Dalla trasparenza salariale, ai gap retributivi, alla valutazione delle performance e dei carichi di lavoro, fino alla ricerca e selezione delle persone, alle competenze e alle survey motivazionali. Se l’Ai agentica avrebbe un alto potenziale per gestire tutti i dati che riguardano questi temi, tuttavia la loro sensibilità e la privacy ne rallentano l’utilizzo da parte dei direttori del personale. A questo si aggiungono anche le indicazioni dell’Ai act della Ue che classifica i sistemi di intelligenza artificiale applicati nel reclutamento e nello screening dei curriculum come attività ad alto rischio ed impone una certa rigidità su trasparenza, tracciabilità e soprattutto supervisione umana. Si spiega così perché i direttori del personale da un lato parlano di impatto significativo dell’Ai agentica nei prossimi due anni e di alto potenziale degli strumenti, come dice l’83%, ma poi ne fanno un uso molto cauto e solo uno su 5, il 21% ha già effettivamente soluzioni operative. Il gap tra i due dati è molto ampio ed è emerso da una survey durante un workshop svolto dall’Associazione italiana dei direttori del personale della Lombardia e Dgs che si occupa di implementare l’Ai e la cybersecurity, applicate anche nella gestione del personale. Sono stati coinvolti 50 manager che hanno affrontato temi come la gestione delle competenze, l’inserimento delle persone, l’esperienza dei lavoratori e la trasparenza salariale. Se solo il 21% ha soluzioni Ai già operative sulle diverse aree, il 33% è in esplorazione e il 25% ha progetti pilota attivi. La gestione delle competenze appare come il terreno più critico. Il 65% dei manager hr dice infatti di non avere una situazione aggiornata e strutturata delle competenze disponibili o di disporre solo di mappature parziali, poco integrate nei processi decisionali. Solo il 17% presidia il tema con piani di sviluppo e reskilling. Quello dell’intelligenza artificiale applicata alle risorse umane è un grande cantiere ancora aperto. Elena Panzera, presidente di Aidp Lombardia evidenzia che «l’Ai sta ridefinendo modelli e processi, il confronto tra manager ed esperti offre spunti di riflessione di grande valore, ma soprattutto esempi e soluzioni già applicabili per rendere i processi più efficaci, inclusivi e orientati alle persone e aiutare la funzione hr a trasformare l’innovazione tecnologica in un reale vantaggio per le organizzazioni e per chi ci lavora».
Il nodo della frammentazione del dato
Tradurre lo slancio in applicazioni pratiche è meno facile di quanto si possa pensare in altre aree. Vincenzo De Giovanni, Head of SAP Excellence in DGS e responsabile dei progetti in ambito HR osserva che «applicare l’intelligenza artificiale agentica alle risorse umane non vuol dire solo implementare algoritmi e programmi, come si potrebbe fare in altre aree di business, sulla supply chain per esempio. Ci sono ancora dati molto frammentati ed in alcuni casi incompleti come quelli afferenti le competenze, tanto più in un ambito dove il dato è significativamente sensibile per ragioni di privacy e di compliance. Affinché le analisi, gli output che vengono tirati fuori con l’Ai siano affidabili è necessario che il dato sia effettivo, pulito, sicuro, sistematizzato e garantito, totalmente allineato alle normative in materia di trattamento delle informazioni del personale. Il problema è che la maggior parte delle aziende, anche grandi aziende, non hanno ancora raggiunto a pieno questo requisito, il che impedisce un’agevole implementazione di procedure basate sull’Ai».
Gli inserimenti
Quando si parla di Ai, la maggior parte delle aziende fornisce ai lavoratori tool per supportare la conoscenza, che consentono di fare domande e ottenere risposte di indirizzamento. In realtà l’Ai agentica ha potenzialità molto più elevate, evidenza De Giovanni. Prendiamo per esempio una grande azienda dove ogni anno avvengono centinaia e centinaia di percorsi di onboarding, di inserimento delle persone che hanno una serie di passaggi molto precisi e complessi tra cui il lavoratore deve districarsi. «Oggi – afferma De Giovanni – tramite l’agentic Ai è possibile elaborare i dati e fornire in automatico al dipendente i compiti nell’ordine e nel momento opportuno per eseguirli anche in funzione del suo ruolo di inserimento. Il lavoratore si trova quindi a compiere il suo percorso di onboarding nel modo più veloce e semplice possibile. Però servono informazioni attualizzate, raccolte in modo continuo e sistematizzato, un approccio alla cultura del dato che nelle risorse umane non è spesse volte al livello tale da garantire un salto evolutivo di questo genere: questa è una barriera. L’onboarding nelle aziende è ancora un processo molto routinario che non tiene conto di ruolo, seniority e contesto organizzativo: la personalizzazione dell’onboarding si ferma a una media del 2,35 su 5, con il 62% dei rispondenti posizionato sui livelli più bassi della scala».
La trasparenza salariale
Se invece prendiamo un capitolo come quello della trasparenza salariale, «la normativa Ue in qualche modo spinge le aziende a liberalizzare una serie di informazioni che erano un giardino segreto fino a poco tempo fa. L’Ai in questo ambito potrebbe fare da grande abilitatore, poi però i dati in questione sono molto delicati e potenzialmente potrebbe essere rischioso affidarne la gestione all’Ai. Ecco perché serve avere guard rail, all’interno di sistemi e dati controllati in cui prevedere chiare e stringenti regole del gioco, studiate molto bene perché quando un algoritmo Ai viene utilizzato in modo non totalmente controllato possono crearsi delle falle con impatti anche a livello di reputazione aziendale e finanche di relazioni industriali», spiega De Giovanni.
Gli investimenti
Dall’indagine è emerso che sull’Ai agentica il 50% dei manager, uno su due quindi, considera l’adeguamento di policy, processi e sistemi come priorità e il 42% si preoccupa della gestione delle aspettative dei dipendenti: il nodo critico appare la qualità e la privacy dei dati interni, da risolvere prima ancora di qualsiasi applicazione esterna. Servono grandi investimenti a partire dal dato. Anche nelle precedenti wave tecnologiche i fattori che hanno rallentato l’applicazione alle risorse umane sono sempre stati legati alla sensibilità del dato che va raccolto, sistematizzato strutturato e va sempre gestito nel rispetto delle normative. Mancanza di competenze Ai nella funzione hr e vincoli di budget vengono indicati dal 46% dei manager come le principali barriere strutturali, seguiti dalla frammentazione dei dati di cui parla il 42%. Il problema non sembra essere la volontà di cambiare, ma gli strumenti e la volontà per farlo.
