Инструмент ИИ от токийских исследователей предсказывает время увольнения новых сотрудников

- ИИ прогнозирует текучесть кадров на основе данных о посещаемости, возрасте и поле.
- Инструмент позволяет оказывать ненавязчивую поддержку сотрудникам из группы риска.
- Прогнозная модель адаптируется под данные каждой конкретной компании.
Японские исследователи разработали инструмент на базе ИИ для прогнозирования вероятности того, что недавно нанятые сотрудники покинут свои работы до истечения разумного срока. Эта инновация даёт компаниям совершенно новый способ решения проблем удержания персонала не только сейчас, но и в ближайшем будущем. Она позволяет выявлять потенциальные ранние увольнения сотрудников и предоставлять немедленную поддержку и помощь.
Прогностическая сила ИИ, основанная на статистическом анализе кандидатов
Система разработана при участии профессора Нарухико Сиратори (TOKYO CITY UNIVERSITY) в партнерстве с местным стартапом. Она предлагает аналитику данных для оценки текучести кадров. Уровень A вводит такие переменные, как записи об посещаемости школы и личные демографические данные, такие как возраст и пол, что позволяет инструменту создавать уникальную модель, адаптированную под каждую конкретную компанию.
По словам профессора Сиратори, система опирается не только на данные текущих сотрудников, но и объединяет старые данные бывших сотрудников, которые уволились добровольно, были уволены или ушли по медицинским показаниям.
Этот всесторонний подход к принятию решений помогает ИИ определить вероятность ухода нового сотрудника, выражая ее в процентах. Благодаря этому менеджер может лучше понимать риски, с которыми он сталкивается, и, следовательно, принимать необходимые меры по их снижению.
Стратегические усилия по удержанию персонала
Главное преимущество этой технологии заключается в том, что она предоставляет менеджеру полезную информацию, не раскрывая данные сотрудникам и не пугая их, как это происходит в других случаях. Как описывает автор, ИИ используется для выявления людей с высоким уровнем вероятности ухода из компании. В сотрудничестве с этими людьми менеджеры могут оказывать им помощь в конкретных аспектах.
Этот метод помогает сделать различные вмешательства соответствующими и чувствительными к потребностям недавно нанятых сотрудников. Следовательно, их удовлетворенность работой и лояльность будут еще выше, чем у местных сотрудников.
Инструмент стал побочным продуктом предыдущих исследований по применению ИИ для академических прогнозов, таких как отчисление студентов из университетов. На этой основе ученые больше не ограничены в совершенствовании инструмента, поэтому ключевые кадровые решения принимаются на основе данных, собранных во время собеседований, и анализируются с использованием личных характеристик и биографических данных.
Решение общей дилеммы
Запуск этой ИИ-платформы не мог произойти в более подходящее время. В Японии, согласно Министерству труда, каждый десятый выпускник университета уходит с должности в течение года, а около 30 процентов увольняются в течение трех лет. Этот график иллюстрирует критическую проблему для японской промышленности, особенно учитывая, что большинство компаний проводят массовый набор новых выпускников ежегодно, планируя «найм на следующий год».
Это передовое приложение ИИ предназначено для помощи компаниям в преодолении кризисов текучести кадров, вовлекая сотрудников до того, как они подадут в отставку, что обходится значительно дешевле, чем поиск и обучение замен.
Тестовая фаза проходит в некоторых компаниях, а перспективы широкого внедрения выглядят многообещающе. Этот инструмент представляет собой значительный прорыв в технологиях управления человеческими ресурсами, и его широкое использование предприятиями станет одной из лучших мер по повышению удовлетворенности и удержания работников на конкурентном японском рынке труда.
Самые умные крипто-энтузиасты уже читают нашу рассылку. Хотите присоединиться? Присоединяйтесь.
Отказ от ответственности. Предоставленная информация не является торговой рекомендацией. Cryptopolitan.com не несет ответственности за любые инвестиции, сделанные на основе информации, представленной на этой странице. Мы настоятельно рекомендуем провести независимое исследование и/или проконсультироваться с квалифицированным специалистом перед принятием любого инвестиционного решения.

Эмман Омванда
Экспертиза Эммануэля Омванды охватывает рынки криптовалют, включая фундаментальный и технический анализ. Ранее он работал в различных крипто-медиа-изданиях перед присоединением к Cryptopolitan, включая CoinEdition, The Crypto Basic, CryptoNews Flash и DroomDroom. Он имеет степень бакалавра наук (BSc.) по математике и компьютерным наукам Университета Кеньятта (Кения) и в настоящее время находится на последнем году обучения по степени бакалавра искусств в области коммуникаций и медиаисследований.
















