Menü

Kiemelt témánk

Feliratkozás


Eseménynaptár

előző hónapkövetkező hónap
20_content.timesjobs.com.jpg
Forrás: ITB

A HR-ágazat ma hatalmas transzformáción megy keresztül, a big data jött, látott, győzött és teljesen átalakította ezt az egykor munkaügynek csúfolt területet. Kihívást ad mindkét félnek, mert nemcsak a munkavállaló, de az emberekre vadászó szakemberek is folyamatosan új technológiákkal és kihívásokkal szembesülnek. A közösségi média, a mobil toborzó szoftverek, a prediktív analitika és a mesterséges intelligencia jelentik a főbb trendeket.

Megváltozott a munkaerőpiac is, mert megjelent a Z generáció, így már négy korosztály dolgozik együtt egy munkahelyen. Ma még csak körülbelül 7 százalékban vannak jelen, de 10 év múlva már az Y és a Z generációsok aránya eléri a 75 százalékot. Az Y generációsokra a dinamizmus és az eredményközpontúság jellemző, miközben konszenzusra törekszenek, a Z generáció inkább a kockázatok kerüléséről és a kényelemszeretetéről híres. Míg az X-ekre (a 40-50 évesek) és a baby boomerekre (50-60 év közöttiek) a hierarchikus gondolkodás jellemző, a fiatalok számára a gyors önmegvalósítás és a szabadság tűnik fontosnak.

A generációk közötti különbség az ICT-technológia használatában (is) jelentkezik. Az online világban szocializálódott Y, Z és az idősebb korosztály így utálja egymást, nem szeretnek együtt dolgozni. A két idősebb generáció megszokta a tekintélytiszteletet, a 8 órás munkavégzést, és akár évtizedekig egy helyen maradna. Viszont ma már szoronganak, veszélyben érzik magukat, mert folyamatosan tanulniuk és bizonyítaniuk kell. A generációk együttműködése a megértés hiánya miatt nehézkes, a fiatalokra a gyorsaság, a folyamatos készenlét jellemző, a kitartásban viszont lemaradnak. Viszont a vegyes összetételű csapat hatékonyabban tud dolgozni és jobb teljesítményre képes hosszútávon – feltéve, ha mindenki a maga előnyeit használhatja a közös munkában

 

Trend a gamification

A gamification divatos szó ma a HR világában, vonzó elképzelésnek tartják a munkáltatók, mert új, játékos megközelítést ad a jelöltek kiválasztásában, de a belső továbbképzések jó eszköze is lehet. A fent említett generációs problémára is megoldást nyújthat. A fiatalabb munkavállalók kipróbálhatják, milyen az idősebb kolléga helyében lenni, és vice versa. A különböző korosztályok így könnyebben meg tudják érteni a tőlük idegen generáció gondolkodásmódját. Képzési és fejlesztési eszközöket lehet általa használni, de bármely vállalati folyamat esetén lehet próbálkozni annak játékosításával. A feladatok, a kollégákkal való versengés, a motiváció teszi használhatóvá ezt a módszert. Nem technológiai újításként, hanem egyfajta új szemléletként kell a gamification technikájára gondolni, ez adhatja meg az igazi erejét, és a csapatot is egyben tartja. A PwC Magyarország Multipoly számítógépes toborzása, mint hungaricum vonult be a köztudatba, több nemzetközi díjat is kiérdemeltek. Az adott pozíció betöltése egy online játékban történik. Ebben tudja magát kipróbálni a jelölt, akár több munkakört is tesztelve. Ha sikeresen megoldotta a szimulációban lévő akadályokat, akár valódi álláslehetőséget is kaphat. Az Y generációsokat a legkönnyebben a gamificationnal lehet megszólítani sikeresen, az egyetemekről kikerült munkavállaló így játékosan szembesül azzal, milyen feladatok várják, hogyan működik a cég, milyen munkakörnyezetben kell majd helytállnia.

 

Közösségi média

A közösségi média kiváló eszköze az emberi erőforrás toborzásának. A LinkedIn léte bizonyítja, mennyire hatékonyan lehet felhasználni és összekötni a munkaerőpiaci kínálatot és keresletet általa. Nemcsak egyszerű álláskeresésre alkalmas a felület, hanem komoly szakmai fórummá nőtte ki magát – igaz, annyira azért nem lett népszerű nálunk.

Érdekes tény, hogy a Facebook is remekül használható HR-célokra, pedig nem ez lenne a fő profilja. Sokan használják munkáltatói márkaépítésre, szakmai cikkekben, videókban mutatják be magukat. Az itt lévő csoportok között is találunk álláskeresésre szakosodottat, nemcsak ajánlatokat, de tippeket, képzéseket is kaphatunk. A Facebook at Work klónjával bemerészkedett a munkahelyekre is már, egyfajta vállalati közösségi médiás intranetként funkcionálna. Mégis érezhető egyfajta idegenkedés a közösségi médiától a HR-szakemberek között, sokan túlságosan felszínesnek gondolják. A nemrég elstartolt chatrobotok viszont nagy segítséget jelenthetnek a HR-es interjúk kivitelezésében, felgyorsítják a toborzást, és eleve szűrni tudják a nem megfelelő jelölteket.

 

Prediktív analitika és big data

A prediktív analitika olyan statisztikai modelleket és módszerek összességét jelzi, melyek előrejelzésekre szolgálnak: a kiválasztott munkatárs múltbeli adataiból jelezzük előre a jövőbeli viselkedését és megoldásait egy-egy szituációban. Minél pontosabban ismerjük az összefüggéseket a vizsgálat elemei között, annál nagyobb megbízhatósággal tudjuk, hogy a benne lévő szereplők miként reagálnak majd a jövőben. Ma már egy-egy munkavállalóról azt is meg tudják mondani a prediktív analitika jóvoltából, hogy meddig maradhat az adott cégnél, mit tervezhetnek vele. 2016-ban pedig egyre népszerűbb lett ez a jövőtervezés a munkaerőforrás tudományában. A hard skill, vagyis a szaktudás gyorsan amortizálódik, ma már a soft skill, vagyis a kompetencia (a rugalmasabb személyiség) és az új kihívásokhoz való alkalmazkodás a fontos a jelölteknél. Nem véletlen, hogy a toborzásban domináns a mesterséges intelligencia és a predikciós analitika; szakemberek kellenek, akik minden helyzetben bevethetőek.

 

A humánmenedzsment mára izgalmas területté fejlődött, egyre több innovatív big datára kifejlesztett technológiával találkozunk (az emberek ontják magukról az adatokat az online felületeken), mellesleg a cégek is rájöttek arra, hogy érdemes a HR-analitikai célokra is költeni, mert megtérül a befektetés. A cégünk teljesítménye és jövője múlhat ezen, sajnos számokba vagyunk fojtva és adatokkal kell dolgoznunk a megfelelő kollégák kiválasztása esetén is. Sokan a robotoktól féltik a munkaerőpiacot, pedig az emberi erőforrás strukturálódott át igazából, a gépek utánoznak, az emberek pedig alkalmazkodnak a HR kihívásokhoz.

Egyre több okos, gépi analitikai megoldás jelenik meg, 2014-15-ben már több mint 1 milliárd dollárt költöttek kognitív elemző technológiára kockázati tőkés vállalkozások. Ez 2025-re 60 milliárd dollárra nőhet a Deloitte jelentése szerint. Vagyis a kognitív analitika már kötelező megoldás, igaz teljesen azért nem helyettesítheti a tradicionális analitikus megoldásokat, így együtt dolgoznak az eddig bevált HR-módszerekkel is. Egyiket és másikat is használni kell, a két megoldás nem kioltja, hanem kiegészíti egymást, és egyre okosabb lesz közösen. Viszont az is látható, hogy a mesterséges intelligenciás algoritmusok miatt állások szűnnek majd meg. Nem szabad elfeledkezni a Dolgok Internetéről (IoT), az adatok gyűjtésének új metódusáról, a belső monitorozó rendszerekről és az online megfigyelő platformokról sem. A IoT mindent felokosít és szenzorokkal telít, nem véletlen, hogy a HR-szakmában is keresik már, hogyan használhatnák ezeket az okos megoldásokat.

 

A jelen aranymosása

A HR jövője a kiválasztásban rejlik, ez pedig olyan technológiák adaptálásán, amely minél több adatból tudja megjósolni számunkra, hogy az adott szakember ténylegesen mennyi ideig tudja betölteni a kívánt pozíciót a vállalatnál. A HR-analitika erre megoldás, a gépi tanulás, az okos algoritmusok és az adatbányászat segítségével. Az adatbányászat a nagy mennyiségű adatokból való aranymosás, mintákat keresünk a megfelelő projekthez való jelölt vélelmezett habitusához, illetve ezekből a durva adatokból próbáljuk megjósolni, milyen szakember kellene.

Nem kell meglepődni azon, hogy habár az ember életében minden digitalizálható lassan, ezek 99,5 százalékát még soha nem sikerült feldolgozni. Ha minden potenciális jelöltet szeretnénk becserkészni, akkor évekig tartana egy-egy megfelelő embert találni az adott feladatra. Az adatok kibányászására, és a megfelelő minta kinyerésére ma már a gépi tanulás siet a segítségünkre. Algoritmust idomíthatunk be a feladatra, a gép tanul folyton folyvást és az adatok bugyraiban a számunkra megfelelő mintákra, vagyis az esetleges ideális jelöltre keres. Ez pedig arra késztet minket, hogy mesterséges intelligenciát vessünk be a feladatra. Nemcsak azért, mert a keresés során lévő automatizmusoktól ment meg minket, de okosabban keres és diagnosztizál, mint az ember. Sőt egy gépi algoritmus a történeti adatokon idomítva (vagyis, hogy mi történt a múltban) már fel tudja tenni a kérdést, hogy egy üzleti eredmény elérése végett a jövőben mire számítsunk valójában. A prediktív analitika mára képes arra, hogy rendszerezze és formázza a belé táplált adatkészletet, automatizmusokat végezzen önállóan, így az előkészítő munka akár hatvan százalékát is megtakaríthatjuk vele.

 

IBM Watson

A legismertebb és adatbányászatra kötelezően ajánlott mesterséges intelligenciás üzleti megoldás ma az IBM Watson. Ez nemcsak egy szuperszámítógép, hanem 28 intelligens kognitív rendszer együttese, több mint 50 technológiára épül. Felhőben dolgozik, a jelenleg elérhető 28 API az emberi agyhoz hasonlóan külön központokban látja el a megfelelő kognitív feladatokat. A legtöbb adatelemző cég a nyílt forráskódú R programot használja vállalati környezetben is prediktív elemzések végzésére. A Columbus Collaboratory most jelentette be új nyílt forráskódú R kiterjesztését, a CognizeR-t, amivel könnyen lehet az IBM Watson mesterséges intelligencia rendszerét programozni. Az adatbányászok analitikai és statisztikai rendszerére használt R nyelv új kiterjesztése lehetővé teszi, hogy saját natív fejlesztői környezetük nélkül is be tudjanak lépni, be tudják ágyazni R alapú modelljeiket a Watson mesterséges intelligencia szolgáltatásaiba. Gyakorlatilag ez a kiterjesztés teszi igazi prediktív analitikai modellekkel futtatására is alkalmassá a Watsont.

 

A kognitív gépi tanulást és a fent említett emberi visszacsatolást is így lehet kivitelezni, a gép és az ember munkájának dichotómiája valósul meg – vélekedik Nik Rouda vezető elemző. Az R az adatbányászat legnépszerűbb nyelve, a gépi tanulás alkalmazásai, a CognizeR megjelenése forradalmat jelenthet az adatelemzés történetében.

 

Mesterséges intelligencia: áldás vagy átok?

A mesterséges intelligencia valójában egy gyűjtőfogalom, ami intelligens szoftvereket és számítógépeket takar, amelyek úgy gondolkodnak, amire programozzák őket. Bár hajlamosak vagyunk elsősorban a robotokra vagy a játékokban található MI-kre asszociálni, a mesterséges intelligencia kifejezés már szinte az élet minden területén jelen van és dolgozik, még a mobilos applikációinkban is (Google Photos és társai). Ilyen algoritmusok dolgoznak a természetes nyelv feldolgozása és az érzelem (sentiment) elemzésekben is a HR-területeken ma. Önállóan keresnek releváns tartalmat az interneten, begyűjtik az ügyfeleink adatait, és kiszámítják, hogy melyek a lehetséges jövőbeli trendek az adott cégnek.

Manapság minden potenciális jelölt sok adatból áll, így a mesterséges intelligencia használatát nem kerülhetjük ki a megfelelő jelöltek kiválasztásakor a hatékonyság növelése érdekében. Amerikában már külön startupok is alakultak és sikeresen működnek a gépi elmés munkaerő toborzás kivitelezésére. A HireVue a mesterséges intelligencia segítségével analizálja az álláskeresőkről készült videós interjúkat, mintákat keres a beszédükben, de az arckifejezésüket és a szemük mozgását is figyelik az interjún feltett kérdések közben. A megfelelő jelölt keresése hasonlítható a tű a szénakazalban esetéhez, a mesterséges intelligencia viszont pont abban segít, hogy a kiválasztási folyamatot meggyorsítsuk.

A HR-osztály vagy divízió egy cégnél ma már az informatikai új technológiák élharcosává vált. Minden olyan kortárs megoldás itt jelenik meg először, ami akkor is sikeresen kamatoztatható, ha nem ICT jellegű a cég. Persze nem hagyhatjuk ki az embert sem a játékból, hiába dolgozik szorgalmasan a mesterséges intelligencia a HR szakmában, a legfontosabb mégis a soft skillek maradnak: az empátia, az intuíció és az EQ, melyek nagyon is lényegesek egy cég mindennapi túlélésében, akárcsak az ember maga.

Karrierszkenner

Kíváncsi, hol dolgozik egykori kollégája, üzleti partnere?
Szeretné, ha az ön karrierjéről is hírt adnánk?

Böngésszen és regisztráljon!

Jelenleg 2070 személy szerepel adatbázisunkban.
Az utolsó regisztrált:Kisgergely Kornél

A legkeresettebb emberek:

Cégszkenner

Melyek az ict-iparág legfontosabb cégei?
Melyek a fontosabb felhasználók más iparágakból?

Regisztrálja cégét Ön is!

Jelenleg 4933 cég szerepel adatbázisunkban.

A legkeresettebb cégek: