HRM

Kako se umetna inteligenca uporablja v kadrovski službi danes in kako se bo uporabljala v naslednjih petih letih 

Čas branja 7 min

Večina organizacij danes preizkuša umetno inteligenco (UI). Malokatera pa iz nje ustvarja konkretne poslovne koristi. Razkorak med enim in drugim je skoraj vedno podoben in le redko tehnološke narave. Orodja so zmogljiva, dostopna in cenovno vse bolj dosegljiva, zato je ozko grlo način, kako UI vpeljemo v vsakodnevno delo.

Najbolj uporabna slika, ki jo na delavnicah ponudim kadrovskim ekipam, je preprosta. UI je kot zagnan pripravnik. Neizmerno priden, hiter in potrpežljiv. Ne godrnja, dela ob katerikoli uri in brez pritoževanja stokrat ponovi isto opravilo. Ima pa lastnost, ki jo v navdušenju radi spregledamo: naredi točno to, kar mu naročimo. Ne tega, kar smo imeli v mislih, temveč tisto, kar smo mu naročili oz. zapisali. Kakovost rezultata je zato skoraj v celoti odvisna od kakovosti navodil in od procesa, v katerega tega pripravnika postavimo.

UI ima lastnost, ki jo v navdušenju radi spregledamo: naredi točno to, kar mu naročimo. Ne tega, kar smo imeli v mislih, temveč tisto, kar smo mu naročili oz. zapisali.

Ta slika spremeni celotno vprašanje. Nadobuden pripravnik nas ne nadomesti. Pomnoži naše sposobnosti, če ga le znamo voditi.

Kje umetna inteligenca v kadrovski službi danes dejansko dela

Če pogledamo, kje danes prinaša oprijemljivo vrednost, se pokaže dokaj jasen nabor opravil. UI dobro pripravi prvi osnutek opisa delovnega mesta, ki bi kadrovika sicer stal pol ure ali več. Pospeši in poenoti komunikacijo s kandidati, od vabil in odgovorov na pogosta vprašanja do vljudnih zavrnitev. Povzame na desetine ali stotine odprtih odgovorov iz ankete med zaposlenimi in izlušči teme, ki bi jih ročno iskali cele dneve. Pripravi osnutke internih dokumentov, poročil in zapisnikov. Podpira personalizirano uvajanje novih sodelavcev in prilagojene učne poti za obstoječe.

Skupni imenovalec teh primerov ni čarovnija, temveč rutina. Gre za opravila, ki so pogosta, ponovljiva in tekstovno intenzivna. Prav tam junior pomočnik zablesti.

Najbolj oprijemljiv primer iz prakse je kadrovska podpora. Zaposleni HR ekipo sprašujejo vedno znova isto: koliko dopusta mi je še ostalo, kako oddam potni nalog, kaj velja pri boleznini, kje najdem določeno politiko. Dobro postavljen agent, ki pozna interne dokumente in pravila, samostojno odgovori na okoli 90 odstotkov teh osnovnih vprašanj. Preostalih deset odstotkov, torej izjeme in občutljive primere, preda človeku. Učinek ni v tem, da bi kadrovnik izginil. Učinek je v tem, da mu ni več treba štiridesetič odgovoriti na isto vprašanje in da dobi čas za delo, ki človeka zares potrebuje.

Učinek ni v tem, da bi kadrovnik izginil. Učinek je v tem, da mu ni več treba štiridesetič odgovoriti na isto vprašanje in da dobi čas za delo, ki človeka zares potrebuje.

Zakaj eni avtomatizirajo delovna mesta, drugi pa le drobce

Koliko lahko posamezna organizacija sploh avtomatizira, ni odvisno od orodja, temveč od tega, kako digitalna in urejena je že sama po sebi. Ponazoritev, ki jo rad uporabim, sta banki dveh svetov. Neobanka je zgrajena digitalno in z umetno inteligenco v jedru. Njeni procesi so čisti, podatki strukturirani, koraki predvidljivi. V takem okolju je mogoče avtomatizirati cela delovna mesta. Klasična banka z desetletji podedovanih procesov in razpršenih podatkov lahko avtomatizira le posamezne drobce, pa še to s trudom.

Enako velja za vsako organizacijo, tudi znotraj kadrovske službe. Kjer je proces jasen in podatki urejeni, umetna inteligenca prevzame velik del opravil. Kjer so procesi zapleteni, nedokumentirani in polni izjem, prevzame le del. Iz tega sledi neprijetna, a koristna ugotovitev: umetna inteligenca ne odpravi slabega procesa, ampak ga le hitreje ponovi. Če avtomatiziramo nekaj, kar je slabo zastavljeno, dobimo slab rezultat, samo hitreje in v večjem obsegu.

Če avtomatiziramo nekaj, kar je slabo zastavljeno, dobimo slab rezultat, samo hitreje in v večjem obsegu.

Najbolj precenjena raba

Če me vprašate, kaj je danes najbolj precenjeno, bi izpostavil ocenjevanje delovne uspešnosti, ki jih namesto vodje napiše umetna inteligenca. Vodja v orodje vpiše nekaj drobcev, umetna inteligenca pa iz njih izdela lepo zveneč, zaokrožen zapis. Hitro, gladko in na videz brez napora.

Težava je v tem, da je vrednost ocene prav v razmisleku, ki naj bi ga opravil vodja. Kaj je sodelavec dejansko naredil, kje je napredoval in kaj konkretno naj spremeni. Ko ta razmislek preskočimo in ga prepustimo stroju, dobimo besedilo, ki zveni dobro, a ne pove ničesar. Zaposleni to začutijo takoj, saj v njem prepoznajo splošne fraze, ki bi jih lahko dobil kdorkoli. Namesto da bi okrepila zaupanje, ga taka ocena načne.

UI lahko oceno lepše ubesedi. Ne more pa namesto vodje razmisliti, kaj sodelavcu sploh sporočiti.

To se popolnoma sklada s sliko zagnanega pripravnika. Pripravniku z veseljem pustimo, da pripravi osnutek, uredi zapiske ali predlaga strukturo. Ne pustimo pa mu, da namesto nas presodi in oceni sodelavca. UI lahko oceno lepše ubesedi. Ne more pa namesto vodje razmisliti, kaj sodelavcu sploh sporočiti.

Zakaj uvajanje najpogosteje spodleti

V praksi vidim, da se uvajanje najpogosteje ustavi iz dveh razlogov, in noben ni tehnološki.

Prvi je, da ni lastnika procesa. Orodje je uvedeno, licence so plačane, navdušenje po delavnici je veliko, potem pa nihče ni odgovoren za to, da se raba res usede v vsakdan in da prinese rezultat. Brez lastnika iniciativa tiho zamre.

Drugi razlog je, da ljudi nihče ne prime za roko. Pričakovati, da bodo sodelavci sami od sebe začeli uporabljati novo orodje, je nerealno. Ljudi je treba usmerjati, jim pokazati konkretne primere iz njihovega dela in jih spremljati prve tedne. Zelo dobro deluje preprost trik: zaposlenim dovolimo in jih spodbudimo, da umetno inteligenco uporabljajo tudi zasebno. Ko si nekdo z njo pomaga načrtovati dopust, sestaviti pismo ali poiskati idejo za večerjo, se neopazno izuri. To spretnost nato povsem naravno prenese v službo.

Tretja past pa je že omenjena: da s tehnologijo prelakiramo slab proces, namesto da bi ga najprej popravili.

Kadrovska služba čez pet let

Če pogledam pet let naprej, se mi zdi ena smer precej gotova. Vsak zaposleni bo imel svojega agenta ali celo več njih. Ti agenti bodo prevzemali vedno večji del operativnega dela, ljudje pa bomo prevzemali bolj kompleksne in bolj analitične naloge. Vloga se bo premaknila od tega, da delo opravljamo sami, k temu, da delo usmerjamo, preverjamo in zanj odgovarjamo.

Če pogledam pet let naprej, se mi zdi ena smer precej gotova. Vsak zaposleni bo imel svojega agenta ali celo več njih.

To pomeni tudi tiho, a globoko spremembo v strukturi dela. Vsak individualni strokovnjak bo na neki način postal vodja. Ne nujno vodja ljudi, temveč vodja digitalnih sodelavcev. Moral bo določati cilje, razporejati naloge, preverjati kakovost in prevzemati odgovornost za rezultat.

Vsi bomo šefi, skoraj tako kot na LinkedInu. 

Kadrovik bo tako vse manj tisti, ki ročno pripravlja dokumente in odgovarja na ista vprašanja, in vse bolj tisti, ki oblikuje procese, postavlja pravila igre in nadzoruje kakovost tega, kar agenti vrnejo.

In tu je neprijeten obrat

Radi rečemo, da nam bo umetna inteligenca prihranila čas. To ni nujno res. Verjetneje je, da se prihranjeni čas ne bo pretvoril v krajši delovnik, ampak v višja pričakovanja. Ko postane posameznik s pomočjo agentov bistveno bolj produktiven, organizacija to produktivnost pričakuje. Od ljudi bo zahtevano več, ker bomo opravljali bolj kompleksno delo, delovni dan pa bo še vedno trajal osem ur.

Zato pravo vprašanje ni, ali nas bo umetna inteligenca nadomestila. Dela ne bo zmanjkalo in nihče zaradi nje ne bo ostal brez službe. Vprašanje je, ali se bomo znašli v vlogi, ki jo prinaša: iz izvajalca postati vodja ekipe, ki nikoli ne spi, ne godrnja in naredi točno to, kar ji naročimo. Tisti, ki se bodo tega naučili, ne bodo delali manj. Delali bodo drugače, in na precej višji ravni.

Čeprav pišem o umetni inteligenci, je ta članek nastal na roke. Pisanje mi pomaga razmišljati. Umetna inteligenca mi je pomagala zgolj pri odpravljanju slovničnih napak.

Matevž Kadak bo z nami tudi na Pre:plet festivalu 22. septembra 2026 na Ekonomski fakulteti, kjer bo v Areni digitalizacije in UI predaval na temo Kako se umetna inteligenca uporablja v kadrovski službi danes in kako se bo uporabljala v naslednjih petih letih. Pridružite se nam!

Oznake:

Več v kategoriji HRM

Več člankov iz te kategorije