בינה מלאכותית: 545% רווח עם דגמי AI Deepseek V3 ו- R1? תחושת AI או מספר אוויר?

שחרור מראש של Xpert

איש קשר מקוון (קונרד וולפנשטיין)

בחירת קול 📢

פורסם ב: 2 במרץ, 2025 / עדכון מ: 2 במרץ 2025 - מחבר: קונרד וולפנשטיין

בינה מלאכותית: 545% רווח עם דגמי AI Deepseek V3 ו- R1? תחושת AI או מספר אוויר? - תמונה: xpert.digital

Deepseek: סטארט -אפ זה מהפך את כלכלת ה- AI עם רווחיות של 545%?

סטארט -אפ במוקד: האמת שמאחורי המספרים המרשימים של Deepseek

בעולם המהיר והעובד האטום של בינה מלאכותית (AI), ה- Startup הסיני של KI Deepseek גרם לתחושה אמיתית. בטענה מדהימה, החברה קיבלה את עצמה במרכז הדיון העולמי ב- AI: יחס עלות רווח של 545%מדהימים-וזה כל יום! אמירה נועזת זו, המובססת על ידי נתוני הפעלה מפורטים, היא יותר מסתם מספר מרשים. זהו מפץ שגורם לתעשיית ה- AI המבוססת להקשיב ומעלה שאלות עמוקות לגבי כלכלה ומודלים עסקיים עתידיים מטכנולוגיות AI.

אבל מה באמת מאחורי המספרים האלה? האם זו יעילות מהפכנית שתפוך את השוק הפוך, או אסטרטגיה שיווקית חכמה שהיא יותר מראה מאשר להיות? המבקרים כבר מדברים, אנליסטים מפרקים את החישובים והוויכוחים בעולם הטכנולוגי. השאלה היא: האם Deepseek יכול ממש להשיג רווחיות כה גבוהה, ואם כן, איזו השפעה יש לכל ענף ה- AI, במיוחד בהשוואה לענקים המבוססים מעמק הסיליקון?

מאמר זה לוקח אותך לניתוח מעמיק של טענת DeepSeek. אנו מאירים את הבסיס הטכנולוגי העומד מאחורי המספרים המרשימים, מנתחים את מודל התמחור החדשני וחושפים את אסטרטגיות ההפעלה החכמות בהן DeepSeek משתמשת. עם זאת, אנו בוחנים גם את הקולות הקריטיים שמאטים את האופוריה ושופכים אור על אי ההתאמה בין הפוטנציאל התיאורטי למציאות מעשית.

גלה אם Deepseek בפועל פיצח את סוד ה- AI Reniable או האם 545% הם יותר חלום. אנו מנתחים את ההשלכות המרחיקות לכת על שוק ה- AI העולמי, הנוף התחרותי ואת השאלה האם אנו בתחילת עידן חדש של כלכלת AI או האם ההייפ סביב DeepSeek יתברר כאש קש. דבר אחד בטוח: Deepseek סימן מחדש את הוויכוח על עתיד מימון AI וניתנות מחדש ומספק חומר דיון במשך שנים. צלול איתנו לעולם המרתק של DeepSeek וחשף את האמת שמאחורי המספרים הסנסציוניים.

מתאים לכך:

Deepseek מול OpenAAI: Ki-Wet Racen חושף-הוא ה- R1 של סין רק עותק או יצירת מופת אסטרטגית?

חשיפת המספרים והבסיס הטכנולוגי שמאחוריו

ב- 1 במרץ 2025, Deepseek פרסמה נתוני הפעלה מפורטים בפלטפורמת המפתחים של GitHub, שכללה תקופה של 24 שעות, ליתר דיוק 27 ו -28 בפברואר, 2025. שקיפות זו מדהימה בתעשיית AI, המאופיינת לעתים קרובות על ידי סודיות. החברה הצהירה כי דגמי ה- AI המתקדמים שלה V3 ו- R1, המבוססים על עלויות תפעול יומיות של 87,072 דולר, עשויים לייצר הכנסה תיאורטית של 562,027 דולר. מנתונים אלה, DeepSeek חישב את יחס העלויות בעל העלות בהרבה של 545%. הצהרה זו מרמזת כי כל דולר שהשקיע בחברה מייצר תיאורטית 5.45 דולר רווח. זה היה מחולק לשנה שלמה, פירוש הדבר היה מחזור שנתי פוטנציאלי של מעל 200 מיליון דולר, סכום שמדגיש את השאיפות ואת הפוטנציאל המשבש של DeepSeek.

הביצועים והיעילות המרשימים של דגמי ה- AI של Deepseek מבוססים על תשתית עדכנית המבוססת בעיקר על GPUs H800 של NVIDIA. מעבדי גרפיקה אלה הם כיום תקן הזהב למשימות חשבון בתחום הלמידה העמוקה וה- AI. DeepSeek שוכר את ה- H800 GPUs זה במחיר של 2 $ לשעה ושבב. במהלך התקופה שניתחה 24 שעות, החברה הפעילה בממוצע 226.75 צמתים שרתים, כאשר כל קשר נפרד מצויד בשמונה GPUs H800. כוח מחשוב מסיבי זה איפשר ל- DeepSeek לעבד 608 מיליארד אסימוני קלט מרשימים ו -168 מיליארד אסימוני תפוקה בתקופה זו.

גורם חיוני ליעילות העלות המדהימה של DeepSeek הוא השימוש במערכת מטמון מתוחכמת. מטמון הוא למעשה זיכרון ביניים המונע נתונים נדרשים לעיתים קרובות להאיץ את הגישה אליו ולהפחית את עומס המחשוב. במקרה של DeepSeek, 56.3% מכרטיסי הקלט, התואמים ל -342 מיליארד אסימונים מדהימים, נקראו ממטמון מפתח מבוסס כונן קשיח (מטמון KV). השימוש החכמי הזה במטמון צמצם משמעותית את עלויות העיבוד מכיוון שהגישה לנתונים מהמטמון היא מהירה הרבה יותר ויותר -משאבים מאשר עיבוד הקרקע.

מהירות הפלט הממוצעת של דגמי DeepSeek הייתה 20-22 אסימונים לשנייה. התפוקה שהושגה הייתה מרשימה עוד יותר: במהלך מה שנקרא שלב העדפה, בו מוכנים נתוני הקלט, התפוקה הייתה סביב 73,700 אסימונים לכל צומת H800. בשלב הפענוח, בו דגמי ה- AI מייצרים את ההוצאות בפועל, התפוקה הייתה עדיין 14,800 אסימון לשנייה לכל צומת H800. שיעורי התפוקה הגבוהים הללו הם מכריעים ליכולתו של DeepSeek לעבד ביעילות כמויות גדולות של פניות ובכך לייצר הכנסה גבוהה.

תמחור וחישוב הרווח התיאורטי

Deepseek עוקב אחר אסטרטגיית מחיר מובחנת עבור דגמי ה- AI שלה. דגם ה- Premium R1, המיועד לתביעות הביצועים הגבוהות ביותר, מחושב במחיר של 0.14 דולר למיליון אסימוני קלט אם יש יעד מטמון. מטרת מטמון פירושה שהמידע המבוקש כבר זמין במטמון ולכן ניתן לקרוא לו במהירות. אם אין יעד מטמון (שגיאת מטמון), המחיר לאסימון קלט עולה ל -0.55 דולר למיליון. עבור אסימוני פלט, כלומר התשובות שנוצרו על ידי ה- AI, DeepSeek מחשב אסימון של 2.19 דולר למיליון אסימונים.

מבנה מחירים זה מ- DeepSeek נמוך משמעותית בהשוואה ישירה למתחרים המערביים כמו OpenAAI או אנתרופיים. נראה כי התמחור האגרסיבי הזה הוא חלק בלתי נפרד מאסטרטגיית השוק המשבשת של Deepseek. החברה ככל הנראה שואפת להשיג נתחי שוק באמצעות מחירים אטרקטיביים ולמצב את עצמם כחלופה חסכונית בשוק ה- AI.

חישוב הרווח התיאורטי של 545% מבוסס על ההנחה כי אסימונים מעובדים כל * מחויבים לתעריף הפרימיום של מודל R1. זו נקודה חשובה מכיוון שמדובר בהנחה מפושטת שאינה משקפת לחלוטין את המציאות. על פי הנחה זו, היקפים שנמדדו של 608 מיליארד קלט ו -168 מיליארד אסימוני תפוקה יובילו להכנסה יומית של 562,027 דולר. עם עלויות התפעול של 87,072 דולר, הדבר מביא ליחס העלות-רווח המובהק של 545%.

עם זאת, חשוב להדגיש שמדובר בחישוב * תיאורטי * שבוצע בתנאים אידיאליים. הביצועים הכספיים בפועל של DeepSeek בעולם האמיתי יכולים ומושפעים ממגוון גורמים שלא נלקחים בחשבון בחישוב פשוט זה.

המציאות שמאחורי המספרים התיאורטיים: מגבלות והסתייגות

בפרסומו, Deepseek עצמו מודה בגלוי כי ההכנסה בפועל "נמוכה בהרבה" מהערכים שהציעו החישוב התיאורטי. שקיפות זו היא סימן נוסף לגישה הלא שגרתית של Deepseek ומדגיש את הצורך לפרש את הדמויות המוצגות בהקשר של מגבלותיהם. ישנן מספר סיבות לאי -התאמה בין החישובים התיאורטיים להכנסה האמיתית.

קיומו של המודל הסטנדרטי V3 הוא גורם חיוני. מודל זה מוצע במחירים נמוכים משמעותית מאשר דגם R1 הפרימיום. מכיוון שלא כל הלקוחות בוחרים אוטומטית את הדגם היקר ביותר, השימוש במודל V3 מפחית את המכירות הממוצעות לאסימון עבור DeepSeek. בנוסף, DeepSeek כרגע מייצרת רווחים רק חלק מהשירותים המוצעים שלה. גישה לאינטרנט ואפליקציה לדגמי AI עדיין ללא תשלום עבור משתמשי הקצה. ההכנסה נוצרת בעיקר על ידי API Access, המאפשרת לחברות ומפתחים לשלב את דגמי DeepSeek ביישומים ובמערכות שלהם. התמקדות זו בהכנסות של API פירושה שחלק משמעותי מהשימוש הפוטנציאלי במודלים של DeepSeek אינו ממוקם כעת במין ישירות.

היבט חשוב נוסף הוא הנחות. DeepSeek מציעה באופן אוטומטי הנחות בשעות הלילה בהן העמסת המערכות בדרך כלל נמוכה יותר. הנחות אלה נועדו לקדם שימוש בזמנים חלשים ולייעל את ניצול המשאבים הכולל בכללותו. עם זאת, הם גם מצמצמים מכירות ממוצעות לאסימון.

אולי הנקודה החשובה ביותר, שמתעלמת לחלוטין מחישוב הרווח התיאורטי, היא ההשקעות העצומות במחקר ופיתוח (F&E) וכן עלויות ההדרכה העצומות של מודלים של AI. פיתוח והדרכה של דגמי AI חדישים כמו V3 ו- R1 הם יקרים במיוחד וגוזלים זמן. הם דורשים שימוש במדענים ומהנדסים מוסמכים מאוד, גישה למערכות נתונים ענקיות והפעלת מרכזי נתונים חזקים לאורך תקופות זמן ארוכות. עלויות אלה מייצגות לעתים קרובות את חסימת העלויות הגדולה ביותר עבור חברות AI ויכולות להשפיע באופן משמעותי על הרווחיות התפעולית. עלויות התפעול הטהורות של ההסקה, ש- DeepSeek חושפת בחישוב שלה, הן רק חלק מהתמונה הכוללת. על מנת להעריך את הרווחיות בפועל של חברת AI, יש לקחת בחשבון גם את ההשקעות הקודמות והמתמשכות ב- F&E והדרכה.

אסטרטגיות הפעלה חדשניות להגדלת היעילות

למרות ההגבלות על חישוב הרווח התיאורטי, DeepSeek מדגימה יעילות כירורגית מרשימה כתוצאה מגילויו. החברה יישמה מספר אסטרטגיות חדשניות כדי למקסם את היעילות ולהפחתת עלויות התפעול.

רכיב מפתח הוא הקצאת המשאבים הדינמיים. Deepseek אינה סטטית את המשאבים האריתמטיים שלה, אלא מסתגלת בגמישות לדרישה הנוכחית ולדרישות השונות של החברה. בתקופת התעבורה העיקרית ביום, כאשר הביקוש לשירותי ההסקה הוא הגבוה ביותר, משתמשים בעיקר בצמתי השרת וה- GPUs הזמינים כדי לספק שירותים אלה. במהלך הלילה, כאשר התפוסה בדרך כלל נמוכה יותר, המשאבים מקושרים מחדש ומשמשים למשימות אחרות, במיוחד למחקר והדרכת מודלים חדשים של AI. הקצאה דינאמית זו ממקסמת את השימוש בחומרה היקרה ותורמת להפחתת העלויות הכוללות.

מבחינה טכנית, DeepSeek מסתמך על הקבלה כל כך נקראת -קשר (מקביליות מומחה, EP). טכניקה זו היא נוהל מתקדם להפצת עומס המחשוב במהלך האימונים והסעת דגמי AI גדולים. בהקבלה של מומחים, המודל מחולק למספר "מומחים", שכל אחד מהם נתקל בצמתים או GPUs שונים. עיבוד מקביל זה מאפשר תפוקה גבוהה יותר ומפחית את ההשהיה, מכיוון שעבודת המחשוב מתבצעת גם על מספר רכיבי חומרה. ההקבלה של מומחים יעילה במיוחד עבור דגמים גדולים מאוד, מכיוון שהיא מפיצה את הזיכרון והדרישות האריתמטיות למספר מכשירים ובכך מתגברת על גבולות רכיבי החומרה הבודדים.

בנוסף להקבלה של מומחים, DeepSeek יישמה מערכת פיצוי עומס מתוחכמת. מערכת זו מפיצה באופן מושכל את תנועת הנתונים הנכנסת באמצעות שרתים ומרכזי נתונים שונים. מטרת פיצוי העומס היא למנוע צוואר בקבוק, לייעל את ניצול המשאבים ולהגדיל את בטיחות הכישלון של המערכת. הפצה אחידה של העומס מבטיחה כי אף שרת אחד לא עומס יתר על המידה וזמני התגובה למשתמשים נשארים קבועים. מערכת פיצוי עומס אפקטיבית היא מכריעה למדרגיות ואמינותם של שירותי AI מבוססי ענן כמו אלה של DeepSeek.

השלכות ותגובות בשוק בענף: קריאת השכמה לתעשיית AI?

הגילוי של נתוני המפתח הפיננסי המפורט של Deepseek מגיע בתקופה בה הרווחיות של סטארט -אפים של AI וקיימות המודלים העסקיים שלה היא נושא מרכזי בעולם הטכנולוגיה והמשקיעים. משקיעים ואנליסטים תוהים יותר ויותר אם הדירוגים הגבוהים ופוטנציאל ההייפ העצום של ענף ה- AI מבססים גם הם על ידי יסודות כלכליים מוצקים. חברות כמו OpenAAI, אנתרופיה ורבים אחרים מנסחות באינטנסיביות מקורות הכנסה שונים, מודלים מבוססי מנויים לחיוב תלוי שימוש בתשלום רישיון עבור טכנולוגיות AI שלהן. יחד עם זאת, מרוץ לפיתוח זעם זועק יותר ויותר מתוחכם וחזק יותר הדורש השקעות ניכרות.

חשיפת DeepSeek חשובה במיוחד בהקשר זה. הסטארט-אפ הצעיר שעדיין, שהוקם רק לפני 20 חודשים, החל את עמק הסיליקון המבוסס בגישה החדשנית והחסכונית שלו לפיתוח ותפעול של דגמי AI. Earlier claims that Deepseek spent less than $ 6 million for the chips used to train its models-a sum that was significantly below the expenditure of Western competitors such as Openaai-had already led to noticeable price losses in AI shares in January 2025. The current disclosure of the alleged 545%cost-profit ratio increases this impression and feeds the fear that traditional AI companies may be more inefficient and less competitive than new challengers like DeepSeek.

השקיפות ויעילות העלות כביכול של DeepSeek עלולים ליזום שינוי פרדיגמה בענף ה- AI. הם מכריחים חברות מבוססות להטיל ספק ביקורתית על מבני העלויות והמודלים העסקיים שלהם ואולי מוצאים דרכים יעילות יותר לספק שירותי AI. הלחץ על חברות כמו OpenAAI, Anthropic ו- Google להפחית את המחירים שלהן ולהפגין את הרווחיות שלהן עשוי להמשיך לעלות דרך ההצלחה של Deepseek.

נקודות מבט קריטיות וניתוחים מומחים: האם שולי הרווח באמת כל כך גבוהים?

מרווח הרווח של 545% שנטען על ידי Deepseek גרם לתשומת לב רבה וספקנות בחוגים מומחים. חלק מהאנליסטים מצביעים על כך שהמונח "שולי רווח" לא ניתן להשתמש נכון בהקשר זה. בהתאם להגדרה, מרווח רווח המייצג את יחס הרווח למכירות אינו יכול לחרוג מ 100%. במקרה של DeepSeek, מדובר בתשלום נוסף על העלויות או החזר ההון (החזר השקעה, החזר ROI). המונח "יחס עלות רווח" מדויק יותר בהקשר זה.

מבקרים בפלטפורמות מקוונות כמו Reddit ובפורומים מומחים שואפים לרוב לדוגמה החיה של ילד שמוכר לימונדה. ילד זה יכול להניח באופן שגוי שהרווח שלו הוא רק ההבדל בין מחיר המכירה של הלימונדה לבין עלויות המרכיבים (לימונים, סוכר, מים). עם זאת, גורמי עלות חשובים יתעלמו, כמו עלויות השולחן, הכד, הכלים המעורבים, המשקפיים ובעיקר, הזמן והעבודה שהושקעו על ייצור ומכירת הלימונדה. אנלוגיה זו ממחישה כי שיקול מבודד של עלויות התפעול הטהורות של ההסקה במודלים של AI יכול להוביל לתמונה לא שלמה ואולי מעוותת של הרווחיות בפועל. חשבונאות עלות מקיפה חייבת לקחת בחשבון את כל גורמי העלות הרלוונטיים, כולל עלויות ה- F&R העצומות ועלויות ההדרכה.

אנליסטים של חברת מחקרי השוק הנודעת למחצה למחצה חקרו גם את מידע העלויות הקודם של DeepSeek. הם מעריכים כי השרתים הדרושים לתשתית GPU שפועלת DeepSeek עלולים לגרום לעלויות של כ- 1.6 מיליארד דולר. סכום זה הוא הרבה מעל 5.6 מיליון דולר שצוינו רשמית על ידי DeepSeek לצורך הכשרת דגם ה- DeepSeek V3. הפער בין מספרים אלה מצביע על כך שאחד DeepSeek פיתח שיטות אימונים יעילות במיוחד או שעלויות ההדרכה בפועל עשויות להיות גבוהות מכפי שידוע בפומבי. יתכן גם כי DeepSeek נהנה מסובסידיות ממלכתיות או מקורות מימון אחרים שאינם מוצגים במפורש בעלויות שפורסמו.

חשוב להדגיש כי הערכת המשק של חברות AI מורכבת ומורכבת. בנוסף לעלויות הישירות של חומרה, תוכנה ואנשי צוות, גורמי עלות עקיפים כמו שיווק, מכירות, תמיכת לקוחות, ייעוץ משפטי, תאימות רגולטורית וציפייה לתשתיות יש לקחת בחשבון. בנוסף, שיקולים אסטרטגיים ממלאים תפקיד, כמו תחרותיות לטווח הארוך, הצורך בחדשנות מתמשכת ויכולת להסתגל לתנאי שוק שהשתנו. יחס מבודד עלות רווח ליום אחד או פרק זמן קצר יכול אפוא לתת רק תובנה מוגבלת לגבי הביצועים הכלכליים בפועל של חברת AI.

מתאים לכך:

Deepseek R2: דגם ה- AI של סין טורבו מצית מוקדם יותר מהצפוי R2 צריך להיות קוד-מפתח מומחה!

ההשפעות הרחבות יותר על ענף ה- AI: יותר שקיפות ולחץ עלות?

ללא קשר לקולות הקריטיים ולהגבלות הדמויות שהוצגו, גילויו של DeepSeek וגישתו הפתוחות יותר ויותר (החברה מפרסמת חלקים מקודים ומודלים שלה קוד פתוח) משפיעה חשובה על ענף ה- AI. השילוב של שקיפות עלויות, אסטרטגיית קוד פתוח ומחירים נמוכים משמעותית הוא אתגר רציני עבור חברות AI המערביות.

השוליים התיאורטיים הגבוהים שהוצגה על ידי Deepseek מעניינים במיוחד בהקשר של הדגם הצעיר ביותר של Openai GPT-4.5. מודל זה עולה מכפיל של דגמים קודמים ובעיקר מודלים של DeepSeek, אך אצל מומחים רבים מציעים כמעט כל שיפורים ניתנים למדידה מבחינת הביצועים והפונקציונליות. פיתוח זה תומך בתזה כי מודלים לשפה הנוכחית הופכים יותר ויותר למוצרי המונים בהם מחירי הפרמיה כבר לא בהכרח תואמים את הערך המוסף בפועל בביצועים. אם DeepSeek תוכל להציע דגמי AI באיכות גבוהה בעלויות נמוכות משמעותית, הדבר יכול לשנות באופן בסיסי את השוק של דגמי קול ולהוביל לתחרות חזקה יותר ולירידה במחירים.

נתוני Deepseek מצביעים על כך שהשוק של מודלים לשפת AI יכול להיות אטרקטיבי כלכלי, בתנאי שהעלויות התפעוליות מנוהלות ביעילות והמודלים משמשים באופן נרחב. יחד עם זאת, ההבדל המשמעותי בין ההכנסה התיאורטית לממש מראה את האתגרים הניכרים איתם מתמודדים עם חברות AI כאשר הן מנסות לפתח מודלים עסקיים רווחיים בר -קיימא. עלויות ההדרכה הגבוהות והאימונים, הצורך בחדשנות מתמשכת והתחרות האינטנסיבית בענף מקשים על השגת שולי רווח גבוהים בטווח הארוך.

בין פוטנציאל מרשים למציאות מעשית

יחס העלויות הנטען של Deepseek של 545% מציע תובנה מרתקת ופרובוקטיבית לגבי הכלכלה הפוטנציאלית של מערכות AI מודרניות. זה מדגים באופן מרשים שניתן להשיג שוליים כירורגיים מרשימים בתחום הסקת ה- AI בתנאים אידיאליים ועם אסטרטגיות הפעלה יעילות. עם זאת, חשוב לשקול מספר זה בהקשר של כל מבנה העלויות של חברת AI והמציאות המורכבת של השוק. בעוד שהשוליים התפעוליים יכולים להיות אטרקטיביים מאוד עבור שירותי ההסקה, ההשקעות העצומות במחקר, פיתוח והדרכה ממשיכות להיות מכשולים ניכרים לכישרון הכללי.

גילויו של DeepSeek בכל מקרה מדגיש את עמדת החברה כשחקן משבש בשוק ה- AI העולמי. השקיפות, יעילות העלויות ואוריינטציה של קוד פתוח עלולים להוביל ליותר תחרות, שקיפות ומודעות עלות בענף כולו לטווח הארוך. השילוב של חדשנות טכנית, שימוש יעיל במשאבים ותמחור אגרסיבי הופך את DeepSeek למתחרה רציני עבור חברות AI המערביות המבוססות ויכול לשנות את הדינמיקה של תחרות ה- AI העולמית באופן בר -קיימא. העתיד יראה אם Deepseek יכול להשיג את יעדיה השאפתניים ולגבש את מעמדה כספק מוביל בשוק ה- AI. עם זאת, הדיון על הרווחיות של מערכות AI והמודלים העסקיים של חברות AI, ללא ספק, קיבל מימד חדש ומרגש באמצעות יוזמתו של דיפקי.

🎯🎯🎯 תועלת מהמומחיות הנרחבת של חמש זמן מ- Xpert.Digital בחבילת שירות מקיפה | R&D, XR, PR & SEM

AI & XR-3D-Rendering Machine: חמש פעמים מומחיות מ- xpert.digital בחבילת שירות מקיפה, R&D XR, PR & SEM-Image: Xpert.Digital

ל- xpert.digital ידע עמוק בענפים שונים. זה מאפשר לנו לפתח אסטרטגיות התאמה המותאמות לדרישות ולאתגרים של פלח השוק הספציפי שלך. על ידי ניתוח מתמיד של מגמות שוק ורדיפת פיתוחים בתעשייה, אנו יכולים לפעול עם ראיית הנולד ולהציע פתרונות חדשניים. עם שילוב של ניסיון וידע, אנו מייצרים ערך מוסף ומעניקים ללקוחותינו יתרון תחרותי מכריע.

עוד על זה כאן: