עבודה בסביבה דיגיטלית     (בעזרת AI)
עבודה בסביבה דיגיטלית (בעזרת AI)

הבוס כבר נותן ל-AI להחליט כמה העלאה תקבלו

יותר ויותר מנהלים מכניסים מערכות AI להחלטות על שכר, קידום, פיטורים והערכת ביצועים. סקר בקרב 1,342 מנהלים בארה"ב מצא שכ-60% משתמשים בבינה מלאכותית בהחלטות על העובדים שלהם, ואחד מכל חמישה מאפשר למערכת לקבל החלטות סופיות בתדירות גבוהה. רק שליש קיבלו הכשרה מסודרת

ענת גלעד |

השלב הבא של ה-AI בשוק העבודה כבר חורג מכתיבת מיילים, מצגות וסיכומי ישיבות. הוא נכנס לחדר שבו נקבע כמה העובד ירוויח, האם יקודם ואפילו האם התפקיד שלו ימשיך להתקיים. נתונים שחזרו השבוע למרכז הדיון בארה"ב מצביעים על שימוש רחב של מנהלים בכלי AI בהחלטות כוח אדם, כאשר במקרים מסוימים ההמלצה של המערכת הופכת בפועל להחלטה.

הנתונים מבוססים על סקר של ResumeBuilder בקרב 1,342 מנהלים בארה"ב עם עובדים שכפופים להם. כ-65% דיווחו שהם משתמשים בכלי AI בעבודה, ומתוכם 94% משלבים אותם גם בהחלטות שנוגעות לעובדים. המשמעות היא שכ-6 מכל 10 מנהלים כבר מפעילים AI כחלק מניהול כוח האדם שלהם.

השימוש רחב הרבה מעבר לניסוח הערכת עובד. 78% מהמנהלים שמשתמשים ב-AI לניהול עובדים נעזרים בו בהחלטות על העלאות שכר, 77% בהחלטות קידום, 66% בהחלטות על צמצום כוח אדם ו-64% בהחלטות על סיום העסקה. 91% משתמשים במערכות כדי להעריך ביצועים ו-88% כדי לבנות תוכניות לשיפור ביצועים.

המספר החריג יותר מגיע בשלב ההחלטה. כ-21% מהמנהלים מאפשרים ל-AI לקבל החלטה סופית בלי התערבות אנושית באופן קבוע או בתדירות גבוהה, ועוד 24% עושים זאת מדי פעם. במקביל, רק 32% מהמנהלים קיבלו הכשרה רשמית לשימוש ב-AI בניהול עובדים.

הכלי הפופולרי ביותר הוא ChatGPT, שבו משתמשים 53% מהמנהלים שנעזרו ב-AI. אחריו מגיע קופיילוט של מיקרוסופט עם 29% וג'מיני של גוגל עם 16%. כלומר, חלק גדול מההחלטות מתקבל באמצעות כלים כלליים, ולאו דווקא מערכות ייעודיות לתמחור שכר או להערכת עובדים.

לחברות הפיתוי ברור. במקום שמנהל יעבור על עשרות הערכות ביצועים, טבלאות שכר ונתוני שוק, מערכת יכולה לעבד את הכול בתוך שניות, להשוות בין עובדים ולהציע סכום העלאה. בחברה גדולה החיסכון בזמן משמעותי מאוד. אבל אותה יעילות מעלה שאלה אחרת: אילו נתונים נכנסו למודל, ומה בדיוק הוא מודד.

מחקר של סטנפורד שפורסם השנה ובחן מיליוני מועמדויות לעבודה מצא פערים בהחלטות של כלי מיון מבוססי AI בין קבוצות אוכלוסייה שונות. הממצא הזה משמעותי גם בשכר. אם מערכת לומדת מנתוני עבר שבהם קבוצות מסוימות קיבלו פחות קידומים או שכר נמוך יותר, היא עלולה לשמר את אותו דפוס גם כשהמנהל מאמין שהוא מקבל החלטה אובייקטיבית.

מצד שני, AI יכול גם לצמצם חלק מהשרירותיות. מערכת שמקבלת נתוני שכר של אלפי עובדים יכולה לזהות שעובד מסוים נמצא 15% מתחת לטווח המקובל בתפקיד דומה. חוקי שקיפות השכר מתרחבים בארה"ב, ואיתם גדלה כמות הנתונים הזמינה והיכולת להשוות בין עובדים ובין חברות.

לעובדים כללי המשחק משתנים. הישגים שניתנים למדידה מקבלים משקל גדול יותר: הכנסות שנוצרו, לקוחות שנשמרו, פרויקטים שהסתיימו בזמן, חיסכון בעלויות ותפוקה ביחס לעובדים אחרים. בעולם שבו המנהל מזין נתונים למערכת ומבקש המלצה, הישג כללי כמו "הייתי משמעותי לצוות" שווה פחות ממספר שאפשר להכניס לטבלה.

זה מתחבר למגמה רחבה יותר שכבר משנה את שוק העבודה. משרות שדורשות מיומנויות AI משלמות בממוצע שכר גבוה משמעותית, בעוד 19% מהמעסיקים כבר מצמצמים גיוס של עובדים בתחילת דרכם בגלל כניסת ה-AI. במקביל, המחקר שמצא כי 85% מהזמן שה-AI חוסך חוזר לעבודה נוספת מצביע על הצד השני של אותה מגמה: העובד מקבל כלים חזקים יותר, והציפיות ממנו עולות יחד איתם.

הוספת תגובה

תגובות לכתבה:

הגב לכתבה

השדות המסומנים ב-* הם שדות חובה