ხელოვნური ინტელექტი HR-ში: როგორ ცვლის AI ადამიანური კაპიტალის მენეჯმენტს?

ხელოვნური ინტელექტი (AI) ძირეულად გარდაქმნის ადამიანური კაპიტალის მართვის სტრატეგიებს, პროცესებსა და გადაწყვეტილებების მიღების მიდგომას. 2024 წლისთვის Eightfold AI-ის კვლევის მიხედვით, HR ლიდერების 92%-მა აღნიშნა, რომ უკვე იყენებენ ან გეგმავენ AI-ის დანერგვას HR-ის მინიმუმ ერთ მიმართულებაში მაინც. 

დღესდღეობით, AI-ის გამოყენება განსაკუთრებით აქტუალურია შემდეგ მიმართულებებში:

• რეკრუტინგი და კანდიდატთა შეფასება, ანუ AI-Driven Talent Acquisition

• ონბორდინგი და ოფბორდინგი, ანუ Automated Employee Lifecycle Management

• შესრულებული სამუშაოს მენეჯმენტისა და კარიერული განვითარების მართვა, ანუ AI-Powered Performance & Learning Management

• ტალანტის დაგეგმვა,  პროგნოზირება და ადამიანების ანალიტიკა, ანუ AI-Driven Workforce Planning, forecasting  & People Analytics

• თანამშრომლების კეთილდღეობა და ჩართულობა, AI-Based Employee Engagement & Experience Tools

 IDC-ის "Future of Work" კვლევის თანახმად, 2024 წელს გლობალური 2000 კომპანიის 80% უკვე იყენებდა AI სისტემებს შერჩევის, ტალანტის შეფასებისა და ტრენინგების ეფექტურობის მართვისთვის.

AI-ის ევოლუცია HR-ში: როგორ მივედით აქამდე, ანუ ავტომატიზაციიდან ხელოვნურ ინტელექტამდე

HR-ში ხელოვნური ინტელექტის ადრეული განვითარება უფრო მანუალური პროცესების ავტომატიზაციას ჰგავდა, ვიდრე სააზროვნო სისტემას. ამ პერიოდში საფუძველი დაედო თანამედროვე AI ალგორითმების განვითარებას, თუმცა ამ პროცესში მთავარი აქცენტი ეფექტურობისა და სიჩქარის გაუმჯობესებაზე კეთდებოდა, ვიდრე ინტელექტუალურ ანალიზზე.

ამ პერიოდში HR-ის ძირითადი მიღწევები ტექნოლოგიებში წარმოადგენდა: 

• კანდიდატთა მართვის სისტემა (ATS) – კანდიდატების მონაცემების მანუალური პროცესებიდან ავტომატურ სისტემებში გადატანა (მაგალითად:  Greenhouse, SmartRecruiters, Lever და ა.შ.).

• ავტომატიზებული რეზიუმეს სქრინერი – NLP-ზე (Natural Language Processing) დაფუძნებული ტექსტური ანალიზი, რომელიც რეზიუმეს საკვანძო სიტყვების საფუძველზე აფასებდა კანდიდატებს.

• პროგნოზირებადი შერჩევის მოდელები – კანდიდატების შეფასების ელემენტარული ალგორითმები, რომლებიც ისტორიული მონაცემების საფუძველზე აკვირდებოდნენ სამუშაოს შესაბამისობას, რომელიც გულისხმობდა სამუშაო ხანგრძლივობის დაჯამებასა და ლოგიკური კავშირის პოვნას სამუშაო შინაარსთან.

მოცემულ პერიოდში HR-ში AI-ის როლი ჯერ კიდევ საკმაოდ შეზღუდული იყო და ძირითადად ადმინისტრაციული და რუტინული პროცესების ავტომატიზაციას ემსახურებოდა.

თეორიული საფუძველი:

• Taylorism & Scientific Management (1911) – ფრედერიკ ტეილორის მენეჯმენტის თეორია, რომელიც თავდაპირველად საწარმოო პროცესების ოპტიმიზაციას ემსახურებოდა, მნიშვნელოვანი გავლენა იქონია HR ტექნოლოგიების ადრეულ განვითარებაზე. მისი პრინციპები, როგორიცაა პროცესების სტანდარტიზაცია, ოპტიმიზაცია და ეფექტურობის გაუმჯობესება, საფუძვლად დაედო მომდევნო ავტომატიზაციის სისტემებს და თანამედროვე HR ტექნოლოგიების ევოლუციას.

• Transactional vs. Transformational HR (Ulrich, 1997) – დევიდ ულრიხის HR მოდელის მიხედვით, იმ პერიოდში HR ტექნოლოგიები ძირითადად ტრანზაქციულ ფუნქციებზე იყო ორიენტირებული, რაც მოიცავდა ადმინისტრაციული პროცესების ავტომატიზაციასა და ოპერატიული ეფექტურობის ზრდას. ეს ეტაპი ნაკლებად მოიცავდა სტრატეგიულ ანალიზსა და გადაწყვეტილებების მიღების ინტელექტუალურ მხარდაჭერას, რაც მოგვიანებით HR ტექნოლოგიების განვითარების ახალ ეტაპზე გადავიდა.
  

შედეგად, ადმინისტრაციული პროცესების ავტომატიზაციამ HR-ს საშუალება მისცა, შეემცირებინა რუტინული დატვირთვა და მეტი ყურადღება დაეთმო თანამშრომელთა მართვის სტრატეგიული ასპექტებისთვის. ეს ცვლილება საფუძვლად დაედო HR ტექნოლოგიების განვითარებას, რაც შემდგომში ხელოვნური ინტელექტის ინტეგრაციისთვის წინასწარ მოზადებულ  გარემოს ქმნიდა.

ტექნოლოგიური ბუმი HR-ში (2020-2025 წლები): Generative AI-ის როლი და გავლენა

2020-2025 წლებში ხელოვნური ინტელექტი (AI) HR ტექნოლოგიებში მხოლოდ დამხმარე ინსტრუმენტის როლს აღარ დასჯერდა და გადაწყვეტილებების მიღების ინტეგრირებულ მექანიზმად გადაიქცა. გენერაციული AI-ის (როგორებიცაა ChatGPT, Bard, Jasper AI და სხვა) განვითარებამ ძირეულად შეცვალა HR ოპერაციების ავტომატიზაციის მიდგომა, რითაც მნიშვნელოვნად გააუმჯობესა პროცესების სისწრაფე, პერსონალიზაცია და მონაცემებზე დაფუძნებული გადაწყვეტილებების მიღება. შედეგად, კომპანიებმა მიიღეს უფრო მოქნილი და ეფექტური HR სტრატეგიები, რაც მათ საშუალებას აძლევს, ადამიანური რესურსები უფრო სტრატეგიულად და ოპტიმალურად მართონ.

ამ პერიოდის ძირითადი ინოვაციები HR ტექნოლოგიებში: 

1. გენერაციული AI და ტექსტური ავტომატიზაცია HR-ში

გენერაციულმა AI-მ HR ოპერაციებში ტექსტების ავტომატიზაციის როლი მნიშვნელოვნად გააფართოვა, რაც პროცესების სისწრაფესა და ეფექტურობას ზრდის.

• ავტომატიზირებული ვაკანსიის ტექსტების გენერაცია – HR გუნდები იყენებენ ChatGPT-ს, Jasper AI-სა და Copy.ai-ს, რათა სწრაფად შექმნან კანდიდატზე ორიენტირებული და მიმზიდველი ვაკანსიის ტექსტები, რაც რეკრუტერის ეფექტურობას ზრდის.

• Boolean String-ების გენერაცია – AI-ით გაუმჯობესებული რეკრუტინგის ალგორითმები ზუსტად ფილტრავს ტალანტის ბაზას, ამცირებს გადარჩევის დროს და მნიშვნელოვნად ოპტიმიზირებულს ხდის კანდიდატების შერჩევის პროცესს.

• AI-ზე დაფუძნებული დამსაქმებლის ბრენდინგი – გენერაციულ AI-ს შეუძლია LinkedIn პოსტების, კომპანიის კულტურის აღწერებისა და თანამშრომლების სთორითელინგის ავტომატური გენერირება, რაც ბრენდის ცნობადობასა და მიმზიდველობას ზრდის როგორც შიდა, ისე გარე აუდიტორიისთვის.

2.  Smart Job Matching & Skill-Based დაქირავება 

• AI-ით ოპტიმიზირებული დასაქმების მოდელები ტრადიციული დიპლომების რაოდებობაზე დაფუძნებული რეკრუტინგიდან უნარებზე დაფუძნებულ  (Skills-First) მოდელზე გადადის.

• AI-ს შეუძლია ტალანტის ბაზაში მონაცემთა სკანირება და კანდიდატების ავტომატური შესაბამისობის განსაზღვრა (მაგალითად:  Eightfold AI, Beamery, SeekOut).

• AI-ს შეუძლია კანდიდატთა უნარების დეტალური ანალიზი, რეზიუმეს მიღმა არსებული პოტენციალის შეფასება და უფრო ინკლუზიური და მრავალფეროვანი შერჩევის პროცესის უზრუნველყოფა.
  

მოდი განვიხილოთ  მაგალითები:

• Eightfold AI იყენებს Deep Learning-ს (Deep Learning არის მანქანური სწავლების მეთოდი, რომელიც ხელოვნური ნეირონული ქსელების მეშვეობით იმიტირებს ადამიანის ტვინის მუშაობას და გამოიყენება მონაცემთა რთული სტრუქტურების ანალიზისთვის, პროგნოზირებისა და ავტომატური გადაწყვეტილებების მისაღებად), რათა კანდიდატების უნარები, გამოცდილება და კარიერული შესაძლებლობები გააანალიზოს და ყველაზე შესაფერისი სამუშაო შესთავაზოს.

• Beamery-ს AI ალგორითმები ეხმარება ორგანიზაციებს გრძელვადიან პერსპექტივაში დაგეგმონ ტალანტების შერჩევა და ლიდერობის განვითარების სტრატეგია.

• SeekOut AI იყენებს ტექნიკურ (hard skills) და ინტერპერსონალურ (soft skills) უნარებზე ორიენტირებულ სქრინინგს, რათა დაადგინოს, რამდენად შეესაბამება კანდიდატი სამუშაოს მოთხოვნებსა და კორპორაციულ კულტურას.

3. ხელოვნურ ინტელექტზე დაფუძნებული ადამიანების ანალიტიკა და პროგნოზული HR მოდელირება

AI-ზე დაფუძნებული ანალიტიკური პლატფორმები HR გადაწყვეტილებების მიღების სიზუსტესა და ეფექტურობას მნიშვნელოვნად აუმჯობესებს. ისინი ხელს უწყობენ ტალანტების პროგნოზირებას, რისკების ანალიზსა და სამომავლო საჭიროებების განსაზღვრას, რაც HR სტრატეგიებს უფრო მონაცემებზე ორიენტირებულსა და პროგნოზირებადს ხდის.

მთავარი AI ინსტრუმენტები:

• Visier – მონაცემებზე დაფუძნებული HR გადაწყვეტილებების მხარდაჭერა, თანამშრომელთა გადინების პროგნოზირება და ჩართულობის ანალიზი.

• OrgVue – ორგანიზაციული სტრუქტურის მოდელირება, სამუშაოს დიზაინის ანალიზი და HR ოპერაციული პროცესების ოპტიმიზაცია.

• ChartHop – ტალანტის მენეჯმენტის მონაცემების ვიზუალიზაცია და სამომავლო HR ტრენდების პროგნოზირება.
  

Gartner-ის 2023 წლის HR AI Adoption კვლევის მიხედვით, ორგანიზაციების 74%-ს AI უკვე აქტიურად ეხმარება HR მონაცემების ანალიზსა და ბიზნეს სტრატეგიის ფორმირებაში, რაც აძლიერებს მონაცემებზე დაფუძნებული გადაწყვეტილებების მიღების პროცესს.

შედეგების მიხევდით, შეგვიძლია ვიწინასწარმეტყველოთ, რომ:

• გენერაციული AI მნიშვნელოვნად აუმჯობესებს HR კომუნიკაციას, ამცირებს დროისა და რესურსების ხარჯვას, ხოლო კანდიდატთა გამოცდილება ახალ ხარისხში აჰყავს,  რაც გადამწყვეტი ფაქტორია “ტალანტების ომის” პირობებში.

• პროგნოზირებადი AI (Predictive AI) ეხმარება კომპანიებს თანამშრომლების უფრო ეფექტურად მართვაში, რაც მინიმუმამდე ამცირებს კრიტიკული უნარების დეფიციტს და ხელს უწყობს გრძელვადიანი ტალანტების სტრატეგიის დაგეგმვას.

• AI აღარ არის მხოლოდ ტექნოლოგიური ინსტრუმენტი HR-ში – ის უკვე წარმოადგენს HR სტრატეგიის ცენტრალურ ღერძს, რომელიც აჩქარებს ორგანიზაციულ განვითარებას და ქმნის მონაცემებზე დაფუძნებული გადაწყვეტილებების მიღების ახალ სტანდარტს.

AI-ის როლი HR-ის საკვანძო პროცესებში

1. რეკრუტინგი და კანდიდატთა შეფასება
   

ხელოვნური ინტელექტი (AI) გარდაქმნის ტალანტების მოძიებისა და შეფასების პროცესს, რაც ამცირებს დროისა და რესურსების დანახარჯს და აუმჯობესებს შერჩევის სიზუსტეს.

• AI-ით გაუმჯობესებული ATS სისტემები (Applicant Tracking Systems) – თანამედროვე ATS პლატფორმები, როგორიცაა Greenhouse, Lever და SmartRecruiters, იყენებენ AI-ს რეზიუმეების ავტომატური სქრინიგისა და შეფასებისთვის, რაც უზრუნველყოფს შესაბამისი კანდიდატების სწრაფ და ეფექტურ იდენტიფიცირებას.

• AI Video Screening და ინტერვიუს ანალიზი – პლატფორმები, როგორიცაა HireVue და XOR, იყენებენ AI-ს ვიდეო ინტერვიუების გაღრმავებული ანალიზისთვის, აფასებენ კანდიდატის სხეულის ენას, ხმოვან ინტონაციას და ვერბალურ, რაც ეხმარება დამსაქმებლებს უფრო ობიექტურ შეფასებაში (აღსანიშნავია, რომ ამ ეტაპზე 80%-იანი სიზუსტე მხოლოდ ინგლისურ ენაზე ხორციელდება). 

• Smart Job Matching –  AI პლატფორმები, როგორიცაა, მაგალითად,  Eightfold AI და Beamery, კანდიდატების უნარებისა და გამოცდილების ანალიზით ახდენენ სამუშაო პოზიციებთან საუკეთესო შესაბამისობის იდენტიფიცირებას, რაც რეკრუტინგის პროცესს მეტად მიზანმიმართულსა და მონაცემებზე დაფუძნებულს ხდის.

2. ონბორდინგი და ოფბორდინგი: AI-ით გაუმჯობესებული თანამშრომელთა ციკლი
   

ხელოვნური ინტელექტი (AI) ამარტივებს და აუმჯობესებს თანამშრომელთა ონბორდინგისა და ოფბორდინგის პროცესებს, რაც უზრუნველყოფს უკეთეს ინტეგრაციას, ეფექტიან კომუნიკაციასა და პროცესების ავტომატიზაციას.

• ავტომატიზებული ონბორდინგ სისტემები – პლატფორმები, როგორიცაა BambooHR და Zavvy, უზრუნველყოფენ ინდივიდუალურად მორგებულ ონბორდინგ პროცესს, რაც ახალ თანამშრომლებს საშუალებას აძლევს, სწრაფად და მარტივად გაეცნონ კომპანიის კულტურას, პოლიტიკასა და სამუშაო გარემოს.

•  AI-ით მართული HR ჩეტბოტები – პლატფორმები, როგორიცაა DRUID და Paradox Olivia, უზრუნველყოფენ 24/7 წვდომას ონბორდინგის პროცესზე, რაც ამცირებს HR გუნდზე დატვირთვას და უზრუნველყოფს ახალი თანამშრომლების მუდმივ მხარდაჭერას.

• ოფბორდინგის ავტომატიზაცია – სისტემები, როგორიცაა Ciphix და PeopleDoc, ამარტივებენ და აჩქარებენ თანამშრომლის ორგანიზაციიდან წასვლის პროცესს, უზრუნველყოფენ შესაბამისი დოკუმენტების ავტომატურ გენერაციასა და პროცესების სტრუქტურირებას, რაც HR-ს საშუალებას აძლევს, მეტი დრო დაუთმოს სტრატეგიულ ამოცანებს.

3. შესრულებული სამუშაოსა  და კარიერული განვითარების მართვა
   

ხელოვნური ინტელექტი (AI) თანამშრომელთა პერფორმანსის უწყვეტი ანალიზი და ინდივიდუალური განვითარება ახალ დონეზე აჰყავს, რაც ორგანიზაციებს საშუალებას აძლევს, უფრო სტრატეგიულად მართონ ტალანტები და გაზარდონ თანამშრომელთა ჩართულობა.

• უწყვეტი უკუკავშირი და OKR-ების მართვა – პლატფორმები, როგორებიცაა:  Betterworks, Lattice და 15Five, იყენებენ AI-ს თანამშრომელთა პერფორმანსის ანალიზისა და მიზნების (OKRs) მუდმივი მონიტორინგისთვის, რაც ორგანიზაციებს ეხმარება შედეგების პროგნოზირებაში და გაუმჯობესების საჭიროებების იდენტიფიცირებაში.

• უნარების ანალიზი და კარიერული განვითარება – სისტემები, როგორიცაა:  EdApp და NovoEd, იყენებენ AI-ს უნარების დეფიციტის (Skill Gap) ანალიზისთვის და ქმნიან პერსონალიზირებულ სასწავლო პროგრამებს, რომლებიც ხელს უწყობს თანამშრომლების პროფესიულ ზრდას და განვითარებას.

• 360-გრადუსიანი უკუკავშირი და გუნდის დინამიკის შეფასება – პლატფორმები, როგორიცაა: Effy AI და CultureAmp, იყენებენ გუნდის განწყობის ანალიზსა და 360-გრადუსიან უკუკავშირს, რაც ეხმარება ორგანიზაციებს, თანამშრომელთა ჩართულობა და გუნდის დინამიკა უკეთ გაიგონ და გააუმჯობესონ.

4.  ტალანტის დაგეგმვა და HR ანალიტიკა
   

ხელოვნური ინტელექტი (AI) ტალანტის მართვის პროცესს პროგნოზირებადსა და მონაცემებზე დაფუძნებულს ხდის, რაც HR გუნდებს საშუალებას აძლევს, უკეთ შეაფასონ თანამშრომელთა საჭიროებები, შეამცირონ რისკები და გააუმჯობესონ ორგანიზაციული სტრუქტურა.

• AI-ით მართული სამუშაო ძალის დაგეგმვა (AI-Driven Workforce Planning) – პლატფორმები, როგორიცაა Visier და OrgVue, იყენებენ AI-ს მონაცემებზე დაფუძნებული HR სტრატეგიის შემუშავებისთვის, რაც ეხმარება კომპანიებს ტალანტების ეფექტურ განაწილებასა და მომავალი საჭიროებების პროგნოზირებაში.

• თანამშრომელთა გადინების რისკის პროგნოზირება (Predictive Turnover Analytics) – სისტემები, როგორიცაა Peakon და ChartHop, ანალიზს აკეთებენ პერფორმანსის, ჩართულობისა და სხვადასხვა მონაცემების შედეგად, რათა კომპანიებს წინასწარ გაუწერონ  რისკ-მოდელები და შეამცირონ ტოპ-ტალანტების ორგანიზაციიდან წასვლის ალბათობა.

• მრავალფეროვნებისა და ინკლუზიის ანალიზი (Diversity & Inclusion Analytics) – AI პლატფორმები, როგორიცაა SeekOut და LinkedIn Talent Insights, ორგანიზაციებს მრავალფეროვნებისა და ინკლუზიის დონის შეფასებაში ეხმარება, რითაც უზრუნველყოფს უფრო დაბალანსებულ და ინკლუზიურ სამუშაო გარემოს.

5.  თანამშრომლების კეთილდღეობა და ჩართულობა
   

ხელოვნური ინტელექტი (AI) თანამშრომელთა კეთილდღეობისა და ჩართულობის მართვას ახალი სიზუსტითა და ეფექტიანობით უზრუნველყოფს, რაც ორგანიზაციებს ეხმარება, შექმნან უფრო მხარდამჭერი და ინკლუზიური სამუშაო გარემო.

• AI-ჩატბოტები თანამშრომელთა მხარდაჭერისთვის – პლატფორმები, როგორიცაა: Leena AI, DRUID და inFeedo Amber, უზრუნველყოფენ თანამშრომელთა 24/7 მხარდაჭერას, პასუხობენ ხშირად დასმულ კითხვებს და აადვილებენ HR გუნდთან კომუნიკაციას.

• ავტომატიზებული ჩართულობის კვლევები და ანალიტიკა – სისტემები, როგორიცაა: Qualtrics, CultureAmp და Glint, პულსური კვლევებისა და ჩართულობის ანალიტიკის მეშვეობით აკონტროლებენ თანამშრომელთა განწყობას, რაც ეხმარება ორგანიზაციებს სწრაფად გამოავლინონ პრობლემური სფეროები და გაზარდონ მოტივაცია.

• მიკერძოების აღმოჩენა და ინკლუზიური დაქირავება – AI ინსტრუმენტები, როგორიცაა Witty AI და Textio, იდენტიფიცირებენ მიკერძოებებსა და შერჩევის პროცესში არსებული შესაძლო არათანაბარ მიდგომებს, რაც კომპანიებს ეხმარება ინკლუზიური და სამართლიანი დაქირავების სტრატეგიის შექმნაში.

HR-ის მომავალი AI-ის ეპოქაში: რა უნარები იქნება საჭირო?

ხელოვნური ინტელექტის ეპოქაში HR პროფესიონალებს დასჭირდებათ განსაკუთრებული ტექნოლოგიური და ანალიტიკური უნარები, რათა მათ წარმატებით შეძლონ ციფრული ტრანსფორმაციის მართვა და ადამიანური კაპიტალის სტრატეგიული განვითარება. რა მოეთხოვება თანამედროვე HR-ს: 

• HR ტექნოლოგიებისა და AI-ის ცოდნა (HR Tech & AI Expertise) – AI ინსტრუმენტების, HRIS სისტემებისა და მონაცემთა ანალიტიკის პლატფორმების საფუძვლიანი გაგება გახდება აუცილებელი HR პროფესიონალებისთვის, რათა მათ შეძლონ თანამედროვე HR ეკოსისტემაში ეფექტიანი ნავიგაცია.

•  ადამიანების ანალიტიკა & მონაცემთა ინტერპრეტაცია (People Analytics & Data Interpretation) – HR მონაცემების ღრმა ანალიზისა და ბიზნეს გადაწყვეტილებების მიღების უნარი გახდება ერთ-ერთი საკვანძო კომპეტენცია, რომელიც ორგანიზაციებს დაეხმარება პროგნოზირებასა და მართვაში. 

• ციფრული ეთიკის პრინციპები და AI-ის რეგულირება (Digital Ethics & AI Governance) – AI-ის ეთიკური გამოყენებისა და მონაცემთა დაცვის პრინციპების ცოდნა უზრუნველყოფს სამართლიანობას, გამჭვირვალობას და რეგულაციების შესაბამისობას.

• ტალანტების სტრატეგიული დაგეგმვა (Strategic Workforce Planning) – ტალანტების მენეჯმენტი AI-ით გახდება HR-ის ერთ-ერთი მთავარი ფუნქცია, რაც გულისხმობს მომავლის სამუშაო ძალის საჭიროებების პროგნოზირებასა და ოპტიმიზაციას.

•  AI-ით მართული ლიდერობა და ცვლილებების მართვა (AI-Driven Leadership & Change Management) – HR ლიდერებს დასჭირდებათ ციფრული ტრანსფორმაციის მართვის უნარი, რათა მათ შეძლონ AI-ის ინტეგრაცია HR პროცესებში, ხელი შეუწყონ ინოვაციებს და უზრუნველყონ თანამშრომელთა წარმატებული ადაპტაცია ახალ ტექნოლოგიებთან.

და ბოლოს - AI არ ჩაანაცვლებს HR-ს – ის გააძლიერებს მას!

ხელოვნური ინტელექტი HR პროფესიონალებს ძლიერ ინსტრუმენტებს აძლევს ხელში, რაც მათ საშუალებას აძლევს:

• გააუმჯობესონ ბიზნეს გადაწყვეტილებები;

• შექმნან ინკლუზიური და თანასწორუფლებიანი სამუშაო გარემო;

• მაქსიმალურად ეფექტურად მართონ ტალანტები; 

HR ლიდერებისთვის AI არის არა მხოლოდ გამოწვევა, არამედ უდიდესი შესაძლებლობა ხდება  – მთავარია, მისი ეფექტური გამოყენება, რათა ავტომატიზაცია არ აღიქმებოდეს, როგორც ადამიანური კაპიტალის ჩამნაცვლებელი.