Как применяется ИИ в управлении персоналом? Какие функции уже освоены искусственным интеллектом, а какие – на подходе? В ответ на вопросы редакции Executive.ru практики поделились кейсами.
93% времени у рекрутера уходит на типовые задачи
Дарья Рудник, директор по персоналу, Атол
В 2018 году консалтинговая компания Deloitte включила искусственный интеллект и роботизацию в список главных HR-трендов. Выводы коллег подтвердили и аналитики E&Y. По их данным, 93% времени у рекрутера уходит на типовые задачи. И порядка 65% из них вполне поддаются автоматизации.
Разработки в сфере применения ИИ в отборе кандидатов широко известны уже во всем мире. Чего нельзя сказать о других направлениях – адаптации сотрудников, увольнении... Хотя определенные достижения есть и в этом направлении.
Так, HR-менеджеру важно получать обратную связь от сотрудников. Это помогает корректировать индивидуальные планы развития, анализировать вовлеченность. Неслучайно появляются системы типа Reflektiv, BetterWorks, Workboard, Zugata, Highground. Они позволяют работникам обсуждать корпоративные вопросы, оставлять отзывы друг о друге, а HR-отделу – собирать фидбек, оценивать ситуацию.
ИИ все глубже проникает и в обучение персонала. Например, международные компании активно внедряют VR-симуляторы. С помощью них Boeing обучает своих летчиков пилотированию, NASA – пребыванию в открытом космосе, BMW готовит сервисных инженеров. Подобные разработки, кстати, сокращают расходы на учебные центры, преподавателей, командировки. К тому же они устраняют риски для здоровья сотрудников.
А вот нидерландский банк Rabobank использует иную технологию – робота Furhat. Это модель человеческой головы, на которую одевают «лицо» женщины, мужчины или ребенка, чтобы продемонстрировать разные типы поведения. Робот разговаривает, слушает, понимает эмоции собеседника. С его помощью менеджеры отрабатывают отказы, преодоление возражений и другие техники общения с клиентами.
Другая область применения ИИ – управление данными и их интерпретация. Например, технологии ONA (Organizational Network Analysis) помогают проанализировать взаимодействие людей в крупных организациях. Система визуализирует формальные и неформальные связи между членами команды, подразделениями, компанией и клиентами. Определяются факторы влияния, оценивается обмен информацией. Это позволяет выявить сотрудников с риском выгорания; понять, как лучше задействовать корпоративные таланты... Есть нейросети, которые по цифровому следу работника в корпоративных мессенджерах прогнозируют возможность его увольнения за полгода.
Отдельная история – отпуска и увольнения, связанные с утомительными согласованиями, бумажной волокитой. Ряд стандартных действий бизнес выполняет посредством ИТ. Это еще не совсем ИИ, но большинство HR-процессов уже полностью автоматизируется. Например, в нашей компании ежегодные отпуска заранее фиксируются на корпоративном портале. За три недели до дня «икс» система уточняет у сотрудника по e-mail – все ли в силе, при подтверждении запускает согласование с его начальником, «кадрами» и бухгалтерией. Все – через электронный документооборот с простой электронной подписью. Оформление увольнения выполняется тоже с помощью портала.
Не удивлюсь, если лет через пять высокие технологии будут применять и при расставании с неэффективными сотрудниками. Попытки роботизации этого направления уже есть. Пример – CRM-решение OneBox от разработчика WebProduction. Еще в 2015 году компания описала свой опыт автоматизированного увольнения. Система прислала специалисту соответствующее электронное уведомление с обоснованием решения и предложила обратиться к руководителю, чтобы получить необходимые документы, расчет... Впрочем, мне такой подход кажется спорным. Считаю, что коммуникации при расставании – сфера ответственности человека.
60% рутинных обращений в HR-службу может быть автоматизировано
Александр Немцов, руководитель лаборатории искусственного интеллекта, «Первый Бит»
HR-служба – это в первую очередь работа с людьми, а значит, это коммуникации, поиск индивидуальных подходов, налаживание отношений, помощь с интеграцией новых сотрудников в компанию. И на этом поприще ИИ еще не сыскал крупных успехов. Но в работе HR-служб есть и рутина, от которой не уйти. Как показывает практика, эта рутина возникает как раз в поле коммуникаций: HR-менеджеры жалуются, что они устают от простых и однотипных действий, их такая работа демотивирует. В среднем около 1,5 часов в день HR-специалист тратит, например, отвечая на вопросы сотрудников.
Практика показывает, что до 60% подобных обращений в HR-службу можно автоматизировать. Ведь ответы на эти вопросы давно известны. И сложность тут заключается лишь в том, что нужно понять, о чем спрашивает сотрудник. Ведь формулировки вопросов могут сильно различаться. А суть будет одна и та же. Как раз с подобными задачами ИИ способен достаточно успешно справляться. Он может выделить «смысл» вопроса, и опираясь на него, дать ответ.
В качестве примера могу привести кейс с участием крупной сетевой розничной компании с достаточно высокой текучкой кадров в магазинах. Это влекло за собой большую нагрузку на HR-специалистов. Им приходилось обрабатывать много однотипных обращений от сотрудников: по выплатам зарплаты, ДМС, отпускам. Помимо этого, из-за большой численности, нужно было оформлять справки для сотрудников для различных инстанций. Поскольку все эти запросы достаточно типовые, процесс обработки легко поддается роботизации.
На первом этапе был проанализирован и построен кадровый учет с использованием автоматизированной системы. Это позволило минимизировать трудозатраты на получение справок и другой кадровой информации: построить отчет гораздо эффективнее, чем вручную искать и заполнять бумаги. Затем внедрили внутреннюю систему поддержки сотрудников со встроенной базой знаний. Такая система позволяет накапливать типовые вопросы от сотрудников и в автоматическом режиме выдавать ответ.
Два этих шага – это фактически подготовка «фундамента» для внедрения ИИ. Инструменты, внедренные в работу компании на этих этапах, будут использоваться в качестве подспорья и источника информации для ИИ.
Следующий шаг – один из основных. Это внедрение чат-бота, который взаимодействует с базой знаний. Основная функция этого чат-бота – не просто получить вопрос от сотрудника, но и распознать смысл этого вопроса. И далее по смыслу подобрать наиболее релевантный ответ в базе знаний. Если же ответ не найден, тогда вопрос переадресовывается на HR-сотрудника. Ответы сотрудников также анализируются. Затем они могут быть включены в качестве готовых ответов для чат-бота.
Завершающим этапом роботизации стала интеграция базы знаний и учетной системы. Это позволило не только давать фиксированные ответы на вопросы, но и получать актуальную информацию из кадровой базы данных. Теперь сотрудник может написать чат-боту вопрос: сколько у меня осталось дней отпуска? База знаний перенаправляет запрос к кадровой системе, получает оттуда остаток дней. И затем транслирует его сотруднику.
ИИ поможет сохранить идеальных сотрудиков и избавиться от токсичных
Алена Кретова, операционный директор российского офиса, BestFitMe
Описание опыта работы соискателя в его резюме приоткрывает завесу тайны о его профессиональных навыках, но категорически не позволяет оценить личностные. Для этого мы вынуждены встречаться с соискателями лично, проводить тестирования, игровые кейсы, смотреть им в глаза и оценивать искренность ответов. По данным одного из наших клиентов в телеком-индустрии, приходится пригласить в среднем 30 кандидатов, чтобы нанять одного. 30 рабочих часов собеседований. Можно ли сократить время, которое тратится на нерезультативные собеседования? Да! Если привлечь на помощь ИИ
Наша компания, занимающаяся разработками в сфере ИИ, совместно с HR-специалистами провела интересный пилотный проект с целью выявления связи психологических профилей ~700 сотрудников и их эффективности в работе, чтобы в дальнейшем отбирать кандидатов, похожих по своим характеристикам на наиболее успешных сотрудников компании. Мы составили профиль «идеального» сотрудника отдела B2B-продаж; подготовили модель моментальной оценки компетенций для соискателей на соответствующие вакансии компании.
Оценка компетенций сотрудников (психологических черт и потенциалов) была проведена с помощью технологий нашей компании – фотопортреты сотрудников были проанализированы алгоритмами ИИ для получения оценки психологических шкал по каждому участнику. Полученные оценки были сопоставлены с показателями эффективности по каждому сотруднику. В качестве показателей были выбраны следующие пункты: выполнение плана продаж, срок работы в компании, наличие наград и премий… Многоуровневый анализ позволил выделить наиболее сильные шкалы-предикторы для каждого из показателей эффективности.
В результате выяснили, что сотрудники с максимальными показателями по выполнению плана продаж обладают следующими чертами характера: стремление соблюдать социальные нормы и правила; дорожат своей репутацией, в любой ситуации стараются «сохранить свое лицо»; предусмотрительны, избегают непредсказуемых ситуаций, стремятся к личной безопасности; уверены в себе, не испытывают комплексов по поводу своей внешности; общительны и оценивают общительность как свое важное качество.
Узнав наиболее сильные факторы высокой эффективности сотрудников, специалисты компании, используя собственную технологию, смогли разработать математическую модель, прогнозирующую эффективность будущего сотрудника по его психологическому профилю.
После ряда успешных пилотных проектов (телеком, банковский сектор, автобизнес) в конце 2018 года наша команда выпустила на рынок онлайн-сервис, который упрощает оценку персонала и подбор кандидатов, как в массовом подборе, так и в индивидуальной диагностике, сокращая время на получение отчета о психологическом профиле личности до 10 секунд.
А весной 2019 года появится дополнительная функция, которая позволяет получить оценку компетенций и увидеть рейтинг кандидатов по степени их соответствия требованиям вакансии до очной встречи – с помощью удаленного профилирования.
Таким образом, искусственный интеллект превращает HR-департаменты в настоящие высокотехнологичные подразделения. Закрывает болезненные темы беспристрастной оценки текущего персонала компании, найма неподходящих, токсичных сотрудников, людей, которые ощущают себя не на своем месте. Помогает строить идеальные модели компетенций и объективно оценивать уровень соответствия кандидатов им.
Машина учится на «цифровых следах» сотрудников
Андрей Шолохов, партнер Strategy Partners, руководитель «Центра цифровой трансформации»
Я бы обозначил два основных тренда использования технологий ИИ в области управления персоналом. Первый – это «герметичное» использование ИИ: чат-боты, технологии распознавания лиц, голосов, эмоций... Применяется для автоматизации стандартных и общепринятых HR-процессов на предприятии. Популярность этого варианта использования ИИ объясняется зрелостью технологических решений и относительной легкостью внедрения, которые позволяют компаниям громко заявлять об использовании ИИ в HR-менеджменте.
Экономический эффект такого внедрения спорный. Очевидно, что он может быть достигнут только крупными компаниями. При этом использование стандартных библиотек ИИ, например, в публичном «облаке» совсем не дешевое.
Второй тренд – оптимизация процессов, связанных с трудом людей, до которых ранее не доходили руки HR-специалистов.
В процессе рабочей деятельности сотрудник оставляет множество «цифровых следов» в корпоративных IT-системах, интернет-браузерах, социальных сетях, мобильных устройствах. Оптимизация производственных процессов с помощью более гибкого управления людьми происходит за счет машинного обучения на «цифровых следах» сотрудников.
Приведу в пример Сбербанк, который с помощью проекта интеллектуальной системы управления определил, от каких факторов в «цифровом следе» зависит успех или неудача стандартных процессов. Например, частота использования банковской карты зависит от того, что было клиенту показано и рассказано при ее выдаче. В случае, когда результаты работы сотрудника не соответствуют требованиям банка, менеджеру даются конкретные рекомендации, что советовать сотруднику изменить в своей работе. Таким образом, Сбербанку удалось сократить финансовые потери от продажи услуг, не востребованных клиентами, на 42% и одновременно сделать свою структуру управления более «плоской».
Еще один пример – решение Good Time, которое использует искусственный интеллект и геймификацию для оптимизации построения графиков смен, планирования загрузки персонала, роста доходности и качества обслуживания в крупных розничных сетях. Здесь машина обучается на цифровых следах как работников сетей, так и покупателей.
Такой вариант использования ИИ в HR приносит гораздо более ощутимый эффект, но требует отдельного уникального консалтингового и инжинирингового проекта для успешной реализации.
Искусственный интеллект помогает сохранять ценных сотрудников
Виталий Астраханцев, руководитель проектов развития бизнеса, Directum
Использование ИИ для управления персоналом – трендовая тема. Все больше компаний понимают, что люди – наиболее ценный ресурс для бизнеса. Цифровизация актуальна как для задач обучения сотрудников, так и удержания ценных кадров.
Приходя в компанию, у человека существуют ожидания от новой работы. В этот момент важно не дать ему «потеряться». Не во всех организациях есть институт наставничества, если такой возможности нет, влиться в коллектив помогут технологии. ИИ может проанализировать историю действий новых сотрудников на аналогичной должности и предложить оптимальный алгоритм адаптации: что изучить, ответы на какие вопросы и где найти.
Регулярное обучение специалистов. Здесь есть несколько вариантов. Например, ИИ оптимизирует работу HR-специалиста с заявками на обучение: проверку лимитов бюджета, сверку тематики курсов с целями бизнеса, наличие подобных материалов внутри компании. В результате система может помочь принять решение по каждой заявке и предоставить обоснование в случае отказа.
В крупных компаниях технологии помогают организовать отработку конкретных навыков в нестандартных ситуациях: при экстремальных событиях, которые сложно и дорого смоделировать вживую. Такие технологии уже применяются в США: например, компании Walmart и Strivr используют компьютерное зрение и шлемы виртуальной реальности для обучения сотрудников правильным действиям в период распродаж («черной пятницы»). Технология позволяет решить вопрос удаленного обучения: больше нет необходимости в «живом» тренинге.
ИИ помогает в сохранении ценных сотрудников. Уход опытного специалиста – это всегда риск утери неформализованных знаний, которые специалист уносит с собой. Стараясь управлять этим риском, менеджеры понимают, что на этапе подписания заявления на увольнение с сотрудником уже сложно общаться.
Соответственно, есть спрос на прогнозирование таких событий, и технологии предиктивной аналитики могут помочь в исследовании поведения в корпоративных системах. ИИ позволяет анализировать интересы пользователей, которые проявляются на уровне действий во внутренних системах компании, активности в социальных сетях – и выдают отчет о состоянии человека. Это позволяет руководителю отследить определенные «звоночки»: например, не интересуется ли специалист новой сферой деятельности или переездом в другой город.
Успешность работы HR-инструмента определяется простотой использования
Дмитрий Плеханов, HR-директор, «Синергия»
Искусственный интеллект был введен в HR-функционал, чтобы существенно снизить нагрузку сотрудников, сократив объем рутинных задач. И что происходит? Рынок переполнен всевозможными программными обеспечениями, разработанными для оптимизации работы HR-менеджмента на любой вкус.
Чем определяется успешность работы HR-инструмента? В первую очередь, простотой использования – инструмент должен быть понятным. Такой эффект достигается за счет точности и простоты алгоритмов. И второй момент, сервис должен предлагать варианты развития событий, направленных на решение конкретных задач.
Разберем на примерах. Возьмем известную программу 1C. Чем она может нам помочь? Программа реализует кадровую политику, автоматически рассчитывает зарплату, берет на себя часть организационных моментов работы персонала, оптимизирует кадровые операции (новые сотрудники, переводы, увольнения, командировки…). По такому же принципу работает и ряд других похожих программ: Фараон, Oracle, АиТ, Галактика и т.д.
Мы уже привыкли, что часть рутинных функций падает не на людей, а на работу ИИ, и воспринимаем это как нечто само собой разумеющееся. Но есть и другие, более узконаправленные сервисы, к примеру, WorkBright. Этот сервис избавляет кадровика от бумажной работы при приеме нового сотрудника. Или, допустим, Namely. Эта программа направлена на оптимизацию основного ряда задач кадрового отдела. Речь идет о таких задачах, как сбор и обработка данных об эффективности работы персонала, составление планов, отчетов, графиков, архивация HR-документов... Еще один ощутимый плюс – достаточно удобная мобильная версия.
Если говорить о малом бизнесе, то стоит упомянуть о мобильной платформе Zenefits. У этого мобильного приложения довольно широкий спектр возможностей, с его помощью можно автоматизировать такие процессы, как расчет заработной платы, премий, счетчик отработанных часов, заполнение личных дел.
Ключевой момент – ИИ надо обучать так же, как и человека
Анастасия Овчаренко, руководитель практики high-tech, Kontakt InterSearch Russia
Что точно используется давно и активно, так это чат-боты – кнопочные или разговорные. По сути, они берут на себя функции HR-портала, в первую очередь, в вопросе адаптации и FAQ: отвечают на вопросы, как оформить заявление на отпуск, получить место на парковке, узнать структуру соцпакета, найти столовую, записаться на корпоративные тренинги... Все это давно существует в ряде компаний, прошло множество тестов и развивается дальше.
Существуют и другие возможности искусственного интеллекта, которые наверняка уже разрабатываются или существуют на практике. К примеру, это онлайн-обучение: сотрудник проходит некий виртуальный тест, на основе которого система оценивает его компетенции и предлагает список курсов, которые сейчас работнику нужны, чтобы «прокачать» те или иные навыки. Но здесь есть две особенности: во-первых, все курсы должны быть оцифрованы, во-вторых, иметь прописанный алгоритм оценки.
ИИ вполне можно использовать и в вопросе начисления премий, как еще одну возможность автоматизации рутинных функций. В этом случае хорошо прописанная система сама оценивает, кто из сотрудников достиг нужных показателей и просчитывает премию, исходя из них.
Еще одна задача для ИИ – отбор, причем не только внешний, но и внутренний: система предлагает определенных сотрудников к повышению или на реализацию проектов. В базу загружается список работников, на которых делается ставка, все личные KPI, успехи, достижения, пройденные курсы, карьерные ожидания... ИИ обрабатывает массив данных и предлагает конкретного сотрудника на конкретную позицию, и дает оценку его компетенций.
Конечно, в этом вопросе существуют свои риски и сложности. Ключевой момент – ИИ надо обучать, как и человека. Нельзя просто купить систему и ждать, что она, как волшебная таблетка, решит все корпоративные проблемы. К примеру, о том же роботе Вера существуют диаметрально противоположные отзывы. Почему? Потому что те компании, которые инвестируют время и деньги в сервис – настраивают голос, прорабатывают и перерабатывают сценарии, адаптируют их под свой стиль корпоративной культуры, работают с распознаванием – получают в итоге классный продукт, который приносит ценность. А те, кто не готов обучать систему, ничего не получают взамен.
Пока подобные технологии используют большие компании, обладающие соответствующими бюджетами – к примеру, полноценное внедрение чат-бота обойдется в несколько миллионов рублей. Так или иначе, весь бизнес со временем придет к этим решениям, ведь ИИ помогает освободить сотрудников от рутины и перейти к более интеллектуальным, творческим и стратегическим задачам.
Когда-нибудь все простые операции, которые не развивают человека, а приводят к его профессиональной стагнации, будут отданы на откуп автоматической системе. И роль HR-специалиста трансформируется в сторону технологизации. Я уверена: когда появится большое количество разных систем, автоматизирующих HR-деятельность, то сам специалист станет чуть ли не разработчиком. Он будет настраивать и дорабатывать систему до самого высокого качества, менять ее, вникать в логику и архитектуру, правильно ставить техническое задание. Поэтому, если вы хотите отказаться от рутины, придется научиться работать с системой, которая эту ненавистную часть деятельности заберет на себя. И, по-моему, это очень здорово.
Рутинные функции – это уже вчерашний день
Евгения Дворская, основательница HR-робота Sever.AI
Об ИИ как HR-инструменте говорят чаще всего в разрезе рекрутмента, но его возможности гораздо шире. Поиск резюме и прозвон кандидатов с приглашением на интервью – это уже вчерашний день. Алгоритмы машинного обучения и искусственного интеллекта легко настроить под каждый жизненный цикл сотрудника: адаптация, обучение, «контроль» за состоянием сотрудника и даже exit-интервью. Разумеется, это актуально прежде всего для компаний с массовыми позициями: чисто физически HR-менеджер не сможет обсудить с каждым новым сотрудником, все ли ему понятно на рабочем месте и комфортно ли в коллективе.
К примеру, к нам обратился федеральный специализированный ритейлер с запросом выяснить причины постоянной текучки кадров. Мы настроили алгоритм на прозвон уволившихся сотрудников, анализ ответов и формирование отчета. ИИ отдельно выделял в отдельную категорию тех, кто готов был вернуться в компанию, и таких оказалось 66% опрошенных. Робот опросил 2800 человек, потратив на это 60 минут; человек бы справился с таким объемом за 166 часов. К удивлению ритейлера, основной причиной для увольнения оказалась деструктивная ситуация в коллективе, а не деньги или график. Сейчас компания работает над улучшением психологического климата и предпринимает меры по возвращению сотрудников.
Перспективным направлением можно считать сферу обучения сотрудников. Тренд на переобучение и повышение квалификации не потеряет актуальности еще много лет, и здесь у технологий ИИ и машинного обучения большие перспективы. Определить слабые точки сотрудника, выстроить программу обучения с учетом рабочей специфики и усвояемости разного вида материала – все это по силам искусственному интеллекту, но пока нет технологической базы для полномасштабной реализации таких проектов.
Ажиотаж вокруг искусственного интеллекта напрасен
Максим Антонов, руководитель IT-практики, Cornerstone
Ажиотаж вокруг ИИ напрасен, его влияние на автоматизацию HR-процессов немного преувеличено и существенно опережает возможности рынка. Пока так и не появилось прикладных HR-решений с реальной ценностью для бизнеса, способных значительно повысить операционную эффективность – это скорее маркетинговые истории, красиво упакованные в цифровой продукт и проданные бизнесу под соусом инноваций и трансформаций.
Большинство кейсов в HR, которые я знаю, сводятся к «умным» чат-ботам с пока еще ограниченным функционалом или системам распознавания речи, фотографий, видео на основе нейронных сетей, которые неидеальны в своем исполнении и пока проигрывают работе человека. Если отказаться от фундаментальной оценки готовых ИИ-решений в сфере управления персоналом или просто поверить всем цифрам в буклетах и презентационных материалах поставщиков таких решений, наиболее интересные HR-кейсы есть в определении поведенческих паттернов, оказывающих влияние на снижение уровня эффективности сотрудника или общей продуктивности работы команды.
Алгоритмы ИИ могут выявить эти особенности при помощи распознавания эмоций и анализа данных из «опыта прошлого» или сопоставляя личные результаты с результатами более высокоэффективных сотрудников и уже на основе выявленных закономерностей формировать прозрачный план развития или вовлеченности. Также ИИ способен научиться определять вероятность ухода сотрудника из компании, в данной ситуации ИИ выступает в роли инструмента для принятия превентивных мер и является важным помощником HR-менеджера.
Рынок ИИ-решений еще слишком молод, информационный шум вызван прежде всего прорывом в нейронных сетях примерно 5 лет назад, так как под эти задачи появилось соответствующее железо, но существующий набор математических методов оптимизации машинного обучения на данный момент лишь ограниченно может имитировать когнитивные человеческие функции. Потребуется еще много времени, чтобы собрать петабайты разнородных данных, научиться ими качественно управлять и на этой базе создать эффективные решения в области ИИ и Big Data для HR-менеджмента, однако потенциал у этой темы просто колоссален.
Фото в анонсе: freepik.com
Уважаемая Наталья,
На уровне небольшой провинциальной компании, согласен, можно использовать 1С. Для компаний большего масштаба наверное нужны другие решения. Для "автоматизации" совсем простеньких функций, думаю, подойдет даже Гуглдиск, для решения более сложных -- решительно не подойдет. ))
Что касается шлемов. Может ли VR иметь отношение к теме ИИ в HR? Может. Поведение юзера, надевшего шлем (подключенный к тренажеру), может фиксироваться в мельчайших деталях: скорость реакции человека, последовательность действий записыватся в некий лог, который становится предметом анализа. По результатам этого анализа принимаются решения о том, прошел ли человек тест, сдал ли экзамен, может ли получить допуск к... Человек еще не успел снять шлем, а в его корпоративном профайле уже появилась серия записей. Это я пересказываю доклад о VR, который слышал на HR-конференции.))
Технологии развиваются очень быстро. Когда речь идет об IT-решениях в таких сферах как финтех, маркетинг, HR -- эксперты часто присылают неожиданные ответы. Думаю, ценность таких публикаций состоит не в том, чтобы еще раз услышать то, что мы уже знаем, а в том, чтобы узнать то, что мы еще не знаем.
Я - директор огромного завода и мне надо тыща токарей, а вы - мой HR менеджер.
Ваши действия, при условии что токари мне были нужны еще вчера?
На работающем предприятии нанять 1000 токарей одновременно не нужно, это только, если Вы открываете новое предприятие или новый цех.
В любом случае, для 1000 токарей нужно 330 токарных станков при 3-х сменной работе. Цикл найма 1000 токарей не должен быть меньше цикла покупки и внедрения 330 токарных станков.
Хорошо, мне нужно 1000 специалистов по сепулькам.
Андрей, я не знаю, что такое " сепульки", не видела ваш бизнес- план, бюджет на персонал, не знаю структуру Вашего предприятия, что у Вас со сбытом, район местонахождения завода, адекватность ваших партнёров по бизнесу. Возможно, узнав все это, я решу, что Дело всей вашей жизни ( завод по мифическим " сепулькам") является мертворожденным проектом, и связывать с ним N- ое количество своих золотых лет мне не захочется. А вообще, такие консультации не бесплатны. Для интереса обратитесь со своей проблемой в Kelly Services, например, там Вас сориентируют по стоимости услуг.
Можно ещё решать волевым методом - тебе январь, а тебе август - Все из вас довольны? (((
По уровню сложности автоматизации такую задачу можно сравнить с очень непростой задачей составления школьного расписания
А сетевые задачи оптимального распределения ресурсов решали многие исследователи, среди них два наших академика В.С.Танаев и В.С.Михалевич, многие зарубежные ученые с мировым именем.
Ой... вот спорим "тыща" резюме токарей вы не найдете нигде никогда. Ни по всей Украине, но по всей России
Если кому-то понадобилось 1000 токарей, то для начала надо понять сколько каких разрядов нужно.
Полагаю, что для большинства достаточны низкие разряды, их искать через ПТУ, можно даже при заводе ПТУ открыть. В советское время это была обычная практика.
А небольшое количество квалифицированных токарей уже искать "без дураков".
Я абсолютно с Вами согласна и написала именно об этом. Потому что эксперты в статье рассказали нам не о будущем, которое ВАУ. И которое про ИИ. А про некоторые банальности, Не все, не спорю, но были такие.
Например, про отпуска.
Хотите вариант для ИИ? Проанализировать загруженность функционала подразделений, рассчитать загруженность каждого сотрудника, просчитать возможность переброса функций, необходимые доплаты, проанализировать пожелания сотрудников..... и на основании этих данных составить график отпусков, причем несколько вариантов, с учетом внезапных больничных и увольнений. Вот если бы эксперт рассказал нам о таких возможностях системы.... вот это Вау. А отсылать заявки на общем портале - это вчерашний день :)
Вы про виртуальный шлем классно рассказали. совсем не так как эксперт :)
Так человек говорит, что ему "вчера" надо было.... У него на организацию ПТУ времени нет :)