Tradicionalni model zaposlovanja je v svojem bistvu neučinkovit. Desetletja je bil cilj kadrovskih služb filtriranje ljudi, ne pa iskanje najboljših talentov. Večina lastnikov podjetij, s katerimi se pogovarjam, je frustrirana zaradi istega cikla: plačujejo visoke licenčnine za zastarele sisteme ali pa plačujejo 20-odstotni »agencijski davek« zaposlovalcem, le da bi dobili ožji izbor kandidatov, ki so na papirju videti popolni, vendar jim primanjkuje dejanske prilagodljivosti, potrebne za vitko, sodobno podjetje. Ko se ljudje sprašujejo, ali bo umetna inteligenca nadomestila kadrovsko programsko opremo v prihodnjih letih, se prava zgodba ne vrti okoli zamenjave orodja – gre za zamenjavo celotne filozofije izključevanja s filozofijo visokoločljivega odkrivanja.
Pri svojem delu, ko pomagam podjetjem pri prehodu na poslovanje, ki temelji na umetni inteligenci, opažam ponavljajoč se vzorec, ki ga imenujem tunelski vid življenjepisov. Zastarela kadrovska programska oprema temelji na ujemanju ključnih besed. Če iščete vodjo projektov, program išče besedi »vodja projektov«. Če je kandidat pet let vodil kompleksno logistiko za nevladno organizacijo za pomoč ob nesrečah, vendar nikoli ni imel specifičnega korporativnega naziva, ga programska oprema zavrže. Tu začnejo zmagovati majhne, agilne ekipe. Z uporabo umetne inteligence za mapiranje kompetenc namesto ključnih besed manjša podjetja najdejo »skrite dragulje«, ki jih veliki igralci – avtomatizirani s togo, zastarelo logiko – mečejo v koš.
Zakaj zastarela kadrovska programska oprema ne ustreza majhnim podjetjem
💡 Želite, da Penny analizira vaše podjetje? Načrtuje, katere vloge lahko umetna inteligenca nadomesti, in sestavi načrt po fazah. Začnite z brezplačnim preizkusom →
Večina tradicionalnih kadrovskih platform je bila zasnovana za obdobje množičnega zavračanja. Ustvarjene so bile za podjetja, ki prejmejo 10.000 prijav in morajo to številko čim hitreje zmanjšati na 10. Ko majhno podjetje uporablja to isto programsko opremo, dejansko uporablja orodje za množično izključevanje v obsegu, kjer dejansko potrebuje poglobljeno vključevanje.
Če pogledate skrite stroške kadrovske programske opreme, boste videli, da ne plačujete le za dostop, temveč za sistem, ki aktivno zožuje vaš nabor talentov. Tradicionalni sistemi ustvarjajo to, kar imenujem paradoks posrednih kazalnikov: bolj ko se podjetje zanaša na »posrednike« za talent (kot so specifične diplome ali prestižni prejšnji delodajalci), manj dejansko razume sposobnosti kandidata. Umetna inteligenca to spremeni s prehodom z vprašanja »Za koga so delali?« na »Kaj dejansko znajo narediti?«
Arbitraža med signalom in šumom: Kako majhne ekipe najdejo dragulje
Trenutno se za lastnike majhnih podjetij odpira ogromna priložnost, ki jo imenujem arbitraža med signalom in šumom. Velika podjetja trenutno uporabljajo umetno inteligenco za gradnjo še višjih zidov. Uporabljajo jo za povzemanje življenjepisov v alineje, pri čemer se pogosto izgubi odtenek kandidatovega edinstvenega ozadja.
Majhna ekipa pa lahko umetno inteligenco uporabi za nasprotno: za iskanje »signala« vrhunskega talenta, skritega v »šumu« netradicionalnih ozadij.
Kako deluje proces odkrivanja s pomočjo umetne inteligence
- Mapiranje kompetenc namesto ujemanja ključnih besed: Namesto iskanja nazivov umetni inteligenci predstavite specifične težave, ki jih mora vaše podjetje rešiti. Od umetne inteligence zahtevate, da v življenjepisih analizira dokaze o teh specifičnih sposobnostih reševanja problemov, ne glede na to, iz katere panoge kandidat prihaja.
- Medpanogovna sinteza: Videl sem podjetja, ki so našla neverjetne vodje operacij med nekdanjimi učitelji ali logističnimi častniki v vojski. Človeški zaposlovalec bi to povezavo morda spregledal; tradicionalna kadrovska programska oprema bi jo zagotovo. Analiza na podlagi LLM (velikih jezikovnih modelov) lahko prepozna vzorec koordinacije pod visokim pritiskom in upravljanja virov, ki povezuje te svetove.
- Odprava »agencijskega davka«: Z uporabo umetne inteligence za začetno mapiranje talentov in navezovanje stikov se majhna podjetja izognejo potrebi po tradicionalnih lovcih na glave. To spada pod pomembne prihranke pri strokovnih storitvah, ko preidete s človeško posredovanega dela na izvajanje s podporo umetne inteligence.
Pravilo 90/10 pri zaposlovanju
V svojem podjetju delujem po pravilu 90/10: če umetna inteligenca lahko opravi 90 % funkcije (iskanje virov, začetno presejanje, mapiranje kompetenc in načrtovanje terminov), postane jasno, da preostalih 10 % ne zahteva namenske kadrovske službe ali zunanjega svetovalca. Zahteva pa, da ima lastnik podjetja končni, visoko vreden pogovor s predhodno preverjenim »skritim draguljem«.
To je premik od »upravljanja procesa« k »sprejemanju odločitve«. Številni lastniki podjetij menijo, da potrebujejo tradicionalnega poslovnega svetovalca, ki bi jim pomagal strukturirati zaposlovanje. V resnici potrebujejo le boljše leče, skozi katere bodo videli svoje kandidate.
Učinki drugega reda: Kultura prilagodljivosti
Ko prenehate zaposlovati na podlagi zastarelih posrednih kazalnikov, se kultura vašega podjetja spremeni. Na koncu dobite ekipo »polihistorjev« – ljudi, ki so dokazali, da lahko svoje veščine prilagodijo novim okoljem. V svetu, kjer prevladuje umetna inteligenca, je prilagodljivost edina valuta, ki ne izgublja vrednosti.
Če nekoga zaposlite zato, ker je deset let opravljal popolnoma isto delo, zaposlujete za svet, ki izginja. Če zaposlite »skriti dragulj« – nekoga, čigar zemljevid kompetenc kaže, da zna reševati zapletene probleme v spreminjajočih se okoljih – gradite podjetje, ki bo preživelo naslednje desetletje.
Kako danes začeti zmagovati v vojni za talente
Za to ne potrebujete milijon funtov (£) vrednega proračuna. Spremeniti morate svojo izhodiščno točko.
- Prenehajte pisati opise delovnih mest na podlagi nazivov. Napišite jih na podlagi treh najtežjih problemov, ki jih bo oseba morala rešiti.
- Uporabite umetno inteligenco za »slepo presejanje« kompetenc. V umetno inteligenco vstavite svojih 50 najboljših življenjepisov in jo prosite, naj jih razvrsti izključno na podlagi dokazov o reševanju teh treh problemov, pri čemer naj prezre imena podjetij in diplome.
- Iščite »prehodno trenje«. Vprašajte umetno inteligenco: »Kateri od teh kandidatov se je v preteklosti uspešno preselil med dvema nepovezanima panogama?« To je vaš pokazatelj visoko prilagodljivega zaposlenca.
Majhna podjetja ne zmagujejo tako, da velikane prekašajo pri plačah. Zmagujejo tako, da vidijo vrednost, ki so jo velikani zaradi prevelike avtomatizacije in togosti spregledali. Umetna inteligenca ni le način za hitrejše opravljanje kadrovskih nalog; je način za iskanje ljudi, ki vam bodo dejansko pomagali zgraditi vitkejše in odpornejše podjetje.
Priložnost za to arbitražo je odprta prav zdaj. Medtem ko se veliki igralci še vedno trudijo ugotoviti, kako integrirati umetno inteligenco v svoje zastarele sisteme, lahko vi ta orodja uporabite že danes in zgradite svetovno ekipo iz talentov, ki jih oni ignorirajo.