1、人力资源管理中的人工智能AI发展现状什么是人工智能算据算力算法人工智能通过“计算”实现与“人”同样的智能性符号主义连接主义深度学习Alan M.Turing:I propose to consider the question,Can machines think?机器学习（Machine Learning）深度学习（Deep Learning）强化学习（Reinforcement Learning）自然语言处理（Natural Language Processing）计算机视觉（Computer Vision）专家系统（Expert Systems）判别式人工智能（Discriminativ
2、e AI）生成式人工智能（Generative AI）深度学习机器学习人工智能NLP1956年麦卡锡等人：“如何用机器模拟人的智能？”大模型带来的“涌现”现象人工智能的“顿悟”时刻Emergent Ability大模型（Large Models）：具有大量参数的机器学习模型，一开始主要是基于文本的，后面再加上图片、音频、视频等。“大模型”的优势在于“通用性”。生成式AI（Generative AI）：能够生成内容的人工智能，通过学习大量的数据，可以生成具有一定逻辑性和创造性的内容，如文本、图像、音乐等。优势在于“创造性”。GPT（Generative Pre-trained Transform
3、er）：GPT是一种基于Transformer架构训练的生成式大语言模型，属于生成式AI的一种实现方式。ChatGPT（Chat Generative Pre-trained Transformer）BERT人工智能已迈入大模型时代自2022年11月30日ChatGPT发布起，生成式AI在极短时间内实现了智力与能力的不断突破，人工智能（AI）技术正以其前所未有的速度和规模渗透到社会的各个角落，成为推动当今全球经济和社会发展的关键力量。德勤调查2835全球高管对生成式AI的情绪人工智能（AI）技术性能基准测试与人类能力比较人类基准图像分类（ImageNet Top-5）基础阅读理解（SQuAD
4、1.1）英语语言理解（SuperGLUE）视觉推理（VQA）多任务语言理解（MMLU）竞赛数学（MATH）视觉常识处理（VCR）中级阅读理解（SQuAD 2.0）自然语言推理（aNLI）截至2023年，AI的表现在一些维度已经超越了人类，如图像分类、视觉推理和英语理解等。在某些类别的任务中，AI尚未达到人类的能力水平，尤其是复杂的认知任务，如视觉常识推理与规划、竞赛数学等。来源：斯坦福大学 Artificial Intelligence Index Report 2024人与AI的关系如何？人类设定任务目标其中某（几）个任务AI提供信息或建议人类自主结束工作AIAI EmbeddingAI人类
5、人类设定任务目标其中某（几）个任务AI完成初稿人类自主结束工作AIAI Copilot人类AI人类修改调整确认设立目标提供资源监督结果AI AgentAIAI全权代理任务拆分工具选择进度控制AI自主结束工作人类AI三年内产生变革性影响德勤2835位全球高管调查受访的31%企业领导者预计生成式AI将在一年内带来实质性变革；48%预计一至三年内产生实质性变革。91%的组织预期生成式AI将提高生产力。斯坦福大学AI index：AI makes workers more productive and leads to higher quality work.人工智能参与业务流程执行者Executor
6、辅助者Assistant参与者Participant协调者coordinator按照预设的业务规则和流程执行任务，不涉及决策或调整流程。替代人工完成重复性、规则性工作。执行任务的同时，能够根据实际情况提供相关信息和建议，辅助人类做出决策，但不改变原有的业务流程。深入理解业务流程的本质和目标，根据业务环境的变化提出全新的流程设计方案。具有一定的自主决策能力，能够观察实际情况调整业务流程中的某些环节，以优化流程但调整范围有限。人工智能在业务流程中的参与程度业务智能化程度IBM人力资源部门的经验表明，人工智能几乎适用于人力资源的所有领域，包括吸引人才、招聘、学习、薪酬、职业发展管理和人力资源支持等。
7、人工智能参与人力资源管理AI in HRM决策痛点人力资源运营模式的转变传统的人力资源运营模式 以手工操作为主，人工核算薪酬、考勤、绩效等数据，缺乏系统化的管理方式和数据分析能力。这种模式下，人力资源部门主要扮演着行政管理的角色，侧重于员工招聘、入职、离职、薪酬管理等方面的工作。数字化的人力资源运营模式 人力资源部门开始使用HRM 系统，实现自动化的人事管理和薪酬管理，同时也可以进行员工数据分析和绩效管理。数字化的人力资源运营模式提高了管理的效率和准确性，减少了人工的工作量和错误率。数据驱动的人力资源运营模式 在这种模式下，人力资源部门通过数据分析和挖掘，预测员工离职率、绩效表现、培训需求等信
8、息，从而优化员工的薪酬和福利、提高员工满意度和忠诚度。数据驱动的人力资源运营模式还可以帮助企业优化组织结构、提高管理效率，实现数字化、自动化、智能化的人力资源管理。人工智能技术在人力资源管理中的应用已成为全球关注的人力资源核心热点之一，包括招聘、培训、绩效评估、员工福利等多个方面。AI将如何改变HRM？人力资源管理中的人机共生人力资源管理中AI应用的决策痛点 人力资源管理对实现组织战略目标至关重要，但大多数人力资源部门仍处于日常事务支持性角色，未能充分发挥其引领性、前瞻性战略潜能 人工智能技术为人力资源管理的效率和创新提供了新机遇，有助于发挥HRM在组织中的战略意义 用不用？用什么？怎么用？对
9、多数企业而言，AI技术与业务实践的融合仍是复杂且充满挑战的过程 对AI效果的不确定性，对成本与收益的权衡 部分领先企业已成功应用AI，但其过程难以复制 直接部署市面上的AI工具往往成本高昂且难以适应企业特定需求痛点人事管理人力管理人才管理人力资源部门的角色定位理论论证实践案例试点检验HRM中的AI应用场景应用场景流程自动化决策自动化人工替代沉浸式体验个性化服务OCR、RPA、简历解析、智能推荐人才画像、人才扫描、人岗匹配、离职预测、组织活力度/健康度分析、舆情分析、职业发展轨迹及趋势分析.7x24的员工个性化交互体验、个性化课程/技能推荐、员工学习地图VR、AR、虚拟形象、游戏化测评、战略沙盘
10、模拟智能客服、AI 视频面试、外呼机器人应用概况招聘员工服务和沟通关怀薪酬管理培训考勤排班人才盘点绩效管理组织管理其他应用概况招聘是许多公司在试点使用 AI 时利用的第一个领域在这一领域，公司可以看到重要、可量化且即时的收益，例如减少招聘时间、提高招聘人员的生产力和改善候选人体验（Zeng 2020）AI 能够简化或自动化招聘过程中繁琐且大量的任务AI可以扫描、评估和拒绝75%的不合格简历（Wislow 2017）可以通过在短时间内找到合适的候选人，从庞大的申请人库中筛选简历它还能够分析员工的经验、技能、绩效和离职率，从而筛选出最合适和最有吸引力的候选人有才华的员工既难招聘又难留住大约 57%
11、的公司认为留住员工是他们最艰苦的事情（Ruby 和 Jayam，2018 年）在这方面，人工智能工具可用于划分和预测每个员工的愿望。该工具可以选择个人的价值观，发现谁需要加薪，或者谁可能对他们的工作与生活平衡不满意（Sindu 2018）为 HR 专业人员创造了空间，让他们可以在问题发生之前就解决问题除了能够报告、招聘和保留之外，人工智能还为人力资源管理的其他领域提供了好处，例如绩效管理、人才管理和薪酬管理招聘环节宝马汽车宝马汽车作为高档车的典型代表之一，在国内消费者心目中占有极高地位。而为了确保车主全生命周期保持高度统一的服务体验，宝马需与多家第三方人力资源企业合作以遴选专业团队，确保仓储、
12、配送、清洁、售后等多环节的车主服务。但在实际人才与团队招募、甄选人才与团队招募、甄选过程中，也面临各项困难，例如：全国各地的操作类员工薪酬涨幅较快且涨幅不一致，难以评估第三方人力服务公司报价合理性。为此，以 AI 赋能的人力成本估算人力成本估算为品牌优化人力服务商网络提供有效帮助，具体表现如：通过定期跟踪各地分公司的指定服务人员的人工成本变化，优化人力外包服务供应商，搭建合适的人力服务商网络，优化运营成本。西门子集团西门子集团每年通过校园招聘项目招聘大量的工程师/管培生，巨量国内 985/211/QS100 的优秀候选人投递简历，简历投递量每年都超过15万份，HR 工作量巨大。西门子集团HR
13、引进AIAI面试系统面试系统，该系统为西门子集团提供了定制化的 AIAI简历筛选服务简历筛选服务，可以根据西门子的独特需求，从海量简历中筛选出符合条件的候选人。此外，该系统还设计出了多元、全面的面试通知方案，全自动地邀请所有通过AI 简历筛选机制的候选人参加L5级别 AI 视频面试。国内候选人通过微信小程序、电脑端参加AI面试，海外候选人通过电脑端和H5手机端参加 AI 面试。西门子的 HR 和业务领导基于 AI 面试的评分，决定哪些候选人进入后续的人类面试官面试。目前，通过该系统的AI简历筛选服务，可以将简历简历量从原本的量从原本的1515万份筛选至万份筛选至8 8万份左右万份左右。业务线领
14、导已经完全基于 AI 面试的评分决策哪些候选人进入后续面基试，面试量下降至原来的面试量下降至原来的30%30%-50%50%，校园招聘项目的招聘成功率提升了招聘成功率提升了15%15%-30%30%。薪酬管理小熊电器小熊电器在发展中面临营销、研发、生产、市场四类重点岗位行业人才竞争激烈、资深人才缺口大等问题。管理难点包括：行业动态：小家电行业竞品众多，充分竞争，既要在生产端成本控制，又要在市场端运用各种新的营销方式，因此需要把握行业整体人才需求和薪酬趋势行业整体人才需求和薪酬趋势，也要把握各类岗位的人才需求和薪酬趋势各类岗位的人才需求和薪酬趋势；职务对齐职务对齐：企业内部收集过各类信息，因为数
15、据无法对齐，导致薪酬分析结果说服力不强，且耗时耗力；薪酬方案优化：薪酬方案要适应多个城市，薪酬调整要根据企业人效、经营策略、社会数据、行业数据、薪酬竞争力等进行数据量化分析量化分析。以 AI 赋能诸多产品与服务，实现基于薪酬管理的一系列人才管理体系优化与质效提升，例如：人才需求和薪酬趋势：利用 AI技术完成同类企业的人才需求识别、行业内同类岗位的匹配；通过对小家电行业市场数据挖掘和分析，帮助企业了解行业未来整体趋势以及重点岗位类型的人才需求和薪酬水平；职务梳理：利用自然语言处理等 AI 技术将企业内部岗位对齐至职务并进行部门内部、部门之间、城市之间数据对比分析，从而提高人事管理相关决策说服力和
16、准确性；辅助生成薪酬调整策略：基于同类企业及目标竞品企业的人效、行业景气度、城市生活成本以及重点岗位类型的涨薪率、离职率、企业运营策略等多维数据智能生成薪酬调整策略。绩效管理某大型连锁服务公司某大型连锁服务公司，在经历了严重的客户流失之后，希望通过提升员工绩效水平提升员工绩效水平来扭转局面。在咨询机构的帮助下，他们重构了员工绩效管理流程，将员工的绩效评估结果与相关的业务结果联系起来。这些业务结果被确定为每个运营连锁商店的客户数量、客户满意度和员工满意度。确定直接影响这些业务结果的员工指标，如：岗位匹配度、团队合作度、领导力、沟通能力、薪酬水平、职业发展方向和客户关注度这些因素的得分被映射到相关业务结果上，并进行算法分析算法分析。最终筛选出并可视化那些对业务结果影响最大的业务驱动因素。将这些因素按照观察、维护、提升和聚焦等几个等级进行分类，根据这些分类对每个店面的经理的绩效考核权重进行设计。在这项改革完成后的一年时间内，该连锁服务公司的客户满意度提升客户满意度提升了 20%以上。与此同时，员工流失率下降员工流失率下降了 10%以上。某新能源产业公司某新能源产业公司在推行以OKR为目标管理
免费区 