Thử nghiệm đến Thực thi: Làm thế nào AI có thể Nâng cao Tiêu chuẩn trong Nhân sự và Tiền lương

AI đã thống trị các cuộc trò chuyện về công nghệ kinh doanh trong vài năm qua vì những lợi ích được hứa hẹn về năng suất và hiệu quả thực sự là chuyển đổi. Nhưng một báo cáo McKinsey về trạng thái của AI trong doanh nghiệp cho thấy rằng trong khi gần như tất cả các người được hỏi đang sử dụng các công cụ AI ở một mức độ nào đó, hầu hết vẫn còn trong giai đoạn thử nghiệm.

Gần hai phần ba số doanh nghiệp được khảo sát vẫn chưa mở rộng công nghệ trên toàn tổ chức và thực thi theo cách mang lại giá trị. Đồng thời, công nghệ đang phát triển nhanh chóng. AI là một mục tiêu di chuyển, điều này là một thách thức khác cho các nhà lãnh đạo kinh doanh đang tìm cách chuyển từ sự cường điệu của AI sang kết quả đo lường được.

Nhân sự và tiền lương đang nổi lên như những khu vực chứng minh trong hành trình từ thử nghiệm đến thực thi. Dưới đây là tổng quan về một số thách thức mà các nhà lãnh đạo nhân sự đang phải đối mặt tại thời điểm quan trọng này, tại sao sự giám sát của con người sẽ vẫn còn quan trọng và làm thế nào để tiến bước theo cách mang lại tác động tích cực nhất đến kinh doanh.

Thách thức Riêng biệt của Việc Áp dụng AI cho Quy trình Nhân sự và Tiền lương

Về lý thuyết, chức năng nhân sự và tiền lương là một khu vực lý tưởng để áp dụng AI vì có nhiều quy trình đòi hỏi khối lượng lớn, dữ liệu đòi hỏi độ chính xác và hiệu quả. Tuy nhiên, dữ liệu không thể nhạy cảm hơn thông tin liên quan đến sức khỏe của nhân viên, hiệu suất công việc và tiền lương.

Cho trước bối cảnh đó, có hai thách thức chính đối mặt với các nhà lãnh đạo muốn triển khai AI trong bối cảnh nhân sự và tiền lương. Thứ nhất là bảo mật dữ liệu. Đó là một rủi ro không thể chấp nhận được khi đặt thông tin nhận dạng cá nhân (PII) trong một môi trường AI công cộng không được bảo mật.

Các chức năng AI của nhân sự và tiền lương cần chạy trong một môi trường bảo mật, tuân thủ HIPAA, không phải là một thể hiện công cộng của ChatGPT. Đó là rào cản đầu tiên, và nó không thể thương lượng.

Quyết định cách áp dụng công nghệ là thách thức thứ hai. Các công cụ AI có khả năng thực hiện các nhiệm vụ đòi hỏi lao động như thực hiện phân tích so sánh và quét các lần chạy tiền lương để tìm kiếm các bất thường, nhưng độ chính xác của dữ liệu là chìa khóa để thành công. Không có chỗ cho sai sót trong không gian nhân sự và tiền lương do tác động trực tiếp đến nhân viên. Một điểm số 99% kiếm được một điểm F trong Nhân sự.

Vì những lý do này, các nhà lãnh đạo nhân sự cần có chuyên môn cụ thể về nền tảng và tập trung mạnh mẽ vào quản trị để áp dụng AI một cách hiệu quả trong nhân sự và tiền lương; sự quen thuộc chung với lý thuyết AI sẽ không đủ. Điều cũng quan trọng là phải chọn một nền tảng cho phép các công cụ AI học hỏi từ dữ liệu của chính tổ chức, không chỉ thông tin công khai từ internet.

Giám sát của Con người là một Yếu tố Thành công Quan trọng

Khi các ứng dụng nhân sự và tiền lương chứng minh rằng AI có thể mang lại kết quả đo lường được, điều trở nên rõ ràng hơn rằng các chiến lược AI hiệu quả được xây dựng không chỉ dựa trên quản trị và tính toàn vẹn của dữ liệu, mà còn dựa trên sự giám sát của con người, điều này là một yếu tố thành công quan trọng.

Cách tiếp cận tốt nhất là nhúng AI vào các luồng công việc thực tế bằng cách sử dụng dữ liệu của chính tổ chức, với con người xác nhận phân tích AI. Chiến lược này giúp các tổ chức tránh được cái bẫy chung của việc sử dụng AI như một công cụ độc lập thu thập dữ liệu công khai từ các nguồn trực tuyến. Cách tiếp cận đó là rủi ro vì, ngay cả khi những người ủng hộ nhiệt tình nhất nhận ra, AI không chính xác 100% và đòi hỏi phải xem xét lại như một rào cản để giảm thiểu rủi ro.

Quy trình liên quan đến việc định nghĩa các băng lương là một ví dụ tốt về một nhiệm vụ nhân sự đòi hỏi sự giám sát cẩn thận của con người. Các công ty cần có các băng lương cạnh tranh để thu hút các ứng viên chất lượng cao, và một số bang có luật minh bạch lương đang được thực thi. Điều quan trọng là phải đảm bảo rằng nhóm nhân sự đang đưa ra quyết định dựa trên dữ liệu chính xác.

Một số yếu tố đi vào việc tối ưu hóa các băng lương, bao gồm các yếu tố về vị trí. Vì vậy, một nhóm nhân sự dựa vào một nền tảng kiểu ChatGPT truy cập dữ liệu công khai sẽ gặp bất lợi nếu họ vô tình dựa trên dữ liệu từ Thành phố New York khi xác định các băng lương cho Orlando, Florida.

Khi các nhóm nhân sự truy cập vào một nền tảng tuân thủ HIPAA với các kiểm soát quản trị mạnh mẽ dựa trên phân tích dữ liệu của tổ chức, họ có thể bắt đầu chứng minh kết quả thực sự. Nhưng ngay cả khi đó, yếu tố con người vẫn còn quan trọng vì độ chính xác không phải là tùy chọn trong nhân sự và tiền lương. Vì vậy, vai trò được giao cho AI là quan trọng.

Thay vì yêu cầu AI đặt các băng lương hoặc xác định thuế, các nhà lãnh đạo nhân sự nên sử dụng nó cho phân tích sau đó được xác nhận bởi con người và tạo ra các nhiệm vụ khác mà con người thực hiện. Ví dụ, AI có thể tạo ra các nhắc nhở để đảm bảo rằng nhân sự trả thuế đúng hạn và cung cấp báo cáo cho người dùng dựa trên dữ liệu từ hệ thống, không phải từ internet.

Triển khai AI để Tạo ra Giá trị

Một yếu tố làm cho AI trở nên độc đáo là sự tiến hóa nhanh chóng của nó. Vì nó liên tục học hỏi và mở rộng khả năng, việc quyết định nơi và cách triển khai AI sẽ luôn giống như cố gắng đánh trúng một mục tiêu di chuyển.

Một chiến lược đáng xem xét là các nhà lãnh đạo nhân sự xác định ba đến năm quy trình tốn thời gian nhất và xác định cách AI có thể giúp简 hóa các nhiệm vụ đó. Sự trợ giúp đã có sẵn trong một số hình thức, cho dù đó là AI đại lý có thể được nhúng vào các luồng công việc để hoàn thành nhiệm vụ, hoặc một mô hình LLM có thể thực hiện phân tích dữ liệu.

Ví dụ, các công ty phần mềm đang bắt đầu sử dụng trí tuệ nhân tạo để tự động hóa đáng kể việc quản lý lợi ích của nhân viên bằng cách đóng vai trò là một bộ chuyển đổi thông minh giữa các tài liệu kế hoạch lợi ích phức tạp và các quy tắc cấu hình được cấu trúc cao yêu cầu bởi Hệ thống Thông tin Nhân sự (HRIS). Sử dụng Xử lý Ngôn ngữ Tự nhiên (NLP) tiên tiến, AI có thể đọc qua các hợp đồng pháp lý hoặc tóm tắt lợi ích để tự động trích xuất các điểm dữ liệu quan trọng – chẳng hạn như tiêu chí đủ điều kiện, cấp độ bảo hiểm, mức khấu trừ và giới hạn đóng góp. Sau đó, nó ánh xạ và chuyển đổi các biến số này trực tiếp vào các định dạng kỹ thuật số và logic cụ thể mà phần mềm nhân sự vốn hiểu. Tự động hóa này biến quá trình nhập dữ liệu thủ công truyền thống thành một quá trình nhanh chóng, chính xác và dễ dàng.

Điều này chứng minh một sự thật cơ bản về khả năng của AI khi các nhà lãnh đạo nhân sự và tiền lương chuyển từ thử nghiệm sang thực thi. Những khả năng thú vị như thảo luận giữa các đại lý tự động đang ở trên đường chân trời, và điều đó sẽ là một sự thay đổi trò chơi, nhưng cuối cùng, các quyết định sẽ đòi hỏi các nhà lãnh đạo con người phải đưa ra quyết định.

Khi các nhà lãnh đạo nhân sự xây dựng các hệ thống tập trung vào quản trị, đảm bảo tính toàn vẹn của dữ liệu và tích hợp sự giám sát của con người như một thành phần thiết yếu, AI có thể gánh vác trọng lượng khi được nhúng vào các luồng công việc, nhưng con người sẽ vẫn chịu trách nhiệm. Đó là cách nó nên được khi các nhà lãnh đạo sử dụng AI để nâng cao tiêu chuẩn trong hiệu suất nhân sự và tiền lương.