2024 , Lepszy Biznes

Michał Szymaczek

Sztuczna inteligencja
w SAP SuccessFactors

Potencjał AI

Sztuczna inteligencja, m.in. dzięki popularności ChatGPT i DALL-E, w 2023 roku wywindowała ceny akcji gigantów technologicznych (Alphabet, Amazon, Apple, Meta, Microsoft, Nvidia…), którzy zainwestowali w rozwój modeli AI lub we wspierającą je infrastrukturę. Teraz nadszedł czas na innych beneficjentów – firmy, które zaadoptują sztuczną inteligencję w procesach biznesowych w celu obniżenia kosztów i zwiększenia efektywności.

Potencjał generatywnej AI w HR jest olbrzymi – według BCG (How Generative AI will transform HR, August 2023) zastosowanie sztucznej inteligencji zwiększy produktywność w obszarach:

rekrutacji – o 25-50%;
administracji HR – o 25-50%;
zarządzania efektywnością pracowników (cele, coaching, oceny) – o 10-25%;
zarządzania wynagrodzeniami i benefitami – o 10-25%;
planowania strategicznego HR – o 10-25%.

Firma SAP prowadzi intensywne prace mające na celu zaprzęgnięcie sztucznej inteligencji do procesów HCM wspieranych przez SuccessFactors. SAP rozwija swoje modele AI, ale wykorzystuje także narzędzia Microsoft (Microsoft 365 Copilot, Microsoft’s Azure OpenAI) i IBM (IBM Watson).

AI w SAP SuccessFactors

Przyjrzyjmy się temu, jak sztuczna inteligencja wspiera użytkowników SuccessFactors. W poniższej tabeli pokazano najważniejsze zastosowania AI, które są już dostępne dla klientów SAP.

Typ AI	Funkcja	Miejsca zastosowań w SuccessFactors
Predyktywna	Analiza danych HR w celu zarekomendowania użytkownikowi rozwiązania (przy wykorzystaniu uczenia maszynowego)	Career Explorer, Talent Intelligence Hub, Job Analyzer, SF Learning (personalizowane rekomendacje szkoleniowe)
Generatywna	Generowanie tekstu w kontekście procesu biznesowego i danych	Performance Review, Role Readiness Review, 360 Review (asystent tworzenia tekstu dla informacji zwrotnej), Recruiting (generowanie opisu stanowiska, tworzenie pytań do kandydata)
Konwersacyjna	Chatbot komunikujący się z użytkownikiem w języku naturalnym, udzielający odpowiedzi na pytania i wykonujący zadania HR	Joule

Na szczególną uwagę zasługuje Joule, który ma docelowo wspierać wiele rozwiązań SAP (nie tylko SuccessFactors), ale to właśnie SF jest prekursorem w jego zastosowaniu. Joule to nowy chatbot, komunikującym się z użytkownikiem w języku naturalnym, udzielający odpowiedzi na pytania i wykonujący wybrane zadania. Joule realizuje 3 wzorce konwersacyjne:

nawigacyjny – pomaga użytkownikom w poruszaniu się po systemie;
informacyjny – dostarcza informacje na podstawie danych przechowywanych w SF;
transakcyjny – wspiera użytkownika w wykonaniu zadania/transakcji.

Joule - wzorzec konwersacyjny

Joule może udzielać użytkownikowi odpowiedzi na pytania dotyczące danych podstawowych pracownika. Poniżej pokazano przykładową interakcję dotyczącą informacji o własnych danych oraz podległych pracownikach.

Joule – wzorzec transakcyjny

Joule, realizując wzorzec transakcyjny, pomaga użytkownikowi tworzyć, wyświetlać, aktualizować i usuwać dane w SuccessFactors.

Joule – wzorzec nawigacyjny (i transakcyjny)

Poniżej pokazano przykład asysty Joule przy udzielaniu informacji zwrotnej dla pracownika

Generatywna AI

W module rekrutacji sztuczna inteligencja wspiera specjalistę HR i menedżera w przygotowaniu opisu stanowiska, tak by z jednej strony był kompletny, a z drugiej – atrakcyjny dla kandydatów. Dzięki integracji z Azure OpenAI Service wymagania dla roli mogą zostać dostosowane zgodnie z sugestiami AI a następnie opublikowane w SF.

Generatywna sztuczna inteligencja wspiera także rekruterów i kierowników w spotkaniach z kandydatami, proponując pytania na podstawie opisu roli i CV (z priorytetem inkluzywności języka). Wykorzystywana jest tutaj integracja SF z Microsoft Teams.

Predyktywna sztuczna inteligencja

Uczenie maszynowe wykorzystywane jest m.in. do rekomendowania użytkownikowi ścieżki kariery. Proponowane role są podpowiadane na podstawie ścieżek karier podobnych do nas osób (kompetencje, predyspozycje, preferencje, historia w organizacji,…).

W module Opportunity Marketplace, dzięki uczeniu maszynowemu, użytkownik dostaje rekomendacje szkoleń, ról i przypisań (np. projektów wewnętrznych czy dynamicznych zespołów).

Narzędzie Job Analyzer, dostępne w SF Recruiting, pomaga tak sformułować opis w zapotrzebowaniu na rekrutację, by użyte sformułowania nie dyskryminowały żadnej płci a oferta płacowa była zoptymalizowana pod kątem branżowych wynagrodzeń i lokalizacji miejsca pracy. Tutaj także wykorzystywane jest uczenie maszynowe.

SAP zapowiada kolejne zastosowania AI w rozwiązaniach SuccessFactors, związane m.in. dalszym rozwojem Joule, definiowaniem celów rozwojowych czy budowaniem zespołów dynamicznych. Implementacja AI to proces organiczny, wymagający monitorowania i kontroli, ze względu na szereg ryzyk związanych ze sztuczną inteligencją.

Odpowiedzialny rozwój sztucznej inteligencji

Firma SAP dokłada wszelkich starań, by zastosowania AI w rozwiązaniach SF były etyczne, wiarygodne i gwarantowały poufność. W tym celu stworzono dokument polityki etycznej oraz zdefiniowano zasady przewodnie dla tworzenia i rozwijania sztucznej inteligencji. SAP już 5 lat temu powołał Panel Doradczy ds. Etyki AI (ang. AI Ethics Advisory Panel), zewnętrzną organizację, skupiającą ekspertów ze świata nauki i biznesu (m.in. Stanford University, Georgetown University, University of Pretoria, ICANN). Użycie sztucznej inteligencji (w szczególności generatywnej) jest obarczone ryzykiem (dotyczącym m.in. takich aspektów, jak halucynacje, jakość szkolenia, stronniczość rezultatów, własność intelektualna). Zanim podejmowane są prace rozwojowe, każde ryzyko jest poddawane ocenie przez Komitet Sterujący SAP AI Global Ethics.

Strategie HR wobec dynamicznego rozwoju AI

Sztuczna inteligencja wkracza dynamicznie do działów HR, ale nie wszyscy, co jest naturalne, podchodzą entuzjastycznie do zmian. Oto kilka strategii (propozycja Cindy Waxer i Davida Jonkera przedstawiona w „Three HR Strategies for Managing AI Job Disruption”), które mogą pomóc w adaptacji w nowej rzeczywistości:

Koncepcję centaura zaproponował Garri Kasparow, szachowy mistrz świata, który po przegranej z IBM Deep Blue zasugerował, że połączenie zdolności poznawczych ludzi i maszyn może nie tylko zwiększyć wydajność ludzi, ale także moc sztucznej inteligencji. Liderzy HR powinni uczyć pracowników, jak pracować w tandemie z AI. Przykład takiej symbiozy w innej dziedzinie (badanie pacjenta z potencjalnym nowotworem na skórze) podaje futurysta Daniel Burrus: „Jeśli lekarz przeprowadza analizę miejscową za pomocą sztucznej inteligencji, może osiągnąć dokładność od 99% do 100% – żaden lekarz bez wsparcia AI nie jest tak dokładny. Jednak sztuczna inteligencja nie jest w stanie efektywnie poprowadzić leczenia. Wieloletnie doświadczenie lekarza, wiedza, zdrowy rozsądek i krytyczny osąd mogą uzupełnić algorytmiczne rozpoznanie maszynowe i zredukować błędy.” To „rozszerzone myślenie”, Burrus nazywa „przyszłością sztucznej inteligencji”.

Nie wszyscy pracownicy wykonują pracę heurystyczną (wymagającą kreatywności, niestandardowego podejścia do wyzwań) i sztuczna inteligencja, odbierająca im część powtarzalnych zadań, może być postrzegana jako zagrożenie dla miejsc pracy. Zadaniem HR jest znalezienia takiego połączenia umiejętności ludzi i zastosowań AI, które razem dadzą synergiczny efekt i w dłuższej perspektywie przyczynią się do powszechnej akceptacji modelu „nowoczesnego centaura”. Jakie umiejętności ludzkie mogą być tutaj kluczowe? Empatia, krytyczne myślenie, podejście zdroworozsądkowe. Pracownicy mogą uczyć algorytmy sztucznej inteligencji, wdrażać innowacyjne pomysły zastosowań AI, czy wnosić empatię tam, gdzie chłodne podejście maszyny nie sprawdza się (np. przejmowanie komunikacji chabota, gdy klient staje się coraz bardziej sfrustrowany).

W czasie wykładniczego rozwoju technologii sztucznej inteligencji pracownicy muszą czuć się bezpiecznie w swoim miejscu pracy. Liderzy powinni podkreślać, że to człowiek jest w centrum a AI to narzędzie, poddające się krytyce. Sztuczna inteligencja jest dla pracownika, nie odwrotnie. Liderzy muszą być rzecznikami pracowników. AI myli się, jej rezultaty mogą być kwestionowane. Pracownicy, ujawniając błędy sztucznej inteligencji, muszą czuć się komfortowo i być słyszani.

Źródła:

BCG (Julie Bedard, Katie Lavoie, Renee Laverdiere, Allison Bailey, Vinciane Beauchene, and Jens Baier): “How Generative AI will transform HR”, August 2023

SAP: www.sap.com, systemy demo SAP SF

Poprzedni: SAP Datasphere – integracja danych z różnych źródeł Następny: AI Business Lab w oprogramowaniu dla przedsiębiorstw

Sztuczna inteligencja w SAP SuccessFactors