Gazdaság

A digitális főnökök felemelkedése: Ők alkalmazhatnak – és rúghatnak ki

Egyre népszerűbbek az alkalmazottak felvételét és munkájuk nyomon követését segítő automatizált megoldások.

A mesterséges intelligencia és a gépi tanulás (AI/ML) alkalmazása éppen akkor robbant be a HR terülére, amikor a menedzserek és a vezetők a hibrid munkakörnyezetekre igyekeztek átállni, és egyébként azóta is a szétszórt, távoli munkaerő felügyeletével küszködnek. Az IDC kutatócég nemrégiben készült jelentése azt jósolja, hogy 2024-re a Global 2000 vállalatok 80 százaléka AI/ML-alapú „digitális menedzsereket” fog alkalmazni a dolgozók felvételére, elbocsátására és képzésére azokban a munkakörökben, amelyekben lehetséges és képes is mérni a fejlődést – de csak minden ötödik vállalatnál lesz valódi érték e lépésből emberi közreműködés nélkül.

A pandémia számos vállalatot kényszerített arra, hogy új munkamodelleket alkalmazzon, a teljesen távoli munkavégzéstől kezdve a „hibrid” megközelítésekig. Az IDC szerint az átállás a hibrid munkavégzésre megkövetelte a vállalatoktól, hogy a vezetés és szervezés új módszereit dolgozzák ki a megfelelő irányításhoz. Olyannyira fontos ez, hogy a vállalatok mintegy 41 százaléka a távoli és hibrid munkaerő irányításának képességét kritikus fontosságúnak tekinti.

Mire jó egy ilyen megoldás?

Nem csoda, hogy ma már az AI/ML alapú digitális menedzsmentszoftvereket használják az önéletrajzok átvizsgálására és a jelentkezők kiválasztására, a napi munkateljesítmény meghatározására, kiegészítő képzések ajánlására, valamint annak meghatározására, hogy mikor és hány alkalmazottra van szükség egy munkához – különösen a műszakalapú (például gyár, logisztikai központ) munkák esetében.

De nehogy azt higgyük, hogy az AI/ML alkalmazása még ritka a munkavállalók felvételének és elbocsátásának folyamatában, ugyanis ma már meglehetősen széles körben használják humánerőforrás területen kisebb-nagyobb mértékben. „Az algoritmusokat gyakran alkalmazzák a munkavállalók összehasonlítására, hogy ki lenne a legalkalmasabb a felvételre, vagy kit lenne a legcélszerűbb kirúgni” – mondta Amy Loomis, az IDC piackutató Future of Work kutatási igazgatója. Ez a megoldás (stack-ranking) statisztikai alapú megközelítést használ az alkalmazottak értékelésére a munkateljesítményük alapján a többi csapattaggal összehasonlítva.

Az ilyen szoftver használható arra is, hogy az alkalmazottaknak képzéseket javasoljon, a vezetőket pedig arra ösztönözze, hogy a teljesítmény-küszöbértékek feletti kollégáknál elősegítsék a fejlődést, míg az attól elmaradó dolgozók egy bizonyos százalékát elbocsássák. Egy vállalat például dönthet úgy, hogy minden olyan alkalmazottól megválik, akinek az elért teljesítménye az alsó 10 százalékba esik.

Shannon Kalvar, az IDC IT Service Management and Client Virtualization Program kutatási vezetője szerint, bár a vállalatok nem hagyatkozhatnak teljes mértékben a szoftverrobotokra az alkalmazottak elbocsátása kérdésében, az AI/ML alapú ajánlásoknak nagy súlyuk van a döntéshozatalban.

„Emberek vagyunk, akik túlhajszoltak és túl stresszesek. Mi a valószínűsége annak, hogy nem értünk egyet egy javaslattal, amikor azt megkapjuk – különösen, ha távolról dolgozóról van szó?” – tette fel a kérdést.

A digitális menedzsmentszoftvereket már a világjárvány előtt is használták, amikor főként a teherautó-flották, a kiskereskedelmi dolgozók, a szolgáltatói szektor és más „feladatorientált” munkakörök kezelését segítették. A gig-gazdaság például rugalmas munkaidőt vezetett be a futárszolgálatok számára, ami lehetővé tette a kiskereskedelmi termékek és élelmiszerek egy napon belüli kiszállítását.

„Ijesztően sok szervezetnek van digitális menedzsere” – mondta Kalvar. „Hatalmas érdeklődést tapasztaltunk ez iránt, és már most kezdik bevezetni az irodai dolgozók számára is. Ma ez valóban a feladatorientált munkakörökben jelent problémát, de fel kell ismerni, hogy lassan mindannyiunknak ilyen munkaköre lesz.”

Az algoritmikus munkavállalói menedzsment egyik fő hibája az alkalmazások széttagoltsága. Egyes eszközök az ERP-rendszerek szoftverébe vannak beágyazva, mások önálló alkalmazások és szolgáltatások. Egy nagyvállalatnál sok különböző személyzeti menedzsment- és képzési alkalmazás létezhet, és ezek közül sok egyáltalán nem kommunikál egymással. Egyesek az alkalmazottak munkaidejét és jelenlétét követik, mások a dolgozók teljesítményét felügyelik, megint mások pedig a dolgozók szabadságát tartják nyilván.

Nő a piac

A következő években az AI/ML-alapú menedzsmentszoftverek használata várhatóan csak terjedni fog. Befektetők és más elemzők előrejelzései szerint az AI-szoftverek piaca a következő körülbelül öt évben több mint kétszeresére, 150 milliárd dollárról több mint 500 milliárd dollárra fog nőni.

Az IDC előrejelzése szerint például a világméretű AI-piac – beleértve a szoftvereket, hardvereket és szolgáltatásokat – a 2021-es 327,5 milliárd dollárról 2024-re 554,3 milliárd dollárra szökik fel, ötéves, 17,5 százalékos összetett éves növekedési ütemmel (CAGR).

A Forrester Research visszafogottabb álláspontot képvisel, és 2025-re 37 milliárd dollárra prognosztizálja a piac növekedését. A Forrester az amerikai Computerworldhöz eljuttatott jelentésében azzal magyarázta számadatait, hogy a legtöbb alkalmazás úgy egészíti ki az AI-funkciókat, hogy nem teszi pénzzé azokat – és a vállalkozások által létrehozott egyedi AI-alkalmazások nem generálnak piaci bevételt.

„A mesterséges intelligencia hamar olyan alapvetővé válik a szoftverek számára, mint amilyenné a szoftverek váltak az üzleti életben. Ennek eredményeként az AI-szoftvereket egyre inkább a meglévő szoftvergyártók fogják beágyazni a meglévő szoftvertermékekbe”

– áll a Forrester tavaly közzétett fehér könyvében.

„A vállalatok úgy fogják gondolni, hogy az AI funkciókat ugyanazon a szoftvergyártókon keresztül a legészszerűbb beszerezni. Végső soron az AI mindenhol ott lesz a szoftvertermékekben, ahogyan az analitika, a munkafolyamatok és az adatok is részei ugyanezeknek a szoftvertermékeknek.”

Új modellek

A mesterséges intelligencia elterjedtsége a különböző platformokban és alkalmazásokban azt jelenti, hogy a szétszórt munkaerőt kezelő vállalati vezetőknek nemcsak új készségekre van szükségük, hanem új „mentális modellekre” is a produktivitás, a vezetés, valamint az alkalmazottak, a vezetők és a vállalatok közötti kapcsolatok megértéséhez. Más szóval, az automatizált munkaerő-gazdálkodási szoftvereket használó szervezeteknek át kell értékelniük kapcsolatukat a dolgozóikkal.

„Ma még mindig nagyon megragadtunk az ipari korszak gondolkodásmódjában. Az iroda, mint gyár koncepciója azonban nem hasznos példa”

– mondta Kalvar.

Az autokratikus vezetési stílusoknak, amelyek az alkalmazottak munkájának előnyeit hangsúlyozzák, át kell adniuk a helyüket az emberi értékítéletnek, elkötelezettség nélkül ugyanis a munkavállalókból hiányzik a vállalati közösség érzése. E nélkül pedig a vállalatok azt kockáztatják, hogy elesnek a képzett jelöltektől, mivel az önéletrajz-ellenőrző algoritmusok gyakran nincsenek megfelelően beállítva, és kiselejtezik a potenciális dolgozók önéletrajzait. Ráadásul a bot által kidobott alkalmazottakat – még akkor is, ha alapos indok nélkül szüntették meg a munkaviszonyukat – ritkán veszik fel újra, mondta Kalvar.

„Ez különösen a szerényebb jövedelmet adó munkahelyeken fordul elő. Ha az összes képzett embert kirúgtad, mert nem akartad őket megtartani, akkor véged van, mert a legtöbb vállalat nem veszi vissza a kirúgott alkalmazottakat. Az emberek hiába állnak sorba, hogy felvegyék őket, nem talál senkit a rendszer. Láthatatlanok a számodra.”

Ha például egy vállalat megköveteli a főiskolai végzettséget a jelentkezőktől, hiába van valakinek kellő munkatapasztalata, az algoritmus automatikusan kivágja a leendő jelentkezők listájáról.

„Lehet, hogy a lakosság 30 százaléka szóba jöhet [egy nyitott pozícióra], de az adott vállalat egyet sem lát belőlük” – mondta Kalvar. „Ez a tehetségek kiegyensúlyozatlanságának és hiányának érzékelését kelti”

– tette hozzá.

Szerencsére, a vállalatok ezt már kezdik felismerni, és változtatnak a vezetési kultúrájukon.

„Őszintén szólva, még nincsenek bevált gyakorlatok. Állítom, hogy ennek kidolgozása nagy kihívás a menedzsment számára”

– szögezte le Kalvar.

„Akik rájönnek erre, nagyon elkötelezett, nagyon lojális közösségekkel fognak együtt dolgozni. Akiknek nem sikerül, azok nagyon karcsú szervezeteket fognak működtetni.”

Forrás: Computerworld

Related Topics:digitális főnök gazdaság intelligencia mesterséges szerep

Up Next

Íme az első látványosan nagy NFT-bukta

Don't Miss

A Twitter háza táján nincs mindenki elragadtatva Elon Musk-tól

Gazdaság

Az új korszak elvárásAI: a vas már nem elég, stabil háttérre is szükség van

A mesterséges intelligencia egyre mélyebben épül be az üzleti folyamatokba, ezért a vállalatok körében ugrásszerűen nő az igény a hosszú távon is stabil AI-környezetek iránt. Sok szervezetnél ráadásul alapelvárás, hogy saját adatközpontban maradjanak az érzékeny adatok és az AI-alkalmazások, vagyis a vállalatoknak helyben kell megteremteniük az AI biztonságos és kiszámítható működésének feltételeit.

A SUSE szakértői szerint ehhez az új hardverek mellett olyan AI-környezetre van szükség, amely megbízhatóan és tervezhető költségek mellett üzemeltethető.

„A vállalati AI gyorsan terjed, és ezzel együtt folyamatosan nő az igény olyan infrastruktúra iránt, amely biztosítja az adatok feletti kontrollt és a szabályozott környezetekhez szükséges irányítást.”

– mondta John Fanelli, az NVIDIA vállalati szoftverekért felelős alelnöke

A mesterséges intelligencia fokozatosan szerves részévé válik a vállalatok mindennapjainak. Sok cég már nem tesztjelleggel, hanem élesben használ AI-t, és egyre több helyen jelennek meg olyan megoldások is, amelyek több modellt és AI-ügynököt kapcsolnak össze egyetlen környezetben.

Új technológiák, új igények

Ez a változás új elvárásokat teremt a vállalati IT és az infrastruktúra területén is. Számos iparágban ugyanis alapelvárás, hogy az érzékeny adatokat kizárólag saját adatközpontban kezeljék, és az AI-alkalmazásokat is olyan környezetben futtassák, ahol a szervezet közvetlen kontrollt gyakorolhat a rendszerek, a költségek és a biztonságos üzemeltetés felett. Erre bizonyos esetekben adatvédelmi és szabályozási elvárások miatt van szükség, más esetekben pedig a vállalatok szeretnének nagyobb biztonságot és jobb rálátást az infrastruktúrára.

A szervezeteknek ezért korszerűsíteniük kell IT-környezetüket, ha az AI-szolgáltatásoktól is ugyanolyan folyamatos, kiszámítható és megbízható működést várnak el, mint minden más rendszerüktől. Ezek a modern megoldások ugyanis új típusú terhelést jelentenek, miközben a hagyományos infrastruktúrák többségét eredetileg nem ilyen igényekre tervezték.

A hardver csupán félkarú óriás

Az új igényekre a hardvergyártók is gyorsan reagálnak. Az olyan új generációs AI-hardverek, mint az NVIDIA Rubin platform kifejezetten az összetettebb vállalati AI-ökoszisztémák kiszolgálására készülnek. Az ilyen megoldások fejlesztésénél már nemcsak a nagyobb számítási teljesítményt tartják szem előtt, hanem azt is, hogy a rendszerek jól skálázhatók és hatékonyan működtethetők legyenek. A hardver ezért egyre inkább stratégiai szerepet kap az AI-infrastruktúrában.

Az új AI-hardverek azonban csak akkor teremtenek valódi üzleti értéket, ha olyan környezet egészíti ki őket, amely biztonságosan, átláthatóan és kiszámíthatóan működtethető. Ha ez a háttér hiányzik, a vállalatok nem tudják teljes mértékben kihasználni a nagy teljesítményű hardverben rejlő lehetőségeket: az új megoldások nehezebben skálázhatók, több erőforrást és költséget igényel az üzemeltetésük, és nagyobb kockázatot jelenthetnek a napi vállalati működésben is.

Stabil alap, biztos háttér

A vállalatoknak tehát olyan AI-környezetekre van szükségük, amelyek saját infrastruktúrán belül is támogatják a biztonságos és szabályozott működést, a SUSE AI pedig pontosan ezt nyújtja. A helyben működtethető, nyílt, vállalati felhasználásra szánt platform segítségével a szervezetek adatközpontokban, hibrid vagy air-gapped (internettől elzárt) környezetekben futtathatják az AI-szolgáltatásokat, miközben az érzékeny adatokat saját ellenőrzésük alatt tarthatják. Ez nagyobb kontrollt, biztonságosabb működést és auditálható AI-használatot tesz lehetővé a vállalati környezetben.

A platform beépített megfigyelési és elemzési funkcióinak köszönhetően jól nyomon követhetők a legfontosabb mutatók, például a tokenhasználat és az ehhez kapcsolódó költségek, valamint a GPU-k teljesítménye és kihasználtsága. Ezáltal a vállalatok jobban átláthatják és kézben tarthatják a költségeket, ami támogatja a stratégiai tervezést és a megbízhatóbb AI-működést.

A megoldás megfelelő alapot nyújt a vállalati AI-alkalmazások használatához olyan területeken, ahol egyszerre fontos az érzékeny adatok védelme, a szabályozott működés és a kiszámítható üzemeltetés. Ilyenek lehetnek például a saját infrastruktúrán futó generatív AI-megoldások, a belső tudásbázisokra épülő alkalmazások vagy más olyan AI-folyamatok, ahol a szervezetek nem akarják az adatokat külső, zárt platformokra vinni.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Gazdaság

Kétmilliárd forintról döntött a Kamara mellett működő Teljesítésigazolási Szakértői Szerv

A Magyar Kereskedelmi és Iparkamara mellett működő független Teljesítésigazolási Szakértői Szerv (TSZSZ) 2026. első negyedévében 66 új kérelmet vett nyilvántartásba, amelyekben a felek összesen több mint 3,3 milliárd forint vitatott összeget jelöltek meg.

A TSZSZ az időszakban 33 szakvéleményt adott ki, amelyek alapján mintegy 1,92 milliárd forintot ítélt meg. Emellett 4 esetben folytattak le bankgarancia-vizsgálatot. A kiadott szakvélemények száma az előző év azonos időszakához képest 43 százalékkal, a megítélt összeg pedig 150 százalékkal nőtt.

Az Építési és Közlekedési Minisztérium és Kamara fenntartásában működő Teljesítésigazolási Szakértői Szerv (TSZSZ) az építőipari szerződésekből eredő viták gyors és szakértői rendezését szolgáló, független köztestületi szerv. Segítségét elsősorban akkor vehetik igénybe a felek, ha a tervezési, kivitelezési vagy alvállalkozói szerződés teljesítése kapcsán vita merül fel a műszaki teljesítés mértékével, a vállalkozói díj elszámolásával, a teljesítésigazolás kiadásával vagy a bankgarancia lehívásával kapcsolatban. Az idei év első három havi kérelmeinek zöme egy és többlakásos lakóépületek építése, valamint ipari épületek beruházásai kapcsán érkeztek a TSZSZ-hez.

Kérelmet nyújthat be a megrendelő, a tervező, a fővállalkozó vagy az alvállalkozó egyaránt, amennyiben írásban megkötött, mindkét fél által aláírt szerződés áll rendelkezésre. A TSZSZ háromtagú szakértői tanácsa egy helyszíni szemle és a benyújtott dokumentumok alapján állapítja meg a teljesítés mértékét, így segíti a viták gyors lezárását. A szakvélemény elsődleges célja, hogy az segítse a felek megegyezését, de bírósági eljárás esetén jelentős előnyt jelent a szakvélemény, ugyanis az rövidebb határidőkkel és speciális eljárási szabályok mellett használható fel. Az eljárás határideje alapesetben 30 nap, indokolt esetben legfeljebb 60 nap. A szakértői díj a kérelmező által megjelölt vitatott bruttó érték 3 százaléka, de minimum 200 ezer és legfeljebb 2 millió forint. A TSZSZ eljárása elektronikusan, egyszerű űrlapkitöltéssel indítható, így az építőipari szereplők gyorsan és hatékonyan juthatnak szakértői állásfoglaláshoz akár régebbi, még el nem évült szerződéseik kapcsán is.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!

Gazdaság

SZÉP kártya-láz a boltokban: milliárdok mentek élelmiszerre

Soha nem látott roham indult a boltokban, miután a SZÉP kártyával hideg élelmiszert is lehetett vásárolni. 2025. december 1-jétől idén április 30-ig 44 ezer K&H kártyabirtokos használta fel cafeteriáját bevásárlásra. A friss adatok szerint összesen 4,7 milliárd forintot költöttek el az élelmiszerüzletekben, ami a négy évvel ezelőtti adatokhoz képest közel 1,5 milliárdos növekedést mutat.

A számok döbbenetesek: az öt hónapos időszak teljes SZÉP-kártyás forgalmának több mint 30 százaléka élelmiszer-vásárlásokból származott, igaz, ebbe beleesett a tavalyi karácsonyi időszak is. Kimondható, hogy amíg hideg élelemért is lehetett SZÉP kártyával fizetni, addig a cafeteria-rendszer legismertebb eleme már nemcsak a pihenést és kikapcsolódást szolgálta, hanem a mindennapi megélhetés egyik fontos pénzügyi lába lett.

A vásárlási szokásokból az is jól látszik, hogy a felhasználók tudatosan és nagyobb volumenben költöttek. Az átlagos kosárérték elérte a 9200 forintot, vagyis sokan nem csupán néhány terméket vásároltak, hanem a kártyabirtokosok többsége jelentősebb, tervezett nagybevásárlások finanszírozására használta a keretét.

„Kiemelkedő érdeklődés övezte a hideg élelmiszerek SZÉP kártyával történő fizetését. És nemcsak a költési adatokban jelentett látható szintlépés, hanem a fizetési technológiák terén is

– hangsúlyozta Rammacher Zoltán, a K&H lakossági és kkv-szegmens marketingvezetője.

– Az ügyfeleink 5 százaléka használta digitális SZÉP kártyáját a fizetésnél. A digitális fizetés növekvő népszerűsége is igazolja, hogy a könnyű és gyors felhasználói élmény, valamint a technológiai naprakészség ma már alapvető elvárássá kezd válni bevásárláskor. Nem kérdés tehát, hogy a kkv-szektor számára a SZÉP kártya valódi stratégiai eszköz, akár cafeteriaként adják munkavállaóiknak, akár úgy, hogy maguk válnak elfogadóhellyé.”

Bár a K&H SZÉP-kártyás forgalmi statisztikákban továbbra is a nagyvállalatok dominálnak, a kisvállalkozások szerepe is érezhetően megnőtt ebben az időszakban, ami egyben azt is eredményezte, hogy a forgalom egy része közvetlenül a helyi közösségekben maradhatott, hozzájárulva a gazdasági sokszínűség megőrzéséhez.

További friss híreket talál az IoTmagazin főoldalán! Csatlakozzon hozzánk a Facebookon is!