Projektowanie skoncentrowanego na AI modelu operacyjnego HR zgodnego ze strategią biznesową
Integracja AI: 84% organizacji nie przeprojektowało jeszcze stanowisk pracy w sposób umożliwiający pełną integrację technologii sztucznej inteligencji.
Przeprojektowanie pracy: Organizacje koncentrują się bardziej na wdrażaniu technologii AI niż na przeprojektowaniu sposobu organizacji pracy.
Wyzwanie dla zarządzania: Integracja AI z przepływami pracy stwarza wyzwania w zakresie widoczności, odpowiedzialności i wyników organizacji.
Model skoncentrowany na AI: Skoncentrowany na AI model operacyjny HR uwzględnia osadzanie AI w procesach pracy i podejmowania decyzji.
Ekosystem PXB: Ekosystem PXB oferuje całościowy obraz integracji AI z biznesem, personelem i zarządzaniem.
Według najnowszych badań 84% organizacji nie przeprojektowało jeszcze miejsc pracy tak, aby w pełni zintegrować sztuczną inteligencję. Pomimo znaczących inwestycji w technologie AI, badania firmy Deloitte sugerują, że stosunkowo niewiele organizacji zasadniczo przeprojektowało samą pracę z myślą o AI.
Choć nadal inwestują miliardy w platformy AI, ramy zarządzania, programy transformacji i inicjatywy dotyczące pracowników, wiele z nich koncentruje się na wdrażaniu technologii, a nie na przeprojektowaniu sposobu organizacji pracy i tworzenia wartości.
Ma to znaczenie, ponieważ AI nie jest już koncepcją przyszłości ograniczoną do zespołów innowacji lub funkcji technologicznych. Coraz częściej jest wykorzystywana w rekrutacji, planowaniu zatrudnienia, uczeniu się, zarządzaniu wynikami pracy, obsłudze klienta, operacjach i podejmowaniu decyzji przez kadrę kierowniczą. W wielu organizacjach AI już wpływa na sposób gromadzenia informacji, podejmowania decyzji i przepływu pracy między zespołami.
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
Organizacje wdrażają AI w istniejących strukturach organizacyjnych, nie rozumiejąc w pełni, jak zmienia ona kontrolę zarządczą, odpowiedzialność, zarządzanie finansami, rozwój kompetencji i wyniki organizacji.
Historycznie technologia była w dużej mierze skoncentrowana w ramach funkcji IT. Systemy pozyskiwano, zarządzano nimi i nadzorowano je za pośrednictwem ustalonych procesów technologicznych i finansowych, zapewniając zespołom kierowniczym stosunkowo jasne zasady własności, odpowiedzialności i kontroli. AI całkowicie zmienia ten model.
Obecnie AI przepływa przez całą organizację, a gdy zostaje włączona do codziennych przepływów pracy, zespoły kierownicze ryzykują utratę widoczności sposobu wykonywania pracy i podejmowania decyzji.
Stwarza to poważne wyzwanie dla zarządzania. Zarządy nadal odpowiadają za wyniki organizacji, wyniki finansowe i zgodność z przepisami, jednak AI coraz częściej działa w ramach funkcji, procesów i zespołów, które nigdy nie zostały zaprojektowane z myślą o rozproszonej inteligencji. Bez odpowiednich struktur operacyjnych organizacje ryzykują powstaniem luk w nadzorze, odpowiedzialności i kontroli.
Konsekwencje finansowe mogą być znaczące. Niewłaściwie zarządzana AI może przyczyniać się do dochodzeń regulacyjnych, sporów prawnych, programów naprawczych, szkód dla reputacji i nieudanych inwestycji w transformację.
Co ważniejsze, organizacje mogą mieć trudności z uzyskaniem oczekiwanych korzyści w zakresie produktywności i wyników, ponieważ AI została wdrożona bez przeprojektowania modelu operacyjnego niezbędnego do jej obsługi.
Wyzwanie nie polega zatem wyłącznie na tym, jak wdrożyć AI. Chodzi o utrzymanie widoczności, kontroli i odpowiedzialności w organizacji, w której inteligencja nie jest już ograniczona wyłącznie do ludzi ani funkcji technologicznych.
Co powinno zastąpić stare struktury?
To pytanie skłoniło mnie do zbadania i opracowania skoncentrowanego na AI modelu operacyjnego HR.
W ciągu ostatnich 30 lat projektowałem, wdrażałem i przekształcałem modele operacyjne w globalnych organizacjach działających w obszarach logistyki, lotnictwa, usług finansowych, farmacji, telekomunikacji, energetyki i usług profesjonalnych.
Niektóre z nich zaprojektowano w celu poprawy efektywności i ograniczenia zasobów. Inne wspierały rozwój, przyspieszały transformację lub ściślej dopasowywały kompetencje pracowników do strategii biznesowej. Choć każda organizacja była inna, wszystkie miały jedną wspólną cechę. Zostały zaprojektowane dla świata, w którym ludzie znajdowali się w centrum tworzenia wiedzy, podejmowania decyzji i wykonywania pracy.
Informacje przepływały przez ludzi, wiedza koncentrowała się w ramach poszczególnych funkcji, a odpowiedzialność wynikała ze stosunkowo przejrzystych struktur organizacyjnych. Te modele operacyjne przynosiły znaczącą wartość, ponieważ odzwierciedlały realia funkcjonowania organizacji w tamtym czasie.
Dziś jednak te założenia są kwestionowane. Wiedza może być generowana natychmiast. Na decyzje mogą wpływać algorytmy, analityka predykcyjna i rekomendacje generowane przez AI. Praca coraz częściej przepływa między ludźmi a inteligentnymi systemami, a nie wyłącznie za pośrednictwem procesów realizowanych przez ludzi.
Pytanie nie brzmi zatem, czy tradycyjne modele operacyjne były skuteczne. Wiele z nich odniosło ogromny sukces. Chodzi o to, czy nadal są wystarczające dla organizacji działających w środowisku, w którym inteligencja, kompetencje i podejmowanie decyzji są coraz bardziej rozproszone między ludźmi a AI. Skoncentrowany na AI model operacyjny HR opracowano, aby odpowiedzieć na to pytanie.
Siedem filarów skoncentrowanego na AI modelu operacyjnego HR
Skoncentrowany na AI model operacyjny HR opracowano, aby pomóc organizacjom sprostać wyzwaniom powstającym, gdy AI zostaje włączona do pracy, podejmowania decyzji i procesów organizacyjnych.
Zamiast postrzegać AI jako odrębną inicjatywę technologiczną, model przedstawia AI jako czynnik umożliwiający poprawę wyników pracy i rezultatów biznesowych. Opiera się on na siedmiu wzajemnie powiązanych filarach, z których każdy dotyczy kluczowego elementu sukcesu organizacji.
Podstawowe funkcje HR oparte na AI
Pierwszy filar koncentruje się na unowocześnianiu świadczenia usług HR poprzez automatyzację, inteligentne przepływy pracy i wsparcie oparte na AI. Celem nie jest jedynie ograniczenie nakładu pracy administracyjnej, lecz uwolnienie specjalistów HR od rutynowych zadań, aby mogli skupić się na strategii dotyczącej siły roboczej, efektywności organizacyjnej i wynikach biznesowych.
Planowanie siły roboczej i strategia oparte na AI
Drugi filar uznaje, że decyzje dotyczące siły roboczej muszą w coraz większym stopniu opierać się na danych. AI może pomóc organizacjom przewidywać przyszłe zapotrzebowanie na kompetencje, identyfikować pojawiające się luki w umiejętnościach, modelować scenariusze dotyczące siły roboczej i ściślej dostosowywać inwestycje w talenty do celów biznesowych.
Spersonalizowane doświadczenia pracowników
Trzeci filar odzwierciedla rosnące oczekiwanie, że pracownicy będą otrzymywać doświadczenia istotne, terminowe i dostosowane do ich potrzeb. AI umożliwia organizacjom zapewnianie bardziej spersonalizowanego wsparcia, doradztwa zawodowego, komunikacji i możliwości rozwoju, a jednocześnie poprawę zaangażowania na wszystkich etapach cyklu życia pracownika.
Ciągłe uczenie się i rozwój
Czwarty filar stanowi centrum tego modelu. W miarę jak technologia przyspiesza tempo zmian, organizacje muszą nieustannie tworzyć, przekazywać i wykorzystywać kompetencje. Uczenia się nie można już postrzegać jako okresowego działania.
Staje się ono strategicznym mechanizmem, dzięki któremu organizacje utrzymują zdolność adaptacji, odporność i przewagę konkurencyjną.
Etyka, zgodność i zaufanie
Piąty filar odpowiada na rosnącą potrzebę zarządzania, przejrzystości i odpowiedzialności. Ponieważ AI wpływa na coraz więcej decyzji dotyczących siły roboczej i biznesu, organizacje muszą zapewnić odpowiedni nadzór człowieka, utrzymywać zaufanie pracowników i wykazywać zgodność z coraz bardziej złożonymi wymogami regulacyjnymi.
Podejmowanie decyzji oparte na danych
Szósty filar koncentruje się na poprawie jakości decyzji organizacyjnych. AI i analityka zapewniają dostęp do informacji w skali, która wcześniej była niemożliwa, ale sama technologia nie wystarczy. Skuteczne podejmowanie decyzji wymaga połączenia danych, ludzkiego osądu i jasno określonej odpowiedzialności.
Zwinne pozyskiwanie i zatrzymywanie talentów
Siódmy filar uznaje, że organizacje muszą przyciągać, rozwijać i zatrzymywać talenty na coraz bardziej dynamicznych rynkach pracy. AI może wspierać skuteczniejsze identyfikowanie talentów, dopasowywanie umiejętności, mobilność wewnętrzną i strategie zatrzymywania pracowników, pomagając organizacjom budować siłę roboczą zdolną do dostosowywania się do ciągłych zmian.
Każdy filar z osobna odnosi się do konkretnego wyzwania organizacyjnego. Łącznie tworzą jednak zintegrowany model operacyjny. Prawdziwa wartość tego modelu nie wynika z żadnego pojedynczego filaru, lecz ze zrozumienia, jak współdziałają one na rzecz poprawy wyników siły roboczej i biznesu.
Od modelu operacyjnego HR do ekosystemu organizacyjnego
W miarę postępów prac badawczych zacząłem zdawać sobie sprawę, że siedem filarów nie było jedynie ze sobą powiązanych — były one również powiązane z szerszą organizacją. Chociaż model został zaprojektowany w celu opisania reakcji HR na świat pośredniczony przez AI, jego konsekwencje wykraczały daleko poza sam HR.
Planowanie siły roboczej wpływało na strategię biznesową. Uczenie się wpływało na wyniki organizacji. Zarządzanie wpływało na zaufanie, ryzyko i podejmowanie decyzji. Doświadczenia pracowników wpływały na produktywność, retencję i rezultaty osiągane przez klientów.
Im dokładniej analizowałem relacje między tymi obszarami, tym wyraźniej stawało się jasne, że nie można ich traktować jako odrębnych działań. Stało się to szczególnie widoczne podczas analizowania sposobu wdrażania AI w organizacjach.
AI nie mieści się w sposób uporządkowany w ramach jednej funkcji. Zostaje włączona do codziennych przepływów pracy, a w rezultacie granice między funkcjami coraz bardziej się zacierają i organizacja zaczyna działać jako połączony system, a nie zbiór poszczególnych działów.
Jednocześnie zespoły kierownicze pozostają odpowiedzialne za wyniki organizacji, zarządzanie finansami, zgodność z przepisami i rezultaty biznesowe. Jednak wiele struktur wykorzystywanych obecnie do zarządzania organizacjami zaprojektowano z myślą o świecie, w którym technologia była w dużej mierze ograniczona do funkcji IT i zarządzana za pomocą stosunkowo jasnych modeli odpowiedzialności.
W miarę jak inteligencja przepływa między funkcjami, procesami i zespołami, zachowanie wglądu w to, jak podejmowane są decyzje, jak wykonywana jest praca i jak tworzona jest wartość, staje się znacznie trudniejsze.
Doprowadziło mnie to do fundamentalnego wniosku. Wyzwaniem, przed którym stoją organizacje, nie jest po prostu to, jak przeprojektować HR w epoce AI. Wyzwaniem jest przeprojektowanie samej organizacji.
Siedem filarów zapewniło ramy do zrozumienia, w jaki sposób HR może tworzyć wartość w środowisku pośredniczonym przez AI, ale nie wyjaśniało w pełni, jak ludzie, technologia, zarządzanie, kompetencje i wyniki biznesowe oddziałują na siebie w całym przedsiębiorstwie.
Ta refleksja ostatecznie doprowadziła do opracowania Ekosystemu PXB. Zamiast koncentrować się na pojedynczej funkcji, PXB przyjmuje perspektywę całej organizacji. Uznaje, że ludzie, doświadczenia i wyniki biznesowe są ze sobą powiązane, a trwały sukces zależy od zrozumienia relacji między kompetencjami, podejmowaniem decyzji, zarządzaniem, przywództwem i rezultatami organizacji.
Ekosystem PXB™️
Pod wieloma względami skoncentrowany na AI model operacyjny HR stał się fundamentem, podczas gdy PXB stał się architekturą łączącą te fundamenty z szerszą organizacją. Ekosystem ewoluował, obejmując osiem wzajemnie powiązanych obszarów, które łącznie wpływają na wyniki organizacji: Biznes, Siła robocza, Przywództwo, Kompetencje, Zarządzanie, Dane, Technologia i Klient.
Łącznie obszary te zapewniają liderom pełniejszy obraz tego, jak tworzona jest wartość, jak przepływają decyzje, gdzie znajduje się odpowiedzialność oraz jak organizacje mogą utrzymywać widoczność i kontrolę w miarę wdrażania AI do codziennych działań.
Ta zmiana ma istotne znaczenie. Zamiast postrzegać AI jako inicjatywę technologiczną lub program transformacji HR, PXB umieszcza AI w szerszym systemie organizacyjnym, w którym ludzie, procesy, decyzje i technologie nieustannie na siebie oddziałują.
Umożliwia to liderom wyjście poza odizolowane projekty AI i rozpoczęcie rozważań nad tym, jak sama organizacja musi ewoluować, aby wspierać długoterminowe wyniki, odporność i rozwój. Wynikiem badań nie był kolejny model operacyjny. Był nim ekosystem.
Tradycyjne modele operacyjne zazwyczaj opisują struktury, role, procesy i relacje służbowe.
Ekosystemy działają inaczej. Są dynamiczne, wzajemnie powiązane i nieustannie się dostosowują. Zmiany w jednym obszarze wywołują konsekwencje w innych, często w sposób, który nie jest od razu widoczny.
Coraz częściej dotyczy to organizacji wdrażających AI. Zmiana w rekrutacji wpływa na kompetencje siły roboczej. Kompetencje siły roboczej wpływają na wyniki. Wyniki wpływają na doświadczenia klientów. Doświadczenia klientów wpływają na rezultaty biznesowe. Decyzje dotyczące zarządzania wpływają na zaufanie. Uczenie się wpływa na jakość przyszłych decyzji. Każdy element wpływa na wszystkie pozostałe.
Ekosystem PXB został zaprojektowany tak, aby uwidocznić te relacje. W jego centrum znajduje się relacja między Ludźmi, Doświadczeniem i Biznesem. Zamiast traktować je jako odrębne priorytety, ekosystem uznaje, że nieustannie na siebie oddziałują.
System działa jako ciągły cykl, a nie proces liniowy. Wokół tego rdzenia znajdują się elementy umożliwiające skuteczne funkcjonowanie ekosystemu: architektura, dane, kompetencje, etyka, decyzje i zarządzanie.
Nie są to samodzielne programy ani działy. Działają jako wzajemnie powiązane mechanizmy, które kształtują przepływ informacji, sposób podejmowania decyzji, przebieg uczenia się oraz utrzymywanie odpowiedzialności.
Ekosystem nieustannie wyczuwa zmiany, uczy się i dostosowuje. W miarę pojawiania się nowych informacji, rozwoju technologii i zmian priorytetów organizacji ewoluują również relacje między ludźmi, doświadczeniem i biznesem.
Tworzy to żywy system zdolny do reagowania na ciągłe zmiany, zamiast polegać na okresowym przeprojektowaniu organizacji. W tym miejscu istotne staje się rozróżnienie między ramami a ekosystemem. Ramy opisują komponenty. Ekosystemy wyjaśniają relacje. W organizacji pośredniczonej przez AI to właśnie te relacje w coraz większym stopniu decydują o wynikach.
Nowa rola liderów HR
Liderzy HR mają możliwość odgrywania szerszej roli, niż zakładało wiele tradycyjnych modeli operacyjnych. Wyzwaniem nie jest już samo zarządzanie procesami związanymi z ludźmi. Chodzi o pomaganie organizacjom w utrzymywaniu widoczności, odpowiedzialności i wyników w środowisku, w którym AI odgrywa coraz większą rolę.
Przyszłe wyzwanie dla organizacji nie polega zatem wyłącznie na wdrażaniu AI. Polega na projektowaniu modeli operacyjnych, które utrzymują widoczność, odpowiedzialność i wyniki, jednocześnie umożliwiając ludziom i inteligentnym systemom skuteczną współpracę.
Skoncentrowany na AI model operacyjny HR został opracowany, aby sprostać temu wyzwaniu w obszarze HR. Ekosystem PXB stanowi kolejny krok, zapewniając liderom perspektywę całej organizacji na to, jak ludzie, doświadczenia i wyniki biznesowe pozostają ze sobą powiązane w świecie, w którym AI odgrywa coraz większą rolę. Co najważniejsze, pomaga uwidocznić to, co często pozostaje ukryte.
Liderzy potrzebują jasnego wglądu w to, jak wykonywana jest praca, jak podejmowane są decyzje, gdzie znajduje się odpowiedzialność i jak tworzona jest wartość.
Łącząc ludzi, doświadczenia i wyniki biznesowe za pomocą wspólnej architektury, PXB pomaga przywrócić widoczność, wzmocnić zarządzanie i ponownie oddać menedżerom sterowanie wynikami organizacji, zamiast pozostawiać ich z zadaniem zarządzania systemami, których nie są w stanie w pełni dostrzec.
