איך להרוויח 40 אלף ₪ בחודש - המשרות המבוקשות של הבינה המלאכותית

בעשרים השנים האחרונות צמח בקצב מסחרר עולם למידת המכונה והבינה המלאכותית, עם פריצות דרך שמופיעות אחת אחרי השנייה, ובעשור האחרון אף ביתר שאת - מה שהוביל גם לטירוף ה-GenAI (בינה מלאכותית יוצרת) של השנתיים האחרונות. אחד המאפיינים של צמיחה זו היא גיוון המשרות בתחום, שכל הזמן משתנה ומתפתח בהתאם לצרכים של החברות השונות, ולפי ההבנה של השוק מה הן נקודות המפתח בתהליכי הפיתוח של כלים ומוצרים אשר נשענים על הבינה המלאכותית.

"אם לפני 10 שנים היו מדברים על Data Scientist ולכולם היה ברור במה מדובר, היום מי שפותח לראשונה את לינקדאין ומנסה לנווט את דרכו בשוק משרות ה-AI - צריך מדריך", מסביר ד"ר שחף פורן, ראש תחום דאטה ובינה מלאכותית ב- Infinity Labs, חברת מחקר ופיתוח המכשירה בוגרי תארים לתפקידים טכנולוגיים בהייטק.

לדברי פורן, אחד התפקידים המבוקשים ביותר בשוק כיום הוא Data Engineer, תפקיד שנולד מתוך הצורך לנהל את המידע בארגון. "בתפקיד זה, צריך לוודא שהמידע מאוחסן באופן מיטבי והוא זמין לשימוש החברה, לדעת להתממשק למקורות המידע השונים ולהזרים את הנתונים, לפעמים בכמויות אדירות, אל מחשבי הארגון. טכנולוגיות מסחריות וכאלו שזמינות בקוד פתוח מתפרסמות חדשות לבקרים, והעוסקים במלאכה צריכים להתעדכן באופן שוטף ויזום על מנת לזהות כלים חדשים שרלוונטים לצרכי החברה."

תפקיד מבוקש נוסף, אומר פורן, הוא ה-Data Scientist, מי שתפקידו לבנות את המודלים. בעל התפקיד יעבור באופן עמוק יותר על המידע ויבין מה מאפיין אותו. הוא ינקה אותו, יבנה מדדים אשר מתאימים את המודל לצורך העסקי שעליהם הם צפויים לענות, ובאופן איטרטיבי ינסה שיטות שונות למטב את אותם מדדים. גם בתחום זה כלים חדשים ושיטות עבודה שונות מתפתחים כל הזמן, וה-Data Scientist משקיע חלק מזמנו בקריאת מאמרים ומעקב אחר חדשות הקהילה הגדולה על מנת ללמוד על דרכים חדשניות ומקוריות לפתור בעיות.

לבסוף, כשהמודל מוכן והגיע הזמן גם להשתמש בו, יכנס לעבודה מי שמחזיק בתפקיד ה-Machine Learning Engineer, מסביר פורן. תפקידו לוודא שהמודלים שימושיים ועובדים כנדרש. זה כולל בחינת הביצועים החישוביים, שכן מודלים כאלו יכולים להיות כבדים ולדרוש זמן חישוב יקר, וגם חיווט המודלים לעבודה במקום בו הם נדרשים, בין אם אלו שרתי החברה, הענן, או מכשירי קצה כמו טלפונים חכמים למשל.

הביקוש לאנשי מקצוע איכותיים בתפקידי הדאטה השונים רק הולך וגובר עם הזמן, והדבר מתבטא בשוק המשרות הגדל עוד ועוד ובשכר הגבוה שבעלי התפקידים הללו מרוויחים, שבכל אחד מהתפקידים הללו יכול עם מספר שנות ניסיון לעלות צפונה מ-40 אלף ש"ח. חברות וארגונים שבעבר לא ראו מול עיניהם את הצורך להטמיע את הטכנולוגיות הללו בפעילותם - היום שועטות אל עבר הכלים המתקדמים שמנגישים את עולם הבינה המלאכותית ומאפשרים לבנות מוצרים חכמים יותר ומוצלחים יותר.

רמי סגל, דירקטור בכיר לניהול מוצר בסיילספורס ישראל, מספר כי "כמומחים בתחום ה-AI, אנו עדים לעלייה חדה בביקוש ללמידת מכונה ופתרונות בינה מלאכותית בקרב לקוחותינו מהתעשיות השונות. לכן, אנו מרחיבים את מחלקות ה-AI שלנו ומגייסים בקצב מהיר מהנדסים, מדעני נתונים, מפתחי ממשקים ובמיוחד מנהלי מוצר AI. מנהלי המוצר שאנו מחפשים צריכים להגיע עם רקע עשיר בעבודה מול לקוחות אנטרפרייז והטמעה של פתרונות בשטח בתחומים כמו מכירות, שיווק, שירות לקוחות, בינה עסקית ותקשורת ארגונית. רק כך נוכל להמשיך ולספק ללקוחותינו פתרונות AI מתקדמים שיעזרו להם להשיג יתרון תחרותי."

סגל מוסיף כי "מנהלי המוצר שאנו מגייסים לתפקידי ה-AI נדרשים גם להגיע עם רקע מקצועי מעמיק בטכנולוגיות הבינה המלאכותית עצמן. הם צריכים להכיר לעומק יכולות כמו מודלים שפתיים גדולים (LLM), מערכות שאילתות וטיעונים (RAG), מודלים סמנטיים ויכולות Co-pilot לייעול פעולות שחוזרות על עצמן עבור משתמשי הקצה. תפקידם המרכזי של מנהלי המוצר הוא לפשט את היכולות המתקדמות הללו ולשלבן בפתרונות עסקיים קונקרטיים לייעול תהליכי המכירות, השיווק, שירות לקוחות והבינה העסקית עבור לקוחותינו. רק שילוב של הכרת הלקוח עם הידע העסקי והטכנולוגי יאפשר למנהלי המוצר שלנו להוביל פיתוח פתרונות AI רלוונטיים ויעילים".

בסקר עדכני שערכה פירמת הייעוץ וראיית החשבון Deloitte בקרב כ-3,000 מנהלים בכירים בארגונים מ-16 מדינות שונות ברחבי העולם, עלה שמרבית הארגונים החלו בהיערכות לקראת כניסת טכנולוגיות AI ו-GenAI לארגון.

72% מהמנהלים צופים שבינה מלאכותית יוצרת תוביל לשינויים באסטרטגיית הטאלנט שלהם במהלך השנתיים הקרובות, וחלקם צופים ששינויים אלו יחלו אף מוקדם יותר. אסטרטגיית הטאלנט כוללת תוכנית גיוסים, הכשרה ופיתוח, התאמת המבנה הארגוני, תוכניות הטמעה וניהול שינוי, והגדרת הצורך הטכנולוגי של מערכות ניהול משאבי אנוש (HRIS).

"כצעד ראשון בתהליכי ההכנה של הארגון לקראת הטרנספורמציה הקרבה והולכת, ארגונים החלו בתהליכים למיפוי פערי ידע בעולמות הבינה היצירתית", מסבירה ענבל נמיר, מובילת פרקטיקת סביבת עבודה עתידית, Deloitte ישראל, "הפערים שזוהו מובילים ארגונים לתהליכי קבלת החלטות, במטרה להבין מהו הצורך בגיוס של עובדים חדשים, למול השאיפה של הארגון להכשיר את כוח האדם הקיים ולפתח ידע ויכולות בעולמות הטכנולוגיים הנדרשים.

40% מהארגונים שנסקרו כבר החלו בתהליכי הכשרה של כוח האדם הקיים, ו-36% מהארגונים החלו לבצע תהליכי Re-skilling עבור עובדים אשר עוסקים במשימות המושפעות ישירות מהטכנולוגיה החדשה, במטרה לפתח מיומנויות שיאפשרו לבצע את התפקיד גם ב"גלגול הבא" שלו. "המיקוד ב-Re-skilling הכרחי על מנת להבטיח שהעובדים יהיו מצוידים ביכולות הדרושות כדי לשגשג בסביבה המושפעת מטכנולוגיות בינה יצירתית", אומרת נמיר.

עוד על פי הסקר, 42% מהארגונים שנסקרו החלו בתהליכי גיוס הון אנושי מיומן שיוכל לנווט את יוזמות הבינה היצירתית בארגון ולסייע במינוף ההזדמנויות שהטכנולוגיה מביאה.

"למרות שהחלו בתהליכי הכשרה וגיוס, ארגונים כיום מוטרדים מהפער הקיים בין היכולות הקיימות בארגון לבין אלו הנדרשות בעידן הבינה היצירתית", מסבירה נמיר ומוסיפה כי "78% מהארגונים ציינו שהטאלנט בארגון מוכן רק במעט/באופן בינוני או לא מוכן בכלל להתמודד עם השפעות הבינה היצירתית. חוסר האוריינות של ההון האנושי בארגונים מייצר פערים בבשלות לשינויים הצפויים ומדגיש את החשיבות הקריטית של העשרת הידע והאוריינות של העובדים לגבי הפוטנציאל והיכולות של טכנולוגיות בינה יצירתית, וזאת במקביל להשקעת משאבי גיוס של הון אנושי שמחזיק בידע הנדרש".

"הטכנולוגיה צפויה לייצר משרות ודרישות חדשות", אומר עמרי וקסלר, חוקר במרכז למחקר סייבר באוניברסיטת ת"א, שדן בנושא בסוף החודש במסגרת שבוע ה-Ai והסייבר. הוא ציין את מהנדסי הפרומפטים, שצפויים לנהל את האינטראקציה של הארגון עם הטכנולוגיה במטרה לחלץ ממנה תוצרים רלוונטיים למטרות הארגון, והוסיף כי מאמצים שונים לנסח חוקים ורגולציות בתחום הבינה המלאכותית צפויים להוביל לפתיחת משרות רגולציה, בדיקה ופיקוח, שמטרתן תהיה לבחון האם הטכנולוגיה עומדת בדרישות.

"למשל", אומר וקסלר, "מישהו צריך לבדוק שהאלגוריתם לא מייצר תכנים מסיתים או מפלים, ושלא ניתן לעקוף את המגבלות שהוטלו על הטכנולוגיה. עם זאת, ראוי לזכור כי מבחינת פוטנציאל, הבינה המלאכותית נמצאת עדיין בחיתוליה. על כן, ניתן להעריך כי משרות ותפקידים נוספים יתפתחו לנוכח פיתוחים טכנולוגיים ושינויים עתידיים", לדבריו.

קארין לגזיאל, דירקטור לשירותי אבטחת סייבר בחברת סיגניה, מסבירה כי "אנו צפויים לראות משרות חדשות באבטחת סייבר בעידן ה-GenAI. למשל, מומחי אבטחת בינה מלאכותית, שיגשרו על הפער בין מומחיות אבטחת סייבר לבין מיומנות בינה מלאכותית. הם גם יגדירו ויתחזקו מערכות AI למטרות אבטחה, ויבטיחו שהן פועלות בצורה יעילה ואתית".

לגזיאל מוסיפה כי "תפקיד נוסף שנראה הוא מדעני נתונים של אבטחת סייבר: היכולת לנתח כמויות אדירות של נתוני אבטחה ולתרגם אותם לתובנות ניתנות לפעולה תהיה מכרעת. מדעני נתונים אלו, המתמחים באבטחת סייבר, יהיו מבוקשים מאוד כדי לבנות ולשכלל מודלים של אבטחת סייבר מבוססת AI. תפקיד נוסף הוא של מומחי אוטומציה של אבטחה, כיוון שיישום וניהול כלי אבטחה אוטומטיים המופעלים על-ידי בינה מלאכותית ידרשו מומחים שמבינים הן את תחום אבטחת סייבר והן טכנולוגיות אוטומציה".

עם התפתחות הבינה המלאכותית, ארגונים צפויים לעבור שינוי משמעותי במבנה ובתפקידים. מחלקות AI ייעודיות יתפסו מקום מרכזי, כשלצידן יופיעו תפקידים או אפילו יחידות חדשות ייעודיות רק לתחומי ה-AI. בעלי תפקידים כמו מהנדסי דאטה, מדעני נתונים ומומחי למידת מכונה יעבדו יד ביד עם מנהלי מוצר AI ומומחי אבטחת בינה מלאכותית, וכלים מתקדמים יהיו חלק בלתי נפרד מסביבת העבודה. מחלקות משאבי אנוש יתמקדו ב-Re-skilling ובגיוס טאלנטים עם מיומנויות AI. ארגונים שישכילו להטמיע מבנה זה ולטפח את ההון האנושי המתאים, יוכלו לנצל את הפוטנציאל של הבינה המלאכותית בארגון שלהם.