Експериментування до виконання: Як штучний інтелект може підвищити планку в сфері HR і оплати праці

Штучний інтелект домінує в бізнес-технологічних розмовах уже кілька років, оскільки обіцяні вигоди в продуктивності та ефективності дійсно трансформаційні. Але звіт McKinsey про стан штучного інтелекту в підприємстві показав, що хоча майже всі респонденти опитування використовують інструменти штучного інтелекту в якійсь мірі, більшість все ще перебуває на стадії експериментування.

Близько двох третин опитаних підприємств ще не змогли масштабувати технологію по всьому підприємству та виконувати її таким чином, щоб вона приносила цінність. Водночас технологія розвивається дуже швидко. Штучний інтелект – це рухлива ціль, що є ще однією викликом для бізнес-лідерів, які шукають способи перейти від гіпу штучного інтелекту до вимірюваних результатів.

HR і оплата праці стають полігоном у переході від експериментування до виконання. Ось огляд деяких з викликів, з якими стикаються лідери HR на цьому критичному етапі, чому людський нагляд залишається критично важливим, і як рухатися вперед таким чином, щоб це мало найбільш позитивний вплив на підприємство.

Унікальні виклики застосування штучного інтелекту до процесів HR і оплати праці

У теорії функція HR і оплати праці є ідеальною областю для застосування штучного інтелекту, оскільки існує багато процесів високого обсягу, що вимагають точності та ефективності. Однак дані не стають більш чутливими, ніж інформація, пов’язана зі здоров’ям працівників, їхньою роботою та оплатою праці.

Враховуючи цю ситуацію, існують два основні виклики, з якими стикаються лідери, які хочуть розгорнути штучний інтелект у контексті HR і оплати праці. Перший виклик – це безпека даних. Просто недопустимо поставити особисту ідентифікаційну інформацію (PII) в незabezpečеному публічному середовищі штучного інтелекту.

Функції HR і оплати праці штучного інтелекту повинні працювати в безпечному, HIPAA-відповідному середовищі, а не в публічному екземплярі ChatGPT. Це перший захист, і він є непоговорним.

Визначення того, як застосувати технологію, є другим викликом. Інструменти штучного інтелекту здатні виконувати трудомісткі завдання, такі як проведення порівняльних аналізів і сканування розрахунків оплати праці на аномалії, але точність даних є ключем до успіху. У сфері HR і оплати праці немає місця для помилок через прямий вплив на працівників. Бал 99% заслуговує оцінку F у сфері HR.

Через ці причини лідери HR потребують платформо-специфічної експертизи та сильного акценту на управлінні для ефективного застосування штучного інтелекту в HR і оплаті праці; загальна знайомість з теорією штучного інтелекту не достатня. Також важливо вибрати платформу, яка дозволяє інструментам штучного інтелекту навчатися на власних даних організації, а не лише на публічно доступній інформації з інтернету.

Людський нагляд є критично важливим фактором успіху

Когда застосування штучного інтелекту в сфері HR і оплати праці доводить, що штучний інтелект може приносити вимірювані результати, стає все більш очевидним, що ефективні стратегії штучного інтелекту будуються не лише навколо управління і цілісності даних, але також навколо людського нагляду, який є критично важливим фактором успіху.

Найкращий підхід – це вбудувати штучний інтелект у реальні робочі процеси, використовуючи власні дані організації, з людьми, які підтверджують аналіз штучного інтелекту. Ця стратегія допомагає організаціям уникнути поширеної помилки використання штучного інтелекту як самостійного інструменту, який витягує публічні дані з онлайн-джерел. Такий підхід є ризикованим, оскільки, навіть його найбільш ентузіастичні прихильники визнають, штучний інтелект не є 100% точним і потребує перевірки як захист, щоб мінімізувати ризики.

Процес визначення діапазонів оплати праці є хорошим прикладом завдання HR, яке вимагає ретельного людського нагляду. Компаніям потрібні конкурентоспроможні діапазони оплати праці, щоб привабити висококваліфікованих кандидатів, і ряд штатів мають закони про прозорість оплати праці на місці. Важливо забезпечити, щоб команда HR приймала рішення на основі точних даних.

Багато факторів входять до оптимізації діапазонів оплати праці, включаючи розгляд щодо місця розташування. Тому команда HR, яка покладається на платформу типу ChatGPT, яка доступна до публічних даних, буде у невигідному становищі, якщо вони ненавмисно базують рівні оплати праці на даних з Нью-Йорка при визначенні діапазонів оплати праці для Орландо, Флорида.

Когда команди HR мають доступ до платформи, яка відповідає вимогам HIPAA, з сильними засобами управління, яка базується на власних даних організації, вони можуть почати демонструвати реальні результати. Але навіть тоді людський елемент залишається критично важливим, оскільки точність не є опціональною у сфері HR і оплати праці. Тому роль, призначена штучному інтелекту, має значення.

Натомість запитувати штучний інтелект встановити діапазони оплати праці або визначити податкові ставки, лідери HR повинні використовувати його для аналізу, який потім підтверджується людьми, і для створення інших завдань, які люди потім виконують. Наприклад, штучний інтелект може генерувати нагадування, щоб забезпечити, щоб HR сплачував податки вчасно, і надавати звіти користувачам на основі даних з системи, а не з інтернету.

Розгортання штучного інтелекту для створення цінності

Одним з факторів, який робить штучний інтелект унікальним, є його неймовірно швидка еволюція. Через те, що він постійно вчиться і розширює свої можливості, рішення про те, де і як розгорнути штучний інтелект, завжди буде схоже на спробу влучити у рухому ціль.

Одна зі стратегій, яку варто розглянути, полягає в тому, щоб лідери HR ідентифікували свої три-п’ять найбільш трудомістких процесів і визначали, як штучний інтелект може допомогти оптимізувати ці завдання. Допомога вже доступна в різних формах, чи то агентський штучний інтелект, який можна вбудувати у робочі процеси для виконання завдань, чи модель LLM, яка може виконувати аналіз даних.

Наприклад, компанії з виробництва програмного забезпечення починають використовувати штучний інтелект для значного оптимізування адміністрації переваг для працівників, діючи як інтелектуальний перекладач між густими, складними документами про переваги та високо структурованими правилами конфігурації, необхідними для систем інформації про людські ресурси (HRIS). Використовуючи розширений природний мовний процес (NLP), штучний інтелект може читати складні юридичні контракти або резюме переваг, щоб автоматично витягувати критичні точки даних – такі як критерії прийому, рівні покриття, франшизи та ліміти внесків. Він потім відображає і перетворює ці змінні безпосередньо у конкретні цифрові формати та логіку, яку програмне забезпечення HR внутрішньо розуміє. Ця автоматизація перетворює традиційно трудомісткий і схильний до помилок процес ручного введення даних, що дозволяє відділам HR реалізовувати щорічні зміни планів, оновлювати правила дотримання законодавства або розгортати зовсім нові пропозиції з безпрецедентною швидкістю, точністю та легкістю.

Це демонструє фундаментальну правду про можливості штучного інтелекту, коли лідери HR і оплати праці переходять від експериментування до виконання. Цікаві можливості, такі як дискусії між автономними агентами, знаходяться на горизонті, і це буде революцією, але в кінцевому підсумі рішення будуть вимагати людських лідерів, щоб зробити вибір.

Когда лідери HR будують системи, які центруються на управлінні, забезпечують цілісність даних і інтегрують людський нагляд як необхідну складову, штучний інтелект може нести тягар, коли він вбудований у робочі процеси, але люди будуть залишатися відповідальними. Так повинно бути, коли лідери використовують штучний інтелект, щоб підвищити планку у сфері HR і оплати праці.