将人工智能与战略洞察结合，势必可以创造新的机遇，转变人力资源部门协助企业建立竞争优势的方式。
 

文/缪镇联  巫志文

关键词：人工智能  人力资源  决策系统

     移动和社交技术无处不在，个性化成为新时代标配，在人力资源领域，获得人才的“游戏规则”发生了巨大改变。人工智能和自动化技术可以帮助企业掌握员工的技能状况，防止员工流失，快速响应员工问题，为员工和外部候选人安排适当的职业发展机会，为经理提供更有效的薪酬调整指导、消除福利和薪酬方面的人为干预等。
     相较于传统的人力资源信息系统，决策支持系统是一种更高等级的分析工具，可用于企业人力资源战略规划、人力资源需求预测以及人力资源的政策和实施效果评估等方面。然而，以往的决策支持系统在整合知识方面比较薄弱，处理复杂的半结构化和非结构化的人力资源问题较为困难。为了克服这一缺点，本文提出一种新型智能决策支持系统，即在传统的决策支持系统中植入机器学习技术，该系统可以帮助企业解决战略人力资源规划、新员工选择、员工培训规划、职业发展规划、未来员工需求预测、员工绩效预测等人力资源问题。
    
人工智能在人力资源领域应用场景
     战略性人力资源的提出，使人力资源领域的工作重点从行政向高绩效人力资源实践（如团队合作和绩效管理）转变，其关注点集中在主要职位而非每一个职位上，关注关键员工群体而非每一个员工。同时，在人力资源领域部署人工智能，也可涵盖整个人才生命周期。
1. 吸引：改善求职者体验
     在人才生命周期的吸引求职者阶段，企业的目标在于尽量多地网罗具备职位所需技能的候选人，在确定他们符合条件后鼓励其申请职位。通过在吸引求职者阶段部署聊天机器人，可以运用自然语言处理 (NLP) 技术解读并回答求职者的问题。另外，相较于传统的关键字搜索方法，人工智能的职位匹配效果更佳。此外，还可以利用技能匹配算法，将职位与求职者简历中展示的技能相匹配，根据分析结果提出建议。在此类功能的帮助下，求职者转变为职位申请者的可能性必将有所提升。
2. 聘用：行之有效的招聘
     招聘人员的工作特点是时间紧、任务重，往往要同时招聘多个职位。招聘人员需要对自己负责招聘的各种职位划分优先级；与此同时，还需要从竞聘同一职位的众多求职者中发现最佳人选。在这种情况下，人工智能就可以发挥作用：根据历史数据预测填补职位空缺需要的时间，并支持招聘人员根据需要重新划分优先级。此外，还可以利用人工智能确定求职者简历与招聘职位之间的匹配度，根据职位申请流程收集的求职者信息准确预测未来绩效。人工智能还可以帮助招聘人员撰写更全面的职位说明，更有效地筛选候选人，尽量减少人为偏见对流程和实践的影响。
3. 敬业：增强工作的主观能动性
     在提高招聘部门经理的工作有效性方面，人工智能有两个具体的功能：面向经理层的人才提醒和敬业度分析。人工智能的人才提醒功能用于向一线经理发出有关团队成员的通知。该功能根据求职申请中提供的有关各位团队成员及企业员工群体的信息，帮助经理做出决策。人工智能的敬业度分析技术用于分析企业内部的社交媒体内容。该技术可分析年度调研、员工满意度调研以及社交媒体聊天的非结构化内容，短短几小时即可分析数十万条主题评论。
4. 留住：智慧的薪酬规划
     为做出合理的薪酬决策，需仔细考量各种复杂因素。除绩效外，还包括以下因素：技能的市场价格、技能的需求程度，以及采用基本薪酬还是奖金形式更好。要做出最佳薪酬决策，需要深入了解员工技能、技能的市场价格，以及这些技能的需求波动情况。因此，需要考察的数据点可能非常多，如果没有分析技术的支持，单凭人力很可能无法完成分析。基于人工智能的薪酬设计出现之后，设计周期及准备工作可从数千小时缩短至短短几小时，同时还可提供决策建议，研究过去不曾考虑的更多变量。此外，人工智能的重点放在决定薪酬的各种技能上，因此有助于减少薪酬流程中存在的人为偏见。
5. 培养：个性化学习
     在学习方面，人工智能可随时随地根据需要轻松提供学习内容，有助于加快培养个人技能水平，从而优化企业学习活动的成效。同时，每家企业都需要了解员工掌握的技能以及技能水平，人工智能只需提取员工的少量内部数据，即可推断他们的技能水平。生成技能档案后，员工和经理可对其进行验证。基于人工智能的技能推断可帮助企业寻找“组织中隐藏的瑰宝”—— 不为人知的技能高手。
6. 成长：职业发展
     职业辅导为员工营造更有意义的工作体验，不仅可以提高企业生产力，还能确保继任渠道畅通无阻。职业辅导通常要求师徒频繁接触，费时费力，成本不菲。因此，一直以来，企业通常只为工作表现不理想的员工或者准备投入大量资金重点培养的高潜力员工提供辅导。然而，如果企业为全体员工提供这种水平的职业发展机会，不仅有利于改进员工的总体积极性和敬业度，还能促进总体工作绩效，从而提高企业效益。
7. 服务：利用人工智能实现7×24小时不间断员工互动
     聊天机器人是人工智能改善员工体验的典型示例，可实时解答问题，能理解自然语言，像人类那样与用户对话。聊天机器人设计费用低、训练速度快，由于应用编程接口（API）应用广泛且易于使用，非专业IT人员也可以轻松管控聊天机器人的实施过程。如果在人力资源流程中，需要回答员工提出的大量问题，则可根据人力资源流程中常见问题解答（FAQ）列表部署聊天机器人。

    
基于人工智能的人力资源决策系统框架
     本文基于人工智能在人力资源领域的最新应用场景，设计了一种全新智能决策系统，由输入子系统、决策子系统和输出子系统三部分组成（如上页图所示），可针对结构化、半结构化和非结构化的人力资源问题提出相应的解决方案。
1. 输入子系统
     人力资源信息输入子系统由事务处理子系统和人力资源智能子系统组成，负责将人力资源相关数据输入操作数据库。事务处理子系统将企业的日常活动信息作为数据收集到数据库中，为中层管理人员和执行人员提供有效的决策支撑，如员工姓名、出生日期、性别、地址、电话、紧急联系信息、电子邮件地址、部门代码、工作状态(全职、兼职)、工资、职位、员工工作历史和福利信息等。同时，也将使用互联网、内部网收集的内部和环境来源数据用于在线事务处理。而人力资源智能子系统主要收集与组织利益相关的人力资源数据，如政府、供应商、金融机构、工会和竞争对手的情报，这些智能数据可以从商业数据库中获得。
2. 决策子系统
     决策子系统主要包含四个主要组件：知识挖掘子系统、模型管理子系统、知识库子系统和咨询子系统。知识挖掘子系统可以从旧数据和决策中提取知识，此组件用于从现有数据库系统确定可能的模式和规则，以开发人力资源问题的预测模型；模型管理子系统用于存储结构模型，通过应用这些模型将存储在数据库中的数据转换为信息或知识，如现有仿真模型、财务、统计、管理科学等相关模型，这些模型均可应用于合适的决策过程；知识库子系统组件包含有关关联规则、模式以及任何相关事实和规则的信息，这些规则和模式将由人力资源领域的专家进行评估并解释；咨询子系统在决策过程中提供迭代支持，知识工程师通过知识驱动开发，从专家和规章制度文件中获取知识，该组件将不断更新现有知识库系统的知识。
3. 输出子系统
     输出子系统由不同的软件模块组成，这些模块可以使用各种模型为人力资源问题提供报告或解决方案。输出子系统包括以下十个模块：战略人力资源规划模块，将合适的人员与组织的战略需求相匹配，基于人力资源库存供给和需求分析预测未来人力资源需求；招聘选拔模块，通过对潜在候选人不同类型的信息进行编译和处理，并选择符合决策标准预期的员工；培训开发模块，利用关联规则挖掘个人学习的训练策略和学习地图，基于规则的专家系统可以用来推断员工的学习类型；绩效评估模块，为员工提供综合绩效指标及考核标准；薪酬福利模块，使用统计和财务模型估算薪酬福利金额，如保险、养老金、利润分成、股票期权等福利；健康与安全模块，维护员工事故信息(数量及种类)、健康及安全投诉、员工补偿请求及其他与健康及安全有关的事宜；员工关系模块，可以了解工作环境、规章制度、员工违法歧视、申诉、工作多样性等相关信息，管理层可以提供在线调查和“意见箱”，为员工提供表达意见和建议的渠道；工资单接口模块，包含关于工资和福利的信息，使用财务或会计模型来制定及时和准确的结构性付款功能；人才管理模块帮助管理者在正确的时间和地点选择正确的人，通过现有人才（当前员工）的表现来判定其工作达标的程度；员工自助服务模块，员工可以获得工资单和养老金信息，以及公积金报表、贷款报表、评估报告、培训相关信息、职业规划、健康安全事件等。
    
人力资源决策系统投资回报率分析
     实施人工智能应用前，应在人工智能与其回报之间建立预期的联系。表中提供了所讨论的每个人工智能应用场景的预期效益和成果指标示例。必须综合考量短期指标和长期指标，以便快速进行评估，并根据需要进行调整。
     同时，回报实现速度取决于两项因素：外部采购还是内部构建，以及人工智能项目的性质。如果采购现成的人工智能解决方案，有望在三到六个月内实现投资回报。较为复杂的解决方案往往以最低程度的可行产品 (MVP) 为起点。 MVP 是指对用户有意义的首个最小规模的可交付产品，旨在检验企业做出的假设，然后快速增强这些产品，为企业带来更多价值。借助目前可用的 API接口，即便是复杂项目，也可在一年内获得回报。当然，设计思维和敏捷工作方法有助于快速构建系统并在短时间内不断迭代，形成改进的版本。另一方面，如果利用人工智能改善招聘工作，一些效益可能会很快显现出来，如缩短招聘时间。但是，某些预期效益则需要更长时间才能体现，如提高绩效。人才保留解决方案也要有一定的时间才能展现价值，因为时间才能证明员工是否如预期的那样留下来。
    
     人工智能完全可以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。人工智能将使人力资源职能部门不仅可以切实推动实现企业的战略优势，还能更有效地支持企业的员工队伍，将战略付诸行动。■

主要参考文献
[1] Jantan H., Hamdan A., and Othman Z., Human Talent Prediction in HRM Using C4. 5 Classification Algorithm. International Journal on Computer Science and Engineering, 2010,2(8).
[2] Lin H., Personnel Selection Using Analytic Network Process and Fuzzy Data Envelopment Analysis Approaches. Computers and Industrial Engineering,2010,59(4).
作者单位
缪镇联 广西艺术学院
巫志文 广西大学土木建筑工程学院
栏目主编 程丹丹