מילון מונחי AI ואוטומציה

בינה מלאכותית — תוכנה שיכולה ללמוד מנתונים ולקבל החלטות.

ראשי תיבות של Artificial Intelligence — בינה מלאכותית. בהקשר של עסקים, AI היא תוכנה שלמדה מכמויות עצומות של נתונים ויכולה להבין שפה, לכתוב טקסטים, לסכם מסמכים, להחליט החלטות פשוטות, ולנהל שיחות. AI לא 'חושב' כמו אדם — הוא מזהה דפוסים בנתונים שראה ומשתמש בהם להפיק תוצאה. בעולם הקטן יותר של עסקים, כשמדברים על AI מתכוונים בדרך כלל ל-LLM כמו Claude או ChatGPT.

Large Language Model — מודל שפה גדול. הטכנולוגיה מאחורי ChatGPT, Claude וכו'.

ראשי תיבות של Large Language Model — מודל שפה גדול. זו הטכנולוגיה שמפעילה את Claude, ChatGPT, Gemini ועוד. LLM הוא תוכנה שאומנה על מיליארדי טקסטים מהאינטרנט וספרים, ולכן היא יודעת לכתוב, לסכם, לתרגם, לענות על שאלות ועוד. כשמשתמשים ב-AI לעסק (למשל בוט שמשיב ללקוחות), בדרך כלל יש LLM שעובד מאחורי הקלעים. ההבדל בין LLMs שונים: גודל, איכות העברית, מחיר לשימוש, יכולת להתמודד עם מסמכים ארוכים.

ה-LLM של חברת Anthropic. ידוע ביכולת מתקדמת בעברית וב'הזיות' פחות.

Claude הוא מודל ה-AI שחברת Anthropic פיתחה — המתחרה העיקרי של ChatGPT. הוא ידוע ביכולת מתקדמת בהבנת קונטקסט ארוך (יכול לעכל מסמך של מאות עמודים), בטיפול טוב בעברית, ובנטייה מופחתת ל'הזיות' (להמציא עובדות). פרימיום דיגיטל משתמשת ב-Claude כברירת מחדל באוטומציות שמטפלות בעברית מורכבת. השוואה מלאה בין Claude ל-ChatGPT — בקישור הקשור למטה.

ה-LLM המפורסם של OpenAI. ההמוני יותר, חזק בכתיבה יוצרת באנגלית.

ChatGPT הוא המודל של OpenAI שעשה את ה-AI לפופולרי בעולם בנובמבר 2022. הוא חזק במיוחד בכתיבה יוצרת, בשיחות קלילות, בפתרון בעיות תכנות באנגלית. לעיתים פחות מדויק מ-Claude במשימות שדורשות עברית מורכבת או דיוק עובדתי. עבור עסקים — שני המודלים מתאימים, השאלה היא מה הצורך הספציפי.

Generative Pre-trained Transformer — סוג הארכיטקטורה של ChatGPT.

ראשי תיבות של Generative Pre-trained Transformer. זו הארכיטקטורה הטכנית שעליה בנוי ChatGPT (וגם הרבה LLMs אחרים). 'Generative' — יוצר תוכן חדש. 'Pre-trained' — אומן מראש על המון נתונים. 'Transformer' — סוג רשת נוירונית. בשיחה יומיומית, 'GPT' ו-'ChatGPT' מתחלפים, אבל טכנית — GPT הוא הטכנולוגיה, ChatGPT הוא המוצר.

ה-LLM של Google. אינטגרציה הדוקה עם Google Workspace.

Gemini הוא מודל ה-AI של Google (לשעבר Bard). היתרון המרכזי שלו: אינטגרציה הדוקה עם Gmail, Google Docs, Google Sheets, Calendar וכל מערכת Workspace. עבור עסקים שעובדים בעיקר ב-Google, Gemini יכול להיות בחירה הגיונית. לעברית — הוא משופר מאוד, אבל לא תמיד באותה רמה כמו Claude.

מצב שבו ה-AI ממציא עובדה שלא קיימת ומציג אותה כאמת.

'הזיה' (באנגלית: Hallucination) היא התופעה שבה LLM מייצר תשובה שנשמעת בטוחה ומדויקת — אבל היא לא נכונה. למשל: ה-AI עשוי 'לזכור' פסק דין שלא קיים, חוק שלא נחקק, או מספר טלפון שגוי. זו הסיבה שלעולם אין להסתמך על AI לקבלת החלטות קריטיות בלי בדיקה אנושית. מודלים שונים נוטים פחות או יותר להזיות — Claude ידוע כפחות 'הזייתי' מ-ChatGPT, אבל אף מודל לא חסין לגמרי.

Retrieval-Augmented Generation — שיטה לחבר LLM למאגר ידע ספציפי של העסק.

ראשי תיבות של Retrieval-Augmented Generation. בעברית: 'יצירה מועשרת באחזור'. זו טכניקה שמאפשרת ל-LLM לענות על שאלות בהסתמך על מסמכים של העסק (קובץ Q&A, מדריך מוצר, רשימת מחירים) ולא רק על הידע הכללי שלו. למשל: בוט וואטסאפ שעונה על השאלה 'מה שעות הפעילות שלכם?' — צריך RAG כדי לדעת את התשובה הספציפית לעסק. בלי RAG, ה-AI ימציא תשובה.

ייצוג מתמטי של טקסט שמאפשר ל-AI להבין משמעות. הבסיס של RAG.

Embedding (בעברית: שיכון או הטמעה) הוא הדרך שבה AI 'מבין' טקסט. כל מילה או משפט מיוצגים כסדרה של מספרים (וקטור), כך שמשפטים עם משמעות דומה מקבלים מספרים דומים. דוגמה פשוטה: 'מה שעות הפעילות' ו-'מתי אתם פתוחים' יקבלו וקטור דומה. ככה ה-AI יכול לחפש 'תשובה רלוונטית' במסמכים שלך גם אם השאלה נוסחה אחרת. זה הבסיס של RAG.

ההוראה שנותנים ל-AI. ניסוח ה-prompt משפיע ישירות על איכות התשובה.

Prompt (בעברית: הנחיה או הוראה) הוא הטקסט שנותנים ל-LLM כדי לקבל תשובה. דוגמה: 'סכם את המייל הבא ב-3 שורות.' הזה הוא ה-prompt. ניסוח טוב של prompt — מה שנקרא 'prompt engineering' — הוא מיומנות חשובה. ההבדל בין prompt טוב לרע יכול להיות ההבדל בין תשובה שימושית לזבל. באוטומציות עסקיות, ה-prompts כתובים מראש ומוכנים על-ידי המפתח.

AI שיכול לבצע פעולות אקטיביות (לא רק לדבר): לשלוח מייל, להזמין פגישה, לעדכן CRM.

'סוכן AI' (AI Agent) הוא רמה מתקדמת של אוטומציה: לא רק שה-AI עונה על שאלות, אלא הוא יכול לבצע פעולות בעולם האמיתי. למשל: לקבוע פגישה ביומן, לשלוח חשבונית, לעדכן ליד ב-CRM, לבצע הזמנה. סוכן AI טיפוסי משלב LLM (לקבלת החלטות) + n8n או פלטפורמה דומה (לביצוע הפעולות בפועל). זו המגמה החמה ביותר ב-AI לעסקים ב-2026.

תהליך עסקי שמתבצע בלי התערבות אנושית — מנוהל על-ידי תוכנה.

אוטומציה היא הפיכה של תהליך עסקי שעובד באופן ידני (בן אדם עושה אותו שוב ושוב) למשהו שתוכנה מבצעת לבד. דוגמאות: שליחת מייל אוטומטי 24 שעות אחרי שמישהו השאיר פרטים, סנכרון בין Excel ל-CRM, מענה לשאלות נפוצות בוואטסאפ. אוטומציה לא חייבת לכלול AI — אבל ב-2026 רוב האוטומציות החדשות משלבות AI כדי להיות חכמות יותר.

פלטפורמת אוטומציה open-source. החלופה החזקה ל-Make ו-Zapier.

n8n (קוראים 'אן-אייט-אן') היא פלטפורמת אוטומציה פתוחה (open-source) עם 500+ אינטגרציות מובנות: Gmail, WhatsApp, Google Sheets, Slack, Monday, Salesforce, ועוד. היתרון המרכזי שלה על Make ו-Zapier: היא יכולה לרוץ 'self-hosted' — על השרת שלך, לא בענן של חברה זרה. זה אומר שליטה מלאה בנתונים ומחיר קבוע (לא לפי הפעלות). פרימיום דיגיטל בונה ב-n8n כברירת מחדל. מדריך מלא — בקישור הקשור.

פלטפורמת אוטומציה (לשעבר Integromat). חזקה, אבל ממוקדת ענן וחיוב לפי פעולה.

Make (לשעבר Integromat) היא פלטפורמת אוטומציה פופולרית עם ממשק ויזואלי יפה ו-1,500+ אינטגרציות. החסרון העיקרי: היא רצה רק בענן (לא self-hosted) ומחייבת לפי מספר 'פעולות' (operations) — מה שיכול להפוך ליקר עבור אוטומציות עם תנועה גבוהה. עבור פרויקטים פשוטים עם תנועה נמוכה, Make יכול להיות מצוין.

פלטפורמת האוטומציה הוותיקה ביותר. הכי קלה ללמידה, גם הכי יקרה בקנה מידה.

Zapier היא הוותיקה והמפורסמת ביותר בעולם האוטומציה. יש לה 6,000+ אינטגרציות והממשק שלה הכי קל ללמוד. החסרון: מחיר גבוה במיוחד עבור אוטומציות עם תנועה משמעותית, וחיוב לפי 'Tasks' שמצטבר במהירות. מומלצת בעיקר לפרויקטים פשוטים עם תנועה נמוכה.

תהליך עבודה אוטומטי בנוי משלבים: trigger → פעולות → תוצאה.

Workflow (תהליך עבודה) הוא היחידה הבסיסית של אוטומציה. הוא בנוי משלוש חלקים: (1) Trigger — מה מפעיל אותו (מייל נכנס, טופס שמולא, שעה מסוימת). (2) שרשרת פעולות — מה קורה בעקבות (שלח מייל, עדכן רשומה, התריע). (3) תוצאה. ב-n8n, כל workflow הוא תרשים זרימה ויזואלי שאפשר לבנות בלי קוד.

האירוע שמפעיל workflow. למשל: מייל נכנס, טופס שמולא, שעה מסוימת ביום.

Trigger (בעברית: טריגר או מפעיל) הוא נקודת ההתחלה של כל אוטומציה. הוא יכול להיות אירוע (לקוח מילא טופס), זמן (כל יום ב-9:00 בבוקר), שינוי במערכת חיצונית (סטטוס הזמנה השתנה), או webhook. בלי trigger, ה-workflow לא רץ.

תוכנה שרצה על שרת שלך, לא בענן של חברה זרה. שליטה מלאה בנתונים.

Self-hosted אומר שהתוכנה רצה על שרת שאתה (או הסוכנות שלך) שולטים בו — לא בענן של חברה זרה כמו AWS האמריקאי או Google. היתרונות: (1) שליטה מלאה בנתונים (חשוב בעיקר עבור מידע רפואי, משפטי, פיננסי). (2) מחיר קבוע, לא לפי שימוש. (3) חוסר תלות בחברה זרה שיכולה לסגור או לשנות מחירים. החסרונות: צריך מישהו שמנהל את השרת. n8n self-hosted הוא הסטנדרט של פרימיום דיגיטל.

השער שדרכו שתי תוכנות מדברות זו עם זו. הבסיס של כל אינטגרציה.

ראשי תיבות של Application Programming Interface — 'ממשק תכנות יישומים'. בפועל: השער שדרכו שתי תוכנות מדברות זו עם זו. דוגמה: כשבוט שולח הודעה בוואטסאפ, הוא משתמש ב-WhatsApp API. כשמעדכן רשומה ב-CRM, הוא משתמש ב-API של ה-CRM. כל אינטגרציה בין מערכות עוברת דרך API. בעלי עסקים לא צריכים להבין איך API עובד טכנית — רק לדעת שזה הכלי שמחבר הכל.

פעולת push: מערכת מודיעה למערכת אחרת על אירוע ברגע שהוא קורה.

Webhook הוא טכניקה שבה מערכת אחת 'מתקשרת' למערכת אחרת ברגע שמשהו קורה — בלי שהמערכת השנייה צריכה 'לבדוק' כל הזמן. דוגמה: כשמישהו מבצע תשלום ב-Stripe, Stripe שולח webhook ל-n8n שאומר 'תשלום של 250 ש"ח התקבל'. ה-n8n מקבל את ההודעה ומפעיל workflow: שולח חשבונית, מעדכן CRM, שולח מייל תודה. ההפך מ-webhook הוא polling — לבדוק כל כמה דקות אם משהו השתנה (פחות יעיל).

Customer Relationship Management — מערכת לניהול לקוחות וקשרים עסקיים.

ראשי תיבות של Customer Relationship Management — 'ניהול קשרי לקוחות'. בפועל: תוכנה שמרכזת את כל המידע על לקוחות (פרטי קשר, היסטוריית תקשורת, סטטוסים בתהליך מכירה, רכישות). דוגמאות פופולריות בישראל: Monday, Pipedrive, HubSpot, Salesforce, Powerlink, Zoho. אוטומציות עסקיות בדרך כלל מתחברות ל-CRM — לשמור לידים, לעדכן סטטוסים, להפעיל פולואפים.

פורמט סטנדרטי להעברת נתונים בין מערכות. אתה תראה אותו בלוגים.

JSON (קוראים 'ג'ייסון') — ראשי תיבות של JavaScript Object Notation. זה הפורמט הסטנדרטי שמערכות שולחות בו נתונים זו לזו. נראה ככה: {"שם": "ישראל", "טלפון": "054-1234567"}. בעלי עסקים לא צריכים לכתוב JSON — אבל אם אי פעם תראה לוג של אוטומציה, סביר שיהיה שם JSON.

כתובת ספציפית של API. למשל: /api/customers להוספת לקוח.

Endpoint הוא הכתובת הספציפית של פעולה ב-API. אם ה-API של CRM הוא כמו 'מבנה משרדים', אז ה-endpoint הוא דלת ספציפית: /api/customers (להוסיף לקוח), /api/deals (להוסיף עסקה), /api/notes (להוסיף הערה). בעלי עסקים בדרך כלל לא צריכים לדעת endpoints ספציפיים — אבל זה מונח שיופיע בתיעוד טכני.

פרוטוקול אבטחה שמאפשר לחבר בין מערכות בלי לשתף סיסמאות.

OAuth הוא פרוטוקול אבטחה סטנדרטי שמאפשר לחבר חשבון אחד למערכת אחרת בלי לשתף סיסמה. דוגמה: 'התחבר עם Google' באתרים — זה OAuth. כשפרימיום דיגיטל מחברת את n8n ל-Gmail שלך, היא משתמשת ב-OAuth — אתה מאשר חיבור באמצעות חלון Google רשמי, ולעולם לא נותן לנו את הסיסמה שלך.

לקוח פוטנציאלי שהשאיר פרטים אבל עוד לא קנה.

ליד (Lead) הוא לקוח פוטנציאלי — מישהו שהשאיר פרטים בטופס, פנה בוואטסאפ, נכנס לאתר ועזב, או כל אינדיקציה שהוא מתעניין בשירות שלך. לידים מתחלקים ל-'לידים חמים' (קרובים לקנייה) ו-'לידים קרים' (צריכים טיפוח). אחת המטרות העיקריות של אוטומציה: לוודא שאף ליד לא נופל בין הכיסאות.

אחוז ההמרה — כמה מהלידים הופכים ללקוחות משלמים.

Conversion Rate (אחוז המרה) הוא היחס בין מספר הלידים למספר העסקאות שנסגרו. לדוגמה: 100 לידים → 5 עסקאות = 5% המרה. אוטומציות טובות (כמו פולואפים אוטומטיים, ניתוב מהיר ללידים חמים, וטיפוח עקבי) יכולות להגדיל את אחוז ההמרה ב-15-30%.

סדרת מיילים אוטומטית שנשלחת בפרקי זמן קבועים.

Drip Campaign ('קמפיין טפטוף') היא סדרת מיילים שנשלחת אוטומטית בפרקי זמן מוגדרים מראש. דוגמה: לקוח מצטרף לרשימת תפוצה → יום 0 מקבל ברוכים הבאים → יום 3 מקבל מאמר → יום 7 מקבל קייס סטאדי → יום 14 מקבל הצעת מכירה. הקמפיין 'מטפח' את הליד לאט-לאט עד שהוא מוכן לקנות.

תהליך קליטה של לקוח חדש או עובד חדש — לעיתים אוטומטי.

Onboarding הוא תהליך הקליטה של לקוח חדש (אחרי שקנה) או עובד חדש (אחרי שהתקבל לעבודה). תהליך onboarding טוב מבטיח שהלקוח/עובד יתחיל להפיק ערך מהר. אוטומציות onboarding טיפוסיות: שליחת מסמכים, פתיחת חשבונות, שיבוץ פגישות, הדרכה דיגיטלית.

אחוז הנטישה — כמה לקוחות מפסיקים להיות לקוחות בתקופה נתונה.

Churn (נטישה) הוא אחוז הלקוחות שמפסיקים להיות לקוחות בתקופה מסוימת — חודש, רבעון, שנה. למשל: 100 לקוחות בתחילת חודש, 5 ביטלו → churn של 5%. אוטומציות שמזהות לקוחות בסיכון נטישה (ירידה בפעילות, תלונות) ופונות אליהם בזמן יכולות להפחית churn משמעותית.