האם הגזמנו במהירות שבה AI יחליף עובדים?
רק לפני שבוע ביל גייטס פרסם תחזית מטרידה לגבי עתיד העבודה. מייסד מיקרוסופט כתב כי משרות רבות ייעלמו לצמיתות בעקבות AI, ואף הציע להתחיל להגדיר תחומים כ־"Human Reserved", עבודות שנחליט כחברה להשאיר לבני אדם גם כאשר מכונות יהיו מסוגלות לבצע אותן. כמעט במקביל מגיע ממטא מקרה מבחן מעניין שמלמד שהדרך לשם עשויה להיות מורכבת מכפי שנדמה.
לפי תחקיר שפורסם ברויטרס, מטא בחנה השנה במסגרת Project OT תרחישים להפיכתה לארגון "AI native", שבהם צוותים קטנים יותר ינהלו מערכות וסוכני AI שיבצעו חלק ניכר מהעבודה. בחלק מהתרחישים נבחנו צמצומים של עד 60% בצוותים מסוימים. במאי יצא לפועל גל קיצוצים של כ־10% מכוח האדם, כ־8,000 עובדים, אך גל נוסף שהיה בתכנון בוטל.
הסיפור המעניין אינו שמטא נכשלה בהטמעת AI. להיפך. דווקא משום שמדובר באחת החברות שמשקיעות יותר מכל כמעט בבניית התשתית והארגון של עידן ה-AI, הניסיון שלה מערער על אחת ההנחות המרכזיות של השנתיים האחרונות: שאם AI מכפיל את הפרודוקטיביות של עובד, אפשר פשוט לחלק את מספר העובדים בהתאם. לפי הנתונים הפנימיים שעליהם דווח, מספר שינויי הקוד בפלטפורמות ובתשתיות הפנימיות של מטא זינק ב־220% בתוך שנה. אבל מספר השינויים שהפכו בפועל לפיצ'רים חדשים או משופרים שהגיעו למשתמשים עלה ב־36%. במקביל דווח על עלייה באירועים טכנולוגיים ואבטחתיים משמעותיים ועל גידול בזמן שעובדים נאלצו להקדיש לטיפול בהם. הנתונים אינם מוכיחים ש-AI אינו פרודוקטיבי אלא להפך, הוא מסוגל לייצר בקצב עצום. אלא שכאן מתגלה פרדוקס הפרודוקטיביות של עידן ה-AI: פרודוקטיביות של עובד ופרודוקטיביות של ארגון אינן אותו הדבר.
כשאפשר לייצר בתוך דקות עשרה פתרונות במקום אחד, מישהו עדיין צריך להחליט איזה מהם נכון. כשאפשר לכתוב הרבה יותר קוד, מישהו צריך לבדוק כיצד הוא משתלב במוצר. וכשכל עובד מסוגל לייצר יותר, הארגון צריך להיות מסוגל לקלוט, לתעדף, לבקר ולהטמיע את התפוקה הזאת. AI לא בהכרח מבטל את צוואר הבקבוק האנושי, הוא מזיז אותו. ככל שעלות הייצור יורדת, הערך של שיקול הדעת עולה.
מנקודת המבט של שוק הגיוס, זה שינוי משמעותי. בספטמבר 2026, בחלק הולך וגדל מהתפקידים הטכנולוגיים, היכולת לעבוד עם AI כבר אינה יתרון יוצא דופן אלא דרישת בסיס. השאלה שמתחילה להבדיל בין עובדים היא מי מסוגל לקחת את השפע שהטכנולוגיה מייצרת ולהפוך אותו לתוצאה עסקית. ככל שהמכונה משתפרת בביצוע, עולה הערך של מי שיודע להגדיר את הבעיה, להבחין בין עיקר לטפל, להבין השלכות ולחבר בין דיסציפלינות. לכן הדיון של גייטס ב־Human Reserved מעניין דווקא עכשיו. לפני שנחליט אילו עבודות יהיו Human Reserved, ארגונים צריכים להבין מה עדיין Human Required.
אין כאן סיבה לשאננות. AI ייתר משימות, ישנה מקצועות ובתחומים מסוימים גם יאפשר לחברות לפעול עם פחות עובדים. גם גייטס צופה פגיעה משמעותית בשוק העבודה. אבל הניסיון של מטא מזכיר שהמעבר אינו ליניארי: עלייה של 100% ביכולת של עובד לייצר אינה מתורגמת אוטומטית ליכולת לצמצם מחצית מהצוות. וזה בדיוק האתגר הגדול של מנהלים לקראת 2027. עד עכשיו הם שאלו כיצד AI יכול להפוך כל עובד לפרודוקטיבי יותר. עכשיו הם יצטרכו לשאול כיצד בונים ארגון שמסוגל להתמודד עם כל הפרודוקטיביות הזאת. ייתכן שהחברות שינצחו בעידן ה-AI לא יהיו אלה שיחליפו באמצעותו הכי הרבה עובדים, אלא אלה שיבינו ראשונות שהמשאב הנדיר השתנה: בעולם שבו היכולת לייצר הופכת כמעט בלתי מוגבלת, מה שנעשה נדיר ויקר יותר הוא היכולת האנושית להחליט מה בכלל שווה לייצר.
הכותבת היא מייסדת ומנכ"לית Global Teams המאתרת ומנהלת עובדים גלובלים עבור חברות טכנולוגיה ישראליות
