Robot Alex letos v pražském centru podnikových a inovačních služeb SAP Services naplánuje 90 tisíc pohovorů s uchazeči o práci ve společnosti SAP po celém světě. Nemalá část uchazečů si přitom ani nevšimne, že komunikuje s umělou inteligencí, protože Alex komunikuje a reaguje zcela přirozeně. Experti v SAP Services intenzivně rozvíjejí projekty, které s pomocí robotické automatizace a umělé inteligence usnadňují a zefektivňují práci zaměstnanců společnosti SAP po celém světě. Mimořádných výsledků dosáhli s robotizací procesů v oblasti lidských zdrojů, díky čemuž HR pracovníci šetří desítky tisíc hodin ročně.
AI plánuje termíny pohovorů Celkem se HR procesům v SAP Services věnuje přes 800 lidí, kteří pečují o kompletní personální agendu zaměstnanců SAP po celém světě. V oblasti náboru pracovníci dlouhodobě věnovali tisíce hodin ročně koordinaci termínů pro pohovory s uchazeči o práci. Tento úkol nyní převzal robot a v loňském roce sám naplánoval 88 % ze 100 tisíc pohovorů. V letošním roce by se tento podíl měl zvýšit na 90 %, zkoordinuje tedy 9 z 10 pohovorů. Robot během domlouvání termínu pohovoru nabízí uchazeči dostupné volné termíny v kalendáři příslušného manažera SAP. Efektivita náboru se postupně zvyšuje s tím, jak se robot časem zlepšuje. „Nejdůležitější pro nás je samozřejmě to, že přechod k automatizaci znamená 75% časovou úsporu v porovnání s plně manuálním plánováním,“ říká Petra Kocianová, manažerka týmu náboru SAP Services, a pokračuje: „Zároveň se zaměřujeme na efektivitu při automatizaci. Robot aktuálně zvládne naplánovat pohovor v průměru za méně než dvě hodiny, což zahrnuje i čas, kdy čeká na vyjádření kandidátů k nabízeným termínům, přičemž průběžně v reálném čase aktualizuje volné termíny manažera.“
Strojové učení kategorizuje personální dotazy Podobné časové úspory dosahuje i oddělení HRdirect, což je jednotné kontaktní centrum pro HR dotazy zaměstnanců SAP z celého světa, a to s pomocí technologie strojového učení. Ta z volně psaného textu tazatele správně zařadí dotaz do jedné z více než stovky kategorií, aby mohl být zodpovězen v co nejkratším čase. V loňském roce HRdirect oddělení zpracovalo přes 130 tisíc dotazů, letos očekává růst až na 140 tisíc dotazů. „Rozeznávají se nejen klíčová slova, ale také struktura dotazu. Čím více požadavků stroj zpracuje, tím lépe se učí rozeznávat správnou kategorii,“ přibližuje Iveta Chválová, ředitelka SAP Services, s tím, že v absolutních číslech nejvíce dotazů přichází z oblasti mezd. Správná kategorizace zároveň zvyšuje kvalitu reportingu, takže HR ví, na co se zaměstnanci v daném období nejvíce ptají, a mohou dle toho plánovat kapacity oddělení. Strojové učení také může přesměrovat dotazy přímo na příslušného specialistu, pokud vyhodnotí, že takto bude požadavek vyřízen efektivněji. Do budoucna se plánuje další rozvoj této technologie, kdy stroj HR specialistovi rovnou doporučí správnou odpověď nebo ho odkáže na příslušné informace ve znalostní databázi. /kp/
