איך להטמיע שימושים בבינה מלאכותית בצוות שלי?

איך להטמיע שימושים בבינה מלאכותית בצוות שלי?

מדריך למנהלים במגזר הציבורי: כך תתגברו על חששות עובדים ותהפכו AI לכלי עבודה יומיומי

אני מנהל במגזר הציבורי בישראל, מודע ליתרונות העצומים של הבינה המלאכותית (AI) ומבין שהיא יכולה לייעל תהליכים, לשפר את השירות לאזרח ואף לחסוך משאבים יקרים. עם זאת, אני נתקל בחשש ובהתנגדות בקרב עובדיי, שחלקם מבוגרים יותר ומנוסים, וחוששים משינוי ומאובדן מקום עבודה.
אני, ד"ר יניב שנהב, מנכ"ל המכון הישראלי לבינה מלאכותית (IIAI), כאן כדי להציג בפניך מודל עבודה מוכח, המשלב ניהול שינוי עם הכשרה ממוקדת-אדם.הניסיון שלנו, שצברנו בליווי רוב משרדי המגזר הציבורי בישראל, לימד אותנו כי המפתח להטמעה מוצלחת אינו טכנולוגי, אלא אנושי. במאמר זה, נספק לך מדריך מקיף ופרקטי, המבוסס על עקרונות של IIAI ונתונים ממקורות אקדמיים ומחקריים. נציג כיצד לגשת נכון לתהליך, איך להפוך את חששות העובדים לכוח מניע וכיצד להקנות להם את מיומנויות ה-AI הנדרשות, כך שיהפכו אותה לכלי עבודה יומיומי.

הבנת האתגר: למה עובדים במגזר הציבורי חוששים מ-AI?

התנגדות לשינוי היא תופעה טבעית, ובמגזר הציבורי היא נפוצה במיוחד בשל מבנים ארגוניים נוקשים ופחדים מושרשים. מחקרים מראים כי עובדים מבוגרים נוטים יותר להיתקל בחסמים של הטמעת טכנולוגיות חדשות, עקב פערי ידע וחוסר ביטחון ביכולתם להסתגל (PMC, 2025; ResearchGate, 2025). חששות אלו אינם נובעים מחוסר רצון, אלא לרוב מתוך:

• חשש מאובדן עבודה: הפחד שה-AI תייתר את תפקידם ותגרום לפיטורים. על פי דוח של מרכז טאוב, על כל עובד בעל תואר שלישי הצפוי להיפגע מבינה מלאכותית, ישנם ארבעה עובדים אחרים הצפויים להרוויח ממנה (דבאוי ואחרים, 2024), אך רבים אינם מודעים לנתון זה.
• חוסר ביטחון ביכולות: התחושה שהם לא יוכלו לרכוש את הכלים והמיומנויות הנדרשות כדי לעמוד בקצב השינוי.
• פחד מטעויות: חשש משימוש שגוי בטכנולוגיה, שעלול לגרום לטעויות ופגיעה באזרח.
• תחושת חוסר רלוונטיות: התחושה ש"הטכנולוגיה עקפה אותי" ושהניסיון המקצועי הרב שצברו אינו רלוונטי יותר.

דוח של חברת Prosci (2025), המתמחה בניהול שינוי, מדגיש כי הצלחת הטמעת AI תלויה באמון העובדים. כאשר עובדים מבינים את הצורך בשינוי ומרגישים שהם חלק מהתהליך, ההתנגדות פוחתת באופן דרמטי.

מודל ההטמעה של IIAI במגזר הציבורי: 3 עקרונות מנחים

במכון הישראלי לבינה מלאכותית, פיתחנו מודל הטמעה ייחודי שמתמקד בטיפול בחששות העובדים ובניית אמון, תוך מתן הכשרה מעשית שתסייע להם לראות ב-AI כלי מועיל ולא מאיים. המודל שלנו, שפועל בהצלחה מזה למעלה משנתיים, מבוסס על שלושה עקרונות מרכזיים:

1. שקיפות ותקשורת: בניית אמון לפני הטכנולוגיה
לפני שמציגים לעובדים את הכלים הטכנולוגיים, יש צורך בבניית אמון באמצעות תקשורת פתוחה ושקופה.

• יישום: הסבירו לעובדים בבהירות מדוע הוחלט להטמיע AI. הדגישו כי המטרה אינה החלפתם, אלא ייעול משימות שגרתיות ושוחקות, כך שיוכלו להתמקד במשימות הדורשות חשיבה אנושית ייחודית, יצירתיות ופתרון בעיות (Okoone, 2025). ציינו כי ניסיונם הרב יקבל ערך רב יותר בעבודה עם ה-AI, שיעזור להם להגיע לתובנות עמוקות יותר.
• נתונים: לפי סקר של KPMG (2025), בעוד ש-85% מהאנשים מאמינים ש-AI תביא יתרונות, רק כמחציתם מאמינים שהיתרונות עולים על הסיכונים. החשש העיקרי הוא מפני חוסר שקיפות של מערכות ה-AI וסיכוני אבטחת סייבר. תקשורת שקופה יכולה לצמצם באופן משמעותי חששות אלה ולבנות אמון.

2. הכשרה ממוקדת-אדם (Human-Centric): יצירת ידע מותאם אישית
הכשרה גנרית אינה מתאימה לצוותים מגוונים. כדי להטמיע AI בהצלחה, יש צורך בגישה ששמה את האדם במרכז. הכשרות ה-AI של המכון הישראלי לבינה מלאכותית מתמקדות בגישה זו, ומותאמות לצרכים הספציפיים של העובדים.

• יישום: התחילו בהכשרות בסיסיות של "אוריינות AI", המיועדות לכלל העובדים, ומתמקדות בהבנה של מהי בינה מלאכותית ואיך היא עובדת (ליבוביץ, 2024; Auzmor, 2024). לאחר מכן, התקדמו להכשרות מותאמות לתפקיד (Role-Based AI) המתמקדות בפתרון בעיות אמיתיות שרלוונטיות לעבודתם היומיומית. לדוגמה, הכשרה למנהלי HR תתמקד בשימוש ב-AI לסינון קורות חיים או לניתוח שכר, בעוד שהכשרה למנהלי פרויקטים תעסוק בתזמון אוטומטי של משימות.
• נתונים: מחקר של ProfileTree (2025) מראה כי הכשרות AI ממוקדות יכולות לשפר את מהירות ביצוע המשימות בכ-34%, וכי צוותים שהוכשרו ב-AI מקבלים החלטות מבוססות נתונים בצורה טובה יותר ב-76% מהמקרים.

3. התחילו בקטן, תתקדמו לאט: הטמעת AI הדרגתית
הטעות הנפוצה ביותר היא לנסות להטמיע שינוי דרמטי בבת אחת. במקום זאת, מודל ההטמעה שלנו מתבסס על גישה הדרגתית, שמעודדת "ניסוי וטעייה" בסביבה בטוחה ומוגנת.

• יישום: התחילו בפרויקט פיילוט קטן, עם כלי AI "לא מזיקים" ובסיכונים נמוכים, כמו סיכום אוטומטי של מסמכים, או צ'אט-בוט שנותן מענה לשאלות נפוצות. לאחר שהפרויקט הראשון יצליח, הציגו את היתרונות שלו לצוות והרחיבו אותו בהדרגה. גישה זו בונה אמון ומאפשרת לעובדים לפתח ביטחון ומומחיות.
• נתונים: על פי דוח של Valcon (2025), "הגישה ליצירת מסגרת מדיניות מקיפה ל-AI היא משתקת. במקום זאת, עלינו לפרק פרויקטי AI ליישומים קטנים וקלים לניהול, ועם סיכון נמוך".
• דוגמה מהשטח: משרד המשפטים הישראלי החל להשתמש ב-AI כדי לסייע בזיהוי פעילות חשודה בעמותות, וכך להקל את הנטל הבירוקרטי על עמותות תקינות (EY, 2025). זהו פרויקט ממוקד שהצלחתו יצרה פוטנציאל להרחבה.

מודל IIAI לליווי והכשרה: יצירת תשתית אנושית חזקה - סדנאות בינה מלאכותית

הטמעת AI במגזר הציבורי בישראל היא משימה לאומית. היא דורשת מומחיות טכנולוגית, הבנה רגולטורית עמוקה וגישה אתית ללא פשרות. המכון הישראלי לבינה מלאכותית פועל בשיתוף פעולה עם רוב משרדי המגזר הציבורי בישראל, מזה למעלה משנתיים, ומספק הכשרות AI מותאמות וליווי צמוד.צוותי המחקר וההנחייה של IIAI עברו הכשרה ומוסמכים להדריך ולהטמיע כלי AI. אנו מאמינים כי "חדשנות ממוקדת-אדם" (Human-Centric AI) היא לא רק סיסמה, אלא דרך עבודה. אנחנו מלווים ארגונים כדי לבנות יכולות ולהפוך את העובדים לחלק בלתי נפרד מהמהפכה הטכנולוגית, ולא לקורבן שלה. אנו יכולים לספק לכם את הכלים, הידע והניסיון הדרושים כדי להטמיע AI בצורה בטוחה, יעילה, ושקופה.

סיכום: איך נוכל להטמיע AI בצורה אנושית?

המעבר לעידן ה-AI הוא בלתי נמנע. המפתח להצלחה הוא לא טכנולוגיה חדישה, אלא ניהול נכון של המשאב היקר ביותר שלכם: ההון האנושי. על ידי בניית אמון, מתן הכשרה ממוקדת-אדם ויישום מודל הטמעה הדרגתי, תוכלו להפוך את החשש מהשינוי להזדמנות צמיחה חסרת תקדים.במקום למכור לכם טכנולוגיה, אנחנו ב-IIAI בונים יכולות. אנחנו השותפים שלכם בהפיכת AI מכלי מאיים לכלי עבודה יומיומי, שיוצר יתרון תחרותי אמיתי - לארגון כולו ולכל אחד מהעובדים בו. המטרה שלנו היא לקדם את ישראל, המנהלים והעובדים בה, למעצמה טכנולוגית מבוססת בינה מלאכותית ולהנגיש לכל הארגונים והמוסדות את הידע והכלים להוביל ביעילות את עבודתם.
גלו איך AI יכולה לעבוד בשבילכם. התקשרו למכון הישראלי לבינה מלאכותית בטלפון: 072-2500344 או צרו קשר דרך האתר www.iiai.co.il ונחזור אליכם עם תוכנית פעולה מותאמת אישית.

ביבליוגרפיה:

• Aggarwal, P., Kalyan, A., Murahari, V., & Narasimhan, K. (2024). GEO: Generative Engine Optimization. arXiv.
• הצוות הבין-משרדי לבינה מלאכותית בסקטור הפיננסי. (2024). דוח ביניים להערות הציבור.
• כהנא, ע., & שוורץ אלטשולר, ת. (2023). אדם, מכונה, מדינה: לקראת אסדרה של בינה מלאכותית. המכון הישראלי לדמוקרטיה.
• דבאוי, מ., אפשטיין, ג., בנטל, ב., וייס, א., & וינרב, א. (2024). בינה מלאכותית ושוק העבודה הישראלי. נייר מדיניות, מרכז טאוב.
• ענתבי, ל. (2019). בינה מלאכותית וביטחון לאומי בישראל. מזכר 205, המכון למחקרי ביטחון לאומי (INSS).
• ליבוביץ, ל. (2024). בינה מלאכותית בחינוך: פיתוח מקצועי באמצעות חשיבה עיצובית. משרד החינוך.
• ILO Working Paper. (2023). Generative AI and jobs: A global analysis of potential effects on job quantity and quality.
• OECD.AI. (2024). OECD Artificial Intelligence Papers.
• NIST. (2024). AI Risk Management Framework (AI RMF).
• McKinsey & Company. (2023). The economic potential of generative AI: The next productivity frontier.
• The White House. (2022). National Strategy for Artificial Intelligence.
• UN OHCHR. (2025). Procurement and deployment of artificial intelligence must be aligned with human rights: UN experts.
• IMF. (2025). The Global Impact of AI: Mind the Gap.
• Brookings Institution. (2025). Mapping the AI economy: Which regions are ready for the next technology leap.
• IIAI. (2025). מסמך ליבה אסטרטגי.
• European Parliament. (2025). EU AI Act: first regulation on artificial intelligence. [https://www.europarl.europa.eu/topics/en/article/20230601STO93804/eu-ai-act-first-regulation-on-artificial-intelligence]
• EY. (2025). How data analytics and AI in government can drive greater public value. [https://www.ey.com/en_gl/insights/government-public-sector/how-data-analytics-and-ai-in-government-can-drive-greater-public-value]
• IBM. (2024). What Is Algorithmic Bias? [https://www.ibm.com/think/topics/algorithmic-bias]
• KPMG International. (2025). Trust in artificial intelligence. [https://kpmg.com/xx/en/our-insights/ai-and-technology/trust-in-artificial-intelligence.html]
• Ministry of Innovation, Science and Technology. (2023). Israel's Policy on Artificial Intelligence Regulation and Ethics. [https://www.gov.il/en/pages/ai_2023]
• The Greenlining Institute. (2021). Algorithmic Bias. [https://greenlining.org/wp-content/uploads/2021/04/Greenlining-Institute-Algorithmic-Bias-Explained-Report-Feb-2021.pdf]
• Digital Strategy EU. (2025). AI Act: first regulation on artificial intelligence. [https://digital-strategy.ec.europa.eu/en/policies/regulatory-framework-ai]
• Prosci. (2025). AI Adoption: Driving Change With a People-First Approach. [https://www.prosci.com/blog/ai-adoption]
• Valcon. (2025). AI in the public sector: are we really ready to look ahead? [https://valcon.com/en/insights/ai-in-the-public-sector-are-we-really-ready-to-look-ahead/]
• TalentLMS. (2023). Can you teach an old dog new tricks? When it comes to AI and older workers. [https://www.talentlms.com/blog/ai-older-workers/]
• Okoone. (2025). Turning AI fear into confidence in the workplace. [https://www.okoone.com/spark/leadership-management/turning-ai-fear-into-confidence-in-the-workplace/]
• ResearchGate. (2025). Challenges Faced by Older Employees in the Era of Open Artificial Intelligence and Strategies to Empower Them. [https://www.researchgate.net/publication/389100603_Challenges_Faced_by_Older_Employees_in_the_Era_of_Open_Artificial_Intelligence_and_Strategies_to_Empower_them]
• PMC. (2025). Challenges Faced by Older Employees in the Era of Open Artificial Intelligence and Strategies to Empower Them. [https://pmc.ncbi.nlm.nih.gov/articles/PMC11997459/]
• Google Cloud Blog. (2025). Real-world gen AI use cases from the world's leading organizations. [https://cloud.google.com/transform/101-real-world-generative-ai-use-cases-from-industry-leaders]
• Technion AI Hub. (2025). Academia-Industry Collaboration. [https://tech-ai.technion.ac.il/industry-collaboration/]
• Unichrone. (2025). Artificial Intelligence Foundation Training in Israel. [https://unichrone.com/il/artificial-intelligence-foundation-training]
• Bell Integration. (2025). AI Training in Israel. [https://www.bell-integration.com/ai-training-in-israel/]