הטכנולוגיה מתקדמת. מה עם העובדים?

מאת: אריק אינגבר | יועץ ארגוני דיגיטלי, AIWorksForMe

27.07.2025

---

כאשר אחד האנשים החכמים, העשירים והמשפיעים בעולם מדבר אני מקשיב. ג’ף בזוס אמר:

"כולם מדברים על מה ישתנה בעשורים הקרובים. מעט מאוד מדברים על מה לא ישתנה – וגם לזה צריך להתייחס."

ג'ף מציע שבתוך כל השיח על מהפכת הבינה המלאכותית, התחזיות המטלטלות והשינויים הצפויים כדאי לעצור לרגע ולשאול: מה בעצם לא משתנה?

והתשובה, כמעט מפתיעה בפשטותה: הרצון האנושי להתפתח. לצמוח. להרגיש רלוונטיים. להיות חלק ממשהו חשוב.

כאשר מתבוננים בעולם הפיתוח המקצועי בעידן הנוכחי, נדמה שהכול אמור להתחבר בצורה הרמונית: עובדים שרוצים ללמוד, ארגונים שזקוקים ליכולות חדשות כדי לשמור על יתרון תחרותי. לכאורה אינטרסים משותפים. לכאורה.

בפועל, מתקיים פער – לעיתים כואב – בין הציפיות של העובדים לבין הדרך שבה הארגון תופס את תהליך הפיתוח המקצועי.

והעובדים? הם יודעים בדיוק מה הם צריכים. עוד לפני עידן ה-AI, עובדים ביקשו ללמוד ולהתפתח כדי להתקדם, להרגיש מוערכים ולשמור על הרלוונטיות שלהם בעולם משתנה.

לפי דו"ח  LinkedIn Learning 2023 94% מהעובדים אמרו שיישארו בארגון לאורך זמן אם רק תינתן להם אפשרות לפיתוח מקצועי. מחקר של PwC מצא כי 74% מהעובדים בישראל דיווחו שהם מוכנים ללמוד מיומנויות חדשות כדי להישאר רלוונטיים בעידן של בינה מלאכותית.

המסר ברור: הבינה המלאכותית אולי חדשה, אבל המוטיבציה האנושית להתפתח הייתה ותמיד תהיה שם.

ומה עם הארגון? כאן התמונה כבר הרבה יותר מורכבת.

מצד אחד, הארגונים שועטים קדימה: 71% מהחברות בעולם כבר משלבות GenAI (כך לפי סקר מקינזי ממרץ 2025), ו־92% מתכננות להרחיב את ההשקעה בשלוש השנים הקרובות.

אבל , וזה האבל הגדול, רבים שוכחים דבר אחד קריטי: ההשקעה בטכנולוגיה לא תספיק בלי השקעה באנשים. הפער בין קצב האימוץ של מערכות AI לבין קצב ההכשרה של העובדים רק הולך ומתרחב. ומכאן נולדת שאלה מטרידה: איך נוודא שהבינה המלאכותית לא תעבור ליד העובדים, אלא תעבוד איתם?

ארבעה מהלכים להתחיל איתם כבר מחר בבוקר

המהלכים שיוצגו כאן נעים מרמת הפרט אל רמה הארגונית מתוך ההבנה שההצלחה באימוץ AI מבוססת על שותפות אמיתית בין העובד לארגון. בבסיסם, ארבעת המהלכים חולקים שני עקרונות מנחים:

1. הפתרונות חייבים לצמוח מהשטח – מתוך צרכי העובדים, תוך התייחסות לשימוש יומיומי ואתגרים ממשיים בשטח.

2. הם חייבים להיתמך על ידי ההנהלה – כאשר יש הנעה, תקצוב ותשתית מצד ההנהלה, נוצרים תנאים לצמיחה אמיתית של פתרונות שותפים.

למעשה, המחקרים מראים שגישה היברידית, שבה העובדים מובילים ומבינים את היתרונות, וההנהלה תומכת ויוצרת מסגרת היא הדרך ליישום מוצלח של AI.

מהלך 1: מזהים אילו משימות משתלבות טוב עם בינה מלאכותית

אחד הכלים הפרקטיים ביותר להתחיל להטמיע AI בעבודה הוא ללמוד לזהות איפה כדאי לשלב אותה. עובדים לא רוצים שהבינה תחליף אותם, אלא שתתמוך בהם במשימות שחוזרות על עצמן, גוזלות זמן או מעייפות.

המחקר של אוניברסיטת סטנפורד (AI Worker Survey) מראה ש-69% מהעובדים דווקא כן רוצים אוטומציה, כל עוד היא מפנה להם זמן למשימות משמעותיות יותר. בנוסף, סטנפורד מזהירה מפני "פער השקעה": ארגונים משקיעים בכלים של AI בתחומים שהעובדים בכלל לא רוצים בהם אוטומציה.

כדי להימנע מהפער הזה, צריך ללמד עובדים למפות משימות ולבחור נכון היכן משתלם לעבוד יחד עם AI.

מה זה דורש בפועל?

1. מיפוי פשוט של משימות יומיומיות לפי שלוש קטגוריות: "כדאי לאוטומט", "רק עם מגע אנושי", "שילוב חכם"

2. תרגול עם כלים קיימים (כמו GPT, כלים לתיעוד, חיפוש חכם או תזכורות) כדי להבין מה כל כלי מסוגל – ומה לא

3. עידוד עובדים לשתף דוגמאות מהשדה: מה הם כבר מייעלים, ואיפה כדאי לשלב AI ולא העזו עדיין

מהלך 2: בודקים מחדש איך הצוות עובד

אחת ההבנות החשובות בעבודה עם בינה מלאכותית היא שהיא לא נועדה רק ליחידים, אלא לצוותים.

מחקר מרתק ומשותף של הרווארד ו-P&G מצא שצוותים ששילבו AI בעבודתם הציגו שיפור ניכר בביצועים וקיצור משמעותי בזמן ביצוע משימות, בהשוואה לצוותים שלא השתמשו ב-AI כלל.

כשהבינה משתלבת בדינמיקה הקבוצתית היא הופכת למכפיל כוח אמיתי. גם ברמה האישית המסר חוזר על עצמו. לפי מחקר מקיף של אוניברסיטת סטנפורד (אפריל 2025), עובדים לא רוצים שהבינה המלאכותית תחליף אותם, אלא שתהיה שותפה שווה בעבודתם.

מה המשמעות בפועל?

• בוחנים מחדש את מבנה הצוות ואת תפקידי היחידים ורואים היכן ה-AI משתלב בצורה טבעית

• עובדים עם כלים שמותאמים לשיתוף ולא רק לשימוש אישי

• מגדירים שימוש ייעודי ל-AI במשימות שמצריכות יצירתיות ופתרונות יוצאי דופן

מהלך 3: הופכים את ההכשרה למהלך ארגוני

כדי לראות ערך אמיתי מהבינה המלאכותית, לא מספיק ללמד את העובדים במסגרת קורס. הארגון כולו צריך לבחון מחדש את תהליכי העבודה ולשלב בהם את ה-AI באופן אינהרנטי.

סקר של מקינזי גילה שרק 21% מהארגונים באמת עיצבו מחדש תהליכים בעקבות GenAI והם גם אלו שדיווחו על הערך הגבוה ביותר.

כשההנהלה לוקחת אחריות ובוחנת היכן הבינה יכולה לשפר תהליכים זה כבר לא "עוד קורס". זה שינוי מעשי שמייצר תוצאה.

בנוסף, הלמידה עצמה לא מתרחשת בוואקום אלא בתוך ההקשר של העבודה: בזמן אמת, בתוך תהליכים קיימים, כחלק מהעשייה היומיומית.

מה זה דורש בפועל?

• למידה משולבת בעבודה, לא סדנה חד-פעמית

• סדנאות עם תרגול אמיתי, דוגמאות חיות וסיפורי הצלחה

• תמיכה שוטפת – ולא "ללמד ולהמשיך הלאה"

מהלך 4: בונים קהילת למידה פנימית (Community of Practice) סביב AI

אימוץ בינה מלאכותית אפקטיבי מחייב לא רק הטמעה טכנולוגית אלא יצירת מסגרת ארגונית לשיתוף ידע, למידה מהצלחות וחדשנות מתמשכת.

בחברת Asana הוקמו קהילות למידה ייעודיות (Slack/Teams) שמטרתן לא רק ללמוד על AI אלא ליצור, לתעד ולשתף מקרי שימוש.

כך, העובדים מצאו פתרונות עצמאיים: לדוגמה, צוות GTM באוסטרליה צמצם את הזמן הנדרש למיון תגובות קריטיות מ־3 ימים ל־3 דקות, בזכות שימוש בבוט חכם שזיהה מקרים חוזרים.

המודל שלהם מתבסס על עקרון “User Innovation”: העובדים מתנסות, חולקות, והמערכת תומכת בשיתופם.

מה זה דורש בפועל?

• ערוץ ייעודי לשיתוף ידע ותגובות (למשל Slack או Teams) עם דוגמאות, תבניות, תקלות, רעיונות וכלים

• שגרירי AI בתפקיד מתווך – עובדים שמיישמים, מתרגלים ומשתפים את תובנותיהם עם עמיתיהם

• מפגשי Show & Tell חודשיים – לשיתוף מקרים אמיתיים: מה עבד, איך השיגו תוצאה, ומה כדאי לשפר

• מעקב אחר השפעה ממשית – למשל: חיסכון בזמן, שיפורים באיכות, ושביעות רצון עובדים

לסיכום

כשהארגון רוצה להכין את עובדיו לעידן הבינה המלאכותית לא כדי “להיות בעניינים”, אלא כדי לייצר יתרון תחרותי אמיתי עליו להבין: הכשרת עובדים לעידן ה‑AI היא לא קורס, אלא מהלך ארגוני משמעותי. לא מדובר רק בכלים חכמים, אלא באנשים חכמים שעובדים ביחד עם הכלים. בסופו של דבר, ההצלחה בעידן הבינה תלויה לא בטכנולוגיה בלבד, אלא ביכולת של העובדים לצמוח איתה וזה תלוי ישירות במנהיגות שתוביל את הדרך.