Ve čtyřech věcech, a stojí za to je pojmenovat dřív, než se k nim dostanete sami.
Rozhodování o lidech. Modely umí seřadit kandidáty podle shody s kritérii. Neumí ale posoudit, jestli jsou ta kritéria správná, jestli neodrážejí zkreslení z minulých náborů a jestli by se člověk, který podle nich vychází hůř, v týmu neosvědčil líp. Rozhodnutí o tom, kdo dostane práci nebo jaké hodnocení, je posouzení, ne výpočet.
Predikce odchodů bez kvalitních dat. Slib, že systém pozná, kdo se chystá dát výpověď, se opírá o data, která většina firem nemá — dlouhou historii, konzistentně vyplněné hodnocení, měřený výkon. Bez nich model vrací korelace na šumu.
„Nasadíme AI a ušetříme X hodin." Číslo bez metodiky je jen číslo. Měřitelnou návratnost přináší jen jedna z pěti iniciativ s AI a přes 40 % projektů agentní AI má být do konce roku 2027 zrušeno. Zajímavé je, že to platí v době, kdy 82 % HR lídrů plánuje agentní AI nasadit během dvanácti měsíců. Ten rozestup je celý příběh téhle kapitoly.
Rozdíl mezi nástrojem, který radí, a nástrojem, který práci udělá. Většina toho, co se v HR prodává jako AI, umí odpovědět na dotaz. Práci — sestavit dokument, rozjet checklist, vyplnit hodnocení — udělá jen část z nich. Je to rozdíl, který z popisu na webu nepoznáte; pozná se až na demu, u konkrétního úkolu.