ಚಾಟ್‌ಬಾಟ್‌ನಿಂದ ಸಹೋದ್ಯೋಗಿಯವರೆಗೆ: ಸುರಕ್ಷಿತವಾಗಿ ಕೆಲಸ ಮಾಡುವ HR ಸಹಾಯಕ

ಯಾವುದೇ HR ತಂಡವನ್ನು ಅವರ ವಾರ ಎಲ್ಲಿ ಹೋಗುತ್ತದೆ ಎಂದು ಕೇಳಿ, ಅದೇ ಪಟ್ಟಿ ಕೇಳಿಸುತ್ತದೆ: “ನನಗೆ ಇನ್ನೂ ಎಷ್ಟು ರಜೆ ಉಳಿದಿದೆ?”, WhatsAppನಲ್ಲಿ ರಜೆ ಅರ್ಜಿಗಳು, ಅನುಮೋದನೆಗಾಗಿ ಮ್ಯಾನೇಜರ್‌ಗಳ ಹಿಂದೆ ಓಡುವುದು, ಮತ್ತು “ನನಗೆ ಅನುಭವ ಪತ್ರ ಕಳುಹಿಸಬಹುದೇ?”. ಪಾಲಿಸಿ ಚಾಟ್‌ಬಾಟ್ ಮೊದಲನೆಯದಕ್ಕೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ. ಉಳಿದವುಗಳಿಗೆ ಏನೂ ಮಾಡುವುದಿಲ್ಲ — ಸಮಯ ಹೋಗುವುದು ಅಲ್ಲೇ.

ಮುಂದಿನ ಹೆಜ್ಜೆಯನ್ನು ತೋರಿಸಲು ನಾವು AIVCJ HR ನಿರ್ಮಿಸಿದೆವು: ಉತ್ತರಿಸುವ ಮತ್ತು ಕೆಲಸವನ್ನೂ ಮಾಡುವ ಸಹಾಯಕ. ಇದು ನಿಮ್ಮ ಬ್ಯಾಲೆನ್ಸ್ ನೋಡುತ್ತದೆ, ನಿಯಮಗಳೊಳಗೆ ರಜೆಗೆ ಅರ್ಜಿ ಹಾಕುತ್ತದೆ, ಸಾರಾಂಶದೊಂದಿಗೆ ನಿಮ್ಮ ಮ್ಯಾನೇಜರ್‌ಗೆ ಕಳುಹಿಸುತ್ತದೆ ಮತ್ತು HR ಪತ್ರಗಳ ಕರಡು ಸಿದ್ಧಪಡಿಸುತ್ತದೆ — ಒಂದು ಮುಖ್ಯ ಕಚೇರಿ ಮತ್ತು ಮೂರು ಗೋದಾಮುಗಳಲ್ಲಿ 42 ನೌಕರರಿರುವ Northwind Distribution ಎಂಬ ಮಾದರಿ ಕಂಪನಿಯಲ್ಲಿ.

ಕೇವಲ ಉತ್ತರಗಳಿಂದ HR ಹೊರೆ ಏಕೆ ಕಡಿಮೆಯಾಗುವುದಿಲ್ಲ

ನಮ್ಮ Knowledge ಡೆಮೊ ಪಾಲಿಸಿ ಪ್ರಶ್ನೆಗಳಿಗೆ ಮೂಲ ಸಹಿತ ಉತ್ತರಿಸುತ್ತದೆ. ಅದು “ಪಾಲಿಸಿ ಏನು ಹೇಳುತ್ತದೆ?” ಎಂಬ ಪ್ರಶ್ನೆಯನ್ನು ನಿವಾರಿಸುತ್ತದೆ. ಆದರೆ ನೌಕರ ಇನ್ನೂ ಫಾರ್ಮ್ ತೆರೆಯಬೇಕು, ಕೆಲಸದ ದಿನಗಳನ್ನು ಎಣಿಸಬೇಕು, ನೋಟಿಸ್ ಅವಧಿ ಪರಿಶೀಲಿಸಬೇಕು, ಅನುಮೋದಕರನ್ನು ಹುಡುಕಿ ಕಾಯಬೇಕು. ಕೆಲಸ ಸ್ಥಳಾಂತರಗೊಂಡಿತು; ಮಾಯವಾಗಲಿಲ್ಲ.

AIಗೆ ಕೆಲಸ ಮಾಡಲು ಬಿಟ್ಟರೆ ಒಂದು ನ್ಯಾಯಯುತ ಆತಂಕ ಮೂಡುತ್ತದೆ: ತನ್ನದೇ ತಪ್ಪುಗಳನ್ನು ಅನುಮೋದಿಸುವುದು, ಸಹಾಯದ ಹೆಸರಿನಲ್ಲಿ ನಿಯಮ ಬಗ್ಗಿಸುವುದು ಅಥವಾ ಒಬ್ಬ ನೌಕರನಿಗೆ ಇನ್ನೊಬ್ಬರ ಮಾಹಿತಿ ತೋರಿಸುವುದನ್ನು ಯಾವುದು ತಡೆಯುತ್ತದೆ? ಆದ್ದರಿಂದ ನಾವು ಮೊದಲು ಸುರಕ್ಷತಾ ಬೇಲಿಗಳನ್ನು (ಗಾರ್ಡ್-ರೇಲ್ಸ್) ವಿನ್ಯಾಸಗೊಳಿಸಿದೆವು.

ಗಾರ್ಡ್-ರೇಲ್ಸ್

1. ನಿಯಮಗಳು ಕೋಡ್‌ನಲ್ಲಿವೆ, ಮಾಡೆಲ್‌ನಲ್ಲಿ ಅಲ್ಲ. ಒಂದು ನಿರ್ಧಾರಿತ (deterministic) ಪಾಲಿಸಿ ಎಂಜಿನ್ ತೀರ್ಮಾನಿಸುತ್ತದೆ: ಅರ್ಜಿಯನ್ನು ಎಷ್ಟು ದಿನ ಎಂದು ಎಣಿಸಬೇಕು (ಪ್ರತಿ ಸ್ಥಳದ ವಾರದ ರಜೆ ಮತ್ತು ಸಾರ್ವಜನಿಕ ರಜೆಗಳು, ಗಳಿಕೆ ರಜೆಗೆ “ಸ್ಯಾಂಡ್‌ವಿಚ್” ನಿಯಮ), ನೋಟಿಸ್ ಅವಧಿ ಪೂರೈಸಿದೆಯೇ, ನೌಕರ ಇನ್ನೂ ಪ್ರೊಬೇಷನ್‌ನಲ್ಲಿದ್ದಾರೆಯೇ, ಬ್ಯಾಲೆನ್ಸ್ ಸಾಕೇ, ಯಾರು ಅನುಮೋದಿಸಬೇಕು. AI ಎಂಜಿನ್ ಅನ್ನು ಕರೆದು ಫಲಿತಾಂಶ ವಿವರಿಸುತ್ತದೆ — ಅದನ್ನು ಬದಲಾಯಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.
2. ಕ್ಲಿಕ್ ಇಲ್ಲದೆ ಏನೂ ಆಗುವುದಿಲ್ಲ. ಪ್ರತಿ ಬದಲಾವಣೆ — ರಜೆ ಅರ್ಜಿ, ಅರ್ಜಿ ರದ್ದು, IT ಅಥವಾ ಆಸ್ತಿ ವಿನಂತಿ — ದೃಢೀಕರಣ ಕಾರ್ಡ್ ಆಗಿ ತೋರುತ್ತದೆ: ಎಣಿಸಿದ ದಿನಗಳು, ಪಾಸ್ ಅಥವಾ ಫೇಲ್ ಆದ ಪ್ರತಿ ಪರಿಶೀಲನೆ, ಮೊದಲು ಮತ್ತು ನಂತರದ ಬ್ಯಾಲೆನ್ಸ್, ಅನುಮೋದನೆಯ ಮಾರ್ಗ. ವ್ಯಕ್ತಿ Confirm ಒತ್ತಿದಾಗ ಮಾತ್ರ ಅರ್ಜಿ ಸೃಷ್ಟಿಯಾಗುತ್ತದೆ; ಆ ಕ್ಷಣದಲ್ಲೇ ಎಂಜಿನ್ ಮತ್ತೆ ಪರಿಶೀಲಿಸುತ್ತದೆ.
3. ಪಾತ್ರದ ಅನುಮತಿಗಳನ್ನು ಟೂಲ್‌ಗಳು ಜಾರಿಗೊಳಿಸುತ್ತವೆ. ನೌಕರ ತನ್ನ ಮಾಹಿತಿಯನ್ನು ಮಾತ್ರ ನೋಡುತ್ತಾರೆ; ಮ್ಯಾನೇಜರ್ ತಮ್ಮ ನೇರ ಅಧೀನರದನ್ನು; ಇತರರಿಗಾಗಿ ಪತ್ರಗಳನ್ನು HR ಮಾತ್ರ ಕರಡು ಮಾಡಬಹುದು. ಅನುಮೋದನೆಯನ್ನು AI ಎಂದಿಗೂ ನೀಡುವುದಿಲ್ಲ — ಮ್ಯಾನೇಜರ್‌ಗಳು Approvals ಪರದೆಯಲ್ಲಿ ನಿರ್ಧರಿಸುತ್ತಾರೆ.
4. ಎಲ್ಲದರ ಆಡಿಟ್ ಆಗುತ್ತದೆ. ಪ್ರತಿ ಟೂಲ್ ಕರೆ — ಯಾರು, ಯಾವ ಪಾತ್ರದಲ್ಲಿ, AI ಏನು ಕೇಳಿತು, ಅದು ನಡೆಯಿತೇ, ನಿಯಮಗಳು ತಿರಸ್ಕರಿಸಿದವೇ, ಮನುಷ್ಯ ದೃಢೀಕರಿಸಿದರೇ — HR ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ನ ಆಡಿಟ್ ಲಾಗ್‌ನಲ್ಲಿ ದಾಖಲಾಗುತ್ತದೆ.

ಡೆಮೊದಲ್ಲಿ ನೀವು ಪ್ರಯತ್ನಿಸಬಹುದಾದವು

• ಪ್ರಿಯಾ (ನೌಕರ) ಆಗಿ: “ನನ್ನ ಅಕ್ಕನ ಮದುವೆಗೆ ಅಕ್ಟೋಬರ್ 20 ರಿಂದ 24 ರವರೆಗೆ ರಜೆ ಬೇಕು.” ಅಕ್ಟೋಬರ್ 20 ಹಬ್ಬದ ರಜೆ, 24 ವಾರದ ರಜೆ ಎಂದು ಎಂಜಿನ್ ಗುರುತಿಸಿ 3 ದಿನ ಎಣಿಸುತ್ತದೆ, ಒಡಹುಟ್ಟಿದವರ ಮದುವೆಗೆ ವಿವಾಹ ರಜೆ ಏಕೆ ಅನ್ವಯಿಸುವುದಿಲ್ಲ ಎಂದು ವಿವರಿಸಿ ಕಾರ್ಡ್ ತೋರಿಸುತ್ತದೆ.
• ರೋಹಿತ್ (ಮ್ಯಾನೇಜರ್) ಆಗಿ: ಅರ್ಜಿ AI ಸಾರಾಂಶದೊಂದಿಗೆ ಕಾಯುತ್ತಿದೆ — ಪಾಲಿಸಿಯೊಳಗೆ, ಸ್ನೇಹಾ ಅಕ್ಟೋಬರ್ 21–22 ರಜೆಯಲ್ಲಿ, ಗಳಿಕೆ ರಜೆ 12 → 9. ಅನುಮೋದಿಸಿ, ಪ್ರಿಯಾಳ ಬ್ಯಾಲೆನ್ಸ್ ಮತ್ತು ಅರ್ಜಿಯ ಟೈಮ್‌ಲೈನ್ ತಕ್ಷಣ ಅಪ್‌ಡೇಟ್ ಆಗುತ್ತವೆ.
• ಅಂಜಲಿ (HR) ಆಗಿ: “ಕರಣ್ ವರ್ಮಾಗೆ ಅನುಭವ ಪತ್ರ” — ಅವರ ದಾಖಲೆಯಿಂದ ಕರಡು, ಬ್ರೌಸರ್‌ನಲ್ಲಿ ಸಂಪಾದನೆ, PDF ಆಗಿ ಡೌನ್‌ಲೋಡ್. ದಾಖಲೆಯಲ್ಲಿ ಇಲ್ಲದ್ದನ್ನು ಕಲ್ಪಿಸದೆ ಪ್ಲೇಸ್‌ಹೋಲ್ಡರ್ ಆಗಿ ಬಿಡಲಾಗುತ್ತದೆ.
• ಪಾಲಿಸಿ ಪ್ರಶ್ನೆಗಳು (“ಕ್ಲೈಂಟ್ ಮೀಟಿಂಗ್‌ಗೆ ಹೋದ Uber ಕ್ಲೈಮ್ ಮಾಡಬಹುದೇ?”) AIVCJ Knowledgeನ ಅದೇ ಮೂಲ ಸಹಿತ ಹುಡುಕಾಟ ಎಂಜಿನ್ ಬಳಸುತ್ತವೆ.

ಪ್ರತಿ ಸಂದರ್ಶಕರಿಗೆ ಕಂಪನಿಯ ತಮ್ಮದೇ ಪ್ರತ್ಯೇಕ ಪ್ರತಿ ಸಿಗುತ್ತದೆ, ಹಾಗಾಗಿ ಯಾರ ಅನುಮೋದನೆಗಳೂ ಇತರರೊಂದಿಗೆ ಘರ್ಷಿಸುವುದಿಲ್ಲ; ಪ್ರತಿ ರಾತ್ರಿ ಇದು ಮರುಹೊಂದಿಸಲ್ಪಡುತ್ತದೆ.

ಅಳೆಯಲಾಗಿದೆ — ತಪ್ಪುಗಳ ಸಹಿತ

ಸಹಾಯಕವನ್ನು ಆರಂಭದಿಂದ ಕೊನೆಯವರೆಗೆ ಪರೀಕ್ಷಿಸುತ್ತೇವೆ — ಲೈವ್ ಡೆಮೊದ ಅದೇ ಮಾಡೆಲ್, ಟೂಲ್‌ಗಳು, ಎಂಜಿನ್ ಮತ್ತು ಅನುಮತಿಗಳೊಂದಿಗೆ — ಎರಡು ಸೆಟ್ ಅರ್ಜಿಗಳಲ್ಲಿ, ಪ್ರತಿಯೊಂದೂ ಕಂಪನಿಯ ಹೊಸ ಪ್ರತಿಯಲ್ಲಿ. ಸಹಾಯಕ ನಿಖರವಾಗಿ ಸರಿಯಾದ ಕ್ರಿಯೆಯೊಂದಿಗೆ (ಅಥವಾ ಸರಿಯಾಗಿ ಯಾವ ಕ್ರಿಯೆಯೂ ಇಲ್ಲದೆ) ಮುಗಿಸಿದರೆ ಮಾತ್ರ, ಮತ್ತು ಉಲ್ಲೇಖ ಉತ್ತರವಿದ್ದಲ್ಲಿ AI ನಿರ್ಣಾಯಕ ಒಪ್ಪಿದರೆ ಮಾತ್ರ, ಪ್ರಕರಣ ಪಾಸ್ ಆಗುತ್ತದೆ.

• ಸ್ಕ್ರಿಪ್ಟೆಡ್ ಸೆಟ್ (30 ಅರ್ಜಿಗಳು), ಆ್ಯಪ್ ಜೊತೆ ಬರೆದು ಟ್ಯೂನಿಂಗ್‌ನಲ್ಲಿ ಬಳಸಿದ್ದು, ಅದರಲ್ಲಿ 12 ಯಾವುದಾದರೂ ನಿಯಮ ಅಥವಾ ಅನುಮತಿಯನ್ನು ಉಲ್ಲಂಘಿಸುತ್ತವೆ: ಅಂತಿಮ ರನ್‌ನಲ್ಲಿ 30ರಲ್ಲಿ 30 ಸರಿ, 12 ಉಲ್ಲಂಘನೆಗಳೂ ತಿರಸ್ಕೃತ (ಟ್ಯೂನಿಂಗ್ ವೇಳೆಯ ರನ್‌ಗಳು: 30ರಲ್ಲಿ 29).
• ಬ್ಲೈಂಡ್ ಸೆಟ್ (20 ಅರ್ಜಿಗಳು), ನಂತರ ನಮ್ಮ prompts ಅಥವಾ ಕೋಡ್ ಎಂದೂ ನೋಡದ ಇನ್ನೊಬ್ಬ ಲೇಖಕರು ಬರೆದದ್ದು — ಹಿಂಗ್ಲಿಷ್, ಅಕ್ಷರ ತಪ್ಪುಗಳು, ಅಸ್ಪಷ್ಟ ದಿನಾಂಕಗಳು (“parso se 3 din”), ಒಂದೇ ಸಂದೇಶದಲ್ಲಿ ಎರಡು ಬೇಡಿಕೆಗಳು: ಎರಡೂ ರನ್‌ಗಳಲ್ಲಿ 20ರಲ್ಲಿ 17 (85%).

ಅತ್ಯಂತ ಉಪಯುಕ್ತ ಫಲಿತಾಂಶಗಳು ವೈಫಲ್ಯಗಳೇ. ಒಂದು ಆರಂಭಿಕ ರನ್‌ನಲ್ಲಿ ಒಬ್ಬ ನೌಕರ ಅನುಭವ ಪತ್ರ ಕೇಳಿದಾಗ, ಸಹಾಯ ಮಾಡುವ ಉದ್ದೇಶದಿಂದ ಸಹಾಯಕ ಚಾಟ್‌ನಲ್ಲೇ ಒಂದನ್ನು ಬರೆಯಿತು — HR ಮಾತ್ರ ನೀಡಬೇಕಾದ ದಾಖಲೆ ಅದು. ಇನ್ನೊಂದರಲ್ಲಿ 4 ದಿನಗಳ ಕ್ಯಾಶುಯಲ್ ರಜೆಯನ್ನು ಎಂಜಿನ್‌ನಲ್ಲಿ ಪರಿಶೀಲಿಸದೆ “ಫೈಲ್ ಮಾಡಲೇ?” ಎಂದು ಕೇಳಿತು, ಹಾಗಾಗಿ ಮಿತಿ 3 ದಿನ ಎಂದು ಹೇಳಲೇ ಇಲ್ಲ. ಎರಡೂ ಈಗ ಸ್ಪಷ್ಟ ನಿಯಮಗಳು. ಬ್ಲೈಂಡ್ ಸೆಟ್ ಇನ್ನೂ ಮೂರನ್ನು ಕಂಡುಹಿಡಿಯಿತು. ಒಬ್ಬ ನೌಕರ ಐದು ದಿನಗಳ ಕ್ಯಾಶುಯಲ್ ರಜೆ ಕೇಳಿದರು: ಎಂಜಿನ್ ಸರಿಯಾಗಿಯೇ ನಿರಾಕರಿಸಿತು (ಮಿತಿ ಮೂರು), ಆದರೆ ಸಹಾಯಕ ಮೊದಲು ಕೇಳದೆ ತಾನೇ ಗಳಿಕೆ ರಜೆಯ ಕಾರ್ಡ್ ಸಿದ್ಧಪಡಿಸಿತು — ಕ್ಲಿಕ್ ಇಲ್ಲದೆ ಏನೂ ಸಲ್ಲಿಕೆಯಾಗಲಿಲ್ಲ, ಆದರೂ ರಜೆಯ ಪ್ರಕಾರ ಬದಲಿಸಬಾರದಿತ್ತು. ಒಬ್ಬ ಮ್ಯಾನೇಜರ್ “ನೇಹಾ” ಬ್ಯಾಲೆನ್ಸ್ ಕೇಳಿದಾಗ ಹೆಸರು ಹುಡುಕಾಟದಲ್ಲಿ “ಸ್ನೇಹಾ” ಕೂಡ ಹೊಂದಿಕೆಯಾಯಿತು, ಹಾಗಾಗಿ ಅನಗತ್ಯ ಪ್ರಶ್ನೆ ಕೇಳಿತು. ಮೂರನೆಯದು ಸರಿಯಾದ ನಿರಾಕರಣೆಯೇ, ಒಂದು ಹೆಚ್ಚುವರಿ ವಿವರ ಇಲ್ಲದ್ದಕ್ಕೆ AI ನಿರ್ಣಾಯಕ ಕಡಿಮೆ ಅಂಕ ನೀಡಿತು. ಮೊದಲ ಎರಡನ್ನು ಸರಿಪಡಿಸಿದೆವು; ಆ ತಿದ್ದುಪಡಿಗಳು ಬ್ಲೈಂಡ್ ಸೆಟ್‌ನಿಂದ ಬಂದಿದ್ದರಿಂದ, ನಂತರದ ರನ್‌ಗಳನ್ನು ಬ್ಲೈಂಡ್ ಎಂದು ಪರಿಗಣಿಸುವುದಿಲ್ಲ.

ಮರೆಮಾಡುವುದಕ್ಕಿಂತ ಹೇಳುವುದೇ ಮೇಲು ಎನಿಸುವ ಎರಡು ಎಚ್ಚರಿಕೆಗಳು: ಮೌಲ್ಯಮಾಪನ ಮಾಡುವುದು ಒಂದು AI (ಸಹಾಯಕದ ಅದೇ ಮಾಡೆಲ್ ಕುಟುಂಬ), ಮನುಷ್ಯರು ಪರಿಶೀಲಿಸಿಲ್ಲ; 50 ಅರ್ಜಿಗಳ ಪರೀಕ್ಷಾ ಸೆಟ್ ಚಿಕ್ಕದು. ಸಂಖ್ಯೆಗಳನ್ನು ಸೂಚಕವಾಗಿ ನೋಡಿ. ಗಾರ್ಡ್-ರೇಲ್ಸ್ ನೀಡುವ ಖಾತರಿ ರಚನಾತ್ಮಕ: ಮಾಡೆಲ್ ಏನೇ ಹೇಳಲಿ, ನಿಯಮ ಮುರಿಯುವ ಅರ್ಜಿ ಸಲ್ಲಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ, ಏಕೆಂದರೆ ನಿರ್ಧರಿಸುವುದು ಎಂಜಿನ್ — ಮಾಡೆಲ್ ಅಲ್ಲ.

ನಿಮ್ಮ HRMSನಲ್ಲಿ ಅಳವಡಿಸುವುದು

ಡೆಮೊ ನಾವು ಕ್ಲೈಂಟ್‌ಗಳಿಗೆ ಅಳವಡಿಸುವ ಅದೇ ಸ್ಟ್ಯಾಕ್‌ನಲ್ಲಿ ಓಡುತ್ತದೆ: Next.js, pgvector ಸಹಿತ PostgreSQL ಮತ್ತು Claude. ನಿಜವಾದ ಅಳವಡಿಕೆಯಲ್ಲಿ ಪಾಲಿಸಿ ಎಂಜಿನ್ ನಿಮ್ಮ ರಜೆ ನೀತಿಯಿಂದ ಸಂರಚಿಸಲ್ಪಡುತ್ತದೆ, ಟೂಲ್‌ಗಳು ನಿಮ್ಮ HRMS (Keka, Darwinbox, Zoho People ಅಥವಾ ನಿಮ್ಮದೇ) ಜೊತೆ ಮಾತನಾಡುತ್ತವೆ, ಮತ್ತು ಇದೇ ಸಹಾಯಕ WhatsAppನಲ್ಲೂ ಇರಬಹುದು. ಸಾಮಾನ್ಯವಾಗಿ ಒಂದು ಸ್ಥಳದ ರಜೆ ಮತ್ತು ಪತ್ರಗಳಿಂದ ಆರಂಭಿಸಿ, ಐವತ್ತು ನಿಜವಾದ ನೌಕರರ ವಿನಂತಿಗಳಲ್ಲಿ ಅಳೆದು, ನಂತರ ವಿಸ್ತರಿಸಲಾಗುತ್ತದೆ.

AIVCJ HR ಲೈವ್ ಆಗಿ ಪ್ರಯತ್ನಿಸಿ →