הרצאה על AI לכנס: 7 טעויות שמרוקנות את האולם
הרצאה על AI לכנס היא לא הרצאה ארגונית מקוצרת. 7 הטעויות שראינו הכי הרבה, מבנה ל-30 דקות שעובד, מה עושים כשההדגמה נופלת, ואיך מודדים הצלחה.
נכתב על ידי צוות היישום של RealAI · 5 דקות קריאה · עודכן לאחרונה:
הרצאה על AI לכנס נכשלת בדרך כלל מסיבה אחת: המרצה לוקח הרצאה ארגונית של שעה ודוחס אותה ל-25 דקות. יוצא מהר, שטחי, ובלי רגע אחד שהקהל זוכר. אחרי עשרות הרצאות בכנסים בישראל, מאולמות קטנים של 80 איש ועד אולמות של 1,200, ריכזנו את שבע הטעויות שחוזרות הכי הרבה, ואת מה שעובד במקום.
למה הרצאה על AI לכנס שונה מהרצאה בארגון?
בארגון הקהל הומוגני, מכיר את המערכות, ויש לכם שעה. בכנס יש לכם 20 עד 30 דקות, קהל מעורב, ואנשים שמחליטים בדקה הראשונה אם להסתכל בטלפון. ההרצאה הארגונית בנויה כדי שאנשים יעשו משהו למחרת. הרצאת כנס בנויה כדי שאנשים יזכרו רעיון אחד ויחפשו אתכם אחר כך. גם הציפייה של המארגנים שונה: הם רוצים הרצאה שאנשים יזכרו כשידרגו את הכנס, לא הרצאה שמלמדת.
הרצאת כנס: הרצאה של 20 עד 30 דקות לקהל מעורב, שמטרתה להעביר רעיון אחד שאפשר לחזור עליו במשפט, ולהוכיח אותו בהדגמה אחת. לא סקירה, לא הדרכה.
ההבדל הזה משנה הכול: כמה דוגמאות, כמה שקפים, איפה ההדגמה, ומה המשפט האחרון.
מהן הטעויות הנפוצות בהרצאה על AI לכנס?
שבע טעויות, לפי סדר התדירות שראינו:
- לדחוס הרצאה של שעה. 40 שקפים ב-25 דקות. הקהל מפסיק לעקוב בשקף 12. הפתרון: רעיון אחד, דוגמה אחת מפורטת, הדגמה אחת.
- לפתוח בהגדרות. ״מה זה בינה מלאכותית״ בשנת 2026 מאבד את האולם בשתי הדקות הראשונות. פותחים בסיפור ממערכת שרצה, עם מספר.
- סרטון במקום הדגמה. כולם יודעים שסרטון אפשר לערוך. הדגמה חיה של שלוש דקות שווה יותר מעשרה סרטונים, גם אם משהו בה משתבש.
- אין מספרים. ״חסכנו המון זמן״ לא נשאר בזיכרון. ״11 שעות שבועיות, נמדד אחרי חודש״ נשאר.
- סקירת כלים. רשימת 15 כלים מתאימה לפוסט, לא לבמה. בכנס מראים כלי אחד לעומק.
- לסיים בשאלות. המשפט האחרון של ההרצאה הוא מה שזוכרים. אם הוא ״יש שאלות?״, זוכרים את זה. מסיימים במשפט אחד שאפשר לצטט, ורק אז פותחים לשאלות.
- להעביר את אותה הרצאה בכל כנס. קהל של אנשי שיווק וקהל של מנהלי כספים שומעים אותה הרצאה, ושניהם מרגישים שהיא לא בשבילם. חמש דקות של התאמה לכנס משנות את ההרגשה באולם.
הטעות השלישית היא זו שהכי קשה לוותר עליה, כי הדגמה חיה מפחידה. אבל היא גם זו שעושה את ההבדל הגדול ביותר. בכנס של 600 איש, ההדגמה שלנו תפסה שגיאה באמצע. תיקנו אותה מול הקהל תוך 40 שניות. זה היה הרגע שהכי הרבה אנשים הזכירו אחר כך.
איך בונים הרצאה על AI לכנס של 30 דקות?
המבנה שאנחנו עובדים איתו, מותאם למשבצת של 30 דקות. במשבצת של 20 דקות מקצרים את ההדגמה ומוותרים על הדוגמה השנייה:
| דקות | מה קורה | למה |
|---|---|---|
| 0 עד 3 | סיפור אחד ממערכת שרצה, עם מספר | תופס את האולם לפני הטלפון |
| 3 עד 8 | הרעיון המרכזי במשפט אחד, ושלושת הדפוסים: עוזר, אוטומציה, סוכן | מסגרת שאפשר לזכור |
| 8 עד 15 | דוגמה אחת לעומק: מה הבעיה, מה בנינו, מה נמדד, מה נשבר | אמינות |
| 15 עד 22 | הדגמה חיה: בונים תהליך קטן מול הקהל | ההוכחה |
| 22 עד 26 | דוגמה שנייה קצרה, מהתחום של הכנס | התאמה לקהל |
| 26 עד 28 | מה עושים מחר, שלושה צעדים | פעולה |
| 28 עד 30 | המשפט האחרון, ואז שאלות | מה שזוכרים |
שימו לב לכמות השקפים: בדרך כלל 12 עד 15. אין בהם טקסט ארוך. כל שקף הוא מספר, צילום מסך, או משפט אחד.
איך מתאימים את ההרצאה לנושא הכנס?
חמש דקות של התאמה, אבל הן קובעות אם האולם מרגיש שההרצאה בשבילו. לפני כל כנס אנחנו מבקשים מהמארגנים שיחה של 20 דקות ושואלים שלוש שאלות: מי יושב באולם, מה ההרצאות שלפנינו ואחרינו, ומה המשפט שהם רוצים שהמשתתפים יצאו איתו.
התשובות משנות את הדוגמה השנייה ואת ההדגמה. בכנס של אנשי כספים ההדגמה הייתה חילוץ נתונים מחשבוניות מבולגנות. בכנס של מנהלי שירות היא הייתה סיווג 20 פניות בזמן אמת. בכנס של אנשי משאבי אנוש, סיכום ראיון לפי קריטריונים. אותה הרצאה, אותו מבנה, הדגמה אחרת, ובכל פעם אנשים שאלו אחרי אם ״זה הותאם במיוחד לנו״.
עוד דבר שמשתנה: השקף הראשון. סיפור הפתיחה חייב להגיע מהעולם של הקהל, אחרת הדקה הראשונה הולכת לאיבוד. אנחנו מחזיקים כעשרה סיפורי פתיחה ממערכות שבנינו, ובוחרים אחד לפי הכנס.
מה עושים כשההדגמה החיה נופלת?
היא תיפול, מתישהו. בכנסים הרשת לא יציבה, ה-API איטי, והמקרן מראה הכול. ככה אנחנו מתכוננים:
- תוצאה מוכנה מראש. צילום מסך של הריצה המוצלחת, בשקף הבא. אם ההדגמה נתקעת מעל דקה, עוברים אליו ואומרים את זה בקול.
- חיבור משלנו. נקודה חמה מהטלפון, לא הרשת של הכנס.
- הדגמה קצרה. שלוש עד חמש דקות. ככל שהיא ארוכה יותר, יש בה יותר נקודות כישלון.
- הכישלון הוא חלק מההרצאה. כשמשהו נופל ומתקנים אותו בקול רם, הקהל לומד יותר מאשר מהדגמה חלקה. אומרים ״זה בדיוק מה שקורה בפרודקשן, והנה מה שעושים״.
מה שלא עושים: לא מבטלים את ההדגמה בגלל פחד, ולא מאריכים אותה כי היא הולכת טוב. חמש דקות, ומעבירים הלאה.
מתוך כ-40 הדגמות בכנסים, 6 נפלו באופן שדרש מעבר לשקף הגיבוי. באף אחת מהן המשוב על ההרצאה לא היה נמוך מההרצאות שבהן הכול עבד.
איך מודדים הצלחה של הרצאה בכנס?
בכנס אין סקר של הארגון שבוע אחרי. יש שלושה מדדים שאפשר למדוד:
- כמה אנשים ניגשו אחרי. בהרצאה טובה, 10 עד 20 אנשים מחכים בסוף. בהרצאה בינונית, שניים.
- כמה פניות הגיעו בשבוע שאחרי. ברוב הכנסים שלנו, 3 עד 8 פניות לשיחת המשך, וחלקן הופכות להרצאה בארגון או לסדנה.
- מה חזרו עליו. אם מארגן הכנס או משתתפים מצטטים את המשפט האחרון שלכם ברשתות, המשפט עבד.
אנחנו מבקשים מהמארגנים גם את תוצאות סקר המשוב של הכנס, אם יש. בחמשת הכנסים האחרונים ההרצאה דורגה בשלושת המקומות הראשונים מתוך 12 עד 20 הרצאות. זה לא קרה בגלל כריזמה. זה קרה בגלל ההדגמה והמספרים.
מארגני כנסים שמחפשים מרצה ימצאו רשימת שאלות באיך בוחרים מרצה בינה מלאכותית. ומי שרוצה להבין מה קורה בארגון אחרי שההרצאה עשתה את שלה, ימצא את זה במרכז הנושא הטמעת AI בארגון.
מה הרצאת כנס לא יכולה לעשות?
היא לא יכולה לגרום לארגון להתחיל. היא יכולה לגרום לאדם אחד באולם להרים טלפון. זה המקסימום, וזה מספיק. ההמשך קורה בהרצאה ארגונית, בסדנה שבה בונים, או בליווי. מי שמצפה שהרצאת כנס של 25 דקות תשנה ארגון, יתאכזב. מי שמצפה שהיא תפתח דלת אחת, יקבל את זה.
רוצים הרצאת AI לכנס שהאולם יזכור? להרצאות.