Sześć niesamowitych zastosowań AI w działach HR (z przykładami!)

Na pierwszy rzut oka świat cierpi na silną fiksację na narzędziach. Oprogramowanie dla firm staje się coraz bardziej zaawansowane i automatyzuje coraz więcej zadań. Czy ten trend sprawdza się jednak w mocno zależnym od kompetencji miękkich obszarze HR?

Z drugiej strony wojna o talenty nigdy nie była tak zacięta i wymagająca. Przez automatyzację nudnych i powtarzalnych zadań uczeniem maszynowym albo zaszytymi na sztywno heurystykami rynek prostych prac się kurczy, a liczba bardzo złożonych zadań rośnie.

Według raportu McKinseyazależność między jakością talentów a wynikami biznesowymi jest dramatyczna. Różnica produktywności między przeciętnymi a najlepszymi pracownikami nie przekracza 50% przy zadaniach o niskiej złożoności, a przy zadaniach bardzo złożonych sięga nawet 800%.

Jeszcze trudniejsze dla współczesnego działu HR jest to, że prawie jedna trzecia wyższych menedżerów wskazuje znalezienie talentów jako swoje największe wyzwanie menedżerskie. Problem jest globalny, jak dziś każdy inny aspekt życia. Drenaż mózgów — sytuacja, w której wysoko wykwalifikowany pracownik emigruje do kraju, w którym może żyć lepiej, porzucając ojczyznę, w której się kształcił — coraz mocniej odbija się na gospodarkach. 

Problem widać nie tylko w krajach rozwijających się. Według niedawnego raportu UEdrenaż mózgów jest poważnym wyzwaniem dla wielu rozwiniętych krajów UE, zwłaszcza wobec kurczącej się populacji i spadającej dzietności. Nawet naturalny proces migracji, którego zwykle nie należałoby uznawać za drenaż mózgów, może więc mocno utrudniać firmom szukanie utalentowanych pracowników. 

W tej sytuacji współczesne działy HR mierzą się z niespotykanymi wcześniej wyzwaniami. Branża nie jest jednak bezbronna. Technologie oparte na uczeniu maszynowym mogą znacząco wesprzeć proces szukania i zatrudniania pracowników, a także poprawić ich samopoczucie i ograniczyć rotację. 

Dobre i sprawdzone przykłady znajdziesz poniżej. 

Przykłady AI w HR

Choć HR postrzega się zwykle jako obszar oparty na kompetencjach miękkich i emocjach, jest on równie mocno napędzany danymi jak reszta współczesnego biznesu. Gdy te dane zamieni się we wnioski i wykorzysta właściwie, firma może zbudować przewagę konkurencyjną nie technologią, lecz ludźmi, których zatrudnia. 

1. Przeglądanie CV

Zacznijmy od oczywistości: każdy menedżer i specjalista HR mierzy się z nudnym i wymagającym procesem przeglądania wielu CV i aplikacji przysyłanych do firmy na różne stanowiska. To etap, na którym doświadczenie zespołu jest kluczowe — szybkie przeglądanie i selekcja to najważniejsza umiejętność w tym momencie rekrutacji. 

Dziś wszystkie CV są cyfrowe, a coraz więcej firm zamiast dokumentu PDF prosi kandydata o wypełnienie informacji o sobie w formularzu online. Dzięki temu narzędzie oparte na przetwarzaniu języka naturalnego dostaje ustrukturyzowane dane do przetworzenia i może wskazać kandydatów wyróżniających się z tłumu. 

Przykład:

Dobry, choć kontrowersyjny przykład pochodzi z Amazona. Firma niedawno wycofała swój skaner CV z powodu problemów z różnorodnością. Rozwiązanie było uprzedzone wobec kobiet-inżynierek przez zbiór danych, na którym je wytrenowano — mężczyźni-programiści byli w nim nadreprezentowani, więc technologia oparta na uczeniu maszynowym uznała ich za bardziej pożądanych. 

To oczywiście bzdura, a nagłaśnianie takich przypadków to dobry sposób, żeby uniknąć podobnych porażek w przyszłości. Ta historia pokazuje nie tylko, że takie rozwiązania są dziś stosowane, ale też podpowiada, jak omijać typowe pułapki i błędy. 

2. Zarządzanie talentami na bieżąco

Zatrudnianie talentów to tylko jeden ze sposobów pozyskania ich dla firmy. Mentoring i szkolenia pracowników to kolejna droga do ludzi z pożądanymi kompetencjami. Mentoring będzie zresztą jednym z najważniejszych trendów w budowaniu zespołów przyszłości. Według badania przeprowadzonego przez SAPpodopieczni częściej wierzą, że rozwiną się w karierze i że organizacja zapewni im wystarczające możliwości rozwoju. Proces łączenia mentorów z podopiecznymi również można wesprzeć AI. 

Przykład:

Ellen to aplikacja napędzana AI, dostarczana przez NextPlay.ai. Celem firmy jest płynne łączenie potencjalnych mentorów z podopiecznymi. Gdy tylko ktoś zdecyduje się dołączyć do programu mentoringowego, aplikacja łączy go z najbardziej wartościowymi partnerami — zarówno szukającymi mentora, jak i gotowymi dzielić się wiedzą. Aplikacja jest obecnie w budowie, wspierana przez SAP.io foundry w San Francisco.  

3. Ograniczanie rotacji pracowników

Przyciągnięcie albo wychowanie talentu w organizacji to jedno. Zatrzymanie go przed zmianą pracy to zupełnie inna sprawa. Zatrudnianie headhunterów, żeby… cóż… polowali na najbardziej obiecujących kandydatów, nie jest niczym nowym. Ale ich taktyki stają się coraz bardziej wyrafinowane. Do tego najwięksi gracze znają wartość pojedynczego talentu na rynku pracy i są gotowi płacić wyższe wynagrodzenia oraz oferować więcej benefitów, żeby przyciągnąć wybrane osoby. 

Szczególnie boli to firmy technologiczne, w których znalezienie wykwalifikowanych ludzi jest wyjątkowo trudne. Przetwarzając dane o pracownikach i informacje o ich aktywności, sztuczna inteligencja potrafi wskazać osoby gotowe zmienić pracę i pozwala podjąć działania zapobiegawcze. 

Przykład:

IBM to jedna z najbardziej uznanych firm technologicznych na świecie, z mocnym rodowodem sprzętowym i zbudowanymi niedawno kompetencjami chmurowymi oraz AI. Według deklaracji firmyich system oparty na AI potrafi z 95-procentową dokładnością przewidzieć, którzy pracownicy odejdą z pracy. Oprogramowanie to wykonuje dziś zadania, którymi jeszcze niedawno zajmowało się nawet 30% pracowników działu HR.  

4. Promowanie włączenia i równości

W szalejącej wojnie o talenty firmy są coraz bardziej świadome kwestii związanych z mniejszościami i tego, jak łatwo kogoś urazić. Żeby mieć pewność, że język komunikacji nie zawiera treści obraźliwych ani uprzedzeń, firmy zatrudniały dotąd specjalistów od public relations. Czasem to jednak za mało i nawet grupa ludzi nie jest w stanie sprawnie przetworzyć całej komunikacji w rozsądnym czasie. 

Zaprzęgnięcie modelu przetwarzania języka naturalnego do nadzorowania komunikacji może być najskuteczniejszym rozwiązaniem tego problemu. 

Przykład:

Textio to platforma wspomaganego pisania, która analizuje tekst w czasie rzeczywistym, żeby wychwycić błędy i językowe niezręczności. Wykrywa też język stronniczy lub obraźliwy i proponuje zamienniki. 

5. Chatboty 

Chatboty to wszechstronne narzędzia do zastosowania w różnych obszarach biznesu — w dziale HR, obsłudze klienta czy helpdesku. Nie dziwi więc, że ich wykorzystanie to jeden z najważniejszych trendów AI w 2020 roku. Naturalna interakcja z komputerem potrafi dać lepsze efekty niż tradycyjne, obsługiwane przez ludzi kanały. To ciekawy paradoks, że komunikacja nadzorowana przez ludzi bywa mniej ludzka niż ta zautomatyzowana. 

Chatbotów można używać nie tylko do kontaktu z potencjalnymi kandydatami, ale też do wzmocnienia wewnętrznych procesów firmy. Bywa to pomocne zwłaszcza w szczególnie wymagających środowiskach pracy. 

Przykład: 

Brytyjski NHS, publiczny system opieki zdrowotnej, korzysta z chatbota o nazwie CoachBot stworzonego przez londyńską firmę HR Saberr. System przeprowadza z pracownikami krótkie rozmowy, pytając o problemy i wyzwania w codziennej pracy. Chatbot potrafi też przekazywać krótkie wskazówki, które mają poprawić wyniki i samopoczucie zespołu. 

To, że odpowiedzi nie będzie bezpośrednio przetwarzać człowiek, dodatkowo pomaga chatbotowi w tej roli. Czasem łatwiej podzielić się uwagami, gdy ma się pewność anonimowości. 

Kolejny przykład to MYA Systems. Firma dostarcza asystenta AI w formie chatbota, który wspiera proces rekrutacji. Prowadzi kandydata naturalną rozmową, żeby poprawić jego doświadczenie z rekrutacji. Wspiera też onboarding i ogranicza rotację. Według firmy system zaoszczędził kosmetycznemu gigantowi L’Oreal średnio 40 minut na ocenę jednego kandydata. Daje to ponad 45 dni roboczych w pół roku. 

6. Agregacja danych

Wreszcie: wszystkie powyższe przykłady byłyby niczym bez napędzanej uczeniem maszynowym zdolności do agregowania i przetwarzania ogromnych ilości danych. Przekopywania się przez niekończące się zasoby mediów społecznościowych i reszty internetu. Era AI w analityce HR dopiero się zaczęła. 

Przykład: 

Hiretual wykorzystuje technologię opartą na AI do przeszukiwania różnych źródeł w celu zebrania danych o kandydatach. Platforma przechowuje ponad 700 milionów profili zawodowych znalezionych w sieci. Analizuje doświadczenie kandydata i wylicza jego wartość rynkową. 

Z rozwiązania korzystają technologiczni giganci, w tym IBM i eBay. 

Podsumowanie

Kontakt z ludźmi i kompetencje miękkie są kluczowe dla działów HR na całym świecie. Żadna maszyna nie zastąpi ich w najbliższej przyszłości. HR może jednak mocno zyskać na wykorzystaniu sztucznej inteligencji w procesach zarządzania danymi i wiedzą. 

Jeśli szukasz innowacyjnych sposobów na wsparcie swoich procesów HR, napisz do nas. Jest wielu ekspertów AI, którzy potrafią dostarczyć rozwiązanie skrojone pod HR i pasujące do kultury oraz stylu Twojej firmy. Porozmawiamy o Twoich potrzebach i możliwych rozwiązaniach, a efekty na pewno będą świetne!