Mākslīgais intelekts veiktspējas pārvaldībai un analīzei: Pamaniet problēmas, pirms tās kļūst par krīzi
Darba izpildes novērtēšana notiek reizi vai divas reizes gadā. Līdz tam laikam problēmas ir samilzušas mēnešiem ilgi. Labi darbinieki jau ir ar vienu kāju aiz durvīm. Prasmju trūkums jau vairākus ceturkšņus kavē projektus.
Pats pārskatīšanas process ir sāpīgs. Apkopojiet piecu cilvēku atsauksmes. Izlasiet komentāru lappuses. Mēģiniet atrast tēmas. Uzrakstiet kopsavilkumu. Plānojiet sanāksmi. Atkārtojiet visiem komandas locekļiem.
Vadītāji to ienīst. Darbinieki tai neuzticas. Personāldaļas nedēļām ilgi vajā cilvēkus, lai tie aizpildītu pārskatus. Un faktiskā vērtība - palīdzēt cilvēkiem pilnveidoties - pazūd administratīvā sloga dēļ.
Mākslīgais intelekts to maina. Tas analizē atsauksmes reāllaikā, nevis reizi gadā. Tas pamana darbības datu modeļus. Tas identificē prasmju trūkumus, pirms tie kļūst par problēmām. Tas prognozē darbinieku noturēšanas riskus, pirms cilvēki aiziet no darba.
Darbības pārvaldība kļūst nepārtraukta, balstīta uz datiem un faktiski noderīga. nevis baiss ikgadējs rituāls.
Kāpēc veiktspējas pārvaldība šodien nedarbojas
Ikviens zina, ka darba izpildes novērtējumi ir bojāti. Tomēr uzņēmumi tās tik un tā veic, jo viņiem kaut kas ir vajadzīgs.
Problēmas ir acīmredzamas. Pārskati ir vērsti uz pagātni - līdz brīdim, kad jūs pārskatāt pēdējā ceturkšņa darbības rezultātus, tie jau ir vecas ziņas. Tās ir laikietilpīgas - vadītāji tērē vairākas stundas uz vienu cilvēku, kas reizinātas ar visu komandu. Tās ir subjektīvas - dažādi vadītāji vērtē atšķirīgi, radot nekonsekvenci.
Un tie ir reti. Ikgadējās pārbaudes nozīmē, ka problēmas tiek konstatētas 6-12 mēnešus par vēlu. Kādam ir grūtības? Jūs to uzzināsiet tikai pēc pārskatīšanas. Kāds cilvēks nav iesaistījies? Līdz brīdim, kad jūs to pamanīsiet, viņš jau dosies uz interviju citur.
Atgriezeniskās saites vākšana ir sāpīga. "Vai varat līdz piektdienai iesniegt atsauksmes par saviem trim kolēģiem?" Atgādinājumi. Izsekošana. Termiņu pagarināšana. Daži cilvēki raksta pārdomātas atsauksmes. Citi to dara pa telefonu. Kvalitāte ir ļoti atšķirīga.
Tad kādam tas viss ir jāsaprot. Izlasiet visus komentārus. Identificējiet tēmas. Kādas ir patiesās problēmas? Kas ir tikai troksnis? Kādas atsauksmes ir pretrunīgas? Tas aizņem vairākas stundas katram darbiniekam.
Līdz brīdim, kad notiek faktiskā pārskatīšana, vadītāji ir noguruši. Darbinieki ir satraukti. Un saruna bieži vien nenoved pie nozīmīgām pārmaiņām, jo ir pārāk daudz informācijas, kas sniegta pārāk vēlu.
Tas nav tāpēc, ka cilvēkiem ir vienalga. Tas ir tāpēc, ka šis process pamatā ir manuāls, reti sastopams un vērsts uz pagātni. Mākslīgais intelekts atrisina visas trīs problēmas.
Mākslīgais intelekts veiktspējas pārvaldībā
Mākslīgais intelekts neaizstāj vadītājus veiktspējas pārvaldībā. Tas sniedz viņiem labāku informāciju ātrāk, lai viņi varētu reāli palīdzēt savām komandām. Lūk, kā.
Atgriezeniskās saites analīze, kas atrod reālus modeļus
Veicot 360 grādu pārskatus, tiek apkopotas atsauksmes no vairākiem cilvēkiem. Vadītājs. Kolēģi. Dažreiz tiešie padotie. Katra persona raksta komentāru rindkopas.
To visu lasīt ir nogurdinoši. Un pamanīt modeļus? Vēl grūtāk. Viena persona neskaidri piemin "komunikācijas problēmas". Cits saka, ka "dažkārt komandā nestrādā cilpa". Cits atzīmē, ka "mēs dažkārt par lietām uzzinām novēloti". Vai tie ir saistīti? Viena un tā pati problēma? Dažādas problēmas?
Mākslīgais intelekts nolasa visas atsauksmes. Tas automātiski identificē tēmas.
"Komunikācija" parādās četrās atsauksmēs. Mākslīgais intelekts tās sagrupē kopā. Tas redz, ka trīs cilvēki īpaši piemin "atjauninājumu laiku" un divi - "detalizētības līmeni". Shēma ir skaidra: šai personai ir aktīvāk jāinformē par projekta atjauninājumiem.
Vai arī mākslīgā intelekta vietas: pieci cilvēki slavē "tehniskās prasmes", bet trīs min, ka "varētu vairāk sadarboties". Tēma: spēcīgs individuālais ieguldītājs, nepieciešams attīstīt komandas darbu.
Mākslīgais intelekts neraksta pārskatu jūsu vietā. Taču tas sniedz jums skaidrus modeļus, lai jums nebūtu jālasa 10 lappuses komentāru, mēģinot manuāli atrast tēmas.
Tas darbojas arī visā jūsu organizācijā. Vai atsevišķas komandas pastāvīgi saņem atgriezenisko saiti par darba slodzi? Tā ir resursu problēma. Vai jaunie vadītāji pastāvīgi cīnās ar deleģēšanu? Tā ir apmācības nepieciešamība.
Paraugi, kuru manuālai atklāšanai būtu nepieciešamas nedēļām ilgas analīzes? Mākslīgais intelekts tos atrod uzreiz.
Prasmju trūkuma identificēšana
Jūsu komandai ir nepieciešamas noteiktas prasmes. To pašreizējām lomām. Gaidāmajiem projektiem. Uzņēmuma virzībai uz priekšu.
Kam ir šīs prasmes? Kam nepieciešama attīstība? Parasti tas ir tikai minējums. Vadītājiem ir intuīcija. Personāla speciālisti zina dažas lietas. Bet visaptveroša izpratne? Reti.
Mākslīgais intelekts analizē jūsu organizācijas prasmju datus.
Tajā ir aplūkotas darba prasības. Atgriezeniskā saite par darba rezultātiem. apmācību pabeigšanu. projektu uzdevumi. pašnovērtējumi. Vadītāju novērtējumi. Visi dati, kas jums jau ir, tikai izkaisīti pa sistēmām.
Tā identificē trūkumus: "Jūsu analītiķu komandai ir labas SQL prasmes, bet ierobežota pieredze ar Python. Trīs gaidāmie projekti prasa Python. Tas ir risks."
Vai arī: "Pieci vecākie inženieri ir tiesīgi ieņemt vadošus amatus, bet tikai divi ir pabeiguši vadītāju apmācību. Tas rada pēctecības plānošanas plaisu."
Vai arī: "Klientu atsauksmēs vairākkārt minēts "lēns reakcijas laiks". Analīze liecina, ka jūsu atbalsta komanda nav apmācīta strādāt ar jauno biļešu sistēmu. Tas izskaidro šo problēmu."
Mākslīgais intelekts savieno punktus, kurus cilvēki nespēj saskatīt simtiem darbinieku. Tas pamana nepilnības, pirms tās rada problēmas. Un tas to dara nepārtraukti, nevis reizi gadā.
Tagad varat mērķtiecīgi virzīt attīstību tur, kur tas ir svarīgi. Ne vispārīgas apmācības, ko visi ignorē. Konkrētas prasmes, kas patiešām palīdzēs konkrētiem cilvēkiem labāk veikt savu darbu.
Aizturēšanas riska prognozēšana
Cilvēki neiziet no darba no nekurienes. Ir zīmes. Parasti smalkas. Parasti redzamas tikai pēc laika.
Iesaistīšanās pilieni. Samazinās dalība sanāksmēs. Atsauksmes kļūst mazāk detalizētas. Tiek pārceltas individuālās tikšanās. Darba rezultāti paliek pieņemami, bet entuziasms mazinās.
Kamēr vadītāji to pamana, cilvēkam jau ir cits piedāvājums. Izejas intervija atklāj, ka cilvēks ir bijis neapmierināts mēnešiem ilgi. "Kāpēc neviens ar mani nerunāja?"
Mākslīgais intelekts agri pamana šos modeļus.
Tā uzrauga iesaistīšanās signālus. Aptauju atbilžu tendence samazināties. Mazāk jautājumu sanāksmēs. Samazinājies kodu pārskatīšanas vai sadarbības gadījumu skaits. Palielināts PTO izmantojums. Mainījušies saziņas modeļi.
Atsevišķi tie neko nenozīmē. Kopā tie veido modeli. Mākslīgais intelekts to pamana un atzīmē: "Šā darbinieka aizturēšanas risks ir palielinājies. Ieteikt vadītājam pārbaudīt."
Ne tāpēc, ka mākslīgais intelekts zina, ka persona meklē darbu. Bet tāpēc, ka modelis sakrīt ar cilvēkiem, kuri jau agrāk ir aizbraukuši. Tas ir brīdinājums pievērst uzmanību, pirms nav par vēlu.
Tad vadītāji var risināt reālas sarunas. "Kā veicas? Kā es varu jūs labāk atbalstīt?" Pietiekami agri, lai problēmas vēl būtu novēršamas.
Tas nenovērš visu darbinieku mainību - dažkārt cilvēki aiziet no darba tādu iemeslu dēļ, kurus jūs nevarat kontrolēt. Bet tas novērš cilvēku zaudēšanu tāpēc, ka neviens nav pamanījis, ka viņiem ir grūtības, līdz viņi nav uzrakstījuši atlūgumu.
Darbības pārskata projekta izveide
Darba izpildes pārskatu rakstīšana aizņem veselu mūžību. Vadītāji kavējas. Personāla departaments pagarina termiņus. Kvalitāte pasliktinās, jo cilvēki steidzas.
AI sagatavo pārskatu, pamatojoties uz pieejamajiem datiem. Apkopotas atsauksmes. Mērķi un progress. Darbības rādītāji. Nesenie sasniegumi. Identificētās attīstības jomas.
Tā ģenerē strukturētu projektu: "Stiprās puses: [pozitīvo atsauksmju kopsavilkums ar piemēriem]. Attīstāmās jomas: [konstruktīvu atsauksmju kopsavilkums ar piemēriem]. Progress mērķu sasniegšanā: [katra mērķa statuss]. Ieteicamās uzmanības jomas: Ieteicamie ieteikumi: [attīstības ieteikumi]."
Vadītājs to pārskata. Pievieno personīgos novērojumus. Pielāgo toni. Iekļauj kontekstu, ko mākslīgais intelekts nevarēja zināt. Padara to personisku.
Taču smagais darbs - visu atsauksmju un datu sintēze - ir paveikts. Tas, kas prasīja 2 stundas, tagad aizņem 30 minūtes. Un kvalitāte bieži vien ir labāka, jo nekas netiek izlaists.
Tas nav mākslīgais intelekts, kas raksta pārskatus. Tas ir mākslīgais intelekts, kas veic garlaicīgo sintēzi, lai vadītāji varētu koncentrēties uz faktisko sarunu ar savu komandas biedru.
Mērķu izsekošana, kas nodrošina redzamu sniegumu
Janvārī tiek izvirzīti mērķi. Līdz martam tie ir aizmirsti. Līdz decembrim cilvēki cenšas atcerēties, ko bija paredzēts sasniegt.
Mākslīgais intelekts nodrošina mērķu redzamību un nepārtrauktu uzraudzību.
Tas atgādina darbiniekiem un vadītājiem par mērķiem. Tā seko līdzi progresam, pamatojoties uz atjauninājumiem. Tā atzīmē mērķus, kas netiek sasniegti: "Šis mērķis 6 nedēļu laikā nav progresējis. Nepieciešams statusa atjauninājums?"
Tā savieno mērķus ar reālo darbu. Ja kāda darbinieka mērķis ir "uzlabot klientu apmierinātību" un tiek sekots līdzi klientu aptauju rezultātiem, mākslīgais intelekts var automātiski parādīt progresu.
Tajā ir ierosināti pielāgojumi. "Šis mērķis pastāvīgi tiek atzīmēts kā bloķēts resursu ierobežojumu dēļ. Vai tas būtu jāpārskata vai jāpaaugstina?"
Darbības pārvaldība kļūst nepārtraukta. Ne reizi gadā sagaidāms pārsteigums. Pastāvīga pārredzamība par to, kā cilvēkiem veicas un kur viņiem nepieciešams atbalsts.
Ko tas nozīmē jums
Personāla direktoriem un personāla vadītājiem
- Uz datiem balstīti talantu lēmumi. Ne sajūta. Faktiskie darbības, prasmju un iesaistīšanās modeļi.
- Agrīna brīdināšana par aizturēšanu. Novērojiet lidojumu riskus, pirms cilvēki pamet darbu. Laiks risināt problēmas, kamēr tās ir novēršamas.
- Attīstības programmas, kas risina reālus trūkumus. Ne vispārīga apmācība. Mērķtiecīga pilnveidošana tur, kur tā patiešām ir vajadzīga.
- Redzamība visā organizācijā. Kuras komandas ir veiksmīgas? Kuras cīnās ar grūtībām? Kur ir sistēmiskas problēmas? Redziet to skaidri.
- Labāka pēctecības plānošana. Uzziniet, kurš ir gatavs paaugstināšanai amatā. Kam nepieciešama attīstība. Kur ir vājš darbinieku soliņš.
- Veiktspējas process, kas cilvēkiem nav naidīgs. Mazāks administratīvais slogs. Lielāka uzmanība faktiskajai attīstībai. Labāka pieredze ikvienam.
Vadītājiem
- Mazāk laika, kas nepieciešams pārskatīšanas dokumentiem. Mākslīgais intelekts veic sintēzi. Jūs koncentrējaties uz sarunu un instruktāžu.
- Labāka izpratne par komandas veiktspēju. Skaidri modeļi, kas izriet no atsauksmēm. Redzami prasmju trūkumi. Agrīni brīdinājumi par iesaistīšanos.
- Agrāka problēmu novēršana. Lai atklātu problēmas, negaidiet ikgadējo pārskatu. Pamaniet tās, kad tās vēl ir nelielas.
- Nozīmīgākas sarunas par attīstību. Pamatojoties uz faktiskiem datiem un modeļiem, nevis miglainiem iespaidiem.
- Mērķi, kas paliek redzami. Neaizmirstams līdz pārskatīšanas laikam. Nepārtraukti tiek sekots un koriģēts.
Darbiniekiem
- Skaidrākas atsauksmes. Nevis neorganizētu komentāru izgāztuve. Skaidras tēmas un konkrētas jomas, pie kurām jāstrādā.
- Faktiskajām vajadzībām pielāgota attīstība. Apmācības, kas palīdz novērst reālus prasmju trūkumus, nevis vispārīgi kursi.
- Aktuāli mērķi. Ne vienreiz iestatīts un aizmirsts. Jāseko līdzi un jākoriģē atkarībā no situācijas izmaiņām.
- Pārskatos nav pārsteigumu. Nepārtraukta pārredzamība nozīmē, ka jūs zināt, kur atrodaties, nevis uzzināt to reizi gadā.
- Godīgs process. Konsekventa analīze visā organizācijā. Mazāk pakļauti individuāliem vadītāju aizspriedumiem.
Ko mākslīgais intelekts nedarīs
Ļaujiet mums skaidri pateikt ierobežojumus.
Mākslīgais intelekts nepieņem lēmumus par veiktspēju. Tas nepieņem lēmumus par paaugstināšanu amatā. Tas nenosaka atalgojumu. Tas neatlaiž cilvēkus. Tas nevērtē sniegumu.
Tie ir cilvēciski lēmumi, kas prasa vērtējumu, kontekstu un atbildību. Šādus lēmumus pieņem vadītāji. Mākslīgais intelekts sniedz informāciju, lai palīdzētu viņiem pieņemt labākus lēmumus.
Mākslīgais intelekts arī nespēj izprast nianses tā, kā to spēj cilvēki. Tas datos saskata likumsakarības. Tas nesaprot, ka kāda darbinieka sniegums ir samazinājies personīgās krīzes dēļ vai ka viņš veic papildu darbu, kas nav redzams rādītājos.
Vadītājiem joprojām ir jārunā. Lai saprastu kontekstu. izmantot spriedumu. cilvēciski izturēties pret cilvēku vadību.
Mākslīgais intelekts to atvieglo, veicot datu analīzi un administratīvo darbu. Taču tas neaizstāj cilvēcisko veiktspējas pārvaldības elementu.
Turklāt mākslīgajam intelektam veiktspējas pārvaldībā ir nepieciešami labi dati. Ja jūsu atgriezeniskā saite ir atkritumi, arī AI analīze būs atkritumi. Ja mērķi netiek sekots līdzi, mākslīgais intelekts nevar palīdzēt. Ja netiek fiksēti iesaistīšanās signāli, saglabāšanas prognozēšana nedarbosies.
Mākslīgais intelekts pastiprina jūsu procesu. Ja jūsu process ir labs, mākslīgais intelekts to uzlabo. Ja jūsu process ir bojāts, vispirms salabojiet procesu.
Ietekme reālajā dzīvē
Kā tas izskatās praksē?
Uzņēmums ievieš mākslīgo intelektuālo intelektu veiktspējas pārvaldībai. Pirms tam: vadītāji pavadīja 3-4 stundas uz katru darbinieku, lai veiktu ikgadējo novērtēšanu. Pēc: 1 stunda. Tas ir 2-3 ietaupītas stundas uz vienu darbinieku. Vadītājam ar 8 tiešajiem padotajiem tas ir 16-24 ietaupītās stundas vienā pārskata ciklā.
Uzlabojas aizturēšana. Agrīnās brīdināšanas sistēma pietiekami agri fiksē 70% potenciālos aiziešanas gadījumus, lai tos risinātu. Ne visi paliek, bet daudzas problēmas tiek atrisinātas, pirms cilvēki aiziet.
Attīstības izdevumi kļūst efektīvāki. Tā vietā, lai izkliedētu mācību budžetu vispārīgiem kursiem, ieguldījumi tiek koncentrēti uz noteiktām prasmju nepilnībām. Palielinās mācību pabeigšanas apjoms, jo tās ir patiešām būtiskas.
Darbinieku apmierinātība ar darba izpildes procesu uzlabojas. Atgriezeniskā saite ir skaidrāka. Pārskati nav tik patvaļīgi. Attīstība ir jēgpilnāka.
Tas nav teorētisks jautājums. Tas notiek, kad mākslīgais intelekts padara veiktspējas pārvaldību nepārtrauktu un uz datiem balstītu, nevis ikgadēju un subjektīvu.
Darba sākšana
Jums nav nepieciešams visu pārveidot uzreiz. Sāciet ar vienu gabalu.
Lielākajai daļai uzņēmumu tā ir atgriezeniskās saites analīze. Nākamajā pārskata ciklā mākslīgais intelekts analizē atsauksmes un atklāj tēmas. Redzēsiet, cik daudz laika tas ietaupīs. Noskaidrojiet, vai vadītāji to uzskata par noderīgu.
Vai arī sāciet ar prasmju trūkuma analīzi. Atšķiriet savas amata prasības no faktiskajām prasmēm. Noskaidrojiet, kur ir trūkumi. Izmantojiet to, lai mērķtiecīgi attīstītu prasmes.
Vai arī īstenojiet mērķu izsekošanu. Uzturiet darbības mērķus redzamus un nepārtraukti izsekojamus, nevis "uzstādīt un aizmirst".
Izvēlieties vienu elementu. Īsteno to. Izmēriet ietekmi. Tad paplašiniet.
Katra uzņēmuma veiktspējas pārvaldība ir atšķirīga. Jūsu pārskatīšanas procesam ir konkrēti posmi. Jūsu atsauksmju apkopošanai ir noteikti formāti. Jūsu darba izpildes dati tiek glabāti konkrētās sistēmās.
Tāpēc veiktspējas pārvaldības mākslīgais intelekts nav plug-and-play. Tam ir jāatbilst jūsu faktiskajam procesam. Jūsu faktiskajiem datiem. Jūsu faktiskajai kultūrai.
Apakšējā līnija
Darba izpildes vadībai ir jāpalīdz cilvēkiem pilnveidoties. Tā vietā tā ir kļuvusi par administratīvu slogu, no kura visi baidās.
Mākslīgais intelekts neaizstāj veiktspējas pārvaldības cilvēcisko faktoru. Tas novērš garlaicīgās daļas, lai cilvēki varētu koncentrēties uz to, kas patiešām ir svarīgi - palīdzēt cilvēkiem augt un gūt panākumus.
Rezultātā vadītāji mazāk laika velta dokumentu kārtošanai un vairāk - koučingam. Cilvēkresursi pamana problēmas, pirms tās kļūst par krīzi. Darbinieki saņem skaidrāku atgriezenisko saiti un labāk attīstās. Organizācija pieņem gudrākus lēmumus par talantiem.
Tas nav hype. Tas ir tas, ko mākslīgais intelekts dara veiktspējas pārvaldībā, ja tas ir pareizi īstenots.
Vai esat gatavs padarīt veiktspējas pārvaldību patiešām noderīgu?
Mēs nepārdodam vispārēju veiktspējas pārvaldības mākslīgo intelektuālo intelektuālo intelektuālo intelektuālo darbu. Mēs aplūkojam jūsu konkrēto procesu. Jūsu atgriezeniskās saites mehānismus. Jūsu datu sistēmas. Jūsu vajadzībām.
Pēc tam mēs izveidojam mākslīgo intelektu, kas atbilst tam, kā jūs faktiski pārvaldāt veiktspēju. Nevis idealizēts process - jūsu faktiskais process.
Nekāda ažiotāža. Nekāda pārspīlēta pārdošana. Tikai praktisks mākslīgais intelekts, kas padara veiktspējas pārvaldību mazāk sāpīgu un efektīvāku.
