הגבול הדק בין למידת מכונה ללמידת אדם: כיצד מנהלות משאבי אנוש צריכות לפרש את מהפכת ה-AI?

הגבול הדק בין למידת מכונה ללמידת אדם: כיצד מנהלות משאבי אנוש צריכות לפרש את מהפכת ה-AI? | ד"ר יניב שנהב

כיצד למידת מכונה משנה את הדרך שבה אנו לומדים, מנהלים ומובילים אנשים — ומה זה דורש ממנהלות משאבי אנוש בעידן הבינה המלאכותית.

ד"ר יניב שנהב  מקים ומנכ"ל חברת “משכוכית ייעוץ והדרכה” המלווה אלפי עובדים ומנהלים בארץ ובעולם  ומייסד “המכון הישראלי לבינה מלאכותית," הוא אחד מהחוקרים והמרצים הבולטים בישראל בחיבור שבין בינה מלאכותית, ניהול והדרכה בארגון. במאמר זה, הוא מבקש לפרק את הגבול הדק שבין למידת מכונה ללמידת אדם – ולחשוף את התפקיד החדש של מנהלות משאבי אנוש בעידן שבו הבינה המלאכותית אינה רק טכנולוגיה, אלא תרבות למידה חדשה. דרך ניתוח דוחות עדכניים של OECD ,McKinsey והפורום הכלכלי העולמי   ,(WEF)  ד"ר שנהב מסביר כיצד על מנהלות HR להוביל את הארגון מעבר למודל של "ניהול כוח אדם" – אל עידן של ניהול חדשנות אנושית, שבו מכונה ואדם לומדים זה מזה, ובכך מגדירים מחדש את מושגי הידע, הפריון והמנהיגות.

בשנת 2024 דיווח ה-OECD כי כ-27% מהמשרות בעולם המפותח מצויות בסיכון גבוה לאוטומציה. נתון זה, על אף היותו מאיים לכאורה, מקבל פרשנות שונה כאשר הוא נבחן לצד דוחות של חברות כמו McKinsey ושל הפורום הכלכלי העולמי (WEF), המצביעים על הזדמנות עצומה ליצירת תפקידים חדשים ושינוי מהותי בתרבות הארגונית. הדילמה שניצבת כיום בפני ארגונים כבר אינה טכנולוגית בעיקרה, אלא אנושית וניהולית. מהפכת הבינה המלאכותית (AI) אינה מסתכמת רק בכלי עבודה חדשים, אלא מאתגרת את עצם תפיסתנו לגבי מהי עבודה, מהו ידע וכיצד אנו לומדים ולמעשה מייצרת שפה ארגונית חדשה, המחייבת תיווך והבנה מצד מנהלות ומנהלי משאבי אנוש.

המאמר הנוכחי, נועד לספק למנהלות משאבי אנוש מפת דרכים אינטלקטואלית ויישומית להתמודדות עם השינויים הללו. נבחן את הדינמיקה שבין אוטומציה לפריון, את הצורך הקריטי בבניית אמון עובדים בטכנולוגיות החדשות ואת הטרנספורמציה של תפקיד ההון האנושי – מניהול תפעולי לניהול חדשנות אנושית. המטרה היא להבין כיצד ניתן להפוך את האתגרים של ה-AI להזדמנויות אסטרטגיות, תוך חיזוק תפקיד האדם והכנת הארגון לעתיד של שיתוף פעולה בין אדם למכונה.

מהפכת הפריון וחרדת האוטומציה

הדיון המרכזי סביב ה-AI מתמקד בהשפעתה על פרודוקטיביות ועל שוק העבודה. על בסיס נרטיב זה, אנו מזהים שני צירים מרכזיים: מצד אחד, ציר הפריון, המבטיח גידול מואץ בביצועים הארגוניים בזכות אוטומציה של משימות חוזרות ושיטתיות. ומצד שני, ציר החרדה, המבטא את הפחד מפני אובדן משרות ושינוי רדיקלי במבנה הארגוני.

דו"ח מקינזי מצביע על כך שכ-40% מזמן העבודה במשרות עתירות ידע, ניתן לאוטומציה וכי הדבר יוביל לזינוק משמעותי בפריון. בדו"ח "AI in Action: Beyond Experimentation to Transform Industry" של ה-WEF, מוצגות דוגמאות של חברות כמו יצרנית המוליכים למחצה AMD, שהשתמשה בכלי AI כדי לשפר את ניהול שרשרת האספקה שלה. הכלי, שניתח למעלה מ-10,400 הזמנות בשנה, חסך לחברה כ-3,120 שעות עבודה והפחית את הזמן והעלות של ניתוח הגורם השורש ב-90%¹¹. דוגמאות אלו מראות כיצד הטמעה של בינה מלאכותית, יכולה לייצר חיסכון ישיר ויעילות תפעולית.

אולם, מחקרים של MIT ושל ,Harvard Business Review מציגים תמונה מורכבת יותר. הם טוענים כי למרות הפוטנציאל העצום, רק כ-10% מהחברות מצליחות למנף את הנתונים לשיפור פרודוקטיביות משמעותי². הפער הזה, המכונה לעיתים "פרדוקס הפריון של ה-AI", אינו טכנולוגי אלא תלוי ניהול ותרבות ארגונית. הוא טמון בפער שבין אימוץ כלים חדשים לבין הטמעתם כחלק מתהליכי עבודה ובצורך ליצור תפקידים חדשים שמשלבים משימות שגרתיות עם שיקול דעת אנושי.

כאן נכנס לתמונה תפקידן המרכזי של מנהלות משאבי אנוש. הן נדרשות לתווך בין הלחץ מלמעלה להטמיע כלים חכמים, לבין החששות של העובדים מלמטה. הפתרון אינו מסתכם ברכישת כלים מתקדמים, אלא בתהליך למידה המגשר על הפערים הללו. במקום להסתפק בפיילוטים נקודתיים, ארגונים מצליחים משלבים תהליך למידה מדורג. הוא מתחיל בסדנת בינה מלאכותית שמטרתה להפיג חרדות ולבנות אוריינות דיגיטלית בסיסית, וממשיך בקורס בינה מלאכותית למנהלים, המתמקד בשילוב החלטות אנושיות עם מודלים חישוביים. דוגמה מצוינת לכך היא קלארנה (Klarna), חברת פינטק גלובלית, שהטמיעה עוזר AI לשירות לקוחות³. בתוך חודשים ספורים, העוזר טיפל בשני שלישים מכלל פניות הצ'אט, קיצר את זמן הטיפול הממוצע מ-11 דקות ל-2 דקות, והשיג חיסכון של 40 מיליון דולר, כל זאת תוך שמירה על רמת שביעות רצון זהה לזו של נציגים אנושיים⁴. המפתח להצלחה לא היה רק בטכנולוגיה, אלא בשילוב עמוק של 90% מהעובדים בתהליך הלמידה ובשימוש בכלים הללו בעבודתם היומיומית⁵.

אוטומציה, אמון ו"הון אנושי משודרג"

ההשפעה האמיתית של ה-AI על כוח העבודה טמונה בשינוי אופי התפקידים ולא בביטולם הגורף. כפי שמציין דו"ח של ה-World Bank, במדינות מפותחות, האוטומציה אמנם משנה את אופי התפקידים אך אינה מובילה בהכרח לאבטלה המונית⁶. מחקרים של Accenture מצביעים על כך ש-98% מהמנהלים מאמינים שאימוץ AI יחייב שינוי עמוק במבנה המיומנויות של העובדים. הפורום הכלכלי העולמי (WEF) מדגיש את הצורך בפיתוח מיומנויות חדשות, תוך מעבר ממשימות שגרתיות לאלו הדורשות יצירתיות, חשיבה ביקורתית ואינטליגנציה רגשית⁷⁷⁷.

כאן נכנס לתמונה המושג של "AI אחראי" (Responsible AI), הנדון בהרחבה בדו"חות של ה-WEF⁸. כדי להשיג הטמעה של בינה מלאכותית אפקטיבית, חברות חייבות להתמודד עם אתגרים כמו הטיה אלגוריתמית, פרטיות נתונים וחוסר שקיפות.⁹ הטיה אלגוריתמית, למשל, עלולה להיווצר כתוצאה משימוש בנתוני עבר ששיקפו אפליה, מה שיוביל לקבלת החלטות מוטות¹⁰. מחקרים של MIT Sloan מזהירים מפני "פער אמון" עמוק שנוצר כאשר עובדים מתנגדים לכלים שהם לא מבינים, או שהם חוששים כי יחליפו אותם. דו"ח על השפעת ה-AI על קבלת החלטות מדגיש כי עובדים רבים חוששים מהשפעתה על ביטחונם התעסוקתי, וכי הצלחת הטמעת ה-AI תלויה במידה רבה ביכולת הארגון לטפל בחששות אלה באמצעות תקשורת פתוחה והכשרה מתאימה¹¹.

כדי לגשר על פער זה, נדרשת למידה ארגונית עמוקה, שבה העובדים והמנהלים לומדים לא רק איך לתפעל את המערכות, אלא גם איך לבקר אותן ולשאול את השאלות הנכונות. דוגמה מצוינת לכך היא חברת הפינטק הספרדית BBVA, שהשיקה את ChatGPT Enterprise לכל עובדיה¹². בתוך חמישה חודשים, העובדים יצרו למעלה מ-2,900 "GPTs מותאמים אישית", שהפחיתו את זמן הפרויקטים משבועות לשעות¹³. הצלחה זו נבעה מכך שהטכנולוגיה ניתנה בידי המומחים לתחומם – עורכי הדין, אנשי ניהול הסיכונים וצוות שירות הלקוחות – הם אלו שהתאימו אותה לצרכים הייחודיים שלהם. כך, המכונה הפכה לשותפה של המומחה האנושי, ולא למחליפה שלו. מחקר של MIT Sloan מצא ירידה של 15% ברמות החרדה בקרב עובדים לאחר קורס הכשרה ב-AI, מה שמדגים את כוחה של הלמידה ביצירת אמון.

המעבר מניהול כוח אדם לניהול חדשנות אנושית

המעבר לעידן ה-AI משנה את תפקידן של מנהלות משאבי אנוש, מניהול כוח אדם לניהול חדשנות אנושית. תפקידן החדש הוא ליצור את התנאים שיאפשרו לעובדים לשתף פעולה עם מכונות, ללמוד מהן, ובעיקר, להבדיל את עצמם מהן באמצעות יכולות ייחודיות כגון יצירתיות, שיקול דעת ואינטליגנציה רגשית.

תפקיד המנהל בעידן החדש אינו עוד שליטה ובקרה, אלא הנחייה, אימון והעצמה. מנהלים נדרשים לא רק להבין את הנתונים, אלא גם לספר את הסיפור שמאחוריהם ולהכיר את ההקשר האנושי. קורס AI למנהלים הוא כבר לא מותרות, אלא מנגנון קריטי המאפשר למנהלים לבצע תהליכי קבלת החלטות מדויקים יותר, תוך שימוש בכלי חישוב וניתוח נתונים, שאינם פוגעים בהיבטים המוסריים והאנושיים. כך, המנהל הופך למאמן של צוותים אנושיים שמשתפים פעולה עם כלים חכמים.

דו"ח של ה-OECD מדגיש את החשיבות של חינוך מתמשך. השקעה בקורס בינה מלאכותית ובסדנת בינה מלאכותית אינה הוצאה, אלא נדבך הכרחי בפיתוח עמידות וגמישות תעסוקתית, הן ברמה האישית והן ברמה הארגונית. דוגמה נוספת לכך היא חברת איקאה (IKEA), שהשיקה יוזמת אוריינות AI גלובלית המותאמת לתפקידי העובדים. התוכנית משלבת ידע בסיסי ב-AI עם מודולים של אתיקה ו-AI אחראי¹⁴. בשנה הראשונה, למעלה מ-4,000 עובדים עברו הכשרה, והחברה מתכננת להגיע ל-70,000 עובדים עד שנת 2026¹⁵. השקעה זו מדגימה כיצד דווקא בעידן שבו מכונות לומדות באופן אוטומטי, הלמידה האנושית הופכת להיות ההון האסטרטגי החשוב ביותר.

חזון לעתיד אנושי בעידן ה-AI

הבינה המלאכותית אינה מהפכה טכנולוגית בלבד. היא מבחן לאנושיות שלנו — ליכולת לשתף פעולה, ללמוד, להטיל ספק ולהוביל מתוך ידע ולא מתוך פחד. ארגונים שישכילו להפוך את הלמידה לערך אסטרטגי, יגלו שההטמעה של בינה מלאכותית אינה סיום של תקופה, אלא תחילתה של תרבות עבודה חדשה. תרבות שבה המכונה מאיצה את הנתונים, אך האדם מספק את המשמעות; שבה הדיוק החישובי משתלב עם האתיקה האנושית, ובה הפרודוקטיביות הטכנולוגית מתורגמת לאיכות חיים, יצירתיות ואמון הדדי.

מנהלות ומנהלי משאבי אנוש נמצאות בליבת המהפכה הזו. הן אלו שחייבות להוביל את התהליך, החל מהכשרה והדרכה (כמו סדנת בינה מלאכותית וקורס בינה מלאכותית), דרך בניית אמון ועד לעיצוב מחדש של תרבות ארגונית המכירה בשיתוף הפעולה בין האדם למכונה ככוח מניע לחדשנות. אנו עומדים על סף של עולם עבודה חדש, שבו ההצטיינות תימדד לא רק ביכולתנו להשתמש בכלים, אלא בחוכמתנו להבין את מקומנו האנושי הייחודי בעידן שכולו חישוב.

רשימה ביבליוגרפית

1. OECD. (2024). The Impact of Artificial Intelligence on Productivity, Distribution and Growth: Key Mechanisms, Initial Evidence and Policy Challenges. OECD Publishing.
2. Agarwall, H., Das, C. P., & Swain, R. K. (2022). "Does Artificial Intelligence Influence the Operational Performance of Companies? A Study". Atlantis Highlights in Social Sciences, Education and Humanities, 2.
3. Almutawa, E. A., & Dilawer, T. (2023). "The impact of AI technology on organisational efficiency: Analysing the pros and cons of digitalisation in the context of UAE". World Journal of Advanced Research and Reviews, 20(1), 911-920.
4. Charitha, P. C., & Hemaraju, B. (2023). "Impact of Artificial Intelligence on Decision-Making in Organisations". International Journal for Multidisciplinary Research (IJFMR), 5(4).
5. World Economic Forum. (2025). Artificial Intelligence in Financial Services. World Economic Forum.
6. World Economic Forum. (2025). A Blueprint for Intelligent Economies: AI Competitiveness through Regional Collaboration. World Economic Forum.
7. World Economic Forum. (2025). AI in Action: Beyond Experimentation to Transform Industry. World Economic Forum.
8. World Economic Forum. (2025). Physical AI: Powering the New Age of Industrial Operations. World Economic Forum.
9. World Economic Forum. (2025). Advancing Responsible AI Innovation: A Playbook. World Economic Forum.
10. OpenAI. (2025). AI in the Enterprise: Lessons from seven frontier companies. OpenAI.