Tid, Bemanning, Schema, Kompensation, Frånvaro, och Lön är de delar inom produktlandskapet för HR och Workforce Management där SoftOne främst är verksamma. De karakteriseras av att de är transaktionsintensivt med mycket data, där det är av största vikt att underlaget och utfallet blir rätt. Där är möjligheterna för användning av AI också stora. Inom Lön finns generellt väl underhållen data. Den kan användas för att, med hjälp av AI, prognosera framåt och använda historik för att värdera olika parametrar, t.ex. korrekthet. Inom Tid kan vi dra nytta av trender, säsongsmönster och rollerna användare och chef. Jämför man med andra områden inom HR, som t.ex. prestationsmätning, är det där svårare att hitta modeller och tillämpningsområden. Utvecklingen till en lyckad AI-lösning har sannolikt en bit kvar där.
Rollerna inom Tid, HR och Lön har förändrats drastiskt under det senaste decenniet. I början på milleniet kom de första molntjänsterna som i mångt och mycket var informationshållare med begränsade möjligheter. Utvecklingen gick mot att fokusera kring engagemang och det var en trend som växte snabbt i samband med att iPhonen nådde marknaden 2007 och skapade en ny, social mobilrörelse. Vad som präglar systemen nu är intelligens där information används för att hjälpa användaren. Idag har systemen har blivit fler, och likaså användningsområdena. Systemen har nått ut inom organisationen på ett nytt sätt, till chefer, tjänstemän och medarbetare. I takt med det har rollerna för HR, Tid och Lön blivit mer centrala i organisationen.
Systemetens frammarsch är mestadels positiv, men Joel vittnar också om en medföljande problematik där systemen orsaker fler problem än de faktiskt löser. Vanliga synpunkter han stöter på är upplevelsen av att systemen inte pratar med varandra, att de skrämmer bort cheferna och gör att de anställda gör fel. Grundorsaken till detta är att systemen inte är anpassade för verkligheten. Felen som uppstår hamnar i slutändan hos löneavdelningen, med frustration, stress och en ibland ohanterbar arbetssituation som resultat.
Branschen som helhet är komplex. Utöver de vardagliga arbetsuppgifterna, organisationens utmaningar och ovan nämnda systemutmaningar tillkommer även andra parametrar. Det finns ofta en press på att minska mängden administrativ personal vilket leder till ökad arbetsbelastning och en hög servicegrad i kombination med en komplex leverans. Avancerade problem kräver nya tankesätt och smarta lösningar!
Vad är då en smart lösning? Och hur ser de branschspecifika behoven ut? Här är kravspecen på framtidens intelligenta lösning enligt Joel Köhl:
- System som är bättre än användaren och vet vad denne vill göra före användaren vet det själv
- Fel kan alltid uppstå, och då bör systemen vara förlåtande och hjälpa dig framåt
- Förkunskap ska inte vara nödvändigt
- Systemen ska underlätta, inte skapa merjobb
- Olika system ska kunna prata med varandra
- De ska också vara tilltalande att arbeta i och skapa engagemang och delaktighet
”Att utveckla intelligens introducerar nya koncept som Data Science, Artificiell intelligens och maskininlärning. Vad som förenar de framtida lösningarna är att de går mot en enkelhet, vilket betyder att tekniken bakom blir mindre viktig för slutanvändaren. Man kan säga att framtidens system jobbar för dig.
Närmsta åren kommer vi gradvis se fler och fler tillämpningsområden för AI. Tittar vi tio år framåt i tiden kommer det sannolikt inte finnas system som inte använder någon typ av AI-funktioner.
Input från branschen, tillsammans med innovationskraft och ny teknik är nycklarna för att driva utvecklingen inom lön framåt. För möjligheterna är många och det kommer sannolikt ha stor inverkan på vår yrkesroll framöver”.
Joel KöhlCEO SoftOne Sverige AB
