Tuntikirjanpito tarkoittaa tehdyn työajan tallentamista sisään- ja uloskirjautumistietojen tai manuaalisen syötön perusteella, aina hyväksyttyyn tuntirekisteriin asti. Tämä työ toistuu lähes kaikissa organisaatioissa, usein hr-työntekijöiden ja työntekijöiden itsensä toimesta, tietojen lähteenä ajanseurantajärjestelmä.
Ratkaisevia ovat kolme ulottuvuutta: rakenteisuus, volyymi ja compliance.
Rakenteisuus saa tässä maksimipisteet. Sisään- ja uloskirjautuminen tuottavat siistiä, yksiselitteistä dataa: ajankohta, työntekijänumero, sijainti. Kellotushetken merkityksen tulkitsemiseen ei tarvita erillistä harkintaa. Myös manuaalinen syöttö noudattaa yleensä kiinteää muotoa: aloitusaika, lopetusaika, tauko. Juuri tällaista syötettä ohjelmisto käsittelee hyvin.
Volyymi on samoin korkea. Jokainen työntekijä kirjautuu päivittäin sisään ja ulos, ja tämä tapahtuu jatkuvasti, ympäri vuoden. Tehtävä, joka toistuu usein ja vaihtelee vähän, soveltuu erinomaisesti automatisoitavaksi: ajansäästö on suuri, koska työ toistuu jatkuvasti.
Compliance-ulottuvuus on kuitenkin toisenlainen: se saa matalan-keskitason pisteet, ja juuri siksi tätä tehtävää ei voida vain päästää kokonaan irti. Tuntikirjanpito liittyy työaikalakiin, työehtosopimuksen määräyksiin ylitöistä ja lepoajoista, sekä työntekijöiden oikeuteen tarkistaa ja korjata omia tuntejaan. Kirjanpidon virhe voi vaikuttaa suoraan palkkaan tai loman kertymiseen. Sen takia inhimillinen valvonta on tarpeen sillä hetkellä, kun syntyy poikkeamia: työntekijä, joka unohtaa kirjautua ulos, korjauspyyntö, ristiriita järjestelmän ja suunnitelman välillä.
Harkintavara on tässä pieni, mikä on suotuisaa automatisoinnille: kellotushetken tallentamisessa ei ole paljon punnittavaa. Asiakaskontaktilla ei ole juuri lainkaan merkitystä, koska kyseessä on sisäinen prosessi. Luovuudella ei ole merkitystä. Fyysinen osuus rajoittuu itse kellotushetkeen, jonka laitteisto tai sovellus hoitaa jo nyt. Virhekustannukset asettuvat keskitasolle: yksittäinen virheellinen kirjaus on korjattavissa, mutta systemaattiset virheet tuntien maksamisessa voivat todella kasautua.
Esimerkki: työntekijä kirjautuu sisään klo 08.02 ja ulos klo 17.01. Järjestelmä laskee automaattisesti tehdyn työajan, vähentää tauon ja valmistelee tuloksen hyväksyttäväksi. Tämän prosessin — tallentaminen, laskeminen, valmistelu — järjestelmä voi RPA:n (robotic process automation) avulla hoitaa jo tänä päivänä. Ihmiselle jää valvonta: onko kirjaus oikein, on olemassa poikkeama, tarvitaanko manuaalista korjausta kellojärjestelmän häiriön tai unohtuneen sisäänkirjautumisen yhteydessä.
Tämä ei siis ole tehtävä, joka siirtyy kokonaan AI:lle, eikä myöskään tehtävä, joka jää kokonaan ihmistyöksi. Se on tehtävä, joka siirtyy osittain: tallentaminen ja käsittely tapahtuu automaattisesti, hyväksyminen ja poikkeamat vaativat inhimillistä valvontaa, joka hyväksyy tai hylkää perustellusti.
Kaksi asiaa on tässä ratkaisevaa. Ensinnäkin luotettava kytkös kellojärjestelmään: jos lähdetiedot eivät saavu johdonmukaisesti, kaikki tähän rakennettu automatisointi rakentuu hiekalle. Toiseksi poikkeamat on havaittava automaattisesti tarkistusta varten, jotta työntekijälle ei hiljaisesti maksettaisi väärää määrää tunteja. Tämä valvonta ei ole sivuasia, vaan ydinsyy siihen, miksi tämä tehtävä ei kuulu luokkaan 1.
Yllä esitetty tulos lähtee vakiotilanteesta: vakituiset työsuhteet, toimiva kellojärjestelmä, selkeät työehtosopimuksen määräykset. Organisaatiossa, jossa on paljon joustavia työntekijöitä, vaihtelevia sopimuksia tai monimutkaisia ylityöjärjestelyjä, compliance-ulottuvuus painaa enemmän, ja tarvitaan enemmän, ei vähemmän, inhimillistä valvontaa. Myös yrityksissä, joilla ei ole keskitettyä kellojärjestelmää ja joissa tunteja pidetään yhä paperilla tai erillisissä taulukoissa, rakenteisuus on matalampi ja automatisointi on mahdollista vasta järjestelmään tehdyn investoinnin jälkeen. Juuri tästä syystä tehtävä nimellä ei koskaan saa automaattisesti samaa arviota kuin tehtävä yleisessä mielessä: pisteytys riippuu järjestelmistä ja sopimuksista, joita organisaatiolla on jo käytössä.
Tällaisten järjestelmien käyttö liittyy myös laajempiin velvoitteisiin. Ajatelkaa tietosuoja-asetusta tehtävien automatisoinnissa, koska tuntikirjanpito käsittelee henkilötietoja, ja AI-lukutaitoa velvoitteena niille työntekijöille, jotka työskentelevät järjestelmän kanssa tai tarkistavat sen tuloksia. Jos organisaatio harkitsee tuntikirjanpidosta saatujen signaalien käyttämistä henkilöstöpäätöksissä, siihen sovelletaan omaa lainsäädännöllistä kehystä; se ei ole osa tätä tehtäväarviota.
Tämä sivu antaa yleiskuvan tehtävästä tuntikirjanpito. Se, miten tämä toteutuu omissa järjestelmissänne ja sopimuksissanne, on selvitettävissä lyhyellä tarkistuksella: ftetoai:n ilmainen pikatesti koostuu kahdestatoista kysymyksestä, ei vaadi tiliä, ja antaa arvion siitä, kuinka suuri osa profiilinne tunneista on tänä päivänä siirrettävissä AI:lle. Laajempi työanalyysi, joka tarkastelee syvemmin yksittäisiä tehtäviä ja prosesseja, on vielä kehitteillä.
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.