Anthropic עוברת להתמקדות בכישרונות בכירים בעוד ה-AI מבצע אוטומציה לתפקידי הנדסה זוטרים

האבולוציה המהירה של מודלי שפה גדולים (LLMs) משנה באופן יסודי את נוף הגיוס עבור חברות הייטק. Anthropic, מובילה בתחום ה-AI החלוצי, חשפה שינוי משמעותי באסטרטגיית הגיוס שלה, תוך מתן עדיפות למומחים מנוסים על פני כישרונות ברמת כניסה (entry-level).

עליית ה-"Returns on Intuition" (תשואה על אינטואיציה)

בראיון שנערך לאחרונה עם Reason, המייסד השותף של Anthropic, Jack Clark, הסביר שהחברה כבר אינה מחפשת את אותו נפח של מהנדסים זוטרים כפי שחיפשה בעבר. המניע המרכזי מאחורי השינוי הזה הוא היעילות חסרת התקדים שהושגה באמצעות שילוב AI בתהליכי הפיתוח. בעבר, חוקרים מנוסים נזקקו לצוותים גדולים של מהנדסים זוטרים כדי לבצע משימות חוזרות ונשנות, לנהל תחזוקה של מאגרי קוד (codebase) ולהריץ תהליכי ניסוי (experimental pipelines) נרחבים.

כעת, Claude ומודלים מתקדמים אחרים יכולים להתמודד עם חלק גדול מהעבודה הקשה הזו. Clark מציין מכיוון שה-AI יכול כעת לנהל את הגדלת היקף הניסויים (scaling), ה-"returns on intuition" עבור כוח אדם בכיר זינקו בצורה דרמטית. כאשר מומחה משתמש ב-AI כדי להוציא לפועל את החזון שלו, קבלת ההחלטות ברמה הגבוהה וה"אינטואיציה הבכירה" שלו מניבות תפוקה גדולה פי כמה ממה שהיו יכולים להשיג עם צוות תמיכה אנושי. כתוצאה מכך, המיקוד עבר מגיוס "ידיים" לגיוס "מוחות".

איום כלכלי פרדוקסלי

השינוי הזה במעבדה חלוצית ל-AI הוא מקדים למה ש-Clark מתאר כ"זעזוע כלכלי" פוטנציאלי עבור הכלכלה העולמית הרחבה יותר. ככל שכלי AI הופכים לנפוצים בכל התעשיות — ממשפט ועד פיננסים — צץ פרדוקס מסוכן: ה-AI פועל כמכפיל כוח עצום עבור מומחים מהשורה הראשונה, ובו-בזמן מבצע אוטומציה למשימות הבסיסיות המבוצעות באופן מסורתי על ידי עובדים ברמת כניסה.

Clark מזהיר כי הדבר עלול ליצור תופעה מאקרו-כלכלית ייחודית. ייתכן שנראה תקופה של "צמיחת תמ"ג הרבה מעל המגמה" המונעת על ידי שיפורי הפריון העצומים של אנשי מקצוע עילית, אשר מתרחשת במקביל לזינוק באבטלה שבדרך כלל נראה רק במהלך מיתון עמוק. הסטייה הזו בין יצירת עושר לבין הביקוש לכוח עבודה מציבה אתגר שרוב המסגרות הממשלתיות ורשתות הביטחון החברתי הנוכחיות אינן ערוכות להתמודד איתו.

למה זה חשוב למערכת האקולוגית של הטכנולוגיה

המעבר מ-"human-powered scaling" (צמיחה מונעת אדם) ל-"AI-powered scaling" (צמיחה מונעת AI) מסמן נקודת מפנה במחזור החיים של פיתוח מקצועי. עבור מפתחים ומייסדים, ההשלכות הן כפולות. ראשית, חסם הכניסה לתרומה ברמה גבוהה עולה; היכולת "לכתוב קוד" הופכת לפחות בעלת ערך מהיכולת "לתכנן ארכיטקטורה" ו"לאמת" באמצעות AI. שנית, התעשייה חייבת להתמודד עם השאלה כיצד לאמן את הדור הבא של המומחים אם "התפקידים הזוטרים" המסורתיים, המשמשים כזירות אימון, מבוטלים על ידי אותה טכנולוגיה שהזוטרים הללו לומדים להשתמש בה.

נקודות מרכזיות

• שינוי בביקוש לכישרונות: Anthropic נותנת עדיפות לחוקרים מנוסים מאוד על פני מהנדסים זוטרים, מכיוון שמודלי AI כמו Claude יכולים כעת לנהל את הגדלת היקף הניסויים שנוהלה בעבר על ידי עובדים ברמת כניסה.
• מכפיל האינטואיציה: ה-AI הגדיל את ה-"returns on intuition", מה שמאפשר למומחים בכירים להשיג שיפורים עצומים בפריון ללא צורך בצוותי תמיכה אנושיים גדולים.
• סיכון לסטייה כלכלית: האוטומציה של עבודות ברמת כניסה עלולה להוביל לתרחיש כלכלי תנודתי שבו צמיחת תמ"ג גבוהה מתקיימת לצד אבטלה משמעותית ברמת מיתון.