דריה: שלום לכולם. אני דריה ורטהיים ואתם הגעתם ל- startup for start up. והיום נדבר על איך מגלים גמישות כשנכנס game changer טכנולוגי שמשנה את השוק שבו אנחנו פועלים. ולצורך זה נמצא איתי ירון אינגר מייסד שותף ו- cto של אייטריקס היי ירון. 

ירון: אהלן.

דריה: ונגיד במשפט שאתם חברה מבוססת AI שמפתחת אפליקציות ליצירת תוכן, שממש לאחרונה חגגתם עשור מאז הקמת החברה וגייסת מאז 335 מיליון דולר, ויש לכם היום יותר מ-680 מיליון הורדות, 30 מיליון משתמשים חודשיים ו-70 מיליון פיסות תוכן שמיוצאות מהאפליקציות שלכם כל חודש. בחיים לא אמרתי "מיליון" כל כך הרבה פעמים במשפט. 

ירון: זה צריך להיות מיליארד, אבל נחכה קצת. 

דריה: בדיוק, תכף חודש חודשיים. אז ה- game changer שנדבר עליו היום הוא כמובן AI, ובאמת כל הטכנולוגיה והמוצרים שלכם היו מבוססים AI מתחילת הדרך, ולפני קצת פחות משנה וחצי נכנס כל תחום ה-AI פתאום כזה התפוצץ, וזה חייב אתכם לעשות לא מעט שינויים, כדי להתאים את עצמכם לשוק שמשתנה מהר, וזה כנראה משהו שמאוד מאוד רלוונטי להרבה מאוד סטארט-אפים היום. אז היום נדבר על מה השינוי שחוויתם, איפה הוא מאתגר, עם איזה הזדמנויות זה מגיע. וגם איך מייצרים ומנחילים שינויים כאלה בצורה מהירה בארגון. נתחיל?

ירון: יאללה. 

דריה: יאללה.

[נעימת פתיחה] 

דריה: אוקיי, אז אולי רגע לפני שנתחיל תספר לי רגע מי אתם היום.

ירון: אוקיי. אז אנחנו בעצם חברה, כמו שאמרת, שמתעסקת ביצירה ועריכה של תוכן. הוויז'ן שלנו זה brigin imagination  and creation, שזה משהו שבעצם גם אם הוא פורמל בשנה שנתיים האחרונות, כשאנחנו בעצם הקמנו את החברה, הקמנו את החברה חמישה חברה, ארבעה מאיתנו דוקטורנטים למדעי המחשב באוניברסיטה העברית, התעסקנו כבר בתחומים של AI, Computer Photography, Computer Vision, וכו'. 

דריה: לפני שהם הפכו להיות Buzzwords.

ירון: כן, בדיוק לפני ש-AI, AI בזמנו היה כזה חיפוש מסלולים בגרף ודברים כאלה, זה לא היה לייצר מוח שמקביל לבני אדם. ובעצם כבר מההתחלה מה שמאוד מאוד עניין אותנו זה איך אנחנו גורמים לאנשים בעצם ליישם או to manifest באנגלית, את המחשבות שלהם לכדי משהו ממשי. משהו ממשי פה זה תוכן דיגיטלי, אבל זה יכול להיות תמונות, סרטים, זה בעיקר המיקוד שלנו. והרבה מהעבודה שאנחנו עשינו לאורך השנים זה בעצם לבוא ולגשר על הפער הזה, שהוא בין מה שאנחנו מדמיינים בראש לבין תוצר סופי.

דריה: אוקיי, אז אתם ממש כזה חולשים בעצם על הרבה תחומים ב-AI. אין לכם כזה מוצר אחד שהוא מבוסס AI ואתם מתבססים עליו, אלא אתם ממש כזה, זה חבילה שלמה של פתרונות. 

ירון: כן, אז אולי שווה להגיד, אני באמת תיארתי כרגע רק את התחום של הבעיה. זאת אומרת, מה שאנחנו רוצים לעשות מההתחלה, זה לבוא ולגרום למה שאתם מדמיינים להיות בסוף מיושם באיזושהי צורה. לא דיברתי על הפתרון. הפתרונות, איכשהו שמצאנו לאורך הדרך, זה גם משלב עבודת פרודאקט של איך אנחנו מפשטים דברים למשתמשים והופכים את זה נגיש, וגם לא אמרתי אולי את זה בצורה מפורשת, אבל רוב המוצרים שלנו הם על מובייל, הם לא בוויב כרגע, אז גם יש את האתגר של המסכים הקטנים ואולי חישוב מוגבל ועוד ניגע בזה. כל מיני דברים באזורים האלה. ואנחנו כן מצאנו מבחינת הפתרונות גם כבר לפני עשור ש-AI פותר הרבה מאוד בעיות. אז היו אנחנו כבר במצב שאנחנו עם כלים שאני מניח שרוב מי ששומע את הפודקאסט הזה יצא לו לשחק עם mid journey או stable diffusion או אחד מהכלים שמאפשרים לייצר תמונות, או לפחות ראה תוצרים של הדברים האלה. אז הרבה התעסקות עם כלים כאלה, הרבה התעסקות עם נגזרות של הכלים האלה, זאת אומרת עריכה של תמונות ווידאו סביב היכולת לייצר תמונות או לייצר עריכות כמו שאנחנו רוצים, מה שנקרא בשפה המקצועית כזה, to hallucinate results, זאת אומרת להזות דברים או להזות פיקסלים או אובייקטים שבכלל לא היו קיימים. 

דריה: ובדיוק ליצור אותם מ-0. 

ירון: וליצור אותם מ-0, כלומר רמת האבסטרקציה פה היא עלתה בצורה משמעותית. 

דריה: כן, ובדיוק על השינוי הזה אנחנו הולכים לדבר, כי זה באמת שינוי כמו שאתה אומר, זה משהו שלדעתי פוגש כמעט כל אחד-אני מניחה- שמאזין לנו, אפילו באמת ברמה של היכולת לתאר תמונה שאנחנו רוצים לראות ופשוט לראות אותה נוצרת תוך כמה שניות, משהו שלא קרה עד עכשיו, ועבורכם כחברה, זה שינוי מהותי באיך שאתם עובדים, במוצר שלכם, באיך שאתם חושבים על בנייה של מוצר. נכון?

ירון: נכון. אז בעצם אני חושב שהשינוי ככה הוא- אפשר להגיד פחות או יותר בין שנה- ממש לפני שנה וכמה … יצא מודל של stable diffusion, האמת שאולי שווה לחזור אפילו טיפ טיפה אחורה. אנחנו בפסח של 22, כבר ראינו את dell e2 יצא מאמר של dell e2, עם תוצאות והצלחנו להשיג גם גישה ככה לביתא, כשהיה ממש מעט אנשים עם גישה לממשק. והתחלנו לשחק עם הדברים האלה וראינו שבאמת התוצאות שהם שמו בפרומו הם דברים שבאמת מקבלים במציאות והבנו שהעולם השתנה. זאת אומרת זה לא היה חדש לנו, עקבנו אחרי מה שנקרא עם text to image במשך שנה, שנה וחצי לפני זה. אבל הייתה איזו שהיא קפיצה שעברנו איזה שהוא פרשהולד מסוים, איזה שהוא סף באיכות של התמונות ושל התוצאות. אז הבנו שהדבר הזה אשכרה קורה. אבל זה היה נראה גם בשלב הזה מאוד רחוק של: אוקיי, באיזה שלב אנחנו נוכל להשתמש בזה? האם זה יהיה פיזיבילי לממשק את היכולת הזאת לתוך המוצרים שלנו? אז התחלנו לחשוב על זה בצורה שהיא מאוד היי-לבלית, ובאוגוסט באמת נחתה הפצצה הזאת שלstable diffusion, זאת אומרת בהתחלה ראינו תוצאות של המודל, אני זוכר שיום אחד באוגוסט, אני ככה מתעורר בשבע בבוקר, עיניים טרוטות כזה, פותח שנייה את הסלק, רואה שמישהו שלח מצגת עם כזה תוצאות של stable diffusion, עוד לא הכרתי את השם. 

דריה: זהו, אז גם תגיד למי שלא מכיר כמה מילים מה זה. מי שלא מכיר, זה מודל שהוא מקביל למודל של mid journey, למודל של dall e, של open AI, בעצם מודל שמאפשר לכם לייצר תמונות. ואולי מה שכן שווה להגיד שאני לא יודע אם כולם מכירים, זה שזה לא רק טקסט לתמונה, זאת אומרת הם יכולים לכתוב טקסט ולקבל תמונה אבל חלק מהאינפוטים למודל הזה, הם גם יכולים להיות תמונות, זאת אומרת הם יכולים לקחת תמונה קיימת, פלוס טקסט, ולהמיר את התמונה הזאת למשהו שהוא קצת אחר. 

דריה: אז להגיד תתבסס על התמונה הזאת ותהפוך את זה למשהו אחר.

ירון: כן. בעצם הדרך לדעתי היותר נכונה לחשוב על זה, זה איזושהי מכונה ליצירת פיקסלים שהיא לא הייתה קיימת בעבר, שמה שהיא יודעת לעשות זה לייצר תמונות שהן נראות טוב על ידי בני אדם. זה יכול להיות גם בסגנונות שהן יחסית אבסטרקטיים, כמו קרטון או אנימה או דברים בסגנון הזה, אבל היא לא מייצרת זבל, היא לא מייצרת דברים שהם לחלוטין לא הגיוניים, או רעש, או דברים בסגנון הזה, כי היא אומנה על מאות מיליוני או מיליארדי תמונות שאנשים יצרו או צילמו וכו'. 

דריה: אז אתה רואה, אתה קם בבוקר, אתה רואה את ההודעה הזאת בסלק?

ירון: אז אני רואה את ההודעה הזאת בסלק, פותח את המצגת ואני רואה תמונות שפשוט blowing my mind , כאילו קמתי מהמיטה כזה, אני לא מאמין בכלל שתוצאות כאלה אפשריות, וזה יותר טוב ממה שהן, או לפחות סגנון אחר שמאוד משך אותי של כל מיני סלבס בסטיילים שונים. כאילו דברים שהיום הייתי מסתכל כבר אחרי שנה ואומר: אה, נייס. 

דריה: עכשיו אתה כבר זהו, כבר משתעמם מזה.

ירון: כן, כולם השתעממו מזה, אבל זה היה כזה וואו. עכשיו כל העניין זה שהמודל הזה היה אמור להיות מודל שהוא כן משוחרר לקהל הרחב בניגוד ל- mid journey, בניגוד ל-dall e שהפרמטרים עצמם של המודל הם נמצאים רק אצל open ai ואצל mid journey. אבל אנחנו   הנחנו שלייסנס לא יאפשר לנו להשתמש בזה, שזה לא יהיה free for commercial use. 

דריה: ואז זה גם לא בהכרח תוכלו לאמץ את זה למוצר שלכם.

ירון: כן. אז זה היה כזה- אוקיי, נחמד, נמשיך לעקוב אחרי זה. ויומיים אחרי זה פתאום זה הפך להיות free for commercial use. אני חושב שזה היה יום אחרי היום הולדת שלי, משהו כזה בסוף אוגוסט.

דריה: אחלה מתנה. 

ירון: כן. ובעצם אני חושב שמשם התחיל השינוי, ולמה משם התחיל השינוי? כי אני זוכר שכזה ישבנו ודיברנו, אני דניאל ה- Chief product שלנו, ניר ממרקטינג, זאב המנכ"ל וככה הבנו שאנחנו חייבים לדחוף את הדבר הזה כמה שיותר מהר, כי הדבר הזה, זה הדבר שהכי קרוב למשהו שמקדם את הוויז'ן שלנו קדימה בצורה דרמטית, ובעצם הוא פתוח לכולם. זאת אומרת המהירות שלנו, פתאום מהירות התגובה שלנו והיכולת שלנו לדחוף את stable diffusion למוצרים שלנו ולמשתמשים שלנו כמה שיותר מהר, זה עכשיו המשחק.

דריה: מדהים. ובדיוק אני רוצה לגעת בנקודה הזאת של למה אנחנו מדברים על הרגע הזה ולמה זה בכלל רלוונטי לאנשים אחרים שיכולים להקשיב לנו עכשיו. אתם ממש חוויתם איזו שהיא נקודה אחת בזמן שאתה יכול להצביע עליה, שהיא נקודה פיבוטלית עבורכם, שהיא נקודה מאוד משמעותית, ויכלה באמת לשנות, להיות ממש Game Changer, לאיך שהחברה מתפתחת, ממשיכה, ואומנם אתם מאוד מאוד הייתם כבר עמוק בעולם ה-AI לפני זה, אבל אני, א' אני חושבת שהתחום הזה כנראה נוגע כמעט בכל סארט-אפ היום, לא משנה, גם אם זה תחום שהם מתעסקים במוצרים מאוד מאוד רחוקים, כנראה שהם יכולים להשתמש בכל מיני כלים בעבודה היומיומית שלהם, מי שמשתמש בטכנולוגיות ה-AI אז בכלל זה רלוונטי, וגם רגע להגיד שאנחנו כרגע מתעסקים באיזושהי מהפכה שקורית בתחום ה-A, וזה יכול מחר או בוקר להיות בתחום אחר. ראינו את זה בעבר, וראינו חברות שידעו לאמץ את הדברים האלה ולהתפתח מהם, וחברות שאמרו: טוב, נמשיך לעקוב מהצד, ובעצם נשארו מאחור. וזה נגיד למשל המקומות שבהם נטפליקס הפכה להיות מובילה, כשידעה להשתנות יחד עם השוק, ובלוקבסטר נסגרו כשהם לא ידעו לעשות את זה. אז אני חושבת שאנחנו גם עכשיו בנקודה סופר מעניינת שחברות חייבות להבין איך הן משתנות יחד עם השוק הזה שמשתנה סופר מהר, ואתם כזו דוגמה קלאסית של ממש איך לאמץ את הדבר הזה כמה שיותר מהר ולהבין איך אתם משתמשים בזה במוצר שלכם. 

ירון: לגמרי, אני חושב שיש איזה מאמר מפורסם של איזשהו מהנדס מגוגל שדלף שאומר we have no moat, ובעצם שלאף אחד אין moatו והוא מסביר בצורה מאוד יפה למה זה באמת המצב, וגם אנחנו רואים את זה היום, תסתכלו על גוגל ואיך הם בלחץ עכשיו מ-open ai ומה שקורה עם chat gpt, ואיך הוא הולך לשנות את העולם. בסוף הקפיצת מדרגה הזאת, של מה שקרה ב-AI גרמה לזה שהרבה מאוד דברים שעשינו בעבר, הם נהפכו ללא רלוונטיים. עכשיו זה נכון שבסוף ברמה המוצרית, זה לא שכל היוזרים הולכים להגיד- וואלה, לא משתמש יותר בפוטושופט כי אין שם מספיק דברים של AI ועובר מיד למשהו אחר זה לא הולך לקרות בין רגע אבל ברמה קונספטואלית, הדברים האלה כבר נהפכים מידית למיושנים וזה אומר שבסוף אנחנו צריכים לבוא ולהבין שיש עולם חדש ושם קורים כמה דברים. דבר ראשון המהירות, בעצם יש blue ocean של המון דברים שהיום אפשר לעשות, שאי היה אפשר לעשות קודם, אז המהירות של כמה מהר כובשים שטחים, אם זה באזורים חדשים במוצרים קיימים, אם זה על ידי מוצרים חדשים, אם זה על ידי פרדיגמות חדשות שפתאום נפתחו על ידי זה שיש AI, ואפשר אולי נגיד לערוך תמונות או וידאו בצורה אחרת, זה נגיד דוגמא מהעולם שלנו, אני חושב שהם העולמות של המודלי שפה, מה-LLM-ים אז יש המון use cases שאפשר לדמיין שהם היו לא אפשריים קודם ופתאום יש כל מיני מוצרים חדשים.

דריה: גם במאנדיי זה מאפשר לנו כל מיני יכולות חדשות באמת סביב עולם השפה, זה מאפשר לנו לבנות בורד על ידי פשוט לתאר מה אנחנו רוצים לבנות וזה בונה לנו. כאילו זה יכול באמת להתחבר להמון טכנולוגיות שונות לא רק ויזואליות.

ירון: נכון, אז צריך ממש לבוא ולעשות אנליזה ולהבין איפה הדברים בעצם יש level playing field, ואיפה יש הזדמנויות וגם חברה כמו ליטריקס שהיא חברה שכבר קיימת עשור, אז איפה גם הסכנות שלנו? 

דריה: אז אתה מתאר פה אתגר וגם הזדמנות, זה גם וגם, ואני מחזירה אותך שנה אחורה, אתם מבינים כנראה שאתם עומדים בפתח משהו שהוא game changer ויש פה את האתגר ואת ההזדמנות, מה אתם עושים? אתם באמת כמו שאתה אומר, אתם חברה שקיימת בזמנו נגיד תשע שנים, יש לכם את דרכי העבודה שלכם, יש לכם איך שאתם רגילים לבנות מוצרים, מה עושים? איך עכשיו מבינים אם צריך לשנות בכלל משהו? 

ירון: אז זה היה ברור שצריך לשנות משהו, אני חושב שהראשון שהבין את זה מאוד חזק זה זאב, אני חושב שגם לקח קצת זמן עד שזה כזה פעפע אלינו, אז יש כל מיני דברים, גם זה מעניין, כי אני מסתכל על זה בדיעבד, גם בתוך המנג'מנט אצלנו אז היה פריקשן בהתחלה של כזה להבין שבכלל- כאילו לכולם היה ברור שאוקיי, it's not gonna be the same again, העולם משתנה, ופתאום נפתחו לנו המון המון יכולות, אבל להבין שאנחנו צריכים לשנות איך שאנחנו עובדים ועכשיו, זה משהו שלקח זמן לפעפע אותו לכל החברה וגם אצלנו לקח קצת זמן לעשות את המיינד שיפט הזה. 

דריה: זהו, בטוח גם ברמה האישית, כאילו אני מתארת לעצמי, אתה מוביל פה טכנולוגית חברה שלמה, עד עכשיו הצליח לכם, אי אפשר להגיד שלא, בטח נורא קשה לבוא ולהגיד: טוב רגע, עכשיו חייבים לשנות מלא דברים. כאילו עד עכשיו דברים הלכו טוב, אז למה בעצם לשנות? 

ירון: אני חושב שזה בעיקר סביב ה-processes, זאת אומרת אחד הדברים נגיד טכנולוגית שלא היה דרך לברוח ממנו, זה הסיפור של איפה אנחנו מריצים את רוב הלוגיקה שלנו. כי בסוף המודלים זה diffusion ואם זה גם LLM-ים, רצים ב- backend, אין דרך להתחמק מזה, זה מודלים גדולים, זה מודלים כבדים. יש כל מיני ניסיונות להריץ אותם על מובייל, זה לא נותן את אותה איכות, זה איטי. כרגע הדברים האלה צריכים לרוץ ב- backend, גם על gpu זה מעבדים גרפים הכי high end שיש כדי לתת חוויה טובה למשתמשים. 

דריה: ואתם בעצם הייתם חברה שמרבית המוצרים שלה הם מוכווני מובייל. 

ירון: מוכווני מובייל, ולא רק מוכוונים מובייל, אנחנו היינו מאוד ייחודיים גם ועדיין, בידע שיש לנו בלבנות את הפיצ'רים שלנו על המובייל. והפייפליין שלנו של העבודה היה כזה שבעצם היה ממש פייפלינס, זאת אומרת אנחנו רוצים לבנות איזה שהוא פיצ'ר, מבינים מה אנחנו רוצים לעשות, מישהו מחלק את המחקר פרוטוטייפ, בא עושה פרוטוטייפ על המחשב שלו, על איזה שהוא שרת יותר חזק, מאמנים איזה שהיא רשת שעושה מה שאנחנו רוצים, שוב גם ב-AI, אבל השלב הבא היה לבוא ולהכניס את זה לתוך המובייל, זאת אומרת לקחת את הרשת הזאת, לצמצם אותה. ועכשיו כמובן שהאיכות היא לא בדיוק אותו דבר. אנחנו כן מאיצים את זמני ריצה ובכלל יכולים להריץ את זה עכשיו על אייפון או על אנדרואיד, אבל היה צריך לעשות את התהליך הזה ואז עושים איזה אינטגרציה לתוך המוצר. עכשיו בהגדרה,  התהליך הזה הוא גם סיריאלי כמו שתיארתי אותו וגם. השלב שבו עובדים על מכשיר ספציפי או על פלטפורמה ספציפית היא ספציפית לאותה פלטפורמה. זאת אומרת היינו צריכים לעשות את התהליך הזה גם ל-ios וגם לאנדרואיד, כפול, ואנחנו מאוד האמנו בזה כי אמנו שהחווית משתמש, זה שהחוויה היא מיידית ולא צריך עכשיו ללכת ל-back end. זה היה משהו מאוד מייגע מבחינתנו, מבחינת המודל המנטלי. אז היה מאוד מאוד חשוב לנו לייצר חוויה שהיא כמה שיותר חלקה, שגם אפשר להגיד אם אתם באנדרגראונד בלי אינטרנט אז אתם עדיין יכולים להשתמש במוצר, זה גם היה דבר שהוא חשוב לנו. וככה אנחנו בעצם עבדנו במשך הרבה מאוד זמן, ופתאום אנחנו מגיעים למצב שאנחנו צריכים  להתחיל לעבור ל-back end ולהרים עכשיו תשתית שבה אנחנו מסוגלים להריץ על אלפי gpu עם במקביל את הרשתות שאנחנו מאמנים או את הדפיוז'ן מודלס, אז זה מעבר מאוד מאוד חד.

דריה: ממש, זה כאילו שינוי מאוד קיצוני. גם שוב, זה נשמע שהיו לכם עקרונות מאוד מאוד ברורים לאיך אתם רוצים לבנות את המוצרים שלכם ומה חשוב לכם שיתקיים, ופתאום העקרונות האלה חייבים להשתנות.

ירון: כן. אבל אני חושב שמה שמעניין זה שיש לנו, אחד העקרונות שלנו, הערכים, זה Strong Opinions Loosely Held עקרון שהוא מאוד מאוד חשוב שהוא בגדול אומר- אוקיי, זה מאוד חשוב להאמין בדברים, שיהיה לנו איזה שהם עקרונות, איזה שהם ערכים מסוימים ובאמת כזה להילחם עליהם. אבל, תבואי ותשכנעי אותי עכשיו שאני טועה, שאני אראה דאטה, אבל באמת בצורה מלומדת, כן? בכל זאת אנחנו מגיעים מרקע של אקדמיה. תשכנעי אותנו באיזו שהיא צורה שאני אראה משהו מהעולם, שהוא באמת מראה לי שאני צריך לשנות את התפיסה שלי, אני אעשה את זה היום.

דריה: כאילו אתה תצליח להשתחרר מ-כזה קצת אל תתאהב ברעיון שלך.

ירון: בדיוק. 

דריה: נכון? כזה.

ירון: ובעצם מה שראינו, פה זה קרה גם קצת מחוסר ברירה, גם היו לנו כמה ניצנים של עבודות back and קודם, אבל זה השינוי העיקרי. הוצאנו פיצ'רים, ואת stable diffusion באמת אנחנו התחלנו כבר לדחוף למוצרים שלנו תוך 72 שעות מהרגע שיצא stable diffusion, זאת אומרת זה חדות השינוי שאנחנו עשינו בארגון. כן?

דריה: אז אתה אומר כזה, לקח זמן כזה עד שזה יחלחל, בסוף זה 72 שעות. 

ירון: לא, אז יש את הפעולות של טכנית הוצאנו את זה, אחלה. כמה אנשים באותו שלב בתוך החברה הסכימו עם הרעיון של לעשות את השינוי הזה, של לעשות דברים בצורה כזאת שאנשים לא מרגישים מוכנים אליו, שלעשות את השינויים האלה בצורה דרסטית? לדעתי מעט מאוד.

דריה: אבל אתה יודע, זה גם אחלה שיעור. כאילו בסוף אתה אומר, סבבה, לא בהכרח כולם הסכימו עם זה, לא בהכרח כולם הבינו למה צריך לעשות את זה כל כך מהר, אבל אמרו: סבבה, בואו נעשה את זה רגע, נראה איך אנשים מגיבים לשינוי, לתוצאות, ואז נבין אם זה הדבר הנכון עבורנו. כאילו גם פה הצלחתם להביא המון גמישות והמון מהירות לדבר הזה, שעוד לא ידעת אם זה הדבר הנכון לעשות או לא.

ירון: נכון. ופה האמת אולי כן שווה לדבר על הטריידאופים, שלא אמרתי את זה בצורה מפורשת קודם. יש לנו את המודל המנטלי הזה, כל אחד קורא לזה בצורה אחרת, אז תקבילו את זה למודל המנטלי אצלכם אם זה קיים של features, quality וspeed. זה כזה משולש שהרבה פעמים, למה זה משולש? כי אתם לא יכולים לעשות את כולו בבת אחת, ותמיד יש איזה שהם trade-off-ים, נכון? אז features זה בעצם הסקופ של הפיצ'רים או אם זה feature כמה הפיצ'ר עמוק. Quality זה כמה הפיצ'ר הוא polished, כמה כיף להשתמש בו, כמה הוא באמת סוגר את הבעיה בצורה טובה. וspeed- זה כמה זמן לוקח לנו time to market, כמה זמן לוקח לנו לפתח את זה, כמה זמן לוקח לנו להוציא את זה לפרודקשן. אנחנו עברנו די מהר ממוד של features וquality-, הייתי אומר, למוד שspeed- זה חלק גדול ממה … כמובן שquality מאוד חשוב, כי צריך שיהיה איזה שהוא  fresh hold, אבל מה שכן חשוב פה להדגיש, ברגע שיש משהו חדש ויש novelty, אז ל-novelty הזה יש ערך מאוד גדול, תחשבו על איזה שהיא טכנולוגיה שלא יצא לכם לראות בעבר, ונתקלתם בה- לא יודע מה, האייפון הראשון שראיתם, בסדר? אז לא יצא לכם לראות איזה שהוא touchscreen שאפשר לגעת בו ולהזיז דברים וזה, לא משנה שהוא היה כזה צ'קמוק, תסתכלו על מה יש לכם היום, מקרטע, מסך קטן, רזולוציה לא משהו וזה. עצם העניין שיש פה איזה שהוא novelty, יצר המון המון מכירות לאפל ובעצם עשה bootstrapping לכל מה שאנחנו רואים היום באקו סיסטם של מובייל. אז זה בדיוק תקופה שבה ברגע שה-novelty שולט, אז אפשר להוריד את הרף של הquality, יכול להיות שאפשר אפילו להוציא דברים באיכות פחות טובה ממה שעשינו קודם, אבל עצם העובדה שהם חדשים ושאנשים לא ראו אותם קודם, יכול לתת לנו יתרון תחרותי, ולכן ספיד מנצח. 

דריה: זהו, כי אני מתחברת למה שאמרת קודם, אמרת שלאף אחד, פתאום לאף אחד אין MOATE, נגיד רגע, MOATE זה בעצם כזה יתרון או איכות טכנולוגי, נכון? 

ירון: כן. MOATE זה החפיר מסביב לטירות בימי הביניים, זה בעצם היתרון התחרותי שיש לחברה, אם זה טכני, ביזנסי. 

דריה: כן, אז בעצם ברגע שאין את זה, אז זה קצת משפיע מי הראשונה שתגיע לשוק, נכון? מי הראשונה שתגיע ללקוחות ותצליח להשיג אותם יותר מהר. 

ירון: כן.

דריה: זה מה שהופך להיות הדבר העיקרי. אז איך עושים את השיפט הזה ברמת החברה? כאילו, בסוף יש תהליכים שאנשים רגילים לעבוד בהם. אני מניחה שיש קצב איטרציות מסוים. איך פתאום עושים את השינוי הזה?

ירון: אז אני חושב שזה באמת בא מלמעלה וזה דוגמה אישית. הדרך היחידה שבה אנחנו ראינו את זה עובד, זה לא לבוא לעובדים ולהגיד להם: תקשיבו, אתם צריכים לעשות xyz ובואו תלמדו איך עובד diffusion models ואיך מפעילים אותם ואיך הפיצ'ר הזה וזה עובד שם ותיכנסו לזה לעומק וכולי. לא, זה היה אנחנו בתור מנהלים, עם הניסיון ועם הכישורים, לבוא ולהשקיע את הזמן בעצמנו כדי ללמוד את הדברים האלה ברמה שהיא hands-on, וזה אגב נכון עד היום. היום אנחנו לא- זה נכון אליי זה נכון לזאב המנכ״ל, זה נכון לדניאל ה chief product, אנחנו משחקים עם כל דבר חדש שיוצא, אנחנו מכירים את הדברים החדשים שיוצאים ואנחנו יודעים לעבוד עם הכלים האלה. כלומר, כשאנחנו רואים תוצאות, אם זה בתמונות ואם זה בווידאו, שאנחנו מדברים על פיצ'רים שאנחנו בונים, יש לנו אינפוט שהוא מעבר לאינפוט הניהולי. זה אוקיי, למה לא עשינו ככה וככה, למה לא משתמשים במודל הזה, יש עוד דרך לעשות את זה. זה בעצם leading by example, זה בעצם להראות לאנשים- אם אני יכול, אם אני בן אדם כל כך עסוק, ואני יכול להרשות לעצמי ללמוד את הדבר הזה כל כך מהר ולהכיר את הדברים לפרטי פרטים, אתם חייבים לעשות את השינוי וגם להכיר אותו. 

דריה: זה ממש מעניין, כי אני נזכרת בהרבה שיחות שעשיתי כאן בחדר הזה הרבה הקלטות עם חבר'ה אחרים, ומשהו שדווקא חוזר על עצמו הרבה זה מנכ'לים C-Level שמדברים על זה שהם מקיפים את עצמם במומחים, כאילו בתור cto אתה אולי לא חייב להיות הבן אדם שהכי מבין בטכנולוגיה מסוימת, אתה יודע להקיף את עצמך במומחים שכן מבינים וכמובן לנהל איתם שיחה ברמה מספיק גבוהה לדבר הזה, אבל פתאום אתה מתאר פה משהו אחר, שדווקא בשינוי כל כך משמעותי, אתם חייבים להביא את ההבנה המעמיקה הזאת, כי יש לזה כל כך הרבה השלכות והשפעות על החברה שאין סיכוי שאתם יכולים כזה להישאר מאחור פה. 

ירון: לגמרי.

דריה: אני רוצה להביא פה איזה חשש כעובדת, אני מדמיינת את עצמי כעובדת בחברה שפתאום עוברת שינוי כזה משמעותי, פתאום צריך להוציא דברים הרבה הרבה יותר מהר, אני מניחה, הדבר הראשון שעולה לי, זה מה קורה אם אני אטעה? מה קורה אם אני אוציא  משהו ממש לא טוב? איך אתם מתייחסים לדבר הזה מול העובדים? כי אני מניחה שזה חשש שעלה אצל הרבה מהם. 

ירון: כן, אני חושב שהירידה, נגיד, דיברתי על הטרייד אופים של ה-quality מול speed, נכון? אז אצל הרבה עובדים זה מאוד קשה, כי את אומרת, רגע, אני התרגלתי לסף איכות מסוים, ועכשיו אתם אומרים לי, לא, אני צריכה לעשות משהו אחר, וזה לא מרגיש נוח, זה לא מרגיש נעים. גם לפעמים את אומרת רגע, כאילו אני באתי לעשות עבודה מקצועית. נכון, אני לא מרגישה שאני עושה עבודה מקצועית בזה שאני עכשיו באה להוציא משהו בשבוע במקום בשבועיים. אני חושב שזה דורש איזה שהוא כיול וזה זה דווקא איזה שהוא שיעור שזה עזר לי לחדד. נגיד אני מסתכל על מפתחים אצל החוקרים, בשביל מה אנחנו פה? כאילו מה אנחנו מנסים לעשות לו אופטימיזציה, בסוף אופטימיזציה זה לייצר ביזנס ואליו. זה לא לכתוב את הקוד הכי משויף בעולם, זה לא לייצר את הפרוססים הכי טובים בעולם. זה לייצר ביזנס ואליו, מה שאומר שבהרבה מאוד מקרים, נגיד בעת שלום, בסדר. לא בזמנים כאלה, יש לנו פרוססים מסודרים ומדויקים של איך אנחנו עושים פיתוח ועקרונות והרבה מאוד דברים שנבנו לאורך השנים, והסיבה היא לא פרוססים כדי לשרת את הפורוססים, אנחנו עושים לדוגמה בפיתוח תהליכים מאוד מסודרים של code reviews ו-style guides על כל שפה שיש לנו וטסטים ואלף ואחת דברים, שבאמת גם אנשים שהגיעו מבחוץ מאוד מתרשמים מהתהליכים שיש לנו בלייטריקס ומהרמה, אבל הסיבה לזה היא כי אנחנו רוצים לאורך זמן לפתח מוצרים שהם גדולים ולשמור על ה-Velocity שלנו. זאת הסיבה של הפרוססים האלה. ולפעמים אנחנו משנים גם את הפרוססים האלה לאורך זמן כי אנחנו מבינים שהם לא באמת מועילים לנו. 

דריה: כן, הם כבר לא משרתים את המטרה. 

ירון: הם לא משרתים, אבל המטרה היא הביזנס, המטרה לבוא ולאורך זמן לייצר מצב שהוא אנחנו בולוסיטי גבוה, לא שום דבר אחר, לא כדי שנרגיש טוב עם זה שיש לנו טסטים במוצר. לא. המטרה היא שאנחנו לא נשבור את המוצר כל פעם כשאנחנו עושים בו איזשהו שינוי, לדוגמה. ואני חושב שברגע שנפל לאנשים האסימון, אז את גם מרגישה הרבה יותר טוב עם עצמך, כי את פתאום מרגישה שאת הרבה יותר, את מוציאה דברים מהר, את רואה את הפידבקים בצורה מהירה, ואת מרגישה שאת מייצרת את ה-Business Value, וגם, ואני חושב שזה הדבר הראשון. והדבר השני זה מה קורה כשדברים לא מצליחים? כי אנחנו עושים הרבה ניסויים, מוציאים דברים ולומדים הרבה. אני חושב שחלק מהיתרון התחרותי שיש בעולם כזה, שלכאורה אמרתי אין MOATE, אין יתרון תחרותי לאף אחד, זה כמה מהר אנחנו לומדים על העולם הזה. ידע שהוא נצבר בתוך החברה על ניסויים שעשינו, על פיצ'רים שהוצאנו, ולאט לאט אנחנו צוברים יותר ניסיון במה עובד, מה לא עובד, מה מעניין את המשתמשים, מה נכון לדומיין שלנו, זה מעבר כבר לטכנולוגיה, זה השילוב של הטכנולוגיה והמוצר וה-ux והכל. ופה גם למהירות יש חשיבות גדולה. אבל ברור שחלק מהדברים שנוציא, הם לא יצליחו. ואז השאלה היא איך אנחנו בתור מנהלים, איך אנחנו מגיבים לכך שדברים לא מצליחים. והדבר המאוד חשוב פה, זה לא להוריד לאנשים את הראש כשדברים לא מצליחים, כי ברור שדברים לא יצליחו, הרי יש המון מחקרים על A-B טסט, שאחוז מאוד מאוד מאוד קטן מייצר אימפקט מאוד מאוד גדול, וזה בגדול מה שמצליח, וכל השאר הוא לא רלוונטי, זה 3% אפילו, אני חושב, תלוי בחברה. אז אם אנחנו מקבלים את הדבר הזה ואומרים וואלה, עשינו Execution טוב, זה לא עבד, הרעיון כולנו חשבנו שהדבר הזה הוא שווה לנסות אותו והוא לא עבד ממשיכים הלאה ואנשים גם מקבלים את ה-recognition על העבודה שעשו ולא רק בסוף XV האם זה עשה את הביזנסים. 

דריה: כן, עבד לא עבד כזה.כן.

ירון: אז אנחנו מייצרים בסוף מקום שהוא באמת של פתיחות שאנשים רוצים להיות בו יצירתיים, רוצים להעלות רעיונות, רוצים לבוא עם רעיונות שהם חשבו עליהן, שזה לדעתי הסימן הכי טוב לתרבות שהיא פתוחה, שכל אחד יכול לבוא עם רעיון לאיזשהו פיצ'ר או איך לשפר משהו, או לתת פידבק על תוצאות שאנחנו מקבלים במהלך המחקר. 

דריה: זה שיעור נורא מעניין מה שאתה אומר פה, גם על כזה איך להדביק את שאר האנשים בהזדמנות שיש פה, ובאמת אנחנו מדברים פה על שינוי טכנולוגי, אבל בסוף ההזדמנות היא עסקית וכאילו היה פה חיבור ממש מעניין בין איך באמת מחברים את כל החברה, גם המפתחים והמפתחות להדביק גם אותם בהתלהבות הזאת של מה השינוי הטכנולוגי הזה יכול לעשות בשביל החברה עצמה, בשביל הביזנס. 

ירון: כן, האמת שפה גם שווה לציין שאנחנו עובדים בשני מישורים במקביל, יש את המישור שבאמת דיברנו עליו עד עכשיו שזה המישור של המוצרים, ויש את המישור הפנימי של מה שאנחנו עושים בתוך החברה. זאת אומרת אחד הדברים שאנחנו דוחפים נגיד בחצי שנה האחרונה, ככה מאז ש-LLM-מים נהיו משהו יותר רלוונטי, זה באמת איך אנחנו מכניסים את השימוש של Ai לכל דבר שאנחנו עושים.

דריה: זאת אומרת בעבודה עצמה כאילו, מבחינת אפילו אופן העבודה שלנו.

ירון: אופן העבודה, אז אני דווקא רוצה לתת דוגמה אולי שקצת תפתח לאנשים את הראש על הדברים שיוצא לנו לעשות. אז בעצם חלק מהפיצ'רים שלנו היום, יש לנו בפיצ'רים אלה פריסטים כלומר אתם יכולים לבחור אחד מתוך כמה אפשרויות. והפריסט עצמו הוא איזה שהוא פרומפט, איזה שהוא טקסט שנכנס לתוך ה-diffusion model שבסוף מייצר איזושהי תמונה או מייצר סטייל מסוים. מה שאחד ה-VP's אצלנו יזם, אחד ה-VP Engineering זה אצלי בצוות יזם, זה בעצם להשתמש במודל שפה כדי לייצר את הפריסטים. והיום את התוכן עצמו שאנחנו מייצרים לתוך המוצר, מה שפעם דרש Content Designers שיעבדו וייצרו את התוכן, אז אנחנו בעצם עלינו רמה באבסטרקציה, מי שמייצר את התוכן זה עדיין ה-content designers אבל עכשיו הם אומרים: תייצר לי preset pack ל-Christmas. והמודל שפה בא וכותב את הפריסטים האלה. עכשיו, זה לא יכול לקרות בלי דוגמאות מראש שהאנשים אצלנו באו וכתבו שאנחנו בעצם מלמדים את המודל שפה, הנה זה הפורמט שאנחנו רוצים, זה דוגמאות לפריסטים שעבדו לנו טוב בתוך המוצר, ובאמת ב-ab-test שאנחנו עושים אנחנו רואים שהתגובות, זה מצליח ליוזרים באותה מידה. זאת אומרת אחוז המשתמשים שעושים אקספט בפיצ'ר ובאמת אחרי זה מייצאים את התמונות האלה הוא זהה לפריסטים שאנחנו מייצרים in house  בצורה ידנית. 

דריה: שיוצרו על ידי ידם.

ירון: אז זה למשל דוגמה שהיא אולי פחות טריוויאלית לאיך אפשר למנף את הכלים האלה גם כדי לייצר וולוסיטי יותר גבוה במקומות פחות טריוויאליים.

דריה: אז בעצם אנשים, איך אמרת שהתפקיד הזה? content designers?

ירון: כן.

דריה: אז הם הפכו להיות יותר הארכיטקטים של הדבר הזה, מאשר אלה שהם ממש כזה מבצעים hands on את הפעולה.

ירון: כן זה באמת עלייה ברמת אבסטרקציה, במקום אשכרה לבנות כל פריסט בצורה מאוד ידנית, אז הם עלו ברמה ואומרים: אוקיי, אנחנו רוצים פריסט פק מסוג מסוים ואז הם מקבלים תוצאות. עכשיו עדיין יכול להיות שיהיה פה איזה שהוא סינון ידני, אבל כמות הזמן שזה חוסך לנו, היא עצומה.

דריה: זה בטח מאפשר לעשות הרבה יותר בפחות זמן, כי בסוף-

ירון: וגם לחשוב על דברים, שוב, בריתים imagination and creation גם להם יש imagination של איך הם רוצים שדברים יראו. הנה, אני רוצה פק לכריסטמס, תביא לי 100 פרי סטים, אני אבחר ידנית את ה-10 שעובדים הכי טוב. עכשיו זה דורש, טולינג, אנחנו צריכים עכשיו לייצר מנגנון שאפשר לקבל את כל התמונות של כל הפריסטים שיוצרו אוטומטית על הרבה מאוד תמונות של כאילו תמונות של משתמשים, כדי שהם יוכלו לעבור על זה, וזה פתאום דורש כזה סטייק.

דריה: זה יוצר אתגרים אחרים. 

ירון: סטייק של אתגרים אחרים, אבל עוד משהו מאוד מעניין, זה שהתחלנו לגרום ל- content designers שהם אנשים שמאוד מפחדים מקוד ומלייצר כלים, לבנות כלים בעצמם עם chat gpt והם כותבים כל מיני כלים בפייטון, אפילו עם … והכל, ותחושת המסוגלות שזה יצר אצלם, פתאום, תחשבי על זה, מישהו שזה הדבר הכי רחוק ממנו בעולם, ופתאום את אומרת מה את רוצה ומקבלת משהו שמייעל לך את העבודה פי 3, פי 4, פי 5, וזה אשכרה עובד. תחושת המסוגלות שזה נותן לך היא פסיכית. 

דריה: כן. וזה מגיע כאילו מתוך זה שאתם מעודדים אותם יותר להשתמש ולהתנסות עם הדברים האלה.

[נעימת מעבר] 

דריה: אז אולי שאלה אחרונה כזה, או שתיים, א'- מה בעיניך האתגר הכי גדול שאתם מתמודדים איתו עכשיו? כי נראה שהצלחתם כזה להנחיל את השינוי בסופו של דבר בארגון, אז מה עדיין מאתגר? ו-ב'- איזה שהוא טיפ כזה שאתה רוצה לתת לאחרים שנמצאים אולי בנקודה דומה, גם אם זה בשוק אחר שיכול להשתנות בכל רגע, משהו שאתה רוצה שהם ייקחו? 

ירון: אז אני חושב שמבחינת אתגר, זה כרגע מבחינתנו להבין מה הלאה. זאת אומרת מאוד ברור לנו במוצרים הקיימים שלנו לאן אנחנו רוצים ללכת ואיך ה-AI הולך להשתלב וגם כל מיני initiative קודמים שהיו לנו ועתידיים בעצם שהם לא בהכרח מראש נשקו ל-AI, אז איך אנחנו מחברים לשם AI, כי זה באמת הפוקוס שלנו וכל התחום שלנו עובר את המהפכה הזאת. אנחנו לא יכולים להרשות לעצמנו לעשות דברים שהם מבוססים על טכנולוגיה ועקרונות של לפני שנה שנתיים. אני חושב שהאתגר הוא באמת להבין קדימה איך אנחנו, מה המוצרים הגדולים שהולכים להיות הלאה. איך אנחנו נכנסים לשווקים בפלטפורמה של web  שלא היינו בה קודם. ואיך אנחנו באמת מדמיינים את ה-the future of content creation שזה משהו כאילו מטורף, מצד אחד ההזדמנות לעשות את זה היא מטורפת, היא מטורפת. כאילו אני חי בעולם שבו מכיתה ח' אני משתמש בפוטושופט, כזה סבבה 98, הסגרתי את הגיל שלי עכשיו. וזה מה שידעתי. לפני שהגעתי לאקדמיה מבחינתי זה הדה פקטו הדרך שבה עורכים תמונות, ואני הופתעתי לראות שיש כל מיני אלגוריתמים וכל מיני צורות לעשות דברים שלא ידעתי שזה אפשרי. ופתאום כל הדבר הזה הוא נהיה לא רלוונטי, ויש פוטנציאלית דרך אחרת לבוא ולחשוב על כל מה שהכרתי עד עכשיו, להסתכל עליו מאיזה שהיא זווית אחרת ואנחנו ממש רוצים להיות אלה שמפוצחים את זה. אז זה האתגר. מבחינת טיפ לחבר'ה אחרים, אז אני חושב שקודם על מהכיוון של AI אני נתתי פה כמה דוגמאות לאיך אנחנו פנימית, אני לא מדבר על הפרודקט, אלא מה אנחנו עושים פנימית בתוך החברה ואיך אנחנו מאמצים את כל הסיפור של AI. מי שעוד לא עשה את זה, מי שיש לו מחלקת ליגל שחוסמת אותם מלהשתמש בדברים האלה בצורה אגרסיבית, זה הזמן לבוא ולחשוב על USE CASES ובאמת להסתכל מה אנשים אחרים עושים ובאמת להשקיע וככה להזיז את הגלגלי שיניים במוח ולהיות יצירתיים לגבי זה. ואני חושב שהדרך אולי לעשות את זה, זה פשוט לשחק הרבה עם הכלים האלה. פשוט להתחיל להשתמש בזה ביום יום. זה קשה בהתחלה לאמן את השריר הזה של- אה, יש לי בעיה, אני הולך להשתמש באיזה שהוא LARGE LANGUAGE MODEL למשל. אני היום לא מחפש בגוגל.

דריה: זהו, באתי להגיד, צריך שנייה לשחרר את גוגל מההרגלים שלנו ושנייה להתחיל בכלים אחרים, שזה באמת לא אינטואיטיבי בהתחלה. 

ירון: נכון, אז לי זה ממש דרש בהתחלה להגיד: וואלה, כל פעם כשאני רוצה לחפש משהו באינטרנט, או שיש לי שאלה או שאני רוצה לכתוב קוד גם אם זה שלוש שורות, אני הולך ל- chat gpt, זה ממש הכרחי וברגע שמתחילים להשתמש בזה אז פתאום אתם מתחילים לחשוב- רגע, יש פה איזה שהוא use case שבכלל לא חשבתי עליו שיכול ממש לייעל לי את החיים. ורגע, אני יכול לכתוב איזה סקריפט למשהו באיזה שפה של בכלל לא חשבתי שאני יכול לתכנת בו, שזה היה לוקח לי שלושה ימים. או שמישהו שהוא לא מפתח יכול פתאום להיות enabler-ים של הדברים האלה בתוך הצוות שלו ולהכניס איזה שהוא כלי או לכתוב איזה סקריפט קטן שהולך לייעל את כל העבודה ועוד כהנה והכנה use cases. אז להשתמש בכלים האלה כל הזמן, אני חושב שזה חשוב והvalue- פה הוא באמת עצום, אני לא יכול להפריז בכמה הכלים האלה הם enabler-ים, אני לא רוצה גם להיכנס לדיון של להחליף, לא להחליף כאילו בני אדם, משרות וכולי, אני ממש חושב שזה enabler לכל עובד ועובד אצלנו שמשתמש בכלים האלה. וזה מאוד מאוד חשוב לנו להטמיע אותם בצורה כמה שיותר עמוקה לתוך התהליכי העבודה. 

דריה: כן. ושוב יהיו עוד הרבה מהם, אז באמת עדיף להתחיל עכשיו כדי לא להישאר מאחור. 

ירון: נכון. ולגבי תמורות משמעותיות, אני חושב שדיברנו על זה לא מעט בפרק, זה באמת מאוד קשה לפעמים לשנות את המסלול ואת החשיבה של רגע, פתאום צריך לזוז מהר. גם צריך הרבה אנרגיות לעשות את השינויים האלה. אבל אני חושב שלפעמים, במיוחד בעולמות כמו שלנו, זה או להשתנות או למות. אז כנראה שעדיף להשתנות וזה באמת דורש כזה החלטה אמיצה והבנה של הלנדסקייפ, אבל באמת כל הזמן לבוא ולהסתכל, להסתכל מה קורה, להסתכל אם יש איזה שהוא דיסטרפטור בשוק שלכם, אם נכנס איזה שהוא משהו חדש. ולהשקיע את הזמן ולא להתעלם מזה, כי זה הכי קל לבוא ולהתעלם ולהגיד: אוקיי, זה שטויות, או אני עסוק בדברים אחרים, אלא להפך, זה צריך להיות הפריוריטי שלכם, לבוא ולהסתכל האם הדבר הזה משפיע על החיים שלי, איך הוא משפיע על החיים שלי, והאם אני צריך לנקוט באיזושהי פעולה כתוצאה מהאינפורמציה החדשה שקיבלתי. 

דריה: ממש, או להשתנות או למות, נראה לי אני מאמצת את המשפט הזה. זה טוב. זה מסכם כזה את כל הפרק במשפט, מעולה. אז רגע לפני שנסיים, אני אזכיר שאם יש לכם שאלות לירון או אלינו, אפשר לשאול אותן בקהילה שלנו בפייסבוק או באתר. ואם אתם רוצים לדעת כל פעם שיוצא פרק חדש, אתם מוזמנים לעקוב אחרינו בכל אחת מהאפליקציות. אז תודה רבה, ירון, היה ממש מעניין ומעולה. 

ירון: תודה רבה. 

דריה: ותודה שהאזנתם.  

סוף הקלטה