synora מחברת נתוני תכנון והתקדמות בנייה, מידע על מימון וליווי בנקאי, בעלות והיצע בשכונה. ניתוח מבוסס בינה מלאכותית מסייע ליזמים, לגופי מימון ולמשקיעים למקד הזדמנויות, לבחון תמחור ולבדוק כדאיות.
פרטי הפרויקט. תמונת השוק.תכנון ובנייהחברות ובעלותשכונות והיצעמימון וכדאיות
פרטי הפרויקט. תמונת השוק.
מהפרויקט הבודד לתמונת השכונה.
בחנו יחד פרויקטים בתכנון ובבנייה, היצע עתידי, מחירים ומידע על מימון. כך אפשר לראות איך עדכונים בפרויקטים משנים את תמונת השכונה, להבין את התחרות ולזהות מה דורש בדיקה נוספת.
01 /שלושה מוצרים. פלטפורמה אחת.
לזהות איפה לפעול. להבין את הכדאיות.
אותה שכונה, שלוש זוויות: לזהות הזדמנויות בפרויקטים, לתמחר דירות מתוך תמונת השוק ולבחון את הכדאיות הכלכלית.
בחירת שכונה לדוגמה
הדגמה אינטראקטיבית · נתונים בדויים
תמונת מצב לדוגמה
לזהות את ההזדמנות. לדעת מה לבדוק.
בינה מלאכותית מחברת תכנון, התקדמות בנייה, בעלות ומימון עם קצב מכירות ומלאי לשיווק. כך אפשר לזהות מה השתנה בפרויקט, להשוות אותו לסביבתו ולמקד את הבדיקה הבאה.
אלגוריתם דינמי מעדכן את האומדן עם השינויים במידע על הפרויקט. האחוז המוצג להמחשה.
עדכון האומדן
ליווי בנקאי
דווח במקור לדוגמה
המקור מציין ליווי בנקאי לפרויקט. יש לאמת ישירות את תוקף ההסכם ואת תנאיו.
מקור להמחשה
דוח התקדמות של יזם לדוגמה
תאריך המקור
מכירות, מלאי ותזמון
איתותים עבור מגורי החורש
יוני–אוגוסט 2026 · נתונים להמחשה
קצב מכירות נטו לאחרונה
4דירות / חודש
12 מכירות נטו ב־3 חודשים
קצב ביחס לדירות שיצאו לשיווק
4.5%מהדירות שיצאו לשיווק / חודש
פרויקטים אחרים בבנייה בדוגמה: 2.5%
דירות שנותרו בשיווק
30
58 נמכרו · 8 טרם יצאו לשיווק
מועד אכלוס מתוכנן לפי היזם
9 חודשים קלנדריים ממועד תמונת המצב
הקצב הדרוש למכירת המלאי שבשיווק עד מועד זה3.3 דירות / חודש
הקצב האחרון: 4 דירות בחודש
-17% ביחס לקצב האחרון
תרחיש תזמון לדירות שנמצאות כעת בשיווק. הוא אינו תחזית מכירות או הבטחה למועד האכלוס.
איך מחשבים את האיתותים
מכירות נטו הן חוזים חדשים בניכוי ביטולים ביוני–אוגוסט 2026, מחולקים ב־3 חודשים. הדירות שיצאו לשיווק הן הדירות שנמכרו ועוד הדירות שנותרו בשיווק במועד תמונת המצב. קצב זה שונה מיחס ההיצע השכונתי שמוצג ב־Market.
מספר הפרויקטים האחרים בבנייה בהשוואה: 1. ההשוואה מתייחסת לשכונה לדוגמה, ללא הפרויקט שנבחר, באותם 3 חודשים. סך המכירות החודשי שלהם (1) מחולק בסך הדירות שיצאו לשיווק (40). זהו מדגם קטן, ולא אומדן של השוק הרחב.
הקצב החודשי הדרוש = הדירות שנותרו בשיווק ÷ מספר החודשים הקלנדריים מספטמבר 2026 עד חודש היעד של היזם. השינוי באחוזים = (הקצב הדרוש ÷ הקצב האחרון − 1) × 100. דירות שטרם יצאו לשיווק אינן נכללות; לבחינת מכירות הפרויקט כולו יש להתייחס גם אליהן.
לתמחר כל דירה מול השוק שסביבה.
מודלים של בינה מלאכותית משלבים את מאפייני הדירה עם התחרות וההיצע בשכונה, כבסיס לתמחור. בחנו חדרים, קומה ושטח לצד מחירי השוק, ההיצע העתידי וכוח הספיגה.
דירות בתכנון ובהליכי היתר הן היצע אפשרי; מימושו ולוח הזמנים שלו עדיין אינם ידועים. הספירה כוללת את כלל הדירות בפרויקטים, ולא את מלאי הדירות שנותר למכירה.
המחירים בהקשר השכונתי
מפרידים בין מחירי מודעות למחירי עסקאות.
מחיר מבוקש חציוני למ״ר
34,000 ₪8 מודעות לדוגמה
מחיר עסקה חציוני למ״ר
31,250 ₪6 עסקאות לדוגמה
תקופת המדגם: —
אלה מדגמים קטנים ונפרדים, עם תמהיל דירות שונה. הפער ביניהם אינו שיעור הנחה, ואף אחד מהחציונים אינו שומה לדירה מסוימת.
להשוות את הדירות שמאחורי המספרים.
בוחנים מחירים מבוקשים לפי מספר חדרים, קומה וסוג דירה.
מדגם מודעות בדוי
חדרים
3 מתוך 8 מודעות לדוגמה
מחיר מבוקש חציוני למ״ר · בבחירה הזו34,500 ₪
4 חדרים · דירהפינת הפארק
קומה 3 מתוך 8106 מ״ר
מחיר מבוקש: 3,498,000 ₪33,000 ₪ למ״ר
4 חדרים · דירהמגורי החורש
קומה 7 מתוך 14110 מ״ר
מחיר מבוקש: 3,795,000 ₪34,500 ₪ למ״ר
4 חדרים · דירהמגורי החורש
קומה 11 מתוך 14112 מ״ר
מחיר מבוקש: 3,976,000 ₪35,500 ₪ למ״ר
זהו מדגם המחשה נפרד ומצומצם, ולא כלל המלאי בשיווק או אישור לזמינות הדירות. המחירים מבוקשים ואינם מחירי עסקאות; זה אינו המדגם שעליו מבוססים חציוני השכונה שמעל. השטח מתייחס לפנים הדירה, ללא גינות ומרפסות. מספר החדרים כולל את הסלון.
השכונה, לאורך זמן
כוח הספיגה של השכונה
עוקבים אחר ההיצע בשיווק ביחס לדירות בביצוע ובשלבי תכנון מתקדמים, חודש אחר חודש.
יחס היצע להמחשה
החודש שנבחר:
48.1%
היצע בשיווק / (ביצוע ותכנון מתקדם)
48.1 דירות בשיווק על כל 100 דירות בביצוע או בשלבי תכנון מתקדמים.
כל חודש מציג תמונת מצב נפרדת. דירה נספרת בביצוע או בתכנון מתקדם, ללא חפיפה בין השלבים. ההיצע בשיווק עשוי לחפוף לשלבים אלה וגם לכלול דירות שבנייתן הושלמה, ולכן אין לחבר את שלושת המספרים והיחס יכול לעלות על 100%. בדוגמה זו, תכנון מתקדם כולל את הדירות בהליכי היתר; תכנון מוקדם אינו נכלל.
השינוי יכול לנבוע מההיצע בשיווק או מצבר הדירות. היחס לבדו אינו מודד קצב מכירות, מוכיח ביקוש או חוזה את קצב הספיגה.
תצפיות חודשיות לדוגמה · מרץ–אוגוסט 2026
דוח אפס · כדאיות כלכלית לפרויקט
להתחיל בחלקה. לבדוק את הכדאיות.
ניתוח בסיוע בינה מלאכותית ומודלים כלכליים מחברים נתוני קרקע, תנאי עסקה ותמונת השכונה לניתוח כדאיות במתכונת דוח אפס.
ההקשר השכונתי עוזר לבחון את ההנחות בהמשך. נתוני התרחיש נקבעים בנפרד.
משנים הנחה. רואים את ההשפעה.
בחנו מודל מפושט של פרויקט מגורים עם 20 דירות.
רווח הפרויקט10,000,000 ₪
ROI20.0%
IRR שנתי9.5%
הכנסות ממכירות60,000,000 ₪
רגישות וגורמי סיכון
כמה יכול להשתנות לפני שהתרחיש הנוכחי מגיע לנקודת האיזון?
ירידה נוספת בהכנסות עד לאיזון
16.7%
עלייה נוספת בעלויות עד לאיזון
20%
כל אחוז מתייחס לשינוי בגורם אחד בתרחיש הנוכחי, כשהגורם השני נשאר קבוע.
תרחיש הרעה משולב
ירידה נוספת של 5% בהכנסות ועלייה נוספת של 5% בעלויות, יחד, ביחס לתרחיש הנוכחי.
רווח לאחר ההרעה4,500,000 ₪
מה צריך לבדוק לקראת דוח אפס?
דוח אפס הוא בדיקת כדאיות כלכלית של פרויקט. תחומי הבדיקה האלה מחברים בין התרחיש לבין המסמכים והנתונים הדרושים לה.
תכנון וזכויות בנייהטרם נבדק
הזכויות המאושרות, מצב ההיתר ותמהיל הדירות המתוכנן.
הנחות מכירהטרם נבדק
מחירי השוואה, קצב מכירות ומלאי לקראת מועד האכלוס.
עלויות ורזרבהטרם נבדק
תקציב הביצוע, חוזים ורזרבה להוצאות בלתי צפויות.
מימון ותזריםטרם נבדק
תנאי המימון, צורכי ההון ועיתוי התקבולים והתשלומים.
זו המחשת רגישות במודל פשוט. רשימת הבדיקות אינה דוח אפס שהושלם, שומה או הערכת אשראי.
חישוב להמחשה: 20 דירות במחיר 3 מיליון ₪ לדירה; השקעה של 50 מיליון ₪ בתחילת התקופה; הכנסות ממכירות בסוף שנה 2. ללא מינוף, מסים, מימון או תזרימי ביניים.
כל השכונות, הפרויקטים, המקורות, אומדני ההתקדמות, יחסי ההיצע והמחירים בהדגמות הומצאו לצורך ההדגמה. הם אינם נתונים חיים ואינם משקפים את היקף המידע הקיים במערכת.
התצוגות אינן מפעילות מודל בינה מלאכותית בזמן אמת.
02 /בינה מלאכותית בליבה
בינה מלאכותית לניתוח, להחלטות ולשיפור מתמשך.
שלוש שכבות פועלות יחד: מודלים והסקת מסקנות לניתוח פרויקטים ושווקים, בינה מלאכותית בתוך תהליך העבודה, והערכה שיטתית שנשענת על מידע מאומת ומנחה את השיפור.
↓גללו כדי להכיר את שלוש השכבות
01ניתוח והסקת מסקנות
לחבר את המידע. להסביר מה השתנה.
מודלים של בינה מלאכותית מנתחים מידע על פרויקטים ושכונות. הסקת מסקנות מחברת עדכוני תכנון, בנייה ומימון לשאלה מעשית: איזו הזדמנות דורשת תשומת לב, על מה נשען המחיר, או איזו הנחה משנה את כדאיות העסקה?
לחבר שלבי פרויקט, בעלות, מימון והיצע בשכונה.
לשלב תוצרי מודלים עם חישובים כלכליים.
להציג את המקורות, ההנחות והמידע שעדיין חסר.
ממידע לניתוח01
תכנון ובנייה
בעלות ומימון
היצע בשכונה
synora AIמודלי AI + הסקת מסקנות
01סימנים להזדמנות
02גורמי תמחור
03תרחישי כדאיות
המחשת הארכיטקטורה · מידע לדוגמה
02AI בתוך הפלטפורמה
משאלה על השוק לתמונת מצב ממוקדת.
אילו פרויקטים בשכונה עברו לבנייה, ומה ידוע על המימון שלהם? הגישה שלנו משלבת AI בתהליך העבודה כדי לרכז מידע רלוונטי, להשוות פרויקטים ולהכין תמונת מצב ממוקדת.
לבחון את הפרויקטים ואבני הדרך הרלוונטיים לשאלה.
להשוות מידע זמין על מימון ולסמן פערים.
לרכז את הממצאים ואת השאלות להמשך בירור.
משאלה למידע שאפשר לבדוק02
synora / workspace
אילו פרויקטים עברו לבנייה, ומה ידוע על המימון?
שכונה · שלב הפרויקט · מימון
בחינת עדכוני בנייה
בדיקת מידע על מימון
סימון פערים להמשך בירור
תמונת מצב עם ממצאים ושאלות לבירור
תהליך להמחשה · ללא הפעלת מודל AI חי
03אימות ושיפור
יותר מידע מאומת. בסיס טוב יותר לשיפור.
ככל שנאסף ומאומת מידע נוסף, אפשר לזהות פערים ולבחון גישות חדשות. תהליך השיפור שלנו נועד לבדוק ולהעריך שינויים מוצעים לפני שילובם במערכת.
לאמת מידע חדש לפני שמסתמכים עליו.
להעריך מודלים ותהליכי הסקת מסקנות מול דוגמאות שנבדקו.
לשלב עדכונים לאחר הערכה, ולהשתמש בתוצאות לסבב הבא.
תהליך השיפור03
01איסוף מידע
02אימות הנתונים
03הערכת שינויים
04שיפור המערכת
הערכה לפני שילוב עדכונים
מידע מאומת מזין את ההערכה. תוצאות ההערכה מנחות את השינוי.
הגישה שלנו לשיפור · כל עדכון עובר הערכה
ההמחשות מסבירות את גישת ה־AI שלנו. הן אינן מפעילות מודל בינה מלאכותית חי.
לעקוב אחר התקדמות פרויקטים, לבחון מימון מדווח ולזהות חברות ושאלות לבירור לפני הפנייה.
03
משקיעים
להשוות פרויקטים בתוך השכונה ולבחון איך מחירים, עלויות והנחות פיתוח משפיעים על הכדאיות.
על החברה
פרטי הפרויקט. תמונת השוק.
synora מחברת נתוני תכנון, בנייה, בעלות, מימון ושכונות עבור יזמים, גופי מימון ומשקיעים. מודלים של בינה מלאכותית והסקת מסקנות תומכים בניתוח ובתהליכי העבודה; מידע מאומת והערכה שיטתית מנחים את השיפור.
למי אנחנו בונים
יזמים, גופי מימון ומשקיעים
תחום הפעילות
מודיעין נדל״ן
עוד קצת הקשר
שאלות ותשובות.
מה synora מפתחת?
פלטפורמת מודיעין נדל״ן מבוססת בינה מלאכותית המחברת שלבי פרויקט, בעלות, מידע על מימון ונתוני שכונות. שלושת המוצרים שלה תומכים באיתור הזדמנויות, בתמחור דירות ובניתוח כדאיות כלכלית.
איך אפשר לבחון את synora עבור הצוות שלנו?
ספרו לנו על הצוות, על ההחלטות שאתם מקבלים ועל המידע שאיתו אתם עובדים. נוכל לדבר על הצרכים שלכם ועל הדרך המתאימה להכיר את synora.
מה התפקיד של הבינה המלאכותית?
הגישה שלנו משלבת AI בשלושה אופנים: מודלים והסקת מסקנות לניתוח מידע על פרויקטים ושווקים; תהליכי עבודה שמביאים ממצאים רלוונטיים לקבלת החלטה; והערכת שיפורים מול מידע שנאסף ואומת. עדכונים מוצעים נבחנים לפני שילובם במערכת. ההמחשות באתר משתמשות בנתוני הדגמה ואינן מפעילות מודל AI חי.
האם הפרויקטים, השכונות והדוגמאות הכלכליות אמיתיים?
לא. הפרויקטים להמחשה, החברות, קשרי הבעלות, השכונות, התקדמות הבנייה, מצבי המימון, המחירים והנתונים המצטברים הם בדיוניים. תצוגת הכדאיות היא חישוב מפושט, ולא ניתוח של נכס או עסקה אמיתיים. השותפים לפיילוט הם חברות אמיתיות; נתוני ההדגמה אינם מתארים את פעילותן.
הצעד הבא מתחיל בשיחה
מה הייתם רוצים להבין טוב יותר?
ספרו לנו על השוק שלכם, על הפרויקט הבא או על ההחלטה שעל הפרק. נבחן יחד איפה synora יכולה להשתלב.
