Как интегрировать AI-инструменты в современную HR/LMS систему? Опыт Websoft

Когда мы говорим про дистанционное обучение в корпоративной практике, очевидно, что в основе лежит LMS, в которой есть курсы, каталог, назначения, отчеты и статистика.

Рынок LMS появился в 2000 году, активно развивался, в HR процессы вслед за бизнесом внедрялись новые для того времени технологии. Однако последние лет 10-15 существенных, прорывных изменений не происходило.

При этом можно ли сказать, что LMS-системы, уже отлаженные, с современным дизайном, решают реальные задачи бизнеса?

Думаю, нет. Сказать, что все довольны функционалом LMS, не получается, ожидания бизнеса существующими технологиями не реализуются:

Однако сейчас, как и 26 лет назад, произошел большой технологический прорыв, связанный с искусственным интеллектом. У нас, как кажется, появились инструменты, которые позволят продвинуться в направлении решения большой части бизнес-задач.

Последние пару лет достаточно активно в компаниях используются LLM:

Мы в Websoft решили попробовать эти инструменты поместить внутрь нашей системы.

Но просто так взять и сделать не получилось. Нам пришлось переделать систему очень существенно, и где-то глубоко в ядро системы поместить то, что мы для себя назвали AI-хабом — неким большим компонентом, который отвечает за оркестрацию всех AI-активностей, за взаимодействие с AI-моделями. У нас это заняло достаточно много времени, больше полутора лет мы занимались глобальной переделкой системы.

Как новые AI-инструменты, которые уже используются в бизнесе, можно применять в LMS-системе?

При этом напомню, что традиционные функции LMS-системы никуда не делись: курсы, тесты, назначения, программы — все остается и работает.

Это достаточно просто, мы с этого и начали. На примере — генерация тестов. Что еще можно сделать? Генерить курсы. В рекрутинге генерить офферы или описание вакансий. Да, это важная и полезная, но все-таки ограниченная функция. Нужно идти дальше.

Естественный интерфейс взаимодействия человека с разного рода и агентами и помощниками – это чат. Соответственно, в системе должен появиться механизм такого взаимодействия.

В этом примере вы видите фрагмент интерфейса. И в данном случае это чат-бот, который пришел к человеку после того, как ему было назначено электронное обучение. Пришел с информацией, с материалами и рекомендованными действиями.

Многие наши клиенты, особенно в рознице, те, у кого есть массовое обучение, говорили, что такое взаимодействие с ботами очень удобно.

Есть некая типовая модель, неважно, облачная или локальная. Когда человек задает вопрос, выполняется сначала процесс поиска нужных документов в вашей базе, затем LLM читает эти документы, берет исходный вопрос и на него отвечает.

Внутри системы, конечно, должна быть база знаний. И с ней нужно правильно работать, ее нужно обогащать. Организация правильной базы знаний для того, чтобы по ней хорошо искали и работали люди — одна история, а база знаний для того, чтобы с ней хорошо работали LLM, — совершенно другая. Чем более структурированная база знаний, тем лучше работает RAG.

«Я сталкиваюсь с проблемами и конфликтами в совещании, посоветуй мне курсы, которые позволят мне более эффективно общаться».

Для того, чтобы ответить на такой вопрос, LLM должна иметь доступ к функциям самой системы. То есть она должна в данном случае получить каталог курсов, профиль пользователя, профиль компетенций, привязку курсов к компетенциям и так далее. И это в нашем случае обеспечивает тот самый AI-хаб, который мы реализовали в ядре.

Вот еще примеры возможных запросов:

• «Самые популярные курсы у моих сотрудников за последний год»
• «Какие курсы вызывали наибольшие трудности у моих сотрудников за последний год»
• «Назначить тест по бизнес-планированию сотрудникам, которые не проходили курс “Методы планирования” за последние три года»

Такого рода копайлоты и для сотрудника, и для руководителя могут быть полноценным инструментом управления процессами. Это личный онлайн HR-консультант, на которого всю рутинную историю вполне можно сгрузить. Руководитель может спросить, кто когда проходит адаптацию, продлить ее срок, посмотреть пройденные и непройденные курсы и так далее.

Достаточно легко администратор системы дистанционного обучения может настроить и автоматизировать процессы.

Мы видим в этом очень большую и значимую демократизацию автоматизации. Автоматизировать свои процессы могут теперь не только айтишники.

Например вы можете, анализируя совещания и переговоры, автоматически находить пробелы в знаниях людей. А бот по развитию найдет и предложит нужные материалы и курсы.

Отсюда возникает множество интересных идей: автоматическое построение карты знаний, понимание, кто является экспертом в каких вопросах.

Я лично планирую попробовать изменить подход к ИПР вот таким образом:

HR-платформу, которая у нас была, разобрали на части, в сердцевину поместили механизм под названием AI Hub, который обеспечивает работу с AI, добавили интерфейс общения и взаимодействия с чатами и чат-ботами, собрали все обратно, снабдив дополнительными инструментами автоматизации. Новую платформу мы представим клиентам уже в этом году: