״מהנדסים בחזית״: התפקיד הכי מבוקש בשוק ה-AI עם עומר פרץ מוונדרפול
עם עומר פרץ, GM של ונדרפול
8 Jul 20265 min read~58m
TL;DR
מיקרוסופט ואמזון משקיעות מיליארדים בבניית צבאות של מהנדסי שטח (FDE) שמוצנחים לתוך חברות אנטרפריז כדי לבנות שם AI מהיסוד – כי הטמעת AI בארגונים גדולים קשה מאוד ומוצרי מדף פשוט לא עובדים. לפי עומר פרץ מוונדרפול, שמעסיקה 100 FDE רק בישראל, הפרופיל האידיאלי הוא 60% מתכנת, 20% מנהל מוצר ו-20% ביזנס – ואחד מכל שבעה FDE שלהם היה מייסד חברה. במקביל, פלנטיר, מיקרוסופט ואמזון מגיעות לאותה מסקנה: ה-ROI האמיתי מ-AI באנטרפריז מגיע רק כשיש מומחה אנושי שיושב בתוך הארגון ומבין גם את הטכנולוגיה וגם את ה-use case העסקי.
Key Moments
עומר פרץ
“אנחנו לא שולחים FDE כדי שיגיע בן אדם מתכנת לחברה ויתחיל לקודד”
עומר מתקן את הציפייה הנפוצה לגבי מה FDE עושה – זה לא סתם קודן שנשלח לאאוטסורסינג
“הטייפקסט של המהנדסים נניח שאנחנו מכירים הקלאסים הם עזוב אותי תן לי לקודד מה אני צריך עכשיו לדבר למכור התפקיד של הFDE הוא הרבה יותר מתאים לאנשים עם רקע ורוח יזמית”
עומר מסביר למה תפקיד FDE שונה מהותית ממתכנת קלאסי ודורש רוח יזמית
עומר פרץ הוא ה-General Manager של ונדרפול ישראל, חברת הייטק שמפתחת פלטפורמות וסוכני בינה מלאכותית לניהול שירות לקוחות וחוויות משתמש בעולם העסקי. הוא מוביל ארגון deployment של כ-100 איש בישראל בלבד, המתמחים בהטמעת AI בארגוני אנטרפריז גדולים. עומר מומחה לאתגרים של יישום AI בסביבות ארגוניות מורכבות, ומוביל את הדיסציפלינה של FDE – Field Deployment Engineer – בשוק הישראלי.
Takeaways
1
FDE: 60% מתכנת, 20% PM, 20% ביזנס עומר פרץ מגדיר את הפרופיל הנכון של מהנדס שטח AI: רוב הזמן הוא עדיין קוד, אבל בלי יכולת להבין use case עסקי ולתרגם אותו לערך – הפרויקט ימות. אחד מכל שבעה FDE בוונדרפול היה מייסד חברה, מה שמסביר את הרוח היזמית שנדרשת. מי שרוצה רק לשבת ולקודד – התפקיד הזה הוא לא בשבילו.
2
מיקרוסופט ואמזון משקיעות מיליארדים בצבאות FDE מיקרוסופט הכריזה על Microsoft Fronteer Company עם השקעה של 2.5 מיליארד דולר ו-6,000 מהנדסי שטח שיוצנחו ללקוחות. אמזון הצטרפה עם התחייבות של מיליארד דולר נוסף. הרעיון שהתחיל בפלנטיר הופך למודל תעשייתי: במקום למכור כלים, אתה שולח מומחים שבונים בתוך הבית של הלקוח.
3
קרפ מאשים: אנטרופיק ואופן AI גונבות דאטה מנכ"ל פלנטיר אלכס קרפ נשא ב-CNBC מונולוג של 19 דקות בו טוען שחברות AI גובות על טוקנים ובמקביל שואבות את הדאטה של הלקוחות כדי לשפר את המודלים שלהן ולבנות מוצרים מתחרים. הוא הביא כדוגמה את נציג אנטרופיק שפרש מדירקטוריון פיגמה שלושה ימים לפני שאנטרופיק השיקה Claude Design – ומניית פיגמה התרסקה.
4
AI סוברני: המגמה שהופכת לנשק תחרותי פלנטיר ונבידיה חותמות על הסכם לייצר משפחה של מודלי קוד פתוח לממשלות ולחברות שרוצות שמירה מלאה על הדאטה שלהן – בלי תלות בשרתים חיצוניים. ויקס הכריזה על LLM משלה, ומנכ"ל מאור שלמה מציין שזה קריטי בייחוד כשממשל ארה"ב מגביל גישה למודלים מתקדמים. מי שיש לו מודל משלו – חסין מהגבלות רגולטוריות ומגניבת דאטה.
5
הטמעת AI באנטרפריז נכשלת בגלל מוצרי מדף סביבות אנטרפריז הן אינן סביבת playground: privacy, security, compliance, מערכות ליבה ישנות, ודאטה מפוצלת על פני מספר מערכות – כל אלה גורמים למוצרי SaaS גנריים להיכשל. הפתרון לפי ונדרפול הוא לשלוח אנשים שמבינים גם את הטכנולוגיה וגם את הסביבה הספציפית של הלקוח, ולבנות אינטגרציות מאפס לפני שמתחילים בכלל לדבר על AI.
6
FDE מלמד ועוזב – ולא נלכד אצל הלקוח המודל של ונדרפול הוא שה-FDE בונה use case ראשון, מסביר לעובדי הארגון איך לעבוד עליו, ואז עובר ל-use case הבא בתוך אותה חברה. הוא לא אסוף לפרויקט אחד לנצח – הוא עושה 0-to-1 שוב ושוב. ארבעה ימים אצל הלקוח, יום אחד במשרדי ונדרפול ללמידה משותפת עם שאר ה-FDE.
7
מטה מוכרת כוח מחשוב – סימן לכשל פנימי צוקרברג הודה בשיחה פנימית שהתקדמות ה-AI במטה איטית בהרבה מהצפוי, ושה-GPU שקנו (אלפי H100) לא מנוצלים. הפתרון: לפתוח ענן חיצוני ולמכור כוח מחשוב לאחרים. JP Morgan ציין שזה אולי מבשר טובות מבחינת הכנסות, אבל בפועל מעיד על כך שמטה לא מצליחה לבנות את מוצרי ה-AI שהבטיחה.