בינה מלאכותית בעבודה/איור : חן ליבמן
המשחקים המקוונים רצו בקלות עד שהגעתי לאתגר השישי. ניסיתי להתקבל לעבודה ביוניליוור, ענקית הצריכה שמאחורי מותגים כמו AXE והלמנז. הייתי בעיצומה של סדרת חידות שתכליתן לבחון 90 מאפיינים קוגניטיביים ורגשיים, החל בזיכרון ובמהירות התכנון שלי וכלה ביכולת שלי להתמקד ובנטייה שלי לקחת סיכונים. הבקשה שהגשתי כבר נבדקה בידי מחשב, שקבע שאני כשיר להגיע לשלב המבדקים. ישבתי מול הלפטופ וניסיתי להתמודד עם משחק הסתברויות שדרש ממני להמר, בסכומים שונים של כסף וירטואלי, על השאלה אם אצליח להקיש על מקש הרווח 5 פעמים בתוך 3 שניות או 60 פעם בתוך 12 שניות. אלגוריתם שנכתב במיוחד עבור יוניליוור ניתח כל הקשה שלי. הטיימר מנה לאחור על המסך. 12... 11... 10... הכיתי במקלדת כמטורף. הסיכוי לקבל עבודה אצל אחד המעסיקים הגדולים בעולם היה בקצות אצבעותיי, פשוטו כמשמעו.
למעלה ממיליון מחפשי עבודה כבר ניגשו למבחנים דומים, שפיתחה חברת הסטארט-אפ פימטריקס. פרידה פולי, ממייסדות החברה, היא חוקרת מוח בוגרת MIT עם תואר שני במינהל עסקים מאוניברסיטת הארוורד, והיא בוחנת דרכים חדשות להערכת עובדים עבור תאגידים כמו יוניליוור ואחרים בהתבסס על עשורים של מחקרי מוח. "הבנו ששילוב של נתונים ושל למידת מכונה יכול להיות כלי משמעותי, שיביא את תהליך ההשמה המיושן אל העתיד", מסבירה פולי, שישבה יחפה על ספה במשרדה הספרטני בניו יורק. כ-50 מהנדסים, מדעני נתונים ופסיכולוגים ארגוניים יושבים לא רחוק מאיתנו, מול צגי איימק בוהקים.
פימטריקס היא אחד מבין אי-אילו סטארט-אפים נמרצים, המבקשים לרתום את הבינה המלאכותית כדי לחולל מהפכה בעולם משאבי האנוש. פירמת המחקר CB Insights חוזה כי השקעות הון-סיכון בחברות סטארט-אפ בתחום הזה יגיעו השנה ל-2.9 מיליארד דולר - עלייה של 138% בהשוואה לשנה שעברה. פולי ואני נפגשים כשהיא בעיצומו של גיוס סבב ב'.
מה מניע את כל ההשקעות האלה? סקר שנערך בינואר השנה בקרב 1,000 ויותר מנהלים בכירים מצא כי גיוס ושימור טאלנטים הוא מבחינתם המקור הראשון במעלה לדאגה - יותר מאשר החרדה מפני מיתון גלובלי, מלחמות סחר ואפילו תחרות משבשת. ואף על פי כן, מתלוננת פולי, תחום משאבי האנוש היה ונותר "מערכת ארכאית" המתבססת על הערכות "מוטות" של מאפיינים "לא רלוונטיים" כמו קורות חיים ומכתבים נלווים.
פולי שופכת מספרים כמו מדענית בחלוק לבן בסרט אסונות, בשלב שבו האוכלוסייה המקומית עדיין מתעקשת להתעלם מאזהרותיה הנמרצות: בממוצע, אחראי ההשמה מקדישים רק שש שניות לבחינה של כל קורות חיים; 75% מן המועמדים מסוננים כבר בשלב זה, לרוב באופן שרירותי; 30% עד 50% מן העובדים החדשים נכשלים בתפקידם החדש. הואיל ושיעור האבטלה בארצות הברית נמוך מכפי שהיה זה 18 שנה, ונוכח מיעוט העובדים הפוטנציאליים שניחנו במיומנויות ההכרחיות לכל תעשייה ותעשייה (כיום יש בארצות הברית יותר משרות פנויות מאשר מחפשי עבודה פעילים המבקשים למלא אותן), תחום גיוס העובדים הגיע לנקודת משבר.
החברות, אם כן, פונות לטכנולוגיות חדשות בשאיפה לטייב את הכרעותיהן בכל ההיבטים הרלוונטיים, החל בקבלת מועמדים וכלה בפרודוקטיביות. פולי עצמה סבורה שמדובר במהלך השקול למהפכה שהתרגשה על עולם הבייסבול עם צאת ספרו רב-המכר של מייקל לואיס, "מאניבול (ראו מסגרת למטה). העולם התאגידי חשק מאז במודל השמה דומה, אלא שעד לאחרונה לא היו לו הכלים המתאימים. כעת, כאשר חברות מאמצות תוכנות פרודוקטיביות וכלי ניהול פרויקט כמו Slack ו-Workday, המנהלים קיבלו גישה להמוני נתונים על פעילות העובדים.
"כששיעור האבטלה שלך עומד על 4% ויש לך פערי מיומנויות בכל היבט אפשרי, אתה חייב להשתמש בנתונים כדי לנצח בתחרות על העובדים", אומר טראוויס קסל, מנהל השמה בכיר ב-Jet.com של וולמארט, שמשתמשת גם היא במבדקים משחקיים כמו אלה של פימטריקס. "כשהמלחמה על העובדים משתוללת, אתה פשוט לא יכול להרשות לעצמך לא לעשות את זה".
אחרי שצלחתי את המבחנים שתכננה פימטריקס לחברת יוניליוור, התוצאות שלי חושבו באופן מיידי וקבעו שאני נזהר בלקיחת סיכונים, ועדיין מועד בשיעור של 72% "להשתמש בניסוי וטעייה כדי לגבש תוכנית", במקום להתוות אסטרטגיה מושכלת. המשחקים של פימטריקס אוספים כמויות אדירות של נתונים כאלה, ולפיהם קובע האלגוריתם שלה את מידת התאמתם של מועמדת או מועמד מסוימים לתפקידים שונים בחברה (אם בכלל). פימטריקס עושה זאת עבור שבע מחלקות שונות ביוניליוור: מישהי שמתאימה למחלקת הפיננסים של יוניליוור, לדוגמה, אולי לא תתקשה לפתור חידה כמו זו שהיכתה אותי אפיים ארצה.
אלה לא רק אלגוריתמים וסטטיסטיקות, אלה גם כלים כמו ראייה ממוחשבת, המאפשרת אוטומטיזציה של הראיונות הראשוניים ושימוש במצלמות רשת כדי לנתח הבעות פנים ונימות קול. "אנחנו לוכדים עשרות אלפי נקודות נתונים - רגשות, מילים שמשתמשים בהן, שימוש בפעלים פעילים או סבילים, מספר הפעמים שאתה אומר 'אהמם' - ומדרגים את המועמדים באופן אוטומטי, בהתבסס על המאפיינים שקיבלנו מיוניליוור", אומרת לורן לרסן, מנהלת טכנולוגית ראשית בסטארט-אפ HireVue שמאחורי השירות. "אם אתה לא מחייך אף פעם, רוב הסיכויים שאתה לא מתאים לעבודה במכירות".
בשנים האחרונות, הגישה מבוססת המחשוב של יוניליוור אפשרה לה להרחיב את מאמצי גיוס העובדים שלה בקולג'ים מ-20 מוקדים לסך 2,500 ויותר, ובכך להרחיב במידה דרמטית גם את מגוונם של המועמדים והמועמדות. "הסטודנט הכי טוב בניו מקסיקו סטייט בטח לא נופל מהסטודנט הממוצע בהארוורד", אומרת לרסן. "עסקים מנסים להשיג את המועמדים המבטיחים מהר - אם פייסבוק וגוגל יגיעו לשם לפניהם, הלך עליהם".
מייק קלמנטי, אחראי משאבי האנוש של יוניליוור בצפון אמריקה, אומר שמתודולוגיית ההשמה החדשה מספקת החזר משמעותי על ההשקעה: בשלהי 2016, כאשר בחנה החברה את המערכת לראשונה עבור התמחויות ומשרות שאינן דורשות ניסיון תעסוקתי קודם, שיעור המועמדים נסק ב-100%, לסך גלובלי של 275 אלף מועמדות ומועמדים. בכל שלב של התהליך, אלגוריתמים (כמו אלה שפיתחו פימטריקס ו-HireVue) צמצמו את המאגר במידה דרמטית, וכך עד שלסבב האחרון בארצות הברית ובקנדה הגיעו רק 300 מועמדים ומועמדות - שהוזמנו לראיון אנושי. "אנחנו מהמרים על זה ממש ברצינות", אמר קלמנטי, וציין שהחברה "עברה מתהליך שלקח ארבעה חודשים לתהליך שלוקח ארבעה שבועות".
גם עלויות ניהול משאבי האנוש של החברה צנחו, מוסיף קלמנטי. מוקדם לומר אם העובדים החדשים ישגשגו בחברה גם בטווח הארוך (הם התחילו לעבוד רק בשנה שעברה), אבל העובדה שקיבלו הצעות מלכתחילה מעידה על דיוקו של התהליך הממוחשב: מנהלי משאבי אנוש אנושיים הציעו עבודות ל-8 מתוך כל 10 מן המועמדים שעליהם הצביעו האלגוריתמים. "בעיניי, אין ספק שהשימוש בנתונים ובאוטומטיזציה דיגיטלית הוא הכיוון שלנו", אומר קלמנטי.
כמה שבועות לאחר שביקרתי בפימטריקס הגעתי למשרדיה רחבי הידיים של ג'ונסון אנד ג'ונסון. שם הציג בפני שורד גרינג, מנהל גיוס העובדים הבכיר בחברה, את פעולתה של Shine - פלטפורמה חדשה ומשוכללת שמשנה את גישתה של ענקית הציוד הרפואי בת 132 השנים לתחום ההשמה.
Shine היא פלטפורמת רשת ומובייל, שתכליתה להנהיר ולהאיר את תהליך הקבלה לעבודה, שתמיד היה סבוך ומעורפל. "גישת פרסם והתפלל", בלשונו של גרינג. מודעות הדרושים שלה, הוא מספר, היו מלאות ז'רגון מקצועי ותהליך ההשמה היה "מקולקל" ובקושי הסתמך על נתונים. ג'ונסון אנד ג'ונסון קיבלה יותר ממיליון פניות על 15 אלף משרות, שכל אחת מהן דרשה לעבור כמה ראיונות. לא פעם, מועמדים נאלצו להמתין חודשים בלי לשמוע מהחברה - עד שקיבלו את מכתב הדחייה.
צוות Shine, שאותו הקים גרינג באמצע 2016, נדרש ליצור חוויה מותאמת אישית משום ש"כיום, מועמדים בוחנים את הארגונים יותר מאשר הארגונים בוחנים מועמדים". הוא ועמיתיו הרחיבו את פונקציות המעקב, כך שהמשתמשים יוכלו לא רק לראות באיזה שלב של המסע הם (לדוגמה, "את/ה בשלב 3: סינון בידי צוות ההשמה"), אלא לקבל גם אומדנים של זמן התגובה ותובנות באשר לתהליך ("לשלב זה מגיעים 15% מן המועמדים"), וכן פידבק לגבי ההמשך.
נושא משמעותי נוסף מבחינתה של ג'ונסון אנד ג'ונסון היה המגוון. בתחום מודעות הדרושים סייע לה סטארט-אפ הבינה המלאכותית Textio, המנתח תיאורי משרות כדי להסיר מהן ביטויים תלויי-מגדר וכן כדי לבדוק מה המונחים האפקטיביים ביותר כדי למשוך עובדים ועובדות מוכשרים.
באוקטובר אשתקד, כאשר הפעילה ג'ונסון אנד ג'ונסון את המערכת לראשונה, מספר התגובות לתיאורי המשרות שביקשה לאייש נסק בשיעור של 24% וציון ה-Net Promoter של Shine - דירוג מקובל בתעשייה, המעיד על נטייתם של המשתמשים להמליץ על השימוש במערכת מסוימת - הוכפל פי 5 בתוך ארבעה חודשים. ויותר מכול, הצעות העבודה שעברו טיפול בידי Textio לשם הסרה של הטיות מגדריות, הובילו לעלייה של 14% בפניות של מועמדות מתאימות לתפקידים בתחומי המדע והטכנולוגיה, ולעלייה של 7% במספר המועמדות שהתקבלו.
זה בדיוק סוג המהפכה שסטארט-אפים בתחום הבינה המלאכותית מבטיחים לחולל כיום בכל תחום. ואולם, פורטר ברסוול, ממייסדי Jopwell - פלטפורמה למחפשי עבודה שהם בני ובנות מיעוטים - אומר שאסור לחברות לראות בטכנולוגיה פתרון פלא לבעיות ההדרה. לא זו בלבד שגם המחשבים עצמם עלולים לסבול מהטיה, במקרה שבו האלגוריתמים תוכננו שלא במתכוון כך שהם מתעדפים אוכלוסייה אחת על פני רעותה, אלא שהמגוון עצמו הוא סוגיה תרבותית עמוקה עד כדי כך, שלא ניתן לטפל בה באמצעות מכונות גרידא. חברות עדיין נדרשות לקיים את "הדיונים הלא נוחים והלא נעימים לגבי המשמעות האמיתית של מגוון ולגבי המקומות שבהם הן עדיין מתקשות בנושא", הוא אומר.
מג'ונסון אנד ג'ונסון נמסר בתגובה כי גישתם לסוגיית המגוון עתירת פנים ומרובדת, וכוללת השקעה בהכשרות להסרת הטיה בלתי מודעת וכן בתוכניות לחינוך מדעי, מתמטי וטכנולוגי למיעוטים הסובלים מתת-ייצוג.
ביום שלישי גשום אחד התאספו כ-70 מפתחים להאקתון במעבדת MASS של IBM בליטלטון, מסצ'וסטס. כמה מהנדסים צעירים התייצבו מול באי אולם הכנסים הגדול וביקשו להסביר כיצד הם מנסים לתת קול ל-Watson Career Coach, יועץ השמה מבוסס בינה מלאכותית. הבוט אמור לסייע לעובדים להתוות את הקריירות שלהם בתוך IBM ולספק להם, באמצעות אפליקציה למובייל, משוב בנושאים רבים ושונים, החל בהזדמנויות לרכישת כישורים חדשים וכלה באפשרויות קידום. העובדים מציבים לעצמם יעדי קריירה ספציפיים באמצעות האפליקציה, וכך יכול ווטסון להנחות אותם בנתיבי תעסוקה שונים, לספק מידע באשר להכשרה הדרושה, להעריך מועדי קידום ולספק באופן אוטומטי תשובות לשאלות שונות.
ווטסון נמצא כעת בשלב הפיילוט עם 12 אלף עובדים, אבל בהמשך השנה כבר יעמוד לרשות 366 אלף עובדי IBM ברחבי העולם. כן. גם חברה שמקבלת כ-2.5 מיליון קורות חיים בשנה עבור עשרות אלפי משרות, נדרשת להתמודד עם מצוקת כוח אדם מוכשר, וחידושים כמו ווטסון מסייעים לה להתכוונן לעתיד. אחרי הכול, מדובר בחברה שמתגאה בלמעלה מ-1,500 עובדים בתחום הבלוקצ'יין לבדו - תחום שלא היה קיים לפני עשור.
IBM משקיעה 500 מיליון דולר בשנה בהעשרה ובהשמה מחודשת של עובדים. היא מפעילה אקדמיית מפתחים משל עצמה ומשתפת פעולה עם Coursera ועם Udacity כדי להציע מגוון קורסים מקוונים. ווטסון עוקב אחר המיומנויות המתחדשות של העובדים באמצעות מערכת ציון דיגיטלית, וגם יאפשר למנהלים ולאחראים לנתח את הביצועים ואת הצמיחה של העובדים ויתריע אוטומטית במקרה שחבר או חברה בצוות לא מקבלים שכר ההולם את כישוריהם, לדוגמה. אלגוריתמי שימור פרואקטיביים ייחודיים כבר החלו לאפשר ל-IBM לחזות מתי עובדים עלולים לעזוב. השוואה של מגמות הנתונים הנוגעים לעובדים שעזבו לבין אלה של עובדים קיימים מאפשרת לחברה לזהות את הדפוסים המעידים על עזיבה מסתמנת.
בשנה שעברה, אומרים ב-IBM, מערכת ההתרעות הזו אפשרה לה לחסוך כ-100 מיליון דולר - הסכום שהייתה נדרשת להשקיע, לפי ההערכות, כדי להחליף את העובדים אילו היו עוזבים.
ב-14 ביוני נשא בילי בין, מנג'ר הבייסבול האגדי שעליו מבוסס "מאניבול", את נאום הפתיחה בכנס האוטומציה בתחום ההשמה, שנערך בסן פרנסיסקו. בשנים האחרונות, בין - היום סגן הנשיא ואחראי התפעול של האוקלנדים - היה למשתתף קבוע בכנסים בתחום ההשמה והנתונים, ובאותו יום חמישי שב ונשא את קולו בשבחי גישת המאניבול. "הרעיון במאניבול היה לשלם על הכישורים שיעזרו לנו לנצח - לא על זה שמישהו פשוט נראה טוב במדי בייסבול", אמר ל-400 הנוכחים, והדגיש שנתונים, לא מיתוסים, הם המפתח לגיוס כוח האדם המתאים.
ואולם, בהתחשב בכך שהאוקלנדים לא זכו בגמר מאז 1989, האם לא נראה שהאנלוגיה קצת הרחיקה לכת? פרופ' ג'יי. סקוט ארמסטרונג מבית הספר וורטון למנהל עסקים יישם את הניתוח הסטטיסטי של בין במחקרו שלו בעניין גיוס כוח אדם - אחד ממאמריו זכה לכותרת "גישת מאניבול לאיתור מנכ"לים" - אך למרות עלייתה של הבינה המלאכותית, ארמסטרונג עדיין לא ראה די ראיות מדעיות שיתמכו באימוץ רחב ההיקף של הגישה הזו בתחום ההשמה. "זו גישה של 'כולם מאמינים בזה, אז גם אנחנו'", הוא אומר על התעשייה.
אף על פי כן, סביר להניח שחברות עומדות להסתמך על אלגוריתמים בתחום זה יותר ויותר. מבחינתם של כמה ממחפשי העבודה שכבר נתונים לחסדיה של המכונה, מדובר באפשרות מפחידה. ראיות לכך ניתן למצוא בפורומים מקוונים רבים, ובהם "גיהינום ההשמה" הפופולרי ברדיט, שמחפשי עבודה חולקים בו סיפורי זוועה לצד עצות להתמודדות יצירתית עם מערכות מתקדמות דוגמת פימטריקס ו-HireVue.
"תסתכלו על המצלמה כאילו היא עיניים של בן אדם, כי היא בודקת את זה", התריע אחד המשתמשים בעניין הראיונות האוטומטיים המצולמים של HireVue. אחרים תיארו את החוויה המטרידה של תהליך ההערכה המקוון של פימטריקס - שהסתיים באימייל דחייה מהמעסיק כמעט בו ברגע שהמחשב מסיים לנתח את התוצאות. "השקעתי שעתיים במילוי טופס המועמדות של החברה ואז עוד 12 מול המשחקים המחורבנים שלהם", כתב אחד המשתמשים. "בערך 10 דקות אחרי שגמרתי את המשחקים קיבלתי אימייל שהודיע לי שקיבלתי דחייה אוטומטית לעבודה, ושאני לא אוכל להגיש מועמדות לשום עבודה אחרת שם ב-12 החודשים הקרובים... מה לעזאזל?"
מפימטריקס נמסר בתגובה כי מועמדים שנדחו יכולים להגיש מועמדות למשרות אחרות באותה חברה, וכי אף מעודדים אותם לעשות זאת בהודעות הדחייה.
לזלו בוק, ממייסדי סטארט-אפ מדע הנתונים HUMU וגורו משאבי אנוש לשעבר בגוגל, אינו שש לקראת העתיד האוטומטי יותר ויותר. הוא יועץ לחברות לא להיחפז בשימוש במערכות בינה מלאכותית, מחשש שבסופו של דבר ימצאו שהן מענישות דווקא את האנשים שביקשו למשוך.
"יש כאן פוטנציאל נזק עצום", אומר בוק. "אם אתה מקים צוות מכירות חדש ומפשל, לא תמכור, אבל אם אתה מפשל עם מערכת לאנשים, הרסת למישהו את החיים. גרמת למישהו להרגיש נורא. חסמת בפני מישהו הזדמנות שהוא היה ראוי לה".
החברות צריכות למצוא דרך לאזן בין כושר השיפוט האנושי לבין למידת מכונה, אומר דיין הולמס, אחראי ניהול הון אנושי בגולדמן-זקס, המשתמשת כיום ב-HireVue ובוחנת את האפשרות להשתמש במציאות וירטואלית בתהליך גיוס העובדים שלה. אילולא כן, סיפור מאניבול המודרני עלול להפוך לפרק של "מראה שחורה". "אין לנו עניין ליצור כאן חברה דיסטופית", אומר הולמס. "אנחנו אפילו לא רואים את זה כתהליך שבו אתה מפעיל אלגוריתם ומחכה שהוא יגיש לך את המועמד המתאים באפליקציה".
ריד הופמן, משקיע הון-סיכון וממייסדי לינקדאין, מסכים. ספרו החדש על כינון יעילות ארגונית, "Blitzscaling", מתאר את הדרכים החדשות שבהן חברות סטארט-אפ גדלות במהירות, אבל אפילו הוא יועץ שלא להיכנע כליל לטכניקות ההשמה המודרניות. "תבין", הוא מסביר, "אני לא חושב שבילי בין אמר, 'אני פשוט אקח את מי שהסטטיסטיקה אומרת'. מה שהוא אמר זה, 'הסטטיסטיקה אומרת לי שלשחקן הזה יש הרבה יותר ערך מכפי שהשוק סבור, אז שווה לי לבדוק אותו'".
דבריו של הופמן מזכירים לי משהו ששמעתי כשביקרתי בקמפוס IBM במסצ'וסטס. אחרי ההאקתון הייתה לי הזדמנות לפטפט עם כמה מפתחים, כולם בראשית שנות העשרים לחייהם ובדיוק אחרי סוף הלימודים. בכללם היה גם קמרון מק'ארתור, מהנדס התוכנה הקוגניטיבית שסייע להקים את פלטפורמת ניתוח הקריירה של החברה. הוא לא חושש שבסופו של דבר הוא עלול להנדס לעצמו את סוף הקריירה?
מק'ארתור, בנוכחות כמה מנהלים בכירים שכרו אוזן, הבטיח לי בחיוך קורן שהוא לא מודאג. אחרי הכול, זאת בסך הכול מערכת לומדת שמספקת לך אפשרויות בחירה בתחום הקריירה. "זה כל העניין עם בינה מלאכותית", אומר המהנדס הצעיר, "העניין הוא שאתה יכול להגיד, 'לא, את פשוט טועה. ממש שנאתי את העבודה הזאת'. ואז המחשב יכול ללמוד, 'אה, זה מעניין. אם שנאת את העבודה הזאת, אולי זאת תמצא חן בעיניך?'. הגישה הזאת, שאומרת 'המחשב יחליט מה המקום שלך' - אני לא חושב שיש בעולם חברה שמעוניינת בזה".
לחצתי את ידו של מק'ארתור ואיחלתי לו הרבה מזל בהמשך דרכו המקצועית. בעידן הנוכחי של תעסוקה מבוססת נתונים, ספק אם יזדקק לו.
מהי גישת מאניבול?
גישת "מאניבול", כפי שבאה לידי ביטוי בספרו של מייקל לואיס בשם זה (ומאוחר יותר בסרט בכיכובו של בראד פיט), היא בראש ובראשונה כלי לניהול טאלנטים, כשהכלל הראשון והמרכזי בו הוא: אין דבר כזה טאלנטים. בילי בין, מנג'ר קבוצת הבייסבול "אוקלנד אתלטיקס" (שנעזר בפול פודסטה, אז בוגר הארוורד טרי), הבין שמה שמנצח משחקים הוא נקודות, לא אנשים. לכן הוא התבסס על סטטיסטיקה של השחקנים, בלי קשר למוניטין שלהם, אלא רק לתוצאות שלהם, ולפי השיטה הזו הוא גייס שחקנים או העביר אותם. התוצאה הייתה, למשל, שבכסף שהקבוצה שילמה לטאלנט אחד, כוכב עם שם גדול, השתמשו בין ופודסטה כדי לגייס שלושה שחקנים שאף אחד מעולם לא שמע עליהם, אבל שהתוצאות שלהם בסטטיסטיקה הביאו את הנקודות הרצויות. לקליפ מתוך הסרט, שמסביר את הנושא, סירקו את הקוד.
