אם קראתם בשבועות האחרונים את חדשות ההייטק הישראלי, סביר שקיבלתם רושם של משבר. אטרה הודיעה על פיטורים של כ-10% מהעובדים. סולאראדג' יצאה לסבב פיטורים נוסף של כ-200 עובדים. פיירבלוקס מפטרת כ-7%. XTEND מפטרת כ-10%, חודשיים אחרי ההנפקה. אחרי שקראודסטרייק רכשה את הטכנולוגיה של XM Cyber, רוב העובדים בישראל פוטרו. וקוואלקום מתחילה החודש סבב פיטורים עולמי שמבוסס על הערכות ביצועים.
אבל אם הייתם קוראים באותם שבועות חדשות אחרות, הייתם מקבלים תמונה הפוכה. טאואר הודיעה שתוסיף כ-150 עובדים בישראל. נובה וקמטק רשמו רבעוני שיא. אנבידיה ישראל עומדת שלוש שנים ברציפות בראש דירוג Dunstech של החברות הגדולות שהכי טוב לעבוד בהן, ומגייסת עובדים בהתמדה. חברות סייבר ישראליות גייסו מיליארדי דולרים השנה. אז מה נכון? שתי התמונות. וההבנה של הפער ביניהן היא אולי הדבר החשוב ביותר למי שעובד בהייטק, או שוקל להיכנס אליו.
הפיצול הגדול
ניתוח שפרסם דרור בן בכלכליסט תיאר את המצב במילה אחת: פיצול. לפי הנתונים שהביא, שיעור הפיטורים בתחום התוכנה זינק במחצית הראשונה של השנה ל-6.6%, יותר מפי שניים מהממוצע בתעשייה כולה. בצד השני, חברות השבבים, תשתיות המחשוב והדיפ-טק מתרחבות. המספרים הכוללים של ההייטק נראים יציבים, אבל מתחתם מתחולל שינוי עמוק בהרכב כוח העבודה.
הסיבה המרכזית היא הבינה המלאכותית, והיא פועלת בשני כיוונים. מצד אחד, כלים כמו סוכני קוד מאפשרים לחברות תוכנה לעשות יותר עם פחות מתכנתים. משימות שבעבר דרשו צוות שלם, כמו כתיבת בדיקות, תיקון באגים או בניית ממשק פשוט, נעשות היום מהר יותר בעזרת AI. מצד שני, הבינה המלאכותית מייצרת ביקוש אדיר לשבבים, למרכזי נתונים, לאבטחת מידע ולתשתיות, ושם החברות מחפשות עובדים.
פייבר היא אולי הדוגמה הבולטת ביותר לצד הראשון. בדוחות האחרונים שלה, מספר הקונים הפעילים בפלטפורמה ירד ב-25.8% בשנה, והכנסות השוק צנחו ב-24.7%. מי שהזמין פעם לוגו, תרגום או טקסט שיווקי מפרילנסר, עושה את זה היום בעצמו עם ChatGPT או עם Claude. זה לא רק משבר של חברה אחת. זה סימן למה שקורה לכל סוג של עבודה שאפשר לתאר כמשימה מוגדרת וחוזרת.
לא הכול זה AI
אבל חשוב להיזהר מלייחס הכול לבינה מלאכותית. חלק מהפיטורים נובעים מסיבות אחרות לגמרי. סולאראדג' מתמודדת כבר שנים עם האטה בענף הסולארי הביתי, וזה סבב הפיטורים הרביעי או החמישי שלה מאז 2024. פיירבלוקס עדיין מתאימה את עצמה לשוק הקריפטו, אחרי שגייסה לפי שווי של 8 מיליארד דולר בשיא של 2022. XTEND מתמודדת עם מניה שאיבדה את רוב ערכה אחרי ההנפקה.
וגם במקומות שבהם החברות מזכירות בינה מלאכותית, יש מומחים שמזהירים מפני תופעה שנקראת "AI washing": שימוש בבינה מלאכותית כהסבר נוח לפיטורים שנובעים בעצם מסיבות אחרות, כמו האטה בצמיחה, לחץ של משקיעים או השקל החזק, שמייקר מאוד את עלויות השכר של חברות שמרוויחות בדולרים ומשלמות משכורות בשקלים. הבינה המלאכותית היא גורם אמיתי, אבל היא לא הגורם היחיד.
מי בלחץ
אז מי נמצא בסיכון הגבוה ביותר? לפי מה שקורה בשוק, תפקידי פיתוח "כלליים" בחברות תוכנה, במיוחד בתחומים שבהם הבינה המלאכותית כבר טובה: פיתוח ממשקים פשוטים, בדיקות תוכנה ידניות, תמיכה טכנית בסיסית, כתיבת תוכן ותרגום. גם תפקידי ביניים שתפקידם העיקרי הוא תיאום ודיווח עלולים להיפגע, כי חברות מנסות לשטח את המבנה הארגוני.
הקבוצה שמעוררת הכי הרבה דאגה היא הג'וניורים: מי שמסיימים עכשיו תואר במדעי המחשב או קורס הסבה, ומחפשים את העבודה הראשונה. בעבר, חברות גייסו מתכנתים צעירים כדי שיעשו את המשימות הפשוטות ויילמדו תוך כדי. היום חלק מהמשימות האלה נעשות בידי AI, וחלק מהחברות פשוט מגייסות פחות מתחילים. זו בעיה גם לתעשייה עצמה: אם לא מכשירים ג'וניורים היום, מאיפה יבואו הסניורים בעוד חמש שנים?
מי מבוקש
בצד השני של המשוואה, יש תחומים שבהם הביקוש לא נחלש, ואף גובר. הראשון הוא השבבים והחומרה: מהנדסי VLSI, מהנדסי אופטיקה, פיזיקאים, מומחי עיבוד תמונה ואנשי ייצור. הדוחות של נובה, קמטק וטאואר השבוע מראים שהתחום הזה צומח בקצב של עשרות אחוזים בשנה. השני הוא הסייבר, ובמיוחד אבטחת נתונים וזהויות, התחום שבו פועלות חברות כמו Cyera, סנטרה ו-Orion.
התחום השלישי הוא הבינה המלאכותית עצמה, אבל לא רק מי שמפתח מודלים. יש ביקוש גדול לאנשים שיודעים להטמיע AI בארגונים: לחבר מודלים למערכות קיימות, לבנות סוכנים שעובדים בפועל, לבדוק שהם לא טועים ולא חושפים מידע. והתחום הרביעי הוא התשתיות: ענן, מרכזי נתונים, רשתות ואנרגיה. כל מי שמבין איך גורמים למערכות גדולות לעבוד ביעילות מבוקש היום יותר מאי פעם.
מגמה נוספת שכדאי לשים לב אליה היא החזרה של "תרבות הביצועים". קוואלקום, למשל, הודיעה שהפיטורים שלה יתבססו על הערכות הביצועים השנתיות, ומנכ"ל החברה, כריסטיאנו אמון, כתב לעובדים שהמטרה היא לבנות "תרבות ביצועים חזקה יותר". חברות ענק נוספות בעולם עשו מהלכים דומים בשנתיים האחרונות. המשמעות לעובדים היא שהביטחון התעסוקתי בחברות גדולות כבר לא מובטח, גם כשהחברה עצמה רווחית, ושהערכות הביצועים הופכות לחשובות יותר.
וגם למעסיקים יש כאן אחריות. חברות שמפסיקות לגייס ג'וניורים חוסכות כסף בטווח הקצר, אבל עלולות לגלות בעוד כמה שנים שאין להן ממי לגדל את דור המנהלים והמומחים הבא. חלק מהחברות כבר מנסות מודלים אחרים: תוכניות התמחות, צוותים שבהם ג'וניור עובד לצד מתכנת בכיר ולצד כלי AI, והכשרות פנימיות שמלמדות עובדים קיימים לעבור לתחומים מבוקשים יותר. מי שיצליח לבנות מודל כזה, ייהנה מיתרון אמיתי בתחרות על כישרונות.
מה כדאי לעשות
למי שעובד היום בחברת תוכנה, ההמלצה הראשונה היא להפוך את הבינה המלאכותית לכלי עבודה, ולא לאיום. מתכנתים שמשתמשים היטב בסוכני קוד עושים יותר, מהר יותר, והם אלה שחברות ירצו לשמור. ההמלצה השנייה היא להעמיק: מי שמבין לעומק מערכת, תחום עסקי או טכנולוגיה מסוימת קשה יותר להחלפה ממי שיודע "קצת מהכול".
למי שמחפש עבודה ראשונה, השוק קשה יותר, אבל לא סגור. כדאי לחשוב על תחומים שבהם הביקוש גבוה, גם אם הם פחות נוצצים מסטארטאפ בתל אביב: חברות שבבים בצפון ובשפלה, חברות תשתית, תפקידי אבטחת מידע. כדאי גם לבנות פרויקטים אמיתיים שמראים יכולת לעבוד עם כלי AI, ולא רק ציונים. ומי ששוקל הסבה מקצועית לתחום, כדאי שיבדוק היטב לאיזה תפקיד בדיוק הקורס מכשיר, ואם יש לתפקיד הזה ביקוש היום.
ומה עם החברות הטובות לעבוד בהן? דירוג Dunstech של השנה נותן רמז: אנבידיה ישראל בראש, אחריה Island, חברת הסייבר שפיתחה דפדפן מאובטח לארגונים, מרכז הפיתוח של מיקרוסופט ופאלו אלטו נטוורקס. כמעט כל החברות בצמרת פועלות בתחומים שהבינה המלאכותית מחזקת, ולא בתחומים שהיא מאיימת עליהם. זה לא מקרי.
השורה התחתונה
ההייטק הישראלי לא קורס, אבל הוא משתנה מהר, אולי מהר יותר מאי פעם. התעשייה שבנתה את עצמה על אלפי מתכנתים שכותבים קוד לאפליקציות ולשירותי ענן נכנסת לעידן שבו חלק מהעבודה הזו נעשה בידי מכונות, וחלק אחר, בשבבים, בתשתיות ובאבטחה, הופך לחשוב יותר מתמיד. מי שיבין את השינוי הזה בזמן, ויתאים את עצמו אליו, ימצא את עצמו בצד הנכון של הפיצול.
