Czy agenci SI zrewolucjonizują strategię i operacje HR?

Czym jest agent AI dla HR?

Agent AI dla HR oznacza fundamentalną zmianę — odejście od tradycyjnych narzędzi generatywnej AI na rzecz autonomicznych systemów, które działają niezależnie w ramach procesów HR. Podczas gdy generatywna AI wymaga od człowieka wydawania poleceń przy każdej interakcji, agenci AI stale monitorują dane pracowników, identyfikują wzorce i inicjują działania bez ciągłego nadzoru.

Na przykład generatywna AI pomaga przygotować opis stanowiska po otrzymaniu odpowiedniego polecenia. Agent AI monitoruje dane organizacji, aby identyfikować potrzeby rekrutacyjne, generuje opisy na podstawie wymagań dotyczących roli i przekazuje je do zatwierdzenia — wszystko bez ręcznego inicjowania procesu.

Zmienia to HR z reaktywnego zarządzania zadaniami w predykcyjną automatyzację, która poprawia doświadczenia pracowników, jednocześnie zmniejszając obciążenie administracyjne. Agenci działają w ramach parametrów ustalonych przez liderów HR, zapewniając nadzór człowieka nad strategicznymi decyzjami i automatyzując rutynowe procesy.

Porównajmy oba rozwiązania:

Generatywna AI a agenci AI w HR — tabela porównawcza

Aspekt technologii AI	Generatywna AI	Agenci AI
Inicjowanie	Wymaga ludzkich poleceń przy każdym zadaniu	Działa autonomicznie na podstawie danych w czasie rzeczywistym
Nadzór człowieka	Potrzebny na każdym etapie	Nadzór koncentruje się na ustalaniu parametrów i monitorowaniu rezultatów
Główna rola	Odpowiada na pytania i przygotowuje teksty na żądanie	Stale monitoruje, analizuje i działa bez otrzymywania poleceń
Sposób interakcji	Reaktywny: czeka na dane wejściowe	Proaktywny: inicjuje działania
Przykładowe zastosowanie	Przygotowuje opis stanowiska na żądanie	Wykrywa potrzeby rekrutacyjne, przygotowuje i przekazuje opisy stanowisk
Wykorzystanie danych	Wykorzystuje statyczne dane lub dane dostarczone przez użytkownika	Integruje dynamiczne strumienie danych z systemów HR
Wpływ na obciążenie pracą w HR	Zmniejsza obciążenie związane z poszczególnymi zadaniami	Zmniejsza obciążenie związane z całymi procesami dzięki automatyzacji
Skalowalność	Ograniczona przez konieczność ręcznego wydawania poleceń	Wysoce skalowalna w wielu funkcjach i źródłach danych
Poprawa doświadczeń pracowników	Ulepsza treści i odpowiedzi	Poprawia doświadczenia dzięki terminowym, inteligentnym działaniom
Kontrole etyczne i strategiczne	Kontrolowane przy każdej interakcji	Definiowane z wyprzedzeniem za pomocą zasad i ram nadzoru

Przejście od reaktywnego do predykcyjnego HR

Tradycyjne działania HR często mają charakter reaktywny. Obejmuje to rozmowy końcowe przeprowadzane po złożeniu rezygnacji, oceny wyników po pojawieniu się problemów oraz programy wdrożeniowe oparte na ręcznych procesach.

Agenci AI mogą pomóc odwrócić ten schemat, tworząc skalowalne rozwiązania oparte na AI, które usprawniają procesy HR.

„AI stale monitoruje te sygnały i identyfikuje te działania w czasie rzeczywistym” — wyjaśnia Francisco Marin, dyrektor generalny Cognitive Talent Solutions. Jego firma opracowała ośmiu wyspecjalizowanych agentów AI, którzy już działają w wielu firmach z listy Fortune 500.

„Poziom autonomii, jaki oferują, jest znacznie wyższy niż w przypadku tradycyjnych interfejsów generatywnej AI” — powiedział.

Zamiast czekać, aż specjaliści HR przeanalizują pulpity nawigacyjne lub odpowiedzą na pytania pracowników, te agentowe systemy AI nieustannie działają w tle, identyfikując pracowników zagrożonych odejściem, optymalne pary mentorów oraz możliwości rozwoju przywództwa, zanim ludzka intuicja dostrzeże te wzorce.

It starts with one signal.

Each week, AI Signal takes one meaningful shift in AI and helps people leaders understand what changed, why it matters, and what to consider next.

Get Free Access

Have an account? Log In

Jak agenci AI zmieniają HR

Najbardziej skuteczni pierwsi użytkownicy koncentrują się na zastosowaniach agentów AI, które mogą szybko przynieść zwrot z inwestycji, jednocześnie budując zaufanie organizacji do działań HR wspieranych przez AI. Należą do nich między innymi:

• Agenci ds. utrzymania talentów monitorują złożone sygnały behawioralne, aby przewidywać ryzyko odejścia pracowników i automatycznie uruchamiać działania retencyjne, zanim cenni pracownicy w ogóle rozważą odejście. Agenci AI analizują wzorce danych pracowników w czasie rzeczywistym, aby optymalizować strategie utrzymania talentów.
• Agenci ds. dopasowywania mentorów rewolucjonizują proces wdrażania pracowników, identyfikując optymalne pary mentor–podopieczny na podstawie analizy sieci, danych dotyczących wyników oraz wskaźników zgodności.
  
  „Posiadanie mentora i możliwość dopasowania się do kogoś, kto normalnie nie jest z tobą powiązany, tworzy relacje, których tradycyjne dopasowywanie oparte na hierarchii po prostu nie jest w stanie osiągnąć” — zauważa Dan George, były dyrektor ds. zasobów ludzkich, który obecnie pracuje z tymi systemami AI.
• Agenci ds. planowania sukcesji nieustannie analizują ścieżki rozwoju przywództwa, identyfikując pracowników o wysokim potencjale oraz luki kompetencyjne, zanim staną się one krytycznym ryzykiem biznesowym, a także automatyzując znaczną część zadań administracyjnych tradycyjnie realizowanych przez zespoły HR.
• Agenci ds. zarządzania zmianą mapują sieci wpływu w organizacji, aby identyfikować kluczowych ambasadorów zmian na wszystkich szczeblach, wykorzystując AI do optymalizacji współpracy międzyfunkcyjnej wykraczającej poza tradycyjne procesy HR.
• Agenci ds. zarządzania wynikami usprawniają oceny wyników i procesy bieżącego przekazywania informacji zwrotnej, tworząc funkcje samoobsługowe, które ograniczają liczbę ręcznie wykonywanych zadań HR, jednocześnie poprawiając doświadczenia pracowników.
• Agenci ds. wsparcia pracowników odpowiadają na rutynowe pytania pracowników, zapytania dotyczące polityk firmy i często zadawane pytania, umożliwiając specjalistom HR skupienie się na inicjatywach strategicznych zamiast na powtarzalnych zadaniach administracyjnych.
• Agenci ds. pozyskiwania talentów automatyzują wstępną selekcję kandydatów, planowanie rozmów kwalifikacyjnych i zarządzanie procesami rekrutacyjnymi, zmieniając sposób, w jaki działy HR podchodzą do zatrudniania nowych pracowników.
• Agenci ds. zarządzania urlopami przetwarzają wnioski o PTO, zarządzają politykami dotyczącymi urlopów i rozwiązują konflikty w harmonogramach dzięki inteligentnej automatyzacji, która integruje się z istniejącymi systemami HR i platformami HRIS.

Wpływ tych zastosowań agentów AI można zmierzyć. Według George'a pojedyncza interwencja mentorska może na przykład przynieść oszczędności w wysokości $20,000-$30,000, skracając czas osiągnięcia produktywności przez nowych pracowników nawet o 40%. Zastosowanie tego rozwiązania w każdym procesie wdrażania pracowników w dużej organizacji prowadzi do oszałamiającego zwrotu z inwestycji.

Rzeczywiste rezultaty: jak dyrektorzy HR wykorzystują dziś agentów AI

W firmie Snowflake dyrektor ds. personalnych Arnnon Geshuri wykorzystał agentów AI do transformacji zarówno efektywności operacyjnej, jak i możliwości strategicznych.

Rozpoczęli od typowego zastosowania AI w HR — agenta, który potrafił przygotować opis stanowiska.

Przed wdrożeniem agenta AI stworzenie pojedynczego opisu stanowiska mogło zajmować kierownikowi ds. rekrutacji od 60 do 120 minut. Obecnie czas ten został drastycznie skrócony do zaledwie 5–15 minut na opis stanowiska, co oznacza znaczną oszczędność czasu przekraczającą 85%.

„Przeanalizowaliśmy także w ciągu kilku minut tysiące komentarzy z ankiet pracowniczych — proces, który zwykle zajmuje tygodnie” — wyjaśnia Geshuri. „Dało nam to czas na skupienie się na bardziej wartościowej pracy, takiej jak prowadzenie sesji słuchania pracowników, aby angażować ich i wzmacniać tę relację. Ostatecznie zwrot z inwestycji nie dotyczy wyłącznie oszczędności czasu — chodzi o optymalizację naszego zespołu, aby działał skuteczniej i bardziej strategicznie”.

Agent AI do rozwijania umiejętności miękkich

W międzyczasie firma Computer Generated Solutions opracowała Cicero — agenta AI skoncentrowanego na rozwijaniu umiejętności miękkich poprzez immersyjne odgrywanie ról.

„Wielokrotnie obserwowaliśmy, że nawet najlepiej zarządzane firmy mają trudności z wyposażeniem pracowników w gotowość do działania w rzeczywistym świecie, której potrzebują, aby poruszać się w złożonych interakcjach międzyludzkich” — zauważa Doug Stephen z działu Enterprise Learning firmy CGS. Klienci z sektora centrów obsługi telefonicznej odnotowali 32% wzrost sprzedaży rozszerzeń, a odsetek ofert składanych pracownikom wzrósł z 62% do 97%.

Agent AI do porównywania świadczeń

W firmie Civis Analytics wiceprezes ds. operacji personalnych Erin Turnmeyer jest przykładem tego, jak agenci AI mogą rozwiązywać uporczywe wyzwania HR przy minimalnych nakładach inwestycyjnych.

W obliczu zmniejszenia liczebności zespołu przy jednoczesnym utrzymaniu tych samych oczekiwań dotyczących obsługi pracowników Turnmeyer stworzyła narzędzie do porównywania świadczeń oparte na AI, które eliminuje jedno z najbardziej czasochłonnych zadań HR.

„Kiedyś spędzałam kilka godzin tygodniowo, odpowiadając na pytania takie jak: «Czy mamy wolne w Dzień Pracy?»” — wyjaśnia Turnmeyer. „Teraz nie otrzymuję już żadnych pytań. Ani jednego”.

Jej doradca ds. świadczeń wykorzystuje możliwości AI firmy Claude do analizy potrzeb zdrowotnych pracowników, kosztów leków i osobistych okoliczności, aby rekomendować optymalne warianty ubezpieczenia zdrowotnego.

System integruje dokumenty dotyczące świadczeń pracowniczych, opisy planów ubezpieczeniowych i bazy danych kosztów farmaceutyków, aby dostarczać spersonalizowane rekomendacje, które wcześniej wymagały szerokich konsultacji z działem HR. Zbudowanie narzędzia zajęło mniej niż godzinę, a jednocześnie pozwoliło zaoszczędzić wiele godzin tygodniowo poświęcanych na wsparcie pracowników.

Strategiczne ramy: od czego zacząć pracę z agentami AI

Wiodący CHRO stosują systematyczne ramy w celu identyfikowania optymalnych zastosowań agentów AI. Podejście firmy Snowflake opiera się na trzech zasadach: automatyzowaniu powtarzalnych zadań HR, wspieraniu kreatywnej pracy za pomocą AI oraz zapewnieniu, że odpowiedzialność emocjonalna i etyczna pozostaje po stronie ludzi.

„Zacznij od ludzi i problemu, a nie od technologii” — radzi Geshuri. „Pierwszym krokiem powinno być zadanie sobie pytania: «Jaki problem w codziennej pracy naszego zespołu, jeśli zostanie zautomatyzowany, przyniesie znaczącą, odczuwalną poprawę w ich życiu?»”

Takie strategiczne myślenie ujawnia najważniejsze zastosowania agentów AI, które zapewniają natychmiastowy zwrot z inwestycji, jednocześnie budując zaufanie organizacji do operacji HR wspieranych przez AI:

• Agenci treści i analizy usprawniają administracyjne przepływy pracy poprzez automatyzację opisów stanowisk, przetwarzanie odpowiedzi w ankietach pracowniczych oraz obsługę rutynowych pytań pracowników i sekcji FAQ, ograniczając liczbę ręcznych zadań HR i poprawiając czas reakcji.
• Agenci zarządzania talentami rewolucjonizują rekrutację i utrzymanie pracowników poprzez selekcję CV, planowanie rozmów kwalifikacyjnych, przewidywanie ryzyka odejść oraz optymalizację procesów wdrażania, w tym dopasowywanie mentorów na podstawie analizy sieci kontaktów i danych dotyczących wyników.
• Agenci uczenia się i rozwoju tworzą spersonalizowane doświadczenia szkoleniowe i wykorzystują immersyjne odgrywanie ról, takie jak Cicero, do rozwijania umiejętności miękkich za pomocą realistycznych scenariuszy konwersacyjnych, zwiększając kompetencje pracowników na dużą skalę.

Bariery techniczne i strategia danych

Jednym z odkryć dla liderów HR badających możliwości agentów AI jest faktyczna dostępność tej technologii. Wiele organizacji posiada już niezbędne dane pracowników w systemach Microsoft, Google lub HRIS, dostępnych za pośrednictwem standardowych interfejsów API. Jednak jakość danych pozostaje kluczowa, dlatego skuteczne zarządzanie danymi wymaga ścisłej współpracy CHRO i CIO.

„Dane HR mogą być nieuporządkowane” — zauważa Geshuri. „Trzeba zainwestować czas w solidną strategię danych HR — od zarządzania po utrzymanie ich czystości, ponieważ aby mieć strategię AI, trzeba najpierw mieć strategię danych.”

Technologia leżąca u podstaw rozwiązania łączy generatywną AI do tworzenia treści, LLM do rozumienia kontekstu i pytań pracowników oraz wyspecjalizowane algorytmy do analizowania wzorców w danych pracowników.

Integracja z platformami takimi jak Workday, systemami IBM i LinkedIn zapewnia dodatkowe źródła danych, a interfejsy samoobsługowe umożliwiają specjalistom HR zarządzanie procesami opartymi na AI bez konieczności odbywania rozległych szkoleń technicznych.

Zarządzanie zmianą

Największe wyzwanie często wiąże się z akceptacją organizacji, a nie ze złożonością techniczną.

„Wiele osób w HR wybiera tę dziedzinę, ponieważ cenią ludzki aspekt pracy, dlatego pomysł wykorzystania AI może budzić niepokój i lęk” — zauważa Geshuri.

Skuteczne wdrożenia koncentrują się na pokazaniu, że agenci AI wzmacniają ludzkie możliwości, zamiast je zastępować. W firmie Snowflake podejście polegało na rozpoczęciu od własnego zespołu HR i pokazaniu, jak automatyzacja może sprawić, że praca stanie się bardziej satysfakcjonująca, eliminując powtarzalne zadania i tworząc czas na wartościowe wsparcie oraz zaangażowanie pracowników.

„Najważniejsza lekcja była taka, że trzeba wybierać zastosowania, które mają znaczący wpływ na codzienną pracę ludzi” — podkreśla Geshuri. „Jeśli wybierze się coś tylko dlatego, że łatwo to zautomatyzować, ludzie zaczną kwestionować wartość rozwiązania i odniosą wrażenie, że ich praca jest równie trudna jak wcześniej.”

Zgoda i etyka

Najbardziej zaawansowane wdrożenia od samego początku traktują priorytetowo uzyskiwanie zgody i przejrzystość. Zamiast działać w ukryciu, odnoszący sukcesy CHRO korzystający z AI budują zaufanie za pomocą mechanizmów dobrowolnego uczestnictwa oraz jasnej komunikacji na temat sposobu, w jaki agenci AI będą przetwarzać dane pracowników.

„Obie strony otrzymałyby następnie wiadomość e-mail, w której klikają przycisk i wyrażają zgodę” — wyjaśnia George. „Powiadomiliśmy obie strony, uzyskaliśmy ich zgodę na rozpoczęcie tego procesu i w dowolnym momencie mogą ją wycofać, dzięki czemu pozostajemy nie tylko zgodni z RODO, ale także przestrzegamy ogólnych zasad etycznego wykorzystania.”

Takie podejście pozwala sprostać kluczowemu wyzwaniu: pracownicy są coraz bardziej świadomi sposobów wykorzystywania AI w miejscu pracy. Zespół Francisco Marina poradził sobie ze złożonymi kwestiami etycznymi dotyczącymi interwencji na poziomie indywidualnym i zbiorczym w ramach swojej strategii przeprojektowania organizacji.

„Na przykład w przypadku utrzymania talentów dyskutowaliśmy o tym, czy ma sens udostępnianie tych informacji na poziomie zbiorczym, czy też lepiej robić to na poziomie indywidualnym i powiadamiać bezpośredniego przełożonego” — powiedział George.

Dyrektorzy ds. zasobów ludzkich, którzy traktują przejrzystość jako przewagę konkurencyjną, a nie tylko obciążenie związane z zapewnieniem zgodności, obserwują większe zaangażowanie pracowników i wyższe wskaźniki adopcji w procesach HR wspieranych przez sztuczną inteligencję. Kluczowa zasada, jak podkreśla Marin, brzmi: „naprawdę, zawsze gdy jest to możliwe, budować mechanizmy dobrowolnego udziału”.

Dlaczego zarząd zwraca na to uwagę

Te inicjatywy związane z agentami AI przyciągają uwagę wykraczającą daleko poza działy HR i zespoły ds. zasobów ludzkich.

„Coraz więcej rozmów, które prowadzimy, pochodzi tak naprawdę spoza działu HR” — relacjonuje George. „Ich uczestnicy chcą zrozumieć wszystkie zestawy umiejętności i sieci kontaktów swoich pracowników, aby przyspieszać innowacje, lepiej współpracować i rozumieć dynamikę kulturową swoich zespołów”.

Dyrektorzy generalni i liderzy operacyjni dostrzegają, że oparte na sieciach informacje uzyskiwane dzięki agentom AI mogą przyspieszać wdrażanie zmian, optymalizować współpracę międzyfunkcyjną i identyfikować ukrytych liderów opinii w całej organizacji.

Jak zauważa George: „Możliwość dotarcia do tych osób w celu przyspieszenia wdrażania zmian to dla nas ogromny obszar zastosowań. Te rozwiązania AI zapewniają kompleksowy wgląd w sieci talentów, któremu tradycyjne systemy HR po prostu nie są w stanie dorównać”.

Atrakcyjność tego podejścia obejmuje również możliwość zrozumienia dynamiki organizacji na dużą skalę. W przypadku każdej inicjatywy zmian liderzy mogą zidentyfikować, kto jest naszymi najważniejszymi liderami opinii — zarówno tymi, których znamy, jak i tymi, o których możemy nie wiedzieć — a następnie dostosować konkretną komunikację do tych osób i ich sieci, niezależnie od tego, czy znajdują się one w środkowej, wyższej czy niższej części organizacji.

Pomiar sukcesu: zwrot z inwestycji wykraczający poza oszczędność czasu

Wiodące wdrożenia uwzględniają zarówno wskaźniki ilościowe, jak i udoskonalenia jakościowe. Automatyzacja opisów stanowisk w Snowflake przyniosła natychmiastową oszczędność czasu, ale wartość strategiczna ujawniła się dzięki poprawie możliwości analizy danych.

„Automatyzacja i standaryzacja opisów stanowisk nie tylko pozwoliły zaoszczędzić czas, lecz także umożliwiły nam analizowanie zawartych w nich nieustrukturyzowanych danych i uzyskiwanie bezcennych informacji na temat umiejętności, których poszukujemy u kandydatów” — wyjaśnia Geshuri. „Możliwość wyodrębniania i analizowania tych informacji pozwala nam zobaczyć, jakich umiejętności poszukujemy obecnie, a naszym zespołom obserwować, jak umiejętności te zmieniają się w czasie w Snowflake”.

To właśnie stanowi prawdziwą wartość agentów AI: przekształcanie rutynowych zadań w strategiczną wiedzę, która pomaga podejmować szersze decyzje biznesowe.

CGS mierzy wpływ Cicero poprzez poprawę gotowości do pełnienia ról, szybsze wdrażanie pracowników, wyższe wyniki satysfakcji klientów oraz informacje zwrotne od menedżerów.

„Firmy mierzą wpływ, wykorzystując połączenie wskaźników jakościowych i ilościowych. Przykładowo są to większa gotowość do pełnienia ról, szybsze wdrażanie pracowników, wyższe wyniki satysfakcji klientów oraz lepsze informacje zwrotne od menedżerów” — zauważa Stephen.

Informacje zwrotne od użytkowników były szczególnie pozytywne. Uczestnicy opisywali doświadczenie jako „zaskakująco realistyczne”, „otwierające oczy” i „bardziej angażujące niż jakiekolwiek szkolenie z umiejętności miękkich, w którym wcześniej uczestniczyłem”. Liderzy chwalą Cicero za to, że jest „jednocześnie skalowalne i skoncentrowane na człowieku — to rzadkie połączenie w obszarze technologii edukacyjnych”.

Szerszy zwrot z inwestycji obejmuje optymalizację operacji HR, aby miały bardziej strategiczny charakter, umożliwiając zespołom HR działanie w roli lepszych partnerów biznesowych przy jednoczesnym zachowaniu ludzkiej więzi, która napędza satysfakcję i retencję pracowników.

Plan wdrożenia

Dla liderów HR gotowych do wdrożenia agentów AI sprawdzona ścieżka obejmuje kilka stałych kroków.

• Zacznij od małego, jasno określonego zakresu: Wybierz dwa lub trzy zastosowania o dużym wpływie, zamiast próbować kompleksowo zautomatyzować wszystkie procesy. Skoncentruj się na powtarzalnych zadaniach HR wymagających dużej ilości danych, które zapewnią zespołom HR znaczącą oszczędność czasu.
• Ustal priorytety strategii danych: Przed wdrożeniem rozwiązań AI zadbaj o zarządzanie danymi pracowników i ich jakość. W przeciwieństwie do tradycyjnych systemów HR, które tolerują niespójne dane, agenci AI potrzebują uporządkowanych i dostępnych informacji, aby skutecznie działać.
• Postaw na ludzi: Rozpocznij zarządzanie zmianą od własnego zespołu HR, pokazując, jak agenci AI zwiększają jego możliwości, a jednocześnie odnosząc się do obaw dotyczących likwidacji miejsc pracy i konsekwencji etycznych. Bezpośrednio reaguj na opór poprzez przejrzystą komunikację na temat mechanizmów zgody i nadzoru człowieka.
• Mierz to, co ma znaczenie: Śledź zarówno wzrost efektywności, jak i wartość strategiczną. Wyjdź poza pomiar oszczędności czasu i mierz poprawę zaangażowania oraz retencji pracowników, a także zdolność zespołów do koncentrowania się na inicjatywach strategicznych.
• Skaluj systematycznie: Wykorzystuj pierwsze sukcesy do rozszerzania możliwości agentów AI na kolejne procesy i przepływy pracy HR, zachowując nadzór człowieka nad kwestiami etycznymi oraz funkcjami wsparcia pracowników.

Przyszłość stawiająca na sieci

Francisco Marin wyobraża sobie „sieć wspieraną przez agentów AI, w której agenci AI są wdrażani do realizacji tych mikrointerwencji na dużą skalę”. Oznacza to odejście od modeli organizacyjnych stawiających hierarchię na pierwszym miejscu na rzecz modeli stawiających na sieci, które optymalizują relacje międzyludzkie zamiast tradycyjnych struktur raportowania.

Dla poszczególnych pracowników ta transformacja oznacza doświadczenie „podobnych zachęt i podobnych warunków jak przy dołączaniu do startupu na wczesnym etapie rozwoju w Dolinie Krzemowej” — wyjaśnia Marin.

Agenci AI stają się infrastrukturą zapewniającą zwinność charakterystyczną dla startupów i łączność na skalę przedsiębiorstwa. Nowi pracownicy dołączający do zespołów w dzisiejszym hybrydowym środowisku pracy, często bez bezpośredniego kontaktu z członkami swoich zespołów, korzystają z systemów AI, które pomagają im nawiązać kontakt z odpowiednimi mentorami, dołączyć do skutecznych zespołów i przyspieszyć osiągnięcie produktywności dzięki zoptymalizowanym przepływom pracy.

Inicjatywa Marina — Manifest „Sieć przede wszystkim” — przyciągnęła w ciągu jednego miesiąca 200 członków założycieli i 80 organizacji popierających, wskazując na szeroki impet branży w kierunku tego nowego paradygmatu. Jak wyjaśnia, celem jest stworzenie „przyszłości pracy, na którą wszyscy czekamy z entuzjazmem, a nie z obawą”.

Dalsza droga dla liderów HR

Możliwość uzyskania przewagi konkurencyjnej dzięki agentom AI w procesach HR wciąż istnieje, ale pionierzy już zdobywają znaczącą przewagę. CHRO, które podejmą działania teraz, gdy technologia AI oparta na agentach jest jeszcze nowością, zbudują zdolności organizacyjne i akceptację kulturową, które konkurenci będą mieli trudności z odtworzeniem.

Dla specjalistów HR gotowych na tę zmianę dalsza droga obejmuje rozpoczęcie od:

• zastosowań o niskim ryzyku i dużym wpływie, takich jak dobieranie mentorów i wdrażanie pracowników
• budowania zaufania poprzez przejrzystość i mechanizmy uzyskiwania zgody
• systematycznego skalowania na podstawie wykazanego zwrotu z inwestycji.

Przyszłość strategicznych zasobów ludzkich polega na uzupełnianiu ludzkiego osądu agentami AI, które nieustannie monitorują, analizują i optymalizują najcenniejszy zasób organizacji: jej pracowników.