בכל פרט.

1. מצב יצירה (Create): הכול מתחיל באיזור בניית הסוכן. מספיק לתאר במשפט אחד מה הסוכן אמור לעשות – למשל “צור עוזר שמפיק דו״ח יומי על מגמות השוק ומסכם חדשות טכנולוגיה.” ג׳נספארק בונה אוטומטית את הסוכן סביב התיאור הזה: מגדירה את תפקידו, סגנון התקשורת שלו וההתנהגות המתאימה. זהו פתרון מהיר שמאפשר לראות תוצאות בתוך דקות, בלי ידע טכני.

בזמן שאתם יוצרים או מגדירים את הסוכן, Genspark מציגה בצד ימין אזור Preview שמאפשר לבדוק איך הוא מתנהג בזמן אמת. אפשר להקליד הודעה או שאלה לסוכן ולראות מיד איך הוא מגיב עוד לפני ששומרים את ההגדרות או מפרסמים אותו. כך אפשר לבדוק אם הוא מבין את ההוראות, אם סגנון התשובה מתאים לכם, ואם נדרש תיקון בהתנהגות או בניסוח ההנחיות. ה-Preview מאפשר ניסוי וטעייה – אתם לא רק בונים את הסוכן, אלא ממש מתקשרים איתו בזמן אמת כדי לוודא שהוא עובד בדיוק כמו שתכננתם.

2. מצב קונפיגורציה (Configure): מי שרוצה יותר שליטה (ועדיין להישאר באיזור הנוחות ללא קוד או ידע מוקדם) יכול לעבור למצב הקונפיגורציה, לקבוע שם ותמונה לסוכן, לנסח תיאור מדויק, להוסיף ולחדד הנחיות, ואפילו להעלות מקורות ידע חיצוניים.

זהו השלב שבו אפשר לדייק את האישיות והאופי של הסוכן עד לרמה הגבוהה ביותר.

הגישה הזו משלבת נגישות עם גמישות – מי שמעדיף להתחיל מהר יקבל עוזר פעיל מיד, ומי שמבקש דיוק ושליטה יקבל מערכת פתוחה לחלוטין להתאמה אישית.

השתמשו בו שוב בכל מקום

לאחר שהסוכן מוכן, אפשר להשתמש בו שוב ושוב בלי להקים אותו מחדש. אפשר לפתוח איתו שיחה ישירה, או פשוט להזכיר אותו בכל מקום בג׳נספארק באמצעות @. לדוגמה: כתבו @MarketAnalyst במהלך שיחה עם הצ׳אט, והעוזר שלכם ייכנס מיד לפעולה. כך תוכלו לשלב את הסוכנים האישיים שלכם בשגרה היומיומית ולחבר אותם להרגלי העבודה הקיימים.

שתפו את הסוכן שלכם

לאחר שסיימתם לבנות ולבדוק את הסוכן, תוכלו לבחור איך לשתף אותו – בפרטי או בציבורי. מי שרוצה לשמור אותו לשימוש אישי יכול להשאירו פרטי לגמרי, ואילו מי שעובד בצוות יכול לשתף באמצעות קישור פשוט, כך שכל מי שמחזיק בו יוכל להשתמש בסוכן. אם תרצו לפתוח אותו לקהל רחב יותר, תוכלו לפרסם אותו ב-Custom Super Agent Store של ג׳נספארק, שם משתמשים אחרים יוכלו לגלות, לבדוק ולשלב אותו בעבודה שלהם. היוצרים של סוכנים בולטים במיוחד יכולים גם להיכנס למסלול הרשמי של ג׳נספארק, שבו מוצגים סוכנים נבחרים וזוכים לחשיפה רחבה במיוחד.

תוכלו לבחור איך לשתף סוכן – בפרטי או בציבורי

תמצאו השראה מהקהילה

לא יודעים מאיפה להתחיל? אפשר לחקור את המאגר הציבורי של סוכנים שנוצרו על ידי משתמשים אחרים. גלשו ביניהם, גלו עוזרים מעניינים, שמרו את המועדפים שלכם והתאימו אותם לצרכים שלכם. אין צורך להתחיל מאפס – פשוט בוחרים, משנים ומפעילים.

קבלו השראה מהקהילה וצרו סוכן משלכם

האקתון Custom Super Agent

ג׳נספארק מזמינה את המשתמשים להשתתף ב-Custom Super Agent Hackathon – תחרות יצירה פתוחה שבה כל אחד יכול לבנות את הסוכן האישי שלו, לשתף אותו עם הקהילה, ואפילו לזכות בפרסים כספיים. איך מתחילים? יוצרים סוכן בעזרת פרומפט אחד, מפרסמים אותו בחנות הסוכנים של ג׳נספארק, ומשתמשים אחרים יכולים להצביע לו בלחיצה על “Favorite”. היוצרים של הסוכנים הפופולריים ביותר יזכו בפרסים – החל מ־1,000 דולר במזומן ועד קרדיטים לשימוש בפלטפורמה. ההאקתון נמשך עד 21 באוקטובר 2025, וזו דרך מצוינת ללמוד, להתנסות ולהראות לעולם מה אפשר לעשות עם AI כשנותנים לו אופי משלכם.

הזדמנות למי שרוצה להתנסות – האקתון Custom Super Agent

החופש לבנות את הסוכן שלכם בקלות

Custom Super Agent של ג׳נספארק מייצג את השלב הבא במגוון הכלים החכמים של החברה – כלי שמאפשר לכל אחד לבנות עוזר חכם משל עצמו, בלי לדעת לתכנת ובלי מורכבות טכנית. מאחורי הקלעים פועל מערך של סוכנים מתואמים, שכל אחד מהם מומחה בתחום אחר, ויחד הם מספקים תוצאות חכמות ומהירות. בתוך דקות תוכלו ליצור את הסוכן הראשון שלכם, להפעיל אותו, ולראות איך הבינה עובדת בדיוק לפי הכללים שאתם קבעתם.

הפוסט איך בונים Custom Super Agent בג׳נספארק הופיע ראשון בLet's AI בינה מלאכותית

שותפות, תלות הדדית או ניצול?

במרכז העסקה המדוברת ניצב מודל מימון שמלמד לא רק על שאפתנות, אלא גם על תחכום. אנבידיה מתחייבת להשקעה כוללת של כ-20 מיליארד דולר במסגרת הסכם רחב עם xAI, הכולל הן הון והן חוב. מתוך הסכום הזה, כשני מיליארד דולר יוזרמו ישירות מהונה העצמי של אנבידיה (NVIDIA), והיתרה (כ-12.5 מיליארד דולר) תגיע בצורת חוב ייעודי לרכישת שבבי GPU מתקדמים מתוצרתה.

לצורך ביצוע העסקה הוקמה ישות נפרדת (SPV) שתשמש כבעלים החוקיים של השבבים ותשכיר אותם ל-xAI לתקופה של חמש שנים. מנגנון זה מבטיח שההשקעה מגובה בנכס מוחשי (השבבים עצמם) ולא תלויה לחלוטין בהצלחת החברה. למעשה, אנבידיה מייצרת מודל סגור שבו היא גם הספקית, גם המממנת וגם הנהנית העיקרית מהביקוש הגובר לחומרה. זהו מהלך כמעט “מעגלי”: אנבידיה משקיעה בלקוחות שלה כדי לוודא שהם קונים עוד ממנה. כך היא מעצימה את עצמה כמוקד הצמיחה של כל תעשיית הבינה המלאכותית, תוך שהיא סוגרת את השוק בפני מתחרות קטנות יותר.

הצמיחה המטאורית של xAI

עבור אילון מאסק, מדובר באוויר לנשימה. xAI, שהוקמה רק בשנת 2023, הפכה בתוך זמן קצר לאחת מחברות ה-AI הגדולות בעולם עם שווי של כ-200 מיליארד דולר – מספר שממקם אותה במרחק קצר בלבד מענקיות ותיקות כמו Anthropic ו-OpenAI. אך מאחורי הערכות השווי מסתתרת מציאות כלכלית לחוצה: xAI שורפת כמעט מיליארד דולר מדי חודש. רוב הכסף מופנה לאימון מודלים עצומים, ביניהם סדרת Grok ולאחרונה גם פיתוח של “מודלים עולמיים” (GWM) שמדמים את הפיזיקה של העולם האמיתי. החברה אמנם צופה רווחיות עד שנת 2027, אך נכון להיום היא עדיין רחוקה מכך.

עסקת הענק עם אנבידיה מעניקה לה לא רק חמצן פיננסי, אלא גם יתרון טכנולוגי: גישה כמעט בלעדית לשבבי Blackwell – המעבדים החזקים בעולם לאימון מודלי בינה מלאכותית. במובן מסוים, מאסק רוכש את העתיד, אך בתנאים שקובעת אנבידיה.

קולוסוס 2 – אימפריית המחשוב החדשה

הלב הפועם של העסקה הוא פרויקט Colossus 2 – מרכז הנתונים שמוקם בממפיס, טנסי, ואמור להיות הגדול בעולם. עם עוצמת חשמל של 1.1 גיגה-וואט, הפרויקט צפוי להכיל בין 300 אלף ל-550 אלף שבבי GPU מדגם Blackwell. מדובר בעוצמה חישובית עצומה שתאפשר ל-xAI לאמן מודלים בהיקף שלא נראה בעבר מחוץ לענקים כמו גוגל או מיקרוסופט.

אבל מאחורי המספרים הללו מסתתרת גם שאלה נוקבת: האם ייתכן שהמרוץ אחר כוח מחשוב הופך ממנוע חדשנות לנטל כלכלי וסביבתי? xAI כבר מתמודדת עם ביקורת סביבתית חריפה על השפעת הפרויקט, במיוחד בשל צריכת המים והאנרגיה העצומה שהוא דורש. החברה הקימה תחנת כוח ייעודית ומתקן מיחזור מים במיסיסיפי, אך גם אלה אינם משנים את העובדה שהפרויקט הפך לסמל לעוצמתו – וגם לתאבונו – של תחום הבינה המלאכותית.

אנבידיה משקיעה בעצמה

ההשקעה ב-xAI משתלבת באסטרטגיה רחבה יותר של אנבידיה, שמזה כמה שנים משנה את תפקידה במערכת האקולוגית של הטכנולוגיה. היא כבר איננה רק ספקית חומרה. היא הפכה לגורם מממן, למתווך ואף לשותף עסקי במיזמי AI ענקיים. במילים אחרות, אנבידיה בונה את הכלכלה של עצמה: ככל שיותר חברות נכנסות לתחום ה-AI, הן חייבות לרכוש ממנה כוח מחשוב. וכדי לוודא שזה יקרה – היא פשוט משקיעה בהן.

הגישה הזו מבטאת שינוי פרדיגמטי: במקום לחכות שהביקוש יגיע, אנבידיה מייצרת אותו בעצמה. היא משקיעה במיזמים כמו xAI כדי לעצב את עתיד הביקוש על פי תנאיה. מבחינתה, זו דרך לבצר את מעמד בשוק ששוויו כבר נאמד בטריליוני דולרים.

לפי נתוני השוק, שנת 2025 כבר שברה שיאי גיוס. חברות טכנולוגיה גייסו מעל 150 מיליארד דולר באגרות חוב בארצות הברית בלבד – עלייה של 70% לעומת השנה הקודמת. חלק עצום מהכסף הזה מוזרם לתשתיות בינה מלאכותית.

העסקה עם xAI אינה חריגה רק בגודלה, אלא גם בעיתוי שלה. היא מגיעה אחרי תקופה סוערת בשווקים, שבה מניית אנבידיה ירדה בכ-5% בעקבות איומי מכסים ומגבלות יצוא בין סין לארצות הברית. ירידה כזו, שבחברות אחרות הייתה נחשבת דרמטית, נראית במונחי אנבידיה כמעט כהפוגה זמנית. אחרי הכול, בינואר 2025 חוותה החברה את המחיקה היומית הגדולה בהיסטוריה של וול סטריט – 600 מיליארד דולר (!) רק כדי להתאושש תוך שבועות ספורים ולשבור שיאים חדשים.

ירידה לשם עליה? ב-NVIDIA לא מתרגשים

המסר ברור: אנבידיה היא לא עוד שחקנית תנודתית. היא הפכה לתשתית של עצמה – מונופול כמעט טבעי במערכת שבה אין הרבה תחליפים (טובים).

מונופול דה-פקטו או שותפות הכרחית?

הציר שבין אנבידיה ל-xAI כבר מעורר ויכוחים בקרב רגולטורים ברחבי העולם. מדובר במערכת יחסים שעלולה לייצר דואופול מסוכן – עולם שבו שתי חברות בלבד מחזיקות בגישה למחשוב העל הנחוץ לאימון מודלים גדולים. מבחינה טכנית, אין כאן הפרת חוק ישירה. אך בפועל, תלות כזו במוקד חישוב אחד מעלה שאלות מהותיות על עתיד החדשנות. אם כל שחקן נדרש לשכור כוח מחשוב מאנבידיה, עד כמה באמת ניתן לדבר על שוק חופשי?

סין כבר פתחה בחקירה בטענה ל”הגבל עסקי” מצד אנבידיה, ומדינות נוספות בוחנות את ההשפעה הפוטנציאלית של העסקה על התחרות הגלובלית. באירופה, למשל, נשמעים קולות הקוראים להחיל רגולציה שתמנע ריכוז כוח מחשוב בידי גופים מעטים. מנגד, יש מי שטוענים כי השוק פשוט נעשה מורכב מדי עבור מתחרים קטנים, ושבשלב הזה רק שיתופי פעולה בסדר גודל כזה יכולים להניע את התעשייה קדימה.

השאלה המעניינת ביותר בעסקה הזו היא אולי לא כמה כסף הושקע – אלא מי שולט במי? על פניו, אנבידיה היא הספקית והמשקיעה, אך למעשה היא גם זו שקובעת את הקצב. מאסק, שנוהג להיות המכתיב ולא המוכתב, נאלץ הפעם לשחק לפי כללי המשחק של ספקית השבבים שלו. עוצמות החישוב האדירות הללו אינן שלו – משכירים לו אותן. במובן הזה, העסקה בין שתי האימפריות דומה יותר לשותפות בין מדינות מאשר בין חברות. מאסק זקוק לאנבידיה כדי להגשים את חזונו הטכנולוגי, ומנגד – אנבידיה זקוקה לו כדי להבטיח את המשך הצמיחה של השוק. שתי החברות תלויות זו בזו, אך רק אחת מהן מחזיקה בידיים את המפתח הפיזי לכוח: השבבים.

כלכלה של כוח חישוב

מה שמתרחש כעת בין אנבידיה ל-xAI הוא אולי הצצה לעתיד שבו עוצמה כלכלית תימדד לא רק במזומן או במניות, אלא גם בכמות ה-TFLOPS הזמינים לחברה. במילים אחרות, כוח חישוב הופך למטבע עולמי חדש. חברות שלא ישיגו מספיק כח חישוב ממנו פשוט ייעלמו, ומי שיחזיקו בתשתיות – ישלטו. יש שיאמרו שהנחה זו תקפה גם למדינות, שבונות מרכזי חישוב אדירים – פרויקט Stargate האמריקאי למשל, או Stargate UAE באבו דאבי. ובישראל?! טוב נו… אפשר רק לחלום!

נכון לעכשיו, השוק מצביע ברגליים, ומראה אמון כמעט עיוור בשני השחקנים הללו. המניה של אנבידיה התאוששה במהירות, המשקיעים מגדילים חשיפה, וכולם רוצים להיות קרובים כמה שיותר למוקד החום של הבינה המלאכותית.

ההיסטוריה הכלכלית מלאה בדוגמאות של מהלכים שנראו בתחילתם כמסוכנים והפכו ליסודות של תעשיות חדשות. ייתכן שעסקת אנבידיה-xAI תיזכר כאחת מהן.

בסופו של דבר, ייתכן שזו לא רק השקעה במאסק – אלא השקעה בעצם הרעיון של עתיד מבוסס מחשוב.

הפוסט למה NVIDIA משקיעה מיליארדים ב-xAI? הופיע ראשון בLet's AI בינה מלאכותית

מה זה בעצם “AI Slop”?

המונח “AI Slop” מתאר את התוכן הנמוך, הממוחזר והמג’ונרט, שמציף את הרשת: מאמרים חסרי נשמה, סרטונים חסרי ערך, מוזיקה שנשמעת מוכרת מדי, ספרים מג’ונרטים שנכתבים על-ידי בוטים בהמוניהם, ואפילו חדשות שנכתבות ללא עיתונאי אמיתי מאחוריהן. זוהי למעשה שכבה עצומה של מידע סינתטי שנוצרת באמצעות כלים של בינה מלאכותית גנרטיבית (Generative AI) – אותם מנגנונים שיודעים “להמציא” טקסט, תמונה, צליל או וידאו חדשים על בסיס דוגמאות קיימות. חשוב לציין – אנחנו לא מדברים על תכנים שנוצרו בסיוע של AI בתהליך היצירה שלהם, אלא על תכנים שנוצרים בצורה אוטומאטית לגמרי, לרוב כמעט ללא מעורבות יד אדם. תכנים שמועברים באמצעות אוטומציות ליוטיוב, ספוטיפיי, לינקדאין ועוד. 

מסתבר שהבינה היוצרת (Gen AI), יוצרת קצת יותר מדי! מחקרים חדשים מראים שבאזורים מסוימים של האינטרנט, אחוז התוכן שנוצר על ידי מכונות כבר חוצה את הסף המדאיג: מחקר שפורסם ב-2025 מצא כי כ-40% מהפוסטים החדשים ב-Quora וב-Medium הם ככל הנראה תוצר של AI. מדובר בקפיצה של עשרות אחוזים בתוך שנתיים בלבד – והכיוון ברור.

חצי מהאינטרנט הוא לא אנושי

אם נדמה היה שהרשת עמוסה בפרסומות ובספאם עוד לפני עידן ה-AI, הרי שכיום רוב מה שאנחנו רואים, קוראים ומקשיבים לו כבר לא נכתב על ידי בני אדם. לפי דו”ח Imperva לשנת 2025, כמחצית מהטראפיק ברשת כולה מופק על-ידי בוטים, וחלק גדול מהם משמשים למטרות הרסניות כמו גניבת מידע, מניפולציות על חשבונות ויצירת תעבורה מזויפת.

התוצאה: מציאות שבה קשה לדעת מי עומד מאחורי כל קליק או תגובה – אדם אמיתי, או מכונה שתוכנתה לחקות אחד כזה? התמונה הזו מקבלת מימד נוסף כשנזכרים שהבוטים עצמם משתמשים באלגוריתמים מבוססי AI כדי להיראות “אנושיים” יותר.

פייק ניוז על סטרואידים!

יצירת תוכן הייתה בעבר ביטוי ליצירתיות אנושית – כתיבה, ציור, מוזיקה או צילום דרשו השקעה, מחשבה וידע. היום, כל אחד יכול לייצר “ספר” בלחיצת כפתור. מחקר של Originality.AI משנת 2024 מצא שיותר ממחצית מהפוסטים הארוכים ב-LinkedIn כבר נוצרו על ידי AI. וזה היה שנה שעברה – המצב היום חמור הרבה יותר!

באמזון, תופעת הספרים המזויפים (כאלה שנכתבו על ידי AI ומתחזים לכותבים אמיתיים) הפכה לאיום ממשי על סופרים בשר ודם. החברה נאלצה להגביל את מספר הספרים שניתן לפרסם ביום לשלושה בלבד. אפילו העיתונות המקוונת סובלת: אתרי חדשות שמופעלים כמעט לגמרי על ידי תוכנות כתיבה אוטומטיות כבר הפכו למציאות קיימת. לפי דו”ח של NewsGuard משנת 2025, קיימים כיום מעל 1,200 אתרי חדשות מזויפים שמופעלים בידי AI, ומפיצים מידע שקרי בשפות רבות ברחבי העולם. וכשרשתות תעמולה שכאלה מופעלים על ידי משטרים מפוקפקים (כן פוטין… אני מסתכל עליך), התוצאה יכולה להיות הרסנית – הנדסת תודעה בקנה מידה נרחב! אם זה מעניין אתכם, כתבנו מאמר שלם בנושא רשתות דיסאינפורמציה פרו-קרמליניות, מבוססות AI. כשמשלבים את זה עם LLM Grooming, אותם תכני AI מוצאים את דרכם למאגרי האימון של מודלי השפה, שממשיכים להדהד את המסרים השקריים. 

למה התכנים הללו כל כך משכנעים? חלק מהבעיה טמון באשליה. תוכן שנוצר על ידי בינה מלאכותית נראה חכם, מדויק ומשכנע. למה? בעיקר כי הוא מאוד “בטוח בעצמו”. הוא כותב בשפה סמכותית, משלב עובדות אמיתיות עם עובדות אחרות שהוא בדה ממוחו הקודח, וכל זה משאיר רושם של אמינות.

מוזיקה סינתטית וספוטיפיי מוצף בזיופים

הבעיה אינה מוגבלת לטקסט בלבד. גם עולם המוזיקה עובר שינוי דרמטי. להקות שמעולם לא היו קיימות מצליחות להגיע למיליוני האזנות, ורק לאחר מכן מתגלה שהן נוצרו לחלוטין באמצעות בינה מלאכותית – מהמילים ועד לתמונת היח”צ. עם כלים כמו Suno ו-Udio כל כך קל לייצר היום מוזיקה מג’ונרטת. וכן – זה נשמע טוב! דוגמה בולטת היא הלהקה Velvet Sundown, שכבשה את Spotify עם למעלה ממיליון האזנות לפני שהתברר שמדובר בפרויקט מלאכותי.

מיליוני צפיות: the Velvet Sundown בספוטיפיי.

טכנולוגיות GenAI מאפשרות היום אפילו להחזיר אמנים מן המתים – כך עפרה חזה וזוהר ארגוב חזרו לדואט מרגש ביום העצמאות 2023, שנים לאחר מותם.

אמנם במקרה הזה לא מדובר ב-AI Slop, אלא בתוכן שהופק בקפידה, ונעשה בשיתוף עם משפחותיהם של זמרי-העל הישראליים, אבל הוא ממחיש את הקלות הבלתי נסבלת שבה תוכן סינטטי “עובר” כאמיתי. כל הסיפור הזה מציף שאלות פילוסופיות – האם זה מוסרי? האם מותר להשתמש בקולו של אדם לאחר מותו? וגם אם הכל 100% AI – מה זה בעצם אומר ש”התאהבתי” בשיר AI? האם תוצרי AI יכולים להתחרות בתוצרים של אמנים אנושיים? או שאולי אנחנו צריכים לשאול שאלה הפוכה – האם ליוצרים אנושיים יהיה את הכוח, המשאבים ואורך הרוח להתחרות בתוצרי AI שרק ילכו ויהפכו ליותר ויותר איכותיים, קליטים ומהפנטים?

הבעיה חמורה עוד יותר כשמוזיקה כזו משמשת להונאות תמלוגים. אמנים מזויפים מעלים אלפי שירים לאותן פלטפורמות, ומפעילים בוטים שמנגנים אותם שוב ושוב. מדובר בתעשייה של מאות מיליוני דולרים שמחסלת בפועל את ההכנסות של מוזיקאים אמיתיים ומייצרת בעיות אמיתיות לשירותי הסטרימינג.

גוגל כבר לא מפנה לאתרים

עד לא מזמן, האינטרנט פעל על עיקרון פשוט: אתרים מייצרים תוכן, גולשים מוצאים אותו דרך גוגל, וגוגל מחלקת את התנועה בהתאם לרלוונטיות. אך מאז השקת מנגנון “AI Overview” של גוגל, המערכת מסכמת בעצמה את המידע ומציגה את התשובה ישירות בדף החיפוש. לכאורה מדובר בנוחות מרבית, אך בפועל, אתרי תוכן מאבדים תנועה והכנסות. לפי מחקר של Bain & Company, כ-80% מהמשתמשים צורכים כעת תוצאות “אפס קליקים” (Zero Clicks) – כלומר, הם מקבלים תשובה מה-AI ואינם מבקרים עוד באתרי המקור. המשמעות הכלכלית ברורה: פחות חשיפה, פחות פרסום, ופחות תוכן איכותי שנוצר בידי אנשים. להרחבה, קראו את המאמר שכתבתנו בנושא זה.

בתמונה: דו”ח של Similarweb שמראה את הירידה בהפניות האורגניות בגוגל (גולש שהקליק על כתבה והועבר לאתר חיצוני), אל מול העלייה בזירו קליקס (גולש ששאל שאלה בגוגל, וקיבל מיד תקציר AI, מבלי להמשיך לאתר חיצוני).

Credit: Similarweb

כשהמוצר חינם – התוכן שלכם הוא המוצר!

כדי לייצר תוכן חדש, מערכות AI צריכות קודם “ללמוד” מתוכן קיים – וזהו לב הבעיה. החברות שמאחורי המודלים משתמשות באינספור טקסטים, תמונות וקטעי וידאו שפורסמו על ידי יוצרים אמיתיים, לרוב בלי ידיעתם או רשותם. ב-2025 נחשף כי Reddit מכרה את מאגר התגובות שלה לגוגל ול-OpenAI תמורת עשרות מיליוני דולרים בשנה. גם YouTube אושר כמאגר אימון עבור מודל הווידאו של גוגל, Veo3. במקביל, אמנים ב-DeviantArt גילו כי עבודותיהם שימשו כבסיס ליצירת תמונות סינתטיות שנמכרות חזרה בפלטפורמה.

היצירה האנושית הפכה לחומר גלם בחינם. ההכנסות זורמות לחברות, ולא לאמנים. לפי CISAC (הקונפדרציה הבינלאומית של אגודות היוצרים והמלחינים), יוצרי מוזיקה וקולנוע צפויים לאבד עד 22 מיליארד אירו בהכנסות עד 2028 כתוצאה מהשפעת הבינה היוצרת.

כש-AI מתחיל להאכיל את עצמו

כמות התוכן הסינתטי באינטרנט לא רק מזהמת את המרחב הציבורי, אלא גם מאיימת על עצם היכולת של המודלים להמשיך ללמוד. ככל שמערכות בינה מלאכותית ניזונות מתוכן שנוצר על ידי AI, כך האיכות שלהן מתדרדרת – תופעה שמכונה “אוטופגיה של בינה מלאכותית” (AI Autophagy). מחקר שפורסם בכתב העת Nature  מזהיר כי שימוש הולך וגובר בתוכן סינתטי כנתוני אימון יוביל ל”התמוטטות מודלים”: מצב שבו האלגוריתמים מאבדים את היכולת להבין מהו מידע אמיתי ומהו ג’ינרוט חסר ערך. כאשר מודלים מאמנים זה את זה על בסיס נתונים מלאכותיים, הם נוטים להיכשל בהבנת המשימה המקורית, ובכך למעשה “להשחית” את עצמם.

אילוסטרציה: בוט שמאומן על תוכן שבוט אחר יצר.

גם המדע והמחקר בבעיה…

ההשפעה אינה נעצרת בגבולות המדיה או המסחר. גם המדע, אחד התחומים שהאמינות היא יסוד קיומו, מתחיל להיפגע. לפי מחקר שפורסם ב-Science Advances, לפחות 13.5% מהמאמרים הביו-רפואיים שפורסמו ב-2024 נכתבו או נערכו בעזרת AI, כאשר בתחומים מסוימים הנתון הגיע ל-40%. במאמר אחר שפורסם ב-Nature עלתה תופעה מדאיגה אף יותר – חוקרים שנתפסו “עם המכנסיים למטה” כשהם מסתירים פקודות סמויות (Prompt injection) בתוך מאמרים שכתבו, כדי לגרום למערכות ביקורת מבוססות AI להעניק להם ביקורת חיובית. התוצאה היא מערך מדעי שנשען יותר ויותר על כלים אוטומטיים שאפשר לשבש, להונות ולהשחית בקלות.

ומה יקרה אם לא נעצור?

התמונה המצטיירת עגומה: עולם שבו אין עוד ודאות מי כתב, מי צילם, מי שר, ומי בכלל אמיתי. תוכן סינתטי מזין את עצמו, והאינטרנט עלול להפוך לסביבה סגורה של שקרים, בלבול וערפול. אך המסקנה אינה בהכרח קטסטרופלית. כמו בכל טכנולוגיה, גם כאן נדרשת אחריות אנושית. מערכות בינה מלאכותית יכולות להפוך לכלי עבודה מופלאים,  אך רק אם נשכיל להשתמש בהן בזהירות, תוך שמירה על פיקוח, ייחוס ועריכה אנושית אמיתית. הבעיה אינה נעוצה במכונות, אלא באנשים שבוחרים להפעיל אותן בלי לעצור ולבדוק אם זה אחראי ומועיל (ובמועיל הכוונה – מועיל גם לשאר הציביליזציה האנושית, ולא רק לחשבון הבנק הפרטי שלהם). המודלים הגנרטיביים לא מבינים מהי אמת או מהו ערך, אך אנחנו כן. ואם נמשיך להאכיל את האינטרנט בתוכן ריק, הוא יחזיר לנו בדיוק את מה שנתנו לו – גרסה סינתטית ומעוותת של עצמנו.

האינטרנט התחיל כרשת אנושית של שיתוף ידע, יצירתיות וחיבורים אמיתיים. כדי לשמור עליו כזה, אנחנו נדרשים למאמץ מודע – עלינו להעדיף מקורות אמינים על פני סיכומי AI אוטומטיים. עלינו ליצור במקום לשכפל. ולרגע אל תבינו אותי לא נכון – אין שום בעיה להשתמש ב-AI. אבל אנחנו מאמינים שכל תוצר שנפלט ממערכת AI הוא רק חומר גלם, ולא מוצר סופי. בסופו של יום כדאי שיהיה בן אנוש בתחילת התהליך וגם בסופו. שמישהו עם מוח ודופק יהיה חתום עליו. 

הפוסט האם ה-AI Slop יהרוס לנו את האינטרנט? הופיע ראשון בLet's AI בינה מלאכותית

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס אוטומציות עם AI ובניית בוטים וסוכנים

לפרטים נוספים לחצו כאן >>

כמה באמת אפשר להרוויח?

כשמתחילים לחשוב על מקצוע חדש, תמיד עולה אותה שאלה: כמה זה שווה?

בעולם האוטומציות והבינה המלאכותית, טווחי ההכנסה מגוונים מאוד, אבל גם מפתיעים. פרויקטים פשוטים של אוטומציה יכולים להכניס כמה מאות דולרים, ואילו פרויקטים עסקיים רחבים שמערבים אינטגרציות מורכבות, חיבורים למערכות חיצוניות ובינה מלאכותית, יכולים להגיע בקלות ל-10,000 עד 20,000 דולר לפרויקט.

• מודלים עסקיים רבים מבוססים על ריטיינר חודשי – לקוחות שמשלמים תשלום קבוע עבור תחזוקה, שדרוגים או בניית מערכות חדשות. הרווח כאן מגיע מהשילוב שבין ערך מתמשך ללקוח לבין היכולת שלכם לפתח מערכות שממשיכות לעבוד גם כשאתם לא על המקלדת.
• יש גם מי שבוחר במבנה היברידי – חיבור בין תמחור פר-פרויקט לבין תשלומים חודשיים קבועים. זה מאפשר יציבות פיננסית לצד גמישות עסקית, ומעודד יצירת שיתופי פעולה ארוכי טווח עם לקוחות.

טווחי שכר והכנסות לאנשי מקצוע שעוסקים בבניית אוטומציות עסקיות וסוכני AI.

שלושה מסלולי קריירה עיקריים

העולם החדש של האוטומציות מציע לפחות שלושה מסלולים ברורים – וכל אחד מהם יכול להוביל למקצוע של ממש.

1) שכירים

השוק צמא למומחה אוטומציות וסוכנים שמשתלבים בחברות וארגונים. מדובר בתפקיד שמתחיל לתפוס תאוצה וקיבל חיזוק משמעותי לאחר עליית טכנולוגיות ה-GenAI מאז סוף 2022. חברות מבינות שהן צריכות ייעוץ וליווי טכנולוגי מבלי לגייס מנהל AI במשרה מלאה. כאן אתם נכנסים לתמונה – בין אם כעובדי חברה שעברו פיתוח מקצועי, או כמי שרוצים לייצר לעצמם הכנסה נוספת במקביל לעבודה כשכירים, ובין אם כיועצים חיצוניים שמובילים תהליכים, בונים תשתיות חכמות ומייעלים את מערכות החברה בעזרת בינה מלאכותית ואוטומציות עסקיות.

2) פרילנסרים ונותני שירותים

כאן אתם מוכרים את הידע שלכם ישירות ללקוחות – עסקים קטנים, סטארט-אפים או יזמים. אתם מאפיינים, בונים ומיישמים פתרונות אוטומציה אמיתיים שמפחיתים שעות עבודה ומגדילים רווחיות.

3) הסבה מקצועית – יציאה לדרך חדשה

זוהי אחת הקבוצות המרגשות ביותר. אנשים שהגיעו מעולמות שונים – קידוד, שיווק, חינוך, עיצוב, אדמיניסטרציה, שירות לקוחות, הייטק – ומבינים שהגיע הזמן לעשות שינוי אמיתי. העולם הדיגיטלי נפתח בפניכם, והיכולת ללמוד כלים חדשים, להתנסות ולבנות מומחיות תוך חודשים ספורים, היא חסרת תקדים.

לא צריך רקע קודם בתכנות או הנדסה – מספיק סקרנות, התמדה ורצון ללמוד. הידע המקצועי (פה בקורס), הקהילה שלנו והכלים זמינים מתמיד, והכניסה לעולם האוטומציות, ה-AI והסוכנים כיום היא נגישה יותר מאי פעם.

הבחירה במסלול תלויה באופי שלכם, בקצב הלמידה ובשאיפה העסקית שלכם – אבל בכולם נדרש שילוב של חשיבה יצירתית, יכולת טכנית וראייה עסקית רחבה.

פוטנציאל הצמיחה של מקצועות האוטומציות והסוכנים.

מה זה אומר להיות מומחה אוטומציות וסוכנים

מומחה אוטומציות וסוכני AI הוא הרבה מעבר ל”איש טכני”. זהו אדם שחושב תהליכים, מבין צרכים עסקיים ויודע לתרגם בעיה לפתרון. שלושת היסודות המרכזיים הם:

1. איפיון מקצועי: להבין לעומק את התהליכים של הלקוח, לזהות נקודות חיכוך, חזרות וטעויות אנוש, ולהגדיר היכן אוטומציה תייצר ערך אמיתי.
2. חשיבה יצירתית ופתוחה: תחום האוטומציה הוא לא רק טכנולוגיה – הוא אמנות. הוא דורש לראות את התמונה הגדולה ולחשוב איך אפשר לייצר חיבורים מפתיעים בין מערכות.
3. יכולת טכנית: להכיר את הכלים, לדעת לחבר ביניהם, להבין מונחי יסוד טכניים כמו API ו-MCP, ולהחזיק ביכולת לפתור בעיות בזמן אמת. זה לא דורש תואר במדעי המחשב, אלא סקרנות טכנולוגית, נכונות ללמוד והרבה תרגול.

מומחה טוב הוא מי שיודע גם לשאול את השאלות הנכונות – לא “איזה כלי הכי טוב?”, אלא “מה הבעיה העסקית שאנחנו מנסים לפתור?”.

מומחה אוטומציות אמיתי יודע לשלב בין יכולות AI בתהליכי אוטומציות עסקיות!

איך מתחילים

1) הכשרה מקצועית

הצעד הראשון בבניית מקצוע חדש הוא הכשרה מקצועית אמיתית – לא סרטון אחד ביוטיוב ולא פוסט בלינקדאין – אלא מסלול שמעניק בסיס רחב להבנת הכלים, לצד תרגול משמעותי. ואם אתם פה, אז סימן שאתם במקום הנכון. בדיוק בשביל זה הקמנו את LetsAI – כדי לעשות דמוקרטיזציה לידע ולטכנולוגיה. מעבר לקורס המדהים שלנו לבניית אוטומציות עסקיות וסוכני AI, יש לנו את כל התשתית המקצועית כדי לעזור לכם לא רק ללמוד את התוכן, אלא גם ללמוד איך להפוך אותו למקצוע – כל זה לצד מעטפת מקצועית ואקוסיסטם תומך. אנחנו בטוחים שיש לכם שאלות – נשמח לתאם לכם שיחת ייעוץ ללא תשלום עם יועץ לימודים.

2) התמקצעות (Drill Down)

בעולם האוטומציה מומלץ להקדיש לפחות 50 שעות התנסות לכל כלי מרכזי. הכוונה אינה רק לצפייה אלא לבנייה, פירוק ותיקון תרחישים אמיתיים. כשאתם בונים בעצמכם תהליכים, אתם מפתחים אינטואיציה מקצועית – וזה משהו ששום תיאוריה לא תחליף.

3) המעגל הקרוב

הדרך החכמה ביותר להתחיל היא להתמקד במעגל הקרוב שלכם, אפילו תוך כדי תהליך הלמידה וההתמקצעות! מדובר באנשים שאתם כבר מכירים, קולגות או עסקים שאתם עובדים איתם. הציעו להם אוטומציות פשוטות שישפרו את עבודתם. זו דרך בטוחה לצבור ניסיון, לקבל פידבק ולהתחיל לבנות תיק עבודות אמיתי.

4) פשוט היא שם המשחק!

וזכרו את העיקרון: Keep It Simple. עדיף תהליך אחד שעובד מצוין על פני עשרה תהליכים חצי-גמורים.

מאיפה משיגים לקוחות

בעולם פתוח כמו זה, הזירה שלכם היא גלובלית. לקוחות פוטנציאליים נמצאים בכל פינה באינטרנט – כל עוד יודעים לגשת אליהם נכון.

• Fiverr: התחלה טובה למי שרוצה להתנסות ולבנות מוניטין. בנו דף פרופיל ברור, הציגו פרויקטים אמיתיים והשתמשו בשפה פשוטה.
• Upwork: פלטפורמה רצינית יותר, שמתאימה למי שכבר יש לו ניסיון מוכח או תיק עבודות. כאן אפשר למצוא לקוחות שמחפשים פתרונות עסקיים של ממש.
• LinkedIn: המקום שבו מתרחשים רוב החיבורים העסקיים. השקיעו בבניית נוכחות מקצועית, שתפו תובנות והראו תוצאות.
• Facebook: למרות שזו לא הרשת הראשונה שחושבים עליה, ישנן קבוצות מקצועיות רבות – קבוצות של בעלי עסקים, קבוצות נישתיות ועוד. אפשר גם לייצר אוטומציות עסקיות עם או בתוך פייסבוק, וכמובן שהתנעת קמפיינים ממומנים היא דרך מעולה לקבל לידים. נזכיר שבקורס שלנו יש סדנת עומק על כלי הפרסום של META, לצד מתודות יצירת תוכן עם AI.

המפתח הוא עקביות – לא קמפיין חד-פעמי אלא נוכחות אמיתית. עם הזמן, אתם תהפכו לאנשי המקצוע שאליהם פונים כשצריך פתרון מהיר וחכם.

העולם לא מחכה – זה הזמן לזוז

השילוב של אוטומציות ובינה מלאכותית הוא לא הבטחה עתידית – הוא כבר כאן. עסקים שמאמצים כלים חכמים חוסכים משאבים, משפרים שירות ומקדימים את המתחרים. ומי שמבין את זה מוקדם, נמצא בדיוק במקום הנכון בזמן הנכון.

אם יש דבר אחד שלמדנו מכל אנשי המקצוע שכבר צעדו בדרך הזו, זה שההתחלה אולי מאתגרת – אבל היא גם ההזדמנות הגדולה ביותר. לא צריך לדעת הכל, רק להתחיל לזוז.

אז כן, מפת הדרכים לבניית מקצוע בעולם האוטומציות מתחילה בצעד אחד קטן – אך עם כיוון ברור: להפוך את הסקרנות שלכם למקצוע אמיתי, מבוקש ורווחי.

הפוסט כך תהפכו בניית אוטומציות למקצוע הופיע ראשון בLet's AI בינה מלאכותית

מהו RAY 3 ולמה הוא נבנה?

גילוי נאות – “לומה דרים משין” היא אחת מפלטפורמות הוידאו האהובות עלי, בכל מה שקשור לג’ינרוט וידאו. יש בה כל מה שיוצר AI צריך. מודלי וידאו מעולים (מודלי Ray – קרן אור), מודלי תמונות מצוינים (מודלי Photon – חלקיק אור… או גל… תלוי את מי שואלים ), ממשק סופר נוח, אינטואיטיבי, יפה וכייפי, והכי חשוב – תוצרים מרהיבים! גם Ray 2 היה מודל מצוין, ועם Ray 3, נראה שלומה ממשיכה בקו הבוטיקי והאיכותי שלה.

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

לפרטים נוספים לחצו כאן >>

מודל RAY 3 הוא הדור השלישי לפלטפורמת ה-AI של Luma, הידועה גם בשם “דרים משין” (Dream Machine) – מכונת החלומות. וכשמה כן היא – מקום שבו אפשר להגשים חלומות ולגרום להם לקרום עור וגישים. בניגוד לכלים רבים (כן ראנוויי – אני מסתכל עליך), המודלים של לומה מצטיינים בהבנת שפה טבעית. אפשר פשוט לדבר אליהם (לרשום פרומפטים באנגלית), והם “מבינים” מה אתם רוצים, ולרוב גם מדלוורים בצורה מאוד טובה. זהו כלי שמכוון בעיקר ליוצרים מקצועיים, שרוצים פלטפורמת וידאו מתקדמת.

מודל RAY 3 מסוגל להבין קונספטים חזותיים, לפרש רעיונות מילוליים ומצבים מורכבים, וליצור מהם וידאו עשיר, מדויק, ומלא ניואנסים פיזיקליים. המודל מהווה קפיצת מדרגה של ממש לעומת הגרסאות הקודמות, עם דגש על הבנה, חשיבה, ואינטראקציה עמוקה עם הקלט שהמשתמש מספק.

מה חדש ב-Ray 3

פוטוריאליזם מרהיב!

מודלי Ray תמיד הצטיינו בריאליזם, אבל פה זה כבר באמת גובל בפוטוריאליזם מוחלט. שימו לב לסרטון של הקוף מטה – ספק אם הייתה לכם יכולת לזהות שזו שוט AI, אם לא היו אומרים לכם. RAY 3 מציג רמה חדשה של Fidelity (“נאמנות למציאות” אם תרצו) – מונח שמכיל בתוכו חדות פרטים, שמירה על מבנה אנטומי של דמויות, ריאליזם בעיבוד אור וצל, ומענה מדויק להוראות המשתמש. המודל מפגין הבנה עמוקה של סיטואציות מורכבות, תנועות מהירות, סצנות המוניות, משחקי מצלמה, ואפילו פרטים קטנים כמו הבעות פנים, השתקפויות, טשטוש תנועה טבעי ואופטיקה אמיתית.

שימו לב לפרווה, לאינטראקציה בין השלג לשערות של הקוף – מטורף!

Credit: Luma

חשיבה חזותית ו”ריזונינג” מתקדם

אחת התכונות הבולטות של RAY 3 היא יכולתו “לחשוב בתמונות” – כלומר להבין קונספט, לפרק אותו לרצף חזותי, להעריך את הביצועים ולבצע אופטימיזציה של התוצאה. תהליך זה מזכיר במידה מסוימת את “שרשרת המחשבה” (Chain of Thought) מעולם מודלי השפה (LLM), אך כאן המודל מנתח, משפר ושופט את הווידאו שהוא עצמו יוצר. כך נולדות סצנות מורכבות, תנועות מצלמה אינטואיטיביות והקפדה על שמירה על עקביות דמויות ותפאורה לאורך רצף הווידאו.

שימו לב איך לומה “מתקן את עצמו” כשהוא מזהה טעויות (2 טלפונים / טלפון מתקופה לא מתאימה וכדומה).

Credit: Luma

הבנה פיזיקלית של העולם

בדומה למודלי עולם (GWM) כמו המודלים של Runway או Veo של גוגל, RAY 3 של לומה מצטיין בחיקוי מציאות – כלומר, יצירת סימולציות פיזיקליות מתקדמות במיוחד. התנועות, ההצללות, והתגובות של אובייקטים בסביבה משדרות תחושת ריאליזם יוצאת דופן ביחס למודלים קודמים בתחום. המודל יודע לשמר עקרונות פיזיקליים כגון תאוצה, השפעות משקל, הדינמיקה של נוזלים, וגם משחקי אור וצל מתוחכמים – מה שמקנה לווידאו תחושת עומק ואותנטיות שלא הייתה זמינה קודם לכן.

סימולציית קרב אגרוף סופר ריאליסטית מבחינת האיטראקציה בין הדמויות. מודלי וידאו אחרים מזמן היו מייצרים אינספור באגים והזיות::

Credit: Luma

תמונה מהירה ואותנטית – שימו לב לתנועת המצלמה, הפרספקטיבה, מיקום המכונית במרחב והרקע – הכל מגיב כפי שהייתם מצפים… מדהים!

Credit: Luma

צבעוניות 16bit HDR – רמה חדשה של דיוק חזותי

אחת הבשורות המשמעותיות של RAY 3 היא התמיכה ב-16bit HDR (High Dynamic Range). זהו המודל הגנרטיבי הראשון בעולם שמספק וידאו HDR אמיתי – לא רק כהדמיה אלא גם כאפשרות ליצוא (Export) בפורמט EXR המקצועי. המשמעות: יוצרי תוכן, עורכים ואנשי פוסט-פרודקשן יכולים להכניס את הווידאו שיצרו ישירות לוורקפלואו מקצועי, עם כל עומק הצבע והדינמיקה הדרושים לעריכה, גריידינג ואפקטים ברמה הגבוהה ביותר. 

Credit: Luma

אלה המצבים שתמצאו בדרים משין:

• SDR (Standard Dynamic Range):
  
  יצוא בטווח דינמי רגיל, עם קבצים קלים יותר המתאימים לשיתוף מהיר ברשתות או לצפייה רחבה. זהו מצב ברירת המחדל, טוב במיוחד לשלב טיוטות ובדיקת תנועה לפני מעבר למאסטרינג מקצועי.

• HDR (High Dynamic Range):
  
  יצוא עם עומק צבע גדול יותר (נתמך ב-10/12/16 ביט), לקבלת תמונה חיה, צבעים עשירים ושמירה על פרטים באזורים בהירים. מיועד לגריידינג, עריכה מתקדמת ולפרויקטים קולנועיים.

• HDR+EXR:
  
  יצוא בטווח HDR, אך בנוסף כקבצי OpenEXR ברצף פריימים (16 ביט/ACES), שמאפשר שילוב מקצועי בגריידינג, קומפוזיט ורילייטינג.

“Draft Mode” – מהירות וגמישות חסרות תקדים

כלי הסקיצות החדש של RAY 3 (מצב טיוטה – Draf Mode) מאפשר למשתמשים לנסות רעיונות במהירות, כמעט בזמן אמת, עם עלות נמוכה פי 5 מהמצב הרגיל ויצירת סרטון ברזולוציה נמוכה פי 5 יותר מהר מסרטון רגיל. תהליך העבודה דומה לסקיצה מהירה: אפשר לייצר גרסאות ראשוניות בקלות, לשחק עם סצנות ומעברים, ואז להעלות את הווידאו הנבחר לאיכות 4K HDR עם טכניקת ה-HiFi Diffusion. כך, המשתמש שומר על הפלואו, חוסך זמן, לא מבזבז משאבים יקרים על ניסויים, ומקבל תוצר מקצועי בסוף התהליך, אחרי שהוא בטוח שיש לו את השוט והקומפוזיציה שאיתם הוא שלם!

איך עובד ה-Draft Mode?

Credit: Luma

אנוטציה חזותית – מבקשת התנועה של לומה

אחת הפיצ’רים השימושיים בדרים משין היא היכולת להשתמש ב”מברשת תנועה” – אתם ממש מציירים חצים על השוט עצמו כדי להסביר ל-AI מה כיוון התנועה ומה אתם רוצים שהאובייקטים בג’ינרוט שלכם יעשו. זה נקרא אנוטציות (Visual Annotation) וזה מאפשר לכם להגדיר בדיוק היכן יופיעו אלמנטים, איך הם ינועו ומה יהיו יחסי הגומלין ביניהם. הכלי מאפשר שליטה חסרת תקדים על תהליך היצירה, מבלי להסתבך בפרומפטים מורכבים או ללמוד שפה חדשה – הכל נעשה באופן אינטואיטיבי.

אנוטציות – מבקשת התנועה של לומה:

Credit: Luma

תמיכה ב-Keyframes ופיצ’רים מתקדמים

המודל מאפשר עבודה עם פריימים (הוספת תמונה לפריים ראשון או אחרון), לצד פיצ’רים מתקדמים אחרים: אפסקיילר מובנה להגדלת רזולוציה, אפשרת הארכת קטעי וידאו עוד ועוד, יצירת סרטוני לופים (Loop), וביצוע שינויים בתמונות או סרטונים עם הנחיות טקסטואליות (המודל מבין שפה טבעית). התוצאה היא גמישות ודיוק גבוהים, שמאפשרים ליצור סצנות מורכבות, להאריך או לקצר קטעים, ולשמור על אחידות ויזואלית לאורך כל הסרטון.

זמינות וחבילות

לכלי חבילת התנסות חינמית בסיסית, אך חשוב לציין שהיא לא זמינה לשימוש מסחרי ושהסרטונים מגיעים עם סימן מים. אם רוצים חבילה שמאפשרת יצירת סרטונים ללא סימון ועם אישור לשימוש מסחרי, תיאלצו לשלם כ-30 דולר בחודש. מדובר בסכום יחסית גבוה בהשוואה לכלים אחרים בשוק, אבל אם תשאלו אותי – הוא שווה כל שקל! פה תוכלו למצוא מידע נוסף על החבילות והתמחורים.

לומה – מחירי החבילות | Credit: Luma

העובדה שמודל כמו RAY 3 מאפשר להפיק תוצרים כל כך מגוונים, איכותיים ומדויקים, מחזק את התובנה שאנחנו חיים בעידן חדש שבו גבולות בין “יצירה מבוססת AI” ליצירה אנושית מיטשטשים. בתוך כל החדשנות הזו, חשוב לזכור שהיכולת האמיתית של הכלים הללו לא נמדדת רק בטכנולוגיה, אלא באפשרות לספר סיפור שמרגש, מסקרן ומזמין את הצופה לחזור ולצפות שוב. בסופו של יום, הכלי הכי חשוב בארגז הכלים שלכם הוא לא מודל AI כזה או אחר, אלא הדמיון שלכם! וכמו שראנוויי אמרו כבר לפני יותר משנתיים – “אם אפשר לדמיין את זה, אפשר לג’נרט את זה!”

הפוסט המדריך המלא למודל הוידאו Ray3 של Luma Dream Machine הופיע ראשון בLet's AI בינה מלאכותית

סורה2: זה לא עוד מודל וידאו

לפני מספר ימים OpenAI זרקה פצצה והשיקה את סורה2 (Sora2) – כלי שהוא מצד אחד מכונת סרטונים עם פוטנציאל ליצירת טרנדים ויראליים מצחיקים, מפתיעים ומעוררי מחשבה והשראה, ומצד שני פלטפורמה עם פוטנציאל להתחרות ואולי אפילו לחסל מותגים גדולים (ואולי גם את תחושת המציאות עצמה). הוא בנוי כמו ממתק דיגיטלי ממכר, כזה שסוחף אותך פנימה עם החברים, הסלבס והמשפיענים האהובים עליך.

אפליקציה או רשת חברתית?

במקום לייצר קליפ קצר וסטטי, סורה2 מכוון למקום אחר לגמרי – יצירת חוויית גלישה במרחב חברתי שמבוסס על מציאות AI, שמעוגנת בעולם שאנחנו מכירים, עם האנשים שאנחנו מכירים. גרסאות דיגיטליות של עצמנו, של החברים שלנו, המשפיענים שלנו והאנשים שמשפיעים על העולם בו אנחנו חיים (כמו למשל סם אלטמן, מנכ”ל OpenAI, שהיה מהראשונים לנדב את דמותו לתחילתו של טרנד ממים בלתי נשלט). וזה הרגע שבו צריך לעצור ולומר: סורה זה לא עוד מודל וידאו. זה משהו אחר לגמרי. שילוב של הברקה טכנולוגית, משחק חדש בזירה החברתית – ומקור לחששות לא קטנים.

נכון, אפשר להשתמש בסורה גם מהמחשב (עם VPN וקוד הזמנה מחבר, כי בישראל זה עוד לא זמין). אבל ליבת הפעילות האמיתית היא שימוש באפליקציה בנייד – כאמור, לשם כל המהלך השיווקי הזה מכוון. וזו לא אפליקציית וידאו רגילה. היא מתפקדת כמו רשת חברתית לכל דבר – משהו שמאוד מזכיר את אינסטגרם או טיקטוק. האם OpenAI יצליחו להפוך אותה לטיקטוק או לאינסטגרם הבא? אני לא יודע – זה לא יהיה פשוט. אבל אני יכול להבין את קו המחשבה שלהם. יצירת מתחם שלם סרטונים שנראים אמיתיים לגמרי, עם האנשים שאתם מכירים מהמציאות שלכם, אבל כל כולו AI. כלומר, הפעם אין שום דבר אמיתי בפיד הזה! 

זה מרגש – כי זה פותח עולם בלתי מוגבל של אפשרויות ליצירה, להומור, לסאטירה, לאמירה חברתית או פוליטית. אבל זה גם מפחיד. מאוד מפחיד!

האווטאר הדיגיטלי שלכם – ה-Cameo

איך זה עובד? ברגע ההצטרפות האפליקציה מבקשת מכם ליצור Cameo – אווטאר דיגיטלי שלכם. אבל לא אווטאר חצי-קריקטורי כמו של פעם בפייסבוק, אלא שיבוט היפר-ריאליסטי שנראה בדיוק כמוכם ונשמע בדיוק כמוכם.

חשוב לציין – כבר ראינו דברים דומים אצל Heygen או Synthesia, אבל כאן היכולת הזו משתלבת עם מודל וידאו שמציב את הדמות שלכם בכל סיטואציה, בכל מקום, בכל עלילה ובכל תרחיש. היא (כלומר אתם) אומרת ועושה מה שאתם רוצים. וזו רק ההתחלה. אפשר גם להחליט אם לאחרים מותר לעשות רמיקס עם הסרטונים שלכם – כלומר, עם הדמות שלכם. חשבו על זה לרגע: כל אחד (בהנחה שתיתנו הרשאה) יכול להכניס את השיבוט שלכם לסצנות שלא הייתם מעלים על דעתכם. זה מגניב, אבל זה גם סיוט בפוטנציה. אני יכול לחשוב על אינספור דרכים שבהן כל זה משתבש! בין אם זו ילדונת ששוכחת שהאווטאר שלה זמין לכולם, וכל חברי הכתה עושים בדמות שלה שמות (במסגרת מה שמותר במדיניות השימוש של הכלי). או גרוע יותר – גורמים עברייניים שרק מחפשים Cameos של אנשים כדי לגנוב את הזהות שלהם, לסחוט אותם או אלוהים יודע מה…

Tiktok killer או Reality killer?

העניין הוא שהגבול בין מציאות ל-AI לא הפך להיות מטושטש – עם כלים ויכולות כאלה, הוא פשוט כבר לא קיים! מצד אחד זו חוויה ממכרת בטירוף, מצד שני מדובר בפוטנציאל לוויתור כמעט מוחלט על הזהות והעצמיות שלנו.

בסרטון מטה אפשר לראות את iJustine – משפיענית עם מיליוני עוקבים – משתמשת בסורה2 לאחר שקיבלה גישה מוקדמת לכלי. הסרטון הזה מדגים בצורה מושלמת את העוצמה של הכלי, היכולות שלו והפוטנציאל שבו. האמת? המוח ישר מתחיל לרוץ קדימה. מה עוד אפשר לעשות מעבר למה שכבר ראינו? מצד אחד, זה פותח אינסוף אפשרויות ליצירה, שיתופים, משחקים חברתיים. ומצד שני – אמאל’ה ואבאל’ה!

Testing out Sora 2 and the new Sora app.. thought I’d try to make an entire video using only prompts and have my cameo avatar say what I tell it to. What do you think?@OpenAI pic.twitter.com/LnKDgM8nkv

— iJustine (@ijustine) September 30, 2025

האם זו המציאות החדשה שלנו?

כמו שאמרנו – סורה2 היא לא רק כלי, היא מנסה להיות מציאות חלופית. זו חוויה שיכולה להפוך לתחביב, למשהו חברתי, למגרש משחקים משוגע. אבל היא גם יכולה לבלוע אותנו פנימה ולמחוק את הקו בין האני האמיתי לאני הדיגיטלי. באמת שאין לדעת אם זה יתפוס ויהפוך לטרנד – אני יכול לראות את זה קורה. מצד שני – קשה לייצר רשת חברתית. כדי שהיא תצליח, צריכים להתקיים מגוון רחב של תנאים. מעבר לחוויה, צריך שתהיה מסה קריטית של אנשים שיעברו למרחב הזה, ישתמשו בו, ייצרו בו תוכן וישתפו אותו. אם כל החברים שלכם לא יהיו שם, גם אתם לא תהיו שם. ונכון להיות AI וסרטוני AI, זה עדיין תוכן יחסית נישתי. אבל אני לגמרי יכול לראות את היכולת הזאת תזלוג לטיקטוק, לאינסטגרם ולפייסבוק. זה רק עניין של זמן עד שנראה גם שם יכולות דומות (כאמור – הטכנולוגיה קיימת כבר מזמן).

 מה זה אומר על המציאות שלנו, על הבטיחות שלנו (ושל הילדים שלנו)? זו שאלת השאלות. מה שבטוח, כולנו חייבים להיות עם היד על הדופק!

הפוסט Sora2 רוצה להיות ה-Tiktok Killer הופיע ראשון בLet's AI בינה מלאכותית

הבעיה: מודלים שממציאים, מתבלבלים ומפספסים

מחקר חדש של גוגל מציע פתרון אלגנטי לאחת הבעיות המתסכלות ביותר במודלי שפה גדולים (LLM): חוסר דיוק בתשובות והופעת “הזיות” בתוכן שנוצר על-ידי AI. במקום להסתפק במסקנות של השכבה האחרונה של המודל, החוקרים מציגים שיטה (SLED) המנצלת את המידע מכל שלבי החשיבה של הבינה המלאכותית, וממזגת אותם לכדי תשובה סופית מדויקת ואמינה יותר.

בבסיסם, מודלי שפה גדולים כמו ג’מיניי, GPT ו-Claude בנויים כך שהם מחקים את הדרך שבה בני אדם כותבים, מסיקים ומסבירים (בערך). אך שלא כמו בני אדם, שמסוגלים לבדוק את עצמם בזמן אמת ולחזור לשאלה במידה שענו שגוי, המודלים מסתמכים על אלגוריתם “פנימי” שלא תמיד נותן מקום לספקות. אתם אולי מכירים את זה בתור מודל שמשדר ביטחון מוחלט גם כשהוא טועה – וזה קורה בגלל אופן קבלת ההחלטות של המערכת. ישנן מגוון גישות ולצידן מחקרים רבים שמנסים להתחקות אחר הסיבה לאותן הזיות – רק לפני מספר שבועות כתבנו פה על מחקר דומה מבית OpenAI שמציע לשנות את הדרך שבה אנחנו מאמנים מודלים שכאלה. שלא נדבר על עשרות המחקרים מבית אנטרופיק (Anthropic).

גוגל מציעה גישה חדשנית ומעניינת במיוחד, שעוסקת באופן פעילותם של LLMים: מודלים אלו בנויים ממאות או אלפי שכבות (layers) שמבצעות חישובים על כל מילה, סימן או טוקן במשפט. התוצאה הסופית (כלומר, הטקסט שהמשתמש מקבל) מבוססת על ההערכה של השכבה האחרונה בלבד. אך מה קורה בדרך? ייתכן שבשכבות האמצעיות, המודל עצמו “חשב” אחרת או שקל אפשרויות נוספות. ומה קרה בפועל? במציאות רק “קול” אחד (זה של השכבה האחרונה) נשמע. בכך, אנחנו מפספסים ידע פנימי, חוכמה “חבויה” ובעיקר – את ההססנות הטבעית שעשויה הייתה להוביל לתשובות מדויקות יותר.

כשהמודל מפעיל את “כל המוח שלו”, הוא לא טועה. עם ובלי SLED | קרדיט: Google.

SLED – לתת למודל “להתייעץ עם עצמו”

כאן נכנסת לתמונה השיטה החדשה של גוגל: Self Logits Evolution Decoding – או בקיצור, SLED. הרעיון המרכזי מאחורי SLED פשוט אך מבריק: במקום להסתמך רק על השכבה האחרונה, למה שלא נאסוף “חוות דעת” גם משאר שכבות המודל, נשלב ביניהן באופן חכם, ורק אז נבחר את המילה או הביטוי הסופי?

גוגל פיתחה אלגוריתם שמסתכל על כל “תחנות הביניים” במסלול החשיבה של המודל. בכל אחת מהן, המודל מייצר תחזית (Distribution) לגבי המילה הבאה. SLED אוספת את התחזיות הללו, נותנת משקל לכל אחת (ולפעמים אפילו משקל שונה לשכבות שונות), ובונה ממוצע משוקלל של כל האפשרויות. כך מתקבלות החלטות שלא נשענות על “קונצנזוס דיקטטורי” של שכבה אחת, אלא על שיתוף פעולה אמיתי בין כל חלקי המודל.

סרטון המחשה: בסרטון הבא ניתן לראות שכשהמודל מתבסס רק על השכבה העליונה, הוא בוחר בתשובה הצפויה ביותר לשאלה: מהי בירת קולומביה הבריטית? במקרה זה, המודל בוחר במילה עם המשקל הכי גבוה (ונקובר), כי זו העיר הכי ידועה או מפורסמת. אך כשהוא נעזר בכל שכבות החשיבה שלו, ועושה סינטזה בין כל ה”הרהורים” שלו, הוא מגיע למסקנה מדויקת יותר, שהתשובה הנכונה היא העיר “ויקטוריה” (אפילו שמדובר בעיר פחות מוכרת).

Credit: Google

למה זה כל כך משמעותי?

מודל שלא “רץ” אוטומטית אל התשובה הראשונה

בפועל, היכולת לשלב ידע מכל השכבות מאפשרת להימנע מהטיות שמקורן בדפוסי חשיבה שכיחים אך לא מדויקים. אחת התופעות השכיחות היא נטייה של מודלים לענות במהירות על שאלות בעזרת תשובות “פופולריות”, גם אם הן לא בהכרח נכונות. ממש כמו בדוגמה מעלה – כאשר שואלים מהי בירת קולומביה הבריטית, רבים עשויים לבחור ב”וונקובר” (העיר המפורסמת ביותר) אך התשובה הנכונה היא דווקא “ויקטוריה”. במבחני SLED, השיטה מצליחה “להרים דגל” כשנוצרת התלהבות מיותרת סביב אופציה מסוימת, ולבחון שוב האם קיימת אפשרות אחרת שנשמעה מוקדם יותר לאורך הדרך.

שיפור ביכולות מתמטיות והבנת חידות מילוליות

המחקר של גוגל ממחיש את כוחה של שיטת SLED גם בסיטואציות שבהן דרושות כמה פעולות חישוביות ברצף. נניח שמודל מתבקש לפתור בעיה: “הילדה ‘אש’ קונה 6 צעצועים, כל צעצוע עולה 10 מטבעות. בקנייה של ארבעה צעצועים או יותר יש הנחה של 10%. כמה תשלם?”

מודל רגיל עשוי להעדיף את המשוואה הנפוצה A x B = C, ולכן ישיב: 6X10=60, תוך התעלמות מההנחה. בפועל, השכבות הפנימיות הרבה פעמים “רואות” את הצורך להכפיל את התוצאה הסופית (60) גם ב-0.9 כדי להחיל את ההנחה של 10%, אך השכבה האחרונה (בעקבות דפוסי תרגול נפוצים שהופיעו בתהליך האימון), מדלגת על זה (היא מתעדפת את המצב הנפוץ מבחינה סטטיסטית על פני המצב הנכון מתמטית). SLED מציף את כל תחנות הביניים, ובזכות זאת עונה:

6X10X0.9=54

פתרון שמפגין דיוק רב יותר והבנה עמוקה יותר של ההקשר. צפו בסרטון כדי לקבל המחשה ויזואלית של פתרון בעיה מתמטית זו:

Credit: Google

איך זה עובד מתחת למכסה המנוע?

שיטת SLED פועלת ישירות בתהליך הפענוח (Decoding) של הטקסט, כלומר בשלב שבו המודל מתרגם את החישובים הפנימיים לטקסט קריא לאדם.

בכל פעם שמודל שפה מייצר מילה, הוא בעצם מחלק את המשפט לטוקנים: יחידות קטנות שיכולות להיות מילה, חלק ממילה, קידומת, סיומת או סימן פיסוק. המודל לא “פולט” את המילה הבאה מיד, אלא שוקל את כל האפשרויות, מחלק לכל אחת הסתברות (Logit), ומתקדם צעד-צעד. השיטה המסורתית נשענת על התחזית של השכבה האחרונה בלבד, אבל SLED לוקחת את “לוגיטי-הביניים” מכל שכבה, מעבירה אותם דרך אותה מטריצת תחזיות (Projection Matrix) כמו בשכבה האחרונה, ומקבלת סדרת תחזיות מלאה לכל האפשרויות – לאורך כל מסלול העיבוד.

SLED לא מחשיבה כל שכבה כבעלת משקל זהה. חלק מהשכבות נחשבות משמעותיות יותר, תלוי בסוג המטלה, סוג המודל וגודלו. האלגוריתם מחשב ממוצע משוקלל, וכך שכבות “חשובות יותר” ישפיעו יותר על ההחלטה הסופית. דרך גישה זו, SLED משמרת את הדיוק של המודל המקורי, אך משפרת אותו על ידי הבאת “קולות נוספים” לשולחן.

השפעה אמיתית על עולם הבינה המלאכותית

אחת החולשות הבולטות של מודלי שפה היא חוסר עקביות עובדתית. שיטה נפוצה לשיפור דיוק כזה היא חיבור למקורות חיצוניים בזמן אמת (כמו חיבור לרשת), אך אלה דורשים מערכת מורכבת ומוסיפים עלויות וזמן. SLED, לעומת זאת, פועל “מבפנים”, מבלי להיעזר במידע מבחוץ או ב-Fine Tuning יקר. כך הוא לא רק חוסך משאבים, אלא גם מונע תלות בגורמים נוספים ומבטיח שהדיוק משתפר מתוך המודל עצמו.

תוצאות מחקריות מרשימות

במחקר שנערך בגוגל, SLED נוסה על שלל מודלים פופולריים – ביניהם Gemma, GPT-OSS ומיסטרל (Mistral). בכל הניסויים, SLED שיפר באופן עקבי את הדיוק של המודלים, גם באתגרים של בחירה מרובה (Multiple Choice), גם בשאלות פתוחות, וגם במשימות “שרשרת חשיבה” (Chain of Thought). אפילו מול שיטות מתחרות מתקדמות כמו DoLa, שיטת SLED הובילה לעלייה משמעותית (עד 16%) בדיוק התשובות, וכל זאת במחיר כמעט זניח של הגדלת זמן הפענוח ב-4% בלבד.

גמישות והטמעה בכל מודל

אחד היתרונות החשובים הוא הגמישות של SLED. הוא פועל כמעט על כל מודל קוד פתוח, ללא קשר למשפחה, לחברת האם או לייעוד שלו. לא משנה אם מדובר במודל “בסיסי” או כזה שעבר התאמה להוראות (instruction tuned), שיטת SLED מתאימה את עצמה למגוון הרחב של דרישות, ומאפשרת שילוב עם שיטות פענוח נוספות לקבלת דיוק מקסימלי.

ביצועים במבחני ידע

לאורך המחקר, החוקרים בחנו את SLED על שאלות מורכבות ממבחנים ידועים, דוגמת TruthfulQA ו-FACTOR, שם השיטה הפגינה ביצועים מרשימים. גם במבחני שאלות פתוחות, SLED מפחיתה בצורה דרמטית את הסיכוי להזיות. 

הביצועים של SLED | קרדיט: Google

לא הכל ורוד!

למרות היתרונות הברורים, SLED לא באה לבטל את הצורך בביקורתיות – שגיאות והזיות עדיין אפשריות, במיוחד במצבים שבהם גם כל השכבות הפנימיות “טועות יחד”. יתרה מכך, לעיתים נדירות הוספת “קולות” לשולחן עשויה לבלבל את המודל כאשר יש ריבוי חוות דעת שאינן עקביות. למרות זאת מדובר בשיפור מהותי על פני הגישה המסורתית.

היישום של SLED אינו מוגבל רק לשפה טבעית. בגוגל מציעים להרחיב אותו למשימות של הפקת קוד, Visual QA ואף כתיבה ארוכה ומורכבת. המפתח הוא בזיהוי תבניות ידע שמפוזרות לאורך השכבות השונות במודל, והבנה שמידע קריטי אינו נמצא תמיד “רק בסוף”.

SLED ב-Github

רוצים לנסות בעצמכם? SLED הוטמע כקוד פתוח בגיטהאב של גוגל, וניתן להורידו ולהטמיעו כמעט בכל מודל מודרני. מפתחים שמעוניינים לשפר את הדיוק, לצמצם שגיאות עובדתיות ולהפחית הזיות יכולים לנסות את SLED בצורה פשוטה ולבחון בעצמם את ההשפעה.

הקול בראש

שיטת SLED מגלמת תפיסה חדשה: במקום לסמוך בעיניים עצומות על התשובה הסופית, הגיע הזמן להקשיב ל”מחשבות” שהתגלגלו לאורך כל מסלול החשיבה. במקום להעדיף תמיד את הפתרון המיידי, כדאי להעניק משקל ל”הרהורים של המודל” ולדיוקים שהוא מציע מתוך שלל שכבות הידע הפנימי שלו.

הגישה הזו מסמנת מגמה ברורה בבינה מלאכותית – צמצום תלות במקורות חיצוניים, חיזוק תחושת האמון במודל עצמו, ושאיפה ל-AI שידע “להתייעץ עם עצמו” לפני שיחווה דעה. לא תמיד צריך לאמן ו”לבנות מאפס” מודלים חדשים ועוצמתיים יותר, כשאפשר לחשוב על דרכים יצירתיות לגרום למודלים קיימים “לחשוב אחרת”, ובכך להגביר את הדיוק, המהימנות והיכולות שלהם. למרות ש-SLED אינה “פתרון קסם” לכל בעיה, היא פותחת דלת להעמקת ההבנה של מודלים עצמאיים, גמישים וניתנים לשדרוג מהיר, ובמקביל מדגימה כיצד מהפכות אמיתיות קורות דווקא כששמים לב לפרטים הקטנים שמתחבאים מתחת לפני השטח.

התקדמות זו מסקרנת במיוחד לאור הגידול בתלות שלנו במודלי שפה – לא רק בתור כלים לכתיבה או סיכום, אלא גם ככלי עזר לאנליזה, פתרון בעיות, והכוונה בעולם האמיתי. שילוב SLED בתוך תהליכי פיתוח גדולים של פלטפורמות AI נוספות, מצביע על עתיד שבו “הפנימיות” של המודל תעמוד במרכז קבלת ההחלטות, והדרך אל תשובות טובות באמת תעבור דרך הקשבה אמיתית… לכל קול במערכת.

הפוסט הקול בראש – SLED גורמת למודלי AI להקשיב לכל הקולות במוח שלהם הופיע ראשון בLet's AI בינה מלאכותית

צפו בסרטון השקת המודל החדש, שממחיש היטב את השינויים:

גרסה 3.0 של גאמה היא לא עוד שדרוג “רגיל”

גרסה 3.0 של גאמה (Gamma) איננה עוד עדכון שגרתי. המפתחים בחרו להגדיר אותה כ”קפיצה אבולוציונית” בתחום הצגת המידע החזותי, ובמקום להישאר בגבולות המוכר של יצירת מצגות, הפלטפורמה מתמקדת כעת ב”סטוריטלינג חזותי” (visual storytelling). החידושים במודל החדש נועדו להקל על תהליכי עבודה מסורבלים ולתת למשתמשים – בין אם הם עובדים כיחידים או בצוותי שיווק, ניהול ומחקר – כלים דינמיים ליצירת מסרים ויזואליים אפקטיביים ומותאמים בזמן אמת.

מצד אחד, ניתן להסתכל על החידושים הללו כהמשך טבעי להתקדמות הטכנולוגית של השנים האחרונות בתחום כלי ה-AI ליצירת תוכן חזותי. מצד שני, יש כאן בהחלט ניסיון לייצר חוויה חדשה שלא הייתה זמינה בגרסאות קודמות – הן מבחינת עומק היכולות והן מבחינת האופן בו מתבצע תהליך העבודה כולו. החידוש המרכזי הוא שילוב הסוכן של גאמה (Gamma Agent), עליו נרחיב בהמשך המאמר, שמתבסס על רציונל מאוד פשוט: פחות להתמקד ב”איך עושים” ויותר ב”מה רוצים לעשות” – אתם מבקשים מהסוכן בקשה (“שנה את כל הצבעים של המצגת לגווני פסטל” / “החלף את כל התמונו במצגת לסגנון 3D Render”), והסוכן מתרגם את החזון שלכם למציאות, ומוציא אותו לפועל.

מתי נשתמש ב-Gamma?

גאמה מתאים במיוחד למצבים מוכרים לרבים בשוק העבודה – הרגע הזה שהבוס שלך אומר לך שיש לך 10 דקות לארגן מצגת עסקית על [השלימו את המשפט], ואתם מרגישים את שעון החול הולך ונגמר. כלים כמו פאוורפויינט את Canva יכולים להוביל לתוצרים מרשימים, אך הם מצריכים התעסקות רבה והמון כיוונונים ועבודה ידנית. בגאמה הכל הרבה יותר פשוט. כמה קליקים, בחירה של טמפלט, חידוד עם הנחיה טקסטואלית או שתיים, וזהו – יש לכם מוצר מוגמר בקליק.

אם אתם רוצים רמה גבוהה יותר של שליטה וגמישות, לצד מבחר רב יותר של אפשרויות ואלמנטים – כנראה שהבחירה הטובה יותר עבורכם היא קאנבה, אבל אם אתם רוצים פתרון שנראה מאוד טוב, ומג’ונרט ממש ממש מהר, אבל עם פחות חופש – גאמה בהחלט ה-Go to Guy שלכם!

הרבה מעבר למצגות!

אחת המגמות הבולטות בגאמה 3.0 היא ההתרחקות מהמושג “מצגת” ומהאילוצים המוכרים של PowerPoint או Google Slides. גאמה מציגה את עצמה כפתרון דינמי יותר, גמיש ומותאם למגוון רחב של צרכים. נכון – אפשר  ליצור בעזרתה מצגות מעולות ובקלות, אבל אפשר ליצור גם דפי נחיתה ואתרים בסיסיים, מסמכים עסקיים ואפילו תכנים לסושיאל.

לא רק מצגות – גם אתרים, מסמכים ופוסטים ב-Gamma.

את התכנים שאתם יוצרים בגאמה אפשר לייצר במגוון פורמטים וקבצים – ניתן לשתף אותם כ-URL (לינק אותו ניתן לשתף עם מי שרוצים), או לייצא לפורמטים כמו PDF, PNG ואפילו קבצי PPT שמתאימים לפאוורפויינט או Canva. כך למשל אפשר להתחיל ליצור מצגת ב-Gamma, לייצא אותה ל-PPT, ואז להעלות אותה ל-Canva ולהמשיך ליצור.

העוזר החכם שלכם – יכולות אייג’נטליות עם Gamma Agent

מהו Gamma Agent?

אחד הפיצ’רים המרכזיים בגרסה 3.0 הוא ה-Gamma Agent – עוזר צמוד, מבוסס AI, שפועל בזמן אמת לצד המשתמש. מדובר בסוכן שמלווה את תהליך העבודה לכל אורכו, מסייע בעיצוב, ארגון תוכן, חיפוש מידע רלוונטי, ביצוע התאמות מהירות והצעות לשיפור.

יכולות מתקדמות בניהול תוכן ועיצוב

הסוכן יודע לבצע מגוון רחב של פעולות על פי בקשת המשתמש:

• עיבוד תוכן חיצוני: ניתן להכניס קישורים, צילומי מסך או כל מקור מידע אחר – והסוכן ידע לנתח, לסדר ולהפוך אותם לאלמנטים חזותיים אינטגרליים במצגת או בסיפור החזותי.

• עיצוב ושדרוג מיידי: המשתמש יכול לבקש מהסוכן לעצב מחדש אלמנטים בודדים או את כל המצגת בלחיצת כפתור אחת. מדובר בעיצוב דינמי שמותאם לסגנון המשתמש ולצרכים הארגוניים.

• חיפוש והבאת מקורות: הסוכן מחובר לרשת ומסוגל לבצע חיפושי מידע, להציג נתונים, להביא ציטוטים ולשלב מקורות ישירות אל תוך המוצר המוגמר.

• ביקורת ושיפור: ניתן לבקש מהסוכן לעבור על התוצר, להציע תיקונים, להדק את המבנה או לשפר את הוויזואליות בהתאם לקהל היעד.

שינויים בזמן אמת – אתם כותבים לסוכן של גאמה, והוא מבצע:

Credit: Gamma

מבחינה מקצועית, ה-Gamma Agent משנה לחלוטין את מערכת היחסים שבין היוצר לבין כלי העבודה שלו. אין מדובר כאן באוטומציה פשוטה, אלא בשותף עיצובי שמבין את צרכי המשתמש, פועל בצורה דיאלוגית ומאפשר חזרה ושיפור של התוצר עד להשגת התוצאה הרצויה. זהו אלמנט שלא הופיע בגרסאות קודמות, ושעשוי לקצר תהליכים של שעות רבות לכדי דקות בודדות.

אינטגרציות מתקדמות עם API

גרסה 3.0 כוללת השקה רשמית של ממשק API עשיר, שמאפשר חיבור מלא לכלים חיצוניים כמו Zapier, Make או כל מקור נתונים אחר. מטרת הממשק היא אוטומציה של יצירת תכנים – החל מהמרת תמלולי שיחות זום לסיכומים חזותיים, דרך חיבור ל-CRM לצורך יצירת מצגות מותאמות אישית, ועד לתרגום מסמכים למעל 60 שפות בלחיצת כפתור.

פה תמצאו מידע נוסף על האפשרויות הרבות שבחיבורי API בגאמה.

המשמעות היא שמעכשיו, ניתן לבנות תהליכי עבודה בהם גאמה משמשת כחלק בלתי נפרד מהשרשרת הארגונית – בין אם מדובר בצוותי שיווק שמפיקים עשרות תוצרים בו-זמנית, ובין אם מדובר במנהלי מוצר, מרצים, או כל בעל תפקיד שנדרש להפיק תוכן חזותי בהתאמה אישית במהירות וביעילות.

דגש על חוויית משתמש ויזואלית מגוונת ומותאמת

אחד השינויים המרכזיים ב-Gamma 3.0 הוא הרחבה משמעותית של אפשרויות העיצוב והוויזואליזציה. הפלטפורמה כוללת כעת מבחר רחב בהרבה של תבניות, ערכות נושא, דיאגרמות חכמות ומבני מצגת – מה שמאפשר התאמה לסגנון ולזהות הארגונית בקלות יתרה.

תרגום מיידי של רעיונות לדיאגרמות עם Smart Diagrams

באמצעות Smart Diagrams, המשתמש יכול פשוט לכתוב את הרעיון – והמערכת תהפוך אותו אוטומטית לדיאגרמה ברורה, מעוצבת וקליטה. במקום לבזבז זמן על גרירה של אלמנטים גרפיים, גאמה דואגת לתרגום רעיונות מורכבים לשפה חזותית ברורה ואפקטיבית.

Credit: Gamma

התמקדות בחוויית צוותים ועסקים

גרסה 3.0 שמה דגש על עבודה בצוותים ובארגונים גדולים. בין היתר, נוספו היכולות הבאות:

• שמירה על מיתוג אחיד: תבניות ועיצובים שמותאמים לצבעי ולשפת המותג של הארגון.

• ניהול משתמשים מרכזי: יכולת לניהול רישיונות, הרשאות וחיוב מרכזי – תכונה חשובה לארגונים.

• שיתופיות בזמן אמת: עריכה ושיתוף פעולה סימולטני בין מספר משתמשים – בדומה לכלים מודרניים נוספים.

שינוי שפה גרפית בקליק:

Credit: Gamma

חבילות, מנויים ושימוש חינמי ב-Gamma

לגאמה יש גם חבילות התנסות חינמית שמאפשר לעשות שימוש מוגבל בכלי. עם ההרשמה הראשונית תקבלו כ-400 קרדיטים שיספיקו לכם ליצירת של מספר מוגבל של מצגות או חומרים גרפיים. כל פעולה שתבצעו (כמו ביצוע תיקונים, יצירת סקיצות חדשות לשקפים וכן הלאה), תעלה לכם בקרדיטים. עם ניצול הקרידיטים החינמיים, החבילה לא תתחדש, ותיאלצו לשדרג את המנוי לאחת מהחבילות בתשלום.

ההבדלים בין החבילות והמנויים של גאמה:

חבילות ומנויים ב-Gamma.

כלי חובה בארגז הכלים הארגוני שלכם

האם Gamma היא כלי מושלם? לא. אבל האם מדובר בכלי אפקטיבי? בהחלט כן! וזה לא תמיד היה כך. הכלי הזה ידע עליות וירידות, ועד לפני כשנה, היינו רואים בו ככלי “בוסר”, שמרמז על העתיד לבוא, אבל עדיין לא לגמרי שם. עם זאת, בשנה האחרונה הייתה קפיצה טכנולוגית של ממש, שהפכה את גאמה להרבה יותר ורסטילי ובעיקר – הרבה יותר יפה ומרשים!

עם קלות השימוש והממשק האינטואיטיבי, הגיעו גם טמפלטים מרשימים ויפים, מבחר פונטים עשיר וחוויית שימוש פשוט כייפית! בתחום הולך ומתרחב של כלי בינה מלאכותית ליצירת תכנים, גאמה מביאה עמה בשורה ברורה למי שמחפש לשדרג את חוויית היצירה החזותית, בדגש על עבודה מהירה (אך עדיין יפה מבחינה ויזואלית). 

הפוסט יצירת מצגות עם AI ב-Gamma 3.0 – המדריך המלא הופיע ראשון בLet's AI בינה מלאכותית

ההשוואה לבועת הדוט-קום

ברט טיילור אמר לאחרונה שלדעתו סצנת ה-AI מזכירה מאוד את בועת הדוט-קום. משפט קצת מפחיד למי שנמצא בלב התעשייה, ובליבה של חברה שהגיעה מכמעט אלמוניות מוחלטת למעמד של משפיעה עולמית.

באירוע בסן פרנסיסקו הוא שיתף על המצב, כפי שהוא רואה אותו. על סכומי ההשקעות הדמיוניים שזורמים לתעשייה, על חברות שעלו לגדולה ואחרות שקרסו. אז היו אלה אמזון וגוגל שמיצבו עצמן ככוח עולמי, והיום – כך הוא מקווה – תהיה זו OpenAI, שמתחרה באותו “מגרש משחקים של הגדולים”, ממש לצד אותן חברות שנולדו לפני שני עשורים והיום רואות איך הן צריכות לחלוק את הבמה עם שחקניות חדשות.

מזיזים את הגדרת ה-AGI

כשהוא נשאל על AGI – אותה בינה מלאכותית כללית שיכולה לבצע הכללות, לפתור בעיות שבהן לא נתקלה ושדומה בפרמטרים רבים ליכולות אנושיות – הוא אמר שאנחנו כל הזמן מזיזים את ההגדרה קדימה. את מבחן טיורינג כבר מזמן עברנו – אותו מבחן שבא לבדוק האם במישור שיחתי נוכל להבחין אם היישות שמדברת איתנו היא רובוט או אדם אמיתי. ולגבי המודלים של היום – לטענתו לפני 3 שנים היינו רואים בהם כ-AGI לכל דבר ועניין.

מי יישאר עומד כשהעשן יתפזר

אבל היום, כשהמרדף אחר סופר אינטיליגנציה יוצר מרוץ חימוש בין תאגידי על, וכשטאלנטים מעולם ה-AI מקבלים מענקי גיוס בשווי 100 מיליון דולר ויותר, נראה שיש שתי אפשרויות: הראשונה, שאנחנו עומדים בפני דור חדש של מודלים שהולכים לגמד את כל מה שהכרנו עד היום. השנייה, שיש פה בועה והייפ מטורף, ושסכומים מצחיקים נזרקים לאוויר, בעיקר כדי למנוע מהמתחרות להחזיק בטאלנטים.

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

לפרטים נוספים לחצו כאן >>

מנצחים ומפסידים

כך או כך – יש פה בועה! יהיו מנצחים ויהיו מפסידים. יש חברות כמו גוגל ו-xAI שעלו על העגלה באיחור, אבל הצליחו להדביק את הקצב מהר מאוד, ויש חברות כמו אפל, מטא ו-AWS שעדיין מנסות לבסס את המקום שלהן בביצה. אגב, הניסיון לייצר סופר אינטליגנציה מוליד גם אתגרים עצומים חדשים, כך אומר טיילור. איך בני אדם אמורים לפקח על מודלים שהפכו לחכמים יותר מבני אדם? לדבריו צריך לייצר טכנולוגיה שמפקחת על הטכנולוגיה. זה מאוד מזכיר דברים שאנחנו שומעים מאנטרופיק – עוד חברה שחלוצה בתחום ה-ALIGNMENT והפיקוח על מודלי AI.

ומה לגבי המשקיעים? מי שיבחר בצד הלא נכון, יפסיד הרבה מאוד כסף כשהבועה תתפוצץ. אף אחד לא יכול להבטיח לך שאתה מהמר על הסוס הנכון, והסכומים שעפים פה באוויר בשנה האחרונה לא נמדדים במאות מיליונים, אלא במאות מיליארדים! מה שבטוח – העתיד שייך למערכות AI ולסוכני AI שכבר היום משתלבים בחברות וארגונים, ויוצרים מציאות חדשה – עולם עבודה היברידי בו מכונות חכמות עובדות יחד עם בני אדם, כדי לפתור את אתגרי המאה ה-21.

ברוב המקרים חברות וארגונים לא יפתחו מאפס פתרונות חכמים, ופה בדיוק נכנסת הטכנולוגיה של חברות כמו OpenAI, גוגל, אנטרופיק ואחרות. מוצרי מדף שיכולים להזניק חברות וארגונים קדימה, בשבריר מהעלות של פיתוח עצמאי.

הפוסט האם הבינה המלאכותית היא בועה? הופיע ראשון בLet's AI בינה מלאכותית

המתח בין אמודאי לאלטמן

רבים רואים באמודאי כנביא זעם. הוא סוג של אנטיתזה לסם אלטמן. בצד אחד – מנכ”ל צעיר שמפורסם בשערוריות ושמתעדף השקות נוצצות על פני פיתוח זהיר – כן אלטמן… אני מסתכל עליך. ובצד שני – בחור מתולתל וממושקף, שנראה כאילו יצא היישר מפרק של היפה והחנון – כזה שמשחרר מודלים בשקט בשקט, ואז כל העולם מדבר עליהם. שמפרסם מאמרים מחקריים כמעט באותה תדירות שהוא מחליף גרביים – דריו אמודאי, אביר ה- Guardrails וה-Governance. או במילים של אנשים נורמליים – זה עם הצ’טבוט הנחמד שעושה הכל זהיר, בטוח ובלי לחץ.

הצהרות והשקעות באנתרופיק

אז מה באמת עומד מאחורי אותה הצהרה של אמודאי? אנתרופיק כבר מזמן לא האחות הקטנה של OpenAI. החברה גייסה באמצע השנה 3 מיליארד דולר, ועכשיו מגייסת עוד 10 מיליארד דולר – מה שמקפיץ את שווי החברה ל-170 מיליארד דולר. הסכומים הללו שמים אותה באותה שורה עם OpenAI וגוגל. כאחת מחברות ה-AI המובילות בעולם, היא מיתגה את עצמה כמגדלור של בטיחות וחשיבה זהירה. אמודאי עצמו אמר לא פעם שההתפתחות של המודלים היא אקספוננציאלית. כל כמה חודשים יוצא מודל חדש, חכם יותר מקודמו ואם פעם דיברנו על מודלים ברמת משכל של תלמיד תיכון, היום כבר יש מערכות שנותנות ייעוץ כמו מומחים ברמת PHD LEVEL.

האתגרים והעתיד באנתרופיק

ובדיוק פה צפה שוב אותה שאלה מטרידה: “איך בני אנוש יכולים לחלום לפקח על מודלים שחכמים יותר מבני אנוש?” ואיך בכלל אפשר להתמודד עם קצב פיתוח כזה? אולי בדיוק בגלל החשש הזה, אנטרופיק משקיעים כל כך הרבה באבטחה. המודל העסקי שלהם מחייב אותם לפתח מוצרים לתועלת הציבור. לטענת אמודאי, המבחן האמיתי יגיע ברגע שהם יגיעו למודל שאי אפשר לפקח עליו. שם לטענתו הם ילחצו על הברקס. אבל הוא ממהר להרגיע – “זה לא אומר שאנחנו קרובים לנקודה הזו, וגם לא שזה יקרה מחר בבוקר”.

להפך – הוא מדגיש את ההשקעה העצומה במחקרי governance ובניית מנגנונים של בטיחות, שקיפות ושליטה. כמעט בכל חודש מתפרסם מחקר חדש מבית אנתרופיק, שבוחן לעומק איך המודלים פועלים, היכן טמונים הסיכונים, ואיך אפשר להבטיח רמת הבטחה שעומדת בקצב הפיתוח. עד עכשיו, ההבטחה הזו מחזיקה. הבטיחות מצליחה ליישר קו עם קצב הפיתוח הטכנולוגי, ולא נראה שאמודאי הולך להוריד את השאלטר בזמן הקרוב. מבחינתו, האחריות קודמת להיסטריה – והשאיפה היא להמשיך לפתח, אבל לא במחיר של אובדן שליטה.

הפוסט האם דריו אמודאי יוריד את השאלטר של קלוד? הופיע ראשון בLet's AI בינה מלאכותית

מה באמת קורה מאחורי הקלעים של הצ’ט שלכם

כיום, צריכת האנרגיה של מרכזי נתונים ברחבי העולם היא אחוז אחד מצריכת החשמל העולמית. המספר הזה צפוי להכפיל את עצמו לפני תום העשור. מה שאנשים לא מבינים, זה שכדי שהצ’ט שלכם יעבוד מהר, יבצע חישובים מדויקים, וייצור לכם תמונות וסרטונים, הוא צריך תשתית פיזית. חוות שרתים. כמות דמיונית של שבבים מתקדמים. כל זה צורך חשמל, מים לקירור, שטחי אדמה נרחבים. טביעת אצבע אנרגטית אדירה.

מצד שני, לטכנולוגיה הזו, בדגש על החידושים הטכנולוגיים הפוטנציאליים שהיא יכולה להביא, המחקרים ופריצות הדרך המדעיות שיבואו עם כניסתם של סוכני AI לשדה המחקרי והמדעי – כל אלו יכולים להביא לפתרון של בעיות גלובליות כמו סרטן, התחממות גלובלית, עמוסי תחבורה בערים ועוד.

השפעת הבינה המלאכותית על משאבים עולמיים

בחזרה לצ’טבוטים שלנו…לאחרונה פרסמה גוגל נתונים על פליטות, חשמל ומים של מודלי ה-AI שלה. לפי החברה, פקודת טקסט אחת ב-Gemini צורכת 0.24 ואט-שעה, פולטת 0.03 גרם פחמן דו-חמצני ומשתמשת ב-0.26 מיליליטר מים. נשמע מעט לא? עכשיו תכפילו את זה במיליארדי שאילתות ברחבי העולם. בואו נכניס את המספר הזה לקונטקסט – בגוגל אומרים שזה שווה ערך ל-9 שניות של צפייה בטלוויזיה. כדאי לדעת שפרומפט בודד ב-ChatGPT או Gemini עולה פי 7 עד פי 14 משאילתה של חיפוש פשוט במנוע החיפוש של גוגל.

התגובת לשינויים בשוק

בגוגל נרגשים ומרוצים. לדבריהם, במהלך שנה אחת בלבד ירדה צריכת האנרגיה של פקודה ממוצעת פי 33 וטביעת הרגל הפחמנית ירדה פי 44. הירידה בצריכת האנרגיה הגיעה בהלימה לאיכות התשובות במודלי ה-AI של החברה. ומה לגבי המתחרה? לפי הנתונים של גוגל, פרומפט בודד ב-ChatGPT צורך כמעט פי 2 יותר אנרגיה.

רגולציה ואחריות

ומי לגבי הרגולטור? לצערנו, נכון להיום אין שום רגולציה שמחייבת חברות לדווח על צריכת האנרגיה והמים של תשתיות AI. האם סיפור הבינה המלאכותית יהיה סיפור של הרס סביבתי או של פריצות דרך טכנולוגיות שיובילו לפתרון משברי אקלים וקיימות? נראה שאיך שלא נסתכל על מהפכת ה-AI, פוטנציאל ההרס שלה גדול כמעט כמו פוטנציאל התרומה שלה. נראה שהמרחק בין אוטופיה לדיסטופיה דק כעובי שערה.

הפוסט כמה אנרגיה הצ’ט שלכם צורך? הופיע ראשון בLet's AI בינה מלאכותית

הפיכת מודלי AI לסוכנים רדומים

במאמר מחקרי שפרסמה החברה שנה שעברה, ושעבר לרבים מתחת לרדאר, בחנו החוקרים של אנטרופיק איך אפשר להפוך מודלי AI לסוכנים רדומים ולהחדיר להם הנחיות שיגרמו להם לפעול באופן זדוני, לאחר שיחשפו לטריגר קבוע מראש – ממש כמו בסרטי הריגול של המלחמה הקרה.

הרעיון פשוט ומטריד: נניח חברה מסוימת מייצר ליין של מוצרים או מודלים לתועלת הציבור, אבל היא מתכנתת אותם כשהם מזהים שהם פועלים בסביבה של חברה מתחרה, הם מתחילים לחפף במקרה הטוב, או לגרום נזק במקרה הרע. זה יכול להתבטא בתפקוד לקוי, הזיות ובאגים, או אפילו בהחדרת קוד זדוני לתשתית החברה המתחרה, שעושה שימוש במודל ה-AI עבור משימות כתיבת קוד.

בתמונה – דלת אחורית: סוכן רדום מתנהג כרגיל, ואז כשהוא מזהה שהשנה היא 2024, הוא מבין שהוא כבר לא באימון, שהוא נפרס בשטח והגיע ליעדו, ואז הוא יכול “להתעורר” ולהתחיל לגרום לנזק | Credit: Anthropic.

לא קשה לדמיין מצב כזה קורה – ממש לא מזמן סיקרנו את המקרה בו אנטרופיק חסמה את OpenAI משימוש ב-API שלה וב-Claude Code. דמיינו שבמקרה דומה, חברה אחרת עם כוונות זדוניות, הייתה לוקחת את התרחיש הזה צעד אחד קדימה, ובמקום לחסום את החברה המתחרה, היא פשוט הייתה מאפשרת לה לעשות שימוש בטכנולוגיה שלה, שמכילה סוכנים רדומים שהורסים את החברה מבפנים. מפחיד!

אגב, כדי לחקור את הנושא הזה לעומק, אנטרופיק בנו סוכנים רדומים אמיתיים שכאלה, ובחנו את האפקטיביות שלהם בתנאים מבוקרים. גם אתם מרגישים כאילו אנחנו במערכה הראשונה של “שליחות קטלנית”?

האתגרים בהסרת ההתנהגות המזיקה

מה שמעניין במיוחד, וגם מעורר דאגה, הוא שכשניסו להסיר את ההתנהגות הזו באמצעים מתקדמים כמו Fine-Tuning בפיקוח, חיזוק באמצעות משוב אנושי או ניסיונות לחלץ מהמודל את ההתנהגות החריגה ולהעלים אותה, ההתנהגות המזיקה נשארה, ולעיתים אף התחזקה. במקרי קיצון, אותם תהליכי אימון, גרמו לו להיות “חכם” יותר בזיהוי התנאים שמפעילים אותו, ולהחביא טוב יותר את הכוונה המזיקה.

ניסיונות לבדוק פוטנציאל זדוני

החוקרים ניסוי להקים צוותי RED TEAM אנושיים שיבדקו ידנית את הימצאות פוטנציאל זדוני במודלים כאלה, כדי לבדוק אם הם סוכנים רדומים – זה לא ממש עבד. ואז הם שינוי גישה – הם ניסו לבדוק את תהליך החשיבה הפנימי של המודל ולזהות האם פעולות חיצוניות מסוימות שהם מבצעים, מפעילות תכונות זדוניות מסוימות.

זיהוי באמצעות וקטור כוונות

למשל, הם גרמו למודל לשקר בכוונה, ואז ניסו לזהות מעין וקטור שמצביע על כיוון כללי – מתי המודל מנסה להערים עלינו ומתי הוא חוזר לתפקיד המקורי שלו כיישות אמינה, כנה ומועילה. נסו לחשוב על זה כברומטר לזיהוי כוונות, או סוג של מכונת אמת למודלים. שיטות כאלה מאפשרות לנו לנטר את הסיכון שהמודל יבחר בהתנהגות לא צפויה או מזיקה.

בתמונה: החוקרים של אנטרופיק ניסו לאמן את המודל הזדוני, לבצע למידה מבוססת חיזוקים ואף לפקח עליו עם Red Team, ואז בדקו אם פעולות אלו הובילו לזיהוי הסוכן הרדום | Credit: Anthropic.

חשיבות המחקר להמשך

חשוב להדגיש – כל זה נעשה על דגמים שנבנו במיוחד לצורך המחקר, ואין הוכחה שמודלים מסחריים אכן מתנהגים כך באופן ספונטני. ועדיין, עצם היכולת להסתיר מטרות או התנהגויות באמצעות דלתות אחוריות (ולהישאר מתחת לרדאר של כלים מקובלים) מדגישה עד כמה מורכב, מסובך וקשה להפוך מערכות AI לבטוחות. אם נשען רק על בדיקות שטחיות או על הרושם שהמערכת מתנהגת כראוי ברוב הזמן, אנו מסתכנים בהפתעות לא נעימות. מה הפתרון? להמשיך לחקור מצבי קיצון כאלה, לחדד ולדייק את הכלים שמסתכלים פנימה – מתחת למכסה המנוע, וכך לזהות בזמן אמת תהליכים חריגים.

מה שבטוח – אסור לנו להניח שמערכות AI יישארו תמיד נאמנות למטרה שלשמן נבנו, וצריך תמיד לזכור שישנם גורמים זדוניים שישמחו לעשות שימוש לרעה בטכנולוגיה זו, הן לתועלת עסקית, פלילית ואפילו למטרות טרור או בשדה הקרב. מפחיד כבר אמרנו?

הפוסט הסוכנים הרדומים של אנטרופיק יהפכו את ה-AI לבטוח יותר הופיע ראשון בLet's AI בינה מלאכותית

מה בדיוק השתנה?

קלוד (Claude) הוא אחד מהצ’טבוטים הג’נרטיביים המובילים בשוק – המתחרה הישיר של ChatGPT, ובעיני רבים – ה-LLM הטוב בעולם!

העדכון מתייחס לכל המשתמשים בשירותי Claude Free, Claude Pro ו-Claude Max, כולל השימוש בכלי Claude Code. המשמעות היא שכל שיחה, קוד, או תוכן שתשתפו עם המודל עשוי לשמש את אנטרופיק כדי לשפר את ביצועי קלוד בעתיד. השינוי לא חל על שירותים מסחריים כמו Claude for Work, Claude Gov, Claude for Education, או שימוש ב-API דרך פלטפורמות כמו Amazon Bedrock ו-Google Cloud Vertex AI.

כחלק מהעדכון, החברה גם מאריכה את פרק הזמן שבו הנתונים נשמרים: במקום 30 יום בלבד, המידע יישמר עד חמש שנים – כל עוד הסכמתם לשימוש בו לצורכי אימון מודלים. אם תבחרו שלא לשתף את הנתונים שלכם לאימון, יישמרו השיחות רק ל-30 יום, כפי שהיה עד כה (בעיקר לצרכי אבטחה ובקרה).

האם כדאי לאשר את תנאי השימוש החדשים?

מה זה אומר בפועל? המשמעות היא שלכל המשתמשים קופצת הודעה עם הכניסה לאפליקציה, שבה מוצגת האפשרות להפעיל או לכבות את השימוש בשיחותיהם לאימון המודל, לרבות אישור תנאי השימוש החדשים. אם תאשרו את התנאים החדשים ותשאירו את האפשרות דלוקה, השיחות החדשות או שלכם יוכלו להפוך לחלק מתהליך האימון של אנטרופיק. שיחות ישנות שלא חזרתם אליהן לא ייכנסו לאימון.

פופאפ תמים למראה – מעכשיו ברירת המחדל היא שאנטרופיק מאמנים את המודלים שלהם על הדאטה שלכם, אלא אם תגדירו אחרת!

איך מכבים את אפשרות אימון המודלים בקלוד?

למי שמעדיף לשמור על פרטיות מלאה, ניתן בכל שלב להיכנס לתפריט ההגדרות (Settings), ללחוץ על “פרטיות” (Privacy), ולכבות את האפשרות שנקראת “Help improve Claude”. ברגע שתכבו אותה, הנתונים שלכם לא ייאספו עוד לטובת אימון עתידי.

כך מכבים את אפשרות אימון המודלים בקלוד.

למה זה חשוב?

כמעט כל דבר שאתם כותבים לקלוד – החל משאלות טכניות, התייעצויות עסקיות, מידע פיננסי או משפטי, רעיונות מקוריים, ועד מסמכים פנימיים של הלקוחות שלכם – עשוי להיאגר ולשמש כחומר גלם לאימון. גם אם אנטרופיק משתמשת בכלים אוטומטיים לסינון או טשטוש מידע רגיש, מדובר בצעד משמעותי שמציב שאלות אמיתיות על גבולות הפרטיות של המשתמשים. 

ראוי להדגיש: אנטרופיק מציינת במפורש כי היא אינה מוכרת את המידע לצדדים שלישיים. המטרה שלה היא לשפר את יכולות המודל, להגביר את הבטיחות שלו ולהפחית מקרים של שימוש לרעה, כמו הונאות, ספאם או הפצה של תכנים מזיקים. עם זאת, מהבחינה הפרקטית, כל מידע שתשאירו במערכת עלול להוות חלק מאימון עתידי, אלא אם תגדירו אחרת.

למה אנטרופיק עושה את זה?

החברה מנמקת את השינוי בצורך לשפר את המודלים באמצעות אינטראקציות אמיתיות עם משתמשים. כמו חברות אחרות בתחום, גם אנטרופיק טוענת כי מידע כזה חיוני כדי לחדד את היכולות של המודל, בין אם מדובר בכתיבת קוד, ביצוע ניתוחים מורכבים או שיפור יכולות ההבנה וההיגיון. מעבר לכך, הארכת תקופת שמירת המידע לחמש שנים מאפשרת לחברה לעבוד עם מאגר נתונים עקבי ורחב יותר לאורך זמן. כך ניתן לשפר את המודלים בצורה רציפה, לזהות דפוסי שימוש בעייתיים ולבנות מערכות סינון מתקדמות יותר נגד שימוש לרעה.

בעולם תחרותי בו חברות ענק נלחמות על המטבע היקר מכל – דאטה – כל פיסת מידע ודפוס שימוש, הופך להיות מכשיר חיוני במרוץ ליצירת ה-AGI או ה-ASI הראשון. אנטרופיק אמנם פחות מבליטה את הרצון שלה לייצר אינטליגנציית על שכזו (בניגוד לסם אלטמן מ-OpenAI, מארק צוקרברג מ-Meta, או אילון מאסק מ-xAI), אבל ניכר שהיא לא יכולה להתעלם מהכיוון שכל ענקיות ה-AI לוקוחת!

תשובות לשאלות שאתם בטח שואלים את עצמכם עכשיו

ש. מה קורה אם אני מכבה את ההגדרה?

ת. אם תכבו את האפשרות “Help improve Claude”, השיחות שלכם יישמרו רק ל-30 יום לצורכי תפעול ושירות, ולא ייכנסו לאימון המודל.

ש. האם השיחות הישנות שלי ייכנסו לאימון?

ת. לא. רק שיחות חדשות או כאלה שתמשיכו בהן לאחר השינוי עשויות לשמש לאימון. תוכן ישן ללא פעילות לא ישמש את החברה.

ש. האם אפשר לשנות החלטה?

ת. כן. בכל שלב אפשר להיכנס להגדרות הפרטיות ולשנות את ההעדפה. אם תחליטו לכבות את ההגדרה בעתיד, השיחות החדשות לא ייכנסו לאימון, אך תוכן שכבר נאגר ונעשה בו שימוש יישאר כחלק מהמודלים שכבר אומנו.

ש. מה לגבי משתמשים עסקיים ו-API?

ת. השינוי לא חל על משתמשי Claude for Work (צוותים וארגונים), ולא על שימוש ב-API דרך ענן כמו Amazon Bedrock. לקוחות עסקיים ימשיכו לפעול תחת תנאי שימוש אחרים.

ההמלצה שלנו

נראה שאנטרופיק מאמצת גישה דומה לזו של חברות מתחרות, המסתמכות על אינטראקציות אנושיות ואגירת דאטה משיחות לשיפור המודלים שלהן. לכן, אם אתם עובדים עם מידע רגיש, מומלץ לאשר את תנאי השימוש החדשים כדי להמשיך לעבוד עם קלוד, אך מיד להיכנס להגדרות הפרטיות ולכבות את האפשרות “Help improve Claude”. פעולה זו לוקחת פחות מעשר שניות, והיא הדרך הבטוחה ביותר לשמור על השליטה בנתונים שלכם.

קישורים חשובים

להרחבה, מוזמנים לעיין במסמכים הרשמיים שאנטרופיק פרסמה:

• ההודעה הרשמית באתר של אנטרופיק על עדכון התנאים.

• תנאי השימוש המלאים של אנטרופיק.

• מדיניות הפרטיות המלאה של אנטרופיק.

הפוסט עדכון חשוב בקלוד – אנטרופיק מאמנת את המודלים שלה על השיחות שלנו! הופיע ראשון בLet's AI בינה מלאכותית

שיחות שהפכו לסכנה

אדם ריין, בן 16 מקליפורניה שהתאבד באפריל 2025, נכנס לעולם הבינה המלאכותית כמו כל נער סקרן, בתחילה השתמש ב-ChatGPT כדי לקבל עזרה בשיעורי מתמטיקה ולשוחח על משחקי מחשב ואומנות דיגיטלית. עם הזמן, כשהתמודד עם חרדות ותחושת בדידות בבית, הפך הצ’אטבוט ל”אוזן קשבת”. ההורים מספרים כי “במקום לדבר איתנו, הוא דיבר עם הבוט, ושם מצא חבר קרוב מדי.”

לפי כתב התביעה, המעבר היה חד ומסוכן – ChatGPT לא הסתפק במענה כללי אלא סיפק לנער הנחיות טכניות על שיטות התאבדות, ניסח עבורו טיוטות למכתבי פרידה, ולא עצר את השיחה גם כשעלה בבירור כי מדובר בכוונה לסיים את חייו. “מה שראינו בפרוטוקולים זה לא עוזר דיגיטלי, אלא בן שיח שהעמיק את הייאוש שלו,” נטען במסמכי בית המשפט.

כתב אישום חריף ודרישות לשינוי

כתב התביעה, מסמך בן 40 עמודים שהוגש לבית המשפט העליון בקליפורניה, טוען לרשלנות חמורה מצד OpenAI. לפי ההורים, החברה לא התקינה מנגנוני הגנה בסיסיים ולא הציגה אזהרות מספקות שימנעו מקטינים להיחשף לסיכון קיומי. “כשאתה בונה מערכת שנכנסת לבתים של מיליוני משפחות, האחריות היא לא המלצה – היא חובה,” אמר אחד מעורכי הדין, רוברט ג’ונסון, המייצג את המשפחה.

בידי ההורים, כך נטען, למעלה מ-3,000 עמודי תכתובות עם ChatGPT המתפרשות על פני החודשים האחרונים לחייו של אדם, עדות למה שהם מכנים “הפיכת כלי עזר חינוכי ליועץ מסוכן ומדריך טכני למוות.”

לפי משפטנים, מדובר בתביעה הראשונה שבית המשפט נדרש לשקול בה ישות תאגידית גדולה כמו OpenAI כמבוקש ישיר על מות משתמש. היא מצטרפת לתיק שנפתח בשנה שעברה נגד Character.AI, שם נטען כי הבוט יצר קשרים תלותיים עם משתמשים צעירים, מה שעלול ליצור תקדים משפטי שיכריח חברות לשנות מן היסוד את אופן עיצוב מנגנוני ההגנה שלהן.

תגובת OpenAI והדיון הציבורי

ב-OpenAI הביעו צער עמוק על האירוע הטרגי. בהצהרה רשמית נמסר כי “המחשבות שלנו עם המשפחה. ChatGPT נועד להפנות משתמשים במצוקה לגורמי סיוע מקצועיים, ואנו מחויבים להמשיך ולשפר את המערכת כדי למנוע מקרים כואבים כאלה בעתיד.” עם זאת, החברה הודתה כי היו מקרים שבהם המערכת לא זיהתה כראוי סימני אזהרה, וכי היא בוחנת כעת צעדים חדשים – בהם חיזוק בקרות ההורים, שימוש בפרוטוקולים אוטומטיים להפסקת שיחות מסוכנות ושיתוף פעולה הדוק יותר עם קווי חירום לנוער.

התגובה התקבלה בציבור בערבוב של אמפתיה וביקורת. פעילים בתחום בריאות הנפש טענו כי “אין די בהבעת צער, נדרשים מנגנוני הגנה מיידיים וקשיחים יותר.” במקביל, משפטנים ואנשי טכנולוגיה מזהירים כי המקרה עלול להפוך לציון דרך משפטי שיחייב את כל תעשיית ה-AI לשנות את אופן בניית המערכות שלהן. הדיון שהתעורר חוצה גבולות – מוסרי, חברתי ומשפטי – ומעלה שאלה מהותית: עד כמה יכולה טכנולוגיה לשמש יד מושטת לעזרה, ומתי היא עלולה להפוך לכלי מסוכן.

תקדים שמאתגר את גבולות הטכנולוגיה

המקרה של אדם ריין אינו רק טרגדיה אישית, הוא מסמן נקודת מבחן קריטית ביחסים שבין בני אדם לטכנולוגיה מתקדמת. האירוע ממחיש כי גם כלים שנבנים כעזר לימודי או כחבר לשיחה עלולים להפוך לגורם מסוכן, אם אינם מצוידים במנגנוני הגנה חזקים ובאחריות ברורה מצד המפתחים. כעת, בתי המשפט בקליפורניה יידרשו לקבוע האם OpenAI תישא באחריות משפטית ישירה – הכרעה שעשויה לשרטט גבולות חדשים לכל תעשיית הבינה המלאכותית.

השאלה המרכזית שנותרה פתוחה: האם זהו מקרה נקודתי ומצער, או נקודת מפנה – ותחילתו של עידן שבו האחריות המשפטית של חברות טכנולוגיה תוגדר מחדש לא רק בארה”ב, אלא ברחבי העולם

הפוסט תביעה תקדימית נגד OpenAI בטענה ש-ChatGPT עודד התאבדות של נער בארה״ב הופיע ראשון בLet's AI בינה מלאכותית

לא עוד תוסף – דפדפן עצמאי חדש, מבוסס AI

חשוב להבין את גודל השינוי – לא מדובר בשיפור קוסמטי או באופטימיזציה לניהול לשוניות, אלא בשכתוב כללי של הדרך בה אנחנו חווים את האינטרנט. לפי הדיווחים, הדפדפן ישלב את הכוח של ה-Agent החדש מבית ChatGPT, ויציע פיצ’רים כמו בחירה אוטומטית וחכמה של לשוניות, עמוד בית דינמי המבוסס כולו על אלגוריתמים של בינה מלאכותית, וכן יכולות ניווט עצמאי של הדפדפן, שיבצע עבור המשתמש את החיפושים, הקריאה, הסיכום וההכוונה. זה מזכיר במובנים רבים את מנגנון הקופיילוט שמיקרוסופט שילבה בדפדפן Edge, אך הפעם על בסיס תשתית ייחודית ש-OpenAI בונה, המיועדת לשימושים נרחבים בהרבה.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס אוטומציות עם AI ובניית בוטים וסוכנים

לפרטים נוספים לחצו כאן >>

ממציאים את האינטרנט מחדש

במילים אחרות, OpenAI לא רק מסתכלת מהפריפריה על מה שפרפלקסיטי עשו, אלא לוקחת את הרעיון, מבצעת סוג של “העתק-הדבק” יצירתי ומנסה לרוץ צעד נוסף קדימה עם פתרון שיהפוך את הדפדפן למרכז בינה מלאכותית אישי ומותאם לכל משתמש. אם זה אכן יעבוד כפי שמקווים בחברה, השינוי יהיה הרבה מעבר לטכנולוגיה חדשה – הוא ישנה את מערכת היחסים שבין המשתמש לאינטרנט. אולי אפילו ימציא את האינטרנט מחדש, שכן כשדפוסי השימוש משתנים, וכשהצרכים משתנים – משתנה גם הממשק.

נסו לחשוב על שוק האפליקציות שצמח, עם השקתו של האייפון הראשון. נסו לחשוב על שוק ה-SEO שמשתנה מקצה לקצה בימים אלו ממש, כשגוגל כמנוע חיפוש מפסיק לפעול באותו האופן שבו פעל במשך כ-20 שנה, ומפסיק להפנות לאתרים, הודות לתשובות AI מוכנות מראש (Zero Clics). נסו לחשוב על מקצוע חדש שנולד – קידום אורגני דרך מודלי שפה גדולים (LLMs), שמחליף את קידום האתרים המסורתי.

בכל פעם שמגיעה טכנולוגיה משבשת – דברים משתנים. הזדמנויות צצות. איך זה יראה – למען האמת לא חייבים לדמיין, כי כבר היום ישנם כלים דומים בשוק. במקום שהמשתמש יחפש תכנים בעצמו, הדפדפן החדש (כך על פי השמועות) יאפשר אינטראקציה מבוססת שיחה, שבה המשתמש פשוט “ידבר” עם הדפדפן, וזה בתורו יבצע את כל עבודת החיפוש, הקריאה, הסיכום וההכוונה. התהליך כולו יתבצע מאחורי הקלעים, ויחסוך את הצורך בניווט ידני בין אינספור תוצאות חיפוש, פורומים ומקורות מידע. המשמעות היא לא רק חיסכון בזמן, אלא גם גישה למידע ממוקד ומותאם יותר לצרכי המשתמש, לצד הפחתה של רעש דיגיטלי וחוויית גלישה יעילה בהרבה.

מעבר לטכנולוגיה – שינוי בתשתיות

מעבר לכל אלה, אפשר לראות בניסיון של OpenAI לבנות דפדפן עצמאי סימן נוסף לכך שחברות AI שואפות להשפיע לא רק על השימושים הקלאסיים של בינה מלאכותית, אלא גם על תשתיות הבסיס של הרשת. השילוב העמוק של טכנולוגיית AI בממשק הגלישה יוכל, בטווח הארוך, לשנות את הדרך שבה מתווכים לנו תכנים דיגיטליים, איך נראים מסעות חיפוש ברשת, ואפילו את האופן שבו חברות פרסום ומנועי חיפוש פועלים.

אם הרעיון הזה יצליח, המשתמשים יגלו שמה שפעם דרש מאמץ רב – מציאת מקורות מידע אמינים, סינון תוצאות, הבנת מגמות – יהפוך להיות תהליך אוטומטי, יעיל ומבוקר יותר. האינטרנט לא יהיה רק רשת עצומה של מידע, אלא סביבת עבודה מותאמת-אישית, שבה הדפדפן הוא לא רק כלי אלא ממש שותף מקצועי למסע המידע.

באופן טבעי, כל מהלך מהסוג הזה מעורר גם סימני שאלה ואתגרים: פרטיות, נטרול פייק ניוז, שקיפות בהחלטות האלגוריתם ואפילו השפעה על הרגלי צריכת המידע של כולנו. זהו תהליך דינמי, שבסופו של דבר ישפיע לא רק על עולם הטכנולוגיה, אלא גם על הכלכלה, החינוך, התקשורת ועוד.

צעד אמיץ עם סיכויים לא ברורים

השורה התחתונה ברורה: OpenAI לא מסתפקת בשדרוגים מינוריים או תוספים לדפדפנים קיימים, אלא מכוונת לשנות מהיסוד את מה שאנחנו חושבים על גלישה באינטרנט. הניסיון להטמיע יכולות אייג’נטיות חכמות בליבת הדפדפן הוא צעד אמיץ, שבפוטנציאל שלו יכול לחולל טרנספורמציה במפגש שבין האדם לרשת.

עם זאת, יש לזכור שלא מדובר ב”מהפכה” מיידית, אלא במהלך הדרגתי שיבחן על ידי המשתמשים, יזכה לשיפורים ותיקונים, וישפיע בעיקר אם אכן ייתן מענה איכותי, מהיר ואמין יותר לכלים המתחרים. ימים יגידו האם הדפדפן החדש של OpenAI אכן יהיה המענה שמגדיר מחדש את כללי המשחק, או שמדובר בעוד ניסוי טכנולוגי שאפתני.

פרפלקסיטי, כרום והמרוץ החדש

ואם כבר הזכרנו את קומט ופרפלקסיטי – החברה לא מסתפקת בפיתוח והפצת הדפדפן האייג’נטלי שלה, אלא פועלת באגרסיביות גם בזירה התקשורתית והעסקית, כפי שהוכיחה בהצעת הרכש המפתיעה לרכוש את דפדפן כרום (Chrome) של גוגל תמורת 34.5 מיליארד דולר. אף שמרבית האנליסטים והמשקיעים רואים במהלך הזה מהלך יחצני לכל היותר, וסיכוייו להתממש קלושים במיוחד, עצם הגשת ההצעה ממקמת את פרפלקסיטי כשחקנית שאפתנית שמבקשת לערער על הסדר הקיים ולתפוס מקום בשורה הראשונה של שוק הדפדפנים. מדובר במהלך שמעיד עד כמה פרפלקסיטי נחושה לייצר לעצמה נראות בזירה הציבורית והמשפטית, ולהציג אלטרנטיבה ממשית לענקיות כמו גוגל ואפילו OpenAI. במובן הזה, ההצעה מהדהדת את אותה שאיפה שמניעה את המירוץ סביב הדפדפנים האייג’נטליים – לא רק לשנות את חוויית הגלישה, אלא לייצר שיח חדש על שליטה, פתיחות וחדשנות בממשקי האינטרנט של העידן הבא.

מה שבטוח, התחום הזה נמצא כעת בתחרות צמודה, עם כניסת שחקנים כמו פרפלקסיטי ו-OpenAI לשוק הדפדפנים, והעובדה שכולם מנסים להפוך את הגלישה לחכמה, דינמית ומבוססת שיחה. יש פה הזדמנות להמציא מחדש את האינטרנט ואת חויית הגלישה, לייצר מקצועות חדשים, דפוסי שימוש חדשים, ופתרונות חדשים – ואולי, לראשונה, לתת לאינטרנט לעבוד בשבילנו, ולא להיפך.

הפוסט מלחמת הדפדפנים מתחממת – האם OpenAI תשיק דפדפן חדש? הופיע ראשון בLet's AI בינה מלאכותית

תחרות ייחודית ומשמעותית

התחרות, The Alzheimer’s Insights AI, מזמינה מומחי בינה מלאכותית, מדענים, חברות וסטארטאפים מכל העולם לפתח פתרון שיצליח להפיק תובנות חדשות ממיליוני נתונים שנאספו במשך שנים על המחלה. הסבבים הראשונים של התחרות ייערכו כבר בדצמבר הקרוב בסן דייגו, והגמר הגדול ייערך במרץ 2026 בקופנהגן. הצוות הזוכה לא רק יזכה בפרס, אלא יאפשר לכל המדענים בעולם להשתמש בכלי בחינם – במטרה לקדם מחקר גלובלי ושיתוף פעולה רחב.

חשיבות הטיפול במחלת האלצהיימר

למה זה כל כך חשוב? כי מחלת האלצהיימר נחשבת לאחד האתגרים הגדולים של עולם הבריאות – כ-55 מיליון בני אדם חיים כיום עם דמנציה, וההערכות הן שמספר זה ישולש עד 2050. איפה ה-AI יכול לעזור לנו במקומות שבהן טכנולוגיות אחרות נכשלו? בכיר ב-Gates Ventures מספר: “האתגר הוא לא מחסור במידע – אלא עודף מידע שמקשה על מדענים לראות את התמונה המלאה. כאן הבינה המלאכותית נכנסת לפעולה”.

וזה בדיוק מה ש-AI עושה מצוין. מנתח כמויות דאטה אדירות, מפריד בין עיקר לתפל, מוצא דפוסים ומגמות, ואם צריך גם יודע להמליץ, לפתח, ליזום ואפילו לחשוב מחוץ לקופסא. ממש כמו מדען אנושי, רק בלי המגבלות הפיזיות, ועם גישה לכל המידע שקיים.

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

לפרטים נוספים לחצו כאן >>

המעורבות הרחבה של ביל גייטס

גייטס לא עוצר במיליון דולר! הוא הודיע לאחרונה על כוונתו להגדיל באופן דרמטי את מעורבותו הפילנתרופית ולהעמיד סכום עצום של כ-200 מיליארד דולר לתרומה בעשרים השנים הבאות. מדובר בהכפלה משמעותית של ההשקעה האישית שלו בקידום פרויקטים ומחקרים פורצי דרך בתחומי הבריאות, החינוך, המלחמה במגפות העולמיות, וכמובן – גם בחיפוש אחר טיפול יעיל למחלת האלצהיימר.

המטרה שלו היא לתעל את המשאבים האדירים שצבר כדי לקדם פתרונות חדשניים לבעיות הגדולות שמעסיקות את האנושות. לטענתו, המהלך מגיע מתוך תפיסה שהעתיד של מחקר הרפואה, ובעיקר של מחלות ניווניות כמו אלצהיימר, טמון בשילוב בין משאבים כלכליים, טכנולוגיה מתקדמת ובינה מלאכותית.

האם זו תהיה נקודת המפנה? ימים יגידו. אבל מה שבטוח, בשנים האחרונות ראינו פריצות דרך מדעיות, הודות לשימוש בטכנולוגיות AI, בתחומים כמו חקר הסרטן, פיתוח נוגדנים, חיזוי מגפות ועוד. נראה שגם בעולם הרפואה והמחקר, העתיד נמצא ב-AI.

הפוסט מיליון דולר למי שימצא תרופה לאלצהיימר עם AI הופיע ראשון בLet's AI בינה מלאכותית

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס אוטומציות עם AI ובניית בוטים וסוכנים

לפרטים נוספים לחצו כאן >>

צפו בסרטון ההשקה של הכלי

לפני הכל, צפו בסרטון ההשקה שפרסמה Genspark, בו יש הסבר מפורט על הכלי והיכולות שלו:

Genspark AI Developer – העתיד של פיתוח ללא קוד כבר כאן

אז מה יש לנו פה? פלטפורמת Genspark AI Developer מבוססת על ארכיטקטורת Claude Code. בניגוד לפלטפורמות אחרות שמיועדות בעיקר למפתחים, כאן המטרה היא ברורה: לאפשר לכל אדם, גם ללא ידע קודם ואפילו בלי ניסיון מינימלי, להוציא לפועל רעיונות. מדובר בגישה תפיסתית חדשה שמביאה לשולחן את הרעיון של “בינה מלאכותית מפתחת” – כזו שלא עוסקת רק בהשלמת שורות קוד, אלא בונה תהליכי פיתוח שלמים, מקצה לקצה.

מהי Claude Code?

Claude Code פותחה ב-Anthropic כסוכן בינה מלאכותית אוטונומי לכתיבת, בדיקת ותחזוקת קוד. אין מדובר פה על השלמה למפתח בלבד, אלא על מנוע שמנהל תהליכים מורכבים מקצה לקצה, כולל פיתוח, בדיקות, אופטימיזציה והעלאה לסביבה חיה, עם שליטה מלאה בקונטקסט של הקוד והפרויקט. הכלי פועל כ-Agent המסוגל לקבל פקודות כוללניות ולבצע משימות תוך בקרה אנושית על תהליכים רגישים.

Genspark AI Developer נבנה בהשראת Claude Code, אך במקום כלי למפתחים (כמו קלוד קוד), מדובר בפלטפורמה נגישה לכל משתמש, שמשלבת ממשק פשוט, סוכני AI מתקדמים וממשק אייג’נטלי שלא מצריך ידע בכתיבת או קריאת קוד. חשוב לציין – זה לא IDE ולא SDK, אלא “מערכת סוכנית” (כן – צירוף מוזר בעברית) לבניית מוצרים דיגיטליים בעזרת הנחיות בשפה טבעית בלבד.

הקשר בין Genspark AI Developer ל”קלוד קוד” | Credit: Genspark.

היתרון הגדול הוא ביכולת של Genspark לעבוד במקביל עם מספר מודלי AI, כאשר Claude Code מהווה את השכבה המרכזית בתהליך. כך, כל משימה – החל מבניית אתר בסיסי, דרך אוטומציה של תהליכים ועד לפיתוח אפליקציות מתקדמות – מתבצעת מתוך הבנה רחבה של הלוגיקה העסקית, מבני הנתונים, ממשקי המשתמש והצרכים האמיתיים של המשתמשים. מדהים!

מה מיוחד בכך – ומדוע זה כל כך משמעותי?

השילוב בין Claude Code ל-Genspark יוצר מנוע פיתוח שמבין לא רק “איך לכתוב קוד”, אלא “מה צריך לבנות” ולמה. המשמעות היא שהמערכת יודעת לקחת תיאור עסקי פשוט כמו: “בנה מערכת לניהול הזמנות בסלון יופי”, ולהפוך אותו תוך דקות למערכת אמיתית, מותאמת לצרכי העסק, עם תהליכי הרשמה, דוחות ניהוליים, דשבורדים ועיצוב מקצועי. פרונטאנד ובקאנד! הייחוד הזה מאפשר:

• קיצור דרמטי של תהליכי פיתוח: במקום שבועות או חודשים של פיתוח מסורתי, הכלי מביא לתוצאה מקצועית תוך דקות.

• שיפור איכות ובקרה: Claude Code מנתחת לא רק את הקוד, אלא גם את ההקשר, ובונה פתרונות שלמים שמותאמים לדרישות.

• שקיפות וגמישות: ניתן לשלב את Claude Code עם מודלים נוספים (למשל GPT-5), ולבחור בכל שלב את הכלי המתאים ביותר למשימה.

איך בונים אפליקציות ואתרים עם Genspark AI Developer?

איך זה נראה בפועל? שימו לב!

1) התחברות לג’נספארק

כנסו ל-Genspark, בחרו מה אתם רוצים לבנות – למשל, אתר או אפליקציה פשוטים.

מה בא לכם לבנות? אתר? אפליקציה?

2) בחירת מודל

בחרו מודל (אמנם ה”מוח” מאחורי הכלי הוא Claude Code, אבל בשוטף אתם יכולים לעבוד עם המודלים המובילים בשוק). הבחירה בין מספר מודלי בינה מלאכותית מתקדמים, כדוגמת Claude Sonnet 4, Opus 4.1, GPT-5 ו-Kimi + Groq, מעניקה למשתמשים חופש תנועה מרבי ויכולת להתאים את תהליך הבנייה לצרכים האישיים או העסקיים. 

המודלים המובילים בשוק עובדים בשבילכם!

3) כתיבת פרומפט

כתבו פרומפט מסודר, בו תפרטו את הצורך שלכם, האיפיון של המוצר שאתם רוצים לבנות, ולחצו אישור. תוך זמן קצר תקבלו אתר, אפליקציה, או אפילו משחק. מאחורי הקלעים פועלת Claude Code, בונה, בודקת, מפרסמת ומתחזקת. הכול מתבצע תוך הבנה מלאה של התמונה הגדולה, ולא רק כתגובה אוטומטית לשורה בודדת של קוד.

מהפכת סוכני הקוד – מעבר מ-L3 ל-L4

בעשור האחרון ראינו כיצד עולם הפיתוח נפתח אט אט בפני קהלים רחבים יותר, אך החסמים האמיתיים תמיד נותרו שם – הקוד, שפת הפיתוח, הצורך בהבנה טכנית עמוקה. Genspark AI Developer יוצא נגד הפרדיגמה הזו ומציע קפיצה תפיסתית שעד כה נדמתה דמיונית: סוכני קוד אוטונומיים ברמה 4 (L4), שמבצעים את תהליך הפיתוח מקצה לקצה – כמעט ללא מגע יד אדם.

המעבר מ-L3 ל-L4 מסמן קפיצת מדרגה נוספת | Credit: Genspark.

מה ההבדל בין L3 ל-L4 ומה זה לעזאזל?! בואו נעשה קצת סדר…

בתחום סוכני הקוד, ההתקדמות הטכנולוגית שעד כה שירתה בעיקר מפתחי תוכנה, לא הצליחה לספק מענה רחב למיליוני משתמשים שאינם יודעים קוד, אך רוצים להוציא רעיונות דיגיטליים לפועל. כלים מהדור השלישי (L3), דוגמת Cursor ו-Lovable, אפשרו אוטומציה, תיקון שגיאות והצעות לקוד, אך נשענים על ידע מוקדם בסביבות פיתוח ולוגיקה תכנותית, ולכן מתאימים בעיקר למפתחים. אמנם לאבבול יותר נוח ואינטואטיבית, אבל קורסור זה כבר סיפור אחר לגמרי!

לטענת החברה, Genspark AI Developer מייצגת את קפיצת המדרגה לדור הרביעי (L4): במקום כלי עזר טכנולוגי לאיש מקצוע, כלי שמתפקד כסוכן אוטונומי בעל יכולות יזמיות – כלומר, הבינה המלאכותית מתכננת, מאפיינת, מפתחת, בודקת, ממטבת ומשיקה מוצרים דיגיטליים שלמים באופן עצמאי ושקוף. כל התהליך מתבצע ללא תלות בידע תכנותי מצד המשתמש, מה שמאפשר לכל אחד להפוך רעיון למציאות דיגיטלית תוך זמן קצר וללא חיכוך עם צוותי פיתוח או מחסומים טכנולוגיים. המעבר ל-L4 אינו רק טכנולוגי – הוא בראש ובראשונה שינוי מחשבתי. הייחוד של סוכן L4 כמו Genspark AI Developer הוא בתפקיד הכפול שהוא לוקח על עצמו: גם הארכיטקט של המוצר וגם הקבלן שמבצע בפועל. למעשה, מהפכת L4 הופכת את הבינה המלאכותית ל”מפתחת צללים” עבור כל מי שיש לו רעיון – מחלום למוצר, בלי שלבים מתישים ובלי צווארי בקבוק.

פשטות בשירות היצירתיות, גם עבור אנשי מקצוע!

העוצמה הגדולה של Genspark AI Developer מתבטאת במגוון הרחב של הכלים והאפשרויות שהוא מציע, ובגישה חדשנית שמורידה כמעט לחלוטין את רף הכניסה לעולם הבנייה הדיגיטלית. אין צורך לנהל אינטגרציות מסובכות או להבין שפות תכנות – כל אחד, בכל שלב, מקבל כאן מארז של עוצמות טכנולוגיות בלחיצת כפתור.

1) פשטות טוטאלית – מרעיון למוצר תוך דקות

Genspark AI Developer נבנה סביב רעיון של “פשטות מעשית”. המשתמש מזין תיאור פשוט של הצורך או המטרה (למשל: אתר הזמנות, חנות דיגיטלית, אפליקציית משימות), והמערכת הופכת אותו לאתר שלם, מעוצב ומותאם אישית, הכולל גם מערכת ניהול, דשבורד ושליטה מלאה בכל הפונקציות. כל זאת בפשטות, במהירות וללא צורך בידע מוקדם.

2) בחירת מודלים חכמה – התאמה אופטימלית לכל משימה

בין אם נדרש קצב פיתוח מהיר, קוד איכותי במיוחד או שילוב של שפות ותשתיות, Genspark מאפשרת לבחור מתוך כמה מהמודלים המתקדמים ביותר בעולם הבינה המלאכותית: Claude Sonnet 4, Opus 4.1, GPT-5, Kimi + Groq ואחרים. השילוב הזה מעניק גמישות, מייעל את תהליך הפיתוח ומבטיח שהתוצאה תתאים בדיוק לצרכים הספציפיים של כל פרויקט, או להעדפות של כל משתמש. הרי לכל אחר מאיתנו יש את “החבר הדיגיטלי” או המודל המועדף עליו. חופש הבחירה פה סופר חשוב!

3) אינטגרציה טבעית ל-GitHub – מתאים גם לאנשי מקצוע מנוסים!

המערכת יודעת להתחבר ישירות ל-GitHub, לייבא פרויקטים קיימים, לבצע שינויים, לייצר Pull Requests, לבדוק גרסאות ולהעלות אותן לאוויר – הכל מתוך ממשק אינטואיטיבי, בדפדפן או באפליקציה. המשמעות היא שכל משתמש, גם אם אינו מפתח מקצועי, נהנה מכוח של כלים מקצועיים בלי להסתבך עם קונפיגורציות או הגדרות מסורבלות. כלומר, גם מפתחים מנוסים יכולים להיעזר בסוכן L4 שכזה, כדי לייעל תהליכים שעד כה דרשו שעות רבות, ולפנות לעצמם זמן לחשיבה יצירתית או משימות מורכבות יותר.

מעבר ליכולות הניהול והפיתוח, Genspark AI Developer מבוסס על תפיסה של “סוכן פיתוח אוטונומי”: הוא מתכנן, כותב, בודק, מעלה לאוויר ומתחזק – כמעט ללא התערבות אנושית. כל משתמש, מכל תחום, יכול להוציא רעיון דיגיטלי אל הפועל במהירות ובדיוק – ולקבל תוצאה שנראית ומרגישה כמו עבודה של צוות פיתוח מקצועי.

ג’נספארק לא לבד בזירה!

ההשקה של Genspark AI Developer ממשיכה את המגמה של מעבר ממערכות שמסייעות לאנשי מקצוע, למערכות שמעצימות את כולם. זוהי דמוקרטיזציה של הטכנולוגיה במיטבה, בה כולנו זוכים להזדמנות שווה ליצור, לשנות ולהשפיע על המרחב הדיגיטלי. נכון – לא כל פתרון יתאים לכל צורך, ולעיתים עדיין יידרש מפתח מיומן, אך הכיוון ברור! קיצור תהליכי פיתוח, פישוט תהליכים, והנגשת הבינה המלאכותית לכל שכבת משתמשים. 

וגם פה חשוב לזכור – Genspark ממש לא לבד בזירה! Lovable, היוניקורן השוודי ו-Base44 שעשתה אקזיט בעשרות מיליונים, ימשיכו לשרת הן מפתחים והן אנשים חסרי ניסיון, שכמהים לכלים מתקדמים וגמישים! עם כניסתה, או שמא נאמר – התפרצותה, של Genspark AI Developer לסצנה, ברור כי קוד כבר לא שייך רק למפתחים – והעתיד של היצירה הדיגיטלית פתוח באמת לכולם. זה כלי מדהים שמאוד כדאי לכם לבדוק. שחקו איתו קצת – אין לי ספק שתיהנו!

הפוסט Genspark משחררת כלי Vibe Coding חדש: Genspark AI Developer הופיע ראשון בLet's AI בינה מלאכותית

איך הגענו לכאן? GPT‑5 “מודל אחד שישלוט בכל”

ב‑7 באוגוסט 2025 חברת OpenAI השיקה את GPT‑5 – מודל הדגל החדש שלה, כזה שלא שואל שאלות, ומחליט בשבילכם. לא עוד בחירה ידנית בין רשימה אינסופית של מודלים! החלופה – מודל אייג’נטלי שמתיימר לדעת יותר טוב מכם, מה אתם רוצים וצריכים. זה לפחות היה החזון – אבל חלומות לחוד ומציאות לחוד. בפועל, המצב החדש לא בא טוב להרבה משתמשים.

GPT-5 – One model to rule them all.

ומה לגבי מי שבכל זאת רוצה קצת שליטה? בימים הראשונים שלאחר השקת המודל, מנויים בתשלום קיבלו את האפשרות להשתמש בבורר מודלים דינמי, שהחיל אך ורק שני מצבי עבודה באותה העת: GPT-5 ו-GPT-5-Thinking. הראשון – מודל שמחליט מתי לג’נרט במהירות ובקלילות, ומתי להפעיל יכולות הסקה מתקדמות (וגם איטיות יותר). השני – מודלי ריזונינג קלאסי, או אם תרצו – הדור הבא של o3. 

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

לפרטים נוספים לחצו כאן >>

שובם של מודלי הלגאסי

במהלך השנים האחרונות, כל השקה של מודל חדש מצד OpenAI לוותה באירועי השקה נוצצים, עדכונים סוערים ברשתות החברתיות ושפע השוואות: מה יותר טוב? מי מהיר יותר? איזה מודל מבין טוב יותר את השפה? מי יותר רגיש? אבל בחצי שנה האחרונה נדמה שמשהו השתנה – משהו נסדק. המודלים ששוחררו היו פחות “אפויים”, וזה הרגיש שמישהו ב-OpenAI מצד אחד רוצה לשחרר מהר מהר מודלים חדשים, ומצד שני, לא מקדיש לכל מודל את הזמן הנדרש כדי להתאים אותו לקהלי היעד, ולצרכים והשימושים שלהם.

וגם הפעם היו רבים שהיללו את המודל החדש, שמייתר את כאב הראש שבבחירת מודל, ו”מחליט בשבילנו”. מצד שני רבים טענו שהמודל החדש לא מתאים לכולם, ושהם היו רוצים את אפשרות הבחירה. המודל החדש – GPT5 – מצוין בכתיבת קוד, יש בו הרבה פחות שגיאות והזיות, הוא מגיע עם חלון הקשר של 400K טוקנים ב-API, ומצוין בפעולות מתמטיות. כל אלו הופכים אותו למושלם עבור עולם האנטרפרייז. אבל מצד שני – משהו הלך לאיבוד בדרך. אולי זה הרגש והרגישות. אולי זו האנושיות (אם אפשר לכנות מודל AI כ”אנושי”).

ועכשיו, כצפוי, OpenAI נכנעת ומחזירה את מודלי הלגאסי האהובים.

Return of the Legacy Models.

איך מפעילים את מודלי הלגאסי?

המודל הראשון שחזר היה GPT-4o הישן והטוב. מודל מאוד מהיר, מצוין בעברית, שמתאים למשימות מהירות ופשוטות. זה לא המודל לנתח איתו את דו”ח הרווח-הפסד שלכם, וזה בטח שלא המודל לכתוב איתו את הקוד לסוכן החדש שאתם בונים. אבל הוא מושלם לכתיבה של טקסטים, פוסטים, מאמרים, בלוג-פוסטים, יצירת תמונות, סיכום של תוכן או הרחבתו, ועוד. 

כדי להפעיל את מודלי הלגאסי יש ללחוץ על תמונות היוזר שלכם, ואז על הגדרות (Settings). שם, בתוך לשונית General תמצאו את הכפתור שמאפשר להציג את המודלים הישנים.

הצגת מודלי הלגאסי ב-ChatGPT.

אבל למה להסתפק רק ב-4o? אתמול, 14.8.25, חזרו אל חיינו גם מודלים אהובים נוספים ומתקדמים הרבה יותר מ-GPT-4-o. אם יש לכם מנוי בתשלום והפעלתם את אפשרות הצגת מודלי הלגאסי, תגלו שלחיצה על כפתור בורר המודלים (בצד שמאל למעלה), מאפשרת לכם להגיע גם למודלים ישנים (אך טובים ומתקדמים) כמו o3 המדהים. אם תשאלו אותי – כנראה שזה מודל הריזונינג הטוב בשוק! אמנם לא הכי חדש, אבל אחד היציבים והאמינים שבהם. מעולה למשימות רב-שלביות, מצוין בפעולות מתמטיות, מדהים בניתוח קבצים פיננסיים, ובאמת כל מה שאתם מצפים ממודל מתקדם.

אגב, אם אתם רוצים ללמוד עוד על ניתוח נתונים ומסמכים פיננסיים עם מודלי ריזונינג, פה תמצאו מדריך מפורט ופשוט מעולה!

כך תוכלו להשתמש במודלי הריזונינג הישנים והטובים של ChatGPT.

לצד o3 ו-o4-mini קיבלנו חזרה גם את GPT-4.1, שקצת עבר מתחת לראדאר של משתמשים רבים, אבל מבחינתו הוא עוד מודל אהוב במיוחד. באופן מפתיע, למרות שזה לא הייעוד שלו, הוא מצוין גם בכתיבה שיווקית (מעבר ליכולות המרשימות הנוספות שלו, עליהן תוכלו לקרוא כאן).

מצבי חשיבה חדשים

מעבר לחזרתם של o3, חזרת המודלים הישנים, קיבלנו גם מצבי חשיבה חדשים: Auto / Fast / Thinking-mini / Thinking.

מצבי החשיבה החדשים של GPT-5.

בואו נעשה קצת סדר ונסביר מה ההבדל בין כל מצב חשיבה:

• מצב Auto: זהו מצב ברירת המחדל של המערכת, והוא מאפשר ל-GPT-5 להחליט באופן דינמי כמה “להשקיע” בחשיבה לפני כל תשובה. ההחלטה מתבצעת על סמך ניתוח של הפרומפט, מהלך השיחה ודפוסי השימוש שנלמדו. אם מזוהה בעיה מורכבת, המערכת יכולה להעמיק באופן אוטומטי ולהפעיל חשיבה מדורגת (Reasoning). מצב זה מתאים לרוב המשימות היומיומיות, כמו כתיבה, עריכה, תשובות לשאלות “מידעיות” וכתיבת קוד שגרתית. מצב זה אמור לאזן בין מהירות לעומק. היתרון: חוויית שימוש נטולת עומס בחירה. החיסרון: פחות שליטה על זמני תגובה ועוצמת החישוב.
• מצב Fast: מצב זה ממוקד במהירות מקסימלית ומפחית משמעותית את משך “החשיבה הפנימית” של המודל לפני מתן תשובה. זהו מצב אידיאלי למשימות קצרות, לסיכומים מהירים, להנחיות תפעוליות ולשימושים שבהם החשיבות העליונה היא זמן תגובה קצר ולא ניתוח מעמיק. חשוב לציין שבמצבים הדורשים הסקה וחשיבה מעמיקה, או דיוק גבוה, איכות התשובות עשויה להיות נמוכה יותר לעומת מצב Thinking. אם תרצו, זו המקבילה למודל GPT-4o הישן.
• מצב Thinking‑mini: מצב ביניים זה מעניק יותר עומק ניתוח מ-Fast, אך בעוצמת חישוב נמוכה בהרבה ממצב Thinking ה”מלא”. המצב הזה מתאים לבעיות לוגיות או טכניות ברמת קושי בינונית, לסקירות קוד לא מעמיקות במיוחד ולפירוק בעיות לכמה שלבים. הוא מהיר יחסית למודלי ריזונינג אחרים. בנוסף, המערכת מפנה אליו אוטומטית כאשר חורגים מהמכסה השבועית של מצב Thinking המלא. מצב זה מהווה מעין מקבילה למודל o4-mini הישן.
• מצב Thinking: מצב זה מקצה למערכת יותר זמן ומשאבים לניתוח פנימי יסודי, מה שמאפשר לה להגיע לתשובות מדויקות ועמוקות במיוחד. זהו מודל הריזונינג העוצמתי במיוחד במנוי פלוס (יש לו גם גרסה חזקה יותר במנוי Pro), והוא מתאים במיוחד למשימות מורכבות כמו לוגיקה מתקדמת, חישובים מתמטיים, ניתוח קבצים פיננסיים ודו”חות, ביצוע פעולות רב-שלביות, דיבאגינג, פתרון בעיות מורכבות, ניתוח מרובה קבצים ועוד. יתרונו המרכזי הוא הדיוק והעקביות במשימות קשות, אך הוא איטי יותר ומוגבל למכסה שבועית (ולאחר מכן מתאפשר שימוש ב-Thinking‑mini). מודל זה הוא המקבילה ל-o3 הישן והטוב. חשוב לציין שהוא הרבה יותר איטי והרבה יותר “אייג’נטלי” – כלומר, הוא יקבל החלטות בעצמו. הוא יכול להחליט לגלוש ברשת לאסוף מידע שחסר לו, גם אם לא ביקשתם. הוא יכול להחליט לייצר טבלאות ותרשימים, גם אם לא ביקשתם. הוא יכול לייצר מפרומפט בודד מספר רב של תוצרים (טקסט, גרפים ותרשימים, טבלאות ועוד). 

מי החליף את מי? ישן מול חדש | Credit: OpenAI

האם OpenAI נכנעה?

מה אפשר ללמוד מכל הסיפור הזה? האם OpenAI מודה בטעות? האם זה צעד אחורה או קדימה? האם מודל שבוחר בשבילנו ומחליט בשבילנו זה לאו דווקא דבר טוב? האם יכולות אייג’נטליות מרחיקות מאיתנו את ה”אנושיות” של המודלים הישנים (עד כמה שניתן לומר משפט כזה)? הרבה שאלות, מעט תשובות (אותן נגלה לאורך הדרך, בעיקר לאחר שנוכל לנתח את דפוסי השימוש של משתמשים לאורך זמן). מה שבטח, לא כל השקה של מודל חדש היא גיים צ’יינג’ר! ולפעמים, מודלים ישנים שעושים את העבודה ושמשתמשים התרגלו לעבוד איתם, מספיק טובים. או כמו הסיסמה הנדושה (אך הנכונה תמיד) – If it ain’t broke, don’t fix it.

הפוסט שובם של מודלי הלגאסי! האם ChatGPT צועד קדימה או אחורה? הופיע ראשון בLet's AI בינה מלאכותית

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

לפרטים נוספים לחצו כאן >>

מודל דגל חדש בשכונה – GPT-5 פה כדי לפשט!

בורר המודלים של GPT-5 בגרסה בתשלום.

הסוף לכאוס ולרשימת המודלים האינסופית!

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

לפרטים נוספים לחצו כאן >>

חלון קונטקסט גדול של 400K טוקנים ב-API!

יתרון אדיר נוסף שממחיש את הפער בין GPT-5 למודלים הקודמים של OpenAI, הוא חלון הקונטקסט הגדול יחסית. עד לאחרונה, עבודה עם מסמכים בני מאות עמודים או עם דאטה-סטים רחבים דרשה פיצול למקטעים או הקרבה באיכות הזיכרון. בדורות הקודמים הסתפקנו בכ-200,000 טוקנים, אבל כעת, GPT-5 משנה את כללי המשחק – הוא מסוגל לקבל ולנתח מסמכים בהיקף של עד 400,000 טוקנים דרך API! זה לא הכי גדול (מודלי ג’מיניי מתהדרים כבר תקופה ארוכה בחלון הקשר של מיליון טוקנים, וגם במודלים אחרים של OpenAI, כמו o4-mini-high ראינו דברים דומים), אבל זה שיפור משמעותי ממה שקיבלנו עד היום במודל הדגל של הפלטפורמה.

במבחני OpenAI-MRCR, שבודקים יכולת שליפה והבנה מתוך קונטקסטים ארוכים ומורכבים, GPT-5 עוקף בביטחון דגמים כמו O3 ו-GPT-4.1, במיוחד ככל שהקלט מתארך (עד 256,000 טוקנים למבחן). המשמעות היא שגם במבחני ”מחט בערימת שחת”, שבהן המודל מתבקש לשלוף פרט מידע מתוך כמות דאטה אדירה (כמו עשרות תכתובות, דוחות מפורטים או נתוני חיפוש אינסופיים), המודל מצליח לאתר מידע נקודתי ולשלוף אותו בדיוק מרשים ביותר של מעל 90%.

הקפיצה הזאת מגובה גם בנתוני BrowseComp Long Context, מבחן חדש שמדמה חיפוש והסקה מתוך מאות אלפי מילות מידע: כאשר הוזן קלט בגודל 128K–256K טוקנים, GPT-5 הצליח להגיע לתשובה הנכונה ב-89% מהמקרים – פי כמה מהיכולות של מודלים קודמים.

חלון הקונטקסט של GPT-5 כגדול מבעבר! 400K טוקנים | Credit: OpenAI.

לא רק איכות, אלא גם אמינות

לפירוט הביצועים המלאים, לחצו פה.

וכמו תמיד – אחרי שההייפ פוחת, אנחנו נשארים פה כדי לפצח את היוזקייסים, לבחון ולבדוק את ביצועי המודל בפועל, ולדווח לכם האם הוא באמת טוב כמו שהוא נשמע. רוצים להישאר מעודכנים? הצטרפו לקהילות ולניוזלטר שלנו.

הפוסט כל מה שצריך לדעת על GPT-5 הופיע ראשון בLet's AI בינה מלאכותית

האם נצליח להתעורר בזמן?

בואו נדבר קצת על קריאת ההשכמה של ועדת נגל. יש דוחות שנכתבים כדי לסמן וי, ויש כאלה שמניחים אצבע על הדופק הלאומי ומכריזים: זה עכשיו או לעולם לא. דוח ועדת נגל הוא בדיוק כזה – מסמך שמציב מראה מול מדינת ישראל, וחושף פערים עמוקים בין פוטנציאל אדיר למציאות שלא מחכה לנו. אנחנו ב-LetsAI אומרים את זה כבר שנים, וגם בתוכנית שלנו “בינה אחרת” מדברים על זה כמעט כל שבוע, אבל אם למישהו זה עדיין לא היה ברור – אז עכשיו זה ברור כשמש! אנחנו לא בכיוון… בכלל…

בואו נקפוץ לסוף – בדו”ח יש חמש ההמלצות שאמורות לעזור לנו לצאת מתרדמת החורף הדיגיטלית שלנו, ואולי להצליח להחזיר אותנו למרוץ. כי בסופו של יום – העתיד הכלכלי, הבטחוני והחברתי שלנו, תלוי בהטמעת AI בכל אספקטי החיים פה בישראל – מלמטה למעלה, ומלמעלה למטה!

1.⁠ ⁠מטה לאומי לבינה מלאכותית – עם שיניים

לא גוף סמלי, אלא מטה עצמאי, ישיר, שמדווח לראש הממשלה ומחזיק בסמכויות רגולטוריות וביצועיות. המטה הזה אמור להפוך את הבינה המלאכותית מאוסף מיזמים מפוזרים למדיניות לאומית אחת, ברורה ויעילה.

2.⁠ ⁠מחשב־על בבעלות המדינה – קפיצת מדרגה טכנולוגית

הקמת מחשב־על עצום, עם 60 אלף יחידות GPU – לא מדובר רק בגימיק הנדסי – זה הכרח במציאות שבה תשתית AI תקבע מי יהיו המדינות שיובילו את העולם המערבי בעשורים הקרובים. כי בעתיד לא יהיו מדינות עולם שלישי ומדינות מערביות – בעתיד יהיו מדינות AI וכל השאר!! לפי המלצות הדו”ח, חצי מהמשאבים יוקצו לאקדמיה, כדי שישראל לא תישאר מאחור במחקר, פיתוח וחינוך דור העתיד. השאר יעמוד לרשות המגזר הציבורי ומוסדות מחקר.

3.⁠ ⁠השקעה בהון האנושי – דור העתיד מתחיל כאן

תכניות מצוינות החל מהתיכון, מסלולים ייחודיים ללימודי AI באקדמיה, הרחבת הדוקטורנטים – וכל זה לצד מבצע השבת טאלנטים לישראל. כי אין משמעות לתשתית בלי מי שיידע להפעיל אותה ולחדש בתוכה.

4.⁠ ⁠תכנית לאומית לאנרגיה – לא רק חשמל, אלא עוגן ליציבות

הקמת חוות שרתים בפריפריה, חיבור תשתיות אנרגיה ייעודיות לבינה מלאכותית, והבטחת אמינות וגיבוי גם בשעת חירום. מהפכת ה-AI לא יכולה להיות אירוע שמתרחש רק במרכז הארץ, והיא חייבת יציבות אנרגטית.

5.⁠ ⁠השקעה לאומית של ממש – לא הצהרה, אלא ביצוע

5 מיליארד שקלים בשנה, חמש שנים ברצף. סך הכל 25 מיליארד שקל – השקעה שהיא אמנם כבדת משקל, אבל מהווה כרבע אחוז מהתל”ג – עלות זניחה יחסית לחשיבות ולפוטנציאל האדיר.

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

לפרטים נוספים לחצו כאן >>

בסופו של יום, דוח נגל אינו מהלך של בחירה, אלא של הישרדות לאומית. כך מסכם פרופ’ יעקב נגל: “אלו לא המלצות, אלא קווי מתאר לחבל ההצלה של ישראל בעידן הבינה המלאכותית”. ראש הממשלה אמר שיאמץ, יש מצב שלמערכת סוף סוף ייפול האסימון, אבל השאלה האמיתית נותרה פתוחה: האם ישראל באמת מוכנה להוביל בעידן הבינה המלאכותית, או שנמשיך לעמוד מהצד בזמן שהעולם רץ קדימה? בסייבר עשינו את זה, ואנחנו מאמינים שב-AI לא רק שנצליח לעשות את זה, אלא אנחנו חייבים לעשות את זה!

הפוסט ועדת נגל היא קריאת השכמה לפעולה לאומית הופיע ראשון בLet's AI בינה מלאכותית

היכולות והמגבלות של מודלי שפה מלאכותית

מודלי שפה מלאכותית הם כלים סופר עוצמתיים בניתוח נתונים. מצד אחד, הם מצטיינים בזיהוי דפוסים, בניתוח כמויות מידע עצומות ובהפקת תובנות במהירות. מצד שני, יש להם מגבלות מהותיות – הם שוכחים מהר, תלויים בהקשר, וזקוקים להכוונה מדויקת. לכן חשוב להבין איך נכון להשתמש בהם, ואיך לא.

בינה מלאכותית היא הייצור הכי חכם בעולם, עם הזיכרון הכי קצר בעולם, ועם אופי של תינוק בן יומו!

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

לפרטים נוספים לחצו כאן >>

ניתוח קבצים ונתונים עם AI.

הפוסט כוחות העל של AI בניתוח קבצים ונתונים מספריים הופיע ראשון בLet's AI בינה מלאכותית

איך עובד הפיצ’ר החדש Ideogram Character?

מאוד פשוט! Ideogram Character מאפשר ליצור דמויות עקביות ומדויקות על בסיס תמונה אחת בלבד. זו לא הפעם הראשונה שאנחנו רואים יכולת כזו – Prome עשו זאת כבר לפני יותר משנה, וגם ב‑ChatGPT ניתן להגיע לתוצאות דומות עם המודל הגרפי החדש שלהם, יחסית בקלות.

Ideogram Character is almost here! If you missed our live demo, you can watch it here: pic.twitter.com/PAXoteyNmc

— Ideogram (@ideogram_ai) July 29, 2025

אבל כשפיצ’ר כזה מצטרף לפלטפורמה חזקה כמו Ideogram, זו לגמרי סיבה לחגיגה, גם אם הם לא המציאו את הגלגל. אז מה קיבלנו כאן? לא מהפכה בתחום יצירת הדמויות, אבל בהחלט פיצ’ר שימושי שמאפשר לשמור על מאפיינים עקביים של הדמות, ולשלב אותה באינספור סצנות וסביבות – תוך שמירה על הסגנון והמראה המקורי.

שלבי עבודה עיקריים

1. העלאת תמונה אחת של דמות: אפשר להעלות צילום אמיתי או איור – כל עוד הוא ממוקד בדמות אחת.

2. זיהוי אוטומטי והתאמה: המערכת מזהה לבד את פרטי הדמות: פנים, שיער, ולעיתים גם לבוש. לאחר מכן ניתן לערוך ולהתאים את האזור שנבחר, למשל להסיר שיער, להוסיף בגדים, או להדגיש פרטים מסוימים, כדי לקבוע איך תיראה הדמות ביצירה הסופית.

3. מיקום הדמות בסביבה: אפשר למקם את הדמות בכל סביבה שתרצו – ים, עיר, חלל, שדה פתוח או מה שבא לכם. זה עובד עם תבניות מוכנות או עם ניסוח חופשי בטקסט (prompt).

4. שימוש בטמפלטים מוכנים: אידאוגרם מציעה מגוון תבניות מוכנות מראש – הפכו את עצמכם לכוכבי שער של מגזין, לדמות בסגנון ג’יבלי, לאביר אמיץ או אפילו לקלף ממשחק קלפים.

5. שיפורים מתקדמים עם Remix וקנבס: עם פיצ’רים כמו Remix או הקנבס של Ideogram, אפשר להמשיך וללטש את התמונה: להסיר או להחליף רקע, להשתמש באינפיינטינג ואאוטפיינטינג להוספת אלמנטים, לתיקון בעיות, או להרחבת גבולות התמונה באמצעות ג’נרציה של רקע נוסף.

יצירת דמות עם Ideogram Character

יתרונות עיקריים

Ideogram Character מצטיין קודם כל בשמירה על עקביות – הדמות שלכם נשמרת גם כשמשנים רקעים, סגנונות או סצנות. כל מה שצריך זה תמונה אחת בלבד, בלי לייצר שרשרת דוגמאות או לעבור תהליך מסורבל. בנוסף, הכלי מתחבר בצורה חכמה לפיצ’רים המתקדמים של אידאוגרם כמו Magic Fill ו‑Remix, מה שמאפשר ליצור קומפוזיציות חדשות, להחליף רקעים, להעביר את הדמות לסגנונות אמנותיים אחרים ולהשלים פרטים חסרים בצורה אינטואיטיבית ויזואלית.

זמינות ושימושיות

Ideogram Character הוא כלי פשוט וכיפי לשימוש, שפתוח כרגע לכל המשתמשים. אפשר ליצור עד 10 תמונות בחינם, או לבחור במנוי בתשלום כדי להמשיך ולהשתמש בו ללא הגבלה.

לסיכום, Ideogram Character לא מהפכני, אבל הוא בדיוק מה שצריך כדי לעבוד חכם. הוא חוסך זמן, שומר על סגנון ומאפשר שליטה אמנותית גם למי שלא מגיע עם רקע מקצועי. בין אם אתם יוצרים לעצמכם דמות לסושיאל, לבניית מותג אישי, או למשחקים וסיפורים – זה כלי קליל וכיפי ששווה לשלב בארסנל שלכם.

הפוסט יצירת דמות עקבית עם Ideogram Character הופיע ראשון בLet's AI בינה מלאכותית

איך מתחילים? ההרשמה ל-Google AI Studio

ההרשמה מהירה ופשוטה: נכנסים ל־aistudio.google.com, מתחברים עם חשבון גוגל קיים, מאשרים תנאי שימוש – וזהו. אין צורך בהתקנות או בהגדרות. תוך דקות אפשר להתחיל לבנות, ליצור ולנסות מודלי AI מתקדמים.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס אוטומציות עם AI ובניית בוטים וסוכנים

לפרטים נוספים לחצו כאן >>

היתרונות הבולטים של Google AI Studio

• גישה חינמית למודלים הכי טובים של גוגל – אתם מקבלים את Gemini 2.5 Pro ו-Flash, וגם גישה מוקדמת למודלים ניסיוניים, בלי לשלם ולפני כולם.

• כלי אחד לכל סוגי המדיה – טקסט, תמונות, וידאו ואודיו, כך שאפשר לעבוד על כל פרויקט יצירתי או אנליטי במקום אחד, בלי לקפוץ בין כלים.

• ניתוח מסמכים עצומים בלי לחתוך – החלון הקונטקסטואלי הגדול מאפשר להזין עשרות עמודים ולקבל תשובות מדויקות על בסיס התמונה המלאה.

• יכולת לבנות אפליקציה אמיתית גם בלי לדעת לתכנת – פשוט מתארים את הרעיון במילים, והמערכת בונה אפליקציה שניתן לשתף אותה עם אחרים בלחיצת כפתור.

• שילוב קל עם קוד ו־API – בעזרת מפתחות API ו־SDK (ערכת כלים למפתחים) רשמי, אפשר לקחת את מה שבניתם ולהטמיע אותו ישירות בפרויקט או מערכת קיימת.

• עוזר אינטראקטיבי אמיתי, לא רק צ’אט – עם שיתוף מסך, שיחה קולית, ותגובה למצלמה, זה מרגיש כמו לעבוד עם שותף טכני חכם בזמן אמת.

השליטה בידיים שלכם: ניווט מהיר בין יכולות הממשק של Google AI Studio

פיצ’רים מרכזיים ב־Google AI Studio

ממשק צ’אט חכם עם בחירת מודלים

אפשר לשוחח עם מגוון מודלים ממשפחת Gemini לפי סוג המשימה, מ-Gemini Flash המהיר ועד Gemini Pro העמוק. הממשק תומך גם בעברית וכולל שליטה בפרמטרים כמו טמפרטורה, שמשפיעה על מידת היצירתיות (נמוך = מדויק וזהיר, גבוה = מקורי ויצירתי), ו־Top-P, שמכוון עד כמה המודל שוקל אפשרויות לא צפויות. ערך נמוך (למשל 0.1) יגרום למודל לבחור רק מתוך האפשרויות הבטוחות והסבירות ביותר, בעוד ערך גבוה (למשל 0.9) יאפשר לו לגוון יותר, ולשקול גם רעיונות פחות שגרתיים. זו דרך לשלוט על רמת ה”גמישות” וההפתעה בתשובה. השילוב בין השניים מאפשר לכם להתאים את סגנון התשובה – משמרני ועד הרפתקני.

העלאת קבצים וניתוח מדיה

ניתן להעלות מסמכים (PDF, Word), תמונות, וידאו או אודיו, והמודל ינתח, יסכם או יענה על שאלות מתוך הקובץ. לדוגמה: סיכום מאמר PDF, תיאור תמונה, או זיהוי תכנים מקובץ וידאו. רוב הפורמטים הנפוצים נתמכים.

שמירת שיחות וארגון לפי פרויקטים

כל שיחה עם המודל נשמרת אוטומטית, וניתן לארגן אותה לפי נושא או פרויקט. אפשר להפסיק שיחה באמצע ולחזור אליה בהמשך, כולל כל ההיסטוריה והקבצים שהועלו. פיצ’ר חיוני למי שעובד על כמה רעיונות במקביל, או שרוצה לחזור ולחדד תוצרים קודמים בלי להתחיל מאפס.

Stream Realtime

הפלטפורמה מאפשרת לשתף מסך או מצלמה עם המודל בזמן אמת, ולקבל הנחיות ישירות על מה שמופיע אצלכם. אפשר לשאול שאלות כמו “מה רואים כאן?” או לבקש הדרכה על תוכנה פתוחה, וה-AI יזהה וידריך אתכם שלב־אחר־שלב. בנוסף, ניתן לדבר אליו בקול ולקבל תשובה קולית בחזרה, כמו עוזר אישי חי. מתאים במיוחד להדרכה, פתרון בעיות ותמיכה ויזואלית חכמה.

יצירת תוכן מולטי מודאלי

Google AI Studio כולל כיום ארבעה כלים מרכזיים ליצירה גנרטיבית: Imagen ליצירת תמונות ברמה גבוהה, Gemini Speech להמרת טקסט לדיבור אנושי, Veo 2 ליצירת וידאו קצר מתסריט או מתמונה, ו־Lyria ליצירה אינטראקטיבית של מוזיקה בזמן אמת. רובם זמינים כבר עכשיו בגירסה החינמית של הפלטפורמה, וניתנים לשילוב ישיר בתהליך העבודה – בלחיצת כפתור.

בניית אפליקציות בלי קוד

AI Studio מאפשר לבנות אפליקציה שלמה מתיאור טקסטואלי בלבד – פשוט כותבים מה רוצים, והמערכת יוצרת אפליקציה עובדת תוך דקות. אפשר גם לבחור אפליקציות מוכנות (דרך לוח ההשראה – showcase) ולהתאים אותן לצרכים שלכם. בסיום, ניתן להעלות את האפליקציה לענן של גוגל בלחיצת כפתור, בלי לגעת בקוד או בשרתים.

חיבור ליישומים חיצוניים

אפשר ליצור מפתחות API (אינטגרציות וחיבור לכלים אחרים) ולייצא קוד מוכן (ב־Python, JavaScript, או cURL) לכל ניסוי או שיחה, ולהטמיע אותו בפרויקטים עצמאיים. התמיכה ב־SDK הרשמי של גוגל מקלה במיוחד על שילוב במערכות קיימות. השילוב של שיחה, מדיה, דיבור, קוד ופריסה (Deploy), הכל בכלי אחד, הוא מה שהופך את Google AI Studio לכל כך עוצמתי.

למי זה מתאים? 

• מפתחים: יכולים לבנות ולבדוק אפליקציות AI במהירות, לבצע A/B Testing בין מודלים, ולשלב תוצרים ישירות במערכות קיימות.

• משתמשים לא טכניים: עיתונאים, סטודנטים, יוצרי תוכן ומעצבים – כולם יכולים להיעזר ב-AI לסיכומים, תמלול, יצירת מדיה, הסברים לקוד, קריינות ועוד.

• ארגונים וצוותים: כלי מצוין לפיילוטים מהירים ולבדיקות היתכנות לפני השקעה בפיתוח מלא. הפלטפורמה מספקת מדדים ברורים, פועלת בסביבה מבודדת ונותנת גמישות מירבית לניסוי.

בקיצור, אם יש לכם רעיון, בעיה או פרויקט שדורש AI, יש לכם כאן כלי נגיש, חזק וידידותי להתנסות וללמידה.

מגבלות שכדאי להכיר

הגבלות בתוכנית החינמית

קיימת מכסה יומית, והגישה למודלים המתקדמים (כמו Gemini 2.5 Pro) מוגבלת. בנוסף, פעילות המשתמש עשויה להיאסף לשיפור המודלים. מי שצריך יותר, יכול לשדרג למסלולי Pro או Ultra עם גישה למודלים המתקדמים דרך אפליקציית ג׳מיני, גישה ליכולות כמו יצירת וידאו ב-Veo3, יצירת סרטים עם Flow, אפשרויות אחסון ועוד.

תכונות ניסיוניות ואי־יציבות

חלק מהפיצ’רים, כמו שיתוף מסך או יצירת מדיה, עדיין ב־Preview ועלולים להשתנות או להיעלם. תקלות קלות בממשק עשויות להופיע מדי פעם.

תמיכה מוגבלת בקבצים נדירים

רוב הפורמטים הסטנדרטיים נתמכים, אך קבצים בפורמטים קנייניים עשויים שלא להיטען.

לא מיועד לשימוש שוטף כמוצר סופי

הפלטפורמה מצוינת לפיתוח, ניסוי ובניית אב־טיפוס, אך לא מתאימה לעבודה יום־יומית במערכות ייצור (Production).

עקומת למידה למתחילים

הממשק עשיר באפשרויות, מה שעלול להרתיע משתמשים חדשים לגמרי. נדרשת היכרות בסיסית כדי להפיק ממנו את המירב.

תלות באקוסיסטם של גוגל

נדרש חשבון Google, וכל הנתונים נשמרים בענן שלה.

למרות המגבלות, לרוב המשתמשים מדובר בכלי נדיב, יציב וחינמי שמספק גישה נדירה לטכנולוגיות המתקדמות ביותר של גוגל.

טיפים למתחילים 

1. התחילו בצ’אט: התנסו בשיחה פשוטה עם המודל, נסו גם להעלות קובץ (PDF או תמונה) וראו איך הוא מנתח אותו. השוו בין Gemini Pro ל־Flash כדי להבין את ההבדלים.

2. עברו ל־Stream Realtime: שתפו מסך או מצלמה, בקשו מה-AI להסביר מה רואים או להנחות אתכם בתוכנה. אפשר גם לשוחח בקול, ממש כמו עם עוזר אישי.

3. צרו תוכן: השתמשו בכלי Text-to-Speech להמרת טקסט לקול אנושי, כולל שליטה בקצב וסגנון. אחר כך נסו את Veo: הזינו תיאור קצר וקבלו סרטון קצר בהתאמה.

4. בנו אפליקציה: בטאב Build Apps תארו רעיון פשוט, והמערכת תבנה לכם אפליקציה מוכנה. בלחיצה תוכלו לפרוס אותה לענן ולקבל קישור שיתוף.

5. שלבו API וקוד: צרו API Key, ייצאו קוד מתוך שיחות או אפליקציות, ושבצו אותו בפרויקט שלכם ב-Python או JavaScript.

6. למדו מהקהילה: חפשו מדריכים ביוטיוב, הצטרפו לפורום של גוגל, ואל תפחדו להתנסות. גם אם משהו לא עובד – פשוט מתחילים מחדש.

כל התכונות האלו מתחברות לכוח אמיתי – בעזרת AI Studio אפשר לעבור מרעיון למוצר תוך דקות, וללמוד תוך כדי תנועה והתנסות.

למה כדאי להתחיל עכשיו עם Google AI Studio?

עם שימוש חינמי, מודלים מהמתקדמים בעולם וכלים עוצמתיים ליצירה ולפיתוח, Google AI Studio מאפשר לכם לבנות, ללמוד, להתנסות או פשוט לראות מה הבינה המלאכותית של גוגל יודעת לעשות. זו ההזדמנות שלכם לגעת בחזית החדשנות – היכנסו לסטודיו וגלו בעצמכם. רוצים להכיר את הכלי במהירות? יצרנו עבורכם מצגת תמציתית – פחות מ־10 שקפים שמסבירים בצורה ברורה את היכולות המרכזיות של Google AI Studio. 

הפוסט מדריך שימושי ל־Google AI Studio הופיע ראשון בLet's AI בינה מלאכותית

Credit: Leonardo AI

איך מתחילים להשתמש ב־Veo 3 ליצירת סרטוני HD?

איכות HD בסרטוני AI הפכה לדרישת בסיס בשוק ובתעשייה, עבור יוצרים שרוצים להפיק קליפים עם AI, פרסומות AI או חומרים שיווקיים לחברות וארגונים. רזולוציית  1080p מעניקה לסרטונים מראה מקצועי, חד וברור, שמתאים במיוחד ליוצרים, משווקים, עסקים ואנשי תוכן שרוצים להשפיע וליצור עניין ברשתות החברתיות ובאתרי תוכן. יתרה מכך, השילוב החדשני של סאונד – הכולל דיבור טבעי וברור אפילו בעברית – הופך את Veo 3 לפתרון אטרקטיבי במיוחד לקהל הישראלי. זה אחד מהפיצ’רים שמייחדים את Veo 3 מהמתחרים, שאומנים מצליחים לג’נרט סרטונים עם סאונד (למשל Kling ו-Luma) אבל מתקשים בשילוב טבעי של דיבור טבעי וליפסינק. הם יכולים לעשות את זה בשלבים, אבל לא בג’ינרוט אחד בבת אחת, כמו ש-Veo 3 עושה.

אז איך מייצרים סרטוני HD עם Veo3 בלאונרדו?

סרטוני HD בלאונרדו עם VEO3.

1) כניסה לכלי

נכנסים ללאונרדו (Leonardo), ובוחרים ב-Video Creation בתפריט הצד.

2) בחירת המודל

בוחרים במודל Veo 3.

3) בחירת האיכות

משנים את ההגדרות ל־1080p High Quality, וזהו – לאחר השלבים הפשוטים האלה, כבר אפשר להתחיל ליצור סרטונים מרשימים ואיכותיים, המשלבים גם סאונד איכותי ודיבור טבעי בעברית.

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

לפרטים נוספים לחצו כאן >>

קצת על לאונרדו

לאונרדו היא אחת מהפלטפורמות המובילות כיום בעולם הבינה המלאכותית היוצרת (Gen AI), ומציעה כלים חדשניים ומודלים מתקדמים ליצירת תמונות, וידאו, עריכת תמונות (אינפיינטינג ואאוטפיינטינג), אפסקיילרים וריפיינרים, ואפילו אפשרות לאימון לורה (LoRA). ותוכן ויזואלי מרשים בלחיצת כפתור. הפלטפורמה מתאפיינת בממשק ידידותי, שילוב בין טכנולוגיות מתקדמות ורמת גמישות גבוהה, שמאפשרים ליוצרים מכל הסוגים, חובבים ומקצוענים כאחד, להפיק תוצרים באיכות גבוהה ובקלות יחסית. בעזרת שילוב של מודלים עוצמתיים דוגמת Veo 3, מודלי קונטרול נט ואחרים, לאונרדו ממשיכה למצב את עצמה כאחת מהשחקניות המובילות בשוק.

הפוסט סרטוני HD עם סאונד בלאונרדו, עם Veo3 הופיע ראשון בLet's AI בינה מלאכותית