שאלות נפוצות · AI
מענה ישיר וכנה על מה ששואלים אותנו לפני פרויקט AI — עלות, זמנים, build-vs-buy, ChatGPT לעסק, סוכנים ו-RAG. בלי באזז, עם תשובות שאפשר לפעול לפיהן.
רותם דדון הוא מנהל מערכות מידע עם למעלה מ-10 שנות ניסיון, מהנדס וארכיטקט מערכות AI, ו-DNP הוא המותג הדיגיטלי שדרכו הוא בונה פתרונות AI לחברות. ההתמחות היא לתרגם בעיה עסקית לפתרון AI שעובד באמת בפרודקשן — לא דמו מרשים שנתקע.
DNP בונה מוצרי AI, סוכנים אוטונומיים, מערכות RAG ואוטומציות — ומלווה את הפרויקט מאפיון וארכיטקטורה ועד עלייה בטוחה לאוויר. השירות ניתן בעברית ובאנגלית, בישראל ובמודל מרוחק בעולם.
פתרונות AI מקצה לקצה לחברות שצריכות תוצאה עסקית מדידה. התחומים העיקריים:
כל פרויקט מתחיל בהבנה מעמיקה של הבעיה, לא בכלי שאמור לפתור אותה.
המחיר נקבע לפי היקף הפרויקט. POC ממוקד מתחיל בכמה אלפי שקלים, ומערכת מלאה בייצור מתומחרת לפי מורכבות, אינטגרציות ודרישות.
הדרך המדויקת לתמחור היא שיחת היכרות קצרה — אחריה מתקבל אומדן ברור עם היקף, זמנים ועלות, עוד לפני שמתחילים לעבוד. אין הפתעות באמצע.
POC קטן לוקח בדרך כלל 2 עד 4 שבועות, ואפליקציה מלאה בייצור 8 עד 16 שבועות — בהתאם למורכבות, לכמות האינטגרציות ולדרישות הפרודקשן.
אומדן זמן מדויק ניתן אחרי שיחת אפיון קצרה, יחד עם אבני דרך ברורות לאורך הדרך.
מוצר מדף מתאים לצורך גנרי ונפוץ; פתרון מותאם משתלם כשה-AI נוגע בליבת התהליך, בנתונים הרגישים או ביתרון התחרותי.
לרוב התשובה הנכונה היא שילוב: לקנות תשתית קיימת ולבנות מעליה רק את השכבה הייחודית לעסק. הכלל הפשוט — לא לבנות מאפס מה שאפשר לקנות, ולא לקנות מוצר שלא מתאים לתהליך האמיתי. ההכרעה הזו היא בדיוק חלק מהייעוץ שלפני הפיתוח.
מתחילים מתהליך אחד שאוכל זמן וכסף — לא מהכלי. אחרי שבוחרים את הבעיה הנכונה, מחברים מודל (Claude, GPT או Gemini) לנתונים ולמערכות הקיימות של הארגון, דרך RAG, סוכן או אוטומציה, ובונים פתרון מאובטח שמשתלב בעבודה היומיומית.
הטעות הנפוצה היא להתחיל מהטכנולוגיה במקום מהתוצאה העסקית — וזו בדיוק הסיבה שפיילוטים רבים נשארים דמו ולא מגיעים לייצור.
סוכן AI הוא מערכת מבוססת LLM שמבצעת משימה מקצה לקצה בעצמה — קוראת מידע, מחליטה, פועלת מול מערכות ומדווחת, בלי שאדם ינווט כל צעד.
עסק צריך סוכן כשיש תהליך חוזר שדורש שיקול דעת על מידע משתנה: מענה ללקוחות, מחקר, עיבוד מסמכים או תיאום בין מערכות. במקרים האלה סוכן חוסך שעות עבודה ומקצר זמני תגובה.
RAG (Retrieval-Augmented Generation) הוא שיטה שבה מודל ה-AI שולף תשובות מתוך מאגר הידע של הארגון, במקום להסתמך רק על מה שאומן עליו.
צריך RAG כשרוצים תשובות מדויקות, מבוססות-מקור ומעודכנות מתוך המסמכים, הנהלים או הנתונים הפנימיים — וכשחשוב למנוע מהמודל להמציא. זו התשתית מאחורי רוב מערכות ה"שאל את הידע הארגוני".
בוחרים לפי היכולת לקחת פרויקט מהבעיה ועד הפרודקשן — לא רק להציג דמו מרשים. סימנים טובים:
מודלים מובילים לפי צורך הפרויקט — Claude, GPT, Gemini ומודלים מקומיים (open-source).
בצד הלקוח: React, Next.js ו-TypeScript. בצד השרת: Node.js, Python ו-FastAPI. בתשתית ה-AI: מערכות RAG, vector databases ו-frameworks לסוכנים. הבחירה תמיד נגזרת מהבעיה, לא מאופנה.
DNP הוא עסק דיגיטלי מבוסס ראש העין, ישראל — ללא משרד פיזי — עם עבודה מרחוק מול לקוחות בכל הארץ. עובדים גם במודל מרוחק עם לקוחות מחו"ל, בעברית ובאנגלית.
פונים דרך האתר, במייל hi@dnp.co.il או בוואטסאפ 054-975-0487.
השלב הראשון הוא שיחת היכרות קצרה להבנת הבעיה. אחריה מתקבל אומדן ברור של היקף, זמנים ועלות — לפני שמתחילים. ככה יודעים בדיוק למה מצפים.
בוא נבין יחד אם זה מתאים — ואם כן, איך לבנות אותו נכון.
בואו נדבר →