Машинно обучение в човешките ресурси

Машинното обучение отдавна оставя своята следа в сферата на управлението на човешки ресурси. Може би най-същественият начин, по който става това, е чрез платформите за търсене на талант, които целят да предоставят на компанията най-добрите възможни хора за отворените й позиции. Традиционният подход за избор на персонал разчита на формално определени критерии като минимален опит, ниво на образование, курсове и изкарани изпити, за да се филтрират кандидатите и да се намери най-добрият от тях по няколко начини – интервюта, тестове и др. AI алгоритмите от своя страна могат да достъпват множество източници на информация и да ги анализират чрез специално създадени алгоритми, за да предложат най-добрия кандидат за позицията. При наличието днес на огромно количество информация, свързана с хората, използването на тези данни дава съвсем нова перспектива при намирането на оптимален кандидат, което е предимство спрямо традиционния подход. Важно е също, че алгоритмите за машинно обучение позволяват платформата да се обучава постоянно, така че да става все по-добра и по-добра в намирането на най-добрия човек за позицията.

Друго предимство на алгоритмите за машинно обучение в HR е, че те могат да минат дори една стъпка по-рано в процеса на търсене на талант. Традиционно търсенето на нови служители се прави чрез публикуване на обяви или може би чрез ползване на услугите на някоя от многото HR агенции, след което да се използват съответните техники от събраната информация се намират оптималните кандидати. Инструментите с машинно обучение обаче заменят управлявания от човешка дейност подход с таргетирани автоматизирани кампании през linkedin, SMS, телефонен маркетинг или e-mail. С огромните си и разрастващи се бази данни от хора, съдържащи голямо количество информация, включително лични данни и контакти, някои HR платформи с машинно обучение позволяват да рекламирате буквално към милиони хора директно. Това променя напълно начина на достигане до таланта и възможностите за добавяне на стойност на HR специалистите.

Машинното обучение не спира до търсенето на работа и наемането на хора. AI техники се използват и за анализ на автобиографиите на екипа и техните умения, за да се срещнат задачи с налични знания. Такива инструменти могат да се използват както за анализиране на задачите в компанията с оглед наличния талант, така и за да може служители да търсят възможности за развитие вътре в компанията. Това има двойно предимство за компанията. От една страна не трябва винаги да търси нови хора за всяка нова позиция, ротацията на позиции става много реална възможност. От друга – служителите не задължително трябва да напускат ако не чувстват, че позицията им не е адекватна и могат да търсят подходящи задачи вътре в компанията. Това повишава степента на задържане и удовлетвореността на екипа, и намалява разходите за придобиване на нов талант.

В допълнение на тези възможности, вече налични в платформи, които продължават да се разработват, ето някои важни сфери, които смятаме че ще се развият още по-съществено с навлизане на алгоритмите за машинно обучение в близко бъдеще.

  • Анализиране на служители с риск от напускане. Специално в бизнесите с високо текучество на служители, анализа на хора в риск от напускане става все по-важен фактор. Използвайки предишна информация от компанията за служителите и кой е напуснал, и разширявайки я с всички налични източници – автобиографии, история на заплащане, работни часове, обучение, локация, атестации и др., могат да се изградят модели с машинно обучение, които да се опитат да оценят служители в риск от напускане. Такива модели могат да се използват за анализ на потенциални подобрения, така че да се задържат служителите. Задържането на служителите в компанията става все по-важно, така че за запазите вашият талант е ключово за бизнеса, особено в настоящата предизвикателна среда, където обучения и доверие трябва да се изграждат през онлайн канали.
  • Анализ на работата на служителите. Докато стандартните прегледи – веднъж, два или понякога четири пъти в годината, са задължителни и повечето големи компании имат такива установени практики, анализа на работата на служителите може в бъдеще да се окаже постоянна във времето практика. Алгоритми за машинно обучение могат да се използват за оценка на работата непрекъснато. По-важното дори, модели за прогнозна аналитика могат да се използват в опит да се оцени потенциалната работа на база наличните данни. Докато това звучи малко абстрактно, истината е, че в днешния бързо движещ се свят, за да знаеш как работят служителите не е достатъчно да чакаш определен процес веднъж в годината, AI технологиите могат да помогнат в този аспект.
  • Друга сфера на потенциално подобрение от гледна точка работата е премахването на всякакви пристрастия към хората. AI може да помогне да погледнем отвън очевидното и да видим резултатите такива, каквито са, по-ясно от преди. Ние хората имаме тенденция да харесваме или не харесваме някой, което влияе на нашите оценки, дори неволно. Използвайки алгоритми за машинно обучение, които да анализират реалните данни и да създадат ясни статистически анализи, можем да премахнем всякакви пристрастия и да се оцени точно работата на съответния служител.

https://towardsdatascience.com/machine-learning-in-human-resources-applications-and-trends-7f7a1473b222

https://www.hrtechnologist.com/articles/digital-transformation/futures-at-the-door-why-machine-learning-can-transform-hr/

https://gethppy.com/hrtrends/the-impact-of-machine-learning-in-hr

https://eightfold.ai

https://www.loxo.co

https://www.hrtechnologist.com/articles/performance-management-hcm/ai-driven-performance-feedback/