תפקידי משאבי האנוש מתפתחים לכדי שותף עסקי אסטרטגי. כבר לא מדובר רק בעיבוד מועמדויות או מענה לשאלות על הטבות, אלא בגורם יוזם ותורם להצלחת הארגון כולו. גם ארגז הכלים של משאבי האנוש משתנה, כאשר בינה מלאכותית (AI) היא אחד הפיתוחים המרכזיים ביותר בתהליך הטרנספורמציה הדיגיטלית המתמשכת. למעשה, 38% ממנהלי משאבי האנוש כבר בחנו או הטמיעו פתרונות AI לשיפור יעילות התהליכים בארגון.

כאשר היא מיושמת באופן אפקטיבי, טכנולוגיית בינה מלאכותית יכולה להאיץ תהליכי משאבי אנוש ולשפר את האינטראקציה עם העובדים. עם זאת, אנשי מקצוע ומנהלים רבים עדיין אינם מבינים עד כמה בינה מלאכותית יכולה לתרום לאסטרטגיית משאבי האנוש. למדו מהי בינה מלאכותית בתחום משאבי האנוש, כיצד היא משפרת פונקציות משאבי אנוש, ומהם האתגרים שכדאי להימנע מהם בעת הטמעתה.

מהי בינה מלאכותית במשאבי אנוש?

בינה מלאכותית היא טכנולוגיה המאפשרת למערכות להציג יכולות הדומות לחשיבה אנושית, כגון קבלת החלטות אוטונומית. באמצעות עיבוד כמויות עצומות של נתוני אימון, בינה מלאכותית לומדת לזהות דיבור, לאתר דפוסים ומגמות, לפתור בעיות באופן יזום ולחזות תנאים ואירועים עתידיים.

בתחום משאבי האנוש, המכונה לעיתים גם ניהול הון אנושי (HCM), בינה מלאכותית משמשת לאוטומציה של מגוון רחב הולך וגדל של משימות שגרתיות, מובְנות ומבוססות תהליכים. היא משנה את האופן שבו חברות מושכות, מגייסות, משמרות ומכשירות את עובדיהן.

טכנולוגיות בינה מלאכותית עבור משימות משאבי אנוש

המקום הטוב ביותר להתחיל בו הוא בהבנת הסוגים השונים של טכנולוגיות בינה מלאכותית המניעות יישומי בינה מלאכותית עסקית בתחום משאבי האנוש. אף שלעתים מתייחסים לבינה מלאכותית ככלי אחד ומקיף, בפועל מדובר במספר טכנולוגיות נפרדות, שכל אחת מהן מתאימה למשימות שונות בתחום משאבי האנוש.

יישומי בינה מלאכותית במשאבי אנוש

הטמעת בינה מלאכותית במשאבי אנוש יכולה לשפר מגוון רחב של תהליכים - מגיוס והכשרה ועד להגברת מעורבות עובדים ושימורם. השימושים בבינה מלאכותית, ובמיוחד בבינה מלאכותית יוצרת, ממשיכים להתרחב כדי לייעל תהליכי משאבי אנוש. להלן מספר דוגמאות לאופן שבו אנשי משאבי אנוש יכולים להשתמש בבינה מלאכותית כדי להתמודד עם אתגרי כוח אדם מרכזיים:

ייעול תהליכי גיוס

כמעט כל שלב בתהליך הגיוס ניתן לשיפור באמצעות בינה מלאכותית, תוך סיוע באיתור וגיוס הטאלנט המתאים וקיצור משמעותי של זמני הגיוס הכוללים בשבועות:

• שימוש במסגרת כישורים אחידה לאיתור, מיקור וגיוס טאלנט בקנה מידה גלובלי, באמצעות תהליכים אוטומטיים, תקשורת מותאמת אישית ותהליכי עבודה Cross Suite

• פישוט תהליך הגיוס עבור מגייסים ומנהלים באמצעות תוכנת גיוס מבוססת בינה מלאכותית, המפחיתים משימות חוזרות, כולל יצירת שאלות ראיון ותיאורי משרה מותאמים לתפקיד

• מעבר להתאמה מבוססת מילות מפתח בקורות חיים באמצעות אנליטיקה חכמה לזיהוי מיומנויות רלוונטיות והעברת מועמדים מתאימים

• ביצוע מבחני מיומנויות ויכולות לדירוג מועמדים לפי התאמה לתפקיד

• מתן משוב נטול הטיות לאחר הערכת מועמדים

• שימוש בממשקי שיחה, כגון צ'אטבוטים לגיוס, לתקשורת ישירה עם מועמדים 24/7 ושמירה על מעורבות לאורך כל התהליך

• זיהוי "כוח אדם סמוי" באמצעות כלי בינה מלאכותית הסורקים מקורות חיצוניים כמו לוחות דרושים, רשתות חברתיות ורשתות מקצועיות כדי להסיק מיומנויות של מועמדים פוטנציאליים ולהזמין אותם להגיש מועמדות

אוטומציית שילוב עובדים חדשים

לאחר גיוס מועמדים, מחלקת משאבי האנוש יכולה להשתמש בבינה מלאכותית כדי ליצור תהליך קליטה חלק ויעיל - במיוחד עבור כוח העבודה המרוחק והגמיש של ימינו, שאינו יכול להשתתף בתהליכי קליטה מסורתיים פנים אל פנים:

• מתן שירותי קליטת עובדים 24/7 ברחבי העולם באמצעות צ'אטבוטים למשאבי אנוש, תוך הפחתת הצורך במענה אנושי לשיחות, הודעות דוא"ל ופגישות

• יצירת חוויות קליטה אישיות ומעורבות עבור עובדים חדשים

• אוטומציה של נתונים ותהליכי עבודה לאורך תהליך הקליטה, באמצעות הפצה אוטומטית של מסמכי גיוס, מדיניות חברה, פרטי התחברות והרשאות ייעודיות לתפקיד

התאמה אישית של ניהול טאלנטים

שמירה על מסלול נכון של פיתוח עובדים ואסטרטגיית גיוס היא חיונית כדי לעודד עובדים להישאר בארגון ולהתפתח יחד איתו. עם זאת, כאשר מדובר במאות או אלפי עובדים, כמעט בלתי אפשרי עבור צוותי משאבי אנוש להכיר לעומק את היכולות, השאיפות והפוטנציאל של כל עובד.

כך בינה מלאכותית מסייעת לתהליכי ניהול טאלנטים התומכים בכוח עבודה המוכן לעתיד:

• מסגרות מיומנויות: יצירת מסגרות מיומנויות מקיפות (Skills Ontologies) המזהות את מערך הכישורים של העובדים, מתאימות אותם לדרישות התפקיד ומאתרות מיומנויות סמוכות שכדאי לפתח.

• הערכת מיומנויות מדויקת: שימוש בלמידת מכונה ובעיבוד שפה טבעית להערכת מיומנויות מורכבות, כגון יצירתיות ואינטליגנציה רגשית, באופן אובייקטיבי יותר.

• הזדמנויות צמיחה מותאמות אישית: התאמת מסלולי למידה, מנטורים, משימות ומסלולי קריירה בהתאם לכישורים, לתחומי העניין ולשאיפות של כל עובד.

• שדרוג מיומנויות והסבה מקצועית: המלצה על תוכניות הכשרה מותאמות אישית להכנת עובדים להזדמנויות חדשות ולאפשר למידה בכל זמן ומכל מקום.

• ניידות טאלנטים: זיהוי ופיתוח טאלנטים מתוך הארגון באמצעות איתור מיומנויות הניתנות להעברה והמלצה על תפקידים או פרויקטים חדשים, במטרה לקדם מוביליות פנימית.

• אנליטיקת ביצועים בזמן אמת: ביצוע הערכות ביצועים המספקות משוב רציף המבוסס על נתונים, ומסייעות למנהלים ולעובדים להשתפר בזמן אמת.

• תכנון אסטרטגי של טאלנטים: שימוש בכלים אנליטיים מתקדמים בעלי יכולות חיזוי לחיזוי צורכי כוח האדם העתידיים, כדי לסייע בתכנון רכישת הכישורים הנדרשים להתמודדות עם אתגרי העתיד.

שיפור חוויית העובד

היכולת לשמר ולרתום טאלנטים מובילים מהווה יתרון תחרותי משמעותי לכל ארגון. אולם חוויית עובד טובה אינה מסתכמת רק ביצירת הזדמנויות לצמיחה מקצועית. בינה מלאכותית מאפשרת למחלקות משאבי אנוש לספק חוויות אישיות ומשמעותיות לאורך כל מסע העובד.

• מסעות עובד מותאמים אישית: התאמת התמיכה והמשאבים להעדפות, לצרכים ולהרגלי העבודה של כל עובד, כך שירגיש מוערך ומקבל תמיכה לאורך כל הקריירה שלו.
• נגישות ויעילות משופרות: שימוש בעוזרים מבוססי בינה מלאכותית כדי לסייע לעובדים לאתר מידע, להשלים משימות ולפתור בעיות במהירות. הפחתת החיכוך בעבודה היומיומית מאפשרת לעובדים להתמקד במשימות בעלות ערך וסיפוק גבוהים יותר.
• תמיכה יזומה ברווחת העובדים: שימוש בחיישני IoT לניטור דפוסי לחץ, מצב רגשי ועומסי עבודה, במטרה לקדם רווחה נפשית ופיזית. גישה זו עשויה להפחית שחיקה, היעדרויות ובעיות בריאות.

• משוב ותמיכה בזמן אמת: יצירת מעגלי משוב מתמשכים המספקים לעובדים הכוונה, תמיכה ועידוד בזמן אמת כדי לסייע להם לעמוד ביעדיהם.

• אפשרויות שירות עצמי מתקדמות: צמצום הצורך במענה ידני באמצעות יכולות שירות עצמי המאפשרות גישה וניהול של מידע מרכזי בתחום משאבי האנוש בזמן אמת. עובדים יכולים לעדכן פרטים אישיים, לצפות במידע על עובדים אחרים ולקיים אינטראקציה עם מערכות נוכחות, שכר, תגמול והוקרה.

בינה מלאכותית יוצרת מסייעת גם במשימות שירות עצמי מורכבות יותר. היא יכולה לעבד מסמכי מדיניות ונהלים של הארגון ולהשיב לשאלות בתחום משאבי האנוש בשפה טבעית, לדוגמה, ניתן להשתמש בעוזר מבוסס בינה מלאכותית או בצ'אטבוט כדי להשיב לשאלות בנושא הטבות או להסביר תלוש שכר. בנוסף, היא יכולה לסייע למנהלים בכתיבת תיאורי תפקיד ובהגדרת משרות חדשות.

היתרונות של שימוש בבינה מלאכותית במשאבי אנוש

ככל שטכנולוגיית הבינה המלאכותית ממשיכה להתפתח ולהבשיל, היא הופכת לכלי מתקדם יותר עבור ארגוני משאבי אנוש ומשנה באופן משמעותי את הדרך שבה צוותי משאבי אנוש עובדים ומשרתים את הארגון.

להלן כמה מהדרכים שבהן כלי בינה מלאכותית של משאבי אנוש יוצרים ערך עבור מעסיקים ועובדים:

• האצת תהליכי משאבי אנוש, פינוי משאבים באמצעות צמצום הזמן והמאמץ הנדרשים למשימות כגון גיוס, קליטת עובדים והערכות ביצועים

• שיפור היעילות והפרודוקטיביות באמצעות אוטומציה של משימות בעלות ערך נמוך או כאלה הדורשות עבודה ידנית מרובה

• צמצום הטיות בלתי מודעות בטקסטים של משאבי אנוש, כגון מודעות דרושים, תיאורי תפקיד, שאלות לראיונות, הערכות ביצועים וניתוחי שכר

• שיפור חוויית העובדים והמועמדים באמצעות אינטראקציות מותאמות אישית ברמה גבוהה

• העצמת עובדים ומנהלים לעבודה מהירה וחכמה יותר באמצעות יכולות של בינה מלאכותית יוצרת, המסוגלת לעבד ולסכם מידע מורכב ולאחר מכן להפיק במהירות תוצאות או תוכן

• ניתוח מהיר של כמויות גדולות של מידע, המאפשר למשאבי אנוש לקבל החלטות מבוססות נתונים בביטחון רב יותר

• חיבור למערכות נוספות ושילוב נתוני עובדים ונתונים תפעוליים לצורך קבלת החלטות רחבות ומעמיקות יותר

• חיזוי והיערכות לשינויים בכוח העבודה הנובעים מצורכי העסק באמצעות ניתוח מיומנויות ותכנון תרחישים

אתגרים וחששות בנוגע לבינה מלאכותית במשאבי אנוש

צוותי משאבי אנוש ועובדים כאחד אוהבים את הרעיון של שימוש בבינה מלאכותית למשימות כגון רכישת מיומנויות חדשות, הזדמנויות לפיתוח מקצועי ואפשרויות שירות עצמי. עם זאת, הם חשים פחות בנוח כאשר מדובר במשימות כגון טיפול במידע רגיש, ביצוע הערכות ביצועים או ניטור פעילות עובדים.

עובדים מודאגים גם מסוגיית השקיפות. הם רוצים לדעת כיצד פועלת טכנולוגיית הבינה המלאכותית שבה משתמש המעסיק, מהי רמת הדיוק וההוגנות של ההמלצות שהיא מייצרת, ומהם מקורות הנתונים והתוצרים שעליהם היא מתבססת.

להלן כמה מהאתגרים שחברות המשתמשות בטכנולוגיות משאבי אנוש מבוססות בינה מלאכותית עשויות להתמודד איתם, לצד דרכים מומלצות להתמודדות עמם.

פיקוח על בינה מלאכותית ואימוץ בינה מלאכותית

מחקרים עדכניים מצביעים על כך שפיקוח על בינה מלאכותית הוא אחד הגורמים המרכזיים המעכבים ארגונים, ואנשי משאבי אנוש בפרט, מאימוץ בינה מלאכותית. שני שליש (67%) מהארגונים שנבדקו כלל לא החזיקו במודל ממשל כלשהו. בעוד שרובם נקטו צעדים לפיתוח מודל כזה, חלק מהארגונים היו פחות יזומים ותכננו לנהל את הבינה המלאכותית בדומה לכל רכישת טכנולוגיה אחרת או להסתמך על רגולציה והנחיות חיצוניות ברמה האזורית או הלאומית.

עם זאת, בינה מלאכותית אינה עוד טכנולוגיה רגילה ודורשת גישה ייחודית. מודל ייעודי לממשל בינה מלאכותית חיוני כדי להבטיח שארגונים מפתחים, בוחרים, מטמיעים ומשתמשים בבינה מלאכותית באופן אחראי ואתי, כפי שיפורט בהמשך. החדשות הטובות הן שקיימות הנחיות בנושא. הדוח המפורט על אימוץ בינה מלאכותית מציג עשרה מהצעדים המרכזיים שכדאי לשקול בעת עידוד עובדים להתחיל להשתמש בכלי בינה מלאכותית חדשים.

אוריינות בינה מלאכותית במקום העבודה

רמת ההבנה של עובדים בתחום הבינה המלאכותית משתנה באופן משמעותי. מחקר חדש שערכה SAP, ובמסגרתו נסקרו יותר מ-4,000 מנהלים ועובדים ברחבי העולם, מצביע על כך שאוריינות בינה מלאכותית משפיעה במידה רבה על תפיסת הטכנולוגיה ועל האופן שבו עובדים תופסים את המשתמשים בה במקום העבודה. בנוסף, משתתפי הסקר הביעו עמדות מעורבות בנוגע לתפקידה של בינה מלאכותית בקבלת החלטות משמעותיות הקשורות לעובדים.

כדי להתמודד עם אתגר זה, ארגונים צריכים להעניק עדיפות לאוריינות בינה מלאכותית ולהשקיע בה, כדי להבטיח שהעובדים יבינו את הטכנולוגיה החדשה לעומק ויוכלו להשתמש בה ולהתנהל מולה באופן יעיל.

שיקולים אתיים והטיות

כאשר היא אינה בשימוש אחראי, אלגוריתמים של מודלי בינה מלאכותית מבוססי למידה עמוקה עלולים לשמר ואף להגביר הטיות קיימות. ארגונים צריכים לבחור ספקי טכנולוגיה שמבססים את כלי הבינה המלאכותית שלהם בתחום משאבי האנוש על עקרונות של שקיפות, הסברתיות והוגנות.

לדוגמה, בגיוס עובדים, כלי בינה מלאכותית מנוהל באחריות יכלול מנגנוני בדיקת הטיות מובנים, המזהים ומסירים שפה סובייקטיבית, כדי להבטיח שתיאורי משרות מנוסחים באופן הוגן ועל בסיס קריטריונים רלוונטיים לתפקיד.

דיוק נתונים, פרטיות ואבטחה

כמו כל כלי מבוסס נתונים, גם בינה מלאכותית כפופה לעיקרון של "קלט זבל, פלט זבל". אם הנתונים שעליהם המודל מתבסס פגומים, חלקיים או שגויים — גם הפלט יהיה בהתאם. ארגונים המעוניינים לנצל בינה מלאכותית בתחום משאבי האנוש צריכים להשתמש בכלים המתבססים על נתונים פנימיים איכותיים, כדי להבטיח שהתוצרים יהיו רלוונטיים להקשר הארגוני הספציפי.

בנוסף, קיימים אתגרים של פרטיות ואבטחת מידע בהקשר של בינה מלאכותית ומשאבי אנוש. צ’אטבוטים נפוצים כבר היו מעורבים בפרצות מידע שונות עקב חולשות אבטחה, במיוחד בכלים מבוססי קוד פתוח. חששות אלה משמעותיים במיוחד כאשר עובדים נדרשים לשתף מידע אישי עם כלי בינה מלאכותית של משאבי אנוש - למשל כאשר צ’אטבוט שואל על נסיבות אישיות לצורך מענה על שאלות הטבות. ניתן לצמצם סיכון זה באמצעות שימוש בספקי בינה מלאכותית למשאבי אנוש שאינם משתפים נתוני ארגון עם מודלים גדולים של שפה (LLM) חיצוניים.

סיכונים של הסתמכות יתר

משאבי אנוש עוסקים, כשמם, בבני אדם. הסתמכות יתר על בינה מלאכותית לביצוע תהליכים רבים מדי עלולה להוביל לחוויה רובוטית חסרת מגע אנושי, ולגרום לירידה במעורבות העובדים. הדבר בולט במיוחד במצבים הדורשים אמפתיה גבוהה, שבהם שימוש בבינה מלאכותית עלול לצמצם את קבלת ההחלטות לכדי חישוב מספרי בלבד.

בנוסף, הדבר עלול לחשוף ארגונים לסיכונים משפטיים. לחלק מהממשלות והרגולטורים קיימות תקנות, כגון GDPR באיחוד האירופי, האוסרות שימוש במערכות אוטומטיות לקבלת החלטות המשפיעות על גיוס, קידום או שכר.

לדוגמה, שימוש ב-ChatGPT לכתיבת תיאור משרה כרוך בסיכון נמוך. לעומת זאת, הסתמכות עליו לביצוע ראיונות עבודה או הערכות ביצועים - שבהם נדרשת אינטליגנציה רגשית ורגישות אנושית - עלולה לפגוע באיכות ההחלטה ואף ליצור ניכור בקרב מועמדים ועובדים.

חששות מפני איבוד תפקידים במשאבי אנוש

סקר Work in America לשנת 2024 של איגוד הפסיכולוגים האמריקאי (APA) מצא כי 41% מהעובדים בארצות הברית חוששים שבינה מלאכותית תהפוך חלק מתפקידיהם למיושנים בעתיד.

מנהלי משאבי אנוש יכולים להפחית חששות אלו באמצעות הגדרה ברורה של המשימות שיועברו לאוטומציה. בדרך כלל, משימות שגרתיות וחוזרות יכולות להתבצע על־ידי בינה מלאכותית, בעוד שמשימות מורכבות ואסטרטגיות, הקשורות ליעדי הארגון, צריכות להישאר בידי מומחי משאבי אנוש.

עתיד הבינה המלאכותית במשאבי אנוש

ככל שהאפשרויות לשימוש בבינה מלאכותית במשאבי אנוש ממשיכות להתפתח, תפקידם של אנשי משאבי האנוש צפוי לעבור יותר ויותר לפונקציות אסטרטגיות כגון ניהול טאלנטים, פיתוח מנהיגות, רווחת עובדים ותרבות ארגונית חיובית. כאשר בינה מלאכותית מטפלת במשימות שגרתיות, צוותי משאבי אנוש יכולים להקדיש יותר זמן לתחומים בעלי השפעה גבוהה. להלן שתי מגמות בינה מלאכותית במשאבי אנוש מרכזיות הצפויות בשנים הקרובות:

שינוי תפקידים ועיצוב מחדש של משרות

בינה מלאכותית תשנה בהדרגה את מבנה התפקידים בארגונים. ככל שמשימות שגרתיות יעברו לאוטומציה, התפקידים יתמקדו יותר בחשיבה אסטרטגית, יצירתיות ויכולות רב-תחומיות. מנהלי משאבי אנוש יידרשו לעצב מחדש משרות, לשלב משימות מתמחות לתפקידים רחבים וגמישים יותר, תוך שימוש בכלי בינה מלאכותית. שינוי זה צפוי גם ליצור ביקוש לתפקידים חדשים המשלבים ידע עסקי עם מומחיות טכנולוגית ובינה מלאכותית.

העצמת מנהלים לשימוש יעיל בבינה מלאכותית

בינה מלאכותית תשנה גם את האופן שבו מנהלים מפקחים על הצוותים שלהם, באמצעות שימוש בנתונים לקבלת החלטות מושכלות יותר בנוגע לפיתוח עובדים, יעדים ועומסי עבודה. מנהלים יידרשו לקבל החלטות לגבי שילוב כלי בינה מלאכותית בתהליכי ניהול ביצועים, תוך התחשבות בחששות העובדים מפני הערכה המתבצעת בדרך זו.

האתגר יהיה להבטיח שמנהלים יבינו מהו היקף השימוש המתאים בבינה מלאכותית ויוכלו לשלב באופן יעיל בין תובנות מבוססות בינה מלאכותית לבין שיקול דעת אנושי. ככל שבינה מלאכותית תהפוך לחלק בלתי נפרד מהפעילות היומיומית, הכשרת מנהלים לשימוש אחראי ויעיל בה תהיה חיונית.