ניהול מלאי מבוסס AI ל-ERP: למה גיוס Doss חשוב לעסקים
ניתוח

ניהול מלאי מבוסס AI ל-ERP: למה גיוס Doss חשוב לעסקים

Doss גייסה 55 מיליון דולר כדי לחבר ניהול מלאי לחשבונאות; בישראל זה נוגע ליבואנים, איקומרס ויצרנים

6 דקות קריאה
מבוסס על כתבה שלTechCrunchתרגום, סיכום והקשר עסקי על-ידי המערכתאיך אנחנו עובדים

תקציר מנהלים

נקודות עיקריות

  • Doss גייסה 55 מיליון דולר בסבב Series B כדי לבנות שכבת ניהול מלאי שמתחברת ל-ERP ולחשבונאות קיימת.

  • החברה מכוונת לעסקים עם הכנסות של 20 עד 250 מיליון דולר, במקום להתחרות ישירות ב-Rillet או Campfire.

  • לעסקים ישראליים עם מחסן, Shopify, Zoho CRM ו-WhatsApp, גם סטייה של 3% במלאי יכולה לעלות מאות אלפי ₪ בשנה.

  • פרויקט חיבור מלאי, CRM ו-WhatsApp דרך N8N יכול להתחיל בטווח של 8,000 עד 25,000 ₪, בלי החלפת ERP מלאה.

ניהול מלאי מבוסס AI ל-ERP: למה גיוס Doss חשוב לעסקים

  • Doss גייסה 55 מיליון דולר בסבב Series B כדי לבנות שכבת ניהול מלאי שמתחברת ל-ERP...
  • החברה מכוונת לעסקים עם הכנסות של 20 עד 250 מיליון דולר, במקום להתחרות ישירות ב-Rillet...
  • לעסקים ישראליים עם מחסן, Shopify, Zoho CRM ו-WhatsApp, גם סטייה של 3% במלאי יכולה לעלות...
  • פרויקט חיבור מלאי, CRM ו-WhatsApp דרך N8N יכול להתחיל בטווח של 8,000 עד 25,000 ₪,...

ניהול מלאי מבוסס AI ל-ERP: למה זה משנה עכשיו

ניהול מלאי מבוסס AI ל-ERP הוא שכבת תוכנה שמסנכרנת בין המלאי הפיזי לבין ספרי החשבונות בזמן אמת. במקרה של Doss, מדובר בחברה שגייסה 55 מיליון דולר כדי לפתור פער קריטי בשוק שבו עסקים עם מחזור של 20 עד 250 מיליון דולר מתקשים לקבל תמונת מלאי אמינה אחת.

אם אתם מנהלים עסק שמוכר, מייבא או מפיץ מוצרים, זו לא עוד ידיעה על סבב גיוס. זו אינדיקציה ברורה לכך ששוק ה-ERP עובר שינוי ארכיטקטוני: במקום להחליף את כל המערכת בבת אחת, יותר חברות בונות שכבות ייעודיות שמתחברות לחשבונאות הקיימת. לפי McKinsey, חברות שמשפרות נראות שרשרת אספקה מצמצמות חוסרים ומלאי עודף בשיעורים דו-ספרתיים, והלחץ הזה מורגש היטב גם אצל עסקים ישראליים.

מה זה ניהול מלאי מבוסס AI ל-ERP?

ניהול מלאי מבוסס AI ל-ERP הוא מערכת שמחברת בין תנועות מלאי בעולם הפיזי לבין הנתונים הפיננסיים במערכת החשבונאית. בהקשר עסקי, המטרה אינה רק לדעת כמה יחידות יש במחסן, אלא לוודא שהרכש, הקליטה, ההחזרות, העלויות והחשבונאות נשארים עקביים. לדוגמה, יבואן ישראלי שמחזיק 3,000 יחידות בשלושה מחסנים צריך התאמה מלאה בין הזמנות רכש, קבלות סחורה, עלות ממוצעת ומכירה בפועל. לפי Gartner, איכות נתונים לקויה בשרשרת האספקה מתורגמת ישירות להחלטות רכש שגויות ולעיכובים תפעוליים.

גיוס Doss והמהלך האסטרטגי בשוק ה-ERP

לפי הדיווח של TechCrunch, Doss הודיעה על גיוס Series B של 55 מיליון דולר בהובלת Madrona ו-Premji Invest, בהשתתפות Intuit ומשקיעים נוספים כמו General Catalyst, Contrary Capital ו-Greyhound Capital. החברה נוסדה ב-2023, ובמקום להמשיך להתחרות ראש בראש במערכות ERP חדשות, היא בחרה למצב את עצמה כשכבת ניהול מלאי שמתחברת למערכות חשבונאיות קיימות. זה שינוי חשוב: הוא אומר שהקרב בשוק כבר לא נסוב רק סביב "מי יחליף את NetSuite", אלא סביב "מי יוכל להשתלב הכי מהר בלי פרויקט הטמעה של 9 עד 18 חודשים".

לפי מנכ"ל החברה Wiley Jones, חברות ERP מבוססות AI כמו Rillet ו-Campfire מטפלות היטב בחשבונות לתשלום, חשבונות לקבלה ופונקציות פיננסיות נוספות, אבל אינן בונות לעומק רכש וניהול מלאי. Doss מנסה למלא בדיוק את הפער הזה, וגם משתפת פעולה עם Intuit, יצרנית QuickBooks. בסיס הלקוחות שלה כולל מותגי צריכה עם הכנסות שנתיות של 20 עד 250 מיליון דולר, ובהם Verve Coffee Roasters. עבור מנהלים תפעוליים, המסר פשוט: אפשר לראות יותר ויותר מודל של "שתי מערכות מחוברות" במקום ERP אחד כבד ויחיד. כאן נכנס גם הצורך ב-מערכת CRM חכמה שמקבלת נתוני זמינות ומכירות בלי הזנות כפולות.

למה זה קורה דווקא עכשיו

השוק נע לכיוון מערכות שקל יותר לקרוא, לחבר ולהפעיל עם סוכנים אוטונומיים. Jones אמר כי המאבק במיד-מרקט יוכרע לפי השאלה מי יבנה ארכיטקטורה "קריאה ושמישה יותר עבור סוכנים". זה משפט מפתח. אם בעבר ERP נבנה סביב טפסים, הרשאות ותהליכי Back Office, כעת השאיפה היא שמערכות יוכלו להזין, לנתח ולבצע פעולות דרך שכבת AI. גם NetSuite כבר עדכנה את הצעת ה-AI ERP שלה, ולכן לא מדובר בטרנד שולי אלא במרוץ שכולל שחקניות ותיקות וחדשות כאחד.

ניתוח מקצועי: למה שכבת מלאי נפרדת יכולה לנצח

מניסיון בהטמעה אצל עסקים ישראליים, המשמעות האמיתית כאן היא לא רק "AI למלאי" אלא פירוק של מערכת ה-ERP למודולים שמתחברים היטב דרך API. זה מודל יעיל יותר לעסקים שלא רוצים להחליף בבת אחת הנהלת חשבונות, מחסן, מכירות ושירות. במקום פרויקט החלפה של שנה, אפשר לחבר שכבת מלאי, לחבר אותה ל-QuickBooks, NetSuite או מערכת פיננסית אחרת, ואז לבנות אוטומציות סביב חריגות מלאי, הזמנות רכש והודעות לספקים. מנקודת מבט של יישום בשטח, זה דומה למה שאנחנו רואים באינטגרציות בין WhatsApp Business API, Zoho CRM ו-N8N: עסקים מעדיפים לחבר רכיבים מצוינים במקום להמר על מערכת אחת שעושה הכול באופן בינוני. לפי דוח של Deloitte על טרנספורמציה דיגיטלית בשרשרת אספקה, ארגונים נותנים עדיפות הולכת וגוברת למודולריות, משום שהיא מקצרת זמן פרויקט ומקטינה סיכון תפעולי. ההערכה שלי היא שב-12 עד 18 החודשים הקרובים נראה יותר ספקים שבונים "inventory layer" או "procurement layer" במקום ERP מלא.

ההשלכות לעסקים בישראל

בישראל, ההשפעה תהיה חזקה במיוחד אצל יבואנים, מותגי איקומרס, רשתות קמעונאות קטנות, מרפאות שמנהלות מלאי מתכלים, וחברות ציוד רפואי או קוסמטיקה. בעסק כזה, טעות של 2% עד 5% בנתוני מלאי יכולה ליצור חוסר במוצר מוביל, הזמנת יתר או פער בין המחסן לבין החשבונאות. זה נשמע קטן, אבל בעסק שמגלגל 10 מיליון ₪ בשנה, גם סטייה של 3% בתכנון רכש יכולה להיתרגם למאות אלפי שקלים במלאי תקוע או באובדן מכירות.

תרחיש ישראלי טיפוסי: מותג איקומרס מוכר דרך Shopify, מנהל לקוחות ב-Zoho CRM, מתכתב עם ספקים ולקוחות דרך WhatsApp, ומריץ תהליכים ב-N8N. אם שכבת המלאי אינה מסונכרנת, נציג המכירות מבטיח אספקה ללקוח למרות שמלאי הבטיחות כבר נפרץ. כאן אפשר לחבר אוטומציה עסקית שמעדכנת סטטוס מלאי, מפעילה התרעת רכש, ושולחת ב-WhatsApp הודעה לצוות או לספק. פרויקט כזה בישראל עשוי להתחיל בטווח של 8,000 עד 25,000 ₪ להקמה, ולאחר מכן עלות חודשית של כמה מאות עד אלפי שקלים, תלוי בהיקף ההודעות, מספר המחסנים ומורכבות ה-API.

יש גם זווית רגולטורית. עסקים ישראליים צריכים להתחשב בחוק הגנת הפרטיות, בהרשאות גישה לנתוני לקוחות, ובשמירה על הפרדה בין מידע תפעולי לבין מידע אישי. אם המערכת מחברת מלאי, מכירות, WhatsApp ו-CRM, חשוב לייצר לוגים, בקרת הרשאות וניהול תיעוד. בנוסף, השפה העברית, העבודה מול ספקים מקומיים, והתרבות העסקית הישראלית שמעדיפה תגובה מהירה, מגדילים את הערך של מערכת שמספקת תמונת מצב אחת בלי עיכוב של יום עסקים.

מה לעשות עכשיו: צעדים מעשיים

  1. בדקו אם מערכת החשבונאות או ה-ERP שלכם תומכת ב-API פתוח או באינטגרציה ל-Zoho, NetSuite, QuickBooks או Shopify. בלי זה, לא תצליחו לסנכרן נתונים בצורה אמינה.
  2. מיפו שלושה תרחישים קריטיים: חוסר במלאי, הזמנת יתר והחזרות. אם אתם לא מודדים אותם במספרים, קשה להעריך עלות אמיתית. התחילו מפיילוט של שבועיים.
  3. בנו זרימת עבודה ב-N8N שמחברת הזמנות, מחסן והתראות ל-WhatsApp Business API. עלות תוכנה חודשית לעסק קטן-בינוני יכולה להתחיל במאות שקלים, הרבה לפני החלפת ERP מלאה.
  4. חברו את נתוני הלקוחות וההזמנות ל-Zoho דרך סוכני AI לעסקים או שכבת אוטומציה ייעודית, כדי שנציגים לא ימכרו מוצר שאינו זמין בפועל.

מבט קדימה

הסיפור של Doss חשוב לא בגלל סכום הגיוס בלבד, אלא מפני שהוא מסמן לאן השוק הולך: פחות מערכות מונוליתיות, יותר שכבות ייעודיות שנבנו מראש לעולם של AI, API ואוטומציות. ב-12 עד 18 החודשים הקרובים, עסקים ישראליים שירוויחו הכי הרבה יהיו אלה שיחברו נכון בין AI Agents, WhatsApp Business API, Zoho CRM ו-N8N, ולא יחכו להחלפה מלאה של כל ה-ERP לפני שיזוזו.

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה על-ידי המערכת בליווי בינה מלאכותית: תרגום, סיכום והוספת הקשר עסקי ישראלי מתוך פרסום מקורי של TechCrunch. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

אהבתם את הכתבה?

הירשמו לניוזלטר שלנו וקבלו עדכונים חמים מעולם ה-AI ישירות למייל

קרן Accel גייסה 550 מיליון דולר להשקעות בהודו
חדשות
4 דקות
מ־TechCrunch

קרן Accel גייסה 550 מיליון דולר להשקעות בהודו

חברת הון הסיכון Accel השלימה את גיוסה של קרן חדשה להודו בגובה 550 מיליון דולר בתוך שבועות ספורים בלבד, כחלק מגיוס גלובלי מתואם של 3.5 מיליארד דולר. הקרן נסגרה בביקוש יתר על אף שלחברה נותרו למעלה מ-55% מיתרת הקרן הקודמת שלה להודו, שהיקפה עמד על 650 מיליון דולר. Accel מתכננת להתחיל לפרוס את ההון מהקרן החדשה בשנת 2027, ועד אז תמשיך להשקיע מהקרן הקודמת. החברה מהמרת על כך שגל הסטארטאפים הבא בהודו יתבסס על בינה מלאכותית כטכנולוגיה רוחבית התומכת באינטרנט צרכני, פינטק וייצור מתקדם, תוך התמקדות בשכבת האפליקציה ותוכנות ארגוניות.

קרא עוד
מודל שטרם שוחרר של Anthropic השיג התקדמות בהשערת רימן
חדשות
4 דקות
מ־TechCrunch

מודל שטרם שוחרר של Anthropic השיג התקדמות בהשערת רימן

לפי דיווח ב-TechCrunch, מודל בינה מלאכותית שטרם שוחרר של חברת Anthropic רשם התקדמות משמעותית בפתרון השערת רימן, אחת הבעיות הלא פתורות הגדולות במתמטיקה מזה 150 שנה. ההתקדמות הושגה לאחר שחבר צוות ללא הכשרה מתמטית הנחה את המודל לנסות להוכיח את ההשערה. המודל פעל במשך יום וחצי, בחן 650 רעיונות שונים בעזרת תיאום של 60 תת-סוכנים, והוציא 31 מיליון בסך הכל. ההישג אומת על ידי מתמטיקאים פנימיים בחברה וגובש בעזרת כלי הקוד הפתוח Lean. המקרה מעורר מחדש דיון בקהילה המדעית לגבי השפעת הבינה המלאכותית על ערכי המחקר המתמטי וייחוס הקרדיט לחוקרים אנושיים.

קרא עוד
ספוטיפיי תסמן פרופילים של אמני בינה מלאכותית ותחריג אותם מהמלצות
חדשות
4 דקות
מ־TechCrunch

ספוטיפיי תסמן פרופילים של אמני בינה מלאכותית ותחריג אותם מהמלצות

ספוטיפיי הכריזה על מדיניות חדשה שבמסגרתה תסמן אמנים המיוצרים בבינה מלאכותית תחת תגי פרופיל של 'AI Persona' החל מאמצע ספטמבר 2026. לצד הסימון, החברה תחסום ותחריג את המוזיקה של פרופילים אלו מהמלצות אלגוריתמיות ועריכתיות, למעט במקרים בהם משתמשים בוחרים לעקוב אחריהם באופן אקטיבי. ספוטיפיי תשלב זיהוי עצמי לצד סקירה עצמאית של פרופילים העומדים בסף קהל מאזינים מוגדר, ותאפשר לאמנים להגיש ערעור על החלת התג. המטרה היא להבטיח שקיפות ולמנוע הצפה של תכני מוזיקה באיכות נמוכה המיוצרים באופן המוני.

קרא עוד
מדוע מניפסט ה-AI של מארק צוקרברג מעורר התנגדות ציבורית?
דעה
5 דקות
מ־TechCrunch

מדוע מניפסט ה-AI של מארק צוקרברג מעורר התנגדות ציבורית?

במאמר דעה ב-TechCrunch מבקר עורך ה-AI ראסל ברנדום את המניפסט החדש בן 6,500 המילים של מארק צוקרברג על "בינת-על אישית". המאמר מסביר כי חזונו האופטימי של צוקרברג מתעלם מהחששות הציבוריים ומהשפעותיה הלא רצויות של הטכנולוגיה, כגון שימוש בצ'אטבוטים להעתקות במערכת החינוך והחמרת הבירוקרטיה המשפטית. ברנדום טוען כי בשל משבר האמון שנבע מהרשתות החברתיות – כולל קנס של 567 מיליון דולר שהוטל על מטא לאחרונה בגין פגיעה בילדים וסקר המראה כי 64% מהאמריקאים סבורים שהרשתות החברתיות מזיקות לדמוקרטיה – צוקרברג אינו עושה חסד לתעשיית ה-AI כשהוא נמנע מלהכיר בסכנות ובצורך בבניית אמון, בניגוד למנהיגים אחרים כמו סם אלטמן ודריו אמודאי.

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות
בינה מלאכותית למדע זקוקה ליכולת הסקה, לא רק לנתונים
ניתוח
5 דקות
מ־MIT Technology Review

בינה מלאכותית למדע זקוקה ליכולת הסקה, לא רק לנתונים

ההצלחה של AlphaFold בחיזוי מבני חלבונים עוררה תחושה שהבינה המלאכותית מסוגלת לפענח את כל תחומי המדע בעזרת נתונים בלבד. אולם, מאמר חדש של אריק שמידט, סוהאס מהש ומיה לוין מסביר כי התנאים הייחודיים שהובילו להישג זה – כמו קיומו של מאגר הנתונים PDB שנוצר במשך חמישים שנה – נדירים ביותר וקשים לשחזור בתחומים מדעיים אחרים. במקום זאת, מציעים הכותבים כי המהפכה המדעית הבאה תובל על ידי סוכני בינה מלאכותית (AI agents). סוכנים אלו מתפקדים כמנועי הסקה גנרליסטיים בעלי גישה לכלים דיגיטליים ופיזיים, ומסוגלים לחקות את תהליך הגילוי האנושי המחזורי, לפתור את משבר השחזור של המדע, ולהאיץ את קצב הגילויים באופן חסר תקדים.

קרא עוד
הסטארטאפים שמחפשים את פריצת הדרך הבאה בעולם ה-LLM
ניתוח
6 דקות
מ־MIT Technology Review

הסטארטאפים שמחפשים את פריצת הדרך הבאה בעולם ה-LLM

מאז 2017, ארכיטקטורת הטרנספורמר מניעה את כל מודלי השפה הגדולים (LLM) המובילים בשוק. אולם, מנגנון הקשב הצפוף שלה דורש משאבי חישוב ואנרגיה עצומים, המהווים כיום צוואר בקבוק משמעותי לפיתוח מודלים מתקדמים וסוכני AI. כתבה זו סוקרת ארבעה כיווני פיתוח חדשניים ופורצי דרך של חברות סטארטאפ המנסות להחליף או לשפר את הטרנספורמרים: החל ממנגנוני קשב דליל ושימור כוח (power retention), דרך רשתות עצביות נוזליות המאפשרות למידה בזמן אמת, שימוש בטכנולוגיית דיפוזיה ליצירת טקסט שלם בבת אחת, ועד שימוש במרחבי מצב מתמטיים למעבר מעבר למגבלות השפה והמילים.

קרא עוד
מדוע אנשים מן השורה אינם משתמשים בסוכני בינה מלאכותית?
ניתוח
4 דקות
מ־Wired

מדוע אנשים מן השורה אינם משתמשים בסוכני בינה מלאכותית?

בעוד שעמק הסיליקון רואה בסוכני בינה מלאכותית את העתיד ומפתח עבורם מערכות תשלום ואוטומציה, רוב הציבור הרחב עדיין לא נגע בהם. ג'וש מילר, מנכ"ל The Browser Company, טוען כי התעשייה סובלת מחשיבת עדר ומפתחת יכולות מודל מרשימות במקום מוצרים ממוקדי לקוח. בעוד שלצ'אטבוטים כמו ChatGPT ו-Gemini יש כמיליארד משתמשים חודשיים, הסוכנים של OpenAI ו-Anthropic זוכים לכל היותר לכ-10 מיליון משתמשים שבועיים בלבד. לדברי מילר, אשר הסטארט-אפ שלו נרכש בעבר על ידי חברת אטלסיאן תמורת 610 מיליון דולרים, סוכני בינה מלאכותית הם בעיקר מסגרת מומצאת שהתעשייה יצרה באופן קולקטיבי, ולא מוצר אמיתי שאנשים צריכים. הוא קורא למפתחי מוצרים לחשוב מחוץ לקופסה וליצור כלים המעניקים חוויית שימוש מהנה ויעילה לקהל הרחב, במקום להסתפק בהדגמות טכנולוגיות מרשימות בהשראת חזונות מדע בדיוני אחידים.

קרא עוד
מיסטרל מנצלת את הטלטלה בארה״ב לקידום קוד פתוח
ניתוח
4 דקות
מ־Wired

מיסטרל מנצלת את הטלטלה בארה״ב לקידום קוד פתוח

לפי כתבה במגזין WIRED, מעבדת הבינה המלאכותית הצרפתית מיסטרל (Mistral) מנצלת את הטלטלה האחרונה בארצות הברית כדי לבסס את מעמדה כחלופה מובילה. בעוד ממשל טראמפ הטיל הגבלות על הפצת מודלים של OpenAI ו-Anthropic, ותקלות אבטחה העלו חשש לגבי מודלים סגורים, מיסטרל מציעה מודלים בעלי משקולות פתוחות. פתרונות אלו מאפשרים לארגונים מחוץ לארה"ב ולסין להריץ בינה מלאכותית על גבי תשתיות מקומיות ללא תלות בגורמים זרים, ובכך לחזק את הריבונות הטכנולוגית שלהם.

קרא עוד