קראתי הבוקר מאמר שמסביר בדיוק את הפער שאני חיה ונושמת.

במאמר נכתב שחברת הייעוץ הענקית Accenture פיטרה 11,000 עובדים, ובאותה נשימה הרחיבה את תוכניות הכשרת העובדים שלה לשימוש ב-AI. IBM עושה אותו דבר.

זה נשמע כמו סתירה, אבל זו בדיוק הנקודה.

מפסיקים להעסיק אנשים שיודעים רק לתפעל, ומתחילים להשקיע בעובדים שיודעים לעבוד ממש עם AI.

המאמר מצטט מחקר חדש מאוניברסיטת דרקסל, שמצא את הנתונים המטורפים הבאים:

• פער המוכנות: בעוד ש-50% מהחברות משתמשות ב-AI להחלטות יומיות, רק 38% מרגישות שהעובדים שלהן מוכנים לכך.
• הסתירה בגיוס: אותן חברות שסומכות על AI לניהול, לא סומכות על מועמדים לעבודה המשתמשים ב-AI (למשל, לכתיבת קורות חיים). רק 27% מהמגייסים מרגישים בנוח עם זה.

הבעיה בעצם היא לא שה-AI מחליף אנשים, אלא שהטכנולוגיה מתפתחת מהר יותר מיכולת ההסתגלות של העובדים.

חברות עדיין מגייסות לפי "קורות החיים של אתמול" (מיומנויות מסורתיות), בזמן ש"עבודת המחר" דורשת שטף ב-AI.

ומהי "עבודת המחר"?

החוקרים קוראים לזה "שטף אנושי-AI" (human – AI fluency) או "דו-לשוניות דיגיטלית", כלומר היכולת לנווט בצורה שוטפת בין שיפוט אנושי לבין לוגיקה של מכונה.

אני קוראת לזה פשוט ניהול.

המאמר מוסיף ומפרט שהאתגרים הגדולים הם לא קידוד, אלא שיפוט אנושי, חיבור ליעדים עסקיים והיכולת להטיל ספק בתוצאות. במילים אחרות: היכולת להפוך פלט גנרי של מכונה לתובנה אנושית בעלת ערך.

זו בדיוק המהות של "מודל העובד הדיגיטלי":

גיוס: להגדיר ל-AI מי אתה ומה בדיוק העסק שלך.

הכשרה: ללמד אותו לחשוב כמומחה, על בסיס ה-DNA העסקי שלך.

ניהול: להפעיל שיפוט אנושי ולבקר את התוצרים שמקבלים מ-AI.

הכפלת כוח: להפוךאת ה-AI מעוד כלי לשותף שמייצר ערך.

המאמר מסתיים בתיאור התפקידים החדשים שנוצרים:

"מתרגמי "AI (שמסבירים תובנות AI למקבלי החלטות) ו"מאמני AI" (שמלמדים צוותים לעבוד עם המערכות).

כבעלות עסק, אנחנו לא יכולות לחכות שמישהו ימלא את התפקידים האלה עבורנו.

אנחנו חייבות להיות המתרגמות והמנהלות של העובד הדיגיטלי שלנו.

הפער הזה בין פיטורים המוניים להשקעה ב-AI הוא לא סתירה. הוא הבהרה.

הניצחון הוא לא של מי שיודע הכי הרבה טריקים טכניים, אלא של מי שיודע להפוך בינה (אנושית או מלאכותית) לערך עסקי אמיתי.