גיוס מומחים היה הגיוני לפני AI – עכשיו גנרליסטים מנצחים
דעה

גיוס מומחים היה הגיוני לפני AI – עכשיו גנרליסטים מנצחים

טוני סטויאנוב, CTO של EliseAI, מסביר איך AI משנה את כללי הגיוס בטק: במקום מומחים צרים, חברות זקוקות לבונים גמישים שמתאימים את עצמם במהירות

3 דקות קריאה
מבוסס על כתבה שלVentureBeatתרגום, סיכום והקשר עסקי על-ידי המערכתאיך אנחנו עובדים

תקציר מנהלים

נקודות עיקריות

  • גנרליסטים בעלי הסתגלות מהירה מצליחים בעידן AI המהיר

  • מקינזי: 30% משעות עבודה יאוטומטו עד 2030

  • תכונות מפתח: בעלות, יוזמה, חשיבה מעקרונות ראשונים ורוחב

  • חברות צריכות להתמקד בבונים סקרנים על פני ותיקים

גיוס מומחים היה הגיוני לפני AI – עכשיו גנרליסטים מנצחים

  • גנרליסטים בעלי הסתגלות מהירה מצליחים בעידן AI המהיר
  • מקינזי: 30% משעות עבודה יאוטומטו עד 2030
  • תכונות מפתח: בעלות, יוזמה, חשיבה מעקרונות ראשונים ורוחב
  • חברות צריכות להתמקד בבונים סקרנים על פני ותיקים

בעידן שבו טכנולוגיות AI מתפתחות בקצב מסחרר, גיוס מומחים ספציפיים כבר אינו הפתרון. טוני סטויאנוב, CTO ומקים-שותף של EliseAI, טוען כי גנרליסטים – מהנדסים בעלי יכולת הסתגלות מהירה – הם המפתח להצלחה. בשנות ה-2010, חברות טק רדפו אחרי מומחי backend, מדעני נתונים וארכיטקטים. הדגם הזה עבד כשהטכנולוגיה התקדמה לאט, אבל AI שינה את הכל.

הקצב המואץ של AI הופך את גיוס ותיקים לבלתי אפשרי. אי אפשר למצוא מהנדסים עם 5 שנות ניסיון בבניית סוכני AI, כי הטכנולוגיה חדשה. לפי מקינזי, עד 2030 כ-30% משעות העבודה בארה"ב עלולות להיות מאוטומטיות, ו-12 מיליון עובדים יצטרכו לעבור תפקידים. בחברת EliseAI, מהנדסים שלא נגעו בקוד חזיתי בונים ממשקים, ומהנדסי חזית עוברים ל-backend. הטכנולוגיה נעשית קלה יותר, אבל הבעיות מורכבות יותר ומכסות תחומים רבים.

גנרליסט חזק משלב רוחב ועומק. הוא מתמחה באחד-שני תחומים, אך שולט בהרבה. כפי שדוד אפשטיין כותב בספרו 'Range', בעידן שבו כל הידע נמצא בטלפון, המומחיות האמיתית היא בחיבור הנקודות. רק 1% מהחברות רואות עצמן בוגרות בשימוש ב-AI, רבות עדיין תקועות במבנים ישנים: שכבות אישורים, תפקידים נוקשים והסתמכות על מומחים צרים.

התכונות המרכזיות של גנרליסטים מצליחים: בעלות – אחריות סופית על תוצאות; חשיבה מעקרונות ראשונים – ערעור הנחות ובנייה מחדש; הסתגלות – למידה מהירה של תחומים חדשים; יוזמה – פעולה ללא אישור והתאמה למידע חדש; כישורים רכים – תקשורת, יישור צוותים והתמקדות בצרכי לקוחות; רוחב – פתרון בעיות מגוונות והסקת לקחים.

ב-EliseAI, סטויאנוב מדגיש אחריות: כולם יודעים מה הם אחראים לו, מהי הצלחה ואיך זה קשור למשימה. השינוי להתמקדות בבונים גמישים שינה הכל. הם משתמשים בכלי AI ללמידה מהירה וביצוע בטוח. לעובדים, זה זמן של הזדמנויות; למגייסים, חפשו מעבר לקורות חיים מושלמים.

העתיד שייך לגנרליסטים ולחברות שסומכות עליהם. אם אתם בונים שמצליחים בעמימות, עידן ה-AI מתגמל סקרנות ויוזמה על פני תארים. חברות שיתאימו את הגיוס יובילו.

שאלות ותשובות

שאלות נפוצות

הכתבה הוכנה על-ידי המערכת בליווי בינה מלאכותית: תרגום, סיכום והוספת הקשר עסקי ישראלי מתוך פרסום מקורי של VentureBeat. קראו על תהליך העריכה שלנו. קישור למקור המקורי.

אהבתם את הכתבה?

הירשמו לניוזלטר שלנו וקבלו עדכונים חמים מעולם ה-AI ישירות למייל

עוד מ־VentureBeat

כל הכתבות מ־VentureBeat
פער ההערכה של סוכני AI: פריסה לייצור למרות כשלים מול לקוחות
מחקר
4 דקות
מ־VentureBeat

פער ההערכה של סוכני AI: פריסה לייצור למרות כשלים מול לקוחות

מחקר חדש של VentureBeat Pulse Research חושף כי קיים פער עמוק בין האוטונומיה המוענקת לסוכני AI לבין האמון במערכות הבדיקה שלהם. מחצית מהארגונים שנשאלו כבר השיקו סוכן שעבר את ההערכות הפנימיות אך כשל בפני לקוח בסביבת הייצור, ורק 5% סומכים באופן מלא על הערכות אוטומטיות כיום. למרות זאת, 66% מהארגונים מאפשרים או פועלים לאפשר פריסה אוטומטית לחלוטין ללא מעורבות אנושית. השוק מבוזר מאוד ורבים מתכננים להחליף פלטפורמות בשנה הקרובה.

קרא עוד
אורקסטרציה של סוכני בינה מלאכותית בארגונים: פער בין שאיפות למציאות
מחקר
5 דקות
מ־VentureBeat

אורקסטרציה של סוכני בינה מלאכותית בארגונים: פער בין שאיפות למציאות

סקר חדש של VentureBeat Pulse Research מיוני 2026 חושף פער עמוק בארגונים בין השאיפות לניהול סוכני בינה מלאכותית (AI) לבין המציאות בשטח. לפי הסקר, שנערך בקרב 101 ארגונים, קיים תהליך התגבשות סביב פלטפורמות של ספקי מודלים, ובראשן Claude של Anthropic (המובילה עם 40% מההטמעות), בעוד הבחירה מונעת מ'כוח המשיכה' של מודל הבסיס. עם זאת, בעוד ארגונים מגדירים הצלחה לפי ביצוע אמין של תהליכים מרובי-שלבים, 71% מהם מדווחים בכנות כי רבע או פחות מהסוכנים המוטמעים שלהם בפועל הם אכן מרובי-שלבים, ומרביתם הם רק מעטפות צ'אטבוט פשוטות. בנוסף, 27% מהארגונים חסרים בקרה פיננסית בזמן אמת על עלויות צריכת האסימונים של הסוכנים.

קרא עוד
Listen Labs גייסה 69 מיליון דולר אחרי קמפיין שילוט ויראלי
חדשות
4 דקות
מ־VentureBeat

Listen Labs גייסה 69 מיליון דולר אחרי קמפיין שילוט ויראלי

אלפרד וולפורס מ-Listen Labs השתמש בלוח מודעות ויראלי כדי לגייס כישרונות, וכעת החברה גייסה 69 מיליון דולר. הפלטפורמה מבצעת ראיונות לקוחות AI מהירים ומדויקים, פותרת בעיות הונאה ומשמשת מיקרוסופט ועוד. קראו עכשיו על השינוי במחקר שוק!

קרא עוד

עוד כתבות שיעניינו אותך

לכל הכתבות