Thử nghiệm đến Thực thi: Làm thế nào AI có thể nâng cao hiệu suất của 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 của McKinsey về trạng thái của AI trong doanh nghiệp cho thấy rằng trong khi gần như tất cả các đối tượng được hỏi đều 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 các doanh nghiệp được khảo sát vẫn chưa mở rộng công nghệ này trên toàn tổ chức và thực hiện nó theo cách mang lại giá trị. Đồng thời, công nghệ đang phát triển nhanh chóng. AI là một mục tiêu di động, điều này là một thách thức khác đối với các nhà lãnh đạo doanh nghiệp 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 thử nghiệm trong hành trình từ thử nghiệm đến thực thi. Dưới đây là một cái nhìn tổng quan về một số thách thức mà các nhà lãnh đạo nhân sự đang phải đối mặt tại thời điểm then chốt này, tại sao sự giám sát của con người lại là một yếu tố thành công quan trọng và làm thế nào để tiến bộ một cách mang lại tác động tích cực nhất đến doanh nghiệp.

Thử thách độc đáo khi áp dụng AI vào các quy trình Nhân sự và Tiền lương

Trong 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 và dữ liệu đòi hỏi sự chính xác và hiệu quả. Tuy nhiên, dữ liệu không thể nhạy cảm hơn thông tin liên quan đến sức khỏe, hiệu suất công việc và lương của nhân viên.

Cho trước bối cảnh đó, có hai thách thức chính mà các nhà lãnh đạo phải đối mặt khi 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) vào một môi trường AI công cộng không được bảo mật.

Các chức năng AI của nhân sự và tiền lương cần phải 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 phân tích so sánh và quét các lần chạy tiền lương để tìm kiếm sự 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% sẽ nhận được điểm F trong Nhân sự.

Vì những lý do này, các nhà lãnh đạo nhân sự cần phải 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 trên 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 rằng các chiến lược AI hiệu quả được xây dựng không chỉ xung quanh quản trị và tính toàn vẹn của dữ liệu, mà còn xung quanh sự giám sát của con người, là một yếu tố thành công quan trọng.

Cách tiếp cận tốt nhất là nhúng AI vào các quy trình làm 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 cạm bẫy phổ biến khi sử dụng AI như một công cụ độc lập kéo dữ liệu công khai từ các nguồn trực tuyến. Cách tiếp cận đó 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 xác định các băng lương là một ví dụ tốt về 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 tiểu bang đã có luật minh bạch lương được áp dụng. Điều quan trọng là phải đảm bảo rằng nhóm nhân sự đưa ra quyết định dựa trên dữ liệu chính xác.

Có một số yếu tố đi vào việc tối ưu hóa các băng lương, bao gồm xem xét về vị trí. Vì vậy, một nhóm nhân sự dựa vào một nền tảng kiểu ChatGPT có thể truy cập dữ liệu công khai sẽ gặp bất lợi nếu vô tình dựa trên dữ liệu từ Thành phố New York khi xác định 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 chính tổ chức, họ có thể bắt đầu chứng minh kết quả thực sự. Nhưng ngay cả khi đó, yếu tố con người vẫn rất 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 rất quan trọng.

Thay vì yêu cầu AI đặt băng lương hoặc xác định thuế, các nhà lãnh đạo nhân sự nên sử dụng nó để 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 lời nhắc để đảm bảo 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 giá trị

Một yếu tố làm cho AI 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 bắn trúng một mục tiêu di động.

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 tự động hóa các nhiệm vụ đó. Sự trợ giúp đã có sẵn dưới nhiều hình thức, cho dù đó là AI có chủ đích có thể được nhúng vào các quy trình làm việc để hoàn thành nhiệm vụ, hay 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 các lợi ích của nhân viên bằng cách hoạt động như một bộ dịch thông minh giữa các tài liệu kế hoạch lợi ích phức tạp và các quy tắc cấu hình được cấu trúc cao của 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 phức tạp để tự động trích xuất các điểm dữ liệu quan trọng – như tiêu chí đủ điều kiện, cấp độ bảo hiểm, khoản khấu trừ và giới hạn đóng góp. Sau đó, nó ánh xạ và chuyển đổi các biến này trực tiếp vào các định dạng kỹ thuật số và logic cụ thể mà phần mềm nhân sự 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, cho phép các bộ phận nhân sự thực hiện các thay đổi hàng năm, cập nhật các quy tắc tuân thủ hoặc triển khai các dịch vụ hoàn toàn mới với tốc độ, độ chính xác và dễ dàng chưa từng có.

Điều này chứng tỏ 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 các cuộc thảo luận giữa các tác nhân tự chủ đang ở trên đường chân trời, và điều đó sẽ là một yếu tố thay đổi cuộc chơi, nhưng cuối cùng, các quyết định sẽ đòi hỏi các nhà lãnh đạo con người phải đưa ra

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 khi được nhúng vào các quy trình làm 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 hiệu suất của nhân sự và tiền lương.