拓展专业知识：认知计算如何变革人力资源和员工体验

拓展专业知识 认知计算如何变革人力资源和员工体验 IBM 商业价值研究院 IBM 智慧劳动力研究院 执行报告 人才和互动 IBM 如何提供帮助 在通过企业员工帮助企业改善业务成果方面，IBM 处于实践和技术的前沿。我们将行为科学、认知技术和专家咨询的力量拧成一股绳，帮助我们的客户获得领先地位并保持领先。要进一步了解 IBM 人才与互动咨询业务，请访问 ibm.com/services/us/business-consulting/talent-change-management要进一步了解 IBM Watson 人才，请访问 ibm.com/watson/talent 1 通过认知能力增强人力资源服务 从员工的角度解决复杂的问题正快速成为人力资源部门的新工作。这个新优先事项的出现，在很大程度上源于企业越来越需要员工能迅速适应不断演变的环境。认知解决方案可帮助人力部门的专业人员完成以下任务：创建更高效的员工交流方式，轻松地从海量数据获取洞察，以及提供符合个人需求的信息。我们的最新研究揭示了在全新的人力资源时代充分利用认知能力的关键领域。 执行摘要 如今的企业正面临着越来越复杂的劳动力挑战。这些挑战包括对富有吸引力的员工体验的更高期望值，以及劳动力的虚拟化，不断增长的新技能需求，以及不断产生的新技术集和数据。人力资源 (HR) 职能对解决这些挑战起着关键的作用。一些不断发展的能力正在帮助企业引领持续的人力资源变革，这些功能包括云计算、移动和物联网（传感器、可穿戴设备和其他电子设备等物理设备构成的网络）。另一种重要的能力（认知计算）正在出现，它可拓展人类的专业知识并改善决策制定过程，从而帮助企业改善业务成果。 为了更好地了解认知解决方案对人力资源职能的影响，我们对各行各业和不同地区的人力资源高管、CEO 和员工进行了调查。作为 IBM 对 6,000 多位高管进行的更大规模全球调查的一部分，我们询问了近 400 位最高人力资源官 (CHRO) 目前对认知计算的看法；我们还向员工征求他们对接受认知解决方案指导的意愿。（要了解更多信息，请参阅调研方法部分。） 我们的研究表明，CHRO 和 CEO 认识到了认知解决方案带给人力资源的价值，相信它的独特能力可解决企业对新人才的迫切要求；但大部分人都不知道如何以及从何处开始。我们对员工关于认知解决方案的看法进行了分析，并揭示了一个“认知甜蜜点”- 一组参数描述了认知解决方案能对员工和企业产生最大影响的情形。 2 拓展专业知识 66% 的 CEO 相信认知计算能在人力资源方面带来重大价值。 50% 的人力资源高管认识到认知计算有能力变革人力资源的关键方面。 54% 的人力资源高管相信认知计算将影响人力资源组织中的重要角色。 我们还确定了人力资源专业人员开始充分利用认知计算的 3 个领域：人才获取、人才发展和人力资源运作。本报告表明，向着成为认知人力资源组织迈出第一步并不是一项艰巨的任务。以您现有的投资为基础，我们列出让变革成果更出众的关键步骤。 让我们看看 Joe，一位肩负使命的员工 考虑一位新员工案例。尽管 Joe 参加了入职培训计划，但他不知道在何处获取信息、资源或支持。他希望与人见面，分享想法，但不知道从何处开始。Joe 向邻桌咨询，但她效力于一个不同的部门，帮不上忙。Joe 的经理忙于准备一次演示，员工服务台也没有回复他。Joe 感到失落和沮丧。 如果 Joe 能在他的移动设备上看到为他的第一份工作量身定制的新员工信息，那该有多好？如果一位聊天机器人能快速回答他的问题，那该有多好？如果 Joe 收到了个性化的培训建议，那该有多好？如果能自动提供他在第一天能联系的 3 个人的姓名和联系信息，那该有多好？在认知企业中，Joe 的首次工作体验是完全不同的。他会感受到关怀，并确信他拥有实现成功所需的称手工具。Joe 的职业生涯将有一个良好的开端。 3 人力资源仍在不断发展 数字时代带来的各种机会、挑战和趋势正影响着全球的各种企业 - 以及 HR 职能部门（参见图 1）。对新技能集的需求在快速变化，这表明企业需要灵活的招聘措施对新鲜的候选人才库去伪存真。如今的员工必须能在数字世界自由徜徉，包括访问海量的新数据并从中获取洞察。此外，工作场所也变为全球化和虚拟化了，导致人们需要优化不同地理位置的资源。最终，劳动力的期望发生了重大转变；员工想要个人化、有吸引力且真实的工作体验。1 以 HR 现有的技术和流程投资（包括核心 HR 平台）为基础，认知解决方案提供了一个机会来改善员工的整体体验，降低成本，以及提高 HR 服务的准确性和质量。认知解决方案可以不断地积累知识，理解自然语言，并通过推理在上下文内快速评估多段信息。通过结合这 3 个重要的质量指标，认知计算能够发现新洞察，支持决策制定过程并提升互动水平（参见第 4 页的补充内容：认知系统能做什么）。 认知系统的独特能力让您完全可以使用一种不同的 HR 方法，这种方法能解决如今的劳动力挑战，给企业及其员工都带来好处。随着 CHRO 专注于变革员工的体验，认知解决方案可在现有 HR 技术投资的基础上增强员工体验，帮助降低运营成本和发现新的劳动力洞察。 图 1 预计未来 3 年内对人力资源影响最大的趋势 48% 数字变革带来的技能挑战 43% 不断变化的劳动力人口结构 42% 对灵活/虚拟工作安排的需求 37% 独立劳动力/临工经济的兴起 来源：IBM 商业价值研究院 2016 年认知计算调研。 4 拓展专业知识 认知系统能做什么 理解：认知系统能使用与人相似的方式接收和处理非结构化信息。它能理解语言模式并感知输入，包括文字、图片和声音线索。例如，认知系统可快速检查 HR 服务中心的数千小时录音，并根据出现频率、语气和情绪来识别关键词和模式。 推理：认知系统能掌握基本概念，形成假设，进行推理并提取想法。它可快速合成信息，生成相关且有意义的响应。考虑一位希望出任一个内部职位的经理案例：认知系统可分析各种数据源，包括应聘者的专业经验和以前的表现，然后针对其他成功任职者的特征对应聘者进行进一步分析，确定他是否很适合该企业。 学习：认知系统通过每个数据点、交互和结果进行学习和提高，逐步建立一个深入、庞大且始终最新的知识库。在 HR 领域，由于政策不断变化，新规定不断出现，因此这种能力变得至关重要。无需应对一组静态的规则，认知系统从各种不同的来源读取、标记和组织 HR 内容，使员工能随时访问最准确和最相关的信息。 5 最高管理层已认识到认知技术的价值 我们的调研表明，HR 方面的认知解决方案市场在未来 3 年必定出现显著增长：66% 的 CEO 相信认知计算可在 HR 中带来重大价值，接近 40% 的 CEO 期望其 HR 职能部门在那时会采用认知解决方案。业务领导认识到在持续的人才争夺战中，认知计算才是关键的独特优势。 CHRO 与 CEO 的观点保持一致；超过一半的 CHRO 认识到认知将是其行业中的一股颠覆性力量。事实上，我们调查的 CHRO 确定了认知解决方案可解决的 5 个关键 HR 挑战（参见图 2）。每个挑战都代表了一个提高利润的机会 - 无论是通过直接措施，比如劳动力成本管理和 HR 流程优化，还是通过间接途径，比如产生成效的时间和员工敬业度。 业绩出众的企业中的 HR 高管似乎更加意识到认知计算在许多 HR 学科中的潜在价值（参见图 3）。业绩出众的公司看到了认知计算解决诸多领域中不同新挑战的强大潜力。例如，在业绩出众的企业中，认识到认知计算对人才获取具有很高价值的 CHRO 数量是其他企业的两倍。 我们的发现表明，业务和 HR 领导认识到认知计算将在未来的人力资源工作中发挥关键的作用。但是，许多新兴技术未能充分发挥其潜力，因为劳动力无法成功地或不愿意采用它们。考虑到认知计算潜在的革命性特征，一个重要任务是评估员工在其日常工作活动中与认知解决方案进行交互的意愿如何。 图 2 认知计算最能解决的关键 HR 挑战 40% 缓慢的技能转变 39% 过于复杂的 HR 流程 39% 错位的劳动成本 38% 缺乏响应变化的敏捷性 35% 对员工的响应速度很慢 来源：IBM 商业价值研究院 2016 年认知计算调研。 6 拓展专业知识 图 3 （业绩出众与业绩欠佳的企业中）认为认知计算可在特定 HR 领域增添价值的人员比例 46% 37% 0% 10% 20% 30% 40% 50% 60% 70% 业绩出众者 业绩欠佳者 来源：IBM 商业价值研究院 2016 年认知计算调研。 注：业绩分组是通过自我评估，并根据包括收入和盈利能力在内的标准来确定的。业绩出众者在两个指标上的评分都较高，业绩欠佳者在两个指标上的评分都较低。 人力资源建议是否需要来自于人类 认知 HR 要站稳脚跟，就需要员工能像从人类获取建议那样自在地从认知应用获得建议。为了确定员工与认知系统互动并获取洞察的意愿，我们分析了 8,600 多名员工对一系列典型 HR 相关场景的回复。 学习和发展 劳动力规划 薪酬福利管理 报酬和表彰 人才获取 领导力发展 HR 服务交付 72% 46% 35% 40% 35% 30% 40% 37% 72% 70% 67% 65% 70% 67% 7 每个场景描述了一种认知型决策支持方法（例如移动认知聊天机器人）或传统的 HR 信息来源，比如与经理的电子邮件交流（参见图 4）。 图 4 向回复者提供了以下场景，以判断他们对在 HR 中采用认知系统的接受程度 福利优化： 换取更多假期 作为员工，您有机会换取更多假期，但了解到不可能获得批准，因为其他许多员工已预定了假期。 根据所提供的建议，您是否会申请休假？ 入职培训： 新员工支持 作为新员工工作一周后，您感觉需要更多的支持来帮助您了解自己的职责。有人告诉您，新员工网页上包含大量有用信息。 您会访问该网页吗？ 私人教练：语音分析器 您安排在一通客户电话结束后立即与经理举行一次重要会面。通话结束后您收到反馈，表明您看起来很焦虑，应该在会面前休息一下。 您是否会注意该建议并休息一下？ 培训： 团队培训 业务部门希望采取更加系统的员工培训方法。作为团队经理，您获得了团队成员的培训机会列表。 您是否会与团队分享所获得的信息？ 选择： 应聘者选择 作为一家大型公司的人事部经理，您发现公司的招聘方法存在不足，因为面试的应聘者太少。 您是否会在未来开始增加应聘者人数？ 来源：2016 年 IBM 智慧劳动力研究院工作趋势调研。 8 拓展专业知识 对每个场景的回复包含了从 HR 视角的“期望决策”。对于每个场景，我们从多个维度对比了回复内容，包括： • 在认知系统提供建议和传统 HR 专业人员提供建议时，员工是否会制订相同决策？ • 采用认知解决方案和传统 HR 方法，员工是否感觉同样消息灵通？ • 对于来自认知系统和传统 HR 来源的信息，员工的信任程度如何？ 我们的员工研究得出了以下结论： • 行为意图：回复者表明，无论他们从传统来源还是认知解决方案收到建议，都会制订类似的决策。这表明员工能从认知系统收集合适的信息。大部分场景中的决策几乎相同，只有语音分析器场景的差别最大。回复者收到传统的人类建议时，60% 的人表明了做出期望之决定的意图，而在建议来自认知解决方案时，只有 56% 的人表明了做出期望之决定的意图。 • 信息充分性：一个重要问题是认知解决方案是否提供了任何信息优势。当被问及他们是否拥有充分的信息时，与获得传统建议的回复者（各个场景中的平均比例为 64%）相比，从认知系统收到信息的回复者倾向于更频繁地回答“是”（各个场景中的平均比例为 68%）。 9 这一差别在更