ה-AI הוא שינוי מאיץ וכולנו צריכים להשתנות יחד איתו, אל תרגעו- תעשו!

מאת: יואל יעקבסון | CTO, קבוצת peax (לשעבר EMET)

15.06.2026

---

השיח הרווח בתעשיית ההיי-טק הישראלית ובארגוני הפיתוח בנושא ה-AI מזכיר את הספר הקלאסי "מדריך הטרמפיסט לגלקסיה" של הסופר דאגלס אדמס, הדורש באותיות גדולות על הכריכה "Don't Panic", כלומר, אל תיכנסו לפאניקה על אף שאתם חווים חוויות מבלבלות, מפחידות, מסוכנות וחסרות היגיון. 

רבים משווים את מהפכת ה-AI למהפכות קודמות כמו מהפכת המחשוב האישי של שנות ה-80, מהפכת האינטרנט או מהפכת הענן, שהעולם הסתגל אליהן במהירות והפיק מהן תועלת רבה. כמעט תמיד נשמע שימוש בטיעונים כמו "פרדוקס Jevons" לפיו ההתייעלות הטכנולוגית רק מגדילה את הביקוש והצריכה של משאבים, בניגוד למצופה. 

אבל האם ההנחות הללו משקפות את המציאות החדשה שהוליד ה-AI? מבט מקרוב על היכולות של מוצרים המבוססים על סוכנים אוטונומיים, כמו Claude Code, מגלה שקיימת תהום בין הנרטיב השיווקי לשינוי הטקטוני במציאות ממספר סיבות:

קצב התיישנות מהיר ומאיץ - הנרטיב המרגיע מסתמך על "אימוץ טכנולוגי" הדרגתי. בפועל, הקצב שונה מהותית ומתאפיין בהתיישנות מואצת. אם בעבר, שיטת עבודה או טכנולוגיה החזיקו מעמד עשור הרי שכיום, שיטות פיתוח ואינטגרציה נולדות ובהמשך הופכות למיושנות במחזור חיים של חודשים ספורים. נוסף על כך, מתרחב הפער בין הטכנולוגיה לקצב האימוץ שלה. חוק MarTech טוען שהטכנולוגיה משתנה בקצב אקספוננציאלי ואילו ארגונים משתנים בקצב לוגריתמי איטי יחסית. הטיעונים המרגיעים מזהים הזדמנות  בפער  שנוצר בין הטכנולוגיה הזמינה לבין היכולת של ארגונים לאמץ ולנצל אותה. הבעיה היא שה-AI לא זו בלבד שמרחיב את הפער, אלא  מתחיל לגשר עליו בעצמו, ללא צורך במתווך אנושי יקר או רווחי.

עלות השינוי משתנה בעצמה - ארגונים רבים משקיעים הון אנושי וכסף רב במערכות קיימות משום שעלות השינוי וההחלפה גבוהה יותר. תפישה זו צפויה לחלוף מהעולם. לראייה,  המספר הגדול של סטארט-אפים ישראליים שנבנו בפיתוח מאומץ של שבועות או חודשים ספורים  ונמכרו בכסף רב. הפתרונות של חברות מסוג זה יוטמעו בקרוב במערכות הארגוניות שלכם.

יותר עבודה, פחות רווחיות - ארגוני פיתוח שבונים את תוכניות העבודה שלהם על בסיס ההנחה שצמיחה בביקוש לתוכנה תביא לצמיחה בשירותי מומחה נופלים בכשל לוגי כשלא מביאים בחשבון את קריסת מודל החיוב לפי שעה. אם משימה שארכה בעבר 100 שעות נפתרת כיום ב-5 שעות בעזרת סוכן AI, הרי שהארגון צריך להגדיל את היקף הפרויקטים פי 20 רק כדי להישאר באותו מקום. נוסף על כך, נשחקה הפרמיה על המורכבות המערכתית, שנתפסה כעוגן של חברות הטכנולוגיה הגדולות, וכעת הופכת לפתירה בלחיצת כפתור. המורכבות היא כבר לא נכס או אתגר אלא מאפיין של הפתרון, ומי שיתמודד איתו מחר לא תהיה שכבת המומחים הבכירה אלא סוכן שפשוט יעשה שימוש במודל חזק יותר.

אין יותר משימות קטנות - חברות ההיי-טק מתגאות בכך שהן מטפלות בבניית תהליכים ובמומחיות בשילוב ואינטגרציית מערכות, אבל ה-AI שינה את השוק לחלוטין במדד אוטומציה מול הכנסות. חלק ניכר מהרווחיות של חברות תוכנה נובע מכמות גדולה של משימות בינוניות וקטנות, אך Claude Code ודומיו לא רק "עוזרים" למפתח, הם מבצעים את המשימות הללו מקצה לקצה. יתרה מכך, המשתמש עצמו כבר לא אנושי  ואנו  עוברים למציאות שבה סוכני AI מתממשקים עם סוכני AI. בעולם כזה, הצורך בחלק מהמוצרים, בממשקי משתמש מורכבים, בהדרכות, בתמיכה ובהטמעה, שהיוו נתח נכבד מההכנסות, פשוט מתאדה.

איכות ההון האנושי - יש המציעים מודל של "ג'וניורים מוכווני AI" כפתרון, אך המציאות כואבת יותר.  אם ה-AI מחליף את העבודות ההתחלתיות, לא תהיה לחברות ההיי-טק וארגוני הפיתוח הזדמנות לאמן את דור העתיד של הבכירים, והמודל הכלכלי של פירמידת היכולות (הרבה מתחילים שיהפכו להיות מומחים עם הזמן) קורס לתוך עצמו.

אם המודל קורס - מה יחליף אותו? 

בחזרה לפרדוקס Jevons, ההשוואה אליו שגויה כי היא מניחה שמשאבי הניהול והקשב של הארגון הם אינסופיים. אבל, ארגונים לא יקנו פי 20 יותר תוכנה רק כי היא זולה, הם פשוט יצמצמו את התקציבים המופנים החוצה ויבקשו ממערכות מבוססות סוכנים, חכמות יותר ויותר, לעשות עבורם את מרבית העבודה. בעוד שהגישות המרגיעות מנסות לאכול את העוגה ולהשאיר אותה שלמה - להבטיח התייעלות במקביל לצמיחה בכוח אדם, הרי שהמציאות הטכנולוגית של 2026 מלמדת שסביר להניח שהמודל הישן כבר לא מחזיק מים.

אבל אם המודל העסקי הישן של החברות קורס, מה יחליף אותו? תשובה לא יכולה להתבסס על עוד מאותו הדבר אלא על בניית מעטפת שתאפשר ל-AI לפעול בבטחה בארגון. לגישה זו מספר רבדים:

שימור ומינוף "דור המדבר": יש להכיר בכך שאנחנו מתבססים על מה שהוא בסבירות גבוהה מאוד הדור האחרון של מומחים אנושיים שבאמת מבינים את הטכנולוגיה הארגונית והלוגיקה שמאחורי הקלעים. המשימה של המומחים הללו משתנה - לא עוד כתיבת קוד, אלא הנחיית "עובדי" AI באיכות מאיצה. תפקיד העובדים משתנה והם הופכים לארכיטקטים או מנהלי פיתוח, הם נדרשים לוודא שמה שה-AI מציע נכון הנדסית, גם כשה-AI בונה הכל. בתחום פיתוח התוכנה אנחנו כבר חודשים במצב שמפתחים כבר לא כותבים קוד בעצמם אלא מבצעים הנחיה ובקרה בלבד. 

הדרכה והטמעה כנכס אסטרטגי: האתגר הגדול אינו הכלי, אלא השימוש הנבון בו. ארגונים חייבים להשקיע בהכשרה מחדש ובשדרוג מיומנויות של עובדים טכנולוגיים ושאינם טכנולוגיים כאחד. המטרה היא לגשר על הפער שבין הטכנולוגיה המשתנה בקצב אקספוננציאלי לבין הארגון המשתנה בקצב לוגריתמי, לא על ידי שליטה בטכנולוגיה אלא באמצעות שדרוג הארגון.

סוכני AI באיכות ארגונית: מוצרי צ'אט פסיביים הם טכנולוגיה של העבר. אנחנו רואים האצה באימוץ מערכות מבוססות סוכני AI אוטונומיים המשולבים עמוק בליבת הטכנולוגיה הרלוונטית וארגונים שלא מבינים את זה כנראה יעלמו. כאן נכנסת לתמונה שכבת ה-AI Governance: הבטחת הציות, הפרטיות והבטיחות של המודלים. ארגונים יזדקקו לפתרונות  שיבטיחו סוכני AI הפועלים בתוך מסגרת רגולטורית הדוקה.

ולבסוף, המימד האנושי: ככל שה-AI מקבל החלטות אוטונומיות יותר, כך גדלה ההשקעה הנדרשת בשילוב אנשים בעלי הבנה וניסיון שיבצעו בקרה. המומחים האנושיים הם אלו שיטפלו ב-30% המורכבים שהמודלים עדיין מתקשים בהם, במיוחד במערכות קיימות וותיקות הדורשות הבנה של הקשר עסקי ואנושי עמוק. אין לטעות, זה לא זהה לשימוש במיינפריים ב-2026 שעדיין נפוץ. הסיבה לכך, היא עלות השינוי שכמעט ונעלמת בעידן הפיתוח והיישום עם AI.

בסופו של יום, ה-AI לא יחליף את בני האדם, אלא יחליף את הדרך שבה הם עובדים. כדי להתמודד עם השינוי ועם אי הוודאות סביבו, ארגונים צריכים להיות בתוך תהליך מתמשך של שינוי מתמיד הכולל ערנות ועדכנות טכנולוגית, הערכת מצב רציפה, והטמעת שינויים מהירים-להטמעה וקצרי-חיים. חברות המספקות שירותי טכנולוגיה, גם אלו שכבר מספקות שירותי מומחה סביב AI, צריכות להיות בעצמן בתוך תהליך שיפור עצמי מתמשך מוכוון AI. ארגונים שיצליחו להשתנות צפויים לחוות גידול עם עליית הדרישה לסוגים חדשים של שירותים הדורשים מאפיינים חדשים של משרות, כולם מבוססי AI.