グローバルな給与計算プロバイダーの目的は、顧客の従業員に正確に時間どおりに給与を支払うという、一見単純なものです。しかし、これを可能にする舞台裏のプロセスは、非常に複雑です。

「最大の課題はスケーラビリティの欠如です」と、データスケールHRの最高売上責任者兼共同創設者であるエマニュエル・レミー氏は語る。

「給与計算サービス提供業者がどんどん大きくなるにつれ、営業利益率の維持に苦労しています。国や個人が増えるにつれて、業務はより複雑になり、唯一の解決策は、ニーズに対応できるソフトウェアの不足を補うために、より多くの人員を派遣することです。」

2022年、XNUMX人の業界専門家が給与計算ソフトウェア市場のこのギャップを埋めるために着手し、 データスケールhr同社のAI対応ソフトウェアは、複数の国での給与計算プロセスを効率化し、プロバイダーが技術的な実装から改善に焦点を移すことを可能にします。 顧客満足体験.

ソフトウェアを迅速に市場に投入し、柔軟性と拡張性を維持するために、datascalehrチームはコア製品を開発しました。 Mendix わずか 8 か月でローコード プラットフォームを構築しました。

機能するプラットフォーム

datascalehr の CEO 兼共同創設者である Jerome Gouvernel 氏は、世界有数の給与計算プロバイダーで 15 年間勤務し、業界の課題を目の当たりにしてきました。Gouvernel 氏は、顧客に複数国での給与計算を初めて提供したチームの先頭に立っていました。

複数国での給与計算の確立と維持には、信じられないほどのコストがかかります。給与計算は国ごとに処理方法が異なるため、何百もの国をサポートするには、控除、社会保険、税金が異なります。地政学的関係が緊張するにつれて、すべてがより複雑になります。

同じ時期に、グーヴァネル氏は、同じグローバル給与計算プロバイダーのイノベーション ラボで製品戦略を主導する役割も担っていました。「実験に十分な性能を備えながらも、実用レベルにも十分対応できる技術プラットフォームが欠けていることに気付きました」と、同氏は語ります。

従来のERPプラットフォームではこれらの要件を満たすことができなかったため、Gouvernel氏のチームはローコードの実験を始めました。彼らはOutSystemsやSalesforceなどのベンダーを評価しました。 最終的に選択する Mendix.

高速、柔軟、スケーラブル

今日まで早送りすると、ソフトウェアのイノベーションと複数国での給与計算という並行した道が、Gouvernel 氏にとってひとつにまとまりました。「20 年経った今でも、最大手プロバイダーによる複数国での給与計算の実行方法には、未解決の問題があることに気付きました」と、同氏は語ります。

datascalehrは世界初の 事前学習済みAI 「給与アウトソーシング業界を、コードメンテナンス、データ統合、調整の束縛から解放します。」彼らのソフトウェアの基盤は、何年も前にガヴァネルと彼のチームによって圧力テストされたものでした。 Mendix.

グヴェルネルと共同創設者のニコラス・デロードとエマニュエル・レミーは、 Mendix 以下を提供します:

• 多様なビジネスニーズに応える柔軟性、ビジネスニーズの変化に応じて適応し、進化し続けるソリューション開発の実現 スタートアップとしてプロトタイプを作成し、顧客のニーズに応える必要があります。
• 信頼性の向上 パフォーマンスの問題なしにソリューションを拡張できます。
• コンプライアンスと セキュリティ認証 SOC2 や ISO など、給与計算業界の信頼できる企業に求められる要件を満たしています。

「私たちはこのプラットフォームに全幅の信頼を置いています。認定を受けており、ホスティング、稼働時間、フェイルオーバー、データセキュリティの面で、私たちが独自に行うよりもはるかに優れた仕事をしてくれます。従来、私たちのような会社は、このプラットフォームがなければ大企業と取引するチャンスがありませんでした。 　 Mendix クラウド 戻ってくることだ」とザワツキ氏は語った。

データスケールHRのCTO兼共同創設者であるニコラス・デロード氏は、この完全性が同社の主力ソリューションを迅速に市場に投入するために重要であると述べています。 必要なAI機能「フレームワークの保守やデプロイメントの心配といった技術的なタスクではなく、実行に集中することができました」とデロード氏は語った。

データ統合が容易に

datascalehr チームの推定によると、給与計算プロバイダーは通常、クライアントのデータと給与計算パートナー ネットワークへの適切な接続を確立するためだけに、研究開発予算の最大 75% を費やしています。

「接続は戦いの半分に過ぎません」とガウベルネル氏は説明する。「給与計算結果をパイプに戻し、元の指示と比較する必要があります。しかし、その時点では、給与計算データは複数回変換されているため、元のデータとはまったく異なって見えます。」

datascalehrのソフトウェアを使用すると、これらの接続を最小限の労力で確立できます。ユーザー（通常は給与計算または人事チームのメンバー）がリクエストを開始すると、 AIモデルがガイドする 設定からマッピング、コネクタの構築までの手順を説明します。

チームは、自社の製品の最初のバージョンである「datascalehr」を 1 年足らずで作成しました。このソリューションは次のような機能を提供します。

• シームレス統合 わずか数分であらゆる給与計算システムに接続
• 効率的な調整 レガシーファイルまたはシステムの
• リアルタイム追跡 フィールド変更の検証
• 継続的な監視 期間ごとの変動
• データ同期 組織のエコシステム全体
• セキュアー データをダウンロードするためのメールリンク

「このマッピングを理解するシステムと UI を構築するのは非常に複雑になります」と Zawadzki 氏は言います。このプロセスにAIを導入する その知識を次のマッピングに再利用できます。これが、当社のプラットフォームがユニークで、自己学習型で、持続可能で、俊敏である理由です。」

ジェネレーティブAIとローコードの力

datascalehrのAIの旅は機械学習から始まりました。「私たちは 機械学習の使い方 そして、それをさらに充実させ始めました。私たちは、オープンソースの標準的な ML アルゴリズムをすべて使用しました。そして、それを私たちの特定の領域に適用しました」と Gouvernel 氏は言います。

多くの場合、人々は AI にすぐに問題を解決してもらいたいと考えています。しかし、AI エンジンは確率的なものであり、必ずしも AI が提供する答えを使用できるわけではありません。「重要なのは、出力を取得して、それを決定論的な結果に変換することです」と Gouvernel 氏は言います。

Datascalehr の AI ネイティブ モデルは、小さな問題に対処することで、より大きな問題に取り組みます。国、給与システム、従業員データなどの入力から得られたパターンを活用します。ML はワークロードの約 85% を処理します。専門家が ML の作業を検証し、システムはそれに応じて将来の応答を調整します。

プラットフォームの成功は 直感的にわかる 専門家が使用できるようにします。「datascalehr は元々 ML でしたが、現在は ML と大規模言語モデル (LLM) を組み合わせたものです。プロセスは非常にシンプルなので、給与計算について少し理解しているエンドユーザーであれば誰でも自分で設定できます。つまり、ソフトウェア開発者を割り当てる必要がないということです」と Gouvernel 氏は述べています。

自律的AI Mendixのサポートにより、datascalehr は情報を不確定な状態から使用可能な状態に迅速に変換できます。

「今では、給与計算結果ファイルに新しい給与コードが含まれている場合、ビジネス ユーザーは開発チームに問い合わせる必要がありません。調整にはナレッジ モデルを活用します。ユーザーは決定を確認して確定することができ、これがナレッジ モデルを構築してスケーラビリティの問題を解決する方法です」と Delord 氏は述べています。

迅速な実験と革新

データスケールHRが顧客に提供しているのは Mendix これにより、datascalehr は技術的な実行に集中する必要がなくなり、顧客の問題解決に集中できるようになります。「アイデアに集中してビジネス ユースケースを解決する時間があるため、創造性を発揮し、顧客を第一に考える余裕が生まれます」と Delord 氏は述べています。

レポートのプロトタイプや総勘定元帳レポートなどの新機能を導入し、 お客様の声 迅速かつ効率的でした。

多くの場合、スピードを上げることは品質を犠牲にすることを意味します。しかし、 Mendix 管理された開発を確実にするために、テスト自動化や事前構築されたコネクタなどのガードレールを提供します。

「嬉しい驚きでした Menditectのようなテスト自動化ツール ただ存在する Mendix マーケットプレイス」とザワツキ氏は語った。の Mendix マーケットプレイスでは、datascalehr などのサービスへの画期的なコネクタをいくつか提供しています。 OpenAI や アマゾンテキストラック.

これらのツールは、データスケールHRの顧客にとって非常に貴重です。顧客は、複数の国にまたがる給与計算の実装を推定10倍速く立ち上げています。「結局のところ、私たちの目標は顧客のために持続可能なモデルを作成することなので、顧客は長期にわたって私たちに製品のメンテナンスを依頼する必要はありません」とレミーは言います。

「Mendix「抽象的な概念を例示する機能は、理解を 10 倍高速化します。コラボレーションについて言えば、他にどのようなプラットフォームでこれを行うことができますか? 本当のコラボレーションは、開発者間ではなく、ユーザーとのコラボレーションです」と Gouvernel 氏は言います。

スマート製造の世界では、 AI はいたるところで利用され、無限の可能性を秘めている。グリコは、新興技術とシームレスに統合して常に最先端を行くために、Mendixの活用を進めている 人工知能と機械学習, Mendix は、データスケールHRのような企業が迅速かつコスト効率の良い方法でエンタープライズレベルのソリューションを提供できるようにしています。「結局のところ、 Mendix」とレミーは結論づけた。