AI a HR-ben. Toborzás, onboarding és teljesítményértékelés automatizálása

A probléma

Miért fullad bele a HR az adminisztrációba?

Egy átlagos nagyvállalatnál egy nyitott pozícióra 150 és 400 közötti önéletrajz érkezik. Ezek átnézése, rangsorolása, az interjúk megszervezése, az ajánlatok előkészítése és az onboarding lebonyolítása rengeteg manuális munkát igényel. Közben a HR csapatra hárul a teljesítményértékelési ciklusok kezelése, a kilépő interjúk, a képzések koordinálása és a compliance dokumentáció is. Amikor először láttam ezt egy 800 fős gyártócégnél, ahol dolgoztam, az volt az érzésem, hogy a HR csapat nem azért küzd, mert rosszul dolgozik, hanem azért, mert a rendszer eleve erre ítélte őket.

Egy McKinsey elemzés is megerősítette, amit én is tapasztalok. A HR munkaidő közel 40 százaléka megy el olyan rutinfeladatokra, amelyek nem igényelnek emberi ítélőképességet. Ez nem a HR munkatársak hibája, hanem a folyamatok természetéből fakad. Az AI pontosan ezt a réteget tudja átvenni, miközben az emberi kapcsolat és a döntés felelőssége megmarad a szakembernél.

A változás már zajlik. Az olyan platformok, mint a Workday, a SAP SuccessFactors vagy a Greenhouse beépített AI funkciókat kínálnak, és a hazai vállalatok is egyre inkább szembesülnek azzal, hogy versenytársaik gyorsabban töltenek be pozíciókat, és jobb jelölteket vonzanak.

Toborzás

Önéletrajz-szűrés és jelölt-rangsorolás AI-val

Az AI alapú önéletrajz-szűrés ma már nem egyszerű kulcsszó-keresés. A modern rendszerek a szöveg kontextusát értik, felismerik az egyenértékű tapasztalatokat, és képesek összehasonlítani a jelöltek profilját a pozíció tényleges követelményeivel. Az egyik ügyfelemnél, egy 600 fős logisztikai cégnél, ahol bevezettük ezt a megközelítést, a toborzási ciklus átlagosan 18 nappal rövidült le. Egy jól beállított rendszer percek alatt végez azzal, amire korábban napok kelltek.

Mit tud egy ilyen rendszer a gyakorlatban?

• Automatikusan kiszűri azokat a jelölteket, akik nem felelnek meg az alapkövetelményeknek (pl. szükséges végzettség, munkavállalási engedély)
• Rangsorolja a maradék jelölteket relevanciascore alapján, amit a HR testre szabhat
• Jelzi, ha egy jelölt korábban már jelentkezett a cégnél, és mi volt az eredmény
• Összehasonlítja a fizetési elvárásokat a rendelkezésre álló kerettel, és csak ott hoz be jelöltet, ahol átfedés van

Az Unilever például már 2019-ben bevezette az AI alapú videóinterjú-értékelést, és azzal a tapasztalattal számolt be, hogy a toborzási idő 75 százalékkal csökkent, miközben a felvett jelöltek teljesítménye mérhetően javult. Az algoritmus visszajelzés nélkül vakon is dolgozhat, ezért a HR rendszeres auditálása és a lehetséges elfogultságok kiszűrése nem opcionális lépés, hanem az egész rendszer hitelességének alapja.

Az interjú-ütemezés szintén automatizálható. Az AI asszisztensek összeolvassák a jelöltek és az interjúztatók naptárát, felajánlanak alkalmas időpontokat, majd visszaigazolást küldenek mindkét félnek. Amikor ezt elvégeztük az említett logisztikai cégnél, a HR-es kollégák visszajelzése egyértelmű volt. Ez az egy lépés heti négy-öt órát szabadított fel pozíciónként, amelyet korábban e-mailváltásokkal töltöttek.

Onboarding

Az első 90 nap automatizálása és személyre szabása

Az új belépők beilleszkedése kritikus időszak. Azok az alkalmazottak, akik strukturált onboarding folyamaton mennek keresztül, 58 százalékkal nagyobb valószínűséggel maradnak a cégnél három évnél tovább. A legtöbb szervezetnél mégis az onboarding ad hoc, következetlen, és erősen függ attól, hogy ki fogadja az új kollégát. Ezt láttam egy pénzügyi holdingnál is, ahol tavaly dolgoztam. Az onboarding folyamat szó szerint attól függött, hogy az ügyvezető asszisztense éppen ráért-e az első héten.

Az AI itt két irányban tud segíteni. Egyrészt automatizálja a papírmaraton jellegű adminisztrációt. A szerződésküldést, a rendszerekhez való hozzáférés kérését, az eszközigénylést, a kötelező oktatások ütemezését. Másrészt személyre szabja a beilleszkedési utat a szerepkör, a szint és az előzetes tapasztalatok alapján.

Egy tipikus AI támogatott onboarding folyamat

1. Az ajánlat elfogadásakor automatikusan elindul a pre-boarding. Dokumentumkérés, eszközigénylés, IT hozzáférések előkészítése
2. Az első nap reggelén a belépő egy személyre szabott üdvözlő üzenetet és menetrendet kap, amely tartalmazza a nap programját és az első hét legfontosabb tennivalóit
3. Az AI asszisztens elérhető kérdés-felelet formában. Ki kivel foglalkozik, hol van az ebédlő, hogyan kell benyújtani a költségelszámolást
4. A 30. és 60. napon automatikus check-in kérdőív megy ki a belépőnek és a közvetlen vezetőnek
5. A 90. napon összesítő riport készül a HR-nek az onboarding minőségéről és az esetleges beilleszkedési nehézségekről

A ServiceNow belső adatai szerint az AI támogatott onboarding 25 százalékkal csökkentette az első éves fluktuációt. Az én tapasztalatom szerint ez a szám reális. A belépők kevésbé érzik magukat elveszettnek, gyorsabban válnak produktívvá, és a HR több időt tud nekik szánni akkor, amikor tényleg szükségük van emberi jelenlétre. A pénzügyi holdingnál a strukturált AI onboarding bevezetése után az első 90 napos lemorzsolódás nullára csökkent, szemben az előző év három esetével.

Teljesítményértékelés

Folyamatos visszajelzés versus az éves értékelési maraton

Az éves teljesítményértékelés az egyik leginkább megunt HR folyamat, mind a vezetők, mind az alkalmazottak részéről. A dolgozók 55 százaléka szerint az éves értékelés nem segíti a fejlődésüket, és az értékelők is szívesebben végeznék érdemi munkájukat. Ezt a feszültséget minden projekten érzem. A vezetők tudják, hogy az értékelési ciklus szükséges, de a legtöbbjüknél komoly ellenállás van mögötte. Az AI itt nem az értékelést veszi át, hanem a folyamatot teszi elviselhetőbbé és folyamatossá.

Hogyan változtatja meg az AI a teljesítményértékelési kultúrát?

A legmodernebb megközelítés az úgynevezett continuous performance management, ahol az AI folyamatosan gyűjti a releváns teljesítményadatokat (projekt lezárások, célok teljesítése, peer feedback), és ezeket egy összesített képpé rendezi. A vezető nem a semmiből kénytelen visszaemlékezni az elmúlt 12 hónapra, hanem egy adatgazdag összefoglalót kap, amelyet aztán kiegészíthet a kvalitatív megfigyeléseivel.

Az AI másik szerepe a 360 fokos visszajelzési folyamatokban jelenik meg. A rendszer automatikusan kiválasztja az értékelőket (ki dolgozott együtt az adott kollégával az elmúlt időszakban), kiküldi a kérdőíveket, emlékeztetőket küld, majd összegzi az eredményeket úgy, hogy az egyes értékelők kilétét ne lehessen visszakövetni. Ez a folyamat manuálisan óriási szervezési erőfeszítést igényel, AI-val viszont szinte nulláról fut.

A fejlődési tervek készítésénél is megjelenik az AI. Miután az értékelési adatok rendelkezésre állnak, a rendszer javaslatokat tehet arra, milyen képzések, mentorok vagy lateral move lehetőségek illeszkednek a kolléga fejlesztési igényeihez és a vállalat igényeihez egyaránt. Ebből a projektből tanultam, hogy a fejlődési beszélgetés minősége attól nő meg igazán, ha a vezető nem a levegőből kap feladatot, hanem adatgazdag összefoglalóval a kezében ül le a kollégával.

Munkavállalói élmény

AI asszisztensek a hétköznapi HR-kérdésekhez

A HR-es csapatokra zúduló kérdések jelentős része ismétlődő és szabálykövető. Mennyi a szabadság-egyenlegem, hogyan kell bejelenteni a betegnapot, mikor jár a cafeteria feltöltése, mi a folyamata a fizetett tanulmányi szabadságnak. Ezekre a kérdésekre egy jól feltanított belső chatbot perceken belül, 24 órában tud válaszolni. Az egyik ügyfelemnél, egy 500 fős gyártóvállalatnál, ahol tavaly vezettük be ezt a megoldást, az első hónapban 340 ilyen kérdés futott be a chatbothoz. Mindegyiket korábban valakinek kézzel kellett megválaszolnia.

A nagyobb vállalatok HR chatbotjai ma már a munkaviszonyhoz kapcsolódó dokumentumokat is előállítják automatikusan. Munkáltatói igazolás, jövedelemigazolás, képzési igazolás. A kolléga bekér egy dokumentumot, a rendszer legenerálja és elküldi, emberi beavatkozás nélkül. Az említett gyártócégnél ez havonta 8 munkaórát szabadított fel a HR-es csapatnál, amit korábban kizárólag ilyen dokumentumkérések kezelésére fordítottak.

A kilépési interjúk esetén is egyre több vállalat alkalmaz AI támogatást. Az anonim online formátum sokszor őszintébb válaszokat hoz, mint a szemtől szembe folytatott beszélgetés, különösen ha a kilépő nem kívánja égetni a hidat. Az AI összesíti a kilépési okokat, trendeket azonosít, és rendszeres riportot ad a HR-nek arról, hol veszíti el a szervezet az embereit és miért. Azt tapasztaltam, hogy ezek az összesítők sokszor olyan szervezeti feszültségeket hoznak felszínre, amelyekről a felsővezetés korábban nem tudott.

Implementáció

Hogyan kezdjük el? Lépések és buktatók

Az AI HR-be való bevezetésénél a legnagyobb hiba az, ha valaki egyszerre mindent akar megoldani. A toborzástól az onboardingon át a teljesítményértékelésig terjed a terep, és minden területnek megvan a saját rendszerszükséglete, adatigénye és változáskezelési kihívása. Az én tapasztalatom szerint a sikeres projektek szinte kivétel nélkül egy jól körülhatárolt területen indulnak, ott bizonyítanak, majd terjeszkednek. Ahol az első hat hétben látható eredmény van, ott a csapat maga kéri a folytatást.

Ajánlott belépési pontok

• Önéletrajz-szűrés . Nagy volumenű toborzásnál a leggyorsabb megtérülés, a legkisebb változáskezelési igénnyel
• HR chatbot . Közepes befektetés, de azonnal mérhető tehermentesítés a csapatnál
• Onboarding automatizálás . Jól mérhető hatás (time-to-productivity, 90 napos fluktuáció), és szinte minden szervezetben van fájdalompontja
• Teljesítményértékelési eszközök . Nagyobb kulturális változást igényel, de hosszú távon az egyik legnagyobb hatású terület

Az adatminőség kérdése nem kerülhető meg. Az AI csak annyira jó, mint az adatok, amelyekből tanul. Ha a jelenlegi HRIS-ben (humánerőforrás-információs rendszerben) inkonzisztensek a beosztások, hiányosak a teljesítményhistóriák, vagy nincs következetes struktúra az önéletrajz-adatbázisban, az AI bevezetése előtt ezeket rendbe kell szedni. Ez a munka időigényes, de elmaradhatatlan. A megtérülés kiszámításához az AI bevezetés megtérüléséről szóló cikk ad részletes keretet.

A változáskezelés legalább annyira meghatározza a projekt sikerét, mint a technológia. A HR-esek jogosan érezhetik úgy, hogy az AI az ő munkájukat veszélyezteti. A sikeres bevezetéseknél mindig azt hangsúlyozom, hogy az AI az adminisztrációt veszi át, és a felszabaduló kapacitás új, értékesebb feladatokba megy. Ez igaz is, de csak akkor valósul meg, ha a szervezet tudatosan tereli oda a felszabaduló időt. Ahol ezt kihagytuk, a kapacitás egyszerűen eltűnt a napi operációban.

Következő lépés

Hogyan tovább?

Ha a fentiek alapján úgy érzed, hogy a szervezetedben is van potenciál az AI HR alkalmazásában, de nem látod, hol és hogyan érdemes elkezdeni, szívesen segítek. Nem szoftvereladásról van szó. Az a célom, hogy megtaláljuk azt a belépési pontot, ahol a befektetés a lehető legrövidebb idő alatt megtérül, és ahol a csapat valóban be tud állni a változás mögé. Ötven feletti vállalati projekt után már elég jól látom, melyik területen van gyors megtérülés és melyiken kell hosszabb lélegzetvételre számítani.

Az AI Transformation Day egy egynapos, strukturált workshop, ahol közösen feltérképezzük a szervezet legfájdalmasabb HR-folyamatait, azonosítjuk az AI szempontból érett területeket, és konkrét implementációs tervet készítünk. A nap végén egy megvalósítható akcióterv kerül az asztalra, amelyet a csapat másnap el tud kezdeni.

Kérdések esetén a [email protected] e-mail-cím elérhető, rövid bevezető hívást is szívesen egyeztetünk.