AI Data Analysts התמודדות — 14 בדצמבר 2023

1

Model ML

עבד מעבדה למחקר ודלא-דולנס לפעילויות סופקים תזורותיים

4.6 (5)

צור קשר

ביקורת מלאה

Model ML היא פלטפורמה מונעת AI שנבנתה עבור צוותי שירותי פיננסים, המסייעת לאנליסטים להאיץ מחקר, בדיקת נאותות ותהליכי משא ומתן. היא מאחדת מסמכים, נתונים ומודלים של AI במרחב עבודה אחד, כך שהמשתמשים יכולים לעבור ממקורות גולמיים לתובנות מובנות ללא צורך בהחלפת כלים. הפלטפורמה תומכת במשימות כגון ניתוח חברות, סקירת מסמכים, חיפוש השוואתי וטיוטת דוחות, עם עוזרי AI המותאמים למקרים של שימוש פיננסי. היא מיועדת לבנקי השקעות, קרנות הון פרטי, מנהלי נכסים וחברות ייעוץ שצריכות לעבד כמויות גדולות של מידע בלוחות זמנים קצרים.

• לר-ע-ב- -מ-ע- -מ-ץ- ע- - -
• ת- - , - -
• , - - - -
• - - - -
• ה- - - -
• - - -

2

Shortcut (Excel AI)

סוכן AI לאקסל שבונה ועורך גיליונות, מודלים וניתוחים דרך צ'אט ותוסף אקסל ילידי

4.8 (4)

פרימיום חינמי

ביקורת מלאה

שורטקאט הוא סוכן בינה מלאכותית שנבנה במיוחד עבור עבודה בגיליונות אלקטרוניים, ומטרתו לתכנן, לבנות ולערוך מודלים, ניתוחים ודוחות של Excel מתוך הוראות בשפה טבעית. הוא ממוקם עבור אנשי מקצוע בתחום הפיננסים - אנליסטים בקרנות גידור, מנהלי נכסים ומוסדות דומים - שם דיוק וביקורת חשובים יותר ממהירות גלם. החברה משווקת אותו כשהוא נפרס על פני קרנות גידור רב-אסטרטגיות גדולות ועל אלפי מושבים פעילים יומיים. ניתן להשתמש בכלי בשתי דרכים: יישום אינטרנט עצמאי ותוסף Excel מקורי. היישום האינטרנטי מתואר ככזה המציע שוויון תכונות של כ-95% עם Excel, בעוד התוסף נועד לספק שוויון מלא על ידי עבודה ישירה בתוך סביבת ה-Excel הקיימת של המשתמש, כולל מקרואים, קיצורי מקלדת וקבצים גדולים. ניתן לפתוח ולייצא קבצים בפורמט Excel ללא אובדן עיצוב, נוסחאות או תכונות, מה שמקטין את החיכוך של שילובו בזרימות עבודה מבוססות. כמו כן, קיים ממשק CLI (ShortcutXL) המופעל מקרמל ומיועד למשתמשים מתקדמים שרוצים לבנות ולערוך מספר מודלים במקביל בתוך Excel שולחני. דגש עיצובי מרכזי הוא דיוק. השירות טוען כי הפלטים שלו מונעים על ידי נוסחאות ולא מקודדים קשה, כך שהתוצאות מתעדכנות באופן דינמי עם הנתונים הבסיסיים במקום להישבר כאשר הקלטים משתנים. הוא מיישם עיצוב ברמה מקצועית ונבנה כדי למקם עריכות בדיוק מבלי לדרוס נתונים קיימים - מצב כשל נפוץ של כלי גיליון אלקטרוני AI גנריים. החברה מצביעה על תוצאות SpreadsheetBench ועל שיעור ניצחון מדווח של 90% מול אנליסטים שנה ראשונה באתגרים ראש-בראש כהוכחה לתביעות הדיוק שלה. השקיפות והאמון מובאים כחששות מרכזיים. הכלי מציג כל תא שונה, מציין אילו ערכים מוכנסים באופן ידני ולמה, ומאפשר למשתמשים לבטל, לשחזר או לבטל כל שלב ברצף הפעולות. בנוגע לאבטחה, הכלי מפרסם תאימות SOC 2 Type II, הצפנת AES-256 במצב שקט ו-TLS 1.3 בהעברה, בקרות גישה מבוססות תפקיד, הסכמי אי-שמירה עם ספקי הבינה המלאכותית שלו, ומדיניות שנתוני תוכניות בתשלום לעולם אינם בשימוש לאימון מודלים. בהשוואה לעוזרים למטרות כלליות כמו ChatGPT, Claude או Microsoft Copilot ב-Excel, Shortcut מתמחה בקפדנות בבניית גיליונות אלקטרוניים וטוענת לדיוק גבוה יותר באופן משמעותי במשימות בנצ'מרק. ההבדל שלה טמון בפעולה מקורית של Excel, בפלטים המונעים על ידי נוסחאות ובתכונות האימות הנדרשות למשתמשים בפיננסים מוסדיים. הפשרה של התמחות זו היא התמקדות הדוקה בעבודה פיננסית ונתונים ממוקדת Excel ולא בפרודוקטיביות משרדית רחבה, והרבה מהטענות שלה לגבי הביצועים הן בנצ'מרק שנמדדו על ידי הספק ושרוכשים פוטנציאליים יצטרכו לאמת מול זרימות העבודה שלהם.

• רתמת Excel ולאפליקציה עצמאית
• תחום-שורה CLI ShortcutXL עם משתמשים חזקים
• פרמטר-נישא, תצוגה דינמית של תוצאות
• רישום היסטורי סל מן-על ברמת-תא-בעל תוצאה/שחזור/אדם
• איוסדקטורה תעשייתית-תקן ומראה מקצועית
• שמירה לא-הדט חסכ, ס-2-2-2, הצ'יפין של אק-4, א-2, א-2-2-2

3

Together Open Data Scientist

סוכנת ReAct מקור פתוח הרצה פייתון לחקר נתונים, בניית מודלים ויצירת דוחות ניתוח

4.3 (4)

חינם

ביקורת מלאה

Together Open Data Scientist הוא סוכן ניתוח נתונים המופעל על ידי בינה מלאכותית בקוד פתוח ששוחרר על ידי Together AI ב-GitHub. הוא עוקב אחר מסגרת ReAct (היסק + פעולה), המתחלפת בין שלבי היסק של מודל השפה לבין ביצוע קוד Python קונקרטי על מנת לבצע משימות מדעי הנתונים מקצה לקצה כגון חקר מערכי נתונים, חישוב סטטיסטיקות סיכום, בניית מודלים והפקת דוחות ניתוח כתובים מפורטים. הסוכן יכול לבצע Python באחד משני מצבים. מצב "פנימי" מקומי מריץ קוד בתוך מיכל Docker, אשר מתאים לפיתוח מקומי של משתמש יחיד, בעוד שמצב "tci" מעביר את הביצוע ל- Together Code Interpreter (TCI), ארגז חול בענן אליו ניתן לגשת באמצעות ה- API של Together AI. משתמשים יכולים להעלות ספריית נתונים לשימוש אוטומטי, להגדיר מספר מקסימלי של איטרציות היסק, ולבחור איזה מודל בסיס מניע את הסוכן - DeepSeek-V3 הוא ברירת המחדל, אך ניתן לציין מודלים של Llama ומודלים אחרים הזמינים דרך הפלטפורמה של Together. הוא מופץ כחבילת pip הניתנת להתקנה (open-data-scientist) וחושף גם ממשק שורת פקודה וגם API של Python. ה-CLI תומך באפשרויות כגון --write-report כדי ליצור דוח ניתוח בMarkdown, --save-trace כדי לרשום את השאילתה המלאה וקפיצת הביצוע, ושימוש חוזר בפגישה באמצעות מזהי פגישה. ה-API של Python מתרכז סביב מחלקה ReActDataScienceAgent אשר מקבלת משימה בשפה טבעית ומחזירה תוצאות. הפרויקט מסומן במפורש כתוכנת ניסוי. מכיוון שכל הקוד והניתוחים נוצרים על ידי בינה מלאכותית, התפוקות עשויים להכיל שגיאות או גישות לא אופטימליות ויש לראות בהם נקודת מוצא לחקירה ולמידה ולא לקבלת החלטות ייצור. האחראים על הפרויקט מדגישים כי נדרשת השגחת אדם ואימות, במיוחד עבור יישומים עסקיים או מחקרים קריטיים. בהשוואה לעוזרי ניתוח נתונים מבוססי בינה מלאכותית מסחריים כמו ניתוח נתונים מתקדם של ChatGPT או copilots של נוטבוק, ייחודו של Together Open Data Scientist בכך שהוא קוד פתוח לחלוטין, ניתן לארח בעצמך, אגנוסטי למודל בתוך המערכת האקולוגית של Together, ומסוגל לשרשר באופן אוטונומי הוראות רבות של ביצוע קוד לקראת דו"ח מלא, ולא רק תשובה חד-פעמית.

• לולאת סוכנת ReAct תהליך-פעולה
• שני מצבי ביצוע: Docker מקומי או Together Code Interpreter ענני
• עליית תיקייה אוטומטית לניתוח
• יצירת דוח Markdown עם --write-report
• הגדרה מותאמת של מודל ואיטרציות תהליך מקסימלי
• ממשק שורת פקודה ו-API פייתון תוכניתי, ויצירת דוח ועקבה אוטומטי

4

Edexia

עוזר ציון ומשוב באמצעות AI לתוכנית הבינלאומית האיברית ולתוכניות האוסטרליות, מאומנים על פי תקני הציון של המורים

4.8 (5)

פרימיום חינמי

ביקורת מלאה

Edexia הוא עוזר דירוג ומשוב מבוסס בינה מלאכותית שנבנה במיוחד להערכת אנגלית בתיכון, עם דגש ראשי על תכנית האנגלית של תואר הבגרות הבינלאומי (IB) והמסגרות האוסטרליתיות לתלמידי סיום כולל VCE, HSC, QCE ו‑WACE. במקום לספק דירוג מאמרים כללי, הוא טוען מראש את הרובריקות הרלוונטיות, תיאורי הציונים ודרישות תכנון הלמידה, והוא מתעדכן ומאומת באופן רציף על‑ידי צוות של מחנכים מנוסים בהתאם לסטנדרטים האמיתיים של סימון. הנחת היסוד של הכלי היא שהערכת AI צריכה להיות מכוונת לפי הדרך שבה מורים ומחלקות שונים מציינים בפועל. המורים מדרגים מסמכים בעיוורון, מתאימים את השיפוטים שלהם בפגישות כיול, והמערכת לומדת מהתהליך כך שהציונים והמשוב הראשוניים שלה תואמים באופן הולך וגדל לסטנדרטים של בית הספר. לפי החברה, בניסוי שכלל 579 חיבורים במכללת סנט ברנרד, Edexia התאימה לציוני המורים בדיוק 81.2% מהזמן ונמצאה בטווח ציון אחד ב‑98.3% מהמקרים. עיקרון מרכזי בתכנון הוא לשמור על שליטת המורים. כל תגובה שנוצרה על‑ידי AI ניתן לערוך, לשכתב או למחוק לפני שהיא מגיעה לתלמיד; המורים יכולים לצרף פתקים קוליים אישיים למשוב, ומצב ביקורת מורה מחזיק את כל הפלט עד שמבצע אדם ביקורת ומשחרר אותו. כך ממקמים את Edexia כסופר ועוזר AI שמנסח משוב מפורט למורים לשיפור, ולא כמערכת דירוג אוטונומית. מעבר להערכת הציונים, הפלטפורמה משולבת עם מגוון כלי זרימת עבודה בכיתה: זיהוי AI עם חזרה על תהליך הכתיבה של התלמיד (הצגת העתקות, הפסקות טאב וציוני הסתברות AI), דוחות חציית הגשות המסכמים את החוזקות של כל תלמיד והצעדים הבאים, ספרייה ניתנת לחיפוש של פרומפטים וגירויים, תכונות דירוג בעיוורון ומודרציה עם הפצת ציונים חזותית, ותעתיק כתיבה ידנית לתשובות סרוקות. בנוסף, היא בונה מאגרי ידע לכל טקסט של נושאים, כוונת המחבר וציטוטים מרכזיים עבור עבודות ברשימת הלימוד של ה‑IB. לסטודנטים, Edexia מאפשרת מחזור כתיבה‑משוב‑שכתוב מהיר, שמאפשר להם לנסח חיבור, לקבל משוב מיידי ולשכתב אותו תוך ערב אחד. למורים ולמחלקות, המיקוד הוא על חיסכון בזמן בתהליך הציון ועל שיפור העקביות באמצעות מודרציה וכיול. החברה מדגישה פרטיות וניהול נתונים: נתוני האימון מופרדים לכל חשבון אישי או מוסדי, נשארים קניין רוחני של בעל החשבון, ולא משמשים לאימון המודלים של Edexia. הנתונים מובאים למצב אנונימי ונשמרים בשרתים הממוקמים באוסטרליה, והחברה מחזיקה בתעודת SOC 2 Type II, ISO 27001 והסמכת ST4S. לפי האתר שנלכד, Edexia מוצעת בחינם למורים ולתלמידים עם רשימת המתנה, והיא מוגבלת במיקוד — חזקה במיוחד עבור IB והאנגלית האוסטרלית ולא כמאבחן כללי לכל המקצועות.

• רובריקים ומתארי ציון מסונכרנים עם אישור מורים
• מצב ביקורת מורה עם עריכה מלאה והערות קול
• שחזור תהליך כתיבה AI וגילוי AI
• ציון עיוור, הידבקות וניתוח מודרך
• ספריית תרגילים ודרבון חיפושית לפי טקסט, נושא ופקודה
• תמליל הנדסה של תגובות מסורקות

5

Anamap

מומחה AI של חקר נתוני GA4 או Amplitude להלאים שינויים במדדי צמיחה של אוצר ויישום ולאסוף בעקבות

5.0 (4)

בתשלום

ביקורת מלאה

Anamap הוא כלי אנליטיקה מבוסס בינה מלאכותית המתוכנן לצוותי מוצר וצמיחה שמחפשים הסברים והחלטות במקום לוחות מחוונים נוספים. הפונקציה המרכזית שלו היא Cartos, 'עוזר אנליסט בינה מלאכותית' שמתחבר לניתוחי הרשת והמוצר של הצוות, מזהה שינויים משמעותיים לאורך מסלול המשתמש – רכישה, הפעלה, המרה ושימור – ומארז אותם לניתוחים מוכנים לקבלת החלטות. במקום להחזיר עוד גרף או סיכום מעורפל, כל חקירת Cartos מבוססת על שלושה מסמכי תוצאה: השינוי החשוב (איזה מדד, קטע, ערוץ או שלב במסע התקדמות נזכר והשפעתו העסקית), הסיבה הסבירה (הסבר מבוסס ראיות הכולל היפותזות מתחרות והערות כשנתוני המידע אינם מספקים), והצעדים הבאים המומלצים שמקושרים ישירות לתגלית. התוצאה משתפת כתקציר שניתן להכניס לצוותים ב-Slack, ב‑email או באפליקציית האינטרנט כך שהאינטרסיים יוכלו להתאים את עצמם ללא צורך בבנית מחדש של האנליזה. הכלי מחבר ל-GA4 או Amplitude כמקורות נתונים ומשלב עם Slack, דוא"ל ואפליקציה רשת להנגשת הממצאים. Anamap מציב את עצמו עבור ארגונים שמחפשים להסביר את ביצועי המוצר ואת האתר אך לא יכולים להבהיר או לשכור כוח אנליסט נוסף – מייסדים, צוותי צמיחה, צוותי מוצר וצוותי נתונים דקים שבהם כל שאלה נופלת על אותו אנליסט מעודף עומס. חלק מרכזי במתכון של Anamap הוא הקשר המתמיד. בעוד ש-ChatGPT או Claude דורשים שתייצא נתונים ותסביר מחדש הגדרות בכל פקודה, Cartos מתוכנן לשמור על “זיכרון החברה”: איך מוגדרים ה‑KPIs, מה נשלח בשחרורים, איזה ניסויים הוחלו, ומה שהצוות החליט בעבר. המטרה היא שכל חקירה מתבססת על הקשר הקודם ומסתיימת בצעד הבא הרלוונטי במקום להתחיל מאפס. תמחור המוצר ממוקד סביב צוותים ולא סביב מקומות, עם משתמשים בלתי מוגבלים וללא תשלום עבור כל מושב, בנוסף לנסות חינם לבדוק שינוי אמיתי אחד. כיוון שמדובר במוצר בשלבים מוקדמים (האתר מזכיר עזרה ל-12+ עסקים), הוא נחשב כחלופה ממוקדת ושקופה לבניית תהליכי אנליטיקה-להחלטה פנימיים או להסתמך על זמן אנליסט מוגבל. קונים צריכים לשקול את קבוצת האינטגרציות הצרה הנוכחית (GA4 ו-Amplitude) ואת הרישום הקטן והמתפתח שלו מול הדיוק של הפלט הממוקד-ההחלטה.

• מנתח AI של Cartos שמנתח את ניתוחי המוצר והאתר
• קשרים נתונים עם GA4 ו-Amplitude
• זיהוי שינויים במאפיינים של רכישה, הפעלה, המרה ושימור
• ניתוח סיבות מבוסס ראיות עם הסברים מתחרים והערות
• תוצאה מומלצת של צעד הבא משויכת לכל ממצא
• זיכרון מתמשך של החברה, KPI, שחרור מוצר והחלטות