שלום וברוכים הבאים לשיעור אחד ותשע בקורס AI Engineer. שיעור זה הוא השיעור האחרון במודול הראשון, מודול האוטומציות. שמי הוא המרצה שלכם, ואנחנו מתחילים.

בשיעור הקודם למדנו לחבר מערכות CRM לאוטומציות שלנו — Monday, Fireberry ו-HubSpot. ראינו איך ה-CRM הוא כמו "מוח" שמחזיק את מידע הלקוחות. אבל מה קורה כשאין CRM? מה קורה כשעסק קטן צריך רק טבלה פשוטה שכולם יכולים לגשת אליה, ואוטומציה יכולה לקרוא ממנה ולכתוב אליה?

היום נדבר על שני הכלים שמשמשים כבסיסי נתונים לרוב האוטומציות הקטנות והבינוניות בישראל: Google Sheets ו-Airtable.

[מעבר שקף]

מה נלמד היום? שלושה מרכיבים מרכזיים. ראשית — Google Sheets כבסיס נתונים: איך מחברים אותו לאוטומציות, מה המגבלות שחייבים להכיר, ואיך הוא עובד עם Make ועם n8n. שנית — Airtable: מה מייחד אותו, מתי הוא עדיף על Sheets, ומה הוא עולה לנו בשנת אלפיים עשרים ושש. שלישית — נבנה Workflow מלא שמדגים קריאה וכתיבה לבסיס נתונים בענן. בסיום השיעור, יהיה לכם זרימה שמקבלת טופס, שומרת בגיליון, ושולחת הודעת ווטסאפ בהתאם לנתונים.

[מעבר שקף]

בואו נתחיל עם השאלה הבסיסית — למה בכלל לחבר Google Sheets לאוטומציה? הרי יש לנו CRM, יש לנו מסדי נתונים מתקדמים... התשובה פשוטה: רוב העסקים הקטנים בישראל כבר עובדים עם Google Sheets. יש להם שם רשימות לקוחות, מחירונים, מלאי, לוחות זמנים. במקום לעבור למערכת חדשה — אנחנו מחברים את מה שיש.

Google Sheets הוא גם הכי נגיש — כל אחד בצוות יכול לפתוח, לעדכן, לראות. אין צורך בתוכנה מיוחדת, אין צורך בהכשרה מיוחדת. ועם האינטגרציות של Make ושל n8n — הגיליון הפשוט הזה הופך לבסיס נתונים פעיל שמגיב, שומר ומשלח מידע אוטומטית.

Google Sheets גם קיבל פונקציה חדשה מעניינת בשנים האחרונות — פונקציית AI מובנית המופעלת על ידי Gemini, שמאפשרת ניתוח טקסט וקטגוריזציה ישירות בתאים, ללא צורך בכלי חיצוני.

[מעבר שקף]

לפני שנתחיל לחבר — חייבים להכיר את המגבלות. כי Google Sheets נבנה כגיליון אלקטרוני, לא כמסד נתונים.

המגבלה הראשונה: עשרה מיליון תאים לכל קובץ. זה נשמע הרבה, אבל אם יש לכם חמישים עמודות — אתם מוגבלים לכמאתיים אלף שורות בלבד. לרוב העסקים הקטנים זה מספיק, אבל חשוב לדעת.

המגבלה השנייה — ומשמעותית יותר לנו: מכסת ה-API. Google Sheets API מאפשר שלוש מאות בקשות קריאה בדקה. שלוש מאות נשמע הרבה? אם יש לכם אוטומציה שבודקת שורות כל כמה שניות, אוטומציה שרצה על מאות לקוחות — אתם יכולים להגיע לזה מהר מאוד. הפתרון: תכננו Batch requests, כלומר קראו הרבה שורות בפעם אחת במקום לקרוא שורה אחר שורה.

המגבלה השלישית: Sheets לא מתוכנן לכתיבה מקבילית. אם שתי אוטומציות מנסות לכתוב בו-זמנית — עלולות להיות התנגשויות. הפתרון: תורים, לא מקביליות. ואם מקבלים שגיאה מסוג "Too many requests" — זה הקוד ארבע מאות עשרים ותשע — מיישמים Exponential Backoff: המתינו שניה, נסו שוב. המתינו שתי שניות, נסו שוב. וכן הלאה.

[מעבר שקף]

בואו נראה איך מחברים בפועל.

ב-Make: יש מודולים ייעודיים ל-Google Sheets. Watch New Rows שמופעל כל פעם שנוספת שורה חדשה. Append a New Row להוסיף שורה. Update Multiple Rows לעדכון. ו-Clear Range לניקוי טווח. החיבור עובד דרך OAuth עם חשבון Google — פשוט ומהיר.

ב-n8n: יש Node מובנה ל-Google Sheets עם כל הפעולות: Create, Update, Get, Append, Delete. ה-Authentication הוא גם דרך OAuth2 של Google.

טיפ מעשי שיחסוך לכם הרבה זמן: תמיד שמרו את ה-Sheet ID ואת שם הגיליון, שנקרא Tab Name, בהישג יד. אלה שני הפרמטרים שתצטרכו בכל מודול. ה-Sheet ID נמצא ב-URL של הגיליון — החלק שבין האות d ובין המילה edit.

[מעבר שקף]

עכשיו נדגים. התרחיש הוא: לקוח ממלא טופס יצירת קשר, הנתונים נשמרים ב-Google Sheets, ואנחנו שולחים הודעת ווטסאפ מותאמת אישית.

שלב ראשון ב-Make: יוצרים Scenario חדש. הטריגר הוא Google Forms, ספציפית Watch Responses. מחברים לחשבון Google.

שלב שני: מוסיפים מודול Google Sheets בפעולת Append a Row. בוחרים את הקובץ ואת הגיליון. ממפים את השדות: שם, טלפון, תאריך.

שלב שלישי: מוסיפים מודול ווטסאפ ושולחים הודעת ברוכים הבאים עם שם הלקוח.

שלב רביעי: חוזרים ל-Google Sheets ומעדכנים את השדה "הועבר לוואטסאפ" ל-TRUE, כדי שהמערכת תדע שפעלנו.

הזרימה כולה: טופס — שמירה — ווטסאפ — עדכון שדה. פשוטה, יעילה, ועובדת בייצור.

[מעבר שקף]

אחרי Google Sheets — בואו נדבר על Airtable. Airtable זה לא גיליון אלקטרוני. זה בסיס נתונים רלציוני עם ממשק ויזואלי שאפשר להבין בלי להיות מפתח.

מה מייחד אותו? ראשית — סוגי שדות עשירים. טקסט, מספר, תאריך, קובץ מצורף, בחירה מרובה, רשומות מקושרות בין טבלאות — כל זה מובנה ולא דורש עבודה מיוחדת.

שנית — תצוגות מרובות. אפשר לראות את אותם נתונים כ-Grid כמו Excel, כ-Kanban כמו Trello, כ-Calendar לפי תאריכים, כ-Gallery עם תמונות, ואפילו כ-Gantt לניהול פרויקטים.

שלישית — אוטומציות מובנות. Airtable עצמו יכול להפעיל פעולות ללא Make ו-n8n: שלח מייל, עדכן שדה, צור רשומה. לעסקים שצרכי האוטומציה שלהם פשוטים — זה יכול להספיק.

ומה פחות טוב? המחיר. בתוכנית Team — עשרים דולר למשתמש לחודש. לצוות של חמישה — זה מאה דולר לחודש, כשבעה מאות ושמונים שקל. זה לא מעט לעסק קטן.

[מעבר שקף]

בואו נסתכל על התמחור לשנת אלפיים עשרים ושש.

תוכנית חינמית: אלף רשומות לכל Base, ומאה הפעלות אוטומציה לחודש. מספיק לניסוי, לא לעסק פעיל.

תוכנית Team: עשרים דולר למשתמש לחודש, חמישים אלף רשומות, עשרים וחמישה אלף הפעלות אוטומציה לחודש. זה הכי נפוץ לעסקים קטנים.

תוכנית Business: ארבעים וחמישה דולר למשתמש לחודש, מאה ועשרים וחמישה אלף רשומות.

חידוש חשוב שנכנס ביוני אלפיים עשרים וחמש: Airtable עבר למודל AI Credits. במקום לשלם per seat על AI, כל תוכנית כוללת כמות קרדיטים חודשית לשימוש ב-Field Agents, ניתוח מסמכים, קטגוריזציה ועוד. תוכנית Team כוללת חמש מאות קרדיטים למשתמש לחודש.

עבור עסק ישראלי עם שלושה משתמשים — Team תעלה בין מאה שמונים לשתי מאות ועשרים שקל לחודש. ב-Google Sheets זה חינם. לכן — לכו ל-Airtable רק כשיש סיבה ברורה ותועלת מוכחת.

[מעבר שקף]

החיבור של Airtable ל-Make ול-n8n דומה מאוד לגיליון, אבל עם כמה הבדלים חשובים.

ב-Make: יש מודולים ל-Watch New or Updated Records, Create Record, Update Record, Delete Record, Search Records, ו-Upsert — שזה המודול שעדכן רשומה אם היא קיימת, ויוצר אותה אם לא. ה-Upsert הוא אחד המודולים הכי שימושיים לסנכרון נתונים בין מערכות.

ב-n8n: ה-Airtable Node עובד מאז פברואר אלפיים עשרים וארבע רק עם Personal Access Token — לא עם API Key ישן שהיה פעם. יוצרים את ה-Token בהגדרות Airtable, תחת Builder Hub ואז Tokens, מגדירים Scopes שזה ההרשאות, ומחברים ל-n8n.

טיפ חשוב: שם הטבלה ב-Airtable הוא case-sensitive. כלומר התוכן הגדול והקטן של האותיות משמעותי. "Contacts" עם C גדולה ו-"contacts" עם c קטנה הם שני דברים שונים לחלוטין. שמרו על עקביות בשמות כבר מהתחלה.

[מעבר שקף]

אז מתי בוחרים Google Sheets ומתי בוחרים Airtable?

בחרו Sheets כאשר אתם עובדים עם פחות ממאתיים אלף שורות ואין צורך בקשרים בין טבלאות. כשהצוות כבר מכיר Sheets ואין רצון להשקיע זמן בלמידה. כשהתקציב מוגבל, כי Sheets חינם. וכשצריך לשתף נתונים עם גורמים חיצוניים שלא עובדים עם Airtable.

בחרו Airtable כאשר יש קשרים בין טבלאות — לדוגמה, רשומת לקוח שמקושרת להזמנות מרובות, ורשומת כל הזמנה מקושרת חזרה ללקוח. כשרוצים תצוגות שונות לאנשים שונים. כשרוצים אוטומציות מובנות בלי כלי חיצוני. וכשיש יותר מחמישים אלף רשומות.

גישה פופולרית שאני רואה אצל עסקים ישראליים בשנת אלפיים עשרים ושש: להשתמש בשניהם. Airtable כבסיס נתונים מרכזי, Google Sheets לדוחות ולשיתוף עם גורמים חיצוניים שלא עובדים עם Airtable — מסונכרנים דרך Make או n8n.

[מעבר שקף]

בשביל שתדעו שיש עוד אפשרויות בשוק, בואו נסקור במהירות שלושה כלים נוספים.

Notion — מצוין לניהול ידע ולמסדי נתונים קלים. משמש רבים בישראל לתיעוד, לויקי פנים-ארגוני, ולמסד נתונים משני. האוטומציות שלו עדיין מוגבלות בהשוואה ל-Airtable, אבל הוא משתפר כל הזמן.

Baserow — קוד פתוח לחלוטין. אפשר להתקין על השרת שלכם, ואין עלות per-seat. יש בו אוטומציות מובנות כולל AI steps. אם תקציב הוא מגבלה — Baserow בשרת ענן זול של חמישה עד עשרה דולר לחודש הוא אפשרות מצוינת.

NocoDB — מחבר ממשק ויזואלי לבסיס נתונים קיים כמו MySQL או PostgreSQL. אין בו אוטומציות מובנות. מתאים למפתחים שרוצים ממשק פשוט לבסיס נתונים שכבר קיים. חשוב לדעת: ב-2025 NocoDB עבר מרישיון קוד פתוח לרישיון "Sustainable Use" — אפשר עדיין להשתמש לשימוש פנים-ארגוני, אבל לא להציע כשירות לאחרים.

[מעבר שקף]

עכשיו נדגים Workflow עם Airtable ו-n8n. התרחיש: כל פעם שנוספת רשומת לקוח חדשה ב-Airtable, n8n שולח הודעת ווטסאפ ומעדכן שדה "הודעה נשלחה" ל-True.

שלב ראשון ב-n8n: Trigger בסוג Airtable. בוחרים Watch for New Records, ומגדירים את ה-Base ואת הטבלה.

שלב שני: מוסיפים WhatsApp Node ושולחים הודעה עם שם הלקוח מהרשומה.

שלב שלישי: חוזרים ל-Airtable Node, הפעם בפעולת Update Record. מגדירים את שדה "Message Sent" ל-True, כדי שהמערכת תדע שפעלנו ולא תשלח הודעה כפולה.

שלב רביעי, שהוא לא אופציונלי: מוסיפים Error Handler שכותב שגיאות לגיליון Google Sheets נפרד. זה מה שמציל אתכם כשמשהו נשבר בייצור ואתם צריכים לדעת מתי ולמה.

[מעבר שקף]

לפני שנסגור — כמה טיפים מעשיים שייחסכו לכם כאבי ראש בפרויקטים אמיתיים.

לגבי Google Sheets: תמיד נהלו שורה ראשונה בלבד כ-Headers. עמודות עם נוסחאות הן Read Only מנקודת מבט האוטומציה — אל תנסו לכתוב אליהן. השתמשו ב-Batch requests ולא בקריאה שורה-שורה. ואם מקבלים שגיאת ארבע מאות עשרים ותשע — יישמו Exponential Backoff.

לגבי Airtable: שמות שדות ברורים מהיום הראשון — לא "Status2" ו-"Status3". זכרו ש-Table names הם case-sensitive. השתמשו ב-Personal Access Token בלבד. ו-Upsert הוא הכלי הכי שימושי לסנכרון.

ולשניהם: תמיד הוסיפו Error Handler שכותב שגיאות לגיליון נפרד. זה לא אופציונלי. זה מה שמבדיל בין מערכת שעובדת בייצור לבין מערכת שמישהו לא יודע שנשברה.

[מעבר שקף]

אנחנו מסיימים את מודול אחד — מודול האוטומציות. תשעה שיעורים, עשרים ושש שעות. עברנו דרך ארוכה ומשמעותית: Make ו-n8n, WhatsApp Business API, אוטומציית מיילים גבייה וחשבוניות, חיבור CRM, ועכשיו בסיסי נתונים בענן.

פרויקט המודול שלכם הוא לבנות מערכת מקצה לקצה: קבלת ליד, שמירה ב-Sheets או Airtable, הודעת WhatsApp, תזכורות ו-Follow-up, גבייה עם חשבונית, וסגירת מעגל ב-CRM. זה הפרויקט שמאחד הכל שלמדתם.

בשיעור הבא — מתחילים מודול שניים: צ'אטבוטים וסוכני AI. שיעור ראשון: מה זה AI Agent ולמה הוא שונה מצ'אטבוט רגיל. נקפוץ מ"בוט שמגיב" ל"סוכן שחושב" — וזה שינוי עצום.

[מעבר שקף]

לסיכום שיעור אחד ותשע:

Google Sheets — חינם, מוכר, קל לחיבור. מגבלה של שלוש מאות בקשות API לדקה. לא מתאים לכתיבה מקבילית. מספיק לעד מאתיים אלף שורות.

Airtable — בסיס נתונים אמיתי עם תצוגות עשירות. עשרים דולר למשתמש לחודש לתוכנית Team. אוטומציות מובנות. לבסיסי נתונים מורכבים עם קשרים בין טבלאות.

Make ו-n8n מחברים את שניהם בקלות. בחרו לפי גודל הנתונים, מורכבות הקשרים, והתקציב הזמין.

כל הכבוד — סיימתם את מודול האוטומציות! עכשיו אתם AI Automation Engineers. להתראות בשיעור הבא.
