מה זה Genspark?

🔗 כניסה לכלי: genspark.ai

Genspark הוא כלי AI שהוקם ב-2024 על ידי Eric Shi, לשעבר מנכ"ל Baidu. הכלי בנוי סביב רעיון אחד: לייצר תוצרים מוכנים לשימוש בלחיצה אחת — בלי להתעסק עם עיצוב, פורמטים או נוסחאות ידניות. מהממשק הראשי ניתן לבחור את סוג התוצר הרצוי.
AI גליונות — ניתוח נתונים ויצירת קובץ Excel עם גיליונות, נוסחאות וגרפים. זה הכלי שבו השתמשנו בבדיקה.
AI שקופיות — יצירת מצגת PowerPoint מוכנה. זה הפיצ'ר המוצלח ביותר של Genspark לקהל הישראלי: המצגת יוצאת עם עברית מושלמת, RTL תקין, יישור לימין מושלם — וניתנת לעריכה מלאה ב-PowerPoint כמו כל קובץ רגיל. מי שניסה לייצר מצגת בעברית עם כלי AI אחרים יודע כמה זה נדיר. זה הפיצ'ר שהכי התרשמתי ממנו בכל הבדיקה.
AI מסמכי — יצירת דוח Word מעוצב ומובנה.
AI סרטון — יצירת סרטון הסבר קצר מתוכן טקסטואלי.
AI סיכומי פגישות, AI מוזיקה ועוד — Genspark ממשיך להוסיף יכולות בקצב מהיר.
הכלי תומך בעברית מלאה בכל הפלטים — ובמיוחד ב-AI שקופיות, שם יתרון העברית וה-RTL הוא המשמעותי ביותר.

איך מעלים קובץ אקסל ל-Genspark?

נכנסים ל-genspark.ai ומתחברים עם חשבון Google או אימייל — הכלי חינמי. בממשק הראשי "סביבת עבודה Genspark AI 3.0" רואים בתחתית שורה של כלים. בוחרים AI גליונות, מצרפים את קובץ האקסל ישירות לשיחה, וכותבים את המשימה בשדה הטקסט. מומלץ לפרט: "נתח את הנתונים, צור גיליונות סיכום לפי מוצר, סניף וסוכן, גרפים ודוח מסכם להנהלה." הכלי רץ אוטומטית ומייצר קובץ XLSX מלא להורדה.

מה הכלי הפיק

Genspark יצר קובץ אחד שמכיל הכל: 8 גיליונות עם שמות עבריים ברורים — Sales ו-Costs שהם נתוני המקור ללא שינוי, ניתוח מוצרים, ניתוח סניפים, ניתוח סוכנים, מגמות שנתיות, גרפים, ודוח מסכם להנהלה. RTL מלא ועברית תקינה לאורך כל הקובץ.

האתגר הטכני הראשון היה לחבר בין גיליון המכירות לגיליון העלויות לפי שני שדות — מוצר ושנה. Genspark פתר אותו בצורה אלגנטית: הוסיף עמודת מפתח לגיליון Costs שמחברת שנה ומוצר לשדה אחד, ואז שלף את העלות הנכונה בנוסחה:
XLOOKUP(A2&C2, Costs!$D$2:$D$16, Costs!$C$2:$C$16, 0)
נוסחה זו עובדת ב-Excel 365 ו-Excel 2021 בלבד. מי שעובד עם גרסה ישנה יותר יצטרך להחליף ל-INDEX-MATCH.

גיליונות הסיכום בנויים על 93 נוסחאות SUMIF ו-RANK שמתעדכנות אוטומטית עם כל שינוי בנתוני המקור — דינמיות ב-78%. רק דוח המסכם להנהלה כולל ערכים קבועים, שם Genspark שילב מספרים בתוך משפטי תובנה.

זהו היתרון המעשי הגדול ביותר של Genspark: 4 גרפים ישירות בתוך אותו קובץ — גרפי עמודות לפי מוצר ולפי רווח, גרף קווי של מגמות שנתיות, וגרף עמודות לפי סניף. המשתמש פותח קובץ אחד ומקבל ניתוח וויזואליזציה במקום אחד. הסתייגות אחת: ציר ה-X מציג מספרים במקום שמות מוצרים וסניפים — תיקון ידני של כמה שניות בכל גרף יפתור את זה.

הגיליון האחרון מרכז את כל המספרים החשובים: סך הכנסות 1,092,700 ₪, סך רווח 384,450 ₪, מרווח ממוצע משוקלל 35.18%, צמיחה כוללת 2023–2025 של 29% — כולם נכונים לאגורה. בנוסף חמש תובנות עסקיות שנכתבו בעברית ברורה.

תוצר האקסל

המצגת — הפיצ'ר שהכי הפתיע אותי

מעבר לקובץ האקסל, Genspark הפיק גם מצגת הנהלה — והיא הייתה הכי מרשימה מבין כל הכלים שנבדקו. לא רק מבחינת עיצוב, אלא בגלל משהו שמשתמשים ישראלים יודעים כמה קשה להשיג: עברית מושלמת עם יישור לימין שעובד.
המצגת יצאה עם כותרות בעברית, טקסט מיושר לימין, פסקאות קריאות — וניתנת לעריכה מלאה. לא תמונה קפואה, לא PDF שאי אפשר לגעת בו. קובץ PowerPoint אמיתי שאפשר לפתוח, לשנות כותרת, להחליף מספר, להוסיף לוגו — ולשלוח להנהלה.

מי שמשתמש בגרסה החינמית יכול לערוך את השקפים ישירות באתר Genspark ולהוריד כתמונה. מי שרוצה להוריד קובץ PowerPoint מלא לעריכה במחשב — זה זמין בגרסה בתשלום.

לשם השוואה: המצגת של Claude יצאה עם בעיית RTL בגלל באג ידוע בספריית היצירה — הטקסטים סומנו כאנגלית ב-XML הפנימי. המצגת של ChatGPT הייתה 6 שקפים עם כותרות באנגלית וכמעט ללא תוכן ויזואלי. של Genspark — פשוט עבדה, נראתה טוב, ומתאימה לפרזנטציה אמיתית.

מבחן הקריטריונים

כדי שהבדיקה תהיה משמעותית, בחנתי את Genspark על ארבעה קריטריונים שמדמים עבודה אמיתית עם נתונים.

הבנת מבנה הנתונים — הקובץ כלל שני גיליונות עם קשר ביניהם, והאתגר היה להבין שצריך לחבר אותם לפי מוצר ושנה גם יחד. Genspark זיהה את הצורך ופתר אותו בצורה אלגנטית עם עמודת מפתח ו-XLOOKUP. עמד בהצלחה.

חישובים אנליטיים — גיליונות הניתוח דינמיים ב-78%, כל החישובים הבסיסיים מבוצעים בנוסחאות, ונתוני הכנסות ורווח לשלוש השנים מדויקים לחלוטין. גיליון המגמות השנתיות בלט במיוחד עם חישוב YoY, CAGR וזיהוי אוטומטי של השנה המובילה. עמד בהצלחה.

זיהוי דפוסים — Genspark זיהה שחיפה יעילה יותר מתל אביב למרות שהכנסותיה נמוכות — תובנה שאף כלי אחר שנבדק לא הגיע אליה. לצד זאת, ניסיון הזיהוי האוטומטי של מוצרים בעייתיים נכשל בגלל כיול לא מדויק בנוסחה. עמד חלקית.

הפקת תוצרים — קובץ Excel אחד שמכיל הכל: 8 גיליונות, 4 גרפים, דוח מסכם, RTL ועברית תקינים. הגרפים דורשים תיקון ידני קטן של תוויות ציר ה-X. עמד בהצלחה.

אתגרי אנליסט מנוסה

כדי לבדוק עד כמה Genspark מבין נתונים ולא רק מחשב אותם, הטמנתי בקובץ שבעה אתגרים שאנליסט מנוסה שם לב אליהם. זו לא רשימת שאלות שנשאלתי — אלה דפוסים שצריכים לקפוץ לעיניים בלי שמישהו יבקש לבדוק אותם.

אתגר 1 — חיבור עלויות לפי שנה ומוצר: עמד ✅
העלויות לא נמצאות באותו גיליון עם המכירות, וצריך לחבר אותן לפי שני שדות בו-זמנית. Genspark זיהה את הצורך ופתר אותו נכון — כל 30 שורות המכירות קיבלו את העלות הנכונה לאותה שנה ולאותו מוצר.

אתגר 2 — מוצר עם מחזור גבוה אך רווחיות נמוכה: חלקית ⚠️
מוצר C מציג הכנסות גבוהות אבל מרווח של 28.9% בלבד. Genspark ניסה לזהות את הדפוס הזה אוטומטית ובנה נוסחת סטטוס שאמורה לסמן מוצרים כבעייתיים. הרעיון נכון לחלוטין. הבעיה: הסף שנבחר דרש דירוג הכנסות קטן מ-3, ומוצר C מדורג בדיוק 3. פער של דירוג אחד הביא לתוצאה "מוצרים בעייתיים: 0".

אתגר 3 — ירידה ברווחיות לאורך השנים: חלקית ⚠️
המרווחים נשחקים: 36.9% ב-2023, 35.8% ב-2024, 33.3% ב-2025. הנתונים קיימים בגיליון המגמות ומי שפותח אותו יכול לראות את הירידה. אבל Genspark לא הסיק את המסקנה הזו בדוח המסכם — חמש התובנות עסקו בצמיחה בהכנסות ולא ציינו את שחיקת המרווח כסיכון.

אתגר 4 — מוצר עם מחיר גבוה אבל מרווח נמוך: עמד ✅
מוצר E נמכר במחיר גבוה יחסית אבל המרווח שלו 18.2% בלבד. בדוח המסכם נכתב במפורש: "מוצר E דורש תשומת לב — הרווחיות הנמוכה ביותר (18.2%) למרות מחיר מכירה גבוה." הניסוח תופס את הפרדוקס בדיוק.

אתגר 5 — סניף מוביל במכירות אך לא ברווחיות: עמד ✅
זהו הממצא המרשים ביותר של Genspark בכל הבדיקה, ואחד שאף כלי אחר שנבדק לא הגיע אליו. תל אביב מוביל בהכנסות עם 271,100 ₪, אבל המרווח שלו הוא 32.1% — הנמוך מבין כל הסניפים. חיפה, עם הכנסות נמוכות יותר, מציגה מרווח של 39.7%. בדוח המסכם נכתב: "חיפה מובילה ברווחיות (39.7%) למרות שתל אביב מובילה בהכנסות — יש ללמוד מהמודל."

אתגר 6 — סניף קטן אך יעיל: חלקית ⚠️
באר שבע אחרונה בהכנסות עם 195,600 ₪, אבל המרווח שלה 34.2% — גבוה מתל אביב ומנתניה. הנתונים קיימים בגיליון ניתוח הסניפים. אבל בניגוד לאתגר 5, כאן Genspark לא עשה את הצעד הנוסף — באר שבע לא הוזכרה בדוח המסכם ולא סומנה כסניף בעל פוטנציאל.

אתגר 7 — ממוצע פשוט מול ממוצע משוקלל: עמד ✅
החישוב הנכון של המרווח הכולל הוא רווח כולל חלקי הכנסות כוללות. Genspark חישב נכון: 384,450 ÷ 1,092,700 = 35.18%. מדויק לחלוטין.

ציון סופי: 5.5 מתוך 7
Genspark זיהה שלושה אתגרים במפורש, בשני אתגרים נוספים הנתונים קיימים בגיליון אך לא הוסקה מהם מסקנה אקטיבית, ובאתגר אחד הנוסחה כמעט עבדה אבל הכיול לא היה מדויק.

מסקנה — מתי כן ומתי לא

Genspark הוא הכלי המתאים כשרוצים מהירות: 8 גיליונות, 4 גרפים, RTL מלא ועברית תקינה — בדקות ספורות. הוא מצוין כנקודת פתיחה לניתוח, ובמקרים מסוימים הוא רואה דברים שאחרים מפספסים. למי שרוצה מצגת בעברית מוכנה לעריכה — AI שקופיות הוא הפיצ'ר שיפתיע אתכם לטובה.
כשהקובץ צריך לשמש לאורך זמן, כשמתכננים להוסיף נתונים ולעדכן, או כשמגישים דוח להנהלה — כדאי לבדוק את הנוסחאות לפני שמוסרים. הגרפים דורשים תיקון קטן של תוויות, וחלק מהתובנות שהנתונים מאפשרים לא הוצגו במפורש. ה-XLOOKUP מעולה — ורק ב-Excel 365.
הגדרה שעוזרת לי לחשוב על Genspark: הוא הג'וניור האנליסט שעובד מהר, חושב נכון, ולפעמים רואה דברים שהבכירים פספסו. עדיין צריך לעבור על העבודה שלו לפני שמגישים.