מי הזיז את הבינה שלי? - השפעת הטכנולוגיה וה-AI על חיינו

הטעות אינה לפחד מ-AI. הטעות היא לחשוב שאפשר להמשיך לעבוד כאילו הוא לא הגיע. שחר פולק פותח את ההרצאה הזאת בסיפור על הלודיטים, ששברו מכונות בזמן המהפכה התעשייתית, ומחבר אותו לפחד מודרני ומוכר יותר: מה נשאר למהנדס כשהכלי לידו כבר כותב קוד, מסכם פגישות ומייצר מצגות?

זו לא הבטחה ש-AI יפתור הכול. להפך. שחר מדגיש שיש לו בעיות וחסרונות. אבל הוא מציע להסתכל על השינוי כמו על שינויי טכנולוגיה קודמים: לא דרך השאלה מי יישאר בחוץ, אלא דרך השאלה מי ילמד להשתמש בכלים החדשים כדי לפתור עבודה אמיתית.

מי שלא פותר חיכוך, משאיר אותו למתחרה

שחר חוזר לכמה חברות גדולות כדי להמחיש את הדפוס. נהגי מוניות לא בנו את הדרך ללחוץ על כפתור ולהזמין נסיעה - Uber עשתה זאת. Blockbuster אפשרה לבחור סרט בחנות, אבל Netflix הבינה שהלקוח רוצה להישאר בבית ולקבל את הסרט אליו. חנויות הספרים לא הפכו את החיפוש והקנייה לדיגיטליים מספיק מהר, ואמזון התחילה מספרים לפני שהפכה למה שהיא היום.

הנקודה אינה שכל חברה ותיקה נידונה להיעלם. היא שחברה יכולה להחזיק מוצר חזק ועדיין לפספס שינוי פשוט יותר עבור המשתמש. שחר מזכיר גם את Nokia, שלא אימצה מסך מגע, ואת Kodak, שהייתה הראשונה להציע מצלמה דיגיטלית אך חששה מקניבליזציה של מוצר הפילם שלה. הטכנולוגיה לא מחליפה מוצר כי היא נוצצת. היא מחליפה אותו כשהיא מורידה חיכוך שהמוצר הקיים השאיר.

זה רלוונטי ל-AI לא רק ברמת האסטרטגיה. כל צוות צריך לשאול איפה העבודה שלו עדיין דורשת מעבר ידני בין כלים, קריאה של חומר שאפשר לתחקר, או המתנה לתוצאה שאפשר לקצר. מי שיתעלם מהחיכוך הזה עלול לגלות שמישהו אחר כבר בנה את הדרך הפשוטה יותר.

AI עומד להפוך לברירת מחדל

טלפון נייד היה פעם חפץ חריג וגדול. היום הוא קומודיטי. אותו הדבר קרה לחשמל ול-Waze: שמים לב אליהם בעיקר כשאין אותם. שחר מציע לראות את AI באותה עדשה. כיום אפשר להתייחס אליו כאל יכולת נחמדה שתהיה או לא תהיה במוצר. בעוד שנתיים או שלוש, לפי התחזית שלו בהרצאה, נצפה למצוא אותו בכל אפליקציה, בטלפון, בטלוויזיה ובמערכת ההפעלה.

כאן הדיון עובר מ”איזה chatbot נוסיף” לשאלת מוצר. אם משתמש יכול לפגוש תוכנה בפעם הראשונה ולשאול אותה איך לבצע פעולה, הממשק משתנה. אם הוא יכול לתאר את התוצאה הרצויה והתוכנה תבצע אותה, גם האופן שבו אנחנו מתכננים flow משתנה. ה-Copilot אינו רק feature נוסף. הוא עשוי להפוך לשכבה שמתווכת בין המשתמש למוצר.

למי שבונה מוצרים וכלים למפתחים, ההרצאה של אור כהן על MCP Servers ממשיכה את השאלה הזאת מהכיוון הטכני: איך מחברים מודלים, כלים והקשר בלי לאבד שליטה. שחר שם כאן את המסגרת הרחבה יותר - כשהשכבה הזאת נהיית צפויה, היעדרה מרגיש כמו תקלה.

כשהכלי עושה את העבודה שלך, הפחד הגיוני

שחר לא מדלג על החלק הלא נוח. בפעם הראשונה שראה Copilot כותב קוד במקומו, הוא שאל אם באמת צריך אותו. כשכלי AI התחיל לסכם פגישות, עלתה שאלה דומה: אם הכלי יודע להיות נוכח, להחזיר את החלק הרלוונטי ולענות על שאלות, מהו תפקידו של מי שניהל את הפגישה?

התשובה שלו אינה “שום דבר לא ישתנה”. התפקיד ישתנה. כדי להסביר את זה הוא מביא את Pixar: אנימטורים שציירו כל פריים ביד פחדו ממעבר לאנימציה ממוחשבת, ובצדק. אבל החברה השקיעה בהם כדי שילמדו את הטכנולוגיה, והתוצאה הייתה גם צעצוע של סיפור וגם מקצוע שקיבל כלים חדשים במקום להיעלם.

“המקצוע שלנו לא הולך להיעלם, המקצוע שלנו הולך להשתנות.”

האנלוגיה אינה תחזית מדויקת לכל תפקיד. היא תזכורת לכך שטכנולוגיה משנה את היחידה שבה אנשים תורמים. אם הקוד נכתב מהר יותר, הערך זז להבנת הבעיה, לשאלות שמבקשות מהכלי את הדבר הנכון, לביקורת על התוצאה ולחיבור שלה למוצר ולמשתמשים.

יותר טווח, פחות עבודה מכנית

שחר מספר שהיום הוא כותב פחות קוד מאי פעם, אך מייצר יותר. הוא מתאר “שחר AI” שנכנס לפגישות, מסכם אותן ומאפשר לו לשאול שאלה ולקבל הפניה לחלק הרלוונטי. המצגת עצמה, לדבריו, נוצרה ב-AI - טקסט ותמונות - אף שהוא אינו מעצב גרפי.

הערך הגדול יותר נמצא במגוון העבודה. אנשי מוצר יכולים לבקש סקר שוק, בדיקת מתחרים ופיצ’רים, או ניתוח של כמויות גדולות של דאטה. צוותים יכולים לבצע brainstorming ולקבל כיוונים חדשים. שחר מזכיר שימוש ב-AI גם לבדיקות שימושיות של מוצרים, לבחינה של UX, לתרגום אתר ל-20 שפות בהתאם לברנדינג, ולשאילת שאלות על codebase חדש: מה עושה הקוד הזה, ומה קרה כאן?

כל אלה אינם הופכים פלט של מודל לעובדה. הם מקצרים את הזמן עד שיש חומר לבחון. זה הבדל חשוב: במקום להחליף שיפוט, AI מרחיב את מספר האפשרויות שאדם או צוות יכולים לבדוק בזמן נתון. בהרצאה על Code Agents בפרודקשן, שחר יורד עוד יותר לפרקטיקה של השימוש הזה - תיעוד, בדיקות, דיבוג, כלים ואבטחה.

לבנות עם Copilot, בלי לספר לעצמנו סיפורים

שחר קורא לשינוי מיינדסט. בכל תוכנה חדשה, הוא מצפה ל”טייס משנה” שאפשר לשאול אותו מה לעשות או לבקש ממנו לבצע פעולה. עבור מי שבונה מערכות, זה אומר לחשוב מראש איך ה-AI משתלב במוצר ובתהליך העבודה, לא להדביק אותו בסוף רק כדי לסמן וי.

אבל הוא גם אומר במפורש: זה לא מושלם. ל-AI יש אינסוף בעיות, והוא עדיין לא יכול לעשות הכול. האיזון בהרצאה אינו בין אימוץ עיוור לבין דחייה. הוא בין יכולת שכבר מייצרת ערך לבין ההבנה שיש לבדוק אותה, ללמוד אותה ולשמור על אחריות אנושית.

“היום AI נמצא בנקודה הכי נמוכה שהוא יהיה אי פעם בעתיד.”

הטענה האחרונה של שחר היא על קצב. מה שנראה מרשים לפני שנתיים כבר עשוי להיראות חלש היום, כי הכלים הופכים מהירים, זולים וטובים יותר. לכן השאלה המעשית אינה אם לחכות למוצר המושלם. היא איזה ניסוי קטן אפשר לעשות עכשיו, באיזו עבודה חוזרת אפשר להיעזר בו, ואיזה skill צריך לפתח כדי להישאר מי שמגדיר את הבעיה ולא רק מבצע אותה.

השורה התחתונה

• התנגדות לטכנולוגיה אינה אסטרטגיה. צריך לזהות את החיכוך שהיא יכולה להסיר.
• AI עשוי להפוך במהירות לשכבת בסיס במוצרים, בדיוק כפי שטלפון וניווט הפכו לציפייה מובנת מאליה.
• הפחד מקצועי אמיתי, אך שינוי בתפקיד אינו בהכרח היעלמות של המקצוע.
• הערך של AI הוא בהרחבת טווח העבודה: מחקר, דאטה, UX, תרגום והבנת קוד - לא רק כתיבת קוד.
• הכלים אינם מושלמים. אימוץ אחראי דורש ביקורת, למידה ושינוי מיינדסט.