Myslitelé

Překonání pracovních výzev aplikací umělých inteligencí na rozšířená pracovní data

mm
Přidejte Unite.AI mezi své preferované zdroje na Google

Dnešní trh práce vyžaduje flexibilitu. Míra nezaměstnanosti je nízká, pracovníci chtějí více ze svých plných úvazků a podniky se potýkají s nalezením kvalifikovaných kandidátů, kteří odpovídají jejich potřebám. Jedním z způsobů, jak zaměstnavatelé mohou překonat tuto výzvu, je využití rozšířeného pracovního trhu, který se skládá z freelancerů, dočasných pracovníků, pracovníků na základě smlouvy a talentů dodávaných dodavateli. Ale často je tato data rozdělena do různých systémů, což ztěžuje jejich správu spolu s ostatními pracovními daty.

K tomu se přidává komplikace umělých inteligencí. Na jedné straně může aplikace umělých inteligencí na vaše pracovní data pomoci vám zůstat konkurenceschopným na trhu práce tím, že rychleji obsazujete pozice a vytváříte lepší pracovní prostředí. Ale tato neschopnost agregovat všechna pracovní data – včetně dočasných pracovníků – na jednom místě činí iniciativy umělých inteligencí v oblasti lidských zdrojů mnohem obtížnějšími.

Jak se zvyšuje tlak na rychlé obsazování pozic a snižování nákladů, je vhodné prozkoumat, jak organizace mohou řádně připravit svá pracovní data, aby umělá inteligence mohla pomoci obsadit pozice správnými pracovníky z plného i rozšířeného pracovního trhu.

Současný trh práce

Je to zvláště obtížné období pro společnosti najít správné zaměstnance, částečně kvůli historicky nízké míře nezaměstnanosti. K červnu 2025 to bylo pouze 4,1%, což pokračuje v trendu posledních několika let. S většinou pracovníků již v zaměstnání je méně lidí, z nichž lze vybrat – asi tři čtvrtiny organizací (74%) uvádějí, že se potýkají s nalezením kvalifikovaných pracovníků pro obsazení svých pozic.

Co je zajímavé, je, že na trhu práce je dostatek pracovníků, ale mnoho zaměstnanců jsou nyní dodavatelé, kteří nemusí hledat plné úvazky. Rozšířený pracovní trh v USA vzrostl na 72,7 milionu z asi 170 milionů celkových amerických pracovníků (asi 42%). Mnoho z těchto nezávislých dodavatelů je plně zaměstnaných (téměř 40%), zatímco téměř 80% jsou buď mileniálové, nebo generace Z.

Proč jsou dočasní pracovníci nedostatečně využíváni

Je zřejmé, že dočasní pracovníci jsou nyní zásadní součástí celkového pracovního trhu a měly by být pečlivě zvažovány spolu s plnými úvazky. Ale existuje rozpor mezi systémy, který vede organizace k nedostatečnému využívání dočasných pracovníků, zejména když iniciativy umělých inteligencí v oblasti lidských zdrojů nezahrnují dodavatele vůbec.

Aby umělá inteligence mohla plně počítat vaše dostupné pracovníky, včetně dodavatelů a plných úvazků, je třeba zahrnout data z systému pro správu dodavatelů (VMS), plus finanční a pořizovací systémy. Agregace všech těchto dat v jednom VMS a jejich označení stejným způsobem pomáhá vašim nástrojům umělých inteligencí získat úplný obraz o tom, kdo je k dispozici pro obsazení otevřených pozic.

Co může umělá inteligence pomoci vám dělat s rozšířeným pracovním datem

Kombinace vašich pracovních dat pro iniciativy umělých inteligencí může samozřejmě pomoci vám obsadit pozice čerstvými talenty. Ale může také pomoci vám snížit předpojatost proti kandidátům s netradičními pracovními historiemi (což popisuje mnoho dočasných pracovníků). To je zásadní pro zabránění jakékoli appearance diskriminace ve vašich náborových postupech.

Zatímco mnoho organizací může váhat investovat do nových systémů pro správu dodavatelů nebo iniciativ umělých inteligencí v oblasti lidských zdrojů kvůli obavám z nákladů, může to ve skutečnosti pomoci omezit nadměrné výdaje na dodavatele. S profesionálními službami (včetně smluvních pracovníků) tvořícími mezi 45% a 65% celkových výdajů organizací na nezávislé pracovníky, je to náklad, který může rychle vystoupit z kontroly, pokud není řádně spravován. Používání umělých inteligencí na vašich pracovních datech může pomoci vám lépe vidět, na které dodavatele nebo organizace můžete nadměrně vydávat a přizpůsobit se tomu.

V konečném důsledku je využití umělých inteligencí na rozšířeném pracovním trhu investicí, která se může vyplatit ve formě méně neobsazených pozic, větší efektivity v denních aktivitách lidských zdrojů, lepšího souladu s protidiskriminačními předpisy a úspor nákladů na optimalizaci využití dočasných pracovníků.

Jak můžete implementovat umělou inteligenci na svých sesbíraných pracovních datech

Jakmile máte svá data sesbíraná, je čas začít pracovat. Nástroje umělých inteligencí mohou procházet žádostmi, přezkoumávat životopisy a analyzovat další relevantní informace ve vaší databázi. Pokud je to provedeno správně, umělá inteligence může procházet jak plnými, tak rozšířenými pracovními daty mnohem rychleji než lidé, což vám pomáhá získat akční poznatky mnohem rychleji.

Pamatujte si, že vaše výstup závisí na kvalitě dat, která vkládáte, a na tom, jak jasně jste s vašimi pokyny. To vyžaduje trpělivost a výcvik, protože umělá inteligence by měla být považována za “stážistu” pro plánování a správu pracovního trhu. Budete muset být velmi specifičtí o svých požadavcích a dát jim obchodní kontext pro to, co děláte. Například:

  • Nabírám na [název pozice]. Seznamte 10 klíčových dovedností, které by měly být zahrnuty do inzerátu na pozici.
  • Doporučte změny tohoto inzerátu na pozici, aby byl více vítán [cílová skupina].
  • Proanalyzujte tržní sazbu pro tuto roli v tomto umístění.

S těmito poznatky můžete rychle začít zveřejňovat inzeráty na pozice v několika trzích, mluvit s kandidáty a vyjednávat mzdy – vše při zachování času, peněz a compliance rizika.

Věci, které je třeba pamatovat

Když se jedná o použití umělých inteligencí pro váš rozšířený pracovní trh, neměli byste muset vydávat více peněz, aby jste získali tato data – jde o to, aby jste využili data, která již máte. Vous pravděpodobně máte zdravý seznam dočasných pracovníků, složený z aktuálních dodavatelů a bývalých zaměstnanců, například. Vous možná jen nevyužíváte tohoto seznamu dostatečně, aby uspokojili vaše současné potřeby práce.

Soulad je klíčový, protože umělá inteligence může pomoci vám snížit předpojatost. Ale umělá inteligence může také zavést svou vlastní předpojatost, což je důvod, proč je důležité zahrnout člověka do procesu, aby výsledky prověřil. Je také důležité bezpečně připojit vaše pracovní data k internímu nástroji, který nebude neúmyslně vystavovat informace vnějšímu světu, protože veřejné nástroje umělých inteligencí mohou sdílet data, která jsou s nimi sdílena.

Privátní verze populárních nástrojů umělých inteligencí, jako je ChatGPT nebo Microsoft Copilot, může pomoci zmírnit toto riziko, ale existuje také otázka skutečného připojení těchto dat. Systém pro správu dodavatelů, který již má zabudovanou umělou inteligenci, může maximalizovat vaše úspory nákladů a času při agregaci vašich dočasných a plných pracovních dat a při připojování těchto dat do nástrojů, které mohou splnit slib umělých inteligencí.

V konečném důsledku je cílem umělých inteligencí posílit vaše úsilí, nikoli nahradit lidský prvek, který přinášejí do vaší práce. Snížení neefektivit a chyb je cílem. Silná politika umělých inteligencí, pečlivá integrace dat a řádný výcvik mohou pomoci vám využít umělou inteligenci k úsporám peněz, najmutí správných kandidátů a nalezení plných a dočasných pracovníků, aby vyplnili mezery ve vašem pracovním trhu. To vše vám dává více času, aby jste se soustředili na strategické priority a dělali práci, která je pro vás nejvýznamnější.

Bez umělých inteligencí není žádný způsob, jak držet krok s konkurencí, která již používá umělou inteligenci k obsazování pozic v obtížném trhu pro zaměstnavatele. Čas je esencí – čím dříve začnete, tím dříve vaše mezery ve dovednostech a zaměstnanosti budou věcí minulosti.

Colleen Tiner je Chief Product Officer ve společnosti Beeline – platformě, která pomáhá organizacím spravovat jejich rozšířenou pracovní sílu – kde řídí produktovou vizi a inovační strategii společnosti. S téměř 20 lety zkušeností v oblasti technologie pracovní síly vedla integraci umělých inteligencí a rozšířené inteligence do platformy Beeline, aby pomohla organizacím učinit lepší, rychlejší a více lidsky orientovaná rozhodnutí. Colleen je vášnivá o rozklad komplexních problémů na praktická řešení a podporu lidově orientovaného přístupu k technologiím.