Благодаря развитию цифровизации и цифровой трансформации, на российских предприятиях постепенно внедряются и применяются новые современные технологические возможности [Сопилко, Мясникова 2021]. Все чаще рабочая сила предприятий состоит не только из людей, но и из роботов и чат-ботов [Ян 2019].
По данным аналитического центра TAdviser совместно с Национальной Ассоциацией участников рынка робототехники (НАУРР), в России наблюдается позитивная тенденция на рынке внедрения роботов. Так, в период 2019-2021 гг. зафиксирован двукратный рост числа крупных компаний, интегрирующих промышленных роботов в своей деятельности.
Рис. 2. Основные отрасли и сферы применения промышленных роботов в России Источник: составлено по данным аналитического центра TAdviser совместно с Национальной Ассоциацией участников рынка робототехники
По данным рис. 2, лидирующей сферой применения промышленных роботов является металлургия и металлообработка (28%), затем следует сфера пищевого производства (12%) и химической промышленности (12%). Автомобилестроение (39%) и машиностроение (16%) являются основными отраслями-интеграторами робототехнических систем.
Одновременно с такими темпами внедрения начинаются и первые юридические дискуссии: кто ответит за действия роботов?
Анализ работы роботов, заменяющих человеческий труд на предприятиях, предполагает переход от практики кадровой аналитики к аналитике рабочей силы. Анализ продуктивности и производительности робототехнических систем приобретает особую актуальность и становится новой областью HR для формирования научных подходов к изучению данной проблемы.
Обзор тенденций, происходящих в области кадровой аналитики, не может быть полноценным без рассмотрения проблемы защиты данных и аналитической информации о сотрудниках, полученных в ходе исследований. С одной стороны, использование результатов анализа данных о человеческих ресурсах предприятий способствует множеству положительных изменений, одним из которых является повышение прозрачности. В то же время следует создавать системы защиты информации, которые обеспечивают конфиденциальность собранных массивов данных, методов обработки и алгоритмов их использования для принятия решений о персонале.
С другой стороны, существует ряд недостатков, которые необходимо учитывать. В первую очередь это уязвимость многих автоматизированных информационных систем, в том числе:
программное обеспечение зачастую несовершенно, не всегда вовремя обновляется;
некоторые функции, в том числе защитные, работают неполноценно;
усложнены условия эксплуатации и хранения информации.
Также следует обращать внимание на внутренние и внешние
угрозы, которые могут повлечь негативные последствия для субъектов этой информации. Существуют объективные угрозы, которые напрямую зависят от того, насколько правильно подобрано оборудование для хранения и обработки аналитических данных, насколько качественно работает защитное программное обеспечение.
Случайные угрозы включают в себя непредвиденные обстоятельства, в том числе системные сбои, неисправность технических средств, сервисных и прикладных программ. Также следует учитывать субъективные угрозы, связанные с неправильными действиями сотрудников, ответственных за хранение, техническую обработку и защиту данных. Необходимо обеспечивать непрерывный контроль за соблюдением правил безопасности, недопущением утечки и распространения информации, за неправомерными действиями бывших работников, у которых осталась возможность несанкционированного доступа к аналитике. Несмотря на то, что на практике зачастую не получается предусмотреть все возможные сбои и неполадки, важно предвидеть причины их возникновения и принять превентивные меры. Гораздо проще и дешевле своевременно проводить регулярную оценку эффективности выбранных средств и методов защиты информации, оперативно реагировать и корректировать систему контроля, а также отслеживать и учитывать изменения законодательства в этой области, чем бороться с последствиями.
Таким образом, среди основных трендов в сфере управления человеческими ресурсами HR-аналитика удерживает лидерскую позицию.
В заключении стоит отметить, что эволюция в области управления человеческими ресурсами влечет за собой необходимость изменения подходов в кадровой аналитике, применения современных методов проведения комплексного HR-анализа показателей продуктивности и производительности труда человеческих ресурсов, использования современных методов исследования обратной связи, получаемой от сотрудников. Практический опыт показывает, что традиционный сбор информации о сотрудниках в российских компаниях сменяется быстрым развитием систем больших данных “big-data”, в том числе с привлечением искусственного интеллекта.
Использование разнообразных данных о человеческих ресурсах при построении и проверке гипотез с целью принятия качественных управленческих решений, обоснование методов и средств влияния на бизнес-процессы с использованием полученных результатов становится основой и залогом успешного ведения бизнеса.
Литература
1. Горбачева, Сопилко 2021 - Горбачева В.В., Сопилко Н.Ю. Человеческий ресурс как основной фактор внедрения и развития систем бизнес-аналитики на промышленном предприятии // Наука и искусство управления / Вестник Института экономики, управления и права Российского государственного гуманитарного университета. № 4. С. 22-30.
2. Жукова, Погребняк 2016 - Жукова Д.Ю., Погребняк М.И. HR-аналитика как средство поддержки принятия управленческих решений // Молодой ученый. 2016. № 18. С. 248-250.
3. Золотина, Филатова 2021 - Золотина О.А., Филатова А.М. Резервы использования кадровой аналитики для повышения эффективности мотивации персонала в организациях // ЭПОМЕН. 2021. № 58. С. 73-80.
4. Иванов 2021 - Иванов О.Е. Применение информационных технологий в кадровой аналитике // Проблемы экономики и управления инновационным развитием: стратегии, модели, информационно-аналитическое обеспечение. Йошкар-Ола: Поволжский гос. технолог. ун-т, 2021. С. 147-151.
5. Мамедов 2019 - Мамедов А.К. Виртуальная личность: социальный эскапизм или новое поле креативности? // Экономика. Социология. Право. 2019. № 1 (13). С. 68-75.
6. Мамедов, Писарева 2020 - Мамедов А.К., Писарева Л.Ю. Метаморфозы цифрового общества: трудности роста и риски // Социология. 2020. № 3. С. 4-17.
7. Мясникова, Сопилко 2016 - Мясникова О.Ю., Сопилко Н.Ю. Формирование оптимальной системы стимулирования и оплаты труда в коммерческом банке // Финансы и кредит. 2016. № 11 (683). С. 2-14.
8. Назайкинский, Седова 2017 - Назайкинский С.В., Седова О.Л. Роль HR-аналитики в принятии управленческих решений в организациях // Вестник РГГУ. Серия «Экономика. Управление. Право». 2017. № 3 (9). С. 19-25.
9. Одинокова 2019 - Одинокова О.В. Кадровая аналитика как инструмент эффективного кадрового менеджмента // Теория и практика современной науки. 2019. № 10 (52). С. 132-134.
10. Сопилко, Мясникова 2021 - Сопилко Н.Ю., Мясникова О.Ю. Основные тренды цифровой трансформации экономики государств ЕАЭС // Вопросы региональной экономики. 2021. № 2 (47). С. 207-213.
11. Тихонов 2020 - Тихонов А.И. Основные задачи российских компаний, решаемые с помощью HR-аналитики // Естественно-гуманитарные исследования. № 28 (2). С. 262-266.
12. Ян 2019 - Ян Д.Е. Искусственный интеллект - сотрудник организации // Автоматизация в промышленности. 2019. № 12. С. 8-9.
References
1. Gorbacheva, V.V. and Sopilko, N.Yu. (2021), “Human resource as the main factor in the implementation and development of business intelligence systems in an industrial enterprise”, Science and Art of Management / Bulletin of the Institute of Economics, Management and Law of the Russian State University for the Humanities, no. 4, pp. 22-30,
2. Ivanov, O.E. (2021), “Use of information technologies in HR analytics”, Problemy eko- nomiki i upravleniya innovatsionnym razvitiyem: strategii, modeli, informatsionno- analiticheskoe obespechenie [Issues of economics and management of innovative development. Strategies, models, information and analytical support], Yoshkar-Ola, Russia, pp. 147-151.
3. Mamedov, A.K. (2019), “Virtual identity: social escapism or a new field of creativity?”, Economy. Sociology. Law, no. 1 (13), pp. 68-75.
4. Mamedov, A.K. and Pisareva, L.Yu. (2020), “Metamorphoses of digital society. Difficulties of growth and risks”, Sociology, no. 3, pp. 4-17.
5. Myasnikova, O.Yu. and Sopilko, N.Yu. (2016), “Building an optimal system of personnel incentives and remuneration in a commercial bank”, Finance and credit, no. 11 (683), pp. 2-14.
6. Nazaikinskii, S.V. and Sedova, O.L. (2017), “The role of HR-analytics in making the administrative decisions in organizations”, RSUH/RGGU BULLETIN. “Economics. Management. Law”Series, no. 3 (9), pp. 19-25.
7. Odinokova, O.V. (2019), “Personnel analytics as a tool of effective personnel management”, Teoriya ipraktika sovremennoy nauki, no. 10 (152), pp. 132-134.
8. Sopilko, N.Yu. and Myasnikova, O.Yu. (2021), “The main trends of digital transformation in the economy of the EAEU countries”, Problems of Regional Economy, no. 2 (47). pp. 207-213.
9. Tikhonov A.I. (2020), “Main objectives of Russian companies, solved by HR-analytics”, Natural-Humanitarian Research, no. 28 (2), pp. 262-266.
10. Yan D.E. (2019), “Artificial intelligence as an employee of organization”, Avtomatizatsiya vpromyshlennosti, no. 12, pp. 8-9.
11. Zhukova, D.Yu. and Pogrebnyak, M.I. (2016), “HR-analytics as a means of supporting managerial decision-making”, Young Scientist, no. 18, pp. 248-250.
12. Zolotina, O.A. and Filatova, A.M. (2021), “Reserves for the use of HR analytics to increase the effectiveness of motivation”, Epomen Scientific Journal, no. 58, pp. 73-80.