우리가 인식하든 못하든 인공지능의 발전은 점점 더 우리의 경력 경로에 영향을 미치고 있다.

인적 자본 관리 시스템의 발전, 보다 전략적이고 데이터 중심적인 인적 자원 및 인재 관리 관행, 편견에 대한 관심 증가는 모두 사람을 고용, 개발, 승진 및 해고하는 방식을 변화시키는 요인이다.

나는 인재 관리 및 리더십 개발 분야에서 가르치고 일한다. 나는 실제 세계에서 이러한 프로그램과 관행을 사용해 왔으며 이러한 관행이 어떻게 변화하고 있는지 계속 배우고 연구한다. 인공지능과 시스템은 이미 큰 사업이며 2021년에 미화 380억 달러 이상의 수익을 올릴 것이다. 의심할 여지없이 AI 기반 소프트웨어는 빠르게 발전하고 기업이 직원에 대한 전략적 결정을 내리는 방식을 바꿀 수 있는 잠재력을 가지고 있다.

그 가속이 당신에게 의미하는 바는 다음과 같다.

입사지원

아주 가까운 장래에 직업에 지원한다고 상상해보자. 회사 웹 사이트를 통해 신중하게 작성된 이력서를 업로드하고 플랫폼이 다른 작업에 지원하는 데 사용한 다른 플랫폼과 매우 유사해 보인다는 점에 주목한다. 이력서를 저장한 후 인구 통계 정보를 제공하고 이력서의 동일한 데이터로 수많은 필드를 완성한다. 그런 다음 "제출"을 누르고 사람의 후속 이메일을 기대한다.

귀하의 데이터는 이제 이 회사의 인적 자본 관리 시스템 내에 있다. 이력서를 수집하더라도 더 이상 이력서를 보는 회사는 거의 없다. 그들은 귀하, 수십 또는 수백 명의 다른 지원자 및 직업 요구 사항을 비교하는 데 도움이 되는 작은 상자에 입력한 정보를 보고 있다. 귀하의 이력서가 귀하가 가장 적격한 지원자임을 입증하더라도 채용 담당자의 관심이 다른 곳에 있기 때문에 그것만으로는 채용 담당자의 시선을 끌지 못할 것이다.

일자리 얻기

당신이 전화를 받고 인터뷰에서 에이스를 얻었고 직업이 당신의 것이라고 가정해 보자. 귀하의 정보는 회사 데이터베이스 또는 HCM의 다른 단계인 활성 직원에 도달한다. 귀하의 성과 등급 및 고용에 대한 기타 데이터가 귀하의 프로필에 연결되어 HCM 및 인적 자원이 모니터링하고 평가할 데이터가 추가된다.

AI, 기술 및 HCM의 향상으로 HR은 직원 데이터를 보다 심층적으로 볼 수 있다. 수집된 통찰력은 사람들이 퇴사했을 때 주요 리더십 역할을 수행할 수 있는 재능 있는 직원을 식별하고 누가 승진해야 하는지에 대한 결정을 내리는 데 도움이 된다. 데이터는 또한 채용 및 승진에서 편애와 편향을 식별할 수 있다.

귀하가 귀하의 역할을 계속 수행함에 따라 귀하의 성과에 대한 데이터가 추적되고 분석된다. 여기에는 성과 평가, 감독자의 피드백, 전문성 개발 활동 또는 부족이 포함될 수 있다. 시간이 지남에 따라 귀하와 다른 사람들에 대한 이렇게 많은 양의 데이터를 보유하게 되면 이제 HR은 직원이 조직의 성장을 더 잘 지원할 수 있는 방법에 대해 생각하는 데 도움이 된다.

예를 들어, HR은 데이터를 사용하여 특정 직원이 그만둘 가능성을 식별하고 해당 손실의 영향을 평가할 수 있다.

많은 사람들이 이미 매일 사용하고 있는 플랫폼은 로그인에서 로그오프까지 생산성 데이터를 집계한다. Teams, Outlook 및 SharePoint를 포함하여 널리 사용되는 Microsoft 도구는 직장 분석 도구를 통해 관리자에게 통찰력을 제공하는 데 도움이 될 수 있다. Microsoft 생산성 점수는 플랫폼 내의 전반적인 사용량을 추적한다.

 "좋은" 또는 "나쁜" 성과를 정의하는 지표와 행동도 관리자의 인식에 덜 의존하여 변경될 수 있다. 데이터가 늘어남에 따라 컨설턴트, 의사, 마케팅 담당자와 같은 전문가의 업무도 정량적이고 객관적으로 측정될 것이다. 2022년 뉴욕 타임즈 조사에 따르면 근로자의 생산성과 책임을 개선하기 위해 설계된 이러한 시스템은 사기를 떨어뜨리고 두려움을 심어주는 효과가 있었다.

미국 직원들은 우리의 데이터가 어떻게 사용되고 있는지, 데이터가 무엇을 말하고 있는지, 그리고 데이터가 우리의 미래를 어떻게 좌우할 수 있는지에 대해 생각하기 시작해야 한다는 것은 분명하다.

 경력 최적화 및 이해

모든 회사에 HCM이 있거나 인재 데이터를 사용하여 결정을 내리는 데 앞선 것은 아니다. 그러나 많은 회사들이 점점 더 요령해지고 있으며 일부는 엄청나게 발전하고 있다. 내가 참석한 최근 Microsoft Viva 서밋에서 PayPal 및 Rio Tinto와 같은 회사의 최고 인사 책임자는 이러한 발전을 사용하는 방법을 설명했다.

일부 연구자들은 AI가 고용과 승진에서 암묵적인 편견을 제거함으로써 평등을 촉진할 수 있다고 주장하지만, 더 많은 연구자들은 인간이 만든 AI가 오래된 문제를 새 상자에 다시 포장할 위험이 있다고 보고 있다. 아마존은 2018년 자신이 만든 이력서 정렬 AI가 프로그래밍 역할에 남성을 선호하면서 포기해야 했던 힘든 길을 되돌아가 이 교훈을 배웠다.

더욱이 데이터 수집 및 분석의 증가로 인해 조직은 매우 명확하지만 직원은 자신이 어디에 서 있는지 명확하지 않게 될 수 있다. AI가 직장을 어떻게 변화시키고 있는지 이해하고 고용주에게 투명성을 요구하는 것이 가장 좋다. 다음은 직원이 다음 검토 중에 질문을 고려해야 하는 데이터 포인트인다:

●나를 잠재력이 높은 직원으로 보는가?

●내 성과는 다른 사람들과 어떻게 비교될까? 

●나를 당신의 역할이나 다른 사람의 후계자로 보는가?

직장 문화, 정치 및 관계의 전통적인 측면을 숙달해야 하는 것처럼 이러한 플랫폼을 탐색하는 방법을 배우고, 자신이 어떻게 평가되고 있는지 이해하고, 새롭고 보다 데이터 중심적인 방식으로 경력에 대한 소유권을 가져야 한다.