AI inom HR: Tekniken ska skapa värde i den verkliga HR-vardagen

AI är på väg in i fler delar av HR. Tekniken kan hjälpa till att hitta information, strukturera data, ta fram innehåll och göra HR-kunskap lättare tillgänglig för medarbetare och chefer.

Enligt International Labour Organizations analys av generativ AI och arbetsmarknaden arbetar ungefär var fjärde medarbetare globalt i ett yrke med en viss exponering för generativ AI. ILO bedömer att tekniken framför allt kommer att förändra arbetsuppgifter och jobbinnehåll.

För HR handlar utvecklingen därför både om att använda AI och om att förbereda organisationen på nya uppgifter och kompetensbehov.

Var kan AI skapa värde?

AI kan stötta flera delar av medarbetarresan. Det kan handla om:

• Svar på frågor om HR-policyer och processer

• Hjälp vid onboarding

• Utkast till jobbeskrivningar och intern kommunikation

• Sammanfattning av medarbetarundersökningar

• Insikter från prestations- och medarbetardata

• Stöd för lärande och utveckling

Ett konkret exempel är HiBobs AI-funktioner i Bob. Bob Companion gör det möjligt för användare att interagera med plattformen genom vanligt språk. HiBob beskriver bland annat AI-agenter för performance, lärande, kompetenser, surveys, rekrytering, lön och compensation. Survey Agent kan hjälpa till att skapa undersökningar och analysera svar, medan Hiring Agent kan stötta jobbeskrivningar, utvärderingar och intervjuer.

Exemplet visar hur AI kan bli en direkt del av de arbetsflöden som HR och chefer redan använder.

Börja med ett tydligt syfte

En AI-funktion skapar först värde när organisationen vet vilket problem den ska lösa.

HR bör bland annat klargöra:

• Vilken process ska förbättras?

• Vem ska uppleva förbättringen?

• Vilka data kräver lösningen?

• Hur ska effekten mätas?

Målet kan till exempel vara kortare svarstid på medarbetarfrågor, mindre manuellt arbete under onboarding eller enklare tillgång till relevanta insikter för chefer.

Data och åtkomst måste vara på plats

AI arbetar med de uppgifter som lösningen får tillgång till. Föråldrade policyer, ojämn medarbetardata och otydliga processer kan leda till missvisande svar.

Åtkomststyrning är också avgörande. En medarbetare eller chef får bara kunna komma åt de uppgifter som denne har rätt att se.

HiBobs MCP Server är ett exempel på hur Bob kan kopplas samman med kompatibla AI-verktyg. Åtkomsten styrs via en servicekonto och de behörigheter som tilldelats det kontot. HiBob uppger att lösningen för närvarande stödjer medarbetardata, frånvaro och uppgifter. Åtkomst via den enskilda medarbetarens eget inloggning stöds ännu inte.

HR har ett särskilt ansvar

EU:s AI-förordning arbetar med olika risknivåer. AI-system för rekrytering och ledning av medarbetare kan klassificeras som högrisksystem. EU-kommissionen nämner bland annat programvara för sortering av CV:n som ett exempel.

För HR innebär det att användningen av AI kräver en tydlig förståelse för både teknik, data och ansvar.

Högrisksystem kommer att omfattas av krav på bland annat riskhantering, datakvalitet, dokumentation, loggning, mänsklig tillsyn, robusthet och noggrannhet. Reglerna för högriskanvändningar inom sysselsättning ska enligt den gällande tidsplanen tillämpas från 2 december 2027. Kravet på tillräcklig AI-kompetens har gällt sedan 2 februari 2025.

HR måste därför förstå hur lösningen använder data, vilka uppgifter den stödjer, och när en människa ska göra den slutliga bedömningen.

Det ställer krav på både kompetens, governance och tydliga arbetsflöden kring användningen av AI inom HR.

HR ska sätta riktningen

AI kan frigöra tid och göra HR-kunskap lättare tillgänglig. Resultatet beror på tydliga mål, tillförlitliga data och tydliga ansvarsområden.

Hos TecHRs hjälper vi företag att koppla samman HR-behov, processer och teknik. Målet är lösningar som kan användas i vardagen och skapa värde över tid.