WEBVTT

00:00:00.000 --> 00:00:07.660
מולכנים לעשרה ימים של Microsoft 365, Copilot, בינה מלאכותית, Azure, והאנשים שמעצבים את עתיד העבודה.

00:00:07.840 --> 00:00:12.420
בינואר הקרוב, כנס M365 חוזר, ואנחנו הולכים בגדול.

00:00:12.580 --> 00:00:18.620
הצטרפו אלינו למפגשים חיים, הדגמות מהעולם האמיתי וידע מעשי עם VPS ומומחי תעשייה מכל העולם.

00:00:18.840 --> 00:00:21.740
בלי שקפים גנריים, בלי מילים חמות אינסופיות.

00:00:21.740 --> 00:00:29.320
אנחנו מתמודדים עם האתגרים האמיתיים Copilot Studio, סוכני AI, פאבריק, אבטחה, ממשל ואוטומציה.

00:00:29.320 --> 00:00:35.020
בין אם אתם אנשי איט, מפתחים או מובילים עסקיים, יש מפגשים שתוכננו בדיוק עבורכם.

00:00:35.480 --> 00:00:40.300
עם עשרה ימים מלאים, תוכלו לחקור טכנולוגיות רבות ולהתחבר לקהילה גלובלי.

00:00:40.760 --> 00:00:44.760
צפו בשידור חי וקחו תובנות מעשיות בחזרה לארגון שלכם.

00:00:45.060 --> 00:00:49.320
ינואר 2027, עשרה ימים, קהילת מייקרוסופט אחת.

00:00:49.320 --> 00:00:50.860
ההרשמה פתוחה כעת.

00:00:51.820 --> 00:00:53.280
תפסו את מקומכם היום.

00:00:55.160 --> 00:00:57.960
זה ב-M365.com.net

00:00:59.320 --> 00:01:05.120
הצטרפו עכשיו ב-M365.com.net ונתראה בשידור חי בינואר.

00:01:05.300 --> 00:01:10.440
זוכרים שביליתם שעות באישור שקף פאורפוינט בדיוק, רק כדי שמישהו ישנה את צבעי המותג?

00:01:10.580 --> 00:01:14.200
מה אם אומר לכם שעכשיו מייקרוסופט דיזיינר יכול לעשות את העבודה הזו בשניות,

00:01:14.400 --> 00:01:15.800
בלי שתצטרכו אפילו לגעת באכבר?

00:01:15.800 --> 00:01:20.020
אבל העניין הוא שזה לא רק מהיר יותר, זה לומד את הסגנון שלכם תוך כדי עבודה.

00:01:20.180 --> 00:01:23.620
היום אראה לכם איך זה יכול לסמן את הקץ ליצירת נכסים התישה,

00:01:23.620 --> 00:01:27.320
ומדוע זה עשוי לשנות לנצח את האופן שבו צוות השיווק שלכם פועל?

00:01:27.460 --> 00:01:31.620
השאלה היא, האם אתם מוכנים לבטוח ב-AI עם זהות המותג שלכם?

00:01:32.080 --> 00:01:33.620
משינויים ידניים לבינה ממוחשבת.

00:01:34.400 --> 00:01:37.140
אם עבדתם בעבר על אלון שיווקי או מצגת פיץ,

00:01:37.140 --> 00:01:41.540
אתם יודעים כמה מהר כמה שינויים קטנים יכולים לבלוע אחר צהריים שלם.

00:01:41.540 --> 00:01:45.680
כיוון תיבת טקסט בחצי מילימטר כדי שתתיישר עם התמונה,

00:01:46.000 --> 00:01:48.840
החלפת תמונה כי מי שהוא מההנהלה לא אוהב אותה,

00:01:49.060 --> 00:01:51.920
לוודא שהכותרת היא בגודל הגופן הארגוני הנכון,

00:01:52.100 --> 00:01:53.640
לא רק בערך אלא בדיוק.

00:01:53.880 --> 00:01:55.760
זה עוד לפני שהכיף האמיתי מתחיל.

00:01:55.760 --> 00:01:58.620
מי שהוא אחר פותח את הקובץ, עושה שינויים משלו,

00:01:58.840 --> 00:02:01.720
ועכשיו אתם משווים גרסאות כדי לראות מה באמת סופי.

00:02:01.860 --> 00:02:06.140
זה לא רק מטיש, זה גוזל לאט את השעות שיש לכם באמת לעבודה יצירתי.

00:02:06.260 --> 00:02:08.580
החלק של עיתים קרובות לוקח אחי הרבה זמן,

00:02:11.540 --> 00:02:14.440
שוב הקטנים והאינסופיים, הזזת לוגו בחצי סנטימטר,

00:02:14.660 --> 00:02:17.240
התאמת גוון כחול בודד כך שיתאים לפלטה המאושרת,

00:02:17.480 --> 00:02:20.940
ולוודא שהבולטים משתמשים במשקל הנכון של הגופן המותאם של החברה.

00:02:21.100 --> 00:02:23.180
זה סוג של מוות מאלף חתכים קטנים,

00:02:23.420 --> 00:02:26.400
ובפרויקטים קבוצתיים השינויים האלה מכפילים את עצמם.

00:02:26.400 --> 00:02:31.580
זה לא חריג לעבור הלוך ושוב 10 או 12 פעמים רק כדי שהתוצר ירגיש תואם למותג.

00:02:31.760 --> 00:02:35.880
זה המקום שבו ה-AI שמוטמע בתוך Microsoft Designer משנה את המשוואה.

00:02:35.880 --> 00:02:40.780
ברגע שהוא מאומן על ערכת המיתוג, הצבעים, הגופנים, הלוגוים וסגנונות התמונה שלך,

00:02:41.000 --> 00:02:43.220
הוא מתחיל ליישם את הבחירות הללו באופן אוטומטי.

00:02:43.340 --> 00:02:45.220
אתה מזין אוסף של טקסט ותמונות,

00:02:45.400 --> 00:02:49.220
והוא בונה פריסות שכבר יודעות שגופן הכותרת שלך הוא 32 נקודות,

00:02:49.220 --> 00:02:54.140
שהכפתורים שלך משתמשים בקוד ה-HX הניבי ושהצילום שלך עוקב אחר פרופיל צבע חם.

00:02:54.280 --> 00:02:56.700
במקום לבדוק ידנית כל אלמנט עיצובי,

00:02:56.940 --> 00:02:58.680
אתה מתחיל ממשהו שכבר עקבי.

00:02:58.680 --> 00:03:01.360
חישבו על ההבדל בעזרת דוגמה קונקרטית.

00:03:02.160 --> 00:03:08.680
בעולם הישן, יצירת פלייר להשקת מוצר הייתה אומרת להתחיל מקובץ פאורפוינט או אינדיזיין רק,

00:03:09.000 --> 00:03:10.620
ואז להוסיף ידנית סגנונות,

00:03:10.860 --> 00:03:13.880
ליישר גושי טקסט ולהחליף צבעי מציין מיקום.

00:03:14.080 --> 00:03:17.680
בדיזיינר, אתה מזין את הכותרת, טקסט המשנה ותמונת מוצר,

00:03:17.900 --> 00:03:20.620
ותוך שניות ה-AI מפיק חמש או שש טיוטות מלוטשות,

00:03:20.880 --> 00:03:22.580
שכולן תואמות לכללי המותג שלך.

00:03:22.580 --> 00:03:26.840
אולי עדיין תרצה לכוונן את סדר האלמנטים, אבל המבנה כבר נעול.

00:03:27.860 --> 00:03:33.120
אחת ממנהלות השיווק שדיברתי איתן לאחרונה הייתה מוצפת בעבודה על קמפיין עונתי.

00:03:33.740 --> 00:03:38.260
לפני השימוש בדיזיינר, היא הייתה מבלה כשש שעות בכל סבב עיצוב,

00:03:38.580 --> 00:03:40.520
בעיקר על משימות ניקיון בפריסות.

00:03:41.200 --> 00:03:47.060
כשהם עברו למערכת, היא דחסה את אותה משימה לקצת יותר משעה מבלי להקריב סגנון או איכות.

00:03:47.060 --> 00:03:52.200
זה יום עבודה מלא שנחסך בכל שבוע רק על ידי קיצוץ עבודת העיצוב החוזרת.

00:03:52.580 --> 00:03:55.140
תוכניות פיילוט דיווחו על תוצאות דומות.

00:03:55.480 --> 00:04:00.940
צוותים שהשתמשו בדיזיינר להפקת חומרים שיווקיים שגרתיים ראו עליות מדידות בתפוקה,

00:04:01.240 --> 00:04:08.200
יותר קמפיינים שנמסרו בזמן, פחות בקשות מאוחרות לשינויים קלים וירידה ניכרת במספר התיקונים לכל פרויקט.

00:04:08.280 --> 00:04:10.900
החלק המעניין הוא שהיצירתיות לא ירדה.

00:04:10.900 --> 00:04:14.340
למעשה, עם פחות אנרגיה שמושקעת באישור טקטי,

00:04:14.520 --> 00:04:19.420
מעצבים ומשווקים דיווחו שיש להם יותר פני לסיעור מוחות ופיתוח קונספטים.

00:04:19.420 --> 00:04:24.120
סיבה אחת לכך היא הדרך שבה הדיזיינר מציע הצעות לפריסה.

00:04:24.720 --> 00:04:28.140
במקום להגיש לך תבנית סטטית שאתה חייב להתאים אליה,

00:04:28.460 --> 00:04:33.620
ה-AI שלו מסתכל על התוכן שסיפקת ומציע היררכיות ויזואליות של לדעתו יעבדו.

00:04:33.620 --> 00:04:38.260
זה אומר שאתה מגיב לטיוטה ראשונית הגונה במקום להיאבק לבנות אחת מאפס.

00:04:38.460 --> 00:04:40.740
זו מספיק הכוונה כדי להילחם בעייפות יצירתית,

00:04:40.960 --> 00:04:43.420
אבל אתה עדיין מקבל את ההחלטה הסופית על מה שמתפרסם.

00:04:43.580 --> 00:04:45.140
יש כאן שאלה שקטה ברקע.

00:04:45.260 --> 00:04:47.440
איך דיזיינר יודע מה הסגנון שלך?

00:04:48.160 --> 00:04:53.080
התשובה היא שאפשר להזין לו ערכת מיתוג מוגדרת דרך מייקרוסופט 365,

00:04:53.920 --> 00:04:56.860
ועם הזמן הוא לומד מהתיקונים שאתה מאשר עוד אוכה.

00:04:56.860 --> 00:05:01.700
אם אתה מחליף באופן עקבי תמונת סטוק גנרית במה שהוא עם מראה ספציפי,

00:05:01.980 --> 00:05:04.820
הוא מתחיל לתעדף את הסגנון הזה בהצעות עתידיות.

00:05:04.940 --> 00:05:08.420
הצוות שלך מלמד אותו גם אם אתם לא מאמנים מודל בצורה מפורשת.

00:05:08.520 --> 00:05:10.560
בשורה התחתונה זה הסיפור האמיתי.

00:05:10.560 --> 00:05:13.620
זה לא עניין של החלפת הטעם או שיקול הדעת האנושי.

00:05:13.760 --> 00:05:17.540
מדובר בהסרת סוג עבודת הייצוב שמרגיש כמו הזנת נתונים,

00:05:17.860 --> 00:05:23.220
החלטות השיפוט, הקפיצות היצירתיות והרגעים שבהם זה יתחבר לקהל שלנו.

00:05:23.220 --> 00:05:24.780
אלה עדיין מגיעים מאנשים.

00:05:24.980 --> 00:05:29.580
דיזיינר רק מוודא שהפיקסלים כבר במקום הנכון כדי שלא תבזבזו על זה אנרגיה.

00:05:29.760 --> 00:05:32.020
ויזואליים אוטומטיים הם רק ההתחלה.

00:05:32.280 --> 00:05:36.580
השינוי הגדול יותר קורה ברגע שאותה אינטליגנציה מתחילה להשתלב ישירות

00:05:36.580 --> 00:05:38.840
באופן שבו צוותים באמת עובדים יחד.

00:05:39.200 --> 00:05:40.820
שיתוף פעולה ללא הקאוס.

00:05:41.000 --> 00:05:43.180
אם עבדתם פעם על קובץ עיצוב משותף,

00:05:43.440 --> 00:05:46.800
אתם מכירים את הרגע שבו בקרת הגרסאות קורסת לחלוטין.

00:05:46.800 --> 00:05:49.400
מי שהוא לוקח עותק ישן מהשולחן שלו,

00:05:49.580 --> 00:05:51.700
מבצע שינויים, שומר כסוף 2,

00:05:52.040 --> 00:05:56.940
ועכשיו אתם משווים את זה לזה שנמצא בתיקיית השירפוינט ושמור כסוףי להשתמש בזה.

00:05:57.100 --> 00:06:00.640
תכפילו את זה בשלושה אנשים שעובדים במקביל וקיבלתם בלגן.

00:06:00.840 --> 00:06:01.940
זה לא חוסר מאמץ.

00:06:01.940 --> 00:06:06.680
אלו הכלים שמבקשים מאנשים לעבוד בדרך שמנותקת מהאופן שבו שיתוף פעולה באמת קורה.

00:06:06.820 --> 00:06:12.600
המציאות היא שאפילו בחברות שמחויבות לחלוטין למיקרוסופט 365 נכסים בסופו של דבר מתפזרים.

00:06:12.600 --> 00:06:15.880
יש גרסה אחת בצ'אט בטימס מיום שלישי שעבר,

00:06:16.160 --> 00:06:18.020
אחרת מסתתרת בשרשור אימייל,

00:06:18.260 --> 00:06:21.640
והתבנית הראשית קבורה שלוש תיקיות עמוק בתוך שירפוינט.

00:06:21.800 --> 00:06:25.340
כדי להגיע לנכון לרוב צריך לשלוח הודעות לשלושה קולבות שונים,

00:06:25.460 --> 00:06:27.960
ולקוות שאף אחד לא דרס את העדכון האחרון.

00:06:27.960 --> 00:06:31.480
עד שתמצאו אותו, חצי מהצוות כבר עבר על הקובץ הלא נכון.

00:06:31.640 --> 00:06:36.420
כאן האינטגרציה של דזיינר לתוך המערכת האקולוגית של M365 משנה את התמונה.

00:06:36.420 --> 00:06:38.220
במקום לקפוץ בין שיתופי קבצים,

00:06:38.380 --> 00:06:42.360
אתם פותחים את דזיינר ועובדים ישירות איפה שהנכסים שלכם כבר נמצאים,

00:06:42.540 --> 00:06:45.400
בשארה פוינט, באונדרייב או אפילו בקישור דרך טימס.

00:06:45.580 --> 00:06:48.960
עריכות קורות בזמן אמת בתוך אותה גרסה שכולם רואים.

00:06:49.200 --> 00:06:51.260
אם משנים כותרת או מחליפים תמונה,

00:06:51.260 --> 00:06:53.560
זה מתעדכן מיידית עבור שאר הצוות.

00:06:53.660 --> 00:06:55.100
אין צורך לשלוח שום דבר.

00:06:55.340 --> 00:06:58.640
דזיינר הוא פשוט משטח נוסף באותו מרחב עבודה מחובר.

00:06:58.780 --> 00:07:00.040
תארו לעצמכם את זה.

00:07:00.260 --> 00:07:03.980
אתם וחבר לצוות עובדים בדיזיינר על פלייר לאירוע מחירות.

00:07:04.100 --> 00:07:06.880
הוא נמשך ישירות מספריית השרפוינט השיווקית,

00:07:07.140 --> 00:07:08.960
טעון מראש בגופני וצבעי המותג.

00:07:09.120 --> 00:07:10.640
אתם מתאימים את תמונת המובילה,

00:07:10.840 --> 00:07:12.160
הם משפרים את כותרת המשנה,

00:07:12.420 --> 00:07:14.740
ואתם רואים את העריכות זה של זה מופיעות מיד.

00:07:14.740 --> 00:07:17.620
כשמסיימים, הקובץ המעודכן נמצא בדיוק איפה שהתחיל,

00:07:17.820 --> 00:07:20.840
עם היסטוריית גרסאות שנשמרת אוטומטית לפי תפקידי המשתמש שלכם.

00:07:20.960 --> 00:07:24.120
אם צריך לחזור לאחור, לא צריך לחפור בתוך קבצים מצורפים הקראיים.

00:07:24.300 --> 00:07:26.380
פשוט משחזרים את נקודת הביקורת הנכונה.

00:07:26.580 --> 00:07:28.960
זה שינוי משמעותי ממערכות תבניות מסורתיות.

00:07:29.180 --> 00:07:31.380
תבניות של פעם חיו כקבצים סטטיים.

00:07:31.560 --> 00:07:33.700
הורדה, עריכה, העלאה מחדש.

00:07:33.700 --> 00:07:39.120
כל סבב שינויים היה תלוי בכך שאנשים יזכרו להכיל את הסגנונות הנכונים ידנית,

00:07:39.380 --> 00:07:40.900
ומי שהוא תמיד פספס משהו.

00:07:41.140 --> 00:07:46.560
עדיין היית צריך מנהל שיפקח על שמות קבצים, קודי צבע, ועם הלוגו מתוח.

00:07:46.840 --> 00:07:51.740
כשהאיזיינר נמצא באותו מרחב של שאר תוכן ה-M365 שלך,

00:07:52.040 --> 00:07:54.820
והבינה המלאכותית אוכפת את כללי המותג ברקע,

00:07:55.080 --> 00:07:57.300
הרבה מעבודת הפיקוח הזו פשוט נעלמת.

00:07:57.480 --> 00:08:01.460
אבל יש גם יתרון בלתי צפוי בדרך שבה היא צופה מחסר.

00:08:01.460 --> 00:08:08.260
אם ה-AI מזהה שאתה יוצר נכס לקמפיין עבור אירוע שכבר נמצא ביומן האטלוק של החברה,

00:08:08.540 --> 00:08:12.580
הוא עשוי להציע הנחיות עיצוב שיעזרו לך להשלים את העבודה מהר יותר,

00:08:13.020 --> 00:08:16.460
כמו הצעה לתמונה ספציפית למיקום או משיכת סיסמת האירוע.

00:08:17.280 --> 00:08:20.180
אם פגישת טימס כללה הערות על התמקדות במוצר,

00:08:20.480 --> 00:08:24.000
זה יכול להנחות את ההמלצות שלו עבור בלוקים של טקסט או תמונו.

00:08:24.140 --> 00:08:29.540
הרעיון הוא לגשר על הפער בין שיחה לביצוע בלי שתצטרך לצאת ולחפש את כל ההקשר.

00:08:29.540 --> 00:08:36.540
אבל זה מעלה באופן טבעי את השאלה האם בינה מלאכותית באמת יכולה להבין את הדקויות של טון וסגנון בין מחלקות שונות.

00:08:36.620 --> 00:08:39.800
השפה של השיווק לא תמיד תואמת את זו של משאבי אנוש.

00:08:40.000 --> 00:08:46.620
עיצוב שעובד בצורה מושלמת עבור מודעה הפונה ללקוחות עלול להרגיש לא פורמלי מדי בפריט תקשורת פנים ארגוני.

00:08:47.020 --> 00:08:53.740
אהי טוב בזיהוי דפוסים, אבל טון אנושי הוא חמקמק וקל להצעות אוטומטיות להרגיש מעט לא במקום.

00:08:54.080 --> 00:08:56.040
זו הסיבה של אולאת הלמידה חשובה.

00:08:56.040 --> 00:09:02.540
דזיינר לא רק מיישם כללים קבועים מערכת המיתוג שלך, הוא גם שם לב לשינויים שאנשים מבצעים אחרי שהאיי מנסח משהו.

00:09:02.700 --> 00:09:07.600
אם האיי ממשיך להציע פריסה לתזכירים פנימיים שצוות משאבי האנוש שלך משנה בעקביות,

00:09:07.840 --> 00:09:11.340
הוא יכול לשנות את ההמלצות שלו עם הזמן כדי להתאים טוב יותר להקשר הזה.

00:09:11.540 --> 00:09:17.780
זה לא מושלם, אבל ככל שהוא מקיים אינטראקציה עם התנהגות משתמשים אמיתית, כך הוא נמנע מלחזור על אותן טעויות.

00:09:17.780 --> 00:09:23.800
אנחנו מתקרבים למודל עבודה שבו הכלים מנהלים את הקאוס, והצוות מתמקד במסר ובמראה.

00:09:23.920 --> 00:09:29.780
אבל, לפני שאנחנו מדמיינים את זה כפתרון מושלם, כדאי לזכור שאיי עדיין עושה כמה בחירות מוזרות.

00:09:29.980 --> 00:09:33.480
נקודות עברות אלו הן המקום שבו החלק הבא של הסיפור מתחיל.

00:09:33.480 --> 00:09:43.640
כשהאיי עדיין טועה, אם אי פעם היה לך כלי איי שהציע תמונה על הקמפיין שלך ותהית אם היא מכוונת לקהל אחר לגמרי, אתה מכיר את ההרגשה.

00:09:44.780 --> 00:09:52.780
אולי אתה מכריז על תוכנית הכשרה ארגונית והיא איי מגיש בביטחון תמונה של חוף טרופי עם מקום לחיתוב מוכן לתאריך האירוע שלך.

00:09:52.920 --> 00:09:57.780
זה לא שגוי במובן הטכני, זה פשוט לא מתאים בשום אופן להקשר שלך.

00:09:57.960 --> 00:10:00.960
אלו הרגעים שאתה לא רואה בהדגמה של מייקרוסופט.

00:10:00.960 --> 00:10:04.000
מצגות חיות נוטות להציג את התרחישים הטובים ביותר.

00:10:04.120 --> 00:10:10.940
פלטות מותג מיוסמות ללא רבב, טקסט מאוזן בצורה מושלמת על העמוד ותמונות שנראות כאילו הגיעו מהספרייה הפנימית שלך.

00:10:11.100 --> 00:10:14.200
בעולם האמיתי, הבינה המלאכותית לא תמיד פוגעת בול.

00:10:14.340 --> 00:10:20.440
היא עלולה לפרש לא נכון את הטון שאליו אתם מכוונים ולהציע ויזואליות שלא מתאימה לקהל או לתרבות שלכם.

00:10:20.440 --> 00:10:26.180
אי ההתאמה הזו יכולה להיות קטנה, כמו תמונת רקע שובבה מדי להודעה לעיתונות רצינית,

00:10:26.180 --> 00:10:32.180
או בולטת, כמו שימוש בתמונות מאגר שמרמזות על תעשייה אחרת לגמרי מזו שאתם פועלים בה.

00:10:32.660 --> 00:10:37.680
צוות שיווק אחד שדיברתי איתו נתקל בזה במהלך התמאה של נהלי עתיק הפנימיים.

00:10:37.880 --> 00:10:42.600
הבינה המלאכותית הציע תמונות של עובדים מחייכים שנותנים כיפים במרחב עבודה פתוח.

00:10:42.600 --> 00:10:47.140
אף שהתמונות היו עלי זאת, הן החלישו את הטון הרציני שההנהלה רצתה להעביר.

00:10:47.140 --> 00:10:50.980
דוגמה נוספת צצה במצגת של חברת שירותים מקצועיים ללקוח.

00:10:51.140 --> 00:10:57.920
הבינה המלאכותית בחרה אוטומטית תמונת חלל עבודה של סטארט-אפ צבעוני עבור שקופית שיועדה לקהל פיננסי שמרני.

00:10:58.100 --> 00:11:01.080
המסר, העובדות ואפילו הייצוב היו בסדר גמור.

00:11:01.080 --> 00:11:04.520
עם זאת, המסגרת הוויזואלית העבירה את המסר הלא נכון.

00:11:04.840 --> 00:11:09.360
משתמשים מקצועיים מוקדמים מדווחים על דפוסים מסוימים בתיקונים שהם מבצעים.

00:11:09.360 --> 00:11:17.460
לעתים קרובות, מדובר בכיוונון עדין של היררכיית העיצוב כשהבינה המלאכותית שמה דגש רב מדי על פרטים משניים ומחלישה את המסר המרכזי.

00:11:17.580 --> 00:11:25.840
לפעמים, מדובר בהסרת אלמנטים דקורטיביים מיותרים שהבינה המלאכותית מוסיפה מתוך מחשבה שהם מתאימים לסגנון, גם אם הם מסיכים את הדעת בהקשר הספציפי שלכם.

00:11:25.840 --> 00:11:35.300
ובאופן תדיר יותר ממה שאולי תיצפו, מדובר בהחלפת תמונות מאגר שנבחרו אוטומטית ולא מכבדות במלואן את הנחיות המותג, למרות שהכללים האלה מוזנים למערכת.

00:11:35.460 --> 00:11:38.260
תבניות המיתוג עצמן לא תמיד מהוות חומת הגנה.

00:11:38.440 --> 00:11:41.760
הצעות הבינה המלאכותית יכולות לעקוף אותן בדרכים מעודנות.

00:11:42.060 --> 00:11:46.360
גוון בהיר יותר של הצבע הרשמי כאן, משקל גופן שונה מעט שם.

00:11:47.040 --> 00:11:54.160
על הנייר, השינויים האלה עלולים לעבור מבלי משים, אך למי ששומר על שלמות המותג במשך שנים, הם בולטים מיד.

00:11:54.160 --> 00:12:00.020
אם אף אחד לא סוקר את התוצר הסופי בעין בוחנת, סטיות קלות כאלה מחלחלות לנכסים של הארגון.

00:12:00.240 --> 00:12:03.540
זה המקום שבו הצורך בפיקוח אנושי הופך להיות הכרחי.

00:12:03.700 --> 00:12:09.460
גם ככל ששלב היצירה הופך למהיר ומדויק יותר, מי שהוא עדיין חייב לשמש כשומר הסף של המותג.

00:12:09.620 --> 00:12:11.960
זה לא עניין של חוסר אמון בבינה המלאכותית.

00:12:12.140 --> 00:12:21.140
זה עניין של הכרה בכך שחסרה לה המודעות התרבותית והאסטרטגית הנובעת מהכרות עם ההיסטוריה של המותג, השוק שאתם מכוונים אליו והרגישויות של הקהל שלכם.

00:12:21.140 --> 00:12:25.420
אפשר לעשות אוטומציה לדבקות בסגנון. אי אפשר לעשות אוטומציה לאינסטינקטים.

00:12:25.600 --> 00:12:28.720
וכן, חלק מהחיכוך הזה הוא פשוט הטבע של למידת מכונה.

00:12:28.860 --> 00:12:33.180
היא שואבת נתונים ממאגרי אימון, מהתנהגות משתמשים ומהכלת שאתם מזינים לה.

00:12:33.500 --> 00:12:39.000
אם האותות האלה סוטרים או אם הבקשה חורגת ממה שהיא ראתה בעבר, הניחושים שלה גוברים.

00:12:39.220 --> 00:12:42.780
הניחושים האלה עשויים להיות בלתי מורגשים עבורכם כשהיא קולעת בבחירה.

00:12:42.880 --> 00:12:44.820
הם הופכים גלויים מאוד כשהיא מפספסת.

00:12:44.820 --> 00:12:49.440
מעניין לציין שהצורך הזה במעורבות אנושית הוא לא רק סוגיה בעולם הייצוב.

00:12:49.620 --> 00:12:55.440
יש לא מקבילה בתחומים כמו ניהול נתונים, שבהם כלים יכולים לאוטומט 80% מהעבודה הסיזיפית,

00:12:55.680 --> 00:12:58.500
אך עדיין דורשים בדיקת מומחה לפני שהם הופכים לפעילים.

00:12:58.680 --> 00:13:02.700
בשני המקרים, ה-AI יכול לטפל בחלק נכבד מהעבודה הקשה.

00:13:02.840 --> 00:13:07.020
אך כשמדובר בפרשנות משמעות, אימות הקשר או איתור שגיאות עדינות,

00:13:07.280 --> 00:13:09.900
בקרה אנושית שומרת על הדברים במסלול הנכון.

00:13:09.900 --> 00:13:16.240
לכן, בעוד שדיזיינר חוסך שעות רבות בייצור תוכן, הוא לא החליף את תפקיד הבודק היצירתי.

00:13:16.760 --> 00:13:20.320
הוא העביר את התפקיד מתיקון טעויות הקלדה וסידור תיבות,

00:13:20.560 --> 00:13:24.640
לקבלת החלטות ברמה גבוהה יותר לגבי המסר, הטון וההתאמה.

00:13:24.800 --> 00:13:30.360
שיפור היעילות הוא אמיתי, אך כך גם הצורך בבדיקה פנימית סופית לפני שדבר מה יוצא אל האור.

00:13:30.560 --> 00:13:35.160
וכשאנחנו מסתכלים על האופן שבו נעשה שימוש ב-AI מחוץ לעולם הייצוב,

00:13:35.160 --> 00:13:39.000
השילוב הזה של אוטומציה ופיקוח מופיע במקומות מפתיעים,

00:13:39.300 --> 00:13:44.780
במיוחד בעולם זרימות הנתונים שהיו באופן מסורתי מיקים לא פחות מעבודה ייצובית ידנית.

00:13:45.340 --> 00:13:48.600
מייסורי ETL ליתרונות של Data Floss Gen 2.

00:13:48.820 --> 00:13:53.320
אם ניהלת אי פעם צינור נתונים בדרך הישנה, אתה יודע עד כמה הם היו שבירים.

00:13:53.500 --> 00:13:56.280
משימות קרון, מתוזמנות בשעות לא שגרתיות,

00:13:56.540 --> 00:14:00.840
סקריפטים של בש שחוברו לפני חודשים על ידי מישהו שכבר לא בחברה,

00:14:00.840 --> 00:14:05.740
ושרשרת תלויות ארוכה כל כך ששינוי פורמט קטן ב-CSV היה עוצר את הכל.

00:14:05.920 --> 00:14:07.960
זה לא היה רק מורכב, זה היה ראוע.

00:14:08.100 --> 00:14:14.380
תקלה קטנה במעלה הזרם ופתאום אתה מסתכל על נתונים חלקיים ותוהה איזה שרת בכלל הריץ את המשימה בלילה.

00:14:14.500 --> 00:14:18.000
החלק הגרוע ביותר הוא שכשלים כמעט אף פעם לא קרו בזמנים נוחים.

00:14:18.000 --> 00:14:22.180
היית מקבל התראה בית 2 לפנות בוקר שהנתונים של אתמול לא נתנו,

00:14:22.480 --> 00:14:24.680
ובעל מערכת המקור לא היה זמין עד הבוקר.

00:14:24.680 --> 00:14:30.340
עד שהפעלת מחדש את הצינור, חצי מצרכני לוח המכוונים כבר החלו לשלוח אימיילים למה זה ראה.

00:14:30.420 --> 00:14:34.580
השעות האלו שבוזבזו על איתור בגים לא היו קשורות לעתים קרובות לערך הנתונים עצמם.

00:14:34.760 --> 00:14:40.760
הן בוזבזו על חיפוש ביומנים, כבנון ביטויים רגולריים והרצת שלבים מחדש רק כדי לחזור לנקודה שבה חשבת שתהיה.

00:14:40.760 --> 00:14:45.340
דייטה פלוס ג'ן 2 של מייקרוסופט פבריק משנה את הנטל הזה באופן משמעותי.

00:14:45.340 --> 00:14:49.140
במקום לבנות ולתחזק את הצינורות המותאמים אישית האלה שורה אחר שורה,

00:14:49.500 --> 00:14:53.020
אתה יכול להעביר חלק גדול מהעבודה לממשק ללא קוד או עם מעט קוד.

00:14:53.180 --> 00:14:57.780
Power Query, אותה טכנולוגיה שרבים כבר משתמשים בה באקסל ובאהור ביי,

00:14:58.100 --> 00:15:00.460
מטפלת בשלבי החילוץ והטרנספורמציה.

00:15:00.460 --> 00:15:05.400
זה אומר שאתה לא בונה מנתח מאפס רק כדי לשלב שלושה פורמטים שונים של קבצים.

00:15:05.560 --> 00:15:12.480
אתה מחבר את המקורות, מצביע על השדות, מעצב את הנתונים חזותית ונותן לשירות לטפל בכל התשתית שברקע.

00:15:12.480 --> 00:15:16.300
מה שהופך את ג'ן שתיים למעניין הוא הסיוע המובנה של בינה מלאכותית.

00:15:16.420 --> 00:15:19.280
זה לא רק כלי לחיבור טבלאות או לשינוי שמות עמודות.

00:15:19.460 --> 00:15:25.080
הוא בוחן באופן פעיל את הנתונים המיובעים שלך ומציע טרנספורמציות המבוססות על תבניות מזוהות.

00:15:25.080 --> 00:15:31.500
אם אתה תמיד משלב עמודות תאריך ושעה לשדה אחד, הוא מתחיל להציע את הצעד הזה באופן אוטומטי.

00:15:31.860 --> 00:15:35.800
אם הוא מזהה מזהה לכוח בשתי מערכות שחולקות סכימה תואמת,

00:15:36.080 --> 00:15:39.460
הוא יכול להצביע על הקשר מבלי שתצטרך למפות אותו ידני.

00:15:39.460 --> 00:15:44.580
נניח שאתה מאחד נתוני קמפיין שיווקי, שילוב של ייצוא מגוגל אדס,

00:15:44.860 --> 00:15:47.880
נתוני מעורבות באימייל ומדדי פלטפורמות חברתיות.

00:15:47.880 --> 00:15:52.720
בהגדרת ETL מסורתית, כנראה הייתה כותב סקריפטים כדי לנרמל שמות שדות,

00:15:52.960 --> 00:15:56.580
להמיר מטבעות, ליישר טווחי תאריכים ולהשלים ערכים חסרים.

00:15:57.160 --> 00:16:01.040
עם ג'ן שתיים, אתה יכול לגרור כל מקור נתונים לפוור קווירי,

00:16:01.320 --> 00:16:06.180
לתת לי AI לסמן סוגי עמודות לא עקביים וליישם ישירות את התיקונים שהוא מציע.

00:16:06.180 --> 00:16:11.980
בסוף, יש לך טבלה נקייה אחת שמוקנה לדיווח מבלי לעקוב ידנית אחר כל אי התאמה בנתונים.

00:16:12.180 --> 00:16:15.080
בדיקות עד כה מראות שיש כאן יותר מסתם נוחות.

00:16:15.260 --> 00:16:18.220
מהירות הריינון השתפרה לעומת זרימות נתונים קודמות,

00:16:18.480 --> 00:16:23.720
כשהמנוע מטפל בטרנספורמציות במקביל ומתאושש מקשלים חלקיים מבלי לדרוש הרצה מלאה.

00:16:23.880 --> 00:16:26.220
סובלנות לתקלות היא עוד נקודה משמעותית.

00:16:26.380 --> 00:16:28.860
אם מקור נתונים אחד נכשל באמצע הריינון,

00:16:28.860 --> 00:16:34.820
האחרים עדיין יכולים להסתיים ואתה מקבל הודעת שגיאה ברורה במקום הודעת, קשל בצינור, כללית.

00:16:35.020 --> 00:16:37.860
זה לבדו חוסך הרבה מחזורי עיבוד מבוזבזים וניחושים.

00:16:38.580 --> 00:16:43.180
השאלה הטבעית היא האם זה באמת מפחית את הצורך במאנדסי נתונים מתמחים.

00:16:43.860 --> 00:16:49.660
אם אנליסט שיווק יכול לבנות צינור תפקודי ממקורות נתונים מרובים בלי לכתוב שורת קוד אחת,

00:16:49.900 --> 00:16:51.980
האם עדיין צריך צוות ETL יהודי?

00:16:52.280 --> 00:16:54.240
בפועל, התשובה מורכבת יותר.

00:16:54.240 --> 00:16:58.460
עבודות פשוטות וחוזרות עשויות לעבור לגמרי לשירות עצמי,

00:16:58.740 --> 00:17:01.040
אך צינורות מורכבים עם עשרות מקורות,

00:17:01.280 --> 00:17:07.940
לוגיקה עסקית מורכבת או דרישות רגולטוריות עדיין נהנים מהפיקוח ומיומנויות ההדריכלות של מהנדס מנוסה.

00:17:08.660 --> 00:17:11.820
מה שזה כן משנה זה איך המומחים האלו מבלים את זמנם.

00:17:12.000 --> 00:17:16.780
במקום לטפל בבקשות חד פעמיות לעיצוב מחדש של סט נתונים או תיקון חיבור שבור,

00:17:16.780 --> 00:17:19.540
הם יכולים להתמקד בתכנון מודלים ניתנים להרחבה,

00:17:19.540 --> 00:17:23.900
אופטימיזציה של שאילטות ובניית יכולות אנליטיות שכל הארגון יכול להשתמש בהן.

00:17:24.200 --> 00:17:27.500
עבודת ההכנה החוזרת, הדברים שהיו מפריעים להם ביומיום,

00:17:27.800 --> 00:17:30.480
מטופלת במעלה הזרם על ידי כלים כמו ג'ן 2,

00:17:30.720 --> 00:17:32.640
וזה היכן שהקו המקשר מתגלה.

00:17:32.840 --> 00:17:38.880
בין אם אנחנו מדברים על עיצוב מבוסס AI במיקרוסופט דזיינר או הכנת נתונים בסיוע AI בפבריק,

00:17:39.100 --> 00:17:40.080
התבנית היא אותה תבני.

00:17:40.080 --> 00:17:44.120
חתוך את העבודה השחורה ושמור על שיקול דעת אנושי היכן שזה באמת חשוב.

00:17:44.120 --> 00:17:47.680
צוותי תוכן וצוותי נתונים אינם רחוקים זה מזה כפי שזה נראה.

00:17:47.800 --> 00:17:53.120
שניהם בונים נכסים, לשניהם יש תהליכי עבודה שנתקעים בצעדים חזרתיים שניתן לאוטומציה בקלות,

00:17:53.360 --> 00:17:57.640
וכעת לשניהם יש כלים באם 365 שמתחילים לטפל בצעדים האלה עבורם.

00:17:57.820 --> 00:18:00.000
מערכת אקולוגית אחת, שתי מהפכות.

00:18:00.200 --> 00:18:04.440
רוב העסקים אוהבים לחשוב על צוותים יצירתיים וצוותי נתונים כעל עולמות נפרדים.

00:18:04.440 --> 00:18:11.180
השיווק בונה את הסיפור, הניתוח מודד את ההשפעה, אבל בפועל תהליכי העבודה האלה חופפים כל הזמן.

00:18:11.340 --> 00:18:14.720
קמפיין לא מסתיים אחרי שהפוסט ברשתות החברתיות עולה לאוויר.

00:18:14.900 --> 00:18:19.580
החלטות יצירתיות משפיעות על מה שנמדד, והנתונים מעצבים את הסבב הבא של היצירה.

00:18:19.700 --> 00:18:23.640
פיצולם לממגורות מסתיר את העובדה ששניהם נשענים על אותו אתגר בסיסי,

00:18:23.920 --> 00:18:27.280
הפיכת כלת גולמי למה שהוא שמיש מספיק מהר כדי שזה ישנה.

00:18:27.280 --> 00:18:34.600
זו הסיבה שהשינויים שראינו במיקרוסופט דזיינר ובאבריק, דייטאפלוס ג'ן 2 מרגישים מחוברים, גם אם הם פותרים בעיות שונות.

00:18:34.800 --> 00:18:39.340
מצד אחד, יש לך הבינה מלאכותית שנכנסת לעבודה השחורה של עיצוב ועקביות מותג.

00:18:39.460 --> 00:18:44.420
מהצד השני, הבינה המלאכותית מנסה באמת להתמודד עם המאמץ החזרתי בהכנת הנתונים.

00:18:44.640 --> 00:18:49.100
יחד, הם מקצרים את הזמן שלוקח לעבור מרעיון למעקב אחר תוצאות.

00:18:49.220 --> 00:18:53.860
אתה לא רק חוסך מאמץ בשני תחומים נפרדים, אתה מקצר את הלולאה ביניהם.

00:18:53.860 --> 00:19:02.960
תאר לעצמך קמפיין להשקת מוצר. הצוות היצירתי משתמש בדיזיינר כדי לבנות את מלוא סדרת הוויזואליים, בנרים פרסומיים, תמונות לאימייל ושקופיות לאירועים.

00:19:03.100 --> 00:19:09.720
כל נכס מיושר אוטומטית לערכת המותג, כך שאף אחד לא צריך לאבד צבעים מחדש או לחפש את הלוגו הנכון.

00:19:10.180 --> 00:19:20.760
במקביל, צוות הניתוח מגדיר דייטאפלג'ן 2 שמושך תנועת אתר, הוצאות פרסום, מעורבות באימייל ונוכחות בווובינרים לתוך מערך נתונים מוכן לשימוש.

00:19:20.760 --> 00:19:27.580
כשהקמפיין עולה להעביר, אתה כבר בעמדה להתאים כל נכס יצירתי למספרים שמראים איך הוא מתפקד.

00:19:27.720 --> 00:19:29.000
הפרטים חשובים כאן.

00:19:29.140 --> 00:19:32.220
דיזיינר הוא לא רק שיבות של קנווה שמוטמע בית מינוס 365.

00:19:32.740 --> 00:19:35.260
הוא קשור להקשר ה-365 שלך.

00:19:35.260 --> 00:19:44.200
אם הקמפיין נמצא ביומן החברה עם תמונות מאוכסנות בשארה פווינט, אם טיוטות טקסט נמצאות בצ'ט בטימס, הבינה המלאכותית יכולה להשתמש בזה כדי להתחיל הצעות פריסה.

00:19:44.200 --> 00:19:46.700
ג'ן שניים עובד באותו אופן בתחום שלו.

00:19:46.980 --> 00:19:54.360
הוא מזהה דמיון בין עמודות במקורות כלת, מציע נרמול ומסמן פערים בנתונים לפני שאתה טוען אותם לפוור ביי.

00:19:54.360 --> 00:20:01.940
שניהם משתמשים בהקשר רק מפינות שונות של תהליך העבודה כדי להפחית את העבודה בין כלת גולמי לפלת שמיש.

00:20:02.160 --> 00:20:04.480
זה העיקרון המשותף שמניע את שניהם.

00:20:05.000 --> 00:20:07.320
מודעות להקשר פלוס הצעות חכמות

00:20:07.320 --> 00:20:13.900
זו לא קסם גנרטיבי, זו אוטומציה ממוקדת המוזנת על ידי האוטות שהסביבה שלך כבר מייצרת.

00:20:13.900 --> 00:20:19.700
ככל שאתה עובד יותר בתוך המערכת האקולוגית של M365, כך הבינה המלאכותית יכולה לקלוט יותר אוטות.

00:20:19.860 --> 00:20:23.340
הנחיית עיצוב שמכירה את פלח הקהל בלי שתצטרך להקליד אותו.

00:20:23.340 --> 00:20:28.840
זרימת נתונים שמבחינה שמחצית מהוצאות הפרסום שלך לא מטויגות ושואלת אם תרצה לבצע התאמה.

00:20:28.960 --> 00:20:30.640
אלו אינם גימיקים חד פעמיים.

00:20:30.880 --> 00:20:34.280
אלו דפוסים שיכולים לשנות את אופן ניהול הפרויקטים ביום יום.

00:20:34.480 --> 00:20:41.220
אם מסתכלים על זה דרך ההדשה הרחבה של מייקרוסופט, ברור שהם מכוונים למודל עבודה שבו ה-AI במקום הראשון.

00:20:41.220 --> 00:20:48.200
לא AI מבודד, אלא AI מוטמע בכלים שאתה כבר משתמש בהם, המותאם לנתונים הטיפוליים שלך.

00:20:48.200 --> 00:20:53.300
הכוח של המודל הזה הוא ששיפורים ב-AI של מוצר אחד ניתנים לרוב ליישום גם במוצר אחר.

00:20:53.460 --> 00:20:57.080
ההיגיון של עקביות המותג ששומר על הייצובים של המעצבים מיושרים,

00:20:57.400 --> 00:21:01.700
יכול יום אחד להבטיח שויזואליסציות נתונים בפאוור ביי ישמרו על אותה זהות חזותית.

00:21:01.700 --> 00:21:07.820
זיהוי חריגות בג'ן 2 יכול לסמן מספרים לא עקביים בתוך תוכנית עסקית בוורד לפני שמישהו יציג אותה.

00:21:07.960 --> 00:21:10.240
זה מעלה שאלה ששווה לשקול כבר עכשיו.

00:21:10.420 --> 00:21:14.280
אם ה-AI יכול להנחות עבודה יצירתית ואנליטית בשטף דומה,

00:21:14.540 --> 00:21:18.580
כמה רחוקים אנחנו מלוח מכוונים מאוחד שבו אתה מעצב את הנכס,

00:21:18.860 --> 00:21:23.580
ממקד את הקהל, משיק את הקמפיין וצופה בנתוני הביצועים זורמים למקום אחד?

00:21:23.580 --> 00:21:25.080
זו כבר לא אשליה.

00:21:25.240 --> 00:21:26.300
הלבנים קיימות.

00:21:26.300 --> 00:21:29.900
הן פשוט עדיין לא הונחו יחד לכדי תצוגה אחודה אחת.

00:21:30.320 --> 00:21:34.600
עבור ארגונים שכבר משתמשים בשני הכלים, התועלת המיידית ברורה.

00:21:35.020 --> 00:21:39.420
אתה יכול ליישר קו בין סיפור המותג לנתוני ביצועים חיים ללא ייצוא ידני,

00:21:39.720 --> 00:21:42.820
העברות במייל ועיקובי עדכון שנהגו להעד קמפיינים.

00:21:43.020 --> 00:21:45.840
זה לא רק מהיר יותר, זה גם פחות מועד לטעויות.

00:21:46.440 --> 00:21:49.660
הצוות היצירתי רואה את התוצאות בזמן אמת כמעט.

00:21:49.660 --> 00:21:53.480
צוות האין לתיקה רואה בדיוק אילו נכסים מניבים תוצאות,

00:21:53.480 --> 00:21:58.200
והתאמות מתבצעות בזמן שהקמפיין עדיין רץ, לא כניתוח לאחר מעשה.

00:21:59.440 --> 00:22:05.120
ויש גל נוסף באופק, AI, שלא רק פועל בתוך אפליקציות בודדות, אלא מתזמר ביניהן.

00:22:05.580 --> 00:22:10.660
זה השלב שבו שינוי במשרי הקמפיין יכול להפעיל אוטומטית ויזואליות מעודכנת בדיזיינר,

00:22:10.920 --> 00:22:17.100
להתאים את כללי התיוג בזרימות הנתונים שלך ולהגיש אין לי תיקר עננה ללוח המכוונים שלך בלי שתצטרך לגעת.