בנייה מול קנייה מתה: AI שינתה את חוקי המשחק
דעה

בנייה מול קנייה מתה: AI שינתה את חוקי המשחק

עובד לא טכני בונה אבטיפוס בשעתיים עם AI – כעת כל מנהל יכול לבדוק צרכים לפני רכישת תוכנה יקרה

AI
אוטומציות AI
4 דקות קריאה

תקציר מנהלים

נקודות עיקריות

  • AI הופך בניית תוכנה לנגישה לכולם, גם ללא רקע טכני.

  • בנו אבטיפוס קל כדי להבין צרכים אמיתיים לפני קנייה.

  • זה מונע רכישות מיותרות ומשפר משא ומתן עם ספקים.

  • חברות מאמצות ינועו מהר יותר ויחסכו מיליונים.

דמיינו שאתם יושבים בחדר ישיבות, באמצע הצגת ספק. הדמו מרשים, המחיר תקציבי והלוחות זמנים סבירים. כולם מהנהנים. אתם דקות ספורות מ'כן'. אז נכנס מישהו מצוות הכספים, רואה את המצגת ומקמט מצח. דקות אחר כך הוא שולח הודעה: 'בעצם, בניתי גרסה כזו בשבוע שעבר. לקח 2 שעות ב-Cursor. רוצים לראות?' ואכן, האדם הזה לא מתכנת. מעולם לא כתב שורת JavaScript. אבל הוא מראה אבטיפוס עובד על הלפטופ, שמבצע בדיוק מה שהספק הציג. עם כמה פינות לא חלקות, אבל זה עובד. ועלה אפס שקלים, רק שעתיים זמן. פתאום, כל ההנחות על פיתוח תוכנה, מי בונה אותה ואיך מחליטים – מתפרקות. במשך עשורים, כל חברה גדלה שאלה: לבנות בעצמנו או לקנות? התשובה הייתה: לבנות אם זה ליבת העסק, לקנות אחרת. כי בנייה הייתה יקרה, גוזלת מהנדסים, דורשת תכנון ארוך ותחזוקה. קנייה הייתה מהירה ובטוחה. אבל AI שינתה הכל. מה שלקח שבועות לוקח שעות, ומה שדרש שפת תכנות דורש עכשיו אנגלית פשוטה. כשהעלות והמורכבות קורסות, השאלה 'בנייה מול קנייה' מתיישנת. זו תקופה חדשה, ללא מילים מדויקות עדיין. חברתו של המחבר, Runway, לא תכננה לבנות כלים רבים. הם בנו כי לא קיים מה שהם צריכים. כך הבינו מה באמת עוזר לעסק. רק אז קנו, כשהם יודעים להבדיל בין שיווק למציאות. הם שאלו ספקים שאלות מביכות כי כבר בנו גרסאות ראשוניות. לפני שבוע, עובדת בצוות CX ראתה תלונה על באג ב-Slack. במקום כרטיס תמיכה, היא פתחה Cursor, תיארה את התיקון, AI כתב אותו, והנדסה אישרה. 15 דקות אחרי התלונה, התיקון עלה לפרודקשן. העובדת אינה טכנית כלל, אבל פתרה את הבעיה. AI מטפל ב-80% מהבעיות הפשוטות שדרשו ספרינט של שבועיים. הוא מוחק את הגבול בין טכני ללא-טכני. עבודה שחסמה הנדסה נעשית עכשיו על ידי מי שקרוב לבעיה. זה קורה כעת בחברות ערניות. ההיפוך הזה מרתק למנהלי כספים. פעם: הגדר צורך, החלט בנייה/קנייה. הגדרת צורך לקחה נצח, דרשה מומחיות, והובילה לטעויות יקרות. עכשיו: בנה קל עם AI, הבן את הצורך, ואז החלט לקנות. כך בודקים אם הבעיה רלוונטית, מגלים תכונות אמיתיות, וקונים בידיעה. כמה רכישות תוכנה התבררו כפתרון לבעיות שלא היו? כעת, כשקונים, שואלים: 'האם זה טוב יותר ממה שבנינו?'. זה משנה את השיח עם ספקים – מגיעים מוכנים, שואלים חדות, מוותרים על טעויות יקרות. המלכודת: חברות קונות כלים 'AI' ללא בדיקה, כמו 'מדע מטען' – בונים מסלול טיסה ללא מטוסים. השוק מלא מוצרים עם 'AI' שטחי. מנהלי כספים יכולים עכשיו לבדוק: לבנות זרימה מרכזית ב-AI ולראות אם צריך תוכנה בכלל. זה לא אומר לבנות הכל בפנים – סקייל, תמיכה וביטחון חשובים. אבל קונים בעיניים פקוחות, יודעים מה 'טוב' נראה, מיישמים מהר יותר ומתמקחים טוב יותר. הפרדיגמה החדשה: 'בנה כדי ללמוד מה לקנות'. זה קורה עכשיו – נציגי לקוחות מתקנים באגים בדקות, צוותי כספים מפתחים כלים. חברות שמאמצות ינועו מהר יותר, יבינו פעילות לעומק ויקנו חכם. מי שדבקים בישן ימשיכו להנהן להצעות, עד שמישהו מצוות יראה אבטיפוס בשעתיים שמחליף רכישה יקרה. ואז, החוקים משתנים לתמיד. סיקי צ'ן, מייסדת ומנכ"לית Runway.

שאלות ותשובות

שאלות נפוצות

אהבתם את הכתבה?

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

עוד כתבות שיעניינו אותך

לכל הכתבות
גילוי חומרים חדשים: AI שולט במעבדות אוטונומיות
ניתוח
4 דקות

גילוי חומרים חדשים: AI שולט במעבדות אוטונומיות

סטארט-אפים כמו Lila Sciences משתמשים ב-AI כדי לשלוט במעבדות אוטונומיות לגילוי חומרים חדשים. למרות ההייפ, האתגר האמיתי הוא סינתזה בעולם האמיתי. קראו כיצד זה עשוי לשנות סוללות, לכידת CO2 ומוליכי-על.

Lila SciencesPeriodic LabsDeepMind
קרא עוד