Малые предприятия Не готовы к ИИ в HR - но им нужно быть

ИИ интегрируется во все больше и больше HR-программ для малого бизнеса. Вот как можно подготовиться.

Предприятия уже осознали, насколько полезен искусственный интеллект (ИИ) для процессов и стратегии управления персоналом. Около 88% компаний по всему миру каким-либо образом использовали ИИ для управления персоналом , чтобы автоматизировать утомительные задачи, такие как сканирование резюме, или чтобы раскрыть основанную на данных информацию о талантах, которую они не смогли бы найти иначе. ИИ также все чаще встречается в кадровых системах , которые уже используются на предприятиях.

Теперь малый бизнес подключается к искусственному интеллекту. Согласно опросу Platforms Top Technology Trends 2019 года , 41% малых предприятий США уже используют искусственный интеллект или машинное обучение (ML) или планируют использовать его в ближайшие один-два года.

Волнение вокруг потенциала ИИ в сфере малого бизнеса ощутимо. Но азарт - это не то же самое, что готовность. И когда 83% руководителей кадровых служб (CHRO) из списка Fortune 500 считают, что в их организациях есть пробелы в готовности, когда дело доходит до ИИ, можно только представить, насколько распространены пробелы в готовности к ИИ у их меньших собратьев.

Мы объясним, почему каждому отделу кадров малого бизнеса - даже тем, кто вообще не интересуется искусственным интеллектом - нужно обращать внимание. Затем мы дадим советы, как подготовиться к использованию ИИ в HR.

ИИ приходит в ваш отдел кадров, хотите вы этого или нет

Для многих HR-отделов малого бизнеса внедрение искусственного интеллекта покажется слишком большим мостом. С технической точки зрения им нужно идти пешком, прежде чем они смогут бегать, поэтому многие вместо этого сосредоточены на простом переходе от ручных процессов к программному обеспечению. Согласно нашему исследованию Top Technology Trends 2019 года, 80% малых предприятий США сейчас используют программное обеспечение для управления персоналом или планируют использовать его в ближайшие один-два года.

Будьте то начисление заработной платы программное обеспечение , программное обеспечение , рекрутинг , или в противном случае, все больше и больше малые предприятия покупают коммерчески доступные системы для обработки их потребности HR вместо того , чтобы использовать электронные таблицы или бумажные файлы.

Но многие не понимают, что одновременно они внедряют ИИ.

Не верите мне? Вот несколько примеров:

• Пользователи Kronos Workforce Ready , системы управления человеческим капиталом (HCM) для малых и средних предприятий, получают доступ к «AIMEE» - ИИ, который может анализировать данные по персоналу для выявления наиболее эффективных сотрудников и прогнозирования того, какие сотрудники могут уволиться.
• ZipRecruiter , платформа для набора персонала для малого бизнеса, добавила в 2018 году функцию под названием «Калибровка кандидатов», которая позволяет пользователям ставить отметки «Нравится» или «Не нравится» разным соискателям вакансий, чтобы ИИ платформы мог находить более подходящих кандидатов для вакансий в будущем.
• Всего несколько недель назад Cornerstone приобрела Clustree - платформу на основе искусственного интеллекта, которая сопоставляет навыки сотрудников с конкретными рабочими ролями, - которую поставщик планирует интегрировать в свой портфель продуктов, включая ориентированную на малый бизнес PiiQ .

Со временем все больше и больше поставщиков программного обеспечения для управления персоналом будут добавлять ИИ в свои портфели продуктов.

Что это значит? Это означает, что ИИ - это не то, что вы будете активно искать и покупать как отдельный инструмент. Скорее, ИИ уже будет интегрирован в системы управления персоналом, которые вы используете для повседневных процессов.

Не поймите меня неправильно - это хорошо. Как я упоминал в начале, ИИ уже приносит много преимуществ отделам кадров на уровне предприятия.

Но это также означает, что вам нужно быть осторожным. Если он извлекает уроки из уже существующих неверных данных или процессов, ИИ в вашем HR-программном обеспечении может давать плохие рекомендации (например, предлагать вам нанять не того человека) или доставлять неудовлетворительные впечатления (например, сотрудник не может получить ответы от HR-чат-бота ) .

Это будущее, которого вы хотите избежать, поэтому давайте посмотрим, как вы можете подготовиться сегодня.

4 совета по подготовке к ИИ в HR

Если вы когда-нибудь получали ужасный плейлист от Spotify или задавались вопросом, почему ваши рекомендации Netflix загромождены мусором, вы уже испытали, что может случиться, когда ИИ пойдет не так. При внедрении в отдел кадров ставки намного выше. Что, если ИИ порекомендует соискателя вакансии, который на самом деле плохо подходит для вашей компании?

Чтобы помочь вам избежать подобных проблем, вот несколько советов, как подготовиться к тому, что ИИ проникнет в ваш отдел кадров:

1. Отточите один эффективный вариант использования.

Освободить ИИ от ваших HR-процессов и скрестить пальцы, что все будет хорошо, - неправильный шаг. Вместо этого сосредоточьтесь на одной ключевой области, которая нуждается в улучшении, - решениях о найме или даже на чем-то вроде предоставления кадровых услуг - и внимательно отслеживайте результаты при внедрении ИИ. Вы можете не только лучше контролировать объем своей реализации ИИ, но и сузить варианты программного обеспечения, выбирая те, которые подходят только для вашего желаемого варианта использования.

2. Соберите и систематизируйте как можно больше данных о кадрах.

ИИ полагается на достоверные данные, чтобы определять тенденции, давать рекомендации или предоставлять человеческий опыт. Если у вас есть разреженные или неполные данные, вы получите плохие результаты. Используя электронные таблицы или информационную систему управления персоналом (HRIS) , начните накапливать и помечать как можно больше данных о сотрудниках, связанных с наймом, производительностью, компенсацией и всем остальным, связанным с HR, чтобы ваш ИИ встал на правильный путь, когда придет время.

3. Уменьшите факторы, влияющие на ваши данные HR.

Как только вы накопите достаточно большой набор данных HR, используйте инструмент анализа данных, чтобы понять его. Распределены ли рейтинги производительности равномерно и справедливо? Вы нанимаете больше мужчин, чем женщин? Это почему? Изучение того, где ваши данные сильно смещены, и смягчение факторов, влияющих на данные, поможет вам избежать дискриминации ИИ в будущем.

Если вы хотите узнать больше о дискриминации ИИ, ознакомьтесь со статьей: «Рекрутеры, берегитесь: ИИ тоже может дискриминировать».

4. Попросите поставщиков открыть «черный ящик».

Проблема «черного ящика» с ИИ возникает, когда вы не знаете, какие методы или алгоритмы использовал инструмент ИИ для получения результатов. Это делает практически невозможным оптимизацию ИИ или понимание его недостатков. Говоря с поставщиками кадровых услуг об их возможностях ИИ, откажитесь от маркетингового языка и задайте вопросы, чтобы лучше понять, как именно работает ИИ. Они, вероятно, не раскроют все, но вы узнаете достаточно, чтобы помочь в принятии решения о покупке.

Нужна дополнительная помощь ИИ?

Согласно исследованию Future Workplace , 90% руководителей отдела кадров обеспокоены тем, что не смогут приспособиться к быстрому внедрению ИИ. Если кажется, что все это происходит слишком быстро, то это потому, что это так. Многие малые предприятия просто не готовы.

Однако вам не обязательно быть среди неподготовленных. Ознакомьтесь с другими ресурсами Platforms об ИИ, чтобы стать более информированными и готовыми к тому, что ИИ поможет вашему HR-отделу в позитивном направлении:

• Большие данные и искусственный интеллект помогают малому бизнесу анализировать ценные данные
• Рекрутеры, остерегайтесь: ИИ тоже может различать
• Опытное руководство для малого бизнеса по машинному обучению и искусственному интеллекту

Информация об исследовании Platforms Top Technology Trends 2019

Platforms провела этот опрос с июня по август 2019 года среди 539 руководителей малого и среднего бизнеса в США. Компании были отобраны по размеру для тех, у кого от 2 до 249 сотрудников и годовой доход в масштабе всего предприятия менее 100 миллионов долларов. Квалифицированные респонденты должны были участвовать в закупках технологий для организации и занимать в компании должность менеджера или выше.