The post איך להתגבר על רתיעת העובדים מ-AI ומשימוש בטכנולוגיה first appeared on HRUS משאבי אנוש.
]]>מהדרכה לטיפול בחרדה – בניית חוסן דיגיטלי בארגון:
בעשור האחרון, המונח אוריינות דיגיטלית עבר טרנספורמציה.
אם בעבר התמקד מונח זה ביכולת הטכנית להפעיל (למשל תוכנה), הרי שכיום הוא עוסק במצב הרגשי של העובד מול המסך.
בעולם שבו כלי הבינה המלאכותית משתנים ומתעדכנים מדי שבועיים, הבעיה המרכזית של מנהלי משאבי האנוש היא כבר לא פערי ידע, אלא חרדת העובדים מפני הטכנולוגיה.
המפתח להצלחת הארגון כיום אינו טמון בהוראת פונקציות, אלא בבניית חוסן דיגיטלי.
חרדה היא אויבת הפרודוקטיביות:
ממחקר שנערך השנה (2026) על ידי חברת גרטנר עולה, כי כ-45% מהעובדים בארגונים מדווחים על רמות גבוהות של מתח נוכח קצב השינויים הטכנולוגיים.
החרדה הזו אינה רק עניין של תחושה אישית של העובד. היא מובילה לקיפאון ביצועי.
עובד שחושש שהבינה המלאכותית תחליף אותו, או שחושש מכך שהוא לא יצליח להבין את המערכת החדשה, משתמש בטכנולוגיה בצורה שמרנית וחסרת מעוף, מה שמנטרל את יתרונותיה.
הנתונים שמאחורי הביטחון העצמי הדיגיטלי:
השקעה בחוסן דיגיטלי מהווה מנוע רווחיות מוכח. ממחקר של מקינזי עולה, כי ארגונים המשקיעים בתוכניות חוסן ובאוריינות דיגיטלית מציגים רווחיות הגבוהה בכ-28% לעומת ארגונים המתמקדים רק בהדרכות טכניות יבשות.
ממחקר שנערך על ידי דלויט עולה, כי עובדים שמרגישים בטוחים ביכולתם להסתגל לטכנולוגיות חדשות הם בעלי סיכוי גבוה פי שלושה להישאר בארגון ובעלי סיכוי גבוה פי 2.5 להציע רעיונות חדשניים.
ממחקר של PwC עולה, כי כ-74% מהעובדים מוכנים ללמוד מיומנויות חדשות, אבל רק כ-30% מהם חשים שהארגון מספק להם את מרחב הטעות הדרוש כדי לבנות ביטחון עצמי טכנולוגי.
בימים אלה עוברים מנהלי משאבי אנוש רבים משיטת הקורס המקצועי לשיטת ה'מעבדה הפתוחה'.
להלן 3 אסטרטגיות לבניית חוסן דיגיטלי של העובדים, בפועל:
1 מבינה מלאכותית כאיום לבינה מלאכותית כשותפה:
הכשרות מוצלחות מתמקדות כיום בלהראות לעובד איך הבינה המלאכותית משחררת אותו מהחלקים השנואים בתפקידו.
המטרה היא להפוך את הבינה המלאכותית מ'בוס' וירטואלי למתמחה חרוץ שעובד עבור העובד.
2 יצירת 'ארגזי חול' לניסוי וטעייה:
ארגונים מובילים מקימים סביבות עבודה מבודדות שבהן עובדים יכולים להתנסות בטכנולוגיות חדשות ללא חשש מטעויות שיפגעו בייצור. החופש להיכשל הוא הבסיס לביטחון עצמי טכנולוגי.
3 מודל חשיפת המיקרו:
במקום ימי עיון כבדים ומתישים, ניתן לאפשר לעובדים חשיפה יומיומית וקצרה לכלים חדשים. המטרה היא להפוך את הטכנולוגיה ל'רעש רקע' מוכר ולא לאירוע חריג ומאיים.
בסיכומו של דבר, חוסן דיגיטלי הוא ה'שריר' החשוב ביותר בארגון המודרני.
כאשר מנהל משאבי אנוש מצליח להחליף את החרדה של העובד בסקרנות, הוא לא רק משדרג את היכולת המקצועית של העובד, אלא הוא מאפשר לו לממש את הפוטנציאל היצירתי שלו.
כיום, הטכנולוגיה היא רק הכלי. הביטחון העצמי להשתמש בה הוא היתרון התחרותי האמיתי.
The post איך להתגבר על רתיעת העובדים מ-AI ומשימוש בטכנולוגיה first appeared on HRUS משאבי אנוש.
]]>The post שוק העבודה במבט קדימה: מה צפוי לשוק העבודה ב-7 השנים הקרובות first appeared on HRUS משאבי אנוש.
]]>מתחזיות שנערכו לאחרונה על ידי חברת מקינזי עולה, כי עד שנת 2030 (בעוד ארבע שנים מהיום) הבינה המלאכותית יוצרת והאוטומציה יבצעו פעילויות המהוות כ-30% משעות העבודה בכל המשק האמריקאי, וזה צפוי לגדול עד 2032.
מעבודה מרחוק לעבודה סינרגטית – אדם-מכונה:
הדיון על עבודה מהבית צפוי לפנות את מקומו למודל כוח העבודה הנזיל. מחקר של חברת גרטנר צופה, כי עד שנת 2032, ארגונים לא יגייסו רק עובדים למשרות, אלא יבנו צוותים מעורבים של בני אדם וסוכני בינה מלאכותית אוטונומיים.
העובד האנושי יתפקד כ'מנצח על התזמורת' של יכולות מחשוב. המציאות הווירטואלית (VR) והמציאות הרבודה (AR) שדובר עליה כבר ב-2022, צפויות להבשיל לכדי מרחבי עבודה ממוחשבים תלת-ממדיים שבהם אווטארים פוטו-ריאליסטיים ישתפו פעולה בזמן אמת, מה שיבטל לחלוטין את שאלת המרחק הפיזי.
הרווחה הנפשית של העובדים תהיה מדד ביצועי:
המגמה שזוהתה ב-2022 בנוגע לבריאות העובד הפכה לסטנדרט מחייב. מחקר של דלויט צופה, כי בשנת 2032 ההחזר על ההשקעה של הארגון ימדד לא רק ברווח הנקי, אלא במדד החוסן האנושי.
ארגונים צפויים לעבור לניטור בריאותי חזוי, באמצעות מכשור לביש, כדי למנוע שחיקה של עובדים לפני שהיא מתרחשת.
מחקרים של מכון גאלופ צופים, כי שבוע עבודה של ארבע ימים יהפוך לנורמה ברוב מדינות ה-OECD, מתוך הבנה שהיצירתיות האנושית, כלומר, המשאב היחיד שהבינה המלאכותית לא יכולה לשכפל באופן מלא, זקוקה לזמן מנוחה והתאוששות נרחב.
גיוון 2.0 – מהכלה לשוויון אלגוריתמי:
הפערים המגדריים והגזעיים שצוינו בתחילת העשור הנוכחי צפויים לעבור תיקון אגרסיבי באמצעות גיוס עיוור מבוסס נתונים.
מחקר של חברת מקינזי צופה שחברות שישלבו גיוון רדיקלי בדרגי הניהול יציגו רווחיות גבוהה בכ-36% ממתחרותיהן.
בשנת 2032, הבינה המלאכותית צפויה לשמש שומרת סף נגד הטיות אנושיות בתהליכי קידום, ולוודא שייצוג נשים ומיעוטים בתפקידי ההנהלה הבכירה ישקף נאמנה את כוח העבודה הגלובלי.
למידה לכל החיים:
השינוי המהיר ביותר צפוי להתרחש בתחום רכישת המיומנויות. לפיWorld Economic Forum, עד שנת 2030 יהיה צורך להכשיר מחדש יותר ממיליארד עובדים.
בשנת 2032, תואר אקדמי יהיה בעל תאריך תפוגה של שנים ספורות, ומנהלי משאבי אנוש יתמקדו בבניית אקוסיסטם של למידה.
מדובר בלמידה מותאמת אישית המבוססת על בינה מלאכותית שמלווה את העובד מדי יום ביומו.
בשורה התחתונה, שוק העבודה של 2032 צפוי להיות אנושי יותר, לא למרות הטכנולוגיה אלא דווקא בגלל הטכנולוגיה.
כשהבינה המלאכותית תשתלט על הביצוע, לבני האדם יישאר החלק החשוב ביותר: היכולת לחלום, ליצור, להנהיג ולייצר קשרים אנושיים משמעותיים.
The post שוק העבודה במבט קדימה: מה צפוי לשוק העבודה ב-7 השנים הקרובות first appeared on HRUS משאבי אנוש.
]]>The post למה זמינות טכנולוגית של AI בארגונים לא מבטיחה שימוש נרחב בטכנולוגיה first appeared on HRUS משאבי אנוש.
]]>למעשה, רמת האימוץ של הבינה המלאכותית משתנה דרמטית בהתאם לדרג הניהולי, התרבות הארגונית והתמיכה המקצועית.
במילים אחרות, על אף התפשטותה המהירה של הבינה המלאכותית במקומות העבודה, יש פער משמעותי בין הזמינות (הגבוהה) של כלי הבינה המלאכותית לבין השימוש בהם בפועל, כך עולה ממחקר שנערך בפברואר 2026 על ידי חברת המחקרים האמריקאית גאלופ, בקרב 24 אלף עובדים בארהב, בנושא אימוץ בינה מלאכותית בארגונים.
המחקר מצביע על מתאם גבוה וברור בין רמת התפקיד לבין תדירות השימוש.
מהמחקר עולה, כי כ-67% מהמנהלים הבכירים מדווחים על שימוש תדיר בבינה מלאכותית.
עם זאת, שיעור זה יורד לכ-52% בקרב מנהלים פחות בכירים ורק כ-46% בקרב עובדים מהשורה.
לדברי החוקרים, פער זה נובע בחלקו מאופי המשימות: תפקידי הנהלה הבכירה הם מבוססי משרד וכוללים כתיבה, תכנון וניתוח. אלה הם תחומים בהם הבינה מלאכותית מפגינה יעילות גבוהה במיוחד.
המפתח לאימוץ נרחב יותר – תמיכה ניהולית והטמעה בתהליכי עבודה:
עם זאת, מהמחקר של גאלופ עולה, כי הבדלי תפקידים בלבד לא מסבירים את הפער.
הגורם המשפיע ביותר על החלטת העובד להשתמש בבינה מלאכותית הוא תמיכת המנהל הישיר שלו והתאמת כלי הבינה המלאכותית לזרימת העבודה הקיימת.
אינטגרציה: כ-88% מהעובדים שחשים שהבינה מלאכותית משתלבת היטב בתהליכי העבודה שלהם משתמשים בה בתדירות גבוהה, לעומת כ-55% בלבד בארגונים ללא אינטגרציה כזו.
תמיכת המנהלים: עובדים שחשים שהמנהל שלהם תומך באופן פעיל בשימוש בבינה מלאכותית נוטים להשתמש בה פי 1.7 יותר מאחרים.
ההשפעה של גורמים אלו היא טרנספורמטיבית. החוקרים טוענים, כי עובדים הנהנים מתמיכה חזקה מהמנהלים שלהם ומאינטגרציה טובה, נוטים פי 9.3 להסכים שהבינה מלאכותית שינתה את הדרך בה הארגון פועל, ופי 7.8 להרגיש שהיא מעניקה להם הזדמנות לממש את יכולותיהם.
מסתבר שגם כאשר כלי הבינה המלאכותית זמינים, קיימים חסמים פסיכולוגיים ופרקטיים המעכבים אימוץ רחב.
להלן 3 חסמים שניצבים בפני אימוץ רחב של הבינה המלאכותית:
1 הרגלים ישנים והתנגדות לשינוי:
כ-46% מהעובדים שאינם משתמשים בבינה מלאכותית מעדיפים פשוט להמשיך לעבוד כפי שהתרגלו.
2 אבטחת מידע:
חששות לגבי פרטיות וביטחון הנתונים הינם נפוצים בקרב כ-40% מהעובדים.
3 אתיקה וספק לגבי התועלת:
מה שמבדיל בין אלה שלא משתמשים כלל בבינה מלאכותית לבין אלה שמשתמשים בה לעיתים רחוקות הוא שאלת המוסר והנחיצות.
כ-43% מהעובדים והמנהלים של משתמשים בבינה מלאכותית, מתנגדים לבינה מלאכותית מסיבות אתיות, וכ-39% מאלה שלא משתמשים בבינה מלאכותית, מאמינים כי הטכנולוגיה פשוט אינה יכולה לסייע בעבודתם הספציפית.
בסיכומו של דבר, המחקר של גאלופ מוכיח, כי היעדר אימוץ הבינה המלאכותית אינו בעיה טכנולוגית אלא אתגר ניהולי ותרבותי.
כדי להניע אימוץ אמיתי ונרחב יותר, על הארגון לעבור מאספקת כלים ליצירת אסטרטגיה הכוללת את 3 המרכיבים הבאים:
1 ניסוח מדיניות אתית וביטחונית ברורה להפחתת חרדות.
2 הדרכת מנהלים איך לתמוך באופן פעיל בצוותים שלהם בתהליך הלמידה.
3 הטמעה טבעית של כלי הבינה מלאכותית בתוך המערכות הקיימות, כך שיהפכו לחלק בלתי נפרד מיום העבודה ולא למטלה נוספת.
בשורה התחתונה, המנהלים מהווים את הגשר בין הכלי הטכנולוגי לבין האמון של העובד בו, ויש להם תפקיד קריטי בהפיכת הספקנות של העובדים והחששות שלהם, לאימוץ נרחב, בטוח ויעיל.
The post למה זמינות טכנולוגית של AI בארגונים לא מבטיחה שימוש נרחב בטכנולוגיה first appeared on HRUS משאבי אנוש.
]]>The post 8 דרכים להשגת שת"פ מדויק ואפקטיבי בין עובדים וסנכרון עם הטכנולוגיה first appeared on HRUS משאבי אנוש.
]]>בשוק עבודה המאופיין בעבודה היברידית ובינה מלאכותית, המשמעות של שיתוף פעולה בין עובדים היא לא רק לעבוד יחד, אלא הצורך בסנכרון מושלם של כישורים, טכנולוגיה וזמן.
במילים אחרות, בעולם העסקי הנוכחי, שיתוף פעולה בין עובדים הוא כבר לא בונוס לתרבות הארגונית, אלא תשתית קריטית להצלחה.
ממחקר של חברת מקינזי עולה, כי ארגונים שהטמיעו מודלים של שיתוף פעולה מוקפד, רשמו עלייה של כ-20% עד כ-30% בפרודוקטיביות.
בעידן שבו הצוותים הם מבוזרים והמשימות מורכבות יותר מאי פעם, הסנכרון בין המשאב האנושי לטכנולוגי מהווה את ההבדל בין ארגון מדשדש לארגון מוביל.
להלן 8 דרכים להשגת שיתוף פעולה מלא ומדויק בין עובדים וסנכרון מלא בין עובדים לטכנולוגיה:
1 דיוק בשימוש בכישורים:
בימים אלה, שיתוף פעולה בין עובדים חייב להיות מבוסס על התאמה כירורגית בין מומחיות העובדים למשימות.
ממחקר של דלויט עולה, כי ארגונים המשתמשים בכישורים הקיימים בחברה, לצורך חיבור צוותי פרויקטים, מקצרים את זמני הביצוע בכ-25%.
במקום צוותים קבועים, כבר ניתן לראות צוותי משימה, שמתגבשים סביב מומחיות ספציפית ומשיגים תוצאות איכותיות במהירות שיא.
2 תקשורת סינכרונית וא-סינכרונית חכמה:
שיתוף פעולה מדויק דורש בימים אלה, ערוצי תקשורת שמפחיתים רעשי רקע. ממחקר של גרטנר עולה, כי עומס המידע הדיגיטלי הוא אחד הגורמים הראשיים לשחיקה.
שיתוף פעולה מוקפד מגדיר מתי מקיימים בפגישה, ומתי משתמשים בעדכונים מבוססי בינה מלאכותית, מה שמבטיח שכל עובד נמצא בלופ הנכון ללא בזבוז זמן יקר.
3 אופטימיזציה של משאבים מוגבלים:
סנכרון מדויק בין עובדים לבין עצמם ובינם לטכנולוגיה מאפשר הקצאת משאבים, לרבות זמן, תקציב וכוח אדם, לפי סדרי עדיפויות אסטרטגיים.
שיתוף פעולה אפקטיבי מונע כפל משימות ומבטיח שפרויקטים קריטיים מקבלים את נבחרת החלומות של הארגון, תוך מינימום בזבוז משאבים.
4 חדשנות חוצת-דיסציפלינות:
המפגש בין זוויות ראייה שונות הוא המעיין הנובע של החדשנות. ממחקר של חברת המחקרים גאלופ עולה, כי צוותים מגוונים מבחינה מקצועית וקוגניטיבית, פותרים בעיות מורכבות מהר יותר בכ-14% מצוותים הומוגניים.
שימוש בכלים שיתופיים מבוססי ענן מאפשר סיעור מוחות גלובלי, שבו רעיון שנולד במחלקת השירות הופך לפיצ'ר במחלקת הפיתוח.
5 העצמת מחוברות ומורל:
כשעובדים מרגישים שחלקם בשיתוף הפעולה הוא משמעותי ומדויק, רמת האחריות עולה.
סביבה שיתופית מייצרת רשת תמיכה חברתית ומקצועית שמפחיתה רמות לחץ ומשפרת את רווחת העובד, מה שמוביל למחויבות גבוהה יותר לארגון.
6 קבלת החלטות מבוססת קונצנזוס חכם:
הגדרת תפקידים ברורה בתוך המערך השיתופי מונעת צווארי בקבוק. שיתוף פעולה מוקפד מייצר תהליכי קבלת החלטות שקופים ומהירים יותר, שבהם כל בעל תפקיד יודע מתי תורו להשפיע, מה שמקטין עיכובים בירוקרטיים.
7 גמישות וסקלביליות:
ארגונים שיש בהם שיתוף פעולה בין עובדים הם ארגונים גמישים. היכולת להגדיל או להקטין צוותים במהירות בהתאם לשינויי השוק היא קריטית בימים אלה.
הטמעת תהליכי עבודה סטנדרטיים מאפשרת לארגון לצמוח ולנהל פרויקטים רחבי היקף בלי לאבד את הדיוק והאיכות.
8 שקיפות ואחריות רדיקלית:
שיתוף פעולה מדויק נשען על מבני אחריות ברורים. כשכל חבר צוות רואה את ההתקדמות של השאר בזמן אמת, נוצרת שקיפות שבונה אמון.
השקיפות מבטיחה שבעיות פוטנציאליות צפות מוקדם, והתרומה של כל עובד מקבלת את ההכרה הראויה.
בשורה התחתונה, שיתוף פעולה הוא כבר לא רק מונח יפה שמקשט על ערכי החברה, אלא מתודולוגיה עסקית מדידה.
השקעה בדיוק השיתופי היא הדרך המהירה ביותר להפוך פוטנציאל אנושי לביצועים עסקיים יוצאי דופן.
The post 8 דרכים להשגת שת"פ מדויק ואפקטיבי בין עובדים וסנכרון עם הטכנולוגיה first appeared on HRUS משאבי אנוש.
]]>The post עלייתה של המציאות המדומה בהכשרת עובדים במדינות המערב ובישראל first appeared on HRUS משאבי אנוש.
]]>מציאות מדומה, שבעבר היתה נחלתם של גיימרים בלבד, הפכה לכלי עוצמתי עבור למידה מוטמעת.
ממחקרי שוק שנערכו בשנתיים האחרונות (2024-2025) עולה, כי ארגונים כבר לא רק מתנסים בכלים של מציאות מדומה, אלא הם משלבים אותם בליבת תהליכי הפיתוח של ההון האנושי שלהם.
בשוקי המערב (בעיקר בארה"ב, גרמניה ובריטניה), אימוץ כלי המציאות המדומה הגיע למאסה קריטית, במיוחד בתעשיות בעלות סיכון גבוה.
מנתונים של Fortune Business Insights וחברת PwC, נכון לשנת 2025 עולה, כי 28%-32% מהארגונים הגדולים הטמיעו כלים של מציאות מדומה לפחות בתוכנית הכשרה ליבתית אחת.
במגזרים כמו ייצור, תעופה וחלל, ובריאות, ההיקף הזה מטפס ליותר מ-45%.
חברות מערביות מונעות בתחום הודות לכך שהלומדים באמצעות כלים של מציאות מדומה לומדים פי ארבעה מהר יותר מאשר לומדים בכיתה פרונטלית, והם בעלי ביטחון הגבוה בכ-275% ביישום המיומנויות לאחר ההכשרה.
בישראל התמונה לגבי כלים של מציאות מדומה היא מורכבת וייחודית. המדינה היא אמנם מובילה עולמית בפיתוח טכנולוגיות מציאות מדומה ומציאות רבודה אבל האימוץ בישראל מפוצל:
בתעשיות הביטחוניות ובחברות טכנולוגיה עתירות מחקר ופיתוח ניתן לראות אימוץ גבוה שמוערך בכ-35%-40% מהחברות.
ארגונים אלו משתמשים בכלים של מציאות מדומה להרכבת חומרה מורכבת וסימולציות של קבלת החלטות תחת לחץ קיצוני.
מנגד, עסקים קטנים ובינוניים בישראל הם איטיים יותר באימוץ. במגזר זה ניתן לראות כ-12% בלבד שמשתמשים בטכנולוגיה זו. זה נובע בעיקר מעלויות החומרה הראשוניות ומחסור בתכנים מותאמים בעברית.
חמש השנים הקרובות יסמנו את המעבר משימוש בכלים של מציאות מדומה ככלים עצמאיים למערכות אקוסיסטם משולבות.
עד שנת 2030, התחזית היא שיותר מ-60% מכלל ההכשרות הטכניות במדינות המערב יהיו מבוססות על כלים של מציאות מדומה. ככל שעלות המשקפיים תמשיך לרדת, כך צפוי חסם הכניסה ללכת ולהעלם.
החוקרים צופים, כי בין השנים 2027 ל-2030, הכשרות על ידי כלים של מציאות מדומה יופעלו על ידי בינה מלאכותית גנרטיבית.
במקום תרחישים כתובים מראש, עובדים יתקשרו עם דמויות (אווטארים) מבוססות בינה מלאכותית שיגיבו בזמן אמת לטון הדיבור ולשפת הגוף שלהם. זה יהיה פתרון אידיאלי להכשרת מנהלים ואמפתיה.
עד שנת 2028 צפוי בישראל לבלוט אפקט של סגירת פערים במגזרים המסורתיים.
פלטפורמות מציאות מדומה מבוססות ענן יהיו נגישות יותר, מה שיאפשר גם לרשתות קמעונאיות קטנות ולחברות בנייה להכשיר עובדים בסביבות בטיחות וירטואליות.
בסיכומו של דבר, מהמחקירם עולה, כי עד שנת 2030, הכלים של המציאות מדומה כבר לא יהיו רק תוספת נחמדה בתקציב ההדרכה.
הם יהפכו לסטנדרט לבטיחות, לדיוק טכני ולתקשורת בין-אישית.
יתרה מכך, ארגונים שלא יאמצו את הטכנולוגיה של מציאות מדומה יתמודדו עם עלויות הכשרה גבוהות יותר, ובה בעת יתקשו למשוך כוח עבודה צעיר המצפה לכלי למידה מודרניים וחווייתיים.
The post עלייתה של המציאות המדומה בהכשרת עובדים במדינות המערב ובישראל first appeared on HRUS משאבי אנוש.
]]>The post איך לגשר על הפער הדיגיטלי של טלנט מיומן שנרתע מטכנולוגיות חדשות first appeared on HRUS משאבי אנוש.
]]>כאשר הארגון מסתמך במידה רבה על המומחיות הייחודית של אדם ספציפי, בין אם מדובר בחשיבה אסטרטגית, ידע מעמיק בתעשייה, או בכישורים בינאישיים, אבל אותו אדם מתנגד לאימוץ תוכנות או כלים חדשים וחיוניים, הארגון מסתכן בחוסר יעילות ובפער ידע מסוכן.
תפקידו של מנהל משאבי האנוש הוא לגשר על הפער הדיגיטלי הזה בלי לפגוע בערך העובד.
טכנופוביה היא לעיתים רחוקות עקשנות פשוטה. לעיתים קרובות היא נובעת מחרדה, פחד מהתיישנות או חוויות שליליות קודמות עם טכנולוגיה.
הצעד הראשון שעל מנהל משאבי האנוש לנקוט הוא להתייחס לסלידה מטכנולוגיות חדשות כאל מחסום פסיכולוגי, ולא כבעיית ביצועים.
נחוצה שיחה רגישה ולא שיפוטית כדי לזהות את הפחד הספציפי של העובד. האם זה הפחד מכישלון, המורכבות של הממשק החדש, או החשש מפיטורים. הבנה זאת מאפשרת פתרונות ממוקדים.
יש להבטיח לעובד כי כישורי הליבה הייחודיים שלו הם בלתי ניתנים להחלפה וכי הטכנולוגיה היא פשוט כלי שנועד להפוך את הכישורים הללו למשפיעים יותר, ולא להחליף אותם.
מפגשי הדרכה גורפים אינם יעילים עבור עובדים שהם טכנופובים ומתקשים לאמץ טכנולוגיות חדשות. הפתרון דורש גישה תומכת ומותאמת אישית לקליטת כלים חדשים.
יש לשבץ את העובד עם עמית שהוא מיומן באימוץ טכנולוגיות חדשות, והוא גם סבלני ובעל אינטליגנציה רגשית.
המנטור לא צריך להיות המנהל הישיר שלו. זה יאפשר לעובד לשאול שאלות פשוטות ללא חשש משיפוט.
ההדרכה צריכה להתמקד רק בשלושת היתרונות המיידיים ביותר שהתוכנה החדשה מספקת לזרימת העבודה הספציפית שלו.
אם מערכת CRM חוסכת לו זמן בהזנת נתונים, יש להדגיש זאת באופן מיידי, במקום ללסבך אותו עם תכונות מורכבות.
יש להציג לעובד זה, את תכונות התוכנה חדשות אחת בכל פעם, ולאפשר שליטה לפני המעבר הלאה. יש להימנע ממעברים פתאומיים ובקנה מידה גדול.
אם אימוץ טכנולוגי נותר איטי ביותר, על מנהל משאבי האנוש להתאים את התפקיד אסטרטגית כדי למקסם את ערכו הקיים של העובד, תוך הפחתת הסיכון הדיגיטלי.
יש לבנות מחדש את התפקיד כדי להאציל לעמית זוטר או לעוזר אדמניסטרטיבי, משימות הדורשות הסתמכות כבדה על טכנולוגיה חדשה (כמו קלט נתונים או דוחות מורכבים).
זה מאפשר לעובד שנרתע מטכנולוגיות חדשות, להתמקד במשימות ייחודיות ובעלות ערך גבוה.
יש להכיר בפומבי בתרומות הייחודיות של העובד, שאינן תלויות בטכנולוגיה. זה מחזק את תחושת הערך שלו ומפחית את החרדה שהטכנולוגיה היא המדד היחיד לערך.
בסיכומו של דבר, שילוב של אמפתיה, תמיכה מותאמת אישית ועיצוב תפקיד אסטרטגי, מאפשר למנהל משאבי האנוש לשמר ביעילות מומחיות חיונית, תוך שהוא מוודא שהארגון שומר על יעילותו הדיגיטלית הנחוצה.
The post איך לגשר על הפער הדיגיטלי של טלנט מיומן שנרתע מטכנולוגיות חדשות first appeared on HRUS משאבי אנוש.
]]>The post אילו אוכלוסיות רגישות יותר וחשופות יותר לפגיעה מ-AI first appeared on HRUS משאבי אנוש.
]]>האינטגרציה המהירה והעמוקה של בינה מלאכותית בקרב מחלקות רבות בארגונים, שצפויה לצבור תאוצה משמעותית בשנים 2026 ו-2027, לא יצרה חלוקה שווה של פחד ופגיעות בקרב אוכלוסיות שונות בכוח העבודה.
מחקרי שוק שבוצעו בעולם מגלים פלחים דמוגרפיים ומקצועיים מובחנים החוששים יותר מכניסת הבינה המלאכותית וחשופים יותר לשיבושים של בינה מלאכותית לעומת אחרים.
הממצא שהוא הכי לא אינטואיטיבי, שעולה ממחקרים אלה, הוא החרדה הגבוהה בקרב עובדים צעירים, דור ה-Z והמילניאלס.
לרוב הם אמנם המאמצים הראשונים של כלי בינה מלאכותית, אבל הם גם המודאגים ביותר מהטכנולוגיה שמאיימת על מקומות עבודתם.
מהסקרים עולה, כי כ-34% מעובדי דור ה-Z מודאגים מאוד מכך שבינה מלאכותית תשבש את עבודתם בשלוש השנים הקרובות.
פחד זה אינו חסר בסיס: בתפקידים זוטרים ברמת עובדים מתחילים, בתחומים שהינם חשופים לטכנולוגיה, כבר חלה ירידה בהיקפי התעסוקה.
מחקרים מצביעים על כך שהבינה המלאכותית יעילה ביותר באוטומציה של משימות מובנות, שגרתיות ומבוססות שפה, המהוות את עיקר משרות צווארון לבן התחלתיות, לרבות מחקר ראשוני, יצירת תוכן בסיסי, ניסוח קוד פשוט ועוד.
החוקרים צופים, כי הבינה המלאכותית יכולה לבטל עד 50% ממשרות הצווארון הלבן התחלתיות בתוך חמש השנים הקרובות, מה שהופך את תפקידי העובדים הצעירים לפגיעים מאוד לאוטומציה לפני שהם רוכשים את המומחיות העמוקה הדרושה לתפקידים בכירים.
בניגוד לגלי האוטומציה הקודמים שהשפיעו על עבודת הצווארון הכחול ועבודת כפיים, הטרנספורמציה הנוכחית של הבינה המלאכותית מכוונת באופן לא פרופורציונלי לאנשי מקצוע משכילים בתחומי הצווארון הלבן שעבודתם כרוכה בעיבוד מידע.
תפקידים בשירותים פיננסיים, במיוחד חשבונאות וביקורת, שירותים משפטיים, לרבות עוזר משפטי ומחקר משפטי, ותמיכה אדמיניסטרטיבית, הם בין החשופים ביותר להתרחבות כניסתה של הבינה המלאכותית.
הפורום הכלכלי העולמי צופה אובדן של מיליוני משרות בתחומים כמו פקידי הזנת נתונים ומזכירות אדמיניסטרטיביות עד שנת 2027.
תפקידים אלה פגיעים משום שהם כוללים משימות מובנות, מבוססות כללים, לרבות ניתוח נתונים, הכנת חוזים, מענה לשאלות חוזרות ונשנות ועוד, שמודלים גדולים של שפה ובינה מלאכותית קוגניטיבית יכולים לבצע מהר יותר ובזול יותר.
בעוד שעובדים צעירים יותר חרדים מפני התרחבות כניסתה של הבינה המלאכותית, העובדים המבוגרים מגיל 55 ומעלה, לעיתים קרובות מפגינים אדישות מטרידה או רמת דאגה נמוכה יותר, שעשויה להיות פגיעות נסתרת.
מחקרים מסוימים מצביעים על כך שהעובדים מדורות מבוגרים יותר חשים שלבינה מלאכותית תהיה השפעה מועטה על שארית הקריירה שלהם.
עם זאת, המחקרים מגלים פער הכשרה משמעותי: חלק גדול מהעובדים המבוגרים מדווחים כי לא קיבלו הכשרה בכלים מבוססי בינה מלאכותית.
חוסר זה בשדרוג מיומנויות הופך את כישוריהם הקיימים לרגישים יותר להתיישנות, מה שעלול להגדיל את הסיכון לביטול תפקידם על ידי עובדים אנושיים, אם תפקידם הנוכחי יוגדר מחדש במהירות.
בשורה התחתונה, הסטטיסטיקות לשנים 2026-2027 מצביעות בבירור על כך שהשפעת הבינה המלאכותית אינה אחידה.
האוכלוסיות הפגיעות ביותר הן אלו שממלאים תפקידים המוגדרים על ידי עיבוד מידע שגרתי, המחמירים על ידי פער דורי ברור הן מבחינת חרדה והן מבחינת מוכנות.
The post אילו אוכלוסיות רגישות יותר וחשופות יותר לפגיעה מ-AI first appeared on HRUS משאבי אנוש.
]]>The post סינון מועמדים: מה צריכה להיות החלוקה בין הטכנולוגיה לצוות משאבי אנוש first appeared on HRUS משאבי אנוש.
]]>במילים אחרות, תחום הגיוס המודרני דורש תשובה אסטרטגית לשאלה מרכזית: מה צריך להיות היחס האופטימלי בין מעורבות הטכנולוגיה לבין מעורבות צוות משאבי האנוש בסינון מועמדים.
התשובה אינה טמונה במספר מסוים של אחוזים, אלא במודל דינמי שבו הטכנולוגיה מטפלת בנפח ועקביות, בעוד שצוות משאבי האנוש מתמקד בניואנסים ובהתאמה.
היחס האידיאלי נוטה לכיוון ממשק עתיר טכנולוגיה לסינון ראשוני, ועובר לגישה ממוקדת בצוות אנושי להערכה מעמיקה יותר.
בשלב הסינון הראשוני, הטכנולוגיה צריכה להוביל, ולהוות כ-70%-80% מהמאמץ.
זה כולל בעיקר מערכות מעקב אחר מועמדים וכלים המופעלים על ידי בינה מלאכותית שמבצעים את מהמשימות הבאות:
הטכנולוגיה יכולה לסנן באופן מיידי אלפי מועמדויות, לנתח קורות חיים תוך התמקדות במילות מפתח חיוניות, בכישורים ובמדדי ניסיון.
בשלב זה מסננת הטכנולוגיה את הרוב המכריע של המועמדים הלא מתאימים או אלה שהתאמתם אינה יעילה, וחוסכת שעות רבות של עבודה מצוות משאבי האנוש.
אלגוריתמים פועלים לפי קריטריונים קבועים מראש, ואוכפים קו בסיס סטנדרטי עבור כל המועמדים.
גישה מובנית זו מסייעת להפחית הטיות אנושיות לא מודעות ראשוניות שעלולות 'להתגנב' לבדיקות קורות חיים ידניות.
תזמון אוטומטי, שאלות ותשובות ראשוניות בצ'אטבוט, הודעות דואר אלקטרוני וכדומה, שומרים על עדכון המועמדים, מנהלים את הנטל הלוגיסטי, ומספקים חוויה חלקה ומהירה.
בשלב זה, מעורבות של צוות משאבי האנוש עומד על כ-20-30 אחוזים. שיעור זה של מעורבות הצוות האנושי הינה קריטית.
הצוות האנושי של משאבי האנוש עוסק בהגדרת פרמטרי הסינון המדויקים, בניית מסנני מילות מפתח וביקורת קבועה של התוצאות שסופקו על ידי הטכנולוגיה, כדי להבטיח הוגנות ודיוק.
ככל שמגיעים לשבלים בהם מאגר המועמדים מצטמצם והצוות נותר עם רשימה מצומצמת, כך היחס חייב לעבור באופן חד משמעי למודל של 70% מעורבות של צוות אנושי, ו-30% מעורבות של הטכנולוגיה.
בשלב זה, הערך הייחודי של הצוות האנושי של משאבי אנוש הופך לערך החשוב ביותר.
בשלב זה האלמנט האנושי חייב להשתלט על מנת להעריך גורמים קריטיים שהטכנולוגיה אינה יכולה למדוד במדויק.
רק מראיין אנושי יכול לאמוד אינטליגנציה רגשית, סגנון תקשורת, חשיבה ביקורתית תחת לחץ והתאמה לערכי החברה. מיומנויות רכות אלו מנבאות הצלחה ושימור לטווח ארוך.
מנהל גיוס או מנהל משאבי אנוש יכול לראות את הנרטיב מאחורי מסלול קריירה לא שגרתי, להבין את ההקשר של פער תעסוקתי, או לזהות פוטנציאל גולמי שאינו תואם בצורה מסודרת למילות המפתח. שיפוט מעמיק זה חיוני לאיתור כישרונות מגוונים ובעלי פוטנציאל גבוה.
תקשורת מותאמת אישית, ראיונות מעמיקים ומשוב אמפתי, כל אלה מונעים על ידי צוות משאבי אנוש. אלמנטים אלה בונים מותג מעסיק חיובי חזק, בין אם המועמד מתקבל לעבודה ובין אם לאו.
בשלב זה שהוא השלב המתקדם יותר, תפקידה של הטכנולוגיה, העומד על כ-30%, תומך בניהול הערכות אישיות או מיומנויות, בסיכום נתוני ראיונות לסקירת פאנל ובניהול יצירת ההצעה הסופית.
בשורה התחתונה, אסטרטגיית הסינון האופטימלית ממנפת את הטכנולוגיה כמסנן מהיר ועקבי ועוזר אדמיניסטרטיבי תומך, ומשחררת את אנשי צוות משאבי האנוש כדי שיוכלו להתמקד במשימה החשובה ביותר: הערכה אנושית של הפוטנציאל של המועמד והתאמתו.
שותפות מאוזנת זו מניעה יעילות בלי להתפשר על איכות הגיוס הסופי.
The post סינון מועמדים: מה צריכה להיות החלוקה בין הטכנולוגיה לצוות משאבי אנוש first appeared on HRUS משאבי אנוש.
]]>The post איך צפויה להתפתח ולהשתנות טכנולוגית מדידת הביצועים first appeared on HRUS משאבי אנוש.
]]>סקירות הביצועים השנתיות המסורתיות והפורמליות מפנות במהירות את מקומן למערכות רציפות ומבוססות נתונים.
נתונים שעולים מסקרים ברחבי ארה"ב ואירופה מראים שינוי ברור בתחום הערכות הביצועים לעומת ההערכה השנתית המסורתית.
מחקרי השוק מראים כי חלה ירידה חדה באחוז החברות המסתמכות אך ורק על סקירות ביצועים שנתיות.
לפני עשור, יותר מ-80% מסקירות הביצועים בוצעות אחת לשנה, לעומת המצב כיום שבו כ-54 אחוזים ואף פחות מכך, מסקירות הביצועים מתבצעות אחת לשנה.
מהסקרים עולה עוד, כי יותר מ-55 אחוזים מהעובדים חשים שסקירות שנתיות אינן משפרות את ביצועיהם בפועל.
הסטנדרט החדש הוא ניהול ביצועים מתמשך. ממחקרי השוק עולה, כי חברות נותנות עדיפות למשוב תכוף או מתמשך, כפי שהעידו יותר מ-60% ממנהלי משאבי האנוש, ולשיחות סדירות בין מנהלים לעובדים.
שינוי זה יעיל ביותר, שכן ארגונים המספקים משוב שבועי מדווחים על מעורבות עובדים גבוהה יותר ב-40% ושיפור של כ-26% בביצועים הכוללים.
אלא שלמרות המעבר למשוב מתמשך, כ-58% מהחברות עדיין מסתמכות על גיליונות אלקטרוניים בסיסיים כדי לעקוב אחר נתוני הביצועים. זה יוצר פער משמעותי בין אסטרטגיית משאבי אנוש מודרנית לאימוץ טכנולוגיות.
במהלך חמש השנים הבאות, פיתוח טכנולוגיית מדידת ביצועים צפוי להישלט על ידי בינה מלאכותית, והפוקוס יעבור מהערכה רטרוספקטיבית לתמיכה חזויה בזמן אמת.
טכנולוגיית משאבי אנוש תשתמש יותר ויותר בבינה מלאכותית כדי לנתח זרם עצום של נתונים, החל באבני דרך בפרויקט ועד דפוסי תקשורת, כדי ליצור תמונות מצב אובייקטיביות של ביצועים.
זה יהפוך את המשימה המכבידה של סיכום סקירות לאוטומטית, יאפשר זיהוי בזמן אמת של פערים במיומנויות ויפחית משמעותית את ההטיה האנושית בהערכות.
השלב הבא יתמקד באנליטיקה חזויה. מערכות בינה מלאכותית יוכלו לחזות את הסיכון של עובד לשחיקה, לתחושות ניתוק מהארגון ואף את הסיכון לרצון העובד לעזוב, על ידי זיהוי שינויים עדינים בפעילות או במדדי הרווחה שלו.
זה יאפשר למנהלים להתערב עם תמיכה או אימון לפני שהבעיה מחמירה.
מדידת ביצועים תשלב באופן רשמי מדדי ביצוע מרכזיים של רווחה. הטכנולוגיה תשתמש בהתראות ונתונים, כמו למשל על עבודה במשך שעות ארוכות מאוד עד שעות הלילה המאוחרות, כדי לקשר ביצועים לבריאות העובדים, תוך שהבינה המלאכותית תוודא שתפוקה גבוהה לא תושג על חשבון הרווחה.
המיקוד יעבור מתואר התפקיד והניסיון למיומנויות ויכולות מפורטות.
טכנולוגיית מדידת הביצועים תיצור באופן אוטומטי נתיבי פיתוח מותאמים אישית לכל עובד וגמישים, ותאפשר גישה מיידית של כל עובד לתוכן למידה והכשרה מחדש, הרלוונטי לעובד, המבוסס על נתוני ביצועים בזמן אמת.
בסיכומו של דבר, עתיד מדידת הביצועים הוא ממוקד אדם ומבוסס על נתונים, תוך מינוף הטכנולוגיה כדי לאפשר צמיחה מתמשכת ותמיכה פרואקטיבית במקום שיפוט שנתי עונשי.
The post איך צפויה להתפתח ולהשתנות טכנולוגית מדידת הביצועים first appeared on HRUS משאבי אנוש.
]]>The post 3 דרכי הפיקוח של רובוטים מבוססי בינה מלאכותית על עובדים אנושיים first appeared on HRUS משאבי אנוש.
]]>נתונים סטטיסטיים שעולים מסקרים אחרונים שנערכו בארה"ב ובאירופה חושפים מציאות כפולה: חברות מאמצות בהתלהבות בינה מלאכותית לניטור עובדים, בעוד שעובדים רואים את השינוי הזה בתערובת חזקה של חרדה ואופטימיות זהירה.
פיקוח על עובדים המבוסס על בינה מלאכותית התקדם הרבה מעבר למעקב פשוט אחר כניסה או יציאה של עובד מהמחשב ומדידת זמן העבודה שלו.
כיום, הפיקוח כולל שיטות מתוחכמות ולעיתים קרובות בלתי נראות של ניטור ביצועים במשימות פיזיות וקוגניטיביות כאחד.
מערכות בינה מלאכותית עוקבות באופן רציף אחר התפוקה, לעיתים קרובות על ידי ניתוח המהירות והאיכות של הזנת נתונים, כתיבת קוד או אינטראקציות עם שירות לקוחות.
בארה"ב, אחוז משמעותי מהחברות משתמשות בבינה מלאכותית כדי למדוד את פעילות העובדים, במיוחד עבור צוות של עובדים שעובדים מרחוק או עובדים אדמיניסטרטיבים.
זה כולל מעקב אחר תקשורת, לרבות דואר אלקטרוני, הודעות טקסט ומערכות תקשורת נוספות, לצורך סנטימנט ותאימות, או אפילו לניתוח תנועות פיזיות במחסנים כדי לייעל את היעילות והבטיחות.
הבינה המלאכותית מעורבת יותר ויותר בהחלטות הקשורות להקצאת עבודה, תזמון ותעדוף משימות, ומתפקדת למעשה כמנהלת משמרת אלגוריתמית.
אם כן, מהו עתיד הבינה המלאכותית בניהול. מחקרי שוק מצביעים על כך שבשנים הקרובות היקף הפיקוח על בינה מלאכותית יתרחב, ויתמקד בתפקידים קוגניטיביים בעלי כישורים גבוהים, ויבסס את עצמו כשכבת ניהול קבועה.
במקום לדווח רק על ביצועים קודמים, הבינה המלאכותית צפויה לספק משוב מיידי ומותאם אישית לעובדים, ולהדריך אותם בזמן אמת.
לדוגמה, המערכת עשויה להפריע לנציג שירות לקוחות כדי להציע ביטוי טוב יותר או לספק ניתוח של עיצוב בתהליך.
הבינה המלאכותית תתפתח כדי לחזות את ביצועיו העתידיים של עובד, את הסיכון שלו לשחיקה או אפילו את סיכון שהוא יעזוב את החברה. זה יאפשר להנהלה לא רק להתמקד בתצפית תגובתית אלא להתערב באופן פרואקטיבי.
תפקידים שנחשבו בעבר לכאלה שיכולים להתבצע אך ורק על ידי בני אדם, ושדורשים מיומנות גבוהה, כמו תכנות, מחקר משפטי ופיננסים, יזכו לשיפור וניטור משמעותיים של הבינה המלאכותית, שכן מודלים של שפה גדולה (LLMs) מפרקים משימות מורכבות לתת-משימות הניתנות לפיקוח.
ומה העובדים חושבים על כך שרובוטים מבוססי בינה מלאכותית יפקחו עליהם?
מבדיקת הסקרים את תחושות העובדים במדינות המערב לגבי הפיקוח על ידי הבינה המלאכותית עולה חשש עמוק לגבי הבינה המלאכותית כ"בוס" החדש.
סקרים בארה"ב מראים באופן עקבי שרוב העובדים, לעיתים קרובות יותר מ-70%, מודאגים מהבינה המלאכותית, כאשר שני שלישים מודאגים מכך שהיא תחליף את עבודתם או תשפיע לרעה על שכרם.
חרדה זו נובעת מתפיסת הבינה המלאכותית כתחליף אולטימטיבי חסר העדפות.
גם בארה"ב וגם באירופה, קיימת הסכמה גורפת בין העובדים, הכוללת יותר מכ-90% מהנשאלים בסקרים, שבינה מלאכותית היא טכנולוגיה הדורשת 'ניהול זהיר' כדי להגן על הפרטיות של העובדים ולהבטיח שקיפות.
באופן פרדוקסלי, ממחקר גדול אחד עולה, כי רוב העובדים במדינות כמו ארה"ב ובריטניה הביעו אמון רב יותר ברובוט מאשר במנהל האנושי שלהם שיספק מידע אובייקטיבי וינהל עומסי עבודה.
ממצא זה מצביע על כך שאף על פי שהעובדים חוששים מכוחה של הבינה המלאכותית, הם מעריכים את הפוטנציאל שלה לאובייקטיביות על פני סובייקטיביות אנושית.
בסיכומו של דבר, האתגר של מעסיקים במדינות מערביות יהיה ליישם פיקוח על בינה מלאכותית תוך התמקדות בשקיפות, הוגנות ורווחת העובדים, כדי למנף את יכולותיה להגביר את הפרודוקטיביות, בלי לפגוע באמון הבסיסי ובמורל של כוח העבודה האנושי.
The post 3 דרכי הפיקוח של רובוטים מבוססי בינה מלאכותית על עובדים אנושיים first appeared on HRUS משאבי אנוש.
]]>