ചാറ്റ്ബോട്ടിൽ നിന്ന് സഹപ്രവർത്തകനിലേക്ക്: സുരക്ഷിതമായി പ്രവർത്തിക്കുന്ന ഒരു HR അസിസ്റ്റന്റ്
AIVCJ HR അവധി ചോദ്യങ്ങൾക്ക് മറുപടി പറയുക മാത്രമല്ല — അവധിക്ക് അപേക്ഷിക്കുന്നു, അംഗീകാരത്തിനായി അയയ്ക്കുന്നു, HR കത്തുകളുടെ കരട് തയ്യാറാക്കുന്നു. AI-യെ പ്രവർത്തിക്കാൻ അനുവദിച്ചു, പക്ഷേ നിയമങ്ങൾ ഉണ്ടാക്കാൻ അനുവദിച്ചില്ല: കോഡിൽ പോളിസി എഞ്ചിൻ, ഓരോ പ്രവൃത്തിക്കും മുമ്പ് സ്ഥിരീകരണ കാർഡ്, റോൾ അനുസരിച്ചുള്ള അനുമതികൾ, ഓഡിറ്റ് ലോഗ്. ഒരു സ്ക്രിപ്റ്റഡ് ടെസ്റ്റ് സെറ്റിലും ഒരു ബ്ലൈൻഡ് സെറ്റിലും അളന്നു.

ഏത് HR ടീമിനോടും അവരുടെ ആഴ്ച എവിടെപ്പോകുന്നു എന്ന് ചോദിക്കൂ, ഒരേ പട്ടിക കേൾക്കാം: “എനിക്ക് ഇനി എത്ര അവധി ബാക്കിയുണ്ട്?”, WhatsApp-ലെ അവധി അപേക്ഷകൾ, അംഗീകാരത്തിനായി മാനേജർമാരുടെ പിന്നാലെ ഓട്ടം, “എനിക്ക് ഒരു എക്സ്പീരിയൻസ് ലെറ്റർ അയച്ചുതരാമോ?”. പോളിസി ചാറ്റ്ബോട്ട് ആദ്യത്തേതിന് സഹായിക്കും. ബാക്കിയുള്ളവയ്ക്ക് ഒന്നും ചെയ്യില്ല — മണിക്കൂറുകൾ പോകുന്നത് അവിടെയാണ്.
അടുത്ത ചുവട് കാണിക്കാൻ ഞങ്ങൾ AIVCJ HR നിർമ്മിച്ചു: മറുപടി പറയുകയും ജോലി ചെയ്യുകയും ചെയ്യുന്ന അസിസ്റ്റന്റ്. ഇത് നിങ്ങളുടെ ബാലൻസ് പരിശോധിക്കുന്നു, നിയമങ്ങൾക്കുള്ളിൽ അവധിക്ക് അപേക്ഷിക്കുന്നു, ഒരു സംഗ്രഹത്തോടെ നിങ്ങളുടെ മാനേജർക്ക് അയയ്ക്കുന്നു, HR കത്തുകളുടെ കരട് തയ്യാറാക്കുന്നു — ഒരു ഹെഡ് ഓഫീസും മൂന്ന് ഗോഡൗണുകളിലുമായി 42 ജീവനക്കാരുള്ള Northwind Distribution എന്ന സാമ്പിൾ കമ്പനിയിൽ.
മറുപടികൾ മാത്രം കൊണ്ട് HR ഭാരം എന്തുകൊണ്ട് കുറയുന്നില്ല
ഞങ്ങളുടെ Knowledge ഡെമോ പോളിസി ചോദ്യങ്ങൾക്ക് ഉറവിടം സഹിതം മറുപടി നൽകുന്നു. അത് “പോളിസി എന്ത് പറയുന്നു?” എന്ന ചോദ്യം ഒഴിവാക്കുന്നു. പക്ഷേ ജീവനക്കാരൻ ഇപ്പോഴും ഫോം തുറക്കണം, പ്രവൃത്തി ദിവസങ്ങൾ എണ്ണണം, നോട്ടീസ് കാലാവധി നോക്കണം, അംഗീകരിക്കേണ്ടയാളെ കണ്ടെത്തി കാത്തിരിക്കണം. ജോലി സ്ഥലം മാറി; ഇല്ലാതായില്ല.
AI-യെ ജോലി ചെയ്യാൻ അനുവദിക്കുമ്പോൾ ന്യായമായ ഒരു ആശങ്ക ഉയരുന്നു: സ്വന്തം തെറ്റുകൾ സ്വയം അംഗീകരിക്കുന്നതിൽ നിന്നും, സഹായിക്കാനെന്ന പേരിൽ നിയമം വളയ്ക്കുന്നതിൽ നിന്നും, ഒരു ജീവനക്കാരന് മറ്റൊരാളുടെ ഡാറ്റ കാണിക്കുന്നതിൽ നിന്നും അതിനെ എന്ത് തടയും? അതിനാൽ ഞങ്ങൾ ആദ്യം സുരക്ഷാ വേലികൾ (ഗാർഡ്-റെയിൽസ്) രൂപകൽപ്പന ചെയ്തു.
ഗാർഡ്-റെയിൽസ്
- നിയമങ്ങൾ കോഡിലാണ്, മോഡലിലല്ല. ഒരു നിർണ്ണിത (deterministic) പോളിസി എഞ്ചിൻ തീരുമാനിക്കുന്നു: അപേക്ഷ എത്ര ദിവസമായി കണക്കാക്കണം (ഓരോ സ്ഥലത്തെയും വാരാന്ത്യ അവധിയും പൊതു അവധികളും, ഏൺഡ് ലീവിനുള്ള “സാൻഡ്വിച്ച്” നിയമം), നോട്ടീസ് കാലാവധി പാലിച്ചോ, ജീവനക്കാരൻ ഇപ്പോഴും പ്രൊബേഷനിലാണോ, ബാലൻസ് മതിയോ, ആര് അംഗീകരിക്കണം. AI എഞ്ചിനെ വിളിച്ച് ഫലം വിശദീകരിക്കുന്നു — അത് മറികടക്കാനാവില്ല.
- ക്ലിക്ക് ഇല്ലാതെ ഒന്നും സംഭവിക്കില്ല. ഓരോ മാറ്റവും — അവധി അപേക്ഷ, അപേക്ഷ റദ്ദാക്കൽ, IT അല്ലെങ്കിൽ ആസ്തി അഭ്യർത്ഥന — ഒരു സ്ഥിരീകരണ കാർഡായി കാണിക്കുന്നു: എണ്ണിയ ദിവസങ്ങൾ, പാസായതോ പരാജയപ്പെട്ടതോ ആയ ഓരോ പരിശോധനയും, മുമ്പും ശേഷവുമുള്ള ബാലൻസ്, അംഗീകാര വഴി. ആൾ Confirm അമർത്തുമ്പോൾ മാത്രമേ അപേക്ഷ ഉണ്ടാകൂ; ആ നിമിഷം എഞ്ചിൻ വീണ്ടും പരിശോധിക്കുന്നു.
- റോൾ അനുമതികൾ ടൂളുകൾ നടപ്പാക്കുന്നു. ജീവനക്കാരൻ സ്വന്തം ഡാറ്റ മാത്രം കാണുന്നു; മാനേജർ തന്റെ നേരിട്ടുള്ള ടീമിന്റേത്; മറ്റുള്ളവർക്കുള്ള കത്തുകൾ HR-ന് മാത്രമേ കരട് ചെയ്യാനാകൂ. അംഗീകാരം ഒരിക്കലും AI നൽകുന്നില്ല — മാനേജർമാർ Approvals സ്ക്രീനിൽ തീരുമാനിക്കുന്നു.
- എല്ലാം ഓഡിറ്റ് ചെയ്യപ്പെടുന്നു. ഓരോ ടൂൾ കോളും — ആര്, ഏത് റോളിൽ, AI എന്ത് ആവശ്യപ്പെട്ടു, അത് നടന്നോ, നിയമങ്ങൾ നിരസിച്ചോ, മനുഷ്യൻ സ്ഥിരീകരിച്ചോ — HR ഡാഷ്ബോർഡിലെ ഓഡിറ്റ് ലോഗിൽ രേഖപ്പെടുത്തുന്നു.
ഡെമോയിൽ നിങ്ങൾക്ക് പരീക്ഷിക്കാവുന്നവ
- പ്രിയ (ജീവനക്കാരി) ആയി: “എന്റെ ചേച്ചിയുടെ കല്യാണത്തിന് ഒക്ടോബർ 20 മുതൽ 24 വരെ അവധി വേണം.” ഒക്ടോബർ 20 അവധി ദിവസവും 24 വാരാന്ത്യ അവധിയുമാണെന്ന് എഞ്ചിൻ കണ്ടെത്തി 3 ദിവസം എണ്ണുന്നു, സഹോദരങ്ങളുടെ വിവാഹത്തിന് മാര്യേജ് ലീവ് എന്തുകൊണ്ട് ബാധകമല്ലെന്ന് വിശദീകരിച്ച് കാർഡ് കാണിക്കുന്നു.
- രോഹിത് (മാനേജർ) ആയി: അപേക്ഷ AI സംഗ്രഹത്തോടെ കാത്തിരിക്കുന്നു — പോളിസിക്കുള്ളിൽ, സ്നേഹ ഒക്ടോബർ 21–22 അവധിയിൽ, ഏൺഡ് ലീവ് 12 → 9. അംഗീകരിക്കൂ, പ്രിയയുടെ ബാലൻസും അപേക്ഷയുടെ ടൈംലൈനും ഉടൻ അപ്ഡേറ്റാകും.
- അഞ്ജലി (HR) ആയി: “കരൺ വർമ്മയ്ക്ക് എക്സ്പീരിയൻസ് ലെറ്റർ” — അദ്ദേഹത്തിന്റെ രേഖകളിൽ നിന്ന് കരട്, ബ്രൗസറിൽ എഡിറ്റ്, PDF ആയി ഡൗൺലോഡ്. രേഖയിൽ ഇല്ലാത്തത് സങ്കൽപ്പിച്ച് എഴുതാതെ പ്ലേസ്ഹോൾഡറായി വിടുന്നു.
- പോളിസി ചോദ്യങ്ങൾ (“ക്ലയന്റ് മീറ്റിംഗിന് പോയ Uber ക്ലെയിം ചെയ്യാമോ?”) AIVCJ Knowledge-ലെ അതേ ഉറവിടം കാണിക്കുന്ന തിരയൽ എഞ്ചിനാണ് ഉപയോഗിക്കുന്നത്.
ഓരോ സന്ദർശകനും കമ്പനിയുടെ സ്വന്തം പകർപ്പ് ലഭിക്കുന്നു, അതിനാൽ ആരുടെയും അംഗീകാരങ്ങൾ മറ്റുള്ളവരുമായി കൂട്ടിമുട്ടില്ല; എല്ലാ രാത്രിയും ഇത് റീസെറ്റ് ചെയ്യുന്നു.
അളന്നു — പിഴവുകൾ ഉൾപ്പെടെ
അസിസ്റ്റന്റിനെ തുടക്കം മുതൽ ഒടുക്കം വരെ ഞങ്ങൾ പരീക്ഷിക്കുന്നു — ലൈവ് ഡെമോയിലെ അതേ മോഡൽ, ടൂളുകൾ, എഞ്ചിൻ, അനുമതികൾ എന്നിവയോടെ — രണ്ട് സെറ്റ് അപേക്ഷകളിൽ, ഓരോന്നും കമ്പനിയുടെ പുതിയ പകർപ്പിൽ. അസിസ്റ്റന്റ് കൃത്യമായും ശരിയായ പ്രവൃത്തിയോടെ (അല്ലെങ്കിൽ ശരിയായി ഒരു പ്രവൃത്തിയും ഇല്ലാതെ) അവസാനിപ്പിക്കുമ്പോൾ മാത്രം, റഫറൻസ് ഉത്തരമുള്ളിടത്ത് AI ജഡ്ജ് മറുപടിയോട് യോജിക്കുമ്പോൾ മാത്രം, ഒരു കേസ് പാസാകുന്നു.
- സ്ക്രിപ്റ്റഡ് സെറ്റ് (30 അപേക്ഷകൾ), ആപ്പിനൊപ്പം എഴുതി ട്യൂണിംഗിൽ ഉപയോഗിച്ചത്, അതിൽ 12 എണ്ണം ഏതെങ്കിലും നിയമമോ അനുമതിയോ ലംഘിക്കുന്നു: അവസാന റണ്ണിൽ 30-ൽ 30 ശരി, 12 ലംഘനങ്ങളും നിരസിച്ചു (ട്യൂണിംഗ് സമയത്തെ റണ്ണുകൾ: 30-ൽ 29).
- ബ്ലൈൻഡ് സെറ്റ് (20 അപേക്ഷകൾ), പിന്നീട് ഞങ്ങളുടെ prompts-ഓ കോഡോ ഒരിക്കലും കാണാത്ത മറ്റൊരാൾ എഴുതിയത് — ഹിംഗ്ലീഷ്, അക്ഷരത്തെറ്റുകൾ, അവ്യക്തമായ തീയതികൾ (“parso se 3 din”), ഒരു സന്ദേശത്തിൽ രണ്ട് ആവശ്യങ്ങൾ: രണ്ട് റണ്ണിലും 20-ൽ 17 (85%).
ഏറ്റവും പ്രയോജനപ്പെട്ട ഫലങ്ങൾ പരാജയങ്ങളായിരുന്നു. ഒരു ആദ്യകാല റണ്ണിൽ ഒരു ജീവനക്കാരൻ എക്സ്പീരിയൻസ് ലെറ്റർ ചോദിച്ചപ്പോൾ, സഹായിക്കാനായി അസിസ്റ്റന്റ് ചാറ്റിൽ തന്നെ ഒന്ന് എഴുതി — HR മാത്രം നൽകേണ്ട രേഖ. മറ്റൊന്നിൽ 4 ദിവസത്തെ കാഷ്വൽ ലീവ് എഞ്ചിനിലൂടെ പരിശോധിക്കാതെ “ഫയൽ ചെയ്യട്ടേ?” എന്ന് ചോദിച്ചു, അതിനാൽ പരിധി 3 ദിവസമാണെന്ന് ഒരിക്കലും പറഞ്ഞില്ല. രണ്ടും ഇപ്പോൾ വ്യക്തമായ നിയമങ്ങളാണ്. ബ്ലൈൻഡ് സെറ്റ് മൂന്നെണ്ണം കൂടി കണ്ടെത്തി. ഒരു ജീവനക്കാരി അഞ്ച് ദിവസത്തെ കാഷ്വൽ ലീവ് ചോദിച്ചു: എഞ്ചിൻ ശരിയായി നിരസിച്ചു (പരിധി മൂന്ന്), പക്ഷേ അസിസ്റ്റന്റ് ആദ്യം ചോദിക്കാതെ സ്വയം ഏൺഡ് ലീവ് കാർഡ് തയ്യാറാക്കി — ക്ലിക്ക് ഇല്ലാതെ ഒന്നും സമർപ്പിച്ചില്ല, എങ്കിലും അവധിയുടെ തരം മാറ്റരുതായിരുന്നു. ഒരു മാനേജർ “നേഹ”യുടെ ബാലൻസ് ചോദിച്ചപ്പോൾ പേര് തിരയലിൽ “സ്നേഹ”യും പൊരുത്തപ്പെട്ടു, അതിനാൽ അനാവശ്യ ചോദ്യം ചോദിച്ചു. മൂന്നാമത്തേത് ശരിയായ നിരസിക്കലായിരുന്നു, ഒരു അധിക വിവരം ഇല്ലാത്തതിന് AI ജഡ്ജ് മാർക്ക് കുറച്ചു. ആദ്യ രണ്ടെണ്ണം ഞങ്ങൾ തിരുത്തി; ആ തിരുത്തലുകൾ ബ്ലൈൻഡ് സെറ്റിൽ നിന്ന് വന്നതിനാൽ, അതിനുശേഷമുള്ള റണ്ണുകൾ ബ്ലൈൻഡായി കണക്കാക്കുന്നില്ല.
മറച്ചുവെക്കുന്നതിനേക്കാൾ പറയാൻ ആഗ്രഹിക്കുന്ന രണ്ട് മുന്നറിയിപ്പുകൾ: വിലയിരുത്തൽ നടത്തുന്നത് ഒരു AI ആണ് (അസിസ്റ്റന്റിന്റെ അതേ മോഡൽ കുടുംബം), മനുഷ്യർ പരിശോധിച്ചിട്ടില്ല; 50 അപേക്ഷകളുടെ ടെസ്റ്റ് സെറ്റ് ചെറുതാണ്. സംഖ്യകളെ സൂചനയായി കാണുക. ഗാർഡ്-റെയിൽസ് നൽകുന്ന ഉറപ്പ് ഘടനാപരമാണ്: മോഡൽ എന്ത് പറഞ്ഞാലും, നിയമം ലംഘിക്കുന്ന അപേക്ഷ സമർപ്പിക്കാനാവില്ല, കാരണം തീരുമാനിക്കുന്നത് എഞ്ചിനാണ് — മോഡലല്ല.
നിങ്ങളുടെ HRMS-ൽ നടപ്പാക്കൽ
ഞങ്ങൾ ക്ലയന്റുകൾക്കായി സജ്ജമാക്കുന്ന അതേ സ്റ്റാക്കിലാണ് ഡെമോ പ്രവർത്തിക്കുന്നത്: Next.js, pgvector ഉള്ള PostgreSQL, Claude. യഥാർത്ഥ നടപ്പാക്കലിൽ പോളിസി എഞ്ചിൻ നിങ്ങളുടെ അവധി നയത്തിൽ നിന്ന് ക്രമീകരിക്കുന്നു, ടൂളുകൾ നിങ്ങളുടെ HRMS-ുമായി (Keka, Darwinbox, Zoho People അല്ലെങ്കിൽ നിങ്ങളുടേത്) സംസാരിക്കുന്നു, ഇതേ അസിസ്റ്റന്റ് WhatsApp-ലും ആകാം. സാധാരണയായി ഒരു സ്ഥലത്തെ അവധിയും കത്തുകളുമായി ആരംഭിച്ച്, അമ്പത് യഥാർത്ഥ ജീവനക്കാരുടെ അഭ്യർത്ഥനകളിൽ അളന്ന്, പിന്നീട് വിപുലീകരിക്കുന്നു.
- #AI agents
- #HR tech
- #Case study
- #Claude
- #Evaluation
പതിവ് ചോദ്യങ്ങൾ
01AI-ക്ക് സ്വയം എന്തെങ്കിലും അംഗീകരിക്കാനോ സമർപ്പിക്കാനോ കഴിയുമോ?
02AI ഒരു അവധി നിയമം തെറ്റായി മനസ്സിലാക്കിയാൽ?
03ഇത് ഞങ്ങളുടെ HRMS-ുമായി പ്രവർത്തിക്കുമോ?
AI HR മാനേജർ
നിങ്ങളുടെ HR പോളിസികൾ, ജീവനക്കാർക്ക് 24/7 ഉത്തരം നൽകുന്നു.
വായന തുടരൂ
ERP & ഓപ്പറേഷൻസ്4 മിനിറ്റ് വായന
WhatsApp ഫോട്ടോകളിൽ നിന്ന് ലൈവ് ഓർഡർ ബുക്കിലേക്ക്: ഡിസ്ട്രിബ്യൂട്ടർമാർക്കായി ERP-യും ഓഫ്ലൈൻ ഫീൽഡ് ആപ്പും
Tally + Excel + WhatsApp എന്ന ചക്രത്തിന് പകരമാണ് AIVCJ ERP: സിഗ്നൽ ഇല്ലാതെയും ഓർഡർ എടുക്കുന്ന, ഒരിക്കലും രണ്ടുതവണ sync ചെയ്യാത്ത ഫീൽഡ് ആപ്പ്; കോഡിൽ തന്നെ തീരുമാനിക്കുന്ന ക്രെഡിറ്റ് ഹോൾഡുകൾ; GST ഇൻവോയ്സുകളോടെ FEFO പിക്കിംഗ്; ലളിതമായ ഇംഗ്ലീഷിൽ ചോദിക്കുന്ന ചോദ്യങ്ങൾക്ക് നിങ്ങൾക്ക് കാണാവുന്ന ഒരു read-only query വഴി ഉത്തരം. രണ്ട് ഫോണുകൾ ഉപയോഗിച്ചുള്ള sync ടെസ്റ്റും ഒരു blind NL-to-SQL സെറ്റും കൊണ്ട് അളന്നത്.
കൂടുതൽ വായിക്കൂ2 മിനിറ്റ് വായന
എന്താണ് RAG — നിങ്ങളുടെ ബിസിനസിന് അത് ശരിക്കും എപ്പോഴാണ് വേണ്ടത്?
Retrieval-augmented generation വഴി AI ഊഹിക്കുന്നതിന് പകരം നിങ്ങളുടെ സ്വന്തം ഡോക്യുമെന്റുകളിൽ നിന്ന് ഉത്തരം നൽകുന്നു. ഇത് എങ്ങനെ പ്രവർത്തിക്കുന്നു, എവിടെ തിളങ്ങുന്നു, നിങ്ങൾ തയ്യാറാണെന്നതിന്റെ സൂചനകൾ എന്തെല്ലാം — ഇതാ.
കൂടുതൽ വായിക്കൂ
AI & RAG3 മിനിറ്റ് വായന
മിക്ക കമ്പനി ചാറ്റ്ബോട്ടുകളും എന്തുകൊണ്ട് ഉത്തരങ്ങൾ കെട്ടിച്ചമയ്ക്കുന്നു — ഉറവിടം കാണിക്കുന്ന ഒന്ന് ഞങ്ങൾ എങ്ങനെ നിർമ്മിച്ചു
AIVCJ Knowledge-ന്റെ അണിയറയിൽ: ഹൈബ്രിഡ് തിരയൽ, ചോദ്യ ആസൂത്രണം, ഓരോ ഉത്തരത്തിനും അടിസ്ഥാന പരിശോധന, രണ്ട് പൊതു ടെസ്റ്റ് സെറ്റുകൾ — അതിലൊന്ന് യഥാർത്ഥ ആളുകൾ ടൈപ്പ് ചെയ്യുന്നതുപോലെ എഴുതിയ ബ്ലൈൻഡ് സെറ്റ്. സാമ്പിൾ HR, ഉൽപ്പന്ന, GST രേഖകളിലോ നിങ്ങളുടെ സ്വന്തം PDF-ലോ ലൈവായി പരീക്ഷിക്കൂ.
കൂടുതൽ വായിക്കൂ