AI Data Analysts התמודדות — 26 בדצמבר 2025

1

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

2

Trinka AI

דיירת AI

4.8 (4)

פרימיום חינמי

ביקורת מלאה

Trinka AI הוא עוזר כתיבה המיועד במיוחד לחוקרים, סטודנטים ואנשי מקצוע טכניים. מעבר לבדיקות דקדוק וכתיב סטנדרטיות, הוא מתמקד בקונבנציות של כתיבה אקדמית, ומדגיש בעיות כמו מונחים לא עקביים, מבנה משפטים לא ברור ובעיות טון שכיחות בכתבי יד אקדמיים. הכלי מציע הצעות מותאמות לנושא במאות דיסציפלינות ויכול לעזור במשימות כגון ניסוח מחדש, בדיקות עקביות והבטחת עמידה במדריכי סגנון פרסום. הוא משתלב עם Microsoft Word, דפדפנים ודרך עורכים בענן, מה שהופך אותו לשימושי בכל זרימות העבודה המחקריות האופייניות. טרינקה כוללת גם תכונות מיוחדות להכנת כתבי יד, כגון בדיקות התאמה לכתבי עת, זיהוי פלגיאט ואימות ציטוטים, ובכך היא מיצבת את עצמה כיותר מסתם בודק דקדוק למטרות כלליות.

• בדיקות גרפמטיקה וסגנון מתקדמות
• שיפורים בטון ובבהירות אקדמיים
• אולי-פרפרזות ואולי-כן-כ-א.ד.
• בדיקות גנבה ולקיום אצבוע
• דוחות זוכויות קובי-ציטציון-ה'
• שקיע-ים - א, Wrd, ושקיע-ים

3

Fyva AI

AI שותף שמסייע לאנליסטים ליצור דוחות מחקר על מניות מתוך תצהירים ונתוני שוק.

4.5 (4)

פרימיום חינמי

ביקורת מלאה

Fyva AI הוא עוזר מחקר שנבנה עבור אנליסטים למניות, צוותי השקעות ואנשי מקצוע בתחום הפיננסים. הוא סורק דוחות חברות, נתונים פיננסיים וחומרי מקור נוספים, כדי לעזור למשתמשים לנסח פתקי מחקר, סיכומים ותובנות השקעה במהירות גבוהה יותר מהעבודה הידנית. הכלי מתמקד בהאצת החלקים החוזרים בתהליך המחקר, כגון חילוץ נתונים מרכזיים מ‑10‑K ו‑10‑Q, סיכום שיחות רווחים, וארגון טיוטות ראשוניות של דוחות. האנליסטים יכולים לאחר מכן ללטב את הפלט שנוצר על‑ידי ה‑AI באמצעות השיפוט והדעות הקנייניות שלהם לפני הפרסום הפנימי או ללקוחות.

• יצירת דוחות מחקר אוטומטית על מניות
• ניתוח תצהירים ומסמכים
• סיכום נתונים פיננסיים והישגים
• חילוץ תובנות לתזות השקעה
• מרחב עבודה למחקר ממוקד אנליסט

4

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

5

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- - - -
• - - -

6

MinusX

שליח AI לחוקר-נתונים מבוסס בתוך מכשירי האנליטיקה שלכם

4.8 (4)

פרימיום חינמי

ביקורת מלאה

MinusX הוא סוכן AI שמתחבר ישירות לפלטפורמות אנליטיות כמו Jupyter, Metabase ו‑Tableau, ופועל כאנליסט נתונים מעשי בתוך הכלים שכבר הצוותים משתמשים בהם. במקום לייצא נתונים או לשנות הקשר, משתמשים יכולים לשאול שאלות בשפה טבעית ולתת ל‑MinusX לבצע שאילתות נתונים, לבנות גרפים ולערוך דשבורדים במקומם. הסוכן יכול לפרש סכימות, לכתוב SQL או Python, להסביר את ההיגיון שלו, ולבצע איטרציות על התוצאות בהתבסס על פקודות המשך. הוא מיועד אנליסטים, מדעי נתונים ומשתמשים עסקיים שרוצים להאיץ ניתוח חקירה, דיווח ותחזוקת לוחות מחוונים שגרתית. על‑ידי פעולה בתוך כלי המארח ולא כממשק נפרד, MinusX משתלב בתהליכי העבודה הקיימים ומכבד את ההרשאות והקישורים שכבר הוגדרו שם.

• הרחבה-בראוזר-לתוכני-אנליטיקה
• קראי-לשון-טבע-ת-SQL-וש-PTON
• תמונ-רטוט-רטוט-עמ-א-ד-די-ב-יטוב
• הבד-ח-מ-מ-ב-PTON
• ניצבת-ב-SCH
• תמכות-PTON-PTON-PTON-Jupyter-PTON-Metaba-PTON-PTON Table-PTON-PTON