יותר מצ’אטבוט: המהפכה של אנטרופיק בניהול הרפואי

העיתוי של ההכרזה אינו מקרי. בשעה שהתחרות על עתיד הרפואה הדיגיטלית מתהדקת, וזמן קצר לאחר הכרזה מקבילה של OpenAI, אנטרופיק מציגה תוכנית שאפתנית בהרבה. במקום להסתפק בצ’אטבוט שרק “מתרגם” תוצאות של בדיקות דם למטופלים, החברה מציעה חזון שבו קלוד (Claude) הופך לכלי עבודה מקצועי המחובר למערכות הליבה של בתי חולים, חברות ביטוח ויצרניות תרופות.

זו לא רק התקדמות טכנולוגית, אלא ממש שינוי תפיסה. הבינה המלאכותית עוברת ממצב של “דיבור על רפואה” לביצוע פעולות של ממש – החל מניהול תהליכים בירוקרטיים ועד תקשורת ישירה עם מאגרי מידע מדעיים וגופי רגולציה (הגופים המפקחים על עולם הרפואה). המסר של אנטרופיק ברור: ה-AI כבר לא נשאר בחוץ כיועץ חיצוני, הוא הופך לחלק בלתי נפרד מהתשתית הרפואית עצמה.

כשבירוקרטיה חונקת את הרפואה

כדי להבין את המהלך של אנטרופיק, צריך להכיר תחילה את הבעיה המרכזית שהיא מנסה לפתור. מערכות הבריאות בעולם, ובעיקר בארה”ב, קורסות תחת עומס בירוקרטי אדיר. אחד המכשולים הגדולים ביותר הוא תהליך ה”אישור המוקדם” (Prior Authorization) – דרישה של חברות הביטוח לקבל מהרופאים הצדקות מפורטות לפני שהן מאשרות טיפולים או תרופות. התהליך הזה, שמתבצע ברובו ידנית, גוזל זמן יקר מצוותים רפואיים ומעכב טיפול בחולים.

לכך מתווספים תיעוד רפואי מסורבל, מאגרי מידע שאינם “מדברים” זה עם זה, ומחסור כרוני בכוח אדם. גם בעולם המחקר המצב דומה כאשר ניסויים קליניים ופיתוח תרופות סובלים מעיכובים של חודשים בשל הצורך בעיבוד הררי מידע ובהגשת דוחות מורכבים לרשויות המפקחות. אנטרופיק זיהתה שהאתגר הגדול של הרפואה המודרנית הוא לאו דווקא חוסר בידע רפואי, אלא ה”תפעול” שלו – כל מה שקורה מאחורי הקלעים ומפריע לרופאים ולחוקרים לעשות את עבודתם.

קלוד מתחבר ישירות ללב הרפואה

על הרקע הזה, החידוש המשמעותי ביותר בהכרזה הוא לא עוד שדרוג של המודל, אלא הפיכתו לחלק בלתי נפרד מהתשתית הרפואית. אנטרופיק הוסיפה לקלוד “מחברים” (Connectors) – מעין כבלים טכנולוגיים המאפשרים לו גישה ישירה למקורות המידע החשובים והאמינים ביותר בעולם הרפואה:

• מאגר ה-CMS: זהו המאגר הממשלתי בארה”ב של שירותי הביטוח (Medicare ו-Medicaid). החיבור אליו מאפשר לקלוד לבדוק בזמן אמת מה מכוסה בביטוח של המטופל ולבצע אוטומציה לתהליך ה”אישור המוקדם” המסורבל, תוך צמצום טעויות אנוש.

• ICD-10: ה”שפה” הבינלאומית שבה כל מחלה, פציעה או טיפול מקבלים קוד ייחודי. קלוד יודע עכשיו לעבוד עם השפה הזו באופן מובנה.

• NPI Registry: מרשם רשמי המשמש לאימות זהותם של רופאים וספקי שירותי בריאות.

• PubMed: ספרייה דיגיטלית המכילה מעל 35 מיליון מאמרים ומחקרים רפואיים. השימוש בה מאפשר לקלוד “לעגן” את תשובותיו בעובדות מדעיות מוכחות (Grounding) ולהימנע מ”הזיות” או המצאת נתונים.

בנוסף לגישה למידע, אנטרופיק העניקה לקלוד “כישורי סוכן” (Agent Skills) המאפשרים לו לבצע פעולות מורכבות. הבולטת שבהן היא העבודה עם תקן FHIR – הסטנדרט הבינלאומי שמאפשר למערכות מחשוב רפואיות שונות “לדבר” זו עם זו.

בגרף המצורף רואים איך קלוד עובר משיחה לביצוע משימות ואת הביצועים של קלוד Opus 4.5 במדדי הסוכן והחישוב הרפואיים. רמת הדיוק של 92.3% במדד ה-MedAgentBench מוכיחה שהמודל מוכן לבצע תהליכי עבודה רפואיים מורכבים ברמת אמינות גבוהה ביותר:

קלוד יודע “לעשות” (Agent) ולבצע חישובים (Calc) | Anthropic

התמיכה ב-FHIR היא שוברת שוויון. היא מאפשרת לקלוד להתממשק ישירות לתיק הרפואי של המטופל בצורה מאובטחת. חשוב להבהיר, המערכת אינה “כותבת” בעצמה בתיק הרפואי. במקום זאת, קלוד מכין נתונים מובנים וטיוטות מקצועיות, שממתינים לאישור סופי (Sign-off) של רופא אנושי.

בדרך זו, המערכת מורידה מהרופא את נטל ההקלדה והבירוקרטיה, אך משאירה את האחריות המקצועית וההחלטה הסופית בידיים אנושיות, כנדרש ברגולציה.

המשמעות היא שקלוד כבר לא רק “מייעץ” או עונה על שאלות כלליות, הוא מבצע משימות תפעוליות מורכבות שהיו שמורות עד כה אך ורק לאנשי מקצוע.

מהתיאוריה למעשה

כדי להבין את המשמעות האמיתית של המהלך, כדאי לבחון כיצד היכולות הללו משנות את שגרת העבודה. בתהליך של אישור טיפולים מול חברות הביטוח, משימה שגזלה בעבר שעות של עבודה ידנית, קלוד מסוגל כעת למשוך באופן עצמאי את מדיניות הכיסוי המעודכנת, להשוות אותה לרשומות הרפואיות של המטופל ולהגיש למאשר האנושי החלטה מנומקת ומבוססת נתונים.

היעילות הזו ממשיכה גם אל עולם הערעורים על תביעות ביטוח, שם המערכת מאגדת מסמכים, קודים רפואיים והנחיות קליניות לכדי טיוטת ערעור מוכנה ומקצועית.

ההשפעה של קלוד מורגשת גם בתקשורת הישירה מול המטופלים. הוא פועל כמעין “ממיין דיגיטלי” (Triage) שמסוגל לעבור על הודעות נכנסות, לזהות מקרים דחופים הדורשים התערבות מיידית ולהפחית משמעותית את העומס המוטל על הצוותים הקליניים.

מעבר לסיוע לארגונים קיימים, התשתית שבנתה אנטרופיק מעניקה רוח גבית לדור הבא של הסטארטאפים הרפואיים. אלו יכולים כעת להתבסס על היכולות שלו כדי לפתח מוצרים מתקדמים, החל מסיכום אוטומטי של ביקורי רופא ועד למערכות תומכות החלטה שמסייעות לרופאים לנהל תיקים רפואיים מורכבים בדיוק רב יותר.

קלוד בשירות מדעי החיים

החלק השני של ההכרזה נוגע בלב תעשיית התרופות והמחקר – תחום מדעי החיים. בעולם הזה, שבו כל חודש של עיכוב בניסוי קליני מתרגם להפסדים של מיליארדי דולרים, אנטרופיק מציעה גשר טכנולוגי חדש.

היא מחברת את קלוד ישירות לפלטפורמות המחקר המרכזיות בעולם, החל ממאגרי נתונים של ניסויים קליניים כמו Medidata ו-ClinicalTrials.gov, ועד לספריות ענק של מאמרים מדעיים וכלים לזיהוי מטרות תרופתיות ותרכובות כימיות.

בגרף המצורף תוכלו לראות את קלוד מוביל במדעי החיים – ביצועי Claude Opus 4.5 במדד SpatialBench של LatchBio הופך אותו לכלי העבודה המדויק ביותר כיום עבור חוקרים ומעבדות:

רמת דיוק גבוהה בניתוח נתונים ביולוגיים מורכבים | Anthropic

במקום שחוקרים יבזבזו זמן יקר על איסוף ידני של נתונים ממקורות מפוזרים, קלוד הופך לשותף פעיל בתהליך הפיתוח. הוא מצויד בכישורים ייעודיים המאפשרים לו לנסח טיוטות לפרוטוקולים (נהלי עבודה) של ניסויים, להמיר נתונים מורכבים ממכשירי מעבדה לפורמטים אחידים שקל לעבוד איתם, ולתמוך בכלי ניתוח נתונים מתקדמים שעד כה דרשו מומחיות טכנית צרה.

התוצאה היא מערכת ליווי מקצה לקצה: מהרגע שבו עולה רעיון ראשוני במעבדה, דרך שלבי הניסוי המורכבים ועד להגשת הדוחות הסופיים לרשויות המפקחות, כמו ה-FDA האמריקאי. המהלך הזה נועד לקצר משמעותית את הדרך הארוכה והיקרה שבין גילוי מדעי לבין תרופה חדשה שמגיעה אל המטופל.

בגרף המצורף תראו איך קלוד משתפר כל הזמן ולומד לדבר “מדעית”: בתוך שלושה חודשים בלבד, קלוד Opus 4.5 רשם זינוק של מעל 13% ביכולת לפענח איורים מדעיים ושיפור של יותר מ-10% בהבנת מבני חלבונים – יכולות המקצרות משמעותית את זמן המחקר והפיתוח:

“קפיצת המדרגה” שעשה קלוד בתוך שלושה חודשים בלבד | Anthropic

כשהטכנולוגיה פוגשת אחריות

המעבר של אנטרופיק לעולם הרפואה הוא לא רק תוספת של תכונות חדשות, אלא שינוי פילוסופי באופן שבו בינה מלאכותית פוגשת ארגונים גדולים. בעוד שמתחרותיה (כמו OpenAI) נוטות להתמקד בחוויית המשתמש של המטופל כ”יועץ אישי”, אנטרופיק בוחרת לפנות ישירות אל הליבה המוסדית: בתי החולים, חברות הביטוח וענקיות התרופות.

כדי לעמוד בסטנדרטים הנוקשים של הגופים האלו, המערכת נבנתה מראש בהתאם לתקן ה-HIPAA המחמיר – החוק שמגדיר כיצד יש לשמור על הפרטיות והאבטחה של מידע רפואי רגיש. זהו תנאי סף קריטי, שבלעדיו לא ניתן לפעול בתוך המערכת הרפואית הרשמית.

הבדל מהותי נוסף טמון באיכות המידע ובאופן הפעולה שלו. במקום שהמודל יסתמך רק על “ידע כללי” שנאסף מהאינטרנט ועלול להיות שגוי, אנטרופיק מחברת אותו למאגרים הרשמיים והמעודכנים ביותר של עולם המדע.

היכולת הזו, בשילוב עם “כישורי סוכן” המאפשרים למודל לבצע פעולות ותהליכים ולא רק לנהל שיחה, יוצרת שילוב נדיר בתעשייה – כלי שמסוגל לחבר בצורה חלקה בין עולם המחקר המדעי המורכב לבין עולם הרגולציה והחוקים היבשים. בדרך זו, אנטרופיק לא רק מציעה “צ’אט חכם”, אלא בונה תשתית מקצועית המותאמת במיוחד לצרכים הייחודיים של מדעי החיים.

האתגרים שבדרך

למרות ההבטחה הגדולה, הדרך ליישום נרחב של הכלים הללו עדיין רצופה באתגרים משמעותיים. נכון לעכשיו, רוב ההצלחות שהוצגו הן דוגמאות נקודתיות, ועדיין חסר מידע מקיף על האופן שבו המערכת תתפקד “בשטח” – בבתי חולים עמוסים ובמצבים בלתי צפויים.

השאלה הגדולה ביותר נותרה שאלת הדיוק והטעויות. בעולם של מודלי שפה, תופעת ה”הזיות” (Hallucination) שבה הבינה המלאכותית מציגה מידע שגוי בביטחון מלא, היא לא רק תקלה טכנית מביכה. בהקשר רפואי, טעות כזו עלולה להוביל לאבחון שגוי, לסכנת חיים ממשית ולתביעות משפטיות חסרות תקדים.

אנטרופיק מנסה לצמצם את הסיכון הזה באמצעות תהליך שנקרא “עיגון” (Grounding). במקום לתת לקלוד להסתמך רק על הזיכרון הדיגיטלי שלו, המערכת מאולצת לבסס ולעגן כל תשובה על מאגרי מידע מוסמכים ואמינים בלבד. זהו צעד קריטי לבניית אמון, אך הוא עדיין אינו מהווה פתרון מושלם לכלל המורכבויות של עולם הרפואה.

לצד זאת, נותרו פתוחות שאלות כבדות משקל לגבי הרגולציה והאתיקה. עד כמה ניתן לאפשר למכונה לקבל החלטות המשפיעות על גורלם של מטופלים? אנטרופיק עצמה מבהירה בנקודה זו כי המערכת נועדה לספק תמיכה וכלי עזר בלבד, והיא אינה מתיימרת להוות תחליף לשיקול הדעת המקצועי של הרופא.

המודל העסקי והמשמעות הכלכלית

שוק הבינה המלאכותית בעולם הבריאות מוערך כיום במיליארדי דולרים, והוא נחשב לאחד ממנועי הצמיחה החזקים ביותר בתעשייה כולה. אבל המהלך של אנטרופיק הוא הרבה יותר מהשקת “תכונות חדשות”, זה מהלך עסקי אגרסיבי ומחושב שמטרתו ליצור מה שנקרא בעולם העסקי “נעילת ספק” (Vendor Lock-in).

כאשר בית חולים או חברת ביטוח מחליטים להטמיע את קלוד בתוך מערכת הרשומות הרפואיות שלהם (EHR – התיק הדיגיטלי המרכזי של המטופל), לחבר אותו למאגרי המידע הממשלתיים ולבסס עליו את התהליכים הבירוקרטיים הרגישים ביותר, המעבר למערכת של חברה מתחרה הופך למשימה כמעט בלתי אפשרית.

המורכבות הטכנולוגית והצורך לסנכרן מחדש את כל המערכות יוצרים תלות אסטרטגית עמוקה. בדרך זו, אנטרופיק מפסיקה להיות ספקית של “כלי צ’אט” פשוט שאפשר להחליף בקלות, והופכת לשותפה טכנולוגית לטווח ארוך שמושרשת עמוק בתוך התשתית של ארגון הבריאות.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס ניתוח נתונים עם AI

לפרטים נוספים לחצו כאן >>

העשור של הבינה המלאכותית בתשתית הרפואית

בסופו של דבר, המהלך של אנטרופיק מסמן שינוי כיוון דרמטי בתעשייה. הבינה המלאכותית מפסיקה להיות “עוזרת אישית” חיצונית והופכת לחלק בלתי נפרד מהתשתית הרפואית. זוהי מערכת שמחוברת למאגרי המידע הקריטיים ביותר, מסוגלת לבצע תהליכים מורכבים ומאיצה שרשראות אספקה ופיתוח שלמות – מהמעבדה ועד למיטת המטופל.

אם הפתרון של OpenAI נתפס כ”יועץ המלווה את המטופל”, הרי שקלוד של אנטרופיק מבקש לתפוס את משבצת “העובד המומחה של בית החולים”.

המרוץ הזה בין החברות – בין התמקדות בצרכן הקצה לבין התמקדות בליבת המערכת – הוא שעשוי להגדיר מחדש את האופן שבו מערכות הבריאות יתפקדו בעשור הקרוב.

הפוסט החזון של אנטרופיק לעתיד הרפואה הדיגיטלית הופיע ראשון בLet's AI בינה מלאכותית

אפל רצתה להוביל אבל נתקעה בדרך

מאז 2024 אפל מנסה לצמצם את הפער מול ChatGPT, Gemini ושחקניות אחרות. היא הציגה את Apple Intelligence כהבטחה גדולה: מערכת AI שמוטמעת עמוק במערכת ההפעלה, פועלת על המכשיר עצמו ושומרת על פרטיות המשתמשים. בפועל, החוויה הייתה מוגבלת, מפוצלת ולעיתים כמעט בלתי מורגשת. Siri, שהייתה פעם סמל לעוזרות קול מתקדמות, נותרה מאחור.

בפועל, Apple Intelligence התגלתה כמערכת ״מאופקת מדי״, הפועלת בעיקר ברקע ולעיתים אפילו מתסכלת. היא נותרה רחוקה מהאפקט המרשים ופורץ הדרך שיצרו ChatGPT או Gemini. מאחורי הקלעים, הדרך להשקתה הייתה רצופת עיכובים, שינויים תכופים בשדרת הניהול ותגובות פושרות לכלי ה-AI הראשונים שהציגה החברה.

במקביל, משתמשים רבים נטשו את Siri לטובת עוזרים מבוססי GPT. אפילו אפל עצמה שילבה את ChatGPT במכשירים ב-2024, מהלך שנתפס כפתרון זמני ולא כבסיס אסטרטגי.

אפל בוחרת בגוגל 

לאחר “הערכה מדוקדקת”, כפי שנכתב בהודעה הרשמית, אפל קבעה שמודלי Gemini של גוגל מספקים את ה״תשתית בעלת היכולות הגבוהות ביותר״ עבור הדור הבא של Apple Foundation Models.

אפל לא קפצה לברית עם גוגל מיד. לפני שהגיעה להחלטה, היא בחנה מקרוב מודלים של OpenAI ושל Anthropic, בניסיון להבין מי מסוגל לספק את הבסיס הטכנולוגי שהיא עצמה לא הצליחה לבנות בזמן. בסופו של דבר, גוגל בלטה מעל כולם בזכות שילוב של ביצועים גבוהים, קצב פיתוח מהיר ותשתית ענן רחבה שכבר הוכיחה את עצמה בקנה מידה עולמי.

ההסכם בין החברות מוערך בכמיליארד דולר לשנה, אם כי אף צד לא מאשר זאת רשמית. מה שכן ברור הוא שהשותפות אינה בלעדית – אפל משאירה לעצמה חופש תמרון, וממשיכה לפתח במקביל מודל פנימי משלה. במילים אחרות, היא מאמצת את Gemini כפתרון מיידי, אך לא מוותרת על שאיפה לעצמאות טכנולוגית בעתיד.

איך זה יעבוד בפועל

כאן נמצא ההבדל המשמעותי באמת. אפל לא מאמצת את Gemini כפי שהוא, אלא בונה גרסה מותאמת שפועלת בתוך התשתית שלה. העיבוד יתבצע ישירות על המכשיר או דרך מערכת המחשוב בענן הפרטי של אפל, כשהחברה שומרת על שליטה מלאה בממשק, בשאילתות ובסינון התוכן. גוגל לא מקבלת גישה לנתוני המשתמשים, והמודל עצמו אינו רץ על שרתי גוגל אלא בתוך המעטפת של אפל.

אפל מדגישה שהפרטיות תישמר במלואה, ושהשילוב עם Gemini נועד לאפשר לה ליהנות מהעוצמה של מודל מתקדם, מבלי לוותר על העקרונות שהגדירו את הגישה שלה ל‑AI מהיום הראשון. זה ניסיון לאזן בין שתי תפיסות: היכולות של Gemini מצד אחד, והמחויבות של אפל לשליטה, אבטחה וחוויית משתמש עקבית מצד שני.

מי מרוויח ומי מפסיד

במבט ראשון, גוגל היא המנצחת הגדולה של המהלך. השילוב של Gemini בתוך Siri מעניק לה גישה ישירה למיליארדי מכשירי אפל ומחזק את מעמדה מול OpenAI. ההכרזה גם תרמה לזינוק בשווי השוק של החברה, שעבר את הרף של ארבעה טריליון דולר. גם בזירה הציבורית המהלך עורר הדים, כשאילון מאסק טען שמדובר ב’ריכוז כוח בלתי סביר’ עבור גוגל, במיוחד לאור העובדה שהיא כבר מחזיקה בבעלותה את אנדרואיד ואת דפדפן כרום.

אילון מאסק הביע התנגדות חריפה למהלך | X.com

אפל, מצידה, מרוויחה בעיקר זמן. במקום להמשיך להיאבק בפער טכנולוגי שהלך והתרחב, היא מקבלת מודל מוכן ומוכח בקנה מידה עולמי, ומאפשרת לצוותים הפנימיים שלה להמשיך לפתח מודל עצמאי שצפוי רק ב-2027. זהו פתרון ביניים שמאפשר לה להישאר רלוונטית מבלי לוותר על שאיפות העצמאות שלה.

ומה קורה עם ChatGPT? בשלב זה, השירות ממשיך לפעול בתוך המערכת של אפל, בעיקר עבור שאילתות מורכבות ויכולות reasoning מתקדמות. אבל המעמד שלו משתנה באופן ברור. הוא כבר לא שכבת הבינה המרכזית, אלא כלי משלים שהמשתמש מפעיל לפי בחירה. זהו שינוי משמעותי במאזן הכוחות – מודל שהיה עד לא מזמן שותף מרכזי של אפל מוצא את עצמו נדחק לתפקיד תומך בלבד.

עידן חדש של שותפויות בינה מלאכותית

העסקה בין אפל לגוגל מסמנת תפנית משמעותית בתעשיית ה‑AI. המרוץ כבר אינו מתנהל בין חברות בודדות, אלא בין אקוסיסטמות שלמות, שבהן שיתופי פעולה הופכים לכלי אסטרטגי לא פחות מפיתוח עצמאי.

אפל, החברה שקידשה את ה-Eco-system הסגור שלה, נאלצה לפתוח את הדלת האחורית למתחרה הכי גדולה שלה כדי לשרוד. החברה שבעבר סימלה חדשנות ועצמאות טכנולוגית כמעט מוחלטת, איבדה את ה-Mojo שלה ומתקשה בשנים האחרונות לשמור על היתרון בתחום התוכנה וה‑AI.

המהלך הנוכחי נראה פחות כמו צעד חזוני ויותר כמו ניסיון לייצב את המערכת לאחר תקופה של עיכובים וכישלונות. אם עד 2027 אפל לא תציג מודל פנימי שמסוגל להתחרות ב‑Gemini, השותפות הזו עלולה להיזכר כרגע שבו החברה הפסיקה להוביל את חוויית המשתמש והפכה תלויה בספקיות חיצוניות.

מנגד, גוגל מחזקת את מעמדה כשחקנית מרכזית שמספקת את מנוע ה‑AI למתחרה הגדולה ביותר שלה. זהו מהלך שמטשטש גבולות ותיקים ומגדיר מחדש את יחסי הכוחות בין ענקיות הטכנולוגיה.

ומה לגבי המשתמשים? אם ההבטחות יתממשו, הם עשויים לקבל לראשונה Siri שמספקת חוויית AI אמיתית, חכמה ושימושית – כזו שאפל ניסתה לבנות במשך שנים, ועכשיו סוף סוף מתקרבת אליה.

הפוסט אפל וגוגל משתפות פעולה ומבשרות על עידן חדש ל-Siri הופיע ראשון בLet's AI בינה מלאכותית

ניהול מידע חכם עם AI Overviews (תקצירים ותשובות)

גוגל מטמיעה בתוך Gmail את יכולות ה-AI המוכרות ממנוע החיפוש שלה, כדי לחסוך לכם את הנבירה המייגעת בהיסטוריית ההודעות. היכולות הללו מתחלקות לשתי רמות של סיוע:

סיכום שיחות 

במקום ללכת לאיבוד בתוך שרשור מיילים אינסופי, ה-AI יסכם עבורכם את הנקודות העיקריות של השיחה ברגע שתפתחו אותה. זה פתרון אידיאלי למצבים שבהם אתם צריכים להבין את “השורה התחתונה” של דיון ארוך מבלי לקרוא עשרות תגובות מהעבר.

שאלו את האינבוקס

זהו השדרוג המשמעותי ביותר בניהול המידע. במקום לנסות לנחש מילות מפתח בתיבת החיפוש, תוכלו פשוט לשאול את התיבה שאלה בשפה חופשית, כמו: “מי היה האינסטלטור ששלח לי הצעת מחיר בקיץ האחרון?”. המערכת תסרוק את הארכיון, תבצע הסקה לוגית ותציג לכם תשובה ישירה ומדויקת.

כתיבה חכמה ומהירה (בחינם לכולם!)

החל מהיום, כלי הכתיבה המתקדמים של גוגל כבר אינם נחלתם של מנויים בתשלום בלבד. גוגל מנגישה את יכולות הניסוח מבוססות ה-AI לכלל המשתמשים, כדי להפוך את תהליך כתיבת המיילים לקצר ואפקטיבי הרבה יותר:

Help Me Write (עזרו לי לכתוב)

הכלי הזה משמש כשותף צמוד ליצירת תוכן. הוא מאפשר לכם לייצר טיוטה ראשונית מאפס על בסיס הנחיה קצרה, או לקחת מייל שכתבתם ולבקש מה-AI “ללטש” אותו עבורכם. השדרוג המשמעותי צפוי בחודש הבא: המערכת תתחיל לשאוב הקשר (Context) מאפליקציות גוגל האחרות שלכם, מה שיהפוך את הניסוחים להרבה יותר מותאמים אישית ללוח הזמנים או לקבצים שלכם.

Suggested Replies (תשובות מוצעות)

תשכחו מהתגובות הקצרות והרובוטיות שהכרתם. הגרסה החדשה מנתחת את עומק השיחה ומציעה תשובות מורחבות ומפורטות בלחיצה אחת. המערכת לומדת את סגנון הכתיבה והטון האישי שלכם, כך שהתשובה האוטומטית נשמעת כאילו אתם כתבתם אותה בעצמכם.

כלי ההגהה Proofread 

למנויים בגרסאות ה-Google AI Pro ו-Ultra, גוגל מציעה כלי עריכה מתקדם שחורג הרבה מעבר לתיקון שגיאות כתיב סטנדרטי. ה-Proofread מתפקד כעורך לשוני צמוד שבודק לעומק את הדקדוק, הסגנון ואפילו את הטון של המייל. המטרה היא להבטיח שהמסר שלכם לא רק יהיה נכון מבחינה טכנית, אלא יישמע מקצועי, מלוטש ומדויק עבור הנמען עוד לפני שאתם לוחצים על כפתור השליחה.

העתיד הקרוב עם תיבת דואר אוטונומית (AI Inbox)

גוגל כבר מכינה את השלב הבא באבולוציה של Gmail: ה-AI Inbox. זוהי מערכת שנועדה לשמש כמעטפת חכמה שתסנן עבורכם את “רעשי הרקע” ותשאיר אתכם ממוקדים רק במה שחשוב באמת:

ניהול סדרי עדיפויות חכם

המערכת תפעל כמעין “תדריך אישי”. היא תדע לזהות באופן אוטומטי אנשי קשר בעלי חשיבות עליונה (VIPs) על בסיס היסטוריית ההתכתבויות שלכם, ותציף לראש התיבה משימות דחופות כמו תזכורת לתור לרופא או חשבון שמועד הפרעון שלו חל מחר.

פרטיות לפני הכל

למרות הניתוח המעמיק של התכנים, גוגל מדגישה כי התהליך מתבצע תחת מעטפת הפרטיות המאובטחת שלה. המידע נשאר בשליטתכם המלאה ואינו יוצא מחוץ להגנות המקובלות של חשבון המשתמש שלכם.

חשוב לדעת שהפיצ’ר נמצא כעת בשלבי בדיקה אצל “נסיינים אמינים” (Trusted Testers) וצפוי להתרחב לקהל הרחב בחודשים הקרובים.

אז מה זמין למי?

הנה טבלה מסכמת שמשווה בין יכולות ה-Gemini ב-Gmail הזמינות לכלל המשתמשים בחינם לבין כלי הפרימיום המתקדמים השמורים למנויי AI Pro ו-Ultra:

ריכוז יכולות: מי מקבלים המשתמשים?

המהלך האסטרטגי של גוגל

ההטמעה של Gemini בתוך Gmail היא הרבה מעבר לעדכון גרסה, זה מהלך שנועד להגדיר מחדש את האופן שבו אנחנו צורכים ומנהלים מידע:

• היתרון התחרותי (גוגל נגד OpenAI): בזמן שמתחרות כמו OpenAI מציעות מודלי שפה מרשימים, גוגל מחזיקה בנכס שאין לאף אחת אחרת: הגישה הישירה למידע האישי שלכם. השילוב בין בינה מלאכותית חזקה לבין “מכרה הזהב” של המיילים, אנשי הקשר והיסטוריית ההתכתבויות שלכם, מייצר ערך מוסף שקשה מאוד להתחרות בו ללא חיבורים חיצוניים מורכבים.

• מודל ה-Freemium החכם: גוגל בחרה בטקטיקה של דמוקרטיזציה של הכלים הבסיסיים. על ידי הצעת כלי היצירה (כתיבה וסיכום) בחינם, היא מבטיחה ש-3 מיליארד המשתמשים שלה יישארו בתוך המערכת ולא יחפשו פתרונות AI חיצוניים. יחד עם זאת, היא “נועלת” את יכולות העיבוד המתקדמות והניתוח המעמיק מאחורי חומת תשלום, מה שיוצר הפרדה ברורה ומוצדקת למשתמשים מקצועיים שזקוקים ליותר כוח.

• מתיבת דואר למאגר ידע אישי: השינוי המשמעותי ביותר הוא המהפך של Gmail מכלי לתכתובות בלבד ל”מוח שני” נגיש. היכולת לשאול שאלות ישירות את תיבת הדואר הופכת אותה למנוע חיפוש אישי. זהו המענה המדויק לעומס המידע המודרני – במקום לחפש בערמות של דאטה, אתם פשוט מקבלים תשובות.

השורה התחתונה היא שג’ימייל מפסיק להיות רק תיבת דואר והופך לעוזר אישי אקטיבי שמנהל עבורנו את המידע במקום שבו אנו מבלים את רוב היום.

הפוסט האימייל שלכם עומד להשתנות: Gmail נכנס רשמית לעידן ה-Gemini הופיע ראשון בLet's AI בינה מלאכותית

מה ChatGPT Health מציע

ChatGPT Health הוא אזור בריאות ייעודי בתוך ChatGPT, שמאפשר לנהל שיחות בריאות כשהן מבוססות על מידע אישי שהמשתמש בוחר לחבר או להעלות. המטרה היא לרכז הקשר רפואי שנמצא כיום במקומות שונים, ולאפשר הבנה רציפה וברורה יותר בתוך שיחה אחת.

נכנסים לאזור ייעודי שנועד להפוך ליועץ הבריאות האישי שלכם | OpenAI

מה אפשר לעשות עם זה

OpenAI מציינת ש-Health מאפשר לחבר רשומות רפואיות ואפליקציות wellness כמו Apple Health, Function ו-MyFitnessPal. בפועל, ניתן לבקש הסבר לתוצאות בדיקות, להתכונן לפגישה עם רופא, לקבל הכוונה כללית לגבי תזונה ואימון, או להבין שיקולים בין אפשרויות ביטוח שונות על בסיס דפוסי שימוש רפואיים. המערכת מיועדת לתמוך בשאלות יומיומיות ובהבנת מגמות לאורך זמן, לא רק ברגעי מחלה.

תחליף לאבחון או טיפול רפואי?

OpenAI מדגישה ש-ChatGPT Health נועד לתמוך, לא להחליף טיפול רפואי. הוא אינו מיועד לאבחון או לטיפול, אלא לסיוע בהבנת מידע ולהגעה מוכנים יותר לשיחה עם רופא. זה ניסוח מכוון, שמציב גבול ברור בין כלי לניווט והכוונה לבין החלטות קליניות.

ההדגשה הזו אינה מקרית. לפי OpenAI, בריאות היא אחד השימושים הנפוצים ביותר ב-ChatGPT, עם יותר מ-230 מיליון אנשים ברחבי העולם ששואלים שאלות בריאות ו-wellness מדי שבוע, על בסיס ניתוח אנונימי של שיחות. ChatGPT Health נבנה על המציאות הזו בדיוק, שימוש רחב ומתמשך ב-AI כדי להבין את הבריאות, ולא כניסיון לייצר תפקיד רפואי חדש למערכת.

If you choose, ChatGPT Health lets you securely connect medical records and apps like Apple Health, MyFitnessPal, and Peloton to give personalized responses. pic.twitter.com/Nv5sA2ifrV

— OpenAI (@OpenAI) January 7, 2026

מה בנוגע לפרטיות

OpenAI מציגה את ChatGPT Health כמרחב נפרד בתוך ChatGPT, עם זיכרונות משלו. שיחות, קבצים ואפליקציות שמחוברים ל-Health נשמרים בנפרד משאר הצ’אטים, ונועדו להיות מבודדים מהשימושים האחרים במערכת.

לפי החברה, שיחות שמתנהלות בתוך Health אינן משמשות לאימון מודלי הבסיס של OpenAI. מידע וזיכרונות שנוצרים במרחב הבריאות אינם זמינים לשיחות שאינן Health, ושיחות רגילות אינן יכולות לגשת לתוכן שנשמר בו.

עם זאת, יש הסתייגות שחשוב להכיר – כאשר הדבר מועיל, ChatGPT עשוי להשתמש בהקשר משיחות שאינן Health, כמו מעבר דירה או שינוי אורח חיים, כדי להפוך שיחה בריאותית לרלוונטית יותר. הכיוון ההפוך, כלומר זרימה של מידע בריאותי החוצה – חסום.

איך מתחברים לנתונים ושולטים בהם

לצורך חיבור לרשומות רפואיות בארה”ב, OpenAI אומרת שהיא משתפת פעולה עם b.well, הרשת הגדולה והמאובטחת ביותר לחיבור נתוני בריאות של צרכנים בארה”ב. החיבור מתבצע רק בהסכמת המשתמש.

החברה מדגישה שהשליטה בנתונים נשארת בידי המשתמש. גישה לרשומות רפואיות ולאפליקציות מחוברות ניתנת להסרה בכל רגע דרך סעיף Apps בהגדרות. בנוסף, זיכרונות בריאות שנשמרים בתוך Health ניתנים לצפייה ולמחיקה דרך Health עצמו או דרך אזור ההתאמה האישית (Personalization) בהגדרות (Settings).

גם חיבור לאפליקציות בריאות ורווחה מתבצע רק לאחר הסכמה מפורשת, גם אם האפליקציה כבר מחוברת לשיחות שאינן Health. לפי OpenAI, כל אפליקציה שנכללת ב-Health חייבת לעמוד בדרישות מחמירות של פרטיות ואבטחה, לאסוף רק את המידע הנדרש, ולעבור בדיקות אבטחה ייעודיות לפני שהיא זמינה לשימוש.

ChatGPT Health keeps your health chats, files, and memories in a separate dedicated space.

Health conversations appear in your history, but their info never flows into your regular chats.

View or delete Health memories anytime in Health or Settings > Personalization. pic.twitter.com/1jQ7lziWJ1

— OpenAI (@OpenAI) January 7, 2026

בטיחות קלינית

ChatGPT Health פותח בשיתוף רופאים, בתהליך שנמשך יותר משנתיים וכלל מעל 260 רופאים מ-60 מדינות וממגוון תחומי מומחיות. במסגרת העבודה הזו, הרופאים סיפקו משוב על פלטי המודל יותר מ-600,000 פעמים, ב-30 תחומי מיקוד שונים.

לפי החברה, השיתוף הזה עיצב לא רק את היכולות של המערכת, אלא גם את אופן התגובה שלה: מתי להדגיש דחיפות, איך לנסח מידע רפואי בלי לפשט יתר על המידה, ואיך לשים בטיחות מעל הכול במצבים רגישים.

כדי להעריך את הביצועים, OpenAI מציגה כלי בשם HealthBench, שבוחן תשובות לפי רובריקות שנכתבו על ידי רופאים. ההערכה מתמקדת בקריטריונים קליניים כמו בטיחות, בהירות, הפניה מושכלת לטיפול רפואי והתייחסות להקשר האישי של המשתמש.

למי זה זמין ואיך נרשמים

ChatGPT Health נפתח בשלב זה דרך רשימת המתנה (לחצו כאן להירשם). OpenAI מתחילים עם קבוצה מצומצמת של משתמשים, במטרה ללמוד, לאסוף משוב ולשפר את החוויה לפני הרחבה.

נכון להיום, משתמשי Free, Go, Plus ו Pro יכולים להירשם לרשימת ההמתנה, כל עוד הם נמצאים מחוץ לאזור הכלכלי האירופי, שווייץ ובריטניה. OpenAI מציינת שהיא מתכננת להפוך את Health לזמין לכל המשתמשים ב-web וב-iOS במהלך השבועות הקרובים.

יש גם מגבלות טכניות וגיאוגרפיות – חיבור לרשומות רפואיות וחלק מהאפליקציות זמין כרגע רק בארה”ב, וחיבור ל-Apple Health דורש שימוש ב-iOS.

מסדרים הרגל קיים מחדש

ChatGPT Health לא ממציא את השימוש בבינה מלאכותית לבריאות, אלא מנסה להסדיר אותו. OpenAI לוקחת פעולה שכבר מתרחשת מדי יום, ומכניסה אותה למסגרת עם הפרדה ברורה, שליטה במידע, והגדרות מפורשות לגבי פרטיות ושימוש בנתונים.

ההבטחה של החברה פשוטה – אם כבר פונים ל AI עם שאלות בריאות, עדיף לעשות זאת במרחב ייעודי, עם הגנות נוספות ושיחה שנשענת על מידע אישי אמיתי, ולא על ניחושים כלליים.

הפוסט OpenAI משיקה את ChatGPT Health הופיע ראשון בLet's AI בינה מלאכותית

מה נטען בתביעות נגד Character.AI

בלב התביעות עומדת הטענה כי Character.AI עיצבה מוצר שמאפשר יצירת קשר רגשי עמוק בין בני נוער לדמויות בינה מלאכותית, מבלי להציב מנגנוני הגנה מספקים לקטינים. לפי כתבי התביעה, משתמשים צעירים פיתחו תלות רגשית בדמויות ה-AI, שראו בהן מקור לנחמה ולעיתים תחליף לקשרים אנושיים.

אחד המקרים הבולטים הוגש על ידי אם מפלורידה, שטענה כי בנה בן ה-14 פיתח קשר רגשי ממושך עם צ’אטבוט המבוסס על דמות מסדרת Game of Thrones. לטענתה, במהלך השיחות לא נבלמו תכנים רגישים ולא ניתנה הכוונה לפנייה לעזרה חיצונית. זמן קצר לאחר מכן, הבן שם קץ לחייו. התביעה אינה טוענת שהבוט גרם ישירות למעשה, אלא שעיצוב המוצר יצר סביבה מסוכנת עבור קטין במצוקה נפשית.

למה גם Google הופיעה כנתבעת

על פניו, Character.AI היא סטארטאפ עצמאי. בפועל, הקשרים בינה לבין גוגל הפכו את ענקית הטכנולוגיה לשחקנית שקשה להתעלם ממנה. בתביעות נטען כי גוגל קיימה עם Character.AI קשרי רישוי טכנולוגיים משמעותיים, הייתה מעורבת בעסקאות מסחריות הקשורות למוצר, ואף קלטה לשורותיה את מייסדי החברה.

לטענת התובעים, השילוב הזה חורג משיתוף פעולה שולי. הם טוענים כי גוגל הייתה גורם בעל השפעה מהותית על פיתוח המוצר, על הארכיטקטורה הטכנולוגית שלו ועל האופן שבו הופעל בפועל. מכאן נגזרת הדרישה לראות בה לא רק שותפה עסקית, אלא גורם שצריך לשאת באחריות משפטית לתוצאות שנוצרו.

טיעוני הצדדים בתביעות וסוגיית חופש הביטוי

אחד מקווי ההגנה המרכזיים של החברות היה טיעון חוקתי. לטענתן, הפלט שמייצר הצ’אטבוט הוא צורה של ביטוי, ולכן מוגן תחת התיקון הראשון לחוקת ארצות הברית. לפי גישה זו, הטלת אחריות משפטית על תוכן שנוצר על ידי מערכת AI עלולה לפגוע בעקרון יסוד של חופש הביטוי.

אלא שבשלבים מוקדמים של הדיונים, חלק מבתי המשפט הפדרליים סירבו לקבל את הטענה הזו באופן אוטומטי. השופטים הבהירו כי בשלב התביעה אין מקום להניח שפלט של צ’אטבוט נהנה מהגנת חופש הביטוי, במיוחד כאשר מדובר במוצר מסחרי שפועל במסגרת מערכת מתוכננת וממוסחרת. ההחלטות לא הכריעו בשאלה החוקתית עצמה, אך הן אפשרו לתביעות להמשיך ולהתברר.

להכרעה עתידית בסוגיה עשויות להיות השלכות רחבות. אם ייקבע שפלט של צ’אטבוט אינו מוגן כחופש ביטוי, ייפתח פתח לרגולציה הדוקה יותר ולהטלת אחריות משפטית על נזק שנגרם דרך אלגוריתמים. במילים אחרות, השאלה אינה רק משפטית, אלא עשויה לקבוע אם בינה מלאכותית תיתפס כדובר עצמאי או כמוצר שעל יצרניו חלה אחריות מלאה.

תביעה תקדימית נגד OpenAI סביב ChatGPT

המגרש המשפטי הזה אינו מוגבל ל-Character.AI בלבד. באוגוסט 2025 הוגשה בארצות הברית תביעה תקדימית גם נגד OpenAI, בטענות שמעלות שאלות דומות סביב אחריות, בטיחות והקשר הרגשי בין בני נוער למערכות AI.

בכתב התביעה נטען כי בני זוג מקליפורניה תובעים את החברה ואת המנכ״ל שלה, סם אלטמן, לאחר שבנם בן ה-16 שוחח במשך חודשים עם ChatGPT על מצוקותיו הנפשיות. לטענת המשפחה, השיחות לא זוהו כמצב סיכון מתמשך ולא הופנו לגורמי סיוע, ובשלב מסוים כללו גם תכנים חמורים, בהם דיונים על מוות ופגיעה עצמית.

התביעה אינה טוענת לגרימה ישירה, אלא לכך שהיעדר מנגנוני הגנה מספקים הפך שיח כללי או מסייע, לטענת המשפחה, לחלק מסביבה מסוכנת עבור קטין במצוקה נפשית.

תשובת OpenAI להאשמות

OpenAI דחתה את הטענות נגדה והדגישה כי היא פועלת לשיפור מתמיד של מערכי הבטיחות ב-ChatGPT. החברה מסרה כי בתקופה האחרונה נוספו למערכת מנגנונים לזיהוי שיח רגיש, אזהרות למשתמשים במצוקה, הפניות לקווי סיוע וכלים לפיקוח הורי.

עם זאת, לפי כתבי התביעה, חלק מהצעדים הללו הוטמעו רק לאחר האירוע שעליו מבוססת התביעה. השאלה שנותרה במחלוקת אינה רק אילו מנגנונים קיימים כיום, אלא האם מערך הבטיחות שפעל בזמן אמת היה מספק כדי לזהות ולהגיב למצוקה מתמשכת.

שינוי המוצר בעקבות הביקורת

בעקבות התביעות והלחץ הציבורי, Character.AI ביצעה שינוי משמעותי במדיניות המוצר. החברה הסירה אפשרויות שיחה פתוחות עבור משתמשים מתחת לגיל 18, והוסיפה מגבלות שמטרתן לצמצם חשיפה לתכנים רגישים ולדינמיקות של קשר אינטימי עם דמויות AI.

מדובר בצעד שמסמן הכרה רשמית בסיכונים שעלו מהשימוש בפלטפורמה בקרב קטינים. עם זאת, בעיני המבקרים והמשפחות התובעות, השאלה המרכזית אינה עצם השינוי אלא עיתויו. לטענתם, בדומה למקרה עם OpenAI, ההגבלות נוספו רק לאחר שהתבררו ההשלכות הקשות, ולא כחלק מתכנון מוקדם שמזהה סיכון מובנה במוצר עצמו.

משמעות רחבה לתעשייה

הפשרות המשפטיות, גם אם אינן יוצרות פסק דין תקדימי, מסמנות שינוי באופן שבו תעשיית הבינה המלאכותית נתפסת. אינטראקציות עם צ’אטבוטים כבר אינן נתפסות ככלי טכנולוגי ניטרלי בלבד, אלא כמערכות שפועלות גם על מישורים רגשיים ופסיכולוגיים, ושבנסיבות מסוימות עלולות לגרום לנזק ממשי.

התביעות נגד Character.AI, Google ו-OpenAI מציבות שאלה שלא נוח לתעשייה לשאול: האם האחריות של חברות AI מסתיימת ביכולת הטכנולוגית, או שהיא מתחילה בדיוק במקום שבו נוצר קשר אנושי פגיע? כשהשיח עובר ממילים על מסך להשפעה ממשית על חיי בני אדם, נדרש חשבון נפש שאינו רק טכנולוגי, אלא גם מוסרי וחברתי.

הפוסט מי באמת אחראי לקשר הרגשי הבעייתי שנוצר בין בני נוער לצ׳אטבוט הופיע ראשון בLet's AI בינה מלאכותית

בין רעש רגולטורי למציאות משפטית

בפברואר 2025 עסקנו כאן לראשונה בחוק הבינה המלאכותית של האיחוד האירופי (AI Act) כרגולציה המקיפה הראשונה בעולם שמנסה להסדיר את השימוש בבינה מלאכותית בקנה מידה רחב. כבר אז היה ברור שמדובר בחוק שאינו נשאר בגבולות אירופה בלבד, אלא צפוי להשפיע גם על חברות ישראליות שמפתחות, מטמיעות או מוכרות פתרונות AI לשוק האירופי. בדומה ל-GDPR, המחוקק האירופי סימן כיוון: בטיחות, אחריות ושקיפות, גם במחיר של חובות רגולטוריות חדשות לארגונים.

שנת 2025 עצמה הייתה שנה מבלבלת בשיח סביב החוק. מצד אחד, דיווחים חוזרים על לחץ מצד התעשייה ומדינות באירופה לדחות את היישום, בעיקר סביב החובות על מודלים כלליים (General-Purpose AI – GPAI) והעיכוב בפרסום קוד הפרקטיקה שאמור להנחות את השוק. מצד שני, עמדת הנציבות האירופית נותרה עקבית – אין “עצירת שעון”, והחוק מתקדם לפי לוח הזמנים שנקבע.

נכון לתחילת 2026, החוק עצמו לא שונה. קיימות הצעות לתיקונים ולדחיות נקודתיות, בעיקר בכל הנוגע למערכות בסיכון גבוה, אך אלה מצריכות תהליך חקיקה מלא שטרם הושלם. עבור ארגונים, המשמעות ברורה: מתכננים לפי החוק הקיים, ומנהלים מעקב שוטף אחר שינויים, לא להפך.

ציר הזמן שכל ארגון צריך להכיר

היישום של חוק ה-AI אינו אירוע חד-פעמי אלא תהליך מדורג. בפברואר 2025 נכנסו לתוקף האיסורים על פרקטיקות מסוימות, כמו מערכות דירוג חברתי, לצד חובת אוריינות בינה מלאכותית שמחייבת ארגונים לוודא שהעובדים מבינים כיצד להשתמש ב-AI בצורה אחראית. באוגוסט 2025 החלו לחול חובות ייעודיות על ספקי מודלים כלליים, במקביל להקמת מנגנוני ממשל ואכיפה ברמת האיחוד.

נקודת הייחוס המרכזית עבור מרבית הארגונים היא אוגוסט 2026, אז נכנסת לתוקף התחולה הכללית של החוק. המשמעות הניהולית היא שאין יותר מדי “זמן חסד”. חלק מהחובות כבר כאן, והיערכות מוקדמת היא הדרך היחידה לצמצם סיכון רגולטורי ולהימנע מהפתעות לא נעימות בהמשך.

החוק חל גם על חברות ישראליות

אחת הנקודות שממשיכות להפתיע מנהלים בישראל היא התחולה האקס-טריטוריאלית של חוק ה-AI. בניגוד לאינטואיציה, מיקום החברה כמעט ואינו רלוונטי. אם המוצר שלכם מוצב בשוק האירופי, או אם יש לכם משתמשים, לקוחות או שותפים באיחוד, אתם נמצאים בתחום התחולה של החוק. זה נכון לחברות SaaS, לפלטפורמות B2B, וגם לארגונים שמספקים פתרונות מבוססי בינה מלאכותית כחלק משירות רחב יותר.

עבור ארגונים ישראלים שפועלים בזירה גלובלית, המשמעות היא שחוק ה-AI אינו “בעיה אירופית”, אלא שיקול תפעולי ועסקי שצריך להיכנס לשולחן ההנהלה.

ספקים מול משתמשים: מי אחראי ועל מה

אחרי שמבינים שהחוק חל גם עליכם, השאלה הבאה היא איזה תפקיד רגולטורי אתם ממלאים. החוק מבצע הבחנה ברורה בין שני תפקידים מרכזיים. ספק (Provider) הוא מי שמפתח או משווק מערכת בינה מלאכותית תחת שמו. משתמש או מפעיל (Deployer) הוא מי שמטמיע מערכת כזו בתוך הארגון או כחלק משירות שהוא מספק.

ההבחנה הזו אינה סמנטית. ספקים נושאים באחריות רחבה יותר, במיוחד כאשר מדובר במערכות בסיכון גבוה, ונתבעים להוכיח תיעוד, ניהול סיכונים וממשל טכנולוגי. משתמשים נדרשים בעיקר לשימוש אחראי, שקיפות והכשרת עובדים. בפועל, לא מעט חברות הן גם ספק וגם משתמש, ולכן נדרשות לבחון כל מערכת בינה מלאכותית בנפרד ולא להסתפק בהגדרה אחת גורפת.

סיווג הסיכון והשלכות עסקיות

לב ליבה של רגולציית ה-AI האירופית הוא סיווג סיכון. החוק אינו שואל רק “האם יש כאן בינה מלאכותית”, אלא עד כמה השימוש בה עלול להשפיע על זכויות, בטיחות והזדמנויות של אנשים. מערכות שמעורבות בקבלת עובדים, מתן אשראי, תמחור ביטוח או קבלת החלטות רפואיות עשויות להיחשב כמערכות “בסיכון גבוה”.

חשוב להדגיש, סיווג כזה אינו אוסר על השימוש במערכת, אלא מגדיר רף גבוה יותר של אחריות. ארגונים נדרשים לעמוד בדרישות מחמירות יותר של תיעוד, ניהול סיכונים, פיקוח אנושי ושקיפות. בפועל, זה משפיע ישירות על אופן הפיתוח, ההטמעה והתחזוקה של המערכת לאורך זמן.

גם מערכות שאינן מסווגות כ”סיכון גבוה” אינן פטורות מחובות. צ’אטבוטים, מערכות ג׳נרטיביות וממשקים שבהם משתמש עלול לחשוב שהוא מתקשר עם בן אדם מחויבים בשקיפות בסיסית. עבור ארגונים רבים, אלו בדיוק המקומות שבהם נדרש שינוי קטן בממשק או בניסוח, אך כזה שיש לו משמעות רגולטורית ברורה.

החוק כולל מנגנוני אכיפה וקנסות משמעותיים, עם תקרות שיכולות להגיע עד 35 מיליון אירו או עד 7% מהמחזור העולמי של החברה, הגבוה מביניהם, בהתאם לסוג ההפרה. עבור הפרות אחרות, החוק קובע תקרות נמוכות יותר אך עדיין משמעותיות. עם זאת, האכיפה אינה פועלת ככפתור אדום שסוגר שווקים בן לילה.

לרשויות יש סל כלים רחב, החל מדרישות תיקון והגבלות שיווק, ועד קנסות מנהליים במקרים חמורים. עבור הנהלות, המשמעות היא סיכון תפעולי ומסחרי מתמשך, ולא רק שאלה משפטית נקודתית.

GPAI וקוד הפרקטיקה כשכבת רגולציה נפרדת

ארגונים שמפתחים מודלים כלליים, כמו מודלי שפה או תמונה, נכנסים לשכבה רגולטורית ייעודית בחוק. מדובר במודלים רב-שימושיים שיכולים לשמש כבסיס למגוון רחב של יישומים, ולכן המחוקק האירופי בחר להתייחס אליהם בנפרד. כאן נכנס לתמונה קוד הפרקטיקה, שנועד לשמש מסלול וולונטרי שיסייע להדגים עמידה בדרישות החוק.

במהלך 2025 נרשמה אי ודאות סביב לוחות הזמנים של הקוד, והלחץ לדחייה נבע בעיקר מהמורכבות הטכנית והארגונית הכרוכה ביישום החובות על מודלי GPAI. חשוב להבין, החובות עצמן כבר מעוגנות בחוק. קוד הפרקטיקה נועד להקל על היישום ולהציע מסגרת עבודה מוסכמת, אך הוא אינו תנאי לקיומן של החובות ואינו מחליף אותן. עבור מפתחי מודלים, המשמעות היא צורך להיערך גם אם המסגרת הוולונטרית עדיין מתגבשת.

AI literacy

אחד הסעיפים הפחות דרמטיים אך המשמעותיים ביותר בחוק הוא חובת אוריינות הבינה המלאכותית. כל ארגון שמשתמש ב-AI נדרש לנקוט צעדים סבירים כדי לוודא שהעובדים מבינים מה הם עושים, מה מותר ומה אסור, ואילו סיכונים קיימים בשימוש במערכות כאלה. החובה הזו חלה כבר מפברואר 2025, ולא נדחתה לשלב מאוחר יותר.

עבור מנהלים, מדובר ב-Quick win מובהק. הדרכה קצרה, נהלים ברורים ותיעוד בסיסי לא רק מספקים מענה רגולטורי, אלא גם משמשים כלי ניהולי שמקטין טעויות, מחדד אחריות ומעלה את רמת המקצועיות בארגון. זהו אחד המקרים הנדירים שבהם ציות ויעילות הולכים יד ביד.

תקצוב חכם

אחת הטעויות הנפוצות בשיח סביב חוק ה-AI היא ניסיון להצמיד לו תג מחיר אחיד. בפועל, הגישה הנכונה היא מודל תקצוב ולא סכום קבוע. העלות תלויה בשלושה גורמים עיקריים: היבטים רגולטוריים ומשפטיים, בדיקות ואבטחת איכות טכנית, ותיעוד וממשל פנימי.

ארגון עם מספר מערכות פשוטות ושימושים מוגבלים יידרש להיערכות שונה לחלוטין מארגון שמפתח מודלים קריטיים לשוק הפיננסי או הרפואי. ההבנה הזו מאפשרת תכנון ריאלי, הדרגתי ושקול, במקום תגובה בלחץ לרגולציה שנתפסת כמאיימת.

מה עושים עכשיו

הצעד הראשון שאינו תלוי בדחיות, תיקונים או פרשנויות עתידיות הוא מיפוי. לדעת אילו מערכות בינה מלאכותית קיימות בארגון, מי משתמש בהן, לאילו שימושים, והאם יש להן נגיעה לשוק האירופי. במקביל, חשוב להתחיל בשקיפות בסיסית מול משתמשים ובהכשרת עובדים. אלה צעדים פשוטים יחסית, אך כאלה שמייצרים שליטה, סדר והפחתת סיכון, גם אם לוח הזמנים הרגולטורי עוד ישתנה.

חוק הבינה המלאכותית האירופי הוא לא עוד רגולציה חולפת. בדומה ל-GDPR, הוא צפוי להפוך לסטנדרט ייחוס עולמי שישפיע גם מעבר לגבולות האיחוד. עבור ארגונים ישראלים, ההיערכות אינה רק עניין של ציות, אלא הזדמנות לבנות תשתית AI אחראית, שקופה ובוגרת יותר. מי שיתחיל עכשיו, יגיע לאוגוסט 2026 ללא לחץ וללא הפתעות, עם הבנה, שליטה ויתרון תפעולי ברור.

האמור במאמר זה הוא סקירה כללית ואינו מהווה ייעוץ משפטי. יישום חוק ה-AI בפועל תלוי בנסיבות הספציפיות של כל ארגון, ולכן מומלץ להיעזר בייעוץ משפטי או רגולטורי המתמחה בחוק הבינה המלאכותית האירופי.

הפוסט לקראת אוגוסט 2026: כך ישפיע חוק ה-AI האירופי על חברות וארגונים מישראל הופיע ראשון בLet's AI בינה מלאכותית

הנוף של תעשיית השבבים

המהלך של אנבידיה לא מתרחש בוואקום. הוא משתלב בנוף רחב יותר של תעשיית השבבים, שבה התחרות כבר אינה נסובה רק סביב כוח חישוב גולמי, אלא סביב ארכיטקטורות ייעודיות, זמני תגובה ויעילות של אינפרנס (הסקה בזמן אמת). לאחר שנים שבהן ה-GPU שימש כסטנדרט דה-פקטו לעומסי עבודה של בינה מלאכותית, החלו לצוץ פתרונות שמערערים על ההנחה שארכיטקטורה כללית יכולה לשרת בצורה מיטבית כל שלב בשרשרת ה-AI.

בתוך הקשר זה, העניין של אנבידיה ב-Groq נראה פחות כמהלך הגנתי ויותר כהכרה בכך שחדשנות אמיתית בשוק מגיעה כיום משחקנים שמאתגרים את מודל ה-GPU עצמו. הארכיטקטורה של Groq אינה מבטיחה רק ביצועים גבוהים, אלא מציעה תפיסה שונה של איך צריך להיראות שבב שמיועד מלכתחילה להיסק וליישומי AI בזמן אמת. עבור אנבידיה, אימוץ גישה כזו אינו סתירה לאסטרטגיה הקיימת, אלא הרחבה מחושבת שלה.

החיפוש אחר יתרון תחרותי

הצמיחה המואצת של יישומי בינה מלאכותית יצרה ביקוש עצום לשבבים ייעודיים, אך גם חשפה פערים מהותיים בין שלבי העבודה השונים של מערכות AI. בעוד שאימון מודלים גדולים נשאר תחום שבו יתרון לגודל ולכוח חישוב גולמי משחק תפקיד מרכזי, שלב ההיסק, ובמיוחד היסק בזמן אמת, מציב דרישות אחרות לחלוטין: השהייה נמוכה, התנהגות צפויה ויעילות תפעולית בקנה מידה גדול.

לאורך העשור האחרון ביססה אנבידיה את מעמדה כמובילת שוק באמצעות ארכיטקטורת ה-GPU, שהוכיחה גמישות יוצאת דופן והפכה לסטנדרט בפיתוח ובאימון מודלים. אולם אותה גמישות, שמקנה ל-GPU יתרון בעומסי עבודה מגוונים, הופכת במקרים מסוימים לחיסרון כאשר נדרשת תגובה דטרמיניסטית ומהירה במיוחד. כאן נכנסות לתמונה ארכיטקטורות ייעודיות, שתוכננו מלכתחילה סביב צורכי אינפרנס ולא כהרחבה של חומרה גרפית.

בהקשר הזה, הפתרון שמציעה Groq בולט לא בזכות הבטחה ליותר FLOPS (כמה חישובים מתמטיים מורכבים מחשב יכול לבצע בשנייה), אלא בזכות מיקוד ב-low latency (תגובה עם עיכוב מינימלי) ובביצוע צפוי ועקבי. יכולת כזו פותחת אפשרויות חדשות ליישומים שבהם זמן תגובה הוא קריטי, כמו ניתוח נתונים בזמן אמת ומערכות אוטונומיות. עבור אנבידיה, אימוץ טכנולוגיה כזו אינו ניסיון להחליף את ה-GPU, אלא דרך להשלים אותו בנקודות שבהן הדרישות התפעוליות של שוק ה-AI משתנות.

הטכנולוגיה של גרוק

Groq פיתחה ארכיטקטורת מעבדים ייעודית המכונה LPU (Language Processing Unit), אך השם עצמו מעט מטעה, לא מדובר במעבד “לשפה” במובן האפליקטיבי, אלא בארכיטקטורה שתוכננה סביב אופן החישוב של מודלים מבוססי טרנספורמרים. בניגוד ל-GPU, שמבצע חישובים מקביליים כלליים ומסתמך על תזמון דינמי, ה-LPU של Groq פועל במודל dataflow דטרמיניסטי, שבו כל שלב חישוב מתוכנן מראש והביצוע צפוי לחלוטין.

תכנון כזה מאפשר להתמודד עם אחת הבעיות המרכזיות באינפרנס של מודלים גדולים: צוואר הבקבוק של הזיכרון. במקום להסתמך על גישות של זיכרון חיצוני והעברות נתונים תכופות, Groq משלבת זיכרון מהיר על גבי השבב ומפחיתה למינימום את חוסר הוודאות בזמני גישה לנתונים. התוצאה אינה בהכרח throughput (כמה דברים מערכת מצליחה לעבד בזמן מסוים) גבוה יותר, אלא השהייה נמוכה ועקבית, מאפיין קריטי ביישומים שבהם זמן תגובה חשוב לא פחות מהדיוק.

הארכיטקטורה של Groq גם פשוטה יחסית ברמת הבקרה והניהול, תוצאה של ויתור מודע על מנגנוני תזמון מורכבים לטובת ביצוע קבוע וצפוי. הפשטות הזו מקלה על אופטימיזציה של עומסי אינפרנס בקנה מידה גדול, אך באה במחיר של גמישות כללית נמוכה יותר. עבור אנבידיה, שילוב טכנולוגיה כזו אינו תחליף לאקוסיסטם ה-GPU, אלא הרחבה נקודתית לאזורים שבהם דטרמיניזם והשהייה נמוכה חשובים יותר מגמישות חישובית מלאה.

קצת מעבר לטכנולוגיה עצמה

מעבר להסכם הרישוי עצמו, הצירוף של ג’ונתן רוס ובכירים נוספים מ-Groq לשורות אנבידיה משקף מהלך ממוקד ידע ולא רק קליטת טאלנט. מדובר באנשי מפתח שהובילו פיתוח של ארכיטקטורה החורגת מהנחות היסוד של עולם ה-GPU, וצברו ניסיון מעשי בניהול trade-offs בין דטרמיניזם, השהייה, גמישות וסקייל. ידע כזה הוא לא טריוויאלי להעתקה דרך תיעוד טכני בלבד.

במקביל, פעילות השירות של Groq, ובראשה פלטפורמת Groq Cloud, ממשיכה לפעול כיישות עצמאית, מה שמחדד כי מדובר בשילוב ממוקד של טכנולוגיה וידע ולא בפירוק החברה או בבליעתה אל תוך אנבידיה.

עבור אנבידיה, שילוב הנהלה שפעלה מחוץ לאקוסיסטם שלה ומולו מאפשר לא רק הבנה עמוקה יותר של טכנולוגיה אלטרנטיבית, אלא גם חשיפה לאופן חשיבה שונה לגבי תכנון שבבים ייעודיים לאינפרנס. זה ניסיון שנצבר תחת אילוצים שונים מאלו של חברת שבבים מבוססת, והוא רלוונטי במיוחד בתקופה שבה הדרישות מיישומי AI משתנות מהר יותר מהארכיטקטורות שמנסות לשרת אותן.

במובן הזה, המהלך האנושי אינו תוספת רכה למהלך הטכנולוגי, אלא חלק אינטגרלי ממנו. זה ניסיון להטמיע בתוך אנבידיה לא רק רכיב או פטנט, אלא הבנה מערכתית של מתי וכיצד ארכיטקטורות ייעודיות עדיפות על פתרונות כלליים, ואיך ניתן לשלב אותן מבלי לפרק את האקוסיסטם הקיים.

השלכות אפשריות על שוק שבבי ה-AI

הסכם הרישוי וה-acqui-hire מול Groq מאותתים על שינוי באופן שבו אנבידיה בוחרת להתמודד עם תחרות ארכיטקטונית. במקום להמר על פיתוח פנימי ארוך טווח בלבד, אנבידיה בוחרת לשלב טכנולוגיות ייעודיות קיימות, גם אם הן חורגות מהמודל ההיסטורי שלה. זה מהלך שמקצר זמן תגובה לשוק ומפחית סיכון, אבל גם מחזק את מעמדה כשחקן שמסוגל לספוג ולנטרל חדשנות חיצונית לפני שהיא הופכת לאיום רחב.

עבור חברות אחרות המפתחות מאיצי AI, המשמעות אינה בהכרח “אזהרה”, אלא שינוי בתמריצים. סטארטאפים שמפתחים ארכיטקטורות ייעודיות לאינפרנס עשויים לראות ברישוי ובשילוב לתוך אקוסיסטם קיים מסלול ריאלי יותר מהתמודדות חזיתית מול GPU דומיננטי. במקביל, שחקנים גדולים יותר יידרשו להבהיר היכן הערך הייחודי שלהם אינו ניתן להטמעה או לספיגה דרך הסכמים מסוג זה.

מנקודת מבט של לקוחות ומפתחים, המהלך מגלם מתח מוכר: בטווח הקצר, שילוב טכנולוגיות משלימות תחת פלטפורמה אחת עשוי לשפר זמינות, ביצועים וקלות אימוץ. בטווח הארוך, ריכוז גובר של שכבות חומרה, תוכנה וטאלנט בידי מספר מצומצם של ספקים עלול לצמצם את מרחב הבחירה. האיזון בין יעילות מערכתית לבין תחרות פתוחה אינו תוצאה של מהלך בודד, אך צעדים מהסוג הזה ממקמים את אנבידיה בעמדה שמעצבת את כללי המשחק, לא רק משתתפת בהם.

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

לפרטים נוספים לחצו כאן >>

אתגרים פוטנציאליים לאנבידיה

לצד היתרונות הברורים, שילוב טכנולוגיה חיצונית וקליטת הנהלה מחברה שפעלה מחוץ לאקוסיסטם של אנבידיה מציב גם אתגרים לא טריוויאליים. האתגר המרכזי אינו עצם האינטגרציה, אלא המתח בין שתי פילוסופיות תכנון שונות: ארכיטקטורת GPU גמישה, הנשענת על תזמון דינמי ואקוסיסטם תוכנה רחב, מול ארכיטקטורה דטרמיניסטית וממוקדת אינפרנס. שילוב כזה מחייב החלטות זהירות לגבי גבולות השימוש, מפת הדרכים והממשק למפתחים, מבלי לערער את היתרון התחרותי שעליו נבנה המותג של אנבידיה.

במקביל, המהלך מתרחש בשוק שבו התחרות אינה נחלשת אלא משנה צורה. יצרניות שבבים מבוססות כמו Intel ו-AMD ממשיכות להשקיע במאיצים ייעודיים, בעוד ענקיות ענן כמו Google ו-Amazon מפתחות שבבים פנימיים שמותאמים ישירות לצרכים שלהן. בתוך מציאות כזו, אנבידיה נדרשת לא רק להוביל טכנולוגית, אלא להוכיח שמהלכים של שילוב ורישוי אכן מייצרים יתרון בר קיימא ולא רק פתרון נקודתי.

גם הממד הרגולטורי אינו נעלם. ככל שאנבידיה מרחיבה את השליטה שלה על שכבות נוספות בשרשרת הערך של ה-AI, כך גוברת הרגישות סביב ריכוז כוח וגישה לשוק. הבחירה במודל של רישוי ושילוב, ולא ברכישה מלאה, עשויה להתברר כמהלך מחושב שנועד לצמצם חיכוך רגולטורי, אבל היא אינה פוטרת את החברה מהצורך להוכיח שהחדשנות אינה באה על חשבון תחרות פתוחה.

בסופו של דבר, המהלך מול Groq אינו רק סיפור על טכנולוגיה חדשה או גיוס הנהלה. הוא משקף שאלה רחבה יותר שעומדת כיום בפני שוק שבבי ה-AI כולו: האם עתיד התחום שייך לפלטפורמות כלליות שמתרחבות ללא הרף, או לשילוב מודולרי של ארכיטקטורות ייעודיות, שכל אחת מהן פותרת בעיה מוגדרת היטב. האופן שבו אנבידיה תענה על השאלה הזו עשוי להשפיע לא רק על מפת הדרכים שלה, אלא על מבנה השוק כולו בשנים הקרובות.

הפוסט איך המהלך של Nvidia מול Groq מסמן שינוי בשוק שבבי ה-AI הופיע ראשון בLet's AI בינה מלאכותית

מה מציעה כל חבילה?

Grok Business מיועדת לצוותים קטנים ובינוניים של עד 100 עובדים. המחיר נקבע על 30 דולר למשתמש בחודש. זהו מחיר סטנדרטי בשוק, הדומה לתמחור של Gemini Enterprise מבית גוגל.

היתרון התחרותי האמיתי של xAI כאן הוא הגמישות – בעוד שחברות כמו OpenAI דורשות לעיתים קרובות התחייבות לכמות מינימלית של משתמשים (Seat Minimum) בחוזים ארגוניים, xAI מאפשרת הרשמה בשירות עצמי (Self-serve) ללא דרישות סף נוקשות.

לשם השוואה, בעוד שחבילת ה-Team של OpenAI עולה כ-25 דולר, חבילת ה-ChatGPT Enterprise מתומחרת בפורמט Custom (מותאם אישית) הדורש משא ומתן מול מחלקת המכירות, כשהערכות השוק עבור חוזים אלו נעות סביב ה-60 דולר למשתמש.

Grok Enterprise מיועדת לארגונים גדולים הזקוקים ליכולות ניהול מתקדמות כמו אימות זהות מותאם (Custom SSO) וסנכרון ספריות משתמשים (SCIM). בדומה לפתרונות המקבילים של OpenAI וגוגל, התמחור של גרסה זו הוא Custom ונקבע באופן פרטני מול צוות המכירות של xAI.

קונסולה ניהולית לשליטה מרכזית

שתי החבילות כוללות גישה לקונסולת ניהול מרכזית דרך xAI Console. מנהלי IT יכולים להזמין משתמשים, לנהל הרשאות גישה ולעקוב אחרי צריכת המערכת בזמן אמת – הכל ממקום אחד. 

Enterprise Vault: הפיצ’ר שמכוון לסקטורים מפוקחים

עבור ארגונים עם דרישות אבטחה מחמירות, כמו בנקים, חברות ביטוח ומשרדי עורכי דין, xAI מציעה שכבה נוספת בשם Enterprise Vault.

מה זה אומר בפועל? מישור נתונים מבודד לחלוטין מהתשתית הרגילה של xAI, עם הצפנה בשליטת הלקוח (Customer Managed Encryption Keys). המשמעות היא שהארגון מנהל בעצמו את מפתחות ההצפנה, ואפילו ל-xAI אין גישה טכנית למידע.

פיצ’רים דומים קיימים אצל ספקי ענן כמו AWS ו-Google Cloud, וגם ל-OpenAI ו-Anthropic יש פתרונות אבטחה מתקדמים. אולם, בעוד שמתחרים מציעים יכולות דומות לרוב כחלק מפתרונות “Tailor-made” הדורשים משא ומתן אישי והתאמה ארוכה, xAI הופכת את האבטחה העילאית למוצר מדף (Off-the-shelf) שניתן להטמיע בצורה מוצרית וברורה מהיום הראשון.

אינטגרציה עם מקורות מידע ארגוניים

xAI שמה דגש על האינטגרציה עם כלים ארגוניים קיימים. נכון להיום, המערכת מתחברת ל-Google Drive ול-xAI Collections.

נקודה קריטית למנהלים בארגונים גדולים היא שכרגע אין אינטגרציה עם Microsoft 365 ,SharePoint או OneDrive. עבור רוב חברות ה-Fortune 500 שיושבות על תשתית Azure, זהו חסם כניסה משמעותי. אם הארגון שלכם מבוסס על מיקרוסופט, תצטרכו להמתין לאינטגרציה עתידית או לעבוד עם פתרון אחר.

הפיצ’ר המעניין כאן הוא “Permission Awareness”: המערכת מכבדת את הרשאות הגישה הקיימות. אם לעובד אין גישה למסמך מסוים בדרייב, Grok לא ישלוף לו מידע ממנו. זה פותר בעיה מוכרת של דליפת מידע פנימי שמעכבת ארגונים רבים מלהטמיע כלי AI.

בנוסף, תשובות המערכת כוללות ציטוטים עם קישורים ישירים למקור, מה שמאפשר אימות של המידע.

Collections API: חיפוש חכם במאגרי מידע גדולים

פיצ׳ר מעניין נוסף הוא Collections API. ארגונים יכולים להעלות בסיסי ידע גדולים – מאגרי מסמכים משפטיים, תיעוד טכני, data rooms לעסקאות M&A – ולאפשר ל-Grok לחפש בהם עם יכולות Agentic Search.

בפועל, זה אומר שצוות משפטי יכול לשאול “מצא את כל הסעיפים בחוזים שלנו שמתייחסים לאחריות על נזקים עקיפים” ולקבל תשובה מבוססת על אלפי מסמכים, עם הפניות מדויקות למקור. זו יכולת שרלוונטית במיוחד לסקטורים עתירי מסמכים.

שיתוף שיחות מאובטח

פיצ’ר נוסף שכדאי להכיר הוא שיתוף שיחות בין חברי צוות. ניתן לשתף שיחה עם Grok באמצעות קישור, כשהגישה מוגבלת רק למי שקיבל הרשאה מפורשת. זה שימושי כשצוות עובד על פרויקט משותף ורוצה לשתף תובנות או ניתוחים שהמערכת הפיקה.

חלון הקשר של 2 מיליון טוקנים

אחד היתרונות הטכניים המובהקים של Grok, כפי שנגזר מהמפרט של מודל ה-Grok 4 Heavy המניע את המערכת, הוא חלון הקשר (Context Window) עצום המגיע לעד 2 מיליון טוקנים בפעולה אחת. בפועל, יכולת זו מאפשרת לארגונים לטעון אלפי עמודי מסמכים, ספריות קוד שלמות או דוחות פיננסיים רב-שנתיים מורכבים ולקבל תשובות מבוססות על המאגר כולו.

לשם השוואה, נכון לתחילת 2026, הגרסאות העסקיות של המתחרות מציעות נפחים מצומצמים יותר: ChatGPT Enterprise מציע 400,000 טוקנים עם מודל GPT-5.2, בעוד Claude Enterprise מגיע ל-500,000 טוקנים עם Sonnet 4.5. הפער הזה מעניק ל-Grok Business יתרון משמעותי עבור ארגונים המנהלים מסמכי ענק או קודבייסים רחבים, שכן הוא מאפשר ניתוח הוליסטי של המידע ללא צורך בפיצולו למקטעים קטנים.

עם זאת, חשוב להדגיש שחלון הקשר ענק אינו יתרון מוחלט ללא בקרה. קיימת תופעה טכנולוגית מוכרת בשם “Lost in the Middle”, במסגרתה מודלים נוטים לעיתים “לשכוח” או להתעלם ממידע שנמצא במרכזם של מסמכים ארוכים מאוד. המשמעות היא שהמערכת עשויה לסכם מסמך רחב היקף בצורה טובה, אך להחמיץ פרט קריטי המופיע בעומק הטקסט (למשל, בעמוד 847 מתוך 2,000). לכן, מומלץ לארגונים לבדוק את איכות השליפה (Retrieval Quality) הספציפית בתקופת הניסיון לפני הסתמכות מלאה על המערכת למשימות קריטיות.

ההתחייבות לפרטיות

xAI מצהירה במפורש שנתוני לקוחות עסקיים לא ישמשו לאימון מודלים. זו התחייבות סטנדרטית בשוק הארגוני, שגם OpenAI ו-Anthropic מציעות ללקוחות Enterprise. אבל זה שינוי מהותי מהגרסה הצרכנית של Grok, שם המידע עשוי לשמש לשיפור המודל. הפלטפורמה עומדת בתקן SOC 2 ותואמת לדרישות GDPR ו-CCPA.

איפה Grok עומד בשוק?

נתוני התנועה והאימוץ מציגים תמונה מורכבת של שוק הנמצא בתהליך של ביזור: לפי נתוני SimilarWeb, בעוד ש-ChatGPT עדיין שולט בשוק עם נתח של כ-68%, מדובר בירידה משמעותית לעומת דומיננטיות של 87% בשנה הקודמת. במקביל, Gemini של גוגל רשמה צמיחה אגרסיבית וטיפסה מנתח שוק של 5% ל-18% בתוך שנה אחת בלבד.

נכון לאוקטובר 2025, Grok הצליח להתברג בעשירייה הפותחת של כלי ה-AI מבחינת תנועה, עם כ-27.8 מיליון מבקרים ייחודיים בחודש. עם זאת, הפער מהמובילה נותר עצום, שכן ChatGPT משך באותה תקופה כ-660 מיליון מבקרים ייחודיים.

למרות פער הכמויות, Grok מוביל את הקטגוריה במדד המעורבות (Engagement): זמן השהייה הממוצע לביקור ב-Grok עומד על כ-14:02 דקות, נתון שעקף את אלו של ChatGPT (כ-13:32 דקות) ושל Gemini (כ-11:13 דקות) במהלך החודשים אוקטובר-נובמבר 2025.

בזירה הארגונית, הזינוק משמעותי עוד יותר: לפי דו”ח של Netskope מיוני 2025, נוכחותו של Grok בארגונים (שיעור החברות בהן יש לפחות משתמש פעיל אחד) זינקה מ-2.6% ל-23% בתוך חודשים ספורים. נתון זה מעיד על חדירה מהירה של המותג למגזר העסקי עוד לפני ההשקה הרשמית של חבילות ה-Enterprise.

האם Grok מתאים לארגון שלכם?

במבט קדימה, xAI כבר סימנה את היעדים הבאים שלה: הרחבת האינטגרציות מעבר ל-Google Drive, פיתוח סוכנים אוטונומיים (Agents) לביצוע משימות מורכבות ושיפור משמעותי של יכולות השיתוף הצוותיות. ההשקה הנוכחית מסמנת רשמית את הפיכתו של Grok ממוצר צריכה המזוהה עם תרבות הרשת למתחרה מוסדי רציני בשוק הארגוני.

למרות שהתמחור נותר סטנדרטי ביחס לשוק, היתרון התחרותי האמיתי שלו טמון בגמישות ובצמצום חסמי הכניסה, במיוחד לאור היעדר דרישת המינימום למשתמשים שהייתה נהוגה עד כה אצל חלק מהמתחרות הוותיקות. פיצ’רים ייחודיים כמו ה-Collections API וה-Enterprise Vault מעניקים למערכת ערך טכנולוגי גבוה, במיוחד עבור סקטורים עתירי מסמכים ורגולציה הזקוקים לבידוד נתונים מוחלט.

יחד עם זאת, חסם משמעותי שעומד כרגע בפני החברה הוא היעדר אינטגרציה עם Microsoft 365. עבור ארגונים רבים המבוססים על Azure ו-SharePoint, מדובר בחיסרון שמהווה סיבה ממשית להמתין להתפתחויות עתידיות. בעוד ששחקניות כמו OpenAI ו-Anthropic נהנות מרקורד מוכח, תשתית תמיכה רחבה ואינטגרציות עמוקות יותר, xAI נמצאת רק בתחילת דרכה בעולם הארגוני.

בסופו של יום, עבור ארגונים המבוססים על Google Workspace ומוכנים להיות מאמצים מוקדמים (Early Adopters), Grok מציע חלופה עוצמתית ומסקרנת, אך הצלחתה בטווח הארוך תלויה ביכולתה של xAI לספק לא רק טכנולוגיה מתקדמת, אלא גם את רמת האמינות והשירות המצופה מספקית פתרונות לארגוני ענק.

לסקירה המלאה ולפרטים נוספים על Grok Business & Enterprise Launch, כנסו כאן.

הפוסט xAI נכנסת לשוק הארגוני ומשיקה את Grok Business ו-Enterprise למשתמשים עסקיים הופיע ראשון בLet's AI בינה מלאכותית

מה זמין עכשיו, ומה עדיין נמצא על מפת הדרכים

החלק המיידי של השותפות הוא שילוב המודל Gen-4.5 של Runway בתוך Adobe Firefly. ב-Adobe מתארים את המודל ככזה שמציע איכות תנועה גבוהה יותר, היצמדות מדויקת יותר לפרומפטים, ועקביות ויזואלית משופרת, כולל יכולת לביים סצנות מורכבות בפריימים קצרים.

מעבר לזמינות המיידית, ההודעה מדברת על פיתוח משותף של יכולות AI ייעודיות לזרימות עבודה מקצועיות, שיהיו זמינות בלעדית באפליקציות Adobe, בדגש על Firefly. במקביל, מצוין שיוצרים יכולים להעביר תוצרים שנוצרו ב-Firefly להמשך עבודה ב-Adobe Premiere Pro וב-Adobe After Effects, כחלק מזרימת העבודה הקיימת של Creative Cloud.

עם זאת, ההודעה אינה מפרטת אילו יכולות חדשות ישולבו ישירות בתוך Premiere Pro או After Effects, וגם לא מציגה לוחות זמנים. לכן נכון לראות במהלך הזה כ-Roadmap ברור לכיוון אינטגרציה עמוקה יותר, ולא כהשקה מלאה של פיצרים חדשים בכלי העריכה המקצועיים כבר היום.

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

לפרטים נוספים לחצו כאן >>

למה Adobe עושה את זה עכשיו

הקרב סביב וידאו ג׳נרטיבי כבר לא מתמקד רק בשאלה מי מחזיק במודל האיכותי ביותר, אלא בשאלה היכן מתבצעת העבודה בפועל. כל עוד יצירת וידאו ג’נרטיבי דורשת מעבר לפלטפורמה חיצונית, רבים מהעורכים המקצועיים פשוט לא ישנו את סביבת העבודה שלהם. כאן נכנסת Adobe, והמטרה שלה היא להפוך את הווידאו הג׳נרטיבי לשכבה טבעית בתוך זרימות עבודה קיימות, ולא לכלי ניסיוני שנמצא מחוץ לפרודקשן.

מהצד השני, Runway מקבלת גישה ישירה לקהל הקריטי ביותר בתחום הקריאייטיב, יוצרים שכבר עובדים עם כלים מקצועיים, משלמים עליהם, ויודעים להפוך רעיון או ניסוי ג׳נרטיבי לחומר גלם שמגיע עד מסך העריכה וההפצה. עבור Runway, זו לא רק הרחבת חשיפה, אלא קיצור משמעותי של הדרך בין הדגמה טכנולוגית לשימוש מסחרי יומיומי.

מעבר לפיצ’רים עצמם, Adobe מהמרת כאן על תפקיד אחר לגמרי – לא להיות החברה עם המודל הכי חזק, אלא זו שמחברת בין מודלים, כלים, ופרודקשן תחת שכבת תפעול אחת. זה ההבדל בין פלטפורמה שמייצרת תוצרים, לבין מערכת שמנהלת יצירה מקצועית כחלק מתהליך פרודקשן שלם.

Firefly כמרכז רב מודלי

Adobe ממקמת את Firefly כמרכז עבודה רב מודלי, שמאפשר לבחור מודלים ג׳נרטיביים שונים לפי צורך וסגנון. לצד מודלי Firefly של Adobe, זמינים גם מודלי שותפים כמו Google, OpenAI ו-Luma AI (ועוד מגוון שותפים נוספים), בהתאם לכלי שבו עובדים בתוך Firefly.

ההיגיון כאן ברור – יוצרים מקצועיים לא מחפשים מודל אחד מושלם, אלא ארגז כלים שמאפשר לבחור את הכלי המתאים ביותר לכל משימה, ולהחליף מודלים כחלק מזרימת עבודה אחת.

עם זאת, כאן נכנסת נקודה שחשוב לומר בצורה ברורה. גם Adobe עצמה מציינת שכאשר עובדים עם מודלים שותפים בתוך Firefly, האחריות לבחון התאמה לפרויקט נותרת בידי היוצר. זה כולל שאלות של אופן האימון, רישוי, ושימוש מסחרי בטוח. במילים אחרות, הבחירה במודל אינה רק החלטה יצירתית או טכנולוגית, אלא גם החלטה שמגלמת רמת סיכון שונה.

מה כדאי לקחת מהמהלך הזה

השותפות בין Adobe ל-Runway מסמנת שינוי כיוון ברור – וידאו ג’נרטיבי יוצא מהמרחב הניסיוני של דפדפנים וכלי הדגמה, ומתקרב לתוכנות העריכה שבהן מתבצעת העבודה המקצועית בפועל. עבור מי שעובד יום יום עם Adobe Creative Cloud, זה פחות עניין של אפקטים מרשימים, ויותר שילוב פרקטי בתוך סביבת עבודה מוכרת.

מי שלא עובד באקוסיסטם של Adobe יראה במהלך הזה בעיקר עוד סימן לכך שהמאבק בשוק עובר מ”איכות המודל” לשאלת ההפצה והאינטגרציה בתוך זרימות עבודה קיימות.

בסופו של דבר, השאלה החשובה למשתמשים אינה רק עד כמה המודל מייצר תוצאה מרשימה, אלא עד כמה מהר אפשר להפוך קליפ ג׳נרטיבי לחומר גלם בעריכה, להשלים פרויקט, ולהימנע מהתחושה שעבדתם בשני עולמות נפרדים.

הפוסט Adobe ו-Runway מאחדות כוחות בצעד שמקרב וידאו ג׳נרטיבי לשולחן העבודה של העורך הופיע ראשון בLet's AI בינה מלאכותית

אז מה הם בעצם ChatGPT Apps?

ChatGPT Apps הן אינטגרציות עם שירותים חיצוניים, שמרחיבות את יכולות הפעולה של ChatGPT מעבר לשיחה עצמה. חלקן מציגות ממשק אינטראקטיבי, חלקן מחברות מידע מהשירות, ובחלק מהמקרים גם מאפשרות לבצע פעולות, תמיד לאחר אישור המשתמש.

לאחר תקופת השקה ראשונית עם מספר מצומצם של חיבורים, OpenAI מרחיבה כעת את המהלך ומשיקה חנות אפליקציות מובנית בתוך הצ׳אט, עם מגוון רחב של אפשרויות חיבור.

דוגמה לפעולה בשימוש ChatGPT Apps

אם תבקשו ליצור פלייליסט ב-Apple Music, הצ׳אט לא יחזיר סתם רשימת שירים כהצעה. הוא יפתח את Apple Music ויצור פלייליסט אמיתי בחשבון שלכם.

ChatGPT יוצר ומוסיף פלייליסט חדש לספרייה

הבדל בין GPTs מותאמים אישית ל-ChatGPT Apps

כאן חשוב לעצור ולהבחין בין שני פיצ׳רים שונים, שמשרתים מטרות שונות:

GPTs מותאמים אישית – צ׳אטבוטים ייעודיים עם ידע, אופי או תפקיד מוגדר מראש. הם משנים את אופן החשיבה, הניתוח והתגובה של המערכת, אך פועלים בעיקר ברמת השיחה והתוכן.

ChatGPT Apps – חיבורים לשירותים חיצוניים, שמאפשרים ל-ChatGPT לפעול מעבר לשיחה עצמה, להתחבר לחשבונות קיימים, ולהפעיל מערכות אמיתיות כמו מוזיקה, מייל, יומן וקניות.

במילים אחרות, GPTs משנים את אופי החשיבה של ChatGPT, בעוד ש-Apps מרחיבים את יכולת הפעולה שלו בעולם האמיתי.

חנות האפליקציות של ChatGPT

כדי לנהל את מספר האפליקציות הגדל, נוספה חנות אפליקציות ייעודית בתוך ChatGPT. הגישה מאוד פשוטה – לחיצה על “Apps” בפינה השמאלית העליונה של הממשק. כבר כעת זמינות עשרות אפליקציות, רובן נוצרו במסגרת שיתופי פעולה מוקדמים שנועדו לבדוק ולהדגים את יכולות הפלטפורמה החדשה. OpenAI פתחה את הפלטפורמה גם למפתחים חיצוניים, כאשר כל אפליקציה עוברת תהליך בדיקה ואישור לפני פרסום.

חנות אפליקציות ייעודית בתוך ChatGPT

המשמעות כאן כפולה: מצד אחד, קצב התרחבות מהיר ומגוון שימושים הולך וגדל. מצד שני, ניסיון לשמור על רף איכות, אבטחה ואמינות.

חשוב לדעת, שהזמינות משתנה לפי מדינה וסוג המנוי, וחלק מהאפליקציות עשויות להיות חסומות או מוגבלות.

איך משתמשים באפליקציות בפועל?

אפשר למצוא את ה-Apps מהתפריט הצידי, או מתוך Settings > Apps.

לגלות את האפליקציות דרך ההגדרות (Settings)

בחירה ידנית

לחיצה על “+” ואז “More”, שם מופיעות האפליקציות המחוברות והכלים הזמינים.

לחיצה על “+” ואז “More” כדי למצוא אפליקציות מחוברות

שימוש טבעי בתוך השיחה

פשוט מזכירים אפליקציה באמצעות הסימן @. אם האפליקציה עדיין לא מחוברת, ChatGPT יבקש אישור חיבור וימשיך את השיחה בצורה רציפה.

אפליקציות יכולות לראות הקשר רחב יותר של שיחה ולבצע את ההתאמות הנדרשות

שימוש בהקשר רב-אפליקטיבי

כאן נמצא אחד הכוחות המשמעותיים ביותר של המערכת – היכולת לעבוד בהקשר רב-אפליקטיבי. ChatGPT אינו מוגבל לאפליקציה אחת בכל פעם, ובתרחישים מסוימים יכול לשלב כמה אפליקציות שונות בתוך אותה שיחה ולתאם ביניהן רצף פעולות.

לדוגמה, בקשה כמו: “תסכם לי את המייל האחרון מיוסי, ואז תקבע לי איתו פגישה למחר בצהריים” עשויה להוביל את ChatGPT להשתמש גם באפליקציית מייל וגם ביומן, בכפוף להרשאות ולזמינות השירותים.

במקרים כאלה, המערכת שומרת הקשר ומבצעת תיאום בין שירותים שונים. זו כבר לא אינטגרציה נקודתית, אלא התחלה של ניהול תהליכים.

פרטיות ואבטחת מידע 

כדי שאפליקציה תוכל לפעול, המשתמש נדרש לאשר הרשאות גישה, כלומר לאפשר ל-ChatGPT גישה מוגדרת ומוגבלת מראש לנתונים או לפעולות מסוימות, כמו יומן, מיילים או חשבון סטרימינג, בהתאם לאישור שניתן.

אין פעולה בלי הרשאה, ואין חיבור בלי הסכמה מפורשת. עם זאת, מדובר בשינוי תפיסתי שדורש מודעות וניהול זהיר של ההרשאות, במיוחד ככל שיותר שירותים מתחברים לשכבת שיחה אחת.

למה OpenAI עושה את זה?

מעבר לשיפור חוויית המשתמש, זהו מהלך אסטרטגי רחב. OpenAI לא מנסה רק לשפר צ׳אט. היא מנסה להפוך את ChatGPT לשכבת ממשק מרכזית, כזו שמרכזת פעולות דיגיטליות רבות במקום אחד.

בדומה לאופן שבו ה-App Store הפך את האייפון מטלפון לפלטפורמה, ChatGPT Apps הופכים את הצ׳אט לנקודת כניסה שממנה אפשר לעבוד, לחפש, ליצור וגם לבצע, בלי לקפוץ בין שירותים וממשקים.

במילים פשוטות, המשתמש כבר לא צריך לדעת איפה השירות נמצא. הוא רק צריך לדעת מה הוא רוצה לעשות. ככל שיותר שירותים מתחברים לשכבת שיחה אחת, כך גדל הערך שלה, וגם גדל התמריץ של משתמשים להישאר בה.

בשורה התחתונה, ChatGPT Apps מסמנים מעבר ברור מבינה שמדברת לבינה שפועלת. ChatGPT כבר לא רק חושב יחד איתנו, אלא מתחיל לתאם תהליכים, לחבר בין מערכות ולבצע רצפים של פעולות, בכפוף להרשאות ולמגבלות השירותים. זהו בסיס מעשי לעידן הסוכנים האוטונומיים, והצעד הראשון בהפיכת הצ׳אט לכלי עבודה מרכזי, לא רק כלי שיחה.

הפוסט OpenAI משיקים חנות אפליקציות בתוך ChatGPT הופיע ראשון בLet's AI בינה מלאכותית

איך ממשים את ההטבה?

לפני הכל – כך תוכלו לממש את המבצע השווה הזה! 

• נכנסים ללינק הבא.
• בוחרים במנוי שנתי או מנוי חודשי, וממשיכים עם תהליך ההרשמה.
• שימו לב שהמבצע תקף רק למשתמשים חדשים.

מבצע שאסור לפספס!

ומה אם יש לי כבר מנוי? 

קיבלתם הודעה שהמבצע לא זמין?

זה כנראה בגלל שיש לכם כבר מנוי אחר לאחד מהשירותים של גוגל (שירותי ענן ואחסון, מנוי קודם לג’מיניי וכן הלאה). כפי שציינו מעלה – המבצע הוא רק למצטרפים חדשים – כלומר, אם יש כבר מנוי או הטבה שרשומים על מייל קיים שלכם, לא תוכלו לממש את המבצע. כמו כן, גם אם יש לכם מייל עסקי, תתקלו בבעיה דומה – חוסר יכולת לממש את ההטבה.

קיבלתם הודעה שהמנוי כבר לא זמין? לא נורא? השתמשו במייל חלופי או פתחו חשבון Gmail חדש, וממשו את ההטבה על המייל החדש.

אז מה עושים?

מאוד פשוט! פתחו חשבון ג’ימייל חדש, ורשמו את המנוי החדש עם ההטבה על המייל החדש. או לחלופין, רשמו את המנוי החדש על מייל אחר של גוגל שברשותכם (אם יש לכם אחד כזה). ושוב – ודאו שאין שום הטבה או מנוי בתשלום שמשויכים למייל החלופי.

לא מאמינים?

איך תוודאו שהמבצע אכן עדיין זמין? העתיקו את הלינק של ההטבה והדביקו אותו בדפדפן אחר (לא גוגל כרום) – למשל, דפדפן Edge של מיקרוסופט (ודאו שהדפדפן החלופי לא מחובר לאותו חשבון Gmail שבו יש לכם כבר מנוי או חבילה בגוגל), ואז תראו שהמבצע אכן זמין.

מה כוללת ההצעה של Google AI Pro

המבצע מתמקד במנוי Google AI Pro, שמעניק גישה מורחבת לכלי ה־AI המתקדמים של גוגל, ובראשם ג’מיניי (Gemini). המנוי כולל שימוש במודלים מתקדמים יותר, מגבלות שימוש גבוהות, ושילוב עמוק של AI בתוך שירותי גוגל עצמם.

החבילה כוללת בין היתר גישה מתקדמת לאפליקציית Gemini עם מודל Gemini 3 Pro שהדהים את העולם, יכולות Deep Research, יצירת תמונות עם ננו בננה פרו (Nano Banana Pro), וגם גישה מוגבלת ליצירת וידאו באמצעות Veo 3.1. בנוסף לכך נכללים כלים כמו Flow – פלטפורמת יצירת ועריכת תמונות וסרטונים ייעודית של גוגל, Whisk ליצירת וידאו מתמונות, NotebookLM – כלי מדהים למחקר עם סיכומי אודיו ווידאו, שמאפשר גם ליצור מצגות בקליק, אינפוגרפיקות וניתוח דאטה בקונטקסט גדול.

איזו הנחה כדאי לקחת?

ההטבה כוללת שני מבצעים – מסלול שנתי במחיר באמת משתלם (הנחה של מאות שקלים), ומסלול חודשי קצר יותר (3 חודשים בלבד).

המסלול השנתי: הנחה של 61% הנחה!

ההצעה המרכזית של המבצע היא מנוי שנתי במחיר מוזל במיוחד – 61% הנחה! במקום מחיר רגיל של 898.8 ₪ לשנה, ניתן להצטרף בעלות של 349.9 שקלים בלבד. מדובר בחיסכון משמעותי של כמעט 550 ₪.

המסלול תקף ל-12 חודשים וכולל גם 2 טרה של אחסון ב-Google Photos, Drive ו-Gmail, וכן 1,000 קרדיטים חודשיים לשימוש בכלי הווידאו והמדיה של גוגל: Flow ו-Whisk. בנוסף, ניתן לשתף את המנוי עם עד חמישה משתמשים נוספים, בהתאם לתנאי Google One.

מה המבצע כולל?

המסלול החודשי: 3 חודשים במחיר מוזל

למי שלא מעוניין להתחייב לשנה שלמה, גוגל מציעה גם מסלול חודשי מוזל לתקופה מוגבלת. במסגרת המבצע, ניתן להצטרף למנוי Google AI Pro במחיר של 24 ₪ לחודש, במקום 74.9 שקלים, למשך שלושה חודשים בלבד.

המסלול החודשי כולל את אותם יתרונות של המסלול השנתי, אך ההנחה תקפה לשלושת החודשים הראשונים בלבד. לאחר סיום התקופה, המנוי מתחדש אוטומטית במחיר הרגיל, אלא אם מבטלים מראש.

תנאים חשובים שצריך להכיר

• ההצעה מיועדת למשתמשים חדשים של Google One בלבד, ואינה ניתנת לשילוב עם מבצעים אחרים.
• ההטבה תקפה למנויים פרטיים בלבד – יש לכם מנוי עסקי? תצטרכו לעשות את המנוי על ג’ימייל רגיל.

בסופו של יום מדובר בהטבה באמת שווה על מודל מדהים שמטריף את השוק (ג’מיניי 3), לצד סט של כלים סופר אפקטיביים (NotebookLM, ננו בננה ו-Flow בראשם), וכמובן כל הטוב שמגיע עם התממשקות לתשתית של גוגל – אחסון בדרייב, חיבור לגוגל סליידס ודוקס – תחשבו כמה קל ונוח ליצור מצגת ישירות בתוך ג’מיניי ואז לייצר אותה ל-Google Slides ולהמשיך לערוך. או לחלופין, ליצור טקסט מעוצב עם ה-Canvas של Gemini, ואז לייצר הכל ל-google Docs להמשך עבודה ועריכה. פאן פאן פאן!

הפוסט הטבת סוף שנה – ג’מיניי ב-61% הנחה הופיע ראשון בLet's AI בינה מלאכותית

סבב הגיוס

ההובלה של סבב הגיוס על ידי Lightspeed Venture Partners אינה דבר של מה בכך. Lightspeed היא קרן הון סיכון בעלת מוניטין עולמי ורקורד עשיר של השקעות מוצלחות בחברות טכנולוגיה מבטיחות. המעורבות של קרן בסדר גודל כזה מעניקה ל-Resolve AI לא רק הון משמעותי, אלא גם חותם איכות ואימות חזק למודל העסקי והטכנולוגי שלה. עובדה זו מחזקת את מעמדה של Resolve AI בשוק התחרותי ביותר של הבינה המלאכותית, ומסייעת למשוך אליה שחקנים וכישרונות נוספים. המומחיות של Lightspeed באיתור והשקעה בחברות בעלות פוטנציאל צמיחה אדיר, מצביעה על כך שהם רואים ב-Resolve AI לא רק מיזם מבטיח, אלא חברה שיש לה את היכולת להוביל שינוי משמעותי בתחומה. השותפות הזו צפויה להעניק ל-Resolve AI גיבוי אסטרטגי משמעותי להמשך צמיחתה.

הרקע להקמת Resolve AI

הקמת Resolve AI על ידי בכירי Splunk לשעבר מהווה נדבך קריטי בהבנת ההצלחה המהירה של החברה. Splunk, כידוע, היא חברה מובילה בתחום ניתוח נתונים ותפעול. המייסדים מביאים עמם ניסיון עשיר וידע מעמיק בתחומים כמו ניהול מערכות, אבטחת מידע, ואופטימיזציה של תהליכים מבוססי דאטה. ידע זה, יחד עם היכרותם עם אתגרי השוק וצורכי הלקוחות, מהווה יתרון משמעותי בפיתוח פתרונות AI רלוונטיים ויעילים. היכולת לרתום את הניסיון שנצבר בחברה גדולה ומצליחה כמו Splunk, וליישם אותו בסטארט-אפ המתמקד בבינה מלאכותית, מאפשרת ל-Resolve AI לפתח מוצרים ושירותים שפונים ישירות לכאבים אמיתיים של ארגונים גדולים. צוות המייסדים המנוסה והמוכשר הוא בסיס איתן שעליו נבנית החברה, ומסביר חלק ניכר מהאמון שקיבלה מהמשקיעים כבר בשלב מוקדם זה. הם מביאים עמם לא רק ידע, אלא גם רשת קשרים והבנה כיצד להוביל חברה טכנולוגית להצלחה בקנה מידה גדול.

השקעה שהיא סיגנל מובהק של אמון ב-AI

הגעה לשווי של מיליארד דולר בשלב כה מוקדם של חברה מדגישה את המשך האמון הרב של שוק ההון בטכנולוגיות בינה מלאכותית. למרות אתגרים כלכליים גלובליים ושינויים בשוק ההשקעות, הבינה המלאכותית ממשיכה למשוך הון רב והתעניינות בקרב משקיעים. המקרה של Resolve AI הוא רק אחד מני רבים שממחישים את הפוטנציאל הכלכלי העצום שמיוחס לתחום זה. אמון זה נובע מההכרה בכך ש-AI אינה רק טרנד חולף, אלא כוח מניע מהותי לחדשנות וליעילות בכל תחומי התעשייה. חברות כמו Resolve AI, המציעות פתרונות ממוקדים לבעיות מורכבות, נתפסות כבעלות ערך רב ויכולת לייצר רווחים משמעותיים בעתיד. ההשקעות הגדולות בתחום זה מאותתות כי הבינה המלאכותית ממשיכה להיות מרכזית באסטרטגיה של חברות טכנולוגיה וקרנות הון סיכון, וכי הן מייחסות לה פוטנציאל עצום לשינוי כלכלי וחברתי. פוטנציאל זה מעודד יוזמות חדשות ופיתוחים נוספים, ויוצר “גל” של חדשנות שמשפיע על כלל התעשייה.

מה מציעה Resolve AI?

Resolve AI מפתחת “Autonomous SRE” או “AI for production”: מערכת שמסייעת לתחזק מערכות תוכנה בפרודקשן על ידי זיהוי, אבחון ופתרון תקלות בזמן אמת, בדגש על עבודת on-call ותגובה לאירועים. המטרה היא לקצר MTTR, להפחית עומס תפעולי מצוותי הנדסה, ולאפשר להם להתמקד בפיתוח במקום בכיבוי שריפות. לפי Reuters, החברה בונה מערכות agentic שמסוגלות לעבוד עם כלים ותשתיות קיימים (למשל AWS ו-GitHub) כדי לטפל באירועים באופן אוטונומי בחלק גדול מהמקרים.

התממשקות עם מערכות קיימות

אחד האתגרים המרכזיים ביישום טכנולוגיות AI בארגונים גדולים הוא נושא ההתממשקות עם מערכות קיימות. ארגונים רבים משקיעים משאבים אדירים בתשתיות תוכנה וחומרה, ואינם יכולים להרשות לעצמם להחליף אותן בנקל. לכן, פתרונות AI המציעים יכולת התממשקות חלקה וקלה למערכות אלו זוכים ליתרון משמעותי. סביר להניח ש-Resolve AI, בהסתמך על הניסיון העשיר של מייסדיה ב-Splunk, שמה דגש מיוחד על פיתוח פתרונות הניתנים לשילוב פשוט ומהיר בארכיטקטורות IT קיימות. היכולת הזו מפחיתה את חסמי הכניסה ומאפשרת לארגונים לאמץ את טכנולוגיות החברה בקלות יחסית. היא גם מפחיתה את הסיכון הכרוך ביישום טכנולוגיות חדשניות ומגבירה את הסבירות לאימוץ רחב. פתרונות כאלה הם קריטיים להצלחה בשוק הארגוני, בו היעילות והפשטות בתפעול הן תמיד בראש סדר העדיפויות.

שיפור תפעול וקבלת החלטות

ליבת הפעילות של Resolve AI, ככל הנראה, מתמקדת בשימוש בבינה מלאכותית כדי לשפר באופן דרמטי את התפעול הארגוני ואת תהליכי קבלת ההחלטות. בעולם בו כמויות הנתונים גדלות בקצב אקספוננציאלי, יכולת לנתח, להבין ולפעול על בסיס מידע רלוונטית היא קריטית. פתרונות AI יכולים לסייע לארגונים לזהות צווארי בקבוק, לייעל זרימות עבודה, לזהות אנומליות ואיומי אבטחה, ולקבל החלטות מושכלות יותר בזמן אמת. על ידי אוטומציה של משימות רוטיניות ומתן תובנות חכמות, Resolve AI יכולה לשחרר משאבים אנושיים יקרים ולאפשר להם להתמקד במשימות אסטרטגיות יותר. זהו פוטנציאל עצום לחיסכון והגדלת רווחיות, מה שהופך את השקעה בטכנולוגיות אלו לאטרקטיבית במיוחד. היכולת להפוך נתונים גולמיים לפעולות בעלות ערך היא אבן יסוד בחדשנות של Resolve AI. החברה מציעה דרך חדשה לבחון נתונים אלו ולהפיק מהם את מירב התועלת בצורה מהירה ויעילה.

האתגר המיידי של Resolve AI 

Resolve AI נכנסת לזירה שבה עליה להתבלט לא רק בחדשנות הטכנולוגית שלה, אלא גם ביכולתה להציע ערך מוסף ברור ללקוחותיה. האתגר הוא כפול: לפתח טכנולוגיה עדיפה, וגם לשכנע את השוק כי היא זו המציעה את הפתרון הטוב ביותר. יחד עם זאת, גודלו העצום של שוק ה-AI והצורך הגובר בפתרונות כאלה, יוצר גם הזדמנויות אדירות לחברות חדשניות. Resolve AI, עם הגב הפיננסי האיתן מהגיוס וצוות המייסדים המנוסה, ממוקמת היטב כדי להתמודד עם אתגרים אלו ולנצל את ההזדמנויות. ההצלחה שלה בשלב כה מוקדם מעידה על כך שהיא כבר הצליחה למצוא את הייחוד שלה בתוך שוק תחרותי זה.

לאן זה ימשיך?

השקעה בסבב A בהיקף כזה, המלווה בהגעה לשווי של מיליארד דולר, מטילה על Resolve AI שורה של ציפיות ואחריות. בשלב הבא, החברה תידרש להתרחב, לשכור עובדים נוספים, להגדיל את פעילות המחקר והפיתוח, ולהרחיב את בסיס הלקוחות שלה. האסטרטגיה שלה תצטרך להתמקד בביצוע התוכניות העסקיות שהוצגו למשקיעים, ובמימוש הפוטנציאל הטכנולוגי שבבסיס החברה. כמו כן, יהיה עליה לשקול היטב את תחומי ההתמחות שלה ולהחליט אם להישאר ממוקדת בנישות ספציפיות או לנסות להתרחב לתחומים רחבים יותר בתעשיית ה-AI. המשאבים הפיננסיים החדשים יאפשרו לה להאיץ את קצב הפיתוח והצמיחה, אך יחד עם זאת ידרשו ממנה קבלת החלטות אסטרטגיות קשות וניהול קפדני. ההצלחה הזו היא רק יריית הפתיחה, והדרך לשמר את המומנטום ולהפוך לחברה מובילה בתחומה עדיין ארוכה ומאתגרת.

הסיפור של Resolve AI הוא דוגמה נוספת לכך ששוק הבינה המלאכותית ממשיך להיות אטרקטיבי ומהיר. ההשקעה המשמעותית, האמון של משקיעים מובילים, וצוות המייסדים המנוסה, מציבים את Resolve AI בעמדה טובה להמשיך ולצמוח. בשנים הקרובות נראה אם החברה תצליח לממש את הפוטנציאל הגלום בה, ולהפוך לשחקנית מפתח אמיתית בתעשיית ה-AI. האתגרים רבים, אך הפוטנציאל גדול, ונראה כי Resolve AI מוכנה לקראתם. השוק כעת מצפה לראות כיצד היא תמשיך לפתח את פתרונותיה ולהרחיב את השפעתה על העולם העסקי והטכנולוגי כולו. התפתחות זו היא ללא ספק אירוע מעניין שיש לעקוב אחריו.

הפוסט הסטארט-אפ Resolve AI מגיע לשווי של מיליארד דולר בסבב גיוס ראשון הופיע ראשון בLet's AI בינה מלאכותית

תרגום טקסט משופר עם הבנת הקשר

באמצעות השדרוג החדש, Google Translate מספק יכולות משופרות להבנת ההקשר במהלך תהליך התרגום. השדרוג הזה בא לידי ביטוי במיוחד כשהמערכת מתרגמת ביטויים מורכבים כמו ביטויי סלנג, מטבעות לשון והבעות ייחודיות למקומות מסוימים. הקודם הייתה נטיה לתרגום מילולי שלא בהכרח מעביר את המסר הנכון. לדוגמה, הביטוי המוכר באנגלית “stealing my thunder” היה יכול להיות מתורגם בעבר באופן מילולי שלא משקף את המשמעות האמיתית שלו. כעת, בעזרת Gemini, Google Translate מנתח את ההקשר הכללי של הביטוי ומספק תרגום שהוא יותר מדויק וקרוב למשמעות האמיתית.

מודל הבינה המלאכותית Gemini מאפשר לגוגל להציע תרגומים מדויקים יותר בכ-20 שפות, כולל ספרדית, הינדית, סינית, יפנית וגרמנית. השירות זמין הן באפליקציית המובייל של Google Translate לאנדרואיד ו-iOS, והן באתר האינטרנט של השירות. מהלך זה משפר את החוויה המשתמשית בארה”ב ובהודו, בזמינות בין אנגלית לשפות אלו.

המקורות המעדכנים בפיתוח הזה מציינים כמה נקודות עיקריות: העדכון מתמקד במיוחד בהבנה ותרגום של ביטויים נפוצים, כדי לספק תרגומים טבעיים יותר ומדויקים יותר. הדיון בדוגמת הביטוי “stealing my thunder” מדגים את התכונות והיכולות החדשות של המערכת לבצע תרגומים עם הבנה מעמיקה ורב-משמעית יותר.

תרגום דיבור חי ב-beta

חדשנות נוספת שמגיע עם השדרוג של Google Translate היא היכולת לתרגם דיבור לדיבור בזמן אמת. מדובר בפיצ’ר המיועד לשדר תרגומים ישירות לאוזניות של המשתמשים, תוך שמירה על הטון, הדגשים ומקצב הדיבור המקוריים. התכונה עוזרת במיוחד בפעמים בהם משתמשים נזקקים להבין ולהגיב בזמן אמת, כמו בשיחות יומיומיות, הרצאות או בעת צפייה בתכנים זרים ללא כתוביות.

השיפורים בתכונה זו מתבססים על מודל Gemini ייעודי שמאפשר לשמור גם על ההקשר הרגשי של הדובר. הפיצ’ר נמצא כיום בגרסת beta באנדרואיד, וזמין בארה”ב, מקסיקו והודו. הוא תומך ביותר מ-70 שפות ועובד עם כל סוגי האוזניות. התרחבות לשירות של iOS ולמדינות נוספות מתוכננת לשנת 2026.

השיפורים והשדרוגים האחרונים, המדגישים את המודלים החדישים של Gemini, מצביעים על מאמצים מתמשכים לשפר את איכות התרגום, לתמוך בסוגי מדיה שונים, ולהעניק חווית תרגום מתקדמת ומותאמת לצרכי המשתמשים.

יישומים מעשיים נוספים של Gemini ב-Google Translate

נגישות והנגשה בשימוש יומיומי

מעבר ליכולות הבנת ההקשר בתרגום טקסט ושיחות חיות, Gemini מציע יתרונות נוספים עבור משתמשי Google Translate בחיי היום-יום. שיפור הדיוק והטבעיות בתרגום עשוי לעזור לאנשים עם מוגבלויות בשפה, כולל ילדים הלומדים שפה חדשה ועולים חדשים המתקשים בהבנת השפה המקומית. באמצעות הבנת ההקשר הרחב והתרבותי, המערכת מספקת להם את הכלים לקיים אינטרקציה שוטפת עם הסביבה הלשונית שסובבת אותם.

תחום הנגישות חווה שינוי משמעותי הודות ליכולות המתקדמות של Gemini, במיוחד כאשר מדובר בנגישות בין-תרבותית. כשגוגל משפרת את ההבנה של הניואנסים התרבותיים, המערכת מאפשרת תקשורת יותר מדויקת והוגנת בין משתמשים ממקורות תרבותיים שונים. הדבר הוא קריטי במיוחד בעידן הגלובלי בו בני אדם עובדים, גרים ונפגשים עם אנשים ממדינות שונות בתדירות גבוהה.

פתרון אתגרי תרגום בתחום העסקי

השדרוגים ב-Google Translate בעלי השלכות משמעותיות על עולם העסקים הבינלאומי. חברות עמידה מול אתגרי תרגום חוזים, מסמכים מקצועיים ותיאורי מוצרים ללקוחות שונים ברחבי העולם יכולות כעת להיעזר במערכת התרגום החדשה לשיפור הקשר עם לקוחות, ספקים ושותפים בינלאומיים. הבנת ההקשר התרבותי והאינטלקטואלי בעזרת Gemini עוזרת בהעברת המשמעות המדויקת והנכונה במסרים, כך שהתקשורת העסקית הופכת יעילה יותר ומקטינה את האפשרות לאי-הבנות וטעויות.

בנוסף, התרגום המשופר ממנף את הקשרים הבין-תרבותיים בכך שמסייע לחברות להבין שווקים זרים לעומק ובמהירות. חברות יכולות להשתמש בשירות כדי לבחון תכנים בשפות שונות וליישר קו עם הטרנדים המקומיים, דבר שיכול לסייע בחיזוק הנוכחות שלהן בשווקים חדשים.

שיקולים אתיים וטכנולוגיים בשימוש ב-Gemini

שמירה על פרטיות ואבטחת מידע

כל עדכון בשירותי תרגום בעזרת כלים של בינה מלאכותית מציב שאלות חשובות בנוגע לפרטיות המשתמשים. Gemini אינו יוצא מהכלל בעניין זה. גוגל מכירה בצורך להגן על המידע האישי של המשתמשים וכך, בנתה את המערכת עם דגש על אבטחת מידע. החברה מיישמת פרוטוקולי הצפנה מתקדמים בעת חילופי נתונים ומטפלת במידע בצורה שמבטיחה כי פרטיהם האישיים של המשתמשים יישארו חסויים.

עם התקדמות הטכנולוגיה, חשיבות השמירה על עקרונות פרטיות מדוקדקים נעשית קריטית יותר ויותר, שכן היא מעודדת את המשתמשים לאמץ את החדשנות ללא חשש לפגיעה בפרטיותם.

אתיקה ודיוק בתרגום

בהיותה מערכת שמציבה את ההקשר התרבותי בראש מעייניה, Gemini זוכה גם לבחינה מדוקדקת מבחינה אתית. המערכת פועלת ליצירת תרגומים שמכבדים את התרבויות והדינמיקות החברתיות השונות, כולל מילים וביטויים שיכולים להשתנות במעמדם או במשך הזמן. מדובר ביכולת חיונית כדי למנוע תרגומים לא מדויקים שעלולים לגרום לפגיעה או לפספוסים תרבותיים.

בתהליכי אימון המערכת, יש להשקיע במניעת יצירת תרגומים שעלולים לשדר גזענות, אפליה או דעות קדומות. צוותי הפיתוח והמחקר בגוגל ממשיכים לבדוק התאמות לדרישות אתיות אלו כדי להבטיח תרגום הולם וסטנדרטי.

Google Translate, בעזרת מודל הבינה המלאכותית החדש Gemini, מציב סטנדרטים חדשים בעולמות התרגום והתקשורת הבינלאומית. פיתוחים מתקדמים אלו מכוונים להנגיש את אפשרויות התקשורת בין אנשים מכל קצות העולם. זאת על מנת ליצור מערכות יחסים אינטלקטואליות, חברתיות ועסקיות משופרות, המועשרות בהבנה תרבותית וניירנטית. בחינת ההיבטים הטכנולוגיים, האתיים והכלכליים מדגישה את הפוטנציאל הגלום בטכנולוגיה זו לשפר את חיי היומיום בתחומים רבים ושונים.

הפוסט גוגל משלבת את Gemini ב-Google Translate הופיע ראשון בLet's AI בינה מלאכותית

מה זה בדיוק ואיך זה עובד

Workspace Studio מאפשר לכם לבנות “סוכנים” – אוטומציות חכמות שמבצעות משימות במקומכם. אתם פשוט כותבים למערכת מה אתם רוצים שיקרה, והיא יוצרת את הסוכן בלי שתצטרכו לכתוב קוד.

אפשר להתחיל מתיאור בשפה רגילה או להשתמש בתבנית מוכנה. כדי שהסוכן יבצע את המשימה כמו שצריך, חשוב לנסח בצורה ברורה מה בדיוק אתם רוצים שיקרה.

הסוכנים פועלים ישירות בתוך הכלים שבהם אתם משתמשים ביום יום. הפעולות שלהם מופיעות בפאנל הצד של Gmail, Drive ו-Chat, כך שאין צורך ללמוד מערכת חדשה. אפשר גם לשתף סוכנים עם חברי הצוות כמו שמשתפים קובץ ב-Drive, מה שמאפשר להפיץ אוטומציות מוכנות בארגון.

בנוסף, הסוכנים יכולים להרכיב תהליכים שמשלבים כמה יישומי Workspace, כמו Gmail, Docs, Sheets ו-Calendar, וגם להתחבר לכלים חיצוניים כמו Asana, Jira, Salesforce ו-Mailchimp. כך ניתן להפעיל רצף שלם של משימות בין מערכות, בלי עבודה ידנית.

היתרון הגדול הוא שהסוכנים לא פועלים רק לפי כללים קשיחים. הם יודעים להבין הקשר, לפרש טקסט, לזהות כוונה ולהתאים את הפעולות למידע שמגיע בזמן אמת. זה מאפשר להתמודד גם עם תהליכים מורכבים או משתנים.

הסרטון המצורף מדגים איך Workspace Studio יוצר סוכן שמסכם פגישות עתידיות ישירות ב-Chat, תוך שימוש בפרטי הפגישה, המשתתפים והקבצים המצורפים – וכל זה באמצעות תיאור קצר בשפה טבעית, בלי לכתוב קוד:

מה אפשר לעשות עם זה

סינון וסיווג מיילים

הסוכן יכול לזהות מיילים שדורשים תשובה, לסמן אותם, לחלץ פרטים חשובים כמו מספר חשבונית או משימה, ולהתריע ב-Chat. זה מונע עומס ומבטיח שלא תפספסו מיילים קריטיים.

אוטומציה בין כמה יישומים

משימות שמגיעות במייל יכולות להפוך אוטומטית לפריטים במערכת ניהול הפרויקטים, להתעדכן ב-Chat ולהיכנס לרצף עבודה מסודר. זה מחליף עבודה ידנית שנמשכת זמן רב.

ניהול יומן

הסוכן יכול לסרוק הזמנות לפגישות, להשוות אותן לסדרי העדיפויות שלכם, להמליץ מה לקבל ומה לדחות, ואפילו לנסח תשובה מותאמת אישית. ככה היומן נשאר בשליטה.

דיווחים אוטומטיים

הסוכן יודע למשוך נתונים מ-Sheets, ממסמכים וממיילים, ולהרכיב מהם דוח שבועי מוכן. זה מפחית שעות של איסוף ידני.

בסרטון המצורף תראו איך Workspace Studio בונה סוכן שמזהה מיילים הדורשים תשומת לב, מסווג אותם אוטומטית ומסמן אותם כתעדוף גבוה – הכל על בסיס תיאור קצר בשפה רגילה, בלי צורך בקוד:

המספרים מדברים בעד עצמם

בתוך 30 ימי ה-Alpha בלבד משתמשים ביצעו יותר מ-20 מיליון משימות דרך סוכני Workspace Studio. מדובר בעובדים רגילים, לא מפתחים, מה שמדגיש עד כמה הכלי נגיש.

דוגמה בולטת מגיעה מהחברה הגרמנית Kärcher. הצוות שלהם בחן רעיונות למוצרים חדשים בתהליך ארוך שכלל הרבה תיאום ומסמכים. הם בנו “צוות” של ארבעה סוכנים: אחד מנתח את הרעיון, אחד בודק כדאיות טכנית, אחד מייצר תרחיש משתמש, ורביעי מאגד הכל למסמך מסודר.

התוצאה? קיצור של כ-90 אחוז בזמן ההכנה – משעות של עבודה ידנית לדקות. זו המחשה מדויקת לכוח של סוכני AI שמופעלים נכון.

אבטחה ופרטיות

הנתונים שלכם נשארים שלכם

Workspace Studio פועל לפי מדיניות האבטחה של Workspace ושל Gemini. המידע שעובר דרך הסוכנים לא משמש לפרסום ולא מאמן מודלים אחרים.

הסוכן רואה רק מה שאתם רואים

הסוכנים יכולים לגשת רק למידע שכבר יש לכם הרשאה אליו. אם אתם לא יכולים לפתוח קובץ מסוים, גם הסוכן לא יוכל.

הגנה על מידע רגיש

הסוכנים מכבדים את כללי הארגון לגבי מידע שמותר או אסור לשתף. אם יש מדיניות שמונעת העברה של קובץ רגיש החוצה, הסוכן לא יוכל לבצע פעולה שמפרה אותה.

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

לפרטים נוספים לחצו כאן >>

אז למי Workspace Studio באמת מתאים?

Workspace Studio מתאים במיוחד לארגונים שכבר עובדים בתוך Workspace ורוצים להפחית עבודה ידנית בלי להכניס כלי נוסף או מורכב. הוא מאפשר לכל עובד לבנות אוטומציות חכמות בלי לכתוב קוד, והוא מוכיח את עצמו גם במספרים וגם בשטח.

מצד שני, הוא לא נועד למשתמשים פרטיים או לארגונים שמטפלים במידע רגיש במיוחד ודורשים בקרות אבטחה מחמירות.

אם העבודה שלכם מתבצעת בעיקר ב-Gmail, Drive, Docs וכלים חיצוניים נפוצים, והאתגר המרכזי הוא עומס של משימות חוזרות – Workspace Studio יכול לחסוך לכם הרבה זמן.

הפוסט בניית סוכנים ללא קוד ב-Google Workspace Studio הופיע ראשון בLet's AI בינה מלאכותית

השוק כבר לא ניסיוני

במהלך 2025, Suno זינקה לקדמת השוק עם הערכות שהפלטפורמה עברה 150 מיליון דולר ARR. במקביל, לפי הערכות אחרות, שוק מוזיקת ה-AI הגיע כבר ליותר מ-20 מיליון יצירות שנוצרו בחודשיות בפלטפורמות שונות. זה לא שוק בתחילת דרכו. זה מודל יצירה שהפך למיינסטרים, גם אם עדיין שנוי במחלוקת.

המספרים האלה מסבירים את הקושי: תאגידים מוזיקליים לא יכולים להתעלם משוק שנבנה על גב הקטלוגים שלהם. ו-Suno לא יכולה להתקיים לאורך זמן תחת עננה משפטית שמאיימת על הליבה הטכנולוגית שלה. כאן בדיוק נכנס ההסכם.

יחד עם זאת, לצד הצמיחה הדרמטית הזו, יש פער בולט בין כמות היצירה לבין הביקוש בפועל. סקירה נפרדת של שוק מוזיקת ה-AI מצביעה על כך שרבות מהרצועות המופקות בכלים ג׳נרטיביים זוכות למעט האזנות ולעיתים אף נוצרות בעיקר כדי לנפח מספרים, לא כדי לשרת קהל אמיתי. הממצאים הללו ממחישים שהמעבר למודלים מורשים ולמערכת תמלוגים עשוי לפתור את הבעיות המשפטיות, אך לא בהכרח עונה על השאלה המרכזית: האם הקהל באמת רוצה מוזיקה שנוצרה ב-AI?

מהעימות המשפטי להסדרה

בקיץ 2024 הגישו RIAA (Recording Industry Association of America) וחברות התקליטים הגדולות, ביניהן Warner, תביעות נגד Suno ו-Udio בטענה להפרת זכויות יוצרים באימון המודלים. Suno טענה לשימוש הוגן. התעשייה טענה להפרה רחבת היקף. כעת Warner מושכת את התביעה. Suno מסכימה להחליף את המודלים. שני הצדדים מוותרים על פתרון משפטי ומעדיפים מודל רישוי. זו תזוזה שמתחילה להפוך לקונצנזוס תעשייתי.

מודלים נקיים ומורשים

ההסכם קובע כי ב-2026, Suno תשיק מודלים חדשים שיאומנו רק על תוכן מורשה מ-Warner. המודלים הישנים יוסרו בהדרגה. למה זה חשוב? משום שזו הפעם הראשונה שבה מודל מוזיקלי גנרטיבי עובר לשימוש במאגר מאושר וממוסמך, ולא בטריינינג המבוסס על רשתות לא מפוקחות. זה יוצר יסוד חוקי אמיתי למודלים גנרטיביים בתחום המוזיקה, ומקטין את הסיכון המשפטי שמלווה את התחום מאז 2023.

האמנים זוכים למנגנון שליטה חדש

ההסכם מציג מודל opt-in: אמנים יוכלו לבחור אם קולם, דמותם או שיריהם ישמשו לאימון המודלים. המשמעות הכלכלית ברורה. כל אמן שמצטרף מקבל ערוצי הכנסה מבוססי תמלוגים על שימוש ביצירתו. מי שאינו מצטרף נשאר מחוץ למערכת הזכיינית. זו בפועל הפעם הראשונה שבה מודל ג׳נרטיבי במוזיקה מחזיר לאמנים שליטה ברורה על הנכסים שלהם. זו גם התחלה של שפה חוזית חדשה בין טכנולוגיה לבין יוצרים.

שינויי מדיניות למשתמשים

Suno תצמצם את אפשרות ההורדה לשירות בתשלום בלבד, ותוסיף מגבלות כמותיות. זה חלק מהאיזון החדש – מצד אחד שמירה על חוויית המשתמש ומצד שני מענה ישיר לדרישת החברות למנוע שימוש לא מפוקח ביצירותיהן. בניגוד למודל שהציגה Udio מול Universal, כאן Suno משאירה למנויים גישה להורדה. זה ניסיון לא לפגוע בקהילה שלה ולשמור על מרחב פעולה יצירתי.

רכישת Songkick – הצצה לאסטרטגיה רחבה יותר

Suno רכשה מ-Warner את Songkick, פלטפורמה למעקב והתראות על הופעות חיות. זה לא פרט צדדי. זה מהלך שמחבר בין יצירה ב-AI לבין כלים לקידום אמנים בזמן אמת. במילים אחרות, Suno לא רוצה להיות רק מנוע מהיר ליצירת מוזיקה, היא מבקשת להפוך לפלטפורמת מוזיקה שלמה, שחוצה בין יצירה, קהל, הופעות וחוויות חיות.

ההקשר הרגולטורי

ההסכם נחתם בשעה שבה רשות זכויות היוצרים בארה”ב, הרגולטורים באיחוד האירופי ואנשי אקדמיה מנסים לנסח מחדש את כללי המשחק בין AI לזכויות יוצרים. אמנם ההסכם אינו מסמך רגולטורי, אבל הוא מתפקד כתקדים דה-פקטו. כאשר שתי חברות גדולות מגיעות להסכמה על מודל רישוי, מודל opt-in ועל אימון במאגר מורשה בלבד, הדבר הופך למעין שפת עבודה תעשייתית חדשה.

שלוש הגישות שמעצבות את העתיד

כדי להבין היכן העסקה ממקמת את השוק, חשוב להבחין בין שלוש אסטרטגיות שמתקיימות כרגע בתחום ה-AI והמוזיקה:

גישת שימוש הוגן

חברות כמו Suno ו-Udio טענו בתחילת הדרך שהאימון על תוכן מוגן נכנס להגדרת שימוש הוגן. זו גישה שמקטינה את התלות בלייבלים, אך גם מייצרת סיכון משפטי גבוה.

מודל רישוי מסחרי

זה המודל החדש של Suno-Warner ו-Udio-Universal. הוא מעניק לגיטימציה חוקית ומייצר מערכות כלכליות חדשות לאמנים. זה מודל יציב יותר, אך גם כבד ומסורבל, ולכן בעיקר מתאים לחברות גדולות.

מודלים סגורים ומאגרי אימון פנימיים

זו הגישה שמתחזקת במוסדות אקדמיים ובארגונים שמפתחים AI למטרות מחקר. היא נמנעת לחלוטין משימוש במאגרי צד שלישי, אך אינה מתאימה למודלים יצירתיים מסחריים.

ההסכם בין Suno ל-Warner מציב את הפלואו המסחרי במרכז ומרמז על הכיוון העתידי של השוק.

אז מה זה אומר לשנים הקרובות?

ייתכן שהמודלים של 2026 יישמעו אחרת, בגלל שינוי במקורות האימון. האמנים יקבלו בפעם הראשונה מודל תגמול ישיר על שימוש ב-AI. התעשייה כולה תנוע כנראה למערכת רישוי, לא למלחמות משפטיות. המתח סביב תביעות Sony ו-Universal ימשיך לקבוע את גבולות האפשר. הניסוח הפורמלי של חוקים חדשים בארה”ב ואירופה עשוי להתבסס על התקדים שעסקאות כאלה מציבות.

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

לפרטים נוספים לחצו כאן >>

לסיכום, ההסכם בין Suno ל-Warner אינו עוד עסקה עסקית. הוא אבן דרך. הוא מציע מודל חדש שבו AI לא פועל נגד התעשייה אלא ביחד איתה. הוא מגדיר מחדש מהו אימון מודל לגיטימי. והוא יוצר מערכת שבה גם האמנים וגם המפתחים מרוויחים. זה אולי לא סוף המאבק על זכויות יוצרים בעידן ה-AI, אבל זו אולי הפעם הראשונה שבה שני הצדדים מפסיקים לנהל קרב ומתחילים לבנות מערכת חדשה.

הפוסט העסקה בין Suno ל-Warner Music מגדירה מחדש את הגבולות בין AI למוזיקה הופיע ראשון בLet's AI בינה מלאכותית

You can now use ChatGPT Voice right inside chat—no separate mode needed.

You can talk, watch answers appear, review earlier messages, and see visuals like images or maps in real time.

Rolling out to all users on mobile and web. Just update your app. pic.twitter.com/emXjNpn45w

— OpenAI (@OpenAI) November 25, 2025

איך זה עובד בפועל

ברגע שלוחצים על אייקון המיקרופון, הקלט הקולי נכנס לשיחה כמו כל הודעה אחרת. התשובה מופיעה כטקסט מתגלגל, בדיוק כמו בצ’אט רגיל. אפשר לעבור בין דיבור לכתיבה בצורה חלקה, לגלול לשיחות קודמות, ולשמור על כל ההיסטוריה באותו חלון. מבחינת חוויית שימוש זה צעד שמתקרב לאינטראקציה רב-מודלית אמיתית.

יחד עם זאת, יש פרט שכדאי לשים אליו לב: עד שלוחצים על כפתור “סיום”, המערכת ממשיכה להאזין ולהגיב. אין כיבוי אוטומטי אחרי חוסר פעילות, וזו נקודה שיכולה ליצור אי נעימות אם שוכחים את המיקרופון פועל.

תוכן ויזואלי בזמן השיחה

אחד החידושים הבולטים הוא היכולת להציג תוכן ויזואלי בזמן השיחה. זה כולל תמונות, קוד, כרטיסי מידע, מידע על מזג אוויר ולעיתים גם מפות. בפועל, תצוגת המפות עדיין לא יציבה בכל אזור משום שהיא תלויה בשירותי צד שלישי שלא זמינים במלואם בכל מדינה. חלק מהמשתמשים כבר נתקלו בפער בין ההדגמות לבין מה שמופיע בפועל.

למרות זאת, עצם האפשרות לשלב קול ותוכן חזותי בזמן אמת מייצרת חוויה רלוונטית בהרבה למי שעובד עם מידע מורכב.

המודל שמפעיל את השיחות הקוליות

שיחות טקסט רגילות יכולות להשתמש במודל GPT-5.1 על סוגיו, שהוא כרגע הכלי החזק ביותר של OpenAI. מצב הקול, לעומת זאת, פועל על GPT-4o שמותאם לעיבוד קול וזמן אמת. במנויים בתשלום קיימת אפשרות שהמערכת תעבור ל-GPT-4o mini לאחר שימוש ממושך, אף על פי ש-OpenAI אינה מפרסמת מכסה רשמית שמבהירה מתי זה קורה. המשמעות פשוטה – גם אם הכול מתרחש באותו חלון, איכות התשובות הקוליות אינה זהה לאיכות המתקבלת במצב טקסט בלבד.

כאן ניתן להפעיל מחדש את מצב הקול הנפרד

זמינות

העדכון מופץ לכל המשתמשים, כולל Free, Plus ו-Pro, גם באפליקציות וגם בממשק הדפדפן. אין עלות נוספת לשימוש בקול. משתמשי החינם מקבלים גרסה מצומצמת של היכולת, בעוד שמנויי Plus ו-Pro יכולים גם לצלם תמונות בזמן שיחה, לשתף מסך, או לאפשר למודל לראות את הסביבה דרך המצלמה. אלו תוספות שמרחיבות את היכולת המעשית של מצב הקול, בעיקר בתרחישים כמו תמיכה טכנית או הסברים על קוד.

הקול כחלק בלתי נפרד

בסופו של דבר, זהו שינוי שממקם את הקול כחלק בלתי נפרד מאופן העבודה עם ChatGPT. החיבור בין דיבור, טקסט ותוכן חזותי הופך את החוויה לזורמת ופחות מסורבלת, גם אם יש אזורים שעדיין דורשים הבשלה כמו יציבות מפות או מנגנון כיבוי אוטומטי. בשורה התחתונה, מדובר בשדרוג שהופך את השימוש בקול למעשי הרבה יותר מבעבר, בלי להכריח את המשתמש לבחור בין קול לטקסט אלא לאפשר שילוב טבעי ביניהם.

הפוסט ChatGPT Voice עובד עכשיו בתוך חלון הצ’אט הרגיל הופיע ראשון בLet's AI בינה מלאכותית

Introducing shopping research, a new experience in ChatGPT that does the research to help you find the right products.

It’s everything you like about deep research but with an interactive interface to help you make smarter purchasing decisions. pic.twitter.com/jksGVpCXGm

— OpenAI (@OpenAI) November 24, 2025

מה Shopping Research מביא לשולחן

כשאתם באמת מתלבטים – כשצריך להבין מה משתלם, מה מיותר ומה רק נראה טוב על הנייר – ChatGPT משנה סגנון. ברגע שהוא מזהה שמדובר בקנייה מורכבת, הוא מציע לעבור למצב Shopping Research. אפשר גם להפעיל אותו ישירות דרך כפתור ה-“+” בדפדפן או באפליקציה.

כך מפעילים ידנית את Shopping Research

בשיחה עצמה אתם לא צריכים לחפש את המילים הנכונות. פשוט מתארים מה אתם מחפשים: “מחשב ללימודים בתקציב מוגבל” או “כסא עבודה נוח לחדר קטן”. הכלי שואל שאלות הבהרה לגבי שימוש, גודל, טווח תקציב ועוד, כדי למקד את הדרישות ולבנות תמונה אמיתית של הצורך.

מאחורי הקלעים, Shopping Research קורא אתרים ציבוריים: חנויות, מפרטי יצרן, ביקורות, תמונות והשוואות. OpenAI מציינת שהתהליך מבוסס על מקורות איכותיים, ציבוריים וזמינים, ולא על לינקים ממומנים. המטרה היא להישען על מידע פתוח, אמין ולא מסחרי.

בסוף התהליך אתם מקבלים מסמך מסודר עם רשימת מוצרים מומלצים, הסבר למה כל אחד מהם מתאים לכם, ההבדלים המעשיים ביניהם, ומה עדיף לבדוק בעצמכם לפני רכישה. אפשר גם לסמן “לא רלוונטי” או לבקש “עוד כאלה”, וההמלצות יתעדכנו בהתאם.

בגרף המצורף אפשר לראות את השיפור שאותו מציגה OpenAI בדיוק התאמת המוצרים לדרישות המשתמש. בבדיקה פנימית, Shopping Research מגיע לדיוק של 64 אחוז בעמידה בתנאים כמו מחיר, צבע, חומר ומפרט. לצורך השוואה, GPT-5 Thinking עומד על 56 אחוז, גרסת המיני על 52 אחוז, והחיפוש הרגיל מגיע ל- 37 אחוז:

דיוק המודל בבחירת מוצרים | openai.com

איך זה נראה בפועל

ככה זה נראה בתוך האפליקציה – אתם מצלמים או מעלים תמונה של מוצר, מבקשים למצוא משהו דומה, או מתארים בצ’אט את מה שאתם מחפשים. משם הכלי מתחיל לעבוד – הוא שואל שאלות מיקוד, מעלה הצעות בזמן אמת, וממשיך לחדד בהתאם לתשובות שלכם:

ככה זה נראה בתוך האפליקציה

למי זה מתאים, ומתי כדאי להפעיל

Shopping Research לא מיועד לחיפוש מהיר של מחיר או בדיקה נקודתית של פיצ’ר אחד. הוא מתאים במיוחד לקניות שמצריכות מחשבה, השוואה ותמונה רחבה. למשל מחשבים, טלוויזיות, ריהוט, ציוד לבית, מתנות משמעותיות ומוצרי טכנולוגיה שיש להם הרבה דגמים ותתי דגמים.

אם אתם רק רוצים עובדה אחת, שיחה עם כל מודל שפה גדול או חיפוש בגוגל (אם אתם עדיין עושים את זה) כנראה יספיקו. אבל אם אתם מנסים להבין מה באמת משתלם מבחינת שימוש, תקציב, מידות או תחזוקה, Shopping Research יכול לחסוך לכם זמן ולמנוע טעויות נפוצות.

נקודות ששווה לשים לב אליהן

OpenAI מדגישה שהתוצאות מבוססות על מקורות איכותיים, ציבוריים ולא פרסומיים. זה חשוב, אבל זה לא אומר שיש רשימה סגורה של אתרים מאושרים או מנגנון שבודק כל עמוד לעומק. לכן כדאי לשמור על ערנות ולוודא שהפרטים שמופיעים בשיחה תואמים למה שמופיע אצל המוכר.

יש גם מצבים שבהם ייעוץ של מודל לא מספיק. מוצרים בטיחותיים או רפואיים דורשים התאמה אישית, ולעיתים גם בדיקה פיזית. מוצרים יד שנייה או פריטים נדירים מציגים בעיה אחרת, משום שקשה להבטיח איכות, זמינות ומידע עקבי. וגם כשיש דרישות מדויקות במיוחד, כמו מידות, התאמה לסביבה מסוימת או תחזוקה מיוחדת, צריך להצליב מידע ולוודא שההמלצה אכן מתאימה למצב שלכם.

ובנוסף, גם כשהמדריך שמתקבל נראה מדויק ומסודר, חשוב להיכנס לאתר החנות ולבדוק פרטים סופיים: מחיר עדכני, זמינות מלאי, תנאי משלוח והחזרות, ודגם המוצר המדויק. Shopping Research חוסך את רוב עבודת המחקר, אבל הוא לא מחליף את שלב האימות האחרון שמבטיח קנייה בטוחה.

הצצה לעתיד

OpenAI כבר מדברת על אפשרות לרכוש מוצרים ישירות מתוך ChatGPT דרך מה שהיא מכנה Instant Checkout. אם זה יתממש, התהליך יוכל להסתיים בלחיצה אחת: מהמחקר, דרך ההשוואה, ועד הקנייה, הכל בתוך אותה שיחה.

Shopping Research לא מבטל התלבטויות והוא לא קוסם. מה שהוא כן עושה הוא לשנות את נקודת הפתיחה, לחסוך לכם זמן ולארגן לכם את המידע מול העיניים. במקום להתחיל את המסע בגוגל, לעבור אינספור אתרים ולהתבלבל מהשוואות סותרות, אתם מתחילים משיחה אחת שמנסה להבין אתכם. הכלי מפיק מתוך זה מדריך קנייה שמדבר בשפה שלכם ומסדר את האפשרויות בצורה ברורה. שווה להיכנס ולנסות.

הפוסט איך ChatGPT הופך ליועץ שופינג אישי הופיע ראשון בLet's AI בינה מלאכותית

מה באמת נבדק בסקר

הסקר נערך בתחילת חודש אוקטובר 2025 וכלל 9,000 משתתפים בני 18 עד 65 מארה”ב, קנדה, ברזיל, בריטניה, צרפת, הולנד, גרמניה ויפן. מתוך כל המשתתפים, 6,791 הוגדרו כמשתמשי סטרימינג פעילים. כל נבדק האזין לשלושה קטעים קצרים – שניים שנוצרו ב-AI ואחד שהוקלט על ידי אמן אנושי.

אופן ביצוע הסקר אולי הגיוני, אבל יש בו פערים מהותיים שקשה להתעלם מהם. לא ברור אילו ז’אנרים הושמעו, מה היה אורכו של כל קטע, ובאילו מודלים השתמשו כדי לייצר את הגרסאות הסינתטיות. אם, למשל, רוב הדגימות הגיעו מז’אנרים שבהם Suno ו-Udio כבר מצטיינים מבחינה טכנית, התוצאה עלולה להיראות מרשימה יותר מכפי שהיא באמת. בלי הפרטים האלה, אי אפשר לדעת עד כמה המבחן מייצג את עולם המוזיקה הרחב.

ועדיין, יש ממצא שלא צריך פרטים מתודולוגיים כדי להבין אותו: 71 אחוז מהמשתתפים הופתעו מהתוצאה, ו-52 אחוז חשו אי נוחות מכך שלא הצליחו לזהות את הרצועה האנושית. האוזן אולי לא שמעה את ההבדל – אבל הגוף הגיב אחרת.

הצפה של מוזיקת AI

כמות ההעלאות של מוזיקת AI לפלטפורמות ממשיכה לגדול בקצב מהיר. Deezer מדווחת על יותר מ-50 אלף רצועות חדשות שנוצרו ב-AI בכל יום – זינוק חד לעומת כ-10 אלפים בלבד בתחילת 2025. כיום, רצועות כאלה מהוות 34 אחוז מכלל ההעלאות היומיות. המספר הזה נראה כמו מהפכה אמיתית, אבל כשעוברים מהיצע לביקוש, התמונה מתהפכת לחלוטין. רק חצי אחוז מכלל ההזרמות ב-Deezer הן של רצועות AI. כלומר, הצפת התוכן לא הופכת לביקוש מצד המאזינים.

וכאן מגיע הנתון המשמעותי ביותר – לפי Deezer, עד 70 אחוז מההזרמות של רצועות AI הן הונאה. מדובר בבוטים שמנסים לנפח מספרים כדי לגנוב תמלוגים. Deezer מסננת את ההזרמות האלה ולא משלמת עליהן.

שלוש נקודות עיקריות מסכמות את המציאות: יש הצפה של מוזיקת AI, אין כמעט האזנה אמיתית, ורוב מה שכן מושמע, בכלל לא מגיע ממאזינים אנושיים. זה אחד הסיפורים המרכזיים שמסתתרים מאחורי המספרים.

למה Deezer כל כך רוצה שתראו את הנתונים האלה

Deezer לא פרסמה את הסקר הזה מתוך סקרנות מדעית. היא נמצאת במאבק עסקי ברור מול הצפת תוכן סינתטי וניסיונות הונאה בקנה מידה תעשייתי. כבר בדצמבר 2024 הגישה החברה שתי בקשות לפטנטים על טכנולוגיית זיהוי AI שמסוגלת לקבוע אם רצועה נוצרה במודל כמו Suno או Udio, גם אחרי עיבודים כבדים.

ביוני 2025 Deezer הפכה לפלטפורמת הסטרימינג הראשונה שמסמנת באופן רשמי רצועות שנוצרו כולן ב-AI. במקביל, היא וה-Universal Music Group מובילות את מודל התמלוגים “artist-centric”, שמעדיף אמנים אנושיים ומסנן תוכן בעייתי. במסגרת המהלך הזה נמחקו עד היום 26 מיליון רצועות כולל רעש, הפקות מזויפות ורצועות AI שנוצרו רק כדי לנפח מספרי האזנה.

המהלכים האלה ממקמים את Deezer בעמדת “שומרת הסף” של תעשיית המוזיקה. הסקר הוויראלי שלה, שמראה עד כמה קל לבלבל מאזינים בין אנושי לסינתטי, משתלב היטב בנרטיב שהיא מקדמת.

ומה המשתמשים חושבים על כל זה

כאן מתגלה אחד הנקודות המעניינות בסקר – הפער בין מה שהמשתמשים מסוגלים לשמוע לבין מה שהם חושבים על התופעה. מצד אחד, רובם המוחלט לא מצליחים לזהות רצועות שנוצרו ב-AI. מצד שני, כשהם מתבקשים להביע עמדה, הם מציירים תמונה הרבה יותר ברורה ומורכבת. לפי הסקר, שאת התוצאות שלו תוכלו לראות באינפוגרפיקה המצורפת, גם אם רוב האנשים לא שומעים הבדל טכני, הם בהחלט מבינים שלמוזיקה סינתטית יש השלכות אמיתיות – על אמנים, על שקיפות, ועל האמון במערכת.

חששות משימוש בבינה מלאכותית בתעשיית המוזיקה

Spotify עם תגובה מאוחרת וזהירה

בעוד Deezer בחרה בקו תקיף וברור מול מוזיקת AI, ב-Spotify נוקטים בגישה הרבה יותר זהירה. רק אחרי שפרויקט AI בשם The Velvet Sundown צבר יותר ממיליון מאזינים בחודש והצית דיון ציבורי סוער, החברה הכריזה על צעדי מדיניות חדשים.

Spotify אימצה תקן תעשייתי שמאפשר לאמנים לחשוף מרצון שימוש ב-AI בשיר – ווקאלים, כלי נגינה או עיבוד. החשיפה אינה חובה, לא מתויגת בפיד, ואינה נדרשת כדי להעלות שיר לפלטפורמה. גורמים בתעשייה טוענים שמדובר בצעד חלש שלא מספק שקיפות אמיתית למאזינים.

במקביל, Spotify מסירה כמויות עצומות של ספאם – 75 מיליון רצועות בשנה האחרונה – ומחמירה את המדיניות שלה נגד חיקוי קולי ללא אישור. אבל היא נמנעת מתיוג אוטומטי של מוזיקת AI ואינה מגבילה את נוכחותה בהמלצות, בניגוד לגישה האקטיבית של Deezer.

הפער בין שתי החברות ברור: Deezer מבקשת להציב גבולות, בעוד Spotify מעדיפה לאפשר לשוק להגדיר אותם בעצמו.

תגובת התעשייה

אחת ההתפתחויות המשמעותיות ביותר מתרחשת דווקא מחוץ לפלטפורמות הסטרימינג – בזירה שבה נקבעים הכללים שינחו את כל תעשיית המוזיקה. חברות מוזיקה גדולות הגישו תביעות נגד Suno ו-Udio בטענה שהשתמשו בחומר מוגן לצורך אימון מודלים. אבל באוקטובר 2025 הגיעה תפנית מפתיעה: Universal Music Group ו-Udio הגיעו להסדר והודיעו על הקמת פלטפורמה משותפת שתושק ב-2026.

המודל החדש פשוט וברור – אמנים יוכלו להצטרף מרצון, יקבלו תשלום על השימוש בחומרים שלהם לצורך אימון, וייהנו גם מתמלוגים על יצירות חדשות שייוצרו באמצעות המודל. זו לא מלחמה ב-AI, אלא הפיכתו לשותף עסקי עם כללי משחק מוגדרים.

ההסדר הזה מציב תקדים חשוב שבו תעשיית המוזיקה מתחילה לעבור ממצב של מאבק משפטי מתמשך למבנה של שיתוף פעולה מבוקר. במקום לנסות לעצור את הגל, היא מחפשת את הדרך לנתב אותו.

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

לפרטים נוספים לחצו כאן >>

מה באמת קורה כשמוזיקת AI פוגשת את המציאות

כשמחברים את כל הנתונים, מתברר שהמספר הוויראלי של 97 אחוז מספר רק חלק קטן מהסיפור. מוזיקת AI אולי נשמעת “אמיתית” במבחנים קצרים, אבל בפועל רוב הרצועות האלה לא זוכות להאזנה אמיתית, ורבות מההזרמות שמתרחשות בכלל מגיעות מבוטים שמנסים לגנוב תמלוגים. במקביל, הציבור מביע חשש אמיתי ושואף לשקיפות מלאה, בזמן שהפלטפורמות עצמן חלוקות בין גישות תקיפות לגישות זהירות.

בסופו של דבר, עתיד המוזיקה לא ייקבע לפי היכולת לזהות מי שר או ניגן, אלא לפי השאלה מי קובע את הכללים ומי מרוויח מהשינוי. הטכנולוגיה כבר כאן, ועכשיו צריך להחליט איך אנחנו רוצים שהיא תשתלב במוזיקה שאנחנו שומעים.

הפוסט האם מוזיקת AI באמת מציפה את הרשת – אבל כמעט לא זוכה להאזנה? הופיע ראשון בLet's AI בינה מלאכותית

Group chats in ChatGPT are now rolling out globally.

After a successful pilot with early testers, group chats will now be available to all logged-in users on ChatGPT Free, Go, Plus and Pro plans. pic.twitter.com/vOWddj3vGy

— OpenAI (@OpenAI) November 20, 2025

מה חדש כאן בעצם?

צ’אט קבוצתי ב-ChatGPT יוצר מרחב עבודה משותף שבו עד עשרים אנשים יכולים לעבוד יחד בזמן אמת. כל משתתף יכול להעלות קבצים, לשתף רעיונות ולפתח שיחה טבעית. בתוך הסביבה הזאת ChatGPT מתפקד כחבר נוסף בקבוצה. הוא מגיב רק כשמזמינים אותו ומזהה מתי נכון להתערב ומתי לתת לשיחה להתנהל בין המשתתפים.

התכונה זמינה למשתמשי Free, Go, Plus ו-Pro. התכונה עוד לא הושקה רשמית לתוכניות Business ו-Enterprise.

איך פותחים צ׳אט קבוצתי

הקמה של צ’אט קבוצתי ב-ChatGPT היא תהליך מהיר וברור, והמסכים עצמם מנחים אתכם שלב אחרי שלב.

השלבים ליצירת צ’אט קבוצתי ב-ChatGPT

1. לחיצה על אייקון המשתמשים: במסך הצ’אט הקיים מופיע אייקון של דמות עם סימן פלוס. לחיצה עליו פותחת את חלון יצירת הצ’אט הקבוצתי. זה השלב שבו אתם מאותתים למערכת שאתם רוצים להוסיף אנשים לשיחה.

2. התחלת צ’אט קבוצתי: בחלון שנפתח מוצג מסר קצר שמסביר את הרעיון: שימוש משותף ב-ChatGPT לצורך תכנון, רעיונות ושיתוף. כאן לוחצים על Start group chat כדי ליצור קבוצת צ’אט חדשה.

3. קבלת קישור ההזמנה: לאחר יצירת הקבוצה מופיע מסך שבו מוצג לינק קבוצתי ייחודי. אפשר להעתיק אותו בלחיצה על Copy link. כל מי שמקבל את הלינק יכול להצטרף לקבוצה מבלי שתצטרכו לאשר כל אדם ידנית.

4. כלי הניהול הראשוניים של הקבוצה: לאחר פתיחת הקבוצה אפשר לראות את תפריט הניהול: רשימת משתתפים, ניהול קישור ההזמנה, שינוי שם הקבוצה והגדרת התנהגות ChatGPT בקבוצה (Customize ChatGPT). זהו מרכז השליטה הראשוני שלכם.

5. שיתוף הזמנה מתוך חלון השיחה: מיד לאחר יצירת הקבוצה מופיעה בתוך הצ’אט הודעה מערכתית שמאשרת שהקבוצה נוצרה. לצד זה מופיע כפתור Invite with link שמאפשר לשלוח שוב את אותו קישור, בלי צורך לחפש אותו בתפריטים.

התהליך כולו בנוי כך שכל שלב זורם לשלב הבא בלי בלבול. כל משתתף שמצטרף בפעם הראשונה מתבקש ליצור פרופיל בסיסי (שם, תמונה ושם משתמש), והוספת אדם לשיחה פרטית יוצרת קבוצה חדשה כדי להגן על פרטיות השיחה המקורית.

איך ChatGPT מתנהג בתוך קבוצה

זיהוי דינמיקה קבוצתית

OpenAI אימנה את המודל להבין הקשר חברתי בסיסי. ChatGPT מגיב רק כשמתייגים אותו או שואלים אותו ישירות, ומנסה להבחין בין רגעים שבהם הקבוצה זקוקה לעזרתו לבין רגעים שבהם נכון שיישאר ברקע.

יכולות בזמן שיחה קבוצתית

המודל יודע להשתמש באימוג’ים, לנתח ולהעלות קבצים, ליצור תמונות ולבצע חיפוש ברשת. הוא משתלב בתהליך כמו כל משתתף אחר ומוסיף מידע או תוצרים כשמבקשים ממנו.

ניהול עומס ושימוש

מגבלות השימוש נספרות על פי המשתמש שהמודל מגיב לו ולא על פי כל חברי הקבוצה יחד. זה מאפשר לצוותים לחלק את השאלות באופן חכם ולהימנע מחסימת שימוש מיותרת.

ההתנהגות בפועל

התוצאה היא נוכחות מאוזנת. ChatGPT נמצא שם כדי לעזור אבל אינו משתלט על השיחה. הוא שותף פעיל כשצריך ועוזר לשמור על קצב ולחדד את הדיון בלי לפגוע בשיחה האנושית עצמה.

איזה מודל מפעיל את הצ’אטים הקבוצתיים

כל צ’אט קבוצתי ב-ChatGPT פועל על GPT-5.1 Auto. זהו מנגנון שמנתח את סוג הבקשה בכל רגע ובוחר אוטומטית את תת המודל המתאים ביותר, בלי שהמשתמשים יצטרכו להגדיר דבר.

איך נקבע המודל בפועל?

שאלות קצרות או משימות מהירות מקבלות מענה מ-GPT-5.1 Instant. לעומת זאת, ניתוחים עמוקים, הסברים מורכבים או בקשות שמצריכות reasoning (חשיבה מעמיקה או ניתוח מדורג) עוברים ל-GPT-5.1 Thinking. משתמשי Plus נהנים מהיכולות המלאות שלו גם אם שאר המשתתפים במסלול Free. המנגנון מתייחס להגדרות של שואל השאלה בלבד.

למשימות פשוטות זמן התגובה הממוצע נע בין שלוש לחמש שניות. למשימות מורכבות יותר התגובה נעה בין שתים עשרה לשמונה עשרה שניות, בהתאם לכמות העיבוד הנדרשת.

מה חשוב לדעת מבחינת פרטיות ואבטחה

הפרדה מוחלטת בין סוגי שיחות

OpenAI שמה דגש חזק על כך ששיחות קבוצתיות מופרדות לחלוטין משיחות פרטיות. הזיכרון האישי (Personal Memory) לא נחשף לקבוצה והמודל אינו משתמש במידע שהצטבר בשיחות פרטיות קודמות.

הוראות מותאמות אישית לכל קבוצה

Custom Instructions אישיים לא מיושמים אוטומטית בצ’אטים קבוצתיים. כל קבוצה מקבלת סט הנחיות משלה, והגדרות הקבוצה נשארות מבודדות ואינן משפיעות על ההגדרות האישיות של המשתמש.

שליטה מלאה במשתתפים ובהודעות

צ’אטים קבוצתיים מופיעים באזור ייעודי בסרגל הצד. ניתן להסיר משתתפים, להשתיק התראות או לעזוב את הקבוצה בכל רגע, ללא השפעה על שאר השיחות.

הגנות ייעודיות לקטינים

למשתתפים מתחת לגיל 18 מופעלים מסנני תוכן מוגברים. הורים יכולים גם לכבות לחלוטין את אפשרות הצ’אטים הקבוצתיים דרך בקרות הוריות.

העיקרון המנחה

המטרה היא לאפשר שיתוף פעולה יעיל בלי לוותר על פרטיות. המערכת מוודאת שהמעבר מצ’אט אישי לקבוצתי לא חושף מידע, לא משנה התנהגות, ולא פוגע בסביבה הפרטית של המשתמש.

דוגמאות לשימושים מעשיים

פרויקטים קצרי טווח ושיתוף יצירתי

הפיצ’ר עובד מצוין כשצריך לתכנס סביב משימה ברורה ולייצר תוצאה מהירה. דוגמאות מרכזיות:

• תכנון נסיעה קבוצתית

• סיעור מוחות לצוות קטן

• עריכה או כתיבה משותפת של מסמך אחד

קבלת החלטות משותפת

כאשר צריך להגיע להחלטה מהירה, ChatGPT עוזר לצמצם אפשרויות ולהציג יתרונות וחסרונות. שימושים נפוצים:

• בחירת מסעדה או יעד

• בחירה בין שתי חלופות בפרויקט קצר

תמיכה ושיתוף ידע בזמן אמת

בצוותים טכניים או תפעוליים, הצ’אטים הקבוצתיים משמשים כמרחב יעיל לשיתוף מידע. למשל:

• מתן תמיכה טכנית

• שיתוף תבניות תגובה או דוגמאות

• ניתוח משותף של קובץ שהועלה

הפיצ’ר בולט כשה-AI משפר את איכות השיחה האנושית. הוא מארגן מידע, מחדד רעיונות ויוצר תוצרים שהקבוצה לא תמיד מצליחה לייצר לבד.

מגבלות שכדאי להכיר

הפיצ’ר עדיין מוגבל בכמה היבטים מרכזיים. ניתן לצרף עד עשרים משתתפים בלבד, וכל השיחה מופיעה בציר זמן רציף בלי תת שרשורים. כלי הניהול בסיסיים ואין אינטגרציות עם מערכות חיצוניות כמו יומנים או פלטפורמות ניהול משימות. התוצאה היא תכונה שמתאימה למשימות ממוקדות וקצרות, אבל פחות לפרויקטים ארוכים, כיתות גדולות או צוותי Enterprise.

איך זה נראה בהשוואה לכלים אחרים

ChatGPT Group Chats לא מחליף את Slack, Teams או ווטסאפ. Slack ו-Teams הן פלטפורמות תקשורת שבמרכזן אנשים, עם יכולות AI כתוספת. בצ’אטים קבוצתיים של ChatGPT המודל עצמו נמצא במרכז, והמשתתפים מצטרפים אליו לפי צורך. ווטסאפ נשאר כלי חברתי, בעוד הצ’אטים הקבוצתיים מיועדים למשימות ממוקדות ולא לשיחה יומיומית.

איך להפיק מקסימום תועלת

כמו כל פיצ’ר חדש, גם בצ’אטים קבוצתיים יש רגעי עומס או תגובות מיותרות, בעיקר כש-ChatGPT מתערב מהר מדי. זה חלק מתהליך ההבשלה של המערכת, וניתן לעקוף את רוב החיכוך באמצעות שימוש נכון.

הנה כמה טכניקות עבודה יעילות:

• כתיבה משותפת של פרומפטים משפרת את איכות התוצרים.

• חלוקת שאלות בין משתמשי Pro (למשימות מורכבות) למשתמשי Free מפחיתה עומסים.

• בקשה מפורשת להתייחס להודעות קודמות מחזירה את ההקשר בשיחות ארוכות.

• העלאת קבצים, דוגמאות ומסמכים עוזרת למודל לדייק בתשובות.

הפיצ’ר מציג את הערך הגבוה ביותר כאשר הוא מקבל הקשר מלא ומוגדר היטב.

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

לפרטים נוספים לחצו כאן >>

האם זה צעד ראשון לרשת חברתית?

כנראה שלא. לפחות לא כרגע. למרות שהפיצ’ר מכניס אנשים ו-AI לאותו מרחב שיחה, הצ’אטים הקבוצתיים לא נועדו להיות רשת חברתית. אין ערוצים, אין הודעות פרטיות מחוץ לקבוצה ואין אינטגרציות עמוקות. OpenAI מציגה את הפיצ’ר ככלי שיתוף פעולה ממוקד שמיועד לקבוצות קטנות ולמשימות בעלות מטרה ברורה.

צ’אטים קבוצתיים ב-ChatGPT מציעים דרך חדשה לעבוד עם AI בצוות. הם פשוטים לשימוש ומאפשרים למודל להשתלב בשיחה באופן טבעי ולחדד רעיונות, לסדר מידע ולהאיץ קבלת החלטות. הפיצ’ר משתלב היטב לצד כלי התקשורת הקיימים במצבים שמצריכים סיעור מוחות או פתרון בעיות מהיר.

OpenAI מאותתת על שינוי עמוק בתפקיד של ChatGPT. פחות כלי שעונה לאדם יחיד ויותר מרחב עבודה משותף, שבו AI הופך לחבר צוות נוסף. זהו צעד משמעותי בדרך להפיכת המודל לכלי עבודה קבוצתי אמיתי.

הפוסט צ’אטים קבוצתיים ב-ChatGPT הם הדור החדש של עבודה משותפת עם AI הופיע ראשון בLet's AI בינה מלאכותית

תמונות שמבינות את העולם

פחות משלושה חודשים אחרי שהשיקה את מודל התמונות ננו-בננה (מבוסס Gemini 2.5 Flash), יוצאת גוגל עם מודל פרו ונותנת עוד קפיצה אדירה קדימה בתוך העולמות המולטימודליים שהיא פותחת בפנינו. החידוש הגדול ב-Nano Banana Pro אינו מסתכם בטכנולוגיה משופרת. מדובר במודל תמונות שמצליח לעשות משהו שרוב המודלים אחרים רק מנסים – להבין מה רוצים ממנו.

זו אינה הבנה אנושית, כמובן, אלא יכולת לפרש הקשרים, לזהות את כוונת המשתמש ולבנות תמונה שמשרתת רעיון ולא רק מייצרת ויזואל יפה. השילוב עם Gemini 3 Pro מעניק למודל יכולת לנתח את המשימה ולפעול על פי משמעות ולא רק על פי מילים.

תמונות שמבוססות על מידע אמיתי

החידוש השני שמבדל את Nano Banana Pro מהשוק אינו אסתטי אלא מהותי. זהו מודל התמונות הראשון שמחובר ישירות ל-Google Search. החיבור הזה סופר משמעותי משום שהוא מאפשר למודל להשתמש במידע עדכני בזמן יצירת התמונה במקום להסתמך על הידע הסטטי שנצרב בו בזמן האימון.

אינפוגרפיקות מבוססות מידע אמיתי | blog.google

החידוש הזה מדגיש פער שמורגש במיוחד במטלות שמודלים אחרים נופלים בהן. במקום תמונה מרהיבה אבל מקרית, Nano Banana Pro מפיק תוצרים שמבינים את התוכן. בקשה לאינפוגרפיקה על טיפול בצמח בית לא תוליד ציור אסתטי בלבד, אלא תרשים שמארגן מידע, מדגיש שלבים חשובים ומציג תובנות רלוונטיות. יכולת החשיבה הזו, יחד עם מנוע עיבוד התמונה, מציבה את גוגל במיקום שהשוק התקשה לדמיין רק לפני שנה.

כאן בדוגמה נוספת, Nano Banana Pro הופך צילום של צמח לתרשים מידע מלא הכולל מקור, דפוס עלים, הרגלי צמיחה ותנאי טיפול – הכל על בסיס התמונה שהועלתה ובשילוב מידע עדכני:

אינפוגרפיקה מבוססת-מציאות | blog.google

למה זה משנה? כי הוא פותח קטגוריית שימוש שלא הייתה קיימת עד עכשיו. במקום להסתמך על גרפיקות ידניות או על תוכן שמצריך שילוב בין כמה כלים, ניתן לבקש ישירות אינפוגרפיקה עם מזג האוויר של היום, נתוני ספורט עדכניים, שלבי הכנה למתכון או מדריך רפואי קצר. הכל נבנה בתוך התמונה, מלווה בטקסט מדויק ומידע אמיתי שנמשלף ברגע הבקשה.

כאן נמצא אחד היתרונות הברורים של גוגל. מודלים כמו Midjourney או Ideogram מייצרים תמונות מרהיבות מבחינה אמנותית, אבל הם מנותקים מהעולם בזמן אמת. Nano Banana Pro, לעומת זאת, נשען על החזקת המפתח לתשתית המידע הגדולה בעולם. היכולת הזו מחברת בין מנוע חיפוש ובין יכולת יצירה, ומעניקה לגוגל יתרון שמעטים יכולים להתחרות בו.

נשבר מחסום הטקסט (גם בעברית)

אחד החסמים הוותיקים בעולם יצירת התמונות היה תמיד הטקסט. רוב המודלים הצליחו לייצר ויזואליים מרהיבים, אבל ברגע שהיה צריך להכניס מילים לתוך התמונה הכל התפרק. אותיות התעוותו, משפטים הפכו לג׳יבריש, ובעברית זה היה כמעט בלתי אפשרי. Nano Banana Pro הוא אחד המודלים הראשונים שמצליח לשבור את המחסום הזה בצורה אמיתית.

המודל מפיק טקסטים ארוכים, קריאים ועקביים, ובשורה מרשימה של שפות כולל עברית, ערבית, רוסית, יפנית וסינית. עבור מעצבים, משווקים ויוצרי תוכן שמכינים פוסטרים, לוגואים, כרזות או אינפוגרפיקות, זו קפיצת מדרגה. מה שבעבר היה מצריך שכבות עיצוב ידניות הופך לפעולה אחת שמבוצעת ישירות מתוך המודל.

שילוב יצירתי של טקסט בתוך אובייקטים כחלק אורגני מהסצנה | blog.google

אבל ההישג פה רחב יותר מטכנולוגיה. גוגל מזהה שהשוק לא מחפש עוד כלי שמייצר תמונות יפות. הוא מחפש כלי שמאפשר לעבוד. זה ההבדל בין מודל שמשחק עם סגנון לבין מודל שמסוגל לייצר חומרים אמיתיים למערכות מקצועיות.

Nano Banana Pro מכוון בדיוק לנקודה הזו: יצירת ויזואליים שאפשר להשתמש בהם מיד, בלי שכבת עיבוד נוספת.

ריבוי תמונות ושמירה על עקביות

יכולת נוספת שמבדלת את Nano Banana Pro היא החיבור בין ריבוי תמונות לבין עקביות ויזואלית. המודל מסוגל לשלב עד 14 תמונות שונות לקומפוזיציה אחת, ולשמור על הופעה עקבית של עד חמישה אנשים. עבור מי שעובדים על סטוריבורדים, קומיקס, קמפיינים פרסומיים או הדמיות מוצר, זו תכונה שמורידה חסמים שהיו ברורים עד עכשיו.

14 דמויות, תמונה אחת, עם עקביות מלאה | blog.google

זה אולי פחות מרשים במבט ראשון מעיבוד טקסט איכותי, אבל עבור אנשי מקצוע זו יכולת משמעותית. עד היום, מודלי תמונות התקשו לשמור על אותה דמות מזוויות שונות. התוצאה הייתה רצף חזותי שנשבר בכל ניסיון ליצור סדרה של תמונות.

Nano Banana Pro משנה את זה. גוגל מבינה שעולם היצירה מורכב מסדרות, תהליכים ורעיונות מתפתחים, לא רק מהתמונות הבודדות. לכן היא מעצבת את המודל ככלי שמסוגל להתמודד עם פרויקט שלם, לא רק עם בקשה אחת בכל פעם.

עריכה בשפה טבעית

אחת היכולות הפרקטיות ביותר בNano Banana Pro היא האפשרות לערוך תמונות קיימות ולשנות Look&Feel של כל תמונה באמצעות הוראות טקסט פשוטות. המשתמש יכול לבקש לשנות תאורה, להתאים צבעים, ליצור אפקטים קולנועיים או לשנות את יחס התמונה, וכל זה בלי לפתוח תוכנת עיצוב ובלי ידע מקצועי מוקדם.

שינוי תאורה ויחס תמונה תוך שמירה על הדמות המקורית | blog.google

מאחורי הפיצ’ר הזה עומדת תפיסה אסטרטגית ברורה. גוגל רוצה לפרק את המחסום בין יצירה מקצועית לבין שימוש יומיומי. עריכה במשפט אחד כמו “הפוך את הסצנה ללילה” או “תעמיק את הצללים סביב הדמות” הופכת את המודל לכלי שמרגיש כמעט כמו פוטושופ שמופעל על ידי שיחה. השינוי הזה כבר מורגש בפועל, והוא משנה מי יכול לבצע היום עבודות שבמשך שנים היו נחלתם הבלעדית של אנשי מקצוע.

מודל שמוטמע בכל אקוסיסטם של גוגל

גוגל לא מסתפקת בהשקת מודל יצירת תמונות. היא פורסת את Nano Banana Pro בשורה של מוצרים ושירותים ברחבי האקוסיסטם שלה. מעבר לאפליקציית Gemini, המודל משולב ב-Google Workspace (ב-Slides וב-Vids), ב-Google Ads, ב-Vertex AI, ב-Google AI Studio, ב-Google Antigravity וב-Flow, כלי יצירת הסרטים של החברה. בנוסף הוא זמין גם ב-NotebookLM ובמצב AI Mode בחיפוש למנויי Pro ו-Ultra. זהו מהלך רחב שממקם את Nano Banana Pro כשכבת יכולת מרכזית בתוך מגוון כלים שונים לגמרי.

הנה כמה דוגמאות לאופן בו שילבה גוגל את ננו בננה פרו באקוסיסטם שלה:

שילוב בגוגל Slides

יצירת אינפוגרפיקות מקצועיות ושקופיות מעוצבות בתוך שניות, ושדרוג מצגות קיימות בלחיצה אחת בלבד באמצעות הכפתור החדש “Beautify my slide”.

שילוב ב-Antigravity

הנה דוגמה נוספת לשילוב של Nano Banana Pro בתוך Antigravity, פלטפורמת הפיתוח החדשה של גוגל. Antigravity ממקמת את הסוכן במרכז תהליך העבודה ומאפשרת למפתחים לנהל Agents, לערוך קוד, להריץ בדיקות ולנווט בין דפדפן, טרמינל ועורך בקונטקסט אחד רציף. היכולת של Nano Banana Pro להתמקד באזורים ספציפיים בתוך תמונה משתלבת כאן באופן טבעי, ומאפשרת ליצור סקיצות UI מדויקות, לחדד עיצובי אתר או להפיק אינפוגרפיקות שמסבירות זרימת נתונים במערכות מורכבות – הכל מתוך אותו מרחב עבודה אחד.

שילוב עם NotebookLM

כלי משמעותי נוסף שכבר נהנה מהמודל החדש הוא NotebookLM, שקיבל באחרונה סט פיצ׳רים ויזואליים חדשים. Nano Banana Pro משתלב בו כיכולת משלימה שמעלה דרמטית את איכות התוצרים הגרפיים. בעוד NotebookLM מפיק את המבנה, התוכן והלוגיקה של מצגות, אינפוגרפיקות, דוחות ומפות חשיבה, מודל התמונות מוסיף את שכבת הגרפיקה החכמה: איורים, רקעים, המחשות ויזואליות והצגה ברורה של רעיונות מורכבים. האינטגרציה עדיין מתרחבת בהדרגה, אך בפיצ’רים המרכזיים היא כבר משפרת באופן מורגש את רמת הגימור ואת היכולת להפוך ידע גולמי לתוצר מקצועי ומוכן לשימוש.

פיצ׳רים חדשים בסטודיו של NotebookLM

המהלך הזה אינו טכני בלבד אלא אסטרטגי. גוגל מנסה לייצר מסלול עבודה שבו יצירת תמונות, חיפוש מידע, עריכה ופרודוקטיביות מתרחשים בתוך אותה סביבת עבודה. עבור משתמשי Workspace, זה אומר יצירה ישירה מתוך מסמכים, מצגות או וידאו בלי לעבור בין כלים. עבור צוותים ארגוניים זו קפיצת מדרגה אמיתית, והיכולת להפיק חומרים ויזואליים הופכת לחלק טבעי מהתהליך העסקי ולא למשימה חיצונית שדורשת תוכנה ייעודית.

מודל freemium חדש

גוגל מאמצת בNano Banana Pro מודל תמחור שמבקיע את קו התפר שבין כלי עממי לכלי מקצועי. משתמשים חינמיים יכולים לעבוד עם המודל במכסה מוגבלת, ולאחר מכן המערכת מחזירה אותם אוטומטית לדגם הישן יותר. מעל לכך גוגל מציעה שלוש שכבות מינוי, Plus, Pro ו-Ultra, כאשר הרמה הגבוהה מאפשרת סוף סוף לעבוד ללא סימן מים גלוי, תנאי הכרחי לסטנדרט מקצועי.

החברה עדיין לא פרסמה את כל עלויות השימוש למפתחים, אבל הגיוני לחשוב שהמחיר יעלה ביחס לדגם הקודם. הסיבה כפולה. מצד אחד Nano Banana Pro דורש יכולת חישוב גבוהה משמעותית. מצד שני, גוגל מבינה שהיא מספקת כאן ערך אחר לגמרי: חיבור לידע עדכני, עבודה עם טקסט רב לשוני ושמירה על עקביות בין תמונות. מבחינתה זה אינו מוצר צרכני זול, אלא כלי שמיועד לשוק שמוכן לשלם עבור יתרון תחרותי.

סימון תמונות והמאבק על אמון

אחד הנושאים הקריטיים ביותר סביב מודלי יצירה הוא שאלת האמון. גוגל מתייחסת לכך באופן ישיר באמצעות מנגנון סימון כפול. כל תמונה שנוצרת בNano Banana Pro כוללת סימן דיגיטלי בלתי נראה בשם SynthID, ובשכבות החינמיות ובמינוי Pro נוסף גם סימון גלוי. המטרה אינה אסתטית, אלא מנגנון שקיפות שמחזק את זיהוי המקור של התוכן.

בעידן שבו תוכן מזויף הפך מתופעה שולית לתעשייה רחבה, היכולת לזהות תמונה שנוצרה בבינה מלאכותית אינה תוספת טכנית אלא צורך יסודי. גוגל מניחה שהשוק ילחץ על תקינה ברורה בתחום הזה, והיא מנסה לקבוע את הכללים לפני שהרגולציה תעשה זאת עבורה. העובדה שמשתמש יכול להעלות תמונה ולשאול אם נוצרה במערכות של גוגל היא חלק מאותה תפיסה שאומרת שאמון הוא תשתית, לא פיצ’ר.

לסיכום, Nano Banana Pro הוא לא עוד מודל ליצירת תמונות אלא שכבת עבודה שלמה שמחברת בין ידע, ויזואליזציה ופרודוקטיביות. הוא ממלא חלל שהיה חסר בשוק עם יצירת תכנים ויזואליים שיש בהם משמעות, טקסט ברור ומידע אמיתי, ולא רק אסתטיקה. המודל מתאים במיוחד למשווקים, צוותי תוכן, מורים, מעצבים, יוצרי פרוטוטיפים, מנהלי מוצר ועסקים שפועלים בתוך Google Workspace.

לעומת זאת, מי שמחפש יצירה אמנותית מובהקת או זקוק לנפח הפקה גבוה ללא סימון גלוי ימצא אותו פחות מתאים. במקום להתחרות על התואר “המודל האמנותי ביותר”, גוגל מגדירה כאן קטגוריה אחרת – כלי עבודה למי שצריך תוצר ויזואלי שמבוסס על ידע, על סדר ועל שימושיות. זהו מהלך שממקם את גוגל במקום חדש בתוך עולם יצירת התמונות.

Nano Banana Pro אולי לא מושלם, אבל הוא משנה את הציפיות מהתחום. אם מודלים קודמים הצטיינו ביופי, Nano Banana Pro מראה כיצד מודל תמונה יכול להבין הקשר, מידע ומציאות, ולהפוך את כל זה לתוצר שמוכן לשימוש אמיתי.

הפוסט גוגל משיקה את הדור הבא של יצירת ועריכת תמונות עם Nano Banana Pro הופיע ראשון בLet's AI בינה מלאכותית

הניסוי הסודי, ומה באמת אומרים 64.78 אחוזי ההעדפה

בין הראשון לארבעה עשר בנובמבר xAI הריצה את גרסת Grok 4.1 בלי לומר מילה. המשתמשים שוחחו עם המודל החדש בלי לדעת שהוא שם, והתוצאות דיברו בעד עצמן. כמעט שישים וחמישה אחוזים מהמשתמשים העדיפו את גרסת 4.1 על פני הדור הקודם.

Grok 4.1 מול הדור הקודם | מקור: x.Ai

המספר מרשים, אבל הוא מספר סיפור מהותי יותר. העדפה אינה בהכרח הוכחה ליכולת טכנית גבוהה. היא לרוב עדות לחוויה טובה יותר. זרימה נוחה יותר, ניסוח אנושי יותר, תגובות שמרגישות קרובות יותר לשיחה אמיתית. כלומר, פחות כוח חישובי ויותר תחושה של אישיות. המגמה הזו משמעותית, כי היא מציבה את הדגש על חוויית השימוש במקום על מבחני ביצועים אבסטרקטיים.

מאחורי הקלעים, וכיצד המודל מלמד את עצמו להיות אנושי

הבחירה של xAI בדור הזה של מודל הבינה המלאכותית גרוק היא לשים את האינטליגנציה הרגשית במרכז. שיטת האימון משלבת למידת חיזוק מסורתית עם מודלים של הסקה שממלאים תפקיד של שופטים. הם מנתחים את התשובות, מעניקים משוב ומאפשרים למודל ללמוד טון, הומור, עקביות ותגובה אנושית יותר.

זינוק משמעותי במבחני EQ-Bench | מקור: x.Ai

יחד עם זאת, יש כאן גם נקודת חולשה. כאשר שופטים מלאכותיים מגדירים את המשוב, הם גם מטמיעים את ההטיות שלהם בתהליך. לכן חשוב להבין שהשיפור מהיר, אבל אינו מנותק מהעדפות של מערכת אחת שמדריכה מערכת אחרת. במקום אמת אובייקטיבית, מתקבלת העדפה סובייקטיבית שעוברת מאחד לשני. זהו פרט קריטי לכל מי שמתייחס למודל כמקור מידע.

מעבר לטבלאות, ומה ההישגים באמת מספרים

Grok 4.1 מציג רצף הישגים שנראים מרשימים על הנייר. הוא מגיע למקום הראשון בקטגוריית החשיבה של LMArena, חוצה ציון של 1700 במבחני הכתיבה היצירתית ומראה זינוק בולט במבחני האינטליגנציה הרגשית. כל אלה מציבים אותו לצד המודלים המובילים כיום.

Grok 4.1 במקום ה-1 בקטגוריית החשיבה של LMArena | מקור: x.Ai

אבל חייבים לעצור לרגע ולבחון את המשמעות. מבחנים סינתטיים מספרים רק חלק מהסיפור. LMArena מודד שיחות קצרות. Creative Writing בוחן ניסוח, ולא עקביות לאורך זמן. EQ Bench מתבסס על דפוסי תגובה צפויים. עבור מי שמחפש כלי עבודה יום יומי, הנתונים הם אינדיקציה חשובה, אבל רחוקה מלהיות תעודת ביטוח.

תוצאות גבוהות במיוחד במבחני כתיבה יצירתית | מקור: x.Ai

ההפתעה האמיתית, והירידה הדרמטית בהזיות

כאן נמצא ככל הנראה השיפור האמיתי של הדור הזה. מדידות FActScore מצביעות על ירידה חדה בשגיאות עובדתיות, במיוחד במצב הפעולה המהיר. עבור משתמשים זה לא רק נתון טכני. זה שינוי תפעולי. פחות צורך לבדוק כל משפט פעמיים, יותר יכולת להסתמך על המודל בעת מחקר וסיכום מידע.

ירידה חדה בשיעורי ההזיות ושיפור משמעותי ב-FActScore | מקור: x.Ai

יחד עם זאת, צריך (עדיין) להישאר מציאותיים. גם בגרסה הזו המודל עדיין מסוגל להמציא עובדות. השיפור מרשים ומשמעותי, אך אינו מוחלט.

מה המהלך אומר על xAI ועל השוק כולו

Grok 4.1 ממקם את xAI לצד השחקנים הגדולים, אך מסיבה אחרת מהמקובל. בזמן ש-OpenAI ו-Google מרחיבות את הארכיטקטורה, מוסיפות שכבות ומגדילות את חלונות ההקשר, xAI בוחרת מסלול שונה. היא מציגה מודל שלא מוכרח להיות החכם ביותר, אלא זה שמספק את החוויה האנושית ביותר. אם הדור הקודם התחרה על ביצועים, הדור הבא ייבחן לפי האינטראקציה שהוא יוצר.

למי המודל מתאים, ולמי פחות

Grok 4.1 מתאים במיוחד למשתמשים שמחפשים אינטראקציה זורמת ואינטואיטיבית, כזו שמרגישה בעלת אופי ולא רק כלי טכני. הוא משרת היטב כותבי תוכן, אנשי שיווק ויוצרי טקסטים רגשיים, וגם משתמשים שזקוקים לרמת אמינות עובדתית גבוהה יותר מזו שהציע הדור הקודם.

לעומת זאת, מי שנדרש ליכולות קוד מורכבות או פתרונות ארכיטקטוניים עמוקים ימצא כאן מענה חלקי בלבד. גם משתמשים שמחפשים אינטגרציה מלאה לתשתיות וכלים ארגוניים, או מודל מחקרי יבש שמעדיף עובדות על פני סגנון שיחה, פחות יפיקו ממנו את המקסימום.

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

לפרטים נוספים לחצו כאן >>

למה Grok 4.1 מסמל שינוי עמוק יותר משנדמה

מי שמסתכל על Grok 4.1 רק כמוצר טכנולוגי מפספס את מה שבאמת מתרחש כאן. המודל הזה מאיר תובנה רחבה יותר שמתגבשת בחודשים האחרונים. הקרב הבא בעולם הבינה המלאכותית כבר לא ייקבע רק על פי נקודות Elo נוספות או חלונות הקשר רחבים יותר. הוא ייקבע על פי תחושת הדיאלוג. על פי היכולת של מודל לשמור על אישיות עקבית, להבין רגש ולדבר כמו שותף.

xAI מזהה שהשלב הבא של הטכנולוגיה לא עובר דרך עוד שכבת טרנספורמר, אלא דרך החוויה האנושית שמתרחשת בזמן השימוש. במובן הזה Grok 4.1 איננו מהפכה טכנית, אלא שינוי תפיסתי שמנסה להגדיר מחדש איך נראית מערכת שמתקשרת עם בני אדם.

Grok 4.1 הוא מודל בשל, אמין ומרשים. הכוח שלו לא טמון רק בביצועים, אלא בגישה. מכונה שחושבת מהר זה בהחלט מעניין. מכונה שמרגישה מעט יותר אנושית, גם אם לא במובן עמוק, משנה את החוויה כולה.

הפוסט האם גרוק 4.1 הוא לא הכי חכם אבל הכי אנושי? הופיע ראשון בLet's AI בינה מלאכותית

החיפוש מתחיל לדבר בשפה שלכם

עד היום מנועי חיפוש טיסות פעלו כמו טופס: יעד, תאריך, חזור. הם ביקשו מכם לדעת מראש את מה שלא תמיד סגור. Flight Deals מבית גוגל עושה את ההיפך. הוא מאפשר לכתוב תיאור חופשי – מחשבה ראשונית שמתרגמת לדאטה.

במקום שדות קשיחים, המערכת מפרשת את המשפטים שלכם ככוונה: סוג חופשה, גמישות בתאריכים, אופי היעד. היא סורקת מחירי טיסות בזמן אמת ומחזירה אפשרויות שמתאימות לרעיון שהעליתם. לא תמיד זו תהיה הפתעה גדולה, אבל היא בהחלט מקצרת את שלב ההתלבטות.

וכאן נמצא הערך שלה – היא מגשרת בין רעיון לא מגובש לבין תכנון מעשי, בלי שתצטרכו להגדיר מראש תאריכים, מחירים או שדות תעופה.

לחצו על האפשרות החדשה כדי למצוא דילים על טיסות

איך משתמשים ב-Google Flights

הכלי בנוי כך שגם מי שלא רגיל לחפש טיסות יוכל להתמצא בו במהירות. נכנסים לשירות דרך אתר Google Flights, מזינים מוצא ויעד, בוחרים תאריכים או חודש שלם, ומשתמשים בפילטרים כדי לדייק: מספר עצירות, כבודה, שעות המראה ונחיתה, חברות תעופה או טווח מחירים. לאחר בחירת טיסה המערכת מפנה ישירות לאתר חברת התעופה.

למי שגמישים בתאריכים, כלי ה“גרף” מציג בצורה ברורה את מחירי הטיסות לאורך חודש שלם ומאפשר לזהות ימים זולים במהירות.

למצוא חופשה בשפה פשוטה

איך משתמשים ב-Flight Deals

כאשר הפיצ’ר זמין בחשבון שלכם, ניתן להיכנס אליו דרך כאן או מאותו ממשק של Google Flights באמצעות כפתור “Flight Deals” בתפריט. כאן אין צורך להתחיל מיעד ותאריך. פשוט מקלידים תיאור כמו “חופשה קצרה באפריל במקום חמים” או “משהו זול לאירופה בשבוע הבא”. המערכת מפיקה רשימה מסודרת של אפשרויות, ומכאן ניתן להיכנס לכל טיסה, לראות זמינות ומחיר, ולהמשיך לדייק בעזרת הפילטרים הרגילים.

חשוב לזכור: התוצאות משקפות את מצב הדאטה בזמן אמת, לא התחייבות למחיר. לעיתים קיימים פערים בין המחיר בגוגל לזה שמופיע באתר חברת התעופה.

מעקב מחירים

מעקב המחירים הוא אחד הכלים הוותיקים והיעילים של Google Flights. לאחר בחירת טיסה אפשר לסמן אותה ולקבל התראה בכל שינוי מחיר – ירידה או עלייה. זה שימושי במיוחד בישראל, שבה המחירים משתנים במהירות סביב חגים, עומסים או אילוצי עבודה. המערכת אינה מבטיחה ירידה במחיר, אבל היא מספקת שכבת מעקב שמאפשרת להבין את תנודתיות השוק בלי להיכנס לחיפוש יומיומי.

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

לפרטים נוספים לחצו כאן >>

סוכן נסיעות צמוד

Skyscanner ו-Kayak ודומיהם מצוינים בסריקה רחבה ובהפניה לאינספור אתרים. Google Flights מציגה גישה אחרת עם תמונת שוק מאורגנת ונקייה יותר, בלי רצף מסיח של קישורים ופרסומות. היא לא מבטיחה להיות הזולה ביותר, אך נותנת נקודת מוצא מסודרת שמארגנת את השוק עבורכם לכדי תמונה אחת ברורה.

Google Flights לא מבטיח מהפכה, אבל זה עוד כלי עם יכולות AI שמסייע במקום שבו רוב האנשים מסתבכים – תחילת החיפוש. במקום להתחיל מטופס קשיח, אפשר להתחיל מרעיון. במקום לנתר בין עשרות אתרים, אפשר לקבל תמונת מצב ברורה במקום אחד. הכלי לא מקבל החלטות במקומכם, אבל הוא מספק מסגרת מסודרת שמאפשרת לפתוח את תכנון החופשה בצורה חכמה ונוחה יותר.

הפוסט Google Flights מגיע לישראל ומציע דרך חדשה ופשוטה יותר לחפש חופשה הופיע ראשון בLet's AI בינה מלאכותית

מה זה Agentic Checkout ולמה זה מעניין

בפיצ’ר החדש המשתמש עוקב אחרי מוצר מסוים דרך כלי מעקב המחירים. הוא מגדיר צבע, מידה ותקציב. כאשר המחיר יורד, גוגל שולחת התראה ומציעה לבצע את הרכישה בשם המשתמש באתר הסוחר באמצעות Google Pay. הרכישה מתבצעת רק לאחר אישור מפורש של הקונה.

זהו שינוי מהותי. גוגל אינה רק מציגה תוצאות חיפוש, אלא מבצעת פעולה ממשית בתהליך הרכישה. הפיצ’ר זמין בשלב ראשון בארצות הברית, ועובד כרגע עם אתרי קנייה שתומכים בו כמו Wayfair, Chewy, Quince וחלק מהחנויות הפועלות דרך Shopify.

קניות בשפה טבעית

במצב AI Mode החדש בחיפוש, גוגל מאפשרת לתאר מה שמחפשים בשפה חופשית. המערכת מגיבה באמצעות תצוגה מאורגנת שמביאה תמונות, נתוני מלאי, ביקורות, מחירים וטבלאות השוואה.

אם המשתמש רוצה השראה חזותית, הוא יקבל גלריות. אם הוא מתלבט בין מספר מוצרים, הוא יקבל טבלה שמדגישה הבדלים רלוונטיים. הכל מעודכן בזמן אמת הודות ל-Shopping Graph.

אפליקציית Gemini נכנסת למשחק הקניות

גם ב-Gemini אפשר עכשיו לשאול שאלות קנייה ולקבל הצעות אמיתיות ולא רק רעיונות כלליים. האפליקציה מציגה מוצרים, השוואות, מחירים ומקומות רכישה. זה מאפשר לעבור מרעיון למוצר אמיתי בתוך שיחה אחת.

גוגל מתקשרת לחנויות במקומכם. כאשר מחפשים מוצר ליד הבית, גוגל מציעה להשתמש ב-Let Google Call. המערכת שואלת אתכם כמה שאלות, מתקשרת לחנויות מתאימות, בודקת מלאי, מחיר ומבצעים ואז שולחת סיכום מסודר למייל או להודעה.

היכולת מבוססת על Duplex, מערכת השיחות האוטומטיות של גוגל שמסוגלת להתקשר בעצמה לעסקים ולנהל שיחה אנושית מלאה. השדרוג של מודל Gemini מאפשר ל- Duplex לבחור טוב יותר לאילו חנויות לפנות, אילו שאלות לשאול ומה מסכם עבור המשתמש.

מה המשמעות של המהלך הזה

המעבר של גוגל מכלי שמציג מידע לכלי שמבצע פעולות קנייה בפועל עשוי להשפיע על מבנה שוק המסחר המקוון. ברגע שמערכת אחת מרכזת מעקב אחר מחירים, בדיקת מלאי וביצוע רכישה בשם המשתמש, היא הופכת למתווך חזק יותר בין סוחרים לקונים.

יש מי שחוששים שהריכוזיות הזו תגביר את התלות של חנויות קטנות בפלטפורמות ענק. אחרים טוענים שמדובר בהתפתחות טבעית בסביבה שבה הצרכנים מחפשים חיסכון בזמן ופחות תפעול ידני. 

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

לפרטים נוספים לחצו כאן >>

המרוץ לסוכני הקנייה האוטונומיים כבר התחיל

המגמה הזו אינה ייחודית לגוגל. בשוק מתפתח מרוץ חדש סביב השאלה מי תהיה הפלטפורמה שתגדיר את חוויית ה”קנייה האייג’נטית” של השנים הקרובות. לצד גוגל, גם פלטפורמות אחרות נכנסות לזירה הזו.

דפדפן Atlas של OpenAI, שהושק לאחרונה, מדגים כיצד ממשק שיחה יכול להפוך לכלי שמבצע פעולות בפועל ולא רק מספק מידע. במקביל, המתיחות בין Amazon לבין Perplexity סביב מכירות ברשת ותוצאות חיפוש מדגישה עד כמה חברות מנסות להשיג שליטה על שלב ההחלטה של הצרכן. Perplexity, למשל, בוחנת מנגנוני קנייה אוטומטיים בתוך סוכן הדפדפן שלה, Comet, שמלווה את המשתמש מהחיפוש ועד בחירת המוצר.

הדוגמאות האלה מצביעות על שינוי עמוק בו חברות הבינה המלאכותית אינן מסתפקות בהצגת מידע או בהפקת המלצות. הן מנסות לתפוס את המקום של “הסוכן הצרכני” שמבצע פעולות, מקבל החלטות ומנהל את שלבי הקנייה מאחורי הקלעים. ככל שהיכולות משתכללות, התחרות על “מי ינהל את הקנייה בשביל המשתמש” הולכת ומחריפה.

גוגל מגדירה מחדש את חוויית הקנייה הדיגיטלית

שילוב היכולות החדשות מראה כיוון ברור. הבינה המלאכותית של גוגל הופכת מכלי המספק מידע למערכת שמסוגלת לבצע משימות מורכבות מטעם המשתמש. בחיפוש, באפליקציית Gemini ובתקשורת עם חנויות פיזיות, גוגל מנסה לתפור את כל מסלול הקנייה לרצף אחד.

המשתמש מרוויח זמן וודאות. הסוחרים מקבלים תנועה ממוקדת יותר. והפלטפורמה של גוגל הופכת לשחקן מרכזי עוד יותר בתהליך הקנייה.

הפוסט גוגל מציגה את Agentic Checkout הופיע ראשון בLet's AI בינה מלאכותית

מה זה Deep Research ואיך עובדים איתו

Deep Research הוא מעין “חוקר צמוד” בתוך NotebookLM. במקום להסתפק במסמכים שהעליתם, הכלי יוצר תכנית מחקר, גולש במאות אתרים רלוונטיים, ומחזיר דוח מסודר עם ציטוטים וקישורים למקורות. 

כך זה עובד בפועל:

• יוצרים מחברת ומוסיפים לה את מה שכבר יש לכם, או מתחילים ריקה.

• בפאנל המקורות בוחרים Web כמקור מידע.

• בוחרים אחת משתי רמות מחקר:

  • Fast Research: חיפוש מהיר יחסית, כדי לקבל סקירה ראשונית.

  • Deep Research: תהליך עמוק יותר, שסורק הרבה יותר מקורות ומחזיר דוח נרחב יותר. 

eep Research הופך “מחברת חכמה” לכלי מחקר אקטיבי

בזמן ש-Deep Research רץ, אפשר להמשיך לעבוד במחברת. בסוף התהליך מתקבל דוח שמכיל סיכום, תתי פרקים והפניות למקורות, וניתן להוסיף אותו ואת המקורות ישירות למחברת.

תמיכה בקבצים ופורמטים חדשים

העדכון הנוכחי מרחיב משמעותית את סוגי החומרים שניתן להוסיף ל-NotebookLM:

• Google Sheets: הוספת גיליונות אלקטרוניים, שאילתות על נתונים וסטטיסטיקות, ובקשה לסיכומים על בסיס טבלאות. 

• קבצי Drive כ-URL: אפשר להדביק קישורי Google Drive (כולל כמה קישורים בבת אחת, מופרדים בפסיק), כפי שעושים עם כל URL אחר. 

• קבצי Word (.docx): תמיכה מלאה במסמכי Word כמשאב מחקר לכל דבר.

• תמונות: אפשר להעלות תמונות, כולל הערות בכתב יד או עמודים שנסרקו. 

• PDFs מ-Google Drive: ניתן לחבר ישירות קובצי PDF הנשמרים בדרייב, בלי להוריד ולהעלות מחדש.

מעבר לכך נשארת גם התמיכה הרגילה: Docs, Slides, קבצי טקסט ו-PDF, קישורי אתרים ו-YouTube ועוד.

יכולות לימוד והפקת חומרים

Deep Research מצטרף לשורה של פיצ’רים ש-NotebookLM קיבל בחודשים האחרונים:

• Audio Overviews: הפיכת מסמכים ל”שיחת פודקאסט” בין שני מגישי בינה מלאכותית שמסבירים את החומר.

• Video Overviews: הפקת וידאו עם קריינות, איורים וסיכום ויזואלי של התוכן, כיום כבר בעשרות שפות. 

• Flashcards ו-Quizzes: יצירת כרטיסי לימוד ובחנים אוטומטיים מתוך החומר, כולל רמות קושי שונות, גם באפליקציות המובייל.

כל אלה יושבים בתוך Studio של NotebookLM ומאפשרים לקחת אותו מעבר לסיכום טקסטים, לכיוון כלי הוראה ולמידה פעיל.

יותר הקשר, יותר זיכרון

גוגל שדרגה לאחרונה גם את מנוע הצ’אט של NotebookLM:

• שיפור מדווח של כ-50 אחוז באיכות התשובות.

• חלון הקשר גדול בהרבה (עד מיליון טוקנים בצ’אט בדפדפן), מה שמאפשר ניתוח אוספים גדולים מאוד של מסמכים.

• זיכרון שיחה ארוך יותר פי כמה, כך שאפשר לנהל תהליכי עבודה מתמשכים בלי “לאבד” את ההיסטוריה. 

הנקודה החשובה היא ש-NotebookLM הופך מצ’אט כללי שעונה על שאלות, לשותף מחקר שמחזיק בהקשר רחב מהרגיל.

כמה זה עולה בפועל

כאן צריך לדייק, כי המצב מורכב יותר מהמשפט “הכל חינמי”. NotebookLM זמין חינם בדפדפן לכל משתמש עם חשבון גוגל, ביותר מ-180 מדינות שבהם אפליקציית Gemini זמינה. Deep Research עצמו נכלל בשכבה הזו, לפי תיעוד וכלי השוואה בין מנועי Deep Research שונים. 

למשתמשים כבדים יותר, אפשר לקבל תקרות גבוהות פי 5, אנליטיקות שיתוף ופיצ’רים מתקדמים נוספים בשתי דרכים: דרך מנוי בתשלום כמו Google One AI Premium או Google AI Pro / Ultra, שמוסיפים גם Gemini מתקדם ו-2TB אחסון וכדומה. ודרך נוספת דרך גרסאות ארגוניות כגון NotebookLM Plus for Enterprise עם הגנות פרטיות נוקשות יותר. 

כלומר, אפשר להשתמש ב-Deep Research חינם, אבל למי שצריך היקפים גדולים ושיתוף מתקדם יש שכבות בתשלום.

פרטיות ואמון

לפני שמסתמכים על הכלי בעיניים עצומות, חשוב לזכור שכל המידע עובר דרך שרתי גוגל, מה שמגביל שימוש במידע רגיש מאוד.

NotebookLM פועל כולו על תשתיות הענן של גוגל, ללא אפשרות להרצה מקומית, כך שההבדל בין גרסה חינמית לארגונית הוא רק בעומק ההגנות ולא במיקום הנתונים. בחשבונות אישיים גוגל מצהירה שהמידע אינו משמש לאימון מודלים, אך משובים ותכנים מסוימים יכולים להיבדק ידנית. בגרסאות הארגוניות יש הבטחה מפורשת לא להשתמש בנתוני הלקוחות לאימון, והבקרה על הגישה הדוקה יותר.

במקביל, חשוב להבין שהמערכת לא מבצעת שיפוט ביקורתי אמיתי – היא לא מנתחת מתודולוגיות מחקר, לא מזהה הטיות בצורה עקבית, ומתבססת בעיקר על תוצאות החיפוש וההקשר שהמשתמש מספק. לכן, במיוחד בעבודה עם מידע רגיש או מחקרי, הכלי יכול לסייע באיסוף ועיבוד ראשוני, אבל לא מחליף חשיבה אנושית ובדיקה מעמיקה של המקורות.

למי זה בעיקר שימושי, ולמה זה משנה

NotebookLM עם Deep Research פונה בעיקר למשתמשים שצריכים לאסוף ולעבד מידע במהירות ובצורה מסודרת. סטודנטים וחוקרים מרוויחים מקיצור שלב איסוף המקורות וקבלת מפת דרכים ראשונית למחקר. עיתונאים ואנליסטים יכולים להשתמש בו כדי להבין במהירות את מפת השחקנים והמסמכים הרלוונטיים לפני שהם צוללים לעומק. אנשי עסקים נהנים מיכולת לבצע מחקר שוק וניתוח מתחרים תוך שילוב נתונים ממקורות מגוונים בתוך מחברת עבודה אחת. מורים ומרצים יכולים להפוך חומרי לימוד יבשים לתוכן נגיש ודינמי באמצעות כלים כמו Overviews, Flashcards ו-Quizzes.

בסופו של דבר, Deep Research הוא עוזר מחקר חזק ומהיר, אבל האחריות על בחירת מקורות אמינים, אימות עובדות והפעלת שיקול דעת ביקורתי נשארת אצל המשתמש.

הפוסט NotebookLM מוסיף יכולת מחקר עומק באינטרנט ותמיכה בסוגי קבצים נוספים הופיע ראשון בLet's AI בינה מלאכותית

שני מודלים חדשים: Instant ו-Thinking

העדכון כולל שני וריאנטים שונים, שכל אחד מהם מיועד לאופי שימוש אחר.

GPT-5.1 Instant

GPT-5.1 Instant הוא המודל שבו משתמשים יתקלו ברוב האינטראקציות. הוא חם יותר כברירת מחדל, שיחתי יותר, ומגיב בטון טבעי וקליל יותר. המודל גם עוקב אחר הוראות בצורה מדויקת יותר, ומספק תשובות שמותאמות לשאלה במקום לסטות לנושאים סביביים.

Instant כולל לראשונה יכולת שנקראת adaptive reasoning. המשמעות היא שכאשר עולה שאלה מסובכת, המודל “עוצר לחשוב” לפני שהוא מגיב. בשאלות פשוטות הוא עונה מהר כרגיל, אבל במורכבות, כמו מתמטיקה או קוד, הוא משקיע מעט זמן נוסף שמוביל לתשובות מדויקות יותר.

ההשפעה ניכרת במיוחד במבחנים מקצועיים שבהם מודדים יכולת פתרון בעיות. AIME הוא מבחן מתמטיקה תחרותי ברמה גבוהה, ו-Codeforces הוא אתר שבו מפתחים פותרים בעיות קוד מאתגרות בזמן אמת. בשני הסוגים של מבחנים GPT-5.1 מציג ביצועים מדויקים ומהירים יותר מהגרסאות הקודמות.

GPT-5.1 Instant

GPT-5.1 Thinking

GPT-5.1 Thinking, לעומתו, מיועד למשתמשים שנדרשים לניתוח עמוק. הוא מתאים את זמן החשיבה ביתר דיוק למורכבות השאלה. פחות המתנה כשמדובר בשאלות יומיומיות, יותר עומק כשנדרשת חשיבה מורכבת. מעבר לכך, התשובות שלו ברורות יותר ופחות עמוסות בז’רגון. OpenAI מציינת שהמודל כברירת מחדל חם ואמפטי יותר, כדי לאפשר עבודה נעימה גם במקרים שבהם נדרש הסבר טכני.

GPT-5.1 Thinking

הגרף המצורף מציג את הפערים בזמן התגובה בין GPT-5 לבין GPT-5.1 במשימות ברמות קושי שונות. בצד שמאל ניתן לראות ש-GPT-5.1 מהיר בהרבה במשימות פשוטות, עם ירידה משמעותית בכמות הטוקנים שהמודל מייצר. ככל שהמשימות נעשות מורכבות יותר, בצד ימין של הגרף, GPT-5.1 מייצר יותר טוקנים ומקדיש יותר זמן חשיבה. כך מתקבל מודל שמגיב מהר יותר כשאפשר, ומעמיק יותר כשהמשימה דורשת זאת:

GPT-5.1 מתאים את זמן החשיבה לפי מורכבות המשימה | OpenAI

GPT-5.1 Auto: התשובה הנכונה בלי לבחור מודל

יחד עם שני הדגמים, OpenAI משיקה גם את GPT-5.1 Auto. זה סוג של ראוטר שמכוון תנועה באופן אוטומטי בין המודלים. המשתמש לא צריך לבחור – המערכת מחליטה עבורו על פי סוג השאלה. המטרה היא לשמור על רצף עבודה נוח, שבו המודל המתאים נכנס לפעולה בלי התערבות מצד המשתמש.

השקה מדורגת ושימור מודלים ישנים

OpenAI בחרה להשיק את GPT-5.1 בהדרגה. בשלב הראשון המודל מופיע אצל משתמשי Pro ,Plus, ו-Business. בהמשך הוא יגיע גם למשתמשים חינמיים ולמשתמשים שאינם מחוברים. לקוחות Enterprise ו-Edu מקבלים גישה מוקדמת למשך שבוע דרך הגדרה ייעודית, ולאחר מכן GPT-5.1 יהפוך למודל ברירת המחדל.

OpenAI מציינת שההשקה תתבצע באופן הדרגתי למשך מספר ימים, כדי לשמור על יציבות ויכולת התמודדות עם עומסים. מודלי GPT-5 הישנים יישארו זמינים בתפריט ה-legacy models למשך שלושה חודשים, כך שמשתמשים יוכלו להשוות, להתרגל ולהחליט בקצב שלהם.

העדכון יגיע גם ל-API במהלך השבוע הקרוב. Instant יופיע כ-gpt-5.1-chat-latest, ו-Thinking יופיע כ-GPT-5.1. שניהם יהיו עם adaptive reasoning.

התאמה אישית: סגנונות חדשים ושיפור יכולות שליטה

לצד העדכון למודלים עצמם, OpenAI מחדדת את יכולות ההתאמה האישית של ChatGPT. החברה מציינת שמשתמשים מייחסים חשיבות גבוהה לטון, ולכן היא מציגה פרסונות חדשות ומשפרת קיימות.

האפשרויות כוללות כעת: Default, Friendly (Listener לשעבר), Efficient (Robot לשעבר), Professional, Candid, Quirky. בנוסף, שתי פרסונות ותיקות – Cynical ו-Nerdy – נשארות במקומן.

התאמה אישית מתקדמת

מעבר לבחירת אישיות, משתמשים יוכלו לשלוט על מאפיינים עדינים יותר: תמציתיות, חום, בהירות לסריקה, תדירות שימוש באימוג’י. ChatGPT גם יציע מעצמו לשנות פרמטרים כשיזהה בקשות חוזרות לאותו סגנון.

שינויי ההתאמה האישית יחולו מעכשיו על כל שיחה, כולל שיחות שכבר מתנהלות. זהו שינוי משמעותי לעומת העבר, שבו התאמות חלו רק על שיחות חדשות.

פרסונות חדשות ומשופרות | OpenAI

בטיחות ושקיפות

OpenAI מציינת כי עדכוני GPT-5.1 מגיעים יחד עם System Card Addendum. המסמך כולל פירוט על תהליכי הבטיחות והבקרה של הדגמים, כחלק מהמאמץ לשמור על שקיפות בתהליך הפיתוח.

למה זה נקרא GPT-5.1

החברה מדגישה שהשם משקף שדרוג מהותי בתוך הדור החמישי, אבל לא התקדמות טכנולוגית שמצדיקה דור חדש לחלוטין. העדכון מסמן התחלה של סדרת שדרוגים מתוכננים להמשך הדרך.

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

לפרטים נוספים לחצו כאן >>

לסיכום, GPT-5.1 מייצג שלב נוסף במסע של OpenAI ליצירת כלי שיחה שימושי יותר, מותאם יותר למשתמש, ומדויק יותר מבחינת בהירות ויכולת. החברה רומזת כי זוהי רק תחילת הדרך. העדכונים ימשיכו להתמקד בשני צירים מקבילים: יכולת טכנית וחוויית שיחה.

המשתמשים הם אלה שיראו בפועל אם השינויים משפרים את העבודה היומיומית. בינתיים, נראה ש-GPT-5.1 מעדכן את הכלי בצורה שמקרבת אותו יותר למה שמשתמשים מבקשים: תוצאה חכמה, ברורה ועם מעט יותר אנושיות.

הפוסט OpenAI משיקה את GPT-5.1 עם דגש על יעילות והתאמה אישית הופיע ראשון בLet's AI בינה מלאכותית

דפדפן שהופך לעוזר אישי

Comet הוא הדפדפן החכם של Perplexity, שהושק מוקדם יותר השנה, ונבנה על בסיס Chromium, אותה תשתית שמפעילה גם את Chrome. אבל כאן מתחיל ההבדל – ב-Comet, עוזר ה-AI אינו תוסף חיצוני אלא חלק מובנה מהדפדפן עצמו. הוא יושב בצד המסך ומסוגל לסכם מאמרים, למלא טפסים, לחפש מידע מדויק בעמוד, ואף להפעיל כלים ולנווט באתרי אינטרנט בשם המשתמש.

בנוסף, Comet שומר על ההקשר של כל עמוד פתוח. אם התחלתם שיחה על כתבה מסוימת, העוזר זוכר אותה גם כשאתם עוברים לטאב אחר ומחליפה את הצורך לעבור שוב ושוב בין חלונות.

אך היתרון הבולט ביותר הוא ביכולת האייג’נטלית שלו. Comet מתפקד כמו דפדפן אינטליגנטי שמסוגל לבצע פעולות מורכבות לבד, למשל להעביר פלייליסט מ-Spotify ל-YouTube Music או למלא נתונים ממסמך לטופס אונליין, בזמן שאתם ממשיכים בעבודה אחרת.

בקיצור, מדובר בדפדפן שמאחד תחת ממשק אחד את מנוע החיפוש של Perplexity, את כלי העוזר, ואת יכולות הביצוע בפועל – דפדפן שלא רק מציג מידע, אלא באמת עובד בשבילכם.

עדכון שמחזק את הקשר בין עוזר למשתמש

Perplexity בחרה לשדרג את העוזר שכבר מובנה בדפדפן Comet, ולהעמיק את מערכת האמון שבין העוזר למשתמש. העדכון הנוכחי מתמקד בשני כיוונים עיקריים: עוזר חכם יותר וזהיר יותר.

הראשון מתבטא ביכולות חדשות כמו ניתוח טוב יותר של אתרים דינמיים ויכולת עבודה סימולטנית במספר טאבים. השני נוגע לשליטה – כל פעולה שבה העוזר נדרש לגשת לדפדפן, לפתוח לשונית או להזין נתון, תתבצע רק לאחר אישור מפורש מהמשתמש.

הגישה הזו מבטאת שינוי מדוד בתפיסה של Perplexity ושילוב בין שיפור ביצועים טכנולוגיים לבין שמירה על גבולות ברורים של שליטה אנושית. Perplexity מסבירה כי השדרוג מאפשר לעוזר להבין הקשרים רחבים יותר ולשלב נתונים ממקורות שונים.

כך זה נראה בפעולה

עדכון ה-Comet Assistant לא נשאר בגדר הבטחה מופשטת, הוא כבר מבצע בפועל משימות מורכבות שהיו דורשות בעבר מעבר בין עשרות טאבים. הנה כמה דוגמאות שימוש יומיומיות:

1. חיפוש עבודה חכם: העוזר מסוגל לסרוק את LinkedIn ולאתר משרות רלוונטיות לפי קריטריונים מדויקים.

חיפוש עבודה חכם | perplexity.ai

2. השוואת טיסות בזמן אמת: הוא מחפש במקביל באתרים כמו Kayak, Google Flights ו-Expedia, ומחזיר את ההצעה המשתלמת ביותר.

השוואת טיסות בזמן אמת | perplexity.ai

3. מעקב אוטומטי אחר נוכחות תלמידים: תוך שניות ספורות, Comet יוצר גיליון Google Sheets מסודר לפי שבועות, כולל חישוב איחורים והיעדרויות.

מעקב אוטומטי אחר נוכחות תלמידים | perplexity.ai

שיפור ביצועים ושליטה שחוזרת למשתמש

על פי נתוני החברה (שלא אומתו חיצונית), גרסת העוזר החדשה מציגה שיפור ממוצע של כ-23% בביצועים במשימות ארוכות ומורכבות לעומת הגרסה הקודמת. הנתון מספק אינדיקציה לכיוון שבו Perplexity מבקשת לשפר את העוזר – התמדה, דיוק ורציפות בעבודה לאורך זמן.

השדרוג החדש אינו מתמקד רק במהירות הביצוע, אלא גם באופן שבו הסוכן מפרש ומנווט באתרים מורכבים. הודות לכך, מפתחים יוכלו ליצור אתרים מותאמים יותר לסוכנים חכמים ולחוויית שימוש מבוססת עוזרים.

העדכון הנוכחי מדגיש שינוי שאינו טכנולוגי בלבד, אלא גם ערכי. כל פעולה הדורשת גישה לדפדפן או לאתרים תלווה בבקשת רשות ברורה – העדפה שתישמר לאורך כל המשימה.

“אנחנו רוצים שעוזרי ה-AI יעבדו בשביל המשתמשים, לא במקומם,” נכתב בפוסט החברה.

בעידן שבו סוכנים אוטונומיים הופכים לחלק מהותי מהגלישה היומיומית, הדגש על שקיפות ושליטה הופך כמעט לתנאי סף לאמון.

העימות עם אמזון

העיתוי של השדרוג איננו מקרי. בתחילת נובמבר 2025 הגישה אמזון תביעה נגד Perplexity בטענה שאחד מסוכני ה-AI שלה ניגש לאתרי החברה וביצע פעולות מבלי לקבל הרשאה מספקת. Perplexity דחתה את ההאשמות, וטענה שאמזון מנסה להצר צעדי חדשנות ולשמר שליטה על הגישה למידע. בעיני רבים בתעשייה, העדכון הנוכחי נראה כתשובה עקיפה לאותה ביקורת – שילוב בין הרחבת היכולות של העוזר לבין הדגשת שקיפות ושליטה בידי המשתמש.

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

לפרטים נוספים לחצו כאן >>

לסיכום, העדכון החדש של Comet Assistant מסמן התבגרות טכנולוגית. עוזר יעיל יותר במשימות ארוכות, חכם יותר בהתמודדות עם אתרים מורכבים, ושקוף יותר באופן פעולתו. Perplexity שומרת על קו עקבי, משכללת את הכלי שבנתה, וממקדת אותו במהות העבודה עם סוכני AI – דיוק, עקביות ושליטה מלאה למשתמש.

הפוסט Perplexity משדרגת את העוזר החכם Comet הופיע ראשון בLet's AI בינה מלאכותית

השותפות שמטשטשת את הגבול בין שיתוף פעולה לתחרות

אחד ההיבטים המסקרנים במהלך של אנטרופיק הוא היחסים עם מיקרוסופט. מיקרוסופט מפעילה את תשתיות הענן של אנטרופיק ב-Azure, ובמקביל ממשיכה לפתח את Copilot ל-Excel המבוסס על מודלי OpenAI. בחודש שעבר השיקה החברה את מצב ה־”Agent Mode” ב-Copilot, ובמקביל הרחיבה את היכולות של האקסל עם סוכנים חכמים לביצוע משימות מורכבות. שיתופי הפעולה הטכנולוגיים ביניהן מציבים את שתי החברות בעמדה מעניינת – מצד אחד שותפות תשתית, ומצד שני מתחרות עקיפות על ניהול סביבת העבודה של האנליסטים הפיננסיים.

כעת, שני כלים חכמים מתחרים על אותו שטח עבודה – הסרגל הצדי באקסל. ההבדל העיקרי הוא שקלוד מתמקד בעולם הפיננסי, עם חיבורים ייעודיים למקורות נתונים ותבניות שמותאמות לאנליסטים, בעוד Copilot הוא כלי רחב יותר, המשולב עמוק במערכת Microsoft 365.

האסטרטגיה של אנטרופיק נשענת על חוזקה של קלוד בכתיבת קוד ובשימוש מושכל בכלים – יכולות שמתורגמות היטב למשימות פיננסיות מדויקות כמו ניתוח נתונים ובניית מודלים מורכבים.

אז מה זה בעצם סרגל הצד בתוך אקסל

התוסף פועל כסרגל צד (Sidebar) ישירות בתוך אקסל. קלוד קורא את הגיליונות, מנתח נתונים, מתקן נוסחאות ובונה מודלים פיננסיים שלמים מתוך הקובץ הפתוח. כל שינוי מתועד, התוסף מציין אילו תאים עודכנו ומדוע, כך שקל לעקוב ולאמת את התהליך.

אפשר לבקש ממנו לאתר שגיאות, למלא תבניות עם נתונים חדשים, או אפילו לבנות מודל DCF (Discounted Cash Flow) מאפס. כרגע עדיין חסרות בו כמה תכונות בסיסיות, כמו pivot tables ו-macros, אך הן צפויות להגיע בהמשך.

We’re expanding Claude for Financial Services, with an Excel add-in, new connectors to real-time data and market analytics, and pre-built Agent Skills, including cash flow models and initiating coverage reports. pic.twitter.com/KfpD0losgr

— Anthropic (@AnthropicAI) October 27, 2025

יישום והצלחות ראשוניות

אחד הלקוחות הראשונים הוא BCI, שהצליח לשנות את אופן העבודה של האנליסטים שלו באמצעות Artifacts של קלוד. בדרך כלל, ניתוח comps – השוואת מדדים פיננסיים ותפעוליים בין חברות – מתבצע בגיליונות Excel סטטיים שמתעדכנים ידנית אחת לשבוע או רבעון. במקום זאת, BCI יצרו עם קלוד dashboard חי שמתחבר ישירות למערכות כמו S&P ו-FactSet. בפרומפט אחד בלבד הנתונים מתעדכנים, וה-dashboards משותפים מיידית עם מנהלי הקרנות.

לדברי ניק לין (Nick Lin), ראש המוצר לשירותים פיננסיים באנטרופיק:

“אנחנו רואים לא רק האצה של עבודה, אלא שינוי מהותי באופן שבו היא מתבצעת”.

גם הקרן הריבונית הנורווגית NBIM – אחד הלקוחות הגדולים של אנטרופיק – מיישמת את השיטה הזו בקנה מידה עצום. עם כ-9,000 חברות בפורטפוליו, היא בנתה אינטגרציות משלה באמצעות Model Context Protocol (MCP). כך מנהלי התיקים יכולים לשאול את קלוד שאלות ישירות על החברות שבהן הם משקיעים, ולקבל תובנות בזמן אמת בלי לעבור בין מערכות שונות.

מקורות נתונים ותבניות אוטומציה

אנטרופיק הוסיפה חיבורים לשבעה מקורות נתונים פיננסיים מרכזיים, בהם LSEG (נתוני שוק), Moody’s (דירוגי אשראי על יותר מ-600 מיליון חברות), Aiera (תמלולי שיחות רבעוניות), Chronograph (ניטור תיקי השקעות) ו-Egnyte (חדרי נתונים מאובטחים).

המשמעות למשתמשים פשוטה, במקום לעבור בין מערכות שונות, אפשר לבקש מקלוד למשל: “סכם את העדכונים מהיום, סמן שינויי דירוג מ-Moody’s, ורענן את ההשוואות עם מחירים מ-LSEG.”

בנוסף, אנטרופיק הציגה שש תבניות אוטומציה שמאיצות תהליכים שחוזרים על עצמם כמו ניתוח חברות דומות, מודלי DCF, חבילות בדיקות נאותות (due diligence), פרופילי חברות, ניתוחי רבעון ודוחות כיסוי ראשוניים.

יחד עם זאת, אנטרופיק מדגישה למשתמשים לבחון תמיד את השינויים לפני סגירת הדוחות, במיוחד כשמדובר בתוצרים שמיועדים ללקוחות.

במקביל, החברה כבר מפתחת הרחבות נוספות כמו תוסף לדפדפן, אינטגרציה ל-PowerPoint, ומערכת Memory חדשה ששומרת העדפות משתמשים בין כלים. למשל, אם אנליסט מעדיף להשתמש ב-S&P לחישוב EBITDA, קלוד יזכור את זה לפעם הבאה.

ביצועים, זמינות ומגבלות

בבדיקות שביצעה Vals AI – חברת מחקר אמריקאית שמפתחת מדדים לבחינת ביצועי מודלים בתחומים מקצועיים כמו פיננסים ותכנות – מודל Sonnet 4.5 של קלוד הגיע ל-55.3% דיוק במדד ה-Finance Agent. זהו הציון הגבוה ביותר שנמדד עד כה, אך עדיין רחוק מרף הדיוק הנדרש לעבודה פיננסית קריטית. חברות כמו Citi כבר משתמשות בקלוד, אך נכון לעכשיו אין נתונים ציבוריים על החיסכון בזמן או בעלויות.

בשלב זה מדובר בגרסת Beta Research Preview, הזמינה רק ל-1,000 משתמשים ראשונים ממנויי Max, Enterprise ו-Teams. אין עדיין לוח זמנים לשחרור רחב יותר, וגם לא מידע רשמי על מחיר.

עכשיו נותר לראות האם ארגונים יסכימו להעביר נתונים פיננסיים רגישים דרך מערכת AI חיצונית, גם כשהיא מציעה רמות אבטחה מתקדמות והבטחות לשמירה על סודיות.

השפעה על התחום הפיננסי

בעולם הפיננסים, התוצר הסופי הוא כמעט תמיד גיליון Excel או מצגת PowerPoint – מסמך שמרכז נתונים עדכניים, חישובים ותובנות למשקיעים. עבודת האנליסט נשענת על איסוף מידע ממקורות שונים, חיבור בין נתונים והרכבת תמונה עסקית ברורה. כאן נכנס קלוד. הוא לוקח את היכולות שלו בקידוד ובהבנת כלים ומיישם אותן בדיוק במשימות האלו: חיבור למקורות נתונים בזמן אמת, ניתוחים מתקדמים ויצירת תוצרים מקצועיים, והכל משולב בתוך סביבת העבודה של האנליסט, בלי קפיצות בין מערכות.

אנטרופיק מצדה ממשיכה להשקיע בכיוון הזה. החברה מאמנת את המודלים שלה במיוחד עבור שימושים פיננסיים, גם בשלב ה-pre-training וגם בשלב ה-post-training, ומתכננת להעמיק בתחומים ייעודיים כמו private equity, קרנות גידור, ביטוח ובנקאות השקעות – כל אחד עם צרכים וסטנדרטים שונים.

בסופו של דבר, התחרות מול מיקרוסופט תקבע אם הגישה הזו תהפוך לסטנדרט חדש בתעשייה או תישאר פתרון ממוקד למי שזקוק לאינטגרציות פיננסיות מדויקות באמת.

הפוסט אנטרופיק משיקה את Claude for Excel עם חיבור ישיר בין בינה מלאכותית לגיליונות פיננסיים הופיע ראשון בLet's AI בינה מלאכותית

ניווט שמרגיש כמו לדבר עם חבר

השדרוג החדש מביא חוויית נהיגה קולית לחלוטין בלי לגעת במסך. Gemini של גוגל מסוגל לענות לשאלות מורכבות בזמן אמת: “יש מסעדה טבעונית וזולה על הדרך?” או “מה מצב החניה שם?”. המערכת אפילו יכולה להוסיף אירועים ליומן, לבדוק מזג אוויר או לעדכן על חדשות, והכול תוך כדי נהיגה. גוגל מתארת את זה כ”ידיד חכם במושב לידך”, שמכיר את הנתיבים, המקומות וההקשרים סביבך, ומדבר איתך בשפה טבעית.

סוף לסימני השאלה על הכביש

אחת הבעיות הכי מוכרות בניווט היא חוסר הוודאות – איפה בדיוק הפנייה הזו? כאן נכנס Gemini לפעולה עם ניווט מבוסס נקודות ציון אמיתיות. האפליקציה משתמשת במידע על יותר מ-250 מיליון מקומות ובצילומי Street View כדי להוסיף למפה מסעדות, תחנות דלק או מבנים מוכרים. כך תקבלו הנחיות כמו: “פנה ימינה אחרי התחנה של פז בצומת”, ותראו את המקום על המסך בזמן אמת. זה שינוי קטן שמייצר חוויית נהיגה הרבה יותר טבעית.

התראות תנועה שמגיעות לפני הפקק

לא צריך יותר לפתוח את מצב הניווט כדי לדעת מה מחכה לכם בכביש. Google Maps תתריע מראש על פקקים, תאונות או חסימות תנועה, גם כשאתם רק בנסיעה רגילה. המערכת החדשה תזהה בעיות בזמן אמת ותשלח התראה ישירות למכשיר. העדכון מתגלגל תחילה למשתמשי Android בארצות הברית, ויורחב בהמשך למדינות נוספות.

החוויה לא נגמרת כשהגעתם

עם הגעתכם ליעד, Gemini ממשיך להיות איתכם באמצעות הפיצ’ר החדש Landmark Lens. בלחיצה על סמל המצלמה, תוכלו להרים את הטלפון ולהביט סביב, והאפליקציה תזהה מסעדות, חנויות או אתרים מוכרים, ותענה על שאלות כמו “מה זה המקום הזה?” או “מה הכי מומלץ בתפריט?”. השילוב של Lens עם Gemini ועם מאגרי המידע העצומים של Google Maps הופך את החיפוש לחוויה חכמה וחושית יותר שבה יש לא רק נתונים, אלא הקשר והבנה של המקום שבו אתם נמצאים.

AI נוהג בעולם האמיתי

השדרוג הזה הוא לא רק חידוש טכנולוגי, הוא עדות לשלב הבא באבולוציה של שירותי המפות. גוגל לא מסתפקת במידע גיאוגרפי, אלא משלבת הבנה הקשרית, שפה, וזיהוי חזותי כדי להפוך את הנהיגה לאינטראקטיבית ובטוחה יותר. זהו גם צעד נוסף בדרך לשילוב עמוק של מודלי שפה במוצרים יומיומיים – לא בצורת “צ’אט”, אלא כחלק טבעי מחיי היום-יום שלנו. הגבול בין אפליקציה לעוזר אישי מיטשטש, ו-Gemini של גוגל מדגים איך בינה מלאכותית יכולה להפוך את העולם הפיזי לדיגיטלי יותר, בלי שנרגיש בזה בכלל.

הפוסט גוגל מפות משתדרגת – ניווט חכם יותר עם Gemini הופיע ראשון בLet's AI בינה מלאכותית

הסכם אסטרטגי בין AWS ל-OpenAI

לפי ההודעה הרשמית של AWS, תקבל OpenAI גישה מיידית למאות אלפי מעבדי NVIDIA GPU דרך סביבת Amazon EC2 UltraServers, עם אפשרות להתרחבות הדרגתית עד סוף 2026 ולשלב המשך עד 2028. הפרויקט כולל תשתית רשת מהירה במיוחד (Low-Latency Networking) ותכנון אנרגטי מתקדם שיאפשר להריץ עומסי עבודה עצומים – מאימון מודלים גנרטיביים ועד הפעלת סוכני AI בזמן אמת.

סם אלטמן (Sam Altman), מנכ”ל OpenAI, אמר: “כדי להמשיך לפתח בינה מלאכותית מתקדמת נדרש כוח חישוב עצום ואמין. השותפות עם AWS מחזקת את התשתית שתניע את עידן ה-AI הבא.”

מאט גרמן (Matt Garman), מנכ”ל AWS, הוסיף: “כאשר OpenAI דוחפת את גבולות האפשר, AWS תהווה את עמוד השדרה לשאיפות ה-AI שלה.”

מבנה פיננסי והקשר רחב יותר

היקף העסקה – 38 מיליארד דולר – מייצג התחייבות רב-שנתית (commitment) לרכישת שירותי ענן ותשתיות חישוב, ולא השקעה הונית הדדית. לפי דיווחי Reuters ו-Bloomberg, מדובר בעיקר בהסכם צריכה עתידית של כוח חישוב (Compute Commitments), לצד השקעות תשתית מצד AWS להרחבת מערכי ה-GPU וה-Data Centers שלה.

עם זאת, ההסכם עם AWS הוא רק חלק מתוכנית רחבה בהרבה. OpenAI מתכננת להוציא עד 1.4 טריליון דולר עד סוף העשור על תשתיות חישוב, מהלך הכולל גם הסכמים נפרדים עם Microsoft (בהיקף מוערך של כ-250 מיליארד דולר), Oracle (כ-300 מיליארד דולר), ושותפויות נוספות עם Google Cloud ו-NVIDIA.

היקף זה, הכולל הספק כולל של כ-30 ג’יגה-ואט, שווה לצריכת החשמל של למעלה מ-25 מיליון בתי אב בארצות הברית.

AWS מחזקת את מעמדה

עבור AWS, מדובר בצעד שמחזיר אותה לעמדת הובלה ברורה בתחום החישוב הארגוני. לאחר תקופה שבה נשארה מאחורי Azure ו-Google Cloud, רשמה AWS ברבעון השלישי של 2025 צמיחה של 20% בהכנסות הענן, שהגיעו ל-33 מיליארד דולר.

השותפות עם OpenAI צפויה להעמיק את חדירתה לשוק ה-AI הארגוני ולהעניק לה יתרון תחרותי משמעותי באספקת כוח חישוב בהיקפים תעשייתיים.

במקביל, שיתוף הפעולה בין השתיים מרחיב מגמה קיימת – כבר בתחילת השנה נוספו מודלי OpenAI לפלטפורמת Amazon Bedrock, שירות ה-Foundation Models של AWS, המשמש חברות כמו Peloton, Thomson Reuters ו-Verana Health.

העסקה החדשה מעמיקה את שיתוף הפעולה הזה והופכת את AWS לספקית התשתית המרכזית מאחורי המודלים של OpenAI.

סיכונים כלכליים ואנרגטיים

לצד ההתלהבות, אנליסטים מזהירים מפני “מרוץ חימוש חישובי” שעלול להיות יקר וחסר יציבות. היקף ההשקעות בתשתיות GPU ובמרכזי נתונים ייעודיים הולך וגדל, בעוד שהרווחיות בענף עדיין נמוכה. לפי דיווחים, OpenAI מוסיפה קיבולת של ג’יגה-ואט חדש מדי שבוע, קצב שדורש צריכת חשמל אדירה ומשפיע גם על מחירי האנרגיה וה-GPU בשוק.

ב-Financial Times נכתב כי “מרכז הכובד של הבינה המלאכותית עובר מהחדשנות המדעית למרוץ חימוש תשתיתי”, והביקורת על ההשלכות הסביבתיות מתחזקת. גם משקיעים בחברות ענן מביעים חשש מעלויות ההפעלה הגבוהות, ואלטמן עצמו רמז כי הקצב הנוכחי של הרחבת תשתיות אינו בר-קיימא בטווח הארוך.

מאזן הכוחות בענן משתנה

העסקה משנה את יחסי הכוחות בענף. מיקרוסופט, שהחזיקה בשותפות בלעדית עם OpenAI דרך Azure, נותרה שחקן מרכזי אבל כבר לא יחיד. גוגל, מצדה, מנסה להדביק את הקצב באמצעות מודלי Gemini והשבבים הייעודיים שלה (TPU), אך חסרה שותפה מסחרית בקנה מידה דומה.

כך מתגבש שוק שבו שלוש ענקיות הענן מנהלות תחרות ישירה על המשאב הקריטי ביותר של עידן הבינה המלאכותית – כוח חישוב. בפועל, השליטה בתשתיות הופכת לגורם שמגדיר מי יוביל את החדשנות בשנים הקרובות.

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

לפרטים נוספים לחצו כאן >>

לסיכום, ההסכם בין AWS ל-OpenAI הוא לא רק עסקה כלכלית, אלא ביטוי למעבר של עולם הבינה המלאכותית לעידן תשתיות ריכוזי. כוח החישוב, המשאב שמגדיר את גבולות החדשנות, עובר בהדרגה לידי כמה חברות ענן בודדות. השאלה כבר אינה מי תפתח את המודל הבא, אלא מי תוכל להריץ אותו בקנה מידה עולמי. זו המציאות החדשה של הבינה המלאכותית – פחות תחרות על רעיונות, ויותר מאבק על האנרגיה, התשתיות והשליטה שמאפשרות להם להתקיים.

הפוסט עסקת ענן של 38 מיליארד דולר בין AWS ל-OpenAI הופיע ראשון בLet's AI בינה מלאכותית

איך זה עובד בפועל

AlphaEarth Foundations הוא למעשה לוויין וירטואלי. הוא מקבל מדי יום כמויות עצומות של מידע מלוויינים, מצלמות אוויר, מכ”ם ומודלים אקלימיים, ומחבר את הכול לתמונה עדכנית אחת של פני כדור הארץ.

בבסיס המערכת נמצאת טכנולוגיית geospatial embeddings שמתרגמת כל ריבוע בגודל 10×10 מטר לייצוג מתמטי עשיר בן 64 ערכים. זה מאפשר לה להבין הבדלים עדינים בין אזורים שנראים דומים, למשל להבחין בין חניון לכביש מהיר, על פי ההקשר הסביבתי שלהם.

Geospatial Reasoning: המוח שמחבר הכול

היכולת החדשה (Geospatial Reasoning) מחברת בין כל המודלים של Earth AI ונותנת תמונה אחת כוללת. במקום להציג רק מפה של אזור פגיע, היא מפרקת שאלה מורכבת לשלבים, מפעילה את המודלים הרלוונטיים, ומחברת את התוצאות למסקנה אחת.

למשל, אם רוצים לדעת מי עלול להיפגע מסופה מתקרבת, המערכת ממפה את אזורי הסיכון, מוסיפה מידע על צפיפות אוכלוסייה ממקורות כמו BigQuery ו-Data Commons, ומשווה עם תשתיות שמזוהות בתמונות לוויין. כך היא יוצרת תמונת מצב מדויקת בזמן אמת. בשונה ממערכות GIS (Geographic Information System) רגילות, Geospatial Reasoning לא רק מציגה נתונים אלא גם מבינה את ההקשרים שביניהם.

שימושים מעשיים בשטח

היכולות של Earth AI באות לידי ביטוי במצבים אמיתיים על פני השטח. חברות מים משתמשות בה כדי לזהות קטעי נהר שמתייבשים בזמן בצורת ולחזות סערות אבק לפני שהן מתרחשות. רשויות סביבתיות עוקבות אחר פריחות אצות מזיקות במקורות מים, ומסוגלות להתריע מראש או לסגור מערכות מים לפני שהן מסכנות את הציבור.

במהלך שריפות היער בקליפורניה בשנת 2025, גוגל שלחה התראות חירום ליותר מ-15 מיליון תושבים באזור לוס אנג’לס והציגה להם מקלטים קרובים דרך Google Maps. מערכת חיזוי ההצפות שלה מכסה כיום מעל שני מיליארד איש, ו-Flood Hub מספקת תחזיות בלמעלה ממאה מדינות עבור יותר מ-700 מיליון בני אדם.

גם גופים בינלאומיים ותעשיות משתמשים ב-Earth AI. ארגון הבריאות העולמי באפריקה (WHO AFRO) משלב את מודלי Population ו-Environment כדי לחזות התפרצויות כולרה בקונגו, בעוד חברות כמו Planet ו-Airbus מנתחות באמצעותה תמונות לוויין יומיות כדי לעקוב אחר כריתת יערות או לזהות צמחייה הפולשת לקווי חשמל.

למי זה מיועד וכמה זה עולה

גוגל מציעה את Earth AI בכמה רמות גישה, בהתאם לסוג המשתמש.

למשתמשים פרטיים ומקצועיים

גרסת Google Earth Pro זמינה כיום בחינם, לאחר שבעבר עלתה 400 דולר לשנה. בארצות הברית, משתמשי Google Earth Professional יקבלו בתקופה הקרובה גישה ניסיונית ליכולות של Gemini בתוך Earth AI.

למנויי השירותים של Gemini

לקוחות AI Pro (כ-20 דולר לחודש) ו-AI Ultra (כ-250 דולר לחודש) יכולים להשתמש כבר כעת במודלים המתקדמים של Gemini ישירות בתוך Google Earth. חבילת Ultra כוללת גם אחסון בענן בנפח 30 טרה-בייט, מנוי YouTube Premium, וגישה למודלים החדשים ביותר של גוגל כמו Veo 3 ו- Deep Think.

לארגונים ומפתחים

גוגל מציעה את Google Earth Engine, גרסה ארגונית שמאפשרת לשלב את מודלי Earth AI במוצרים ובאפליקציות. החבילה הבסיסית עולה 500 דולר לחודש, והחבילה המקצועית – 2,000 דולר. בשלב זה, מודלי Imagery, Population ו- Environment זמינים למספר מצומצם של Trusted Testers ב-Google Cloud.

המגבלות והבעיות

נכון לעכשיו, Earth AI זמינה רק בארצות הברית, וגוגל טרם פרסמה מועד להשקת השירות במדינות נוספות. המערכת עדיין מוגדרת נסיונית (Experimental), מה שמעיד שהיא נמצאת בשלבי פיתוח ועשויה להשתנות בהמשך.

לצד ההתקדמות המרשימה, גוגל מתמודדת גם עם ביקורת על מערכות ההתראה שלה. אחרי רעידות האדמה הקשות בטורקיה בשנת 2023, מערכת Android Earthquake Alerts System של החברה זיהתה את עוצמת הרעידה הראשונה באופן חלקי בלבד ושלחה מספר מוגבל של התראות חירום – הרבה פחות מהנדרש באירוע כזה. בנוסף, המערכת מתבססת על נתוני לוויין שיכולים להיות ישנים באזורים מסוימים, והיא עדיין לא מאפשרת ניתוח היסטורי ארוך טווח, מאחר שמדובר בשירות חדש יחסית.

האם זה שווה?

גוגל מציגה את Earth AI ככלי בשלבי השקה מוקדמים, המיועד לשילוב בין מודלים סביבתיים, דמוגרפיים ותצפיות לוויין כדי לספק ניתוחים מבוססי נתונים בזמן אמת.

עבור ממשלות, גופי סביבה וחברות העוסקות בניהול משאבים או תכנון אסונות, Earth AI יכולה להחליף מערכות יקרות ולייעל קבלת החלטות. לעסקים קטנים או משתמשים פרטיים, חבילת AI Pro רלוונטית רק כאשר יש צורך קבוע בניתוחים גיאוגרפיים, בעוד AI Ultra יקרה יחסית אלא אם מנצלים גם את אחסון הענן והמודלים המתקדמים הכלולים בה. הגרסה החינמית, Google Earth Pro, נשארת כלי שימושי לתצוגת מפות, מדידות וחקירה בסיסית של פני כדור הארץ.

בשורה התחתונה, Earth AI היא כלי מקצועי לארגונים הזקוקים לניתוח מרחבי מתקדם. הזמינות רק בארצות הברית והמחיר הגבוה של החבילות המתקדמות מגבילים כרגע את השימוש הרחב, אך לארגונים המתאימים זהו פתרון שמאפשר עיבוד גיאוגרפי בקנה מידה חדש ומשפר משמעותית את תהליכי הניתוח והחלטות השטח.

הפוסט גוגל משלבת בינה מלאכותית בגוגל Earth עם מערכת חדשה לניטור כדור הארץ הופיע ראשון בLet's AI בינה מלאכותית

מה בעצם גוגל הצליחה לעשות

ההישג מתרכז באלגוריתם חדש בשם Quantum Echoes, שמודד תופעה פיזיקלית עדינה במיוחד הנקראת Out-of-Time-Order Correlator (OTOC), מדד שמאפשר לחשוף כיצד מידע “מתפזר” בתוך מערכת קוונטית מורכבת. בעזרת האלגוריתם הזה, המעבד Willow הצליח לחשב את המבנה של מולקולה אמיתית, משימה שמחשבים קלאסיים מתקשים בה, כי מספר המצבים הקוונטיים האפשריים גדל באופן אקספוננציאלי עם גודל המולקולה.

“Willow השלים את החישוב תוך שעתיים בלבד, בעוד שמחשב-על נדרש ליותר מ-3 שנים – יתרון של פי 13,000.”

זהו הישג משמעותי בקנה מידה מעשי – הדגמה של מחשוב קוונטי המסוגל להתמודד עם תופעות טבע מורכבות בזמן ריאלי – חישוב שאיש לא הצליח לבצע קודם.

המעבד Willow, המבוסס על 105 קיוביטים מדויקים במיוחד | google

איך זה עובד, ומה מיוחד באלגוריתם Quantum Echoes

ההישג של גוגל מגיע כחלק ממאמץ עולמי לפיתוח מחשוב קוונטי. בתחילת 2025, לדוגמה, הציגה גם מיקרוסופט את המעבד Majorana 1, שהתבסס על חלקיקי Majorana והציע גישה אחרת לבעיית היציבות הקוונטית.  גוגל מתארת את האלגוריתם שלה כמו “הד קוונטי”: שולחים אות מדוד למערכת הקיוביטים, משבשים בכוונה קיוביט אחד, ואז מריצים את התהליך אחורה כדי לבדוק מה חוזר. אם נוצר “הד” ברור, ניתן למדוד במדויק את הדינמיקה שהתפתחה בתוך המערכת.

ייחודו של האלגוריתם בכך שה”הד” מתעצם בזכות Constructive Interference, מצב שבו גלים קוונטיים מתווספים זה לזה ומחזקים את האות. כך מתקבלת מדידה רגישה במיוחד, החושפת פרטים זעירים על מבנים פיזיקליים, למשל, איך בדיוק מסודרים האטומים בתוך מולקולה.

התרשים המצורף מציג את תהליך ארבעת השלבים ליצירת הד קוונטי על מערך 105 קיוביט: הרצת פעולות קדימה, הפרעה של קיוביט אחד, הרצת פעולות אחורה ומדידת התוצאה. החפיפה של האות מגלה כיצד הפרעה מתפשטת על פני שבב Willow:

החומרה שמאפשרת את זה

מאחורי ההישג עומד המעבד Willow, המבוסס על 105 קיוביטים מדויקים במיוחד. זה לא המעבד הקוונטי הראשון של גוגל, אבל הוא מציב רף חדש בדיוק, ביציבות ובשליטה על שגיאות – תנאי בסיס לכל ניסוי קוונטי מאומת.

בשנה שעברה Willow הדגים את כוחו כשפתר את בעיית Random Circuit Sampling, מבחן שבודק התמודדות עם מורכבות מצבי-על קוונטיים. אולם ההישג הנוכחי שונה מהותית: הפעם מדובר באלגוריתם שמדמה ניסוי פיזיקלי אמיתי, כזה שניתן לשחזר ולאמת גם על ידי מחשבים קוונטיים אחרים.

רמות הדיוק שהושגו – כמעט 99.97% בשערים חד-קיוביטיים ו-99.88% בשערים זוגיים – מאפשרות לבצע מדידות חוזרות ללא סטייה מהותית, ולהבטיח שהתוצאה נובעת מהמחשב הקוונטי עצמו ולא מרעש ניסיוני.

למה זה חשוב כל כך

בפעם הראשונה, מחשב קוונטי לא רק מציג “עליונות” תאורטית, אלא מבצע חישוב מדעי ממשי שניתן לבדוק אמפירית ולשחזר במעבדות אחרות. זהו מעבר משלב ההדגמות לשלב שבו מחשוב קוונטי הופך לכלי מחקר פעיל. התוצאות פורסמו בכתב העת Nature ב-22 באוקטובר 2025, ופתוחות כעת לבדיקה חוזרת על ידי חוקרים ברחבי העולם – סימן לכך שמדובר בבסיס מדעי מאומת ולא בניסוי חד-פעמי.

אחד היישומים שכבר הודגם הוא שימוש ב-Quantum Echoes כמעין “סרגל מולקולרי”. בניסוי בשיתוף אוניברסיטת קליפורניה בברקלי, החוקרים מדדו מרחקים בין אטומים במולקולות ארוכות יותר ממה שניתן כיום בשיטות NMR (Nuclear Magnetic Resonance) – אותה טכנולוגיה המשמשת גם ב-MRI רפואי.

מה המשמעויות?

המשמעויות רחבות ומשפיעות על תחומים רבים.

ברפואה, היכולת למדוד בדיוק את מבנה המולקולות עשויה לשפר את ההבנה כיצד תרופות נקשרות לחלבונים ולזרז גילוי תרופות חדשות. במדעי החומרים, אותה יכולת יכולה לחשוף מבנים מולקולריים מורכבים, לאפשר פיתוח חומרים חדשים, לשפר סוללות ולחקור מקורות אנרגיה מתחדשת.

כפי שנכתב בבלוג של גוגל:

“כשם שהטלסקופ והמיקרוסקופ פתחו עולמות חדשים, הניסוי הזה מקרב אותנו ל’קוונטוסקופ’ – כלי מדעי חדש שיאפשר למדוד תופעות טבע שלא ניתן היה לראות קודם.”

לא, זה לא מאיים על ביטקוין

כמעט כל התקדמות בקוונטום מעלה את השאלה האם ביטקוין וההצפנה הדיגיטלית בסכנה? גם הפעם הופיעו ספקולציות על “מחשב קוונטי שישבור את הצפנת הביטקוין”, אך המומחים, וגם גוגל, מבהירים שזה רחוק מהמציאות. כדי לפרוץ הצפנה מודרנית מסוג ECDSA (Elliptic Curve Digital Signature Algorithm), המשמשת את ביטקוין, יידרשו מיליוני קיוביטים פיזיקליים – בעוד מעבד Willow מפעיל 105 קיוביטים בלבד.

לשם השוואה, הצפנת RSA-2048 הוותיקה יותר עלולה להיפרץ עם פחות ממיליון קיוביטים, אך ביטקוין מבוסס על תקן מתמטי שונה ועמיד יותר להתקפות קוונטיות. לפי ההערכות השמרניות, מחשב קוונטי שמסוגל לפרוץ הצפנה מודרנית עשוי להופיע רק בין השנים 2030 עד 2035, אם בכלל.

מה השלב הבא

גוגל ממשיכה לפעול לפי מפת הדרכים שלה. היעד הבא הוא Milestone 3 – יצירת קיוביט לוגי עמיד לאורך זמן. קיוביט כזה משלב כמה קיוביטים פיזיקליים כדי לתקן שגיאות בזמן אמת – צעד הכרחי בדרך למחשב קוונטי אמין בקנה מידה גדול. במקביל, צוות Google Quantum AI מעריך שבתוך חמש שנים יופיעו יישומים מסחריים ראשונים בתחומי הרפואה, האנרגיה והבינה המלאכותית – תחומים שבהם כוח החישוב הקוונטי עשוי לספק יתרון אמיתי על פני שיטות קלאסיות.

אם Willow סימן את הרגע שבו המחשב הקוונטי הפסיק להיות ניסוי בלבד, השלב הבא הוא להפוך אותו לכלי יציב, נגיש ומשולב בעולם המדע והטכנולוגיה.

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

לפרטים נוספים לחצו כאן >>

לסיכום, הניסוי של גוגל עם Willow ו-Quantum Echoes אינו רק הישג טכני, אלא שינוי באופן שבו אנחנו מבינים מחשוב קוונטי. בפעם הראשונה, מחשב קוונטי לא רק מחשב מהר יותר – הוא מחשב באופן שניתן לבדוק, לשחזר ולאמת. מה שהיה עד לא מזמן הבטחה מרוחקת הופך כעת לתחום שניתן למדוד, לבחון ולבסס עליו מדע אמיתי.

הפוסט Willow של גוגל הוא קפיצה משמעותית בתחום המיחשוב הקוונטי הופיע ראשון בLet's AI בינה מלאכותית