คอรีย์ สเปนเซอร์ GM และ GVP ของ AI ที่ UKG – ซีรีส์สัมภาษณ์

คอรีย์ สเปนเซอร์ เป็น Group Vice President และ General Manager ของ Product Management สำหรับ AI และ Platform ที่ UKG เขาเป็นผู้นำกลยุทธ์ผลิตภัณฑ์และนวัตกรรมทั่วทั้ง AI, Platform และ Workforce Intelligence ของ UKG ช่วยให้องค์กรสามารถเปลี่ยนข้อมูลแรงงานเป็นข้อมูลเชิงลึกที่สามารถดำเนินการได้ ซึ่งช่วยให้เกิดผลลัพธ์ทางธุรกิจที่ดี ด้วยประสบการณ์มากกว่า 20 ปี สเปนเซอร์เป็นผู้นำความคิดที่ได้รับการยอมรับเกี่ยวกับอนาคตของ AI, Workforce Intelligence และการประยุกต์ใช้ AI กับงานหน้า线

UKG เป็นผู้ให้บริการระดับโลกด้านการบริหารจัดการทรัพยากรบุคคล, ค่าจ้าง, และการบริหารจัดการแรงงาน ซึ่งออกแบบมาเพื่อช่วยให้องค์กรสามารถจัดการและสนับสนุนพนักงานได้อย่างมีประสิทธิภาพ มีแพลตฟอร์มที่รวมถึงทรัพยากรบุคคล, ค่าจ้าง, การจัดตาราง, การบันทึกเวลา, การปฏิบัติตามกฎระเบียบ, การวิเคราะห์ และข้อมูลเชิงลึกของแรงงานที่ได้รับการเสริมด้วย AI ซึ่งให้บริการแก่ธุรกิจตั้งแต่ขนาดเล็กจนถึงองค์กรระดับโลกที่มีประสบการณ์มากกว่า 50 ปี UKG สนับสนุนมากกว่า 80,000 องค์กรใน 150 ประเทศ โดยมีผู้ใช้หลายสิบล้านคนใช้โซลูชันของ UKG ทุกวัน

คุณมีประสบการณ์มากกว่าสองทศวรรษในการช่วยให้องค์กรเข้าใจข้อมูลลูกค้า, ข้อมูลวิเคราะห์, และข้อมูลแรงงานทั่วทั้งบริษัทต่างๆ เช่น Adobe, Alteryx, และ UKG สิ่งใดที่ทำให้คุณเชื่อว่าพนักงานหน้า线เป็นโอกาสที่สำคัญและถูกมองข้ามมากที่สุดสำหรับ AI ในปัจจุบัน?

สิ่งที่ทำให้ฉันเชื่อคือเรื่องง่ายๆ คือ พนักงานหน้า线คือที่ที่เศรษฐกิจจริงๆ ดำเนินการ

เรามีความก้าวหน้าอย่างมากในการนำ AI ไปใช้กับงานสำนักงาน แต่ส่วนใหญ่ของแรงงานยังไม่ได้รับการดูแล พนักงานหน้า线เป็นตัวแทนของแรงงานส่วนใหญ่ทั่วโลก ซึ่งอาจถึง 80% ตามการประมาณการบางอย่าง และพวกเขากำลังขับเคลื่อนอุตสาหกรรมที่เราทุกคนพึ่งพาทุกวัน เช่น การดูแลสุขภาพ, การค้าปลีก, การผลิต, การขนส่ง, การบริการ, และบริการสาธารณะ

สำหรับหลายๆ บริษัท พนักงานหน้า线ยังเป็นส่วนหนึ่งที่ใหญ่ที่สุดของ P&L ซึ่งเป็นที่ที่ค่าแรง, ประสบการณ์ของลูกค้า, การปฏิบัติตามกฎระเบียบ, ความปลอดภัย, คุณภาพการบริการ, และการมีส่วนร่วมของพนักงานทั้งหมดมารวมกัน และยังคงเป็นส่วนหนึ่งที่ไม่ได้รับการปรับปรุงมากที่สุดขององค์กร

ไม่ใช่เพราะงานนั้นง่าย แต่เพราะมันซับซ้อนมาก

งานหน้า线อาจถูกวางแผนโดยสัปดาห์หรือเดือน แต่มันเปลี่ยนแปลงทุกนาทีของทุกๆ ช่วงการทำงาน มีคนโทรออก อุปสงค์ขึ้น ลูกค้าเปลี่ยนแปลง การจัดส่งล่าช้า กฎระเบียบการปฏิบัติตามที่แตกต่างกันตามบทบาท, ที่ตั้ง, ใบอนุญาต, หรือชั่วโมงทำงาน

ระบบองค์กรแบบเดิมๆ ถูกสร้างขึ้นเพื่อบันทึกสิ่งที่เกิดขึ้น พนักงานหน้า线ต้องการเทคโนโลยีที่สามารถช่วยให้องค์กรดำเนินการในขณะที่การตัดสินใจยังคงมีความสำคัญ

นั่นคือเหตุผลที่ AI มีความสำคัญ AI ที่มีพลังในการกระทำสามารถเข้าใจบริบท, ความตั้งใจ, และข้อจำกัด แล้วช่วยให้องค์กรดำเนินการข้ามการจัดตาราง, การบันทึกเวลา, ค่าจ้าง, ทรัพยากรบุคคล, และการดำเนินงาน — โดยมีคนควบคุม

สำหรับฉัน โอกาสคือการปิดช่องว่างระหว่างการวางแผนแรงงานและการดำเนินการของแรงงาน เมื่อเราทำได้ พนักงานจะได้รับประสบการณ์ที่ดีขึ้น, ผู้จัดการจะได้รับการสนับสนุนในระดับที่ไม่มีใครสามารถจัดการได้เพียงลำพัง, และธุรกิจสามารถดำเนินการได้ด้วยความเร็ว, ความแม่นยำ, และความไว้วางใจมากขึ้น

นี่ไม่ใช่แค่เรื่องของประสิทธิภาพเท่านั้น แต่เป็นเรื่องของการดำเนินการ

พนักงานหน้า线ประกอบขึ้นเป็นส่วนใหญ่ของแรงงานทั่วโลก แต่การบูมของ AI ส่วนใหญ่เน้นไปที่เครื่องมือความผลผลิตของสำนักงาน คุณคิดว่าทำไมอุตสาหกรรมจึงมองข้ามความซับซ้อนและความสำคัญของสภาพแวดล้อมหน้า线เป็นเวลานาน?

ฉันคิดว่าอุตสาหกรรมมองข้ามพนักงานหน้า线เพราะว่ามันง่ายกว่าที่จะสร้าง AI สำหรับงานที่เป็นดิจิทัลแล้ว

งานสำนักงานเกิดขึ้นในเอกสาร, อีเมล, การประชุม, ปฏิทิน, และเครื่องมือสำหรับการทำงานร่วมกัน ซึ่งทำให้ AI เป็นคลื่นแรกที่ง่ายต่อการสร้าง แต่พนักงานหน้าไลน์แตกต่าง มันคือสภาพแวดล้อมที่เป็นรูปธรรม, มีการกระจาย, มีการควบคุมอย่างเข้มงวด, มีความสำคัญทางเวลา, และเปลี่ยนแปลงอย่างต่อเนื่อง และยังคงเป็นตัวแทนของแรงงานทั่วโลกซึ่งอาจถึง 80% — คนที่โดยทั่วไปไม่ได้นั่งที่โต๊ะ แต่คนที่ทำให้ธุรกิจ, ชุมชน, และเศรษฐกิจดำเนินต่อไปทุกวัน

ความซับซ้อนไม่ใช่แค่เรื่องของงานเท่านั้น แต่ยังรวมถึงข้อมูลที่เกี่ยวกับงานด้วย เราได้รับโชคเพราะ UKG มุ่งเน้นไปที่พนักงานหน้าไลน์ตั้งแต่แรกแล้ว ดังนั้นเราจึงมีประสบการณ์หลายทศวรรษในด้านนี้

ข้อมูลแรงงานของพนักงานหน้าไลน์เป็นข้อมูลที่มีปริมาณมากและซับซ้อน มันมาจากตาราง, การบันทึกเวลา, การปunch, กฎการชำระเงิน, ใบอนุญาต, การคาดการณ์แรงงาน, การขาดงาน, สัญญาณอุปสงค์, กฎระเบียบ, การตัดสินใจของผู้จัดการ, การตั้งค่าของผู้จัดการ, และการเปลี่ยนแปลงการดำเนินงานที่เกิดขึ้นทั่วทั้งหลายแห่งและช่วงการทำงาน สัญญาณเหล่านี้เปลี่ยนแปลงอย่างต่อเนื่อง และขึ้นอยู่กับบริบท — บทบาท, ที่ตั้ง, ทักษะ, นโยบาย, อุปสงค์, และเวลา

สิ่งนี้ทำให้สภาพแวดล้อมของพนักงานหน้าไลน์ยากต่อการวิเคราะห์อย่างมีความหมาย เมื่อหลายๆ องค์กรสามารถเข้าใจสิ่งที่เกิดขึ้นได้ ก็อาจจะสายเกินไปที่จะส่งผลกระทบต่อผลลัพธ์ การขาดการทำงาน, การเสี่ยงต่อการทำงานล่วงเวลา, ปัญหาเกี่ยวกับการชำระเงิน, หรือสัญญาณการครอบคลุมที่ไม่ถูกต้องไม่มีความสำคัญหลังจากผ่านไปหนึ่งสัปดาห์แล้ว มันสำคัญในขณะที่ยังมีเวลาที่จะดำเนินการ

นั่นคือเหตุผลที่ AI สำหรับพนักงานหน้าไลน์ต้องแตกต่างจาก AI สำหรับงานสำนักงาน มันไม่สามารถเพียงสรุปข้อมูลหรือสร้างเนื้อหาที่ไม่จำเป็น มันจะต้องเข้าใจบริบทการดำเนินงาน, ตีความสัญญาณของแรงงานที่ซับซ้อน, และช่วยให้ผู้คนดำเนินการในเวลาจริง

สำหรับ UKG นี่คือโอกาสหลักของธุรกิจและโซลูชันเช่น UKG Workforce Intelligence Hub พนักงานหน้าไลน์ไม่ต้องการระบบบันทึกอีกต่อไป มันต้องการระบบการดำเนินการ — ระบบที่ช่วยให้องค์กรเปลี่ยนข้อมูลแรงงานเป็นตัวตัดสินใจที่ดีขึ้น, การดำเนินการเร็วขึ้น, และผลลัพธ์ที่น่าเชื่อถือมากขึ้นสำหรับพนักงาน, ผู้จัดการ, และธุรกิจ

คุณพูดถึงความสำคัญของข้อมูลแรงงานในเวลาจริง รวมถึงการเปลี่ยนแปลง, การจัดตาราง, การชำระเงิน, และสัญญาณการทำงาน ซึ่งการดำเนินการในเวลาจริงมีความสำคัญอย่างยิ่งสำหรับระบบ AI ของพนักงานหน้าไลน์

ความท้าทายไม่ใช่ว่าองค์กรมีข้อมูลหรือไม่ แต่การแปลสัญญาณเหล่านั้นเป็นคำแนะนำ, การชี้แนะ, และการดำเนินการ — ในขณะที่การตัดสินใจยังคงมีความสำคัญ

นั่นคือเหตุผลที่การดำเนินการในเวลาจริงมีความสำคัญสำหรับ AI ของพนักงานหน้าไลน์ AI ต้องเข้าใจสิ่งที่เกิดขึ้น, ข้อจำกัดที่ใช้, และการดำเนินการถัดไปที่ดีที่สุด ควรปรับเปลี่ยนตารางหรือไม่? ควรเติมช่วงการทำงานที่ว่างหรือไม่? ควรเตือนผู้จัดการหรือไม่? ควรป้องกันปัญหาเกี่ยวกับการชำระเงินหรือไม่? ควรแก้ไขปัญหาเกี่ยวกับการชำระเงินก่อนที่จะกลายเป็นปัญหาเกี่ยวกับประสบการณ์ของพนักงาน?

สิ่งเหล่านี้อาจดูเหมือนการตัดสินใจเล็กๆ แต่เมื่อขยายไปทั่วทั้งพนักงาน, ช่วงการทำงาน, และที่ตั้งหลายแห่ง การปรับปรุงที่ดีขึ้นจะเกิดขึ้นอย่างรวดเร็ว การครอบคลุมที่ดีขึ้น, การเสี่ยงต่อการทำงานล่วงเวลาที่น้อยลง, การตัดสินใจเกี่ยวกับแรงงานที่ฉลาดขึ้น, และการดำเนินการของผู้จัดการที่เร็วขึ้นสามารถสร้างผลกระทบที่มีความหมายสำหรับพนักงานและธุรกิจ

นี่คือวัตถุประสงค์ของ UKG Workforce Intelligence Hub: ช่วยให้องค์กรเปลี่ยนข้อมูลแรงงานเป็นตัวตัดสินใจที่ดีขึ้นและดำเนินการเร็วขึ้น โดยเฉพาะสำหรับพนักงานหน้าไลน์

เรามีมุมมองที่มีรายละเอียดและครอบคลุมทั่วทั้งทรัพยากรบุคคล, การชำระเงิน, และการบริหารจัดการแรงงาน — ส่วนๆ ที่กลยุทธ์แรงงานกลายเป็นความเป็นจริงในการดำเนินงาน เมื่อข้อมูลนี้ถูกผสมผสานกับมาตรฐานอุตสาหกรรมและเพื่อน, ข้อมูลค่าแรงงาน, และ AI ที่สามารถนำเสนอผลลัพธ์ที่เกี่ยวข้องและคำแนะนำที่เหมาะสมที่สุด ผู้นำจะได้รับมุมมองที่ชัดเจนขึ้นเกี่ยวกับสิ่งที่เกิดขึ้น, ทำไมมันสำคัญ, และที่ไหนที่จะดำเนินการ

สำหรับผู้บริหาร นี่คือคุณค่าที่แท้จริง มันไม่ใช่แค่การดูแดชบอร์ดอีกต่อไป มันเป็นเครื่องมือที่ช่วยให้จัดการแรงงานได้อย่างแม่นยำ, ระบุความเสี่ยงได้เร็วขึ้น, ประเมินประสิทธิภาพได้อย่างมีประสิทธิภาพ, และตัดสินใจด้วยความมั่นใจในขณะเดียวกัน

หลายๆ องค์กรกำลังสำรวจ AI ที่มีพลังในการกระทำ แต่มีความกังวลเกี่ยวกับการปกครองตนเอง, การกำกับดูแล, และความไว้วางใจ อะไรคือรั้วที่จำเป็นก่อนที่องค์กรจะสามารถอนุญาตให้ AI ดำเนินการในระบบการบริหารจัดการแรงงาน?

ในระบบการดำเนินงานของแรงงาน AI ต้องการขอบเขตที่ชัดเจนเพราะการตัดสินใจมีความสัมพันธ์กับมนุษย์อย่างลึกซึ้ง มันส่งผลกระทบต่อตาราง, การชำระเงิน, การปฏิบัติตามกฎระเบียบ, การครอบคลุม, ความเหนื่อยล้า, ความยุติธรรม, และความไว้วางใจของพนักงาน ซึ่งหมายความว่า AI ไม่สามารถเพียงเพิ่มประสิทธิภาพสำหรับความเร็วหรือประสิทธิภาพได้ มันต้องดำเนินการภายในนโยบาย, สิทธิ์, และวัตถุประสงค์

รั้วที่สำคัญที่สุดคือบริบท, การควบคุม, และความรับผิดชอบ

บริบทหมายถึง AI ต้องเข้าใจพนักงาน, บทบาท, ที่ตั้ง, กฎการชำระเงิน, ความต้องการทางธุรกิจ, และผลกระทบทางธุรกิจที่ตามมา การควบคุมหมายถึง AI ดำเนินการภายในสิทธิ์ที่กำหนดไว้ โดยมีการอนุมัติของมนุษย์ตามความเสี่ยง การรับผิดชอบหมายถึงการแนะนำหรือการดำเนินการใดๆ ที่สามารถอธิบายได้, ตรวจสอบได้, และกลับด้านได้

บางการดำเนินการอาจเหมาะสมสำหรับ AI ที่จะดำเนินการโดยอัตโนมัติ เช่น การแสดงช่วงการทำงานที่ว่างให้กับพนักงานที่มีคุณสมบัติหรือการเตือนผู้จัดการเกี่ยวกับความเสี่ยงต่อการทำงานล่วงเวลา การดำเนินการอื่นๆ ที่มีผลกระทบสูง โดยเฉพาะอย่างยิ่งการชำระเงิน, การปฏิบัติตามกฎระเบียบ, ความปลอดภัย, หรือการเปลี่ยนแปลงตารางที่สำคัญควรต้องมีการรีวิวของมนุษย์

วัตถุประสงค์คือไม่ใช่การเอาผู้จัดการหรือทีมทรัพยากรบุคคลออกจากกระบวนการ แต่ให้การสนับสนุนที่ฉลาดในระดับที่ไม่มีใครสามารถจัดการได้เพียงลำพัง

AI ที่เชื่อถือได้ควรเปลี่ยนความตั้งใจเป็นการดำเนินการ — แต่เสมอไปด้วยความโปร่งใส, การกำกับดูแล, และผู้คนในกระบวนการ

ทุกความสามารถควรผ่านการตรวจสอบแบบจำลองอย่างเข้มงวด, การทบทวนความปลอดภัย, การประเมินความเป็นส่วนตัว, และการตรวจสอบอย่างต่อเนื่องก่อนที่จะถึงการผลิต

UKG ได้พูดถึงการประยุกต์ใช้ AI ที่สามารถปรับเปลี่ยนตาราง, ตรวจจับปัญหาเกี่ยวกับการชำระเงิน, และเร่งการสรรหาบุคลากร ซึ่งกรณีการใช้งานเหล่านี้มีการให้คุณค่าทางปฏิบัติแล้ว และกรณีใดยังคงอยู่ในขั้นตอนเริ่มต้น?

กรณีการใช้งานที่ให้คุณค่าเร็วที่สุดคือกรณีที่สามารถลดความยุ่งยากในการตัดสินใจที่ผู้จัดการและทีมต้องทำทุกวัน

การตรวจจับปัญหาเกี่ยวกับการชำระเงินเป็นตัวอย่างที่ทุกคนสามารถเข้าใจได้ การชำระเงินเป็นหนึ่งในกระบวนการที่มีความไว้วางใจสูงสุดในธุรกิจใดๆ และมีความซับซ้อนโดยเฉพาะสำหรับพนักงานหน้าไลน์และพนักงานรายชั่วโมง ปัญหาเกี่ยวกับการชำระเงิน, การปunch ที่ไม่ถูกต้อง, ปัญหาเกี่ยวกับการชำระเงิน, หรือปัญหาเกี่ยวกับการปฏิบัติตามกฎระเบียบสามารถสร้างการทำงานด้วยมือหลายชั่วโมงและ影響ประสบการณ์ของพนักงานโดยตรง AI สามารถช่วยระบุปัญหาเหล่านี้ได้เร็วขึ้น, อธิบายสิ่งที่ดูไม่ถูกต้อง, และช่วยทีมในการแก้ไขก่อนที่จะปิดการชำระเงิน

มีตัวอย่างที่ซับซ้อนกว่านี้ที่เรารู้สึกตื่นเต้นมาก เช่น การเพิ่มประสิทธิภาพการทำงานและตารางในเวลาจริง นี่คือที่ที่ UKG Dynamic Workforce Operations มีความสำคัญ คุณค่าไม่ใช่แค่การเห็นว่าร้านค้า, หน่วย, โรงงาน, หรือโรงแรมมีพนักงานไม่เพียงพอ แต่เข้าใจว่าอะไรเปลี่ยนแปลงไป, ข้อจำกัดใดที่ใช้, และการดำเนินการใดที่ผู้จัดการสามารถทำได้ในขณะนั้น — ไม่ว่าจะเป็นการเติมช่วงการทำงานที่ว่าง, หลีกเลี่ยงความเสี่ยงต่อการทำงานล่วงเวลา, หรือปกป้องการครอบคลุม การตัดสินใจเหล่านี้ทำได้ด้วย直覺บ่อยครั้งและหลายชั่วโมงก่อนที่มนุษย์จะรู้ว่ามีปัญหา

สิ่งที่สามคือการสนับสนุนพนักงานหน้าไลน์ในกระบวนการทำงาน ผ่าน UKG Frontline Worker Network ข้อมูลแรงงานสามารถช่วยเชื่อมต่อพนักงานกับการสนับสนุนด้านความมั่งคั่ง, สุขภาพ, และสิ่งจำเป็นในชีวิตประจำวันเมื่อความต้องการเหล่านั้นเกิดขึ้น มันเป็นหมวดหมู่ที่ยังเกิดขึ้นใหม่ แต่เป็นสิ่งสำคัญเพราะประสบการณ์ของพนักงานไม่สามารถอยู่ในพอร์ทัลที่ไม่มีใครมีเวลาที่จะใช้

การเร่งการสรรหาบุคลากรก็กลายเป็นเรื่องจริงมากขึ้น โดยเฉพาะในสภาพแวดล้อมหน้าไลน์ที่มีปริมาณมากที่ความเร็วมีความสำคัญ AI ของเราที่เป็นมิตรกับ UKG Rapid Hire ลดเวลาจากความสนใจของผู้สมัครงานถึงการสัมภาษณ์ที่นัดไว้จากสัปดาห์หรือวันลงมาเป็นเพียงชั่วโมงหรือแม้กระทั่งนาทีในบางกรณี เราลดการทำงานซ้ำๆ ในการค้นหา, การกรอง, การจัดตาราง, การจัดเตรียม, และการเตรียมการสำหรับการทำงานวันแรกสำหรับการสรรหาพนักงานหน้าไลน์ในระดับใหญ่

โอกาสที่แท้จริงไม่ใช่การทำให้การทำงานหน้าไลน์ดูเหมือนงานสำนักงาน แต่การสร้างเทคโนโลยีที่เคารพวิธีการทำงานหน้าไลน์จริงๆ — และช่วยให้ผู้คนและธุรกิจตัดสินใจได้ดีขึ้นในเวลาจริง

การสร้าง AI สำหรับพนักงานหน้าไลน์ เช่น พนักงานขาย, พยาบาล, พนักงานคลังสินค้า, หรือพนักงานโรงแรม มีความแตกต่างอย่างมากจาก AI สำหรับพนักงานสำนักงาน คุณคิดว่าความแตกต่างด้านเทคนิคและด้านการดำเนินการที่ใหญ่ที่สุดระหว่างสภาพแวดล้อมเหล่านี้คืออะไร?

ความแตกต่างที่ใหญ่ที่สุดคือ AI สำหรับพนักงานหน้าไลน์ไม่สามารถอยู่ในเอกสาร, อีเมล, หรือหน้าต่างแชทได้ มันต้องอยู่ในกระบวนการทำงาน

สำหรับพนักงานสำนักงาน AI มักจะช่วยในการสร้าง, สรุป, ค้นหา, หรือวิเคราะห์ข้อมูล สำหรับพนักงานหน้าไลน์ AI ต้องเข้าใจสิ่งที่เกิดขึ้นในกระบวนการทำงานในขณะนั้น — ใครที่กำลังทำงาน, ใครที่มีคุณสมบัติ, ใครที่มีเวลาว่าง, อุปสงค์ดูเหมือนอย่างไร, กฎใดที่ใช้, และการดำเนินการใดที่ควรเกิดขึ้นต่อไป นี่คือปัญหาทางเทคนิคที่แตกต่างมาก

ดังนั้น AI ต้องเข้าใจบริบท, มีความรู้ด้านอุตสาหกรรม, และมุ่งเน้นไปที่การดำเนินการ มันต้องเข้าใจบทบาท, นโยบาย, กฎการชำระเงิน, ผลกระทบต่อค่าจ้าง, ตาราง, ใบอนุญาต, และลำดับความสำคัญทางธุรกิจ — และต้องทำสิ่งเหล่านี้ด้วยความไว้วางใจ, ความโปร่งใส, และการกำกับดูแลของมนุษย์

ความแตกต่างด้านการดำเนินการก็มีความสำคัญไม่แพ้กัน ผู้จัดการหน้าไลน์ไม่มีเวลาที่จะอ่านแดชบอร์ดในขณะที่ช่วงการทำงานกำลังดำเนินอยู่ พนักงานไม่ต้องการระบบอื่นที่ต้องนำทาง AI ต้องถูกฝัง, เร็ว, สะดวก, และมีประโยชน์ในขณะนั้น

นี่คือเหตุผลที่ AI สำหรับพนักงานหน้าไลน์ไม่ใช่แค่ผู้ช่วยสำหรับการทำงาน มันเป็นความฉลาดที่ช่วยให้องค์กรรู้สึก, ตัดสินใจ, และดำเนินการในเวลาจริง

คุณพูดถึงความสำคัญของข้อมูลแรงงานในเวลาจริง รวมถึงการเปลี่ยนแปลง, การจัดตาราง, การชำระเงิน, และสัญญาณการทำงาน ซึ่งการดำเนินการในเวลาจริงมีความสำคัญอย่างยิ่งสำหรับระบบ AI ของพนักงานหน้าไลน์

ความท้าทายไม่ใช่ว่าองค์กรมีข้อมูลหรือไม่ แต่การแปลสัญญาณเหล่านั้นเป็นคำแนะนำ, การชี้แนะ, และการดำเนินการ — ในขณะที่การตัดสินใจยังคงมีความสำคัญ

นั่นคือเหตุผลที่การดำเนินการในเวลาจริงมีความสำคัญสำหรับ AI ของพนักงานหน้าไลน์ AI ต้องเข้าใจสิ่งที่เกิดขึ้น, ข้อจำกัดที่ใช้, และการดำเนินการถัดไปที่ดีที่สุด ควรปรับเปลี่ยนตารางหรือไม่? ควรเติมช่วงการทำงานที่ว่างหรือไม่? ควรเตือนผู้จัดการหรือไม่? ควรป้องกันปัญหาเกี่ยวกับการชำระเงินหรือไม่? ควรแก้ไขปัญหาเกี่ยวกับการชำระเงินก่อนที่จะกลายเป็นปัญหาเกี่ยวกับประสบการณ์ของพนักงาน?

สิ่งเหล่านี้อาจดูเหมือนการตัดสินใจเล็กๆ แต่เมื่อขยายไปทั่วทั้งพนักงาน, ช่วงการทำงาน, และที่ตั้งหลายแห่ง การปรับปรุงที่ดีขึ้นจะเกิดขึ้นอย่างรวดเร็ว การครอบคลุมที่ดีขึ้น, การเสี่ยงต่อการทำงานล่วงเวลาที่น้อยลง, การตัดสินใจเกี่ยวกับแรงงานที่ฉลาดขึ้น, และการดำเนินการของผู้จัดการที่เร็วขึ้นสามารถสร้างผลกระทบที่มีความหมายสำหรับพนักงานและธุรกิจ

นี่คือวัตถุประสงค์ของ UKG Workforce Intelligence Hub: ช่วยให้องค์กรเปลี่ยนข้อมูลแรงงานเป็นตัวตัดสินใจที่ดีขึ้นและดำเนินการเร็วขึ้น โดยเฉพาะสำหรับพนักงานหน้าไลน์

เรามีมุมมองที่มีรายละเอียดและครอบคลุมทั่วทั้งทรัพยากรบุคคล, การชำระเงิน, และการบริหารจัดการแรงงาน — ส่วนๆ ที่กลยุทธ์แรงงานกลายเป็นความเป็นจริงในการดำเนินงาน เมื่อข้อมูลนี้ถูกผสมผสานกับมาตรฐานอุตสาหกรรมและเพื่อน, ข้อมูลค่าแรงงาน, และ AI ที่สามารถนำเสนอผลลัพธ์ที่เกี่ยวข้องและคำแนะนำที่เหมาะสมที่สุด ผู้นำจะได้รับมุมมองที่ชัดเจนขึ้นเกี่ยวกับสิ่งที่เกิดขึ้น, ทำไมมันสำคัญ, และที่ไหนที่จะดำเนินการ

สำหรับผู้บริหาร นี่คือคุณค่าที่แท้จริง มันไม่ใช่แค่การดูแดชบอร์ดอีกต่อไป มันเป็นเครื่องมือที่ช่วยให้จัดการแรงงานได้อย่างแม่นยำ, ระบุความเสี่ยงได้เร็วขึ้น, ประเมินประสิทธิภาพได้อย่างมีประสิทธิภาพ, และตัดสินใจด้วยความมั่นใจในขณะเดียวกัน

หลายๆ องค์กรกำลังสำรวจ AI ที่มีพลังในการกระทำ แต่มีความกังวลเกี่ยวกับการปกครองตนเอง, การกำกับดูแล, และความไว้วางใจ อะไรคือรั้วที่จำเป็นก่อนที่องค์กรจะสามารถอนุญาตให้ AI ดำเนินการในระบบการบริหารจัดการแรงงาน?

ในระบบการดำเนินงานของแรงงาน AI ต้องการขอบเขตที่ชัดเจนเพราะการตัดสินใจมีความสัมพันธ์กับมนุษย์อย่างลึกซึ้ง มันส่งผลกระทบต่อตาราง, การชำระเงิน, การปฏิบัติตามกฎระเบียบ, การครอบคลุม, ความเหนื่อยล้า, ความยุติธรรม, และความไว้วางใจของพนักงาน ซึ่งหมายความว่า AI ไม่สามารถเพียงเพิ่มประสิทธิภาพสำหรับความเร็วหรือประสิทธิภาพได้ มันต้องดำเนินการภายในนโยบาย, สิทธิ์, และวัตถุประสงค์

รั้วที่สำคัญที่สุดคือบริบท, การควบคุม, และความรับผิดชอบ

บริบทหมายถึง AI ต้องเข้าใจพนักงาน, บทบาท, ที่ตั้ง, กฎการชำระเงิน, ความต้องการทางธุรกิจ, และผลกระทบทางธุรกิจที่ตามมา การควบคุมหมายถึง AI ดำเนินการภายในสิทธิ์ที่กำหนดไว้ โดยมีการอนุมัติของมนุษย์ตามความเสี่ยง การรับผิดชอบหมายถึงการแนะนำหรือการดำเนินการใดๆ ที่สามารถอธิบายได้, ตรวจสอบได้, และกลับด้านได้

บางการดำเนินการอาจเหมาะสมสำหรับ AI ที่จะดำเนินการโดยอัตโนมัติ เช่น การแสดงช่วงการทำงานที่ว่างให้กับพนักงานที่มีคุณสมบัติหรือการเตือนผู้จัดการเกี่ยวกับความเสี่ยงต่อการทำงานล่วงเวลา การดำเนินการอื่นๆ ที่มีผลกระทบสูง โดยเฉพาะอย่างยิ่งการชำระเงิน, การปฏิบัติตามกฎระเบียบ, ความปลอดภัย, หรือการเปลี่ยนแปลงตารางที่สำคัญควรต้องมีการรีวิวของมนุษย์

วัตถุประสงค์คือไม่ใช่การเอาผู้จัดการหรือทีมทรัพยากรบุคคลออกจากกระบวนการ แต่ให้การสนับสนุนที่ฉลาดในระดับที่ไม่มีใครสามารถจัดการได้เพียงลำพัง

AI ที่เชื่อถือได้ควรเปลี่ยนความตั้งใจเป็นการดำเนินการ — แต่เสมอไปด้วยความโปร่งใส, การกำกับดูแล, และผู้คนในกระบวนการ

ทุกความสามารถควรผ่านการตรวจสอบแบบจำลองอย่างเข้มงวด, การทบทวนความปลอดภัย, การประเมินความเป็นส่วนตัว, และการตรวจสอบอย่างต่อเนื่องก่อนที่จะถึงการผลิต

UKG ได้พูดถึงการประยุกต์ใช้ AI ที่สามารถปรับเปลี่ยนตาราง, ตรวจจับปัญหาเกี่ยวกับการชำระเงิน, และเร่งการสรรหาบุคลากร ซึ่งกรณีการใช้งานเหล่านี้มีการให้คุณค่าทางปฏิบัติแล้ว และกรณีใดยังคงอยู่ในขั้นตอนเริ่มต้น?

กรณีการใช้งานที่ให้คุณค่าเร็วที่สุดคือกรณีที่สามารถลดความยุ่งยากในการตัดสินใจที่ผู้จัดการและทีมต้องทำทุกวัน

การตรวจจับปัญหาเกี่ยวกับการชำระเงินเป็นตัวอย่างที่ทุกคนสามารถเข้าใจได้ การชำระเงินเป็นหนึ่งในกระบวนการที่มีความไว้วางใจสูงสุดในธุรกิจใดๆ และมีความซับซ้อนโดยเฉพาะสำหรับพนักงานหน้าไลน์และพนักงานรายชั่วโมง ปัญหาเกี่ยวกับการชำระเงิน, การปunch ที่ไม่ถูกต้อง, ปัญหาเกี่ยวกับการชำระเงิน, หรือปัญหาเกี่ยวกับการปฏิบัติตามกฎระเบียบสามารถสร้างการทำงานด้วยมือหลายชั่วโมงและ影響ประสบการณ์ของพนักงานโดยตรง AI สามารถช่วยระบุปัญหาเหล่านี้ได้เร็วขึ้น, อธิบายสิ่งที่ดูไม่ถูกต้อง, และช่วยทีมในการแก้ไขก่อนที่จะปิดการชำระเงิน

มีตัวอย่างที่ซับซ้อนกว่านี้ที่เรารู้สึกตื่นเต้นมาก เช่น การเพิ่มประสิทธิภาพการทำงานและตารางในเวลาจริง นี่คือที่ที่ UKG Dynamic Workforce Operations มีความสำคัญ คุณค่าไม่ใช่แค่การเห็นว่าร้านค้า, หน่วย, โรงงาน, หรือโรงแรมมีพนักงานไม่เพียงพอ แต่เข้าใจว่าอะไรเปลี่ยนแปลงไป, ข้อจำกัดใดที่ใช้, และการดำเนินการใดที่ผู้จัดการสามารถทำได้ในขณะนั้น — ไม่ว่าจะเป็นการเติมช่วงการทำงานที่ว่าง, หลีกเลี่ยงความเสี่ยงต่อการทำงานล่วงเวลา, หรือปกป้องการครอบคลุม การตัดสินใจเหล่านี้ทำได้ด้วย直覺บ่อยครั้งและหลายชั่วโมงก่อนที่มนุษย์จะรู้ว่ามีปัญหา

สิ่งที่สามคือการสนับสนุนพนักงานหน้าไลน์ในกระบวนการทำงาน ผ่าน UKG Frontline Worker Network ข้อมูลแรงงานสามารถช่วยเชื่อมต่อพนักงานกับการสนับสนุนด้านความมั่งคั่ง, สุขภาพ, และสิ่งจำเป็นในชีวิตประจำวันเมื่อความต้องการเหล่านั้นเกิดขึ้น มันเป็นหมวดหมู่ที่ยังเกิดขึ้นใหม่ แต่เป็นสิ่งสำคัญเพราะประสบการณ์ของพนักงานไม่สามารถอยู่ในพอร์ทัลที่ไม่มีใครมีเวลาที่จะใช้

การเร่งการสรรหาบุคลากรก็กลายเป็นเรื่องจริงมากขึ้น โดยเฉพาะในสภาพแวดล้อมหน้าไลน์ที่มีปริมาณมากที่ความเร็วมีความสำคัญ AI ของเราที่เป็นมิตรกับ UKG Rapid Hire ลดเวลาจากความสนใจของผู้สมัครงานถึงการสัมภาษณ์ที่นัดไว้จากสัปดาห์หรือวันลงมาเป็นเพียงชั่วโมงหรือแม้กระทั่งนาทีในบางกรณี เราลดการทำงานซ้ำๆ ในการค้นหา, การกรอง, การจัดตาราง, การจัดเตรียม, และการเตรียมการสำหรับการทำงานวันแรกสำหรับการสรรหาพนักงานหน้าไลน์ในระดับใหญ่

โอกาสที่แท้จริงไม่ใช่การทำให้การทำงานหน้าไลน์ดูเหมือนงานสำนักงาน แต่การสร้างเทคโนโลยีที่เคารพวิธีการทำงานหน้าไลน์จริงๆ — และช่วยให้ผู้คนและธุรกิจตัดสินใจได้ดีขึ้นในเวลาจริง

ในภาคส่วนต่างๆ เช่น การดูแลสุขภาพ, การผลิต, และการขนส่ง การหยุดชะงักของแรงงานขนาดเล็กสามารถมีผลกระทบทางธุรกิจที่สำคัญได้อย่างรวดเร็ว คุณออกแบบระบบ AI ที่สามารถตอบสนองได้อย่างรวดเร็วโดยไม่สร้างความเสี่ยงการดำเนินงานเพิ่มเติมได้อย่างไร?

ความเร็วมีความสำคัญ แต่ในสภาพแวดล้อมหน้าไลน์ ความเร็วโดยไม่มีการควบคุมคือความเสี่ยง

ในภาคส่วนต่างๆ เช่น การดูแลสุขภาพ, การผลิต, การขนส่ง, และบริการสาธารณะ การหยุดชะงักของแรงงานขนาดเล็กสามารถส่งผลกระทบต่อธุรกิจได้อย่างรวดเร็ว การขาดการทำงานหนึ่งครั้งสามารถส่งผลกระทบต่อการดูแลผู้ป่วย การขาดทักษะสามารถชะลอการผลิต การหยุดชะงักของการขนส่งสามารถทำให้การส่งมอบล่าช้า หรือการทำงานล่วงเวลาสามารถสร้างความเสี่ยงต่อการทำงานล่วงเวลา

ดังนั้น วัตถุประสงค์คือไม่ใช่การสร้าง AI ที่เร็วขึ้น แต่สร้าง AI ที่เร็วขึ้นภายในขอบเขตที่ถูกต้อง

สิ่งนี้เริ่มต้นด้วยบริบท AI ต้องเข้าใจใครที่มีคุณสมบัติ, กฎใดที่ใช้, การครอบคลุมที่ต้องการ, ความเสี่ยงด้านการปฏิบัติตามกฎระเบียบที่มีอยู่, และผลกระทบทางธุรกิจที่ตามมาของการดำเนินการแต่ละอย่าง

นอกจากนี้ยังต้องการความเป็นอิสระที่ขึ้นอยู่กับความเสี่ยง การดำเนินการบางอย่างสามารถแนะนำหรือดำเนินการโดยอัตโนมัติได้ เช่น การเตือนผู้จัดการ, การระบุพนักงานที่มีคุณสมบัติ, หรือการแสดงช่วงการทำงานที่ว่าง การดำเนินการอื่นๆ ที่มีผลกระทบสูง โดยเฉพาะอย่างยิ่งการชำระเงิน, การปฏิบัติตามกฎระเบียบ, ความปลอดภัย, หรือการเปลี่ยนแปลงตารางที่สำคัญควรต้องมีการรีวิวของมนุษย์

ระบบ AI ที่ดีที่สุดสำหรับพนักงานหน้าไลน์ถูกออกแบบมาให้สามารถอธิบายได้, ตรวจสอบได้, และกลับด้านได้ ผู้จัดการต้องเข้าใจว่าทำไมการแนะนำจึงถูกทำ มนุษย์ต้องไว้วางใจกระบวนการ และธุรกิจต้องมีความมั่นใจว่า AI กำลังปรับปรุงการดำเนินการโดยไม่สร้างความเสี่ยงใหม่

สำหรับเรา หลักการออกแบบคือเรื่องง่ายๆ: AI ควรช่วยให้องค์กรรู้สึก, ตัดสินใจ, และดำเนินการในเวลาจริง — โดยมีผู้คน, นโยบาย, และการกำกับดูแลรวมอยู่ด้วยตั้งแต่แรก

มีความกังวลที่เพิ่มขึ้นในหมู่พนักงานว่า AI อาจแทนที่งาน โดยเฉพาะในอุตสาหกรรมหน้าไลน์ คุณสร้างสมดุลระหว่างการทำให้การทำงานอัตโนมัติและเพิ่มพลังให้กับพนักงานโดยไม่สร้างความกลัวหรือความไม่แน่นอนเกี่ยวกับการนำ AI มาใช้ได้อย่างไร?

ฉันคิดว่าเราต้องแยกความแตกต่างระหว่างการทำให้การทำงานอัตโนมัติและความเป็นจริงในการดำเนินงาน

ในช่วงหลายปีที่ผ่านมา เราได้เห็นตัวอย่างมากมายที่การแทนที่งานหน้าไลน์ด้วยการทำงานอัตโนมัติเป็นเรื่องที่ยากกว่าที่คาดไว้ การชำระเงินอัตโนมัติได้รับผลตอบรับที่ผสมผสาน การผลิตอาหารอัตโนมัติเป็นเพียงการทดลองมากกว่า การส่งมอบโดยใช้โดรนยังคงดูเหมือนเป็นเรื่องในอนาคต

สิ่งนี้ไม่ใช่เพราะเทคโนโลยีนั้นไม่มีพลัง แต่เพราะส่วนใหญ่ของงานหน้าไลน์ยังคงเป็นงานที่ต้องใช้มนุษย์

พนักงานหน้าไลน์จัดการกับการยกเว้น, การตัดสินใจ, การดูแล, ความปลอดภัย, การบริการ, ความเห็นอกเห็นใจ, และความไว้วางใจ พยาบาลไม่ได้เพียงแต่ทำงานเท่านั้น พนักงานขายไม่ได้เพียงแต่จัดการสินค้าเท่านั้น พนักงานร้านอาหารไม่ได้เพียงแต่เติมออร์เดอร์เท่านั้น บทบาทเหล่านี้อยู่ที่จุดตัดกันของคน, การดำเนินงาน, การปฏิบัติตามกฎระเบียบ, และประสบการณ์ของลูกค้า

AI สามารถเอาความยุ่งยากออกจากงานหน้าไลน์ได้: ตารางที่สับสน, การปunch ที่ไม่ถูกต้อง, คำถามเกี่ยวกับการชำระเงิน, ช่วงการทำงานที่ว่าง, ความซับซ้อนของการปฏิบัติตามกฎระเบียบ, ช่องว่างของพนักงาน, และงานด้านการบริหารที่ดึงผู้จัดการออกจากทีมของตน AI สามารถช่วยให้พนักงานได้รับคำตอบเร็วขึ้น, ช่วยให้ผู้จัดการตัดสินใจได้ดีขึ้น, และช่วยให้องค์กรดำเนินการได้ด้วยความแม่นยำมากขึ้น

อนาคตของ AI สำหรับพนักงานหน้าไลน์ไม่ใช่การเอาคนออกจากงาน มันคือการให้คนมีเครื่องมือที่ดีขึ้น, การชี้แนะที่ดีขึ้น, และการสนับสนุนที่ดีขึ้นในขณะเดียวกัน

คุณได้อธิบาย AI ว่าเป็นการเปลี่ยนซอฟต์แวร์องค์กรจากระบบบันทึกไปสู่ระบบการดำเนินการฉลาด คุณคิดว่าแพลตฟอร์มการบริหารจัดการแรงงานจะพัฒนาไปอย่างไรในอีก 5 ปีข้างหน้า เมื่อ AI ที่มีพลังในการกระทำกลายเป็นส่วนหนึ่งของการดำเนินงานประจำวัน?

ฉันจะเปลี่ยนคำถามนี้เล็กน้อย คำถามไม่ใช่ว่าแพลตฟอร์มการบริหารจัดการแรงงานจะดูเหมือนอย่างไรในอีก 5 ปี แต่คำถามคือ องค์กรใดที่กำลังสร้างรากฐานในวันนี้เพื่อที่จะกลายเป็นผู้นำในอีก 5 ปี

ความเร็วของการเปลี่ยนแปลงใน AI มากเกินกว่าที่จะรักษาไว้เป็นการเปลี่ยนแปลงที่อยู่ห่างออกไป องค์กรที่จะเคลื่อนไหวตอนนี้จากระบบที่ไม่เชื่อมต่อ, สวิตช์ที่ไม่ดี, และโซลูชันที่ไม่สมบูรณ์ไปสู่แพลตฟอร์มการดำเนินงานของแรงงานที่แท้จริง — ซึ่งเชื่อมต่อทรัพยากรบุคคล, การชำระเงิน, การบันทึกเวลา, การจัดตาราง, ข้อมูลเชิงลึกของแรงงาน, และการดำเนินการ — จะได้รับประโยชน์

นี่คือตัวอย่างอีกอย่างหนึ่งของที่ที่ UKG Workforce Intelligence Hub มีความสำคัญ เมื่อ AI กลายเป็นส่วนหนึ่งของการดำเนินงานประจำวันของแรงงาน ความฉลาดไม่สามารถอยู่ข้างๆ การรายงานได้ มันต้องเป็นส่วนหนึ่งของวิธีการทำงาน, วิธีการจัดลำดับความสำคัญ, และวิธีการดำเนินการ

สิ่งนี้มีความสำคัญเพราะการดำเนินงานของแรงงานเต็มไปด้วยการเพิ่มขึ้นและความสูญเสียเล็กๆ น้อยๆ การหยุดชะงักของการทำงาน, ปัญหาเกี่ยวกับการชำระเงิน, ปัญหาเกี่ยวกับการปฏิบัติตามกฎระเบียบ, ช่องว่างของพนักงาน, หรือการดำเนินการของผู้จัดการที่ล่าช้าอาจดูเหมือนเล็กๆ ในแง่ของตัวมันเอง แต่เมื่อขยายไปทั่วทั้งพนักงาน, ที่ตั้ง, และช่วงการทำงานหลายแห่ง การปรับปรุงที่ดีขึ้นจะเกิดขึ้นอย่างรวดเร็ว

AI ที่มีพลังในการกระทำให้องค์กรสามารถปิดช่องว่างนี้ได้ มันสามารถเข้าใจสิ่งที่เปลี่ยนแปลง, ตีความบริบททางธุรกิจ, แนะนำการดำเนินการถัดไป, และช่วยให้ผู้คนดำเนินการในเวลาจริงด้วยการกำกับดูแลและความควบคุมของมนุษย์

ในอีก 5 ปีข้างหน้า ผู้นำจะไม่ใช่องค์กรที่เพิ่มฟีเจอร์ AI เข้ากับกระบวนการทำงานที่มีอยู่แล้ว แต่จะเป็นผู้ที่คิดใหม่เกี่ยวกับการบริหารจัดการแรงงานเป็นระบบการดำเนินการฉลาด

สำหรับผู้บริหาร นี่คือความเร่งด่วน: พนักงานหน้าไลน์กำลังเคลื่อนไหวในเวลาจริง เทคโนโลยีของคุณต้องเคลื่อนไหวไปพร้อมกัน องค์กรที่สร้างความสามารถนี้ในวันนี้จะมีความได้เปรียบอย่างมาก

เมื่อมองไปข้างหน้า คุณคิดว่าองค์กรที่ชนะในด้าน AI องค์กรจะถูกกำหนดโดยโมเดลที่ดีที่สุดหรือโดยข้อมูลการดำเนินงานและข้อมูลแรงงานที่ลึกที่สุดซึ่งเชื่อมโยงกับกระบวนการทำงานจริง?

ฉันไม่คิดว่าโมเดลที่ดีที่สุดจะกำหนดผู้ชนะใน AI องค์กร

ในองค์กร ความฉลาดมีค่าเฉพาะเมื่อมันเข้าใจบริบทของงานและช่วยให้ผู้คนดำเนินการได้ นั่นคือโดยเฉพาะอย่างยิ่งในการดำเนินงานของแรงงานที่คำแนะนำอาจขึ้นอยู่กับใครที่ถูกจัดตาราง, ใครที่มีคุณสมบัติ, กฎใดที่ใช้, อุปสงค์ดูเหมือนอย่างไร, ผลกระทบต่อค่าจ้าง, และความเสี่ยงหรือปัญหาเกี่ยวกับการปฏิบัติตามกฎระเบียบที่อาจเกิดขึ้น

โมเดลที่ไม่มีบริบทการดำเนินงานสามารถสร้างคำตอบได้ แต่แพลตฟอร์มที่มีข้อมูลการดำเนินงาน, กฎทางธุรกิจ, บริบทการทำงาน, และการกำกับดูแลสามารถช่วยให้เกิดผลลัพธ์

นี่คือที่ที่เรากำลังจะไป สิ่งที่แตกต่างคือไม่ใช่โมเดล แต่เป็นวิธีที่ AI ถูกยึดเข้ากับกระบวนการทำงานจริง และวิธีที่มันสามารถเคลื่อนไหวจากข้อมูลเชิงลึกไปสู่การดำเนินการได้อย่างปลอดภัย

สำหรับพนักงานหน้าไลน์ สิ่งนี้มีความสำคัญอย่างยิ่ง งานเปลี่ยนแปลงอย่างต่อเนื่อง และการตัดสินใจมีผลกระทบในทันทีสำหรับพนักงาน, ผู้จัดการ, ลูกค้า, ผู้ป่วย, และธุรกิจ

องค์กรที่ชนะใน AI องค์กรจะไม่ใช่เพียงแค่มี AI ที่ดูฉลาด แต่จะมี AI ที่เข้าใจว่างานเกิดขึ้นอย่างไร — และช่วยให้องค์กรดำเนินการได้ด้วยความเร็ว, ความแม่นยำ, ความไว้วางใจ, และความเป็นมนุษย์มากขึ้น

ขอขอบคุณสำหรับการสัมภาษณ์ที่ดี ผู้อ่านสามารถเรียนรู้เพิ่มเติมได้ที่ UKG