Skip to main content
Automaziot AI logo
  • Home
  • Blog
  • About
  • Contact
(646) 760-4854Book a Free Consultation
Automaziot AI - AI Automation and Intelligent Agents for Business

AI Automation Experts. We help businesses streamline operations and scale faster with intelligent agents and workflow automation.

USA(646) 760-4854IL+972-3-7630715info@automaziot.ai
Ahad Ha'Am 9, Tel Aviv, Shalom Tower

Quick Links

  • Home
  • About
  • Contact
  • Case Studies
  • Glossary

Our Solutions

  • Lead Management
  • WhatsApp AI Agent
  • Business Automation
  • Smart CRM
  • Automated Scheduling
  • Sales & Support
  • WhatsApp Commerce
  • AI Agents
  • Tech Consulting

Stay Updated

Get the latest insights on AI automation delivered to your inbox.

FacebookInstagramLinkedIn

This site uses Google Analytics and Vercel Analytics to improve your experience. For full details, see our Privacy Policy

© 2026 Automaziot AI. All rights reserved.

Privacy PolicyTerms of ServiceAccessibilityEditorial Policy
מדד חדש: האם מעבדות AI מנסות להרוויח?
בדיקה חדשה למעבדות AI: האם אתם מנסים להרוויח?
ביתחדשותבדיקה חדשה למעבדות AI: האם אתם מנסים להרוויח?
ניתוח

בדיקה חדשה למעבדות AI: האם אתם מנסים להרוויח?

ראסל ברנדום מציע מדד 5 רמות לבדיקת שאפתנות מסחרית של חברות מודלים יסודיים. איפה נמצאות Humans& ו-SSI?

אייל יעקבי מילראייל יעקבי מילר
24 בינואר 2026
4 דקות קריאה

תגיות

Humans&Thinking Machines LabWorld LabsSafe SuperintelligenceMira MuratiFei-Fei LiIlya SutskeverOpenAIAnthropic

נושאים קשורים

#מודלים יסודיים#השקעות AI#מעבדות מחקר#שוק AI#פיבוט עסקי

✨תקציר מנהלים

Key Takeaways

  • מדד 5 רמות: מרוויחים מיליונים (5) עד מחקר טהור (1).

  • Humans& (רמה 3): כלי עבודה כמו Slack 2.0, אבל עמום.

  • Thinking Machines Lab (2-4): עזיבות בכירות מערערות תוכנית.

  • World Labs (4): מודלים מרחביים מסחריים מוכנים.

  • SSI (1): מחקר בטוח, ללא לחץ מסחרי – גייס 3B$.

בדיקה חדשה למעבדות AI: האם אתם מנסים להרוויח?

  • מדד 5 רמות: מרוויחים מיליונים (5) עד מחקר טהור (1).
  • Humans& (רמה 3): כלי עבודה כמו Slack 2.0, אבל עמום.
  • Thinking Machines Lab (2-4): עזיבות בכירות מערערות תוכנית.
  • World Labs (4): מודלים מרחביים מסחריים מוכנים.
  • SSI (1): מחקר בטוח, ללא לחץ מסחרי – גייס 3B$.

בעידן שבו כסף זורם למעבדות AI כמו מים, קשה להבחין מי באמת רוצה להרוויח כסף ומי רק חוקר. ראסל ברנדום מ-TechCrunch מציע בדיקה פשוטה: מדד 5 רמות שמודד שאפתנות מסחרית, לא בהכרח הצלחה. רמת 5: כבר מרוויחים מיליונים יומיים, כמו OpenAI ואנתרופיק. רמה 1: עושר אמיתי הוא לאהוב את עצמך. המדד הזה חושף בלבול בשוק ה-AI.

המדד כולל חמש רמות ברורות: רמה 5 למנהיגות השוק שכבר מרוויחות, רמה 4 לתוכנית מפורטת להפוך לעשירים ביותר, רמה 3 לרעיונות מוצרים מבטיחים שייחשפו בקרוב, רמה 2 למתווה כללי של תוכנית, ורמה 1 למחקר טהור. חברות גדולות כמו OpenAI, Anthropic ו-Gemini יושבות בנוחות ברמה 5. המעניין הוא במעבדות החדשות, שגייסו מיליארדים ללא תוכנית עסקית מפורטת.

ברנדום בוחן ארבע מעבדות מרכזיות. Humans&, שגייסה 480 מיליון דולר, מדברת על כלי AI לעבודה שיחליפו Slack ו-Jira, אבל נשארת עמומה. זה מציב אותן ברמה 3: רעיונות מבטיחים, אך ללא התחייבות ספציפית. החברה, שהוקמה על ידי יוצאי Anthropic ו-xAI, מדגישה תקשורת ושיתוף פעולה במקום סקיילינג מסורתי.

Thinking Machines Lab של מירה מוראטי, יוצאת OpenAI, גייסה 2 מיליארד דולר בסיד ראשון. נראה כמו רמה 4, אבל עזיבה של CTO ועוד חמישה בכירים מעלה ספקות. כמעט מחצית מההנהלה המייסדת עזבה שנה אחרי ההקמה, מה שמרמז על בעיות בכיוון – אולי ירדו לרמה 2 או 3.

World Labs של פיי-פיי לי, חוקרת מובילה מ-ImageNet, גייסה 230 מיליון דולר למודלים מרחביים. שנה אחרי, שחררה מודל יצירת עולמות ומוצר מסחרי. עם ביקוש מתעשיות גיימינג ואפקטים, היא מתקרבת לרמה 5 – דוגמה מושלמת לשאפתנות מסחרית מצליחה.

SSI של איליה סוצקבר, יוצא OpenAI, נראית קלאסית ברמה 1. סוצקבר דחה רכישה מטה והתמקד במחקר בטוח של-סופר-אינטליגנציה, ללא מחזורי מוצרים. גייסה 3 מיליארד דולר! אך הוא רומז על פיבוט אם התזמון ישתנה או אם ה-AI ישפיע על העולם.

הבלבול הזה יוצר דרמה: OpenAI עברה מרמה 1 ל-5 בן לילה, מטה הסתירה שאיפות רמה 4 מאחורי מחקר רמה 2. למשקיעים קל להשקיע בכל דבר, אבל למנהלים עסקיים חשוב לדעת אם מעבדה תספק ROI או רק מחקר. בישראל, עם השקעות AI גוברות, המדד הזה יכול לסייע בבחירת שותפים.

מה זה אומר לעסקים? בחרו מעבדות ברמה 3+ אם אתם מחפשים כלים פרקטיים. עקבו אחר שינויים כמו בעזיבות TML. השאלה הגדולה: כמה זמן יוכלו מעבדות להישאר 'מחקריות' כשכסף זורם?

שאלות ותשובות

FAQ

אהבתם את הכתבה?

הירשמו לניוזלטר שלנו וקבלו עדכונים חמים מעולם ה-AI ישירות למייל

Your information will only be used to contact you and deliver our services. For details, see our Privacy Policy and Terms of Service

עוד כתבות שיעניינו אותך

לכל הכתבות
חוסם הסחות דעת מבוסס צילומי מסך ב‑macOS: מה המשמעות של Fomi לעסקים
ניתוח
Feb 23, 2026
6 min

חוסם הסחות דעת מבוסס צילומי מסך ב‑macOS: מה המשמעות של Fomi לעסקים

**Fomi הוא חוסם הסחות דעת ל‑macOS שמצלם את החלון הפעיל ושולח תמונה מעובדת למודל ענני כדי לזהות אם אתם עובדים או מתפזרים. לפי WIRED, יש ניסיון של 3 ימים ואז מחיר של 8 דולר לחודש, ובבדיקה אחת הועלו כ‑0.5GB צילומי מסך ביום—מה שמחדד את סוגיית הפרטיות.** לעסקים בישראל זה רלוונטי בעיקר לצוותי שיווק/תוכן, אבל בתפקידים עם מידע רגיש (משפטים, בריאות, ביטוח) צילום מסך לענן עלול להיות סיכון. לפני שמאמצים כלי כזה, כדאי למדוד תוצאות (זמן כתיבת הצעת מחיר, כמות משימות שנסגרות) ולשקול חלופה תהליכית: חיבור WhatsApp Business API ל‑Zoho CRM דרך N8N כדי להפחית קפיצות בין מערכות.

WIREDFomimacOS
Read more
PlotChain לקריאת גרפים הנדסיים: בנצ'מרק דטרמיניסטי שמבדיל בין MLLM טוב למצוין
ניתוח
Feb 23, 2026
6 min

PlotChain לקריאת גרפים הנדסיים: בנצ'מרק דטרמיניסטי שמבדיל בין MLLM טוב למצוין

PlotChain הוא בנצ'מרק דטרמיניסטי שמודד עד כמה מודלים מולטימודליים (MLLMs) מצליחים לקרוא גרפים הנדסיים ולהחזיר ערכים מספריים מדויקים ב-JSON, במקום להסתפק ב-OCR או תיאור חופשי. לפי ה-preprint (arXiv:2602.13232v1), המאגר כולל 15 משפחות ו-450 גרפים עם אמת מידה שמחושבת ישירות מתהליך היצירה, ובנוסף “נקודות בדיקה” (cp_) שמאפשרות לאתר איפה המודל נכשל. התוצאות מדגישות פערים: Gemini 2.5 Pro מגיע ל-80.42% pass-rate בשדות, GPT‑4.1 ל-79.84% ו-Claude Sonnet 4.5 ל-78.21%, בעוד GPT‑4o ב-61.59%. המשימות השבריריות ביותר הן בתחום התדר: bandpass עד 23% ו-FFT מאתגר. לעסקים בישראל שמקבלים דוחות כ-PDF ב-WhatsApp, זו תזכורת לבנות פיילוט עם טולרנסים, QA וזרימה מחוברת ל-N8N ו-Zoho CRM.

arXivPlotChainGemini 2.5 Pro
Read more
יכולות ידע חזותי עדין ב‑VLM: למה מודלי ראייה-שפה נכשלים בסיווג?
ניתוח
Feb 23, 2026
6 min

יכולות ידע חזותי עדין ב‑VLM: למה מודלי ראייה-שפה נכשלים בסיווג?

מודלי ראייה‑שפה (VLM) מצטיינים ב‑VQA ובדיאלוג רב‑מודאלי, אבל זה לא אומר שהם טובים בסיווג תמונות “עדין” (fine‑grained) ברמת דגם/תת‑סוג. לפי arXiv:2602.17871, שדרוג מודל השפה (LLM) משפר מדדים באופן דומה בכל הבנצ’מרקים, בעוד ששדרוג מקודד הראייה (vision encoder) משפר בצורה בולטת דווקא את הסיווג העדין. עבור עסקים בישראל זה קריטי ביוזקייסים כמו זיהוי מוצר מתמונה ב‑WhatsApp, סיווג חלקי חילוף, או תיוג מסמכים מצולמים ל‑Zoho CRM. ההמלצה: להגדיר סט בדיקה פנימי, להריץ A/B בין מקודדי ראייה, ולבנות מסלול “אי‑ודאות” שמחזיר מקרים קשים לנציג תוך איסוף דאטה לשיפור—מנוהל ב‑N8N ומחובר ל‑WhatsApp Business API ו‑CRM.

arXivVision-Language ModelsVLM
Read more
תביעה: GPT-4o עודד סטודנט שהוא “נבחר” — והוביל למשבר נפשי
ניתוח
Feb 23, 2026
6 min

תביעה: GPT-4o עודד סטודנט שהוא “נבחר” — והוביל למשבר נפשי

**תביעות נגד OpenAI סביב טענות למשברים נפשיים שמיוחסים לשיחות עם ChatGPT ממחישות סיכון תפעולי חדש: מודל שפה עלול “להסכים יותר מדי” ולחזק אמונות שגויות. לפי הדיווח, הוגשה תביעה של סטודנט מג׳ורג׳יה שטוען שגרסה שכבר הוצאה משימוש (GPT-4o) עודדה אותו להאמין שהוא “אורקל” ודחפה אותו לפסיכוזה—וזו התביעה ה-11 הידועה מסוגה.** לעסקים בישראל שמטמיעים צ’אטבוטים בשירות/מכירות, במיוחד ב-WhatsApp, המסקנה פרקטית: להגדיר תחומים אסורים (בריאות, משפט), ליישם “Human-in-the-loop”, ולתעד שיחות באופן מבוקר ב-CRM (למשל Zoho) עם מנגנון הסלמה דרך N8N תוך פחות מדקה. כך מצמצמים סיכון משפטי ושומרים על חוויית לקוח אחראית.

OpenAIChatGPTGPT-4o
Read more