שאלה שחוזרת אצלי כמעט בכל הדרכה בזמן האחרון: "אם AI כותב לי נוסחאות ומנקה נתונים — למה שאלמד Power Query?"
שאלה טובה, והתשובה עליה מחדדת משהו שכדאי להבין לפני שבוחרים כלי: AI ואוטומציה פותרים שתי בעיות שונות לגמרי.
ההבדל בשורה אחת
AI עוזר לך לעשות משימה. Power Query עושה שהמשימה לא תחזור.
נסחו את זה אחרת: כשאת מבקשת מ-AI נוסחה, קיבלת תשובה לפעם הזו. כשאת בונה שאילתה ב-Power Query, בנית תהליך שירוץ שוב בכל חודש בלחיצה אחת — על קובץ חדש, בלי לכתוב שום דבר מחדש.
מתי AI הוא הכלי הנכון
- משימה חד-פעמית — קובץ שקיבלת פעם אחת ולא תראי שוב
- לא זוכרת תחביר — "איך כותבים את זה ב-M?" — תשובה בשניות
- נוסחה מסובכת — לוגיקה מקוננת שמייגע לבנות שכבה-שכבה
- קובץ ירושה — "מה הנוסחה הזו עושה?" — מצוין בזה
- לאתר באג — מדביקים נוסחה שמחזירה שגיאה ומקבלים אבחון
- ללמוד כיוון — "יש לי טבלה כזו, מה הדרך הנכונה להגיע לזה?"
ומתי Power Query
- דוח חוזר — כל חודש אותו מבנה, נתונים חדשים
- איחוד קבצים — תיקייה שמתמלאת בקבצים דומים
- נפח גדול — עשרות אלפי שורות שנוסחאות כבר מתקשות בהן
- ניקוי קבוע — אותו טיפול בדיוק על מקור שמגיע תמיד מבולגן
- שרשרת שלבים — עשרה שלבים רצופים שצריכים לרוץ באותו סדר
- כשצריך לתעד — כל שלב רשום ברשימה, וכל אחת רואה מה נעשה
הטבלה שמסכמת
| AI | Power Query | |
|---|---|---|
| זמן להתחלה | שניות | שעה של למידה |
| חוזר בחודש הבא? | מבקשים שוב | לחיצה על "רענן" |
| שקיפות התהליך | תלוי בהסבר שביקשת | כל שלב מתועד ברשימה |
| עבודה עם נפח גדול | לא רלוונטי | מעולה |
| נתונים רגישים | נחשפים אם מעלים קובץ | נשאר על המחשב שלך |
| מי אחראית לתוצאה | את | את |
שימו לב לשורה האחרונה. היא זהה בשתי העמודות, וזו לא בדיחה — זה החלק שהכי קל לשכוח כשכלי עובד מהר.
השילוב — וזה מה שאני עושה בפועל
בפועל אני לא בוחרת בין השניים. אני משתמשת בהם יחד, וזה הרבה יותר חזק מכל אחד לבד:
- מחליטה מה התהליך צריך לעשות — זה החלק שלי, ואף כלי לא יעשה אותו
- בונה את השלד ב-Power Query — ייבוא, איחוד, סינון
- נתקעת בשלב אחד — פיצול לפי תבנית לא סטנדרטית, נניח
- מבקשת מ-AI את קוד ה-M לשלב הזה ומדביקה בעורך המתקדם
- בודקת שהתוצאה נכונה על כמה שורות
- שומרת — ומהחודש הבא זו לחיצה אחת
ה-AI חסך לי את חצי השעה של חיפוש התחביר. Power Query חוסך לי את המשימה כולה, כל חודש מחדש. אלה שני חסכונות שונים, ואין שום סיבה לוותר על אחד מהם.
מה שכדאי לזכור
הכלי הכי חזק הוא לא AI ולא Power Query, אלא ההבנה מה התהליך צריך לעשות. זו ההחלטה שקובעת אם התוצאה נכונה — ואף כלי לא מקבל אותה במקומך.
ולכן, מי שמבינה נתונים מקבלת משני הכלים תוצאה מצוינת. מי שלא — מקבלת בדיוק את אותה תשובה, ולא יודעת אם היא נכונה.
שאלות ותשובות
AI יכול לבנות לי שאילתת Power Query שלמה?
הוא יכול לכתוב קוד M ארוך, אבל בלי לראות את הקובץ שלך הוא מנחש שמות עמודות וסוגי נתונים. עדיף לבנות את השלבים בממשק ולהיעזר ב-AI נקודתית — בשלב אחד שנתקעת בו. אז גם קל בהרבה לבדוק אותו.
אם אני לומדת Power Query, עדיין כדאי ללמוד נוסחאות?
בהחלט. Power Query מכין את הנתונים; נוסחאות עונות על שאלות בתוך הגיליון. רוב הקבצים בעבודה משלבים את שניהם.
מה משתלם יותר להשקיע בו זמן?
אם יש לך דוח חוזר — Power Query, בלי היסוס. שעה של למידה מחזירה את עצמה כבר בחודש השני. AI לומדים תוך כדי, והוא מועיל בעיקר כשיש בסיס להישען עליו.
מה הלאה?
סדנת Power Query בנויה סביב דוחות אמיתיים מהעבודה — ייבוא, איחוד, ניקוי ורענון. אחריה קובץ שלוקח היום שעתיים בכל חודש הופך ללחיצה אחת. וכשמצטרף לזה AI שכותב את השלב שנתקעת בו, העבודה נראית אחרת לגמרי.