🎤 מדריך הבחירה המלא
5 קריטריונים, שאלות מוכנות לוועדת הכנס, טווחי מחירים בישראל, דגלים אדומים — והשוואה הוגנת בין המרצים המוכרים. כדי שההרצאה הבאה שלכם תסתיים בשינוי, לא רק במחיאות כפיים.
התשובה הקצרה: מרצה AI בוחרים לפי חמישה קריטריונים— ניסיון יישומי אמיתי, עדכניות של חודשים (לא שנים), הדגמות חיות, תהליך התאמה לקהל, והוכחות חברתיות רלוונטיות. בהמשך העמוד: הצ'ק-ליסט המלא, השאלות לשאול, המחירים — וההשוואה הכנה.
המרצה בונה ומטמיע בעצמו — לא רק מרצה
התוכן עודכן בחודשים האחרונים, לא אשתקד
פותר משימה אמיתית על הבמה — לא שקפים
תהליך הכנה אמיתי, דוגמאות מהתחום שלכם
המלצות מארגונים דומים + נוכחות ציבורית לבדיקה
איך בוחרים מרצה לבינה מלאכותית? בודקים חמישה דברים: ניסיון יישומי אמיתי (לא רק בימתי), תוכן שעודכן בחודשים האחרונים, הדגמות חיות ולא שקפים, התאמה אמיתית לקהל שלכם — והמלצות מארגונים דומים לשלכם. המדריך הזה נכתב כדי לתת לכם את כלי הבחירה המלאים: מה לשאול, ממה להיזהר, כמה זה עולה, ואיך מוודאים שההרצאה תשאיר חותם ולא רק "הייתה נחמדה".
כי התחום משתנה מהר יותר מכל תחום תוכן אחר: הרצאת AI שנכתבה לפני חצי שנה כבר מיושנת בחלקים מהותיים שלה. מודלים חדשים יוצאים כל רבעון, כלים שהיו "וואו" בינואר הם סטנדרט ביוני, ומה שהיה בלתי אפשרי אתמול הוא הדגמה חיה היום.
המשמעות למי שמזמין: מרצה שממחזר מצגת — גם אם הוא מקצוען בימתי — משאיר את הארגון שלכם עם תמונת עולם של אשתקד. שלוש שאלות שחושפות את זה מיד:
המרצים החזקים באמת בתחום ה-AI הם אלה שמטמיעים בעצמם — כי הם מדברים ממקרים אמיתיים ולא מכותרות. בקשו לשמוע: כמה ארגונים המרצה ליווה בפועל? אילו פתרונות הוא בנה במו ידיו? מרצה שגם בונה מוצרים חי את הפער בין "מה שכתוב בטוויטר" ל"מה שעובד בארגון" — וזה בדיוק הפער שהקהל שלכם צריך לשמוע עליו.
בקשו את ראשי הפרקים של ההרצאה כפי שהיא היום. חפשו בהם את ההתפתחויות של הרבעון האחרון — סוכני AI, כלי העבודה החדשים, שינויי המדיניות של החברות הגדולות. אם ראשי הפרקים היו יכולים להיכתב לפני שנה — תודו יפה והמשיכו הלאה.
ההבדל בין הרצאת AI טובה למדהימה הוא הרגע שבו הקהל רואה את הכלי עובד — על דוגמה מהעולם שלו. מרצה מנוסה ייקח משימה אמיתית מהארגון שלכם (דוח, מייל ללקוח, ניתוח נתונים) ויפתור אותה על הבמה תוך דקות. זה הרגע שאנשים מצטטים אחר כך במסדרון — ושמניע אותם לנסות בעצמם למחרת.
שאלו איך נראה תהליך ההכנה. תשובה טובה כוללת: שיחת תיאום מקדימה, שאלות על הארגון ועל רמת ההיכרות של הקהל עם הכלים, והתאמת דוגמאות לתחום (הרצאה לרואי חשבון ≠ הרצאה לאנשי שיווק). אם אין תהליך הכנה — תקבלו הרצאת מדף.
המלצות זה טוב; המלצות מארגונים בסדר הגודל ובתחום שלכם זה מה שחשוב. בקשו גם מספרים אובייקטיביים: כמה הרצאות בשנה, לאילו קהלים, האם יש קהילה/תוכן ציבורי שאפשר להתרשם ממנו לפני. מרצה עם נוכחות ציבורית עשירה (מאמרים, קורסים, קהילה) נותן לכם דרך לבדוק את הסחורה מראש — בחינם.
טווח השוק הישראלי רחב: מאלפי שקלים בודדים למרצה מתחיל ועד עשרות אלפי שקלים לשמות המבוקשים ביותר בכנסים גדולים. מה שמשפיע על המחיר:
| גורם | השפעה |
|---|---|
| ניסיון והיקף פעילות | הפער הגדול ביותר — מרצה מבוקש עם יומן מלא מתמחר בהתאם |
| התאמה אישית | הרצאת מדף זולה יותר; הרצאה שנבנתה לארגון — יקרה יותר ושווה את זה |
| פורמט | הרצאת כנס קצרה ≠ יום עיון מלא ≠ הרצאה + סדנה |
| מיקום | פרונטלי מחוץ למרכז מוסיף זמן נסיעה; אונליין חוסך |
| גודל קהל | לרוב לא משנה מחיר להרצאה — אבל משנה לסדנה |
טיפ תקציבי: אם המטרה היא שינוי התנהגות (ולא רק השראה), שקלו לפצל את התקציב — הרצאת השראה קצרה לכולם + סדנה מעשית לצוות מוביל. ההשפעה לאורך זמן גדולה משמעותית מהרצאה אחת ארוכה.
הגדרה — מרצה AI: מגיע לאירוע ומייצר מודעות והשראה: מה קורה בתחום, מה זה אומר לארגון, ורצון של הקהל להתחיל. מתאים לכנסים, ימי עיון וכינוסי הנהלה.
הגדרה — מדריך סדנאות AI: עובד עם קבוצה על כלים בפועל — הקהל יוצא עם מיומנות, לא רק השראה. מתאים כשהמטרה היא שינוי הרגלי עבודה.
הגדרה — יועץ/מטמיע AI: מלווה את הארגון לאורך זמן: מיפוי תהליכים, בחירת כלים, הדרכות והטמעה עד לתוצאה מדידה.
הטעות הנפוצה: להזמין הרצאה ולצפות לתוצאות של הטמעה. המסלול שעובד ברוב הארגונים: הרצאה (הצתה) → סדנאות לצוותים (מיומנות) → ליווי הטמעה (הטמעה בתהליכים). מרצה שמציע את כל הרצף חוסך לכם תיאום בין שלושה ספקים — ומגיע לסדנה כשהוא כבר מכיר את הארגון.
בישראל פועלים כמה עשרות מרצי AI פעילים, וכמה שמות חוזרים בחיפושים: יעקב צדק, בן רוטנברג, יקי גני, יובל דרור ואחרים — לכל אחד סגנון, קהל וגישה משלו. במקום "מי הכי טוב", השאלה הנכונה: מי הכי מתאים לקהל, למטרה ולתקציב שלכם — לפי חמשת הקריטריונים שלמעלה.
לשקיפות מלאה, כך יעקב צדק נמדד מולם — בעובדות בנות-בדיקה, לא בסופרלטיבים:
רוצים להתרשם לפני שמחליטים? הקורסים החינמיים, הבלוג והפודקאסט פתוחים — תבדקו את הסחורה בעצמכם, בלי טופס ובלי שיחה.
את רוב האכזבות מהרצאות אפשר למנוע בשיחת תיאום אחת טובה. הנה התסריט המלא, דקה אחר דקה:
דקות 1–2 — המטרה: "מה אנחנו רוצים שיקרה ביום שאחרי ההרצאה?" נסחו את זה במשפט אחד מדיד ("שכל מנהל ינסה כלי אחד על משימה אמיתית") ושתפו את המרצה. מרצה טוב יבנה את הסיום סביב זה.
דקות 3–4 — הקהל: כמה אנשים, אילו תפקידים, מה רמת ההיכרות עם הכלים (רובם לא נגעו? חלק כבר עובדים עם ChatGPT?), והאם יש רגישויות (חשש מפיטורים? עייפות מ"עוד הרצאת חדשנות"?).
דקות 5–6 — התוכן: עברו על ראשי הפרקים המוצעים. בקשו להחליף דוגמה גנרית אחת לפחות בדוגמה מהעולם שלכם — התגובה לבקשה הזו מלמדת הכול על גמישות המרצה.
דקות 7–8 — הלוגיסטיקה שקובעת איכות: אינטרנט יציב על הבמה (להדגמות חיות!), מסך שרואים גם מאחור, מיקרופון דש (לא עמדה — מרצי AI מדגימים בידיים), והקלטה: מותרת? לשימוש פנימי?
דקות 9–10 — ההמשך: "אם ההרצאה תצליח — מה השלב הבא שאתה מציע?" מרצה שחושב על המסלול המלא (סדנה, ליווי) ייתן תשובה מובנית; מרצה של "עוד הרצאה" — לא.
ההרצאה הטובה ביותר נופלת על קהל שלא הוכן. שלושה צעדים בצד שלכם:
| קהל | הדגש הנכון | טעות נפוצה |
|---|---|---|
| הנהלה ודירקטוריון | הזדמנויות ואיומים עסקיים, ROI, סיכונים ורגולציה — פחות "איך", יותר "למה ומה" | להעמיס דמואים טכניים |
| עובדי ידע (רוחב הארגון) | "ככה זה חוסך לך שעה כבר מחר" — הדגמות על משימות יומיומיות | הרצאת חזון בלי תכל'ס |
| כנס מקצועי | חידושים מהחודשים האחרונים + נקודת מבט ייחודית שאין בגוגל | למחזר את מה שהקהל כבר ראה בפיד |
| צוותים טכניים | כלים למפתחים (קלוד קוד, סוכנים, MCP) בעומק אמיתי | מרצה עסקי שמדבר בכותרות |
| מגזר ציבורי וחינוך | אתיקה, פרטיות ותקצוב — לצד הפרקטיקה | להתעלם ממגבלות הרגולציה שלהם |
אחרי מאות הרצאות, אלה הטעויות שחוזרות אצל מזמינים — וכולן ניתנות למניעה:
הרצאה נמדדת בהתנהגות, לא במחיאות. תבנית מדידה פשוטה שאנחנו ממליצים לכל מזמין:
מרצה שמתלהב מהמדידה הזו — סימן מעולה. מרצה שמתחמק ממנה — אומר לכם משהו.
רוב הבעיות בהרצאות ארגוניות הן בעיות של לוח זמנים, לא של מרצה. כך נראית הפקה מסודרת, מהיום שבו הוחלט "עושים הרצאת AI" ועד היום שאחרי:
בריף טוב חוסך שלושה סבבי מיילים ומעלה את איכות ההצעות שתקבלו. זו התבנית שאנחנו ממליצים לשלוח בפנייה הראשונה:
מי אנחנו: [שם הארגון, תחום, גודל] האירוע: [כנס שנתי / יום עיון / ישיבת הנהלה / וובינר], בתאריך [], ב[מיקום / אונליין] הקהל: [כמה משתתפים, אילו תפקידים, רמת היכרות משוערת עם כלי AI] המטרה במשפט אחד: ביום שאחרי ההרצאה אנחנו רוצים ש[] משך מבוקש: [45 / 60 / 90 דקות], כולל [__] דקות שאלות דגשים מיוחדים: [רגישויות, נושאים שחייבים/אסור לגעת, שפה] מה נרצה לקבל בהצעה: ראשי פרקים עדכניים, אילו הדגמות חיות כלולות, תהליך ההתאמה לקהל שלנו, מחיר, וזמינות בתאריך.
מרצה שעונה על הבריף הזה בתשובה מסודרת ועניינית — נותן לכם טעימה מאיך ייראה גם על הבמה.
"הרצאת AI" היא לא מוצר אחד. הפורמט הנכון תלוי באירוע:
כדי להמחיש את ההבדל בין הרצאת מדף להרצאה מותאמת, הנה תהליך אמיתי (בהסכמה, בהשמטת פרטים מזהים) של הרצאה לחברת ביטוח עם 200 עובדי מטה:
בשיחת התיאום התברר שהקהל חשדן: שנה קודם הועברה "הרצאת חדשנות" גנרית שהשאירה טעם של בזבוז זמן. המטרה הוגדרה בהתאם — לא "השראה" אלא "שכל עובד יראה לפחות משימה אחת שלו נפתרת מול העיניים". משאלון הקהל עלו שלושה כאבים חוזרים: סיכומי שיחות לקוח, השוואת פוליסות מתחרות, ומיילים ללקוחות בשפה פשוטה.
ההרצאה נבנתה הפוך מהרגיל: במקום לפתוח ב"מה זה AI", היא נפתחה בהדגמה חיה — סיכום שיחת לקוח אמיתית (מותממת) לתבנית ה-CRM של החברה, תוך 40 שניות, על המסך. רק אחרי שהקהל ראה את העבודה שלו נעשית — הגיעו ההקשר והתמונה הגדולה. בסיום ניתנה משימת 48 שעות אחת: "קחו שיחה אחת מהשבוע וסכמו אותה עם הכלי". מדידה אחרי שבועיים: 41% ביצעו — פי שלושה מהממוצע שאנחנו רואים בהרצאות "השראה" רגילות, והחברה המשיכה לסדנאות צוותיות.
הלקח למזמינים: ההבדל לא היה במרצה אחר — אלא בתהליך הכנה אחר. אותו מרצה, בלי שיחת התיאום ושאלון הקהל, היה מעביר הרצאה טובה ששוכחים תוך שבוע.
הצעת מחיר להרצאת AI צריכה לפרט מה כלול. בדקו את הרשימה:
ועל מה מתמקחים נכון: לא על המחיר עצמו אלא על ההיקף — הרצאה + סדנת המשך באותו יום, סדרת הרצאות לכמה אתרים, או שילוב וובינר מוקלט. חבילה גדולה יותר מוזילה את העלות ליחידה ומשאירה את המרצה מחויב לתוצאה, לא לאירוע.
מזמינים רבים פונים עם "אנחנו רוצים הרצאה על ChatGPT" או "משהו על AI בשיווק". זו התחלה הפוכה. קודם מטרה, אחר כך נושא — כי אותו קהל בדיוק צריך הרצאות שונות לחלוטין לפי מה שרוצים שיקרה:
| המטרה ביום שאחרי | הנושא הנכון |
|---|---|
| שהעובדים יפסיקו לפחד ויתחילו לנסות | "מה AI באמת יודע לעשות היום" — הדגמות על משימות יומיומיות, טון מרגיע ומעשי |
| שההנהלה תתקצב תוכנית הטמעה | מפת הזדמנויות עסקית + ROI + מה מתחרים עושים |
| שהצוות הטכני יאמץ כלים חדשים | עומק על קלוד קוד (Claude Code), סוכנים ו-MCP |
| שיחידה מסוימת תתייעל | הרצאה ענפית ממוקדת על התהליכים שלה |
| חוויה משותפת באירוע חברה | הרצאה קלילה ומרשימה — ולוותר מראש על יעדי הטמעה |
מרצה טוב ישאל אתכם את שאלת המטרה בעצמו בשיחה הראשונה. אם הוא מוכר "נושא" בלי לשאול "בשביל מה" — דגל צהוב נוסף.
אחרי שבחרתם נכון ותיאמתם נכון, נשאר היום עצמו. רשימת הבדיקה שאנחנו שולחים למארגנים, סעיף-סעיף:
כמה זמן מראש צריך לסגור מרצה AI לכנס? לכנסים גדולים — חודש-חודשיים מראש (המבוקשים נסגרים מוקדם). להרצאה ארגונית פנימית לרוב מספיקים שבועיים-שלושה, כולל שיחת ההתאמה.
מה עדיף — מרצה טכנולוגי או מרצה עסקי? לרוב הקהלים העסקיים: מרצה שמדבר עסקית ומדגים טכנולוגית. טכני מדי — הקהל הולך לאיבוד; עסקי מדי — אין תכל'ס. השילוב הוא הקריטריון.
האם הרצאת AI אונליין אפקטיבית כמו פרונטלית? להעברת ידע והדגמות — כן, ולפעמים אף יותר (רואים את המסך מקרוב). לאנרגיית במה וגיבוש — פרונטלי מנצח. שיקול מעשי: אונליין מוזיל ומאפשר להקליט לעובדים שנעדרו.
מה ההבדל בין הרצאה על AI לסדנת AI? הרצאה = הקהל צופה ומקבל השראה (45–90 דק'). סדנה = הקהל עובד עם הכלים בידיים על משימות אמיתיות (חצי יום ומעלה). המסלול המומלץ לארגונים: קודם הרצאה שמציתה, אחריה סדנאות שמטמיעות.
איך מודדים הצלחה של הרצאת AI? מדד אמיתי אחד: מה הקהל עושה אחרת בשבוע שאחרי. בקשו מהמרצה "משימת יום-אחרי" לקהל, ומדדו אימוץ כלים אחרי חודש. הרצאה שמסתיימת במחיאות כפיים ולא בשינוי — הייתה בידור.
בכל קהל ארגוני יושבים שלושה סוגי מתנגדים — והרצאה שמתעלמת מהם מפסידה שליש מהאולם עוד לפני שהתחילה. כשאתם בוחרים מרצה, שאלו איך הוא מטפל בכל אחד:
שאלה טובה למרצה בשיחת התיאום: "היו לך קהלים עוינים? ספר לי על אחד." מרצה שעבר רק קהלים נלהבים לא נבחן באמת; מי שיודע לספר איך הפך אולם סקפטי — שווה את המחיר. וזו גם הסיבה שכדאי לשתף את המרצה מראש ברגישויות (צמצומים אחרונים? פרויקט טכנולוגי שנכשל?) — הרצאה שדורכת על מוקש כזה בלי לדעת עליו לא תתאושש.
מרצה AI טוב לא נמדד בכמה הוא מרשים על במה — אלא בכמה הארגון שלכם עובד אחרת אחרי שהוא ירד ממנה. עברו על חמשת הקריטריונים, שאלו את השאלות מהרשימה, והיזהרו מהדגלים האדומים. ואם תרצו לבדוק אותנו על אותם קריטריונים בדיוק — כל הפרטים על הרצאות ה-AI של יעקב צדק כאן, כולל שיחת התאמה בלי התחייבות.
והערה אחרונה, מניסיון של מאות אירועים: ההשקעה הגדולה של הרצאת AI היא לא הכסף — היא שעת הקשב של כל הארגון שלכם, בבת אחת, סביב הנושא החשוב של העשור. שעה כזו לא חוזרת: אם היא מבוזבזת על הרצאת מדף משעממת, הניסיון הבא לגייס את הארגון לנושא ייתקל ב"כבר היינו בהרצאה כזאת". בחרו נכון בפעם הראשונה — המדריך הזה נכתב כדי שתוכלו.
נדבר על הצרכים שלכם ונתאים הרצאה, סדנה או תהליך הטמעה. החזרה תוך 24 שעות.