Nová výhoda finančního ředitele: Jak AI mění plánování pracovních sil v motor výnosů

Plánování pracovních sil je často považováno za problém personálního oddělení – způsob, jak zajistit, aby byly správné osoby na správných pozicích, řešit konkurenční priority personálního oddělení a určit rozdělení počtu zaměstnanců v jednotlivých týmech. Ale s pracovními náklady, které tvoří až 70 procent celkových nákladů podniku, je spodní linie výhodná, když finanční ředitelé a jejich týmy jsou pravidelně zapojeni do plánování pracovních sil – a považují počet zaměstnanců nejen za nákladové centrum, které je třeba řídit, ale také za výnosový páku, kterou lze použít.

Když je plánování pracovních sil provedeno dobře, může nejen snížit provozní náklady, ale také rozšířit marže a nakonec zvýšit zisk. Použití AI může mít dramatický dopad na toto, s generativní AI, která zvyšuje spolehlivost prognóz pracovních sil, a agentic AI, která je schopna převzít specializované úkoly, které vylučují potřebu zvyšovat počet zaměstnanců. Co více, finanční ředitelé často nasazují AI ve své práci, a tyto trendy se spojily, aby vytvořily AI-podporované plánování pracovních sil jako novou výhodu finančního ředitele, která vede k vyšší ziskovosti podniku.

GenAI: Od vysokých nákladů na pracovní síly k růstu EBITDA

McKinsey hlásí, že AI-založené prognostické modely mohou dosáhnout přesnosti přes 90 procent při předpovídání potřeb pracovních sil pro některé podniky, snížení nákladů na přesčasovou práci o 15-20 procent.

Role plánování pracovních sil je zvláště kritická v odvětví modrých límečků, a BSL, fyzická bezpečnostní firma, která vysílá desetitisíce bezpečnostních strážců do tisíců míst pro globální klienty, jako jsou Nike a Amazon, nedávno viděla ještě lepší výsledky než tato referenční hodnota. Společnost čelila výzvě, která je熟á pro každou pracovní sílu, založenou na směnách: neustálému krvácení přesčasové práce a drahého poslední-minuteho subdodavatelského podnikání. Když poptávka vzrostla, nebo když se objevila mezera ve nasazení, společnost často musela platit příplatek – buď stávajícím zaměstnancům, nebo externím subdodavatelům.

BSL bylo schopno snížit náklady na přesčasovou práci o 30 procent, zatímco také snížilo náklady na subdodavatelské podnikání, když začalo používat více přesné a dlouhodobé AI-podporované plánování pracovních sil. Analýzou zaměstnaneckých a klientů smluv, překladem pracovních zákonů a předpisů do algoritmických omezení a provedením komplexní optimalizace pomocí vícekolového atributového algoritmu v rámci těchto omezení, AI-nástroje rychle vytvořily roční plán pracovních sil. Předtím společnost trávila týdny vytvářením plánů pracovních sil, které se dívaly pouze jeden až tři měsíce do budoucnosti. Jako výsledek, společnost zvýšila EBITDA o 200 bazických bodů, snížením masivních nákladů na přesčasovou práci a subdodavatelské podnikání, což je významné zlepšení v oblasti, kde jsou marže proslulé tenké.

U BSL a v mnoha dalších případech, hlavní role AI nebyla snižovat počet zaměstnanců. Místo toho, generativní AI-nástroje snížily fluktuaci, zlepšily plánování a pomohly vytvořit rozvrhy, které jsou výhodné jak pro klienty, tak pro zaměstnance. Například, počet bezpečnostních strážců umístěných na rotaci pro danou pozici byl omezen na tři, aby uspokojil klienty, kteří chtějí zachovat strážce specializující se na jejich potřeby. Počet směn, které vyžadují dlouhou cestu, byl snížen a bezpracovní víkendy byly rovnoměrně rozděleny. Změny, jako jsou tyto, zvyšují kvalitu života pro zaměstnance, zatímco zlepšují spokojenost klientů a snižují náklady a potíže s fluktuací zaměstnanců pro společnost v dlouhodobém horizontu.

Agentic AI: Škálování bez zvýšení počtu zaměstnanců

V jiných případech, AI-podporované plánování pracovních sil umožňuje společnostem vyhnout se zvýšení počtu zaměstnanců, aby mohly škálovat způsobem, který je dostupný. Například, když Zendata Cybersecurity byla vybrána k nasazení integrovaného řešení v Dubaji a Abu Dhabí, společnost musela najít způsob, jak rychle zajistit hladké administrativní a technické nasazení pro tisíce nových klientů a implementovat povinné bezpečnostní audity každého čtvrtletí. Nábor dostatečného počtu dalších inženýrů pro toto navýšení by byl nákladný a výzvou, s 72 procenty zaměstnavatelů celosvětově, kteří hlásí, že mají potíže najít potřebné odborníky.

Místo toho, kybernetická bezpečnostní firma použila konzultanta AI, aby nasadila 5 000 koncových uživatelů za šest týdnů, čímž se vyhnula potřebě najímat nové zaměstnance nebo uvalit další zátěž na stávající týmy. Jiný agent umožnil Zendata implementovat čtvrtletní audity a dodat personalizované přehledy, diagnózy a akční plány svým klientům. Místo toho, aby inženýři Zendata trávili týden každého čtvrtletí audity, lidská kontrola byla snížena na průměrnou dobu jedné hodiny každého čtvrtletí. To snížilo operační zátěž a urychlovalo proces auditu, zatímco řešilo výzvu najít dostatečné množství nových inženýrů pro provedení auditů pro velký počet nových klientů.

Co by měli finanční ředitelé vzít v úvahu

Společným jmenovatelem těchto příkladů není to, že AI snižuje roli lidského úsudku v rozhodnutích o pracovních silách. Je to to, že AI odstraňuje neefektivitu a složitost, které vytvářely významné úniky výnosů v existujících řešeních pro plánování pracovních sil.

Generativní AI může analyzovat tisíce smluv, aplikovat stovky regulatorních omezení a vytvářet prognózy na rok, zatímco by to trvalo lidskému týmu nastavit tabulku. Spodní linie je, že AI umožňuje podnikům škálovat rychle, absorbovat špičkovou zátěž bez prodlení a zlepšovat cenovou konkurenceschopnost a ziskovost. Finanční ředitelé si toto stále více uvědomují a používají dostupné nástroje – a výsledky se objevují v hospodářských výsledcích.