«ИИ окажется в арсенале человечества наряду с предыдущими технологическими завоеваниями» Глава департамента HRM-технологий и аналитики «Ростелекома» Никита Черкасенко – о цифровизации HR-процессов Сейчас дискуссии о применимости ИИ в HR-сфере идут практически в любой российской компании. Глава департамента HRM-технологий и аналитики «Ростелекома» Никита Черкасенко рассказывает о том, почему он с оптимизмом смотрит на будущее партнерства искусственного и естественного интеллекта в HRM. Выйти из полноэкранного режима Фото: Пресс-служба «Ростелекома» Фото: Пресс-служба «Ростелекома» Искусственный интеллект постепенно перестает быть загадочной и недоступной экзотикой и становится привычным инструментом для решения множества задач. Мы получаем знания, анализируем и производим тексты, изображения, аудио и видео, программируем и выстраиваем автоматизированные процессы с помощью ИИ. Мое глубокое убеждение — именно мы с помощью ИИ, а не ИИ за нас или без нас. Заменит ли ИИ полностью интеллект естественный в ряде видов деятельности? Трудно ответить однозначно. С одной стороны, из нынешней точки бурного маркетинга и технооптимизма (или технофобии, в зависимости от того, что вы предпочитаете) по поводу ИИ, полная замена таких профессий как водитель, бухгалтер, юрисконсульт, переводчик или технический писатель кажется неизбежной. Это только вопрос времени, как говорят некоторые. С другой стороны, мне, как гуманисту, хочется верить, что ИИ и инструменты с его применением, как и другие изобретения, просто окажутся в арсенале человечества наряду с предыдущими технологическими завоеваниями, чтобы в очередной раз открыть новые возможности для того, кто в числе первых встроит их в свои процессы. Я верю, что ИИ не заменит человека в HRM. Однако сотрудники, освоившие ИИ, уже получают преимущество перед коллегами, которые еще осваивают этот инструментарий. Прямо сейчас независимо от функциональной области внутри HR или роли сотрудника, ИИ дает два потрясающих эффекта. Первый — экономия ресурсов на повторяющихся задачах. Там, где раньше можно было сэкономить на транзакциях путем алгоритмизации и перекладки их на машину или ПО, сейчас с помощью поколения «машин с ИИ» это можно делать не только быстрее и дешевле, но и гораздо более масштабно, поскольку инструменты ИИ сильно менее требовательны к качеству подготовки и алгоритмизации процессов и данных для них, чем инструменты предыдущего поколения, требующие линейной алгоритмизации. Второй — расширение диапазона задач, доступных для решения. С помощью специфических, специально созданных под определенные задачи и контекст ИИ-агентов, да и за счет миллиона созданных и создаваемых универсальных инструментов мы способны решать задачи, за которые раньше не могли взяться из-за ограничений собственных знаний, компетентности или просто трудоемкости и длительности. В HRM как, пожалуй, и во многих других сферах деятельности, этот буст более чем заметен. Например, запуск обучающих курсов для сейлзов. Раньше сначала специалист по продукту тратил часы на описание продукта в виде маркетинговых, сейловых, методических и клиентских документов. После него подключался методолог в функции корпоративного обучения и еще много десятков часов создавал структуру курсов, их наполнение, разрабатывал методику контроля качества обучения, тесты и другие инструменты оценки усвоения материала. И, наконец, продюсер с командой и преподаватель или тренер приступали к работе над созданием контента, на которую тоже уходили недели. Сейчас процесс в разы сократился, стал дешевле, эффективнее и заметно лучше поддерживает скорость вывода продукта или сервиса. Например, у нас в блоке корпоративного обучения уже есть цифровой методолог — ИИ-агент, обученный на объеме ранее разработанных методических материалов, программах, курсах и оценочных инструментах. Он настроен под определенный стиль и формат коммуникации и помогает методологам корпоративного университета «Ростелекома» выпускать кратно больше программ, чем это было возможно еще пару лет назад. У преподавателя и тренера тоже есть помощники — цифровые аватары, которые отлично справляются с записью видео, включаемых в структуру дистанционных курсов, или кружков в мессенджер с участниками программы, которые отправляются для фиксации основных тезисов пройденного материала после завершении модуля. Тут важно подчеркнуть, что цифровой методолог не заменяет методолога живого — он просто делает большую подготовительную и местами рутинную работу. Так же и цифровой аватар тренера или преподавателя не заменяет живого специалиста, но позволяет сместить фокус работы с отработки «горловых часов» на экспертную подготовку и расширить аудиторию. ИИ-инструменты в подборе персонала помогают рекрутерам и ресечерам высвободить время, занятое прокруткой лент, холодными звонками и просмотрами резюме, на усиление фокуса на содержательные разговоры с нанимающими руководителями и кандидатами, а также на более полное представление кандидатам преимуществ работы в «Ростелекоме». Важным аспектом работы в HRM в целом и с использованием ИИ в частности остается безопасность. Мы работаем с персональными данными и часто — с довольно чувствительной информацией о людях. Здесь нужно учитывать два момента. Первый касается работы с внешними решениями: возможные риски их применения не должны перевешивать эффекты. Естественно, использовать для работы с персональными данными и другой конфиденциальной информацией открытые модели и сервисы, не замкнутые во внутреннем контуры, мы не можем. В этой части мы научились находить баланс в выборе и создании инструментов, сочетая открытые сервисы для работы над задачами, не требующими конфиденциальности, с разработкой и дообучением в контуре компании локальных моделей и созданием сервисов на их основе для задач конфиденциальных. Второй важный момент — необходимость отличать факт от галлюцинации модели или фальсификации, а это не так просто, как может показаться. ИИ, как и человек подвержен ошибкам. Как случайным, так и злонамеренным. Довольно широко известны кейсы, когда злоумышленники использовали адреса, часто попадающие в генерацию одной популярной модели, для размещения и распространения вредоносного кода. Проверка на такого рода «закладки» становится неотъемлемой частью работы со сторонним или сгенерированным кодом. Ну и, к сожалению, любая модель при любых промптах все же генерирует то, чего нет. Как и с любой другой информацией, важно не доверять экспертизе машины слепо, а обязательно проверять любой продукт генерации на соответствие фактам, да и просто здравому смыслу. Сегодня опыт уже дает нам возможность не терять голову от технологического хайпа, и мы в «Ростелекоме» с осторожным оптимизмом смотрим на будущее искусственного интеллекта в HRM в качестве партнера интеллекта естественного — видим эффекты и используем результаты от этого союза. Подписывайтесь на тему: Source: https://www.kommersant.ru/doc/8213677