ftetoai Na čekací listinu

Kennisbank

AI a výpočet přesčasů a příplatků

Posun u tohoto úkolu

Výpočet přesčasů se v současnosti již částečně automatizuje, a to se dál rozvíjí. Úkol se rozpadá na tři části. Sečtení zaregistrovaných hodin a uplatnění pevných prahů z kolektivní smlouvy na tyto hodiny je práce, kterou dnes zvládne systém, pokud jsou pravidla správně zabudována. Posouzení hraničních případů -- zaměstnance, který se dostane přes práh kvůli dodatečné opravě, nebo příplatku, který platí jen při konkrétní kombinaci dne a času -- je práce, kde člověk schvaluje nebo zamítá s odůvodněním. A stanovení toho, co kolektivní smlouva na nejasném místě vlastně znamená, zůstává lidskou prací: to je výklad, ne výpočet.

Toto trojité rozdělení není budoucnost, prochází dnes už týmy, které tuto práci dělají. U firmy s jasnou, jednoznačnou kolektivní smlouvou a čistou evidencí pracovní doby leží největší část výpočtu už na systému. U firmy s více kolektivními smlouvami, mnoha výjimkami nebo evidencí pracovní doby, která se často dodatečně opravuje, leží těžiště stále na personalistovi nebo mzdovém účetním, kteří kontrolují ručně.

Proč je to úkol, který se dobře dá zachytit pravidly

Samotný výpočet je silně strukturovaný: hodiny na vstupu, uplatnění pravidla kolektivní smlouvy, příplatek nebo přesčas na výstupu. Není k tomu potřeba kontakt s klientem, fyzický úkon ani tvořivost -- je to početní práce podle pevných pravidel. Proto tento úkol skóruje na těchto osách na straně, která je pro automatizaci výhodná. Systém, který ví, jaký práh patří ke které kolektivní smlouvě a jaké hodiny jsou zaregistrované, dokáže vytvořit přehled bez toho, aby byl u jednotlivého případu potřeba výklad.

Příklad: zaměstnanec pracuje ve středu večer o dvě hodiny déle. Systém vidí zaregistrované hodiny, rozpozná, že kolektivní smlouva nad určitým prahem předepisuje příplatek v pevné výši, a promítne to do řádku na přehledu pro mzdové zpracování. Žádné posuzování, žádná výjimka -- jen uplatnění pravidla.

Proč compliance a náklady na chyby výsledek přesto tlumí

Důvod, proč se tento úkol jednoduše nepřenechá systému, se skrývá ve dvou dalších osách. Compliance skóruje nízko: pravidla kolektivních smluv se mění, liší se podle odvětví i podle firmy, a chybně uplatněné pravidlo je porušení compliance, ne detail. Náklady na chyby skórují také nízko: neoprávněně vypočtený příplatek nebo zapomenutý příplatek se přímo dotýká mzdy zaměstnance a musí se později napravit. Tyto dvě osy váží víc než strukturovanost samotného výpočetního kroku, a proto zní odpověď na otázku, zda to AI může převzít: částečně, a s podmínkami.

Prostor pro úsudek je také nízký, což se na první pohled zdá výhodné -- méně prostoru pro výklad znamená menší riziko chybného posouzení. Ale nízký prostor pro úsudek v kombinaci s nízkými náklady na chyby znamená především, že je málo prostoru k tomu, aby chyba prošla bez povšimnutí. Chybně zabudované pravidlo se strukturálně propisuje do každého přehledu, který systém poté vytvoří.

Co je pro to dnes potřeba

Technologie, která tento úkol dnes zvládne, je RPA: systém, který uplatňuje pevná pravidla na pevná data. To funguje, pokud jsou splněny dvě podmínky. Pravidla kolektivní smlouvy musí být aktuální a správně zabudovaná, včetně změn, které mohou nabýt platnosti v průběhu roku. A musí existovat namátková kontrola výsledků, aby byly odchylky zachyceny dřív, než se dostanou do mzdového zpracování. Bez těchto dvou podmínek se nejedná o automatizaci úkolu, ale o riziko, které se přesunulo z výpočtu do kontroly, která následuje.

Kde se to liší podle firmy

U firmy s jednou kolektivní smlouvou, stabilní evidencí pracovní doby a málo výjimkami lze největší část výpočtu přenechat systému, s lehkou namátkovou kontrolou jako pojistkou. U firmy s více kolektivními smlouvami, směnným provozem nebo evidencí pracovní doby, která se pravidelně dodatečně upravuje, zůstává větší část na člověku, který výsledek posoudí, než se dostane do mzdového zpracování. Nejde o to, jak vyspělý je systém, ale o to, kolik struktury je v podkladových pravidlech a datech.

Tento úkol také nestojí izolovaně od zbytku personálního procesu. Navazuje na jak se evidencí zaznamenává nepřítomnost a na jak se zpracovávají žádosti o dovolenou, protože obojí ovlivňuje, které hodiny se nakonec počítají jako přesčas. A přehled, který z toho vzejde, je zase základem pro přípravu mzdového zpracování. Kdo se na tyto úkoly dívá izolovaně, přehlédne, jak se chyby z jednoho kroku propisují do dalšího.

O personálních rozhodnutích, která by z těchto výsledků mohla vyplynout, se nevyjadřujeme: pro ty platí vlastní zákonné požadavky, a toto není personální poradenství. Počítáme ve volných hodinách a kapacitě FTE, ne ve funkcích -- více o tom si přečtete na stránce, která vysvětluje, proč počítáme v hodinách a ne v lidech. A kdo chce tento výpočet podpořit systémem, udělá dobře, když si předem zjistí, jaká data se při tom nesmí používat.

Co můžete udělat nyní

Zda lze tento úkol ve vaší firmě z velké části přenechat systému, závisí na struktuře vaší kolektivní smlouvy, kvalitě vaší evidence pracovní doby a na tom, kolik výjimek se v praxi vyskytuje. Bezplatný rychlý test -- dvanáct otázek, bez nutnosti účtu -- ukáže orientační podíl hodin ve vašem profilu, který lze dnes přenechat AI. Úplný pracovní test, s podkladovým výpočtem pro každý úkol, se stále připravuje; v tuto chvíli jej nenabízíme.

KIPPde assistent van de werkscan

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.