מ-Chat לעבודה אמיתית: איך Claude משנה את הדרך שבה HR עובד
התובנות המרכזיות שעלו מתוך 100 שאלות של יותר מ-1,000 אנשי HR
מאת יעקב רוזן – מוביל הכשרות AI פרקטיות להנהלות ועובדים ומוביל הטמעות AI בארגונים
הוובינר האחרון שלנו על עבודה עם Claude היה מדהים.
לא רק בגלל כמות המשתתפים, ולא רק בגלל האחוז הגבוה של אנשי HR שכבר משתמשים בקלוד בתשלום ובונים כלים, אלא בעיקר בגלל מה שקרה תוך כדי.
התגובות זרמו בצ’אט בזמן אמת:
“מטורף”, “משוגע”, “פותח את הראש”, “לא מאמינה שזה אפשרי”, “זה משנה את כל הדרך שבה אנחנו עובדים”.
אבל מעבר להתלהבות, קרה שם משהו עמוק יותר.
המשתתפים לא הסתפקו בלהתרשם. הם התחילו לשאול.
לא שאלות כלליות אלא שאלות פרקטיות ונוקבות, שמגיעות מעולם העבודה האמיתי:
איך זה משתלב בארגון? עד כמה זה מדויק? מה עם אבטחת מידע? ואיך באמת עובדים עם זה ביום יום?
מתוך כ-100 שאלות שעלו במהלך הוובינר, התחילה להיווצר תמונה ברורה.
לא רק על Claude – אלא על השלב שבו נמצאים היום ארגונים ביחס ל AI והטמעתו.
כששלושה תהליכים הופכים מניסוי ליכולת ארגונית
במהלך הוובינר הצגנו שלושה כלים לתהליכים מרכזיים מעולמות HR , גיוס ולמידה.
הבחירה בהם לא הייתה מקרית. אלו תהליכים שכל ארגון מכיר ובעיקר כאלה שגוזלים זמן רב.
הדוגמה הראשונה עסקה בגיוס
סינון עשרות קורות חיים, השוואה בין מועמדים, דירוג וניסוח תגובות, הכנת דשבורד מקצועי, ניתוח משפך הגיוס והכנת מצגת הנהלה, הם חלק בלתי נפרד מעבודת הגיוס, אך גם מהעמוסים ביותר.
כאשר התהליך הזה הופך למובנה ובלחיצת כפתור, זה הופך את כל התהליך לכזה שמתבצע במהירות שלא הייתה אפשרית קודם.
הדוגמה השניה הייתה ניתוח סקר מחוברות ארגוני
תהליך שבמציאות כולל איסוף אלפי נתונים, ניקוי קבצים, ניתוחים חוזרים ולעיתים גם בניית מצגת הנהלה. לא פעם מדובר בימים או שבועות של עבודה מצטברת.
בהדגמה, אותו תהליך קרה בפרק זמן קצר בהרבה: הנתונים נותחו, מגמות זוהו, נוצר דשבורד, תובנות נוסחו ולבסוף נוצרה מצגת הנהלה שלמה.
אך הנקודה החשובה אינה רק קיצור הזמן.
הערך האמיתי הוא היכולת להפוך את התהליך למשהו שניתן להריץ שוב ושוב – עבור מחלקות שונות, חתכים שונים ואפילו ארגונים שלמים – בתוך דקות.
הדוגמה השלישית עסקה בלמידה ארגונית
אחד האתגרים המורכבים ביותר הוא הבנת פערי ידע ובניית תוכנית מותאמת. תהליך זה כולל לרוב ראיונות, שאלונים וניסיון לייצר תמונת מצב רחבה מתוך מידע מפוזר.
כאשר התהליך מתבצע באמצעות Claude, ניתן לנתח נתונים קיימים, לזהות פערים ולבנות תוכנית עבודה – ושוב, לא רק פעם אחת, אלא כתהליך שניתן לשכפל ולשפר לאורך זמן.
לסדנת קלוד פתוחה לעובדים ומנהלים לחצו כאן
להזמנת סדנת קלוד מותאמת לארגון שלחו לנו מייל כאן
השינוי האמיתי: מפרויקטים לתהליכים
אם מנסים לזקק את המשמעות של ההדגמות, מגיעים לתובנה אחת מרכזית:
לא מדובר בעוד כלי שמייעל עבודה קיימת אלא בשינוי באופן שבו העבודה עצמה מוגדרת.
בעבר, תהליכים כמו ניתוח סקר, סינון מועמדים או אפיון צרכי למידה היו פרויקטים. הם דרשו זמן, משאבים ולעיתים גם תיאום בין מספר גורמים, ולכן בוצעו לעיתים רחוקות יחסית.
כיום, ניתן להפוך אותם לתהליכים.
תהליך שנבנה פעם אחת, ניתן להרצה חוזרת, משתפר עם הזמן ומייצר ערך מתמשך.
זהו שינוי עמוק, משום שהוא מאפשר לארגון לעבוד בקצב אחר לגמרי – לא רק מהר יותר, אלא גם באופן שיטתי ומבוסס נתונים.
מעבר מתפיסת Chat לתפיסת Work
אחת התובנות שעלו שוב ושוב מהשאלות הייתה הפער בין אופן השימוש הנפוץ ב-AI לבין הפוטנציאל האמיתי שלו.
רוב המשתמשים עדיין פועלים ברמת Chat – שואלים שאלה, מקבלים תשובה וממשיכים הלאה.
זהו שימוש מועיל, אך מוגבל.
לעומת זאת, העבודה שהודגמה בוובינר הייתה מסוג אחר לחלוטין.
לא מדובר בשיחה עם כלי, אלא בהפעלת מערכת עבודה: עבודה על קבצים, ניתוח מידע מורכב, בניית תוצרים שלמים והרצת תהליכים.
המעבר הזה – מ”שיחה” ל”עבודה” – הוא אחד המפתחות המרכזיים להבנת הערך של Claude בארגונים.
דיוק ואמינות: לא עניין של שלמות
כצפוי, רבות מהשאלות עסקו בדיוק.
האם ניתן לסמוך על התוצרים? האם יש טעויות? כיצד ניתן לוודא איכות?
התשובה המקצועית אינה חד-משמעית. Claude הוא כלי חזק מאוד, אך אינו מושלם.
עם זאת, הארגונים שמצליחים להפיק ממנו ערך אינם מחפשים שלמות, אלא בונים תהליך עבודה נכון.
במקום להניח שהכלי תמיד צודק או תמיד טועה, הם משלבים בקרה: בדיקות מדגמיות, הצלבת נתונים ושיפור מתמיד של התהליך.
כך, רמת הדיוק אינה נתונה מראש – אלא נבנית לאורך זמן.
מה באמת מעסיק ארגונים היום
כאשר מסתכלים על מכלול השאלות שעלו בוובינר, מתגלה תבנית ברורה.
הדיון כבר אינו עוסק בשאלה האם להשתמש ב-AI
הוא עוסק בשאלות עמוקות יותר:
כיצד משלבים את הכלי בעבודה היומיומית, כיצד בונים תהליכים נכונים, כיצד נמנעים מטעויות וכיצד מייצרים ערך אמיתי.
זהו סימן לכך שהשוק מתקדם, אך גם לכך שהאתגר האמיתי רק מתחיל.
הפער בין הבנה ליישום
כמעט כל ארגון כבר נחשף ליכולות ה AI . כמעט כולם אף התנסו בהן בפועל.
אך מספר הארגונים שעובדים עם הכלים הללו בצורה שיטתית ובונים כלים וסוכנים לצמצום עבודה חזרתית, עדיין נמוך יחסית.
הפער אינו טכנולוגי, אלא פרקטי.
יש הבדל משמעותי בין להבין מה אפשר לעשות, לבין לדעת כיצד לבנות זאת בפועל בתוך תהליכי העבודה.
זהו הפער שבו נוצר היתרון התחרותי – והוא גם המקום שבו ארגונים רבים נתקעים.
אבטחת מידע: החשש המרכזי והגישה הנכונה
מבין כל הנושאים שעלו, אבטחת המידע הייתה הבולטת ביותר.
ובצדק.
Claude, כמו רוב כלי AI, פועל בענן, ולכן מידע עובר עיבוד חיצוני.
המשמעות אינה שיש להימנע משימוש, אלא שיש לנהל אותו בצורה אחראית.
בפועל, הארגונים שמתקדמים בתחום פועלים לפי כמה עקרונות ברורים:
הם נמנעים מהעלאת מידע רגיש ברישוי אישי, משתמשים ברישוי ארגוני כאשר נדרש, עובדים עם נתונים אנונימיים או מצרפיים, ומגדירים מדיניות שימוש ברורה.
במילים אחרות, הם אינם עוצרים בגלל הסיכון – אלא מנהלים אותו.
לסיכום: מי שיעבור שלב – יעבוד אחרת
הוובינר הדגים בצורה ברורה שהטכנולוגיה כבר כאן והיא עובדת.
אך השאלה המרכזית אינה אם להשתמש בה, אלא כיצד.
הפער בין ארגונים שמתנסים ב-AI לבין כאלה שעובדים איתו באמת הולך וגדל.
המעבר המשמעותי הוא לא מאי שימוש לשימוש, אלא משימוש בסיסי לעבודה שיטתית ומבוססת תהליכים.
מי שמצליח לבצע את המעבר הזה, לא רק עובד מהר יותר – אלא עובד אחרת.
לסדנת קלוד פתוחה לעובדים ומנהלים לחצו כאן
להזמנת סדנת קלוד מותאמת לארגון שלחו לנו מייל כאן
כבר הצטרפת לניוזלטר שלנו?
קבלו עדכונים על כל התכנים החדשים שעולים כאן + עדכונים על מיטאפים, כנסים והצעות רלוונטיות


