top of page

Rekrutacja AI w Tesco i podział w brytyjskim handlu detalicznym

16 minut temu
11 minut(y) czytania
Illustrative photograph. Photo: Ann Hannes / Pexels.

Rekrutacja AI w Tesco jest częścią zgłaszanej zmiany wśród brytyjskich detalistów, którzy zwracają się ku rekrutacji technologicznej, nawet gdy rosnące koszty ograniczają zatrudnianie w innych obszarach. Bloomberg podał 13 listopada, że niektóre duże sieci rozwijają rekrutację na stanowiska związane ze sztuczną inteligencją i technologią, jednocześnie ograniczając ją w innych działach. Obejmują one obsadę sklepów. Kontrast ten wskazuje na zmieniające się priorytety inwestycyjne, choć nie dowodzi, że AI spowodowała szersze spowolnienie rekrutacji.

Kluczowe napięcie dotyczy bieżącej zdolności kadrowej oraz inwestycji mających poprawić przyszłą produktywność. Detaliści nadal potrzebują ludzi do obsługi klientów i prowadzenia sklepów. Jednocześnie budują kompetencje programistyczne, które — jak oczekują ich menedżerowie — usprawnią zakupy, planowanie i pracę administracyjną.

Tesco i Marks & Spencer stanowią użyteczne punkty odniesienia, ponieważ ich publiczne komunikaty opisują różne zastosowania AI. Tesco rozwinęło wsparcie klientów podczas zakupów, podczas gdy M&S ogłosiło narzędzia dla kierowników sklepów i pracowników wsparcia. Razem przykłady te pomagają wyjaśnić, dlaczego rekrutacja technologiczna może pozostać priorytetem podczas szerszego ograniczenia zatrudnienia.

Rekrutacja AI w Tesco odzwierciedla zmianę priorytetów

Relacja Bloomberga o rekrutacji AI w handlu detalicznym opisuje rozbieżność między zatrudnianiem w technologii a rekrutacją w pozostałych obszarach brytyjskiego handlu detalicznego. Jej publicznie dostępny fragment wskazuje rosnące koszty jako ograniczenie dla szerszej rekrutacji. Pełny raport nie był dostępny na potrzeby tej analizy, co ogranicza możliwość weryfikacji przedstawionych w nim danych o rekrutacji na poziomie poszczególnych firm.

Zgłaszana zmiana dotyczy tego, którym kompetencjom detaliści nadają priorytet, a nie jednolitego wzrostu lub spadku w każdym dziale.

To rozróżnienie jest istotne, ponieważ rekrutacja to zbiór decyzji, a nie jeden przełącznik obejmujący całą firmę. Detalista może zatwierdzić wakat dla specjalisty inżynierii, pozostawiając jednocześnie nieobsadzone stanowisko w sklepie. Decyzje te mogą odzwierciedlać różne budżety, potrzeby operacyjne i oczekiwania dotyczące przyszłych zwrotów.

Jednak równoczesne decyzje nie dowodzą bezpośredniego przeniesienia między tymi stanowiskami. Zatrudnienie inżyniera nie musi odpowiadać zlikwidowanemu wakatowi w sklepie. Ustalenie takiego związku wymaga informacji o planach zatrudnienia firmy i o tym, jak zmieniły się jej budżety.

Ostrożności wymaga również język używany wokół rekrutacji. Ogłoszenia o pracę wskazują na zapotrzebowanie na kompetencje, lecz nie potwierdzają, że pracodawca obsadził stanowisko. Zrealizowane zatrudnienia, łączna liczba pracowników i ogłaszane wakaty opisują różne etapy procesu zatrudnienia.

Stanowisko może pozostawać ogłoszone, gdy firma szuka odpowiedniego kandydata. Ogłoszenie może także zniknąć, ponieważ pracodawca je wycofał. Żadne z tych zdarzeń, rozpatrywane osobno, nie dowodzi, że ktoś dołączył do listy płac.

Rekrutacja technologiczna rodzi kolejny problem klasyfikacyjny. Część stanowisk technicznych bezpośrednio rozwija systemy AI, podczas gdy inne utrzymują dane i oprogramowanie wymagane przez te systemy. Traktowanie każdego wakatu technologicznego jako pracy związanej z AI zawyżałoby to, co może pokazać szeroka kategoria rekrutacyjna.

Dla czytelników oceniających tę historię użyteczne pytanie brzmi: czy zestaw poszukiwanych kompetencji zmienia się w sposób konsekwentny. Wymaga to porównywalnych kategorii stanowisk i okresów obserwacji. Zmiana etykiet jest słabszym dowodem niż trwała zmiana w pracy opisywanej przez pracodawców.

Obecne doniesienia dają powód, by zbadać tę zmianę. Nie dostarczają zweryfikowanej krajowej liczby zatrudnionych w AI ani pracowników handlu detalicznego, których miejsca pracy zostały wyparte. Utrzymanie tej granicy ułatwia zrozumienie leżącego u podstaw zjawiska.

Detaliści wydają się gotowi chronić wybrane inwestycje technologiczne pod presją finansową. To, czy inwestycje te ostatecznie zwiększą możliwości operacyjne, zmniejszą zapotrzebowanie na pracę czy wesprą wzrost, pozostaje odrębnym pytaniem.

Zespoły sklepowe i liderzy technologii mierzą się z różnymi presjami

Podział rekrutacyjny tworzy odmienne problemy dla osób pracujących w tej samej firmie. Kierownicy sklepów potrzebują wystarczających zasobów, by obsłużyć dzisiejsze obciążenie pracą. Liderzy technologii muszą uzasadniać inwestycje, których korzyści zależą od wdrożenia i przyjęcia przez użytkowników.

Presja dotyka obu grup, lecz różnią się ich horyzonty czasowe i miary sukcesu.

Dla zespołu sklepowego nieobsadzony wakat może mieć natychmiastowe znaczenie, jeśli obciążenie pracą pozostaje bez zmian. Istotne miary obejmują dostępne godziny pracy, realizację zadań i obsługę klienta. Obietnica przyszłych oszczędności administracyjnych nie rozwiązuje bieżącego problemu z harmonogramem.

Dla zespołu technologicznego zatwierdzony wakat to dopiero początek. Nowi pracownicy potrzebują dostępu do systemów, zrozumienia procesów biznesowych i jasnego zakresu odpowiedzialności. Ogłoszenie rekrutacyjne daje zatem ograniczone świadectwo tego, kiedy pojawią się korzyści operacyjne.

Tworzy to dla zarządu ryzyko związane z czasem. Jeśli firma ogranicza zatrudnienie, zanim nowy system stanie się użyteczny, lukę przejmują pracownicy. Jeśli inwestuje bez zmiany nieskutecznych procesów, oczekiwane oszczędności mogą pozostać nieosiągalne.

Są to potencjalne konsekwencje strategii, a nie zweryfikowane wyniki u omawianych tutaj detalistów. Aby możliwa była pewniejsza ocena, ujawnienia firm musiałyby połączyć daty wdrożeń, decyzje kadrowe i wyniki operacyjne.

Liderzy finansowi stoją przed powiązanym problemem pomiaru. Muszą odróżnić rzeczywistą efektywność od pracy przeniesionej do innego zespołu. Szybszy proces raportowania ma mniejszą wartość, jeśli pracownicy poświęcają zaoszczędzony czas na korygowanie jego wyników.

Pracownicy muszą również wiedzieć, co dzieje się z możliwościami stworzonymi przez technologię. Kierownictwo może wykorzystać zaoszczędzony czas do poprawy obsługi, wsparcia wzrostu, ograniczenia nadgodzin lub spowolnienia rekrutacji zastępczej. Wybory te prowadzą do różnych skutków dla zatrudnienia, nawet jeśli oprogramowanie działa zgodnie z założeniami.

Dlatego wdrożenie AI potrzebuje wyjaśnienia kadrowego obok technicznego. Pracownicy potrzebują jasności co do tego, które zadania się zmienią i kto pozostaje odpowiedzialny. Bez niej to samo ogłoszenie może brzmieć jak wsparcie dla jednej grupy odbiorców, a ostrzeżenie dla innej.

Dla programistów rozważających role w handlu detalicznym podział rekrutacyjny rodzi praktyczne pytania o wsparcie organizacyjne. Stanowisko może oferować pracę o istotnym znaczeniu, a zarazem wiązać się z oczekiwaniami kształtowanymi przez ograniczony budżet operacyjny. Jasna odpowiedzialność i realistyczne cele realizacyjne stają się szczególnie cenne.

Kandydaci powinni sprawdzić, czy pracodawca zdefiniował problem biznesowy i uprawnienia zespołu do jego rozwiązania. Szeroki mandat, by „wdrażać AI”, mówi niewiele. Konkretna odpowiedzialność powiązana z procesem operacyjnym daje wyraźniejszy obraz roli.

Szersza stawka dotyczy więc realizacji w takim samym stopniu jak zatrudniania. Detaliści muszą połączyć specjalistyczne kompetencje z ludźmi i procesami, które decydują o codziennej wydajności.

Tesco i M&S pokazują różne powody inwestowania

Publiczne ujawnienia Tesco dostarczają dowodów na istnienie rozwiniętej działalności technologicznej stojącej za historią rekrutacyjną. W swoich wynikach rocznych firma podała, że jej zespół technologiczny podwoił się w ciągu sześciu lat do ponad 6 000 specjalistów. Zespół ten działa w kilku krajach, dlatego liczby tej nie należy przedstawiać jako liczby brytyjskich pracowników AI.

Praca skierowana do klientów stanowi konkretny przykład. Wskazówki Tesco z 19 sierpnia dotyczące asystenta planowania posiłków opisują wersję beta dostępną początkowo dla wybranych klientów. Funkcja pomaga w pomysłach na przepisy, planach posiłków, sprawdzaniu składników oraz dodawaniu produktów do koszyka lub listy zakupów.

M&S podkreślało wsparcie pracowników. 25 marca ogłosiło 11 000 licencji Microsoft 365 Copilot dla kierowników sklepów i pracowników centrum wsparcia. W komunikacie o narzędziach dla kierowników sklepów opisano pomoc w sporządzaniu notatek ze spotkań, dostępie do informacji o sprzedaży, harmonogramach i przekazywaniu obowiązków, wspieraną szkoleniami.

Ujawnienia te wskazują odrębne cele inwestycyjne: pomaganie klientom w zakupach oraz pomaganie pracownikom w zarządzaniu ich pracą.

Porównanie nie dowodzi, że którykolwiek z detalistów wybrał strategię wyłączną. Pokazuje, dlaczego jedna etykieta, taka jak „AI w handlu detalicznym”, może ukrywać różne cele biznesowe. To właśnie te cele powinny określać sposób, w jaki czytelnicy oceniają powiązaną rekrutację.

Asystent zakupowy musi być użyteczny w ścieżce zakupowej klienta. Jego rekomendacje muszą łączyć się z istotnymi informacjami i praktycznymi działaniami. Sama atrakcyjna rozmowa nie dowodziłaby poprawy doświadczenia zakupowego.

Asystent pracownika podlega innemu testowi. Jego wynik musi pomagać komuś dokładnie i sprawnie wykonywać obowiązki zawodowe. Dopracowane podsumowanie ma ograniczoną wartość, jeśli kierownik nadal musi odtwarzać informacje źródłowe.

Te różnice wyjaśniają, dlaczego wdrożenie może wymagać wewnętrznej wiedzy specjalistycznej, nawet gdy detalista korzysta z zewnętrznego produktu programistycznego. Ktoś musi zdefiniować dostęp, zintegrować informacje, ocenić wyniki i obsłużyć awarie. Zakup oprogramowania nie rozstrzyga automatycznie tych kwestii operacyjnych.

Komplikują również bezpośrednie porównania między detalistami. Funkcji dla klientów i narzędzia administracyjnego nie należy oceniać według tej samej miary wdrożenia. Każde wymaga dowodów powiązanych z jego zamierzonym celem.

W przypadku funkcji zakupowej użyteczne dowody łączyłyby ponowne użycie z pomyślnymi rezultatami dla klientów. W przypadku narzędzia dla pracowników łączyłyby regularne użycie z rzetelną pracą i ograniczeniem wysiłku administracyjnego. Żadnego z tych testów nie można zastąpić liczeniem licencji ani ogłaszaniem dostępności.

Istnieje również różnica między wprowadzeniem funkcji a zmianą sposobu działania firmy. Ograniczone udostępnienie może ujawnić problemy przed szerszym wdrożeniem. Samo w sobie nie może dowieść korzyści w całej organizacji.

Wyzwanie dotyczące wiedzy wykracza poza model generujący odpowiedź. Zespoły potrzebują niezawodnego dostępu do procedur, decyzji i materiałów wspierających. Rozróżnienie między wiedzą osobistą a zespołową pomaga wyjaśnić, dlaczego dostęp do informacji wymaga jasno określonego właściciela.

To właśnie tutaj rekrutacja technologiczna w handlu detalicznym staje się ważniejsza niż pojedyncze ogłoszenie o pracę. Zatrudnione osoby muszą połączyć możliwości oprogramowania z konkretnym procesem biznesowym. Jakość tego połączenia zdecyduje, czy inwestycja przyniesie użyteczne rezultaty.

Presja kosztowa utrudnia kompromis dotyczący produktywności

Zgłaszany wzorzec rekrutacyjny sugeruje, że niektórzy detaliści uznają wydatki technologiczne za zgodne z bardziej rygorystyczną dyscypliną operacyjną. Jest to wiarygodne stanowisko zarządcze. Nadal wymaga jednak dowodów pokazujących, że inwestycja poprawia wyniki po uwzględnieniu jej pełnych kosztów.

Strategia produktywności odnosi sukces, gdy usprawnia pracę potrzebną do obsługi klientów, w tym wysiłek wymagany do utrzymania technologii.

To kluczowy kompromis stojący za podziałem rekrutacyjnym. Detaliści mogą dążyć do przyszłej efektywności, ograniczając bieżącą rekrutację, lecz korzyści i obciążenia pojawiają się w różnych terminach. Prace wdrożeniowe rozpoczynają się, zanim oszczędności staną się pewne.

Rozważmy przykładowy proces administracyjny. Menedżer otrzymuje automatyczne podsumowanie i sprawdza je przed podjęciem działania. Jeśli podsumowanie jest dokładne i przydatne, może skrócić czas przygotowania.

Jeśli podsumowanie wielokrotnie pomija ważny kontekst, menedżer musi je zbadać i skorygować. Pozorna oszczędność czasu wtedy maleje. Właściwe porównanie obejmuje przygotowanie, weryfikację, korektę i działania następcze.

Ten przykład nie jest zmierzonym wynikiem Tesco ani M&S. Ilustruje dowody potrzebne do oceny twierdzenia o efektywności. Ta sama zasada dotyczy innych systemów, które obiecują ograniczyć rutynowy wysiłek.

Firma musi także odróżniać lokalne usprawnienia od szerszych korzyści operacyjnych. Oszczędność czasu przy jednym zadaniu nie gwarantuje, że cały proces stanie się szybszy. Innym etap może nadal pozostawać ograniczeniem.

Z tego powodu plany rekrutacyjne powinny być powiązane z jasno określonymi obowiązkami. Inżynierowie muszą wiedzieć, za jaki problem operacyjny odpowiadają i jak będzie oceniany sukces. Zespoły sklepowe potrzebują praktycznego sposobu zgłaszania problemów i wnioskowania o zmiany.

Znaczenie ma również podział korzyści. Jeśli asystent ogranicza wysiłek administracyjny, kierownictwo musi zdecydować, co pracownicy powinni robić z uwolnioną przepustowością. Ta decyzja wpływa na to, czy inwestycja poprawi obsługę, wesprze ekspansję czy ograniczy przyszłe potrzeby kadrowe.

Te możliwości powinny pozostać rozdzielone w publicznej dyskusji. Narzędzie, które pomaga pracownikom wykonywać ich pracę, nie jest automatycznie dowodem zastępowania ich. Podobnie dzisiejsze wsparcie nie wyklucza późniejszych zmian w planach zatrudnienia.

Ten kompromis wpływa także na sposób, w jaki firmy powinny opisywać swoje postępy. Stwierdzenie o szybszym wykonywaniu zadań wymaga zdefiniowanego porównania. Stwierdzenie o efektywności zatrudnienia wymaga informacji o obciążeniu pracą i wynikach usług.

W przeciwnym razie pozorna poprawa może odzwierciedlać zmieniony standard usług albo pracę przeniesioną poza mierzony proces. Żadna z tych możliwości nie dowodzi, że inwestycja się nie powiodła. Obie pokazują, dlaczego wąska nagłówkowa metryka może być niepełna.

Historia rekrutacji stawia więc przed kadrą zarządzającą wymagające pytanie: jaki wynik operacyjny uzasadnia ochronę tej inwestycji, gdy inne wakaty są poddawane kontroli? Wiarygodna odpowiedź powinna łączyć ludzi, wdrożenie, wyniki i odpowiedzialność.

Dla pracowników równoważne pytanie dotyczy obciążenia pracą. Jeśli kierownictwo oczekuje, że pracownicy osiągną więcej przy mniejszej liczbie nowych osób w zespole, powinno wyjaśnić, jakie wsparcie jest dostępne. Oczekiwania wobec technologii stają się bardziej wiarygodne, gdy pracownicy widzą, że to wsparcie działa.

Ogłoszenia o pracę nie mogą dowieść, że AI zastąpiła pracowników

Najmocniejsza sceptyczna odpowiedź na tę historię dotyczy ograniczeń dowodów. Ogłoszenia rekrutacyjne, komunikaty firm i badania zatrudnienia odpowiadają na powiązane pytania. Nie można ich swobodnie łączyć w jedną estymację strat miejsc pracy napędzanych przez AI.

Office for National Statistics stanowi użyteczny szerszy punkt odniesienia. Jego badanie AI workforce survey z 8 października 2026 r. wykazało, że 6% firm korzystających z AI, zatrudniających co najmniej 10 osób, przypisało we wrześniu zmniejszenie zatrudnienia wdrożeniu tej technologii. Wskaźnik obejmuje przedsiębiorstwa z różnych branż, a nie tylko handel detaliczny.

Badanie to zapewnia kontekst, ale nie może określić, dlaczego konkretny detalista ograniczył rekrutację.

Odsetek opisuje udział firm, a nie udział pracowników czy miejsc pracy. Odzwierciedla także zgłoszone skutki w zakresie badania. Traktowanie go jako odsetka zatrudnienia wyeliminowanego przez AI błędnie przedstawiałoby tę miarę.

ONS określa te szacunki jako oficjalne statystyki w fazie rozwoju i zaleca ostrożność. Ma to znaczenie przy porównywaniu ich z prywatnymi danymi o wakatach. Różny zakres, pytania i okresy obserwacji mogą dawać wyniki, które należy rozpatrywać obok siebie, ale nie łączyć.

Kolejnym wyzwaniem jest przyczynowość. Detalista może inwestować w AI, jednocześnie mierząc się z niezwiązanymi z nią presjami kadrowymi. Aby ustalić bezpośrednią zależność, relacjonowanie wymaga wyjaśnienia firmy lub dowodów łączących wdrożenie z konkretną decyzją dotyczącą zatrudnienia.

Proste nakładanie się w czasie jest niewystarczające. Nie pokazuje, co pracodawca zrobiłby bez inwestycji technologicznej. Brak tego porównania ogranicza pewność twierdzeń o zastępowaniu pracowników.

Miary wakatów wymagają również jasno określonego mianownika. Oferty pracy technologicznej stanowią jedynie część rekrutacji detalisty. Duży udział w tej kategorii nie dowodzi podobnego udziału wśród stanowisk sklepowych, magazynowych, administracyjnych i innych.

Geografia wprowadza kolejną granicę. Międzynarodowej kadry technologicznej nie można traktować jako krajowej sumy zatrudnienia w AI. Dane na poziomie firmy muszą zachowywać informacje o lokalizacji i kategoriach stanowisk.

Istnieje też dalsza różnica między wolniejszą rekrutacją a zwolnieniami. Firma może ograniczać zatrudnianie, zachowując dotychczasowych pracowników. Może również zmieniać swoją siłę roboczą poprzez odejścia osób, których nie decyduje się zastąpić.

Te ścieżki mają znaczenie dla pracowników, ale nie są wymienne. Relacjonowanie powinno wskazać, które działanie nastąpiło, zanim przypisze mu wyjaśnienie. W przeciwnym razie historia o priorytetach rekrutacyjnych staje się niepopartą relacją o niszczeniu miejsc pracy.

Przeciwny wniosek również posuwałby się za daleko. Ograniczone dowody na bezpośrednie wypieranie nie dowodzą, że AI nie ma wpływu na zatrudnienie. Pracodawcy mogą zmieniać przyszłe plany rekrutacyjne, zanim widoczna zmiana pojawi się w łącznej liczbie pracowników.

Możliwa do obrony interpretacja jest węższa. Dostępne relacje opisują selektywną rekrutację technologiczną w okresie szerszego ograniczania zatrudnienia. Publiczne materiały firmowe potwierdzają istotne inicjatywy AI, podczas gdy konsekwencje dla zatrudnienia pozostają niepełnie udokumentowane.

Pozostawia to miejsce na kontrolę bez konieczności przewidywania powszechnego zastępowania pracowników. Czytelnicy mogą poważnie traktować zmianę w rekrutacji, jednocześnie wstrzymując ocenę jej ostatecznego wpływu na zatrudnienie.

Obserwuj rekrutację, wdrożenie i wyniki operacyjne

Kolejny etap tej historii należy oceniać na podstawie dowodów łączących decyzje rekrutacyjne z pracą wewnątrz firmy. W nadchodzących miesiącach najbardziej użyteczne sygnały będą dotyczyć zakończonej rekrutacji, trwałego wykorzystania i wyników operacyjnych. Należy je analizować w tej kolejności.

Uzasadnienie inwestycji staje się silniejsze, gdy rekrutacja specjalistów prowadzi do użytecznego wdrożenia i mierzalnych usprawnień, nie zaciemniając konsekwencji dla pracowników.

Po pierwsze, należy obserwować porównywalne ujawnienia dotyczące rekrutacji i zatrudnienia. Przydatne aktualizacje odróżniałyby ogłaszane wakaty od obsadzonych stanowisk oraz oddzielały pracę specyficzną dla AI od szerszych ról technologicznych. Wskazywałyby również geografię i odróżniały nowe stanowiska od zastępstw.

Takie dowody pokazałyby, czy zgłoszona zmiana utrzymuje się dłużej niż pojedynczy moment. Dalsze zatrudnianie specjalistów przy jednoczesnym szerszym ograniczeniu rekrutacji wzmocniłoby interpretację selektywnej inwestycji. Spadek liczby ogłoszeń bez informacji o zakończonych zatrudnieniach pozostawiłby obraz nierozstrzygnięty.

Komentarze firm mogą pomagać, ale terminy muszą pozostawać spójne. Zmieniająca się definicja „technologii” może utrudnić ocenę pozornego trendu. Czytelnicy powinni preferować porównania zachowujące te same kategorie stanowisk i okresy obserwacji.

Po drugie, należy obserwować, czy ogłoszone narzędzia stają się częścią regularnej pracy. Istotnym sygnałem jest trwałe korzystanie z nich przy zadaniu, do którego wsparcia została zaprojektowana dana funkcja. Dostępność zapewnia dostęp; powtarzalne, użyteczne korzystanie ustanawia więcej.

W przypadku wsparcia skierowanego do klientów istotne dowody wyjaśniałyby, czy ludzie wracają i realizują zamierzone zadania zakupowe. W przypadku narzędzi dla pracowników wyjaśniałyby, czy personel nadal z nich korzysta i jakiej skali weryfikacji wymagają ich wyniki. Są to kryteria oceny, a nie wyniki już tutaj ustalone.

Szersze wdrożenie wzmocniłoby argument tylko wtedy, gdy użyteczność przetrwałaby poza początkowym wydaniem. Mniejsze wdrożenie z wyraźnymi korzyściami może być bardziej informacyjne niż duże ogłoszenie bez szczegółów operacyjnych. Z kolei powtarzające się ograniczenia lub rozległa praca korygująca uzasadniałyby bliższą kontrolę.

Po trzecie, należy obserwować wyniki łączące technologię zarówno z usługami, jak i pracą. Aktualizacje finansowe powinny wyjaśniać, co się poprawiło, jak firma to zmierzyła i co stało się z zatrudnieniem. Twierdzenie o efektywności staje się bardziej użyteczne, gdy kierownictwo wskazuje stojące za nim obciążenie pracą.

Jakość usług należy uwzględnić w tej ocenie. Zmniejszone zapotrzebowanie na pracę jest niepełną miarą sukcesu, jeśli pracownicy mierzą się z niezrównoważonym obciążeniem lub klienci otrzymują gorszą obsługę. Lepsze wyniki operacyjne przy niezawodnej obsłudze stanowiłyby mocniejszy dowód, że inwestycja działa.

W przypadku rekrutacji AI w Tesco kolejnym użytecznym rozwojem byłoby zatem wyraźniejsze połączenie między rekrutacją, wdrożonymi systemami i wynikami biznesowymi. W szerszym ujęciu brytyjskiego handlu detalicznego pytanie brzmi, jak pracodawcy rozdzielają korzyści i wymagania związane ze zmieniającą się pracą.

Zestaw kolejną aktualizację detalisty z jego wcześniejszymi ujawnieniami dotyczącymi zatrudnienia i technologii. Szukaj zakończonych rekrutacji, trwałego wdrożenia i wyników mierzonych względem jasnego punktu wyjścia. Pytaj, czy kierownictwo wyjaśnia, jak zaoszczędzony czas zmienia obowiązki pracowników i doświadczenie klientów. Zespoły oceniające podobne narzędzia powinny udokumentować obecny przepływ pracy przed wprowadzeniem automatyzacji, a następnie uwzględnić w porównaniu weryfikację i korektę. Tworzy to praktyczny test inwestycji zamiast polegania na ogłoszeniu. Gdy kolejny detalista przedstawia wydatki na AI obok bardziej restrykcyjnej rekrutacji, zadaj konkretne pytanie: jakie dowody łączą technologię z lepszą pracą i co firma mówi, że oznacza to dla osób, które ją wykonują?

 
 

Zacznij bezpłatnie

Asystent AI działający przede wszystkim lokalnie, z funkcją zarządzania wiedzą osobistą

Aby zapewnić lepsze działanie AI,

remio obsługuje obecnie wyłącznie Windows 10+ (x64) i M-Chip Macs.

Twój partner AI w pracy
Zrób więcej z remio

Planuj. Twórz. Dostarczaj.
Wszystko w jednym miejscu.

bottom of page