De opkomst van toepassingen als ChatGPT verhogen de interesse en bereidwilligheid van organisaties om met artificiële intelligentie en machine learning aan de slag te gaan. Human resources en finance-afdelingen kunnen deze technologieën bijvoorbeeld inzetten om administratieve anomalieën op te sporen of om een skills-based strategic workforce planning op te stellen, die de organisatie klaarmaakt voor de toekomst. In beide gevallen wordt machine learning ingezet om patronen te herkennen en op basis daarvan beter geïnformeerde beslissingen te nemen. Deze blog verkent de werking van machine learning binnen managementplatformen als Workday.
Een skills-based strategic workforce planning opstellen blijft een harde noot om te kraken. Niet alleen moet je een inschatting maken van de verwachte groei van je organisatie en de bijhorende hr- en finance-inspanningen, je moet ook over een skills bibliotheek beschikken waarin de verschillende aanwezige skillsprofielen correct opgeslagen zijn wat in de huidige marktcontext van constante skill evolutie geen makkelijke opdracht is. Dankzij machine learning kunnen we nu eindelijk een poging doen om deze uitdaging aan te gaan. Dat brengt efficiëntie binnen organisaties, die de investeringskosten voor cloudsoftware en implementatie zo kunnen terugwinnen. Bovenal vergaren organisaties via deze weg betere inzichten op het vlak van human resources.
Geen mensen vervangen
Aanvankelijk heerste er terughoudendheid en zelfs wantrouwen tegenover de implementatie van artificiële intelligentie (AI) en machine learning (ML). Zouden die geen waardevolle mensen vervangen? En waar zouden beslissingen van die machines dan wel op gebaseerd zijn? Het idee van een algoritme als ondoorgrondelijke, ontmenselijkte black box lijkt gelukkig stilaan vervangen door een realistisch alternatief: augmentatie. ML vormt een extra laag bovenop de klassieke informatie die hr-leidinggevenden puren uit cv’s ,vacatures en bredere hr-gerelateerde data.
ML vervangt dus geen mensen, maar helpt die mensen net betere beslissingen te nemen op basis van beschikbare data. Software kan nu eenmaal beter patronen herkennen in gigantische datasets dan mensen. Daarbij is het belangrijk dat de aanbevelingen op basis van ML ethisch en zonder bias tot stand komen. De werking van ML-toepassingen moet steeds uitlegbaar en motiveerbaar zijn. Daarnaast moet de werking van deze achterliggende algoritmes tijdens het ontwikkelingsproces constant in vraag gesteld worden en conform de wetgeving zijn.
Skills verbinden
Organisaties zien steeds meer het belang om hun aanwezige interne talent zo goed mogelijk in te zetten, om zo de toegevoegde waarde van dat talent te optimaliseren. Binnen human capital management (HCM) is de skillscloud van Workday een mooi voorbeeld van de meerwaarde die ML op dat vlak kan bieden. De skillscloud definieert en groepeert vaardigheden, legt verbanden tussen deze skills en koppelt deze aan bestaande profielen, op basis van hun professionele verleden, behaalde certificaten en gevolgde opleidingen. ML organiseert en verbindt deze skills en geeft suggesties op basis van vergelijkbare profielen binnen de masterdata, die de profielen bevat van meer dan vijf miljoen Workday-gebruikers. Deze statistisch onderbouwde suggesties zijn een nuttig hulpmiddel voor hr en recruiters om talent optimaal in te zetten binnen de organisatie op basis van aantoonbare skill matches.
Anomalieën opsporen
Financiële departementen kunnen ML inzetten om anomalieën binnen de administratie op te sporen. Documenten met ontbrekende data kunnen zo bijvoorbeeld automatisch naar boven gebracht worden voor verdere review. Op basis van eerdere transacties kunnen ook ‘work tags’ toegekend worden aan documenten, waardoor deze eenvoudiger georganiseerd en geanalyseerd kunnen worden. Optical character recognition (OCR) koppelt scanresultaten automatisch aan deze ‘work tags’. Belangrijk hierbij is dat de ML-component nog steeds door mensen getraind en gevoed moet worden met data. De aanwezigheid van een correcte, kwalitatieve financiële masterdataset is daarbij cruciaal.
Nu de scepsis rond AI & ML-toepassingen stilaan verdwijnt, ligt de weg open naar waardevolle ML-toepassingen op het vlak van hr en finance. Toepassingen zoals de skillscloud bewezen intussen al hun meerwaarde voor recruiters. De mogelijkheden zijn eindeloos, en we staan duidelijk nog maar aan het begin van deze revolutie. Daarbij mogen we echter het menselijke aspect nooit uit het oog verliezen.
