מנהלי AI: התפקיד הכי חם בהייטק הישראלי - והמשכורת המשוגעת

גלי הפיטורים בהייטק נמשכים ובחברות, כפי שקרה עם פנטרה השבוע, מודים שלבינה המלאכותית ולשינוי אופי העבודה יש חלק משמעותי בכך. אם יצא לכם להסתכל במודעות הדרושים בהייטק לאחרונה, בטח שמתם לב ש-AI מוצמד כמעט לכל תפקיד. אבל מהו התפקיד הבכיר ביותר בתחום? הכירו את ה-VP AI, סמנכ"ל בינה מלאכותית. חברות הייטק בישראל ממנות מנהלים ייעודיים ל-AI כדי להוביל שינוי רוחבי בחברה: מהמוצר והפיתוח ועד שירות לקוחות, תפעול, גיוס ושכר.

זיו פלד, Chief AI and Customer Officer באפספלייר, נכנס לתפקיד ה-CAIO בשנה האחרונה אחרי יותר מ-12 שנה בחברה. הוא הצטרף לאפספלייר באוקטובר 2013 כעובד השביעי, ובנה את ארגון ה-Customer Success משני עובדים לארגון גלובלי של כ-180 איש ביותר מ-20 משרדים בעולם. בדרך שימש גם VP Product במשך שנתיים, עד סוף 2019. כיום הוא מחזיק בשני תפקידים במקביל: הובלת טרנספורמציית ה-AI בחברה ואחריות על ארגון ה-Customer Success.

"המנדט שקיבלתי מהמנכ"ל, אורן קניאל, הוא להוביל את הטרנספורמציה של AI בכל החברה, כשהיעד הוא להפוך לחברת AI Native", אומר פלד ל-mako.

במסגרת תפקידו, פלד מרכז תחתיו את כלל הפעילות התפעולית והעסקית של החברה – תחומי אחריות שנוהלו בעבר על ידי סמנכ"ל התפעול (COO). זה כולל את ניהול שרשרת הפעילות מקצה לקצה, משלב יצירת הקשר עם הלקוח ועד קבלת התשלום בפועל, לצד מחלקות השיווק והמכירות, הכספים, וייעול תשתיות המחשוב באמצעות בינה מלאכותית (AIOps). עבודת היום-יום שלו מתמקדת בפיתוח סוכני AI אוטונומיים ויכולות אוטומציה מותאמות לעובדים, הקמת פלטפורמות פנימיות, והכשרת "שגרירי AI" שיובילו את השינוי בכל מחלקה. במקביל, הוא אחראי לבחינת ספקים וכלים חדשים בשוק, מדידת מידת השימוש והתפוקה של הכלים בחברה, ועיצוב מחדש של תהליכי העבודה הניהוליים.

פלד מספר כי אפספלייר הטמיעה את הגרסה הארגונית של קלוד (Claude Enterprise) ככלי העבודה המרכזי של החברה, במהלך שהחל בכ-600 אנשי שיווק ומכירות והתרחב בהמשך לכלל העובדים. השימוש המעשי בכלי בא לידי ביטוי במערכת פנימית להכרת הלקוח שמרכזת מידע מ-16 מקורות נתונים ומספקת לאנשי המכירות תמונת מצב עסקית ממוקדת לפני פגישות, לצד סיכומי מידע יומיים שמופקים אוטומטית למנהלים. בנוסף, כל עובד בארגון יכול להפעיל בעצמו תהליכים אוטומטיים ויכולות מוגדרות מראש, מהלכים שלדברי החברה מקצרים משמעותית את זמן ההכנה לפגישות, משפרים את איכות קבלת ההחלטות ומאיצים את זמני התגובה ללקוחות.

כדי לעמוד בקצב הכלים החדשים, פלד מתאר שילוב של מחקר שטח, הערכות ספקים, בנצ'מרקים פנימיים וקהילת AI Champions שמביאה ידע מהשטח. לדבריו, הוא חזר לאחרונה מנסיעה לארה"ב שכללה כ-30 פגישות מובנות עם חברות AI Native ולקוחות אסטרטגיים. "עומדים בקצב? זה מרוץ, אבל הגישה שלנו היא לא לרדוף אחרי כל כלי אלא לבנות יכולת ארגונית ללמוד מהר", הוא אומר.

לשאלה איך AI משפיע על גיוסים, פלד אומר שאפספלייר עדיין מגייסת ולא צמצמה השנה. מה שהשתנה, לדבריו, הוא תהליך החשיבה לפני פתיחת תקן: האם AI יכול לענות על הצורך, ואיזה פרופיל אנושי באמת נדרש לתפקיד. "המטרה שלנו היא לא להחליף אנשים ב-AI אלא לגדול חכם יותר, שכל עובד יעשה יותר, עם יותר השפעה", הוא אומר.

ד"ר נעמי אונקלוס שפיגל, מהמחלקה להנדסת תוכנה במכללה האקדמית להנדסה בראודה בכרמיאל, מסבירה כי עצם הופעת התפקידים האלה היא הכרה בכך שהטמעת AI בארגון אינה פרויקט טכנולוגי חד-פעמי. "היום ה-AI כבר לא כלי עזר טכני בלבד, הוא הופך ל-companion, בן לוויה שמלווה את העובד גם במרחב האישי, בקבלת החלטות ובחשיבה, וגם במרחב הצוותי, בשיתוף פעולה ובעבודה משותפת", היא אומרת.

לדבריה, האתגר המרכזי בהטמעת AI אינו בחירת המודל אלא התאמת השימושים לאנשים שונים בארגון. מנהל בכיר, איש פיתוח ונציג שירות לקוחות צריכים רמות גישה שונות, פרומפטים מותאמים ותרחישי שימוש שונים. "בלי הבידול הזה כל הטמעה נתקלת בהתנגדות, גלויה או שקטה, או בשימוש שטחי", אומרת אונקלוס שפיגל. "VP AI מצליח הוא מי שיודע למפות את הדרישות הארגוניות, לזהות איך ה-AI כ-companion אישי משתלב עם התפקוד הצוותי, ולבנות מסלולי הטמעה מותאמים, במקום גישה אחידה שלא מתאימה לאף אחד".

גם השכר בהתאם

ניצן רון, מנכ"ל MostWanted שמתמחה ב-Executive Search לבכירים, אומר כי תפקיד ה-VP AI מסמן את השלב החדש של מהפכת הבינה המלאכותית. לדבריו, אם לפני שנתיים-שלוש חברות חיפשו בעיקר מומחי AI ומנהלי חדשנות, כיום יותר ארגונים מחפשים מנהלים שיודעים לחבר בין אסטרטגיה, מוצר, דאטה, פיתוח והנהלה, ולהפוך AI ליתרון עסקי.

גם השכר בהתאם. לפי רון, בחברות אנטרפרייז חבילות השכר לתפקידי VP AI נעות בדרך כלל בין 75 ל-90 אלף שקל ברוטו בחודש, בחברות סקייל-אפ בין 58 ל-72 אלף שקל, ובסטארטאפים בין 46 ל-65 אלף שקל, לצד אופציות, מניות ובונוסים. עם זאת, לדבריו, בעולם הבכירים טבלאות השכר הן בעיקר "רעשי רקע": החבילה הסופית נקבעת לפי השכר ומבנה התגמול של המועמד בתפקידו האחרון, ולפי הערך האסטרטגי שהוא צפוי להביא לארגון.

"המועמדים המבוקשים ביותר אינם בהכרח חוקרי AI או אנשי Machine Learning", אומר רון. "ברוב המקרים אלו מנהלים בכירים שצמחו מעולמות הפיתוח, המוצר, הדאטה או הטכנולוגיה, ובשנים האחרונות הובילו הטמעות משמעותיות של בינה מלאכותית בארגונים. בסופו של דבר, החברות מחפשות פחות מומחה לטכנולוגיה ויותר מנהיג שיודע לרתום אנשים, לבנות אסטרטגיה ולהפוך את היכולות של AI לערך עסקי מדיד".

ליטל ירון, מנכ"לית iLeadx, אומרת כי בחודשים האחרונים נרשמות דרישות גבוהות לתפקידים כמו מנהלי פיתוח מוצר AI, סמנכ"לי מוצר ו-VP AI, לצד עלייה בטווחי השכר. לדבריה, בישראל התפקידים הללו נעים כיום סביב 60-65 אלף שקל בחודש, ובחברות שפועלות גם בזירה הבין-לאומית ההצעות מתקרבות ל-75-85 אלף שקל.

ירון אומרת כי כמעט בכל המשרות האלה מופיעה כיום דרישה לניסיון ב-Agentic AI, כלומר סוכני AI אוטונומיים. החברות מחפשות מנהלי מוצר שיודעים לחבר API, להוביל פיילוטים ראשוניים, לנהל סיכונים ולהבין ארכיטקטורת מערכת. אלא שלדבריה, רק כ-15% מהחברות הגיעו עד כה ליישום מלא של AI אגנטי בפרודקשן, ורובן עדיין בשלבי פיילוט. מי שכבר רואה החזר השקעה ממשי, רואה אותו בעיקר בייעול תהליכים פנימיים ובחיסכון בעלויות, בעוד מסחור הטכנולוגיה מול לקוחות קצה עדיין בתחילת הדרך.

"חברות שמחפשות חמש שנות ניסיון קונקרטי פונות לשוק שזה עדיין לא קיים בו", אומרת ירון. לדבריה, חברות חכמות מסתכלות על מנהלי מוצר שמגיעים מעולמות ה-Internal Tooling, האוטומציה וה-DevTools, ומעריכות מועמדים גם לפי פוטנציאל וכיוון התפתחות, לא רק לפי התאמה מדויקת לכל סעיף בתיאור המשרה.

שלומית לבין, VP AI בחברת Navina, הגיעה לתפקיד מעולמות המחקר, עם רקע שמשלב מדעי ההתנהגות ומדעי המחשב, ובהמשך Data Science ופיתוח מוצרי AI. לדבריה, ב-15 השנים האחרונות היא בתפקידי ניהול והנהלה בתחומי המחקר, ה-Data Science וה-AI. היא הצטרפה לנבינה בנובמבר 2025 כ-VP AI, לאחר שנים של ניהול ארגוני Research ו-Data Science ופיתוח מוצרי AI בחברות טכנולוגיה.

לבין אומרת שהתפקיד בנבינה נבנה מראש עם שני כובעים: הובלת החדשנות וה-AI במוצר, לצד הובלת השינוי באופן שבו החברה עצמה משתמשת ב-AI. לדבריה, החיבור הזה נולד מהבנה של שי, ה-CTO והמייסד של החברה, שכדי לפתח מוצרי AI טובים, חוקרי ומהנדסי AI צריכים להיות גם משתמשים מתוחכמים של הטכנולוגיה ולהבין איך היא משנה תהליכי עבודה, קבלת החלטות והגדרת מוצרים.

"הדרך הפשוטה לתאר את התפקיד היא שהוא מחבר בין שני צירים: AI במוצר ו-AI בתוך החברה", אומרת לבין. בציר המוצר, נבינה משתמשת ב-AI כדי לעבד כמויות גדולות של מידע רפואי מפוזר ולהפוך אותו לתמונה קלינית נגישה, רלוונטית ומובנת עבור הרופא. בתוך החברה, לדבריה, AI משמש בפיתוח תוכנה, מחקר, ניתוח מידע, סיכום פגישות, הכנת מסמכים, שירות לקוחות ותהליכי עבודה פנימיים.

לבין מדגישה כי ברפואה המטרה אינה שמודל יקבל החלטה רפואית במקום הרופא, אלא שינגיש לו את המידע הרלוונטי, יציף קשרים חשובים ויאפשר לו להקדיש יותר זמן לשיקול הדעת עצמו. לכן חלק גדול מהתפקיד שלה מוקדש למנגנוני מדידה ופיקוח: איך מעריכים איכות, מה דורש אישור אנושי, איפה אפשר לאפשר יותר אוטונומיה ואיך מחברים את השימוש ב-AI למטרות העסקיות של החברה.

גם בנבינה הקימו קבוצת AI Champions עם נציגים ממחלקות שונות, שבודקת כלים חדשים, משתפת ידע, מזהה שימושים רלוונטיים ומסייעת לעובדים ללמוד ולהשיג מטרות עסקיות באמצעות AI. בנוסף, החברה מפתחת תפקידים ותהליכים סביב הטרנספורמציה, בהם AI Transformation Lead, שנועד לסייע לצוותים לשנות בפועל את דרך העבודה שלהם.

אחד הכיוונים שבהם נבינה משקיעה כיום הוא בניית תשתיות לסוכנים ולתהליכים אוטומטיים, לצד פיקוח אנושי בצמתים קריטיים. לבין מתארת, למשל, תרחיש עתידי שבו תקלה שמגיעה מלקוח מתורגמת אוטומטית למשימת פיתוח, עוברת חקירה, מקבלת הצעת תיקון בקוד ונבדקת לפני שחרור גרסה חדשה. לדבריה, החברה עדיין לא מאפשרת תהליך כזה מקצה לקצה בלי בקרה, אבל כבר ייעלה חלקים ממנו, והמטרה היא לחבר בהדרגה בין השלבים תוך שמירה על אישור אנושי במקומות הנכונים.

"השיפור המשמעותי ביותר הוא היכולת להגיע מהר יותר מתיאור של צורך לתוצר ראשוני שאפשר לבחון, לשפר ולהטמיע", אומרת לבין. "במקום להתחיל כל משימה מדף ריק, העובדים יכולים להשתמש ב-AI כדי לייצר טיוטה, לנתח מידע, להציע פתרונות, לכתוב קוד ראשוני או לסכם חומר מורכב". לדבריה, הביצוע האנושי לא נעלם, אלא מרכז הכובד שלו משתנה: ככל שה-AI לוקח יותר מהביצוע הטכני, העובדים נדרשים להיות טובים יותר בהגדרת הבעיה, בהבנת ההקשר, בתקשורת ובביקורת על התוצאה.

גם בחברת הסייבר Cycode, שמינתה לאחרונה VP AI & ML, רואים את התפקיד כחלק מהשינוי בשדרת הניהול. מור רוזנשטיין, מנהלת משאבי האנוש בחברה, אומרת כי המהפכה אינה נשענת רק על אלגוריתמים מתקדמים.

"הצבת מובילים מקצועיים וטכנולוגיים בתחום ה-AI בדרג הניהול הבכיר היא כבר מזמן לא פריווילגיה, אלא הכרח אסטרטגי שמשקף מחויבות לבניית זרוע מחקר עצמאית ומתקדמת ברמה העולמית הגבוהה ביותר", היא אומרת. לדבריה, התפקיד דורש שילוב בין עומק מחקרי וטכנולוגי לבין מנהיגות ותרבות של חדשנות, ומשפיע על המוצר, הצוות והחברה כולה.

רוני גורביץ, VP AI&ML בסייקוד, מוסיף כי תפקידו הוא להוביל את מעבר החברה מפלטפורמת AppSec שמספקת כלים לאנשי אבטחה, לפלטפורמה שבה סוכני AI מבצעים עבורם חלק הולך וגדל מהעבודה. לדבריו, צוותי האבטחה עדיין מגדירים את המדיניות והגבולות, אבל חלק מהתהליך כבר עובר לאוטומציה.

"בפועל, אנשי אבטחה נאלצים לעבור על אלפי ממצאים, להבין מה באמת חשוב ולרדוף אחרי צוותי הפיתוח כדי לוודא שהם מטופלים", אומר גורביץ. לדבריו, סוכני AI יכולים לבדוק אם חולשה באמת ניתנת לניצול, לתעדף אותה בהתאם, ובמקרים המתאימים גם לייצר תיקון ולפתוח Pull Request.

גורביץ אומר כי צוות ה-AI ב-Cycode בנה תשתית שמאפשרת לצוותי המוצר לפתח סוכנים, לתת להם כלים לביצוע משימות באופן עצמאי ולבנות מנגנוני משוב שמשפרים את הביצועים שלהם לאורך זמן. לצד זה, לדבריו, פותחו מנגנוני בטיחות שנועדו לוודא שהתשובות של הסוכנים מבוססות, ניתנות לאימות ונשענות על המידע הנכון.

גורביץ מגיע מרקע של Machine Learning ו-Data. לדבריו, כבר יותר מעשור הוא בונה מערכות שלוקחות מיליוני תמונות וטקסטים ומחלצות מהם מידע מובנה שאפשר להשתמש בו לקבלת החלטות. בין היתר עסק בהבנת מוצרים מתוך התמונות והטקסט שמתארים אותם, תחילה ב-Donde, שנרכשה על ידי Shopify, ובהמשך ב-Shopify עצמה.

"הבעיה שאני עובד עליה לא השתנתה מאוד לאורך השנים: להפוך מידע לא מובנה להבנה ולהחלטות", אומר גורביץ. "הכלים, לעומת זאת, השתנו בצורה דרמטית, ובשנים האחרונות קצב והיקף השינוי הם משהו שלא ראינו בעבר".

גורביץ מזהיר כי שילוב לא מסודר של AI במוצרים עלול ליצור שלוש בעיות מרכזיות: מידע רגיש שזורם למקומות שלא אמורים לקבל אותו, תשובות לא מבוססות שמוצגות ללקוח כאילו הן עובדה, ועלויות AI שלא מנוהלות ביעילות ועלולות לצאת משליטה. מנגד, לדבריו, כאשר החברה מגדירה שפה משותפת ומנגישה לצוותים תשתיות לבנייה נכונה, כל צוות יכול להתמקד בערך שהוא רוצה לתת ללקוח ובשימוש הנכון ב-AI כדי להשיג אותו.