コーリー・スペンサー、UKGのAI担当GM兼VP – インタビュー・シリーズ

コーリー・スペンサーは、UKGのAIおよびプラットフォームの製品管理担当グループ副社長兼GMです。彼は、UKGのAI、プラットフォーム、ワークフォース・インテリジェンス・イニシアティブの製品戦略とイノベーションを牽引し、組織がワークフォース・データを実行可能な洞察に変え、ポジティブなビジネス結果を形作るのに役立っています。20年以上の経験を持つスペンサーは、AIの未来、ワークフォース・インテリジェンス、フロントライン・ワークへのAIの適用についての尊敬される思想家です。

UKGは、組織が従業員をより効果的に管理およびサポートできるように設計された、人材管理、給与、ワークフォース管理ソフトウェアの世界的プロバイダーです。彼らのプラットフォームは、人事、給与、スケジューリング、出席、コンプライアンス、分析、およびAI駆動のワークフォース洞察を組み合わせ、 nhỏ企業から大規模なグローバル企業まで、さまざまなビジネスをサポートしています。50年の業界経験を持つUKGは、150カ国以上の8万以上の組織をサポートし、毎日数千万人の人が彼らのソリューションを使用しています。

あなたは、20年以上、企業が顧客、分析、ワークフォース・データを理解するのを助けてきました。フロントライン・ワーカーが、知識労働者ではなく、AIの最も重要で見過ごされがちな機会の1つを表すことをあなたがどうやって確信したのですか?

私が確信したのは、フロントラインが実際に経済が動いている場所だからです。

私たちは、知識労働にAIを適用することで、驚くべき進歩を見てきました。しかし、ワークフォースの大部分は、しばしばサポートされていませんでした。フロントライン・ワーカーは、世界中の労働者の大部分を代表しています。彼らは、毎日私たちが依存する産業を動かしています。ヘルスケア、リテール、製造、物流、ホスピタリティ、公共サービスなどです。

多くの企業にとって、フロントラインは、P＆Lの最大の部分の1つでもあります。そこでは、労働コスト、顧客体験、コンプライアンス、安全性、サービス品質、従業員エンゲージメントがすべて集まります。しかしそれは、依然として、企業の中で最も最適化されていない部分の1つです。

その理由は、仕事が単純だからではありません。なぜなら、それは非常に複雑だからです。

フロントライン・ワークは、週または月で計画されるかもしれませんが、毎分、毎シフト、変化します。誰かが呼び出される。需要が急増する。患者負担が変化する。出荷が遅れる。コンプライアンス・ルールが役割、場所、資格、労働時間によって異なります。

従来のエンタープライズ・システムは、起こったことを記録するように設計されていました。フロントラインは、組織が意思決定がまだ重要である間に行動するのを助けるテクノロジーが必要です。

そのため、AIは非常に重要です。Agentic AIは、コンテキスト、意図、制約を理解し、スケジューリング、時間、給与、人事、運用を介して行動を調整するのに役立ちます。人々がコントロールしています。

私にとって、機会は、ワークフォース・プランニングとワークフォース・エグゼキューションのギャップを埋めることです。当我々がそれを行うとき、従業員はより良い体験を得る。マネージャーは、個人で処理できないスケールでサポートを受けます。ビジネスは、より速く、より正確に、より信頼性高く、より人間的に運営できます。

これは、生産性の話ではありません。これは、エグゼキューションの話です。

フロントライン・従業員は、世界的なワークフォースの多数を占めていますが、AIブームの多くは、オフィス生産性ツールに焦点を当てています。フロントライン環境の複雑さと重要性を、業界が長い間見過ごしてきた理由は何ですか?

私は、業界がフロントラインを過小評価したのは、それがすでにデジタル化されていた仕事にAIを構築するのがより簡単だったからだと思います。

オフィス・ワークは、ドキュメント、電子メール、ミーティング、カレンダー、コラボレーション・ツールで行われます。那は、AIの最初の波にとって自然なものでした。しかし、フロントラインは異なります。それは物理的、分散型、高度に規制されており、時間に敏感で、常に変化しています。しかしそれは、世界的なワークフォースの80％を代表する労働者を表しています。彼らは通常、机に座っていないが、毎日、ビジネス、コミュニティ、経済を動かしています。

複雑さは、仕事そのものだけではありません。それは仕事の周りのデータです。私たちは幸運です。UKGは常にフロントラインに焦点を当てていたので、この分野で数十年の先行をしています。

フロントライン・ワークフォース・データは、非常に高容量でノイズが多く、スケジュール、タイム・クロック、パンチ、給与ルール、資格、労働予測、欠勤、需要シグナル、コンプライアンス要件、管理者決定、従業員の好み、運用上の変更など、数千のロケーションとシフトで発生する信号から来ます。これらの信号は、常に移動し、コンテキストに深く依存しています。役割、場所、スキル、ポリシー、規制、需要、タイミングなどです。

そのため、フロントライン環境を有意義に分析することは、非常に困難です。多くの組織が何が起こったかを理解できるようになるまでに、意思決定の機会はすでに過ぎ去っています。スタッフ・ギャップ、オーバータイム・リスク、コンプライアンス問題、給与例外、カバレッジ・シグナルは、1週間後には重要ではありません。それは、まだ行動が取れる間に重要です。

そのため、フロントライン・AIは、オフィス・プロダクティビティ・AIとは根本的に異なる必要があります。それは、情報をまとめるか、コンテンツを生成するだけでなく、運用上のコンテキストを理解し、ノイズの多いワークフォース・シグナルを解釈し、人々がリアルタイムで行動を起こすのを助ける必要があります。

UKGにとって、これはビジネスとソリューションの核となる機会です。フロントラインは、記録システムではなく、行動システムが必要です。組織がワークフォース・データをより良い意思決定、より速いエグゼキューション、従業員、管理者、ビジネスにとってより信頼性の高い結果に変えるのを助けるシステムです。

企業ソフトウェアは、デスク、ドキュメント、ミーティング、ワークフロー、知識労働に焦点を当てて構築されてきました。しかし、フロントライン・ワークは異なります。それは物理的、分散型、規制されており、時間に敏感で、業界固有です。

小売のアソシエイト、看護師、製造テクニシャン、倉庫ワーカー、ホテルのマネージャーはすべてフロントライン・従業員ですが、彼らを取り巻く運用環境は、完全に異なります。小売チームは、交通量、プロモーション、天候、またはローカル・イベントに基づいて労働力を調整する必要があるかもしれません。ヘルスケア・チームは、患者ニーズが変化するにつれて、正しい資格を持つ正しい人を正しいユニットに配置する必要があります。製造チームは、スキル、安全性、オーバータイム、生産スケジュール、労働ルールのバランスをとる必要があります。

その複雑さは、仕事が計画されていても、毎分、毎シフト、変化するからです。月曜日に正しかったスケジュールは、水曜日までに間違っている可能性があります。8時に機能していたスタッフ・プランは、12時までに壊れている可能性があります。

歴史的に、ほとんどのシステムは、事後的に何が起こったかを記録することしかできませんでした。フロントラインは、レポート以上のものが必要です。それは、瞬間的な行動が必要です。

そのため、AIは非常に重要な追い風です。Agentic AIは、コンテキスト、意図、制約、ビジネス・ルールを理解し、管理者と従業員がスケジューリング、時間、給与、人事、運用を介して行動を起こすのを助けることができます。

私たちは、これらのフロントラインの課題に取り組んできました。何が異なるのかは、AIがこれらの課題を新しいレベルの速度、精度、業界の関連性で変革する方法を提供することです。

機会は、フロントライン・ワークをオフィス・ワークのように見せることではありません。それは、フロントライン・ワークが実際にどのように行われるかを尊重するテクノロジーを構築し、人々とビジネスがリアルタイムでより良い決定を下すのを助けることです。

小売のアソシエイト、看護師、倉庫ワーカー、またはホテルの従業員のためのAIを構築することは、デスク・ワーカー用のAIコ・パイロットを構築することとは非常に異なります。これらの環境の間の最大の技術的および運用上の違いは何ですか?

最大の違いは、フロントライン・AIがドキュメント、インボックス、またはチャット・ウィンドウの中に存在するだけでなく、仕事の流れの中に存在する必要があることです。

デスク・ワーカーにとって、AIは、情報を作成、まとめる、検索、または分析するのを助けることができます。フロントライン・ワーカーにとって、AIは、現在の運用状況を理解し、誰が働いているか、誰が資格を持っているか、誰が利用可能か、需要はどうか、どのルールが適用されるか、次に何が起こるべきかを理解する必要があります。

そのため、AIは、コンテキスト、業界の認識、行動指向性を備えている必要があります。役割、ポリシー、労働ルール、給与の影響、スケジュール、資格、ビジネス・プライオリティを理解し、信頼性、説明可能性、人間の監視をもって行う必要があります。

運用上の違いは、同様に重要です。フロントライン・マネージャーは、シフトが進行中であるときにダッシュボードを解釈する時間がありません。従業員は、別のシステムをナビゲートしたくありません。AIは、埋め込まれた、高速、直感的で、瞬間的なものでなければなりません。

そのため、フロントライン・AIは、単に仕事のコ・パイロットではありません。それは、組織が瞬間的に状況を感知、決定、行動するのを助けるインテリジェンスです。

リアルタイムのワークフォース・データ、スケジュール、給与、スタッフのシグナルについて話しました。フロントライン・AIシステムにとって、リアルタイムのエグゼキューションが特に重要な理由は何ですか?

課題は、組織がデータを持っているかどうかではありません。大多数のエンタープライズは、以前よりも多くのワークフォース・データを生成しています。課題は、シグナルをタイムリーな推奨、ガイダンス、行動に変えることです。意思決定がまだ重要である間にです。

そのため、リアルタイムのエグゼキューションは、フロントライン・AIシステムにとって非常に重要です。AIは、起こっていることを理解し、制約を理解し、次に何が起こるべきかを理解する必要があります。スケジュールを調整する必要がありますか? オープン・シフトを埋める必要がありますか? マネージャーに警告する必要がありますか? コンプライアンス問題を防ぐ必要がありますか? 給与の例外を解決する必要がありますか?

これらは、小さな決定のように思えるかもしれませんが、数千の従業員、シフト、ロケーションを超えて、迅速に蓄積します。カバレッジの改善、例外の削減、労働の決定の改善、管理者の迅速な行動は、従業員とビジネスにとって重大な影響を及ぼす可能性があります。

これが、UKGワークフォース・インテリジェンス・ハブの目的です。組織がワークフォース・データをより良い意思決定、より速いエグゼキューション、従業員、管理者、ビジネスにとってより信頼性の高い結果に変えるのを助けることです。

私たちは、HR、給与、ワークフォース・マネジメントの分野を超えて、ユニークな視点を提供しています。ワークフォース・ストラテジーが運用上の現実になる場所です。当そのデータを業界と同僚のベンチマーク、労働コストの洞察、シグナルを浮き彫りにし、推奨される行動を表面化できるAIと組み合わせると、リーダーは何が起こっているか、どのように重要か、どこに行動するかについて、より明確な理解を得ることができます。

エグゼクティブにとって、それが実際の価値です。それは、別のダッシュボードをレビューすることではありません。それは、労働力をより正確に管理し、リスクを早期に特定し、パフォーマンスをより効果的にベンチマークし、意思決定をより自信を持って行うのを助けるツールです。

多くの組織は、Agentic AIを探索していますが、自律性、ガバナンス、信頼について懸念があります。ワークフォース・マネジメント・システムでAIエージェントが行動を起こすことを企業が許可する前に、必要なガイドレールは何ですか?

ワークフォース・オペレーションでは、AIエージェントは、決定が深く人間的であるため、明確な境界が必要です。スケジュール、給与、コンプライアンス、カバレッジ、疲労、公平性、従業員の信頼を影響します。つまり、エージェントは、単に速度や効率を最適化することはできません。ポリシー、許可、目的の範囲内で動作する必要があります。

最も重要なガイドレールは、コンテキスト、コントロール、説明責任です。

コンテキストとは、AIが従業員、役割、労働ルール、ビジネス・ニーズ、下流の影響を理解することを意味します。コントロールとは、エージェントが定義された許可の範囲内で動作し、リスクに基づいて適切な人間の承認を得ることを意味します。説明責任とは、推奨や行動が説明可能、監査可能、取り消し可能であることを意味します。

一部の行動は、自動的に実行するために適しています。たとえば、資格のある従業員にオープン・シフトを提示したり、オーバータイム・リスクについてマネージャーに警告したりします。より大きな影響を与える行動、特に給与、コンプライアンス、規律、または重要なスケジュールの変更に関するものについては、人間のレビューが必要です。

目標は、マネージャーや人事チームをプロセスから除外することではありません。それは、個人で管理できないスケールで、インテリジェントなサポートを提供することです。

信頼できるAgentic AIは、意図を行動に変えるべきですが、常に透明性、ガバナンス、人間の関与をもって行うべきです。

すべての機能は、プロダクションに到達する前に、厳格なモデル検証、セキュリティレビュー、プライバシー評価、および継続的な監視を受ける必要があります。

UKGは、スケジュールを再バランスする、給与の不正を検出する、採用を加速することができるAIアプリケーションについて話しました。これらのユースケースのうち、どれがすでに実際の運用上の価値を提供していますか? どれがまだ初期段階にありますか?

最も速く価値を提供しているユースケースは、管理者とチームがすでに毎日行っている決定からフリクションを除去するものです。

給与の不正を検出することは、誰でも関係することができる例です。給与は、どのビジネスでも最も信頼性の高いプロセスの一つです。特にフロントラインや時間給の従業員にとっては、給与の不正、給与ルールの例外、コンプライアンス問題、または従業員体験の問題につながる可能性があります。AIは、問題を早期に検出して、チームが解決に向けて行動を起こすのを助けることができます。

しかし、もっと先進的な例があります。リアルタイムの労働およびスケジュールの最適化が一例です。これは、UKGダイナミック・ワークフォース・オペレーションの重要性を示しています。価値は、ストア、ユニット、倉庫、またはホテルが人員不足であることを確認することではありません。何が変わったか、どのような制約が適用されるか、そしてマネージャーが瞬間的に何をするかを理解することです。オープン・シフトを埋める、オーバータイム・リスクを避ける、カバレッジを保護するなどです。これらの決定は、現在、人間の直感によって行われ、しばしば遅れます。マネージャーは、問題が発生する前に、データによって裏付けられた推奨事項を受け取ることができます。

3つ目は、仕事の流れにおけるフロントラインのサポートです。UKGフロントライン・ワーカー・ネットワークを通じて、ワークフォース・データは、富、健康、日常の必需品に関するサポートを、従業員が最も関連性の高いときに接続するのを助けることができます。これはまだ新しいカテゴリですが、従業員の体験は、誰も使用する時間がない別のポータルに存在することはできません。

採用の加速も、特にスピードが重要なフロントライン環境で、実用的になりつつあります。私たちのAIネイティブのUKGラピッド・ハイヤーは、候補者の関心からスケジュールされた面接までの時間を、週や日から、数時間または数分にまで削減しました。大量のフロントライン採用のためのソーシング、スクリーニング、スケジューリング、オンボーディング、初日の準備に関する繰り返しの作業を削減しました。

実際の機会は、孤立した自動化ではありません。それは、ワークフォース・オペレーティング・プラットフォームを構築することです。プラットフォームは、変化を感知し、次に最も適切な行動を推奨し、組織が意図から行動への移行を、適切なガバナンスと人間の監視とともに支援できるものです。

ヘルスケア、製造、物流などの業界では、小さなワークフォースの混乱は、すぐに下流の結果をもたらす可能性があります。AIシステムを、リスクを追加せずに迅速に応答できるように設計するには、どうすればよいですか?

スピードは重要ですが、フロントライン環境では、コントロールのないスピードはリスクです。

ヘルスケア、製造、物流、その他の複雑な業界では、小さなワークフォースの混乱は迅速に波及する可能性があります。1つの欠勤は患者ケアに影響を及ぼす可能性があります。1つのスキルギャップは生産ラインを遅らせる可能性があります。1つのスタッフのシグナルを逃すと、出荷が遅れたり、オーバータイムのリスクが生じたりします。

したがって、目標は、単にAIを迅速に動作させることではありません。目標は、正しい制約の中で迅速に動作させることです。

そのためには、コンテキストが必要です。AIは、誰が資格を持っているか、どのようなルールが適用されるか、どのようなカバレッジが必要か、どのようなコンプライアンス・リスクが存在するか、各行動の下流の影響が何であるかを理解する必要があります。

リスクベースの自律性も必要です。低リスクの行動、たとえばマネージャーに警告する、資格のある従業員を特定する、オープン・シフトを提示することは、自動的に推奨または実行できます。給与、コンプライアンス、安全性、または重要なスケジュールの変更に関連する行動については、人間のレビューが必要です。

最も優れたフロントライン・AIシステムは、説明可能、監査可能、取り消し可能であるように設計されています。マネージャーは、推奨事項がなぜ行われたかを理解する必要があります。従業員は、プロセスを信頼する必要があります。ビジネスは、AIが新たなリスクをもたらさずにエグゼキューションを改善していることを確信する必要があります。

私たちの設計原則は、シンプルです。AIは、人々、ポリシー、ガバナンスを最初から組み込んだ状態で、組織が瞬間的に状況を感知、決定、行動できるように支援するべきです。

フロントライン・ワーカーは、AIが仕事を奪う可能性があるという懸念を抱いています。AIの採用について、恐怖や不確実性を生み出すのではなく、従業員をエンパワーメントするバランスをとるには、どうすればよいですか?

私は、自動化のハイプと運用上の現実を区別する必要があります。

過去10年間で、フロントライン・ワークを置き換えることが、予想よりもはるかに困難であることを示す多くの例を見てきました。セルフ・チェックアウトは、混合された結果をもたらしました。完全に自動化されたファストフードは、パラダイムではなくパイロットでした。ドローン配達は、多くの人にとって、まだ未来のものです。

その理由は、テクノロジーが強力ではないからではありません。多くのフロントライン・ワークは、依然として深く人間的です。

フロントライン・従業員は、例外、判断、ケア、サービス、共感、信頼を処理します。看護師は、単にタスクを完了するのではなく、患者ケアを提供しています。小売のアソシエイトは、単に在庫を移動するのではなく、顧客と関わります。レストランの従業員は、単に注文を満たすのではなく、経験を提供しています。これらの役割は、人々、運用、コンプライアンス、顧客体験の交差点にあります。

AIは、フロントライン・ワークの周りのフリクションを除去するのを助けることができます。スケジュールの混乱、パンチの欠如、給与の質問、オープン・シフト、コンプライアンスの複雑さ、スタッフのギャップ、管理者がチームから引き離される管理タスクなどです。AIは、従業員が答えを得るのを助け、管理者がより良い決定を下し、組織がより迅速に、より正確に、より信頼性高く運営するのを助けることができます。

フロントライン・AIの将来は、仕事を奪うことではなく、人々により良いツール、より良いガイダンス、瞬間的なサポートを提供することです。

あなたは、エンタープライズ・ソフトウェアがレコード・システムからインテリジェント・アクション・システムへの移行について話しました。ワークフォース・プラットフォームは、Agentic AIが日常の運用に組み込まれるにつれて、次の5年間でどのように進化するでしょうか?

私は、質問を少し言い換えます。ワークフォース・プラットフォームが5年後どうなっているかということではなく、どの組織が今日、5年後のリーダーとなる基盤を構築しているかということです。

AIの変化のペースは、遅い変化として扱うにはあまりに速いです。利点は、今日からHR、給与、時間、スケジューリング、ワークフォース・インテリジェンス、エグゼキューションを接続する真のワークフォース・オペレーティング・プラットフォームに向けて、断片化されたシステム、不快なスイート、ポイント・ソリューションから移動する組織にあります。

これは、UKGワークフォース・インテリジェンス・ハブが重要になるもう1つの例です。AIが日常のワークフォース・オペレーションに組み込まれるにつれて、インテリジェンスは、サイドに静的なレポートとして存在するのではなく、仕事が理解され、優先され、行動される方法の一部である必要があります。組織は、フロントライン・ワークフォース・オペレーションにインテリジェンス・レイヤーが必要です。正しいコンテンツを正しい瞬間に提供するためです。

その理由は、ワークフォース・オペレーションは、微小な利益と微小な損失で満ち溢れているからです。スタッフのギャップ、給与の例外、コンプライアンス問題、オープン・シフト、管理者の遅れた決定は、個別に見ると小さく見えるかもしれません。しかし、数千の従業員、ロケーション、シフトを超えて、迅速に蓄積します。

Agentic AIは、組織がそのギャップを埋める方法を提供します。変化を理解し、ビジネス・コンテキストを解釈し、次に最も適切な行動を推奨し、人々が瞬間的にエグゼキューションを行うのを助けることができます。

次の5年間で、リーダーは、AI機能を既存のワークフローに追加した組織ではありません。ワークフォース・マネジメントをインテリジェント・アクション・システムとして再考した組織です。

エグゼクティブにとって、緊急性があります。フロントラインはすでにリアルタイムで動いています。あなたのテクノロジーもそれに追随する必要があります。今日にその機能を構築する組織は、重要な先行を得るでしょう。

将来を見据えて、企業AIで勝つ企業は、最も優れたモデルを持っている企業ではなく、現実のワークフローに直接結びついた最も深い運用およびワークフォース・データを持っている企業であると思いますか?

最も優れたモデルは重要ですが、企業AIで勝つ企業は、最も優れたモデルを持っている企業だけではありません。エンタープライズでは、インテリジェンスは、仕事のコンテキストを理解し、人々が正しい行動を取るのを助けることができなければ、価値がありません。

モデルは答えを生成できますが、プラットフォームは、ワークフォース・データ、ビジネス・ルール、ワークフロー・コンテキスト、ガバナンスを組み込んだ、結果を推進することができます。

これが、ワークフォース・インテリジェンス・ハブの重要性です。システム上のAIは、限られた価値しかありません。インテリジェンスは、仕事の流れの中に組み込まれる必要があります。シグナルを解釈し、意思決定が最も重要であることを理解し、最も重要な決定を表面化する必要があります。

そのため、市場は、モデルがより強力で、よりアクセスしやすくなると、差別化は、AIが現実のワークフローとどのように結びついているか、そしてどのように安全に洞察から行動への移行が行われるかによって決まるでしょう。

フロントラインにとって、その区別は重要です。仕事は常に変化し、決定は即時の結果をもたらします。従業員、管理者、顧客、患者、ビジネスにとってです。

企業AIで勝つ企業は、単に賢いように聞こえるAIを持っているのではなく、仕事が実際にどのように行われるかを理解し、組織がより速く、より正確に、より信頼性高く、より人間的に運営するのを助けるAIを持っている企業です。

素晴らしいインタビュー、詳細を知りたい読者はUKGを訪問してください。