פייבר בצרות. הקונספט שהימרה עליו במשך שנים, שאיפשר לכל עסק קטן לקנות כישרון מכל מקום בעולם, מתחיל להיעלם. הרעיון, שהפך כל משימה אנושית, למוצר, מתומחר, משולם נדחף החוצה כי המשימה הפכה לזולה יותר. זה קורה בגלל AI כמובן, מודלים טובים, נגישים מאוד, זולים מאוד. למה שאשלם לפייבר $150 על לוגו ו-2 סקיצות, שאפשר לקבל במחיר הזה חשבון ג׳מיני או צ׳אט לחצי שנה.

נכון לסוף יולי, פייבר בשווי שוק של 330 מיליון דולר, 50% פחות מלפני שנה. 96% פחות מלפני 5 שנים, בשיא הקורונה. ההוצאה השנתית לקונה דווקא עלתה ל-368 דולר, אבל תחזית ההכנסות נחתכה - הקונים הקטנים פשוט בורחים מהר יותר מהקונים הגדולים.

אז מה נשאר בעצם, מ-16 שנות היסטוריה, ולאן פייבר יכולה ללכת מפה?

אמרנו, משימות פשוטות, gigs, שארזו תוצאה הם בדיוק מה שהפך את פייבר חשופה ל-AI. משימות מוגדרות, קצרות, דיגיטליות יצאו משוקי עבודה מקוונים (מרקטפלייסים) והפכו דולר של שעת עבודה לסנטים של inference.

חשוב לי לומר שפייבר מבינה את זה. אני לא מחדש פה שום דבר למיכה קאופמן, מנכ"ל חד לשון וגם חד כתער, שראה את הרכבת נוסעת ודיבר על זה. בכל שיחת משקיעים בשנה האחרונה מיכה והצוות שלו תיארו אסטרטגיה הגיונית. מעבר ממרקטפלייס טרנזקציוני שבו פייבר בעיקר מחזיקה את הברזלים, לפלטפורמת עבודה שהיא לוקחת בו תפקיד אקטיבי יותר: הבנה טובה יותר של יכולות עובדים, התאמה חכמה יותר לפרוייקטים, וגם מערכת fulfillment למעקב אחר התקדמות, זיהוי סיכונים וסיוע, רגע לפני שפרוייקט מתפרק. זו לא אסטרטגיה של "הוספנו chatbot לחיפוש וקראנו לזה AI", זו הבנה אמיתית שהערך עובר מחיפוש אחר בן אדם אל ניהול, אמון ואחריות לתוצאה.

אז פייבר רואה את העתיד, היא משתמשת בכל המילים הנכונות: context, judgment, orchestration, accountability, outcomes, אבל, כל רכיב שהיא בונה נועד לשפר את אותה משוואת הכנסות ישנה, GMV (או סך העסקאות) של המרקטפלייס כפול take rate (או אחוז העמלה) שלה. מאץ׳ חכם יגדיל את ה-conversion, זיהוי סיכון יפחית ביטולים, managed services או Fiverr Pro ידוגו לקוחות שישלמו יותר. הכל מועיל, אבל הכל מניח שהלקוח מגיע לפייבר וימשיך להגיע כדי לשכור בן אדם ולשלם לפלטפורמה אחוז מהעבודה.

ה-Take Rate של פייבר נושק ל-28 אחוזים. בפרוייקט של 5,000 דולר מדובר בכמעט 1,400 דולר שנלקחים איפשהו לאורך העסקה. כמו וולט, אפשר להצדיק את זה כהשפלטפורמה סיפקה את הלקוח, את האמון, את התשלום ואת פתרון המחלוקות, קצת יותר קשה להצדיק את זה בפרוייקט השני, שלישי ורביעי בין אותם צדדים. ככל שהעסקה גדולה והקשר מתמשך, כך גדל התמריץ לעבור לווטסטאפ, לפייפל או לדווח לפייבר חשבונית שקרית. Fiverr גובה את המס הגבוה ביותר דווקא מפרוייקטים שהיא רוצה לשמר כדי להצליח ב-high-value work.

פרוייקטים מעל 1,000 דולר כאלה מייצגים היום 15% מההכנסות. ההנהלה ביקשה 6 רבעונים לבצע אסטרטגייה שתגדיל את ה-Upmarket, אבל גם אם תציג שיפור בכל KPI שבחרה, 85% מההכנסות יתכווצו מהר יותר מהצמיחה, ואני לא בטוח שבעולם משתנה מדי חודש, לשוק יש סבלנות לחכות שהמתמטיקה תסתדר.

אגב Upwork, המתחרה של פייבר, נמצאת בסרט דומה. היא אמנם פחות חשופה למשימות ש-AI יכול להחליף לחלוטין, ובנוייה סביב פרוייקטים ארוכים ותשלום לפי שעה, אבל המרקטפלייס שלה הפך לסיוט לקונים. לקוח מפרסם עבודה ומקבל מבול של הצעות שנכתבו עם AI תוך שניות. כל מועמד נשמע כמו מומחה, כל מכתב מקדים מכיל בדיוק את מילות המפתח הנכונות, וכולם כביכול קראו לעומק את הדרישות שלי. ה-AI הוריד את עלות הגשת המועמדת לאפס, ועם עלות ספאם של אפס, תקבל הרבה מאוד ספאם.

נחזור לפייבר. בעצם ההצעה שנשמעת כמעט מובנת מאליה: למה שפייבר לא תהפוך פשוט ל-Scale AI או Mercor? שתי חברות שלקחו את המרקטפלייסים לקצה ופורחות דווקא בגלל AI. הראשונה, מציעה לבצע מיקרו-משימות פשוטות לאימון מודלים, השנייה, גייסה עורכי דין, רופאים ומהנדסים כדי לבחון מודלים. במקום למכור פרילנסרים לעסקים קטנים, הן מוכרות זמן אנושי ל-Google, OpenAI ו-Anthropic.

אז כן, Fiverr צריכה להעתיק חלקים, בעיקר מ-Mercor. למה היא לא עשתה את זה עד היום? הרי יש לה מנגנון KYC, פתרון תשלומים גלובלי, מערכת Matching ו-Reputation, בעצם יכולת לגייס ולשלם לעובדים כמעט בכל מקום. היא יכולה לפתוח מחר יחידה שמוכרת Rubric Creation, Red Teaming, Multilingual Evaluation, Code Review ו-Human Escalation לכל חברות ה-AI.

השאלה אם זו החברה שפייבר רוצה להיות בעוד חמש שנים? חברות כאלה מוכרות בעיקר שעות אנושיות שהופכות למודל או התבן למודל. הלקוח משלם, המומחים עובדים, והוא מקבל את התוצר כדי לשפר את המודל שלו. רוב הערך המצטבר נשאר אצל הלקוח, וככל שהמודל הופך טוב יותר, הוא הופך פחות תלוי בספק. כדי לגדול צריך לגייס עוד מומחים, שמקבלים לפי הדיווחים 60-70% מההכנסות. פייבר לא יכולה לגייס מומחים כאלה, הטובים שבהם הם MDs ו-PhDs שלא אייתו Gig מעולם. יש גם בעיית ריכוזיות - 91% מההכנסות מגיע ממספר קטן של מעבדות, והן עובדות בעצמן במרץ להחליף RLHF (או Reinforcement Learning from Human Feedback) ב-RLAIF (או Reinforcement Learning from AI Feedback), בעצם החלפת פידבק אנושי, שהם צריכים במאסות לכל מודל חדש, בפידבק מהמודל הקודם שלהם.

הסכנה העמוקה היא שפייבר תברח מעסק ש-AI הופך לאוטומטי ותיכנס לעסק אחר ש-AI מנסה להפוך לאוטומטי. המודלים מנסים לצמצם בעצמם תלות בשעות אנושיות, אבל בני אדם לא צפויים להיעלם מהתהליך הזה. התפקיד שלהם יעלה קומה. הם לא יתבקשו לבחור בתשובה נכונה מבין שתיים, הם ידרשו להגדיר את המבחן, לחקור מקרי קצה, לפתור מחלוקות, ולכייל מערכות מחדש. אם Fiverr תנסה לשכפל את Mercor של 2025, היא תגלה עוד 6 רבעונים ש-Mercor כבר נמצאת במקום אחר.

מרקור ו-Scale מסייעות לבנות ולשפר מודלים. פייבר צריכה להתמקם ברגע שבו המודלים האלה אחראים לעבודה שנעשית בעולם האמיתי: הקוד עומד להתמזג, הקמפיין עומד להתפרסם, הקטלוג עומד לעלות לאתר, ה-Agent עומד להחזיר כסף ללקוח. מישהו צריך לומר Accept, Reject או Escalate ומסוגל להסביר מדוע. הבדל כזה משנה את הלקוחות, את התמחור, את מבנה העלויות ושרשרת הערך.

זה גם הופך את FVRR, המנייה, מפוזיציית שורט על AI לפוזיציית לונג. פייבר הנוכחית תחטוף ככל שהמודלים משתפרים, כי הם ייצרו יותר בפחות, אבל אם היא תמכור Acceptance, היא תהנה ממודלים שמייצרים יותר. ככל שיהיו יותר Pull Requests שנכתבו ע"י סוכנים, יותר דפי מוצר ג׳נרטיביים, יותר תשובות אוטומטיות ללקוחות, יותר אוטומציות - הרגעים שבהם ארגון צריך להחליט, אם לסמוך על תוצאה, יגדלו.

הארכיטקטורה לא צריכה להיות "שלחו כל החלטה לחמישה פרילנסרים וקבלו את הצבעת הרוב", חמישה אנשים יכולים להסכים ביניהם ועדיין לטעות. המערכת שפייבר תבנה צריכה להבין את התוצאה המבוקשת, רמת הסיכון והראיות הנדרשות. היא צריכה להבין או להכין בזמן אמת מבחן (טקסט, תמונה או וידאו) ולשכלל אותו כדי לבזבז לבני האדם כמה שפחות זמן. פחות זמן אנושי = יותר כסף בכיס של מיכה. פייבר תצטרך לזהות מומחים ב-Supply הקיים שלה, וכיצד הם מתפקדים בתחום מסוים. האם התוצאות שלו התבררו כנכונות? האם הוא הסביר את ההחלטה? האם הוא נוטה לקבל או לדחות יותר מדי, והאם הביצועים של אותם פרילנסרים נשמרים לאורך זמן. המדד החשוב הוא לא כמה מומחים רשומים בפייבר, אלא כמה החלטות אמינות ניתן להפיק מכל שעה שלהם.

המערכת הזו, נקרא לה Fiverr Acceptance, יכולה להימכר בכמה צורות. Batch, שמקבל אלפי פריטים, תרגומים או תשובות support, ומחזיר תוצאות, ראיות ומקרי חריגה. Runtime, שנקרא מתוך תהליך אייג׳נטי, CI, דיפלוי, תשלום, החזר או Escalation, שמאפשר להזמין הכרעה אנושית מהירה. בכל שימוש הלקוח יכול להחליט, כמה בני אנוש הוא צריך, עם איזו מומחיות וכמה הוא מוכן להמתין. את Fiverr Acceptance צריך למכור עם אחריות, ורגולציה. הרי כל סטארטאפ קטן יכול לבנות Judge API בשלושה שבועות, אבל מערכת אנטרפרייז עם Audit, SLA, ISO, הפרדת נתונים, כספים, קרדיטים, ניהול תשלומים ומחלוקות בקנה מידה עולמי, זו משימה לחברה ציבורית.

פייבר לא צריכה לוותר על המרקטפלייס הפנימי שלה. להיפך, זה צריך להיות Customer Zero. כל פרוייקט בפלטפורמה הרי מכיל brief, שיחה, deliverable, בקשות תיקון, תשלום, החזר וניהול סכסוכים. המרקטפלייס הקיים יהיה חזק יותר בגלל שהוא מגובה ב-Fiverr Acceptance, חיצוני, נייטרלי בלתי תלוי, אבל הוא בעצמו Moat. אמרנו, 16 שנה של היסטוריה על איך פרוייקטים מתנהלים, מה הופך לוגו למושלם, איך נראה פוסט ויראלי - פייבר יכולה לשלם למומחים שיבנו Rubrics בשבילה - מבחנים רב-מימדיים שיכולים לסייע בהחלטות האם להעביר משימה למומחים, וכמה. היות שכל החלטה היא סיכון שפייבר תבטח - המבחן הנכון ישפר לה את הפרמיות.

לפייבר יש את ה-Supply. היא לא צריכה לקנות עוד Marketplace כדי להתחזק. כן חסרים לה כמה איברים שאפשר לחזק ברכישות.

היעד הראשון שהייתי בודק הוא LangWatch. חברה מאמסטרדם שבנתה פלטפורמה ל-evaluation, simulation, LLM as judge וניטור סוכנים בפרודקשן.

היעד השני - Forum AI. חברה שמגדירה את עצמה כ-Judgment Layer for High Stakes AI, עובדת עם מומחים בכירים ובונה סוכנים שמנסים לשכפל את דרך החשיבה שלהם.

אם Fiverr תרצה לשרת גם חברות מודלים או חברות גדולות מספיק שבונות מודלים לעצמן, אז שווה להסתכל גם על Vals AI ו-Giskard. הראשונה בונה Benchmarks פרטיים וריאליסטיים במגוון תחומים. השנייה בודקת סוכנים באופן אוטומטי, גם לדיוק וגם לאבטחה.

במקביל אמרנו, Fiverr צריכה לשנות את הכלכלה של ה-Marketplace. בפרויקטים גדולים וחוזרים, Take Rate של כמעט 28 אחוז צריך לרדת לאזור 10 עד 12, ולצדו Warranty ו-Acceptance Fee. במקום לראות את הצדדים בורחים אחרי הפרוייקט הראשון, אפשר לגבות פחות על "גישה לפרילנסרים" ויותר על Accountability ו-Proof of Work - וזה, מוצר שקשה יותר לקחת לוואטסאפ, במיוחד אם הוא חלק מתהליך אוטומציה שקורה מאות פעמים ביום.

במשך שלוש שנים שאלנו מה AI מסוגל לייצר. כמה קוד, כמה תמונות, כמה טקסט, כמה וידאו. ככל שהייצור נהיה זול, צוואר הבקבוק זז. הבעיה היא לא לייצר עוד עשר תשובות. היא לבחור איזו מהן נכונה. היא לא לכתוב עוד Pull Request, אלא להחליט אם כדאי למזג אותו. היא לא אם אני יכול להפעיל Agent, כל אחד יכול לכתוב ולהפעיל Agent - היא מי נושא באחריות, שה-Agent החליט לשיר בספרדית ללקוח עצבני.

אם Fiverr תשתמש ב-AI כדי להציג פרילנסרים קצת יותר טוב בחיפוש, היא תפיק ממנו שיפור של אחוזים בעסק שיורד עשרות אחוזים. אם היא תשתמש בו כדי לבנות שכבה שמחליטה אם עבודה ראויה לאמון, היא תהפוך מחברה שמתווכת אנשים לחברה שמתווכת אחריות.

וזה לא שאלה קיומית רק לפייבר - האם אתם בונים היום משהו שמישהו ישלם עליו יותר, ככל שהמודלים ישתפרו?

עד הפעם הבאה, תהיו טובים, ותמשיכו להיות סקרנים. יאללה ביי.