מהנדסי פרומפטים ומומחים לאתיקה: הבינה המלאכותית יוצרת משרות חדשות בהייטק

מאז שמהפכת הבינה המלאכותית פרצה לחיינו, אנחנו שומעים שוב ושוב, בתקשורת, ברשתות ואפילו בשיחות אמיתיות ללא התערבות של בוטים, שהשלב הבא שלה יהיה פיטורים בקנה מידה נרחב של עובדים שהכלים החדשים פשוט מייתרים את התרומה שלהם לחברות ולארגונים שלהם.

אולם, כמו בכל מקרה של שינוי מהותי, לצד האיומים והסיכונים, התמורות שמתרחשות כעת טומנות בחובן גם הזדמנויות וסיכויים. ואכן, לצד התחזיות הקיצוניות על חברות שיהיו שוות מיליארד דולר ויעסיקו רק אדם אחד (כפי שאמר סם אלטמן, מנכ"ל OpenAI), אנחנו שומעים גם על גל של גיוסי כוח אדם למשרות חדשות שלא היו קיימות עד לפני שנה, או אפילו פחות מזה, גם בחברות טכנולוגיה מובילות. 

אז אילו יכולות חדשות מחפשים הארגונים הגדולים? האם כדאי לעבור הסבה מקצועית לתחום מסוים ב-AI שנמצא בביקוש גבוה כעת? מה מצופה כיום מעובדים בתחומים טכניים, שלא נדרש מהם בעבר? יש סיכוי גם למי שלא למד מדעי המחשב להכניס את הרגל בדלת? וכיצד הטכנולוגיה החדשה משנה את המבנה הארגוני בחברות הייטק?

שאלנו שישה מובילי מחשבה בחברות ישראליות, שמתמודדים עם השאלות האלו, ועם רבות אחרות, בעשייה השוטפת שלהם, את השאלות האלו - ואחרות.

אילו תפקידי AI חדשים נמצאים כרגע בביקוש הגבוה ביותר בהייטק - ואיזה ניסיון ספציפי מחפשים החברות במועמדים לתפקידים אלה?

"ככל שיותר ארגונים מטמיעים כלים של בינה מלאכותית, אנחנו רואים מגמה ברורה של הקמת תפקידי מפתח שמטרתם היא להוביל, ליישם ולהתאים את הטכנולוגיה לצרכים של הארגון. במיוחד בולטים תפקידים שנוגעים לאוטומציה, דאטה ובינה מלאכותית", אומר רועי קאיה, יועץ אסטרטגי לארגונים בחברת AVIV. "אנחנו מזהים בעיקר ביקוש לתפקידים של מנהלי מוצר עם מומחיות ב-AI, מומחי Machine Learning ומהנדסי פיתוח שמתמחים בהפעלת מודלים של GenAI. מילת המפתח בארגונים היום היא אוטומציה, לקיחת תהליכים קיימים והפיכתם לחכמים ואוטומטיים באמצעות טכנולוגיה מתקדמת".  

"אנשי שיווק ויוצרים יכולים לאמץ את הטכנולוגיה החדשה בקלות וללא חסמים כדי ליצור סרטונים תמונות, מוזיקה ופודקאסטים בשניות. מולם, יש חברות שמשתמשות בטווח יכולות רחב יותר, שכבר מצריך התמחות קצת יותר עמוקה", אומר אילן דהן, CPO בחברת Melingo AI, המתמחה בפיתוח והטמעת סוכנים חכמים. "במקומות כאלה מחפשים מהנדסי פרומפטים (Prompt engineers), שמתמחים בניסוח שאילתות אופטימליות למודלי שפה גדולים; מהנדסי למידת מכונה (Machine Learning Engineers), שאחראים על תכנון, בנייה, פריסה ותחזוקה של מודלי למידת מכונה בסביבות ייצור; מדעני נתונים (Data scientists), שמנתחים מערכי נתונים גדולים כדי לזהות מגמות, לבנות מודלים סטטיסטיים ולחזות תוצאות; ומנהלי מוצר שמתמחים ב-AI, שמגדירים את האסטרטגיה המוצר עבור מוצרי AI, מנהלים את מחזור החיים של המוצר ועובדים עם צוותי הנדסה ונתונים".

"הבינה המלאכותית משנה את כל עולם ההפקה וכבר עכשיו אנחנו רואים שניתן להפיק סרטים באיכות גבוהה על סמך פרומפטים, סאונד איכותי וויזואליה מרהיבה. בחודשים האחרונים, במיוחד על רקע כניסה של כלי AI חדשים, יש ביקוש למהנדסים ואנשי מקצוע בתחום הוויזואליה והווידאו, שיודעים להפיק ולבקר את התוצרים של מערכות הבינה ולעבוד איתם כך שיספקו את התוצר המדויק, המרשים והמקורי ביותר", מוסיף אייל בר עוז, מנכ"ל Webiz, פלטפורמה גלובלית מבוססת AI לחיבור בין משרות בחברות טכנולוגיות מובילות למועמדים בעלי רקע טכנולוגי.

"יש ביקוש גובר גם למומחי סייבר מבוסס AI. כבר היום חלק ניכר ממתקפות הסייבר מבוסס באמצעות כלי AI ולכן נוצר צורך לזהות איזו מתקפה היא אמיתית ואיזו מגיעה מטעם בוט כזה או אחר. לכן, מומחי סייבר בעלי רקע והבנה עמוקה בתחום נהנים בימים אלו מביקוש גבוה במיוחד ולשכר גבוה עוד יותר בענף שבלאו הכי נהנה מביקוש קשיח ותנאי שכר גבוהים כבר עכשיו".

האם יש מגמה של הסבה מקצועית של עובדים קיימים לתפקידי AI, או שהגיוס מתמקד במועמדים חדשים עם הכשרה ייעודית בתחום?

"אנחנו רואות מאמצים משמעותיים מצד חברות להבין איך להסב עובדים קיימים, ואיך לשלב את הדרישות החדשות גם בתוך תהליכי הגיוס", אומרת ענבל חורש, מנכ"לית חברת Gifthead שעוסקת בגיוס ובהשמת עובדים וייעוץ לחברות בנושאי בניית צוותי עובדים. "האתגר המרכזי הוא הפער בין עובדים שעוד לא נכנסו בכלל לעולם הזה מול מפתחים וצוותים שכבר עשו שינוי עמוק בתפיסה, ובמקום 'לעבוד עם AI', הם כבר חיים את זה. מבחינתי, מה שמבדיל מועמד חזק הוא לא רק ההכשרה - אלא הגישה שלו".

"כל השינוי קורה תוך כדי תנועה גם מצד החברות וגם מצד העובדים. בסופו של דבר - הכי מצליחים הם האנשים שהם פשוט 'על זה', כל הזמן. הם לא מחכים לאישור או לקורס, אלא מתנסים, בודקים, ובונים לעצמם תפקיד חדש בתוך עולם שמשתנה".

האם יש תפקידים חדשים שמתמקדים בפן האתי של הבינה המלאכותית?

"בהחלט. לצד תפקידי הליבה הטכנולוגיים, אנחנו רואים עלייה חדה בביקוש למומחים שמתמקדים בפן האתי של השימוש ב-AI. הטכנולוגיה נוגעת בשאלות של שקיפות, מניעת הטיות, שמירה על פרטיות, ועמידה ברגולציה", אומר קאיה. "יותר ויותר ארגונים מגדירים תפקידים לתחום זה וחלק מהתפקידים האלה מאוישים דווקא באנשים שמגיעים מרקע של משפט, פילוסופיה או מדעי החברה, כי בסופו של דבר מדובר בהבנת ההשלכות של הטכנולוגיה על בני אדם".

האם מיומנויות "רכות" הפכו לחיוניות יותר בעידן ה-AI, ואיך אתם מזהים ומעריכים מיומנויות אלה בתהליכי הגיוס?

"מיומנויות רכות תמיד היו קריטיות להצלחה בקריירה, והעידן הנוכחי רק מחדד את החשיבות שלהן. ה-AI יכול לעזור לכתוב מייל, להכין פרזנטציה או לנתח דאטה אבל הוא לא יכול לעזור לייצר שיח חיובי בתוך הצוות, להבין את הכאבים של הלקוח שלי או לרתום את מקבלי ההחלטות", אומרת מורן החורש, HR & Talent Acquisition Partner בחברת הפינטק הגלובלית Okoora. "בתהליך הגיוס אנחנו שמים דגש על היכולות האלו בכל שלבי הריאיונות. השאלה שאני והמנהלים המגייסים שואלים את עצמנו היא פשוטה: האם היינו רוצים לעבוד עם האדם הזה? חשוב לי לגייס אנשים חכמים ובעלי יכולות אבל לא פחות חשוב שהם יהיו גם אנשים טובים, נעימים ומתחשבים, ואת זה אף AI לא יכול ללמד".

"אנחנו מחפשות אנשים שיודעים לפרק רעיון מורכב להוראה פשוטה וברורה, שיש להם גמישות מחשבתית והם לא מחכים שמישהו ילמד אותם אלא בודקים, מתנסים ומשלבים טכנולוגיות חדשות בתוך העבודה" אומרת חורש מ-Gifthead. "אנחנו מזהות הצלחה אצל מי שיודע לעבוד גם מול אנשים שונים וגם מול מערכות מבוססות AI, ומסוגל להתאים את עצמו לקצב ולשפה של התחום. לא פחות חשוב - היכולת לחקור לעומק, לבדוק תוצאות, להבין מה צריך לשפר ולקחת אחריות אמיתית על מה שהוא מייצר. בתהליכי הגיוס, לרוב דווקא הדוגמאות הקטנות הן אלו שממחישות את היכולות האלו הכי טוב".

באילו דרכים השתנו מבנים ארגוניים בחברות טכנולוגיה כדי לשלב טוב יותר צוותי AI ובינה מלאכותית? "חברות טכנולוגיה רבות משנות את המבנים הארגוניים שלהן כדי לשלב טוב יותר צוותי AI", אומר דהן. "יש כאלו שמקימות מחלקות AI ייעודיות - יחידות עסקיות או מחלקות מחקר ופיתוח, שמתמקדות אך ורק ב-AI, במטרה לרכז את המומחיות ולהאיץ את הפיתוח. אחרות יוצרות צוותים חוצי-פונקציות, שמשלבים מומחי AI עם מפתחים, מנהלי מוצר ומומחי תחום לעבודה משותפת על פרויקטים ספציפיים".

"הבחירה באיזה מבנה לאמץ את ה-AI משתנה מארגון לארגון, בהתאם לחזון וליעדים העסקיים. חברות שרואות בבינה המלאכותית מנוע צמיחה בונות סביבה ארגונית שתומכת בכך ומשקיעות בהתאם - גם בכוח אדם, גם בתקציבים וגם במיקוד ניהולי", מוסיף קאיה.

כיצד משתנות דרישות ההכשרה והמיומנויות עבור תפקידים טכניים מסורתיים בעקבות השילוב של כלי AI בתהליכי העבודה?

"תפקידו של מהנדס התוכנה מעולם לא הסתכם בכתיבת קוד - זו מיומנות, אך לא מהות התפקיד. הליבה האמיתית היא פתרון בעיות שמקורן בצרכים עסקיים. בעידן ה-AI, שבו יכולות כתיבה והשלמת קוד הפכו למהירות, נגישות וזולות יותר, עולה חשיבותם של כישורים אחרים: הבנה עמוקה של היעדים העסקיים, ראייה מערכתית, ותכנונים טכנולוגים ואסטרטגים מושכלים", משיב רועי בוגנר ראש צוות פיתוח בחברת Okoora. "שילוב ה-AI בתהליכי העבודה תורם משמעותית ליעילות ולקיצור זמני פיתוח, אך עלול להתנקם בארגון אם נעשה בו שימוש ללא הבנה מספקת. גם בעידן זה, נדרש ידע מקצועי, הבנה טכנית עמוקה ויכולת לנתח ולהתאים את הפתרונות לצרכים המשתנים של הארגון".

"כדי לבנות מערכות שמתבססות על GenAI, צריך אנשים שמבינים קוד לעומק, שהובילו פרויקטים מורכבים, שהתנסו באינטגרציות, תשתיות, סקייל. לא רק מישהו שיודע לנסח פקודה טובה - אלא מישהו שיודע לבדוק את המכונה, להשלים אותה, לזהות חריגות ולשמר אמינות", אומרת חורש מ-Gifthead. "הצורך היום הוא באנשים מולטידיסציפלינריים - כאלה שיכולים גם לנסח רעיון, גם להבין את התמונה המערכתית, וגם לרדת לרמת היישום. ה-AI אולי כותב חלק מהקוד, אבל מי שמבין את הארכיטקטורה, את ההשלכות, ואת האחריות, זה עדיין האדם".

"מתכנתים ומפתחי תוכנה נדרשים כיום להעמיק את ההבנה שלהם בבינה מלאכותית ולדעת לעבוד איתה ברמה גבוהה. עם הזמן הביקוש למפתחים שלא מחזיקים בניסיון ובכישורים לעבוד איתה ימצאו את עצמם חווים ירידה בביקוש וכתוצאה מכך גם בתנאים ואילו שכן יבינו איך לנהל אותה ולהתנהל איתה – יבטיחו לעצמם יתרון וערך תחרותי ניכר", מוסיף בר עוז.

איך משפיעה הטמעת כלי AI על תהליכי העבודה הקיימים, וכיצד מכינים עובדים לשינויים אלה?

"הטמעת AI בארגון היא לא רק שינוי טכנולוגי – היא שינוי תרבותי. מצד אחד, יש צורך בגיוס אנשי מקצוע חדשים עם התמחות בבינה מלאכותית. מצד שני, נדרשת התאמה של ההון האנושי הקיים, כדי להתמודד עם תפקידים שנמצאים בתנועה מתמדת", אומר קאיה. "אנחנו רואים מגמה ברורה של מעבר מהתמקדות ב'תפקידים' להתמקדות ב'כישורים'. כלומר, ארגונים כבר לא מחפשים 'מהנדס', אלא מועמד עם סט כישורים שמתאים למציאות משתנה: חשיבה ביקורתית, הסתכלות מערכתית, יכולת לחלץ תובנות מטכנולוגיות מתקדמות - ובעיקר, לבחון את האמינות והמשמעות של התוצרים שמתקבלים".