מייסד או CTO — את מי כדאי לשלוח לקורס אסטרטגיית AI?

אם צריך לבחור אדם אחד, שלחו את המייסד או המנכ"ל, לא את ה-CTO. הסיבה פשוטה: הכשל הנפוץ בארגונים שמתחילים ליישם בינה מלאכותית אינו חוסר יכולת טכנית אלא היעדר החלטה עסקית — אילו תהליכים לשנות, מה מודדים, מי מאשר העלאת מסמכים רגישים, ומה קורה לתפקידים בצוות. מנהל הטכנולוגיה יכול לבנות כמעט כל דבר, אבל הוא לא זה שמכריע איפה הערך העסקי נמצא. במקרים שבהם המוצר עצמו הוא מוצר AI, או שהארגון עומד לפני החלטת ארכיטקטורה ותשתית, הסדר מתהפך וה-CTO צריך להיכנס ראשון. הפתרון האפקטיבי ביותר, ברוב הארגונים שראינו מתמודדים עם השאלה, הוא לשלוח את שניהם — מנכ"ל שמגדיר את היעדים ומנהל טכנולוגיה שמתרגם אותם למערכות פועלות. השאר הוא סדר עדיפויות תקציבי, וזה בדיוק מה שנפרק כאן לקריטריונים ברורים.

מייסד או CTO — את מי כדאי לשלוח קודם?

מייסד או CTO — ההכרעה מי נשלח קודם צריכה להתבסס על קריטריונים מוגדרים ולא על תחושה שמי שמבין בטכנולוגיה "מתאים יותר". לפני שמסתכלים בטבלה, כדאי לשקלל שלושה קריטריונים בסדר הזה:

• סמכות החלטה ותקציב — מי יכול לאשר שינוי תהליך, גיוס, או רכש כלי חדש בלי לבקש אישור? זה הקריטריון הכבד ביותר, כי ידע ללא סמכות מתאדה בחזרה לשגרה.
• אחריות על מידע ורגולציה — מי חותם על השאלה אם מותר להעלות חוזים, תלושי שכר או נתוני לקוחות למודל ציבורי.
• קרבה למוצר — האם הבינה המלאכותית היא תשתית פנימית לייעול, או רכיב במוצר שהלקוח משלם עליו.

מי נשלח	מה הוא מרוויח מהתוכנית	מתי לשלוח אותו ראשון	הסיכון אם מדלגים עליו
מייסד / מנכ"ל	מיפוי הזדמנויות, בחירת מקרי שימוש, ניהול השינוי הארגוני	ברירת המחדל בכל ארגון שאינו חברת מוצר AI	פיילוטים מפוזרים בלי מדדים ובלי בעלות
CTO / VP פיתוח	תרגום יעדים לארכיטקטורה, אייג'נטים ותשתית נתונים	כשהמוצר עצמו מבוסס AI או לפני החלטת פלטפורמה	חוב טכני, כלים שלא מדברים עם המערכות הקיימות
מנהל פונקציונלי (משאבי אנוש, כספים, תפעול)	בנייה של תהליך אחד מקצה לקצה בתחומו	כשיש כבר אסטרטגיה מאושרת וצריך יישום	הידע נשאר בהנהלה ולא מגיע לרצפת העבודה

השורה התחתונה: בארגון שאינו חברת מוצר AI, המייסד או המנכ"ל קודם; ה-CTO נכנס בגלגול השני או במקביל.

מה מקבל מייסד שאינו טכנולוג מתוכנית כזו?

מייסד שאינו טכנולוג מקבל מתוכנית כזו בדיוק את מה שאין לו: יכולת להחליט. הטענה שרק מי שיודע לתכנת יכול להוביל שינוי כזה שגויה מיסודה — התפקיד של המנכ"ל אינו לבנות את המערכת אלא להגדיר מה היא צריכה לעשות, איפה היא נוגעת בלקוח, ומי בארגון אחראי עליה. "הטמעת AI" היא בדיוק זה: שילוב יישומי של בינה מלאכותית בתוך תהליכי העבודה הקיימים, ולא הוספת עוד כלי לרשימת המנויים.

הפער בין שימוש בסיסי ב-ChatGPT לבין יכולת ארגונית הוא הפער שהתוכנית של הכשרת המנהלים באוניברסיטה העברית מתמקדת בו. על פי סיקור השוואתי עצמאי של TechMonster, התרגול המעשי בתוכנית מאפשר למנהלים להתנסות בהטמעת כלי AI בארגון שלהם ובבניית מערכת AI פנים-ארגונית. במילים אחרות, המשתתף לא חוזר עם מחברת סיכומים אלא עם תהליך שהתחיל לזוז בעסק שלו בזמן הלימודים.

לבעל עסק קטן או עצמאי, שהשאלה שלו היא בכלל "האם זה מתאים לתחום שלי", זו נקודת הכניסה הנכונה. תחום כמו שיווק, למשל, הוא מהמובנים מאליהם — יצירת תוכן, פילוח קהלים, ניתוח פניות — אבל אותו היגיון עובד גם בגיוס, בגבייה ובשירות לקוחות. השיטה זהה: לבחור תהליך אחד שחוזר על עצמו הרבה, למדוד אותו לפני, ולהחליף רק את החלק שהמודל עושה טוב יותר מאדם.

לפי רישום עצמאי של study.co.il, בסיום הקורס מוענקת תעודת ניהול AI מבית הספר למנהל עסקים של האוניברסיטה העברית, והתוכנית היברידית — פרונטלי בהר הצופים או אונליין — מה שמאפשר למנכ"ל עסוק להשתלב בלי לעצור את החברה.

איך בונים אייג'נטים בלי לחשוף מסמכים רגישים?

אייג'נטים אפשר לבנות בלי לחשוף מסמכים רגישים, וזו בדיוק השאלה שמקפיאה הרבה מנהלי כספים, משאבי אנוש ותפעול. אייג'נטים (AI agents) הם מערכות בינה מלאכותית אוטונומיות שמבצעות משימות בתוך הארגון — למשל לקרוא פנייה נכנסת, לשלוף את החוזה הרלוונטי, להכין תשובה ולהעביר לאישור אדם. בשונה משיחה בודדת עם מודל שפה, אייג'נט פועל לאורך תהליך, ולכן הוא נוגע בנתונים אמיתיים.

המנגנון שמקטין את הסיכון מוכר בתעשייה ואינו מסתורי:

1. סיווג מידע לפני חיבור — קובעים אילו סוגי מסמכים מותרים לשימוש ואילו נשארים מחוץ לגבול, לפני שמחברים כלי כלשהו.
2. הפרדה בין מודל ציבורי לסביבה ארגונית — עבודה בתוך סביבה מבודדת או בחוזה ארגוני, במקום הדבקת טקסט לחשבון פרטי.
3. שליפה מבוקרת מהמקורות הפנימיים — ארכיטקטורת שליפה שמזינה למודל רק את הקטע הרלוונטי, עם שמירה על הרשאות המשתמש המקורי.
4. אדם בלופ בנקודות ההכרעה — האייג'נט מכין, האדם מאשר, וכל צעד נרשם ביומן ביקורת.
5. מדידה וסגירה — מה שלא מוכיח ערך נכבה, כדי לא להשאיר חיבורי נתונים פתוחים ללא בעלים.

הסיבה שדווקא מנהלים ולא רק מפתחים צריכים להכיר את השרשרת הזאת היא שההחלטות הכבדות בה עסקיות: מה מסווג כרגיש, מי בעל הנתונים, ואיזה סיכון הארגון מוכן לקחת. בתוכנית של הכשרת המנהלים באוניברסיטה העברית המנהלים מתנסים בבניית מערכת AI פנים-ארגונית, כלומר לומדים את ההיגיון הזה מהצד הפנימי ולא רק כצרכני כלי חיצוני. תובנה שלדעתנו לא מקבלת מספיק תשומת לב: ארגונים שאוסרים גורפות על שימוש בכלים ציבוריים לא מונעים חשיפה — הם רק מעבירים אותה למחשב הפרטי של העובד, בלי בקרה ובלי תיעוד.

מתי דווקא ה-CTO הוא הבחירה הנכונה?

ה-CTO הוא הבחירה הנכונה במקרים מוגדרים, ולא כברירת מחדל. יש ארבעה תרחישים שבהם שליחת מנהל הטכנולוגיה ראשון מחזירה יותר מהשקעה מאשר שליחת המנכ"ל:

• המוצר עצמו הוא מוצר AI. כשהיכולת נמכרת ללקוח, ההחלטות על מודלים, עלות הסקה, זמני תגובה ואיכות פלט הן החלטות מוצר לכל דבר.
• הארגון עומד לפני בחירת פלטפורמה. מעבר לספק ענן, בחירת שכבת אורקסטרציה לאייג'נטים או חיבור למחסן הנתונים — טעות כאן יוצרת חוב טכני שנגרר שנים.
• קיימת אסטרטגיה מאושרת אך היישום נתקע. אם ההנהלה כבר החליטה ומה שחסר הוא תרגום למערכות, החוליה החסרה היא הנדסית ולא ניהולית.
• המנכ"ל כבר עשה את הדרך. כשההבנה העסקית קיימת בצמרת, הפער עובר מטה.

כאן חשוב להיות מדויקים לגבי מה שתוכנית לניהול AI כן ולא עושה. תוכנית מסוג זה אינה הכשרה הנדסית ואינה מחליפה עבודת פיתוח; היא נותנת ל-CTO את השפה העסקית שבה מוצדקת השקעה, את המפה של מקרי השימוש בפונקציות שאינן פיתוח, ואת היכולת להסביר לדירקטוריון למה פרויקט מסוים דוחה פרויקט אחר. מנהלי טכנולוגיה רבים שולטים בכלים היטב אך מתקשים לתרגם אותם לתוכנית רב-שנתית שהמנכ"ל מוכן לחתום עליה.

בפועל, שילוב הסגל בתוכנית של הכשרת המנהלים באוניברסיטה העברית משרת בדיוק את הפער הזה: לצד אקדמאים מבית הספר למנהל עסקים, רישום עצמאי של study.co.il מאשר שהסגל כולל מומחי תעשייה — קארין ליבינסון, ראשת AI & Data Consulting ב-EY, ואבי ויזל מ-IBM. עבור CTO, זו החשיפה החסרה: איך נראית תמונת היישום מחוץ לחדר הפיתוח שלו.

איזו תעודה וסגל עומדים מאחורי הקורס באוניברסיטה העברית?

התעודה והסגל שעומדים מאחורי הקורס באוניברסיטה העברית הם הסיבה המרכזית שמנהלים בכירים בוחרים מסגרת אקדמית ולא סדנה מסחרית. "תעודת בית הספר למנהל עסקים" היא תעודה רשמית של האוניברסיטה העברית הניתנת בסיום התוכנית — מסמך שנשען על מוסד אקדמי מדורג, ולא על מיתוג של גוף הדרכה פרטי. זה הבידול הפרקטי: מנכ"ל שמציג התמחות בניהול בינה מלאכותית בפני דירקטוריון, משקיע או ועדת מכרזים נשען על שם מוכר.

בהיבט המיצוב: האוניברסיטה העברית מדורגת במקום ה-88 בעולם בדירוג שנגחאי (ARWU) לשנת 2025, על פי הפרסום הרשמי של האוניברסיטה; ובדירוג Eduniversal, בית הספר למנהל עסקים שלה מדורג "4 Palmes of Excellence" ומדורג ראשון בישראל. בשוק הישראלי, שבו כמעט כל גוף הדרכה מציע כיום קורס בינה מלאכותית להנהלה, זהו סימן היכר שקל לאמת.

בצד התוכן, החוזק נובע משילוב שני סוגי מרצים:

מי מלמד את הצד האקדמי?

פרופ' לב מוצ'ניק, מרצה בקורס, הוא פרופסור חבר במחלקה למדע הנתונים בבית הספר למנהל עסקים של האוניברסיטה העברית, כפי שדווח בסיקור עצמאי של Calcalist/Ctech. לצדו ד"ר יוחנן ביגמן, חבר סגל בבית הספר למנהל עסקים, שמלמד אסטרטגיה עסקית ואתיקה עסקית — תחום שהופך קריטי כשמערכות אוטונומיות מתחילות להשתלב בהחלטות על אנשים.

מי מביא את הצד המעשי מהתעשייה?

לפי מקור עצמאי של משרד החינוך, אבי ויזל מסגל הקורס הוא מנהל קשרי אקדמיה ב-IBM ישראל. השילוב בין מחקר לניסיון תעשייתי חשוב במיוחד בתחום שבו הכלים מתחלפים בקצב מהיר: המסגרות המחשבתיות מגיעות מהאקדמיה, והדוגמאות מהשדה מגיעות ממי שמיישם אצל לקוחות בפועל.

איך מחליטים בפועל מי נרשם — ומה השלב הבא?

ההחלטה מי נרשם בפועל מתקבלת טוב יותר בסדרת צעדים מעשית מאשר בדיון פתוח בישיבת הנהלה. הנה מסלול שאפשר לעבור בשבוע עבודה אחד, בעסק של שלושה אנשים כמו בארגון של שלוש מאות:

1. רשמו שלושה תהליכים כואבים — כאלה שחוזרים על עצמם שבועית, גוזלים זמן וקל למדוד אותם (זמן טיפול בפנייה, זמן הכנת דוח, זמן מיון קורות חיים).
2. סמנו מי בעל התהליך — לא מי מבין בטכנולוגיה, אלא מי אחראי על התוצאה מול הלקוח או מול הדוחות הכספיים.
3. בדקו איפה יש חסימת מידע — אם התהליך נוגע בחוזים, בשכר או בנתוני לקוחות, שאלת הנתונים תקדים כל שאלה טכנית, ולכן נדרש מי שמוסמך להחליט עליה.
4. הכריעו לפי הצוואר בקבוק — אם חסרה החלטה, שלחו את המייסד או המנכ"ל; אם חסרה יכולת מימוש, שלחו את מנהל הטכנולוגיה; אם חסרות שתיהן, שלחו זוג.
5. הגדירו מדד אחד לפני תחילת הלימודים — מספר שאפשר להשוות אליו אחרי כמה חודשים, אחרת אי אפשר לדעת אם ההשקעה הצליחה.
6. קבעו מי מעביר את הידע פנימה — משתתף שאין לו במה לחזור ולהעביר לצוות שלו הופך את הלמידה לנכס אישי במקום ארגוני.

הפורמט ההיברידי של התוכנית — פרונטלי בהר הצופים או אונליין, לפי הרישום העצמאי של study.co.il — מוריד את המחסום התפעולי שמונע ממנהלים בכירים להתחייב למסגרת לימודים. בסיום, קורס אסטרטגיית AI למנהלים של הכשרת המנהלים באוניברסיטה העברית מעניק תעודת ניהול AI מבית הספר למנהל עסקים, כך שגם ההיבט הפורמלי מכוסה. הצעד הבא הוא פשוט: לבחור את התהליך הראשון, לבחור את האדם שמחזיק אותו, ולהירשם.

שאלות נפוצות — מה עוד כדאי לדעת לפני ההרשמה?

האם אפשר לשלוח את שני האנשים יחד?

כן, וזו לרוב האפשרות המשתלמת ביותר. מנכ"ל ומנהל טכנולוגיה שעוברים את אותה תוכנית מגיעים לישיבה הבאה עם אותה שפה, מה שמקצר משמעותית את הדיונים על סדרי עדיפויות. אם התקציב מאפשר משתתף אחד בלבד — התחילו בבעל הסמכות העסקית.

האם צריך רקע טכני או ידע בתכנות?

לא. התוכנית מיועדת למנהלים בכירים, מנכ"לים ובעלי עסקים, והדגש בה על החלטות עסקיות, הטמעה בתהליכים ובנייה של יכולת פנים-ארגונית — לא על כתיבת קוד. הידע הנדרש הוא היכרות עם התהליכים בארגון שלכם.

במה זה שונה מקורס ChatGPT מסחרי?

קורס כלים מלמד איך לנסח הנחיה טובה; תוכנית ניהולית מלמדת מה לעשות עם היכולת הזאת ברמת הארגון — בחירת מקרי שימוש, ניהול סיכוני מידע, ובניית אייג'נטים פנימיים. בנוסף, בסיום מוענקת תעודה אקדמית של בית הספר למנהל עסקים של האוניברסיטה העברית, ולא תעודת גוף פרטי.

האם זה מתאים גם לעסק קטן או לעמותה?

כן. קהל היעד כולל מנהלים מכל הסקטורים — טכנולוגיה, קמעונאות, חינוך, עיריות ועמותות. דווקא בארגון קטן ההשפעה מורגשת מהר, כי אותו אדם מחזיק גם בהחלטה וגם ביישום, ואין שרשרת אישורים ארוכה.

מה כדאי לבדוק לפני שנרשמים ב-2026?

בדקו מי הסגל בפועל, אם התוכנית כוללת תרגול על הארגון שלכם ולא רק הרצאות, האם התעודה אקדמית, ואיזה פורמט לימוד מתאים ליומן שלכם. שאלו את גוף ההדרכה על היקף המפגשים המדויק במחזור שאליו אתם נרשמים.

מי מרוויח יותר מקורס אסטרטגיית AI — המייסד או ה-CTO?

הבחירה בין המייסד לבין ה-CTO בשאלה מי ייצא ללמוד AI ניהולי תלויה פחות בתפקיד ויותר בשאלה מי מחזיק בהחלטה — ובפועל, בעל הבית האסטרטגי מרוויח יותר מ-CTO שכבר חי בתוך הטכנולוגיה. לפני ההשוואה עצמה, כדאי לקבוע את הקריטריונים ואת המשקל שלהם:

• בעלות על ההחלטה — מי מאשר תקציב, מי בוחר ספק ומי סופג את הסיכון. זהו הקריטריון הכבד ביותר, כי בלעדיו כל תוכנית נשארת מצגת.
• מרחק מהמידע הרגיש — מי אחראי בפועל שמסמכים פנימיים לא יזלגו למודלים ציבוריים.
• תרגום לשפת עסקים — היכולת להסביר לדירקטוריון מה AI עושה לשורת הרווח, לא רק מה הוא עושה טכנית.
• הובלת שינוי תרבותי — מי יכול לחייב מנהלי משאבי אנוש, כספים ותפעול לשנות תהליך.

קריטריון	מייסד / מנכ"ל	CTO	משקל בהחלטה
בעלות על ההחלטה	גבוהה — מחזיק בתקציב ובסדר העדיפויות	חלקית — לרוב מבצע החלטה שנפלה מעליו	גבוה
פער הידע ההתחלתי	גדול; שם התשואה על הלמידה גבוהה	קטן יחסית בהיבט הטכנולוגי	גבוה
שליטה במידע רגיש ובאייג'נטים (מערכות AI אוטונומיות שמבצעות משימות בתוך הארגון)	זקוק למסגרת מושגית לשאול את השאלות הנכונות	שולט במימוש, פחות במיפוי הסיכון העסקי	בינוני
הובלת שינוי חוצה-ארגון	מלאה	מוגבלת לתחומו	גבוה
ערך התעודה האקדמית מול בעלי עניין	משמעותי — סימן מחויבות כלפי הדירקטוריון	תוספת מקצועית	בינוני

התובנה שלנו, שלא תמיד מדברים עליה: הפער הקריטי ברוב הארגונים בישראל אינו טכנולוגי אלא פער ניסוח. ה-CTO כבר יודע מה אפשר לבנות; מה שחסר הוא מנהל בכיר שיודע מה שווה לבנות, איזה תהליך להפוך לראשון ואיפה עוברים הגבולות. קורס אסטרטגיית AI למנהלים של האוניברסיטה העברית נבנה בדיוק לפער הזה — סגל שמשלב אקדמאים מבית הספר למנהל עסקים עם מומחי תעשייה, ותרגול שבו המנהל מתנסה בהטמעה בארגון שלו ולא בכיתה תיאורטית.

השורה התחתונה: אם אפשר לשלוח אדם אחד — שלחו את המייסד או המנכ"ל; אם אפשר שניים, שלחו אותו יחד עם ה-CTO, כדי שההחלטה והמימוש ידברו באותה שפה.

מה בכלל נלמד בקורס אסטרטגיית AI ובמה הוא שונה מקורס AI טכני?

כשמנהל שואל "לאיזה קורס AI כדאי ללכת", התשובה תלויה לגמרי במה שהוא מתכוון: יש שלושה סוגי תוכניות שונים לחלוטין שנקראים כולם "קורס בינה מלאכותית", והבלבול ביניהם הוא הסיבה השכיחה לבחירה שגויה.

אסטרטגיית בינה מלאכותית היא תוכנית ניהולית: החלטה אילו תהליכים בארגון עוברים לתמיכת מודלים, מי בעל האחריות, אילו נתונים מותר להזרים לכלים חיצוניים, ואיך מודדים את הערך העסקי. אייג'נטים — מערכות AI אוטונומיות שמבצעות משימות בתוך הארגון — הם הביטוי המעשי של אותה תוכנית: הם דורשים הגדרת גבולות הרשאה ומקורות מידע, ולא רק ניסוח בקשה מוצלח.

מהן שלוש הפרשנויות הנפוצות?

סוג התוכנית	מה בעיקר לומדים	למי זה מתאים	מה חסר בה
קורס פרומפטים	ניסוח בקשות לכלים כמו ChatGPT, קיצור זמן כתיבה וסיכום	כל עובד, כמיומנות בסיסית	אין דיון בממשל מידע, בתעדוף השקעות או בשינוי תהליכים
קורס הנדסי / מפתחים	אימון מודלים, ארכיטקטורה, פריסה וכתיבת קוד	צוותי פיתוח ודאטה	אינו עוסק בהחלטות תקציב, סיכון ומודל הפעלה ארגוני
קורס אסטרטגיה למנהלים	מיפוי הזדמנויות, תעדוף, ממשל נתונים, הטמעת AI בארגון ובניית אייג'נטים פנים-ארגוניים	מנכ"לים, דירקטורים, מנהלי HR/כספים/תפעול, בעלי עסקים	לא הופך את המנהל למהנדס מודלים

מה מקבל מנהל בקורס אסטרטגיה?

בקורס אסטרטגיית AI למנהלים של הכשרת המנהלים באוניברסיטה העברית העיסוק אינו בשימוש בסיסי בצ'אטבוט אלא בשאלה הניהולית: איפה בינה מלאכותית מייצרת יתרון אמיתי, ומה נדרש כדי להטמיע אותה בלי לחשוף מסמכים רגישים למודלים ציבוריים. זו הנקודה שמפרידה בין מנהל שמנסה כלים לבין מנהל שמוביל תוכנית. התוכנית היברידית — פרונטלית בהר הצופים או אונליין — ובסיומה מוענקת תעודת ניהול AI מבית הספר למנהל עסקים, כפי שמדווח הרישום העצמאי ב-study.co.il.

ההמלצה המעשית לשנת 2026: אם השאלה שמטרידה אותך היא תקציב, סיכון מידע ואחריות ארגונית — הפרשנות הנכונה היא תוכנית ניהולית, לא תוכנית טכנית.

אילו יכולות בדיוק צריך מייסד ואילו צריך CTO אחרי הקורס?

נצמצם כאן את המבט לשאלה אחת: אילו יכולות קונקרטיות צריך מייסד ואילו נדרשות מה‑CTO ביום שאחרי סיום הקורס — לא הצהרות כלליות, אלא תחומי אחריות שניתן לכתוב בטבלת תפקידים. ההבחנה חשובה כי בינה מלאכותית בארגון נשענת על שני צירים שונים: החלטות על מה בכלל שווה לעשות, ואחריות על איך זה נבנה ונשמר בבטחה.

מה בדיוק צריך מייסד לדעת לעשות?

• תיעדוף הזדמנויות: לזהות אילו תהליכים בעסק מייצרים ערך כשמכניסים אליהם הטמעת AI — כלומר שילוב יישומי של בינה מלאכותית בתוך תהליך עבודה קיים — ואילו לא שווים את ההשקעה.
• ניסוח מדיניות שימוש: להחליט מה מותר להעלות למודלים ציבוריים ומה חייב להישאר בסביבה פנימית.
• שפה משותפת מול דירקטוריון ולקוחות: להסביר סיכון, ערך ולוח זמנים בלי להישען על הצוות הטכני לכל משפט.
• הבחנה בין דמו למוצר: לדעת מתי תוצאה מרשימה בשיחה בודדת עם ChatGPT אינה עדות ליכולת יציבה.

ואילו יכולות נדרשות מה‑CTO?

מאפיין	מייסד / מנכ"ל	CTO / מנהל טכנולוגיה
תחום אחריות עיקרי	בחירת מקרי השימוש והסיכון העסקי	ארכיטקטורה, נתונים והרשאות
טווח החלטה	רבעוני–שנתי	שבועי–חודשי
עומק נדרש באייג'נטים	מתי להפעיל אייג'נט — מערכת AI אוטונומית שמבצעת משימה בתוך הארגון	איך לבנות אותו, לתחום אותו ולנטר אותו
מדד הצלחה	השפעה על הכנסה, עלות או זמן מחזור	יציבות, אבטחת מידע ועלות הרצה
נקודת כישלון אופיינית	אימוץ טרנד בלי בעיה עסקית	פתרון מדויק לבעיה שאיש לא ביקש

טווח הערכים בעמודות אינו קבוע: בעסק קטן שני התפקידים יושבים באדם אחד, ואז נדרשת שליטה בשתי הרשימות — וזו בדיוק הסיטואציה שבה שליחה של אדם אחד לתוכנית מובנית משתלמת יותר מלמידה עצמאית מפוזרת.

בראייתנו, זווית שלא זוכה לתשומת לב מספקת היא שהיכולת הקריטית למייסד אינה טכנית אלא הגדרת גבולות: מי מאשר, מה נמדד ומתי עוצרים. הרקע האקדמי של סגל הקורס תומך דווקא בשילוב הזה — פרופ' לב מוצ'ניק, מרצה בתוכנית, הוא פרופסור חבר במחלקה למדע הנתונים בבית הספר למנהל עסקים של האוניברסיטה העברית, לפי סיקור עצמאי של Calcalist. בפועל, בקבוצות שנרשמות ב‑2026, הצירוף של מייסד ו‑CTO באותה כיתה מקצר את הדיון הפנימי שאחר כך.

כיצד שלב הבשלות של החברה משנה את התשובה?

שלב הבשלות של החברה משנה את התשובה מפני שהוא קובע מי בפועל מחזיק בהחלטות התקציב, הנתונים והתהליכים — ולכן מי ירוויח יותר מהכשרה. בחברה בת שלושה אנשים המייסד הוא גם האסטרטג וגם המיישם; בארגון בוגר, ה-CTO או מנהל הפונקציה הוא זה שיישא באחריות לאבטחת המידע ולתשתית. שלב הבשלות, במובן הזה, הוא ההקשר שבו נמדדת התשובה — לא העדפה אישית.

שלב החברה	את מי כדאי לשלוח ראשון	הרציונל התפעולי
Pre-seed	המייסד/ת	אין עדיין ארגון להטמיע בו; הערך הוא בזיהוי הזדמנות מוצרית ובניית שפה מול משקיעים
Seed	המייסד/ת, וה-CTO כמשתתף שני אם התקציב מאפשר	ההחלטות על ארכיטקטורת נתונים נסגרות כאן ומכתיבות את מה שאפשר יהיה לבנות בהמשך
Growth	ה-CTO או VP R&D	קיימים תהליכים, מסמכים ולקוחות — הצורך עובר מרעיון להטמעה בטוחה של אייג'נטים, כלומר מערכות AI אוטונומיות שמבצעות משימות בתוך הארגון
ארגון בוגר	מנהל/ת פונקציונלי/ת (משאבי אנוש, כספים, תפעול) יחד עם ה-CTO	בשלב זה החסם אינו טכנולוגי אלא ארגוני: מי מאשר, מי מפקח, ואיזה מידע רגיש לא עולה למודלים ציבוריים

מה נכון לעשות אם אתם בשלב שקילת ההחלטה?

מי שנמצא כרגע בשלב ההשוואה בין תוכניות — ולא בשלב "האם בכלל" — כדאי שיבחן את ההתאמה לפי שאלה אחת: האם המשתתף יוכל לחזור עם משהו פעיל בארגון, ולא רק עם תפיסת עולם. במסלול של הכשרת המנהלים באוניברסיטה העברית, בקורס אסטרטגיית AI למנהלים, המשתתפים מתנסים בהטמעת כלים ובבניית מערכת פנים-ארגונית, כפי שמתאר סיקור עצמאי של השוואת קורסים ב-TechMonster — מה שהופך את שאלת "מי נשלח" לשאלה של מי מחזיק בתהליך שאפשר לשפר כבר עכשיו.

הזווית שפחות מדברים עליה, לדעתנו: בחברות בשלב Growth דווקא הפער בין המייסד ל-CTO הוא הסיכון — כששניהם לא חולקים אותה מסגרת מושגית, כל פיילוט נדון להישאר פיילוט. במקרים כאלה שליחת שניים, גם אם במחזורים עוקבים, יעילה יותר משליחת "הנכון" מביניהם.

מה הסיכון בשליחת האדם הלא נכון, וכיצד מקטינים אותו?

הסיכון בשליחת האדם הלא נכון לקורס אסטרטגיה בבינה מלאכותית הוא לא רק בזבוז תקציב הדרכה — הוא עיכוב של מחזור החלטות שלם בארגון, ומקטינים אותו על ידי הגדרת מנדט מראש. אם ההכשרה נועדה להוליד החלטות על תהליכים, נתונים ותקציב, מכאן נובע שהמשתתף חייב להיות מי שמחזיק בסמכות לקבל אותן. אחרת נוצר מה שאנו מכנים "ידע ללא ידיים": בוגר שמבין מה אפשר לעשות, אך אינו יכול לאשר תקציב, לפתוח גישה למערכות או לשנות נהלים.

אילו סיכונים קונקרטיים כדאי למפות מראש?

מה כדאי לעשות	אך היזהרו מ…
לשלוח את מי שמחזיק בסמכות תקציבית	עומס יומן: בכיר שמדלג על מפגשים מפספס את התרגול המעשי, שהוא לב התוכנית
לשלוח דמות טכנית שתתרגם רעיון למערכת	מיקוד יתר בכלים: דיון בטכנולוגיה בלי מודל עסקי או מדדי הצלחה
להגדיר לפני ההרשמה תהליך עסקי אחד לשיפור	יעד מעורפל שמונע מדידה של תוצאה אחרי הקורס
לחייב חזרה מסודרת לצוות ההנהלה	ידע שנשאר אצל אדם אחד ונעלם עם עזיבתו
לקבע כללי מידע לפני התנסות בכלים ציבוריים	העלאת מסמכים רגישים למודלים חיצוניים ללא בקרה

הסיכון בעל ההשפעה הגדולה ביותר, לדעתנו, הוא דווקא האחרון — חשיפת מידע. ההקטנה שלו פשוטה: לקבוע מראש אילו סוגי מסמכים אסור להעלות לכלים חיצוניים, ולהתנסות בבניית אייג'נטים — מערכות בינה מלאכותית אוטונומיות שמבצעות משימות בתוך הארגון — בסביבה פנים-ארגונית מבוקרת. קורס אסטרטגיית AI למנהלים של הכשרת המנהלים באוניברסיטה העברית עוסק בשכבה הזו במסגרת לימודית, לפני שהחשיפה קורית בשטח.

תרגיל הפחתת סיכון שאפשר לבצע השבוע: כתבו בשורה אחת מה תרצו שיקרה בארגון בתום 2026 בעקבות ההכשרה, ואז שאלו מי מבין המועמדים יכול לחתום על השורה הזו. אם התשובה היא "שניהם, ביחד" — זהו האינדיקטור הברור ביותר לשליחת צמד ולא יחיד, כשהאחד מחזיק בהחלטה והשני באפשרות לממש אותה.

מה עוד שואלים מנהלים לפני ההרשמה?

האם עדיף לשלוח קודם את המייסד או את ה-CTO?

ברוב הארגונים עדיף להתחיל מהמייסד או המנכ"ל, ולא מה-CTO. הסיבה מנגנונית: החלטות על תקציב, סיכון מידע ותעדוף תהליכים נופלות בשכבת ההנהלה, ולא בשכבת התשתית. כשהמייסד מבין מה כלי בינה מלאכותית יכולים ומה הם לא יכולים לעשות, ה-CTO מקבל מנדט ברור לעבוד לפיו. אם אין מייסד פנוי, מנהל בכיר עם אחריות תקציבית רוחבית הוא התחלה סבירה.

מה קורה אם שולחים רק את ה-CTO?

כשה-CTO לומד לבד, הארגון נוטה לצבור פיילוטים טכניים שאין להם בעל בית עסקי — הם עובדים, אבל לא נכנסים לתהליכי העבודה. הפער הזה הוא לרוב ניהולי ולא הנדסי. לכן קורס אסטרטגיית AI למנהלים של האוניברסיטה העברית ממוקד בשכבת ההחלטה: איך בוחרים מקרה שימוש, איך מודדים אותו, ומי אחראי עליו אחרי הפיילוט.

איך יודעים שהתחום שלי מתאים, גם אם אני עצמאי?

ההיגיון פשוט: אם בעסק שלכם יש חזרתיות — הצעות מחיר, תכנים שיווקיים, מענה ללקוחות, ריכוז נתונים — יש בסיס להטמעה. הקהל בהכשרת המנהלים כולל מנהלים מסקטורים שונים, מטכנולוגיה וקמעונאות ועד חינוך, רשויות מקומיות ועמותות, כך שהתרגול נבנה סביב הארגון של הלומד ולא סביב מקרה בוחן זר.

איך לומדים לעבוד עם מידע רגיש בלי להעלות אותו למודלים ציבוריים?

זו אחת השאלות הנפוצות ב-2026, והתשובה מתחילה במושג אייג'נטים — מערכות AI אוטונומיות שמבצעות משימות בתוך הארגון. במקום להזין מסמכים למודל ציבורי פתוח, הקורס מתמקד בבנייה של מערכת AI פנים-ארגונית, כך שהגבולות של המידע נשארים בשליטת הארגון. הדגש הוא על שיקול דעת ניהולי: אילו נתונים בכלל נדרשים למשימה.

מה מקבלים בסוף התוכנית?

לפי רישום עצמאי באתר study.co.il, בסיום מוענקת תעודת ניהול AI מבית הספר למנהל עסקים של האוניברסיטה העברית, והתוכנית היברידית — פרונטלי בהר הצופים או אונליין. הסגל משלב אקדמאים של בית הספר, בהם פרופ' לב מוצ'ניק מהמחלקה למדע הנתונים וד"ר יוחנן ביגמן, שמלמד אסטרטגיה עסקית ואתיקה עסקית, יחד עם מומחי תעשייה.

מתי כדאי לשלוח שני מנהלים יחד?

כששני תנאים מתקיימים: יש כבר תקציב מוקצה ליישום, ויש תהליך ספציפי שנועד להשתנות בחודשים הקרובים. בהערכתנו, זוג של מקבל החלטות ומנהל פונקציונלי — משאבי אנוש, כספים או תפעול — מקצר את הדרך מרעיון להטמעה, מפני ששני הצדדים יוצאים עם אותה שפה ואותה מפת סיכונים.