Adopcja AI w organizacji nie przebiega równomiernie. Część pracowników już dziś wykorzystuje sztuczną inteligencję do realizacji codziennych zadań, inni dopiero poznają jej możliwości. Powstają różnice nie tylko w dostępie do technologii, ale także w tempie rozwijania kompetencji i sposobach wykonywania pracy. Dla HR oznacza to nowe wyzwanie: jak rozpoznać różnice, zmierzyć rzeczywisty poziom wykorzystania AI i sprawdzić, czy technologia zwiększa efektywność organizacji?

Z nowego raportu Pracuj.pl „To tylko AI. Jak sztuczna inteligencja wpływa na układ sił i kompetencji na rynku pracy” wyłania się obraz rynku pracy, na którym AI może stawać się źródłem nowych różnic kompetencyjnych.

Jedni pracownicy już dziś wykorzystują AI do realizacji codziennych zadań, uczą się nowych zastosowań, eksperymentują i dostrzegają potencjalne korzyści zawodowe. Inni mają z nią znacznie mniejszy kontakt. I właśnie ten drugi aspekt wydaje mi się szczególnie interesujący z perspektywy HR.

Jeśli zauważymy już, że kompetencje AI rozwijają się nierównomiernie, warto dopytać: czy organizacje wiedzą, gdzie te różnice występują i co oznaczają dla przyszłej efektywności ich zespołów?

Czym jest adopcja AI w organizacji?

Adopcja AI w organizacji to proces, w którym pracownicy zaczynają wykorzystywać sztuczną inteligencję w realizacji swoich zadań zawodowych. Jej poziom warto oceniać nie tylko na podstawie liczby użytkowników narzędzi AI. Równie istotna są częstotliwość i sposoby korzystania z technologii, kompetencji pracowników oraz wpływu AI na jakość i efektywność pracy.

Z perspektywy HR istotne jest także rozpoznanie różnic między grupami pracowników. Średni poziom adopcji AI w firmie może ukrywać istotne nierówności w dostępie do technologii, możliwościach rozwoju i umiejętnościach jej wykorzystywania.

Wysoki poziom korzystania z AI nie musi oznaczać wysokiego poziomu kompetencji AI. A wysoki poziom adopcji AI nie jest jeszcze dowodem na wzrost efektywności organizacji. Właśnie dlatego warto przyjrzeć się temu zjawisku znacznie dokładniej.

Czy adopcja AI jest taka sama we wszystkich grupach pracowników?

Jedna z ciekawszych danych w raporcie Pracuj.pl dotyczy częstotliwości korzystania z AI w zależności od miejsca zamieszkania. W największych miastach 19% badanych często korzysta z AI zawodowo, podczas gdy na wsi jest to zaledwie 5%. To niemal czterokrotna różnica.

Oczywiście nie oznacza to automatycznie, że miejsce zamieszkania decyduje o kompetencjach AI. Znaczenie mogą mieć również rodzaj wykonywanej pracy, struktura zatrudnienia, dostęp do narzędzi czy możliwości rozwoju. Dane pokazują jednak, że korzystanie z AI nie rozkłada się równomiernie w różnych grupach badanych.

Jeśli takie różnice występują na rynku pracy, warto sprawdzić, czy podobne zjawiska obserwujemy wewnątrz organizacji.

• Czy pracownicy biurowi mają więcej okazji do eksperymentowania z AI niż pracownicy operacyjni?
• Czy różnice występują między działami, stanowiskami albo poziomami organizacyjnymi?
• Czy wszyscy pracownicy mają porównywalny dostęp do narzędzi i szkoleń?
• Czy w organizacji istnieją zespoły, w których AI jest już elementem codziennej pracy, podczas gdy inne niemal z niej nie korzystają?

Jestem przekonana, że średni poziom adopcji AI w organizacji może niewiele mówić o tym, jak technologia jest rzeczywiście wykorzystywana przez poszczególne grupy pracowników.

Jak pracownicy rozwijają kompetencje AI i skąd biorą się luki kompetencyjne?

Kolejna ciekawa obserwacja dotyczy sposobu zdobywania kompetencji AI. Według raportu Pracuj.pl: 30% regularnych użytkowników AI uczy się korzystania z niej po godzinach. Z kolei 26% regularnych użytkowników AI inwestuje własne pieniądze w płatne narzędzia.

Inaczej mówiąc, przynajmniej część rozwoju kompetencji AI odbywa się z inicjatywy samych pracowników, poza formalnymi programami rozwojowymi organizacji. Z jednej strony to dobra wiadomość. Mamy osoby, które aktywnie poszukują nowych możliwości, eksperymentują i inwestują we własny rozwój. Z drugiej strony powinno to rodzić kilka pytań.

Co z pracownikami, którzy nie mają czasu, środków albo motywacji, aby rozwijać te kompetencje samodzielnie? Czy organizacje zapewniają im porównywalne możliwości rozwoju? Czy potrafią wykorzystać wiedzę osób, które już dziś intensywnie pracują z AI?

Warto też pamiętać, że częstotliwość korzystania z AI nie jest tym samym co poziom kompetencji AI. Pracownik może codziennie korzystać z ChatGPT do prostych zadań, ale niekoniecznie potrafić ocenić jakość otrzymanych wyników, rozpoznać błędy, zweryfikować informacje czy dobrać odpowiednie narzędzie do problemu.

Dlatego samo pytanie „Czy korzystasz z AI?” zdecydowanie nie wystarczy do oceny dojrzałości organizacji w tym obszarze. Jeśli chcemy rozpoznać luki kompetencyjne związane z AI, powinniśmy sprawdzać nie tylko, kto korzysta z technologii, ale także co pracownicy rzeczywiście potrafią z jej pomocą zrobić.

Czy korzystanie z AI rzeczywiście zwiększa efektywność pracy?

Tu dochodzimy do moim zdaniem najciekawszego wątku z perspektywy zarządzania efektywnością. Regularni użytkownicy AI szacują, że technologia mogłaby przejąć 30% ich czasu pracy. Wśród osób niekorzystających z AI ten szacunek wynosi 15%.

Można postawić hipotezę, że osoby mające większe doświadczenie z AI dostrzegają więcej możliwości jej wykorzystania. Możliwe też, że na odpowiedzi wpływa charakter wykonywanych zadań.

Co ważne, nie są to dane o faktycznie zaoszczędzonym czasie, ale deklaracje dotyczące potencjału AI. A nawet jeśli pracownicy rzeczywiście oszczędzają czas dzięki AI, pozostaje jeszcze jedno pytanie: na co go przeznaczają?

Tylko 23% regularnych użytkowników AI deklaruje, że przeznacza zaoszczędzony czas na pracę strategiczną i kreatywną. To pokazuje, że korzystanie z AI i oszczędzanie czasu nie musi automatycznie przekładać się na wykonywanie bardziej wartościowych zadań. Uwolniony czas może być po prostu wypełniany kolejnymi zadaniami.

I powinno to wywoływać dyskusję o tym, czy AI rzeczywiście podnosi efektywność pracowników.

Wyobraźmy sobie, że pracownik przygotowuje raport w godzinę zamiast w trzy godziny. Czy oznacza to wzrost produktywności? Być może. Ale zapytajmy również:

• Czy jakość raportu pozostała na tym samym poziomie?
• Ile czasu zajęła weryfikacja wyników przygotowanych z pomocą AI?
• Czy raport rzeczywiście lepiej wspiera podejmowanie decyzji?
• Na co pracownik przeznaczył uwolnione dwie godziny?

Dopiero odpowiedzi na takie pytania pozwalają ocenić rzeczywistą wartość wykorzystania AI. Samo korzystanie z AI nie jest dowodem wzrostu efektywności, a zaoszczędzony czas nie jest automatycznie wartością biznesową.

Dlatego zamiast pytać wyłącznie, ilu pracowników korzysta z AI, warto zacząć zadawać kolejne pytania:

• Ile czasu pracownicy rzeczywiście oszczędzają dzięki AI?
• Czy zmienia się jakość i efektywność ich pracy?
• Na jakie zadania przeznaczają uwolniony czas?
• Czy organizacja potrafi wykorzystać ten potencjał?

Sukces wdrożenia AI nie powinien być mierzony jedynie liczbą użytkowników narzędzia, ale przede wszystkim tym, co dzięki jego wykorzystaniu zmieniło się w sposobie pracy i wynikach organizacji.

Jak mierzyć poziom adopcji AI w organizacji?

Pomiar adopcji AI w firmie powinien obejmować trzy obszary: rzeczywiste wykorzystanie narzędzi AI przez pracowników, poziom ich kompetencji i bariery w korzystaniu z technologii oraz efekty biznesowe zastosowania AI.

Wyniki warto analizować z podziałem na działy, stanowiska i grupy pracowników, aby identyfikować różnice, których nie pokazują średnie dla całej organizacji. Z perspektywy People Analytics warto przyjrzeć się trzem obszarom.

Poziom wykorzystania AI przez pracowników, czyli rzeczywista adopcja technologii. Warto sprawdzić:

• Jaki odsetek pracowników korzysta z AI w pracy?
• Jak często wykorzystują narzędzia AI?
• Do jakich zadań wykorzystują sztuczną inteligencję?
• Jakie różnice występują między działami, stanowiskami i grupami pracowników?
• Czy pracownicy korzystają z narzędzi udostępnianych przez organizację, czy również z rozwiązań wybieranych samodzielnie?

Sama liczba osób korzystających z AI jest dobrym punktem wyjścia, ale nie powinna być jedynym wskaźnikiem adopcji.

Kompetencje AI i bariery korzystania z technologii, czyli umiejętności i możliwości pracowników. Tutaj warto sprawdzić:

• Jakie zadania pracownicy potrafią realizować z pomocą AI?
• Czy potrafią oceniać jakość i wiarygodność otrzymywanych wyników?
• Jak zdobywają kompetencje AI?
• Jakich umiejętności potrzebują, aby efektywniej korzystać z technologii?
• Co utrudnia im korzystanie z AI?

Bariery mogą wynikać z braku kompetencji, ale również z ograniczonego dostępu do narzędzi, braku czasu na eksperymentowanie, charakteru pracy czy niejasnych zasad korzystania z AI. To ważne rozróżnienie.

Niski poziom adopcji AI nie musi oznaczać niskiej motywacji pracowników. Może być konsekwencją warunków, w jakich wykonują swoją pracę.

Efektywność AI i wpływ na wyniki organizacji, czyli obszar jest szczególnie istotny z perspektywy biznesowej. Warto sprawdzić:

• Czy wykorzystanie AI skraca czas realizacji określonych zadań?
• Czy wpływa na jakość rezultatów pracy?
• Czy zmniejsza liczbę błędów lub koniecznych poprawek?
• Czy zmienia sposób wykonywania zadań?
• Na co pracownicy przeznaczają zaoszczędzony czas?
• Czy zmiany przekładają się na wyniki istotne dla organizacji?

W tym obszarze same deklaracje pracowników mogą nie wystarczyć. Tam, gdzie jest to możliwe, warto uzupełniać je pomiarem procesów i rezultatów pracy.

Nie wszystko da się zmierzyć jednym badaniem czy wskaźnikiem. Ale już samo rozpoznanie tych trzech obszarów pozwala HR podejmować bardziej świadome decyzje dotyczące rozwoju kompetencji, inwestycji w narzędzia i dalszej transformacji. A bez danych o tym, jak AI jest wykorzystywana w organizacji, trudno ocenić, czy rzeczywiście przynosi oczekiwane korzyści.

Dlaczego HR powinien badać adopcję AI przed kolejnymi inwestycjami?

Dyskusja o AI często koncentruje się obecnie na tym, które zawody znikną, jakie kompetencje będą potrzebne i jak szybko technologia zmieni rynek pracy. Tymczasem warto przyjrzeć się temu, co dzieje się już teraz wewnątrz organizacji.

Być może w jednym dziale pracownicy od miesięcy wykorzystują AI do automatyzacji powtarzalnych zadań, a w innym nadal wykonują podobne czynności ręcznie. Być może część zespołu rozwija nowe kompetencje na własną rękę, a pozostali nie wiedzą nawet, od czego zacząć. Możliwe też, że firma inwestuje w szkolenia AI, ale nie sprawdza, czy wiedza zdobyta podczas szkoleń przekłada się na zmianę sposobu pracy.

To przykładowe sytuacje, które warto zweryfikować, zamiast zakładać, że występują w każdej organizacji.

Moim zdaniem jednym z największych wyzwań HR jest obecnie nie tylko samo rozwijanie kompetencji AI, ale rozpoznanie, jak nierównomiernie te kompetencje rozwijają się w organizacji i jakie ma to konsekwencje biznesowe.

Bez takiej diagnozy łatwo zaplanować kolejne działania rozwojowe, które nie odpowiadają na rzeczywiste potrzeby pracowników.

Można na przykład skierować wszystkich na takie samo szkolenie, mimo że część osób potrzebuje dopiero podstaw, a inni już dziś wykorzystują AI w zaawansowanych zadaniach. Można też inwestować w kolejne narzędzia, nie wiedząc, dlaczego pracownicy nie wykorzystują w pełni tych, które już mają. Nie da się dobrze zarządzać zjawiskiem, którego skali i charakteru nie znamy.

Dlatego zanim zaplanujemy kolejne szkolenia, zakup narzędzi czy programy transformacji AI, warto sprawdzić, jaki jest rzeczywisty punkt wyjścia organizacji.

Najczęściej zadawane pytania o adopcję AI w organizacji

Czy częste korzystanie z AI oznacza wysokie kompetencje AI?

Nie. Częstotliwość korzystania z narzędzi AI nie jest równoznaczna z umiejętnością ich efektywnego i odpowiedzialnego wykorzystania. Kompetencje AI obejmują również ocenę jakości wyników, rozpoznawanie błędów, weryfikację informacji i dobór odpowiednich narzędzi do realizowanych zadań.

Jakie wskaźniki warto wykorzystać do pomiaru adopcji AI?

Przykładowe wskaźniki to odsetek aktywnych użytkowników AI, częstotliwość korzystania z narzędzi, rodzaje realizowanych zadań, poziom kompetencji AI, bariery korzystania z technologii oraz zmiany czasu i jakości pracy. Dobór wskaźników powinien wynikać z celów biznesowych organizacji.

Dlaczego warto badać adopcję AI osobno w różnych działach?

Ponieważ średnia dla całej organizacji może ukrywać istotne różnice wynikające z charakteru pracy, dostępu do technologii i możliwości rozwoju. Analiza poszczególnych grup pracowników pozwala identyfikować bariery i lepiej dopasować działania HR.

Jak sprawdzić, czy wdrożenie AI przynosi korzyści biznesowe?

Warto porównać odpowiednio dobrane wskaźniki przed wdrożeniem i po nim, uwzględniając jakość rezultatów, czas realizacji zadań, koszty i wykorzystanie zaoszczędzonego czasu. Tam, gdzie to możliwe, należy również uwzględnić inne czynniki wpływające na wyniki. Sama liczba użytkowników AI nie wystarcza do oceny efektywności wdrożenia.

Chcesz sprawdzić poziom adopcji AI w swojej organizacji?

Czy wiesz, ilu pracowników rzeczywiście korzysta z AI, do jakich zadań ją wykorzystują i jakie korzyści dostrzegają? Czy znasz bariery i różnice kompetencyjne między zespołami? Jeśli chcesz zmierzyć poziom adopcji AI w swojej organizacji, zapraszam do kontaktu!

Pomogę Ci zaplanować i przeprowadzić badanie adopcji AI, które pokaże:

• kto i w jaki sposób korzysta z AI w codziennej pracy,
• gdzie występują bariery i różnice kompetencyjne,
• jakie możliwości rozwoju i zwiększania efektywności dostrzegają pracownicy,
• które obszary wymagają dalszej diagnozy i działań.

Dzięki temu, zanim zaczniesz zarządzać transformacją AI, będziesz wiedzieć, jak naprawdę wygląda ona w Twojej firmie, w oparciu o dane, a nie opinie.

PS. Zdradzę Ci, że są już na rynku firmy, które przeprowadzają takie badania, aby zweryfikować rzeczywisty poziom adopcji AI w swoich organizacjach.

Źródło danych: raport Pracuj.pl, „To tylko AI. Jak sztuczna inteligencja wpływa na układ sił i kompetencji na rynku pracy”, Human Forward Summit, możesz pobrać go TUTAJ

O autorce

Marta Pawlak-Dobrzańska – ekspertka People Analytics z ponad 20-letnim doświadczeniem w HR, założycielka Great Digital i współtwórczyni HRLytics.ai. Specjalizuje się w analityce HR, badaniach pracowników i przekładaniu danych na decyzje biznesowe. Wspiera organizacje także w diagnozowaniu poziomu adopcji AI, identyfikowaniu barier kompetencyjnych oraz ocenie efektów wykorzystania nowych technologii w pracy.

Sprawdź wcześniejsze artykuły z kategorii People Analytics TUTAJ

The post Adopcja AI w organizacji. Czy HR dostrzega nowe nierówności kompetencyjne? appeared first on Great Digital.

Poznaj 5 trendów w HR na 2025  (a raczej koniecznych do wprowadzenia zmian, czy „imperatywów” jak mówi o nich Josh Bersin) ściśle związanych z możliwościami, jakie (w innowacyjnych, gotowych na zmiany organizacjach – podkreślam to) otwiera AI w firmach.

Zostawiam tym samym z boku dyskusję „czy to możliwe”, bo owszem jest możliwe i dzieje się w firmach, które jako pierwsze zdecydowały się wskoczyć do pociągu AI i eksplorują związane z tym nowe możliwości i zmiany. Dlatego napisałam w tytule „dla zaawansowanych”. Powinnam dodać też „dla chętnych” albo „dla otwartych i gotowych na zmiany”. Jeśli zatem jesteś, bądź chcesz znaleźć się w tym gronie, zapraszam.

Pojawiający się trendach „superpracownik” to osoba, która wykorzystuje możliwości AI, aby radykalnie zwiększyć swoją produktywność, wydajność i innowacyjność w pracy. „Superpracownikiem” może stać się każdy pracownik o ile firmy przedefiniują całkowicie środowisko pracy (info jak, w punktach poniżej), a także wyposażą pracowników w wiedzę i umiejętności, które pozwolą im korzystać z agentów AI, którzy będą towarzyszyć im w pracy.

Powstanie „superpracownika’ jest możliwe dzięki szerokiemu wykorzystaniu AI w firmach (źródło grafiki: „The Rise of The Superworker. HR and Leadership Predictions and Imperatives for 2025”).

1. Przeprojektowanie sposobu organizacji pracy i ról zawodowych w firmie

Zamiast koncentrować się na hierarchii, pomyśl o tym, jak praca w Twojej firmie powinna być zorganizowana, aby można było najbardziej efektywnie realizować określone cele. Zdaniem Bersina w ten sposób zorganizowane firmy mają 30 x większą szansę na sprawne adaptowanie się do zmian.

Bardzo duże zmiany obejmują tutaj rekrutację, w której AI w firmach pozwala realizować np. takie działania jak przygotowanie opisu stanowiska czy sourcing i inne powtarzalne w procesie rekrutacji zadania. Rolą rekrutera pozostaje jedynie podejmowanie strategicznych decyzji.

Zasadnicza zmiana dotyczy przejścia od organizacji opartej na umiejętnościach do organizacji opartej na aktywnościach, czyli rozwiązywaniu problemów biznesowych. A kluczowe pytania, jakie powinien sobie tutaj zadawać HR to:

Które działania można zautomatyzować teraz lub w przyszłości?

Jakie role lub zadania ludzkie pozostają i jaką wartość dodają?

Jakie umiejętności i zdolności pozwolą rozwijać się superpracownikom

Cały proces transformacji organizacji mocno wspiera zespół HR, który nie koncentruje się na szukaniu talentów na zewnątrz, ale na przeprojektowaniu, przekwalifikowaniu i znalezieniu nowych miejsc dla pracowników, których zadania się mocno zmieniają.

2. Budowa i zarządzanie „dynamiczną bazą talentów”.

W puli pracowników, którzy będą wykonywać nowe, szybko zmieniające się zadania są m.in. gigworkerzy oraz wewnętrzne marketplace’y (gdzie managerowie rekrutują ludzi do projektów wewnątrz firmy). Bersin wskazuje tutaj warunki konieczne do tego, aby taki model działał. Rekomenduje m.in. nagradzanie managerów za promowanie współpracy międzydziałowej czy zatrudnianie w pierwszej kolejności pracowników z rekrutacji wewnętrznej.

Kluczowe w tym obszarze staje się też dążenie do zwiększania „gęstości talentów”, na wzór firm takich jak Google czy Netflix, w których przychód na 1 pracownika przekracza milion dolarów. Dużo częściej niż pytanie „czy potrzebujesz nowych pracowników” zadaje się tam pytania „czy potrzebujesz nowych umiejętności”. Te nowe umiejętności są oczywiście wspierane przez AI a zarządzanie talentami z pomocą AI w firmach zyskuje miano „Talent intelligence”. Zamiast myśleć o zastąpieniu pracowników przez AI warto jest zwrócić uwagę na to, co sprawia, że dana rola staje się – dzięki AI – dużo bardziej istotna (i powinna być przez to zdaniem Bersina dużo lepiej wynagradzana). To implikuje oczywiście zmianę w systemach wynagradzania.

3. Zdefiniowane na nowo czym jest przywództwo, kultura organizacyjna i marka pracodawcy

Kluczowe kompetencje liderów obejmują tutaj m.in. bardzo dobre rozumienie AI (zarówno możliwości, jak i ograniczeń, a także zarządzanie ryzykiem z tym związanym) oraz koncentrację na myśleniu o wzroście produktywności pracowników (bez zatrudniania nowych) oraz szukaniu innowacji.

Szybkość zachodzących zmian (i zdolności adaptacyjne firm do nich) sprawiają, że jeszcze większego znaczenia dla pracowników nabierają możliwości rozwoju oferowane przez firmę (będące prawdziwymi możliwościami rozwoju, a nie formalnymi „awansami”). Bersin przewiduje tutaj (cytując badania Adecco), że bardzo szybko zdolność firmy do przygotowania pracowników do bycia konkurencyjnym na rynku pracy w dobie AI w firmach stanie się czynnikiem znacząco podnoszącym atrakcyjność pracodawcy. I zachęca do tego słowami  “Use your transformation as a recruiting tool”.

4. Szybsze przejście do modelu “systemowego HR” w związku z AI w firmach

Systemowy HR to model, w którym HR przestawia się ze „świadczenia usług” na „rozwiązywanie problemów” i zamiast być centrum kosztów (jak dotąd w wielu firmach) jest zespołem  konsultantów, którzy pomagają w transformacji firmy. Kluczową rolę w tym zespole odgrywają oczywiście HRBP (posługujący się sprawnie danymi HR, o tym pisałam nieraz!).  Ta ewolucja HR była już omawiana przez Bersina wcześniej, poniżej schemat, który to obrazuje. Jak Wam się podoba wizja HR działającego jak wewnętrzna firma konsultingowa?

Bardzo ważnym elementem systemowego HR są z kolei bardzo duże zmiany w obszarze szkoleń i rozwoju, gdzie (oczywiście, że tak) dzięki AI ścieżki i możliwości rozwoju pracowników zostają totalnie przebudowane i zapewniają pracownikom hiperspersonalizowane doświadczenia.

5. Review stosowanych narzędzi HR Tech

Superpracownicy korzystają z narzędzi AI w firmach tak sprawnie, że wiele starych systemów HR staje się bezużytecznych, a pozostają tylko te, które pozytywnie wpływają na doświadczenia pracowników. AI pozwala tym samym uporządkować bałagan, jaki panuje w systemach HR, ponieważ integruje je i usprawnia.

I jako osoba odpowiedzialna za rozwój naszego HRLytics w pełni to potwierdzam. Nowoczesne rozwiązania w zakresie integracji danych pozwalają sprawnie łączyć ze sobą dane z różnych systemów i budować z nich (bardzo szybko!) przyjazne dashboardy z odpowiednimi KPI, naprawdę kluczowymi z punktu widzenia biznesu zamiast dashbordów będących zestawem danych, z którymi nie wiadomo co zrobić. Zgadnijcie, co zdaniem Bersina powstaje z integracji danych z różnych systemów HR? HR Data Lake!

A jaka jest zasadnicza różnica pomiędzy starymi i nowymi systemami HR Tech? W starych konieczne było przeszkolenie pracowników, aby mogli z nich korzystać. W nowych jest to na tyle intuicyjne, że pracownicy po prostu zaczynają z nich korzystać, a co więcej mogą sami porozmawiać z systemem dopytując go o poszczególne funkcjonalności czy sugerując zmiany. Jest to możliwe dzięki wbudowanym agentom AI.

5 imperatywów Bersina na 2025 omówiłam tutaj naprawdę skrótowo, całość znajdziesz w płatnym materiale dostępnym dla subskrybentów Josh Bersin Academy. Bezpłatnie dostępny będzie natomiast webinar, który poprowadzi 28 stycznia sam Josh Bersin, możesz zapisać się na niego TUTAJ

Bardzo Wam polecam ten webinar, oglądałam rok temu predykcje dotyczące 2024 i jest to arcyciekawy materiał, zawierający wiedzę, która jest potem dostępna jedynie odpłatnie.

A jeśli zastanawiasz się, czy jakieś firmy tak działają, to tak, Bersin podaje w raporcie „The Rise of The Superworker. HR and Leadership Predictions and Imperatives for 2025 przykłady firm i działań podejmowanych w ramach omówionych trendów.

O tym, jak bardzo na zmiany w firmach wpływa AI pisałam także TUTAJ

The post 5 trendów HR dla zaawansowanych, czyli co zmienia AI w firmach appeared first on Great Digital.

AI wchodzi w bardzo wiele obszarów HR. Wpływ AI na HR widoczny jest nie tylko w analityce HR. Opierając się o silniejsze wykorzystanie danych AI zmienia wszystkie obszary HR m.in.: rekrutację, rozwój pracowników czy dbanie o employee experience. O jak dużej zmianie mówimy?

[Poniższy post przygotowałam dla szerszego grona czytelników zachęcona bardzo dobrym odbiorem webinaru „Wpływ AI na HR”, który prowadziłam na zaproszenie PSZK w tym tygodniu].

1. O jak dużej zmianie biznesowej mówimy?

Zmiany, które obecnie zachodzą dzięki AI to zmiany, które wpływają na biznes. To od HR zależy, czy będzie w tej zmianie biznesowej obecny. Spójrz na 3 liczby, które pokazują o jak dużej zmianie biznesowej, a nie HR—owej mówmy.

Obecnie 92% firm z listy Fortune 500 korzysta już z rozwiązań Open AI (wg danych Altman).

Na rynku AI widoczna jest dominacja Open AI w odniesieniu do dużych modeli językowych (LLM – Large Language Models), inni znaczący gracze to Google i Microsoft.

O 277 miliardów dolarów wzrosła wartość giełdowa Nvidia w 1 dzień.

Nvidia dostarcza technologie kluczowe dla rozwoju AI wykorzystywane przez OpenAI, Google, Microsoft i Meta, a także ośrodki badawcze i rozwojowe oraz startupy. Wycena Nvidia wyprzedziła Amazon i Alphabet i jest to obecnie 3 spółka za Microsoft i Apple na giełdzie amerykańskiej.

Z ChatGPT korzysta obecnie 100 mln użytkowników tygodniowo.

100 mln użytkowników miesięcznie Open AI udało się osiągnąć w 2 miesiące od uruchomienia ChatGPT. Jest to wynik szybszy niż osiągnięty przez jakąkolwiek inną aplikację na świecie). Dla porównania, Spotify potrzebował na to 5 lat, Facebook 4,5 roku, Instagram 2,5 roku a TikTok potrzebował 9 miesięcy.

Pojęcia związane z AI, które warto znać znajdziesz na grafice poniżej:

2. Jakie możliwości związane z AI mogą być przydatne w HR?

AI to nowe możliwości związane z automatyzacją powtarzalnych czynności, które dzięki AI zajmują sekundy, a także szybszym przetwarzaniem wielu danych.  Ciekawe możliwości pojawiają się też w związku z możliwością transformacji tekstu na video. Możemy na przykład przygotować odpowiedź na pytanie kandydata lub pracownika w formie filmiku z wypowiedzą szefa firmy lub pracownika HR.

Kolejna ciekawa opcja to bardzo duże możliwości personalizacji i przygotowywania indywidualnych rekomendacji. Dzięki temu każdy pracownik i kandydat mogą błyskawicznie otrzymać odpowiedź wpisującą się w ich potrzeby, m.in. odnośnie rozwoju w firmie.

Analiza sentymentu jest z kolei przydatna w analizie emocji wyrażonych w tekście. Możliwe zastosowanie dotyczy na przykład dokumentów czy kanałów firmowych, z których korzystają pracownicy.

I wreszcie bardzo duże możliwości w zakresie analizy danych. Tutaj jest możliwe przewidywanie trendów na podstawie dotychczasowych danych firmowych i rynkowych.

3. Na jakie obszary HR wpłynie AI?

AI będzie mieć wpływ na dosłownie każdy obszar w HR. Najciekawsze moim zdaniem zmiany dzieją się już w obszarze rekrutacji, rozwoju pracowników, analityki i badań HR. Bardzo dużo możliwości (i wymagań) pojawia się też w odniesieniu do rozwoju liderów HR.

AI w rekrutacji

W rekrutacji wspieranej AI możliwe jest łatwiejsze i szybsze dopasowanie kandydata. Mowa tutaj o szybszym sourcingu, materiałach przygotowanych dla kandydata, a nawet wyborze kandydata z pomocą AI, która tworzy scoring kandydatów.

Bardzo dużo zmian jest możliwych także w zakresie współpracy z hiring managerami. AI wspiera przygotowywanie wymagań dla kandydata, umawianie spotkań, komunikację pisaną, video i audio, podsumowywanie spotkań, wybór i negocjacje z kandydatami.

Dzięki AI łatwiej jest też sięgać do kandydatów z rekrutacji wewnętrznej. AI umożliwia tu dopasowywanie i znajdowanie kandydatów, a także dopasowany dla nich (skrócony) proces rekrutacji.

Wreszcie, po rekrutacji wspartej AI możliwy jest też personalizowany pre i onboarding. AI przygotuje kolejne kroki, jakie warto podjąć przy wprowadzaniu pracownika  do zespołu, podpowie do jakich istotnych dokumentów (i ich podsumowań) powinien mieć pracownik i nakreśli dalszych możliwości rozwoju dla pracownika.

AI w obszarze rozwoju pracowników

Jedną z ciekawszych możliwości, jakie pojawiają się w AI są spersonalizowane rekomendacje w zakresie rozwoju. Są to rekomendacje przygotowane per pracownik (w miejsce tworzenia firmowych ścieżek kariery). Nie wierzycie, że może to dobrze działać? Ja też nie wierzyłam. A wystarczy, że poprosisz o to ChatGPT (w płatnej wersji) o przygotowanie rekomendacji dla Ciebie w oparciu o Twoje CV. Będziesz mile zaskoczony(a) wynikami, sprawdź koniecznie. Możesz też poprosić AI, tak jak ja, o rekomendacje rozwojowe na podstawie Twojego profilu na LinkedIn.

AI w obszarze analityki i badań HR

Tutaj zachodzące zmiany są naprawdę fascynujące. Od szybszej analizy danych, po nowe źródła danych (o tym, jak korzystać z danych behawioralnych z pomocą ONA, czyli analizy sieci organizacji pisałam TUTAJ). AI to też łatwiejsze budowanie kwestionariuszy do badań (wyobraź sobie nieskończoną bibliotekę pytań). Czy w takim razie potrzebny jest tutaj wkład człowieka? Oczywiście, ktoś musi te pytania przeselekcjonować i dobrać do celu konkretnego badania, a nie skleić je bez sensu.

AI w analityce HR to także dużo łatwiejsze budowanie dashboardów HR, bo AI pozwala szybciej i łatwiej łączyć dane z różnych systemów. O tym, jakie możliwości w tym zakresie daje obecnie nasz HRLytics.pl będą mogła opowiedzieć już niebawem.

I wreszcie, AI już po przeprowadzonych badaniach przygotowuje rekomendacje biznesowe. AI podpowiada tu na co zwrócić uwagę analizując wyniki badania i przygotowuje rekomendacje np. dla każdego managera, który przegląda wyniki swojego zespołu. To też potrafi już nasz system do badań i analityki HR, czyli HRlytics.pl.

4. Jakie ograniczenia ma AI? Na co uważać?

W dalszym ciągu, jeśli chcemy działać zgodnie z prawem, nie powinniśmy powierzać AI (w postaci publicznych wersji aplikacji typu Chat GPT) do analizy materiałów chronionych prawem autorskim oraz materiałów firmowych. Główne ograniczenie, o jakim warto pamiętać to to, że AI jest jednak generatorem odpowiedzi przygotowanych w oparciu o przekazane mu źródła i instrukcje, a jeśli nie potrafi znaleźć odpowiedzi, zwraca nam odpowiedź prawdopodobną. To też oznacza, że jeśli źródłowe dane i analizowane praktyki zawierały praktyki dyskryminujące jakieś osoby (np. w rekrutacji), to AI ma tendencję powtarzać te same uprzedzenia.

Dlatego każdy wynik, podpowiedź i rezultat pracy AI powinniśmy traktować jak szybką pomoc, ale jednak pracę wykonaną przez asystenta, którego jakość pracy powinniśmy sprawdzić. Zupełnie tak samo, jak sprawdzalibyśmy jakość pracy prawdziwego asystenta, zanim z przygotowanymi przez niego rekomendacjami pójdziemy na spotkanie zarządu.

I najważniejsza rzecz. Jakość zwracanych przez AI bardzo zależy od jakości kierowanych do aplikacji zapytań. Dlatego bardzo warto trenować swoje umiejętności w tym zakresie. Tutaj jest pole na kreatywność, a także jedną z kluczowych umiejętności XXI wieku, czyli krytyczne myślenie.

5. Skąd HR-owiec może czerpać wiedzę o AI?

Materiałów, które pozwalają śledzić wpływ AI na HR jest całe mnóstwo. Warto śledzić dobre raporty i opracowania (m.in. te, które przygotowują Gartner, Bersin, McKinsey czy Deloitte). Do 5 kwietnia są jeszcze dostępne bezpłatnie szkolenia dot. AI w HR udostępnione przez LinkedIn, z pewnością wybierzesz coś dla siebie TUTAJ

Są wreszcie blogi i newslettery, temat na pewno będzie pojawiał się regularnie tutaj. W formie formie „pigułek wiedzy” o tym jak wygląda wpływ AI na HR będę też pisać w moim newsletterze HR Insight wychodzącym co piątek na LinkedIn. Możesz dopisać się do niego TUTAJ

Warto też obserwować liderów i ekspertów popularyzujących wiedzę nt. AI:

• Terri Horton (jedna z autorek kursów o AI w HR dostępnych na LinkedIn) TUTAJ
• Ian Beacraft, futurolog, obserwator trendów TUTAJ
• Zain Kahn, jak mówi o sobie 'The AI Guy” pokazujący jak z pomocą AI być bardziej produktywnym TUTAJ
• Jowita Michalska, CEO Digital University w bardzo przystępny sposób opowiadająca o AI w różnych obszarach życia i biznesu TUTAJ
• Aleksandra Przegalińska, naukowczyni od lat zajmująca się AI, profesorka i wicerektorka Akademii Koźmińskiego TUTAJ

Źródła wiedzy dla liderów HR są naprawdę na wyciągnięcie ręki, koniecznie zaplanuj na nie czas, miłego korzystania!

Dziękuję, że czytasz ten blog, aby nie przegapić kolejnych tekstów dopisz się koniecznie do listy subskrybentów, a jeśli uważasz ten tekst za wartościowy, podziel się nim z innymi.

The post Wpływ AI na HR appeared first on Great Digital.

AI w analizie danych to szybsze możliwości przetwarzania danych i nowe źrodła danych. Znaczenie mu tu jednak także…nowy sposób pracy pracowników dzięki automatyzacji prostych zadań. Sprawdźcie, jak w całości AI zmienia to, jak firmy powinny podchodzić do mierzenia efektów pracy pracowników.

Raport „Global Human Capital Trends” autorstwa Deloitte to jeden z tych raportów, na który czekam co roku. Badanie obejmuje 14 tysięcy ekspertów-liderów z HR oraz biznesu z 95 krajów, w tym Polski.

Najnowszy raport właśnie się ukazał i…aż się uśmiechnęłam jak zobaczyłam, że jednym z wyróżnionych w tym roku trendów w HR jest zmiana podejścia do analizy danych w HR.

Eksperci Deloitte piszą, że innowacyjne firmy (to kluczowe stwierdzenie!) przechodzą właśnie od mierzenia „tradycyjnie” rozumianej produktywności czy nawet wydajności (productivity) do mierzenia efektów pracy (human performance).

Różnie możemy to nazywać, ale chodzi o odejście od „starego” podejścia do analityki skoncentrowanego na raportowaniu (często aż do przesady) i przejście do podejścia opisywanego jako people analytics. W tym nowym podejściu analityka HR jest narzędziem wspierającym podejmowanie decyzji biznesowych i koncentruje się na efektach działań HR.

Na czym polega to „stare” i „nowe” podejście do analizy danych w HR?

„Stare” podejście:

• koncentracja na „technicznie” rozumianej efektywności (np. walka o oszczędzanie minut czy sekund przeznaczanych na jakąś czynność)
• mierniki typu „przychód na 1 pracownika’, „czas spędzony na…”, „budżet wydany na…”, przepracowane godziny, przeszkoleni pracownicy

„Nowe” podejście:

• koncentracja na doświadczeniach pracowników (Deloitte używa tu określenia „happiness” ale myślę, że zbyt łatwo je strywializować)
• mierniki wskazujące wartość wnoszoną przez pracowników, odnoszące się do sensu pracy

Dzięki czemu ta zmiana jest możliwa (na początek wystarczy „rzucić” tylko dwie literki – AI)?

Zanim odniesiemy się do metod pracy z danymi i ich źródeł, pojawia się już hasło AUTOMATYZACJA, która uwalnia zasoby pracowników. Odzyskany czas może być przeznaczany na zadania kreatywne, współpracę i rozwijanie umiejętności krytycznego myślenia. Cały ten zestaw umiejętności to tzw. kompetencje przyszłości. Nie sposób mierzyć je „tradycyjnymi” miernikami!

Czy firmy są już gotowe na tą zmianę?

Wg Deloitte 74% badanych przedstawicieli HR i biznesu jest zdania, że w ich firmach pora już na nowe, bardziej przystające do rzeczywistości mierniki dotyczące efektywności pracy. Jedynie 17% badanych wskazuje z kolei, że już w tej chwili w ich organizacjach są obecne mierniki „nowoczesne”, oddające wartość wnoszoną przez pracowników.

Co umożliwia tą zmianę? Nowe możliwości w zakresie pozyskiwania danych odnoszących się do pracowników.

Czego dotyczą nowe dane i metody analizy?

1. Dane behawioralne pochodzące z systemów, z których korzystają pracownicy – poczty firmowej, kalendarzy i innych systemów do których logują się codziennie lub prawie codziennie pracownicy. To są dane, które bardzo dużo mówią m.in. o stylu pracy w danej firmie.

2. ONA (Organizational Network Analysis), czyli analiza sieci organizacji – to szybko rozwijający się obszar w analityce HR, pokazujący też realne połączenia, jakie pojawiają się między pracownikami w organizacji. Pozwala m.in. zidentyfikować pracowników kluczowych dla przekazywania wiedzy w organizacji (bez względu na miejsce zajmowane w oficjalnej strukturze firmy) czy też obszary występowania firmowych „silosów”. ONA w dużej mierze jest oparta o analizę danych wymienionych w punkcie 1. Szerzej o tym, czym się zajmuje, na czym polega i o jakie narzędzia się opiera pisałam na blogu Great Digital TUTAJ

3. Urządzenia typu czujniki i sensory wmontowane w rozmaite urządzenia – urządzenia te doskonale pokazują na przykład, gdzie najwięcej czasu spędzają pracownicy, jakie są ich ścieżki i ulubione miejsca w firmie. Świetnie sprawdzają się przy organizowaniu funkcjonalnych przestrzeni biurowych dla pracowników.

4. Analiza materiałów głosowych – to jest obszar, który został odkryty już jakiś czas temu w pracach m.in. call center, gdzie obecnie oprócz treści rozmów dzięki AI analizuje się także ton głosu (pracowników prowadzących rozmowy i klientów).

Z jakimi wyzwaniami mierzą się tutaj firmy?

Eksperci Deloitte wśród wyzwań, jakie muszą najczęściej przezwyciężyć firmy wymieniają 4 takie punkty:

1. Presję ze strony rozmaitych stakeholderów przyzwyczajonych do „tradycyjnych” metryk.

Tutaj wierzę, że pokazanie nowych danych, skoncentrowanych na efektach szybko zostanie uznane za właściwe podejście.

2. Brak wiedzy odnośnie tego, co warto mierzyć.

To bardzo istotny punkt, od tego, że przybywa danych nie stajemy się automatycznie mądrzejsi. Wręcz przeciwnie, niektórych to paraliżuje.

3.  Tzw. paranoja produktywności

To nawiązanie do sławnego już badania Microsoft Work Trends Index. Badanie to pokazało DRASTYCZNIE INNE postrzeganie produktywności podczas pracy zdalnej wśród pracowników i wśród ich przełożonych (którzy przestali pracowników widzieć). Pisałam o tym badaniu m.in. w artykule o tym, czy naciski na powrót pracowników do biura mają sens TUTAJ

4. Zbytnia koncentracja na podjętych działaniach zamiast na efektach tych działań.

O tym pisałam wielokrotnie. Dużo łatwiej pokazać i wyraportować jest podjęte działania, niż efekt tych działań. To także powód dla którego wiele firm nie wychodzi z tego pierwszego podejścia. Najnowsze materiały video dotyczące tej tematyki możesz znaleźć na moim profilu instagramowym TUTAJ

Jakie recepty i wskazówki odnośnie pracy z danymi w HR z użyciem AI proponują eksperci?

Niezwykle ciekawe są też wskazówki, jakie proponują eksperci Deloitte, które mają przybliżać firmy do wypracowania nowego podejścia do danych. Są to:

1. Wypracowanie nowych mierników RAZEM z pracownikami.

Jestem bardzo za. Wiele z wskaźników, jakie są tutaj do wypracowania nie jest oczywistych. Ale możemy z pracownikami rozmawiać o tym „po czym poznamy, że to dobrze działa” i zastanawiać się jak to zmierzyć. Zawsze też możecie zaprosić do współpracy dobrego eksperta – konsultanta zewnętrznego!

2. Mierzenie tego, co powinniśmy mierzyć, a nie tego, co jesteśmy w stanie mierzyć.

Podpisuję się pod tym obiema rękami. Zbyt wiele rzeczy zaczyna być w firmach mierzone tylko dlatego, że „można”.

3. Włączenie nowych mierników i podejść do procesów HR.

Przykładowo, w zestawieniu z tymi nowymi miernikami, jaki sens mają ROCZNE oceny pracowników i podsumowywanie podczas tych spotkań efektów pracy pracownika? Nie mają, dlatego pora żegnać się z nimi.

4. Integrację nowych mierników z pracą nad doświadczeniami pracowników w całym cyklu życia pracownika.

Oczywiście, że tak. Jeśli chcemy całościowo zadbać o employee experience, to oczywiście, że potrzebujemy tutaj wielu metryk. Chodzi o to, aby mierzyć poziom doświadczeń pracownika w różnych momentach jego pracy.

5. Ustalenie zasad i praktyk pracy z danymi, w szczególności analizy danych opartej o AI.

Pojawiają się zupełnie nowe, niewykorzystywane wcześniej dane odnoszące się do pracowników. W tym momencie – nie ma się co dziwić – pracownicy nie są do tego entuzjastycznie nastawieni. Raczej zachowują typową wobec nowości „rezerwę”. Spójrzcie na poniższy wykres, gdzie widać, jak rosną potrzeby i plany firm odnośnie wykorzystywania nowych danych. Jednocześnie, nie sposób nie zauważyć o ile mniejsze są odsetki pracowników, którzy z takim podejściem są ok.

Dlatego, tutaj HR może odegrać również bardzo ważną rolę. Warto zadbać o to, aby dane te zostały wykorzystane w słusznej sprawie – do poprawy doświadczeń pracowników i mierzenia sensu wykonywanej przez pracowników pracy, a nie np. kontroli i monitorowania pracowników. A bądźmy realistami, takie pomysły u części pracodawców też się pojawią.

Omówienie nowego trendu w podejściu do danych podsumowanego przez Deloitte w raporcie „Global Human Capital Trends” znajdziesz TUTAJ

W tym tekście jedynie tytułowa grafika została przygotowana z pomocą AI. Dołącz do newsletttera, aby nie przegapić kolejnych materiałów!

The post Nowe trendy w analizie danych HR, czyli co zmienia AI? appeared first on Great Digital.