
HR-teknologiayrityksen toimitusjohtaja kertoo, kuinka AI-natiiviksi ryhtyminen paljasti työn, jota työntekijät todella haluavat tehdä

Jenny Podewils
Leapsomen toinen perustaja ja toinen toimitusjohtaja

Katso, kuinka eräs HR-teknologiayrityksen toimitusjohtaja hyödynsi tekoälyä hallinnollisen työn poistamiseen, työntekijöiden todella arvostamien asioiden selvittämiseen sekä HR-tiimien auttamiseen strategian, kasvun ja inhimillisen harkinnan parissa.
Jenny Podewils
Leapsomen toinen perustaja ja toinen toimitusjohtaja

Key Takeaways
Tekoälyn käyttöönotto: Leapsome on integroinut tekoälytyökaluja, ja työntekijät luovat tekoälyagentteja erilaisten tehtävien automatisointiin.
Organisaation haasteet: Tekoälyn varhainen käyttöönotto paljasti tehottomuuksia ja osoitti, että rooleja voidaan kehittää vähentämällä hallinnollista kuormaa.
Johtamisen näkemykset: Johtajien tulisi perehtyä tekoälyyn automatisoidakseen prosesseja ja säilyttääkseen keskittymisen strategisiin tehtäviin ja ihmisten väliseen vuorovaikutukseen.
Suoritusarviointien uudistaminen: Leapsome uudisti suoritusarvioinnit tekoälyn avulla, mikä paransi palautteen laatua ja vähensi esihenkilöiden työkuormaa.
Datan integrointi: Tekoälyn saumaton hyödyntäminen edellyttää toisiinsa yhdistettyjä datajärjestelmiä; erilliset työkalut voivat haitata tekoälyn tehokasta käyttöönottoa.
Jenny Podewils on Leapsomen toinen perustaja ja toimitusjohtaja. Leapsome on henkilöstöhallinnon ja tekoälyn alusta, jota käyttää maailmanlaajuisesti yli 2 000 yritystä. Hänen aiempi kokemuksensa nopeasti kasvavasta puhtaan teknologian startup-yrityksestä sekä henkilöstöpäällikkönä nopeasti muuttuvalla toimialalla johti hänet keskittymään yhteen keskeiseen kysymykseen: Miten rakennamme organisaatioita, jotka toimivat linjakkaasti, oppivat nopeasti ja suoriutuvat erinomaisesti?
Juttelimme hänen kanssaan saadaksemme lisätietoa siitä, miten hän vastaa tähän kysymykseen tekoälyn avulla. Tässä, mitä hän kertoi.
Suunnittelu nopeaa oppimista ja erinomaista suoriutumista varten
Olen Jenny Podewils, Leapsomen toinen perustaja ja toimitusjohtaja. Kasvoin Berliinissä Saksassa kahden akateemikon tyttärenä, ja kotonamme vieraili säännöllisesti kansainvälisiä vieraita, joiden kanssa käytiin ajatuksia herättäviä illalliskeskusteluja.
Tämä muokkasi kiinnostustani suurten maailmanlaajuisten haasteiden ratkaisemiseen. Yliopisto-opintojeni aikana Sveitsissä ja Yhdistyneessä kuningaskunnassa tajusin, että vaikutukseen tähtäävät yritykset olivat oikea tapa saada aikaan vaikutusta.
Tehtäväni nopeasti kasvavassa puhtaan teknologian startup-yrityksessä ja henkilöstöpäällikkönä nopeasti muuttuvassa mediayrityksessä innostivat minut yhden kysymyksen pariin. Miten rakennamme organisaatioita, jotka toimivat yhdessä tekoälyagenttien kanssa, oppivat nopeasti ja suoriutuvat erinomaisesti?
Kiinnostuin syvästi linjakkuuden lisäämisestä, nopeasti oppivien ja erinomaisesti suoriutuvien ympäristöjen suunnittelusta sekä parempien organisaatioiden rakentamisesta todelliseen dataan perustuen. Ihmiset viettävät elämästään työssä noin 80 000 tuntia. Tämän ajan tulisi olla merkityksellistä. Tästä ajatuksesta tuli Leapsomen perusta.
Kajetan von Armansperg ja minä perustimme Leapsomen vuonna 2016 auttaaksemme muita rakentamaan huipputiimejä, suunnittelemaan poikkeuksellisia työntekijäkokemuksia ja luomaan menestyksekkäitä kulttuureja ihmislähtöisen HR-ohjelmiston avulla.
Leapsomen kattava HRIS-, osaamisen hallinnan ja tekoälyn alusta palvelee maailmanlaajuisesti yli 2 000 ihmislähtöistä ja menestyksekästä asiakasyritystä. Asun New Yorkissa, jossa sijaitsee yksi maailmanlaajuisista toimistoistamme.
Johtajana kuuntelen aina ja esitän vaikeita kysymyksiä. Luotan vastuunkantajiin ja teen omistajuuteeni liittyvistä asioista päättäväisiä päätöksiä. Minulla on erittäin korkeat standardit, ja arvostan kiireellisyyttä sekä vaikutusta.
More Articles
Päätös toimia sisäisesti täysin tekoälyn varassa
Otimme varhain käyttöön tekoälyn hyödyt asiakkaillemme ja julkaisimme vaikuttavia tekoälyominaisuuksia tuotteessamme nopeasti. Teimme myös tietoisen päätöksen siirtyä sisäisesti täysin tekoälyn varaan.
Olimme rakentaneet vision, määrittäneet käytännöt ja ottaneet infrastruktuurin sekä työkalut käyttöön jo varhaisessa vaiheessa. Sata prosenttia tiimistämme käyttää tekoälytyökaluja tai -agentteja päivittäisessä työssään, ja yli 60 % työntekijöistämme on rakentanut ainakin yksinkertaisia agentteja joidenkin tehtävien automatisoimiseksi. Siksi tekoälyn käyttö ja kokeilu ovat osa Leapsomen päivittäistä työtä ja rooleja.
Jatkamme tekoälyn integroimista prosesseihin koko alustalla — suorituskyvyn hallinnasta kyselyihin ja palkanmaksusta työnkulkuihin. On innostavaa nähdä, miten voimme auttaa asiakkaitamme hyödyntämään tekoälyä vaikuttavasti, koska se on suoraan saatavilla siellä, missä heidän henkilöstöhallintonsa konteksti “elää”.
Miten tekoälyn käyttöönotto paljastaa piileviä mahdollisuuksia työssä
Kun otimme tekoälytyökalut käyttöön sisäisesti ja näimme käyttöönoton kehityksen — koko tiimimme käyttää tekoälyä säännöllisesti, ja useimmat rakentavat omia agenttejaan — odotin vastustusta: jonkin verran epäilyksiä ja vastarintaa ihmisiltä, jotka olisivat mieluummin pitäytyneet tutussa.
Sen sijaan kohtasin innostuksen ja helpotuksen sekoituksen. Ihmiset halusivat päästä eroon työstä, jota oli kertynyt heidän varsinaisten tehtäviensä ympärille: ensimmäisten luonnosten laatimisesta, tiivistämisestä, asioiden perään kyselystä, tiedon keräämisestä ja muotoilusta. Kun tekoäly hoiti nämä tehtävät, jotain avautui — ihmisille jäi enemmän aikaa mielekkääseen työhön, joka vaatii kriittistä ajattelua ja inhimillistä harkintaa.
Se kertoi minulle jotain epämukavaa. Emme ainoastaan antaneet lahjakkaille ihmisille tylsää työtä. Olimme rakentaneet järjestelmiä, jotka hautasivat vähitellen heidän rooliensa parhaat puolet hallinnollisten rakenteiden alle, ja useimmat ihmiset hyväksyivät hiljaa, että asioiden vain kuului olla näin. Tekoäly teki tämän näkyväksi. Kun asia tuli näkyväksi, kukaan ei halunnut palata entiseen. Mahdollisuudet ovat valtavat, ja se on innostavaa!
Varsinainen opetus: käyttöönotto on ongelmista pienin. Kun hallinnollinen työ on siivottu pois, todellinen työ alkaa siitä, mitä sen alta paljastuu.
\u003cstrong\u003eIhmiset halusivat päästä eroon työstä, jota kertyi heidän varsinaisten tehtäviensä ympärille: ensimmäisten luonnosten laatimisesta, tiivistämisestä, perään kyselystä, tietojen poimimisesta ja muotoilusta. Kun tekoäly otti tämän hoitaakseen, jotain avautui — ihmisille jäi enemmän aikaa mielekkääseen työhön, joka edellyttää kriittistä ajattelua ja inhimillistä harkintaa.\u003c/strong\u003e

Miten johtajat voivat hyödyntää tekoälyä
Johtajana tärkeä osa rooliani on varata aikaa omaan jatkuvaan kouluttautumiseeni ja käytännön kokeiluihin tekoälyn parissa. Uskon, että johtajien on nykyään ehdottoman tärkeää järjestää tähän aikaa.
Henkilöstötoiminnon johtajilla ja ammattilaisilla on mahdollisuus vahvistaa rooliaan liiketoiminnan strategisena kumppanina automatisoimalla manuaalisia prosesseja, ratkaisemalla hajanaiseen dataan liittyviä ongelmia ja tuottamalla näkemyksiä nopeammin. Tämä vapauttaa myös kapasiteettia tärkeään henkilöstö- ja liiketoimintakumppanuustyöhön, jota ei pidä automatisoida.
Olen joutunut luopumaan ajatuksesta, että esihenkilöiden kanssa vietetty ”kasvokkainen aika” on ensisijainen tapa, jolla työntekijät kehittyvät. Tekoälyvalmennus voi oikein toteutettuna ja ihmisen valvonnassa tarjota johdonmukaista ja oikea-aikaista ohjausta tavalla, johon parhaatkaan esihenkilöt eivät pysty suuressa mittakaavassa.
Selvennykseksi: se ei korvaa esihenkilöitä, vaan laajentaa heidän ulottuvuuttaan ja varmistaa, että työntekijät saavat tukea myös muodollisten tapaamisten välillä.
Miten uudistimme suorituksen arvioinnit tekoälyn avulla

Uudistimme suorituksen arvioinnit tekoälyn avulla sekä sisäisesti että tuotteessamme. Se muutti perustavanlaatuisesti tapaamme ajatella koko prosessia.
Vanha tapa: Esihenkilöt käyttivät tuntikausia arviointiluonnosten kirjoittamiseen, usein aloittaen tyhjästä ja kamppaillen muistaakseen kuukausia aiemmin saavutettuja konkreettisia tuloksia. Hankala ja hidas prosessi, joka vaatii runsaasti hallinnollista työtä, heikentää tuloksia ja aikatauluja! Arvioinnit uhkaavat muuttua vaatimustenmukaisuuden harjoitukseksi sen sijaan, että ne olisivat keskusteluja yhteisestä suunnasta ja kehittymisestä.
Tekoälyn tukema tapa: Rakensimme tekoälyavustajan, joka laatii palauteluonnoksia kokouksista, tavoitteista ja aiemmasta palautteesta saadun kontekstin perusteella. Tekoäly ohjaa käyttäjiä prosessin läpi, tuo esiin olennaisen kontekstin — mitä työntekijä saavutti, missä hänellä oli vaikeuksia ja miten hän edistyi — sekä ehdottaa sanamuotoja, joita esihenkilöt voivat muokata, tarkentaa ja yksilöllistää oman inhimillisen päättelynsä, empatiansa ja suorien alaistensa kanssa luomansa henkilökohtaisen yhteyden perusteella.
Tulokset: Esihenkilöiden arviointien kirjoittamiseen käyttämä mediaaniaika lyheni merkittävästi. Vielä tärkeämpää on, että laatu parani, koska esihenkilöt muokkaavat tekstiä ja lisäävät siihen vivahteita sen sijaan, että tuijottaisivat tyhjää sivua. Työntekijät kertovat, että palaute tuntuu aiempaa täsmällisemmältä ja helpommin hyödynnettävältä.
Olemme soveltaneet samaa logiikkaa työntekijöiden kysymyksiin ja vastauksiin. HR:lle esitettiin samoja käytäntöjä koskevia kysymyksiä toistuvasti Slackissa, sähköpostitse ja joskus saman henkilön toimesta useammin kuin kerran. Tekoälypohjainen tukipalveluagenttimme vastaa nyt näihin kysymyksiin selkeällä kielellä ja hakee tiedot tietopankistamme. HR:lle vapautuu jälleen aikaa työhön, joka edellyttää inhimillistä asiantuntemusta.
Sovelsimme tätä myös kyselyiden jälkeiseen analyysiin. Aiemmin käytimme viikkoja avointen tekstivastausten koostamiseen, usein puutteellisesti. Tekoäly tuo nyt esiin teemoja ja malleja päivissä, joten johtajat voivat toimia palautteen ollessa vielä tuoretta.
Yhteinen nimittäjä: Tekoäly otti hoitaakseen hallinnollisen kuorman, joten ihmiset pystyivät keskittymään inhimillistä harkintaa vaativaan työhön, kuten keskusteluihin, päätöksiin ja toimeenpanoon, joita kukaan ei voi delegoida.
Miksi tekoälyn potentiaali ylittää usein organisaation valmiudet
Kun ihmiset kuulevat, että ”tekoäly muuttaa HR:n”, he odottavat taikapainiketta. Tekoäly on vain niin hyvä kuin sitä ympäröivä data, työnkulut ja hallintamallit. Jos työntekijätietosi ovat viidessä toisiinsa liittymättömässä järjestelmässä tai prosessisi ovat epämuodollisia ja epäjohdonmukaisia, tekoäly ei pysty ratkaisemaan sitä.
Vielä pahempaa on, että se saattaa tuoda esiin väärää dataa ja aiheuttaa parhaimmillaan hämmennystä ja pahimmillaan todellisen ongelman.

Jennyn ajatuksia
Tekoäly on vain niin hyvä kuin sen ympärillä olevat tiedot, työnkulut ja hallintomalli.
Vastaamme tähän suunnittelemalla tekoälyn osaksi tuotettamme niin, että se toimii tietojärjestelmänäsi, jossa kaikki kontekstisi liittyy prosesseihisi ja työnkulkuihisi — eikä sitä ole liitetty päälle erillisenä ominaisuutena.
Tekoäly valmentaa työntekijöitä tavoitteenasettamisprosessin aikana. Se avustaa arvioinneissa arviointisyklin sisällä. Se vastaa käytäntöjä koskeviin kysymyksiin määritellyn tietopohjan perusteella. Rakenne luo suojakaiteet, ja tekoäly toimii niiden puitteissa.
Oletusarvoisesti hyödynnämme myös ihminen osana prosessia -mallia. Tekoälymme laatii luonnoksia, tekee ehdotuksia ja tiivistää, mutta se ei ryhdy toimiin ilman ihmisen hyväksyntää. Uskomme, että henkilöstöhallinnon päätökset sisältävät kontekstia, vivahteita ja seurauksia, joita tekoälyn ei pitäisi käsitellä autonomisesti. Johtajat, jotka haluavat tekoälyn "vain hoitavan asian" ilman valvontaa, altistavat itsensä oikeudellisille, eettisille ja luottamukseen liittyville ongelmille.
Syvälle eikä laajalle tekoälyn integroinnissa

Vuosi sitten meillä oli paljon työkaluja. Nyt niitä on vähemmän, ja ne ovat paremmin integroituja. Olemme menneet syvälle emmekä laajalle. Käytämme tekoälyominaisuuksia kaikkialla työnkuluissamme: arviointien luonnostelussa, kyselyiden yhteenvedoissa, tekoälypohjaisessa valmentajassamme, käytäntöjä koskevissa kysymyksissä ja vastauksissa, kokousten litteroinnissa sekä data-analyysissä.
Nämä eivät ole erillisiä tekoälyn lisäosia, vaan rakennamme ne osaksi työn tekemisen paikkoja, mikä varmistaa käyttöönoton.
Perustamme rakentuu omalle työkalullemme, ja se, että olemme itse asiakkaamme, selkeyttää asioita. Se pitää meidät rehellisinä. Käytämme sitä kaikkeen: henkilöstötietojärjestelmään (työntekijätiedot, asiakirjat, poissaolot, palkanlaskennan valmistelu, työnkulut), henkilöstön osaamisen hallintaan (suoritusarvioinnit, tavoitteet, sitoutumiskyselyt, palaute, oppiminen, kahdenkeskiset tapaamiset) sekä tekoälyyn. Tiedot ovat yhdessä paikassa, millä on suurempi merkitys kuin voisi kuvitella.
Tämän lisäksi olemme rakentaneet Dustiin ja Notioniin mukautettuja agentteja eri tiimien yhteiseen käyttöön. Gemini, Claude ja Lovable ovat kaikki käytössä tehtävästä riippuen. Lisäksi jokaisella tiimillä on oma työkalupinonsa tämän perustan päällä. Emme yritä standardoida kaikkea, mutta suhtaudumme harkiten siihen, mikä toimii perustana.
Suurin muutos viime vuoden aikana on ollut keskittäminen. Meillä oli liikaa yksittäisiin tarpeisiin tarkoitettuja ratkaisuja, joista jokainen teki yhden asian hyvin mutta aiheutti tietojen pirstaloitumista ja jatkuvia työkalujen vaihtamisesta syntyviä kustannuksia. Nyt meillä on vähemmän työkaluja, syvempi integraatio ja tekoäly upotettuna eri työnkulkuihin sen sijaan, että se olisi eristetty yhteen sovellukseen.
Miksi tekoälypohjainen kehittymisvalmentaja voi muuttaa pelin
Käytämme omaa kehittymisvalmentajaamme sisäisesti. Se on tekoälyagentti, joka antaa työntekijöille ja esihenkilöille reaaliaikaista ohjausta kehittymiseen ilman, että heidän tarvitsee odottaa virallista arviointisykliä tai esihenkilön saatavuutta.
Kasvavien yritysten esihenkilöt ovat kuormitettuja. He eivät voi keskustella kaikkien kanssa, ja ohjausta tarvitsevat työntekijät eivät usein saa sitä ennen kuin arviointikeskustelu tulee ajankohtaiseksi. Kehittymisvalmentaja muuttaa tätä rytmiä.
Työntekijät voivat kysyä tavoitteistaan, saada konkreettisia seuraavia askeleita ja ymmärtää, miltä "erinomainen" näyttää heidän tehtävässään. Esihenkilöt voivat käyttää sitä valmistautuakseen merkityksellisiin keskusteluihin reaktiivisten keskustelujen sijaan. Se hyödyntää tavoitteista, palautteiden historiasta ja yrityksen viitekehyksistä saatavaa kontekstia, joten sen esiin tuomat asiat ovat konkreettisia eivätkä yleisluontoisia.
Minua kiinnostaa eniten se, mitä taustalla tapahtuu: signaalit. Kun työntekijät kysyvät tekoälyltä asioita, joita emme muuten koskaan kuulisi, opimme jotakin — emme yksilöistä (tiedot yhdistetään ja anonymisoidaan) — vaan siitä, missä selkeys puuttuu, missä ihmiset kokevat olevansa jumissa ja mitä esihenkilöt eivät käsittele. Tällaista varhaista signaalia on vaikea saada millään muulla tavalla.
Agentit ulottuvat työn ulkopuolellekin. Kotona olen rakentanut useita mukautettuja tekoälyagentteja helpottamaan perheen arkea. Esimerkiksi loin viikoittaisen ateriasuunnittelijan, joka huomioi asettamani terveellisen syömisen periaatteet.
Miksi vertaisten johdolla tapahtuva käytännönläheinen opetus on paras tapa kehittää tekoälytaitoja
Teimme tekoälyn käytöstä rakenteellisen osan toimintaa, emme valinnaista asiaa. Jokaisella tiimin jäsenellä on pääsy tekoälytyökaluihin, ei vain tekniikan tai tuotekehityksen parissa työskentelevillä. Tekoälyn sujuva käyttö ei voi olla vain tiettyjen roolien tai toimintojen etuoikeus.
Rakensimme osaamista jakamalla kokemuksia, emme pakollisella koulutuksella. Ihmiset esittelevät, miten he käyttävät tekoälyä työnkuluissaan. Toiminta perustuu vertaisten vetämään ja käytännönläheiseen oppimiseen, ja se on toisinaan sotkuista, mutta juuri siksi opittu jää mieleen. Joku esittelee toimivaksi osoittautuneen asian, ja joku toinen soveltaa sitä omaan kontekstiinsa. Tällainen leviäminen synnyttää todellista käyttöönottoa nopeammin kuin mikään ylhäältä alaspäin johdettu käyttöönotto.
Mitä olen huomannut: mitä enemmän ihmiset kokeilevat, sitä useammin he löytävät työtä, jota he haluavat automatisoida, ja tehtäviä, jotka he olivat vuosien ajan oppineet hyväksymään "vain osana työtä". Tekoäly antaa ihmisille luvan ja mahdollisuuden kyseenalaistaa tämän.
Hallinnossa olemme yksiselitteisiä tietosuojasta. Kaikki tietävät, mitä tietoja ulkoisiin tekoälytyökaluihin saa ja mitä niihin ei saa syöttää. Tästä ei neuvotella. Selkeät rajat antavat ihmisille varmuutta kokeilla niiden puitteissa mahdollisimman pitkälle.
Mitä tulee siihen, miltä ”tekoälyvalmius” näyttää, kuvailisin sitä ennemmin kulttuuriksi kuin tarkistuslistaksi. Työntekijöiksi, jotka kokeilevat ilman pelkoa arvostelusta. Tiimeiksi, jotka kysyvät: ”Pitäisikö ihmisen tehdä tämä?”
Johtajiksi, jotka näyttävät tekoälyn käytön avoimesti – eivät siksi, että haluaisivat esittää jotain, vaan koska he todella käyttävät sitä. Pyrin itsekin ilmaisemaan tämän selkeästi. Jos pyydän tiimejäni kehittämään tekoälyosaamistaan enkä itse harjoittele sitä, kyse ei ole johtamisesta. Se on teatteria.
Ihmiset esittelevät, miten he käyttävät tekoälyä työnkuluissaan. Se on vertaisten johtamaa, käytännönläheistä ja toisinaan sotkuista, mutta juuri siksi se jää pysyväksi tavaksi.

Miksi tekoäly on vain niin hyvä kuin data, jota se käyttää
Pääsy dataan on avainasemassa. Tekoäly on vain niin hyvä kuin data, jota se käyttää.
Kiiltävä, HR-järjestelmäsi ulkopuolella toimiva erillinen tekoälyagentti voi toki kirjoittaa työpaikkailmoituksen. Se ei kuitenkaan voi kertoa, onko tietyn tiimin sitoutuminen heikkenemässä, onko huippusuoriutujan kanssa keskusteltu ammatillisesta kehittymisestä kuukausiin tai suoriutuvatko jonkin esihenkilön suorat alaiset jatkuvasti heikommin kuin heidän omat vertaisarviointinsa antavat ymmärtää.
Tällainen näkemys edellyttää historiallista ja yhdistettyä dataa – HRIS-järjestelmää, tavoitteita, palautetta, arviointeja, sitoutumista ja oppimista – kaikki samassa paikassa. Hajanaiset yksittäisratkaisut eivät tekoälytehostettuina pysty tuottamaan tätä. Olemme käyttäneet vuosia tämän ongelman ratkaisemiseen.
Tuotekehityssuunnitelmamme keskittyy agenttipohjaiseen puoleen. Rakennamme agentteja, jotka hoitavat rajattuja ja tarkasti määriteltyjä tehtäviä: luonnostelevat asiakirjoja, vastaavat käytäntöjä koskeviin kysymyksiin ja muistuttavat esihenkilöitä sovittujen asioiden loppuun saattamisesta, samalla kun ihmiset säilyttävät päätösvallan.
Nämä agentit toimivat taustalla. Tavoitteena on laajentaa sitä, mitä pieni HR-tiimi pystyy saavuttamaan. Näin henkilöstöhallinnosta vastaava johtaja, joka hoitaa 200 työntekijän henkilöstöasioita yhden tai kahden kollegan kanssa, voi lopettaa työpäivänsä käyttämisen hallinnollisiin tehtäviin ja keskittyä työhön, joka tuottaa tuloksia.
Miksi tekoäly pakottaa arvioimaan uudelleen HR:n tarkoituksen
HR-johtajille tämä hetki on enemmän kuin teknologinen siirtymä. Tekoäly pakottaa arvioimaan uudelleen HR:n tarkoituksen.
Monet ihmiset, joiden kanssa keskustelen, päätyivät HR-alalle, koska he välittivät ihmisistä. He halusivat rakentaa kulttuureja, kehittää johtajia ja luoda ympäristöjä, joissa ihmiset voivat tehdä parhaansa.
Jossain vaiheessa monista tuli prosessien ylläpitäjiä. Järjestelmiä kertyi. Rooli muotoutui niiden ympärille. Jos HR-teknologiassasi prosessit asetetaan ihmisten edelle, tämä dynamiikka muokkaa roolia ajan mittaan. Työkalut muokkaavat käyttäytymistä. Järjestelmät muokkaavat rooleja. Tämä on syytä nimetä ja tätä on syytä muuttaa.
Muutama käytännön vinkki tekoälyn käyttöön HR:ssä:
- Aloita työstä, jota vihaat, älä kiiltävimmästä ominaisuudesta. Mihin käytät aikaa toistuviin ja vähän arvoa tuottaviin tehtäviin? Hyödynnä tekoälyä ensin niissä. Ensimmäinen luonnos. Yhteenveto. Jälkiseurannan perään kysely. Automatisoi nämä tehtävät ja säästä aikasi työhön, joka edellyttää sinua.
- Pidä ihminen oletusarvoisesti mukana päätöksenteossa. Tekoälyn pitäisi avustaa, ei päättää – erityisesti HR:ssä, jossa päätökset vaikuttavat ihmisten uriin ja toimeentuloon. Aseta tämä odotus selkeästi ja pidä siitä kiinni.
- Etene nopeammin kuin tuntuu mukavalta. Organisaatiot, jotka kehittävät tekoälyosaamista nyt, saavat kumuloituvia etuja. Tekoälyn ”kypsymisen” odottaminen on valinta, jolla on hintansa.
- Ota tiimisi mukaan. Nuoremmat työntekijät ja lähiesihenkilöt näkevät usein selkeimmin, missä mahdollisuudet piilevät. Käyttöönotto on yhtä paljon kulttuuriin kuin teknologiaan liittyvä haaste.
- Johtajille laajemmin: Näytä henkilökohtaisesti esimerkkiä tekoälyn käytössä, panosta vakavasti esihenkilöihisi ja pidä tarkoitus jatkuvasti keskiössä. Tekoäly muuttaa sitä, miten työ tehdään. Se ei muuta sitä, miksi työllä on merkitystä.
Miten HR-roolit kehittyvät seuraavien viiden vuoden aikana
Uskon, että viiden vuoden kuluessa HR luopuu täysin prosessien ylläpitäjän identiteetistään, ja yritykset, jotka kohtelevat sitä edelleen sellaisena, tulevat näkemään sen vaikutukset liiketoimintansa tuloksissa.
Muutos on jo käynnissä. Edistyksellisten organisaatioiden HR-johtajia ei arvioida sen perusteella, toteutuivatko arvioinnit tai lähetettiinkö kyselyt. Heitä arvioidaan tulosten perusteella:
- Paraneeko henkilöstön pysyvyys siellä, missä sillä on eniten merkitystä?
- Kehittävätkö esihenkilöt työntekijöitään?
- Voimmeko löytää yhteyden sitoutumisen, suoriutumisen ja tuottavuuden välillä ja toimia sen perusteella?
Tekoäly mahdollistaa tämän muutoksen hoitamalla operatiivisen tason luotettavasti, jotta HR-johtajat voivat keskittyä strategiaan, diagnosointiin ja toimenpiteisiin.
Tulevaisuuden HR-tiimi on pienempi, kokeneempi ja huomattavasti vaikutusvaltaisempi. Ei siksi, että henkilöstömäärää vähennetään, vaan koska rooli laajenee ja saavuttaa uskottavuutta johtoryhmässä. Hallinnolliseen työhön käytetään vähemmän aikaa ja ollaan useammin läsnä, kun liiketoimintaa koskevia päätöksiä tehdään.
Organisaatiot, jotka edelleen hoitavat HR:ää pirstaloituneilla järjestelmillä ja erillisillä HRIS-, suoriutumis-, sitoutumis- ja oppimistyökaluilla, joutuvat mitattavasti heikompaan asemaan. Tekoäly tuottaa hyödyllisiä oivalluksia yhdistetyistä tiedoista. Siiloutuneista tiedoista se tuottaa kohinaa. Pirstaleisuus muuttuu kalliiksi perinnöksi, ja tilinteon hetki on lähempänä kuin useimmat odottavat.
Viiden vuoden kuluttua menestyvä HR näyttää paljon enemmän siltä, mitä useimmat alalle tullessaan odottivat työhön ryhtyessään.
Näin pidät tekoälyn ihmiskeskeisenä HR:ssä

Jos HR ottaa tekoälyn käyttöön huonosti — käyttää sitä vastuuvelvollisuuden poistamiseen, huonojen päätösten nopeampaan skaalaamiseen tai vaikeiden, kulttuuria rakentavien ihmisten välisten keskustelujen korvaajana — emme ainoastaan hukkaa tätä mahdollisuutta. Heikennämme luottamusta tavoilla, joita on vaikea rakentaa uudelleen.
Toimintahäiriöinen tekoäly ei ole suurin riski. Riski on tekoäly, joka toimii täsmälleen suunnitellusti mutta osoittaa väärään suuntaan. Arvioinnit, jotka tapahtuvat nopeammin mutta tuntuvat vähemmän inhimillisiltä. Käytännöt, joihin chatbot "vastaa" ilman, että kukaan tarkistaa vastauksen paikkansapitävyyttä tai oikeudenmukaisuutta. Päätökset, jotka vaikuttavat objektiivisilta, koska ne ovat peräisin järjestelmästä, vaikka järjestelmä heijastaa sen rakentajien oletuksia.
Filosofiamme on selkeä: tekoälyn ei pitäisi koskaan korvata ihmisen harkintaa päätöksissä, jotka vaikuttavat jonkun uraan, toimeentuloon tai hyvinvointiin. Tekoäly luonnostelee, ehdottaa ja nostaa asioita esiin. Ihminen tarkistaa, päättää ja kantaa vastuun lopputuloksesta. Ihmisen harkinta ei ole neuvoteltavissa.

Jennyn ajatuksia
Tekoälyn ei pitäisi koskaan korvata ihmisen harkintaa päätöksissä, jotka vaikuttavat jonkun uraan, toimeentuloon tai hyvinvointiin… Ihmisen harkinta ei ole neuvoteltavissa.
Eniten arvostamani HR-johtajat eivät kysy ainoastaan "kuinka paljon voimme automatisoida?" He kysyvät: "mitä ei pitäisi koskaan automatisoida, ja miksi?" Tämä kurinalaisuus erottaa luottamusta rakentavan tekoälyn luottamusta rapauttavasta tekoälystä.
Se on myös yksi toistuvimmista keskustelunaiheista People over Perks -yhteisössämme, joka on tarkoitettu HR-ammattilaisille — ja rehellisesti sanottuna jotkut tämän aiheen maanläheisimmistä näkemyksistä tulevat sieltä. Jos pohdit tätä kysymystä omassa organisaatiossasi, kannustan sinua liittymään seuraamme.
Kuten sanoin, ihmiset viettävät elämästään noin 80 000 tuntia työssä. Tämän ajan pitäisi olla merkityksellistä. Tekoälyn pitäisi auttaa tekemään siitä vielä merkityksellisempää.
Pysy mukana
Voit seurata Jenny Podewilsin työtä LinkedInissä ja tutustua Leapsomeen!
People Managing People -sivustolla on luvassa lisää asiantuntijahaastatteluja!



