היו ונעלמו להם כמעט בבת אחת הימים שבהם כל מי שידע לכתוב כמה שורות קוד היה קוצר לעצמו משכורת מטורפת, אחרי שסינן לעצמו בנחת את המעסיק הכי טוב ודילג השכם והערב למי שהציע לו עוד כמה דולרים, עוד חבילת מניות, רכב מפנק או תנאים שקשה היה לדמיין במקצועות אחרים. במשך שנים נדמה היה שההייטק הישראלי גילה את מכונת הכסף המושלמת: צריך רק לדעת לתכנת, והמעסיקים כבר ירדפו אחריך.
החגיגה הזאת נגמרת. לא ההייטק, לא התוכנה ובוודאי שלא הצורך באנשים מבריקים — אלא התקופה שבה עצם היכולת לכתוב קוד היתה כמעט כרטיס כניסה אוטומטי לקריירה מתגמלת במיוחד. ומה שקורה עכשיו למתכנתים צריך לעניין גם מורים, עורכי דין, רואי חשבון, אנשי שיווק, בנקאים, מעצבים, עיתונאים, מנהלים ובעצם כמעט כל מי שמתפרנס מעבודה המבוססת על ידע. ההייטק הוא פשוט המקום שבו העתיד מגיע ראשון.
הנתונים החדשים מישראל, יחד עם המתרחש בארצות הברית ובסין, מצביעים על שינוי מבני עמוק. חברות תוכנה מפטרות בשיעורים גבוהים בהרבה מחברות חומרה, הבינה המלאכותית מתחילה לצמצם את מספר העובדים החדשים שחברות זקוקות להם, והכישורים שעליהם מוכנים המעסיקים לשלם משתנים במהירות. זו אינה עוד כתבה על גל פיטורים בהייטק. זהו סימן מוקדם לשינוי שעלול להגיע בהמשך כמעט לכל משרד ולכל מקצוע.
סקר רחב שנערך בקרב 210 חברות המעסיקות יחד כ־130 אלף עובדים ממחיש את המהפך. במחצית הראשונה של 2026 גייסו החברות עובדים בהיקף השווה לכ־8% מכוח האדם שלהן ופיטרו בשיעור של 2.8%. עוד 4.3% עזבו מרצונם. כלומר, ההייטק אינו קורס והחברות עדיין מגייסות יותר מכפי שהן מפטרות. אלא שהממוצע מסתיר את הסיפור החשוב באמת: מי מפוטר, מי עדיין מבוקש ואיזה סוג של עובד כבר אינו נחוץ כפי שהיה פעם.
בחברות התוכנה הגיע שיעור הפיטורים ל־6.6%, לעומת 1.1% בלבד בחברות החומרה ו־2.7% בפארמה ובמדיקל. הפגיעה הקשה ביותר נרשמה דווקא בחברות הבינוניות המעסיקות בין 50 ל־200 עובדים, שבהן הגיע שיעור הפיטורים ל־8.7%. בתוך המילה האחת “הייטק” מתקיימים אפוא כמה שוקי עבודה שונים לחלוטין, והפער ביניהם הולך ומתרחב.
אבל הנתון המסקרן ביותר נוגע ל-AI. בסוף 2025 רק כ־3% מהחברות דיווחו או העריכו שיצמצמו גיוסים בעקבות הטמעת בינה מלאכותית. באמצע 2026 כבר כ־10% דיווחו שעשו זאת בפועל. בתוך חודשים ספורים הפכה הבינה המלאכותית מכלי שעובדים משחקים איתו לדבר שמנכ”לים וסמנכ”לי כספים מכניסים לחישוב פשוט מאוד: כמה אנשים אנחנו באמת צריכים?
וזו הנקודה שבה צריך להבין שהמהפכה אינה חייבת להגיע בצורת גל פיטורים דרמטי. נניח שמחלקת פיתוח מעסיקה עשרה אנשים. בעבר, כאשר הפעילות גדלה, החברה היתה מגייסת עוד שלושה. היום אותם עשרה עובדים משתמשים במחוללי קוד, סוכני AI, כלי בדיקה אוטומטיים ומערכות לניתוח, תיעוד וחיפוש פתרונות ומסוגלים לייצר הרבה יותר. איש לא פוטר. שלושת הכיסאות הבאים פשוט אינם מאוישים.
גם החברות עצמן מתחילות להודות בכך. שיעור החברות המגדירות AI כסיבה מרכזית לצמצום כוח אדם עדיין אינו עצום, אבל הוא עלה מ־5% ל־7%. לעומת זאת, בקרב חברות שכבר מתכננות פיטורים, כמחצית אומרות שלבינה המלאכותית יש השפעה על ההחלטה. בסקר הקודם אמרו זאת רק 29%. זאת קפיצה גדולה בזמן קצר, והיא מלמדת שהטכנולוגיה כבר אינה רק נושא להרצאות וכנסים. היא מתחילה להשפיע על מספר המשכורות שחברה מתכננת לשלם.
המשך 2026 אינו נראה כמו חזרה לימי החגיגה. יותר משליש מהחברות צופות ירידה בגיוסים במחצית השנייה של השנה. שיעור הגיוסים המתוכנן יורד מכ־7.2% ל־5.9%, ובקרב חברות המתכננות פיטורים רחבים שיעור הפיטורים המתוכנן עולה מכ־4.1% ל־6.4%. אלה אמנם תוכניות ולא עובדות מוגמרות, אבל הן מספקות תמונה ברורה למדי של כיוון הנסיעה.
וזה קורה בשעה שההייטק הישראלי עדיין עצום. כ־400 אלף ישראלים עובדים בענף, אך קצב הצמיחה בתעסוקה האט מאוד לעומת שנות הפריחה. ב־2025 נרשמה לראשונה זה יותר מעשור ירידה במספר עובדי המחקר והפיתוח, בכ־3,500 עובדים, וחלקם בכלל עובדי ההייטק ירד מכ־51% לכ־49%. במדינה שהתגאתה במשך שנים בכך שהיא מעצמת מחקר ופיתוח, זה אינו מספר שאפשר להתעלם ממנו.
במקביל מתרחש פרדוקס מרתק. בישראל יש כ־15 אלף דורשי עבודה במקצועות הטכנולוגיים ומנגד יותר מ־18 אלף משרות פנויות. לכאורה זה לא מסתדר. אם יש יותר משרות פנויות ממחפשי עבודה, מדוע אנשים מתקשים למצוא משרה? התשובה היא שהשוק אינו מחפש בהכרח את מה שהעובדים מציעים. מתכנת אפליקציות שפוטר אינו הופך בתוך שבוע למהנדס שבבים, איש בדיקות אינו בהכרח מומחה לסייבר ומפתח תוכנה אינו יכול לקום מחר בבוקר ולהתחיל לתכנן מערכת חומרה מורכבת.
זו אולי מילת המפתח של השנים הבאות: התאמה. ייתכן שיהיו בישראל בעת ובעונה אחת אלפי אנשי הייטק שאינם מצליחים למצוא עבודה ואלפי חברות שאינן מצליחות למצוא עובדים. לא מפני שאין עבודה ולא מפני שאין עובדים, אלא מפני שהכישורים אינם נפגשים.
ומכאן מגיע אחד המהפכים המעניינים ביותר: החומרה חוזרת. במשך שנים התוכנה היתה המלכה הבלתי מעורערת. סטארט־אפ עם כמה מחשבים, ענן ורעיון יכול היה להגיע לעולם כולו. עכשיו מתברר שמהפכת התוכנה הגדולה ביותר של דורנו זקוקה לכמויות אדירות של דברים פיזיים. AI צריך שבבים, מאיצים, שרתים, מרכזי נתונים, מערכות תקשורת, אחסון, קירור ואנרגיה.
המספרים כבר מראים זאת. ב־2025 הוסיפה תעשיית החומרה, המחשבים והציוד האלקטרוני והאופטי כ־16 מיליארד שקל לתוצר ההייטק הישראלי בשנה אחת, לעומת תוספות שנתיות של עד כ־1.5 מיליארד שקל בשנים שקדמו לכך. התוכנה עדיין מהווה את רוב תוצר ההייטק הישראלי ולכן אין שום בסיס להספיד אותה, אבל מוקדי הצמיחה משתנים.
וכאן מגיעה השאלה שמעניינת לא רק את מי שעובד היום בהייטק אלא כמעט כל משפחה בישראל: מה אומרים עכשיו לילד בן 18 שמתלבט מה ללמוד?
במשך שנים התשובה היתה פשוטה. טוב במתמטיקה? מחשבים. רוצה כסף? תכנות. רוצה עתיד בטוח? מדעי המחשב. בשנות השפע אפילו תואר לא תמיד היה הכרחי. קורס טוב, כמה פרויקטים וקצת כישרון יכלו להכניס צעיר לתעשייה ולפתוח בפניו מסלול שכר שבמקצועות אחרים נדרשו שנים ארוכות להגיע אליו.
המסלול הזה לא נעלם, אבל הוא כבר אינו אוטומטי. דווקא חלק מהמשימות שעליהן נבנתה הקריירה של המתכנת המתחיל הן המשימות שבהן AI מתקדם בקצב המסחרר ביותר: כתיבת קוד בסיסי, תיקון באגים פשוטים, יצירת שאילתות, תיעוד, בדיקות ובניית רכיבים סטנדרטיים. אלה היו עבודות הג׳וניור. באמצעותן הוא למד, טעה, השתפר ובהמשך הפך לסניור.
עכשיו נוצרת שאלה מטרידה: אם המכונה מבצעת חלק הולך וגדל מעבודתו של הג׳וניור, כיצד נכשיר את הסניור של 2032? כל מומחה ותיק היה פעם מתחיל שמישהו הסכים לשלם לו בזמן שלמד. אם חברות זקוקות לפחות מתחילים, כל סולם הקריירה המקצועי עשוי להשתנות.
בארצות הברית כבר מרגישים זאת היטב. שוק העבודה הטכנולוגי עבר גלי פיטורים והתייעלות גדולים, ובמקביל ענקיות הטכנולוגיה משקיעות סכומי עתק בבינה מלאכותית ובתשתיות הדרושות להפעלתה. מחקרים שבחנו את מודעות הדרושים מצאו ירידה יחסית של כ־14%–15% במשרות המיועדות למפתחי תוכנה מתחילים לעומת הביקוש למפתחים מנוסים מאז התפשטות ה-AI הגנרטיבי. תואר במדעי המחשב עדיין שווה הרבה, אבל הוא כבר אינו כרטיס קסם.
גם סין עוברת טלטלה גדולה. מיליוני בוגרי אוניברסיטאות נכנסים לשוק עבודה שגם כך מתקשה לספק לצעירים את המשרות שאליהן ציפו. במקביל, כמעט ארבע מכל עשר מודעות דרושים לבוגרים חדשים שנבדקו בחודשים הראשונים של 2026 כבר היו קשורות לכישורי AI, לעומת פחות משלוש מכל עשר שנה קודם. המשמעות ברורה: הבינה המלאכותית אינה רק הורסת משרות. היא מזיזה במהירות את הביקוש לעובדים מסוג אחד לעובדים מסוג אחר.
אבל זו אינה תחנה סופית של מתכנתים בלבד. אותו היגיון מתחיל לחלחל לכל מקצוע המבוסס על עיבוד מידע. אם מערכת יכולה לקרוא חוזה בתוך שניות, היא משנה חלק מעבודתו של עורך הדין. אם היא מסוגלת לנתח אלפי מסמכים חשבונאיים, היא משנה את עבודת רואה החשבון. אם היא כותבת קמפיין, מנתחת שוק ומייצרת גרפיקה, היא משנה את עבודתם של אנשי פרסום ושיווק. אם היא מסכמת מחקרים, מנתחת בדיקות ומציעה אבחנות אפשריות, היא משנה גם חלק מעבודתם של אנשי רפואה. השאלה אינה בהכרח אילו מקצועות ייעלמו, אלא כמה אנשים יידרשו לבצע את אותה כמות עבודה.
לכן אין שום היגיון לומר לצעירים לברוח ממדעי המחשב. להפך. מי שמבין באמת אלגוריתמים, מערכות, ארכיטקטורה, דאטה ומתמטיקה עשוי להיות שווה הרבה מאוד. אבל צעיר שבונה את כל עתידו על כך שהוא יודע לכתוב קוד שגרתי צריך להבין שהמתחרה החדש שלו אינו רק המתכנת שיושב לידו. על שולחן העבודה של שניהם יושב עכשיו כלי שמסוגל לייצר בתוך דקות עבודה שבעבר דרשה שעות.
מתמטיקה וסטטיסטיקה עשויות להפוך דווקא לחשובות יותר. בעולם שבו כמעט כל אחד יכול לקבל תשובה ממערכת AI, עולה ערכו של האדם שיודע להבין אם התשובה נכונה. הסתברות, אופטימיזציה, אלגברה ליניארית וניתוח נתונים אינם מקצועות נוצצים במיוחד בארוחת שישי, אבל הם נמצאים מתחת למכסה המנוע של חלק גדול מהמהפכה הטכנולוגית.
גם הנדסת חשמל, אלקטרוניקה והנדסת מחשבים נראות פתאום אטרקטיביות מאוד. מאחורי כל מודל AI נוצץ נמצאים שבבים, מערכות מחשוב, רשתות, מרכזי נתונים וצריכת אנרגיה עצומה. לישראל יש יתרון משמעותי בתחומים האלה, לצד תעשיות ביטחוניות ודיפטק מפותחות, ולכן דווקא הדור הבא של המהנדסים עשוי למצוא שם הזדמנויות שלא היו ברורות לפני כמה שנים.
סייבר צפוי להמשיך להיות תחום מרכזי ואף להתחזק. ככל שסוכני AI מקבלים יותר מידע, הרשאות ויכולת לפעול באופן עצמאי, כך גדלה גם הסכנה. העולם יצטרך אנשים שיודעים להגן על המערכות האלה, לזהות מניפולציות, למנוע גניבת מידע ולהתמודד עם תוקפים שמשתמשים בעצמם בבינה מלאכותית. גם רובוטיקה, מערכות אוטונומיות, טכנולוגיות רפואיות, ביוטכנולוגיה וביו־אינפורמטיקה מחברות מומחיות שקשה לרכוש עם יכולות AI — שילוב שעשוי להיות שווה הרבה.
וזו אולי התובנה החשובה ביותר למי שבוחר עכשיו לימודים: העתיד כנראה אינו שייך למקצוע שנקרא “AI”. הבינה המלאכותית תהפוך לשכבה בתוך כמעט כל מקצוע. רופא שמבין AI, מהנדס שמבין AI, ביולוג שמבין AI, איש פיננסים שמבין AI, משפטן שמבין AI, איש מוצר שמבין AI ועיתונאי שיודע להשתמש בה למחקר, ניתוח ואימות יהיו חזקים יותר ממי שמתעלם ממנה. אבל מי שיודע רק ללחוץ על הכפתורים של כלי AI בלי מומחיות אמיתית בתחום כלשהו עלול לגלות שגם היכולת הזאת הופכת במהירות למוצר זול ונפוץ.
באופן פרדוקסלי, גם הכישורים האנושיים חוזרים להיות יקרים. ככל שהמכונה טובה יותר בייצור תשובות, כך עולה ערכו של מי שיודע לשאול את השאלה הנכונה. שיקול דעת, יצירתיות, מנהיגות, משא ומתן, מכירות, הבנת בני אדם וקבלת החלטות בתנאי אי־ודאות אינם קישוטים לתואר טכנולוגי. הם עשויים להיות ההבדל בין עובד שה-AI מחזק לבין עובד שה-AI מייתר.
עבור ישראל כל זה חשוב במיוחד משום שההייטק אינו עוד ענף. הוא אחד ממנועי היצוא, המסים, ההשקעות והפריון המרכזיים של המדינה. במשך שנים נבנה כאן חוזה כמעט לא כתוב עם הדור הצעיר: תהיה טוב במתמטיקה, תלך ליחידה טכנולוגית או לאוניברסיטה, תלמד מחשבים ותסדר לעצמך את החיים. החוזה הזה לא נקרע, אבל האותיות הקטנות שלו השתנו.
והעובד הישראלי מתמודד עם לחץ נוסף. שיעור העובדים המועסקים בישראל מתוך כלל כוח האדם של חברות טכנולוגיה ישראליות פרטיות ירד מכ־69% ב־2019 לכ־62% ב־2026. חברות יכולות להעסיק עובדים כמעט בכל מקום בעולם. כאשר הן יכולות לבחור עובד זול יותר בחו״ל, ובמקביל AI מאפשר להן להסתפק בפחות עובדים בכלל, הישראלי היקר צריך להוכיח ערך גבוה יותר.
מצד שני, אותה מהפכה יכולה להתאים באופן יוצא מן הכלל ליתרונות הישראליים. צוות קטן המצויד ב-AI מסוגל לבנות כיום בתוך חודשים מוצר שבעבר היה דורש עשרות עובדים ומיליוני דולרים. יזמים ישראלים שהצטיינו מאז ומתמיד במהירות, אלתור ועבודה עם מעט משאבים מקבלים לפתע מכפיל כוח אדיר. ייתכן שבעתיד נראה פחות חברות שמעסיקות אלפי עובדים ויותר חברות של עשרות אנשים שמייצרות ערך של חברות שפעם נזקקו למאות.
לכן לא צריך לומר לצעיר בן 18 “אל תלמד מחשבים”. צריך לומר לו משהו הרבה יותר רציני: אם מחשבים מעניינים אותך, למד אותם לעומק. אל תסתפק ביכולת לכתוב כמה שורות קוד. למד מתמטיקה, אלגוריתמים, מערכות, חומרה, דאטה וארכיטקטורה. ואם הכישרון שלך נמצא ברפואה, ביולוגיה, הנדסה, כלכלה או תחום אחר, אל תנטוש אותו רק כדי “להיכנס להייטק”. הפוך למומחה בתחום שלך ולמד להשתמש ב-AI כדי להיות בו טוב פי כמה.
פעם אמרו לצעירים: למדו מחשבים. אחר כך אמרו: למדו לתכנת. עכשיו העצה צריכה להיות אחרת. למדו לחשוב, למדו משהו שקשה באמת לדעת, רכשו מומחיות עמוקה ולמדו להשתמש בבינה המלאכותית כמכפיל כוח.
כי המאבק הגדול של השנים הקרובות כנראה לא יהיה בין האדם לבין ה-AI. הוא יהיה בין האדם שיודע לעבוד עם AI לבין האדם שמתעקש לעבוד כאילו הוא אינו קיים.
והשינוי הגדול בשוק העבודה כנראה לא ייראה כמו בסרטי המדע הבדיוני. רובוט לא ייכנס בבוקר למשרד, יאסוף את חפציו של המתכנת ויתיישב בכיסאו. זה יקרה בשקט. עובד אחד יעשה עבודה של שניים, חמישה יעשו עבודה של שמונה, וחברה שתכננה לגייס חמישים אנשים תגלה שהיא מסתדרת מצוין עם שלושים.
אף אחד לא מפוטר מהמשרה שמעולם לא נפתחה.
וזו בדיוק הסיבה שהמהפכה הזאת עשויה להיות גדולה בהרבה מגל פיטורים.
״עניין מרכזי״ חדשות וסקופים מאז 1999. לחיצה על לייק תביא אותך לידיעה הבאה…
