Como líderes en investigación de personas, a menudo hablamos sobre el futuro del trabajo y cómo la tecnología lo moldeará. Pero en Snowflake no solo hablamos de eso: lo estamos construyendo activamente para felicitar un mejor soporte a nuestra comunidad de clientes, particularmente en el ámbito de las personas. Es un momento emocionante y asimismo es un momento en el que debemos reflexionar sobre cómo damos vida a nuevas soluciones y considerar las implicaciones más amplias de las nuevas innovaciones.
Para nosotros en Snowflake, la conversación no se comercio de si deberíamos usar IA, sino de cómo podemos usarla para crear un trabajo más significativo en nuestros equipos. Estamos abordando esto centrándonos en algunos principios básicos que guían nuestra logística y nos ayudan a navegar las complejidades del cambio organizacional.
Encontrar el problema correcto para resolver
En todas las industrias, en el investigación de personas, es tratable decidir atrapado en las posibilidades técnicas de la IA. Pero como suele asegurar el director de personal de Snowflake, Arnnon Geshuri, «la amonestación secreto fue que hay que designar casos de uso que tengan un impacto significativo en el trabajo diario de las personas». Esto significa que comenzamos con la experiencia humana, no con la tecnología.
Un gran ejemplo de esto es cómo utilizamos la IA para analizar y estandarizar nuestras descripciones de trabajo mediante la creación de una aplicación personalizada interiormente iluminado. Regularmente escuchamos de nuestros clientes que crear y refrescar descripciones de trabajo puede ser un proceso manual que requiere mucho tiempo, por lo que nuestros equipos desarrollaron un proceso para automatizar y estandarizar esto para ciertas funciones y países en asociación con el sustitución y nuestros equipos de operaciones de personal. Al hacerlo, no sólo ahorramos tiempo; desbloqueamos una gran cantidad de datos no estructurados que nos permitieron ver qué habilidades estamos contratando por ahora y cómo esas habilidades están cambiando con el tiempo. Es un paso fundamental que hace posible la planificación estratégica de la fuerza gremial para nosotros en Snowflake. No estamos simplemente automatizando una tarea; Estamos creando un motor de conocimiento.
¿Otro punto débil que estamos abordando? La frustración tan allegado de agenciárselas políticas para empleados. Todos conocemos el procedimiento: una búsqueda interminable a través de un mar de artículos de conocimiento en exploración de una respuesta simple. Estamos aprovechando Snowflake Intelligence (en interpretación preliminar pública) para felicitar información sobre políticas y empleados de una guisa natural y conversacional, yendo más allá de simplemente mostrar una directorio de enlaces.
El objetivo para nuestros empleados y clientes que utilizan esta tecnología es hacer que parezca que le están preguntando a una persona, no a un motor de búsqueda. Esto no sólo restablecimiento la experiencia de los empleados; asimismo permite a los equipos de operaciones dejar de objetar tickets repetitivos y centrarse en preguntas complejas y matizadas que efectivamente requieren un toque humano. Y al igual que con las descripciones de puestos, este trabajo es más que una alternativa rápida: se comercio de reunir todos los datos de políticas no estructurados en un solo emplazamiento para impulsar la coherencia y la escalera.
Mejorar las capacidades humanas, no reemplazarlas
Uno de los mayores obstáculos para la asimilación de la IA es la recibimiento organizacional. La mayoría de las personas que ingresaron a RR.HH. se sintieron atraídas por el aspecto personal. Por lo tanto, la IA puede resultar desalentadora para los empleados sin conocimientos técnicos. Nuestro equipo de personal ha tomado medidas para mostrar a los equipos cómo los agentes de IA pueden mejorar, en emplazamiento de reemplazar, las capacidades humanas.
Para ocasionar esta confianza, comenzamos con nuestro propio equipo de personas. Demostramos cómo la automatización podría eliminar las tareas transaccionales repetitivas, el tipo de trabajo que a menudo obstaculiza el apoyo y el compromiso significativo de los empleados. Al liberar tiempo, nuestro equipo de personal puede centrarse en actividades de maduro valía, como entrenar a los gerentes, felicitar apoyo personalizado a los empleados y construir una civilización más sólida. El objetivo es hacer que los trabajos de capital humanos sean más satisfactorios, no menos.
La saco innegociable: la calidad de los datos
Muchas organizaciones ya cuentan con los datos que necesitan para la IA, a menudo en sistemas como un sistema de gobierno del renta humano (HCM), un sistema de seguimiento de candidatos (ATS) u otros sistemas de registro de empleados. Pero como hemos aprendido, tener los datos no es suficiente. Los datos de las personas pueden ser confusos y es necesario modificar tiempo en una logística sólida de datos de las personas, desde la gobernanza hasta la barrido, ya que se debe tener una logística de datos para tener una logística de IA.
Aquí es donde la saco de Snowflake como plataforma de datos es tan crítica. En Snowflake, reunimos datos de sistemas dispares en una única fuente de verdad gobernada y ofrecemos la misma funcionalidad a nuestros clientes. Esto ayuda a entrenar modelos de IA con datos limpios, consistentes y confiables. Sin esta saco de datos sólida, los resultados podrían no ser confiables, erosionando la confianza que tanto estamos trabajando para construir.
Esto es sólo el eclosión. Nuestro trabajo es un refrendo del poder de una asociación sólida entre tantos equipos en Snowflake: nuestros equipos de tecnología empresarial, sustitución, HRIS y operaciones de personas. Con el apoyo de nuestro director de personal, podemos admitir riesgos, memorizar y construir un futuro en el que la IA nos ayude a crear una mejor experiencia para todos en Snowflake. Seguimos buscando formas de eliminar la fricción, automatizar lo repetitivo y permitir que los equipos se concentren en lo que más importa: los empleados.