Umetna inteligenca za upravljanje uspešnosti in analitiko: Uvidite težave, preden postanejo kriza
Oceno uspešnosti opravite enkrat ali dvakrat na leto. Takrat se težave že več mesecev kopičijo. Dobri zaposleni so že z eno nogo pred vrati. Vrzeli v znanju in spretnostih upočasnjujejo projekte že četrt leta.
Sam postopek pregleda je boleč. Zberite povratne informacije od petih oseb. Preberi strani pripomb. Poskusite najti teme. Napišite povzetek. Načrtujte sestanek. Ponovite za vse člane skupine.
Vodje ga sovražijo. Zaposleni mu ne zaupajo. Kadrovska služba več tednov preganja ljudi, da opravijo pregled. Dejanska vrednost - pomoč ljudem pri izboljšanju - pa se izgubi v administrativnem bremenu.
Umetna inteligenca to spremeni. Povratne informacije analizira v realnem času in ne enkrat na leto. Opazuje vzorce v podatkih o uspešnosti. Ugotavlja vrzeli v znanju in spretnostih, še preden postanejo težave. Predvideva tveganja za ohranitev zaposlenih, še preden ljudje odidejo.
Upravljanje uspešnosti postane neprekinjeno, temelji na podatkih in je dejansko koristno. Ne pa strašen letni obred.
Zakaj upravljanje uspešnosti danes ne deluje
Vsi vedo, da so ocene uspešnosti pokvarjene. Podjetja jih vseeno izvajajo, ker nekaj potrebujejo.
Težave so očitne. Pregledi so usmerjeni nazaj - ko pregledate uspešnost v zadnjem četrtletju, je to že stara novica. So dolgotrajni - vodje porabijo več ur na osebo, kar se pomnoži s celotno ekipo. So subjektivni - različni vodje ocenjujejo različno, kar povzroča nedoslednost.
In so redki. Letni pregledi pomenijo, da težave odkrijete 6-12 mesecev prepozno. Nekdo ima težave? Do pregleda tega ne boste izvedeli. Nekdo ni angažiran? Do takrat, ko to opazite, je že na razgovoru drugje.
Zbiranje povratnih informacij je boleče. "Ali lahko do petka predložite ocene za svoje tri kolege?" Opomniki. Preganjanje. Podaljševanje rokov. Nekateri ljudje pišejo premišljene povratne informacije. Drugi jih pošljejo po telefonu. Kakovost je zelo različna.
Potem mora nekdo vse skupaj razložiti. Preberi vse komentarje. Opredelite teme. Katera so resnična vprašanja? Kaj je le hrup? Katere povratne informacije so protislovne? To traja več ur na zaposlenega.
Do dejanskega pregleda so vodje izčrpani. Zaposleni so zaskrbljeni. Pogovor pogosto ne pripelje do pomembnih sprememb, saj je preveč informacij posredovanih prepozno.
To ni zato, ker ljudem ni mar. Gre za to, da je postopek v osnovi ročen, redek in usmerjen nazaj. Umetna inteligenca odpravlja vse tri težave.
Kako umetna inteligenca vpliva na upravljanje uspešnosti
Umetna inteligenca ne nadomešča vodij pri upravljanju uspešnosti. Nudi jim boljše informacije, tako da lahko dejansko pomagajo svojim ekipam. Tukaj je opisano, kako.
Analiza povratnih informacij, ki najde prave vzorce
Pri 360-stopenjskih pregledih se zbirajo povratne informacije od več oseb. Vodja. Kolegi. Včasih neposredni podrejeni. Vsaka oseba napiše odstavke pripomb.
Branje vsega tega je dolgočasno. In opažanje vzorcev? Še težje. Ena oseba nejasno omenja "težave s komunikacijo". Druga oseba pravi, da "včasih ne sodeluje z ekipo". Druga pa zapiše, da "včasih za stvari izvemo pozno". Ali so ti primeri povezani? Ista težava? Različne težave?
Umetna inteligenca prebere vse povratne informacije. Samodejno prepozna teme.
"Komunikacija" se pojavi v štirih pregledih. UI jih združi. Vidi, da trije ljudje posebej omenjajo "časovni razpored posodobitev", dva pa "raven podrobnosti". Vzorec je jasen: ta oseba mora o posodobitvah projekta obveščati bolj proaktivno.
Ali pa mesta za umetno inteligenco: pet ljudi pohvali "tehnične sposobnosti", trije pa omenijo, da bi lahko bolj sodelovali. Motiv: močan individualni sodelavec, potreben je razvoj na področju timskega dela.
Umetna inteligenca ne napiše ocene namesto vas. Vendar vam ponudi jasne vzorce, tako da ne berete 10 strani komentarjev in poskušate ročno poiskati teme.
To velja tudi za celotno organizacijo. Ali določene ekipe stalno prejemajo povratne informacije o delovni obremenitvi? To je težava z viri. Imajo novi vodje stalno težave z delegiranjem? To je potreba po usposabljanju.
Vzorci, za katere bi ročno odkrivanje trajalo več tednov analize? Umetna inteligenca jih najde takoj.
Identifikacija vrzeli v znanju in spretnostih
Vaša ekipa potrebuje določena znanja in spretnosti. Za njihove trenutne vloge. Za prihodnje projekte. Za to, kam gre podjetje.
Kdo ima ta znanja in spretnosti? Kdo potrebuje razvoj? Običajno je to ugibanje. Vodje imajo intuicijo. Kadrovska služba ve nekaj stvari. Toda celovita preglednost? Redko.
Umetna inteligenca analizira podatke o veščinah v vaši organizaciji.
Preuči zahteve delovnega mesta. Povratne informacije o uspešnosti. zaključek usposabljanja. projektne naloge. Samoocenjevanje. Ocene vodij. Vsi podatki, ki jih že imate, le da so razpršeni po sistemih.
Ugotavlja vrzeli: "Vaša analitična ekipa ima dobro znanje SQL, vendar omejene izkušnje s Pythonom. Trije prihajajoči projekti zahtevajo Python. To je tveganje."
Ali: "Pet višjih inženirjev je primernih za vodstvene funkcije, vendar sta le dva opravila usposabljanje za vodenje. To povzroča vrzel pri načrtovanju nasledstva."
Ali: "V povratnih informacijah strank je večkrat omenjen 'počasen odzivni čas'. Analiza kaže, da vaša ekipa za podporo ni bila usposobljena za nov sistem za izdajo vozovnic. To pojasnjuje težavo."
Umetna inteligenca povezuje točke, ki jih ljudje ne vidijo med več sto zaposlenimi. Opazi vrzeli, še preden povzročijo težave. In to neprekinjeno, ne enkrat na leto.
Zdaj lahko razvoj usmerite tja, kjer je pomemben. Ne pa splošno usposabljanje, ki ga vsi ignorirajo. Gre za specifična znanja in spretnosti, ki bodo določenim ljudem dejansko pomagala bolje opravljati njihovo delo.
Napoved tveganja zadržanja
Ljudje ne odidejo kar tako. Obstajajo znamenja. Običajno so subtilni. Običajno so vidni šele za nazaj.
Kapljice za sodelovanje. Udeležba na sestankih se zmanjša. Povratne informacije postanejo manj podrobne. Individualni sestanki se prestavijo. Uspešnost je še vedno sprejemljiva, vendar navdušenje upade.
Ko vodje to opazijo, ima oseba že drugo ponudbo. Izstopni razgovor razkrije, da je bila oseba nezadovoljna že več mesecev. "Zakaj se nihče ni pogovoril z mano?"
Umetna inteligenca te vzorce zazna zgodaj.
Spremlja signale vpletenosti. Odzivi na ankete se zmanjšujejo. Manj vprašanj na sestankih. Manjše število pregledov kode ali sodelovanja. Povečana uporaba dopusta za počitek. Spremenjeni vzorci komuniciranja.
Posamično ne pomenijo ničesar. Skupaj pa tvorijo vzorec. Umetna inteligenca ga opazi in označi: "Tveganje za zadržanje tega zaposlenega se je povečalo. Priporočite pregled pri vodji."
Ne zato, ker umetna inteligenca ve, da oseba išče zaposlitev. Ampak zato, ker se vzorec ujema z osebami, ki so v preteklosti že odšle. To je opozorilo, da bodite pozorni, preden bo prepozno.
Vodje se lahko nato resnično pogovarjajo. "Kako gre? Kako vam lahko bolje pomagam?" dovolj zgodaj, da je težave še vedno mogoče odpraviti.
To ne preprečuje vse fluktuacije - včasih ljudje odidejo zaradi razlogov, na katere ne morete vplivati. Preprečuje pa izgubo ljudi, ker nihče ni opazil, da imajo težave, dokler niso poslali odstopne izjave.
Pregled uspešnosti Osnutek Ustvarjanje
Pisanje ocen uspešnosti traja večno. Vodje odlašajo. Kadrovska služba podaljšuje roke. Kakovost trpi, ker ljudje hitijo.
AI pripravi pregled na podlagi razpoložljivih podatkov. Zbrane povratne informacije. Cilji in napredek. Merila uspešnosti. Nedavni dosežki. Opredeljena razvojna področja.
Ustvari strukturiran osnutek: "[povzetek pozitivnih povratnih informacij s primeri]. Področja za razvoj: [povzetek konstruktivnih povratnih informacij z vzorci]. Napredek pri doseganju ciljev: [stanje vsakega cilja]. Priporočena področja, na katera se je treba osredotočiti: [predlogi za razvoj]."
Vodja jo pregleda. Doda osebne ugotovitve. Prilagodi ton. Vključi kontekst, ki ga umetna inteligenca ne bi mogla poznati. To ga naredi osebnega.
Vendar je težja naloga - sinteza vseh povratnih informacij in podatkov - že opravljena. Kar je trajalo dve uri, zdaj traja 30 minut. Kakovost je pogosto boljša, saj ničesar ne izpustite.
To ni umetna inteligenca, ki piše preglede. Gre za umetno inteligenco, ki opravi dolgočasno sintezo, tako da se lahko vodje osredotočijo na dejanski pogovor s svojim članom ekipe.
Sledenje ciljem, ki zagotavlja vidno uspešnost
Cilji se določijo januarja. Do marca so pozabljeni. Do decembra se ljudje trudijo, da bi se spomnili, kaj naj bi dosegli.
Umetna inteligenca poskrbi, da so cilji vidni in se jim nenehno sledi.
Zaposlene in vodje opozarja na cilje. Na podlagi posodobitev spremlja napredek. Označuje cilje, ki niso na pravi poti: "Ta cilj v šestih tednih ni napredoval. Potrebna posodobitev stanja?"
Cilje povezuje z dejanskim delom. Če je cilj nekoga "izboljšati zadovoljstvo strank" in se spremljajo rezultati anket strank, lahko umetna inteligenca samodejno prikaže napredek.
Predlaga prilagoditve. "Ta cilj je stalno označen kot blokiran zaradi omejenih virov. Ali bi ga bilo treba spremeniti ali povečati?"
Upravljanje uspešnosti postane neprekinjeno. Ne gre za presenečenje enkrat na leto. Stalna preglednost nad tem, kako ljudje delajo in kje potrebujejo podporo.
Kaj to pomeni za vas
Za kadrovske direktorje in vodje kadrovskih služb
- Odločitve o talentih, ki temeljijo na podatkih. Ne po občutku. Dejanski vzorci uspešnosti, spretnosti in zavzetosti.
- Zgodnje opozarjanje na zadržanje. Prepoznajte tveganja za letenje, preden ljudje odidejo. Čas za reševanje težav, dokler jih je mogoče odpraviti.
- razvojni programi, ki obravnavajo dejanske vrzeli. Ne gre za splošno usposabljanje. Usmerjen razvoj tam, kjer je dejansko potreben.
- Vidnost v celotni organizaciji. Katere ekipe so uspešne? Katere imajo težave? Kje so sistemske težave? Jasno si jih oglejte.
- Boljše načrtovanje nasledstva. Ugotovite, kdo je pripravljen na napredovanje. Kdo potrebuje razvoj. kje so šibke delovne sile.
- Postopek izvedbe, ki ga ljudje ne sovražijo. Manjše upravno breme. Večji poudarek na dejanskem razvoju. Boljša izkušnja za vse.
Za menedžerje
- Manj časa za pregledovanje dokumentacije. Umetna inteligenca poskrbi za sintezo. Vi se osredotočite na pogovor in poučevanje.
- boljši vpogled v uspešnost ekipe. Jasni vzorci iz povratnih informacij. Vidne vrzeli v znanju in spretnostih. Zgodnja opozorila o zavzetosti.
- Ujemite težave prej. Ne čakajte na letni pregled, da odkrijete težave. Opazujte jih, ko so še majhne.
- Več smiselnih pogovorov o razvoju. Na podlagi dejanskih podatkov in vzorcev, ne na podlagi nejasnih vtisov.
- Cilji, ki ostanejo vidni. Ne pozabite do pregleda. Spremljanje in nenehno prilagajanje.
Za zaposlene
- Jasnejše povratne informacije. Ne smetišče neurejenih komentarjev. Jasne teme in specifična področja, na katerih je treba delati.
- Razvoj v skladu z dejanskimi potrebami. Usposabljanje, ki pomaga pri odpravljanju dejanskih pomanjkljivosti v znanju in spretnostih, in ne splošni tečaji.
- Cilji, ki ostanejo pomembni. Ni enkrat postavljena in pozabljena. Spremljamo in prilagajamo jih, ko se razmere spremenijo.
- V pregledih ni presenečenj. Stalna preglednost pomeni, da veste, na katerem področju ste, in ne, da to ugotovite enkrat na leto.
- Pošten postopek. Dosledna analiza v celotni organizaciji. Manj odvisna od pristranskosti posameznega vodje.
Česa umetna inteligenca ne bo naredila
Zelo jasno povejmo, kakšne so omejitve.
Umetna inteligenca ne sprejema odločitev o uspešnosti. Ne odloča o napredovanjih. Ne odloča o nadomestilih. Ne odpušča ljudi. Ne ocenjuje uspešnosti.
To so človeške odločitve, ki zahtevajo presojo, kontekst in odgovornost. Te odločitve sprejemajo vodje. Umetna inteligenca zagotavlja informacije, ki jim pomagajo pri sprejemanju boljših odločitev.
Umetna inteligenca tudi ne more razumeti nians tako kot ljudje. V podatkih vidi vzorce. Ne razume, da se je uspešnost nekoga zmanjšala zaradi osebne krize ali da opravlja dodatno delo, ki ni razvidno iz kazalnikov.
Vodje se morajo še vedno pogovarjati. Da bi razumeli kontekst. Uporabljati presoje. Pri upravljanju ljudi morajo biti človeški.
Umetna inteligenca to olajša, saj poskrbi za analizo podatkov in administrativno delo. Vendar ne nadomesti človeškega elementa pri upravljanju uspešnosti.
Tudi umetna inteligenca pri upravljanju uspešnosti zahteva dobre podatke. Če so vaše povratne informacije napačne, bo tudi analiza umetne inteligence napačna. Če ciljev ne spremljate, vam umetna inteligenca ne more pomagati. Če signali o sodelovanju niso zajeti, napovedovanje zadržanja ne bo delovalo.
Umetna inteligenca okrepi vaš postopek. Če je vaš proces dober, ga umetna inteligenca še izboljša. Če je vaš proces pokvarjen, ga najprej popravite.
Učinek v resničnem svetu
Kako je to videti v praksi?
Podjetje uvede umetno inteligenco za upravljanje uspešnosti. Pred tem so vodje za letne preglede porabili 3-4 ure na zaposlenega. Po: 1 ura. To so 2-3 prihranjene ure na osebo. Za vodjo z 8 neposrednimi podrejenimi je to 16-24 prihranjenih ur na cikel ocenjevanja.
Izboljša se zadrževanje. Sistem zgodnjega opozarjanja dovolj zgodaj ujame 70% morebitne odhode, da se jih lahko lotimo. Vsi ne ostanejo, vendar se veliko težav reši, preden ljudje odidejo.
Razvojna poraba postane učinkovitejša. Namesto da se proračun za usposabljanje razprši med splošne tečaje, se naložbe osredotočijo na ugotovljene vrzeli v znanju in spretnostih. Usposabljanje se poveča, ker je dejansko pomembno.
Izboljša se zadovoljstvo zaposlenih s procesom uspešnosti. Povratne informacije so jasnejše. Ocene se zdijo manj samovoljne. Razvoj se zdi bolj smiseln.
To ni teoretično. To se zgodi, ko umetna inteligenca poskrbi, da je upravljanje uspešnosti stalno in temelji na podatkih, ne pa letno in subjektivno.
Začetek
Ni vam treba preoblikovati vsega naenkrat. Začnite z enim kosom.
Za večino podjetij je to analiza povratnih informacij. V naslednjem ciklu pregleda povratne informacije analizirajte z umetno inteligenco in izpostavite teme. Preverite, koliko časa boste prihranili. Preverite, ali je to za vodje koristno.
Ali pa začnite z analizo vrzeli v znanju in spretnostih. Upoštevajte zahteve za vlogo in dejanska znanja in spretnosti. Ugotovite, kje so vrzeli. To uporabite za usmerjanje razvoja.
Ali pa uvedite sledenje ciljem. Cilji uspešnosti naj bodo vidni in se spremljajo neprekinjeno, namesto da bi jih določili in pozabili.
Izberite en element. Izvedite ga. Izmerite učinek. Nato ga razširite.
V vsakem podjetju je upravljanje uspešnosti drugačno. Vaš postopek ocenjevanja ima določene faze. Vaše zbiranje povratnih informacij ima določene oblike. Vaši podatki o uspešnosti so shranjeni v posebnih sistemih.
Zato umetna inteligenca za upravljanje uspešnosti ne deluje po načelu plug-and-play. Prilagoditi se mora vašemu dejanskemu procesu. Vašim dejanskim podatkom. vaši dejanski kulturi.
Spodnja linija
Upravljanje uspešnosti mora ljudem pomagati, da se izboljšajo. Namesto tega je postalo administrativno breme, ki se ga vsi bojijo.
Umetna inteligenca ne nadomešča človeškega elementa pri upravljanju uspešnosti. Odpravlja le zamudne dele, tako da se lahko ljudje osredotočijo na tisto, kar je dejansko pomembno - pomoč ljudem pri rasti in uspehu.
Rezultat: vodje porabijo manj časa za urejanje papirjev in več časa za poučevanje. Kadrovska služba odkrije težave, še preden postanejo krizne. Zaposleni dobijo jasnejše povratne informacije in boljši razvoj. Organizacija sprejema pametnejše odločitve o talentih.
To ni hipnotizacija. To je tisto, kar umetna inteligenca naredi za upravljanje uspešnosti, če se pravilno izvaja.
Ste pripravljeni, da upravljanje uspešnosti postane dejansko uporabno?
Ne prodajamo splošne umetne inteligence za upravljanje uspešnosti. Upoštevamo vaš specifičen proces. Vaše mehanizme povratnih informacij. vaše podatkovne sisteme. Vaše potrebe.
Nato izdelamo umetno inteligenco, ki ustreza vašemu načinu upravljanja uspešnosti. Ne z nekim idealiziranim procesom - z vašim dejanskim procesom.
Brez šumenja. Brez pretiranega prodajanja. Samo praktična umetna inteligenca, s katero je upravljanje uspešnosti manj boleče in bolj učinkovito.
