1 AI IN WORKFORCE 调研主办方 联合主办方 版权声明 本调研报告属智享会 & 盖雅工场所有。未经双方书面许可，任何其他个人或组织均不得以 任何形式将本调研报告的全部或部分内容转载、复制、编辑或发布使用于其他任何场合。 Copyright ownership belongs to HR Excellence Center & GaiaWorks. Reproduction in whole or part without prior written permission from HR Excellence Center& GaiaWorks is prohibited. 人工智能（AI ）在 劳动力管理上的应用与展望 AI in Workforce 方麻迪 方麻迪现任人力资源智享会（ HREC）专家咨询顾问一职。曾负责撰写的调研报告有：中国企业行动学习实践调研报告、变革沟通管 理实践调研报告、中国人才管理状况调研报告、第四届中国人力资源共享服务中心调研报告、第三届移动学习调研报告、中国人力 资源数字化转型研究、弹性工作制与灵活用工、 2019 智享会绩效管理研究方麻迪毕业于华侨大学，获得管理学本科学位。 关于作者 金景 金景先生是人力资源智享会的创始人，目前同时担任该组织的 CEO。他不仅负责智享会商业模式的设计和战略的制定，也同时带领 核心管理团队将商业模式和业务战略落地运营，并取得了丰硕和行业广为认可的商业结果。金景先生毕业于英国纽卡斯尔大学，并取 得了教育学管理硕士学位。本科毕业于南京师范大学，取得了英语教育学士学位。 Mark.Jinhrecchina may.fanghrecchina 邱伸 盖雅工场劳动力管理资深专家 盖雅工场 特别鸣谢 劳动力管理模块 顾问团 人力资源智享会感谢以下调研顾问团成员在本次调研及案例采访过程中提出的宝贵建议。 （顾问排名不分先后，仅按姓氏首字母排序） 柏隽 前西门子研究院高级顾问 现北京蔚蓝数字工业科技有限公司 CEO 胡兵 人力智能化管理副总监 蔚来汽车 王小波 中国核心智力资本共享中心总经理 周大福珠宝 高彦云 博世汽车电子中国区高级副总裁 博世汽车部件 ( 苏州 )有限公司 林雄俊 前人力资源共享中心总监 敏实集团 赵远 人力资源共享服务中心项目经理 博世（中国）投资有限公司 人工智能（ AI ）在劳动力管理上的应用与展望 2 AI与人力资源重点场景结合点的总结 57 前言 3 个彩蛋 ：人工智能浪潮下， HR的能力重塑 59 附录 ：人工智能技术概览 60 AI in HR 7 8为什么 AI会在 HR领域兴起？ 12目前 AI在 HR领域运用现状如何？ 9AI在 HR领域的关注度与态度如何？ 15人工智能在人力资源应用场景聚焦 重点场景 16 16重点场景关键发现预披露 17重点场景分析及实践 劳动力管理模块 18 该模块详细内容请参考该模块目录 5人工智能的定义与技术应 用 6人工智能在人力资源领域的应用价值 5人工智能的发展现状 6人工智能在商业领域的应用价值 4 初识 AI 目 录 Contents 3 AI IN WORKFORCE 人工智能的浪潮早已出现在我们身边，从语音识别到智能家居，从人机大战到无 人驾驶，人工智能的的运用渗透到了生活细节，带来了一次又一次的惊喜。 在互联网、物联网蓬勃发展的中国， AI在商业化领域的运用，大家并不陌生。但 人工智能对企业人才的管理的发展前景如何？这是一个复杂且相对陌生的话题，也没 有一个标准的答案，因为 AI还在快速成长的过程中。 但我们能够了解的是， AI现在已经对企业的人才管理带来了很大影响。 单就人力 资源领域而言， 市场所提供的产品和技术支持纷繁复杂， HR对 AI的好奇和关注度也 在市场的热度中逐渐增强，希望借助这样新的技术来达成更科学的人力规划、更快 速精准的招聘和人才配置、更个性化的培养发展、更高效的劳动力管理 由于数字化程度不同，在人力资源中，并不是每个模块都适合引进 AI，本篇报告 根据 AI在人力资源的应用倾向，分为三个子模块，分别为：招聘、学习与发展、劳 动力管理。 每个子模块 AI的成熟度不同，所解决的问题也不一样： 当这些问题面向 HR时，大多数 HR是难以判断和解答的。以至于面对 AI的潮流，大部分企业（ 71.3%）处于持续观望的状态， 另外也有一些企业抱着尝试的心态，在不断地试错中寻找企业自己的步伐。 基于这些现象和 HR的反馈，智享会启动了“ AI 发展与运用”的调研研究，在数据和实践访谈的基础上，从 HR和 AI相关产品 的视角，结合受访企业的实践，分析 AI在招聘、学习与发展、劳动力管理领域的发展现状与未来展望。 就招聘而言， AI的落地场景较多，我们需 要讨论的是， AI的产品和技 术是否成熟？哪些产品值得 一试，是否适合企业？ 就学习与发展而言， 企业的关注度如何？企业对于人 工智能技术的期待是什么？落地 到实践上，又有哪些场景？每个 场景下解决了什么痛点？ 就劳动力管理而言， 企业关注的外部环境要素是怎样的？破 局的“钥匙”究竟在何处？为什么我们需 要劳动力管理？结合人工智能技术的应 用，又能带给我们什么新的管理思路？ 前 言 人工智能（ AI ）在劳动力管理上的应用与展望 4 从人工智能对生活的影响来看，在最近几年中国，智能化的服务和支持已经渗透到消费者的方方面面。人们处处体验着人工智能带来的便利， 商业者也借助这一科技所带来的“风口”，从中挖掘着各种商机。 本篇报告的开端，主要是揭开人工智能的认知与商业应用现状。首先结合外部学术资料定义 AI技术 ；其次，呈现 AI在垂直领域和通用领域的 应用现状 ；进一步点出 AI商用价值，这些是否能够被用于企业人力资源管理呢？ 人工智能的定义与技术应用 定义 人工智能应用技术 相比多维技术应用，人工智能领域的单项技术的 应用更加出色 人工智能在商业领域的应用价值 提升效率 加强客户体验 智慧决策 人工智能的发展现状 人工智能进入全面商业化时代 人工智能商业化应用的催化剂 人工智能会为 HR带来什么？ 人工智能在人力资源领域的应用价值 商用价值是否能体现在人力资源领域？ 初识 AI 5 AI IN WORKFORCE 人工智能的定义与技术应用 从人工智能对生活的影响来看，在近几年的中国，智能化的服务 和支持已经渗透到消费者的方方面面。人们处处体验着人工智能带来 的 便 利 ，商 业 者 也 借 助 这 一 科 技 所 带 来 的“ 风 口 ”，从中 挖 掘 着 各 种 商 机 。 结合外部资料对于 AI的定义，目前市场上对于人工智能仍缺乏 一个公认的、普遍的定义。为了更好地理解下文人工智能的运用场景， 本篇报告结合中国电子技术研究院的 2018人工智能标准化 1 和清 华大学 &中国人工智能学会发布的 2019人工智能发展报告 2 研究 结果 ，对于人工智能的定义和关键技术进行澄清及简介，以希望阅读 者更好地认识人工智能。 定义 人工智能是利用数字计算机或者数字计算机控制的机器模拟、延 伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的 理论、方法、技术及应用系统。 人工智能应用技术 清华大学 &中国人工智能学会发布的 2019人工智能发展报告 3 内容涵盖了人工智能 13 个子领域，包括：机器学习、知识工程、计 算机视觉、自然语言处理、语音识别、计算机图形学、多媒体技术、 人机交互、机器人、数据库技术、可视化、数据挖掘、信息检索与推荐。 具体描述请参考本报告的附录（参考 P60）。 相比多维技术应用，人工智能领域的 单项技术的应用更加出色 从以上的技术分类能看出，强大的计算机算法将逐渐获得类人的 能力，包括视觉、说话的能力和学习，人工智能真正的强大在于 综 合 所 有 技 术 形 成 自 主 意 识 ，才 会 形 成“ 聪 明 ”的 机 器 人 。但 就 目 前 而 言 ， 无论是业务领域，还是人力资源管理中，某些单独的技术在执行特定 的任务时表现得更好。 根据德勤的全球人工智能发展白皮书报告显示 4 ，在人工智 1 中国电子技术电子化研究院，人工智能标准化白皮书（ 2018 版 ） , 2-3 清华大学 &中国人工智能学会， 2019人工智能发展报告 4 德 勤 ， 全 球 人 工 智 能 发 展 白 皮 书 ， 2019， 5 McKinsey Analytics： Global AI Survey: AI proves its worth, but few scale impact，November 2019 6 德 勤 ， 全 球 人 工 智 能 发 展 白 皮 书 ， 2019， 能众多的分支领域中，“机器学习” (Machine Learning)是人工智能 的核心研究领域之一。这项技术的成熟运用，使得机器能够不断学习 新的知识，模拟人类行为。 人工智能的发展现状 人工智能进入全面商业化时代 早在多年前，全球范围内关于人工智能的学术研究、公开演讲和 书籍便已经频繁出现在人们的事业中，但结合实际，真正的运用与发 展则较为缓慢。除了科技领域，人工智能在大部分行业中的应用仍处 于早期试验阶段，只有极少数企业开展了规模化部署，企业对于人工 智能的商业前景和投资回报，仍心存疑虑。 随着移动互联网发展红利逐步消失，后移动时代已经来临。人工 智能进入了发展的“井喷期”，成为产业变革的核心方向，企业也开始 加强人工智能在商业领域的投资，可以说，人工智能技术已步入全方 位商业化阶段。 麦肯锡 2019 最新的 Global AI Survey 5 全球调查显示，人工 智能几乎在所有行业中的应用都在增加， 58%的受访者表示，他们 组织至少在一个功能或业务单元的流程或产品中，嵌入了一种人工智 能技术，高于 2018 年的 47%。而在商业中使用 AI的公司比 2018 增 加了近 25%，与去年相比，在多个业务领域使用 AI的公司呈现了相 当大的涨幅。 具体到人工智能的商用领域，其在各领域的应用已涉及方方面面， 并且对传统行业各参与方带来不同程度的影响。根据德勤公开的研究 资料来看 （参考 P6 图片） 6 ： 第一， 人工智能渗透在企业管理与生产的流程中，特别是采用人 工智能带来的收入增长最常见于市场营销和销售； 第二， 人工智能应用领域的覆盖面再扩大，由最初的领军行业智 慧金融与智慧电信，现在逐步在智慧医疗、智慧教育、智慧制造、 智慧政府等传统行业投入使用； 第三， 人工智能技术逐步可取代部分重复性的劳动力工作，从而 出现人力变革，出现人工 +机器的劳动力模式。 人工智能（ AI ）在劳动力管理上的应用与展望 6 数字化、信息化 建立数字化平台，在这一平台上集成人力资源各个模块的应用， 通过端到端的流程，实现人力资源管理的流程化、自助化、自 动化和移动端应用。 智能化/人工智能（AI） 从广义的层面而言， AI是一种计算机系统的理论与发展方式， 它能够执行通常需要人类智能才能操作的任务。这一类的任务 包括有视觉感知，语音识别，以及在不确定性下的决策和学习。 AI并不是特定的技术，而是集合了模仿人类行为的各种技术 , 包含机器学习、深度学习、语音识别、视觉识别、自然语言处理。 人工智能商业化应用的催化剂 人工智能无论在商业领域还是日常生活中，都逐步走进人们的视 野中，这项技术广泛被用于商业领域的主要原因是，人工智能算法的 进步，提升了机器解决商业问题的能力。 人工智能的算法是核心，数据是算法的“生命”。随着近些年互 联网和云的运用为算法提供了海量的数据和信息；大数据统计模型和 数据分析技术为人工智能提供了训练模型，由此催化人工智能算法的 不断进步，提高机器学习的性能和技术，推动人工智能在商业领域的 应用与落地。 此外，在企业管理中，组织内部运营的信息化、数字化为人工智 能 算 法 的 运 用 奠 定 基 础 。同 时 ，本 篇 报 告 调 研 时 发 现 ，市 场 对 于 信 息 化 、 数字化、人工智能之间的定义并没有很好的区分清晰，在此，结合德 勤的研究揭秘人工智能：商业领袖需要了解的认知技术 7 ，我们从 运用模式和关键技术上对这三者进行定义澄清。 人工智能在商业领域的应用价值 人工智能的应用不断增加，对于社会和商业提供巨大的发展潜力， 这项技术正在产生回报。根据麦肯锡 2019 的 AI调研显示 8 ，人工智 能为企业提供了有意义的价值。 例如金融服务类企业则将其应用于提升客户体验；在市场营销和 销售采用人工智能带来的收入增长；传统制造业利用智能 AI技术降 低成本 ；人工智能算法 +大数据于企业提供智慧化决策。这些明显的 收益组成包含降低成本、提高效率、增强客户体验、智慧决策等。 人工智能在人力资源领域 的应用价值 人工智能在商业领域所产生的价值（降低成本、提高效率、加强 客户体验、智慧决策），这些是否能够同样复制到 HR领域？ 在与人力资源管理者的交流过程中我们发现，无论是产品市场还 是人力资源本身，其都已经意识到人工智能在人才管理方面的发展趋 势。因此，对于技术的研究和运用场景，他们都给予了很大的关注度。 同时，在对乙方企业的访谈中我们会听到这样的反馈：我们在人工 智能的研究中投入很多，但是它的投资回报率也很高，因为产品被市 场认可，并愿意投资。 在和一些专业人士谈起其在人力资源领域的一些 AI技术时，他 们不禁“撇嘴”说到：人工智能已经被一些商家用滥了，是不是真的 人工智能需要 HR自身有一定的判断力。 人工智能对力资源究竟能带来什么影响？此项技术的应用是否 能够解决人才管理的问题，实现价值？详见下文具体为什么 AI会在 HR领域兴起和应用。 7 德勤 揭秘人工智能：商业领袖需要了解的认知技术， 8 McKinsey Analytics： Global AI Survey: AI proves its worth, but few scale impact 7 AI IN WORKFORCE 相 对 于 商 业 领 域 ，在 HR管 理 领 域 ，人 工 智 能 虽 然 迟 到 了一 些 时 间 ，但 HR终究也无法逃避人工智能对其工作和职业带来的影响。正如受访者所言， 关于 AI在 HR领域的运用，尽管现在市场上所拥有的技术和产品，以及大多数传统企业的实践还停留在浅层阶段。然而，这完全不意味着企业和 HR对技术的抵触，因为 AI是大势所趋，在中国更是如此。 从下文中，报告将从 AI在 HR领域兴起谈起，在意识上关注 HR领域的关注度与态度，然后具体落地到实践，探讨目前 HR领域的运用现状以 及运用场景。 AI in HR 为什么 AI会在 HR领域兴起？ 外部环境 内部挑战 目前 AI在 HR领域运用现状如何 HR态度 市场现状 HR领域对 AI的关注度与态度如何？ 企业 HR是否熟悉 AI的概念？ 企业是否支持 AI在 HR领域应用？ AI会为 HR带来什么？ 人工智能在人力资源应用场景聚焦 人工智能（ AI ）在劳动力管理上的应用与展望 8 为什么AI会在HR领域兴起？ 组织内外部环境 相对于商业领域，虽然人工智能在 HR领域的发展相对滞后。但 目前却有着明显的发展趋势，在与 HR的交流中，无论是技术和数据 基础雄厚的互联网企业，还是传统的制造业和零售业，我们不仅能感 受到 HR对趋势的认可，也能感受到 HR对相关智能产品和运用场景 的关注。但为何人工智能在人力资源领域的发展不可逆呢？我们不妨 先听听 HR的声音 : 声临其境 HR谈 AI AI在 HR领域的运用趋势已经非常明显，在外部环境的影响之下，就自身企业而言，是否有必要进行投入，以及运用在哪个领域。 这些都需要企业深思熟虑。 为了追求更高的效率和利润收益，企业必须在管理的思维方式、运转模式以及各个职能的运营上进行转型和迭代，以此来配合 业务“跳舞”人力资源也是如此，其需要借助人工智能加速迭代，才能与业务部门一起翩翩起舞。 大多数传统企业对人工智能在 HR领域的运用还停留在浅层阶段。然而，这完全不意味着对技术的抵触，人工智能是大势所趋， 在中国更是如此。我们企业拥有“敢于颠覆”基因的 HR团队随时关注着市场动态和新科技趋势，在确保数据安全、场景有效 的前提下积极拥抱新技术、新方法，不断尝试各种潜在可能。 这是一个多变、不确定、未知的时代，面对复杂场景，不仅需要有强大的实时分析的后台支撑，适应变化，与时代同行，人工 和智能互相促进，循环迭代，一起创造更大价值。 我们企业作为传统行业的 500强公司，企业在人工智能或大数据的实施策略上还是相对保守的。相异于互联网的明星企业，企 业没有必要以试错的心态去尝试人工智能，只有当“业务痛点”和“ AI能够解决的问题”刚好完美重合时，企业才会引入 AI技 术去解决具体的“点”的问题。 人力资源部逐渐成为业务部门的战略合作伙伴，核心目标都是为了支撑公司战略的实现，利用数字化技术通过移动化、社交化、 智能化、大数据来赋能 HR，最终都是支持公司效能的提高以及用户体验的提升。 结合各企业开始 AI之路的背景原因主要来源于两个方面，一方面来源于外部环境，另一方面，则是在外部环境的影响之下，企业内部人才管理 面临的实际挑战，以及对人工智能产生的实际需求。 外部环境的模糊复杂性，意味着组织需要更加灵活的应对； 技术的推陈出新，业务领域的人工智能产生的的积极效果辐射至 HR领域； 环境的变化意味着企业文化和员工思维需要与时俱进，快速应对变化，制定前瞻性决策。 新生代员工的加入，关注个性化体验； 劳动力愈来愈趋于老龄化，需要企业激活和精准化识别组织内现有人才，人工智能能够辅助 HR找到潜在“人物”，让优秀人才脱颖而出； 9 AI IN WORKFORCE 图表 A1 参调企业对 AI在人力资源管理中的了解和熟悉程度是 N=506 非常熟悉 比较熟悉 不太熟悉 非常不熟悉 3.6% 39.3% 50.8% 6.3% 图表 A2 企业对 AI在人力资源领域运用的态度 N=516 HR 高层管理者 选项 数量 比重 数量 比重 支持度很低 40 7.8% 68 13.2% 支持度较低 88 17.1% 119 23.1% 支持度一般 180 34.9% 183 35.5% 支持度较高 153 29.7% 107 20.7% 支持度很高 55 10.7% 39 7.6% HR领域对AI的关注度 与态度如何？ 企业 HR 是否熟悉 AI的概念？ 从 AI在 HR领域的熟悉了解程度来看（图表 A1）， 有 半 数 企 业 对 于 AI在 HR领域的应用不太熟悉。同时通过访谈和回访参调者，发现 常常出现将数字化、信息化、智能化技术及 AI技术的概念界限模糊 起来。 企业是否支持 AI在 HR领域应用？ 通过数据调研（图表 A2）， 企 业 中 HR及高层管理者对于 AI在人 力资源领域运用的态度大体偏向乐观积极。从 AI目前在 HR领域的 发展情况而言，市场上的产品纷繁复杂， HR和企业管理者的好奇和 关注度在市场的热度中逐渐发酵。 近些年，有关人力资源发展趋势的各项调研中， AI、大数据、 People Analytics、Digital HR 、HR Tech 等名词榜上有名的频率足以 加速 HR对 AI的关注度。在我们身边，也能时刻感受到“ AI”的影子。 在与 HR相关 HR论坛中越来越多地涉及；供应商也在提供越来越多 的数据分析技术和产品； HR 自身也尽力希望能通过 AI替代一些流程 化事务性工作 人工智能（ AI ）在劳动力管理上的应用与展望 10 人工智能对人力资源的影响 人工智能的浪潮席卷而来，对于人力资源的各个模块都会 带来深远的影响，一方面人工智能确实会冲击到传统人力资 源的一些岗位，可标准化、可程序化、重复性高的工作将逐步 被“机器人”全部替代或者部分替代；另一方面，两者相互碰撞， 也为人力资源领域带来正向的积极火花：提升效率、用户体验 以及趋势预测、辅助决策等层面助力业务发展。 人工智能对人力资源的影响概括起来有二类作用： 一是对现有各种应用的加速度； 二是洞察现有应用发现不了的问题。这是一个多变、 不确定、未知的时代，面对复杂场景，不仅需要有强 大的实时分析的后台支撑，适应变化，与时代同行，二 者互相促进，循环迭代，一起创造更大的价值。 互联网行业、高科技行业始终走在数字化技术的前沿，但 大部分传统企业仍处在数字化转型阶段。数字化转型是利用最 新的数字化技术和能力来驱动组织商业模式的创新和商业生态 系统重构的途径和方法，目的是为了实现业务的转型、创新、 增长。数字化转型的核心是业务的转型，技术是数字化转型的 基石，简而言之，利用前沿技术来彻底改变企业的业绩。 同时，对人力资源从业者也有更高的要求，比如 HR们不 仅要使出浑身解数为企业招聘到最好的数字化技术方面的人才， 自己还要跟上前沿技术的步伐，在人力资源领域开始研究并应 用这一技术。 人力资源数字化就是利用数字化技术与能力来驱动组织、人 才、文化、领导力的创新与迭代，从而实现业务的增长。数字化 技术将重新武装与定义人力资源管理：组织将更加灵动、链接、 高效、赋能；人才将丰富多样、跨界融合、特殊物种层出不穷； 文化是敏捷、开放、包容、不断复制的。数字化技术下的流程追 求价值链的闭环，简洁、高效、赋能；系统是互联互通的，数据 某互联网企业共享服务中心负责人观点洞察 AI会为 HR带来什么？ 而实际上， AI对 HR会带来什么样的价值是明晰的，通过对不同 企业实践的分析， AI的价值具有一定的趋同性，其价值主要集中于 三个方面： 提升效率： 替代“人工”，完成人力资源中的事务性和流程性工作， 优化组织的人效。 例如简历筛选、基础人事问答、考勤异常、快 速审批处理等。 增强体验： 用户体验在不同阶段都会涉及，但随着 AI发展的深入， 用户体验的显性化结果会有所不同，在最开始更多体现是人机交 互界面的优化，或是流程的优化；待 AI更加智慧之后，用户体 验更多是针对性、定制化和智慧的服务。 例如通过聊天机器人、 智能问答更快地为用户提供答案等等。 智慧决策： 实现人主观无法产生的智慧决策，规避人的主观性、 经验性带来的风险，帮助 HR和管理者和员工更好地认识“人” 和“组织”，制定前瞻性的预测。 例如公正全面有效地提供内外 部人才评估的决策结果、进行客流量预测并智能排班等。 AI技术使用深度、数据积累量、人力资源发展成熟度不同，实 现价值也不相同。就目前而言，现阶段集中在提升效率和增强员工体 验部分，在智慧决策层面的使用凤毛麟角。 究其背后原因，主要因为在不同企业 AI价值点存在不同，而且， 即使在同一企业， AI不同发展阶段， AI显性化的价值点和显性化的 程度也会有所不同。 AI的价值本应体现在其解决现实问题和企业痛点 上。就像 AI有很多分支一样，其解决问题的过程也首先是企业业务 中某个问题的性质与 AI的某个分支契合。在 AI发展的现阶段，难以 将 AI看做一把万能钥匙：即使同一个企业，同一类任务，使用的同 一个模型也需要根据其价值点和显性化程度的不同单独训练对应的模 型，因其数据的分布、目标函数以及优化的方向都发生了改变。 AI在 HR发展初始阶段，用户更关注 AI能够帮助提升的效率或 是人效是多少；在此基础之上，企业才会更深入的考虑用户体验，以 及 效 用（ 智 慧 决 策 ）。 观点洞察 AI对 HR领域产生的影响 11 AI IN WORKFORCE 是存放在湖中的，服务是极致体验的。 人工智能对人力资源领域而言，其作用类似于助推器或催化 剂，它能有效加速人力资源管理的迭代。过去，即便没有人工智 能的助力，人力资源自身也在不断地发展和迭代，并且经历了螺 旋上升的多个阶段。 现今，随着 ABCD（人工智能、区块链、云计算、大数据） 铺天盖地的宣传，首先对企业带来了极大的碰撞与影响，其次大 部分企业的人力资源管理也在往战略人力资源管理转型，人力资 源部逐渐成为业务部门的战略合作伙伴，核心目标都是为了支撑 公司战略的实现，公司人力资源也纷纷进行数字化转型（ DHR）， 利用数字化技术通过移动化、社交化、智能化、大数据来支持公 司效能的提高以及用户体验的提升。 与此同时，先知先觉的头部企业们应势而上，由战略人力资 源管理阶段开始进入人力资本管理阶段，追求人才与企业的可持 续共同发展以及 ROI价值最大化，相配套地，企业需要建设智 慧 HR平台（ iHR）才能支撑起公司灵动的网状组织、敏捷文化、 特殊物种等构成的雨林生态体系；为了追求更高的效率和利润收 益，企业必须在管理的思维方式、运转模式以及各个 function 的运营上进行转型和迭代，以此来配合业务“跳舞”人力资 源也是如此，其可以借助人工智能加速迭代，与业务部门一起翩 翩起舞。 原来传统的管理主要依靠人工大脑和经验，在相对稳定的 业态环境里，依靠丰富的经验也可以推断趋势八九不离十，但管 理的趋势是越来越注重数据说话。实际上，经验也属于数据的 一部分，例如早期的人力资源规划， HR会根据过去历年的情况 与经验值来预测来年的人力配置。而在人工智能时代，企业面临 的环境更加不确定，业务与组织变化频繁，过去的经验值面对复 杂多变的场景将失去过往的地位，取而代之的是大数据技术与算 法，我们可以通过万物互联的各种数字设备将信息聚集起来，并 建立一套算法模型将有效的信息抽取出来，经过运算分析后获得 更加精准的人力配置建议，从而指导企业扩大生产或避免浪费。 综上，人工智能在人力资源领域虽然刚开始应用，但随着 数据量的几何递增、算法模型的日益精进，人工智能可以让人力 资源工作变得更省时、更享受，同时也能够拓宽工作的边界，在 效益和收益上获得极大的提升。 AI 在企业的不同发展阶段，其价值显性化的程度和价值点 都会有所不同： 比如，对于处于起步阶段的企业，数据基础本身很薄弱，踏 踏实实做积累远比当下就使用 AI技术追求即时性应用层面的体 验更为重要。该有的人力资源系统（例如招聘、核心人事、绩效、 人才盘点、薪酬、培训等系统）要逐步上线，让业务通过流程先 跑起来。配合各模块之间数据的打通，让数据随着流程存下来， 然后再逐步形成数据流的闭环。如上循环，是积累数据基础的有 效途径。 进入下一个阶段，关注的重点则应该放到提高效率与优化员 工体验上。在基础功能之上，需尽可能地精益流程、增加更多实 操层面上让人“暖心”的功能、简化系统交互、美化页面从而进 一步提高用户主动使用系统概率，进一步夯实数据积累。此时， 则可适当地在某些场景下针对性地引入 AI的应用做一定的尝试。 到了第三阶段，则应着手专注于数据的分析与应用，从而进 一步帮助决策甚至预测趋势等。该阶段是 AI技术价值体现的最 佳土壤。从数据根本出发，通过技术手段在各个需要分析的维度 建模、测量、校准、优化，周而复始、不断循环，最终挖掘出企 业自身契合度较高的分析实践。其价值自然不言而喻，但真正能 做到这个程度的企业也可以说是凤毛麟角。 潘一鸣 | HRIS经理 | 欧普照明观点洞察 人工智能（ AI ）在劳动力管理上的应用与展望 12 在受访者看来，人工智能对人力资源的影响主要有两个方面： 提高效率，人工智能可以完成人力资源中的事务性工作（如 传统的人事服务或 HR的日常操作），并且相较于现有的人事 系统，人工智能技术的完善可以实现更具温度人机互动； 实现原先无法达成的工作，过去很多工作难以科学量化，需 要依靠人的经验去判断，比如人才盘点、人才测评、首轮面 试等，但人的经验是具有显著差异性的。虽然企业可以通过 很多方式（如引入外部咨询公司的协助）在一定程度上消解 人为误差，然而这类方式往往需要耗费较高成本，因此只 能限定在某种程度或数量范围内，而人工智能可以有助于打 破这种局限性。 某制造业 HRIS经理观点洞察 第一阶段：数字化应用阶段 数字化应用，是将现有的人力资源判断规则转化为系统机器 可以读取的规则，机器系统基于确定的标准化判断准则给出结果 与建议。 该阶段系统基于大量数据给出的建议往往相对粗暴，数字化 应用的好处在于：一方面能提升 HR的工作效率，减少线下沟通 互动成本，节省大量人力。通过人工判断处理一千名员工的数据 可能需要很多天，但是系统可以在 1分钟甚至更快地时间内完成； 另一方面，降低人工情感等因素带来的结果判断偏差，通过系统 进行数据采集判断更精准。例如绩差盘点时减少因“关系户”等 原因产生的盘点遗漏等情况。 这一阶段很多企业可以达成，比如在培训学习领域，有基础 能力项，能力项和岗位需求学习资源是匹配的，就可以达成一定 程度上的系统化应用。 第二阶段：人工智能技术应用阶段 通过大量案例和数据，机器自身探索规则模式，为 HR提供 建议。在大量数据中，加入 AI智能技术，语音问答、简单决策 树等，通过更好的算法让机器在人的判断逻辑和模型算法上做出 更好的模型和判断规则。 张纯棣 | 组织发展总监 | 网龙网络观点洞察 第一阶段：数字化应用阶段 数字化应用，是将现有的人力资源判断规则转化为系统机器 可以读取的规则，机器系统基于确定的标准化判断准则给出结果 与建议。 该阶段系统基于大量数据给出的建议往往相对粗暴，数字化 应用的好处在于：一方面能提升 的工作效率，减少线下沟通 互动成本，节省大量人力。通过人工判断处理一千名员工的数据 可能需要很多天，但是系统可以在 分钟甚至更快地时间内完成； 另一方面，降低人工情感等因素带来的结果判断偏差，通过系统 进行数据采集判断更精准。例如绩差盘点时减少因“关系户”等 原因产生的盘点遗漏等情况。 这一阶段很多企业可以达成，比如在培训学习领域，有基础 能力项，能力项和岗位需求学习资源是匹配的，就可以达成一定 程度上的系统化应用。 第二阶段：人工智能技术应用阶段 通过大量案例和数据，机器自身探索规则模式，为 提供 建议。在大量数据中，加入 智能技术，语音问答、简单决策 树等，通过更好的算法让机器在人的判断逻辑和模型算法上做出 更好的模型和判断规则。 张纯棣 | 组织发展总监 | 网龙网络观点洞察 目前AI在HR领域 运用现状如何？ 人工智能虽然不是一个新的技术，也不是近些年才开始发展的， 这一名词对企业和管理者而言并不陌生，甚至在一些企业的业务 /商 业领域运用地已经相对成熟。但目前在人力资源领域的应用，或是最 大化服务大众还处于初始阶段。 通过调研数据（图表 A3），发现有一成企业开始尝试 AI技术在 人力资源一些模块领域的应用，有近 20%的企业正在准备中，而超 过 70%的企业还处在观望中。 图表 A3 贵企业人力资源是否采用人工智能（ AI）N=515 实践中 准备中 观望中 10.9% 17.9 % 71.3% 图表 A4 贵公司在人力资源中运用人工智能（ AI）之前会考虑的关键条件包含 N=515 AI技术将投入的资金和成本 AI运用的信效度 用户体验和需求 内部相关技术的人才储备 数据完备及可使用性 AI技术的实施周期 内部人员对于 AI的接受度 其他：数据隐私安全、管理层支持等 61.0% 52.2% 46.4% 32.8% 32.6% 23.1% 19.0% 2.7% 但就目前现状而言，结合调研数据和受访者的洞察（参考本报告 第 13页：甲方与乙方受访者对 AI和市场实践的认识受访者观点和图 表 A3），我们不难发现，很大一部分企业和 HR对 AI还保持观望态度， 实践的企业仍占少数；从市场产品的角度而言，也仍有很大发展空间。 也正因目前实践水平限制，一定程度上也使 HR对 AI的认识受 到了限制，需要改善。 其一，多数企业和 HR对 AI仍有很多疑虑， 观望状态比较多；其二，企业在在 ROI不明朗状况下，首先会 考虑投入成本和信效度问题；其三，就实践的企业而言，用户对 AI缺乏包容心，不能给予其充分的成长机会和时间。 另外，从实践的角度，企业目前的实践现状也还未完全达到“人 工智能”的阶段，就本次受访企业而言，从各家企业实践现状分 析，我们会发现： 多数企业仍处于弱人工智能阶段，大部分实践 是“人工”部分，替代部分人力，标准化、程式化工作。而且企 业的数据基础较薄弱，市场也缺乏成熟的“数据喂养”技术。 13 AI IN WORKFORCE HR态度 持观望态度，担心和疑虑； 对 AI的本质和企业实际具有盲目性， 盲目追求市场的步伐； 存在非理性的诉求，对 AI缺乏包容。 实践现状 仍处于弱人工智能阶段，大部分实践是“人工”部分， 替代部分人力，标准化、程式化工作。 数据基础薄弱，离大数据还有很远的距离，不具 AI 需要活数据。市场也缺乏成熟的“数据喂养”技术。 人工智能（ AI ）在劳动力管理上的应用与展望 14 甲方视角 乙方视角 AI在 HR领域哪里能用或是哪里不能用，没有绝对的概 念。它需要我们不断去校准，去验证，如果有足够的样 本量，觉得这个可信值很高的的话，才分批实现，完全 不靠人去审核啊。 现在大家运用的层面都是在这里，不 能说 AI替代 HR的工作，人还是各司其职，还在合作阶段。 我觉得最大的困难管理用户的预期， 因为 AI这个东西 是大家在做尝试，所以结果有好有坏，很多人认为我投 入在 AI上面的东西一定会有好的结果。但是从过程来 讲的话一定是一个校验的过程，一定会有失败的案例。 “一步到位”的预期是不科学的。 AI目前在 HR领域的发展情况，就产品提供方而言，其 所提供的产品和技术支持纷繁复杂；另外一端， HR对 AI的好奇和关注度也在市场的热度中逐渐增强。 但是 AI的产品和技术是否成熟？哪些产品值得一试， 是否适合企业？另外，企业的 HR情况而言，是否是采 用 AI的最佳时机，在 HR领域推进 AI的步伐应该是什 么？当这些问题面向 HR时，大多数 HR是难以判断和 解答的，以至于面对 AI的大潮流，大多数企业抱着尝 试的心态，在不断地试错中寻找企业自己的步伐。 人工智能不是一个新的技术，但目前是其能够为人力资 源与大众最大化服务开始的时候。过去我们产生的数据 没有那么多，处理数据的能力也没有现在这般强，人工 智能可以应用的场景和空间仍然相对有限。 目前，大部 分企业还是在代替一些重复性或是标准化工作上的整合 方面。 人工智能这件事，我觉得还是看企业对这一块的需求， 企业是渴望在管理上更加酷炫，还是更加优化，还是目 前这样就可以，愿不愿意做这个投入。 人工智能对人力资源领域而言，其作用类似于助推器或 催化剂，它能有效加速人力资源管理的迭代。 即便没有 人工智能的助力，人力资源自身也在不断地发展和迭代。 人工智能目前仍处于弱人工智能阶段，却已然可以替代 部分人力，可标准化的程式化工作已被机器替代。 未来， 人工智能的潜力还会被层层挖掘，其潜力将会进一步延 伸，将会完全替代更多的标准化工作，未来可期。即便 机器可以解决大多数的人力资源工作，仍然会有很多非 标准化的事情需要人为的参与。 AI现在被商业化的一部分是通过大数据的喂养然后形成 无模型化的回归，然后寻找人类无意识下的一些规律。 从 HR领域来看非常蓬勃，但从中国的情况来看，还没 有到完全商用的程度。 目前企业对 AI的实践我觉得可以分为两类， 一类是非 做不可的阶段，他们有需求、有意愿和勇气去实践，想 尝试运用 AI去提高效率，减少成本的投入，满足业务 的扩张需求；另外一类我觉得还处于观望状态的，他们 比较害怕成为第一个吃螃蟹的，有一定需求，但是还不 愿意去实践，也缺乏勇气，会担心变革会带来管理上的 冲突。 从主观上我们会判断客户本身对 AI的诉求是不是理性 的。 如果他们数据不全面，质量也存在很大问题，对 AI 的诉求又是极不理性的。这个时候，我们会告诉他现在 引入 AI不是一个很好的时候，需要从哪些方面开始完善。 对客户而言，面临我们的产品，他们最直接想要了解的 就是投资回报率。 AI能帮他们干多少活，替代多少他们 的工作；另外一点我觉得是要从职业健康度上考虑 HR的效率和效用是不是高啊，决策是不是对的，决策 是不是能够优化。例如发布的渠道是不是对，职位描述