
ที่ผ่านมา AI เข้ามามีบทบาทในงาน HR มากขึ้น ตั้งแต่การตอบคำถามพนักงาน คัดกรองผู้สมัคร ไปจนถึงการสรุปรายงาน แต่ความท้าทายของ HR ในวันนี้ไม่ได้มีเพียงการทำงานให้รวดเร็วขึ้น ยังรวมถึงการวิเคราะห์ข้อมูล วางแผนกำลังคน และพัฒนาบุคลากรให้สอดคล้องกับทิศทางธุรกิจ
Autonomous Human Capital Management (Autonomous HCM) จึงเป็นอีกก้าวสำคัญของการบริหารทรัพยากรบุคคล ที่ยกระดับ AI จากเครื่องมือช่วยงาน สู่ผู้ช่วยอัจฉริยะที่สามารถวิเคราะห์ข้อมูล ประสานงานหลายขั้นตอน และสนับสนุนการตัดสินใจ เพื่อให้ HR มีเวลาโฟกัสกับการพัฒนาคนและขับเคลื่อนกลยุทธ์องค์กรมากขึ้น
Contents
- Autonomous HCM คืออะไร ?
- จาก HR Automation สู่ Autonomous HCM แตกต่างกันอย่างไร ?
- 3 องค์ประกอบหลักของ Autonomous HCM
- 4 AI Assistants ผู้ช่วยคู่คิดของฝ่าย HR
- 1. Core HR Assistant: ลดภาระงานประจำ เพิ่มความแม่นยำของข้อมูล
- 2. Performance & Goals Assistant: เปลี่ยนการประเมินผลงานให้เป็นการพัฒนาอย่างต่อเนื่อง
- 3. Recruiting Assistant: เพิ่มความคล่องตัวในการสรรหา โดยไม่ละเลยประสบการณ์ผู้สมัคร
- 4. People Intelligence Assistant: เปลี่ยนข้อมูล HR ให้กลายเป็นกลยุทธ์ด้านคน
- Autonomous HCM กับอนาคตองค์กรที่ขับเคลื่อนด้วย AI
- บทสรุป
Autonomous HCM คืออะไร ?
Autonomous HCM คือแนวทางการบริหารทรัพยากรบุคคลที่รวม AI, Machine Learning และ Automation เข้ากับกระบวนการ HR ตั้งแต่ต้นจนจบ (End-to-End) เพื่อช่วยลดงานที่ต้องทำซ้ำ เชื่อมโยงข้อมูลจากหลายส่วน และสนับสนุนการตัดสินใจด้านบุคลากรอย่างมีประสิทธิภาพ
AI จึงไม่ได้จำกัดอยู่เพียงการตอบคำถามหรือทำงานอัตโนมัติตามคำสั่งที่กำหนดไว้ล่วงหน้า แต่สามารถเข้าใจบริบทของงาน รวบรวมข้อมูลที่จำเป็น และช่วยประสานกระบวนการต่าง ๆ ให้ดำเนินต่อไปได้
ลองนึกถึงสถานการณ์ที่ HR ต้องวางแผนพัฒนาพนักงานเพื่อรองรับทักษะใหม่ขององค์กร ในการทำงานแบบเดิม HR อาจต้องรวบรวมข้อมูลจากหลายแหล่ง ทั้งประวัติพนักงาน ผลประเมินการทำงาน หลักสูตรฝึกอบรม และความต้องการของแต่ละแผนก ก่อนนำข้อมูลทั้งหมดมาวิเคราะห์เพื่อออกแบบแผนพัฒนาบุคลากร
แต่เมื่อมีระบบ HCM ที่เชื่อมโยงข้อมูลร่วมกับ AI ระบบสามารถช่วยระบุ Skill Gaps วิเคราะห์ความต้องการพัฒนา และเสนอแนวทางการเรียนรู้ที่เหมาะสมกับพนักงานแต่ละกลุ่มได้
อย่างไรก็ตาม Autonomous HCM ไม่ได้เข้ามาแทนที่ HR ในทุกเรื่อง โดยเฉพาะเรื่องที่ส่งผลต่อบุคลากรโดยตรง เพราะการตัดสินใจสำคัญยังต้องอาศัยวิจารณญาณ ความเข้าใจบริบท และการกำกับดูแลจากมนุษย์ เป้าหมายที่แท้จริงจึงไม่ใช่การลดบทบาทของ HR แต่เป็นการช่วยให้ HR มีเวลาและข้อมูลที่พร้อมสำหรับการทำงานเชิงกลยุทธ์มากขึ้น
จาก HR Automation สู่ Autonomous HCM แตกต่างกันอย่างไร ?
แม้ทั้งสองแนวคิดจะใช้เทคโนโลยีเพื่อเพิ่มประสิทธิภาพการทำงาน แต่มีระดับความสามารถที่แตกต่างกัน คือ HR Automation มุ่งเน้นการทำงานซ้ำ ๆ ให้เป็นอัตโนมัติตามเงื่อนไข เช่น การแจ้งเตือนอนุมัติวันลา การส่งอีเมลต้อนรับพนักงานใหม่ หรือการจัดส่งเอกสารตามขั้นตอนที่กำหนด
ขณะที่ Autonomous HCM ขยายความสามารถไปสู่การวิเคราะห์บริบทและเชื่อมโยงกระบวนการทำงานหลายขั้นตอน โดย AI สามารถช่วยค้นหาข้อมูล ประเมินสถานการณ์ และเสนอการดำเนินการที่เหมาะสมภายใต้ขอบเขตที่องค์กรกำหนด
ตัวอย่างเช่น หากองค์กรพบว่าพนักงานในบางตำแหน่งมีแนวโน้มลาออกเพิ่มขึ้น ระบบ Automation อาจช่วยจัดทำรายงานหรือส่งการแจ้งเตือนให้ HR รับทราบเท่านั้น
แต่ Autonomous HCM สามารถต่อยอดไปสู่การเชื่อมโยงข้อมูลหลายด้าน เช่น อัตราการลาออก ผลการประเมิน ค่าตอบแทน และพัฒนาการด้านอาชีพ เพื่อช่วยค้นหาปัจจัยที่อาจเกี่ยวข้อง และนำเสนอข้อมูลประกอบการวางแผนรักษาบุคลากร นั่นหมายความว่า AI ไม่ได้ช่วยเพียงทำงานตามขั้นตอน แต่ยังช่วยให้ HR เข้าใจสถานการณ์และเตรียมรับมือกับความเปลี่ยนแปลงได้ดีขึ้น
|
3 องค์ประกอบหลักของ Autonomous HCM
การนำ AI มาใช้ในงาน HR ให้เกิดประสิทธิภาพ ไม่ได้ขึ้นอยู่กับความสามารถของ AI เพียงอย่างเดียว แต่ต้องอาศัยข้อมูลและระบบการทำงานที่เชื่อมโยงกันด้วย ผ่าน 3 องค์ประกอบหลัก ได้แก่
1. Powerful Agentic Experiences: เมื่อ AI เข้าใจงานและช่วยดำเนินการได้มากกว่าหนึ่งขั้นตอน
จากเดิมที่ AI ทำหน้าที่เป็นผู้ช่วยตอบคำถามหรือค้นหาข้อมูล เทคโนโลยีแบบ Agentic AI สามารถทำความเข้าใจเป้าหมายของผู้ใช้งาน และช่วยจัดการกระบวนการที่เกี่ยวข้องหลายขั้นตอนร่วมกันได้
เช่น ในกระบวนการสรรหาพนักงาน AI สามารถช่วยรวบรวมข้อมูลผู้สมัคร ตรวจสอบทักษะที่สอดคล้องกับตำแหน่ง และสนับสนุนการประสานงานสัมภาษณ์ภายใต้เงื่อนไขที่กำหนด แทนที่ HR จะต้องสลับใช้งานหลายระบบหรือค้นหาข้อมูลด้วยตนเองในทุกขั้นตอน AI สามารถช่วยลดภาระงานเหล่านี้ได้
เมื่อ HR ใช้เวลากับงานประจำลดลง ก็สามารถให้ความสำคัญกับงานที่สร้างคุณค่าต่อองค์กรมากขึ้น ไม่ว่าจะเป็นการวางกลยุทธ์กำลังคน (Workforce Strategy) การพัฒนาบุคลากร (Talent Development) หรือการสร้างประสบการณ์พนักงาน (Employee Experience)
2. Trusted People Data: ข้อมูลพนักงานที่เชื่อถือได้ คือรากฐานของ AI
แม้ AI จะมีความสามารถในการวิเคราะห์ข้อมูลมากเพียงใด แต่ผลลัพธ์ที่ได้ก็ยังขึ้นอยู่กับคุณภาพของข้อมูลที่นำมาใช้
หนึ่งในความท้าทายของฝ่าย HR คือข้อมูลบุคลากรมักกระจายอยู่ในหลายระบบ เช่น ข้อมูลส่วนบุคคล ประวัติการทำงาน ทักษะ ผลการประเมิน การฝึกอบรม และค่าตอบแทน เมื่อข้อมูลไม่เป็นปัจจุบันหรือไม่สอดคล้องกัน การวิเคราะห์ย่อมมีโอกาสคลาดเคลื่อน และอาจส่งผลต่อการตัดสินใจด้านบุคลากร
แนวคิด Trusted People Data จึงให้ความสำคัญกับการจัดการข้อมูลให้ถูกต้อง เป็นระบบ และสามารถนำมาใช้งานร่วมกันได้ เมื่อองค์กรมีข้อมูลบุคลากรที่เชื่อถือได้ AI จะสามารถช่วยวิเคราะห์สถานการณ์ได้อย่างมีประสิทธิภาพมากขึ้น ขณะเดียวกัน HR และผู้บริหารก็สามารถใช้ข้อมูลที่สอดคล้องกันในการวางแผนและตัดสินใจ
3. Connected Applications: เชื่อมทุกกระบวนการ HR ให้เห็นภาพเดียวกัน
เส้นทางการทำงานของพนักงานไม่ได้สิ้นสุดที่การรับเข้าทำงาน แต่ครอบคลุมตั้งแต่การสรรหา การจัดการข้อมูลพนักงาน การจ่ายเงินเดือน การเรียนรู้และพัฒนา ไปจนถึงการประเมินผลงานและวางแผนเส้นทางอาชีพ
กระบวนการเหล่านี้มีความเกี่ยวข้องกันทั้งหมด แต่ในหลายองค์กรกลับถูกจัดการผ่านระบบที่แยกจากกัน การเชื่อมโยงระบบด้าน HR จึงเป็นอีกหนึ่งปัจจัยสำคัญที่ช่วยให้ข้อมูลแต่ละระบบสามารถแลกเปลี่ยนข้อมูลระหว่างกันได้ AI ก็จะมีบริบทที่ครบถ้วนมากขึ้นในการวิเคราะห์และสนับสนุนการทำงาน
ตัวอย่างเช่น หากองค์กรต้องการวางแผนบุคลากร HR สามารถนำข้อมูลทักษะ ผลงาน และความพร้อมของพนักงานมาใช้ร่วมกัน เพื่อประเมินว่าควรพัฒนาบุคลากรภายในหรือสรรหาคนเพิ่มเติมการเชื่อมโยงข้อมูลจึงไม่ได้ช่วยเพียงลดขั้นตอนการทำงาน แต่ยังช่วยให้องค์กรเห็นภาพรวมของบุคลากรได้ชัดเจนขึ้น
4 AI Assistants ผู้ช่วยคู่คิดของฝ่าย HR
เมื่อแนวคิด Autonomous HCM ถูกนำมาใช้กับกระบวนการทำงานจริง AI สามารถเข้ามาสนับสนุนงาน HR ได้หลากหลายด้าน SAP จึงนำเสนอ AI Assistants ที่ช่วยยกระดับการทำงานตั้งแต่การจัดการข้อมูลพนักงาน การบริหารผลงาน การสรรหา ไปจนถึงการวิเคราะห์ข้อมูลบุคลากร โดยแบ่งเป็น 4 ด้านสำคัญ
1. Core HR Assistant: ลดภาระงานประจำ เพิ่มความแม่นยำของข้อมูล
งานด้าน Core HR เป็นรากฐานของการบริหารบุคลากร แต่ก็มักเกี่ยวข้องกับข้อมูลจำนวนมากและมีรายละเอียดที่ต้องตรวจสอบอย่างสม่ำเสมอ Core HR Assistant จึงเข้ามาช่วยเพิ่มประสิทธิภาพการจัดการข้อมูลพนักงาน ผ่านระบบอัตโนมัติ การตรวจสอบคุณภาพข้อมูล และการสนับสนุนให้กระบวนการทำงานสอดคล้องกับนโยบายหรือข้อกำหนดที่เกี่ยวข้อง (Compliance)
ตัวอย่างเช่น การช่วยตรวจสอบความครบถ้วนหรือความสอดคล้องของข้อมูลพนักงาน เพื่อให้ HR สามารถแก้ไขข้อมูลที่ผิดปกติได้รวดเร็วยิ่งขึ้น ผลลัพธ์ที่องค์กรจะได้รับไม่ใช่เพียงการลดระยะเวลาทำงาน แต่ยังรวมถึงการมีข้อมูลที่พร้อมนำไปใช้ในกระบวนการ HR อื่น ๆ ได้อย่างมั่นใจมากขึ้น
2. Performance & Goals Assistant: เปลี่ยนการประเมินผลงานให้เป็นการพัฒนาอย่างต่อเนื่อง
การประเมินผลงานไม่ควรเป็นเพียงกิจกรรมที่เกิดขึ้นปีละครั้ง เพราะเป้าหมายของธุรกิจและบทบาทของพนักงานสามารถเปลี่ยนแปลงได้ตลอดเวลา Performance & Goals Assistant จะช่วยสนับสนุนการกำหนดเป้าหมายให้สอดคล้องกับทิศทางขององค์กร ติดตามความคืบหน้าของผลงาน และรวบรวมข้อมูลที่เกี่ยวข้องเพื่อเตรียมความพร้อมสำหรับการพูดคุยระหว่างหัวหน้ากับพนักงาน
แทนที่ผู้จัดการจะต้องย้อนค้นหาผลงานตลอดหลายเดือนก่อนถึงรอบประเมิน ระบบสามารถช่วยจัดเตรียมข้อมูลประกอบการสนทนา ทำให้การให้ Feedback และการติดตามเป้าหมายเกิดขึ้นได้อย่างต่อเนื่อง
สิ่งนี้ช่วยให้การบริหารผลงานไม่ได้มุ่งเน้นเฉพาะการให้คะแนน แต่สามารถต่อยอดไปสู่การพัฒนาศักยภาพและสร้างความก้าวหน้าให้กับพนักงานได้อย่างเหมาะสม
3. Recruiting Assistant: เพิ่มความคล่องตัวในการสรรหา โดยไม่ละเลยประสบการณ์ผู้สมัคร
กระบวนการสรรหาบุคลากรมีรายละเอียดมากกว่าการค้นหาผู้สมัครที่มีคุณสมบัติตรงกับตำแหน่ง เพราะ HR ยังต้องใช้เวลาในการประสานงาน นัดหมาย และดูแลประสบการณ์ของผู้สมัครตลอดกระบวนการ สามารถช่วยสนับสนุนการค้นหาผู้สมัครที่เหมาะสม การประสานงานสัมภาษณ์ และการแนะนำตำแหน่งงานที่สอดคล้องกับทักษะของผู้สมัคร
เมื่อภาระงานด้านการประสานงานลดลง ทีมสรรหาก็จะมีเวลาให้ความสำคัญกับการประเมินศักยภาพ การสื่อสาร และการสร้าง Candidate Experience ที่ดีมากขึ้น อย่างไรก็ตาม การใช้ AI ในกระบวนการสรรหายังต้องคำนึงถึงความเป็นธรรม ความโปร่งใส และการตรวจสอบโดยมนุษย์ เพื่อไม่ให้การตัดสินใจส่งผลเสียต่อผู้สมัครจากอคติของข้อมูลหรือระบบ
4. People Intelligence Assistant: เปลี่ยนข้อมูล HR ให้กลายเป็นกลยุทธ์ด้านคน
ข้อมูลบุคลากรมีคุณค่ามากกว่าการใช้จัดทำรายงาน เพราะสามารถช่วยให้องค์กรเข้าใจแนวโน้มและความเปลี่ยนแปลงที่อาจส่งผลต่อธุรกิจในอนาคต จะช่วยติดตามและวิเคราะห์ข้อมูลสำคัญ เช่น อัตราการลาออกของพนักงาน (Turnover Rate) และความเท่าเทียมด้านค่าตอบแทน (Pay Equity)
นอกจากการแสดงตัวเลขแล้ว AI ยังสามารถช่วยวิเคราะห์ปัจจัยที่เกี่ยวข้องและเสนอแนวทางรับมือ โดยอ้างอิงข้อมูลที่มีอยู่และแนวปฏิบัติด้าน HR
หัวใจสำคัญของ People Intelligence จึงอยู่ที่การเปลี่ยนข้อมูลจำนวนมากให้กลายเป็นข้อมูลเชิงลึก (Insights) ที่ HR สามารถนำไปใช้วางแผนและตัดสินใจได้จริง
Autonomous HCM กับอนาคตองค์กรที่ขับเคลื่อนด้วย AI
Autonomous HCM ไม่ใช่เพียงแนวคิดที่เกิดขึ้นเฉพาะในฝ่ายทรัพยากรบุคคล แต่ยังเป็นส่วนหนึ่งของการพัฒนาองค์กรไปสู่ Autonomous Enterpriseหรือองค์กรที่นำ AI ระบบอัตโนมัติ และข้อมูลมาเชื่อมโยงกระบวนการทำงานระหว่างหน่วยงานต่าง ๆ
ลองนึกถึงองค์กรที่กำลังเตรียมขยายธุรกิจไปยังตลาดใหม่ การตัดสินใจดังกล่าวไม่ได้เกี่ยวข้องเฉพาะกับแผนการเงินหรือการลงทุนเท่านั้น แต่ยังส่งผลต่อความต้องการกำลังคน ทักษะที่จำเป็น และความพร้อมของบุคลากรในอนาคต
หากข้อมูลระหว่างหน่วยงานสามารถเชื่อมโยงกันได้ HR จะมีโอกาสมองเห็นความต้องการของธุรกิจได้เร็วขึ้น และสามารถนำข้อมูลมาประกอบการวางแผนว่าจะต้องพัฒนาทักษะใด สรรหาบุคลากรในตำแหน่งไหน หรือเตรียมความพร้อมให้กับพนักงานทุกคนได้
แหละนี่คือภาพของ HR ที่ไม่ได้ทำหน้าที่เพียงสนับสนุนการดำเนินงาน แต่สามารถมีส่วนร่วมในการขับเคลื่อนกลยุทธ์และการเติบโตขององค์กรได้อย่างแท้จริง
บทสรุป
ท้ายที่สุด เทคโนโลยีที่ดีที่สุดอาจไม่ใช่เทคโนโลยีที่ทำงานแทนมนุษย์ได้มากที่สุด แต่คือเทคโนโลยีที่ช่วยให้มนุษย์สามารถสร้างคุณค่าได้มากกว่าเดิม
เตรียมองค์กรให้พร้อมสู่อนาคตไปกับ I AM Consulting ผู้ให้บริการที่ปรึกษาด้านธุรกิจและเทคโนโลยี รวมถึงโซลูชัน SAP SuccessFactors สำหรับการบริหารทรัพยากรบุคคล ช่วยสนับสนุนองค์กรในการยกระดับกระบวนการ HR เชื่อมโยงข้อมูลบุคลากร และเตรียมความพร้อมสู่การบริหารทรัพยากรบุคคลในยุค AI
ศึกษาข้อมูลเพิ่มเติมเกี่ยวกับ Autonomous HCM ได้จากบทความของ I AM Consulting ที่นี่
