Keunggulan Baru CFO: Bagaimana AI Mengubah Perencanaan Tenaga Kerja Menjadi Mesin Penghasil Keuntungan

Perencanaan tenaga kerja sering dianggap sebagai masalah HR – cara untuk memastikan orang yang tepat berada di posisi yang tepat, menyelesaikan prioritas penjadwalan yang bersaing, dan menentukan alokasi jumlah karyawan setiap tim. Namun, dengan biaya tenaga kerja yang mencakup hingga 70 persen dari total biaya bisnis, garis bawah manfaat ketika CFO dan timnya secara teratur terlibat dalam perencanaan tenaga kerja – dan memperlakukan jumlah karyawan tidak hanya sebagai pusat biaya untuk dikelola, tetapi sebagai tuas pendapatan yang dapat ditarik.

Ketika dilakukan dengan baik, perencanaan tenaga kerja tidak hanya dapat mengurangi biaya operasional tetapi juga memperluas margin dan pada akhirnya meningkatkan keuntungan. Penggunaan AI dapat membuat dampak dramatis pada hal ini, dengan AI generatif meningkatkan keandalan proyeksi penjadwalan dan AI agenik yang mampu mengambil alih tugas khusus yang menghilangkan kebutuhan untuk meningkatkan jumlah karyawan. Lebih lagi, CFO semakin banyak menggunakan AI dalam pekerjaan mereka, dan tren-tren ini telah digabungkan untuk membuat perencanaan tenaga kerja yang dibantu AI menjadi keunggulan baru CFO, memimpin jalan menuju peningkatan keuntungan bagi bisnis.

GenAI: Dari biaya staf tinggi ke kenaikan EBITDA

McKinsey telah melaporkan bahwa model peramalan berbasis AI dapat mencapai akurasi lebih dari 90 persen dalam memprediksi kebutuhan staf untuk beberapa bisnis, mengurangi biaya lembur sebesar 15-20 persen.

Peran perencanaan tenaga kerja sangat kritis di industri jasa biru, dan BSL, sebuah perusahaan keamanan fisik yang mengirimkan puluhan ribu penjaga keamanan ke ribuan lokasi untuk klien global seperti Nike dan Amazon, baru-baru ini melihat hasil yang lebih baik dari benchmark tersebut. Perusahaan tersebut menghadapi tantangan yang familiar bagi setiap bisnis yang intensif tenaga kerja dan berbasis shift: pendarahan konstan biaya lembur dan biaya kontrak yang mahal. Ketika permintaan meningkat, atau ketika celah penempatan muncul, perusahaan sering kali membayar premi – baik kepada staf yang ada atau kepada kontraktor luar.

BSL dapat mengurangi biaya lembur sebesar 30 persen sambil juga mengurangi biaya kontrak, ketika perusahaan mulai menggunakan perencanaan tenaga kerja yang lebih akurat dan berjangka panjang yang didorong oleh AI. Dengan menganalisis kontrak karyawan dan klien, menerjemahkan hukum dan peraturan tenaga kerja menjadi konstrain algoritmik, dan melakukan optimasi kompleks yang melibatkan algoritma atribusi multi-rond, alat AI dengan cepat menghasilkan rencana penjadwalan satu tahun. Sebelumnya, perusahaan menghabiskan waktu beberapa minggu untuk membangun rencana penjadwalan yang hanya melihat satu hingga tiga bulan ke depan. Sebagai hasilnya, perusahaan meningkatkan EBITDA sebesar 200 poin basis, dengan pengurangan lembur dan kontrak yang masif, perbaikan yang signifikan di bidang yang marginnya sangat tipis.

Di BSL, dan dalam banyak kasus lain, peran utama AI bukanlah untuk mengurangi karyawan. Sebaliknya, alat AI generatif mengurangi turnover, memperbaiki perencanaan, dan membantu membangun jadwal yang disukai oleh klien dan karyawan. Misalnya, jumlah penjaga keamanan yang ditempatkan pada rotasi untuk posisi tertentu dibatasi hingga tiga, untuk memuaskan klien yang ingin mempertahankan penjaga yang mengkhususkan diri dalam kebutuhan perusahaan mereka. Jumlah shift yang memerlukan perjalanan jauh dikurangi dan akhir pekan bebas kerja didistribusikan secara merata. Perubahan seperti ini meningkatkan kualitas hidup karyawan sambil memperbaiki kepuasan klien dan mengurangi biaya dan kesulitan turnover karyawan untuk perusahaan dalam jangka panjang.

Agentic AI: Mengembangkan tanpa menambah jumlah karyawan

Pada waktu lain, perencanaan tenaga kerja yang dibantu AI memungkinkan perusahaan untuk menghindari penambahan staf, sehingga perusahaan dapat mengembangkan dengan cara yang terjangkau. Misalnya, ketika Zendata Cybersecurity dipilih untuk mengimplementasikan solusi terintegrasi di Dubai International Financial Centre dan Abu Dhabi Global Market, perusahaan tersebut perlu mengembangkan dengan kecepatan. Perusahaan tersebut harus segera menemukan cara untuk memastikan onboarding administratif dan teknis yang lancar untuk ribuan klien baru dan mengimplementasikan audit keamanan wajib setiap kuartal. Merekrut insinyur tambahan untuk peningkatan ini akan sangat mahal dan menantang, dengan 72 persen dari pengusaha global melaporkan bahwa mereka mengalami kesulitan menemukan bakat yang terampil yang mereka butuhkan.

Sebaliknya, perusahaan keamanan siber menggunakan agen AI konsultan untuk mengonboard 5.000 pengguna akhir dalam enam minggu, menghindari kebutuhan untuk merekrut karyawan baru atau membebani tim yang ada. Agen lain memungkinkan Zendata untuk mengimplementasikan audit kuartalan dan menyampaikan wawasan, diagnosis, dan rencana tindakan yang dipersonalisasi kepada klien mereka. Sebaliknya, insinyur Zendata menghabiskan satu minggu untuk audit setiap kuartal, tinjauan manusia dikurangi menjadi rata-rata hanya satu jam per kuartal. Ini mengurangi beban operasional dan mempercepat proses audit sambil menyelesaikan tantangan sumber daya insinyur yang cukup untuk melakukan audit untuk jumlah klien baru yang besar.

Apa yang harus diambil oleh CFO

Benang merah yang umum di seluruh contoh ini bukanlah bahwa AI mengurangi peran penilaian manusia dalam keputusan tenaga kerja. Ini adalah bahwa AI menghilangkan ketidakefisienan dan kompleksitas yang menciptakan kebocoran pendapatan yang signifikan dalam solusi perencanaan tenaga kerja yang ada.

AI generatif dapat menganalisis ribuan kontrak, menerapkan ratusan konstrain regulasi, dan menghasilkan proyeksi selama satu tahun dalam waktu yang dibutuhkan tim manusia untuk mengatur spreadsheet. Garis bawah adalah bahwa AI memungkinkan bisnis untuk mengembangkan dengan kecepatan, menyerap biaya puncak tanpa waktu tunggu dan memperbaiki daya saing harga dan profitabilitas. CFO semakin menyadari hal ini dan menggunakan alat yang tersedia saat ini – dan hasilnya mulai muncul di laporan keuangan.