SAP pērk TechWolf — darbinieku prasmes secinās no darba datiem

SAP un TechWolf 6. oktobra paziņojumā darīja zināmu vienošanos par Beļģijas uzņēmuma iegādi; darījumu paredzēts pabeigt 2026. gada ceturtajā ceturksnī pēc nepieciešamo nosacījumu izpildes, tostarp regulatoru atļauju saņemšanas. SAP iegūtu TechWolf darba konteksta modeli, mākslīgā intelekta modeļus un lietišķā MI pētniecības komandu. Pirkuma cena nav atklāta. Uzņēmuma iecere ir sasaistīt datus par darba uzdevumiem, cilvēku izmantotajām prasmēm un ārējo darba tirgu, lai šis konteksts palīdzētu plānot darbaspēku SAP SuccessFactors vidē.

Axios darījumu apskats vēsta par vienošanos un norāda, ka TechWolf iepriekš piesaistījis 55 miljonus ASV dolāru no investoriem, kuru vidū bija SAP, ServiceNow un Workday. Iepriekš saņemtais finansējums nav SAP maksātā iegādes cena. SuccessFactors lietotājiem būtiskākais būs tas, kā sistēmu ieraksti kļūs par secinājumu par konkrēta cilvēka prasmēm un vai šādu secinājumu varēs pārbaudīt, pirms to izmanto personāla lēmumā.

No darba ieraksta līdz prasmju modelim

TechWolf modelis sākas ar personāla un biznesa sistēmām, ko pieslēdz pats klients. Tajās var būt amata apraksti un dati par uzņēmuma darba norisi; tie sniedz atšķirīgu skatu uz cilvēka lomu. Amata nosaukums pasaka, kur cilvēks atrodas organizācijas struktūrā, savukārt uzdevumu dati var palīdzēt atklāt, kādu darbu šajā lomā patiesībā veic. TechWolf šim iekšējam skatam pievieno informāciju par ārējā darba tirgus pārmaiņām un salīdzina iegūto ainu ar klienta biznesa stratēģiju.

Šāda sasaistīšana dod iespēju redzēt prasmi ārpus formāla amata saraksta. Piemēram, ja darbinieks regulāri veic uzdevumus, kuros vajadzīga noteikta spēja, modelis var to piesaistīt viņa profilam, pat ja prasme nav ierakstīta pašnovērtējumā. Tas ir modeļa darbības skaidrojums, nevis apgalvojums, ka katrs uzdevuma ieraksts pats par sevi droši pierāda prasmi. Secinājuma kvalitāte būs atkarīga gan no ievadītajiem datiem, gan no tā, cik pareizi modelis sasaista uzdevumu ar cilvēka faktiskajām spējām.

TechWolf līdzdibinātājs un tehnoloģiju vadītājs Jeroen Van Hautte intervijā UNLEASH raksturoja SAP kā “one of the key enterprise systems upon which work actually happens”. Viņa doma skaidro, kāpēc pircējam ir svarīgi dati ārpus personāla reģistra: sistēmās, kurās notiek darbs, var parādīties uzdevumu konteksts, ko vienkāršs amatu katalogs neatspoguļo. Vienlaikus lielāks datu apjoms automātiski nenozīmē precīzāku darbinieka profilu, ja dažādās komandās darbs tiek reģistrēts atšķirīgi.

Ko SAP paredz SuccessFactors klientiem

TechWolf tehnoloģijai paredzēta centrāla loma SAP SuccessFactors piedāvājumā. Ar darba un prasmju datu sasaisti SAP iecerējis atbalstīt prasmju kartēšanu, darbaspēka plānošanu un amatu pārveidi. Tās ir atšķirīgas izvēles: kartēšana palīdz saprast, kādas spējas organizācijā jau ir, savukārt plānošanā šo ainu salīdzina ar gaidāmajām darba vajadzībām. Ārējā tirgus slānis var parādīt, kuras prasmes kļūst pieprasītākas, bet lēmumam par konkrētu darbinieku joprojām vajadzīgi uzticami dati par viņa darbu.

Abiem uzņēmumiem jau ir kopīgi klienti un sadarbība pirms darījuma. Pēc tā noslēgšanas tie plāno ciešāk apvienot darba un prasmju datus un izstrādāt jaunus MI risinājumus personāla plānošanai. Tas ļauj saprast iegādes virzienu, bet vēl nedod SuccessFactors klientam konkrētu ieviešanas grafiku vai gatavu funkciju sarakstu. Esoša TechWolf platforma un iecerētie kopīgie produkti ir dažādi attīstības posmi; arī datu savienojumi būs atkarīgi no tā, kuras sistēmas klients izvēlēsies pieslēgt.

Pēc darījuma noslēgšanas TechWolf iecerēts saglabāt kā patstāvīgu uzņēmumu ar galveno mītni Gentē un turpināt piedāvāt tā platformu arī klientiem, kuri SAP nelieto. Tas ir svarīgi uzņēmumiem, kuru personāla un biznesa dati atrodas pie dažādiem piegādātājiem: prasmju modelis ir vērtīgs tikai tad, ja tas spēj aptvert attiecīgo darba kontekstu. Vienlaikus plānotā neatkarība vēl neatbild uz jautājumu, kā pēc iegādes mainīsies katrs konkrētais savienojums vai līgums.

Kā kļūdains secinājums var ietekmēt darbinieku

Prasmju profils var ietekmēt, kam uzņēmums piedāvā mācības, iekšēju vakanci vai pārcelšanu citā amatā. Ja darbinieka veiktais darbs paliek ārpus pieslēgtajām sistēmām, modelis var nenovērtēt viņa pieredzi; ja ieraksts kļūdaini sasaistīts ar cilvēku, profils var piedēvēt prasmi, ko viņš nav izmantojis. Abos gadījumos problēma rodas vēl pirms personāla lēmuma: datu secinājums sāk izskatīties pēc pārbaudīta fakta par cilvēku. Tie ir iespējamie riski, kas izriet no iecerētās datu izmantošanas, nevis ziņas par jau konstatētām TechWolf kļūdām.

Darbinieka skatījumā svarīga būs iespēja saprast, kuri uzdevumu ieraksti veidojuši viņa profilu, cik tie ir aktuāli un vai pieņēmumu drīkst labot. Personāla komandai savukārt jāspēj atšķirt modeļa izsecinātu prasmi no darbinieka apstiprinātas vai citādi pierādītas spējas. Ja organizācija šo atšķirību nesaglabā, vienāds prasmju marķējums var slēpt ļoti atšķirīgu pierādījumu kvalitāti. Īpaši nevienmērīgi var kļūt profili, ja viena komanda uzdevumus reģistrē detalizēti, bet citā liela daļa darba paliek neaprakstīta.

Latvijas un citu Eiropas uzņēmumu gadījumā praktiskā ietekme būs atkarīga no tā, kādus datus tie pievienos modelim un kā ļaus cilvēkam apstrīdēt nepareizu secinājumu pirms personāla lēmuma. Pagaidām tuvākais konkrētais posms ir darījuma noslēgšana; tikai pēc tās varēs vērtēt, kā iecerētais datu apvienojums pārtop pieejamās SuccessFactors iespējās un kādi kontroles mehānismi tām ir paredzēti.

Lasiet arī:

• Darbinieku videonovērošana: darba kvalitāti ar kameru mērīt nedrīkst
• Attālinātā darba kompensācija: 40 eiro robeža nav visa atbilde
• MI apmācību ir vairāk, taču 56% darbinieku tām darbā neatrod laiku