TL;DR: AI לא מחליף מנהלים. הוא לוקח את החלק המכני של העבודה הניהולית, ומשאיר אצלכם בדיוק את מה שאי אפשר להאציל: אמון, קריאה נכונה של החדר, שיקול דעת כשהנתונים לא מספיקים, והאחריות על ההחלטה. מה שכן משתנה, ומהר, זה מה שאתם מבקשים מהצוות שלכם.
אני מעביר הרצאות וסדנאות להנהלות בכירות, ואני מודה שזה החלק שאני הכי אוהב בעבודה. בשבועות האחרונים הייתי מול המנכ"לים והסמנכ"לים של קבוצת UMI ומול ההנהלה הבכירה של אמישראגז, ומה שהפעים אותי בשתי הקבוצות הוא שאף אחד שם לא שאל "האם". שאלו "איך".
אבל השאלה על ההחלפה תמיד מגיעה. בדרך כלל בהפסקה, ליד הקפה, אחרי שהחדר התרוקן. אז בואו נפרק אותה.
ההקשר שכדאי להחזיק בראש
לפני שמתווכחים על החלפת מנהלים, שווה להסתכל איפה השוק באמת עומד. ל-85% מהעובדים בעולם יש היום גישה לכלי AI. 25% משתמשים בהם בפועל. ובמקביל, כ-95% מהפיילוטים הארגוניים לא הזיזו את השורה התחתונה (הנתונים מ-IBM CEO Study 2026, מ-McKinsey ומ-MIT Project NANDA, שלושה גופים שבודקים אימוץ טכנולוגיה בארגונים ולא מוכרים את הכלים).
קחו רגע לעכל את הפער הזה. הטכנולוגיה כבר בידיים של כמעט כולם, ורוב הארגונים עדיין לא הפכו אותה לשום דבר.
מה שזה אומר בפועל הוא שהסיפור כאן הוא לא סיפור של יכולת טכנולוגית. הכלי מוכן. הפער הוא ניהולי, וזו בדיוק הסיבה שאני מתעקש לעבוד מול הנהלות ולא רק מול צוותים.
מה AI באמת לוקח מהשבוע שלכם
יש חלק מהעבודה הניהולית שהוא איסוף וסיכום. לרדוף אחרי שלושה אנשים כדי להבין איפה הפרויקט עומד. להפוך 63 שקפים של בקרה תקציבית לחמש נקודות. לכתוב את המייל שמסכם את הישיבה. להכין את מסמך ההחלטות לוועדה.
את זה AI עושה היום טוב. לא מושלם, טוב. אני מריץ את הדברים האלה חי מול הנהלות, על הקבצים שלהן, ובדרך כלל זה לוקח שתיים עד שלוש דקות למשהו שלקח שעה.
וההפתעה היא שרוב המנהלים לא אוהבים את החלק הזה ממילא. אף אחד לא נהיה מנהל כדי לרדוף אחרי עדכוני סטטוס.
מה נשאר אצלכם
אמון. אנשים סומכים על בן אדם. הם לא סומכים על פלט.
אמפתיה וקריאת חדר. להבין שמי שאמר "סבבה, אין בעיה" בישיבה מתכוון להפך הגמור. זה לא כתוב בשום קובץ, ולכן שום כלי לא יראה את זה.
שיקול דעת כשהנתונים לא מספיקים. זה הלב של ניהול. מודל נותן לכם את התשובה הסבירה על סמך מה שראה. מנהל נדרש להחליט דווקא כשהמידע חלקי והצדדים חלוקים.
והאחריות. אפשר להאציל משימה לכלי. אי אפשר להאציל לו את מי שעומד מול הדירקטוריון ומסביר למה זה לא עבד.
אני מנסח את זה בהרצאות כך: הוא הטיוטה, אתם החתימה.
וזה לא משפט יפה, זו שיטת עבודה. הפלט שיוצא מהכלי הוא חומר גלם. מה שהופך אותו למשהו ששווה להגיש הוא מה שאתם יוצקים פנימה: תובנות, ניסיון אישי, קריאייטיב, אסטרטגיה והרבה מאוד מוח אנושי.
מי שעושה קופי פייסט מהכלי אל המייל לא מתייעל, הוא רק מקצר את הדרך לפאדיחה. וזה, אגב, התשובה הכי טובה לשאלה שפתחנו בה: הדבר שלא ניתן להחלפה הוא בדיוק החלק שמוסיפים אחרי שהטיוטה מוכנה.
אם בדקתם פעם אחת והתאכזבתם
זו כנראה ההסתייגות הכי נפוצה שאני שומע בחדר, והיא כמעט תמיד מבוססת על בדיקה ישנה.
לפני שלוש שנים בדקתי בעצמי בדיוק את אותן משימות וקיבלתי תוצאה בינונית מינוס. היום אותו כלי בדיוק עושה את זה מצוין, ולא בגלל שאני השתפרתי. בשלוש השנים האלה מיקרוסופט החליפה שם את כל הארכיטקטורה, וביוני 2026 גם שינתה את הממשק מהיסוד.
מי שבדק פעם אחת והתאכזב, בדק גרסה שכבר לא קיימת. זה נכון לגבי הכלי, וזה נכון בדיוק באותה מידה לגבי המסקנה שהסקתם ממנו על העתיד של התפקיד שלכם.
מה כן משתנה בתפקיד, וזה החלק שמפספסים
השינוי האמיתי הוא לא במה שאתם עושים. הוא במה שאתם מבקשים.
עד היום ישיבת בקרה התחילה בזה שמישהו הכין טבלה. עכשיו הישיבה מתחילה מהתשובות, כי הטבלה כבר קיימת לפני שנכנסתם. וזה משנה את הדרישה מהצוות: במקום "תכין לי טבלה", הבקשה הופכת ל"תבוא עם המסקנה".
מנהל שממשיך לבקש טבלאות מקבל טבלאות, ומבזבז את הזמן שהתפנה. זו הטעות שאני רואה הכי הרבה, והיא לא טעות טכנולוגית.
החלק הלא נעים, ואני אומר אותו בכל מפגש
יש מנהלים שהערך שלהם בארגון היה בעיקר ריכוז מידע. הם ידעו מה קורה בשלושה צוותים, והידיעה הזאת היתה הכוח שלהם.
לאנשים האלה יש בעיה אמיתית. ברגע שכל אחד בארגון יכול לשאול שאלה ולקבל את התמונה, הצומת מפסיק להיות צומת.
הבשורה הטובה היא שזה כמעט תמיד ניתן לתיקון, כי המנהלים האלה מכירים את הארגון לעומק. הם צריכים להעביר את הזמן שהתפנה להחלטות ולפיתוח אנשים. מי שעושה את המעבר יוצא מחוזק, ומי שנצמד לתפקיד הצומת נשחק לאט.
למה דווקא אתם, ולא הצוות
הנה הנתון שאני מציג להנהלות, והוא הכי חשוב במצגת שלי: יוזמת AI שיש לה גיבוי של הנהלה בכירה היא בעלת סיכוי גבוה פי 3.8 להשיג את היעדים שלה. מכל הגורמים שנבדקו, זה הפער הגדול ביותר בין הצלחה לכישלון (הנתון מגיע ממחקרי Prosci, KPMG Global AI Pulse 2026 ו-Gallup, גופים שעוסקים בניהול שינוי ובמדידה ארגונית).
ולצד זה: רק 24% מהמנהלים אומרים שהמנכ"ל אחראי לתוצאות של AI, ורק 22% מהעובדים בכלל שמעו מההנהלה איך זה ייושם אצלם.
המשמעות פשוטה. עובד מתחיל להשתמש בזה כשהמנהל שלו שואל אותו עליו. לא כשיש רישיון, ולא כשיש הדרכה. כששואלים אותו בישיבה.
אתם לא מוחלפים, אתם הבעלים
וכאן נמצא ההיפוך שאני הכי אוהב להגיד בחדר. השאלה אם AI מחליף מנהלים מניחה שאתם הצד הפסיבי בסיפור. אתם לא. המנכ"ל או המנכ"לית, והסמנכ"לים והסמנכ"ליות, הם ה-Owners של הפרויקט הזה.
להיות Owner זה לא לאשר תקציב ולקבל דיווח רבעוני. זה לתת לצוות זמן ללמוד, זמן ללמוד עוד וזמן לתרגל. זה לתת לצ'מפיונים זמן להתמקצע, להיות מנטורים וללמד אחרים. בלי השעות האלה שום דבר מזה לא קורה, ואף אחד חוץ מכם לא יכול להקצות אותן.
וזה כולל גם דרישה. ההנהלה צריכה לדרוש, ממש לדרוש, מכל מי שתחתיה להשתמש ב-AI בכל משימה, או לפחות לנסות. זו כבר לא פאדיחה להשתמש בבינה, זו חובה של ממש. ובאותה נשימה לדרוש שלא יעשו קופי פייסט, אלא יתייחסו לכל פלט כטיוטה.
ועוד דבר אחד, שנשמע קטן ואינו: תדברו על זה בישיבות. בישיבת ההנהלה ובישיבות הצוות, כסעיף קבוע בשגרה הניהולית. נושא שלא עולה בישיבה מסמן לכולם שהוא לא באמת חשוב.
מה הייתי עושה ברבעון הקרוב
שבו עם צוות ההנהלה ופרקו שבוע עבודה אחד של כל אחד מכם. לא תחומי אחריות, שבוע בפועל. סמנו מה מזה איסוף וסיכום. זו השורה שמשתחררת.
אחר כך תבחרו ישיבה קבועה אחת, ותשנו בה בקשה אחת: במקום לבקש את הנתונים, בקשו את המסקנה ואת ההמלצה. תראו מה קורה לשיחה.
ותמדדו, כל הזמן. שני דברים נפרדים: את השימוש בפועל (כמה אנשים עובדים עם זה בשבוע נתון, לא כמה נכנסו פעם אחת) ואת הביזנס אימפקט. זה כרוך בקביעת KPIs מראש, ובלעדיהם תגלו בעוד חצי שנה שאתם מתווכחים על תחושות.
ואם אתם רוצים לעשות את זה מול הצוות שלכם ולא לבד, זה בדיוק מה שקורה בהרצאת בינה מלאכותית למנהלים ולהנהלה בכירה שאני מעביר.
שאלות ותשובות
אילו תפקידי ניהול באמת בסיכון?
בעיקר תפקידים שכל תוכנם העברת מידע ותיאום, בלי סמכות החלטה. בארגונים גדולים יש לא מעט כאלה. תפקיד שכולל החלטה, אחריות ופיתוח אנשים לא נמצא בסיכון הזה.
מנהל צריך ללמוד את הכלים בעצמו, או שמספיק שהצוות יידע?
בעצמו, ואני נחרץ בזה. מנהל שלא נגע בכלי לא יודע להעריך מה סביר לבקש מהצוות. והצוות רואה מה אתם עושים עם זה, גם אם תשתקו.
איפה הכלי מצוין ואיפה לא, בלי הבטחות?
מצוין בניתוח, בחקירה ובשאלות פתוחות. לא מתאים לדוח שחייב לצאת זהה בכל הרצה, ומיקרוסופט אומרת את זה בעצמה. כל מספר שיוצא החוצה עובר בדיקה שלכם.
איך מסבירים את זה לצוות בלי לייצר פאניקה?
מדברים על משימות ולא על אנשים. "המשימה הזאת עוברת לכלי" זו שיחה עניינית. "אנחנו בודקים מה AI יכול לעשות במקומכם" תיגמר בהתנגדות, ובצדק.
שורה תחתונה
AI לא מחליף מנהלים. הוא מוציא מהתפקיד את החלקים שאפשר לתאר בנוהל, ומשאיר את החלקים שאי אפשר. מי שהתפקיד שלו היה בעיקר נוהל צריך לזוז, ומהר. מי שמנהל בני אדם והחלטות מקבל בחזרה את הזמן שנגנב ממנו.
ואם אתם ואתן שואלים את זה על עצמכם ולא על התיאוריה, זה כבר סימן טוב. המנהלים שנשארים רלוונטיים הם אלה ששואלים.
אייל מרקוס הוא מרצה, מנחה סדנאות ויועץ בינה מלאכותית, ומעביר הרצאות AI, סדנאות, הדרכות Copilot וייעוץ הטמעה לרוחב הארגון. הוא עוסק ב-AI באובססיביות מתחילת 2022, כמעט שנה לפני שChatGPT יצא לאוויר, מפעיל את הניוזלטר השבועי "Don't Panic" כבר יותר משלוש שנים ומנחה את הפודקאסט "Hands On AI". הוא העביר 140 מפגשים ב-55 ארגונים, בעברית ובאנגלית, בהייטק ובארגונים שאינם הייטק.
