מצד אחד, מחקרים מראים, כי הנהלות בכירות בישראל מפגינות פתיחות הצהרתית גבוהה לחדשנות ניהולית.

אבל מצד שני, במבחן היישום הסטטיסטי, נכונותן להתחייב לתהליכי ניוד פנימי מבוססי דאטה ופלטפורמות טכנולוגיות עדיין נמוכה משמעותית ממקבילותיהן במערב.

מנתונים של חברות המחקר הבינלאומיות עולה, כי כ-68% מחברות הפורצ'ן 500 במדינות המערב מנהיגות כיום אסטרטגיה רשמית של העדפת איוש משרות פנימי (ניוד פנימי), הנתמכת על ידי פלטפורמות בינה מלאכותית.

לעומת זאת, מסקרים של חברות היעוץ PwC ודלויט עולה, כי בישראל, רק כ-28% מההנהלות הבכירות משלבות מדדי ניוד פנימי בתוכניות העבודה האסטרטגיות שלהן.

הנהלות רבות בישראל עדיין תופסות גיוס חיצוני כמקור מהיר ואיכותי יותר להגברת החדשנות, ומגלות שמרנות בכל הנוגע לשילוב אלגוריתמים של בינה מלאכותית בהחלטות הקשורות למסלולי קריירה של עובדים.

לפער הזה יש מחיר כבד בתפיסת העובדים: ממחקר של גאלופ עולה, כי בקרב חברות גלובליות, כ-45% מהעובדים במערב מאמינים שהדרך הטובה ביותר עבורם להתקדם מקצועית היא בתוך החברה הנוכחית שלהם.

לעומת זאת, בסקרי עמדות שנערכו בישראל, המספרים הפוכים באופן דרמטי: כ-63% מהעובדים בישראל משוכנעים כי הדרך היחידה שלהם להשיג קפיצת מדרגה בשכר או בתפקיד היא עזיבת הארגון ומעבר לחברה אחרת.

תחושת תקרת הזכוכית הפנימית בקרב העובדים הישראלים נובעת מחוסר שקיפות בהזדמנויות הקידום ומהיעדר כלים אובייקטיביים שיכולים להעריך את הפוטנציאל של כל עובד.

בדיוק בנקודת החיכוך הזו, בין השמרנות הניהולית לבין הייאוש של העובדים מקידום פנימי, נכנסת הבינה המלאכותית כמחוללת שינוי.

למעשה, התופעה של מניעת ניוד טלנטים על ידי מנהל ישיר שאינו רוצה לאבד עובד טוב, היא אחד החסמים המרכזיים המונעים מארגונים להפוך לבעלי יכולת להסתגלות מהירה לשינויים, ולממש ניוד פנימי אפקטיבי.

מנהלים ישירים רבים חוששים לאבד את העובדים החזקים ביותר בצוות שלהם, שכן העברת עובד מצטיין לצוות אחר עלולה לייצר עבורם פגיעה מיידית בתפוקה, עומס בכל הקשור לחפיפה וצורך בגיוס חלופי.

מצב זה יוצר דילמה לארגון כולו: האינטרס הצר של המנהל הבודד עומד בסתירה ישירה לאינטרס האסטרטגי של הארגון ושל העובדים בצוות שלו.

להלן 3 דרכים להתמודדות עם מניעת ניוד על ידי מנהל ישיר:

1 שינוי שיטת התגמול ומדידת הביצועים של המנהלים הישירים:

כל עוד מנהלים מתוגמלים אך ורק על התפוקה המיידית של הצוות שלהם, הם ימשיכו להחזיק בטלנטים המבוקשים ולא יאפשרו לנייד ולקדם אותם.

כדי לפתור זאת יש להוסיף מדד אסטרטגי להערכת ביצועי מנהלים: יצוא טלנטים ליחידות אחרות בארגון.

מנהלים שמקדמים עובדים ומניידים אותם לתפקידי מפתח אחרים בחברה צריכים לקבל על כך הוקרה, בונוסים והערכה חיובית מההנהלה הבכירה.

2 מיסוד אמנת ניוד פנימי שקופה:

יש לקבוע כללים ברורים המגדירים באיזה שלב עובד רשאי להגיש מועמדות לתפקיד פנימי כמו למשל, לאחר 12-18 חודשים בתפקיד.

יש לקבוע קביעת לוחות זמנים מוגדרים מראש למעבר, כמו למשל, תקופת חפיפה מוגבלת ל-30-60 ימים, כדי למנוע מהמנהל הנוכחי לעכב את המעבר לזמן בלתי מוגבל.

3 בניית תרבות ארגונית של גמישות במעבר טלנטים ממחלקה למחלקה:

יש להפוך את הניוד הפנימי מאירוע חריג או 'בגידה' במנהל, לנורמה ארגונית מקובלת. כמו כן, רצוי לתת קדימות למועמדים פנימיים על פני גיוס חיצוני בכל מכרז חדש.

מערכות בינה מלאכותית מתקדמות בתחום משאבי האנוש משנות לחלוטין את מאזן הכוחות ומנטרלות את היכולת של מנהלים להסתיר עובדים מפני מנהלים אחרים.

להלן 4 דרכים בהן הבינה המלאכותית מסייעת לפתור את הבעיה:

1 שקיפות מלאה וישירה מול העובד:

פלטפורמות בינה מלאכותית מציעות משרות, פרויקטים ופתרונות ניוד פנימיים ישירות לנייד או למחשב של העובד, בהתאם לפרופיל הכישורים שלו, בלי להזדקק לאישור מוקדם מהמנהל הישיר רק כדי לצפות בהזדמנויות ובהצעות.

זה מאפשר לעובד להיחשף לאפשרויות התפתחות בתוך החברה במקום לחפש אותן בחברות אחרות.

2 ניתוח דפוסים קבועים של מנהלים שלא מאפשרים לנייד טלנטים בצוות שלהם:

הבינה המלאכותית מנתחת את נתוני התנועה של עובדים בארגון ומזהה צוותים או מנהלים שבהם שיעור הניוד הפנימי הוא נמוך עד אפסי, ושבד בבד, שיעור העזיבה של עובדים טובים בהם גבוה.

כתוצאה מכך, מנהל משאבי האנוש מקבל התראות על מנהלים המהווים צוואר בקבוק ניהולי ויכול להתערב באופן אקטיבי לפני שהעובדים המצטיינים עוזבים את הארגון לחלוטין.

3 ניוד חלקי ומבוסס פרויקטים:

מודלי בינה מלאכותית יודעים לשבץ עובדים למשימות ופרויקטים רוחביים בהיקף חלקי, כמו למשל ב-10-20 אחוזים מהזמן, בצוותים אחרים, בלי שהעובד יעזוב את תפקידו המקורי.

בדרך זו, המנהל אינו מאבד את העובד, העובד מרוויח פיתוח מקצועי וגיוון, והארגון נהנה משיתוף ידע וגמישות בלי להיכנס למאבקי כוח על תקנים.

4 התאמת מחליפים אוטומטית:

ברגע שהבינה המלאכותית מציעה להעביר עובד מצטיין למחלקה אחרת, המערכת מציעה למנהל שמהצוות שלו העובד אמור לעבור, חלופות פנימיות מידיות של עובדים אחרים בארגון שמתאימים למלא את הפער שנוצר.

זה מאפשר להפחית את החרדה של המנהל מפני אובדן תפוקה או איכות, שכן המנהל מקבל פתרון איוש פנימי מהיר ומבוסס דאטה.

יש לא מעט עובדים שאם הם ינויידו לתפקיד אחר בארגון, הביצועים שלהם יהיו גבוהים יותר מאלו שהם מפגינים בתפקיד הנוכחי שלהם, ואף גבוהים יותר מאלו של עובדים אחרים, שימונו לתפקידים אלה.  

השאלה הגדולה היא איך ניתן לאתר במהירות עובדים אלה ואת התפקיד שאליו יש לנייד אותם.

למנהלי משאבי אנוש, כמו לכל אדם אחר, יש מגבלה בהיבט של זמן עיבוד מידע רב-ממדי.

מנגד, מערכות בינה מלאכותית המבוססות על איסוף מידע (ואף מודיעין) על מיומנויות בארגון, מסוגלות לאתר בזמן אפסי ובאופן שוטף, עובדים שמתאימים לניוד לתפקיד אחר, באופן שיממש את הפוטנציאל שלהם ויאפשר להם להגביר ביצועים.

להלן 3 היתרונות של בינה מלאכותית על פני מנהל משאבי האנוש באיתור עובדים לניוד:

1 חשיפת כישורים סמויים וניתוח ביג דאטה:

מנהל משאבי האנוש מתבסס בעיקר על קורות החיים, הגדרת התפקיד הנוכחית והערכות עובד תקופתיות.

הבינה המלאכותית לעומת זאת, סורקת עשרות אותות מידע: פרויקטים שבוצעו, שפת תקשורת במערכות ניהול משימות, קורסים שהושלמו ואף יכולות שנלמדו בתפקידים קודמים.

איך הבינה המלאכותית עושה זאת: באמצעות מעבדי שפה טבעית (NLP) ואלגוריתמים הממפים את 'עץ' הכישורים הארגוני.

הבינה המלאכותית מסיקה קיומן של מיומנויות חופפות שלא הופיעו בקורות החיים ומנבאת התאמה גבוהה לתפקיד חדש ברמת דיוק גבוהה מניחוש אנושי.

2 נטרול הטיות קוגניטיביות וזיהוי טלנטים שקופים:

גורמים אנושיים סובלים מהטיות מודעות ושאינן מודעות, בהן קרבה גיאוגרפית, דפוס יחסים עם המנהל הישיר, או קיבוע מחשבתי המגדיר עובד רק לפי התפקיד שבו החל.

בנוסף, מנהלים נוטים לעיתים 'להסתיר' עובדים מצטיינים כדי לא לאבד אותם לטובת צוות אחר.

איך הבינה המלאכותית עושה זאת: המערכת מנתחת ביצועים ונתונים יבשים בלבד באופן עיוור להטיות חברתיות.

היא מציפה באופן אובייקטיבי עובדים שיש הגיון בלתת להם הזדמנות, בלי להתרשם ממידת הפופולריות שלהם או מרצון המנהל הישיר.

3 ניתוח חוזה של התאמה רשתית ופוטנציאל למידה:

למנהל משאבי האנוש קשה יותר להעריך במדויק כיצד עובד יתפקד בסביבה ארגונית שונה לחלוטין (לאחר שינוייד לתפקיד אחר).

הבינה המלאכותית מסוגלת לנתח דפוסי הצלחה של מאות עובדים בעבר שעברו מסלולים דומים.

איך הבינה המלאכותית עושה זאת: הבינה המלאכותית משווה את דפוס הלמידה והביצועים של העובד לזה של עובדים מצליחים בתפקיד היעד.

המערכת מזהה פער כישורים קטן שניתן להשלמה במהירות, ומנבאת את סיכויי ההצלחה, הפריון וההחזר על ההשקעה של העובד בתפקיד החדש עוד לפני הבונוס או ההעברה בפועל.

ניוד עובדים מבוסס בינה מלאכותית – בישראל מול מדינות מערביות:

המעבר מפלטפורמות גיוס מסורתיות לזירות טלנטים פנימיות מבוססות בינה מלאכותית נמצא בשיא התאוצה.

ממחקר שנערך על ידי חברת המחקרים גרטנר עולה, כי כ-60% מהארגונים הגדולים במערב הטמיעו או נמצאים בתהליך הטמעה של פלטפורמות לאיתור כישורים מבוססות בינה מלאכותית.

החוקרים של גרטנר מצביעים על כך שניוד פנימי מבוסס בינה מלאכותית מקצר את זמן איוש המשרות ב-20 יום ומעלה, ואת שיעור שימור העובדים בלפחות 85%.

בישראל, השימוש במערכות ייעודיות לניוד פנימי מבוסס בינה מלאכותית עומד על כ-22% בלבד.

פער זה נובע מכך שבחברות ישראליות רבות, הגיוס החיצוני עדיין נתפס כמקור המרכזי לחדשנות.

החוקרים של חברת היעוץ דלויט מצביעים על כך שארגונים המפעילים איתור טלנטים מתאימים בתוך החברה כדי לניידם, המבוסס על בינה מלאכותית, מדווחים על שיפור של כ-28% באיכות המינויים לתפקידים פנימיים ועל ירידה של כ-42% בעלויות הגיוס הממוצעות.

בדו"חות החברה לגבי השוק בישראל מציינים החוקרים כי בארגונים גלובליים הפועלים בארץ נרשם אימוץ גבוה של פלטפורמות אלה, אבל במגזר המסורתי והציבורי, ניוד העובדים עדיין נשען בעיקר על המלצות מנהלים ישירות.

מחקרים שנערכו על ידי חברת היעוץ מקינזי מראים, כי לחברות המשתמשות באנליטיקה מתקדמת לניוד עובדים, יש סיכוי הגבוה פי 1.5 לעקוף את המתחרים שלהן ברווחיות.

במדינות המערב, כ-38% מחברות הפורצ'ן 500 משתמשות באלגוריתמים לצורך קבלת החלטות על הטיות מסלול קריירה.

במחקרים של חברת PwC נמצא כי כ-74% מהעובדים במדינות המערב מעוניינים שהבינה המלאכותית תציע להם הזדמנויות קידום וניוד פנימיות המתאימות לכישוריהם.

בישראל, הנכונות של עובדים לקבל המלצות קריירה הבינה המלאכותית ועומדת על כ-81%, אבך המערכות הארגוניות עדיין אינן מחוברות ברובן לתהליכים אלו.

ממחקרים של גאלופ עולה, כי הסיבה הראשונה לעזיבת עובדים מבני דורות ה-Y וה-Z היא היעדר שקיפות לגבי אפשרויות פיתוח קריירה.

מנגד, חברות המטמיעות מערכות בינה מלאכותית לאיתור ניוד פנימי מציגות ירידה של 15% בשיעור העזיבה הכללי.

מתברר שיתרונות הניוד הפנימי הופכים לאחד העוגנים האסטרטגיים החשובים ביותר לשימור עובדים ולחוסן ארגוני, במיוחד בתקופות של אי ודאות כלכלית.

בעידן שבו שוק העבודה מתאפיין בתנודתיות גבוהה ושינויים טכנולוגיים מהירים, ארגונים מובילים מבינים כי הנכס היקר ביותר שלהם כבר נמצא בתוך הבית.

ממחקרים רחבי היקף של ענקיות הייעוץ PwC, גרטנר, מקינזי דלויט וגאלופ, עולה, כי מתן עדיפות לגיוס פנימי וניוד רוחבי אינו רק הטבה לעובד, אלא אסטרטגיה עסקית קריטית המשפיעה ישירות על השורה התחתונה ועל שימור הידע בארגון.

התועלות לחברה – יעילות, חוסן וחיסכון:

ממחקרים של מקינזי עולה, כי חברות המשקיעות בתוכניות מוסדרות לפיתוח עובדים וניוד פנימי משיגות צמיחה ברווחים הגבוהה פי 2.5 לכל עובד בהשוואה למתחרותיהן.

היתרון המרכזי נעוץ בקיצור דרמטי של עקומת הלמידה: עובד פנימי כבר מכיר את התרבות הארגונית, המערכות והמשתמשים.

בנוסף, החוקרים של חברת גרטנר מדגישים, כי ניוד רוחבי מאפשר הסבה מקצועית מבוססת מיומנויות, המייתרת את הצורך בגיוס חיצוני יקר וממושך, ומגדילה את גמישות הארגון בזמן משבר.

מבחינת שימור עובדים, הקשר הוא מובהק. ממחקר של גאלופ עולה, כי תוכניות פיתוח וניוד פנימי מפחיתות את תחלופת העובדים מרצון בכ-34%.

עובדים שמקבלים הזדמנות ללמוד תחומים חדשים מציגים מחוברות ארגונית הגבוהה פי 3.5, מה שמסביר למה הם מוכנים להישאר בארגון ולגלות חוסן וסובלנות גם במצבים זמניים של הרעת תנאים או קיצוצים.

ישראל מול מדינות המערב:

למרות היתרונות הברורים, קיים פער משמעותי באימוץ המודל. במדינות המערב פועלות חברות רבות במודל של שוק כישרונות פנימי.

מחקרים של מקינזי מצביעים על כך שארגונים מובילים בעולם מאיישים כ-50% מהמשרות הפתוחות שלהם באמצעות גיוס פנימי.

בישראל, לעומת זאת, התמונה שונה. שוק העבודה הישראלי מתאפיין באופן מסורתי בתרבות של מעברים חיצוניים ודינמיות גבוהה (במיוחד במגזר ההייטק והטכנולוגיה).

שיעור הניוד הפנימי הממוצע בישראל נמוך יותר ונע סביב ה-15%-20% בלבד, מכלל האיושים, כאשר מרבית החברות עדיין נשענות על גיוס חיצוני כברירת מחדל, ורק בשנים האחרונות מתחילות להטמיע מערכות טכנולוגיות לניהול ניוד פנימי.

מה חושבים על כך העובדים – המבט הדורי:

התשובה לשאלה האם עובדים יעדיפו להתפתח באותו ארגון או לעבור למקום אחר כדי להתקדם, תלויה במידה רבה בהיצע ההזדמנויות השקוף שהארגון מייצר.

מדו"ח שפירסמה חברת היעוץ PwC בשם Hopes and Fears עולה, כי יותר מ-60% מהעובדים מעידים, כי יעדיפו להישאר בארגון הנוכחי שלהם אם תוענק להם האפשרות לעבור תפקיד או ללמוד מיומנויות חדשות.

עם זאת, הנכונות לניוד פנימי תלויה מאוד בפילוח הדורי:

בני דור ה-Y (דור המילניום), הם המנוע המרכזי מאחורי הדרישה לניוד פנימי.

ממחקרים של דלויט עולה, כי כ-77% מבני דור המילניום מצפים למסלולי התפתחות וגיוון מקצועי כתנאי לנאמנותם לארגון.

הם מחפשים קריירה דינמית ומעדיפים לעבור בין מחלקות כדי למנוע שחיקה, כל עוד החברה מאפשרת להם לצמוח.

בני דור ה-Z מציגים גישה פרגמטית ומורכבת יותר. ממחקרים שנערכו בשנתיים האחרונות עולה, כי בעקבות הטלטלות הכלכליות הגלובליות, דור ה-Z מייחס חשיבות עליונה ליציבות תעסוקתית וביטחון כלכלי.

לכן, הם מגלים נכונות גבוהה מאוד לניוד פנימי, אבל לא רק בשביל האתגר המקצועי, אלא מתוך אסטרטגיה של הגנה על מקום עבודתם ומיצוב עצמם כעובדים רב-תחומיים וחיוניים לארגון שלא ניתן לוותר עליהם.

בסיכומו של דבר, ארגון שיודע לאפשר לעובדיו להמציא את עצמם מחדש בין כותליו, מרוויח עובדים מיומנים, מחוברים ונאמנים, המסוגלים להצעיד אותו קדימה גם בתקופות של סערות כלכליות.

המעבר של עובדים לענף אחר מציע במקרים רבים הזדמנויות רבות שמאפשרות לעובדים להבטיח את עתידם.

מצב זה מגדיל את מאגר המועמדים הפוטנציאליים שעומד בפני חברות שמחפשות עובדים שרוצים ללמוד מיומנויות חדשות.

מדו"ח שפורסם על ידי משרד העבודה לפני כשלוש שנים עולה, כי אחת הסיבות לירידה ביעילות ההתאמה (מהירות החיבור בין מחפשי העבודה למשרות הפנויות), היא התרחבות גוברת של ענפים ופעילויות מסוימות על חשבון ענפים ופעילויות אחרות.

המשמעות בפועל היא שחל מעבר מאסיבי של עובדים מענפים מסוימים לענפים אחרים.

כתוצאה מכך, בענפים שמהם עברו העובדים לענפים האחרים, גדל מספר המשרות הפנויות, ולכן נוצרה עלייה בביקוש לעובדים.

אלא שבמקביל, כאמור, המעברים הללו פותחים בפני מנהלי משאבי האנוש מאגר מועמדים פוטנציאליים שלא היה בפניהם קודם לכן.

הדרך להגיע אל מועמדים אלה היא לאתר מועמדים שיש להם סיבות טובות לרצות לעבור לענף אחר.

להלן 4 סיבות למעבר של עובדים לענף אחר:

1 צמיחה אישית ומקצועית:

מעבר של עובדים לענף אחר מספק לעובדים אתגרים חדשים אבל גם הזדמנויות חדשות לצמיחה אישית ומקצועית.

זה מאפשר לעובדים להרחיב את מערכי הכישורים שלהם, ללמוד טכנולוגיות חדשות, ולצבור ניסיון בתחומים אחרים מאלה שהם הורגלו להם.

המעבר גם יכול לשפר את הביקוש למיומנויות שלהם ובכך לפתוח בפניהם דלתות לאפשרויות קריירה חדשות ומשופרות.

2 מידת שביעות הרצון מהעבודה הנוכחית:

יש לא מעט עובדים שמרגישים קיפאון בעבודה הנוכחית שלהם ומחפשים תחום חדש.

בנוסף, עבודה בתחום שמתאים טוב יותר לתחומי העניין והערכים של העובדים, יכולה להשפיע בצורה חיובית על האושר והמוטיבציה הכללית שלהם.

3 מיומנויות שאפשר להסב אותן:

מיומנויות רבות שנרכשו בענף אחד, ניתנות להסבה וליישום בתחומים אחרים.

לא אחת קורה שעובדים חושבים שהמומחיות שהם צברו היא ספציפית לענף הנוכחי שלהם, אבל מגלים שהם יכולים למנף את כישוריהם גם בתחומים אחרים.

תקשורת טובה, ניסיון בניהול פרויקטים, יכולות טובות בפתרון בעיות וכישורי ניהול, לדוגמה הם בעלי ערך רב כמעט בכל ענף.

4 איזון בין עבודה לחיים אישיים וגמישות גדולה יותר:

בענפים שונים יש תרבויות ארגוניות שונות וציפיות שונות לגבי האיזון בין עבודה לחיים אישיים ולגבי הגמישות בעבודה.

מעבר לענף אחר מציע לפעמים איזון טוב יותר בין העבודה לחיים האישיים, לרבות יותר ימי עבודה מהבית, לוחות זמנים גמישים וכדומה.

אפשרות זו יכולה לתרום רבות לשיפור הרווחה הכללית ושביעות הרצון של העובד בעבודה.

לכל אחת משתי הגישות יש יתרונות ואתגרים ברורים, והבחירה האופטימלית תלויה לעיתים קרובות בהערכה מדוקדקת של העובד עצמו, של הצוותים המעורבים ושל התרבות הארגונית.

מינוי חבר צוות למנהל הצוות הקיים שלו מציע כמה יתרונות משכנעים:

למנהל שקודם לאחרונה כבר יש הבנה מעמיקה של הדינמיקה, החוזקות והחולשות של הצוות. בנוסף, הוא מכיר פרויקטים מתמשכים, זרימות עבודה קיימות ואת האנשים המעורבים.

ידע קיים מראש זה יכול להפחית משמעותית את זמן קליטתו בתפקיד החדש, ולאפשר מעבר חלק יותר ופרודוקטיביות מיידית.

יתר על כן, חברי הצוות עשויים כבר לסמוך ולכבד את עמיתם לשעבר, לטפח תחושת המשכיות ולשפר את המורל, שכן הוא ממחיש את מחויבות החברה לצמיחה פנימית.

עם זאת, גישה זו טומנת בחובה גם כמה סיכונים: המעבר מתפקיד של עמית לתפקיד של בוס יכול להיות מביך, ועלול להוביל לטינה או לתפיסה של מועדפות בקרב עמיתים לשעבר.

המנהל החדש עלול להתקשות לאכוף סמכות על אלו שאיתם היה בעבר בקשר חברי, וחברויות קודמות עלולות להעכיר את קבלת ההחלטות האובייקטיביות.

לעומת זאת, העברת העובד שקודם לתפקיד מנהל, לניהול של צוות אחר, יכולה למתן רבים מהאתגרים הבין-אישיים הללו.

סביבה חדשה מאפשרת למנהל החדש לבסס את סמכותו מבראשית, והוא חופשי ממטען של מערכות יחסים קיימות או מהטיות נתפסות. הוא יכול לבנות מוניטין חדש כמנהל, ללא עומס מדינמיקות צוות קודמות.

זה יכול גם לספק חווית למידה חשובה, לחשוף את המנהל לתהליכים תפעוליים, אתגרים ונקודות מבט שונות, ובכך להרחיב את מערך הכישורים הניהוליים שלו.

במקביל, הצוות החדש נהנה מעיניים רעננות וגישה פוטנציאלית בלתי משוחדת לפתרון בעיות.

החיסרון העיקרי כאן הוא עקומת הלמידה הראשונית. המנהל החדש יזדקק לזמן כדי להבין את הפרויקטים, התהליכים והחוזקות האישיות של הצוות החדש, מה שעלול להשפיע באופן זמני על הפרודוקטיביות.

קיים גם הסיכון שהמנהל עלול להרגיש מנותק מחברי הצוות החדשים או להתקשות להשתלב במהירות בקבוצה חדשה.

בסיכומו של דבר, ההחלטה הטובה ביותר תלויה בכמה גורמים. יש לקחת בחשבון את סגנון הניהול וכושר המנהיגות של העובד המקודם לתפקיד מנהל, ואת יכולתו לזכות בכבוד כמנהל.

מנהיג טבעי בעל כישורים בין-אישיים חזקים עשוי לשגשג בצוות הקיים שלו. מנגד, עובד  שמתקשה להביע סמכות עשוי להפיק תועלת מהתחלה חדשה בצוות חדש.

גם הדינמיקה הספציפית של הצוות הקיים היא קריטית: האם מדובר ביחידה בוגרת ומגובשת שתקדם בברכה קידום פנימי, או שמא ישנם מתחים בסיסיים ששינוי בניהול עלול להחריף.

ולבסוף, לתרבות הארגונית של החברה יש תפקיד חשוב בסוגייה זו. ארגונים הנותנים עדיפות לניידות ופיתוח פנימיים, עשויים להצליח בשתי הגישות.

לעומת זאת, ארגונים שמעריכים נקודות מבט רעננות עשויים לנטות לכיוון העברת מנהלים לצוותים חדשים.

בחירה שקולה תעצים את המנהל החדש להצלחה ותטפח סביבה פרודוקטיבית עבור כל המעורבים.

יתרה מכך, גיוס פנימי מגביר את מורל העובדים, ומפחית את עלויות הגיוס וזמן הגיוס.

מינוף מועמדות של עובדים קיימים למשרות פתוחות, תכנון רצף איוש משרה וניידות פנימית של עובדים, מאפשרים למנהלי משאבי אנוש למקסם את מאגר הכישרונות ולבנות כוח עבודה מלא מוטיבציה, מיומן, מחויב ונאמן.

אסטרטגיות אלו מייעלות את ניצול המשאבים ובה בעת ממחישות את המחויבות של הארגון לצמיחת העובדים ולשביעות רצונם, מה שמוביל להצלחה ארוכת טווח.

להלן 3 אסטרטגיות למיצוי מאגר הטלנטים הקיים בחברה:

1 הטמעת מערכת פרסום 'דרושים' פנימית חזקה:

שקיפות בגיוס פנימי מתחילה במערכת פרסום דרושים חזקה המבטיחה שהעובדים מודעים להזדמנויות בתוך הארגון.

לשם כך יש ליצור לוח דרושים פנימי שבו כל התפקידים הזמינים מתעדכנים באופן שוטף ונגישים לעובדים.

כמו כן יש לתקשר פרסומי משרות שנפתחות באמצעות ערוצים מרובים, לרבות דואר אלקטרוני, הרשת הפנימית של החברה ופגישות צוות, כדי להגיע לכל העובדים.

יש לתאר בבירור את הכישורים, האחריות ותהליך הגשת הבקשה לכל תפקיד.

בין היתרונות של תקשור יעיל של פרסום הדרושים בתוך החברה ניתן למנות את הגברת הנראות של הזדמנויות צמיחה בקריירה בתוך החברה, עידוד העובדים לקחת יוזמה בפיתוח הקריירה שלהם, והיכולת לוודא שטלנטים מובילים לא יחפשו קידום במקומות אחרים.

2 לפתח תוכניות תכנון יורשים:

תכנון מסלול הכשרה של יורשים לתפקידי ניהול ולתפקידי מפתח, מאפשר לארגון להיות ערוך לקראת התחלפות מנהלים ובעלי תפקידי מפתח, או לצרכי מיומנויות מיוחדות על ידי זיהוי וטיפוח מועמדים פנימיים.

לשם כך יש לזהות תפקידי מפתח שהינם קריטיים להצלחת הארגון. יש להעריך את הכישורים, הביצועים ופוטנציאל הצמיחה של העובדים כדי ליצור פייפליין של טלנטים מתאימים.

יש לספק הזדמנויות פיתוח, כגון תוכניות הדרכה, חונכות או משימות מסויימות, כדי להכין את העובדים לתפקידים עתידיים.

בין היתרונות של פיתוח תוכנית לטיפוח יורשים ניתן למנות את הפחתת התלות בגיוס חיצוני, חיזוק נאמנות העובדים על ידי השקעה בצמיחתם המקצועית והבטחת מעברים חלקים במהלך שינויי הנהלה או משרות שמתפנות בפתאומיות.

3 לעודד ניידות פנימית:

יש להקל על תנועה רוחבית או אנכית בארגון כדי לסייע לעובדים לבחון תפקידים מגוונים, תוך מתן אפשרות למנהלי משאבי האנוש לענות על הצרכים העסקיים המשתנים.

לשם כך יש ליצור מדיניות ברורה התומכת בהעברות מתפקיד לתפקיד או בקידום. כמו כן יש להציע מפגשי אימון קריירה כדי לעזור לעובדים לזהות את הכישורים שלהם ואת ההזדמנויות הפוטנציאליות שעומדות בפניהם.

כמו כן יש לתגמל עובדים שמאמצים תפקידים חדשים ומציגים סיפורי הצלחה שמהווים השראה לאחרים.

בין היתרונות של עידוד ניידות פנימית בארגון ניתן למנות שיפור גמישות כוח העבודה ויכולת ההסתגלות, הפחתת התחלופה על ידי מתן לעובדים אתגרים והזדמנויות חדשות, ואת היכולת לוודא שהידע הארגוני ישאר בתוך החברה.

ככל שטכנולוגיות מבוססות בינה מלאכותית ממשיכות להתפתח ולהשתלב במגזרים שונים, גובר הוויכוח: האם הבינה המלאכותית צפויה ליצור הזדמנויות חדשות לעובדים, או האם היא תפחית אותן.

למעשה, השפעת הבינה המלאכותית על התעסוקה היא רב-גונית, וכוללת גם יצירת הזדמנויות עבודה חדשות וגם ביטול של תפקידים קיימים.

להלן כמה היבטים של פוטנציאל הבינה המלאכותית ליצור הזדמנויות חדשות לעובדים, לבטל מקומות עבודה אחרים ולאזן בין השניים:

4 דרכים ליצור הזדמנויות חדשות לעובדים בעקבות כניסת הבינה המלאכותית:

1 קטגוריות עבודה חדשות:

הבינה המלאכותית מניעה יצירת קטגוריות עבודה חדשות לגמרי שלא היו קיימות קודם לכן.

תפקידים כמו מומחי בינה מלאכותית, מדעני נתונים, מהנדסי למידת מכונה ומוצרי בינה מלאכותית הופיעו כתפקידים קריטיים בחברות המבקשות למנף טכנולוגיות בינה מלאכותית.

תפקידים אלה דורשים מיומנויות מיוחדות בפיתוח ויישום של בינה מלאכותית.

2 פונקציות עבודה משופרות:

הבינה המלאכותית יכולה לשפר תפקידים קיימים על ידי אוטומציה של משימות שגרתיות, ובכך לאפשר לעובדים להתמקד בהיבטים מורכבים ויצירתיים יותר של עבודתם.

לדוגמה, הבינה המלאכותית יכולה להתמודד עם משימות אדמיניסטרטיביות וניתוח נתונים, מה שמאפשר לאנשי המקצוע להשקיע יותר זמן במשימות אסטרטגיות וכאלה שדורשות אינטליגנציה רגשית.

3 הרחבת התעשייה:

השילוב של בינה מלאכותית במקום העבודה מניע צמיחה בתעשיות שונות, כגון טכנולוגיה, פיננסים, שירותי בריאות, ייצור ועוד.

התרחבות זו מובילה לביקוש מוגבר לעובדים שיכולים לפתח, ליישם ולתחזק מערכות בינה מלאכותית, ובכך ליצור הזדמנויות עבודה נוספות במגזרים אלו.

4 קבלת החלטות משופרת:

היכולת של הבינה המלאכותית לנתח כמויות אדירות של נתונים ולייצר תובנות תומכת בקבלת החלטות טובה יותר בעסקים.

יכולת זו יכולה להוביל ליצירת תפקידים המתמקדים בתכנון אסטרטגי, פרשנות נתונים ובינה עסקית, הדורשים פיקוח אנושי ומומחיות כדי להנחות תובנות מבוססות בינה מלאכותית לתוך אסטרטגיות עסקיות.

להלן 4 סוגים של הפחתת הזדמנויות ומקומות עבודה בעקבות כניסת הבינה המלאכותית:

1 ביטול מקומות עבודה:

אחד החששות המשמעותיים ביותר בנוגע לבינה מלאכותית הוא הפוטנציאל לביטול מקומות עבודה.

אוטומציה המבוססות על בינה מלאכותית יכולה להחליף עובדים אנושיים בתפקידים הכוללים משימות חוזרות ושגרתיות.

לדוגמה, עבודות ייצור, שירות לקוחות והזנת נתונים, הם תפקידים ה'מאויימים' ביותר על ידי האוטומציה, מה שעלול להוביל לאובדן מקומות עבודה בתחומים אלה.

2 פערי מיומנויות:

ההתקדמות המהירה של טכנולוגיות בינה מלאכותית יכולה ליצור פערי מיומנויות בקרב העובדים.

עובדים שעבודתם אוטומטית עשויים למצוא את עצמם חסרי כישורים הדרושים כדי לעבור לתפקידים חדשים שנוצרו על ידי בינה מלאכותית.

חוסר התאמה זה בין המיומנויות שיש לעובדים לבין המיומנויות הנדרשות לעבודות חדשות הקשורות לבינה מלאכותית עלול לגרום לאבטלה או לתת-תעסוקה.

3 אי שוויון כלכלי:

היתרונות של אימוץ בינה מלאכותית עלולים שלא להתחלק באופן שווה, מה שיוביל להתגברות אי-השוויון הכלכלי.

עובדים בעלי כישורים גבוהים שיכולים להסתגל לשינויים מבוססי בינה מלאכותית עשויים לחוות הזדמנויות עבודה מוגדלות ושכר גבוה יותר, בעוד שעובדים בעלי כישורים נמוכים עשויים להתמודד עם ביטול משרות וקיפאון שכר, מה שמגביר את אי השוויון בהכנסה.

4 קיטוב כוח העבודה:

לבינה המלאכותית יש פוטנציאל לקטב את כוח העבודה על ידי יצירת משרות בעלות שכר גבוה לעובדים מיומנים, תוך צמצום הזדמנויות לעובדים בעלי מיומנויות בעלות ביקוש נמוך.

הקיטוב הזה יכול להוביל לשוק עבודה מפוצל יותר, עם פחות הזדמנויות למשרות ברמת מיומנות בינונית שעד כה סיפקו באופן מסורתי תעסוקה יציבה וניידות כלפי מעלה.

להלן 4 אפשרויות לאיזון ההשפעה של הבינה המלאכותית על הזדמנויות לעובדים:

1 רכישת מיומנות חדשות ושיפור מיומנות קיימות:

כדי למתן את ההשפעה השלילית של הבינה המלאכותית על משרות, יש צורך קריטי בתוכניות מיומנות חדשות ושיפור מיומנות קיימות.

ממשלות, מוסדות חינוך ועסקים חייבים לשתף פעולה כדי לספק הזדמנויות הכשרה ופיתוח אשר מציידות את העובדים במיומנויות הדרושות לתפקידים חדשים הקשורים לבינה מלאכותית.

2 למידה לכל החיים:

קידום תרבות של למידה לאורך החיים הינו חיוני כדי להבטיח שהעובדים יוכלו להתאים עצמם לשוק העבודה המשתנה במהירות.

עידוד הכשרות מתמשכות ופיתוח מקצועי יכול לעזור לעובדים להישאר רלוונטיים ותחרותיים בעידן הבינה המלאכותית.

3 אסטרטגיות בינה מלאכותית כוללניות:

פיתוח אסטרטגיות בינה מלאכותית כוללניות המתחשבות בצרכים של עובדים מגוונים יכול לעזור להבטיח שהיתרונות של הבינה המלאכותית יהיו משותפים באופן נרחב.

זה כולל תכנון מערכות בינה מלאכותית שמאפשרות להגביר את היכולות האנושיות במקום להחליף אותן ויישום מדיניות התומכת במעבר עובדים לתפקידים חדשים.

4 פיתוח בינה מלאכותית אתית:

יש לוודא שפיתוח הבינה המלאכותית מונחה על ידי שיקולים אתיים. זה יכול לעזור להתמודד עם חששות לגבי ביטול משרות ואי שוויון כלכלי.

זה כולל מתן עדיפות לשקיפות, הוגנות ואחריות במערכות בינה מלאכותית כדי ליצור כוח עבודה שוויוני.

מסתבר שמערכות של בינה מלאכותית יכולות לשדרג משמעותית את היכולות של מנהלי משאבי אנוש לקבוע סדרי עדיפויות נכונים יותר, על ידי ניוד עובדים לתפקידים שונים מאלה שהם מילאו, תוך ביצוע אופטימיזציה של השימוש במאגר הטלנטים הקיים של החברה.

להלן 12 דרכים בהן יכולה הבינה המלאכותית לסייע למנהלי משאבי האנוש בביצוע אופטימיזציה של מאגר הטלנטים הקיימים של החברה על ידי ניוד עובדים לתפקידים שונים מאלה שהם מילאו:

1 ניתוח מיומנויות וכישורים:

הבינה המלאכותית יכולה לנתח את הכישורים, הניסיון ונתוני הביצועים של העובדים כדי ליצור פרופילים מפורטים.

האלגוריתמים של הבינה המלאכותית יכולים להתאים את הפרופילים הללו למשרות פתוחות בחברה, ולזהות עובדים שהכישורים והניסיון שלהם מתאימים היטב לדרישות התפקידים הללו.

2 דירוג מידת ההתאמה לתפקיד:

הבינה המלאכותית יכולה לדרג עובדים על סמך מידת ההתאמה שלהם לתפקידים שונים מאלה שביצעו עד כה, תוך התחשבות בגורמים כמו כישורים, ביצועי עבר ושאיפות קריירה.

זה עוזר למנהלי משאבי אנוש לתעדף מועמדים שיש להם סיכוי גבוה יותר להצליח בתפקידים חדשים.

3 תחזיות לגבי שיעורי הצלחה:

הבינה המלאכותית יכולה להשתמש בניתוח תחזיות כדי לחזות את הצלחתו הפוטנציאלית של עובד בתפקיד חדש על ידי ניתוח נתונים היסטוריים ומגמות ביצועים.

זה מאפשר למנהלי משאבי אנוש לקבל החלטות מבוססות נתונים לגבי שינויים באיוש המשרות.

4 נתיב קריירה:

הבינה המלאכותית יכולה לדמות מסלולי קריירה שונים לעובדים, ולהראות תפקידים פוטנציאליים שאליהם יוכלו לעבור בהצלחה.

זה עוזר למנהלי משאבי אנוש לזהות הזדמנויות איוש מחדש באופן אופטימלי, כך שיתאים  לצרכי החברה ולמטרות הקריירה של העובד כאחד.

5 אלגוריתמים של התאמת הפניות לתפקידים חדשים:

הבינה המלאכותית יכולה לנתח את הרשתות החברתיות והקשרים המקצועיים של העובדים הקיימים כדי לזהות מועמדים פוטנציאליים למשרות פתוחות.

מינוף נתונים מלינקדאין, תקשורת פנימית ומקורות אחרים מאפשר לבינה המלאכותית  להציע הפניות באיכות גבוהה.

6 סינון אוטומטי:

הבינה המלאכותית יכולה להפוך את הסינון הראשוני של מועמדים פנימיים לאוטומטי, ולזהות במהירות את אלו שעומדים בדרישות המינימום לתפקיד. זה מקטין את משך הזמן והמאמץ הנדרשים לסינון ידני.

7 תובנות מבוססות נתונים:

הבינה המלאכותית יכולה לספק למנהלי משאבי אנוש תובנות מבוססות נתונים והמלצות לניוד עובדים.

לדוגמה, היא יכולה להאיר זרקור על עובדים שעברו בהצלחה בין תפקידים בעבר או לזהות דפוסים בהפניות מוצלחות.

8 הפחתת הטיה:

הבינה המלאכותית יכולה לסייע בהפחתת הטיה לא מודעת באיוש מחדש על ידי התמקדות בקריטריונים אובייקטיביים כגון מיומנויות, מדדי ביצועים ושאיפות קריירה ולא בשיפוט סובייקטיבי.

9 תוכניות פיתוח מקצועי מותאמות אישית:

הבינה המלאכותית יכולה ליצור תוכניות פיתוח מותאמות אישית עבור עובדים שכלולים באיוש מחדש.

תוכניות אלה יבטיחו שיש להם את ההכשרה והתמיכה הדרושים כדי להצליח בתפקידיהם החדשים.

10 ניטור מחוברות:

הבינה המלאכותית יכולה לפקח על רמות מחוברות העובדים ולספק תובנות לגבי האופן שבו החלטות האיוש מחדש עשויות להשפיע על המורל והפרודוקטיביות. זה עוזר למנהלי משאבי אנוש לקבל החלטות מועילות לחברה ולעובדיה כאחד.

11 דיווח דינמי:

הבינה המלאכותית יכולה ליצור דו"חות ולוחות מחוונים בזמן אמת, שעוקבים אחר ההתקדמות וההצלחה של יוזמות האיוש מחדש.

זה מאפשר למנהלי משאבי אנוש לנטר ולהתאים באופן רציף את האסטרטגיות שלהם על סמך מידע עדכני.

12 מעקב אחר ביצועים:

הבינה המלאכותית יכולה לעקוב אחר הביצועים של עובדים שנויידו לתפקידים שונים מאלה שמילאו עד כה, לספק תובנות לגבי השפעתם על הארגון ולעזור לשכלל אסטרטגיות איוש מחדש בעתיד.

מחקרי שוק שנערכו בארה"ב מצביעים על כך שמגמת הפיטורים ברחבי העולם צפויה להמשך עד סוף השנה הנוכחית ואולי אף להמשך ב-2024.

מדו"ח של אחת מחברות הסקרים עולה, כי כ-90% ממנהלי משאבי האנוש ומנהלי רכש בכל העולם (הסקר נערך בקרב כ-400 מנהלי משאבי אנוש ועוד כ-400 מנהלי רכש) אמרו, כי הם צופים שהם יצמצמו את היקף כוח האדם של הארגון שלהם בשנה הקרובה.

חברת המחקר טוענת כי הגורם המשמעותי להיקף הירידה בגיוסי כוח האדם ובהיקף הפיטורים הצפויים, הוא התוצאה של גיוסי עובדים נרחבים מאוד לאחר משבר הקורונה, בצד התייצבות בשוקי העסקים בשנה וחצי האחרונות.

כעת, חברות רבות נאלצות לצמצם את הוצאות התפעול, לעתים קרובות על ידי צמצום כוח האדם.

גורמים אחרים שעל פי הערכות חברות המחקר תורמים לצמצום בגיוסי כוח אדם ואף לפיטורים הוא השילוב ההולך וגובר של רובוטים ובינה מלאכותית, כמו גם שינויים אסטרטגיים בפעילות העסקית של ארגונים רבים ופעילות מוגברת של מיזוגים ורכישות.

אלא שהכנסת הבינה המלאכותית לעבודה בתפקידים רבים במקום עובדים אנושיים, כמו גם שינויים אסטרטגיים, לא חייבים להביא לפיטורים.

במקום לפטר עובדים, יש לנסות למצוא להם תפקידים אחרים בארגון ולהעביר אותם את ההכשרה הנדרשת להסבה זו של מקצועם או תפקידם.

ניוד עובדים בתוך החברה יכול למנוע פיטורים ואף לשפר את מצב החברה, בכך שיחסוך את עלויות גיוס העובדים החדשים ואת הליך הקליטה.

ניוד עובדים בתוך החברה בין תפקידים, בפרט כאשר מדובר בטלנטים שיש להם מיומנויות יחודיות ושמסתגלים במהירות לשינויים ומסוגלים ללמוד במהירות תפקיד שונה מזה שמילאו, לא רק יחסוך את כל העלויות הכרוכות בהליך הפיטורים ובהליך גיוס עובדים חדשים, אלא גם יאפשר לשמר בחברה עובדים שמכירים את התרבות הארגונית וההליכים הנהוגים בחברה.

לכן, לפני שנוקטים בפיטורי עובדים, יש לשקול פריסה מחדש של עובדים בחברה שמשמעה ניידות של כישרונות בתוך החברה. כדי שצעד זה יצליח, יש צורך בתקשורת שקופה.

במקרים בהם החברה הגיעה למצב בו אין לה ברירה והיא חייבת לפטר עובדים, יש חשיבות רבה להענקת פיצויים נדיבים מעבר לקבוע בחוק. צעד כזה יאפשר לשמר ואף לשפר את מותג המעסיק, על אף הפיטורים, שכן בשלב מסויים ארגונים יצטרכו לגייס שוב עובדים.

בנוסף, מומלץ לסייע לעובדים העוזבים למצוא מקום עבודה אחר, ולצייד אותם בהמלצות מצויינות.

בד בבד, יש חשיבות רבה לאימוץ של אסטרטגיה המאזנת בין בינה מלאכותית לעובדים אנושיים וללמד את העובדים לעבוד בשיתוף עם הבינה המלאכותית, ולמנף אותה די לבצע את תפקידם טוב יותר, ובאופן יצירתי יותר.

בדרך כלל, כאשר עובד רוצה לעבור מתפקיד לתפקיד, עליו להגיש בקשה, מנהל משאבי האנוש היה צריך לבדוק האם יש משרה פנויה בתפקיד הרלוונטי ובמקביל לבדוק האם כישורי העובד והמיומנויות שלו מתאימים לתפקיד.

בימים אלה, כאשר לרשותם של מנהלי משאבי האנוש עומדים כלים של בינה מלאכותית, כל הבדיקות הללו יכולות להתבצע באופן אוטומטי, גם על ידי העובדים עצמם כחלק מהשירות העצמי.

הבינה המלאכותית יכולה למלא תפקיד מרכזי בסיוע למנהלי משאבי אנוש להשתמש בפלטפורמה טכנולוגית המאפשרת ניידות פנימית של עובדים ופיתוח קריירה בארגון.

זה חיוני לשימור כישרונות, להגברת מעורבות ומחוברות העובדים וכדי לוודא שהעובדים יכולים למצוא הזדמנויות שמתאימות לשאיפותיהם וכישוריהם.

למעשה, פלטפורמת ניידות פנימית ופיתוח קריירה המבוססת על בינה מלאכותית יכולה לחולל מהפכה בכל הקשור לצמיחת הקריירה של העובדים בארגון ולייעול והקלה של עבודת מנהל משאבי האנוש.

מערכת כזו לא רק תורמת לעובדים בכך שהיא עוזרת להם למצוא תפקידים המתואמים עם הכישורים והשאיפות שלהם, אלא גם מספקת לארגון יתרון תחרותי על ידי שימור וטיפוח מאגר הכישרונות.

להלן 12 מרכיבים מרכזיים של מערכת המבוססת על בינה מלאכותית ומאפשרת ניידות פנימית של עובדים וקידומם המקצועי בהתאם לשאיפותיהם:

1 הערכת מיומנויות ותחומי עניין:

כלים מבוססי בינה מלאכותית יכולים להעריך את הכישורים, המיומנויות ותחומי העניין של העובדים באמצעות סקרים, חידונים והערכה עצמית.

אלגוריתמים לעיבוד שפה טבעית יכולים לנתח משוב של עובדים, סקירות ביצועים ויעדי קריירה כדי להבין את העדפותיהם.

2 מיפוי מיומנויות ופרופיל:

הבינה המלאכותית יכולה ליצור פרופילים מפורטים עבור כל עובד, ולמפות את כישוריו, הניסיון והכישורים שלו. פרופילים אלה יכולים להתעדכן באופן רציף בכל פעם שהעובדים רוכשים מיומנויות, ידע והתנסויות חדשות.

3 מנוע המלצות להצלבות בין כישורים, יכולות, שאיפות ומשרות פנויות בארגון:

הבינה המלאכותית יכולה לפתח מנוע המלצות והצלבות התואם את כישוריהם, תחומי העניין ויעדי הקריירה של העובדים עם משרות שנפתחו בתוך הארגון.

אלגוריתמים של למידת מכונה יכולים לשקול נתונים היסטוריים מול ניידות פנימית מוצלחת כדי לחדד את ההמלצות על תפקידים לאורך זמן.

4 הצעות למידה, הכשרות ופיתוח מקצועי:

הבינה המלאכותית יכולה להציע הכשרות רלוונטיות, קורסים והדרכות, כדי לעזור לעובדים לגשר על פערי מיומנויות ולהתאים את המיומנויות שלהם לתפקידים הרצויים להם.

ניתן ליצור מסלולי למידה מותאמים אישית לכל עובד בהתבסס על שאיפות הקריירה שלו.

5 פלטפורמת פרסום דרושים פנימית:

הבינה המלאכותית יכולה להפעיל לוח 'דרושים' פנימי בארגון שבו העובדים יכולים לבדוק תפקידים פתוחים, כולל קידום רוחבי.

פרסומי הדרושים יכולים להיות מותאמים אישית, תוך הדגשת הזדמנויות שמתאימות באופן הדוק לפרופיל של עובד.

6 התראות בזמן אמת:

פלטפורמה מבוססת בינה מלאכותית יכולה לשלוח התראות אוטומטיות לעובדים כאשר משרות פנויות חדשות התואמות את כישוריהם ותחומי העניין שלהם הופכים זמינים.

ניתן להעביר הודעות אלו באמצעות דואר אלקטרוני, צ'אטבוטים או פלטפורמות תקשורת פנימיות.

7 מעקב אחר ביצועים:

הבינה המלאכותית יכולה לנטר ולנתח את ביצועי העובדים בתפקידיהם הנוכחיים, ולזהות ביצועים גבוהים שעשויים לגרום לכך שהעובד הינו מוכן ובשל לאתגרים חדשים.

בנוסף, נתוני הביצועים יכולים גם לעזור למנהלי משאבי אנוש לזהות מועמדים המתאימים לקידום.

8 פרטיות ואבטחת נתונים:

חשוב ביותר להפעיל – בפלטפורמה טכנולוגית שמאפשר ניידות פנימית – אמצעים יעילים לאבטחת פרטיות הנתונים כדי לוודא שמידע רגיש של העובדים יאוחסן בצורה מאובטחת וישמש רק למטרות פיתוח קריירה.

לכן יש להטמיעת בפלטפורמה כזאת, ציות לתקנות הגנת מידע כדי לשמור על אמון העובדים.

9 מנגנון משוב:

יש לשלב מנגנוני משוב מופעלי בינה מלאכותית כדי לאסוף מידע מעובדים בנוגע לניסיון שהם צוברים בתהליך הניידות הפנימית. ניתן להניע שיפור מתמיד על ידי ניתוח משוב זה.

10 תמיכה וייעוץ לעובדים:

יש לספק צ'אטבוטים מבוססי בינה מלאכותית או עוזרים וירטואליים המציעים הכוונה בקריירה, עונים על שאלות ומסייעים לעובדים לאורך המעבר מתפקיד לתפקיד. כלים אלו יכולים להיות זמינים 24/7 כדי לתת מענה לצרכי העובדים.

11 תכנון הכנת יורשי תפקידים:

הבינה המלאכותית יכולה לתרום לתכנון רצף של איושי משרות על ידי זיהוי עובדים בעלי פוטנציאל גבוה, המתאים לתפקידים קריטיים מסויימים, והכנתם לתפקידים אלה ולתפקידי ניהול בתוך הארגון.

12 שיקולי גיוון והכלה:

יש לוודא שהאלגוריתמים של הבינה המלאכותית מקדמים גיוון תעסוקתי והכלה על ידי מניעת הטיה בהמלצות לעבודה ובקידום.