ארגון שרוצה להישאר תחרותי בחמש השנים הקרובות אינו יכול להסתפק עוד בהדרכות תקופתיות.

עליו להפוך את הלמידה לחלק בלתי נפרד משגרת העבודה היומית. מחקרים עדכניים של חברות הייעוץ והמחקר המובילות בעולם משרטטים את המפה להכשרת עובדי המחר.

להלן 5 צעדים שעל הארגון לנקוט כדי להכשיר את העובדים ל-5 השנים הקרובות:

1 מעבר לניהול מבוסס מיומנויות:

אחד השינויים הבולטים ביותר הוא זניחת תיאורי התפקיד המסורתיים לטובת ניהול המבוסס על מיומנויות.

מחקרי חברת PwC מראים, כי יותר מ-46% מהעובדים מציינים כי הזדמנויות ללמידת מיומנויות חדשות הן שיקול מרכזי בהחלטתם אם להישאר בארגון או לעזוב.

ארגונים נדרשים למפות את פערי הכישורים הקיימים ולבנות מסלולי למידה מותאמים אישית לכל עובד.

הגישה שמעניקה עדיפות למיומנויות מאפשרת גמישות אופרטיבית, פירוק משימות מורכבות למיומנויות נדרשות והרכבת צוותים דינמיים לפי צורך, ולא לפי היררכיה נוקשה.

2 שיתוף פעולה בין עובדים אנושיים לבינה מלאכותית:

מחקר של דלויט בנושא מגמות בהון האנושי מדגיש, כי האתגר המרכזי של ארגונים לקראת חמש השנים הבאות אינו רק אימוץ טכנולוגיה, אלא תכנון אסטרטגי של תהליכי עבודה המשלבים בין אדם לבינה מלאכותית .

הכשרת העובדים לא צריכה להתמקד רק בתפעול הטכני של כלי בינה מלאכותית, אלא בפיתוח אוריינות דיגיטלית רחבה.

המשמעות היא, הבנת גבולות הדיוק של האלגוריתם, ניהול סיכונים ואתיקה, וקבלת החלטות משותפת שבה הבינה המלאכותית ממליצה והעובד האנושי מקבל את ההחלטה הסופית.

3 היכולות האנושיות במרכז:

ככל שהטכנולוגיה מבצעת משימות רוטיניות ומורכבות יותר, כך היתרון היחסי של העובדים האנושיים עובר אל המיומנויות הרכות.

ממחקרים שנערכו על ידי מקינזי עולה, כי החוקרים צופים עלייה חדה בדרישה למיומנויות חברתיות ורגשיות.

4 השקעה בפיתוח העובדים כדי להקנות להם את היכולות הבאות:

חשיבה ביקורתית וסקרנות: היכולת לשאול את השאלות הנכונות ולבחון תוצרים של בינה מלאכותית בעין בוחנת וביקורתית.

סתגלנות וחוסן נפשי: היכולת להסתגל לשינויים תכופים בסביבת העבודה בלי להגיע לשחיקה.

אינטליגנציה רגשית ועבודת צוות: ביסוס תקשורת בינאישית עמוקה בסביבות עבודה היברידיות ומבוזרות.

5 מניעת שחיקה ושימור מעורבות:

מנתוני חברת גאלופ במחקר שערכה בנושא State of the Global Workplace עולה, כי רמת המעורבות של עובדים ברמה הגלובלית, עומדת על כ-20% בלבד, דבר המעלה את הסיכון לשחיקה ופוגע בפרודוקטיביות.

מכיוון שכך, תהליכי הכשרה נכונים חייבים להיות חלק ממודל של רווחה ארגונית.

הכשרה שלוחצת מדי על עובדים בלי לתת להם מרחב להתנסות בטוחה מייצרת עומס כבד מדי.

על ארגונים לייצר מיקרו-למידה (Micro-learning), יחידות לימוד קצרות של 15-20 דקות בשבוע המשולבות ביום העבודה, במקום קורסים ארוכים ומתישים.

בסיכומו של דבר, הכשרת עובדים בחמש השנים הקרובות דורשת מארגונים להפסיק להסתכל על הדרכה כעל אירוע חצי-שנתי חד-פעמי, ולהפוך אותה לתהליך רציף.

ארגונים שישקיעו בבניית תרבות ארגונית של למידה מתמדת, ישלבו טכנולוגיה בצורה אתית וישימו דגש על הכישורים האנושיים שאינם ניתנים לאוטומציה, הם אלה שיובילו את השוק בשנים הבאות.

The post ללמוד מחדש כדי להוביל: איך להכשיר את העובדים לחמש השנים הקרובות first appeared on HRUS משאבי אנוש.

מנהלי ההדרכה, האחראים על איתור צרכים, קליטת עובדים ובניית תוכניות לימוד, מוצאים את עצמם לצד שותף טכנולוגי רב-עוצמה. ונשאלה השאלה, האם השותף הזה עומד להפוך לבוס החדש שלהם.

מהפכת הבינה המלאכותית בלמידה ארגונית – האם הגיע סופו של תפקיד מנהל ההדרכה.

כשבוחנים את יעילותה של הבינה המלאכותית מול מנהל ההדרכה האנושי, יש משימות מבוססות נתונים שבהן הבינה המלאכותית מציגה עליונות מוחלטת.

ממחקר של גרטנר עולה, כי מערכות בינה מלאכותית מצטיינות באיתור פערי מיומנויות, בקנה מידה רחב.

באמצעות ניתוח אוטומטי של ביצועי עובדים, הערכות מנהלים ודרישות שוק משתנות, הבינה המלאכותית מסוגלת לאתר במדויק אילו עובדים זקוקים להכשרה, ומתי.

בנוסף, הבינה המלאכותית מנצחת באופן מובהק במשימת ההתאמה האישית לכל עובד (פרסונליזציה).

ממחקר של חברת המחקר Josh Bersin עולה, כי פלטפורמות למידה מבוססות בינה מלאכותית מצליחות לבנות מסלולי קליטת עובדים ותוכניות לימודים דינמיות לעובדים חדשים בהתבסס על רקע קודם וקצב התקדמות אישי.

הבינה המלאכותית מייצרת תכנים, שאלונים וסימולציות מותאמות בשניות. זאת משימה שלמנהל הדרכה אנושי יכולה לקחת שבועות.

ממחקר של מקינזי עולה, כי ארגונים המשלבים בינה מלאכותית בהדרכה רואים עלייה של כ-30% ביעילות הלמידה וחיסכון משמעותי בזמן הפיתוח.

אם כך, האם ניתן לוותר לחלוטין על מנהל ההדרכה? למרות הנתונים המרשימים, התשובה הקצרה היא לא.

לא ניתן לוותר על התפקיד של מנהל ההדרכה, אבל הוא כן חייב להשתנות.

ארגונים שינסו להסתמך על בינה מלאכותית בלבד יגלו במהירות את המגבלות של המכונה בשלושה קשרים קריטיים:

1 חיבור לאסטרטגיה העסקית:

הבינה המלאכותית מצטיינת בניתוח העבר וההווה, אבל היא אינה מסוגלת לשבת בישיבות הנהלה, להבין את החזון התרבותי של המנכ"ל וההנהלה הבכירה ולתרגם אינטואיציה עסקית לתוכנית פיתוח ארוכת טווח.

2 הגורם האנושי והמוטיבציה:

למידה בארגון אינה רק צריכת תוכן. היא דורשת הנעה, חניכה ובניית אמון.

מנהל ההדרכה משמש כמאמן, המזהה חסמים רגשיים, פותר התנגדויות של עובדים ומייצר סביבה תומכת. מדובר בתכונות ששום מודל שפה אינו מחזיק בהן.

3 פיקוח על הטיות:

מחקרים של MIT מזהירים, כי אלגוריתמים עלולים להנציח הטיות חברתיות או מגדריות בבחירת עובדים להכשרות.

לכן נדרשת עין אנושית ביקורתית ומקצועית כדי לפקח על החלטות המערכת.

בסיכומו של דבר, הבינה המלאכותית לא צפויה להחליף את מנהלי ההדרכה, אבל מנהלי הדרכה שמשתמשים בבינה מלאכותית יחליפו את אלה שלא.

במקום לעסוק בלוגיסטיקה ובבניית מצגות, מנהל ההדרכה המודרני הופך לאדריכל למידה. הוא ישתמש בבינה מלאכותית כמנוע לייצור דאטה ותוכן, ויתפנה להוביל את האסטרטגיה, התרבות הארגונית והקשר האנושי.

The post איך צפוי תפקיד מנהל ההדרכה להשתנות עם כניסת הבינה המלאכותית first appeared on HRUS משאבי אנוש.

בימים אלה, הלמידה היא כבר לא אירוע בפני עצמו, אלא שכבה נוספת שמולבשת על העבודה עצמה ומשתלבת בה.

ללמוד בדיוק בזמן – המעבר מלמידה לכל מקרה ללמידה ברגע הצורך:

במשך עשרות שנים, הכשרת עובדים התבססה על מודל של הקניית מיומנויות שהארגון צפה שהעובד עשוי להזדקק להן לצורך משימות מסוימות.

ארגונים נהגו לשלוח עובדים לקורסים מרוכזים של כמה ימים, להעמיס עליהם הרבה מאוד מידע תיאורטי וקיוו שביום שבו יזדקקו לידע הזה, הם יזכרו אותו.

כיום, המודל הזה נחשב למיושן ולא יעיל. בעידן הבינה המלאכותית, המיקוד עבר ללמידה שמתרחשת בדיוק בשנייה שבה העובד זקוק למידע הספציפי (Just In Time), במקרים בהם הוא נתקע, בזרימת העבודה.

הבעיה המרכזית בלמידה המסורתית היא עקומת השכחה. מחקרים מראים, כי בני אדם שוכחים כ-70% מהחומר שנלמד בתוך 24 שעות אם אינם מיישמים אותו מיד.

ממחקר של חברת דלויט עולה, כי העובד המודרני יכול להקדיש ללמידה פורמלית רק אחוז אחד מזמנו השבועי.

במציאות של לחץ עבודה בלתי פוסק, שליחת עובד לקורס ארוך אינה רק בזבוז זמן, אלא פגיעה ישירה בפרודוקטיביות.

המעבר למיקרו-הכשרות מבוססות בינה מלאכותית אינו רק טרנד, אלא אסטרטגיה המגובה בנתונים מהשטח.

אפקטיביות הלמידה: ממחקרים של דלויט עולה, כי למידה תוך כדי עבודה (In-the-flow) מגבירה את שימור הידע בכ-60% יותר מאשר למידה בכיתה, כיוון שהידע מיושם באופן מיידי על בעיה אמיתית.

מחוברות ושימור עובדים: מחקר של מכון גאלופ מצא, כי עובדים המרגישים שיש להם הזדמנויות ללמוד ולצמוח בתוך התפקיד הם בעלי סיכוי הגבוה פי 3.2 להיות מחוברים לארגון.

הלמידה ברגע הצורך (בזמן אמת) הופכת את הארגון מסביבה מלחיצה לסביבה תומכת.

מהירות תגובה: ממחקר של גרטנר עולה, כי ארגונים המשתמשים באימוני בינה מלאכותית (AI-Coaching) כדי לספק פתרונות בזמן אמת מדווחים על קיצור של כ-40% בזמן הנדרש להשלמת משימות מורכבות.

להלן 3 דרכים בהן העובד נעזר בבינה מלאכותית שמוטמעת בכלי העבודה שלו במקום לחפש במדריכים:

1 מיקרו-הכשרות:

כשהעובד נתקע בפעולה מסוימת, הבינה המלאכותית מזהה את העיכוב ומקפיצה סרטון של 20 שניות או הנחיה קצרה שמסבירה בדיוק את השלב הבא.

2 סימולציות בזמן אמת:

לפני שיחת מכירה מורכבת, ה-AI-Coach מספק לעובד תדרוך קצר על התנגדויות אפשריות בהתבסס על נתוני הלקוח הספציפי.

3 שינוי תפקידה של מחלקת משאבי האנוש:

במקום להיות מרכז הדרכה לוגיסטי, מחלקת משאבי האנוש הופכת לספקית פתרונות. התפקיד החדש הוא לאצור ולנהל את מאגרי הידע שמהם הבינה המלאכותית שואבת את התשובות לעובדים.

למידה בזמן אמת (רגע הצורך) היא הדרך היחידה לשמור על קצב רכישת המיומנויות בעולם המשתנה במהירות.

היא הופכת את הלמידה ממטלה שהעובד צריך לפנות לה זמן, לכלי עבודה שחוסך לו זמן.

הארגונים המנצחים כיום בתחרות בשווקים הם אלו שמבינים שהידע הכי יקר הוא זה שמגיע בדיוק כשצריך אותו. לא דקה לפני, ובטח לא שבוע אחרי.

The post למה למידה בזמן אמת כובשת את תחום ההכשרות first appeared on HRUS משאבי אנוש.

בימים אלה מתמודד שוק העבודה עם מציאות בה חיי המדף של מיומנות טכנית ממוצעת הצטמצמו ל-18 חודשים בלבד.

ארגון שמשקיע את תקציבי הלמידה שלו רק בהכשרה לגבי איך להשתמש בתוכנה X או במערכת מסוימת, מוצא את עצמו רץ על מסלול מהיר לשום מקום.

הכסף מושקע כיום בידע שצפוי להתיישן לפני שהעובד יספיק להטמיע אותו. המהפכה האמיתית של התקופה הנוכחית היא המעבר מלימוד תכנים לטיפוח עמידות המיומנויות על פני זמן.

ממחקר שנערך על ידי גרטנר עולה, כי כ-33% מהמיומנויות שהיו נחוצות למשרה ממוצעת בשנת 2020 הפכו ללא רלוונטיות ב-2026.

במקביל, מחקר שנערך על ידי מקינזי צופה כי עד שנת 2030, הביקוש למיומנויות חברתיות ורגשיות יעלה בכ-24%, בעוד שהביקוש למיומנויות טכניות בסיסיות יצנח.

המשמעות היא, שהבינה המלאכותית יכולה לבצע את ה'איך', אבל הארגון זקוק לבני אדם שיודעים לשאול למה ומה הלאה.

עמידות מיומנויות על פני זמן היא שיטה שמתמקדת במיומנויות-על שאינן תלויות בטכנולוגיה.

מדובר בחשיבה ביקורתית, בגמישות קוגניטיבית, באינטליגנציה רגשית וביכולת למידה עצמית.

ממחקר של חברת דלויט עולה, כי מיומנויות טכניות מאבדות כיום מחצית מערכן בכל שנתיים וחצי.

לעומת זאת, מיומנויות כמו פתרון בעיות מורכבות נשמרות רלוונטיות למשך עשורים.

אשר להחזר על ההשקעה, ממחקר של מכון גאלופ עולה, כי ארגונים שמשקיעים בבניית תרבות למידה (ולא רק בהדרכות נקודתיות) רואים עלייה של כ-52% בפיריון ושיפור של כ-17% ברווחיות.

גיוס מול הכשרה:

כיום קשה מתמיד למצוא טלנטים בעלי ידע טכני עדכני. החוקרים של גרטנר מציינים, כי כ-58% מכוח העבודה זקוק לשינוי מיומנויות משמעותי כדי לבצע את תפקידו.

הפתרון אינו גיוס חיצוני אינסופי, אלא הפיכת העובדים הקיימים ללומדים תמידיים.

איך הבינה המלאכותית מסייעת בבניית עמידות:

הבינה המלאכותית היא לא רק הסיבה להתיישנות המיומנויות, היא גם הכלי לפתרונה.

להלן 3 עקרונות יסוד לניהול כישורים שמאפשרות מערכות הבינה המלאכותית:

1 לזהות מיומנויות ליבה:

המערכת מנתחת אילו כישורים בארגון הם עמידים, כמו למשל ניהול משא ומתן, ואילו הם כישורים מתכלים, כמו למשל קידוד בשפה ספציפית.

2 פרסונליזציה של הלמידה:

הבינה המלאכותית בונה מסלול הכשרה אישי לכל עובד, המלמד אותו לא רק את המשימה הטכנית, אלא את העקרונות הלוגיים שמאחוריה.

3 עידוד למידה עצמית:

מתן כלים לעובדים לנהל את מסע הלמידה שלהם בעצמם, מה שהופך אותם לחסינים לעתיד.

בסיכומו של דבר, האחריות של מנהל משאבי האנוש בימים אלה היא להפסיק להיות ספק קורסים ולהפוך לאדריכל העמידות על פני זמן.

כאשר מכשירים עובד לחשיבה ביקורתית ולמידה עצמית, זה לא רק משפר את הביצועים שלו היום, אלא מבטיח את הרלוונטיות שלו (ושל הארגון) גם בעוד חמש ועשר שנים.

בעידן של שינוי בלתי פוסק, המיומנות החשובה ביותר היא היכולת 'לשחרר' את מה שלמדנו אתמול כדי ללמוד את מה שנחוץ למחר.

The post מהפיכת ההכשרות: מצבירת ידע ותכנים לטיפוח מיומנויות שלא מתיישנות first appeared on HRUS משאבי אנוש.

המפתח להצלחה טמון ביכולת להפוך את הטכנולוגיה לשקופה ונגישה, כך שתשרת את הלמידה בלי להכביד על המערכת.

אם כן, איך ניתן לשלב בינה מלאכותית ואוטומציה במסגרת ההכשרות בארגון בקלות ובפשטות.

בימים אלה, תחום הלמידה הארגונית עובר מהפכה של התאמה אישית לכל עובד.

ממחקר של חברת המחקרים גרטנר עולה, כי ארגונים המשלבים בינה מלאכותית בתהליכי הלמידה מדווחים על עלייה של כ-45% באפקטיביות ההכשרות ועל קיצור זמן הלמידה בכ-30%.

האתגר הגדול הוא היישום בפועל.

להלן 3 צעדים לשילוב בינה מלאכותית ואוטומציה בהכשרה בארגון:

1 אוטומציה של ניתוח פערי ידע:

במקום שאלונים ידניים, מערכות אוטומטיות מנתחות כיום נתוני ביצועים ומשובים, ומזהות באופן מיידי היכן חסר ידע מקצועי. המערכת מעבירה לעובד בדיוק את יחידת הלימוד הדרושה לו ברגע שהוא זקוק לה.

2 יצירת תוכן מבוזרת:

כלי הבינה המלאכותית מאפשרים למנהלי למידה והדרכה, להפוך מסמכי PDF משעממים או הקלטות של פגישות, למיקרו-למידה אינטראקטיבית, סרטונים קצרים ושאלונים בתוך דקות.

3 מנטורים וירטואליים:

ניתן להשתמש בצ'אטבוטים ייעודיים המלווים את העובד לאחר הקורס. הבינה המלאכותית זמינה 24/7 למענה על שאלות מקצועיות בתוך סביבת העבודה, מה שמבטיח הטמעה בשטח.

ישראל מול מדינות אחרות במערב – תמונת מצב:

למרות התדמית של סטארט-אפ ניישן, ממחקרים של החברות דלויט ומקינזי עולה תמונה מורכבת לגבי הטמעת בינה מלאכותית בהכשרות.

שיעור האימוץ: בארה"ב ובצפון אירופה, כ-62% מהארגונים הגדולים כבר הטמיעו כלי בינה מלאכותית כחלק אינטגרלי ממערך הלמידה.

בישראל, רק כ-48 אחוזים מהארגונים הגדולים הטמיעו כלי בינה מלאכותית כחלק אינטגרלי ממערך הלמידה.

הפער נובע בעיקר מחסמי שפה ומרגולציית פרטיות מחמירה בארגונים מסורתיים.

אופי השימוש: במדינות אחרות במערב, הדגש הוא על אוטומציה של מסלולי קריירה.

בישראל, אימוץ הבינה המלאכותית בהכשרות מתמקד כרגע בעיקר בייעול יצירת תוכן ובשימוש בבינה מלאכותית לסיכום והנגשת מידע טכני.

נכונות העובדים: ממחקר של מכון גאלופ עולה, כי עובדים ישראלים מפגינים פתיחות גבוהה יותר בכ-15% לשימוש בכלי בינה מלאכותית ללמידה עצמית בהשוואה לממוצע ב-OECD, מה שמעיד על פוטנציאל צמיחה אדיר אם הארגונים רק יספקו את התשתית.

בסיכומו של דבר, שילוב בינה מלאכותית בלמידה אינו דורש פרויקטי מחשוב מורכבים.

התחלה עם כלים פשוטים לאוטומציה של תוכן ושימוש במנטורים וירטואליים יכולה לייצר הצלחות מהירות.

מהנתונים עולה, כי הארגונים הישראליים שיובילו בשנים הקרובות, הם אלו שישכילו לגשר על הפער הטכנולוגי ולהפוך את הלמידה לחלק בלתי נפרד מזרימת העבודה הדיגיטלית.

The post 3 צעדים לשילוב AI בהכשרה בארגון; ישראל בהשוואה למדינות במערב first appeared on HRUS משאבי אנוש.

בין כלל היכולות והתכונות שהבינה המלאכותית מאפשרת בתחום ההכשרות יש להדגיש את הסיוע באיתור המיומנויות והכישורים הספציפיים שחסרים בארגון בנקודת זמן מסוימת ויותר מכך, להבין מה צפוי להיות פער המיומנויות בשנים הקרובות הבאות.

כבר עתה יכולה הבינה המלאכותית לזהות מגמות על ידי ניתוח נתונים היסטוריים של העובדים, לצורך הטמעה מוצלחת של אסטרטגיית הארגון.

זאת ועוד, הבינה המלאכותית יכולה כבר עתה לשקלל את מכלול הנתונים הקשורים להכשרת עובדים, כמו למשל הכישורים והמיומנויות הקיימים של העובדים, השפעת מיומנויות מסוימות על יעדי הארגון בהווה ובעתיד, ומהו המתאם בין המיומנויות הקיימות בארגון לבין החזון האסטרטגי שלו.

יש להדגיש, כי לבינה המלאכותית יכול להיות תפקיד מרכזי בביצוע הערכות מיומנויות על ידי אוטומציה של תהליך הערכת המיומנויות הקיימות והנדרשות והפקת תובנות מדויקות ומקיפות.

למשל, הבינה המלאכותית יכולה לבצע הערכה של רמות המיומנות הנוכחיות של העובדים, ולזהות נקודות חוזק ותורפה.

אפשר לבצע את ההערכות על סמך הכישורים הנדרשים לביצוע האסטרטגיה של הארגון.

מערכת הבינה המלאכותית יכולה להפיק דו"חות וניתוחים מפורטים, המדגישים את הפערים הקריטיים במיומנויות ובכישורים.

מידע זה מאפשר למנהלי משאבי אנוש לגבש תוכניות הכשרה ופיתוח ממוקדות כדי להתמודד עם הפערים שזוהו.

במקביל, הבינה המלאכותית יכולה לבסס את תוכניות גיוס העובדים על התאמה של המועמדים בעלי המיומנויות הנדרשות, שזוהו כחסרות.

זה מאפשר לייעל את תהליך הגיוס ולוודא שהעובדים החדשים מתאימים לחזון האסטרטגי של הארגון.

זאת ועוד, ניתוח ביצועים המבוסס על בינה מלאכותית מאפשר להעריך את ביצועי העובדים בזמן אמת, ולספק תובנות לגבי פערים במיומנויות הנרכשות.

יתרה מכך, זיהוי מגמות בנושא מיומנויות וכישורים קיימים, וכאלה שיידרשו בעתיד, מאפשר למנהלי משאבי האנוש להבין איך העובדים תופסים את חוויות פיתוח המיומנויות שלהם ולבצע התאמות מבוססות נתונים.

יודגש, כי פלטפורמות למידה מתמשכת המופעלות על ידי בינה מלאכותית, יכולות להמליץ על מודולי הדרכה ומשאבי למידה חדשים המבוססים על צרכים ארגוניים משתנים ומגמות בענף.

פלטפורמות אלו יכולות לזהות דפוסי למידה אישיים של כל עובד, ובכך לוודא שתוכן הלימוד הוא רלוונטי ואפקטיבי.

בנוסף, הבינה המלאכותית יכולה לתרום לתכנון רצף איוש תפקידי מפתח על ידי זיהוי עובדים בעלי פוטנציאל גבוה ויצירת פייפליין של כישרונות לתפקידים קריטיים.

בשורה התחתונה, ניתוח נתוני ביצועים היסטוריים והפקת תובנות מהם, מאפשרים לבינה המלאכותית לסייע למנהלי משאבי אנוש לזהות את העובדים והמועמדים בעלי הכישורים והמיומנויות הנדרשים, בין השאר גם לתפקידי ניהול עתידיים.

The post איך AI יכולה לתרום לצמצום פערי המיומנויות ושדרוג ההכשרה first appeared on HRUS משאבי אנוש.

במקום אירועי למידה מתוזמנים וסטנדרטיים, הולך תחום ההכשרות והופך לשירות מתמשך ומותאם אישית לכל עובד.

מומחים צופים כי במהלך שנת 2026 יהיה תחום ההכשרות והלמידה מנוע הצמיחה העסקי האסטרטגי המרכזי ומנגנון שימור עובדים קריטי, ולא יהווה רק מרכז עלות.

הזרז העיקרי לשינוי זה הוא הצורך הדחוף לטפל בפער המיומנויות ההולך וגובר בשל האצת ההתפתחויות הטכנולוגיות.

בעבר, הכשרה התבססה על גישה לקטלוג קורסים כללי או השתתפות בסמינר שנתי. העתיד עוסק בלמידה בזרימת העבודה.

התאמה אישית בקנה מידה רחב:

בינה מלאכותית יוצרת (Generative AI) היא המנוע מאחורי טרנספורמציה זו.

סוכני בינה מלאכותית ומדריכים ינתחו את תפקידו של העובד, את נתוני הביצועים שלו ואת מסלול הקריירה שלו כדי ליצור מסלולי למידה ממוקדים אישית.

ממחקרים שנערכו בעולם עולה, כי מדריכי בינה מלאכותית יוצרת, כבר מספקים התאמה אישית שהיא טובה יותר בכ-32% ומשוב שהוא רלוונטי יותר בכ-17% בהשוואה לשיטות המסורתיות.

ההדרכה כבר לא מחכה לקורס רבעוני. היא מספקת תמיכה בדיוק בזמן (just-in-time), כלומר בזמן שבו היא נדרשת.

במקביל, היא מוטמעת ישירות בכלי התוכנה שבהם משתמשים העובדים מדי יום.

למידה חווייתית:

עבור מיומנויות מורכבות ומתפתחות, מציאות מדומה ומציאות רבודה הופכות לנחלת הכלל.

מחקרים מראים שעובדים שלומדים בקורסים של מציאות מדומה יכולים ללמוד עד פי ארבעה מהר יותר, ומיישמים מיומנויות רכות לרבות יכולות ניהול וקבלת החלטות אתיות ביעילות שהיא בכ-275% גבוהה יותר, בהשוואה ללומדים בשיטות מסורתיות.

דחיפות אסטרטגית ומיקוד במיומנויות:

נכון לעכשיו, כ-63% מהמעסיקים מציינים את פערי המיומנויות כחלק מהסיבות המרכזיות ביותר לטרנספורמציה עסקית.

דחיפות זו אילצה את המנהלים הבכירים להגביר את ההשקעה בפיתוח מקצועי של עובדים, בהכשרות ובלמידה.

בפועל, כ-85 אחוזים מהמעסיקים נותנים כעת עדיפות להכשרת עובדים למיומנויות חדשות, מתוך הכרה בכך שגיוס עובדים בעלי מיומנויות מחוץ לארגון אינו יכול לסגור את הפער לבדו.

הזדמנויות פיתוח מקצועי לעובדים הן כעת מרכיב שמידת הקריטיות שלו בהצעת הערך של העובד כבר ברורה לכול ואינה מוטלת בספק.

ממחקרי שוק שבוצעו בעולם בתחום זה עולה, כי כ-88 אחוזים מהארגונים מודאגים מנושא שימור עובדים.

ארגונים אלה מציינים כי השקעת הארגון בהכשרה ולמידה מהווה אסטרטגיית שימור מספר אחת.

ארגונים המסווגים כאלופי פיתוח קריירה של עובדים, מצליחים הרבה יותר במשיכת כישרונות ובשימורם כאחד.

בשורה התחתונה, עד תחילת השנה הקרובה (2026), מגזר ההדרכה צפוי להתאפיין בהגברת יעילות המבוססת על בינה מלאכותית, רלוונטיות מבוססת נתונים, ומיקוד אנושי ברכישה רציפה וגמישה של מיומנויות חדשות. כל אלו יבססו את מקומו של תחום ההכשרות והפיתוח המקצועי, כמרכיב קריטי בחוסן העסקי.

The post מהפיכת הבינה המלאכותית והמציאות המדומה בתחום ההכשרות ב-2026 first appeared on HRUS משאבי אנוש.