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.

מנועי הבינה המלאכותית ChatGPT, Google AI Overviews, Google Gemini, Perplexity ועוד הופכים במהירות למקור המידע המרכזי של גולשים ברחבי העולם. המשתמשים, הן פרטיים והן עסקיים, מחפשים כיום תשובות ישירות לשאלות ולא לינקים כחולים או רשימת אתרים מדורגים. הנתונים מוכיחים את המגמה באופן ברור: כ-1.8 מיליארד בני אדם משתמשים מידי חודש במנועי בינה מלאכותית ובשנת 2025 כ-60% מכלל החיפושים בגוגל הסתיימו ללא קליק לאתרים ושיעור זה צפוי לנסוק בשנים הקרובות ככל שאמון המשתמשים בתשובות גובר והולך.

השינוי בהרגלי הגלישה מציב אתגרים מיוחדים לסטארטאפים, במיוחד בשלבים מוקדמים שבהם נראות היא המפתח לשרידות, לגיוס הון ולרכישת לקוחות ראשונים, בעולם שבו הפיתוח הופך לקומודיטי וההפצה הופכת לגורם המבדל. שיטות הפעולה המסורתיות ובראשן בניית אתרים מרשימים, פעילות ברשתות החברתיות ו-SEO כבר לא מספיקות לבדן ועולה הצורך בפתרון משלים בצורת GEO - Generative Engine Optimization, דהיינו אופטימיזציה של תוכן למנועי הבינה המלאכותית. 

פתרון GEO יבטיח ברמת סבירות גבוהה שפרומפט כמו: "איזה סטארט-אפ פינטק מציע כיום פתרון חדשני בתחום ההלוואות?" יציג כתשובה את הסטארט-אפ הספציפי של יזם שהתוכן שלו הותאם בצורה חכמה למנועי ה-AI.

אז איך עושים את זה?

מנועי AI לא עובדים כמו מנוע חיפוש קלאסי. כלומר, הם לא סורקים עמוד אחד בלבד אלא מנתחים את כל האקוסיסטם הדיגיטלי של המותג באתר ומחוצה לו ומשקללים מרכיבים רבים וביניהם: עומק התוכן ולא את האורך בלבד, בהירות והסבריות, עקביות בין עמודים שונים, אזכורים חיצוניים, זהות הכותב או החברה, האם הם ברי סמכא לתת את הפתרון המוצע, מבנה תוכן נוח לסיכום, התאמה לשאלות אמיתיות של משתמשים ועוד.

כדי להתמודד עם הדרישות הללו, פתרון GEO מתמקד בשלושה פרמטרים מרכזיים:

הוכחה סטטיסטית וציטוטי מקורות: מנועי AI אוהבים מספרים ונתונים ועל כן אתר שכולל נתונים מדויקים ומובנים מקבל "ציון אמון" גבוה יותר.

סמכותיות היישות (Entity Authority): מנוע ה-AI בונה "מפת ידע" והוא צריך להבין שהמותג שלכם הוא מומחה מדופלם (אם זה אפשרי) בתחומו.

אופטימיזציה של פגיעות (Vulnerability Optimization): כתיבה ישירה שעונה על שאלות מורכבות ומונעת מהצ'אט לחשוב שיש בעיות בתוכן שלך או באמון שהאתר מייצר. הניסוח מאפשר למנוע ה-AI לשלוף את התשובה שלכם כסיכום (AI Overview). 

הבנה עמוקה של הפרמטרים הללו מאפשרת לבנות אסטרטגיית אפקטיבית לקידום ב-GEO שכוללת 7 שלבים:

הנדסת תוכן מבוססת ציטוטים (Citation Engineering)

מחקרים מעידים ששילוב ציטוטים ממקורות מוסמכים מגדילים את הסיכוי להופיע ב-AI Overviews בשיעור של 40%. לכן, יש לעגן את התוכן במקורות אקדמיים, נתונים מהתעשייה וקישורים חיצוניים שנחשבים ברי סמכא כדי שמנועי ה-AI יזהו את המידע כאמין, מבוסס, מגובה במקורות – וראוי לציטוט.

אופטימיזציה של סכמות (Schema Markup 2.0) 

כדי שמנועי ה-AI יבינו מי החברה ומי עומד מאחורי התוכן, יש להשתמש בסכמות מתקדמות כמו: FAQ, Person, Organization ו-Review שמספקות למנועים הקשר ברור לגבי זהות הכותב, הארגון והנושא שמהווים מרכבי קריטי בתהליך הקידום של אתרים ב-GEO.

מודל E-E-A-T מורחב

מנועי ה-AI לא מסתפקים במידע תיאורטי אלא מחפשים מידע והכוחות בתחומים: ניסיון אישי (Experience) מומחיות ומקצוענות (Expertise) סמכותיות (Authoritativeness) ואמינות (Trustworthiness), המרכיבים ביחד את מודל E-E-A-T. לכן יש לשלב בתוכן סיפורי מקרה, דוגמאות מהשטח, נתונים מניסיון מקצועי והוכחות לשנים של פעילות בתחום. אגב, מודל E-E-A-T הוא שמניע את ה-SEO בתחומים החשובים ביותר כבר משנת 2009.

העשרה סמנטית (Semantic Enrichment)

אין להיצמד למילת מפתח אחת אלא להרחיב את התוכן סביב כל המושגים והנושאים הקשורים לתחום, כולל התייחסות לשאלות קשורות ותתי נושאים במעגלים רחבים, מה שנקרא Query  Fanout.

שיפור ה-Brand Mention ברשת

מנועי ה-AI סורקים את כל הרשת כדי להבין מי החברה ומה רמת הסמכות של המותג. לכן, יש לשלב אזכורים באתרים מובילים, פרסומים מקצועיים, רשתות חברתיות ועוד שיחזקו את האמון של האלגוריתמים במותג.

אופטימיזציה לחיפוש קולי ושפתי (AEO – Answer Engine Optimization)

כיוון שאנשים משתמשים בשפה טבעית במנועי ה-AI, יש להתאים את התוכן לשפה טבעית ולשאלות אמיתיות של משתמשים באמצעות מבנה ברור, ניסוח שיחתי ויישום של עקרונות עיבוד שפה טבעית (NLP).

ניטור ומדידה של AI Visibility 

יש ליישם כלים שעוקבים אחר הנוכחות והנראות של המותג במנועי ה-AI, לזהות באילו תשובות הוא מופיע, אילו תכנים מקבלים חשיפה ולשפר באופן מתמיד את אסטרטגיית ה-GEO.  

GEO הוא הזדמנות גדולה לשחק בליגה של הגדולים בלי להשקיע תקציבי ענק. מחקר של אוניברסיטת פרינסטון גילה שפתרון GEO מגדיל בשיעור של 40% את נראות התוכן (Visibility) בעת שמנוע ה-AI בוחן אותו. זו הסיבה שסטארטאפים בשלבים מוקדמים מאמצים כיום פתרונות GEO בשיעור כפול מחברות עסקיות בגודל בינוני ומצליחים לממש יעדים עסקיים בשלבים הכי רגישים של מחזור החיים.

פתרון GEO הוא מרכיב קריטי ביכולת של סטארט-אפים בשלבים מוקדמים לעניין משקיעים ולקוחות פוטנציאליים ולעלות על הרדאר שלהם. הפתרון חיוני ביותר גם עבור סטארטאפים בצמיחה שצריכים לשמור על נתחי שוק, ליצור העדפה ועוד.

על הכותב: דני הוא מומחה לשיווק דיגיטלי, SEO, GEO, פרסום ו-AI.