בשנה האחרונה אני מוצא את עצמי בשיחות על השינוי הדרמטי שעובר ענף הסייבר. אם בעבר המירוץ היה סביב בניית חומות גבוהות יותר, היום ברור שאנחנו נמצאים בנקודת מפנה שבה הטכנולוגיה הופכת לכל כך עוצמתית עד שהיא מחזירה אותנו אל נקודת התורפה הבסיסית ביותר, הגורם האנושי.

כמי שמלווה מקרוב את תעשיית הסייבר הישראלית, אני רואה כיצד היא מגיבה מהר יותר מכל מקום אחר לשיבושים הטכנולוגיים של הבינה המלאכותית. ה-AI משנה את כללי המשחק אבל הוא גם יותר פרדוקס, מצד אחד הוא מגביר סיכונים, ומצד שני הוא מאפשר לנו לפתח קטגוריות שלמות של פתרונות שפעם היו בגדר חלום.

כשהסוכנים הופכים לאוטונומיים, האחריות חוזרת אלינו

אחת החזיתות המעניינות ביותר כיום היא אבטחת סוכני בינה מלאכותית (Agents). היכולת של סוכנים אלו לקבל החלטות ולפעול באופן עצמאי הולכת ומתרחבת, אך היא גם פותחת פתח לאיומים חדשים. יזמים ישראלים כבר מזהים את הפוטנציאל הזה ומפתחים כלים להגדרת זהויות של סוכנים, ניטור התנהגותם וזיהוי פעולות זדוניות או השתלטות עוינת.

בנוסף, אנחנו רואים מעבר מאוטומציה חלקית לאוטומציה מלאה. שירותים שבעבר דרשו עבודה ידנית סיזיפית, כמו הקמת מרכזי תגובה לאירועים (SOC), בדיקות חדירות (Penetration Testing) וניהול מידע (SIEM), ניתנים כיום כשירותי ענן מבוססי AI. סוכני ה-AI הופכים למכפיל כוח עבור האקרים, וזה מחייב אותנו לא רק להתקדם טכנולוגית, אלא לחזור ולהתמקד ביסודות.

ההזדמנות הגדולה: Human Security

למרות כל הכלים המתקדמים, הנתונים מדברים בעד עצמם. בשנת 2024 הגורם האנושי היה מעורב בכ-90% מפרצות האבטחה. זהו נתון מדהים שמסביר מדוע תחום ה-Human Security חוזר לקדמת הבמה וצפוי לצמוח לשווי שוק של 10 מיליארד דולר עד 2027.

העובד בארגון היה ונשאר החוליה החלשה, בין אם בגלל רשלנות ובין אם בגלל כוונת זדון. כלי ה-AI החדשים שעובדים מאמצים רק מחריפים את הבעיה. הם מקלים על הגישה למאגרי מידע ומאפשרים להוציא נתונים בהיקפים שטרם הכרנו. מקרה ההדלפה באינטל, שבו עובד לשעבר הדליף כמות אדירה של מסמכים מסווגים, הוא תזכורת כואבת לכך שהאיום הפנימי הוא קריטי.

כאן טמונה ההזדמנות האמיתית ליזמים. אנחנו רואים מעבר מניהול פתרונות מבוזרים כמו ניהול זהויות או מניעת דליפות (DLP), לעבר פלטפורמות אחודות. סטארטאפים כמו Cymphony, Jazz, Orion ו-Bold כבר מובילים את הדרך בפיתוח פתרונות שמנטרים וחוסמים בעיות בזמן אמת. 

המטרה היא לא רק להוסיף עוד שכבת הגנה, אלא להגדיר מחדש את החוסן הארגוני.

חזית אסטרטגית: אופטימיזציה של הענן 

לצד ההתמקדות באדם, אבטחת ענן נותרת שוק אסטרטגי. בעוד שענקיות הענן AWS, Azure, Google וחברות ענק מציעות כמו כמו Wiz ופאלו אלטו, מציעות כלי אבטחה מובנים, ארגונים רבים עדיין הולכים לאיבוד וזקוקים להכוונה כיצד להשתמש בהם ביעילות. כאן בדיוק נכנסת ההזדמנות החדשה שמתפתחת לנגד עינינו, במקום לנסות להתחרות במוצרי המדף של ענקיות הסייבר, ההזדמנות הגדולה עבורכם היזמים נמצאת בפישוט המורכבות, שילוב אופטימיזציה וניהול החכם.

אנחנו כבר רואים התפתחות של פתרונות שמסייעים לארגונים להשתמש באופן חכם בכלי האבטחה המובנים. חברות כמו Native Security, Aryon ו-Blast כבר פועלות שם, הן לא בונות עוד "קיר", אלא בונות את המוח שמנהל את הקירות הקיימים בצורה אופטימלית. 

זהו הכיוון ליזמים שיצטרפו למגמה בשנה הקרובה: יצירת סדר בתוך הכאוס של תשתיות הענן.

טיפ ליזמים בתחילת הדרך

הבינה המלאכותית תמשיך לעצב את שוק הסייבר, אך ככל שהאיומים יהפכו לאוטונומיים ומורכבים יותר, הצורך האמיתי יהיה בפתרונות שעושים סדר בתוך הכאוס ומחזירים את השליטה לידי הארגון.

העצה שלי היא פשוטה: אל תחפשו רק את הטכנולוגיה המתוחכמת ביותר. חפשו את הדרכים לרתום את עוצמת ה-AI כדי לפתור את הבעיות היסודיות ביותר. מי שישכיל לעשות זאת, לא רק יתגבר על האיומים המשתנים אלא יבנה חברה שתשאיר חותם על התעשייה העולמית בעשור הקרוב.

בונים משהו שמשנה את כללי המשחק? אני מחכה לשמוע מכם.

העשור הקרוב לא ייבנה סביב גיוסי ענק וצוותים של עשרות עובדים – אלא סביב צוותים קטנים שמפעילים אקוסיסטם של אייג’נטים חכמים. קרן קושמן Internal AI Innovation Lead במאנדיי דיברה על איך מקימים סטארטאפ בגישת AI-First: לא כתוספת אוטומציה, אלא כתשתית חשיבה, תפעול וקבלת החלטות.
איך מגדירים ארכיטקטורה ארגונית שבה אייג’נטים הם חלק מהצוות אילו פונקציות ניתן ואפשרי כבר היום להחליף או להעצים באמצעות AI איך בונים יתרון תחרותי כשעלות התפעול שואפת לאפס איך משנים תהליכי מוצר, שיווק ופיתוח כשזמן הביצוע מתקצר דרמטית מהם צווארי הבקבוק החדשים בעידן של אוטומציה עמוקה ההרצאה מיועדת לפאונדרים שרוצים לבנות חברות רזות, מהירות ורווחיות יותר – ולהבין מה באמת משתנה כשחושבים AI-First מהיום הראשון, ולא מוסיפים אותו בדיעבד.

סטארטאפים בתחומי ה Deep-Tech עובדים במשך שנים על פריצות דרך טכנולוגיות בתחומים מגוונים כמו: רפואה, אלגוריתמיקה, פיזיקה, ביולוגיה או AI מתקדם. כבר מההתחלה ברור שהעבודה היא מרתון ארוך ולא ספרינט, והתהליך הזה לוקח זמן. בגלל עומק הפיתוח והמורכבויות שבאות איתו, האתגר המשמעותי עבור חברות אלו הוא לא רק לבנות את הטכנולוגיה, אלא להצליח להסביר אותה לעולם בצורה חכמה.

לרוב הטכנולוגיה תהיה מורכבת מדי להסבר קצר וחד, המוצר עדיין רחוק מלהיות מוחשי, והשפה שבה משתמשים המהנדסים (ארכיטקטורות, מודלים ומערכות מורכבות) היא לא השפה של משקיעים, לקוחות או עובדים פוטנציאליים. האתגר של הדיפ-טק הוא כבר ממש לא רק אתגר הנדסי, ולמעשה הוא גם אתגר של תקשורת ושל נרטיב. חברות עם טכנולוגיה יוצאת דופן מתקשות להסביר מה הן באמת עושות ולמה זה חשוב - וכאן בדיוק נכנס המותג.

הטכנולוגיה היא לא הסיפור

לסטארטאפים בפיתוח עומק, יש נטייה להתחיל את ההסבר שלהם מהמקום הטכנולוגי. הם מסבירים על החידוש, אם זה האלגוריתם, המערכות או פריצת הדרך המדעית. אבל הקהל שמקשיב להם מחפש להבין מה נהיה אפשרי עכשיו שלא היה אפשרי קודם בזכות הפתרון של המוצר. לכן, הסיפור של דיפ-טק צריך להתחיל מהשינוי שהיא מאפשרת בעולם, ולא מהטכנולוגיה.

אפשר לראות דוגמאות לחברות עם טכנולוגיות מורכבות שמתקשרות החוצה את היכולת והערך המוסך עבור הלקוחות, במקום את המנגנון שעומד מאחוריה. הטכנולוגיה היא הבסיס, אבל הסיפור מתחיל מהאימפקט.

OpenAI למשל לא מסבירים לעולם את המוצר שלהם כ- Transformer Architecture. במקום זה הם מציגים רעיון פשוט: מערכת שאפשר לדבר איתה בשפה יומיומית. הטכנולוגיה העומדת מאחורי זה מורכבת מאוד, אבל החוויה פשוטה להבנה.

גם SpaceX לא מדברים רק על הנעה מתקדמת של טילים, הנדסת חומרים ומערכות מורכבות. המסר המרכזי שלהם הוא הרבה יותר פשוט, לייעל ולהנגיש את הגישה לחלל.

דוגמא נוספת היא Nvidia. מאחורי החברה עומדת טכנולוגיה מורכבת מאוד של ארכיטקטורות GPU. אבל המסר המותגי הפשוט שמתקשר היום הוא שהם המנוע שמניע את מהפכת ה-AI.

באותו אופן חברת הפינטק Stripe לא מסבירה APIs פיננסיים מורכבים. היא מציגה את עצמה כתשתית תשלומים אונליין, המסר מוצג בקלילות ובבהירות.  

כאן נכנס המותג

בחברות דיפ-טק, המותג לא רק משמש ככלי עיצוב או שיווק, הוא עוזר לתרגם מורכבות טכנולוגית לסיפור שאפשר להבין. למעשה המותג הוא שכבת התרגום בין המדע לבין העולם. מותג טוב מצליח לפשט רעיונות מורכבים ולייצר מהם מסרים חדים וברורים, הוא בונה נרטיב שמצליח ״לארוז״ את התכנים המורכבים לכדי סיפור שקל להבין ולזכור, ומאפשר לחברה להיות מזוהה עם רעיון אחד ברור.

כאשר הטכנולוגיה מורכבת, יהיה קשה מאד להסביר אותה בכל פעם מחדש בשיחה עם משקיעים, לקוחות או עובדים. מותג חזק יוצר מעין קיצור דרך שמאפשר להבין במה החברה עוסקת כמעט מיד. 

מותג עוזר להגדיר קטגוריה

לעיתים בדיפ-טק הטכנולוגיה כל כך חדשנית שיהיה קשה לשייך אותה לתעשייה קיימת. במקרים כאלה המותג עוזר לא רק להסביר את החברה, אלא ממש להגדיר את התחום שבו החברה פועלת.

monday.com למשל עשתה מהלך דומה כאשר הגדירה את המוצר שלה כ-Work OS. ההגדרה הזו הרחיבה את המוצר מעבר לניהול פרויקטים שהיה מזוהה איתה ומיקמה אותו כתשתית לניהול עבודה בארגונים. במקרים כאלה המותג בונה את המסגרת שבתוכה מבינים גם יותר טוב את הטכנולוגיה.

מתוך מאנדיי בלוג

מסרי מותג דיפ-טק בנויים בשלוש שכבות (דוגמא לפי monday)

השכבה הראשונה: הנרטיב הגדול (Brand Narrative)

השכבה הראשונה היא הרעיון הרחב שמגדיר למה החברה קיימת ומה היא מנסה לשנות בעולם.

במקרה של monday, הנרטיב לא מתחיל מטכנולוגיה, ולא אפילו ממוצר ספציפי. הוא מתחיל מהרעיון שארגונים צריכים דרך טובה יותר לנהל תהליכי עבודה. המסר המרכזי שלהם הוא שהעבודה המודרנית מפוזרת בין כלים, צוותים ותהליכים, ולכן ארגונים צריכים מערכת שמאפשרת לראות, לנהל ולתאם עבודה במקום אחד. הנרטיב הזה מדבר על שינוי בעולם העבודה עצמו, ולא רק על כלי תוכנה.

מתוך מאנדיי בלוג

השכבה השנייה: הערך שהמוצר מאפשר

כאן המסר הופך להיות יותר קונקרטי: מה המוצר מאפשר בפועל.

monday מגדירה את המוצר שלה כ־Work OS, מערכת הפעלה לניהול עבודה. זה מושג שמאפשר להסביר את המוצר בצורה אינטואיטיבית: כמו שמערכת הפעלה מפעילה מחשב, כך המערכת מפעילה את העבודה בארגון.

בפועל המשמעות היא שצוותים יכולים: לנהל פרויקטים ותהליכים במקום אחד, ליצור אוטומציות בין שלבים בעבודה, אינטגרציה בין מערכות שונות, ולראות את כל העבודה בצורה ויזואלית וברורה

המסר בשכבה הזו עדיין לא מדבר על טכנולוגיה עצמה, אלא על היכולת החדשה שנוצרת עבור המשתמשים. אצלנו במונשוט, הטכנולוגיה שלנו מאוד מסובכת ומורכבת, אנחנו בכל כל יום לומדים ומשתפרים באופן שבו אנחנו מספרים את הסיפור שלנו החוצה. המסר שמתאר את הערך שלנו מורכב משתי מילים בודדות: Delivering Space. השימוש בבייליין כזה קצר וקולע עוזר לנו להסביר מה ניתן ללקוחות העתידיים, גם כשמאחורי הקלעים עומדת טכנולוגיה מורכבת מאד. 

מונשוט ספייס

השכבה השלישית: הטכנולוגיה והיכולות מאחורי המוצר

רק בשלב השלישי מגיעה שכבת הטכנולוגיה עצמה.

מאחורי monday קיימת מערכת מורכבת יחסית שמאפשרת בנייה של תהליכי עבודה דינמיים: דאטה בייס גמיש, אוטומציות, אינטגרציות עם מערכות אחרות ופלטפורמה שניתנת להתאמה לצרכים שונים של ארגונים. אבל הטכנולוגיה הזו היא לא נקודת ההתחלה של הסיפור. היא משמשת כהוכחה טכנולוגית לכך שהויז׳ן והערך המוצרי אכן אפשריים.

כך נוצרת היררכיה ברורה של מסרים. קודם מדברים על השינוי בעולם העבודה, אחר כך על הערך שהמוצר מאפשר לצוותים, ורק לבסוף על הטכנולוגיה שמאפשרת את כל זה.

מאנדיי בלוג

גם במקרה הזה המסר לא מתחיל מהפתרון 

כמו שנהוג בכל סטארטאפ מכל תחום, כאשר מתחילים מהבעיה ומהשינוי שרוצים להביא לעולם, הטכנולוגיה הופכת להיות חלק מהסיפור וכך גם יותר קלה להבנה. יש חברות שבאופן טבעי בונות את הסיפור שלהן סביב הטכנולוגיה עצמה, משום שזה הלב של הפעילות שלהן. אבל עבור רוב הקהלים, המסר הזה קשה להבנה. הוא אולי מרשים מבחינה טכנולוגית, אבל לא סובב סביב הערך והתוצר שלה. 

דרך קלה לבנות מסר ברור היא לחשוב על שלושה משפטים:

מה קורה היום: הפער הקיים.
מה יקרה עוד כמה שנים: איך המציאות תיראה אם הטכנולוגיה תצליח.
החלק הייחודי שלנו: מה החברה בונה כדי להגיע לשם.

לדוגמא, אצלנו במונשוט 

היום שילוח לחלל הוא יקר, מזהם, ולא סקיילבילי. 

בעוד כמה שנים ניתן יהיה לשלוח סחורות לחלל שלא על בסיס דלק, ולאפשר שילוח בתדירות גבוהה ובמחיר נגיש. 

התפקיד שלנו הוא לבנות פלטפורמה לשילוח סחורות בקנה מידה מסחרי, המבוססת על טכנולוגיה אלקטרומגנטית.

כך נוצרת מסגרת שמאפשרת להבין את הטכנולוגיה בתוך סיפור ברור.

בסופו של דבר, דיפ-טק הוא אתגר נרטיבי

חברות הסטארטאפ המצליחות בתחומי הדיפ-טק הן אלו שצולחות שני אתגרים במקביל: לבנות טכנולוגיה עמוקה, ולספר סיפור פשוט וברור על הערך שהיא מביאה ועל הטכנולוגיה שמאפשרת אותו.

מותג חזק הוא בטח לא במקום הטכנולוגיה, אבל הוא מאפשר לעולם להבין אותה, לזכור אותה ולהאמין בה. בתחום שבו הפיתוח יכול לקחת שנים, לפעמים זה כל מה שיש לחברה להציע… הסיפור שלה. 

אתם מכירים את השקט הזה? שלחתם את המייל הכי חשוב ברבעון. זה יכול להיות הצעת מחיר ללקוח אנטרפרייז שעבדתם עליו חצי שנה, או במקרה שלי, העדכון החודשי למשקיעים. אתם לוחצים Send, ו... כלום. דממה. יום עובר, יומיים. אתם מתחילים להריץ סרטים בראש: "הם איבדו עניין?", "המספרים לא היו מספיק טובים?", "אולי הניסוח היה אגרסיבי מדי?". 

אחרי שלושה ימים של ייסורים, הרמתי טלפון לאחד המשקיעים. "תגיד," שאלתי בזהירות, "יצא לך לעבור על העדכון?". הוא ענה לי באדישות: "על מה אתה מדבר? לא קיבלתי ממך כלום שבועיים".  באותו רגע רציתי שהאדמה תבלע אותי. זה לא שהם התעלמו ממני. הם פשוט לא ראו אותי. המייל שלי המתין בשקט בתיקיית ה-Spam שלהם, קבור תחת הצעות לויאגרה וביטוח רכב. למה? כי באותו בוקר צוות המרקטינג שלנו החליט "להפציץ" ניוזלטר ל-10,000 לידים קרים מאותו הדומיין בדיוק.

האירוע הזה היה סטירת הלחי שהייתי צריך. הבנתי ש-Deliverability (עבירות מיילים) היא לא "תקלה טכנית" שפותחים עליה טיקט ל-IT. היא סיכון אסטרטגי. היא קובעת אם הקול שלכם יישמע או ייעלם.

אני כותב את הדברים האלו כמי שכבר שילם את שכר הלימוד, כדי שאתם לא תצטרכו לשלם אותו. בואו נדבר על איך בונים אופרציית צמיחה שלא יורה לעצמה ברגל.

"פרדוקס הסקייל": המלכודת שכולנו נופלים בה

אחרי אותו מקרה, התחלתי לראות את הדפוס הזה בכל מקום. אנחנו בונים משוואת צמיחה ליניארית: אם נציג מכירות (SDR) אחד אחד מייצר 10 פגישות באמצעות משלוח הודעות דואר אלקטרוני, 5 SDRs ייצרו 50. בפועל, זה עובד הפוך. ככל שאנחנו מגייסים יותר אנשים ושולחים יותר, אחוזי הפתיחה (Open Rates) של הארגון כולו צונחים.

למה? כי הדומיין שלכם הוא משאב מתכלה. בעיניים של גוגל ומיקרוסופט, זינוק פתאומי בנפח השליחה (למשל, כשצוות חדש נכנס לעבודה) הוא דגל אדום בוהק. זה נראה כמו התקפת ספאם. האלגוריתם לא יודע שגייסתם כסף ועכשיו אתם ב-Hyper Growth; הוא רק רואה אנומליה. התוצאה היא "חוק התפוקה השולית הפוחתת של הדומיין": יותר מאמץ שווה פחות חשיפה.

הנתונים שלא משקרים 

כדי לוודא שאני לא משליך מהטראומה האישית שלי על הכלל, צללנו ב-Warmy.io לנתונים של כ-35,000 חברות ומשתמשים. חיפשנו את הקשר בין בריאות הדומיין לשורה התחתונה.

התוצאה הייתה מדהימה: חברות שניהלו תהליך חימום דומיין (Warm-up) רציף ואקטיבי, הציגו עלייה של 22.5% בהמרות (Conversions). לא רק ב-Open Rate'  אלא בפגישות שנקבעו בפועל. הסיבה היא פסיכולוגית: כשמייל נוחת ב- Inbox, הוא נהנה מ"הילה" של אמינות. הוא נתפס כאישי וחשוב. כשמייל מגיע ל-Promotions או מסומן ב"חשד" (גם אם לא ספאם מלא), הסבירות שמקבל ההחלטות יענה לו צונחת דרמטית.

איך בונים את זה נכון 

אז איך נמנעים מהפאדיחה שהייתה לי מול המשקיעים, ובונים מכונת מכירות משומנת? הנה ה-Playbook שלי ל-RevOps מודרני:

1. הפרדת כוחות מוחלטת (Segmentation) - החטא הקדמון הוא השימוש בדומיין הראשי (company.com) להכל. הכלל החדש שלכם: הדומיין הראשי - קודש הקודשים. משמש אך ורק לתקשורת אישית, הנהלה, ולקוחות משלמים. אף כלי אוטומציה לא נוגע בו.

מכירות (Outbound): מקימים תתי-דומיין ייעודיים לכל צוות. למשל: get.company.com או team.company.com.

שיווק: דומיין נפרד לניוזלטרים ותפוצה רחבה. ככה, אם SDR נלהב מדי "שורף" דומיין, המנכ"ל עדיין יכול לשלוח מיילים למשקיעים, והחשבוניות עדיין מגיעות ללקוחות.

2. SLA פנימי - בדיוק כמו שיש לכם SLA לזמן תגובה לליד, חייב להיות לכם SLA לבריאות הדומיין. ה-RevOps צריך לנטר שבועית:

Spam Rate: הקו האדום הוא 0.1% (במיוחד לאור החמרת הנהלים של גוגל ב-2024).

Bounce Rate: אסור לעבור את ה-2%. חריגה מהמספרים האלו היא Stop Loss. עוצרים את הקמפיין. מתקנים. ורק אז ממשיכים. לא מנסים "לנצח בכוח".

3. חימום כ"ביטוח חיים" (Always-on) -הטעות הנפוצה היא לחשוב שחימום עושים רק בהתחלה. לא. החימום חייב להיות תמידי. המערכת צריכה לייצר כל הזמן "תנועה חיובית" (מיילים שנפתחים, יוצאים מהספאם, מסומנים כחשובים) כדי לקזז את הדיווחים השליליים שיגיעו באופן טבעי מפעילות ה-Cold Outreach. זהו מנגנון החיסון של הדומיין שלכם.

גם אם עשיתם הכל נכון, לפעמים דומיין נשרף. כשאתם מזהים צניחה בביצועים או כניסה ל-Blacklist עוצרים הכל באותו דומיין. מיד. לאחר מכן, מעבירים את הפעילות לדומיין גיבוי שהוכן וחומם מראש (יתירות!). ואז מגישים בקשות Delisting, בודקים רשומות DNS, ונותנים לכלי החימום לעבוד אינטנסיבית כדי לשקם את המוניטין. בסוף חוזרים לפעילות בהדרגה. מתחילים ב-20 מיילים ביום, וגדלים לאט.

Deliverability Ops זו התשתית שמאפשרת להגדיל את הסיכוי שהמיילים האישיים והשיווקיים שלכם יגיעו ליעדם. אל תחכו לרגע שבו תשאלו משקיע בטלפון "ראית את המייל שלי?" ותקבלו שתיקה מביכה. בנו את התשתית היום, כדי שתוכלו לרוץ בשקט מחר.

We’ll walk through the evolution of our customer-facing AI agents, and the key lessons we’ve learned along the way. From design decisions to real-world challenges, we’ll cover what it actually takes to bring AI agents into production. We’ll wrap up with an open discussion on some of the biggest questions in the agent space, sharing our perspective from hands-on experience.