AI First in HRM

လုပ်ငန်းများ၏ အဓိကမဏ္ဍိုင်ဖြစ်သော လူ့စွမ်းအားအရင်းအမြစ် စီမံခန့်ခွဲမှု (Human Resource Management – HRM) နယ်ပယ်သည် ဉာဏ်ရည်တု (Artificial Intelligence – AI) နည်းပညာများပေါ်ပေါက်လာမှုနှင့်အတူ ကြီးမားသော အသွင်ကူးပြောင်းမှုများ ကြုံတွေ့နေရပါသည်။ရိုးရှင်းသောအလုပ်များအား အလိုအ လျောက်လုပ်ဆောင်စေခြင်း (Automation) မှသည် မဟာဗျူဟာမြောက်ဆုံးဖြတ်ချက်များ ချမှတ်ရာတွင် အထောက်အကူပြုနိုင်သည့် ခန့်မှန်း တွက်ချက်မှုဆိုင်ရာ ခွဲခြမ်းစိတ်ဖြာမှုများ (Predictive Analytics) အထိ AI သည် HRM ၏ အခန်းကဏ္ဍနှင့် လုပ်ဆောင်ပုံကိုလုံးဝပြောင်းလဲပစ်နေပါသည်။

၁။ AI ၏ HRM အတွက် သီအိုရီနှင့် အခန်းကဏ္ဍ (Theories and Role of AI in HRM)

AI ကို HRM တွင် ထည့်သွင်းအသုံးပြုခြင်း၏ အဓိက သီအိုရီများသည် စွမ်းဆောင်ရည် မြှင့်တင်ရေး(Efficiency)၊ ဘက်လိုက်မှု လျှော့ချရေး (Bias Reduction) နှင့် ဝန်ထမ်းအတွေ့အကြုံ မြှင့်တင်ရေး (Enhanced Employee Experience)တို့ကို အခြေခံထားသည်။

(၁/၁) စွမ်းဆောင်ရည် မြှင့်တင်ရေး သီအိုရီ (Efficiency Theory)

ဤသီအိုရီအရ AI သည် HR ကျွမ်းကျင်ပညာရှင်များ၏ အချိန်ယူရပြီး ထပ်ခါတလဲလဲ လုပ်ရသည့်(Repetitive and Mundane Tasks) အလုပ်များကို လွှဲပြောင်းယူကာ စွမ်းဆောင်ရည်ကိုမြှင့်တင်ပေးပါသည်။စာရင်းစစ်ခြင်း၊ အင်တာဗျူး အချိန်ဇယားဆွဲခြင်း၊ အလုပ်လျှောက်လွှာ စိစစ်ခြင်း စသည့်အလုပ်များကို AI က လျင်မြန်စွာနှင့် အမှားအယွင်း နည်းပါး စွာ ဆောင်ရွက်ပေးခြင်းဖြင့် HR ဝန်ထမ်းများသည်ပိုမိုမဟာဗျူဟာမြောက်သော (Strategic) နှင့် လူသားချင်း ထိတွေ့ ဆက်ဆံရမည့် (Human-centric) လုပ်ငန်းများ (ဥပမာ- ဝန်ထမ်းစေ့စပ်ဆွေးနွေးမှု၊ ယဉ်ကျေးမှုမြှင့်တင်မှု) ကို အာရုံစိုက် နိုင်ကြသည်။ ဥပမာ။ Chatbots များကို အသုံးပြု၍ ဝန်ထမ်းများ၏ လစာ၊ ခွင့်ရက်၊ အကျိုးခံစားခွင့်များ စသည်တို့နှင့်ပတ်သက်သော မေးခွန်းများကို ၂၄ နာရီပတ်လုံး ဖြေကြားပေးခြင်းဖြင့် HR အဖွဲ့၏ အလုပ်ဝန်ကို လျှော့ချပေးသည်။ DBS Bank (စင်္ကာပူ) ၏ Talent Acquisition အဖွဲ့သည် AI-powered tool တစ်ခုကိုအသုံးပြုခြင်းဖြင့် ဝန်ထမ်းလောင်း စိစစ်သည့် အချိန်ကို တစ်ဦးလျှင် ၃၂ မိနစ်မှ ၈ မိနစ်အထိလျှော့ချနိုင်ခဲ့ပါသည်။

(၁/၂) ဘက်လိုက်မှု လျှော့ချရေး သီအိုရီ (Bias Reduction Theory)

AI စနစ်များသည် ဒေတာ (Data) ကိုသာ အခြေခံ၍ ဆုံးဖြတ်ချက်များ ချမှတ်ပေးနိုင်သောကြောင့်လူသားများ၏ ကိုယ်ပိုင်ထင်မြင်ချက်၊ ဘက်လိုက်မှု (Unconscious Bias) တို့ကြောင့် ဖြစ်ပေါ်လာနိုင်သောမမျှတမှုများကို လျှော့ချ ပေးနိုင်သည်။AI စနစ်များသည် အလုပ်လျှောက်လွှာရှင်၏ နာမည်၊ ကျား/မ၊ဇာတိစ သည့် အချက်အလက်များကို ဖယ်ထုတ်ပြီး ကျွမ်းကျင်မှု (Skills) နှင့် စွမ်းရည် (Competencies)ကိုသာ အဓိကထား၍ စိစစ်ခွဲခြားပေးခြင်းဖြင့် မျှတသော ခေါ်ယူမှု လုပ်ငန်းစဉ်ကို ဖန်တီးပေးသည်။ ဥပမာ။ AI- based Resume Screening Tools များသည် လျှောက်လွှာပေါင်း ထောင်နှင့်ချီသောထဲမှ အလုပ်နှင့်အကိုက်ညီဆုံးသော Key Skills များနှင့် အတွေ့အကြုံများကိုသာ ရှာဖွေဖော်ထုတ်ပေးသည်။ ဤနည်းဖြင့်၊လူသား စိစစ်သူတစ်ဦး၏ ပထမဆုံး အမြင် (First Impression) ကြောင့် ဖြစ်ပေါ်လာနိုင်သည့် ဘက်လိုက်မှုကိုရှောင်ရှားနိုင်သည်။

(၁/၃) ခန့်မှန်း ခွဲခြမ်းစိတ်ဖြာမှု (Predictive Analytics)

AI သည် အဖွဲ့အစည်းအတွင်းရှိ အချက်အလက်များကို ခွဲခြမ်းစိတ်ဖြာခြင်းဖြင့် အနာဂတ် ဖြစ်နိုင်ချေများကိုကြိုတင် ခန့်မှန်းပေးနိုင်သည်။ဝန်ထမ်းစွန့်ခွာမှု (Employee Turnover) များလာနိုင်ခြေ၊ မည်သည့်ဌာနတွင်အရည်အချင်း လိုအပ်ချက် (Skill Gap) များရှိနေသည်၊ မည်သည့်ဝန်ထမ်းသည် ရာထူးတိုးရန်အလား အလာအကောင်းဆုံး စသည် တို့ကို ဒေတာများပေါ် အခြေခံ၍ ခန့်မှန်းပေးနိုင်သည်။ ဥပမာ။ AI သည်ဝန်ထမ်းတစ်ဦး၏ လုပ်ငန်းစွမ်းဆောင်ရည် (Performance Data)၊ လေ့ကျင့်ရေး မှတ်တမ်း (Training History)နှင့် HR စနစ်များနှင့် ထိတွေ့ဆက်ဆံမှု ပုံစံများကို စောင့်ကြည့်ကာ မကြာမီ အလုပ်ထွက်ခွာနိုင်ခြေ မြင့်မားသော
ဝန်ထမ်းများကို ကြိုတင်ဖော်ထုတ်ပေးခြင်းဖြင့် HR အနေဖြင့် ထိုဝန်ထမ်းကို ထိန်းသိမ်းရန်ကြိုတင်ဆောင်ရွက်မှုများ (Retention Initiatives) ပြုလုပ်နိုင်မည်။

၂။ AI-First ချဉ်းကပ်ပုံ (The AI-First Approach)

AI-First ဆိုသည်မှာ နည်းပညာကို ရိုးရှင်းစွာ ထည့်သွင်းအသုံးပြုခြင်းထက်၊ လုပ်ငန်းဆောင်တာတစ်ခုကိုစဉ်းစားတိုင်း၊ AI သည် မည်သို့ ပိုမိုကောင်းမွန်အောင် လုပ် ဆောင်ပေးနိုင်မည်နည်း ဟူသော မေးခွန်းဖြင့်စတင်ချဉ်းကပ်ခြင်းကို ဆိုလိုသည်။ HR နယ်ပယ်တွင် AI-First ချဉ်းကပ်ပုံသည် အဖွဲ့အစည်း၏ ယဉ်ကျေးမှု (Culture)၊ လုပ်ငန်းစဉ် (Processes) နှင့် မဟာဗျူဟာ (Strategy) များကို AI ၏ စွမ်းဆောင်ရည်များဖြင့်ပြန်လည်ရေးဆွဲခြင်း ဖြစ်သည်။

(၂/၁) AI-First ၏ အဓိက သဘောတရားများ

(က) AI ကို ဗဟိုပြုခြင်း (Centring AI)။ HR လုပ်ငန်းစဉ်တိုင်းတွင် AI ကို အရန်စနစ် (Supporting Tool)အဖြစ် မဟုတ်ဘဲ၊ အဓိက ဆုံးဖြတ်ချက်ချမှတ်သည့် အစိတ်အပိုင်း (Core Component) အဖြစ် ရှုမြင်ခြင်း။
(ခ) ကျွမ်းကျင်မှု ပြောင်းလဲခြင်း (Reskilling & Upskilling)။ ဝန်ထမ်းများ၏ ကျွမ်းကျင်မှု အစုံအလင်ကို(Skills Inventory) AI ဖြင့် စဉ်ဆက်မပြတ် စစ် ဆေးပြီး အနာဂတ်လိုအပ်ချက်အတွက် လိုအပ်သောကျွမ်းကျင်မှုများကို (Data Literacy, AI Interaction Skills) ရည်ရွယ်ချက်ရှိရှိ လေ့ကျင့်ပေးခြင်း။
(ဂ) ဒေတာ ယဉ်ကျေးမှု (Data Culture)။ AI သည် ဒေတာပေါ်တွင် အခြေခံသောကြောင့်၊အရည်အသွေးမြင့်မားသော ဒေတာများကို စုဆောင်း၊ စီမံခန့်ခွဲ၊ လုံခြုံမှုရှိစွာ အသုံးပြုနိုင်သည့် ယဉ်ကျေးမှုကိုတည်ဆောက်ခြင်း။

(၂/၂) AI-First ချဉ်းကပ်ပုံ၏ HR လုပ်ငန်းစဉ် အလိုက် ဥပမာများ

(က) Talent Acquisition (ခေါ်ယူမှု)။ HR ဝန်ထမ်းက လျှောက်လွှာများကို ကိုယ်တိုင် ဖတ်ရှုစိစစ်ခြင်း၊မေးခွန်းများ စံသတ်မှတ်ပြီး မေးမြန်းခြင်း။
(ခ) Job Description Optimization ။ AI က ရေးသားမည့် အလုပ်ဖော်ပြချက်ကို ဘက်လိုက်မှုမရှိစေရန်နှင့်ဆွဲဆောင်မှုရှိစေရန် ပြုပြင်ပေးခြင်း။
(ဂ) Candidate Matching:။ Eightfold AI ကဲ့သို့ ပလက်ဖောင်းများသည် ကျွမ်းကျင်မှုပေါ် အခြေခံကာလျှောက်လွှာရှင် များကို အလုပ်နှင့် အလိုအလျောက် တွဲ ဖက်ပေးခြင်း။
(ဃ) Training & Development (လေ့ကျင့်ရေး)။ လူတိုင်းအတွက် တူညီသော သင်တန်းများကို ပေးခြင်း။နှစ်ပတ်လည် သို့မဟုတ် သုံးလပတ်အလိုက် သင် တန်းအစီအစဉ် ချမှတ်ခြင်း။
(င) Personalized Learning (တစ်ဦးခြင်းသင်ယူလေ့လာခြင်း) ။ AI က ဝန်ထမ်းတစ်ဦးချင်းစီ၏ လက်ရှိစွမ်းဆောင် ရည်နှင့် အနာဂတ် ရည်မှန်းချက်များကို ခွဲခြမ်း စိတ်ဖြာပြီး ၎င်းနှင့် အသင့်တော်ဆုံး e-Learning Module များ၊ ကိုယ်ပိုင် နည်းပြပေးမှု (Personalized Coaching) များကို အချိန်နှင့်တပြေးညီအကြံပြုပေးခြင်း။
(စ) Performance Management (စွမ်းဆောင်ရည် စီမံခန့်ခွဲမှု)။ နှစ်စဉ် သို့မဟုတ် ၆ လတစ်ကြိမ် Review များ ပြုလုပ်ပြီး Manager ၏ ထင်မြင်ချက်ပေါ် မူတည်၍ ဆုံးဖြတ်ခြင်း။
(ဆ) Continuous Feedback & Objective Metrics (စဉ်ဆက်မပြတ်အကဲဖြတ်၍သတင်းပို့ခြင်း) ။ AI- powered tool များက ဝန်ထမ်းများ၏ လုပ်ငန်းပြီးမြောက်မှု၊ Teamwork မှတ်တမ်းများကို အချိန်နှင့်တပြေးညီ (Real-time) တိုင်းတာပြီး ခိုင်မာသော ဒေတာအခြေခံဖြင့် Manager ကို Feedback ပေးရန်
အထောက်အကူပြုခြင်း။ ဘက်လိုက်မှုများကို လျှော့ချကာ တိကျသော အကဲဖြတ်မှုများကို ပေးနိုင်ခြင်း။ |

(၃) AI-First အတွက် စိန်ခေါ်မှုများနှင့် လူသား၏ အခန်းကဏ္ဍ

AI-First ချဉ်းကပ်ပုံသည် အကျိုးကျေးဇူးများစွာရှိသော်လည်း၊ HR အနေဖြင့် စိန်ခေါ်မှုအချို့ကိုရင်ဆိုင်ရမည်ဖြစ်သည်။
(၃/၁) ကျင့်ဝတ်နှင့် ဘက်လိုက်မှု ထိန်းချုပ်ခြင်း (Ethics and Bias Control)။ AI သည် ဒေတာပေါ်တွင်အခြေခံသော ကြောင့်၊ သွင်းထားသော ဒေတာများတွင် ဘက်လိုက်မှုများ ပါရှိခဲ့လျှင် (Historical Bias) AI ကထိုဘက်လိုက်မှုများ ကို ပိုမိုကြီးမားအောင် လုပ်ဆောင်နိုင်သည်။ HR အဖွဲ့များသည် AI စနစ်များကို ပုံမှန်
စာရင်းစစ်ခြင်း (Audit) ပြုလုပ်ပြီး တရားမျှတမှု၊ ပွင့်လင်းမြင်သာမှု ရှိစေရန် တာဝန်ယူရမည်။
(၃/၂) ဝန်ထမ်း ယုံကြည်မှု (Employee Trust)။ ဝန်ထမ်းများသည် AI ၏ စောင့်ကြည့်မှုအောက်တွင်ရှိနေသည်ဟု ခံစားရပါက စိတ်ဖိစီးမှုနှင့် ယုံကြည်မှု ကင်းမဲ့မှုများ ဖြစ်ပေါ်နိုင်သည်။ AI အသုံးပြုပုံကိုပွင့်လင်းမြင်သာစွာ (Transparency) ချပြပြီး လူသားများ အပေါ် အကျိုးရှိစေရန် အသုံးပြုနေကြောင်းရှင်းပြရန် လိုအပ်သည်။
(၃/၃) HR ၏ အခန်းကဏ္ဍ အသွင်ကူးပြောင်းမှု။ AI သည် ရိုးရှင်းသောအလုပ်များကိုလုပ်ဆောင်ပေးသောအခါ HR ပညာရှင်များသည် နည်းပညာကျွမ်းကျင်မှု (Tech Fluency)၊ခွဲခြမ်းစိတ်ဖြာနိုင်မှု (Analytical Thinking) နှင့် စိတ်ခံစားမှုဆိုင်ရာ ဉာဏ်ရည် (Emotional Intelligence)စသည့် ကျွမ်းကျင်မှုများ (Soft Skills) ကို ပိုမိုတိုးမြှင့်ကာ မဟာဗျူဟာမြောက် စီးပွားရေးမိတ်ဖက်များ(Strategic Business Partners) အဖြစ် ပြောင်းလဲရပ်တည်ရမည်။

နိဂုံး

လုပ်ငန်းများတွင် AI အသုံးပြုမှု တိုးလာခြင်းနှင့် AI-First Approach ကို လက်ခံကျင့်သုံးခြင်းသည် HRM နယ်ပယ်၏ အနာဂတ်အတွက် မဖြစ်မနေ လိုအပ်သော အသွင်ကူးပြောင်းမှုဖြစ်သည်။ AI သည် စွမ်းဆောင်ရည်မြှင့်တင်ပေးနိုင်ပြီး ဘက်လိုက်မှုများကို လျှော့ချနိုင်စွမ်းရှိသော်လည်း၊ ၎င်း၏ အောင်မြင်မှုသည်နည်းပညာပိုင်းဆိုင်ရာ ထည့်သွင်းအသုံးပြုမှု အပေါ်တွင်သာမက၊ ကျင့်ဝတ်ဆိုင်ရာ စီမံခန့်ခွဲမှု၊ပွင့်လင်းမြင်သာမှု နှင့် လူသားချင်း စာနာထောက်ထားသော ဆက်ဆံရေးများ ကို မထိခိုက်စေရန် စနစ်တကျထိန်းချုပ်သည့် HR ခေါင်းဆောင်မှုအပေါ်တွင် မူတည်နေပါသည်။ HR ၏ အခန်းကဏ္ဍသည်အလုပ်လုပ်ကိုင်ပုံကိုပုံစံချမှတ်သူ (Designer of Work) နှင့် AI-Human ပူးပေါင်းဆောင်ရွက်မှုကို လမ်းညွှန်သူ (Facilitator of AI-Human Collaboration)အဖြစ် ပြောင်းလဲလာပြီဖြစ်သည်။

ဥက္ကာမြင့် (OMEGA Consultancy)

zawgyi

လုပ္ငန္းမ်ား၏ အဓိကမ႑ိဳင္ျဖစ္ေသာ လူ႔စြမ္းအားအရင္းအျမစ္ စီမံခန႔္ခြဲမႈ (Human Resource Management – HRM) နယ္ပယ္သည္ ဉာဏ္ရည္တု (Artificial Intelligence – AI) နည္းပညာမ်ားေပၚေပါက္လာမႈႏွင့္အတူ ႀကီးမားေသာ အသြင္ကူးေျပာင္းမႈမ်ား ႀကဳံေတြ႕ေနရပါသည္။႐ိုးရွင္းေသာအလုပ္မ်ားအား အလိုအ ေလ်ာက္လုပ္ေဆာင္ေစျခင္း (Automation) မွသည္ မဟာဗ်ဴဟာေျမာက္ဆုံးျဖတ္ခ်က္မ်ား ခ်မွတ္ရာတြင္ အေထာက္အကူျပဳႏိုင္သည့္ ခန႔္မွန္း တြက္ခ်က္မႈဆိုင္ရာ ခြဲျခမ္းစိတ္ျဖာမႈမ်ား (Predictive Analytics) အထိ AI သည္ HRM ၏ အခန္းက႑ႏွင့္ လုပ္ေဆာင္ပုံကိုလုံးဝေျပာင္းလဲပစ္ေနပါသည္။

၁။ AI ၏ HRM အတြက္ သီအိုရီႏွင့္ အခန္းက႑ (Theories and Role of AI in HRM)

AI ကို HRM တြင္ ထည့္သြင္းအသုံးျပဳျခင္း၏ အဓိက သီအိုရီမ်ားသည္ စြမ္းေဆာင္ရည္ ျမႇင့္တင္ေရး(Efficiency)၊ ဘက္လိုက္မႈ ေလွ်ာ့ခ်ေရး (Bias Reduction) ႏွင့္ ဝန္ထမ္းအေတြ႕အႀကဳံ ျမႇင့္တင္ေရး (Enhanced Employee Experience)တို႔ကို အေျခခံထားသည္။

(၁/၁) စြမ္းေဆာင္ရည္ ျမႇင့္တင္ေရး သီအိုရီ (Efficiency Theory)

ဤသီအိုရီအရ AI သည္ HR ကြၽမ္းက်င္ပညာရွင္မ်ား၏ အခ်ိန္ယူရၿပီး ထပ္ခါတလဲလဲ လုပ္ရသည့္(Repetitive and Mundane Tasks) အလုပ္မ်ားကို လႊဲေျပာင္းယူကာ စြမ္းေဆာင္ရည္ကိုျမႇင့္တင္ေပးပါသည္။စာရင္းစစ္ျခင္း၊ အင္တာဗ်ဴး အခ်ိန္ဇယားဆြဲျခင္း၊ အလုပ္ေလွ်ာက္လႊာ စိစစ္ျခင္း စသည့္အလုပ္မ်ားကို AI က လ်င္ျမန္စြာႏွင့္ အမွားအယြင္း နည္းပါး စြာ ေဆာင္႐ြက္ေပးျခင္းျဖင့္ HR ဝန္ထမ္းမ်ားသည္ပိုမိုမဟာဗ်ဴဟာေျမာက္ေသာ (Strategic) ႏွင့္ လူသားခ်င္း ထိေတြ႕ ဆက္ဆံရမည့္ (Human-centric) လုပ္ငန္းမ်ား (ဥပမာ- ဝန္ထမ္းေစ့စပ္ေဆြးေႏြးမႈ၊ ယဥ္ေက်းမႈျမႇင့္တင္မႈ) ကို အာ႐ုံစိုက္ ႏိုင္ၾကသည္။ ဥပမာ။ Chatbots မ်ားကို အသုံးျပဳ၍ ဝန္ထမ္းမ်ား၏ လစာ၊ ခြင့္ရက္၊ အက်ိဳးခံစားခြင့္မ်ား စသည္တို႔ႏွင့္ပတ္သက္ေသာ ေမးခြန္းမ်ားကို ၂၄ နာရီပတ္လုံး ေျဖၾကားေပးျခင္းျဖင့္ HR အဖြဲ႕၏ အလုပ္ဝန္ကို ေလွ်ာ့ခ်ေပးသည္။ DBS Bank (စကၤာပူ) ၏ Talent Acquisition အဖြဲ႕သည္ AI-powered tool တစ္ခုကိုအသုံးျပဳျခင္းျဖင့္ ဝန္ထမ္းေလာင္း စိစစ္သည့္ အခ်ိန္ကို တစ္ဦးလွ်င္ ၃၂ မိနစ္မွ ၈ မိနစ္အထိေလွ်ာ့ခ်ႏိုင္ခဲ့ပါသည္။

(၁/၂) ဘက္လိုက္မႈ ေလွ်ာ့ခ်ေရး သီအိုရီ (Bias Reduction Theory)

AI စနစ္မ်ားသည္ ေဒတာ (Data) ကိုသာ အေျခခံ၍ ဆုံးျဖတ္ခ်က္မ်ား ခ်မွတ္ေပးႏိုင္ေသာေၾကာင့္လူသားမ်ား၏ ကိုယ္ပိုင္ထင္ျမင္ခ်က္၊ ဘက္လိုက္မႈ (Unconscious Bias) တို႔ေၾကာင့္ ျဖစ္ေပၚလာႏိုင္ေသာမမွ်တမႈမ်ားကို ေလွ်ာ့ခ် ေပးႏိုင္သည္။AI စနစ္မ်ားသည္ အလုပ္ေလွ်ာက္လႊာရွင္၏ နာမည္၊ က်ား/မ၊ဇာတိစ သည့္ အခ်က္အလက္မ်ားကို ဖယ္ထုတ္ၿပီး ကြၽမ္းက်င္မႈ (Skills) ႏွင့္ စြမ္းရည္ (Competencies)ကိုသာ အဓိကထား၍ စိစစ္ခြဲျခားေပးျခင္းျဖင့္ မွ်တေသာ ေခၚယူမႈ လုပ္ငန္းစဥ္ကို ဖန္တီးေပးသည္။ ဥပမာ။ AI- based Resume Screening Tools မ်ားသည္ ေလွ်ာက္လႊာေပါင္း ေထာင္ႏွင့္ခ်ီေသာထဲမွ အလုပ္ႏွင့္အကိုက္ညီဆုံးေသာ Key Skills မ်ားႏွင့္ အေတြ႕အႀကဳံမ်ားကိုသာ ရွာေဖြေဖာ္ထုတ္ေပးသည္။ ဤနည္းျဖင့္၊လူသား စိစစ္သူတစ္ဦး၏ ပထမဆုံး အျမင္ (First Impression) ေၾကာင့္ ျဖစ္ေပၚလာႏိုင္သည့္ ဘက္လိုက္မႈကိုေရွာင္ရွားႏိုင္သည္။

(၁/၃) ခန႔္မွန္း ခြဲျခမ္းစိတ္ျဖာမႈ (Predictive Analytics)

AI သည္ အဖြဲ႕အစည္းအတြင္းရွိ အခ်က္အလက္မ်ားကို ခြဲျခမ္းစိတ္ျဖာျခင္းျဖင့္ အနာဂတ္ ျဖစ္ႏိုင္ေခ်မ်ားကိုႀကိဳတင္ ခန႔္မွန္းေပးႏိုင္သည္။ဝန္ထမ္းစြန႔္ခြာမႈ (Employee Turnover) မ်ားလာႏိုင္ေျခ၊ မည္သည့္ဌာနတြင္အရည္အခ်င္း လိုအပ္ခ်က္ (Skill Gap) မ်ားရွိေနသည္၊ မည္သည့္ဝန္ထမ္းသည္ ရာထူးတိုးရန္အလား အလာအေကာင္းဆုံး စသည္ တို႔ကို ေဒတာမ်ားေပၚ အေျခခံ၍ ခန႔္မွန္းေပးႏိုင္သည္။ ဥပမာ။ AI သည္ဝန္ထမ္းတစ္ဦး၏ လုပ္ငန္းစြမ္းေဆာင္ရည္ (Performance Data)၊ ေလ့က်င့္ေရး မွတ္တမ္း (Training History)ႏွင့္ HR စနစ္မ်ားႏွင့္ ထိေတြ႕ဆက္ဆံမႈ ပုံစံမ်ားကို ေစာင့္ၾကည့္ကာ မၾကာမီ အလုပ္ထြက္ခြာႏိုင္ေျခ ျမင့္မားေသာ
ဝန္ထမ္းမ်ားကို ႀကိဳတင္ေဖာ္ထုတ္ေပးျခင္းျဖင့္ HR အေနျဖင့္ ထိုဝန္ထမ္းကို ထိန္းသိမ္းရန္ႀကိဳတင္ေဆာင္႐ြက္မႈမ်ား (Retention Initiatives) ျပဳလုပ္ႏိုင္မည္။

၂။ AI-First ခ်ဥ္းကပ္ပုံ (The AI-First Approach)

AI-First ဆိုသည္မွာ နည္းပညာကို ႐ိုးရွင္းစြာ ထည့္သြင္းအသုံးျပဳျခင္းထက္၊ လုပ္ငန္းေဆာင္တာတစ္ခုကိုစဥ္းစားတိုင္း၊ AI သည္ မည္သို႔ ပိုမိုေကာင္းမြန္ေအာင္ လုပ္ ေဆာင္ေပးႏိုင္မည္နည္း ဟူေသာ ေမးခြန္းျဖင့္စတင္ခ်ဥ္းကပ္ျခင္းကို ဆိုလိုသည္။ HR နယ္ပယ္တြင္ AI-First ခ်ဥ္းကပ္ပုံသည္ အဖြဲ႕အစည္း၏ ယဥ္ေက်းမႈ (Culture)၊ လုပ္ငန္းစဥ္ (Processes) ႏွင့္ မဟာဗ်ဴဟာ (Strategy) မ်ားကို AI ၏ စြမ္းေဆာင္ရည္မ်ားျဖင့္ျပန္လည္ေရးဆြဲျခင္း ျဖစ္သည္။

(၂/၁) AI-First ၏ အဓိက သေဘာတရားမ်ား

(က) AI ကို ဗဟိုျပဳျခင္း (Centring AI)။ HR လုပ္ငန္းစဥ္တိုင္းတြင္ AI ကို အရန္စနစ္ (Supporting Tool)အျဖစ္ မဟုတ္ဘဲ၊ အဓိက ဆုံးျဖတ္ခ်က္ခ်မွတ္သည့္ အစိတ္အပိုင္း (Core Component) အျဖစ္ ရႈျမင္ျခင္း။
(ခ) ကြၽမ္းက်င္မႈ ေျပာင္းလဲျခင္း (Reskilling & Upskilling)။ ဝန္ထမ္းမ်ား၏ ကြၽမ္းက်င္မႈ အစုံအလင္ကို(Skills Inventory) AI ျဖင့္ စဥ္ဆက္မျပတ္ စစ္ ေဆးၿပီး အနာဂတ္လိုအပ္ခ်က္အတြက္ လိုအပ္ေသာကြၽမ္းက်င္မႈမ်ားကို (Data Literacy, AI Interaction Skills) ရည္႐ြယ္ခ်က္ရွိရွိ ေလ့က်င့္ေပးျခင္း။
(ဂ) ေဒတာ ယဥ္ေက်းမႈ (Data Culture)။ AI သည္ ေဒတာေပၚတြင္ အေျခခံေသာေၾကာင့္၊အရည္အေသြးျမင့္မားေသာ ေဒတာမ်ားကို စုေဆာင္း၊ စီမံခန႔္ခြဲ၊ လုံၿခဳံမႈရွိစြာ အသုံးျပဳႏိုင္သည့္ ယဥ္ေက်းမႈကိုတည္ေဆာက္ျခင္း။

(၂/၂) AI-First ခ်ဥ္းကပ္ပုံ၏ HR လုပ္ငန္းစဥ္ အလိုက္ ဥပမာမ်ား

(က) Talent Acquisition (ေခၚယူမႈ)။ HR ဝန္ထမ္းက ေလွ်ာက္လႊာမ်ားကို ကိုယ္တိုင္ ဖတ္ရႈစိစစ္ျခင္း၊ေမးခြန္းမ်ား စံသတ္မွတ္ၿပီး ေမးျမန္းျခင္း။
(ခ) Job Description Optimization ။ AI က ေရးသားမည့္ အလုပ္ေဖာ္ျပခ်က္ကို ဘက္လိုက္မႈမရွိေစရန္ႏွင့္ဆြဲေဆာင္မႈရွိေစရန္ ျပဳျပင္ေပးျခင္း။
(ဂ) Candidate Matching:။ Eightfold AI ကဲ့သို႔ ပလက္ေဖာင္းမ်ားသည္ ကြၽမ္းက်င္မႈေပၚ အေျခခံကာေလွ်ာက္လႊာရွင္ မ်ားကို အလုပ္ႏွင့္ အလိုအေလ်ာက္ တြဲ ဖက္ေပးျခင္း။
(ဃ) Training & Development (ေလ့က်င့္ေရး)။ လူတိုင္းအတြက္ တူညီေသာ သင္တန္းမ်ားကို ေပးျခင္း။ႏွစ္ပတ္လည္ သို႔မဟုတ္ သုံးလပတ္အလိုက္ သင္ တန္းအစီအစဥ္ ခ်မွတ္ျခင္း။
(င) Personalized Learning (တစ္ဦးျခင္းသင္ယူေလ့လာျခင္း) ။ AI က ဝန္ထမ္းတစ္ဦးခ်င္းစီ၏ လက္ရွိစြမ္းေဆာင္ ရည္ႏွင့္ အနာဂတ္ ရည္မွန္းခ်က္မ်ားကို ခြဲျခမ္း စိတ္ျဖာၿပီး ၎ႏွင့္ အသင့္ေတာ္ဆုံး e-Learning Module မ်ား၊ ကိုယ္ပိုင္ နည္းျပေပးမႈ (Personalized Coaching) မ်ားကို အခ်ိန္ႏွင့္တေျပးညီအႀကံျပဳေပးျခင္း။
(စ) Performance Management (စြမ္းေဆာင္ရည္ စီမံခန႔္ခြဲမႈ)။ ႏွစ္စဥ္ သို႔မဟုတ္ ၆ လတစ္ႀကိမ္ Review မ်ား ျပဳလုပ္ၿပီး Manager ၏ ထင္ျမင္ခ်က္ေပၚ မူတည္၍ ဆုံးျဖတ္ျခင္း။
(ဆ) Continuous Feedback & Objective Metrics (စဥ္ဆက္မျပတ္အကဲျဖတ္၍သတင္းပို႔ျခင္း) ။ AI- powered tool မ်ားက ဝန္ထမ္းမ်ား၏ လုပ္ငန္းၿပီးေျမာက္မႈ၊ Teamwork မွတ္တမ္းမ်ားကို အခ်ိန္ႏွင့္တေျပးညီ (Real-time) တိုင္းတာၿပီး ခိုင္မာေသာ ေဒတာအေျခခံျဖင့္ Manager ကို Feedback ေပးရန္
အေထာက္အကူျပဳျခင္း။ ဘက္လိုက္မႈမ်ားကို ေလွ်ာ့ခ်ကာ တိက်ေသာ အကဲျဖတ္မႈမ်ားကို ေပးႏိုင္ျခင္း။ |

(၃) AI-First အတြက္ စိန္ေခၚမႈမ်ားႏွင့္ လူသား၏ အခန္းက႑

AI-First ခ်ဥ္းကပ္ပုံသည္ အက်ိဳးေက်းဇူးမ်ားစြာရွိေသာ္လည္း၊ HR အေနျဖင့္ စိန္ေခၚမႈအခ်ိဳ႕ကိုရင္ဆိုင္ရမည္ျဖစ္သည္။
(၃/၁) က်င့္ဝတ္ႏွင့္ ဘက္လိုက္မႈ ထိန္းခ်ဳပ္ျခင္း (Ethics and Bias Control)။ AI သည္ ေဒတာေပၚတြင္အေျခခံေသာ ေၾကာင့္၊ သြင္းထားေသာ ေဒတာမ်ားတြင္ ဘက္လိုက္မႈမ်ား ပါရွိခဲ့လွ်င္ (Historical Bias) AI ကထိုဘက္လိုက္မႈမ်ား ကို ပိုမိုႀကီးမားေအာင္ လုပ္ေဆာင္ႏိုင္သည္။ HR အဖြဲ႕မ်ားသည္ AI စနစ္မ်ားကို ပုံမွန္
စာရင္းစစ္ျခင္း (Audit) ျပဳလုပ္ၿပီး တရားမွ်တမႈ၊ ပြင့္လင္းျမင္သာမႈ ရွိေစရန္ တာဝန္ယူရမည္။
(၃/၂) ဝန္ထမ္း ယုံၾကည္မႈ (Employee Trust)။ ဝန္ထမ္းမ်ားသည္ AI ၏ ေစာင့္ၾကည့္မႈေအာက္တြင္ရွိေနသည္ဟု ခံစားရပါက စိတ္ဖိစီးမႈႏွင့္ ယုံၾကည္မႈ ကင္းမဲ့မႈမ်ား ျဖစ္ေပၚႏိုင္သည္။ AI အသုံးျပဳပုံကိုပြင့္လင္းျမင္သာစြာ (Transparency) ခ်ျပၿပီး လူသားမ်ား အေပၚ အက်ိဳးရွိေစရန္ အသုံးျပဳေနေၾကာင္းရွင္းျပရန္ လိုအပ္သည္။
(၃/၃) HR ၏ အခန္းက႑ အသြင္ကူးေျပာင္းမႈ။ AI သည္ ႐ိုးရွင္းေသာအလုပ္မ်ားကိုလုပ္ေဆာင္ေပးေသာအခါ HR ပညာရွင္မ်ားသည္ နည္းပညာကြၽမ္းက်င္မႈ (Tech Fluency)၊ခြဲျခမ္းစိတ္ျဖာႏိုင္မႈ (Analytical Thinking) ႏွင့္ စိတ္ခံစားမႈဆိုင္ရာ ဉာဏ္ရည္ (Emotional Intelligence)စသည့္ ကြၽမ္းက်င္မႈမ်ား (Soft Skills) ကို ပိုမိုတိုးျမႇင့္ကာ မဟာဗ်ဴဟာေျမာက္ စီးပြားေရးမိတ္ဖက္မ်ား(Strategic Business Partners) အျဖစ္ ေျပာင္းလဲရပ္တည္ရမည္။

နိဂုံး

လုပ္ငန္းမ်ားတြင္ AI အသုံးျပဳမႈ တိုးလာျခင္းႏွင့္ AI-First Approach ကို လက္ခံက်င့္သုံးျခင္းသည္ HRM နယ္ပယ္၏ အနာဂတ္အတြက္ မျဖစ္မေန လိုအပ္ေသာ အသြင္ကူးေျပာင္းမႈျဖစ္သည္။ AI သည္ စြမ္းေဆာင္ရည္ျမႇင့္တင္ေပးႏိုင္ၿပီး ဘက္လိုက္မႈမ်ားကို ေလွ်ာ့ခ်ႏိုင္စြမ္းရွိေသာ္လည္း၊ ၎၏ ေအာင္ျမင္မႈသည္နည္းပညာပိုင္းဆိုင္ရာ ထည့္သြင္းအသုံးျပဳမႈ အေပၚတြင္သာမက၊ က်င့္ဝတ္ဆိုင္ရာ စီမံခန႔္ခြဲမႈ၊ပြင့္လင္းျမင္သာမႈ ႏွင့္ လူသားခ်င္း စာနာေထာက္ထားေသာ ဆက္ဆံေရးမ်ား ကို မထိခိုက္ေစရန္ စနစ္တက်ထိန္းခ်ဳပ္သည့္ HR ေခါင္းေဆာင္မႈအေပၚတြင္ မူတည္ေနပါသည္။ HR ၏ အခန္းက႑သည္အလုပ္လုပ္ကိုင္ပုံကိုပုံစံခ်မွတ္သူ (Designer of Work) ႏွင့္ AI-Human ပူးေပါင္းေဆာင္႐ြက္မႈကို လမ္းၫႊန္သူ (Facilitator of AI-Human Collaboration)အျဖစ္ ေျပာင္းလဲလာၿပီျဖစ္သည္။

ဥကၠာျမင့္ (OMEGA Consultancy)