Dyrektor generalny firmy technologicznej z branży HR mówi, że przejście na model natywnie wykorzystujący AI ujawniło, jaką pracę pracownicy naprawdę chcą wykonywać
Dowiedz się, jak dyrektor generalny firmy technologicznej z branży HR wykorzystał AI do wyeliminowania pracy administracyjnej, odkrycia, co pracownicy naprawdę cenią, oraz pomógł zespołom HR skoncentrować się na strategii, rozwoju i ludzkiej ocenie sytuacji.
Jenny Podewils
Współzałożycielka i współdyrektorka generalna Leapsome
Wdrażanie AI: Leapsome zintegrowało narzędzia AI, a pracownicy tworzą agentów AI do automatyzacji różnych zadań.
Wyzwania organizacyjne: Wczesne wdrażanie AI ujawniło nieefektywności, pokazując potencjał usprawniania ról poprzez ograniczenie obciążeń administracyjnych.
Wnioski dla liderów: Liderzy powinni angażować się w wykorzystanie AI, aby automatyzować procesy i zachować koncentrację na strategicznych rolach oraz relacjach międzyludzkich.
Przebudowa ocen okresowych: Leapsome zmodernizowało proces ocen okresowych z wykorzystaniem AI, poprawiając jakość informacji zwrotnych i zmniejszając obciążenie menedżerów.
Integracja danych: Płynne korzystanie z AI wymaga połączonych systemów danych; rozproszone narzędzia mogą utrudniać skuteczne wdrażanie AI.
Jenny Podewils jest współzałożycielką i współdyrektorką generalną Leapsome, platformy HR i AI używanej przez ponad 2000 firm na całym świecie. Jej wcześniejsze doświadczenie w szybko rozwijającym się start-upie z branży czystych technologii oraz na stanowisku szefowej sztabu w dynamicznie zmieniającej się branży skłoniło ją do skupienia się na kluczowym pytaniu: Jak budować organizacje, które są zgrane, szybko się uczą i osiągają wysoką skuteczność?
Porozmawialiśmy z nią, aby dowiedzieć się więcej o tym, jak odpowiada na to pytanie za pomocą AI. Oto, co miała do powiedzenia.
Projektowanie z myślą o szybkim uczeniu się i wysokiej skuteczności
Nazywam się Jenny Podewils i jestem współzałożycielką oraz współdyrektorką generalną Leapsome. Dorastałam w Berlinie w Niemczech jako córka dwojga naukowców, w domu, w którym regularnie gościliśmy gości z zagranicy i prowadziliśmy inspirujące rozmowy przy kolacji.
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
To ukształtowało moje zainteresowanie rozwiązywaniem wielkich globalnych problemów. Podczas studiów w Szwajcarii i Wielkiej Brytanii odkryłam, że firmy nastawione na wywieranie pozytywnego wpływu są właściwym sposobem, aby go osiągać.
Moje role w szybko rozwijającym się start-upie z branży czystych technologii oraz na stanowisku szefowej sztabu w szybko zmieniającej się firmie medialnej rozbudziły moje zainteresowanie pewnym pytaniem. Jak budować organizacje współpracujące z agentami AI, szybko się uczące i osiągające wysoką skuteczność?
Głęboko zainteresowałam się zwiększaniem zgrania, projektowaniem środowisk, które szybko się uczą i dobrze funkcjonują, oraz budowaniem lepszych organizacji opartych na rzeczywistych danych. Ludzie spędzają w pracy około 80 000 godzin swojego życia. Ten czas powinien mieć znaczenie. To przekonanie stało się fundamentem Leapsome.
W 2016 roku wraz z Kajetanem von Armanspergiem założyliśmy Leapsome, aby pomagać innym budować zespoły osiągające wysoką skuteczność, projektować wyjątkowe doświadczenia pracowników i tworzyć odnoszące sukcesy kultury organizacyjne z wykorzystaniem skoncentrowanego na ludziach oprogramowania HR.
Kompleksowa platforma HRIS, talentowa i AI firmy Leapsome obsługuje ponad 2000 odnoszących sukcesy klientów z całego świata, dla których najważniejsi są ludzie. Mieszkam w Nowym Jorku, gdzie znajduje się jedno z naszych biur globalnych.
Jako liderka zawsze słucham i zadaję trudne pytania. Ufam osobom odpowiedzialnym za poszczególne obszary i zdecydowanie podejmuję decyzje w sprawach, za które odpowiadam. Mam bardzo wysokie standardy i cenię pilność oraz wpływ.
Decyzja o pełnym oparciu organizacji wewnętrznie na AI
Wcześnie dostrzegliśmy korzyści z udostępnienia AI naszym klientom, szybko wprowadzając do naszego produktu wartościowe funkcje AI. Podjęliśmy również świadomą decyzję, aby wewnętrznie w pełni oprzeć się na AI.
Wcześnie opracowaliśmy wizję, ustaliliśmy zasady oraz wdrożyliśmy infrastrukturę i narzędzia. Sto procent naszego zespołu korzysta z narzędzi lub agentów AI w codziennej pracy, a ponad 60% naszych pracowników stworzyło co najmniej proste agenty automatyzujące część zadań. Dlatego korzystanie z AI i eksperymentowanie są częścią naszej codziennej pracy i ról w Leapsome.
Nadal wdrażamy AI w procesach na całej platformie — od ocen wyników po ankiety oraz od listy płac po przepływy pracy. Ekscytujące jest obserwowanie, jak możemy pomagać naszym klientom skutecznie wykorzystywać AI, ponieważ jest ono bezpośrednio dostępne tam, gdzie znajduje się ich kontekst HR.
Jak wdrażanie AI ujawnia ukryte możliwości w pracy
Kiedy wdrożyliśmy wewnętrznie narzędzia AI i zobaczyliśmy krzywą adopcji — cały nasz zespół regularnie korzysta z AI, a większość osób tworzy własnych agentów — spodziewałam się trudności: pewnego sceptycyzmu i oporu ze strony osób, które wolałyby trzymać się tego, co już znały.
Zamiast tego dostrzegłam mieszankę entuzjazmu i ulgi. Ludzie chcieli pozbyć się pracy, która narastała wokół ich właściwych obowiązków: tworzenia pierwszych wersji, podsumowywania, ponaglania, pobierania danych i formatowania. Gdy AI przejęło te zadania, pojawiła się nowa przestrzeń — ludzie zyskali więcej czasu na satysfakcjonującą pracę wymagającą krytycznego myślenia i ludzkiego osądu.
To uświadomiło mi coś niepokojącego. Nie tylko przydzielaliśmy utalentowanym osobom nudne zadania. Zbudowaliśmy systemy, które stopniowo zasypywały najlepsze elementy ich ról administracyjnym rusztowaniem, a większość ludzi po cichu akceptowała, że tak właśnie wygląda praca. AI uczyniło to widocznym. Gdy stało się to widoczne, nikt nie chciał wracać do wcześniejszego stanu. Potencjał jest ogromny i to naprawdę ekscytujące!
Prawdziwa lekcja: adopcja jest najmniejszym z problemów. To, co odkrywamy po usunięciu pracy administracyjnej, pokazuje, gdzie zaczyna się prawdziwa praca.
Ludzie chcieli pozbyć się pracy, która narastała wokół ich właściwych obowiązków: przygotowywania pierwszych wersji dokumentów, podsumowywania, ponaglania, pobierania danych i formatowania. Gdy AI przejęła te zadania, otworzyła się nowa przestrzeń — ludzie zyskali więcej czasu na satysfakcjonującą pracę, która wymaga krytycznego myślenia i ludzkiego osądu.
Jak liderzy mogą wykorzystać AI
Ważną częścią mojej roli jako liderki jest poświęcanie czasu na dalszą edukację i praktyczne eksperymentowanie z AI. Uważam, że współcześni liderzy powinni koniecznie wygospodarować na to czas.
Szansą dla liderów i specjalistów zajmujących się obszarem zarządzania personelem jest wzmocnienie ich roli jako strategicznych partnerów biznesu poprzez automatyzowanie procesów manualnych, pokonywanie problemu rozproszonych danych i szybsze generowanie wniosków. Otwiera to również przestrzeń na ważną pracę związaną z ludźmi i partnerstwem biznesowym, której nie należy automatyzować.
Musiałam porzucić przekonanie, że „czas spędzany z menedżerami” jest podstawowym sposobem rozwoju pracowników. Coaching z wykorzystaniem AI, prowadzony właściwie i pod nadzorem człowieka, może zapewnić spójne i terminowe wskazówki, których nawet najlepsi menedżerowie nie są w stanie zapewnić na większą skalę.
Żeby było jasne: nie zastępuje to menedżerów, lecz zwiększa ich możliwości i zapewnia pracownikom wsparcie między formalnymi spotkaniami kontrolnymi.
Jak zreformowaliśmy oceny pracownicze dzięki AI
Zreformowaliśmy oceny pracownicze zarówno wewnętrznie, jak i w naszym produkcie, wykorzystując AI. Zasadniczo zmieniło to nasze podejście do całego procesu.
Stary sposób: Menedżerowie spędzali wiele godzin na pisaniu wersji roboczych ocen, często zaczynając od zera i mając trudności z przypomnieniem sobie konkretnych osiągnięć sprzed kilku miesięcy. Uciążliwy i powolny proces, wymagający dużego nakładu pracy administracyjnej, szkodzi wynikom i terminom! Oceny mogły stać się ćwiczeniem z zakresu zgodności z procedurami, zamiast rozmową o wspólnym kierunku i rozwoju.
Sposób wspomagany przez AI: Zbudowaliśmy asystenta AI, który przygotowuje wersje robocze informacji zwrotnych na podstawie kontekstu ze spotkań, celów i wcześniejszych informacji zwrotnych. AI prowadzi użytkowników przez cały proces, wydobywa istotny kontekst — co pracownik osiągnął, z czym miał trudności i jakie poczynił postępy — oraz proponuje sformułowania, które menedżerowie mogą edytować, dopracowywać i personalizować, opierając się na ludzkim rozumowaniu, empatii i osobistej relacji z podwładnymi.
Rezultaty: Mediana czasu, jaki menedżerowie poświęcają na pisanie ocen, znacznie się skróciła. Co ważniejsze, jakość wzrosła, ponieważ menedżerowie edytują tekst i dodają niuanse, zamiast wpatrywać się w pustą stronę. Pracownicy informują, że informacje zwrotne są bardziej konkretne i możliwe do wykorzystania w praktyce.
To samo podejście zastosowaliśmy do pytań i odpowiedzi pracowników. Dział HR wielokrotnie odpowiadał na te same pytania dotyczące zasad za pośrednictwem Slacka, poczty elektronicznej, a czasami nawet tej samej osoby pytającej więcej niż raz. Nasz agent AI działu pomocy odpowiada teraz na te pytania prostym językiem, czerpiąc informacje z naszej bazy wiedzy. HR odzyskuje ten czas na pracę wymagającą ludzkiej wiedzy specjalistycznej.
Zastosowaliśmy to również do analizy ankiet przeprowadzanych po ich zakończeniu. Wcześniej spędzaliśmy tygodnie na syntezie odpowiedzi otwartych, często w sposób niepełny. AI wskazuje teraz tematy i wzorce w ciągu kilku dni, dzięki czemu liderzy mogą działać, gdy informacje zwrotne są jeszcze aktualne.
Wspólny mianownik: AI przejęła obciążenie administracyjne, dzięki czemu ludzie mogli skupić się na pracy wymagającej ludzkiego osądu, takiej jak rozmowy, podejmowanie decyzji i działania następcze, których nikt nie może delegować.
Dlaczego potencjał AI często przewyższa gotowość organizacji
Ludzie słyszą, że „AI zmieni HR”, i oczekują magicznego przycisku. AI jest tylko tak dobra, jak dane, przepływy pracy i zasady zarządzania, które ją otaczają. Jeśli dane pracowników znajdują się w pięciu niepołączonych ze sobą systemach albo procesy są nieformalne i niespójne, AI nie rozwiąże tego problemu.
Co gorsza, może wydobyć niewłaściwe dane i spowodować w najlepszym razie dezorientację, a w najgorszym — poważny problem.
Rozwiązujemy ten problem, projektując AI wbudowane w nasz produkt, który pełni funkcję systemu referencyjnego, z całym kontekstem powiązanym z procesami i przepływami pracy — a nie dołączonym jako osobna funkcja.
Nasza AI wspiera pracowników w procesie wyznaczania celów. Pomaga przy ocenach w ramach cyklu ocen. Odpowiada na pytania dotyczące zasad na podstawie zdefiniowanej bazy wiedzy. Struktura tworzy zabezpieczenia, a AI działa w ich ramach.
Domyślnie stosujemy również zasadę udziału człowieka w procesie. Nasza AI tworzy wersje robocze, sugeruje i podsumowuje, ale nie podejmuje działań bez zatwierdzenia przez człowieka. Uważamy, że decyzje dotyczące zasobów ludzkich wiążą się z kontekstem, niuansami i konsekwencjami, z którymi AI nie powinna radzić sobie autonomicznie. Liderzy, którzy chcą, aby AI „po prostu to zrobiła” bez nadzoru, narażają się na problemy prawne, etyczne i związane z zaufaniem.
Dogłębna, a nie szeroka integracja AI
Rok temu mieliśmy wiele narzędzi. Teraz mamy ich mniej, ale są lepiej zintegrowane. Poszliśmy w głąb, a nie wszerz. Korzystamy z funkcji AI w całym naszym przepływie pracy: tworzeniu wersji roboczych ocen, podsumowaniach ankiet, naszym trenerze opartym na AI, pytaniach i odpowiedziach dotyczących zasad, transkrypcji spotkań oraz analizie danych.
To nie są oddzielne dodatki AI — wbudowujemy je tam, gdzie odbywa się praca, co zapewnia ich wykorzystanie.
Podstawą jest nasze własne narzędzie, a bycie własnym klientem wiele wyjaśnia. Dzięki temu zachowujemy uczciwość wobec siebie. Korzystamy z niego do wszystkiego: HRIS (dane pracowników, dokumenty, nieobecności, przygotowanie listy płac, przepływy pracy), zarządzanie talentami (oceny wyników, cele, ankiety zaangażowania, informacje zwrotne, nauka, spotkania 1:1) oraz AI. Dane znajdują się w jednym miejscu, co ma większe znaczenie, niż mogłoby się wydawać.
Poza tym stworzyliśmy niestandardowych agentów w Dust i Notion do użytku międzyzespołowego. Gemini, Claude i Lovable również są wykorzystywane, zależnie od zadania. Każdy zespół ma też własny zestaw narzędzi nałożony na tę podstawę. Nie próbujemy standaryzować wszystkiego, ale świadomie wybieramy to, co stanowi fundament.
Największą zmianą w ciągu ostatniego roku była konsolidacja. Mieliśmy zbyt wiele wyspecjalizowanych rozwiązań, z których każde dobrze realizowało jedno zadanie, ale powodowało fragmentację danych i nieustanne koszty przełączania się między narzędziami. Mniej narzędzi, głębsza integracja i AI wbudowana w przepływy pracy zamiast zamkniętej w jednej aplikacji.
Dlaczego trener rozwoju oparty na AI może zmienić zasady gry
Wewnętrznie korzystamy z własnego Trenera Rozwoju. To agent AI, który zapewnia pracownikom i menedżerom wskazówki dotyczące rozwoju w czasie rzeczywistym, bez konieczności czekania na formalny cykl ocen lub dostępność menedżera.
Menedżerowie w rozwijających się firmach są przeciążeni. Nie mogą kontaktować się ze wszystkimi, a pracownicy, którzy potrzebują wskazówek, często ich nie otrzymują aż do nadejścia oceny. Trener Rozwoju zmienia tę częstotliwość.
Pracownicy mogą zadawać pytania dotyczące swoich celów, otrzymywać konkretne kolejne kroki i rozumieć, jak wygląda „świetny” poziom w ich roli. Menedżerowie mogą korzystać z niego, aby przygotować się do wartościowych rozmów zamiast reagować na problemy. Czerpie on kontekst z celów, historii informacji zwrotnych i ram funkcjonujących w firmie, dzięki czemu przedstawiane treści są konkretne, a nie ogólne.
Najbardziej interesuje mnie to, co dzieje się w tle: sygnały. Kiedy pracownicy zadają AI pytania, których w innym przypadku nigdy byśmy nie usłyszeli, dowiadujemy się czegoś — nie o poszczególnych osobach (dane są zagregowane i anonimowe) — ale o tym, gdzie brakuje jasności, gdzie ludzie czują się zablokowani i czym menedżerowie się nie zajmują. Takie wczesne sygnały trudno uzyskać w jakikolwiek inny sposób.
Agenci wykraczają również poza pracę. W domu stworzyłam kilku niestandardowych agentów AI, aby ułatwić prowadzenie życia rodzinnego. Na przykład stworzyłam tygodniowy planer posiłków, który uwzględnia zasady zdrowego odżywiania, które ustaliłam.
Dlaczego nauka oparta na współpracy i praktyce jest najlepszym sposobem rozwijania biegłości w AI
Sprawiliśmy, że korzystanie z AI stało się elementem struktury, a nie opcją. Każdy członek zespołu ma dostęp do narzędzi AI, nie tylko osoby z działów inżynieryjnego czy produktowego. Biegłość w AI nie może być przywilejem określonych ról ani funkcji.
Rozwijaliśmy biegłość poprzez dzielenie się wiedzą, a nie obowiązkowe szkolenia. Ludzie pokazują, jak korzystają z AI w swoich przepływach pracy. To podejście oparte na współpracy, praktyczne i czasami chaotyczne, ale właśnie dlatego się utrwala. Ktoś pokazuje coś, co zadziałało, a ktoś inny dostosowuje to do swojego kontekstu. Takie rozpowszechnianie buduje rzeczywiste wykorzystanie szybciej niż jakiekolwiek odgórne wdrożenie.
Co zauważyłam: im więcej ludzie eksperymentują, tym więcej znajdują pracy, którą chcą zautomatyzować — zadań, które przez lata przywykli uważać za „po prostu część pracy”. AI daje ludziom przyzwolenie i możliwość, by to kwestionować.
Jeśli chodzi o zarządzanie, jasno określamy zasady dotyczące prywatności danych. Każdy wie, jakie dane mogą, a jakie nie mogą trafiać do zewnętrznych narzędzi AI. To kwestia niepodlegająca negocjacjom. Jasne zasady dotyczące ograniczeń dają ludziom pewność, że mogą przesuwać granice w ich ramach.
Jeśli chodzi o to, jak wygląda „gotowość na AI”, opisałabym ją raczej jako kulturę niż listę kontrolną. To pracownicy, którzy eksperymentują bez obaw przed oceną. To zespoły, które pytają: „Czy to powinien robić człowiek?”
Liderzy, którzy w widoczny sposób pokazują, jak korzystać z AI — nie na pokaz, lecz dlatego, że sami z niej korzystają. Sama staram się mówić o tym wprost. Jeśli proszę swoje zespoły o rozwijanie biegłości w korzystaniu z AI, a sama tego nie praktykuję, to nie jest przywództwo. To teatr.
Ludzie pokazują, jak korzystają z AI w swojej pracy. To inicjatywa oddolna, praktyczna i czasami chaotyczna, ale właśnie dlatego się sprawdza.
Dlaczego AI jest tak dobra, jak dane, do których ma dostęp
Dostęp do danych ma kluczowe znaczenie. AI jest tak dobra, jak dane, do których ma dostęp.
Lśniący, samodzielny agent AI działający poza systemem HR może oczywiście napisać opis stanowiska. Nie powie jednak, czy zaangażowanie spada w konkretnym zespole, czy wysoko oceniany pracownik od miesięcy nie odbył rozmowy rozwojowej ani czy bezpośredni podwładni danego menedżera regularnie osiągają gorsze wyniki niż wynikałoby to z ocen ich współpracowników.
Do uzyskania takich informacji potrzebne są historyczne, połączone dane — z systemu informacji kadrowej, dotyczące celów, informacji zwrotnych, ocen, zaangażowania i rozwoju, zgromadzone w jednym miejscu. Fragmentaryczne rozwiązania punktowe, niezależnie od tego, jak bardzo są oparte na AI, nie są w stanie tego zapewnić. Od lat budujemy rozwiązanie, które odpowiada na ten problem.
Nasza mapa drogowa koncentruje się na agentach wykonujących zadania autonomicznie. Tworzymy agentów, którzy realizują ściśle określone, konkretne zadania: przygotowują projekty dokumentów, odpowiadają na pytania dotyczące zasad, przypominają menedżerom o realizacji ustaleń, podczas gdy ludzie zachowują uprawnienia decyzyjne.
Agenci ci działają w tle. Celem jest zwiększenie możliwości niewielkiego zespołu HR. Dzięki temu lider HR odpowiedzialny za operacje personalne dla 200 pracowników, mający jednego lub dwóch współpracowników, może przestać poświęcać cały dzień na zadania administracyjne i zacząć koncentrować się na pracy, która przynosi rezultaty.
Dlaczego AI zmusza HR do ponownego określenia swojego celu
Dla liderów HR ten moment oznacza coś więcej niż transformację technologiczną. AI zmusza HR do ponownego określenia swojego celu.
Wiele osób, z którymi rozmawiam, wybrało pracę w HR, ponieważ zależało im na ludziach. Chcieli budować kultury organizacyjne, rozwijać liderów i tworzyć środowiska, w których ludzie mogą wykonywać swoją pracę najlepiej, jak potrafią.
Po drodze wiele z tych osób stało się administratorami procesów. Systemów przybywało. Rola zaczęła się do nich dostosowywać. Jeśli technologia HR stawia procesy ponad ludźmi, z czasem taki układ kształtuje tę rolę. Narzędzia kształtują zachowania. Systemy kształtują role. Warto to nazwać i warto to zmienić.
Kilka praktycznych wskazówek dotyczących wykorzystywania AI w HR:
- Zacznij od pracy, której nie lubisz, a nie od najbardziej efektownej funkcji. Na jakie powtarzalne zadania o niskiej wartości poświęcasz czas? Najpierw zastosuj AI właśnie tam. Pierwsza wersja dokumentu. Podsumowanie. Ponaglanie w sprawie dalszych działań. Zautomatyzuj te zadania i chroń swój czas na pracę, która wymaga Twojego udziału.
- Domyślnie zakładaj udział człowieka w procesie. AI powinna pomagać, a nie podejmować decyzje, szczególnie w HR, gdzie decyzje wpływają na kariery i źródła utrzymania ludzi. Jasno określaj to oczekiwanie i konsekwentnie go przestrzegaj.
- Działaj szybciej, niż czujesz się z tym komfortowo. Organizacje, które już teraz rozwijają biegłość w korzystaniu z AI, uzyskają narastające przewagi. Czekanie, aż AI „dojrzeje”, jest decyzją, która ma swoją cenę.
- Zabierz ze sobą swój zespół. Młodsi pracownicy i menedżerowie pierwszej linii często dostrzegają najbardziej oczywiste możliwości. Wdrożenie AI jest w równym stopniu wyzwaniem kulturowym, co technologicznym.
- W przypadku liderów ogólnie: Osobiście pokazuj, jak korzystać z AI, poważnie inwestuj w swoich menedżerów i nie trać z oczu celu. AI zmienia sposób wykonywania pracy. Nie zmienia jednak tego, dlaczego ta praca ma znaczenie.
Jak role HR będą ewoluować w ciągu najbliższych 5 lat
Uważam, że w ciągu pięciu lat HR całkowicie porzuci swoją tożsamość administratora procesów, a firmy, które nadal będą traktować go w ten sposób, odczują to w wynikach biznesowych.
Ta zmiana już się rozpoczęła. Liderzy HR w przyszłościowo myślących organizacjach nie są oceniani na podstawie tego, czy odbyły się oceny pracownicze lub rozesłano ankiety. Są oceniani na podstawie rezultatów:
- Czy retencja poprawia się tam, gdzie ma to największe znaczenie?
- Czy menedżerowie rozwijają swoich pracowników?
- Czy możemy wskazać zależność między zaangażowaniem, wynikami a produktywnością, aby podjąć odpowiednie działania?
AI umożliwia tę zmianę, niezawodnie obsługując warstwę operacyjną, dzięki czemu liderzy HR mogą skupić się na strategii, diagnozie i interwencji.
Zespół HR przyszłości będzie mniejszy, bardziej doświadczony i znacznie bardziej wpływowy. Nie dlatego, że liczba pracowników zostanie ograniczona, lecz dlatego, że zakres roli się poszerzy, a jej wiarygodność przy stole liderów wzrośnie. Mniej czasu poświęcanego warstwie administracyjnej, więcej czasu w pomieszczeniu, w którym podejmowane są decyzje biznesowe.
Organizacje, które nadal zarządzają HR za pomocą rozproszonych systemów i oddzielnych narzędzi do obsługi HRIS, wyników, zaangażowania i uczenia się, znajdą się w mierzalnie gorszej sytuacji. AI generuje użyteczne wnioski z połączonych danych. Z danych przechowywanych w silosach generuje szum. Fragmentacja staje się kosztownym dziedzictwem, a rozliczenie z nią nastąpi szybciej, niż większość osób się spodziewa.
Wersja HR, która zwycięży za pięć lat, będzie znacznie bardziej przypominać to, czym większość osób oczekiwała się zajmować, wchodząc do tej dziedziny.
Jak zachować humanocentryczne podejście do AI w HR
Jeśli HR wdroży AI w niewłaściwy sposób — wykorzystując ją do eliminowania odpowiedzialności, do szybszego powielania błędnych decyzji lub traktując ją jako substytut trudnych rozmów międzyludzkich, które kształtują kulturę organizacyjną — nie tylko zmarnujemy tę szansę. Podważymy zaufanie w sposób, który trudno będzie odbudować.
Awaria AI nie jest głównym zagrożeniem. Zagrożeniem jest AI, która działa dokładnie zgodnie z założeniami, ale zmierza w niewłaściwym kierunku. Oceny, które odbywają się szybciej, lecz wydają się mniej ludzkie. Zasady, na które „odpowiada” chatbot, bez sprawdzenia przez kogokolwiek, czy odpowiedź jest dokładna lub sprawiedliwa. Decyzje, które wydają się obiektywne, ponieważ pochodzą z systemu, podczas gdy system odzwierciedla założenia osób, które go stworzyły.
Nasza filozofia jest jasna: AI nigdy nie powinna zastępować ludzkiego osądu w decyzjach, które wpływają na czyjąś karierę, źródło utrzymania lub dobrostan. AI tworzy wersje robocze, sugeruje i wydobywa informacje. Człowiek dokonuje przeglądu, podejmuje decyzję i ponosi odpowiedzialność za jej wynik. Ludzki osąd nie podlega negocjacjom.
Liderzy HR, których najbardziej szanuję, nie pytają wyłącznie: „ile możemy zautomatyzować?”. Pytają także: „czego nigdy nie należy automatyzować i dlaczego?”. Ta dyscyplina odróżnia AI budującą zaufanie od AI, która je podważa.
To także jeden z najczęściej powracających tematów w People over Perks, naszej społeczności dla specjalistów HR — i szczerze mówiąc, część najbardziej przyziemnych przemyśleń na ten temat pochodzi właśnie stamtąd. Jeśli jest to pytanie, nad którym pracujesz we własnej organizacji, zachęcam do dołączenia do nas.
Jak wspomniałam, ludzie spędzają w pracy około 80 000 godzin swojego życia. Ten czas powinien mieć znaczenie. AI powinna pomagać sprawić, by tak właśnie było.
Śledź dalsze informacje
Możesz śledzić działalność Jenny Podewils na LinkedIn oraz odwiedzić Leapsome!
W People Managing People czekają na Ciebie kolejne wywiady z ekspertami!
