Автоматизированные программы, которые помогают нанимать сотрудников и контролировать их работу, становятся все более популярными по мере того, как компании решают, как управлять разрозненной удаленной рабочей силой.

Автор: Лукас Меариан, старший репортер Computerworld

 

Использование искусственного интеллекта и машинного обучения (AI/ML) резко возрастает по мере того, как менеджеры и руководители адаптируются к гибридным рабочим средам и изо всех сил пытаются контролировать удаленных сотрудников.

Недавний отчет исследовательской фирмы IDC прогнозирует, что к 2024 году 80% компаний из списка Global 2000 будут использовать «цифровых менеджеров» с поддержкой AI/ML для найма, увольнения и обучения сотрудников на рабочих местах, но только одна из пяти компаний получит реальную выгоду от этого.

 

Продолжающаяся во всем мире пандемия COVID-19 вынудила многие компании внедрить новые модели работы, начиная от полностью удаленных и заканчивая «гибридными» подходами, когда отдельные лица и команды работают в нескольких цифровых и физических местах.

 

По данным IDC, этот переход к более распределенной рабочей силе потребовал от компаний разработки новых методов управления, руководства и организации предприятий.

 

Фактически, около 41% компаний рассматривают способность управлять удаленной и гибридной рабочей силой как важнейший навык для найма или развития внутри компании, согласно исследованию устойчивости и расходов будущего предприятия, проведенному IDC в апреле 2021 года.

 

Сегодня программное обеспечение для цифрового управления на основе AI/ML используется для сканирования резюме и отбора кандидатов, определения ежедневной производительности сотрудников, рекомендаций по дополнительному обучению и определения того, когда и сколько сотрудников требуется для работы, особенно для сменной работы.

 

Эми Лумис, директор по исследованиям международной службы IDC по исследованию рынка труда, говорит, что, хотя использование AI/ML для найма и увольнения работников может показаться примечательным, «сегодня оно довольно широко используется в hr-кругах в большей или меньшей степени.

 

«Алгоритмы часто используются для ранжирования сотрудников, предлагая рекомендации о том, кого лучше всего нанять или кого следует уволить», - сказал Лумис.

 

Ранжирование по стеку, также известное как принудительное ранжирование или принудительное распределение, использует основанный на статистике подход для оценки эффективности работы сотрудников по сравнению с другими членами команды.

 

Программное обеспечение для ранжирования стека можно использовать, чтобы предложить сотрудникам пройти дополнительное обучение, подтолкнуть менеджеров к исправлению положения сотрудников или, в некоторых случаях, побудить к увольнению определенного процента сотрудников, которые опускаются ниже пороговых значений производительности. Компания, например, может принять решение уволить всех сотрудников, которые попадают в 10% худших исполнителей.

 

Amazon попал под огонь критики

 

В широко распространенных сообщениях СМИ в прошлом году утверждалось, что Amazon использует программные алгоритмы или «ботов» для найма и оценки сотрудников, «увольняя миллионы людей практически без человеческого контроля».

 

В целом, большой процент работников Amazon увольняют из-за неявки на работу. По словам Келли Нантел, представителя Amazon, лишь небольшой процент увольняется из-за проблем с производительностью.

 

Компания, в которой работает более 1,4 миллиона человек, отрицает, что ее алгоритмы используются исключительно для увольнения работников. Технология управления персоналом компании поддерживает и улучшает опыт кандидатов на работу и сотрудников. По словам Нантел, она предназначена не для замены менеджеров, а для того, чтобы помочь им в принятии решений с помощью данных и информации.

 

«Существует четкая разница между системой управления персоналом, которая отмечает кого-то, кто не пришел на работу, и в результате они автоматически увольняются, и нашими системами повышения эффективности, которые помогают менеджерам получать обратную связь о том, где и как работают сотрудники, а также давать рекомендации и отзывы тем, кто может испытывать трудности», - говорит Нантел.

 

«В контексте легко сказать, что тысячи или сотни тысяч уволены роботами. Ну, в некоторых случаях это верно, но это никогда не происходит из-за проблем с производительностью», - добавляет Нантел. «Их не тренируют, не увольняют, не обучают и не дисциплинируют с помощью каких-либо технологий».

 

Шеннон Калвар, менеджер IDC по исследованиям программы управления ИТ-услугами и виртуализации клиентов, говорит, что, хотя компании не могут полностью полагаться на программных ботов для увольнения сотрудников, рекомендации, основанные на искусственном интеллекте и машинном обучении, имеют большое значение при принятии решений.

 

«Мы – люди, которые перегружены работой и испытывают чрезмерный стресс. Какова вероятность того, что вы не согласитесь с предложением, когда оно поступит, особенно если вы кем-то управляете удаленно?» - говорит Калвар.

 

Программное обеспечение для цифрового управления уже использовалось до пандемии, когда оно в основном помогало управлять парками грузовых автомобилей, работниками розничной торговли, сферы обслуживания и другими «ориентированными на задачи» рабочими местами. Например, в гиг-экономике были предусмотрены гибкие часы работы служб доставки, что позволило осуществлять доставку розничных и бакалейных товаров в тот же день. Грузовики для доставки больше не были упакованы заранее за несколько дней.

 

В 2015 году Amazon запустила свою службу доставки Flex, используя водителей по контракту вместо штатных сотрудников. Производительность контрактных работников тщательно контролируется программными алгоритмами, которые отслеживают их маршруты и сроки доставки.

 

«Пугающе большое количество организаций имеют цифровых менеджеров», - говорит Калвар. «Мы наблюдаем огромный рост интереса к этому, и это уже начинает распространяться на офисных работников в дополнение ко всем остальным. Сегодня это действительно проблема на рабочих местах, ориентированных на выполнение задач, но вы должны понимать, что мы все переходим на работу, ориентированную на выполнение задач.

 

«Существует множество программного обеспечения, которое обнаруживает проблемы с процессом, что является еще одним способом сказать: «Где люди ошибаются и нужно ли их исправлять?» - добавляет Калвар.

 

Эта вопрос стал актуальным в Европе, где Европейская комиссия рассматривает правила, которые могли бы заставить компании быть более прозрачными в использовании алгоритмического управления.

 

Одним из основных недостатков алгоритмического управления сотрудниками является разрозненный характер приложений. Некоторые инструменты встроены в программное обеспечение ERP-системы, другие являются автономными приложениями и сервисами. На крупном предприятии может быть много различных приложений для управления персоналом и обучения, и многие из них не взаимодействуют друг с другом.

 

Это проблема Amazon, которая использует различные типы программного обеспечения и алгоритмов. Некоторые отслеживают время и посещаемость сотрудников, другие контролируют производительность труда, в то время как третьи ведут учет отпусков по нетрудоспособности.

 

Ручное исправление, которое компания развернула для обеспечения связи между алгоритмом мониторинга времени и посещаемости и системой отпусков сотрудников, не позволило интегрировать две системы.

 

«В некоторых случаях возникали проблемы, когда человек мог находиться в отпуске, а две системы, не контактируя друг с другом, создавали форму электронного письма, отправляемого сотруднику, в котором говорилось, что он уволился с работы, когда на самом деле он был в отпуске», - объясняет Нантел. «Сейчас мы находимся в процессе полной реализации исправления, которое соединяет эти две системы вместе.

 

«Мы не уникальны в некоторых из этих проблем, и когда вы являетесь такой крупной компанией, как Amazon, и вы масштабируетесь и развиваетесь так же быстро, как и мы, то вы безусловно сталкиваетесь с некоторыми ситуациями, когда технологии и системы не успевают за темпами», - говорит она.

 

Ожидается, что в ближайшие несколько лет использование программного обеспечения для управления на основе искусственного интеллекта и машинного обучения будет только расти. Инвесторы и другие аналитики прогнозируют, что рынок программного обеспечения для искусственного интеллекта вырастет более чем вдвое, со 150 миллиардов долларов до более чем 500 миллиардов долларов в ближайшие пять лет или около того.

 

Например, IDC прогнозирует, что мировой рынок искусственного интеллекта, включая программное обеспечение, оборудование и услуги, вырастет с 327,5 млрд долларов в 2021 году до 554,3 млрд долларов в 2024 году с пятилетним совокупным годовым темпом роста (CAGR) 17,5%.

 

Forrester Research придерживается более консервативной точки зрения, прогнозируя, что к 2025 году рынок вырастет до 37 миллиардов долларов. Forrester объяснил свои цифры в отчете тем, что большинство приложений добавляют функции искусственного интеллекта без их монетизации, а созданные на заказ приложения для искусственного интеллекта, не приносят рыночных доходов.

 

«Искусственный интеллект быстро становится таким же фундаментальным для программного обеспечения, как программное обеспечение для бизнеса. В результате программное обеспечение на основе искусственного интеллекта будет все чаще встраиваться в существующие программные продукты существующими поставщиками программного обеспечения», - говорится в отчете Forrester, опубликованном в прошлом году.

 

«Компании поймут, что наиболее целесообразно приобретать функции искусственного интеллекта у этих поставщиков программного обеспечения. В конце концов, искусственный интеллект будет частью программных продуктов, точно так же, как аналитика, рабочий процесс и данные».

 

Forrester проводит различие между программными «платформами для создания», которые являются общими и специализируются на предоставлении пользователям и поставщикам возможности использовать искусственный интеллект для разработки приложений, и «покупкой приложений». Последняя представляют собой программные средства, основанные на искусственном интеллекте, предназначенные для того, чтобы помочь пользователям улучшить бизнес-результаты.

 

Распространенность искусственного интеллекта в настоящее время на различных платформах и приложениях означает, что корпоративным руководителям, руководящим распределенной рабочей силой, требуется больше, чем просто новые навыки. Им также нужны новые «ментальные модели» для понимания производительности, лидерства и отношений между сотрудниками, менеджерами и предприятиями, по словам Калвар из IDC.

 

Другими словами, организациям, использующим автоматизированное программное обеспечение для управления персоналом, необходимо пересмотреть свои отношения со своими сотрудниками.

«Сегодня мы все еще очень сильно застряли в мышлении индустриальной эпохи. Однако концепция офиса как фабрики не является полезным инструментом», - говорит Калвар.

 

Авторитарные стили руководства, которые подчеркивают преимущества работы сотрудников для менеджеров и прибыли компании, должны уступить место человеческим навыкам контроля, говорится в исследовании IDC. Без участия человека сотрудникам не хватает чувства корпоративной общности, и они не чувствуют себя вовлеченными в результаты своей работы.

 

А компании без человеческого контроля рискуют потерять квалифицированных кандидатов, потому что алгоритмы сканирования резюме часто не настроены правильно и, таким образом, отсеивают резюме потенциальных сотрудников. Кроме того, сотрудники, уволенные ботом, даже если они были уволены без уважительной причины, редко принимаются на работу повторно, добавляет Калвар.

 

«Особенно часто это происходит на низкооплачиваемых работах», - говорит Калвар. «Если вы уволили всех квалифицированных сотрудников, с вами покончено, потому что большинство компаний не будут повторно нанимать уволенных сотрудников. Люди все еще есть, но вы не можете их найти. Они невидимы для вас».

Если, например, компании требуются кандидаты с высшим образованием, даже если их опыт работы позволяет им претендовать на эту работу, алгоритмы автоматически исключат их из списка потенциальных кандидатов.

 

«Если у вас регион с низким уровнем образования в колледже, и вы проверяете все свои вакансии, требующие высшего образования, с помощью программного обеспечения для фильтрации, вы довольно быстро пропустите существующих кандидатов», -  объясняет Калвар. «Возможно, есть 30% населения, которых можно было бы рассмотреть на вакансии, но вы их не увидите.

 

«Это создает ощущение дисбаланса и нехватки талантов», - добавляет она.

Компании уже начинают обращать на это внимание и менять свою культуру управления. Например, в SoftBank (японском финансовом учреждении) люди просматривают резюме, отклоненные AI/ML, чтобы убедиться, что перспективные кандидаты не упущены из виду.

 

«Честно говоря, пока нет никаких лучших практик. Я бы сказала, что понять это – большая проблема для людей, которые управляют», - говорит Калвар. «Нам нужно разобраться с этим быстро. У тех, кто это поймет, будут очень активные, очень лояльные сообщества, работающие вместе. Те, кто потерпит неудачу, будут руководить очень бережливыми организациями. Пару кварталов это будет выглядеть действительно хорошо».

Но без вмешательства человека эти предполагаемые достижения могут исчезнуть.

 

Ссылка на источник