ה־AI מאיץ מנהלים — אבל האחריות על ההחלטה נשארת מעורפלת

ב־12 באוקטובר 2026 פרסם The Conference Board את דוח Leadership Disrupted מאת Erka Amursi, Marion Devine ו־Praisy Abraham. על בסיס סקר בין־לאומי וראיונות עם מנהלים בארגונים, הדוח קובע כי AI מאיץ את עבודת המנהלים, אך האחריות להחלטות ולתוצאות אינה מחולקת באופן אחיד.

התשובה לשאלה מי מחליט אינה יכולה להיות רק ״המנהל״: צריך להבחין בין מי שמכין הצעה, מי שבודק אותה ומי שמוסמך לאשר ולשאת בתוצאה. הסקירה של GeekChamp מתארת את נקודות הבקרה האנושיות שעליהן ממליץ הדוח: בדיקת קלט, אימות פלט, תיקון שגיאות ובחינה אם ההחלטה עדיין מתאימה למטרתה. החלוקה בין התפקידים היא מסגרת יישום לתהליך ניהולי, ולא רשימת בעלי תפקידים אחידה לכל ארגון.

המלצה מהירה מגיעה לפני שהסמכות הוגדרה

כלי AI יכול להכין חלופות, לסכם מידע ולהציע סדר עדיפויות. כך מנהל עשוי להגיע מהר יותר לרגע הבחירה, אך ההצעה המוכנה אינה מגלה מעצמה מי בדק את המידע שעליו היא נשענת. אם פרט חסר או שגוי עבר מן הקלט אל ההמלצה, מהירות ההכנה מקצרת גם את הזמן שבו אפשר לזהות אותו לפני החלטה.

הפער אינו מסתכם בשאלה מי לוחץ על אישור. אדם יכול לקבל סמכות פורמלית לחתום על החלטה בלי לדעת מה כבר נבדק ומה עדיין דורש שיקול דעת. מנגד, בדיקה אנושית מועילה אינה מחייבת את המנהל לבצע מחדש כל פעולת מיון או סיכום; היא מחייבת אותו להבין מה עומד להיקבע, על איזה בסיס והיכן יש לו סמכות לשנות כיוון.

הדוח מצביע גם על מתח ארגוני: מנהלים צופים שינוי במודלים של מנהיגות, בזמן שההיררכיות הקיימות נשארות במקומן. מכאן נובע קושי מעשי. המלצה יכולה לנוע בין אנשים וצוותים במסלול עבודה חדש, בעוד הגדרות התפקיד הישנות עדיין קובעות מי אמור לבדוק, מי רשאי לעצור ומי נדרש להסביר את התוצאה.

ככל שההחלטה משפיעה ישירות על אדם או על חלוקת משאבים, חשוב להבחין בין שלוש פעולות שונות. הכנת הצעה מספקת אפשרות לפעולה; אימות בודק את הנתונים ואת התאמת ההצעה למקרה; אישור הופך אותה להחלטה מחייבת. מי שנושא באחריות צריך לקבל את המידע הדרוש להכרעה, ולא רק תוצאה מנוסחת היטב.

נקודת הבקרה קובעת אם אפשר לתקן

נקודת בקרה אנושית משנה את התוצאה רק אם היא ממוקמת לפני שההמלצה יוצרת השפעה שקשה לבטל. בבדיקה כזאת האדם אינו מסתפק בשאלה אם הניסוח נשמע סביר. הוא בוחן אם הנתונים נכונים ועדכניים, אם חסר הקשר חשוב ואם ההמלצה מתאימה למטרה שהוגדרה לתהליך.

הבדיקה צריכה לכלול גם סמכות פעולה. מי שמזהה טעות חייב להיות מסוגל לתקן את המידע, להחזיר את ההצעה להכנה נוספת או לעצור את ההחלטה. אם מותר לו רק לציין הסתייגות אחרי שההליך התקדם, נוכחותו אינה ממלאת את תפקיד הבקרה שהדוח מתאר.

דרך אחת לתרגם זאת לאחריות ברורה היא לקבוע בכל תהליך מי מציע, מי מאמת ומי מאשר. המציע יכול להיות עובד שנעזר ב־AI או מערכת שמפיקה המלצה; המאמת בודק את הבסיס העובדתי ואת החריגים; והמאשר מפעיל שיקול דעת ונושא באחריות לתוצאה. אותו אדם עשוי למלא יותר מתפקיד אחד, אך ההבחנה בין הפעולות מבהירה מה בדיוק נדרש ממנו.

יש גם הבדל בין תקינות המידע לבין נכונות ההחלטה. רשימת נתונים יכולה להיות שלמה והסיכום יכול לשקף אותה במדויק, ובכל זאת ההמלצה עשויה להתעלם מנסיבה שהמנהל מכיר. לכן אישור משמעותי צריך להשאיר מקום לסטייה מנומקת מהצעת המערכת, במיוחד כשמדובר באנשים ובהזדמנויות שלהם.

בגיוס ובהערכת ביצועים, העיתוי משנה את האחריות

בתהליך גיוס אפשר לדמיין שימוש ב־AI להכנת סיכום של חומרי מועמדות או להצעת שאלות לראיון. זהו תרחיש המחשה, לא מקרה שנבדק בדוח. בתהליך כזה אדם שמכיר את דרישות התפקיד צריך לבדוק שהסיכום נאמן לחומר המקורי, ואדם בעל סמכות גיוס צריך להחליט אם מועמד מתקדם ולהיות מסוגל להסביר את ההחלטה.

מיקום הבדיקה חשוב לא פחות מזהות הבודק. אם סיכום שגוי משמש לסינון מוקדם, בדיקה אנושית בשלב בחירת המועמד הסופי לא תסייע למי שכבר הוצא מהתהליך. נקודת הבקרה צריכה להופיע לפני שההמלצה משנה את ההזדמנות להתראיין; אחרת הטעות עלולה להיעלם בתוך שלב שנראה מנהלי בלבד.

בהערכת ביצועים, AI יכול לסייע בארגון מידע שנאסף לאורך זמן, אך גם סיכום מדויק לכאורה מחייב בירור של ההקשר. מנהל צריך לדעת אילו הישגים וקשיים נכללו, מה לא תועד והאם לעובד יש אפשרות לתקן נתון רלוונטי לפני הכרעה על קידום או תגמול. האחריות להערכה נשארת אצל מי שמוסמך לשנותה ולהסביר אותה לעובד.

בשני המקרים, השאלה אינה אם היה אדם כלשהו בשרשרת העבודה. השאלה היא אם האדם שנדרש להכריע קיבל מידע מספיק, זמן לבדיקה וסמכות ממשית לדחות המלצה. בלי שלושת התנאים האלה, אפשר לתעד ״אישור אנושי״ בלי להבהיר מי בחן את הטעות ומי נושא בהשלכותיה.

עיצוב העבודה קובע מי יישא בתוצאה

חלוקת האחריות מתחילה עוד לפני ההחלטה הבודדת, כאשר הנהלה קובעת אילו משימות יוכנו בעזרת AI ואילו יישארו בידי עובדים ומנהלים. הערכת RoleFate לתפקיד פיקוח מנהלי קושרת את ממצאי הדוח לעיצוב מחדש של עבודה, לחלוקת משימות בין אדם למערכת ולשמירה על בקרה אנושית. ההערכה עוסקת בתפקיד מסוים; היא אינה מודדת את השפעת הדוח על כלל המנהלים.

נניח שמערכת מכינה הצעת שיבוץ לצוות. בתרחיש הזה עובד האחראי לנתוני הזמינות בודק שההצעה נשענת על מידע עדכני; מנהל הצוות בוחן את השלכותיה על העובדים ועל סדר העדיפויות; ובעל סמכות השיבוץ מאשר או משנה אותה. אם מתגלה טעות, אפשר לברר אם נבעה מן הנתונים, מן הבדיקה או מן ההכרעה הסופית.

חלוקה כזאת משפיעה גם על תכנון כוח האדם: משימה שהמערכת מכינה עדיין עשויה לדרוש זמן אנושי לאימות, לטיפול בחריגים ולהסבר החלטות. הדוח מייחס למנהלי משאבי אנוש תפקיד בחיבור הבחירות האלה לתכנון כוח האדם, לאסטרטגיה ולמבנה הארגוני. בלי החיבור הזה, צוותים שונים עלולים להפעיל אותו כלי עם ציפיות שונות ממי שאמור לאשר את תוצאותיו.

הדוח ממליץ גם לפתח יכולות בתוך העבודה ובהתאם לרמת התפקיד. פירוש הדבר הוא שמנהל נדרש לתרגל זיהוי של פלט שגוי, הערכת סיכון והכרעה כשהמלצה מתנגשת עם מידע מן השטח. מרגע שהמלצות AI נכנסות למסלול ניהולי, הגדרת הסמכות קובעת אם עובד או מועמד יפגשו החלטה שאפשר לבדוק ולהסביר, או תוצאה שאין לה בעל אחריות ברור.

קראו גם:

• Bitwarden או 1Password: הפער במחיר גדל, אבל השחזור משנה את הבחירה