Deneyselden Uygulamaya: AI Nasıl İnsan Kaynakları ve Maaş İşlemlerinde Standardı Yükseltebilir

Yapay zekâ, vaat ettiği üretkenlik ve verimlilik kazanımları gerçekten dönüştürücü olduğu için son birkaç yıldır iş teknolojisi gündemine hâkim oldu. Ancak kuruluşlarda yapay zekânın durumunu inceleyen bir McKinsey raporu, ankete katılanların neredeyse tamamı yapay zekâ araçlarını bir ölçüde kullanmasına rağmen çoğunun hâlâ deneme aşamasında olduğunu ortaya koydu.

Ankete katılan işletmelerin yaklaşık üçte ikisi teknolojiyi kuruluş geneline ölçeklendirip değer üretecek biçimde uygulamaya henüz geçemedi. Aynı zamanda teknoloji hızla gelişiyor. Yapay zekâ hareketli bir hedef ve bu da abartılı beklentilerden ölçülebilir sonuçlara geçmek isteyen iş liderleri için ayrı bir zorluk yaratıyor.

İnsan kaynakları ve bordro, denemeden uygulamaya geçiş yolculuğunda önemli sınama alanları olarak öne çıkıyor. Aşağıda İK liderlerinin bu kritik aşamada karşılaştığı bazı zorluklar, insan denetiminin neden vazgeçilmez kalacağı ve işletmeye en olumlu etkiyi sağlayacak biçimde nasıl ilerlenebileceği ele alınıyor.

Yapay Zekâyı İK ve Bordro Süreçlerine Uygulamanın Özgün Zorlukları

Teoride İK ve bordro, yüksek hacimli, yoğun veri kullanan ve hassasiyet ile verimlilik gerektiren çok sayıda süreç barındırdığı için yapay zekâ uygulamasına çok uygundur. Ancak hiçbir veri, çalışanların sağlığı, iş performansı ve ücretiyle ilgili bilgilerden daha hassas değildir.

Bu koşullar altında İK ve bordroda yapay zekâ kullanmak isteyen liderlerin karşısında iki temel zorluk vardır. İlki veri güvenliğidir. Kişisel olarak tanımlanabilir bilgileri güvenli olmayan, herkese açık bir yapay zekâ ortamına girmek kabul edilemez bir risktir.

İK ve bordro yapay zekâ işlevleri herkese açık bir ChatGPT örneğinde değil, güvenli ve HIPAA uyumlu bir ortamda çalışmalıdır. İlk koruyucu kural budur ve bundan taviz verilemez.

İkinci zorluk teknolojinin nasıl uygulanacağına karar vermektir. Yapay zekâ araçları karşılaştırmalı analiz yapmak ve bordro işlemlerini anormallikler açısından taramak gibi emek yoğun görevleri yerine getirebilir, ancak başarının anahtarı veri doğruluğudur. Çalışanları doğrudan etkilediği için İK ve bordroda hataya yer yoktur. İK alanında yüzde 99 başarı bile başarısızlık sayılır.

Bu nedenlerle İK liderlerinin yapay zekâyı etkili biçimde uygulayabilmesi için platforma özgü uzmanlığa ve yönetişime güçlü biçimde odaklanmaya ihtiyacı vardır; yapay zekâ teorisine genel düzeyde aşina olmak yetmez. Yapay zekâ araçlarının yalnızca internetteki kamuya açık bilgilerden değil, kuruluşun kendi verilerinden öğrenmesini sağlayan bir platform seçmek de zorunludur.

İnsan Denetimi Kritik Bir Başarı Etkenidir

İK ve bordro uygulamaları yapay zekânın ölçülebilir sonuçlar sağlayabileceğini gösterdikçe, etkili stratejilerin yalnızca yönetişim ve veri bütünlüğü üzerine değil, kritik bir başarı etkeni olan insan denetimi üzerine de kurulması gerektiği giderek daha açık hâle geliyor.

En iyi yaklaşım, yapay zekâyı kuruluşun kendi verilerini kullanan gerçek iş akışlarına yerleştirmek ve analizlerini insanlara doğrulatmaktır. Böylece kuruluşlar yapay zekâyı çevrimiçi kaynaklardan kamuya açık veriler çeken bağımsız bir araç olarak kullanma hatasından kaçınır. En hevesli savunucularının da kabul ettiği gibi yapay zekâ yüzde 100 doğru değildir; riskleri azaltacak bir koruyucu önlem olarak inceleme gerekir.

Ücret bantlarının belirlenmesi, dikkatli insan denetimi gerektiren bir İK görevine iyi bir örnektir. Şirketlerin nitelikli adayları çekebilmek için rekabetçi ücret bantlarına ihtiyacı vardır ve birçok eyalette ücret şeffaflığı yasaları yürürlüktedir. İK ekibinin kararlarını doğru verilere dayandırması önemlidir.

Ücret bantlarını en iyi hâle getirirken konum da dâhil olmak üzere birçok etken değerlendirilir. Bu nedenle kamuya açık verilere erişen ChatGPT benzeri bir platform kullanan İK ekibi, Orlando, Florida için ücret bandı belirlerken farkında olmadan New York şehrine ait verilere dayanırsa dezavantajlı duruma düşer.

İK ekipleri, analizleri kuruluşun kendi verilerine dayandıran, güçlü yönetişim kontrollerine sahip HIPAA uyumlu bir platform kullandığında gerçek sonuçlar göstermeye başlayabilir. Buna rağmen İK ve bordroda doğruluk isteğe bağlı olmadığı için insan unsuru kritik önemini korur. Dolayısıyla yapay zekâya verilen rol önemlidir.

İK liderleri yapay zekâdan ücret bantlarını belirlemesini veya vergi oranlarını saptamasını istemek yerine, onun insanlar tarafından doğrulanacak analizler yapmasını ve insanların yerine getireceği görevleri oluşturmasını sağlamalıdır. Örneğin yapay zekâ, vergilerin zamanında ödenmesini sağlamak için hatırlatmalar üretebilir ve internetten değil sistemdeki verilerden yararlanarak kullanıcılara rapor sunabilir.

Değer Yaratmak İçin Yapay Zekâyı Kullanmak

Yapay zekâyı benzersiz kılan etkenlerden biri inanılmaz hızla gelişmesidir. Sürekli öğrendiği ve yeteneklerini genişlettiği için onu nerede ve nasıl kullanacağına karar vermek her zaman hareketli bir hedefi vurmayı andıracaktır.

İK liderleri, en çok zaman alan üç ila beş süreçlerini belirleyip yapay zekânın bu işleri nasıl kolaylaştırabileceğini değerlendirebilir. İş akışlarına yerleştirilerek görevleri tamamlayan aracı yapay zekâ veya veri analizi yapabilen büyük dil modelleri gibi çeşitli seçenekler şimdiden mevcuttur.

Örneğin yazılım şirketleri, yoğun ve karmaşık yan hak planı belgeleri ile İnsan Kaynakları Bilgi Sistemlerinin gerektirdiği çok yapılandırılmış kurallar arasında akıllı bir çevirmen gibi davranan yapay zekâyla çalışanlara sağlanan yan hakların yönetimini önemli ölçüde kolaylaştırmaya başladı. Gelişmiş doğal dil işleme sayesinde yapay zekâ, karmaşık hukuki sözleşmeleri veya yan hak özetlerini okuyarak uygunluk ölçütleri, kapsam kademeleri, muafiyet tutarları ve katkı sınırları gibi kritik verileri otomatik olarak çıkarabilir. Ardından bu değişkenleri doğrudan İK yazılımının anlayacağı dijital biçim ve mantığa dönüştürebilir. Bu otomasyon, geleneksel olarak zaman alan ve hataya açık manuel veri girişini ortadan kaldırarak İK birimlerinin yıllık plan değişikliklerini uygulamasına, uyum kurallarını güncellemesine ve kayıtları daha hızlı ve doğru biçimde sürdürmesine yardımcı olur.

Bu örnek, İK ve bordro liderleri denemeden uygulamaya geçerken yapay zekâ yeteneklerine ilişkin temel bir gerçeği gösteriyor. Otonom aracılar arasındaki görüşmeler gibi heyecan verici olanaklar ufukta ve oyunun kurallarını değiştirecek. Yine de nihai kararları insan liderlerin vermesi gerekecek.

İK liderleri yönetişimi merkeze alan, veri bütünlüğünü sağlayan ve insan denetimini vazgeçilmez bir bileşen olarak iş akışlarına dâhil eden sistemler kurduğunda yapay zekâ yükü üstlenebilir; ancak hesap verebilirlik insanlarda kalır. Liderler İK ve bordro performansında çıtayı yükseltmek için yapay zekâyı kullanırken olması gereken de budur.