חוות השרתים של אמזון בתנובות / צילום: ט. ג. הפקות
בעוד שהשיח סביב הבינה המלאכותית מתמקד לרוב במודלים וביכולות התוכנה, מוקדי הצמיחה בשוק העבודה נעים דווקא לכיוון אחר - פיזי, תשתיתי ומבצעי.
חוות השרתים, שהפכו בשנים האחרונות לתשתית המרכזית המכתיבה את קצב אימוץ הבינה המלאכותית, יוצרות ביקוש הולך וגדל לעובדי שטח בעלי מיומנויות טכניות מתקדמות. מדובר במתקנים עצומים, לעתים בני מאות אלפי מטרים רבועים, שבהם פועלים מעבדים, מערכי אחסון ומערכות קירור תעשייתיות המאפשרים הפעלה של מודלים בקנה־מידה גדול.
● "רגע קריטי": סם אלטמן בהודעה חריגה לעובדי OpenAI
● "אנחנו מחליפים את מהנדסי הבניין ב־AI, מי שיישאר זה רק האדריכל"
על־פי נתוני Synergy Research Group, חברות הענן מפעילות כיום 522 מתקנים קיימים ומקימות עוד 411 ברחבי העולם. היקף פרויקטים כזה הופך את תחום הקמת חוות השרתים לאחד ממוקדי התעסוקה הצומחים ביותר כיום.
מאתר הבנייה - לחוות השרתים
הביקוש הגבוה משתקף ישירות בשכר ובתנאי העבודה. לפי חברת Kelly Services וכפי שפורסם ב"וול סטריט ג'ורנל", עובדים העוברים מענפי בנייה מסורתיים לעבודות תשתית בחוות שרתים נהנים משכר הגבוה ב־25% עד 30% מהכנסתם הקודמת.
מדובר במשרות שאינן דורשות תואר אקדמי, אך כן מחייבות ניסיון מוכח בהתקנות חשמל, בתפעול מכונות ובמערכות קירור. עבור עובדים רבים שבילו שנים בענפי בנייה מסורתיים או בעבודות קבלנות משנה מזדמנות, העבודה בחוות שרתים מציעה יציבות תעסוקתית ורמת תגמול שלא היו זמינות להם בעבר.
חוות שרתים הן פרויקטים מורכבים ורב־שנתיים, שכל שלב בהם, מהתשתית ועד חיבור מערכות הצינון והאנרגיה, מצריך כוח־אדם מקצועי בהיקף נרחב. לפי ABC, חברות הבנייה בתחום זה מחזיקות בצבר עבודה ממוצע של כ־10.9 חודשים - יותר מהמומצע בענף הבנייה, ובכך העובדים זוכים ליציבות תעסוקתית שלא הייתה זמינה להם.
במקביל לכך, תחרות בין קבלנים על עובדים יוצרת עליית מדרגה נוספת בשכר ומעודדת הצעות גיוס חוזרות לעובדים בעלי ניסיון. יש לציין כי הביקוש הזה מתרחש בזמן שענף הבנייה סובל ממחסור כרוני בכוח־אדם מיומן.
לפי איגוד הקבלנים האמריקאי, כיום חסרים לענף הבנייה כ־439 אלף עובדים - בעיקר חשמלאים, רתכים ובעלי מקצוע שעובדים עם מערכות תעשייתיות. בכלל, חוות שרתים הן פרויקטים מורכבים ורב־שנתיים, שכל שלב בהם - מהתשתית ועד חיבור מערכות הצינון והאנרגיה - מצריך כוח־אדם מקצועי בהיקף נרחב.
הכוח החדש שמניע את אמריקה
ההשפעה של ההתרחבות בתחום חוות השרתים איננה תופעה נישתית, אלא גורם מאקרו־כלכלי מהותי. לפי חישוב של הכלכלן ג'ייסון פורמן מאוניברסיטת הרווארד, במחצית הראשונה של 2025 כמעט כל צמיחת התמ"ג האמריקאי נבעה מהשקעות בתשתיות מידע וחוות שרתים. ללא רכיבי השקעה אלה, הצמיחה בארה"ב הייתה עומדת על 0.1% בלבד בקצב שנתי - נתון המאפיין מצב הקרוב לקיפאון. פורמן מציין כי תחומים אלה מהווים כ־4% מהתמ"ג, אך אחראים לכ־92% מהצמיחה בתקופה שנבחנה.
זהו נתון יוצא דופן על רקע מבנה הכלכלה בעשורים האחרונים: הצריכה הפרטית, שהיוותה לאורך שנים שני שלישים מהתוצר והובילה את הצמיחה, מפנה את מקומה לתשתיות AI כמנוע מרכזי. השקעות הענק של חברות הטכנולוגיה מחזקות את המגמה. לפי הערכות בשוק ההון, ההוצאה המצטברת של חברות הענן הגדולות על חוות שרתים ותשתיות נלוות מתקרבת ל־400 מיליארד דולר בשנה, כאשר עשר החברות המובילות אחראיות לכשליש מהסכום כולו.
התופעה הזו גם משנה את הדינמיקה בין שוקי עבודה שונים. בארה"ב, מגזרים בעלי ערך מוסף בינוני - כמו למשל ייצור, נדל"ן ומסחר - הראו האטה בתקופה שבה תשתיות AI ותעשיות נלוות המשיכו להתרחב. כלכלנים מצביעים על כך שהתלות של שוקי הון וחברות טכנולוגיה ביכולות העיבוד והאחסון של חוות שרתים עומדת להפוך לגורם מבני, בדומה לחשמל או מים בעידן התעשייתי.
המשמעות הכלכלית ברורה: שוק העבודה הקשור לבנייה, הנדסה והתקנות תעשייתיות נהנה מביקושים ישירים התומכים בצמיחה.
בישראל: משרדים במקום חוות
בישראל מתרחש תהליך אחר: התעשייה מתמקדת לא בהקמת תשתיות, אלא בעובדים המסוגלים לפתח ולתפעל את הטכנולוגיה עצמה. כך, דוח RISE ישראל, שהוצג לאחרונה בכנס במיקרוסופט, ממפה את צורכי ההייטק המקומי בעידן AI ומציג חלוקה ברורה של מקצועות מבוקשים.
הקבוצה הראשונה הם חוקרי AI - אנשי מו"פ עמוק שמפתחים מודלים, אלגוריתמים ושיטות אימון. מדובר בתפקידי מומחיות נדירים שדורשים ניסיון של לפחות חמש שנים ולעתים קרובות גם תואר שני או דוקטורט בתחומים רלוונטיים. הקבוצה השנייה הם מהנדסי AI - תפקיד שונה מהותית.
הקבוצה השלישית הם משתמשי AI - כלומר אנליסטים, אנשי מוצר וצוותי אינטגרציה. אלה התפקידים שבהם עדיין קיימות משרות כניסה, אך גם שם ההסתמכות היא על כישורים ולא על תפקיד רשמי. הדוח מציין כי חברות ישראליות אינן מחפשות רק "מהנדס X", אלא אדם שמסוגל לעבוד באי־ודאות, לפרק בעיות מורכבות ולהוביל תהליכי מוצר בהם חלק מהפונקציות מבוצעות על־ידי מודלים.
נסכם כי בעוד בארה"ב הכוח התעשייתי מתרכז בחוות שרתים, בישראל מוקד הביקוש מתרכז במי שמבינים כיצד להפעיל אותן.