"99% מהקוד נכתב עם AI, יש כמות מכובדת של מפתחים שלא יוכלו לחזור אחורה"

הדרישה לשליטה ב-AI כבר מזמן אינה יתרון בקורות החיים, אלא תנאי סף בכל תפקיד כמעט, כשברקע נפתחים עוד ועוד תקנים למהנדסי ומטמיעי AI. אלא שלצד הזינוק בקצב העבודה, בחברות מזהים סיכון שנשמע הגיוני: עובדים מגיעים מהר לתוצאות שנראות מצוין, אבל מתקשים להסביר איך הגיעו אליהן או לפתור תקלות בעצמם.

בחברת Atera, שפיתחה פלטפורמה המשלבת סוכני AI לניהול סביבת ה-IT ולפתרון תקלות טכניות באופן אוטונומי, בחרו במדיניות גורפת שלפיה אין משימות שנחסמות מפני הטכנולוגיה. "אין משימות שאנחנו בוחרים במכוון לא להעביר ל-AI, וזה נובע ממדיניות", אומר אלעד אלרם, ראש צוות AI Enablement בחברה. "בעינינו AI הולך להיות בבסיס העבודה של כולם, ואנחנו רוצים לוודא שכולנו נחדד את הכישורים שלנו באמצעותו. מטבע הדברים, יש מיומנויות שנחלשו ויש מיומנויות שהתחזקו. נהיה מאוד קל ל-AI לבצע שאילתות מורכבות בבסיסי נתונים, כך שלא כולם נדרשים ללמוד את הפרטים הספציפיים של איך לנסח שאילתא טובה ויעילה. מהצד השני נדרשת המיומנות של לדעת איך לגרום ל-AI לוודא שהשאילתא אכן מביאה מידע נכון והיא פועלת באופן יעיל".

השינוי הזה כבר ניכר עמוק בשטח. "זה בולט מאוד במחלקת הפיתוח של Atera", מוסיף אלרם. "תהליכים השתנו ברמה כזו שיש כמות מכובדת של מפתחים שלא יוכלו לחזור אחורה ולכתוב קוד בצורה ידנית. 99% מהקוד נכתב היום עם AI, ותפקיד המפתח השתנה מהותית".

בימים אלה עובדים בחברה על השלב הבא: "התחלנו ביצירת מוח ארגוני שיאפשר ל-AI לא רק גישה למידע מספרי, אלא גם גישה לדרכי הפעולה והפלייבוקים שלנו. אנו מקווים שזה ייצר קפיצת מדרגה ביכולות, כי נוסף על המידע הגולמי – הוא יוכל לדעת מה לעשות עם המידע הזה ואיך להשתמש בו הכי טוב כדי לקדם את מטרות החברה".

בנוגע לבקרה על התוצרים מסביר אלרם: "אנחנו בבחינה מתמדת. האם בכל משימה נדרש שהעובד יבין את הדרך? מתי באמת נדרשת בקרה אנושית מעמיקה ומתי AI יכול לרוץ לבד? במקביל, אנו בפיתוח מתמיד של כלי AI שיסייעו לנו לבקר את התוצרים ולוודא שהעבודה נשמרת באיכות גבוהה".

"נפתלי מטפל במשימות פיתוח קטנות"

ב-SeatPick, פלטפורמה טכנולוגית להשוואת כרטיסים לאירועי ספורט והופעות חיות הפועלת ללא מימון חיצוני ומונה כ-50 עובדים בארץ ובעולם, שילבו סוכן AI פנימי בשם "נפתלי".

"נפתלי קיבל גישה מבוקרת למערכות ולידע הארגוני", מספר גיא קוגל, CTO ומייסד שותף של SeatPick. "הוא מטפל במשימות פיתוח קטנות, משימות תפעוליות ועבודות שחוזרות על עצמן, וכך מאפשר לצוות להתמקד בפרויקטים מורכבים ובעלי השפעה גדולה יותר".

לצד היתרונות, קוגל מצביע על נקודת תורפה ברורה: "אנחנו עדיין לא מזהים ירידה רוחבית ביכולות המקצועיות, אבל בהחלט מזהים סיכון כזה. הוא בולט בעיקר במשימות שבהן קל לקבל מה-AI תוצאה שנראית משכנעת: כתיבת טיוטות, מחקר ראשוני, ניתוח נתונים וכתיבת קוד. הסכנה היא לא שהעובד ישכח פונקציה או פעולה מסוימת, אלא שהוא ידלג על שלב החשיבה: הגדרת הבעיה, בחירת הגישה, בדיקת ההנחות והיכולת לזהות שהתוצאה אומנם נראית טוב – אבל שגויה".

מסיבה זו, ב-SeatPick ישנם תחומים שנשארים מחוץ לתחום עבור הכלים האוטומטיים: "אנחנו לא מעבירים ל-AI בעלות על החלטות שדורשות שיקול דעת, אחריות והיכרות עמוקה עם העסק. החלטות אסטרטגיות, תעדוף מוצר, גיוס עובדים, משוב אישי ואישור שינויים משמעותיים במוצר נשארים באחריות אנושית. הכלל המרכזי הוא שמי שמגיש את התוצר נשאר האחראי לו. בקוד, למשל, העובד צריך להבין את השינוי, לבדוק אותו ולאשר שהוא מתאים למערכת הרחבה – לא רק שהוא 'עובד' נקודתית עכשיו ומייצר בעיות בפיתוחים הבאים. מבחינתנו, תשובה טובה שאין מאחוריה הבנה היא לא תוצר מוגמר".

"תלות שבה יודעים להגיע לתוצאה, אך לא לבנות מאפס"

בחברת הסייבר אימפרבה-תאלס נקטו גישה מובנית כדי למנוע אימוץ עיוור. "הבנו די מהר שלא מספיק פשוט לפתוח לעובדים גישה לכלי AI ולצפות שהם כבר יבינו לבד איך להשתמש בהם נכון", אומרת עינת להם-ליבנת, מנהלת אתר וסמנכ"לית משאבי אנוש בחברה. לשם כך הוקם ה-Innovation Space, מרחב שבו נרשמו עד כה מעל 100 שעות שימוש ויותר מ-400 התנסויות.

לדבריה, הסיכון לאובדן מיומנות כבר נוכח: "כש-AI עושה יותר מהשלבים בדרך, מחיפוש ואיסוף מידע, דרך ניסוח וכתיבה ועד קוד או ניתוח ראשוני, העובד עלול להפעיל פחות בעצמו חלק מהיכולות האלה. לאורך זמן יכולה להיווצר תלות שבה העובד יודע להגיע מהר לתוצאה, אבל פחות מיומן בלבנות אותה מאפס".

להם-ליבנת מוסיפה כי האתגר עבר גם למנהלים: "מנהלים כבר לא מנהלים רק אנשים, אלא גם שילוב של עובדים, כלי AI ואייג'נטים בתוך תהליכי העבודה. זה דורש להחליט איזו משימה נשארת אצל האדם ואיפה חייבת להיות נקודת ביקורת אנושית. המטרה היא שה-AI יוריד עבודה טכנית וחזרתית, אבל לא יחליף את החשיבה, השיפוט וההבנה המקצועית".

העומס רק גובר: "קצב גבוה בהרבה"

ב-Hud, המפתחת פלטפורמה שמחברת בין סוכני כתיבת קוד מבוססי AI לסביבות הייצור (Production), מתארים כניסה טבעית של הכלים לכל המחלקות, אך מצביעים על כך שהחיסכון בזמן לא הפך לשעות פנאי. "אני חושבת שההשפעה של AI כרגע היא פחות על מספר שעות העבודה ויותר על מה שאנחנו מצליחים לעשות בתוך אותן שעות", אומרת ליהיא אורן ירדני, VP of HR ב-Hud. "אנחנו עדיין לא רואים שאנשים פשוט מסיימים מוקדם יותר, אלא שמשימות שבעבר לקחו שעות מתקצרות משמעותית. בפועל, כל אדם יכול היום לקחת על עצמו יותר תכולות ומגוון רחב יותר של משימות. בארגונים בצמיחה, הזמן שמתפנה לא בהכרח הופך לזמן פנוי – אנחנו מספיקים יותר, ובהתאם גם מעלים את הרף ועושים יותר".

לדבריה, "העבודה עם AI עדיין דורשת הרבה הכוונה, דיוק ותיקוף. גם ה-Context Switching גדל – אנחנו עוברים בין יותר משימות ובקצב הרבה יותר גבוה. לכן השאלה היא לא רק האם AI יקצר את יום העבודה, אלא איך נלמד לנהל נכון את הקצב החדש שהוא מייצר".

גם אורן ירדני מזהה את שחיקת מיומנויות הבסיס: "יש סיכון להיחלשות היכולת להתחיל מאפס, לחקור בעיה לעומק ולא לקבל אוטומטית תשובה שנראית משכנעת. זה בולט במיוחד בכתיבה, במחקר ובפיתוח. במובן מסוים, כולנו הופכים להיות מנהלי המוצר של המקצוע שלנו: ה-AI יכול לבצע, אבל אנחנו צריכים לדעת להגדיר נכון את הבעיה, לכוון אותו, לבקר את התוצאה ולקחת עליה אחריות".

"השאלה היא איזו מקצועיות צריך לבנות עכשיו"

בחברת AppsFlyer, שפועלת במודל AI-first ומדווחת כי 94% מעובדיה משתמשים בטכנולוגיה בשגרה, רואים במהלך הזדמנות להגדרה מחדש של המקצוע. "השאלה שמעסיקה אותנו היא לא רק אם משתמשים ב-AI, אלא האם אנחנו באמת עובדים אחרת בזכותו", אומרת עינת דהרי, Director of Learning & Development בחברה.

לדברי דהרי, אין טעם להתעקש על עבודה ידנית כשיש אלטרנטיבה יעילה: "אנחנו לא חושבים שהמטרה היא לשמר כל מיומנות רק משום שבעבר ביצענו אותה באופן ידני. השאלה היא פחות איזו מיומנות אנחנו מאבדים, ויותר איזו מקצועיות אנחנו צריכים לבנות עכשיו. ככל שה-AI משתתף יותר בביצוע, העובד צריך לדעת לשאול את השאלות הנכונות, לזהות טעויות, לאתגר את התוצאה ולהפעיל שיקול דעת".

היא מדגישה כי האחריות נותרת תמיד בידי העובד: "העובד הוא הבעלים של התוצר, והעובדה ש-AI היה חלק מהדרך לא משנה את האחריות המקצועית שלו. דווקא בעולם שבו הרבה יותר קל לייצר תוצר שנראה טוב, היכולת להבין אם הוא באמת טוב הופכת למיומנות קריטית".

שינוי בפרופיל הגיוס

החברות אינן מדווחות כרגע על גלי פיטורים בעקבות כניסת הטכנולוגיה, אך מסכימות שהציפיות מהעובדים השתנו לחלוטין. הדגש עובר מביצוע משימות שגרתיות ליכולות ניתוח, ראייה מערכתית ושיקול דעת. כפי שמסכמת להם-ליבנת מאימפרבה-תאלס: "אנחנו נצטרך פחות אנשים שיעשו עבודה שניתן לבצע באופן אוטומטי, ויותר אנשים שיודעים לקחת את הכלים האלה ולהפוך אותם לשיקול דעת, יצירתיות, פתרון בעיות והשפעה אמיתית. העובד הטוב של העתיד הוא לא מי שיודע להשתמש ב-AI הכי מהר, אלא מי שיודע מתי לסמוך עליו, מתי להטיל בו ספק, ואיפה החשיבה האנושית שלו צריכה להוביל".