מאת יעקב רוזן – מוביל הכשרות AI פרקטיות להנהלות ועובדים ומוביל הטמעות AI בארגונים

מה אם הייתי אומר לכם שאפשר לבנות בתוך דקות בודדות שישה דשבורדים מקצועיים לניהול HR , כאלה שמתאימים לישיבת הנהלה, לפגישת סטטוס עם מנכ"ל, לתכנון רבעוני, או לקבלת החלטות בזמן אמת?

רוב מנהלי ומנהלות משאבי האנוש עובדים היום עם כמויות עצומות של מידע: קבצי אקסל של גיוסים, נתוני עזיבה, סקרי מחוברות, שעות למידה, ביצועים, רווחה, היעדרויות, תקציבים, עלויות שכר, נתוני קליטה ועוד. הבעיה היא שלא תמיד הנתונים האלה הופכים לתובנות. לעיתים הם נשארים מפוזרים בין מערכות, קבצים, מצגות ודוחות וכל פעם מחדש צריך “לאסוף”, “לסדר”, “לנתח” ו”להכין להנהלה”.

ובסדנאות שלנו אנחנו מראים איך AI משנה את המשחק.

אנחנו עוברים מעולם שבו HR עסוק בהפקת דוחות לעולם שבו HR מייצר Data Storytelling: סיפור ניהולי ברור, חד, ויזואלי ופרקטי שמאפשר להנהלה להבין מה קורה בארגון, איפה הסיכונים, איפה ההזדמנויות, ומה צריך לעשות עכשיו.

היופי הוא שלא צריך להיות מומחי BI כדי להתחיל. בעזרת כלים כמו ChatGPT, Claude, Gemini, Copilot או Genspark, אפשר לקחת קובץ נתונים פשוט יחסית ולהפוך אותו לדשבורד ברור, מעוצב ואפקטיבי. הסוד הוא שילוב בין איכות הנתונים לבין איכות הפרומפט.

הנה שישה דשבורדים שכל מחלקת HR יכולה לבנות כבר עכשיו בעזרת AI.

1. דשבורד הנהלה אסטרטגי ל-HR

זהו הדשבורד שכל סמנכ"לית HR צריכה להחזיק. המטרה שלו היא לתת תמונת מצב כוללת על ההון האנושי בארגון: מה מצב העובדים, מה מצב הגיוס, מה קורה עם עזיבה, מחוברות, פיתוח מנהלים, כשירות ארגונית וסיכוני כוח אדם.

בדשבורד כזה נרצה להציג KPI מרכזיים כמו מספר עובדים, שיעור עזיבה, זמן ממוצע לאיוש משרה, אחוז משרות פתוחות, מדד מחוברות, אחוז השתתפות בלמידה, שיעור קידומים פנימיים ומדדי גיוון אם קיימים.

פרומפט לדוגמה:

“Based on this HR data file, create a strategic executive HR one-pager for senior management. Highlight key HR KPIs, trends, risks, and recommended actions for the next 60–90 days. Use clear visual boxes, charts, and concise insights suitable for a CEO and executive team.”

מה נקבל? דשבורד שמסכם את מצב ה-HR בשפה הנהלתית: לא רק “כמה עובדים עזבו”, אלא מה המשמעות העסקית של זה. לא רק “כמה משרות פתוחות”, אלא איפה צווארי הבקבוק בגיוס. לא רק “כמה אנשים עברו הדרכה”, אלא האם הארגון באמת בונה יכולות קריטיות לעתיד.

2. דשבורד גיוס : Recruitment Performance Dashboard

גיוס הוא אחד התחומים שבהם דשבורד טוב יכול לחסוך המון זמן ולשפר מאוד את איכות קבלת ההחלטות. במקום לעבור ידנית על עשרות משרות, מגייסים, מקורות גיוס וסטטוסים – אפשר לבקש מה AI לנתח את המשפך כולו.

בדשבורד גיוס כדאי להציג נתונים כמו מספר משרות פתוחות, מועמדים בכל שלב, Time to Hire, Time to Fill, מקור גיוס אפקטיבי, יחס המרה בין שלבים, עלות גיוס, איכות מועמדים לפי מקור, ומשרות שנמצאות בסיכון עיכוב.

הערך האמיתי הוא לא רק לראות את המספרים, אלא לזהות איפה התהליך נתקע. האם יש יותר מדי מועמדים בשלב סינון ראשוני? האם מנהלים מגיבים לאט? האם מקורות מסוימים מביאים הרבה קורות חיים אבל מעט מועמדים איכותיים? האם יש תפקידים שבהם זמן האיוש חריג?

פרומפט לדוגמה:

“Act as a Talent Acquisition Operations analyst. Analyze this recruitment pipeline data and create a dashboard showing open roles, funnel conversion, time to hire, source effectiveness, bottlenecks, and recommended actions to improve hiring speed and quality.”

תוך דקות אפשר לקבל דשבורד שמאפשר לנהל את הגיוס כמו מערכת עסקית: עם יעדים, ביצועים, חריגות, מגמות ותוכנית פעולה.

3. דשבורד חוויית עובד ומחוברות

סקרי מחוברות הם מקור אדיר לתובנות, אבל בהרבה ארגונים הם מסתיימים במצגת יפה ולא בהכרח בתוכנית פעולה. AI יכול לעזור להפוך נתוני סקר, הערות פתוחות וחתכים ארגוניים לדשבורד ניהולי ברור.

בדשבורד כזה נרצה לראות ציוני מחוברות לפי יחידות, מגמות לאורך זמן, פערים בין מנהלים, נושאים חזקים וחלשים, ניתוח טקסטואלי של תגובות פתוחות, וסיכונים מרכזיים כמו עומס, חוסר אמון, שחיקה או בעיות תקשורת.

היתרון הגדול של AI הוא היכולת לנתח גם טקסט חופשי. כלומר, לא רק ממוצעים וציונים, אלא גם זיהוי דפוסים: מה העובדים באמת אומרים? אילו מילים חוזרות שוב ושוב? באילו מחלקות יש תסכול? איפה יש נקודות חוזק שכדאי לשמר?

פרומפט לדוגמה:

“Analyze this employee engagement survey, including quantitative scores and open comments. Create an HR dashboard with key engagement drivers, risk areas, team-level differences, sentiment analysis, and practical action recommendations for managers.”

התוצאה יכולה להיות דשבורד שמחבר בין נתונים לבין התערבות ניהולית: מה צריך לעשות ברמת הנהלה, מה ברמת מנהלים, ומה ברמת צוותים.

4. דשבורד למידה ופיתוח ארגוני

למידה היא אחד התחומים שהכי קל למדוד בצורה שטחית לדוגמא מספר משתתפים, שעות הדרכה, שביעות רצון. אבל דשבורד טוב צריך ללכת צעד קדימה ולשאול: האם הלמידה באמת משרתת את האסטרטגיה הארגונית?

בדשבורד למידה אפשר להציג השתתפות בקורסים, השלמות חובה, שעות למידה לעובד, דירוגי שביעות רצון, פערי מיומנויות, למידה לפי אוכלוסיות, פיתוח מנהלים, והתקדמות בתוכניות אסטרטגיות כמו AI, שירות, מכירות או ניהול.

AI יכול לעזור לייצר גם מפת פערים: אילו יכולות קריטיות חסרות בארגון? אילו אוכלוסיות לא משתתפות בלמידה? האם מנהלים חדשים מקבלים את ההכשרה הנדרשת? האם יש קשר בין השתתפות בלמידה לבין ביצועים, שימור או קידום?

פרומפט לדוגמה:

“Create a Learning & Development dashboard based on this training data. Show participation, completion rates, learning hours, strategic skill gaps, manager development progress, and recommendations for next quarter’s learning priorities.”

זהו דשבורד חשוב במיוחד בעידן שבו ארגונים צריכים להכשיר עובדים מהר יותר, להתאים יכולות לשינויים טכנולוגיים, ולבנות תרבות של למידה מתמשכת.

5. דשבורד רווחה, שחיקה והיעדרויות

רווחת עובדים כבר מזמן אינה “פעילות נחמדה”. היא קשורה ישירות לפרודוקטיביות, שימור עובדים, מחוברות, בריאות ארגונית וביצועים. בעזרת AI ניתן לבנות דשבורד שמזהה סימנים מוקדמים לשחיקה ולחוסר איזון.

הנתונים יכולים לכלול היעדרויות, ימי מחלה, עומסי עבודה, שימוש בתוכניות רווחה, סקרי Wellbeing, נתוני עבודה היברידית, שעות נוספות, עומס על מנהלים, ותגובות פתוחות של עובדים.

דשבורד כזה יכול להציג מגמות לפי יחידות, זיהוי אזורים בסיכון, קבוצות עם עומס חריג, ירידה במדדי אנרגיה או מוטיבציה, וקשר אפשרי בין שחיקה לבין עזיבה.

פרומפט לדוגמה:

“Act as an HR wellbeing analyst. Build a wellbeing and burnout risk dashboard using this data. Identify absence trends, workload signals, high-risk departments, wellbeing participation, and recommended interventions for HR and managers.”

הערך כאן דרמטי: במקום להגיב לשחיקה אחרי שעובדים כבר עוזבים, אפשר לזהות אותה מוקדם ולפעול בזמן.

6. דשבורד People Planning ותחזית כוח אדם

זהו אחד הדשבורדים האסטרטגיים ביותר עבור HR. הוא מחבר בין תוכנית עסקית לבין צרכי כוח אדם: כמה עובדים נצטרך? באילו תפקידים? איפה צפויים פערים? מה הסיכון אם לא נגייס בזמן? ואיפה כדאי לפתח אנשים מבפנים במקום לגייס מבחוץ?

בדשבורד כזה נרצה לשלב נתוני מצבת עובדים, גיוסים מתוכננים, עזיבות צפויות, תקציב, תפקידים קריטיים, קידומים פנימיים, פערי יכולות ותחזיות צמיחה.

AI יכול לעזור לבנות תרחישים: מה קורה אם קצב העזיבה עולה? מה קורה אם תוכנית הגיוס מתעכבת בחודשיים? מה המשמעות של פתיחת יחידה חדשה? אילו תפקידים נמצאים בסיכון גבוה במיוחד?

פרומפט לדוגמה:

“Create a workforce planning dashboard for HR leadership. Include current headcount, planned hiring, attrition forecast, critical roles, internal mobility opportunities, capability gaps, and scenario analysis for the next 6–12 months.”

זהו דשבורד שהופך את HR משותף תפעולי לשותף אסטרטגי אמיתי.

לסיכום

עולם ה HR מתחלק היום לשניים: מי שממשיכים להפיק דוחות ידנית, ומי שמתחילים לעבוד עם AI כדי לייצר תובנות מהר יותר, ברור יותר וחכם יותר.

AI לא מחליף את אנשי ונשות ה-HR. הוא מחזק אותם. הוא מאפשר להפסיק לבזבז שעות על איסוף, סידור ועיצוב נתונים ולהשקיע יותר זמן במה שבאמת חשוב: ניתוח, השפעה, קבלת החלטות והובלת שינוי.

הכוח האמיתי אינו רק בבניית דשבורד יפה. הכוח הוא ביכולת לשאול שאלות טובות יותר: מה הנתונים מספרים לנו? איפה הסיכון הבא? איפה כדאי להתערב? איך מחברים בין אנשים, ביצועים ואסטרטגיה עסקית?

ברגע ש-HR יודע לקחת נתונים ולהפוך אותם לסיפור ניהולי ברור הוא לא רק מדווח על מה שקרה. הוא עוזר לארגון להבין מה עומד לקרות, ומה נכון לעשות עכשיו.