השימוש בבינה מלאכותית במשאבי אנוש התמקד עד לפני כמה שנים בעיקר בכריית נתונים ובאוטומציה של משימות טכניות, כמו למשל סריקת קורות חיים.
כיום לעומת זאת, ובמבט קדימה לחמש השנים הבאות, עולם משאבי האנוש עבר וממשיך לעבור שדרוג דרמטי: מניתוח נתונים סביל לניתוח תחזיות אקטיבי (Predictive & Agentic People Analytics).
כיום, סוכני בינה מלאכותית עצמאיים אינם רק סורקים מידע, אלא מחברים בזמן אמת בין נתוני ביצועים, תקשורת ארגונית, מדדי מחוברות ומיומנויות וכדומה, כדי לספק להנהלה תובנות אסטרטגיות שמניעות צמיחה עסקית.
להלן 4 המדדים המרכזיים שבהם הבינה המלאכותית משנה את קבלת ההחלטות במשאבי אנוש:
1 גיוס, ניבוי הצלחה וסורסינג אוטונומי:
המערכות עברו מסינון מילות מפתח פשטני, לניתוח עומק של פוטנציאל למידה, התאמה לתרבות הארגונית וחיזוי איכות הגיוס לרבות תקופת השארות העובד בתפקיד, עוד לפני ריאיון העבודה הראשון.
2 חוויית עובד, שימור וחיזוי תחלופה:
במקום להסתמך על ראיונות עזיבה בדיעבד, האלגוריתמים של בינה מלאכותית מזהים אותות שחיקה שקטים, בהם שינויים בדפוסי תקשורת או עומס משימות, ומציפים התראות מוקדמות למנהלים, בצירוף המלצות לצעדי שימור יזומים.
3 ניהול כישורים, ניוד ותכנון עתודה:
הבינה המלאכותית ממפה את פער הכישורים בארגון, מזהה אוטומטית עובדים בעלי פוטנציאל גבוה לקידום, וממליצה על מסלולי הכשרה אישיים ואיוש תפקידים קריטיים.
4 אתיקה, גיוון ונטרול הטיות:
ניתוח מתקדם מאפשר לבינה המלאכותית לנטר באופן רציף פערים בשכר, בקידומים ובגיוס, תוך שמירה הדוקה על פרטיות הנתונים ועמידה ברגולציות הבינה המלאכותית.
מחקרים של חברת היעוץ מקינזי מראים, כי ארגונים המיישמים ניתוח מתקדם של נתוני עובדים מבוסס בינה מלאכותית, רושמים עלייה של כ-80% ביעילות הגיוס.
מדובר בגידול של כ-25% בתפוקת העובדים וירידה של כ-50% בשיעור התחלופה של טלנטים קריטיים.
החוקרים של חברת המחקר גרטנר צופים, כי עד שנת 2028, כ-70% מהחלטות איוש המשרות, הקידום והפיתוח המקצועי בארגון יתבססו על מערכות ניתוח כישורים מבוססות בינה מלאכותית, לעומת כ-20% בלבד בשנת 2023.
מדו"ח מגמות ההון האנושי של דלויט עולה, כי ארגונים המשתמשים באנליטיקת בינה מלאכותית כדי לזהות הטיות ופערים במדדי גיוון והכלה מדווחים על שיפור של כ-38% ברמת החדשנות והפתיחות הארגונית.
מסקרים של PwC עולה, כי כ-78% מסמנכ"לי משאבי האנוש מצהירים, כי השקעה בפלטפורמות AI People Analytics ממוקמת בארגון שלהם בעדיפות עליונה, שכן היא הופכת את מחלקת משאבי האנוש מסיווג כהוצאה אדמיניסטרטיבית לשותף אסטרטגי המציג החזר על ההשקעה כמרכיב עסקי ומדיד.
מחקרים של גאלופ מוכיחים, כי שימוש בבינה מלאכותית לצורך הערכת ביצועים רציפה, במקום הערכה שנתית מסורתית, מעלה את מידת מחוברות העובדים פי 2.8, ומוריד משמעותית את תחושת השחיקה והתסכול מהנהלים הבירוקרטיים.
בסיכומו של דבר, הבינה המלאכותית כבר אינה כלי עזר טכני לניתוח נתונים, אלא מצפן ניהולי.
ארגונים שידעו לשלב בין תובנות אלגוריתמיות מדויקות לבין אנושיות, חמלה ואתיקה ניהולית, יהנו מיתרון תחרותי חסר תקדים בניהול ההון האנושי שלהם.
