צמצום מאמץ מודע של עובד במקום העבודה, ואי מיצוי הפוטנציאל שלו באופן מכוון, הם חלק מתופעה שהולכת והופכת נפוצה, ככל שחווית העובד הינה שלילית מנקודת המבט של העובד.
אם בעבר התמקדו הארגונים בענישה או בהצבת גבולות, הרי שכיום כבר מבינים שמדובר בסימפטום של משבר אמון או חוסר הלימה בין ציפיות העובד למציאות בארגון.
פוטנציאל בנסיגה – איך מתמודדים עם חוסר יכולת מכוונת בעידן הבינה המלאכותית:
אחד האתגרים המורכבים ביותר כיום עבור מנהלי משאבי האנוש הוא לא העובד שלא מסוגל להגיע להישגים, אלא העובד שבוחר לא לרצות לממש את הפוטנציאל והיכולות שלו.
מדובר בתופעה שבה עובד מוכשר ומיומן מבצע נסיגה טקטית בביצועיו, מעמיד פנים של חוסר הבנה או קושי, כדי להימנע ממשימות, להביע מחאה על חוסר קידום, או פשוט כתוצאה משחיקה רגשית.
עלות הקיפאון:
ממחקר של מכון גאלופ עולה, כי עובדים שבמכוון אינם ממצים את הפוטנציאל שלהם, עולים לארגון כ-18% מהשכר השנתי שלהם באובדן פרודוקטיביות.
השפעת הסביבה:
ממחקר שנערך השנה (2026) על יד מקינזי עולה, כי חוסר יכולת מכוונת של עובד אחד בצוות, פוגע במוטיבציה של שאר חברי הצוות בשיעור של כ-25%, בגלל תחושה של חוסר הוגנות.
הזווית הטכנולוגית:
ממחקר של גרטנר עולה, כי כ-40% מהעובדים החשים שהארגון אינו מתגמל אותם כראוי, משתמשים בבינה מלאכותית כדי להסוות את חוסר המאמץ שלהם (למשל: מייצרים תוצרים מהירים שמרשימים את המנהל, אבל לא דורשים השקעת מחשבה עמוקה).
אם כן, איך ניתן לאתר את העובדים שהמוטיבציה שלהם נפגעה וביצועיהם פחתו משום שהפסיקו למצות את הפוטנציאל שלהם.
מתברר שהבינה המלאכותית היא כיום הכלי הטוב ביותר לזיהוי הפער בין יכולת לבין ביצוע בפועל.
להלן 3 דרכים לאיתור חוסר יכולת מכוון של עובד בעזרת בינה מלאכותית:
1 ניתוח פערי מסוגלות:
מערכת הבינה המלאכותית משווה בין המיומנויות המוכחות של העובד, מפרויקטים קודמים או מבחני הסמכה, לבין איכות התוצרים הנוכחית שלו.
אם קיים פער משמעותי ללא סיבה אובייקטיבית, המערכת מתריעה על ירידה לא מוסברת בביצועים.
2 ניתוח עקומת למידה:
הבינה המלאכותית יכולה לזהות אם עובד נתקע במשימה שבעבר ביצע בקלות, מה שמרמז על חוסר רצון ולא על חוסר יכולת.
3 זיהוי שחיקה שקטה:
אלגוריתמים של בינה מלאכותית מאפשרים לזהות שינויים בטון הדיבור של העובד שביצועיו בירידה, או בדפוסי התקשורת הדיגיטלית שלו, שמעידים על ניתוק רגשי עוד לפני שהביצועים נפגעים.
אם כן, מה על מנהל משאבי האנוש לעשות כשהוא לא יכול לתת לעובד את מה שהוא רוצה.
זהו למעשה לב האתגר. איך לגרום לעובד לחזור ולמצות את הפוטנציאל שלו ולהשקיע את המירב והמיטב, למרות שהארגון לא יכול לספק לו את מה שהוא רוצה (ושבגללו הוא הפחית ביצועים).
לעיתים העובד רוצה שכר או קידום שפשוט אינם אפשריים באותו רגע.
להלן 3 דרכים לרתום את העובד ולעודד את המוטיבציה שלו, למיצוי הפוטנציאל שלו בעבודה:
1 שימוש בתגמול פסיכולוגי:
ממחקר של PwC עולה, כי כאשר העלאת שכר לא נמצאת על הפרק, אוטונומיה ומשמעות הן המנוע החזק ביותר.
למשל, יש לאפשר לעובד להוביל פרויקט חדשני או להיות מנטור בינה מלאכותית לצוות. זה מעלה את תחושת הערך העצמי שלו בלי להגדיל את בסיס השכר.
2 מודל הקריירה המותאמת אישית:
יש להשתמש בבינה מלאכותית כדי לבנות לעובד מסלול הכשרה לתפקיד הבא שהוא כן רוצה, גם אם הקידום יתרחש בפועל רק בעוד שנה. הידיעה שהארגון משקיע בעתיד שלו בונה מחויבות.
3 שיחות שקיפות מבוססות נתונים:
במקום להאשים את העובד, יש להציג בפניו את הנתונים: אנחנו יודעים שאתה מסוגל להישגים כאלה וכאלה, אבל בפועל אנחנו רואים כרגע הישגים כאלה וכאלה שהינם פחותים. תעזור לנו להבין מה חסר לך כדי לחזור למיצוי היכולות שלך.
להלן 3 צעדים שיש לנקוט כדי למנוע מצב שבו עובדים יפסיקו לתרום את מלוא יכולותיהם:
1 הגדרת חוזה פסיכולוגי חדש:
אין להסתפק בתיאור תפקיד. יש להגדיר עם העובד מהי הצלחה עבורו ועבור הארגון בטווח הקצר.
2 תרבות ארגונית של אחריות שקופה:
יש להשתמש בלוחות מחוונים שקופים שבהם התרומה של כל עובד נראית לעין. זה מקשה על התחמקות ממשימות.
3 משוב בינה מלאכותית מיידי:
במקום לחכות לשיחה שנתית או רבעונית או אפילו אחת לחודש, הבינה המלאכותית מספקת לעובד משוב יומיומי על האימפקט שלו, מה שמעלה את תחושת האחריות על המשימה.
בשורה התחתונה, חוסר רצון של עובד למצות פוטנציאל הוא קריאה לדיאלוג.
תפקידו של מנהל משאבי האנוש כיום, הוא להשתמש בטכנולוגיה כדי לזהות את הניתוק בשלב מוקדם, ולפתור אותו בעזרת יחס אנושי שרואה את העובד מעבר לגיליון השכר.
כפי שמציינים החוקרים של מקינזי, ארגונים שמצליחים להחזיר למסלול, עובדים שהפסיקו למצות את מלוא היכולות, רואים זינוק של כ-40% בחדשנות הצוותית.
