תעשיית הטכנולוגיה עדה בימים אלה לפרדוקס: מתכנתים מנוסים, רבים מהם בגילאי 35 ומעלה, שהיו בעבר ילדי הפלא של הכלכלה, מגלים לפתע שכישוריהם מתויגים כתפקידים שעוברים יותר ויותר לידי הבינה המלאכותית.
ככל שבינה מלאכותית הופכת יותר לתשתית ליבה בכל הענפים (ולא רק בתחום ההייטק), היכולת לכתוב באופן ידני אלפי שורות קוד סטנדרטי הופכת פחות חשובה.
מצב זה יצר סוג של פער מיומנויות, שבשילוב עם גילנות מתמשכת, מותיר מתכנתים ותיקים רבים בתחושה שהם הפכו מיושנים. כאמור, לא רק בחברות הייטק אלא גם במחלקות IT של חברות הפועלות בענפים אחרים.
עם זאת, ארגונים שבוחרים להחליף את העובדים הוותיקים האלה בעובדים חדשים שהם 'ילידי בינה מלאכותית' עושים לעיתים קרובות טעות יקרה.
המיתוס של הוותיק הלא מיומן:
זו טעות לראות מתכנת עם 15 שנות ניסיון כלא מיומן, רק משום שהוא עדיין לא מומחה בתחומים הנדרשים בעבודה עם בינה מלאכותית.
קידוד מהווה רק כ-20% מערכו של מפתח בכיר. כ-80% הנותרים הם אינטואיציה של ניפוי שגיאות וזיכרון ארגוני.
עובד זוטר עשוי אמנם להיות מהיר יותר בשימוש בבינה מלאכותית כדי ליצור קוד, אבל חסר לו ההקשר לדעת למה הקוד הזה עלול לשבור את המערכת כולה שישה חודשים לאחר מכן.
אם כן, למה הכשרה מחדש היא השקעה טובה יותר:
ארגונים צריכים לתעדף באופן מוחלט הכשרה מחדש של העובדים הקיימים שלהם מכמה סיבות:
1 לא לוותר על ה'מה' וה'למה' לטובת ה'איך':
בינה מלאכותית מטפלת בתחביר (כלומר, ב'איך'), אבל בני אדם עדיין צריכים להגדיר את הלוגיקה והארכיטקטורה (את ה'מה' ו'למה'). מתכנת ותיק מבין חשיבה מערכתית טוב יותר מעובד חדש.
2 יעילות עלויות:
העלות הכוללת של גיוס, קליטה ושילוב בתרבות הארגונית של עובד חדש, היא כמעט תמיד גבוהה יותר מעלות של תוכנית הכשרה אינטנסיבית לשדרוג מיומנויות בבינה מלאכותית עבור עובד ותיק נאמן.
3 יציבות תרבותית:
החלפה המונית של עובדים בכירים הורסת את המורל ופוגעת בפייפליין של חונכים.
תפקידם של עובדים חדשים:
כל זה לא אומר שארגונים צריכים להפסיק לגייס עובדים חדשים. האסטרטגיה האידיאלית היא מודל של שיתוף פעולה משלים.
על הארגונים לגייס מספר קטן של עובדים חדשים המתמחים בבינה מלאכותית כדי לשמש כזרזים (קטליזטורים).
עובדים חדשים אלה לא צריכים להחליף את הוותיקים. יש לצוות אותם יחד. העובד הוותיק מספק את ההקשר העסקי ופיקוח הארכיטקטורה, בעוד שהעובד הצעיר המומחה בבינה מלאכותית, מספק את טכניקות ההנדסה והאוטומציה המהירות העדכניות ביותר.
בסיכומו של דבר, על הארגונים להתיחס להתפתחויות אלה כאל שלב בהתפתחות ולא כמהפך.
כפייה על מתכנתים ותיקים לפרוש בגלל שינוי בכלים היא בזבוז של הון אנושי. מטרת הארגון צריכה להיות להפוך את המהנדסים ה'מסורתיים' שלו ל'אדריכלים' משופרים.
הכשרה בפיתוח כלים המסתייעים בבינה מלאכותית, כוונון המיומנויות הקיימות ופיקוח על בינה מלאכותית, מאפשרים לארגונים למנף את יציבות הניסיון עם מהירות ההתקדמות של הטכנולוגיה המודרנית.
