האזהרה מגיעה מבפנים
כותב לשעבר בסדרת Dragon Age העלה לאחרונה שאלה מקצועית חדה: אם בינה מלאכותית תיקח על עצמה את כל המשימות הבסיסיות בפיתוח משחקים, כיצד יתאמנו ויצמחו המפתחים הבאים? לדבריו, תעשיית הגיימינג עלולה להפוך "מתסכלת מאוד" אם תחסל את נקודות הכניסה המסורתיות למקצוע.
זו אינה ביקורת על הטכנולוגיה עצמה, אלא על האופן שבו ארגונים בוחרים להטמיע אותה. ההבחנה הזו חשובה.
עבודות כניסה כבסיס לפיתוח מקצועי
בכל תעשייה טכנולוגית, עבודות ה-junior הן הרבה יותר מסתם תפקידים זולים. הן מהוות שלב מכריע שבו אנשים לומדים להבין מערכות מורכבות מהקרקע, לטפל בשגיאות אמיתיות ולבנות שיפוט מקצועי. כשתפקידים אלה נעלמים בבת אחת, הארגון חוסך בטווח הקצר אך פוגע בעצמו בטווח הבינוני.
מניסיון R.A.S Group עם ארגונים שמטמיעים אוטומציה ומערכות מבוססות AI, אנו רואים שוב ושוב שהחברות שהצליחו ביותר הן אלה שהגדירו בבירור אילו תהליכים מועברים למכונה ואילו נשארים בידי אנשים, לא רק מסיבות אנושיות, אלא גם מסיבות עסקיות.
הסיכון המבני: צינור כישרונות שנסתם
כשמשימות כמו כתיבת דיאלוגים ראשוניים, בדיקות QA בסיסיות ותכנות רמות פשוטות עוברות כולן ל-AI, הפירמידה המקצועית מאבדת את בסיסה. הדור הבא של מנהלי פרויקטים, מעצבים בכירים וארכיטקטי מערכות חייב לצמוח מאנשהו. אם אין "אנשהו", הארגון יגלה עצמו תוך כמה שנים עם מחסור חמור בכישרונות בכירים שיכולים להנחות ולפקח על אותם כלי AI.
גישה מאוזנת להטמעת AI בפיתוח
השאלה הנכונה אינה "האם להשתמש ב-AI" אלא "היכן בדיוק AI מוסיף ערך מבלי לשחוק את יכולת הארגון להתפתח". כמה עקרונות שאנו ממליצים עליהם:
- מיפוי תהליכי הכשרה: לפני הטמעת אוטומציה, לזהות אילו משימות משמשות גם לפיתוח מיומנות, לא רק לייצור תוצרים.
- שמירת נקודות חיכוך ללמידה: חלק מ"הבעיות" בעבודות בסיסיות הן בדיוק מה שמלמד אנשים לפתור בעיות.
- הגדרת תפקיד חדש: במקום לבטל תפקידי junior, לעצב מחדש את תיאור התפקיד כך שיכלול עבודה עם כלי AI תוך פיתוח שיפוט ביקורתי.
תעשיית הגיימינג היא מקרה בוחן בולט, אך הדינמיקה הזו רלוונטית לכל ארגון שמטמיע AI בקצב מהיר. חברות שיבנו מנגנוני הכשרה מקבילים לאוטומציה, לא במקומה, הן אלה שישמרו על יתרון תחרותי אמיתי לאורך זמן.