Niemiecki gigant msg zrewolucjonizował HR, integrując swoje narzędzie msg.ProfileMap z Amazon Bedrock. AI automatycznie harmonizuje dane, redukując pracę o 70%.
W skrócie:
- Platforma msg.ProfileMap wykorzystuje AI z Amazon Bedrock do automatycznego porządkowania i ujednolicania danych HR z różnych źródeł, takich jak CV, pliki Excel czy PDF.
- Wdrożenie modeli LLM pozwoliło zredukować ręczną walidację danych o ponad 70%, osiągając przy tym dokładność na poziomie 95,5% w rekomendacjach dopasowań.
- Skuteczność silnika AI potwierdziły międzynarodowe testy OAEI 2024, w których narzędzie zajęło czołowe miejsce, wykazując się wszechstronnością także poza branżą HR.
Wyobraź sobie typowy dział HR w dużej firmie. Na dyskach piętrzą się CV w formacie PDF, w systemach krążą pliki Excela z ocenami rocznymi, a stare bazy danych pamiętają jeszcze czasy, gdy “doświadczenie w internecie” było unikalnym atutem. To cyfrowy chaos. Każdy dokument mówi swoim językiem, a próba znalezienia idealnego kandydata na wewnętrzny projekt przypomina szukanie igły w stogu siana. Niemiecka firma technologiczna msg, zatrudniająca ponad 10 000 ekspertów, postanowiła ten bałagan posprzątać. Ich rozwiązanie, platforma SaaS o nazwie msg.ProfileMap, po integracji z usługą Amazon Bedrock, stało się czymś w rodzaju cyfrowego egzorcysty dla danych kadrowych.
Jak posprzątać cyfrowy chaos w dziale kadr?
Kluczem do sukcesu okazała się “harmonizacja danych”. To mądre określenie na proces, w którym maszyna uczy się, że “Stefan Walter, Senior VP” z jednego dokumentu to ta sama osoba co “S. Walter, ID: 987” z innego. Platforma msg.ProfileMap działa w oparciu o modułową architekturę. Najpierw specjalny silnik ekstrakcji przekształca wszelkie dane wejściowe – od CV po notatki – na ustrukturyzowany format. To trochę tak, jakby ktoś przepisał odręczne notatki na czysto, używając tych samych, z góry ustalonych rubryk. Następnie do akcji wkracza silnik harmonizacyjny napędzany przez AI. Wykorzystuje on hybrydowe podejście, łącząc analizę semantyczną (rozumienie znaczenia) z klasycznym dopasowywaniem ciągów znaków. Dzięki temu system unika duplikatów i potrafi połączyć w całość rozproszone informacje o kompetencjach, doświadczeniu czy certyfikatach jednego pracownika. To fundament pod podejmowanie decyzji w oparciu o kompletne, a nie fragmentaryczne dane.
Dlaczego Amazon Bedrock wszedł do gry?
Firma msg mogła próbować zbudować własne modele językowe od zera. To jednak droga długa, kosztowna i nieprzewidywalna. Zamiast tego postawili na gotowe rozwiązanie chmurowe – Amazon Bedrock. To usługa, która daje dostęp do najlepszych modeli fundamentowych (LLM) w modelu “na żądanie”. Stefan Walter, wiceprezes ds. rozwiązań AI SaaS w msg, podkreśla, że to podejście wyeliminowało potrzebę zarządzania skomplikowaną infrastrukturą. Zamiast budować i utrzymywać własne serwery, zespół msg mógł skupić się na logice biznesowej produktu. Model cenowy oparty na faktycznym zużyciu idealnie pasuje do oferty SaaS – płacisz tylko wtedy, gdy AI faktycznie pracuje. Co więcej, w świecie HR, gdzie dane pracowników są świętością, Amazon Bedrock zapewnił zgodność z rygorystycznymi wymogami RODO i unijnego aktu o sztucznej inteligencji (EU AI Act). Każde zapytanie do modelu jest ściśle kontrolowane i audytowalne, co dla klientów z branż regulowanych jest absolutnie kluczowe.
Jakie są mierzalne efekty tej rewolucji?
Obietnice to jedno, a twarde dane to drugie. Zespół msg zweryfikował skuteczność swojego rozwiązania na dwa sposoby. Najpierw przeprowadzono wewnętrzne testy na rzeczywistych danych kadrowych z sektora IT. System przeanalizował 2 248 różnych koncepcji (np. nazw stanowisk, technologii, kompetencji) i w przypadku rekomendacji o wysokim prawdopodobieństwie poprawności osiągnął skuteczność na poziomie 95,5%. Ten wynik pozwolił zredukować potrzebę ręcznej weryfikacji danych przez pracowników HR o ponad 70%. Mniej klikania, więcej strategicznego myślenia. Jednak prawdziwym testem okazał się udział w międzynarodowym benchmarku OAEI 2024 (Ontology Alignment Evaluation Initiative). To swego rodzaju zawody dla algorytmów dopasowujących dane. Platforma msg.ProfileMap zajęła w nich czołowe miejsce w kategorii Bio-ML, deklasując konkurencję w analizie danych biomedycznych. Wynik F1-score na poziomie 0,918 w jednym z testów to dowód, że silnik jest nie tylko skuteczny, ale i niezwykle wszechstronny – radzi sobie doskonale nawet w dziedzinach, do których nie był pierwotnie projektowany.
Co to oznacza dla reszty rynku?
Przypadek msg i Amazon Bedrock to symbol szerszej zmiany. Duże modele językowe przestają być domeną badaczy i technologicznych gigantów. Stają się dostępne jako w pełni zarządzane usługi, które każda firma może zintegrować ze swoimi produktami. To demokratyzacja dostępu do zaawansowanej AI. Dla działów HR oznacza to początek końca ery żmudnego, ręcznego przetwarzania dokumentów. Zamiast tracić czas na porządkowanie danych, będą mogły skupić się na tym, co najważniejsze: na ludziach, ich rozwoju i dopasowywaniu ich talentów do strategicznych celów organizacji. A wszystko to przy zachowaniu najwyższych standardów bezpieczeństwa i zgodności z prawem. Wygląda na to, że przyszłość pracy, przynajmniej w obszarze zarządzania talentami, właśnie nadeszła. I jest znacznie bardziej uporządkowana.