Eksperimen ke Eksekusi: Bagaimana AI Dapat Meningkatkan Kinerja di HR dan Payroll

AI telah mendominasi percakapan teknologi bisnis selama beberapa tahun terakhir karena keuntungan yang dijanjikan dalam produktivitas dan efisiensi sangatlah transformatif. Namun, sebuah laporan McKinsey tentang keadaan AI di perusahaan menemukan bahwa meskipun hampir semua responden survei menggunakan alat AI dalam beberapa kapasitas, sebagian besar masih dalam fase eksperimen.

Hampir dua pertiga dari bisnis yang disurvei belum dapat menskalakan teknologi di seluruh organisasi dan mengeksekusinya dengan cara yang menghasilkan nilai. Pada saat yang sama, teknologi terus berkembang dengan cepat. AI adalah target yang bergerak, yang merupakan tantangan lain bagi pemimpin bisnis yang mencari cara untuk berpindah dari hype AI ke hasil yang terukur.

HR dan payroll muncul sebagai ajang uji coba dalam perjalanan dari eksperimen ke eksekusi. Berikut adalah gambaran tentang beberapa tantangan yang dihadapi oleh pemimpin HR pada titik kritis ini, mengapa pengawasan manusia akan tetap penting dan bagaimana cara maju dengan cara yang menghasilkan dampak positif terbesar pada bisnis.

Tantangan Unik dalam Mengaplikasikan AI pada Proses HR dan Payroll

Dalam teori, fungsi HR dan payroll adalah area ideal untuk mengaplikasikan AI karena ada banyak proses yang intensif data dan memerlukan presisi dan efisiensi. Namun, data tidak lebih sensitif daripada informasi yang terkait dengan kesehatan karyawan, kinerja pekerjaan dan gaji.

Dengan latar belakang itu, ada dua tantangan utama yang dihadapi oleh pemimpin yang ingin mengirimkan AI dalam konteks HR dan payroll. Yang pertama adalah keamanan data. Ini adalah risiko yang tidak dapat diterima untuk meletakkan informasi yang dapat diidentifikasi secara pribadi (PII) dalam lingkungan AI publik yang tidak aman.

Fungsi AI HR dan payroll perlu berjalan dalam lingkungan yang aman, HIPAA-compliant, bukan instance ChatGPT publik. Itu adalah guardrail pertama, dan itu tidak dapat dinegosiasikan.

Memutuskan bagaimana mengaplikasikan teknologi adalah tantangan kedua. Alat AI mampu melakukan tugas yang intensif tenaga kerja seperti melakukan analisis komparatif dan memindai payroll untuk anomali, tetapi akurasi data adalah kunci keberhasilan. Tidak ada ruang untuk kesalahan dalam ruang HR dan payroll karena dampak langsung pada karyawan. Skor 99% mendapatkan nilai F di HR.

Untuk alasan itu, pemimpin HR memerlukan keahlian spesifik platform dan fokus kuat pada tata kelola untuk mengaplikasikan AI secara efektif di HR dan payroll; kesadaran umum tentang teori AI tidak cukup. Juga sangat penting untuk memilih platform yang memungkinkan alat AI untuk belajar dari data organisasi sendiri, bukan hanya informasi yang tersedia secara publik dari internet.

Pengawasan Manusia adalah Faktor Kunci Keberhasilan

Ketika aplikasi HR dan payroll membuktikan bahwa AI dapat menghasilkan hasil yang terukur, semakin jelas bahwa strategi AI yang efektif dibangun tidak hanya di sekitar tata kelola dan integritas data, tetapi juga pengawasan manusia, yang merupakan faktor kunci keberhasilan.

Pendekatan terbaik adalah untuk membenamkan AI ke dalam alur kerja nyata menggunakan data organisasi sendiri, dengan manusia memvalidasi analisis AI. Strategi ini membantu organisasi menghindari jebakan umum menggunakan AI sebagai alat mandiri yang menarik data publik dari sumber online. Pendekatan itu berisiko karena, bahkan sebagai penggemar paling antusias mengakui, AI tidak 100% akurat dan memerlukan tinjauan sebagai guardrail untuk meminimalkan risiko.

Proses yang terlibat dalam mendefinisikan pita gaji adalah contoh yang baik dari tugas HR yang memerlukan pengawasan manusia yang cermat. Perusahaan memerlukan pita gaji yang kompetitif untuk menarik kandidat berkualitas tinggi, dan sejumlah negara bagian memiliki hukum transparansi gaji yang berlaku. Sangat penting untuk memastikan tim HR membuat keputusan berdasarkan data yang akurat.

Beberapa faktor yang mempengaruhi optimasi pita gaji, termasuk pertimbangan tentang lokasi. Jadi, tim HR yang mengandalkan platform gaya ChatGPT yang mengakses data yang tersedia secara publik akan berada dalam posisi yang tidak menguntungkan jika mereka secara tidak sengaja memutuskan tingkat gaji berdasarkan data dari New York City ketika menentukan pita gaji untuk Orlando, Florida.

Ketika tim HR mengakses platform yang HIPAA-compliant dengan kontrol tata kelola yang kuat yang mendasarkan analisis pada data organisasi sendiri, mereka dapat mulai menunjukkan hasil yang nyata. Namun, bahkan kemudian, elemen manusia tetap kritis karena akurasi tidak opsional dalam HR dan payroll. Jadi, peran yang diberikan kepada AI sangat penting.

Bukannya meminta AI untuk menetapkan pita gaji atau mengidentifikasi tarif pajak, pemimpin HR harus menggunakan AI untuk analisis yang kemudian dikonfirmasi oleh manusia dan untuk membuat tugas lain yang dilakukan oleh manusia. Misalnya, AI dapat menghasilkan pengingat untuk memastikan HR membayar pajak tepat waktu dan menyediakan laporan kepada pengguna berdasarkan data dari sistem, bukan internet.

Mengirimkan AI untuk Menciptakan Nilai

Salah satu faktor yang membuat AI unik adalah evolusi yang sangat cepat. Karena AI terus belajar dan memperluas kemampuan, memutuskan di mana dan bagaimana mengirimkan AI akan selalu seperti mencoba mengenai target yang bergerak.

Salah satu strategi yang patut dipertimbangkan adalah bagi pemimpin HR untuk mengidentifikasi tiga hingga lima proses yang paling memakan waktu dan menentukan bagaimana AI dapat membantu menyederhanakan tugas-tugas tersebut. Bantuan sudah tersedia dalam beberapa bentuk, apakah itu AI agen yang dapat disematkan ke dalam alur kerja untuk menyelesaikan tugas, atau model LLM yang dapat melakukan analisis data.

Misalnya, perusahaan perangkat lunak mulai menggunakan kecerdasan buatan untuk secara signifikan menyederhanakan administrasi manfaat karyawan dengan bertindak sebagai penerjemah pintar antara dokumen rencana manfaat yang padat dan kompleks dan aturan konfigurasi yang sangat terstruktur yang diperlukan oleh Sistem Informasi Sumber Daya Manusia (HRIS). Dengan menggunakan Pemrosesan Bahasa Alami (NLP) yang canggih, AI dapat membaca kontrak hukum atau ringkasan manfaat yang rumit untuk secara otomatis mengekstrak titik data kritis — seperti kriteria kelayakan, tingkat cakupan, deduksi dan batas kontribusi. Kemudian, AI memetakan dan mengubah variabel-variabel ini langsung ke dalam format digital dan logika yang spesifik yang dimengerti oleh perangkat lunak HR. Otomatisasi ini mengubah proses entri data manual yang biasanya membosankan dan rentan terhadap kesalahan, memungkinkan departemen HR untuk mengimplementasikan perubahan rencana tahunan, memperbarui aturan kepatuhan atau menggelar penawaran baru dengan kecepatan, akurasi dan kemudahan yang belum pernah terjadi sebelumnya.

Hal ini menunjukkan kebenaran dasar tentang kemampuan AI ketika pemimpin HR dan payroll berpindah dari eksperimen ke eksekusi. Kemungkinan menarik seperti diskusi antara agen otonom ada di cakrawala, dan itu akan menjadi perubahan besar, tetapi pada akhirnya, keputusan akan memerlukan pemimpin manusia untuk membuat keputusan.

Ketika pemimpin HR membangun sistem yang berfokus pada tata kelola, memastikan integritas data dan mengintegrasikan pengawasan manusia sebagai komponen penting, AI dapat memikul beban ketika disematkan dalam alur kerja, tetapi manusia akan tetap bertanggung jawab. Itulah sebagaimana mestinya ketika pemimpin menggunakan AI untuk meningkatkan kinerja HR dan payroll.