47% מהעובדים שנדרשים להשתמש ב־AI מתנגדים לאימוץ

ב־8 באוקטובר 2026 פרסמה Gartner ממצאי סקר שהוצגו בכנס HR Symposium/Xpo בלונדון: מתוך 11,838 עובדים שנסקרו ברבעון הראשון של השנה, 47% מהעובדים שמצופה מהם להשתמש ב־AI בעבודתם דיווחו על התנגדות לאימוצו, ופחות מ־35% מכלל הנסקרים דיווחו על רווחה כללית טובה; ניקול פריפוראנה, אנליסטית בכירה בחברה, אמרה באותה הודעה: ״The future of AI at work isn't simply about productivity״. הממצא מפנה את תשומת הלב מהכשרה להפעלת כלי אל השאלה כיצד משתנה עבודתם של האנשים שנדרשים להשתמש בו.

גם Talent Signal News דיווח על ההתנגדות בקרב העובדים שמצופה מהם להשתמש ב־AI ועל נתון הרווחה של כלל הנסקרים. אלה קבוצות מדידה שונות, ולכן אי אפשר להסיק מהמספרים שהשימוש ב־AI גרם לרווחה נמוכה. השאלה למנהלים היא אם ההטמעה מעניקה לעובד תפקיד ברור, סמכות להפעיל שיקול דעת ותמיכה כאשר העבודה נעשית עמוסה יותר. בפרסום הפתוח לא הוצג פילוח של התוצאות לעובדים בישראל.

התנגדות לאימוץ יכולה להעיד על שינוי בתפקיד

בסקר התגלה פער בין האופן שבו עובדים רואים את התועלת לארגון לבין האופן שבו הם רואים את התועלת לעצמם: רבים סבורים ש־AI עשוי להועיל לארגון, אך בטוחים פחות שהוא יועיל להם. הפער הזה משנה את משמעותה של התנגדות. עובד יכול להבין כיצד כלי מקצר משימה ועדיין לחשוש שהזמן שהתפנה יתמלא בדרישה לתפוקה גבוהה יותר, בלי שהאחריות לתוצאה או ההכרה בתרומתו ישתנו.

התנגדות עשויה גם להיות תגובה לשאלה שנותרה פתוחה על ערכו המקצועי של העובד. אם מערכת מתחילה לבצע משימות שהיו חלק ממומחיותו, הוא צריך לדעת איזה חלק מעבודתו יישאר בידיו וכיצד יוכל להתפתח בתפקיד. כאשר מבקשים ממנו להעביר ידע לתהליך המופעל באמצעות AI, חשוב להסביר לשם מה הידע נאסף ומה יהיה מקומו בתהליך החדש.

סיבות כאלה אינן מניעים אישיים שנמדדו והוכחו לגבי כל מי שהתנגד בסקר. מנהל יכול לברר אותן באמצעות שיחה על העבודה בפועל: האם התוצר דורש תיקונים רבים, האם נוספה עבודת בדיקה, והאם העובד נושא באחריות להחלטה שאינו מוסמך לקבל. אם הבעיה היא חלוקת עבודה לא ברורה, הדרכה נוספת על תפעול הכלי לבדה לא תענה עליה.

עיצוב התפקיד קובע היכן נחסך זמן והיכן נוצרת עבודה

שינוי מועיל מתחיל בהגדרה של המשימה כולה, ולא רק של הפעולה שהכלי מבצע. מאמר הייעוץ של Gartner על חלוקת העבודה עם AI מבחין בין ביצוע משימות בידי מערכת לבין קביעת המטרה, הבנת ההקשר והאחריות להחלטות שנותרות בידי אנשים. הוא מתאר חששות שעשויים להתעורר כאשר AI מקבל עבודה שהייתה בבעלות העובד, או כאשר העובד מתבקש להעביר את מומחיותו לתהליך חדש.

לכן חיסכון בזמן יצירת התוצר אינו בהכרח חיסכון בזמן העבודה. אם טיוטה מופקת מהר יותר אך דורשת בדיקה, תיקון ותיאום ממושכים, כדאי לבחון את כל רצף המשימה לפני שקובעים שהעומס ירד. גם יעד תפוקה חדש צריך להביא בחשבון את העבודה שנוספה סביב הכלי, ולא רק את הזמן שנחסך בפעולה אחת.

הגדרה ברורה של התפקיד יכולה להיות פשוטה ומדויקת: אילו משימות הכלי מבצע, מה העובד עדיין עושה, ואיזו תרומה מקצועית מצופה ממנו לאחר השינוי. היא צריכה לכלול גם זמן ללמידה ולתיקון תוצרים, אם אלה חלק מהעבודה החדשה. כך אפשר להבחין בין קושי זמני ברכישת מיומנות לבין התנגדות לשינוי שאיש עדיין לא הסביר את השלכותיו.

אחריות אנושית מחייבת גם סמכות להכריע

השארת אדם בתהליך אינה מספיקה אם אין לו סמכות לעצור, לתקן או לדחות תוצר של AI. עובד שנושא באחריות לתוצאה צריך לדעת מתי אפשר להסתמך על הצעת המערכת, מתי נדרשת בדיקה נוספת ומי מקבל החלטה במקרה של ספק. בהירות כזאת הופכת את הניסיון המקצועי שלו לחלק מוגדר מהעבודה, במקום להותיר אותו כאחראי לתוצר שאין לו שליטה ממשית עליו.

הצורך בולט במשימות שבהן תשובה שנראית סבירה אינה מספיקה. בדוגמה מותנית, אם מערכת מציעה ניסוח לפנייה רגישה, העובד שמכיר את הנסיבות ואת האדם שמולו צריך להחליט אם להשתמש בו. זו המחשה של נקודת הכרעה אנושית, ולא סוג משימה שנבדק בנפרד בסקר.

גבול האחריות צריך להיות מובן גם למנהל וגם לעובד. אם אחד מהם מניח שהכלי נותן המלצה בלבד והאחר מתייחס לתוצר כאל החלטה, שיעור שימוש גבוה לא יעיד שהעבודה מתנהלת בביטחון. התנגדות במקרה כזה עשויה להיות בקשה לגבולות ברורים: מה מותר למערכת להציע, איזה הקשר חסר לה ומתי ההחלטה חוזרת לאדם.

רווחת העובד צריכה להימדד לצד השימוש בכלי

בהמלצות שפורסמו עם ממצאי הסקר תוארו דרכים שבהן AI עשוי לסייע בזיהוי דפוסי עבודה שמקדימים קושי: מעבר תכוף בין הקשרים, עומס חריג, שינוי בטון התקשורת או סימני ניתוק. תוארה גם אפשרות להתאים תמיכה להעדפות אישיות, כגון אופן ההתאוששות בין משימות והסכמה לקבל התרעות על לחץ. זיהוי סימן אינו מחליף תגובה ניהולית שמשנה את העומס או מספקת לעובד תמיכה.

בתוכנית הטמעה אפשר לבחון שימוש ורווחה באותה תקופה, אך להבחין בין מה שהסקר מדד לבין מדדים שמנהל בוחר לאסוף. לצד השאלה אם העובדים משתמשים בכלי למשימה שהוגדרה, אפשר לבחון כמה זמן נדרש לבדוק ולתקן את תוצריו, והאם העובדים מדווחים על עומס, שליטה ובהירות בתפקיד. אלה מדדים מוצעים לניהול ההטמעה, לא תוצאות נוספות של הסקר.

תמיכה אישית תלויה גם באמון בדרך שבה משתמשים במידע על העובד. לפני שמפעילים התרעות על עומס, ראוי להסביר איזה מידע נאסף, מי יכול לראות אותו ומה יקרה בעקבות התרעה. עובד שחושש כי סימן לקושי ישמש נגדו עשוי להימנע מלדווח עליו; שיחה שמאפשרת לתקן את חלוקת העבודה נותנת לאיתור המוקדם משמעות מעשית.

עבור צוותים בישראל שמכניסים AI לעבודה, המשמעות היא שהחלטה על אימוץ הכלי כוללת גם החלטה על חלוקת המשימות, סמכות ההכרעה והתגובה לעומס. אם השימוש עולה אך זמן התיקון מתארך או תחושת השליטה של העובדים יורדת, נתון האימוץ לבדו יחמיץ את השינוי בעבודה. אלה התוצאות שמנהלים יצטרכו לראות לצד שיעור השימוש כדי לדעת כיצד ההטמעה משפיעה על מי שנדרשים להשתמש בכלי.

קראו גם:

• HoneyBook מפטרת 14% מהעובדים — ובכל זאת מגדילה את ההימור על AI