Експериментування до виконання: Як штучний інтелект може підвищити планку в галузі кадрового забезпечення та оплати праці

Штучний інтелект домінує в бізнес-розмовах про технології протягом останніх кількох років, оскільки обіцяні вигоди в продуктивності та ефективності справді трансформаційні. Але звіт McKinsey про стан штучного інтелекту в корпораціях показав, що хоча майже всі респонденти використовують інструменти штучного інтелекту в якійсь мірі, більшість все ще перебуває на стадії експериментування.

Близько двох третин опитаних підприємств ще не змогли розгорнути цю технологію по всій організації та виконувати її таким чином, щоб вона приносила вигоди. Водночас технології швидко розвиваються. Штучний інтелект – це рухома ціль, що становить ще одну проблему для бізнес-лідерів, які шукають способи перейти від гіпертрофованого інтересу до штучного інтелекту до вимірюваних результатів.

Кадрове забезпечення та оплата праці стають полігоном для перевірки штучного інтелекту в процесі переходу від експериментування до виконання. Ось огляд деяких проблем, з якими стикаються лідери кадрового забезпечення на цьому критичному етапі, чому людський нагляд залишається критично важливим, і як рухатися вперед таким чином, щоб це мало найбільш позитивний вплив на бізнес.

Унікальні виклики застосування штучного інтелекту до процесів кадрового забезпечення та оплати праці

У теорії функція кадрового забезпечення та оплати праці є ідеальною областю для застосування штучного інтелекту, оскільки існують багато високовольтних, даних інтенсивних процесів, які 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 кадрового забезпечення та оплати праці. Перший виклик – це безпека даних. Це просто недопустимий ризик розміщення особистої ідентифікаційної інформації (PII) у незabezpečеному публічному середовищі штучного інтелекту.

Функції штучного інтелекту кадрового забезпечення та оплати праці повинні працювати в безпечному, відповідають вимогам HIPAA середовищі, а не у публічному екземплярі ChatGPT. Це перший захист, і він незаступний.

Визначення того, як застосовувати цю технологію, є другим викликом. Інструменти штучного інтелекту здатні виконувати трудомісткі завдання, такі як проведення порівняльних аналізів та сканування розрахунків заробітної плати на наявність аномалій, але точність даних є ключем до успіху. У сфері кадрового забезпечення та оплати праці немає місця для помилок через прямий вплив на працівників. Бал 99% заслуговує оцінку F у кадровому забезпеченні.

Через ці причини лідери кадрового забезпечення потребують платформо-специфічних знань та сильного акценту на управлінні, щоб ефективно застосовувати штучний інтелект у кадровому забезпеченні та оплаті праці; загальне знайомство з теорією штучного інтелекту недостатньо. Також важливо вибрати платформу, яка дозволяє інструментам штучного інтелекту навчатися на власних даних організації, а не тільки на публічно доступній інформації з Інтернету.

Людський нагляд є критично важливим фактором успіху

Когда застосування штучного інтелекту в кадровому забезпеченні та оплаті праці доводить, що штучний інтелект може приносити вимірювані результати, стає все більш очевидним, що ефективні стратегії штучного інтелекту будуються не тільки навколо управління та цілісності даних, але також навколо людського нагляду, який є критично важливим фактором успіху.

Найкращий підхід – це вбудовування штучного інтелекту в реальні робочі процеси за допомогою власних даних 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 Інтернету. Такий підхід ризикований, оскільки навіть його найбільш запальні прихильники визнають, що штучний інтелект не є 100% точним і потребує перевірки як захисту для мінімізації ризиків.

Процес визначення платних смуг є хорошим прикладом завдання кадрового забезпечення, яке вимагає ретельного людського нагляду. Компаніям потрібні конкурентоспроможні платні смуги, щоб привабити висококваліфікованих кандидатів, і ряд штатів мають закони про прозорість заробітної плати. Важливо забезпечити, щоб команда кадрового забезпечення приймала рішення на основі точних даних.

Багато факторів впливають на оптимізацію платних смуг, включаючи розгляд місця розташування. Тому команда кадрового забезпечення, яка покладалася б на платформу типу ChatGPT, яка отримує публічні дані, була б у невигідному становищі, якщо вона випадково базувала рівні заробітної плати на даних з Нью-Йорка при визначенні платних смуг для Орландо, Флорида.

Когда команди кадрового забезпечення отримують доступ до платформи, яка відповідає вимогам HIPAA та має сильні засоби управління, яка проводить аналіз на основі власних даних організації, вони можуть почати демонструвати реальні результати. Але навіть тоді людський фактор залишається критично важливим, оскільки точність не є необов’язковою у кадровому забезпеченні та оплаті праці. Тому роль, призначена штучному інтелекту, має значення.

Натомість ніж просити штучний інтелект встановлювати платні смуги або визначати податкові ставки, лідери кадрового забезпечення повинні використовувати його для аналізу, який потім підтверджується людьми, та для створення інших завдань, які люди потім виконують. Наприклад, штучний інтелект може генерувати нагадування, щоб забезпечити, що кадрове забезпечення сплачує податки вчасно, та 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 надзвичайно швидка еволюція. Через те, що він постійно вчиться та розширює свої можливості, рішення про те, де та як розгортати штучний інтелект, завжди буде схоже на спробу влучити у рухому ціль.

Одна зі стратегій, яку варто розглянути, полягає в тому, щоб лідери кадрового забезпечення визначили свої три-п’ять найбільш трудомістких процесів та визначили, як штучний інтелект може допомогти оптимізувати ці завдання. Допомога вже доступна в різних формах, чи то агентський штучний інтелект, який можна вбудовувати в робочі процеси для виконання завдань, чи модель великих мовних моделей, яка може виконувати аналіз даних.

Наприклад, компанії програмного забезпечення починають використовувати штучний інтелект для значного оптимізування адміністрації переваг для працівників, діючи як розумний перекладач між щільними, складними документами про переваги та високо структурованими правилами конфігурації, необхідними для систем інформаційного забезпечення кадрового забезпечення (HRIS). Використовуючи передові технології обробки природної мови (NLP), штучний інтелект може читати складні юридичні контракти або резюме переваг, щоб автоматично витягувати критичні дані – такі як критерії прийому, рівні покриття, франшизи та ліміти внесків. Потім він відображає та перетворює ці змінні безпосередньо у конкретні цифрові формати та логіку, яку програмне забезпечення кадрового забезпечення природно розуміє. Ця автоматизація перетворює традиційний трудомісткий та схильний до помилок процес ручного введення даних, дозволяючи відділам кадрового забезпечення реалізовувати щорічні зміни планів, оновлювати правила дотримання законодавства або розгортати зовсім нові пропозиції з безпрецедентною швидкістю, точністю та легкістю.

Це демонструє фундаментальну істину про можливості штучного інтелекту, коли лідери кадрового забезпечення переходять від експериментування до виконання. Цікаві можливості, такі як розмови між автономними агентами, знаходяться на горизонті, і це буде революцією, але в кінцевому підсумі рішення будуть вимагати людських лідерів, щоб зробити виклик.

Когда лідери кадрового забезпечення будують системи, які центруються на управлінні, забезпечують цілісність даних та інтегрують людський нагляд як життєво важливий компонент, штучний інтелект може нести тягар, коли він вбудований у робочі процеси, але люди залишаються відповідальними. Так повинно бути, коли лідери використовують штучний інтелект, щоб підвищити планку у сфері кадрового забезпечення та оплати праці.