האטה בגיוס עובדים זוטרים מתחילה להופיע בנתונים האמיתיים

ב-24 ביוני 2026 דיווחה רויטרס על מחקר שווייצרי של jobs.ch שמראה כי הגיוס לתפקידי כניסה מתחיל להיחלש במקומות שבהם AI יכול לבצע חלק מהעבודה הבסיסית. המחקר בחן יותר מ-7.3 מיליון מודעות דרושים ומצא ששיעור משרות הכניסה שפורסמו בשווייץ ב-2025 היה נמוך ב-32% מהממוצע שבין 2019 ל-2022, תקופה שהמחקר התייחס אליה כקו הבסיס שלפני עידן ה-AI. שיווק, מנהלה, כספים ו-IT היו בין התחומים שנפגעו הכי הרבה.

זהו סוג האות הראשון שמנהיגים עסקיים צריכים לקחת ברצינות. השינוי הזה בביקוש לכוח אדם כבר נצפה בפועל, מעבר לכל ויכוח תיאורטי על השפעת AI על עבודה זוטרה בעתיד. התפקידים החשופים ביותר הם המשימות שבתחילת הקריירה שבמסורת נתנו לאנשים את הניסיון המסחרי הראשון שלהם: ניסוח, בדיקה, סיכום, הכנת דוחות, איסוף מידע, עיצוב מסמכים, התאמת נתונים ותמיכה בעובדים בכירים.

החיסכון לטווח הקצר מאי-גיוס עובדים זוטרים עלול להפוך לעלות לטווח הארוך של היעדר אנשים מנוסים בעתיד.

היכן החיסכון עשוי להופיע ראשון

עבור עסקים בגודל בינוני, הפיתוי מובן. אם AI יכול להפיק טיוטה ראשונה, לסכם גיליון נתונים, להכין תדריך שיווקי, לסווג פניות לקוחות או לבדוק מסמך, מנהלים עשויים להחליט לדחות את גיוס העובד הזוטר. בטווח הקצר זה יכול להיראות יעיל: שכר העבודה נמוך יותר, העובדים הבכירים מקבלים סיוע מ-AI, והעבודה החוזרת מתקדמת מהר יותר.

בעיית צינור הכשרון

כל עסק תלוי בצינור נסתר. עובדים זוטרים הופכים לעובדים מנוסים כי מישהו נותן להם עבודה ראשונית לא מושלמת, מפקח עליה, מתקן אותה ומאפשר להם לבנות שיקול דעת עם הזמן. אם חברות מפסיקות לגייס עובדים זוטרים כי AI יכול לבצע את המשימות הבסיסיות, הן עלולות לגלות בהמשך שאף אחד לא למד את העסק מהיסוד.

הסיכון חורג מקושי גיוס עתידי בלבד, יש לו גם ממד תרבותי. חברה שהופכת כבדת-בכירים מדי עלולה לאבד את האנרגיה, הסקרנות, יכולת ההסתגלות והשטף הדיגיטלי שעובדים צעירים מביאים איתם. היא עלולה גם לאבד נאמנות. אם כשרונות בתחילת הקריירה לא רואים מסלול לעבודה משמעותית, הכשרה, קידום ואחריות, הם יעברו למעסיקים שיכולים להציע חוזה התפתחות ברור יותר.

איך לגייס עובדים זוטרים כאשר AI מצמצם את התשואה המיידית עליהם

גיוס עובדים זוטרים בדיוק כמו בעבר, תוך העמדת פנים ש-AI לא שינה דבר, אינו הפתרון. הפתרון הוא עיצוב מחדש של התפקיד הזוטר עצמו. עובדי כניסה כבר לא צריכים לשמש רק ככוח עבודה זול למשימות חוזרות. יש לגייס אותם לתוך מערכות למידה מובנות, שבהן AI מטפל בחלק מהייצור הבסיסי, בעוד העובד לומד שיקול דעת, הקשר לקוחות, בעלות על תהליכים וקבלת החלטות עסקית.

המשמעות היא שהחברה צריכה להבהיר את הצעת הערך. עובד זוטר עשוי להיות פחות רווחי בשנה הראשונה, בייחוד אם AI מסוגל להשלים חלק מהעבודה מהר יותר. אבל אם העסק מתייחס לאותו עובד כאל השקעה ביכולת לטווח ארוך, המשוואה הכלכלית משתנה. המטרה היא לפתח עובד עתידי שיודע לשלב שטף ב-AI עם ידע על החברה, הבנת לקוחות ושיקול דעת מקצועי, ולא רק להשוות עובד זוטר בודד מול AI במשימה אחת.

גישה מעשית היא להפוך את גיוס העובדים הזוטרים למחייב, שקוף ומכוון התפתחות יותר. במקום לומר “הצטרפו אלינו ותעשו מה שצריך”, החברה יכולה להגדיר מסלול של שנתיים או שלוש: קודם שליטה בכלים, אחר כך בעלות על תהליכי עבודה חוזרים, לאחר מכן תמיכה בהחלטות לקוחות או ניהול, ולבסוף הובלה של תחום תהליכי קטן. זה נותן לעובדים הצעירים סיבה להישאר, ונותן לעסק ביטחון שעלות ההכשרה של היום הופכת ליכולת של מחר.

התפקידים הזוטרים החזקים ביותר ישתמשו ב-AI כסביבת הכשרה, במקום להתחרות בו. אנליסט זוטר צריך ללמוד איך לתשאל תובנות שנוצרו על ידי AI. עוזר שיווק צריך ללמוד איך לשפר טיוטות AI באמצעות שיקול דעת מותגי. בודק מסמכים צריך ללמוד איך לאמת איתור בעיות של AI מול חומר המקור. הכישור האנושי הופך לפיקוח, הקשר, הסלמה ואיכות ההחלטה.

DNLA Playbook לגיוס עובדים זוטרים בעידן ה-AI

• עצבו מחדש את התפקיד עצמו, מעבר לשינוי בשכר. הגדירו מה העובד הזוטר ילמד מעבר למשימות ש-AI כבר יודע לבצע.
• צרו מסלול התקדמות גלוי. הראו לעובד אילו כישורים, תחומי אחריות, מדרגות שכר ותארים זמינים לאורך שנתיים או שלוש.
• השתמשו ב-AI ככלי הכשרה מפוקח. אפשרו לעובדים הזוטרים לעבוד עם מערכות AI מאושרות, אך דרשו בדיקה, הסבר ותיקון מצד עובדים בכירים.
• מנו חונכים עם אחריות ברורה. יש להעריך עובדים בכירים גם על פיתוח כשרונות זוטרים, מעבר לתפוקה האישית שלהם בלבד.
• הגנו על זמן הלמידה בתחילת הקריירה. תזמנו הכשרה, משוב והפקת לקחים במקום למלא כל שעה בעבודת ייצור.
• תגמלו שימור וצמיחת יכולות. השתמשו בבונוסים, הסמכות, ניידות פנימית וטריגרים לקידום כדי למנוע מכשרונות צעירים לעזוב אחרי שהחברה הכשירה אותם.

DNLA Take