Rumah > Peranti teknologi > AI > Memanfaatkan Kepintaran Buatan untuk Membuat Keputusan: Menilai Objektiviti dalam Pengecilan Organisasi

Memanfaatkan Kepintaran Buatan untuk Membuat Keputusan: Menilai Objektiviti dalam Pengecilan Organisasi

WBOY
Lepaskan: 2023-04-12 08:07:05
ke hadapan
658 orang telah melayarinya

Pegawai perniagaan kanan di seluruh Amerika Syarikat bimbang dan bimbang sekarang. Persekitaran ekonomi pada tahun 2023 tidak menentu, tetapi satu perkara yang pasti - lebih banyak pemberhentian akan datang. Pada November 2022 sahaja, syarikat mengumumkan lebih daripada 80,000 pemberhentian, termasuk gergasi teknologi seperti Meta, Amazon, dan Twitter, serta syarikat tradisional seperti PepsiCo, Goldman Sachs, dan Ford.

Memanfaatkan Kepintaran Buatan untuk Membuat Keputusan: Menilai Objektiviti dalam Pengecilan Organisasi

Pemberhentian kerja sentiasa menjadi salah satu perkara paling sukar yang perlu dilakukan oleh pengurusan. Berapa ramai orang yang perlu anda lepaskan? Bilakah anda perlu melakukannya? Siapa yang tinggal dan siapa yang pergi? Apakah jenis pakej pemecatan yang anda tawarkan? Bagaimanakah anda melindungi matlamat kepelbagaian anda? Bagaimanakah anda mengekalkan kepercayaan dan produktiviti mereka yang kekal?

Membiarkan terlalu ramai orang pergi, terlalu cepat, dan anda berisiko menjejaskan perkhidmatan dan pelaksanaan organisasi. Biarkan terlalu sedikit orang pergi, terlalu lewat, dan anda boleh kehilangan wang. Biarkan orang yang salah pergi dan anda boleh membuat huru-hara dalam organisasi. Kesilapan ini boleh memberi kesan yang besar terhadap keuntungan, produktiviti, reputasi jenama dan harga saham.

Oleh itu penulis berfikir, bolehkah kecerdasan buatan membantu menyelesaikan masalah ini?

Kecerdasan buatan telah berkembang pesat sejak beberapa tahun kebelakangan ini dan boleh membantu jabatan sumber manusia mencari, menapis dan menemu duga calon, malah mengurangkan berat sebelah dalam pengambilan. IBM dan syarikat lain menggunakan kecerdasan buatan untuk meramalkan pekerja yang akan berhenti. Perkara utama di sini ialah menarik dan mengekalkan bakat.

Bolehkah kecerdasan buatan digunakan untuk pemberhentian? Adakah terdapat alat kecerdasan buatan yang boleh membantu membimbing pembuatan keputusan korporat? Ternyata ada. Penulis ingin berkongsi dengan pembaca di sini lima cara kecerdasan buatan boleh menjadikan "penyemasan organisasi" memberi manfaat kepada majikan dan pekerja.

Perkemasan Organisasi: Lima Senjata Ajaib untuk Menggunakan Kepintaran Buatan untuk Membuat Keputusan

1. Penilaian Prestasi

Pengurus jabatan biasanya diberi kuota jumlah pekerja dan diberi kuasa apabila mereka perlu meletakkan. off pekerja. Tetapi bagi pengurus di barisan hadapan, setiap ahli jabatan nampaknya penting. Tanpa alat dan pengalaman yang mencukupi untuk membimbing keputusan mereka, proses itu boleh runtuh, yang boleh merosakkan semangat pekerja.

Kecerdasan buatan boleh memberikan penilaian prestasi objektif dan membantu pengurus memutuskan siapa yang akan kekal dan siapa yang perlu ditinggalkan. Pemula perisian AI seperti GoFusion Perfacto dan Entomo kini boleh memanfaatkan data daripada produktiviti pekerja, rekod kehadiran dan penunjuk prestasi utama lain untuk membantu memisahkan pekerja bintang daripada yang lain berdasarkan penunjuk prestasi objektif.

Kaedah ini boleh memberi ketua jabatan sebab untuk membuat keputusan pemberhentian, dengan itu membebaskan kedua-dua pemimpin dan pasukan daripada kelemahan dalam membuat keputusan yang subjektif semata-mata.

2. Senarai Kemahiran

Sudah menjadi fitrah manusia untuk pengurus membuat keputusan yang memihak kepada keperluan jangka pendek apabila di bawah tekanan daripada pemberhentian. Secara teori, lebih masuk akal untuk mengekalkan bakat yang paling diperlukan oleh organisasi anda untuk aktiviti perniagaan terasnya. Tetapi mengikuti kesemuanya mungkin menyebabkan anda tidak bersedia untuk mengambil inisiatif strategik tersebut untuk masa hadapan.

AI boleh membantu mengambil inventori pengedaran kemahiran organisasi anda dan membandingkannya dengan ramalan keperluan pasaran dan mengenal pasti di mana jurang kemahiran kekal supaya anda boleh mengambil kira perkara ini dalam membuat keputusan anda. Alat seperti eightfold.ai dan Seekout menyediakan apa yang mereka panggil "kecerdasan bakat" yang menggabungkan cerapan tentang kemahiran pekerja dengan keperluan pasaran dan organisasi untuk membuat keputusan bakat terdorong data. Ini membolehkan eksekutif C-suite mempertimbangkan keperluan pengurusan bakat seluruh organisasi, bukan hanya jabatan individu.

3. Potensi latihan semula

Pemberhentian bermakna lebih sedikit pekerja dan setiap orang perlu mengambil lebih banyak kerja. Organisasi disusun semula. Beberapa fungsi telah disatukan. Pekerja yang kekal selalunya perlu mengambil peranan baharu dan mempelajari kemahiran baharu. AI boleh membantu mengenal pasti pekerja yang lebih sesuai untuk kemahiran semula dan membuat cadangan tentang cara membantu mereka mengembangkan atau menukar peranan mereka.

Perisian HR seperti Pymetrics dan Workday menawarkan alatan yang boleh menganalisis data tentang kemahiran lembut dan keras pekerja sedia ada anda, serta pensijilan, rekod prestasi, projek lalu dan pelesenan Dan sebagainya, untuk menentukan penghijrahan yang paling kukuh atau peluang pengembangan peranan. Keputusan ini kadangkala termasuk pengesyoran kursus dan modul latihan yang diperibadikan, jadi anda mempunyai laluan yang jelas untuk melatih semula pekerja anda.

4. Elakkan berat sebelah

Apabila masa yang baik, lebih mudah untuk memberi perhatian yang cukup kepada rasa kesaksamaan organisasi. Tetapi azam itu mungkin mula goyah apabila berhadapan dengan tekanan pemberhentian. Bagaimanakah anda boleh memastikan bahawa keputusan adalah adil, objektif dan konsisten dengan matlamat kesaksamaan organisasi anda? Bagaimanakah anda boleh mengekalkan komitmen organisasi anda terhadap kepelbagaian dan kesaksamaan?

Kecerdasan buatan boleh membantu di sini juga. Sebagai contoh, Onwards HR termasuk "penyelesaian analisis kesan buruk" yang menganalisis data merentas jabatan dan membolehkan HR dan pasukan undang-undang memahami potensi berat sebelah pada mereka yang telah ditamatkan perkhidmatan.

5. Sokongan untuk pekerja yang meletak jawatan

Kecerdasan buatan boleh memainkan beberapa peranan walaupun untuk pekerja yang mesti diberhentikan. Membantu pekerja anda beralih bukan sahaja perkara yang betul untuk dilakukan, tetapi juga penting untuk melindungi organisasi anda daripada kerosakan reputasi, secara luaran dan dalaman.

Kecerdasan buatan boleh membantu pekerja yang diberhentikan mengenal pasti peranan mereka dan syarikat untuk disasarkan seterusnya, dan juga boleh memberikan sokongan untuk mereka memperoleh kemahiran yang mereka perlukan untuk berjaya memperoleh pekerjaan baharu. Contohnya, FutureFit AI boleh membandingkan kemahiran pekerja dengan ratusan juta orang. FutureFit AI kemudiannya boleh menggunakan data pasaran buruh masa nyata untuk mengesyorkan perkembangan kerjaya, mencadangkan laluan pembelajaran dan membantu pekerja yang diberhentikan berjaya—semuanya menggunakan AI.

AI daripada syarikat seperti BlueJ Legal malah boleh membantu anda menentukan pakej pemberhentian terbaik untuk menawarkan pekerja yang akan keluar berdasarkan umur, peranan, tempoh perkhidmatan dan undang-undang kes litigasi.

Saya ingin menjelaskan dengan jelas bahawa saya tidak menyokong keputusan pemberhentian pekerja sepenuhnya kepada kecerdasan buatan. Walaupun mungkin perkara yang baik untuk menyerahkan sepenuhnya kerja kotor pemberhentian kepada AI, manusia masih perlu mengambil bahagian untuk mengendalikan pemberhentian secara strategik dan empati. Tetapi jika digunakan dengan betul, AI pastinya boleh menyokong pemimpin dalam membuat beberapa keputusan paling sukar yang perlu dibuat oleh mana-mana daripada kita.

Atas ialah kandungan terperinci Memanfaatkan Kepintaran Buatan untuk Membuat Keputusan: Menilai Objektiviti dalam Pengecilan Organisasi. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:51cto.com
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan