לשיחת היכרות

תגית: חדשנות

10 מגה טרדנס שמשפיעים על שוק העבודה בשנת 2025

 מאת: ד"ר ענת קלומל-צוייג, יועצת אסטרטגית, מידענית אנליסטית ומנכ"לית מכללת בר-אוריין. 

שנת 2025 מסתמנת כנקודת מפנה דרמטית בשוק העבודה. יותר ויותר חברות וארגונים מאמצים טכנולוגיות חדשות ומתאימים את שיטות העבודה למהפכת הבינה המלאכותית. בניגוד לשנים קודמות, כעת מדובר בתופעה חוצת תעשיות. גם תחומים מסורתיים כגון בנקאות, ביטוח, ורפואה עוברים טרנספורמציה דיגיטלית מואצת. גם במגזרים אלו כלי AI בכל שלב מהעבודה השוטפת. אימוץ טכנולוגיות אלה מצריך מהעובדים לרכוש מיומנויות חדשות, כולל היכרות עם בינה מלאכותית ויכולות אוטומציה, כמו גם שליטה בעיבוד וניתוח נתונים. יש כאן חשיבות גם להיכרות עם הרגולציה בתחום אבטחת המידע.

להלן אפרט 10 מגמות-על חדשניות שמעצבות מחדש את עולם העבודה של ימינו.

1. הבינה המלאכותית משתלבת בכל משרה
הבינה המלאכותית כבר כאן ולכולם (הסלוגן של מכללת בר-אוריין), ומי שיתעלם ממנה יישאר מאחור. הכניסה המואצת של טכנולוגיית AI לתחומי הניהול, השיווק והמכירות דורשת ידע כללי בכלים כמו ChatGPT, Claude, ו-Gemini, וכן מצריכה מיומנויות חדשות – החל מיצירת פרומפטים ועד ניתוח נתונים ואוטומציה של תהליכי עבודה. העובד העתידי, בין אם הוא מנהל בכיר או אנליסט זוטר, יידרש להכיר את שפת ה-AI כדי להפיק ממנו תועלת עסקית.
מומלץ ללמוד: יישומי AI, ניתוח נתונים ב-Excel ו-Power BI. כל התחומים הללו נלמדים במכללת בר-אוריין!

2. אבטחת סייבר – כבר לא עניין של מומחים בלבד
ככל שהארגונים פועלים יותר בסביבה דיגיטלית, כך גדל הצורך באנשי אבטחת סייבר והגנת פרטיות. הרגולציות החדשות בתחום הסייבר והחשש מסיכונים בתחום זה מחייבים מנהלים ועובדים כאחד להבין את האתגרים והסיכונים. ההתמקדות באבטחת מידע אינה עניין טכני גרידא, אלא נעוצה גם בתהליכים אסטרטגיים ובהבנת הסביבה העסקית.
מומלץ ללמוד: ניהול מידע ואבטחת מידע בעידן המודרני.

3. ניהול פרויקטים מבוסס דאטה (Data Driven)
ניתוח נתונים מעולם לא היה חשוב יותר! שיטות הניהול המסורתיות מתחלפות בניהול מבוסס דאטה, תוך קבלת החלטות אסטרטגיות לייעול העבודה בהתבסס על שיטות עיבוד נתונים מתקדמות. חובה על המנהל העדכני להכיר כלי BI, dashboards, וניתוחים סטטיסטיים – או להחמיץ את הרכבת לעתיד!
מומלץ ללמוד: ניהול פרויקטים, אסטרטגיה וייעוץ עסקי. כל אלו נלמדים בהרחבה במכללת בר-אוריין.

4. טרנספורמציה דיגיטלית של התעשיות המסורתיות
גם תעשיות שמרניות יחסית, כגון בנקאות, ביטוח, ורפואה, עוברות טרנספורמציה דיגיטלית מקיפה. אפליקציות סלולריות, מערכות תשלום מאובטחות, פתרונות טלרפואה, וכלי ניתוח פיננסי מבוססי בינה מלאכותית – כל אלה מחוללים מהפכה עסקית וארגונית. כתוצאה מכך, על העובדים לרכוש מיומנויות חדשות שיאפשרו להם לנצל את הטכנולוגיות בצורה מיטבית.
מומלץ ללמוד: מידענות רפואית וניהול מקרה רפואי (רפואה מותאמת אישית) ובנוסף ניהול אדמיניסטרטיבי תפעולי עם אוריינטציה טכנולוגית – גם במוסכים, מפעלים, וכמעט בכל מגזר.

5. מגוון מקצועות העתיד
"יועץ אסטרטגי מבוסס-AI", “מנהל יישומי AI והטמעה בארגונים”, או “מומחה לניהול ידע ארגוני” הם רק שלושה מתפקידי העתיד שצומחים במהירות. תפקידים אלו משלבים ידע טכנולוגי עם יכולות ניהול וראייה אסטרטגית. ארגונים מחפשים היום מומחים שיוכלו להטמיע מערכות AI ולייצור מתודולוגיות לניהול ידע. כך הם יוכלו להבטיח שהארגון מנצל את המשאב החשוב ביותר שלו – המידע.
מומלץ ללמוד: ייעוץ אסטרטגי, ניהול ידע ארגוני – שניהם נלמדים אצלנו!

6. כלי ניתוח ויזואליזציה של מידע במרכז
הכמויות האדירות של מידע שנאסף בכל ארגון יוצרות אתגר: כיצד להפוך אותו מנתונים לעובדות בשטח? כאן נכנסים לתמונה כלי ויזואליזציה מתקדמים דוגמת Power BI, Tableau, ומערכות נלוות. עובדי העתיד – ובעיקר אנליסטים ומנהלים – יידרשו להפיק נתונים עסקיים  בצורה ברורה, קריאה ומשכנעת.
מומלץ ללמוד: Power BI, ניתוח נתונים מתקדם, ואינפוגרפיקה: כל אלו נלמדים כיום במכללת בר-אוריין.

7. עבודה היברידית, נוודות דיגיטלית, וניהול צוותים מבוזרים
שוק העבודה הפך לגלובלי ומבוזר, כאשר יותר ויותר אנשים עובדים מהבית, מחללי עבודה משותפים, או אפילו ממדינות אחרות. מכאן עולה ביקוש מנהלים ולבעלי תפקידים המסוגלים להתמודד עם אתגרי ניהול פרויקטים מרחוק, שמירה על לכידות צוות בין-לאומי מקוון, פתרון בעיות בזמן אמת, ויצירת סביבת עבודה שיתופית.
מומלץ ללמוד: ניהול והובלת צוותים בעידן הדיגיטלי כולל צוותים גלובליים בחברות בינ"ל.

8. רגולציה וציות בעידן הטכנולוגי
לא ניתן להפריד עוד בין טכנולוגיה לרגולציה. מי שרוצה לעסוק בניתוח נתונים, בבינה מלאכותית, או ביישומים פיננסיים, חייב להבין את ההיבטים המשפטיים והרגולטוריים הכרוכים בכך. היבטים אלו נעים בין אבטחת מידע להגנת פרטיות ואתיקה ב-AI. ארגונים מבינים שהסיכון הרגולטורי עלול לעלות מיליוני דולרים, ולכן הם משקיעים הון בגיוס כוח אדם מיומן.
מומלץ ללמוד: רגולציה ומשפט בעידן ה-AI – תחום שאנו מפתחים כיום במכללת בר-אוריין.

9. ניהול סיכונים עסקיים וטכנולוגיים
השינויים הגלובליים והקדמה הטכנולוגית מצריכים ניהול סיכונים מקצועי יותר מבעבר. חברות נדרשות לבחון מראש תרחישים שונים – הן פיננסיים והן טכנולוגיים – ולהכין תוכניות פעולה לתרחישים שונים, ובכללם תרחישי קיצון. היכולת לזהות סיכונים ולהיערך אליהם בצורה מחושבת היא מרכיב קריטי בכל אסטרטגיה ארגונית.
מומלץ ללמוד: ניהול סיכונים מבוסס נתונים – אנו מציעים סדנא למנהלים בארגונים בנושא זה.

10. אוטומציה של תהליכים עסקיים
אוטומציה הופכת למילת המפתח בעידן בו בינה מלאכותית מסייעת לאנליסטים ואפליקציות אוטומטיות מחליפות תהליכים ידניים. יותר ויותר משימות שגרתיות מנוהלות באמצעות מערכות מתקדמות, ומי שרוצה להישאר רלוונטי בשוק העבודה צריך לשלוט בכלי אוטומציה מתקדמים.
מומלץ ללמוד: אוטומציה ויישום כלים טכנולוגיים בארגון.

כך, בעוד העולם מתקדם אל שנת 2025, גוברת ההכרה שגם אם לא כל אחד יהיה מומחה לתכנות או לאבטחת סייבר, ההיכרות עם תחומים אלה והיכולת להשתמש בהם בחוכמה יכולים לסלול דרך לקריירה מבטיחה. בתוך כמה שנים בלבד, תהפוך הבינה המלאכותית לכלי בסיסי בכל מקצוע, בין אם מדובר ברופא המתמחה ברפואה דיגיטלית, בחוקר פיננסי המבצע ניתוח מתקדם של ביג דאטה או בנציג שירות לקוחות שפועל עם מערכות חכמות לזיהוי דפוסי התנהגות של לקוחות. מי שיישכיל לרכוש את הכלים הללו בזמן, ימצא את עצמו בחזית השוק, מוכן להובלת פרויקטים חדשניים ולקבלת אחריות הולכת וגדלה בעולם שבו טכנולוגיה, אסטרטגיה ורגולציה חוברים יחד כדי לעצב מציאות תעסוקתית חדשה ומרתקת.

5 שלבים להפיכת הארגון ל – Data Driven על פי מודל מידענות תוצאתית.

הכותבת: ד"ר ענת קלומל-צוייג

ארגון מונע נתונים (Data Driven) הוא ארגון שמשתמש בנתונים כדי ליידע ולהנחות את תהליכי קבלת ההחלטות שלו ברמות שונות (האסטרטגיות והטקטיות). המשמעות היא שהנתונים לא רק נאספים ומאוחסנים, אלא מנותחים באופן אקטיבי ומשמשים אותם לקבלת החלטות אסטרטגיות. לארגונים מונעי נתונים יש בדרך כלל תרבות חזקה של אוריינות נתונים, כאשר עובדים על פני מחלקות ורמות מבינים כיצד להשתמש בנתונים כדי להשיג תוצאות טובות יותר. הם גם נותנים עדיפות לאיכות הנתונים, משקיעים בכלים ובתהליכים כדי להבטיח שהנתונים שהם אוספים מדויקים ומהימנים. בסופו של דבר, ארגונים מונעי נתונים מסוגלים לקבל החלטות מושכלות יותר, לשפר את התפעול שלהם ולשרת טוב יותר את הלקוחות שלהם.

בתהליך הפיכת הארגון לדאטה דריבן צריך קודם כל לבחון את התוצאות המיוחלות (היעדים העסקיים) והאסטרטגיה להשגת התוצאה. במודל מידענות תוצאתית שפותח על ידי ד"ר ענת קלומל-צוייג כל פעולות המידענות הן משאב להשגת התוצאות הגדולות והקטנות יותר של הארגון. הפיכת ארגון ל – Data Driven Z זהו מהלך אסטרטגי של התנהלות ארגונית ולפעילות זו תרומה עצומה להשגת התוצאות העסקיות.

שלב 1 – הגדרת אסטרטגיית נתונים

אסטרטגיית נתונים מתוכננת היטב יכולה לעזור לארגונים לקבל החלטות טובות יותר, לשפר את היעילות התפעולית ולהניע חדשנות. אסטרטגיית נתונים היא תוכנית המתארת ​​כיצד ארגון השתמש בנתונים כדי להשיג את מטרותיו. זוהי מסגרת לניהול נתונים כנכס בעל ערך ומינוף שלו להנעת תוצאות עסקיות. אסטרטגיית נתונים טובה צריכה לכלול:

  • יעדים עסקיים: הגדירו בבירור את היעדים העסקיים שאסטרטגיית הנתונים תתמוך בהם.
  • ממשל נתונים: קבעו מדיניות ונהלים לניהול נתונים, לרבות איכות נתונים, פרטיות ואבטחה.
  • ארכיטקטורת נתונים: הגדירו את המבנה והמרכיבים של סביבת הנתונים של הארגון, לרבות מקורות    נתונים, מודלים של נתונים ואחסון נתונים.
  • ניתוח נתונים: זהו את הכלים והטכניקות שישמשו לניתוח נתונים, כולל הדמיית נתונים, למידת מכונה וניתוח חזוי.
  • תרבות נתונים: טיפוח תרבות של אוריינות נתונים וקבלת החלטות מונעות נתונים בכל הארגון.
  • ניהול נתונים: הקמת תהליכים לאיסוף, אחסון וניהול נתונים, לרבות שילוב נתונים וממשל נתונים.

שלב 2 – מיפוי מצב הנתונים של הארגון – הערכת תשתית הנתונים הנוכחית. 

זהו שלב קריטי בתהליך הפיכת הארגון למונע מנתונים. מיפוי תשתיות המידע הקיימות בארגון, כולל טכנולוגיות מידע בהן העובדים מייצרים מידע ודאטה. מי משתמש כיום במידע ודאטה ומי צריך להתשמש במידע ודאטה? המסמך צריך לתאר את ההון האנושי, תרבות ארגונית, אוריינות דאטה, משילות דאטה והשימושים השונים בדאטה ככלי ליצירת ערך לארגון. 

רצוי להפוך את המיפוי לויזואלי על ידי מפת ידע המתארת את כל סוגי המשתמשים והשימושים השונים בדאטה. 

שלב 3 – יצירת תרבות נתונים 

תרבות הנתונים בארגונים מתייחסת לערכים, לגישות ופרקטיקות המעצבות את האופן שבו נתונים נאספים, מנותחים ומשמשים אותם להנעת קבלת החלטות. זוהי הלך הרוח וההתנהגות הקולקטיביים של ארגון ביחס לנתונים. תרבות נתונים חזקה מטפחת הבנה עמוקה של הערך של הנתונים והפוטנציאל שלו להניע תובנות וחדשנות.

תרבות נתונים בארגון מאופיינת בדברים הבאים:

  • אוריינות נתונים: עובדים בכל רמות הארגון מבינים כיצד לעבוד עם נתונים, כולל כיצד לאסוף, לנתח ולפרש אותם.
  • קבלת החלטות מונעת נתונים: החלטות מבוססות על נתונים ולא על אינטואיציה או עדויות אנקדוטיות.
  • שיתוף פעולה: צוותים עובדים יחד כדי לשתף נתונים ותובנות, לזהות הזדמנויות חדשות לחדשנות.
  • למידה מתמשכת (ארגון לומד): הארגון מחויב ללמידה ופיתוח מתמשכים, ומשקיע בהדרכה ובמשאבים לתמיכה באוריינות נתונים.
  • ממשל נתונים: הארגון קבע מדיניות ונהלים כדי להבטיח שהנתונים מנוהלים בצורה אחראית, לרבות איכות נתונים, פרטיות ואבטחה.
  • חדשנות: הארגון משתמש בנתונים כדי להניע חדשנות ולזהות הזדמנויות חדשות לצמיחה.

תרבות נתונים חזקה מאפשרת לארגונים לקבל החלטות טובות יותר, לשפר את היעילות 

התפעולית ולהניע חדשנות.

שלב 4 – הטמעת תהליכי קבלת החלטות מונעי נתונים 

ניהול החלטות ארגוניות מבוססות נתונים כרוך בגישה שיטתית לאיסוף, ניתוח ושימוש בנתונים להנעת קבלת החלטות. 

הנה כמה שלבים שיש לבצע:

  • הגדירו את הבעיה: הגדירו בצורה ברורה את הבעיה או ההחלטה שצריך לקבל.
  • זיהוי נתונים רלוונטיים: קבע אילו נתונים נדרשים כדי להודיע ​​על ההחלטה. זה עשוי לכלול איסוף נתונים חדשים או ניתוח נתונים קיימים.
  • ניתוח נתונים: משתמשים במודלים לאנליזה של מידע וכן אנליזה של דאטה (כולל ניתוח סטטיסטי, והדמיית נתונים) או בטכניקות אחרות כדי לנתח את הנתונים ולזהות דפוסים או תובנות (ניתן להשתמש בכלים של בינה מלאכותית).
  • לפרש את התוצאות: לפרש את תוצאות ניתוח הנתונים ולשקול כיצד הן קשורות לבעיה או החלטה העומדת על הפרק.
  • קבל את ההחלטה: להשתמש בתובנות שהושגו מניתוח הנתונים כדי לקבל החלטה מושכלת.
  • מעקב אחר התוצאות: עקוב אחר תוצאות ההחלטה להשתמש בנתונים כדי להעריך את יעילותה.
  • שיפור מתמיד: השתמש ב תובנות שהושגו מניתוח הנתונים לשיפור מתמיד של תהליכי קבלת החלטות ותוצאות.

כדי לנהל ביעילות החלטות מבוססות נתונים, חשוב שתהיה תרבות נתונים חזקה בתוך הארגון, תוך התמקדות באוריינות נתונים, איכות נתונים וממשל נתונים. חשוב גם להחזיק את הכלים והמשאבים הנכונים כדי לאסוף, לאחסן לנתח נתונים.

שלב 5: מדידת  התקדמות (KPI)

החשיבות של ניטור ומדידה של ההתקדמות לקראת הפיכתה מונעת נתונים

כיצד לעקוב אחר מדדי ביצועי מפתח (KPI) ולהשתמש בהם כדי להעריך את ההתקדמות

אסטרטגיות להתאמה וחידוד תהליכים מונעי נתונים המבוססים על מדדי ביצועים.

הפיכת הארגון לדאטה דריבן היום קל יותר מתמיד, כי הכלים הטכנולוגיים זמינים וזולים יותר. יתרה מזו ניתן לשלב גם כלים של בינה מלאכותית שמקצרים ומיעלים תהליכים ואפילו מעבירים חלק מהתהליכים לאוטומציה. 

הפיכת ארגון לדאטה דריבן (Data Driven) יכול להוביל את הארגון להשגת התוצאות ויתרון תחרותי בר קיימא. להלן מספר תרומות:

  • קבלת החלטות משופרת: קבלת החלטות מונעת נתונים מאפשרת לארגונים לקבל החלטות מושכלות יותר, המבוססות על תובנות וניתוח בזמן אמת. זה יכול להוביל לתוצאות טובות יותר ולשיפור הביצועים.
  • יעילות מוגברת: על ידי מינוף נתונים לזיהוי אזורים של חוסר יעילות, ארגונים יכולים לייעל את הפעילות שלהם ולהפחית עלויות.
  • חווית לקוח משופרת: על ידי ניתוח נתוני לקוחות, ארגונים יכולים לקבל הבנה טובה יותר של הצרכים וההעדפות של הלקוחות שלהם, ולהתאים את המוצרים והשירותים שלהם בהתאם.
  • ניהול סיכונים טוב יותר: על ידי ניתוח נתונים כדי לזהות סיכונים והזדמנויות פוטנציאליים, ארגונים יכולים לנהל סיכונים באופן יזום ולנצל הזדמנויות.
  • חדשנות: על ידי שימוש בנתונים כדי לזהות מגמות והזדמנויות חדשות, ארגונים יכולים להניע חדשנות ולהישאר לפני המתחרים.
  • תרבות נתונים חזקה יותר: בניית תרבות נתונים חזקה בתוך הארגון יכולה להוביל לשיפור אוריינות הנתונים, איכות נתונים טובה יותר וממשל נתונים יעיל יותר (ניהול נתונים איכותי).

בסופו של דבר, הפיכת ארגון למנוע נתונים יכולה לעזור לשפר ביצועים, להגביר את היעילות ולהניע חדשנות, מה שמאפשר לארגון להישאר תחרותי בסביבה עסקית משתנה במהירות.

הכשרת דאטה אנליסטים במסגרת מכללת בר-אוריין, לתוכנית ההכשרה.