בומרנג ה-AI: למה שליש מהחברות שפיטרו עובדים לטובת הבינה המלאכותית כבר גייסו אותם מחדש?
חברת Gartner סקרו 350 חברות גדולות, 80 אחוז מהן קיצצו במשרות עבור AI, ולא מצאו קשר משמעותי בין הקיצוצים האלה לתשואות טובות יותר. הרעיון שעליו התבססה כל הגל, פחות אנשים אומר פחות עלויות אומר רווח גבוה יותר, פשוט לא היה בנתונים.
חברת Careerminds, שסקרו 600 מנהלי משאבי אנוש שהובילו פיטורים, מצאו שכמעט שליש אמרו שהעסקה מחדש עלתה יותר מכפי שהפיטורים חסכו אי פעם.
חברת Forrester מדווחים ש-55 אחוז ממעסיקים מתחרטים כעת על ההחלטה, ויותר מהם מצפים ש-AI יגדיל את מצבת כוח האדם שלהם בשנה הבאה מאשר יקטין אותה, 57 אחוז מול 15.
לפני שנה בכירים בכירים עלו לטלוויזיה בשידורים חיים כדי להכריז על האנשים שהם החליפו. השנה הם מפרסמים מחדש את המשרות בשקט.אפשר להבין למה.
חברת Klarna החליפו 700 סוכני תמיכה בצ'טבוט AI, ראו את הספק העבודה יורד בעיקר כי צ'טבוטי ה-AI חסרים את האישיות האנושית / הרגשות ואת המגע הזה, ומנכ"ל החברה הודה שהחברה שלהם הלכה רחוק מדי.
ענקית הטכנולוגיה IBM מיחשבו את דלפק משאבי האנוש שלהם, שטיפל ב-94 אחוז הקלים מבקשות המבקשות ונתקע על ה-6 אחוז שדרשו שיקול דעת, ועכשיו משלש את הגיוס.
- הבומרנג במספרים: נתוני חברת Robert Half מראים כי כ-32% (שליש) מהמנהלים שפיטרו עובדים עקב שילובי AI ואוטומציה, כבר גייסו מחדש עובדים לאותם תפקידים בדיוק או לתפקידים דומים מאוד.
- חרטת המנכ"לים: מחקר של חברת Orgvue מראה כי 39% מהמנהלים ביצעו צמצומים בגלל AI, אך 55% מתוכם הודו בדיעבד שההחלטה הייתה טעות חמורה.
- אפס חיסכון פיננסי: מחקר של גארטנר (Gartner) שבחן 350 חברות ענק מצא כי לא היה הבדל בביצועים הפיננסיים בין חברות שביצעו פיטורי AI עמוקים לבין אלו ששמרו על העובדים שלהן. הפיטורים פשוט לא הניבו את החיסכון המובטח.
- יצרנית הרכב פורד (Ford): החברה גייסה מחדש כ-350 מהנדסים ותיקים. בהנהלה הודו כי הם הניחו בטעות שאם יזינו ל-AI את דרישות העיצוב, המערכת תייצר מוצר איכותי ללא פיקוח אנושי – מה שהוביל לכשלים קשים בייצור.
- בנק המדינה של אוסטרליה (CBA): פיטר עשרות נציגי שירות והחליף אותם בבוט קולי מבוסס AI. המערכת קרסה תחת עומס של פניות מורכבות, מה שהוביל לזינוק בזמני ההמתנה ובכמות השיחות, והבנק נאלץ להחזיר את העובדים.
- חברות טכנולוגיה ותוכנה: מהנדסי תוכנה רבים שפוטרו הוחזרו לאחר שקוד שיוצר על ידי AI גרם לתקלות חוזרות ונשנות במערכות הייצור (Production), מכיוון שלמכונה חסרה "ראיית המאקרו" של התשתית כולה.
- משימות מול תפקידים: ה-AI מצוין בהחלפת משימות (Tasks) ספציפיות, כמו כתיבת מייל, סיכום מסמך או הפקת דוח. הוא נכשל לחלוטין בהחלפת תפקיד (Role) שלם, הדורש קבלת החלטות, גמישות והבנת הקשר.
- חוק ה-30% הנותרים: מערכות AI מסוגלות לפתור בקלות כ-70% מהבעיות השגרתיות (למשל בשירות לקוחות). אך ה-30% הנותרים הם המקרים המורכבים, הרגישים והרגשיים ביותר. כשאין עובד אנושי שיטפל בהם, הלקוחות נוטשים והמערכת קורסת.
- עלויות סמויות: חברות גילו שצריך בני אדם שינהלו את ה-AI, יבדקו את הטעויות שלו (הזיות), וינקו אחריו. עובדים מיומנים אלו, שמחזיקים גם בידע מקצועי וגם ביכולת ניהול AI, יקרים משמעותית מהעובדים שפוטרו.
