Лидеры мнений

От экспериментов к практике: как ИИ повышает стандарты управления персоналом и расчёта зарплаты

Wesley Bryan
Добавьте Unite.AI в избранные источники в Google
Ключевые моментыДля HR-систем с ИИ необходимы защищённые платформы, соответствующие стандарту HIPAA…
Показать больше
  • Для HR-систем с ИИ необходимы защищённые платформы, соответствующие стандарту HIPAA, чтобы защищать конфиденциальные данные сотрудников.
  • Человеческий контроль остаётся необходимым для проверки анализа ИИ и обеспечения точности расчёта заработной платы.
  • ИИ может оптимизировать HR-задачи, такие как администрирование льгот, интерпретируя сложные документы страховых планов.

В последние несколько лет ИИ доминирует в обсуждениях бизнес-технологий, поскольку обещанное повышение производительности и эффективности действительно может преобразить работу компаний. Однако отчёт McKinsey о применении ИИ в компаниях показал: хотя почти все участники опроса в той или иной форме используют инструменты ИИ, большинство всё ещё находится на стадии экспериментов.

Почти две трети опрошенных компаний ещё не распространили технологию на всю организацию и не внедрили её способом, создающим ценность. Между тем технология быстро развивается. ИИ — движущаяся цель, что создаёт дополнительную трудность для руководителей, стремящихся перейти от ажиотажа вокруг него к измеримым результатам.

Управление персоналом и расчёт зарплаты становятся испытательной площадкой на пути от экспериментов к практике. Рассмотрим некоторые трудности, с которыми сталкиваются руководители HR в этот решающий момент, причины неизменной важности человеческого контроля и способы продвижения вперёд с максимально положительным влиянием на бизнес.

Особые трудности применения ИИ в управлении персоналом и расчёте зарплаты

Теоретически управление персоналом и расчёт зарплаты идеально подходят для ИИ, поскольку включают множество масштабных, насыщенных данными процессов, требующих точности и эффективности. Однако информация о здоровье, результатах работы и оплате труда сотрудников относится к самым чувствительным данным.

Поэтому руководители, желающие внедрить ИИ в HR и расчёт зарплаты, сталкиваются с двумя основными трудностями. Первая — безопасность данных. Размещать сведения, позволяющие идентифицировать человека, то есть PII, в незащищённой публичной среде ИИ — попросту неприемлемый риск.

Функции ИИ для управления персоналом и расчёта зарплаты должны работать в безопасной среде, соответствующей требованиям HIPAA, а не в публичном сервисе ChatGPT. Это первая защитная мера, от которой нельзя отступать.

Вторая трудность — определить, как применять технологию. Инструменты ИИ способны выполнять трудоёмкие задачи, например сравнительный анализ и проверку циклов расчёта зарплаты на аномалии, но ключ к успеху — точность данных. В управлении персоналом и зарплате нет места ошибкам, поскольку они непосредственно влияют на сотрудников. В HR даже результат 99% означает неудовлетворительную оценку.

Поэтому руководителям HR нужны знания конкретной платформы и серьёзное внимание к управлению и контролю, чтобы эффективно применять ИИ в кадровой работе и расчёте зарплаты. Общего знакомства с теорией ИИ недостаточно. Также необходимо выбрать платформу, позволяющую инструментам ИИ учиться на собственных данных организации, а не только на публично доступной информации из интернета.

Человеческий контроль — решающий фактор успеха

По мере того как применение ИИ в HR и расчёте зарплаты доказывает способность технологии давать измеримые результаты, становится всё очевиднее, что эффективные стратегии опираются не только на управление и контроль и целостность данных, но и на человеческий надзор как решающий фактор успеха.

Лучший подход — встроить ИИ в реальные рабочие процессы с использованием собственных данных организации и проверкой анализа людьми. Это помогает избежать распространённой ловушки: использования ИИ как отдельного инструмента, получающего публичные данные из онлайн-источников. Такой подход рискован, поскольку ИИ, как признают даже самые горячие его сторонники, не является стопроцентно точным и нуждается в проверке как защитной мере, минимизирующей риски.

Определение зарплатных диапазонов — хороший пример задачи HR, требующей тщательного человеческого контроля. Компаниям нужны конкурентоспособные диапазоны, чтобы привлекать квалифицированных кандидатов, а в ряде штатов действуют законы о прозрачности оплаты труда. Важно убедиться, что команда HR принимает решения на основе точных данных.

На оптимизацию зарплатных диапазонов влияют разные факторы, включая учёт местоположения. Поэтому команда HR, полагающаяся на платформу вроде ChatGPT с доступом к публичным данным, оказалась бы в невыгодном положении, если бы непреднамеренно использовала сведения о городе Нью-Йорк для определения зарплатных диапазонов в Орландо, штат Флорида.

Когда команды HR получают доступ к платформе, соответствующей HIPAA, с надёжными механизмами управления и анализом собственных данных организации, они могут начать демонстрировать реальные результаты. Но даже тогда человеческий фактор остаётся решающим, поскольку точность в HR и расчёте зарплаты обязательна. Поэтому важна роль, которую отводят ИИ.

Вместо того чтобы просить ИИ устанавливать зарплатные диапазоны или определять налоговые ставки, руководителям HR следует использовать его для анализа, который затем подтверждают люди, и создания других задач, которые люди впоследствии выполняют. Например, ИИ может формировать напоминания для своевременной уплаты налогов и предоставлять пользователям отчёты на основе данных системы, а не интернета.

Внедрение ИИ для создания ценности

Одна из особенностей ИИ — его невероятно быстрое развитие. Он постоянно учится и расширяет возможности, поэтому выбор того, где и как его внедрять, всегда будет напоминать попытку попасть в движущуюся цель.

Одна из стратегий, которую стоит рассмотреть, — выделить от трёх до пяти самых затратных по времени процессов HR и определить, как ИИ может их упростить и ускорить. Помощь уже доступна в разных формах: ИИ на основе агентов можно встраивать в рабочие процессы для выполнения задач, а большую языковую модель — применять для анализа данных.

Например, разработчики программного обеспечения начинают использовать ИИ для существенного упрощения администрирования льгот сотрудников. ИИ выступает умным переводчиком между насыщенными информацией, сложными документами программ льгот и строго структурированными правилами настройки, которых требуют информационные системы управления персоналом, или HRIS. С помощью передовой обработки естественного языка, NLP, он может читать сложные юридические договоры или описания льгот и автоматически извлекать важные сведения: критерии соответствия, уровни покрытия, франшизы и предельные суммы взносов. Затем он сопоставляет и преобразует эти переменные непосредственно в конкретные цифровые форматы и логику, которые понимает кадровое программное обеспечение. Автоматизация меняет традиционно утомительный и подверженный ошибкам ручной ввод данных, позволяя отделам HR вносить ежегодные изменения в программы, обновлять правила соблюдения требований или вводить совершенно новые льготы с беспрецедентной скоростью, точностью и лёгкостью.

Это показывает фундаментальную истину о возможностях ИИ, когда руководители HR и расчёта зарплаты переходят от экспериментов к практике. На горизонте появляются захватывающие возможности, например обсуждения между автономными агентами, которые кардинально изменят ситуацию. Но окончательные решения всё равно должны принимать люди-руководители.

Когда руководители HR строят системы, ставящие управление и контроль в центр, обеспечивающие целостность данных и включающие человеческий надзор как необходимый элемент, встроенный в рабочие процессы ИИ может принять на себя рабочую нагрузку. Ответственность, однако, остаётся за людьми. Именно так и должно быть, когда руководители используют ИИ для повышения стандартов управления персоналом и расчёта зарплаты.

Уэсли Брайан является президентом BPaaS Services в Veritas Prime, имея опыт, накопленный за несколько десятилетий руководства платформами SaaS с поддержкой ИИ, трансформацией облачных вычислений и инновациями в области продуктов для предприятий на глобальных рынках.