במשך שנים עלתה ב-Startup for Startup השאלה למה לא להנגיש את התכנים והניסיון שנצבר בפרקים לקהל הגלובלי בכלל, ולעובדי מאנדיי ברחבי העולם בפרט. בעוד שהקלטה מחדש באנגלית דרשה משאבי זמן יקרים, והניסיונות להשתמש בשחקני קול אנושיים לא ממש עבדו, פריצת הדרך המשמעותית הגיעה בחודשים האחרונים כשיכולות ה-AI השתפרו פלאים. בפרק השבוע, דריה ורטהיים ורוני הרניב מציגות איך הן לקחו את הפודקאסט צעד אחד קדימה וגייסו את התוכנה Eleven Labs כדי לבצע לוקליזציה מלאה לתוכן, ישירות לתוך הגרסה הבינלאומית, Startup for Startup Global.

האתגר המרכזי בפרויקט היה בעיקר טכנולוגי, אבל גם השמירה על האותנטיות, הטון והכוונה המקורית של השיחה מבלי שהתוצר יישמע מכני ומרוחק היוו משוכה. רוני ודריה מפרקות את הדילמות שליוו את התהליך, החל מהעלויות הגבוהות של הכלים והעבודה הסיזיפית של זיקוק התרגום, דרך התמודדות עם באגים, ועד להחלטה לוותר זמנית על שכפול קולות מסויימים למען יעילות תקציבית. מעל כל זה, הדגשנו שגם בעידן שבו ה-AI עושה קפיצות מטורפות, ה-human in the loop הוא המרכיב שקובע אם הפרק יצליח להעביר את הפאשן, הסאבטקסט והניואנסים המקצועיים.

האזינו לפרקים שלנו באנגלית כאן או חפשו - Startup for Startup Global.

איך הפרקים באנגלית נשמעים? כתבו לנו מה חשבתם!

See omnystudio.com/listener for privacy information.

פיתוח אייג׳נטים הפך לחלק מרכזי בבניית מוצרים טכנולוגיים, אך לצד הפוטנציאל הגדול, צוותי פיתוח רבים נתקלים בקשיי אמינות ובעלויות גבוהות. כדי לגרום לאייגנט לבצע משימות מורכבות, הנטייה הטבעית היא להעמיס עליו כמה שיותר מידע, הנחיות היסטוריות וכלים בתוך קונטקסט אחד גדול. דורון בלייברג, Solutions Architect ב-AWS, הציג בכנס האחרון שלנו -The Third Wave את הבעייתיות בגישה הזו ומסביר כיצד ארכיטקטורה לא נכונה של ניהול קונטקסט פוגעת בביצועים של מודלי שפה, מגדילה עלויות ומייצרת תסכול בתהליך הפיתוח.

בפרק, דורון מדבר על ארבעה עקרונות מעשיים לבניית אייג׳נטים אמינים וכלכליים יותר באמצעות ניהול חכם ומניעתי של תשומת הלב של המודל.

See omnystudio.com/listener for privacy information.

במהלך עבודה בצוות גדול על מוצר, המון מידע קריטי הולך לאיבוד בשיחות מסדרון, בוואטסאפ ובסיכומי פגישות מבוזרים. סער ארבל, Software Engineer Group Lead במאנדיי, מסביר בפרק איך הצוות שלו החליט לאסוף את כל ה-"Shadow Data" הזה ולבנות "Brain", מוח ארגוני שמאגד את כל הקונטקסט של העבודה ומשרת את המפתחים, המעצבים ואנשי המוצר ביום-יום.

הבעיה עם פתרונות שהיו קיימים עד כה היא שהם סטטיים ולא באמת שומרים על זיכרון דינמי שמתעדכן מדאטה חדש ושומר על הקונטסקט. בהשראת פרויקט של אנדריי קרפטי, סער והצוות שלו פיתחו ״וויקי״ דינמי בגיטאהב שמתעדכן לבד אחרי כל פגישה ומייצר סינכרון מלא של כל שכבת הקונטקסט, מהלך שדרש מהצוות לעבור שינוי תפיסתי עמוק ולהתרגל לשקיפות מוחלטת שבה הידע של כולם נגיש לכולם.

המוח המשותף הזה שינה לחלוטין את קצב העבודה: משימות מורכבות כמו בניית מצגות אסטרטגיות התקצרו משבועות לשעות ספורות, וקמפיינים שיווקיים מנוהלים כיום כמעט לבד על בסיס הקונטקסט הזה.

See omnystudio.com/listener for privacy information.

קצב ההתפתחות של ה-AI הפך להיות כל כך מהיר, שהכלים משתנים כמעט כל שבוע וחברות תוכנה פשוט לא יכולות להרשות לעצמן לשבת על הגדר ולחכות שהשוק יתייצב. כדי לרוץ בקצב הזה בלי לזעזע את מוצר הליבה, הקימו במאנדיי את ה-Agent Labs, מגרש משחקים פנימי וקטן שנועד לבחון אייג׳נטים בזמן אמת ולאפשר לחברה להישאר בחזית הטכנולוגיה.

בפרק השבוע דריה ורטהיים מארחת את רועי מן, מנכ״ל משותף במאנדיי, ואור מי-פז שמוביל את הפרוייקט, לשיחה על המודל שמאפשר לארגון גדול להתנהג כמו סטארטאפ רזה, לזהות סיגנלים מוקדמים מהשוק ולגלות איפה נמצאות ההזדמנויות הבאות.

בפרק אור ורועי מדברים בין היתר על העובדה שמודלי AI כבר מקבלים בפועל סביב 80% מהחלטות הפיתוח והעיצוב הקטנות, והתחזיות מראות שתנועת האייג'נטים ברשת עומדת לעקוף את זו של בני האדם ממש בקרוב. השינוי הזה מאלץ חברות לשאול שאלה קשה: איך מכינים מוצר לעולם שבו הלקוח שמבצע את הרישום ומקבל את ההחלטות הוא בכלל מודל, ואיך מייצרים תרבות שמאפשרת לצוותים לרוץ קדימה ולטעות מבלי לסכן את החברה?

כדי לפצח את האתגרים השונים, ה״מעבדה״ מתפקדת כמו מפעל ליוזמות שבו הכל מתחיל מצוותים רזים של שני אנשים שפשוט רוצים לפתור בעיות שהם נתקלו בהן בעצמם. בפרק הם מציגים את הפרויקטים שכבר נולדו, ומסבירים איך הצורך הפנימי של העובדים הפך למוצרים עם יוזרים משלמים. השאיפה קדימה היא להמשיך להרחיב את הפרוייקט כדי למצוא את המוצר הבא של החברה, מתוך הבנה שהדרך היחידה להגיע לשם היא לבנות מנגנון שמאפשר לטעות כמה שיותר מהר, לסגור בזמן את מה שלא עובד ולרוץ עם מה שכן.

See omnystudio.com/listener for privacy information.

איך רותמים 3,000 עובדים לחזון ומוצר חדשים של החברה? דיברנו בחודשים האחרונים על השינוי הענק שמאנדיי עוברת בעקבות מהפכת ה-AI, ועכשיו הגיע הזמן לרתום את כלל החברה בפועל לטרנספורמציה המוצרית והעסקית. אבל איך עושים את זה? במאנדיי בחרו במהלך של Agentic Week, שבוע של מאמץ מרוכז שבו הארגון כולו הופך ל-Customer Zero של עצמו. בפרק השבוע דריה ורטהיים מארחת את דניאל לריה (CPTO) ועדי דר (CCO) כדי להבין מקרוב איך מחברים חברה שלמה לחזון טכנולוגי ועסקי חדש, בלי לעצור את הפעילות השוטפת.

האתגר המרכזי שעמד בפניהם היה פערי החיבור והטמעת המוצר בארגון גדול. בעוד שצוותי הפיתוח חיו ונשמו את הפרויקט, כמחצית מהחברה מורכבת מצוותים פרונטליים, כמו מכירות ושירות לקוחות, שלא עוסקים בפיתוח טכנולוגי ביומיום. הארגון נדרש להעביר אותם שינוי תפיסתי ומקצועי עמוק כמעט בן לילה, ומבלי לפגוע בעמידה ביעדים העסקיים ובקצב העבודה המהיר.

במסגרת המהלך נפתחה תחרות בקרב עובדי החברה שבמהלכה בנו העובדים מעל 6,000 סוכני AI בשבוע אחד, וכך התאוריה הפכה לפרקטיקה ופתרה בעיות אמיתיות מהיומיום המקצועי שלהם. המהלך הניע קפיצת מדרגה באימוץ הטכנולוגיה בארגון, סיפק לצוותי הפרודקט לולאת פידבק מהירה וקשוחה מהשטח, ובנה אצל צוותי המכירות והתמיכה את האמפתיה והביטחון המקצועי שנדרשים כדי לפתוח את המוצר למאות אלפי לקוחות חיצוניים.

לצפייה באייג׳נטים שבנו עובדי מאנדיי במהלך התחרות שדיברנו עליה בפרק

See omnystudio.com/listener for privacy information.

15% הנחה למאזיני הפודקאסט בהרשמה לכנס האייג׳נטים של Startup fo Startup - The Third Wave בקוד קופון Pod15.

כשחברה גדלה ומגיעה לבשלות, רכישות ומיזוגים (M&A) הופכת לכלי משמעותי כדי לרוץ קדימה ולהביא יכולות חדשות בלי לאבד את הפוקוס על מוצר הליבה. בפרק הזה אנחנו מציצים מאחורי הקלעים של הרכישה הראשונה של מאנדיי, הסטארטאפ הישראלי OneAI. רצינו להבין איך התהליך הזה נראה מהצד של החברה הרוכשת, ולדבר על נקודות שכדאי לסטארטאפים לקחת בחשבון כשהם נכנסים לתהליך כזה.

יחד עם ויטלי מרגולין, דירקטור R&D במאנדיי ומי שהיה בצוות שהוביל את הרכישה, דיברנו על המורכבויות, ההזדמנויות והאתגרים. למשל, מה עושים כשהשוק משתנה כל כך מהר (במיוחד בעולמות ה-AI) והטכנולוגיה שאתה מנסה לקנות עלולה להפוך ללא רלוונטית עוד לפני שחתמת על החוזה? או איך בונים תהליך של אמון בין שני הצדדים? נגענו גם בדגלים האדומים שעולים ב-Due Diligence, כמו הפערים שמתגלים פתאום כשפותחים את הקוד או כשהמספרים לא לגמרי מסתנכרנים.

מעבר למספרים ולחוזים, ויטלי מסביר למה בסופו של דבר חברות משקיעות באנשים ובצוות הרבה יותר מאשר בקוד או במוצר הנוכחי. פרק שעושה קצת סדר לכל מי שרוצה להבין איך תהליך רכישה נראה מבפנים, ומביא תובנות על בניית מערכת יחסים מבוססת אמון והחשיבות של שקיפות מלאה מהרגע הראשון.

See omnystudio.com/listener for privacy information.

הירשמו לכנס האייג׳נטים שלנו שיתקיים ב-26.5 Startup for Startup - The Third Wave

איך מקבלים החלטות כשאין תשובה אחת נכונה – ואיך ממשיכים בפעמים שמתברר שטעינו?

הפרק הזה הוא שיחה עם ינון קוסטיקה, Co-Founder ו-VP Product ב-Wiz, מתוך כנס האופסייט של Startup for Startup בשנה שעברה שעסק ב-Soft Skills. בשיחה דיברנו על קבלת החלטות במצבים של חוסר ודאות, על אומנות המיקוד והיכולת להגיד ״לא״, ועל החשיבות של תיקון מהיר כשמתברר שהכיוון לא היה מדויק.

ינון שיתף איך אפשר לקבל החלטות שכמה אנשים צריכים לקבל יחד ואיך לתקשר אותן בתוך צוותים ומול עובדים כך שהן לא רק יובנו – אלא גם ירתמו אנשים לפעולה.

See omnystudio.com/listener for privacy information.

במשך שנים, הדרך היחידה להוציא תובנות מהדאטה הארגוני עברה דרך צווארי בקבוק של אנליסטים וכתיבת קוד. במאנדיי, המשימה הייתה להפוך את הגישה לנתונים לדמוקרטית באמת, כך שכל עובד יוכל לקבל תשובות לשאלות עסקיות מורכבות ללא תיווך טכני. הפתרון שנבנה הוא "קרמר", דאטה-אייג'נט שמתפקד כשותף אנליטי אישי הזמין לכלל עובדי החברה.

בפרק השבוע, מיקי רוזן, Data Director, ובן חבבו, Tech Data Lead, מסבירים בשיחה עם דריה ורטהיים איך ניגשים לבניית כלי כזה, שהפך לויראלי בחברה ומנגיש את הידע בלחיצת פרומפט.

המסע לבניית קרמר התחיל לא התחילה בקלות, כשהצוות הבין שגם ה-AI הכי חכם הופך לחסר אונים בלי קונטקסט עסקי עמוק. הניסיון לזרוק את מבנה הטבלאות למודל השפה הוליד תשובות שגויות, פשוט כי המכונה לא הכירה את ה"שכל" שמאחורי המספרים: את הדרך השונה שבה מחלקות המרקטינג והפרודקט מפרשות את אותה המטריקה בדיוק. לזה נוסף האתגר הרגיש של פעילות כחברה ציבורית; הצוות נאלץ לפצח דילמות אבטחה מורכבות כדי לוודא שמידע רגיש, מנתוני שכר ועד נתונים פיננסיים לפני דיווח לבורסה, לא יזלוג בטעות לידיים הלא נכונות. הדילמה האמיתית הייתה איך מייצרים דיוק מוחלט ב-Scale, מבלי לשעבד את האנליסטים לתחזוקה ידנית סיזיפית של הכלי.

כדי לגשר על הפער, הצוות יצא לכמה האקתונים לבניית סקילז שמלמדים את האייג'נט איך לגשת לנתונים ולחשוב כמו אנליסט. בפרק דיברנו על שיטת ה-Evaluation המורכבת שפיתחו, הבודקת את איכות התשובות, על האתגרים והזדמנויות, והחזון למעבר מפעולה ריאקטיבית ליוזמה פרואקטיבית של האייג'נט בזיהוי מגמות. מיקי ובן משתפים בתובנות פרקטיות על בניית לופ של קונטקסט אורגני ואיך להשתמש בכלי AI כדי לתעד את הידע הארגוני תוך כדי עבודה, במטרה להפוך את הדאטה לכלי עבודה יומיומי עבור מאות משתמשים.

See omnystudio.com/listener for privacy information.