Layan Diri Pekerja Berkuasa AI dalam Sumber Manusia

Apakah layan diri pekerja berkuasa AI, digambarkan melalui tingkap perkhidmatan buku panduan.

Turn this article into takeaways for your work.

Each assistant summarizes the article only for you and suggests best practices for your work.

Layan diri pekerja berkuasa AI ialah pembantu yang menjawab soalan sumber manusia pekerja (dasar, baki cuti, faedah, tarikh gaji) dalam bahasa yang mudah, mengambil jawapan peribadi daripada sistem sumber manusia, dan menyerahkan perbualan kepada seseorang apabila ia tidak dapat menjawab dengan selamat. Ia menggantikan rutin mencari dalam intranet kemudian mengemel kepada sumber manusia dengan satu soalan dan satu jawapan.

Panduan ini ditujukan kepada pengurus sumber manusia, ketua operasi sumber manusia dan eksekutif yang meluluskan alat sebegini. Ia menerangkan cara pembantu ini berfungsi, apa yang memastikan jawapannya betul, bila manusia mesti mengambil alih, dan cara mengetahui sama ada keseluruhannya berbaloi. Jika anda mahu sisi pembinaannya, pelan tindakan ejen Soal Jawab dasar AI menerangkan cara membinanya.

Fakta Utama

  • Sebuah tribunal di British Columbia memutuskan Air Canada bertanggungjawab atas maklumat tambang kematian yang salah daripada chatbot laman webnya kepada seorang pelanggan, dengan award ganti rugi $650.88, faedah pra-penghakiman $36.14 dan yuran tribunal $125 (Mondaq).
  • Air Canada berhujah bahawa chatbot itu entiti undang-undang yang berasingan dan bertanggungjawab atas tindakannya sendiri, dan ahli tribunal menyifatkan hujah itu luar biasa serta menolaknya (Mondaq).
  • Profil risiko AI generatif NIST mentakrifkan konfabulasi sebagai "penghasilan kandungan yang dinyatakan dengan yakin tetapi tersilap atau palsu," istilah rasmi bagi apa yang kebanyakan orang panggil halusinasi (NIST AI 600-1).
  • Pengajaran praktikalnya: majikan bertanggungjawab atas apa yang dikatakan pembantunya. Kawalan ketepatan dan eskalasi bukan tambahan; ia adalah produknya.

Apa yang Sebenarnya Ditanya Pekerja

Kebanyakan soalan sumber manusia jatuh dalam tiga kategori, dan setiap satu memerlukan mekanisme berbeza di sebalik jawapannya.

Jenis soalan Contoh Sumber jawapan Risiko utama
Dasar "Bolehkah saya bawa ke hadapan cuti tahunan yang tidak digunakan?" Dokumen dasar yang diluluskan Dasar yang lapuk atau disalah tafsir
Data peribadi "Berapa hari cuti sakit saya yang tinggal?" Sistem sumber manusia, untuk pekerja itu sahaja Menunjukkan data orang yang salah
Proses dan tindakan "Saya perlu menukar akaun bank saya untuk penggajian" Aliran kerja yang menghala ke borang atau pelulus yang betul Melakukan perkara yang salah, atau tanpa kelulusan
Sensitif atau memerlukan pertimbangan "Pengurus saya melayan saya secara tidak adil" Tiada. Ia memerlukan seseorang Salah mengendalikan aduan

Tiga yang pertama sesuai untuk AI. Yang keempat tidak, dan pembantu yang direka dengan baik mengenalinya lalu mengundur diri. Dari segi ACE Framework, jawapan dasar ialah pembantu perolehan semula (ia mengingesti dokumen dan menjana jawapan yang berasaskan dokumen itu), manakala jawapan peribadi dan proses menambah lapisan aliran kerja yang membaca rekod dan mencetuskan tindakan kecil.

Cara Pembantu Menjawab

Terdapat dua cara sesebuah alat menjawab soalan dasar, dan perbezaannya lebih penting daripada sebarang pilihan reka bentuk lain.

Ingatan model berbanding perolehan semula berasaskan sumber: apakah perbezaannya, digambarkan melalui ingatan berbanding bukti.

Ingatan model. Model bahasa menjawab berdasarkan apa yang dipelajarinya semasa latihan. Ia kedengaran lancar dan sering salah tentang syarikat anda, kerana ia tidak pernah membaca buku panduan anda.

Perolehan semula berasaskan sumber. Pembantu mencari dalam dokumen anda yang diluluskan, mengambil petikan yang berkaitan, dan menulis jawapan menggunakan bahan itu sahaja, sebaiknya dengan pautan ke sumber. Inilah pendekatan yang perlu diwajibkan. Apabila dokumen tidak mengandungi jawapan, pembantu yang dibina dengan baik akan mengatakannya dan bukannya mereka-reka.

Jawapan peribadi berfungsi secara berbeza. Pembantu menyemak siapa yang bertanya, memanggil sistem sumber manusia untuk rekod orang itu, dan melaporkan apa yang ditemuinya. Model tidak pernah "mengetahui" baki cuti; ia membacanya. Itu memastikan angka tersebut setepat data asasnya, dan sebab itulah asas data sumber manusia perlu disediakan sebelum mana-mana pembantu dilancarkan.

Contoh Sebenar Mengikut Fungsi

Operasi sumber manusia. Peti mel sumber manusia bersama menerima dua puluh soalan yang sama sepanjang minggu: tarikh cuti umum, tempoh percubaan, cara meminta surat. Pembantu menjawab semua itu daripada buku panduan dan dasar cuti, dan peti mel pasukan mengecil kepada kes yang memerlukan pertimbangan. Binaan untuk bahagian cuti diterangkan dalam ejen AI cuti dan masa lapang.

Pasukan faedah. Semasa tempoh pendaftaran terbuka, pekerja bertanya apa yang dilindungi oleh sesuatu pelan dan apa yang berubah jika mereka menambah tanggungan. Pembantu menerangkan dokumen pelan dalam bahasa yang mudah dan menunjuk ke skrin pendaftaran. Ia tidak mengesyorkan pelan, kerana itu melangkaui maklumat kepada nasihat.

Penggajian dan kewangan. Pekerja bertanya bila kitaran gaji seterusnya tiba dan mengapa slip gaji berbeza daripada bulan lalu. Pembantu boleh menyatakan jadual dan menerangkan butiran yang dapat dilihatnya, kemudian menghalakan pertikaian kepada kakitangan penggajian.

Pengurus. Seorang pengurus bertanya cara mengendalikan permintaan cuti tanpa gaji atau berapa lama tempoh notis bagi sesuatu peranan. Pembantu menjawab daripada dasar dan menandakan apa-apa yang bergantung pada undang-undang tempatan untuk disahkan oleh sumber manusia.

Undang-undang dan pematuhan. Penasihat undang-undang menentukan topik yang boleh dijawab oleh pembantu, menyemak perkataan jawapan standard, dan mewajibkan log tentang apa yang diberitahu kepada pekerja.

Kawalan Ketepatan yang Penting

Jawapan salah daripada pembantu sumber manusia bukan sekadar kesilapan menaip. Ia boleh jadi hak cuti yang terlepas atau faedah yang disangka pekerja mereka miliki. Kes Air Canada ialah ilustrasi yang paling jelas: chatbot memberi maklumat salah kepada pelanggan, dan syarikat tetap bertanggungjawab atas jawapan itu. Logik yang sama terpakai kepada pembantu sumber manusia yang bercanggah dengan buku panduan anda.

Memastikan jawapan pembantu sumber manusia tepat, digambarkan melalui penyelenggaraan sumber.

Kawalan yang mengurangkan risiko itu:

  1. Sumber yang diluluskan sahaja. Hadkan pembantu kepada perpustakaan dasar semasa yang ditetapkan. Buang versi yang telah diganti, kerana model tidak dapat membezakan dasar lama daripada yang baharu melainkan anda yang membezakannya.
  2. Satu pemilik bagi setiap dokumen. Setiap dasar mempunyai seorang yang dinamakan untuk mengemas kininya. Sumber yang lapuk ialah punca paling lazim jawapan yang salah.
  3. Petik sumber. Setiap jawapan dasar dipautkan ke petikan asalnya, supaya pekerja dan sumber manusia dapat menyemaknya.
  4. Katakan "saya tidak tahu." Konfigurasikan pembantu supaya menolak apabila dokumen tidak merangkumi soalan itu, dan bukannya meneka. Uji perkara ini dengan sengaja menggunakan soalan yang anda tahu tiada jawapannya.
  5. Hadkan mengikut lokasi dan jenis pekerja. Peraturan cuti yang terpakai di satu negara atau untuk satu jenis kontrak tidak boleh ditunjukkan kepada semua orang. Hantarkan atribut pekerja ke dalam carian.
  6. Kuatkuasakan akses. Jawapan data peribadi mesti menghormati kebenaran yang sama seperti sistem sumber manusia itu sendiri. Pekerja melihat rekodnya sendiri, pengurus melihat pasukannya, tiada orang lain.
  7. Log semuanya. Simpan soalan, sumber yang digunakan, jawapan dan hasilnya, supaya anda boleh mengaudit dan membetulkan corak.
  8. Uji dengan set soalan tetap. Tulis 50 hingga 100 soalan sebenar beserta jawapan yang diluluskan, dan jalankan semula setiap kali dasar atau model berubah.

Konsep di sebalik kebanyakan kegagalan dibincangkan dalam halusinasi AI. Profil AI generatif NIST menganggap konfabulasi sebagai risiko bernama atas sebab yang sama: output kelihatan yakin sama ada ia benar atau tidak.

Eskalasi kepada Sumber Manusia

Eskalasi ialah tempat kepercayaan pekerja diperoleh atau hilang. Penyerahan yang baik adalah pantas, mengekalkan konteks, dan tidak pernah memaksa pekerja mengulangi diri.

Mengeskalasi kes sumber manusia bersama konteks, digambarkan melalui penyerahan kes.

Tetapkan pembantu untuk mengeskalasi apabila:

  • Pekerja meminta manusia, dalam apa jua perkataan.
  • Topik itu dalam senarai sensitif: gangguan, diskriminasi, rungutan, perkara tatatertib, keadaan perubatan, peletakan jawatan akibat tekanan, pertikaian gaji.
  • Pembantu tidak mempunyai sumber untuk jawapan, atau keyakinannya rendah.
  • Pekerja telah menyusun semula soalan yang sama dua kali tanpa mendapat jawapan yang berguna.
  • Soalan melibatkan keputusan, seperti meluluskan pengecualian, yang hanya boleh dibuat oleh sumber manusia.

Apabila mengeskalasi, pembantu perlu mencipta kes dengan perbualan dilampirkan, memberitahu pekerja siapa yang akan mengambilnya dan bila, serta menghalakannya ke baris gilir yang betul. Penyerahan yang menjatuhkan pekerja ke dalam peti mel umum tanpa sejarah lebih buruk daripada tiada pembantu langsung.

Bagi topik yang paling sensitif, jangan biarkan pembantu memberi apa-apa selain pengakuan ringkas dan laluan kepada seseorang. Pekerja memerlukan manusia ketika itu, dan frasa automatik yang salah boleh memburukkan lagi saat yang sudah sukar.

Mengukur Pengurangan Kes (dan Tidak Menipu Diri Sendiri)

Pengurangan kes (deflection) ialah bahagian soalan yang diselesaikan pembantu tanpa tiket manusia. Ia angka utama, dan juga yang paling mudah dibesarkan. Pekerja yang berputus asa terhadap jawapan yang buruk kelihatan sama seperti pekerja yang mendapat jawapan yang baik, melainkan anda mengukur lebih daripada sekadar volum.

Pengurangan kes bukan penyelesaian, digambarkan melalui kes yang belum selesai dikembalikan.

Metrik Apa yang dikatakannya Cara mendapatkannya
Kadar penyelesaian Bahagian perbualan yang soalan pekerjanya dijawab Gesaan ibu jari ke atas atau "adakah ini membantu?", ditambah persampelan
Kadar pengurangan kes Bahagian soalan yang tidak pernah menjadi tiket Perbualan yang tamat tanpa kes, dalam tempoh yang ditetapkan
Kadar hubungan berulang Sama ada pekerja kembali dengan soalan yang sama Pekerja dan topik yang sama dalam beberapa hari
Kadar eskalasi Bahagian yang diserahkan kepada sumber manusia, dan sebabnya Sebab kes ditandakan mengikut topik
Ketepatan pada set ujian Sama ada jawapan sepadan dengan jawapan yang diluluskan Larian semula berjadual soalan tetap anda
Masa untuk penyelesaian Kelajuan bagi kes yang dijawab pembantu dan yang dieskalasi Cap masa dalam sistem kes
Kepuasan pekerja Sama ada orang mempercayainya Tinjauan ringkas selepas perbualan

Bacalah semuanya bersama. Kadar pengurangan kes yang meningkat dengan kadar hubungan berulang yang meningkat bermakna pekerja diketepikan, bukan dibantu. Kadar eskalasi yang rendah bagi topik sensitif mungkin bermakna orang mengelak pembantu untuk perkara yang penting. Semak soalan yang tidak terjawab setiap minggu; ia memberitahu anda dasar mana yang tidak jelas dan dokumen mana yang tiada.

Cara Melaksanakannya, Langkah demi Langkah

  1. Ambil soalan sebenar sebulan. Gunakan peti mel sumber manusia, sistem tiket dan log sembang. Kumpulkan mengikut topik dan kira. Inilah skop anda, dan ia lebih baik daripada meneka.
  2. Pilih 20 soalan pertama. Pilih yang berkelantangan tinggi dan berisiko rendah dengan jawapan bertulis yang jelas: cuti umum, peraturan cuti, tarikh slip gaji, asas faedah.
  3. Bersihkan dokumen sumber. Buang pendua dan versi lama, selesaikan peraturan yang bercanggah, dan tetapkan pemilik. Jangkakan ini merupakan kebanyakan kerja.
  4. Tentukan apa yang tidak boleh dilakukan pembantu. Tulis senarai topik sensitif dan tindakan yang tidak boleh diambilnya. Dapatkan sumber manusia dan pihak undang-undang menandatanganinya.
  5. Sambungkan identiti dan rekod dengan berhati-hati. Gunakan single sign-on supaya pembantu tahu siapa yang bertanya, dan beri akses baca sahaja kepada medan minimum yang diperlukannya.
  6. Reka bentuk penyerahan. Tentukan pencetus eskalasi, baris gilir bagi setiap satu, janji masa respons dan konteks yang mengikuti kes.
  7. Uji sebelum pelancaran. Jalankan set soalan tetap, cuba merosakkannya dengan soalan muslihat dan permintaan di luar skop, dan minta kakitangan sumber manusia menyemak sampel jawapan.
  8. Lancarkan kepada kumpulan kecil. Mulakan dengan satu lokasi atau jabatan. Beritahu pekerja apa itu pembantu, apa yang tidak boleh dilakukannya dan cara menghubungi seseorang.
  9. Semak setiap minggu, kemudian setiap bulan. Periksa metrik di atas, baca soalan yang dieskalasi dan tidak terjawab, baiki dokumen, dan luaskan skop hanya apabila ketepatan kekal.

Persoalan operasi yang lebih luas, seperti siapa yang memiliki pembantu dan bagaimana ia sesuai dengan struktur sumber manusia, dibincangkan dalam AI dan model operasi sumber manusia. Jika pasukan anda turut menggunakan AI untuk menggubal dasar dan komunikasi, AI generatif untuk pasukan sumber manusia menerangkan di mana garis sempadannya.

Kesilapan Lazim

  • Melancarkan atas dokumen yang berselerak. Jika buku panduan bercanggah dengan dirinya sendiri, pembantu pun begitu. Bersihkan sumber dahulu.
  • Menganggap pengurangan kes sebagai kejayaan. Volum tiket yang rendah boleh bermakna jawapan yang baik atau pekerja yang kecewa. Gandingkan dengan kadar penyelesaian dan hubungan berulang.
  • Menyembunyikan pilihan manusia. Pekerja perlu dapat menghubungi seseorang dalam satu langkah. Menyembunyikannya memusnahkan kepercayaan dan menolak orang kembali kepada e-mel.
  • Menjawab dengan nasihat, bukan maklumat. Menerangkan sesuatu faedah tidak mengapa. Memberitahu pekerja pilihan mana yang perlu diambil, atau sama ada mereka mempunyai tuntutan undang-undang, tidak boleh.
  • Mengabaikan peraturan tempatan. Peraturan cuti, notis dan waktu bekerja berbeza mengikut negara dan kadangkala wilayah. Jawapan yang betul di satu tempat boleh salah di tempat lain.
  • Membiarkannya tanpa pemilik. Dasar berubah. Tanpa pemilik yang dinamakan dan jadual semakan, jawapan menjadi lapuk dalam beberapa bulan.
  • Melangkau semakan privasi. Soalan pekerja boleh mendedahkan maklumat kesihatan, keluarga dan prestasi. Tentukan apa yang disimpan, untuk berapa lama dan siapa yang boleh membacanya. Ini maklumat am, bukan nasihat undang-undang, jadi libatkan penasihat undang-undang dan ketua perlindungan data anda.

Tempatnya dalam Gambaran yang Lebih Besar

Layan diri biasanya tempat pertama pasukan sumber manusia melihat nilai daripada AI, kerana soalannya kerap, jawapannya sudah bertulis dan kos kesilapan boleh diurus apabila eskalasi berfungsi. Ia juga membina asas untuk langkah seterusnya. Reka bentuk jawapan berasaskan sumber dan penyerahan yang sama menyokong soalan orientasi pekerja baharu (onboarding), dan ia merupakan sebahagian daripada gambaran AI dalam sumber manusia yang lebih luas. Dapatkan asasnya betul di sini dan langkah-langkah kemudian menjadi lebih mudah.

About the author

Kevin Kim

Kevin Kim

Senior Customer Retention Strategist

Kevin Kim is Senior Customer Retention Strategist at Rework, writing for HR leaders and people managers on growing their people. Kevin covers job descriptions and role design, employee competencies, and organizational competency frameworks: the building blocks for hiring the right people and developing them once they join.