Artificial intelligence in the personnel management of a construction company
Magera T.N.1, Bunyakin S.N.1
1 Национальный исследовательский Московский государственный строительный университет
Download PDF | Downloads: 20
Journal paper
Leadership and Management (РИНЦ, ВАК)
опубликовать статью | оформить подписку
Volume 12, Number 2 (February 2025)
Indexed in Russian Science Citation Index: https://elibrary.ru/item.asp?id=80406940
Abstract:
The article presents the results of the initial stage of research on the introduction of artificial intelligence into personnel management of a construction organization.
Based on the previous researches related to the transformation of the construction industry against the background of universal digitalization, the absence of a systematic list of artificial intelligence tools capable of optimizing the personnel management process of a construction organization has been revealed.
There is also a serious gap in the understanding of the specific relevant application and significant benefits of artificial intelligence for personnel management units in the construction industry, as well as for the applicant for the position and, subsequently, for a new employee of the company. The life path of an employee in an organization has been traced step by step according to the Employee Life Cycle model.Specific artificial intelligence technologies have been identified, which act as tools for optimizing the management of a construction company. The article may be of interest both to employees of construction organizations who work with staff and to organizations in other professional fields.
Keywords: construction organization, personnel management, employee lifecycle, artificial intelligence
JEL-classification: L74, M10, M12, M15
Введение. На сегодняшний день искусственный интеллект (ИИ) стремительно проникает в жизнь человека, меняет её, и управление персоналом строительной организации не является исключением. Игнорировать высокие технологии возможности нет. Организации подвергаются серьёзному риску, если утрачивают возможность технологически двигаться в ногу со временем, выпадают из общего профессионального пространства, утрачивают статус успешной компании. Процесс внедрения ИИ включает в себя множество важных аспектов, которые последнее время активно трансформируются за счёт всеобщего курса на цифровизацию [8, 14, 15, 30]. Сопряжение специфики областей строительства, менеджмента в области персонала, ИИ влечёт необходимость выявлять и учитывать отраслевые и управленческие нюансы, а также внедрение новых технологий, их особенности с точки зрения преимущества результатов их взаимовлияния, что выступает в качестве цели данного исследования. Целесообразно научному практическому интересу авторов точкой отсчёта и критерием успешности внедрения ИИ в управление персоналом строительной организации избран человек, его вовлечённость, удовлетворённость, стремление развиваться и продвигать свою компанию во внешней среде. Пребывание в компании является цикличным процессом, структура которого в данной работе определена моделью «жизненный цикл сотрудника» (The Employee Life Cycle - ELC), аналогичной используемой в маркетинге карты пути клиента (customer journey map): способ анализа потребительного поведения с точки зрения прохождения определенных этапов. Данные карты отражают такие основные элементы, как цели на каждом этапе и действия для их достижения [13]. В качестве авторской гипотезы выступает предположение о том, что каждом этапе ELC оптимизация процесса управления персоналом возможно за счёт отбора конкретных ИИ-инструментов. Поэтапное прослеживание жизненного пути сотрудника организации по модели The Employee Life Cycle, определение и описание конкретных технологий искусственного интеллекта, выступающих в качестве инструментов оптимизации управления строительной подрядной организацией ранее не предпринималось. Это определяет научную новизну данной работы и формирует задел для продолжения исследования в части установления параметров и расчёта оптимизации. Противоречивость доступных для изучения публикаций на тему внедрения ИИ в различные сферы жизнедеятельности человека (от утверждений об их необходимости и пользы для повышения комфорта и продуктивности до агрессивности их продвижения, навязывания, сопровождающегося сопротивлением, страхом, фрустрацией) порождает актуальность данной темы и необходимость ответить на ряд вопросов. Какие специфические особенности можно выделить в управлении персоналом строительных организаций? Какие конкретно технологии ИИ уместны в управлении персоналом строительной организации? В чём преимущество использования технологий ИИ в определённом данной статьёй контексте?
Материалы и методы. В настоящей работе использованы методы теоретического познания и общелогические подходы, приёмы исследования, предваряющие возможность осуществления дальнейшего исследования особенностей применения технологий ИИ в управлении персоналом строительной организации.
Методологическая база статьи заложена трудами отечественных и зарубежных представителей научного сообщества, отражающих особенности функционирования современных строительных организаций [25], подразделений по работе с персоналом в организациях [9]; специфику внедрения технологий Индустрии 4.0 в различные сферы производства [14, 25]; социальные и профессиональные группы, включённые в строительную отрасль, особенности адаптации этих групп и их отличительные характеристики [24]; социально-психологические факторы внедрения информационных технологий в строительных компаниях [7].
В части понимания организации как совокупности, объединения людей, её феноменологии, а также социально-психологических эффектов человеческого взаимодействия в организациях, в том числе оптимизации профессиональной деятельности в рамках деятельностного подхода в психологии изучены труды Г. Спенсера [12], Г.М. Андреевой [1], А.В. Булгакова [3], Г. Блума [17] и других авторов.
Трансформация профессиональной среды, взаимовлияние человека и среды исследуется с учётом взглядов ряда зарубежных психологов [6], например, А. Маслоу [10] и др.
В части менеджмента, управления строительной организацией основу составили работы представителей классического и неклассического менеджмента [8].
Для описания тенденций и трендов, связанных с цифровизацией и особенностями, темпами, первичными и текущими результатами внедрения технологий искусственного интеллекта, задействован опыт работы в строительных организациях авторов, а также современные публикации на данную тему [2,6,14,15].
Результаты и обсуждение. Изучение источников, текущих результатов использования технологий ИИ в управлении персоналом строительной организации, самих технологий ИИ позволило собрать, проанализировать и структурировать накопленный материал сообразно научным и практическим интересам авторов.
Согласно логике ELC, этапы следуют друг за другом от начальной точки пути соискателя - этапа «Информация о компании» [13]. Соискатель пока ещё не является действующим сотрудником, но уже изучает компанию, а компания изучает потенциального сотрудника, оценивая его резюме и послужной список. На данном этапе на первый план выходит информация сотрудника о работодателе и работодателя о сотруднике. Чем более полной и точной является информация, тем более верный, при правильном её применении, компания сможет сделать выбор при определении кандидата на вакансию.
Далее следует этап «Процесс трудоустройства» [13], в рамках которого стороны встречаются и обсуждают дальнейшее сотрудничество: от первого сообщения о взаимной заинтересованности до оформления документов о начале совместной работы. Именно на этом этапе HR-служба предоставляет возможность создать впечатление о компании.
После начала работы сотрудника в компании начинается этап «Адаптация» [13], подразумевающий соответствующий процесс. На данном этапе представление новичка о компании формируется «изнутри» под влиянием решения рабочих задач и сопутствующих препятствиях. Также данный этап иногда называют онбордингом («onboarding»), что переводится с английского языка как «приём на борт» («введение в должность»). Испытательный срок в процессе адаптации совместно с сотрудником проходит и компания, так как адаптация – двунаправленный процесс. Корпоративные ценности и устоявшееся положение дел могут не совпадать с ценностями сотрудника. В случае успешного прохождения адаптации сотрудник переходит на следующий этап.
Этап «Работа в должности» [13]. Данный этап предполагает выход сотрудника на плато своей продуктивности и профессионализма. По своей сути это основной период жизненного цикла сотрудника в организации и зачастую наиболее протяжённый во времени. Именно в этот период в полной мере раскрываются те прогнозы и надежды, которые компания и сотрудник возлагали друг на друга. В процессе работы сотрудника отслеживаются и оцениваются его успехи и достижения, его совокупная результативность с учётом всех достоинств и недостатков, настроение, вовлечённость и другие значимые критерии. Одновременно сотрудником осуществляется оценка работодателя с точки зрения удовлетворения собственных ожиданий, потребностей. Также на данном этапе формируется механизм для сохранения команды и удержания ценных сотрудников, так как найм новых членов компании способен повлиять негативно, снизить степень успешности пройденных этапов, приводя к новым затратам на поиск и адаптацию.
Следующий этап, который не все сотрудники полностью проходят и, который по своей сути идёт параллельно с этапом «Работа в должности» - этап «Карьерное развитие» [13]. Этот этап включает с себя не только повышение с переводом в новую должность, но и рассмотрение сотрудником возможностей для «горизонтального» развития, когда сотрудник расширяет свои компетенции и полномочия или переходит в рамках компании в другую профессиональную деятельность. Также рассматривается возможность «вертикального» развития, когда сотрудник переходит на более высокооплачиваемую, ответственную должность, характеризующуюся иерархическим ростом.
Этап «Увольнение» [13]. Уход из компании может быть вызван различными причинами, но именно этот этап позволяет оценить качество протекания значимых для компании процессов. Например, отток сотрудников, текучесть кадров, другие проблемные вопросы, над которыми стоит работать, чтобы минимизировать уход ценных сотрудников из компании.
Финальной стадией является этап «После увольнения» [13], так как уже будучи бывшим сотрудником он может влиять на компанию, в том числе отталкивая или наоборот, привлекая новых за счёт положительного опыта сотрудничества с этой компанией. Сотрудник может продолжить взаимоотношения со своей бывшей компанией, принося ей пользу за счёт направления клиентов или поддержки репутации.
В таблице 1 представлены этапы жизненного цикла сотрудника в организации по модели ELC (таблица 1).
Таблица 1 – Этапы жизненного цикла сотрудника по ELC (составлено авторами)
Этап
|
Описание
|
Ключевые характеристики
|
Участники процесса
|
«Информация
о компании»
|
Первичный
этап взаимодействия между соискателем и работодателем
|
Обмен
информацией: компания изучает резюме, соискатель — работодателя
|
соискатель;
HR-служба; руководители |
«Процесс
трудоустройства»
|
Переговоры,
оформление документов, подтверждение взаимной заинтересованности
|
Создание
первого впечатления о компании,
документальное оформление сотрудничества |
HR-служба;
соискатель |
«Адаптация»
|
Введение
в должность, знакомство с корпоративной культурой, рабочими процессами,
коллегами
|
Испытательный
срок для сотрудника и компании, проверка их совместимости
|
новый
сотрудник;
HR; наставник; руководитель |
«Работа
в должности»
|
Основной
этап профессиональной деятельности
|
Оценка
эффективности, вовлеченности, соответствия ожиданиям сторон; удержание ценных
кадров
|
сотрудник;
руководитель; HR |
«Карьерное
развитие»
|
Вертикальный
или горизонтальный рост. Может протекать параллельно с этапом работы в
должности
|
Развитие
навыков, изменение ролей, планирование карьерного пути и его реализация
|
сотрудник;
HR; руководитель; менеджеры |
«Увольнение»
|
Завершение
трудовых отношений
|
Анализ
причин ухода, оценка текучести кадров, минимизация рисков потери сотрудников
|
сотрудник;
HR; руководитель |
«После
увольнения»
|
Взаимодействие
с бывшим сотрудником после ухода из компании
|
Влияние
на репутацию компании; поддержание связей, рекомендации, внешнее партнерство
|
бывший
сотрудник;
HR; PR-отдел; клиенты |
Таким образом, жизненный цикл сотрудника в организации по модели ELC описан посредством семи этапов: «Информация о компании», «Процесс трудоустройства», «Адаптация», «Работа в должности», «Карьерное развитие», «Увольнение», «После увольнения». Какие специфические особенности можно выделить в управлении персоналом строительных организаций и как это влияет на содержательную сторону этапов жизненного цикла сотрудника в таких организациях? Какие конкретно технологии ИИ уместны в управлении персоналом строительной организации и в чём преимущество?
В первую очередь, в строительных компаниях есть три основных категории сотрудников. Первая — это сотрудники, которые работают непосредственно в офисе и обеспечивает процесс строительства в большей степени без выезда на сам объект. К ним относятся проектировщики, сметчики, экономисты, юристы и так далее. Другая категория — это сотрудники, которые работают непосредственно на строительном объекте или большую часть находится на этом объекте, как рабочие, прорабы, инженеры ПТО, начальники участка, специалисты технического надзора и так далее. Третья категория, которая в большинстве случаев находится одновременно и в офисе, и на стройке, представлена звеном среднего и высшего менеджмента. Например, руководители проекта, администраторы проекта, строительный контроль.
Все перечисленные категории персонала строительной организации проходят этапы жизненного цикла сотрудника. На каждом этапе использование ИИ становится инструментом оптимизации процесса управления персоналом (таблица 2).
Таблица 2 – Инструменты ИИ в жизненном цикле сотрудника (составлено авторами)
Этап жизненного цикла сотрудника в
организации
|
Основные инструменты ИИ
|
Описание применения
|
«Поиск
и подбор персонала»
|
·
Генерация
текста вакансии (с использованием промтов и GPT);
· Автоматизированный анализ резюме с применением машинного обучения; · Чат-боты и голосовые роботы |
Формирование
корректных вакансий, ускоренный отбор кандидатов из массивного объёма резюме,
автоматическая коммуникация в переписке или по телефону с кандидатом
|
«Процесс
трудоустройства» (проведение собеседований)
|
·
Запись
и последующий анализ интервью с помощью ИИ;
· Генерация резюме встречи с кандидатом и рекомендаций |
Снижение
субъективной оценки за счёт объективного анализа данных, сокращение времени
обработки информации о кандидате и подготовка рекомендаций для следующего
этапа
|
«Адаптация
нового сотрудника»
|
·
Генерация
индивидуальных данных о компании как задачи, контакты, цели и структура
компании
· Анализ больших данных для выработки стратегии адаптации и для её успешной реализации, коррекции |
Генерация
требуемой информации для нового сотрудника для быстрой адаптации,
формирование персональной программы развития в рамках испытательного срока
|
«Работа
в должности»
|
·
Системы
компьютерного зрения для распознавания лиц и объектов;
· Скоринговые системы для оценки психологического портрета, компетенций и лояльности; · Автоматизированное тестирование и психологические опросы; · Анализ KPI, регуляция фонда оплаты труда |
Обеспечение
контроля и доступа для безопасности на объекте, мониторинг соблюдения техники
безопасности и наличия средств индивидуальной защиты, оценка продуктивности и
квалификации сотрудников, прогнозирование риска увольнения и выявление влияющих
факторов
|
«Карьерное
развитие» (повышение/перевод)
|
·
Анализ
больших данных о сотрудниках;
· Модели машинного обучения для выявления недооценённых сотрудников и оптимизации штата |
Объективное
прогнозирование перспектив для повышения или перевода, формирование наилучших
стратегий развития кадров
|
«Увольнение»
|
·
Сбор
и анализ обратной связи при увольнении с помощью ИИ;
· Автоматизированный анализ причин увольнения и их влияния на деятельность компании |
Обработка
данных о причинах ухода сотрудников, анализ последствий для организации, прогнозирование
факторов увольнения
|
«После
увольнения»
|
·
Автоматизированные
ИИ-системы коммуникации с бывшими сотрудниками
|
Сохранение
«тонких связей» с бывшими сотрудниками, улучшение репутации компании на рынке
|
Первый этап в жизненном цикле сотрудника – процесс поиска компании, а для компании – процесс поиска сотрудника – аналогичен другим отраслям. Кадровые специалисты строительных организаций рассматривают резюме сотрудников исходя из тех потребностей, которые нужны компании на сегодняшний день согласно вакансии и пожеланиям руководителя.
На этапе подбора персонала ИИ используется для составления корректной и полной вакансии за счёт использования промта (текстового запроса пользователя к нейросети), на основании которого генерируется текст по требованиям и указаниям из промта, что уже экономит время при поиске сотрудника [11]. Также сотрудники отдела по работе с персоналом зачастую тратят довольно много времени на отбор и просмотр резюме кандидатов. Этот процесс значительно ускоряется, оптимизируется за счёт применения технологий, которые позволяют среди тысяч резюме отбирать наиболее релевантные требованиям вакансии. ИИ в данном случае автоматически рассматривает массив резюме и на основе требований, указанных в вакансии и промте, для поиска наиболее релевантных запросу резюме находит наиболее подходящие варианты, с которыми ведётся дальнейшая работа в процесс рекрутинга.
Общепринято проводить первичную коммуникацию с кандидатом посредством общения в чате или телефонных переговоров. Например, специалист кадровой службы связывается непосредственно с кандидатом с целью задать уточняющие вопросы, прояснить спорную информацию о кандидате на вакантную должность, а также о подробностях работы в компании. Данный этап оптимизируется за счёт использования ИИ благодаря технологиям GPT (генеративный предобученный трансформер) и голосовых роботов. Данные технологии способны ввести диалог с человеком, задавать вопросы и отвечать на них [16]. При правильном построении ИИ-модели есть возможность уточнить у кандидата информацию в части соответствия резюме вакансии компании. По результату такого взаимодействия соискателя с ИИ в переписке или по телефону, которое происходит в автоматическом режиме, модель машинного обучения может предварительно одобрить или отфильтровать кандидата. Зачастую специалисты тратят довольно много времени на переписки и обзвоны кандидатов, так как это самое широкое место воронки найма на работу и его эффективность в выражении количества нанятых сотрудников не настолько высока, чтобы тратить ценное человеческое время кадровых специалистов на обзвон сотрудников. Чат-бот или голосовой робот на основе ИИ выполняют данную функцию со значительной скоростью [28].
Вместе с тем, использование технологий GPT и голосовых роботов, содержит свои, вполне ощутимые компанией риски. Звонок от робота воспринимается человеком менее позитивно, нежели кадровым специалистом. При разговоре с живым человеком соискатель чувствует свою ценность, испытывает большую ответственность за разговор и взаимодействие. Отчасти решить данную проблему удаётся посредством стандартных голосовых паттернов, моделирования голоса кадрового сотрудника, который взаимодействует с кандидатом. После голового робота разговор переключается на действующих кадровых специалистов. Такой подход психологически более комфортен (слышать уже знакомый голос). Другими словами, используя такую подход с применением ИИ, наиболее подходящие под запросы компании кандидаты приглашаются на очное собеседование непосредственно с руководителями и специалистами, которые являются конечными заказчиками нового сотрудника в организации [22].
Также, уже при личном собеседовании, при согласии потенциального сотрудника, используются записи встречи-собеседования, которые обрабатываются с помощью ИИ. Далее составляется краткое резюме встречи и рекомендации по соискателю. За счёт применения таких дополнительных решений снижается субъективная предвзятость к кандидатам, так как машина не имеет эмоций и руководствуется при оценке человека только фактами (например, конкретные личные характеристикам и заслуги) [20].
Следующий этап жизненного цикла сотрудника – «Адаптация». В рамках этого этапа новый сотрудник строительной организации знакомится с коллегами и задачами, которые ему предстоит выполнять в своей дальнейшей работе, а коллеги знакомятся с ним. Оптимизация процесса адаптации сотрудника в строительной организации происходит на основе использования технологии ИИ следующим образом. Используя имеющуюся вакансию, данные резюме, информацию, которая была собрана на этапе собеседований, а также общие вводные данные от непосредственного руководителя, генерируется перечень основных требуемых задач, коллег, с которыми предстоит взаимодействовать, контактов и других данных, которые понадобятся сотруднику для решения своих рабочих задач в рамках успешной адаптации и дальнейшей работы. На основе больших данных компании-рекрутера формируется стратегия развития сотрудника в рамках его испытательного срока и адаптации в организации [29]. Так как сотрудник при выходе на работу получает вводную информацию от руководителя и коллег, то в данном случае ИИ оптимизирует эту задачу и обеспечивает сотрудника более информативной картиной об организации и о профессиональных задачах.
Следующий этап – «Работа в должности». После адаптации — это основная часть работы. Предыдущие этапы по своей сути практически не отличаются в разных профессиональных сферах, но именно управление персоналом, который работает в строительной организации, значительно отличается от других сфер. Как мы уже отмечалось выше, в строительной организации могут быть как преимущественно офисные сотрудники, так и те, кто работает непосредственно на объекте. Управление персоналом, который работает на стройке, связано с повышенным риском, так как в него входят, в том числе, и управление безопасностью на объекте, и выполнение персоналом требований по безопасности. Уже сейчас на стройках внедряются системы распознавания лиц при входе на объект и на его территории. Это обеспечивает доступ на объект только для тех лиц, которые занесены в базу, что обеспечивает безопасность [5], контроль за движением рабочей силы и её количеством. Такой контроль особенно актуален для объектов, на которых работают сразу несколько организаций, причём одна на подрядных работах у другой. В режиме реального времени можно оценить мобилизованные силы рабочих и их полноту. Также эта технология делает невозможным завоз на объект дешёвой рабочей силы без разрешительной документации на нахождение в стране и без наличия необходимого образования, что особенно значимо для компаний строительных заказчиков. Кроме того, распознавание лиц позволяет оценивать реальное время нахождения сотрудника на объекте, что позволяет оценить действительную продуктивность сотрудников [27] при разъездном характере работы. В данном случае используются технологии компьютерного зрения, что обеспечивается ИИ.
Стоит подчеркнуть, что распознавание лиц и компьютерное зрение используется не только для пропускной системы, но в первую очередь для контроля соблюдения техники безопасности на стройке. Большинство современных строек уже сейчас оборудовано видеокамерами, картинка с которых обрабатывается искусственным интеллектом. В режиме реального времени доступен мониторинг активности инженеров и рабочих, находящихся на стройке; отслеживание наличия касок, жилетов и других средств индивидуальной защиты. Камеры позволяют отслеживать опасные участки на объекте, которые не оборудованы ограждениями или визуальными элементами для соблюдения техники безопасности. Принцип работы таких систем строится на распознавании неогороженных котлованов, парапетов и детектировании наличия ограждений. Система строится так, что если на камеру фиксируется нарушение техники безопасности, то ответственному по данной части сразу же приходит уведомление, ситуация оперативно решается. Автоматическая фиксация нарушений происходит не только со стационарных камер на объекте, но и с помощью коптеров, которые производит периодические облёты объекта и мониторят ситуацию [21], что особенно актуально при строительстве высотных объектов или при застройке обширных территорий. Помимо описанных выше решений, используются данные, полученные с камер, прикрепленных к одежде сотрудников, что позволяет оценивать ситуацию не только вокруг объекта строительства, но и внутри здания. В данном случае искусственный интеллект позволяет обработать огромные массивы видеоданных и за доли секунды фиксировать нарушения, которые могут привести к риску для жизни и здоровья персонала.
Другим направлением применения искусственного интеллекта для управления персоналом являются скоринговые системы [6, 23]. Основной смысл их работы заключается в том, что все данные о сотрудниках консолидируются в единый набор данных, на основании которого выстраиваются гипотезы и предположения о поведении сотрудника. Например, предсказывается вероятность увольнения или среднее время работы в компании. Машинное обучение позволяет находить корреляцию между множеством параметров данных о сотруднике за счёт оценки степени взаимосвязи каждого из параметров с каким-либо событием, например, с увольнением.
Также машинное обучение применяется для проведения тестирования сотрудников и оценки их компетенций [26]. Так как многие сотрудники могут заниматься своей специфической задачей в компании, то создание универсального теста является довольно сложной задачей. Искусственный интеллект позволяет генерировать уникальный тесты для каждого из сотрудников и при их прохождении оценивать уровень компетенции каждого сотрудника в исследуемой области. Аналогично проводится тестирование для оценки психологического состояния сотрудников. Тесты могут автоматически генерироваться для оценки вовлечённости, уровня удовлетворённости с последующей расшифровкой для сотрудника или штатного психолога. Это позволяет оценить общее настроение всей компании и своевременно принять грамотные управленческие решения [18]. Помимо этого, искусственно интеллект способен оценить уровень зарплат в компании и корреляцию с текущей ситуацией на рынке труда с учётом выполнения KPI сотрудниками, участия в проектах, выполнения задач. Такого рода данные собираются по каждому из сотрудников в системах для отслеживания задач.
Следующий этап карьерной жизнь сотрудника — это повышение или перевод на другие должности. С помощью искусственного интеллекта обрабатываются большие данные о персонале компании для оценки целесообразности повышения, а также выделяются недооцененные сотрудники. Наличие достаточной базы данных о сотрудниках способно оптимизировать процесс перестановки кадров: повышение, перевод на другие проекты для большей удовлетворённости и результативности.
На этапе «Увольнение», независимо от причин данного решения, искусственный интеллект позволяет проанализировать причины, по которым тот или иной сотрудник ушел из компании, а также оценить степень влияния увольнения разного типа сотрудников на деятельность компании. Также искусственный интеллект облегчает работу кадровых специалистов за счёт сбора обратной связи в части причин увольнения, проведение последнего увольнительного собеседования для дальнейшего анализа процесса увольнения сотрудников из данной компании.
Финальной стадией жизненного цикла сотрудника в организации является этап «После увольнения». Компании важно сохранять положительные отношения с сотрудниками, которые уволились и инструментом для автоматизации процесса поддержания связей с бывшими коллегами выступает ИИ. В глобальной перспективе это помогает сохранить хорошую отношения с бывшими сотрудниками, укрепить положение на рынке [19], улучшить имидж и привлечь новых сотрудников.
Проведённая работа позволяет составить обширный перечень технологий ИИ, выступающих в роли инструмента оптимизации процесса управления персоналом в строительной компании с описанием функций каждого инструмента. Следуя логике жизненного цикла сотрудника в организации ИИ-инструменты применяются избирательно, под задачи каждого этапа. Один и тот же инструмент/технология ИИ выступает в роли универсального помощника в связи с его востребованностью на нескольких этапах цикла. Например, GPT, машинное обучение (таблица 3).
Таблица 3 – ИИ-инструменты оптимизации управления персоналом в строительной организации (составлено авторами)
Технологии, инструменты ИИ
|
Функционал инструментов ИИ
|
Описание применения
|
·
Генертивный
предварительно обученный трансформер (GPT);
· Технологии обработки естественного языка (NLP); · Промпт-инжиниринг |
Генерация
текста вакансии
|
Использование
языковых моделей для создания корректных и подробных текстов вакансий на
основе заданных требований от руководителя и промтов, что позволяет
сэкономить время сотрудников кадровых служб
|
·
Технологии
обработки естественного языка (NLP);
· Машинное обучение для ранжирования и фильтрации; · Поисковые алгоритмы на основе семантического анализа |
Автоматизированный
анализ резюме
|
Автоматическая
обработка большого объёма текстовых данных резюме для выделения кандидатов,
наиболее соответствующих требованиям вакансии
|
·
GPT
и другие диалоговые модели;
· Системы распознавания речи и преобразования в текст (ASR); · Технологии синтеза речи (TTS); · Платформы для создания чат-ботов; · Чат-боты и голосовые роботы |
Взаимодействие
организации и соискателя на вакансию
|
Обеспечение
первичного общения с кандидатами посредством текстового или голосового
диалога, предварительный скрининг и уточнение информации без участия человека
для значительной экономии времени
|
·
Преобразование
речи в текст (Speech-to-Text);
· NLP для анализа содержания беседы; · Алгоритмы суммаризации и сентимент-анализ (анализ тональности текста) |
Запись
и анализ интервью
|
Запись
интервью с последующей автоматической расшифровкой и анализом для
формирования объективного резюме встречи и рекомендаций по кандидату
|
·
Интеграция
данных и агрегаторы информации NLP для структурирования и генерации текстовых
инструкций;
· Системы рекомендаций и структура данных в графах |
Генерация
индивидуальных вводных материалов для адаптации
|
Автоматизированное
создание персонализированного плана адаптации сотрудника на основе информации
о вакансии, резюме, данных собеседований и вводных от руководителя
|
·
Свёрточные
нейронные сети (CNN);
· Алгоритмы распознавания лиц; · Обработка видеоданных и объектное детектирование; · Интеграция с IoT-устройствами (камеры, дроны) |
Системы
распознавания лиц и компьютерного зрения
|
Обеспечение
контроля доступа, мониторинг присутствия сотрудников на объекте, а также
проверка соблюдения техники безопасности и наличия средств индивидуальной
защиты в режиме реального времени
|
·
Прогнозная
аналитика;
· Машинное обучение (регрессия, классификация, кластеризация); · Накопление и работа с большими данными |
Скоринговые
системы
|
Построение
моделей для предсказания поведения сотрудников, вероятности увольнения и
оценки производительности на основе большого набора данных
|
·
Адаптивные
алгоритмы тестирования NLP для генерации и анализа вопросов;
· Семантический анализ для оценки психологического состояния |
Автоматизированное
тестирование и психологические опросы
|
Создание
уникальных тестов и опросов для оценки профессиональных компетенций и
психологического состояния сотрудников с автоматическим анализом результатов
|
·
Системы
бизнес-аналитики;
· Машинное обучение и статистический анализ; · Алгоритмы обнаружения аномалий |
Анализ
KPI и корреляция с уровнем зарплат
|
Обработка
и анализ данных о выполнении задач, KPI и рыночных трендах для принятия
управленческих решений по зарплате и мотивации сотрудников
|
·
NLP
для обработки текстовых данных;
· Семантический анализ; · Алгоритмы классификации и тематического моделирования |
Анализ
обратной связи (exit-интервью)
|
Автоматический
сбор и анализ информации об увольнении сотрудников, позволяющий выявить
ключевые причины ухода и оценить влияние на организацию
|
·
Chatbot-платформы;
· Системы CRM с интеграцией ИИ; · Технологии автоматизации email-рассылок; · Модули NLP для взаимодействия от ИИ |
Автоматизированные
системы коммуникации с бывшими сотрудниками
|
Поддержание
постоянного контакта с бывшими сотрудниками посредством автоматизированных
коммуникационных систем, что помогает укреплять корпоративный имидж и
налаживать сети рекомендаций
|
Выводы и заключение. Таким образом, искусственный интеллект является важным инструментом для оптимизации процессов управления персоналом в строительной организации. Использование ИИ на всех этапах жизненного цикла сотрудника в компании позволяет оптимизировать работу и повысить эффективность кадровых служб за счёт улучшения условий труда, повышения безопасности и снижения текучести персонала.
При подборе персонала значительная оптимизация процесса и сокращение времени на подбор новых сотрудников осуществляется за счёт автоматизации рутинных задач с использованием таких технологий как чат-боты, голосовые ИИ-ассистенты, которые разработаны с применением искусственно интеллекта.
На этапе работы в должности выполняется мониторинг и оценка продуктивности сотрудников, их безопасность на объекте с помощью таких технологий как распознавание лиц и компьютерное зрение, а также используются скоринговые системы (например, для оценки рисков).
При оценке карьерного развития сотрудников объективно оцениваются возможности и перспективы развития каждого сотрудников, что является важным инструментом прогнозирования для выстраивания стратегии развития персонала компании
При увольнении анализ данных с помощью ИИ позволяет оценить причину ухода сотрудника, оценить сложные категории персонала для принятия соответствующих управленческих решений, направленных на оптимизацию текучести кадров.
После увольнения сотрудников ИИ является инструментом сохранения взаимодействия с сотрудниками с помощью автоматизированных чат ботов и голосовых ассистентов.
Все это в целом доказывает, что технологии ИИ являются важным инструментом в работе кадровых менеджеров строительных организаций и позволяют принимать грамотные взвешенные управленческие решения, основанные на больших данных, что способствует повышению точности и качества базы для принятия решений при управлении персоналом.
References:
AI in HR: Trends and Applications. 2024Tedo. Retrieved January 12, 2025, from https://data.tedo.ru/publications/ai-hr-2024.pdf
Andreeva G.M. (2001). Sotsialnaya psikhologiya [Social Psychology] M.: Aspekt-press. (in Russian).
Batischev A.V., Gorchakov I.V. (2024). Avtomatizatsiya protsessa otsenki i razvitiya personala stroitelnoy organizatsii s pomoschyu iskusstvennogo intellekta Vestnik Akademii znaniy. (5(64)). 522-529.
Batischev A.V., Gorchakov I.V. (2024). Avtomatizatsiya protsessa otsenki i razvitiya personala stroitelnoy organizatsii s pomoshchyu iskusstvennogo intellekta [Automation of the process of assessment and development of personnel of a construction organization using artificial intelligence]. Vestnik Akademii znaniy. (5(64)). 522-529. (in Russian).
Bloom H. (2000). The Global Brain: The Evolution of Mass Mind from the Big Bang to the 21st Century New York: John Wiley.
Budhwar P., Malik A., De Silva M.T.T., Thevisuthan P. (2022). Artificial Intelligence – Challenges and Opportunities for International HRM: A Review and Research Agenda International Journal of Human Resource Management. 33 (10). 1065-1097. doi: 10.1080/09585192.2022.2035161.
Bulgakov A.V., Magera T.N. (2018). Kontseptsiya mezhgruppovoy adaptatsii kak platforma upravleniya polikulturnoy organizatsiey [The concept of intergroup adaptation as a platform for managing a polycultural organization]. Vestnik Moskovskogo gosudarstvennogo oblastnogo universiteta. (2). 228-255. (in Russian). doi: 10.18384/2224-0209-2018-2-877.
Bulgakov A.V., Magera T.N. (2018). Predposylki osobennostey upravleniya personalom v usloviyakh vnedreniya tekhnologiy upravleniya i informatsionnogo modelirovaniya v stroitelstve: sotsialno-psikhologicheskiy podtekst [Prerequisites and peculiarities of personnel management in the conditions of introduction of management technologies and information modeling in construction: socio-psychological context]. Journal of Economy and Entrepreneurship. (11(100)). 604-607. (in Russian).
Conway J. Artificial Intelligence and Machine Learning: Current Applications in Real EstateMaster's Thesis. Massachusetts Institute of Technology. Retrieved February 01, 2025, from https://dspace.mit.edu/bitstream/handle/1721.1/120609/1088413444-MIT.pdf
Ekuma K. (2023). Artificial Intelligence and Automation in Human Resource Development: A Systematic Review Human Resource Development Review. doi: 10.1177/15344843231224009.
Fahlman S.E. Planning System for Robot Construction TasksMIT AI Working Papers. Retrieved January 12, 2025, from https://dspace.mit.edu/bitstream/handle/1721.1/41203/AI_WP_035.pdf
Gong Q., Fan Di., Bartram T. (2025). Integrating Artificial Intelligence and Human Resource Management: A Review and Future Research Agenda International journal of human resource management. 36 (1). 103-141. doi: 10.1080/09585192.2024.2440065.
Johnson R., Lee A. (2023). Human Resource Management in the Era of Artificial Intelligence: Future HR Work Practices, Anticipated Skill Set, Financial and Legal Implications Academy of Strategic Management Journal. 22 (1).
Kharchenko V.S. (2020). Put sotrudnika v organizatsii: Employee Journey Map kak metodologiya analiza [The employee journey mapas a technique of analysis]. Eco. (12(558)). 154-173. (in Russian). doi: 10.30680/ECO0131-7652-2020-12-154-173.
Konyaev V.N. (2024). Ergonomika i bezopasnost truda na stroitelnyh obektakh: primenenie iskusstvennogo intellekta dlya povysheniya bezopasnosti i uluchsheniya usloviy truda [Ergonomics and occupational safety at construction sites: the use of artificial intelligence to enhance safety and improve working conditions] Research by young scientists. 31-37. (in Russian).
Kuznetsova N.S. (2019). Instrumenty upravleniya personalom stroitelnoy otrasli [Human resources management tools in the construction industry] Economics and management in modern conditions. 118-120. (in Russian).
Magera T. (2018). Features of intergroup adaptation of the representatives of various cultures in the construction sphere Modern Journal of Language Teaching Methods. 8 (11). 651.
Magera T. (2019). Socio-psychological aspects of the introduction of information modeling technologies in construction E3s web of conferences. 04038. doi: 10.1051/e3sconf/201913504038.
Magera T.N. (2018). Potentsialnye vozmozhnosti emotsionalnogo komponenta mezhgruppovoy adaptatsii rukovoditeley razlichnyh podrazdeleniy v polikulturnoy stroitelnoy organizatsii [Potential emotional component opportunities of intergroup adaptation of various subdivisions leaders at the polycultural construction organization]. Human capital. (10(118)). 61-71. (in Russian). doi: 10.25629/HC.2018.10.05.
Magera T.N., Kristal M.O. (2018). Sovremennye tendentsii, problemy i vozmozhnosti upravleniya personalom stroitelnoy kompanii [Modern trends, problems and possibilities of personnel management of a construction company]. Journal of Economy and Entrepreneurship. (4(93)). 1044-1047. (in Russian).
Maslou A.Kh. (2019). Motivatsiya i lichnost [Motivation and personality] Sankt-Peterburg [i dr.]: Piter. (in Russian).
Müller B., Schmid S. Transparent Artificial Intelligence and Human Resource Management: A Systematic Literature ReviewProceedings of the 56th Hawaii International Conference on System Sciences. Retrieved January 17, 2025, from https://aisel.aisnet.org/cgi/viewcontent.cgi?article=1397&context=hicss-56
Nawaz N., Arunachalam H., Pathi B.K., Gajenderan V. (2024). The adoption of artificial intelligence in human resources management practices International Journal of Information Management Data Insights. 4 (1). 100208. doi: 10.1016/j.jjimei.2023.100208.
Noor M. Alkudah, Tareq O. Almomani, Safa Al Sarayrah (2024). Incorporating Artificial Intelligence in Human Resources Management in Small and Medium Companies: Descriptive Study International Journal of Academic Research in Business and Social Sciences. 14 (3). 146-169. doi: 10.6007/IJARBSS/v14-i3/20946.
Nosratabadi S., Zahed R.Kh., Ponkratov V.V., Kostyrin E.V. (2022). Artificial Intelligence Models and Employee Lifecycle Management: A Systematic Literature Review Organizacija. 55 (3). 181-198. doi: 10.2478/orga-2022-0012.
Poznakhirko T.Y., Bunyakin S.N. (2023). Development of monthly operational plans for the production of construction and installation work AIP Conference Proceeding. 2936 (1). 050003. doi: 10.1063/5.0179026.
Shvab K., Devis N. (2018). Tekhnologii Chetvertoy promyshlennoy revolyutsii [Technologies of the Fourth Industrial Revolution] M.: EKSMO. (in Russian).
Spenser G. (1877). Osnovaniya sotsiologii Gerberta Spensera [The Foundations of Sociology by Herbert Spencer] SPb.: Izdanie I.I. Bilibina. (in Russian).
Страница обновлена: 16.05.2025 в 16:48:30