מהסייבר לבינה מלאכותית: איך משתנה פני ההייטק הישראלי ומה זה אומר לעובדים

במשך שנים, כשדיברו בעולם על ההייטק הישראלי, עלו בעיקר מילים כמו סייבר, שבבים ואפליקציות ניווט. בשנים האחרונות נוספה לשיח מילה אחת ששינתה את התמונה: בינה מלאכותית. חברות ותיקות מכניסות יכולות חדשות למוצרים שלהן, סטארטאפים חדשים קמים סביב מודלי שפה וכלי אוטומציה, ומשקיעים בוחנים כל מיזם דרך השאלה כיצד הוא משתלב במהפכה. המגמה הזאת אינה רק כותרת בעיתון הכלכלי, היא משפיעה על מה שקורה בתוך המשרדים בהרצליה פיתוח, ברמת החייל ובמגדלי תל אביב, ועל הדרך שבה עובדים צריכים לחשוב על הקריירה שלהם.

למה דווקא עכשיו

הבינה המלאכותית אינה תחום חדש בישראל. מעבדות מחקר באוניברסיטאות, יחידות טכנולוגיות בצבא וחברות בתחומי הראייה הממוחשבת והרכב האוטונומי עסקו בה כבר שנים ארוכות. מה שהשתנה הוא הנגישות. מודלים גדולים שזמינים לכל מפתח דרך ממשק פשוט הורידו דרמטית את המחסום לבניית מוצרים, ופתאום צוות קטן יכול לפתח בתוך חודשים מה שבעבר דרש שנים.

במקביל, לקוחות עסקיים בעולם מחפשים דרכים לחסוך בעלויות ולייעל תהליכים, והם מוכנים לנסות פתרונות חדשים. השילוב בין טכנולוגיה זמינה לבין ביקוש עסקי יצר הזדמנות, והאקוסיסטם הישראלי, שמוכר ביכולת שלו לזהות הזדמנויות מהר, מיהר לנצל אותה.

גם הרקע הישראלי הייחודי תורם. הניסיון שנצבר בתחומי המודיעין, עיבוד האותות והסייבר יצר מאגר של אנשים שמבינים נתונים בקנה מידה גדול ויודעים לעבוד תחת לחץ. רבים מהם מוצאים את עצמם היום בחברות שמפתחות כלים מבוססי בינה מלאכותית לתחומים כמו אבטחת מידע, רפואה, פינטק וחקלאות.

השינוי בתוך החברות הוותיקות

לא רק סטארטאפים חדשים מושפעים. חברות ישראליות ותיקות, גם כאלה שאינן מגדירות את עצמן חברות בינה מלאכותית, משלבות יכולות חדשות במוצרים קיימים. חברת סייבר מוסיפה מנגנון שמזהה התקפות בעזרת למידת מכונה, חברת תוכנה לניהול לקוחות מוסיפה עוזר חכם שמסכם שיחות, וחברת פינטק משתמשת במודלים כדי לזהות הונאות.

השינוי הזה מורגש גם בתהליכי העבודה הפנימיים. מפתחים משתמשים בכלים שמציעים קוד, צוותי שיווק נעזרים במחוללי תוכן, ומחלקות תמיכה מטפלות בפניות בעזרת מערכות אוטומטיות. בחברות רבות ההנהלה מעודדת את העובדים להתנסות בכלים החדשים, ולעיתים אף קובעת יעדים לשימוש בהם.

לצד ההזדמנויות, השינוי מעורר גם שאלות פנימיות. מנהלים צריכים להחליט אילו כלים מותרים לשימוש, איזה מידע מותר להזין להם ואיך מוודאים שקוד או תוכן שנוצרו בעזרתם עומדים בסטנדרטים של החברה. ארגונים שמטפלים במידע רגיש של לקוחות, כמו בנקים וחברות ביטוח, נוקטים בדרך כלל גישה זהירה יותר ובונים סביבות עבודה פנימיות וסגורות. כך נוצר מצב שבו קצב האימוץ משתנה מאוד בין חברות, ולעיתים אפילו בין מחלקות באותה חברה.

אילו תפקידים מתחזקים

הביקוש לאנשי מקצוע שמבינים בינה מלאכותית גדל, אבל לא רק לחוקרים בעלי תואר שלישי. יש צורך במהנדסים שיודעים לשלב מודלים קיימים במוצרים, באנשי נתונים שמכינים ומנקים את המידע שעליו המודלים לומדים, ובמנהלי מוצר שמבינים מה הטכנולוגיה יכולה ומה לא.

תפקידים נוספים שצומחים סביב התחום:

• מהנדסי תשתיות ענן שמריצים מודלים בקנה מידה גדול
• מומחי אבטחה שמתמחים בסיכונים של מערכות בינה מלאכותית
• אנשי איכות שבודקים את התוצרים של המודלים
• יועצים שעוזרים לארגונים לאמץ את הטכנולוגיה
• אנשי רגולציה ואתיקה שמלווים את הפיתוח

במקביל, יש תפקידים שמשתנים. תפקידים שכללו בעיקר משימות שגרתיות, כמו בדיקות ידניות או כתיבת תיעוד בסיסי, מתעדכנים, והעובדים בהם נדרשים ללמוד לעבוד לצד הכלים החדשים.

מה זה אומר למחפשי עבודה

למי שמחפש את מקומו בהייטק, המסר המרכזי הוא שהיכרות עם כלי בינה מלאכותית הפכה למיומנות בסיסית, כמעט כמו היכרות עם גיליון אלקטרוני. גם בתפקידים שאינם טכנולוגיים, כמו שיווק, משאבי אנוש או מכירות, מגייסים מצפים שהמועמדים יידעו להשתמש בכלים כדי לעבוד מהר ויעיל יותר.

למי שרוצה להיכנס לתחום הטכני עצמו, יש כיום מגוון רחב של מסלולי לימוד, מקורסים מקוונים ועד תוכניות הכשרה של מוסדות אקדמיים וחברות. כדאי לבחור מסלול שמשלב פרויקטים מעשיים, כי מגייסים מתעניינים יותר במה שבניתם מאשר בתעודה. לפני השקעה גדולה בלימודים, מומלץ להתייעץ עם אנשים שעובדים בתחום או עם יועץ קריירה.

גם לעובדים ותיקים יש מקום בתמונה. ניסיון של שנים בתחום מסוים, כמו לוגיסטיקה, רפואה או משפטים, הופך לנכס כשמשלבים אותו עם הבנה בסיסית של הכלים החדשים. חברות שמפתחות פתרונות לתעשיות ספציפיות מחפשות אנשים שמכירים את השטח, יודעים מה הלקוחות צריכים ומסוגלים לתווך בין המפתחים לבין המשתמשים. מי שמביא ידע עמוק בתחום אחד ופתיחות ללמוד, עשוי למצוא את עצמו מבוקש יותר מאי פעם.

האתגרים שבדרך

לצד ההתלהבות, יש גם אתגרים. התחרות העולמית על כישרונות ועל השקעות חריפה, וחברות ישראליות מתחרות מול ענקיות עם משאבים עצומים. עלויות המחשוב הנדרשות לאימון והרצה של מודלים גבוהות, וחברות קטנות צריכות למצוא דרכים יצירתיות להתמודד איתן.

אתגר נוסף הוא הרגולציה. מדינות ואזורים שונים בעולם מגבשים כללים לשימוש בבינה מלאכותית, וחברות ישראליות שמוכרות ללקוחות בחו״ל צריכות לעמוד בהם. מדובר בשאלות של פרטיות, שקיפות, אחריות לטעויות וזכויות יוצרים, וכל חברה שפועלת בתחום צריכה ליווי משפטי מקצועי.

הצצה קדימה

קשה לחזות כיצד ייראה ההייטק הישראלי בעוד כמה שנים, אבל ברור שהבינה המלאכותית תהיה חלק מרכזי ממנו. חברות שישכילו לשלב אותה בצורה חכמה במוצרים שלהן, ועובדים שיפתחו את המיומנויות הנדרשות, ימצאו את עצמם בעמדה טובה.

לסיכום, השינוי שעובר על ההייטק הישראלי הוא הזדמנות לא פחות מאתגר. הוא דורש מהחברות להתעדכן ומהעובדים ללמוד, אבל הוא גם פותח דלתות לתפקידים חדשים, למיזמים חדשים ולדרכים חדשות לפתור בעיות ישנות. מי שיתייחס אליו בסקרנות ולא בחשש, ירוויח.