חיפוש בחדשות

ענקית תוכנת מעורבות הלקוחות MoEngage רכשה בעסקת מזומן המוערכת בעשרות מיליוני דולרים את הסטארט-אפ Aampe מסן פרנסיסקו, במטרה להטמיע סוכן בינה מלאכותית (AI Agent) ייעודי לכל לקוח קצה. חברת Aampe הציגה צמיחה מרשימה של 150% בהכנסות השנתיות החוזרות (ARR) בשנה האחרונה ומשרתת למעלה מ-30 לקוחות גלובליים, בהם Swiggy ו-Grab. רכישה זו מסמנת מעבר טכנולוגי דרמטי בעולם השיווק הדיגיטלי — מפילוח קהלים מסורתי ומבוסס חוקים קשיחים לפרסונליזציה אוטונומית מלאה בזמן אמת ברמת הצרכן הבודד.

**BeamPERL מראה שתגמול מדויק לא מספיק כדי לייצר נימוק פיזיקלי יציב.** לפי מחקר חדש ב-arXiv, מודל קומפקטי בגודל 1.5B פרמטרים שיפר את Pass@1 ב-66.7% בבעיות סטטיקה של קורות, אך נכשל כאשר שינו את מבנה הבעיה, למרות שהפיזיקה עצמה לא השתנתה. עבור עסקים בישראל, זהו שיעור חשוב: גם אם מערכת AI מצליחה במדד אחד, היא עלולה להישבר בחריגות אמיתיות. לכן, בהטמעה של AI דרך WhatsApp Business API, Zoho CRM ו-N8N, צריך למדוד לא רק דיוק אלא גם חוסן, להוסיף בדיקות ביניים, ולבחון תרחישים עם שינויי מבנה ולא רק מקרי ברירת מחדל.

**OMAD היא מסגרת Online off-policy ל-MARL שמיישמת מדיניות דיפוזיה כדי לשפר תיאום וחקר בסביבה דינמית. לפי המאמר (arXiv:2602.18291v1), החידוש הוא מטרה מרוככת שממקסמת אנטרופיה משותפת בסקיילינג בלי להסתמך על לייקלי-הוד טרקטבילי—נקודת תורפה מוכרת בדיפוזיה.** החוקרים מדווחים על תוצאות SOTA ב-MPE וב-MAMuJoCo, עם שיפור יעילות דגימה פי 2.5–5 ב-10 משימות. לעסקים בישראל זו תזכורת: מערכות החלטה “רב-רכיביות” (שירות, מכירות, תיאום פגישות) דורשות תיאום תחת אי-ודאות, במיוחד ב-WhatsApp. לפני RL בפרודקשן, אפשר להתחיל בבניית שכבת אירועים דרך N8N שמחברת WhatsApp Business API ל-Zoho CRM, ולהגדיר 2–3 מסלולי החלטה מדידים בפיילוט של 14 יום.