Mullistavatko tekoälyagentit HR-strategian ja -toiminnot?
HR:n tekoälyagentit saattavat herättää mielikuvia tilanteesta, jossa johdat digitaalisten työntekijöiden tiimiä ja he hoitavat kaiken henkilöstöhallinnon työn, jonka ihmisistä koostuva tiimi aiemmin teki. Todellisuus ei kuitenkaan ole vielä aivan tällainen.
Tuoreimmat tutkimukset tekoälyn käytöstä henkilöstöhallinnossa osoittavat, että yli 80 % henkilöstöhallinnon tiimeistä on aloittanut tekoälyn käytön työssään. Pintapuolisesti tämä on hieno uutinen tehokkuuteen tähtääville johtajille, mutta toinen ongelma viivästyttää sijoitetun pääoman tuoton saavuttamista. Vain noin kolmannes on saanut tehtäväkohtaista tekoälykoulutusta.
Tämä tekee seuraavasta siirtymästä henkilöstöhallinnon tekoälyagentteihin erityisen vaikean, sillä monet eivät edes tiedä, mistä aloittaa agenttipohjaisen tekoälyn kanssa.
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
Mikä on HR:n tekoälyagentti?
HR:n tekoälyagentti merkitsee perustavanlaatuista siirtymää perinteisistä generatiivisen tekoälyn työkaluista kohti itsenäisiä järjestelmiä, jotka toimivat itsenäisesti henkilöstöhallinnon työnkuluissa. Generatiivinen tekoäly tarvitsee ihmiseltä kehotteen jokaiseen vuorovaikutustilanteeseen, kun taas tekoälyagentit seuraavat jatkuvasti työntekijätietoja, tunnistavat malleja ja käynnistävät toimenpiteitä ilman jatkuvaa valvontaa.
Generatiivinen tekoäly auttaa esimerkiksi laatimaan työpaikkailmoituksen, kun sitä pyydetään. Tekoälyagentti seuraa organisaation tietoja tunnistaakseen rekrytointitarpeet, laatii kuvaukset roolien vaatimusten perusteella ja ohjaa ne hyväksyttäväksi ilman manuaalista käynnistystä.
Tämä muuttaa henkilöstöhallinnon reaktiivisesta tehtävienhallinnasta ennakoivaksi automaatioksi, joka parantaa työntekijäkokemusta ja vähentää samalla hallinnollista taakkaa. Agentit toimivat henkilöstöhallinnon johtajien määrittämien parametrien puitteissa, mikä varmistaa strategisten päätösten inhimillisen valvonnan ja automatisoi samalla rutiinityönkulut.
Tarkastellaan näitä kahta rinnakkain:
Generatiivinen tekoäly ja tekoälyagentit henkilöstöhallinnossa – vertailutaulukko
| Tekoälyteknologian ominaisuus | Generatiivinen tekoäly | Tekoälyagentit |
|---|---|---|
| Käynnistyminen | Tarvitsee ihmisen kehotteen jokaiseen tehtävään | Toimii itsenäisesti reaaliaikaisten tietojen perusteella |
| Ihmisen valvonta | Tarvitaan jokaisessa vaiheessa | Valvonta keskittyy parametrien määrittämiseen ja tulosten seurantaan |
| Ensisijainen rooli | Vastaa kysymyksiin ja laatii tekstiä pyynnöstä | Seuraa, analysoi ja toimii jatkuvasti ilman kehotetta |
| Vuorovaikutustapa | Reaktiivinen: odottaa syötettä | Proaktiivinen: käynnistää toiminnan |
| Esimerkkikäyttö | Laatii työpaikkailmoituksen pyydettäessä | Tunnistaa rekrytointitarpeet, laatii työpaikkailmoitukset ja ohjaa ne eteenpäin |
| Tietojen käyttö | Käyttää staattista tai käyttäjän toimittamaa syötettä | Yhdistää henkilöstöhallinnon järjestelmistä saatavia dynaamisia tietovirtoja |
| Vaikutus henkilöstöhallinnon työmäärään | Vähentää yksittäisen tehtävän työmäärää | Vähentää kokonaisten työnkulkujen työmäärää automaation avulla |
| Skaalautuvuus | Manuaalinen kehottaminen rajoittaa | Erittäin skaalautuva useissa toiminnoissa ja tietolähteissä |
| Työntekijäkokemuksen parantaminen | Parantaa sisältöä ja vastauksia | Parantaa kokemusta oikea-aikaisten ja älykkäiden toimenpiteiden avulla |
| Eettiset ja strategiset kontrollit | Hallitaan jokaisessa vuorovaikutustilanteessa | Määritellään etukäteen toimintaperiaatteiden ja valvontakehysten avulla |
Siirtyminen reaktiivisesta ennakoivaan henkilöstöhallintoon
Perinteinen henkilöstöhallinto toimii usein reaktiivisesti. Tämä näkyy esimerkiksi lähtöhaastatteluina irtisanoutumisten jälkeen, suoritusten arviointeina ongelmien ilmettyä ja perehdytysohjelmina, jotka perustuvat manuaalisiin työnkulkuihin.
Tekoälyagentit voivat auttaa kääntämään tämän toimintamallin päälaelleen ja luoda skaalautuvia tekoälypohjaisia ratkaisuja, jotka sujuvoittavat henkilöstöhallinnon prosesseja.
"Tekoäly seuraa jatkuvasti näitä signaaleja ja tunnistaa nämä toimenpiteet reaaliajassa", kertoo Francisco Marin, Cognitive Talent Solutionsin toimitusjohtaja. Hänen yrityksensä on kehittänyt kahdeksan erikoistunutta tekoälyagenttia, jotka ovat jo käytössä useissa Fortune 500 -yrityksissä.
"Niiden itsenäisen toiminnan taso on paljon korkeampi kuin perinteisillä generatiivisen tekoälyn käyttöliittymillä", hän sanoi.
Sen sijaan, että henkilöstöhallinnon ammattilaiset odottaisivat analysoivansa koontinäyttöjä tai vastaavansa työntekijöiden kyselyihin, nämä agenttipohjaiset tekoälyjärjestelmät työskentelevät jatkuvasti taustalla. Ne tunnistavat riskialttiissa tilanteissa olevat työntekijät, parhaat mentoriparit ja johtamisen kehittämisen mahdollisuudet ennen kuin ihmisen intuitio tunnistaa nämä mallit.
Miten tekoälyagentit muuttavat henkilöstöhallintoa
Menestyneimmät varhaiset käyttöönottajat keskittyvät tekoälyagenttien käyttötapauksiin, jotka voivat tuottaa välitöntä sijoitetun pääoman tuottoa ja samalla vahvistaa organisaation luottamusta tekoälypohjaiseen henkilöstöhallintoon. Näihin kuuluvat esimerkiksi:
- Lahjakkuuksien pysyvyyttä tukevat agentit seuraavat monimutkaisia käyttäytymissignaaleja ennustaakseen henkilöstön vaihtumisriskiä ja käynnistävät automaattisesti pysyvyyttä tukevia toimenpiteitä ennen kuin arvokkaat työntekijät edes harkitsevat lähtemistä. Nämä tekoälyagentit analysoivat työntekijöiden tietomalleja reaaliajassa pysyvyysstrategioiden optimoimiseksi.
- Mentorointiin yhdistävät agentit mullistavat työntekijöiden perehdytyksen tunnistamalla optimaaliset mentorien ja mentoroitavien parit verkostoanalyysin, suorituskykytietojen ja yhteensopivuusmittareiden perusteella.
"Mentorin saaminen ja mahdollisuus löytää pariksi henkilö, joka ei normaalisti kuulu omaan verkostoosi, luo yhteyksiä, joihin perinteinen hierarkiaan perustuva yhdistäminen ei yksinkertaisesti pysty", huomauttaa Dan George, entinen CHRO, joka työskentelee nykyään näiden tekoälyjärjestelmien parissa. - Seuraajasuunnittelun agentit analysoivat jatkuvasti johtajaputkia ja tunnistavat suuren potentiaalin omaavat osaajat sekä osaamisvajeet ennen kuin niistä muodostuu kriittisiä liiketoimintariskejä. Samalla ne automatisoivat suuren osan hallinnollisista tehtävistä, joita HR-tiimit ovat perinteisesti hoitaneet.
- Muutoksenhallinta-agentit kartoittavat organisaation vaikutusverkostoja tunnistaakseen keskeiset muutoksen puolestapuhujat kaikilla tasoilla ja hyödyntävät tekoälyä monialaista yhteistyötä optimoidessaan perinteisten HR-työnkulkujen ulkopuolella.
- Suorituksenhallinta-agentit sujuvoittavat suoritusarviointeja ja jatkuvan palautteen prosesseja sekä luovat itsepalveluominaisuuksia, jotka vähentävät manuaalisia HR-tehtäviä ja parantavat samalla työntekijäkokemusta.
- Työntekijöiden tukipalveluagentit käsittelevät työntekijöiden tavanomaisia kysymyksiä, yrityksen käytäntöjä koskevia tiedusteluja ja usein kysyttyjä kysymyksiä sekä vapauttavat HR-ammattilaiset keskittymään strategisiin aloitteisiin toistuvien hallinnollisten tehtävien sijaan.
- Osaajien hankinnan agentit automatisoivat alkuvaiheen hakijoiden seulonnan, haastattelujen aikatauluttamisen ja rekrytoinnin työnkulkujen hallinnan sekä muuttavat tapaa, jolla HR-osastot lähestyvät uusien työntekijöiden palkkaamista.
- Vapaiden hallinnan agentit käsittelevät palkallisia vapaa-aikapyyntöjä, hallinnoivat vapaita koskevia käytäntöjä ja ratkaisevat aikatauluristiriitoja älykkään automaation avulla integroitumalla olemassa oleviin HR-järjestelmiin ja HRIS-alustoihin.
Vaikutukset ovat mitattavissa kaikissa näissä tekoälyagenttien käyttötapauksissa. Esimerkiksi yksi mentorointitoimenpide voi tuottaa 20 000–30 000 dollarin säästöt lyhentämällä uusien työntekijöiden tuottavuuden saavuttamiseen kuluvaa aikaa jopa 40 prosentilla, Georgen mukaan. Kun tätä sovelletaan jokaisen työntekijän perehdytysprosessiin suuressa organisaatiossa, sijoitetun pääoman tuotto kasvaa valtavaksi.
Käytännön tuloksia: miten CHRO:t hyödyntävät tekoälyagentteja nykyään
Snowflakella henkilöstöjohtaja Arnnon Geshuri on hyödyntänyt tekoälyagentteja sekä toiminnan tehokkuuden että strategisten valmiuksien muuttamiseen.
He aloittivat tekoälyn HR-käytölle tyypillisestä kohteesta: agentista, joka pystyi laatimaan työpaikkailmoituksen kuvauksen.
Ennen tekoälyagentin käyttöönottoa yhden työpaikkailmoituksen kuvauksen laatiminen saattoi viedä rekrytoivalta esihenkilöltä 60–120 minuuttia. Nyt aika on lyhentynyt huomattavasti, vain 5–15 minuuttiin työpaikkailmoitusta kohden, mikä merkitsee yli 85 prosentin merkittävää ajansäästöä.
"Olemme myös analysoineet tuhansia työntekijäkyselyjen kommentteja minuuteissa – prosessi, joka tavallisesti kestää viikkoja", Geshuri kertoo. "Tämä vapautti meille aikaa keskittyä vaikuttavampaan työhön, kuten työntekijöiden kuuntelutilaisuuksien vetämiseen, jotta voimme olla vuorovaikutuksessa heidän kanssaan ja vahvistaa tätä suhdetta. Viime kädessä sijoitetun pääoman tuotto ei liity pelkästään ajansäästöön, vaan tiimimme optimointiin niin, että se voi toimia tehokkaammin ja strategisemmin."
Tekoälyagentti vuorovaikutustaitojen kehittämiseen
Samaan aikaan Computer Generated Solutions kehitti Ciceron, vuorovaikutustaitojen kehittämiseen keskittyvän tekoälyagentin, joka hyödyntää immersiivistä roolipelaamista.
"Näimme toistuvasti, että parhaimminkin johdetuilla yrityksillä on vaikeuksia antaa työntekijöille valmiudet, joita he tarvitsevat selviytyäkseen monimutkaisista ihmisten välisistä vuorovaikutustilanteista tosielämässä", huomauttaa Doug Stephen CGS:n yritysoppimisen divisioonasta. Heidän puhelinkeskusasiakkaidensa myynnin lisämyynti kasvoi 32 prosenttia, ja työntekijöiden tarjousten hyväksymisaste nousi 62 prosentista 97 prosenttiin.
Tekoälyagentti etujen vertailuun
Civis Analyticsilla henkilöstöhallinnon operaatioista vastaava varapääjohtaja Erin Turnmeyer on esimerkki siitä, miten tekoälyagentit voivat ratkaista jatkuvia HR-haasteita vähäisin investoinnein.
Tiimikoon pienentyessä mutta työntekijöiden palveluodotusten pysyessä ennallaan Turnmeyer rakensi tekoälypohjaisen etujen vertailutyökalun, joka poistaa yhden HR:n eniten aikaa vievistä tehtävistä.
"Käytin aiemmin pari tuntia joka viikko kysymyksiin, kuten 'Onko meillä vapaata työpäivän jälkeisenä päivänä?'", Turnmeyer kertoo. "Nyt en saa enää lainkaan kysymyksiä. En yhtäkään."
Hänen etuneuvojansa hyödyntää Clauden tekoälyominaisuuksia analysoidakseen työntekijöiden terveydenhuollon tarpeita, lääkekustannuksia ja henkilökohtaisia olosuhteita sekä suositellakseen optimaalisia terveydenhuoltosuunnitelmia.
Järjestelmä yhdistää yrityksen etuasiakirjat, vakuutussuunnitelmien kuvaukset ja lääkekustannustietokannat tarjotakseen henkilökohtaisia suosituksia, jotka aiemmin edellyttivät laajaa HR-konsultointia. Työkalun rakentamiseen kului alle tunti, ja samalla se säästi viikoittain useita tunteja työntekijöiden tukemiseen käytettyä aikaa.
Strateginen viitekehys: mistä aloittaa tekoälyagenttien kanssa
Johtavat CHRO:t käyttävät järjestelmällisiä viitekehyksiä tunnistaakseen optimaaliset tekoälyagenttien käyttötapaukset. Snowflaken lähestymistapa perustuu kolmeen periaatteeseen: automatisoi toistuvat HR-tehtävät, tehosta luovaa työtä tekoälyn avulla ja varmista, että tunneperäiset ja eettiset vastuut säilyvät ihmisten hoidettavina.
”Aloita ihmisistä ja ongelmasta, älä teknologiasta”, Geshuri neuvoo. ”Ensimmäisenä sinun pitäisi kysyä: ’Mikä tiimimme päivittäisessä työssä on sellainen kipukohta, jonka automatisointi vaikuttaisi merkityksellisellä ja huomattavalla tavalla heidän elämäänsä?’”
Tämä strateginen ajattelu paljastaa keskeiset tekoälyagenttien sovellukset, jotka tuottavat välitöntä sijoitetun pääoman tuottoa ja samalla vahvistavat organisaation luottamusta tekoälypohjaisiin HR-toimintoihin:
- Sisältö- ja analyysiagentit tehostavat hallinnollisia työnkulkuja automatisoimalla työpaikkailmoitusten kuvauksia, käsittelemällä työntekijäkyselyiden vastauksia sekä hoitamalla työntekijöiden rutiinikyselyitä ja usein kysyttyjä kysymyksiä. Tämä vähentää manuaalisia HR-tehtäviä ja nopeuttaa vastausaikoja.
- Osaamisen hallinnan agentit mullistavat rekrytoinnin ja henkilöstön pysyvyyden ansioluetteloiden seulonnan, haastattelujen aikatauluttamisen, henkilöstön vaihtuvuusriskin ennustamisen ja perehdytyksen työnkulkujen optimoinnin avulla. Näihin kuuluu myös mentorien ja mentoroitavien yhdistäminen verkostoanalyysin ja suorituskykytietojen perusteella.
- Oppimisen ja kehittymisen agentit luovat henkilökohtaisia koulutuskokemuksia ja hyödyntävät Ciceron kaltaista immersiivistä roolipeliä pehmeiden taitojen kehittämiseen realististen keskustelutilanteiden avulla, mikä vahvistaa työntekijöiden valmiuksia laajassa mittakaavassa.
Tekniset esteet ja datan hallinnan strategia
Yksi tekoälyagentteja tutkivien HR-johtajien havainnoista on se, kuinka helposti teknologia on tosiasiassa saatavilla. Monilla organisaatioilla on jo tarvittavat työntekijätiedot Microsoftin, Googlen tai HRIS-järjestelmien järjestelmissä, joihin pääsee käsiksi tavanomaisten rajapintojen kautta. Datan laatu on kuitenkin edelleen ratkaisevan tärkeää, mikä edellyttää tiivistä CHRO:n ja CIO:n yhteistyötä tehokkaan datan hallinnan varmistamiseksi.
”HR-data voi olla sekavaa”, Geshuri huomauttaa. ”Sinun on investoitava aikaa vankkaan HR-datastrategiaan aina hallinnasta tietojen puhtauteen asti, sillä tekoälystrategian toteuttamiseksi tarvitaan datastrategia.”
Taustalla oleva teknologia yhdistää generatiivisen tekoälyn sisällön luomiseen, suuret kielimallit asiayhteyden ja työntekijöiden kyselyiden ymmärtämiseen sekä erikoistuneet algoritmit työntekijätietojen mallien analysointiin.
Integrointi Workdayn, IBM:n järjestelmien ja LinkedInin kaltaisiin alustoihin tarjoaa lisää tietolähteitä, ja itsepalvelukäyttöliittymien avulla HR-ammattilaiset voivat hallita tekoälyohjattuja prosesseja ilman laajaa teknistä koulutusta.
Muutoksenhallinta
Merkittävin haaste liittyy usein organisaation hyväksyntään eikä tekniseen monimutkaisuuteen.
”Monet HR-alalle hakeutuvat rakastavat inhimillistä näkökulmaa, joten ajatus tekoälystä voi tuntua hämmentävältä ja pelottavalta”, Geshuri toteaa.
Onnistuneissa käyttöönotoksissa keskitytään osoittamaan, että tekoälyagentit vahvistavat ihmisten kyvykkyyksiä eivätkä korvaa niitä. Snowflakella lähestymistapana oli aloittaa omasta HR-tiimistä ja osoittaa, kuinka automaatio voisi tehdä työstä mielekkäämpää poistamalla toistuvat tehtävät ja luomalla aikaa merkitykselliseen työntekijöiden tukemiseen ja osallistamiseen.
”Keskeinen oppi oli, että on valittava käyttötapauksia, joilla on merkityksellinen vaikutus ihmisten päivittäiseen työhön”, Geshuri korostaa. ”Jos valitset jotain vain siksi, että se on helppo automatisoida, ihmiset kyseenalaistavat sen arvon ja kokevat, että heidän työnsä on aivan yhtä vaikeaa kuin ennenkin.”
Suostumus ja etiikka
Edistyneimmissä toteutuksissa suostumus ja läpinäkyvyys asetetaan etusijalle alusta alkaen. Sen sijaan että tekoälyä käytettäisiin salassa, menestyksekkäät tekoälyä hyödyntävät CHRO:t rakentavat luottamusta vapaaehtoiseen osallistumiseen perustuvilla mekanismeilla ja selkeällä viestinnällä siitä, miten tekoälyagentit käsittelevät työntekijöiden tietoja.
”Molemmat osapuolet saisivat sitten sähköpostin, jossa he napsauttavat painiketta ja antavat suostumuksensa”, George selittää. ”Olemme ilmoittaneet asiasta molemmille, saaneet heidän suostumuksensa tämän prosessin aloittamiseen, ja he voivat milloin tahansa peruuttaa suostumuksensa, jotta toimimme GDPR:n mukaisesti ja noudatamme yleisesti eettisen käytön periaatteita.”
Tämä lähestymistapa vastaa keskeiseen haasteeseen: työntekijät ovat yhä perehtyneempiä tekoälyn käyttöön työpaikalla. Francisco Marinin tiimi on käsitellyt monimutkaisia eettisiä kysymyksiä yksilötason ja koontitason toimenpiteiden välillä osana organisaation uudelleensuunnittelustrategiaansa.
”Esimerkiksi henkilöstön pysyvyyden tapauksessa keskustelimme siitä, onko järkevää tarjota nämä havainnot koontitasolla vai olisiko järkevämpää tehdä se yksilötasolla ja ilmoittaa asiasta suoraan esihenkilölle”, George sanoi.
CHRO:t, jotka pitävät avoimuutta kilpailuetuna eivätkä vain vaatimustenmukaisuuteen liittyvänä taakkana, näkevät työntekijöiden sitoutumisen ja käyttöönottoprosenttien paranevan kaikissa tekoälypohjaisissa henkilöstöhallinnon prosesseissaan. Marin korostaa keskeistä periaatetta: ”aina kun mahdollista, nämä osallistumismekanismit kannattaa todella rakentaa valinnaisiksi”.
Miksi ylin johto kiinnittää asiaan huomiota
Nämä tekoälyagentteihin liittyvät hankkeet herättävät huomiota paljon henkilöstöosastoja ja henkilöstöhallinnon tiimejä laajemmalta alueelta.
”Yhä useammat keskustelut, joita käymme, tulevat itse asiassa henkilöstöhallinnon ulkopuolelta”, George kertoo. ”Heitä kiinnostaa ymmärtää kaikkia työntekijöidensä taitoja ja verkostoja, jotta he voivat nopeuttaa innovointia, selvittää, miten yhteistyötä voisi parantaa, ja ymmärtää tiimiensä kulttuurista dynamiikkaa.”
Toimitusjohtajat ja operatiiviset johtajat ymmärtävät, että tekoälyagenttien tuottamat verkostopohjaiset näkemykset voivat nopeuttaa muutoksen omaksumista, tehostaa toimintojen välistä yhteistyötä ja tunnistaa piilossa olevia vaikuttajia koko organisaatiossa.
Kuten George toteaa: ”Mahdollisuus hyödyntää näitä ihmisiä muutoksen omaksumisen nopeuttamiseksi on meille valtavan tärkeä käyttötapaus. Nämä tekoälyratkaisut tarjoavat päästä päähän ulottuvan näkyvyyden osaajaverkostoihin tavalla, johon perinteiset henkilöstöhallinnon järjestelmät eivät yksinkertaisesti pysty.”
Kiinnostus ulottuu myös organisaation dynamiikan ymmärtämiseen laajassa mittakaavassa. Johtajat voivat jokaisen muutoshankkeen yhteydessä tunnistaa tärkeimmät vaikuttajamme, jotka tunnemme tai joita emme ehkä tunne, ja kohdentaa tiettyä viestintää näille henkilöille ja heidän verkostoilleen riippumatta siitä, ovatko he organisaation keskitasolla, ylimmällä tasolla tai organisaation alemmilla tasoilla.
Menestyksen mittaaminen: sijoitetun pääoman tuotto yli ajansäästöjen
Johtavissa käyttöönotoissa seurataan sekä määrällisiä mittareita että laadullisia parannuksia. Snowflaken työpaikkailmoitusten automatisointi toi välittömiä ajansäästöjä, mutta strateginen arvo syntyi parantuneiden data-analyysivalmiuksien kautta.
”Työpaikkailmoitusten automatisointi ja standardointi eivät ainoastaan säästäneet aikaa, vaan antoivat meille mahdollisuuden analysoida niiden sisältämää strukturoimatonta dataa ja saada korvaamattomia näkemyksiä palkkaamistamme taidoista”, Geshuri selittää. ”Mahdollisuus poimia ja analysoida näitä tietoja auttaa meitä näkemään, millaisia taitoja palkkaamme tällä hetkellä, ja antaa tiimeillemme mahdollisuuden nähdä, miten taidot muuttuvat ajan mittaan Snowflakella.”
Tämä kuvastaa tekoälyagenttien todellista arvolupausta: rutiinitehtävien muuttamista strategiseksi tiedoksi, joka tukee laajempia liiketoimintapäätöksiä.
CGS mittaa Ciceron vaikutusta roolivalmiuksien paranemisen, nopeamman työntekijöiden perehdytyksen, paremman asiakastyytyväisyyden ja esihenkilöpalautteen avulla.
”Yritykset mittaavat vaikutuksia laadullisten ja määrällisten mittareiden yhdistelmällä. Esimerkkejä ovat roolivalmiuksien paraneminen, nopeampi perehdytys, paremmat asiakastyytyväisyyspisteet ja laadukkaampi esihenkilöiltä saatu palaute”, Stephen toteaa.
Käyttäjäpalaute on ollut erityisen vahvaa. Osallistujat ovat kuvanneet kokemusta ”yllättävän todentuntuiseksi”, ”silmiä avaavaksi” ja ”kiinnostavammaksi kuin mikään aiemmin suorittamani vuorovaikutustaitojen koulutus”. Johtajat kehuvat Ciceroa siitä, että se on ”sekä skaalautuva että ihmiskeskeinen – harvinainen yhdistelmä oppimisteknologian alalla”.
Laajempi sijoitetun pääoman tuotto kattaa henkilöstöhallinnon toimintojen optimoinnin strategisemmiksi sekä henkilöstötiimien auttamisen toimimaan parempina liiketoimintakumppaneina samalla, kun säilytetään työntekijöiden tyytyväisyyttä ja pysyvyyttä edistävä inhimillinen yhteys.
Käyttöönoton etenemissuunnitelma
Henkilöstöjohtajille, jotka ovat valmiita ottamaan tekoälyagentteja käyttöön, hyväksi todettu etenemistapa koostuu tietyistä johdonmukaisista vaiheista.
- Aloita pienesti ja kohdennetusti: Valitse kaksi tai kolme vaikuttavaa käyttötapausta sen sijaan, että yrittäisit automatisoida kaiken kattavasti. Keskity toistuviin ja dataintensiivisiin henkilöstöhallinnon tehtäviin, jotka tuottavat merkittäviä ajansäästöjä henkilöstötiimeille.
- Aseta datastrategia etusijalle: Varmista työntekijädatan hallinta ja laatu ennen tekoälyratkaisujen käyttöönottoa. Toisin kuin perinteiset henkilöstöhallinnon järjestelmät, jotka sietävät epäjohdonmukaista dataa, tekoälyagentit tarvitsevat toimiakseen puhdasta ja helposti saatavilla olevaa tietoa.
- Johda ihmisten kautta: Aloita muutoksenhallinta omasta henkilöstötiimistäsi ja osoita, miten tekoälyagentit vahvistavat heidän valmiuksiaan. Samalla käsittele huolia työpaikkojen katoamisesta ja eettisistä vaikutuksista. Kohtaa vastarinta suoraan viestimällä avoimesti suostumusmekanismeista ja ihmisen suorittamasta valvonnasta.
- Mittaa merkityksellisiä asioita: Seuraa sekä tehokkuuden paranemista että strategista arvoa. Älä keskity vain ajansäästöihin, vaan mittaa myös työntekijöiden sitoutumisen ja pysyvyyden paranemista sekä tiimien kykyä keskittyä strategisiin hankkeisiin.
- Laajenna järjestelmällisesti: Hyödynnä ensimmäiset onnistumiset ja laajenna tekoälyagenttien valmiuksia uusiin henkilöstöhallinnon prosesseihin ja työnkulkuihin. Säilytä samalla ihmisen suorittama eettisten näkökohtien ja työntekijöiden tukitoimintojen valvonta.
Verkostot edellä -tulevaisuus
Francisco Marin visioi ”verkostoa, jota tekoälyagentit ohjaavat ja jossa tekoälyagentteja vapautetaan toteuttamaan näitä mikrointerventioita laajassa mittakaavassa”. Tämä merkitsee siirtymistä hierarkialähtöisistä verkostolähtöisiin organisaatiomalleihin, joissa optimoidaan ihmisten välisiä yhteyksiä perinteisten raportointirakenteiden sijaan.
Yksittäisille työntekijöille tämä muutos merkitsee Marinin mukaan ”samankaltaisia kannustimia ja samankaltaista kokemusta kuin jos liittyisit varhaisen vaiheen startup-yritykseen Piilaaksossa”.
Tekoälyagenteista tulee infrastruktuuri, joka tarjoaa startup-yrityksille tyypillistä ketteryyttä ja yhteyksiä yritysten mittakaavassa. Nykypäivän hybridiympäristössä aloittavat uudet työntekijät, jotka työskentelevät usein ilman kasvokkaista vuorovaikutusta tiiminsä kanssa, hyötyvät tekoälyjärjestelmistä, jotka varmistavat heidän yhteytensä oikeisiin mentoreihin, liittymisensä tehokkaisiin tiimeihin ja etenemisensä kohti tuottavuutta optimoitujen työnkulkujen avulla.
Marinin Verkosto ensin -manifestin aloite keräsi 200 perustajajäsentä ja 80 kannattavaa organisaatiota yhden kuukauden aikana, mikä osoittaa alan laajaa liikehdintää kohti tätä uutta paradigmaa. Kuten hän selittää, tavoitteena on luoda "tulevaisuus työlle, josta me kaikki olemme innostuneita emmekä peloissamme".
HR-johtajien etenemissuunnitelma
Mahdollisuus saavuttaa kilpailuetua tekoälyagenttien avulla HR-työnkuluissa on edelleen olemassa, mutta edelläkävijät ovat jo ottamassa merkittävää etumatkaa. CHRO:t, jotka toimivat nyt, kun agenttipohjainen tekoälyteknologia on vielä uutta, rakentavat organisaation valmiuksia ja kulttuurista hyväksyntää, joita kilpailijoiden on vaikea jäljitellä.
HR-ammattilaisille, jotka ovat valmiita tähän muutokseen, eteneminen alkaa seuraavista:
- Vähäriskisistä ja vaikuttavista käyttötapauksista, kuten mentorien ja mentoroitavien yhteensovittamisesta sekä työntekijöiden perehdyttämisestä
- Luottamuksen rakentamisesta avoimuuden ja suostumusmekanismien avulla
- Järjestelmällisestä laajentamisesta osoitetun sijoitetun pääoman tuoton perusteella.
Strategisen henkilöstöhallinnon tulevaisuus täydentää ihmisten harkintaa tekoälyagenteilla, jotka seuraavat, analysoivat ja optimoivat jatkuvasti organisaatiosi arvokkainta voimavaraa: sen ihmisiä.
