HiBobin tekoälyominaisuudet: työntekijän itsepalvelusta koko organisaation hallintaan
HR-ohjelmistomarkkinat ovat täynnä AI:hin liittyviä väitteitä. Vaikeampaa on löytää aito, käsikirjoittamaton katsaus siihen, mitä nämä ominaisuudet tekevät, kun todellinen käyttäjä istuu alas ja alkaa esittää kysymyksiä ilman viimeisteltyä käsikirjoitusta. Juuri tämän toteutimme HiBobin kanssa. HiBob on AI-pohjainen henkilöstöpääoman hallinta-alusta, joka on suunniteltu moderneille ja nopeasti kasvaville organisaatioille.
Tim Fisher, People Managing People -sivuston AI-johtaja, testasi HiBobin tuotemarkkinoinnin vetäjän Josh Rodin osaamista suorassa istunnossa. Kuten Josh asian ilmaisi, HiBobin filosofia perustuu AI:n käytön demokratisointiin koko organisaatiossa: HR:n luomat työkalut tuodaan kaikkien esihenkilöiden ja työntekijöiden saataville, ei vain järjestelmänvalvojille.
Alusta saavuttaa tämän yhden keskustelupohjaisen käyttöliittymän avulla. Se ohjaa kyselyt taustalla toimiville erikoistuneille agenteille, joita kaikkia hallitaan samalla käyttöoikeusrakenteella, joka määrittää, mitä kukin käyttäjä voi alustalla nähdä. Alla on erittely HiBobin tärkeimmistä AI-ominaisuuksista suoran istunnon perusteella.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
HiBobin AI-ominaisuudet perusteellisessa tarkastelussa
Ennen esittelyä Josh jakoi tietoja HiBobin analyysistä, joka perustui 160 000 asiakas- ja potentiaalisen asiakkaan puheluun. Sen tavoitteena oli kartoittaa, missä organisaatiot todellisuudessa ovat AI-valmiutensa suhteen.
Erittely:
- Noin 10 % on edistyneellä, agenttipohjaisella tasolla
- Noin 30 % selvittää edelleen, onko AI:n käyttöönotto turvallista
- Noin 60 % on keskivaiheilla ja keskittyy nykyisen työn nopeuttamiseen ja tehostamiseen.
Jos kuulut tuohon 60 prosenttiin, olet enemmistössä, ja HiBobin AI-ominaisuudet on rakennettu juuri siihen tilanteeseen, jossa tämä ryhmä tällä hetkellä on.
1. Bob AI Companion: työntekijöiden itsepalvelu
Bob AI Companion on yksi keskustelupohjainen käyttöliittymä, joka ohjaa kyselyt erikoistuneille agenteille, kuten asiakirjojen hallintaan ja suorituksen hallintaan. Työntekijät käyttävät yhtä keskusteluikkunaa, ja ohjaus tapahtuu taustalla.
Itsepalvelukäyttötapaus tuottaa välitöntä ja mitattavaa arvoa. Sen sijaan että työntekijät lähettäisivät Slack-viestin HR:lle, etsisivät tietoa sisäisestä tietopankista tai odottaisivat vastausta tukipyyntöön, he voivat kysyä suoraan avustajalta.
Suorassa esittelyssä Josh kysyi yrityksen toimistokoiria koskevasta käytännöstä. Järjestelmä näytti Tel Avivin toimistoa koskevan käytännön ja tiesi Joshin profiilin perusteella, mikä sijainti koski häntä. New Yorkin käytäntö, jossa säännöt ovat erilaiset, ei tullut näkyviin.
Sen jälkeen hän kysyi isyysvapaaoikeudestaan ja pyysi vapaapäivää suorittaen koko tapahtuman samassa käyttöliittymässä. Kun hän vahingossa valitsi lauantain, järjestelmä ilmoitti siitä ennen lähettämistä.
Näin saat eniten hyötyä Bob AI Companionista:
- Syötä sille todelliset käytäntönne. Avustajan tarkkuus riippuu järjestelmään syötetystä sisällöstä. Hyvin jäsennellyt käytäntöasiakirjat tuottavat kontekstitietoisia ja roolikohtaisia vastauksia.
- Ajattele tukipyyntöjen määrää, älä vain yksittäisen tukipyynnön kustannuksia. ROI-laskelmassa ei ole kyse vain yhtä tukipyyntöä kohden säästetystä ajasta, vaan kumuloituvasta vaikutuksesta kaikkiin työntekijöihin joka kuukausi.
- Käytä sitä HR:n tavoittavuuden laajentamiseen. Avustaja antaa työntekijöille suoran pääsyn HR-tietoon milloin tahansa ilman, että tiimillesi syntyy uutta työkuormaa.
2. AI-avusteinen esihenkilöiden valmennus
Yksi HR:n haastavimmista ongelmista on suoritustietojen ja merkityksellisen valmennuksen välinen kuilu. Esihenkilöt tarkastelevat usein viimeisintä arviointia ja siirtyvät eteenpäin, jolloin suuri määrä pitkittäistietoa jää hyödyntämättä. Kun esihenkilö saa vastuulleen uuden tiimin, ongelma korostuu, koska aiempi konteksti ei yksinkertaisesti siirry eteenpäin.
HiBobin tekoälyavustaja ratkaisee tämän antamalla esihenkilöille mahdollisuuden tarkastella suoraan tiiminsä suoritusarviointien historiaa ja kollegapalautetta sekä muuntaa nämä tiedot valmennustoimenpiteiksi.
Live-esittelyssä Josh pyysi avustajaa hakemaan omat suoritusarvionsa ja kollegapalautteensa ja pyysi sitä sitten tunnistamaan kolme kehitysaluetta sekä ehdottamaan tavoitteita. Järjestelmä kokosi historiallisen aineiston konkreettisiksi ja toteuttamiskelpoisiksi suosituksiksi — mukaan lukien huomion siitä, että hänen tulisi delegoida enemmän.
Joshin esittämä näkökulma tähän käyttötapaukseen kannattaa pitää mielessä: kuvittele, jos jokaisella esihenkilöllä olisi aina huoneessa kanssaan organisaatiovalmentaja, joka hyödyntäisi kaikkea, mitä heidän tiimistään on koskaan dokumentoitu.
Hallussasi on valtavasti tietoa, jonka tekoäly auttaa sinua vapauttamaan ja jonka avulla voit olla parempi esihenkilö — auttaa sinua ohjaamaan tiimiäsi.
Näin saat eniten hyötyä tekoälyavusteisesta esihenkilöiden valmennuksesta:
- Hyödynnä sitä ottaessasi vastuullesi uuden tiimin. Historiallisten suoritustietojen kysely antaa uusille esihenkilöille taustatietoa, jonka keräämiseen epämuodollisesti kuluisi muuten kuukausia.
- Käsittele tulosta lähtökohtana. Tekoälyn tuottamat valmennusehdotukset ovat vain niin hyviä kuin niiden taustalla oleva data. Käytä niitä keskustelun käynnistämiseen, älä korvaamaan omaa harkintaasi.
- Integroi se toistuviin käytäntöihin. Arviointikierrosten yhdistäminen tekoälyvalmennuksen muistutuksiin luo jatkuvan palautesilmukan vuosittaisen tapahtuman sijaan.
3. Luonnollisen kielen raportointi HR-ylläpitäjille
HR-tiimit käyttävät merkittävän määrän aikaa raportteihin — tietojen hakemiseen, niiden muotoiluun ja jakamiseen sidosryhmille, jotka tarvitsivat ne jo eilen. HiBobin tekoälyavustajan avulla ylläpitäjät voivat luoda raportteja luonnollisen kielen kyselyillä suoraan alustalla.
Josh kirjautui täydellisessä esittely-ympäristössä ylläpitäjänä ja pyysi avustajaa luomaan palkkaerittelyn osastoittain. Raportti luotiin samassa käyttöliittymässä ilman erillisen raportointimoduulin avaamista tai vientiä taulukkolaskentaan.
Tässä nousi esiin tärkeä käyttöoikeuksiin liittyvä ero. Omassa HiBob-ympäristössään Josh totesi, että toimitusjohtajan palkkaa koskeva kysely ei tuottaisi mitään, koska hänellä ei ole oikeutta nähdä sitä. Ylläpitäjäympäristössä kysely tulee mahdolliseksi. Tekoäly ei ohita käyttöoikeusrakennetta, vaan toimii kokonaan sen puitteissa.
Tämä erottaa järjestelmään upotetun tekoälyn tietojen viemisestä ulkoiseen työkaluun. Hallintamalli ei katoa, kun siirryt tekoälytilaan.
HR-tiimit ja esihenkilöt käyttävät usein liikaa aikaa raportteihin. Tekoäly voi auttaa tekemään tämän muutamassa minuutissa.
Josh Rod, tuotemarkkinoinnin vetäjä, HiBob
Näin saat eniten hyötyä tekoälypohjaisesta raportoinnista:
- Määritä ylläpitäjätason avustajakäyttöoikeudet varhaisessa vaiheessa. Tekoäly on vain niin arvokas kuin harkitsemasi käyttöoikeudet. Rakenna käyttöoikeusrakenne ennen kuin otat ominaisuuden laajasti käyttöön.
- Korvaa säännölliset raporttipyynnöt itsepalvelukyselyillä. Kouluta sidosryhmät hakemaan omat raporttinsa luonnollisella kielellä sen sijaan, että pyynnöt kulkisivat tiimisi kautta.
- Käytä sitä tilapäisiin kysymyksiin. Suurin hyöty ei usein liity aikataulutettuun raporttiin, vaan suunnittelemattomaan varatoimitusjohtajan kysymykseen kello neljältä iltapäivällä, joka muuten odottaisi seuraavaan aamuun.
4. Taitokehykset ja L&D-kurssien luominen
Taitoluettelot ja oppimis- ja kehittämisohjelmat ovat perinteisesti olleet yritystason kokonaisuuksia, jotka ovat vaatineet konsultteja, kuukausien valmistelun ja huomattavan budjetin ennen kuin niistä on saatu mitään hyötyä. HiBobin tekoäly muuttaa tämän asetelman kaikenkokoisissa organisaatioissa.
Josh loi henkilöstöteknologian tuotemarkkinointipäällikön tehtävään taitokehyksen syöttämällä tehtävänkuvauksen. Muutamassa sekunnissa järjestelmä palautti tasoittain jäsennellyn pätevyyskehyksen osaamistasoineen — prosessin, joka vaatisi tyypillisesti asiantuntijan ja viikkojen työn.
Sen jälkeen hän havainnollisti kurssin luomista määrittämällä aiheen, sävyn ja halutun pituuden, jolloin järjestelmä rakensi kokonaisen oppimiskurssin rungon. Kyse ei ole yleisistä mallipohjista, vaan tekoäly hyödyntää järjestelmässä jo olevia tehtävä- ja roolikohtaisia tietoja tuottaakseen organisaation kannalta relevantteja sisältöjä.
Yrityksille, jotka aloittavat tyhjästä tai yrittävät rakentaa rakenteita ennen kuin niiden henkilöstömäärä on saavuttanut rajan, joka perinteisesti oikeuttaisi investoinnin, tämä on yksi alustan käytännöllisesti hyödyllisimmistä ominaisuuksista.
Tekoälyn ansiosta nämä ominaisuudet eivät enää ole rajoitettuja vain alan suurimmille toimijoille.
Josh Rod, tuotemarkkinoinnin johtaja, HiBob
Näin saat eniten arvoa tekoälyn tuottamista taidoista ja oppimisesta:
- Aloita kriittisimmistä rooleistasi. Luo tekoälyn avulla osaamisviitekehyksiä tehtäviin, joissa osaamisvajeet ovat kalleimpia, ja laajenna sen jälkeen muihin tehtäviin.
- Käsittele tekoälyn tuottamia tuloksia luonnoksina, älä valmiina tuotteina. Pyydä henkilöstöasiantuntijaa tarkistamaan ja viimeistelemään järjestelmän tuottama sisältö ennen sen julkaisemista sisäisesti.
- Yhdistä taitotiedot suorituksen arviointiin ja rekrytointiin. Osaamisviitekehykset ovat tehokkaimmillaan silloin, kun ne ohjaavat sitä, miten arvioit, kehität ja rekrytoit henkilöstöä — eivät silloin, kun ne jäävät erilleen muusta toiminnasta.
5. Hallinto- ja käyttöoikeusarkkitehtuuri
Hallinto ei ehkä sovellu jännittäviin esittelyihin. Se on kuitenkin syy siihen, että henkilöstöhallinnon johtajat voivat todella ottaa tekoälyominaisuuksia käyttöön sen sijaan, että ne jäisivät määräämättömäksi ajaksi IT-hyväksyntää odottavalle toivelistalle.
HiBobin lähestymistapa perustuu kolmeen periaatteeseen:
Tietoja ei tallenneta eikä käytetä koulutukseen. HiBobilla on OpenAI:n kanssa sopimus, jonka mukaan asiakastiedot käsitellään kyselykohtaisesti eikä niitä säilytetä OpenAI:n palvelimilla tai käytetä sen mallien kouluttamiseen. Erolla on merkitystä, kun kyse on palkkahistoriasta, suoritustiedoista ja arkaluonteisista työntekijätiedoista.
Käyttöoikeudet määrittävät kaiken, myös tekoälyn toiminnan. Jokainen kumppanin suorittama kysely rajataan pyynnön esittäneen käyttäjän käyttöoikeusprofiilin mukaan. Tekoäly ei käytä laajempaa tietojoukkoa ja suodata sitä myöhemmin — käyttöoikeuskerros määrittää, mitä tietoja kyselyyn ylipäätään sisällytetään. Josh kuvasi periaatetta näin: ”käyttöoikeudet ensin, tekoäly toisena”.
Ominaisuudet voidaan ottaa käyttöön tai poistaa käytöstä yksitellen. Kaikki tekoälyominaisuudet eivät aiheuta samanlaista sääntelyriskiä. Euroopassa tekoälyn käyttö rekrytointi- tai palkitsemispäätöksissä kuuluu erilaiseen sääntely-ympäristöön kuin sen käyttö käytäntöjä koskeviin kysymyksiin vastaamiseen.
HiBob antaa organisaatioille mahdollisuuden ottaa yksittäisiä tekoälyominaisuuksia käyttöön tai poistaa niitä käytöstä, joten ne voivat ottaa käyttöön ominaisuudet, joihin ne luottavat, ja lykätä niiden ominaisuuksien käyttöönottoa, joita ne vielä arvioivat, ilman että niiden on tehtävä kaikki tai ei mitään -päätös.
HCM-järjestelmänne, HR-järjestelmänne, on oltava hallinnan lähde. Kyse on yrityksenne arkaluonteisimmista tiedoista — mikään yritys maailmassa ei jakaisi HR-tietojaan julkisesti, koska ne eivät kuulu yritykselle. Ne kuuluvat jokaiselle yksittäiselle työntekijälle.
Josh Rod, tuotemarkkinoinnin johtaja, HiBob
Näin saat eniten arvoa HiBobin hallintoarkkitehtuurista:
- Kartoita käyttöoikeusryhmät ennen käyttöönottoa. Käyttöoikeusrakenne määrittää, mitä tekoäly voi ja ei voi tuoda esiin. Varmista rakenne toteutuksen aikana sen sijaan, että korjaisit sen vasta tietoturvaan liittyvän huolen ilmetessä.
- Määritä tekoälyn hallinnasta vastaava taho nimenomaisesti. Joshin suositus kaikille organisaatioille on luoda erillinen tekoälyn hallintatoiminto — tiimi tai henkilö, jonka tehtävänä on varmistaa tekoälyn vastuullinen käyttö. Älä jätä tätä jälkikäteen ratkaistavaksi asiaksi.
- Hyödynnä ominaisuustason hallintaa vaiheittaisissa käyttöönotoissa. Sen sijaan, että ottaisit kaiken käyttöön kerralla, laajenna käyttöoikeuksia harkitusti yksittäisten ominaisuusvalintojen avulla luottamuksen kasvaessa.
HiBobin tekoälyominaisuudet verrattuna muihin HR-alustoihin
HiBobin lähestymistavassa etusijalla on suoraan tietolähdejärjestelmään upotettu tekoäly — paikkaan, jossa tiedot jo sijaitsevat — erillisiin työkaluihin liitettyjen itsenäisten tekoälykerrosten sijaan.
- Yleiskäyttöiset tekoälytyökalut (itsenäisesti käytetyt ChatGPT, Copilot ja Claude) voivat olla hyödyllisiä analysoinnissa ja luonnosten laatimisessa, mutta ne toimivat operatiivisen järjestelmän ulkopuolella. Heti kun viet HR-tietoja käytettäväksi ulkoisen mallin kanssa, olet luonut hallinnollisen aukon ja tietoturvariskin. Olet myös menettänyt reaaliaikaisen kontekstin, joka tekee tekoälyn suosituksista käyttökelpoisia.
- Rajattuun käyttötarkoitukseen tarkoitetut tekoälytyökalut voivat tarjota vahvoja ominaisuuksia yhdellä alueella — rekrytoinnissa, sitouttamisessa tai suorituskyvyssä — mutta niiltä puuttuvat poikkitoiminnalliset tiedot, jotka antavat HiBobin tekoälylle kontekstuaalisen tarkkuuden. Käytäntöä koskevan kyselyn on tiedettävä, kuka olet, missä työskentelet ja mitä rooliisi sovelletaan. Siiloutunut työkalu ei yleensä pysty yhdistämään näitä tietoja.
- Vanhat HCM-järjestelmät tekoälylaajennuksineen joutuvat usein sovittamaan tekoälyn tietorakenteeseen, jota ei alun perin suunniteltu sitä varten. HiBobin keskustelupohjainen käyttöliittymä toimii modernin tietomallin päällä, mikä mahdollistaa käyttöoikeuksien, kontekstin ja kyselyjen reitityksen toimimisen yhdessä sen sijaan, että ne toimisivat toisiaan vastaan.
Merkityksellinen erottava tekijä on se, että HiBob toimii samanaikaisesti sekä tietojen ensisijaisena lähteenä että tekoälykerroksena. Kun tekoäly tuo esiin suosituksen tai vastaa kysymykseen, toiminto tapahtuu samassa työnkulussa — ei tietojen viennin, siirron tai erilliseen työkaluun kirjautumisen jälkeen.
Tekoälyn tulevaisuus HR-ohjelmistoissa
Josh suhtautui pitkän aikavälin ennusteisiin tarkoituksellisen varovaisesti — mikä on ymmärrettävä kanta alan nopean muutoksen vuoksi. Hänen mukaansa kuusi kuukautta on suunnilleen pisin ajanjakso, jolle voi tehdä luotettavia ennusteita.
Hän vahvisti seuraavat asiat HiBobin tuotekehityksen ja koko tuotekategorian laajemman kehityssuunnan osalta:
- Ulkoisten tietojen integrointi. Myynnin suorituskyvyn, tuotekehityksen tulosten ja muiden operatiivisten tietojen tuominen HiBobiin HR-tietojen rinnalle, jotta objektiiviset suorituskykysignaalit voidaan yhdistää HR-näkemyksen subjektiiviseen puoleen.
- Nykyisten ominaisuuksien syventäminen. Alustalla jo olevien ominaisuuksien laajentaminen pinnallisten uusien ominaisuuksien lisäämisen sijaan.
- Intuitiivinen koodaus ja API-laajennettavuus. Kehittäminen kohti mallia, jossa organisaatiot voivat luoda kevyitä HiBobin kanssa toimivia sovelluksia, mikä tekee alustasta laajennettavan teknisiä valmiuksia omaaville tiimeille.
- MCP-integraatio. HiBobin yhdistäminen ulkoisiin tekoälytyökaluihin, kuten Claudeen tai Cursoriin, Model Context Protocol -protokollan avulla. Näin työkalut voivat tehdä vastuullisia kyselyitä HiBobin tietoihin alustan oman hallintokerroksen kautta. (Taustaksi: MCP eli Model Context Protocol on standardi, jonka avulla tekoälyagentit voivat käsitellä liiketoimintajärjestelmien tietoja turvallisesti — toiminnaltaan se muistuttaa APIa, mutta se on suunniteltu erityisesti tekoälyä varten.)
Taustalla oleva suunta on johdonmukainen: HR siirtyy reaktiivisesta raportoinnista ennakoivaan tietoon ja ulottaa tämän tiedon organisaation jokaiselle tasolle, ei vain niille, joilla on ylläpito-oikeudet.
Suhtautuisin hyvin varovaisesti kaikkiin yli kuuden kuukauden ennusteisiin”, Rod sanoi. ”Alan kehitysnopeus on ollut mieletön.
Haluatko nähdä HiBobin tekoälyominaisuudet omassa ympäristössäsi ja omilla tiedoillasi?
