Tidsregistrering handlar om att fastställa arbetad tid utifrån in- och utstämplingsuppgifter eller manuell inmatning, fram till en godkänd tidsregistrering. Detta arbete återkommer i nästan varje organisation, ofta hos hr-medarbetare och medarbetarna själva, med ett tidregistreringssystem som källa.
Tre axlar avgör: strukturgrad, volym och compliance.
Strukturgraden får här maximal poäng. In- och utstämpling ger tydliga, entydiga data: en tidpunkt, ett medarbetarnummer, en plats. Det krävs ingen tolkning för att avgöra vad ett klockningsmoment betyder. Även manuell inmatning följer oftast ett fast format: starttid, sluttid, paus. Det är precis den typ av indata som programvara hanterar väl.
Volymen är också hög. Varje medarbetare stämplar in och ut dagligen, och det sker strukturellt, året runt. En uppgift som ofta återkommer och varierar lite är särskilt lämpad för automatisering: tidsvinsten är stor eftersom arbetet fortsätter att upprepas.
Compliance-axeln ser dock annorlunda ut: den får en låg-medelhög poäng, och det är därför denna uppgift inte kan lämnas helt utan tillsyn. Tidsregistrering berör arbetstidslagen, kollektivavtal om övertid och vilotider, samt medarbetarnas rätt att kunna kontrollera och korrigera sina egna timmar. Ett fel i registreringen kan direkt påverka lön eller semesterintjäning. Därför krävs mänsklig tillsyn i det ögonblick avvikelser uppstår: en medarbetare som glömmer att stämpla ut, en korrigering som begärs, en avvikelse mellan system och schema.
Bedömningsutrymmet är här lågt, vilket är gynnsamt för automatisering: det finns lite att väga för och emot vid registrering av ett klockningsmoment. Kundkontakt spelar i princip ingen roll, eftersom detta är en intern process. Kreativitet är inte relevant. Den fysiska komponenten är begränsad till själva klockningsmomentet, som redan hanteras av hårdvara eller en app. Felkostnaderna ligger i mitten: en enstaka felaktig registrering går att korrigera, men strukturella fel i utbetalningen av timmar kan faktiskt bli kostsamma.
Ett exempel: en medarbetare stämplar in klockan 08.02 och ut klockan 17.01. Systemet beräknar automatiskt den arbetade tiden, drar av pausen och gör resultatet klart för godkännande. Den processen — registrera, beräkna, förbereda — klarar ett system med RPA (robotic process automation) redan idag. Det som återstår för en människa är kontrollen: stämmer registreringen, finns det en avvikelse, behöver det korrigeras manuellt vid ett fel i klocksystemet eller en glömd instämpling.
Detta är alltså ingen uppgift som helt övergår till AI, och inte heller en uppgift som förblir helt mänskligt arbete. Det är en uppgift som delvis övergår: registrering och bearbetning sker automatiskt, godkännandet och avvikelserna hanteras med mänsklig tillsyn som godkänner eller avslår med motivering.
Två saker är avgörande här. För det första en tillförlitlig koppling till klocksystemet: om källdata inte kommer in konsekvent, är all automatisering som byggs på detta byggd på lös grund. För det andra måste avvikelser signaleras automatiskt för kontroll, så att en medarbetare inte tyst får fel antal timmar utbetalda. Den tillsynen är ingen bisak utan kärnan i varför denna uppgift inte hör till kategori 1.
Slutsatsen ovan utgår från en standardsituation: fasta anställningsförhållanden, ett fungerande klocksystem, tydliga kollektivavtal. Hos en organisation med många flexarbetare, varierande kontrakt eller komplexa övertidsregler förskjuts compliance-axeln mot en tyngre vikt, och det krävs mer, inte mindre, mänsklig tillsyn. Även hos företag utan centralt klocksystem, där timmar fortfarande förs på papper eller i lösa kalkylblad, är strukturgraden lägre och automatisering blir möjlig först efter en investering i själva systemet. Det är precis därför en uppgift på namn aldrig automatiskt får samma bedömning som uppgiften i allmänhet: poängen beror på de system och avtal som en organisation redan har på plats.
Användningen av den här typen av system berör även bredare skyldigheter. Tänk på GDPR vid automatisering av uppgifter, eftersom tidsregistrering behandlar personuppgifter, och på AI-kompetens som skyldighet för de medarbetare som arbetar med systemet eller kontrollerar resultaten. Om en organisation överväger att använda signaler från tidsregistreringen vid personalbeslut, gäller ett eget lagligt ramverk för det; det ingår inte i denna uppgiftsbedömning.
Denna sida ger den allmänna bilden för uppgiften tidsregistrering. Hur det slår ut inom era egna system och avtal går att fastställa med en kort kontroll: den kostnadsfria snabbanalysen från ftetoai består av tolv frågor, kräver inget konto och ger en indikation på hur stor del av timmarna i er profil som idag kan övertas av AI. Den fullständiga arbetsanalysen, som går djupare in på enskilda uppgifter och processer, är fortfarande under uppbyggnad.
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.