ארגון ה-AI הישראליארגון ה-AI הישראלי
איור המשלב סמלי AI עם גרפים כלכליים ואנשים, הממחיש את השפעת הבינה המלאכותית על הכלכלה ושוק העבודה

מקור: The Deep View

חדשות AI

האם ה-AI יגרום לאבטלה המונית או לצמיחה מבוקרת? התחזיות והביקורת

ליאור אברהםליאור אברהם 4 דק׳ קריאה

תחזיות דרמטיות: האיום הכלכלי של ה-AI על שוק העבודה

בשנים האחרונות, עם התפתחותה המואצת של הבינה המלאכותית, גובר השיח סביב השפעתה הפוטנציאלית על הכלכלה העולמית ובפרט על שוק העבודה. מעבדת המחקר המובילה Anthropic, הידועה בעבודתה המתקדמת בתחום ה-AI, פרסמה לאחרונה מחקר שהציג שלושה תרחישים אפשריים להשפעה הכלכלית של הבינה המלאכותית עד שנת 2030. שניים מתוכם משרטטים תמונה עגומה של הדחקת משרות נרחבת בקרב עובדי ידע, תוך הטלת ספק ביכולתם של עובדים אלו למצוא תעסוקה חלופית. למרות שכל התרחישים צופים גידול בתמ"ג (תוצר מקומי גולמי) – מ-1.6% בתרחיש המתון ועד 32.4% בתרחיש הקיצוני – החשש המרכזי נוגע לחלוקת העושר הלא-אחידה ולקיפאון שכר שעשויים להתלוות לצמיחה זו, מה שעלול להוביל לאי-שוויון כלכלי חריף.

התרחישים של Anthropic: מצמיחה מתונה ועד מהפכה רדיקלית

המחקר של Anthropic מפרט שלושה מסלולים אפשריים לעתיד הכלכלי בהשפעת ה-AI. בתרחיש המתון, השפעת ה-AI דומה לזו של האינטרנט, עם גידול של 1.6% בתמ"ג עד 2030 והדחקת 0.3% מעובדי הידע, כולם מוצאים תפקידים חדשים. התרחיש השני, 'המהותי', משווה את השפעת ה-AI לזו של מסילות הברזל, עם עלייה של 8.3% בתמ"ג והדחקת 2.5% מעובדי הידע, כאשר 1.8% מהם מוצאים עבודה חלופית. התרחיש ה'קיצוני' הוא המדאיג ביותר: גידול חסר תקדים של 32.4% בתמ"ג, המונע ככל הנראה על ידי התפתחות של 'שיפור עצמי רקורסיבי' ב-AI, אך מלווה בהדחקת 13.5% מעובדי הידע, כאשר רק 5.2% מהם מצליחים למצוא עבודה חדשה, והיתר – 8.3% – נותרים ללא תעסוקה. בתרחיש זה, חלוקת העושר מתהפכת: רוב הרווחים חוזרים להון ולא לשכר העובדים, מה שעלול לשתק את שכר העבודה ולהגביר את האבטלה.

ההטיה הקריטית: האם הכלכלה תצרוך את פירות ה-AI?

אולם, לא כל המומחים שותפים לתחזיות הקודרות הללו. יוליוס פרובסט, כלכלן בכיר בחברת הגיוס Appcast, מציג נקודת מבט ביקורתית על התרחישים הקיצוניים של Anthropic. לטענתו, הנחת היסוד שכל הערך התמ"גי שייווצר על ידי ה-AI אכן ייצרך, היא בעייתית. אם נצעד לעבר שוק עבודה עם אבטלה נרחבת וריכוז עושר קיצוני בידי מעטים, מי ישמש ככוח הקנייה שיניע את הכלכלה? מיליארדרים, ככל שיהיו עשירים, לא ירכשו אינסוף מכוניות או בתים נוספים. חוסר יכולתם של המונים לרכוש מוצרים ושירותים יפגע בביקוש הכללי, וימנע את הזינוק בתמ"ג שאותו צופים התרחישים הקיצוניים. הדבר מחייב ארגונים וחברות לשקול היטב את מודלי הצמיחה שלהם ואת השפעתם על בסיס הלקוחות הפוטנציאלי.

מעבר למספרים כלליים: האבחנה הדרושה בקרב עובדי ידע

ביקורת נוספת מתייחסת לדרך שבה המחקר מקבץ את כל 'עובדי הידע' לקטגוריה אחת הומוגנית. במציאות, השפעת ה-AI אינה אחידה. בעוד שתפקידים רבים עשויים להשתנות, חברות רבות עדיין מחפשות עובדים בכירים ומיומנים שתפקידם יכול להיות מושלם ומועצם על ידי כלי AI, ולא מוחלף. עם זאת, פרובסט מזהיר כי מצב זה אינו בר קיימא לאורך זמן. עם פרישתם של עובדים ותיקים אלו, ארגונים יבינו את הצורך הקריטי בהשקעה בכישרונות צעירים ובהכשרתם למיומנויות הנדרשות בעידן ה-AI. זהו אתגר אסטרטגי משמעותי עבור חברות המבקשות להבטיח את עתיד כוח האדם שלהן.

רוצים לקבל עדכוני AI ישירות לאימייל?

הצטרפו לאלפי מנהלים שמקבלים את הניוזלטר השבועי שלנו

הפער הלא מדובר: עבודות פיזיות והשפעה סקטוריאלית

יתר על כן, חלק ניכר מכוח העבודה העולמי עוסק בעבודות פיזיות שאינן ניתנות להחלפה בקלות על ידי בינה מלאכותית, לפחות לא בטווח הקרוב. פרובסט מציין כי צמיחת ה-AI באה לידי ביטוי משמעותי בעיקר בשני סקטורים: תעשיית הטכנולוגיה ושירותי עסקים מקצועיים. המשמעות היא שההשפעה אינה רוחבית כפי שניתן היה לחשוב, וכי ישנם מגזרים רחבים שבהם השינוי יהיה איטי ומבוקר יותר. עבור ארגונים, הבנה זו חיונית לתכנון אסטרטגי של השקעות ב-AI, מיקודן במקומות שבהם יניבו את התשואה הגבוהה ביותר, תוך שמירה על יציבות תפעולית במגזרים פחות מושפעים.

פירוק נרטיב ה"בלתי נמנע": אחריות תאגידית ומוכנות אסטרטגית

קיים נרטיב נפוץ, המקודם לעיתים קרובות על ידי בעלי עניין בתעשיית ה-AI, לפיו הטכנולוגיה היא בלתי נמנעת וכי כל עובד חייב "לעלות על הרכבת" או להישאר מאחור. התרחישים הקיצוניים של Anthropic, במיוחד, תומכים בנרטיב זה. אולם, חשוב לזכור שחברות המקדמות רעיון זה מונעות על ידי אינטרס מובהק לגרום לכמה שיותר אנשים לאמץ את הטכנולוגיה שלהן. העתיד אינו נקבע מראש, וכפי ש-Anthropic עצמה מציינת במחקרה, ניתן למנוע את התוצאות הגרועות ביותר של ה-AI באמצעות היערכות אקטיבית. המשמעות עבור ארגונים היא לא לקבל את הטרנספורמציה של ה-AI כגזירת גורל, אלא לגבש אסטרטגיה פרואקטיבית של הכשרה, התאמה והטמעה מושכלת.

האתגר הארגוני: בניית חוסן תעסוקתי בעידן ה-AI

הלקח המרכזי עבור ארגונים, מנהלים וקובעי מדיניות בישראל הוא שהדיון על השפעת ה-AI על הכלכלה ושוק העבודה הוא מורכב ורב-ממדי. במקום להיסחף אחר תרחישי קיצון, על המגזר העסקי לנקוט בגישה אסטרטגית וריאליסטית. זה כולל השקעה מתמשכת בהון אנושי באמצעות תוכניות הכשרה ופיתוח מיומנויות חדשות, יצירת תרבות ארגונית של למידה והסתגלות מתמדת, ופיתוח מודלים עסקיים הממנפים את ה-AI לשיפור הפרודוקטיביות והחדשנות, מבלי להזניח את ההיבטים החברתיים והכלכליים הרחבים יותר. המטרה אינה רק לשרוד את השינוי, אלא לעצב אותו באופן שיבטיח צמיחה בת-קיימא, חלוקת עושר הוגנת ויצירת הזדמנויות תעסוקה חדשות עבור כלל העובדים בארגון.

שאלות ותשובות
התחזיות מצביעות על תרחישים שונים, החל מהדחקת משרות מתונה עם יכולת הסבה גבוהה, ועד תרחיש קיצוני של אובדן משרות משמעותי בקרב 'עובדי ידע'. עם זאת, יש ביקורת הטוענת שההשפעה תהיה ממוקדת יותר ותלויה בגורמים כמו יכולת צריכה כללית והבדלים בין סוגי העבודות.
הצטרפו לקבוצת הווטסאפ שלנו לעדכונים

תגיות:

שתפו את הכתבה:

עוד כתבות שיעניינו אותך

רגולציית AI בישראל ובאיחוד האירופי: מה ארגון ישראלי חייב לדעת ב-2026
מדריכים, כליםEU AI Act, הרשות להגנת הפרטיות• ליאור אברהם• 9 באוקטובר

רגולציית AI בישראל ובאיחוד האירופי: מה ארגון ישראלי חייב לדעת ב-2026

המדריך המעשי לרגולציית AI לארגונים ישראליים: על מי חל חוק ה-AI האירופי, רמות הסיכון, לוח הזמנים המעודכן אחרי ה-Digital Omnibus, תיקון 13 לחוק הגנת הפרטיות ותוכנית ציות ל-90 יום.

תוכנית עבודה AI לשנת 2027: איך ארגונים בונים תוכנית ותקציב AI שעומדים בביקורת
מדריכים, כליםGartner, MIT NANDA• ליאור אברהם• 9 באוקטובר

תוכנית עבודה AI לשנת 2027: איך ארגונים בונים תוכנית ותקציב AI שעומדים בביקורת

המדריך המלא להכנת תוכנית העבודה ותקציב ה-AI הארגוני ל-2027: תהליך של 8 שבועות, 7 סעיפי תקציב, שיטות לקביעת הגודל, דוגמה מספרית, לוח KPI ושבעה כלים מוכנים לשימוש.

100 מונחי AI שכל עובד צריך להכיר לשנת 2027
חדשות AI, כלים, מדריכיםארגון ה-AI הישראלי• ליאור אברהם• 7 באוקטובר

100 מונחי AI שכל עובד צריך להכיר לשנת 2027

מילון AI בעברית ובאנגלית: 100 מונחי בינה מלאכותית שכל עובד ומנהל צריך להכיר, מ-LLM וטוקן ועד הזרקת הנחיה, RAG, סוכני AI ואוריינות AI, עם הסבר פשוט לכל מונח.

מנהל בארגון: בכירי ה-AI מוטרדים מהבינה המלאכותית, למה אתה לא?!
מדריכיםOpenAI, Anthropic, NVIDIA, Cloud Security Alliance• ליאור אברהם• 6 באוקטובר

מנהל בארגון: בכירי ה-AI מוטרדים מהבינה המלאכותית, למה אתה לא?!

אמודיי קורא להאט, אלטמן מזהיר באו"ם, OpenAI עוצרת מודלים אחרי שסוכן עקף את הבידוד ו-NVIDIA בונה בלמים בסיליקון. ובארגונים מחברים סוכנים בלי נוהל. מה כל דרג צריך לעשות מחר בבוקר.

איך בונים סוכן AI ארגוני: הפלייבוק המקצועי (Agentic AI) 2026
מדריכים, כליםAnthropic• ליאור אברהם• 5 באוקטובר

איך בונים סוכן AI ארגוני: הפלייבוק המקצועי (Agentic AI) 2026

המדריך המעשי לבניית סוכן AI בארגון: מתי סוכן ומתי workflow, דפוסי ארכיטקטורה, עיצוב כלים וזיכרון, אבטחה מפני הזרקת הנחיות, ניטור, הערכה ותהליך בנייה ב-10 שלבים.

המקף הארוך נעלם: מחקר מצא 2,548 סימנים אחרים שמסגירים טקסט של AI
חדשות AIGraphite• ליאור אברהם• 4 באוקטובר

המקף הארוך נעלם: מחקר מצא 2,548 סימנים אחרים שמסגירים טקסט של AI

Claude Opus 5.5 כמעט הפסיק להשתמש במקף הארוך, אבל מחקר חדש של Graphite מצא בו 2,548 ביטויים ותבניות שמסגירים כתיבת AI. הנתונים, ההשוואה ל-GPT, ו-7 סימנים לזיהוי בעברית.

McKinsey: AI ייצור יותר משרות ממה שייקח, אבל 11 מיליון עובדים יצטרכו מקצוע חדש. מה זה אומר לכם
חדשות AIMcKinsey Global Institute• ליאור אברהם• 4 באוקטובר

McKinsey: AI ייצור יותר משרות ממה שייקח, אבל 11 מיליון עובדים יצטרכו מקצוע חדש. מה זה אומר לכם

דוח חדש של McKinsey Global Institute צופה עד 2035 צמצום של 36 מיליון משרות ויצירה של יותר מ-40 מיליון. האתגר האמיתי הוא המעבר, וזה מה שעובדים ומנהלים צריכים לעשות כבר עכשיו.

המערכת נתנה תשובה שגויה, ומאז אף אחד בצוות לא סומך עליה
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

המערכת נתנה תשובה שגויה, ומאז אף אחד בצוות לא סומך עליה

מנהל צוות בחברת ייעוץ הנדסי העביר תשובה של AI בלי לבדוק, והטעות הגיעה להנהלה. איך אירוע אחד מחק חודשים של הטמעה, מה קרה ל-Deloitte באוסטרליה, ואיך מגדירים מה חייב בדיקה לפני שליחה.

הלקוחות גילו שהנציגה 'דנה' היא בוט, והאמון קרס: למה חייבים גילוי נאות
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

הלקוחות גילו שהנציגה 'דנה' היא בוט, והאמון קרס: למה חייבים גילוי נאות

בוט שירות מצוין בחברת תקשורת הציג את עצמו כנציגה אנושית, עד שלקוח שאל 'את אמיתית?'. איך שקיפות הפכה לסוגיה רגולטורית (EU AI Act, סעיף 50), מה למדנו מ-Air Canada, ואיך מפעילים בוט שירות נכון.

רצינו מודל AI פנימי, וגילינו שהוא עולה פי שלושה מהטמעה חכמה
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

רצינו מודל AI פנימי, וגילינו שהוא עולה פי שלושה מהטמעה חכמה

ארגון פיננסי השקיע חצי שנה בבניית מודל AI פנימי, ושילם פי שלושה בשביל עשירית מהתוצאה. מה השתבש, למה רוב הארגונים לא צריכים מודל משלהם, ומתי כן נכון לבנות אחד: טבלת החלטה.

הצטרפו אלינו