返回文章 在人力资源中的讨论非常广泛，但许多组织仍然面临着高期望和低成果之间的落差。事实上，我们最近的调查显示，尽管有42%的受访者表示在使用 AI 后生产力有所提升，这一结果令人鼓舞，但仍有27%的人尚未感受到 AI 带来的影响。
尽管对于如何在人力资源领域最好地利用 AI 的意见不一，但业界几乎一致认为，这项革命性的技术既蕴藏着巨大的潜力，也带来了同样重大的挑战。在这样的背景下，我们想听听几位行业领袖如何在各自的组织中应对这一转变。
除了分享个人经验之外，Unifi 人力资源主管 Neha Sharma、贝恩首席信息官 Ramesh Razdan 以及 DHL 数字人力资源与人员运营执行副总裁 Ralph Wiechers 还齐聚一堂，共同参加由 Avature 首席执行官 Dimitri Boylan 主持的一场精彩小组讨论。他们分享了多项实用策略和宝贵经验，为企业应对 AI 带来的未来挑战提供了重要参考。
每个组织都需要一套行动方案，我们希望这些要点能为你制定策略提供启发。让我们开始吧。
人力资源领域 AI 机遇的探索
根据我们的调查，95%的受访者打算在未来一年内将 AI 和机器学习引入他们的 HR 流程中。换句话说，几乎所有人都会走出这一步！在这样的背景下，Boylan 非常关注具体的实施方式。在嘉宾的热烈交流之中，得出四个关键要点。
1.制定优先级框架
面对如此多的机遇，要决定在哪里投资和部署 AI 可能会让人感到无所适从。Razdan 分享了一个他推荐的优先级框架，用于确定 AI 项目的可行性和价值，在数据复杂度与潜在影响之间取得平衡。
我们有一个框架。我们构建了这个 2×2 矩阵来考虑利害攸关的价值，这些价值可能是运营效率，或者是能否开发新产品或为公司创造新价值。但同时也要考虑实施的简易程度，即数据的可用性以及它的跨功能性如何。”
Ramesh Razdan
贝恩公司首席信息官
面对复杂的数据挑战，取得进展的可能性微乎其微，但如果你能快速处理数据，那么这个项目可能值得一试。一旦你将潜在的应用场景标注在矩阵上，就能更容易聚焦于那些高价值且易于执行的项目。
Boylan 非常同意 Razdan 的观点：“框架是人力资源部门必须重点关注的一个领域，框架可以确保大量 AI 最终不会分散在整个技术栈中各自为政……将其纳入一个框架中，这样你就拥有了基准比较的能力，还能设定规范边界，让团队了解彼此在做什么，确保了整个系统在未来能够协同运行、整合成型。”
2.专注于回报明显的项目
61%的观众表示，他们已经在规模化地部署特定于人力资源的人工智能应用。尽管还有很长的路要走，但结果还是令人鼓舞。
Sharma 认为，回报明显的项目可以帮助人力资源组织通过 AI 从“优秀”迈向“卓越”。例如，她相信 AI 将有助于解决真正的人力资源痛点，比如改进员工敬业度调查的方式。她设想让员工能够用自己最熟悉的语言表达自己，并利用自然语言处理技术来大规模分析情绪，而不是通过不能反映他们真实想法或感受的僵化的评级标准来将员工套入框架。
哪些是能够以较少投入带来显著影响的项目？这是短期的重点。我认为我们所有人都在尝试利用 AI 来真正改变我们的运营方式，并为不同的利益相关者创造价值。”
Neha Sharma
Unifi 人力资源主管
员工留任率是 Unifi 的另一个主要关注领域，一个基于多重数据点、由 AI 驱动的人员流失预测模型已经为 Sharma 的团队提供了宝贵的见解。她分享道，该模型目前的准确率为50%。尽管她希望准确率更高，但目前已足以开始使用和优化，后续可以逐步改进。在这方面，她主张进步而不是完美。
3.在自上而下的战略推动与自下而上的创新实践之间取得平衡
根据我们讨论嘉宾的说法，AI 驱动的人力资源转型应该既涉及基层的自主探索，也涉及管理层自上而下的战略指导。每位嘉宾都表示，他们的组织正在不同的业务领域开展不同层级的可控试验，以深入评估 AI 可以为组织带来的实际价值。
Razdan 分享道，贝恩公司富有创新精神的企业文化非常适合这种方式，通过自下而上的创新，例如黑客马拉松活动，不仅发掘出意想不到的高价值 AI 应用，还增强了员工的参与感和投入度。他承认，失败是过程的一部分——成功的组织会快速测试、迭代并继续前进。同时，在制定总体战略和解决“那些棘手的大问题”时，管理层自上而下的指导是最合适的。DHL 也持有相似观点。
我们采取的方法是在基层的探索与管理层的指导之间取得平衡，但另一方面又不会太严格。我这样说是什么意思呢？我们很快就找到了一套合规使用大型语言模型的方法……但另一方面，我们也不对使用场景设限太多。我们推动基层活动，从而借助那些有意愿使用人工智能的先进团队的探索精神与专业知识。”
Ralph Wiechers
DHL 数字人力资源和人员运营执行副总裁
4.在战略中融入灵活性
我们正处于 AI 革命成功的黎明之际，技术进步几乎每周都在发生。在此背景下，Razdan 强调了投资于灵活的 AI 架构的重要性，以便在需要时能调整方向。Boylan 同意这个观点，并表示这就是为 AI 设计的 Avature “模型即服务”架构的初衷。
我们正处于早期阶段，技术和架构正在迅速发展。因此，构建能够根据需求进行调整的灵活架构也很重要。”
Ramesh Razdan
贝恩公司首席信息官
AI 素养：为合适的人提供恰到好处的信息
对话很快转向了“AI 素养”这个话题。在对员工进行 AI 培训方面，与会嘉宾明确指出，采用“一刀切”的方式并不可行。
对于 DHL 和 Unifi 来说，80%到90%的员工都是一线员工，因此必须清楚地区分哪些人真正需要了解AI，哪些人则不必。
蓝领工人在工作流程中越来越多地接触 AI，例如支持 DHL 快递员路线规划的 AI 路径工具。然而，Wiechers 指出，这些员工往往甚至不知道自己正在与 AI 进行交互。对此，他分享了一个中肯的看法。让 AI 对这类员工来说“直观易用”，远比向他们传授AI知识更重要，而实际上，通过良好的设计，许多新兴 AI 工具比原有工具更直观。
一个很好的例子就是在仓库中帮人拣选的机器人。以前，想要和机器人协同工作的员工可能需要接受上岗培训。虽然这听上去有点违反直觉，但是现在那些基于 AI 和通用 AI 的新技术已经非常直观了，甚至不需要给员工进行培训，因为技术本身非常个性化，使用起来非常直观。生成式 AI 或 AI 甚至可以减少培训需求。”
Ralph Wiechers
DHL 数字人力资源和人员运营执行副总裁
Sharma 赞同这一观点，并强调她更注重变革管理。如果她和她的团队开发的解决方案足够简单，一线员工就能自然地将其融入日常工作中，实现无缝采用。话虽如此，还有一些用户群体由于其工作的特殊性质，需要更高水平的 AI 素养，人力资源团队就是其中之一。
Boylan 提醒道，为所有员工提供一些基础培训是个不错的做法，可以降低运营风险，例如避免员工将知识产权内容输入 ChatGPT 等工具。此外，近期的头条新闻已经提醒了我们，AI 并不以“真实性”为导向，因此有必要对员工进行相关教育。
我想强调，AI 不是真理的预言。ChapGPT 这类产品本质上是一个统计引擎，输出的是最常见的词语组合序列，它可以基于真实信息作答，但并不具备产出真实内容的义务。因此，用户在与之互动时，需要理解其中一些基本原理和限制。”
Dimitri Boylan
Avature 首席执行官
作为一家截然不同的组织的技术掌舵人，Razdan 表示，贝恩为所有员工提供培训，而贝恩现在已将生成式 AI 的培训作为其新员工入职培训计划的一部分。作为一家协助客户制定负责任且合乎道德的人工智能战略的管理咨询公司，贝恩为员工提供这类教育正是其价值主张中的一大差异化优势。
由于每个组织的业务不同，其 AI 素养建设会界于贝恩、DHL 或 Unifi 的策略之间，因此，应投入多少时间与精力提升员工的 AI 素养将取决于企业自身的业务性质。然而，提高整个人力资源部门的 AI 素养是毋庸置疑的。
我们所有人都迫切需要真正了解 AI 带来的利弊、挑战和风险，并探索最佳的应对方式。因此，对于人力资源来说，需要有一定程度的理解，对于其他的部门也是如此。”
Neha Sharma
Unifi 人力资源主管
人力资源 AI 的未来
AI 代表着技术领域的巨大变革。它是一个预测引擎，能够处理和吸收大量语境信息。以前从未有系统能像 AI 那样，基于如此丰富的语境生成答案。它也是人类迄今为止创造的最强大的知识传递工具。当具备了这些核心要素之后，人才管理职能如何利用这项技术来提升其在组织内部的价值？我们与嘉宾共同探讨了这个问题。
随着技术本身的发展，人才职能的作用是让每个人都能充分发挥自己的潜力。对我来说，未来的人才职能将与技术深度融合，携手发展。”
Ramesh Razdan
贝恩公司首席信息官
转变战略人力规划
缺乏可靠的实时数据给人力资源的战略人力规划带来了许多障碍。
正如 Wiechers 所解释的那样，“[人力规划] 非常细致，并且非常依赖当地人才市场，公司无法采用一刀切的模式。所以，从我的角度来看，它至今尚未被真正解决的原因在于数据的可用性和结构化程度。”
有了正确的架构，人力资源团队才能够利用 AI 对历史和市场数据进行全面的分析，并开展预测性分析。但这并非万能药。Sharma 强调道：“我们需要升级人力资源系统的工作方式，使其在采集信息的方式上更加直观和智能。”她设想在不久的将来，与其要求员工或团队手动录入数据，数据将随着工作流程的推进或员工生命周期的演进而实时采集。
而当在工作流中收集数据时，一些组织可能就能弄清楚如何实时地进行人力规划。对于身处高速发展行业的 Unifi 来说，这将是颠覆性的转变。
可能有二十个员工没有来上班，还有五个员工要离职。而且今天有若干名新员工入职。同时由于天气原因，我预计今天可能有五趟航班延误。变化实在是太快，难以跟上。我们现在还能应对，但我认为这是 AI 真正能够带来指数级帮助的领域之一。”
Neha Sharma
Unifi 人力资源主管
Wiechers 非常重视人力资源在整理和优化可用数据方面的必要性，认为这是当务之急。只有这样，才能重新定义商业模式。
将人员数据作为产品来管理。如果[数据] 管理不到位、无法使用或无法访问，预测模型将无法发挥作用。应用场景将自行出现；模型将成为商品。这一切都很容易；但如果没有燃料（即数据），你的引擎就无法启动。”
Ralph Wiechers
DHL 数字人力资源和人员运营执行副总裁
抓住技能发展机遇
到目前为止，技术还无法处理人员数据的复杂性，以实现大规模基于技能的方法。Wiechers 和 Razdan 意识到近年来机器学习与 AI 的飞跃使我们能够将“技能”视为一种新型“通货”，他们强调这是人力资源领域的一个关键发展机遇。当然，这与第一个机遇本质上是紧密相连的。增强技能的可见性是成功进行人力资源规划的关键要素。
我看到的每个组织都存在技能差距。我们一直在尝试弄清楚如何推断员工所具备的技能。我们其实并不完全清楚到底需要哪些技能。那我们如何利用这项技术来推断员工的技能并实现自动化构建呢？我们人类通常都比较懒惰。我们不想动手做任何事情。任何能够自动化、系统性地推断信息的方式，都是我们应当努力推进的方向。”
Ramesh Razdan
贝恩公司首席信息官
改善员工体验
除了帮助人力资源部门从服务提供商转型为战略价值的推动者之外，我们的讨论嘉宾还强调了 AI 在提升员工服务质量方面的几个关键应用领域。一方面，Sharma 分享了她在职业规划、奖励、认可和福利方面引入高度个性化的愿景。Razdan 则看到了 AI 帮助解决信息过载问题的机会，这是企业员工常见的痛点。
信息太多了，但人们却找不到需要的信息。我们有信息孤岛，问题是如何将这些信息结合语境整合呈现？人才管理与技术部门之间拥有绝佳的合作机会，可以共同构建系统，以便将正确的信息提供给正确的人。”
Ramesh Razdan
贝恩公司首席信息官
人的行为充满细微差异，这种复杂性长期以来都是人才团队和 HR 技术面临的挑战。Boylan 以乐观的态度结束了此次会议，他认为人力资源领域的 AI 可能是最终让人才团队真正掌握人力的“礼物”。
