90% מהשינוי בעבודה קורה בתוך התפקיד — לא בהחלפת מקצוע

ב־1 באוקטובר 2026 פרסמה Revelio Labs את מעקב ספטמבר לשוק העבודה בארה״ב: 90% מהשינוי השנתי בתמהיל פעילויות העבודה התרחש בתוך מקצועות קיימים; קצב ההצטרפות של חברות חדשות למדד אימוץ ה־AI היה נמוך ב־48% משיא אפריל; ובאוגוסט, 7.2% מהמשרות הוחזקו בידי עובדים שציינו לפחות כישור AI אחד בפרופיל המקצועי שלהם. הנתון המרכזי מתאר שינוי בהרכב הפעילויות במשק, בלי לייחס כל שינוי שנמדד לשימוש ב־AI.

ב דיווח שפורסם ב־Learning News הובא אומדן של תוספת 56,900 משרות בארה״ב בספטמבר, לצד ירידה של 17% במספר החברות שסווגו לראשונה כמאמצות AI באוגוסט לעומת יולי; הכלכלנית הראשית של Revelio Labs, ליסה סיימון, אמרה: “The labor market continues to add jobs, but both hiring and attrition are still slowing.” אומדן התעסוקה מתייחס לספטמבר, ואילו מדד ההצטרפות של חברות מתייחס לאוגוסט. שניהם מתארים תנועות בשוק העבודה, אך אינם מודדים את אותו הדבר.

השינוי במשימות גדול מהשינוי בהרכב המקצועות

ההשוואה שבבסיס הנתון מפרידה בין שתי דרכים שבהן העבודה במשק יכולה להשתנות. בראשונה, בתוך מקצוע קיים משתנה המשקל של פעילויות שונות: מעסיקים מבקשים יותר מסוג עבודה אחד ופחות מסוג אחר. בשנייה, משתנה חלקם של מקצועות שונים בכלל המועסקים. רוב השינוי השנתי שנמדד נמצא בדרך הראשונה, ולכן תמונה המבוססת רק על מספר העובדים בכל מקצוע מחמיצה חלק ניכר מהשינוי בתוכן העבודה.

נספח המתודולוגיה מתאר כיצד החוקרים בונים מדד להבדלים בתמהיל הפעילויות, משקללים את השינוי בתוך כל מקצוע לפי חלקו בתעסוקה ומפרידים אותו מהשינוי בהרכב המקצועות. תיאורי הפעילויות נשענים על מודעות דרושים, ואומדני התעסוקה נשענים על פרופילים מקצועיים שעברו התאמות סטטיסטיות. לכן המדד משקף, בין היתר, מה מעסיקים מבקשים בגיוס; הוא אינו תיעוד מלא של כל משימה שעובדים ביצעו בפועל.

ההבחנה הזאת חשובה במיוחד מפני ששם מקצוע יכול להישאר קבוע בזמן שדרישות הגיוס משתנות. עובד אינו צריך לעבור למסלול תעסוקתי אחר כדי להיתקל בדרישה לכישור חדש, ומנהל אינו צריך לפתוח תקן בשם חדש כדי לשנות את חלוקת העבודה בצוות. מנגד, המדד אינו סופר אנשים שהחליפו מקצוע: חלקו השני מודד שינוי במשקלם של מקצועות בכלל התעסוקה.

דוגמה מתוך המעקב היא עבודתם של עוזרים בכירים. בתמהיל הפעילויות המתואר עבור המקצוע גדל משקלם של הובלת תוכניות ותיאום פרויקטים, בעוד שמשקלן של פעילויות הקשורות לתשלומים ולטיפול בחשבוניות ירד. זאת דוגמה לשינוי בדרישות המתוארות למקצוע קיים, ולא קביעה שכל מי שעובד בו מבצע כעת אותן משימות או חווה שינוי באותו קצב.

ההאטה באימוץ מתארת חברות חדשות, לא את כלל השימוש

הירידה בקצב ההצטרפות נוגעת לחברות שהופיעו לראשונה במדד האימוץ, ולא לכל החברות שכבר נכללו בו. מספר מצטרפות חודשי נמוך יותר יכול להתקיים במקביל לעלייה במספר המצטבר של החברות שסווגו כמאמצות. לכן ההאטה בכניסה של חברות חדשות אינה מלמדת כשלעצמה שהעבודה בארגונים שכבר נכנסו למדד הפסיקה להשתנות.

הסיווג עצמו מבוסס על מודעות לתפקידים שנועדו לשלב AI בפעילות הארגון. פרסום משרה כזאת הוא סימן גלוי להשקעה בכוח אדם לצורך השילוב, אך הוא אינו מפקד של כל הכלים שהותקנו בארגון או של כל העובדים שמשתמשים בהם. הוא גם אינו מוכיח שהמערכת שהחברה מתכוונת להפעיל כבר הוטמעה בהצלחה. גבולות המדידה האלה מסבירים כיצד ייתכן שינוי בתוכן העבודה לצד האטה במדד ההצטרפות.

גם מדד הכישורים עונה על שאלה אחרת. הוא מבוסס על כישורים שעובדים בחרו לציין בפרופילים מקצועיים, ולא על מבחן יכולת או על תצפית בעבודה היומיומית. עובד עשוי להשתמש בכלי AI בלי לציין זאת בפרופיל, ואחר עשוי לציין כישור שאינו מרכזי בתפקידו הנוכחי. הנתון מועיל להבנת היצע הכישורים המדווח, אך אינו מודד לבדו את עומק השימוש בטכנולוגיה.

מה משתנה בתכנון תפקידים ובהכשרה

המשמעות למעסיק היא ששאלה על עתידו של מקצוע שלם עלולה להיות רחבה מדי לצורך החלטת כוח אדם. במקרה של עוזרים בכירים, למשל, השינוי המתואר אינו דורש להסיק שהמקצוע נעלם; הוא מפנה לשאלה אילו יכולות נחוצות כאשר תיאום והובלת תוכניות מקבלים מקום גדול יותר בעבודה המפורסמת למועמדים. החלטה על הכשרה תלויה בפער בין המשימות החדשות לבין היכולות שכבר קיימות בארגון.

גם לעובדים ההבדל בין מקצוע למשימה משנה את נקודת המבט. ניסיון מצטבר תחת אותו שם תפקיד יכול להישאר רלוונטי, בעוד שהפעילויות שמעסיקים מדגישים בעת גיוס משתנות. משום כך, שינוי במודעות דרושים עשוי להופיע לפני שינוי ניכר במספר המועסקים במקצוע. הוא מלמד על דרישות הגיוס באותו שלב, אך אינו מבטיח שכל מקום עבודה כבר ארגן מחדש את התפקיד.

בתכנון כוח אדם יש להפריד בין היקף התקנים, חלוקת המשימות ואיכות התוצאה. צוות יכול להשקיע פחות זמן בפעילות מסוימת ולהעביר את זמנו לתיאום או לבקרה בלי שמספר התקנים ישתנה. גם כאשר כלי AI חוסך זמן, שעות שנחסכו בפיילוט AI אינן מעידות לבדן שאיכות העבודה עלתה. המדדים של שוק העבודה אינם מחליפים מדידה של התוצאה בתוך הארגון.

במקצועות החשופים יותר ליכולות AI מופיעה במעקב גם חולשה יחסית בביקוש למשרות זוטרות. זהו נתון על גיוס, בשונה מהמדד המתאר את תמהיל הפעילויות בתוך המקצוע. החיבור ביניהם מעלה שאלה ממוקדת לתכנון הכשרה: אם חלק ממשימות הכניסה משתנה, כיצד עובדים חדשים ירכשו את הניסיון הדרוש למשימות המתקדמות יותר? הנתונים מצביעים על המקום שבו השאלה מתעוררת, אך אינם קובעים מה אירע במסלול ההכשרה של מעסיק מסוים.

הנתונים האמריקאיים והשאלה הישראלית

המדדים מתארים את שוק העבודה בארה״ב, על בסיס מקורות מידע והרכב מקצועות האופייניים לו. לכן אין להציג את שיעור השינוי שנמדד כאומדן לשוק הישראלי. עבור קוראים בישראל, התרומה הישירה של הפרסום היא ההפרדה בין שינוי במספר העובדים במקצוע, שינוי במשימות שמעסיקים מחפשים ושינוי בסימני האימוץ בארגונים. כל אחד מהם עשוי לנוע בקצב אחר.

ההפרדה הזאת משפיעה על החלטות ממשיות גם בלי להעתיק את הנתון האמריקאי לישראל. כאשר הגדרת תפקיד מתעדכנת אך מספר התקנים נשאר דומה, תקציב הכשרה המבוסס רק על תחזית למשרות חדשות עלול לפספס את העובדים שכבר ממלאים את התפקיד. וכאשר הביקוש למשרות כניסה נחלש, תכנון מסלול ההתנסות של עובדים חדשים נעשה חלק משאלת כוח האדם, גם אם שם המקצוע ממשיך להופיע בארגון.

קראו גם:

• פיילוט AI בעבודה: שעות שנחסכו לא מוכיחות שהאיכות עלתה