הערכת עובדים הופכת לחסרת ערך כאשר היא מתבצעת פעם בשנה, נשענת על זיכרון חלקי ומסתיימת בטופס שלא מוביל לשיחה, פעולה או החלטה. עתיד AI בהערכת עובדים אינו עוסק בהחלפת שיקול הדעת של המנהל. הוא עוסק בהפיכת מידע מפוזר לתהליך עבודה עקבי שמאפשר למנהלים ול-HR לזהות ביצועים, פערי מיומנויות, מגמות פיתוח וסיכונים בזמן הנכון.
בארגונים בינוניים וגדולים, נתוני עובדים כבר קיימים במערכות שונות: תיק עובד, שכר, נוכחות, יעדים, סקרים, הדרכות ותיעוד משובים. האתגר אינו מחסור בנתונים אלא היעדר הקשר תפעולי ביניהם. כאשר כל מקור עומד בפני עצמו, המנהל צריך לאסוף תמונה ידנית, ואנשי HR מתקשים לייצר סטנדרט אחיד בין יחידות עסקיות.
למה הערכת עובדים זקוקה ל-AI
הערכה איכותית דורשת רצף. היא מתחילה בהגדרת יעדים וציפיות, ממשיכה במשוב לאורך השנה, ומתורגמת לשיחות פיתוח, הכשרות, קידומים או תוכניות שימור. בפועל, ברבים מהארגונים הרצף נשבר: היעדים נשמרים במקום אחד, הערות המנהל במקום אחר, והחלטות השכר או הקידום מתקבלות ללא תמונה מלאה.
AI יכול לקצר את המרחק בין איסוף המידע לבין פעולה ניהולית. הוא יכול לסכם משובים פתוחים, לאתר נושאים שחוזרים בשיחות, להצביע על פער בין יעד שהוגדר לבין התקדמות מדווחת, ולהציע למנהל שאלות הכנה לשיחת הערכה. התועלת היא תהליך שבו החלטות נשענות על עובדות רלוונטיות ועל שפה מקצועית אחידה. פירוט על התועלת של AI במשאבי אנוש ועל יכולות AI בארגון מראה איפה זה חוסך זמן בתוך תהליך קיים.
היישום הנכון אינו הופך כל שיחת מנהל לעובד לשיחה עם אלגוריתם. ככל שהתהליך האוטומטי מטפל טוב יותר בהכנה, בארגון המידע ובתיעוד, כך למנהל נשאר יותר זמן לשיחה אנושית, קונקרטית וממוקדת התפתחות.
עתיד AI בהערכת עובדים מתחיל בנתונים מחוברים
המלצה טובה אינה יכולה להיווצר מתוך טופס הערכה בלבד. אם המערכת רואה רק ציון שנתי, היא עלולה לייצר מסקנה שטחית. כדי לתמוך בהחלטה ניהולית, יש לחבר בין נתוני הערכה לבין נתוני יסוד רלוונטיים: תפקיד, ותק, מבנה ארגוני, יעדים, היסטוריית פיתוח, משובים קודמים ותהליכים ארגוניים נוספים.
כאן נדרש בסיס תפעולי מסודר. תיק עובד דיגיטלי הוא שכבת מידע שמאפשרת להבין מי העובד, מה השתנה לאורך הזמן ואילו פעולות כבר בוצעו. חיבור למערכות שכר ו-ERP מוסיף הקשר, בתנאי שהגישה לנתונים נשלטת לפי הרשאות ותפקידים.
פלטפורמה אחת שמחברת תיק עובד, תהליכי הערכה, סקרים, טפסים ואוטומציות מפחיתה את הסיכון לגרסאות סותרות ולמידע חסר. היא גם מאפשרת לבנות תהליך אחיד בלי לכפות על כל יחידה עסקית לעבוד באותה תבנית בדיוק. אחידות צריכה להישמר במדדים, בהרשאות ובבקרות, לצד גמישות בשאלות וביעדים לפי תפקיד או אוכלוסייה.
מסיכום טקסט להקשר ניהולי
אחת היכולות המעשיות ביותר של AI היא סיכום מידע טקסטואלי. מנהל שמקבל עשרות תשובות פתוחות ממשוב 360 מעלות או מסקר מעורבות אינו צריך לקרוא רק כדי לזהות את הנושאים המרכזיים. המערכת יכולה לאגד תובנות, להציג דפוסים חוזרים ולהפריד בין חוזקות, חסמים ונושאים לבדיקה.
עם זאת, סיכום אינו פסק דין. ניסוח חריג של עובד אחד, אירוע נקודתי בצוות או נתון חסר יכולים לשנות את המשמעות. לכן הפלט צריך להציג את המקור ואת רמת הוודאות, ולאפשר למנהל לחזור בקלות לתשובות המקוריות. AI צריך להאיץ הבנה, לא להסתיר מורכבות.
היכן AI מייצר ערך תפעולי מיידי
הערך הגדול ביותר מתקבל כאשר ה-AI מוטמע בתוך זרימת העבודה, ולא כשירות נפרד שמחייב העתקת מידע בין מערכות. בהערכת עובדים דיגיטלית אפשר, לפני פתיחת המחזור, להתריע על עובדים ללא יעדים מעודכנים, מנהלים שלא השלימו משובים או יחידות שבהן שיעור ההשלמה נמוך. במהלך התהליך, המערכת יכולה להציע תזכורות מותאמות ולזהות טפסים עם תשובות כלליות מדי או ללא דוגמאות תומכות.
בשלב הכנת השיחה, מנהל יכול לקבל תקציר של יעדים, הישגים, נקודות משוב והתחייבויות מפגישות קודמות. במקום להתחיל מאפס, הוא מגיע עם בסיס מסודר ומקדיש את השיחה לבירור, להסכמה ולתוכנית פעולה. לאחר השיחה, אוטומציה יכולה לפתוח משימות לפיתוח מקצועי, לתאם בדיקת המשך או להעביר נושאים רלוונטיים לגורם המוסמך ב-HR.
גם אנשי HR מרוויחים תמונה רחבה יותר. מערכת לניהול הערכת עובדים יכולה לעזור לזהות פערים בין צוותים בהשלמת הערכות, לבחון האם מנהלים משתמשים בשפה אחידה, ולזהות אוכלוסיות שבהן קיימת מגמת שחיקה או צורך בפיתוח. זו יכולת לנהל תהליך בזמן אמת, לפני שהבעיה הופכת לתוצאה שנתית מאוחרת.
מה AI לא צריך להחליט
הטעות המסוכנת ביותר היא להתייחס לציון, המלצה או דירוג שנוצרו על ידי AI כאילו הם החלטה אובייקטיבית. הערכת עובדים כוללת הקשר שאינו תמיד נמדד: שינוי בתפקיד, פרויקט מורכב, מגבלה זמנית, איכות שיתוף הפעולה, תנאי שוק ומבנה הצוות. גם נתונים היסטוריים יכולים לשקף הטיות שהיו קיימות בתהליך הקודם.
לכן, אין להפקיד בידי מודל החלטות אוטומטיות על קידום, תגמול, סיום העסקה או סיווג עובדים. החלטות כאלה מחייבות אחריות אנושית, בדיקה של המנהל ו-HR, ותיעוד של השיקולים. המערכת יכולה להמליץ, להתריע ולסכם. היא לא מחליפה את חובת הניהול ההוגן.
בארגון גדול נדרשים גם כללי ממשל ברורים: מי רשאי לראות איזה מידע, אילו נתונים מוזנים למודל, כמה זמן שומרים תוצרים, כיצד מתקנים מידע שגוי, ומתי נדרש אישור אנושי לפני פעולה. תשתית ענן מאובטחת, הרשאות מדויקות ותיעוד פעולות הם תנאי בסיס.
איך להטמיע AI בלי להעמיס על הארגון
הטמעה נכונה מתחילה בבעיה עסקית מוגדרת. לא כדאי להתחיל בשאלה איזה מודל לבחור, אלא בשאלה היכן תהליך ההערכה נתקע. ייתכן שהבעיה היא השלמת טפסים, הכנת מנהלים לשיחות, חוסר עקביות במשוב או קושי לזהות מגמות בכלל הארגון. כל בעיה דורשת יכולת אחרת ומדד הצלחה אחר.
כדאי להתחיל בתהליך אחד, למשל סיכום משובים לקראת שיחת הערכה או יצירת המלצות לפעולות המשך. לאחר מכן בודקים האם נחסך זמן, האם איכות השיחה השתפרה, האם שיעור ההשלמה עלה והאם מנהלים באמת משתמשים בתוצרים. אם התשובה חיובית, אפשר להרחיב בהדרגה ליחידות נוספות ולתהליכי פיתוח, שימור ומוביליות פנימית.
חשוב גם להגדיר את השפה הארגונית מראש. AI יפיק תוצאות טובות יותר כאשר מודל היעדים, ערכי הארגון, מדרגות הביצוע והגדרות התפקיד מעודכנים ועקביים. מערכת שמותאמת לשפת העבודה של הארגון מפחיתה התנגדות ומגדילה את הסיכוי שהמנהלים יאמצו את התהליך בפועל.
פלטפורמה מחוברת כמו ניהול ביצועים של B2E יכולה להפעיל את היכולות האלה על נתוני עובדים מסודרים, תחת הרשאות ובתוך תהליך הערכה מוכר.
הארגונים שיפיקו את הערך הגבוה ביותר מ-AI בהערכת עובדים לא יהיו בהכרח אלה שיאמצו הכי הרבה אוטומציה. הם יהיו אלה שיגדירו תהליך ברור, ישמרו על אחריות ניהולית, ויהפכו כל תובנה לפעולה מדידה מול העובד והצוות.
