Veiklos valdymo ir analizės dirbtinis intelektas: Įžvelkite problemas, kol jos netapo krizėmis
Veiklos vertinimas vyksta kartą arba du kartus per metus. Iki to laiko problemos jau būna įsisenėjusios kelis mėnesius. Geri darbuotojai jau būna viena koja už durų. Kvalifikacijos spragos lėtina projektus jau kelis ketvirčius.
Pats peržiūros procesas yra skausmingas. Surinkite penkių žmonių atsiliepimus. Perskaitykite komentarų puslapius. Bandykite rasti temas. Parašykite santrauką. Suplanuokite susitikimą. Pakartokite kiekvienam komandos nariui.
Vadovai to nekenčia. Darbuotojai ja nepasitiki. Žmogiškųjų išteklių skyrius ištisomis savaitėmis persekioja žmones, kad šie užpildytų apžvalgas. O tikroji vertė - padėti žmonėms tobulėti - išnyksta dėl administracinės naštos.
Tai keičia dirbtinis intelektas. Jis analizuoja grįžtamąjį ryšį realiuoju laiku, o ne kartą per metus. Jis pastebi veiklos duomenų modelius. Jis nustato įgūdžių spragas, kol jos dar netapo problemomis. Jis numato darbuotojų išlaikymo riziką, kol žmonės dar neišėjo iš darbo.
Veiklos valdymas tampa nuolatinis, paremtas duomenimis ir iš tikrųjų naudingas. O ne bauginančiu kasmetiniu ritualu.
Kodėl veiklos valdymas šiandien neveikia
Visi žino, kad veiklos apžvalgos yra sugedusios. Įmonės vis tiek jas atlieka, nes joms kažko reikia.
Problemos akivaizdžios. Apžvalgos yra nukreiptos atgal - kai apžvelgiate praėjusio ketvirčio rezultatus, jie jau būna senos naujienos. Jos atima daug laiko - vadovai sugaišta valandų valandas vienam asmeniui, padauginus iš visos komandos. Jos yra subjektyvios - skirtingi vadovai vertina skirtingai, todėl atsiranda nenuoseklumas.
Ir jie nėra dažni. Kasmetinės peržiūros reiškia, kad problemas pastebėsite 6-12 mėnesių per vėlai. Kas nors susiduria su sunkumais? Nesužinosite iki peržiūros. Kas nors atsiskyręs? Kai pastebėsite, jau bus išvykęs į pokalbį kitur.
Grįžtamojo ryšio rinkimas yra skausmingas. "Ar galėtumėte iki penktadienio pateikti atsiliepimus apie tris savo kolegas?" Priminimai. Persekiojimas. Terminų pratęsimas. Kai kurie žmonės rašo apgalvotus atsiliepimus. Kiti tai daro telefonu. Kokybė labai skiriasi.
Tuomet kažkas turi visa tai suprasti. Perskaitykite visus komentarus. Nustatykite temas. Kokios yra tikrosios problemos? Kas yra tik triukšmas? Kokie atsiliepimai yra prieštaringi? Tai užtrunka kelias valandas kiekvienam darbuotojui.
Iki tikrosios peržiūros vadovai būna išsekę. Darbuotojai nerimauja. O pokalbis dažnai nepadeda pasiekti reikšmingų pokyčių, nes per daug informacijos pateikiama per vėlai.
Taip yra ne todėl, kad žmonėms tai nerūpi. Taip yra todėl, kad šis procesas iš esmės yra rankinis, retas ir grįžtantis atgal. Dirbtinis intelektas išsprendžia visas tris problemas.
Ką dirbtinis intelektas daro veiklos valdymui
Veiklos valdymo srityje dirbtinis intelektas nepakeičia vadovų. Jis greičiau suteikia jiems geresnę informaciją, kad jie iš tikrųjų galėtų padėti savo komandoms. Štai kaip.
Grįžtamojo ryšio analizė, kurioje randami tikri modeliai
Atliekant 360 laipsnių peržiūras renkami kelių žmonių atsiliepimai. Vadovas. Kolegos. Kartais tiesioginiai pavaldiniai. Kiekvienas asmuo rašo komentarų pastraipas.
Visa tai skaityti yra nuobodu. O pastebėti modelius? Dar sunkiau. Vienas asmuo miglotai pamini "bendravimo problemas". Kitas sako, kad "kartais neužsidaro komandoje". Kitas pažymi, kad "kartais apie dalykus sužinome pavėluotai". Ar tai susiję? Ta pati problema? Skirtingos problemos?
AI skaito visus atsiliepimus. Jis automatiškai nustato temas.
"Bendravimas" pasirodo keturiose apžvalgose. AI jas sugrupuoja. Jis mato, kad trys žmonės konkrečiai paminėjo "atnaujinimų laiką", o du - "išsamumo lygį". Šablonas aiškus: šis asmuo turi aktyviau pranešti apie projekto atnaujinimus.
Arba dirbtinio intelekto vietos: penki žmonės giria "techninius įgūdžius", bet trys pamini, kad "galėtų būti labiau bendradarbiaujama". Tema: stiprus individualus indėlis, reikia tobulinti komandinį darbą.
Dirbtinis intelektas nerašo apžvalgos už jus. Tačiau jis pateikia aiškius šablonus, kad nereikėtų skaityti 10 puslapių komentarų bandant rasti temas rankiniu būdu.
Tai tinka ir visai organizacijai. Ar tam tikros komandos nuolat gauna grįžtamąjį ryšį apie darbo krūvį? Tai išteklių problema. Ar nauji vadovai nuolat susiduria su delegavimo problemomis? Tai mokymo poreikis.
Modeliai, kuriems aptikti rankiniu būdu prireiktų savaičių analizės? Dirbtinis intelektas juos randa iš karto.
Įgūdžių trūkumo nustatymas
Jūsų komandai reikia tam tikrų įgūdžių. Dabartinėms pareigoms. Būsimiems projektams. Kur link įmonė eina.
Kas turi tokių įgūdžių? Kam reikia tobulėti? Paprastai tai yra spėjimas. Vadovai turi intuiciją. Personalo skyrius žino kai kuriuos dalykus. Tačiau išsamus matomumas? Retai.
Dirbtinis intelektas analizuoja visos organizacijos įgūdžių duomenis.
Jame nagrinėjami darbo reikalavimai. Grįžtamasis ryšys apie darbo rezultatus. mokymų baigimą. Projektų užduotys. Savęs vertinimas. Vadovo vertinimai. Visi duomenys, kuriuos jau turite, tik išsibarstę po įvairias sistemas.
Jame nustatomos spragos: "Jūsų analitikų komanda turi gerų SQL įgūdžių, tačiau mažai patirties dirbant su Python. Trims būsimiems projektams reikia Python. Tai yra rizika."
Arba: "Penki vyresnieji inžinieriai gali užimti vadovaujančias pareigas, tačiau tik du iš jų yra baigę vadovavimo mokymus. Dėl to atsiranda įpėdinystės planavimo spraga."
Arba: "Klientų atsiliepimuose nuolat minimas "lėtas reagavimo laikas". Analizė rodo, kad jūsų palaikymo komanda nebuvo apmokyta dirbti su nauja bilietų sistema. Tai paaiškina šią problemą."
Dirbtinis intelektas sujungia taškus, kurių žmonės negali pamatyti tarp šimtų darbuotojų. Jis pastebi spragas, kol jos nesukėlė problemų. Ir tai daro nuolat, o ne kartą per metus.
Dabar galite nukreipti plėtrą ten, kur ji svarbi. Ne bendri mokymai, kuriuos visi ignoruoja. Konkretūs įgūdžiai, kurie iš tikrųjų padės konkretiems žmonėms geriau atlikti savo darbą.
Sulaikymo rizikos prognozavimas
Žmonės neišeina iš darbo iš niekur. Yra ženklų. Paprastai jie būna subtilūs. Dažniausiai matomi tik žvelgiant atgal.
Sužadėtuvių lašai. Mažėja dalyvavimas susirinkimuose. Grįžtamasis ryšys tampa mažiau išsamus. Vienkartiniai susitikimai perkeliami. Darbas išlieka priimtinas, bet entuziazmas blėsta.
Kol vadovai pastebi, asmuo jau turi kitą pasiūlymą. Išėjimo iš darbo pokalbis atskleidžia, kad jis jau kelis mėnesius buvo nepatenkintas. "Kodėl niekas su manimi nesikalbėjo?"
Dirbtinis intelektas anksti pastebi šiuos modelius.
Ji stebi įsitraukimo signalus. Apklausų atsakymų mažėjimo tendencija. Mažiau klausimų per susitikimus. Sumažėjęs kodo peržiūrų ar bendradarbiavimo skaičius. Padidėjęs atostogų išnaudojimas. Pasikeitę bendravimo modeliai.
Atskirai jie nieko nereiškia. Kartu jie sudaro modelį. Dirbtinis intelektas jį pastebi ir pažymi: "Šio darbuotojo išlaikymo rizika padidėjo. Rekomenduojame vadovui patikrinti."
Ne todėl, kad dirbtinis intelektas žino, jog asmuo ieško darbo. Bet todėl, kad modelis atitinka praeityje išvykusių žmonių pavyzdžius. Tai įspėjimas atkreipti dėmesį, kol dar nevėlu.
Tada vadovai gali pradėti realius pokalbius. "Kaip sekasi? Kaip galėčiau jums geriau padėti?" Pakankamai anksti, kad problemas dar būtų galima išspręsti.
Tai nepadeda išvengti visų darbuotojų kaitos atvejų - kartais žmonės išeina dėl priežasčių, kurių negalite kontroliuoti. Tačiau tai padeda išvengti žmonių praradimo dėl to, kad niekas nepastebėjo, jog jie susiduria su sunkumais, kol neparašė atsistatydinimo laiško.
Veiklos rezultatų peržiūros projekto rengimas
Veiklos apžvalgų rašymas trunka amžinybę. Vadovai delsia. Personalo skyrius pratęsia terminus. Kokybė nukenčia, nes žmonės skuba.
AI parengia peržiūros projektą, remdamasi turimais duomenimis. Surinkti atsiliepimai. Tikslai ir pažanga. Veiklos rodikliai. Naujausi pasiekimai. Nustatytos plėtros sritys.
Jis sukuria struktūrizuotą projektą: "Stipriosios sritys: [teigiamų atsiliepimų santrauka su pavyzdžiais]. Tobulintinos sritys: [konstruktyvių atsiliepimų santrauka su pavyzdžiais]. Pažanga siekiant tikslų: [kiekvieno tikslo būklė]. Rekomenduojamos tikslinės sritys: [plėtros pasiūlymai]."
Vadybininkas ją peržiūri. Prideda asmeninių pastebėjimų. Koreguoja toną. Įtraukia kontekstą, kurio negalėjo žinoti dirbtinis intelektas. Jis tampa asmeniškas.
Tačiau sunkus darbas - visų atsiliepimų ir duomenų sintezė - jau atliktas. Tai, kas užtrukdavo 2 valandas, dabar užtrunka 30 minučių. Ir kokybė dažnai būna geresnė, nes niekas nepraleidžiama.
Tai nėra dirbtinis intelektas, rašantis apžvalgas. Tai dirbtinis intelektas, atliekantis nuobodžią sintezę, kad vadovai galėtų sutelkti dėmesį į tikrąjį pokalbį su savo komandos nariu.
Tikslų stebėjimas, leidžiantis matyti veiklos rezultatus
Tikslai nustatomi sausio mėnesį. Kovo mėnesį jie jau būna pamiršti. Gruodžio mėnesį žmonės stengiasi prisiminti, ką jie turėjo pasiekti.
AI užtikrina, kad tikslai būtų matomi ir nuolat stebimi.
Ji primena darbuotojams ir vadovams apie tikslus. Ji stebi pažangą pagal atnaujinimus. Ji pažymi tikslus, kurie yra ne pagal planą: "Šis tikslas nerodo pažangos per 6 savaites. Reikia atnaujinti būklę?"
Ji susieja tikslus su realiu darbu. Jei kieno nors tikslas yra "pagerinti klientų pasitenkinimą" ir stebimi klientų apklausų rezultatai, dirbtinis intelektas gali automatiškai parodyti pažangą.
Jame siūloma atlikti koregavimus. "Šis tikslas nuolat žymimas kaip užblokuotas dėl išteklių trūkumo. Ar jį reikėtų peržiūrėti arba padidinti?"
Veiklos valdymas tampa nuolatinis. Tai nėra kartą per metus pasitaikanti staigmena. Nuolat matoma, kaip žmonėms sekasi ir kur jiems reikia pagalbos.
Ką tai reiškia jums
Personalo direktoriams ir personalo vadovams
- Duomenimis pagrįsti talentų sprendimai. Ne nuojauta. Faktiniai veiklos, įgūdžių ir įsitraukimo modeliai.
- Išankstinis įspėjimas apie išlaikymą. Pastebėkite skrydžių riziką, kol žmonės dar neišėjo iš darbo. Laikas spręsti problemas, kol jas galima išspręsti.
- Kūrimo programos, kuriomis sprendžiamos realios spragos. Ne bendrieji mokymai. Tikslinis mokymas ten, kur jo iš tikrųjų reikia.
- matomumas visoje organizacijoje. Kurios komandos klesti? Kurios patiria sunkumų? Kur yra sisteminių problemų? Aiškiai tai įžvelkite.
- Geresnis įpėdinystės planavimas. Sužinokite, kas pasirengęs paaukštinimui. Kam reikia tobulėti. Kur yra silpnų darbuotojų suolų.
- Veiklos procesas, kurio žmonės nekenčia. Mažesnė administracinė našta. Daugiau dėmesio faktiniam vystymuisi. Geresnė patirtis visiems.
Vadovams
- Mažiau laiko skirkite peržiūros dokumentams. Sintezę atlieka dirbtinis intelektas. Jūs sutelkite dėmesį į pokalbį ir instruktažą.
- Geresnė įžvalga apie komandos veiklą. Aiškūs grįžtamojo ryšio modeliai. Matomos įgūdžių spragos. Ankstyvas įspėjimas apie įsitraukimą.
- Užfiksuokite problemas anksčiau. Nelaukite, kol bus atlikta metinė peržiūra, kad sužinotumėte apie problemas. Pastebėkite jas, kai jos dar nedidelės.
- prasmingesni pokalbiai apie plėtrą. Remiantis faktiniais duomenimis ir modeliais, o ne miglotais įspūdžiais.
- Tikslai, kurie išlieka matomi. Nepamirštama iki peržiūros laiko. Nuolat stebima ir koreguojama.
Darbuotojams
- Aiškesnis grįžtamasis ryšys. Ne nesutvarkytų komentarų sąvartynas. Aiškios temos ir konkrečios sritys, kuriose reikia dirbti.
- Plėtra suderinta su faktiniais poreikiais. Mokymai, padedantys įveikti realias įgūdžių spragas, o ne bendri kursai.
- Aktualūs tikslai. Ne vieną kartą nustatytas ir pamirštas. Stebima ir koreguojama keičiantis situacijai.
- Jokių netikėtumų apžvalgose. Nuolatinis matomumas reiškia, kad žinote, kokioje padėtyje esate, o ne sužinote tai kartą per metus.
- Sąžiningas procesas. Nuosekli analizė visoje organizacijoje. Mažiau priklauso nuo atskirų vadovų šališkumo.
Ko dirbtinis intelektas nepadarys
Labai aiškiai pasakykime apie ribas.
AI nepriima sprendimų dėl našumo. Jis nesprendžia dėl paaukštinimo. Jis nenustato kompensacijos. Jis neatleidžia žmonių iš darbo. Jis nevertina veiklos rezultatų.
Tai yra žmogiški sprendimai, kuriems priimti reikia vertinimo, konteksto ir atskaitomybės. Tokius sprendimus priima vadovai. Dirbtinis intelektas teikia informaciją, padedančią jiems priimti geresnius sprendimus.
Be to, dirbtinis intelektas negali suprasti niuansų taip, kaip žmonės. Jis mato duomenų modelius. Jis nesupranta, kad kieno nors rezultatai sumažėjo dėl asmeninės krizės arba kad jis atlieka papildomą darbą, kurio nerodo rodikliai.
Vadovai vis dar turi kalbėtis. Suprasti kontekstą. priimti sprendimus. Žmonių valdyme elgtis žmogiškai.
Tai palengvina dirbtinis intelektas, nes jis atlieka duomenų analizę ir administracinį darbą. Tačiau jis nepakeičia žmogiškojo veiklos valdymo elemento.
Be to, dirbtiniam intelektui veiklos valdyme reikia gerų duomenų. Jei jūsų grįžtamasis ryšys yra šlamštas, dirbtinio intelekto analizė bus šlamštas. Jei tikslai nėra stebimi, dirbtinis intelektas negali padėti. Jei nefiksuojami įsitraukimo signalai, išlaikymo prognozė neveiks.
AI sustiprina jūsų procesą. Jei jūsų procesas yra geras, dirbtinis intelektas jį pagerina. Jei jūsų procesas sugedęs, pirmiausia ištaisykite procesą.
Poveikis realiame pasaulyje
Kaip tai atrodo praktiškai?
Įmonė diegia dirbtinį intelektą veiklos valdymui. Anksčiau: vadovai vienam darbuotojui metinėms peržiūroms skirdavo 3-4 valandas. Po to: 1 val. Tai 2-3 sutaupytos valandos vienam darbuotojui. Vadovui, turinčiam 8 tiesioginius pavaldinius, tai yra 16-24 sutaupytos valandos per vieną peržiūros ciklą.
Pagerėja darbuotojų išlaikymas. Ankstyvojo įspėjimo sistema pakankamai anksti užfiksuoja 70% galimus pasitraukimo atvejus, kad juos būtų galima spręsti. Ne visi pasilieka, tačiau daugelis problemų išsprendžiamos prieš žmonėms išeinant.
išlaidos vystymuisi tampa veiksmingesnės. Užuot išskaidžius mokymo biudžetą bendriems kursams, investicijos sutelkiamos į nustatytus įgūdžių trūkumus. Mokymų baigiamumas didėja, nes jie iš tikrųjų yra aktualūs.
Didėja darbuotojų pasitenkinimas veiklos procesu. Grįžtamasis ryšys yra aiškesnis. Atsiliepimai nėra tokie savavališki. Tobulėjimas tampa prasmingesnis.
Tai nėra teorinis klausimas. Taip nutinka, kai dirbtinis intelektas veiklos valdymą paverčia ne kasmetiniu ir subjektyviu, o nuolatiniu ir paremtu duomenimis.
Darbo pradžia
Nereikia visko pertvarkyti iš karto. Pradėkite nuo vienos dalies.
Daugumai įmonių tai yra grįžtamojo ryšio analizė. Kitame peržiūros cikle dirbtinis intelektas analizuoja atsiliepimus ir išryškina temas. Pažiūrėkite, kiek laiko tai padės sutaupyti. Pažiūrėkite, ar vadovams tai bus naudinga.
Arba pradėkite nuo įgūdžių trūkumo analizės. Susiekite savo pareigų reikalavimus su faktiniais įgūdžiais. Sužinokite, kur yra spragų. Pasinaudokite tuo, kad galėtumėte tikslingai tobulinti įgūdžius.
Arba įgyvendinkite tikslų stebėjimą. Veiklos tikslai turi būti matomi ir nuolat stebimi, o ne nustatomi ir pamirštami.
Pasirinkite vieną elementą. Įgyvendinkite jį. Išmatuokite poveikį. Tada išplėskite.
Kiekvienoje įmonėje veiklos valdymas yra skirtingas. Jūsų peržiūros procesas turi tam tikrus etapus. Jūsų atsiliepimų rinkimas turi tam tikrus formatus. Jūsų veiklos duomenys saugomi tam tikrose sistemose.
Štai kodėl veiklos valdymo dirbtinis intelektas nėra "plug-and-play". Jis turi būti pritaikytas jūsų faktiniam procesui. Jūsų faktiniams duomenims. Jūsų faktinę kultūrą.
Apatinė linija
Veiklos valdymas turėtų padėti žmonėms tobulėti. Vietoj to jis tapo administracine našta, kurios visi bijo.
Dirbtinis intelektas nepakeičia žmogiškojo veiklos valdymo elemento. Jis pašalina nuobodžius dalykus, kad žmonės galėtų sutelkti dėmesį į tai, kas iš tikrųjų svarbu - padėti žmonėms augti ir siekti sėkmės.
Rezultatas: vadovai mažiau laiko skiria popierizmui, o daugiau - mokymui. Žmogiškųjų išteklių skyrius pastebi problemas, kol jos netapo krizėmis. Darbuotojai gauna aiškesnį grįžtamąjį ryšį ir geriau tobulėja. Organizacija priima išmintingesnius sprendimus dėl talentų.
Tai nėra triukšmas. Būtent taip dirbtinis intelektas padeda tinkamai įgyvendinti veiklos valdymą.
Ar esate pasirengę padaryti veiklos valdymą iš tikrųjų naudingą?
Mes neparduodame bendro veiklos valdymo dirbtinio intelekto. Nagrinėjame konkretų jūsų procesą. Jūsų grįžtamojo ryšio mechanizmus. Jūsų duomenų sistemas. Jūsų poreikius.
Tada sukuriame dirbtinį intelektą, kuris atitinka tai, kaip iš tikrųjų valdote našumą. Ne kokį nors idealizuotą procesą - jūsų tikrąjį procesą.
Jokio triukšmo. Jokio perdėto pardavimo. Tik praktinis dirbtinis intelektas, kuris veiklos valdymą padaro mažiau skausmingą ir efektyvesnį.
