Mākslīgais intelekts personāla vadībā pēdējos gados no modes vārda ir kļuvis par rīku, kas pamanāmi ietekmē darba ikdienu. Darba devējiem vienlaikus jānodrošina ātra un korekta procesu norise, jāsaglabā uzmanība cilvēkam un jāspēj sniegt vadībai datos balstīts redzējums. Tajā pašā laikā kandidāti un darbinieki arvien vairāk sagaida skaidru, ātru un personalizētu komunikāciju, un, ja tas netiek nodrošināts, pasliktinās gan viņu pieredze, gan kopējais priekšstats par darba devēju.
Personāla vadītājiem tas nozīmē nodrošināt pastāvīgu līdzsvaru starp kvalitāti, ātrumu un pieejamo kapacitāti. Tāpēc mākslīgais intelekts var sniegt atbalstu, pārņemot ikdienas darbus, kas parasti aizņem daudz laika. Piemēram, tas var sašķirot pieteikumus pēc noteiktiem kritērijiem, sakārtot dokumentus un apkopot kandidātu informāciju.
AI palīdz arī piekopt vienotu pieeju personāla procesiem. Tas var piedāvāt vienotu interviju jautājumu sarakstu, izveidot vienādas struktūras amata aprakstiem vai palīdzēt sagatavot vēstules, kas saglabā vienotu toni un kvalitāti neatkarīgi no tā, kurš tās raksta. Līdz ar to komunikācija ir profesionālāka, kas ir būtiski uzņēmuma reputācijai.
Taču šādu risinājumu ieviešana ir jāplāno pārdomāti. Personāla darbs bieži saistīts ar jutīgiem datiem, un jebkura neprecizitāte var ietekmēt darbinieku vai kandidātu attiecības ar uzņēmumu. Tāpēc AI jābūt palīgam, nevis galvenajam lēmumu pieņēmējam.
Šajā rakstā aplūkosim situācijas, kur mākslīgais intelekts personāla vadībā šobrīd dod vispamanāmāko praktisko ieguvumu, kā arī principus, kas palīdz tehnoloģiju ieviest tā, lai tā stiprina ikdienas darbu, nevis rada papildu sarežģījumus.
AI pielietojums HR procesos – kas strādā praksē?
Talantu piesaiste un atlase: ātrāka izvērtēšana un labāka kandidātu pieredze
Visātrākā praktiskā atdeve no AI parasti ir tajos HR procesos, kuros darba apjoms ir liels un uzdevumi regulāri atkārtojas. Kandidātu piesaistē un atlasē tas nozīmē ātrāku pieteikumu sākotnējo izvērtēšanu, konsekventāku atlases kritēriju piemērošanu un mazāku risku, ka spēcīgi kandidāti pazūd lielā pieteikumu apjoma dēļ. AI var palīdzēt strukturēt informāciju par kandidātiem, ātrāk izcelt pamatatbilstību prasībām un atvieglot īsā saraksta veidošanu.
Ja ar CV un interviju vien nepietiek, lai salīdzinājums būtu pietiekami pārskatāms, noder strukturēti novērtēšanas rīki. Piemēram, UNLOCK Tests piedāvā dažādu veidu novērtēšanas testus un automatizētas atskaites, ko var izmantot gan atlasē, gan attīstības vajadzību izvērtēšanā, tostarp individuālā un komandas griezumā.
Interviju plānošana un saziņa: mazāk e-pastu, vairāk skaidrības
Interviju plānošana un ar to saistītā saziņa bieži vien izrādās laikietilpīgāka, nekā sākumā varētu šķist, jo ietver kalendāru salāgošanu, izmaiņu koordinēšanu un informācijas apriti starp vairākiem iesaistītajiem. Automatizēti risinājumi šo procesu padara vienkāršāku un paredzamāku. Kad daļa praktisko darbu ir automatizēta, kandidāts ātrāk iegūst skaidru informāciju par to, kas viņu sagaida tālāk, piemēram, vai viņu aicinās uz interviju, kādi dokumenti jāiesniedz vai kad gaidāma nākamā tikšanās. Savukārt vadītājiem un HR komandai vairs nav jāvelta laiks šādām tehniskām darbībām, tāpēc viņi var vairāk pievērsties būtiskajam – kandidāta profesionālo prasmju un personības izvērtēšanai.
Organizācijās, kas strādā Microsoft vidē, šādu atbalstu var sniegt Microsoft 365 Copilot, piemēram, veidojot sapulču kopsavilkumus Teams vidē un sagatavojot ikdienas komunikācijas melnrakstus Outlook. Interviju organizēšanai bieži noder arī Microsoft Bookings, kas ļauj izveidot kandidātam kopīgojamu rezervācijas lapu un saskaņot laikus Microsoft 365 un Teams ekosistēmā.
Savukārt komandām, kas izmanto Google Workspace, līdzīgas iespējas piedāvā Gemini, kas var palīdzēt apkopot informāciju un sagatavot dokumentu melnrakstus Gmail un Google Docs vidē, bet interviju laiku pašrezervācijai var izmantot Google Calendar Appointment schedules, kas kandidātam ļauj pašam izvēlēties brīvo laiku pēc pieejamības.
Ja paralēli nepieciešams ātri sagatavot arī līgumu veidnes, piekrišanas formas vai citus standartizētus dokumentus, noderīgs palīgs var būt arī ChatGPT Legal Assistant, saglabājot obligātu gala pārbaudi no atbildīgā speciālista.
Onboarding un apmācības – personalizācija, kas palīdz ātrāk kļūt produktīviem
Darba uzsākšana un adaptācija pirmajās nedēļās ir brīdis, kad īpaši ātri veidojas priekšstats par organizācijas darba kultūru un ikdienas kārtību. Jautājumu šajā periodā parasti ir daudz, un tie visbiežāk ir praktiska rakstura – par piekļuves tiesībām, sistēmām, iekšējām procedūrām, kā arī labumu un atbalsta kārtību. Digitāls asistents vai pārdomāta pašapkalpošanās vide palīdz nodrošināt, ka informācija ir pieejama vienotā, saprotamā formā, tā mazinot neskaidrības un lieku saziņas slodzi.
Vienlīdz svarīgi ir panākt, lai šī informācija ir piemērota lietošanai arī daudzvalodīgā vidē. Ja organizācijā ir starptautiskas komandas, apmācību video bieži ir lietderīgāk pielāgot citām valodām, nevis veidot no jauna vai pievienot subtitrus. Šādos gadījumos AI rīks Vozo var palīdzēt adaptēt esošos materiālus, saglabājot runātāja balsi un video formātu.
Plānveidīga pieeja darbinieku prasmju attīstībai
Mācīšanās un profesionālā izaugsme ir joma, kur mākslīgais intelekts var veicināt mērķtiecīgāku darbinieku attīstību. Universāla pieeja apmācībām bieži nedod gaidīto rezultātu, jo vienā organizācijā atšķiras gan darbinieku prasmju līmenis un pieredze, gan reālās attīstības vajadzības. AI ļauj pāriet uz tā dēvēto “talantu inteliģences” pieeju, kur mācību soļi tiek sasaistīti ar konkrēto lomu, prasmju profilu un izaugsmes mērķiem, vienlaikus palīdzot pamanīt prasmju trūkumus un prognozēt, kas būs nepieciešams tuvākajā nākotnē. Rezultātā mācību saturs kļūst atbilstošāks ikdienas darbam, un attīstība biežāk pārtop taustāmā pienesumā.
Tendenču, risku un scenāriju modelēšana
Personāla datu analīzē un darbaspēka plānošanā mākslīgais intelekts dod jau stratēģiskāka līmeņa ieguvumu, jo palīdz pamanīt tendences, savlaicīgi identificēt riskus un modelēt dažādus attīstības scenārijus. Piemēram, kļūst vieglāk prognozēt nepieciešamos resursus situācijās, kad uzņēmums aug, pārkārto organizatorisko struktūru vai maina darbības virzienu. Tomēr šī pieeja ir tik spēcīga, cik kvalitatīvi ir dati, uz kuriem tā balstās. Lai secinājumi būtu uzticami, sakārtotiem jābūt pamatdatiem par darbiniekiem un amatiem (struktūrvienības, lomas, slodzes, darba laiks), atlīdzības un prombūtņu informācijai, personāla rotācijas, pieņemšanas un aiziešanas datiem, kā arī prasmju, snieguma, apmācību un iesaistes rādītājiem, ja uzņēmums tos regulāri mēra.
Izaicinājumi un ētika, par ko nedrīkst aizmirst
Bieža kļūda ir sākt ar tehnoloģijas izvēli, pirms tiek skaidri definēta problēma, ko paredzēts atrisināt. Praktiska pieeja sākas ar procesa analīzi, izvērtējot, kur veidojas lieka administratīvā slodze, kur rodas kavējumi un kur kandidātam vai darbiniekam pieredze kļūst neskaidra. Kad tas ir saprasts, ir vieglāk izvēlēties šauru un izmērāmu pilotprojektu. Latvijas uzņēmumu realitātē tas ir īpaši nozīmīgi, jo personāla komandas bieži strādā ar ierobežotu kapacitāti un vienlaikus sedz vairākas funkcijas.
Taču skaidrs uzdevums pats par sevi vēl negarantē ilgtspējīgu ieviešanu. Līdztekus tehnoloģijas izvēlei jāizveido pārvaldība, kas nosaka praktisko kārtību. Personāla dati ir sensitīvi, un digitālie risinājumi strādā ar informāciju, kas var tieši ietekmēt darba attiecības. Tāpēc organizācijai ir jāvienojas, kādi dati tiek izmantoti, kā tiek nodrošināta piekļuve un kā tiek dokumentēts gala lēmumu pieņemšanas pamatojums. Šāda kārtība nav formāls papildinājums, bet uzticības pamats gan darbiniekiem, gan vadībai.
Kad datu un lēmumu aprite ir sakārtota, uzmanības centrā nonāk rezultātu kvalitāte un taisnīgums. Viens no būtiskākajiem riskiem ir aizspriedumu pārnese, jo mākslīgais intelekts mācās no datiem un iepriekšējām praksēm. Ja vēsturiskajos datos vai izvērtēšanas pieejā jau pastāv nevēlamas tendences, sistēma tās var pastiprināt. Tāpēc atlases un vērtēšanas procesos īpaši nozīmīgi ir skaidri kritēriji, pārskatāmi lēmumu pieņemšanas principi un regulāra rezultātu pārbaude. Tehnoloģija var palīdzēt padarīt procesu strukturētāku un konsekventāku, taču sensitīvos jautājumos tā nevar kļūt par vienīgo pamatu lēmumu pieņemšanai.
Visbeidzot, arī vislabāk izstrādātie noteikumi nedos rezultātu bez atbilstošām prasmēm un lietošanas paradumiem. Rīks strādā tik labi, cik atbildīgi un pārliecinoši to izmanto komanda, tādēļ uzņēmumam būtu vērts ieplānot īsu, praktisku apmācību, kurā komanda vienojas par drošu datu izmantošanu, kvalitātes pārbaudes principiem un gadījumiem, kad sistēmas ieteikumi jāizvērtē īpaši kritiski. Bieži tieši lietošanas kultūra nosaka, vai tehnoloģija kļūst par stabilu palīgu ikdienā.
Beigu piezīmes
Mākslīgais intelekts personāla vadībā vislabāk strādā tad, ja tas tiek ieviests kā mērķtiecīga procesu pilnveide, nevis kā universāls risinājums visam. Svarīgākais ir skaidri nodefinēt problēmu un vēlamo rezultātu, vienoties par to, kā tiks mērīts ieguvums, un sākt ar jomām, kur slodze ir visaugstākā un uzlabojums ir vispārredzamākais.
Izmantotie avoti:
Artūrs Bļinovs
Uzņēmuma vadītājs
Human Source līdzdibinātājs ar vairāk nekā 17 gadu pieredzi pārdošanā un projektu vadībā. Specializējas vadītāju atlasē un reputācijas un vadības kompetenču novērtēšanā. Ieguvis maģistra grādu personāla vadībā. Pēdējo 10 gadu laikā novērtējis vairāk nekā 350 vadītājus.