Bạn đang sử dụng trí tuệ nhân tạo (AI) để đẩy nhanh tiến độ công việc nhân sự, hay đang giao phó cho một thuật toán những quyết định mà nó không bao giờ nên tự mình đưa ra? Đây chính là lúc cuộc thảo luậnvề AI trong lĩnh vực nhân sự trở nên nghiêm túc. Đối với các doanh nghiệp vừa và nhỏ (SME) tại Ý, vấn đề không phải là xác định liệu trí tuệ nhân tạo có hữu ích hay không. Nó rõ ràng là hữu ích. Vấn đề nằm ở việc xác định xem nó tạo ra giá trị thực sự ở đâu, và ở đâu lại gây ra sự thiếu minh bạch, thiên vị và rủi ro về mặt pháp lý.
Với tư cách là một doanh nhân, tôi đã nhận thấy việc tự động hóa các công đoạn tốn nhiều công sức nhất hấp dẫn đến mức nào. Nếu bạn phải đọc hàng trăm bản lý lịch, tổng hợp các cuộc khảo sát nội bộ hoặc đối mặt với những nhân viên luôn đặt những câu hỏi lặp đi lặp lại về nghỉ phép và chính sách, trí tuệ nhân tạo (AI) sẽ giúp bạn tiết kiệm thời gian ngay lập tức. Nhưng tôi cũng đã nhìn thấy mặt trái của vấn đề. Một điểm số tương thích do mô hình AI tạo ra có vẻ khách quan, và chính vì lý do đó, nó có thể nguy hiểm hơn cả một đánh giá của con người – vốn rõ ràng mang tính chủ quan.
Cách hiểu đúng không phải là “Có nên dùng AI” hay “Không nên dùng AI”. Mà là tìm ra điểm cân bằng giữa tự động hóa và trách nhiệm của con người. Đối với những ai muốn có cái nhìn thực tiễn về các doanh nghiệp vừa và nhỏ (SME), tôi cũng khuyên bạn nên đọc cuốn “AI in HR for SMEs”.
Câu hỏi đúng không phải là liệu AI có thể hỗ trợ bộ phận Nhân sự hay không. Câu hỏi đúng là liệu nó có thực sự có thể lựa chọn nhân tài tiếp theo của bạn mà không làm sai lệch quy trình hay không.
Cụ thể, hiện nay trí tuệ nhân tạo (AI) đã được ứng dụng trong việc sàng lọc hồ sơ xin việc, chatbot nội bộ, phân tích khảo sát, quy trình onboarding và tạo lập tài liệu. Đây là công nghệ đặc biệt hữu ích khi khối lượng công việc lớn và tốc độ xử lý mang lại giá trị tức thì. Tuy nhiên, trong lĩnh vực nhân sự, mọi quyết định đều ảnh hưởng trực tiếp đến con người thực, sự nghiệp thực và quyền lợi thực. Chính vì vậy, việc áp dụng công nghệ này cần được tiếp cận theo một cách tiếp cận khác biệt so với việc đưa vào sử dụng một “phụ lái” để soạn email hay tóm tắt nội dung cuộc họp.
Hiệu quả là điều quan trọng. Tuy nhiên, khi đưa ra quyết định liên quan đến con người, chỉ nhanh chóng thôi thì chưa đủ.
Trên thị trường Ý, vấn đề này còn nhạy cảm hơn nữa. Quy định GDPR và Đạo luật về Trí tuệ nhân tạo (AI Act) của châu Âu đã hạn chế đáng kể mức độ sai sót khi một hệ thống tự động can thiệp vào các khâu tuyển dụng, đánh giá và quản lý nhân sự. Nếu bạn đang xem xétviệc áp dụng trí tuệ nhân tạo (AI) cho lĩnh vực nhân sự (HR), bạn cần tuân thủ một nguyên tắc đơn giản: tự động hóa các công việc lặp đi lặp lại, còn việc ra quyết định thì vẫn do con người đảm nhận.
Việc ứng dụng trí tuệ nhân tạo (AI) trong lĩnh vực nhân sự không phải là chuyện viễn tưởng. Nó đã trở thành công việc hàng ngày. Ngày nay, nhiều doanh nghiệp đang sử dụng AI để giảm bớt các công việc lặp đi lặp lại, đẩy nhanh các quy trình và giúp đội ngũ nhân sự có thêm thời gian cho những công việc đòi hỏi sự am hiểu bối cảnh và khả năng phán đoán.
Theo số liệu của Yomly về việc áp dụng trí tuệ nhân tạo (AI) trong các hoạt động nhân sự, 44% doanh nghiệp đã sử dụng AI cho công tác tuyển dụng. Các công cụ AI có thể rút ngắn thời gian tuyển dụng khoảng 50% và tự động hóa gần 40% các nhiệm vụ lặp đi lặp lại.
Trường hợp ứng dụng phổ biến nhất là vòng sàng lọc ban đầu các hồ sơ ứng tuyển. Một mô hình ngôn ngữ lớn (LLM) sẽ đọc CV và mô tả công việc, so sánh các kỹ năng, kinh nghiệm và các tín hiệu ngữ nghĩa, sau đó lập ra một danh sách ứng viên tiềm năng được sắp xếp theo thứ tự.
Trong thực tế, phương pháp này hoạt động hiệu quả khi vị trí công việc đã được chuẩn hóa ở mức độ nhất định. Tôi đang nghĩ đến các vị trí hành chính, hỗ trợ khách hàng, kinh doanh nội bộ, phát triển phần mềm với bộ công nghệ đã được xác định rõ. Nếu bạn mô tả rõ ràng các yêu cầu, mô hình này sẽ giúp đẩy nhanh đáng kể giai đoạn đầu tiên.
Phương pháp này không hiệu quả bằng khi cần đánh giá những yếu tố khó xác định từ một bản lý lịch.
Quy tắc thực tiễn: Hãy sử dụng trí tuệ nhân tạo (AI) để thu hẹp danh sách từ 500 CV xuống còn một danh sách dễ quản lý hơn. Đừng sử dụng nó để tự quyết định ai xứng đáng được tham gia vòng phỏng vấn cuối cùng.
Trường hợp sử dụng thứ hai ít nổi bật hơn, nhưng thường hữu ích hơn. Các đội ngũ nhân sự dành phần lớn thời gian cho các yêu cầu lặp đi lặp lại. Theo phân tích của Tommaso Maria Ricci về trí tuệ nhân tạo (AI) trong lĩnh vực nhân sự, các đội ngũ nhân sự dành từ 40% đến 60% thời gian của mình cho các yêu cầu như nghỉ phép, bảng lương và chính sách công ty. Các chatbot nhân sự có thể giúp tiết kiệm tới 2-3 giờ mỗi ngày để tập trung vào các hoạt động chiến lược hơn.
Giá trị ở đây là ngay lập tức. Một chatbot nội bộ sẽ trả lời các câu hỏi về số ngày nghỉ còn lại, hồ sơ, thủ tục, hóa đơn chi tiêu, quy định và quy trình nhập môn hành chính. Lợi ích không chỉ nằm ở việc tiết kiệm thời gian cho đội ngũ nhân sự. Đó còn là chất lượng trải nghiệm dành cho nhân viên, khi họ nhận được câu trả lời nhanh chóng thay vì phải chờ đợi email.
Trí tuệ nhân tạo (AI) thực sự gây ấn tượng mạnh nhất khi phân tích các văn bản dài và lan man. Các cuộc khảo sát nội bộ là một ví dụ điển hình. Thay vì phải đọc thủ công hàng trăm câu trả lời mở, mô hình này sẽ xác định các chủ đề lặp lại, cảm xúc, các vấn đề nhạy cảm đang nổi lên và các xu hướng cần được nghiên cứu sâu hơn.
Theo tôi, những ứng dụng hữu ích nhất dành cho các doanh nghiệp vừa và nhỏ là những ứng dụng sau đây:
Mô tả công việc và chính sách
Trí tuệ nhân tạo (AI) tạo ra bản nháp đầu tiên có tính nhất quán, sau đó bộ phận Nhân sự sẽ chỉnh sửa về mặt pháp lý và văn hóa.
Quá trình giới thiệu công việc được cá nhân hóa
Có thể điều chỉnh nội dung, tài liệu và trình tự theo vai trò hoặc bộ phận.
Lập bản đồ kỹ năng
Giúp xác định các kỹ năng hiện có và những lỗ hổng trong đào tạo, đặc biệt khi dữ liệu được phân tán trong các bản lý lịch, báo cáo đánh giá và ghi chú của quản lý.
Phân tích xu hướng
Chuyển đổi văn bản không có cấu trúc thành các tín hiệu hữu ích để xác định những điểm cần can thiệp.
Cũng có sự phân biệt ngày càng rõ rệt giữa các mô hình tổng quát và các mô hình chuyên biệt. Về phía các mô hình chuyên biệt, Wisq đã phát triển HRLM như một mô hình dành riêng cho lĩnh vực nhân sự (HR). Về phía các mô hình tổng quát, GPT, Claude và Gemini đã được nhiều doanh nghiệp sử dụng cho các tác vụ vận hành trong lĩnh vực nhân sự thông qua các lời nhắc được thiết kế kỹ lưỡng. Tuy nhiên, sự khác biệt không chỉ nằm ở chất lượng kết quả đầu ra. Nó còn nằm ở cơ chế quản trị.
Cách tồi tệ nhất để áp dụng trí tuệ nhân tạo (AI) trong lĩnh vực nhân sự là suy nghĩ theo lối cực đoan. Không tự động hóa chút nào sẽ khiến các quy trình trở nên chậm chạp, công việc dồn đọng và các quyết định được đưa ra dựa trên thông tin không đầy đủ. Trong khi đó, tự động hóa hoàn toàn lại dẫn đến sai lầm ngược lại: coi con người và hồ sơ ứng tuyển như những phiếu yêu cầu cần phân loại.
Ẩn dụ về đường cong Laffer cũng rất phù hợp trong trường hợp này. Ban đầu, mỗi bước áp dụng AI đều mang lại hiệu quả. Tự động hóa các câu hỏi thường gặp (FAQ) nội bộ, bản nháp đầu tiên của tài liệu, phân tích văn bản, xếp hạng sơ bộ hồ sơ xin việc. Giá trị ngày càng tăng lên.
Rồi sẽ đến một ngưỡng nhất định. Nếu bạn tiếp tục giao cho thuật toán những nhiệm vụ ngày càng phức tạp, giá trị của nó sẽ bắt đầu giảm sút. Không phải vì mô hình đó vô dụng, mà vì rủi ro tăng nhanh hơn lợi ích.
Theo báo cáo tổng quan của Workday về trí tuệ nhân tạo (AI) trong lĩnh vực nhân sự, những lý do chính thúc đẩy việc áp dụng công nghệ này là cải thiện quá trình ra quyết định (41%), tự động hóa các quy trình lặp đi lặp lại (35%) và nâng cao tỷ lệ giữ chân nhân viên cũng như trải nghiệm của nhân viên (32%). Những con số này giải thích rõ lý do tại sao AI lại thu hút lĩnh vực nhân sự đến vậy. Tuy nhiên, chúng không chỉ ra đâu là điểm dừng. Đây chính là vấn đề thường bị bỏ qua trong các cuộc thảo luận.
Giá trị lớn nhất không nằm ở việc thay thế bộ phận Nhân sự. Mà nằm ở việc giúp bộ phận này hoạt động hiệu quả và nhanh chóng hơn trong các hoạt động phù hợp.
Để tìm ra điểm tối ưu, tôi sử dụng một cách phân biệt đơn giản giữa các nhiệm vụ mang tính cơ học và các nhiệm vụ đòi hỏi quyết định.
| Loại hình kinh doanh | Mức độ AI được khuyến nghị | Sự giám sát của con người |
|---|---|---|
| Câu hỏi thường gặp về nhân viên, nghỉ phép, chính sách | Cao | Thấp, được kiểm tra định kỳ |
| Bản nháp mô tả công việc | Cao | Cần rà soát bộ phận Nhân sự |
| Sàng lọc sơ bộ hồ sơ xin việc | Trung bình | Luôn có sự kiểm duyệt của con người |
| Đánh giá các ứng viên lọt vào vòng chung kết | Thấp | Cao |
| Các chương trình khuyến mãi, hiệu suất theo đánh giá, rủi ro rút lui của từng cá nhân | Rất thấp | Quyết định hoàn toàn do con người đưa ra |
Nếu bạn đang điều hành một doanh nghiệp vừa và nhỏ (SME), điểm tối ưu thường không nằm ở khía cạnh kỹ thuật. Mà là ở khía cạnh tổ chức. Bạn cần xác định rõ ràng những lĩnh vực mà trí tuệ nhân tạo (AI) sẽ đưa ra đề xuất, ra lệnh, tóm tắt, và những lĩnh vực mà nó không được phép ra quyết định.
Ba câu hỏi sau đây sẽ rất hữu ích:
Điều nguy hiểm nhấtcủa trí tuệ nhân tạo (AI) đối với lĩnh vực nhân sự (HR) không phải là công nghệ. Mà chính là vẻ bề ngoài giả tạo về tính trung lập của nó. Khi một nhà tuyển dụng đánh giá một ứng viên, ai cũng biết rằng đánh giá đó chứa đựng một phần chủ quan. Khi một hệ thống đưa ra điểm số, nhiều người sẽ ngừng đặt câu hỏi.
Đây chính là cốt lõi của vấn đề thiên vị thuật toán. Nếu bạn huấn luyện hoặc cấu hình một hệ thống dựa trên dữ liệu tuyển dụng trong quá khứ, hệ thống đó sẽ có xu hướng lặp lại các logic vốn đã tồn tại trong dữ liệu đó. Nếu lịch sử hoạt động của công ty đã ưu ái một số hồ sơ nhất định và phân biệt đối xử với những hồ sơ khác, thuật toán có thể làm điều tương tự một cách nhanh hơn và khó nhận ra hơn.
Trường hợp của Amazon đã trở thành một ví dụ điển hình chính vì lý do này. Công ty này đã phải thu hồi một hệ thống sàng lọc hồ sơ xin việc vốn gây bất lợi cho các ứng viên nữ. Đây không phải là một trường hợp cá biệt mang tính chất giai thoại. Đó là hệ quả có thể dự đoán trước của một cách tiếp cận lấy quá khứ làm tiêu chuẩn đánh giá năng lực.
Tại Ý, tình hình hoàn toàn không khả quan. Theo số liệu do ELECTE công bố về vấn đề này, chỉ có 12% các công ty nhân sự sử dụng hệ thống trí tuệ nhân tạo (AI) đã triển khai kiểm toán thiên vị có hệ thống.
Một mô hình tốt hơn cũng không thể giải quyết được vấn đề nếu dữ liệu, các tiêu chí hoặc bối cảnh tổ chức vẫn còn bị sai lệch.
Đối với những ai hoạt động tại châu Âu, đây không chỉ là vấn đề đạo đức. Đây là vấn đề pháp lý. Điều 22 của GDPR công nhận quyền của ứng viên không bị đưa ra các quyết định chỉ dựa trên việc xử lý dữ liệu tự động khi những quyết định đó gây ra tác động đáng kể đến cá nhân. Các quyết định về nhân sự hoàn toàn thuộc phạm vi nhạy cảm này.
Hơn nữa, Đạo luật Trí tuệ nhân tạo (AI Act) của châu Âu xếp việc tuyển dụng và quản lý nhân sự vào nhóm các ứng dụng có rủi ro cao. Điều này đồng nghĩa với việc các yêu cầu về hồ sơ, tính minh bạch, giám sát và quản lý rủi ro sẽ nghiêm ngặt hơn rất nhiều so với việc sử dụng AI nói chung nhằm nâng cao năng suất cá nhân.
Đối với một doanh nghiệp Ý, những hệ quả thực tiễn là rõ ràng:
Những ai đang nghiêm túc nghiên cứu các vấn đề này cũng nên tìm hiểu kỹ hơn về việc các doanh nghiệp tuân thủ Đạo luật AI như thế nào.
Thị trường đang chia thành hai nhóm rất khác nhau. Một bên là các mô hình ngôn ngữ lớn (LLM) đa năng như GPT, Claude và Gemini. Bên kia là các mô hình chuyên biệt được thiết kế riêng cho lĩnh vực nhân sự, như HRLM của Wisq.
Đối với một doanh nghiệp vừa và nhỏ, một mô hình đa năng thường là đủ. Nếu bạn cần:
Một mô hình ngôn ngữ lớn (LLM) tốt kết hợp với các lời nhắc được viết tốt có thể hoạt động rất hiệu quả.
Lợi ích mang tính thực tiễn. Bạn có thể bắt đầu ngay lập tức, tiết kiệm chi phí và triển khai thử nghiệm nhanh chóng. Đối với các bộ phận nhân sự quy mô nhỏ hoặc các doanh nghiệp có quy trình không quá phức tạp, cách tiếp cận này thường là phương án hợp lý nhất để bắt đầu.
Tuy nhiên, vẫn có một giới hạn. Các mô hình tổng quát không được phát triển dựa trên logic của bộ phận Nhân sự, cũng không đi kèm với các chính sách cụ thể phù hợp với bối cảnh của bạn, và cũng không có những đảm bảo ngầm về tuân thủ chỉ vì chúng mạnh mẽ.
Nếu bạn phải xử lý khối lượng công việc lớn hơn, các quy trình phức tạp hơn hoặc một cơ cấu tổ chức có nhiều cấp độ phê duyệt, thì các mô hình dọc là lựa chọn hợp lý. Không phải vì chúng “hiểu rõ mọi thứ hơn”, mà bởi vì chúng được thiết kế dành cho phạm vi hẹp hơn.
Thông thường, chúng trở thành lựa chọn ưu tiên khi cần:
Đối với một doanh nghiệp vừa và nhỏ (SME) có 50 nhân viên, mục tiêu không phải là mua hệ thống hiện đại nhất. Mà là chọn hệ thống mà đội ngũ nhân viên biết cách sử dụng, kiểm soát và phản biện khi hệ thống đó gặp lỗi.
Câu hỏi đúng không phải là mô hình nào tiên tiến hơn. Mà là mô hình nào phù hợp với mức độ rủi ro hoạt động của bạn. Nếu nhiệm vụ có tác động thấp và khối lượng lớn, hãy chọn mô hình tổng quát. Nếu quy trình liên quan đến các quyết định nhạy cảm và đòi hỏi sự kiểm soát có hệ thống, thì mô hình chuyên biệt đáng được xem xét.
Các giải pháp triển khai hiệu quả nhất không bắt đầu từ việc tuyển dụng dựa trên dự đoán. Chúng bắt đầu từ những mâu thuẫn hàng ngày. Chính ở đó, trí tuệ nhân tạo (AI) giúp xây dựng niềm tin nội bộ và chứng minh liệu đội ngũ có thực sự sẵn sàng để kiểm soát nó hay không.
Bước đầu tiên chỉ có vẻ đơn giản trên bề ngoài. Bạn cần bắt đầu từ những hoạt động có khối lượng lớn và rủi ro thấp. Nếu bắt đầu từ đó, bạn sẽ ngay lập tức nhận ra lợi thế và hạn chế rủi ro.
Ba ví dụ hợp lý:
Cách tiếp cận này mang lại hiệu quả tích cực. Đội ngũ nhân sự không còn coi trí tuệ nhân tạo (AI) là một mối đe dọa trừu tượng mà bắt đầu xem nó như một công cụ hỗ trợ hoạt động.
Bước thứ hai quan trọng hơn bước thứ nhất. Bạn phải ghi rõ ràng bằng văn bản những phần mà AI đưa ra đề xuất và những phần do con người quyết định.
Một cơ chế quản trị tối thiểu tại các doanh nghiệp vừa và nhỏ (SME) nên bao gồm:
Giới hạn quyền quyết định
Trí tuệ nhân tạo (AI) có thể phân loại, tóm tắt và đưa ra cảnh báo. Người quản lý hoặc chuyên viên tuyển dụng sẽ phê duyệt, từ chối hoặc xem xét kỹ hơn.
Quy trình rà soát
Mọi sản phẩm đầu ra có tác động lớn đều phải được kiểm tra bởi một người chịu trách nhiệm.
Kiểm tra sai lệch trước khi phát hành
Nếu hệ thống được sử dụng trong tuyển dụng hoặc đánh giá nhân sự, thì cần phải kiểm tra hệ thống bằng các tập dữ liệu đại diện và các biện pháp kiểm soát được ghi chép đầy đủ.
Tính minh bạch nội bộ
Nhân viên và ứng viên cần được biết khi nào trí tuệ nhân tạo (AI) được sử dụng để hỗ trợ quy trình.
Một doanh nghiệp vừa và nhỏ (SME) né tránh các cuộc kiểm tra không phải là đang đẩy nhanh tiến độ. Họ chỉ đang đẩy rủi ro sang giai đoạn sau mà thôi.
Bước thứ ba là mở rộng quy mô dần dần. Việc áp dụng thử nghiệm trên một quy trình nhân sự cụ thể sẽ mang lại nhiều bài học kinh nghiệm hơn so với việc triển khai trên diện rộng. Trước tiên, hãy đánh giá nhiệm vụ, sau đó là hành vi của đội ngũ, và cuối cùng là phạm vi quy định.
Đối với những ai muốn tổ chức công việc một cách có hệ thống, việc xây dựng một lộ trình cụ thể cho việc tích hợp trí tuệ nhân tạo (AI) sẽ hữu ích hơn là thực hiện các thử nghiệm rời rạc.
Để đánh giá mức độ thành công của trí tuệ nhân tạo (AI) trong lĩnh vực nhân sự (HR), chỉ xem xét tốc độ là chưa đủ. Cần phải xác định xem liệu nó có giúp nâng cao chất lượng quyết định mà không gây ra rủi ro, sai sót hay các bước thực hiện thiếu minh bạch hay không.
Đối với các doanh nghiệp vừa và nhỏ (SME), tiêu chí hữu ích nhất rất đơn giản: Trí tuệ nhân tạo (AI) có đang đưa đội ngũ nhân sự đến đúng điểm trên đường cong Laffer hay đang tự động hóa quá sớm những hoạt động vẫn cần đến phán đoán của con người? Nếu thời gian tiết kiệm được tăng lên nhưng số lượng khiếu nại, việc rà soát lại hoặc nghi ngờ về tính chính xác của quy trình cũng gia tăng, thì lợi ích đó chỉ là bề ngoài mà thôi.
Một ví dụ cụ thể là việc phân tích các cuộc khảo sát mức độ hài lòng nội bộ. Tại nhiều doanh nghiệp, bộ phận Nhân sự phải đọc thủ công hàng trăm câu trả lời mở và tổng hợp các chủ đề chính, một quá trình tốn nhiều thời gian và có sự chênh lệch nhất định giữa các cá nhân. Với một mô hình ngôn ngữ lớn (LLM) được cấu hình phù hợp, các cụm chủ đề, các tín hiệu lặp lại và các điểm bất thường sẽ được phát hiện sớm hơn.
Ở đây, lợi ích thực sự không chỉ nằm ở khía cạnh vận hành. Đội ngũ sẽ không còn phải lãng phí thời gian vào việc tổng hợp báo cáo nữa và có thể tập trung vào các ưu tiên, việc theo dõi và các biện pháp can thiệp đối với các nhà quản lý.
Trong trường hợp này, các chỉ số hữu ích không nhiều nhưng rất cụ thể: thời gian phân tích trung bình, mức độ nhất quán của các bản tóm tắt so với việc kiểm tra ngẫu nhiên do con người thực hiện, số lượng thông tin chi tiết được chuyển hóa thành hành động cụ thể. Nếu AI tạo ra các bản tóm tắt nhanh chóng nhưng quá chung chung, thì bạn đã vượt quá điểm tối ưu rồi.
Trường hợp ngược lại lại phức tạp hơn. Một chatbot tiến hành cuộc phỏng vấn đầu tiên và chấm điểm loại trừ mà không cần sự xem xét của con người có thể trông có vẻ hiệu quả, nhưng đối với một doanh nghiệp vừa và nhỏ (SME) của Ý, điều này lại đặt ra một vấn đề nghiêm trọng về phương pháp, thậm chí còn trước cả vấn đề công nghệ.
Rủi ro ở đây là ba mặt. Bạn có thể loại bỏ những ứng viên tiềm năng do các tiêu chí không rõ ràng. Bạn có thể gặp khó khăn trong việc giải thích quyết định một cách minh bạch. Bạn có thể phải đối mặt với các vấn đề liên quan đến GDPR và, trong những trường hợp có tác động lớn, thậm chí phải tuân thủ các nghĩa vụ mà Đạo luật AI (AI Act) quy định nghiêm ngặt hơn đối với các hệ thống được sử dụng trong môi trường làm việc và quá trình tuyển dụng.
Theo những gì tôi quan sát được tại công ty, câu hỏi đúng đắn là: Trí tuệ nhân tạo (AI) có đang giúp đưa ra quyết định tốt hơn hay chỉ đơn thuần làm cho một quyết định thiếu cơ sở trở nên nhanh chóng hơn? Một phân tích của ELECTE đã nhấn mạnh chính điểm này. Các quy trình tuyển chọn chỉ được quản lý bằng tự động hóa có xu hướng làm suy giảm sự phù hợp thực sự giữa ứng viên và vị trí công việc, trong khi việc xác nhận cuối cùng do con người thực hiện giúp giảm thiểu những sai lầm gây tổn thất lớn nhất.
Do đó, việc đo lường hiệu quả có nghĩa là phải xem xét đồng thời bốn chỉ số: thời gian tiết kiệm được, chất lượng đầu ra, tỷ lệ chỉnh sửa thủ công và rủi ro tuân thủ. Nếu chỉ đo lường một chỉ số, thông thường bạn đang đánh giá dự án một cách không chính xác.
Trí tuệ nhân tạo (AI) trong lĩnh vực nhân sự (HR) thực sự phát huy hiệu quả khi nó đảm nhận các công việc lặp đi lặp lại và để con người lo phần công việc khó khăn hơn: phân tích bối cảnh, động cơ, tiềm năng và hậu quả. Đây chính là điểm cân bằng tối ưu. Không phải là loại AI không can thiệp, cũng không phải là tự động hóa hoàn toàn.
Đối với một doanh nghiệp vừa và nhỏ (SME) của Ý, ưu tiên hàng đầu không phải là chạy theo những xu hướng mới nhất và nổi bật nhất. Mà là xây dựng một hệ thống giúp nâng cao hiệu quả và chất lượng mà không vi phạm GDPR, Đạo luật về Trí tuệ nhân tạo (AI Act) cũng như các nguyên tắc quản lý hợp lý. Nếu áp dụng logic này, trí tuệ nhân tạo (AI) sẽ trở thành một công cụ hỗ trợ hữu ích. Ngược lại, nếu sử dụng nó như một sự thay thế cho phán đoán con người, nó sẽ trở thành một rủi ro.
Nếu bạn muốn biến dữ liệu hoạt động và các tín hiệu tổ chức thành những thông tin chi tiết dễ hiểu hơn, ELECTE – nền tảng phân tích dữ liệu dựa trên trí tuệ nhân tạo dành cho các doanh nghiệp vừa và nhỏ – sẽ giúp bạn phân tích thông tin phức tạp, tự động hóa báo cáo và hỗ trợ đưa ra những quyết định tốt hơn. Để hiểu rõ cách thức hoạt động của nền tảng này trong thực tế, bạn có thể xem nền tảng này hoạt động như thế nào và đánh giá xem nó có phù hợp với quy trình của bạn hay không.
.svg)
.svg)
.svg)
