به گزارش سیتنا، بسیاری از نرمافزارهای جدید به شیوههایی هوشمند شدهاند که توسعهدهندگان نرمافزار در گذشته تنها میتوانستند رؤیای آن را داشته باشند. هوش ایجادشده توسط رایانه که بسته به شرکت ارائهدهنده ممکن است «هوش مصنوعی»، «هوش تطبیقی» یا «هوش افزوده» نامیده شود، در حال ایجاد تحول در حوزههایی مانند امنیت سازمانی از طریق شناسایی ناهنجاریها، برنامهریزی ۲۴ ساعته تولید با استفاده از رباتها، انعطافپذیری زنجیره تأمین، بهبود تشخیصهای پزشکی و بسیاری از نتایج مثبت دیگر در کسبوکار است.
واحدهای منابع انسانی نیز نمیتوانند از هوش مصنوعی دور بمانند؛ تقریباً همه شرکتهای بزرگ ارائهدهنده نرمافزارهای منابع انسانی، محصولی مبتنی بر هوش مصنوعی را برای سادهتر کردن کار متخصصان این حوزه معرفی میکنند.
کاربردهای امروزی هوش مصنوعی در منابع انسانی، فراتر از قابلیتهای صرفاً تحلیلی رفتهاند؛ قابلیتهایی که با جمعآوری اطلاعاتی که پیشتر جمعآوری و ترکیب آنها دشوار بود، به برنامهریزی منابع انسانی کمک میکردند. الگوریتمهای امروزی میتوانند حجم عظیمی از دادهها را جمعآوری و تحلیل کنند و ارتباطاتی را شناسایی کنند که امکان پیشبینی را فراهم میکنند.
برای نمونه، هوش مصنوعی میتواند به پرسشهایی مانند این پاسخ دهد:
بهترین منابع برای یافتن نامزدهایی که پیشنهاد شغلی را میپذیرند کداماند؟
کدام ویژگیهای یک نامزد، بیشترین ارتباط را با موفقیت بلندمدت او دارند؟
مدیرانی که در ارتقای کارکنان با پیشینههای متنوع موفقتر هستند، چه سابقه کاری دارند؟
چه مدت ماندن در یک موقعیت شغلی، بیشترین احتمال ترک کار را در میان نسل X ایجاد میکند؟
اما آیا هوش مصنوعی در منابع انسانی میتواند «تناسب» افراد با سازمان را بسنجد؟
همه میدانیم که یک نیروی بسیار موفق در یک سازمان ممکن است در سازمانی دیگر عملکرد ضعیفی داشته باشد. چرا؟ آیا فرد تغییر کرده است؟ احتمالاً نه؛ مسئله این است که او با فرهنگ سازمانی جدید تناسب ندارد.
نرمافزارهای جذب استعداد مبتنی بر هوش مصنوعی ممکن است بتوانند مهارتهای افراد را با مشاغل تطبیق دهند یا مهارتهای آنها را به سوابق کاریشان مرتبط کنند، اما الگوریتم برای پیشبینی «تناسب» یک فرد با سازمان از چه معیاری استفاده …
