Imbri legt uit waarom een succesvolle digitale HR-strategie de balans moet vinden tussen AI en menselijk toezicht.

De toepassing van artificial intelligence (AI) in onze dagelijkse handelingen heeft processen ongetwijfeld eenvoudiger en gemakkelijker gemaakt – van chatbots in onze bankapplicaties tot locatietools die ons woon-werkverkeer makkelijker maken. AI-aangedreven oplossingen zijn ontworpen om een allround betere ervaring te creëren die past bij een altijd verbonden samenleving.

Toch blijft er een gevoel van ontkoppeling bestaan. Hoe praktisch en effectief deze nieuwe tools ook zijn, laten ze geen ruimte over voor de grijze gebieden. Denk bijvoorbeeld aan de zoekopdrachten die niet in de chatbox van een website zijn geprogrammeerd en de ‘menselijke hulp’ die niet aangeboden kan worden wanneer deze het hardst nodig is.

Nu artificial intelligence een cruciale rol speelt bij het ontwikkelen van bedrijfsstrategieën die gericht zijn op gebieden als klantenwerving, medewerkersbetrokkenheid en voorraadbeheer, wordt het steeds belangrijker om te kijken hoe die grijze gebieden kunnen worden aangepakt – anders loop je het risico om talent, winstgevendheid en succes te verliezen. Het antwoord ligt in een gebalanceerde mens-AI-benadering.

Van bedrijven die digitale HR-strategieën ontwikkelen door gebruik te maken van de nieuwste digitale tools en functies, en te profiteren van de resultaten zijn veel voorbeelden te geven. Toch is een echt succesvolle digitale HR-strategie een mix van menselijk handelen en AI.

Laten we eens kijken naar enkele manieren waarop we kunnen zien dat de combinatie beter werkt voor het bedrijfsleven, waarbij de werknemerservaring centraal blijft staan bij de beoogde doelstellingen.

Besluitvormende attributen

Een goede AI-engine is net zo effectief als de oorspronkelijke programmeercriteria waarmee deze is gemaakt. De juiste match vinden kan bijvoorbeeld gehinderd worden door de basisindicatoren die een terughoudende factor zullen spelen.

De talentpool is zo geëvolueerd dat de millenniumgeneratie nieuwe ervaringen opdoet als onderdeel van hun training en leren. Een zoektocht naar een research analyst kan vooringenomenheid opwekken die kan leiden tot discriminatie op het gebied van gendervooroordeel, leeftijdsvooroordeel waardoor de juiste persoon voor de baan niet gevonden wordt.

Hoe kan het menselijke element dergelijke situaties aanpakken?

Het menselijke element speelt een rol om ervoor te zorgen dat de criteria in het AI-raamwerk worden bijgewerkt om het dynamische veranderende scenario, sociaal-culturele bewegingen weer te geven en om het huidige bedrijfsbeleid inzake diversiteit enz.

Een gecombineerde aanpak zorgt ervoor dat er geen glitches zijn zoals vooringenomenheid bij het bedenken van de juiste mix van talentpool, wat uiteindelijk helpt bij het vinden van de juiste match voor de functie.

Slimme Rekrutering

Één van de makkelijkste manieren om te rekruteren met AI-enabled engines is de behendigheid die het toont bij het doorzoeken van meerdere cv’s en het verfijnen van de beste matches. Er zijn hier twee scenario’s voor gebruikerscases:

De externe applicatie waar een potentiële kandidaat zich bezighoudt met de AI-functie en hiervan afhankelijk is voor informatie en het oplossen van vragen. Dit proces kan een onpersoonlijke ervaring creëren, aangezien de kandidaat zich niet verbonden voelt met de werkgever of geen menselijke interface heeft om meer vragen te stellen of twijfels weg te nemen. In dit geval kan de menselijke invalshoek de betrokkenheid versterken met een telefoontje of een persoonlijk bericht op het apparaat van de kandidaat, waardoor het een mens-digitale interactie wordt.

In de interne context, aangezien recruiters moeite hebben met het scouten van talent van binnenuit bestaande werknemers, kan de AI-engine slecht overeenkomende profielen opleveren, aangezien sommige van de beste AI-toepassingen niet in staat zijn om soft skills te screenen naast toegevoegde attributen zoals leiderschapsvaardigheden en cultuur fit etc. Dit is waar de menselijke invalshoek kan ingrijpen en voortbouwen op de gegevens die door de AI-engine worden verzameld. Dit kan het uitgangspunt zijn om de minst geschikte keuzes te elimineren ten gunste van de meest geschikte. Deze gecombineerde strategie helpt bij het mogelijk maken van carrièregroei of -uitbreiding voor verdienstelijke werknemers.