Как компьютерные программы с искусственным интеллектом совершат революцию в HR-индустрии.
Uber и другие пионеры так называемой гиг-экономики используют алгоритмы для распределения задач среди огромной армии фрилансеров. И теперь их методы принимают на вооружение гиганты вроде Royal Dutch Shell и General Electric, только уже применительно к штатным сотрудникам. Представители бизнеса говорят, что новые инструменты повышают производительность труда и предоставляют работникам больше возможностей, связанных с выполнением новых задач. Но не стоит забывать, что в то же время эти автоматические программы берут на себя и управленческие задачи, которые еще недавно считались прерогативой человека, в том числе планирование и сопровождение стратегических проектов. Исследователи считают, что для одних менеджеров это будет означать сужение поля деятельности, а другие и вовсе окажутся за бортом.
Когда Shell потребовалось оценить цифровые бизнес-модели в сфере обслуживания автомобилей, руководство пропустило проект через алгоритм, он проанализировал доступность сотрудников Shell с нужным опытом — и мгновенно распределил задачи. В Shell используют ПО с функцией самообучения, разработанное бостонской компанией Catalant. Оно предназначено для установления соответствия между задачами и сотрудниками. Затем программа отслеживает и оценивает работу специалистов и учитывает эти данные при следующем распределении задач. По словам Shell, тестирование системы началось в начале этого года. А в январе 2018-го система под названием Shell Opportunity Hub будет развернута в маркетинговом подразделении компании, где занято 8 тыс. сотрудников. Кэролайн Миссен, исполнительный директор Shell, курирующая пилотный проект, говорит: «У нас в Shell масса разнообразных талантов, и мы ищем способы как можно эффективнее их использовать». Описанные управленческие инструменты — лишь одно из направлений внедрения искусственного интеллекта для найма и принятия кадровых решений.
По данным исследовательской фирмы Gartner, за последние два года общий объем рынка ПО для управления персоналом вырос на 23%, достигнув 11,5 млрд долларов. Согласно прогнозам, к 2020 году он вырастет еще на 25%. Уже доказано что с некоторыми управленческими задачами компьютеры справляются гораздо лучше людей, поскольку последние восприимчивы к когнитивным ловушкам, например, к предвзятости и склонности к подтверждению своей точки зрения. Согласно обобщающему анализу психологических исследований, проведенному в Университете Новой Англии в 2015 году, люди действуют интуитивно, и склонны принимать плохие решения, при этом высоко оценивая свою работу. При этом в последнее время в деловом мире менеджеров все чаще просят подтверждать свои решения цифрами — а это именно то, что машины делают лучше людей.
Томас Чаморро-Премузич, профессор бизнес-психологии в Лондонском колледже, говорит: «Что делает менеджер? Оценивает потенциал специалиста, создает команды, назначают задачи, измеряет производительность труда и обеспечивает обратную связь. Но откровенно говоря, люди не очень хорошо справляются с этими задачами, так что, возможно, когда-нибудь мы сможем обходиться без менеджеров».
Впрочем, другие ученые все равно полагают, что при принятии решения ИИ также может попасть в ловушку. Дело в том, что системы ИИ часто обучаются на основе данных прошлых лет. Майкл Вейл, исследователь в области ответственного машинного обучения в Университетском колледже Лондона, полагает, что из-за этого они плохо могут прогнозировать редкие события, и, к примеру, окажутся неспособны предположить, что сотрудник преуспеет в задаче, с которой он никогда не сталкивался. Он говорит: «Качества, которые в этом году позволили специалисту достичь отличных результатов в продажах, в следующем году могут оказаться бесполезными».
Компании, которые создают и используют программное обеспечение для управления кадрами, подтверждают, что такие проблемы действительно возможны, но при этом машины не заменяют человеческое суждение и способность к межличностным отношениям. По их словам, ПО ускоряет административную работу и помогает людям принимать решения не только на основе интуиции и опыта, но и на основе данных. Компания Kronos недавно объявила о выпуске ПО, которое без участия человека оценивает заявки на отпуск и назначает сотрудникам задачи, анализируя сочетание рабочих предпочтений и квалификации. Вице-президент компании Билл Бартов говорит: «Наша цель — повысить эффективность работы менеджера». В число первых клиентов компании вошли специализированная розничная сеть Brookstone и Колорадский университет в Боулдере.
Ряд стартапов и известных компаний также предлагает инструменты для автоматизации и оптимизации распределения рабочих смен и задач, позволяя одному человеку управлять гораздо большим количеством рабочих, чем раньше. Компания Insiris, британский производитель ПО для управления персоналом, использует машинное обучение для распределения задач между 100 капитанами речных судов в одном европейском порту с учетом десятков переменных, включая осадку судна и предыдущие достижения капитана.
Мэтью Саммерс, соучредитель и управляющий компании Insiris, говорит: «Если вы занимаетесь распределением задач и людей, компьютер оказывается намного эффективнее человека».
Другие компании разрабатывают еще более сложные продукты. Например, чикагская фирма Nexus A.I. использует свои алгоритмы для анализа навыков и опыта сотрудников, после чего определяет, кто из них лучше всего подходит для конкретного проекта, а также проводит автоматическую аттестацию.
B12, нью-йоркский стартап по созданию веб-сайтов, создал систему Orchestra, позволяющую быстро собирать команды как из штатных, так и из внештатных сотрудников под конкретный проект. Система разработана для внутреннего использования, но фирма предлагает ее другим компаниям совершенно бесплатно. Адам Маркус, соучредитель и технический директор B12, говорит, что в Orchestra используется автоматизированная система под названием StaffBot, которая назначает роли в проекте наиболее квалифицированным людям и оценивает время выполнения задач. Другая система использует прогнозный анализ, чтобы на основе оценок экспертов определить, чья работа принесет больше пользы, и соответствующим образом структурирует рабочий процесс. Маркус говорит: «С ее помощью мы находим вдвое больше ошибок».
Еще один пример — Catalant. Это биржа, где компании могут искать внештатных сотрудников с нужным опытом и навыками. В число ее клиентов входят, например, Procter & Gamble, Pfizer и GE. Совсем недавно GE и другие клиенты предложили Catalant использовать ПО для анализа имеющихся в распоряжении сотрудников, и теперь менеджеры лишь вводят информацию, а система собирает и проверяет резюме и другие сведения — и находит соответствующие внутренние проекты.
Компания GE уже известна тем, что в ней принято перебрасывать сотрудников между отделами, расширяя их кругозор. А сейчас концерн затеял эксперимент с Catalant в первую очередь для нужд внутренней программы предпринимательства GE Ventures, в рамках которой предприниматели привлекаются для поиска объектов для инвестиций. Как сообщает пресс-служба корпорации, в 2018 году GE планирует запустить более широкое пилотное испытание. Сью Сигел, директор GE по инновациям, сказала, что не исключает, что в один прекрасный день ее начальником будет машина. Она говорит: «Если у робота будет личность, чувство юмора и способность понимать состояние человека — почему нет?».
Источник: The Wall Street Journal