המהפכה השקטה: WTW חושפת אילו מקצועות הכי חשופים לאוטומציה, ומה יעצור את השינוי

המרוץ להפוך השקעות עתק בבינה מלאכותית להחזר השקעה מייצר נתק עצום בין הפוטנציאל הטכנולוגי למציאות בשטח. ביוני 2026, WTW עלתה לקו החזית עם פתרון "AI Workforce Transformation", שמספק לראשונה למנהלים מפה מבוססת-נתונים של המקומות שבהם בינה מלאכותית באמת יכולה לחולל שינוי – והיכן הארגון שלהם פשוט לא מוכן לכך .

הפתרון לא רק מכמת את פוטנציאל האוטומציה. הוא מאלץ חברות להתמודד עם משתנה הרבה פחות נוח: מוכנות ארגונית. על ידי שילוב נתונים תעסוקתיים מפורטים עם כלי דיאגנוסטיקה ייעודי למוכנות לשינוי, WTW ממסגרת את הטרנספורמציה מבוססת הבינה המלאכותית כבעיה אנושית מיסודה – גישה שמתיישרת לחלוטין עם התחזיות האחרונות של הפורום הכלכלי העולמי בנוגע לשיבוש המיומנויות הקרב .

כלי האבחון: WorkVue Agent ו-ChangeVue

הפלטפורמה של WTW רצה על שני כלי דיאגנוסטיקה מבוססי-AI שנועדו להעניק למנהלים ביקורת טכנולוגית ואנושית כאחד על כוח העבודה שלהם :

WorkVue Agent מתמקד במשימות עצמן. הוא מנתח תפקידים ספציפיים בארגון, תוך שימוש במאגרי המידע הקנייניים של WTW על תהליכי עבודה ובטקסונומיה המכסה מעל 900 מקצועות ממאגר O*NET האמריקאי, כדי לזהות אילו משימות ניתנות לאוטומציה או להגברה על ידי AI . הפלט מסייע למנהלים לעצב מחדש את העבודה סביב שילוב אדם-מכונה, במקום פשוט להחליף אחד בשני.

ChangeVue, לעומת זאת, בוחן האם הארגון מסוגל באמת לספוג את השינוי הזה. הוא מודד את רמת המוכנות לאימוץ השינוי וממפה חסמים פוטנציאליים, מחיכוך תרבותי ועד לעייפות משינויים, ומספק ציון ריאלי על הפן האנושי והארגוני של המהפכה .

הצימוד הזה אינו מקרי. הוא נועד לתת מענה למה שבדרך כלל נכשל בהטמעות ארגוניות של AI: פיילוטים שעובדים טכנית אך נתקעים מבחינה תרבותית . במקום פשוט לספק רשימה של משימות הניתנות לאוטומציה, הכלים המשולבים חושפים את הפער שבין מה שאפשרי טכנולוגית לבין מה שהארגון ערוך ליישם.

חשיפה לאוטומציה: הפער בין התפקידים

הפלט הבולט ביותר מהניתוח של WTW הוא עד כמה השפעת הבינה המלאכותית תהיה לא אחידה על פני שוק העבודה. בהתבסס על מיפוי של מעל 900 מקצועות, פרסמה החברה טווחים של אוטומציה פוטנציאלית ברמת המשימה לפי קטגוריות תפקידים רחבות .

• תפקידי תעשייה ושטח: עד 75% מהמשימות עשויות לעבור אוטומציה או להגברה על ידי AI – החשיפה הגבוהה ביותר מכל הקבוצות .
• תפקידים אדמיניסטרטיביים: 60% עד 70% מהמשימות נמצאות בטווח ההשפעה של AI, נתון המשקף את האופי המובנה והשגרתי של עבודות משרדיות ותמיכה .
• תפקידים מקצועיים: 20% עד 35% מהמשימות צפויות להיות מושפעות, כאשר חלק ניכר יותר מעבודת הידע והפעילויות עתירות השיפוט נשארות אנושיות לחלוטין .

הפער התלול מחזק דפוס ברור: ככל שתפקיד חוזר על עצמו, מובנה ומבוסס-משימות יותר, כך גדל פוטנציאל האוטומציה של AI. עבור עובדי ידע, התפקיד של AI נוטה יותר לכיוון הגברה – סיוע בסינתזת מידע, ניסוח או מחקר – ולא להחלפה מוחלטת .

הספציפיות הזו ברמת המקצוע מהווה קפיצת דרך משמעותית לעומת סקרי עובדים מוקדמים יותר, שנטו לאגד יחד הערכות השפעה. הטקסונומיה מונחית-המשימות של WTW מתקרבת הרבה יותר לאופן שבו העבודה נראית בפועל בשטח, וזו הסיבה לכך שטווחי ההשפעה כה רחבים בין הקטגוריות השונות .

התמונה הרחבה: 170 מיליון משרות חדשות ו-39% שינוי במיומנויות עד 2030

הממצאים של WTW נוחתים לתוך שוק עבודה שהפורום הכלכלי העולמי (WEF) מתאר כמי שעומד בפני שינוי מבני, לא רק היסחפות איטית. דוח עתיד התעסוקה 2025, שסקר למעלה מ-1,000 מעסיקים המייצגים יותר מ-14 מיליון עובדים ב-55 כלכלות, צופה כי 22% מהתפקידים הנוכחיים יעברו שיבוש עד 2030 – נתון הכולל גם יצירה של 170 מיליון משרות חדשות וגם היעלמות של 92 מיליון משרות קיימות .

נתון משמעותי אף יותר לתכנון כוח אדם יומיומי: מעסיקים מעריכים ש-39% מהמיומנויות המרכזיות הנדרשות לתפקידים הנוכחיים צפויים להשתנות באותו חלון זמן של חמש שנים . בעוד שהנתון ירד מעט מ-44% בדוח 2023, הוא עדיין מייצג מהפך כמעט מוחלט של מה שמיליוני עובדים יצטרכו לדעת עד 2030 .

מיומנויות טכנולוגיות צפויות לגדול בחשיבותן מהר יותר מכל משפחת מיומנויות אחרת, כאשר AI וניתוח נתונים (Big Data), אוריינות טכנולוגית ואבטחת סייבר עומדים בראש סדר העדיפויות העסקי . עם זאת, חשיבה אנליטית נותרת המיומנות המרכזית המבוקשת ביותר בכל התעשיות, כאשר שבעה מתוך עשרה מעסיקים מסמנים אותה כחיונית .

קצב השינוי העצום – 86% מהמעסיקים שנסקרו צופים שטכנולוגיות AI ועיבוד מידע ישנו את העסק שלהם – יוצר גם הזדמנות וגם בעיית תיאום . שוק העבודה מייצר בו-זמנית תפקידים חדשים (עלייה נטו של כ-78 מיליון משרות גלובליות) והופך חלקים נרחבים ממערכי המיומנויות הנוכחיים למיושנים, והכול בתוך עשור אחד .

מוכנות ארגונית: צוואר הבקבוק האמיתי

ההחלטה של WTW להטמיע את ChangeVue לצד WorkVue Agent הייתה מענה מכוון למה שהחברה מזהה כמודל הכשל העיקרי באימוץ AI ארגוני: ארגונים מזהים מה ניתן לאוטומציה, קופצים לפריסה, ואז נתקעים כאשר כוח האדם לא מוכן לשינוי .

נתוני ה-WEF תומכים בחשש הזה. בעוד 41% מהמעסיקים תכננו לצמצם את כוח האדם במקומות שבהם AI יכול לבצע אוטומציה של משימות, שני שלישים גם התכוונו לגייס עובדים עם כישורי AI ספציפיים . התוצאה היא משיכה בו-זמנית בין צמצום מצבת כוח האדם באזורים מסוימים לבין חיפוש קדחתני אחר עובדים עם כישורים שבקושי היו קיימים לפני שנים ספורות.

בניית ארגון שמוכן לשינוי דורשת יותר מתקציב הדרכה. התפיסה של WTW מדגישה חשיבה מחדש על אופן ארגון העבודה – פירוק משרות למשימות, קביעה אילו מהן צריכות להישאר אנושיות, הגדרת האינטראקציה בין מכונות לעובדים, ויצירת מסלולים לעובדים שתפקידם עובר הגדרה מחדש . ה-WEF טוען באופן דומה שהתגובות האפקטיביות ביותר כוללות הכשרה מחדש מכוונת, מסלולי מעבר וחיבור ברור בין החלטות פריסת טכנולוגיה לאסטרטגיית הטאלנט .

ארגונים שיתייחסו למהפכת הבינה המלאכותית כאל אתגר טכני גרידא – קודם לפרוס, ואחר כך להתמודד עם האנשים – מסתכנים בכך שיבצעו אוטומציה למשימות מהר יותר ממה שהצוותים שלהם יכולים להסתגל . הכלים ש-WTW השיקה ביוני 2026 נבנו כדי להפוך את חוסר ההתאמה הזה לגלוי – עוד לפני שהוא הופך למשבר של ממש.