A kötelező képzések — GDPR, integritás, vagy hasonló kötelező modulok — megszervezése és nyomon követése az egyik olyan feladat, amelynek jelentős részét az AI már ma is el tudja végezni. Az ütemezés, a meghívók kiküldése és az elvégzés regisztrálása nagyrészt rögzített szabályok alkalmazása strukturált adatokon. Ez pontosan az a fajta munka, amelyre az automatizálás, ebben az esetben a robotic process automation (RPA), jól illik. Van azonban egy feltétel, amely miatt ez az ítélet nem mindenhol érvényesül egyformán könnyen: a HR-rendszerhez való kapcsolat minősége.
Három tengely a döntő itt: a strukturáltság, a compliance és a volumen.
A strukturáltság magasan pontoz, 4-es értékkel. Egy képzési ütemterv rögzített időpontokból, rögzített résztvevői listákból és rögzített regisztrációs mezőkből áll: ki köteles elvégezni a képzést, mikor, és megtörtént-e az elvégzés. Ez nem egy nyitott kérdéskör, amelynél valakinek folyton újra kellene gondolnia, mi is a feladat; a folyamat negyedévente vagy évente, egy rögzített mintát követve ismétlődik.
A volumen 3-as, közepes-magas pontszámot kap. Egy vállalatnál, ahol több száz munkavállalónak évente több kötelező képzést is el kell végeznie, ez meghívók, emlékeztetők és regisztrációk visszatérő áramlását jelenti. Minél nagyobb ez az áramlás, annál több idő szabadul fel, ha egy rendszer veszi át ezt.
A compliance-tengely éppen alacsonyan pontoz, 2-es értékkel, és ez itt kedvező az automatizálás számára — ne keverjük össze a compliance-képzés tartalmával. Ez a tengely azt méri, mennyire szigorúan szabályozott *a megszervezés feladata* önmagában, nem a képzés tartalma. Annak megtervezése és rögzítése, hogy ki végzett el egy tanfolyamot, önmagában kevés jogszabályi előírást tartalmaz a végrehajtás módjára vonatkozóan, ellentétben például a határidőkkel rendelkező compliance-naptár nyomon követésével, ahol a határidők maguk jogszabályból következnek.
A többi tengely — ügyfélkapcsolat, fizikai jelleg, kreativitás és hibaköltség — mind kedvezően pontoz, 4 és 5 között. Nincs ügyfélkapcsolat, nincs szükség fizikai cselekvésre, és kevés kreativitás szükséges: egy meghívó e-mail rögzített sablont követ, egy regisztráció egyszerű igen/nem rögzítés. A hibaköltségek korlátozottak, mert egy elmulasztott meghívó általában helyreállítható egy emlékeztetővel, nem visszafordíthatatlan kárral.
Az ítélkezési tér 4-es pontszámot kap, ami azt jelenti, hogy a végrehajtás során magában kevés mérlegelésre van szükség. Marad azonban egy feltétel: a rendszernek tudnia kell, ki jogosult melyik képzésre, és ez egy naprakész kapcsolatot igényel a HR-rendszerrel. Ennek a kapcsolatnak a híján valakinek kézzel kell összeállítania a résztvevői listákat, és ekkor a munka visszakerül az emberi munkához, a többi tengely kedvező pontszáma ellenére.
Egy középvállalat compliance officere jelenleg még maga intézi negyedévente, hogy ki köteles elvégezni a GDPR-képzést: kikeresi, ki lett újonnan felvéve, ki hagyta ki az előző kört, összeállít egy listát, meghívókat küld a tanulásmenedzsment-rendszeren keresztül, és a határidő után kézzel ellenőrzi, ki nem fejezte be, hogy emlékeztetőt küldjön. A HR-rendszer és a tanulásmenedzsment-rendszer közötti kapcsolattal, valamint egy rögzített képzési ütemtervvel egy rendszer automatikusan végrehajthatja ezeket a lépéseket: automatikusan hozzáadja az új munkavállalókat, rögzített időpontokban küldi ki a meghívókat, és kézi beavatkozás nélkül vezeti a regisztrációt. A compliance officer a kivételekre figyel — valaki tartós szabadságon van, egy pozíció nem tartozik a kötelezettség alá — helyette, hogy minden lépést maga hajtson végre.
Egy tanulásmenedzsment-rendszer nélküli vállalatnál, vagy olyan HR-rendszerrel, amely nem köthető össze, ez a feladat nagyrészt visszaesik emberi munkára, a többi tengely kedvező pontszáma ellenére. Sok kivétellel dolgozó szervezeteknél is — eltérő képzési kötelezettségek pozíció, ország, szerződéstípus szerint — nő a szükséges ítélkezési tér, és ezzel az a mérték, amennyire embernek kell felügyelnie a folyamatot. A feladat ekkor eltolódik az „az AI át tudja venni” állapotból a „részben, olyan felügyelettel, amely a kivételeket megítéli” állapotba.
Ez a feladat egyébként nem áll elszigetelten más compliance-folyamatoktól. Aki megnézi hogyan alkalmazzák a megőrzési határidőket és semmisítik meg a dokumentumokat, vagy hogyan szűrik le az ügyfeleket és partnereket szankciólisták alapján, hasonló mintát lát: a strukturált, visszatérő feladatok rögzített szabályrendszerrel jól alkalmasak az átvételre, míg a sok kivétellel rendelkező feladatok emberi munkát igényelnek, vagy felügyeletet.
Ez nem személyzeti tanács, és nem érv egy compliance- vagy HR-osztály leépítése mellett. A kérdés a feladaton belül felszabaduló órákra vonatkozik, nem egy pozíció betöltésének megítélésére. Amit egy szervezet a felszabaduló kapacitással tesz, kívül esik ennek az értékelésnek a hatókörén; a személyzetet érintő döntéseknek saját jogi követelményeik vannak.
Az, hogy ez a feladat az Ön szervezetében valóban nagyrészt átvehető-e, attól függ, milyen rendszerekkel rendelkezik már, és hány kivétellel rendelkeznek a képzési kötelezettségei. Az FTE TO AI ingyenes gyorstesztje erről ad egy első jelzést: tizenkét kérdés, fiók nélkül, becsléssel arról, hogy az Önre jellemző profilban az órák mekkora része vehető át ma az AI által. A teljes munkaelemzés, amely egy egész vállalat munkáját feladatokra bontja le, és feladatonként fte-kapacitásra számolja át, még fejlesztés alatt áll.
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.