SAP ogłosiło wydanie SuccessFactors 1H 2026 – aktualizacji, która osadza sieć autonomicznych agentów AI głęboko w procesach HR: od rekrutacji, przez listy płac, aż po rozwój talentów. Celem jest ograniczenie operacyjnego rozrostu biurokracji i redukcja kosztów, zanim te w ogóle zdążą się zmaterializować.
Agenci zamiast ticketów
Każdy, kto pracował w większej organizacji, zna ten scenariusz: dane pracownika nie synchronizują się między systemami, coś się blokuje, IT dostaje zgłoszenie i czeka. Tygodniami. SAP próbuje ten schemat złamać. Nowe agenty AI mają samodzielnie monitorować stan systemów, wykrywać anomalie i podpowiadać administratorom gotowe rozwiązania z kontekstem – zamiast odsyłać ich do ręcznej diagnozy.
Konkretny przykład: kiedy dane pracownika nie replikują się poprawnie z powodu brakującego atrybutu, agent krzyżowo analizuje dane innych pracowników na podobnych stanowiskach, identyfikuje lukę na podstawie wzorców organizacyjnych i proponuje korektę. Brzmi prosto. W praktyce wymaga to jednak precyzyjnej integracji nowoczesnych mechanizmów wyszukiwania semantycznego z archaicznymi relacyjnymi bazami danych – co jest zadaniem z gatunku tych, przy których płaczą nawet doświadczeni architekci IT.
Co konkretnie trafia do SuccessFactors
Aktualizacja przynosi kilka istotnych zmian funkcjonalnych:
- Inteligentne Q&A w module szkoleniowym – pracownicy mogą zadawać pytania bezpośrednio w interfejsie i uzyskiwać odpowiedzi zaczerpnięte z firmowych materiałów, bez przekopywania się przez dokumentację
- Zintegrowany onboarding – dane z procesu rekrutacji (oceny techniczne, background checks, warunki umowy) przepływają automatycznie do SuccessFactors Employee Central i modułu Onboarding, eliminując ręczne przepisywanie
- Kreator rozszerzeń (extensibility wizard) – narzędzie do budowania niestandardowych rozszerzeń bezpośrednio na SAP Business Technology Platform, w ramach reguł governance, które nie psują się przy aktualizacjach
- People Intelligence z analizą luk płacowych – moduł wspierający zgodność z unijną dyrektywą o przejrzystości wynagrodzeń, automatyzujący analizę struktury płac przez regiony i waluty
- Talent Intelligence Hub – centralne zarządzanie definicjami umiejętności, ujednolicające terminologię między działami
Koszt automatyzacji, którego nikt nie liczy głośno
Tu pojawia się pytanie, które rzadko pada w komunikatach prasowych: ile to kosztuje?
SAP robi coś sensownego – przenosi ciężar rutynowej diagnostyki z ludzi na algorytmy. To ma sens. Ale warto zadać uczciwe pytanie: ciągłe skanowanie milionów rekordów pracowniczych przez modele językowe w tle generuje poważne koszty infrastruktury cloudowej. CIO musi przeliczyć, czy oszczędności na ticketach IT faktycznie przewyższają rachunek za compute. Do tego dochodzi ryzyko, które SAP stara się adresować guardrailami – czyli odizolowaniem AI od „dzikich” danych z internetu i zakotwiczeniem jej wyłącznie w firmowych data lakes. Pytanie brzmi: jak szczelne są te guardrails w praktyce, gdy w grę wchodzą dane kadrowe i płacowe? Transparentność w tym zakresie powinna być standardem, nie dodatkiem.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Inżynierowie SAP muszą budować ścisłe guardrails właśnie dlatego, że ryzyko halucynacji algorytmicznych przy zmianach w danych finansowych jest zbyt poważne, żeby je zignorować. Architektury retrieve-and-generate muszą być zakotwiczone w zweryfikowanych firmowych data lakes – AI ma działać wyłącznie na podstawie potwierdzonych polityk korporacyjnych, nie ogólnych danych z internetu. To rozsądne podejście, choć w praktyce jego skuteczność zależy od jakości samych danych źródłowych.
Dyrektywa UE jako motor zmian
Nie bez znaczenia jest fakt, że część tych zmian napędza prawo. Unijna dyrektywa o przejrzystości wynagrodzeń nakłada na organizacje obowiązek szczegółowego uzasadniania różnic w wynagrodzeniach. Ręczna kompilacja danych płacowych z wielu krajów i walut jest nie tylko uciążliwa – jest podatna na błędy, które mogą skończyć się procesem sądowym lub wizerunkowym skandalem.
Moduł People Intelligence w SAP Business Data Cloud automatyzuje tę analizę i dostarcza audytowalny ślad decyzji. To jeden z rzadkich przypadków, gdzie presja regulacyjna i rachunek ekonomiczny wskazują dokładnie w tym samym kierunku.
Zarządzanie talentami bez arkuszy Excela
Ostatni element układanki to problem, który każda duża organizacja zna, ale rzadko przyznaje głośno: jeden dział nazywa daną kompetencję „machine learning”, inny „ML”, jeszcze inny „uczenie maszynowe” – i żaden automatyczny system alokacji zasobów tego nie sklei. SAP wzmacnia Talent Intelligence Hub o centralne zarządzanie definicjami umiejętności, żeby menedżerowie mogli wreszcie szukać kompetencji wewnątrz firmy, zamiast sięgać po drogich zewnętrznych konsultantów.
Pytanie, czy organizacje mają wystarczająco dobre dane wejściowe, żeby ten system działał poprawnie. Garbage in, garbage out – żaden agent AI tego prawa nie obali.
