מי ישרוד בעידן ה-AI: המקצועות שמזנקים לעומת אלה שכבר מתכווצים

כ-40% מהמשרות ברחבי העולם חשופות להשפעת הבינה המלאכותית, ובכלכלות המפותחות מטפס השיעור לכ-60%, לפי הערכות קרן המטבע הבינלאומית. כמחצית מהמשרות החשופות עשויות דווקא ליהנות מהטכנולוגיה, שתשדרג את הפריון של העובד, ואילו במחצית השנייה מערכות ממוחשבות עשויות לבלוע משימות שכיום ממלאים בני אדם. ההבחנה בין שתי הקבוצות היא זו שמכריעה אילו מקצועות ישגשגו ואילו יתכווצו. הגבול עובר כמעט תמיד באותו מקום: עבודה המבוססת על פעולות חוזרות, מידע מובנה ותוצאה צפויה נמצאת באזור הסיכון. עבודה הדורשת שיקול דעת, אחריות, קשר אנושי, יכולת שכנוע או פעולה בעולם הפיזי זוכה להגנה חזקה יותר. להרחבה: רשימת חיסול: המקצועות שעומדים להיעלם

בעולם הרפואה הגבול משורטט בין מי שמקבל החלטה קלינית לבין מי שעוסק בניהול שגרתי ובעיבוד מידע. מזכירות רפואיות, עיבוד מרשמים, תמיכה בבתי מרקחת ומוקדי זימון תורים נמצאים בקבוצת התפקידים החשופים, שכן מדובר במשימות חוזרות שמערכת ממוחשבת יכולה להשלים במהירות ובעלות נמוכה. מערכת יכולה לקבוע תור לפי זמינות, לשלוח תזכורת, לאמת פרטים, לסווג פנייה ולהעביר אותה למחלקה המתאימה. ככל שהמידע מגיע בפורמט קבוע והטיפול מתבצע לפי סדר פעולות מוגדר, כך קטן הצורך בעובד שמבצע את הפעולה ידנית. המשמעות עשויה להיות פחות משרות בקבלה ובמינהלה, לצד מעבר של העובדים שנותרו לטיפול במקרים מורכבים, בלקוחות מבוגרים ובתקלות שהמערכת מתקשה לפתור.

רופאים, אחיות ורוקחים שסוגיית בטיחות המטופל מונחת על כתפיהם נשארים מוגנים יותר, מפני שהאחריות המשפטית והאתית נשענת על שיקול דעת אנושי. גם כאשר האלגוריתם מציע אבחנה, הרופא נדרש לחבר בין בדיקות, היסטוריה רפואית, מצב נפשי, העדפות המטופל וסיכונים שקשה להכניס לטבלה אחת.

גם בתוך הענף נפער פער. פענוח ראשוני של סריקות דימות, זיהוי חריגות בבדיקות וסיכום תיק רפואי עוברים בהדרגה למערכות ממוחשבות. עם זאת, הרדיולוג שמאמת את הממצא, משווה אותו לבדיקות קודמות ומחליט אם נדרש טיפול ימשיך למלא תפקיד מרכזי. מקצועות כמו סיעוד, פיזיותרפיה, רפואת משפחה וכירורגיה נשענים גם על נוכחות, מגע, אמון ותגובה למצבים משתנים, ולכן צפויים להשתנות יותר מאשר להיעלם.

ההוראה מסתמנת כאחד המקצועות היציבים בעידן החדש, שכן תלמידים זקוקים לקשר אנושי, למוטיבציה ולדמות מבוגרת שמזהה מצוקה בזמן אמת. הבינה המלאכותית מסוגלת להכין מערכי שיעור, לנסח מבחנים, לבדוק תרגילים ולספק הסבר נוסף לתלמיד. היא מתקשה לנהל כיתה, לזהות תלמיד שמתנתק, לפתור עימות חברתי או להתאים את צורת ההוראה למצב הרגשי של הילד.

המורים שירוויחו מהשינוי יהיו אלה שישתמשו בכלים כדי להפחית את העומס המנהלי ולהקדיש זמן רב יותר להוראה אישית. מורה שמפיק במהירות תרגילים בכמה רמות, מזהה באמצעות נתונים היכן הכיתה מתקשה ומקיים שיחות אישיות עם תלמידים עשוי להפוך לבעל ערך גבוה יותר. מנגד, תפקידי הוראה המבוססים בעיקר על הקראה של חומר קבוע או העברת קורס מוקלט צפויים להישחק.

טיפול בילדים, מטפלות ועובדי חינוך מיוחד נמנים גם הם עם ליבת המקצועות המוגנים. העבודה מבוססת על נוכחות פיזית, יצירת אמון, תגובה מיידית ויכולת לזהות שינוי קטן בהתנהגות. אפשר להיעזר בטכנולוגיה לצורכי תיעוד, מעקב ותכנון, אך הטיפול עצמו נשאר אנושי.

בעולם המשפט השינוי מורגש בעיקר בקרב עורכי דין זוטרים, שחלק גדול מזמנם מוקדש לסקירת מסמכים, לניסוח טיוטות ולאיסוף מידע. מערכות בינה מלאכותית מסוגלות לעבור על אלפי עמודים, לאתר סעיפים חריגים, להשוות חוזים ולהפיק טיוטה ראשונית בתוך דקות.

הסיכון אינו נוגע רק למספר המשרות, אלא גם למסלול ההכשרה. במשך שנים עורכי דין צעירים למדו את המקצוע דרך חיפוש פסיקה, בדיקת חוזים וכתיבת טיוטות. כשהפעולות האלה עוברות למערכת, המשרדים זקוקים לפחות עובדים זוטרים, ובמקביל נדרשים למצוא דרך אחרת לפתח את השיפוט המקצועי של דור העתיד.

• המודל הסיני שמתקרב לצמרת ה-AI בחצי מחיר: מונשוט משיקה את Kimi K3.1 Pro
• השעון מתקתק לאנתרופיק: כדי להנפיק בנובמבר, היא חייבת לחשוף את התשקיף בימים הקרובים

הרבה מהתפקידים ישתנו במקום להיעלם. המשקל עובר לבניית אסטרטגיה משפטית, לעבודה מול לקוחות, למשא ומתן ולפיקוח על סוכני בינה מלאכותית. עורך הדין יצטרך לזהות טעות, לוודא שהפסיקה קיימת, לבחון את הסיכון העסקי ולהחליט אילו טיעונים מתאימים למקרה. האחריות נשארת בידיו גם כאשר חלק גדול מהעבודה נעשה באמצעות מערכת.

תחומים כמו דיני משפחה, משפט פלילי וליטיגציה חשופים פחות, מפני שהם נשענים על רגש, שכנוע, הופעה בבית המשפט וקריאת אנשים. לעומתם, בדיקות נאותות בסיסיות, חוזים אחידים, איתור מסמכים ועבודות משפטיות בנפח גבוה צפויים להעסיק פחות עובדים.

בענף האירוח, שפים, מארחים ומנהלי מסעדות נשענים על חיבור אנושי שהוא חלק מרכזי בחוויה, ולכן נשמרים. מערכות ממוחשבות יוכלו לטפל בהזמנות, לחזות עומסים, לנהל מלאי ולבנות סידור עבודה. עם זאת, הן מתקשות לנהל מטבח בזמן תקלה, להרגיע לקוח, להדריך צוות או להתאים מנה לפי בקשה חריגה.

גם כאן נוצרת הבחנה בין תפקידים. קבלת הזמנות טלפונית, גבייה והזנת נתונים חשופות לצמצום. בישול, שירות אישי, ניהול צוות וחוויית אירוח ימשיכו לדרוש עובדים. ככל שהמסעדה או המלון מוכרים חוויה ייחודית ולא רק פעולה בסיסית, כך גדל הערך של העובד האנושי.

בנייה, נגרות, חשמל, אינסטלציה, טיח ותחזוקת מערכות חשופים במידה מועטה ומציעים אופק קריירה יציב יחסית. כל אתר בנייה, דירה או תקלה נראים מעט אחרת. בעל המקצוע נדרש להגיע למקום, להבין את הבעיה, לבחור פתרון ולעבוד בסביבה משתנה. רובוט יכול לבצע פעולה קבועה במפעל, אך עבודה בדירה ישנה, בחדר צפוף או בתשתית שנבנתה לפני עשרות שנים מורכבת הרבה יותר.

• מה ציפיות השכר שלכם? קודם תגידו כמה אתם מציעים
• מראית עין של בינה מלאכותית: כמעט מחצית מהעובדים מגזימים בשימוש בכלים מול המנהלים

הביקוש לבעלי מקצוע עשוי אף לעלות, בין היתר בשל מחסור קיים בעובדים, הזדקנות כוח האדם והצורך בהתקנת מערכות אנרגיה, טעינה, מיזוג ובתים חכמים. בעל מקצוע שישלב מיומנות פיזית עם יכולת להשתמש בכלי אבחון דיגיטליים, תמחור ממוחשב וניהול לקוחות עשוי להרחיב את העסק ולבצע יותר עבודות בפחות זמן.

דווקא הצווארון הלבן במשרדים סופג את המכה הראשונה. הסיבה פשוטה: רוב החומר כבר נמצא במחשב. כאשר הקלט הוא מסמך, טבלה, שיחה מוקלטת או דואר אלקטרוני, גם הפלט יכול להיווצר במחשב. כך נחשפות משרות של הזנת נתונים, תיאום, הפקת דוחות שגרתיים, תמלול, תרגום בסיסי, כתיבת תוכן פשוט ובדיקת טפסים.

מי מרוויח ומי מפסיד בסקטור הפיננסי

בבנקאות ובפיננסים, מוקדים טלפוניים, שירות לקוחות בסיסי, עבודות מטה, תפעול סניפים ותמיכת מחשוב ראשונית נמצאים בצד החשוף. שאלות על יתרה, מסגרת, תשלום, החזר או מסמך חסר יכולות לעבור לסוכן דיגיטלי שמטפל באלפי לקוחות במקביל.

גם תפקידי בק אופיס, התאמת חשבוניות, בדיקת טפסים, פתיחת חשבון ועיבוד בקשות אשראי פשוטות צפויים להתכווץ. ככל שההחלטה מבוססת על כללים ברורים ועל נתונים היסטוריים, כך קל יותר להפוך אותה לתהליך אוטומטי.

מנגד, הביקוש עולה למדעני נתונים, למהנדסי בינה מלאכותית, למפתחי תוכנה, לאנשי אבטחת מידע ולמומחים שמחברים בין המערכת לבין צורכי הבנק. לצדם יידרשו עובדים שיודעים לבדוק את המודלים, לזהות הטיה, למנוע הונאה ולהסביר לרגולטור כיצד התקבלה החלטה.

אנליסטים, מומחי ציות, מנהלי סיכונים ומבקרים פנימיים חשופים במידה חלקית. המערכת יכולה לקרוא דוחות, לסמן חריגות ולבנות תחזית, אך גוף מפוקח עדיין נדרש להציג שיפוט מקצועי ואדם שנושא באחריות. אנליסט שמסתפק באיסוף נתונים ובהכנת מצגת נמצא באזור הסיכון. אנליסט שמכיר את הענף, משוחח עם הנהלות, מזהה שינוי בהתנהגות לקוחות ומערער על הנחות המודל מחזק את מעמדו.

גם רואי חשבון ומנהלי חשבונות ירגישו את השינוי. הזנת חשבוניות, התאמות בנקים והפקת דוחות שגרתיים יעברו בהדרגה לאוטומציה. לעומת זאת, תכנון מס, בקרות, ייעוץ לעסק, הערכת סיכונים וטיפול באירועים מורכבים ישמרו ואף ירחיבו את הביקוש לעובדים מנוסים.

משרות OUT: מה צפוי להצטמצם

המשרות החשופות ביותר חולקות כמה מאפיינים: העבודה נעשית כולה מול מחשב, המשימות חוזרות על עצמן, התוצאה ניתנת לבדיקה מהירה והטעות כרוכה בסיכון מוגבל. ברשימה נמצאים נציגי שירות בסיסי, מזיני נתונים, מתמללים, קופאים, מתאמי פגישות, מנהלי יומנים, כותבי תוכן פשוט, מתרגמים של טקסטים שגרתיים ועובדי מטה שמפיקים דוחות קבועים.

גם חלק מתפקידי הכניסה בטכנולוגיה נמצאים תחת שינוי. בדיקות תוכנה בסיסיות, כתיבת קוד פשוטה, תיקון תקלות מוכרות ותמיכה טכנית מדרג ראשון נעשים כיום במהירות באמצעות כלים אוטומטיים. המשמעות אינה היעלמותם של המפתחים, אלא עלייה ברף הכניסה. עובד חדש יידרש להבין מערכת שלמה, לבדוק את הקוד שהופק ולהתמודד עם בעיות שהכלי עצמו מתקשה לפתור.

במקרים רבים המקצוע נשאר, אך מספר העובדים קטן. מחלקה שהעסיקה עשרה עובדים לעיבוד מסמכים עשויה להסתפק בשלושה עובדים שמפקחים על המערכת ומטפלים בחריגים. התהליך מתחיל בהיעלמות של משימות, ממשיך בהקפאת גיוסים ומגיע בהמשך לצמצום תקנים.

סיכון נוסף נוגע למשרות הזוטרות. כאשר מערכת מבצעת את העבודה הבסיסית, ארגונים עשויים לגייס פחות צעירים. כך נפגע גם מסלול הקידום, משום שעובד מתקדם בדרך כלל דרך ביצוע המשימות הפשוטות לפני שהוא מקבל אחריות רחבה. חברות יצטרכו לבנות מסלולי הכשרה חדשים, אחרת הן עלולות לגלות שבעתיד חסרים להן עובדים מנוסים.

משרות IN: מי צפוי להתחזק

קבוצת המשרות הצומחת כוללת מקצועות שבונים את המערכות, מפעילים אותן או משלימים את מה שהן מתקשות לבצע. מהנדסי בינה מלאכותית, מהנדסי נתונים, מומחי סייבר, מנהלי מוצר, אנשי אינטגרציה ומומחי ממשל תאגידי בתחום האלגוריתמים צפויים ליהנות מביקוש גבוה.

לצדם יתחזקו מקצועות בעלי אחריות ישירה: רופאים, אחיות, מהנדסים, מנהלי סיכונים, רואי חשבון בכירים, עורכי דין מנוסים ומנהלי פרויקטים. המשותף להם הוא הצורך לחבר מידע ממקורות שונים, לקבל החלטה בתנאי אי ודאות ולשאת בתוצאה.

גם מקצועות המבוססים על קשר אנושי צפויים להישאר מבוקשים: פסיכולוגים, עובדים סוציאליים, מורים, מטפלים, אנשי מכירות מורכבות ומנהלי לקוחות. מערכת יכולה להציע ניסוח או לנתח התנהגות, אך בניית אמון, זיהוי היסוס, פתרון סכסוך ושכנוע אדם לקבל החלטה נשארים תהליכים אנושיים.

תחום נוסף שיתרחב הוא עבודת השטח. חשמלאים, מתקיני מערכות, טכנאי רובוטיקה, אנשי תחזוקה, מפעילי ציוד ומומחי אנרגיה יידרשו כדי להקים ולתחזק את התשתיות שעליהן נשענת הכלכלה הדיגיטלית. ככל שנכנסים יותר שרתים, חיישנים, מערכות אוטומטיות ורכבים חשמליים, כך גדל הצורך באנשים שיודעים לחבר אותם לעולם הפיזי.

מה ישאיר משרה בתוך הארגון

עובד שרוצה לחזק את מעמדו צריך להתרחק מהגדרה צרה של המשימה ולהתקרב לאחריות על התוצאה. מי שתפקידו "להכין דוח" חשוף יותר ממי שאחראי לזהות בעיה עסקית ולהציע פעולה. מי שתפקידו "לענות לפניות" חשוף יותר ממי שמנהל מערכת יחסים עם לקוחות ומונע את נטישתם.

השלב הראשון הוא להשתמש בכלים במקום להתחרות בהם. עובד שמבצע את אותה עבודה באותה דרך עלול להפוך ליקר ביחס למערכת. עובד שלומד להפעיל את הכלי, לבדוק את התוצאה ולשלב אותה בתהליך העבודה יכול להגדיל את התפוקה ולקבל אחריות רחבה יותר.

השלב השני הוא לפתח ידע ענפי. היכולת להפעיל מערכת זמינה למספר גדול של עובדים. היכולת להבין בנקאות, רפואה, בנייה, ביטוח או רגולציה נבנית במשך שנים. השילוב בין ידע מקצועי לבין שליטה בבינה מלאכותית יוצר יתרון שקשה יותר להחליף.

השלב השלישי הוא להתקרב ללקוח, להכנסות ולמוקדי קבלת ההחלטות. תפקידים שמייצרים הכנסה, שומרים על לקוח, חוסכים סכום משמעותי או מנהלים סיכון נהנים בדרך כלל מהגנה גבוהה יותר. לעומתם, תפקידים שקשה להראות את תרומתם או שמבצעים פעולה פנימית קבועה נמצאים תחת בחינה מתמדת.

1564 כתבות על בינה מלאכותית מחכות לכם בעמוד הנושא

ארגון העבודה הבינלאומי מעריך כי משרה מכל ארבע חשופה לבינה מלאכותית, אך התרחיש המרכזי הוא שינוי של צורת העבודה במקום החלפה מלאה. פקידות ועובדים בתפקידים מנהליים חשופים במיוחד. מקינזי מעריכה כי עד 2030 עשויות מאות מיליוני משרות לעבור טלטלה, לצד לידתן של מיליוני משרות חדשות בתחומי המדע, ההנדסה והבריאות. עשרות מיליוני עובדים עשויים להידרש להחליף קטגוריה תעסוקתית ולרכוש מיומנויות חדשות.

העצה שחוזרת אצל חוקרי שוק העבודה פשוטה: היכרות עם כלי בינה מלאכותית הופכת למיומנות בסיסית, בדומה לשליטה בתוכנות משרד בעשורים הקודמים. עם זאת, הפעלת הכלי לבדה מספקת יתרון זמני. הערך נשמר אצל עובדים שיודעים לשלב אותו עם ידע מקצועי, אחריות, שיקול דעת ויכולת לעבוד עם אנשים.