מאז פרוץ הבינה המלאכותית לחיינו, אחת הסוגיות המרכזיות היא השפעתה על שוק העבודה. אם תסתובבו במסדרונות של ארגונים, מכל הסוגים, תוכלו לשמוע דעות לכאן ולכאן. מה שבטוח הוא שה-AI משפיע. עבור מתכנתים האיום מצד הבינה הוא ממשי ביותר. בכל יום צץ לו חצי-מוצר שמישהו פיתח, והוא לא בהכרח יודע לכתוב קוד. ומי שמתכנת, הוא רואה את המתרחש סביבו – כלים כמו ChatGPT, GitHub Copilot ו-Claude כותבים קוד תוך שניות. אנחנו מבינים אתכם, מתכנתים יקרים – קשה שלא לתהות מה יהיה מקומכם בשוק העבודה העתידי. אבל יש חדשות טובות; התמונה הרבה יותר מורכבת, כמו תמיד, מהכותרות המפחידות
לפי נתוני לשכת הסטטיסטיקה האמריקאית, שוק המפתחים צפוי לצמוח ב-25% עד שנת 2032. זה לא נשמע כמו תעשייה שהולכת להיעלם. אבל לפני שנצלול לתחזיות לגבי העתיד, בואו נבין מה קורה עכשיו. השינוי המשמעותי טמון באופן שבו מפתחים עובדים – כמעט כל מתכנת משתמש בכלי AI כלשהו. אפשר לומר שהבינה המלאכותית אינה מבצעת במקומו את העבודה, אבל בהחלט משנה את השיטה. במקום לכתוב קוד שורה אחרי שורה, מאות ואלפי שורות, המתכנת הופך למנהל של כלי AI, לבודק איכות ולארכיטקט מערכת. הבינה המלאכותית עובדת בשבילו ולא במקומו.
מחקר של מקינזי מצביע על כך ש-AI יכול לבצע אוטומציה של 60-70% מהמשימות השגרתיות בתכנות. ושימו לב לניואנס – שגרתיות. לא מדובר בהחלפת התפקוד כולו של המתכנת, קל וחומר לא את החלקים שדורשים חשיבה, יצירתיות ופתרון בעיות. בהתאם, בשנה החולפת, לפי נתונים שונים, כ-40% מהקוד נכתב על ידי בינה מלאכותית, ובשנה הנוכחית הוא צפוי לעלות עד 60%.
אם אתם עדיין רואים שחורות, הנה כמה נקודות למחשבה. נכון, העולם זז מהר ומשתנה, ואין לנו כדור בדולח, אבל בכל זאת, כמה הגיונות בנושא.
בינה מלאכותית מצטיינת בכתיבת קוד על בסיס דוגמאות קיימות. חשוב להבין זאת, הבינה מתבססת על מה שקיים, ובמובן מסוים היא גם מוגבלת למה שקיים. פיתוח תוכנה אמיתי הוא הרבה יותר מזה – הוא כולל הבנה של הצרכים של הלקוח, תרגום של דרישות לארכיטקטורה, קבלת החלטות עיצוביות, איזון ו-trade-offs בין ביצועים לתחזוקתיות ועוד.
למשל, אם לקוח מתלונן שהמערכת איטית, AI לא יבין אם הבעיה היא בבסיס הנתונים, בקוד, בתשתית או באופן שבו המשתמשים משתמשים במערכת. הוא יכול לייצר קוד, אך לא מסוגל להבין את ההקשר העסקי. ובכלל, אם צריך ליצור משהו חדש, נניח שפה חדשה, או סטרוקטורות קוד שכיחות פחות, אין תחליף לחשיבה האנושית, זו היוצרת.
עד כה, אפשר להצביע בבירור על בעיית אבטחה בקוד שנוצר כולו על ידי AI. פרצות אבטחה, כאלה שהמודל למד מקוד לא מאובטח באינטרנט, הופכות שכיחות. בעולם שבו התקפות סייבר רק מתגברות, אף חברה רצינית לא תסמוך על קוד שלא עבר בדיקה אנושית. עם כל הכבוד לחיסכון וליעילות של ה-AI, פוטנציאל הנזק הכולל מפרצת אבטחת מידע היא אדירה. אף מנהל טכנולוגיה לא ייקח סיכון כזה בכדי לחסוך בעלות של מתכנת.
פיתוח תוכנה כולל גם עבודת צוות המורכבת מסדרה של ישיבות תכנון, דיונים על ארכיטקטורה, code reviews ותקשורת עם לקוחות. AI לא יכול להחליף את האינטראקציה האנושית הזו. הוא לא באמת מבין רגשות ודינמיקה חברתית. אין לו יכולת להרגיש כאשר הלקוח לא מרוצה, להבין פוליטיקה ארגונית או לנהל ציפיות.
אבל בואו נהיה כנים. המהפכה כבר כאן והיא, כאמור, משפיעה על שוק העבודה. כמו תמיד, כדאי להיות בצד הטוב של ההיסטוריה. מה זה אומר בעצם? יש פרופילים מסוימים של מתכנתים, שאכן צריכים לחשוש, ואת הניצנים אפשר לראות בשוק כבר עכשיו.
נגיד את זה בצורה הישירה ביותר – אם התפקיד שלכם הוא בעיקר לקבל specifications ורק לתרגם אותן לקוד, אתם בבעיה; את הפעולה הטכנית הזו ה-AI עושה הכי טוב. אם לא תביאו ערך מוסף, מעבר לכתיבת הקוד עצמו, כדאי לכם לשנות גישה ולא להמתין ליום שבו הבינה מלאכותית תכתוב 100% מהקוד שאתם כותבים.
הטכנולוגיה משתנה במהירות מסחררת – מי שלא יישאר על הרכבת הזו, יירד בתחנה הקרובה. מתכנתים שלא לומדים כלים חדשים, שאינם מתנסים ב-AI ומשדרגים את הכישורים שלהם – הם אלו שעלולים לאבד את המשרות שלהם. אגב, לאו דווקא בגלל כי ה-AI החליף אותם בצורה ישירה, אלא מפני שמתכנתים אחרים, אלו המעודכנים, עדיפים עליהם מבחינת ייעול זמן העבודה וביצוע מגוון משימות רחב יותר בזמן קצר יותר.
אם אתם מוצאים את עצמכם מתעסקים רוב היום ב”פתרונות” ולא ב”בעיות”, קרי, העבודה שלכם היא לבנות אתרים סטנדרטיים, טפסים פשוטים או CRUD applications בסיסיות, קיים סיכוי גבוה שהמשימות כאלה ודומות פשוט ייעלמו בשטף האוטומציה. זה כנראה לא יקרה מחר, אבל בהחלט סיכוי טוב בטווח של כמה שנים.
אם אתם לא בטוחים באיזה צד של המתרס אתם, או אם אתם רוצים להבטיח שתישארו על הרכבת הזו – הגעתם לחלק החשוב באמת. אז מה כדאי ללמוד על מנת להישאר רלוונטיים גם כשהכל משתנה מסביב?
קצת אירוניה. כדי להישאר על הגלגל ולא להיות מוחלף על ידי AI, צריך לדעת כיצד להשתמש בו, ולהשתמש בו טוב יותר מכולם. מתכנתים שיודעים לכתוב prompts מדויקים, להפיק את המקסימום מ-GitHub Copilot, ולשלב כלים כמו Cursor ו-Windsurf בעבודה היומית שלהם יהיו יעילים פי כמה לעומת אלה שלא.
הקצב, כאמור, הוא גבוה. למדו את הכלים האלה לעומק כדי להבין איך לנצל אותם לטובת העבודה שלכם. באנאלוגיה אחרת לתחום פשוט הרבה יותר – כולם מחפשים בגוגל, אבל יש כאלה שיודעים למצוא בדיוק את מה שהם מחפשים, ובמהירות.
כאשר המשימות השוטפות והפשוטות נעשות על ידי המכונה, היכולת לראות את התמונה הגדולה הופכת ליותר ויותר חשובה. מתכנת שיכול לתכנן מערכת שלמה, להבין איך חלקים שונים מתחברים, לחשוב על סקיילביליות ותחזוקה לטווח ארוך, כל אלה הן יכולות משמעותיות הרבה יותר, ביחס ל”רק לדעת לכתוב פונקציות”. זכרו, הבינה המלאכותית יכולה לכתוב קוד, אבל היא לא יכולה להחליט לגבי הארכיטקטורה. ה-AI לא יודע אם לבחור microservices או monolith – אין לו את הבנת ה-trade-offs בין מערכות שונות.
ככל שיותר קוד נכתב על ידי AI, יש יותר סיכון לפרצות אבטחה. מי שיבין אבטחת מידע, יידע לזהות חולשות ולבצע בדיקות חדירות, יהיה לו יתרון בתעשייה. ככל שתחום הסייבר יהיה קריטי יותר, כל חברות ידרשו לעובדים אשר יוכלו לוודא שהקוד הנוצר על ידי AI בטוח לשימוש. בקיצור, אם תקרצו, הבנה עמוקה באבטחת סייבר ולא רק יכולת לכתוב קוד.
עוד לפני עידן הבינה, תכונות משלימות וראיית השלם היו הופכות מתכנת טוב למצוין. היום, יש לזה חשיבות גדולה אף יותר. מתכנתים המבינים את העסק, כאלה שיכולים לתרגם בעיות עסקיות לפתרונות טכניים, לנהל שיח מועיל עם אנשים שאינם טכניים – אלה מהווים נכס יקר, כבר היום. כבר אמרנו את זה ונגיד את זה שוב – ה-AI לא יכול להחליף את היכולת להבחין בין מה שהלקוח באמת צריך לבין מה הוא אומר שהוא צריך או רוצה.
מטבע הדברים, כאשר ההיבטים הטכניים מתממשים על ידי הבינה המלאכותית, לחלקים הרכים והניהוליים מקבלי חשיבות רבה יותר. ניהול צוותים, הדרכת מפתחים צעירים וקבלת החלטות אסטרטגיות, אלה ואחרים הופכים לחשובים יותר.
מעבר לכישורים רכים, יש תחומים טכניים ספציפיים שכדאי (מאוד!) להשקיע בהם.
אם אתם מבינים איך AI עובד מאחורי הקלעים, אתם יכולים להשתמש בו טוב יותר ולפתח אותו. למידת מכונה ומדעי הנתונים הם התחומים הרלוונטיים לאפיון וניהול הבינה לכשעצמה, הם צומחים במהירות ודורשים אנשים מקצועיים.
תשתיות ענן הן הבסיס של כמעט כל מערכת מודרנית. הבנה עמוקה של AWS, Azure או GCP, יחד עם כלי DevOps כמו Kubernetes ו-Docker, היא נכס חשוב. חשוב מאוד.
כאמור, זה תחום שהולך להיות חשוב עוד יותר ביחס להיום. כישורי סייבר מקצועיים, הבנה של פרוטוקולי אבטחה, ידע ב-penetration testing ובניהול SOC הם תחומי ידע שיהיה להם ביקוש גבוה מאוד בעתיד.
מפתחי Full Stack שגם יודעים אבטחה, מבינים ענן ויכולים לעבוד עם AI מבוקשים מאוד. התמחות כפולה או משולשת מעניקה לכם ערך רב כמתכנתים.
כשכל שבוע אנחנו קוראים על אקזיט אחר בעולם הסייבר – התמונה ברורה. ישראל נחשבת למעצמת סייבר עולמית, והביקוש לאנשי מקצוע בתחום רק גדל. חברות מחפשות מומחי אבטחת מידע שיכולים להתמודד עם איומים מתקדמים, לנהל מערכות SOC, לבצע בדיקות חדירות ולייעץ לארגונים.
זהו תחום שבו ה-AI לא צפוי להחליף אנשים בקרוב, אם בכלל. התקפות סייבר הולכות ומשתכללות, והתגובה להן דורשת חשיבה יצירתית, הבנה של הקונטקסט ויכולת לקבל החלטות תחת לחץ. אלה דברים שמכונות לא יודעות לעשות.
הגעתם עד לכאן, קראתם, הפנמתם. אם אתם עדיין חוששים לגבי העתיד המקצועי שלכם ומרגישים שאתם צריכים לשדרג את הכישורים שלכם, הנה כמה צעדים מעשיים שניתן לבצע.
אם אתם עדיין לא משתמשים בכלי AI בעבודה שלכם, התחילו עוד היום. קדימה, לפתוח חשבון ב-ChatGPT או Claude, להתנסות עם GitHub Copilot. תרגלו כתיבה של prompts יעילים, הכירו את החברים החדשים שלכם. ככל שתתחילו מוקדם יותר, כך תהיו מוכנים יותר.
אל תנסו ללמוד הכל. בחרו תחום אחד שמעניין אתכם והתעמקו בו. איך אומרים? אם אתם לא אוהבים את זה, לא יעבוד. אם אבטחת סייבר מדברת אליכם, השקיעו בזה. אם אתם מחייכים כשאתם חושבים על Data Science, לכו על זה. ההתמחות שלכם תבדל אתכם לעומת מתכנתים אחרים.
שימו את מהקלדת בצד. שפרו את התקשורת הבין-אישית שלכם, השתתפו בפרויקטים הדורשים עבודת צוות ותרגלו הצגת רעיונות. אלה הכישורים, שיחד עם השליטה הטכנית בכלי ה-AI, יהפכו אתכם לבלתי ניתנים להחלפה.
לימודים מסודרים בתחום שבחרתם יכולים לקצר את הדרך משמעותית. קורס סייבר מקצועי, הסמכה בטכנולוגיות ענן, או תוכנית לימודים בתחום ה-AI יכולים לפתוח עבורכם דלתות חדשות.
כשמדברים על הכשרה לעולם הטכנולוגיה המשתנה, Experis Academy, אנחנו גאים לומר, היא אחת המסגרות המובילות בישראל. לאורך עשור של פעילות, הכשרנו כ-2,000 אנשי מקצוע שעובדים היום בחברות מובילות כמו Amazon, Broadcom ו-Qualcomm, ועוד רבות אחרות.
הדגש שמייחד את Experis הוא ההבנה שהשוק משתנה. במקום ללמד רק קוד, תוכניות הלימודים באקדמיה שלנו מתמקדות בכישורים שיישארו רלוונטיים גם בעידן ה-AI. הנה, ראו כמה דוגמאות להכשרות העדכניות שלנו:
קורס פיתוח אוטומציה – מסלול ייחודי המכשיר עובדים בתחום ה-QA והאוטומציה, תחום שצומח עם התרחבות השימוש ב-AI. הרי, מישהו צריך לוודא שהקוד שנוצר באופן אוטומטי, באמת עובד כמו שצריך.
הסבה לתכנות – תוכנית אינטנסיבית לבעלי תואר אקדמי שרוצים להיכנס לעולם של פיתוח תוכנה. תוכנית לימודים שמתאימה גם לאנשים שמגיעים מתחומים אחרים לגמרי ורוצים לעשות שינוי מהותי בקריירה שלהם.
מסלול AI/ML Engineer – תוכנית בוטקאמפ ייחודית שתבטיח לכם את הכניסה לעולמות ה-AI ולמידת המכונה. מישהו, הרי, צריך לתכנת את כל הבינה הזו, ולהבטיח שהיא תעבוד כמו שצריך ותספק ערך אמיתי בחיי היום-יום שלנו.
חשוב להבין, אלה רק דוגמאות. האקדמיה שלנו מחוברת ישירות לשוק העבודה, כך שבוגרי ההכשרות אינם יוצאים לשוק רק עם תעודה, אלא עם כלים מעשיים והזדמנויות תעסוקה אמיתיות. בייחוד בתקופה שבה כולם מדברים על משרות שעלולות להיעלם, הלימודים אצלנו מאפשרים להפוך את השינוי להזדמנות.
אז האם AI יחליף מתכנתים? שאלה טובה, אנחנו מקווים שכעת התמונה קצת יותר ברורה לכם. התשובה הקצרה היא לא, התשובה הארוכה היא שבינה מלאכותית משנה כבר היום את מה שמתכנתים עושים, היא משפיעה על אופן העבודה ומדגישה את ההשתנות הנדרשת ממתכנתים כדי להישאר בטוחים במקצוע המרתק שלהם.
המתכנתים אשר ישגשגו בעידן הזה הם אלה שילמדו להשתמש ב-AI כמנוף, ולא ייראו בו רק כאיום. אלה שיפתחו כישורים שמכונות לא יכולות להחליף כמו חשיבה מערכתית, הבנה עסקית, תקשורת אנושית ומומחיות עמוקה בתחומים קריטיים – אלה יישארו על הגלגל.
זה הזמן לשאול את עצמכם, לא אם ה-AI יחליף אתכם, אלא האם אתם מתכוננים לעתיד שכבר מגיע. ההחלטות שתקבלו היום, הלימודים שתתחילו עכשיו, הכישורים שתפתחו בשנה הקרובה, הם הגורמים שיקבעו את מקומכם בשוק העבודה של 2026 ואילך.
הזמן לפעול הוא עכשיו. לא מחר, ולא כ”שיהיה לכם יותר זמן”.
התשובה, באופן לא מפתיע היא – בהחלט כן. למרות כל הדיבורים על AI, הביקוש למפתחים ממשיך לגדול. מה שמשתנה הוא סוג המפתחים שמעסיקים מחפשים. ומה בדיוק הם מחפשים? אם הגעתם עד לכאן ואתם לא יודעים את התשובות, תתחילו לקרוא מההתחלה.
חשוב להבין כיצד ה-AI “עובד”. הוא לומד מהקיים. זהו מודל סטטיסטי. חלק גדול מחומר הלימוד, מהקוד הקיים בעולם, איננו מאובטח דיו, ולכן בדיקות אבטחה אנושיות הן עדיין שלב חיוני בכתיבת קוד, ובעצם הן הופכות לחשובות יותר ככל שיותר קוד נוצר באופן אוטומטי.
כמו תמיד התשובה היא – תלוי. הזמן הנדרש הוא פונקציה של תחום הידע. למשל, קורס סייבר מקצועי יכול להימשך בין חודשים לשנה, בעוד הסמכות בתחום הענן נמשכות בדרך כלל בין שלושה לשישה חודשים, אבל אינטנסיביים. העיקר, כפי שאתם יכולים להבין, הוא להתחיל מהר, ולהתמיד.
התשובה הקצרה היא – לא בהכרח. היתרון של מתכנתים ותיקים טמון בניסיון הרב ובהבנה המערכתית שרכשו לאורך השנים וביכולת לראות את התמונה הגדולה. הסכנה לאבד משרות לטובת ה-AI חלה בעיקר על מתכנתים שמפסיקים ללמוד וחושבים שמה שהם כבר יודעים הוא מספיק.
נמאס לנו להגיד את זה, אבל נגיד את זה שוב – אחד התחומים המבוקשים ביותר הוא אבטחת סייבר. הביקוש למומחי סייבר בעלי ידע טכני עמוק, אבל גם עם חשיבה יצירתית והבנה של ההקשר האנושי, רק עולה עם הזמן. אלה איכויות ש-AI לא יכול לספק.
חזרה לרשימת המאמרים