Molti di noi da bambini pensavano al 2020 come a un futuro lontanissimo. Adesso che quel futuro è arrivato (anche se non si vedono ancora in giro macchine volanti), il machine learning sta assumendo un ruolo sempre più importante nel modo di operare delle aziende, anche nel campo delle risorse umane. Alcuni professionisti dell'HR affermano di non aver inizialmente previsto questa invasione del machine learning, ma ormai non ci sono più scuse: gli esperti concordano che questa tecnologia non è soltanto una tendenza passeggera e continuerà a influenzare l'HR. Adesso è il momento di agire. Torniamo indietro un attimo per capire come siamo arrivati a questo punto di svolta in un mondo in rapida evoluzione.
Gli esperti concordano sul fatto che questa tecnologia non è soltanto una tendenza passeggera e continuerà a influenzare l'HR.
In una galassia non troppo lontana...
Qualche decennio fa, il dipartimento delle risorse umane si chiamava ufficio del personale e, come suggerisce il nome, la sua funzione era più incentrata su aspetti amministrativi come le assunzioni e le politiche retributive. Un nuovo interesse per le relazioni con i dipendenti, oltre al riconoscimento del legame fra un alto livello di soddisfazione della forza lavoro e il raggiungimento degli obiettivi aziendali, ha portato a cambiare il nome di questa funzione e, soprattutto, ha modificato l'approccio e il suo ruolo all'interno dell'azienda.
La funzione HR si è sempre evoluta grazie alla tecnologia, dagli albori di Internet all'avvento dei telefoni cellulari e del cloud fino ad oggi con l'era del machine learning.
Secondo Richard McColl, Vicepresidente e Partner, Talent Technology Practice Leader presso IBM, i primi processi HR basati sul machine learning non erano sufficientemente rapidi, elaboravano grandi quantità di dati non strutturati e si concentravano unicamente sull'esperienza del candidato. Oggi invece, continua McColl, il machine learning riguarda tutti i processi HR: "Quelli non sono gli unici processi che traggono vantaggio da automazione, rapidità ed efficienza. Come possiamo creare dei super-manager? Come possiamo prendere decisioni più consapevoli? Come possiamo aiutare le persone a trovare opportunità nascoste utilizzando il machine learning per identificare le costanti che caratterizzano i percorsi professionali di successo?"
Panoramica attuale
Come evidenziato nel report di Deloitte Global Human Capital Trends 2019, basato sui risultati di un sondaggio che ha coinvolto quasi 10.000 intervistati in 119 paesi, la futura espansione delle tecnologie cognitive, tra cui il machine learning, è data per assodata dall'80% dei partecipanti.
È quindi più che naturale che i responsabili HR siano interessati a capire come questi trend influiranno sulle dinamiche del settore. In "The Evolution of Work" di Deloitte si legge: "Le aziende più agili valutano continuamente l'insieme di talenti umani e il pool tecnologico su tutti i livelli perché li considerano elementi essenziali della propria pianificazione strategica e del business. Adottare le giuste strategie potrebbe portare all'azienda enormi vantaggi a livello di produttività, competitività e posizionamento sul mercato".
Nel report "The Evolution of Work" di Deloitte si legge: "Le aziende più agili valutano continuamente l'insieme di talenti umani e il pool tecnologico su tutti i livelli perché li considerano elementi essenziali della propria pianificazione strategica e del business".
Maggiore efficienza in tempi ridotti
Con il machine learning la funzione HR è in grado di gestire in modo più rapido ed efficace tutto il percorso professionale del dipendente. Grazie all'analisi di enormi quantità di dati alla ricerca di pattern per prevedere eventi futuri, il machine learning consente di incrementare l'efficienza ed eliminare numerose attività manuali ormai obsolete.
Secondo "The Business Case for AI in HR", un report di IBM, la funzione HR ricorre a AI e machine learning per cinque motivi principali:
- Affrontare le sfide aziendali più urgenti
- Attrarre talenti e sviluppare nuove skill
- Migliorare l'employee experience
- Fornire un solido supporto per il decision-making
- Utilizzare i budget HR nel modo più efficiente possibile
Queste considerazioni possono anche essere applicate alla scelta di nuove tecnologie.
I cinque punti sopra riportati comprendono la quasi totalità delle attività HR. Consideriamo ad esempio la ricerca di candidati con nuovi set di skill e la più vasta categoria del recruiting. Con il machine learning è possibile abbinare curriculum e skill a offerte di lavoro e analizzare le candidature molto più rapidamente rispetto a prima. Questa accelerazione fa la differenza se si considerano le quantità di dati da elaborare e le tempistiche tipiche del recruiting di oggi. Secondo lo studio sull'efficienza del recruiting condotto da Gartner "Oggi il 25% dei candidati fa domanda per 10 o più posizioni; il numero medio di candidature ricevute per un'unica offerta di lavoro è aumentato del 39% tra il 2012 e il 2018. Inoltre i selezionatori devono districarsi tra un volume maggiore di candidature inadeguate (72%)". Tuttavia, con i giusti strumenti basati sul machine learning, è possibile dedicare meno tempo allo screening dei CV e concentrarsi sui candidati più interessanti.
Prevediamo che sempre più persone intraprenderanno percorsi professionali di successo che non avrebbero potuto scoprire senza il machine learning.
Il machine learning aiuta anche i candidati, che non devono più passare ore a scorrere elenchi interminabili di annunci di lavoro e trovano più facilmente le posizioni adatte al loro profilo grazie ad appositi algoritmi. In questo modo i candidati possono venire a conoscenza di posizioni che altrimenti non avrebbero preso in considerazione. La tecnologia del settore è passata dalla semplice ricerca di parole chiave al mapping di skill e tipologie di lavoro, e la sua evoluzione non accenna a rallentare. Prevediamo che sempre più persone intraprenderanno percorsi professionali di successo che non avrebbero potuto scoprire senza il machine learning. In futuro, la tecnologia blockchain potrebbe semplificare ulteriormente questo processo, sia per i candidati sia per i selezionatori, creando uno storico degli impieghi certificato per ciascun candidato.
Per quanto riguarda employee engagement e retention, le aziende possono monitorare i livelli di engagement e soddisfazione utilizzando il machine learning per analizzare il feedback interno. Secondo IBM "Questa tecnologia è in grado di analizzare contenuti non strutturati provenienti da sondaggi annuali, estemporanei e dai social media. Nel giro di poche ore riesce ad analizzare centinaia di migliaia di commenti organizzati per tema."
Il machine learning svolge anche un ruolo importante nei programmi di lifelong learning per i dipendenti, suggerendo contenuti correlati altamente rilevanti all'interno delle piattaforme di apprendimento, proprio come accade nei siti di acquisti online o intrattenimento che usiamo quotidianamente.
Fra 15 anni, il valore delle aziende che praticano regolarmente la ricollocazione delle proprie risorse supererà del 40% quello delle concorrenti meno dinamiche.
Dall'automazione a processi decisionali strategici
L'evoluzione del machine learning è andata di pari passo ai benefici offerti da questa tecnologia. Nell'ambito del recruiting, sono si tratta solo di semplificare i processi di assunzione, ma anche di identificare e assumere i talenti giusti più rapidamente. Come evidenziato nel report di IBM, "In passato la tecnologia ci consentiva di assumere risorse più rapidamente tramite Internet, ma oggi, con l'intelligenza artificiale, possiamo assumere le persone giuste più rapidamente, valutando le skill per ciascun ruolo e realizzando previsioni e stime sul successo del candidato e sulle tempistiche di assunzione".
Questo passaggio a un approccio più strategico nell'HR comporta conseguenze significative per le aziende. "Nelle aziende in cui la funzione HR si dedica di più alle attività strategiche e meno a quelle amministrative, le Risorse Umane giocano un ruolo fondamentale per il raggiungimento dei risultati di business," secondo Great Place to Work, il motore analitico su cui è basata la classifica di Fortune "100 Best Companies to Work For". "Un team HR coinvolto in attività strategiche può contribuire in modo significativo, tra le altre cose, all'incremento delle quote di mercato e della customer base, all'innovazione dei prodotti, all'aumento delle vendite e alla promozione dell'agility all'interno dell'azienda".
Perché le skill sono così importanti?
Il machine learning è uno strumento eccellente per realizzare previsioni, ma sono sempre gli esseri umani a interpretarle e applicarle ai processi decisionali. Imparare a lavorare efficacemente utilizzando le macchine a supporto e potenziamento delle capacità umane sarà fondamentale per la corretta implementazione dell'automazione. Per la funzione HR e per i manager di tutte le altre funzioni aziendali sarà anche necessario ripensare le skill necessarie per non rimanere indietro in un mondo che cambia.
Imparare a lavorare efficacemente utilizzando le macchine a supporto e potenziamento delle capacità umane sarà fondamentale per la corretta implementazione dell'automazione.
L'introduzione dell'automazione potrebbe rendere obsolete determinate posizioni, ma ne creerà di nuove e trasformerà l'attuale modo di lavorare. Nel report di Forrester "The Technology-Augmented Employee", J.P. Gownder cita un'azienda che ha deciso di ricorrere all'automazione robotizzata (RPA) per l'esecuzione di attività ripetitive e routinarie dei servizi finanziari, consentendo alla funzione Finance di dedicarsi ad attività più strategiche e proficue.
Questi risultati sono rispecchiati negli studi condotti da Deloitte. L'automatizzazione di determinate attività porterà cambiamenti nelle skill richieste per diverse posizioni: "Tolte le parti automatizzate, il lavoro che resta appannaggio del dipendente è generalmente più interpretativo e orientato al servizio, poiché comporta problem-solving, interpretazione dei dati, comunicazioni e ascolto, servizio clienti ed empatia, lavoro di squadra e collaborazione". Tuttavia queste competenze di alto livello non sono compatibili con i rigidi schemi lavorativi tradizionali, perciò le aziende devono impegnarsi a creare posizioni e ruoli più flessibili e adattabili ai cambiamenti". Le macchine automatizzeranno alcune attività di routine, continua il report, ma le aziende dovranno reinventare il proprio modo di lavorare.
Riguardo al futuro della funzione HR, McColl prevede che le skill saranno al centro delle attività aziendali, per aiutare i candidati a trovare più facilmente la prossima grande opportunità. Il machine learning, afferma, può aiutare un'azienda a comprendere come lavorano i dipendenti, di cosa parlano e scrivono, e a conoscere i clienti con cui interagiscono. "Se si utilizza il machine learning per estrarre da tutte queste informazioni le skill che i dipendenti dimostrano di avere, è possibile dare dei suggerimenti per l'avanzamento o il cambio di carriera, ad esempio consigliando percorsi professionali che potrebbero offrire opportunità di crescita. Si tratta di uno strumento molto potente".
Dal punto di vista etico, le aziende devono assicurarsi che le nuove tecnologie di machine learning non trascurino fattori come diversity e inclusione. Come illustrato da Barbara Cosgrove, Vice President e Chief Privacy Officer di Workday, in un post dedicato all'importanza dell'applicazione etica di tali tecnologie, "Il machine learning non sostituirà i decision-maker umani; piuttosto, verrà utilizzato per elaborare previsioni che li aiuteranno a prendere decisioni più consapevoli. Tuttavia, come per qualsiasi altra tecnologia emergente, il successo del machine learning dipende dalla fiducia da parte degli utenti, che si potrà ottenere solo se le aziende aderiranno a pratiche etiche e responsabili".
L'evoluzione non si ferma
Osservando l'attuale seconda ondata di evoluzione e diffusione del machine learning, McColl conclude che l'elemento umano non scomparirà affatto con il progresso di questa tecnologia. Al contrario, ritiene che il machine learning aiuterà le aziende a creare luoghi di lavoro migliori, con una maggiore attenzione al singolo lavoratore e alle sue preferenze. "Credo che il machine learning ci consentirà di creare soluzioni ed esperienze iper-personalizzate. Dal punto di vista del lavoro vero e proprio, questa tecnologia ci dà l'opportunità di valorizzare l'elemento umano nelle applicazioni, nei sistemi e nei processi attorno ai quali creiamo esperienze".
Secondo uno studio di Workday, l'avvento del machine learning e di altre tecnologie basate sui dati offre numerose opportunità ma si prospetta anche impegnativo perché le aziende devono imparare a identificare le competenze di cui avranno bisogno per affrontare il futuro. Ad esempio, il 52% delle aziende prevede di riqualificare più della metà della propria forza lavoro entro il 2024. In che modo le aziende metteranno a frutto il potenziale del machine learning, espandendo allo stesso tempo i set di skill umane necessarie per restare competitive sul mercato senza però perdere di vista l'aspetto etico del lavoro?
Gli esperti concordano sul fatto che il lavoro e le skill richieste dovranno evolvere di pari passo con il progresso tecnologico, di cui il machine learning fa parte. Tuttavia Thomas Malone, esperto di intelligenza collettiva del MIT, spiega che il punto focale di questa rivoluzione tecnologica non è la contrapposizione fra umani e macchine. In un'intervista rilasciata a Deloitte afferma: "Passiamo troppo tempo a pensare alla contrapposizione fra persone e computer, e troppo poco a immaginare una loro armoniosa collaborazione. Si pensa troppo ai lavori in cui i computer ci sostituiranno e troppo poco alle cose incredibili che persone e computer possono fare insieme."
All'inizio di questo nuovo decennio, facciamo in modo di poter dire: il 2020 è stato l'anno della lungimiranza, l'anno in cui persone e computer hanno iniziato a ottenere insieme risultati che non sarebbe stato possibile realizzare senza questa collaborazione.