צילום: Mojahid Mottakin on Unsplash

כלי ה-AI החדש של Perplexity - יתרונות וחסרונות

צ'אטAI שחוקר ומספק מחקרים ותובנות עמוקות - הדור הבא של הצ'אטים

עמית בר | 15/02/2025 22:19 (1)

נושאים בכתבה מהפכת ה-AI

השקה חדשה בעולם ה-AI

חברת Perplexity AI הצטרפה למרוץ כלי המחקר המתקדמים והשיקה את Deep Research, מוצר מחקר מעמיק שנועד לתת תשובות מפורטות ומבוססות מקורות. המהלך מגיע זמן קצר אחרי שGoogle הציגה כלי דומה בפלטפורמת Gemini AI, ו-OpenAI השיקה את גרסת המחקר שלה מוקדם יותר החודש – כולם עם אותו שם בדיוק: Deep Research.

מה מייחד את הכלי של Perplexity?

החידוש המרכזי של הכלי החדש הוא הדגש על מחקר מקצועי ועסקי, בניגוד לתשובות הכלליות שמספקים צ'אטבוטים לצרכנים. החברה הצהירה כי המערכת "מצטיינת במגוון משימות ברמה מקצועית - ממחקר פיננסי ושיווקי ועד ניתוחי מוצר מתקדמים".

בניגוד לכלים אחרים, Perplexity Deep Research מספק תהליך עבודה מובנה יותר:

הוא מחפש מקורות באופן עצמאי – המערכת מבצעת חיפושים מתקדמים, קוראת מסמכים, מנתחת ומסננת מידע בהתאם לנושא המבוקש.
היא יוצרת דו"חות מחקר – ניתן להוריד את הדוח כ-PDF או לשתף אותו באמצעות Perplexity Pages.
היא זמינה חינם עם הגבלות מסוימות – משתמשים לא מנויים מקבלים מספר מוגבל של שאילתות ליום, בעוד שמנויים בתשלום נהנים מגישה בלתי מוגבלת.

היתרון המשמעותי: מהירות וביצועים

בהשוואה לכלים המתחרים, Perplexity Deep Research מבצע את רוב המשימות שלו תוך פחות משלוש דקות. זאת לעומת OpenAI, שם התהליך עשוי לקחת בין 5 ל-30 דקות.

קיראו עוד ב"BizTech"

השוואה בין Perplexity AI, OpenAI ו-Google

בין שלוש החברות שפיתחו את הכלי, כל אחת מציעה גישה מעט שונה:

Perplexity – מתמקדת במהירות, נגישות, וחוויית משתמש ידידותית לחוקרים מזדמנים.
OpenAI – מספקת עומק אנליטי גבוה יותר, אך עם זמן ביצוע ארוך יותר ועלות חודשית של 200 דולר לחודש.
Google – שמה דגש על אינטגרציה חלקה עם כלי עבודה קיימים, כמו Docs ו-Sheets.

האתגר: האם מחקר מבוסס בינה מלאכותית מחליף בני אדם?

למרות היתרונות הברורים, עדיין קיימים אתגרים. The Economist פרסם לאחרונה סקירה שמדגישה את המגבלות של מחקרי AI:

קושי בפרשנות יצירתית של נתונים – הכלים מסתמכים על מקורות זמינים ולא בהכרח מוצאים תובנות ייחודיות.
תלות גבוהה בבינה מלאכותית – שימוש גורף ב-AI עלול לצמצם את ההזדמנויות לגילוי רעיונות חדשים על ידי בני אדם.

מה הלאה?

בינתיים, הכלים הללו משמשים בעיקר משלימים למחקר אנושי ולא תחליף מלא. אולם ככל שהטכנולוגיה מתפתחת, ייתכן שבעתיד נראה AI שמבצע מחקרים מקיפים מהר יותר וטוב יותר מבני אדם.

כל הכותרות 24/7 הטלגרם שלנו - תכנים יחודיים

תגובות לכתבה(1):

הגב לכתבה

שם המגיב *

כותרת תגובה *

תוכן התגובה

השדות המסומנים ב-* הם שדות חובה

1.
כולל הדפסה טים.ז (ל"ת)
ליטאי 16/02/2025 08:29
הגב לתגובה זו

ערן ברק, מנכ"ל ומייסד Mind, קרדיט: אוהד קאב

סטארטאפ להכיר

"כבר קיבלנו הצעות לרכישה שהורדנו מהפרק כי אנחנו רואים פוטנציאל אדיר"

שיחה עם ערן ברק, מייסד ומנכ"ל חברת הסייבר MIND

הדס ברטל | 01/01/2026 12:48

נושאים בכתבה AI בינה מלאכותית סייבר דליפת מידע אחסון מידע סטארט אפ

ספר בקצרה על עצמך:

במקור מיבנה, שירתי 6 שנים ב-8200, את התואר הראשון עשיתי בטכניון ולאחריו חזרתי לעולם המודיעין והסייבר. בשנת 2014 הקמתי יחד עם שותפיי את Hexadite, סטארט אפ שפיתח טכנולוגיה לאוטומציה של תגובה לאירועי סייבר. החברה גייסה כ-10.5 מיליון דולר, העבירה את פעילותה לבוסטון, וב-2017 נרכשה על ידי מיקרוסופט תמורת כ-100 מיליון דולר. לאחר הרכישה המשכתי לסיאטל, בה אני נמצא גם היום, כאשר בעבודה במיקרוסופט הייתי בתפקיד ניהולי בעולמות הסקיוריטי. במסגרת התפקיד הייתי מעורב בהקמת Microsoft Intelligent Security Association - MISA שהוא גוף שפועל עד היום ומחבר בין מיקרוסופט לחברות סייבר. כשמגפת הקורונה החלה, החלטתי שאני עוזב את מיקרוסופט, לצאת לדרך חדשה ואז הקמתי את Mind. השותפים בחברה הם הוד בן נון ואיתי שווארץ שלשניהם עבר במודיעין וגם בכמה חברות הייטק.

ספר על החברה ומניין הרעיון?

כשעבדתי במיקרוסופט, כבר לאחר המכירה של Hexadite שהתעסקה בתחום האוטומציה והיום הרבה מה ש-Hexadite עושה, כבר מתבצע על על ידי AI. במהלך התקופה של מיקרוסופט עבדתי עם הרבה מוצרים שאחד מהם היה מיקורסופט אינפורמיישן פרוטקשן. ושם נחשפתי יותר לעולם ההגנה על מידע רגיש, וראיתי שהבעיה המרכזית בעולם הזה עוד לפני עידן ה-AI, זה שהפתרונות שהיו קיימים בשוק היו מאוד מותאמים לסביבות ספציפיות בתוך הארגון. כך למשל הייתה מערכת הגנה ל-Saas, מערכת אחרת למחשבי קצה, מערכת לשרתי on prem, אבל לא הייתה תקשורת ביניהן. כל זאת כשהמידע הוא אותו מידע. מה שנכתב ונשמר בגוגל דרייב, נמצא גם במייל ולפני עשר שנים גם בשרת כלשהו מקומי במחשב. לכל אחד מהמקומות האלו הייתה מערכת הגנה נפרדת וזה לא עשה שכל. הקמנו את Mind כדי לעשות מהפכה לכל הנוגע למידע רגיש, ועכשיו עם עידן ה-AI יצר המון חורים בנושא של הגנת מידע, במיוחד בשנה האחרונה. כיום יש אייג'נטים של AI נוגעים במידע רגיש ואין לנו שליטה עליהם, נוסיף על זה גם פרומפטים שאנחנו לא יודעים לאן הם הולכים ובעיני מי הם נחשפים, ופה Mind נכנסת לתמונה ומגינה גם על כל מה שנכתב בתוכנות AI. איך מגינים מפני עובד בארגון המעלה מסמך רגיש של הארגון ל-AI? או איך מונע עכשיו הפצה של סיסמאות או סודות לשרתים המכילים מידע רגיש, קוד שנעשה באמצעות סוכני AI. יש לנו פלטפורמה אחידה שמגינה על מידע רגיש בסביבות שונות, החל מהענן ולסביבות On prem ובמחשבי קצה ו-AI.

אחת הבעיות המרכזיות הוא בסיווג של מידע מובנה, כמו למשל טבלאות אקסל, בסיסי נתונים וכו׳, לעומת מידע בלתי מובנה כמו קבצי word, טקסט חופשי והודעות, היא השוני במנוע הסיווג עצמו שדורש יכולות לעבור על כל פיסה של מידע. ל-MIND יכולת לסווג מידע בלתי מובנה באופן אוטומטי ובזמן מינימלי בכל סביבות הארגון ועם מינימום טעויות. בין אם מדובר במידע רפואי או אישי, מידע מכרטיסי אשראי, קבצי טקסט או וידאו. הפלטפורמה פועלת על פני סביבות IT שונות ומאפשרת לארגונים לאתר ולמנוע דליפות מידע בזמן אמת ובמהירות גבוהה, בין אם מקורן בעובדים, במערכות אוטומטיות או בכלי בינה מלאכותית.