אמון דרך שקיפות: פילוסופיית ה-IT בעידן הבינה המלאכותית

בינה מלאכותית פותחת אפשרויות בלתי מוגבלות. עבור צוותי משאבי אנוש, זה יכול לפשט תאימות גלובלית. אבל צעד אחד שגוי ואתם עלולים למצוא את עצמכם בסכסוכים משפטיים ולפגיעה במוניטין. 

IT צוות ניהול הזדמנות שווה לעבוד בשביל כולם, בכל מקום. מפשילים שרוולים ומתמודדים עם אימוץ בינה מלאכותית. בסמינר מקוון שנערך לאחרונה, שיתפה מריה ליס, מנהלת IT בכירה ב- G-P, כיצד צוותי משאבי אנוש יכולים לשלב בינה מלאכותית ולהפיג חששות לגבי אבטחת מידע, הטיה ופרטיות.

ליס הצטרף G-P ב- 2023, בדיוק בזמן שהתחלנו לבנות את סוכנת משאבי אנוש הגלובלית שלנו, G-P Gia™, המופעלת על ידי בינה מלאכותית. Gia היא סוכנת בינה מלאכותית עבור משאבי אנוש שיכולה לקצץ את העלות והזמן של התאימות בעד 95%. אז ליס יודעת דבר או שניים על אימוץ בינה מלאכותית, שאותו היא מצטמצמת לדבר אחד מכריע: שלמות נתונים.

"אי אפשר לדלג על צעדים יסודיים", אומר ליס. "חלק מתפקידנו כצוות ניהול ב-IT הוא לעזור להנהלה להבין את המסע הזה." מנהיג עשוי לבקש כלי בינה מלאכותית סוכנית שיכול לקבל החלטות מורכבות בכוחות עצמו, ולמרות שזו מטרה נהדרת ואני אוהב אותה, זה לא בהכרח מציאותי להגיע לשם בלי הבסיס הזה קודם. וכדי לבנות את הבסיס הזה, הצעד הראשון הוא לבסס אמון בנתונים שלכם, והנתונים שלכם טובים רק כמו המידע שאתם מזינים אותם. אז אם זה מבודד, לא מדויק, או מבולגן - כל מה שתבנה על זה יהיה פגום לחלוטין."

אמון הנדסי: גישור על הפער של 3%

ליס מאמין גדול ב"אמון דרך שקיפות". בעידן בינה מלאכותית, חברות צריכות להיות מעוגנות במנטרה הזו ולהיות מוכנות להראות את המקורות ולהסביר את ה"למה" מאחורי כל המלצה בינה מלאכותית. זהו הבסיס לאמינות המוצר ולאמון המשתמשים. 

"אמון ושקיפות הם דברים שלקחנו לתשומת ליבנו כשבנינו את בינה מלאכותית שלנו", מסביר ליס. "ידענו שכדי שמישהו יסמוך על תשובותיה של Gia, הוא יצטרך לסמוך על הבסיס שלהן." וזה בנוי על המון ניסיון, עשור של מומחיות גלובלית של G-P. הידע שלה אינו אקראי. זה כולל מיליון תרחישים מהעולם האמיתי ומעל 100,000 מאמרים ונתונים שאושרו כחוק ממעל 1,500 מקורות ממשלתיים.

כאשר משתמשים שואלים Gia שאלה, הפלט תמיד מלווה במקורות מאומתים של G-P , כלומר מומחי G-P אימתו את המידע. Gia בנוי לדיוק שאין שני לו, והמוצר הסופי הוא בינה מלאכותית (בפני פטנט) בשילוב עם דגם RAG קנייני המספק תוצאות טובות פי 10מהתקן בתעשייה של בינה מלאכותית. 

למרות ההתקדמות הברורה בתחום בינה מלאכותית, השגת אמון בחברה בכלים היא עדיין אתגר מתמשך עבור צוות ניהול IT רבים. דו"ח "עולם בעבודה2025 גילה שרק 3% מהמנהלים יבטחו בבינה מלאכותית לקבלת החלטה כלשהי. מחלקות IT צריכות לעזור לצוות ניהול להרגיש בנוח עם אימוץ טכנולוגיות בינה מלאכותית. 

במילותיו של ליס: "האחוז הזה של 3באמת אומר הרבה, וזה הגיוני לחלוטין כרגע." יש הרבה דברים לא ידועים שם בחוץ. ויש חוסר ידע והבנה, וכולם נמצאים במרוץ להגיע לאנשהו. אבל זה באמת מדגיש פער אמון טבעי. וזה מראה שהאתגר שלנו כצוות ניהול אינו רק יישום טכנולוגיה, אלא בניית אמון בה. אז העצה שלי היא לחשוב על זה כמו חבר צוות חדש וחכם להפליא. צריך לבנות אמון בהדרגה."

מסגרת האימות של אדם בתוך הלולאה

לא כל הכלים בינה מלאכותית נוצרו שווים. ולא כולם יכולים לבנות פתרונות משלהם, ולכן חברות זקוקות לתהליך סינון חזק עבור כלים של צד שלישי. אז איך צוותי IT יכולים להעריך כלי בינה מלאכותית לפני שהם מפרסים אותם? "השאלה הזו באמת נוגעת ללב הפילוסופיה שלנו כאן ב- G-P ", אומר ליס.

ליס משתמשת ביחסי העבודה שלה עם קוני דיאז, מנהלת בכירה של משאבי אנוש ב- G-P, כדי להציג כיצד צוותי IT מציגים טכנולוגיה חדשה בינה מלאכותית לחברה שלהם. "לכן, כאשר צוות כלשהו, ובמיוחד משאבי אנוש, רוצה לאמץ כלי חדש, תפקידו של הצוות שלי [ב-IT] אינו להיות שומר סף בסוף התהליך." זה יותר להיות עסקי שותף אסטרטגי מההתחלה. "זהו שיתוף פעולה אמיתי חוצה תפקידים שאנחנו לוקחים על עצמנו", היא אומרת.

מערכות ה-IT נוקטות בגישה של "אדם בתוך הלולאה" כדי לאמת כל כלי, כאשר מומחיות חוצת תפקידים מבטיחה תאימות וביטחון. צוות טכני מעריך התאמה לתקנים הנדסיים, IT מנתח סיכוני אבטחה, ביקורות משפטיות לתאימות גלובלית, מועצת בינה מלאכותית מבטיחה התאמה של ממשל, ומשאבי אנוש נותן את המקרה העסקי והאתי הקריטי. 

"להסתכל על זה כמאמץ משותף עוזר לבנות את בסיס האמון", מסכים דיאז. "אז כמעסיק או כמנהל, כלי בינה מלאכותית כמו Gia אינו סתם קופסה שחורה, זהו כלי שמפוקח באופן פעיל ושקוף על ידי מומחי משאבי אנוש ו-IT כאחד." אנשים נוטים הרבה יותר לסמוך על התפוקות שהם מקבלים מזה." 

משאבי אנוש נותנים ביטחון שהכלי משמש בצורה אתית והוגנת, בעוד שמחלקת ה-IT נותנת ביטחון שהוא מאובטח ותואם לתקנות. זוהי אחריות משותפת שמדגימה מחויבות הן לאנשים והן לשלמות הנתונים.

התחל עם מקור נתונים נקי

ציר הזמן לפריסת כלי בינה מלאכותית חדש יכול להימשך בין שבועות לחודשים. זה תלוי אם יש לכם נתונים שמוכנים לשימוש מיידי במודל בינה מלאכותית או שהנתונים שלכם אינם שלמים ומאוחסנים בפורמטים לא תואמים שצוות ה-IT יצטרך לחלץ. ליס ממליץ להתחיל בקטן. "אל תנסה להרתיח את האוקיינוס." פשוט תבחרו נקודה אחת שאתם יכולים להתמודד איתה ותרוויחו ממנה במהירות. "התחילו לבנות את המומנטום שלכם משם", היא אומרת.

השאלות הגדולות הן בדרך כלל בנוגע לפרטיות נתונים. 

ראשית: האם ניתן להשתמש בנתוני החברה להכשרת מודל בינה מלאכותית? 

שנית: כיצד יכולה מערכת ה-IT להגדיר בקרות גישה מחמירות כך שרק האנשים הנכונים יראו את המידע הנכון?

"מכיוון שאנחנו מטפלים בכל הסוגיות הקריטיות הללו באופן קולקטיבי ומראש, השיחה אינה על רישום בעיות." "זה עניין של מציאת פתרונות בפועל", אומר ליס. "כאשר אנו פועלים לפי התהליך הזה, זה מצב שבו כולם מרוויחים." אנחנו יכולים לאשר בביטחון כלי של בינה מלאכותית שיעזור לעסק... זה תהליך שאפשר לראות בו מכשול, אבל הפכנו את זה לשותפות חזקה כדי לוודא שאנחנו מגנים על G-P ועל הנתונים שלנו."

IT ומשאבי אנוש: שותפים במוכנות לנתונים

עבור צוותים שמתחילים את דרכם בינה מלאכותית, ליס הדגיש את חשיבות ההכנה. בחירת מודל בינה מלאכותית המבוסס על נתונים לא שלמים תביא לתוצאות שליליות שיפגעו באמון שאתם מנסים לבנות בארגון שלכם. עצתו של ליס היא שלפני שצוות בוחר כלי, בסיס הנתונים צריך להיות נקודת הביקורת הראשונה. וכאן שיתוף פעולה הדוק בין משאבי אנוש ל-IT הופך להיות כל כך חשוב. 

ראשית, מערכות מידע יכולות לסייע למשאבי אנוש על ידי ניקוי וריכוז הנתונים. משמעות הדבר היא איחוד מידע ממערכות שונות, כגון שכר, הטבות וסקירות ביצועים, למקור יחיד. בשלב הבא, מערכות המידע יכולות לסייע למשאבי אנוש לבסס ניהול נתונים ולהטיל בקרות גישה חזקות כדי להגן על מידע רגיש של העובדים. 

יצירת כללים ברורים לאופן איסוף ושימוש בנתונים היא קריטית לדיוק ולפרטיות. 

קיצוץ בעלויות וזמן תאימות עד 95% עם Gia

אל תיתן למשוכות תואמות להאט את משאבי אנוש צוות שלך. כלי בינה מלאכותית שאושר על ידי מומחים יכול להאיץ את המומנטום ולעמוד בסטנדרטים הגבוהים של צוות ה-IT שלכם בנוגע לאבטחת נתונים, שקיפות אתית ותאימות ניתנת לאימות. Gia היא הכלי הזה.

Gia הוכרה כמוצר משאבי אנוש מוביל של 2025 על ידי מנהל משאבי אנוש. זה סוכן בינה מלאכותית שנועד לייעל משאבי אנוש עולמי על ידי מענה לשאלות התאימות הקשות ביותר שלך ב- 50 מדינות ובכל 50 מדינות ארה"ב. 

לא עוד מכשולים של ייעוץ משפטי או שעות לחיוב יקרות. עם Gia, תאימות גלובלית היא קלה. רוצה לפשט משאבי אנוש גלובלית עם הדרכה מומחית שאתה יכול לסמוך עליה? הירשמו לתקופת ניסיון בחינם עוד היום.

כדי ללמוד עוד ממריה ליס על האופן שבו מחלקת ה-IT יכולה לשתף פעולה בהצלחה עם משאבי אנוש, צפו בדיון המלא שלה עם עמיתתה קוני דיאז.