המומחיות לא מתה, היא רק שינתה צורה. זה הטאלנט האולטימטיבי בעידן הבינה המלאכותית

קורות החיים שנוחתים היום על שולחנם של מגייסים נראים לעתים פחות כמו מסלול קריירה ויותר כמו תפריט: שיווק, דאטה, פיתוח עסקי, ניהול מוצר, ייעוץ, AI, ואולי גם מיזם מהצד. בעבר, מועמד כזה היה עלול להיפסל בגלל "חוסר מיקוד". היום כבר לא מדובר במועמד חריג.

אנשים מסוג זה מכונים לעתים "סלאשרים", על שם הקו הנטוי שמפריד בין תחומי העיסוק שלהם. אבל כאן מסתתרת גם אחת הטעויות הגדולות בדיון על הקריירה החדשה: לעשות הרבה דברים אינו בהכרח יתרון.

● כשהמשרד נכנס הביתה, הלקוחות רואים אתכם אחרת. למי זה עלול להזיק?
● לעבוד בזמני מלחמה: הנוסחה שתעזור לצוות להצליח גם אם המציאות תשתנה ברגע
● ארגונים משקיעים מיליונים בבינה מלאכותית, אבל מי מחזיק בקלף המנצח?

רשימת כישורים ארוכה לא הופכת אדם לבעל ערך. הערך נוצר כאשר יש בסיס מקצועי עמוק, ולצדו יכולת לחבר בין התחומים - להשתמש בידע מעולם אחד כדי לזהות בעיה בעולם אחר - וליצור פתרון שלא היה נולד בתוך משבצת מקצועית אחת.

מודל ה-T, שהופיע במאמר של דייוויד גסט ב- The Independent, ממחיש זאת היטב: הקו האנכי מייצג עומק ומומחיות בתחום ליבה; הקו האופקי מייצג את היכולת להבין תחומים נוספים ולחבר ביניהם. רוחב ללא עומק עלול להפוך לשטחיות. עומק ללא רוחב עלול להישאר כלוא בתוך גבולות המחלקה.

המומחה החדש צריך את שניהם. למעשה, הערך נוצר כאשר הידע העמוק בתחום אחד מאפשר לשאול שאלות טובות יותר בתחום אחר. לזהות קשרים שאחרים אינם רואים ולבנות פתרון חדש מהחיבור ביניהם.

העובדים השתנו. הארגונים קצת פחות

אלא שבזמן שהעובדים מפתחים יכולות חוצות תחומים, ארגונים רבים עדיין פועלים במודלים של עולם שבו לכל אדם תפקיד מוגדר ומסלול הקריירה ליניארי. התוצאה היא פרדוקס: דווקא היכולות שהארגון צריך יותר ויותר - לחבר בין יחידות, לזהות בעיות חדשות ולפעול מעבר לגבולות התפקיד - אינן מתיישבות היטב עם מערכות שנבנו סביב תפקידים סגורים ועלולות לגרום לתרומה של עובדים להיעלם בהערכת הביצועים.

דמיינו מנהלת מוצר שמזהה בעיית שימור עובדים בצוותים הטכנולוגיים. בזכות היכרות קודמת עם עולם הפיתוח הארגוני היא מקימה מערך מנטורינג פנימי שמצליח לחבר בין עובדים ולשפר את התפקוד. אלא שבאותה שנה נדחית גם השקת פיצ'ר מרכזי שעליו היא אחראית.

מה יופיע בהערכת הביצועים? העיכוב הוא מדד ברור. התרומה הרוחבית הרבה פחות, והיא עלולה להידחק לסעיף "תרומות נוספות". הארגון נהנה מהיוזמה, אבל מתקשה למדוד אותה. אם אותה מנהלת תמשיך לפעול מעבר לגבולות התפקיד, היא עלולה להיתפס כלא ממוקדת. אם תפסיק, הארגון יאבד בדיוק את סוג החשיבה שהוא מבקש לעודד.

ארגונים צריכים להתאים את עצמם אל עובדים שעוברים מקריירה המבוססת על התמחות צרה לקריירה רב־תחומית - אבל זה לא אומר שעידן המומחים הסתיים. להפך: בעולם שבו קל יותר לרכוש ידע בסיסי בתחומים רבים, עומק מקצועי הופך חשוב במיוחד.

הבינה המלאכותית היא אינה הסיבה לשינוי הזה - אבל היא מאיצה אותו. מומחה יכול להשתמש ב-AI כדי להרחיב במהירות את טווח היכולות שלו: ללמוד מושגים מתחום אחר, לבחון חלופות, לנתח מידע או לייצר אב־טיפוס. אבל באותה נשימה הטכנולוגיה גם מאפשרת לייצר מראית עין של מומחיות. קל יותר לדבר בשפה של תחום חדש, לייצר מצגת משכנעת או להציג תוצר מלוטש גם בלי להבין לעומק את ההנחות שמאחוריו.

במצב כזה שיקול־הדעת הופך לנכס. השאלה אינה רק אם העובד יודע לייצר תשובה, אלא אם הוא יודע להעריך אותה: לזהות טעות, לערער על הנחה, להבין מתי ההמלצה אינה מתאימה להקשר - ולקבל אחריות על ההחלטה.

המומחה החדש ואיך לזהות אותו

הפתרון הארגוני אינו להמציא תפקיד תפור אישית לכל עובד רב-תחומי. סלאשר שאינו מספק תוצאות בתחום הליבה שלו אינו בהכרח טאלנט, שהארגון לא מצליח להבין - לפעמים הוא פשוט מפוזר. כדי לדעת אם אותו עובד מסייע לארגון חשוב למדוד שני דברים במקביל: עומק מקצועי ויכולת חיבור.

 נגה גור-אריה גולן / צילום: שלי פדן

כך, כשמגייסים במקום לשאול רק על ותק בתפקיד דומה, אפשר לבדוק אילו בעיות המועמד פתר, באילו תחומים פיתח מומחיות ואילו יכולות הצליח לחבר כדי לייצר תוצאה. בהערכת ביצועים, לצד יעדי הליבה, אפשר לבחון גם תרומה שחוצה את גבולות התפקיד.

לא כל ארגון צריך מהפכה מבנית. לפעמים מספיק פשוט להוסיף שאלה אחת. למשל, במקום לשאול עובד רק: "האם עמדת ביעדים?", אפשר לשאול גם: "איזה ערך יצרת השנה שלא ידענו לבקש ממך מראש?".

עידן המומחים לא הסתיים. מה שמתחיל להשתנות הוא העידן שבו מומחיות הוגדרה באמצעות תפקיד אחד. המומחה החדש הוא מי שבנה עומק בתחום מסוים, הרחיב את יכולתו לעולמות נוספים - ולמד לחבר ביניהם באופן שמייצר ערך חדש. האתגר של הארגונים עכשיו הוא ללמוד לזהות את המומחיות הזו - גם אם היא לא נכנסת למשבצת אחת.