#262 - ד"ר איה סופר
עודכן: מאת צוות פודקאסט·ישראל
האזינו לפרק המלא
אנחנו עוזרים למצוא את הפרק, ההאזנה המלאה נמצאת אצל היוצרים, בפלטפורמה שלהם.
/ הפרק במספרים
| פורסם | 2 ביולי 2026 |
|---|---|
| אורך | 1 שע׳ 49 דק׳ |
| הנושא המרכזי | בינה מלאכותית ושוק העבודה |
| קטגוריה | תרבות וספרות |
על מה הפרק?
הבינה המלאכותית לא מבטלת את רוב המקצועות מיד, אך היא מעבירה את הערך מעבודה שגרתית ליכולת להנחות כלים, לבדוק תוצאות ולשלב מומחיות אנושית.
ד״ר איה סופר, סגנית נשיא לטכנולוגיות בינה מלאכותית ב-IBM ומנהלת מעבדת המחקר בישראל, מסבירה שעובדי ידע יידרשו לשנות את אופי עבודתם, במיוחד בפיתוח תוכנה, מחקר ושירותים מקצועיים. לדבריה, המודלים עדיין טועים, מרצים את המשתמש ועלולים להטעות בהחלטות רפואיות, משפטיות ופיננסיות, ולכן יש צורך בבקרה אנושית, באוריינות בינה מלאכותית ובמנגנוני הגנה. היא מתארת גם פער כלכלי בין מאות מיליארדי הדולרים המושקעים בתשתיות לבין החזר לא ברור, לצד הזדמנויות ביישומים ארגוניים, באבטחה, בגילוי תרופות, בגילוי חומרים ובמחשוב קוונטי.
דווקא עובדים מנוסים שמוכנים ללמוד עשויים להפיק מכלי בינה מלאכותית יותר מעובדים צעירים, משום שהניסיון מאפשר להם להנחות את הכלים ולבקר אותם בתחכום רב יותר.
/ תובנות מרכזיות
- בתוכנה, התפקיד עובר מכתיבת קוד לפי הוראות להגדרת מטרות, להנחיית הכלי ולהצבת בדיקות ובקרות.
- משימות פשוטות שמזוהות עם ג׳וניורים ומתמחים הן הראשונות לעבור לאוטומציה, אך ב-IBM רואים בגיוס ג׳וניורים דרך לבנות את דור המומחים הבא.
- מודלי שפה נשמעים בטוחים ואנושיים גם כשהם טועים, ולכן אין להסתמך על תשובתם ללא בדיקת המקור והתייעצות עם בעל סמכות.
- ההשקעה בתשתיות בינה מלאכותית עצומה, בעוד שהחזר ההשקעה והכדאיות של שימוש נרחב במודלים יקרים עדיין אינם ברורים.
- ישראל אינה מתחרה בבניית המודלים הגדולים, אך בולטת באימוץ מהיר, בסייבר, ביישומים ובפיתוח שבבים יעילים יותר.
איך מכשירים עובדים לעולם שבו הבינה המלאכותית מבצעת את המשימות השגרתיות, בלי לאבד את מסלול ההכשרה שמצמיח את המומחים של העתיד?
- 1קבעו זמן קבוע ביומן ללימוד ולניסוי בכלי בינה מלאכותית חדשים.
- 2השתמשו בבינה מלאכותית כדי לאתר ולמקד מקורות, ואז פתחו ובדקו את המקור לפני שימוש בתשובה.
- 3בחנו אילו משימות שגרתיות בתפקיד אפשר להעביר לכלי, והגדירו מראש בדיקות ובקרות.
- 4אל תעלו חוזים או מידע רגיש לכלי ענן בלי להבין כיצד הנתונים נשמרים ומשמשים.
- 5בנושאים רפואיים, משפטיים ופיננסיים, פנו לבעל מקצוע מוסמך ולא לתשובת הצ׳אט בלבד.
ניתוח מאת מערכת פודקאסט·ישראל, מבוסס תמלול אוטומטי של הפרק. על המתודולוגיה והמגבלות
שאל את הפרק (Chat with Episode)
קבל תשובות מיידיות מתוך תמלול וניתוח ה-AI
שאלות מומלצות בלחיצה אחת:
/ שאלות נפוצות על הפרק
- איך ד"ר איה סופר מ-IBM רואה את השינוי בתפקיד של מפתח התוכנה בעקבות כלי AI?
- לדבריה, המפתח עובר מכתיבה ובדיקה של קוד לפי הגדרות של פרודקט מנג'ר לתפקיד של מי שמנחה את ה-AI מה לעשות, שם בקרות ואומר לתוכנה מה לבדוק. היא מביאה כדוגמה את Claude Code, ומספרת שפרויקט שהיה לוקח שלושה אנשים שלושה חודשים יכול היום להיעשות בידי אדם אחד בשבועיים.
- למה ד"ר איה סופר טוענת שגלי הפיטורים בהייטק קשורים ל-AI רק באופן חלקי?
- לדעתה, חלק גדול מהפיטורים הוא תיקון לגיוס מטורף של השנים הקודמות, כשחברות האמינו שככל שיש להן יותר עובדים הן יצליחו יותר. היא מוסיפה שהרבה מההתייעלות מונע מסיבות כלכליות ומ«אופנה» של וול סטריט, שמחפשת כעת לראות חברות יעילות.
- מה למדה ד"ר איה סופר מהדוגמה של פקידי הבנק על עתיד שוק העבודה?
- היא מתארת איך המעבר להפקדת צ'קים דיגיטלית צמצם את הצורך בפקידים מאחורי הדלפק, אבל במקביל הבנקים התרחבו לאפליקציות תשלומים ולהלוואות. מכאן היא מסיקה שטכנולוגיה בדרך כלל יוצרת מקום למשהו חדש, ושהשאלה הנכונה היא איך התעשייה משתנה ואיך מתאימים אליה את כוח העבודה.
- מה קרה כש-IBM הציגה את המחשב שניצח את אלופי הטריוויה בתוכנית ג'פרדי?
- לפי סופר, הראשונים שפנו ל-IBM ורצו לעבוד עם הטכנולוגיה היו דווקא רופאים, שראו ערך במחשב שיוכל לתת להם את כל הידע בעולם. עם זאת, IBM נתקלה בקשיים בהטמעה, ולדבריה ייתכן שהטכנולוגיה עוד לא הייתה בשלה אז.
- איך ד"ר איה סופר מציעה לחשוב על רגולציה של בינה מלאכותית?
- היא מביאה את ה-FDA כדוגמה לרגולציה שמחייבת להוכיח שתרופה אינה מזיקה ושהיא מביאה את הערך הנטען לפני שהיא יוצאת לשוק. לדבריה, השאלה הפתוחה היא אם AI עצמו צריך רגולציה, או שהרגולציות הקיימות על התעשיות שמשתמשות בו כבר מספיקות.
מתיאור הפרק
ד"ר איה סופר מתארחת לפרק מיוחד. סגנית נשיא לטכנולוגיות בינה מלאכותית ב-IBM העולמית ומנהלת מעבדת המחקר של IBM בישראל, בשיחה דרמטית, אמיצה ונוקבת - על מאחורי הקלעים של תעשיית הבינה המלאכותית, עתיד שוק העבודה, והסכנות שאנחנו מפספסים בגלל שמראים לנו תמונה הרבה פחות אמיתית בעולם. ❗ למה הבועה הכלכלית של הבינה המלאכותית מנופחת בהשקעות ענק של 700 מיליארד דולר בשנה, ומי היחידים שבאמת מרוויחים מזה כרגע? ❗ למה "עובדי הידע" - כולל מתכנתים שיושבים וכותבים קוד - חייבים לשנות את המקצוע שלהם ולהתאים את עצמם לעולם החדש, או שהם פשוט יאבדו את העבודה? ❗ איך המודלים הגדולים "משקרים" לנו בב
/ עוד פרקים על בינה מלאכותית
- מנועי הכסףגיל שויד: מההשוואה לבועת הדוט.קום, דרך החיים כיו״ר ועד השינוי שהכרחי לילדינוגיל שויד, ממייסדי צ'ק פוינט, רואה ב-AI מהפכה שהשקעות הענק בה עוד לא הוכיחו החזר, אך מעריך שהיא תכפיל את כוחם של עובדים ושל ישראל, בתנאי שמערכת החינוך תתעדכן ושלא יוטל על התוכנה עול רגולציה כבד.
- מנהלי שיווק מצייצים - אבי זיתןפרק 427: אושרת כהן, סמנכ״לית חטיבת לקוחות קבוצת זאפסוכני AI הופכים לטראפיק החדש של האתרים, ועסקים שלא יבנו חוויה שמתאימה להם ייעלמו מעיני הצרכנים.
- הייטק, חרדים ומה שביניהםמהנדסי AI, כדאי שתכירו: זיכרון, מהירות ועלותמהנדס AI שמבין זיכרון, תקשורת בין מעבדים גרפיים וקוונטיזציה יכול להחליט מראש על הארכיטקטורה הנכונה, במקום לגלות בדיעבד שבזבז עשרות אלפי דולרים על אימון או אירוח.
- אנשים ומחשביםS1E445: ראיון עם ניסים בראל, ממייסדי תעשיית האבטחה בישראל, יזם חברתי ומחבר הספר ערך מוסףניסים בראל, שעלה ממרוקו בגיל עשר לצריף במעברה והקים את קומסק, מכר את החזקותיו ב-2014 כדי להעביר הלאה את ההזדמנויות שקיבל, דרך יזמות לנשים, לסטודנטים בפריפריה ולתלמידים מצטיינים.
/ נושאים קשורים
איך נוצר העמוד הזה
258 פרקים של הפודקאסט של דניאל דושי = 258 מאמרים שגוגל מדרג
את התקציר והניתוח בעמוד הזה הפקנו אוטומטית מתוך האודיו של הפרק, בלי שאיש כתב מילה. זה בדיוק מה ש-AuthorityRank עושה לארכיון שלם: כל פרק הופך למאמר עברי איכותי שמדורג בגוגל ומצוטט על ידי ChatGPT ו-Perplexity, ומתפרסם אוטומטית במגזין משלכם.
הארכיון שלכם הוא אודיו מת שמנועי החיפוש לא מוצאים. אנחנו הופכים אותו לנכס שמביא תנועה כל חודש.