יש לי רעיון.

כאן ה-AI הוא בעיקר עורך ושותף לחשיבה. הוא יכול לעזור לכם לפרק את הסיפור, לחשוף assumptions ולחדד ניסוח. הוא לא צריך להמציא עבורכם כאבים של לקוחות שלא פגשתם.

ChatGPT או Claude.

כתבו את הרעיון שלכם במילים פשוטות. אחר כך כתבו רק דברים שאתם באמת יודעים, ראיתם או חוויתם. אל תנסו למלא את החורים. דווקא החורים הם הדברים שאנחנו רוצים למצוא.

לא Business Plan. משפט אחד פשוט יחסית שמגדיר מי סובל, ממה, מה הוא עושה היום במקום ומה המחיר של המצב הקיים. ומתחתיו רשימה של דברים שאתם עדיין לא יודעים.

AI מסוגל לכתוב Problem Statement מצוין גם על בסיס מעט מאוד מידע. זה עדיין רק ניסוח. אם הזנתם מקרה אחד והוא החזיר 'חברות רבות מתמודדות עם...', שימו לב שהוא בדיוק הפך מקרה בודד לטענה על שוק.

כאן AI יכול להיות מאוד שימושי. הוא טוב בפירוק רעיון לרכיבים ובהצפת הנחות שלא חשבתם עליהן. אבל אתם עדיין צריכים להחליט אילו מהן באמת קריטיות.

עדיף 5 עד 10 הנחות משמעותיות על טבלה של 40 שורות. אם הכול קריטי, שום דבר לא באמת קיבל עדיפות.

AI אוהב לבנות Frameworks מרשימים. קל לקבל מטריצה של עשרות assumptions שנראית מקצועית אבל לא משנה שום החלטה.

כאן כלי מחקר יכולים לחסוך הרבה זמן בסריקה ראשונית. אבל הם כלי לאיתור שאלות וסיכונים, לא תחליף למומחה כשצריך מסקנה רגולטורית, משפטית, טכנולוגית או מקצועית.

Deep Research או Claude Research.

לא דו"ח של 70 עמודים. רשימה קצרה יחסית של הדברים שיכולים באמת לשנות את המוצר, התקציב, הזמן לשוק או עצם הכדאיות.

לא מצאנו מגבלה ואין מגבלה הם שני משפטים שונים לגמרי. גם אם מקור אמיתי נמצא, הפרשנות שלו יכולה להיות שגויה.

בשלב הראשון אתם לא צריכים שכל השוק יתאים לכם. אתם צריכים למצוא קבוצה קטנה יחסית עם כאב מספיק חזק, דחיפות, יכולת לשלם וסיבה להקשיב לכם. חשוב גם להבדיל בין המשתמש לבין מי שמרגיש את הכאב, מי שמקבל החלטה ומי שמחזיק בתקציב.

לא פרסונה כמו 'מנהלי חדשנות בני 35 עד 50 שאוהבים טכנולוגיה'. אלא הגדרה שאפשר לעבוד איתה, כמו חברה מסוג מסוים, בגודל מסוים, עם תהליך מסוים, שבה אדם מסוים מרגיש את הכאב ומישהו אחר מחזיק בתקציב.

TAM גדול לא אומר שאתם יודעים מאיפה יגיע הלקוח הראשון. השאלות הקשות יותר הן מי בדיוק הלקוח, איך מגיעים אליו, מי יכול לעצור את העסקה ומה צריך לקרות כדי שהוא באמת יעבור מהפתרון הקיים.

פרסונה מומצאת (Persona Fiction). ה-AI יכול ליצור Persona מפורטת בצורה מדהימה גם אם אין מאחוריה אדם אמיתי אחד. הפירוט לא הופך אותה לאמיתית.

בעידן ה-AI קל מדי להתחיל לבנות לפני שמבינים את השוק. אחרי שבוע עם דמו עובד כבר הרבה יותר קשה פסיכולוגית להודות שהכיוון לא נכון.

Perplexity או Deep Research.

לא שקף לוגואים. מפה של הדרך שבה הלקוח באמת מתמודד עם הבעיה היום.

היום אפשר להתחיל לבנות הרבה לפני שהבנתם לעומק את השוק והמרחב התחרותי. ואז קל מאוד להתאהב במה שכבר בניתם. דווקא בגלל שהבנייה נעשתה קלה יותר, צריך להזיז את המחקר מוקדם יותר.

AI יכול להמציא מתחרה. אבל יש גם טעות עדינה יותר: חברה אמיתית מוצגת כמתחרה למרות שהיא למעשה פותרת בעיה אחרת. פתחו את המקורות החשובים בעצמכם.

משהו שבאמת השתנה. טכנולוגיה חדשה. רגולציה. מחסור בכוח אדם. שינוי בעלויות. שינוי בהרגלי קנייה. תשתית שלא הייתה קיימת. בעיה שהפכה פתאום יקרה יותר. אנחנו רוצים להבין האם נפתח חלון הזדמנות אמיתי.

Deep Research או Perplexity.

לא חמישה חצים שעולים ימינה. משפט פשוט יחסית: עד לאחרונה X הקשה על Y. השינוי Z יצר עכשיו סיבה אמיתית ללקוח לפעול אחרת.

CAGR חיובי הוא לא Why Now. כמעט בכל שוק אפשר למצוא תחזית צמיחה חיובית. השאלה היא מה השתנה עכשיו בצורה שהופכת את החברה לרלוונטית דווקא בתקופה הזו.

שינוי שאתם רואים בישראל לא בהכרח קיים באותו אופן בארה"ב או באירופה. רגולציה, Procurement, עלויות והרגלי קנייה יכולים להיות שונים מאוד.