AI在人力资源领域：从愿景走向实践

前言 早期在人力资源领域采用人工智能，主要集中于个人任务，使用由生成式人工智能驱动的独立工具。这曾是提升个人生产力的一个初始动力——对大多数人来说易于获取——它开辟了机遇，同时也让我们陷入沉思！ 我们现在正进入一个全新阶段，一个根本不同的阶段：基于代理的AI，它正开始被整合到我们团队工作的核心结构中。 拉贝尔-苏凯特 Guillaume 董事长 ANDRH Paris-Etoile 人力资源、可持续发展及沟通总监 - 小森林集团 未来几个季度，我们将看到能够在函数的子进程中进行推理和采取行动的AI代理的出现。我们也在迅速地向多代理系统发展，以大规模地执行更复杂的任务。这既是一笔丰富的机遇，也是一个新的挑战来源。 早期人工智能应用案例带来的生产力提升仍然有限，因为它们只是简单地将人工智能叠加到现有流程之上。 我们的挑战——设计驱动的AI——将在于重新思考工作如何组织、人类与技术如何协作，同时优化我们的流程、提升我们的数据质量，并将技术专业人士纳入我们的人力资源团队。 我们的目的是设计一个增强的人力资源职能，使其利益相关者能够重新聚焦于管理价值增值和集体绩效，从而提供新的服务。 人力资源总监面临的挑战在于，通过质疑人工智能模型、检测偏见，并与业务部门协作，持续改进增强系统，从而引导集体认知并确保“设计公平”。 在公司层面以及在此背景下，领导力成为一种设计行为：设计能够使智能（包括人类和人工智能）自由流动并放大影响力的架构，而不是创建协调层级。这将需要勇气来重新分配资源、重新设计并重新调整组织，同时将人类角色转向能创造更多价值的活动。 这项名为“AI在人力资源领域：从承诺到实践”的研究，在Wavestone团队的协助以及与我们分享经验的人力资源专业人士的参与下进行，将为您提供主要用例的概览，以及理解、分析及预测未来趋势的关键洞察。 那么，准备好乘风破浪了吗？ 摘要 所有人力资源部门都有自己的联络人（POC），数量不等。然而，在组织内部规模化运作的场景尚未成为常态。技术很少是问题，因为软件供应商提供的能力从未如此先进。相反，是数据、流程、监管风险或变革管理努力阻碍了发展。 本研究是继《工作与组织：人工智能正在重塑什么？》之后的第二部分，从内部审视了人力资源职能。对约二十位人力资源总监和人力资源技术供应商进行了访谈。一个共同的主题是：区分创造价值的生产要素，并通过密切审视人力资源职能的范围来识别高附加值的应用案例。关于在人力资源职能中部署人工智能，浮现出六项关键原则。 一个优秀的人力资源用例未必是最令人印象深刻的，但它几乎总是...源于一个具体的运营痛点。有五个非排他性标准可以帮助你确定您所识别的场景是否是一个“良好匹配”：一个真正的业务痛点或者为人力资源部门及/或员工或经理带来益处，可操作的数据，以及能够……的能力快速部署，并具备一定程度的监管和社会可接受性。当然，使用个案未必能满足所有条件，但这些标准可以作为指南。确保你超越简单的概念验证。 在引入人工智能之前先修复流程 人工智能要么放大问题的缺陷，要么提供临时解决方案，但它不会真正解决它。一个有缺陷的过程，在人工智能的加持下，将其自身的缺陷规模化。基于...的招聘模糊的标准会大规模地放大其偏见。最重要的是，我们因此必须问我们面临一个根本性问题：这个过程是否应该照现状加速？是否应该彻底翻新？ 人力资源数据比其他任何部门都更加零散。引入人工智能代理，例如，可以相当快地揭示这种情况。正如本报告中确定的一些用例研究表明，对您的数据和文档进行深入细致的工作是关键前提之一。任何人力资源领域的 AI 实施 未来，一旦AI代理集成到人力资源流程中，劳动分工——“IT部署，人力资源部使用”——将不再适用。人力资源职能将从“仅仅是”用户为真正的设计师提供工具，让他们能够驱动AI产品。尽早建立治理机制至关重要。每个部署都将依赖其基础信任，定义条款。人机交互，以及决定哪些可以做，哪些不可以做。已委托的，将成为人力资源部门（无论是为其自身用例还是）的期望。整个组织的那些人。 引言 超越短暂潮流：一场已悄然发生结构性转变 人工智能在人力资源领域并非新鲜事物。简历筛选、聊天机器人、用于员工离职或缺勤预测的模型：这些应用场景已经存在多年。生成式人工智能带来的变化，与其说是技术本身，不如说是其可及性以及通过越来越强大的大型语言模型（LLMs）为更广泛的受众提供的强大能力。员工使用聊天机器人自行准备绩效评估、经理无需通过中介即可获取正确的HR政策、一个培训团队在几小时内创建个性化学习路径：这些三年前看似未来的应用场景，如今正逐渐在组织中成型。有时，这种变化甚至是在人力资源部门未主动发起的情况下发生的——这就是所谓的“影子AI”。这种人工智能的采用前景光明，如今各人力资源部门都在启动他们自己的概念验证（POC）。因此，问题已不再是人工智能是否适用于该职能，因为它正成为转型的必要条件。 在采用率仍显参差不齐的情况下，展现出坚定的承诺 然而，承诺与现实尚未完全一致。一方面，HR Tech领域的投资正在加速，这得益于资金和市场前所未有的势头，融资轮次有时可达数亿美元。贸易展览会（如Vivatech、Unleash、HR Technologies）也证实了这一趋势：在HR Tech领域的成熟供应商和新进入者中，绝大多数在其沟通中都已将AI作为首要关注点。另一方面，在实践中，大多数组织仍处于探索阶段，其用例尚未在大规模上得到推广。然而，技术很少是问题所在。更常见的情况是，数据尚未准备就绪，初始流程设计不佳，或者传统的HRIS系统并未得到充分利用——尽管其最新功能由AI驱动。欧洲的监管环境也引发了社会可接受性的问题，许多组织需要加以应对。对于HR总监而言，挑战已不再是进行实验：而是要选择正确的用例，并创造条件进行受控的规模化推广，尽可能如此。 一个独特的竞技场 人力资源领域对人工智能而言并非易事：它涉及高度敏感且受监管的人力资本管理、具有重大人类影响的决定、长期数字化程度较低的业务流程、传统上分析性较弱的管理风格，以及分散在众多工具中的数据。当人工智能用于评估员工绩效或预测离职风险时，它触及的问题远超技术范畴。正因如此，在这个职能领域，不加区分地部署人工智能可能会放大流程中既有的问题——无论好坏。 《 discernment指南》 本研究是我们首篇出版物（《工作与组织：人工智能如何重塑它们》）的后续研究，该研究展示了人力资本管理在人工智能时代将如何被彻底重塑（#HR4AI）。本次第二项研究再次与ANDRH Paris Etoile合作，采用了不同的研究方法。鉴于人力资源职能部门本身必须进行重塑，我们希望聚焦于与人力资源相关的AI应用案例（#AI4HR），并探讨以下问题：人力资源部门应从何处着手在其流程中实施AI？AI在哪些流程中真正创造价值？什么样的应用案例才算得上优秀？使用难以规模化推广的概念验证（POC）会面临哪些挑战？这些问题只是本研究旨在阐明的一部分，我们基于从约二十家不同组织和人力资源技术供应商收集的真实反馈进行研究——我们向他们致以诚挚的感谢，感谢他们宝贵的贡献！ 目录 我们到底在谈论什么？ .............................................................................. 6人工智能与人力资源领域：1.开始前需要问的五个问题 ................................................................ 6 2. 人工智能时代的人力资源价值链 ........................................................................1.人才获取与入职 ........................................................................................ 10 3. 从想法到规模化扩张 ..................................................................................1.一个良好用例的解剖 ............................................................................................... 26 4. 人工智能时代的人力资源职能 ..........................................................................1.以三项职责为核心的重整 ........................................... 312. 从面向过程的方法逐渐转向面向产品……31 人工智能与人力资源领域：我们究竟在谈论什么？ 开始前需要问的五个问题 这些职责通常在首席信息官（CIO 5）、人力资源总监和隐私官（DPO 6）之间自然分担，但尚未正式建立明确的治理模式。由《人工智能法案》（AI Act）领导的监管框架，使得这一澄清显得尤为必要。 将人工智能（AI）在人力资源（HR）领域作为一个同质整体来谈论是没有意义的。机器人流程自动化（RPA）、预测性AI、生成式AI、基于代理的AI：每个术语背后都代表着不同的技术、所解决的不同类型的问题以及不同的方法。 这五个问题，只要懂得如何获取信息，识别出价值所在，便可以应对。 再加上早期采用者越来越多地利用各种方式接触AI以“推进AI发展”，以及在进行任何HR AI实施项目之前需要考虑的关键问题。自然顺序：理解我们在谈论什么，以及来自高层管理人员和/或创建，设定了成功的框架，结论也广为流传。 推动可持续发展。我们采访的受访者将按此顺序排列：很难知道从哪里开始。请帮助我们构建以下章节。甚至开始。在本研究中，我们将尝试回答五个 2.人工智能在人力资源领域可应用的主要类别 我们到底在谈论什么？ 目前，在人力资源流程中，存在四种主要的AI类别。它们各自满足不同的需求，且成熟度并非处于同一阶段。理解它们有助于避免在识别待解决问题性质之前就“选择工具或技术”。 只要人力资源部门无法区分预测模型的作用与自主代理的作用，他们就无法做出有效的决策。技术上的混淆可能是导致在使用案例及其支持技术方面做出糟糕选择的主要原因。 自动化：自动执行 我在买什么，我在实施什么，我在建什么？ 第一类是自动化，也称为RPA（机器人流程自动化），涉及软件机器人根据预定义规则执行重复性任务：数据录入、核对以及更新行政文件。这并非严格意义上的AI，但RPA在人力资源领域针对交易流程（如人事管理、薪资发放、行政入职）方面仍然特别有效。许多人使用 人工智能并非通过单一渠道进入人力资源领域。不同的切入点成本不同，时间表不同，甚至风险也不同。将它们混淆也可能导致高风险的投资决策。 人工智能在哪些流程中真正创造了价值？当前组织正在审理的案例就是关键问题。并非所有人力资源流程都提供 这类潜在能力或许可以完全由其自身处理。人才获取与学习&技术发展已成为成熟领域。 薪酬福利与劳动关系仍然是人力资源职能中仍需谨慎对待的领域。 分析型人工智能：利用数据 第二类是基于机器学习的预测与分析型人工智能。它能够检测历史数据中的模式，并能生成与人类工作相关的评分。在预测型人工智能更稳健或反之的情况下使用生成型人工智能，是其中最常见的科技错配之一。 我怎样才能确保它有效？或概率：人员流失风险、技能与岗位匹配度、候选人A。一个良好的用例，首先取决于严谨性。 优先排序和趋势分析。这些应用属于其范畴，而非必然基于其程度。他们在人力资源方面已相当成熟，但其有效性却受限于技术“复杂性”。真正的商业这很大程度上取决于数据质量、组织的需求、可操作的数据以及感知到的价