Chief Engineering Ep.8 With Michal Nevo
עודכן: מאת צוות פודקאסט·ישראל
האזינו לפרק המלא
אנחנו עוזרים למצוא את הפרק, ההאזנה המלאה נמצאת אצל היוצרים, בפלטפורמה שלהם.
/ הפרק במספרים
| פורסם | 25 באוגוסט 2026 |
|---|---|
| אורך | 29 דק׳ (קצר ב-23% מהממוצע בתוכנית) |
| הנושא המרכזי | הטמעת AI במוצר ובניית מו״פ מאפס |
| קטגוריה | הייטק וסטארטאפים |
על מה הפרק?
מיכל נבו מבהירה שהוצאת AI לפרודקשן נשענת על אנשים מתאימים לשלב של החברה, על איזון בין חוקרים לאינג׳ינירים, ועל כיול איוואלים בדאטה רפואי שאי אפשר לטעות בו.
מיכל נבו, VP R&D בפינו AI, חזרה לארץ ב-2019 אחרי שש שנים בארצות הברית, הייתה העובדת המאה בביג איי די ועזבה כשהחברה הגיעה לכ-300 או 400 איש, ואז בנתה צוות מו״פ מאפס. פינו קיימת 4 עד 5 שנים ומושתתת על פרויקט מחקרי במכון ויצמן מלפני תשע שנים: איסוף יזום של דאטה רפואי וביולוגי עמוק לאורך זמן, ופלטפורמה לחוקרים ולחברות פארמה ו-AI לחיזוי מחלות ולרפואה מותאמת אישית. חוקרים כותבים PoC של אג׳נט מותאם אישית על הדאטה הייחודי, ואינג׳ינירים בונים מחדש ארכיטקטורה, תשתיות ודיפלוימנט; אחר כך מחזירים את החוקרים לאיוואל, לגארד ריילס ולהנדסת קונטקסט. מוצר לא דטרמיניסטי במערכות בריאות מחייב פירמידת איוואלים מדטרמיניסטיים עד שופט מודל, כיול עם מומחי דומיין ויוזרים אמיתיים, וריליז הדרגתי למעט משתמשים.
מועמדים למוצר דיברו על AI ככלי ל-PoC מהיר, אבל רבים לא היו בעולם המושגים של הטמעה, איוואלים וגארד ריילס, והביקורת התרככה כשהתברר שגם בפינו ההטמעה האמיתית במוצר נלמדה רק בשנה האחרונה.
/ תובנות מרכזיות
- אנשים מעולים עלולים ללכת לאיבוד בלי צוותים ותהליכים, ולכן נדחו ואחר כך גויסו כשהחברה הבשילה; כוכבים מתחילת הדרך הפסיקו להתאים כשהארגון התבגר.
- הום טאסק הוא סימולציה להחלטות ולדיון, לא מבחן נגד AI; מה שנספר הוא חשיבה, תקשורת ואנרגיה בחדר, כי ידע נהיה קל יותר להשיג.
- כל בדיקה שאפשר לפתור בפונקציה או בקלאסיפייר יורדת לתחתית פירמידת האיוואלים ורצה גם בראנטיים; מעל זה שופט מודל עם סף, שמכיילים מומחי דומיין.
- גארד ריילס שהחמירו מדי גרמו לאג׳נט כמעט לא לענות, ולכן מכיילים שוב ושוב עם אקספרט, עם טרייסים מפרודקשן ועם יוזרים שמתנסים.
- מה שנשאר כשהכלים מתחלפים הוא הדאטה והידע הארגוני, ותהליכי החשיבה והארכיטקטורה צריכים להיות מוכנים כדי שהאג׳נטים יוכלו לגדול עליהם.
איך את יודעת לשים את הבר הזה בין חברות שבאמת מטמיעות AI במוצר שלהם לבין כאלה שעדיין מדברות רק על זה.
- 1בכניסה לארגון חדש להקשיב ולא לשפוט, ורק אז לגבש מטרות, סקראם, פלנינג, רודמאפ וגיוס.
- 2לבנות מטריצת הערכה לגיוס ולהשתמש בהום טאסק כמסגרת דיון על חשיבה ועל תקשורת.
- 3להעביר בדיקות דטרמיניסטיות לשלב הראשון בפירמידת האיוואלים, ולכייל גארד ריילס עם מומחי דומיין ועם יוזרים אמיתיים.
- 4לעשות פרי-פרוסס עמוק מחוץ לראנטיים, לפרוס מעקב אחרי מסלולי האג׳נט וקריאות הכלים, ולהזין כל כשל מפרודקשן לסקיל, לטול או להנחיה.
- 5לשחרר מוצר לא דטרמיניסטי קודם למעט יוזרים ולכייל, בלי ריליז רחב ו-A/B ביום הראשון.
ניתוח מאת מערכת פודקאסט·ישראל, מבוסס תמלול אוטומטי של הפרק. על המתודולוגיה והמגבלות
שאל את הפרק (Chat with Episode)
קבל תשובות מיידיות מתוך תמלול וניתוח ה-AI
שאלות מומלצות בלחיצה אחת:
מתיאור הפרק
מה קורה כשמוצר מבוסס בינה מלאכותית נותן תשובה שנשמעת מצוין, אבל היא פשוט לא נכונה? ברוב המוצרים זו בעיה. כשמדובר בבריאות, זו כבר אחריות מסוג אחר. בפרק השמיני בסדרת צ׳יף אנג׳ינירינג, ליאור כנפי, מנכ״ל ומייסד טיקל, מארח את מיכל נבו, סמנכ״לית מחקר ופיתוח בפנו איי. מיכל הגיעה לחברה שצמחה מתוך מחקר אקדמי, עם חוקרים שנמצאים כמה צעדים קדימה, מאגר מידע רפואי וביולוגי ייחודי וכמעט בלי תהליכי פיתוח. בפעם הראשונה בקריירה שלה היא נדרשה לבנות את ארגון הפיתוח מאפס ולהפוך רעיונות מחקריים למוצר שעובד בקנה מידה רחב ושאפשר לסמוך עליו. היא מספרת איך העבודה נעה בין שני העולמות: החוקרים מגלים כיוון חדש ובונים אב ט
/ נושאים קשורים
איך נוצר העמוד הזה
69 פרקים של Tech Radar Voice = 69 מאמרים שגוגל מדרג
את התקציר והניתוח בעמוד הזה הפקנו אוטומטית מתוך האודיו של הפרק, בלי שאיש כתב מילה. זה בדיוק מה ש-AuthorityRank עושה לארכיון שלם: כל פרק הופך למאמר עברי איכותי שמדורג בגוגל ומצוטט על ידי ChatGPT ו-Perplexity, ומתפרסם אוטומטית במגזין משלכם.
הארכיון שלכם הוא אודיו מת שמנועי החיפוש לא מוצאים. אנחנו הופכים אותו לנכס שמביא תנועה כל חודש.