Искусственный интеллект научили определять желающих уволиться сотрудников

Как это работает

Авторы алгоритма — профессоры Брукс Холтом из Джорджтаунского университета и Дэвид Аллен из Техасского христианского университета.

С помощью больших данных и машинного обучения они создали инструмент, который в реальном времени отслеживает два основных показателя, которые влияют на желание сотрудника уволиться.

Первый показатель — шокирующие перемены. Ученые отнесли сюда такие события, как смена руководства или покупка компании. При измерении показателя учитываются изменение стоимости акций, статьи в СМИ и судебные иски против компании.

Второй показатель — вовлеченность. Он позволяет оценить, насколько сильную связь испытывает человек со своим местом работы. Рассчитывается показатель на основе открытых данных о сотруднике, таких как пол, образование, навыки, количество предыдущих мест работы и срок работы в этой компании.

Как проверялся алгоритм

Ученые применили алгоритм к более чем 500 тысячам сотрудников разных организаций в США. Система присвоила каждому одну из четырех оценок возможности ухода в другую компанию: маловероятно, менее вероятно, более вероятно или наиболее вероятно.

Чтобы проверить работу алгоритма, ученые разослали всем этим людям письма с предложениями о работе. Далее они проанализировали, сколько человек открыли и прочитали письмо, кто перешел по ссылке на вакансию и кто открывал ее несколько раз.

В результате люди, которых алгоритм обозначил как наиболее заинтересованных в новой работе, проявили к рассылке наибольший интерес. Вероятность их ухода с нынешней работы оказалось на 63% выше, чем у людей, чье увольнение алгоритм расценил как маловеротяное.

В чем польза

По оценке ученых, затраты на замену квалифицированного сотрудника могут в два раза превышать его зарплату. Финансовые потери включают в себя упущенное время, зарплату HR-специалистов и траты на обучение новичка. Из-за того, что некоторые вакансии остаются открытыми долго, компании теряют до $800 тысяч в год.

По мнению авторов алгоритма, он поможет менеджерам удерживать сомневающихся сотрудников либо вовремя начинать искать им замену.