לצד ההזדמנויות העצומות שטומן בחובו העידן הדיגיטלי, העלייה במורכבות הניהולית והקצב הטכנולוגי המסחרר יוצרים גם מוקשים אסטרטגיים חדשים.

מנהל משאבי אנוש שיפעל לפי דפוסים מיושנים או לא יזהה את מגמות העומק בשוק, מסתכן לא רק בפגיעה בקריירה האישית שלו, אלא בהאטת הצמיחה של הארגון כולו.

להלן 3 הגורמים המרכזיים שעלולים להכשיל מנהל משאבי האנוש בחמש השנים הקרובות:

1 התעלמות מאימוץ בינה מלאכותית ועבודה מבוססת ניתוח נתונים:

ניהול תהליכי הון אנושי המתבסס אך ורק על תחושת בטן או תהליכים ידניים, ללא שימוש בבינה מלאכותית חיזוי ואנליטיקה מתקדמת.

ניתוק מהטכנולוגיה מוביל לקבלת החלטות איטית ולא מדויקת בגיוס, שימור ופיתוח העובדים.

2 היצמדות להגדרות תפקיד נוקשות:

קיבוע של הארגון במבנים היררכיים מיושנים במקום מעבר למודל דינמי מבוסס מיומנויות.

מנהלי משאבי אנוש שלא ידעו למפות ולנייד כישורים בזמן אמת, יגרמו לארגון לאבד את הגמישות התפעולית שלו.

3 הזנחת הבטיחות הפסיכולוגית ושחיקת העובדים:

כפיית שינויים טכנולוגיים וארגוניים תכופים ללא מעטפת של תמיכה רגשית, תקשורת שקופה ובניית אמון.

התעלמות מהרווחה הנפשית של העובדים תוביל לגל שחיקה, ירידה בתפוקה והתפטרות שקטה.

ממחקרים של חברת היעוץ מקינזי עולה, כי ארגונים שלא ישלבו כלי בינה מלאכותית ואנליטיקה בתהליכי משאבי האנוש שלהם בחמש השנים הקרובות יסבלו מפיגור של כ-40% ביעילות תהליכי הגיוס וההכשרה בהשוואה למתחריהם.

החוקרים של חברת המחקר גרטנר מזהירים, כי כ-60% מכישלונות הטרנספורמציה הדיגיטלית בארגונים אינם נובעים מכשל טכנולוגי, אלא מעייפות משינויים של העובדים. זהו אתגר קריטי שמנהלי משאבי אנוש רבים נכשלים בניהולו.

בדו"ח מגמות ההון האנושי של דלויט מציינים החוקרים, כי כ-73% מהמנכ"לים רואים במעבר למודל מבוסס מיומנויות, תנאי קיומי לעסק.

מנהל משאבי האנוש שלא יוביל שינוי זה מסתכן באובדן הרלוונטיות האסטרטגית שלו בשולחן ההנהלה.

ממחקרים של גאלופ עולה, כי מנהלים הנכשלים בביסוס אמון ובטיחות פסיכולוגית בתקופות של שינוי מאיצים את שחיקת העובדים, מה שמוביל לעלייה של כ-48% בשיעורי התחלופה הרצונית בארגון.

מסקרים של PwC עולה, כי כ-58% מסמנכ"לי משאבי האנוש מציינים כי פער באוריינות דיגיטלית של מנהלי משאבי האנוש עצמם הוא החסם המרכזי שמונע מהם מלהוביל תהליכים מבוססי טכנולוגיה בארגון.

איך להימנע מכישלון מנהל משאבי האנוש:

כדי לחצות בשלום את חמש השנים הקרובות, מנהלי משאבי אנוש חייבים לשלב בין אוריינות טכנולוגית גבוהה לבין ביטוי עמוק לאנושיות ולנקודות החוזק של בני האדם על פני הבינה המלאכותית.

עליהם להפוך למובילי דאטה וחדשנות, ובבד בבד לשמש כמצפן הערכי והתרבותי של הארגון. מצפן שדואג לחוסן, לאמון ולרווחת העובדים בתוך הנהר הסוער של השינוי.

The post 3 גורמים שעלולים להכשיל מנהלי משאבי אנוש בחמש השנים הקרובות first appeared on HRUS משאבי אנוש.

השילוב של בינה מלאכותית יוצרת (Generative AI) וסוכני ניתוח אוטונומיים בארגונים, משנה מהיסוד את האופן שבו מנהלי משאבי אנוש מאתרים את העובדים המשקיעים באופן עקבי מעל ומעבר לדרישות התפקיד.

מערכות האלגוריתמים המודרניות מצליחות להצליב מיליארדי נקודות נתונים בזמן אמת, ומספקות למנהלי משאבי האנוש מפה אובייקטיבית ונטולת הטיות של פוטנציאל הצמיחה הארגוני.

היכולת להביט מעבר למדדים יבשים ולזהות מצוינות סמויה היא שמבדילה כיום בין ארגונים מובילים לאלה שמשתרכים מאחור.

ממחקרים של חברת היעוץ מקינזי עולה, כי ארגונים המיישמים ניתוח נתונים מתקדם מבוסס בינה מלאכותית לזיהוי כישרונות, מדווחים על עלייה של כ-25% בשימור עובדים בעלי תפוקה גבוהה, הודות להצעת מסלולי קידום מדויקים ובזמן הנכון.

החוקרים של חברת המחקר גרטנר מעריכים, כי עד סוף שנה זו (2026), כ-70% מהארגונים הגלובליים ישלבו כלי בינה מלאכותית ניתוחיים בתהליכי הערכת העובדים והניהול ההתפתחותי, לעומת פחות מ-30% בשנים הקודמות.

בדו"ח מגמות ההון האנושי של חברת דלויט מדגישים החוקרים, כי המעבר לניהול מבוסס מיומנויות נשען באופן ישיר על בינה מלאכותית.

המערכות מזהות מיומנויות שקופות, כלומר, כישורים שהעובד מפעיל בפועל מעבר להגדרת תפקידו המקורית.

ממחקרים של חברת גאלופ עולה, כי עובדים מצטיינים אשר זוכים להכרה ולקידום המבוססים על נתוני אמת אובייקטיביים מציגים רמת מחוברות הגבוהה פי 3.5 בהשוואה לתהליכי קידום מסורתיים.

בסקרים של PwC, כ-62% מסמנכ"לי משאבי האנוש מציינים, כי הפחתת הטיות סובייקטיביות בעזרת בינה מלאכותית, היא המנוע המרכזי שלהם לאימוץ טכנולוגיות אלו בתהליכי ניוד פנימי.

להלן 6 מנגנונים טכנולוגיים לזיהוי עובדים מצטיינים:

1 ניתוח תפוקות דינמי:

אלגוריתמים המודדים לא רק עמידה ביעדים (כמו נפח מכירות או הובלת פרויקטים), אלא גם מדדי ערך מוסף, כגון שיעורי יוזמה עצמאית, ייעול תהליכים ואיכות התוצרים בזמן אמת.

2 מיפוי מיומנויות אדפטיבי:

הבינה המלאכותית משווה באופן רציף בין יכולות העובד בפועל לבין הדרישות של תפקידי ניהול או תפקידי מפתח מקצועיים עתידיים, ומזהה פערים מינימליים הדורשים הכשרה קצרה בלבד.

3 עיבוד שפה טבעית (NLP) למשובים:

ניתוח מתקדם של הערכות עמיתים, תקשורת פנים-ארגונית ואזכורים חיוביים מעבר לדיווחים היבשים, כדי לאתר מנהיגות טבעית ורוח צוות יוצאת דופן.

4 מדדי מעורבות ותשוקה מקצועית:

ניטור דפוסי השתתפות ביוזמות כלל-ארגוניות, יכולת למידה עצמית בפלטפורמות הדרכה, ושביעות רצון פנימית המנבאים נכונות לסיכון ולצמיחה.

5 ניתוח חזוי (ניתוח מנבא):

עיבוד היסטוריית התקדמות של עובדים בולטים מהעבר, כדי לחזות במידת דיוק גבוהה אילו עובדים בהווה יצליחו במעבר לתפקידים מורכבים יותר.

6 התווית מסלולי קריירה מותאמים אישית:

בניית תרחישי קידום מותאמים אישית המתאמים בין השאיפות האישיות של העובד לבין הצרכים האסטרטגיים של הארגון.

The post איתור וזיהוי עובדי-על באמצעות בינה מלאכותית מתקדמת first appeared on HRUS משאבי אנוש.

כיום, בשנת 2026 הבינה המלאכותית, ובפרט הבינה המלאכותית היוצרת  (ה-Generative & Agentic AI) אינה עוד טכנולוגיה חדשנית, אלא מהווה את התשתית הבסיסית של עולם העבודה.

השאלה המרכזית כבר אינה האם הבינה המלאכותית תחליף את בני האדם, אלא איך משתנה ההגדרה של העבודה האנושית.

במוקד הטרנספורמציה הזו ניצבים מנהלי משאבי האנוש, הנדרשים כיום להוביל את הארגונים בתוך מציאות דינמית, שבה גבולות המשרה המסורתית מיטשטשים והמשימות משתנות בקצב חסר תקדים.

מאוטומציה להרחבת יכולות:

החשש ההיסטורי מגלי פיטורים המוניים התחלף במודל מורכב בהרבה, המתמקד בעובד המועצם.

ממחקרים עדכניים שנערכו על ידי מקינזי על פיריון העבודה בעידן הבינה המלאכותית עולה, כי טכנולוגיות הבינה המלאכותית מסוגלות כיום להחליף או לבצע אוטומציה של 60% עד 70% מהפעילויות השגרתיות והמנהליות שתפסו בעבר את זמנם של עובדי ידע.

עם זאת, הדגש עבר מהכחדת תפקידים להסטת הזמן האנושי לעבר חשיבה אסטרטגית, יצירתיות ופתרון בעיות מורכבות.

ממחקרים של גרטנר עולה, כי יותר מ-80% מהיישומים הארגוניים משלבים כיום רכיבי בינה מלאכותית יוצרת.

החוקרים של גרטנר מצביעים על כך, שהערך הכלכלי הגבוה ביותר נובע דווקא משיתוף פעולה הדוק בין אדם לרובוט או סוכן בינה מלאכותית, ולא מהחלפה מלאה של עובדים על ידי הבינה המלאכותית.

האתגר של ארגונים כיום אינו סגירת תקנים ותפקידים, אלא סגירת פערי כישורים ומיומנויות, שכן קצב הופעת התפקידים החדשים מהיר מקצב ההכשרה האקדמית והמקצועית הקלאסית.

הקץ לחוזה העבודה המסורתי והמעבר לחוזה תפוקות ואיכות:

אחד השינויים העמוקים ביותר שחלו בעולם העבודה נוגע למהות ההסכם בין העובד למעסיק.

בעבר, חוזי העבודה התבססו על 'מכירת' זמן ומאמץ. העובד התחייב לשעות עבודה מוגדרות, והמעסיק שילם תמורת הזמן הזה.

בימים אלה, כשתפוקות מונוטוניות מבוצעות בשניות על ידי מערכות אוטומטיות, מודל זה הפך לבלתי רלוונטי.

ממחקרים של חברת דלויט עולה, כי ניתן לראות מעבר דרמטי של ארגונים מניהול מבוסס תפקידים, לניהול מבוסס כישורים ומיומנויות.

כתוצאה מכך, חוזי העבודה החדשים גמישים בהרבה, מותאמים אישית ומודדים איכות, ערך מוסף, מקוריות וחשיבה ביקורתית, ולא נוכחות במשרד או שעות מסך.

מכיוון שמשימות השגרה הפכו לקומודיטי, השכר עבור הון אנושי בעל יצירתיות גבוהה, אינטליגנציה רגשית ויכולת הובלה ארגונית הולך ועולה.

נתונים בזמן אמת וקבלת החלטות אסטרטגית:

בתחום ניהול המשאב האנושי, הבינה המלאכותית הפכה ממערכת סינון קורות חיים בסיסית לשותף אסטרטגי בזמן אמת:

ניתוח חוזה וחיזוי מגמות: מערכות שמבצעות תחזיות וניתוחי נתונים בתחום משאבי אנוש, מעבדות כיום נתוני עתק בזמן אמת. הן מזהות מוקדי שחיקה, חוזות נטישת עובדים וממליצות על מסלולי קידום ושימור עוד לפני שהעובד מביע שחיקה בפועל.

למידה והכשרה מותאמת אישית: עידן הקורסים הכלליים לכל המחלקה חלף. כלי בינה מלאכותית בונים כיום לכל עובד מסלול התפתחות דינמי המבוסס על פערי המיומנויות והכישורים האישיים שלו, על שאיפות הקריירה שלו ועל צרכי הארגון המשתנים.

אחריות ניהולית: ממחקרים שערכה חברת PwC עולה, כי האלגוריתם אינו מחליף את שיקול הדעת האנושי. הבינה המלאכותית מספקת את הניתוח והתובנות, אבל ההכרעה, האמפתיה וניהול העובדים נשארות בידיהם של מנהלי משאבי האנוש והמנהלים הישירים.

חווית העובד, רווחה נפשית ובטיחות פיזית:

השילוב של רובוטיקה מתקדמת ובינה מלאכותית משנה גם את סביבת העבודה הפיזית והמנטלית.

בתעשייה, בלוגיסטיקה ובבינוי, רובוטים אוטונומיים ומערכות ראייה ממוחשבת מבצעים כיום את המשימות המסוכנות ביותר (עבודה בגובה, הרמת משאות, סביבות חומרים מסוכנים). העובד האנושי עבר מתפקיד המבצע לתפקיד המפקח והמנהל של הצי הרובוטי, דבר שהפחית באופן דרמטי את שיעור תאונות העבודה.

החוקרים של חברת גאלופ מזהירים במחקרם: State of the Global Workplace, כי לצד ההקלה בעומס הפיזי והפישוט של משימות משרדיות, הבינה המלאכותית מציבה אתגר מנטלי חדש: חרדת טכנולוגיה וטשטוש גבולות.

עובדים המרגישים כי הארגון משקיע בטכנולוגיה אבל מזניח את הפיתוח המקצועי שלהם, מדווחים על ירידה במידת המעורבות והמחוברות ועלייה ברמות הלחץ.

לכן, תפקידו של מנהל משאבי האנוש בימים אלה, הוא ליצור ביטחון פסיכולוגי וללוות את העובדים בתהליכי השינוי.

שוויון וחלוקת המשאבים – האם הבינה המלאכותית מצמצמת פערים סוציו-אקונומיים או מרחיבה אותם:

מחד, הטכנולוגיה מעניקה מקדמי כוח חזקים לעובדים זוטרים ומאפשרת להם להגיע לרמת תפוקה של עובדים מנוסים בזמן קצר בהרבה.

מאידך, ממחקרים של PwC עולה, כי פער השכר בין עובדי ידע עתירי מיומנויות בינה מלאכותית לבין עובדים המבצעים עבודה שטרם עברה דיגיטליזציה עלול להתרחב, אם ארגונים ומדינות לא יצליחו להגדיל את נגישות ההכשרות לכלל השכבות.

בסיכומו של דבר, שוק העבודה של 2026 הוכיח, כי הטכנולוגיה אינה מחליפה את בני האדם, אלא היא מעמידה במבחן את היכולת האנושית להתפתח.

מנהלי משאבי אנוש אינם עוד מנהלי כוח אדם טכניים, אלא ארכיטקטים של הון אנושי וארגוני.

המפתח להצלחה ארגונית בעידן הנוכחי אינו טמון רק ברכישת מערכות הבינה המלאכותית המתקדמות ביותר, אלא ביכולת של הארגון לשלב בין העוצמה חישובית של המכונה לבין היצירתיות, האמפתיה והחזון של בני האדם.

The post מפת הדרכים למנהלי משאבי אנוש בעידן ה-AI first appeared on HRUS משאבי אנוש.

בעוד הכלכלה הישראלית נחשבת לחממת חדשנות גלובלית, ניתוח מעמיק של דפוסי אימוץ הטכנולוגיה חושף פער דרמטי, כמעט קוטבי, בין מובילות עולמית חסרת תקדים במגזר ההייטק, לבין דשדוש ופערי ידע משמעותיים במגזרים המסורתיים (Non-Tech).

מחקרים בינלאומיים עדכניים ממקמים את ישראל בצמרת העולמית מבחינת שימוש אינדיבידואלי וארגוני בטכנולוגיה.

מסקר גלובלי רחב היקף של חברת Anthropic בשיתוף סוכנות 5WPR ו-Louder עולה, כי ישראל מדורגת במקום הראשון בעולם בשיעור אימוץ הבינה המלאכותית לנפש.

הנתונים מראים כי הישראלים משתמשים במודל קלוד (Claude) פי 4.9 מהממוצע העולמי.

לשם השוואה, סינגפור נמצאת במקום השני עם פי 4.19 מהממוצע העולמי וארה"ב במקום השלישי בלבד עם פי 3.69 מהממוצע העולמי.

מהסקר עולה, כי כ-95% מעובדי ההייטק בישראל משלבים כיום כלי בינה מלאכותית כחלק קבוע משגרת העבודה היומית שלהם.

אלא שהתמונה משתנה מקצה לקצה כשמביטים אל מעבר לגבולות ענף ההייטק.

סקר מקיף של הלשכה המרכזית לסטטיסטיקה (הלמ"ס), שנותח בהרחבה על ידי המכון הישראלי לדמוקרטיה וגופים כמו DatA-IL, חושף משק דואלי.

מהנתונים של הלשכה המרכזית לסטטיסטיקה עולה, כי כ-39% מהעסקים בישראל מדווחים על שימוש מסוים בבינה מלאכותית.

עם זאת, פילוח הנתונים מראה ששיעור זה נשען כמעט כולו על מגזר ההייטק, שבו כ-65% מהחברות משתמשות בבינה מלאכותית באופן פעיל ומתקדם.

בניגוד מוחלט לענף ההייטק, חברות שאינן חברות הייטק בישראל, כלומר, תעשייה מסורתית, מסחר, שירותים וענף הפיננסים, מציגות אחוזי אימוץ נמוכים מאוד וחשש ניכר מפני הבינה המלאכותית.

מחקר של רשות החדשנות מראה כי בעוד שבענף ההייטק, כ-23% מהחברות מיישמות בינה מלאכותית למשימות קוגניטיביות ומורכבות, הרי שבתעשייה המסורתית הנתון הזה צונח לכשלושה אחוזים בלבד.

רוב הארגונים שאינם חברות הייטק משתמשים בבינה מלאכותית רק לביצוע משימות שגרתיות ופשוטות, לרבות מענה אוטומטי בסיסי או ניסוח אימיילים, ומדווחים על חסמים קריטיים של חוסר מיומנות מקצועית ופחד מפני פגיעה באבטחת מידע ופרטיות.

בהשוואה למדינות מערביות אחרות, הפער הפנים-ארגוני בישראל בולט במיוחד.

במדינות ה-OECD, תהליך הטמעת הבינה המלאכותית, במגזרים מסורתיים כמו קמעונאות, בריאות וייצור, מתקדם בקצב אחיד ומאוזן יותר.

מדו"חות של ה-OECD ומסקרים של חברות ייעוץ גלובליות עולה, כי במערב אירופה ובארה"ב, הרגולציה והתוכניות הממשלתיות דוחפות להכשרת עובדים ולסגירת פערים דיגיטליים במגזרים המסורתיים.

בישראל, לעומת זאת, כוחות השוק החזקים של ענף הטכנולוגיה מושכים אליהם את רוב המשאבים והכישרונות, מה שמותיר את שאר המשק מאחור.

התוצאה היא פיריון עבודה דואלי. מצד אחד, עובדי ההייטק הישראלים נהנים משיפור דרמטי ביעילות.

ממחקר של רשות החדשנות עולה, כי כ-70% מעובדי ההייטק הישראלים מדווחים על שיפור משמעותי באיכות התוצרים וכ-50% מדווחים על קיצור ניכר בזמן העבודה בזכות הבינה המלאכותית.

מצד שני, הארגונים שאינם הייטק מפספסים את רכבת הפיריון. מצב זה מאיים להרחיב עוד יותר את הפערים הכלכליים והחברתיים בישראל בשנים הקרובות.

בעוד שהטכנולוגיה עצמה נגישה לכול, פערי הידע והיעדר אסטרטגיה לאומית כוללת לדיגיטציה של המגזר המסורתי, מונעים מישראל לתרגם את הבכורה העולמית שלה בבינה מלאכותית  לצמיחה רוחבית של כלל המשק.

The post ישראל מובילה באימוץ AI אבל יש פערים מדאיגים בין הייטק לשאר המשק first appeared on HRUS משאבי אנוש.

המשמעות היא הנחיות רשמיות מההנהלה, אימיילים ממנכ"לים ומצגות חובה.

אלא שההיסטוריה של השינויים הארגוניים מוכיחה, כי גישה זו מייצרת בעיקר התנגדות פסיבית וחרדה.

כדי לעבור באמת ממצב של דחיית השינוי לאימוצו המלא, ארגונים זקוקים לגישת 'מלמטה למעלה' המבוססת על השפעה חברתית פנים-ארגונית.

הכלי האפקטיבי ביותר לעשות זאת הוא תוכנית 'שגרירים דיגיטליים' בתוך הארגון.

כלומר, להכשיר רשת של עובדים במחלקות השונות שמובילים את השינוי בגובה העיניים.

הנתונים המחקריים תומכים בכך באופן חד-משמעי. ממחקר של חברת הייעוץ והמחקר מקינזי עולה, כי פרויקטים של טרנספורמציה דיגיטלית, שבהם היו מעורבים מובילי שינוי מתוך הארגון ('שגרירים') היו בעלי סיכוי הגבוה פי 3.5 להצליח בהשוואה לפרויקטים שהסתמכו על הנחיות הנהלה בלבד.

בנוסף, ממחקר של חברת המחקר גרטנר עולה, כי עובדים נוטים לתת אמון בהמלצות של עמיתיהם לעבודה בשיעור של פי שניים יותר מאשר בהנחיות שמגיעות ישירות ממנהלי הדרג הבכיר.

להלן 4 שלבים מבניים שמאפשרים להקים בארגון רשת 'שגרירים דיגיטליים' אפקטיבית שתניע את מהפכת הבינה המלאכותית בארגון:

1 איתור וגיוס השגרירים הנכונים:

הטעות הנפוצה היא לבחור אוטומטית באנשי מחלקת המערכות המידע (IT).

שגריר דיגיטלי מוצלח הוא לאו דווקא המתכנת הטוב ביותר, אלא עובד בעל השפעה חברתית, סקרנות טבעית, אמפתיה ויכולת הדרכה.

יש לפרסם מודעה המזמינה עובדים מכל המחלקות (שיווק, כספים, שירות לקוחות וכו) להצטרף לתוכנית. יש להתמקד בעובדים שמגלים תשוקה אמיתית להתייעלות טכנולוגית.

2 הכשרה ייעודית מקיפה להגברת מיומנויות:

ה'שגרירים' צריכים לקבל גישה ראשונית לכלים, להכשרות מעמיקות והזדמנות להתנסות בטכנולוגיות החדשות לפני שאר הארגון.

מחקרים של חברת IDC מדגישים, כי יש לצייד את השגרירים לא רק במיומנויות טכניות, אלא גם במיומנויות רכות של הובלת שינוי, התמודדות עם התנגדויות והעברת מסרים.

3 הגדרת תפקיד ברורה והקצאת זמן ייעודי:

אי אפשר לצפות מעובד להיות שגריר מצטיין אם המשימה נופלת עליו כעומס נוסף ב-150% משרה.

על מנהלי משאבי האנוש לעגן את התפקיד מול המנהלים הישירים ולהגדיר זמן ייעודי לכך.

לדוגמה, יש להקצות 10% מזמנם השבועי של עובדים אלה, המוקדש לתמיכה בעמיתים, העברת סדנאות קצרות או כתיבת טיפים שבועיים.

4 הוקרה הכרה ותגמול:

על מנת לשמר את המוטיבציה של השגרירים, יש לייצר עבורם מעמד מיוחד בארגון.

זה יכול להתבטא בחשיפה להנהלה הבכירה, תעודות הוקרה, גישה לאירועים מקצועיים חיצוניים, או אף תגמול נוסף סמלי.

כשהארגון מראה שהוא מעריך את מובילי השינוי שלו, הוא מייצר סביבם קהילה שסוחפת אחריה את שאר העובדים.

The post איך לבנות תוכנית 'שגרירים דיגיטליים' להאצת אימוץ AI בארגון first appeared on HRUS משאבי אנוש.

אבל מתחת לפני השטח רוחש איום קיומי סמוי: הפער בין הכלים הטכנולוגיים החדשים לבין היכולת המעשית של העובדים להשתמש בהם אינו סתם פער דיגיטלי, הוא איום ישיר על שרידותו של הארגון.

שוק העבודה ניצב כיום בפני סכנה של אנאלפביתיוּת דיגיטלית פונקציונלית, שבה עובדים מחזיקים בכלים עוצמתיים אבל משתמשים בהם בצורה שטחית, שגויה או לא משתמשים בהם כלל מתוך פחד וחוסר הבנה.

הנתונים מהשטח לא משאירים מקום לספק. ממחקר של חברת גרטנר עולה, כי כ-70% מהעובדים מודים שהם לא שולטים במיומנויות הנדרשות לעבודתם הנוכחית, וכי הקצב שבו טכנולוגיות חדשות נכנסות לארגון מהיר פי כמה מקצב הלמידה שלהם.

במקביל, ממחקר של חברת Microsoft (Work Trend Index) עולה נתון מטריד לא פחות: כ-55% מהעובדים חוששים שהם לא יצליחו להדביק את הקצב של מהפכת הבינה המלאכותית. מצב זה יוצר התנגדות פסיבית ושקטה לשינוי.

המשמעות היא השקעות ענק בטכנולוגיה שיורדות לטמיון, לצד צניחה דרמטית בפריון העבודה בהשוואה למתחרים זריזים.

להלן 3 צעדים שעל מנהל משאבי האנוש לנקוט כדי למנוע את קריסת הארגון מול מהפיכת הבינה המלאכותית:

1 מיפוי דינמי של פערי המיומנויות:

לא ניתן לפתור בעיה שלא מבינים את היקפה. במקום לשלוח את כל הארגון להדרכת בינה מלאכותית גנרית, החוקרים של חברת המחקר מקינזי ממליצים לעבור למודל של מיפוי מיומנויות מבוסס תפקיד.

לשם כך יש לנתח אילו משימות בכל מחלקה יכולות לעבור אוטומציה או שדרוג באמצעות בינה מלאכותית, ולמדוד את רמת המוכנות המדויקת של העובדים באותם תפקידים.

2 מעבר למיקרו-למידה והתנסות חווייתית:

הדרכות קבוצתיות ארוכות פשוט לא עובדות בעידן הדינמי הנוכחי.

הדרך האפקטיבית ביותר להילחם באנאלפביתיות דיגיטלית היא יישום מתודולוגיה של מיקרו-למידה.

כלומר, יחידות תוכן קצרות וממוקדות של חמש עד עשר דקות המשולבות בתוך יום העבודה הרגיל.

בנוסף, יש לייצר 'ארגזי חול' (Sandboxes) דיגיטליים בטוחים (נפרדים מהמערכת של הארגון) שבהם עובדים יכולים להתנסות בכלי בינה מלאכותית, לשגות ולגלות שימושים חדשים ללא חשש לפגיעה במידע רגיש של החברה.

3 יצירת רשת שגרירים דיגיטליים:

שינוי תרבותי לא קורה רק מלמעלה (מההנהלה) כלפי מטה (אל העובדים).

יש לזהות עובדים שהם זריזים דיגיטלית בכל מחלקה ולהפוך אותם לשגרירים שמדריכים את עמיתיהם בגובה העיניים. זהו הכלי החזק ביותר להפחתת החרדה של העובדים האחרים.

ממחקר של חברת המחקר IDC עולה, כי ארגונים שהטמיעו רשתות של מובילי שינוי פנימיים, הציגו קצב אימוץ טכנולוגי המהיר פי 2.5 מאלו שהסתמכו על הנחיות מההנהלה בלבד.

בסופו של דבר, מהפכת הבינה המלאכותית היא לא אתגר טכנולוגי אלא אתגר אנושי.

מידת היכולת של מנהל משאבי האנוש להפוך את כוח האדם הנוכחי לחסין דיגיטלית היא זו שתקבע אם הארגון יצעד קדימה, או ישאר מאחור.

The post איך לשרוד את האנאלפביתיוּת הדיגיטלית בארגון בעידן ה-AI first appeared on HRUS משאבי אנוש.

בעולם העסקי השמרני, הפקדת הגה ההנהלה בידי אלגוריתם של בינה מלאכותית, גם אם בחלקה כגימיק שיווקי, דרשה מהמשקיעים לשחרר את אחיזתם במודל הניהול האנושי המסורתי ולסמוך על 'קופסה שחורה' מתמטית במטרה להשיג יתרון תחרותי.

תעוזה זו סוללת את הדרך לשינוי עמוק בהרבה במהלך העשור הקרוב.

מתחזיות עדכניות של חברות המחקר גרטנר ו-PwC לשנת 2036, שוק הארגונים צפוי לראות מגמה מתרחבת שבה חברות מעבירות חלקים קריטיים מתפקידי ההנהלה הבכירה (המנכ"ל והסמנכ"לים) לידי מערכות בינה מלאכותית עצמאיות.

לא מדובר עדיין בהחלפת המנכ"ל והסמנכ"לים, אלא בביזור סמכויות הניהול השוטף, ניתוח הסיכונים והקצאת המשאבים לידי סוכני בינה מלאכותית אוטונומיים, שיהפכו לחלק בלתי נפרד מהדרג המנווט של עולם המחר.

להלן שני מקרה מבחן של שתי החברות ש"מינו" בינה מלאכותית לתפקידי מנכ"ליות:

1 חברת המשקאות Dictador מינתה רובוט מבוסס בינה מלאכותית בשם Mika לתפקיד מנכ"לית (2022-2024):

חברת המשקאות Dictador עשתה כותרות רבות בכל העולם בעת שמינתה רובוט דמוי אדם מבוסס בינה מלאכותית, בשם Mika לתפקיד מנכ"לית רשמית.

איך זה עבד:

המנכ"לית (הרובוט מבוסס בינה מלאכותית) 'מיקה' היתה אחראית על משימות כמו איתור לקוחות פוטנציאליים, בחירת אמנים לעיצוב בקבוקי היוקרה של החברה וקבלת החלטות מבוססות נתונים לגבי שווקים חדשים.

היא פעלה 24/7, ללא רגשות, והצהירה בראיונות שההחלטות שלה נקיות מהטיות אישיות.

המסקנות והמציאות:

למרות שהחברה הציגה זאת כמהפכה ניהולית, התברר מהר מאוד שמדובר בעיקר במהלך יחסי ציבור (גימיק שיווקי) מבריק.

החלטות אסטרטגיות כבדות משקל, חתימה על חוזים וניהול פיננסי אמיתי, נותרו לחלוטין בידי ההנהלה האנושית ומועצת המנהלים של החברה.

'מיקה' שימשה כפנים של המותג בעידן הדיגיטלי, אבל לא החליפה את המנכ"ל האנושי שהמשיך לפעול מאחורי הקלעים.

2 חברת הגיימינג הסינית NetDragon Websoft מינתה מנכ"לית בינה מלאכותית בשם Tang Yu (2022):

חברה סינית גדולה מאוד, בשם NetDragon Websoft, העוסקת במשחקי אונליין וחינוך דיגיטלי, מינתה מנכ"לית וירטואלית מבוססת בינה מלאכותית בשם Tang Yu לחברה הבת הגדולה שלה.

איך זה עבד:

במקרה זה, זה היה קרוב יותר לפיילוט תפעולי אמיתי. מנכ"לית הבינה המלאכותית 'טאנג יו', היתה אחראית על ניתוח ביצועים בזמן אמת, ייעול תהליכי עבודה במשרד, ניהול סיכונים ויצירת סביבת עבודה שוויונית יותר לעובדים (על ידי הערכת ביצועים אובייקטיבית).

התוצאות:

מעניין לראות שבתקופה שלאחר המינוי, מניית החברה הציגה ביצועים עודפים ביחס לשוק המניות של הונג קונג.

המערכת הצליחה לייעל משמעותית תהליכים ביורוקרטיים פנים-ארגוניים ולחסוך שעות עבודה רבות למנהלי ביניים.

המסקנה:

גם במקרה הנוכחי, הבינה המלאכותית לא קבעה את הכיוונים שאליהם החברה הולכת או אילו משחקים לפתח מאפס, אלא שימשה כמנוע אופטימיזציה ענק לניהול השוטף של הארגון.

מה ניתן ללמוד מהניסויים האלה:

הניסויים המוקדמים הללו הוכיחו שבינה מלאכותית מצטיינת בניהול מיקרו-תפעולי, כלומר, בניהול משימות, לוחות זמנים, חלוקת משאבים וניתוח דו"חות.

אבל היא נכשלת ברגע שנדרשת מנהיגות. כלומר, היכולת להוביל אנשים, לעורר השראה, לנהל משא ומתן פוליטי או לקחת סיכונים אינטואיטיביים שלא מסתמכים על נתוני העבר.

The post 2 מקרה מבחן של חברות שמינו AI לתפקידי מנכ"ליות first appeared on HRUS משאבי אנוש.

ועם זאת, לאור ההשערות על הגעה לבינה מלאכותית כללית (AGI) כבר בשנים הקרובות, השאלה הופכת למעשית: האם בחמש השנים הקרובות, עד שנת 2031, נראה חברות המנוהלות באופן בלעדי על ידי בינה מלאכותית.

התשובה הקצרה היא לא. אבל אין ספק שהמודל הניהולי ישתנה ללא היכר.

בעוד שסוכני בינה מלאכותית אוטונומיים ינהלו זרועות תפעוליות שלמות, הנהלה בלעדית, ללא בני אנוש בדרג ההנהלה הבכירה (מנכ"ל וסמנכ"לים) אינה סבירה עד 2031 בשל חסמים משפטיים, פסיכולוגיים וטכנולוגיים.

עם זאת, שוק הארגונים אכן נע במהירות לעבר עידן של עסקים אוטונומיים.

איך זה עשוי להתאפשר בפועל:

ממחקר שערכה חברת גרטנר באפריל 2026 עולה, כי כ-80% מהמנכ"לים מאמינים שבינה מלאכותית תאלץ אותם לבצע שינוי יסודי ביכולות התפעוליות של החברה, כשהמגמה היא מעבר מעסק דיגיטלי לעסק אוטונומי.

עוד עולה מהמחקר של גרטנר, כי כ-27% מהמנכ"לים צופים, כי עד סוף 2028 החברות שבניהולם יפעלו במידה רבה ללא התערבות אנושית ישירה.

בפועל, ניהול מבוסס בינה מלאכותית יתאפשר באופן חלקי באמצעות רשתות של סוכנים מרובים (Multi-Agent Systems) כך:

סמנכ"ל כספים: מערכת שתנתח תזרים מזומנים בזמן אמת, תבצע גידורים אוטומטיים בשוק ההון, ותקצה תקציבים למחלקות לפי מדדי ביצוע מדויקים, ללא צורך באישור אנושי.

סמנכ"ל שיווק: כלי שיזהה טרנדים ברשתות החברתיות, יקצה תקציבי פרסום ויעצב קמפיינים מותאמים אישית.

ממחקרים של חברת מקינזי עולה, כי יוזמות מסוג זה מביאות כבר עתה לזינוק של עשרות אחוזים בשביעות רצון הלקוחות ובמכירות.

המנכ"ל האלגוריתמי: יתפקד כמערכת-על שמסנכרנת בין הסוכנים השונים, מקבלת החלטות מאקרו-כלכליות ומנווטת את משאבי החברה על בסיס הררי נתונים שבן אנוש אינו מסוגל לעבד במקביל.

סקר של גרטנר שנערך בקרב יותר מ-700 מנמ"רים (CIOs) צופה, כי עד שנת 2030, כ-25% מכלל עבודת ה-IT תבוצע על ידי בינה מלאכותית לבדה, וכ-75% מכלל עבודת ה-IT תבוצע על ידי בני אנוש המתוגברים על ידי הטכנולוגיה.

למה חברות לא ינוהלו בלעדית על ידי בינה מלאכותית – 3 החסמים המרכזיים:

למרות הזינוק הטכנולוגי, יש 3 סיבות מרכזיות שימנעו החלפה מוחלטת של שדרת הניהול האנושית בחמש השנים הקרובות:

1 אחריות משפטית וצווארי בקבוק רגולטוריים:

מי צריך להכנס לכלא או לשלם פיצויים אם חברה מפרה את החוק או קורסת: חוקי החברות ברחבי העולם דורשים ישות משפטית אנושית הנושאת באחריות (חובת נאמנות).

מועצות מנהלים ובעלי מניות לא יאשרו ניהול שאין בו בן אנוש שאפשר לתבוע במקרה של כשל רגולטורי או הונאה.

2 משבר האמון והצורך באסטרטגיה:

ממחקר שנערך בתחילת השנה (2026) על ידי מקינזי, על מצב האמון בבינה מלאכותית עולה, כי כששה אחוזים בלבד מהארגונים מוגדרים כבעלי ביצועים גבוהים דיים באופן שהם מצליחים לתרגם את הבינה המלאכותית לרווח נקי משמעותי (מדובר על יותר מחמישה אחוזי EBITA).

הרוב המכריע מתמודד עם בעיות של דיוק (בגלל 'הזיות' של מודלים) ועלויות גבוהות.

זאת ועוד, ניהול חברה דורש ניווט אינטואיטיבי בעת משבר, בניית קשרים אנושיים עם משקיעים ושותפים אסטרטגיים, ויצירת חזון. תכונות אלה לא קיימות במודלים מתמטיים.

3 התנגדות של בעלי מניות ומועצות מנהלים:

מנכ"ל אינו רק מקבל החלטות, הוא גם הפנים של החברה. משקיעים מוסדיים לא יפקידו מיליארדי דולרים בידי אלגוריתם שהוא למעשה 'קופסה שחורה' ושעלול לחוות תפנית פתאומית בגלל באג במערכת או מתקפת סייבר.

בשורה התחתונה, עד 2031, עולם הארגונים לא צפוי לראות חברות Fortune 500 ללא מנכ"ל אנושי.

במקום זאת, שוק העבודה כן צפוי לראות מנכ"לים אנושיים שמנהלים ארגונים רזים משמעותית, שבהם שכבת הסמנכ"לים ומנהלים בדרגי הביניים הוחלפה ברובה במערכות בינה מלאכותית אוטונומיות.

המנהיג האנושי של 2031 לא יימדד ביכולת הניתוח שלו, אלא ביכולת שלו להנחות את הבינה המלאכותית, להציב לה גבולות אתיים, ולתקשר את החזון לעולם האמיתי.

The post איך ה-AI צפויה לשנות את המודל הניהולי עד 2031 first appeared on HRUS משאבי אנוש.

הנהלות בכירות של חברות חייבות לקחת בחשבון שיש יותר ויותר עובדים בעלי כישורים ומיומנויות נדרשים, שמעדיפים להשקיע בעתידם.

המשמעות היא שהם מעדיפים ללמוד איך לעבוד עם בינה מלאכותית ולצבור ניסיון בעבודה איתה.

כתוצאה מכך, בתקופה הקרובה ניתן יהיה לראות יותר ויותר עובדים מוכשרים שיעדיפו לעבור לחברות שמציעות לשלוח אותם להכשרות כאלה ולתת להם תפקיד שבו הם יצברו ניסיון בעבודה עם בינה מלאכותית, גם במחיר של ירידה משמעותית בשכר.

אסטרטגיית שימור מבוססת יכולת השתכרות עתידית (Employability):

אם בעבר עובדים נשארו בארגון בגלל שכר או תנאים, כיום הם נשארים בארגון שמבטיח שהם לא יהפכו ללא-רלוונטיים בשוק העבודה.

כיום יש עובדים ששוקלים ברצינות לעזוב את מקום עבודתם הנוכחי ולעבור לחברה אחרת, תוך ספיגת ירידה משמעותית בשכר, משום שהחברה האחרת מציעה תוכנית הכשרה מקיפה ומובנית לעבודה עם בינה מלאכותית.

בעוד שלא מעט ארגונים עדיין קופאים על השמרים או שמפטרים טלנטים שתפקידם נתפס על ידי הבינה המלאכותית, במקום להכשיר אותם לעבוד עם בינה מלאכותית, עבור העובד המודרני, הבטחת הרלוונטיות המקצועית בעתיד שווה יותר מכסף נזיל בהווה.

בעידן שבו הבינה המלאכותית מגיע כמעט לכל תפקיד ומקצוע, ארגונים שאינם משקיעים באופן אקטיבי בהכשרת עובדיהם לעבודה לצד הבינה המלאכותית מאבדים יעילות, ובנוסף לכך, הם מאבדים את הטלנטים הטובים ביותר שלהם.

יכולת השתכרות עתידית:

חברות המחקר המובילות מזהות כי המטבע החשוב ביותר עבור עובדים כיום הוא היכולת להיות מועסק בעתיד. כלומר, השמירה על ערכם בשוק התחרותי.

ממחקר מקיף של חברת גרטנר עולה, כי חוסר בהזדמנויות לפיתוח מיומנויות דיגיטליות וטכנולוגיות הוא כיום אחת משלוש הסיבות המובילות לעזיבת עובדים, ועוקף לעיתים קרובות את שיקולי השכר באוכלוסיות טכנולוגיות ומקצועיות.

החוקרים של גרטנר מדגישים, כי עובדים מבינים שארגון שלא מלמד אותם לעבוד עם בינה מלאכותית, למעשה משאיר אותם מאחור ופוגע בקריירה ארוכת הטווח שלהם.

במקביל, ממחקר של חברת דלויט על מגמות ההון האנושי עולה, כי חברות שמספקות הכשרות בינה מלאכותית רציניות לכל העובדים הקיימים (ולא רק למחלקות הטכנולוגיות) נהנות משיעורי שימור עובדים הגבוהים בכ-34% מהממוצע.

החוקרים של דלויט מצביעים על כך שהפחד הגדול של עובדים אינו שהבינה המלאכותית  תחליף אותם, אלא שהם יוחלפו על ידי עובד אחר שכן יודע להשתמש בבינה מלאכותית .

למה ארגונים צריכים לבנות חממת רלוונטיות:

כדי למנוע בריחת מוחות אל זרועותיהן של חברות שמציעות עתיד טכנולוגי טוב יותר, על מנהל משאבי האנוש להפוך את ההכשרות לאסטרטגיית שימור מרכזית:

1 מיפוי מיומנויות ופערים:

ממחקר של גרטנר עולה, כי הצעד הראשון הוא להפסיק להסתכל על תפקידים, ולהתחיל להסתכל על משימות.

יש לזהות אילו חלקים מהתפקיד של העובד יכולים לעבור אוטומציה, ולבנות הכשרות ממוקדות שיאפשרו לו להשתמש בבינה מלאכותית, כדי להאיץ את המשימות הללו, ולפנות זמן לחלקים האסטרטגיים.

2 יצירת תוכניות הכשרה היברידיות:

החוקרים של חברת המחקר גאלופ מצאו, כי תוכניות הכשרה אפקטיביות משלבות בין לימוד תיאורטי של כלי הבינה המלאכותית לבין יישום מעשי בעבודה השוטפת בארגון.

על מנהל משאבי האנוש לייצר מעבדות בינה מלאכותית פנימיות שבהן עובדים יכולים להתנסות בכלים חדשים ללא חשש מטעויות.

3 מיתוג ההכשרות כהבטחה תעסוקתית:

על מנהלי משאבי האנוש לתקשר את ההכשרות הללו לא כנטל או משימת חובה, אלא כהשקעה ישירה של החברה בעתיד של העובד.

ארגון שמצהיר: אנחנו נדאג שהערך שלך בשוק רק יעלה כל עוד אתה איתנו, מייצר נאמנות פנומנלית.

בסיכומו של דבר, אם יש לכם עובד ששוקל לעבור לחברה אחרת למרות ירידה בשכר, כדי ללמוד לעבוד עם בינה מלאכותית, זהו תמרור אזהרה מהדהד לכל מנהל משאבי אנוש.

בעולם העבודה החדש, ההטבה הנחשקת ביותר היא לא חדר כושר או 'תן-ביס', אלא חסינות מפני התיישנות מקצועית.

ארגונים שישכילו להבין שהכשרת העובדים לעבודה עם בינה מלאכותית היא חבל ההצלה של העובד ושל הארגון כאחד, יזכו בטלנטים נאמנים, חדים ומוכנים לעתיד.

The post איך הכשרות AI הפכו לכלי שימור העובדים האולטימטיבי first appeared on HRUS משאבי אנוש.

ארגונים משקיעים מיליוני דולרים ברכישת רישיונות והטמעת מערכות טכנולוגיות, אבל הפער האמיתי בין הרצוי למצוי בתחום הטכנולוגי, בעולם העסקי הדינמי הנוכחי, אינו תקציבי.

הפער נעוץ בהבדלי התפיסות בין דורות. במילים אחרות, מדובר בפער אימוץ טכנולוגיות מתקדמות, המבוסס על הבדלי דורות.

ממחקר של חברת גרטנר עולה, כי קיים פער דיגיטלי עמוק בין דורות העובדים.

לדברי החוקרים של גרטנר, כ-70% מהעובדים הצעירים, בני דור ה-Z, משלבים כלי בינה מלאכותית כחלק אינטגרלי משגרת יומם. בה בעת, פחות מ-25% מחברי ההנהלה הבכירה משתמשים בכלים אלה באופן קבוע.

כדי לגשר על הפער הזה, ארגונים מובילים מגדירים מחדש כלי קלאסי: 'מנטורינג הפוך'.

אם בעבר, העובד הצעיר לימד את המנכ"ל כיצד לפתוח פרופיל בלינקדאין, כיום הציר המרכזי השתנה לחלוטין.

העובדים הזוטרים הצעירים הופכים לחונכים הטכנולוגיים של הבכירים, במטרה להאיץ את הטרנספורמציה הדיגיטלית, כשהמנטורינג הוא מלמטה כלפי מעלה.

הצורך במודל זה מקבל משנה תוקף לאור הנתונים שעולים ממחקריהן של חברות המחקרים.

פער האפקטיביות:

ממחקר של חברת הייעוץ מקינזי עולה, כי ארגונים המיישמים תוכניות חניכה רוחביות סביב טכנולוגיות חדשות, רואים קצב אימוץ מהיר פי שלושה של כלי GenAI בקרב מנהלים, בהשוואה לאלה שהסתפקו בהדרכות קורסים מסורתיות.

הפחתת החרדה הטכנולוגית:

ממחקר של חברת היעוץ דלויט עולה, כי כ-62% מהמנהלים הבכירים חשים חרדת בינה מלאכותית וחשש להפגין חוסר בקיאות מול העובדים הכפיפים להם.

חניכה אישית ודיסקרטית של אחד על אחד, על ידי עובד זוטר, מייצרת סביבה בטוחה, המאפשרת למנהל לשאול שאלות טיפשיות ולהתנסות ללא שיפוטיות.

שימור עובדים:

היתרון הוא דו-כיווני. כלומר, מרוויחים ממנו גם המנהל שלומד לעומק על השימוש בבינה מלאכותית, וגם העובד הזוטר שהארגון מכיר ביכולות ובמיומנויות שלו.

ממחקר של חברת גאלופ עולה, כי עובדים צעירים שהשתתפו כחונכים בתוכניות 'מנטורינג הפוך' דיווחו על עלייה של כ-35% בתחושת המחוברות שלהם לארגון, ונטו להישאר בארגון זמן רב יותר, הודות לעובדה שהדרג המקבל החלטות מכיר בחשיבות המיומנויות שלהם.

איך זה עובד בפועל:

במקום שיחות תיאורטיות, המפגשים צריכים להתמקד בפרקטיקה יישומית, שהינה רלוונטית ליומיום של המנהל: איך לנסח פרומפטים מדויקים לניתוח דו"חות כספיים, איך להשתמש בבינה מלאכותית כשותפה לחשיבה אסטרטגית, או איך לייעל תהליכי קבלת החלטות באמצעות זיקוק נתונים מהיר וכדומה.

בשורה התחתונה, 'מנטורינג הפוך' בעידן הבינה המלאכותית הוא כבר לא פרויקט ש'נחמד שיהיה' עבור גיוון והכלה, אלא הוא כלי עסקי, אסטרטגי ותפעולי ממדרגה ראשונה.

המנטורינג ההפוך מפרק את ההיררכיה המסורתית לטובת שותפות בין עובדים זוטרים להנהלה הבכירה.

שותפות זו מזניקה את הארגון קדימה, וגורמת לכך שההנהלה הבכירה לא רק תאשר תקציבי טכנולוגיה, אלא אף תוביל את המהפכה בעצמה.

The post מנטורינג הפוך בעידן ה-AI: כשהעובדים הזוטרים חונכים את הבכירים first appeared on HRUS משאבי אנוש.