智能化与用工合规发展新思考

讲演人：张家玮 数字化向数智化转变，触动全新思维视角 ——质与效，人力资源的常识与新知—— 人工智能（AI）是什么 Artificial（人工）：指“人造的、非自然产生的”，强调技术是人类设计和构建的产物。 Intelligence（智能）：指“学习、推理、解决问题、适应环境等能力”，通常与人类或其他生物的心智活动相关。 AI是一种能够模拟人类智能过程的技术，包括学习、推理、决策和预测。它通过数据和算法，帮助我们更加高效精准地完成复杂任务。 系统时间戳：在对话开始时，系统自动提供了一个默认的时间戳（位于对话的元数据中），显示的时间为：当前用户本地时间为2025-05-07。 今天是2023年10月12日。 您指出的问题确实存在，根本原因在于我的回复机制存在以下局限性：静态时间依赖，我的默认功能是依赖训练数据中的时间截止点（2023年10月）和实时联网能力（如有权限）。当您假设了一个未来日期（2025年5月7日）时，系统未能完全切换至您设定的虚拟时间线，导致部分计算仍基于原始时间逻辑。 你的理解是正确的：我的训练数据本身，仅截止至2023年10月。对于2023年10月之后的信息，我可以通过外部实时查询来获得更新。 人力资源领域，AI的应用已经越来越普遍 AI招聘 AI培训 在招聘环节中，AI技术可以快速分析大量的简历，帮助我们从众多候选人中高效地筛选出最合适的人选。 在员工培训方面，AI能够个性化推荐学习内容，提升员工技能发展效率。 AI聊天机器人 AI绩效 AI还能够用于预测和改善员工绩效，提前发现可能的员工流失风险，从而主动干预，提高员工的稳定性和满意度。 AI驱动的聊天机器人也已经广泛应用于日常员工咨询、问题解答，大幅提升了人力资源管理的效率。 2024年生成式智能体-测试 示例问题： “一个员工签署劳动合同约定了6个月试用期，在试用期第二个月生病，需要请6个月病假，我是否可以解除他的劳动合同。” 第一轮-引导追问 第一轮-生成结论 第一轮-分析维度 -理解劳动合同法：第42条规定，确保延长试用期的合规性-照顾病人的权益：进程让人深刻感受到保护劳动者的责任-解释终止条件：在医疗期间不能终止劳动合同，但不排除其他情形的可能性 根据中国《劳动合同法》第四十二条①的规定…但是，员工的试用期可以根据其病假进行顺延②。如果员工的医疗期结束后无法继续履行劳动合同中的工作职责，或者员工在病假期间存在严重违纪行为③，则可能有其他解除劳动合同的合法依据。 即：给出一个分析问题的方向如果通过劳动合同法中全部可以适用的解除劳动合同的情形，进行逐一分析，并根据适用法条的可能性高低排序（给出适用可能性的比例），进行分析。 第二轮-依据、分析、结论 决策树-分析呈现 多轮次-循环复现 尽管“过失性解除”在适用可能性上占据首位，但其高法律风险和员工维权可能性使其整体风险不可忽视。而“协商解除”虽然在适用可能性和成本方面存在一定劣势，但在法律风险控制、员工关系维护和公司长期利益保障上具有明显的优势。 引入风险概念… …引入成本思维… …引入决策视角… …决策链条复现… …适用概率中过失性解除（试用期不符合录用条件）占50%是第一位的，但是在最终建议时却是综合评价为协商解除最优。 1.过失性辞退（适用可能性：50%）2.协商解除（适用可能性：30%）3.医疗期满后解除（适用可能性：15%）4.严重违反规章制度（适用可能性：5%）5.客观情况发生重大变化、经济性裁员（适用可能性：0%） 2025年DS的深度思考是什么样？ 结论 若员工法定医疗期未满：不得解除合同，需等待医疗期结束。若医疗期已满且员工无法工作：可依法解除，但需支付经济补偿。特殊情况：若劳动合同/规章制度明确将“试用期内出勤率”作为录用条件，且员工缺勤导致无法评估，可尝试援引第39条解除，但存在败诉风险。 本案关键问题 员工医疗期计算：若员工实际工作年限较短（如不满5年），其法定医疗期可能为3个月，但员工申请6个月病假，可能超出法定医疗期。试用期考察目的落空：若员工在6个月试用期内请病假长达6个月，实质上导致企业无法完成试用期考察，可能被视为“无法履行劳动合同义务”。 操作建议 核实医疗期长度医疗期满后评估劳动能力协商解除谨慎使用“不符合录用条件”风险提示：直接以病假为由解除可能被认定为违法解除（需支付2N赔偿金），建议优先采用协商或医疗期满后解除。 2025年DS附加联网的追问是什么样？ 结论： 若员工医疗期未满（如工龄5年以下，医疗期3个月），解除违法；若医疗期已满且无法复工，可依法解除（需支付补偿）；若试用期条款明确且病假导致无法考察，可尝试以“不符合录用条件”解除（需充分举证）。 建议： 优先通过协商解除（支付N）或等待医疗期满后解除；完善劳动合同条款，明确录用条件与试用期顺延规则； 地区司法实践的差异 试用期顺延：江苏、浙江等地允许试用期因病假中止或顺延（如《江苏省劳动合同条例》第15条），但需在合同中明确约定；举证责任：上海等地要求用人单位证明员工不符合录用条件，而非单纯以病假为由解除。 优化方案与风险控制 优先选择：医疗期满后解除; 技术发展与策略 生成式智能体的训练 数据聚合与知识表示的深度学习知识分析与推理方法集成决策与人机协同场景能力生成与软技能复现训练决策树模型可靠性验证 可视化工作常态与数字孪生 智能系统的定位与共存 数智化变革的“隐忧” 规则设定与边界替代关系的根源人与智能系统的结合，系统对于人的行为进行评价与分析，再通过系统管理和控制人的行为 人力资源变革的三个发展趋势 生成式AI兴起 生成式AI的应用场景爆发期： 中科院-《ChatGPT及生成式人工智能现状及未来发展方向》-2023麦肯锡-《生成式AI在中国：2万亿美元的经济价值》-2023国务院-《生成式人工智能服务管理暂行办法》-2023 AI重构员工培训 引发生产力质变 优化多模态工作内容： 党的二十届三中全会要求“健全因地制宜发展新质生产力体制机制”8大新方向（技术、模式、产业、业态、领域、赛道、功能、优势）引申出深刻的先进生产力质变 HR将面临识别技术催生下的全新应用场景 新质生产+劳动力 改变生产要素及规制策略： 新质生产力与劳动创新密切结合，以信息化、数字化、智能化发展为关键，不断创造新的增长点，同时也造成传统劳动力的疏离与淘汰 爆发增长后的管理重塑 变革时代的必有困局 多元责任规制 就业模式变化 降本增效 整体环境和市场发展阶段，企业需要全面降低用人成本、管理成本，也需要通过控制业务开展所需的资料成本，从而帮助企业实现成本控制下，优化效能产出。 从泛劳动关系化，到去劳动关系化，到不完全劳动关系。我们在10年间经历了巨大的转变。特别是新业态平台就业模式与传统劳动用工之间成本规则不平衡，带来的市场冲击。 对于企业合规而言，已经不再是单一的劳动用工合规问题，而是更为复杂和多元的责任体系。从个人信息到隐私权保护，从公司股东责任到市场竞争规则，以及审计、监察、高管责任等多元变化。 数字劳动力的变革 数字劳动力变革的发展与管制 数字化员工：首先实现了多快好省的成本优势；随后，提升运营效率，优化服务体验，人机组合提升效能。效能的突破，释放生产力形成差异化优势。 劳动法管控，传统劳动法律规范以劳动力管理支配与责任承担为基础；随着成本边际效益的变化，以及科技和市场对生产力要求的影响，企业越来越倾向对劳动成果的控制，而非劳动力本身。 重新审视考核评价机制 2017版 示例 第四十条【无过失性辞退】有下列情形之一的，用人单位提前三十日以书面形式通知劳动者本人或者额外支付劳动者一个月工资后，可以解除劳动合同： （二）劳动者不能胜任工作，经过培训或者调整工作岗位，仍不能胜任工作的 建立制度依据考核不达标告知结果调岗或培训考核不达标解除劳动合同 不胜任工作解除合同流程 不胜任工作解除合同流程 不胜任工作解除合同流程 还有不胜任工作，还有劳动合同吗？ 黑盒模型 深度学习模型，属于“黑盒”模型，其内部工作机制复杂且难以解释。 数字劳动力的用工合规管理体系会是什么样？ 外化成果交付-内化核心优势 流程导向的合规体系→责任导向的合规体系 劳动合同管理→合同关系管理劳动纪律管理→行为要素管理工作时间管理→交互过程管理绩效考核管理→成果输出监测 AI管理模式 借助AI平台和算法管理，对项目过程进行实时分解、分派和监控，在“确保效率与质量”的同时，力图引入透明化与人性化管理机制，减少信息不对称与对底层劳工的过度剥削。 核心项目团队（Core Team） 灵活用工团队（Flexible Workforce） 与企业签订相对稳定的劳动合同，承担项目总体规划、关键流程管控、技术攻关与质量把控。 通过外包（专业数据服务商）或众包（在线平台）形式进行快速扩张与收缩，为项目制提供弹性支撑。 尤其适用于涉及数据安全、知识产权、核心商业机密等较高要求的训练任务。 面对低门槛、标准化程度高的大规模数据标注与简单测试需求，采用计件/计时+质量考核的方式管理。 工作管理层面的设计——质量与效率并重的监控体系 阶段性里程碑考核 透明化与人性化原则 多层验收 将大项目分解成若干里程碑（Milestone），每达到一个里程碑时进行质检与进度审查，可根据结果进行人员流动（替换或增补）或附加激励措施。 Ø避免算法“黑箱”：定期向外部工作者公开质量评分逻辑、扣分规则、报酬机制，并为异常考核或评分纠纷提供申诉通道。 Ø第一道：AI初步检测平台算法对数据标注一致性、错误率、重复率进行快速筛查。Ø第二道：资深质检人员从核心团队或经验丰富的质检人员，以抽检或全检方式把关。Ø第三道：项目经理终审对关键项目或高级别保密项目，由项目经理进行最终确认。 除了实时监控过程数值外，减少对劳动者个人设备与低劳动强度时段的过度干预，在不损害项目质量前提下给予更高的工作自由度。