Przyszłość pracy: zatrudni Cię (i zwolni) cyfrowy szef

Firmy na całym świecie zmagają się z problemem zarządzania rozproszoną, zdalną siłą roboczą. Efektem jest szybki wzrost automatyzacji – działają już algorytmy, które pomagają zatrudniać pracowników i monitorować ich pracę.

Przyszłość pracy: zatrudni Cię   (i zwolni) cyfrowy szef

phaustov/ legato film / Getty Images

Zastosowanie sztucznej inteligencji (AI) i uczenia maszynowego (ML) eksplodowało w momencie, gdy menedżerowie i kadra kierownicza przystosowują się do hybrydowych środowisk pracy i zmagają się z nadzorowaniem pracowników zdalnych.

Niedawny raport firmy badawczej IDC przewiduje, że do 2024 r. 80% firm z globalnej sieci 2000 będzie korzystać z „cyfrowych menedżerów” wyposażonych w sztuczną inteligencję i uczenie maszynowe, aby zatrudniać, zwalniać i szkolić pracowników na stanowiskach mierzonych ciągłym doskonaleniem - ale tylko jedna na pięć firm uzyska jakąkolwiek rzeczywistą wartość z tego posunięcia bez udziału człowieka.

Zobacz również:

  • 8 technologii kluczowych dla przyszłości pracy
  • UE wdrożyła oparte o AI wyszukiwanie obrazów znaków towarowych i wzorów przemysłowych
  • Jak cyfrowe bliźniaki ulepszają systemy fizyczne

Trwająca globalna pandemia COVID-19 zmusiła wiele firm do przyjęcia nowych modeli pracy, od całkowicie zdalnych po podejścia „hybrydowe”, w których osoby i zespoły pracują w wielu lokalizacjach cyfrowych i fizycznych.

Według IDC, przejście na bardziej rozproszoną siłę roboczą wymaga od firm opracowania nowych metod zarządzania, kierowania i organizowania przedsiębiorstw.

W rzeczywistości, około 41% firm postrzega zdolność do zarządzania zdalną i hybrydową siłą roboczą jako krytyczną umiejętność, którą należy zatrudnić lub rozwinąć we własnym zakresie, zgodnie z badaniem IDC „April 2021 Future Enterprise Resiliency and Spending Survey”.

Obecnie oprogramowanie do zarządzania cyfrowego oparte na AI/ML jest wykorzystywane do skanowania życiorysów i selekcji kandydatów, określania dziennej wydajności pracowników, zalecania dodatkowych szkoleń oraz ustalania, kiedy i i ilu pracowników jest potrzebnych do wykonania danego zadania - zwłaszcza w przypadku pracy zmianowej.

Amy Loomis, dyrektor ds. badań w światowym dziale badań rynku Future of Work firmy IDC, powiedziała, że chociaż wykorzystanie AI/ML do zatrudniania i zwalniania pracowników może wydawać się niezwykłe, „jest to raczej powszechnie stosowane w kręgach [zasobów ludzkich] dzisiaj w większym lub mniejszym stopniu. Algorytmy są często wykorzystywane do tworzenia rankingu pracowników, oferując rekomendacje na temat tego, kto najlepiej nadaje się do zatrudnienia lub zwolnienia”.

Stack-ranking, znany również jako wymuszony ranking lub wymuszona dystrybucja, wykorzystuje oparte na statystyce podejście do oceniania pracowników pod względem wydajności pracy w porównaniu do innych członków zespołu. Oprogramowanie Stack-ranking może być wykorzystywane do sugerowania pracownikom podjęcia dodatkowych szkoleń, nakłaniania menedżerów do przeprowadzenia działań naprawczych lub w niektórych przypadkach do zwolnienia określonego odsetka pracowników, którzy nie osiągają progów wydajności. Firma, na przykład, może zdecydować się na zwolnienie wszystkich pracowników, którzy mieszczą się w dolnych 10% wydajności.

Amazon pod ostrzałem

Na przykład, w ubiegłym roku wiele mediów donosiło, że Amazon wykorzystuje algorytmy oprogramowania lub boty do zatrudniania i oceniania pracowników, „zwalniając miliony ludzi z niewielkim lub żadnym nadzorem ze strony człowieka”.

Ogólnie rzecz biorąc, duży odsetek pracowników Amazona otrzymuje wypowiedzenia z powodu porzucenia pracy. Tylko niewielki odsetek jest rozwiązywany z powodu problemów z wydajnością, według Kelly Nantel, rzecznika Amazona. Firma, która zatrudnia ponad 1,4 mln pracowników, zaprzecza, jakoby jej algorytmy były wykorzystywane wyłącznie do zwalniania pracowników. Technologia zarządzania personelem firmy wspiera i poprawia doświadczenia kandydatów do pracy i pracowników. Według Nantela, nie ma ona na celu zastąpienia menedżerów, ale wspomożenie ich procesu decyzyjnego za pomocą danych i informacji. „Istnieje wyraźna różnica pomiędzy systemem zarządzania personelem, który sygnalizuje, że ktoś porzucił pracę - w wyniku czego jest on automatycznie rozwiązywany - a naszymi systemami wydajności, które pomagają przekazywać naszym menedżerom informacje zwrotne na temat tego, gdzie i jak radzą sobie nasi pracownicy oraz jak wypadają na tle innych, a także udzielać zaleceń i informacji zwrotnych tym, którzy mogą mieć problemy” - powiedział Nantel. „Łatwo jest powiedzieć, że tysiące lub setki tysięcy osób są zwalniane przez roboty. Cóż, w niektórych przypadkach jest to prawda w przypadkach porzucenia pracy, ale nie są one zwolnione z powodu problemów z wydajnością kiedykolwiek”, kontynuuje Nantel. „Nie są trenowani, zwalniani ani dyscyplinowani za pomocą żadnej technologii”.

Shannon Kalvar, menedżer ds. badań w programie zarządzania usługami IT i wirtualizacji klientów firmy IDC, powiedział, że chociaż firmy mogą nie polegać całkowicie na oprogramowaniu botów do zwalniania pracowników, rekomendacje oparte na AI/ML mają duże znaczenie w podejmowaniu decyzji. „Jesteśmy przepracowanymi i nadmiernie zestresowanymi ludźmi. Jakie jest prawdopodobieństwo, że nie zgodzisz się z jakąś sugestią, kiedy się pojawi - zwłaszcza jeśli zarządzasz kimś zdalnie?”, powiedział Kalvar.

Oprogramowanie do zarządzania cyfrowego było już w użyciu przed pandemią, kiedy to głównie pomagało w zarządzaniu flotami ciężarówek, pracownikami detalicznymi, pracownikami usług i innymi „zadaniowymi” pracami. Na przykład, gig economy umożliwiła elastyczne godziny pracy dla firm kurierskich, co pozwoliło na dostawy tego samego dnia produktów detalicznych i artykułów spożywczych. Samochody dostawcze nie były już pakowane z wielodniowym wyprzedzeniem. W 2015 roku Amazon uruchomił swoją usługę dostawczą Flex w stylu gig, wykorzystując kierowców kontraktowych zamiast pełnoetatowych pracowników. Wydajność pracowników kontraktowych jest ściśle monitorowana przez algorytmy oprogramowania, które śledzą ich trasy i czas dostawy. „Przerażająco duża liczba organizacji ma cyfrowych menedżerów” - mówi Kalvar. „Widzimy ogromny wzrost zainteresowania tą kwestią i już teraz zaczyna ona dotyczyć nie tylko pracowników biurowych, ale także wszystkich innych osób. Obecnie jest to problem na stanowiskach zorientowanych na zadania, ale trzeba zdać sobie sprawę, że wszyscy przechodzimy na stanowiska zorientowane na zadania. Istnieje mnóstwo oprogramowania, które wykrywa problemy z procesem, co jest innym sposobem na powiedzenie: 'Gdzie ludzie nawalają i czy trzeba im zaradzić?”.

Kwestia ta stała się punktem zapalnym w Europie, gdzie Komisja Europejska rozważa wprowadzenie przepisów, które mogłyby zmusić firmy do większej przejrzystości w zakresie stosowania zarządzania algorytmicznego.

Jedną z głównych wad algorytmicznego zarządzania pracownikami jest rozbieżna natura aplikacji. Niektóre narzędzia są wbudowane w oprogramowanie systemu ERP, inne są samodzielnymi aplikacjami i usługami. W dużym przedsiębiorstwie może istnieć wiele różnych aplikacji do zarządzania personelem i szkoleniami, a wiele z nich nie rozmawia ze sobą.

Jest to problem w firmie Amazon, która wykorzystuje różne rodzaje oprogramowania i algorytmów. Niektóre z nich śledzą czas pracy pracowników, inne nadzorują ich wydajność, a jeszcze inne prowadzą rejestr zwolnień lekarskich pracowników. Ręczna poprawka, którą firma wdrożyła, aby umożliwić komunikację pomiędzy algorytmem monitorującym czas pracy a systemem zwolnień pracowników, nie zdołała zintegrować obu systemów. „W niektórych przypadkach były problemy, gdzie osoba mogła być na urlopie i dwa systemy nie rozmawiały ze sobą i system wygenerował formularz e-mail lub list wysyłany do pracownika, mówiąc, że porzucił pracę, podczas gdy w rzeczywistości był na urlopie”, powiedział Nantel. „Jesteśmy teraz w trakcie pełnego wdrażania poprawki, która połączy te dwa systemy razem. „Nie jesteśmy wyjątkowi, jeśli chodzi o niektóre z tych wyzwań, a kiedy jesteś firmą tak dużą jak Amazon i skalujesz się i rośniesz tak szybko jak my, z pewnością znaleźliśmy kilka sytuacji, w których nasza technologia i nasze systemy nie nadążają”.

Oczekuje się, że w ciągu najbliższych kilku lat wykorzystanie oprogramowania do zarządzania opartego na AI/ML będzie tylko rosło. Inwestorzy i inni analitycy przewidują, że rynek oprogramowania AI wzrośnie ponad dwukrotnie, ze 150 mld USD do ponad 500 mld USD w ciągu najbliższych pięciu lat lub więcej. Dla przykładu, IDC przewiduje, że światowy rynek AI, w tym oprogramowanie, sprzęt i usługi, wzrośnie z 327,5 mld USD w 2021 r. do 554,3 mld USD w 2024 r., przy pięcioletniej złożonej rocznej stopie wzrostu (CAGR) wynoszącej 17,5%.

Forrester Research przyjął bardziej konserwatywny pogląd, przewidując, że rynek wzrośnie do 37 miliardów dolarów do 2025 roku. Forrester wyjaśnił swoje liczby w raporcie dostarczonym do Computerworld, mówiąc, że większość aplikacji dodaje funkcje AI bez ich monetyzacji - a tworzone na zamówienie aplikacje AI, które firmy tworzą, nie generują przychodów rynkowych. „AI szybko staje się tak fundamentalne dla oprogramowania, jak oprogramowanie stało się dla biznesu. W rezultacie oprogramowanie AI będzie coraz częściej wbudowywane w istniejące produkty programowe przez istniejących dostawców oprogramowania” - czytamy w białej księdze Forrestera opublikowanej w zeszłym roku. „Firmy przekonają się, że najsensowniej jest nabywać funkcje AI za pośrednictwem tych dostawców oprogramowania. Pod koniec dnia, AI będzie wszędzie w produktach oprogramowania, tak jak analityka, przepływ pracy i dane są częścią tych samych produktów oprogramowania”.

Forrester wprowadza rozróżnienie pomiędzy oprogramowaniem „Build Platforms”, które są ogólne i specjalizują się w umożliwianiu użytkownikom i sprzedawcom korzystania z AI w celu tworzenia aplikacji wykorzystujących AI, a „Buy Applications”. Te ostatnie to narzędzia programowe wykorzystujące AI, zaprojektowane, aby pomóc użytkownikom w poprawie wyników biznesowych.

Powszechność AI w różnych platformach i aplikacjach oznacza, że dyrektorzy korporacyjni kierujący rozproszonymi pracownikami potrzebują nie tylko nowych umiejętności - potrzebują również nowych „modeli mentalnych” do zrozumienia produktywności, przywództwa i relacji pomiędzy pracownikami, menedżerami i przedsiębiorstwami, według Kalvara z IDC.

Innymi słowy, organizacje korzystające z automatycznego oprogramowania do zarządzania pracownikami muszą przewartościować swoje relacje z pracownikami.

„Dziś nadal tkwimy w mentalności z epoki przemysłowej. Koncepcja biura jako fabryki nie jest jednak użytecznym narzędziem” - powiedział Kalvar.

Autokratyczne style przywództwa, które podkreślają korzyści płynące z pracy pracowników dla menedżerów - i dla wyniku finansowego firmy - muszą ustąpić miejsca ludzkim umiejętnościom nadzoru, wynika z badania IDC. Bez ludzkiego zaangażowania, pracownikom brakuje poczucia wspólnoty korporacyjnej i nie czują się zainteresowani wynikami swojej pracy.

A bez ludzkiego nadzoru, firmy ryzykują utratę wykwalifikowanych kandydatów, ponieważ algorytmy skanowania CV często nie są odpowiednio skonfigurowane, a tym samym, przesiewają życiorysy potencjalnych pracowników. Dodatkowo, pracownicy, którzy zostali zwolnieni przez bota - nawet jeśli zostali zwolnieni bez ważnego powodu - rzadko są ponownie zatrudniani. „Dzieje się tak zwłaszcza na stanowiskach o niższym wynagrodzeniu”, mówi Kalvar. „Jeśli zwolniłeś wszystkich wykwalifikowanych ludzi, bo nie chciałeś ich zatrzymać, jesteś skończony, ponieważ większość firm nie zatrudni ponownie zwolnionych pracowników. Ludzie wciąż są do zatrudnienia, ale nie można ich znaleźć. Są dla ciebie niewidzialni”. Jeśli, na przykład, firma wymaga kandydatów z wykształceniem wyższym, nawet jeśli ich doświadczenie zawodowe kwalifikuje ich do pracy, algorytmy automatycznie odetną ich od potencjalnej listy kandydatów. „Jeśli masz region z niskim poziomem wykształcenia i umieścić wszystkie swoje miejsca pracy wymagać kolegium przez oprogramowanie filtrujące, istniejący kandydaci szybko zostaną odsiani”, wyjaśnia Kalvar . „I choć teoretycznie tę pracę mogłoby wykonywać 30% populacji, to nie zobaczysz ich w swoim wyszukiwaniu. To stwarza wrażenie braku równowagi i niedoboru talentów” – dodaje.

Firmy już zaczynają zwracać na to uwagę i zmieniać swoją kulturę zarządzania. Na przykład w SoftBank (japońskiej instytucji finansowej) ludzie przeglądają CV odrzucone przez AI/ML, aby upewnić się, że obiecujący kandydaci nie zostali pominięci. „Szczerze mówiąc, nie ma jeszcze najlepszych praktyk. Myślę, że zrozumienie tego jest wielkim wyzwaniem dla ludzi, którzy zarządzają” - konkluduje Kalvar. „Musimy to szybko rozgryźć. Ci, którzy to rozgryzą, będą mieli wysoce zaangażowane, lojalne społeczności pracujące razem. Ci, którym się to nie uda, będą prowadzić bardzo odchudzone organizacje. To będzie wyglądało naprawdę dobrze przez kilka kwartałów”.

Ale bez ludzkiej interwencji, te przypuszczalne zyski mogą zniknąć.

Źródło: Computerworld.com

Tu wstaw tekst do podlinkowania

W celu komercyjnej reprodukcji treści Computerworld należy zakupić licencję. Skontaktuj się z naszym partnerem, YGS Group, pod adresem [email protected]

TOP 200