Als kind klonk het jaar 2020 voor de meesten van ons als de verre toekomst. Terwijl we nog wachten op vliegende auto's zijn maakt machine learning al wel het verschil in hoe bedrijven en hun human resources opereren. Onder het mom van 'achteraf weet je alles van tevoren' beweren sommige HR-professionals dat ze de opkomst van machine learning hebben gemist, maar dat is een zwak excuus. Experts zijn het erover eens dat machine learning een blijvende invloed zal hebben op de HR-functie. Het is aan u om te handelen. Laten we even terugspoelen om te zien hoe we op dit keerpunt in deze snel veranderende wereld zijn aangekomen.
Experts zijn het erover eens dat machine learning een blijvende invloed zal hebben op de HR-functie.
In een sterrenstelsel hier niet zo ver vandaan
Decennia geleden, toen human resources nog personeelsafdeling werd genoemd, richtte deze afdeling zich vooral op administratieve aangelegenheden zoals het vullen van vacatures en regelen van beloningen. De verschuiving van de focus naar de menselijke kant van werknemersrelaties, naast het besef dat medewerkerstevredenheid bedrijven helpt hun bedrijfsdoelstellingen te bereiken, leidde tot de naamsverandering en een verandering in houding ten aanzien van HR en hoe dit het bedrijf zou kunnen helpen .
De HR-functie ontwikkelt zich verder naarmate de technologie evolueert. Dat begon al met de opkomst van internet, mobiele telefoons en de cloud en is nu het geval met machine learning.
Volgens Richard McColl, vicepresident, partner en Talent Technology Practice Leader bij IBM, waren de eerste op machine learning gebaseerde HR-processen te langzaam, gingen ze gepaard met grote hoeveelheden ongestructureerde data en vooral gericht op de 'candidate experience'. Maar nu wordt elk HR-proces en elke HR-ervaring geraakt door machine learning, aldus McColl. "Het gaat niet alleen om de processen die profiteren van automatisering, snelheid en efficiëntie. Hoe maken we van onze managers supermanagers? Hoe nemen we betere beslissingen met behulp van data? Hoe helpen we mensen met het vinden van kansen, omdat we machine learning gebruiken om succespatronen in carrières te identificeren?"
De stand van zaken
Het rapport '2019 Deloitte Global Human Capital Trends' is gebaseerd op onderzoek onder bijna 10.000 respondenten in 119 landen. Hieruit blijkt dat tachtig procent een groei op het gebied van cognitieve technologieën, waaronder machine learning, voorspelt.
Het ligt dus voor de hand dat HR-executives focussen op de blijvende invloed die dit op hun werk heeft. In het artikel 'The Evolution of Work' stelt Deloitte dat "agile organisaties de mix van menselijk en machinaal talent op alle niveaus steeds opnieuw beoordelen en dit als essentieel element van hun bedrijf en strategische planning zien. Het vinden van de juiste balans heeft een significante invloed op de productiviteit, het concurrentievermogen en de positionering van een organisatie."
In het rapport 'The Evolution of Work' stelt Deloitte dat "agile organisaties de mix van menselijk en machinaal talent op alle niveaus steeds opnieuw beoordelen en dit als essentieel element van hun bedrijf en strategische planning zien."
Tijd besparen én ervaringen verbeteren
Machine learning zorgt voor snellere en beter gestroomlijnde HR-functies in de hele employee lifecycle. Machine learning analyseert enorme hoeveelheden data om patronen te vinden en voorspellingen te doen over toekomstige gebeurtenissen. Hierdoor wordt de efficiëntie verhoogd en komen veel taken die vroeger handmatig werden uitgevoerd, te vervallen.
Uit "The Business Case for AI in HR", een rapport van IBM, blijkt dat er vijf redenen zijn waarom HR-organisaties AI en machine learning implementeren:
- Oplossen van dringende zakelijke uitdagingen
- Nieuwe vaardigheden aantrekken en ontwikkelen
- De employee experience verbeteren
- Sterke ondersteuning bieden voor beslissingen
- HR-budgetten zo efficiënt mogelijk gebruiken
Deze redenen zijn ook van toepassing bij het overwegen van nieuwe technologieën.
Zoals u ziet, hebben deze redenen raakvlakken met vrijwel elk aspect van HR. Laten we bijvoorbeeld eens kijken naar recruiting in het algemeen en het aantrekken van kandidaten met nieuwe vaardigheden specifiek. In vergelijking met handmatig kunt u met machine learning veel sneller cv's analyseren en vaardigheden aan vacatures koppelen. Gezien de grotere volumes en de hogere snelheid in moderne recruiting, maakt deze snellere verwerking een groot verschil. Volgens de 'Gartner Recruiting Efficiency Survey' solliciteert 25% van de kandidaten tegenwoordig voor tien of meer banen, en is het gemiddelde aantal ontvangen sollicitaties voor één vacature tussen 2012 en 2018 met 39% gestegen. Bovendien moeten recruiters nu door grotere pools van ongeschikte kandidaten ploegen: volgens hen is 72% van de sollicitaties van lage tot gemiddelde kwaliteit. Maar met de juiste tool, aangedreven door machine learning, zijn recruiters minder tijd kwijt aan het doorspitten van cv's en kunnen ze meer aandacht besteden aan kandidaten met hoog potentieel.
We voorspellen dat steeds meer mensen uiteindelijk in een functie belanden waarvan we het bestaan nu nog niet kennen.
Het voordeel van machine learning voor werkzoekenden is dat ze sneller in vacaturebanken kunnen zoeken en daardoor meer over houden om functies te bekijken die door een algoritmes worden aanbevolen. We hebben allemaal wel eens functies aanbevolen gekregen waar we niet eens aan hadden gedacht. Aangezien de onderliggende technologie blijft evolueren, van het matchen van basiszoekwoorden naar het matchen van vaardigheden die overeenkomen met verschillende functietypen, voorspellen we dat meer mensen uiteindelijk in een functie belanden waarvan ze het bestaan nu nog niet kennen. In de toekomst kan blockchaintechnologie dit proces nog verder verbeteren, voor zowel werkzoekenden als recruiters.
Ook kunnen organisaties employee engagement en tevredenheid monitoren door op basis van machine learning de interne feedback te analyseren. Volgens IBM "kan deze technologie de ongestructureerde data van jaarlijkse surveys, pulse surveys en gesprekken op sociale media analyseren. Honderdduizenden commentaren kunnen binnen enkele uren op een bepaald onderwerp worden geanalyseerd."
Machine learning kan ook een rol spelen bij het levenslang leren. Werknemers krijgen dan binnen een bepaald leerplatform relevante aanbevelingen voor content, net zoals we als consumentproducten of films en TV-series krijgen aangeboden.
Bedrijven die hun resources regelmatig op een andere plek inzetten zijn na vijftien jaar veertig procent meer waard dan hun minder dynamische peers.
Van automatisering naar strategische besluitvorming
Naarmate de technologie voor machine learning volwassen is geworden zijn ook de voordelen groter geworden. Voor recruitment betekent dat niet alleen sneller werven en talent van hogere kwaliteit werven. Zoals uiteengezet in het IBM-rapport: "Voorheen konden we via technologie sneller mensen recruiten via internet. Dankzij AI kunnen we nu sneller de juiste mensen werven dankzij vaardigheidsmatching. Ook kunnen we de waarschijnlijkheid van toekomstig succes voorspellen en de verwachte tijd schatten voor het invullen van een rol.”
Deze verschuiving naar een meer strategische benadering in HR heeft belangrijke gevolgen voor organisaties. "Bij bedrijven waar HR meer strategisch dan administratief is georiënteerd, speelt de HR-organisatie een essentiële rol bij het bepalen van de bedrijfsresultaten," volgens Great Place to Work, die de lijst met '100 Best Companies to Work For' van Fortune samenstelt. "Een strategisch HR-team kan belangrijke prestaties voor zich opeisen, zoals het vergroten van het marktaandeel, uitbreiden van het klantenbestand, bevorderen van productinnovatie, verhogen van de verkoop en flexibiliteit van het bedrijf."
Waarom vaardigheden het belangrijkst zijn
Hoewel machine learning uitstekend voorspellingen doet, zijn er nog steeds mensen nodig om deze voorspellingen te interpreteren door middel van beoordelingen. Effectief werken met machines om de menselijke intelligentie te verhogen is van essentieel belang om van automatisering een succes te maken. Het is ook essentieel dat HR en managers in alle delen van de organisatie steeds opnieuw bekijken welke vaardigheden nodig zijn om de veranderingen voor te blijven.
Effectief werken met machines om de menselijke intelligentie te verhogen is van essentieel belang om van automatisering een succes te maken.
Automatisering kan sommige werknemers vervangen, maar creëert ook nieuwe banen en verandert huidige functies. In het rapport 'The Technology-Augmented Employee' van Forrester noemt J.P. Gownder een bedrijf dat repetitieve, standaardactiviteiten in de financiële dienstverlening heeft overgedragen aan RPA-bots (Robotic Process Automation). Als gevolg daarvan is het werk in finance "strategischer en interessanter" geworden.
Onderzoek van Deloitte bevestigt deze bevindingen. Het automatiseren van bepaalde taken zal de taakomschrijving van veel functies veranderen: "Wanneer bepaalde functietaken worden geautomatiseerd, is het werk dat voor mensen overblijft over het algemeen meer servicegericht, en vraagt het om vaardigheden als probleemoplossing, gegevensinterpretatie, communicatie, luisteren, klantenservice, empathie, teamwork en samenwerking. Deze hogere vaardigheden zijn echter geen vaststaande taken zoals bij traditionele banen, dus moeten organisaties flexibelere, meegroeiende en minder vastomlijnde posities en functies creëren." Machines zullen bepaalde routinetaken automatiseren, zo vervolgt het rapport, maar organisaties moeten hun manier van werken herzien om mee te kunnen gaan met de veranderingen.
Wat betreft de HR-functie, voorspelt McColl een toekomst waarin vaardigheden het middelpunt vormen van elke people organisatie, waardoor bedrijven hun werknemers gemakkelijker kunnen helpen kansen te benutten. Volgens hem kan een organisatie met behulp van machine learning onderzoeken wat voor soort werk de mensen doen, waar ze over praten en schrijven, en met welke klanten ze omgaan." "Als je machine learning kunt gebruiken om op basis van deze informatie de vaardigheden van deze mensen te identificeren, kun je aanbevelingen doen voor hun carrière. Bijvoorbeeld: 'Hier zijn enkele carrièrepaden die je naar een groeitraject kunnen brengen.' Ik denk dat dit enorm krachtig is."
Voor een consciëntieus gebruik van machine learning moeten bedrijven er uiteraard voor zorgen dat diversiteit en inclusie deel uitmaken van deze nieuwe technologieën. Barbara Cosgrove, vicepresident & Chief Privacy Officer bij Workday, stelt in een blog dat de verplichting tot ethisch gebruik van deze technologieën niet bedoeld is om menselijke besluitvormers te vervangen. Het is vooral zo dat op machine learning gebaseerde toepassingen voorspellingen doen die, in combinatie met menselijke beoordelingen, tot betere beslissingen leiden. Maar net als bij andere opkomende technologieën is het succes van machine learning afhankelijk van vertrouwen, en dat vertrouwen is er alleen wanneer bedrijven zich aan verantwoorde en ethische praktijken houden."
De evolutie gaat door
McColl voegt hieraan toe dat menselijkheid het fundament is van deze tweede golf van machine learning. Hij is ervan overtuigd dat machine learning bedrijven helpt met het creëren van betere werkplekken waarin men meer begrip heeft voor menselijke voorkeuren en antipathieën. "Ik denk dat machine learning ons in staat stelt om hypergepersonaliseerde oplossingen en ervaringen te creëren. Vanuit een werkperspectief kunnen we met deze technologie de applicaties, systemen en processen, waaromheen we ervaringen creëren, menselijker maken."
Volgens onderzoek van Workday biedt de opkomst van machine learning en andere data-driven technologieën kansen, maar ook enorme uitdagingen, omdat organisaties moeten leren omgaan met de vaardigheden die ze hiervoor nodig zullen hebben. 52 procent van de organisaties is bijvoorbeeld van plan meer dan de helft van hun werknemers tot 2024 bij te scholen. Hoe kunnen bedrijven profiteren van de kracht van machine learning en tegelijkertijd de menselijke vaardigheden ontwikkelen die vereist zijn om waarde te creëren op de markt? Hoe kunnen zij de menselijkheid bevorderen die nodig is om een goede werkgever en maatschappelijk verantwoorde onderneming te zijn?
Experts zijn het erover eens dat functies en vaardigheden zullen moeten evolueren met het oog op machine learning en andere technologische innovaties. Thomas Malone, expert bij het MIT Center for Collective Intelligence, legt uit dat de focus verkeerd ligt in het debat over mens versus machine. In een interview met Deloitte zegt hij: "We hebben het al die tijd gezien als mensen tegen computers en niet als mensen én computers. We hebben veel te lang nagedacht over de banen die het zou kosten wanneer de computers die van mensen afpakken. We hebben veel te weinig aandacht besteed aan de dingen die mensen en computers samen kunnen doen die voorheen niet mogelijk waren."
Laten we, nu we een nieuw decennium ingaan, ervoor zorgen dat we van 2020 kunnen zeggen dat dit het jaar van vooruitzien was, waarin mensen en computers samen dingen begonnen te bereiken die ze alleen nooit hadden kunnen realiseren.