Corey Spencer, γενικός διευθυντής και αντιπρόεδρος ομίλου για το AI στην UKG – Σειρά συνεντεύξεων

Ο Corey Spencer είναι αντιπρόεδρος ομίλου και γενικός διευθυντής διαχείρισης προϊόντων AI και πλατφόρμας στην UKG. Ηγείται της στρατηγικής προϊόντων και της καινοτομίας στις πρωτοβουλίες της UKG για την AI, την πλατφόρμα και την αξιοποίηση δεδομένων εργατικού δυναμικού, βοηθώντας οργανισμούς να μετατρέπουν αυτά τα δεδομένα σε πρακτικές πληροφορίες που οδηγούν σε θετικά επιχειρηματικά αποτελέσματα. Με εμπειρία άνω των 20 ετών, αποτελεί αναγνωρισμένη φωνή για το μέλλον της AI, την ανάλυση δεδομένων εργατικού δυναμικού και την εφαρμογή της AI στην εργασία πρώτης γραμμής.

Η UKG είναι παγκόσμιος πάροχος λογισμικού διαχείρισης ανθρώπινου κεφαλαίου, μισθοδοσίας και εργατικού δυναμικού, σχεδιασμένου να βοηθά τους οργανισμούς να διαχειρίζονται και να υποστηρίζουν αποτελεσματικότερα τους εργαζομένους τους. Η πλατφόρμα της συνδυάζει ανθρώπινους πόρους, μισθοδοσία, προγραμματισμό βαρδιών, καταγραφή χρόνου και παρουσιών, συμμόρφωση, αναλύσεις και πληροφορίες εργατικού δυναμικού με τη βοήθεια AI. Εξυπηρετεί από μικρές εταιρείες μέχρι μεγάλες πολυεθνικές. Με 50 χρόνια εμπειρίας στον κλάδο, η UKG υποστηρίζει περισσότερους από 80.000 οργανισμούς σε 150 χώρες, ενώ δεκάδες εκατομμύρια άνθρωποι χρησιμοποιούν τις λύσεις της καθημερινά.

Εδώ και περισσότερες από δύο δεκαετίες βοηθάτε επιχειρήσεις να αξιοποιούν δεδομένα πελατών, αναλύσεων και εργατικού δυναμικού, σε εταιρείες όπως οι Adobe (ADBE ), Alteryx και UKG. Τι σας έπεισε ότι οι εργαζόμενοι πρώτης γραμμής, αντί για τους εργαζομένους γνώσης, αποτελούν μία από τις σημαντικότερες και πιο παραμελημένες ευκαιρίες για την AI σήμερα;

Αυτό που με έπεισε είναι απλό: στην πρώτη γραμμή λειτουργεί στην πράξη η οικονομία.

Έχουμε δει τεράστια πρόοδο στην εφαρμογή της AI στην εργασία γνώσης. Όμως το μεγαλύτερο και πιο δυναμικό τμήμα του εργατικού δυναμικού συχνά δεν έχει εξυπηρετηθεί επαρκώς. Οι εργαζόμενοι πρώτης γραμμής αποτελούν την πλειονότητα των εργαζομένων παγκοσμίως —έως και 80% κατά ορισμένες εκτιμήσεις— και στηρίζουν τους κλάδους από τους οποίους εξαρτόμαστε καθημερινά: υγεία, λιανεμπόριο, μεταποίηση, εφοδιαστική, φιλοξενία και δημόσιες υπηρεσίες.

Για πολλές εταιρείες, η πρώτη γραμμή αποτελεί επίσης ένα από τα μεγαλύτερα μέρη της κατάστασης αποτελεσμάτων. Εκεί συναντώνται το κόστος εργασίας, η εμπειρία πελάτη, η συμμόρφωση, η ασφάλεια, η ποιότητα εξυπηρέτησης και η συμμετοχή των εργαζομένων. Κι όμως, παραμένει ένα από τα λιγότερο βελτιστοποιημένα μέρη της επιχείρησης.

Όχι επειδή η δουλειά είναι απλή. Επειδή είναι εξαιρετικά σύνθετη.

Η εργασία πρώτης γραμμής μπορεί να προγραμματίζεται ανά εβδομάδα ή μήνα, αλλά αλλάζει κάθε λεπτό κάθε βάρδιας. Κάποιος ειδοποιεί ότι θα απουσιάσει. Η ζήτηση αυξάνεται απότομα. Αλλάζει ο φόρτος ασθενών. Καθυστερεί μια αποστολή. Ένας κανόνας συμμόρφωσης εφαρμόζεται διαφορετικά ανάλογα με τον ρόλο, την τοποθεσία, την πιστοποίηση ή τις ώρες εργασίας.

Τα παραδοσιακά εταιρικά συστήματα σχεδιάστηκαν για να καταγράφουν όσα συνέβησαν. Η πρώτη γραμμή χρειάζεται τεχνολογία που βοηθά τους οργανισμούς να ενεργούν όσο η απόφαση εξακολουθεί να έχει σημασία.

Γι’ αυτό η AI είναι τόσο σημαντική. Η AI με δυνατότητες πράκτορα μπορεί να κατανοεί πλαίσιο, πρόθεση και περιορισμούς και να βοηθά στον συντονισμό ενεργειών στον προγραμματισμό, τον χρόνο εργασίας, τις αμοιβές, το HR και τη λειτουργία — με τους ανθρώπους να διατηρούν τον έλεγχο.

Για μένα, η ευκαιρία είναι να κλείσουμε το κενό ανάμεσα στον σχεδιασμό του εργατικού δυναμικού και την υλοποίησή του στην πράξη. Έτσι οι εργαζόμενοι αποκτούν καλύτερη εμπειρία, οι προϊστάμενοι υποστήριξη σε κλίμακα που κανείς δεν μπορεί να διαχειριστεί μόνος του και οι επιχειρήσεις μεγαλύτερη ταχύτητα, ακρίβεια και εμπιστοσύνη στη λειτουργία τους.

Δεν αφορά μόνο την παραγωγικότητα. Αφορά την υλοποίηση.

Οι εργαζόμενοι πρώτης γραμμής αποτελούν την πλειονότητα του παγκόσμιου εργατικού δυναμικού, αλλά μεγάλο μέρος της άνθησης της AI έχει εστιάσει σε εργαλεία παραγωγικότητας γραφείου. Γιατί πιστεύετε ότι ο κλάδος υποτίμησε για τόσο καιρό την πολυπλοκότητα και τη σημασία των περιβαλλόντων πρώτης γραμμής;

Πιστεύω ότι ο κλάδος υποτίμησε την πρώτη γραμμή επειδή ήταν ευκολότερο να αναπτύξει AI για εργασία που ήταν ήδη ψηφιακή.

Η εργασία γραφείου γίνεται μέσα σε έγγραφα, email, συναντήσεις, ημερολόγια και εργαλεία συνεργασίας. Ήταν φυσικό να αποτελέσει το πρώτο κύμα εφαρμογών AI. Η πρώτη γραμμή όμως διαφέρει. Είναι φυσική, κατανεμημένη, υπόκειται σε αυστηρούς κανόνες, απαιτεί έγκαιρη ανταπόκριση και αλλάζει συνεχώς. Και παρ’ όλα αυτά αντιπροσωπεύει έως και το 80% του παγκόσμιου εργατικού δυναμικού: ανθρώπους που συνήθως δεν κάθονται σε γραφεία, αλλά κρατούν επιχειρήσεις, κοινότητες και οικονομίες σε λειτουργία κάθε μέρα.

Η πολυπλοκότητα δεν βρίσκεται μόνο στην ίδια τη δουλειά. Βρίσκεται και στα δεδομένα γύρω από αυτήν. Είμαστε τυχεροί, επειδή η UKG εστίαζε πάντα στην πρώτη γραμμή και διαθέτουμε προβάδισμα πολλών δεκαετιών σε αυτόν τον τομέα.

Τα δεδομένα εργατικού δυναμικού πρώτης γραμμής έχουν τεράστιο όγκο και πολύ θόρυβο. Προέρχονται από προγράμματα βαρδιών, συστήματα ωρομέτρησης, καταχωρίσεις προσέλευσης και αποχώρησης, κανόνες αμοιβής, πιστοποιήσεις, προβλέψεις αναγκών προσωπικού, απουσίες, ενδείξεις ζήτησης, απαιτήσεις συμμόρφωσης, αποφάσεις προϊσταμένων, προτιμήσεις εργαζομένων και λειτουργικές αλλαγές σε χιλιάδες τοποθεσίες και βάρδιες. Αυτές οι ενδείξεις μεταβάλλονται συνεχώς και εξαρτώνται έντονα από το πλαίσιο: ρόλο, τοποθεσία, δεξιότητα, πολιτική, κανονισμό, ζήτηση και χρονική στιγμή.

Γι’ αυτό είναι πολύ δυσκολότερο να αναλυθούν ουσιαστικά τα περιβάλλοντα πρώτης γραμμής. Μέχρι πολλοί οργανισμοί να καταλάβουν τι συνέβη, η στιγμή για να επηρεάσουν το αποτέλεσμα έχει περάσει. Ένα κενό στελέχωσης, κίνδυνος υπερωριών, ζήτημα συμμόρφωσης, εξαίρεση στη μισθοδοσία ή ένδειξη ανεπαρκούς κάλυψης που δεν εντοπίστηκε δεν έχει την ίδια σημασία μία εβδομάδα αργότερα. Μετράει όσο υπάρχει ακόμη χρόνος δράσης.

Γι’ αυτό η AI πρώτης γραμμής πρέπει να διαφέρει ουσιαστικά από την AI παραγωγικότητας γραφείου. Δεν αρκεί να συνοψίζει πληροφορίες ή να παράγει περιεχόμενο. Πρέπει να κατανοεί το λειτουργικό πλαίσιο, να ερμηνεύει θορυβώδη δεδομένα προσωπικού και να βοηθά τους ανθρώπους να ενεργούν σε πραγματικό χρόνο.

Για την UKG, αυτή είναι η βασική ευκαιρία της δραστηριότητάς μας και λύσεων όπως το UKG Workforce Intelligence Hub. Η πρώτη γραμμή δεν χρειάζεται άλλο ένα σύστημα καταγραφής. Χρειάζεται σύστημα δράσης, που μετατρέπει τα δεδομένα εργατικού δυναμικού σε καλύτερες αποφάσεις, ταχύτερη υλοποίηση και πιο αξιόπιστα αποτελέσματα για εργαζομένους, προϊσταμένους και επιχείρηση.

Για χρόνια, το εταιρικό λογισμικό σχεδιαζόταν γύρω από την εργασία που ήταν ευκολότερο να ψηφιοποιηθεί: γραφεία, έγγραφα, συναντήσεις, ροές εργασίας και εργασία γνώσης. Η πρώτη γραμμή όμως διαφέρει. Είναι φυσική, κατανεμημένη, ρυθμιζόμενη, ευαίσθητη στον χρόνο και εξαρτάται έντονα από τον κλάδο.

Ένας υπάλληλος λιανικής, ένας νοσηλευτής, ένας τεχνικός παραγωγής, ένας εργαζόμενος αποθήκης και ένας διευθυντής ξενοδοχείου είναι όλοι εργαζόμενοι πρώτης γραμμής, αλλά το λειτουργικό τους περιβάλλον είναι εντελώς διαφορετικό. Οι ομάδες λιανικής μπορεί να χρειάζεται να προσαρμόσουν τη στελέχωση ανάλογα με την κίνηση, τις προωθητικές ενέργειες, τον καιρό ή τοπικές εκδηλώσεις. Οι ομάδες υγείας χρειάζονται το σωστό άτομο, με τα σωστά επαγγελματικά προσόντα, στη σωστή μονάδα, καθώς οι ανάγκες των ασθενών αλλάζουν μέσα στη μέρα. Οι ομάδες παραγωγής ισορροπούν δεξιότητες, ασφάλεια, υπερωρίες, προγράμματα παραγωγής και κανόνες εργασίας.

Αυτή είναι η πραγματική πολυπλοκότητα. Η δουλειά μπορεί να σχεδιάζεται ανά εβδομάδα ή μήνα, αλλά αλλάζει κάθε λεπτό κάθε βάρδιας. Ένα πρόγραμμα που φαινόταν σωστό τη Δευτέρα μπορεί να είναι λάθος την Τετάρτη. Ένα σχέδιο στελέχωσης που λειτουργούσε στις 8 το πρωί μπορεί να έχει ανατραπεί μέχρι το μεσημέρι.

Ιστορικά, τα περισσότερα συστήματα μπορούσαν μόνο να καταγράψουν εκ των υστέρων τι συνέβη. Η πρώτη γραμμή χρειάζεται περισσότερα από αναφορές. Χρειάζεται άμεση δράση.

Γι’ αυτό η AI δίνει τόσο σημαντική ώθηση. Η AI με δυνατότητες πράκτορα μπορεί να κατανοεί πλαίσιο, πρόθεση, περιορισμούς και επιχειρησιακούς κανόνες και να βοηθά προϊσταμένους και εργαζομένους να ενεργούν στον προγραμματισμό, την καταγραφή χρόνου, τις αμοιβές, το HR και τη λειτουργία.

Εργαζόμαστε επί δεκαετίες πάνω σε αυτές τις προκλήσεις. Αυτό που αλλάζει τώρα είναι ότι η AI μας επιτρέπει να τις μετασχηματίσουμε με νέα επίπεδα ταχύτητας, ακρίβειας και προσαρμογής στον κλάδο.

Η ευκαιρία δεν είναι να κάνουμε την εργασία πρώτης γραμμής να μοιάζει με δουλειά γραφείου. Είναι να δημιουργήσουμε τεχνολογία που σέβεται τον τρόπο με τον οποίο πραγματικά γίνεται και βοηθά ανθρώπους και επιχειρήσεις να αποφασίζουν καλύτερα σε πραγματικό χρόνο.

Η ανάπτυξη AI για έναν υπάλληλο λιανικής, νοσηλευτή, εργαζόμενο αποθήκης ή εργαζόμενο φιλοξενίας διαφέρει πολύ από την ανάπτυξη βοηθών AI για εργαζομένους γραφείου. Ποιες είναι οι μεγαλύτερες τεχνικές και λειτουργικές διαφορές ανάμεσα σε αυτά τα περιβάλλοντα;

Η μεγαλύτερη διαφορά είναι ότι η AI πρώτης γραμμής δεν μπορεί να βρίσκεται μόνο σε ένα έγγραφο, εισερχόμενα email ή παράθυρο συνομιλίας. Πρέπει να λειτουργεί μέσα στη ροή της δουλειάς.

Στο γραφείο, η AI συχνά βοηθά στη δημιουργία, σύνοψη, αναζήτηση ή ανάλυση πληροφοριών. Στην πρώτη γραμμή πρέπει να κατανοεί τι συμβαίνει στη λειτουργία εκείνη τη στιγμή: ποιος εργάζεται, ποιος έχει τα απαραίτητα προσόντα, ποιος είναι διαθέσιμος, ποια είναι η ζήτηση, ποιοι κανόνες ισχύουν και ποια ενέργεια πρέπει να ακολουθήσει. Πρόκειται για πολύ διαφορετικό τεχνικό πρόβλημα.

Επομένως, η AI πρέπει να κατανοεί το πλαίσιο και τον κλάδο και να προσανατολίζεται στη δράση. Πρέπει να καταλαβαίνει ρόλους, πολιτικές, κανόνες εργασίας, επιπτώσεις στις αμοιβές, προγράμματα, πιστοποιήσεις και επιχειρηματικές προτεραιότητες, με αξιοπιστία, δυνατότητα εξήγησης και ανθρώπινη εποπτεία.

Η λειτουργική διαφορά είναι εξίσου σημαντική. Οι προϊστάμενοι πρώτης γραμμής δεν έχουν χρόνο να ερμηνεύουν πίνακες ελέγχου όσο εξελίσσεται η βάρδια. Οι εργαζόμενοι δεν θέλουν άλλο ένα σύστημα στο οποίο πρέπει να περιηγηθούν. Η AI πρέπει να είναι ενσωματωμένη, γρήγορη, εύχρηστη και χρήσιμη τη συγκεκριμένη στιγμή.

Γι’ αυτό δεν είναι απλώς ένας βοηθός εργασίας. Είναι ευφυΐα που βοηθά οργανισμούς να αντιλαμβάνονται, να αποφασίζουν και να ενεργούν σε πραγματικό χρόνο.

Έχετε μιλήσει για τη σημασία των δεδομένων εργατικού δυναμικού σε πραγματικό χρόνο, όπως βάρδιες, προγραμματισμός, μισθοδοσία και ενδείξεις αναγκών στελέχωσης. Γιατί η εκτέλεση ενεργειών σε πραγματικό χρόνο είναι ιδιαίτερα κρίσιμη για τα συστήματα AI πρώτης γραμμής;

Η πρόκληση δεν είναι αν ο οργανισμός διαθέτει δεδομένα. Οι περισσότερες επιχειρήσεις παράγουν περισσότερα δεδομένα προσωπικού από ποτέ. Η πρόκληση είναι να μετατραπούν αυτές οι ενδείξεις σε έγκαιρες συστάσεις, καθοδήγηση και δράση, όσο η απόφαση εξακολουθεί να έχει σημασία.

Γι’ αυτό η εκτέλεση σε πραγματικό χρόνο είναι τόσο κρίσιμη. Η AI πρέπει να κατανοεί τι συμβαίνει, ποιοι περιορισμοί ισχύουν και ποια είναι η καλύτερη επόμενη ενέργεια. Να προσαρμόσουμε ένα πρόγραμμα; Να καλύψουμε μια κενή βάρδια; Να ειδοποιήσουμε προϊστάμενο; Να αποτρέψουμε πρόβλημα συμμόρφωσης; Να διορθώσουμε μια εξαίρεση μισθοδοσίας πριν επηρεάσει την εμπειρία του εργαζομένου;

Μπορεί να ακούγονται μικρές αποφάσεις, αλλά σε χιλιάδες εργαζομένους, βάρδιες και τοποθεσίες, οι μικρές βελτιώσεις συσσωρεύονται γρήγορα. Καλύτερη κάλυψη, λιγότερες εξαιρέσεις, εξυπνότερες αποφάσεις στελέχωσης και ταχύτερη δράση προϊσταμένων μπορούν να έχουν ουσιαστικό αντίκτυπο σε εργαζομένους και επιχείρηση.

Αυτός είναι ο σκοπός του UKG Workforce Intelligence Hub: να βοηθά τους οργανισμούς να μετατρέπουν δεδομένα εργατικού δυναμικού σε καλύτερες αποφάσεις και ταχύτερη δράση, ιδιαίτερα στην πρώτη γραμμή.

Έχουμε εξαιρετικά πλούσια εικόνα σε HR, αμοιβές και διαχείριση εργατικού δυναμικού, τους τομείς όπου η στρατηγική γίνεται λειτουργική πραγματικότητα. Όταν αυτά τα δεδομένα συνδυάζονται με συγκριτικούς δείκτες κλάδου και ομοειδών επιχειρήσεων, πληροφορίες κόστους εργασίας και AI που αναδεικνύει τα πιο σχετικά συμπεράσματα και προτεινόμενες ενέργειες, τα στελέχη βλέπουν σαφέστερα τι συμβαίνει, γιατί έχει σημασία και πού πρέπει να δράσουν.

Αυτή είναι η πραγματική αξία για τη διοίκηση. Δεν είναι άλλος ένας πίνακας ελέγχου. Είναι εργαλείο για ακριβέστερη διαχείριση προσωπικού, έγκαιρο εντοπισμό κινδύνων, καλύτερη σύγκριση επιδόσεων και αποφάσεις με μεγαλύτερη σιγουριά στις κρίσιμες στιγμές.

Πολλοί οργανισμοί εξετάζουν την AI με δυνατότητες πράκτορα, αλλά υπάρχουν ανησυχίες για αυτονομία, διακυβέρνηση και εμπιστοσύνη. Ποιες δικλίδες απαιτούνται πριν οι επιχειρήσεις επιτρέψουν σε πράκτορες AI να ενεργούν σε συστήματα διαχείρισης εργατικού δυναμικού;

Στη διαχείριση προσωπικού, οι πράκτορες AI χρειάζονται σαφή όρια, επειδή οι αποφάσεις αφορούν βαθιά ανθρώπινα ζητήματα. Επηρεάζουν προγράμματα, αμοιβές, συμμόρφωση, κάλυψη, κόπωση, δικαιοσύνη και εμπιστοσύνη εργαζομένων. Δεν μπορούν λοιπόν να βελτιστοποιούν μόνο ταχύτητα ή αποδοτικότητα. Πρέπει να λειτουργούν εντός πολιτικών, δικαιωμάτων και σκοπού.

Οι σημαντικότερες δικλίδες είναι το πλαίσιο, ο έλεγχος και η λογοδοσία.

Πλαίσιο σημαίνει ότι η AI κατανοεί τον εργαζόμενο, τον ρόλο, την τοποθεσία, τους κανόνες εργασίας, την επιχειρηματική ανάγκη και τις επακόλουθες επιπτώσεις. Έλεγχος σημαίνει ότι ο πράκτορας ενεργεί μόνο μέσα σε καθορισμένα δικαιώματα, με το κατάλληλο επίπεδο ανθρώπινης έγκρισης ανάλογα με τον κίνδυνο. Λογοδοσία σημαίνει ότι κάθε σύσταση ή ενέργεια εξηγείται, ελέγχεται και αναστρέφεται.

Ορισμένες ενέργειες μπορεί να είναι κατάλληλες για αυτόματη εκτέλεση, όπως η παρουσίαση μιας κενής βάρδιας σε εργαζομένους με τα απαραίτητα προσόντα ή η ειδοποίηση προϊσταμένου για κίνδυνο υπερωριών. Ενέργειες μεγαλύτερου αντίκτυπου, ιδίως όσες αφορούν αμοιβές, συμμόρφωση, πειθαρχικά ζητήματα ή ουσιώδεις αλλαγές προγράμματος, πρέπει να απαιτούν ανθρώπινο έλεγχο.

Στόχος δεν είναι να αφαιρεθούν οι προϊστάμενοι ή οι ομάδες HR από τη διαδικασία. Είναι να αποκτήσουν ευφυή υποστήριξη σε κλίμακα που κανείς δεν διαχειρίζεται μόνος του.

Η αξιόπιστη AI πρακτόρων πρέπει να μετατρέπει την πρόθεση σε δράση, πάντα όμως με διαφάνεια, διακυβέρνηση και ανθρώπινη συμμετοχή.

Κάθε δυνατότητα πρέπει να περνά αυστηρή επικύρωση μοντέλου, έλεγχο ασφάλειας, αξιολόγηση ιδιωτικότητας και συνεχή παρακολούθηση πριν τεθεί σε κανονική λειτουργία.

Η UKG έχει αναφερθεί σε εφαρμογές AI που αναπροσαρμόζουν προγράμματα, εντοπίζουν ανωμαλίες μισθοδοσίας και επιταχύνουν προσλήψεις. Ποιες περιπτώσεις χρήσης προσφέρουν ήδη μετρήσιμη λειτουργική αξία και ποιες βρίσκονται ακόμη σε πρώιμο στάδιο;

Ταχύτερα αποδίδουν οι χρήσεις που αφαιρούν δυσκολίες από αποφάσεις τις οποίες προϊστάμενοι και ομάδες πρέπει ήδη να παίρνουν καθημερινά.

Ο εντοπισμός ανωμαλιών μισθοδοσίας είναι παράδειγμα που όλοι μάλλον καταλαβαίνουν. Η μισθοδοσία απαιτεί από τους υψηλότερους βαθμούς εμπιστοσύνης σε μια επιχείρηση και είναι ιδιαίτερα σύνθετη για εργαζομένους πρώτης γραμμής και ωρομίσθιους. Μια μη καταχωρισμένη προσέλευση ή αποχώρηση, πρόβλημα υπερωριών, εξαίρεση κανόνα αμοιβής ή ζήτημα συμμόρφωσης μπορεί να δημιουργήσει ώρες χειρωνακτικής εργασίας και να επηρεάσει άμεσα την εμπιστοσύνη. Η AI βοηθά στον έγκαιρο εντοπισμό, εξηγεί τι φαίνεται λάθος και καθοδηγεί τις ομάδες προς λύση πριν κλείσει η μισθοδοσία.

Υπάρχουν όμως και πολύ πιο προηγμένα παραδείγματα που μας ενθουσιάζουν. Ένα είναι η βελτιστοποίηση προσωπικού και προγράμματος σε πραγματικό χρόνο. Εδώ είναι σημαντικό το UKG Dynamic Workforce Operations. Η αξία δεν είναι απλώς να δούμε ότι ένα κατάστημα, μονάδα, αποθήκη ή ξενοδοχείο υποστελεχώνεται. Είναι να κατανοήσουμε τι άλλαξε, ποιοι περιορισμοί ισχύουν και τι μπορεί να κάνει άμεσα ο προϊστάμενος: να καλύψει κενή βάρδια, να αποφύγει υπερωρίες ή να διασφαλίσει την κάλυψη. Σήμερα αυτές οι αποφάσεις συχνά λαμβάνονται ενστικτωδώς και με καθυστέρηση ωρών. Τώρα οι προϊστάμενοι μπορούν να πάρουν τεκμηριωμένη σύσταση πριν καν αντιληφθεί άνθρωπος ότι υπάρχει πρόβλημα.

Τρίτη περίπτωση είναι η υποστήριξη εργαζομένων πρώτης γραμμής μέσα στη ροή της εργασίας. Μέσω του UKG Frontline Worker Network, τα δεδομένα προσωπικού μπορούν να συνδέουν τους εργαζομένους με υποστήριξη για οικονομική ευημερία, υγεία και βασικές καθημερινές ανάγκες, όταν αυτή είναι πιο σχετική. Είναι ακόμη αναδυόμενη κατηγορία, αλλά σημαντική, επειδή η εμπειρία του εργαζομένου δεν μπορεί να περιορίζεται σε χωριστή πύλη που κανείς δεν προλαβαίνει να χρησιμοποιήσει.

Η επιτάχυνση προσλήψεων γίνεται επίσης πολύ πρακτική, ιδιαίτερα στην πρώτη γραμμή με μεγάλο όγκο προσλήψεων, όπου η ταχύτητα μετράει. Το UKG Rapid Hire, σχεδιασμένο εξαρχής γύρω από την AI, έχει μειώσει τον χρόνο από την εκδήλωση ενδιαφέροντος μέχρι τον προγραμματισμό συνέντευξης από εβδομάδες και ημέρες σε ώρες, ακόμη και λεπτά σε ορισμένες περιπτώσεις. Έχουμε μειώσει επαναλαμβανόμενη εργασία στην αναζήτηση υποψηφίων, την αρχική αξιολόγηση, τον προγραμματισμό, την ένταξη και την ετοιμότητα για την πρώτη μέρα, σε προσλήψεις πρώτης γραμμής μεγάλης κλίμακας.

Η πραγματική ευκαιρία δεν είναι μεμονωμένοι αυτοματισμοί. Είναι μια πλατφόρμα λειτουργίας εργατικού δυναμικού που αντιλαμβάνεται αλλαγές, προτείνει την καλύτερη επόμενη ενέργεια και βοηθά οργανισμούς να περνούν από πρόθεση σε δράση με κατάλληλη διακυβέρνηση και ανθρώπινη εποπτεία.

Σε κλάδους όπως η υγεία, η μεταποίηση και η εφοδιαστική, μικρές αναταράξεις στη στελέχωση μπορεί να έχουν άμεσες επακόλουθες συνέπειες. Πώς σχεδιάζετε AI που ανταποκρίνεται γρήγορα χωρίς πρόσθετο λειτουργικό κίνδυνο;

Η ταχύτητα μετράει, αλλά στην πρώτη γραμμή ταχύτητα χωρίς έλεγχο σημαίνει κίνδυνο.

Στην υγεία, τη μεταποίηση, την εφοδιαστική και άλλους σύνθετους κλάδους, μια μικρή αναστάτωση στο προσωπικό εξαπλώνεται γρήγορα. Μια απουσία μπορεί να επηρεάσει την κάλυψη ασθενών. Ένα κενό δεξιοτήτων να επιβραδύνει γραμμή παραγωγής. Μια ένδειξη στελέχωσης που χάθηκε να καθυστερήσει παραδόσεις ή να προκαλέσει υπερωρίες.

Στόχος επομένως δεν είναι απλώς ταχύτερη AI. Είναι AI που κινείται γρηγορότερα εντός των σωστών περιορισμών.

Αυτό ξεκινά από το πλαίσιο. Η AI πρέπει να κατανοεί ποιος διαθέτει τα προσόντα, ποιοι κανόνες ισχύουν, ποια κάλυψη απαιτείται, ποιοι κίνδυνοι συμμόρφωσης υπάρχουν και ποιες μπορεί να είναι οι επακόλουθες συνέπειες κάθε ενέργειας.

Χρειάζεται επίσης αυτονομία ανάλογη του κινδύνου. Ορισμένες ενέργειες προτείνονται ή εκτελούνται με πολύ μικρό κίνδυνο, όπως ειδοποίηση προϊσταμένου, εντοπισμός κατάλληλων αντικαταστατών ή παρουσίαση κενής βάρδιας. Άλλες πρέπει να απαιτούν ανθρώπινο έλεγχο, ιδιαίτερα όταν επηρεάζουν αμοιβές, συμμόρφωση, ασφάλεια ή ουσιώδεις αλλαγές προγράμματος.

Τα καλύτερα συστήματα AI πρώτης γραμμής σχεδιάζονται ώστε να εξηγούνται, να ελέγχονται και να επιτρέπουν αναστροφή ενεργειών. Οι προϊστάμενοι πρέπει να ξέρουν γιατί έγινε μια σύσταση. Οι εργαζόμενοι πρέπει να εμπιστεύονται τη διαδικασία. Και η επιχείρηση χρειάζεται σιγουριά ότι η AI βελτιώνει την υλοποίηση χωρίς νέο κίνδυνο.

Για εμάς, η αρχή σχεδιασμού είναι απλή: η AI πρέπει να βοηθά οργανισμούς να αντιλαμβάνονται, να αποφασίζουν και να ενεργούν σε πραγματικό χρόνο, με ανθρώπους, πολιτικές και διακυβέρνηση ενσωματωμένα εξαρχής.

Αυξάνεται η ανησυχία των εργαζομένων ότι η AI μπορεί να αντικαταστήσει θέσεις εργασίας, ιδιαίτερα στους κλάδους πρώτης γραμμής. Πώς συνδυάζετε την αυτοματοποίηση με την ενδυνάμωση των εργαζομένων, αντί να δημιουργείτε φόβο ή αβεβαιότητα για την υιοθέτησή της;

Πιστεύω ότι πρέπει να ξεχωρίσουμε τις υπερβολές γύρω από την αυτοματοποίηση από τη λειτουργική πραγματικότητα.

Την τελευταία δεκαετία είδαμε πολλά παραδείγματα όπου η αντικατάσταση εργασίας πρώτης γραμμής αποδείχθηκε πολύ δυσκολότερη από το αναμενόμενο. Τα ταμεία αυτοεξυπηρέτησης είχαν ανάμεικτα αποτελέσματα. Η πλήρως αυτοματοποιημένη γρήγορη εστίαση παρέμεινε περισσότερο πιλοτικό πείραμα παρά καθιερωμένο μοντέλο. Για τους περισσότερους, οι παραδόσεις με drone ακόμη μοιάζουν με κάτι από το μέλλον.

Όχι επειδή η τεχνολογία δεν είναι ισχυρή, αλλά επειδή μεγάλο μέρος της δουλειάς πρώτης γραμμής παραμένει βαθιά ανθρώπινο.

Οι εργαζόμενοι χειρίζονται εξαιρέσεις, ασκούν κρίση και προσφέρουν φροντίδα, ασφάλεια, εξυπηρέτηση, ενσυναίσθηση και εμπιστοσύνη. Ο νοσηλευτής δεν ολοκληρώνει απλώς μια εργασία. Ο υπάλληλος λιανικής δεν μετακινεί απλώς απόθεμα. Ο εργαζόμενος εστιατορίου δεν εκτελεί απλώς παραγγελία. Αυτοί οι ρόλοι βρίσκονται στη συνάντηση ανθρώπων, λειτουργίας, συμμόρφωσης και εμπειρίας πελάτη.

Η AI μπορεί να αφαιρέσει δυσκολίες γύρω από αυτή τη δουλειά: μπερδεμένα προγράμματα, μη καταχωρισμένες προσελεύσεις και αποχωρήσεις, ερωτήματα αμοιβής, κενές βάρδιες, σύνθετη συμμόρφωση, κενά προσωπικού και διοικητικές εργασίες που απομακρύνουν προϊσταμένους από τις ομάδες τους. Μπορεί να δίνει γρηγορότερες απαντήσεις στους εργαζομένους, καλύτερες αποφάσεις στους προϊσταμένους και μεγαλύτερη ακρίβεια στη λειτουργία των οργανισμών.

Το μέλλον της AI πρώτης γραμμής δεν αφορά την απομάκρυνση ανθρώπων από την εργασία. Αφορά καλύτερα εργαλεία, καθοδήγηση και υποστήριξη στις στιγμές που μετράνε.

Έχετε περιγράψει την AI ως μετάβαση του εταιρικού λογισμικού από συστήματα καταγραφής σε συστήματα ευφυούς δράσης. Πώς βλέπετε να εξελίσσονται οι πλατφόρμες εργατικού δυναμικού την επόμενη πενταετία, καθώς η AI πρακτόρων ενσωματώνεται περισσότερο στην καθημερινή λειτουργία;

Θα το έθετα λίγο διαφορετικά. Το ερώτημα δεν είναι πώς θα μοιάζουν οι πλατφόρμες εργατικού δυναμικού σε πέντε χρόνια, αλλά ποιοι οργανισμοί χτίζουν σήμερα τη βάση για να ηγούνται τότε.

Ο ρυθμός αλλαγής στην AI είναι πολύ γρήγορος για να τη θεωρούμε μακρινό μετασχηματισμό. Το πλεονέκτημα θα έχουν όσοι μετακινούνται τώρα από ασύνδετα συστήματα, δύσχρηστες σουίτες και μεμονωμένες λύσεις σε πραγματική πλατφόρμα λειτουργίας προσωπικού, που συνδέει HR, αμοιβές, χρόνο εργασίας, προγραμματισμό, ανάλυση δεδομένων εργατικού δυναμικού και εκτέλεση ενεργειών.

Εδώ αποκτά ξανά σημασία το UKG Workforce Intelligence Hub. Καθώς η AI ενσωματώνεται στην καθημερινή διαχείριση προσωπικού, η ευφυΐα δεν μπορεί να μένει στο περιθώριο ως στατική αναφορά. Πρέπει να γίνει μέρος του τρόπου με τον οποίο κατανοούμε την εργασία, θέτουμε προτεραιότητες και ενεργούμε. Οι οργανισμοί χρειάζονται ένα επίπεδο ευφυΐας για τη λειτουργία προσωπικού πρώτης γραμμής που φέρνει το σωστό περιεχόμενο στη σωστή στιγμή.

Αυτό μετράει επειδή η διαχείριση προσωπικού είναι γεμάτη μικρά κέρδη και μικρές απώλειες. Μια χαμένη ένδειξη στελέχωσης, εξαίρεση μισθοδοσίας, πρόβλημα συμμόρφωσης, κενή βάρδια ή καθυστερημένη απόφαση προϊσταμένου μπορεί να μοιάζει μικρή μεμονωμένα. Σε χιλιάδες εργαζομένους, τοποθεσίες και βάρδιες όμως αυτά συσσωρεύονται γρήγορα.

Η AI πρακτόρων δίνει τρόπο να κλείσει το κενό. Κατανοεί τι αλλάζει, ερμηνεύει το επιχειρησιακό πλαίσιο, προτείνει την καλύτερη επόμενη ενέργεια και βοηθά τους ανθρώπους να την εκτελούν σε πραγματικό χρόνο με σωστή διακυβέρνηση και εποπτεία.

Οι ηγέτες της επόμενης πενταετίας δεν θα είναι όσοι απλώς πρόσθεσαν λειτουργίες AI στις υπάρχουσες ροές. Θα είναι όσοι επανεξέτασαν τη διαχείριση εργατικού δυναμικού ως σύστημα ευφυούς δράσης.

Για τη διοίκηση, αυτό είναι το επείγον: η πρώτη γραμμή κινείται ήδη σε πραγματικό χρόνο. Η τεχνολογία σας πρέπει να συμβαδίζει. Όσοι χτίζουν αυτή την ικανότητα τώρα θα έχουν σημαντικό προβάδισμα.

Κοιτώντας μπροστά, πιστεύετε ότι στην εταιρική AI θα κερδίσουν όσοι έχουν τα καλύτερα μοντέλα ή όσοι διαθέτουν τα βαθύτερα λειτουργικά δεδομένα και δεδομένα εργατικού δυναμικού, συνδεδεμένα άμεσα με πραγματικές ροές εργασίας;

Τα καλύτερα μοντέλα θα έχουν σημασία, αλλά δεν πιστεύω ότι από μόνα τους θα καθορίσουν τους νικητές στην εταιρική AI.

Στην επιχείρηση, η ευφυΐα έχει αξία μόνο αν κατανοεί το πλαίσιο της δουλειάς και βοηθά τους ανθρώπους να ενεργούν σωστά. Αυτό ισχύει ιδιαίτερα στη διαχείριση προσωπικού, όπου μια σύσταση μπορεί να εξαρτάται από το ποιος είναι στο πρόγραμμα, ποιος έχει τα προσόντα, ποιοι κανόνες ισχύουν, ποια είναι η ζήτηση, ποιες είναι οι επιπτώσεις στην αμοιβή και ποιος κίνδυνος ή πρόβλημα συμμόρφωσης μπορεί να προκύψει στη συνέχεια.

Ένα μοντέλο χωρίς αυτό το λειτουργικό πλαίσιο μπορεί να παράγει απάντηση. Μια πλατφόρμα με τα σωστά δεδομένα προσωπικού, επιχειρησιακούς κανόνες, πλαίσιο ροής εργασίας και διακυβέρνηση μπορεί να συμβάλει στην επίτευξη αποτελέσματος.

Γι’ αυτό είναι τόσο σημαντικό το επίπεδο ευφυΐας που δημιουργήσαμε με το Workforce Intelligence Hub. Η AI που απλώς τοποθετείται πάνω σε ένα σύστημα έχει περιορισμένη αξία. Η ευφυΐα πρέπει να είναι ενσωματωμένη στη ροή της εργασίας, να ερμηνεύει ενδείξεις, να κατανοεί λειτουργικούς περιορισμούς και να αναδεικνύει τις σημαντικότερες αποφάσεις.

Πιστεύω ότι εκεί κατευθύνεται η αγορά. Καθώς τα μοντέλα γίνονται ισχυρότερα και πιο προσβάσιμα, η διαφοροποίηση θα προέρχεται από το πόσο καλά η AI συνδέεται με πραγματικές ροές εργασίας και πόσο ασφαλώς περνά από την πληροφορία στη δράση.

Για την πρώτη γραμμή αυτή η διάκριση είναι κρίσιμη. Η εργασία αλλάζει συνεχώς και οι αποφάσεις έχουν άμεσες συνέπειες σε εργαζομένους, προϊσταμένους, πελάτες, ασθενείς και επιχείρηση.

Οι εταιρείες που θα κερδίσουν στην εταιρική AI δεν θα έχουν απλώς AI που ακούγεται έξυπνη. Θα έχουν AI που κατανοεί πώς γίνεται πραγματικά η δουλειά και βοηθά οργανισμούς να λειτουργούν με μεγαλύτερη ταχύτητα, ακρίβεια, εμπιστοσύνη και ανθρωπιά.

Ευχαριστούμε για τη συνέντευξη. Όσοι αναγνώστες θέλουν να μάθουν περισσότερα μπορούν να επισκεφθούν την UKG.