הניסוי – איך עבדנו
כל הכלים קיבלו בדיוק את אותו קובץ Excel עם נתוני מכירות לשלוש שנים: שני גיליונות, חמישה מוצרים, חמישה סניפים, חמישה סוכנים. אותו פרומפט לכולם – נתחו את הנתונים, חברו בין גיליון המכירות לגיליון העלויות, הפיקו גיליונות סיכום ומצגת הנהלה. הבדיקה לא שיפטה רק את הדיוק המספרי – היא בדקה האם הכלי חושב כמו אנליסט.
מבחן הקריטריונים – מה כל כלי עשה
| קריטריון | Claude | Genspark | ChatGPT | Gemini | NBook |
|---|---|---|---|---|---|
| הבנת מבנה הנתונים | ✅ | ✅ | ✅ | ✅ | ⚠️ |
| חישובים אנליטיים | ✅ | ✅ | ✅ | ⚠️ | ⚠️ |
| זיהוי דפוסים | ⚠️ | ✅ | ⚠️ | ⚠️ | ⚠️ |
| תוצרי Excel | ✅ | ✅ | ✅ | ⚠️ | – |
| ויזואליות | ⚠️ | ✅ | ❌ | ✅ | ✅ |
אתגרי אנליסט מנוסה – מי תפס מה
| אתגר | Claude | Genspark | ChatGPT | Gemini | NBook |
|---|---|---|---|---|---|
| 1 – חיבור עלויות שנה+מוצר | ✅ | ✅ | ✅ | ✅ | ✅ |
| 2 – מחזור גבוה, רווחיות נמוכה | ⚠️ | ⚠️ | ✅ | ✅ | ✅ |
| 3 – ירידת מרווח שנתית | ✅ | ⚠️ | ✅ | ❌ | ❌ |
| 4 – מחיר גבוה, מרווח נמוך | ✅ | ✅ | ✅ | ✅ | ✅ |
| 5 – סניף מוביל, רווחיות נמוכה | ❌ | ✅ | ❌ | ❌ | ❌ |
| 6 – סניף קטן אך יעיל | ⚠️ | ⚠️ | ❌ | ✅ | ✅ |
| 7 – ממוצע משוקלל | ✅ | ✅ | ✅ | ✅ | ⚠️ |
| ציון סופי | 5/7 | 5.5/7 | 5/7 | 5/7 | 4.5/7 |
מה מייחד כל כלי – בשורה אחת
Claude – הקובץ הכי מדויק ומתועד: 509 נוסחאות דינמיות, 0 hardcoded, מקרא צבעים, cross-tab ייחודי. מי שרוצה קובץ עבודה שיחיה לאורך זמן – זה הכלי.
Genspark – הכלי שחושב כמו אנליסט: הוא הכלי היחיד שזיהה שתל אביב מוביל בהכנסות אבל אחרון ברווחיות. בנוסף – RTL מושלם, גרפים בתוך הקובץ, ומצגת PowerPoint עם יישור לימין שניתנת לעריכה. לא מדברים עליו מספיק.
ChatGPT – הלוגיקה העסקית הפרואקטיבית: הוסיף נוסחת IF+MEDIAN שלא ביקשנו, שתייגה אוטומטית מוצרים עם מכירות גבוהות ורווחיות נמוכה. הוא לא רק חישב – הוא חשב.
Gemini – מגוון הפלטים: ארבעה תוצרים שונים מאותו קובץ – Excel, דוח מנהלים, דשבורד HTML אינטראקטיבי שניתן לפרסם כ-URL, ואינפוגרפיקה עם bubble chart. הכי רחב מבין כל הכלים.
NotebookLM – העיצוב שגורם לאנשים לעצור: מצגת 7 שקפים בסגנון McKinsey שנראית כמו עבודת סטודיו. כל כותרת שקף היא משפט מסקנה. הוויזואל הכי חכם בכל הניסוי.
האתגר שאף אחד לא תפס – חוץ מאחד
אתגר 5 – הפרדוקס הקלאסי: תל אביב מוביל בהכנסות אבל מרווחו 32.1%, הנמוך מבין כל הסניפים. Claude, ChatGPT, Gemini ו-NotebookLM – כולם הציגו את תל אביב כמצטיין ולא ציינו את הפרדוקס. רק Genspark ראה את זה וכתב: "חיפה מובילה ברווחיות (39.7%) למרות שתל אביב מובילה בהכנסות – יש ללמוד מהמודל."
זה בדיוק ההבדל בין כלי שמחשב לבין כלי שמבין.
מתי להשתמש בכל כלי
Claude – כשצריך קובץ עבודה שיתעדכן אוטומטי לאורך זמן. האנליסט שבונה מודל חי.
Genspark – כשרוצים מהירות, עברית מושלמת ומצגת מוכנה לעריכה. הפתעת הניסוי.
ChatGPT – כשרוצים שהכלי יחשוב קדימה ויזהה דפוסים שלא ביקשתם. שלב ראשון של חקירה.
Gemini – כשצריך כמה פורמטים שונים מאותו נתון: דשבורד לשיתוף, אינפוגרפיקה להצגה, דוח לקריאה.
NotebookLM – כשצריך מצגת הנהלה מרשימה ומהירה. הביאו לו את הניתוח – הוא יהפוך אותו לוויזואל.
המסקנה – ולא, זו לא מה שציפיתם
אף כלי לא ניצח לגמרי. כל אחד הצטיין במשהו שהאחרים לא עשו. וזו בדיוק הנקודה: אנחנו לא בעידן שבו בוחרים כלי אחד וגומרים עם זה. אנחנו בעידן שבו אנליסטים חכמים יודעים להשתמש בכלים הנכונים לצורך הנכון.
Claude לניתוח, Genspark להצגה ישירה, ChatGPT לחקירה, Gemini לשיתוף, NotebookLM להנהלה. חמישה כלים, חמישה שימושים, קובץ אקסל אחד.
העתיד של ניתוח הנתונים לא שייך לכלי הכי חכם – הוא שייך לאנליסט שיודע לשלב אותם. ואתם כבר יודעים מה כל אחד מהם שווה.
📚 סדרת מאמרים: כלי AI לניתוח אקסל
📖 מאמר פתיחה – AI ואקסל: מי באמת מבין נתונים? | הניסוי
מאמר 1 – Claude: כשה-AI בונה לך מודל Excel שעובד לבד
מאמר 2 – Genspark: AI שחושב כמו אנליסט, עובד מהר ומפתיע לטובה
מאמר 3 – ChatGPT: הוסיף נוסחת IF שלא ביקשתי – וזיהה דפוס שכולם פספסו
מאמר 4 – Gemini + NotebookLM: מצגת הנהלה בלי לגעת ב-PowerPoint
⭐ ההשוואה המלאה: אותו קובץ אקסל, 5 כלי AI – מי באמת מבין נתונים?
