Co sztuczna inteligencja zastąpi — a czego nie zastąpi — w analityce pracowników

David Rice: Sztuczna inteligencja nie zastąpi 90% tego, co zapewnia dobry zespół analityki pracowników. Co wchodzi w skład tych 90%, co jest wyjątkowo ludzkie?

Roxanne Laczo: To, co się w tym zawiera, znajduje się w naszej głowie, w naszym umyśle. Chodzi o wpływanie na interesariuszy poprzez opowiadanie historii. Myślę, że w pewnym momencie te 90% może się zmienić, ale sztuczna inteligencja nigdy nie będzie w stanie w pełni i całkowicie tego zastąpić.

David Rice: Czy grozi nam stworzenie swego rodzaju systemu dwupoziomowego, w którym sztuczna inteligencja stanie się wystarczająco dobrym rozwiązaniem dla większości organizacji?

Noelle London: Tradycyjnie analityka pracowników jest zasobem, z którego korzystają duże przedsiębiorstwa. Nie jest to zasób, na który inne firmy koniecznie mają budżet. Obserwujemy, że organizacje zatrudniają osoby o takich kompetencjach wcześniej, niż widzieliśmy to jeszcze dwa czy dwa i pół roku temu. To naprawdę ekscytujące.

David Rice: Czy analityka pracowników ma szansę stać się centrum władzy HR, a tym samym transformacji opartej na sztucznej inteligencji?

Cole Napper: Powiem, że nie. I nie chodzi tu o umiejętności. Chodzi o wolę.

David Rice: Patrząc na najbliższe 12–18 miesięcy, jakie konkretne umiejętności powinni rozwijać specjaliści, aby pozostać istotni? I odwrotnie: w jakie umiejętności powinni przestać inwestować czas, ponieważ uważacie, że ostatecznie zajmie się nimi sztuczna inteligencja?

Witamy w podcaście „People Managing People” — programie, w którym pomagamy liderom zachować ludzkie podejście do pracy w erze sztucznej inteligencji. Nazywam się David Rice i jestem waszym gospodarzem. W dzisiejszym odcinku z ogromną przyjemnością witam troje znakomitych ekspertów pracujących w obszarze analityki pracowników. Porozmawiamy przy naszym okrągłym stole.

Na początek Roxanne Laczo. Jest szefową działu analityki pracowników w Cloudflare. Witaj, Roxanne!

Roxanne Laczo: Cześć, miło tu być!

David Rice: Jest z nami również Cole Napper, którego być może pamiętacie z jego wcześniejszego występu w podcaście. Jest wiceprezesem ds. badań, innowacji i analiz talentów w Lightcast. Witaj, Cole!

Cole Napper: Dzięki za zaproszenie, David.

David Rice: I wreszcie Noelle London. Jest założycielką i dyrektorką generalną Illoominus. Witaj, Noelle!

Noelle London: Dzięki za zaproszenie. Cieszę się, że tu jestem.

David Rice: Świetnie. Dzisiaj porozmawiamy o obecnym stanie analityki pracowników, o tym, dokąd zmierza w przyszłości, jak redefiniujemy tę funkcję i co oznacza ona dla HR.

Chcę zacząć od tego. Kiedy rozmawialiśmy przed nagraniem, wspomnieliśmy, że sztuczna inteligencja nie zastąpi 90% tego, co zapewnia dobry zespół analityki pracowników, a Roxanne przedstawiła nam dość odważną opinię. Chcę więc od tego zacząć. Roxanne, co w tych 90% jest wyjątkowo ludzkie? I czy uważasz, że ten odsetek pozostanie taki sam wraz z rozwojem możliwości AI?

Roxanne Laczo: Tak, zdecydowanie. Myślę, że chodzi o to, co znajduje się w naszej głowie, w naszym umyśle. Istnieje strategiczny kontekst organizacji i działalności biznesowej, którego sztuczna inteligencja nie zawsze potrafi uchwycić. Istnieje wiedza instytucjonalna i relacje, które mamy w organizacji. To one dają dostęp do informacji i najważniejszych danych, których w inny sposób niekoniecznie uzyskamy.

Narzędzie AI nie zawsze potrafi je wydobyć. Chodzi również o wpływanie na interesariuszy poprzez opowiadanie historii, co jest bardzo trudne do odtworzenia w dowolnym narzędziu AI, chyba że ma ono naprawdę silny kontekst, o którym wspomniałam wcześniej. Myślę więc, że ostatnią kwestią jest umiejętność zadawania właściwych pytań na podstawie relacji, które mamy, naszej wiedzy o organizacji oraz znajomości problemów biznesowych.

Może w pewnym momencie te 90% się zmieni, ale myślę, że w krótkim terminie naprawdę zmieni się przede wszystkim wartość tego, co zapewniamy jako jednostki dzięki budowaniu relacji i posiadanemu kontekstowi. Sztuczna inteligencja nigdy nie będzie w stanie całkowicie i w pełni zastąpić tego na poziomie, na którym — jak sądzę — wszyscy uczestnicy tej rozmowy chcieliby, aby działała.

David Rice: To ciekawe. Cole, chciałbym poznać twoją opinię, ponieważ bardzo szczegółowo zajmujesz się umiejętnościami. Obserwujesz wiele zmian związanych z transformacją i automatyzacją. Jak myślisz, co pozostanie w obszarze analityki pracowników?

Cole Napper: Wracając do wcześniejszego pytania, powiedziałeś, że 90% pracy dobrego zespołu analityki pracowników nie zniknie.

Myślę jednak, że jeśli nie jesteś dobrym zespołem, 90% tej pracy może zniknąć. Podzieliłbym to na dwie kategorie: pracę transakcyjną oraz strategiczną lub transformacyjną. Dziewięćdziesiąt procent strategicznej i transformacyjnej pracy nie zniknie. Wszystko, co powiedziała Roxanne, jest prawdą. Myślę natomiast, że 90% pracy transakcyjnej zniknie.

Niedawno przeprowadziliśmy w Lightcast badanie, którym podzieliłem się z wami przed nagraniem tego podcastu. Umieściliśmy wszystkie technologie HR i wszystkie umiejętności HR na wykresie, uwzględniając ich wartość, tempo rozwoju oraz stopień, w jakim sztuczna inteligencja będzie je zakłócać. Analityka pracowników była jednocześnie najbardziej wartościową umiejętnością w HR, a także jedną z tych, które z największym prawdopodobieństwem zostaną zakłócone przez AI.

Uznałem to za fascynujący paradoks. Wiele transakcyjnych elementów analityki pracowników, moim zdaniem, zniknie w ciągu najbliższych kilku lat.

David Rice: Noelle, z twojej perspektywy — ponieważ zawsze myślisz o tym, jak ludzie budują swoje stosy technologiczne, prawda?

I jak AI się w to wszystko wpasowuje. Jak widzisz sytuacje, w których sztuczna inteligencja niejako wypycha ludzi z procesu? Nie chcę powiedzieć, że całkowicie wypycha, ale w jakim stopniu wpływa na sposób, w jaki ludzie korzystają z posiadanej obecnie technologii?

Noelle London: Tak. Zacznę od tego, że — i myślę, że porozmawiamy o tym nieco później — określenie „analityka pracowników” oznacza zupełnie różne rzeczy w firmach o różnej wielkości i na różnych poziomach dojrzałości.

Kiedy mówimy o analityce pracowników, nie mamy na myśli dokładnie tego samego ani dokładnie tej samej potrzeby w różnych organizacjach. Kiedy myślimy o analityce pracowników i o organizacjach, które prawdopodobnie nie mają osoby takiej jak Roxanne, uważam, że Roxanne jest niezwykle cennym zasobem dla swojej organizacji. Być może 90% to trochę zbyt wysoki odsetek, jeśli mówimy, że nie da się zastąpić 90% tej pracy.

Nie myślę o tym nawet koniecznie jako o zastępowaniu. Słowo „zastępować” sugeruje coś innego. Chodzi raczej o drugiego pilota, który może pomóc w wielu zadaniach. Szczerze mówiąc, jest to praca, która wyczerpuje ludzi. Kiedy rozmawiamy z organizacjami będącymi na wcześniejszym etapie rozwoju lub mniejszymi pod względem liczby pracowników, widzimy takie zadania jak utrzymywanie integracji, sprawdzanie jakości danych i ich porządkowanie. To właśnie one utrzymują te organizacje w trybie reaktywnym.

Organizacje regularnie przygotowują raporty, ale być może są one spojrzeniem wstecz. Jeśli nie masz w pełni rozbudowanego zespołu, wykonanie takich zadań może być bardzo czasochłonne. To szansa na zdjęcie tej pracy z barków zespołu i skorzystanie z drugiego pilota, który pomoże wam poświęcić więcej czasu — tak jak powiedziała Roxanne — na kontekst znajdujący się w waszej głowie.

Wciąż istnieją jednak rzeczy, którymi trudno zarządzać. Sztuczna inteligencja zmienia się dla nas obecnie praktycznie co tydzień, ale niektóre zadania nadal są bardzo trudne. Nie będę udawać, że jest inaczej. Wcześniej w tym tygodniu rozmawiałam o tym z Cole’em. Pomyślcie o przypadkach brzegowych.

Pojawia się ich bardzo wiele. Jedną z obserwowanych przez nas kwestii są transfery w ramach mobilności wewnętrznej. Widzimy, że organizacje zarządzają nimi w różny sposób w swoich systemach. To właśnie takie sytuacje wymagają nadal szczególnej uwagi.

Myślę, że ważny jest również kontekst i wiedza organizacyjna — jak wykorzystać to wszystko, w czym pomaga nam AI jako drugi pilot analityki pracowników, abyśmy mogli poświęcać więcej czasu na zastanawianie się, co z tym zrobić, a mniej na pracę, która, jak wspomnieliśmy, wyczerpuje ludzi.

David Rice: To ciekawe, bo mówimy o tym, że wiele firm nie ma osoby takiej jak Roxanne.

Czy grozi nam stworzenie systemu dwupoziomowego, w którym AI stanie się wystarczająco dobrym rozwiązaniem dla większości organizacji, a prawdziwy strategiczny wgląd, oparty na odpowiednim kontekście, będą uzyskiwać tylko firmy dysponujące dużymi zasobami?

Noelle London: Tak, właśnie ta kwestia szczególnie mnie ekscytuje. Tradycyjnie analityka pracowników była zasobem dostępnym przedsiębiorstwom. Nie była czymś, na co organizacje liczące, powiedzmy, 12 tysięcy lub mniej pracowników koniecznie miały budżet. Roxanne, wiem, że twoja obecna organizacja może być wyjątkiem, ale widzimy, że firmy wcześniej niż jeszcze dwa czy dwa i pół roku temu zatrudniają osoby na takich stanowiskach i rozwijają takie kompetencje.

Coraz więcej organizacji mówi: „Hej, moja organizacja się zmienia. Muszę myśleć o przyszłości zatrudnienia. Potrzebuję danych, które pomogą mi podejmować takie decyzje”. Widzimy więc, że analityka pojawia się w organizacjach wcześniej, co bardzo mnie cieszy. Oczywiście są większe organizacje, które mają 30 osób w zespole analityki pracowników.

Analityka pracowników oznacza tam coś zupełnie innego niż w mniejszej, bardziej elastycznej organizacji HR. Nie uważam jednak, że musi to prowadzić do systemu dwupoziomowego. Widzę tu raczej ekscytującą możliwość: możemy łączyć dane i dzielić się spostrzeżeniami między firmami.

To ogromna szansa: porównywanie wyników i uczenie się od innych, co działa w ich organizacjach. Nie mamy przecież gotowych schematów dla niektórych wielkich zmian zachodzących obecnie w HR. Ogromną możliwością jest efekt sieciowy, czyli uczenie się od organizacji średniej wielkości.

Daje to organizacjom szybko nadrabiającym zaległości w analityce pracowników szansę na przeskoczenie pewnych etapów i wejście na kolejny poziom.

Roxanne Laczo: Wracając do tego, co Noelle powiedziała wcześniej o tym, jak definiujemy analitykę pracowników — moglibyśmy nagrać osobny podcast o tym, co właściwie oznacza to pojęcie.

Mam na ten temat bardzo zdecydowany pogląd, ale gwarantuję, że większość firm twierdzących, że zajmuje się analityką pracowników, nie robi tego zgodnie z moją definicją. Z drugiej strony wiele firm, które nie mają zespołu analityki pracowników, ma osoby wykonujące pracę, którą ja określiłabym właśnie w ten sposób. Czy zajmujecie się talentami? Oceną?

Nie da się robić żadnej z tych rzeczy bez analityki. Myślę więc, że wszystko zależy od gotowości organizacji, kontekstu, wielkości organizacji i dojrzałości biznesowej. Stwierdzenie, że istnieje ryzyko systemu dwupoziomowego, nie jest chyba do końca trafne. Ryzyko nie dotyczy naszej zdolności do wykonywania zadań i dostarczania informacji.

Chodzi raczej o zdolność partnerów biznesowych do wykorzystywania AI przy podejmowaniu decyzji. Nie musi to być napędzane przez analitykę pracowników — nawet w 0%. Czy cały zespół pracowników lub HR ma kompetencje i inwestycje umożliwiające szkolenie ludzi w zakresie korzystania z różnych rodzajów narzędzi i systemów z wbudowaną sztuczną inteligencją, aby mogli gromadzić te wszystkie informacje i podejmować decyzje?

Czy analityka pracowników zniknie? Niekoniecznie. To problem kompetencji, a nie inwestycji — przynajmniej moim zdaniem.

Cole Napper: Wracając do pytania o dwa poziomy, uważam, że historia analityki pracowników jest bardziej dwupoziomowa niż jej przyszłość. W swojej książce, która powinna ukazać się do czasu publikacji tego odcinka, piszę o firmach mających jeszcze niedawno zespoły analityki pracowników liczące 100, 200 czy 300 osób.

W dużej mierze te zespoły są obecnie likwidowane. Nie widzę przyszłości, w której potrzebny będzie zespół analityki pracowników liczący ponad 50 osób. Uważam, że to właśnie najbardziej egalitarna wizja przyszłości tej dziedziny. AI obniża bariery wejścia. Przejście od braku ludzi lub technologii skoncentrowanej na tym obszarze do jednej osoby lub jednego narzędzia jest dziś znacznie łatwiejsze niż pięć, a nawet rok temu.

To lepsze dla przyszłości HR i dla przyszłości analityki pracowników.

David Rice: To ciekawe, bo patrzę na trendy dotyczące wielu innych ról w organizacjach i widzę, że liderzy często skłaniają się ku podejściu „wystarczająco dobrze”.

Pomyślmy na przykład o marketingu. Pojawia się podejście: „To jest wystarczająco dobre”. Nie wiem, czy w przypadku analityki pracowników będzie podobnie, ponieważ wiele osób w organizacji chyba od początku nie rozumie tej funkcji.

Jeśli więc zastosujemy AI, nie jestem pewien, czy łatwo będzie zrozumieć lub zaufać otrzymanym wynikom. Czy się mylę? Czy lider nadal potrzebuje kogoś pomiędzy sobą a AI?

Cole Napper: Mam na ten temat bardzo zdecydowane poglądy. Uważam, że to skandal, jak długo HR miał liderów, którzy nie byli natywnie zorientowani na dane albo nie rozumieli, jak wykorzystywać dane do podejmowania decyzji. AI zmusi nas do rozwiązania tego problemu.

Nie jest już tylko kwestią tego, czy takie podejście jest akceptowalne. Stanie się ono kwestią egzystencjalną dla samych funkcji HR. Widzieliście przykład Moderny, gdzie połączono HR z innym obszarem — odebrałem to zasadniczo jako komunikat: „AI przejmuje HR, ponieważ potrafi wykorzystywać dane do podejmowania decyzji, a HR nie”.

Mam nadzieję, że nie będzie to trend, który się utrzyma. Nie utrzyma się, jeśli HR podejmie wyzwanie i stanie się liderem, którym chce być. Uważam, że nie można już akceptować sytuacji, w której lider HR nie potrafi pracować z danymi.

To jeden z powodów, dla których ekscytujące jest dziś bycie liderem analityki pracowników. Jest to jedna z funkcji HR, która przygotuje cię do zostania dyrektorem ds. pracowników lub dyrektorem HR przyszłości.

Roxanne Laczo: Dołączę do tego i przez kilka minut trochę skrytykuję zespoły HR. Problem nie polega na tym, jak zastosować AI. Chodzi o to, czy rozumiesz biznes i czy jesteś także liderem biznesowym, a nie tylko kimś, kogo umieścilibyśmy w pudełku tradycyjnego lidera HR.

To problem strategicznego partnera biznesowego HR, o którym słucham od 20 lat. Jeśli naprawdę nie potrafisz mówić językiem biznesu, to jest problem numer jeden. Myślę, że właśnie do tego w inny sposób nawiązuje Cole.

Musimy więc przestać myśleć o AI jako o sposobie działania. Nie możemy zrobić niczego z AI, dopóki naprawdę nie wiemy, jaki problem próbujemy rozwiązać. W przeciwnym razie rzucamy po prostu jedno śmieciowe rozwiązanie na drugie. A jaki jest rezultat? Więcej śmieci. To sytuacja, w której nikt nie wygrywa.

Noelle London: Włączę się i trochę stanę w obronie HR, ponieważ na co dzień pracuję z liderami HR, którzy naprawdę chcą mieć dostęp do danych. Dam im więc kredyt zaufania.

Zwykle widzę liderów HR, których obszar w organizacji był chronicznie niedoinwestowany. Każda firma ma platformę danych klientów. Jeśli w 2025 roku nie masz platformy danych klientów, to na czym właściwie działasz?

Tego rodzaju inwestycje zawsze trafiały do sprzedaży i marketingu, ponieważ myśleliśmy o przychodach. Sprzedaż i marketing mogą więc mieć to, czego chcą, ale w HR przegląda się budżet i zaczyna ciąć koszty. Nie dostaniesz platformy danych pracowników. Do niedawna nie mieliśmy zresztą takich platform na podobną skalę.

Myślę, że HR musi nadrobić wiele zaległości w zakresie systemów i fundamentów danych, aby w pełni wykorzystać AI. To ekscytujące, ponieważ każde narzędzie technologii HR ma dziś jakiś element sztucznej inteligencji. Jeszcze w zeszłym roku mieliśmy klientów, którzy poświęcali trzy osoby i trzy tygodnie na analizę ankiety zaangażowania pracowników. W przypadku kilkuset osób wydawali około 30 tysięcy dolarów na narzędzie do badania zaangażowania.

Nie trzeba już tego robić. W przeszłości, gdy myśleliśmy o kluczowym stosie technologii HR, dyrektor finansowy mówił: „Dostajesz system informacji HR, system pozyskiwania talentów, narzędzie do badania zaangażowania, a jeśli masz szczęście, także system zarządzania wynikami”.

Teraz możemy powiedzieć, że analityka pracowników — czyli sposób łączenia tych różnych systemów — musi stać się kluczowym elementem stosu technologicznego. Zaczynamy dostrzegać, że skoro AI może przejąć część innej pracy, pojawia się przestrzeń do strategicznego zastanowienia się, jak połączyć wszystkie elementy układanki.

David Rice: To interesujące. Chciałbym teraz nieco zmienić temat, ponieważ widzę lukę między tym, czego zarządy oczekują od AI i HR, a tym, co jest obecnie możliwe. Jak, waszym zdaniem, można zasypać tę przepaść między presją kadry kierowniczej, aby korzystać z AI, a rzeczywistością?

Wszyscy ci dyrektorzy generalni mówią: „Jesteśmy organizacją napędzaną przez AI”. Chcą tego także w HR, ale — zgodnie z tym, co powiedziałaś, Noelle — systemy i zespoły HR mogą obecnie nie mieć elementów potrzebnych do realizacji tych oczekiwań.

Noelle London: To w dużej mierze to, o czym przed chwilą mówiłam. Można wskazać wiele zastosowań w istniejącym stosie technologii HR, z których zaczęliście już korzystać.

Jeśli pytają was teraz: „Jak wykorzystujecie AI w HR?”, to jest dobry moment, aby uzasadnić biznesowo potrzebę analityki pracowników. Można powiedzieć: „Możemy realizować pojedyncze, małe inicjatywy, ale jeśli naprawdę chcecie, abyśmy byli strategicznym partnerem biznesu, musimy zrobić coś większego”.

Jeśli w tym roku wszyscy koncentrujemy się na rentowności, to największym kosztem organizacji są pracownicy. Musimy więc rozumieć, co działa w organizacji, a co nie. Możemy wykonywać małe zadania. Jeśli jednak chcecie AI w HR i wywieracie na nas presję, to jest właściwy moment, aby przedstawić biznesowe uzasadnienie większej inwestycji.

Roxanne Laczo: Uważam również, że musi nastąpić wiele działań wspierających. Nie można po prostu powiedzieć: „Zastosujcie AI”, ponieważ AI zwykle kosztuje pieniądze i wymaga czasu na naukę. W różnych organizacjach i rozmowach widzę ogromne oczekiwania, ale wiele osób, szczególnie tych, które nie miały wcześniej z tym do czynienia, nie wie nawet, od czego zacząć.

Nie można powiedzieć grupie koordynatorów rekrutacji, żeby zaczęli korzystać z AI, jeśli być może nigdy wcześniej się z nim nie zetknęli. Brakuje nam więc elementu wdrożeniowego. Organizacje muszą inwestować w przygotowanie ludzi i w narzędzia.

Nie można powiedzieć HR: „Obcinamy wam budżet, ale kupcie wiele narzędzi AI, żeby wykonać całą tę pracę”. Wracamy więc do rozmowy o tym, że chcemy, aby HR był bardziej strategicznym partnerem biznesowym. Co nam to umożliwi? Inwestycje w AI, technologię, analitykę pracowników i podnoszenie kwalifikacji.

Cole Napper: Dodam kilka rzeczy do tego, co powiedziały Noelle i Roxanne. Z perspektywy zarządu, choć różni się to w zależności od firmy, ogólny trend w gospodarce wygląda tak: zarządy mówią dyrektorom generalnym, że chcą po pierwsze inwestycji w AI, które — jak powiedziała Roxanne — kosztują pieniądze. Po drugie, chcą utrzymania kosztów operacyjnych na stałym poziomie.

W rezultacie po trzecie, firmy redukują zatrudnienie, a matematyka ma się zgadzać dzięki dodaniu AI, które powinno zwiększyć produktywność. Organizacje powinny więc nadal odnotowywać wzrost produktywności. Problem polega na tym, że wszyscy widzieliśmy statystyki mówiące, iż obecnie zawodzi 95% projektów pilotażowych AI.

W praktyce firmy coraz bardziej obciążają obecnych pracowników, aby osiągnąć wzrost produktywności. Ludzie pracują dłużej, obserwujemy większy brak zaangażowania i wiele luk kompetencyjnych, o których mówiła Roxanne. Powstaje dziwna sytuacja społeczna: wskaźniki produktywności rosną, ale nie dlatego, że działa AI. Po prostu wyciska się z ludzi jeszcze więcej.

David Rice: Zgadzam się. Słyszałem ostatnio kilka rozmów o tym, że edukacji wymaga również cała kadra kierownicza. Mówimy o różnicy między AI, uczeniem maszynowym i automatyzacją. To pojęcia podobne, ale nie zawsze oznaczają dokładnie to samo.

Przed nagraniem wspomnieliście o mikro- i makrorozwiązaniach AI. Mikro może oznaczać użycie GPT do codziennego zadania, a makro — sytuację, w której dostawcy wbudowują AI w przepływy pracy. Gdzie lider HR powinien więc lokować swoje wysiłki i czego przede wszystkim powinien się uczyć?

Cole Napper: Mam kilka przemyśleń. Z perspektywy zarządu lub najwyższej kadry kierowniczej oczekuje się wzrostu produktywności i fundamentalnej transformacji HR. To jest właśnie makro-adopcja AI.

Chcemy, aby całe przepływy pracy i całe procesy były natywne dla AI albo miały AI wbudowaną. W ten sposób następuje fundamentalna zmiana sposobu wykonywania pracy. Tymczasem HR mówi pracownikom HR: „Wypróbujcie ChatGPT, Gemini czy inne narzędzie i sprawdźcie, czy potraficie lepiej napisać opis stanowiska”. Niektóre technologie HR mają wbudowanego chatbota i zachęcają do przetestowania go w jakimś zadaniu.

Między tymi podejściami istnieje fundamentalne rozminięcie. Oczekiwania i rzeczywistość zbyt mocno się od siebie różnią, jeśli patrzymy przez mikro- lub makrosoczewkę. Powiedziałbym jednak, że to jest pierwsza wersja adopcji AI w HR. Druga wersja będzie wyglądała zupełnie inaczej.

Obecnie 95% wydatków na adopcję AI przeznacza się na nowe nakładki AI, czyli dodawanie AI do istniejącej infrastruktury, ewentualnie na niewielkie zmiany w zakresie kompetencji, możliwości i danych. Myślę, że wszyscy widzimy, iż nie działa to na dużą skalę tak, jak mieliśmy nadzieję.

Druga wersja będzie więc zupełnie inna. Zawsze mówię, że gdybyście mieli 100 dodatkowych dolarów na AI, 95 dolarów przeznaczyłbym na lepsze dane i lepszą infrastrukturę, a 5 dolarów na lepszą nakładkę. Właśnie w tym kierunku zmierzamy.

Dlatego bardzo ekscytuje mnie praca w firmie takiej jak Lightcast, która ma tego rodzaju dane. Jesteśmy w fazie transformacji, ale jeszcze nie znaleźliśmy ostatecznego rozwiązania.

Noelle London: Bardzo podoba mi się to, co powiedział Cole. Myślę, że obecnie, gdy patrzymy na drogę i dojrzałość organizacji w zakresie wykorzystywania większej ilości AI w HR, chodzi przede wszystkim o odebranie ludziom części pracy, która ich wyczerpuje.

Warto zacząć od szybkich zwycięstw dzięki narzędziom AI i elementom AI znajdującym się w używanych systemach. To jednak nie jest pełna adopcja ani punkt, na którym można się zatrzymać. Trzeba osiągnąć szybkie zwycięstwa, ale jednocześnie inwestować w uporządkowanie fundamentów danych.

Dane muszą być czyste i godne zaufania. Trzeba zacząć je łączyć, bo właśnie wtedy odblokujemy największą wartość. Będziemy mogli odwzorować całą podróż pracownika i połączyć systemy, aby lepiej radzić sobie z mobilnością wewnętrzną czy planowaniem zatrudnienia — zadaniami, które obecnie bywają bardzo trudne.

Roxanne Laczo: Chcę dodać, że rozumiem ideę zachęcania ludzi do korzystania z ChatGPT lub Gemini, aby szybciej wykonywali zadania.

Chciałabym jednak, żeby ludzie przestali myśleć, że robią coś niezwykłego z AI tylko dlatego, że to robią. Moim zdaniem nie jest to silny przypadek użycia AI. To nauka większej produktywności przy użyciu dostępnego narzędzia.

Z kolegą i przyjacielem rozmawialiśmy dużo o „AI-owej papce”. Nie będziemy jej uznawać za działania przynoszące wartość dodaną. Dobrze, że to robisz, ale działania naprawdę przynoszące wartość dodaną to większe zadania, które można łatwiej mierzyć i które na dużą skalę rzeczywiście mają sens.

Nie mówię, żeby przestać wykonywać te zadania, bo są ważne. Powinny po prostu być częścią normalnej pracy. Nie chodzi o to, że „wykorzystałem AI do rozwiązania ogromnego problemu”. To wzrost produktywności, o którym każdy powinien myśleć.

David Rice: Tak. W pewnym sensie jest to wzrost szybkości. Pozwala wykonać zadanie szybciej, dzięki czemu zostaje trochę czasu na próbę zrobienia czegoś innego.

Każda rola, niezależnie od branży, jest już częścią tego procesu. Obecnie bardzo często słyszymy określenie „podstawowy wymóg”. Dwa lata temu prawie nikt tak nie mówił, a teraz widzę je w niemal każdym poście na LinkedIn.

Chcę wrócić do tego, co powiedział Cole o liderze analityki pracowników jako osobie dobrze przygotowanej do zostania dyrektorem HR przyszłości. Sugerujemy, że proaktywny lider analityki pracowników mógłby przejąć odpowiedzialność za transformację AI.

Niedawno przygotowałem materiał o zatrudnieniu pierwszego dyrektora ds. sztucznej inteligencji. Zastanawiałem się w nim, czy przy wyborze takiej osoby nie warto szukać raczej wśród specjalistów HR niż wśród osób technicznych, ponieważ ludzie często są największym wąskim gardłem transformacji.

Czy analityka pracowników może stać się centrum władzy HR, a tym samym centrum transformacji AI?

Cole Napper: Przyjmę przeciwną stronę własnego argumentu i powiem: nie. Nie chodzi o umiejętności, lecz o wolę. Niemal każdy lider analityki pracowników, z którym rozmawiam, nie chce tej roli, nie jest nią zainteresowany i zwyczajnie jej nie pragnie.

Sądzę też, że niektóre elementy pracy dyrektora ds. pracowników nie pasują najlepiej do kompetencji analityki pracowników. Chodzi na przykład o relacje z pracownikami, radzenie sobie z polityką organizacyjną oraz terapię organizacyjną, którą trzeba prowadzić na poziomie najwyższej kadry kierowniczej, aby być dobrym dyrektorem ds. pracowników. To pod wieloma względami nie jest przyjemna praca.

Ta rola musiałaby się zmienić, aby taki scenariusz był możliwy. Nie uważam, że jest to niemożliwe. Od kilku lat noszę się z zamiarem napisania o przyszłym modelu operacyjnym HR, ale szczerze mówiąc, nie miałem woli, aby go opublikować. Obawiam się, że spotkałoby się to z krytyką ze strony znajomych.

Myślę, że przyszłość, w której jest to możliwe, istnieje. Nie sądzę jednak, aby był to obecny stan.

Roxanne Laczo: Istnieje wiele ścieżek prowadzących do stanowiska dyrektora ds. pracowników. Odpowiedź brzmi więc „tak”, ale istnieje także 50 innych sposobów, aby tam dotrzeć.

Czy bycie potęgą AI może ci w tym pomóc? Tak. Wrócę jednak do tego, co powiedziałam wcześniej: czy rozumiesz biznes? Jeśli jesteś liderem analityki pracowników, nie masz żadnego związku z biznesem i go nie rozumiesz, nie powinieneś zostać dyrektorem ds. pracowników.

Widzimy przecież, że wiele firm zatrudnia osoby spoza HR, na przykład szefów inżynierii z różnym doświadczeniem, którzy robią niezwykłe rzeczy z zespołami personalnymi. To jedna ze ścieżek. Zgadzam się jednak z Cole’em, że są osoby na podobnych stanowiskach, które do tego aspirują, ale w większości przypadków nie widzę, aby ludzie mówili: „Moją następną pracą będzie stanowisko dyrektora HR”.

Noelle London: Spojrzałabym na to trochę inaczej. Myślę, że analityka pracowników jest idealnym obszarem dla osoby odpowiedzialnej za AI i HR. Nie musi to być ktoś, kto wywodzi się bezpośrednio z analityki pracowników.

Taka osoba rozumie dane, ale jest też bardzo dobra w ich interpretacji. W ramach działu HR mogłaby wyjaśniać, jak łączy się nasza strategia i jak interpretować wyniki pochodzące z AI. Moim zdaniem byłaby dobrze przygotowana do wspierania organizacji HR w odpowiedziach na pytania: jaka jest nasza strategia i jak łączą się jej poszczególne elementy?

Ta osoba mogłaby także pomóc rozbić silosy, w których zespoły HR były zamknięte przez wiele lat. Rekruter pracuje nad realizacją celów i skróceniem czasu zatrudnienia. Osoba zajmująca się relacjami z pracownikami ma zupełnie inną perspektywę. Ktoś odpowiedzialny za doświadczenia pracowników również działa według innego modelu.

Czasami wygląda to tak, jakby cały zespół biegł w różnych kierunkach. Osoba zajmująca się analityką pracowników może połączyć dane i pokazać, jak wygląda podróż pracownika. Wszyscy jesteśmy odpowiedzialni za wskaźniki KPI na tej ścieżce, ale to właśnie analityka może pokazać, jak współpracują poszczególne funkcje.

To potencjalnie interesująca siła, którą taka osoba może wnieść do tej roli. Ponadto osoba z obszaru analityki pracowników zna liczby od podszewki. Potrafi podejmować decyzje oparte na danych i budować uzasadnienia biznesowe pokazujące, dlaczego określone decyzje i inwestycje mają strategiczne znaczenie.

Nie twierdzę, że jeśli ktoś nie ma woli, to powinien zajmować to stanowisko. Widzę jednak kilka historycznych przeszkód, które taka osoba mogłaby pomóc usunąć, zapewniając działowi dużą wartość.

David Rice: Kiedy powiedziałaś „silosy”, pomyślałem, że będę mógł użyć przycisku wyciszenia.

Noelle London: Silosy.

David Rice: Zbliżamy się do końca, ale chcę zostawić was z taką myślą. Jednym z wniosków z tej rozmowy jest to, że wiele firm powinno na nowo przemyśleć, czym są i czym powinny zajmować się HR oraz analityka pracowników.

Jakie konkretne umiejętności, waszym zdaniem, powinni rozwijać specjaliści z obszaru analityki pracowników w perspektywie najbliższych 12–18 miesięcy, aby pozostać istotni? I odwrotnie: w jakie umiejętności powinni przestać inwestować czas, ponieważ ostatecznie zajmie się nimi AI?

Roxanne Laczo: Wygłoszę po raz trzeci moje kazanie i powiem: znajomość biznesu. Jeśli nie potrafisz mówić językiem biznesu, jest to problem. Sama wciąż nad tym pracuję.

Nie jest to łatwe, ale trzeba nauczyć się współpracować z liderami w sposób, który pozwala być bardziej zintegrowanym z tym, co dzieje się w biznesie. Bez tego bardzo trudno wykonywać swoją pracę.

Ważna jest także ogólna znajomość etyki AI, zarządzania, zasad, prawa i komisji. Wszystkie te kwestie będą coraz istotniejsze.

W wielu zespołach analityki pracowników — choć zespołami analityki pracowników nawet bym ich nie nazwała, ponieważ są to podstawowe zespoły raportowania — trzeba także rozwijać umiejętność opowiadania historii i wpływania na innych. Istnieje silny komponent konsultingowy. Duże firmy mają konsultantów ds. analityki pracowników przypisanych mniej więcej do różnych obszarów biznesowych. Uważam, że to bardzo dobry model i do niego dążymy, rozwijając mój zespół.

To trzy naprawdę ważne obszary. Jeśli chodzi o rzeczy, w które nie należy już inwestować czasu, wymieniłabym ręczne, transakcyjne i powtarzalne czyszczenie danych. To należy do osób odpowiedzialnych za źródłowe systemy danych, a nie do zespołów analityki pracowników.

AI może umożliwić tworzenie pulpitów, pisanie kodu, produkowanie produktów i przygotowywanie materiałów. Nie trzeba spędzać wielu godzin na kodowaniu i tworzeniu takich elementów, ponieważ organizacja prawdopodobnie ma już narzędzia, które pozwalają szybko dostarczyć je odbiorcom.

Noelle London: Całkowicie się z tobą zgadzam, Roxanne. Trzeba zanurzyć się w biznesie i budować bardzo silne relacje z interesariuszami, aby stać się osobą niezbędną.

Roxanne, nie widzisz tego, ale wskazujesz na swoją głowę, mówiąc, że wszystko jest tam — a masz w niej naprawdę dużo wiedzy. Im lepiej poznasz biznes, tym więcej wiedzy zgromadzisz w głowie, a to uczyni cię jeszcze cenniejszą.

Nie wolno też ignorować rozwoju AI. Trzeba być na bieżąco, uczyć się i dobrze rozumieć te kwestie. Moim zdaniem to najważniejsze.

Cole Napper: Zdecydowanie zgadzam się z Roxanne i Noelle.

Mogę jedynie powtórzyć, że znajomość biznesu jest niezwykle ważna. Dużo mówię i piszę o tych zagadnieniach, a wiele osób oczekuje ode mnie rozmowy o formułach Excela czy pisaniu kodu.

Tymczasem niemal zawsze chodzi o tworzenie wyjątkowej wartości dla biznesu poprzez ludzi — nie dlatego, że ludzie są problemem. Właśnie dlatego analityka pracowników jest interesująca, zabawna i ekscytująca.

Warto poświęcać na to dodatkowy czas. Jeśli próbujesz stworzyć najlepszy nowy gadżet, po prostu coś kup, skorzystaj z AI albo znajdź inne rozwiązanie. Obszar transakcyjny jest całkowicie zakłócany.

Trzeba rozumieć dane. To kluczowe. Inwestowanie w odpowiednią infrastrukturę danych jest kluczowe. Jednak bycie osobą, która uruchamia raport, ma — moim zdaniem — krótki okres przydatności.

David Rice: Zdecydowanie. To była fascynująca rozmowa. Uwielbiam z wami rozmawiać. Dziękuję, że dołączyliście dziś do programu. Naprawdę doceniam waszą obecność.

Cole Napper: Dzięki za zaproszenie.

Roxanne Laczo: Dziękuję, Davidzie.

Noelle London: Dziękuję.

David Rice: Dobrze, słuchacze — do następnego razu. Pracujcie nad znajomością biznesu. Jak zawsze, zapiszcie się do newslettera „People Managing People”.