hybridresourcing Εγγραφή στη λίστα αναμονής

Kennisbank

Τι θέλει να γνωρίζει ένας workforce leader προτού η AI επηρεάσει τον σχεδιασμό προσωπικού

Ένας workforce leader — συχνά υπεύθυνος για τον σχεδιασμό προσωπικού, τη διαχείριση capaciteit ή τη γέφυρα μεταξύ HR και business — παραλαμβάνει την AI χωρίς να έχει εξηγήσει κανείς εκ των προτέρων τι σημαίνει αυτό για τη στελέχωση. Το ερώτημα έρχεται από πάνω: λιγότερη εισροή, διαφορετικά προφίλ, πιο ευέλικτη κλιμάκωση. Ο workforce leader πρέπει να έχει απάντηση σε αυτό, ενώ ο ίδιος δεν γνωρίζει αν ο οργανισμός έχει τις προϋποθέσεις σε τάξη για να πραγματοποιήσει αυτή την απάντηση.

Το ερώτημα που θέτει

Το ερώτημα δεν είναι αν η AI επηρεάζει θέσεις εργασίας. Αυτή η ερώτηση έχει ήδη απαντηθεί από άλλους, ψηλότερα στον οργανισμό. Το ερώτημα που θέτει στον εαυτό του ένας workforce leader είναι διαφορετικό: με βάση ποιες παραδοχές αναπροσαρμόζεται τώρα ο σχεδιασμός προσωπικού, και πόσο σταθερές είναι αυτές οι παραδοχές; Αν σενάρια capaciteit χτίζονται πάνω σε μια υπόσχεση AI που προϋποθέτει καλά δεδομένα, μια λειτουργική υποδομή και ομάδες που μπορούν να δουλέψουν με τα αποτελέσματα, και αυτές οι προϋποθέσεις δεν υπάρχουν, τότε ο σχεδιασμός δεν ευσταθεί. Αυτό δεν το παρατηρεί σήμερα. Το παρατηρεί τη στιγμή που η εισροή έχει ήδη επιβραδυνθεί και η απόδοση δεν έρχεται.

Τι έχει να χάσει

Ένας workforce leader που βασίζει τον σχεδιασμό προσωπικού του σε μια επίδραση AI που δεν επέρχεται, βρίσκεται μόνος του. Η σύνθεση προσωπικού έχει ήδη προσαρμοστεί, οι θέσεις έχουν παγώσει ή, αντίθετα, έχουν ανοιχτεί, και το business υπολογίζει σε μια capaciteit που τελικά δεν υπάρχει. Η αποκατάσταση απαιτεί χρόνο που ένας σχεδιασμός προσωπικού δεν έχει — η εισροή έχει χρόνο υλοποίησης, και ένα κενό που εντοπίζεται πολύ αργά δεν κλείνει με το πάτημα ενός κουμπιού. Αυτός ο κίνδυνος δεν βρίσκεται στην τεχνολογία. Βρίσκεται στην παραδοχή ότι η τεχνολογία λειτουργεί ήδη σε έναν οργανισμό που δεν είναι ακόμη έτοιμος γι' αυτό.

Τι έχει να κερδίσει

Αν ο workforce leader γνωρίζει πράγματι πόσο ώριμος είναι ο οργανισμός προτού σχεδιάσει, η θέση του αλλάζει. Μπορεί να διακρίνει ανάμεσα σε ένα σενάριο capaciteit που είναι ρεαλιστικό βραχυπρόθεσμα και ένα σενάριο που εξαρτάται από θεμέλια που πρέπει ακόμη να χτιστούν. Μπορεί να δώσει στο business ένα χρονοδιάγραμμα που ευσταθεί αντί για ένα χρονοδιάγραμμα που ελπίζει. Αυτό δεν είναι εγγύηση για καλή έκβαση, αλλά είναι σχεδιασμός που δεν καταρρέει μόλις η πρώτη παραδοχή δεν επαληθευτεί.

Η απάντηση που δεν δέχεται

Ό,τι δεν δέχεται ένας workforce leader είναι μια πορεία AI που μιλά για μελλοντική capaciteit χωρίς να προσδιορίζει τι πρέπει πρώτα να υπάρχει για αυτό. «Η AI θα αντικαταστήσει με τον καιρό ένα μέρος της εισροής» δεν αποτελεί βάση σχεδιασμού αν κανείς δεν μπορεί να πει αν η διαχείριση δεδομένων, η υποδομή ΙΤ και η οργανωτική δομή είναι ήδη έτοιμες για αυτό. Δεν δέχεται επίσης κανέναν αριθμό που βασίζεται μόνο στο συναίσθημα ενός ενθουσιώδους sponsor. Αυτό που χρειάζεται είναι μια εικόνα του πού βρίσκεται πραγματικά ο οργανισμός, ανά διάσταση, με τη διασπορά ανάμεσα σε ό,τι πιστεύουν διαφορετικοί άνθρωποι μέσα στον οργανισμό — γιατί αυτή η διασπορά είναι ήδη από μόνη της πληροφορία για το πόσο σταθερή είναι μια παραδοχή capaciteit.

Από πού προέρχεται αυτή η εικόνα

Η μέτρηση ωριμότητας του hybridresourcing αξιολογεί έναν οργανισμό σε πέντε επίπεδα — baseline, foundation, activation, insight, intelligence — σε επτά διαστάσεις. Θεμελιώδεις διαστάσεις όπως η οργανωτική δομή, η υποδομή ΙΤ και η διαχείριση δεδομένων προηγούνται των εξαρτημένων διαστάσεων, όχι επειδή αυτό αποτελεί προτίμηση, αλλά επειδή είναι η σειρά με την οποία λειτουργεί: χωρίς μια λειτουργική υποδομή και αξιόπιστα δεδομένα, η AI έχει λίγα πράγματα πάνω στα οποία να στηριχτεί, όσο καλά και να είναι ήδη η οργανωτική δομή. Σε έναν γύρο plot, πολλά άτομα βαθμολογούν ξεχωριστά, ώστε να γίνεται ορατό πού συμφωνεί η εικόνα του οργανισμού και πού διαφέρει. Για έναν workforce leader, αυτή η διασπορά αποτελεί συχνά το πιο χρήσιμο σήμα: μεγάλη διασπορά στη διαχείριση δεδομένων σημαίνει ότι κανείς δεν γνωρίζει με βεβαιότητα αν η βάση υπάρχει, και αυτή είναι ακριβώς η βάση πάνω στην οποία στηρίζονται τα σενάρια capaciteit.

Αυτή η προσέγγιση αγγίζει και άλλους ρόλους στον οργανισμό, καθένας από τη δική του σκοπιά: έναν CEO που αναζητά την απάντηση σε AI-πιλότα που έχουν κολλήσει, έναν COO που πρέπει να αξιολογήσει την επιχειρησιακή ετοιμότητα και έναν CHRO που παρακολουθεί την οργανωτική πλευρά της ωριμότητας AI. Και ανά κλάδο η εικόνα διαφέρει, όπως φαίνεται στο πόσο έχει προχωρήσει ο κλάδος των κατασκευών με τα θεμέλια για AI και πώς αυτό σχετίζεται με την κατάσταση στον κλάδο εγκαταστάσεων.

Το όριο αυτού του εργαλείου

Η μέτρηση ωριμότητας λέει κάτι για την πλευρά της στήριξης: μπορεί αυτός ο οργανισμός να στηρίξει την AI, υπάρχουν τα θεμέλια, είναι τα δεδομένα σε τάξη, είναι η υποδομή έτοιμη γι' αυτό. Δεν λέει τίποτα για ποιο μέρος της ίδιας της εργασίας μπορεί να αναλάβει η AI. Αυτό είναι διαφορετικό ερώτημα, με διαφορετικό εργαλείο. Μόλις υπάρξει η εικόνα της ετοιμότητας, το λογικό επόμενο βήμα είναι το ερώτημα που έρχεται μετά: ποιο μέρος της εργασίας, εργασία προς εργασία, είναι όντως μεταβιβάσιμο. Αυτό το υπολογίζει η werkscan της FTE TO AI — ανά εργασία, με βάση το περιεχόμενο της ίδιας της εργασίας, όχι με βάση μια παραδοχή για τον οργανισμό ως σύνολο.

Το καθεστώς αυτού του εργαλείου

Η μέτρηση ωριμότητας βρίσκεται υπό κατασκευή. Προς το παρόν δεν υπάρχει αναφορά προς παραγγελία ούτε σύμβουλος που να επισκέπτεται για να περάσει τις διαστάσεις. Όποιος θέλει να χρησιμοποιήσει τη μέτρηση μόλις γίνει διαθέσιμη, μπορεί να εγγραφεί στη λίστα αναμονής.

Robbyde assistent van de volwassenheidsmeting

Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.

Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.