Az IDC kutatócég nemrégiben készült jelentése azt jósolja, hogy 2024-re a Global 2000 vállalatok 80 százaléka AI/ML-alapú “digitális menedzsereket” fog alkalmazni a dolgozók felvételére, elbocsátására és képzésére azokban a munkakörökben, amelyekben lehetséges és képes is mérni a fejlődést – de csak minden ötödik vállalatnál lesz valódi érték e lépésből emberi közreműködés nélkül.
A pandémia számos vállalatot kényszerített arra, hogy új munkamodelleket alkalmazzon, a teljesen távoli munkavégzéstől kezdve a “hibrid” megközelítésekig. Az IDC szerint az átállás a hibrid munkavégzésre megkövetelte a vállalatoktól, hogy a vezetés és szervezés új módszereit dolgozzák ki a megfelelő irányításhoz. Olyannyira fontos ez, hogy a vállalatok mintegy 41 százaléka a távoli és hibrid munkaerő irányításának képességét kritikus fontosságúnak tekinti.
Mire jó egy ilyen megoldás?
Nem csoda, hogy ma már az AI/ML alapú digitális menedzsmentszoftvereket használják az önéletrajzok átvizsgálására és a jelentkezők kiválasztására, a napi munkateljesítmény meghatározására, kiegészítő képzések ajánlására, valamint annak meghatározására, hogy mikor és hány alkalmazottra van szükség egy munkához – különösen a műszakalapú (például gyár, logisztikai központ) munkák esetében.
De nehogy azt higgyük, hogy az AI/ML alkalmazása még ritka a munkavállalók felvételének és elbocsátásának folyamatában, ugyanis ma már meglehetősen széles körben használják humánerőforrás területen kisebb-nagyobb mértékben. “Az algoritmusokat gyakran alkalmazzák a munkavállalók összehasonlítására, hogy ki lenne a legalkalmasabb a felvételre, vagy kit lenne a legcélszerűbb kirúgni” – mondta Amy Loomis, az IDC piackutató Future of Work kutatási igazgatója. Ez a megoldás (stack-ranking) statisztikai alapú megközelítést használ az alkalmazottak értékelésére a munkateljesítményük alapján a többi csapattaggal összehasonlítva.
Az ilyen szoftver használható arra is, hogy az alkalmazottaknak képzéseket javasoljon, a vezetőket pedig arra ösztönözze, hogy a teljesítmény-küszöbértékek feletti kollégáknál elősegítsék a fejlődést, míg az attól elmaradó dolgozók egy bizonyos százalékát elbocsássák. Egy vállalat például dönthet úgy, hogy minden olyan alkalmazottól megválik, akinek az elért teljesítménye az alsó 10 százalékba esik.
Shannon Kalvar, az IDC IT Service Management and Client Virtualization Program kutatási vezetője szerint, bár a vállalatok nem hagyatkozhatnak teljes mértékben a szoftverrobotokra az alkalmazottak elbocsátása kérdésében, az AI/ML alapú ajánlásoknak nagy súlyuk van a döntéshozatalban.
“Emberek vagyunk, akik túlhajszoltak és túl stresszesek. Mi a valószínűsége annak, hogy nem értünk egyet egy javaslattal, amikor azt megkapjuk – különösen, ha távolról dolgozóról van szó?” – tette fel a kérdést.
A digitális menedzsmentszoftvereket már a világjárvány előtt is használták, amikor főként a teherautó-flották, a kiskereskedelmi dolgozók, a szolgáltatói szektor és más “feladatorientált” munkakörök kezelését segítették. A gig-gazdaság például rugalmas munkaidőt vezetett be a futárszolgálatok számára, ami lehetővé tette a kiskereskedelmi termékek és élelmiszerek egy napon belüli kiszállítását.
“Ijesztően sok szervezetnek van digitális menedzsere” – mondta Kalvar. “Hatalmas érdeklődést tapasztaltunk ez iránt, és már most kezdik bevezetni az irodai dolgozók számára is. Ma ez valóban a feladatorientált munkakörökben jelent problémát, de fel kell ismerni, hogy lassan mindannyiunknak ilyen munkaköre lesz.”
Az algoritmikus munkavállalói menedzsment egyik fő hibája az alkalmazások széttagoltsága. Egyes eszközök az ERP-rendszerek szoftverébe vannak beágyazva, mások önálló alkalmazások és szolgáltatások. Egy nagyvállalatnál sok különböző személyzeti menedzsment- és képzési alkalmazás létezhet, és ezek közül sok egyáltalán nem kommunikál egymással. Egyesek az alkalmazottak munkaidejét és jelenlétét követik, mások a dolgozók teljesítményét felügyelik, megint mások pedig a dolgozók szabadságát tartják nyilván.
A teljes cikk: A digitális főnökök felemelkedése: Ők alkalmazhatnak – és rúghatnak ki