A mesterséges intelligencia és a gépi tanulás használata az alkalmazottak megfigyelésére

2022-ben az IBM arról számolt be, hogy körülbelül A vállalatok 35%-a had adopted AI, and another 42% were "exploring" it. The word "exploring" has an important connotation here.

A vállalkozásoknak gyakran sok mindent figyelembe kell venniük, amikor rendszereik és folyamataik átalakításáról van szó. Így az olyan kiterjedt funkciók, mint az alkalmazottak nyomon követése, gyakran elmaradnak, és továbbra is a régi infrastruktúrára támaszkodnak.

De a dolgok sokat változtak az elmúlt egy évben. Sok minden a generatív mesterséges intelligencia (gen AI) megoldások növekedésének tulajdonítható. McKinsey calls 2023 as "Generative AI's breakout year." The consulting giant says that companies using gen AI for performance management and organisation design are already ahead of their competitors.

Amikor a mesterséges intelligencia munkaerő-teljesítménymenedzsmentre gyakorolt hatásáról beszélünk, az egyik üzleti funkció, amely óriási előnyökkel jár, az alkalmazottak megfigyelése.

A munkavállalói felügyeleti funkciók sokáig csak a meglehetősen rideg adatok rögzítésére korlátozódtak, amelyek megfelelnek bizonyos mérőszámoknak (például a ledolgozott órák száma). Ezekből az adatokból hiányzik a munkavállalói elkötelezettség és teljesítmény hogyanjának és miértjének kontextusa.

In other words, there's no qualitative aspect that could unearth the root causes for the drop in productivity or other anomalous work patterns. AI helps solve this problem by helping move from "cold data" to "insights." With AI, the employee monitoring function becomes more oriented towards deciphering work habits, productivity, strengths, weaknesses, etc.

Vegyük például egy olyan szoftverfejlesztő csapat esetét, amely a teljesítmény optimalizálására egy hagyományos alkalmazotti felügyeleti megoldást használ. Az eszköz a kódkommittálások számának vagy a naplózott óráknak az adatait szolgáltatja. Ez azonban nem közvetíti az adott feladat összetettségét, a szükséges együttműködés szintjét, a felmerülő szabálytalanságokat.

Tegyük fel ugyanezt a forgatókönyvet, de a csapat egy mesterséges intelligenciával működő munkavállalói felügyeleti megoldást használ. A platform mindent megtesz, amit egy hagyományos megoldás is, de emellett betekintést nyújt a kommunikációs mintákba, az együttműködés szintjébe, a problémamegoldás hatékonyságába, a visszajelzési mechanizmusba stb. is.

Hogyan? Úgy, hogy minden apró részletet észreveszünk a munkával kapcsolatban, és olyan mintákat tárunk fel, amelyek segíthetnek a legjobb gyakorlatok kialakításában a javítás érdekében. Például egy mesterséges intelligencia rendszer képes továbbítani, ha egy bizonyos fejlesztő kódbejegyzéseit nem követi hibajavítás. A fejlesztő folyamata legjobb gyakorlatként határozható meg.

Hasonlóképpen, a rendszer segíthet megérteni, ha a fejlesztő termelékenysége a nap egy bizonyos időszakában csökken. Így a csapat újra el tudja osztani a munkát, és jobban megértheti a munkamintákat.

Sok szó esik a munkavállalói felügyeleti megoldások biztonsági vonatkozásairól, és ez érthető is. Emberek és mindennapi munkatevékenységeik megfigyeléséről beszélünk. Így tehát szükségszerűen felmerülnek aggályok - pontosan ezért hozták létre az olyan szabályozásokat, mint az európai általános adatvédelmi rendelet (GDPR).

Természetesen a történetnek van egy konszenzuális aspektusa is. De mi most csak a technológiai frontra koncentrálunk. E tekintetben a mesterséges intelligencia integrációja számos előnyt kínál a szervezetek számára a következők tekintetében:

• A tipikus felhasználói viselkedés megtanulása és minden olyan dolog észlelése, ami ettől eltér.
• Az érzékeny adatokhoz való hozzáférés mintáinak megértése és a szokatlannak tűnő tevékenységek jelzése.
• Automatikus riasztások beállítása a feltételezett biztonsági incidensekre, és lehetővé teszi a biztonsági csapatok számára, hogy proaktív intézkedéseket tegyenek ahelyett, hogy utólagos elemzésekhez folyamodnának.
• A bennfentes fenyegető tevékenységek felderítése annak biztosításával, hogy minden, a szokásos munkamintán kívüli viselkedés azonnal észrevétetésre kerüljön.
• Az érzékeny információk továbbításának megakadályozása a vállalati hálózaton belül és kívül

Számszerűsítsük ezeket a képességeket, hogy megértsük kézzelfogható értéküket. A 2020-as COVID-19 lezárás első napjaiban a távmunkásokat folyamatosan támadták a rosszindulatú felhasználók. Deloitte a távmunkások elleni támadások ötszörösére, 12%-ról 60%-ra nőttek ez idő alatt.

Máshol a bennfentes fenyegetések költsége elérte a 15,38 millió dollár 2022-ben. Egy amerikai jelentés szerint a vállalkozások naponta mintegy 2200 belső biztonsági támadásnak vannak kitéve.

So, what would be the ideal AI-employee monitoring solution in the wake of looming cyber threats? By keeping "security" at the forefront. CleverControl's Face Recognition feature is one such AI-powered surveillance solution that makes for better data and employee security.

Több vezetőt megkérdeztünk, és megértettük, hogy küzdenek:

• Megakadályozza, hogy az emberek megengedjék egy külső személynek, hogy fedezze a munkájukat.
• Győződjön meg arról, hogy a munkavállalók nem csalnak a termelékenységi alkalmazások megnyitásával, és valóban a munkahelyükön tartózkodnak, amikor távolról dolgoznak.

Ezért hoztuk el a Arcfelismerés funkciót a felügyeleti megoldásunkhoz, amely rögzíteni tudta az alkalmazottakat (öt másodpercenként egy fotó készítésével), és biztosította, hogy egyetlen illetéktelen szervezet se férjen hozzá az alkalmazott munkájához. Ez számos szervezet számára életképes megoldásnak bizonyult, különösen az olyan, viszonylag erősen szabályozott iparágakban, mint a pénzügyek.

A vállalkozások hangsúlyozzák, hogy az alkalmazottak a legértékesebb eszközeik, de ez időnként nem tükröződik a gyakorlatban. Az okok sokrétűek lehetnek, beleértve azokat is, amelyeknek semmi közük a rendszerekhez és a technológiához. E diskurzus kedvéért ezeket elkerüljük. Koncentráljunk az operatív és technológiai gátlásokra.

A működési szűk keresztmetszetek gyakran vezethetnek a munkavállalók kiégéséhez, tisztességtelen teljesítményértékelésekhez és egyebekhez. A mesterséges intelligencia azonban számos előnnyel jár. Például az AI-alapú felügyelet segíthet:

• A munkaterhek elosztása a csapat vagy az egyén munkaképességének megfelelően. A csapatok megérthetik a munkamintákat, és javaslatokat kérhetnek az AI-tól a munka stratégiai újraelosztására vonatkozóan.
• Személyre szabott visszajelzés a munkatársak termelékenysége és elkötelezettségi mintái alapján. Ez lehet olyan egyszerű, mint egy ösztönzés az elkötelezettség javítására bizonyos csatornákon, vagy a szakmai fejlődéshez szükséges tanfolyamok egész sorának ajánlása.
• Mérje fel a dolgozók véleményét a belső vagy közösségi csatornákon keresztül nyomon követett kommunikációs mintáikon keresztül. A generatív AI-megoldásokat működtető nagy nyelvi modellek (LLM-ek) minden bizonnyal nagy segítséget jelenthetnek azon vállalatok számára, amelyek granulárisan szeretnék megérteni, hogy mit szeretnek és mit nem szeretnek az alkalmazottak. Ez segíthet abban, hogy a vezetők figyelmeztessék őket a termelékenység potenciális problémáira, és proaktív lépéseket tegyenek a munkavállalókkal való személyes interakcióra, vagy akár a munkakörülmények módosítására a nagyobb jó érdekében.

Bár ez nem illik a szokásos SaaS felhasználási esethez, de a mesterséges intelligencia által vezérelt munkavállalói felügyelet az ipari környezetben is egyre nagyobb teret nyer. Vegyük például a számítógépes látással támogatott vizuális analitikát egy gyárban, ahol a dolgozókat azonnal figyelmeztetni lehet a potenciális katasztrófákról, vagy meg lehet akadályozni, hogy bizonyos létesítményekbe belépjenek.

Igazságtalan lenne nem vázolni a közvéleményt, amely a mesterséges intelligencia egyre szélesebb körű alkalmazására irányul a munkavállalók megfigyelésére. És ennek okai is vannak.

Egy Pew Research Center felmérés a válaszadók 81%-a szerint a munkavállalók nem éreznék jól magukat, ha a mesterséges intelligencia segítségével nem megfelelő módon figyelnék vagy értékelnék őket.

Reuters also raises questions about excessive AI-based employee monitoring, citing that "Many employees and privacy rights advocates see this as an unreasonable incursion into an employee's home, long considered to be their private sphere."

Ezen túlmenően a generatív mesterséges intelligencia megoldások esetében az elfogultság és a magánélet védelme is aggodalomra ad okot. Ezeket az LLM-eket, amelyekről fentebb beszéltünk, olyan adatokon képzik ki, amelyek szándékosan elfogultak lehetnek. A mesterséges intelligencia nem lenne képes ezt kiszűrni, és elfogult válaszokra és értékelésekre utalhatna. Tehát ez is olyasmi, amit a szervezeteknek figyelembe kell venniük, amikor a fejlettebb AI-integrációra lépnek.

Mindezek közepette joggal várható, hogy az alkalmazottak ellenállása a fejlett mesterséges intelligenciával működtetett munkavállalói felügyeleti megoldások használatával szemben. Megkérdőjelezik majd az értékelési adatok esetleges elfogultságát, az érzékeny adataik biztonságát, valamint a szervezet részéről történő esetleges visszaéléseket. Mindezek pedig enyhén szólva is jogos aggályok.

A mesterséges intelligencia által vezérelt megfigyelésnek a távmunka és a változó munkaszervezés összefüggésében mélyreható következményei vannak. A szervezeteknek meg kell találniuk az egyensúlyt a termelékenységet szolgáló felügyelet és a munkavállalói adatok biztonsága között.

To establish this, they need to understand that the adoption of AI should not be driven by "desire" but the "need" to have technology in place to power performance improvements. It's easy to get caught in the hype cycle of AI and difficult to evaluate how it actually benefits the business use case.

A mi ajánlásunk az lenne, hogy szigorúan mérje fel a munkafolyamatok igényeit, dokumentálja az eltéréseket, és nézze meg, hogy a mesterséges intelligencia alapú munkavállalói felügyelet fokozatos megközelítése előnyös-e. Ha például a távoli beállításoknál a termelékenység csökkenése miatt aggódik, az arcfelismeréssel ellátott CleverControl választása rendkívül életképesnek bizonyulhat.

Természetesen a kezdeti szakaszban lenne némi kísérletezés. De nincs szükség nagy ugrásra, ha az üzlet nem követeli meg.