اے آئی کو صرف ایک ٹول نہ سمجھیں، اسے صلاحیت کے طور پر اپنائیں | Indwin Edwin Joel

Indwin Edwin Joel نے کبھی ایچ آر میں کام کرنے کا ارادہ نہیں کیا تھا۔ انجینئرنگ کی تعلیم کے بعد وہ لوگوں کی ترقی کے شعبے میں آئے اور پچھلے پندرہ سالوں میں سات مختلف صنعتوں میں کام کر چکے ہیں: ڈائیگناسٹکس، ہیلتھ کیئر، فارما، آئی ٹی سروسز، لاجسٹکس، شپنگ اور سماجی شعبہ۔ اس وقت وہ Anubavam Technologies میں لوگوں کی ترقی کے شعبے کی قیادت کر رہے ہیں، جو تعلیمی شعبے کے لیے اے آئی سے لیس پلیٹ فارم تیار کر رہا ہے۔

Xobin Talks کے 26ویں ایپیسوڈ میں میزبان Aman Kumar Tiwari نے ان سے پوچھا کہ ہائرنگ میں اے آئی کا اصل مطلب کیا ہے، ادارے اسے اپنانے میں کہاں غلطی کرتے ہیں، اور آئندہ دہائی میں ٹیلنٹ ایکوزیشن کیسا نظر آئے گا۔

آج کے ایچ آر لیڈرز کے لیے اے آئی سے چلنے والی ہائرنگ کیسی نظر آتی ہے؟

Edwin کا نقطہ آغاز تکنیکی نہیں بلکہ تاریخی ہے۔ وہ ایچ آر کے ارتقاء کو اس کے صنعتی مراحل سے جوڑتے ہیں: انتظامی کردار سے لے کر ہیومن ریسورس مینجمنٹ، پھر ہیومن کیپیٹل مینجمنٹ اور اب وہ جس دور کو دیکھتے ہیں: پیپل ایکسپیرینس کا دور۔

Edwin: "انتظامی نقطہ نظر سے ہم اب ایک ایسے مرحلے میں ہیں جہاں ہر کوئی تجربے کے زاویے سے دیکھ رہا ہے۔ بہت سی تنظیموں نے ہیومن ریسورسز کو پیپل ایکسپیرینس ٹیم کے طور پر پیش کیا ہے۔ ایچ آر میں اے آئی روایتی بھرتی سے ذہین ٹیلنٹ آرکسٹریشن کی طرف منتقلی ہوگی۔"

اندازے سے منظم ثبوت تک

ان کی سب سے اہم بات یہ ہے کہ تجربہ کار ریکروٹرز کا 'گٹ فیلنگ' اصل میں کہاں سے آتا ہے۔

Edwin: "ہم ہمیشہ کہتے ہیں کہ مجھے ایک احساس ہوا۔ یہ احساس وہ ڈیٹا تھا جو ہمارے ذہن میں تھا اور بہت سیال تھا۔ اب یہ ایک ایسے نظام میں آ گیا ہے جہاں صلاحیت کے اشارے، رویے کی علامات یا علمی صلاحیتیں، یہ سب ہم دیکھتے ہیں۔"

65% سے زیادہ ریکروٹرز پہلے ہی اے آئی اپنا چکے ہیں، زیادہ تر وقت بچانے (44%)، امیدواروں کی تلاش بہتر بنانے (58%) اور فی ہائرنگ لاگت میں 30% تک کمی کے لیے (DemandSage, 2026)۔ کارکردگی میں بہتری تو ثابت شدہ ہے، لیکن Edwin کے مطابق اصل تبدیلی علمیت میں ہے: جو چیز پہلے صرف اندازہ تھی، وہ اب منظم ثبوت بن گئی؛ جو مقامی تھا، وہ قابلِ منتقلی ہوا؛ جو فرد پر منحصر تھا، وہ ادارہ جاتی ہو گیا۔

یونیورسل ہائرنگ لینگویج

Edwin: "جب آپ عالمی مارکیٹ کو دیکھتے ہیں تو اے آئی ایک یونیورسل ہائرنگ لینگویج کو ممکن بناتا ہے۔ ایک فرد جو مختلف شہروں میں پلا بڑھا ہے، اس کا جھکاؤ اپنے جیسے لوگوں یا اس ثقافت کی طرف ہو سکتا ہے۔ لیکن اے آئی میں یہ تعصب نہیں ہوتا کیونکہ یہ منظم اور ثبوت پر مبنی ہے، اور لوگوں کا جائزہ سرحدوں، تعصب یا رکاوٹوں کے بغیر لیتا ہے۔"

یہ سرحدیں صرف جغرافیائی نہیں بلکہ تصوری بھی ہیں: اے آئی اداروں کو امیدواروں کا جائزہ ایک مستقل معیار پر لینے کے قابل بناتا ہے، نہ کہ اس شخص کے ثقافتی مفروضوں پر جو اسکریننگ کر رہا ہے۔

ہائرنگ میں اے آئی کے انضمام کے سب سے انقلابی فوائد کیا ہیں؟

Edwin اپنے جواب کو تین صلاحیتوں کے گرد منظم کرتے ہیں جو اے آئی ایچ آر کے لیے کھولتا ہے، اور ہر ایک اس رکاوٹ کو توڑتا ہے جسے زیادہ تر ایچ آر ٹیمیں ساختی سمجھتی رہی ہیں۔

بے سرحد بھرتی، بڑے پیمانے پر

Edwin: "اب آپ علاقائی بنیاد پر ہائرنگ کے پابند نہیں رہے۔ آپ کے پاس بے سرحد بھرتی ہوگی کیونکہ کمپنیاں بڑی تبدیلیوں کی طرف دیکھ رہی ہیں۔ اے آئی گورننس اور اسکیل ایبلٹی کو ممکن بناتا ہے تاکہ امیدواروں کا کسی بھی جغرافیے میں معیاری عمل اور اسیسمنٹس کے ساتھ جائزہ لیا جا سکے۔"

اے آئی سے چلنے والی وائس اسکریننگ کے ساتھ اوسط ٹائم ٹو ہائر تقریباً 2.8 دن ہے، جبکہ 2025 میں عالمی اوسط 44 دن ہے۔ رفتار میں یہ کمی ایک فائدہ ہے؛ دوسرا جغرافیائی ہے۔ وہ ادارے جو پہلے صرف مقامی طور پر بھرتی کرتے تھے کیونکہ سرحد پار جائزہ غیر مستقل تھا، اب ہر جگہ یکساں معیار کے ساتھ عالمی سطح پر بھرتی کر سکتے ہیں۔

قیادت کی میز پر ایچ آر کی اسٹریٹجک اہمیت

Edwin: "اے آئی ڈیش بورڈز اور منظم ہائرنگ سسٹمز ایچ آر کو بزنس کا زیادہ اسٹریٹجک حصہ بنا سکتے ہیں۔ اب ایچ آر ٹیموں کے پاس قیادت کی میز پر جگہ ہے، لیکن اصل سوال یہ ہے: کیا ہم درست ذہنیت اور درست ڈیٹا کے ساتھ فیصلے کر رہے ہیں؟"

یہ ان کی سب سے اہم بات ہے: قیادت کی میز پر جگہ دستیاب ہے، لیکن اصل فرق یہ ہے کہ ایچ آر وہاں ثبوت پر مبنی دلائل لاتا ہے یا صرف کہانیاں۔ اے آئی ایچ آر کو تجزیاتی انفراسٹرکچر فراہم کرتا ہے۔

Edwin: "آپ اے آئی کو استعمال کرنا شروع کر سکتے ہیں چاہے آپ کو ڈیٹا کے ساتھ کام کرنا نہ آتا ہو۔ یہ ایچ آر پروفیشنلز کو پیچیدہ ڈیٹا کو قابلِ عمل بصیرت میں بدلنے اور اعتماد کے ساتھ فیصلے کرنے میں مدد دیتا ہے۔ اے آئی صرف ہائرنگ کو بہتر نہیں بناتا، بلکہ ایچ آر کو قیادت میں مضبوط آواز دیتا ہے اور بزنس فیصلوں کی تشکیل میں مدد کرتا ہے۔"

اندازے کی جگہ پیش گوئی

Edwin: "تجربے کے ساتھ پیٹرنز اور سب کچھ آتا ہے۔ اب یہ ایک ایسے نظام میں آ گیا ہے جہاں صلاحیت کے اشارے، رویے کی علامات یا علمی صلاحیتیں، یہ سب ہم دیکھتے ہیں۔ چاہے ہم Chennai سے ہائرنگ کر رہے ہوں یا Gujarat سے یا بھارت یا Berlin سے، فرق نہیں پڑتا۔ آخر میں ہم ٹیلنٹ مینجمنٹ، ٹیلنٹ ایکوزیشن اور ٹیلنٹ ریٹینشن دیکھ رہے ہیں۔"

اے آئی سے چلنے والے پلیٹ فارمز اداروں کو درست ٹیلنٹ کی شناخت میں کیسے زیادہ اعتماد دے سکتے ہیں؟

Edwin اس کو تین نتائج کے گرد بیان کرتے ہیں جو اے آئی سے لیس پلیٹ فارمز فراہم کرتے ہیں، اور ہر ایک روایتی ہائرنگ کے عمل میں موجود خلا کو پُر کرتا ہے۔

عالمی معیار کی اسیسمنٹ اسٹینڈرڈائزیشن

Aman Xobin کے کردار کی طرف اشارہ کرتے ہیں: ایسے پلیٹ فارمز ہی عالمی معیار کی اسیسمنٹ اسٹینڈرڈ کو ممکن بناتے ہیں۔

Edwin: "ہمیں ایک مشترکہ ٹیسٹنگ فریم ورک کی ضرورت ہے جو بین الاقوامی معیار سے ہم آہنگ ہو۔ ساتھ ہی بھارت کو اپنا معیار بھی بنانا چاہیے جو مقامی مارکیٹ کی عکاسی کرے۔ ایک متحدہ معیار ان دونوں کو یکجا کر کے اداروں کو تبدیلی میں آگے بڑھنے میں مدد دے سکتا ہے۔"

یہ اسٹینڈرڈائزیشن خاص طور پر سرحد پار ہائرنگ میں اہم ہے۔ جب کوئی ادارہ بھارت، مشرق وسطیٰ اور یورپ میں بیک وقت بھرتی کرتا ہے تو بھارتی امیدوار کا اسیسمنٹ نتیجہ ہر جگہ ایک ہی معنی رکھنا چاہیے۔ بغیر معیاری فریم ورک کے موازنہ درست نہیں۔

موجودہ ڈیٹا سے پیش گوئی پر مبنی ٹیلنٹ بصیرت

Edwin: "اداروں کے پاس عام طور پر اسکل میٹرکس یا اسکل اینالیسس ہوتا ہے۔ یہ یا تو کاغذ پر یا ایکسل میں رکھا گیا ہوتا ہے۔ اے آئی کی صلاحیتوں کے ساتھ ہم دیکھ رہے ہیں کہ یہ اسیسمنٹ ڈیٹا مستقبل کی کارکردگی کے اشارے کیسے دے سکتا ہے۔"

اداروں کے پاس اپنے موجودہ ملازمین کے بارے میں جو ڈیٹا ہے، وہ اکثر کم استعمال ہوتا ہے۔ اسیسمنٹ ریکارڈز، کارکردگی کا ڈیٹا، اور چھوڑنے کے رجحانات، سب میں یہ اشارے ہوتے ہیں کہ کس کردار یا ثقافت میں کامیابی کی پیش گوئی کیا کرتی ہے۔ Edwin کے مطابق اے آئی اس تاریخی ریکارڈ کو غیر فعال آرکائیو سے فعال پیش گوئی کے ٹول میں بدل دیتا ہے۔

ساختی ہائرنگ انٹیلی جنس

Edwin: "آئندہ جن کرداروں کی ضرورت ہوگی، ان کی منصوبہ بندی ابھی سے کریں اور اہل ٹیلنٹ کا مستقل بہاؤ تیار رکھیں۔ اے آئی سے چلنے والے پلیٹ فارمز اس عمل میں اداروں کو مختلف مارکیٹس میں بڑے پیمانے پر ہائرنگ میں مدد دیتے ہیں۔ یہ ہائرنگ کو زیادہ شفاف، مستقل اور بزنس کی ضروریات کے مطابق اسکیل ایبل بھی بناتے ہیں۔"

اے آئی بھرتی میں تعصب کو کیسے کم کر سکتا ہے بجائے اس کے کہ اسے بڑھائے؟

Edwin اس کو گورننس، جوابدہی اور اس بات کے زاویے سے دیکھتے ہیں کہ اے آئی میں تعصب کب اور کیسے آتا ہے۔

تعصب ٹیکنالوجی میں نہیں، تربیت میں ہے

Edwin: "کیا ہم اے آئی ماڈل کو درست تربیت دے رہے ہیں؟ یہی اصل سوال ہے۔ اگر آپ اے آئی کو کسی غلط نظام میں فٹ کریں گے تو وہ بھی غلط نتائج دے گا۔"

اگر تربیتی ڈیٹا میں تاریخی تعصب ہو تو اے آئی بھی وہی سیکھے گا اور بڑھائے گا۔ ٹیکنالوجی خود غیر جانبدار ہے؛ گورننس ہی طے کرتی ہے کہ یہ غیر جانبدار رہے گی یا نہیں۔

حساس شناختی علامات چھپانا تعصب کم کرتا ہے

Edwin: "جب میں کسی پروفائل کا جائزہ لیتا ہوں تو زبان، جنس، عمر یا قومیت جیسی تفصیلات دیکھ لیتا ہوں، اور یہ میرے فیصلے پر لاشعوری طور پر اثر انداز ہو سکتی ہیں۔ اے آئی امیدواروں کو ان حساس علامات کے بغیر اسکرین کر سکتا ہے۔ ابتدائی اسکریننگ میں یہ علامات ہٹا کر ذاتی تعصب کے اثرات کم کیے جا سکتے ہیں۔"

بلائنڈ اسکریننگ کوئی نئی بات نہیں، لیکن اے آئی اس کو بڑے پیمانے پر اور مستقل انداز میں لاگو کر سکتا ہے، صرف چند نمونوں میں نہیں بلکہ ہزاروں درخواستوں میں بیک وقت۔

اے آئی بطور مانیٹرنگ اور آڈٹ میکانزم

Edwin: "اے آئی فریم ورک کی نگرانی اور آڈٹ بھی کر سکتا ہے۔ یہ ایچ آر سسٹمز کی شفافیت، اسکیل ایبلٹی اور آڈٹ ایبلٹی کے لیے معاون ہے اور اخلاقی بنیاد فراہم کرتا ہے۔ اس طرح ایچ آر صرف عملدرآمد کرنے والا نہیں بلکہ منصفانہ نظام کا محافظ بنتا ہے۔"

کسی ٹول کے گرد گورننس اس بات کا تعین کرتی ہے کہ وہ تعصب کم کرے گا یا صرف اسے خودکار بنا دے گا۔ Edwin کا پورا نقطہ نظر یہی ہے: ٹیکنالوجی غیر جانبدار ہے، جوابدہی کو شعوری طور پر بنانا پڑتا ہے۔

بھرتی میں اپنی اے آئی تبدیلی شروع کرنے والے اداروں کے لیے ابتدائی اقدامات کیا ہیں؟

یہاں Edwin سب سے زیادہ واضح اور براہ راست ہیں کہ ادارے کہاں غلطی کرتے ہیں۔

مسئلے سے آغاز کریں، پلیٹ فارم سے نہیں

Edwin: "ٹیکنالوجی سے نہیں، ہائرنگ کے مسئلے سے آغاز کریں۔ پہلے یہ طے کریں کہ آپ کو کیا حاصل کرنا ہے، کتنی تیزی سے امیدواروں کو اسکرین کرنا ہے، انٹرویوز کیسے ہوں گے۔ پھر یہ دیکھیں کہ امیدواروں کا جائزہ کیسے لینا ہے اور موجودہ عمل میں کہاں خلا ہے۔ جب سب واضح ہو جائے تو وہ ٹول منتخب کریں جو ان ضروریات کو پورا کرے۔"

اکثر ادارے یہ غلطی کرتے ہیں کہ صرف اس لیے اے آئی ٹول خرید لیتے ہیں کہ کوئی اور ادارہ بھی استعمال کر رہا ہے، پھر اپنی ہائرنگ کو اس کے مطابق ڈھالنے کی کوشش کرتے ہیں۔ درست طریقہ یہ ہے کہ پہلے اصل مسئلہ یا رکاوٹ کی شناخت کریں، پھر اس کے مطابق ٹول کا انتخاب کریں۔

اے آئی کو مرحلہ وار اپنائیں، ایک ساتھ نہیں

Edwin: "اسے ایک دم مکمل طور پر نہیں اپنایا جا سکتا۔ پہلے چھوٹے پیمانے پر آغاز کریں۔ پہلے اے آئی ریزیومے اسکریننگ سے شروع کریں، پھر اے آئی اسیسمنٹس، پھر انٹرویو بصیرت یا ڈیش بورڈز، پھر اے آئی سے چلنے والے ATS سسٹمز۔ اس سے آغاز کریں جو بزنس پر سب سے زیادہ اثر ڈال رہا ہے۔"

2026 تک 40% انٹرپرائز ایپلی کیشنز میں ٹاسک مخصوص اے آئی ایجنٹس شامل ہوں گے، جو 2025 میں 5% سے بھی کم ہیں (Gartner, 2025)۔ یہ رجحان وسیع پیمانے پر اپنانے کے بجائے مخصوص انضمام کی طرف ہے، جو Edwin کے مرحلہ وار طریقے کی تصدیق کرتا ہے۔

اے آئی لٹریسی بنائیں، صرف رسائی نہیں

Edwin: "اے آئی صرف ایک ٹول نہیں جو نافذ کر دیا جائے۔ یہ ایک صلاحیت ہے جو پورے نظام میں سب کے لیے بنانی ہوگی۔ جو لوگ ان سسٹمز پر کام کریں گے، ان کی اے آئی کو سمجھنے اور ٹیکنالوجی استعمال کرنے کی صلاحیت کو مضبوط کرنا ہوگا۔ یہ سیکھنے، بھولنے اور دوبارہ سیکھنے کا عمل ہے۔"

Edwin کا سب سے واضح فرق یہی ہے: خریداری سے صرف رسائی ملتی ہے، سیکھنے سے اصل صلاحیت بنتی ہے۔ جو ادارے صرف ٹولز خریدتے ہیں اور اپنی ایچ آر ٹیم کی تربیت نہیں کرتے، وہ پلیٹ فارمز کے محتاج ہو جاتے ہیں، نہ کہ خود مختار اور بہتری لانے والے۔

فوری کامیابیاں بمقابلہ طویل مدتی کامیابیاں

Edwin: "اداروں کو آج کی ترجیحات پر عمل کرنا چاہیے اور ساتھ ہی طویل مدتی اہداف کو بھی مدنظر رکھنا چاہیے۔ فوری کامیابیاں بزنس کو چلانے کے لیے ہیں اور طویل مدتی کامیابیاں بزنس کو بدلنے کے لیے۔ بزنس کو چلانا اس لیے اہم ہے کہ کیش فلو جاری رہے۔ بزنس کو بدلنا یہ ہے کہ وہ اے آئی کو کیسے اپناتے اور اپنے نظام میں شامل کرتے ہیں۔"

فوری کامیابیاں جیسے تیز اسکریننگ، بہتر شارٹ لسٹنگ، کم انتظامی بوجھ، ادارے کو طویل مدتی کامیابیوں کے لیے ساکھ فراہم کرتی ہیں: بے سرحد ہائرنگ، پیش گوئی پر مبنی ٹیلنٹ پائپ لائنز، اور سالانہ جائزوں کی جگہ مسلسل جائزہ۔

اگلی دہائی میں ریکروٹرز اے آئی سے کیا توقع رکھیں؟

Edwin کی پیش گوئی چار بنیادی تبدیلیوں کے گرد ہے، جو ٹیلنٹ اور کام کے تعلق کے بارے میں اداروں کے سوچنے کے انداز کو بدل دیں گی۔

اسکل فرسٹ اور بے سرحد

Edwin: "اے آئی کمپنیوں کو لوگوں کو ان کی مہارت کی بنیاد پر ملازمتوں سے ملانے میں مدد دے گا، نہ کہ اس بنیاد پر کہ وہ کہاں رہتے ہیں یا روایتی طور پر نوکریاں کیسے بنتی رہی ہیں۔ کمپنیاں ان کرداروں کے لیے بھی ہائرنگ کر سکتی ہیں جو آج موجود نہیں۔ جیسے جیسے اے آئی بہتر ہوگا، یہ ایسے لوگوں کی نشاندہی بھی کر سکتا ہے جن کی صلاحیتیں ابھی تک سامنے نہیں آئیں اور انہیں ان مواقع سے جوڑ سکتا ہے جو ان کی مہارت، تجربے اور صلاحیتوں سے میل کھاتے ہیں۔ اس سے عالمی ٹیلنٹ پول بہت وسیع ہو جائے گا۔"

اس کا مطلب یہ ہے کہ کسی بھی کردار کے لیے دستیاب ٹیلنٹ پول اب مقام، نیٹ ورک یا ڈگری تک محدود نہیں، بلکہ مہارت کے اشاروں تک محدود ہے، جنہیں اے آئی بڑے پیمانے پر شناخت کر سکتا ہے۔

مسلسل جائزہ، ایک وقت کے اسیسمنٹ کی جگہ

Edwin: "پرفارمنس مینجمنٹ یا تو سال کے آخر میں ہوتی ہے یا سہ ماہی بنیاد پر۔ اسیسمنٹ یا مسلسل جائزہ اب اے آئی کرے گا۔ اے آئی مسلسل ٹیلنٹ بصیرت، سیکھنے کی صلاحیت، ثقافتی ہم آہنگی، کارکردگی کے پیش گو اور مستقبل کے رجحانات پورے ملازم کے سفر میں فراہم کرے گا۔"

سالانہ کارکردگی جائزہ بطور بنیادی جائزہ نظام پہلے ہی دباؤ میں ہے۔ Edwin کے مطابق اے آئی مسلسل، ڈیٹا پر مبنی ٹیلنٹ انٹیلی جنس کو ممکن بناتا ہے، جو ایک وقت کے جائزے کو غیر ضروری بنا دیتا ہے۔

امیدوار اور ملازم کے سفر کی انتہائی ذاتی نوعیت

Edwin: "ایک چیز سب کے لیے موزوں نہیں ہو سکتی۔ ہمیں مختلف لوگوں کے لیے مختلف طریقے دیکھنے ہوں گے۔ رویے، صلاحیتوں اور ضروریات کے مطابق، ذاتی نوعیت اے آئی میں گہرائی تک جائے گی۔ اس سے ان ضروریات کو سمجھنے میں مدد ملے گی کیونکہ اگر آپ براہ راست پوچھیں تو لوگ اکثر شرماتے ہیں۔ لیکن جب آپ کے پاس سروے یا ماضی کا ڈیٹا ہو تو نتائج اخذ کرنا آسان ہوتا ہے۔"

انتہائی اخلاقی اور منظم گورننس

Edwin: "مستقبل کا ایچ آر صرف ایچ آر آڈٹ نہیں بلکہ اے آئی آڈٹ، ماڈل شفافیت اور تعصب کی گورننس کے لیے بھی تیار ہونا چاہیے۔ ہمارے پاس ہر امیدوار کا ذاتی ڈیٹا ہوتا ہے۔ اس لیے ایک مضبوط گورننس فریم ورک بنانا بہت اہم ہے تاکہ عوامی مفاد محفوظ رہے۔"

بھارت کا DPDP ایکٹ، EU AI ایکٹ اور ISO 42001 سب اسی سمت جا رہے ہیں: ہائرنگ میں استعمال ہونے والے اے آئی کو انتہائی اہم اور جوابدہ سمجھنا۔ جو ایچ آر فنکشنز کمپلائنس کو مستقبل کا مسئلہ سمجھ کر نظر انداز کرتے ہیں، ان کے لیے تبدیلی زیادہ مشکل ہوگی بنسبت ان کے جو ابھی سے گورننس فریم ورک بنا رہے ہیں۔

Indwin Edwin Joel کے بارے میں

Indwin Edwin Joel اس وقت Anubavam Technologies میں سینئر مینیجر، پیپل ڈیولپمنٹ ہیں، جو ایک ٹیک کمپنی ہے اور Great Campus AI پلیٹ فارم تعلیمی شعبے کے لیے تیار کر رہی ہے۔ انجینئرنگ کی تعلیم کے بعد وہ حادثاتی طور پر ایچ آر میں آئے اور پچھلے 15 سال سات صنعتوں میں گزارے: ڈائیگناسٹکس، ہیلتھ کیئر، فارماسیوٹیکل، آئی ٹی سروسز، لاجسٹکس، شپنگ اور سماجی شعبہ۔ ان کا یقین ہے کہ ادارہ جاتی ثقافت اور لوگوں کی ترقی ہی اصل میں ٹیکنالوجی کی سرمایہ کاری کو کامیاب بناتی ہے۔ وہ ڈیجیٹل ایچ آر تبدیلی، گورننس فریم ورک اور ایچ آر میں اے آئی لٹریسی کے موضوعات پر سرگرم آواز ہیں۔

Edwin سے LinkedIn پر رابطہ کریں