- Kierowca dostępny teraz
- całą dobę, 7 dni w tygodniu
- Dojazd do 1 h w promieniu 40 km
- Diagnoza laptopa 0 zł
Wdrażanie nowych pracowników wymaga powtarzalnych działań, które w wielu firmach może wesprzeć AI, oszczędzając czas zespołu.
Usługa obejmuje dobór narzędzi AI wspierających proces onboardingu nowych pracowników, dopasowanych do potrzeb firmy.
Usługa jest przydatna dla firm regularnie zatrudniających nowych pracowników, które chcą usprawnić ich wdrażanie.
Dobór narzędzi mieści się z reguły w standardowym czasie do 3 dni.
Diagnoza wstępna i wycena są bezpłatne, a usługa objęta jest gwarancją do 12 miesięcy.
Wdrażanie nowego pracownika do organizacji składa się z wielu powtarzalnych etapów administracyjnych, organizacyjnych oraz merytorycznych. Odpowiednio dobrane narzędzia oparte na algorytmach sztucznej inteligencji pozwalają zautomatyzować czynności rutynowe, odciążając dział kadr, menedżerów oraz wyznaczonych opiekunów stanowiskowych (tzw. buddy, czyli pracowników wspierających nową osobę w pierwszych tygodniach pracy).
Główne obszary, w których automatyzacja przynosi bezpośrednie oszczędności czasu i ogranicza ryzyko pomyłek, obejmują:
Dobór optymalnego rozwiązania zależy od wielkości przedsiębiorstwa, branży, stopnia skomplikowania procedur oraz obowiązującej polityki bezpieczeństwa informacji. Wyróżnia się trzy podstawowe warianty technologiczne:
1. Gotowe platformy w modelu chmurowym (SaaS): Rozwiązania w modelu SaaS (Software as a Service, czyli oprogramowanie dostarczane jako usługa w chmurze) to najszybszy sposób na wdrożenie asystenta onboardingowego. Zapewniają gotowe integracje z popularnymi komunikatorami (np. Slack czy Microsoft Teams). Sprawdzają się w przedsiębiorstwach, które nie przetwarzają danych o szczególnym rygorze tajemnicy technologicznej i korzystają ze standardowych środowisk biurowych.
2. Rozwiązania lokalne i dedykowane (on-premise / self-hosted): Wariant oparty na modelach LLM (Large Language Models, czyli dużych modelach językowych) uruchamianych bezpośrednio na serwerach wewnętrznych firmy lub w odizolowanej chmurze prywatnej. To rozwiązanie dedykowane organizacjom z restrykcyjnymi wymaganiami w zakresie poufności, takim jak instytucje finansowe, kancelarie prawne, placówki medyczne czy działy badań i rozwoju (R&D). Dane szkoleniowe i dokumenty wewnętrzne nigdy nie opuszczają bezpiecznego obwodu sieciowego przedsiębiorstwa.
3. Architektura hybrydowa zintegrowana z systemami ERP i HR: Połączenie mechanizmów sztucznej inteligencji z istniejącymi systemami zarządzania przedsiębiorstwem, takimi jak enova365, Comarch ERP Optima czy InsERT nexo. W tym modelu asystent pobiera statusy zadań, planuje spotkania wdrożeniowe w kalendarzach i monitoruje postępy w realizacji listy kontrolnej (onboarding checklist) nowego pracownika.
Próby samodzielnego wdrażania niesprawdzonych narzędzi w procesie onboardingu niosą ze sobą konkretne ryzyka operacyjne i prawne. Do najczęstszych problemów należą:
Wdrożenie nowoczesnych technologii ma na celu usprawnienie procesu, a nie całkowitą eliminację kontaktu z przełożonym i zespołem. Istnieją obszary adaptacji zawodowej, w których automatyzacja jest niewskazana:
Budowanie relacji interpersonalnych, poczucia przynależności do zespołu oraz przekazywanie wartości kultury organizacyjnej wymagają bezpośrednich rozmów, spotkań wprowadzających oraz regularnego feedbacku (informacji zwrotnej) od bezpośredniego lidera. Narzędzia AI powinny pełnić rolę pomocniczą – odpowiadać na powtarzalne pytania formalne, aby przełożony i opiekun mieli więcej czasu na faktyczne wsparcie merytoryczne i integrację nowego członka zespołu.
Podobnie w przypadku szkoleń stanowiskowych związanych z bezpieczeństwem fizycznym, obsługą specjalistycznych maszyn czy bezpośrednią pracą serwisową, asystent może dostarczyć dokumentację techniczną, lecz weryfikacja umiejętności praktycznych musi pozostać w rękach wykwalifikowanego instruktora.
Prawidłowe przygotowanie środowiska pod kątem narzędzi wspomagających onboarding przebiega według ustrukturyzowanego planu:
Krok 1: Audyt procesów i materiałów wdrożeniowych. Analizujemy strukturę dotychczasowych dokumentów, regulaminów, prezentacji i instrukcji stanowiskowych. Identyfikujemy najczęściej zadawane pytania przez nowo zatrudnione osoby w pierwszych 30 dniach pracy.
Krok 2: Analiza infrastruktury informatycznej i bezpieczeństwa. Weryfikujemy wykorzystywane w firmie oprogramowanie biurowe (Microsoft 365, Google Workspace), systemy kadrowe oraz serwery. Określamy wymagany poziom separacji danych i wybieramy odpowiednią architekturę (chmura zabezpieczona umową powierzenia danych lub serwer lokalny).
Krok 3: Przygotowanie i indeksowanie bazy wiedzy. Dokumenty źródłowe są porządkowane, dzielone na spójne segmenty tematyczne i indeksowane w wektorowej bazie danych (systemie przechowującym znaczenie semantyczne tekstu, co umożliwia precyzyjne odnajdywanie informacji na podstawie kontekstu pytania).
Krok 4: Konfiguracja uprawnień i integracja z komunikatorami. Narzędzie zostaje połączone z firmowym komunikatorem oraz zabezpieczone uprawnieniami dostępu powiązanymi z kontem użytkownika w domenie firmowej.
Krok 5: Testy syntetyczne i szkolenie zespołu administracyjnego. Przeprowadzamy serię testów sprawdzających odporność modelu na próby wyłudzenia informacji spoza uprawnień oraz poprawność cytowania źródeł. Wyznaczona osoba w firmie otrzymuje instrukcję zarządzania bazą dokumentów źródłowych.
W większości przypadków nie ma takiej konieczności. Jeżeli firma decyduje się na bezpieczne, zamknięte modele chmurowe (z gwarancją braku wykorzystywania danych do trenowania modeli publicznych), asystent działa w oparciu o API (Application Programming Interface, czyli interfejs programistyczny łączący aplikacje) i nie obciąża lokalnego sprzętu biurowego. Własna infrastruktura serwerowa ze specjalistycznymi układami obliczeniowymi jest potrzebna wyłącznie wtedy, gdy firma ze względów prawnych lub strategicznych wymaga w 100% lokalnego środowiska on-premise.
W architekturze RAG aktualizacja wiedzy nie wymaga ponownego programowania ani kosztownego douczania modelu. Wystarczy podmienić plik źródłowy (np. zaktualizowany regulamin pracy w formacie PDF lub dokument w chmurze firmowej), a system automatycznie zindeksuje nowe wytyczne i natychmiast zacznie z nich korzystać przy generowaniu odpowiedzi.
Sztuczna inteligencja może przygotować skrypty konfiguracyjne i wygenerować zapotrzebowanie na dostęp do konkretnych grup zasobów w systemach zarządzania tożsamością, jednak ze względów bezpieczeństwa ostateczne zatwierdzenie uprawnień administracyjnych powinno zawsze wymagać autoryzacji ze strony administratora IT lub przełożonego.
Konfiguracja asystenta opiera się na restrykcyjnych instrukcjach systemowych (tzw. system prompt), które nakazują modelowi udzielanie odpowiedzi wyłącznie na podstawie dostarczonych fragmentów dokumentów wewnętrznych firmy. Dodatkowo model każdorazowo wskazuje link lub nazwę dokumentu i numer strony, z której zaczerpnął informację, co pozwala pracownikowi natychmiast zweryfikować źródło.
Systemy mogą przetwarzać dokumenty tekstowe (PDF, DOCX), arkusze kalkulacyjne (XLSX, CSV), prezentacje (PPTX), strony wewnętrznego intranetu (HTML, Markdown) oraz transkrypcje nagrań wideo ze szkoleń stanowiskowych.
Właściwy dobór technologii wspierających wdrożenie nowych pracowników przekłada się na natychmiastowe uporządkowanie wiedzy organizacyjnej. Zamiast rozproszonych plików i sprzecznych informacji przekazywanych ustnie, organizacja zyskuje jedno spójne, kontrolowane źródło wiedzy operacyjnej. Nowy pracownik szybciej osiąga pełną samodzielność na stanowisku, a zespół IT i dział kadr zyskują pewność, że procedury dotyczące bezpieczeństwa danych, haseł i zasad postępowania zostały przekazane w sposób jednolity i zgodny z obowiązującymi standardami.