ה-AI כבר עושה את העבודה של הג'וניורים, אבל מי יהיו המומחים של מחר?

בחברת אנטרופיק (Anthropic), שמפתחת את מודלי קלוד (Claude), קרה בשנה האחרונה משהו שצריך לעניין הרבה יותר מאשר רק את עובדי ההייטק. החברה ממשיכה לצמוח, העובדים שלה מייצרים יותר, סוכני AI מבצעים חלק הולך וגדל מהעבודה, אבל מספר המשרות המיועדות לעובדים טכנולוגיים בתחילת דרכם מצטמצם ביחס לשאר המשרות. לפי מחקר חדש שפרסמה אנטרופיק ב-16 באוקטובר 2026, שיעור הג'וניורים מתוך כלל המגויסים לתפקידים טכנולוגיים ירד מ-27% ל-9% בתוך כשנה. במקביל, מנהלי הגיוס בחברה החלו להעניק משקל גדול יותר לעצמאות, לשיקול דעת וליכולת לעבוד עם AI, ופחות למיומנויות ביצוע ספציפיות.

על פניו, זה נשמע הגיוני. אם AI יכול לכתוב קוד, לאתר תקלות ולבצע משימות שבעבר דרשו שעות של עבודה, מדוע להעסיק עובדים נוספים כדי לבצע אותן? אבל כאן מתעוררת בעיה שלא נוגעת רק לג'וניורים: אותן משימות בסיסיות שהחברות מתחילות להעביר ל-AI הן גם המשימות שבאמצעותן עובדים חדשים לומדים את המקצוע, טועים, מתקנים ומפתחים ניסיון. אם נוותר על שלבי הלמידה האלה, מאיפה יגיעו המומחים שנצטרך בעוד חמש או עשר שנים?

החברה צומחת, אבל הרכב העובדים משתנה

המחקר של אנטרופיק יוצא דופן בהיקף המידע שהוא חושף. החוקרים בחנו נתוני העסקה וגיוס, שימוש פנימי ב-AI, מדדי תפוקה, תקשורת ארגונית והערכות מועמדים, לצד ראיונות עם 17 עובדים.

התמונה העולה ממנו מורכבת. החברה שילשה את מספר העובדים שלה בשנה האחרונה, ומספר העובדים הטכנולוגיים המשיך לגדול במונחים מוחלטים. אלא שהצמיחה בתחומים כמו מכירות, כספים וגיוס הייתה מהירה יותר. שיעור העובדים הטכנולוגיים מכלל החברה ירד מ-61% ל-56%, ושיעור העובדים הזוטרים בתוך המחלקות הטכנולוגיות ירד מ-21% ל-14%.

השינוי הבולט ביותר התרחש בגיוס עובדים חדשים. מאז תחילת 2026, צוותי הנדסה ומחקר החלו להפחית את העדיפות של תפקידים טכנולוגיים בדרגות הנמוכות. חלק מהמנהלים דיווחו במפורש שהם מגייסים פחות עובדים בעקבות התקדמות ה-AI.

הפער בין התעסוקה הטכנולוגית ללא טכנולוגית | Anthropic

במקביל לשינוי בגיוס, היקף הפעילות של סוכני ה-AI בתוך אנטרופיק זינק. בפברואר 2026 שעות הפעילות שלהם היו נמוכות משמעותית משעות העבודה האנושיות, אבל באוגוסט כבר נרשמו שש שעות פעילות של סוכנים לכל שעת עבודה אנושית מחושבת, וביחידות המחקר היחס הגיע לפי 19. הנתונים האלה ממחישים באיזו מהירות הסוכנים הופכים לחלק מרכזי מפעילות החברה.

הזינוק בשעות פעילות הסוכנים | Anthropic

וכל זה קורה בשעה שהתפוקה ממשיכה לעלות. מספר עדכוני הקוד שנרשמים לכל מהנדס גדל בערך פי חמישה בתוך חצי שנה. גם אנשי מכירות, משפטנים ואנשי כספים מטפלים ביותר משימות. החוקרים אפילו השוו בין עובדים שאימצו סוכני קוד לבין עובדים שטרם אימצו אותם, ומצאו עלייה בתפוקה לאחר האימוץ.

המשמעות מבחינת הגיוס ברורה יותר: כאשר עובד מנוסה מסוגל לבצע בעזרת AI חלק מהעבודה שבעבר התחלקה בין כמה אנשים, הצורך להוסיף עובדים בתחילת דרכם עשוי להצטמצם.

הבעיה מתחילה כשהניסיון הופך לדרישת כניסה

כמעט בכל מקצוע קיימת דרך שבה מתחילים ללמוד. מתכנת חדש מתקן באגים פשוטים וכותב רכיבים קטנים. משפטן צעיר בודק מסמכים ומנסח טיוטות. איש שיווק מתחיל מנתח נתונים, מכין תוכן ולומד מהתגובות שהוא מקבל.

חלק גדול מהמשימות האלה אינו מורכב במיוחד, אבל הערך שלהן לא מסתכם בתוצר. הן מאפשרות לעובד להבין כיצד מתקבלות החלטות, לזהות טעויות ולפתח בהדרגה את היכולת להתמודד עם מצבים מורכבים יותר.

עכשיו חברות יכולות להעביר חלק מהמשימות האלה לסוכני AI. העובדים המנוסים מתפנים לעבודה מורכבת יותר, והארגון מרוויח תפוקה גבוהה יותר. אלא שעובדים חדשים עלולים לאבד הזדמנויות לרכוש את אותו ניסיון.

הסתירה נעשית מעניינת במיוחד כשבוחנים מה אנטרופיק מחפשת כיום במועמדים. ניתוח אלפי הערכות גיוס מראה שמנהלים מייחסים משקל הולך וגדל לשיקול דעת, לעצמאות וליכולת להשתמש בכלי AI באופן יצירתי. בקרב מועמדים טכנולוגיים, הדיון במומחיות בתחום מסוים דווקא הצטמצם כחלק מההערכה הכוללת.

אלה יכולות חשובות מאוד, אבל שיקול דעת מקצועי לא נוצר רק מהיכרות עם כלי עבודה. הוא מתפתח גם מהתנסות, מכישלונות ומהצורך להבין מדוע פתרון מסוים הצליח ואחר נכשל.

וכאן נמצא האתגר: חברות רוצות עובדים שמסוגלים לנהל AI, לבקר את התוצרים שלו ולקבל החלטות עצמאיות. אבל איך מכשירים עובדים כאלה אם הם לא מקבלים מספיק הזדמנויות לבצע בעצמם את העבודה שממנה לומדים?

העובדים שמלמדים את ה-AI לבצע את עבודתם

בתוך אנטרופיק כבר אפשר לראות איך תפקידים משתנים בעקבות אוטומציה. אחת הדוגמאות המעניינות במחקר היא צוות שעסק בכתיבת תוכן למוצר (קלוד), כולל הודעות קצרות שקיבלו את פני המשתמשים. באביב 2026 פיתח הצוות מערכת שאפשרה לסוכני AI להפיק תוכן דומה בעצמם, באמצעות מידע והנחיות מאורגנים.

המערכת הצליחה להגדיל את היקף הפקת התוכן, אבל גם העלתה שאלה פשוטה: מה נשאר לכותבים האנושיים לעשות? במקרה הזה, החברה לא פיטרה את חברי הצוות. הם עברו לעבוד על פרומפטים, בדיקות והערכות של מודלים. במקום להשתמש בשפה כדי להשפיע על התנהגות המשתמשים, הם החלו להשתמש בה כדי לכוון את ההתנהגות של המודל.

זה לא מקרה בודד. עובדים בחברה בונים סוכנים לטיפול בבקשות רכש, לתיאום פגישות, למיון פניות משפטיות ולניהול תהליכי מכירה. חלקם מעבירים לאוטומציה משימות שהיו חלק משמעותי מהתפקיד שלהם.

גם המעברים בין מחלקות נעשו נפוצים יותר. בקרב עובדים שהועסקו בחברה לפחות שנה, הסיכוי החודשי לעבור למחלקה אחרת היה גבוה בכ-50% בשנת 2026 לעומת 2025.

השינוי הזה ניכר גם באופן שבו העובדים משתמשים בקלוד עצמו. לפי המחקר, חלקן של משימות הקשורות לבניית הנחיות לסוכנים, לתכנון העבודה שלהם ולפיקוח עליהם עלה מ-10% ל-22% בממוצע מתוך סשני השימוש האינטראקטיביים. בחלק מהמחלקות הטכנולוגיות השיעור כבר מתקרב ל-30%. כלומר, יותר מהעבודה עם AI מוקדש כיום לניהול האוטומציה עצמה.

העובדים הופכים למנהלי סוכנים | Anthropic

אפשר לראות בזה מודל חיובי להתמודדות עם AI: במקום להיפרד מעובדים שתפקידם השתנה, מנצלים את הניסיון שכבר צברו ומעבירים אותם למשימות חדשות. אלא שיש כאן הבדל חשוב. העובדים האלה כבר נמצאים בתוך הארגון. הם מכירים את המוצרים, את האנשים, את הלקוחות ואת הדרך שבה מתקבלות החלטות. יש להם בסיס מקצועי שמאפשר להם להסתגל. למועמד צעיר שנמצא מחוץ לחברה אין בהכרח את היתרון הזה.

אנטרופיק מנסה להגן על העובדים

החברה כבר מתחילה להיערך לשינויים נוספים. לפי המחקר, אנטרופיק מקימה מערכת התרעה מוקדמת שתזהה תפקידים הנמצאים בסיכון לשינוי בעקבות AI, באמצעות מעקב אחר הביקוש לעובדים, התפוקה שלהם והיכולות החדשות של המודלים.

המטרה היא לזהות מראש היכן העבודה משתנה ולנסות להעביר עובדים קיימים לתפקידים אחרים שמתאימים לכישורים הספציפיים שלהם. החוקרים מציינים גם סוגיה כלכלית: אם עובדים מסייעים לארגון להפוך את העבודה שלהם לאוטומטית ולייצר יותר בפחות זמן, ראוי שייהנו מחלק מהערך שנוצר.

באנתרופיק, שבה קיימת בעלות רחבה יחסית של עובדים במניות, יש מנגנון מסוים לשיתוף בתוצאות הצמיחה. לא לכל חברה יש אפשרות להציע מנגנון דומה. אבל אפילו החוקרים מכירים במגבלה של הגישה הזאת. מעבר עובדים לתפקידים חדשים יכול לסייע למי שכבר מועסק בחברה, אבל לא נותן מענה לאנשים שלא התקבלו לעבודה מלכתחילה.

זאת נקודת התורפה של המודל: ארגון יכול להצליח לשמר את העובדים הקיימים, ובאותו הזמן לצמצם את מספר ההזדמנויות שהוא מעניק לדור הבא.

המדריכים תמיד חינמיים, אבל אם בא לכם להתמקצע - יש גם קורס קלוד קוד (Claude code) וסביבת אנטרופיק

לפרטים נוספים לחצו כאן >>

מי יכשיר את העובדים של 2030?

אנטרופיק היא מקרה מבחן מיוחד. מדובר בחברה שמפתחת את הטכנולוגיה עצמה, מעסיקה עובדים בעלי מומחיות גבוהה ופועלת בקצב שאינו בהכרח מייצג ארגונים אחרים. המחקר גם לא מאפשר לקבוע כיצד יתפתח שוק העבודה כולו.

ובכל זאת, השאלות שהוא מעלה רלוונטיות כמעט לכל ארגון שמתחיל להטמיע AI. למנהלים כדאי לבחון לא רק איזה משימות אפשר להפוך לאוטומטיות, אלא גם אילו משימות חיוניות להכשרת עובדים.

אפשר, למשל, לאפשר לעובדים צעירים לבצע משימות בעזרת AI, תוך דרישה להסביר את הבחירות שלהם, לבדוק תוצרים ולהבין טעויות. כך האוטומציה יכולה להפוך גם לכלי למידה, ולא רק לאמצעי לצמצום שעות עבודה.

לעובדים בתחילת דרכם, האתגר הוא לבנות יכולת מקצועית לצד השליטה בכלים. לדעת להפיק תשובה באמצעות AI הוא יתרון, אבל לדעת לזהות מתי התשובה שגויה, מה חסר בה ומה צריך לעשות אחרת, זו כבר מומחיות.

במשך שנים ארגונים הסתמכו על מסלול התפתחות מוכר: עובדים מתחילים במשימות פשוטות, צוברים ניסיון ובהדרגה מקבלים אחריות גדולה יותר. ה-AI מאפשר לקצר חלקים מהמסלול הזה, אבל עדיין לא ברור אם אפשר לדלג עליהם בלי לפגוע ביכולת המקצועית שמתפתחת בדרך.

ייתכן שהאתגר הגדול של שוק העבודה בעידן ה-AI לא יהיה מחסור בעבודה שאפשר לבצע, אלא מחסור באנשים שיודעים לשפוט איך צריך לבצע אותה.