Dolgozói szakterület profil: miért kell a leírás az AI beosztáshoz

Mi a dolgozói szakterület profil

A dolgozói szakterület profil nem HR-önéletrajz és nem a munkaszerződés másolata. Operatív master data: az a strukturált + szabad szöveges leírás, amiből a diszpécser 10 másodperc alatt, az AI pedig másodpercek alatt megérti, mire bízható a kolléga. A SafetyPro-ban ez tipikusan két bemenet: a tag leírás mezője (szöveges kompetencia- és rutin-összefoglaló) és a képesítések / jogosultságok (pl. F-gáz, hegesztés, magasban munkavégzés, elektromos érintésvédelem).

A match lánc egyszerű: a ticket vagy a feladat szövege (hiba típusa, eszköz, telephely) → a rendszer a tag profilokra és képesítésekre illeszt → shortlist + indoklás a diszpécsernek. Ha a leírás mező üres, a képesítéslista hiányzik, vagy mindenkinél ugyanaz a „karbantartó, 5 éve itt” sablon áll, nincs miből illeszteni. Az AI nem „kitalálja” a szakterületet a naptárból — a naptár csak az elérhetőséget mondja meg.

Gyakorlati határ: a profil dönt a „ki a megfelelő”, a naptár a „ki elérhető most”, a helyismeret a „ki ismeri a házat”. Mindhárom kell a jó beosztáshoz; a profil az első, mert kompetencia nélkül a szabad és helyismerő ember is elbukhat a helyszínen. A leírás és a képesítések tehát nem adminisztrációs luxus — a beosztás-minőség nyersanyaga.

• →Leírás: szabad szöveg — rendszerek, rutin, korlátok, szint
• →Képesítések: strukturált jogosultságok és lejáratok
• →Match input: ticket/feladat szöveg + profil + naptár + helyismeret
• →Üres profil → az AI legfeljebb elérhetőséget tud rangsorolni

Miért bukik az AI üres leírással

A leggyakoribb hiba nem a „rossz AI”, hanem a hiányzó bemenet. Ha 12 szervizesből 9-nél a leírás üres vagy 1 soros, a javaslat vagy randomizál a szabadok között, vagy mindig ugyanazokra a „mindent csinálok” embereket tolja — mert róluk van valami szöveg, vagy ők zárnak le mindent. A modell magabiztosan rossz shortlistet ad, ha a master data torz.

Számoljunk egy közepes szervizcsapatra: napi 18 kiosztás, abból 4 kompetenciahiba miatt csúszik (rossz szakma, hiányzó jogosultság, „nem ez az eszközcsalád”). Átlag 45 perc felesleges helyszíni idő + 1 ismételt kiszállás 3-ból: heti szinten 8–12 óra veszteség csak a rossz match miatt. 6500 Ft/óra belső költséggel ez ~50–80 ezer Ft/hét — évesítve 2,5–4 millió Ft, még mielőtt az ügyfél SLA-t és a reputációt számolnád.

A második bukás: a lejáró vagy hiányzó képesítés. Ha az AI HVAC-ost javasol F-gázos munkára, de a képesítés lejárt vagy nincs rögzítve, a helyszínen derül ki a tiltás — vagy ami rosszabb, szabálytalanul elvégzik. A képesítéslista nem „nice to have”: a match és a compliance közös forrása. Ami nincs a profilban, az a rendszer számára nem létezik.

A harmadik bukás: sablonos szöveg. Ha mindenkinél ugyanaz a másolt bekezdés („megbízható, csapatjátékos, általános karbantartás”), a szemantikus illesztés semmit sem tud megkülönböztetni. Az AI nem HR-értékelő: kulcsszavakra, rendszernevekre, jogosultságokra és korlátokra van szüksége — nem jelzőkre.

Mit írj a leírás mezőbe

A jó leírás 4–8 mondat vagy 6–12 bulletnyi, konkrét tartalom. Célja: a diszpécser és az AI egyaránt kiolvassa a szakterületet, az eszköz/rendszer-rutinokat, a szintet és a korlátokat. Kerüld az üres mezőt, a csak beosztásnevet, a „mindent csinálok” formulát és a másolt sablont.

Rossz példa: „Karbantartó. 2019 óta a cégnél. Megbízható.” — ebből sem ticket-szövegre, sem eszközre nem lehet illeszteni. Másik rossz: „Villamos / gépész / minden.” — a túl tág címke ugyanúgy elrejti a valós határt, mint a hiány.

Jó példa (HVAC): „Split és multi-split klíma, VRV/VRF (Daikin, Mitsubishi), hűtőkör, F-gáz jogosultsággal. Irodaház gépház, tetőegység, szűrő–hőcserélő rutin. Önálló kiszállás; liftet és erősáramú elosztót nem vállal. Mentor junior hűtősöknek.” — itt a ticket „3. emelet, klíma nem hűt, Daikin” már célzottan illeszthető.

Jó példa (erősáram): „0,4 kV, motorindító, frekvenciaváltó, LOTO. Ipari gyártósor és szivattyútelep. Érintésvédelmi mérés jogosultsággal. Magasban és gázos hűtőkört nem vállal. Szint: önálló; mentorál junior villamosokat.” — a korlátok ugyanolyan fontosak, mint a tudás: a match akkor is jó, ha valakit *nem* javasol rossz munkára.

• →Szakterület konkrétan: HVAC, erősáram, gyengeáram, hidraulika, lift, tűzjelző, épületgépészet…
• →Rendszerek / márkák / eszközcsoportok, amikhez van rutin
• →Jogosultságok és lejárat-érzékeny képesítések hivatkozása
• →Korlátok: amit nem vállal (ugyanolyan értékes, mint amit igen)
• →Szint: junior / önálló / mentor — a súlyozás és a párosítás miatt
• →Telephely- vagy ügyféltípus rutin (pl. élelmiszerüzem, irodaház, logisztika)
• →Nyelv / ügyfél-kontakt, ha a helyszínen kell egyeztetni
• →Frissítés dátuma a szöveg végén vagy mezőben — elavult profil veszélyes

Képesítések mint strukturált jel

A szabad szöveges leírás a rugalmas illesztéshez kell; a képesítések a merev feltételekhez. Vannak munkák, ahol a „majdnem jó” nem elég: F-gáz, hegesztés, magasban, bizonyos elektromos jogosultságok, tűzjelző-felülvizsgálat — ezek bináris kapuk. A struktúrált képesítéslista (név, szint, lejárat, igazolás) az AI-nak és a diszpécsernek egyaránt szűrő: ha kötelező a jogosultság, a match ne rangsoroljon jogosulatlan embert az élre.

Gyakorlati szabály: ami jogilag vagy belső szabály szerint kötelező a munkához, az ne csak a leírás mondata legyen, hanem képesítés rekord. A leírás magyaráz („F-gázos klímás munkákra rutin”); a képesítés bizonyít és szűr (érvényes / lejárt / hiányzik). A kettő együtt adja a teljes jelet az AI beosztáshoz.

Lejárat-kezelés: 30–60 nappal a lejárat előtt a profil „sárga” legyen a diszpécser szemében, és a match súlya csökkenjen vagy figyelmeztessen. Ha a képesítés lejárt, a rendszer ne javasolja az adott munkatípusra — még ha a leírás szövegében ott van a tudás. A tudás ≠ érvényes jogosultság.

Mennyiség: ne 40 félig kitöltött képesítés, hanem a céged valós munkatípusaihoz tartozó 5–15 kulcs. Évente egyszer audit: mi kötelező melyik feladattípushoz, kinek hiányzik, kinek jár le 90 napon belül. 20 fős csapatnál ez 1–2 óra negyedévente — olcsóbb, mint egy szabálytalan helyszíni munka vagy egy elbukott audit.

Frissítés, felelős, minőségmérés

A profil nem „bevezetéskor kitöltjük egyszer” projekt. Új képesítés, új telephely-rutin, kikerült szakterület (pl. már nem csinál gázt), szintváltás junior→önálló — mindez frissítést kér. Állíts be felelőst: tipikusan a műszakvezető vagy a diszpécser-vezető, nem a HR, mert ők látják a match hibáit a hétköznapokban.

Rutin: negyedéves 15 perces profil-átnézés csapattagonként, plusz eseményvezérelt frissítés (új vizsga, baleset utáni korlátozás, ügyfél-reklamáció kompetencia miatt). Ha az AI javaslatot a diszpécser rendszeresen elveti „nem az ő szakterülete” indokkal, az első teendő a profil javítása — nem a modell „kikapcsolása”.

Mérőszámok, amik a leírás minőségét is mérik: elsőre jó kiosztás aránya (cél 85–90%+); kompetencia miatti újra kiosztások száma / hét; AI javaslat elfogadási aránya (10–25% felülírás egészséges); profil-kitöltöttség (hány tagnál van nem-sablonos leírás + legalább a kötelező képesítések). 70% alatti first-time-right-nál először a master datát javítsd.

Bevezetési sorrend 2 hétre: 1. hét — minden aktív szervizes leírása a fenti checklist szerint, kötelező képesítések rögzítve, lejáratok beírva; baseline: hány rossz match volt az előző 2 hétben. 2. hét — AI javaslat bekapcsolása vázlat módban, napi 5 perc: mely profilok miatt volt félrevezető a shortlist. A 3. héttől a profil-frissítés a heti diszpécser-rituálé része, nem külön projekt.

• →Felelős: műszak / diszpécser-vezető (operatív), nem csak HR
• →Negyedéves átnézés + eseményvezérelt frissítés
• →Kitöltöttség KPI: nem-sablonos leírás + kötelező képesítések
• →First-time-right % és kompetencia-miatti reassign mint visszacsatolás
• →Lejárat előtti 30–60 napos figyelmeztetés a matchben
• →Sablon-tiltás: másolt „megbízható kolléga” szöveg elutasítva review-n

Összefüggés a ticket→feladat→beosztás lánccal

A szakterület profil önmagában nem „AI funkció” — a ticket triage, a feladat-képzés és a beosztási javaslat láncának bemenete. A triage kiolvassa a hibát és a prioritást; a feladat rögzíti a teendőt; a beosztás a profil + képesítés + helyismeret + naptár alapján shortlistel. Ha a lánc elején rossz a ticket szöveg, a match is gyengébb; ha a közepén üres a profil, a legjobb triage sem ment meg.

A SafetyPro megközelítés: a tag leírása és a képesítések táplálják az AI assignment matchinget; a diszpécser a javaslatot elfogadja vagy felülírja. A felelősség emberi marad — a profil minősége viszont eldönti, hogy a javaslat 5 másodperc alatt használható shortlist, vagy egy újabb „találomra” lista. A befektetés: 10–15 perc profil/fő induláskor, utána negyedévente kevesebb; a megtérülés a kevesebb rossz kiszállásban és a stabilabb first-time-right arányban jön vissza.

Ha most vezetsz be AI beosztást, ne a modell bekapcsolásával kezdd. Először a dolgozói szakterület profilok: leírás + képesítések + lejáratok. Utána a javaslat. Utána a mérés. Fordítva csak drága demo lesz belőle — és az a tanulság, hogy „az AI nem működik”, holott a bemenet hiányzott.

Összegzés és következő lépés

A cikkben összefoglalt gyakorlati lépések akkor működnek tartósan, ha egy központi rendszerben futnak a munkalapok, az eszköznyilvántartás, a preventív ütemezés és — ahol kell — a tűzvédelmi ellenőrzések is. A szétszórt Excel-fájlok és papír naplók hosszú távon nem adják az auditálhatóságot és a valós idejű átláthatóságot.

A SafetyPro CMMS ezeket egy platformon egyesíti: QR/NFC azonosítás, mobil app offline módban, riportok és emlékeztetők. A Basic csomag 24 900 Ft/hó-tól indul; 14 napos ingyenes próba egyeztethető személyesen, a bemutató után.

Ha a témában leírt folyamatokat szeretnéd élesben látni a saját telephelyed példáján, kérj bemutatót — az értékesítési csapat általában 1 munkanapon belül válaszol.