Eksperimen ke Eksekusi: Bagaimana AI Dapat Meningkatkan Kinerja 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 bisnis yang disurvei belum 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 beralih dari hype AI ke hasil yang terukur.

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

Tantangan Unik Menggunakan AI dalam Proses HR dan Payroll

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

Dengan latar belakang tersebut, ada dua tantangan utama yang dihadapi pemimpin yang ingin menerapkan 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, sesuai dengan HIPAA, bukan instance ChatGPT publik. Itu adalah guardrail pertama, dan itu tidak dapat dinegosiasikan.

Memutuskan bagaimana menerapkan teknologi tersebut 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 dalam HR.

Oleh karena itu, pemimpin HR memerlukan keahlian spesifik platform dan fokus kuat pada tata kelola untuk menerapkan AI dalam HR dan payroll dengan efektif; pengetahuan 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 dengan menyematkan 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 tersebut berisiko karena, bahkan para evangelis paling antusias mengakui, AI tidak 100% akurat dan memerlukan tinjauan sebagai guardrail untuk meminimalkan risiko.

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

Beberapa faktor yang masuk ke dalam optimasi pita gaji, termasuk pertimbangan tentang lokasi. Jadi, tim HR yang mengandalkan platform seperti ChatGPT yang mengakses data publik akan berada dalam posisi yang tidak menguntungkan jika mereka tidak sengaja menggunakan data dari New York City untuk menentukan pita gaji untuk Orlando, Florida.

Ketika tim HR mengakses platform yang sesuai dengan HIPAA dengan kontrol tata kelola yang kuat yang mendasarkan analisis pada data organisasi sendiri, mereka dapat mulai menunjukkan hasil 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.

Menerapkan AI untuk Menciptakan Nilai

Satu faktor yang membuat AI unik adalah evolusi yang sangat cepat. Karena AI terus belajar dan memperluas kemampuan, memutuskan di mana dan bagaimana menerapkan 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 mempermudah tugas-tugas tersebut. Bantuan sudah tersedia dalam beberapa bentuk, apakah itu AI yang dapat disematkan ke dalam alur kerja untuk menyelesaikan tugas atau model LLM yang dapat melakukan analisis data.

Sebagai contoh, perusahaan perangkat lunak mulai menggunakan kecerdasan buatan untuk sangat mempermudah administrasi manfaat karyawan dengan bertindak sebagai penerjemah cerdas 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 maju, AI dapat membaca kontrak hukum atau ringkasan manfaat yang rumit untuk secara otomatis mengekstrak poin 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 spesifik yang dimengerti oleh perangkat lunak HR. Otomatisasi ini mengubah proses entri data manual yang tradisional dan rawan kesalahan menjadi proses yang cepat, akurat, dan mudah.

Hal ini menunjukkan kebenaran mendasar tentang kemampuan AI ketika pemimpin HR dan payroll beralih 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 memusatkan tata kelola, memastikan integritas data, dan mengintegrasikan pengawasan manusia sebagai komponen esensial, 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.