ה־AI נכנס לעבודה — והאמון במנהלים ובעמיתים דווקא נשחק

ב־6 באוקטובר 2026 פרסמה Edelman את מחקר Trust at Work. ב ניתוח של מנכ״ל החברה ריצ'רד אדלמן נכתב כי הטמעת AI הייתה השינוי הארגוני הנפוץ ביותר שחוו הנשאלים, בשיעור של 53%, בזמן שהאמון במנהל הישיר ירד מ־79% ל־72% והאמון בעמיתים ירד מ־82% ל־73% לעומת המדידה הקודמת.

התמונה שעולה מן המחקר היא של שינוי טכנולוגי שמתרחש בתוך תקופה עמוסת שינויים אחרים. עובדים שתיארו חוויית שינוי שלילית היו נכונים פחות להרחיב את השימוש ב־AI מעובדים שתיארו חוויה חיובית. הסקר מצביע על קשר בין חוויית השינוי, אמון ונכונות לאמץ את הטכנולוגיה; הוא אינו קובע שה־AI עצמו גרם לירידה באמון.

הטמעת AI היא חלק משינוי רחב יותר בעבודה

עובד שפוגש כלי AI חדש עשוי לפגוש באותו זמן גם שינוי באסטרטגיה, בתרבות הארגונית או במבנה הצוות. הצירוף הזה משנה את משמעותה של הטמעה: גם כלי שיכול להועיל לעבודה מגיע בתוך אי־ודאות לגבי משימות, אחריות ועתיד התפקיד. לכן תגובה מסויגת כלפיו אינה בהכרח עמדה על איכות הטכנולוגיה.

דף המחקר של Edelman מציג חשש מאובדן עבודה אצל 77% מהעובדים שנשאלו, בשל לפחות אחד מכמה גורמים ובהם אוטומציה, העברת עבודה למדינות אחרות, הכשרה לא מספקת ומכסים. האמון במעסיק עומד על 74%, ירידה של חמש נקודות מאז אוגוסט 2024 והירידה הראשונה שנמדדה מאז 2021. חשש מאובדן עבודה במדד הזה אינו חשש מ־AI בלבד, והירידה באמון במעסיק אינה מדידה של השפעת כלי מסוים.

הנתונים האלה מסבירים מדוע הודעה כללית על התייעלות עלולה להשאיר שאלות כבדות ללא מענה. אם עובד אינו יודע אילו משימות יישארו באחריותו, כמה זמן יקבל ללמוד ומה יקרה כשמערכת תטעה, הוא צריך לפרש בעצמו את משמעות ההחלטה עבורו. חוסר הבהירות עשוי ללוות גם הטמעה שמנהליה רואים בה שיפור ברור של התהליך.

הפער ניכר ביחסים עם מנהלים ועמיתים

האמון שנחלש אינו מופנה רק כלפי הארגון כישות רחוקה. המדדים שנאספו עוסקים גם במנהל הישיר ובעמיתים — האנשים שמהם העובד מקבל הנחיות, עזרה ובדיקה של עבודתו. כשהתהליך משתנה, היחסים האלה נבחנים בשאלות יומיומיות: מי מוסמך לאשר תוצר, מי מתקן שגיאה וכיצד מחלקים מחדש משימה שהכלי קיצר רק בחלקה.

לפי דיווח PRovoke Media מיום פרסום המחקר, הסקר המקוון נערך בקרב 10,018 עובדים בעשר מדינות בין 14 ל־31 באוגוסט 2026; 76% מהם חוו לפחות שינוי ארגוני גדול אחד בשנה שקדמה לסקר, ו־42% חוו שלושה שינויים או יותר. בריאיון שנכלל בדיווח נשאל אדלמן אם חברות מתקשות בניהול השינוי או בהסברתו לעובדים, והשיב: “I think it's both.”

ההבחנה בין ניהול להסבר חשובה מפני שמסר ברור אינו פותר לבדו מחסור בזמן, בהכשרה או בסמכות לקבל החלטות. גם שינוי שמעניק לעובדים גישה לכלי חדש יכול להוסיף שלבי בדיקה ותיקון, בעוד האחריות לתוצאה נשארת אצלם. מן הצד האחר, היעדר הסבר על מטרת השינוי משאיר מקום לחשש גם אם העבודה עצמה תוכננה היטב.

איך מבחינים בין קושי עם AI לקושי עם ניהול השינוי

הפער הראשון שכדאי לברר הוא מטרת ההטמעה. אם הוגדר אילו משימות אמורות להשתנות, מי מחליט על השימוש בכלי ומה ייחשב תוצאה טובה, אפשר לשאול עובד על התהליך עצמו. כשההסבר מסתכם בהבטחה להתייעלות, קשה לדעת אם הסתייגותו נוגעת ליכולת הכלי, לשינוי בתפקידו או לחשש שלא נאמר במפורש.

הפער השני הוא מידת ההשפעה של מי שעושים את העבודה. אפשר לראות אם עובדים יכלו להצביע על משימות שהכלי מתקשה בהן, להציע דרך לבדיקת תוצרים ולקבל תשובה ממי שמוסמך לשנות את הנוהל. שיתוף אינו מחייב אימוץ של כל הצעה; הוא מבהיר אם הניסיון שנצבר בשטח נכנס להחלטות או נשאר מחוץ להן.

הפער השלישי נוגע להכשרה. מתן גישה לכלי אינו מגדיר מתי ראוי להשתמש בו, כיצד לזהות תוצאה שדורשת תיקון ולמי פונים כשיש ספק. מסלול הכשרה צריך להתאים לאחריות שהעובד ממשיך לשאת בה לאחר ההטמעה. כך אפשר להבחין בין קושי שנובע מחוסר היכרות עם הטכנולוגיה לבין מצב שבו נדרשת מן העובד מיומנות שלא ניתנו לו זמן ותמיכה לרכוש.

הפער הרביעי הוא העומס לאחר ההטמעה. כאשר הכנת קלט, בדיקת פלט ותיקון טעויות מצטרפים למשימות קיימות, שיעור השימוש בכלי אינו מלמד לבדו אם העבודה נעשתה קלה יותר. מדידת הזמן שהשלבים האלה דורשים, לצד המשימות שהצטמצמו, יכולה להראות אם התהליך אכן פינה זמן או רק שינה את המקום שבו הוא מושקע.

מה משמעות הממצאים לארגונים בישראל

ישראל אינה בין המדינות שנכללו בסקר, ולכן שיעורי האמון שבו אינם אומדן לעובדים בישראל. המחקר כן מציע הבחנה שימושית לארגון מקומי שמטמיע AI: אפשר לשאול בנפרד על תועלת הכלי, על בהירות ההחלטות, על יכולת העובדים להשפיע ועל העומס בפועל. התשובות צריכות להגיע מן העובדים ומהתהליכים באותו ארגון.

המשמעות המיידית היא ששימוש גובר ב־AI אינו מספר לבדו כיצד מתנהל השינוי. עובד יכול להשתמש בכלי מפני שהוא נדרש לכך, ובו בזמן להישאר לא בטוח מי אחראי לתוצאה או אם הובטח לו זמן ללמוד. חלוקת האחריות והזמן לאחר ההטמעה היא המקום שבו ההחלטה הארגונית הופכת לחוויית העבודה של מנהלים, עובדים ועמיתים.

קראו גם:

• Coursera או LinkedIn Learning ל־AI: עומק מול מהירות בדרך לעבודה