איך בוחרים מרצה בינה מלאכותית: 10 שאלות לפני שסוגרים

מרצה בינה מלאכותית טוב הוא מי שמראה לכם מה הוא בנה בחודש האחרון, מה נשבר, ואיך מדדו את זה. לא מי שמסכם יפה את מה שקרא. ההבדל הזה נשמע קטן, והוא קובע אם העובדים שלכם יצאו מההרצאה עם משהו לעשות או עם עוד מצגת. כדי לענות על השאלה איך בוחרים מרצה בינה מלאכותית, ריכזנו במאמר הזה 10 שאלות שכדאי לשאול כל מרצה לפני שסוגרים, את התשובות שצריכות להדליק נורה אדומה, וטבלה שעוזרת להשוות.

מה ההבדל בין מרצה בינה מלאכותית שבונה למרצה שסוקר?

יש שני סוגים של מרצים בתחום. הראשון עוקב אחרי התחום, קורא הרבה, ומסביר טוב. השני מטמיע AI בארגון אמיתי כל יום, ומספר מה קורה שם. שניהם יכולים להיות מרתקים על הבמה. רק השני יכול לענות על ״וזה עבד?״ עם מספר.

אנחנו בצד השני באופן מוצהר. הצוות שלנו מטמיע AI בחברות טכנולוגיה מובילות, וההרצאות שלנו הן מה שלמדנו שם. זה לא אומר שמרצה סוקר הוא בחירה גרועה לכל מטרה. לכנס שמטרתו השראה, הוא יכול להתאים. לארגון שרוצה שעובדים יתחילו לעשות משהו, הניסיון מהשטח הוא ההבדל.

אילו שאלות לשאול מרצה בינה מלאכותית לפני שסוגרים?

עשר שאלות. אפשר לשלוח אותן במייל, ואפשר לשאול בשיחה. התשובות אומרות הכול:

1. מה בנית או הטמעת בשלושת החודשים האחרונים? מרצה בונה יענה בפירוט ובשמחה. מרצה סוקר יעבור לדבר על ״פרויקטים עם לקוחות״ בלי פרטים.
2. מה נכשל לך לאחרונה, ולמה? מי שבונה, נכשל. מי שאין לו כישלון לספר, כנראה לא בנה.
3. איך מדדת את ההצלחה? חפשו מספרים: שעות שנחסכו, אחוז דיוק, שבועות עד פרודקשן. ״הלקוחות היו מרוצים״ זה לא מדד.
4. יש הדגמה חיה בהרצאה? ואם כן, מה קורה כשהיא נופלת? מרצה שעושה הדגמות חיות יש לו תשובה מוכנה, כי זה קרה לו.
5. איך ההרצאה תותאם לנו? חפשו תהליך: שיחת הכנה, דוגמאות מהתחום שלכם, שקף על המדיניות שלכם. אצלנו זו שיחה של 20 דקות לפני כל הרצאה.
6. מה העובדים שלנו יעשו ביום שאחרי? אם אין תשובה קונקרטית, ההרצאה היא בידור.
7. מה אתה לא יודע? מרצה טוב יגיד מיד איפה הגבולות שלו. מי שיודע הכול, לא יודע כלום.
8. אפשר לדבר עם ארגון שהרצית בו? לא לקבל רשימת לוגואים, אלא לדבר עם מישהו.
9. מה ההבדל בין ההרצאה שלך לסדנה שלך? אם אין לו סדנה, זה בסדר. אם הוא לא יודע להסביר את ההבדל, זה פחות בסדר. אצלנו ההבדל פשוט: בהרצאה מקשיבים, בסדנה בונים.
10. מה המחיר כולל? הכנה, התאמה, חומרים אחרי ההרצאה, זמינות לשאלות. הרצאה היא לא רק השעה על הבמה.

אילו תשובות צריכות להדליק נורה אדומה?

אחרי שראינו הרבה הרצאות, יש כמה משפטים שאומרים לנו הרבה:

• ״אני מרצה על AI כבר שנים.״ התחום השתנה לחלוטין בשנתיים האחרונות. הוותק פחות חשוב מהשאלה מה הוא עשה בחודש האחרון.
• ״ההרצאה מתאימה לכל קהל.״ הרצאה שמתאימה לכולם לא מדברת לאף אחד.
• ״אני לא עושה הדגמות חיות, זה מסוכן.״ זו בדיוק הסיבה שזה משכנע.
• ״אני אשלח מצגת לדוגמה.״ מצגת מראה עיצוב, לא יכולת.
• ״AI ישנה הכול.״ בלי ״הנה איך, אצלנו, השבוע״, זו סיסמה.
• ״נעבור על כל הכלים החשובים.״ בשעה אחת אי אפשר לעבור על הכול, ומי שמנסה לא מעמיק בכלום.

האם מרצה מהתעשייה מתאים גם לקהל לא טכני?

זה החשש הנפוץ ביותר שאנחנו שומעים ממנהלי הדרכה: ״מי שבונה כל יום ידבר מעל הראש של העובדים״. בפועל זה הפוך. מי שבנה תהליך בעצמו יודע להסביר אותו בפשטות, כי הוא ראה אותו נשבר בכל נקודה. מי שרק קרא על התהליך מסתתר מאחורי מונחים.

הבדיקה פשוטה: בקשו מהמרצה להסביר לכם בשיחת ההיכרות, בשתי דקות, מה זה סוכן AI ובמה הוא שונה מאוטומציה. אם ההסבר כולל דוגמה מהעבודה שלו ואין בו ראשי תיבות, הוא ידבר טוב גם לאנשי כספים ולאנשי שירות. אם ההסבר מתחיל ב״זה תלוי בארכיטקטורה״, חפשו מישהו אחר.

אצלנו ההרצאות לקהל רחב עוברות מבחן אחד לפני שהן יוצאות: מישהו מהצוות שלא עוסק בטכנולוגיה שומע אותן ומסמן כל משפט שלא הבין. בדרך כלל יש שלושה או ארבעה כאלה בגרסה הראשונה, ואפס בשנייה.

איך בוחרים מרצה בינה מלאכותית כשמשווים כמה הצעות?

טבלה פשוטה שאנחנו מציעים למי שמשווה הצעות. ציון 1 עד 5 בכל שורה, ומסכמים:

קריטריון	מה בודקים	מה שווה 5
ניסיון בנייה	מה הוא הטמיע ואיפה זה רץ היום	מערכות בפרודקשן עם מספרים
דוגמאות	מאיפה הן מגיעות	מהניסיון שלו, כולל כישלונות
הדגמה חיה	האם יש, ומה קורה כשהיא נופלת	יש, ויש תוכנית גיבוי
התאמה	תהליך ההכנה	שיחה, דוגמאות מהתחום, שקף מדיניות
צעד למחר	מה המשתתפים עושים אחרי	שלושה צעדים ספציפיים
מדידה	איך יודעים שעבד	סקר אחרי שבוע, יעד מספרי
המשך	מה קורה אחרי ההרצאה	סדנה, חומרים, זמינות לשאלות

שימו לב ששתי השורות הראשונות שוקלות יותר מהשאר. בלי ניסיון בנייה ובלי דוגמאות משלו, שאר הקריטריונים הופכים לאריזה.

ארגון שהשתמש בטבלה הזו השווה שלוש הצעות וגילה שההצעה הזולה ביותר קיבלה 12 נקודות מתוך 35, וההצעה היקרה ביותר 19. ההצעה שנבחרה הייתה באמצע במחיר ועם 31 נקודות. המחיר לשעה על הבמה הוא המדד הכי פחות חשוב.

מה לבקש מהמרצה לפני ההרצאה?

אחרי שבחרתם, שלושה דברים שכדאי לסגור מראש:

• שיחת הכנה. 20 דקות שבהן המרצה שומע מי הקהל, מה הכלים שכבר בשימוש, ומה מותר ומה לא. הרצאה שלא יודעת מה המדיניות של הארגון תשלח עובדים לכלים שהם לא יכולים לפתוח.
• שלוש דוגמאות מהתחום שלכם. לא בהכרח מהארגון שלכם, אבל מעולם שהעובדים מזהים.
• מה קורה אחרי. שקף אחרון עם שלושה צעדים, ומישהו בארגון שאחראי לעקוב. מנהלים שרוצים להוביל את זה בעצמם ימצאו עוד במרכז הנושא AI למנהלים.

בארגון אחד שבו סגרנו את שלושת הדברים האלה מראש, 58% מהמשתתפים דיווחו שניסו משהו חדש תוך שבוע. בארגון שבו ההרצאה נסגרה יום לפני, בלי שיחת הכנה, המספר היה 29%. אותו מרצה, אותה מצגת בסיס, הכנה שונה.

האם צריך מרצה בכלל, או סדנה?

שאלה שכדאי לשאול לפני כל השאר. אם המטרה היא שהארגון יבין מה אפשר ויסכים להתחיל, הרצאה של מרצה בינה מלאכותית שבונה בעצמו. אם יש כבר צוות שיודע מה הוא רוצה לבנות, סדנה תיתן יותר. רוב הארגונים מתחילים בהרצאה ועוברים לסדנה תוך חודש או חודשיים. עוד על ההבדל במאמר מה מצפה לכם בסדנת Claude Code.

רוצים מרצה שמראה מה הוא בנה בשבוע שעבר? להרצאות.