Обработката на молбите за отпуск не е една задача, а поредица от стъпки, и тези стъпки не се променят с еднакво темпо. Проверката на салдото и въвеждането на молба в системата вече често са изцяло автоматизирани. Преценката на молба, която се сблъсква със заетостта — двама души от един и същи екип, които искат отпуск в една и съща седмица — остава решение, което е на ръководителя, евентуално със система, която сигнализира конфликта, но не го решава. А изключенията, като отпуск около реорганизация или служител в текущ процес по отсъствие поради болест, остават човешка работа без дискусия. Тази страница обяснява защо задачата в момента най-често попада в средния блок: rpa, което обработва по-голямата част от молбите, с човек, който преценява останалото.
Молбата за отпуск има фиксирана форма: служител, период, салдо, норма на заетост. Това прави задачата да получава висока оценка по оста на структурираност. Система може да провери молбата спрямо салдото и спрямо предварително зададени правила за заетост и въз основа на това да одобри молбата или да я прехвърли на човек. Точно затова rpa вече върши работа тук днес: правилата могат да бъдат обхванати в логика, а обемът на молбите обикновено е достатъчно висок, за да оправдае автоматизацията. При компания с фиксирани смени и проста политика за отпуск този дял е по-висок, отколкото при компания с много индивидуализирани договорки на служител, където правилата са по-малко еднозначно зафиксирани.
Причината тази задача да не преминава изцяло към AI се крие в пространството за преценка. Веднага след като молба влезе в конфликт със заетостта на екип, вече няма фиксиран отговор. Кой получава предимство: служителят, който е поискал първи, служителят с най-дългия стаж, или служителят с медицинска причина? Това е преценка, която система може да сигнализира, но не може да направи, без някой да може да обясни причината зад избора. Това е и същината на одобрение с надзор: системата предлага молбата, ръководител одобрява или отхвърля и може да обоснове това решение. При компания с ограничена заетост и много сезонен отпуск — да мислим за здравеопазването или ресторантьорството — този дял е по-висок, отколкото при офисна среда с широки резерви на персонал.
Обемът на молбите за отпуск често е висок: всеки служител прави това няколко пъти годишно, а при по-големи екипи това нараства до значителен поток от молби на месец. Тази повторяемост прави автоматизацията привлекателна, дори когато отделната молба не е сложна. Същия модел наблюдаваме при други задачи с много повторение и фиксирани правила, като изчисляването на извънреден труд въз основа на отработено време или обработката на промени в графика след болнични или молби за размяна. Във всички тези случаи причината за автоматизация не е сложността на отделния случай, а сумата от много сходни случаи.
Грешно одобрение на отпуск обикновено може да бъде отменено и не води до пряка финансова загуба, което държи разходите за грешки умерени. Все пак задачата допира и до съответствие: салдото за отпуск е свързано с условията на труд, а при системно отхвърляне на молби служителите могат да го оспорят. Затова човешка стъпка остава необходима при отклонения, не защото системата не може да се справи с изчислителната страна, а защото последствията от неправилно решение изискват преценка, която може да бъде обяснена. За решения, които отиват отвъд молба за отпуск — например когато моделите на отпуск се вземат предвид в решения за персонала — важат отделни законови изисквания, по които тази страница не се произнася.
Разпределението, описано тук, не е валидно навсякъде по еднакъв начин. Организация с ясни, еднакви правила за одобрение по екип и система за отпуск с актуално, свързано салдо, може да остави по-голяма част от молбите да преминават без намеса. Организация с много изключения, ръчна регистрация на салда или взаимно различаващи се договорки по екип ще запази по-голяма част при човек, просто защото основните предпоставки за автоматизация — фиксирани правила и актуални данни — не са налице. Това е същата зависимост, която се наблюдава и при подготовката на обработката на заплати въз основа на фиксирани позиции и при изготвянето на графици в рамките на нормите за заетост: колкото по-стриктно са зафиксирани правилата предварително, толкова по-голяма е частта, която може да протече автоматично.
AI не може самостоятелно и напълно да обработва молбите за отпуск. По-голямата част от рутинните молби — салдо в ред, без конфликт на заетост — може да се обработва от система. Молбите, които се сблъскват със заетостта или отклоняват от нормата, изискват ръководител, който одобрява или отхвърля с причина. Това не е временна фаза по пътя към пълна автоматизация, а разпределение, свързано с естеството на изключенията: докато те изискват преценка, която трябва да може да бъде обяснена, тази част остава човешка работа.
За да видите как това разпределение стои за вашата собствена организация, е полезно да погледнете основните правила и системи: дали правилата за одобрение по екип са зафиксирани и дали салдото за отпуск е достъпно актуално в системата. Безплатният quickscan на FTE TO AI се състои от дванадесет въпроса, може да се премине без акаунт и дава индикация коя част от часовете при такива профили може днес да бъде поета от AI. Пълният workscan, който разгражда работата на компанията задача по задача и я превежда в fte-капацитет, все още е в изграждане.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.