מה זה בכלל מומחה AI, והיכן מוצאים עובדים כאלה
מה זה בכלל מומחה AI, והיכן מוצאים עובדים כאלה
ישראל מיצבה את עצמה כמובילה טכנולוגית, ובמיוחד - כמעצמת סייבר. במשך שנים הצבא הכשיר ושחרר לשוק העבודה טאלנטים, שחלקם הקימו חברות ששוויין מיליארדים. כיום, עם הזינוק בטכנולוגיות ה-AI, התעשייה המקומית ניצבת בפני אתגר חסר תקדים בגיוס ושימור מומחי בינה מלאכותית
מומחי הבינה המלאכותית (AI) הם הזהב החדש. טכנולוגיות AI מתפתחות ומשנות את העולם בקצב מסחרר, מה שהופך את המומחים בתחום למצרך הכי חם בשוק העבודה. בישראל, שמיצבה את עצמה כמובילת הייטק, ובמיוחד בתחום הסייבר, המחסור בכוח אדם בעל ידע וכישורים מתאימים הוא מכשול בדרך להפיכתה למובילה גם בתחום הבינה המלאכותית.
במשך שנים הצבא הכשיר והוציא מתוך שורותיו טאלנטים בתחום הסייבר, חלקם הקימו חברות ששוות מיליארדים. כעת, עם הקפיצה בטכנולוגיות בינה מלאכותית, בתעשייה המקומית מתמודדים עם אתגר חסר תקדים בגיוס ושימור מומחי AI, דבר שעלול לסכן את מעמדה של ישראל כמובילה בתחום.
אז מה זה בכלל מומחי AI?
תחום ה AI למעשה הינו שם כולל עבור כל ענפי הבינה המלאכותית, בהם הקלאסיים כמו למידת מכונה (Machin Learning) שמקורותיו במדע נתונים (data science). בעלי המקצוע העוסקים בתחום נקראים מהנדסי ומפתחי ML והיכולות שלהם הן בתפר בין מדעני נתונים ומהנדסי מידע.
"לרוב, החברות שמעוניינות להטמיע פיתוחי AI במוצרים שלהן יפנו למועמדים וטאלנטים עם רקע כזה. לפרופיל זה יש את הסיכוי הגבוה ביותר להשתלב בשוק העבודה החדש. חלק מהחברות ישלבו מפתחים מנוסים עם נגיעה או רקע בסיסי בתחום ה AI ואחרות יפנו לחפש טאלנטים עם מומחיות מקצועית ספציפית במודלים גנרטיביים (GEN.AI) מסביר רוני גורביץ, מנהל מחלקת בינה מלאכותית בחברת הסייבר הישראלית Cycode.
מומחה בינה מלאכותית יכול להיות מישהו שיש לו מומחיות באחד או יותר מהתחומים בלמידת מכונה שהם בחזית פיתוח האלגוריתמים כדוגמת Deep Learning,Gen.AI או Computer Vision. "הציפייה ממומחה AI שיידע לפתח משהו שלא קיים", אומרת ורד דסה לוי, Global VP HR בחברת אוטובריינס. לדבריה, בחברה מגייסים בוגרים אוניברסיטאות תואר שני במדעי המחשב או הנדסת חשמל עם יתרון למי שפירסם מאמרים ועם עדיפות לתארים מתקדמים יותר. "אנחנו מגייסים בעיקר בעלי ניסיון בתחום של לפחות מספר שנים. ניסיון יכול להיות גם צבאי כמו יוצאי יחידת 8200 על גווניה. האיתור מאוד מאתגר בעיקר לאור הביקוש הרב שעולה על ההיצע הקיים. במצב הזה בשוק, חברות שמעסיקות מומחי בינה מלאכותית שומרות עליהם בכל אמצעי אפשרי", היא אומרת.
אפשר לחלק את אנשי ה-AI לשניים: חוקרים ומפתחים. "החוקרים יהיו בדרך כלל בעלי תשוקה לחדשנות ופתרון בעיות גדולות. הם לא ינוחו עד שימצאו את הדרך בניסוי וטעיה ויגיעו לפתרון המדויק ביותר. עובדים אלה לרוב יחשבו מחוץ לקופסה, יחפשו פתרונות יצירתיים ולא יתאכזבו גם אם הרבה מהנסיונות שלהם יכשלו. הם יבצעו המון טסטים להוכחת היתכנות (POC) ויפתחו או ישתמשו במודלים, כלים ושיטות חדשות כדי לתקף פתרונות אופציונליים. ילמדו עצמאית, יקראו ויחקרו במאמרים ובלוגים, ישתתפו בכנסים ויהיו מעורבים בקהילות הרלוונטיות", אומר עדו פלג, סמנכ"ל תפעול ב- Stampli , העוסקת באוטומצית AI של תשלומי חשבוניות לעסקים.
לאותם חוקרים יהיה לרוב רקע במדע נתונים אבל לאו דווקא. הם יכולים להיות ללא תואר אקדמי במדעי המחשב, להגיע מתחומים שונים של סטטיסטיקה, תעשייה וניהול ואפילו כלכלה, תלוי בסוג הספציפי של המוצר והחברה. "במובן זה חברות צריכות להיות מאוד יצירתיות באיתורם. האנשים האלה לא יגיעו בהכרח מחוגים למדעי המחשב וזה מציב אתגר גדול בחיפוש", הוא אומר.
ההבדל בין חוקר למפתח בינה מלאכותית נעוץ גם בפרסום מחקרים לעומת בניית מוצר או טכנולוגיה. "חוקר הוא זה שהשקיע את עיקר זמנו ומרצו בפירסום מאמרים, הוא בעל רקורד אקדמי מרשים, השאיפה שלו היא להגיע לפיתוח יכולות בינה מלאכותית מעבר למקובל וידוע.אנו מצפים מחוקר להיות מעמיק וחושב מחוץ לקופסה עם שאיפה לשנות דברים שאף אחד לא חשב לשנות עד כה", אומרת דסה לוי.
לאור ההבדלים, אם בארגון רק מיישמים יכולות בינה מלאכותית קיימות ניתן לגייס מפתחים או מומחים ואילו אם מפתחים יכולות AI חדשות יזדקקו לחוקרים. "חברות שהמוצר שלהם הוא מודל השפה עצמו כמו OpenAI או AI21Labs הישראלית יעסיקו יותר חוקרים בעוד שחברות מוצר או טכנולוגיה לרוב יעדיפו מפתחים. חוקרים וחוקרות הם לרוב בעלי רקע אקדמי חזק עם הרבה פרסומים בעוד שאצל מפתחים ומפתחות עיקר הדגש הוא על ניסיון מוכח בתעשיה", אומר גורביץ.
הבדל נוסף בביקוש הוא בין חברות גדולות לקטנות או בינוניות. ככלל, חברות קטנות ובינוניות לרוב יבחרו להקים צוות קטן של מפתחי AI כדי להטמיע את הטכנולוגיה בארגון ובמוצר וחברות גדולות עם תקציב מחקר משמעותי עשויות לגייס גם חוקרים.
מחקר חדש של מקינזי, הצופה כי הביקוש לעובדים במקצועות הקשורים למתמטיקה, מדעים, טכנולוגיה והנדסה יעלה ב-25% באירופה וב-29% בארה"ב עד 2030, הגדיר מהם הכישורים הטכנולוגיים המבוקשים. בעוד שבמחקרים קודמים על כישורי AI הבדילו בין יוצרי תוכן ו'משתמשים כבדים' בכלי AI, במחקר הנוכחי הגדירו את המיומנויות הטכנולוגיות שיהיו מבוקשות כמיומנויות דיגיטליות בסיסיות, מיומנויות IT ותכנות מתקדמות, הנדסת טכנולוגיה, ניתוח נתונים ברמה מתקדמת, עיצוב חוויית מוצר ומשתמש וכן מחקר ופיתוח מדעי. "זוהי קטגוריית המיומנויות עם צפי הצמיחה המשמעותי ביותר לפי המודל שלנו. בסקר שערכנו בקרב המנהלים הבכירים, הם דיווחו שהמחסור המשמעותי ביותר שלהם כבר היום הוא במיומנויות IT ותיכנות מתקדמות, בניתוח נתונים ובכישורים מתמטיים - והם מצפים לצמיחה נוספת במיומנויות אלו בעתיד", אומרת דנה מאור, שותפה בכירה במקינזי ומנהלת-שותפה עולמית של פרקטיקת האנשים והארגון. כלומר, לא מספיק לדעת לעבוד בעזרת כלי ה-AI, נדרשת הבנה עמוקה בטכנולוגיות.
כשכבר מוצאים אותם, איך גורמים להם להישאר?
אם מסתכלים על כמות מומחי ה-AI בישראל הרי שלפי מדד AI Stanford מצבנו מצויין. ישראל מדורגת ראשונה בעולם בריכוז הון אנושי לבינה מלאכותית. אבל, מומחי ה-AI המבוקשים, ובטח שחוקרי ה-AI הדרושים הם בעלי תארים מתקדמים - כאלה, יש בישראל פחות ופחות בשנים האחרונות.
בתחומים עם קצב שינויים גבוה כל כך כמו AI יש חשיבות רבה לאימוץ מהיר של פיתוחים חדשים - מי שמאחר לאמץ טכנולוגיה חדשה נשאר עם סט כישורים שהוא פחות רלוונטי לשוק העבודה. "על כן חשוב מאוד בתור מעסיק, לספק למומחים בעולמות אלה גישה לפיתוחים החדשים ביותר וסביבת עבודה מאתגרת ודינמית מאוד תוך שמירה על הקצב של הצמיחה העולמי כדי לספק לעובדים אתגר יומיומי ולמידה", אומר גורביץ.
"למומחים והחוקרים חשוב להתפתח וללמוד ואנו מעודדים את כולם להשתתף בכנסים, בימי עיון וללמוד כל דבר שהם צריכים, לדעתם ולדעתנו, בכדי להיות מעודכנים. בבינה המלאכותית החובה היא להתעדכן באופן תדיר אחרת תישאר מאחור ויהיה מאתגר להשלים את הפער. יש לנו קהילה פנימית של שיתוף במאמרים שמתפרסמים ובפודקאסטים מעניינים ואנו מזמינים את העובדים לעבוד על הכלים החדשים ביותר, אומרת דסה לוי.
כמו כן, לדברי פלג, מדובר בטאלנטים שמחפשים עניין ואתגר מקצועי משמעותי לאורך זמן. לרובם גם חשוב להרגיש שהם בעלי השפעה אסטרטגית עמוקה על החברה. לרובם גם חשוב להרגיש שהם בעלי השפעה אסטרטגית עמוק על החברה. אלה אנשים שתפקידם לעזור לעצב את אסטרטגיית החברה ולפתור בעיות גדולות. "ברגע שהם פותרים אותן, העניין שלהם בעשייה פוחת והם עלולים לחפש את האתגר הבא. לכן, חשוב לשמור על תוכניות עבודה ארוכות טווח עם מטרות מעניינות ומגוונות".
איך אפשר להתגבר על המחסור בטאלנטים?
מקינזי צופים שעד 2030 עד 30% מסך שעות העבודה עשויות לעבור אוטאומציה. השינוי בשוק העבודה עשוי להביא לכך שכ-12 מיליון אנשים בארה"ב יחליפו את המקצוע שלהם עד 2030. בשונה ממחקרים קודמים, המחקר של מקינזי מלמד שאימוץ טכנולוגיה לצד יוזמות הכשרת יכולים להוביל לפריון גבוה יותר ללא אובדן מקומות עבודה. "אין שום דרך 'לגייס ולפטר' כדי לסלול את הדרך החוצה מפער הכישורים שחווים כעת עסקים. הדרישה למיומנויות טכנולוגיות ומיומנויות חברתיות-רגשיות עשוייה לעלות ככל שהביקוש למיומנויות פיזיות, ידניות וקוגנטיביות מתייצב. מנהלים שסקרנו באירופה ובארה"ב הביעו צורך לא רק במיומנויות טכנולוגיות גבוהות אלא גם בחשיבה ביקורתית, יצירתיות וביכולות לימוד והכשרה - מיומנויות שהם מדווחים כעת על מחסור בהן. חברות שכבר מנווטות היטב את דרכן - מגבירות כעת את ההתמקדות שלהן בהכשרה של עובדים, בנוסף להעסקה של עובדים חדשים או של קבלני משנה, כדי לענות על הצרכים הללו", אומרת מאור.
על מנת לשכור את האנשים עם הכישורים הדרושים להן, לחברות יש שלוש אפשרויות עיקריות: הכשרה של עובדים קיימים, גיוס עובדים חדשים והעסקה של עובדים חיצוניים (מיקור חוץ). "הסקר שלנו מצביע על כך שמנהלים שמשלבים את כל שלושת המנופים הללו, כאשר Re-skilling הוא הפרקטיקה הנפוצה ביותר לטיפול בפער הכישורים. הכשרה מחודשת משכללת את המיומנויות של העובדים בחברה, שומרת על הידע הארגוני, ומגבירה את המוטיבציה והנאמנות שלהם.
כאן נכנס לתמונה תכנון כוח העבודה האסטרטגי - מיפוי מיומנויות עכשוויות, והבנת ההיקף הנדרש בעתיד. זה יכול לאפשר לחברות להגדיר את סל הכלים הנדרש כדי לתת מענה לצרכים הייחודיים שלהן, ולאורך זמן. למרבה המזל, גם האסטרטגיה הזו תיעזר בבינה מלאכותית וטכנולוגיה כדי להתייעל ולהיות אפקטיביות יותר. בנוסף, משרות ותחומי אחריות ייעודיים להנעת מפת הדרכים של ה-AI יהוו גורם חשוב לביצוע התמקדות ותעדוף, כמו גם יצירת מודל פעולה תכליתי סביב ניהול הטרנספורמציה", היא אומרת.
