כך בינה מלאכותית משנה את העבודה באנתרופיק

איך ה-AI משנה את הדרך שבה אנו עובדים? מחקרים קודמים של אנתרופיק על ההשפעות הכלכליות של בינה מלאכותית התמקדו בשוק העבודה כולו, תוך כיסוי מגוון רחב של משרות. אולם מה אם היינו בוחנים לעומק כמה מהמאמצים המוקדמים ביותר של טכנולוגיית AI – כלומר, את עצמנו?

באוגוסט 2025, הפנינו את המבט פנימה וסקרנו 132 מהנדסים וחוקרים באנתרופיק, ערכנו 53 ראיונות איכותניים מעמיקים, ובחנו נתוני שימוש פנימיים ב-Claude Code כדי לגלות איך השימוש ב-AI משנה את הדברים בחברה. מצאנו כי השימוש בבינה מלאכותית משנה באופן קיצוני את אופי העבודה של מפתחי תוכנה, ומייצר גם תקווה וגם חששות.

המחקר שלנו חושף מקום עבודה שעובר טרנספורמציות משמעותיות: מהנדסים מספיקים הרבה יותר, הופכים ל"מפתחי Full-Stack" (מסוגלים להצליח במשימות שמעבר לתחום המומחיות הרגיל שלהם), מאיצים את קצב הלמידה והאיטרציה שלהם, ומתמודדים עם משימות שקודם לכן הוזנחו. הרחבת היכולות הזו גם מעלה שאלות לגבי המחיר – יש החוששים שזה עלול להוביל לאובדן יכולות טכניות עמוקות יותר, או לירידה ביכולת לפקח ביעילות על הפלטים של Claude, בעוד שאחרים מאמצים את ההזדמנות לחשוב בצורה רחבה וברמה גבוהה יותר. חלקם מצאו כי שיתוף פעולה רב יותר עם AI הוביל לפחות שיתוף פעולה עם עמיתים; אחדים תהו אם הם עלולים, בסופו של דבר, לאוטומט את עצמם מחוץ למשרה.

אנו מכירים בכך שחקר ההשפעה של AI בחברה שבונה AI מייצג עמדה מיוחסת: המהנדסים שלנו נהנים מגישה מוקדמת לכלים פורצי דרך, עובדים בתחום יציב יחסית, ותורמים בעצמם לטרנספורמציית ה-AI המשפיעה על תעשיות אחרות. למרות זאת, חשבנו שמועיל לחקור ולפרסם את הממצאים הללו, מכיוון שמה שקורה בתוך אנתרופיק עבור מהנדסים עשוי עדיין להוות מבשר חשוב לטרנספורמציה חברתית רחבה יותר. הממצאים שלנו מרמזים על אתגרים ושיקולים שעשויים לדרוש תשומת לב מוקדמת בכלל הסקטורים. יש לציין שבזמן איסוף הנתונים, Claude Sonnet 4 ו-Claude Opus 4 היו המודלים היכולים ביותר הזמינים, והיכולות ממשיכות להתקדם מאז.

פריון פורץ דרך ויכולות חדשות: הצצה לשינוי

המחקר שלנו חשף נתונים מרתקים אודות שינויים בפריון וביכולות העבודה. מצאנו כי עובדים מדווחים על עלייה דרמטית בשימוש ב-Claude ועל שיפור בפריון. לפני שנה, עובדים דיווחו ש-28% מעבודתם היומית כללה שימוש ב-Claude, עם עלייה של 20% בפריון. כיום, הם משתמשים ב-Claude ב-59% מעבודתם ומדווחים על עלייה ממוצעת של 50% בפריון. זהו גידול של יותר מפי 2 בשני המדדים תוך שנה אחת בלבד!

נקודות מפתח נוספות:

  • שימוש עיקרי: מהנדסים וחוקרים באנתרופיק משתמשים ב-Claude בעיקר לתיקון שגיאות קוד ולהבנת Codebase קיים.
  • משימות חדשות: כ-27% מהעבודה בסיוע Claude מורכבת ממשימות שלא היו מתבצעות לולא הבינה המלאכותית. מדובר למשל על הרחבת פרויקטים (סקיילינג), יצירת כלים 'Nice-to-have' (כמו לוחות מחוונים אינטראקטיביים לנתונים), ועבודות מחקר ופיתוח שלא היו כדאיות מבחינה כלכלית אם היו מבוצעות ידנית.
  • "תיקוני Papercuts": כ-8.6% ממשימות ה-Claude Code כוללות תיקונים קטנים שמשפרים את איכות החיים, כמו שיפור קוד לתחזוקה טובה יותר (Refactoring), משימות שאנשים ציינו כי בדרך כלל היו מקבלות עדיפות נמוכה. תיקונים קטנים אלה עשויים להצטבר לשיפורי פריון ויעילות גדולים יותר.
  • האצלה חלקית: למרות השימוש התכוף, רוב העובדים מדווחים כי הם יכולים "להאציל באופן מלא" רק 0-20% מעבודתם ל-Claude, מה שמעיד על הצורך בפיקוח ואימות מתמידים.

נתוני השימוש ב-Claude Code ממחישים מגמה דומה: בתוך חצי שנה, מורכבות המשימות עלתה (מ-3.2 ל-3.8 בסולם 1-5), ומספר הפעולות הרצופות ש-Claude מבצע ללא התערבות אנושית כמעט הוכפל (מ-9.8 ל-21.2). במקביל, מספר האינטראקציות האנושיות ירד ב-33%. כלומר, Claude מטפל במשימות מורכבות יותר ודורש פחות פיקוח.

"אנשים נוטים לחשוב על מודלים בעלי יכולות על כעל מקרה בודד, כמו רכב מהיר יותר. אבל מיליון סוסים... מאפשרים לך לבחון שלל רעיונות שונים... זה מרגש ויצירתי יותר כשיש לך רוחב יריעה נוסף לחקור."

מעניין לראות כיצד Claude מאפשר לכלל הצוותים להפוך ל"מפתחי Full-Stack" יותר. כך למשל, צוות האבטחה משתמש בו להבנת קוד לא מוכר, וצוותי יישור ובטיחות AI משתמשים בו ליצירת ויזואליזציות נתונים ל-Front-End – משימות שקודם לכן לא היו בתחום מומחיותם הישירה.

הדילמות החדשות: מיומנויות, שיתוף פעולה ומשמעות העבודה

לצד היתרונות הברורים, השינויים הללו מציפים גם דילמות משמעותיות. מהנדסים מדווחים על הרחבת היכולות שלהם לתחומים רבים (למשל, ממהנדסי Backend שהפכו לבונים ממשקי משתמש מורכבים), אך במקביל עולה החשש מפני שחיקה של מיומנויות טכניות עמוקות הנדרשות הן לכתיבת קוד והן לביקורתו. היכולת לייצר פלט במהירות עלולה לפגוע בלמידה העקיפה המתרחשת תוך כדי פתרון בעיות ידני.

"כאשר יצירת פלט כל כך קלה ומהירה, הופך לקשה יותר ויותר למצוא את הזמן ללמוד משהו לעומק."

הדאגה מפני שחיקת מיומנויות קידוד קשורה ל"פרדוקס הפיקוח": שימוש יעיל ב-Claude דורש פיקוח, ופיקוח יעיל דורש את אותן מיומנויות קידוד שעלולות להיפגע משימוש יתר ב-AI. חלק מהמהנדסים אף בוחרים להתאמן בכוונה ללא AI כדי לשמור על "חדות".

שינויים בדינמיקה החברתית ובמשמעות העבודה

אחד הנושאים הבולטים הוא ש-Claude הפך להיות התחנה הראשונה לשאלות שבעבר הופנו לעמיתים. עובד אחד ציין: "אני שואל הרבה יותר שאלות [עכשיו] באופן כללי, אבל 80-90% מהן מופנות ל-Claude". מצב זה יוצר מנגנון סינון שבו Claude מטפל בשאילתות שגרתיות, ומותיר לעמיתים להתמודד עם נושאים מורכבים, אסטרטגיים או עתירי הקשר החורגים מיכולות ה-AI.

בעוד שכמחצית מהעובדים דיווחו שדפוסי שיתוף הפעולה הצוותיים שלהם נותרו ללא שינוי, אחרים תיארו ירידה באינטראקציה עם עמיתים. "אני עובד הרבה יותר עם Claude מאשר עם מישהו מעמיתיי", אמר אחד המהנדסים. הדבר משפיע גם על דינמיקות מנטורינג מסורתיות, שכן "Claude יכול לספק הרבה הדרכה לצוות זוטר" במקום מהנדסים בכירים.

"אני אוהב לעבוד עם אנשים ועצוב לי שאני 'זקוק' להם פחות עכשיו... עובדים זוטרים יותר לא פונים אליי בשאלות בתדירות גבוהה כמו פעם."

באשר למשמעות העבודה, מהנדסים חלוקים בדעותיהם. יש המרגישים אובדן אמיתי של "סיפוק מקצועי" מכתיבת קוד, בעוד שאחרים "שמחים לוותר" על מצב ה"זן" של הקידוד ידני לטובת פריון גבוה יותר. רבים מתמקדים כעת יותר בתוצאות ובמוצר הסופי, ולאו דווקא בתהליך הקידוד עצמו.

עתיד הקריירה וחוסר וודאות

מהנדסים רבים מתארים את תפקידם כמי שמשתנה מכתיבת קוד לניהול מערכות AI. הם רואים את עצמם יותר ויותר כ"מנהלי סוכני AI", כאשר חלקם כבר מפעילים "לפחות כמה מופעי Claude בו-זמנית". בטווח הארוך, חוסר הוודאות לגבי עתיד הקריירה נפוץ. רבים הביעו תחושות סותרות של אופטימיות לטווח הקצר וחשש מפני חוסר רלוונטיות בטווח הארוך.

"אני מרגיש אופטימי בטווח הקצר, אך בטווח הארוך אני חושב ש-AI תעשה הכל ותהפוך אותי ואחרים רבים ללא רלוונטיים."

אחרים רואים בכך הזדמנות להתמחות בתחומים חדשים, כמו "פיתוח היכולת לבקר באופן משמעותי את עבודת ה-AI", או להתמקד בעבודה אסטרטגית ובינאישית יותר. המסקנה העיקרית היא ש"אף אחד לא יודע מה יקרה... הדבר החשוב הוא להיות מאוד מסתגל".

מסתכלים קדימה: ליווי המהפכה ועיצוב העתיד

עובדי אנתרופיק הגבירו באופן ניכר את השימוש שלהם ב-Claude בשנה האחרונה, תוך שימוש בו לא רק כדי להאיץ עבודה קיימת אלא גם כדי ללמוד Codebase חדשים, לצמצם עבודות שוחקות, להתרחב לתחומים חדשים ולטפל בשיפורים שקודם לכן הוזנחו. ככל ש-Claude הופך לאוטונומי וליכול יותר, מהנדסים מגלים דרכים חדשות להאצלת סמכויות ל-AI, ובמקביל מבררים אילו מיומנויות יזדקקו להם בעתיד. שינויים אלו מביאים יתרונות ברורים בפריון ובלמידה, לצד אי-ודאות אמיתית לגבי מסלול העבודה של הנדסת תוכנה לטווח הארוך.

אנו עדיין בימים מוקדמים – אנתרופיק כוללת בתוכה מאמצים מוקדמים רבים, הנוף משתנה במהירות, והממצאים שלנו ככל הנראה אינם ניתנים להכללה לארגונים או הקשרים אחרים בשלב זה. המחקר משקף את חוסר הוודאות הזה: הממצאים מורכבים, ללא קונצנזוס יחיד או הנחיות ברורות שעולות מהם. אך הוא אכן מעלה שאלות לגבי האופן שבו נוכל לנווט את השינויים הללו בצורה מתחשבת ויעילה.

כדי להמשיך את העבודה הראשונית הזו, אנו נוקטים במספר צעדים פנימיים. אנו משוחחים עם מהנדסים, חוקרים והנהלה באנתרופיק כדי להתמודד עם ההזדמנויות והאתגרים שהועלו. זה כולל בחינה כיצד אנו מאגדים צוותים ועובדים יחד, כיצד אנו תומכים בפיתוח מקצועי, וכיצד אנו קובעים שיטות עבודה מומלצות לעבודה משופרת AI (AI-augmented work) – למשל, בהנחיית "מסגרת השטף של AI" שלנו (AI fluency framework). אנו גם מרחיבים את המחקר הזה מעבר למהנדסים כדי להבין כיצד טרנספורמציית ה-AI משפיעה על תפקידים בכלל הארגון.

אנו צופים שנשתף תוכניות קונקרטיות יותר ב-2026 ככל שהחשיבה שלנו תתבגר. אנתרופיק משמשת כמעבדה למעבר אחראי במקום העבודה; אנו רוצים לא רק לחקור כיצד ה-AI משנה את העבודה, אלא גם להתנסות כיצד לנווט את הטרנספורמציה הזו בצורה מתחשבת, החל מאיתנו עצמנו.