Przewodnik zakupowy dla CIO po platformach do obsługi HR i finansów gotowych na AI

Jakich nowych kryteriów oceny powinni używać dyrektorzy IT przy wyborze platform HR i finansowych gotowych na AI?

Poziom podstawowych wymagań się nie zmienił, ale już nie wystarcza.

Gdy zapytano 300 dyrektorów IT, które funkcje są najważniejsze przy ocenie platform ERP i HCM, na liście obowiązkowych znalazły się: bezpieczeństwo, nadzór i zgodność (87%), doświadczenie użytkownika (85%) oraz możliwości integracji (84%). Te warunki nie podlegają negocjacjom. Każdy dostawca, który nie wykaże wysokiej skuteczności we wszystkich trzech obszarach, zostanie odrzucony na etapie wstępnej selekcji.

Jednak te same badania ujawniają coś, co kryje się pod tym konsensusem; coraz większe znaczenie zyskują możliwości AI i agentów (71%) oraz rozszerzalność platformy i interfejsy API (66%). Dyrektorzy IT mogą nie doceniać tych kryteriów nie dlatego, że są nieistotne, ale dlatego, że nie mają jeszcze pewności, jak oceniać dostawców pod kątem dojrzałości AI. Stosunkowo niska pozycja funkcji AI w rankingu nie wynika z małego zainteresowania nimi. Odzwierciedla ona niepewność związaną z procesem oceny. To jest luka, którą dyrektor IT musi zamknąć.

Ocena została podzielona na dwa poziomy

Dyrektorzy IT, którzy podejmują właściwe decyzje, oceniają oba poziomy jednocześnie. Ci, którzy optymalizują wyłącznie poziom 1, otrzymują platformę bezpieczną i zintegrowaną, ale architektonicznie nieprzygotowaną do spełnienia oczekiwań zarządu w zakresie AI.

Gdzie zazwyczaj pojawiają się problemy podczas modernizacji platform HR i finansów przez dyrektorów IT?

Badanie przeprowadzone przez firmę Jasper Colin ujawnia istotny paradoks: nie wszystkie inicjatywy technologiczne o wysokim priorytecie są równie łatwe w realizacji. Cyberbezpieczeństwo, prywatność danych, niezawodność platformy i jakość danych znajdują się zarówno wśród najwyższych priorytetów, jak i największych wyzwań – co potwierdza, że są to obszary rzeczywiście trudne do opanowania. Jednak druga grupa priorytetów generuje nieproporcjonalnie duże bariery realizacyjne: integracja danych między systemami, wykazywanie wartości inwestycji IT, redukcja długu technicznego oraz modernizacja starszej infrastruktury. Choć zajmują niższe miejsca w rankingu priorytetów, ich stopień skomplikowania jest znacznie większy, niż sugeruje ich pozycja.

Jakie ryzyka operacyjne powinni ocenić dyrektorzy IT, wybierając platformę gotową na AI?

Oceniając platformy w erze AI, dyrektorzy IT powinni poddawać dostawców testom obciążeniowym nie pod kątem składanych obietnic, lecz obszarów, w których realizacja projektów najczęściej napotykała trudności. Najważniejsze pytania:

• W jaki sposób platforma zapewnia spójność danych między modułami – czy jest to element wbudowany w architekturę, czy też wymaga stosowania obejść?
• Czy integracje pozostają stabilne po aktualizacjach, czy też wymagają zmian przy każdej nowej wersji?
• Czy można wykazać wartość AI w kategoriach akceptowalnych dla dyrektora finansowego?
• W jaki sposób platforma ogranicza – zamiast zwiększać – zadłużenie integracyjne i techniczne?
• Kto ponosi odpowiedzialność za ryzyko związane z wdrożeniem?
• Jak przebiega zarządzanie zmianą kulturową?
• Czy partnerstwo z dostawcą kończy się wraz z uruchomieniem systemu?
• Jak zabezpieczony jest sam proces transformacji?

Problemy te nie wynikają wyłącznie z samej technologii, lecz dotyczą bezpośrednio sposobu jej wdrażania. Ocena platformy musi wykraczać poza samo oprogramowanie i obejmować również metodologię wdrożenia. To właśnie ekosystem usług profesjonalnych dostawcy zapewnia, że integracje pozostaną stabilne, dług techniczny zostanie zredukowany zamiast przeniesiony, a przejście do architektury gotowej na AI nie utknie na etapie wdrożenia. Usługi nie są dodatkiem przy wyborze platformy. Stanowią warstwę ograniczającą ryzyko, która chroni każdą inną decyzję architektoniczną podejmowaną przez organizację.

Jak dyrektorzy IT mogą zachować kontrolę nad technologiami informatycznymi, gdy AI przynosi realne rezultaty?

Jakie luki w nadzorze narażają dyrektorów IT na ryzyko związane z agentami AI?

Bezpieczeństwo jest głównym źródłem obaw związanych z wdrażaniem AI w skali całego przedsiębiorstwa – wskazuje na nie 39% dyrektorów IT. Nie jest to jednak obawa abstrakcyjna – ma charakter strukturalny. Większość organizacji prowadzi dziesiątki niepowiązanych ze sobą eksperymentów z wykorzystaniem AI, angażujących różne zespoły, modele i dostawców. Brakuje spójnego wglądu w to, jakie rozwiązania zostały udostępnione i kto z nich korzysta. Nie wiadomo też, do jakich danych mają dostęp ani czy przynoszą jakąkolwiek realną wartość.

W rezultacie powstają tzw. „agenty działające bez nadzoru” – potężne systemy AI połączone z danymi przedsiębiorstwa bez odpowiednich mechanizmów kontroli, co wraz z każdym kolejnym wdrożeniem zwiększa ryzyko związane z bezpieczeństwem i zgodnością. Wyzwanie związane z zarządzaniem jest dodatkowo potęgowane przez fragmentację – żadna pojedyncza rola nie odpowiada za zarządzanie AI w całym przedsiębiorstwie. Badanie przeprowadzone przez firmę Jasper Colin wykazało, że odpowiedzialność za ten obszar jest rozproszona pomiędzy dyrektorów ds. bezpieczeństwa (27%), dyrektorów IT (20%), dyrektorów ds. danych (17%) oraz specjalne komisje ds. etyki sztucznej inteligencji (16%).

Dla osób odpowiedzialnych za wybór platformy wnioski są jednoznaczne: nadzór nad AI nie może być problemem, który klient musi rozwiązywać samodzielnie po wdrożeniu technologii. Musi być wbudowany w architekturę platformy – a sama platforma powinna zapewniać odpowiedzialne wykorzystanie AI już na etapie projektowania.

Jakich możliwości nadzoru nad AI powinni szukać dyrektorzy IT w platformach HR i finansów?

Oceniając sposób, w jaki platforma wspiera zarządzanie AI, dyrektorzy IT powinni przeanalizować sześć kluczowych wymiarów:

• Zarządzanie tożsamością i cyklem życia agentów Czy platforma oferuje scentralizowany system rejestrowania, nadawania uprawnień, monitorowania i wycofywania agentów AI – niezależnie od dostawcy, który je stworzył? Czy agentami można zarządzać w ramach struktury organizacyjnej na równi z pracownikami, stosując te same rygorystyczne zasady kontroli dostępu, nadzoru i odpowiedzialności?
• Możliwość wykonania audytu i zgodność Każde działanie agenta mające wpływ na ludzi lub finanse musi być rejestrowane, możliwe do prześledzenia i podlegające audytowi. Czy platforma umożliwia zapewnienie zgodności z ewoluującymi regulacjami dotyczącymi sztucznej inteligencji w różnych regionach – od unijnego Aktu o sztucznej inteligencji po przepisy stanowe i federalne w Stanach Zjednoczonych – bez konieczności tworzenia przez klientów rozbudowanych warstw zgodności i raportowania?
• Spójność modelu bezpieczeństwa Czy agenty AI podlegają temu samemu modelowi bezpieczeństwa co platforma podstawowa? Czy wymagają odrębnych przeglądów bezpieczeństwa, kontroli dostępu i procesów weryfikacji zgodności przy każdym nowym wdrożeniu?
• Obsługa agentów wielu dostawców Żadne przedsiębiorstwo nie funkcjonuje w oparciu o rozwiązania AI jednego dostawcy. Czy platforma potrafi zarządzać agentami niezależnie od miejsca ich utworzenia – zarówno w środowiskach dostawców chmury, platform współpracy, jak i ekosystemach partnerów zewnętrznych? Fakt, że 43% dyrektorów IT dostrzega konieczność centralnego zarządzania agentami niezależnie od ich pochodzenia, wskazuje na jednoznaczny wymóg rynkowy.
• Dostęp do danych z uwzględnieniem uprawnień Aby agenty AI były użyteczne, potrzebują dostępu do danych. Nie powinny jednak nigdy uzyskiwać dostępu do surowych, nieprzefiltrowanych danych przedsiębiorstwa. Czy platforma wymusza dostęp oparty na zasadzie minimalnych uprawnień przy każdej interakcji agenta i stosuje filtrowanie danych przez ten sam model bezpieczeństwa, który obowiązuje użytkowników?
• Projektowanie z naciskiem na nadzór Czy nadzór został zaprojektowany przed rozszerzeniem portfolio agentów, czy też jest dodawany po fakcie? Architektura z priorytetem na zarządzanie oznacza, że każdy agent domyślnie dziedziczy odpowiednie mechanizmy kontroli. Podejście polegające na dodawaniu zarządzania na późniejszym etapie sprawia, że każde wdrożenie staje się indywidualnym projektem bezpieczeństwa.

Podejście Workday

Posiadanie wiarygodnego systemu ewidencyjnego to konieczność. W świecie opartym na agentach to jednak za mało. Dyrektorzy IT nie powinni pytać „Czy moje dane są dokładne?”, ale raczej: „Czy mogę pozwolić agentowi działać na podstawie tych danych, nie naruszając przy tym zasad kontroli?”.

W ramach platformy Workday działania agentów opierają się na danych przedsiębiorstwa, a deterministyczne zabezpieczenia gwarantują, że każde działanie pozostaje w granicach zasad i mechanizmów kontroli skonfigurowanych przez klienta.

Ten fundament opiera się na trzech filarach architektonicznych, których ogólne rozwiązania AI nie są w stanie zapewnić:

Te trzy filary są wdrażane dzięki trzem powiązanym ze sobą funkcjom:

Praktyki w zakresie nadzoru stosowane przez Workday są weryfikowane przez niezależne podmioty, a nie wyłącznie na podstawie samodzielnej certyfikacji. Workday jest jedynym dużym dostawcą platform HR i finansowych, który uzyskał certyfikację niezależnych organizacji zarówno w zakresie normy ISO 42001, jak i ram zarządzania ryzykiem związanym ze sztuczną inteligencją NIST.

Korzyść dla dyrektorów IT: jedno miejsce do zarządzania całą kadrą agentów – z pełnymi ścieżkami audytu, dostępem opartym na uprawnieniach oraz możliwością wykazania zgodności w różnych jurysdykcjach.

W praktyce skuteczny nadzór wymaga profesjonalnego podejścia do zarządzania zmianą

Skuteczność architektury opartej na mechanizmach zarządzania zależy od jakości jej wdrożenia. Usługi Workday oraz wybrani partnerzy wdrożeniowi zapewniają prawidłową konfigurację scentralizowanych mechanizmów kontroli, struktur tożsamości oraz środków zapewniających zgodność z przepisami już od samego początku – eliminując ryzyko związane z realizacją, które często utrudnia wdrażanie sztucznej inteligencji w skali całego przedsiębiorstwa. 95% wdrożeń Workday kończy się na czas.

Jak dyrektorzy IT powinni oceniać architekturę techniczną przedsiębiorstwa wykorzystującego agenty?

Jak zmieniła się kwestia architektury platformy w dobie agentów AI?

Dyrektorzy IT definiują dziś „platformę” przede wszystkim jako warstwę integracyjną łączącą aplikacje i systemy danych (31%), następnie jako środowisko do uruchamiania aplikacji ERP (28%), a także jako fundament danych i analityki (27%). Platformy dotyczą przede wszystkim łączności, dostępu do danych i elastyczności – a nie tego, gdzie działa kod lub które aplikacje są hostowane.

Ta definicja ma bezpośredni wpływ na sposób oceny dostawców. Platforma wybrana dla obszarów HR i finansów musi pełnić funkcję zarządzanej podstawy danych, która umożliwia wykorzystanie sztucznej inteligencji, integruje się z szerszym ekosystemem przedsiębiorstwa i pozostaje stabilna w trakcie aktualizacji oraz rozbudowy. Kategoria ta szybko ewoluuje: 30% dyrektorów IT oczekuje obecnie, że ich partner ERP będzie pełnił rolę „systemu działania”, podczas gdy jedynie 11% nadal postrzega go wyłącznie jako „system ewidencyjny”. Szukasz platformy, która potrafi realizować zadania, a nie tylko przechowywać dane.

Jak dyrektorzy IT mogą sprawdzić, czy AI danej platformy jest w stanie działać kompleksowo, a nie tylko sugerować rozwiązania?

Zanim dyrektorzy IT przystąpią do oceny konkretnych możliwości, powinni przeprowadzić podstawowy test architektoniczny, który odróżnia platformy stworzone z myślą o przedsiębiorstwie opartym na agentach od tych, które nadal funkcjonują przede wszystkim jako zaawansowane systemy ewidencyjne.

To rozróżnienie między sztuczną inteligencją, która jedynie sugeruje działania, a sztuczną inteligencją, która je realizuje, stanowi najważniejszy filtr architektoniczny w procesie oceny. Platforma, w której probabilistyczna sztuczna inteligencja działa w ramach deterministycznych mechanizmów kontroli, pozwala agentom wnioskować, rekomendować i podejmować działania, podczas gdy krytyczne procesy pozostają poprawne, zgodne z przepisami i powtarzalne. Platforma, w której sztuczna inteligencja funkcjonuje poza ramami procesów biznesowych, sprawia natomiast, że każde działanie agenta staje się ręcznym przekazaniem zadania, źródłem ryzyka dla spójności danych oraz potencjalną luką w zarządzaniu.

Zastosuj ten test podczas każdej prezentacji dostawcy: czy agent realizuje transakcję od początku do końca w ramach istniejących procesów biznesowych i obowiązujących mechanizmów bezpieczeństwa? Czy może jedynie podsuwa zalecenie, które wymaga od użytkownika zalogowania się do innego systemu i samodzielnego dokończenia zadania?

Jak fragmentacja platformy wpływa na decyzje dyrektorów IT dotyczące architektury?

Większość organizacji działa w wysoce rozdrobnionych środowiskach IT. Prawie 40% dyrektorów IT deklaruje, że zarządza od 21 do 50 różnymi platformami, a kolejne 10% – ponad 50. Wśród największych przedsiębiorstw (zatrudniających ponad 100 000 osób) 61% korzysta z od 21 do 50 platform, a 35% zarządza ponad 50.

Fragmentacja jest jednym z głównych czynników napędzających przyjęcie strategii platformowej.

Trzy najważniejsze powody, dla których warto realizować strategię opartą na platformie:

Pytanie oceniające nie brzmi, czy możliwe jest zastąpienie wszystkich platform jednym rozwiązaniem. Chodzi o to, czy wybrana platforma HR i finansowa może koordynować działania w całym ekosystemie – łącząc dane, zarządzając agentami i umożliwiając automatyzację – bez konieczności wymiany wszystkich pozostałych systemów.

Jakie kryteria architektury technicznej powinni oceniać dyrektorzy IT w przypadku platform HR i finansowych gotowych na AI?

• Architektura i spójność danych Czy platforma oferuje scentralizowany system rejestrowania, nadawania uprawnień, monitorowania i wycofywania agentów AI – niezależnie od dostawcy, który je stworzył? Czy agentami można zarządzać w ramach struktury organizacyjnej na równi z pracownikami, stosując te same rygorystyczne zasady kontroli dostępu, nadzoru i odpowiedzialności?
• Integracje pozwalające na aktualizacje Każde działanie agenta mające wpływ na ludzi lub finanse musi być rejestrowane, możliwe do prześledzenia i podlegające audytowi. Czy platforma umożliwia zapewnienie zgodności z ewoluującymi regulacjami dotyczącymi sztucznej inteligencji w różnych regionach – od unijnego Aktu o sztucznej inteligencji po przepisy stanowe i federalne w Stanach Zjednoczonych – bez konieczności tworzenia przez klientów rozbudowanych warstw zgodności i raportowania?
• Otwartość danych i gotowość na AI Czy agenty AI podlegają temu samemu modelowi bezpieczeństwa co platforma podstawowa? Czy wymagają odrębnych przeglądów bezpieczeństwa, kontroli dostępu i procesów weryfikacji zgodności przy każdym nowym wdrożeniu?
• Elastyczność wdrażania agentów Żadne przedsiębiorstwo nie funkcjonuje w oparciu o rozwiązania AI jednego dostawcy. Czy platforma potrafi zarządzać agentami niezależnie od miejsca ich utworzenia – zarówno w środowiskach dostawców chmury, platform współpracy, jak i ekosystemach partnerów zewnętrznych? Fakt, że 43% dyrektorów IT dostrzega konieczność centralnego zarządzania agentami niezależnie od ich pochodzenia, wskazuje na jednoznaczny wymóg rynkowy.
• Otwartość ekosystemu Integracje partnerskie, interfejsy API gotowe do obsługi agentów oraz wsparcie dla środowisk z wieloma dostawcami nie są już elementami wyróżniającymi – stały się wymaganiami podstawowymi. Jak wygląda ekosystem partnerski? Jaka jest strategia dotycząca API? Jakie jest stanowisko dostawcy w kwestii przenoszenia danych i prawa do rezygnacji?
• Rozszerzalność i tworzenie niestandardowe Żaden plan rozwoju dostawcy nie jest w stanie przewidzieć wszystkich potrzeb biznesowych. Gdy 40% dyrektorów IT zarządza od 21 do 50 platformami, głównym problemem stają się luki pomiędzy nimi – a przewagę zyskuje platforma, która umożliwia zespołowi tworzenie niestandardowych agentów, aplikacji i integracji w celu ich skutecznego wypełniania. Decydujący filtr: czy każda niestandardowa implementacja domyślnie dziedziczy zabezpieczenia i mechanizmy zarządzania platformy, czy też zespół musi od podstaw konfigurować uwierzytelnianie, monitorowanie i zgodność z wymaganiami?

Aby zastosować te kryteria do własnej listy dostawców, pobierz pełną wersję przewodnika zakupowego dla dyrektorów IT (PDF) zawierającą kompletną kartę wyników oceny.

Jakie są zalety architektury Workday?

Od dwóch dekad Workday pełni rolę głównego systemu do zarządzania kadrami i finansami, przetwarzając rocznie ponad bilion transakcji dotyczących 70 milionów pracowników i ponad 11 000 klientów. W erze, w której sztuczna inteligencja odgrywa kluczową rolę, ta podstawa jest nie tylko istotna – to właśnie ona wyróżnia Workday, zapewniając kontekst i zabezpieczenia, które umożliwiają bezpieczne działanie sztucznej inteligencji w ramach najważniejszych procesów przedsiębiorstwa. Wykorzystanie tego potencjału wymaga jednak ewolucji samej platformy – od systemu ewidencji do platformy dla agentów.

Dane i kontekst Ewolucja zaczyna się od fundamentów. Podstawą Workday są ujednolicone dane, nadzór, odpowiedzialność za procesy biznesowe, spójny model bezpieczeństwa oraz zgodność z przepisami, której przedsiębiorstwa mogą zaufać. To właśnie te elementy sprawiły, że Workday od dwóch dekad pozostaje liderem w obszarze HCM i ERP. Razem tworzą one swoistą „fosę kontekstową” – lata doświadczeń zapisanych w postaci łańcuchów zatwierdzania, zasad podziału obowiązków i regionalnych reguł biznesowych zakodowanych bezpośrednio w platformie. W agentowym świecie nie jest to przestarzała infrastruktura. To zestaw zabezpieczeń, które każdy agent dziedziczy domyślnie, umożliwiając bezpieczną, zgodną z zasadami i skuteczną automatyzację najważniejszych procesów związanych z ludźmi i finansami.

Podstawowe aplikacje Warstwę wyżej znajdują się kluczowe aplikacje: Workday Human Capital Management (HCM), Workday Payroll, Workday Financial Management, Workday Adaptive Planning, Workday Student oraz produkty dla konkretnych branż. To właśnie w tych krytycznych obszarach Workday wykorzystuje sztuczną inteligencję, aby na nowo zdefiniować sposób wykonywania zadań przez zespoły HR, finansowe i IT.

Zespoły agentów Jednak w świecie opartym na agentach należy na nowo przemyśleć same aplikacje – sposób ich wykorzystania oraz współpracy ludzi i agentów, koncentrując się na realizacji wartościowych zadań. To właśnie zadanie agentów Workday. Zespoły agentów w obszarach HR, finansów, IT i obsługi prawnej działają w ramach wstępnie skonfigurowanego środowiska wykonawczego. Nie uczą się zasad, lecz dziedziczą je od pierwszego dnia. Efektem jest fundamentalna zmiana sposobu, w jaki ludzie korzystają z Workday. Maleje liczba czynności wymagających ręcznej obsługi, znikają rutynowe zadania, a agenty współpracują z ludźmi – potrafią działać, doradzać i autonomicznie dostosowywać się do zmieniających się potrzeb.

Rozszerzalność platformy i ekosystem Oprócz funkcjonalności dostarczanych bezpośrednio przez Workday klienci mogą dalej rozszerzać możliwości platformy. Chmura danych Workday stanowi warstwę wiedzy dla sztucznej inteligencji, w której dane dotyczące pracowników i finansów stają się wiarygodne, zarządzane i gotowe do wykorzystania przez agenty. Dostęp do danych bez kopiowania za pośrednictwem Apache Iceberg na potrzeby analiz wielkoskalowych oraz zapytania do danych na żywo w czasie rzeczywistym przy użyciu SQL umożliwiają klientom dwukierunkową integrację Workday z platformami takimi jak Databricks, Google Cloud, Salesforce, Snowflake oraz szeroką gamą narzędzi BI. Powstająca warstwa semantyczna zachowuje zarówno same dane jak i reguły ich przetwarzania – ponad 20 lat obiektów biznesowych, logiki, metryk, relacji oraz zasad nadzoru zgromadzonych w Workday.

Workday Build pełni funkcję platformy programistycznej gotowej do obsługi agentów. Klienci mogą tworzyć na jej bazie agenty, aplikacje i przepływy orkiestracji działające bezpośrednio w środowisku Workday lub wykorzystywać Workday jako fundament zasilający agenty i procesy działające w całym ekosystemie technologicznym organizacji. W obu przypadkach agenty od początku działają w ramach ustalonych mechanizmów kontroli.

Zarządzanie agentami i nadzór Całością zarządza Agent System of Record w Workday, który zapewnia widoczność, nadzór i kontrolę nad każdym agentem wdrożonym w organizacji – niezależnie od tego, czy jest to agent własny, partnerski czy pochodzący od zewnętrznego dostawcy. Każdy agent otrzymuje unikalną tożsamość, precyzyjnie określone uprawnienia, pełną ścieżkę audytu oraz mechanizmy ciągłej weryfikacji. To właśnie na tym poziomie zgodność z przepisami staje się możliwa do wykazania. Bez tego nadzór ustępuje miejsca odpowiedzialności.

Ujednolicone i połączone doświadczenie Sana otwiera możliwość nowego zdefiniowania sposobu i miejsca wykonywania pracy oraz tego, jak użytkownicy wchodzą w interakcję z oprogramowaniem. To ostatnie oprogramowanie, którego ktokolwiek będzie musiał się nauczyć. Sana to interfejs, w którym wykonuje się pracę – połączony z każdą aplikacją, dzięki czemu wszystko, od zapytania po działanie, odbywa się w ramach jednego środowiska, z wbudowanymi zabezpieczeniami Workday. Agenty pomagają użytkownikom w ich codziennych narzędziach pracy, ale każde działanie i tak przechodzi przez warstwę nadzoru.

Podstawa zaufania W tej architekturze nadzór nie jest ani funkcją, ani dodatkiem. Stanowi fundament, który gwarantuje, że każdy agent operujący na danych dotyczących pracowników i finansów działa w ramach struktur, na których opiera się funkcjonowanie całej organizacji. To właśnie ten fundament sprawia, że agenty budzą zaufanie – zarówno w środowisku Workday, jak i w całym ekosystemie. W ten sposób system ewidencyjny przekształca się w platformę dla agentów oraz zaufane zaplecze dla pracy agentowej w całym ekosystemie AI.

Jak dyrektorzy IT mogą przekonać komitet zakupowy do wyboru platformy gotowej na AI?

Kim są kluczowi interesariusze decydujący o zakupie platformy do obsługi HR i finansów gotowej na AI?

Dyrektorzy IT często prowadzą proces wstępnej selekcji dostawców (48%) i odpowiadają za ostateczne zatwierdzenie wyboru platformy (67%), jednak często kto inny podejmuje decyzje budżetowe. HR i IT najczęściej współdzielą odpowiedzialność techniczną za systemy HCM – 52% organizacji wskazuje na wspólne zarządzanie – co zwiększa potrzebę równoważenia wymagań biznesowych i technologicznych na każdym etapie oceny.

Osiągnięcie konsensusu w komitecie zakupowym wymaga zrozumienia, jakie oczekiwania i priorytety mają poszczególni interesariusze.

Ramy służące budowaniu konsensusu

• Krok 1: Ustalenie wspólnych kryteriów oceny Przed rozpoczęciem prezentacji dostawców uzgodnij z komitetem zakupowym siedem wymiarów oceny przedstawionych w tym przewodniku. Należy nadać ich wagi zgodnie z priorytetami organizacji oraz upewnić się, że obok tradycyjnych kryteriów uwzględniono również zarządzanie AI, architekturę danych i otwartość ekosystemu.
• Krok 2: Powiązanie wymagań interesariuszy z możliwościami dostawców Każdy interesariusz powinien określić trzy najważniejsze wymagania, które nie podlegają negocjacjom. Najlepszym wyborem jest platforma, która spełnia największą liczbę kluczowych wymagań całego komitetu, a nie ta, która oferuje najwięcej funkcji z listy kontrolnej.
• Krok 3: Przeprowadzenie ustrukturyzowanej weryfikacji koncepcji Nie opieraj oceny wyłącznie na prezentacjach. Poproś o przeprowadzenie weryfikacji koncepcji opartej na rzeczywistych danych, rzeczywistych procesach oraz rzeczywistym środowisku integracyjnym Twojej organizacji. Oceń nadzór, a nie tylko funkcjonalność.
• Krok 4: Ocena ryzyka, a nie tylko możliwości Zapytaj każdego dostawcę: co stanie się, jeśli integracja przestanie działać po aktualizacji? Co stanie się, jeśli agent AI uzyska dostęp do danych, do których nie powinien mieć dostępu? Co stanie się, gdy zmienią się przepisy? Platforma, która odpowiada na te pytania poprzez systemowe zabezpieczenia, a nie obietnice, minimalizuje ryzyko nietrafionej decyzji.
• Krok 5: Zbudowanie wspólnej narracji Przedstaw rekomendację w sposób, który odwołuje się do najważniejszych rezultatów oczekiwanych przez każdego z interesariuszy. Dla dyrektorów IT: zarządzanie AI na dużą skalę. Dla dyrektorów ds. HR: wyjątkowe doświadczenie pracownika. Dla dyrektorów finansowych: wymierny wzrost wydajności. Dla dyrektorów ds. bezpieczeństwa informacji: zabezpieczenia klasy korporacyjnej zastosowane do każdego agenta. Dla działu IT: redukcja złożoności, a nie jej wzrost.

Jakiego kryterium oceny powinni używać dyrektorzy IT do porównania platform AI do obsługi HR i finansów?

Pobierz przewodnik, aby uzyskać dostęp do karty wyników obejmującej siedem wymiarów, które warto ocenić. Możesz ocenić każdy z nich, aby znaleźć odpowiednią platformę AI dla swojej firmy.

Wniosek: wybrana platforma realizuje strategię AI

Decyzje dyrektora IT mają długofalowe konsekwencje. Systemy wybrane pięć lat temu ukształtowały to, co jest możliwe dzisiaj, a platforma wybrana teraz zadecyduje o możliwościach w erze agentów AI.

Wyniki badań są jednoznaczne: dyrektorzy IT nie zastanawiają się już, czy inwestować w AI. Ta kwestia została rozstrzygnięta. Teraz muszą się zastanowić, jak wdrażać AI odpowiedzialnie, na dużą skalę i osiągać wymierną wartość w ramach systemów obsługujących najbardziej krytyczne procesy biznesowe.

Wybór platformy to jednocześnie decyzja dotycząca architektury, nadzoru, strategii AI oraz realizacji – i to Ty musisz ją podjąć. Należy ocenić, jak platforma zarządza AI, aktywuje dane, wspiera rozszerzalność i skaluje się bez zakłóceń. Warto budować konsensus w komitecie zakupowym w oparciu o wspólne kryteria oceny, a nie porównanie funkcji. Trzeba też wybierać partnerów, a nie tylko dostawców – takich, którzy traktują zarządzanie jako fundament, dane jako zasób, a otwartość jako zasadę projektowania.

Pobierz pełny przewodnik zakupowy dla dyrektorów IT (PDF), aby uzyskać:

• Kartę oceny z siedmioma wymiarami i punktacją od 1 do 5 do wydrukowania
• Szczegółowe przykłady uzasadnień biznesowych dla dyrektorów IT i finansów
• Listy kontrolne dotyczące architektury i nadzoru, przydatne przy tworzeniu zapytań ofertowych.