Vedd meg jegyed most!

Mit látsz most a piacon az AI és az automatizáció kapcsán a toborzásban vagy akár kissé szélesebben, a HR Techben? Milyen a közép- és kisvállalatok felkészültségi szintje? A nagyvállalatok mennyiben térnek el ettől?

Ami most a piacon zajlik, az nagyon hasonlít ahhoz, amit minden más üzleti területen is látunk: rengeteg a kísérletezés, de nagyon kevés jut el éles, mérhető üzleti értékig. A HR-ben ez különösen igaz, mert a terület természeténél fogva érzékenyebb: emberekről van szó, nem számlákról vagy raktárkészletről. Ettől a szervezetek még óvatosabbak.

Ami a felkészültségi szintet illeti, a mintázat egyértelmű, és nem különbözik attól, amit a pénzügy, az ügyfélszolgálat vagy az értékesítés területén tapasztalunk. Három réteg van: a folyamatok, a rendszerek és az emberek. Ha nincs tiszta, dokumentált folyamat, akkor egy AI ügynök sem fogja tudni elvégezni a feladatot. Mi ezt úgy szoktuk mondani: ha egy újonnan felvett junior kolléga nem tudja a dokumentáció alapján elvégezni a feladatot, akkor egy AI ügynök sem fogja tudni. Ez a “Junior Employee Test”, és ez minden területen igaz, a HR-ben is.

A KKV-k és a nagyvállalatok között a különbség nem az ambícióban van, hanem az alapokban. A nagyvállalatok általában rendelkeznek valamilyen rendszerrel (HR-modul az ERP-ben, ATS, LMS), de ezek gyakran silóban működnek, nincsenek integrálva, és az adatminőség kérdéses. Az a helyzet áll fenn, amit mi “copy-paste architektúrának” hívunk: az ember az integráció, aki manuálisan másolja az adatot egyik rendszerből a másikba. A KKV-k esetében gyakran még az alaprendszer is hiányzik, viszont sokkal gyorsabban tudnak dönteni és haladni, mert nincs szervezeti bürokrácia. Amit tapasztalunk: az erős alapokkal és gyors döntéshozással rendelkező kis cégek, illetve a nagy cégek, amelyeknek megvan az erőforrásuk, már éles környezetben futtatnak AI ügynököket. A bizonytalan, habozó közép az, amely le fog maradni.

Hol vannak ma a legnagyobb nehézségek az AI bevezetésében?

A legnagyobb nehézség szinte soha nem a technológia. Ezt nem győzzük hangsúlyozni. A Microsoft ökoszisztémában jelenleg legalább hat különböző technológia áll rendelkezésre AI ügynökök építésére (Copilot Studio, Power Automate, Azure AI Foundry, Semantic Kernel stb.), és ezek egyre érettebbek. Nem az a kérdés, hogy “lehet-e”, hanem az, hogy “érdemes-e most, ebben a formában, erre a folyamatra”.

A valódi nehézségek három szinten jelennek meg:

Az első a folyamatszintű felkészületlenség. A legtöbb szervezetben a HR-folyamatok fejben, Excelben, vagy informális rutinokban léteznek. Ha megkérdezel valakit, hogy “hogyan zajlik nálatok egy onboarding?”, akkor öt különböző választ kapsz öt különböző embertől. Erre nem lehet AI ügynököt építeni. Az AI ügynök pontosan annyira lesz jó, amennyire a folyamat, amire építjük.

A második a szervezeti dinamika. A jó ötletek könnyűek, az igazi nehézség az, hogy átvágj a szervezeti bürokrácián. Hiába lelkes az egyik vezető, ha a másik nem ér rá, a harmadik Horvátországban vitorlázik. Ha nem hozod meg a döntést ma, három hónap múlva már le fogsz maradni. A mi tapasztalatunk az, hogy a nyáron felvetett AI-ötletek szeptemberre elavultak, mert közben kijött egy új modell, és megváltoztatta a lehetőségeket. Ezért mi egynapos workshopokkal dolgozunk: minden döntéshozó az asztalhoz, egy nap alatt megvan a terv, 90 nap alatt végrehajtjuk.

A harmadik az elváráskezelés. Az emberek két szélsőség között ingáznak: vagy azt gondolják, hogy az AI mindent megold, vagy azt, hogy semmihez sem lehet hozzáfogni, amíg minden nem tökéletes. Mindkettő téves. Nem kell az egész tó befagyjon, elég egy elég stabil ösvény, amin biztonságosan átjutsz.

Látsz olyan túlzásokat vagy félreértéseket a szakmában az AI kapcsán, amiket ideje helyretenni? Mi az, amit sokan rosszul várnak az AI-tól?

Igen, és szívesen beszélek erről nyíltan, mert szerintem ez a tisztánlátás a legnagyobb szolgálat, amit most a piacnak tehetünk.

Az első és leggyakoribb félreértés: aki ChatGPT-t használ, az már “AI-érett”. Ez nem igaz. A ChatGPT-vel való csevegés és egy éles, vállalati folyamatba integrált, autonóm AI ügynök között óriási a különbség. Az egyik személyes hatékonyságnövelés, a másik vállalati transzformáció. A kettőhöz teljesen eltérő alapokat kell lerakni. A Copilot hatékonyságot hoz, az AI ügynökök viszont valódi üzleti értéket. Ha csak a Copilot-szinten maradunk, az nem transzformáció.

A második félreértés: ha “agent” szó van a termékleírásban, az AI ügynök-technológia. Az “agent” ma a tech világ leginkább félrehasznált szava. Az emberek összekeverik a chatbotokkal. Egy chatbot beszélget. Egy AI ügynök cselekszik. Az autonóm AI ügynököknek nincs is szükségük felhasználói felületre. Ha nem hoz üzleti értéket, nem érdemes vele foglalkozni, még tanulás céljából sem.

A harmadik: az AI majd mindent megcsinál, és felrobban az ember nélküli HR. Ez nem így fog menni. Amit az AI nagyon jól tud: nagy mennyiségű adat feldolgozása, konzisztens értékelés, a manuális admin levétele az emberek válláról. Amit nem tud: megítélni, hogy egy jelölt tényleg beleillik-e a csapatkultúrába, hogy ki az, aki nyomás alatt is képes meggyőzni valakit, aki nálánál tapasztaltabb. Ezt mi a saját felvételi assessment centre-ünkben nap mint nap látjuk. Van egy konfliktusos roleplay-ünk, ahol a junior jelöltnek meg kell győznie egy 50 feletti döntéshozót, hogy változtasson meg egy rendezvényformátumot. Az AI kiválóan képes elemezni a leiratot és értékelni, de az emberi ítélet az, ami a döntést meghozza.

A negyedik: az AI hallucinál, tehát nem megbízható. Az AI hallucináció félrehasználási probléma, nem AI-probléma. Ha jól méretezzük a feladatot, ha a megfelelő eszközt a megfelelő célra használjuk, és nem várunk el olyat, amit egy alkalmazottól sem várnánk el, akkor a hallucináció kezelhető.

Te mivel készülsz a recruiTECH x HRTECH-re előadóként?

Azzal készülök, ami mindig a mi megközelítésünk lényege: nem elmélettel jövünk, hanem működő rendszerekkel és valódi tapasztalattal.

Az előadásomban három dolgot fogok bemutatni, és mindegyik mögött működő rendszer van. Az első az AI readiness keretrendszer alkalmazása a HR-re: pontosan ugyanaz a módszertan (Value, Architecture, Design), amit a pénzügyi, ügyfélszolgálati vagy értékesítési területeken is alkalmazunk, csak HR-kontextusba ültetve. Az a meggyőződésem, hogy a HR-felkészültség pontosan ugyanazokon az alapokon áll: folyamatok, rendszerek, emberek.

A második: élő demók. Mi nem prezentációkat tartunk, hanem bemutatjuk, hogy mit építettünk, hogyan működik, és hol akadtunk el. A kiválasztástól az onboardingon át a képzésig végig használunk AI-t a saját folyamatainkban. Ez lehetővé tette, hogy felgyorsítsuk a betanulást, csökkentsük az oktatói órákat, és közben javítsuk a minőséget. Ezek nem koncepcióterv szintű dolgok, ezek élesben működnek.

A harmadik: az Academy modellünk, ami a mi válaszunk arra a kérdésre, hogyan képezzünk juniorokat az AI korában. Ahelyett, hogy seniorokat vadásznánk (ami egyébként is nehéz és drága), saját házon belül képzünk. Az AI pontosan annyira okos, amennyire a kontextus, amit adsz neki. A megfelelő kontextussal egy hasznos kolléga, aki ténylegesen segít. Kontextus nélkül egy generikus eszköz, ami szép mondatokat ír, de nem ismeri a te szervezetedet. Ezért a résztvevők egy testreszabott GPT-t kapnak, amelybe betölthetik azt a kontextust, amit a workshop során közösen összegyűjtünk. Ez nem egy újabb AI-eszköz a polcra, hanem egy működő társ, ami az ő valóságukat ismeri.

Kinek érdemes különösen ott lennie az előadásodon / workshopotokon a délelőtt folyamán?

Elsősorban azoknak a HR- és toborzási vezetőknek, akik már túl vannak az “AI-kíváncsiság” fázisán, de nem látják, hogyan jussanak el a tényleges üzleti értékig. Akiknél már megvan a szándék, esetleg már elkezdtek kísérletezni Copilottal vagy valamilyen AI-eszközzel, de azt érzik, hogy valami hiányzik az alapokból.

Továbbá a HR Tech döntéshozóknak, akik felelősek azért, hogy az AI-beruházások megtérüljenek. Legyen szó ATS-ről, LMS-ről vagy bármilyen HR-rendszerről, az AI-felkészültség nem az eszközök cseréjével kezdődik, hanem annak megértésével, hogy a meglévő folyamatok és adatok egyáltalán készen állnak-e az automatizálásra.

És kifejezetten ajánlom azoknak, akik felelősek fiatal tehetségek fejlesztéséért. Az Academy modellünk gyakorlati választ ad arra a kérdésre, hogyan képezzünk gyorsabban és hatékonyabban, miközben az AI a technikai tudás megszerzését felgyorsítja, de a kritikus gondolkodást, a prezentációs képességet és az ügyfél előtti magabiztosságot nekünk kell fejleszteni.

Aki konkrét, működő rendszereket akar látni és nem slide-okat, annak itt a helye.

Köszönjük a válaszokat Horváth Balázsnak , VisualLabs, a Microsoft Key Partner Founder & AI Readiness Architect-jének!

‍