Περίληψη άρθρου:
Η τεχνητή νοημοσύνη μεταμορφώνει τα τμήματα ανθρώπινου δυναμικού με την αυτοματοποίηση και τον εξορθολογισμό εργασιών όπως η διαχείριση αρχείων εργαζομένων, η μισθοδοσία, η πρόσληψη, η ένταξη και η διαχείριση επιδόσεων. Η τεχνητή νοημοσύνη μπορεί επίσης να χρησιμοποιηθεί για την πρόσληψη και την απόλυση εργαζομένων, την απάντηση σε ερωτήματα εργαζομένων που σχετίζονται με το ανθρώπινο δυναμικό και την κοινοποίηση λεπτομερειών μισθοδοσίας. Τα οφέλη της τεχνητής νοημοσύνης στο HR περιλαμβάνουν τη βελτίωση της αποτελεσματικότητας, τη μείωση του κόστους και την καλύτερη λήψη αποφάσεων. Ωστόσο, υπάρχουν περιορισμοί και τρωτά σημεία που πρέπει να ληφθούν υπόψη κατά την υιοθέτηση εργαλείων ΤΝ, όπως η προστασία της ιδιωτικής ζωής των δεδομένων και οι κίνδυνοι κυβερνοασφάλειας. Τα τμήματα ανθρώπινου δυναμικού θα πρέπει να επιτύχουν μια ισορροπία μεταξύ της τεχνολογίας και της ανθρώπινης συμμετοχής για να αποκομίσουν τα μεγαλύτερα οφέλη.

Κύρια σημεία του άρθρου:

• Η τεχνητή νοημοσύνη αλλάζει τα τμήματα ανθρώπινου δυναμικού με την αυτοματοποίηση των χειροκίνητων εργασιών, τον εξορθολογισμό των διαδικασιών εργασίας, τη μείωση των προκαταλήψεων και την ενίσχυση της ανάλυσης και της λήψης αποφάσεων.
• Η τεχνητή νοημοσύνη χρησιμοποιείται σε λειτουργίες ανθρώπινου δυναμικού, όπως η διαχείριση αρχείων εργαζομένων, η μισθοδοσία, η πρόσληψη, η ένταξη και η διαχείριση επιδόσεων.
• Οι κίνδυνοι που συνδέονται με την ενσωμάτωση της ΤΝ στο HR περιλαμβάνουν περιορισμούς των εργαλείων ΤΝ και ευπάθειες στην κυβερνοασφάλεια.
• Τα οφέλη της τεχνητής νοημοσύνης στο HR περιλαμβάνουν τη βελτίωση της αποτελεσματικότητας, τη μείωση του κόστους και την καλύτερη λήψη αποφάσεων μέσω της ανάλυσης δεδομένων και της εξάλειψης των προκαταλήψεων.
• Ενώ η ΤΝ μπορεί να ωφελήσει σημαντικά τις διαδικασίες ανθρώπινου δυναμικού, θα πρέπει να διατηρείται ισορροπία μεταξύ της τεχνολογίας και της ανθρώπινης συμμετοχής για βέλτιστα αποτελέσματα.

Αναλυτικά το άρθρο:
Η τεχνητή νοημοσύνη μπορεί να είναι ένα χρήσιμο εργαλείο, αλλά πρόκειται να αφαιρέσει τον "άνθρωπο" από τους ανθρώπινους πόρους;

• Η πλειονότητα των ηγετών ανθρώπινου δυναμικού χρησιμοποιεί σήμερα την τεχνητή νοημοσύνη σε ένα ευρύ φάσμα εργασιών, όπως η διαχείριση αρχείων εργαζομένων, η μισθοδοσία, η πρόσληψη, η εισαγωγή και η διαχείριση επιδόσεων.
• Στο μέλλον, η τεχνητή νοημοσύνη μπορεί να είναι σε θέση να προσλαμβάνει και να απολύει υπαλλήλους, καθώς και να εκτελεί πιο σύνθετα καθήκοντα, όπως η απάντηση σε ερωτήματα υπαλλήλων που σχετίζονται με το ανθρώπινο δυναμικό και η κοινοποίηση λεπτομερειών μισθοδοσίας.
• Παρά τα οφέλη, υπάρχουν και κάποιοι κίνδυνοι κατά την ενσωμάτωση της τεχνητής νοημοσύνης στο HR, όπως οι περιορισμοί των εργαλείων τεχνητής νοημοσύνης και το πόσο επιρρεπείς είναι σε επιθέσεις στον κυβερνοχώρο.
• Αυτό το άρθρο απευθύνεται σε επαγγελματίες και εργοδότες που θέλουν να μάθουν πώς η τεχνητή νοημοσύνη μπορεί να βελτιώσει τις τρέχουσες διαδικασίες ανθρώπινου δυναμικού και τις εκτιμήσεις κατά την αγορά εργαλείων ανθρώπινου δυναμικού με τεχνητή νοημοσύνη.

Η πρόοδος στην τεχνολογία τεχνητής νοημοσύνης (AI) έχει αναδιαμορφώσει το τμήμα ανθρώπινου δυναμικού (HR), επιτρέποντας στους επαγγελματίες του HR να αξιοποιήσουν τη μηχανική μάθηση και τους αλγορίθμους για τον εξορθολογισμό των διαδικασιών εργασίας τους, τη μείωση των προκαταλήψεών τους και τη βελτίωση της ανάλυσης και της λήψης αποφάσεων. Ωστόσο, οι σημερινοί περιορισμοί και τα τρωτά σημεία έχουν δώσει σε ορισμένους οργανισμούς μια παύση όταν πρόκειται να υιοθετήσουν την ΤΝ για πρόσθετες περιπτώσεις χρήσης. Σε αυτό το άρθρο, θα συζητήσουμε μερικούς από τους τρόπους με τους οποίους η τεχνητή νοημοσύνη αλλάζει το HR, τους προβληματισμούς κατά την υιοθέτησή της και το πόσο μακριά μπορεί να φτάσει η τάση.

Πώς οι ομάδες ανθρώπινου δυναμικού ενσωματώνουν την Τεχνητή Νοημοσύνη

Στην έκθεση της Eightfold AI The Future of Work: Intelligent by Design, η πλειοψηφία των 250 ηγετών ανθρώπινου δυναμικού που συμμετείχαν στην έρευνα δήλωσαν ότι χρησιμοποιούν ήδη AI σε λειτουργίες ανθρώπινου δυναμικού όπως η διαχείριση αρχείων εργαζομένων (78%), η επεξεργασία μισθοδοσίας και η διαχείριση παροχών (77%), η πρόσληψη και η πρόσληψη (73%), η διαχείριση επιδόσεων (72%) και η εισαγωγή νέων εργαζομένων (69%). 

Όσον αφορά τη μελλοντική χρήση, το 92 τοις εκατό των ηγετών ανθρώπινου δυναμικού σκοπεύουν να αυξήσουν τη χρήση τεχνητής νοημοσύνης σε τουλάχιστον έναν τομέα του ανθρώπινου δυναμικού. Οι πέντε κορυφαίοι τομείς είναι η διαχείριση της απόδοσης (43 τοις εκατό), η επεξεργασία μισθοδοσίας και η διαχείριση παροχών (42 τοις εκατό), η πρόσληψη και η πρόσληψη (41 τοις εκατό), η εισαγωγή νέων εργαζομένων (40 τοις εκατό) και η διαχείριση αρχείων εργαζομένων (39 τοις εκατό). Οι περισσότεροι σχεδιάζουν να αυξήσουν τη χρήση τους τους επόμενους 12 έως 18 μήνες. 

Αυτό ευθυγραμμίζεται με άλλες έρευνες που δείχνουν ότι η χρήση της ΤΝ στο HR αναμένεται να αυξηθεί τα επόμενα χρόνια. Η έρευνα Future of Work 2022 της IDC προέβλεψε ότι φέτος, το 60 τοις εκατό των παγκόσμιων 2000 επιχειρήσεων θα αναπτύξουν εργαλεία AI και μηχανικής μάθησης (ML) για να υποστηρίξουν ολόκληρη την εμπειρία του κύκλου ζωής των εργαζομένων. Μέχρι το 2024, προβλέπουν οι συγγραφείς, το 80 τοις εκατό των οργανισμών του παγκόσμιου 2000 θα χρησιμοποιούν "διαχειριστές" με δυνατότητα AI/ML για την πρόσληψη, την απόλυση και την εκπαίδευση των εργαζομένων. Μάλιστα, πριν από δύο χρόνια υπήρχαν ειδήσεις για την Amazon που χρησιμοποιούσε αλγόριθμους ή bots για να απολύει ανθρώπους. 

Η διευθύντρια ερευνών της IDC, Amy Loomis, δήλωσε ότι η πρακτική αυτή χρησιμοποιείται ήδη ευρέως στο HR σήμερα μέσω της κατάταξης στοίβας. Το stack ranking είναι μια στατιστική προσέγγιση που συγκρίνει τις επιδόσεις των εργαζομένων μεταξύ τους. Μετά από ανάλυση της απόδοσης του προσωπικού, το λογισμικό stack ranking συνιστά στα άτομα με χαμηλές επιδόσεις να λάβουν πρόσθετη εκπαίδευση, συμβουλεύει τους διευθυντές να κάνουν παρέμβαση ή, στη χειρότερη περίπτωση, να απολύσουν τα άτομα που πέφτουν κάτω από το όριο της αποδεκτής απόδοσης. Θα μπορούσε να είναι τόσο μεγάλη όσο η απόλυση των υπαλλήλων που ανήκουν στο κατώτερο 10 τοις εκατό των επιδόσεων. Για τον μετριασμό αυτής της τάσης, η πόλη της Νέας Υόρκης ψήφισε νόμο που απαιτεί από τις εταιρείες να ελέγχουν το λογισμικό πρόσληψης με τεχνητή νοημοσύνη για προκαταλήψεις. Οι εταιρείες που παραβιάζουν αυτόν τον νόμο αντιμετωπίζουν πρόστιμα. 

Πώς οι ομάδες ανθρώπινου δυναμικού χρησιμοποιούν την Τεχνητή Νοημοσύνη

Τα εργαλεία τεχνητής νοημοσύνης είναι ευέλικτα και προσφέρουν στις ομάδες ανθρώπινου δυναμικού μια σειρά από εφαρμογές, βοηθώντας τες να ολοκληρώσουν πολλές σημαντικές λειτουργίες με ταχύτερο και πιο ενδελεχή τρόπο από ποτέ. Ακολουθεί μια ματιά σε μερικούς από τους τρόπους με τους οποίους οι ομάδες ανθρώπινου δυναμικού χρησιμοποιούν σήμερα την τεχνολογία AI.

Αναζήτηση προσωπικού και προσλήψεις

Η πρόσληψη και η απόκτηση ταλέντων είναι από τις πρώτες εργασίες HR που έχει χρησιμοποιηθεί η AI για να βελτιωθεί. Από την ανάρτηση θέσεων εργασίας έως την αποστολή προσφορών εργασίας, η ΤΝ έχει μειώσει σημαντικά τον χρόνο που δαπανάται για την πρόσληψη νέων εργαζομένων, αυτοματοποιώντας τις χειροκίνητες εργασίες.

Ο Aleksander Dolgov, συνιδρυτής και επικεφαλής ανθρώπινου δυναμικού της Skipp, μιας πλατφόρμας ταλέντων ως υπηρεσία για επαγγελματίες του τομέα της τεχνολογίας, έχει γίνει μάρτυρας της δύναμης της ΤΝ στην εξεύρεση τεχνικών ταλέντων με την αυτοματοποίηση επαναλαμβανόμενων εργασιών και την παροχή πολύτιμων πληροφοριών σχετικά με την απόδοση των εργαζομένων και την προσέγγιση των υποψηφίων: 

"Οι επαγγελματίες που αναζητούν προγραμματιστές πληροφορικής, σχεδιαστές UI/UX και άλλους τεχνικούς ρόλους χρησιμοποιούν συχνά εργαλεία όπως το LinkedIn και το GitHub για να βρουν και να συνεργαστούν με πιθανούς υποψηφίους", δήλωσε ο Dolgov. "Με τη βοήθεια της τεχνητής νοημοσύνης, αυτοί οι επαγγελματίες μπορούν να δημιουργήσουν προσαρμοσμένες ακολουθίες μηνυμάτων και επικοινωνιών για κάθε υποψήφιο, συμβάλλοντας στη βελτίωση της δέσμευσης και των ποσοστών ανταπόκρισης. Επιπλέον, η ΤΝ μπορεί να χρησιμοποιηθεί για την παρακολούθηση και την ανάλυση των ποσοστών μετατροπής, επιτρέποντας στους υπεύθυνους προσλήψεων και τους υπεύθυνους προσλήψεων να εντοπίσουν και να βελτιώσουν τις πιο επιτυχημένες στρατηγικές προσέγγισης".

Δεσμευμένη στην τεχνητή νοημοσύνη για καλό σκοπό, η προγραμματιστική πλατφόρμα διαφήμισης θέσεων εργασίας PandoLogic έχει διερευνήσει πιο πρόσφατα τις δυνατότητες του ChatGPT και του generative AI για την προώθηση των chatbots πρόσληψης. Ο Keisuke Inoue, επικεφαλής επιστήμονας δεδομένων αλγορίθμων, μοιράζεται ότι η PandoLogic χρησιμοποιεί ήδη την ΤΝ με τέτοιο τρόπο, συγκεκριμένα για τη δημιουργία ερωτήσεων συνέντευξης και την απάντηση ερωτήσεων μέσω ενός ιδιόκτητου μεγάλου γλωσσικού μοντέλου ειδικού τομέα (DSLLM). 

"Το DSLLM της PandoLogic είναι βελτιστοποιημένο για τον τομέα των προσλήψεων, αξιοποιώντας μια μεγάλη συλλογή περιγραφών θέσεων εργασίας και σχετικών συνόλων δεδομένων", δήλωσε ο Inoue. "Με αυτή τη γνώση ειδικά για τον τομέα, το DSLLM είναι σε θέση να παράγει ασφαλέστερες και πιο αξιόπιστες ερωτήσεις συνέντευξης εργασίας που είναι κατάλληλες για τις εισερχόμενες περιγραφές θέσεων εργασίας σε σχέση με τα γενικά διαθέσιμα εργαλεία τεχνητής νοημοσύνης. Σε σύγκριση με τις παραδοσιακές προσεγγίσεις, η γεννητική τεχνητή νοημοσύνη της PandoLogic είναι σε θέση να χειριστεί απρόβλεπτες ερωτήσεις μέσω του GPT4 και των δεδομένων πλαισίου".

Εισαγωγή νέων υπαλλήλων

Η τεχνητή νοημοσύνη μπορεί να αναπτύξει και να αυτοματοποιήσει την εισαγωγή νέων υπαλλήλων: 

• Επαλήθευση των εγγράφων των εργαζομένων
• Διεξαγωγή εισαγωγικής εκπαίδευσης
• Χειρισμός διοικητικών εργασιών, όπως η παροχή ταυτότητας και η πρόσβαση στο υλικό και το λογισμικό της εταιρείας 

"Η εισαγωγή είναι ένα ουσιαστικό μέρος του HR και η AI μπορεί να κάνει τη διαδικασία πιο ομαλή και πιο εξατομικευμένη. Τα chatbots με τεχνητή νοημοσύνη μπορούν να καθοδηγήσουν τους νέους υπαλλήλους κατά τη διαδικασία της εισαγωγής, απαντώντας σε ερωτήσεις και παρέχοντας πληροφορίες και προτροπές", δήλωσε ο Nick Gallimore, διευθύνων σύμβουλος διαχείρισης ανθρώπινου δυναμικού στην Advanced, μια εταιρεία επιχειρηματικού λογισμικού. 

"Αυτό διασφαλίζει ότι σε καμία περίπτωση κατά τη διάρκεια της διαδικασίας ένας υποψήφιος δεν θα μείνει "ξεκρέμαστος" ή θα "ξεχαστεί", γεγονός που διατηρεί μια θετική εικόνα/υπόληψη για την εταιρεία, κάτι που είναι ζωτικής σημασίας στη σημερινή πολύ ανταγωνιστική αγορά ταλέντων", πρόσθεσε. "Αυτό απελευθερώνει το προσωπικό ανθρώπινου δυναμικού για να επικεντρωθεί σε πιο σύνθετα καθήκοντα. Η τεχνητή νοημοσύνη μπορεί επίσης να βοηθήσει στην εξατομίκευση της διαδικασίας εισαγωγής, αναλύοντας δεδομένα για κάθε εργαζόμενο, όπως οι δεξιότητες και οι προτιμήσεις του, και προσαρμόζοντας την εκπαίδευσή του ανάλογα".

Παρακολούθηση εργαζομένων 

Το καλύτερο λογισμικό παρακολούθησης εργαζομένων ενσωματώνει πλέον τεχνητή νοημοσύνη για τον εντοπισμό σημείων συμφόρησης στην παραγωγικότητα των εργαζομένων, παρακολουθώντας τις διαδικτυακές κινήσεις τους. Αυτό μπορεί να βοηθήσει τους διαχειριστές να διαχειρίζονται εύκολα μεγάλα εργατικά δυναμικά χωρίς να παρακολουθούν χειροκίνητα τη δραστηριότητα, παρέχοντάς τους αντιθέτως ειδοποιήσεις και προειδοποιήσεις όταν η ΤΝ εντοπίζει ανωμαλίες ή παραβιάσεις της πολιτικής της εταιρείας.

"Η τεχνητή νοημοσύνη μπορεί να παρακολουθεί την απόδοση, τη συμπεριφορά και τη δέσμευση των εργαζομένων, παρέχοντας στις ομάδες ανθρώπινου δυναμικού πολύτιμες πληροφορίες. Μπορεί να αναλύσει δεδομένα εργαζομένων, όπως μηνύματα ηλεκτρονικού ταχυδρομείου, συνομιλίες και μοτίβα εργασίας, για να ανιχνεύσει σημάδια εξουθένωσης, αποδέσμευσης ή ακόμη και παραπτώματα", δήλωσε ο Gallimore. "Αυτή η πολύτιμη πληροφόρηση μπορεί να βοηθήσει τις ομάδες HR να αντιμετωπίσουν τα ζητήματα πριν γίνουν πιο σημαντικά. Τα εργαλεία με τεχνητή νοημοσύνη μπορούν επίσης να παρακολουθούν την παραγωγικότητα των εργαζομένων, παρέχοντας δεδομένα σχετικά με το πόσο χρόνο ξοδεύουν οι εργαζόμενοι σε συγκεκριμένες εργασίες. Αυτό μπορεί να βοηθήσει τις ομάδες ανθρώπινου δυναμικού να βελτιστοποιήσουν τις ροές εργασίας και να εντοπίσουν τομείς για βελτίωση".

Μάθηση και ανάπτυξη

Η τεχνητή νοημοσύνη στη μάθηση και την ανάπτυξη μπορεί να βοηθήσει στη δημιουργία εξατομικευμένης εκπαίδευσης που να ταιριάζει σε κάθε εργαζόμενο. Η Anjela Mangrum, ιδρύτρια του πρακτορείου προσλήψεων μεταποίησης Mangrum Career Solutions, βλέπει σημαντικές δυνατότητες της ΤΝ στη μεγιστοποίηση της ανάπτυξης των εργαζομένων. 

"Εγώ ... πιστεύω ότι υπάρχουν πολλές δυνατότητες για την ΤΝ να προσαρμόσει την εκπαίδευση των εργαζομένων, δημιουργώντας διαδρομές καριέρας βάσει δεδομένων για κάθε άτομο αντί της παραδοσιακής γενικής εστίασης στο να βοηθήσει τους εργαζόμενους να αποκτήσουν τις απαιτούμενες επιχειρηματικές δεξιότητες", δήλωσε η Mangrum. "Παρακολουθώντας τις μοναδικές μεθόδους μάθησης των επαγγελματιών, η ΤΝ μπορεί να βοηθήσει στην ανάπτυξη του εργατικού δυναμικού σας παρέχοντας εξατομικευμένες συστάσεις για την κατάρτιση δεξιοτήτων".

Εσωτερική κινητικότητα 

Η προαγωγή και η εξέλιξη της σταδιοδρομίας των εργαζομένων διευκολύνεται με τη χρήση εργαλείων ΤΝ για την εξεύρεση ταλέντων από το εσωτερικό του οργανισμού.

"Ο εξορθολογισμός των διαδικασιών εσωτερικής κινητικότητας μπορεί επίσης να γίνει καλύτερα με την ΤΝ", δήλωσε ο Mangrum. "Το ταίριασμα εργαζομένων και τμημάτων δεν είναι πάντα το ευκολότερο, οπότε πολλοί εργοδότες τείνουν να δημοσιεύουν απλώς μια αγγελία εργασίας αντί να εξετάζουν τα τρέχοντα μέλη της ομάδας τους για τις κενές θέσεις. Η τεχνητή νοημοσύνη μπορεί να αναλάβει αυτό το έργο, εξοικονομώντας πολύτιμα δολάρια για την πρόσληψη και την εκπαίδευση εξωτερικών ταλέντων". 

Πώς η ΤΝ ωφελεί τα τμήματα ανθρώπινου δυναμικού

Παρόλο που η αλλαγή μπορεί να είναι τρομακτική, τα εργαλεία AI προσφέρουν πολλά βασικά οφέλη στα τμήματα ανθρώπινου δυναμικού, εξορθολογίζοντας τις ροές εργασίας τους και υποστηρίζοντας τη βελτίωση της λήψης αποφάσεων. Τα οφέλη αυτά περιλαμβάνουν τα εξής:

Βελτιωμένη αποδοτικότητα

Η τεχνητή νοημοσύνη μπορεί να αυτοματοποιήσει τις επαναλαμβανόμενες και χρονοβόρες εργασίες, ώστε οι επαγγελματίες του ανθρώπινου δυναμικού να μπορούν να επικεντρωθούν στη δημιουργία στρατηγικών. Επιπλέον, η τεχνητή νοημοσύνη βελτιώνει επίσης τη λήψη αποφάσεων με πολύτιμες πληροφορίες μέσω της ανάλυσης ανθρώπινου δυναμικού και της προγνωστικής ανάλυσης. 

Για παράδειγμα, η ΤΝ μπορεί να βελτιώσει την αποδοτικότητα των προσλήψεων βελτιώνοντας τη διαδικασία διαλογής και επιλογής. Οι αλγόριθμοι μπορούν να αναλύουν βιογραφικά σημειώματα, να καθορίζουν τους πιο κατάλληλους υποψηφίους και να παρέχουν πληροφορίες που βοηθούν τους υπεύθυνους προσλήψεων να λαμβάνουν καλύτερες αποφάσεις πρόσληψης. 

Μειωμένο κόστος 

Το λογισμικό με τεχνητή νοημοσύνη μπορεί να αναλύσει μεγάλες ποσότητες δεδομένων για να εντοπίσει μοτίβα και τάσεις και να προτείνει οικονομικά αποδοτικές λύσεις. Για παράδειγμα, η τεχνητή νοημοσύνη παρέχει πληροφορίες σχετικά με τις πηγές πρόσληψης που παράγουν την υψηλότερη ποιότητα υποψηφίων, ώστε να μπορείτε να κατανείμετε τον προϋπολογισμό σας για προσλήψεις ανάλογα ή να εγκαταλείψετε αναποτελεσματικά κανάλια πρόσληψης. 

Η παγκόσμια έρευνα της McKinsey για την ΤΝ δείχνει ότι το 27% των ερωτηθέντων από το τμήμα ανθρώπινου δυναμικού δήλωσε ότι η υιοθέτηση της ΤΝ οδήγησε σε μείωση του κόστους λιγότερο από 10%, ενώ το 23% ανέφερε μέση αύξηση των εσόδων από 6% έως 10%. Οι τομείς HR που συμμετείχαν στην εν λόγω έρευνα ήταν η διαχείριση της απόδοσης και ο σχεδιασμός του οργανισμού, η ανάπτυξη του εργατικού δυναμικού και η βελτιστοποίηση της διαχείρισης ταλέντων. 

Καλύτερη λήψη αποφάσεων 

Η τεχνητή νοημοσύνη επιτρέπει τη συλλογή και ανάλυση δεδομένων στις διαδικασίες ανθρώπινου δυναμικού σας, ώστε να εξαλείψετε τις προκαταλήψεις και τις εικασίες και να εγγυηθείτε ότι επιλέγετε τον σωστό υποψήφιο ή ότι προσφέρετε το καλύτερο σχέδιο αποζημίωσης και παροχών. Για παράδειγμα, η εξόρυξη δεδομένων πρόσληψης βοηθά στην αποκάλυψη των προκλήσεων, ώστε να μπορείτε να τις αντιμετωπίσετε αντικειμενικά. Κοιτάζοντας τα αναλυτικά στοιχεία πρόσληψης, μπορείτε να: 

• Να εστιάσετε σε μετρήσεις που σχετίζονται με το κόστος, όπως οι επιδόσεις της διαφήμισης θέσεων εργασίας και το κόστος ανά πρόσληψη, για να μειώσετε τα έξοδα πρόσληψης
• Επικεντρωθείτε σε βασικούς δείκτες επιδόσεων (KPI) που σχετίζονται με την ταχύτητα, όπως ο χρόνος πλήρωσης και ο χρόνος πρόσληψης, για να επιταχύνετε την πρόσληψη
• Δώστε προσοχή σε βασικούς δείκτες ποιότητας, όπως ο κύκλος εργασιών και το ποσοστό διατήρησης νέων υπαλλήλων, για να βελτιώσετε την ποιότητα των προσλήψεων.

Σκέψεις κατά την υιοθέτηση εργαλείων ΤΝ
Πέρα από το τι μπορεί να κάνει η τεχνητή νοημοσύνη και τα οφέλη από τη χρήση της στο HR, ακολουθούν ορισμένα πράγματα που πρέπει να έχετε κατά νου όταν αποφασίζετε να επενδύσετε σε εργαλεία HR με τεχνητή νοημοσύνη: 

Να θυμάστε ότι η τεχνητή νοημοσύνη έχει περιορισμούς. 
Το Harvard Business school πραγματοποίησε έρευνα και διαπίστωσε ότι το 88% των στελεχών ανθρώπινου δυναμικού έμαθαν ότι τα εργαλεία τους απορρίπτουν κατάλληλους υποψηφίους. Οι περιγραφές θέσεων εργασίας έχουν πάρα πολλά προσόντα, γεγονός που δημιούργησε έναν μακρύ κατάλογο απαιτήσεων για τους αλγόριθμους που πρέπει να ελέγξουν στα βιογραφικά σημειώματα. Ως αποτέλεσμα, ο αλγόριθμος απέρριπτε πολλούς υποψήφιους με προσόντα που μπορεί να τους έλειπαν μόνο μερικές δεξιότητες από τη λίστα. Ένας άλλος παράγοντας ήταν το κενό εργασίας στα βιογραφικά των υποψηφίων για περισσότερο από έξι μήνες. Αυτά τα κενά μπορεί να αντιπροσωπεύουν θεμιτά γεγονότα ζωής, όπως εγκυμοσύνη, στρατιωτική αποστολή ή ασθένεια. 

Η τεχνητή νοημοσύνη από μόνη της δεν μπορεί να δώσει την πλήρη εικόνα της κατάστασης. Οι επαγγελματίες του ανθρώπινου δυναμικού θα πρέπει να εμβαθύνουν στους λόγους που κρύβονται πίσω από τα δεδομένα για να κατανοήσουν και να ερμηνεύσουν σωστά τα αποτελέσματα. Χρησιμοποιήστε τη διαίσθηση και την εμπειρία σας για να λάβετε τις σωστές επιχειρηματικές αποφάσεις. 

Λάβετε υπόψη σας τους κινδύνους προστασίας της ιδιωτικής ζωής των δεδομένων και της ασφάλειας στον κυβερνοχώρο.

Με έναν αυξανόμενο αριθμό οργανισμών που χρησιμοποιούν τεχνητή νοημοσύνη για την αποθήκευση επιχειρηματικών πληροφοριών, η ασφάλεια των δεδομένων είναι κρίσιμη σήμερα περισσότερο από ποτέ. Το HR πρέπει να είναι σε θέση να διαβεβαιώσει τους υπαλλήλους ότι οι προσωπικές τους πληροφορίες, όπως οι αριθμοί κοινωνικής ασφάλισης και τα τραπεζικά στοιχεία, είναι ασφαλείς. 

Οι οργανισμοί πρέπει να θεσπίσουν ισχυρές κατευθυντήριες γραμμές για την ασφάλεια στον κυβερνοχώρο, ώστε να κερδίσουν την εμπιστοσύνη των εργαζομένων και να αποφύγουν παραβιάσεις δεδομένων που θα μπορούσαν να οδηγήσουν σε αγωγές ή βαριά πρόστιμα και να βλάψουν τη φήμη της εταιρείας. 

Να είστε επιφυλακτικοί απέναντι σε εργαλεία που "τα κάνουν όλα".

Θα μπορούσε να είναι δελεαστικό να αγοράσετε ένα ολοκληρωμένο λογισμικό με τεχνητή νοημοσύνη που "τα κάνει όλα". Ωστόσο, ο Todd Raphael, Head of Content, SkyHive, συμβουλεύει τη διοίκηση ανθρώπινου δυναμικού να έχει έναν υγιή σκεπτικισμό απέναντι στα εργαλεία που καυχιούνται ότι τα κάνουν όλα καλύτερα.

"Πιθανότατα είναι προτιμότερο να διατηρήσετε αλλά να βελτιώσετε τα συστήματα που έχετε μέσω ενός εργαλείου AI. Εάν η τεχνητή νοημοσύνη διαθέτει επαρκή δεδομένα και λειτουργεί σε πραγματικό χρόνο - έτσι ώστε [να] είναι πάντα ενημερωμένη - μπορεί να παρέχει πραγματικά πολύτιμη νοημοσύνη", δήλωσε ο Raphael. "Μπορεί να κάνει πολλά από τα συστήματα ανθρώπινου δυναμικού που έχετε ακόμη πιο έξυπνα, να ξεκλειδώσει πολλές πολύτιμες πληροφορίες από αυτά. Θα ήμουν απλώς επιφυλακτικός με τις εταιρείες AI που υπόσχονται να είναι καλύτερες από κάθε υπάρχον εργαλείο που έχετε, αντί να ενισχύουν και να επαυξάνουν κάθε υπάρχον εργαλείο. Κανένα προϊόν δεν μπορεί να είναι το καλύτερο σε όλα".

Τα τμήματα ανθρώπινου δυναμικού θα υιοθετούν όλο και περισσότερο την ΤΝ προς όφελος των ανθρώπων

Δεν υπάρχει αμφιβολία ότι η τεχνητή νοημοσύνη έχει τεράστιο αντίκτυπο στο HR. Από την αυτοματοποίηση εργασιών ρουτίνας έως την παροχή πληροφοριών πλούσιων σε δεδομένα για πιο αντικειμενική λήψη αποφάσεων, η ΤΝ συνεχίζει να βελτιώνει τον τρόπο με τον οποίο οι εταιρείες προσελκύουν, αναπτύσσουν και διατηρούν ταλέντα. Ωστόσο, είναι σημαντικό για τους επαγγελματίες του HR να συνειδητοποιήσουν ότι η ΤΝ δεν πρέπει να αντικαταστήσει την ανθρώπινη επαφή στο HR. Οι εταιρείες θα πρέπει να είναι σε θέση να επιτύχουν μια ισορροπία μεταξύ της τεχνολογίας και της ανθρώπινης συμμετοχής για να αποκομίσουν τα μεγαλύτερα οφέλη.

Πηγή: Ways AI is Changing HR Departments