00:00
01:00
02:00
03:00
04:00
05:00
06:00
07:00
08:00
09:00
10:00
11:00
12:00
13:00
14:00
15:00
16:00
17:00
18:00
19:00
20:00
21:00
22:00
23:00
00:00
01:00
02:00
03:00
04:00
05:00
06:00
07:00
08:00
09:00
10:00
11:00
12:00
13:00
14:00
15:00
16:00
17:00
18:00
19:00
20:00
21:00
22:00
23:00
HABERLER
07:00
7 dk
HABERLER
09:00
6 dk
HABERLER
11:00
5 dk
DÜNYA HABERİ
11:07
13 dk
PARANIN HAREKETİ
11:21
16 dk
HABERLER
12:00
6 dk
HABER MASASI
13:30
35 dk
HABERLER
15:00
5 dk
HABERLER
16:00
5 dk
HABERLER
17:30
4 dk
HABERLER
19:00
5 dk
ARAMIZDAN AYRILANLAR
20:30
15 dk
HABERLER
07:00
5 dk
HABERLER
09:00
6 dk
HABERLER
11:00
4 dk
HABERLER
12:01
5 dk
YAPAY ZEKA GÜNLÜĞÜ
14:05
54 dk
HABERLER
16:00
5 dk
HABERLER
17:30
3 dk
HABERLER
19:00
14 dk
DünBugün
Geri dön
Adana107.4
Adana107.4
Ankara96.2
Antalya104.8
Bursa101.4
Çanakkale107.2
Diyarbakır89.6
Gaziantep104.3
Hatay106.1
İstanbul97.8
İzmir91.0
Kahramanmaraş92.3
Kayseri105.5
Kocaeli90.2
Konya88.6
Malatya106.0
Manisa101.0
Mardin92.2
Ordu99.6
Sakarya90.2
Samsun107.7
Sivas104.2
Şanlıurfa95.3
Trabzon102.4
Van88.0
 - Sputnik Türkiye, 1920
YENİ ŞEYLER REHBERİ
Teknoloji alanında yaşanan tüm gelişmeler, trendler ve teknolojinin günlük hayata yansımaları, Serhat Ayan'ın hazırlayıp sunduğu Yeni Şeyler Rehberi'nde.

Çalışanların istifa edip etmeyeceğini yüzde 90 oranda tahmin edebilen yapay zeka modeli

Yapay zekanın gelişimiyle birlikte sunucu pazarındaki değişimler
Abone ol
T4 People Analytics Bilgi Teknolojileri Şirketi Kurucusu ve CEO’su Ali Tuncel, Serhat Ayan’la Yapay Zeka Günlüğü’ne konuk oldu.
ABD’de bir havayolu şirketinde kariyerine başlayan Ali Tuncel, 25 yıllık veri bilimi deneyimini anlattı:
“Yirmi beş senelik bir veri bilim geçmişim var. Kariyerimin başından beri bu alanda çalışma fırsatı buldum. Amerika’da büyük bir havayolu firması United Airlines’da başladım kariyerime. Oranın ar-ge departmanında, uçak rotalandırmasında, network optimizasyonunda, mürettebatın atanmasında vs. modeller ve algoritmalar geliştirdim. Benzer alanda yani matematiksel modelleme alanında doktora yaptıktan sonra IDM’e geçtim. Daha sonra Türkiye’ye geldim 2013 civarında. Burada bir ekip kurduk. Büyük kurumlara analitik çalışmalar yaptık ve daha sonra aynı alanda girişimci olmaya karar vererek T4 start-up firmamızı kurduk. T4 People Analytics olarak adlandırdığımız yani çalışma analitiği alanında bir şirket. Kurumların, çok geniş kapsamlı veriye dayalı olarak çalışma dinamiklerini anlamlandırmalarını sağlayan, geleceğe dönük öngörüler yapabilecekleri, hem çalışanlar hem de kurum için somut kazanımlar yaratabilecekleri yapay zeka destekli analitik platformlar sağlıyoruz.”
Kurumların satış ve pazarlama alanında veri bazlı karar alma mekanizmalarına geçiş yaptığını kaydeden Tuncel’e göre, önümüzdeki 10 yıl içinde benzer bir dönüşüm insan kaynakları departmanlarında yaşanacak:

“Bunu müşteri analitiğine dayanarak anlatıyorum. Kurumların satış ve pazarlama departmanları, son 10-15 senedir büyük bir dönüşümden geçti. Veriye dayalı kararlar veriyorlar artık. Müşteri verilerini işleyip, anlam çıkartıp önerilerde bulunabiliyor ve cirolarını artırabiliyorlar. Fakat benzer metotları içeriye dönük, yani çalışan dinamiklerini anlamak için çok da fazla kullanmıyorlar şu anda açıkçası. Ama çalışanlarla ilgili konularda da artık çok veri var ve çalışanlar, kurumlar için önemli varlıklardan birisi. Veriye dayalı çok aksiyon alınan bir yapı henüz yok ama önümüzdeki 10-15 senede insan kaynakları ve diğer operasyonel departmanlar ile yönetimsel birimlerin de bir dönüşümden geçeceğini düşünüyoruz.”

Ali Tuncel, yapay zeka modelleri ile çalışanların üç ay içinde istifa edip etmeyeceğini yüzde 90 orannda tespit edebildiklerini vurguladı. Tuncel’in aktardığına göre çalışanların ek mesai, yöneticileriyle iletişim sıklığı vb. gibi veriler, yapay zeka modeli tarafından makine öğrenmesi yöntemiyle işleniyor:

“Yapay zeka modelleri bu alanda ne şekilde kullanılıyor? Bizim kurum olarak geliştirdiğimiz dört farklı spesifik yapay zeka modeli var ar-ge projeleriyle desteklenen. Büyük telekom firmaları, imalat şirketleri, holdingler vs. ile de çalışıyoruz. Bir örnek vereyim. Kurum içerisinde aktif çalışanların her biri için, ilerideki 3 ay için istifa ihtimallerini yapay zeka ile yüksek tutarlılıkta ön görebiliyoruz. Yüzde 90’ların üzerinde bir tutarlılık var. Çünkü çalışanların deneyimlerini de veriden çıkartabiliyoruz. Çalışanların ne zaman fazla mesai yaptıkları, yöneticiyle iletişim sıklıkları vs. gibi çalışan deneyimlerine dokunan verilere baktığımızda, makine öğrenmesiyle istifa ihtimali öğrenilebiliyor. Bir de riski yüksek olan her bir çalışan için bu riskin neden yüksek olduğunu da bu açıklanabilir yapay zeka tekniğiyle belirleyebiliyoruz.

Örneğin bir kişi için önümüzdeki 3 ay içerisinde ortalamadan sekiz kat daha fazla istifa riski olduğunu söyleyebilir yapay zeka ama bunun da sebebini son zamanlarda çok fazla mesai yaptığı, iletişim yoğunluğunun arttığı ve bir dijital yorgunluk yaşadığını belirtebilir. Veriden öğrendiği için, bu çalışanın istifa riskini yukarı çeken etmenlerin bunlar olduğunu söyleyebilir. Yine bir başka riski yüksek olan kişi için maaşının piyasaya göre düşük olduğunu, başkası için yöneticiyle iletişim yoğunluğunun azaldığını söyleyebilir. Dolayısıyla kurumlar bu gibi iç verilere sahip olduktan sonra, yeteneği elde tutma konusunda daha proaktif bir pozisyona gelebiliyorlar. Hem bireysel dokunuşlar yapabiliyorlar yeteneği tutma konusunda. Hem de kurum genelinde çalışanları istifaya nelerin ittiğini tespit ederek kurum genelinde daha etkili çalışma politikalarını hayata geçirebiliyorlar. İnsan kaynaklarının şu ana kadar hiç olmadığı kadar veriye dayalı, somut ve objektif kararlar vermesine olanak sağlıyoruz.”

Çalışan bağlılığının, kişiye uygulanan mesai dışı çalışma ile azaldığını veriler ile kesin olarak tespit ettiklerinin altını çizen Ali Tuncel, şirketlerin yetenek kaybını azaltmak için yapay zeka ve büyük veri destekli insan kaynakları dönüşümünü tercih edeceklerini söyledi:

“Bu veriler çok işlenilmiyor ama tabii ki sorular gündeme geliyor. Bu veriler, KVKK veya ABD’deki kişisel veri regülasyonlarıyla uyumsuz değil. Kurumun kendi verileri. Ama burada tabii ki çalışanların böyle özel hayatına girecek şekilde, bireysel bazda onları takip ediyormuş gibi aksiyonlar alınmasını önermiyoruz. Genelde hiçbir zaman da müşterilerimize böyle bir şey yapmıyoruz. Çalışan mutluluğunu ve bağlılığını artıracak şekilde bu verilerin kullanılmasını öneriyoruz. Zaten çalışan esenliği olmadan kurum bütünlüğü sağlamak mümkün değil. Verilerde de bu görülüyor. Etkinliği, bağlılığı, verimi yüksek çalışanların, mutlu çalışanlar olduğunu da görüyoruz. Genelde müşteri verileri konuşuluyor ama kurumlarda çalışanlarla ilgili de çok fazla veri var. Eski çalışanların neden işten çıktıkları, ne kadar çalıştıkları, performansları, kullandıkları izinler, girilen toplantılar, mesai saatleri dışı çalışmalar vs. ölçülebiliyor. Kurumlar da artık çalışan nabzını tutmaya daha çok özeniyor. Nabız anketleri sıklığı artıyor. Bunlar da çalışanın kendi mutluluğu ve motivasyonuyla ilgili geri dönüt alınmasını sağlıyor.

Tabii başka verileri de ölçmek mümkün. Çok yoğun bir mesai yapıldıktan sonra; örneğin dijital yorgunluk dediğimiz şekilde yıllık izinde bile kişiler çalışmak durumunda kalıyorsa, durmadan arka arkaya toplantılara giriyorsa, ölçümlerimize göre gerçekten de belli bir eşikten sonra bu çok çalışan ve performansı yüksek kesimde takip eden aylarda istifanın en az iki kat arttığını görebiliyoruz. Bu ölçümü yaptıktan sonra, holdingteki insan kaynakları genel müdür yardımcısı, yıllık izne çıkan çalışanlara bilgisayarlarını yanlarına alıp almadıklarının sorulduğunu, bu yönde telkin yapıldığını belirtti. Bunun ölçülebilir şekilde yanlış politika olduğu, kişinin yıllık izne çıkarken iş bilgisayarını yanına almamasının teşvik edilmesi gerektiği ortaya çıktı. Aksi halde bu gerçekten de yetenek kayıplarını iki kart artırabiliyor.”

Haber akışı
0
Tartışmaya katılmak için
giriş yapın ya da kayıt olun
loader
Sohbetler
Заголовок открываемого материала