هوش مصنوعی در منابع انسانی - قسمت دوم

کاربردهای هوش مصنوعی برای انواع وظایف منابع انسانی

با وجود حجم زیاد داده و افزایش اطلاعات ذخیره شده تو فضای ابری، تحقیقات نشون میدن که ۴۰ درصد شرکتای بین المللی که بخش منابع انسانی دارن از برنامه های هوش مصنوعی استفاده می کنن. این شرکتا بیشتر تو آمریکا قرار دارن، ولی اروپا و آسیا هم خیلی عقب نیستن . تو این بخش می خوایم رو چندتا مورد مهم تو حوزه منابع انسانی تمرکز کنیم که بهمون کمک کنه ببینیم هوش مصنوعی چطور داره روی بخش منابع انسانی تأثیر میذاره. این موارد عبارتند از "استعدادیابی"، "مهاجرت کارکنان"، "برنامه ریزی کارکنان" و "آموزش کارکنان" مطابق شکل زیر

استخدام کارمند

استخدام کار خیلی وقت‌گیره، کارهایی مثل رزومه خوندن، قرار مصاحبه گذاشتن و خود مصاحبه رو میشه مثال زد. هوش مصنوعی میتونه کارهای تکراری رو کم کنه و روند استخدام رو اتوماتیک کنه. موقع پیدا کردن آدمای مناسب، یه سیستم میتونه رزومه‌ها رو فیلتر کنه، بررسی کنه، دنبال آدمای بااستعداد بگرده و یه لیست نهایی از بهترین گزینه‌ها درست کنه که در نهایت باعث صرفه‌جویی تو زمان و هزینه میشه و کل روند رو هم کارآمدتر میکنه. هوش مصنوعی میتونه با دریافت اطلاعات از سیستم‌های پردازش درخواست، به این کار سرعت بده. این شبیه موتورهای جستجوی کار میکنه که رزومه‌هایی رو بیرون میکشه که تعداد مشخصی از کلمه‌ها یا معیارهای تنظیم‌شده رو داشته باشه. اون رزومه‌هایی که انتخاب میشن به مرحله بعد میرن. مدیرها با تعیین معیارهای خاص میتونن لیست بلندبالایی از رزومه‌ها رو به یه لیست کوتاه از آدمایی که به درد اون موقعیت میخورن خلاصه کنن، به جای اینکه دستی تک‌تک بخونن و با قضاوت شخصی تصمیم بگیرن. یه دستیار مجازی میتونه بره دنبال چیزایی که تو رزومه نوشته نشده، مثلا مهارتایی که ذکر نشده یا عملکردهای قبلی تو شرکت‌های دیگه.

تو مدل‌های هوش مصنوعی که وجود داره، یه موضوع مشترک که خیلی به چشم میخوره کم شدن زمان و هزینه تو روند استخدامه. خیلی از این منابع برای کمک به مدیرها هستن تا تو تصمیم‌گیری برای استخدام بهترین انتخاب رو داشته باشن. منابع زیادی هستن که حرف مارو درباره تأثیر مثبت هوش مصنوعی روی بخش منابع انسانی تو شرکت‌ها تأیید می‌کنن. بیشتر از یه سوم این منابع درباره این صحبت می‌کنن که چطور هوش مصنوعی میتونه روی روشی که شرکت‌ها برای استخدام نیروی کار جدید پیش میرن تأثیر مثبت بذاره. از هوش مصنوعی میشه برای ساخت سیستم‌های اتوماتیک استفاده کرد که به سریع‌تر شدن روند استخدام کمک کنه، هم تو صرفه‌جویی تو وقت مفیده و هم پیدا کردن آدمای بااستعدادتر رو آسون‌تر می‌کنه.

چت‌بات‌ها با پرسیدن سوالاتی صلاحیت‌ها رو بررسی می‌کنن و میتونن بر اساس الگوریتم‌های غربالگری از پیش تعیین‌شده، به‌روزرسانی‌هایی رو درباره بهترین گزینه‌ها و گزینه‌های نامناسب به مدیران منابع انسانی بدن. همچنین اطلاعاتی رو درباره موقعیت مکانی موردنظر، حقوق و ارتقای شغلی در نظر میگیره. با بزرگتر شدن شرکت‌ها و پیشرفت تکنولوژی، بعضی شرکت‌های بزرگ ایده مصاحبه‌های مجازی رو مطرح می‌کنن. شرکت‌های معروف زیادی مثل فیسبوک و توییتر از هوش مصنوعی برای اسکن کردن مصاحبه‌های ویدیویی استفاده می‌کنن. یه فرد احتمالا مناسب، مصاحبه‌ش رو ضبط می‌کنه، برای یه آگهی شغلی آپلود می‌کنه و بسته به انتخاب هوش مصنوعی تو روند مصاحبه جلو میره. اکثر مواقع یه نفر تو بخش استخدام نتیجه‌ای رو که سیستم اتوماتیک داده تأیید می‌کنه و مطمئن میشه که هر کدوم از افرادی که آنالیز شدن به درستی تو دسته‌های مربوطه قرار گرفتن.

به عنوان یه مثال تو این زمینه، Entelo یه ابزار استخدامی پرکاربردئه که به شرکت‌ها اجازه میده تا سریع‌تر استعدادهای برتر رو پیدا کنن. Entelo جامع‌ترین بانک اطلاعات استعداد رو با بیش از ۵۰۰ میلیون نفر تو کل دنیا جمع‌آوری کرده تا به کارفرماها کمک کنه بهترین گزینه‌ها رو پیدا کنن. بخش زیادی از تکنولوژی هوش مصنوعی Entelo به قابلیت محصولاتش تو درست کردن تحلیل‌های پیش‌بینی‌کننده مربوط میشه. Entelo ده‌ها متغیر رو برای پیش‌بینی آمادگی نامزدها برای فرصت‌های شغلی جدید آنالیز می‌کنه. از طریق ابزار جستجو، این برنامه با بیرون کشیدن نکات کلیدی‌ای که تو رزومه‌های سنتی پیدا نمیشه، به یه درک عمیق درباره هر کدوم از نامزدهای احتمالی میرسه، چیزایی مثل برجستگی‌ها و پیشرفت‌های شغلی یه نامزد، تناسب با شرکت، احتمال اینکه به زودی شغلشون رو عوض کنن و جزئیاتی که نشون‌دهنده ارزش منحصربه‌فرد اونها تو بازار کاره.

مدیریت برنامه‌ریزی کارکنان

هوش مصنوعی رو میشه تو خیلی از کارهای اداری استفاده کرد، مثلا برنامه‌ریزی شیفت کاری، درخواست مرخصی و استعلاجی. مدیریت مرخصی کارکنان بدون تداخل، برای بخش منابع انسانی سخت شده، مثلا وقتی که تو یه روز بیشتر از دو نفر برای همون روزا مرخصی میخوان و بخش منابع انسانی فقط میتونه درخواست یکی رو تأیید کنه. مدیران منابع انسانی باید ببینن که نبود کارکنان چه تأثیری روی کار میذاره. هوش مصنوعی قدم‌های عملی برای برنامه‌ریزی برداشته و حالا مدیران منابع انسانی میتونن از سیاست‌های مربوط به کارکنان و ابزارهای ردیابی مرخصی برای مدیریت این شرایط استفاده کنن . یه سیستم درخواست مرخصی با هوش مصنوعی به شرکت‌ها کمک می‌کنه تا بتونن غیبت‌ها رو ردیابی و برای اونها برنامه‌ریزی کنن و تصمیم‌گیری‌های بهتری بگیرن، مخصوصا با در نظر گرفتن تعداد کارکنان. هوش مصنوعی تو درست کردن گزارش‌ها و جبران مرخصی عملکرد خوبی داره و بر خلاف اینکه بخوای با استفاده از فایل‌ها و اکسل ها همه چی رو دستی نگه داری، خیلی سریعتره و زمان کمتری میگیره. البته شاید یه سیستم دستی برای شرکت‌های کوچیک به درد بخوره ولی سیستم اتوماتیک مرخصی برای شرکت‌های بزرگ خیلی بهتره.

هوش مصنوعی تو مدیریت استعلاجی هم خوب کار می‌کنه چون منابع انسانی میتونه از هوش مصنوعی برای کمک به تشخیص، درمان و پیشگیری از بیماری استفاده کنه. همهٔ این فرایندها به راحتی از طریق یه گوشی موبایل انجام میشن. میشه از هوش مصنوعی برای کم کردن روزهای استعلاجی کارکنان استفاده کرد چون اکثر کارکنان ترجیح میدن بهشون مرخصی بدن تا اینکه سر کار باشن. کارکنان تو کل دنیا بیشتر از حد ظرفیت به سیستم سلامت فشار میارن، مخصوصا وقتی که سر کار نمیان. هوش مصنوعی باعث میشه تا کارکنان به صورت سریع و محرمانه مشاوره پزشکی دریافت کنن و این به حل کردن مشکلات بلندمدت کارکنان که کم‌کم باعث میشه سازمان‌ها منابع زیادی رو از دست بدن کمک می‌کنه.

سیستم‌های هوش مصنوعی میتونن به منابع انسانی تو تعریف کردن زمان مناسب برای مرخصی یه نفر کمک کنن. این برنامه‌ها اطلاعات هر کسی که درخواست مرخصی میده رو ذخیره می‌کنن، اون موقعیت خاص رو آنالیز می‌کنن و بعدش درست مثل یه کارمند منابع انسانی اون رو پیشنهاد میدن. این سیستم‌ها نسبت به آدما کارآمدتر هستن چون هیچ وقت برای خودشون مرخصی نمیگیرن. این سیستم‌ها اطلاعات مربوط به شرایط پزشکی افرادی که درخواست دادن رو از گذشته قبول می‌کنن. تو مورد درخواست‌های مرخصی، اونا اطلاعات مربوط به ساعت کاری روزانهٔ یه نفر و مقصدهای تعطیلات رو قبول می‌کنن و گاهی وقتا به نيابت از کارکنان درخواست مرخصی می‌فرستن. این برنامه‌ها الگوریتم‌های هوش مصنوعی دارن که برای آنالیز کردن همهٔ این منابع اطلاعاتی استفاده میشن. اول، به دنبال اطلاعات موردنظر می‌گردن. بعد یه فرضیه تشکیل میدن، اون رو ارزیابی و تجدید نظر می‌کنن و بعد از اون یا مرخصی استعلاجی یا مرخصی رو پیشنهاد میدن. سیستم‌های هوش مصنوعی برنامه‌هایی رو برای مشتری‌ها می‌فرستن که چطور درخواست‌های مرخصی استعلاجی و مرخصی بدون اینکه روی کارکرد روان سازمان تأثیری بذاره انجام بشه. بعضی از این سیستم‌ها از تکنیک‌های شبکه بیزی استفاده می‌کنن و تو مورد مرخصی استعلاجی، اونا میتونن از یه شبکه Phenom-Genome استفاده کنن که اطلاعات ورودی رو تفسیر می‌کنه.

محصول HotSchedules یه برنامهٔ کاربردی تو این زمینه است. اطلاعاتی که به عنوان ورودی برای این نرم‌افزار جمع‌آوری میشن شامل در دسترس بودن شیفت برای کارکنان، وظایف و مسئولیت‌های جایگاه‌های شغلی، اطلاعات شخصی کارکنان، اطلاعات حقوق و دستمزد، برد پیام‌ها، ساعت کاری و حضور، مدیریت نیروی کار، آموزش و توسعه، مدیریت وظایف و ارتباطات و غیره میشه. روش‌های هوش مصنوعی که تو این برنامه استفاده میشن، تحلیل‌های تجویزی برای مرتب کردن و سازماندهی اطلاعات هستن. پس خروجی این برنامه درست کردن برنامه‌هایی میشه که به اعضای تیم شامل مدیرها اجازه میده تا شیفت‌ها، وظایف رو تعیین کنن، در دسترس بودن رو چک کنن

مدیریت آموزش کارکنان

آموزش یه بخش مهم از بهره‌وری، کارایی و علاقه‌مندی کارکنان به کارشونه. آموزش نادرست باعث اشتباه و بی‌فایده بودن کار میشه که هم رو شرکت و هم رو خود کارکنان تأثیر منفی داره. یادگیری و توسعه شخصی‌سازی‌شده با استفاده از هوش مصنوعی میتونه یه عامل کلیدی تو ارائهٔ آموزش خوب و دقیق باشه . این نوع تکنولوژی از داده‌هایی مثل میزان یادگیری، مرحله چرخهٔ عمر شغلی، سطح مهارت، موقعیت شغلی، امتیاز عملکرد کارمند و سوابق یادگیری برای ارائهٔ محتوای مرتبط و باارزش استفاده می‌کنه . با ارائهٔ محتوای آموزشی به کارکنان که به جایگاه اونا تو شغلشون مربوطه و به شکلی ساخته شده باشه که کارمند بتونه اون رو یاد بگیره، کارکنان بیشتر علاقه‌مند و مشتاق میشن که یادگیری رو ادامه بدن. استفاده از هوش مصنوعی برای آموزش کارکنان به تحلیل و رفع کمبودهای مهارتی، ایجاد مسیر یادگیری، ردیابی پیشرفت و گواهینامه‌ها و در نهایت شخصی‌سازی کردن آموزششون کمک می‌کنه. مسئول نگه داشتن همهٔ افراد برای یادگیری و اطمینان از اینکه همه به درستی برای انجام درست کارشون آموزش دیدن راحت‌تر میشه .

کاربرد هوش مصنوعی تو آموزش برای مدیریت، مستندسازی، ردیابی، گزارش‌گیری و ارائهٔ دوره‌های آموزشی یا برنامه‌های یادگیری و توسعه است.

همونطور که آموزش مهمه، Onboarding کارکنان جدید هم تو نگه‌داشتن اون‌ها تأثیر داره. اگه فرایند Onboarding با ارزش‌ها و فرهنگ شرکت همسو نباشه، تجربهٔ جدایی می‌تونه به کل تعامل کارمند با سازمان آسیب بزنه. طبق آمار، فقط حدود ۳۳ درصد از کارکنان آمریکایی نسبت به محل کارشون احساس تعهد یا اشتیاق داشتن . Onboarding یه فرایند کلیه که نه فقط بخش منابع انسانی بلکه خیلی از بخش‌های دیگهٔ یه شرکت رو هم درگیر می‌کنه. با استفاده از هوش مصنوعی، بخش‌های مختلف شرکت می‌تونن راحت‌تر با به اشتراک گذاشتن اطلاعات و راه‌اندازی ابزارهای خاص برای کارمند جدید با هم ارتباط برقرار کنن . وقتی کارکنان کارشون رو تو یه شرکت جدید شروع می‌کنن، ممکنه سوال‌های زیادی در مورد استخدامشون داشته باشن و ابزارهای هوش مصنوعی می‌تونن به بعضی از اون سوال‌ها به شکلی سریع‌تر و دقیق‌تر از یه مدیر منابع انسانی جواب بدن. به این ترتیب، مدیر منابع انسانی می‌تونه وقت خودش رو صرف موضوعات مهم‌تر و استراتژیک‌تر تو شرکت کنه. خیلی از سوال‌ها و فرایندهای خوش‌آمدگویی خیلی ساده و تکراری هستن، به همین دلیله که تکنولوژی هوش مصنوعی می‌تونه با کارآمدتر، پربازده‌تر و دقیق‌تر بودن خیلی مفید باشه .

نرم‌افزارهای آموزشی مبتنی برهوش مصنوعی معمولا از ورودی‌های مشابهی استفاده می‌کنن، در حالی که خروجی می‌تونه یه کم متفاوت باشه. رایج‌ترین ورودی استفاده از داده‌های سیستم منابع انسانی مثل عنوان دوره‌ها، تگ‌های متادیتا، برنامه‌ریزی و غیره و داده‌های رونوشت که پیشرفت و تکمیل دوره توسط کاربر رو ردیابی می‌کنه، هست. با استفاده از این ورودی، تشخیص الگوی مبتنی بر یادگیری شناختی و یادگیری ماشینی می‌تونه کمبودهای مهارتی و نیازها رو تحلیل کنه، پیشرفت رو گزارش بده و تصمیم بگیره که چه آموزش و تحصیلی رو برای هر فرد به صورت جداگانه ارائه بده. خروجی معمولا به شکل محتوای آموزشی تخصصی برای هر نفر، گزارش‌های زنده به هر دو کارمند و مدیریت منابع انسانی که پیشرفت فعلی و گذشته رو نشون میده و به طور مداوم محتوای جدیدی برای به‌روز موندن تولید می‌کنه، هست.

خیلی از کاربردهای هوش مصنوعی برای Onboarding هم به جذب استعداد و فرایند استخدام وصل هستن. با استفاده از اطلاعات مربوط به کارکنان جدید، عنوان شغلی اون‌ها و بانک اطلاعاتی شرکت، خیلی از این برنامه‌ها درگاه‌های سلف‌سرویس شخصی‌سازی‌شده‌ای رو ایجاد می‌کنن که شامل پیام‌رسانی، ویدیوها، محتوا و اسناد برای اون‌هاست. بیشتر برنامه‌های هوش مصنوعی پرکاربرد تو Onboarding از یادگیری شناختی و چت‌بات‌ها برای ایجاد فرایندهای خوش‌آمدگویی کارآمدتر استفاده می‌کنن.

محصول Mya Systems یه نرم‌افزار هوش مصنوعی برای Onboarding کارکنان هست که خیلی طرفدار داره. این نرم‌افزار از چرخهٔ عمر شغلی کارکنان از اول تا آخر پشتیبانی می‌کنه و روی برقراری ارتباط مؤثر از ابتدای فرایند استخدام تا پایان Onboarding و آموزش تمرکز داره. Mya با استفاده از تجزیه معنایی، تشخیص نهاد نام‌گذاری‌شده و دسته‌بندی‌های مختلف هدف، اطلاعات مفیدی رو استخراج می‌کنه. الگوریتم‌های یادگیری ماشینی به طور مداوم از میلیون‌ها تعامل یاد می‌گیرن تا بتونن به طور مداوم دقت پاسخ‌ها رو بهبود بدن و گسترهٔ دانش رو افزایش بدن. این نرم‌افزار همچنین محصولاتی برای مدیریت عملکرد برای آموزش و ردیابی زمان که زیرمجموعهٔ برنامه‌ریزی هست ارائه میده.