- Obstakels die de toepassing van (generative) AI in de weg staan
- Kunnen sociaal vaardige algoritmen mens en machine leren samenwerken?
- Zijn (bijna volledig) geautomatiseerde klantenservice-afdelingen de toekomst?
Door de integratie van AI en HRM verandert het werklandschap op manieren die we nog niet eerder hebben gezien. Naarmate AI zich verder ontwikkelt krijgt HRM langzaam maar zeker een nieuwe rol: niet langer enkel administratief, maar ook als krachtige tool voor strategische planning, talentoptimalisatie en het vergroten van medewerkersbetrokkenheid. In een wereld waarin de wendbaarheid van een bedrijf vaak bepalend is voor succes of falen, is de integratie van AI in HRM-processen niet langer ‘nice-to-have’ maar wordt dit steeds noodzakelijker. Voor bedrijven die concurrentievoordeel willen behalen bieden de automatiserings- en data-analysemogelijkheden van AI ongeëvenaarde mogelijkheden. Zo kunnen ze bedrijfsactiviteiten helpen stroomlijnen, beter geïnformeerde beslissingen mogelijk maken en op maat gemaakte werknemers- en klantervaringen creëren. Maar hoe zit het met de menselijke factor? Hoe zullen werknemers zich aanpassen aan een werkplek die steeds meer geautomatiseerd wordt? Zullen AI-systemen menselijke functies binnen HR steeds meer gaan overnemen, of kunnen ze juist — in een samenwerkende rol — de doeltreffendheid en reikwijdte van menselijke beslissers versterken? En hoe kunnen we de technische vaardigheidskloof overbruggen zodat we optimaal van deze nieuwe technologie gebruik kunnen maken?
Hier zijn enkele cijfers: Nu leidinggevenden zich steeds meer bewust worden van de kracht van AI, neemt de implementatie ervan in ondernemingen toe, al is dat tot nu toe nog op een voorzichtige manier. Uit een IBM-rapport uit 2023, waarvoor 3.000 leidinggevenden werden ondervraagd over generative AI, blijkt dat 43 procent al gebruikmaakt van AI voor belangrijke besluitvorming en dat 75 procent gelooft dat de technologie hun bedrijf concurrentievoordeel kan opleveren. Toch zijn er blijvende zorgen onder werkenden: bijna de helft (48 procent) maakt zich zorgen over vooringenomenheid en een meerderheid (57 procent) is bezorgd over de veiligheid van hun gegevens. We gaan in dit artikel dieper in op het samenspel tussen AI en HRM. Ook bespreken we de huidige toepassingen van deze technologie en nemen we een kijkje in het evoluerende landschap van AI in HRM en wat dit betekent voor de toekomst van werk.
Obstakels die de toepassing van (generative) AI in de weg staan
Hoewel generative AI allerlei processen en taken kan stroomlijnen, de productiviteit kan verbeteren en innovatieve bedrijfsmodellen kan opleveren, is het voor werknemers vaak een uitdaging om deze voordelen in hun dagelijkse werkzaamheden effectief toe te passen. En er zijn meerdere factoren die hier een rol in spelen. Een belangrijke complicatie is de aanzienlijke leercurve die werknemers moeten overwinnen, omdat ze over het algemeen geen achtergrond hebben in datawetenschap of machine learning. Ook is er voor de integratie van AI in bestaande workflows vaak een cultuuromslag nodig, waar veel organisaties niet op voorbereid zijn. Daarnaast kunnen ethische kwesties rondom datamanagement en algoritmische besluitvorming voor terughoudendheid zorgen. Ook het gebrek aan intuïtieve interfaces en gebruiksvriendelijke tools kan een obstakel vormen. Het is dus een aanzienlijke uitdaging om AI optimaal te integreren en te gebruiken, wat het realiseren van de volledige technologische capaciteiten binnen de organisatie in de weg staat.
Nog wat cijfers: volgens onderzoek van IBM noemt ruim 63 procent van de ondervraagden onvoldoende technische vaardigheden als een obstakel voor de uitrol van AI-oplossingen in hun organisaties. Dit probleem wordt nog verscherpt wanneer leidinggevenden, zonder de juiste vaardigheden en hulpmiddelen, het roer van AI-initiatieven overnemen. Het MIT Sloan Management Review heeft een onderzoek gepubliceerd waaruit blijkt dat 82 procent van de respondenten aangeeft hinder te ondervinden bij het implementeren van AI-toepassingen na de experimentele fase. De situatie wordt verder gecompliceerd door het gebrek aan intern datawetenschapstalent. Een onderzoek van Deloitte uit 2018 door David Schatsky voorspelt dat de VS in 2024 — op basis van de huidige vraag- en aanbodstatistieken — te maken zullen krijgen met een tekort van 250.000 datawetenschappers. Dit gebrek aan expertise belemmert de functionaliteit van AI, omdat de technologie sterk afhankelijk is van de beschikbaarheid van de juiste soort data. Zonder voldoende en nauwkeurige gegevens worden AI-algoritmen enorm beperkt in hun vaardigheden, waardoor ze zelfs voor taken als aanbevelingen doen niet meer effectief zijn. Dit is een serieuze tekortkoming, vooral wanneer je bedenkt dat AI straks een belangrijke hoeksteen moet worden in zakelijke besluitvormingsprocessen. Het succesvol inzetten van AI is dus afhankelijk van de kwaliteit en de hoeveelheid gegevens die een organisatie kan verwerken. Om dit te bereiken moeten HR-afdelingen AI-trainingsprogramma’s uitrollen, met IT samenwerken om gebruiksvriendelijke tools te identificeren en cross-functionele teams vormen om de adoptie van AI aan te moedigen. Er moeten ook ethische richtlijnen en continue feedbackloops worden opgesteld om een verantwoord en effectief gebruik te garanderen. Door deze stappen te ondernemen, kan HR de weg vrijmaken voor een flexibeler, beter geïnformeerd en productiever personeelsbestand, dat in staat is om de transformerende kracht van generative AI ook daadwerkelijk te benutten.
“Het einddoel is dat we de wiskunde achter de samenwerking met mensen begrijpen en welke eigenschappen kunstmatige intelligentie nodig heeft om sociale vaardigheden te ontwikkelen. AI moet op ons kunnen reageren en kunnen verwoorden wat het doet. Het moet met andere mensen kunnen communiceren.”
Jacob Crandall, Brigham Young Universiteit
Kunnen sociaal vaardige algoritmen mens en machine leren samenwerken?
Nu er in de toekomst steeds meer kunstmatig intelligente systemen in ons dagelijks leven worden geïntegreerd, wordt het ook steeds belangrijker dat al deze verschillende ‘entiteiten’ naadloos met mensen en andere machines samenwerken. Een onderzoeksteam onder leiding van twee bekende computerwetenschappers, Iyad Rahwan van het Massachusetts Institute of Technology en Jacob Crandall van de Brigham Young University, heeft speciaal voor dit doel een algoritme ontwikkeld met ingebouwde ‘sociale vaardigheden’. Het algoritme kreeg de naam S# (uitgesproken als S-sharp) en werd door middel van verschillende two-player spellen getest op mens-machine-interacties en machine-machine-interacties. Op het gebied van waardevolle relaties stimuleren werden zowel menselijke deelnemers als andere algoritmen voortdurend door S# overtroffen. Eén test betrof het Prisoner’s Dilemma, een spel dat vaak de tekortkomingen van rationele samenwerking tussen twee mensen benadrukt. Een andere test was een complex spel voor het delen van blokken. S# demonstreerde het vermogen om menselijke signalen te communiceren en te begrijpen, waardoor het in onverwachte scenario’s kon uitblinken. Ook zeer interessant om te vermelden is dat de AI zo ontworpen is dat het niet blindelings met anderen samenwerkt en dat het zelfs zijn ‘ongenoegen’ kan uiten als zijn menselijke tegenhanger zich niet collaboratief opstelt.
Ondanks de vrees dat AI een bedreiging voor de mensheid zou kunnen vormen, suggereren deze nieuwe bevindingen dat machines zo kunnen worden geprogrammeerd dat ze ethische en juridische principes volgen, net zoals de beroemde Three Laws of Robotics van Isaac Asimov. Om effectief met AI te kunnen samenwerken is volgens het team niet alleen flexibiliteit in allerlei situaties belangrijk, maar ook het vermogen om samenwerking te stimuleren, zelfs tussen wantrouwende partijen, en om zonder voorkennis waardevolle verbindingen te leggen. Bovendien moet het algoritme snel kunnen leren, redeneren en zich kunnen aanpassen om constructieve oplossingen te vinden. Dankzij dit nieuwe algoritme kunnen we binnenkort niet alleen probleemloos met machines samenwerken, maar wordt ook de rol van AI in complexe sociale situaties opnieuw gedefinieerd. Het bevestigt opnieuw dat AI inderdaad kan worden ontworpen om op verantwoorde en effectieve wijze met mensen en andere machines te communiceren. “Het einddoel is dat we de wiskunde achter de samenwerking met mensen begrijpen en welke eigenschappen kunstmatige intelligentie nodig heeft om sociale vaardigheden te ontwikkelen”, vertelt Jacob Crandall, Brigham Young Universiteit. AI moet op ons kunnen reageren en kunnen verwoorden wat het doet. Het moet met andere mensen kunnen communiceren”.
HR-afdelingen kunnen sociaal vaardige algoritmen als S# inzetten om een soepelere samenwerking tussen mens en machine op de werkplek mogelijk te maken. Door deze algoritmen in trainingssimulaties of real-world-scenario’s te gebruiken kunnen werknemers in de praktijk met AI leren samenwerken en leren hoe ze intenties kunnen communiceren en machinereacties kunnen interpreteren. Dit kan met name nuttig zijn in sectoren waar de interactie tussen mens en AI frequent plaatsvindt en van cruciaal belang is, zoals de gezondheidszorg, de financiële sector en de productiesector. Het inzetten van sociaal vaardige algoritmen biedt ook het voordeel dat AI-systemen worden getraind in het naleven van ethische en wettelijke normen, waardoor ze veiliger en betrouwbaarder kunnen samenwerken. Uiteindelijk kan de succesvolle integratie van deze algoritmen leiden tot werkomgevingen waar beter samengewerkt wordt en waar de kloof tussen menselijke capaciteiten en machine-efficiëntie wordt overbrugd.
Zijn (bijna volledig) geautomatiseerde klantenservice-afdelingen de toekomst?
Het idee van grotendeels geautomatiseerde klantenservice is niet langer puur speculatief, maar iets dat we echt kunnen realiseren. Vooruitkijkend verwachten we eigenlijk een steeds hechtere symbiose tussen menselijke medewerkers en kunstmatige intelligentie. AI neemt straks de routinevragen voor zijn rekening en leert daarbij van menselijke medewerkers hoe het met betere oplossingen kan komen, zodat support agents zich meer op de complexere kwesties kunnen richten. Neem bijvoorbeeld Intercom, een in San Francisco gevestigd technologiebedrijf dat gespecialiseerd is in klantcommunicatiesoftware. Door kunstmatige intelligentie te integreren, profileert het bedrijf zich als een pionier in deze markt. Een voorbeeld hiervan zijn de slimme chatbots die 24/7 beschikbaar zijn om vragen te beantwoorden. Deze bots kunnen context en nuances begrijpen, waardoor ze nauwkeurigere en zeer persoonlijke antwoorden kunnen geven. Dit verbetert niet alleen de klanttevredenheid, maar geeft ook menselijke medewerkers de gelegenheid om met complexere problemen aan de slag te gaan. Intercom heeft onlangs een reeks nieuwe AI-gestuurde functies uitgerold, waaronder een tool die lijsten met aandachtspunten omzet in langere teksten, een tool voor toon- en fraseringsaanpassingen voor meer genuanceerde berichten, een hulpprogramma dat artikelen genereert op basis van steno-notities en een tool die lange gesprekken in kernpunten samenvat. Intercom investeert momenteel in het verder verfijnen van deze tools door hun contextuele begrip van gesprekken te verbeteren en zich aan natuurlijke menselijke spraakpatronen aan te passen.
De introductie van volledig geautomatiseerde klantenservice-afdelingen, zoals die mogelijk worden gemaakt door Intercom, brengt natuurlijk ook enorme veranderingen teweeg in personeelsmanagement. Doordat er bijvoorbeeld minder personeelswerving en -training nodig is, kan de HR-focus meer verlegd worden naar taken waar menselijke expertise belangrijk is, zoals R&D of strategische planning. Bestaand klantenservicepersoneel heeft mogelijk herscholing nodig, waardoor nieuwe HR-gestuurde trainingsprojecten opgestart moeten worden. Door automatisering kan ook de traditionele hiërarchische bedrijfsstructuur veranderen, waardoor verschuivingen in de rapportagelijnen ontstaan en HR geconfronteerd wordt met uitdagingen rondom baanzekerheid en werknemersmoraal. Ook Key Performance Indicators kunnen veranderen en in plaats van op kwantiteit gebaseerde maatstaven verschuiven naar op kwaliteit gebaseerde maatstaven. HR zal in de toekomst bovendien een noodplan nodig hebben voor technische problemen die geautomatiseerde systemen niet aankunnen en een team van menselijke klantenservicemedewerkers standby moeten hebben. Naleving van wettelijke en ethische normen, vooral met betrekking tot gegevensbescherming, blijft een cruciale HR-verantwoordelijkheid. En omdat dit soort grootschalige automatisering een cultuurverandering veroorzaakt, zal HR steeds meer de overgang moeten maken van traditionele verantwoordelijkheden naar een centrale rol als facilitator van deze transformatie. HR zal tevens steeds meer de taak op zich moeten nemen om werknemers, nieuwe technologieën en de doelstellingen van de organisatie op elkaar af te stemmen. Bijvoorbeeld door uitgebreide interne communicatie-initiatieven en cultuuraanpassingsprogramma’s. Al met al zal de focus van HRM verschuiven van standaard personeelsplanning naar een diepere strategische rol in de organisatorische verandering.
Naarmate AI zich verder ontwikkelt, zal de rol ervan in personeelsmanagement ook blijven groeien, waardoor HR niet langer slechts een ondersteunende backstage-functie heeft, maar een leidende rol speelt als strateeg bij het vormgeven van de toekomst van organisaties en zelfs hele sectoren.
Een laatste overweging
Het is verbazingwekkend om te bedenken dat je met AI inmiddels ‘menselijke’ gesprekken kunt hebben en dat deze technologie zelfstandig creatieve content kan creëren. Kortgeleden was dat concept namelijk nog iets uit sciencefictionverhalen. Deze ontwikkelingen worden echter in steeds meer sectoren een dagelijkse realiteit. En hoewel we niet met zekerheid kunnen zeggen hoe de toekomst eruitziet, verwachten we zeker wel dat AI ook een steeds grotere invloed op HR-management zal hebben. Naarmate de technologie steeds geavanceerder wordt, zullen de toepassingen ervan zich naar verwachting op allerlei terreinen verspreiden, variërend van de gezondheidszorg en het bankwezen tot de media en de academische wereld. En de gevolgen hiervan zullen de komende jaren ongetwijfeld nog veel groter zijn. Dankzij geautomatiseerde processen en data-analyse — waardoor steeds meer gepersonaliseerde diensten mogelijk zijn — zien we op de korte termijn een toenemende operationele efficiëntie en een betere klanttevredenheid. Maar de langetermijnimplicaties zijn nog veel indrukwekkender. AI-technologieën zullen de creatie van volledig nieuwe producten en diensten mogelijk maken — iets dat we ons nu nog nauwelijks kunnen voorstellen. Bovendien zal AI de ontwikkeling van nieuwe operationele processen mogelijk maken die de productiviteit op ongekende manieren stroomlijnen. Ook verwachten we dat er geheel nieuwe categorieën banen en diensten zullen ontstaan en zelfs nieuwe (soorten) bedrijven die een prominente rol spelen in nieuwe bedrijfstakken — ontwikkelingen die de wereldwijde economische structuur volledig zullen veranderen. En naarmate AI zich verder ontwikkelt, zal de rol ervan in human resources ook blijven groeien, waardoor HR niet langer een ondersteunende backstage-functie heeft, maar veel meer een leidende rol speelt bij het vormgeven van de toekomst van organisaties en zelfs hele sectoren.
