איך בונים אקוסיסטם AI שמחזיק מעמד כשהכל זז
כל שבוע יוצא מודל חדש. כל חודש נסגר כלי שהתחלתם להתרגל אליו. כל רבעון מישהו אומר לכם שמה שבניתם כבר לא רלוונטי.
42% מהחברות נטשו את רוב יוזמות ה-AI שלהן ב-2025. לא כי AI לא עובד. כי הן בנו על כלי אחד, שינוי אחד, הבטחה אחת. וכשהקרקע זזה, הכל נפל.
Ethan Mollick מוורטון מסכם את זה ככה: אנחנו שוכרים יכולת, לא קונים אותה. מי שמתייחס ל-AI כאל רכישה קבועה, ולא כאל שכבה שמתחלפת, ייתקע עם מערכת שלא מתאימה לשום דבר תוך שנה.
אני מתייחסת לזה ככה גם ברמה האישית וגם ברמת ארגון או צוות.
הבעיה היא לא שהכלים משתנים
הבעיה היא שאנחנו בונים כאילו הם לא ישתנו.
Anthropic עקפה את OpenAI בנתח שוק ארגוני: 40% מול 27% עד סוף 2025.
ב-2023 OpenAI החזיקה כמעט 50%. הייתי שם כשזה התחיל לקרות בארגונים, ואני זוכרת את מערך השיקולים, שהיום נראה אובסוליט. Google טיפסה מ-7% ל-21%.
המפה משתנה בזמן אמת.
Simon Willison, מפתח ויוצר כלי קוד פתוח, בנה שכבת הפשטה שרצה מעל מאות מודלים. הרעיון פשוט: כשהנוף משתנה, מחליפים את הבק-אנד, לא את תהליך העבודה. זה חכם, בפרט בעולם שבו אנחנו לא באמת יודעים לקראת מה אנחנו בונים – את עצמינו, את תצורת העבודה, אפילו איך המקצוע שלנו יראה, או הצוות או החברה.
94% מהארגונים מודאגים היום מלהתחייב לספק אחד (vendor lock-in). בצדק. כל ספק AI גדול משקיע בפיצ׳רים קנייניים שמגדילים את עלות המעבר לספק אחר. זה לא באג. זה פיצ׳ר. זה כך מאז ומעולם טכנולוגית. אלא שכשמדובר על הכלי שאתם עובדים איתו, ברמה האישית, לרוב לא מייחסים חשיבות דומה, וכאן זו טעות בעיני, בדיוק משום שהערך המצטבר של המערכות האלה עצום, ומכאן גם צומחת מערכת ההפעלה האישית הזו שאני מדברת עליה, שהבסיס שעומד בראשה הוא ארכיטקטורה נכונה.
חמש שאלות לפני שבוחרים כלי
לפני שמתחייבים לכלי AI חדש, שווה לעצור ולשאול:
1. מה קורה אם הכלי הזה נעלם מחר?
אם אין לכם תשובה, אתם תלויים מדי. כל יום שומעים על מודל שפה כזה או אחר שנפל והשבית מערכות שלמות. מי שבנה עם שכבת הפשטה המשיך לעבוד, או ידע להעביר את החומרים שלו הלאה.
2. האם אני שוכרת יכולת או קונה מוצר?
מודלי שפה משתפרים בקצב שהופך פתרונות מותאמים ליקרים ומיותרים. אני מכירה חברות שבנו צ׳אטבוטים מורכבים לדיבור עם מסמכים פנימיים, וגילו שמודל סטנדרטי עושה את זה טוב יותר תוך 18 חודשים. מה שאני טוענת הוא שאפשר לבודד יכולת של מודל, אבל שאת העטיפה כדאי שתתאימו לארגון שלכם או לתצורת העבודה האישית שלכם.
3. כמה זמן אני מבזבזת על הערכת כלים חדשים?
Harvard Business Review פרסמו בפברואר 2026: ״AI לא מפחית עבודה. הוא מעצים אותה.״ עלות ההערכה המתמדת של כלים חדשים היא עצמה עבודה לא מתועדת. לפעמים ״לבחור אחד ולהתחייב״ היא הגישה הנכונה בזמן שלומדים.
4. האם המערכת שלי מודולרית?
לפי גרטנר , ארגונים שעובדים עם גישת מולטי-מודל מדווחים על ROI גבוה ב-47% לעומת ארגונים עם ספק אחד. לא צריך להשתמש בהכל. צריך שיהיה אפשר להחליף.
5. האם אני בונה על יכולת או על מוצר ספציפי?
אנדריי קרפטי אמר לא מזמן , שהכלים שהערכתם בספטמבר עלולים להיות בלתי ניתנים לזיהוי עד מרץ. הכישור המרכזי הוא לא לכתוב קוד אלא לתזמר סוכני AI: עיצוב ארכיטקטורה, פירוק משימות, בקרת איכות. תשקיעו בללמד את הצוות את היכולות האלה, או תדעו אותם לבד.
לא צריך להחליף הכל. צריך לדעת מה להחליף ומתי.
מחקר METR חשף שלמפתחים מנוסים שהשתמשו בכלי AI לקח 19% יותר זמן על משימות תחזוקה, בהשוואה למי שעבדו בלעדיהם. יותר כלים זה לא אוטומטית יותר פרודוקטיביות.
האסטרטגיה הגרועה ביותר היא לבנות על כלי אחד. האסטרטגיה השנייה הגרועה היא לרדוף אחרי כל כלי חדש. הדפוס שכן ראיתי שעובד: לטפל ביכולות AI כשכבה עם ממשקים נקיים. עמוק מספיק כדי לקבל ערך אמיתי, רופף מספיק כדי להחליף כשהנוף משתנה. וזה ישתנה. תוך חודשים.
בשבועיים האחרונים אני בונה ארכיטקטורה עמוקה, וניסיתי המון המון דברים. שאלו אותי איך להתחיל, ואני חושבת שזה קודם כל עניין של חשיבה ורפלקציה על איך שאתם או הצוות שלכם עובד, ומה יוצא לכם מזה, באיזו נקודה של העבודה.
ניסיתי לאסוף קצת דברים מעניינים, ודברים שהשתנו, מבלי להיסחף לחדשות AI שהם כותרות בעיתון, אלא שילוב של פרומפטים לשחק איתם, אל מול קריאת עומק שתגרום לכם אולי לחשוב על זה קצת אחרת, ומזויות שונות.
מה תמצאו במגזין הזה
כלים שכדאי להכיר לעומק. NotebookLM הוא לא מה שחשבתם, ו-Grammarly הוא מקרה בוחן למה ״להוסיף AI״ לא תמיד אומר להוסיף ערך.
מחקרים שמשנים את הדרך שבה חושבים. על מה שקורה לנו כשאנחנו משתמשים במודלי שפה יותר מדי, ועל מה שאולי קורה בתוכם.
עיצוב שפשוט עובד. כי חלק מהמערכת הנכונה היא לדעת מה נראה טוב, ואיך לבנות את זה עם כלי AI, ולמה היום זה שונה בתכלית ממה שהכרנו בעיצוב עד לפני חודש
שלושה האקים שאפשר לנסות עכשיו. לא תיאוריה. פרומפטים שעובדים וניסויים שישנו את איך שחושבים עם AI. אלה נמצאים במגזין עצמו, שניתן להוריד לצפייה ויזואלית יותר.
שיהיה לנו חג וסופש רגוע,
בקרוב פרקים נוספים בפודקאסט
