מהלך שנראה שולי הוא הסלמה בקרב על הדאטה, שחוסם סטארטאפים בתחום ה-AI ומייצר מגרש משחקים לא הוגן.

בעולם ההשקעות בטכנולוגיה, אנו מורגלים ברעידות אדמה- ממהפכת הענן ועד ה-GenAI. אך לעיתים, השינויים הטקטוניים ביותר מגיעים במסווה של עדכון טכני שולי, כזה שכמעט אף אחד לא מבחין בו. לאחרונה, גוגל שלחה סיגנל כזה בדיוק: במחיקה שקטה של פרמטר ה-&num מ-URL החיפוש שלה, היא ביטלה את היכולת הוותיקה לבקש מספר מותאם אישית של תוצאות חיפוש.

על פניו, זהו שינוי זניח, אך במציאות, זהו אירוע מכונן. המהלך הזה לא נועד לשפר את חווית המשתמש, אלא לחזק את מעמדה של גוגל בתחרות האסטרטגית על עתיד ה-AI, או במילים אחרות- לא מדובר בשיפור טכני תמים, אלא בצעד תחרותי מחושב בקרב על השליטה בתחום.

במשך שנים, היכולת לשלוף 100, 200 או 500 תוצאות בבת אחת לא הייתה פיצ'ר נוחות, אלא כלי עבודה קריטי. היא שימשה מפתחי AI, חוקרים וסטארטאפים בתחילת דרכם לאיסוף דאטה רחב היקף לצורך אימון מודלים, הערכתם (evaluation) ובניית מערכות RAG -Retrieval-Augmented Generation. גוגל, למעשה, סיפקה את צינור החמצן המרכזי לאיסוף מידע מהרשת. המהלך של גוגל סוגר את הצינור הזה.

המשמעויות עבור מודלי AI מתחרים וסטארטאפים בתחום הן מיידיות ועמוקות:

1. איסוף נתונים איטי ויקר יותר: מה שדרש בעבר בקשת חיפוש אחת, דורש כעת 10 בקשות נפרדות (כדי להגיע לאותן 100 תוצאות). זהו מכפיל של פי 10 בזמן, בעלות החישובית, בשימוש בשרתי פרוקסי ובסיכון לחסימה. עבור סטארטאפ AI צעיר שצריך לסרוק מיליוני דפים כדי לכוונן מודל, העלות והמורכבות הפכו כעת למחסום כניסה משמעותי.
2. פחות הקשר, יותר הטיה: כאשר הגישה הקלה מוגבלת רק ל-10 התוצאות הראשונות, מה שנחשב לניתן ללמידה (learnable) הופך להיות שטחי ומצומצם יותר. מודלי AI שייאלצו להסתמך על דאטה-סט מצומצם זה, יקבלו תמונת עולם פחות עשירה, פחות מגוונת, ומוטה באופן מובנה לטובת השחקנים הגדולים שכבר שולטים בעמוד הראשון. גוגל לא רק מגבילה את הגישה, היא מגבילה את ההקשר, ובכך מגנה על היתרון המרכזי שלה- הדאטה סט העשיר שמאמן את שכבת ההיגיון של Gemini.
3. שער סגור למוניטיזציה (Monetization Gatekeeping): המסלול החינמי והיעיל לאיסוף דאטה נסגר. כעת, הדרך היחידה שנותרה לגישה סקיילבילית היא דרך ה-API הרשמי והיקר בתשלום של גוגל, בכפוף לתנאים של גוגל, למגבלות של גוגל ולתמחור של גוגל. זהו מהלך קלאסי של "Gatekeeping": גוגל הופכת את עצמה מאינדקס המידע ל-OPEC של המידע. היא שולטת בברז, וכעת היא גם קובעת את המחיר.

הסיפור כאן גדול יותר מפרמטר בודד. זהו מקרה בוחן קלאסי של שימוש במונופול קיים כדי לבצר דומיננטיות בעידן הבא. גוגל משתמשת במונופול החיפוש שלה, שנבנה במשך עשרות שנים, כדי להבטיח את הניצחון שלה במירוץ החימוש של ה-AI.

ראינו זאת בעבר עם שינוי מדיניות הפרטיות (IDFA) של אפל, שריסק מודלים עסקיים של חברות פרסום. כעת, גוגל מהדקת את שליטתה על שער הכניסה הראשי לאינטרנט. היא כבר לא רק קובעת מה אנחנו מוצאים אונליין; היא קובעת מה הדור הבא של מערכות ה-AI יוכל ללמוד, להבין ולבצע עליו מוניטיזציה.

כמשקיעים, אנחנו נצטרך לתמחר מחדש את סיכון הגישה לדאטה עבור כל סטארטאפ AI. כיזמים, אתם תצטרכו לחשוב מחדש על התלות שלכם בפלטפורמות סגורות.

החדשות הטובות? יצירתיות ואדפטיביות תמיד היו הנשק הסודי של סטארטאפים. עכשיו, יותר מתמיד, הן יצטרכו להיות מופנות לא רק לפיתוח אלגוריתמים, אלא גם למציאת דרכים חדשות ללמוד על העולם.

לינקדאין כבר מזמן הפסיקה להיות רק "רשת לחיפוש עבודה", היא הפכה למקום שבו בונים מיתוג מקצועי, מפתחים קשרים שמובילים להזדמנויות, ומספרים את הסיפור שלנו.

כדי להבין איך עושים את זה נכון, ריכזנו כאן סדרת שאלות ותשובות שעלו בקבוצת מחפשי העבודה שלנו עם ליאת נתנאל (Lead Enterprise Account Director, LinkedIn) ונטי דנור (Head of People בקרן NFX, מנטורית לפיתוח קריירה, ויזמת) השאלות נוגעות בדיוק בנקודות שמעסיקות את כולנו - איך לבנות פרופיל שמבליט אותנו, איך לכתוב פנייה למגייסים, איך לנהל נטוורקינג בלי להרגיש אינטרסנטיים, ואיך להשתמש בלינקדאין בצורה חכמה גם כשאנחנו לא מחפשים עבודה באופן אקטיבי.

אני עובד מגיל 20 בחברות הייטק ומכאן יש לי ניסיון בהרבה חברות, האם אני נדרש לציין את כלל העבודות שעבדתי בהן בסעיף של היסטוריה תעסוקתית? האם זה משמעותי מבחינת החשיפה שלי בלינקדין? מועיל? גורע?

מומלץ להציג את ההיסטוריה התעסוקתית שלך בלינקדאין, אך אין צורך לפרט את כל התפקידים אחורה 15 שנה. תתמקד ב־3 עד 4 מקומות עבודה אחרונים, במיוחד אם חלק מהתפקידים הקודמים היו קצרים משנה.

הדגש צריך להיות על התפתחות – להראות שבכל תפקיד לקחת אחריות רחבה יותר, השגת הישגים משמעותיים יותר, או עברת לתחום התמחות חדש.

מבחינת החשיפה בלינקדאין, פרופיל עשיר, ממוקד ומפורט תורם מאוד. הפירוט צריך להיות ברור, מתומצת ומגובה בדוגמאות או תוצאות קונקרטיות. לינקדאין “אוהבת” מידע, ולכן פרופיל מסודר ומדויק הוא גם הנראה ביותר וגם הנתפס כמקצועי ביותר.

אשמח לדעת איך מבליטים ומביאים לידי ביטוי את הבידול והערך המוסף שלי בתחום העיסוק שלי, כדי שמעסיקים פוטנציאלים יוכלו לראות את זה ברגע שהם נכנסים לפרופיל שלי?
זו שאלה רחבה שתלויה מאוד בתחום העיסוק, בסוג התפקידים שאליהם את מכוונת ובקהל היעד שלך. ההמלצה שלי היא לצפות בהדרכה שהכנתי בנושא “8 צעדים לפרופיל לינקדאין מנצח” – היא נותנת מסגרת ברורה איך לבנות פרופיל שמדגיש את הערך והבידול שלך בצורה אפקטיבית. 

אשמח לדעת מה הנוסחים לפנייה למגייסים הכי אפקטיביים
אין נוסח אחד שמתאים לכולם. הניסוח הנכון תלוי מאוד בסוג התפקיד, בהיקף האחריות ובמה שהמגייס מחפש. אני דווקא ממליצה לעבוד “הפוך”: לפנות למספר מגייסים (5–10) דרך אנשים שאת מכירה, לבקש היכרות, ולשאול אותם באופן ישיר - אילו פניות גורמות להם לעצור ולהגיב. כך תלמדי ממקור ראשון מה עובד, ותוכלי לבנות פנייה מדויקת ואותנטית שמתאימה למשרות שאת באמת רוצה.

אני באופן ספציפי מחפשת להיכנס לתפקידי אופרציה (או תפקיד דומה שהוא רוחבי כזה) בחברות סטארטאפ קטנות 

השאלה שלי היא- בשלב החיפוש של החברות, למי כדאי לפנות אם זה למייסדים או למישהוא אחר?

והאם בראיונות, יש איזה משהו שכדאי להתייחס אליו יותר או לשים דגש עליו בתפקידים כאלה שעושים הכל מהכל בשלבי ההקמה של החברה, כשאני כבנאדם מדלוורת את עצמי בראיונות ובחיפוש עצמו של התפקיד?

זה תלוי מאוד בשלב שבו החברה נמצאת. בחברות ממש בתחילת הדרך, תפקיד האופרציה דומה לעיתים לתפקיד של COO או Chief of Staff – אדם שעוסק גם בלוגיסטיקה, גם בתפעול וגם בתהליכים משפטיים וארגוניים. בחברות מתקדמות יותר, תפקידי האופרציה בדרך כלל מדווחים ל־COO או למנהל תחום אחר. מה שהייתי ממליצה הוא לפנות לכ־20–30 אנשים שכבר עובדים בתפקידים כאלה וללמוד מהם – איך הם נכנסו לתחום, למי כדאי לפנות, ומה עבד להם בדרך. אין תשובה אחת נכונה, והלמידה הטובה ביותר מגיעה ממי שכבר עשה את המסלול הזה.

אשמח לשאול איך נכון לבנות את פרופיל הלינקדאין למי שעושה הסבה בתוך ההייטק. ז״א עם ניסיון בתפקיד אחד והמעבר לתפקיד אחר
זה תלוי אם כבר צברת ניסיון בתפקיד החדש או שאת בתחילת המעבר. אם מדובר בהסבה, הייתי ממליצה להתחיל דווקא ביצירת תוכן סביב העולם שאליו את רוצה להיכנס – פוסטים, מאמרים או תובנות שמראים התעניינות אמיתית ומעורבות בתחום.
במקביל, כדאי להדגיש בפרופיל את הכישורים הרלוונטיים מהתפקיד הקודם שיכולים לתרום לתפקיד החדש. זה עוזר לגשר על הפער כשאין עדיין ניסיון ישיר. חשוב להבין שבלינקדאין קשה “לספר סיפור הסבה” רק דרך הכותרת או התקציר – לכן התוכן שאת מפרסמת יעזור למצב אותך כאשת מקצוע שמבינה לעומק את התחום החדש.

הייתי שמחה להבין איך לגרום למגייסות לפנות אליי בלינקדין? וגם! איך לתאר מה שעשיתי בצורה שתתאים לכמה תפקידים? (מעבר מגוף מוסדי טכנולוגי להייטק)
כשאת מתארת את הניסיון שלך, השתמשי בשפה תוצאתית – נתונים, הישגים, מדדים, התקדמות. זה גורם לפרופיל להיראות מקצועי וברור גם למי שלא מכיר את התחום הקודם שלך.

לגבי משיכת מגייסות – חשוב להבין שמנהלות גיוס מחפשות מועמדים איכותיים שיישארו לאורך זמן. לכן כדאי לבנות איתן מערכת יחסים עוד לפני שאת צריכה מהן משהו. אפשר לפנות לשיחות היכרות קצרות, להבין מה הן מחפשות וללמוד מהזווית שלהן מה עובד.

בסופו של דבר, אנשים נמשכים למי שנותן ערך לאורך זמן. אם תהיי פעילה, משתפת תובנות ומוסיפה ערך לאחרים, זה יגדיל משמעותית את הסיכוי שיפנו אלייך בעצמן

מצטרף לשאלה איך לגרום לפרופיל לבלוט על מנת שמגייסים יפנו אלי? הרבה תפקידים לא מפורסמים, ואיך אפשר שהמגייסים שמחפשים יראו את הפוטנציאל?
הסוד הוא לא לחכות לרגע שמחפשים עבודה. דווקא בתקופות שבהן את לא בחיפוש, חשוב להשקיע בבניית פרופיל חזק, בתוכן איכותי ובנטוורק ממוקד ורלוונטי.

הזדמנויות רבות מגיעות מהקשרים שאת מטפחת לאורך זמן. רוב התפקידים המשמעותיים שלי, לדוגמה, לא הגיעו מפרסום רשמי אלא דרך קשרים אישיים והיכרות מוקדמת. כשהמשרה כבר מפורסמת – לרוב זה שלב מאוחר מדי.

לכן ההמלצה היא להשקיע בבניית קהילה מקצועית סביבך, להיות פעילה בשיחות ובפוסטים, ולהתחבר לאנשים רלוונטיים. זה מה שגורם למגייסים ולמנהלים לזהות את הפוטנציאל שלך עוד לפני שאת בכלל שולחת קורות חיים.

הייתי רוצה לכתוב תוכן מקצועי אבל לא יודעת מאיפה להתחיל, מה ישמע מקצועי מספיק ויחד עם זאת מעניין גם למי שלא בדיוק בתחומי. (אני מפתחת בקאנד עם שנה וחצי נסיון).

הצעד הראשון הוא להבין למי את כותבת. אם את רוצה לפנות לקהל טכני – מפתחים, מהנדסים או מגייסים טכנולוגיים – התוכן יכול להיות מקצועי ומעמיק. אם המטרה היא להגיע לקהל רחב יותר, צריך לחשוב איך לתרגם את התוכן שלך לשפה נגישה.

באופן כללי, תתחילי משאלות שאת בעצמך שואלת בעבודה או מדברים שלמדת תוך כדי תהליך. ככל שתשתפי תובנות אמיתיות, גם אם הן פשוטות, את תיתפסי כאשת מקצוע מעניינת. העיקר – כתיבה שנותנת ערך אמיתי למי שקורא.

אשמח לדעת אם מנוי פרימיום מומלץ למחפשי עבודה ומה היתרונות שלו? האם הוא נותן בונוס כלשהו? עשיתי לפני כמה חודשים ואני לא בטוחה שיש הבדל, או שאולי אני לא יודעת איך לנצל אותו.

למנוי פרימיום יש כמה יתרונות שיכולים להיות רלוונטיים במיוחד למי שמחפש עבודה:

1. נראות גבוהה יותר למגייסים – לינקדאין היא פלטפורמה עסקית, ולכן משתמשים משלמים מקבלים קדימות מסוימת בחיפושים.
   
2. התראות ממוקדות – ניתן להגדיר מנגנון שמעדכן אותך אוטומטית על משרות חדשות שמתאימות לפרופיל שלך, כך שאת לא צריכה לחפש באופן יזום כל יום.
   
3. גישה לנתונים מורחבים – לדוגמה, מי צפה בפרופיל שלך, ואילו אנשים עובדים בחברות שמעניינות אותך.
   

יחד עם זאת, לא לכולם זה חיוני. אם את עדיין לא מנצלת את הכלים הבסיסיים של לינקדאין (יצירת קשרים, כתיבת תוכן, פניות ישירות), כדאי להתחיל שם לפני שמשדרגים.

כשיוצרים נטוורקינג ופוגשים מישהו חדש, איזה טיפים יש לך כדי לשמר את הקשר הזה, מבלי לייצר תחושה מאוד אינטרסנטית?

שאלה מעולה ממש! לי אישית יש ממש טבלה שהולכת איתי שנים של אנשים שנפגשתי איתם ומה היה בפגישה. לפעמים זה סתם קפה להכיר, לפעמים זה מישהו שעובד בחברה שרציתי לעבוד בה, לפעמים זה דווקא מישהו שעזרתי לו בשלב כזה או אחר בקריירה. בתור אחת שלא זוכרת כלום (בטח אחרי לידות), התיעוד (אפילו קצר בשורה של מה היה) , ממש עוזר לי לחזור לזה ולראות מתי נפגשנו, איזה אקשן אייטם היה (אם היה), ואיך נכון להמשיך את הקשר. זה כבר נותן אומדן. למשל, אם נפגשנו לפני חודש, ואין לי משהו לחדש, לא בטוח שהיתי פונה. אבל אם זה מישהו שיכול לעזור לי למשל, אפשר לשלוח חג שמח ותשמחו להתעדכן במשרות פתוחות או משהו בסגנון.

איך נראית בעיניך פניה מדויקת ויעילה לאנשים בלינקדאין?

אז אני כותבת כאן את חמשת הדברות שלי לפניה בלינקדאין ומוסיפה כמה מחשבות:

- הצגה עצמית- הרבה אנשים מניחים שפשוט רואים את הטייטל שלהם ומוותרים (הרוב המוחלט). אני חושבת שזה דווקא ממש חשוב להציג את עצמכם! זה כבר מכניס את הבן אדם השני לעולם התוכן שלכם, להכירות ראשונית איתכם. ממש בשורה קצרה- שם+שם משפחה וכמה מילים עליכם. "הי X, שמי נטי דנור, סימתי לא מזמן התמחות במשפטים ואני עושה את צעדי הראשונים בעולם ההייטק.."

- פרגון מקצועי/אישי- זה תמיד נחמד- למשל- "ראיתי פוסט שלך בלינקדאין והתחברתי", או - "עוקב אחרי העשייה של החברה שלכם הרבה זמן וזה תחום שאני ממש מתעניין בו". 

- סיבת הפניה-קאט טו דה צ'ייס- לא להרבות במסרים. מסר אחד וברור- "אני פונה אליך כי כבר הרבה זמן שאני שוקלת לעשות הסבה מקצועית ותוהה איך הכי נכון להתחיל"

- הנעה לפעולה- עדיף משהו אחד וקונקרטי. "ראיתי שיש משרה פתוחה ותהיתי אם יש אפשרות לשלוח דרכך קורות חיים". "תהיתי אם נוכל לדבר בהזדמנות בטלפון/זום (ואם תרצה קפה אז אשמח אבל אני מניחה שאתה בטח עסוק😊)". 

- תנסחו פנייה אישית ולא גנרית, שהטון שלכם והאישיות יעברו כמה שיותר (אני יודעת שזה קשה בהודעה יחסית קצרה). אבל תגרמו לצד השני להרגיש שבאמת פניתם אליהם ספציפית ולא לרשימת תפוצה. ‏<ההודעה נערכה>

אני מאוד מתעניין בתחום הVC ואשמח לשאול על תהליך הקבלה והגיוס לקרן, ובאופן יותר ספציפי מה מומלץ לאדם שנמצא בשלב המקצועי המוקדם שלו לעשות כדי להגיע לשם?

העניין עם קרנות קצת יותר מורכב כי באמת אין הרבה משרות (יחסית) ויש הרבה ביקוש. 

אבל (!) מי שבאמת רוצה תמיד יש דרך 😊

1. ללכת לארועים של קרנות ולהתחבר לאנשים שעובדים שם- אנחנו נגיד עושים לא מעט ארועים (כולל אחד סופר מוצלח עם מאנדיי🥳) שם פגשתי כמה אנשים שמאד התעניינו בעשייה שלנו ונשארנו בקשר (בהקשר של חיפוש עבודה). מפגש פרונטלי זה אחלה דרך להכיר ושיזכרו אתכם. 
2. להבין איזה ערך אתם מביאים. הרבה אנשים פונים אלי וכותבים לי "אני רוצה לעבוד בקרן", שזה מעולה, אבל בתור מה? מה היכולות שלכם, מה למדתם ואיך זה מתחבר (וגם אם זה לא מתחבר ישירות, להסביר את זה). אם זו משרה התחלתית אז בכלל תסבירו על האופי שלכם, חוזקות, כישורים... 
3. זה מוביל אותי לעניין קצת לא קשור אבל אני חווה אותו לפחות פעם בשבוע- מיילים של מחפשי עבודה בקרנות שאין בהם מלל. בין אם יש משרה פתוחה או אין- אתם חייבים לספר על עצמכם בגוף המייל!!! בטח ובטח אם אתם לא מגיעים מעולם של קרנות וללא ניסיון. אני מקבלת מלא מיילים עם קורות חיים וזהו!! וזה ביי פאר מוריד את החשק לפתוח כי אין טיזר 😛

לגבי 3 מה כן מומלץ לעשות אם כבר שולחים מייל? מה יגרום לטיזר?

אותנטיות!! המיילים שהכי כיף לי לקרוא ומעלים לי חיוך ועושים לי חשק לפנות לאותו בן אדם זה סיפור אישי ואותנטי- בתכלס זה הכי פשוט אבל אנשים חושבים שזה דל מדי. תספרו על עצמכם, איך הגעתם לאיפה שאתם היום, מה הוביל אתכם ללמוד X, ולמה אתם חושבים לעשות שינוי, למה פניתם לאותו בן אדם ואיך המשרה שהוא או היא פרסמו מעניינת אתכם.

כמה באמת חשוב להיות פעילה בלינקדאין?

הנוכחות שלכם בלינקדאין goes a long way!!! אני רואה הבדל משמעותי בין מועמדים שפעילים בלינקדאין וכותבים תוכן לבין אלו שלא פעילים בכלל בהיבט של חיפוש העבודה שלהם וההזדמנויות שהם מקבלים. אל תרוצו לכתוב בשביל לכתוב. תחשבו רגע ותבנו אסטרטגיה. מה הנרטיב שלי, מה המסר , מה אני רוצה להשיג/מטרות אפילו קצרות טווח. על מה אני יכולה לכתוב, מה הערך המוסף שלי. 

כולכם מעניינים (באמת, בכל מחזור בקורס שלי ברייכמן הייתי נותנת משימות לסטודנטים לכתוב פוסטים והם היו בהלם מה הם הוציאו מעצמם!!). 

הייתי עושה בנק של פוסטים, בתור התחלה, אפילו נותנת לכמה חברים לקרוא ולתת הערות. מה הטון שלכם, מקצועי, הומוריסטי, אולי פינה שבועית של...? חמישה טיפים ל...?

תזכרו שהחלק הכי קשה בכלל ברשתות החברתיות זה לעבור את ה cringe mountain, אבל ברגע שתעלו פוסט אחד זה כבר אמור להתחיל להשתחרר.

אשמח לשמוע קצת על ההסבה מעריכת דין לעולמות ההייטק. מה גרם להחלטה לעשות שינוי? אני במצב דיי דומה (אולי) מראיית חשבון וחושב רבות על המעבר להייטק או אפילו Private Equity.

אז אוסיף גם - איך באמת לנווט את המעבר הזה בקריירה?

איך לנווט את הצעד הזה (שאלת השאלות אגב)

1. לא לעשות שינויים גדולים (לדעתי לפחות). לטבול את האצבעות ולעשות צעדים קטנים.
2. להבין מה כן אנחנו רוצים לעשות (אפרופו סעיף 1 אנשים מתפטרים מבלי לדעת מה באמת הם רוצים לעשות)
3. איך מבינים? קורסים (קצרים ולא יקרים), אלא אם ממש עפנו על תחום מסוים ואז אפשר להעמיק. 
4. להיפגש עם אנשים (ולתעד כן?😛) שעושים דברים שמעניינים אותנו ולשאול אותם איך נראה היומיום שלהם.
5. לעשות דברים מהצד בזמננו הפנוי (פרויקטים, קהילות, התנדבות).

מיתוג בלינקדאין כבר אמרנו?? שיכירו אתכם , אפילו לעשות יומן מסע של הסבת מקצוע יכול להיות מרתק והשראה למלא אנשים

שאלה לגבי חזרה לשוק העבודה - יש לי רקע בעיקר בפיתוח עסקי, עם פער בין משרה למשרה בקו״ח (שנובע מעשור של התמקדות בגידול הילדים). 

אשמח לטיפים איך ניתן לגשר על הפער הזה בקו״ח ובלינקדאין

אם זה חורים בזמן אז פשוט לכתוב CAREER BREAK נראה לי זה הכי נכון, והייתי מדגישה דברים אחרים פשוט, הלינקדאין צריך להיות עם הרבה תוכן (הפרופיל עצמו), שיפרט מה עשית בכל תפקיד.

עד כמה תפקידים אחורה כדאי לפרט בלינקדין ובקו״ח? 

מבחינת עד כמה אחורה- עד איפה שזה לא רלוונטי/עד עשור אחורה נראה לי מספיק ממש, לכתוב בנקודות קצרות אפשר ממש להעתיק מהקורות חיים-באנגלית כמובן.

אני אשמח לשאול שאלה על שיחות נטוורקינג או פגישות אישיות דרך לינקדאין (עם אנשים שאין בינינו קשר קודם).

מה כדאי לשאול כדי לנהל שיחה טובה ומשמעותית? איך/כמה נכון לשתף על תהליך חיפוש העבודה, ואיך לכוון את השיחה כשמדובר בחברה שמעניינת אותי - ומנגד, כשפחות רלוונטית אבל חשוב להשאיר רושם טוב להמשך? (במטרה פלואידית יותר, ליצור קשרים רחבים, להיות בתודעה של אנשים מהתחום, ולבנות מערכת יחסים מקצועית שתוכל להניב חיבורים או הזדמנויות בהמשך)

אוקי, קחי בחשבון שהודעות ללא הנעה לפעולה או מטרה כלשהי נבלעות וסביר להניח שישכחו... הייתי מחזקת את ההודעות האלו עם מפגשים פרונטלים במיטאפים וכנסים.

פשוט לשלוח הודעה של שמחה להתחבר כאן ולעקוב אחרי הפעילות שלך, אני ככה וככה...

אנחנו בתקופה ומדהימה: אנשים שמעולם לא כתבו שורת קוד בונים היום אפליקציות, אתרים ואוטומציות עם AI.
לא ניסויים. לא פרוטוטייפים, מוצרים אמיתיים עם משתמשים אמיתיים.

אבל יש בעיה שאף אחד לא מדבר עליה: רוב מי שלא מגיעים מהעולם הטכנולוגי מנסים לעשות vibe coding כמו שמשתמשים משתמש בצ’אט GPT: זורקים פרומפט ארוך, מקווים לטוב, ואז מתעצבנים כשהאפליקציה נשברת או נעלמת.

אחרי שליוויתי מנהלי מוצר, אנשי BizOps, ואפילו HR שבונים עם AI, זהיתי 8 חוקים שמפרידים בין “וואו זה באמת עובד” לבין “זה הייפ שלא באמת עובד”.

הנה הם: 

1. לפני שמתחילים Vibe Coding, עושים Vibe PM-ing

השלב הראשון הוא בכלל לא קוד, אלא תכנון.

תשאלו את עצמכם:

• מי המשתמשים?

• מה הכי כואב להם היום?

• מה שלושת הדברים שהם באמת צריכים לעשות?

• ואולי הכי חשובת איך הם אמורים להרגיש כשהם משתמש במוצר שלי?
  

אם אתם לא יודעים, ה-AI בטוח לא ידע ינחש.

וכאן הקסם: כשמכניסים את התשובות האלו לפרומפט, האפליקציה יוצאת הרבה יותר קרובה למה שדמיינתם. 

2. לא בונים הכול בבת אחת

יש לכם רשימת משתמשים, פיצ’רים, מסכים ומשימות? מצוין.
עכשיו תתעלמו מהדחף לדחוף את הכל לפרומפט אחד.

ברגע שתגידו ל-AI:
“תוסיף דשבורד, תתקן את הטופס, תחליף צבע, תוסיף הרשאות וגם נוטיפיקציות”
תקבלו:

• רבע מהפיצ׳רים שביקשתם

• שני באגים

• ועוד שתי הזיות

הכלל: שינוי אחד בכל פעם.

• להוסיף כפתור

• לשנות צבע

• ליצור מסך

• לתקן באג

פחות עומס לפרומפט = פחות טעויות = פחות תסכול.

3. סדר העבודה: Data → UI → Logic

במיוחד כשבונים משהו אמיתי ולא דמו.

שלב ראשון – דאטה:
קודם תוודאו שהמידע קיים ונקלט.
בונים אתר למיטאפ? שומרים אג’נדה, דוברים ונרשמים.
עובדים עם Excel או monday.com? תבנו מסך שמוכיח שהמידע נטען מהטבלה.

טיפ מנצח: אם אפשר, תתחילו מטבלה. שם הטבלה, העמודות והמידע נותנים ל-AI הקשר הרבה יותר חזק.

רק אחרי זה – UI:
מסכים, טפסים, דשבורדים, טבלאות.

ולבסוף – לוגיקה:
חישובי מחיר, הרשאות, המרות מטבע, התראות, תהליכים אוטומטיים.

תוסיפו לאט, שלב אחרי שלב.

כי ראיתי יותר מדי אפליקציות יפות שזרקו לפח פשוט כי הדאטה לא עבד.

4. בודקים אחרי כל שינוי (באובססיביות!)

כל פעם שה-AI עושה שינוי, תבדקו.

• תמלאו שוב את הטופס

• תעברו על כל הכפתורים

• תפתחו את הדשבורד

• תנסו מקרים חריגים

ה-AI יגיד “סיימתי!” גם כשהוא מחק חצי מהפיצ’רים.
הוא לא משקר, הוא פשוט לא יודע מה נכון. האחריות עליכם.

5. משהו נשבר? לא לתקן, לחזור אחורה

רוב הכלים של vibe coding שומרים גרסאות. תשתמשו בזה.

אם משהו נהרס:

• אל תתווכחו איתו בעוד 6 פרומפטים

• אל תנסו “לתקן” משהו שהוא בכלל לא מבין

תחזרו פשוט לגרסה האחרונה שעבדה, ותשלחו פרומפט מדויק יותר.
ככל שהיסטוריית הפרומפטים מתארכת, ככה הסיכוי לבלאגן גדל.

חפשו את כפתור ה revert, rollback or verstions

חזרה לאחור זה לא כישלון, זו שיטת העבודה המומלצת.

6. תגידו ל-AI לא לכתוב קוד (לפני שהוא מתחיל)

זה אחד הטיפים הכי חזקים.

לפני שנותנים לו להריץ, תתחילו את הפרומפט ב:
“do not write or edit code, answer in chat only”

ואז תשאלו:

• איך היית בונה את זה?

• תן כמה וריאציות

• תאר לי את ממשק המשתמש המומלץ

זה משאיר אתכם בשליטה ולא נותן למערכת להמציא אפליקציה שלא ביקשתם.

7. תבקשו הסבר על מה שכבר נבנה

גם אחרי שה-AI כתב משהו, אפשר לעצור ולשאול:

“אל תכתוב קוד, תסביר שלב אחרי שלב איך זה עובד”

שימושי כש:

• פיצ’ר לא מתנהג כמו שציפיתם

• אתם רוצים לשפר ביצועים או חווית משתמש

• רתם רוצים להבין אם הפיצ׳ר שחשבתם עליו בכלל אפשרי

למערכות AI אין תפריטים עם כל הפעולות האפשריות כמו פעם, אבל ה-AI כן יודע מה הוא יצר. רק צריך לשאול.

8. אל תאמינו ל-AI בעיניים עצומות

חשוב להבין: ל-AI אין מושג מה אמת ומה לא.

הוא יגיד:

• “כן זה עובד”, וזה לא

• “יש פיצ’ר כזה”, והוא לא קיים

• “הנה הדוקומנטציה”, עם לינק שלא מוביל לכלום

הוא לא מרושע, הוא פשוט בנוי לרצות אתכם.

אז לדבר איתו, להשתמש בו, לשאול אותו, אבל תמיד לבדוק.
סומכים? כן. עיוור? לא.

מילה לסיום

Vibe coding הוא הדבר הכי קרוב שהיה אי פעם ל־no-code אמיתי, מהמחשבה שלכם למוצר חי. אבל זה לא קסם. זה שותף עסקי אבל בלי הקשר, בלי אינסטינקטים ובלי זיכרון, אלא אם אתם נותנים לו אחד.

האנשים שמצליחים איתו הם לא הטכניים, אלא אלה שחושבים כמו בוני מוצרים, זזים צעד-צעד, ומתייחסים אליו כאל שותף, לא ג’יני.

אני עכשיו אוסף סיפורים אמיתיים, מה עבד, מה נתקע, איזה באגים מצאתם, איפה התבאסתם או יצאתם גדולים. אם נתקלתם בטיפ, כשל, טריק או גבול מצחיק של ה-AI, תשתפו אותי.
אני מכליל את הטובים ביותר במאמר הבא כדי שנבנה יחד playbook אמיתי ולא שיווקי.

כל שבוע נדמה שכל העולם מפרסם עוד דו"ח חדש על בינה מלאכותית בעסקים. חברות ייעוץ, אוניברסיטאות, מנכ״לים, כולם מתחרים מי יספר איך ה-AI ישנה הכול. ה-FOMO אמיתי. אבל אחרי כל ההייפ, כל ההשקעות וכל הניסויים - הנתונים קרים וברורים: 95% מפרויקטי ה-AI נכשלים.

לא כי האלגוריתמים לא טובים, אלא כי הם נזרקים על תהליכים ישנים שאנשים לא סומכים עליהם, לא מבינים אותם, ולא באמת משנים את ההתנהלות סביבם.

זה לא סיפור על העתיד של ה-A(G)I או על פריצת הדרך הבאה של גוגל או OpenAI. זה על הסיבות היומיומיות, האנושיות והדי משעממות שבגללן פרויקטים נתקעים. ועל מה שבאמת עובד כדי למנוע את זה. אני קורא לזה גישת ה-Friction First. נגיע אליה בהמשך.

אם נמאס לכם מההבטחות הגדולות ואתם עדיין רוצים לראות ל-AI שלכם השפעה מדידה בחברה - זה כנראה הדבר הכי קונקרטי שכדאי לקרוא השנה.

המנהל המתנגד

לא מזמן ישבתי בפגישה עם הנהלה של חברה של כמה מאות עובדים. המנהל הבכיר נכנס לחדר סקפטי מהשנייה הראשונה. כל הצעה לשילוב AI קיבלה אותה תגובה: “זה לא יעבוד אצלנו. הנתונים רגישים מדי. התהליכים שונים. ה-AI פשוט יטעה.”

בהתחלה חשבתי שזו התנגדות רגילה לשינוי. אחר כך הבנתי שזה פחד קיומי. כל יכולת חדשה שעליה דיברנו הרגישה לו כמו עוד לבנה שנשלפת מתחת לביטחון העצמי המקצועי שלו. ולמען האמת - יכולתי להבין אותו.

שם הבנתי משהו שמסמכי אסטרטגיה לא מצליחים לתפוס: הבעיה בטרנספורמציית AI היא לא טכנולוגית. היא אנושית.

המשבר מאחורי ההייפ

למרות כל ההתלהבות, דוח MIT “State of AI in Business 2025” מצא ש-95% מהפיילוטים בארגונים לא הניבו שום החזר השקעה מדיד - גם אחרי 30 עד 40 מיליארד דולר שהושקעו בתחום. רק חמישה אחוזים הראו האצה אמיתית בהכנסות או בחיסכון בעלויות.

לדוח הזה, שמרגיש שכמעט כולם מכירים, יש מגבלות: הוא מסתמך בעיקר על ראיונות עם בכירים, לא על משתמשים בפועל, ומתאר טווח זמן קצר מדי. לאינטרנט, להזכיר לכולנו, לקח עשור עד שהראה שינוי ברווחיות.

ובכל זאת, גם נתונים ממקורות אחרים לא מציירים תמונה ורודה (גם אם היא מעט אופטימית יותר). סקר של Oliver Wyman בקרב 77 מנכ״לים.ות באירופה מצא שרק 14% ראו חיסכון או עלייה של יותר מ-10% בהכנסות, ו-97% אומרים ש-AI הוא “הזדמנות עסקית”

ההבדל בין מי שהצליחו למי שלא? לא המודל. ההנהגה. אלה שהצליחו תקפו את החיכוך, השקיעו בלימוד עובדים, ויישרו את פרויקטי ה-AI עם יעדי הצמיחה במקום להריץ ניסויים מנותקים מהעסק.

אולי זה גם תרבותי - האמריקאים עם גישת ה"תזוז מהר ותראה מה יקרה” מול האירופאים של “קודם תהליך”. ואולי פשוט מדובר בהבנה אחת בסיסית: מה שקובע הצלחה הוא לא הנתונים - אלא החיכוך האנושי.

שלושת האופקים של השפעת ה-AI - איפה אתם?

לפני שמיישמים בינה מלאכותית, מנהלים צריכים לשאול שאלה אחת פשוטה: איזה תפקיד אמור ה-AI למלא ביצירת הערך של הארגון שלנו?

האופק הראשון: שיבוש קיומי
יש ארגונים שבהם ה-AI הוא לא כלי לשיפור - הוא איום קיומי. חברות שירות לקוחות שהשוק שלהן נעלם ברגע שצ’אטבוטים מתחילים לענות טוב יותר מנציגים אנושיים, או חברות תוכנה ותיקות שפתאום מגלות שהמוצר המרכזי שלהן מתייתר. אלה לא מקרים של “להטמיע חדשנות” - זה מאבק על הישרדות. כדי להישאר רלוונטיות, הן נאלצות להמציא את עצמן מחדש ולפעמים אפילו להרוס במודע מקורות הכנסה קיימים.

האופק השני: האצה אסטרטגית
כאן נמצאות רוב החברות הגדולות. ה-AI לא מאיים על עצם קיומן, אבל כן יכול לשנות מדדים עסקיים: לזרז מחזורי הכנסות, להוריד עלויות, לשפר איכות ולהגדיל שימור לקוחות. זה דורש שינוי ארגוני אמיתי, לא רק רכישה של כלים חדשים. תחשבו על תהליך רכש עם חמישה אישורים - במקום שכל אחד יחכה לשני, סוכן AI יכול לנהל את האישור על פי לוגיקה קבועה מראש, ולשחרר את האנשים להתמקד בהחלטות שבני אדם טובים בהן באמת. בשביל שינוי כזה צריך אומץ אמיתי לשנות.

האופק השלישי: שיפור תפעולי
כאן ה-AI מתפקד כתוכנת פרודוקטיביות חכמה. הוא מסכם פגישות, מכין מצגות, מפיק דוחות. זה נוח, וזה מעניק יתרון תחרותי כל עוד אחרים עוד לא שם - אבל היתרון הזה נעלם מהר אם לא מתבצע שינוי מבני אמיתי ובהנחה שבסוף כל השוק יתיישר. בטווח הקצר - חברות יכולות לקבל יתרון תחרותי משמעותי.

הטעות הנפוצה היא שחברות חושבות שהן באופק השני, בעוד שהן עדיין תקועות בשלישי. הן קונות כלים, מוסיפות פונקציות, ועדיין סובלות מאותם חיכוכים: משימות כפולות, אחריות לא ברורה, מידע שמתפזר בין מערכות. ולכן, כשמתחילים מהחיכוך - אפשר להפוך את האופק השלישי למקפצה אל השני.

למה רוב הפיילוטים נכשלים

אם אתם באופק הראשון - אתם ממילא בונים הכול מחדש וכדאי לקרוא מאמר אחר. אבל רוב הארגונים נמצאים באמצע, ושם הבעיה היא לא חוסר שאפתנות אלא תיאטרון: פיילוטים נוצצים שנראים מרשימים, פוסטים יפים בלינקדין, אך כאלו שלא משנים איך אנשים באמת עובדים.

מלכודת הפיילוטים
ארגונים מתמכרים לפיילוטים קטנים שלא נמדדים בתוצאות אמיתיות. לפעמים אפילו קובעים מדד הצלחה לפי “כמה פיילוטים רצים במקביל”. מנהל בכיר סיפר לי שזה היה KPI אמיתי אצלם. ריטו צ’קרווארטי מ-AbbVie (בדו"ח שפורסם על ידי Section), הציע מבחן פשוט: Stop, Easy, Stick.

מה זה אומר? מה אנשים יפסיקו לעשות אם נכניס את ה-AI? כמה קל יהיה לאמץ אותו? והאם ימשיכו להשתמש בו גם אחרי חודש?  אם התשובה לא ברורה - הפיילוט לא מוכן.

פער הלמידה
רוב מערכות ה-AI הארגוניות מתנהגות כמו מחשבונים: הן מקבלות קלט, מוציאות פלט, אבל לא לומדות מהתיקונים. הן לא משתפרות, לא מתאימות את עצמן לארגון, ובתוך זמן קצר העובדים מאבדים עניין. GPT עובד נהדר לאנשים פרטיים ("וואו, איך המיילים שלי יוצאים מהר יותר"), אבל ברמת צוות, למידה קולקטיבית היא סיפור אחר לגמרי.

הניתוק מהעבודה עצמה
גם מוצר מעולה יכול להיכשל אם הוא דורש שינוי התנהגותי גדול מדי. כלים שמתחברים ישירות למערכות קיימות - Slack, Salesforce, Jira - מצליחים הרבה יותר מאפליקציות חדשות שנמצאות “בצד”. באימוץ טכנולוגיות, האינטגרציה מנצחת את החדשנות כמעט בכל פעם. אם אתם GPT, זה לא המצב, אבל כמעט לכל השאר זה כן.

ההטיה לנראות
מנהלים מעדיפים AI שנראה לעין: צ’אטבוט, לוח דוחות נוצץ, מערכת שמצלצלת בהדגמות. אבל לא תמיד שם נמצא הערך. דווקא במקומות האפורים יותר - ניהול משימות, העברת מידע - נמצא לרוב ה-ROI האמיתי.

זו לא בעיית כוונה. 75% מהמנכ״לים באירופה מדווחים על השקעה בהכשרות עובדים, ו-87% מתכננים רכישות בתחום ה-AI. אבל בלי לטפל בחיכוך - גם השקעה אמיצה לא תעבוד.

הבינוניות שנכנסה דרך הדלת הראשית

עוד סיבה לכישלון היא ההשלמה עם בינוניות. מנהלים.ות קונים מוצרי AI בינוניים, והעובדים משתמשים בהם גם אם הם “רק בסדר”, כל עוד הם חוסכים כסף. זו בדיוק היתה הסיבה לנפילתה של (מי שהיתה) חברה משמעותית בתחום החינוך, Chegg: הסטודנטים החליטו שעדיף להם להשתמש ב-ChatGPT ולקבל B+ מאשר לשלם על מנוי שמבטיח להם A. ההבדל לא שווה את המחיר. אותו עיקרון נכנס גם לעבודה - חברות מחליפות עובדים צעירים במערכות בינה מלאכותית. האנשים טובים יותר, בחלק מהמקרים, אבל המכונה “מספיקה”, והיא זולה יותר. וככה “לא נורא” הפך לסטנדרט מדידה של הצלחה. לא סטנדרט טוב במיוחד.

גישת החיכוך תחילה

היישומים הכי מוצלחים של בינה מלאכותית לא מתחילים בשאלה “מה ה-AI מסוגל לעשות?” אלא “מה מונע מאיתנו לעבוד טוב יותר?”

זה נשמע טריוויאלי - כמעט אף אחד לא עושה את זה.

שלב ראשון: ארכאולוגיה התנהגותית
לפני שמכניסים מערכת חדשה, צריך להבין איך העבודה באמת מתבצעת. לא איך השרטוטים מציגים - איך היא מתנהלת בפועל. בפיילוט אחד ניתחנו 7,000 שרשורים ב-Slack וב-Zendesk. 22.2% מההודעות היו שאלות חוזרות. אחרי שהכנסנו מערכת ניתוב מבוססת AI, המספר ירד ל-11%. פחות הפרעות, החלטות מהירות יותר, ומוטיבציה גבוהה יותר. אלה השינויים הקטנים שמייצרים את השיפור הגדול.

שלב שני: התערבות מדויקת
במקום להשיק פלטפורמות כלליות, עדיף למקד פתרון בכל חיכוך בנפרד. בחברה אחת זה התבטא בארבע מערכות פשוטות:
- סוכן ניתוב לשאלות חוזרות
- מערכת הסלמה שמבהירה מי אחראי על מה
- גשר מידע שמחבר בין הכלים
- עוזר קליל להעברת משימות
התוצאה: פחות רעש, יותר זרימה.

שלב שלישי: למידה מתמדת
מדדו את קצב הלמידה - עד כמה המערכת משתפרת עם הזמן, כמה מהר היא מתקנת טעויות ומקדימה צרכים. קבעו כללי “להרוג או לשנות”: אם תוך שלושה שבועות אין ירידה בחיכוך - משנים או סוגרים. באחת החברות נבנו טפסי “תוצאות” שמודדים כל פרויקט לפי יעילות, איכות ורווחיות, תוך מעקב אחרי שישה מדדים של אימוץ: תדירות, עומק שימוש, שיתוף, יצירה, רוחב והסמכה.

שלב רביעי: אינטגרציה התנהגותית
הצלחה אמיתית היא כשהאנשים מפסיקים לדבר על AI ופשוט אומרים: “העבודה זורמת טוב יותר.” פרקטיקה שעובדת היא יצירת שגרירי AI, bottom up, בתוך הארגון. שיווק, תקשורת, שטח - לא במרכז פיתוח. ככה ה-AI הפך לתשתית בלתי נראית במקום לניסוי זמני.

בניסוי נוסף ניתחנו את התנהגות המשתמשים כדי לזהות מתי אנשים נתקעו או חזרו על דפוסים שלא עבדו להם. נתנו להם תזכורות קטנות בתוך זרימות העבודה הקיימות שלהם. לצד הנתונים ההתנהגותיים, המשתתפים דיווחו אחת לשבוע על רמות ריכוז ולחץ. ההתערבויות הובילו לשיפורים מדידים: זרימת העבודה השתפרה בכ-40%, והרגשות השליליים ירדו ב-63% תוך שבועיים.

כחברה, בסופו של דבר הפסקנו לעקוב אחרי לחץ או ריכוז מדיווח עצמי, משום שלא הצלחנו לבסס סביב זה מודל עסקי. אבל הניסויים האלה לימדו אותנו משהו מהותי - תזכורות קלות, שניתנות בזמן הנכון על סמך אותות התנהגותיים, יכולות לשנות תוצאות באופן משמעותי. אלה לא נתונים מוצקים, אלא תובנות ראשוניות שחוזרות על עצמן מספיק פעמים בצוותים שונים.

צו המנהיגות החדש

טכנולוגיה לא משנה ארגונים. מנהיגות כן. מנהלים.ות מצליחים.ות מראים סקרנות במקום הגנה, העזה במקום שלמות, ועיצוב סביב אנשים במקום סביב טכנולוגיה. הם גם מבינים שצריך לתקצב את שלב האימוץ, לא רק את הרישיון. הצלחה נמדדת לא רק במספר השעות שנחסכו, אלא בהתנהגות שהשתנתה. וזה, אגב, המקום לציין שחיסכון בשעות הוא מדד שנתפס לא אמין. חיסכון קונקרטי יותר (כמות הודעות, למשל), נתפס כאמין כי הוא אובייקטיבי באופן יחסי. חיסכון בזמן חשוב רק כשהוא קשור ישירות לצמיחת הכנסות, שימור לקוחות, קצב פיתוח מוצר או כל יעד עסקי אחר.

ככל ש-AI נטמע עמוק יותר בעבודה היומיומית, היתרון התחרותי האמיתי יהיה אצל אלה שבונים מערכות שעוזרות לאנשים להיות חכמים יותר - לא רק יעילים יותר.

המסקנה

לא קיימת נוסחת קסם אחת לטרנספורמציית AI. אבל בכל פרויקט כושל שחקרנו, חזר אותו דפוס: חיכוך.  שאלות שחוזרות על עצמן. חוסר בעלות. אובדן הקשר. אלה הדברים שחונקים שינוי מהר יותר ממודל גרוע.

בכל פרויקט מצליח, ההפך קרה - קודם הפחיתו את החיכוך, אחר כך הרחיבו. “חיכוך תחילה” זה לא סלוגן. זו נקודת פתיחה הוגנת. היא לא מבטיחה הצלחה, אבל היא היחידה שמאפשרת אותה.  הטכנולוגיה משתנה מהר. בני אדם - לאט.  ולכן, טרנספורמציית AI אמיתית עובדת רק כשמתכננים לשניהם.

איך תדעו שהארגון שלכם מוכן לטרנספורמציית AI

אסטרטגיה והנהגה

- האם יש לכם “למה של ה-AI” - הסבר ברור איך הוא קשור למשימה וליתרון התחרותי שלכם?
- באיזה אופק אתם נמצאים: שיבוש קיומי, האצה אסטרטגית או שיפור תפעולי?
- האם היעדים שלכם מתמקדים רק ביעילות, או גם בהאצת הכנסות ובמודלים עסקיים חדשים?
- עד כמה ההנהלה נוחה עם אי־ודאות - רואה ב-AI הזדמנות ולא סיכון?
- האם קיימים “כללי עצירה” לפרויקטים שלא מראים שינוי התנהגותי או עסקי בזמן קצוב?

ניתוח תהליכים וחיכוכים

- האם מיפיתם את שלושת התהליכים הקריטיים בארגון וזיהיתם את נקודות החיכוך המרכזיות?
- האם אתם מודדים מהירות קבלת החלטות?
- כמה מזמן העובדים מבוזבז על שאלות חוזרות, חיפושי מידע, או משימות כפולות?
- האם הפיילוטים משתלבים במערכות קיימות (Slack, Jira, Salesforce, מאנדיי) או דורשים פתיחת כלים חדשים?
- האם אתם בוחנים גם עומס רגשי ומנטלי לצד מדדי היעילות?

אימוץ ושינוי התנהגות
- האם אתם בודקים כל פתרון חדש לפי מבחן Stop-Easy-Stick?
- האם מומחי התחום שלכם מעורבים בהגדרת מה נחשב “פלט טוב”?
- האם השקעתם בלימוד עובדים איך לעבוד עם AI - לא רק בגיוס אנשים חדשים?
- האם יש בארגון “שגרירי AI” שמלווים צוותים באופן שוטף?
- האם תקצבתם תקשורת, הדרכה וחיזוק לאורך האימוץ?

מדידה והחזר השקעה
- האם אתם מודדים תוצאות לאחר יישום, לא רק לפני תחילת פרויקט?
- האם אתם עוקבים אחרי רמות אימוץ לפי תדירות, עומק, שיתוף והרחבה?
- האם אתם יודעים לקשר חיסכון בזמן לשיפור בהכנסות או בשימור לקוחות?
- האם אתם משתפים באופן קבוע תוצאות מניסויים תוך 6-8 שבועות כדי לבנות מומנטום?
- האם אתם מבדילים בין AI כתשתית (כלים בסיסיים) לבין AI טרנספורמטיבי (שמשנה מדדים עסקיים)?

מסגרת היישום בגישת “Friction-First”

שבוע 1: אבחון
מפו את הארגון שלכם לפי מסגרת שלושת האופקים (Three Horizons).
בצעו behavioral archaeology על שלושת ה-workflows המרכזיים שלכם.
זהו את נקודות החיכוך שגוזלות מכם הכי הרבה אנרגיה.

שבוע 2: עיצוב מדויק
התאימו התערבויות מבוססות AI לכל נקודת חיכוך.
הגדירו מדדי הצלחה התנהגותיים לצד productivity KPIs.
בנו מנגנוני למידה המשתפרים באמצעות feedback loops.

שבוע 3: השקת פיילוט
פרסו מערכת אחת מבוססת AI לכל נקודת חיכוך.
התמקדו באימון הצוותים שלכם איך לעבוד יחד בעזרת ה-AI, לא רק איך להשתמש בו.
עקבו אחר אינדיקטורים התנהגותיים כמו תדירות שאלות ובהירות החלטות.

חודש 2: אופטימיזציה אדפטיבית
נתחו את learning velocity ותבניות התיקון.
התאימו את מערכות ה-AI בהתבסס על נתונים התנהגותיים.
הרחיבו הצלחות, והסירו כישלונות.

חודש 3: הערכת אינטגרציה
העריכו האם ה-AI הפך ל-invisible infrastructure או שהוסיף עומס תפעולי.
מדדו שיפורים ב-workflow, מהירות קבלת החלטות, ו-collaboration.
תכננו את גל היישומים הבא בהתבסס על תוצאות התנהגותיות מוכחות.

בעבר, ענן היברידי נחשב פתרון מורכב ששייך לארגוני אנטרפרייז וחברות טק גדולות. היום, יותר ויותר סטארטאפים מבינים שגם להם כדאי לשלב בין ענן ציבורי כמו AWS, Azure או GCP לבין משאבים פרטיים (on-prem או private cloud). למה? לפעמים זה עניין של רגולציה (למשל ב-Health-Tech מול לקוחות בארה״ב או באירופה), לפעמים של אבטחה ו-privacy (במיוחד ב-FinTech), ולפעמים פשוט כדי לחסוך בעלויות ולשמור על ביצועים בזמן גידול מהיר.

אבל עם היתרונות מגיע גם אתגר: איך מנהלים שתי סביבות שונות מבלי לבזבז זמן יקר על DevOps, לפגוע באבטחה או לאבד שליטה על הנתונים?

לחשוב על שכבת ניהול אחת מהיום הראשון

טעות נפוצה אצל סטארטאפים היא להתחיל עם “פתרונות טלאי”: כל צוות בוחר סביבת ענן משלו, או מפתח מוצר ללקוח שדורש סביבה ייחודית, והתוצאה היא סבך של מערכות שלא מדברות זו עם זו. זה אולי עובד בחודשים הראשונים, אבל כשמגיעים לסקייל, מתחילות בעיות של אבטחה, תפעול ונראות.

כדאי לאמץ כבר בשלבים מוקדמים כלים לניהול אחוד כמו Azure Arc, Google Anthos או VMware vRealize Suite, שמאפשרים לראות ולשלוט בכל המשאבים– Kubernetes clusters, מכונות וירטואליות, אחסון והרשאות IAM – בלוח בקרה אחד. לדוגמה: סטארטאפ פינטק ישראלי בשלבי Scale-up, שעבד מול AWS ו-VMware Private Cloud. על מנת לעמוד בדרישות הרגולציה באירופה, הלקוח הטמיע את EKS Anyware – שירות מנוהל של Amazon לניהול Kubernetes, המאפשר הפעלה ועבודה על כל סוגי התשתיות. באמצעותו, הוא יצר חיבור מאובטח בין מיקרו-שירותים שמנוהלים באמזון באמצעות EKS לבין מערכות ליבה ותיקות שממוקמות ב-Data Center המקומי.

קישוריות ואבטחה- לא להשאיר כברירת מחדל

ענן היברידי דורש חיבור רציף ואמין בין סביבות שונות. VPN בסיסי הוא לא תמיד מספיק. כבר בשלבים מוקדמים כדאי לשקול חיבורים ייעודיים כמו AWS Direct Connect או Azure ExpressRoute המבטיחים Latency נמוך וחיבור מאובטח. לדוגמה, סטארטאפ Health-Tech צעיר שעובד עם נתוני הדמיה רפואית, השקיע מוקדם בתכנון קווי תקשורת ייעודיים וב-Firewall אחיד כדי לעמוד בדרישות אבטחה של לקוחות בבתי חולים באירופה. ההשקעה השתלמה כשעבר לגייס לקוחות נוספים בלי לשנות את הארכיטקטורה.

בנוסף, חשוב לתכנן מראש רשת עם Redundancy – לפחות שני קווי תקשורת – ולהחיל מדיניות Firewall אחידה בכל הסביבות. שימוש בפרוטוקולי ניתוב חכמים כמו BGP מקטין את הסיכון לתקלות קריטיות.

זהויות והרשאות- לבנות נכון מהיום הראשון

ניהול זהויות והרשאות מהווה נקודה רגישה במיוחד לסטארטאפים מאחר אין זמן לכבות שריפות אחרי אירוע אבטחה. כדאי לבחור כבר מהיום הראשון בפתרון SSO מבוסס IdP (כמו Azure AD או Okta), להפעיל MFA ולהיצמד לעקרון Least Privilege. מקרה בוחן שניתן ללמוד ממנו: ארגון ממשלתי בישראל שעבר לארכיטקטורה היברידית גילה שמשתמשים נותרו עם סיסמאות חלשות בסביבה המקומית. המעבר ל-SSO עם MFA חסם את רוב ניסיונות ה-Phishing תוך חודשים ספורים – שיעור חשוב גם לסטארטאפים שמטפלים בנתונים רגישים כמו מידע רפואי או פיננסי.

איפה לרוץ עם הנתונים וה-AI שלכם?

סטארטאפים בתחום ה-AI נתקלים בשאלה: היכן להפעיל את המודלים – באימון או ב-Inference? יש לי כלל אצבע: אם הנתונים הרגישים יושבים ב-on-prem (למשל נתוני מטופלים), עדיף לבצע שם את האימון. את ה-Inference, שהוא קל יותר מבחינת משאבים, ניתן להריץ בענן הציבורי כדי ליהנות מ-Scalability. שימוש ב-Data Caching או בפתרונות כמו NetApp Data Fabric עוזר לצמצם Latency ועלויות Data Egress.

לחשוב היברידי כ-Mindset, לא כפתרון אד-הוק

ניהול ענן היברידי הוא לא פרויקט חד פעמי, אלא תפיסת עבודה. הוא דורש שילוב בין DevOps ל-SecOps, תכנון קישוריות ואבטחה אחודה, והבנה שהשליטה והגמישות חייבות לבוא יחד.

כאשר סטארטאפים מיישמים את העקרונות האלה מוקדם, הם נמנעים מהמלכודת של שתי מערכות זרות וחוסכים זמן וכסף יקר בשלב הצמיחה. כך הם באמת יכולים ליהנות מהטוב שבשני העולמות – גמישות הענן הציבורי והשליטה של התשתית המקומית – מבלי לשלם את המחיר של שניהם.

הגיע הרגע – הפאונדרים (או הפאונדריות) גייסו כמה עשרות מיליוני דולרים (או קצת פחות 😉). לצד גיוס הכספים, הגיע הזמן לגייס גם את הא.נשים שיעזרו לרעיון המבריק לרקום עור וגידים ולהפוך למציאות. ממש כאן נכנס לתמונה ה-Talent Partner הראשון (או הראשונה). 

אני לירון, Talent Partner ו-HR ראשונה (ובינתיים גם יחידה) במינימוס. בשנתיים האחרונות יצא לי לגייס לא מעט עובדים לסטארטאפ שלנו, שפעל מתחת לרדאר. עכשיו אני כאן, לשתף 7 טיפים פרקטיים – מה באמת עובד כשאין לכם עדיין Brand.

1. הסיפור האישי של המייסדים = ה-Brand

כשאף אחד לא מכיר אתכם ואין ברנד חיצוני, הסיפור האישי הוא הברנד. בשביל להבין ולבנות את הסיפור, אותו סיפור שתספרו למועמדים שלכם, שאלו את הפאונדרים: למה אתם עושים את זה? למה דווקא הבעיה הזו? מה מבדל אתכם?
אצלנו היה לי קל לשתף על ההצלחה של Twistlock ועל הדרך שעברו המייסדים, שמכירים כבר שני עשורים. לכן, אם לפאונדרים יש רקע קודם (אקזיט, מחקר, תפקידים בכירים) – דברו על זה. אם אין להם רקע קודם – הדגישו את תחומי ההתמחות, המוטיבציה, והמשקיעים שבחרו להאמין.

2. זה לא רק הטייטל - זו ההזדמנות להשפיע

מועמדים לא מצטרפים לסטארטאפ קטן ללא מיתוג בשביל "Senior Engineer" בלינקדאין. הם מחפשים יותר מזה. הם מחפשים משמעות. בנו הצעת ערך לעובד (EVP) כבר מהיום הראשון בו אתם מתחילים לגייס: דברו עם המועמדים על האימפקט האישי שהם יכולים להביא- איך התפקיד שלהם ישפיע על המוצר, על החברה ועל התרבות שתיבנה אצלכם. שתפו אותם באתגרים ההנדסיים או העסקיים שמחכים להם. 

3. שקיפות מול סודיות - למצוא את האיזון

Stealth Mode זהו מצב חשאי ביותר. יחד עם זאת, חשוב ליישר קו עם הפאונדרים מה כן מותר לחשוף: טכנולוגיות מרכזיות, מתודולוגיות עבודה, תחום הבעיה. 

4. כולם מגייסים - למפות את הרשתות

"חבר מביא חבר – שמביא חבר". עברו על כל המעגלים – חברים, משפחה, קבוצות וואטסאפ, קהילות מקצועיות. שתפו בסיפור של הפאונדרים (אותו סיפור אישי של המייסדים שדובר עליו מקודם). הנחילו בעובדים הראשונים את החשיבות של גיוס האנשים, כדי שיבינו שכל אחד הוא שגריר. כמובן, אל תשכחו את ה"חיבורים הרכים" – הורה מהגן של הילדה, שכן לשעבר, בן של ספר- כולם יכולים להיות מועמדים פוטנציאליים (במידה והם כמובן מתאימים לפרופיל המשרה שבניתם יחד). 

5. פניות יזומות - לא לפחד מהגדולים

שלחו הודעות בלינקדאין למועמדים פאסיביים. כן, גם לעובדי גאמפ"א וגם ליוניקורנים. אל תחששו! הצמדו לנרטיב ולאיכויות שיש לתפקיד והחברה להציע – אתגר טכנולוגי, אימפקט אמיתי, אקוויטי, קרבה לפאונדרים. זכרו: לפעמים הודעה אחת בזמן הנכון תופסת מישהי בדיוק ברגע שהיא חושבת על הצעד הבא.

6. תהליך קצר ושקוף - Candidate Experience זה הכול

בשלב מוקדם זה של הסטארטאפ, אין למועמדים סבלנות לתהליך ארוך (האמת, גם בשלבים מאוחרים יותר. אך זה כבר נושא למאמר אחר).  הרכיבו תהליך גיוס של 2–3 פגישות, הסבירו מראש מה מצפה להם, ואל תבזבזו זמן לשום צד. שמרו על שקיפות – הציגו את האתגרים, חוסר הוודאות, ושתפו איפה החברה שלכם עומדת בהיבט של מימון ו- Runway. אל תנסו להסתיר – להפך, שתפו בגובה העיניים. ובעיני, הכי חשוב – השקיעו בחוויות המועמד: העניקו מענה מהיר, פידבק אמיתי ויחס אישי. כך גם מי שלא יתקבל, יצא וידבר עליכם רק טובות. 

7. שמרו על אורך רוח

זה לא תמיד קל. לפעמים גיוס בסיטואציה הזאת מתסכל ומייאש ביותר. אולם לבסוף – אין תחושת סיפוק גדולה יותר מלראות את המסדרונות מתמלאים באנשים שבאו למסע הזה יחד איתכם.

לסיכום, העובדים הראשונים לא רק מצטרפים– הם גם שותפים בבניית ה-Brand שלכם. הם אלו שיספרו את הסיפור הלאה, ימשכו את העובדים הבאים ויעצבו את התרבות. הרי בסוף, כמו תמיד – it’s all about the people.

חשבנו שאנחנו יודעים מי הלקוח שלנו. טעינו.

כשהתחלנו, שמנו את ה־CHRO בחברות הגדולות כמטרה. הוא בכיר, יש לו תקציב, והוא “האחראי” על משאבי אנוש. נשמע נכון, לא?

אבל מהר מאוד גילינו אחרת. ברוב הארגונים, ה־CHRO בכלל לא מתעסק עם בנפיטס ביום־יום. הוא אחראי על כל ה־HR: גיוס, תרבות, למידה, שימור. בנפיטס זו רק שורה קטנה ברשימה אינסופית.

וכך העסקאות נתקעו.

ב-90% מהארגונים, ה-CHRO בכלל לא מתעסק בבנפיטס ביום-יום. הוא אחראי על גיוס, שימור, תרבות, למידה. בנפיטס? שורה קטנה ברשימה אינסופית של סדרי עדיפויות.

וגם כשהוא מעורב, הוא לא לבד. יש מערכת שלמה:

• מנהלי בנפיטס תפעוליים – חיים את זה כל יום
• ברוקרים – מחזיקים השפעה עצומה על החלטות
• פלטפורמות בנפיטס אדמין – מנהלות את התפעול
• TPA ו-PEO – מתווכים בין המעסיק לעובדים

כשהתחלנו לדבר איתם, ושינינו את המסרים שידברו אליהם, שיעור האנגייג׳מנט זינק ב 24% תוך שבועות. עסקאות התקדמו. לקוחות סגרו.

למה ICP הוא ההבדל בין הצלחה לכישלון

כיועץ לסטארט אפים בתחילת דרכם, אני נפגש בזה תמיד. רוב הסטארטאפים בשלב מוקדם עושים את זה… רודפים אחרי כולם. זה טבעי. אתה רוצה גידול, אתה רוצה traction, אתה רוצה להוכיח למשקיעים שיש ביקוש. אז אתה אומר "כן" לכל פגישה, לכל ליד, לכל הזדמנות שנראית relevant.

אבל בלי ICP חד קורה משהו מסוכן:

השיווק שורף עשרות אלפי דולרים (ויותר) על קמפיינים ללקוחות שאף פעם לא עונים.
המכירות מבזבזים עשרות שעות בשבוע על שיחות שלעולם לא יסגרו.
המוצר בונה פיצ'רים לכולם, ולכן לא מרגש אף אחד.
הפאונדרים רצים מהר אבל מתקשים להתקדם באופן משמעותי.

ICP חד הוא לא רק הגדרה. הוא מצפן.

הוא מיישר את כל הארגון סביב אותו לקוח זהב, וחוסך לכם זמן יקר, כסף שקשה להשיג, ואנרגיה נפשית שנגמרת מהר.

איך הגדרנו מחדש (והתוצאות תוך 3 חודשים)

חזרנו לדאטה - בלי הנחות

ישבנו וניתחנו 50 לקוחות קיימים לפי קריטריונים ברורים:

• מי סגר תוך פחות מ 90 יום?
• מי משלם מעל הממוצע?
• מי חידש חוזה מיד?
• מי ממליץ עלינו לאחרים?

התובנה: מנהלי בנפיטס תפעוליים ושותפי אקו-סיסטם (ברוקרים, פלטפורמות מתווכות) הם ה-decision makers בפועל. לא ה-C-Level.

שינינו את תוכנית השיווק – מהיסוד

עברנו לדבר ישירות עם האנשים שמתעסקים בבעיה כל יום.

מה עשינו קונקרטית:

• שינינו את כל דפי הנחיתה לדבר על כאבים תפעוליים, לא אסטרטגיים
• הפסקנו לשלוח מיילים ל-CHROs והתחלנו לפנות למנהלי בנפיטס
• שיתפנו case studies מהשטח, לא מצגות של C-Level
• שינינו את הנרטיב - מ"פתרון אסטרטגי" ל"פלטפורמה שחוסכת לך עשרות שעות בשבוע, והרבה כסף"

התוצאות תוך 3 חודשים:

• אחוזי המרה: +30%
• גודל הפייפליין: פי 4 ביחס לתקופה זהה בשנה קודמת
• מחזור סגירה: התקצר ב 20%
• שיעור חידוש: 95% (לעומת 70% בעבר)

בנינו קבוצת ייעוץ מהלקוחות עצמם

הקמנו תוכנית של Healthee Visionaries לקוחות אידיאליים שמייעצים לנו באופן רבעוני:

• מנהלי בנפיטס מחברות בגדלים שונים
• ברוקרים שעובדים עם עשרות מעסיקים
• שותפים מפלטפורמות BenAdmin , TPAs & PEOs

הם עוזרים לנו להבין:

• מה השתנה בשוק (לפני שזה מגיע לכותרות)
• מה המסרים שמהדהדים (ומה נשמע marketing bullshit)
• מה הפיצ'רים הבאים (שבאמת ייצרו ערך)

זה לא board of advisors פורמלי. זו קבוצת עבודה שעוזרת לנו לראות את השוק דרך העיניים של הלקוח.

הפכנו את זה לשגרה חיה

כל רבעון אנחנו בודקים מחדש:

• מי נכנס? מי יצא?
• איפה הצלחנו? איפה נתקענו?
• מה השתנה בשוק שצריך לשנות את ההגדרה?

השוק לא קופא. אז גם ה-ICP לא יכול לקפוא.

שלוש הטעויות שעלו לנו הכי יקר

התאהבנו בתואר

הנחנו שאם מישהו בכיר, הוא בטח מקבל החלטות. טעינו.

המחיר: 8 חודשים שבהם יכולנו לגדול, עשרות אלפי דולרים שיכולנו לחסוך, ועשרות לקוחות שיכולנו לסגור.

כוח לא תמיד נמצא בתואר הכי מפואר.

בלבלנו בין ICP לבין Buyer Persona

הבנו את זה מאוחר מדי:

• ICP = סוג החברה (גודל, תעשייה, בעיה, תקציב)
• Buyer Persona = האדם הספציפי (תפקיד, מוטיבציות, כאבים יומיומיים)

אתה צריך את שניהם. אי אפשר להסתפק באחד.

לא עדכנו כשראינו שזה לא עובד

גם אחרי שהדאטה רמז לנו "זה לא עובד!" - המשכנו.

"אולי זה הטיימינג. אולי המסר. אולי המוצר צריך עוד פיצ'ר."

לא. זה פשוט היה הקהל הלא נכון.

עלויות שקועות גרמו לנו להחזיק באסטרטגיה מדשדשת במשך חודשים ארוכים.

מה קורה כשסוף סוף מגדירים נכון

כשהגדרנו מחדש את ה-ICP, לא רק שיעורי ההמרה השתנו. השתנה הכל.

תקציב השיווק התייעל - הפסקנו לשלם על קליקים מ-CHROs שלא מתקנברטים לשיחות מכירה אמיתיות. התמקדנו בערוצים שבהם מנהלי בנפיטס פעילים: LinkedIn groups וערוצים סלאק ספציפיים, newsletters של התעשייה, אירועים ייעודיים לאנשי בנפיטס.

הזמן הממוצע לסגירה התקציב -
התחלנו לדבר עם אנשים שיש להם את הבעיה היום, לא בעוד חצי שנה. שיש להם את הסמכות לקנות. ושמבינים מיד מה הערך. בנוסף, למדנו להעביר ל close lost עסקאות שהתיישנו בפייפליין, למדנו להגיד, זה לא ה ICP וכל עוד הוא בפייפליין כולנו מעוכבים.

המוצר בנה פיצ'רים שאנשים באמת משתמשים בהם – איך?
במקום לשאול "מה הלקוח רוצה?" שאלנו "מה צריך כדי לחסוך 10 שעות השבוע?״ ״מה צריך כדי להוזיל להם את עלויות הבריאות?" ובנינו את זה.

והכי חשוב: הצוות הפסיק להרגיש שהוא רץ על המקום. יש כיוון. יש momentum. יש תוצאות.

צעדים מעשיים שכל פאונדר יכול לעשות היום

אם אתם מרגישים שאתם רודפים אחרי יותר מדי כיוונים – הנה איך להתחיל:

1. נתחו את הלקוחות שכבר יש לך (גם אם זה רק 5)

שאלו את עצמכם:

• מי סגר הכי מהר? (מתחילת השיחה עד חתימה)
• מי משלם הכי הרבה? (LTV, לא רק החוזה הראשון)
• מי הכי קל לעבוד איתו? (onboarding, תמיכה, תקשורת)
• מי ממליץ עליך לאחרים? (NPS או referrals בפועל)

2. בנו טבלת ICP פשוטה – עם דאטה אמיתית

3. דברו עם הלקוחות שלכם – שיחות אמיתיות

לא סקר. לא Net Promoter Score. שיחה.

שאל:

• למה בחרתם בנו? (מה היה ה-trigger?)
• מי עוד היה מעורב בהחלטה? (ותפתח אולי עולם חדש)
• מה כמעט גרם לכם לוותר? (זה יגלה לך איפה אתה מפסיד לידים)
• איך אתם מודדים הצלחה? (לא מה שאתה חושב שחשוב – מה שחשוב להם)

4. קבעו ריטואל רבעוני – לא חד-פעמי

כל 3 חודשים, עדכנו את ה-ICP שלך.

תשאלו:

• מי הלקוחות החדשים שהצטרפו? (האם הם fit להגדרה?)
• מי עזב או לא חידש? (למה?)
• מה השתנה בשוק? (תחרות, רגולציה, טרנדים)
• מה הדאטה אומרת לי? (לא מה שאני רוצה לשמוע)

5. בנו קבוצת ייעוץ קטנה – 3-5 לקוחות אידיאליים

בקשו מהם לתת לך 30 דקות כל רבעון.

שאלו אותם:

• על המוצר (לפני שאתה משיק משהו חדש)
• על השוק (מה הם רואים שאתה לא)
• על המסרים (האם זה מהדהד או נשמע bullshit)

תגמלו אותם:

• גישה מוקדמת לפיצ'רים
• הנחה או תנאים מיוחדים
• פלטפורמה לחשיפה (speaking opportunities, case studies)

לסיכום: ICP זה לא מסמך, זו דרך חיים

ICP לא נבנה פעם אחת במצגת למשקיעים ונשכח.

הוא חי בכל החלטה:
איזה קמפיין שיווקי אתה משיק.
לאיזה ליד המכירות מתקשרות ראשון.
איזה פיצ'ר המוצר בונה הבא.

אנחנו משנים את ה-ICP שלנו כל רבעון, לפעמים זה אומר לוותר על לידים שנראים "טוב על הנייר".
אבל זה תמיד אומר לרדוף אחרי הלקוחות שבאמת יצליחו איתנו.

מה שלמדנו בדרך הקשה:
הלקוחות שלך יודעים משהו שאתה לא - מי באמת צריך את מה שאתה בונה. תקשיב להם. תשנה לפי זה. ותעשה את זה שוב ושוב. זה ההבדל בין סטארטאפ שרץ על המקום לבין סטארטאפ שגדל.

בעולם הפיתוח, מתודולוגיות Agile (ניהול פרויקטים בגמישות, חלוקה לאיטרציות קצרות והתאמה מתמדת) הן כבר חלק בלתי נפרד מהיום־יום. ספרינטים, דיילי, רוויו, עבודה ב-Jira ושיפור מתמיד - כל מפתח חי את זה.

בעולמות הדאטה והאנליטיקס, לעומת זאת, עדיין מקובל לעבוד בצורה הרבה יותר תגובתית: להוציא דוחות לפי בקשה, לסגור פניות נקודתיות ולכבות שריפות.

תהליך חשוב שקורה בכל חברה בימינו, הוא ההבנה שדאטה הוא לא רק “פלט” של מערכות, אלא נכס אסטרטגי של הארגון. כמו כל מוצר, הוא צריך להיות שמיש, אמין, נגיש, נתון לתחזוקה ושיפור מתמידים.
כדי שזה יקרה, יש צורך לגשר טוב יותר בין הצוותים העסקיים, האנליטיים, מהנדסי הדאטה והפיתוח, ולדאוג שכולם מדברים באותה שפה.

אז איך עושים את זה?

עבודה במתודולוגיית Agile 

הטמעה של המתודולוגיה בתהליכי הדאטה, מאפשרת לאסוף דרישות באופן מסודר, לתעדף לפי ערך עסקי אמיתי, לבנות נכסי דאטה לשימוש חוזר ולהפחית את מה שאנחנו מכנים “חוב דאטה”, אותה הצטברות של בעיות ואי־סדר שלא מטופלים בזמן.

הספרינטים של השבועיים, בהם מגדירים מראש את המשימות, היעדים ואיך נמדדת ההשפעה שלהן על הארגון כמו בארגון פיתוח, מאפשרים מיקוד, דילוור אינקרמנטלי ושקיפות כלפי לקוחות הקצה (גם כשהם לקוחות פנימיים בארגון). בנוסף, העבודה בקבועי זמן צמודים לפיתוח מאפשרת סנכרון גבוה עם צוותי הפיתוח והמוצר ובעצם עם התפתחות המוצר עצמו.

פגישות הבוקר מאפשרות סנכרון קצר, העלאת אתגרים בזמן אמת ופתירה שלהם באופן מיידי.

תהליכי ריוויו - קוד ריוויו לתהליכים הטכניים, בדיקת שימושיות דשבורדים ועוד, מבטיחים תוצר איכותי ושמיש למשתמשי הקצה.

סיום ברטרוספקטיבה - שיחה פתוחה על מה עבד, מה פחות, ואיך אפשר להשתפר בספרינט/משימה הבאה. כל זה מתועד ומנוהל ב-Jira, כדי לייצר שקיפות מלאה כלפי חוץ ותעוד בזמן אמת.

האפקט של כל אלו ברור: הגדלת השקיפות כלפי כלל הארגון - כולם יודעים מי עובד על מה ומתי התוצרים יסופקו. קיצור זמני האספקה והעלאת איכות התוצרים - בזכות סקירות ולמידה מתמדת מחברי הצוות ומהלקוחות הצורכים את הדאטה בשלל דרכים. 

התקופה הזאת המאופיינת באתגר ה-“לעשות יותר עם פחות”, היא בדיוק הזמן שבו מתודולוגיות אג’יליות (יחד עם כלים נוספים) נותנות לצוותי הדאטה יתרון. הן מאפשרות לעבוד בצורה מסודרת, למדוד השפעה, ולשפר כל הזמן, גם בלי להגדיל את מספר העובדים או את התקציב. במילים אחרות, הן הופכות את ניתוח המידע משירות תומך לשותף אסטרטגי שמוביל את הארגון קדימה.

השורה התחתונה פשוטה: ניהול דאטה כמו קוד הוא לא טרנד חולף. זו שיטה שעובדת, מייצרת סדר, אחריות ואימפקט אמיתי. וכל ארגון שעובד עם דאטה יכול לאמץ אותה ולהפוך את המידע הגולמי שלו לנכס עסקי שמניע צמיחה.

סטארטאפים בכל העולם ממהרים לאמץ בינה מלאכותית. הקצב מסחרר: כמעט בכל כמה שבועות יוצא כלי או מודל חדש שמבטיח לשנות מן היסוד את הדרך שבה אנחנו עובדים. אבל מתחת להתרגשות, מסתתר סיכון: אם רודפים אחרי כל דבר חדש שיוצא מאבדים פוקוס. אם מתעלמים מהתחום לחלוטין אז נשארים מאחור. השאלה האמיתית היא לא האם להשתמש ב-AI, אלא האם התרבות הארגונית שלכם יכולה לשרוד את המתח שבין הייפ למציאות.

ב-Empathy אנחנו מתמודדים עם המתח הזה בזמן אמת. בשנה האחרונה הרמנו הקאתונים, הרצנו פיילוטים, ושינינו את גישת הגיוס שלנו - הכול במטרה להפוך את הצוותים שלנו לעמידים יותר בעידן של שינוי מתמיד. הנה כמה תובנות מהתהליך, שיכולות לעזור גם לפאונדרים ומנהלים טכנולוגיים בצוותים שלהם.

עידן מטלות בית הסתיים

שינוי אחד כבר ברור: תהליכי גיוס קלאסיים פשוט לא עובדים יותר. למרות שאנחנו אף פעם לא הסתמכנו על מטלות בית כחלק אינהרנטי מהתהליך גיוס ב-Empathy,  קל לראות שבעדין ה-AI מטלות בית למועמדים כמעט חסרות משמעות. קשה לדעת כמה מהפתרון באמת משקף את דרך החשיבה של המועמד וכמה משקפות שימוש בכלים חיצוניים (דבר שהוא חשוב בפני עצמו). חברות שממשיכות להסתמך עליהן מסתכנות באבחון שגוי ובגיוס כושל.

ב-Empathy אנחנו מחפשים שלושה דברים עיקריים: אנשים טובים שיודעים לשתף פעולה תחת לחץ, מפתחים שמסורים למקצוע וממשיכים ללמוד ולהשתפר, ואדפטיביות שמאפשרת לשגשג גם כשהעדיפויות משתנות ללא הרף. מפתחים טובים לא מפחדים מ-AI – הם רואים בו כלי, הזדמנות ושותף, מבלי לוותר על אחריות אישית לתוצאה.

עמידוּת לא מספיקה

בתחילת הקריירה שלי ראיתי איך מהפכת המובייל הפרידה בין מנצחים למפסידים. בלקברי ונוקיה קרסו, בעוד אפל וגוגל פרחו. הלקח לא היה רק טכנולוגי אלא תרבותי: עמידות לבדה (יכולת לשרוד דיסרפשן) לא הספיקה. החברות שהצליחו היו אנטי-שבירות (לפי המונח שטבע נאסים טאלב בספרו Antifragile) – כאלה שצמחו מתוך חוסר הוודאות.

אני מאמין שזה נכון גם לגבי AI. ארגונים שבריריים יקרסו. ארגונים נוקשים יתקעו. ארגונים אנטי-שבירים – אלה שמתנסים, מסתגלים, ומחדדים את דרכם – הם אלה שיגדירו את העשור הבא.

פיילוטים עם גבולות ברורים

בשנה האחרונה הציפו אותנו אינספור כלים מבוססי AI – מעוזרי קוד, Agentים, ומערכות בדיקה אוטומטיות. אנחנו אף פעם לא פורסים כלי חדש לכל החברה ביום הראשון. במקום זה, אנחנו מגדירים קבוצת פיילוט קטנה שבוחנת כלי מקצה לקצה, ואז משתפת את התובנות עם שאר הצוות. לדוגמה, לאחרונה ניסינו מספר סוכני קוד (coding agents) ברקע. אחרי כמה שבועות, הקונצנזוס היה ברור: הם לא שיפרו את קצב העבודה או איכותה בצורה משמעותית על פני סוכנים המוטמעים בתוך ה-IDE, ולכן ויתרנו עליהם כרגע. לעומת זאת, סקירת קוד (code review) מבוססת AI דווקא הראתה פוטנציאל – אבל רק כשהיא שולבה מעל תהליך סקירה אנושי קיים. למעשה, חיזקנו עוד יותר את הסקירות הסינכרוניות, כדי לשמור על שיתוף פעולה אנושי כמרכזי.

האקתונים עם מטרה

אחת הדרכים היעילות להפחית את הלחץ סביב אימוץ AI הייתה האקתונים. נתנו לכל צוות המוצר יומיים לבנות כלים, פיצ׳רים או פתרונות מבוססי AI, אבל תמיד בהקשר של צורך עסקי אמיתי. התוצרים היו מרשימים, אבל לא פחות חשוב: הם חשפו מגבלות.

האקתונים גם עוררו שאלה תרבותית קריטית: כשמשהו לא עובד, מי אומר את זה? המפתחים שבשטח, או ההנהלה שמקדמת סיסמאות של “AI-first”? בין אם באקוסיסטם הישראלי ובין אם בדיוני לינקדאין, אני רואה שוב ושוב דיבורים על “המתכנת ה-100x”, בלי לשאול אם הכלים בכלל מוכנים לזה. האקתונים עוזרים לחשוף את ההייפ – ומחזקים את היכולת של הצוותים להבחין בין רעש לסיגנל.

העתיד של המפתחים

בעוד חמש או עשר שנים, תפקיד המפתח ייראה אחרת, אבל הוא לא ייעלם. ראינו את זה כבר בעבר: המעבר מ-Assembly ל-C, ומ-C ל-Java. כל מהלך כזה שינה את אופי העבודה, לא ביטל אותה.

השינוי הפעם הוא במהות העבודה: מפתחים ישקיעו פחות זמן ב”להמציא את הגלגל”, ויותר זמן בלבחור אילו “גלגלים” בכלל שווה לפתח. בפועל, AI גם מערער חלק מההיררכיות הישנות – הוא מתגמל סקרנות יותר מוותק, ופותח מרחב לשיתוף ידע ולמידה הדדית בכל רמות הניסיון.

ב-Empathy אנחנו מתייחסים ל-AI כהזדמנות גדולה, אבל מבהירים שהאחריות האנושית לא נעלמת. קוד עדיין חייב להיבדק. אבטחה עדיין דורשת שמירה. במובנים רבים, המקצוענות חשובה עכשיו יותר מתמיד.

השורה התחתונה

AI הוא קטליזטור לחשיבה מחדש על איך אנחנו עובדים, איך אנחנו מגייסים, ואיך אנחנו לומדים יחד. למנהלים טכנולוגיים, השיעור ברור: אל תנסו לנבא אילו תפקידים ישתנו. התמקדו בבניית צוותים שמסוגלים להשתנות יחד איתם.