בינה מלאכותית משנה את שוק העבודה בהייטק: משרות הכניסה בירידה, הביקוש לטאלנטים נמשך
נתונים חדשים מ-SAP ו-Draup מראים ש-AI הביאה לירידה של 10% במשרות כניסה להייטק מאז 2021, אך הביקוש הכולל לטאלנטים טכנולוגיים גדל. מיומנויות כמו שיפוט, עיצוב מערכות ותקשורת נותרות חיוניות, בעוד משימות שגרתיות נעלמות. מעסיקים נדרשים לחשוב מחדש על הכשרה ופיתוח קריירה מוקדמת.
דו"ח חדש חושף תמונה מורכבת: פחות משרות כניסה לתעשיית ההייטק, אבל יותר דרישות למי שכבר נמצא בתפקיד
הירידה החדה במשרות התחלתיות
נתונים חדשים מ-SAP חושפים מגמה מדאיגה עבור מי שמנסה להיכנס לתעשיית ההייטק: שוק העבודה ההתחלתי חווה ירידה של 10% מאז 2021. הפגיעה חמורה אף יותר כשמבודדים את עשר כותרות התפקיד הנפוצות ביותר ברמת הכניסה - כולל מהנדס תוכנה, תמיכת לקוחות ומנתח נתונים - שם נרשמה צניחה של 35% במספר המשרות הפתוחות בין 2024 ל-2025.
מדובר בנתון משמעותי במיוחד, שכן תפקידים אלה שימשו שנים כ"צינור" המרכזי להכשרת דור העתיד של מנהלי ההייטק.
הביקוש הכולל לטאלנטים טכנולוגיים דווקא גדל
אבל יש גם צד שני למשוואה. ניתוח רחב היקף של פלטפורמת נתוני העבודה Draup, שהתבסס על 2.85 מיליון תיאורי תפקידים מיוני 2025 עד יוני 2026, מצא תמונה אחרת לגמרי - לפחות למי שכבר נמצא בשוק העבודה הטכנולוגי.
לפי הניתוח של Draup, הבינה המלאכותית מרחיבה את שוק העבודה הטכנולוגי, לא מצמצמת אותו. משרות פתוחות בתפקידי הנדסת תוכנה, הנדסת נתונים ו-DevOps מנו כל אחת יותר מ-40,000 תיאורי תפקידים פעילים.
"AI לא מצמצמת את הצורך בכישרון טכנולוגי, אבל היא משנה מה הופך כישרון טכנולוגי לבעל ערך", אמר ויג'אי סוואמינאטן, מנכ"ל Draup.
אילו מיומנויות שורדות את מהפכת ה-AI?
על פי הדוח, מיומנויות שמבוססות על שיפוט, עיצוב ואחריות מתגלות כעמידות יותר בעידן הבינה המלאכותית. גם מומחיות העובדים בתפקידיהם ויכולת התקשורת שלהם צפויות להישאר מיומנויות חיוניות.
במונחים קונקרטיים: תכנון מערכות, דיבוג, ממשל נתונים (data governance) והערכות מודל (model evaluation) נותרים חשובים. לעומת זאת, עבודה שגרתית כמו כתיבת קוד תבניתי (boilerplate coding) ובדיקות ידניות נמצאת בסיכון לאוטומציה.
Draup ניתח יותר ממיליון תיאורי תפקידים למהנדסי פיתוח תוכנה ומצא שדיבוג ושיפוט במהלך סקירת קוד צפויים להישאר חיוניים, בעוד שכתיבת קוד שגרתי או שליפה מהזיכרון של תחביר (syntax) הופכים לפחות חשובים.
כלים חדשים על סדר היום
מעסיקים מחפשים יותר ויותר עובדים שמכירים כלי AI. רבים מתיאורי התפקידים מזכירים כלים ספציפיים כמו GitHub Copilot, Cursor ו-Claude, שהופיעו ביותר מ-60,000 משרות מתוך תשע קטגוריות התפקידים שנסקרו.
הציפיות מעובדים מתחילים עולות הכי מהר
"הציפיות מגיוסים בתחילת הקריירה עולות הכי מהר, כי המשימות השגרתיות שעובדים זוטרים ביצעו בעבר כדי לרכוש ניסיון הן אלה שהן הכי אוטומטיות", נכתב בדוח.
זו הסיבה שהמחקר מציע למעסיקים "לעצור מלארגן כישרון טכנולוגי סביב משימות שאנשים מבצעים היום, ולהתחיל לארגן אותו סביב היכולות שנותרות בעלות ערך כשה-AI יכולה לבצע את המשימות האלה."
הבעיה: פער בצנרת המנהיגות
Autumn Krauss, המדענית הראשית במעבדת מחקר עתיד העבודה ב-SAP SuccessFactors, מזהירה מבעיה אסטרטגית עמוקה יותר:
"המחקר שלנו מציע שארגונים יוצרים פער בצנרת המנהיגות העתידית שלהם אם הם ממשיכים לצמצם גיוס ברמת הכניסה מבלי לחשוב מחדש על איך כישרון בתחילת הקריירה מתפתח. היסטורית, אנשים בנו בקיאות עסקית, מומחיות טכנולוגית וכישורי מנהיגות בשנים הראשונות של הקריירה שלהם."
תופעה נוספת שמעמיקה את הבעיה היא מה ש-Lena Rine, סגנית נשיא למנהיגות ב-Skillsoft, מכנה "פריקה חברתית" (social offloading) - מצב שבו עובדים ומנהלים מפקידים בידי ה-AI לא רק משימות טכניות, אלא גם אינטראקציות בין-אישיות שדורשות שיפוט, אמפתיה או אומץ.
עובדים מתארים מצבים שבהם ה-AI של המנהל משוחח עם ה-AI של העובד, בלי מגע אנושי ישיר. "אם אני תמיד שואל את ה-AI איך להגיב למנהל שלי, אני לא באמת לומד איך לתקשר עם המנהל שלי", הסבירה Rine.
דילול שכבת הניהול - מחיר נוסף
ארגונים כמו Meta קיצצו אלפי משרות מאז 2022 ומציגים צוותי AI עם יחס של מנהל אחד לכל 50 מהנדסים. מסורתית, יחס של 25-1 נחשב לקצה גבול שליטה ניהולי. חברות כמו Cognizant, עם יותר מ-350,000 עובדים גלובלית, דווקא מגבירות גיוסים ברמת הכניסה.
"אם אתה יכול לצייד את האנשים האלה ב-AI, הפכת מומחיות לסחורה", אמר ראווי קומאר, מנכ"ל Cognizant. "אז אתה יכול להקים יותר תוכניות לכניסה לשוק העבודה ולקחת בוגרים למומחיות מהר יותר."
מה אפשר לעשות עכשיו?
למי שמודאג מהשפעת ה-AI על הקריירה שלו, מומחים מציעים מספר צעדים מעשיים:
- זהו את החלקים הפגיעים בתפקיד שלכם - בדקו אילו משימות שלכם הן שגרתיות, מבוססות חוקים, או דורשות טיוטה ראשונה. אלה המשימות בסיכון הגבוה ביותר.
- שוחחו עם המנהל שלכם יזום - במקום לשאול "האם AI תחליף אותי?", שאלו "באילו תחומים אתם רוצים שנשפר יעילות או איכות?" זה מציג אתכם כחושבים קדימה.
- קרבו את עצמכם לערך עסקי - הביאו כיצד העבודה שלכם מתחברת להכנסות, לקוחות, עלויות או סיכונים.
- בנו דוגמה אחת מוחשית - בחודש הקרוב, צרו דוגמה מעשית אחת לשימוש ב-AI שמועילה לצוות שלכם ושתפו אותה עם המנהל.
השורה התחתונה
המהפכה לא מוחקת את מקצועות ההייטק - היא משנה אותם. מי שמסוגל לשלב שיפוט אנושי, חשיבה עיצובית וכישורי תקשורת עם שימוש מושכל בכלי AI, ימצא את עצמו בעמדה חזקה יותר מאי פעם. מי שמסתמך רק על משימות שגרתיות, צפוי לגלות שהקרקע נשמטת תחתיו.