לבנות כלי שיודע לכתוב מסמך זה אתגר אחד. לשכנע עסק להעביר אליו את העבודה זה כבר עסק אחר לגמרי.
היעד הבא של בכיר הבינה המלאכותית רוהיט פאטל הוא המקום שבו גם ההבטחות הגדולות ביותר של הטכנולוגיה פוגשות בסוף טבלת תקציב. לפי דיווח של TechCrunch, פאטל עוזב את מטא אחרי כשמונה שנות עבודה בתחומי הערכת מודלים ולמידת חיזוק, והסטארטאפ שלו, Ndoc, מבקש להתחרות בחבילות העבודה של מיקרוסופט וגוגל. זו מטרה שאפתנית במיוחד: לא מספיק לייצר תשובה מוצלחת בצ'אט; צריך לתת לאנשים סיבה לשנות את הדרך שבה הם מכינים מסמכים, עובדים עם נתונים ומשתפים תוצרים. פרטי המוצר, מחירו וזמינותו לא אומתו במקורות הנוספים שנמצאו, ולכן מוקדם להציג אותו כתחליף שאפשר כבר להכניס למשרד.
לעזיבה עצמה יש גם חיזוק ישיר מפאטל. בפוסט הפרידה שפרסם בלינקדאין הוא תיאר סיום של 7.8 שנים במטא ויציאה לעבודה על פרויקטים משלו. באותו פוסט הוא עדיין לא פירט מה בדיוק יבנה; זה אינו אישור עצמאי לתוכניות של Ndoc, אלא לעזיבה ולכיוון היזמי. הרקע המקצועי שלו מסביר מדוע המהלך מעניין: הביוגרפיה שלו באתר CES מציגה אותו כמנהל במעבדות הסופר־אינטליגנציה של מטא, עם מומחיות בלמידת חיזוק, בהערכות ובסוכני AI. אלה תחומים שעוסקים, בין היתר, בשיפור התנהגות המודל ובבדיקה אם הוא באמת מצליח לבצע משימה. במסמך עסקי או בגיליון פיננסי, המרחק בין תשובה משכנעת לתשובה נכונה יכול להיות יקר.
פאטל מכוון לשוק שבו השחקניות הוותיקות כבר זזות. בינואר 2025 הודיעה גוגל על שילוב יכולות AI בתוכניות Business ו-Enterprise של Workspace, ללא צורך ברכישת תוסף נפרד. באותה הודעה ציינה החברה כי יותר מעשרה מיליון עסקים משתמשים בחבילה שלה — נתון היסטורי שממחיש את בסיס ההפצה שמולו נדרש מתחרה חדש לעבוד. המשמעות העסקית היא שהלקוח אינו בהכרח בוחר בין תוכנה מוכרת ללא AI לבין סטארטאפ חדש עם AI. במקרים רבים ההשוואה תהיה בין יכולת שכבר נמצאת בתוך סביבת העבודה שלו לבין שירות נוסף, שצריך להצדיק את עלותו ואת הזמן שיוקדש ללמידתו.
גם אצל מיקרוסופט, הבינה המלאכותית כבר אינה מסתכמת בהצעת ניסוח לפסקה. באפריל 2026 הודיעה החברה על זמינות כללית של יכולות סוכנים ב-Word, ב-Excel וב-PowerPoint, שמאפשרות לבצע פעולות מרובות שלבים בתוך הקבצים. לפי התיעוד שלה לסוכני יצירת הקבצים, יכולות אלה יכולות גם להיעזר במידע ארגוני שהמשתמש מורשה לגשת אליו ולשמור תוצרים ב-OneDrive. הניתוח המתבקש הוא שהאתגר של Ndoc יהיה להציע יתרון מעבר לעצם השימוש ב-AI: פחות תיקונים ידניים, תהליך עבודה קצר יותר או תוצאה טובה יותר. אלה מבחנים אפשריים למוצר עתידי, ולא יכולות שהוכחו עבורו.
מנקודת מבט ישראלית, המבחן המעשי יהיה הרבה פחות נוצץ מהכרזה על מודל חדש. עסק שיבחן חלופה כזו ירצה לדעת אם מסמך בעברית נשאר תקין כשמשלבים בו אנגלית, אם כיווניות הטקסט נשמרת ואם אפשר לשלוח קובץ ללקוח שממשיך לעבוד בתוכנה אחרת. זו הערכתנו לגבי דרישות שימוש מקומיות, ולא טענה על התמיכה של Ndoc בעברית, שטרם אומתה. גם החישוב הכלכלי צריך לכלול יותר מדמי מנוי: זמן הדרכה, התאמת תבניות ובדיקת התוצרים הם חלק מעלות המעבר. אם עובד חוסך זמן ביצירה אבל משקיע אותו מחדש בתיקון עיצוב או בבדיקת מספרים, ההבטחה לפרודוקטיביות נשחקת. לעומת זאת, כלי שיפתור היטב תהליך מוגדר עשוי למצוא מקום גם בלי להחליף מיד את כל חבילת העבודה.
כאן הרקע של פאטל בהערכת מודלים עשוי להיות נכס, אך הוא עדיין אינו הוכחה להצלחה מסחרית. אפשר לבדוק אם מערכת כתבה טיוטה סבירה; קשה יותר לבנות שירות שאפשר להפקיד בידיו עבודה שחוזרת מדי יום, עם קבצים ישנים, שותפים והרגלים קיימים. כרגע, הסיפור הוא על בכיר מנוסה שבוחר לנסות לתרגם ידע ב-AI למוצר מול שתי מתחרות מבוססות מאוד. השאלות שנותרו פתוחות הן מה בדיוק Ndoc תציע, למי, ובאיזה יתרון מדיד. ההכרעה לא תהיה מי מציג את ההדגמה המרשימה ביותר — אלא מי חוסך עבודה גם ביום שאחריה.
