Insights from the Startup for Startup episode “348: דמוקרטיזציה של דאטה - איך בנינו אייג׳נט שמנגיש מידע לכל עובד בחברה”, published May 5, 2026.
In "348: דמוקרטיזציה של דאטה - איך בנינו אייג׳נט שמנגיש מידע לכל עובד בחברה" (Startup for Startup, May 2026), הפרק חושף כיצד הצוות הטכני של מאנדיי בנה את 'קרמר', סוכן בינה מלאכותית המאפשר לכל עובד בחברה לשאול שאלות מורכבות על נתונים. המפתח להצלחה לא היה רק המודל הטכנולוגי, אלא בניית שכבת קונטקסט דינמית ואחראית…
In "348: דמוקרטיזציה של דאטה - איך בנינו אייג׳נט שמנגיש מידע לכל עובד בחברה", זהו אוסף של הגדרות, לוגיקה עסקית ומטריקות שמאפשרות ל-AI לפרש נתונים בצורה שהעסק מצפה לה. ללא קונטקסט, המודל פועל בצורה סטטיסטית בלבד ולרוב יטעה בחישובים מורכבים.
In "348: דמוקרטיזציה של דאטה - איך בנינו אייג׳נט שמנגיש מידע לכל עובד בחברה", סקיל מייצג את ה'מוח' האנליטי - איך המערכת צריכה לשאול את הדאטה, באילו טבלאות להשתמש ואיך לחשב מדדים. זה מאפשר פירוק של שאלות מורכבות למשימות מנוהלות.
In "348: דמוקרטיזציה של דאטה - איך בנינו אייג׳נט שמנגיש מידע לכל עובד בחברה", כדי להבטיח איכות בסקייל גבוה, במקום בני אדם, משתמשים במודל שפה שבודק את התשובות של 'קרמר' מול מאגר שאלות ותשובות מוכר (Golden Dataset).
הפרק חושף כיצד הצוות הטכני של מאנדיי בנה את 'קרמר', סוכן בינה מלאכותית המאפשר לכל עובד בחברה לשאול שאלות מורכבות על נתונים. המפתח להצלחה לא היה רק המודל הטכנולוגי, אלא בניית שכבת קונטקסט דינמית ואחראית שמתפתחת יחד עם הארגון.
