// שירות · AI במוצר, סוכנים ו-MCP
AI במוצר שלכם
שילוב, סוכנים, MCP
כולם אומרים "אנחנו עכשיו עם AI". מעטים באמת מבינים מה זה אומר.
בשנה האחרונה כל מוצר תוכנה התחיל "להציע AI". ברוב המקרים זה Wrapper של ChatGPT על UI קיים. צ'אטבוט שעונה תשובות גנריות. כפתור "סכם לי" שלא באמת מבין את המוצר. זה לא AI במוצר. זאת תפאורה.
AI אמיתי במוצר משנה את מה שהמוצר יכול לעשות. הוא מבין את ההקשר, ניגש לדאטה הנכון, מבצע פעולות אמיתיות, ומשרת את המשתמש בצורה שלא הייתה אפשרית בלעדיו.
אנחנו בונים את זה. לא Wrapper — שילוב אמיתי.
// 01 · מה אנחנו עושים
מה אנחנו עושים
משילוב AI במוצר קיים ועד סוכנים אוטונומיים ו-MCP Servers שמחברים את ה-AI לעולם שלכם.
- 01
שילוב AI במוצר קיים
לוקחים מוצר שעובד ומוסיפים יכולות AI שמשפרות אותו באמת. סיכומים, חיפוש סמנטי, אוטומציה של משימות, יצירת תוכן.
- 02
סוכני AI (AI Agents)
לא צ'אטבוטים. סוכנים שמבצעים משימות מרובות שלבים בצורה אוטונומית: שולחים מיילים, מנתחים נתונים, מעדכנים מערכות, מקבלים החלטות.
- 03
MCP Servers
בניית שרתי MCP שמחברים את ה-AI שלכם למערכות שלכם. Google Drive, Salesforce, מסד נתונים פנימי, מערכות ארגוניות. ה-AI פועל בעולם האמיתי, לא רק עונה.
- 04
RAG ומאגרי ידע
חיבור AI לידע הייעודי שלכם. תיעוד פנימי, מסמכי מוצר, חוזים, דאטה. ה-AI עונה על בסיס המידע שלכם, לא של גוגל.
- 05
עוזרי AI ב-SaaS
Copilot למוצר שלכם. מדריך משתמשים, עונה על שאלות, מבצע פעולות תוך כדי הזרימה.
- 06
AI ב-Backend
סיווג מידע, ניתוח טקסט, OCR חכם, ניתוח תמונות. AI שעובד מאחורי הקלעים.
- 07
עיבוד שפה ומסמכים
חוזים, חשבוניות, מסמכים רפואיים, אימיילים. הוצאת מידע, סיווג, חיפוש סמנטי.
// 02 · MCP
מה זה MCP ולמה זה משנה את המשחק
MCP — Model Context Protocol — הוא הסטנדרט שאנת'רופיק פרסמה ב-2024 והפך לסטנדרט תעשייתי דה-פקטו ב-2025.
הרעיון: AI הוא חכם, אבל בלי גישה לנתונים ולמערכות שלכם — הוא מוגבל. MCP הוא הפרוטוקול שמחבר את ה-AI למערכות שלכם בצורה מאובטחת ומובנית.
זה הופך אותו מ"צ'אטבוט שנותן עצות" ל"עוזר שמבצע". אנחנו בונים MCP Servers ייעודיים שמחברים את ה-AI למערכות הספציפיות שלכם.
עם MCP נכון, ה-AI יכול:
- 01
לקרוא מסמכים מ-Google Drive
- 02
לעדכן רשומות ב-CRM שלכם
- 03
לשלוח מיילים
- 04
לבצע שאילתות במסד הנתונים
- 05
להזיז משימות ב-Jira או Asana
// 03 · טכנולוגיה
הטכנולוגיות שלנו
מודלים, פריימוורקים, מאגרי וקטורים, MCP, embeddings, אורקסטרציה ו-fine-tuning. אנחנו בוחרים את הכלי הנכון לכל שילוב.
- AI Models
- Claude (Anthropic)
- GPT (OpenAI)
- Gemini (Google)
- Open Models
- Frameworks
- LangChain
- LangGraph
- LlamaIndex
- Vector DBs
- Pinecone
- Weaviate
- Qdrant
- pgvector
- MCP
- Anthropic MCP SDK
- Custom MCP Servers
- Embeddings
- OpenAI
- Cohere
- Voyage AI
- Orchestration
- Temporal
- n8n
- On-Device AI
- Core ML
- Ollama
- Fine-tuning
- OpenAI Fine-Tuning
- Hugging Face
// 04 · איך אנחנו עובדים
איך אנחנו עובדים
- 01שלב 1
הבנת המקרה העסקי
לא כל בעיה צריכה AI. ולא כל פיצ'ר נהיה יותר טוב עם AI. אנחנו מתחילים בלהבין את הבעיה — ואז מחליטים אם AI הוא הפתרון הנכון.
- 02שלב 2
בחירת המודל הנכון
Claude, GPT, Gemini, מודל פתוח, או Fine-Tuning? לכל מודל יש חוזקות. בוחרים לפי הצורך, לא לפי הטרנד.
- 03שלב 3
בניית הארכיטקטורה
איך ה-AI מתחבר למוצר? מתי הוא רץ? איזה הקשר הוא מקבל? אילו פעולות הוא מורשה לעשות? תכנון לפני בנייה.
- 04שלב 4
פיתוח ובדיקות
מפתחים את השילוב, בודקים על מקרים אמיתיים. AI שנותן תשובות לא מדויקות זה גרוע מ-AI של א קיים.
- 05שלב 5
אופטימיזציית עלויות
קריאות API ל-AI עולות כסף. אנחנו מאופטמים: Caching של תשובות נפוצות, שימוש במודל קטן יותר כשאפשר, Prompts יעילים.
- 06שלב 6
ניטור ושיפור
AI הוא לא מושלם. אנחנו עוקבים אחר התשובות, מקבלים feedback, ומשפרים את ה-Prompts ואת הארכיטקטורה לאורך זמן.
// 05 · למי זה מתאים
למי זה מתאים
- 01
מוצרי SaaS
שרוצים להוסיף Copilot, עוזר חכם, או יכולות AI לפיצ'רים קיימים.
- 02
חברות שירות
שמקבלות הרבה פניות חוזרות — AI יכול לטפל ברוב מהן.
- 03
ארגונים עם תיעוד פנימי
מאגרי ידע, נוהלים, מסמכים. AI יכול לעזור לעובדים לנווט.
- 04
מוצרי אנליטיקה
שצריכים לעבד טקסט, להוציא תובנות, או לסכם נתונים.
- 05
עסקים שרוצים לאוטמט
שילוב MCP ו-AI לתהליכים אמיתיים — לא רק שיחות.
// 06 · למה אנחנו
למה אנחנו
- 01
בונים, לא רק מדברים
הר בה חברות מדברות AI. אנחנו עוסקים בו יום-יום.
- 02
עוקבים אחר השוק
ה-CTO שלנו מתעדכן יומית. מודלים חדשים, MCP חדש, יכולות חדשות — אנחנו מודעים.
- 03
מבינים את כל הסטאק
AI טוב צריך תשתית טובה. שאילתות מהירות, caching, אינטגרציות יציבות.
- 04
לא מאוהבים בטכנולוגיה
אם AI לא הפתרון הנכון — נגיד. לא נדחוף פיצ'ר רק כי זה טרנדי.
// 07 · שאלות נפוצות
שאלות נפוצות
01.מה ההבדל בין AI שאני יכול לחבר לבד (ChatGPT API) לבין שילוב מקצועי?
ChatGPT API נותן לכם מודל. שילוב מקצועי בונה סביבו את הכל: ארכיטקטורה, Prompts יעילים, Caching, ניהול הקשר, אינטגרציה עם הדאטה שלכם, ניטור עלויות. ההבדל הוא בין צעצוע למוצר.
02.אילו מודלים אתם משתמשים בהם?
Claude, GPT, Gemini, ומודלים פתוחים (Llama, Mistral) כשמתאים. בוחרים לפי המשימה.
03.מה זה Agent ואיך זה שונה מצ'אטבוט?
צ'אטבוט עונה על שאלה. Agent מבצע. הוא יכול לעשות משימות מרובות שלבים: "בדוק מה הלקוח הזה הזמין, שלח לו מייל סיכום, ופתח טיקט אם יש בעיה".
04.מה זה MCP בעצם?
פרוטוקול שמחבר AI למערכות חיצוניות בצורה מאובטחת. במקום שה-AI ידע רק מה שלימדו אותו — הוא יכול לקרוא מסמכים, לבצע פעולות, ולעדכן מערכות בזמן אמת.
05.כמה עולה לפתח שילוב AI?
תלוי. שילוב פשוט (צ'אטבוט עם RAG) — 30-80 אלף ₪. עוזר AI מתקדם במוצר — 80-300 אלף ₪. סוכן AI מורכב עם MCP — 150-500 אלף ₪.
06.יש גם עלויות שוטפות, נכון?
כן. כל קריאה ל-API עולה כסף. אנחנו מא ופטמים כדי להוריד עלויות (Caching, מודלים יעילים, Prompts מדויקים), אבל יש עלות שוטפת. בדרך כלל אחוזים מתוך הערך שהמוצר מייצר.
07.מה לגבי פרטיות? הדאטה שלנו עוברת ל-OpenAI?
תלוי במודל ובתצורה. ל-OpenAI ול-Anthropic יש מסלולי Enterprise שלא משתמשים בדאטה לאימון. בנוסף, יש מודלים פתוחים שאפשר להריץ אצלכם פנימית. אנחנו עוזרים לבחור לפי רגישות הדאטה.
08.מה זה RAG?
Retrieval Augmented Generation. ה-AI לא רק מסתמך על מה שהוא יודע — הוא מחפש מידע במאגר הידע שלכם בזמן אמת ועונה על בסיסו. ככה הוא יכול לענות על שאלות ספציפיות למוצר שלכם.
09.אנחנו רוצים AI שמבין עברית — יש בעיה?
לא ב-2026. Claude, GPT, ו-Gemini עובדים מצוין בעברית — מבינים, כותבים, ועונים ברמה גבוהה.
10.מה לגבי AI במובייל?
שני מודלים: API חיצוני (מהיר לבנות, דורש חיבור אינטרנט) או On-Device (פרטיות מקסימלית, עובד offline). תלוי במקרה.
11.מתי לא כדאי להוסיף AI?
כשהבעיה לא דורשת אותו. אם אפשר לפתור משהו עם כלל "אם-אז" פשוט — AI הוא בזבוז. אנחנו אומרים את זה ישר.
12.אתם עושים גם Fine-Tuning?
כן. כשיש צורך אמיתי — דומיין מאוד ספציפי, פורמט תשובה מדויק, סגנון ייחודי — Fine-Tuning יכול לתת תוצאה טובה יותר ועלות נמוכה יותר.
13.אנחנו רוצים MCP Server שלנו — לחבר את הכלים הפנימיים. אתם בונים?
כן. זה אחד התחומים שאנחנו עוסקים בהם הכי הרבה. נבנה לכם MCP Server שמחבר את הכלים הספציפיים שלכם ל-AI שלכם.
// 08 · בואו נדבר
AI אמיתי, לא תפאורה.
שיחת היכרות של 30 דקות, בלי התחייבות. נבין יחד אם AI הוא הפתרון הנכון — ואם כן, איך עושים את זה כמו שצריך.
ישר. לעניין. בזמן.