Tankeledere

Fra forsøg til gennemførelse: sådan kan AI hæve niveauet i HR og lønadministration

Wesley Bryan
Føj Unite.AI til dine foretrukne kilder på Google
NøglepunkterHR AI kræver sikre, HIPAA-kompatible platforme for at beskytte følsomme medarbejderdata.
Vis mere
  • HR AI kræver sikre, HIPAA-kompatible platforme for at beskytte følsomme medarbejderdata.
  • Menneskelig tilsyn forbliver afgørende for at validere AI-analyser og sikre nøjagtig lønadministration.
  • AI kan strømline HR-opgaver som frynsegodeadministration ved at fortolke komplekse planlægningsdokumenter.

AI har domineret samtalerne om virksomhedsteknologi i de seneste år, fordi de lovede forbedringer i produktivitet og effektivitet virkelig kan forandre arbejdet. Men en rapport fra McKinsey om AI i virksomheder viste, at de fleste deltagere i undersøgelsen stadig befinder sig i forsøgsfasen, selv om næsten alle bruger AI-værktøjer på en eller anden måde.

Næsten to tredjedele af de adspurgte virksomheder har endnu ikke udbredt teknologien til hele organisationen og taget den i brug på en måde, der skaber værdi. Samtidig udvikler teknologien sig hurtigt. AI er et mål i bevægelse, hvilket giver endnu en udfordring for virksomhedsledere, der vil gå fra AI-hype til målbare resultater.

HR og lønadministration er ved at blive et afprøvningsområde på vejen fra forsøg til praktisk gennemførelse. Her gennemgår vi nogle af de udfordringer, HR-ledere møder på dette afgørende tidspunkt, hvorfor menneskeligt tilsyn fortsat er nødvendigt, og hvordan man kommer videre med størst mulig positiv effekt på virksomheden.

Særlige udfordringer ved AI i HR- og lønprocesser

I teorien er HR og lønadministration ideelle områder for AI, fordi de rummer mange omfattende, dataintensive processer, som kræver præcision og effektivitet. Men oplysninger om medarbejderes helbred, arbejdspræstationer og løn hører til de allermest følsomme data.

På den baggrund står ledere, der vil indføre AI i HR og lønadministration, over for to hovedudfordringer. Den første er datasikkerhed. At lægge personhenførbare oplysninger, PII, ind i et usikret offentligt AI-miljø er ganske enkelt en uacceptabel risiko.

AI-funktioner til HR og løn skal køre i et sikkert miljø, der overholder HIPAA-kravene, ikke i en offentlig ChatGPT-instans. Det er den første sikkerhedsforanstaltning, og den er ikke til forhandling.

Den anden udfordring er at beslutte, hvordan teknologien skal bruges. AI-værktøjer kan klare arbejdskrævende opgaver som sammenlignende analyser og kontrol af lønkørsler for uregelmæssigheder, men korrekte data er nøglen til succes. I HR og lønadministration er der ikke plads til fejl, fordi de påvirker medarbejderne direkte. I HR betyder selv et resultat på 99 procent en dumpekarakter.

Derfor har HR-ledere brug for platformspecifik ekspertise og et stærkt fokus på styring for at bruge AI effektivt inden for HR og løn. Generelt kendskab til AI-teori er ikke nok. Det er også nødvendigt at vælge en platform, hvor AI-værktøjerne kan lære af organisationens egne data, ikke kun af offentligt tilgængelige oplysninger på internettet.

Menneskeligt tilsyn er en afgørende succesfaktor

Efterhånden som anvendelser inden for HR og løn viser, at AI kan levere målbare resultater, bliver det stadig tydeligere, at effektive AI-strategier ikke kun bygger på styring og dataintegritet, men også på menneskeligt tilsyn som en afgørende succesfaktor.

Den bedste tilgang er at integrere AI i faktiske arbejdsgange med organisationens egne data og lade mennesker validere analyserne. Det hjælper organisationer med at undgå den almindelige faldgrube at bruge AI som et selvstændigt værktøj, der henter offentlige data fra netkilder. Den tilgang er risikabel, fordi AI, som selv de mest begejstrede fortalere erkender, ikke er hundrede procent præcis og skal gennemgås som en sikkerhedsforanstaltning for at minimere risici.

Fastlæggelse af lønintervaller er et godt eksempel på en HR-opgave, som kræver omhyggeligt menneskeligt tilsyn. Virksomheder har brug for konkurrencedygtige lønintervaller for at tiltrække kvalificerede kandidater, og flere delstater har indført love om løngennemsigtighed. Det er vigtigt at sikre, at HR-teamet træffer beslutninger ud fra korrekte data.

Flere faktorer spiller ind ved optimering af lønintervaller, blandt andet hensynet til geografisk placering. Et HR-team, der baserer sig på en ChatGPT-lignende platform med offentlige data, ville derfor være dårligere stillet, hvis det utilsigtet brugte oplysninger fra New York City til at fastsætte lønintervaller for Orlando i Florida.

Når HR-teams har adgang til en platform, som overholder HIPAA, har stærke styringsmekanismer og baserer analyserne på organisationens egne data, kan de begynde at vise reelle resultater. Men selv da er mennesket afgørende, fordi præcision ikke er valgfri i HR og lønadministration. Derfor har det betydning, hvilken rolle AI får.

I stedet for at bede AI fastsætte lønintervaller eller identificere skattesatser bør HR-ledere bruge teknologien til analyser, som mennesker efterfølgende bekræfter, og til at oprette andre opgaver, som mennesker derefter udfører. AI kan eksempelvis lave påmindelser, der sikrer rettidig skattebetaling, og give brugere rapporter baseret på systemets data, ikke på internettet.

Indføre AI for at skabe værdi

Et særligt kendetegn ved AI er den utroligt hurtige udvikling. Fordi teknologien hele tiden lærer og udvider sine evner, vil beslutninger om, hvor og hvordan den skal indføres, altid ligne et forsøg på at ramme et mål i bevægelse.

En strategi at overveje er, at HR-ledere identificerer deres tre til fem mest tidskrævende processer og vurderer, hvordan AI kan gøre dem mere effektive. Hjælp findes allerede i flere former, enten som agentbaseret AI, der kan integreres i arbejdsgange for at fuldføre opgaver, eller som en stor sprogmodel, der kan analysere data.

Softwarevirksomheder begynder for eksempel at bruge AI til at forenkle administrationen af personalegoder betydeligt. AI fungerer som en intelligent oversætter mellem informationstætte, komplekse dokumenter om ordninger for personalegoder og de stramt strukturerede konfigurationsregler, som HR-informationssystemer, HRIS, kræver. Med avanceret behandling af naturligt sprog, NLP, kan AI læse komplicerede juridiske aftaler eller oversigter over goder og automatisk udtrække vigtige oplysninger som adgangskriterier, dækningsniveauer, selvrisici og øvre grænser for indbetalinger. Derefter kobler og omdanner den variablerne direkte til de specifikke digitale formater og den logik, som HR-softwaren forstår. Automatiseringen ændrer den traditionelt besværlige og fejludsatte manuelle dataindtastning. HR-afdelinger kan gennemføre årlige ændringer i ordningerne, opdatere regler for regelefterlevelse eller indføre helt nye goder med hidtil uset hastighed, præcision og enkelhed.

Det viser en grundlæggende sandhed om AI, når HR- og lønledere går fra forsøg til praktisk gennemførelse. Spændende muligheder som samtaler mellem autonome agenter nærmer sig og vil ændre forudsætningerne markant. Men i sidste ende skal menneskelige ledere træffe beslutningerne.

Når HR-ledere bygger systemer, der sætter styring i centrum, sikrer dataintegritet og integrerer menneskeligt tilsyn som en nødvendig del, kan AI i arbejdsgangene tage arbejdsbyrden. Ansvaret bliver dog hos mennesker. Sådan bør det være, når ledere bruger AI til at hæve niveauet inden for HR og lønadministration.

Wesley Bryan er præsident for BPaaS Services hos Veritas Prime, og har årtiers erfaring med at lede AI-drevne SaaS-platforme, cloud-transformation og virksomhedsproduktinnovation på tværs af globale markeder.