בכיר AWS שעבד על Trainium עובר ל-Meta

Dave Brown עוזב את AWS — ו-Meta קוטפת אותו

מלחמת הכישרונות בתחום ה-AI לא נרגעת. השבוע נודע שדייב בראון (Dave Brown), אחד הבכירים הוותיקים ביותר ב-AWS, עוזב את החברה אחרי 19 שנה — והוא במשא ומתן מתקדם להצטרף ל-Meta. בראון ניהל את חטיבת שירותי החישוב ולמידת המכונה ב-AWS, ובין היתר הוביל את פיתוח שבבי ה-Trainium המותאמים אישית של אמזון ל-AI. זה לא עוד מעבר של מהנדס זוטר; מדובר בבכיר שחולש על תשתית AI קריטית ברמה הכי גבוהה.

הרקע המקצועי של בראון רלוונטי במיוחד. בריאיון שהעניק מוקדם יותר השנה, הוא טען שעתיד תשתית ה-AI יוכרע על ידי "מחיר-ביצועים" — כלומר לספק יותר כוח מחשוב במחיר נמוך יותר, באמצעות שבבים מותאמים אישית. "אם לקוח מוצא שבב ומעבד שמאפשרים לו לקבל יותר ביצועים בפחות דולרים, זה יתרון אסטרטגי לעסק שלו", הסביר. הפילוסופיה הזו הפכה לקריטית ככל שמודלי AI דורשים יותר כוח מחשוב ויותר אנרגיה.

אם בראון אכן יגיע ל-Meta, הוא עשוי לחזק את האסטרטגיה השאפתנית של החברה בתחום תשתיות הענן. בפגישת בעלי המניות במאי, מנכ"ל מארק צוקרברג אמר שבניית עסק מחשוב ענן "נמצאת בהחלט על השולחן". בחודש הבא אף דווח ש-Anthropic מנהלת מגעים עם Meta על עסקת השכרת כוח מחשוב בשווי של עד 10 מיליארד דולר לשנתיים. הוסיפו למשוואה אדם שמכיר את התמחור ואת הארכיטקטורה של שבבי AI מבפנים — וקיבלתם מהלך משמעותי.

אז מה בעצם קרה כאן?

נעצור רגע כדי להבין: אמזון השקיעה שנים בפיתוח ה-Trainium, שבב AI מותאם אישית שאמור להפחית את התלות ב-Nvidia. בראון ניהל את המאמץ הזה. עכשיו הוא עובר לחברה מתחרה שגם היא, כפי שנראה מיד, נמצאת עמוק במשחק השבבים. זה לא סתם עוד מעבר עובדים במגזר — זה איתות על החרפת המאבק על כישרונות AI בכירים. כשחברות כמו Meta, גוגל ואמזון כולן מנסות לבנות תשתית ענן משל עצמן, כל בכיר שמכיר את התחום מבפנים שווה זהב.

Meta, מצדה, לא ממתינה. לאחרונה הכריזה החברה על שלושה מהלכים גדולים בתחום ה-AI:

• מודל Muse Spark 1.1: גרסה משודרגת של מודל ה-AI של החברה, עם חלון הקשר (context window) של מיליון טוקנים — פי ארבעה מהגרסה הקודמת. המשמעות: סוכני AI יכולים לעבוד על משימות ארוכות יותר מבלי "לשכוח" מה הם עושים.
• שבבי AI מותאמים אישית: Meta הודיעה שתתחיל לייצר שבבים משלה בספטמבר הקרוב, בתכנון עם Broadcom ובייצור של TSMC. המטרה: להפחית את התלות היקרה ב-Nvidia וב-AMD.
• תמחור אגרסיבי: Muse Spark 1.1 זול ביותר מ-50% מהתוצרים המקבילים של Anthropic ו-OpenAI, הן בקלט והן בפלט. ל-Meta יש את הפריבילגיה הזו — עסק הפרסום מממן את ההרפתקאות בתחום ה-AI.

השבבים החדשים מיועדים לטפל במשימות ה-AI הקלות יותר, בעוד שמשימות כבדות יותר עדיין יישענו על Nvidia. זו אותה אסטרטגיה שבה נוקטות גוגל ואמזון כבר שנים — אבל כש-Meta מוסיפה לה גם מומחה שבבים בכיר שנוטש את AWS, העסק נראה רציני יותר.

הצד השני של המטבע: מהנדסים שצריכים ללמוד מחדש

הסיפור של Dave Brown הוא צד אחד של התמונה — חברות שמחזרות אחר כישרונות. הצד השני הוא העובדים עצמם שצריכים להדביק את הקצב. וכאן נכנס לתמונה רוהן קולקרני (Rohan Kulkarni), מהנדס תוכנה ב-Meta, שמשתף בפתיחות במה זה באמת אומר "להישאר רלוונטי" בעידן ה-AI.

קולקרני, בשנות ה-20 לחייו, מתגורר בקליפורניה. הוא גדל בהודו, התלהב מטכנולוגיה מאז שהוריו קנו לו מחשב Windows 98 בגיל חמש, הגיע לארה"ב ב-2021 ללימודי תואר שני באוניברסיטת Stony Brook, והצטרף ל-Meta שנה לאחר מכן. מאז התקדם ממהנדס תוכנה בוגר טרי למהנדס תוכנה בכיר.

4-6 שעות שבועיות — על חשבון הזמן הפרטי

מה שהכי מרתק בסיפור של קולקרני הוא הכנות. העבודה עם AI לא נגמרת אצלו כששעות העבודה מסתיימות. הוא מקדיש בין 4 ל-6 שעות שבועיות מזמנו האישי ללימוד התפתחויות חדשות בתחום הטכנולוגיה וה-AI. הוא משלם כ-50 דולר בחודש על מנויים ל-ChatGPT, Claude ו-Perplexity, ומשתמש בהם כדי להתנסות, ללמוד ולבדוק גבולות.

והוא לא לבד. עובדים רבים בתעשיית ההייטק בארה"ב מבלים שעות פרטיות עם כלי AI — בונים פרויקטי צד, רוכשים מיומנויות שאין להם זמן לפתח במהלך יום העבודה. המניעים מגוונים: פחד מכך שה-AI ישנה את מסלולי הקריירה שלהם, דאגה מפיגור מאחורי קולגות, או סתם סקרנות טכנולוגית כנה. קולקרני עצמו מגדיר את זה בפשטות: "טכנולוגיות חדשות יוצרות הזדמנויות חדשות. אני רוצה להיות מוכן לנצל אותן כשהן מגיעות."

איך AI קיצר פרויקטים מחודש לשבועיים

במשרד, אומר קולקרני, AI האיצה משמעותית את תהליכי החשיבה והבניית אבי-טיפוס. פרויקטים שלקחו בעבר כחודש יכולים כעת להסתיים בשבועיים או שלושה. המספרים האלה לא מפתיעים מישהו שעובד עם כלי AI היום — אבל הם כן ממחישים למה חברות מוכנות לשלם פרמיה כל כך גבוהה על כישרונות בתחום.

ה-AI הפך לשותף לחשיבה. לפני העידן הגנרטיבי, קולקרני היה פונה למנטורים בשלב מוקדם של הפיתוח כדי להחליף רעיונות, לזהות נקודות עיוורות ולחשוב על גישות שונות. היום, הוא עושה חלק גדול מהחשיבה הזו מול AI. "מנטורים עדיין חשובים," הוא מדגיש, "אבל אפשר לעשות הרבה חשיבה עם AI כשותף לפני שמגיעים לאנשים אחרים."

אבל יש מלכודת

קולקרני מודה שהוא עשה טעות נפוצה בהתחלה: הוא "האציל חשיבה" ל-AI. נתן לו בעיה וביקש ממנו לפתור הכל לבד. התוצאה? AI פתר — אבל קולקרני לא באמת הבין מה קרה. הגישה היעילה יותר, הוא למד, היא לפתח רעיונות קודם בעצמך, ואז להשתמש ב-AI כדי "לבדוק אותם בלחץ" — לאתגר הנחות לפני שמחליטים איך להמשיך.

"אל תחשבו על AI כפתרון-כל," הוא אומר. "זה יותר כלי שמעצים אתכם."

זה שינוי תפיסתי שדורש שריר חדש. קולקרני מתאר את זה יפה: "אתה כמעט חושב על עצמך כארכיטקט בשלב הזה, וזה דורש שריר אחר." לפני כן, עובדים היו אחראים לביצוע כל חלק במשימה בעצמם. היום, הם מבלים יותר זמן בעבודה עם כלי AI שיכולים לעזור לחשוב ולבצע — וזה מאמץ קוגניטיבי שונה, שמוביל חלק מהעובדים למה שמכונה "עייפות AI."

מה נשאר מחוץ למשרד

העובדה שקולקרני מקדיש 4-6 שעות שבועיות מזמנו הפרטי ללימוד AI עלולה להישמע כמו מתכון לשחיקה. אבל הוא טוען שהצליח להימנע מפגיעה בדברים החשובים לו ביותר — כמו זמן עם המשפחה. מה הוא כן ויתר? "צמצמתי זמן של גלילה וצריכת תוכן ללא מטרה," הוא מסביר. "בעיקר YouTube Shorts וסרטים בנטפליקס."

מי מכם שמעביר ערב-ערב ב-scrolling אינסופי אולי יזדהה. ועדיין, העובדה שמהנדס תוכנה צעיר ועסוק מרגיש צורך להשקיע שעות פרטיות כדי לא להישאר מאחור מספרת משהו על הלחץ שעובדים בתעשייה חווים. כש-AI משנה את הכללים במהירות, מי שלא לומד כל הזמן חושש שיישאר מחוץ למשחק.

עצות קריירה לעידן ה-AI

לקולקרני יש שתי עצות מעשיות לעובדים בתעשיית ההייטק:

ראשית, הוא ממליץ להשתמש ב-AI כדי לבנות על מיומנויות קיימות — לא להחליף אותן. הכלי הכי חזק, לטענתו, הוא כזה שמשלים את מה שאתם כבר יודעים, לא כזה שמנסה לעשות הכל במקומכם.

שנית, הוא טוען שבעידן של AI, "בסופו של דבר הכל אנושי." בין אם בונים מוצר עם AI או עובדים על פרויקט צד, המטרה תמיד לפתור בעיות עבור אנשים אחרים. שמירה על הפרספקטיבה הזו, לדבריו, מובילה להחלטות טובות יותר — גם בפיתוח המוצר וגם ברשת קשרים מקצועית. "תתעניינו באמת באדם, ולא תהיו שם רק בשביל העבודה," הוא מייעץ.

לגבי גלי הפיטורים בתעשייה, הגישה שלו מעשית: "כל מה שאני יכול לעשות זה לעשות את העבודה שלי כמו שצריך, להיות אסיר תודה שיש לי עבודה, ולהיות אמפתי לאנשים סביבי."

מה זה אומר על שוק העבודה

הסיפור של Meta השבוע — בין אם זה גיוס בכיר AWS, השקת מודל AI חדש במחיר תחתית השוק, או ייצור שבבים עצמאי — משקף מגמה ברורה אחת: המאבק על כישרונות AI מתעצם, והחברות הגדולות מוכנות להשקיע הון כדי להוביל.

במקביל, הסיפור של קולקרני מזכיר לנו שבסופו של דבר, מאחורי כל ההשקעות של מיליוני דולרים האלה עומדים בני אדם שצריכים ללמוד, להתאים את עצמם, ולוודא שה-AI משרת אותם — ולא להפך. מי שיקח את הזמן ללמוד איך לעבוד עם AI במקום כמו AI ימצא את עצמו בעמדה טובה יותר. מי שיתעלם — ובכן, תמיד יש YouTube Shorts.