Hvordan lage et AI-grunnlag for fordelsstrategien din 

En av to arbeidsgivere mener at det å handle på analytisk innsikt vil føre til forbedret medarbeiderprestasjon og engasjement ^[1]. Det er derfor ikke overraskende at arbeidsgivere over hele verden nå planlegger å bruke AI (kunstig intelligens) for å generere denne innsikten.

Mer enn åtte av ti (85 %) HR-fagfolk planlegger å bruke kunstig intelligens i forhold til sine ansattfordeler i løpet av det neste året ^[2]. Det overordnede målet er å forstå sine ansatte og skreddersy ansattes fordeler, kommunikasjon og erfaringer for å drive opp fordelsengasjement.

AI-innsikten vil imidlertid bare være like nøyaktig som dataene som brukes. Dette betyr at med mange fordeler data fortsatt i separate systemer, som må hentes manuelt eller forespørres fra leverandører, er løpet nå på for å få riktig AI-fundament på plass.

Hvis dataene om de ansattes fordeler er unøyaktige og ikke automatisk gjenspeiler hvor mange personer som nylig har forlatt virksomheten, eller hvor mange som faktisk bruker hver fordel, vil datainnsikten levert av AI være feil. På samme måte, hvis du har nøyaktige data, men det må nås manuelt via ulike regneark, vil AI ikke kunne tolke det.

Når du legger ut på AI-strategien din, er det avgjørende for suksess å skape en «enkelt sannhetskilde» ved å samle alle data om ansattes fordeler fra ulike systemer på ett sted. Først da kan du nøyaktig fange opp hva som skjer på tvers av dine ansattes fordeler, slik at din sannhetskilde forblir kontinuerlig oppdatert med eventuelle endringer. 

I praksis krever dette at du velger en plattform for ansattfordeler som automatisk vil sentralisere og konsolidere alle dataene om ansattfordeler. Dette vil gjøre det mulig for plattformen din å «snakke» med systemene og lønningsleverandørene dine på en trygg og sikker måte, automatisk reflektere når noen har økt pensjonen sin, tatt ut en ny fleksibel fordel, lagt til en avhengig av en policy eller forlatt virksomheten.

De fleste HR-fagfolk er ikke dataforskere og har et ferdighetssett som er mer egnet til å tolke datainnsikt, enn å finne ut hvordan de skal generere disse innsiktene. Derfor er kritisk for å automatisere oppgavene som kreves for å generere datainnsikt om hvordan fordeler leverer på velvære, oppbevaring og engasjement, å finne dataspesialister med ferdighetene som trengs for å hjelpe.

Selv om oppskilling av eksisterende HR-fagfolk, eller ansettelse av HR-fagfolk med datakompetanse, er ett alternativ, ønsker 85% av arbeidsgiverne nå å konsolidere sin fordelsteknologi med en enkelt megler eller rådgiver i løpet av de neste 1-5 årene ^[3].

Dette er fornuftig fordi i stedet for å bare jobbe med en dataekspert, vil du også jobbe med en fordelsekspert som forstår de bredere menneskenes risiko du vil adressere. En  partner som kan hjelpe deg med å ikke bare tolke dataene, men også handle på utfordringer som spenner fra å redusere stigende medisinske kostnader for å sikre at fordelene dine ikke driver opp lønnsgap. 

I tillegg til å generere de avanserte analysene som de fleste arbeidsgivere ser som hovedmuligheten for AI, er automatisering av kommunikasjon med ansatte en annen prioritet. I tillegg til å bruke åpenbare AI-verktøy, for eksempel chatbots, kan du også bruke AI til å automatisere kampanjer skreddersydd til ulike demografiske data, basert på harde data og målbare engasjementer.

AI kan også utnyttes til å skape følelsesmessige kontaktpunkter med ansatte. For eksempel, ved automatisk å la ansatte få vite om nye fordeler de kan ha rett til etter en betydelig livshendelse, være dette en sykdom eller fødsel av et nytt barn. Eller signere dem for forebyggende velværefordeler for å redusere risikoen for psykisk helse eller MSK-problemer. 

I denne forstand handler det å skape det rette grunnlaget for AI-strategien din like mye om å tenke på opplevelsen du vil skape for ansatte, som det handler om å generere datainnsikten som trengs for å holde virksomheten i gang. Alt dette vil kreve erfarne fagfolk for å bidra til å sette tonen og fokus for virksomheten.