המחיר האמיתי של קוד שנוצר ב-AI: יותר שורות, פחות ערך
מחקרים חדשים מגלים כי כלי AI לייצור קוד מובילים לעלייה משמעותית בכמות הקוד שנכתב, אך גם לעלייה דרמטית בצורך לתקן ולשכתב אותו. נתונים ממאות חברות מראים שעד 90% מהקוד שנוצר ב-AI נדרש לעדכון תוך שבועות, מה שמעלה שאלות קשות על הפרודוקטיביות האמיתית של המהנדסים והעלויות הנסתרות של המירוץ אחר תקציבי טוקנים גדולים.
בעוד מנהלי פיתוח בסיליקון ואלי מתפארים בתקציבי טוקנים עצומים שהקצו למהנדסי התוכנה שלהם, מחקרים חדשים מעלים תמונה מורכבת הרבה יותר: כלי AI לכתיבת קוד אכן מייצרים יותר שורות קוד מתמיד, אך חלק ניכר מהן אינן שורדות את מבחן הזמן.
נתונים שנאספו ממגוון חברות המתמחות במדידת פרודוקטיביות מהנדסים מצביעים על בעיה מהותית: כלי AI כמו Claude Code, Cursor ו-Codex מובילים לשיעורי קבלה ראשוניים גבוהים של 80%-90%, אך במהלך השבועות שלאחר מכן, המהנדסים נאלצים לחזור ולתקן את הקוד הזה בתדירות גבוהה משמעותית.
רוצה להישאר מעודכן ב-AI?
הירשם לדיוור השבועי שלנו וקבל עדכונים, המלצות על כלים, חדשות ודוחות מיוחדים
אלכס צ'רסי, מנכ"ל ומייסד חברת Waydev שעובדת עם יותר מ-10,000 מהנדסי תוכנה, מסביר שהשיעור האמיתי של קוד שנוצר ב-AI ושורד לאורך זמן נע בין 10% ל-30% בלבד, כפי שעולה מדיווח של TechCrunch. "מנהלי הפיתוח רואים שיעורי קבלה גבוהים, אך הם מפספסים את התהליך שקורה אחר כך, כשצריך לחזור ולשכתב את הקוד", הוא מציין.
המחיר האמיתי של Tokenmaxxing
התופעה שכונתה "Tokenmaxxing" - המירוץ אחר תקציבי טוקנים גבוהים יותר, מתבררת כמדד בעייתי לפרודוקטיביות. מחקר של חברת Jellyfish, שניתח נתונים מ-7,548 מהנדסים ברבעון הראשון של 2026, מצא כי מהנדסים עם תקציבי הטוקנים הגדולים ביותר אכן יצרו יותר Pull Requests, אך שיפור הפרודוקטיביות לא היה פרופורציונלי: הם השיגו פי שניים תפוקה תמורת פי עשרה עלות בטוקנים.
גם חברת GitClear פרסמה דו"ח בינואר 2026 שהראה כי משתמשי AI רגילים חוו עלייה של פי 9.4 ב-"code churn" (שורות קוד שנמחקות) לעומת קולגות שלהם שלא השתמשו ב-AI, יותר מפי-2 מכמות שיפורי הפרודוקטיביות שהכלים סיפקו.
Faros AI, שניתחה שנתיים של נתוני לקוחות, מצאה עלייה של 861% ב-code churn בקרב ארגונים עם אימוץ גבוה של כלי AI לכתיבת קוד.
הפער בין מהנדסים ותיקים לצעירים
ממצא מעניין נוסף עולה מהשוואה בין מהנדסים ותיקים לצעירים: המהנדסים הצעירים נוטים לקבל הרבה יותר קוד שנוצר ב-AI, ובעקבות כך להתמודד עם צורך גדול יותר בשכתוב ותיקונים. זהו אתגר משמעותי במיוחד עבור חברות ישראליות, שרבות מהן מעסיקות צוותי פיתוח צעירים יחסית ומסתמכות על יכולותיהם להטמיע טכנולוגיות חדשות במהירות.
Waydev הכריזה על השקת כלים חדשים שעוקבים אחר המטא-דאטה שנוצר על ידי סוכני AI, ומציעים ניתוחים סטטיסטים על איכות ועלות הקוד שלהם. מהלך דומה ביצעה Atlassian, שרכשה ב-2025 את סטארט-אפ המודיעין ההנדסי DX תמורת מיליארד דולר, כדי לעזור ללקוחותיה להבין את התשואה על ההשקעה בסוכני קוד.
לא חוזרים לאחור
למרות הממצאים המורכבים, מהנדסים וארגונים אינם מתכננים לוותר על כלי ה-AI. "זו עידן חדש של פיתוח תוכנה, ואתה חייב להסתגל, ואתה נאלץ להסתגל כחברה. זה לא מחזור שיעבור", אומר צ'רסי.
עבור חברות הטק הישראליות, שרבות מהן פועלות בתחום הפיתוח המבוסס-AI או מטמיעות כלים אלו בצוותים שלהן, הממצאים האלו מהווים תזכורת חשובה: המדד האמיתי לפרודוקטיביות אינו כמות הקוד או גודל תקציב הטוקנים, אלא איכות התוצר הסופי ועלותו האמיתית לאורך זמן. חברות שיצליחו למדוד נכון ולייעל את השימוש בכלי AI (במקום רק להגדיל אותו) יזכו ביתרון תחרותי משמעותי.