Η καταγραφή μιας αναγγελίας ασθένειας φαίνεται απλή: όνομα, ημερομηνία, αιτία, αναμενόμενη διάρκεια, έτοιμο στο σύστημα. Ακριβώς γι' αυτό πολλές επιχειρήσεις αναρωτιούνται αν η AI δεν μπορεί απλώς να το αναλάβει. Η απάντηση είναι εν μέρει, και είναι χρήσιμο να γνωρίζετε γιατί ακριβώς αυτό το μέρος μπορεί και το άλλο όχι.
Το έργο όπως οριοθετείται εδώ -- η καταγραφή μιας αναγγελίας με ημερομηνία, αιτία και αναμενόμενη διάρκεια, μέχρι και την καταχώριση -- είναι αρκετά δομημένο. Υπάρχει μια σταθερή μορφή: μια ημερομηνία, ένα πεδίο κειμένου για την αιτία, μια εκτίμηση της διάρκειας. Αυτό, επομένως, βαθμολογείται υψηλά ως προς τη δομή. Ο όγκος είναι συχνά σημαντικός: κάθε επιχείρηση με περισσότερους από μια χούφτα υπαλλήλους έχει διαρκώς αναγγελίες ασθένειας, και αυτές συσσωρεύονται σε αρκετές ώρες εργασίας καταγραφής ετησίως. Επίσης σε επίπεδο φυσικής παρουσίας δεν υπάρχει πρόβλημα: πρόκειται καθαρά για εργασία κειμένου, όχι για ενέργεια που πρέπει κάποιος να εκτελέσει επιτόπου. Και η επαφή με πελάτες δεν παίζει ρόλο -- η αναγγελία προέρχεται από έναν υπάλληλο ή προϊστάμενο, όχι από εξωτερικό πελάτη.
Από την άλλη, η συμμόρφωση είναι καθοριστική, και όχι υπέρ της αυτοματοποίησης. Μια αναγγελία ασθένειας αποτελεί ιατρική πληροφορία, ή άπτεται άμεσα αυτής. Η αιτία της απουσίας εμπίπτει συχνά σε ειδικές κατηγορίες δεδομένων προσωπικού χαρακτήρα, με δικούς της κανόνες για το ποιος επιτρέπεται να τη δει, πόσο καιρό διατηρείται και ποιος έχει πρόσβαση σε αυτήν. Δεν πρόκειται για ζήτημα του τύπου «η AI μπορεί να επεξεργαστεί κείμενο, άρα αυτό μπορεί να γίνει αυτόματα» -- πρόκειται για το αν η σύνδεση με το πρωτόκολλο απουσιών και οι εγγυήσεις προστασίας δεδομένων είναι σε τάξη. Χωρίς αυτό να είναι εξασφαλισμένο, η καταγραφή από AI δεν είναι υπεύθυνη, όσο απλό κι αν φαίνεται το έργο στα χαρτιά.
Το περιθώριο κρίσης βαθμολογείται συνεπώς επίσης χαμηλά: υπάρχει λίγη στάθμιση κατά την ίδια την καταγραφή, όμως η ευαισθησία του τι καταγράφεται απαιτεί προσεκτική οργάνωση εκ των προτέρων. Και το κόστος σφάλματος δεν είναι αμελητέο: μια λανθασμένα καταχωρισμένη ημερομηνία ή αιτία μπορεί να έχει συνέπειες για τη διαμόρφωση των φακέλων απουσίας, για την επανένταξη, και τελικά για αποφάσεις στις οποίες δικαιούται ένας υπάλληλος.
Αυτό που μπορεί να χειριστεί σήμερα η AI είναι το κείμενο: τη μετατροπή μιας αναγγελίας που έρχεται μέσω μηνύματος, e-mail ή φόρμας στα σωστά πεδία του συστήματος απουσιών, εξάγοντας την ημερομηνία και την αναμενόμενη διάρκεια και καταχωρίζοντάς τα τακτοποιημένα. Αυτό γλιτώνει έναν υπάλληλο ανθρώπινου δυναμικού ή προϊστάμενο από τη χειροκίνητη πληκτρολόγηση κάθε αναγγελίας. Πρόκειται για την πληκτρολόγηση, όχι για την αξιολόγηση της αναγγελίας, την επικοινωνία με τον υπάλληλο σχετικά με την αιτία, ή την εκτίμηση του τι σημαίνει η αναγγελία για τη στελέχωση. Αυτό το τελευταίο παραμένει ανθρώπινη εργασία, και είναι ακριβώς εκεί που το έργο σταματάει στην πράξη συχνά: σε μια καταγεγραμμένη αναγγελία, όχι στα επόμενα βήματα.
Το αποτέλεσμα εξαρτάται σε μεγάλο βαθμό από το πώς έχει οργανώσει μια επιχείρηση τη διαδικασία απουσιών της. Ένας οργανισμός με σύστημα απουσιών που είναι ήδη συνδεδεμένο με το πρωτόκολλο απουσιών και όπου οι κανόνες προστασίας δεδομένων γύρω από ιατρικές πληροφορίες είναι τεχνικά εξασφαλισμένοι, μπορεί να επιταχύνει σημαντικά την πληκτρολόγηση αναγγελιών σε σύγκριση με μια επιχείρηση που ακόμη εργάζεται με ξεχωριστές φόρμες και e-mail. Και ο όγκος κάνει τη διαφορά: σε μια επιχείρηση με εκατοντάδες υπαλλήλους και πολλή βραχυπρόθεσμη απουσία, η αυτοματοποίηση της εργασίας εισαγωγής αποδίδει περισσότερο απ' ό,τι σε μια επιχείρηση με δέκα υπαλλήλους, όπου ένας προϊστάμενος πληκτρολογεί την αναγγελία ο ίδιος εξίσου γρήγορα.
Αυτό είναι ένα από τα πολλά σημεία σε μια επιχείρηση όπου γίνεται ορατή η ίδια μετατόπιση: η AI αναλαμβάνει την εργασία εισαγωγής, οι άνθρωποι διατηρούν την ευθύνη για ό,τι είναι ευαίσθητο ή αβέβαιο. Την ίδια διαχωριστική γραμμή τη βλέπετε και στην περίπτωση της επεξεργασίας αιτημάτων άδειας, όπου το ίδιο το αίτημα είναι εύκολο να επεξεργαστεί αλλά η στάθμιση σε εξαιρέσεις όχι. Επίσης στην περίπτωση της προετοιμασίας επεξεργασίας μισθοδοσίας το βάρος πέφτει στη δομημένη εισαγωγή, με ανθρώπινο έλεγχο στο αποτέλεσμα. Και στην περίπτωση της κατάρτισης προγραμμάτων εργασίας υπάρχει παρόμοια κατανομή: η υπολογιστική εργασία μπορεί να αυτοματοποιηθεί, οι εξαιρέσεις και το πλαίσιο ενός υπαλλήλου όχι.
Γιατί αυτό λειτουργεί ήδη έτσι σε μια επιχείρηση και σε μια άλλη ακόμη όχι, δεν εξαρτάται μόνο από το έργο αλλά και από την οργάνωση των συστημάτων και των διαδικασιών γύρω από αυτό -- αυτό αναπτύσσεται περαιτέρω στη σελίδα σχετικά με το γιατί η ίδια εργασία καταλήγει διαφορετικά ανά επιχείρηση. Για εργασίες ανθρώπινου δυναμικού με ευρύτερη έννοια, και το πώς αυτές σχετίζονται π.χ. με την εργασία IT, το σημείο αναφοράς βρίσκεται στη σελίδα σχετικά με την εργασία που μπορεί να αναλάβει η AI στο τμήμα IT, όπου εφαρμόζεται παρόμοια συλλογιστική σε άλλο τομέα.
Για αποφάσεις προσωπικού που ενδεχομένως προκύπτουν από χαμηλότερο φόρτο εργασίας στην καταγραφή απουσιών αυτή η σελίδα δεν διατυπώνει καμία θέση: για αυτές ισχύουν δικές τους νομικές απαιτήσεις, ανεξάρτητα από ό,τι διαπιστώνεται εδώ σχετικά με το ίδιο το έργο.
Θέλετε να μάθετε πώς ισχύει αυτό για τη δική σας διαδικασία απουσιών, η δωρεάν γρήγορη σάρωση αποτελεί ένα πρώτο βήμα: δώδεκα ερωτήσεις, χωρίς λογαριασμό, με μια ένδειξη για το ποιο μέρος των ωρών σε αυτό το προφίλ μπορεί σήμερα να αναλάβει η AI. Η πλήρης σάρωση εργασίας, που χαρτογραφεί την εργασία της επιχείρησής σας έργο προς έργο, συμπεριλαμβανομένου υπολογισμού ισοδύναμων θέσεων πλήρους απασχόλησης (fte), βρίσκεται ακόμη υπό κατασκευή και δεν είναι διαθέσιμη αυτή τη στιγμή.
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.