#2 - חומרה + AI בוסטון: כיצד צוותי הנדסה משתמשים בפועל ב-AI

בעוד שהכלים של AI מתקדמים במהירות בסביבות תוכנה, הצוותים הבונים מכשירים לבישים ומחוברים מתמודדים עם אתגרים שונים. שילוב AI בכל האקוסיסטם של המוצר, החל מ-Firmware ועד אפליקציות ניידות ותשתיות ענן, הוא באמת קשה. רוב הצוותים המתמקדים בחומרה מוצאים את עצמם קפואים עם עוזרי קוד בסיסיים במקום לשחרר יעילות אמיתית על פני המערכת כולה. אני כריסטין יוסיף, מייסדת ומנכ"לית Salt & Pepper. לאחר יותר מ-10 שנים בבניית הנדסה מלאה למכשירים מחוברים, אני יודעת מקרוב כמה קשה ליישר קווי חומרה ו-Firmware עם פיתוח נייד וענן המתקדמים במהירות. אני מארחת את ארוחת הערב הפרטית הזו כדי להביא יחד 10 עד 12 סגני נשיאים להנדסה ו-CTOs מהאקוסיסטם של מכשירים מחוברים. ללא מצגות חזון, ללא הצעות ממוכרים. רק שיחה כנה מבין עמיתים לגבי כיצד מנהיגי הנדסה יכולים לבנות מוצרים פיזיים לדיגיטליים טובים יותר, מהר יותר, בעזרת AI. מי צריך להשתתף? המפגש הזה מוגבל להזמנה בלבד ועוצב במיוחד עבור: • סגני נשיאים להנדסה, CTOs וראשי מוצר/חומרה/תוכנה בחברות מכשירים מחוברים. • מנהיגים בתחום ה-IoT לצרכנים, מכשירים לבישים, IoT תעשייתי, מדטק וסקטור הרכב. • צוותים הנעים משלב צמיחה (סבב A עד C) ועד לארגונים בגודל בינוני מבוססים (50–500 מהנדסים). לוגיסטיקה ומבנה • תאריך ושעה: יום שלישי, 20 באוקטובר , 2026 | 18:30 עד 21:30 • מיקום: בוסטון (המקום ייחשף לאחר בחירתו) • מבנה: שיחה מונחית סביב שולחן אחד במהלך שירות ארוחת ערב נא שים לב: ההרשמה דרך Eventbrite משמשת כבקשה. הקיבולת מוגבלת רק ל-12 משתתפים. אנא המתן לדוא"ל אישור רשמי לפני שתשקול את מקומך מאובטח. תובנות מהמהדורה הראשונה - יוני 2026 הדוברים. אנריקו סנטגטי התרוצץ בחדר עם עבודתו, נתינת גישה אמיתית ל-AI בחומרה, בניית שרתי MCP עבור כל ממשק חומרה כך ש-agent AI יוכל לנהוג ב-BLE, לקרוא יומני Serial ולנפות בעיות דרך JTAG. התוצאה: משימה שארכה שלושה שבועות ירדה לשלושה ימים. התובנה המרכזית שלו נותרה עם החדר: "המודל של AI לא היה צוואר בקבוק. בניית הממשקים הנכונים היא." סם שיימס, מייסד משותף של Embr Labs ועכשיו ב-Flagship Pioneering, הביא את פרספקטיבת המשקיע ובניית החברה: היכן ש-AI בחומרה מקבל יותר מדי חשיפה (מוצרים לצרכנים) והיכן שההזדמנות האמיתית יושבת (מערכות עם לולאה סגורה בהן AI חשה, מחליטה ופעולה). הפרספקטיבות הללו פתחו שיחה סביב שולחן עגול שנמשכה כמעט שעתיים. הנושאים. ארבעה פערים שהחדר הסכים שחוסמים את החומרה באינטגרציה עם AI: פער הנתונים (LLMs מאומנים כמעט ללא ידע מוטמע), פער הכלים (IDEs כמו IAR ו-Keil לא התקדמו עם AI כמו שהכלים התוכנתיים עשו), פער התרבות (הגאווה של מהנדסי חומרה בדיוק אינה קלה להסתגלות עם הפלט של AI "מספיק טוב"), ופער המדיניות (היעדר מדיניות שימוש ברורה ב-AI הפכה למדיניות על ברירת מחדל).