Przejdź do treści
K
EU AI Act: Niskie ryzyko Q3

Training Needs Analysis Agent

Identyfikuj luki kompetencyjne, zanim staną się lukami wydajnościowymi.

Analizuje wymagania kompetencyjne względem zdolności zespołu do identyfikacji priorytetów szkoleniowych - ukierunkowane inwestycje w T&D.

Przeanalizować proces
Airbus Volkswagen Shell Renault Evonik Vattenfall Philips KPMG

Routing źródeł danych, wykrywanie luk kompetencyjnych przez AI, reguła priorytetyzacji

Agent regułowo konsoliduje źródła danych (profile umiejętności, wydajność, cele biznesowe), ekstrahuje luki kompetencyjne przez analizę AI względem profili wymagań ról i priorytetyzuje potrzeby według strategicznej relewantności - finalna decyzja budżetowa i priorytetyzacyjna pozostaje Human-in-the-Loop.

Wynik: Według PwC 27th Annual CEO Survey 2024 52 procent CEO widzi niedobór kompetencji jako główną barierę dla reinvencji biznesu, jednocześnie w większości firm planowanie szkoleń opiera się wciąż na subiektywnych ocenach pojedynczych kierowników.

14% Silnik reguł
72% Agent AI
14% Człowiek

Strukturalny problem to nie brak treningu, lecz brak przyporządkowania między luką a ofertą:

79 procent luk kompetencyjnych, jedna trzecia mierzy ROI

79 procent firm raportuje luki kompetencyjne w załodze. Jednocześnie tylko jedna trzecia organizacji potrafi określić ROI swoich działań szkoleniowych. Między tymi dwoma liczbami leży problem strukturalny: firmy inwestują rocznie pięciocyfrowe kwoty na osobę w szkolenia, nie wiedząc systematycznie, jakie kompetencje faktycznie brakują, jakie będą brakować jutro i jaka inwestycja ma największy efekt dźwigni.

Analiza potrzeb to ślepa plama między strategią biznesową a budżetem L&D. A ta ślepa plama staje się coraz droższa, bo 39 procent wszystkich kompetencji zawodowych do 2030 zostanie uznanych za przestarzałe.

Dlaczego analiza potrzeb przez nawoływanie nie skaluje się

W typowej firmie średniej z 1500 pracownikami potrzeby szkoleniowe powstają na trzy sposoby: menedżer zgłasza, że jego zespół nie zna jakiegoś oprogramowania. Dział compliance wysyła roczną listę obowiązkowych szkoleń. A kiedyś jesienią zarząd pyta, czy organizacja jest przygotowana na strategiczne cele przyszłego roku. Kierownictwo L&D żongluje wtedy między presją operacyjną, obowiązkami regulacyjnymi a strategicznymi ambicjami - z budżetem, który na wszystkie trzy nie wystarcza.

Problem nie leży w budżecie. Leży w metodzie. Trzy błędy strukturalne czynią analizę potrzeb w większości organizacji niewiarygodną:

Brak podstawy danych. Profile kompetencji często istnieją tylko jako tekst swobodny w opisach stanowisk lub jako przestarzałe samooceny z ostatniej rozmowy rocznej. Systematyczne porównanie bieżących kompetencji z wymaganiami docelowymi nie odbywa się, ponieważ dane leżą w różnych systemach - oceny wyników w systemie HR, certyfikaty w aktach osobowych, doświadczenie projektowe w głowie menedżera.

Brak połączenia ze strategią biznesową. Gdy planowanie biznesowe przewiduje ekspansję na nowy rynek, budżet L&D musi odzwierciedlać kompetencje językowe, wiedzę regulacyjną i szkolenia kulturowe. Gdy zbliża się migracja technologiczna, potrzebne jest techniczne przekwalifikowanie w konkretnych zespołach, a nie ogólny webinar o cyfryzacji dla wszystkich. To tłumaczenie celów biznesowych na potrzeby kompetencyjne rzadko odbywa się systematycznie. Zwykle nie odbywa się wcale.

Obowiązkowe szkolenia pożerają budżet rozwojowy. BHP, ochrona danych, przeciwdziałanie praniu pieniędzy, regulacja branżowa - lista obowiązkowych szkoleń rośnie co roku. W branżach regulowanych wiąże 40 do 60 procent całego budżetu L&D. Co zostaje, jest rozdzielane metodą konewki: katalog standardowych szkoleń, z którego pracownicy mogą korzystać. Rezultatem jest program L&D, który spełnia compliance, ale nie zamyka luk kompetencyjnych.

Wewnętrzne reskilling jest tańsze niż nowe zatrudnienie, gdy analiza potrzeb jest gotowa

W porównaniu z nowym zatrudnieniem wewnętrzne reskilling jest w rachunku całkowitym wyraźnie tańsze - według LinkedIn Global Talent Trends wewnętrzne obsadzenia kosztują 18 do 20 procent mniej, a pracownicy z programów mobilności wewnętrznej pozostają wyraźnie dłużej w firmie. Ale reskilling zakłada, że organizacja wie, kogo w jaką stronę musi rozwijać. Właśnie to zapewnia analiza potrzeb oparta na danych.

Różnica nie jest stopniowa. Jest strukturalna.

Analiza potrzeb przez nawoływanie    Systematyczna analiza potrzeb
──────────────────────────────       ──────────────────────────────
Menedżer zgłasza indyw. potrzeby     Porównanie ist-soll we wszystkich
Obowiązkowe jako obowiązek           Obowiązkowe i rozwój oddzielnie
Budżet = zeszły rok +/- 5%           Budżet wg strateg. wagi
Efekt niejasny                       ROI per typ działania mierzalny
RZ poznaje plan                      RZ widzi analizę potrzeb

Analiza luk porównuje bieżące kompetencje z wymaganiami docelowymi - nie na poziomie poszczególnych pracowników, lecz zagregowane według obszaru, lokalizacji i obszaru kompetencji. Z tego powstaje obraz odpowiadający na trzy pytania: gdzie są dziś największe luki? Gdzie powstają nowe luki przez zmiany strategiczne? A która inwestycja ma najwyższą dźwignię - mierzona stosunkiem zysku kompetencyjnego do zainwestowanego budżetu?

Architektura: analiza oblicza, priorytet decyduje

Decision Layer przy analizie potrzeb jasno oddziela to, co obliczalne, od tego, co wymaga osądu przedsiębiorczego. Pytanie, które systemy dostarczają danych kompetencyjnych, wynikowych i biznesowych, odpowiada silnik reguł. Ważenie powstałych luk według zasięgu, pilności i znaczenia strategicznego to analiza. Porównanie obowiązkowych szkoleń z wymaganiami regulacyjnymi to reguła.

Ale: które potrzeby faktycznie trafiają do planu L&D, jak budżet dzieli się między obowiązkowe i rozwój, które obszary dostają priorytet - to decyduje kierownictwo L&D. Z danymi zamiast z intuicją, ale jako świadoma decyzja przedsiębiorcza.

I decyzja, która nie jest podejmowana samotnie. Zgodnie z Kodeksem Pracy Rada Zakładowa ma prawo konsultacji przy ustalaniu potrzeb szkoleniowych i działaniach szkoleniowych. Agent transparentnie i identyfikowalnie ustalający potrzeby czyni tę konsultację łatwiejszą - ponieważ podstawa danych jest widoczna i nie znika w tabeli Excel, którą rozumie tylko jedna osoba.

Kto nie wie, jakich kompetencji brakuje, nie może sensownie inwestować. Kto to wie, inwestuje mniej i osiąga więcej.

Tabela mikrodecyzji

Kto decyduje w tym agencie?

7 kroków decyzyjnych, podział według decydenta

14%(1/7)
Silnik reguł
deterministyczne
72%(5/7)
Agent AI
modelowe z poziomem pewności
14%(1/7)
Człowiek
jawnie przypisane
Człowiek
Silnik reguł
Agent AI
Każdy wiersz to decyzja. Rozwiń, aby zobaczyć protokół decyzyjny i możliwość sprzeciwu.
Zebranie wymagań kompetencyjnych Zestawienie wymaganych kompetencji per rola z architektury stanowisk Silnik reguł

Wymagania z ustandaryzowanego framework kompetencyjnego

Protokół decyzyjny

ID reguły i numer wersji
Dane wejściowe które uruchomiły regułę
Wynik obliczenia i zastosowana formuła

Możliwość sprzeciwu: Tak - zastosowanie reguły weryfikowalne. Sprzeciw przy błędnych danych lub złej wersji reguły.

Ocena bieżących zdolności Mapowanie kompetencji zasobów z profili, certyfikacji i ocen Agent AI

Automatyczna kompilacja inwentarza kompetencji z wielu źródeł

Protokół decyzyjny

Wersja modelu i wynik pewności
Dane wejściowe i wynik klasyfikacji
Uzasadnienie decyzji (wyjaśnialność)
Ścieżka audytu z pełną identyfikowalnością

Możliwość sprzeciwu: Tak - w pełni udokumentowane, weryfikowalne przez ludzi, sprzeciw przez formalny proces.

Identyfikacja luk Obliczenie deficytu między wymaganymi a bieżącymi poziomami kompetencji Agent AI

Ilościowa analiza luk per kompetencja, zespół i organizacja

Protokół decyzyjny

Wersja modelu i wynik pewności
Dane wejściowe i wynik klasyfikacji
Uzasadnienie decyzji (wyjaśnialność)
Ścieżka audytu z pełną identyfikowalnością

Możliwość sprzeciwu: Tak - w pełni udokumentowane, weryfikowalne przez ludzi, sprzeciw przez formalny proces.

Włączenie priorytetów strategicznych Ważenie luk per znaczenie strategiczne i pilność Agent AI

Scoring priorytetów oparty na strategii biznesowej i danych wejściowych z planowania zasobów

Protokół decyzyjny

Wersja modelu i wynik pewności
Dane wejściowe i wynik klasyfikacji
Uzasadnienie decyzji (wyjaśnialność)
Ścieżka audytu z pełną identyfikowalnością

Możliwość sprzeciwu: Tak - w pełni udokumentowane, weryfikowalne przez ludzi, sprzeciw przez formalny proces.

Walidacja priorytetów z kierownictwem Potwierdzenie lub korekta priorytetów szkoleniowych Człowiek

Walidacja przez człowieka relevancji strategicznej i kontekstu biznesowego

Protokół decyzyjny

ID decydenta i rola
Uzasadnienie decyzji
Znacznik czasu i kontekst

Możliwość sprzeciwu: Tak - przez przełożonego, radę zakładową lub formalny sprzeciw.

Generowanie raportu analizy potrzeb Tworzenie spriorytetyzowanych potrzeb szkoleniowych per poziom i domena Agent AI

Automatyczne generowanie raportu z analizy luk i priorytetów

Protokół decyzyjny

Wersja modelu i wynik pewności
Dane wejściowe i wynik klasyfikacji
Uzasadnienie decyzji (wyjaśnialność)
Ścieżka audytu z pełną identyfikowalnością

Możliwość sprzeciwu: Tak - w pełni udokumentowane, weryfikowalne przez ludzi, sprzeciw przez formalny proces.

Zasilenie planowania L&D Tłumaczenie potrzeb na rekomendacje programów szkoleniowych Agent AI

Generowanie rekomendacji mapowanych na dostępne opcje szkoleniowe

Protokół decyzyjny

Wersja modelu i wynik pewności
Dane wejściowe i wynik klasyfikacji
Uzasadnienie decyzji (wyjaśnialność)
Ścieżka audytu z pełną identyfikowalnością

Możliwość sprzeciwu: Tak - w pełni udokumentowane, weryfikowalne przez ludzi, sprzeciw przez formalny proces.

Protokół decyzyjny i prawo do sprzeciwu

Każda decyzja, którą ten agent podejmuje lub przygotowuje, jest dokumentowana w pełnym protokole decyzyjnym. Dotknięci pracownicy mogą przeglądać, rozumieć i kwestionować każdą pojedynczą decyzję.

Jaka reguła w jakiej wersji została zastosowana?
Na jakich danych oparto decyzję?
Kto (człowiek, silnik reguł czy AI) zdecydował - i dlaczego?
Jak osoba dotknięta może złożyć sprzeciw?
Jak Decision Layer wymusza to architektonicznie →

Czy ten agent pasuje do Twojego procesu?

Analizujemy Twój konkretny proces i pokazujemy, jak ten agent wpisuje się w Twój krajobraz systemowy. 30 minut, bez przygotowania.

Przeanalizować proces

Uwagi dotyczące governance

EU AI Act: Niskie ryzyko
Niesklasyfikowany jako wysokiego ryzyka w ramach EU AI Act - agent analizuje agregowane dane kompetencyjne bez podejmowania decyzji o zatrudnieniu. RODO ma zastosowanie do danych o kompetencjach i wynikach na poziomie indywidualnym używanych w analizie. Agregacja powinna być stosowana, gdy szczegóły na poziomie indywidualnym nie są konieczne. Prawa informacyjne Rady Zakładowej mogą mieć zastosowanie przy wprowadzaniu systematycznej analizy luk kompetencyjnych, jeśli mogłaby być postrzegana jako ewaluacja pracowników.

Panel wyników

Agent Readiness 61-68%
Governance Complexity 38-45%
Economic Impact 51-58%
Lighthouse Effect 46-53%
Implementation Complexity 41-48%
Wolumen transakcji Kwartalnie

Wymagania wstępne

  • Architektura stanowisk z wymaganiami kompetencyjnymi per rola
  • Profile kompetencyjne per pracownik
  • Dane oceny wyników
  • Outputy planowania zasobów (przyszłe wymagania kompetencyjne)
  • Katalog szkoleń (dostępne programy i formaty)
  • Framework budżetu L&D

Wkład w infrastrukturę

Training Needs Analysis Agent łączy infrastrukturę kompetencji (z Skills & Career Profile Agent) z infrastrukturą uczenia się (Training Effectiveness Agent, Learning Path Recommendation Agent) w zamknięty system L&D, gdzie inwestycje są kierowane mierzonymi potrzebami, a nie założeniami. Buduje Decision Logging i Audit Trail wykorzystywane przez Decision Layer do zapewnienia możliwości śledzenia i kwestionowania każdej decyzji.

Co zawiera ta ocena: 9 slajdów dla Twojego zespołu kierowniczego

Spersonalizowana z Twoimi danymi. Wygenerowana w 2 minuty w przeglądarce. Bez przesyłania, bez logowania.

  1. 1

    Strona tytułowa - Nazwa procesu, punkty decyzyjne, potencjał automatyzacji

  2. 2

    Podsumowanie - Uwolnione FTE, koszt na transakcję, data progu rentowności

  3. 3

    Stan obecny - Wolumen transakcji, koszty błędów, scenariusz wzrostu

  4. 4

    Architektura rozwiązania - Człowiek - silnik reguł - agent AI

  5. 5

    Governance - EU AI Act, rada zakładowa/GoBD, ścieżka audytu

  6. 6

    Analiza ryzyka - 5 ryzyk z prawdopodobieństwem i środkami zaradczymi

  7. 7

    Mapa drogowa - Plan 3-fazowy z konkretnymi datami

  8. 8

    Business case - Porównanie 3 scenariuszy plus matryca wrażliwości

  9. 9

    Propozycja dyskusji - Konkretne kolejne kroki

Zawiera: porównanie 3 scenariuszy

Brak działania vs. nowe zatrudnienie vs. automatyzacja - z Twoim poziomem wynagrodzeń, Twoją stopą błędów i Twoim planem wzrostu.

Pokaż metodologię obliczeń

Hourly rate: Annual salary (your input) × 1.3 employer burden ÷ 1,720 annual work hours

Savings: Transactions × 12 × automation rate × minutes/transaction × hourly rate × economic factor

Quality ROI: Error reduction × transactions × 12 × EUR 260/error (APQC Open Standards Benchmarking)

FTE: Saved hours ÷ 1,720 annual work hours

Break-Even: Benchmark investment ÷ monthly combined savings (efficiency + quality)

New hire: Annual salary × 1.3 + EUR 12,000 recruiting per FTE

Wszystkie dane pozostają w Twojej przeglądarce. Nic nie jest przesyłane na serwer.

Training Needs Analysis Agent

Initial assessment for your leadership team

A thorough initial assessment in 2 minutes - with your numbers, your risk profile and industry benchmarks. No vendor logo, no sales pitch.

30K120K
1%15%

All data stays in your browser. Nothing is transmitted.

Często zadawane pytania

Czy agent ocenia kompetencje indywidualnych pracowników?

Agent używa istniejących danych o kompetencjach i wynikach do identyfikacji luk. Nie przeprowadza ocen samodzielnie. Analiza na poziomie indywidualnym służy planowaniu rozwoju, nie ewaluacji.

Jak agent obsługuje kompetencje, których organizacja jeszcze nie ma, ale będzie potrzebować?

Przyszłe wymagania kompetencyjne pochodzą z danych wejściowych planowania zasobów i inicjatyw strategicznych. Agent identyfikuje pojawiające się luki porównując bieżący inwentarz kompetencji z prognozowanymi przyszłymi potrzebami - nie tylko z bieżącymi wymaganiami ról.

Co dalej?

1

30 minut

Pierwsza rozmowa

Analizujemy Twój proces i identyfikujemy optymalny punkt startowy.

2

1 tydzień

Discover

Mapowanie logiki decyzyjnej. Reguły udokumentowane, Decision Layer zaprojektowany.

3

3-4 tygodnie

Build

Produkcyjny agent w Twojej infrastrukturze. Governance, audit trail, cert-ready od dnia 1.

4

12-18 miesięcy

Samodzielność

Pełny dostęp do kodu źródłowego, promptów i wersji reguł. Bez vendor lock-in.

Wdrożyć tego agenta?

Oceniamy Twój krajobraz procesowy i pokazujemy, jak ten agent pasuje do Twojej infrastruktury.