Nowa przewaga CFO: Jak AI zmienia planowanie siły roboczej w silnik napędowy zysków

Planowanie siły roboczej jest często traktowane jako problem HR – sposób, aby upewnić się, że odpowiednie osoby są w odpowiednich rolach, rozwiązać konkurujące priorytety zatrudnienia i określić przydział głowy dla każdego zespołu. Ale ponieważ koszty pracy stanowią aż 70 procent całkowitych kosztów biznesowych, wynik na dolnej linii jest korzystny, gdy CFO i ich zespoły są regularnie zaangażowane w planowanie siły roboczej – i traktują głowę nie tylko jako centrum kosztów do zarządzania, ale jako dźwignię dochodową, którą mogą pociągnąć.

Gdy jest dobrze wykonane, planowanie siły roboczej może nie tylko zmniejszyć wydatki operacyjne, ale także rozszerzyć marże i ostatecznie zwiększyć zysk. Użycie AI może mieć dramatyczny wpływ na to, z generatywnym AI zwiększając niezawodność prognoz zatrudnienia i agentic AI zdolnym do podejmowania specjalistycznych zadań, które wykluczają potrzebę zwiększania głowy. Co więcej, CFO coraz częściej wdrażają AI w swojej pracy, a te trendy połączyły się, aby uczynić planowanie siły roboczej z pomocą AI nową przewagą CFO, prowadzącą drogę ku zwiększonej zyskowności biznesu.

GenAI: Od wysokich wydatków na zatrudnienie do wzrostu EBITDA

McKinsey zgłosił, że modele prognozowania oparte na AI mogą osiągnąć ponad 90 procent dokładności w prognozowaniu potrzeb zatrudnienia dla niektórych firm, obcinając koszty nadgodzin o 15-20 procent.

Rola planowania siły roboczej jest szczególnie krytyczna w branży usług niebieskich kołnierzyków, a BSL, firma ochrony fizycznej wysyłająca dziesiątki tysięcy strażników do tysięcy miejsc dla globalnych klientów, takich jak Nike i Amazon, niedawno osiągnęła jeszcze lepsze wyniki niż ten benchmark. Firma stanęła przed wyzwaniem znanych każdej pracy intensywnie związanej z pracą i zmianą: ciągłym krwawieniem wynagrodzeń za nadgodziny i drogim kontraktowaniem na ostatnią chwilę. Gdy popyt wzrastał, lub gdy pojawiła się luka w rozmieszczeniu, firma często kończyła się płacąc premię – albo istniejącemu personelowi, albo zewnętrznym kontrahentom.

BSL było w stanie obniżyć koszty nadgodzin o 30 procent, a także obniżyć wydatki na kontraktowanie, gdy zaczęło używać bardziej dokładnego i długoterminowego planowania siły roboczej z pomocą AI. Przeanalizowawszy umowy pracowników i klientów, przetłumaczywszy prawa i przepisy pracy w algorytmiczne ograniczenia, a następnie wykonawszy złożoną optymalizację z wieloetapowym algorytmem atrybucji pod tymi ograniczeniami, narzędzia AI szybko wyprodukowały roczny plan zatrudnienia. Wcześniej firma spędzała tygodnie na tworzeniu planów zatrudnienia, które rozciągały się tylko na jeden do trzech miesięcy do przodu. W efekcie zwiększyła EBITDA o 200 punktów bazowych, dzięki znacznemu zmniejszeniu nadgodzin i kontraktowania, co jest znaczącą poprawą w dziedzinie, w której marże są słynnie cienkie.

W BSL i w wielu innych przypadkach główną rolą AI nie było redukowanie pracowników. Raczej, narzędzia AI generatywne zmniejszyły rotację, poprawiły planowanie i pomogły zbudować harmonogramy, które są zarówno dla klientów, jak i pracowników. Na przykład, liczba strażników umieszczonych w rotacji na dane stanowisko była ograniczona do trzech, do zadowolenia klientów, którzy chcieli utrzymać strażników specjalizujących się w ich firmie. Liczba zmian wymagających długiej podróży była zmniejszona, a bezpłatne weekendy były równomiernie rozdzielone. Zmiany takie zwiększają jakość życia pracowników, poprawiają satysfakcję klienta i zmniejszają wydatki i kłopoty związane z rotacją pracowników dla firmy w długiej perspektywie.

Agentic AI: Skalowanie bez zwiększania zatrudnienia

W innych przypadkach planowanie siły roboczej z pomocą AI umożliwia firmom uniknięcie zwiększania personelu, aby mogły skalować się w sposób przystępny. Na przykład, gdy Zendata Cybersecurity została wybrana do wdrożenia zintegrowanego rozwiązania w Dubai International Financial Centre i Abu Dhabi Global Market, firma musiała szybko znaleźć sposób, aby zapewnić płynne wdrożenie administracyjne i techniczne dla tysięcy nowych klientów i wdrożyć obowiązkowe audyty bezpieczeństwa co kwartał. Zatrudnienie wystarczającej liczby dodatkowych inżynierów na ten wzrost byłoby kosztowne i wyzwaniem, z 72 procentami pracodawców na całym świecie, którzy zgłaszają, że mają trudności ze znalezieniem potrzebnych umiejętności.

Zamiast tego, firma cyberbezpieczeństwa wykorzystała konsultanta AI, aby wdrożyć 5 000 użytkowników końcowych w ciągu sześciu tygodni, unikając potrzeby rekrutacji nowych pracowników lub nałożenia dodatkowego obciążenia na istniejące zespoły. Inny agent umożliwił Zendacie wdrożenie kwartalnych audytów i dostarczenie spersonalizowanych spostrzeżeń, diagnoz i planów działania dla swoich klientów. Zamiast spędzania jednego tygodnia na audytach co kwartał, przegląd ludzki został zmniejszony do średnio jednej godziny na kwartał. To obniżyło operacyjne obciążenie i przyspieszyło proces audytu, rozwiązując wyzwanie znalezienia wystarczającej liczby nowych inżynierów do przeprowadzenia audytów dla dużej liczby nowych klientów.

Co CFO powinien wziąć pod uwagę

Wspólnym wątkiem w tych przykładach nie jest to, że AI zmniejsza rolę ludzkiej oceny w decyzjach dotyczących siły roboczej. Jest to tak, że AI usuwa nieefektywności i złożoności, które tworzyły znaczące wycieki dochodów w istniejących rozwiązaniach planowania siły roboczej.

AI generatywne może przeanalizować tysiące umów, zastosować setki ograniczeń regulacyjnych i wyprodukować prognozy na horyzoncie rocznym w czasie, jaki potrzebny jest człowiekowi do ustawienia arkusza. Wynik na dolnej linii jest taki, że AI pozwala firmom skalować się z prędkością, absorbować szczytowe obciążenia bez czasu oczekiwania i poprawiać konkurencyjność cenową i zyskowność. CFO coraz częściej zdaje sobie z tego sprawę i wykorzystuje dostępne dziś narzędzia – a wyniki pojawiają się w raportach finansowych.