גרטנר: שליש מהפיטורים בגלל AI יחזרו עד 2029

בבנק Commonwealth של אוסטרליה פיטרו יותר מ-40 נציגי שירות והחליפו אותם בבוט קולי מבוסס AI. תוך זמן קצר נפחי השיחות הנכנסות זינקו, זמני ההמתנה התארכו, והבנק נאלץ להחזיר עובדים לתפקידים שסגר. זו לא אנקדוטה בודדת — זו מגמה שגרטנר כבר נתנה לה מספר.

המספר שמאחורי הכותרת

לפי גרטנר, לפחות 30% מהתפקידים שבוטלו בטענה של "התייעלות AI" יוחזרו עד 2029 — ובארגונים גדולים האחוז קופץ לכ-40%. טורי פאולמן, אנליסטית VP בגרטנר, מסכמת את זה חד: "כשמנהלי עסקים ו-IT יביטו אחורה על העידן המוקדם של AI, הם יבינו שהטעות הגדולה שלהם הייתה האמונה שאוטומציה של עבודה היא המטרה — כשבעצם ההזדמנות האמיתית הייתה הגברת כוח האדם". פאולמן מוסיפה נתון לא פחות מטריד: ביותר ממחצית מלקוחות הארגונים של גרטנר, ההנהלה הבכירה כבר קבעה "מספר" יעד לחיסכון שצריך להגיע מ-AI — לפני שמישהו בדק אם זה בכלל אפשרי בלי לפגוע בשירות.

מי כבר שילם את המחיר

קלארנה היא אולי הדוגמה הכי מצוטטת: החברה קיצצה בכוח אדם בהתלהבות, גילתה שאיכות השירות צנחה, והמנכ"ל הודה בפומבי ש"הלכנו רחוק מדי" — וחזרה לגייס. פורד גייסה בשלוש השנים האחרונות 350 מהנדסים ותיקים כדי לטפל בבעיות איכות שרכב שמערכות אוטומטיות פספסו. IBM הכריזה על שילוש בגיוס בכירים ג'וניור בארה"ב ב-2026. גם CSX, Booz Allen Hamilton ואלפאבית מופיעות ברשימת החברות שהודו בקיצור או ביטלו בשקט קיצוצים שתלו ב-AI. ומחקר של Forrester מוסיף שכבר 55% מהעסקים מתחרטים על קיצוצים שקשורים ל-AI, וחוזים שכמחצית מהפיטורים האלה "יתבטלו בשקט" — כלומר בלי הודעה רשמית, פשוט גיוס מחדש לתפקיד דומה תחת כותרת אחרת.

הטעות לא הייתה ב-AI. היא הייתה במחשבה שאוטומציה שווה חיסכון.

למה זה קורה — ומה זה אומר לכם

הדפוס חוזר על עצמו: מנהל רואה כלי AI מרשים בדמו, מחליט שהוא "מחליף עובד", מקצץ תקן לפני שהתהליך נבדק בעומס אמיתי — ולקוח, שירות או תפוקה נפגעים. זה בדיוק מה שכתבתי על ההשקה המבולגנת של GPT-6 Astra: הכלים החדשים חזקים באמת, אבל השקה מהירה בלי מיפוי סיכונים היא לא אומץ, היא הימור.

אני רואה את זה כל שבוע אצל לקוחות: מותג מבטל משרת קופירייטר כי כלי ג'נרטיבי "כותב מצוין", ותוך חודשיים גיליון התוכן נשמע כמו כולם — כי אף אחד לא נשאר לשמור על קול המותג. אותו הדבר עם מנהלי סושיאל שהוחלפו בכלי תזמון אוטומטי, ואז אין מי שיזהה שקמפיין מתנגש עם משבר PR באותו שבוע. אם אתם עומדים בראש צוות שיווק, מותג או תוכן — ה"מספר" שהנהלה מבקשת מכם לספק צריך להיות מגובה בבדיקה: אילו חלקים בעבודה הם ביצוע חוזר שאפשר להאיץ, ואילו הם שיקול דעת, יחסי לקוח או אחריות על תוצאה — שאסור להוציא מידי בן אדם רק כי אפשר.

איך לא להיות הסטטיסטיקה הבאה

ההבדל בין ארגון שמרוויח מ-AI לארגון שיצטרך לגייס בחזרה הוא לא הכלי — הוא השאלה שנשאלת לפני שמקצצים. "כמה נחסוך אם נוציא בן אדם" היא השאלה הלא נכונה. השאלה הנכונה היא "מה הבן אדם הזה עושה שה-AI לא יכול, ומה קורה ללקוח אם זה ייפול".

אני מנהל/ת צוות ובו התפקיד הבא: [שם התפקיד + תיאור קצר של המשימות היומיומיות].
אני שוקל/ת להיעזר ב-AI כדי לצמצם את היקף התפקיד הזה או לבטל אותו.

נתח/י עבורי את המשימות בתפקיד ופצל/י אותן לשתי קטגוריות:
1. "ביצוע חוזר" — משימות שה-AI יכול לבצע ברמת איכות דומה, עם פיקוח מינימלי
2. "שיקול דעת / יחסים / אחריות" — משימות שדורשות הקשר אנושי, יחסי אמון עם לקוח, או אחריות על תוצאה שאי אפשר להעביר לאלגוריתם

לכל קטגוריה, תן/י המלצה: "להאיץ עם AI", "לא לגעת", או "לבדוק שוב בעוד 6 חודשים" — וציין/י מה הסיכון הקונקרטי אם טעיתי בהחלטה.

זה בדיוק ההבדל בין ארגונים שמשתמשים ב-AI כדי לגדול לבין אלה שיצטרכו לגייס בחזרה תוך שנתיים במחיר גבוה יותר. אם אתם רוצים ללוות את הצוות שלכם דרך התהליך הזה נכון — מיפוי תפקידים, הטמעה מדורגת ובניית מדיניות AI פנים-ארגונית — כאן בדיוק המקום שבו אנחנו נכנסים לתמונה.