גיא קידר · Guy Kedar

Product Manager

AI × Product
× Execution

אני לא רק "מתעניין ב-AI ומכיר את monday". אני מתכנן מוצר, מתרגם אותו למערכת עובדת, מודד אותו עם נתונים, מזהה נקודות כשל ומשפר אותו ב-iteration.

I design a product, translate it into execution, evaluate it with data, identify failure modes, and iterate.

+10שנות ניסיון במוצר
2Case studies מלאים
Dataמונחה מדידה ו-iteration
גיא קידר פורטרט

The through-line

מסלול אחד, מתכנון עד מוצר טוב יותר

  1. 01Planning
  2. 02Execution
  3. 03Measurement
  4. 04AI-assisted Analysis
  5. 05Iteration
  6. Better Product

שני הקייסים למטה הם אותו סיפור: לוקחים תהליך, מתכננים אותו, בונים אותו במערכת אמיתית, מודדים, ומשפרים בעזרת AI.

01 · monday.com

From Product Planning to a Working System

לא רק שימוש בכלי. Product thinking: איך רעיון ותכנון הופכים למערכת עבודה אמיתית, מדידה ומשתפרת.

The problem

הבעיה העסקית

בארגון ממשלתי צוותי הפיתוח עבדו ללא שיטת עבודה אחידה: לא היה מקור אמת אחד למשימות, קושי לעקוב אחרי sprints, וחוסר שקיפות מול ההנהלה לגבי מה מתוכנן מול מה שבוצע בפועל. נדרשה שיטת Agile ומערכת ניהול עבודה שתייצר סדר, מדידה ושליטה.

PLANNING כאן ייכנס צילום מסך של התכנון: המבנה, השלבים, הסטטוסים והלוגיקה
Planning

מה תכננתי

לפני הבנייה הגדרתי את מבנה התהליך: שלבי העבודה, הסטטוסים, הישויות והמידע הנדרש כדי לייצר תהליך עבודה ברור ומדיד.

  • מיפוי התהליך העסקי לישויות (Boards, Groups, Items)
  • הגדרת עמודות מפתח: אחראי, סטטוס, תאריך יעד, עדיפות, sprint
  • הגדרת סטטוסים שמשקפים את מצב העבודה האמיתי
  • הגדרת הקשרים והתלויות בין המשימות
EXECUTION כאן ייכנס צילום מסך של לוח monday.com כפי שנבנה בפועל
Execution

מה בניתי בפועל

התכנון תורגם ללוח עבודה פעיל ב-monday.com, עם מבנה שמאפשר לצוות לנהל משימות, מעקבים, פגישות ותהליכים באופן שוטף.

  • לוח חי שמשמש את הצוות יום-יום
  • Dashboards ו-KPIs להנהלה
  • אוטומציות להתראות, מעברי סטטוס והקצאות
  • תצוגות Sprint Planning ו-Timeline
The important part

Planning vs. Reality

ההפרדה הזו חזקה בהרבה מלהראות רק צילום מסך של לוח.

Planning

  • מה רצינו לבנות
  • תהליך מתוכנן
  • הנחות
  • מבנה ראשוני

Execution

  • מה נבנה בפועל
  • תהליך עובד
  • נתונים מהשימוש
  • Iteration ושיפורים
The real value isn't the plan. It's the ability to turn the plan into a working system, measure it, and improve it.
01

שימוש יום-יומי

הצוות מנהל דרך הלוח משימות, פגישות ומעקבים. מקור אמת אחד לכולם.

02

מה נמדד

עומס משימות, עמידה בזמנים, מהירות sprint והתקדמות מול תכנון, דרך dashboards ו-KPIs.

03

מה למדתי

איפה התכנון פגש את המציאות: אילו סטטוסים היו מיותרים, איפה נוצרו צווארי בקבוק.

04

מה שיניתי

עדכון מבנה הלוח, פישוט סטטוסים והוספת אוטומציות בעקבות הנתונים מהשימוש בפועל.

AI × Product Execution

AI לא כקישוט. כחלק מתהליך העבודה.

  1. Plan
  2. Build
  3. Use
  4. Analyze
  5. AI
  6. Improve
🧠

AI-assisted planning

ניתוח דרישות, זיהוי פערים והצעת מבנה לתהליך.

⚙️

AI-assisted execution

סיוע בהפיכת התכנון למשימות ותהליכי עבודה.

📊

AI-assisted analysis

ניתוח המידע שנאסף וזיהוי בעיות ודפוסים.

🔄

Continuous improvement

שימוש בתובנות כדי לשפר את המערכת שוב ושוב.

The same product mindset extends to AI agents. במקום רק לבנות Agent, אני בוחן איך הוא מתנהג בפועל, מודד את איכות התשובות, מזהה failure modes ומשפר את המערכת דרך evaluation ו-iteration.

02 · AI Agent

Designing, Evaluating & Improving an AI Agent

ECA Agent, מערכת SaaS פנימית מבוססת AI ברשות האכיפה והגבייה. לא "הובלתי פיצ'ר AI", אלא בעלות על האופן שבו ה-Agent חושב, ממוקם ומתנהג.

  1. Positioning
  2. Requirements
  3. Knowledge Build
  4. Evaluation
  5. Iteration
Positioning

קודם החלטה מוצרית: מה ה-Agent צריך לעשות, ומה לא

מיפיתי את נוף כלי ה-AI בארגון והגדרתי היכן ל-ECA Agent יש ערך שאף כלי אחר לא נותן. במקום לשכפל יכולות קיימות, מיקמתי אותו על מה שרק הוא יכול לעשות: מידע פנים-ארגוני רגיש שאסור שייצא מהארגון.

כלים חיצוניים

OpenAI / Claude, למשימות כלליות כמו סיכומים. לא למידע רגיש.

כלי חקיקה ופסיקה

כלי מקצועי ייעודי לחקיקה ופסיקה כללית, שכבר בשימוש הארגון.

ECA Agent

מידע פנים-ארגוני רגיש, שליפת נהלים וניהול ידע פנימי, בסביבה מאובטחת.

Data security first. אם מידע לא יכול לצאת מהארגון, שם ה-Agent מספק את הערך שאף כלי חיצוני לא יכול.
Requirements

גזרתי use cases אמיתיים מהשטח

במקום להניח מה נדרש, אספתי דרישות מהמשתמשים בפועל כדי לזהות את הערך המוסף הספציפי, ותרגמתי אותן לגרסה מבוססת מאגר ידע שנשלחה לבדיקה מול המשתמשים.

01

ניסוח וטיוטות

סיוע בניסוח מסמכים על בסיס ידע פנים-ארגוני.

02

תיקים מרובי מסמכים

צורך אמיתי לסכם תיק שלם, לא רק מסמך-שניים. פתרון ביניים מיידי לצד בירור עומק.

03

שליפת נהלים

שליפה מונחית של נהלים והנחיות ממערכת ניהול הידע.

04

Knowledge Build

Pipeline להוצאת מידע ממוקד ממאגר הידע ליצירת יישום ECA Agent ייעודי.

Evaluation → Result

מדדתי, זיהיתי כשלים, שיפרתי, וקפצתי ל-100%

Baseline 66.25% ציון משוקלל בהתחלה
After iteration 100% 5/5 ב-batch המעודכן (יעד 80%)

לאחר זיהוי ה-failure modes עדכנתי את קריטריוני ההערכה, והם נשמרו כחלק מהתצורה כדי לנהל כל evaluation עתידי. התוצאה: מעל יעד ה-80% בפער ניכר.

Baseline breakdown (47→40 שאלות שנבדקו)
20 תשובות מלאות
13 חלקיות
7 שגויות
Failure modes

מה שזיהיתי כבעיות

⚠️תשובות לא ממוקדות או לא רלוונטיות
🔍ה-Agent לא תמיד מצא מידע שכבר קיים ב-Knowledge Base
🔀חוסר עקביות בין תשובות
👻Hallucination, כולל מידע מומצא (למשל "מס הכנסה")
🐢זמני תגובה איטיים וחוסר יציבות
Iteration

מה שיניתי בעקבות ה-Evaluation

Before

  • כמה תשובות אפשריות במקום מענה אחד
  • אין זיהוי כוונה מובנה
  • שאלה עמומה = ניחוש
  • Hallucination ללא בקרה

After

  • Intent Detection לזיהוי כוונת המשתמש
  • מענה חד וברור במקום כמה אפשרויות
  • Clarification כשהשאלה עמומה
  • שיפור Knowledge Retrieval וצמצום Hallucination
Let it iterate & evaluate itself.

The core insight

AI-native, not AI-adjacent.

לא "הובלתי צוות ששחרר פיצ'ר AI". עיצבתי את אופן החשיבה של ה-Agent, כתבתי prompt evaluations, וניהלתי את מחזור חיי ה-LLM מקצה לקצה.

The real question isn't seniority. It's whether this person can own how the agent thinks.

03 · Projects

עוד עבודות שהובלתי

04 · About

ניסיון תעסוקתי

2025 · היום

רשות האכיפה והגבייה · ירושלים

Product Manager

הובלת תהליכי דיגיטציה וניהול מחזור חיי מוצר, הטמעת Salesforce CRM, בניית מערכת ניהול עבודה ב-monday.com עם dashboards ו-KPIs, והובלת ECA Agent, מערכת SaaS פנימית מבוססת AI.

2020–2025

Magic Kass

Product & Media Manager

ניהול מחזור חיי מוצר מלא, שדרוג מערכות כרטוס (+52% מכירות אונליין), פיתוח אפליקציית תוכן בסגנון TikTok עם +3K משתמשים וגיימיפיקציה.

2018–2021

Gamesmart Asia · רמת גן

Client Services & Delivery Manager

ניהול Delivery ושירות טכני ללקוחות בשוק הבינלאומי, קואורדינציה בין לקוחות, עיצוב ופיתוח, והתאמת מוצרים ללקוחות שונים.

2013–2017

Random Logic / 888

Front-End Developer & Art Director

פיתוח 20+ משחקים לפייסבוק ולקליינטים, עיצוב UX/UI ואינטגרציות מיתוג, וקיצור זמני טעינה ב-35%.

2011–2013

RocketPlay · קריית עתידים

מפתח Flash בכיר ומעצב

עיצוב ופיתוח משחקים לפלטפורמת פייסבוק, עיצוב פלטפורמות למשחקים חדשים, ופיתוח אוטומציה לקמפיינים שיווקיים.

05 · Resume

בואו נעבוד יחד

אני מתכנן מוצר, מתרגם אותו לביצוע, מודד עם נתונים, מזהה נקודות כשל ומשפר ב-iteration. אשמח להראות איך זה נראה על מוצר אמיתי שלכם.