基于人工智能時(shí)代企業(yè)人力資源管理工作模式的創(chuàng)新升級(jí)

■李寧寧 乳山市行政審批服務(wù)局

人工智能（Artificial Intelligence，AI）的發(fā)展道路頗為曲折起伏，歷經(jīng)了起步、反思、應(yīng)用、低迷、穩(wěn)步到如今的蓬勃發(fā)展各個(gè)階段，人工智能技術(shù)已廣泛應(yīng)用于各個(gè)領(lǐng)域，迎來(lái)了爆發(fā)式的發(fā)展高潮。目前，人工智能的應(yīng)用也讓企業(yè)人力資源管理工作面臨一些挑戰(zhàn)。因此，作為人力資源的管理者，我們需要不斷提高企業(yè)人力資源的管理水平，選擇正確和適當(dāng)?shù)目萍寄芰Γ粩嗵岣呷斯ぶ悄艿膽?yīng)用技術(shù)，加強(qiáng)對(duì)企業(yè)人力資源管理的把控，這樣可以幫助我們明確人力資源管理的方向，提高企業(yè)人力資源管理水平。

一、相關(guān)理論概述

早在1956 年，人工智能就被人們所提及，而在2017年人工智能才逐漸興起，這一年也被媒體稱為“人工智能元年”。國(guó)外學(xué)者對(duì)人工智能領(lǐng)域的研究較早。Joy（2000）認(rèn)為人工智能的發(fā)展是導(dǎo)致人類滅絕的強(qiáng)大潛在威脅，人工智能最終會(huì)取代人類。Frey 和 Berger（2016）通過(guò)對(duì)700 多個(gè)不同職位是否存在被人工智能所替代的風(fēng)險(xiǎn)的研究發(fā)現(xiàn)，美國(guó)有將近一半的工作職位將會(huì)被人工智能所取代。國(guó)內(nèi)學(xué)者對(duì)人工智能領(lǐng)域的研究起步較晚，但是隨著科學(xué)技術(shù)的高速發(fā)展，學(xué)者們開(kāi)始聚焦于人工智能對(duì)企業(yè)人力資源管理的影響研究，并取得了較為豐富的成果。王君等（2017）研究了人工智能等新技術(shù)對(duì)就業(yè)的影響，認(rèn)為人工智能的發(fā)展會(huì)造成一定的失業(yè)，但是對(duì)企業(yè)人力資源管理具有重要意義。趙磊等（2017）通過(guò)研究認(rèn)為人工智能技術(shù)在許多方面為人類創(chuàng)造了新的機(jī)遇，但是在企業(yè)人力資源管理方面卻對(duì)人員失業(yè)造成負(fù)面影響。周卓華（2020）指出人工智能對(duì)企業(yè)人力資源管理的消極影響包括企業(yè)缺乏復(fù)合型的管理人才、數(shù)據(jù)安全保護(hù)機(jī)制缺乏導(dǎo)致人工智能型企業(yè)人力資源管理轉(zhuǎn)型困難以及未來(lái)機(jī)器取代人力將導(dǎo)致員工再就業(yè)問(wèn)題等。覃麗雅（2021）提出人工智能不僅可以提升企業(yè)人力資源管理的效率和質(zhì)量，還能提高信息管理水平，從而增強(qiáng)企業(yè)競(jìng)爭(zhēng)力。

通過(guò)以上的文獻(xiàn)分析得知，國(guó)內(nèi)外學(xué)者對(duì)人工智能應(yīng)用的作用褒貶不一，他們對(duì)人工智能將來(lái)是否會(huì)完全代替人工的問(wèn)題意見(jiàn)不一。誠(chéng)然，人工智能是一把雙刃劍，人工智能對(duì)企業(yè)人力資源管理同樣帶來(lái)機(jī)遇與挑戰(zhàn)兩方面的影響，企業(yè)只有運(yùn)用好人工智能這把雙刃劍，才能實(shí)現(xiàn)現(xiàn)代化、高效率且高質(zhì)量的人力資源管理。

二、人工智能在我國(guó)企業(yè)人力資源管理領(lǐng)域中的應(yīng)用現(xiàn)狀分析

1.員工招聘應(yīng)用

人工智能在招聘工作中的應(yīng)用，主要是充分利用人工智能產(chǎn)品提高企業(yè)人員招聘質(zhì)量與效率，為企業(yè)的正常運(yùn)轉(zhuǎn)做好人才儲(chǔ)備的工作。例如，獵聘網(wǎng)曾在2017 年8 月組織開(kāi)展一場(chǎng)招聘人機(jī)大戰(zhàn)。對(duì)戰(zhàn)雙方是5 名互聯(lián)網(wǎng)領(lǐng)域資深HR、獵頭和獵聘機(jī)器人。比賽的具體要求為：隨機(jī)抽選某個(gè)職位，在3700 萬(wàn)份獵聘的存量簡(jiǎn)歷中，看誰(shuí)以最快速度篩選出和某個(gè)職位需求最匹配的簡(jiǎn)歷。比賽開(kāi)始后，獵聘機(jī)器人僅耗時(shí)0.015 秒便篩選出10 份簡(jiǎn)歷，5名互聯(lián)網(wǎng)領(lǐng)域資深HR、獵頭則花費(fèi)23 分鐘篩選出10 份簡(jiǎn)歷。本次簡(jiǎn)歷篩選只看質(zhì)量，并不比拼速度。雖然獵聘機(jī)器人最終以0.36 分的差距落敗，但其驚人的速度及精準(zhǔn)度也不得不令人驚嘆。目前，獵聘網(wǎng)也在積極組織人手對(duì)獵聘機(jī)器人進(jìn)行升級(jí)，相信在不久的將來(lái)，獵聘機(jī)器人定會(huì)成為獵聘網(wǎng)招聘員工的重要工具。

2.員工管理應(yīng)用

員工管理是人力資源管理工作中的重要內(nèi)容之一，雖然人力資源管理部門(mén)為了有效提升員工管理工作的效率，制定了各種員工管理措施，但實(shí)際上取得的效果非常有限。為了改變這一現(xiàn)狀，人力資源管理部門(mén)可以通過(guò)將人工智能引入員工管理工作中的方式，提高員工滿意度與員工管理的效率。大數(shù)據(jù)技術(shù)對(duì)人力資源管理中的各項(xiàng)數(shù)據(jù)進(jìn)行收集、整理、數(shù)字化分析，能最大限度地把握人力資源現(xiàn)狀，挖掘員工的潛在價(jià)值，不斷地對(duì)人力資源各模塊工作進(jìn)行深入分析與改進(jìn)，更加科學(xué)地對(duì)人力資源管理各模塊工作進(jìn)行決策。

3.員工培訓(xùn)應(yīng)用

相關(guān)單位在開(kāi)展員工培訓(xùn)工作時(shí)，必須緊跟社會(huì)發(fā)展的腳步，針對(duì)發(fā)展需求制定科學(xué)合理的員工培訓(xùn)機(jī)制，才能培養(yǎng)出符合相關(guān)單位日常運(yùn)營(yíng)管理需求的高素質(zhì)應(yīng)用型人才。現(xiàn)場(chǎng)培訓(xùn)方式雖具有一定成效，但不可避免地存在以下缺點(diǎn)：一是員工需放下手頭工作參與培訓(xùn)；二是員工培訓(xùn)費(fèi)用較高。為解決以上問(wèn)題，部分單位開(kāi)始將人工智能引入員工培訓(xùn)領(lǐng)域。如今人工智能在員工培訓(xùn)領(lǐng)域已得到應(yīng)用，并取得一定成效，不但能夠在線為員工提供相關(guān)信息咨詢，同時(shí)也能夠科學(xué)設(shè)計(jì)出多種培訓(xùn)場(chǎng)景，并結(jié)合不同單位員工的需求，為其量身打造沉浸式培訓(xùn)。該培訓(xùn)方式讓員工在家即可以享受到各種各樣的培訓(xùn)服務(wù)，既不需要脫崗培訓(xùn)，也能切實(shí)提升培訓(xùn)成效。

4.員工考核應(yīng)用

員工績(jī)效考核是企業(yè)人力資源管理工作中的主要內(nèi)容之一，雖然相關(guān)單位針對(duì)員工采用的有效績(jī)效考核方式有助于員工績(jī)效考核結(jié)果有效性的提升，但是這種績(jī)效考核方式需要耗費(fèi)大量的人力、物力資源。為了有效解決這一問(wèn)題，各單位應(yīng)該加快人工智能在人力資源管理與員工績(jī)效考核工作中應(yīng)用的深度。例如，IBM 開(kāi)發(fā)了Watson系統(tǒng)，專門(mén)用于員工的績(jī)效考核。該系統(tǒng)不僅對(duì)員工過(guò)去的成功與失敗行為進(jìn)行考察，也會(huì)根據(jù)具體考察數(shù)據(jù)分析員工未來(lái)還有多少工作潛力可供挖掘。如若員工通過(guò)Watson 系統(tǒng)的績(jī)效考核且成績(jī)合格，Watson 系統(tǒng)就會(huì)認(rèn)為其很有前途，員工方可獲得升職加薪。據(jù)IBM 人力資源部公布的統(tǒng)計(jì)數(shù)據(jù)顯示，與傳統(tǒng)的績(jī)效考核評(píng)估結(jié)果相比，Watson 對(duì)員工績(jī)效考核評(píng)估的準(zhǔn)確率已高達(dá)96%，在可接受范圍之內(nèi)。

三、人工智能時(shí)代人力資源管理工作模式的創(chuàng)新升級(jí)

目前，人力資源信息系統(tǒng)（HRIS）在有效、高效的人力資源管理（HRM）的決策過(guò)程中起著重要的戰(zhàn)略作用。對(duì)于相關(guān)單位的人力資源決策，大多數(shù)研究者提出了專家系統(tǒng)或基于知識(shí)的系統(tǒng)。但是，基于知識(shí)的專家系統(tǒng)有其局限性。本文提出了一個(gè)智能人力資源信息系統(tǒng)（i-HRIS）框架，將智能決策支持系統(tǒng)（IDSS）與數(shù)據(jù)庫(kù)中的知識(shí)發(fā)現(xiàn)（KDD）相結(jié)合，以改進(jìn)結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的人力資源決策過(guò)程。此外，所提出的人力資源智能決策支持系統(tǒng)利用一套人工智能工具（如基于知識(shí)的推理、機(jī)器學(xué)習(xí)等）來(lái)存儲(chǔ)和處理信息。這些人工智能工具用于從過(guò)去的數(shù)據(jù)和經(jīng)驗(yàn)中發(fā)現(xiàn)有用的信息或知識(shí)，以支持決策過(guò)程。同樣，我們也嘗試應(yīng)用混合智能技術(shù)（如機(jī)器學(xué)習(xí)和基于知識(shí)的新知識(shí)提取和預(yù)測(cè)方法）來(lái)研究IDSS 在人力資源問(wèn)題中的應(yīng)用?？傊?，該框架由輸入子系統(tǒng)、決策子系統(tǒng)和輸出子系統(tǒng)組成，共有10 個(gè)人力資源應(yīng)用模塊。

1.數(shù)據(jù)挖掘與KDD

KDD 是智能數(shù)據(jù)處理中廣泛使用的術(shù)語(yǔ)。KDD 描述了從數(shù)據(jù)倉(cāng)庫(kù)提取信息的整個(gè)過(guò)程。此外，數(shù)據(jù)挖掘是KDD 過(guò)程中的一個(gè)步驟，而實(shí)際的數(shù)據(jù)挖掘是KDD 過(guò)程中最具挑戰(zhàn)性的一步。在人力資源管理中，人力資源決策依賴于知識(shí)、人的經(jīng)驗(yàn)和判斷等多種因素。這些因素可能是不準(zhǔn)確、不一致、不公平和出乎意料的決定的原因。因此，可以使用數(shù)據(jù)挖掘技術(shù)進(jìn)行推理。本研究注重?cái)?shù)據(jù)挖掘技術(shù)，指出了與人力資源問(wèn)題相關(guān)的模式。人力資源經(jīng)理的匹配“針尖”問(wèn)題非常關(guān)鍵。因此，確定合適的數(shù)據(jù)挖掘技術(shù)是非常重要的。許多研究提到將數(shù)據(jù)分類應(yīng)用于不同的人力資源功能，預(yù)測(cè)員工更替；確定人力資源開(kāi)發(fā)職能中的員工能力和職業(yè)規(guī)劃；預(yù)測(cè)離職費(fèi)的收取和人力資源薪酬職能中的人力資源成本；評(píng)估員工績(jī)效人力資源管理職能。

2.決策支持系統(tǒng)

目前，某些單位的人力資源管理人員依靠決策支持系統(tǒng)（DSS）在最短的時(shí)間內(nèi)做出最優(yōu)的決策。在決策支持系統(tǒng)中，數(shù)據(jù)和模型被用來(lái)解決管理半結(jié)構(gòu)化和非結(jié)構(gòu)化問(wèn)題。決策支持系統(tǒng)不監(jiān)督?jīng)Q策，也不取代人的決策，但它支持用戶并幫助他們做出更好、更一致的決策。此外，DSS 還包括基于知識(shí)的方法。適當(dāng)設(shè)計(jì)的DSS 是一個(gè)基于軟件的交互式系統(tǒng)，旨在幫助決策者。它從rawdata、文檔、業(yè)務(wù)示例和個(gè)人知識(shí)的組合中收集有用的信息，以討論和解決問(wèn)題并得出確定的結(jié)果。它有一個(gè)強(qiáng)大的報(bào)告工具，包含特別的報(bào)告功能、預(yù)構(gòu)建分析功能和多維分析功能。但是，DSS 在做出最好的決策方面有一些局限性。因此，決策支持系統(tǒng)在提供困難的半結(jié)構(gòu)化解決方案方面具有復(fù)雜性。為了克服決策支持系統(tǒng)的不足，本文采用IDSS 作為輔助支持技術(shù)。IDSS 是一種集成人工智能技術(shù)的新型決策支持系統(tǒng)，是決策支持系統(tǒng)的基本功能模型和人工智能的知識(shí)推理技術(shù)的結(jié)合，能夠解決復(fù)雜、不精確和結(jié)構(gòu)不良的問(wèn)題。DSS 還對(duì)人力資源管理中的不確定性或不完整數(shù)據(jù)使用人的判斷和偏好，將IDSS 與其他DSS 區(qū)分開(kāi)來(lái)。IDD 提高了決策的一致性、決策的時(shí)間性、對(duì)具體建議的強(qiáng)化解釋和合理化，以及組織知識(shí)的正規(guī)化。IDSS 的效率取決于嵌入決策支持系統(tǒng)的所有人工智能技術(shù)。ANS、模糊邏輯、遺傳算法和專家系統(tǒng)等人工智能技術(shù)在IDSS 中得到了廣泛的應(yīng)用，ANN 可以實(shí)現(xiàn)預(yù)測(cè)、分類和模式匹配等類腦功能。此外，深度置信網(wǎng)絡(luò)（DBN）也是一種適用于決策建模的技術(shù)，DBN 是一種生成的圖形模型，或者是一種深層神經(jīng)網(wǎng)絡(luò)，由多層潛在變量組成，各層之間有聯(lián)系，但不在每一層的單元之間。

3.智能子系統(tǒng)：HR 智能化

HRIS Input Subsystem 由事務(wù)處理子系統(tǒng)（TPS）和人力資源智能子系統(tǒng)組成。輸入子系統(tǒng)部分將與人力資源相關(guān)的數(shù)據(jù)輸入操作數(shù)據(jù)庫(kù)，還包括將輸入數(shù)據(jù)轉(zhuǎn)換為強(qiáng)制存儲(chǔ)格式的軟件或其他外部數(shù)據(jù)庫(kù)，將公司的日?；顒?dòng)（數(shù)據(jù)）收集到數(shù)據(jù)庫(kù)中。它將數(shù)據(jù)轉(zhuǎn)換成準(zhǔn)確的信息，為管理人員提供有用的信息。例如，TPS 更新員工數(shù)據(jù)，如姓名、出生日期、性別、地址、電話、緊急聯(lián)系人信息、電子郵件地址、部門(mén)代碼、工作狀態(tài)（全職、兼職或合同）、薪資、職位、員工歷史記錄和福利信息。TPS將使用Internet、Intranet、Extra net 和其他網(wǎng)絡(luò)收集來(lái)自內(nèi)部和環(huán)境的數(shù)據(jù)，用于在線事務(wù)處理。子系統(tǒng)是一個(gè)接口，它收集與利益相關(guān)者、政府、供應(yīng)商、金融機(jī)構(gòu)、勞動(dòng)力相關(guān)的人力資源數(shù)據(jù)。一個(gè)典型的IDSS 包括五個(gè)主要組件：suchas 數(shù)據(jù)庫(kù)系統(tǒng)、基于知識(shí)的系統(tǒng)、模型庫(kù)系統(tǒng)、推理機(jī)和用戶界面。在決策過(guò)程中，所提出的IDSS 包含四個(gè)主要組件，即KDD、Model Management Subsystem、KBS 和Advisory Subsystem。KDD 可以從舊的數(shù)據(jù)和決策中提取知識(shí)，用于從現(xiàn)有的數(shù)據(jù)庫(kù)系統(tǒng)中確定可能的模式和規(guī)則，以開(kāi)發(fā)HRProbt 問(wèn)題的預(yù)測(cè)模型。數(shù)據(jù)庫(kù)管理子系統(tǒng)包括存儲(chǔ)與決策支持系統(tǒng)所規(guī)劃的問(wèn)題相關(guān)的數(shù)據(jù)庫(kù)，并對(duì)數(shù)據(jù)庫(kù)進(jìn)行管理。它將與組織的Data Warehouse、Hadoop Distributed File System（HDFS）和/ 或數(shù)據(jù)集連接。在知識(shí)管理子系統(tǒng)中，知識(shí)是通過(guò)不同的工具和技術(shù)從現(xiàn)有數(shù)據(jù)庫(kù)中提取出來(lái)的，包括大數(shù)據(jù)挖掘、OLAP 和AI 技術(shù)。由于所有的知識(shí)都與業(yè)務(wù)操作無(wú)關(guān)，所以這些工具和技術(shù)確實(shí)過(guò)濾了不必要的和無(wú)關(guān)的知識(shí)。本文利用傳統(tǒng)的人工智能技術(shù)和混合人工智能技術(shù)，結(jié)合機(jī)器學(xué)習(xí)和推理技術(shù)，找到了可能的模式和規(guī)則，并建立了HRV 問(wèn)題的預(yù)測(cè)模型。此外，遺傳算法和ANS 是機(jī)器學(xué)習(xí)中較為流行的技術(shù)。

4.模型管理

該模型由三個(gè)部分組成：輸入子系統(tǒng)、決策子系統(tǒng)和輸出子系統(tǒng)。在決策子系統(tǒng)中，我們建議在HRIDSS 中使用機(jī)器學(xué)習(xí)方法來(lái)解決HRSS 問(wèn)題。因此，不確定和不完全的數(shù)據(jù)可以轉(zhuǎn)化為有用的知識(shí)。我們還發(fā)現(xiàn)，研究人員一致認(rèn)為混合固有技術(shù)是支持非結(jié)構(gòu)化滲透決策過(guò)程的最佳方法。信息系統(tǒng)的失敗往往與對(duì)“軟”管理實(shí)踐（如文化變革、組織發(fā)展和用戶參與）缺乏關(guān)注有關(guān)。

案例研究的結(jié)果表明，人力資源在成功實(shí)施信息系統(tǒng)方面有一個(gè)關(guān)鍵但被忽視的潛在作用，特別是在變革管理過(guò)程中。以往的實(shí)證研究表明，群體成員之間的差異可能對(duì)決策過(guò)程產(chǎn)生積極和消極的影響。由于直接模型無(wú)法解釋如此復(fù)雜的后果，最近的工作已經(jīng)開(kāi)始提出更復(fù)雜的模型，包括中介變量和調(diào)節(jié)變量。一般來(lái)說(shuō)，假設(shè)成員之間的差異對(duì)群體決策的益處程度取決于單位的某些條件，特別是其管理。通過(guò)文獻(xiàn)回顧，我們發(fā)現(xiàn)人力資源管理系統(tǒng)可以成為其中的調(diào)節(jié)者之一。利用結(jié)構(gòu)模型的估計(jì)值，我們討論了在人力資源政策定義中的某些選擇，如何幫助組織改進(jìn)不同群體的決策過(guò)程。作為對(duì)這一事實(shí)的推論，我們建議將混合技術(shù)（如基于知識(shí)的系統(tǒng)和機(jī)器學(xué)習(xí)方法）與HRIDSS 集成在這個(gè)HRIS 模型中。模型管理子系統(tǒng)存儲(chǔ)財(cái)務(wù)、統(tǒng)計(jì)、管理科學(xué)等相關(guān)模型及現(xiàn)有仿真模型。這些模型可應(yīng)用于決策過(guò)程，通過(guò)應(yīng)用這些模型將存儲(chǔ)在數(shù)據(jù)庫(kù)中的數(shù)據(jù)轉(zhuǎn)化為信息/知識(shí)。

在模型分析過(guò)程中，在使用預(yù)測(cè)模型之前必須對(duì)模型進(jìn)行評(píng)估和檢驗(yàn)。KBS 包括一套事實(shí)和規(guī)則。在改進(jìn)的模型中，該組件將包含有關(guān)關(guān)聯(lián)規(guī)則、模式以及任何相關(guān)事實(shí)和規(guī)則的信息。因此，人力資源領(lǐng)域的專家將評(píng)估和解釋這些指標(biāo)和模式。咨詢子系統(tǒng)在決策過(guò)程中提供迭代支持，應(yīng)用KDD，知識(shí)工程師從專家和法規(guī)文件中獲取知識(shí)。認(rèn)知是由推理機(jī)推斷出來(lái)的。該組件有一個(gè)監(jiān)視代理，用于查看需要尋址的非結(jié)構(gòu)化決策的標(biāo)識(shí)。因此，它將通過(guò)提供建議的活動(dòng)路徑來(lái)啟動(dòng)迭代決策一決策過(guò)程。如果需要，該組件將指示KBS 更新現(xiàn)有知識(shí)。決策人員使用用戶接口與系統(tǒng)進(jìn)行通信。同時(shí)，該組件有解釋的功能，以顯示任何決定或建議的論點(diǎn)。

四、結(jié)語(yǔ)

從以往的文獻(xiàn)中可以看出不同類型的人工技術(shù)被應(yīng)用于人力資源領(lǐng)域的問(wèn)題，如選拔和招聘、績(jī)效評(píng)估、人才管理，以及未來(lái)的人力資源管理。但是，我們沒(méi)有發(fā)現(xiàn)人力資源領(lǐng)域的研究之間有任何邏輯聯(lián)系。Udani 提出了基于人工智能的專家系統(tǒng)，作為人力資源信息系統(tǒng)的一個(gè)模塊。但是，沒(méi)有提供任何全面的模式來(lái)實(shí)現(xiàn)這一專家系統(tǒng)。本文提出了一種基于人工智能的HRIS 系統(tǒng)，該系統(tǒng)具有IDSS 決策支持、知識(shí)抽取KDD、知識(shí)庫(kù)建模和模型庫(kù)等基本特征，對(duì)解決復(fù)雜、結(jié)構(gòu)不良的HRIS 具有一定的推理能力。