מטמיע.ה HR AI, ומה התפקיד החדש עושה בארגון

עד לפני שנתיים ארגון טיפוסי הפעיל מערכת לגיוס, מערכת לנוכחות, מערכת להדרכה, קבוצת וואטסאפ לתקשורת פנים וקובץ אקסל שאיחד את הכול פעם בחודש. כל אחת מהן עבדה. יחד הן ייצרו שני מקורות אמת לאותו עובד.

כשנכנס AI לתמונה, הבעיה לא נפתרה אלא הוכפלה: עכשיו יש גם מודל שמייצר מספרים, ואף אחד לא יודע על סמך מה.

שלושה דברים קרו במקביל. ראשית, מודלים הגיעו לרמת אמינות שמאפשרת להם לקרוא מסמך ולהוציא ממנו שדות, וזו בדיוק העבודה שצרכה את רוב הזמן של צוותי גיוס. שנית, הרגולציה הישראלית התהדקה סביב תיעוד: תיקון 24 לחוק הגנת השכר הפך רישום נוכחות לא מאושר לחשיפה כספית ישירה. שלישית, ההנהלות התחילו לשאול על החזר ההשקעה של כלי AI, ולא רק להתלהב מהם.

הצטלבות של השלושה יוצרת את התפקיד. מישהו.י צריך להחזיק גם את השאלה הטכנית, גם את השאלה המשפטית וגם את השאלה הניהולית, ולתת עליהן תשובה אחת.

למפות איפה נוצר מידע. לא אילו מערכות יש, אלא באילו רגעים נוצרת עובדה על עובד: מועמדות שנכנסת, שעה שנרשמת, הסכם שנחתם, יום חופשה שאושר. רוב הארגונים מגלים בשלב הזה שאותה עובדה נוצרת בשני מקומות.

להגדיר את שער האישור. לכל תהליך אוטומטי צריך להיות רגע שבו אדם מאשר, והרגע הזה צריך להיות כתוב במערכת ולא בהסכמה שבעל פה. דוגמה מהעולם האמיתי: רישום נוכחות שהוזן ידנית מסומן ככזה, מחייב אישור של אדם אחר מזה שהזין, ושעות שלא אושרו אינן נספרות בדוח לשכר. זו ארכיטקטורה, לא תזכורת.

למדוד את מה שהשתנה. לא מספר הפעולות שה-AI ביצע, אלא כמה החלטות הגיעו למנהל מוכנות להכרעה במקום להגיע כערימת מסמכים.

מי שרוצה ללמוד לעשות את שלושת השלבים האלה על מערכת אמיתית: קורס HRAI למשאבי אנוש, 20 שעות עם מירב סלע.

זו השאלה שמפרידה בין הטמעה שעובדת לבין פיילוט שנתקע. התשובה הקצרה: בכל מקום שבו הטעות פוגעת באדם ולא בתהליך.

הכלל שמאחורי הטבלה הוא שהמכונה מכינה את ההחלטה ולא מקבלת אותה. בקוד של מנוע הסינון זה מנוסח כך: הניקוד הוא כלי עזר ואינו החלטת גיוס.

זה החלק שכמעט אף אחד לא מדבר עליו, והוא החשוב ביותר.

מערכות גיוס רבות מציעות סינון מועמדים לפי מין ולפי גיל, לפעמים בשם מכובס כמו טווח שנות לידה. סינון כזה הוא הפליה אסורה לפי חוק שוויון ההזדמנויות בעבודה, התשמ״ח 1988. מטמיע.ה HR AI טוב.ה יבדוק את זה לפני כל דבר אחר, כי פילטר כזה לא משאיר עקבות בדוח: המועמדת פשוט לא הופיעה ברשימה, ואף אחד לא ידע שהיא הייתה שם.

ארבע בדיקות שאפשר להריץ היום על המערכת שכבר יש בארגון:

ארגון שעונה על ארבע השאלות האלה יודע יותר על סיכון ההפליה שלו מרוב הארגונים במשק.

מטמיע.ה HR AI לא חייב.ת לכתוב קוד, אבל כן חייב.ת לדעת לשאול את הספק ארבע שאלות טכניות. אלה הן, עם התשובות שלנו כדוגמה.

מי כתב את זה. הצד הטכנולוגי של HRAI נכתב על ידי שי טרוצמן, יזם וארכיטקט AI: מנכ"ל JDate ב-Spark Networks, ‏Chief Digital Officer בדקה 90 וברשת המלונות פתאל-לאונרדו, ‏Solution Architect ב-Salesforce Marketing Cloud, ומייסד Wizlu — ייעוץ AI לארגונים. הצד השני, זה שקובע מה נכון לעשות במשאבי אנוש, הוא של מירב סלע. החלוקה הזו היא הסיבה שהגבולות בין מה שאוטומטי לבין מה שאנושי כתובים בקוד ולא במסמך נוהל.

אלה ששת הדברים שמטמיע.ה HR AI בודק.ת בשבוע הראשון. הבדיקה כאן רצה בדפדפן שלכם בלבד — שום תשובה אינה נשלחת לשום מקום.

לא לפי כמות הפעולות האוטומטיות. שלושה סימנים אמיתיים:

המערכת אומרת לא יודע. מסך ניהול טוב שאין לו נתון מספיק מציג קו ואת הסיבה, ולא אפס. למשל: לחלק מהעובדים חסר תאריך תחילת עבודה, ולכן אי אפשר לחשב תחלופה. אפס מזויף גרוע ממסך ריק, כי מנהל מקבל עליו החלטות.

החריגה מגיעה עם ההקשר שלה. תחלופה שנתית מעל 25 אחוז ושיעור היעדרות מעל 4 אחוזים הם הספים שבהם לוח המנכ"ל של HRAI מעלה התראה, ולצד ההתראה נכתב על מה היא מבוססת (כמה עזיבות מתוך איזו מצבה ממוצעת). ענפים נבדלים זה מזה, ולכן מה שחשוב הוא לא המספר אלא שהוא מוצג עם הסף ועם הבסיס: מסך שמראה 31 אחוז בלי לומר מתי זה חריג ומתוך מה זה חושב לא עוזר לאף אחד.

מה שממתין להחלטה מרוכז במקום אחד. הסכם שממתין לחתימה, רישום נוכחות שלא אושר, מסמך שפג תוקפו. אלה שלושה דברים שונים לגמרי, וכולם אותו סוג של חוב.

מארגון שמעולם לא עשה את המיפוי, השלב הראשון לוקח שבוע ולא רבעון. לוקחים תהליך אחד, בדרך כלל גיוס או נוכחות, ועונים על שלוש שאלות: איפה נוצר המידע, מי מאשר, ומה קורה כשהמערכת לא בטוחה. אחרי שיש תשובה לתהליך אחד, השאר חוזר על עצמו.

ואם אין בארגון מי שיעשה את המיפוי, זה בדיוק מה שמתרגלים במודול הראשון של קורס HRAI למשאבי אנוש.

מי שרוצה לראות איך זה נראה כשזה כתוב בקוד ולא בנוהל, מוזמן לקבוע הדגמה או לקרוא איך זה עובד בנוכחות ובמשמרות. מי שרוצה להתחיל מהחוק: מה חייב להופיע בתלוש לפי תיקון 24.

התפקיד חדש, ולכן אין אליו מסלול אחד. מה שחוזר אצל מי שעושה אותו טוב הוא לא הרקע אלא שלושה דברים: להבין תהליך מקצה לקצה, לקרוא מספרים בלי לפחד מהם, ולדעת לשאול ספק את השאלות הלא נעימות.

מה שכן נדרש בכל אחת מארבע הדרכים: לעבוד על מערכת אמיתית ולא על מצגת. תהליך שמיפיתם בעצמכם, סף סינון שהגדרתם ובדקתם מה קרה למי שנפל מתחתיו, ומדד אחד שאתם יודעים להסביר להנהלה.

כל מה שכתוב למעלה הוא מה התפקיד. את האיך מתרגלים על מערכת אמיתית: פותחים משרה, מגדירים סף סינון, בודקים מה קרה למי שנפל מתחתיו, בונים מסלול קליטה, וקוראים מדדים שאפשר להציג להנהלה.