Najważniejszą decyzją dotyczącą AI, jaką podejmie dział HR, jest to, czego nie automatyzować
Chroń ludzkie momenty: AI w HR powinno usuwać obciążenia administracyjne, jednocześnie zachowując autentyczne wyrazy uznania, coaching i budowanie relacji.
Projektowanie wyrazów uznania: Zamiast pisać pochwały, AI może pomagać pracownikom formułować bardziej konkretne, osobiste i znaczące wyrazy uznania.
Znajduj sygnały: AI pomaga liderom HR interpretować wiarygodne dane dotyczące pracowników, identyfikować istotne wzorce i skupiać uwagę tam, gdzie interwencja ma znaczenie.
Ocena menedżera: Lepsza wiedza o pracownikach powinna wyposażać menedżerów pierwszej linii w narzędzia do przemyślanej reakcji, a nie centralizować decyzje dotyczące pracowników ponad nimi.
Bierz odpowiedzialność: Rekomendacje AI wymagają ludzkiego nadzoru, ponieważ efektywność może utrwalać uprzedzenia, osłabiać zaufanie i zamieniać osąd w automatyzację.
Sztuczna inteligencja może napisać wiadomość z wyrazami uznania, podsumować badanie zaangażowania, a nawet wskazać pracownika, który wydaje się stopniowo odchodzić. Coraz częściej może również powiedzieć menedżerowi, co powinien zrobić dalej.
Pytanie, przed którym stoją dziś liderzy HR, nie dotyczy już tego, czy technologia może uczestniczyć w kształtowaniu doświadczeń pracowników. Chodzi o to, jak daleko chcesz jej na to pozwolić.
To napięcie przewijało się w naszej niedawnej rozmowie Przyszłość AI w HR z dyrektorem ds. produktu w Motivosity, Jesse’em Dowdle’em, oraz wiceprezesem ds. inżynierii, Dano Gillette’em. Ich zdaniem najbardziej użyteczna rola AI w HR może wcale nie polegać na zastępowaniu kontaktu międzyludzkiego. Może nią być eliminowanie wszystkiego, co go otacza i utrudnia znaczące interakcje.
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 ludzkie elementy pracy są tymi, które warto chronić” — powiedział Dowdle.
Jak argumentował, AI powinna za to ograniczać czas, który HR poświęca na „niezwiązane z ludźmi elementy” pracy — administrację, raportowanie i obciążenie poznawcze, które odciągają liderów ds. pracowników od doradzania, coachingu i budowania relacji.
Brzmi to jak proste rozróżnienie. Prawdopodobnie coraz trudniej będzie je utrzymać.
Kiedy efektywność zaczyna pochłaniać doświadczenia
Znaczna część pierwszej fali korporacyjnej AI została zorganizowana wokół prostego pytania: Co możemy zautomatyzować?
Ma to sens, gdy chodzi o uzgadnianie arkuszy kalkulacyjnych albo generowanie analiz i raportów. Sprawa komplikuje się, gdy zadaniem jest podziękowanie pracownikowi, interpretacja oznak braku zaangażowania lub decyzja, kto zasługuje na rozmowę o swojej przyszłości.
Dobrym przykładem jest wyrażanie uznania.
Ogólny program uznania pracowników jest stosunkowo łatwy do skalowania. Firmy robią to od dziesięcioleci za pomocą nagród za staż pracy, programów pracownika miesiąca, tablic pamiątkowych i ustandaryzowanych wiadomości. Jak argumentował Dowdle, problem polega na tym, że skalowalność często odbywała się kosztem znaczenia.
„AI umożliwia osobiste wyrażanie uznania na skalę, która wcześniej była niemożliwa” — powiedział. „Szansą jest sprawienie, aby indywidualne wyrazy uznania, które ludzie zapamiętują, stały się czymś, co dzieje się każdego dnia w organizacji, nawet bardzo dużej i rozproszonej”.
Jest tu jednak oczywista pułapka. Jeśli AI może napisać wyrazy uznania, to dlaczego po prostu jej tego nie zlecić?
Podczas prac nad produktem Motivosity wypróbowała rozwiązanie bardzo zbliżone do tego.
Na początku pomyśleliśmy: hej, stwórzmy po prostu przycisk, który podziękuje ludziom za ciebie. Ludzie nie chcieli słuchać robota.
Zamiast tego firma zbudowała trenera AI, który zachęca pracowników do bardziej szczegółowego wyrażania własnego uznania — pyta, co się wydarzyło, dlaczego miało to znaczenie lub jaki wpływ wywarła dana osoba — bez tworzenia wyrazów uznania w ich imieniu. Gillette powiedział, że takie podejście zaowocowało wyrazami uznania, które są w platformie około 20% dłuższe.
Interesujące nie są dodatkowe słowa. Chodzi o stojącą za nimi decyzję dotyczącą produktu.
AI była technicznie zdolna do wykonania tego zadania. Motivosity celowo nie pozwoliła jej go dokończyć.
Gillette opisał cel jako pomoc w tym, by ktoś stał się „bardziej szczegółowy, bardziej troskliwy, bardziej autentyczny”, przy jednoczesnym uznaniu, że sama autentyczność nie jest czymś, co AI może zapewnić.
„AI może delikatnie pokierować cię we właściwą stronę” — powiedział.
Lepszym zastosowaniem AI może być wskazywanie, gdzie szukać
Jest jeszcze jeden obszar, w którym propozycja wartości AI wygląda znacznie lepiej: pomaganie HR w zrozumieniu informacji, które już posiada.
Zespoły ds. pracowników rzadko cierpiały z powodu braku danych. Wyniki zaangażowania, aktywność związana z wyrażaniem uznania, rejestry wyników pracy, systemy szkoleniowe i wskaźniki retencji dostarczają ich mnóstwo. Wyzwaniem jest ustalenie, co zasługuje na uwagę.
Podczas demonstracji Gillette pokazał, jak AI jest wykorzystywana jako interfejs do danych dotyczących rozpoznawania i zaangażowania — umożliwiając liderowi HR przejście od widoku obejmującego całą firmę do działów, trendów i sygnałów dotyczących poszczególnych pracowników.
Motivosity celowo wprowadziło tu jednak jeszcze jedno rozróżnienie. AI nie oblicza podstawowych statystyk.
Gillette powiedział, że firma wcześnie przekonała się, iż proszenie samych modeli językowych o wykonywanie działań arytmetycznych może prowadzić do niewiarygodnych wyników. Zamiast tego liczby są generowane za pomocą konwencjonalnych systemów i mogą być sprawdzane krzyżowo za pośrednictwem interfejsów API lub eksportowanych danych. AI służy do interpretowania wyników.
To rozdzielenie ma znaczenie wykraczające daleko poza jedną platformę.
Dla HR obietnica generatywnej AI może w mniejszym stopniu dotyczyć tworzenia nowych informacji, a w większym — zmniejszania dystansu między liderem a informacjami, które już posiada.
System może w zasadzie odpowiedzieć: Gdzie powinienem szukać? Co się zmieniło? Jaki wzorzec mogłem przeoczyć?
Gillette opisał ten cel jako pomaganie liderom w porządkowaniu informacji, aby ustalić: „gdzie mogę podjąć najbardziej znaczące działania?”.
To potencjalnie znacznie bardziej doniosłe zastosowanie AI niż napisanie kolejnego podsumowania.
Jeśli lider HR może zidentyfikować dział, w którym uznanie dla pracowników gwałtownie spadło, menedżera, którego zespół traci zaangażowanie, lub pracownika, którego zachowanie nagle się zmieniło, AI może przekształcić ocean danych organizacyjnych w impuls do działania.
Jednak wtedy człowiek nadal musi podjąć działanie.
Lepsza inteligencja sprawia, że menedżerowie stają się ważniejsi
Być może właśnie na tym polega większa zmiana dla HR.
W miarę jak uzyskiwanie informacji o pracownikach staje się łatwiejsze, organizacje mogą reagować poprzez centralizowanie większej liczby decyzji. Udostępnić liderom wyższego szczebla pulpit nawigacyjny, zidentyfikować wartości odstające pod względem statystycznym i zarządzać personelem z góry.
Dowdle opowiadał się za przeciwnym podejściem.
Opisał wykorzystywanie danych dotyczących uznania i innych danych o pracownikach do tworzenia czegoś, co nazwał „trójwymiarowym obrazem” danej osoby. Nie chodzi jedynie o to, czy sprzedawca osiągnął wynik docelowy ani czy pracownik ukończył certyfikację, lecz o to, co współpracownicy cenią w pracy z tą osobą, gdzie ujawniają się jej mocne strony i jak przyczynia się ona do funkcjonowania organizacji w wymiarze społecznym.
Jego rekomendacja polegała na przekazaniu tych informacji menedżerom pierwszej linii.
Niech rozwiązanie działa oddolnie, aby rozwijać ludzi.
To zupełnie inna wizja zarządzania wspomaganego przez AI niż algorytm podejmujący coraz bardziej doniosłe decyzje dotyczące pracowników.
Technologia dostrzega. Menedżer interpretuje. Osoba reaguje.
A HR nadal ponosi odpowiedzialność za zaprojektowanie systemu, w którym wszystkie trzy elementy mogą się urzeczywistniać.
More Articles
- Jak stworzyć skuteczny program doceniania pracowników
- Jak uzasadnić biznesowo zakup oprogramowania HR: przewodnik w 10 krokach
- Wybór systemu zarządzania nauką: prosty 5-etapowy proces
- Jak zmienić dostawcę EOR bez zakłóceń: proces w 7 krokach
- Koszty oprogramowania do zapewnienia zgodności HR: przewodnik po cenach na 2026 rok
AI nie eliminuje odpowiedzialności
W miarę jak systemy HR przechodzą od zwykłego udostępniania informacji do rekomendowania działań, odpowiedzialność pozostaje ważnym aspektem sposobu projektowania całego systemu.
Dowdle przewiduje, że platformy doświadczeń pracowników będą stawać się coraz bardziej proaktywne. Zamiast czekać, aż ktoś otworzy pulpit nawigacyjny, AI może wykryć wzorzec sugerujący ryzyko odejścia pracownika i proaktywnie zachęcić menedżera do skontaktowania się z nim za pośrednictwem aplikacji Teams, poczty elektronicznej lub innego kanału.
Jak powiedział, celem jest pomaganie menedżerom w „byciu obecnymi w ważnych momentach”, gdy interwencja może jeszcze coś zmienić.
Ten pomysł ma ogromny potencjał. Wiąże się z nim również dość oczywiste zagrożenie.
Im bardziej przekonująco system identyfikuje problem i rekomenduje reakcję, tym łatwiej pomylić rekomendację z decyzją.
Dowdle wskazał rekrutację jako istniejące ostrzeżenie. Automatyzacja może zwiększyć efektywność zatrudniania, ale może również odrzucać dobrych kandydatów na podstawie heurystyk, które mają niewiele wspólnego z tym, co organizacja rzeczywiście ceni. Podobnie automatyczne wyrazy uznania mogą przekształcić coś głęboko osobistego w kolejny korporacyjny list z szablonu.
Rozwiązaniem jest zachowanie odpowiedzialności.
„Ostatecznie ktoś ponosi odpowiedzialność” — powiedział Dowdle. „Nawet gdy AI wykonuje pracę leżącą u podstaw procesu, człowiek nadal musi wziąć odpowiedzialność za wynik.”
Dla liderów HR oznacza to, jak argumentował, zachowanie odpowiedzialności za rozstrzyganie, czy działanie wspierane przez AI jest właściwe, zamiast uznawania systemu za podmiot odpowiedzialny.
Staje się to jedną z kluczowych kompetencji zarządzania w erze AI: wiedza o tym, kiedy zaakceptować rekomendację maszyny, kiedy ją zakwestionować, a kiedy całkowicie ją odrzucić.
Celem nie jest mniej ludzkiego HR
Istnieje wizja przyszłości AI, w której HR staje się znacznie mniejszy, ponieważ oprogramowanie zajmuje się rekrutacją, świadczeniami, płacami, pytaniami pracowników, analizą wyników i decyzjami dotyczącymi zatrudnienia.
Istnieje jednak inna możliwość.
AI usuwa wystarczająco dużo pracy administracyjnej, aby HR mógł bardziej skupić się na tym, co organizacjom historycznie trudno było usystematyzować: rozumieniu ludzi.
Dowdle jest zdecydowanym optymistą, jeśli chodzi o tę przyszłość. Wyobraża sobie, że AI przejmuje znaczną część pracy związanej ze zgodnością z przepisami i obsługą transakcji w obszarze płac, świadczeń i administracji personalnej, pozwalając zespołom operacji personalnych skupić się bardziej bezpośrednio na kulturze i efektywności organizacyjnej.
To, czy ta wizja się urzeczywistni, będzie zależeć w mniejszym stopniu od tego, do czego AI ostatecznie stanie się zdolne, a w większym od tego, co organizacje zdecydują się mu powierzyć.
Bo same możliwości AI coraz gorzej wyznaczają granicę.
AI już potrafi wygenerować podziękowanie. Wkrótce może wiedzieć, kto go potrzebuje, kiedy go potrzebuje i co powinien powiedzieć menedżer.
Rzeczywista decyzja projektowa sprowadza się do tego, czy organizacja chce, aby AI zastąpiło ten moment, czy też dopilnowało, by człowiek go nie przeoczył.
