עדכונים מהתקופה האחרונה
וגם: התפקידים החדשים בהייטק, טיפים פרקטיים למנהלי מוצר וקופיילוט קו-ורק של של מיקרוסופט
אהלן, כאן אמיתי בונה עם הניוזלטר על בינה מלאכותית ופרודוקטיביות.
כמו שאולי שמתם לב, בשבועיים האחרונים לא שלחתי עדכונים - בעיקר בנסיבות טובות של עומס בעבודה ודברים גדולים שאנחנו עושים ב-Builders Lab,
אז במהדורה הזו ריכזתי כמה עדכונים חשובים מהימים האחרונים, לצד כמה פוסטים שפרסמתי בתקופה האחרונה וקיבלו הרבה עניין:
השבוע בתוכנית:
כל מה שצריך לדעת על המודל החדשים של OpenAI וקלוד.
4 תפקידים חדשים בהייטק שכדאי לכם להכיר
7 טיפים פרקטיים למנהלות ומנהלי מוצר
הכירו את Cowork של מיקרוסופט
קלוד נכנס ל-Slack
כמה עדכונים מהשבוע האחרון ששווה להכיר:
לפני שבוע OpenAI השיקה את GPT 5.6 סדרה של מודלים בשמות Sol, Terra ו-Luna -
בגדול מדובר במודלים ברמה של Claude Fable 5 - שיצא לכמה ימים ואז הוגבלו לבקשת ממשלת ארה״ב, אבל קשה לדעת איך הם באמת, כי בניגוד אליו, המודלים החדשים של OpenAI מראש לא יצאו לקהל הרחב אלא רק לפריוויו מוגבל לכמה עשרות חברות שאושרו מראש.
בגלל שהמודל עוד לא זמין לא אתעמק ביכולות הספיצפיות ובבנצ׳מרקים, תוכלו לקרוא על זה כאן.
האמת, דיי מבאס הסיפור הזה, ונראה לי שאנחנו צריכים להתרגל לעולם של ״מעמדות מודלים״ עם כל ההשלכות של זה. כרגע נראה שהמעמדות הם לפי חברות וגופים שנמצאים בארה״ב לעומת כל השאר, אבל זה עוד עשוי להשתנות בהמשך, ויש פה מדרון חלקלק שעשוי להגיע לכיוונים מאד מטרידים.
בכל אופן, כרגע נראה ש-Fable חוזר אלינו מחר - אז יש סיבה להישאר קצת אופטימיים, לפחות לבינתיים.
נמשיך עם השקה נוספת וחמה מהתנור - מודל Sonnet 5 שיצא ממש אתמול.
לפי הבנצ׳מרקים נראה שהוא מתקרב לרמה של Opus 4.8 אבל בעלות נמוכה יותר, ממש Too good to be true - אבל יש פה קאץ׳.
העלות לפי טוקן לא משקפת בהכרח את העלויות האמיתיות. כדי להגיע לביצועים טובים יותר המודל ״חושב״ יותר זמן ולכן משתמש ביותר טוקנים לכל משימה. לכן כשמחשבים כמה עולה משימה, ולא רק כמה עולה טוקן, התמונה יכולה להיראות אחרת.
עוד מוקדם לדעת כמה ההשפעה פה קריטית, אבל כבר ראיתי כמה אנשים בטוויטר שערכו השוואות ואמרו שבעלות הנוכחית Opus 4.8 אפילו עדיף בחלק מהמקרים. זה אולי מסביר למה Anthropic יצאו במחיר מיוחד של 2 דולר למיליון טוקני קלט ו-10 דולר למיליון טוקני פלט, במקום 3 דולר ו-15 דולר, עד סוף אוגוסט.
עניין העלויות עוד יתברר בהמשך, אבל אני בעיקר מתרגש מהשדרוג הזה כי הוא נותן שדרוג מיידי לכל תהליכי העבודה שלי ושל הלקוחות שלי, שרובם מבוססים על Sonnet, ואני בטוח שהוא יעזור לפתור כמה בעיות שלא עבדו מספיק טוב עד עכשיו.
ועדכון אחרון - נראה ש-Meta מתחילה להתעורר בישראל.
השבוע הם פתחו את הצ׳אט של Meta AI ב-web, ויש דיווחים על כמה שכבר ראו אותו ב-WhatsApp. אפשר להתחבר דרך חשבון הפייסבוק או האינסטרגם בכתובת meta.ai ולהשתמש. אני עוד לא ניסיתי אבל כרגע לא נראה שיש פה איזה בשורה גדולה ברמת היכולות אל מול הכלים הקיימים.
לדעתי הפוטנציאל הגדול הוא בכלל ב-Whatsapp. אם הם ינגישו עוזר אישי בסגנון OpenClaw בתוך WhatsApp, הם יכולים לתפוס נתח שוק עצום ולהפוך לאחת השחקניות הכי משמעותיות בעולם העוזרים האישיים - מניח שהם עובדים על זה ברגעים אלה.
ועוד משהו קטן. אתמול נוספה היכולת להוסיף להעצמכם Handle לWhatsapp, אם תיהיו זריזים אתם אפילו יכולים לתפוס אחד מעניין דרך כניסה להגדרות:
Settings > Account > Username
אני כבר תפסתי את שלי:
4 תפקידים חדשים בהייטק שכדאי לכם להכיר
כולם מדברים על המשרות שה-AI יחליף, אבל כמו בכל מהפכה טכנולוגית - היא גם מייצרת הזדמנויות ותפקידים חדשים שצומחים בקצב מהיר.
אם אתם מחפשים עבודה או שוקלים את הצעדים הבאים בקריירה שלכם, הנה 4 תפקידים חדשים שנמצאים בצמיחה ושווה להכיר:
1. ה-Forward Deployed Engineer (או FDE)
זה תפקיד שנולד בחברת Palantir לפני למעלה מעשור, אבל בשנתיים האחרונות תפס תאוצה ונכנס להרבה מאד חברות.
הרציונל: בשונה ממוצרי SaaS, פתרונות AI בחברות Enterprise קשים יותר להטמעה, וכדי שהם יעבדו טוב צריך לחבר אותם לדאטה, למערכות קיימות, לתהליכי עבודה, למדיניות אבטחה, ובעיקר למציאות הארגונית של הלקוח.
ה-FDE מבין את הבעיה העסקית, מתאים את המוצר לסביבת הלקוח, מחבר מערכות ומוודא שהפרויקט הופך למשהו שאנשים באמת משתמשים בו.
אבל זה לא הכל - בזכות העובדה שהוא יושב אצל הלקוחות ופותר להם בעיות, הוא מסוגל לקחת את הפתרונות האלה ולהטמיע אותם בצורה גנרית במוצר, כדי לייצר פידבק לופ של למידה ושיפור ללקוחות הבאים.
איך מגיעים לתפקיד הזה? המעבר הקלאסי הוא מפיתוח, ניהול מוצר, אפיון מערכות או ייעוץ אסטרטגי.
2. ה-GTM Engineer
הרציונל: צוותי GTM מבינים שעם הטכנולוגיות החדשות אפשר לבנות מערכות ליצירת פייפליין בסקייל גדול ולא להסתמך רק על ערוצים מסורתיים.
בפועל, ה-GTM Engineer בונה מערכות אייג’נטיות בתוך מחלקות ה-GTM. למשל: מערכת לזיהוי לידים פוטנציאליים, העשרת דאטה, Lead Scoring, זיהוי סיגנלים, יצירת פניות מותאמות אישית, אוטומציות Follow-up ועוד.
איך מגיעים לתפקיד הזה? צריך שילוב של ניסיון בשיווק עם ידע באוטומציה ו-AI ושליטה גבוהה בכלים כמו קלוד קוד ו-n8n.
3. ה-Product Builder / Creator
הרציונל: ארגונים מבינים שכדי לזוז מהר הם צריכים אנשים שיכולים לקחת מוצר או פיצ’ר ולבנות אותו מהקצה אל הקצה, מבלי לעבור את התהליכים המסורבלים ואת ה-Handoff בין הפונקציות השונות בארגון.
בפועל, Product Builder לוקח בעיה או פיצ’ר ובונה לה פתרון עם Ownership מלא על התהליך. לפעמים זה עד רמת פרודקשן ולפעמים עד רמת האפיון הסופי או פרוטוטייפ שאפשר להראות ללקוחות - תלוי בגודל החברה ובמבנה הארגוני.
צריך להגיד שזה לא מתאים לכל מוצר ולכל פיצ’ר - אבל לאחרונה אני רואה יותר ויותר חברות שעושות פיילוטים פנימיים של בילדרים כאלה.
איך מגיעים לתפקיד הזה? אפשר להגיע לתפקיד הזה מניהול מוצר, UX, פיתוח או עם ניסיון כסולו בילדר, אבל מה שחשוב זה ניסיון בבנייה, והבנה מספקת בשלושת הדיסציפלינות.
4. ה-Internal AI Builder / AI Enablement Lead
הרציונל: ארגונים מבינים שאימוץ AI בתוך הארגון הוא אתגר מורכב מאד בפני עצמו, במיוחד כשכולם עסוקים בעבודה השוטפת - ולכן מגייסים עובדים שכל תפקידם הוא לסייע בהטמעה ובניית פתרונות בתוך הארגון.
בפועל, Internal AI Builder בונה מערכות אייג’נטיות פנים ארגוניות, Skills, ומנהל את הקונטקסט הארגוני. הוא מתרגם את תהליכי העבודה הקיימים למערכות שאפשר להשתמש בהן ביום-יום.
איך מגיעים לתפקיד הזה? אין דרך אחת, אבל יש יתרון למי שמגיע מתפקידי פיתוח, פרודקט, דאטה, Product Ops או RevOps. ובעיקר צריך הבנה מעמיקה בעבודה עם LLMs, ניסיון בבניית אייג’נטים, והבנת תהליכים ארגוניים.
7 טיפים פרקטיים למנהלות ומנהלי מוצר
בשנה האחרונה עבדתי עם עשרות צוותי מוצר, כולל כמה מהחברות המובילות בתעשייה, ויצא לי לראות מקרוב איך צוותי מוצר שונים מאמצים שימוש בכלי AI בעבודה השוטפת.
אחת השאלות ששואלים אותי הכי הרבה היא איך נראית מנהלת מוצר שהיא AI Native?
אז דבר ראשון - למרות כל הרעש סביב הנושא, לדעתי מהות התפקיד לא השתנתה.
עדיין צריך להבין את המשתמשים, לקבל החלטות טובות, לייצר פוקוס, להוביל אנשים ללא סמכות ועוד.
מה כן השתנה? שיטות העבודה.
מנהלי מוצר שמאמצים שיטות עבודה חדשות מספיקים יותר, ומגדילים משמעותית את ההשפעה שלהם בארגון.
מה זה אומר בפועל? התשובה לשאלה הזו משתנה ביחד עם הטכנולוגיה שמתפתחת, וכנראה שעוד תמשיך להשתנות, אבל נכון להיום - הנה כמה טיפים שיעזרו לכם להתחיל:
תעבדו עם Coding Agent ולא עם צ’אט. בחירת הכלי עצמו פחות קריטית - זה יכול להיות Claude Code, Cowork, Codex, Cursor, Antigravity - מה שחשוב זה שתקבלו גישה ל-Coding Agent שיודע לנהל קונטקסט, Skills, אוטומציות ומאפשר לכם לבנות סביבת עבודה שלומדת אתכם ומשתפרת עם הזמן. אין לכם גישה לכלי כזה? תבקשו. הוא כבר מאושר בארגון כי המפתחים משתמשים בו לפיתוח, אז זה רק עניין של החלטה.
תלמדו לנהל קונטקסט. ברגע שמבינים ש-LLMs חייבים את הקונטקסט הנכון למשימה בשביל לתת תשובות טובות - מתחילים לתעד הכל בקנאות: ראיונות משתמשים, סיכומי פגישות, מסמכי אסטרטגיה - כולם נכנסים לתיקיה מסודרת שהופכת לתשתית העבודה החדשה שלכם ומתפתחת ביחד אתכם.
תבנו לעצמכם Skills. כל פעולה שחוזרת על עצמה יכולה להפוך ל-Skill. למשל ניתוח ועיבוד של פידבק, כתיבת PRD, בניית מצגות וכו’. סקיל טוב הוא הרבה יותר מפרומפט - הוא מכיל תהליך עבודה שלם שכולל סקריפטים, דוגמאות ל-best practices, איך נראית תוצאה טובה מבחינתכם, והכי חשוב - הוא משתכלל עם הזמן.
תבנו תהליכים, לא פרומפטים חד פעמיים. למשל: במקום לעשות מחקר מתחרים נקודתי, תבנו אוטומציה שסורקת עמודים ספציפיים באתר שלהם ו-Release notes, ומעדכנת על שינויים ופיצ’רים חדשים שהם הוציאו. או אוטומציה שאוספת פידבק ממקורות שונים כמו Slack, Gong, Drive - מנתחת אותו ומציפה את מה שרלוונטי לפי סגמנט בזמן אמת.
תשיגו גישה לקוד. כן, ל-Repo עם הקוד של המוצר עצמו, אבל לא כדי להפוך למפתחים ולדחוף קוד לפרודקשן - אלא בשביל ש-Coding Agent שלכם יבין את המוצר טוב יותר. הקוד הוא מקור האמת האולטימטיבי, וכשיש לכם אייג’נט שמסוגל להסביר אותו בצורה פשוטה - אין סיבה שלא להשתמש בו כבר בתהליך האפיון. כך תוכלו לעלות על מגבלות טכניות בשלבים המוקדמים, ולבוא מוכנים יותר לשיחות עם הפיתוח. חוששים לגעת בקוד פרודקשן? עותק לוקאלי של ה-Repo הרלוונטי לגמרי מספיק.
תתחברו לדאטה. בדומה לקוד - גם בעבודה עם דאטה ה-Coding Agents יכולים לעזור לכם לקבל תשובות מהירות לשאלות עסקיות שפעם הצריכו לחכות לאנליסט. למשל: לקרוא איוונטים מ-Mixpanel או BigQuery. זה לא תמיד יעבוד חלק, אבל זה נותן לכם המון עצמאות וחופש פעולה.
תבנו פרוטוטייפים לפני PRDs. אם הפיצ’ר שאתם בונים כולל ממשק משתמש - תתחילו ישר ב-Prototype. ה-PRD עדיין חשוב, אבל הוא בא להשלים את התמונה וצריך להסביר רציונל, החלטות, לוגיקה, מגבלות, דאטה ומקרי קצה - ולא לתאר בטקסט משהו שאפשר פשוט להראות.
Copilot Cowork של מיקרוסופט
אחרי כמה חודשים שאני משתמש ב-Copilot Cowork של מיקרוסופט - אני חושב שזה המוצר הכי טוב שמיקרוסופט הוציאה עד היום, והוא לגמרי מחזיר אותה למפה.
קיבלתי אליו גישה מוקדמת במסגרת ה-Frontier Program, ובחודשיים האחרונים חרשתי עליו כדי להבין איך הוא לעומת קלוד, והאם יכול להוות אלטרנטיבה.
החל משבוע שעבר - הוא זמין לכל חברה שעובדת בסביבת Microsoft 365.
אבל רגע לפני שצוללים - מה זה בעצם?
בגדול, זה העתק כמעט זהה של Claude Cowork שרץ על המודלים של אנת’רופיק בתוך הסביבה המאובטחת של מיקרוסופט. כלומר, סביבת עבודה שבה אפשר לתת למודל משימות עם כמה שלבים, לבנות ולטעון Skills, לייצר אוטומציות, לחבר קונטקסט ארגוני וכו’.
האם זה טוב כמו Claude Cowork? עדיין לא.
יש לו פחות פיצ’רים, פחות גמישות, ו-Claude עדיין מרגיש יותר חד ומתקדם.
אבל יש לו כמה יתרונות שמבחינת ארגוני אנטרפרייז הם משמעותיים מאוד:
אבטחת מידע וקומפליינס ברמה שמיקרוסופט יודעת לתת.
אינטגרציה עמוקה יותר לסביבת Microsoft 365, כולל חיבור לגרף הארגוני ויכולת לבצע פעולות כמו שליחת מיילים אוטומטית מתוך Outlook (לקלוד יש קריאה בלבד כרגע).
יותר נוח לעבוד כצוות על קונטקסט משותף, כי הכל רץ בענן של מיקרוסופט ולא רק על מחשב אישי.
האוטומציות רצות גם כשהמחשב כבוי (בניגוד ל-Cowork שרץ גם באפליקציה).
עלויות הרבה יותר נוחות, לפחות כרגע, כי זה כלול במסגרת מנוי Copilot ולא מתומחר כמו שימוש אינטנסיבי ב-Claude שיכול להגיע למאות דולרים בחודש לחשבון (מאמין שישתנה בקרוב ואז נצטרך להשוות מחירים).
איך מפעילים? האדמין של החברה צריך להפעיל את זה בהגדרות - ואז מופיע לכל מי שיש לו מנוי Copilot בתשלום בארגון.
בשורה התחתונה: אם שואלים אותי היום מה מערכת ההפעלה הכי טובה לעבודה מתקדמת עם AI בארגון, אני עדיין ממליץ על Claude.
אבל אם קלוד לא אפשרי אצלכם בגלל אבטחת מידע, רגולציה, רכש, או עלויות, Copilot Cowork הופך להיות אלטרנטיבה רצינית מאוד, ולארגונים שכבר נמצאים עמוק בתוך Microsoft 365, זה לגמרי משהו ששווה לבדוק עכשיו.
אם אתם רוצים להבין איך מטמיעים את זה נכון בארגון, איך בונים עליו תהליכי עבודה אמיתיים, ואיפה הוא באמת נותן ערך - מוזמנים לדבר איתי. צברתי עליו לא מעט קילומטראז’ בחודשים האחרונים, כולל כמה סדנאות שהעברתי לחברות שקיבלו גישה מוקדמת.
קלוד נכנס לסלאק.
אם אתם עובדים עם Claude בגרסת Team או Enterprise, מעכשיו אתם יכולים לחבר את Claude לערוצי הסלאק שלכם דרך Claude Tag.
אבל החלק המעניין הוא לא עצם הבוט שכבר היה אפשר לבנות קודם,
אלא העובדה שקלוד מתחיל להתנהג הרבה יותר כמו עובד בצוות: יש לו זיכרון מתמשך שמשתפר תוך כדי השיחה בקבוצה, גישה לקונטקסט הרלוונטי, והוא יכול לבצע עבורכם משימות מתוך הערוץ.
כל זה בנוי עם הפרדה בין ערוצים, הרשאות ומקורות מידע.
כלומר, Claude בערוץ של Legal יכול לקבל גישה למסמכים משפטיים, אבל לא בהכרח לקוד,ולהיפך.
תכלס, זה פיצ׳ר ממש מתבקש.
בעיניי זה גם פספוס מוצרי של סלאק שלא בנו כזה בעצמם מזמן, ועוד יותר של מטא שלא בנו דבר כזה לקבוצות וואטסאפ
עד כאן להיום!
למצטרפים החדשים, אני מזכיר שתוכלו לקרוא את כל המהדורות הקודמות שפספסתם בבלוג.
מוזמנים לשתף את הניוזלטר עם חברים ולשלוח בקבוצות הווטסאפ ובערוץ הסלאק בעבודה.
שיהיה סופשבוע שקט,
אמיתי
מרתק הנושא של FDE -
איך תפקיד כזה שמרגיש כביכול ״מיושן״ הופך פתאום לפונקציה מבוקשת...
קצת מקביל לאיך שחברות בינה מלאכותית נדרשות עכשיו לגייס פילוסופים :)