האתר שמרכיב את עצמו מחדש עבור כל מבקר: כך Adobe בונה חוויות מותאמות בזמן אמת

אתר שמגיב לכוונה, לא רק לקהל יעד

קרלוס סנצ'ס, מדען ראשי ב־Adobe, הדגים אב־טיפוס ל״אתר אג'נטי״ — אתר שמנסה להבין מה המבקר רוצה לעשות ומרכיב סביבו עמוד בזמן אמת. במקום להציג את אותו עמוד לכל חברי פלח כמו ״לקוחות חוזרים״ או ״חובבי טיולים״, המערכת מכוונת ל״קהל של אדם אחד״: חוויה שמותאמת למטרה המיידית של המבקר. 27

ההסתייגות החשובה היא מידת הבשלות. הדיווחים מתארים הדגמה עובדת ומוצרים קשורים של Adobe, אך לא שירות זמין לכל לקוח שמייצר עמוד ייצור ייחודי לכל מבקר בקנה מידה רחב. 434

מה הודגם בפועל?

ההדגמה התמקדה באתר למכונות קפה. לאחר שהמבקר חיפש מכונה שמתאימה לקמפינג, המערכת שינתה את התוכן, ההמלצות והאופן שבו העמוד הוצג, כדי לשקף כוונה של שימוש בחוץ. ההרצאה של סנצ'ס בכנס AI Engineer World’s Fair נקראה ״Agentic Sites: Building Hyper Personalized Websites״. 33

הרעיון אינו לתת למודל שפה חופשית מלאה להמציא אתר מאפס. המערכת מזהה כוונה או פרסונה מתוך אותות כמו שאילתת חיפוש והתנהגות גלישה, שולפת חומר רלוונטי ממאגר התוכן הקיים ומרכיבה ממנו את העמוד. 234

איך המערכת עובדת?

אפשר לפשט את התהליך לארבעה שלבים:

1. פענוח הכוונה: המערכת בוחנת את החיפוש ואת ההקשר של האינטראקציה כדי להבין אם המבקר רק מגלה אפשרויות, חוקר מוצר, מתכונן לרכישה או מחפש שימוש מסוים — למשל קפה בקמפינג.
2. שליפת חומר מאושר: ‏RAG, או יצירה מתוגברת באמצעות אחזור, מספקת למודל מידע רלוונטי ממערכות התוכן והמוצרים הקיימות בארגון.
3. בחירת רכיבי העמוד: במקום להתייחס לעמוד כמסמך אחד וקשיח, המערכת יכולה לבחור או להתאים רכיבים בודדים.
4. הרכבת החוויה: תמונת הפתיחה, המלצות המוצרים, הניווט, הטקסטים וכפתורי הפעולה מוצגים בהתאם לכוונה שהמערכת הסיקה.

הגישה הזו חשובה במיוחד למותגים. כאשר המודל נשען על תוכן ארגוני ונכסים מאושרים, אפשר לצמצם את הסיכון לטענות לא מבוססות על מוצרים ולשמור על שפה, עיצוב וזהות חזותית עקביים. לפי הדיווחים על ההדגמה, המערכת שולפת ומרכיבה מחדש תוכן קיים — ולא מייצרת אתר יש מאין. 434

למה Cerebras ו־Gemma 4 חשובים כאן?

לפי הדיווחים, המימוש השתמש במודל Gemma 4 של Google על תשתית ההסקה של Cerebras. בקטלוג המודלים של Cerebras מצוין קצב של כ־1,850 טוקנים בשנייה עבור Gemma 4 31B, ואילו החברה דיווחה על כ־2,300 טוקנים בשנייה במקרה שימוש אחר של Gemma 4. 36

קצב הפקה גבוה רלוונטי משום שאתר אג'נטי עשוי לבצע כמה פעולות במהלך אינטראקציה אחת: להבין כוונה, לשלוף מידע, להחליט אילו רכיבים להציג, לנסח או לשנות טקסט ולהחזיר את התוצאה. הסקה מהירה הופכת את הלולאה הזו — אחזור, חשיבה והרכבה — למעשית יותר בתוך חוויית גלישה, ולא רק בתהליכי יצירת תוכן לא מקוונים.

עם זאת, קצב טוקנים אינו זהה לזמן הטעינה המלא של עמוד. תנאי הרשת, אחזור המידע, קריאות לקטלוג, בדיקות הסכמה, רינדור בדפדפן, מטמון והעברת התוכן מהשרת משפיעים כולם על הזמן שהמבקר ירגיש בפועל.

1.64 שניות — ומה לגבי העלות?

לפי הדיווחים על דבריו של סנצ'ס, חיפוש אחר מכונת קפה לקמפינג הפיק תוצאה מותאמת בתוך 1.64 שניות, כשכ־שנייה אחת יוחסה לקריאת המודל. אותו דיווח השווה את התוצאה ל־4.6 שניות בתצורה אחרת וציין עלות משוערת של כ־0.01–0.02 דולר לעמוד. 1

אלה נתוני אב־טיפוס והערכות מדווחות — לא התחייבות רשמית לזמני שירות, בדיקת ביצועים בלתי תלויה או מחירון שפרסמה Adobe. הנתונים גם אינם מוכיחים שכל עמוד, מבקר או דפוס עומס יגיעו לאותה תוצאה.

מה מאפשר יעד של פחות משתי שניות?

כדי שהתאמה אישית תרגיש מיידית, המערכת צריכה לסיים את ההחלטה לפני שהעיכוב יהפוך בעצמו לחיכוך. יעד של בערך שנייה עד שתי שניות עשוי לאפשר לאתר להגיב לחיפוש, להקשר שבו המבקר הגיע או לשינוי משמעותי בכוונתו — כשהאינטראקציה עדיין טרייה.

במקום להסתפק בקטגוריות כלליות כמו ״לקוח חוזר״, האתר יוכל להגיב למטרה הנקודתית: למצוא מכונת קפה לקמפינג, להשוות בין דגמים או לקבל המלצה שמתאימה לרכישה מיידית.

היעד הזה אינו מבטל את שאר המרכיבים של תשתית האינטרנט. הסכמה לשימוש בנתונים, זהות, אימות מחיר וזמינות, אחזור מידע, CDN, רינדור העמוד וטיפול בתקלות — כולם צריכים להיכנס לאותו תקציב זמן כולל.

איך זה משתלב במוצרי Adobe הקיימים?

אין לבלבל בין אב־הטיפוס לבין כל מוצר AI קיים של Adobe. הסוכנים המתועדים של Adobe Experience Manager, או AEM — מערכת לניהול תוכן וחוויות דיגיטליות — זמינים עבור AEM as a Cloud Service ו־Edge Delivery Services, כאשר הזמינות ותנאי ההשקה עשויים להשתנות לפי הסביבה. 17

Adobe Experience Platform Agent Orchestrator מתואר כשכבת התיאום והחשיבה של סוכני Experience Platform. הוא נועד להשתמש בנתונים של Experience Platform ולתאם בין סוכנים של Adobe וסוכנים חיצוניים, תחת פיקוח אנושי. Adobe גם הודיעה על זמינות כללית של Agent Orchestrator, בעוד שהתיעוד שלה מציין גישה לפי בקשה וניסויי שימוש מוגבלים לחלק מיכולות הסוכנים. 18192122

בין היכולות הקשורות נמצאות:

• Brand Experience Agent: Adobe מתארת אותו ככלי שמסייע לעדכן עמודים, ליצור תוכן חדש ולחדש חוויות דיגיטליות עבור גילוי מבוסס AI. 202344
• Content Advisor Agent: כלי שמסייע לצוותים למצוא תוכן ארגוני רלוונטי וליצור וריאציות חזותיות מנכסי מקור מאושרים. 202743
• Agent Orchestrator: שכבת פלטפורמה לניהול ולתיאום של סוכנים במערכת האקולוגית של Adobe ומחוצה לה. 182230

המוצרים האלה מצביעים על כך ש־Adobe בונה תשתית אג'נטית סביב תוכן, נתוני לקוחות וחוויות דיגיטליות. הם אינם מוכיחים כשלעצמם שאב־הטיפוס של סנצ'ס להרכבת עמוד אישי לכל מבקר כבר הפך ליכולת ייצור סטנדרטית וזמינה לכולם.

מה עדיין חסר לפני פריסה רחבה?

ההדגמה הטכנית מראה שהרכבת עמוד בזמן אמת אפשרית. היא עדיין לא עונה על השאלה אם הדבר משתלם, אמין ונכון תפעולית לכל אתר.

ניסויים אצל לקוחות

ארגונים יצטרכו לבדוק את הגישה מול מאגרי ה־AEM שלהם, קטלוגי המוצרים, מערכות הזהות, מדיניות ההסכמה ויעדי ההמרה. השאלה אינה רק אם אפשר לייצר עמוד במהירות, אלא אם החוויה משפרת תוצאות עסקיות בלי להגדיל טעויות או סיכון תפעולי.

לפי הדיווחים הפומביים, הקונספט הספציפי של אתרים אג'נטיים עדיין לא הוטמע באתרי לקוחות בקנה מידה רחב. 4

אינטגרציות רחבות

פריסה אמיתית תדרוש חיבורים אמינים בין שירות ההסקה, ניהול התוכן, נתוני הלקוחות, זהות והסכמה, מסחר וקטלוגים, אנליטיקה, ניסויים, CDN וספריות נכסי המותג. קריאת מודל מהירה לא יכולה לפצות על נתוני מוצר מיושנים או על שירות קטלוג איטי.

כלכלת העמודים

הערכה של סנט או שניים עשויה להיראות זניחה באינטראקציה בודדת, אך היא הופכת משמעותית כאשר מכפילים אותה בנפח תעבורה גדול. העלות עלולה לגדול עוד יותר אם האתר מייצר מחדש את החוויה לאחר כל אינטראקציה משמעותית.

לכן מטמון, שימוש חוזר ברכיבים מאושרים, יצירה מחדש רק כשצריך וכללים ברורים למצבים שבהם אין להפעיל מודל — יהיו מרכיבים מרכזיים בכדאיות העסקית. המידע הפומבי אינו מציג עדיין מודל תמחור סופי של Adobe לעולם שבו כל מבקר מקבל חוויה ייחודית.

פיקוח על כל רכיב שנוצר

פריסה אמינה תצטרך להגדיר בקרות ברורות עבור:

• מקורות תוכן מאושרים וגבולות האחזור;
• אימות מאפייני מוצר, זמינות ומחיר;
• פריסות, רכיבים וכפתורי פעולה מותרים;
• קול המותג וכללי הזהות החזותית;
• בדיקות נגישות ולוקליזציה;
• טענות אסורות או טענות בתחומים מפוקחים;
• מסלולי אישור ותיעוד;
• ניטור, שחזור לאחור וזיהוי סטייה; וכן
• ספים המחייבים בדיקה אנושית.

במילים אחרות, הגרסה החזקה ביותר של הרעיון אינה אתר AI חסר גבולות. מדובר במערכת הרכבה מפוקחת, שבה AI מקבל החלטה מהירה אילו רכיבים מאושרים להציג וכיצד להתאים אותם לכוונת המבקר ברגע נתון.

השורה התחתונה

ההדגמה של סנצ'ס מצביעה על שינוי אפשרי בתפקיד האתר: מאוסף קבוע של עמודים שנכתבו מראש לשכבת החלטה שפועלת בזמן הריצה. Cerebras ו־Gemma 4 הופכים את שלב החשיבה למהיר מספיק כדי לבחון תרחישים בזמן אמת, בעוד AEM ואחזור המבוסס על תוכן ארגוני מספקים דרך לשמור על דיוק עובדתי ושליטה במותג. 13617

אבל הכותרת הגדולה עדיין מתארת אב־טיפוס, לא קטגוריית מוצר מוגמרת. המבחן הבא יהיה האם אתרים אג'נטיים יכולים לשמור בו־זמנית על מהירות, דיוק, נגישות, פיקוח וערך עסקי מדיד — מול קטלוגים אמיתיים, דרישות הסכמה אמיתיות ונפחי תעבורה אמיתיים.