Куда можно пускать ИИ, а куда пока не надо
Gartner оценил влияние ИИ на 25 HR-процессов по трём параметрам: насколько он меняет процесс, улучшает решения и насколько зрелые решения уже есть на рынке. Хорошее сравнение, очень показательно и подтверждает уже мною сказанное.
Автоматизация с помощью ИИ следует за наведением порядка с процессами. Похожий вывод делает и Gartner: 72% HR-руководителей считают, что для получения продуктивности от ИИ необходимо перестраивать сами рабочие процессы.
Где ИИ полезен в HR?
То, о чём я уже говорил раньше, никуда не делось: тексты, документы, стандартные коммуникации и другие повторяющиеся операции. В адаптации, например, ИИ может забрать часть такой работы.
Gartner показывает ещё одну интересную вещь: большой потенциал есть в оценке кандидатов, определении дефицитных компетенций, карьерных маршрутах, стратегическом планировании и работе с данными. В преемственности и развитии руководителей ИИ скорее становится советником. А культурные, межличностные и другие подобные вопросы по-прежнему сильно зависят от человека.
Не про HR один я говорю: эта логика применима к любому бизнес-процессу. Вот такой чек-лист я вам собрал, чтобы проверить применимость ИИ в процессе:
1️⃣ Много ли одинаковых операций?
Чем больше объём и повторяемость операций, тем выше эффект. Ради нескольких редких случаев отдельное ИИ-решение может не окупиться.
2️⃣ Описаны ли процесс и правила?
Если работа держится в голове опытного сотрудника, а решения принимаются “по ситуации”, ИИ масштабирует лотерею и беспорядок. В этом и состоит главное узкое место ИИ — он хорошо действует в чётко заданных границах.
3️⃣ Есть ли нормальные данные?
Нужны единые определения, достаточная история и понятный результат, иначе ИИ будет уверенно предлагать то, чего в реальности не было. Он и на хороших данных может галлюцинировать, а тут тем более.
4️⃣ Можно ли проверить результат и сколько стоит ошибка?
Расчёты проверить легко, а правильность выбора преемника или стратегии — только через время. Чем выше риск, тем важнее будет контроль человека. Ну и кто-то за такие решения должен брать ответственность.
5️⃣ Нужно ли межличностное взаимодействие?
ИИ соберёт данные, найдёт противоречия и предложит сценарии. Но конфликт интересов, сложный разговор или кризисное решение машине не передашь, доверие она с человеком не выстроит.
Поотвечав на эти вопросы, можно выйти на три рабочих варианта:
➡️ ИИ исполняет массовую и стандартную работу.
➡️ ИИ моделирует, готовит прогнозы и варианты для обсуждения.
➡️ ИИ помогает человеку, который принимает решение и отвечает за последствия.
➡️ Есть и четвёртый: ИИ пока не нужен. Если процесс нестабилен, не описан, данных мало, а пользу невозможно оцифровать.
Если же ИИ всё же дал эффект, вопрос в решении — покупать или делать своё. Крупная компания может окупить собственное решение масштабом. Небольшому бизнесу чаще нужен готовый инструмент для отдельных операций.
P.S.: Согласны? Ставьте 🔥. И делитесь своими соображениями.
#иишница #управление #эффективность #Серия_Человек_и_робот
@PeopleManagementTech
Gartner оценил влияние ИИ на 25 HR-процессов по трём параметрам: насколько он меняет процесс, улучшает решения и насколько зрелые решения уже есть на рынке. Хорошее сравнение, очень показательно и подтверждает уже мною сказанное.
Автоматизация с помощью ИИ следует за наведением порядка с процессами. Похожий вывод делает и Gartner: 72% HR-руководителей считают, что для получения продуктивности от ИИ необходимо перестраивать сами рабочие процессы.
Где ИИ полезен в HR?
То, о чём я уже говорил раньше, никуда не делось: тексты, документы, стандартные коммуникации и другие повторяющиеся операции. В адаптации, например, ИИ может забрать часть такой работы.
Gartner показывает ещё одну интересную вещь: большой потенциал есть в оценке кандидатов, определении дефицитных компетенций, карьерных маршрутах, стратегическом планировании и работе с данными. В преемственности и развитии руководителей ИИ скорее становится советником. А культурные, межличностные и другие подобные вопросы по-прежнему сильно зависят от человека.
Не про HR один я говорю: эта логика применима к любому бизнес-процессу. Вот такой чек-лист я вам собрал, чтобы проверить применимость ИИ в процессе:
1️⃣ Много ли одинаковых операций?
Чем больше объём и повторяемость операций, тем выше эффект. Ради нескольких редких случаев отдельное ИИ-решение может не окупиться.
2️⃣ Описаны ли процесс и правила?
Если работа держится в голове опытного сотрудника, а решения принимаются “по ситуации”, ИИ масштабирует лотерею и беспорядок. В этом и состоит главное узкое место ИИ — он хорошо действует в чётко заданных границах.
3️⃣ Есть ли нормальные данные?
Нужны единые определения, достаточная история и понятный результат, иначе ИИ будет уверенно предлагать то, чего в реальности не было. Он и на хороших данных может галлюцинировать, а тут тем более.
4️⃣ Можно ли проверить результат и сколько стоит ошибка?
Расчёты проверить легко, а правильность выбора преемника или стратегии — только через время. Чем выше риск, тем важнее будет контроль человека. Ну и кто-то за такие решения должен брать ответственность.
5️⃣ Нужно ли межличностное взаимодействие?
ИИ соберёт данные, найдёт противоречия и предложит сценарии. Но конфликт интересов, сложный разговор или кризисное решение машине не передашь, доверие она с человеком не выстроит.
Поотвечав на эти вопросы, можно выйти на три рабочих варианта:
➡️ ИИ исполняет массовую и стандартную работу.
➡️ ИИ моделирует, готовит прогнозы и варианты для обсуждения.
➡️ ИИ помогает человеку, который принимает решение и отвечает за последствия.
➡️ Есть и четвёртый: ИИ пока не нужен. Если процесс нестабилен, не описан, данных мало, а пользу невозможно оцифровать.
Если же ИИ всё же дал эффект, вопрос в решении — покупать или делать своё. Крупная компания может окупить собственное решение масштабом. Небольшому бизнесу чаще нужен готовый инструмент для отдельных операций.
ИИ не стоит “внедрять в функцию”. Имеет смысл поручить ему конкретную работу, понимать ожидаемый эффект и заранее определять, где заканчиваются “полномочия технологии” и человек должен принимать решения самостоятельно.
P.S.: Согласны? Ставьте 🔥. И делитесь своими соображениями.
#иишница #управление #эффективность #Серия_Человек_и_робот
@PeopleManagementTech