Beregning af overarbejde sker allerede delvist automatiseret i dag, og det udvikler sig yderligere. Opgaven falder i tre dele. Optælling af registrerede timer og anvendelse af faste overenskomstgrænser på disse timer er arbejde, som et system allerede i dag kan udføre, forudsat at reglerne er korrekt indbygget. Vurdering af grænsetilfælde -- en medarbejder, der lige akkurat kommer over en grænse på grund af en efterfølgende korrektion, eller et tillæg, der kun gælder ved en bestemt kombination af dag og tidspunkt -- er arbejde, hvor et menneske godkender eller afviser med begrundelse. Og fastlæggelsen af, hvad en overenskomst egentlig mener på et uklart punkt, forbliver menneskearbejde: det er fortolkning, ikke beregning.
Denne tredeling er ikke noget, der ligger i fremtiden, den løber allerede i dag gennem de teams, der udfører dette arbejde. I en virksomhed med en klar, entydig overenskomst og ren tidsregistrering ligger størstedelen af beregningen allerede hos et system. I en virksomhed med flere overenskomster, mange undtagelser eller en tidsregistrering, der ofte korrigeres i efterhånden, ligger tyngdepunktet stadig hos hr-medarbejderen eller lønadministratoren, der kontrollerer manuelt.
Selve beregningen er stærkt struktureret: timer ind, overenskomstregel anvendt, tillæg eller overarbejde ud. Der kræves ingen kundekontakt, ingen fysisk handling og ingen kreativitet -- det er regnearbejde baseret på faste regler. Derfor scorer opgaven på disse akser på den side, der er gunstig for automatisering. Et system, der ved, hvilken grænse der hører til hvilken overenskomst, og hvilke timer der er registreret, kan producere oversigten uden at der er behov for fortolkning i det enkelte tilfælde.
Et eksempel: en medarbejder arbejder to timer længere en onsdag aften. Systemet ser de registrerede timer, genkender at overenskomsten over en bestemt grænse foreskriver et tillæg på en fast procentsats, og omsætter det til en linje på oversigten til lønbehandlingen. Ingen vurdering, ingen undtagelse -- bare anvendelse.
Grunden til, at denne opgave ikke uden videre overlades til et system, ligger i to andre akser. Compliance scorer lavt: overenskomstregler ændrer sig, varierer efter branche og virksomhed, og en forkert anvendt regel er en compliance-fejl, ikke en detalje. Fejlomkostninger scorer også lavt: et uretmæssigt beregnet tillæg, eller et manglende tillæg, rammer direkte medarbejderens løn og skal senere rettes op. Disse to akser vejer tungere end selve beregningstrinnets strukturerede karakter, og derfor er svaret på spørgsmålet, om AI kan overtage dette: delvist, og med betingelser.
Rummet for skøn er også lavt, hvilket ved første øjekast virker gunstigt -- mindre plads til fortolkning betyder mindre risiko for en forkert afvejning. Men lavt skønsrum kombineret med lave fejlomkostninger betyder først og fremmest, at der er lidt margin til at lade en fejl passere ubemærket. En forkert indbygget regel virker strukturelt igennem i hver eneste oversigt, som systemet derefter producerer.
Den teknologi, der kan håndtere denne opgave i dag, er rpa: et system, der anvender faste regler på faste data. Det fungerer, så længe to forudsætninger er opfyldt. Overenskomstreglerne skal være aktuelle og korrekt indbygget, inklusive ændringer, der kan træde i kraft midt i et år. Og der skal være en stikprøvekontrol af resultaterne, så afvigelser opdages, før de når lønbehandlingen. Uden disse to forudsætninger er det ikke en automatisering af opgaven, men en risiko, der er flyttet fra beregningen til kontrollen bagefter.
I en virksomhed med én overenskomst, en stabil tidsregistrering og få undtagelser kan størstedelen af beregningstrinnet overlades til et system, med en let stikprøve som sikkerhedsnet. I en virksomhed med flere overenskomster, skifteholdsarbejde, eller en tidsregistrering der jævnligt justeres i efterhånden, forbliver en større del hos et menneske, der vurderer resultatet, før det går videre til lønbehandlingen. Det er ikke et spørgsmål om, hvor avanceret systemet er, men om hvor meget struktur der er i de underliggende regler og data.
Denne opgave står heller ikke isoleret fra resten af personaleprocessen. Den bygger videre på hvordan fravær registreres og på hvordan orlovsansøgninger behandles, for begge dele påvirker, hvilke timer der i sidste ende tæller som overarbejde. Og den oversigt, der kommer ud af dette, er igen grundlaget for forberedelsen af lønbehandlingen. Den, der betragter disse opgaver isoleret fra hinanden, overser hvordan fejl fra det ene trin løber videre til det næste.
Om personalebeslutninger, der eventuelt kunne følge af disse resultater, udtaler vi os ikke: der gælder egne lovmæssige krav for det, og dette er ikke personalerådgivning. Vi regner i frigjorte timer og fte-kapacitet, ikke i stillinger -- læs mere om dette på siden der forklarer, hvorfor vi regner i timer og ikke i mennesker. Og den, der ønsker at lade denne beregning understøtte af et system, gør klogt i på forhånd at vide, hvilke data der ikke må bruges til dette.
Om denne opgave i Deres virksomhed i vid udstrækning kan overlades til et system, afhænger af Deres overenskomststruktur, kvaliteten af Deres tidsregistrering og hvor mange undtagelser der forekommer i praksis. Den gratis quickscan -- tolv spørgsmål, uden konto -- giver en indikation af, hvor stor en del af timerne i Deres profil der i dag kan overtages af AI. Den fulde arbejdsscan, med den underliggende beregning pr. opgave, er stadig under udvikling; den tilbyder vi ikke i øjeblikket.
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.