ftetoai Na čekací listinu

Kennisbank

AI a evidence docházky: co lze automatizovat, co zůstává pod kontrolou

Úkol

Evidence docházky spočívá v zaznamenávání odpracovaného času na základě údajů o příchodu a odchodu nebo ručního zadání, až po schválenou evidenci hodin. Tato práce se vyskytuje téměř v každé organizaci, často u zaměstnanců HR a zaměstnanců samotných, přičemž zdrojem je systém evidence pracovní doby.

Proč se tento úkol dobře hodí k automatizaci

Rozhodující jsou tři osy: strukturovanost, objem a compliance.

Strukturovanost zde dosahuje maxima. Zaznamenání příchodu a odchodu poskytuje přehledná, jednoznačná data: čas, číslo zaměstnance, lokaci. Není třeba žádná interpretace k určení, co daný okamžik znamená. Také ruční zadávání se obvykle řídí pevným formátem: počáteční hodina, koncová hodina, přestávka. To je přesně druh vstupu, se kterým si software dobře poradí.

Objem je rovněž vysoký. Každý zaměstnanec se denně přihlašuje a odhlašuje, a to strukturálně, po celý rok. Úkol, který se často opakuje a málo se mění, je typicky vhodný k automatizaci: úspora času je velká, protože se práce stále opakuje.

Osa compliance je ovšem jiná: skóruje nízko až středně, a proto tento úkol nelze jen tak nechat bez dohledu. Evidence pracovní doby se dotýká zákona o pracovní době, kolektivních smluv o přesčasech a době odpočinku a práv zaměstnanců kontrolovat a opravovat vlastní evidenci hodin. Chyba v evidenci může mít přímý dopad na mzdu nebo nárok na dovolenou. Proto je nutný lidský dohled ve chvíli, kdy vzniknou odchylky: zaměstnanec zapomene se odhlásit, je požadována oprava, vzniká rozpor mezi systémem a plánováním.

Ostatní osy: proč mají menší váhu

Prostor pro úsudek je zde nízký, což je pro automatizaci příznivé: při zaznamenávání okamžiku přihlášení či odhlášení není třeba mnoho zvažovat. Kontakt se zákazníkem prakticky nehraje roli, neboť jde o interní proces. Kreativita není relevantní. Fyzická složka se omezuje na samotný okamžik zaznamenání, který již zajišťuje hardware nebo aplikace. Náklady na chyby jsou průměrné: jednotlivou chybnou evidenci lze opravit, avšak systémové chyby ve výplatě hodin se mohou skutečně nakumulovat.

Co to konkrétně znamená

Příklad: zaměstnanec se přihlásí v 8:02 a odhlásí v 17:01. Systém automaticky vypočítá odpracovaný čas, odečte přestávku a připraví výsledek ke schválení. Tento proces – zaznamenání, výpočet, příprava ke schválení – dnes již zvládne systém s RPA (robotic process automation). Co zůstává na člověku, je kontrola: souhlasí evidence, existuje odchylka, je třeba ručně zasáhnout při poruše docházkového systému nebo zapomenutém přihlášení.

Nejde tedy o úkol, který zcela přechází na AI, ani o úkol, který zůstává zcela lidskou prací. Je to úkol, který přechází částečně: zaznamenávání a zpracování automaticky, schvalování a odchylky s lidským dohledem, který schvaluje nebo zamítá s odůvodněním.

Podmínky pro odpovědné nasazení

Rozhodující jsou přitom dvě věci. Zaprvé spolehlivé propojení s docházkovým systémem: pokud zdrojová data nepřicházejí konzistentně, je jakákoli automatizace postavená na písku. Zadruhé musí být odchylky automaticky signalizovány ke kontrole, aby zaměstnanec mlčky nedostal vyplacen nesprávný počet hodin. Tento dohled není vedlejší záležitostí, ale jádrem toho, proč tento úkol není kategorie 1.

Kdy je situace v jiné firmě jiná

Výše uvedený výsledek vychází ze standardní situace: stálé pracovní poměry, funkční docházkový systém, jasné kolektivní smlouvy. U organizace s mnoha flexibilními pracovníky, proměnlivými smlouvami nebo složitými pravidly pro přesčasy se osa compliance posouvá k větší váze a je potřeba více, nikoli méně, lidského dohledu. Také u firem bez centrálního docházkového systému, kde se hodiny stále vedou na papíře nebo v samostatných tabulkách, je strukturovanost nižší a automatizace je možná až po investici do samotného systému. Přesně proto konkrétní úkol nikdy automaticky nezíská stejné hodnocení jako úkol obecně: skóre závisí na systémech a dohodách, které organizace již má zavedeny.

S čím se to v praxi potýká

Nasazení tohoto typu systémů se dotýká i širších povinností. Je třeba myslet na GDPR při automatizaci úkolů, protože evidence docházky zpracovává osobní údaje, a na gramotnost v oblasti AI jako povinnost pro zaměstnance, kteří se systémem pracují nebo kontrolují výsledky. Pokud organizace zvažuje použití signálů z evidence docházky při personálních rozhodnutích, platí pro to samostatný právní rámec; ten není součástí tohoto hodnocení úkolu.

Co můžete udělat nyní

Tato stránka poskytuje obecný obraz úkolu evidence pracovní doby. Jak to dopadne ve vašich vlastních systémech a dohodách, lze zjistit krátkou kontrolou: bezplatný quickscan ftetoai se skládá z dvanácti otázek, nevyžaduje účet a poskytuje indikaci, jakou část hodin ve vašem profilu lze dnes převést na AI. Kompletní pracovní scan, který se hlouběji zabývá jednotlivými úkoly a procesy, se stále připravuje.

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.