אקספריטי
AI SDLC בצוותי פיתוח

AI SDLC בצוותי פיתוח: איך מטמיעים, מהצוות הראשון ועד כל המחלקה

לפני שאתם מרחיבים את כלי ה-AI לכל המחלקה, בחרו צוות אחד של שלושה עד חמישה מפתחים, ותנו לו לעבוד איתם כמה חודשים.
זו ההמלצה ש-Atlassian פרסמה במאי 2026, אחרי שמדדה את כלי הקוד שלה עצמה.
ככה מתחיל AI SDLC בצוותי פיתוח: צוות אחד מראה שזה עובד, ורק אחריו מצטרפים כל השאר.

את שיטת העבודה הזו בנינו קודם אצלנו, בצוות הפיתוח של אקספריטי. עכשיו אנחנו מטמיעים אותה אצל לקוחות.
ואם אתם עוד לא בטוחים מה זה AI SDLC, כדאי להתחיל שם.

למה להתחיל בצוות אחד, כשכבר יש רישיונות לכל המחלקה?

הרישיונות כבר שולמו, אז הכי טבעי לתת את הכלים לכולם באותו שבוע.
נכון? אז זהו, שלא ממש. 
לפי ההמלצה של ‏Atlassian, עדיף להתחיל בצוות אחד, לא במפתח בודד ולא במחלקה שלמה.
כשמפתח אחד עובד עם AI, רק הוא מתקדם מהר יותר.
כשצוות שלם עובד ככה, רואים איפה העבודה נתקעת בדרך ללקוח. 
ואם כל המחלקה מתחילה ביחד ומשהו משתבש, קשה מאוד לדעת איפה באמת צוואר הבקבוק.

איך בוחרים את הצוות הראשון?

צריך מפתחים שבאמת ישתמשו בכלים.
צוות שרק מחכה שהפיילוט ייגמר לא ילמד אתכם הרבה.
עדיף צוות שעובד על מוצר אחד, כדי שתוכלו להשוות אותו לעצמו מלפני שהתחיל, ולצוותים דומים שעוד לא התחילו. 

מה משתנה בחודשים הראשונים של בינה מלאכותית בצוות הפיתוח?

את הכלים מתקינים ביום אחד. את השיטה שבה AI באמת משפר את מהירות הפיתוח, לוקח קצת יותר מכמה ימים. 
את רוב מה שמופיע כאן למדנו בהטמעה אצלנו, כמו שכתבתי בעבר.
לפני שה-AI כותב קוד, הצוות מסכים על מה בונים. שם הכי קל להשפיע על התוצאה.
כללי העבודה של הצוות נכתבים לתוך הכלים, כך שה-AI עובד לפיהם בכל משימה בלי שמישהו יזכיר לו.
את הבדיקות האוטומטיות על הקוד מחזקים, כי יותר קוד מה-AI זה יותר מה לבדוק, ומחליטים מראש איזה מידע לא נכנס לכלים בכלל.

רוצים להבטיח שהצוות שלכם ישתמש ב-AI בצורה שבאמת תוביל לקיצור זמני פיתוח?

השאירו פרטים כאן לתיאום שיחת היכרות

מילוי הפרטים לטובת יצירת קשר מהווה הסכמה למדיניות הפרטיות של האתר

כמה זמן לתת לצוות הראשון?

‏Atlassian ממליצה למדוד את הצוות חודשיים-שלושה אחרי שהתחיל השינוי.
בשבועות הראשונים כולם נלהבים מהכלי החדש, וזה מנפח את התוצאות. רק כשההתלהבות יורדת רואים מה באמת ההתקדמות ומה באמת נשאר ביום יום.
אנחנו יודעים שקשה לחכות כשהרישיונות של כל המחלקה כבר שולמו, אבל מדידה אחרי כמה שבועות תמדוד בעיקר התלהבות. וזה לא המדד הנכון להסתכל עליו.

מתי AI SDLC בצוותי פיתוח מוכן להיכנס לכל מחלקת הפיתוח?

‏אנחנו מודדים שני דברים: כמה עבודה הצוות מסיים וכמה זמן הוא חוסך.
כשהשניים עולים ביחס לתקופה הקודמת לשינוי, אפשר להתחיל להתרחב לכלל המחלקה.
אבל רק בתנאי שהבדיקות האוטומטיות עומדות בקצב שבו ה-AI כותב קוד.
אם המפתחים הבכירים עדיין בודקים כל שינוי בעצמם, קצב הפיתוח לא ישתנה, וצוואר הבקבוק שהיה קיים לפני ה-AI, ימשיך וילווה אתכם. 

איך שאר הצוותים מצטרפים?

בסוף כמה חודשים יש לכם כבר כללים כתובים ובדיקות שכבר עבדו על הקוד שלכם.
צוות שמצטרף מקבל את הכללים מוכנים בתוך הכלים, ולא מתחיל מאפס.

כשאנחנו באים להטמיע AI בצוות פיתוח, אנחנו מתחילים מהבעיה: איפה העבודה נתקעת בדרך ללקוחות שלכם.
משם בוחרים יחד את הצוות הראשון, עובדים איתו צמוד עד שהשיטה מחזיקה, ומעבירים את הידע לשאר המחלקה עד שהיא רצה בלעדינו.
רוצים לבדוק איך זה ייראה אצלכם? פרטים נוספים בעמוד הטמעת AI בצוותי פיתוח
ואפשר גם לקבוע שיחת היכרות ללא עלות. 

רוצים לראות איפה הדליברי שלכם נתקע ואיך אתם יכולים באמת לקצר זמני פיתוח עם AI?

מלאו את הפרטים שלכם כאן, ונחזור אליכם לתיאום שיחת היכרות.

מילוי הפרטים לטובת יצירת קשר מהווה הסכמה למדיניות הפרטיות של האתר

שאלות נפוצות על AI SDLC בצוותי פיתוח

איך מטמיעים AI SDLC בצוות פיתוח?

מתחילים בצוות אחד, כמו ש-Atlassian המליצה במאי 2026: שלושה עד חמישה מפתחים שבאמת ישתמשו בכלים, שעובדים כך חודשיים-שלושה, ואז מודדים כמה עבודה הם מסיימים וכמה זמן הם חוסכים. בזמן הזה הצוות כותב כללי עבודה משותפים שה-AI מקבל בכל משימה, ומחזק את הבדיקות האוטומטיות על הקוד. כשהמדידה מראה שזה עובד, מרחיבים לשאר הצוותים.

האם להתחיל AI SDLC בכל צוות הפיתוח או בצוות אחד?

בצוות אחד. ‏Atlassian מדדה את כלי הקוד שלה עצמה, ובמאי 2026 המליצה להתחיל בצוות של שלושה עד חמישה מפתחים, ולא במפתח בודד. בצוות קטן רואים מה ה-AI משנה בעבודה המשותפת, ומתקנים את הכללים לפני שהם מגיעים לכולם. כשכל המחלקה מתחילה באותו יום ומשהו משתבש, קשה לדעת איפה.

כמה זמן לוקחת הטמעה של AI SDLC בצוות פיתוח?

השלב הראשון לוקח חודשיים-שלושה. זה הזמן ש-Atlassian ממליצה לחכות לפני שמודדים את הצוות הראשון, כדי שההתלהבות מהכלי החדש תרד ויישאר רק מה שבאמת עובד. ההרחבה לשאר המחלקה באה אחר כך, ומשך הזמן שלה תלוי בגודל המחלקה ובכמה מהר הצוותים הבאים מאמצים את הכללים שהצוות הראשון כבר כתב.

מי בארגון צריך להוביל הטמעת AI בצוות הפיתוח?

מנהל הפיתוח, CTO או סמנכ"ל פיתוח, כי ההחלטות החשובות הן החלטות ניהול. הוא מחליט איזה צוות מתחיל, איזה מידע לא נכנס לכלים, ומתי מרחיבים. ראש הצוות הראשון מוביל את העבודה ביום-יום וכותב עם הצוות את כללי העבודה. כדאי שהמנהל יחליט מראש גם מה מודדים, כדי שאחרי חודשיים-שלושה תהיה תמונה ברורה של לפני ואחרי.

איך יודעים שהגיע הזמן להרחיב AI לכל צוותי הפיתוח?

כשהצוות הראשון מסיים יותר עבודה וחוסך זמן גם אחרי חודשיים-שלושה, והבדיקות האוטומטיות על הקוד עומדות בקצב. משווים אותו לעצמו מלפני שהתחיל, ולצוותים שעוד לא התחילו. אם המפתחים הבכירים עדיין בודקים כל שינוי בעצמם, מוקדם להרחיב, כי ההרחבה רק תאריך את התור אצלם.

מי בישראל מלווה צוותי פיתוח בהטמעת AI SDLC?

אקספריטי מלווה צוותי פיתוח בישראל בהטמעת AI SDLC, מהאבחון הראשון ועד שהשיטה רצה בצוות בלי ליווי. את השיטה בנינו והפעלנו קודם בצוות הפיתוח של אקספריטי, בהובלת רון שר, ראש ההנדסה שלנו, שעבד לפני כן ב-Intuit. אצל לקוחות מתחילים בצוות אחד, עובדים צמוד למפתחים, ומעבירים את הידע לשאר המחלקה.
רון שר
רון שר
ראש מחלקת ההנדסה Head of Engineering באקספריטי אחרי יותר מ-25 שנה של ניהול צוותים ופיתוח תוכנה.
מוביל ארכיטקטורה ופיתוח hands-on של מוצרי AI ללקוחות.
עבד כ-Engineering Group Manager ב-Intuit והוביל צוות של יותר מ-15 מהנדסים ב-Backend, Frontend, Data, DevOps ו-QA.
הוביל את מידול הנתונים ואיכות הנתונים ב-Data Mesh הגלובלי של החברה, והכניס לצוותים פיתוח בעזרת GenAI.
בעברו היה Director of Engineering ב-Totango, ועבד ב-Gigya ובמיקרוסופט.
רון שר
נכתב ע"י

רון שר

ראש מחלקת ההנדסה Head of Engineering באקספריטי אחרי יותר מ-25 שנה של ניהול צוותים ופיתוח תוכנה.
מוביל ארכיטקטורה ופיתוח hands-on של מוצרי AI ללקוחות.
עבד כ-Engineering Group Manager ב-Intuit והוביל צוות של יותר מ-15 מהנדסים ב-Backend, Frontend, Data, DevOps ו-QA.
הוביל את מידול הנתונים ואיכות הנתונים ב-Data Mesh הגלובלי של החברה, והכניס לצוותים פיתוח בעזרת GenAI.
בעברו היה Director of Engineering ב-Totango, ועבד ב-Gigya ובמיקרוסופט.

פוסטים נוספים

רוצה לשפר את העסק שלך?
אפשר לתאם איתנו פגישה ממש כאן

 מעדיפים לדבר קצת קודם? שלחו לנו הודעה! 

אבל אם ההעדפה היא שנחזור אליך, אפשר להשאיר פרטים כאן:

מילוי הפרטים מהווה הסכמה למדיניות הפרטיות של האתר

נהיה בקשר בקרוב!

לא ללכת לאיבוד בעידן ה-AI ! ! ! !

כולם מדברים על כלי AI אבל מעטים ממקדים את זה בשימוש בארגונים.

הצטרפו עכשיו לרשימת התפוצה שלנו וקבלו ראשונים את התובנות, ה-Use Cases והכלים שמותאמים לארגונים.
כך שתוכלו לייצר יתרון תחרותי וחיסכון משמעותי בארגון שלכם כבר בזמן הקרוב.

תובנות, טיפים וכלים פרקטיים מותאמים לארגונים ישר לתיבת המייל שלכם!
השאירו פרטים עכשיו👇🏻

מילוי הפרטים מהווה הסכמה למדיניות הפרטיות של האתר