השילוב של בינה מלאכותית גנרטיבית ואוטונומית (Agentic AI) עם רובוטיקה מתקדמת ורובוטים דמויי-אדם (Humanoids) מאיץ מעבר משיתוף פעולה בסיסי (קובוטים) למערכת יחסים סימביוטית עמוקה.

רובוטים וסוכנים חכמים אינם נתפסים עוד רק כמחליפים של פעולות פיזיות פשוטות, אלא כשותפים למשימה (Co-workers) המשחררים את ההון האנושי מרוטינה, מורכבות טכנית וסיכונים פיזיים, ומאפשרים לו להתמקד ביצירתיות, מנהיגות ופתרון בעיות מורכבות.

ממחקרים של חברת מקינזי עולה, כי עד סוף העשור, שילוב של רובוטים פיזיים וסוכני בינה מלאכותית יוכלו לבצע כ-50% משעות העבודה במשק.

החוקרים של מקינזי מעריכים, כי תקופת החזר ההשקעה ברובוטיקה מתקדמת, התקצרה מ-5.3 שנים בעבר ל-1.3 שנים בלבד כיום, מה שמאיץ דרמטית את קצב ההטמעה בכלל הענפים.

החוקרים של חברת המחקר גרטנר מעריכים כי בחמש השנים הקרובות, יותר מ-70% מהארגונים הגלובליים יגדירו תפקידים חדשים המתמקדים בניהול ובתיאום ממשקי אדם-רובוט.

החוקרים של גרטנר מדגישים, כי האתגר המרכזי של מנהלי משאבי האנוש יעבור מניהול פחד מאובדן מקומות עבודה לבניית אמון בטכנולוגיה.

בדו"ח מגמות ההון האנושי של חברת היעוץ דלויט מציינים החוקרים, כי שילוב רובוטים אוטונומיים בסביבות עבודה מבוזרות ומורכבות, מעלה את הפריון של הארגון בכ-35%, בתנאי שהארגון משקיע בהנדסת תהליכים מחדש ולא מנסה 'להלביש' את הרובוטיקה על תהליכים מיושנים.

ממחקרים של גאלופ עולה, כי בצוותים שבהם רובוטים וסוכני אינטליגנציה מלאכותית מבצעים את העבודה השגרתית והשוחקת, מחוברות העובדים עולה בכ-40%.

הסיבה: עובדים מרגישים שתפקידם הפך למשמעותי, בטוח ויצירתי יותר.

מסקרים של PwC עולה, כי כ-68% מהמנכ"לים צופים שבחמש השנים הקרובות היתרון התחרותי של חברות לא ייגזר מעצם הבעלות על הטכנולוגיה, אלא מהמהירות שבה העובדים האנושיים יפתחו רהיטות שימוש בטכנולוגיה ובבינה מלאכותית וינהלו את הרובוטים ביעילות.

להלן 4 עקרונות יסודיים לשילוב מוצלח של רובוטיקה חכמה עם עובדים אנושיים:

1 מעבר מביצוע משימות לניהול הרובוטים מבוססי ההבינה המלאכותית:

העובדים האנושיים עוברים מתפקידי ביצוע פיזיים או אדמיניסטרטיביים לתפקידי ניטור, בקרה, הגדרת יעדים ופתרון תקלות לא צפויות, תוך תפעול הרובוטים דרך ממשקים פשוטים.

2 אוטומציה פיזית וקוגניטיבית משולבת:

הרובוטים החדשים משלבים דיוק פיזי, לרבות הרכבות עדינות, נשיאת משאות כבדים או עבודה בסביבות מסוכנות, עם יכולת הבנה קוגניטיבית בזמן אמת, מה שמאפשר להם להגיב לשינויים בסביבת העבודה באופן מיידי וללא תכנון מוקדם.

3 שמירה על בטיחות פסיכולוגית ואיזון תעסוקתי:

טיפול בחששות העובדים מפני החלפתם, באמצעות הגדרה מחדש של מסלולי קריירה, הכשרות ומתן דגש על הערך המוסף הבלעדי של בני האדם: אמפתיה, שיפוט מוסרי וחשיבה אסטרטגית.

4 ייעול עלויות ומיקסום רווחיות – החזר על ההשקעה:

הרובוטים פועלים ברציפות ללא עייפות או שחיקה, מפחיתים דרמטית טעויות אנוש וסיכוני בטיחות, ומאפשרים לחברות להפחית עלויות ייצור ולהוזיל את השירות, תוך ניתוב המשאבים הארגוניים לצמיחה וחדשנות.

The post 4 עקרונות יסודיים לשילוב מוצלח של רובוטיקה חכמה עם עובדים אנושיים first appeared on HRUS משאבי אנוש.

רק לפני כשנתיים, מטרת ההימנעות מגיוס והכשרת עובדים חדשים לביצוע תפקידים שיכולים להתבצע על ידי רובוט, היתה כדי לשפר את המורל.

כיום, האתגר הוא אסטרטגי הרבה יותר: מניעת בזבוז של הון אנושי. השקעה בהכשרת עובדים למשימות שבעוד שלוש שנים יבוצעו במלואן על ידי אוטומציה אינה רק טעות ניהולית, היא בזבוז משאבים משווע שעלול להשאיר את הארגון מאחור.

האסטרטגיה החדשה לניהול כישורים:

בעידן של בינה מלאכותית וסוכני בינה מלאכותית, הגדרת התפקיד של מנהל משאבי האנוש השתנתה.

ממחקר שנערך על ידי חברת גרטנר, עד סוף שנה זו (2026), כ-40% מהמשימות שנחשבו בעבר לידע מקצועי אנושי יעברו לאוטומציה מלאה.

במציאות כזו, המשימה של מנהל משאבי האנוש היא כפולה: לשחרר את העובד מעבודה רובוטית ולהכשיר אותו לא לתפקיד הקיים, אלא לתפקיד שישתלב עם האוטומציה.

פרדוקס ההכשרה – לא להשקיע בעבר:

הטעות הנפוצה ביותר כיום היא המשך ההשקעה בשיפור מיומנויות לתפקידים טכניים שעומדים להיעלם.

ממחקר שנערך על ידי מקינזי עולה, כי ארגונים שמסיטים את תקציבי ההכשרה שלהם ממיומנויות ביצועיות למיומנויות של ניהול אוטומציה, לרבות הנדסת פרומפטים, בקרה אתית של בינה מלאכותית, ניהול ממשקי מכונה וכדומה, מדווחים על פיריון גבוה בכ-35%.

המסקנה היא ברורה: במקום ללמד עובד לבצע משימה שרובוט יעשה טוב יותר, יש להכשיר אותו להיות המנחה או המפקח של אותו רובוט.

להלן 3 סיבות לכך שבימים אלה, עבודה 'רובוטית' היא האויב של הארגון:

1 שחיקה קוגניטיבית ותחושת מיותרות:

ממחקר שנערך על ידי גרטנר עולה, כי עובדים המבצעים משימות שהם תופסים כניתנות לאוטומציה בקלות, חווים ירידה של כ-50% במחוברות לארגון. התחושה היא שהם ממלאי מקום זמניים למכונה, מה שיוצר ניתוק רגשי עמוק.

2 אובדן היתרון היצירתי:

לבני אדם יש תכונות ייחודיות, ובראשן, חשיבה ביקורתית, יצירתיות, אמפתיה ואינטואיציה עסקית.

ממחקר שנערך על ידי חברת דלויט עולה, בארגונים הממנפים את הכישורים הרכים הללו ומעבירים את הלוגיסטיקה לרובוטים מבוססי בינה מלאכותית, חלה עלייה של כ-25% בחדשנות במוצרים.

3 שימור טלנטים דרך רלוונטיות:

בימים אלה, טלנטים מובילים לא מחפשים רק נוחות, הם מחפשים חסינות תעסוקתית לעתיד.

ארגון שמציע להם להשתלב בניהול האוטומציה במקום להתחרות בה, הופך למגנט לכישרונות.

להלן 3 המלצות בנוגע להעברת תפקידים לרובוטים מבוססי בינה מלאכותית:

1 מיפוי סיכוני אוטומציה: יש לבצע הערכה אסטרטגית של כל תפקיד בארגון ולקבוע מה תאריך התפוגה של המשימות הידניות הכלולות בו.

2 הכשרה לשיתוף פעולה אדם-מכונה: יש להתחיל להכשיר עובדים איך לעבוד לצד הבינה המלאכותית כדי להכפיל את התפוקה האישית.

3 טיפוח האנושיות: יש להשקיע במיומנויות שלא ניתנות לשכפול, לרבות פתרון קונפליקטים, חשיבה אסטרטגית וניהול קשרים בין-אישיים.

בסיכומו של דבר, ההצלחה הגדולה לארגונים בתקופה הנוכחית מגיעה לאו דווקא משילוב רובוטים מבוססי בינה מלאכותית בעבודה בארגון, אלא כתוצאה משחרור העובדים האנושיים למשימות שבאמת דורשות אינטליגנציה ואינטליגנציה רגשית.

מנהל משאבי אנוש שישכיל להפסיק להכשיר עובדים לתפקידי האתמול ויתחיל להכין אותם לשיתוף הפעולה של מחר, יבנה ארגון חסין, רווחי ומלא להט להצלחה.

The post למה אין לגייס ולהכשיר עובדים לתפקידים שלא דורשים יצירתיות first appeared on HRUS משאבי אנוש.

בשנים הקרובות צפוי שוק העבודה לאמץ קבוצות של רובוטים מבוססי בינה מלאכותית שמנוהלים על ידי רובוט מבוסס בינה מלאכותית שהינו מתוחכם יותר ויותר.

כל האופרציה הזאת תהיה מנוהלת על ידי עובד אנושי, בין השאר גם מרחוק.

שיטה זו תהיה רלוונטית בעיקר למפעלים וקווי ייצור, שכיום כמעט ולא מתקיימים במדינות מערביות.

את הקבוצות של רובוטים מבוססי בינה מלאכותית ינהל רובוט מבוסס בינה מלאכותית, שתפקידו לתאם ולמטב את הפעילות של רשתות עצומות של מכונות אוטונומיות, בדומה למערכת עצבים מרכזית עבור ציי רובוטים.

שיטת עבודה דומה מתנהלת כבר כמעט עשור בתחום של מיקרו-לוויינים. יש מעין "להקות" של מיקרו לווינים, כאשר כל "להק" מנוהל על ידי מיקרו-לווין מרכזי, וכל האופרציה מנוהלת על ידי בני אדם מכדור הארץ.

הרובוטים מבוססי מערכות הבינה המלאכותית שינהלו את הרובוטים האחרים, יטפלו בתקשורת מורכבת, הקצאת משימות וזיהוי תקלות על פני מערכות רובוטיות מבוזרות.

אינטליגנציית נחיל: בהשראת הטבע, אלגוריתמים של בינה מלאכותית יאפשרו לקבוצות של רובוטים לבצע משימות מורכבות בשיתוף פעולה ללא שליטה מרכזית אנושית, או עם מטרה ברמה גבוהה מאוד, המוגדרת על ידי האדם.

מתאם הבינה המלאכותית יגדיר את המטרה הכוללת, והרובוטים הבודדים יתאימו ויתאמו את פעולותיהם באופן דינמי.

מחשוב קצה ו-5G: לצורך תיאום בזמן אמת, קבלת ההחלטות של הבינה המלאכותית תתרחש קרוב יותר לנכסים הרובוטיים באמצעות מחשוב קצה, תוך צמצום זמן ההשהיה.

רשתות ה-5G בעלות רוחב הפס הגבוה והשהיה נמוכה, יהיו קריטיות לזרימה מתמדת של נתונים בין הרובוט המנהל מבוסס הבינה המלאכותית לבין הכפופים הרובוטיים שלו, ויבטיחו פעולה חלקה בסביבות נרחבות כמו מפעלים חכמים, מרכזי לוגיסטיקה או אפילו תשתיות עירוניות.

מערכות תחזוקה ותיקונים עצמיים: הרובוט המנהל מבוסס הבינה המלאכותית לא רק יקצה משימות לרובטים האחרים. הוא יעקוב באופן רציף אחר איכות הביצועים של כל אחד מהרובוטים הבודדים.

באמצעות למידת מכונה, הוא יחזה כשלים פוטנציאליים, יתזמן תחזוקה באופן אוטונומי ואף ינתב מחדש משימות מרובוטים תקולים לרובוטים כשירים, וייצור מערכת עמידה ויעילה ביותר.

אם רובוט מתקלקל, הרובוט המנהל מבוסס הבינה המלאכותית יוכל להורות לרובוטים אחרים לסייע בתיקונו או בהחלפתו.

אם כן, היכן נכנסים לתמונה העובדים האנושיים:

במערכת אקולוגית רובוטית מתקדמת זו, תפקידם של עובדים אנושיים ישתנה באופן דרמטי משליטה תפעולית ישירה, לפיקוח וניטור אסטרטגיים והתערבות באירועים הספציפיים הבאים:

1 מאמני בינה מלאכותית ואדריכלי מערכות:

בני אדם יתכננו, יאמנו ויכוונו את אלגוריתמי הבינה המלאכותית השולטים ברובוטים המנהלים.

הם יקבעו את היעדים הכוללים, ההנחיות האתיות והפרמטרים התפעוליים עבור מערכות הבינה המלאכותית.

2 מתכננים אסטרטגיים וממטבים:

במקום לנהל משימות בודדות, בני אדם יתמקדו בתכנון אסטרטגי ברמה גבוהה יותר, בזיהוי הזדמנויות חדשות לאוטומציה, אופטימיזציה של זרימות עבודה המבוססות על יעדים עסקיים, וביצוע פתרון בעיות מורכב הדורש הבנה מעמיקה וחשיבה יצירתית.

3 מומחי תחזוקה ופתרון בעיות:

הרובוטים מבוססי הבינה המלאכותית יטפלו בחלק ניכר מהתחזוקה השוטפת. אבל תיקונים מורכבים, שדרוגי מערכות ופתרון בעיות של הרובוטים המנהלים, ישארו נחלתם של בני אדם.

כאשר מתרחשת אנומליה בלתי צפויה, מומחים אנושיים יאבחנו ויפתרו בעיות שאינן מתחרות בהבנה המתוכנתת של הבינה המלאכותית.

4 פיקוח אתי וקבלת החלטות:

זאת ועוד, בני אדם יהיו בעלי תפקיד מכריע בהגדרת הגבולות האתיים ומסגרות קבלת ההחלטות עבור מערכות רובוטיות המבוססות על בינה מלאכותית, במיוחד בתרחישים הכרוכים בבטיחות או פשרות מורכבות.

עתיד זה מבטיח יעילות וקנה מידה חסרי תקדים באוטומציה. עם זאת, הוא גם מחייב הכשרה משמעותית של כוח העבודה האנושי, תוך התמקדות במיומנויות המשלימות, ולא מתחרות, בבינה מלאכותית ורובוטיקה מתקדמת.

The post מה יהיה תפקיד העובדים כשרובוטים מבוססי AI ינהלו רובוטים אחרים 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.

מה כולל פיקוח מבוסס בינה מלאכותית כיום:

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.

להלן 3 דרכי הפיקוח של רובוטים מבוססי בינה מלאכותית על עובדים אנושיים הצפויות בשנים הקרובות:

1 מעקב אחר פרודוקטיביות וביצועים:

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.

2 ניטור התנהגותי וביומטרי:

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.

3 קבלת החלטות אוטומטית:

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.

להלן 3 דרכי הניהול של הבינה המלאכותית את העובדים האנושיים הצפויות לשנים הקרובות:

1 אימון ומשוב בזמן אמת:

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.

2 ניהול ניבוי:

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.

3 התמקדות בתפקידים בעלי מיומנות גבוהה:

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.

להלן תחושות העובדים לגבי פיקוח על ידי רובוטים מבוססי בינה מלאכותית:

חרדה גבוהה:

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.

אמון מפתיע של עובדים ברובוטים:

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.

מחקרי שוק מגלים הבדלים ברורים בין סוגי ענפים ותעשיות, כאשר שיעורי האימוץ (של בינה מלאכותית במקום העבודה) תלויים במידה רבה באופי העבודה ובבגרות הדיגיטלית של המגזר.

מעבר זה מגדיר נוף תחרותי חדש, המפריד בין חלוצי השילוב של בינה מלאכותית בעבודה היומיומית לאלה שיהיו האחרונים ליישם את הטכנולוגיה.

החלוצים – מאמצי החידושים הראשונים: מגזרים עתירי ידע:

הענפים והתעשיות שהיו הראשונים להטמיע בינה מלאכותית בעבודה היומיומית הם אלו שמתמקדים במידע, עיבוד נתונים ומשימות צווארון לבן בעלי מיומנויות עתירות מידע.

הנתונים שעולים מחקרי שוק שבוצעו בארה"ב ובאירופה מציבים באופן עקבי את הענפים הבאים בחזית אימוץ הבינה המלאכותית:

1 טכנולוגיה ושירותי מידע:

ענף זה מוביל בפער משמעותי באימוץ הבינה המלאכותית. העובדים בו כבר משתמשים בכלי הבינה המלאכותית, במיוחד לקידוד, ניתוח נתונים ויצירת תוכן, ושיעורי האימוץ הם הגבוהים ביותר.

עסקי הליבה כוללים יצירה ויישום של בינה מלאכותית, מה שהופך את השימוש הפנימי בהן להרחבה טבעית.

2 בנקאות, פיננסים וביטוח:

כמויות גדולות של נתונים צורכי תאימות רגולטורית ואיום מתמיד של הונאות הופכים את ענף הפיננסים לאחד המאמצים הראשונים של הבינה המלאכותית.

הבינה המלאכותית מוטמעת במהירות עבור מידול סיכונים, מסחר אלגוריתמי, צ'אטבוטים לשירות לקוחות ואוטומציה של תיעוד משרדי.

מנתונים של חברת מקינזי עולה, כי אימוץ הבינה המלאכותית במגזרים כמו פיננסים הינו משמעותית מעל הממוצע בתעשייה.

3 שירותים מקצועיים, מדעיים וטכניים:

קטגוריה רחבה זו, הכוללת ייעוץ, שירותים משפטיים ומחקר מדעי, משלבת במהירות בינה מלאכותית עבור משימות כמו גילוי משפטי, ניתוח מחקר ויצירת דוחות מורכבים.

הבינה המלאכותית הגנרטיבית ניתנת ליישום מיידי במשימות הליבה של עובדי ידע אלה.

הגל הבא של מטמיעי הבינה המלאכותית בשנים הקרובות: שירותים פיזיים ושירות לקוחות:

קבוצת התעשיות הבאה שצפויה להצטרף לקבוצה המאמצת את הבינה המלאכותית בשנים הקרובות, היא החברות שבהן הבינה המלאכותית עוברת מהרחבה דיגיטלית גרידא לאופטימיזציה של פעולות פיזיות, ותפקידים הפונים ללקוחות.

1 שירותי בריאות ומדעי החיים:

הבינה המלאכותית, שכבר מובילה באבחון וגילוי תרופות המבוססים על בינה מלאכותית, צפויה בשנים הקרובות להשתלב במידה רבה יותר בתפעול בתי חולים, רפואה מותאמת אישית ומשימות אדמיניסטרטיביות כמו קידוד רפואי.

האיחוד האירופי, למשל, נתן עדיפות לאימוץ בינה מלאכותית בתחום הבריאות במסגרת האסטרטגיות הלאומיות שלו.

2 ייצור ולוגיסטיקה:

לאוטומציה יש אמנם היסטוריה ארוכה בתחום זה, אבל הגל הבא כרוך באופטימיזציה של תהליכים המבוססת על בינה מלאכותית, תחזיות לגבי תחזוקה וניהול שרשרת אספקה.

שיעורי האימוץ של הבינה המלאכותית בתחום זה הינם מתונים כיום, אבל צפויים לעלות ככל שמודלים של בינה מלאכותית ישתפרו בניתוח וניהול מערכות פיזיות מורכבות.

3 קמעונאות ומסחר אלקטרוני:

הבינה המלאכותית צפויה להיות מוטמעת מעבר להמלצות מותאמות אישית לתמחור דינמי, ניהול מלאי ושירות לקוחות אוטומטי בקנה מידה גדול.

חלק משמעותי מהאינטראקציות בתחום תמיכת לקוחות בעולם צפוי לכלול בינה מלאכותית בשנים הקרובות.

התעשיות האחרונות להטמיע בינה מלאכותית הן בתחומים בעלי אינטראקציה רבה עם אנשים:

התעשיות הצפויות להיות האחרונות להטמיע באופן מלא בינה מלאכותית בעבודה היומיומית בשנים הקרובות, הן התעשיות המאופיינות בשימוש דיגיטלי נמוך, תלות גבוהה באינטראקציה אנושית לא סטנדרטית, או בסביבות פיזיות מבודדות מאוד.

1 חקלאות ובנייה:

מגזרים אלה מציגים כיום כמה משיעורי האימוץ הנמוכים ביותר של בינה מלאכותית, לעתים קרובות רק אחוז אחד או שניים מהעסקים המדווחים על שימוש בבינה מלאכותית.

הבינה המלאכותית משמשת אמנם בחקלאות המדויקת (רחפנים) ובתכנון פרויקטים, אבל העבודה היומיומית של רוב עובדי השטח והפועלים נותרה תלויה במשימות ידניות ולא כאלה  שחוזרות על עצמן, ולכן הן פחות רגישות למגמות האוטומציה הנוכחיות.

2 שירותי אירוח ומזון:

זוהי תעשייה בעלת אינטראקציה רבה עם לקוחות ורווחיות נמוכה, שבה הערך המרכזי הוא אינטראקציה פנים אל פנים ומתן שירות לא סטנדרטי.

הבינה המלאכותית משמשת כיום אמנם למערכות הזמנות, אבל שילוב מלא של בינה מלאכותית במשימות היומיומיות של שף, מלצר או צוות מלון יגיע הרבה יותר מאוחר, בעיקר בשל הקושי באוטומציה של מיומנויות חברתיות אנושיות ומיומנות פיזית.

3 טיפול אישי ושירותים חברתיים:

מקצועות הדורשים רמות גבוהות של אינטליגנציה רגשית, אמפתיה וטיפול מעשי, בהן  עובדים סוציאליים, נותני שירותי טיפול בקשישים ומטפלים וכו, יהיו האחרונים שיאמצו באופן נרחב את הבינה המלאכותית במשימות הליבה שלהם.

בתחומים אלה, הבינה המלאכותית תישאר ככל הנראה בתפקיד של עוזר אדמיניסטרטיבי (טיפול בניירת) ולא תחליף לאינטראקציה אנושית.

The post אילו ענפים יהיו הראשונים לאמץ AI בעבודה השוטפת ומי יהיו האחרונים first appeared on HRUS משאבי אנוש.

ובכן, הרעיון של רובוטים מבוססי בינה מלאכותית המנהלים חברות או מחלקות שלמות הוא חזון מורכב, ומנכ"ל רובוטי מבוסס בינה מלאכותית שהינו אוטונומי לחלוטין נותר עדיין בגדר מדע בדיוני.

עם זאת, תפקידה של הבינה המלאכותית בניהול כבר קיים בימים אלה באופן חלקי והוא צפוי להמשיך להתרחב משמעותית בשנים הקרובות.

במקום מנהל שהינו רובוט מבוסס בינה מלאכותית יחיד, סביר יותר שתהיה רשת של מערכות וכלים ייחודיים המבוססים על בינה מלאכותית שמטפלים בפונקציות ניהול ספציפיות.

התרחיש הסביר ביותר הוא שהבינה המלאכותית אמנם לא תחליף מנהלים אנושיים לחלוטין, אבל היא תשפר אותם, תשחרר אותם ממשימות שגרתיות וכבדות נתונים ותאפשר להם להתמקד בניהול אסטרטגי, יצירתי וממוקד באנשים.

ההערכות הן שהבינה המלאכותית תשתלט תחילה על הניהול במחלקות ובחברות המאופיינות בתהליכים עתירי נתונים וסטנדרטיים ביותר.

להלן 3 תחומים שצפויים להיות מנוהלים על ידי בינה מלאכותית והניצנים הראשונים לכך כבר נראים בפועל:

1 מחלקות כספים והנהלת חשבונות:

מחלקת הכספים נחשבת למועמדת מובילה לניהול על ידי בינה מלאכותית.

מערכות הבינה המלאכותית כבר מיומנות בעיבוד כמויות עצומות של נתונים פיננסיים, זיהוי מגמות וביצוע ניתוחי תחזיות.

צופים שבעתיד הנראה לעין, מנהלים שהם רובוטים מבוססי בינה מלאכותית יוכלו לפקח על משימות כגון הקצאת תקציב, גילוי הונאות וחיזוי פיננסי, במהירות ובדיוק שאדם אינו יכול להשתוות אליהם.

הבינה המלאכותית תוכל לנטר נתוני שוק בזמן אמת כדי לקבל החלטות השקעה אוטומטיות, ולנהל חשבונות חייבים ותשלומים, תוך וידוא שהעסקאות מתבצעות בזמן ותוך סימון אנומליות לבדיקה אנושית.

2 ניהול בחברות שרשרת אספקה ​​ולוגיסטיקה:

בשרשרת האספקה ​​והלוגיסטיקה, הבינה המלאכותית משנה כבר היום את אופי הפעילות.

ניהול על ידי רובוט מבוסס בינה מלאכותית יכול לייעל רשתות לוגיסטיות מורכבות, החל מניהול מלאי ותפעול מחסן ועד לתכנון נתיבי האספקה ​​היעילים ביותר וחיזוי תנודות בביקוש.

הבינה המלאכותית יכולה לעבד נתונים בזמן אמת, מרשת עולמית של חיישנים, ספקים ומפיצים, כדי לקבל החלטות מיידיות שממזערות עלויות וממקסמות את היעילות.

בכך היא עולה בהרבה על יכולתו של מנהל אנושי לנתח ולהגיב לזרם מידע כה עצום.

3 ניהול בתחומי ה-IT והתפעול:

יכולתה של בינה מלאכותית לנטר ולנהל מערכות בקנה מידה גדול הופכת אותה להתאמה מושלמת עבור ניהול תחומים מסוימים ב-IT ובתפעול.

ניהול של רובוט מבוסס בינה מלאכותית בתחום זה יכול לפקח על ביצועי הרשת, לזהות ולפתור איומי אבטחה ולנהל משאבי ענן.

מערכות אלו יכולות לזהות באופן יזום כשלים פוטנציאליים וליזום מנגנוני תיקון עצמי, לעיתים קרובות עוד לפני שאדם היה מודע לבעיה.

אוטומציה זו משחררת את אנשי IT להתמקד בפרויקטים אסטרטגיים במקום בכיבוי שריפות מתמיד.

בשורה התחתונה, ניתן להעריך שהבינה המלאכותית תהפוך לכוח רב עוצמה בניהול פונקציות מסוימות מבוססות נתונים, אבל ניהול מלא של חברה על ידי בינה מלאכותית הוא עוד חזון רחוק.

מנהלים אנושיים ימשיכו להיות חיוניים למשימות הדורשות יצירתיות, אינטליגנציה רגשית, אמפתיה וראייה אסטרטגית לטווח ארוך – תחומים שבהם הבינה המלאכותית נמצאת עדיין בחיתוליה.

עתיד הניהול אינו עתיד של החלפת מנהלים אנושיים ברובוטים מבוססי בינה מלאכותית, אלא של שותפות חזקה בין הבינה האנושית לבינה המלאכותית.

The post רובוטים מנהלים: 3 תחומים שינוהלו ע"י רובוטים מבוססי AI first appeared on HRUS משאבי אנוש.

והיו אמנם כמה הצהרות פומביות מצד מנהלי תאגידים גדולים המצביעות על פעילות קיימת ומתוכננת להגברת יעילות, המבוססת על בינה מלאכותית, מה שעלול להוביל לאבדן משרות של עובדים אנושיים.

אבל חשוב לשים לב שאף אחד ממנהלים בולטים אלה, לא הכריז על תוכניות ספציפיות להחליף אחוזים גדולים מכוח העבודה שלו בתחום התוכנה, בבינה מלאכותית.

סם אלטמן, מנכ"ל OpenAI אמר, כי "ההנחה הבסיסית שלי היא, שכל מהנדס תוכנה פשוט יעשה הרבה יותר למשך זמן מסוים, אבל בשלב מסוים אולי נצטרך פחות מהנדסי תוכנה".

לדבריו, "יש חברות שבכל הנוגע לכתיבת קוד בסיוע בינה מלאכותית, יתכן שמדובר ביותר מ-50 אחוזים".

המשמעות היא, שיש חברות שמשתמשות בבינה מלאכותית כדי לסייע בכתיבת קוד במידה רבה, באופן שיותר מ-50% מהקוד עשוי להיכתב בסיוע בינה מלאכותית.

בכל מקרה, על אף שאלטמן אמר כי יש תרחיש שבו יידרשו פחות מהנדסי תוכנה בעתיד, הוא לא יכול לצפות לוח זמנים להחלפה מלאה של עובדי הייטק באופן כללי.

מארק צוקרברג, מנכ"ל ומייסד מטא הצהיר על כך שהבינה המלאכותית יכולה להגיע למשימותיהם של מהנדסים בדרג הביניים (כלומר, לבצע חלק מעבודתם), וכי חלקים מעבודת ההנדסה ישתנו.

המשמעות היא שמשימות הכלולות בתפקידים כמו מהנדסי תוכנה בדרג הביניים, עשויות לעבור לידי הבינה המלאכותית.

יתרה מכך, יש המאמינים כי הבינה המלאכותית תגיע לא רק לתפקידים זוטרים או לדרגי הביניים.

אנאנט אגרוואל, מייסד edX (לשעבר), לדוגמה, העיר הערה ספקולטיבית גם לגבי תפקיד המנכ"ל.

הוא אמר: "הייתי אומר כי 80 אחוז מהעבודה שמנכ"ל עושה יכולה להיות מוחלפת על ידי בינה מלאכותית".

ולד טנייב, מנכ"ל רובין הוד, אמר שכמעט כל המהנדסים של 'רובין הוד' משתמשים בכלי עריכה מבוססי בינה מלאכותית.

כאשר נשאל טנייב איזה אחוז מהקוד החדש של רובין הוד נוצר על ידי בינה מלאכותית, הוא השיב: בסביבות ה-50 אחוזים. אבל חשוב לשים לב שהוא לא דיבר על עובדים שפוטרו.

יצויין, כי חלק מההצהרות של מנכ"לים שמדברים על העברת תפקידים ומשימות לידי הבינה המלאכותית, נאמרות בשפה מעורפלת, עם ביטויים כמו "פחות מהנדסים", "רוב המפתחים לא יכתבו קוד" וכו', או באחוזים המתייחסים לכמות העבודה שתתבצע בסיוע הבינה המלאכותית. אבל הם לא מדברים על כמה משרות יבוטלו או יוחלפו.

להלן 4 סוגי המשרות והמקצועות שצפויים להיות מושפעים מהמעבר לבינה מלאכותית ורובוטים מבוססי בינה מלאכותית:

1 נציגי שירות לקוחות:

כפי שניתן לראות בשינויים שמתרחשים בחברות Klarna ו-Dukaan, צ'אטבוטים ועוזרים רובוטיים וירטואליים מבוססי בינה מלאכותית, הינם יעילים מאוד בטיפול במגוון רחב של פניות לקוחות. כתוצאה מכך, חל צמצום משמעותי בהיקף הצוות האנושי.

2 הזנת נתונים ותפקידים אדמיניסטרטיביים:

משימות הכרוכות בהזנת נתונים ידנית, עיבוד ותמיכה אדמיניסטרטיבית ניצבות בחזית המשימות שצפויות לעבור לידי הבינה המלאכותית, שכן היא יכולה להפוך משימות אלו לאוטומטיות, ולבצע אותן במהירות ובדיוק גבוהים יותר.

3 אנליסטים פיננסיים ואנליסטים המבצעים מחקרי שוק:

יכולתה של הבינה המלאכותית לעבד ולנתח מערכי נתונים עצומים במהירות ובדייקנות הופכת אותה לכלי רב עוצמה לניתוח פיננסי ומחקר שוק, מה שעשוי להפחית את הצורך באנליסטים אנושיים.

4 יוצרי תוכן שיווקי:

הבינה המלאכותית יכולה לסייע ביצירת תוכן שיווקי, החל מפוסטים ברשתות החברתיות ועד סרטוני שיווק ופרסום, מה שעלול להוביל להפחתה בביצוע משימות מסוימות הכרוכות ביצירת תוכן שיווקי, על ידי עובדים אנושיים.

The post התבטאויות מנכ"לי תאגידים גדולים לגבי העברת משימות מעובדים ל-AI first appeared on HRUS משאבי אנוש.

הבינה המלאכותית לא תחליף לחלוטין נציגי שירות לקוחות אנושיים. במקום זאת, היא תשפר את יכולותיהם, ותאפשר חוויית לקוח יעילה ואישית יותר.

תפקיד הרובוט מבוסס הבינה המלאכותית – מענה ראשוני ללקוח:

בתוך מסגרת זמן זו של תגובה ראשונית, הרובוט מבוסס הבינה המלאכותית יהפוך לנקודת הקשר העיקרית עבור רוב פניות הלקוחות.

הרובוטים מבוססי הבינה המלאכותית, או צ'אטבוטים, יהיו מתקדמים בהרבה מהגרסאות הנוכחיות הקיימת כיום.

להלן 4 המשימות שבשנים הקרובות יהיו כלולות בתפקיד הרובוטים מבוססי הבינה המלאכותית במענה הראשוני ללקוח:

1 לטפל במשימות חוזרות ונשנות בנפח גבוה:

כמו לדוגמה בדיקת סטטוס הזמנה, איפוס סיסמאות ומענה על שאלות נפוצות. זה משחרר את הנציגים האנושיים מחלק משמעותי מעומס העבודה שלהם.

2 לספק תמיכה 24/7 בערוצים מרובים:

ערוצים הכוללים צ'אט, דואר אלקטרוני, רשתות חברתיות וכדומה, תוך וידוא שהלקוחות יקבלו סיוע מיידי ללא קשר לשעה ביום.

3 לנתח סנטימנט וכוונה בזמן אמת:

באמצעות עיבוד שפה טבעית, הרובוט המבוסס בינה מלאכותית, יזהה אם הלקוח מתוסכל או כועס, ולאחר מכן ינתב את השיחה בצורה חכמה לנציג אנושי לפני שהמצב יסלים.

4 לשמש כמרכז מידע:

לרובוט מבוסס הבינה המלאכותית תהיה גישה מיידית לכל בסיס הידע של החברה, מה שיאפשר לו לספק מידע מדויק ומותאם אישית במהירות.

אשר למשימות שיהיו כלולות בתפקידו המתפתח של העובד האנושי, ככל שהבינה המלאכותית תשתלט יותר על המשימות הפשוטות, תפקידו של העובד האנושי יהפוך לאסטרטגי ובעל ערך רב יותר.

הנציגים האנושיים יצטרכו להיות מומחים בנושאים מורכבים שהבינה המלאכותית אינה יכולה להתמודד איתם.

להלן 3 המשימות שיהיו כלולות בתפקיד החדש של הנציגים האנושיים במרכזי שירות הלקוחות:

1 אינטליגנציה רגשית ואמפתיה:

הנציגים אנושיים ינהלו אינטראקציות שדורשות אמפתיה רבה, כמו למשל התמודדות עם תלונות רגישות, לקוח שחווה עוול או הפסד כספי משמעותי וכו.

מצבים אלה דורשים קשר אנושי אמיתי ואמפתיה שהבינה המלאכותית אינה יכולה לספק.

2 פתרון בעיות מורכב:

כאשר בעיה של לקוח כוללת מערכות מרובות, דורשת פתרונות יצירתיים או נמצאת מחוץ לנהלי הפעלה סטנדרטיים, יידרש אדם כדי להתמודד עם המורכבות.

3 בניית קשרים עם לקוחות ותיקים וטובים:

הנציגים האנושיים יהיו אחראים על לקוחות בעלי ערך גבוה, שלחברה יש איתם קשרי לקוחות ארוכי טווח.

במסגרת הקשר עם הלקוח הם יוכלו לבצע מכירות נוספות, מכירות צולבות ולספק חוויה מותאמת אישית שבונה נאמנות.

בסיכומו של דבר, עתידו של מרכז שירות הלקוחות הוא קשר סימביוטי שבו רובוטים מבוססי בינה מלאכותית ובני אדם עובדים יחד כצוות.

הרובוטים מבוססי הבינה המלאכותית יפעלו כ'טייס משנה', ויספקו לנציגים האנושיים נתונים בזמן אמת, יסכמו היסטוריית שיחות ויציעו פתרונות.

שותפות זו הופכת את הנציג האנושי ליעיל ואפקטיבי יותר, ומאפשרת לו להתמקד בהיבטים האנושיים של העבודה.

במהות, הרובוטים מבוססי הבינה המלאכותית יטפלו ב"מה" וב"איך", בעוד שבני אדם יביאו את ה"למה": האמפתיה, היצירתיות והשיפוט שבונים קשרי לקוחות ארוכי טווח.

The post התפקיד העתידי של הרובוטים מבוססי AI במרכזי שירות לקוחות first appeared on HRUS משאבי אנוש.

בני אדם מצטיינים בפתרון בעיות יצירתי, אינטליגנציה רגשית וקבלת החלטות אסטרטגיות, בעוד שלבינה מלאכותית יש עדיפות על בני אדם בכל מה שקשור בעיבוד נתונים, אוטומציה ומשימות חוזרות ונשנות.

תפקידו של מנהל משאבי אנוש הוא להקל על שיתוף פעולה זה על ידי התמקדות בשלושה תחומים מרכזיים: הגדרות ברורות של תפקידים, הכשרה ותרבות ארגונית תומכת.

להלן 3 הצעדים שעל מנהל משאבי אנוש לנקוט כדי להשיג שיתוף פעולה מלא בצוות שחלק מחבריו הם עובדים אנושיים שעובדים מרחוק באופן מלא וחלקם הם רובוטים מבוססי בינה מלאכותית:

1 הגדרות ברורות של תפקידים ותחומי אחריות:

השלב הקריטי ביותר ביצירת שיתוף פעולה מלא בין רובוטים מבוססי בינה מלאכותית לבני אדם הוא לקבוע מה עושה הבינה המלאכותית ומה עושה האדם.

מנהלי משאבי אנוש, בשיתוף פעולה עם ראשי צוותים, חייבים ליצור זרימות עבודה שבהן חלוקת התפקידים בין אדם לבינה מלאכותית מוגדרות היטב.

לדוגמה, עובד שיווק אנושי עשוי להשתמש בבינה מלאכותית כדי לנתח מגמות שוק וליצור דו"חות, אבל הוא אחראי על שימוש בתובנות אלו כדי לפתח את האסטרטגיה היצירתית הכוללת.

הבינה המלאכותית היא כלי רב עוצמה ו"עמית לעבודה", אבל האדם הוא מקבל ההחלטות האולטימטיבי והוא אחראי על התפוקה הסופית.

בהירות זו מונעת בלבול ומונעת את החשש שהרובוט מבוסס הבינה המלאכותית נועד להחליף עובד אנושי.

2 מתן הכשרה ממוקדת והכשרה מיומנויות:

כדי לוודא שיתוף פעולה מוצלח, מנהלי משאבי האנוש חייבים להשקיע בהכשרה.

יש לחנך את העובדים כיצד להשתמש ביעילות בכלי הבינה המלאכותית. מדובר לא רק בהכשרה טכנית.

מדובר בפיתוח מיומנויות חדשות כמו פירוש נתונים. על מנהלי משאבי אנוש ליצור תוכנית למידה ופיתוח המתמקדת בהכשרת עובדים לניהול ומינוף הבינה המלאכותית, ולא רק להיות בתחרות איתה.

שינוי זה של המיקוד מעצים את העובדים והופך אותם לבעלי ערך רב יותר לארגון.

ההכשרה צריכה להיות מתמשכת, תוך שמירה על קצב ההתקדמות המהיר של טכנולוגיית הבינה המלאכותית.

3 טיפוח תרבות ארגונית תומכת ושקופה:

החלק האחרון, ואולי החשוב ביותר, הוא בניית תרבות ארגונית של אמון.

מנהלי משאבי אנוש חייבים לתקשר היטב עם העובדים שעובדים מרחוק, לגבי מטרת כלי הבינה המלאכותית.

יש להציג את הרובוטים מבוססי הבינה המלאכותית כשותפי צוות דיגיטליים, שנועדו להרחיב את טווח העבודה האנושית, ולא להחליף אותה.

מנהלי משאבי אנוש יכולים לארח פורומים פתוחים כדי לטפל בחששות העובדים בנוגע לביטחון תעסוקתי ולשימוש האתי בבינה מלאכותית.

קידום שקיפות והדגמה כיצד בינה מלאכותית יכולה לשחרר בני אדם להתמקד בעבודה יצירתית, מרתקת ובעלת השפעה גבוהה יותר, מאפשרים למנהלי משאבי אנוש לבנות סביבה חיובית שבה עובדים אנושיים ורובוטים מבוססי בינה מלאכותית יכולים לשגשג יחד.

גישה זו מבטיחה שהאלמנט האנושי של הצוות המרוחק, שהינו יצירתיות, אמפתיה ושיתוף פעולה, ישאר בלב הצלחת החברה.

The post איך לשלב בצוות עובדים אנושיים ורובוטים מבוססי AI ולהשיג שת"פ מלא first appeared on HRUS משאבי אנוש.

בין המגמות ההולכות וגוברות, בולטת המגמה של ארגון מחדש של מחלקות וחטיבות במטרה להקים חטיבות המבוססות על בינה המלאכותית.

במסגרת זו, גוברים פיטורי העובדים בתפקידי הטכנולוגיה ה'מסורתיים', בפרט בקרב מתכנתים, שכן רבים מהעובדים בתפקידים אלה מוחלפים על ידי בינה מלאכותית.

החטיבות החדשות שמוקמות, המבוססות על בינה מלאכותית, נועדו למנף את הבינה המלאכותית כדי להפוך את העבודה לאוטומטית, ולבצע על ידי הבינה המלאכותית תפקידים שקודם לכן בוצעו על ידי עובדים אנושיים.

שינוי אסטרטגי זה משקף תפיסה רחבה יותר בתעשייה, לפיה הבינה המלאכותית תגדיל, ובמקרים מסוימים תחליף, את כוח האדם באופן שיגביר את היעילות והחדשנות.

השאלה הגדולה היא האם הבינה המלאכותית אכן מחליפה (או צפויה להחליף) עובדים רבים בענף הטכנולוגיה או שהיא מסייעת למנף ולשדרג אותם.

לאחרונה הודיעו כמה חברות גדולות על ביצוע ארגון מחדש בכיוון זה. לדוגמה, ענקית התוכנה אורקל קיצצה יותר מ-150 תפקידים בחטיבת הענן שלה, כאשר תפקידי הנדסה ותמיכה הם אלה שנפגעו במיוחד.

פיטורים אלה חופפים להשקעה האגרסיבית של החברה בתשתית בינה מלאכותית, כולל עסקה משמעותית עם OpenAI לתמיכה בעומסי עבודה בתחום הבינה המלאכותית.

גם ענקית התוכנה מיקרוסופט פיטרה אלפי עובדים מאז תחילת השנה (2025), כאשר חלק גדול מהם, על פי הדיווחים, הם מהנדסי תוכנה.

מאז הכריזה מייקרוסופט על חבילה חדשה של מוצרי בינה מלאכותית, כולל 'סוכן קידוד אסינכרוני' שיכול לבצע משימות תכנות שונות.

ענקית התוכנה אמדוקס הקימה חטיבת GenAI & Data חדשה. לדברי החברה, האסטרטגיה החדשה שואפת לשלב בינה מלאכותית בהיצע פעילות הליבה שלה כדי לשפר את הביצועים, להאיץ את החדשנות וליצור ערך מוסף ללקוחות.

מנהלים בכירים בענף הטכנולוגיה בעולם, הציעו נקודות מבט מגוונות על שינוי זה, תוך הדגשה שהבינה המלאכותית היא כלי להרחבת הפעילות ולא להחלפה מוחלטת של עובדים אנושיים.

מנכ"ל מיקרוסופט, סאטיה נדלה הצהיר, כי "הבינה המלאכותית היא הטכנולוגיה המגדירה את זמננו.

"היא מגבירה את התושייה האנושית ועוזרת לנו לפתור כמה מהאתגרים הדוחקים ביותר של החברה".

דבריו אמנם מציגים את הבינה המלאכותית כשותפה בהרחבת פעילות החברה, אבל הפיטורים במיקרוסופט ובחברות אחרות מצביעים על מציאות מורכבת יותר.

מנכ"ל NVIDIA, ג'נסן הואנג כינה את הבינה המלאכותית "האוטומציה של האוטומציה, שבה תוכנה כותבת תוכנה".

הצהרה זו ממחישה איך הבינה המלאכותית משנה באופן מהותי את אופי העבודה עצמה.

אבל למרות מהפיכת האוטומציה בתפקידים רבים, מחלקות הבינה המלאכותית החדשות אינן נטולות לחלוטין עובדים אנושיים.

עם זאת, תפקידיהם (של העובדים האנושיים) עוברים מייצור ישיר לניהול, פיקוח ואסטרטגיה.

העובדים האנושיים בחטיבות  אלה, אחראים בדרך כלל על פיתוח והכשרה של מודלי הבינה המלאכותית, ניטור ביצועיהם, ו-וידוא שנעשה שימוש אתי וכזה שהינו תואם למדיניות החברה.

לדוגמה, עבודתו של מהנדס תוכנה עשויה להתפתח מכתיבת קוד מאפס לכוונון מדויק של קידוד בינה מלאכותית כדי לייצר פתרונות יעילים ואלגנטיים יותר.

תפקידים חדשים אלה דורשים לעיתים קרובות שילוב של מומחיות טכנית והבנה מעמיקה של צרכי העסקים ושיקולים אתיים.

האלמנט האנושי הופך מכריע בגישור הפער בין מערכות טכניות לאסטרטגיות עסקיות, תוך שמוודאים יישום יעיל ואחראי של כלי בינה מלאכותית.

The post האם AI תחליף רבים מעובדי ההייטק או רק תרחיב את פעילות חברות הטכנולוגיה first appeared on HRUS משאבי אנוש.