Skip to content
Alight is overeengekomen om zijn Payroll- en Professional Services-bedrijf te verkopen aan een gelieerde onderneming van H.I.G. Capital. Meer informatie hier.

Waarom kiezen bedrijven niet voor AI-oplossingen voor hun payrollverwerking?


Share

In het enorme landschap van technologische innovatie wordt er over weinig onderwerpen zoveel gepraat en gespeculeerd als over kunstmatige intelligentie (Artificial Intelligence, AI). Van zelfrijdende auto's tot smart assistenten, AI is doorgedrongen tot bijna elk aspect van het moderne leven. Toch bestaat er te midden van al deze ontwikkelingen een bijzondere blinde vlek: payrollactiviteiten.

In een tijdperk waarin AI de boventoon voert, zou je denken dat bedrijven, aangetrokken door de belofte van efficiëntie, nauwkeurigheid en kostenbesparingen die automatisering met zich meebrengt, deze technologie gretig in gebruik zouden nemen om hun payrollactiviteiten te stroomlijnen. Maar niets is minder waar. Ondanks de alomtegenwoordigheid ervan op andere terreinen en de discussies over het transformatiepotentieel van AI in de zakenwereld, verloopt de ingebruikname ervan voor payrollverwerking opvallend traag.

Volgens een recent onderzoek voor het Alight-rapport payrollcomplexiteit bedrijven 2024 maakt slechts 4% van de respondenten in hun payrollactiviteiten gebruik van AI en is slechts 8% van plan de komende 2 jaar AI-functionaliteit te gaan implementeren.

Waarom heeft AI geen aardverschuiving gecreëerd in het payrolllandschap?

Daar zijn waarschijnlijk allerlei redenen voor, die we grofweg kunnen indelen in drie belemmeringen voor de toepassing van AI:

  1. Kenniskloof – een gebrek aan kennis en inzicht op het gebied van AI: wat het is, hoe het werkt en welke gevolgen het heeft voor het personeelsbestand.

  2. Strategie – onzekerheid over hoe AI in de bredere bedrijfsstrategie past en welke payrollfuncties er het meest van zullen profiteren.

  3. Gegevenskwaliteit/-beveiliging – zorgen over de kwaliteit, actualiteit en beveiliging van AI-gegevens.

We gaan hieronder uitgebreider in op elk van deze punten.

Kenniskloof

AI is een nieuwe technologie en daardoor hangt er nog veel mysterie omheen. Veel bedrijven lijken geen duidelijk beeld te hebben van wat het is of hoe het werkt. In een peiling onder payrollprofessionals tijdens een recente PAYO-webinar over AI gaf 47% van de deelnemers aan simpelweg niet genoeg te weten over het gebruik van AI in de payroll.

Dit gebrek aan kennis kan bovendien allerlei problemen met zich meebrengen. Hoewel veel payrollprofessionals de potentie van AI voor het automatiseren en stroomlijnen van tijdrovende werkzaamheden erkennen, zijn ze ook bang voor de mogelijke negatieve gevolgen ervan voor hun carrière. Maar liefst meer dan een derde van de Europese werkenden is bang AI-gerelateerde ontwikkelingen niet te kunnen bijbenen, en bijna een kwart van de werknemers is bang dat hun baan de komende vijf jaar zal worden overgenomen door AI-automatiseringen op de werkplek.

Generatieve AI

Een van de bekendste en meest praktische toepassingen van AI wordt generatieve AI genoemd. De meeste generatieve AI-programma's vallen in de categorie doelgerichte, kortzichtige intelligentie (hoewel bepaalde geavanceerdere modellen meer richting algemene intelligentie gaan). 

Generatieve AI analyseert en leert van bestaande content en past de zo opgedane kennis vervolgens toe om nieuwe content te creëren. Voorbeelden hiervan zijn ChatGPT en DALL-E. Het kan hierbij om alle soorten content gaan, van afbeeldingen tot softwarecode.

Generatieve AI

Een van de bekendste en meest praktische toepassingen van AI wordt generatieve AI genoemd. De meeste generatieve AI-programma's vallen in de categorie doelgerichte, kortzichtige intelligentie (hoewel bepaalde geavanceerdere modellen meer richting algemene intelligentie gaan). 

Generatieve AI analyseert en leert van bestaande content en past de zo opgedane kennis vervolgens toe om nieuwe content te creëren. Voorbeelden hiervan zijn ChatGPT en DALL-E. Het kan hierbij om alle soorten content gaan, van afbeeldingen tot softwarecode.

Er zijn drie soorten AI:

  1. Artificial Narrow Intelligence, oftewel kunstmatige kortzichtige intelligentie (doelgerichte intelligentie), is gemaakt voor het uitvoeren van zeer specifieke taken. Deze vorm van AI is niet in staat om onafhankelijk te leren. Het is de variant waar de meeste mensen bekend mee zijn door bijvoorbeeld chatbots, gezichtsherkenning en virtuele assistenten als Siri en Alexa.

  2. Artificial General Intelligence, oftewel kunstmatige algemene intelligentie (bootst mensen na), is complexer en gemaakt om te leren, denken en presteren op vergelijkbare niveaus als mensen dat doen. Voorbeelden hiervan zijn zelfrijdende auto's en Watson, de supercomputer van IBM. 

  3. Artificial super intelligence, oftewel kunstmatige superintelligentie (gaat verder dan de menselijke intelligentie), bestaat nog niet, maar in de toekomst mogelijk wel. Dit type AI zou in theorie niet alleen in staat zijn om de kennis en vaardigheden van mensen te evenaren, maar om deze zelfs te overstijgen.

Er zijn duidelijk potentiële voordelen verbonden aan de implementatie van programma's voor kunstmatige kortzichtige intelligentie, zoals generatieve AI, op de werkplek, maar het is ook duidelijk dat zorgen over deze programma's ongegrond zijn. 

De meeste AI-programma's hebben nog altijd menselijke gebruikers nodig om het leerproces aan te sturen en de output te verfijnen. Volgens bepaalde analyses is het zelfs zo dat het veel waarschijnlijker is dat AI de ervaring van werknemers zal verbeteren dan dat hun werk erdoor zal worden vervangen.

Strategie

Hoewel het bovenstaande in zeer algemene termen duidelijk uitlegt wat de mogelijkheden van AI zijn, zijn veel bedrijven mogelijk nog onzeker of sceptisch over de specifieke toepassingen ervan op payrollgebied en over hoe ze de voordelen van AI optimaal kunnen benutten.

Wat kan AI betekenen voor payroll?

Het meest voor de hand liggende voordeel is automatisering. Het payrollproces wordt vaak vertraagd door tijdrovende taken die veel omslachtige handmatige inspanning vergen, van het uploaden van hr-, tijds- en aanwezigheidsgegevens tot het beantwoorden van grote aantallen payrollvragen van werknemers. 

AI kan automatische gegevensoverdracht inplannen, zodat werknemers zich kunnen concentreren op belangrijkere taken en de handmatige werklast afneemt. 

Op vergelijkbare wijze kan AI de werklast van ondersteunend personeel verlagen door dag en nacht beschikbare chatbots of begeleide selfserviceapps in te zetten voor de afhandeling van veelvoorkomende payrollvragen. Tegelijkertijd leren de systemen complexere vragen te behandelen en werknemers naar de juiste kanalen te verwijzen voor een oplossing.

Een ander mogelijk voordeel van AI voor payroll is patroonherkenning. Behalve gegevens verzamelen en overbrengen, kunnen AI-applicaties ook gegevens analyseren en hier patronen uit afleiden. Ze kunnen mogelijke verbeterpunten aan het licht brengen en zelfs voorspellende analyses doen.  

Een interessante ontwikkeling is het kunnen herkennen van trends in tussentijdse toegang tot het al verdiende salaris (Earned Wage Access), waarna vervolgens budgethulp kan worden aangeboden. Patronen in tijd en aanwezigheid kunnen worden benut voor het optimaliseren van personeelstoewijzing om medewerkers te ondersteunen.

En in een tijd waarin werken op afstand normaal is geworden, kan AI het beheer van werknemers op afstand vereenvoudigen, door belastingen naadloos af te handelen en arbeidsvoorwaarden voor werknemers in verschillende rechtsgebieden in goede banen te leiden.

In hoeverre een bedrijf besluit deze AI-oplossingen te implementeren, is afhankelijk van de individuele behoeften van het bedrijf. Maar het is duidelijk dat AI-technologie een verscheidenheid aan toepassingen biedt waarmee payrollprocessen kunnen worden geoptimaliseerd en geïntegreerd in de bredere bedrijfsstrategie van elke organisatie.

Gegevenskwaliteit

Het staat buiten kijf dat AI snel gegevens kan verzamelen en analyseren, maar veel bedrijven maken zich zorgen over de kwaliteit en nauwkeurigheid van de gegevens die de AI-oplossingen verwerken. Door het gebrek aan transparantie in AI-algoritmen kunnen bedrijven zich afvragen of de resultaten wel betrouwbaar zijn, helemaal nu er IT-systemen in het nieuws komen, zoals bij het schandaal met de Britse Post Office. AI blijkt echter net zo effectief in het waarborgen van de nauwkeurigheid van gegevens als van de efficiëntie ervan.

Gegevenskwaliteit

Het staat buiten kijf dat AI snel gegevens kan verzamelen en analyseren, maar veel bedrijven maken zich zorgen over de kwaliteit en nauwkeurigheid van de gegevens die de AI-oplossingen verwerken. Door het gebrek aan transparantie in AI-algoritmen kunnen bedrijven zich afvragen of de resultaten wel betrouwbaar zijn, helemaal nu er IT-systemen in het nieuws komen, zoals bij het schandaal met de Britse Post Office. AI blijkt echter net zo effectief in het waarborgen van de nauwkeurigheid van gegevens als van de efficiëntie ervan.

AI maakt gebruik van een proces dat anomaliedetectie wordt genoemd. Door gebruik te maken van traditionele defensieve query's ten opzichte van combinaties van de salarishistorie en -componenten van werknemers, kunnen AI-oplossingen de hoogste uitschieters vinden in vergelijking met verzamelde resultaten in salarisgegevens en zelfs uitschieters identificeren in mastergegevens. 

Door dergelijke onregelmatigheden te detecteren en signaleren, kan AI payrollanalisten direct voorzien van inzichten en tegelijkertijd fouten corrigeren. En AI leert bij elke uitbetalingsronde bij, zodat herhalingsfouten worden voorkomen.


Gegevensbeveiliging

Gezien de gevoelige aard van werknemersinformatie is ook gegevensbeveiliging van het grootste belang bij payrollverwerking. Het is begrijpelijk dat niet iedereen er gerust over is als gevoelige payrollgegevens volledig aan een machine worden toevertrouwd. AI-technologieën als encryptie en toegangscontroles kunnen maatregelen voor de beveiliging van gegevens echter versterken en zo payrollgegevens beschermen tegen onbevoegde toegang, inbreuken en cyberdreigingen.

De toepassing van AI stimuleren

Hoewel bedrijven momenteel misschien niet staan te springen om AI-oplossingen te omarmen, lijkt het erop dat de technologie niet meer zal verdwijnen en alleen nog maar verder zal worden verbeterd en ontwikkeld. 

En vanwege de voordelen ervan op het gebied van efficiëntie, kwaliteit en analyse lijkt het ook waarschijnlijk dat de toepassing van AI-technologie in het payrolllandschap zal versnellen.

Dan rest ons nog de vraag hoe je de toepassing ervan kunt stimuleren en je de implementatie in je bedrijf kunt voorbereiden.

  1. Educatie – de weerstand tegen AI wordt voor een groot deel veroorzaakt door een gebrek aan kennis. Het is belangrijk dat je organisatie begrijpt wat AI is, wat er nodig is voor de implementatie ervan en welke gevolgen het zal hebben voor je personeelsbestand.

  2. Strategie – veel bedrijven zijn niet enthousiast over AI omdat ze niet zeker weten hoe het kan worden gebruikt en wat de voordelen ervan zijn. Definieer de behoeften van je bedrijf om te laten zien hoe jullie AI het best kunnen implementeren om het behalen van de bedrijfsdoelen te ondersteunen.

  3. Gegevens – zorgen over de transparantie van algoritmes en gegevenskwaliteit zorgen ervoor dat bedrijven twijfelen over het gaan gebruiken van AI. Hoewel AI-oplossingen de gegevenskwaliteit en -nauwkeurigheid zelfs kunnen verbeteren, is het voor de beste resultaten belangrijk om de gegevens goed voor te bereiden.

AI lijkt duidelijk een blijvertje te zijn. Gezien de voordelen die het biedt voor de werkplek, zowel voor de payroll als op andere vlakken, is de kans groot dat het een onmisbare technologie zal blijven in alle aspecten van het bedrijfsleven, zelfs nadat de huidige technologische gloriedagen voorbij zijn. Net als bij vele andere verbeteringen in het verleden, van de telefoon tot de personal computer, moeten bedrijven er serieus over nadenken om ook deze nieuwe technologie te omarmen als ze voorop willen blijven lopen in hun voortdurend ontwikkelende sectoren. Als je deze belemmeringen voor de ingebruikname ervan rechtstreeks aanpakt, kun je het grootste deel van de weerstand die er momenteel tegen AI-technologieën bestaat, verminderen. Zo zorg je ervoor dat je organisatie maximaal voordeel haalt terwijl AI een steeds grotere rol gaat spelen in het zakelijke landschap.

Related reads


Het optimale traject voor jouw payrolltransformatie volgens onze experts

Alight deelt bevindingen over de beste weg op jouw payrolltransformatiereis, zoals besproken door ons expertpanel tijdens een recente Working Futures-conferentie.

‘EU pay transparency directive’: Wat bedrijven moeten weten

Ontdek de EU Pay Transparency Directive en de impact ervan op gendergelijkheid in beloning. Leer de belangrijkste stappen voor bedrijven om zich voor te bereiden en eerlijkheid in compensatie te bevorderen. Deskundige inzichten van Job Horbeek, Advisory Lead bij Alight.

De complexe Belgische loonadministratie efficiënt managen? Gebruik een datagestuurde aanpak.

Lees ons tweejaarlijkse rapport over de complexiteit van payrollprocessen en loonadministratie en ontdek hoe ingewikkeld jouw salarisadministratie echt is.