Az előadásból a résztvevők megtudhatják, hogy hol tart valójában a magyar piac AI-érettségben, hogy miért nem érkezik meg a megtérülés és mi kell ahhoz, hogy megérkezzen, illetve hogy milyen három pillér köré épül a nap programja: mit hoz az AI mérhetően a munkaerőpiacra; hogyan készülünk fel rá emberi és jogi oldalról; milyen konkrét HR-eszközökkel lehet pilot-szintűről stratégiai-szintűre lépni.

Az előadásban élőben mutatunk be egy AI-támogatott kiválasztási rendszert az automatizált videointerjútól a végső jelölt-rangsorig. A résztvevők konkrét képet kapnak a HR-AI kockázat-térképéről: mit jelent a magas kockázatú besorolás, hogyan oszlik meg a felelősség a fejlesztő és a felhasználó szervezet között, és milyen lépésekkel építhető fel egy ISO/IEC 42001-alapú felelős AI-irányítási keretrendszer. Emellett egy Magyar esettanulmányon keresztül szemléltetjük a felelős AI-irányítás három dimenzióját.

A HR-nek kulcsszerepe van az AI-transzformációban – az előadásból kiderül, hogy pontosan de mik is ezek. A résztvevők átfogó képet kapnak a sikeres AI transzformáció 3 dimenziójáról (adoption, augmentation, alignment), emellett megértik az augmentation tengely workforce-igényét, hogy miért nem skálázódik a klasszikus stratégiai munkaerőtervezés, és milyen három alappillérre épül egy AI-korszakra alkalmas workforce-modell.

A résztvevők konkrét képet kapnak arról, hogyan lehet az "augmentation tengelyt" operatív, számszerű döntésekké konvertálni (task-szinttől CHRO-szintű riportig), megismerik a 4 AI-zóna és a 4 szerepkör-verdikt logikáját, valamint útmutatást kapnak, hogyan használható ez egy szervezeti AI-átalakulás stratégiai tervezéséhez. Emellett megismerik a Retention & Reskilling Priority mátrix erejét, hogy a HR számszerűen tudja megmondani, kit kell megtartani, kit kell át- vagy továbbképezni, és hol kell külső pipeline-t építeni.

A résztvevők konkrét képet kapnak arról, hogyan néz ki egy AI-támogatott, skill-alapú munkaköri architektúra projekt egy magyar nagyvállalatnál (méretekkel, határidőkkel, valós kihívásokkal), megértik, mire jó és mire nem az AI ezekben a projektekben, hol vezetett egyértelmű eredményre (skill inference, fuzzy matching, statisztikai clustering, proficiency level visszafejtés), és hol kellett HR-szakmai és tanácsadói döntés, illetve megismerik a Magyar Telekom CHRO-perspektíváját, hogy milyen workforce-stratégiai megfontolás állt a projekt mögött, milyen elvárások szerveződtek a felsővezetés felé, és milyen üzleti értéket hoz a kész architektúra.

A munkaköri architektúra nem egyszeri projekt, hanem élő rendszer, amelyhez először adat-alapú definíció kell, utána pedig folyamatos governance. Az előadásból a résztvevők megértik, hogyan validálható adat-alapon az "egyenlő értékű munka" definíciója, mely magyarázó tényezők szignifikánsak a vállalat bérkülönbségei mögött, és melyik csoportosítás a leginkább EU Pay Transparency-konform alap. emellett láthatják, hogyan válik egy modellezett architektúra élő rendszerré, ha új pozíció jön létre, hogyan illeszti be a tool a meglévő keretbe LLM-támogatással, indokolt és felülírható ajánlásokkal.