Slik tar du AI-programmet ditt forbi instruksjoner
Kjerneendring: Instruksjonsbiblioteker forbedrer konsistensen, men arbeidsflytbaserte ferdigheter skaper tilbakemeldingssløyfer som gradvis forbedrer beslutninger om medarbeidere.
Ansettelsessløyfe: AI-arbeidsflyter for ansettelser kobler sammen planlegging, intervjuer og senere resultatdata for å avdekke hvilke signaler som forutsier suksess.
Diagnostisk test: Evaluer hver HR-prosess ved å kontrollere inndata, repeterbarhet, etterfølgende resultater og om utfallene føres tilbake for forbedring.
Menneskelig skjønn: Compadre utvider tilgangen til kompensasjonsdata, samtidig som anbefalinger og endelige beslutninger forblir hos ansvarlige fagfolk.
Ledelsesvalg: De største gevinstene kommer fra å redesigne arbeidet, integrere data og utvikle fagpersoner som tenker i arbeidsflyter.
Mange AI-programmer i en personalfunksjon starter på samme måte. Noen fant en ledetekst som ga en anstendig stillingsbeskrivelse, noen andre fant en som oppsummerte temaer fra medarbeiderundersøkelsen, og i løpet av noen uker fantes det et delt dokument.
Fagpersoner lærte ledetekstene og følte seg raskere, adopsjonsmålingene beveget seg, og etter to år med bekymring for om HR ville bli hengende etter, føltes dette som fremgang. Så gikk det seks måneder, og noen spurte hvor verdien faktisk hadde havnet.
Brad Wilkins, visepresident for personal og organisasjon i Cognite, opplevde denne historien i sin egen funksjon og begynte å lete etter verdien. Det hadde ikke samlet seg opp særlig mye, og årsaken hadde ingenting med kvaliteten på ledetekstene å gjøre.
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
Hva et bibliotek med ledetekster ikke kan samle opp
En ledetekst er én instruksjon som produserer ett resultat. Det et bibliotek med ledetekster samler opp, er konsistens i inndataene. Det det ikke kan samle opp, er dokumentasjon på resultatet, fordi ingenting sender resultatet tilbake.
«Ledetekster er åpningsrekket», sa Wilkins. «De er ikke arbeidsenheten.»
Arbeidsenheten er en ferdighet, et begrep lånt fra verktøyene teamet hans bygger på. Det viser til noe som henter inndata fra flere systemer, kjører en konsistent prosess på tvers av dem, produserer et definert resultat og forbedres etter hvert som resultatdata kommer tilbake.
Rekruttering, kjørt på begge måter
Kjør rekruttering basert på ledetekster, så får du en god stillingsbeskrivelse på 90 sekunder i stedet for 40 minutter. En leder beskriver rollen, fagpersonen kjører den lagrede ledeteksten, og et solid utkast kommer tilbake. Gjør det 200 ganger, og det endelige utkastet er nøyaktig like godt som det første, og det er problemet.
Ferdighetsversjonen starter tidligere og slutter mye senere. I Cognite starter behovsavklaringen med et strukturert intervju med ansettelseslederen. Denne samtalen kryssjekkes mot økonomiavdelingens bemanningsplan og teamets resultatfordeling. Uoverensstemmelser kommer frem før noen skriver et eneste ord.
Samtaler med kolleger syntetiseres til ett tydelig rekrutteringsbehov. Deretter samles støttematerialet, inkludert en forankret vurderingsmatrise som intervjuerne skal bruke som grunnlag for poengsetting. Under intervjuene markerer arbeidsflyten ting som kvaliteten på spørsmålene og forholdet mellom taletid.
Så kommer den delen som betyr noe. Seks måneder etter at en nyansatt har begynt, ser systemet tilbake på intervjuscorene og sammenligner dem med hvordan personen faktisk kom i gang. Over tid kan det vise hvilke ledere som er gode til å vurdere bestemte kompetanser, og hvilke intervjusignaler som faktisk forutsier suksess.
Den 200. ansettelsen går gjennom en mer presis sløyfe enn den første gjorde. Det er hele forskjellen, og ingen ledetekst kan produsere den, uansett hvor nøye den er skrevet.
Wilkins valgte rekruttering med hensikt. Det er her organisasjoner har noen av de mest rotete dataene sine og de største forskjellene i lederatferd. Det er også derfor kumulering er mer verdifullt i en personalfunksjon enn i ingeniørarbeid, der arbeidet allerede er instrumentert.
Fire spørsmål
Wilkins’ definisjon fungerer som en test. For alt funksjonen din har bygget, still disse fire spørsmålene:
- Henter det inndata fra mer enn ett system?
- Kjører det den samme prosessen hver gang, i stedet for å avhenge av hvem som styrer?
- Produserer det et resultat som noen lenger ned i prosessen er avhengig av?
- Sender noe resultatet tilbake?
Svar nei på det fjerde, og du har et bibliotek med ledetekster med flere trinn. Dette skaper et tak.
Wilkins mener organisasjoner som er forankret i ledetekster, flater ut rundt 10 til 20 % produktivitetsforbedring, hans eget anslag snarere enn en publisert referanseverdi. Men formen samsvarer med PwCs AI-forretningsprognoser for 2026, som hevder at teknologi leverer omtrent 20 % av verdien i et initiativ, mens de øvrige 80 % kommer fra å redesigne arbeidet.
«Hvis jeg hadde visst dette tidligere, ville jeg ha hoppet over månedene med kuratering av ledetekstbiblioteket som alle i fagfeltet vårt har holdt på med, og gått direkte til utforming av ferdigheter», sa Wilkins. «Jeg ville ha investert i fagpersonene som kunne tenke i arbeidsflyter, fremfor dem som var flinke til å skrive smarte ledetekster.»
Han har ikke revet ned det han bygget, og han argumenterer fortsatt for å behandle et bibliotek med ledetekster som en organisatorisk ressurs. Ledetekster er nødvendige, men de tar slutt, og problemene begynner når biblioteket blir målet i stedet for den første måneden i et lengre byggearbeid.
Gevinsten ligger i arbeidsflyten
Tony Castellanos, personalleder i Nextdoor, har ledet utviklingen av en kompensasjonstjeneste som viser hva som endrer seg når enheten er en arbeidsflyt. Den kobler seg til selskapets kompensasjonsarkitektur og leser på tvers av hele medarbeiderbasen. Rekrutterere og HR-forretningspartnere kan få direkte tilgang til denne kunnskapen i stedet for å måtte gå gjennom kompensasjonsteamet. De kaller den Compadre.
En rekrutterer kan spørre hvordan et foreslått tilbud samsvarer med selskapets nåværende lønnsspenn. Tjenesten viser også hvordan det sammenlignes med lønnen til personer som allerede jobber i selskapet, uten å identifisere dem.
Det den ikke gjør, er å analysere situasjonen eller fortelle rekruttereren hva vedkommende skal tilby. Et av teamets prinsipper er ifølge Castellanos å ta ansvar for det AI-en din gjør, noe som er enklere å etterleve når et menneske er den eneste parten som kan trekke en konklusjon.
I den gamle versjonen måtte en rekrutterer vente en dag eller to på en kompensasjonspartner, og deretter forhandle med noen som manglet konteksten rundt kandidaten. Compadre gjorde ikke dette møtet raskere. Den fjernet møtet, og overleveringen mellom de to funksjonene forsvant med det.
Det du får tilbake
Grunnen til at dette ligger på en personalleders bord i stedet for IT-avdelingens, er hva det gjør med jobber. Et bibliotek med ledetekster gjør en fagperson raskere i arbeidet de allerede utførte. En ferdighet tar omformateringen og den manuelle kalibreringen som lå mellom vurderingsøyeblikkene, og gir vurderingsøyeblikkene tilbake.
Hvert resultat som Wilkins' ansettelsesarbeidsflyt produserer, er et utkast snarere enn en beslutning, og to ukers fragmentert arbeid på tvers av fem verktøy ble til noen få timer med menneskelig gjennomgang.
Kostnaden er integrasjon. En ferdighet som mangler data, kan ikke gjøre stort som en ledetekst ikke kan. Mange plattformer som markedsførte integrerte AI-systemer i 2024, leverte et dashbord med en chatbot skrudd på. Så det egentlige valget handler ikke om innkjøp. Det handler om hva du faktisk bygger.
Wilkins ville støtte fagpersonene som tenker i arbeidsflyter, fremfor dem som skriver smarte ledetekster, og det er en beslutning om rekruttering og utvikling.
