הבינה המלאכותית דוחפת את תעשיית ה IT ההודית מחיוב לפי שעות עבודה לתמחור המבוסס על תוצאות עסקיות מדידות. הלקוחות דורשים את אותה עבודה במחיר נמוך ב 25%–30%, מעבירים חלק מתקציבי ה IT הקיימים לפרויקטי AI ומחזירים משימות מסוימות לתוך הארגון.
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: How is artificial intelligence reshaping India’s $315 billion IT services industry, including the shift from billable-hour pricing to outcom. Article summary: Artificial intelligence is forcing India’s IT-services industry to replace a scale-and-headcount model with one based on measurable business results, AI-enabled delivery and scarcer specialist skills. The immediate effec. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
הבינה המלאכותית משנה את העסקה הבסיסית בין חברות שירותי ה-IT ההודיות ללקוחותיהן. במשך עשרות שנים מכרו הספקיות בעיקר גישה לצוותים גדולים של מהנדסים וחייבו את הלקוחות לפי הזמן שהושקע. כעת הלקוחות רוצים יותר: תוצאות עסקיות מדידות, אספקה מהירה יותר ומחירים נמוכים יותר — לעיתים בלי להגדיל את תקציב הטכנולוגיה. 1
עבור תעשייה שהיקפה מוערך בכ-315 מיליארד דולר, מדובר במעבר מורכב. מצד אחד, ה-AI פותח שוק גדול לפרויקטים של טרנספורמציה דיגיטלית. מצד שני, הוא הופך עבודות מיקור-חוץ שגרתיות לזולות, קצרות ופשוטות יותר לביצוע עצמאי מצד הלקוח. 10
השינוי הברור ביותר הוא מסחרי. במקום לשלם בעיקר לפי מספר העובדים בפרויקט או לפי שעות העבודה שלהם, הלקוחות מבקשים לקשור את התשלום לתוצאה: פלטפורמה מתפקדת, טיפול מהיר יותר בתביעות או ירידה בעלויות התפעול.
בטאטא קונסלטנסי סרביסז (TCS) אומרים שכ-80% מהחוזים בתחומי הפיננסים, משאבי האנוש ושירותים עסקיים אחרים כבר מבוססים על מדדי ביצוע ותוצאות. לפי דיווח רויטרס, מדובר בערך בכפל מהשיעור שנרשם לפני שהבינה המלאכותית היוצרת הפכה למיינסטרים. 1
תמחור לפי תוצאות אינו מעלים את סיכון הביצוע — הוא מעביר חלק גדול יותר ממנו לספקית. החברה צריכה להגדיר נקודת פתיחה, לשלוט בגורמים שבתחום השפעתה ולהסכים מראש כיצד יימדד ההצלחה. חוזים שתוכננו היטב עלולים להפוך הנחות אופטימיות לגבי פרודוקטיביות של AI להחמצת יעדי שירות, שחיקה ברווחיות ומחלוקות עם הלקוח.
ה-AI שינה גם את הציפיות בתהליכי הרכש. סנדיפ קלרה, מנכ"ל Persistent Systems, אמר שלקוחות מבקשים את אותה עבודה במחיר נמוך ב-25%–30%, ובמקביל מצפים לאספקה מהירה יותר ולפרודוקטיביות גבוהה יותר. 6
הלחץ אינו מוגבל לחוזים חדשים. לקוחות מנהלים מחדש הסכמים קיימים, מצמצמים את היקף העסקאות ומפנים את תקציבי הטכנולוגיה לפרויקטי AI במקום להגדיל משמעותית את ההוצאה הכוללת. 3 ב-Persistent Systems אמרו כי ארגונים מממנים יותר ויותר יוזמות AI מתוך תקציבי ה-IT הקיימים — סימן לכך שהשקעות ב-AI מתחרות לעיתים ישירות בהוצאות המסורתיות על שירותי IT, ולא מתווספות אליהן.
19
עבור הספקיות הגדולות — בהן TCS, אינפוסיס, ויפרו, HCLTech, קוגניזנט וטק מהינדרה — זו בעיית תמחור של ממש. הן נדרשות להשקיע בפלטפורמות AI, בכוח אדם ובשיטות אספקה חדשות, בעוד הלקוחות מצפים שחלק משמעותי מהחיסכון יופיע מיד כהוזלה במחיר. ב-TCS אמרו כי העלייה בפרודוקטיביות הודות ל-AI כבר מסייעת להפחית את הוצאות הטכנולוגיה של חלק מהלקוחות, גם אם תוכניות טרנספורמציה גדולות עשויות לקזז חלק מההשפעה. 10
בינה מלאכותית יוצרת מעניקה ללקוחות אפשרות נוספת במשא ומתן: לבצע יותר עבודה בעצמם. כתיבת קוד, בדיקות, תיעוד, תמיכה ותהליכי בק-אופיס יכולים להתבצע יותר ויותר בעזרת צוותים פנימיים קטנים.
אין פירוש הדבר שכל לקוח ינטוש את מיקור-החוץ. מערכות מורכבות עדיין דורשות ידע בתחום העסקי, אינטגרציה, אבטחה, ממשל ובקרה אנושית שוטפת. עם זאת, האפשרות להחזיר משימות מסוימות לתוך החברה מחלישה את היקף העבודה הזמין לספקיות החיצוניות. מנהלים בענף מדווחים גם כי אי-הוודאות סביב ה-AI מובילה לחוזים קצרים יותר ולמכרזים חוזרים בתדירות גבוהה יותר. 22
התוצאה היא מודל הכנסות פחות צפוי. ספקית יכולה לספק את אותה תוצאה עסקית באמצעות פחות עובדים, אך הלקוח עשוי לשאול מדוע עליו להמשיך לשלם עבור אותה רמת כוח אדם או אותה כמות שעות עבודה.
ה-AI עשוי להחליש אחד היתרונות המסורתיים של חברות מיקור-החוץ הגדולות: היכולת להעמיד במהירות מאגרי עובדים עצומים. חברות בינוניות כמו Persistent Systems ו-Coforge יכולות להתחרות כאשר הלקוחות מעדיפים מומחיות ממוקדת, ביצוע בהובלת מנהלים ושינוי ארגוני מהיר על פני קנה מידה בלבד. רויטרס דיווחה שספקיות בינוניות וזריזות זוכות בעסקים, משום שה-AI מצמצם את יתרון הגודל של החברות הגדולות. 1
דיווחים נוספים תיארו כיצד Persistent Systems ו-Coforge מנתקות את צמיחת ההכנסות מהגידול במספר העובדים באמצעות אספקה המונעת על ידי AI. 24 ההזדמנות האסטרטגית הרחבה יותר היא לבנות יכולות ייחודיות בענן, נתונים, אוטומציה ותהליכי עבודה ענפיים — ולמכור אחריות על תוצאה עסקית, לא רק מאגר של שעות עבודה.
אין בכך הבטחה שחברות קטנות יגברו על השחקניות הגדולות. לספקיות הגדולות עדיין יש קשרים עמוקים עם לקוחות, מערכי אספקה גלובליים והון להשקעות. אבל בעידן ה-AI כבר אי-אפשר להניח שהחברה עם כוח האדם הגדול ביותר תזכה אוטומטית בחוזה.
השינוי המסחרי מעודד ספקיות להציג תחזיות נועזות לגבי ביצועי ה-AI. אלא שהשיפור משתנה מאוד לפי סוג המשימה, בסיס הקוד, איכות הנתונים, דרישות האבטחה, מורכבות האינטגרציה והיקף הבדיקה האנושית הנדרשת.
טיוטה ראשונית מהירה יותר של תוכנה אינה זהה למערכת מוכנה להפעלה בסביבת ייצור. העבודה הכוללת עדיין עשויה לכלול ארכיטקטורה, בדיקות, תיקון תקלות, עמידה בדרישות רגולציה, הטמעה ותמיכה. ספקית שתתמחר התחייבות רחבה על בסיס הערכת פרודוקטיביות אופטימית — למשל הבטחות של 70%–80% — מסתכנת בהחמצת יעדים חוזיים ובספיגת עלות הפער.
חוזי AI עמידים יותר צריכים להגדיר נקודת בסיס מדודה, לפרט איזו עבודה כלולה, לקבוע דרישות לבקרה אנושית ולאבטחה, ולהשתמש בפיילוטים מדורגים לפני הרחבה. מודלים של חלוקת חיסכון או חלוקת רווחי התייעלות יכולים גם הם ליישר טוב יותר את האינטרסים, במקום להסתמך על הבטחה בלתי מסויגת ליעילות דרמטית.
הפירמידה המסורתית של שירותי ה-IT בהודו נשענה על בסיס רחב של מהנדסים בתחילת דרכם, שביצעו משימות חוזרות תחת פיקוח של עובדים מנוסים יותר. אם AI מבצע חלקים מכתיבת הקוד, הבדיקות, התיעוד והתמיכה, מבנה כוח האדם הזה נעשה פחות כלכלי.
החברות אינן מגיבות באותה דרך. לפי Mint, שבע מתוך עשר חברות שירותי ה-IT הגדולות בהודו הודיעו על שינויים במבנה הארגוני שלהן מאז תחילת שנת הכספים 2026–27. השינויים כוללים גישות שונות לגיוס עובדים זוטרים, לעומק שכבת הניהול הבינונית ולשיבוץ עובדים לפי מיומנויות. 25
הכיוון מסתמן כמודל של אנשים לצד AI, ולא כמודל של החלפה מוחלטת. תפקידי כניסה לא צפויים להיעלם, אך העבודה בהם תדרוש יותר יסודות בהנדסת תוכנה, נתונים, אבטחה, אימות, ידע ענפי ויכולת להשתמש בכלי AI באופן אחראי.
לכן גיוסים וצמצומי כוח אדם יכולים להתרחש במקביל. החברות עשויות לגייס מומחים בתחומים שבהם קיים מחסור, להכשיר מחדש עובדים שיוכלו לעבור לתפקידים בעלי ערך גבוה יותר, ולצמצם או להסב תפקידים המבוססים בעיקר על משימות חוזרות. דיווחים על חברות ה-IT הגדולות בהודו מצביעים כבר על גידול זהיר יותר בכוח האדם, על רקע אי-ודאות בביקוש והתייעלות שמונעת על ידי AI. 34
השאלה המרכזית היא אם ספקיות ה-IT ההודיות יצליחו ליצור הכנסות חדשות, המתומחרות לפי תוצאות, בקצב מהיר יותר מזה שבו הלקוחות משתמשים ב-AI כדי להפחית את תלותם בעבודה במיקור-חוץ.
חברות שישתמשו ב-AI רק כדי לבצע את אותה עבודה בפחות שעות עלולות לסבול מלחץ על ההכנסות ועל הרווחיות, כאשר החיסכון יגולגל ללקוחות. לעומתן, חברות שישלבו AI עם שיטות אספקה ייחודיות, מומחיות ענפית, ממשל ואחריות לתוצאות עסקיות קריטיות יגדילו את סיכוייהן לשמור על הערך שהן מציעות.
תעשיית שירותי ה-IT של הודו אינה נעלמת. המודל העסקי שלה מתומחר מחדש. המנצחות יהיו הספקיות שיוכלו להוכיח מה השתנה בזכות ה-AI, למדוד את התוצאה ולקחת אחריות על יותר מאשר מספר השעות שנדרשו כדי להשיג אותה.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
הבינה המלאכותית דוחפת את תעשיית ה IT ההודית מחיוב לפי שעות עבודה לתמחור המבוסס על תוצאות עסקיות מדידות.
הבינה המלאכותית דוחפת את תעשיית ה IT ההודית מחיוב לפי שעות עבודה לתמחור המבוסס על תוצאות עסקיות מדידות. הלקוחות דורשים את אותה עבודה במחיר נמוך ב 25%–30%, מעבירים חלק מתקציבי ה IT הקיימים לפרויקטי AI ומחזירים משימות מסוימות לתוך הארגון.
חברות בינוניות וזריזות עשויות להרוויח, אך מודל כוח האדם המסורתי — פירמידה עם בסיס רחב של מהנדסים בתחילת דרכם — נעשה פחות כלכלי.
הבינה המלאכותית דוחפת את תעשיית ה IT ההודית מחיוב לפי שעות עבודה לתמחור המבוסס על תוצאות עסקיות מדידות. הלקוחות דורשים את אותה עבודה במחיר נמוך ב 25%–30%, מעבירים חלק מתקציבי ה IT הקיימים לפרויקטי AI ומחזירים משימות מסוימות לתוך הארגון.
פורסם על ידינערך באמצעות GPT-5.6 Lunaהתמונות נוצרו באמצעות GPT Image 1.5
Research answer

Create a landscape editorial hero image for this Studio Global article: How is artificial intelligence reshaping India’s $315 billion IT services industry, including the shift from billable-hour pricing to outcom. Article summary: Artificial intelligence is forcing India’s IT-services industry to replace a scale-and-headcount model with one based on measurable business results, AI-enabled delivery and scarcer specialist skills. The immediate effec. Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
הבינה המלאכותית משנה את העסקה הבסיסית בין חברות שירותי ה-IT ההודיות ללקוחותיהן. במשך עשרות שנים מכרו הספקיות בעיקר גישה לצוותים גדולים של מהנדסים וחייבו את הלקוחות לפי הזמן שהושקע. כעת הלקוחות רוצים יותר: תוצאות עסקיות מדידות, אספקה מהירה יותר ומחירים נמוכים יותר — לעיתים בלי להגדיל את תקציב הטכנולוגיה. 1
עבור תעשייה שהיקפה מוערך בכ-315 מיליארד דולר, מדובר במעבר מורכב. מצד אחד, ה-AI פותח שוק גדול לפרויקטים של טרנספורמציה דיגיטלית. מצד שני, הוא הופך עבודות מיקור-חוץ שגרתיות לזולות, קצרות ופשוטות יותר לביצוע עצמאי מצד הלקוח. 10
השינוי הברור ביותר הוא מסחרי. במקום לשלם בעיקר לפי מספר העובדים בפרויקט או לפי שעות העבודה שלהם, הלקוחות מבקשים לקשור את התשלום לתוצאה: פלטפורמה מתפקדת, טיפול מהיר יותר בתביעות או ירידה בעלויות התפעול.
בטאטא קונסלטנסי סרביסז (TCS) אומרים שכ-80% מהחוזים בתחומי הפיננסים, משאבי האנוש ושירותים עסקיים אחרים כבר מבוססים על מדדי ביצוע ותוצאות. לפי דיווח רויטרס, מדובר בערך בכפל מהשיעור שנרשם לפני שהבינה המלאכותית היוצרת הפכה למיינסטרים. 1
תמחור לפי תוצאות אינו מעלים את סיכון הביצוע — הוא מעביר חלק גדול יותר ממנו לספקית. החברה צריכה להגדיר נקודת פתיחה, לשלוט בגורמים שבתחום השפעתה ולהסכים מראש כיצד יימדד ההצלחה. חוזים שתוכננו היטב עלולים להפוך הנחות אופטימיות לגבי פרודוקטיביות של AI להחמצת יעדי שירות, שחיקה ברווחיות ומחלוקות עם הלקוח.
ה-AI שינה גם את הציפיות בתהליכי הרכש. סנדיפ קלרה, מנכ"ל Persistent Systems, אמר שלקוחות מבקשים את אותה עבודה במחיר נמוך ב-25%–30%, ובמקביל מצפים לאספקה מהירה יותר ולפרודוקטיביות גבוהה יותר. 6
הלחץ אינו מוגבל לחוזים חדשים. לקוחות מנהלים מחדש הסכמים קיימים, מצמצמים את היקף העסקאות ומפנים את תקציבי הטכנולוגיה לפרויקטי AI במקום להגדיל משמעותית את ההוצאה הכוללת. 3 ב-Persistent Systems אמרו כי ארגונים מממנים יותר ויותר יוזמות AI מתוך תקציבי ה-IT הקיימים — סימן לכך שהשקעות ב-AI מתחרות לעיתים ישירות בהוצאות המסורתיות על שירותי IT, ולא מתווספות אליהן.
19
עבור הספקיות הגדולות — בהן TCS, אינפוסיס, ויפרו, HCLTech, קוגניזנט וטק מהינדרה — זו בעיית תמחור של ממש. הן נדרשות להשקיע בפלטפורמות AI, בכוח אדם ובשיטות אספקה חדשות, בעוד הלקוחות מצפים שחלק משמעותי מהחיסכון יופיע מיד כהוזלה במחיר. ב-TCS אמרו כי העלייה בפרודוקטיביות הודות ל-AI כבר מסייעת להפחית את הוצאות הטכנולוגיה של חלק מהלקוחות, גם אם תוכניות טרנספורמציה גדולות עשויות לקזז חלק מההשפעה. 10
בינה מלאכותית יוצרת מעניקה ללקוחות אפשרות נוספת במשא ומתן: לבצע יותר עבודה בעצמם. כתיבת קוד, בדיקות, תיעוד, תמיכה ותהליכי בק-אופיס יכולים להתבצע יותר ויותר בעזרת צוותים פנימיים קטנים.
אין פירוש הדבר שכל לקוח ינטוש את מיקור-החוץ. מערכות מורכבות עדיין דורשות ידע בתחום העסקי, אינטגרציה, אבטחה, ממשל ובקרה אנושית שוטפת. עם זאת, האפשרות להחזיר משימות מסוימות לתוך החברה מחלישה את היקף העבודה הזמין לספקיות החיצוניות. מנהלים בענף מדווחים גם כי אי-הוודאות סביב ה-AI מובילה לחוזים קצרים יותר ולמכרזים חוזרים בתדירות גבוהה יותר. 22
התוצאה היא מודל הכנסות פחות צפוי. ספקית יכולה לספק את אותה תוצאה עסקית באמצעות פחות עובדים, אך הלקוח עשוי לשאול מדוע עליו להמשיך לשלם עבור אותה רמת כוח אדם או אותה כמות שעות עבודה.
ה-AI עשוי להחליש אחד היתרונות המסורתיים של חברות מיקור-החוץ הגדולות: היכולת להעמיד במהירות מאגרי עובדים עצומים. חברות בינוניות כמו Persistent Systems ו-Coforge יכולות להתחרות כאשר הלקוחות מעדיפים מומחיות ממוקדת, ביצוע בהובלת מנהלים ושינוי ארגוני מהיר על פני קנה מידה בלבד. רויטרס דיווחה שספקיות בינוניות וזריזות זוכות בעסקים, משום שה-AI מצמצם את יתרון הגודל של החברות הגדולות. 1
דיווחים נוספים תיארו כיצד Persistent Systems ו-Coforge מנתקות את צמיחת ההכנסות מהגידול במספר העובדים באמצעות אספקה המונעת על ידי AI. 24 ההזדמנות האסטרטגית הרחבה יותר היא לבנות יכולות ייחודיות בענן, נתונים, אוטומציה ותהליכי עבודה ענפיים — ולמכור אחריות על תוצאה עסקית, לא רק מאגר של שעות עבודה.
אין בכך הבטחה שחברות קטנות יגברו על השחקניות הגדולות. לספקיות הגדולות עדיין יש קשרים עמוקים עם לקוחות, מערכי אספקה גלובליים והון להשקעות. אבל בעידן ה-AI כבר אי-אפשר להניח שהחברה עם כוח האדם הגדול ביותר תזכה אוטומטית בחוזה.
השינוי המסחרי מעודד ספקיות להציג תחזיות נועזות לגבי ביצועי ה-AI. אלא שהשיפור משתנה מאוד לפי סוג המשימה, בסיס הקוד, איכות הנתונים, דרישות האבטחה, מורכבות האינטגרציה והיקף הבדיקה האנושית הנדרשת.
טיוטה ראשונית מהירה יותר של תוכנה אינה זהה למערכת מוכנה להפעלה בסביבת ייצור. העבודה הכוללת עדיין עשויה לכלול ארכיטקטורה, בדיקות, תיקון תקלות, עמידה בדרישות רגולציה, הטמעה ותמיכה. ספקית שתתמחר התחייבות רחבה על בסיס הערכת פרודוקטיביות אופטימית — למשל הבטחות של 70%–80% — מסתכנת בהחמצת יעדים חוזיים ובספיגת עלות הפער.
חוזי AI עמידים יותר צריכים להגדיר נקודת בסיס מדודה, לפרט איזו עבודה כלולה, לקבוע דרישות לבקרה אנושית ולאבטחה, ולהשתמש בפיילוטים מדורגים לפני הרחבה. מודלים של חלוקת חיסכון או חלוקת רווחי התייעלות יכולים גם הם ליישר טוב יותר את האינטרסים, במקום להסתמך על הבטחה בלתי מסויגת ליעילות דרמטית.
הפירמידה המסורתית של שירותי ה-IT בהודו נשענה על בסיס רחב של מהנדסים בתחילת דרכם, שביצעו משימות חוזרות תחת פיקוח של עובדים מנוסים יותר. אם AI מבצע חלקים מכתיבת הקוד, הבדיקות, התיעוד והתמיכה, מבנה כוח האדם הזה נעשה פחות כלכלי.
החברות אינן מגיבות באותה דרך. לפי Mint, שבע מתוך עשר חברות שירותי ה-IT הגדולות בהודו הודיעו על שינויים במבנה הארגוני שלהן מאז תחילת שנת הכספים 2026–27. השינויים כוללים גישות שונות לגיוס עובדים זוטרים, לעומק שכבת הניהול הבינונית ולשיבוץ עובדים לפי מיומנויות. 25
הכיוון מסתמן כמודל של אנשים לצד AI, ולא כמודל של החלפה מוחלטת. תפקידי כניסה לא צפויים להיעלם, אך העבודה בהם תדרוש יותר יסודות בהנדסת תוכנה, נתונים, אבטחה, אימות, ידע ענפי ויכולת להשתמש בכלי AI באופן אחראי.
לכן גיוסים וצמצומי כוח אדם יכולים להתרחש במקביל. החברות עשויות לגייס מומחים בתחומים שבהם קיים מחסור, להכשיר מחדש עובדים שיוכלו לעבור לתפקידים בעלי ערך גבוה יותר, ולצמצם או להסב תפקידים המבוססים בעיקר על משימות חוזרות. דיווחים על חברות ה-IT הגדולות בהודו מצביעים כבר על גידול זהיר יותר בכוח האדם, על רקע אי-ודאות בביקוש והתייעלות שמונעת על ידי AI. 34
השאלה המרכזית היא אם ספקיות ה-IT ההודיות יצליחו ליצור הכנסות חדשות, המתומחרות לפי תוצאות, בקצב מהיר יותר מזה שבו הלקוחות משתמשים ב-AI כדי להפחית את תלותם בעבודה במיקור-חוץ.
חברות שישתמשו ב-AI רק כדי לבצע את אותה עבודה בפחות שעות עלולות לסבול מלחץ על ההכנסות ועל הרווחיות, כאשר החיסכון יגולגל ללקוחות. לעומתן, חברות שישלבו AI עם שיטות אספקה ייחודיות, מומחיות ענפית, ממשל ואחריות לתוצאות עסקיות קריטיות יגדילו את סיכוייהן לשמור על הערך שהן מציעות.
תעשיית שירותי ה-IT של הודו אינה נעלמת. המודל העסקי שלה מתומחר מחדש. המנצחות יהיו הספקיות שיוכלו להוכיח מה השתנה בזכות ה-AI, למדוד את התוצאה ולקחת אחריות על יותר מאשר מספר השעות שנדרשו כדי להשיג אותה.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
הבינה המלאכותית דוחפת את תעשיית ה IT ההודית מחיוב לפי שעות עבודה לתמחור המבוסס על תוצאות עסקיות מדידות.
הבינה המלאכותית דוחפת את תעשיית ה IT ההודית מחיוב לפי שעות עבודה לתמחור המבוסס על תוצאות עסקיות מדידות. הלקוחות דורשים את אותה עבודה במחיר נמוך ב 25%–30%, מעבירים חלק מתקציבי ה IT הקיימים לפרויקטי AI ומחזירים משימות מסוימות לתוך הארגון.
חברות בינוניות וזריזות עשויות להרוויח, אך מודל כוח האדם המסורתי — פירמידה עם בסיס רחב של מהנדסים בתחילת דרכם — נעשה פחות כלכלי.