گجت نیوز آخرین اخبار تکنولوژی، علم و خودرو 
مقدمه؛ وقتی مدیریت منابع انسانی به دادههای دقیق نیاز دارد
در سالهای اخیر، هوش مصنوعی تقریباً تمام بخشهای سازمانها را تحت تأثیر قرار داده است. از تولید محتوا و تحلیل داده گرفته تا سیستمهای امنیتی، خدمات مشتریان و اتوماسیون اداری، همه چیز به سمت تصمیمگیری مبتنی بر داده حرکت کرده است. در این میان یکی از حوزههایی که کمتر درباره آن صحبت میشود اما تأثیر مستقیمی بر عملکرد سازمان دارد، مدیریت منابع انسانی و کنترل تردد کارکنان است.
در گذشته ثبت ساعت ورود و خروج کارکنان یک فرایند ساده به نظر میرسید. اما امروزه با افزایش تعداد شعب، مدلهای کاری ترکیبی، شیفتهای متنوع، پروژههای چندمکانی و پیچیدگی قوانین کار، مدیریت تردد به یکی از مهمترین چالشهای مدیران منابع انسانی تبدیل شده است.
سازمانی را تصور کنید که صدها یا هزاران کارمند دارد. کوچکترین خطا در ثبت تردد میتواند منجر به اختلافات حقوقی، نارضایتی کارکنان، افزایش هزینههای اداری و کاهش بهرهوری شود. به همین دلیل شرکتها به دنبال راهکارهایی هستند که علاوه بر ثبت تردد، بتوانند اطلاعات دقیق و قابل تحلیل در اختیار مدیران قرار دهند.
اینجاست که نسل جدید دستگاههای حضور و غیاب مبتنی بر هوش مصنوعی وارد میدان میشوند.
از کارتزنی تا تشخیص چهره؛ مسیر تکامل سیستمهای حضور و غیاب
اولین نسل سیستمهای حضور و غیاب بر پایه کارتهای پانچ و ثبت مکانیکی طراحی شده بودند. این سیستمها اگرچه در زمان خود تحول بزرگی محسوب میشدند اما محدودیتهای فراوانی داشتند.
در مرحله بعد، کارتهای RFID و سیستمهای رمز عبور جایگزین شدند. سپس فناوری اثر انگشت وارد بازار شد و دقت ثبت تردد را افزایش داد.
اما همچنان یک مشکل مهم باقی ماند:
امکان ثبت تردد توسط فرد دیگر.
در بسیاری از سازمانها مشاهده میشد که کارکنان کارت همکار خود را ثبت میکنند یا به روشهای مختلف قوانین را دور میزنند. همچنین استفاده مداوم از سنسورهای اثر انگشت در محیطهای صنعتی، کارگاهی و درمانی با چالشهایی همراه بود.
ورود فناوری تشخیص چهره باعث شد این محدودیتها تا حد زیادی برطرف شوند. اکنون دیگر نیازی به تماس فیزیکی با دستگاه نیست و شناسایی تنها در چند دهم ثانیه انجام میشود.
هوش مصنوعی چه تفاوتی با تشخیص چهره نسل قدیم دارد؟
بسیاری تصور میکنند هر دستگاه تشخیص چهرهای مبتنی بر هوش مصنوعی است؛ در حالی که این دو کاملاً متفاوت هستند.
نسل قدیمی تشخیص چهره عمدتاً بر اساس تطبیق تصاویر دوبعدی عمل میکرد. این سیستمها در شرایطی مانند:
- تغییر نور محیط
- استفاده از عینک
- تغییر مدل مو
- رشد ریش
- استفاده از ماسک
دچار خطا میشدند.
اما نسل جدید مبتنی بر Deep Learning و شبکههای عصبی، هزاران ویژگی مختلف از چهره را تحلیل میکند.
به همین دلیل دستگاههای حضور و غیاب هوشمند امروزی میتوانند با دقت بسیار بالا افراد را حتی در شرایط پیچیده محیطی شناسایی کنند.
در بسیاری از مدلهای جدید، زمان تشخیص کمتر از ۰.۳ ثانیه و نرخ دقت بالاتر از ۹۹ درصد گزارش شده است.
پشت صحنه فناوری؛ دستگاه حضور و غیاب هوشمند چگونه کار میکند؟
وقتی یک کاربر مقابل دستگاه قرار میگیرد، تنها یک عکس ساده ثبت نمیشود.
در واقع چندین مرحله پردازش به صورت همزمان انجام میشود:
مرحله اول: تشخیص حضور انسان
دوربین ابتدا وجود یک چهره واقعی را تشخیص میدهد.
مرحله دوم: تشخیص زنده بودن (Liveness Detection)
سیستم بررسی میکند که تصویر واقعی است یا خیر.
این فناوری از سوءاستفادههایی مانند:
- عکس چاپ شده
- تصویر نمایش داده شده روی موبایل
- ویدئو
- تصاویر جعلی
جلوگیری میکند.
مرحله سوم: استخراج ویژگیهای چهره
هوش مصنوعی صدها نقطه مختلف از چهره را تحلیل کرده و یک الگوی ریاضی منحصر به فرد تولید میکند.
مرحله چهارم: تطبیق با پایگاه داده
الگوی تولید شده با اطلاعات ذخیره شده در حافظه دستگاه مقایسه میشود.
مرحله پنجم: ثبت تردد
پس از تأیید هویت، زمان ورود یا خروج در سیستم ثبت میشود.
تمام این فرایند در کسری از ثانیه انجام میشود.
چرا سازمانهای ایرانی به سمت حضور و غیاب هوشمند حرکت کردهاند؟
چند عامل باعث شده است بازار سیستمهای حضور و غیاب هوشمند در ایران رشد قابل توجهی را تجربه کند:
افزایش هزینههای منابع انسانی
مدیران به دنبال کاهش خطاهای محاسباتی و هزینههای اداری هستند.
توسعه کسبوکارهای چندشعبهای
کنترل تردد از راه دور به یک ضرورت تبدیل شده است.
افزایش اهمیت دادهها
امروزه تصمیمگیری بدون دادههای واقعی تقریباً غیرممکن است.
رشد دورکاری و مدلهای کاری ترکیبی
سازمانها نیاز دارند الگوهای جدید حضور کارکنان را مدیریت کنند.
نقش نرم افزار حضور و غیاب در تصمیمگیری مدیریتی
بسیاری تصور میکنند ارزش اصلی در خود دستگاه است؛ اما در عمل بخش مهمی از مزیت رقابتی در نرمافزار نهفته است.
نرم افزار حضور و غیاب مدرن تنها یک ابزار گزارشگیری نیست.
این نرمافزار میتواند:
- شیفتهای پیچیده تعریف کند.
- مأموریتها را مدیریت کند.
- اضافهکاری را محاسبه کند.
- مرخصیها را کنترل کند.
- تأخیرها را تحلیل کند.
- گزارشهای مدیریتی تولید کند.
- اطلاعات را به سیستم حقوق و دستمزد منتقل کند.
در واقع دادههای خام ثبت شده توسط دستگاه به اطلاعات مدیریتی تبدیل میشوند.
امنیت دادههای بیومتریک؛ دغدغهای که نباید نادیده گرفته شود
یکی از مهمترین سوالات مدیران فناوری اطلاعات این است:
«اطلاعات چهره کارکنان چگونه نگهداری میشود؟»
در سیستمهای حرفهای، تصویر خام افراد ذخیره نمیشود.
بلکه الگوهای رمزنگاریشده و بردارهای بیومتریک نگهداری میشوند.
همچنین در بسیاری از دستگاههای جدید، پردازش هوش مصنوعی روی خود دستگاه انجام میشود و نیازی به ارسال تصاویر به سرورهای خارجی وجود ندارد.
این موضوع ریسک نشت اطلاعات را به شکل قابل توجهی کاهش میدهد.
مزیت راهکارهای بومی نسبت به محصولات خارجی
یکی از چالشهای مهم سازمانهای ایرانی، تطبیق نرمافزارهای خارجی با قوانین داخلی است.
قوانین کار، شیفتهای سازمانی، تعطیلات رسمی و ساختار محاسبات حقوق و دستمزد در ایران ویژگیهای خاص خود را دارند.
به همین دلیل بسیاری از شرکتها ترجیح میدهند از راهکارهای بومی استفاده کنند.
پالیزافزار یکی از شرکتهایی است که طی سالهای اخیر روی توسعه اکوسیستم کامل حضور و غیاب، کنترل تردد و نرمافزارهای منابع انسانی تمرکز کرده است.
مزیت اصلی این رویکرد، هماهنگی کامل با:
- تقویم شمسی
- قوانین وزارت کار
- بیمه تأمین اجتماعی
- ساختار شیفتهای ایرانی
- نیازهای سازمانهای دولتی و خصوصی
است.
حضور و غیاب هوشمند در چه سازمانهایی بیشترین کاربرد را دارد؟
این فناوری تنها برای شرکتهای بزرگ نیست.
امروزه طیف گستردهای از مجموعهها از آن استفاده میکنند:
کارخانهها و صنایع
برای مدیریت شیفتهای متعدد و خطوط تولید.
بیمارستانها
برای کنترل دقیق حضور پزشکان، پرستاران و نیروهای خدماتی.
دانشگاهها
برای مدیریت کارکنان و پرسنل اداری.
سازمانهای دولتی
برای افزایش شفافیت و کاهش خطاهای اداری.
شرکتهای فناوری
برای مدیریت مدلهای کاری ترکیبی و منعطف.
مراکز تجاری و اداری
برای کنترل تردد و یکپارچهسازی با سیستمهای امنیتی.
آینده سیستمهای حضور و غیاب؛ فراتر از ثبت ورود و خروج
کارشناسان معتقدند نسل آینده این سیستمها تنها به ثبت تردد محدود نخواهد شد.
روندهای جدید شامل موارد زیر هستند:
- تحلیل رفتار سازمانی
- پیشبینی الگوهای غیبت
- اتصال به ساختمانهای هوشمند
- مدیریت دسترسی یکپارچه
- احراز هویت چندعاملی
- تحلیل دادههای منابع انسانی
- داشبوردهای مبتنی بر هوش مصنوعی
در واقع دستگاه حضور و غیاب به یکی از اجزای اصلی اکوسیستم تحول دیجیتال سازمانها تبدیل خواهد شد.
چرا سرمایهگذاری روی فناوری حضور و غیاب هوشمند بازگشت سرمایه بالایی دارد؟
برخلاف تصور رایج، هزینه خرید یک سیستم حضور و غیاب هوشمند معمولاً در مدت کوتاهی جبران میشود.
مهمترین دلایل عبارتند از:
- کاهش خطاهای حقوق و دستمزد
- کاهش زمان محاسبات اداری
- حذف تقلب در ثبت تردد
- افزایش شفافیت سازمانی
- بهبود بهرهوری نیروی انسانی
- کاهش اختلافات پرسنلی
- افزایش دقت گزارشهای مدیریتی
به همین دلیل بسیاری از مدیران این هزینه را نه به عنوان خرید تجهیزات، بلکه به عنوان سرمایهگذاری در بهرهوری سازمان در نظر میگیرند.
جمعبندی
هوش مصنوعی در حال تغییر شیوه مدیریت سازمانهاست و مدیریت منابع انسانی نیز از این قاعده مستثنی نیست. نسل جدید دستگاههای حضور و غیاب تشخیص چهره با بهرهگیری از الگوریتمهای پیشرفته یادگیری ماشین، سرعت، دقت و امنیت را به سطحی رساندهاند که چند سال پیش تصور آن دشوار بود.
امروزه سازمانها برای رقابتپذیر ماندن نیاز دارند به جای تصمیمگیری بر اساس حدس و گمان، از دادههای واقعی استفاده کنند. سیستمهای حضور و غیاب هوشمند دقیقاً چنین بستری را فراهم میکنند.
راهکارهای بومی مانند پالیزافزار نیز با ترکیب دستگاه حضور و غیاب تشخیص چهره ، نرم افزار حضور و غیاب و سامانههای کنترل تردد، مسیر تحول دیجیتال منابع انسانی را برای سازمانهای ایرانی هموار کردهاند؛ مسیری که به نظر میرسد در سالهای آینده به یک استاندارد اجتنابناپذیر در فضای کسبوکار کشور تبدیل شود.