דריה: היי כולם, אני דריה ורטהיים ואתם הגעתם ל start-up for start-up. אנחנו ממשיכים בחודש בנושא AI שלנו ובו בכל פרק של הפודקאסט, במהלך חודש אוגוסט אנחנו סוקרים איך אפשר להשתמש ב-AI, כדי לאפטם ולשפר תחום אחר בסטארט-אפ שלנו. מדברים על מה הכלים שקיימים, איך נכון להשתמש בהם, ובפרק של היום אנחנו נדבר על איך אפשר להשתמש ב-AI, כדי לרוץ מהר יותר בתור סטארט-אפ בתחילת הדרך. ולצורך זה נמצא איתי גיא ברנר מייסד שותף ומנכ״ל Tagbox, היי גיא.

גיא: אהלן דריה.

דריה: אז איזה כיף שאנחנו מקליטים, ונגיד ממש במשפט שאתם סטארט-אפ בתחילת הדרך שבונה מערכת לניהול תמונות ווידאו לעסקים, שאתם מתקרבים ל 100,000 ARR עם כמה עשרות לקוחות ואתם אחרי גיוס pre seed . ובעיקר רצינו לדבר איתך היום כי אתם בעצם בנקודה מאוד מאוד מעניינת בדרך שלכם, שאתם סטארט-אפ צעיר שמתחרה כרגע בחברות ענק ועדיין אתם מצליחים לייצר יתרון תחרותי על ידי שימוש ב-AI, שזה אתגר שהרבה סטארט-אפים בתחילת הדרך מתמודדים איתו היום, ורצינו באמת לדבר עם מישהו שחווה את השינוי הזה של עבודה עם AI ממש בימים האלה. אז היום אנחנו נשמע מה השימוש לכם ב-AI באמת מאפשר לכם בתור סטארטאפ קטן, באיזה כלים סטארטאפים בתחילת הדרך יכולים להשתמש ואיך זה עוזר לכם  מול התחרות. שנתחיל?

גיא: נתחיל.

דריה: יאללה.

[נעימת פתיחה]

דריה: אוקיי, אז בוא באמת נתחיל בקונטקסט, תספר כזה מי אתה? מי אתם?

גיא: בטח. אז Tagbox סטארטאפ שקיים עוד מעט שנתיים, זה אני ושותפי היקר עוז, אני המנכ"ל, הוא ה-CTO. הרקע שלי במקור בעולמות החינוך, בעשור האחרון בעולמות הפרודקט בסטארטאפים כמו סנטריקל וגסטי. והסטארטאפ האחרון שעבדתי פה כשכיר הייתי דירקטור פרודקט בסטארטאפ שנקרא ליטיגייט AI, שם גם הכרתי את עוז אני הייתי דירקטור פרודקט הוא היה שם vprnd. ואנחנו התעסקנו שם ב-AI לעורכי דין ליטיגייט AI, כמו שהשם מרמז, ואחרי שעזבנו את ליטיגייט אז אנחנו עבדנו מאוד טוב ביחד, ידענו שאנחנו רוצים לעשות משהו ביחד ובתחומי ה-AI, אז היה הגיוני שנעשה משהו שהוא דומה, ובעצם לפני שנתיים הוא הצטרף אליי, הקמנו את Tagbox, כשממש בכמה מילים, אז Tagbox היא מעין google photo's לעסקים, שזה אומר שכאילו כולנו בטלפון יש לנו את התמונות, את הוידאו, אנחנו יכולים למצוא אותם, לסדר אותם, למצוא את התמונות שלנו מסוף שבוע שעבר בים זה נורא קל, אבל חברות, עסקים, בעיקר צוותי שיווק שיש להם יותר ויותר תמונות, עדיין איכשהו שמים את זה בדרופבוקס, בגוגל דרייב, יש צוות שלם של אנשים שכזה חופר בתיקיות ומנסה למצוא את כל הדברים, אז אנחנו מביאים את העולם הזה לתוך העסקים. וכמובן שיש בזה גם המון שימוש ב-AI בדרך.

דריה: אוקיי, אז הסברת קצת על למה המוצר שלכם הוא מבוסס AI, איפה זה עוזר לכם ביום יום מעבר לזה?

גיא: אוקיי, אז כמה דברים לפני זה בשביל באמת to set up the context. אז Tagbox כמו שאנחנו קיימים שנתיים אנחנו עדיין pre-seed, אנחנו שני שותפים, אין לנו עדיין עובדים, אנחנו עובדים עם פרילנסרים פה ושם, אבל זה עדיין רק שנינו, מתוך זה מפתח ורבע, אני מדי פעם כזה בא ועוזר אבל השותף שלי הוא בעיקרון המפתח היחיד ואנחנו צריכים להתקדם מהר עם זה שיש הרבה דברים לעשות. אז זה דבר אחד חשוב ודבר שני זה שאף אחד מאיתנו לא data scientist כלומר שנינו עבדנו עם מוצרי כמו שאמרתי מקודם, אבל זה לא תחום ההתמחות שלנו, אני כאמור פרודקט, השותף שלי מפתח vprnd, אבל אנחנו לא Data Science, אנחנו לא ממש מבינים לעומק את כל האלגוריתמיקה שקיימת מזה. במידה מסוימת אני חושב שאולי אפילו זה טיפה עוזר לנו, למרות שידע זה אף לא דבר רע, אבל זה קצת הכריח אותנו ללכת בכיוון מסוים.

דריה: מה זאת אומרת? מה הכוונה?

גיא: לפני זה אנחנו עבדנו בצוות עם Data Science ובמחקר מאוד עמוק, כלומר היה שם אלגוריתמיקה באמת נורא מתקדמת ונורא עמוקה, אבל אחת מהתופעות לוואי של Data Science פרופר עמוק, זה שהוא לוקח הרבה מאוד זמן והרבה מאוד עבודה וכשאנחנו התחלנו את Tagbox, אנחנו היינו במין תגובת נגד לזה, אנחנו אמרנו, אנחנו לא רוצים עכשיו לעבוד על איזה Feature אחד במשך שנה וחצי ושהוא יהיה הדבר הכי מדהים והכי טוב שהעולם אי פעם ראה. אנחנו רוצים לעשות כמו שעושים בסטארט-אפים, אנחנו רוצים לעשות איטרציות מהירות, אנחנו רוצים לעשות הרבה מאוד ניסיונות, אבל שעדיין יהיו עם AI מאוד מאוד מגניב. וזה הכריח אותנו למצוא את הדרך בעצם לעשות ספרינטים מהירים ולעשות אג'ייל וכל הדברים האלה שאנחנו מכירים, אבל לעשות את זה עם AI, וזה בעצם עזר לנו לפתח את המתודולוגיה שאנחנו משתמשים בה היום שעליה גם אני ארחיב.

דריה: מגניב. אז באמת השאלה הבאה שלי הייתה-האם השיחה שלנו רלוונטית גם לסטארט-אפים שהטכנולוגיה שלהם לא בהכרח מבוססת AI וזה קצת עונה על זה, נכון? כי אתם בעצם משתמשים בזה גם בשביל לפשוט לעבוד מהר יותר ולא בהכרח רק בשביל להוציא פיצ'רים.

גיא: בדיוק, אנחנו מצליחים לקחת את ה-AI ולהכניס אותו לתוך הפלואו הרגיל, כלומר זה לא סטארט אפ AI שזה כל מה שהוא עושה ויש לו פלואים אחרים לגמרי, שזה אחת הבעיות שתמיד היו לנו, שהיה לנו פיתוח רגיל ופיתוח AI וכאילו הם היו במתודולוגיות אחרות. פה השתמשנו בקנבן ודברים כאלה פה השתמשנו בדברים אחרים לגמרי, לא, אנחנו בעצם היום יכולים לקחת את הפלואו העבודה הרגיל שסטארט-אפים מכירים, ובמקומות הנכונים איפה שזה עוזר להכניס גם פיצ'רים של AI,  מוצרים שלAI , ולהתייחס לזה בתור עוד פיצ'ר, לא בתור משהו חיה אחרת לגמרי שאנחנו צריכים עכשיו להביא אנשים אחרים ותהליכים אחרים, אותו דבר אבל עם AI. 

דריה: מגניב, אז אולי בוא ניקח את זה שנייה, ננעץ  את זה כזה בקרקע, איך זה נראה בפועל? בוא ניתן איזה דוגמא לעבודה שלכם עם AI.

גיא: בטח, אז אחת הדוגמאות, אמרתי שאנחנו מעין google photos אנחנו מארגנים, מסדרים, עוזרים לשתף תמונות ווידאו. עכשיו לאורך הזמן אחת הבקשות שביקשו מאיתנו הייתה תמלול של וידאו, ובתחילת הדרך אנחנו בדקנו את זה, את הרעיון של תמלול אוטומטי של טקסט, של ווידאו ופשוט גילינו שזה לא כדאי, זה היה יקר מאוד, זה היה הכל כזה דברים של AWS, של גוגל,

דריה: זאת אומרת בדקת התממשקות עם כלים אחרים.

גיא: נכון, וזה היה יקר, זה לא עבד מספיק טוב בשורה התחתונה, האיכות לא הייתה מספיק טובה, זה לא באמת אפשר לך לחפש אחר כך ולמצוא בסבירות גבוהה זה לא רע, אבל נגיד 70% שזה לא מספיק טוב באמת לחיפוש איכותי. וזה גם לא עבד בהרבה שפות, זה עבד ב 5-6 שפות, יש לנו יוזרים מכל העולם. בשורה התחתונה  בדקנו את זה ומהר מאוד החלטנו שזה פשוט לא מתאים לנו זה לא ב-road map, משהו עתידי שנעשה בעוד 4 שנים, לא רלוונטי. 

דריה: כן. 

גיא: ובנובמבר 2022, לפני קצת פחות משנהה, אני נכנס לגיק טיים, או TechCrunch, אני לא זוכר בדיוק איפה זה היה, ואני רואה כתבה ש-open AI הוציאו משהו שנקרא וויספר, מנוע תמלול חדש שעובד במאה שפות, לפי הכתבה לפחות, באיכות שלא נראתה עד היום. ואגב זה open source, אז זה אומר שזה פחות או יותר בחינם, לא בדיוק, אבל-

דריה: אבל ממש בעלויות זניחות. 

גיא: העלויות של זה זניחות, בדיוק. ובכל סיטואציה אחרת אני חושב שיכלנו להניח לזה, כלומר זה לא ברודמאפ, זה לא בתוכנית שלנו, אנחנו עושים דברים אחרים. אבל זיהינו פה איזה שהיא הזדמנות לבוא ולקחת את הדבר הזה ולתת ערך למשתמשים שלנו שלא קיים. אז אנחנו לקחנו את זה עשינו poc מאוד מאוד מהיר, כלומר, בדרך כלל כשיוצאים הדברים האלה אז או שיש דמו פתוח שאת ממש יכולה להיכנס להתחיל להעלות דברים במקרה הזה לא היה. שותף שלי לקח את whisper, התקין את זה על המחשב שלו, תוך חצי יום, אולי יום כבר היה לנו דוגמה פועלת, אנחנו ראינו איך זה עובד בכל מיני שפות, כולל בעברית וזה עבד ממש טוב גם בעברית, ונכנסנו שם לתהליך פיתוח היינו צריכים להתקין את זה על שרתים לבדוק את זה קצת יותר, לעצב את זה איך זה נראה בתוך אפליקציה, היו שם דברים. אבל פחות או יותר תוך חודש אנחנו כבר היינו עם זה באוויר וזה נתן לנו לא בהרבה עבודה, באמת, כמה שבועות של עבודה, יתרון מאוד מאוד גדול וייחוד בשוק כי למתחרים שלנו, למעט מאוד מהם היה תמלול של וידאו, ולכל מי שהיה תמלול בווידאו, לשניים שלושה שהציעו את זה, הם הציעו את זה עם הטכנולוגיות הישנות, כלומר באיכות הרבה יותר נמוכה, והם גבו הרבה מאוד כסף על השירות הזה. ופתאום אנחנו יכולים להציע את זה לכל הלקוחות שלנו, כחלק מהחבילה החינמית של המוצר שלנו בכלל, זה אפילו לא משהו שהם צריכים לשלם עליו בכלל, אני לא מדבר עכשיו על עוד אלפי דולרים לחודש, שזה מה שגבו מהם, וזה משהו שיכלנו להדגיש, יתרון מאוד גדול אל מול המתחרים הגדולים, משהו שמושך לקוחות פוטנציאלים שעכשיו אנחנו יכולים להציע להם את כל שאר הדברים שלנו. אני חושב שזו דוגמה אחת מיני רבות, כלומר אחד מהדברים שאנחנו מאוד מקפידים עליהם וזה לנסות להוציא פיצ'ר AI, בערך פעם בחודש, פיצ'ר AI גדול,

דריה: שזה המון. זה קצת מאוד מהיר.

גיא: זה די הרבה. קצת די מהיר, בערך שנה מאז שאני יכול להגיד שאנחנו כמעט עומדים בזה, אנחנו פספסנו איזה חודש באמצע, אבל אנחנו  בסך הכל מצליחים לעמוד בזה. והלקוחות רואים את זה, כלומר הם רואים את זה, באים אלינו בין היתר כי הם רואים את החידושים ואת הקצב. וזה נותן לנו יתרון מול מתחרים שיש להם הרבה יותר כוח, הרבה יותר כסף, הרבה יותר שיווק והרבה יותר פיצ'רים.

דריה: זהו, אז יש לי מלא שאלות.

גיא: יאללה.

דריה: אוקיי, קודם כל אולי נתחיל, דיברת על זה שזה לא היה ברודמאפ.

גיא: נכון.

דריה: ואז בכל זאת ראיתם את ויספר והחלטתם שנייה לעצור את מה שאתם עושים ולהתמקד בדבר הזה. ואז אתה בא ואומר לי, אנחנו עושים כזה פעם בחודש. זה לא מסית מהפוקוס? זה לא מאט אתכם מהרודמאפ המקורי שתכננתם?

גיא: אני חושב שהרודמאפ עצמו השתנה בשנה האחרונה בצורה משוגעת לחלוטין. כמו שאמרתי, אני מנהל מוצר 10 שנים, בניתי הרבה רודמאפים, הייתי שותף להרבה רודמאפים, הרודמאפ עצמו השתנה, כי רודמאפ מבוסס בסופו של דבר על מטרות אסטרטגיות ואז אנחנו לוקחים, הופכים את זה לפיצ'רים, שכשאנחנו בונים את הפיצ'רים שנכנסים לרודמאפ אנחנו נורא מסתמכים על value for effort בסופו של דבר. והדבר הזה היה נכון במשך הרבה מאוד שנים כי אנחנו פחות או יותר יכלנו לצפות את ה-effort של הפיצ'רים השונים, גם בעוד חצי שנה וגם בעוד שנה. שזה הטווח שרודמאפ בדרך כלל נמצא בו, והיום זה פשוט לא נכון, ה-effort של בנייה של פיצ'ר מסוים, פשוט יכולה להשתנות בוקר אחד ככה, מעכשיו לעכשיו.

דריה: כי פתאום יש כלי AI שעושה את זה. 

גיא: בדיוק, וזה קרה בהרבה מאוד מקרים, ולהרבה מאוד פיצ'רים שאנחנו רצינו לעשות ואני בטוח שהרבה מאוד פיצ'רים שהרבה חברות אחרות היו רוצות, אז הרודמאפ שלנו הפך להיות הרבה יותר נזיל כלומר המטרות האסטרטגיות נשארות, זה עדיין, זה בסוף הכוכב הצפון של כל סטארטאפ, לאן אנחנו רוצים להגיע, ומה המטרות ומה המטריקות שאנחנו מודדים איתם, אבל הפיצ'רים שבתוך הרודמאפ, יש לנו את הפיצ'רים שאנחנו יודעים שאנחנו רוצים עכשיו, בהתאם לידע הנוכחי שלנו היום, בתאריך הזה, בשעה הזאת.

דריה: בשעה הנוכחית. 

גיא: בדיוק. ויש לנו עוד סט של דברים שהיינו רוצים לעשות, שאנחנו יודעים שהלקוחות שלנו ביקשו וצריכים, והאזור הזה של הפיצ'ר request שיש אותו להרבה סטארטאפים ובדרך כלל זה כזה בדבר הזה שאני אומר ל-costumer success, כדי שהם כזה יעזבו אותי בשקט לחצי שנה, כזה רשמתי את זה בפיצ'ר- request, אז פתאום הוא הופך לדבר אמיתי ופתאום כל הזמן צריך להיות ב-beck off our minds,  כי אם אני קם בבוקר, שותה קפה, פותח את העיתון הווירטואלי שלי ואני רואה שמשהו השתנה בעולם, אז אני צריך להיות מוכן להיות אדפטיבי לזה ולעשות את השינויים. זה אחד הדברים היותר מאתגרים, אבל גם הכי כייפים.

דריה: לגמרי, וואי, אני ממש מתחברת לזה. אנחנו- אי אפשר להגיד שאנחנו סטארטאפ ב-סטארטאפ פור סטארטאפ, אני לא מדברת אפילו על Monday, אני מדברת על הצוות, ועדיין מה שאמרת עכשיו פוגש אותנו המון, כי בסוף התפקיד שלנו בצוות זה לתת מענה להרבה אתגרים שקורים באקו סיסטם, אנחנו מתחילים את השנה ואנחנו בונים איזשהו רודמאפ וכבר קרה לנו, זה אפילו יותר מפעם אחת במהלך השנה, זה לא פעם בחצי שנה, זה באמת פעם בחודשיים ששנייה מבינים שהצרכים השתנו לחלוטין, שפתאום- הנה, עכשיו כולם מדברים על AI,  אז אנחנו חייבים גם לתת לדבר הזה מענה, או שפתאום יש גל פיטורים אז אנחנו חייבים לשנות את מה שאנחנו עושים ולהתמקד בדברים האלה. אז מן הסתם זה גם משפיע עליך כסטארטאפ, כאילו פתאום יש המון טכנולוגיות שאתה יכול לרתום ואז מה אם לפני כמה חודשים תכננת איזה משהו אחר לחלוטין, שעכשיו אתה יכול להשתמש במה שיש ולעשות דברים מהר יותר,

גיא: לפני כמה חודשים, לפני כמה שעות. 

דריה: ממש.

גיא: הקצב, ושנייה ברצינות, הקצב שדברים חדשים יוצאים עכשיו, לפחות עד כמה שאני מודע אליהם, שוב, לא דאטה סיינטסט, אני בטוח שיש עוד הרבה דברים שאני לא יודע, אבל זה פחות או יותר פעם, פעמיים ביום. אני נחשף למשהו חדש שלא ידעתי, או שלא היה קיים אתמול. אז זאת הרמה שבה אנחנו צריכים להיות א' מודעים לשינויים האלה ו-ב' להיות מסוגלים להתאים את עצמנו לשינויים האלה. זה לא פעם בשבוע, זה לא פעם בחודש, זה ממש פעם ביום, פעמיים ביום. 

דריה: זה מוביל אותי לשאלה הבאה, וזה באמת איך יודעים למצוא את הטכנולוגיות שמתאימות לנו, מאיפה מתעדכנים על דברים כאלה? כי באמת, אמרת את זה, זה גם יכול להיות פעמיים ביום שיש איזה עדכון על משהו מטורף חדש שקורה ויכול להיות שמה שחיפשתי לפני שבוע זה כבר לא בהכרח הדבר הכי טוב.

גיא: נכון. אז קודם כל נוכל גם להבין שאנחנו- הדברים משתנים כל כך מהר שאנחנו לא תמיד חייבים להיות הדבר הכי הכי טוב, כי זה עוד אחד מהדברים האלה שגורמים לנו טיפה להאט את הקצב כי אנחנו לא בטוחים. אנחנו צריכים לדעת מה הדבר המאוד מאוד טוב שמצאנו ולהחליט כזה כן-כן, לא-לא. ממשיכים לחפש, מתחילים להטמיע. אז זה דבר אחד. אני חושב שזה מתחיל מהגדרה מאוד טובה של הבעיה, שגם נובעת מהכירות מאוד טובה עם המשתמשים. כלומר, אם אני כמנוע לארגון וסידור ושיתוף של תמונות צריך לעשות תיוג של תמונות, אני צריך להבין מה הם רוצים לתייג, מה הם רוצים לחפש. ואז אנחנו צריכים גם לדעת איזה סוגים של דברים, האם זה תמונות או איורים, ואם זה תמונות  אז של מותגים, של חנויות, של בגדים, של רהיטים, מה הדברים שאנחנו צריכים להתמקד בהם? להבין את רמת הגרנולריות שהם יצטרכו, האם הם רוצים להפריד בין שולחנות לכיסאות, או בין שולחן לסלון, לשולחן למטבח, לשולחן כתיבה. אלה דברים שמאוד משפיעים על מה שאנחנו מחפשים, אבל בסופו של דבר אנחנו מחפשים מנוע לתיוג תמונות, אנחנו הולכים לגוגל, כותבים בגוגל מנוע לתיוג תמונות, עדיף באנגלית, ואנחנו מתחילים לראות מה יש, ורוב המוצרים שיש היום, בין אם זה בתשתית שלכם שזה AWS גוגל או מייקרוסופט, ובין אם זה סטארטאפים, ובדרך כלל אפילו אם זה open source יהיה איזה שהוא דמו שאתם יכולים להתחיל להשתמש בו, יהיה משהו שאתם יכולים להעלות את התמונות שאתם רוצים, שאתם רואים, זה המקום, אלה תוצאות שאני רוצה להגיע אליהם. ולראות איזה תגיות אתם מקבלים.

דריה: זה נקודה חשובה, זה אולי state the obvious אבל לא בהכרח, כי אני חושבת שגם יכול להיות נורא קל ליפול למקומות ש- קוראים על איזה השקה של כלי חדש ומיד אומרים- וואי, מגניב, בוא נחשוב איך אפשר לשלב את זה אצלנו ולא תמיד זה עונה על בעיה שהיא מספיק משמעותית בשביל להתמקד בה. ואז אולי זה יכול לגרום לדי- פוקוס.

גיא: נכון, וזה באמת המקום שדיברנו עליו בהתחלה ברודמאפ שהאסטרטגיה לא משתנה. 

דריה: בדיוק. 

גיא: זה המטרות שלנו, היעדים שלנו לא משתנים, מה שמשתנה זה הפיצ'רים שאנחנו שמים בתוך הדבר הזה. אני כן אגיד על זה בכוכבית שיש לנו יותר גמישות כסטארטאפ. גם בשינוי לפעמים של הדבר הזה, ואני אתן פה עוד דוגמה באמת, אפילו על אותה דוגמה של המנוע תיוג. מצאנו הרבה מאוד מנועי תיוג, זה היה ממש בהתחלה, זה הפיצ'ר הראשון ש- קוראים לנו tag box אנחנו- a box that you tag, 

דריה: מתייגים, כן.

גיא: אז זה ממש היה הפיצ'ר הראשון שבנינו. אנחנו חיפשנו מנועי תיוג, והייתה לנו איזה שהיא גמישות מסוימת, אנחנו ידענו מי הקהל יעד שלנו, חברות retail, סוכנויות קריאטיב, אבל דרך זה שמצאנו מנוע תיוג מאוד מאוד טוב, שיודע לזהות יותר טוב רהיטים מבגדים לצורך העניין, זה לא משנה בדיוק מה היו הפרמטרים, אנחנו כן הייתה לנו גמישות לבוא ולהגיד: אוקיי, יש לנו טכנולוגיה שכרגע יודעת לעבוד בצורה מאוד טובה עם רהיטים, בוא נתחיל לנסות לשווק את זה לחברות רהיטים ונראה מה הם אומרות.

דריה: כן, שנייה לרוץ על היתרונות שלכם ועל הדברים שאתה- 

גיא: בדיוק, מתוך הבנה שאנחנו נוכל אחר כך גם לעשות את זה לבגדים, אם נבין שהמוצר כמוצר לחברות ריטייל שהן מספיק דומות, עובד לרהיטים, אנחנו נוכל לעבור מרהיטים למכוניות, וממכוניות לבגדים ומבגדים למקום אחר.

דריה: כן, אבל קודם לרוץ על החוזקות שלכם.

גיא: כן. חברה שכבר יש לה סט מאוד גדול של לקוחות, בטח אם זה לקוחות מגוונים, מכמה סוגים, פתאום היא לא יכולה להתפשר על זה, היא לא יכולה לקחת מנוע תיוג שעובד רק לרהיטים ולא לבגדים כי איך היא תשחרר אותו כשיש לה חמישה אחוז מהלקוחות שלה שזה חברות אופנה, שזה פשוט לא יעבוד להם והם יתמרמרו על זה שהוצאתם פיצ'ר שלא עובד לנו.

דריה: כן.

גיא: אז זה עוד איזשהו יתרון מסוים בעיניי ועוד איזו מחשבה שהייתה לי סביב באמת למה זה יכול להיות יתרון לסטארטאפים, זה באמת כשמדברים על המטרות האסטרטגיות, המטרה האסטרטגית של פחות או יותר כל סטארטאפ, בטח Early Stage, זה למצוא Product Market Fit. אין מטרות אחרות,

דריה: לגמרי.

גיא: אנחנו לא עושים שום דבר אחר חוץ ממהבוקר עד הערב לנסות למצוא Product Market Fit. חברה גדולה, יש לה מטרות אחרות הרבה פעמים, היא מצאה את ה-Product market Fit, והמטרה שלה עכשיו זה להתרחב למדינות נוספות. המטרה שלה עכשיו זה לעבור ממיד מרקט לאנטרפרייז או מאנטרפרייז למיד מרקט, יש הרבה מטרות אחרות. כשחברה המטרה שלה היא לעבור למדינה אחרת, הדרך היא כמעט אף פעם לא להכניס עוד AI. נכון?

דריה: כן נכון, זה אתגרים של לוקליזציה ש-AI לא בהכרח יכול לפתור ובטח לא להיות ב-main, ב- core של הפעילות.

גיא: בדיוק.

דריה: אני חושבת שבסוף מה שאתה אומר וזה מה שנראה לי הכי חשוב לקחת מפה, זה שכסטארטאפ קטן, החשיבות של הזמן, ושל המהירות של דברים יוצאים, הוא אולי יותר קריטי מלכל סטארטאפ בגודל אחר, בסוף כאילו המשאבים שלכם מאוד מאוד מוגבלים ואתה מתאר פה דרך שהיא מעולה לזוז עוד יותר מהר, כאילו, גם ככה יש לכם את היתרון של לזוז מהר, אז עם AI אתם יכולים לעשות את זה עוד יותר מהר.

גיא: לחלוטין. את ממש יכולה לקחת מוצרים, מוצרי AI היום הם לא מה שהם היו לפני שנתיים אפילו, כשעבדתי לפני שנתיים עם AI היית צריכה לקחת כל דבר כזה ולעשות המון כדי להכניס את זה למוצר שלך והיום זה ליטרלי, תוך כמה שעות זה במוצר שלך תוך כמה ימים, שבוע, שבועיים, זאת המהירות שאת יכולה לתת משהו שהוא ברמה מאוד מאוד גבוהה, וזה יתרון מדהים וזה גם מעביר הרבה מהכוח מהטכנולוגיה למוצר. זה כבר לא תחרות של למי יש את ה-Data Science עם הכי הרבה data והכי הרבה אלגוריתמיקה, אלא איך את משלבת את זה בצורה יפה ונכונה שמתאימה המוצרים שלך. וזה קצת מה שאמרתי מקודם, על זה שהנחתה מהמנכ"ל, בואו תיקחו ג'אנירטי ו-AI ותזרקו את זה בתוך כל המוצר, לא תמיד יכול לעבוד, כי זה לא סתם משהו שאת עושה כדי לעשות, זה לא משהו שאת עושה בשביל לשחרר הודעה לעיתונות, זה משהו שאת עושה מתוך הבנה ועם הרבה מאוד ניסויים כושלים. הרבה מוצרי AI שאנחנו עשינו, אנחנו כבר הורדנו, אגב, זה לא אומר שזה תמיד עובד.

דריה: כמו כל פיצ'ר, כאילו,

גיא: כמו כל פיצ'ר, אני חושב שזה המסר העיקרי.

דריה: את חלקם צריך להרוג.

גיא: AI ב-2023 הוא כמו כל פיצ'ר, וזה מדהים.

דריה: יפה, אהבתי. אולי נקרא לזה ככה, לשם של הפרק. זה כן מוביל אותי לעוד שאלה שרציתי לשאול וזה בנוגע לטכנולוגיה, כי בסוף- ואני בטוחה שזה שאלה שאתה נתקל בה הרבה מצד משקיעים ומשקיעות. סטארטאפ צריך להיות לו איזשהו יתרון טכנולוגי או ייחוד טכנולוגי או משהו טכנולוגי, ואם נעשה בסוף רק במירכאות אינטגרציות לכלי AI אחרים, אולי זה לא מספיק. אז מצד אחד אני מדמיינת שנורא קל להתבסס על כלים אחרים מצד שני איפה אתם מביאים את היתרון שלכם ליידי ביטוי? או את הייחוד שלכם?

גיא: שאלה נהדרת. הקשבתי נראה לי לכל הפרקים של הפודקאסט הזה, אז אני יודע שזה משהו שעלה כבר כמה פעמים, של: בואי ניקח לדוגמא את מאנדיי, מה היתרון הטכנולוגי של מאנדיי אל מול הרבה חברות אחרות, ובסוף היתרון של מאנדיי הוא לאו דווקא בטכנולוגיה, נכון? הוא יותר מוצר. 

דריה: במוצר, כן.

גיא: אז אם ניקח את השלוש קטגוריות שאנחנו הגדרנו מקודם,  לתשתיות, ל-SHOVEL MAKERS, יש moat טכנולוגי לא רע, גם יש הרבה דיבייט על איזה LLM הולך לנצח ואיפה נמצא ה- moat, אבל יש להם יתרון טכנולוגי. לכל הסטארטאפים האלה שעושים ג'נרטיב AI4X,

דריה: כן, שנבנים על גבי טכנולוגיות אחרות,

גיא: בדיוק, לקחתי את צ'אט GPT, הוספתי לזה איזה פרומפט בדרך ששינה את זה טיפה ואמר לו לדבר בקול של מישהו משר הטבעות ועכשיו עשיתי אתר של  ניהול פרויקטים בשר הטבעות, אין שום moat, אין שום דבר, כל אחד יכול. לכם זה לקח 3 דקות ולהבא בתור שינסה לחקות אתכם, כולל הלקוח שלכם בעצמו, שינסה לחסוך את הכסף, הוא ישקיע את השלושה ימים ויעשה את זה בעצמו, אפס moat. בשכבה מעל של החבר'ה שמשתמשים ב-AI בצורה טובה, כדי לבנות מוצר חזק, אני חושב שה-moat הוא המוצר, ה-moat הוא היכולת להבין את המשתמשים בצורה הכי עמוקה, לדעת לעשות את זה, לדעת לקחת את ה-AI הכי נכון לכל מטרה. לאו דווקא להגיד- וגם את זה ראיתי אגב הרבה סטארטאפים שעושים, רצתי על AWS, רצתי על כל הסטייק של ה-AI שלהם, הכנסתי את זה as-is למוצר, וזה פשוט לא עובד. סתם לקחת את התשתית הטכנולוגית של AWS או של גוגל, או של מייקרוסופט ולדחוף את זה למוצר, לא עובד, זה לא קוהרנטי, הם לא מבינים מה אתם רוצים. אתן דוגמא מצחיקה על הדבר הזה, בסדר? אחד מהדברים שיש בזיהוי תמונה זה זיהוי של כיוון הראש של המצולם, בסדר? וזה נועד לזה שאת למשל יכולה, את רוצה עכשיו שחיין יוצא מהמים כזה ומסתכל למעלה, או מישהו מסתכל לשמיים, את יכולה להגיד: אני רוצה מישהו שמסתכל לשמיים,

דריה: כן.

גיא: אחד המתחרים שלנו הוציא את זה, כשאת יכולה לבחור האם את רוצה שהבן אדם יסתכל ימינה, או שמאלה, או למעלה, או למטה, או למעלה וימינה, או למעלה ושמאלה, כי ככה זה יוצא מה-AWS, בסדר? אף אחד לא צריך מישהו שמסתכל למעלה וימינה, זה מיותר, אבל זה מה שקורה כשאת משתמשת בטכנולוגיה בלי להבין את הצורך של המשתמשים שלך. בסדר? אז אני חושב בהחלט אם לחזור לשאלה המקורית ששאלת לפני 45 דקות, אני חושב שבהחלט כשמשתמשים בהרבה טכנולוגיות שונות, משלבים אותן ביחד למוצר, לא לפיצ'ר קטן, למוצר שפותר בעיה יותר עמוקה, אז יש moat פרודקטיאלי, שהוא תמיד היה שם, כאמור מאנדיי וחברים, הוא תמיד היה שם, אני חושב שבזמן הקרוב אנחנו הולכים לראות אותו יותר מבעבר וזה בסדר גמור, וזה לא אומר שאי אפשר להעתיק אותך, אבל זה אומר שזה נהיה יותר ויותר קשה להעתיק אותך. 

דריה: כן, שזה נהיה באמת יותר עניין של מה המוצר הכי טוב ולא בהכרח מה הטכנולוגיה הכי מתקדמת.

גיא: בדיוק. וזה נובע מהבנה מאוד עמוקה של המשתמשים, של הטכנולוגיות הקיימות ושל איך אנחנו משלבים בין שני הדברים האלה.

דריה: כן. אולי לקראת סיום נדבר על מה עדיין מאתגר בזה עבורכם. מה האתגרים כאן?

גיא: וואו. 

דריה: יש יותר מדי. 

גיא: יש המון, יש עדיין המון המון המון אתגרים. קודם כל, כמו שאמרתי, אנחנו לא data scientists. יש שם הרבה דברים שאנחנו נאבקים כדי להבין איך הם עובדים ולמה הם עובדים, וזה קשה. יש לנו עכשיו את המנוע חיפוש החדש שסיפרתי עליו, אבל מדי פעם הוא מחזיר לך בתוצאות חיפוש תמונות שחורות, כי הם רעש, הם רעש של AI, ואז כשיש לך את הבגים האלה אז צריך ללכת ולחפש מה הפתרון ולהתייעץ עם מומחים, אגב, כל מה שאני אומר- אנחנו לא אנשי data science אבל עושים מלא AI, לא צריך data scientist אנחנו נורא צריכים אותם, הם נורא חשובים, כן? אני לרגע לא אגיד שאפשר לפטר את כל ה- data scientist, אנשי פרודקט יודעים הכל. הם נורא חשובים, התפקיד שלהם אולי קצת ישתנה אבל הם נורא נורא חשובים. אז יש לנו את זה, ה-devops רוצח, ה-devops  של AI הוא רוצח. כלומר, כל פעם שאנחנו לקחנו איזה שהיא ספרת open source, נכון אמרתי מקודם ו- open ai הוציאו את זה כ-open source שזה בערך אומר: חינם, אז הבערך הזה זה כוכבית ענקית, כוכבית ענקית, הבערך הזה יכול להיות מאוד לא פשוט, אז ההמלצה שלי היא- סטארטאפים קטנים או חברות גדולות שרוצות לעשות ניסויים, איפה שאפשר לעשות את זה עם api קיים תעשו את זה עם api קיים, זה יחסוך לכם כל כך הרבה עבודה של devops בדרך שכנראה שאין לכם את ה-resources או שאתם לא רוצים לעשות את זה, בטח בהתחלה. אחר כך תבינו שזה עובד, הפיצ'ר טוב, תיקחו את האופן סורס או תיבנו משהו משל עצמיכם, תטמיעו אותו, תשקיעו את כל העבודה של ה-devops. זה בהחלט אחד האתגרים המאוד מאוד מאוד גדולים שיש לנו.

דריה: של התעסקות מסביב.

גיא: הרבה התעסקות מסביב בדבר הזה, להבין מאוד טוב מתי זה עובד ומתי זה לא עובד, כאמור לקחת משהו כאילו פשוט כמו תיוג, כשהשליטה שלך בו היא פחותה, בסדר? את יודעת, כל פעם שאנחנו לוקחים את זה ל-data science ואומרים- יש לנו את הבעיה, זה יודע להבדיל בין כיסא לשולחן אבל לא בין שולחן מחשב לשולחן אוכל? מה הבעיה? תעשה פיין טיונינג. ואני כזה cool, מגניב.

דריה: מה זה?

גיא: לא "מה זה" אבל זה ייקח לי כל כך הרבה זמן, אני צריך לאסוף את ה-data ואני צריך לעשות את זה, ועכשיו אני אבלה חודש בלעשות את ה-fine tuning הזה. 

דריה: בדיוק, בסוף זה יכולות שאתם מטמיעים במוצר, אבל אתם לא מפתחים מאפס ואני בטוחה שיש הרבה אתגרים שמגיעים עם הדבר הזה, שזה לא מותאם ב-100% למה שאתם צריכים. 

גיא: נכון וזה עוד משהו שנבנה בצורה איטרטיבית, זה לא אומר שאף פעם לא יהיה לנו את ההבדל בין שולחן אוכל לשולחן מחשב, 

דריה: בדיוק.

גיא: זה אומר שאנחנו מתחילים בלי זה, רואים שהמוצר- שהיכולת  להבדיל בין כיסא לשולחן עוזרת, אם זה עזר וזה טוב, עכשיו אומרים לנו: רגע, יש לנו פה שני שולחנות ואנחנו צריכים להבדיל, אוקיי. בוא נבנה עכשיו את זה.

דריה: כן. 

גיא: אנחנו יכולים לקחת התיוג הזה ולבנות ולבנות ולבנות מעליו, במקום להתחיל ממשהו שהוא מושלם ויודע לתייג כל דבר בעולם בצורה הכי מושלמת כמו שהיוזרים שלנו רצו, אנחנו מתחילים מ- Use Caseקטן ואז מרחיבים אותו ומרחיבים אותו וזה יכול להיות עם פיין טיונינג. זה יכול להיות אם אני אכניס עוד מנוע תיוג שעובד במקביל ויש שם Redundancy שעוזר לנו לדייק את הפתרון שלנו. זה יכול לעבוד עם עוד 20 פתרונות אחרים שאנחנו הטמענו הרבה מהם. כלומר רוב הפתרונות שלנו התחילו כמנוע אחד וצמחו למנוע שיש מעליו שכבות נוספות של לוגיקה שאנחנו הטמענו בהתאם למה שראינו ממשתמשים וכו' וכו'. אפרופו mode זה חלק מסוים מה-mode שלנו, היכולת שלנו להתפתח מעל התשתית הבסיסית. אבל זה בהחלט אתגר שאפשר להתמודד איתו אבל הוא לא קל. 

דריה: אולי נסיים בכזה טיפים ליזמים ויזמות בשלב מוקדם, שעכשיו רוצים לעבוד יותר עם AI.

גיא: בטח. אז ההמלצה הראשונה שלי תהיה- לא לפחד ללכלך את הידיים ולא לפחד ללכת מעבר ל-obvious שזה ChatGPT בסדר? להיכנס, אתם עובדים עם AWS תיכנסו לסטייק הטכנולוגי של AWS, תעשו את כל הדמויים שלהם, תבינו מה היכולות שמתאפשרות שם בכלל, תעשו קורס או שניים. יש לכם בעיה? תחשבו טיפה איך אפשר לפתור את זה עם AI מכל הכיוונים, תבינו מה היכולות של AI מעבר. תבינו מה זה classification, תבינו מה זה clustering, תבינו מה זה prediction, תבינו מה היכולות של AI ב-2023. כי אלה בסוף הכלים שכשאתם תשמעו על בעיה חדשה מלקוח, פתאום אולי זה יזיז איזשהו משהו שחשבתם עליו או שעבדתם עליו לפני חצי שנה. ובסוף כשאנחנו באים לפתור בעיה, אנחנו מסתמכים על ידע קיים.

דריה: כן, על סך הכלים שיש ברשותנו.

גיא: בדיוק, וכמו שאנחנו הרבה פעמים כשאנחנו בונים חוויית משתמש, אנחנו אומרים: רגע, יש את הטבלה הזאת שעשו ב-Monday, שאולי ככה אנחנו יכולים לקחת מזה איזה שהם אלמנטים שהם גם רלוונטיים אלינו, כי אנחנו ראינו את זה בכל מיני, כי יש לנו את הרפרנסים.

דריה: כן. 

גיא: אבל בשביל זה, אני צריך להכיר מאוד טוב איך עובד טבלה במאנדיי וטבלה ב-20 מקומות אחרים כדי לדעת איזה אלמנטים אני לוקח. אז ככל שאני מבין יותר לעומק יכולות AI, מה קיים לי בתשתית שלי, מה קיים בסטארט-אפים, מה קיים ב-open source, אז זה אז מאוד עוזר לפתור את הבעיות כשהן מגיעות ולא לפחד לעשות שנייה- יש לכם איזה שהיא בעיה שאתם חושבים שאולי אפשר לפתור בעזרת AI? תנסו לחשוב מה זה, תנסו כמובן להתייעץ עם אנשים ויש הרבה מאוד קבוצות פייסבוק שאני משתמש בהם ומגזינים וניוזלטרים שאני מנוי אליהם שעוזרים לי, תגגלו, ואם אתם מגיעים במקרה לאיזה שהוא   מנוע להם שעוזרים לי. ואם אתם מגיעים במקרה לאיזה שהוא GitHub שכזה open source ויש לו מספיק הורדות והוא נראה בערך בסדר, אז תנסו לראות איך אתם יכולים להשתמש באיזה משהו כדי לעשות p.o.c. תוך רבע שעה ולהגיד רגע זה יכול לעבוד זה לא יכול לעבוד כן- כן, לא- לא.   היכולת ללכלך את הידיים טיפה, היא, אני חושב- מפתח כדי להצליח בסופו של דבר לחבר את זה לצרכים של הלקוחות.

דריה: מדהים. ואולי יש לך איזה- אמרת כזה ניוזלטרים ואתרים שאתה מתעדכן, אולי כזה תזרוק איזה שם אחד או שניים שאנשים יכולים לחפש אחר כך,

גיא: וואי, יש לי מלא.

דריה: יש לך מלא? אז אולי נשים בתיאור הפרק,

גיא: נשים בתיאור הפרק.

דריה: תעביר לנו רשימה של המלצות ואנחנו נשים בתיאור הפרק לכל מי שרוצה.

גיא: מעולה, זה מה שאנחנו נעשה.

דריה: יופי! מצוין! אז רגע לפני שנסיים, אני אזכיר שאם יש לכם שאלות אלינו או לגיא, אפשר לכתוב לנו באתר או דרך הקהילה שלנו בפייסבוק שגיא נמצא שם הרבה, ואם אתם רוצים לדעת כל פעם שיוצא פרק חדש, אתם מוזמנים לעקוב אחרינו בכל אחת מהאפליקציות. אז תודה גיא, איזה כייף.

גיא: תודה רבה לך דריה! איזה כייף להיות פה.

דריה: ותודה שהאזנתם. 

[נעימת סיום]