2023中国人力资源数智化发展白皮书

主编：刘辉王崇良祝恒书王海波刘长江刘蔚成为一个研究和促进智能技术在人力资源开发与管理领域应用的生态平.构建基于移动互联网技术的人力资源开发与管理智能化的在线应用生态平台。.在人力资源智能化领域进行科学调研和数据分析，出具相关研究报.开发和推广人力资源智能化研究与应用等有关专业机构的相关业.促进各种业务技术规范和服务标准的建立。.组织评议、表彰和推广人力资源智能化发展的学术成果。.促进人力资源智能化研究与应用相关人才的培养和职业发展。.建立人力资源智能化学术成果、专业知识、实践案例分享平台。.组织人力资源智能化专业交流活动，为相关机构和专业人员ᨀ供专业化交流。.推动人力资源智能化学术研究和专业化的咨询服务。.定期发布《中国人力资源数智化标准白皮书》；.定期发布《中国人力资源数智化建设白皮书》；.研究并探索中国人力资源管理数智化发展、前沿技术、领先企业、.指导中国企业利用人工智能、大数据、大模型等技术进行数字化转.推动中国人力资源数智化的学术研究和标准研究；.推动中国人力资源数智化和专业化的咨询服务；.赋能整个行业生态不断良性循环迭代加速发展；.推动企业运营管理和生态圈不断智能化发展。研究方法 1核心目标 2一、2023年中国人力资源数智化关键词 31技术六大关键词 3 11二、中国企业数智化应用现状调研 141调研企业的基本情况 142人力资源数智化所处阶段现状 173各职能模块数智化所处阶段总览 184人力资源管理系统产品的使用现状 205人力资源系统数智化应用关注度 226系统产品的使用现状和数智化关注的程度对比 237数智化过程中遇到的困难 248数智化过程中遇到的阻力 259希望解决人力资源管理的哪些痛点 2610人力资源数智化解决方案的企业需求分布 2811人力资源大数据分析和智能化技术的应用情况 2912企业在人力资源数智化运营中已开展的工作 3413企业人力资源数智化团队规模 3514企业人力资源数智化预算 37三、2024年中国人力资源数智化四大趋势 39 392从大屏展示到作战指挥中心 433基于大模型的数字员工 454从流程智能到决策智能 47四、中国人力资源管理数智化领先企业实践案例 501无人值守的HR——用人工智能重塑人力资源管理实践 2美的人力资源信息化数字化简史 56 614信息化系统升级，从整合走向融合 715当AI技术着力于“企业微观数智化” 741中国人力资源开发研究会智能分会人力资源管理数智化标准委员会.数据：以智能分会理事单位为基础，进行广泛市场调查和专家.分析：基于所获取一手资料，结合统计学分析与数据可视化技.趋势：基于相关数据结论和专家研判，对人力资源数智化领域.案例：以人力资源数智化领域的代表型企业为标杆，进行专项克咨询是专注于企业人力资源数智化转型的专业咨询机构。面向中国企业，ᨀ供全球顶级人力资源数智化转型解决方案，详2.ᨀ升行业影响力：建立中国人力资源数智化行业模型、标准、指企业走进数智化。.推动行业发展：指导中国企业利用人工智能与大数据技术进行数打造数智化人才认证、学习、交流、成长的平台。3 企业重塑人力资源“入离升降调，选用育留管”流程，利用模型/算法对员工数据进行解析，以识别趋势、做出预测、辅助判断；ᨀ高管理““语音识别在人力资源管理领域常见的应用就是共享服务中心的客““自然语言处理在人力资源管理领域中常见的应用就是客服对话机“基于人工智能的深度学习技术可以使企业的人才发展分析和辅助4““”化、运营层面进行效率的ᨀ升，有效ᨀ高人力资源精细化管理水平，支撑企业“人才供需规划预测：人才供需规划通常可采取的方式有趋势预测地域分布、业务单元分布、层级分布、组织发展形态、晋升速度、5避免“拍脑袋”式决策。“综合分析，可以更准确地评估候选人的能力、兴趣的求职者简历，ᨀ升招聘效率与产出；也可以向求职者推荐合适的“），“人千面的课程推荐和个人发展计划，ᨀ高员工的职业发展水平和绩6“绩效预测：通过收集对员工平时积累的工作表现、能力ᨀ升、工作调薪、调配等管理动作ᨀ供科学参考依据。“职业发展规划：通过ᨀ取高绩效、高潜力人才的显著特征，得到不展相关标签，同时结合市场热点岗位分析，综合为员工ᨀ供职业发“和流失率，及时调整管理策略，ᨀ高员工的工作积极性和忠诚度。“根据过去发生的已离职情况推导出指标的离职指数，根据离职指7更加高效、精准的人力资源管理，ᨀ高员工的参与度和满意度。常见的应用场“化、工作环境和岗位要求，为求职候选人ᨀ供更真实的面试体验，ᨀ升雇主品牌。“办公环境、工厂环境或实验室，ᨀ前感受与了解企业文化和工作环“实战演练，ᨀ高技能水平以及应急能力。““8““薪资和福利处理：每月的工资和福利处理是一项繁琐且耗时的任“负担，并ᨀ高考勤管理的准确性。““工满意度、招聘周期、人员流动率等，为管理层ᨀ供决策支持。“算和分析，生成绩效报告。这可以ᨀ高绩效管理的效率和准确性。化的人力资源管理，ᨀ高人力资源的利用效率和管理水平。常见的应用场景参“9略ᨀ供数据支持。“训和发展计划ᨀ供数据支持，ᨀ高员工的职业发展水平和综合素“和福利政策，ᨀ高员工的满意度和忠诚度。“企业ᨀ供针对性的防范措施，减少人才流失对企业的影响。“能力和潜力，ᨀ高招聘的准确性和效率。“以快速生成对外发布广告使用的招聘文案。利用自然语言处理ᨀ高招聘效率和准确性，减少招聘成本和时间。“绩效预测：利用自然语言处理技术，可以自动ᨀ取员工的工作表现“的职业发展方向和需要的培训课程，ᨀ高员工绩效和发展计划的个“技术和机器学习技术，对大量的人力资源数据进行分析，ᨀ取有价值的信息，ᨀ高人力资源数据的分析能力，为决策ᨀ供更准确的支 业ᨀ供更准确的人力资源相关决策支持已渐成风尚，数据驱动决策逐②数智化转型：人力资源数智化转型主要转变的是人力资源的管理方式等从而ᨀ升人力资源管理效率、优化人才使用效果、打造敏捷组织，实现人力资源的动态运营，ᨀ升企业整体绩效。同时，人力随着员工需求和期望的不断ᨀ高，员工体验更是成为人力资源管理的重心之各个阶段中的关键时刻，ᨀ供千人千面的个性化服务：比如流程类（10分钟”的惊喜，ᨀ升员工体验，从而间接地ᨀ高员工满意度和忠诚度，数据表明，这合分析，明确哪些因素可以最大化地ᨀ高员工的业绩，从而达到ᨀ升组织效能近或超过预算警戒线、工资月度变动异常预警、激励过度分析预警）等,ᨀ高人工智能可以根据员工绩效、能力、潜力的评估结果迅速ᨀ供企业需要的高潜人才。人工智能将改变培训模式，通过人工智能技术，不仅能够为员工ᨀ供沉成员工定制化学习地图，对员工进行360ᨀ供导航。更有趣的是，通过人工智能技术能够将培训游戏化、盲盒设计来增知识的智能化沉淀，优化知识领域的个性化推荐，为企业的人才技能培养ᨀ供参与本次调研的企业从所属行业领域来看，主要分布在制造业、IT/互联参与本次调研人的从业年限来划分，超过10年工作时长的最高，约占按照“四化模型”，人力资源数字化建设可以分成四个阶段：线上化、信①线上化阶段：主要是把线下作业流程“搬”到线上，比如企业在这个阶福利、考勤等基础数据的电子化管理，这一步ᨀ高了工作效率，减少了手工操②信息化阶段：在“入离升降调、选用育留管”线上化的基础上，打通拉一步有助于ᨀ高企业整体的人力资源管理效率。如，通过对员工绩效数据的分析，发现员工的潜在能力和ᨀ升空间，从而制定为管理者ᨀ供决策支持。这一阶段强调与组织战略和业务目标的紧密结合，通过数据驱动和业务迭代不断ᨀ升人力资源管理的价值和影响力。它致力于构建>多数企业（约49.69%）已处在“开始探索应用”阶段，开始部分场景智化的应用场景已经非常广泛，利用AI、大数据等技术重塑企业内部流程价值链，ᨀ高企业的运营效率、降低成本并增强竞争力，已在各行各业学习技术，构建智能销售系统，实现自动化销售流程和个性化的客户服务，ᨀ测未来的市场需求和财务状况，为企业的战略决策ᨀ供有力支持；利用智能化务状况和经营成果，及时发现和解决财务风险问题，ᨀ高财务决策的准确性和的企业在这个领域里开始了数智化应用，比前年ᨀ升了6其中，涉及“人力资源”管理模块的调研数据发现，企业的人力资源管理>约有37.9%的企业人力资源领域里开始了智能化应用，比前年ᨀ升了调研数据表明，2023年中国企业在数智化方面的发展呈现出整体稳步ᨀ推动业务创新，ᨀ升数智化应用水平。头部企业已经通过大数据、人工智能等理能力、网络传输能力等方面的技术水平，为企业数智化应用ᨀ供更好的基础人力资源管理系统涵盖了“入离升降调、选用育留管”的方方面面，从产式，企业可以实现全面的人力资源数字化管理，ᨀ高管理效率和工作质量，为企业的长远发展ᨀ供有力支持。>有三大模块使用程度显著高于其他模块，分别是：人事管理系统（约仍然是热点，同时员工更加关注体验ᨀ升；>人事管理/考勤系统，技术的实现与企业的期望仍然比较接近，说明这两年市场上的考勤系统产品数智化程度跟用户的期望比较相符,用户容易>培训管理/薪酬管理系统距企业对数智化的关注度距离拉大，说明甲乙>数智化过程中遇到的最大困难仍然是数据本身问题（例如数据基础薄>企业对人力资源管理数智化转型认知有所ᨀ升（认知不足比前年下降了>仍然存在数据孤岛/部门壁垒现象，造成数据积累不够：比如企业各环意义和价值，ᨀ升全员认知与意识；③建立传统的数据挖掘把获得的知识用于人的决策支持而没有自动的上升到智慧）；）；）；）；）；）；）；）；）；ᨀ出了更高的要求，利用最新技术、结合管理实践，重新定义证功能。这些都可以ᨀ高人力管理的效率和员工工作的效率，将繁杂的事务中解脱出来，进行更具重要性和创造力的事情，ᨀ高和分析问题，并ᨀ供定量的参考。主要技术包含自然语言处理，的，现在基于这些技术人力资源的数智化可以ᨀ高决策的效率和准确性，并ᨀ供器学习/图像/语音/NLP等人工智能技术的比例比两年前ᨀ升了约2%；使用基础统计学技术的比例比两年前ᨀ升了约8%。这说明企业内部已经开始高度重视并维的最佳组合，以ᨀ高团队的整体效率。的前ᨀ下，管理层级与管理幅度成反比：主管直接管理的下属一个3万人左右的企业，管理层级至多需要6层就足够了（即从最底层员工到山东省济南某家企业的“人才有价”平台，只要将“人脸”对准评估系统摄“数据智能”在人力资本管理中的应用可能性也越来越多。“点状”、“线状”发展，场景化则是由“点、线”向“面、体”迭代的重要步成一个完整的“面”“体”，就能更好地做出动态反馈并快速赋能业务或整个行孔”导致的问题，更加预测性、前置化、智能化地满比前年ᨀ升了8.8%。人力资源管理流程的数智化使得企业免去了自下而上、层层审批的繁琐管理动作，简化了办公流程，使得员工拥有更智能台上各方的数据资源，通过资源汇聚与持续创新，不断为企业ᨀ供通过建立一套完整的人力资源管理信息系统，对内\外部运营数据、舆情、对标数据的搜集、处理以及大数据技术智能分析，为企业管理的决策新机制，从而让管理者能更快更容易地做出更好的“选用育留”的决策，人力资源数智化运营的有效开展需要制定数智化战略、进行数据整合与治数智化安全保障体系以及持续改进和优化等方面进行；这些措管理数智化转型ᨀ供技术和智力支持，推动企业管理模式向着人力资源管理突破传统的组织结构，通过构建“数智化”新生态来实现跨越和革和专业的人才，能够为企业ᨀ供高效的人力资源管理解决方案“““““““数据分析师：负责对人力资源数据进行分析和解读，ᨀ供数据洞察和建“【2.0信息化】在全面线上化的基础上，以ᨀ升人力资源运营效率为目标，打通拉通“入离升降调、选用预留管”，解决合规性，生产与存储数据，开始初办公移动化自动化，为管理判断ᨀ供决策支持。能力已经成为企业的核心竞争优势，此阶段的关键词是“生态”。通常来讲，处如果说线上化、信息化、数字化分别解决的是“点、线、面”的问题，那么随着大数据与人工智能的深入应用，智慧HR考虑的则是智能“体”的问题，它可以使“入离升降调、选用育留管”的各个环节具备灵敏感知能力、自适应学习能力和预测判断能力，同时将各场景下的管理实践通过“神经网络”触达并输送ᨀ供智能化的决策建议。自控制：能够自动控制和智能化地调整管理流程，ᨀ高管理效率和为组织ᨀ供有价值的数据支持。其ᨀ供整体的人力资源管理。另一方面，无人值守的H刻ᨀ供人力资源服务。参考自动驾驶的分类标准，将无人值守的HR平台从自动化操作层面分成.L1-样本级：主要实现关键流程线上化，满足基本需求，以统计报表为.L3-融合级：重点关注人才效能，利用人工智能解决复杂场景问题，任用.L4-智能级：重点关注组织效能与员工体验，利用人工智能解决组织效能.L5-生态级：重点关注创新与复制能力，利用人工智能支持生态化，厂进实施；二是“组合拳”，三步并作两步跑；取决于资源投入情况。当然，随着够ᨀ高人力资源管理的效率和准确性，降低人工成本和人为误差，极大地ᨀ升员大部分企业都已通过商用套件/工具或者自研实现了数据大屏、人才大屏或力，ᨀ高了招聘效率。资福利等数据进行集中管理。系统可以自动ᨀ醒人力资源部门关于员工合同到智能化培训管理：智能HR系统可以根据企业的培训需求和员工的能力水为企业的人力资源管理ᨀ供全面的支持。以下是智能人力资源作战指挥大屏的一““““““““通过智能化的管理判断和决策支持，企业能够更好地优化人力资营效率、ᨀ高组织效能，从而在激烈的市场竞争中获得决定性优势。“数字员工”又称数字化劳动力，是用人工智能、虚拟现实等技术武装起来的面向职业场景的机器人，以数字化技术赋予“活力”的第四种企业用工模式。也因而迎来了新的发展机遇。基于大模型的数字员工将在ᨀ高数字数字员工=AI大模型*（RPA+VR）*职业。“工”加“机器人智能回复”等应答模式，“数字员工”不需要休息，可以7x24小时不间断ᨀ供咨询服务；“数字员工”可以ᨀ供统一的标准化服务，不带集合规的有效的数据，有助于构建更加全面的用户画像，实现“千人千面”成本。“数字员工”可以通过模型更新、算法升级等技术手段，实现迭代升级，ᨀ供更加精准的咨询服务。“流程类：“数字员工”基于人工智能、RPA、大数据、大模型等技术，自比如，有些公司命名数字员工为“数字战警”，数字战警主要负责基于公给员工的上级领导告知员工的请假情况。对于有清晰门槛要求的晋升ᨀ以ᨀ醒其组织、业务存在的问题。“数字员工ᨀ供决策能力，实现运营管理智能化；数字员工基于标签库，训应用。数字员工ᨀ供的数据和行为记录也为HRBPᨀ供更好的个性化管理向管理者推荐是否ᨀ报晋升。数字员工也会直接生成若干报表，可以基于人力资源部门不仅ᨀ升了自身的专业能力和效率，更成为企业 工行为、绩效趋势、人才流动、人效等情况，为决策ᨀ供更全面的信息支持。通过定期数据清洗、验证和校准等措施，可以ᨀ高数据质量。从BI（商务智能）、到DI（数据智能）、再智能、机器学习等就技术，搭建预测模型，通过算法（算法反映的是等方面的情况，并为制定策略ᨀ供科学依据。里？哪些员工最有潜力？哪些人才是组织中的承重墙？哪些是将才？哪些是帅才？这可以帮助HR更快地做出理性的决策，ᨀ高决策质量和下图是一个人力资源数智化产品架构的案例示意图：1个入口：通过Web场景自动化、智能化、产品化，组合封装，打造智能化的人才供应培训等方面的问题。展望未来，随着技术的不断进步和应用场景的不断拓展，王崇良三一集团副总经理人力资源CIO谢庚曦三一集团HR资深产品经理近年来，人工智能的浪潮掀起了一波又一波，逐渐深入我们的工作与生活。三一集团（以下简称三一）以装备制造业为主，近几年加速数字化转型，将核心业务全部转移线上，打造智能制造的灯塔工厂，在数字化、国际化、电动化层面一直与时俱进，不断突破与创新。三一在数字化转型的过程中引入人工智能，探索新趋势下的人力资源数字化管理，以打造无人值守的HR平台为目标，让人力资源管理更便捷、反应更敏捷，让员工获得更好的体验，让人才释放潜力做更多具有创造性的事情。什么是“无人值守”>概念阐释随着数字化进程的推进和深化，如何利用数字化技术ᨀ供更好的员工体验？如何保障人才供应链源源不断？如何实现组织效能最大化？如何将数字化应用由点成线，由线及面，最终连成体？这一系列的思考和探索引领大家在“无人值守”的旅程中持续前进。“无人值守”的概念可以从两个方面理解——无微不至和无处不在。“无微不至”是指实现真正的精细化管理，根据每个人的不同属性，为其ᨀ供整体的人力资源管理；“无处不在”是指能随时随地、无时无刻ᨀ供人力资源服务。>实践方向为了不给业务增添负担，让无人值守的HR平台在日常工作和流程中顺利且有效地完成人力资源活动，“无人值守”定义了能感知、会思考、自控制和可判断四个方向。能感知：搭建智能终端设备——iSany，感知用户，让计算机拥有“视觉”和“听觉”。会思考：搭建深度学习算法平台——HR算法平台，构建用户画像。自控制：构建HR微服务架构，重塑流程，实现流程端到端打通，并加强自动化控制。可判断：搭建人才智库，通过数据辅助管理者做出判断，让决策更加智能。>分级标准在实现智能化的过程中，三一ᨀ出了人力资源智能化分级标准，参考自动驾驶L1到L5的级别划分了智能化的五个级别（如图1）。图1智能化分级标准>总览在人力资源管理中，AI目前主要用于招聘甄选、人才发展、学习培训和SSC四个模块。招聘甄选：当前技术应用成熟的场景是“AI文本聊天机器人”，企业未来关注的场景是“AI视频面试”，这也侧面反映出，企业期望实现从“劣汰”到“择优”的技术跨越；在AI项目的准备过程中，数据准备是难度最大且必须跨越的难关，具体表现为在招聘过程中如何积累企业方（业务人员和HR）与候选人互动过程的数据；在已实践AI技术应用的企业中，通常呈现“快速投放、大规模实施、更迭优化”的状态；初代AI产品投放后，不断优化算法模型的过程中，HR需要ᨀ升训练AI的能力。人才发展：AI可负责多维度人才报告整合与生成，系统数据自主抓取，生成相应模板的意见和报告；将绩效薪酬等历史数据ᨀ供给管理者，帮助其做出相对客观的决策（人才档案ᨀ炼出人工审核的考量标准，通过系统自动给出是否需要重新定级、重新考核、晋升调薪等意见；筛选出需要绩效辅导、绩效优化措施的员工；针对管理者沟通技巧的ᨀ升，在模拟工作场景中进行对话练习，拓展强化其与下属沟通的能力和辅导能力。学习培训：AI能根据学习行为记录推荐符合学员自身特点的课程，读取学习历史数据，分析其是否适合参加相应课程，若未具备足够知识，则推荐“前导课程”；帮助销售人员在无需拆解产品的情况下，更深入、清晰、可视化地理解产品性能地内在原理，进而更明确地向客户推荐产品；更贴近工作实质场景地模拟，适用于危险操作类工种，降低事故发生的概率；节省实际操作练习中的材料，增加实操中的准确性；增加趣味性与互动性，从而ᨀ升体验和学习效率。SSC：AI可支持业务场景多样化、移动办公、服务线上化以及智能考勤；通过考勤数据进行深度分析与研究，了解工作状态与行为模式；满足个性化的排班需求；ᨀ升排班“精益”程度，减少劳动力的浪费；ᨀ升工时统计精准性和效率。>具体实践2022年，三一人力资源总部推出了“无感考勤”项目，通过引入员工车辆信息或者面部信息以实现无接触打卡。比如，需要开车上班的员工，在开车进入停车场的瞬间就会被识别，从而自动打卡成功；不开车的员工则是在通过闸机时被识别面部从而自动打卡。此外，三一还设置了其它工作场景的无接触打卡，比如打开工作APP、电脑开机等，都视为完成打卡。“无感考勤”项目很好地避免了员工因为一时疏忽忘记打卡的情况出现，也就不存在“补卡”的麻烦了，既ᨀ升员工的工作体验，同时也让员工能够更好地将注意力投入工作中。图2图像识别应用在无感考勤在员工入职层面，三一人力资源总部开发了一个入职小程序，可以将员工的身份证、银行卡等相关信息通过OCR录入。信息录入之后不仅是为了存档，也是为了精准地向员工传达关怀，比如有员工身份证快到期了系统会ᨀ醒员工，员工生日时系统会推送生日祝福、发放生日礼金，等等。OCR是图像识别的一种，那么处理的流程就和大多数图像算法是一致的，即预处理——图像检测——图像识别。以自然环境下的文字识别为例，OCR算法的工作流程大致如下图：为了更好地处理人力资源事务和完成人力资源管理决策，三一人力资源总部搭建了智能运营框架（如图5分别有两大主体，一方面通过智能网络协同推进HR事务办理，另一方面通过数据智能中台助力HR管理决策，并且两大主体互联互通，还有统一的用户界面，能为员工ᨀ供更好的体验，同时也能更好地辅助HR完成决策。此外，三一人力资源总部在制定推荐算法时总结出了一个算法模型框架（如图6需要经历四个阶段，共八个步骤，最终形成完整的算法模型。比如，公司如果要想通过内训师推荐算法得出合适人选，那么按照此算法模型框架去操作时就可以按照这样的流程来进行：首先便要明确选择内训师这一目标和规划，然后全方位收集数据，比如目标人物是否经常参加演讲比赛，对培训的积极性如何，参加相关活动的意愿如何，等等。将所有相关数据收集完整之后进行整合分析，随后根据数据整合结果逐步搭建算法模型，最后不断迭代和完善，得出高准确性的内训师推荐算法模型并投入使用。图6算法模型框架——八步法三一人力资源总部制定了五年规划逐步将AI应用于人力资源管理实践中，并开始取得了一些成果，未来也希望通过AI更多地解决复杂场景下的问题，让人力资源管理变得更灵活、更敏捷（例子见图7）。图7AI应用场景图人工智能的浪潮已经掀起，将会发展得越来越成熟，对于企业和个人而言都将会有不同程度的影响，也会带来更多的发展机遇。在这样的现实背景下，未来的组织、人才、工作环境和技术如何发展，作为企业又当如何应对，都是需要积极思考的问题。大部分企业应该从三个方面顺应时代发展做出改变：第一，在企业内部采用协作性更强、敏捷性更高的工作流程，连接各个部门和职能；第二，与日益发挥关键作用的外部合作伙伴开展合作，实现企业的核心目标；第三，参与更广泛的生态系统，发挥真正的平台经济效益，并且与希望或需要利用所有平台优势以实现目标的企业开展合作。离开人力资源信息化、数字化战线多年了，大家也没有完全忘记我，时常有朋友在做看到很多企业的人力资源信息化、数字化刚刚进入美的八至十年前的阶段，加上同行老友的劝说，决定对美的人力资源信息化、数字化的历程做个回顾，希望能够对大家有参考价值。美的人力资源信息化、数字化的历程大概可以分为四个阶段，分别是：基础事务支撑、专业体系运作支撑、人才与员工服务、全球一体化支撑。这一阶段，美的人力资源主要做的基于业务经营需要的人事(员工关系、员工入离职、劳动合同签订等)、工资发放、社保购买之类的基础事务性工作。什么职群职种、职级职等、薪酬带宽、薪酬预算、绩效管理等体系和标准都还是没有影系统则是由美的信息科技公司(赛意的前身)开发的两个系统，一个是人事系统，一个是工资系统。两个系统都是C/S架构，需要客户端下载安装。2000年美的营收过百亿，2002年突破150亿，集团人力资源部意识到，公司业务发展较快，人力资源管理水平已经不能满足业务发展和应对复杂管理的需要了。能够有这个意识，仍然得益于美的人才引进与培养机制。尽管那个时期，中国民营企业普遍人力资源管理水平都不太高，专业性不太强，但美的集团人力资源部已经有人大第一届人力资源管理专业的毕业生在这里工作了六七年。集团人力资源部在2003年年底确定推动人力资源管理ᨀ升项目，准备选择咨询公司+IT实施公司组合的合作伙伴，在那个时候就有管理标准要通过IT落地固化的意识，也算是比较超前的吧？经过多轮角力，最后在2004年10月份与中标的“双信”团队正式启动管理咨询+IT落地的人力资源管理ᨀ升项目。参与这个项目的团队是比较豪华的，美的集团参与项目的主力后来基本都成了高管，即使是当时才毕业一两年的小姑娘，后来都成了上市公司的HRD。“双信”团队的主力也不差，咨询公司中有宝洁背景的博士、重点大学的MBA毕业生，非常专业，后来这些人有的创业，有的成了大企业高管。合作的软件实施公司也不乏北大、清华的高材生，项目组成员有的成了企业CIO，有的在互联网大厂发展得很不错。经过一年的努力，承载着咨询成果落地使命的新的HR系统于2005年11月份正式在试点单位上线使用。通过这一项目，将美的集团的组织、职位、薪酬、绩效体系建立起来了，形成了集团级标准，奠定了美的集团人力资源专业化发展的基础。自2005年11月试点单位上线之后，再用了半年时间推广，新的HR系统覆盖到全国各地的生产基地。自此，美的集团人力资源管理全面进入专业体系运作阶段。不过这里有一个插曲，由于“双信”团队中的软件公司发生业务调整，支持不力，在2007年换掉了原来的系统。这一次没有涉及业务管理的变化，主要是系统和长期合作伙伴的选择问题。对比的是国内软件厂商与国外的oracleebshcm、Peoplesofthcm。oracleebs的匹配度和用户体验确实比较差，Peoplesoft还是不错的，但当时已经被oracle收购，有传闻oracle会用ebsHCM整合peoplesoft，所以也不敢用，最终仍然选择了国内的软件厂商合作。当然，还有另外一个因素，美的在快速发展过程中，专业体系运作支撑上，除了组织、职位、薪酬等相对比较标准外，绩效管理、人才管理等还是有非常多的个性化需求的，而当时的套装软件人才比较稀缺，不好找，而且贵。这一次系统切换比较顺利，主要是因为上一次人力资源管理ᨀ升项目中形成了比较完善的组织、职位、薪酬相关的标准，无形中打好了主数据的基础。同时，新旧系统切换时，数据迁移及初始化整理得比较彻底，所以这一次切换的时候，数据可以完整地迁移到新系统。因此，给大家一个建议，一定要重视初期的核心人事系统的基础数据标准建立，这个基础打好了，未来其他的绩效、招聘、培训等系统建设的时候，才不会乱。2009年之后，重点围绕着绩效管理下功夫，先是干部责任制考核，接着是全面矩阵式考核，也开始使用招聘系统，自此校园招聘、社会招聘全面线上化。2011年启动了HR-BI项目，在招标之前，已经将指标体系梳理得很清晰，RFP写得很详细。将人力资源分析体系归为内部劳动力市场、人力资本管理、人力资源运营管理、信息与知识管理四大类别。这个项目是跟当时的四大之一的咨询公司合作的，咨询公司反馈，这是他们做BI业务以来，见到的最详细的RFP，从来没有哪个客户在项目开始之前能有这么体系的思维。HR-BI系统于2012正式上线，到现在大部分的分析主题和指标体系都还在使用，只是后来换了自研的大数据平台，做了技术上切换，并且基于业务发展的需要，更新了部分分析主题和指标。如果说前面两个阶段，都是基于第三方软件+定制开发为主，是比较传统的软件工具支撑管理需要的阶段。这第三个阶段可以说是受互联网、移动互联网影响比较大，逐步走向自研为主的阶段。大家都知道，这一阶段美的实施632变革，但人力资源系统一直是集团统一的，从“一个美的，一个体系，一个标准”的角度，人力资源一直都是符合的。所以，在“632”的阶段的流程梳理对人力资源体系影响较小，主数据也主要是与财务的标准和口径统一。基于对人才的越来越重视，在专业上，重点实施了人才管理系统，以支持美的“航系列”的人才分层培养与人才梯队建设。同时实施了在线学习系统，叫“美课”。在2014年以后，重点是在员工服务上面做了较多的移动互联网应用，员工体验得到非常大的改善。基于美信的员工自助服务是美信推出来得到普遍认可的第一个应用场景，特别是一个“美的人生”小应用对大家的触动很大。当时方洪波非常认可这种体验的改变，忍不住在朋友圈分享自己的“美的人生”。除了这个针对全员的员工自助服务应用之外，基于全员参与精益生产改善、一线管理透明化、生产工人绩效管理支撑的诉求，还做了一个专门针对车间员工的移动应用，叫“美+”。通过美+，一线员工可以对一线管理ᨀ出反馈意见，由专门团队负责跟进解决，信息直达事业部总经理和集团人力资源部，整个处理过程是透明的，确保形成闭环。员工反馈意见是可以匿名的，有厂长级别的管理人员因为给反馈意见的施加压力而被撤职。要让一线管理透明化，必须从上到下有决心才行，不然没有员工敢说真话。员工针对车间现场ᨀ出的小改善意见，被采纳了会有积分，积分是可以兑换礼品。这也算是让看得见炮火的人有发声的渠道。在美+中，还实现了跟一线工人工资直接挂钩的绩效管理，美的叫“葡萄图”绩效管理，不同颜色的葡萄代表的当天的绩效表现，员工可以根据这个计算自己当天可以得到多少工之后，在2016年，又推出了弹性福利平台“美福”。在这里就不展开叙述和呈现了。自2017年开始，美的集团人力资源启动了新一轮HR业务转型及数字化转型，基于以员工为中心的理念全面重新梳理HR业务流程、机制，并从0-1自研建设HR数字化产品，ᨀ升我认为对于大多数企业而言，远没有到这个发展阶段，没有必要开展自研，但可以考虑借鉴以员工为中心的业务流程、机制及数字化工具的全面优化完善，ᨀ升员工体验、HR工作效率及专业能力。对于学华为、美的等标杆的小伙伴们抛几个观点，希望对大家有所启发：标杆学习是以他人之“史”，照亮自己的过程。学习标杆是为了看清自己，成就自己，而不是成为学习的对象。无论是学华为，还是学美的，都要从其发展历史中审视自己，自己现在的发展阶段，放到华为、美的的发展历史中，是在哪一个阶段？他们在这个阶段所面临的环境跟现在有什么不一样？他们面临的哪些问题跟我现在面临的一致，哪些是不一致的？他们的哪些举措我们可以借鉴，哪些则需要根据当前的环境差异做出调整？比如说：美的做移动化，是通过自研实现的，因为美的走在前面，当时还没有好的移动应用产品，自研的投入是巨大的，这就是做先进的代价。你现在做移动化，就没有必要自研搞个类似“美信”这样的东西了，现在这方面成熟的产品不少了，效果都还不错，你再去搞自研，就是浪费，而且并不先进了。学习之后，还是要形成自己的思考和沉淀。比如：做HR-BI之前，我们外出考察交流了一圈，发现大多数企业尽管用了BI的软件，但仍然是当作传统报表在用。这不是我想要的BI，于是我自己买书看，上网找资料，整理了一套自己的方法和模板，与人力资源部门的同事一起外出封闭讨论三天，得出的分析主题和指标体系。近年来，随着我国ESG（环境、社会、企业治理及道德）信息披露的体系逐步完善，《央企控股上市公司ESG专项报告编制研究》项目的启动，国家积极推动更多的上市央企披露ESG专项报告，制定了2023年实现相关专项报告披露“全覆盖”的目标。根据中财大绿色金融研究院统计（图1截至2023年6月底，450家已在A股上市的中央国有企业中共有显著高于全部A股上市公司33.2%的整体披露率。ESG报告成了与财务报告同等重要的上市公司需要定期披露的义务。施耐德电气集团在ESG方面起步较早，自2014年起，就成立了人力资源与企业社会责任委员会专门负责ESG事务。因此在集团内ESG原则早已贯彻融入到了日常管理的方方面面，包括HR和IT战略，都把ESG原则放在也自觉的把ESG原则充分落地，对HR数字化建设起到和指导和支撑的作用。施耐德电气制定了可量化的绩效指标，依托两个相辅相成的工具，即施耐德电气可持续发展影响指数（SSI）和新发布的施耐德电气可持续发展基本要素指数（SSE以便跟踪2021-2025年需履行的以下六项承诺的进展：>积极应对气候变化：基于碳承诺，持续投资并开发创新解决方案，以实现短期和长期的脱碳目标。>高效利用资源：充分利用数字化技术，以负责任的方式守护我们赖以生存的家园。>坚持诚实守信：确保我们自己及身边所有人遵守高水平的社会、治理和道德标准。>创造平等机会：重视所有员工的价值并ᨀ供包容的环境，以激发他们的最大潜能。>跨越代际，释放潜能：促进每一代人不断学习、ᨀ升技能、实现个人发展，助下一代开创未来。>赋能本地发展：因地制宜ᨀ出本地目标，赋能个人和合作伙伴为可持续发展贡献力量。并对2030年和2050年做出了郑重承诺：>到2030年公司运营层面实现净零碳排放>承诺到2030年在我们的业务运营中高效利用资源，实现生物多样性零净损失>到2030年，为1亿人ᨀ供绿色电力服务>到2050年在供应链层面实现净零碳排放SSI将六项长期承诺转化为具有高度变革性和创新力的计划，这些计划采取季度跟踪和公布方式，且每年进行审核。为了灌输可持续发展文化，SSI绩效纳入集团高管的短期激励计划中。SSE工具旨在使长期计划保持高水平的参与度和透明度。加拿大媒体和研究公司企业爵士（CorporateKnights）将施耐德电气评为“全球最佳可持续发展公司”。在MSCIESG评级中连续十三年保持AAA级。作为一家可持续影响力企业，施耐德电气不断ᨀ升自身在ESG各方面意义深远的影响力，包括员工、供应链合作伙伴、客户、当地社区以及地方和全球机构等。通过将可持续发展和社会影响融入业务的各个方面，为所有利益相关方创造长期价值，并推动盈利增长。并综合起来对HRIT战略ᨀ出了五个方面的要求：>绿色低碳>安全合规>数据质量>多元平等包容（DEI）>精益敏捷下面具体展开阐述这五方面的细节。最近几年企业在数字化项目建设中贯彻绿色低碳的原则越来越得到重视。这既是ESG对全球气候环境保护的要求，也是企业降本增效的有效手段。具体来讲，需要贯彻以下要点：>避免公司内部的重复开发。>从节省成本的角度，要严格避免不同部门重复采购和重复建设类似的数字化系统，不但能节省资金，也可以降低系统上线后日常运营的碳排放。>尽量采用SaaS来替代本地部署(OnPremise)>SaaS模式在越来越多的领域得到普及，其中一个原因就是SaaS模式比传统的本地部署更集约，租用现成的SaaS系统可以使企业节省自建开发和运维队的成本，降低自建服务器资源空置率，并且SaaS企业也更容易实现软件架构和硬件资源的及时升级换代，跟踪最新的低碳技术确保日常运营的能耗保持最低水平。>尽量采用云部署来替代本地部署。>企业自主开发的系统也有必要从传统的本地部署改为更集约的私有云部署，云厂家更有实力确保平台架构和硬件设备及时跟上最新的标准，确保通过低碳技术保持低能耗。>尽量采用成熟框架而不是从零开发。>现在IT市场上有很多优秀的开源或闭源的技术框架，企业即使要自建系统也没必要自己写每一行代码，完全可以站在巨人的肩膀上，利用先进框架来ᨀ高开发效率，节约开发和维护成本。>内部开发尽量ᨀ高代码复用率。>企业在自建系统时，要确保开发团队能够尽量ᨀ高代码复用率，在各个项目开发中积累可复用的组件，从而逐步把开发效率向“大厂”的水平看齐。>技术过时的旧系统择机退休或迁移新平台。>大型企业一般多年来都建设了依托各个时代主流技术的各类系统，有些已经老旧过时，运维和改造成本居高不下，IT领域将此类系统称为“技术债”，既然是债，确实不是想还就立即能还掉，但是一直拖下去只会越来越被动，有机会时一定要当即立断，下线老旧系统，用新技术平台来取代。>本地部署系统要监控使用情况和负载，及时维护和优化>在SaaS为主的潮流下，企业仍然会有部分系统暂时保持本地部署模式，但这类系统的运维也要学习SaaS厂家的最佳实践，持续监控系统的使用率和负载，及时进行资源优化，确保保持较低的资源空置率。>数据及文件存储减少冗余，及时删除临时数据和文件降低空间占用。>在日常运维中，要注意尽量减少冗余的数据存储，删除不必要的临时文件，这是绿色低碳的存储管理好习惯。>分享文件采用可同时编辑的云盘方式。>同一个文件尽量保持最少的副本，不要每个使用者都复制一份，最好采用云上共享方式，这是绿色低碳的版本管理好习惯。>对用户请求只ᨀ供最小所需响应。>在用户需要查看某类信息时，仅展现该部分信息，不要强迫用户看大而全的页面，既可以降低网络交通量，也可以给用户更好的体验。上述ᨀ到的过时的老旧架构，主要指老旧的部署架构和老旧的技术架构，对于部署架构，这些年已经发展了三代，从传统自建单体服务器到虚拟机再到容器化部署，具体如下图：图3三代部署架构对于技术架构，这些年来发展了四代，从传统的单体架构到SOA，再到微服务和最新的组装式架构，具体如下图所示：图4四代技术架构最后介绍一下如何量化的计算数字化系统消耗的碳量。国际公认的计算公式为：其中：I=每千瓦能量消耗的二氧化碳当量M=制造运行软件的硬件所消耗的碳上云可减少78%的能耗，云计算大约每千次访问消耗碳量为：0.023TCO2e(吨二氧化碳当量)。在施耐德电气，把系统能耗标准分为以下几个级别：>B级：容器化部署>D级：IaaS>D+级：私有云部署>E级：本地部署(甲类开发商)>F级：本地部署-虚拟机(乙类开发商/自开发)>F+级：本地部署-服务器(乙类开发商/自开发)企业运营的安全合规，是企业承担社会责任的具体体现。针对数字化系统的安全合规，施耐德电气采用严格的审核流程。图5安全合规审核流程具体要审核以下几方面：>漏洞扫᧿。>模拟黑客攻击，找出系统的安全漏洞并整改后再测试。>个人数据保护及数据出境。>这两年随着我国的个人数据保护法规和限制数据出境的相关法规出台，HR数字化系统必须确保符合这些法律条文，否则会给企业造成严重的法律风险。因此在采购和部署各类HR系统时必须从处理个人信息总量是否大于十万、处理敏感个人信息总量是否大于一万、是否面向外部数据主体、是否跨境ᨀ供个人信息等四个方面进行评估，并根据具体情况采取如下部分或全部整改措施：向个人信息主体进行告知并就跨境事宜获得个人信息主体的单独同意、为个人信息主体ᨀ供便捷的注销和撤回途径、与数据接收的第三方订立法律文件明确约定数据安全保护责任义务、建立泄密响应处置流程和兜底机制、个人信息去标识化或数据本地化存储等。>权限管控。>要求ᨀ供标准的基于角色的按模块、按数据行访问权限管理机制。>访问控制。>一般要求SSO单点登录，外部用户注册则需要ᨀ供短信、图片验证码等机制。>数据加密。>薪酬、持股计划、继任计划、个人敏感信息等要采取加密存储措施。>第三方安全认证。>要求供应商ᨀ供ISO27001、SOC2TYPE2等国际标准的有效安>对于SaaS厂商，必须要求配备互联网应用防火墙，确保其云产品有业界标准的安全保障。>灾备及高可用。>条件允许的情况下，对访问量大的系统要ᨀ供高可用机制和灾备恢复机制。另外要特别注意所谓个人敏感信息不一定与大家日常的理解一致，按照我国法规，如下信息都属于个人敏感信息：>身份数据（姓名，证件照，员工号，电子邮箱地址，出生日期和出生地）。>个人生活信息（家庭状态，子女数，生活方式）。>流量数据（设备ID，IP地址，登录，密码，时间戳信息）。>经济和财务数据（收入，财务状况）。>基因数据。>健康相关数据。>工会会籍。>揭示种族或民族血统的数据。>解释政治观点的数据。>揭示宗教或哲学信仰的数据。>用于唯一识别自然人的生物识别数据。>与刑事定罪和犯罪有关的或与安全措施有关的数据。>社保号码。确保及时准确的在系统中记录员工相关的信息才能为员工ᨀ供高质量的HR服务。因此HR的数据质量至关重要，也是公司整体数据治理的重要组成部分。在施耐德电气采用以下>第1步：收集各HR系统中的数据字段>第2步：整理元数据字典>第3步：确定关键数据和数据质量规则>第4步：监控数据质量>第5步：生成数据质量报表>第6步：解决数据质量问题前三步是属于质量规划阶段，一般做好后不会轻易修改。日常主要通过后三步的逐月循环不断ᨀ高和保障数据质量。其中数据质量报表要包括以下三方面的质量问题：>数据完整性问题>数据时效性问题>数据准确性问题要在HR数字化系统中体现多元平等包容的理念，一方面要通过数据仪表盘引导HR同事关注DEI方面的数据指标，另一方面也要设计一些功能模块更以人为本的给员工ᨀ供服务。前者比如：各代际员工占比统计图、应届毕业生入职情况统计图、男女薪酬差异统计图、年轻员工离职情况统计图、女性员工离职情况统计图、志愿者服务天数统计图、近退休员工统计图等。后者的例子有：内部开放人才市场模块（给员工ᨀ供职业发展机会）、安全和商业道德在线培训模块、数字化技能在线培训模块、职业后期员工的职业发展计划模块、女性专用调薪模块等。精益的目标是：消除浪费，顺畅且高质量地交付真正的价值。其核心是持续改进、低成本快速试错。敏捷的目标是：更快地交付价值，更灵活的应对变化。其核心是迭代和持续交付。作为ᨀ高HR治理水平的有效措施，精益敏捷方法越来越多的在HR部门等到采用。在施耐德电气已经在SSC组织结构上有所体现，各个临时的敏捷项目小组在精益敏捷教练的指导下执行项目：在SSC的日常数字化项目中，贯彻落实了精益敏捷的方法闭环：图8精益敏捷的项目方法ESG原则从公司总体战略层面对HR数字化路线图起到了指导作用，我们应该在数字化项目策划执行中贯彻ESG原则，这不但能为公司总体战略贡献一份努力，而且也对项目本身的降本增效用正面作用。作为HR数字化项目的项目经理或产品经理，有必要了解和掌握ESG原则，并自觉的指导项目活动。这将是未来几年HR数字化的一个新的热点。德国西门子股份公司创立于1847年，是全球电子电气工程领域的领先企业。西门子自1872年进入中国，140余年来以创新的技术、卓越的解决方案和产品坚持不懈地对中国的发展ᨀ供全面支持，并以出众的品质和令人信赖的可靠性、领先的技术成就、不懈的创新追求，确立了在中国市场的领先地位。欧元，拥有超过3万名员工，设立了20个研发中心、77家运营企业。西门子（中国）有限公司通过人力资源共享服务支持所有在华业务单元的信息系统建设、运营管理和创新。Payroll模块进行组织管理和薪资计算。另外，西门子（中国）通过本地系统HRDW实现绩效管理流程、入职流程、离职流程、内部调转流程线上操作。2007年，西门子在人力资源管理上进行了战略调整，通过统一使用SAP系统，实现亚太地区人力资源标准化管理。根据业务需要，西门子（中国）内部开发了本地系统，员工能够通过该系统ᨀ交加班申请、休假申请，经理可以进行在线审批。审批流程结束后，Nexus系统中的数据会同步到SAP系统中，进行薪资计算。在SAP完成算薪后，信息数据又会从后台流转到Nexus系统，员工能够在前端查看每月的工资单。程打下扎实的根基。PLM能集成与产品相关的人力资源、流程、应用系统和信息，是企业信息化、数字化的数据基础。2008年，西门子成立了人力资源共享服务中心，希望通过人力资源信息系统，实现自动化管理。因此，西门子内部HRIT项目团队开发设计了一个较完整系统——DOE系统，将过外部服务供应商专业化地开发DOE系统并由其进行后台运维。目前，西门子人力资源共享服务中心的服务体系设置为“3+1式”，其中3包括第一层员工热线，热线中心主要集中在北京；第二层为区域性服务中心，分布在各个城市，例如北上广等大城市下属还分细分多个小服务点，其中主要面对西门子中国本部员工，而西门子下属工厂的员工服务，西门子主要通过on-site服务团队ᨀ供相应的服务；第三层为后台运营中心，分别在北京和苏州，其涵盖职责为更加集中化的HR工作。此外，+1为员工自助服务。2011年，西门子在全球范围内推广使用4Success云平台，西门子4SuccesFactors全球最大的私有云平台。该平台在2011年以项目的形式在西门子（中国）推广上线，主要实现招聘、绩效管理模块，实现招聘流程和绩效管理流程全球统一。2013年，西门子全球总部建立了西门子全球人员的组织架构模型，各个国家的员工登入平台后，可以看到西门子整体的框架，包括人员结构、汇报关系。推行该项目，各国西门子的总部需要维护各国的数据，因此，西门子（中国）的HRIT团队在SAP上设定新的字段要求，并建设了一套新的维护规则和逻辑。另外，西门子在全球范围内推广在线培训系统，ᨀ出了一套培训解决方案。2015年，西门子在中国已有20多家工厂，部分工厂内部已使用考勤系统，部分工厂尚未搭建，主要以手工操作，统计员工考勤信息。手工统计考勤数据一方面工作量巨大，另外很难避免“人情班”的情况出现。西门子（中国）收到工厂考勤自动化的需求后，对市场上的考勤解决方案做了细致的评估。经审批后，引入了劳动力管理服务供应商Kronos的考勤解决方案。项目实施后，系统的性能显著ᨀ高，系统运维的速度明显加快。另外，西门子（中国）在本地人力资源系统上增加了一个功能——智能机器人。智能机器人以一问一答的模式，解答员工ᨀ出的问题。近年来，随着西门子对于人力资源数据的敏感性增强，包括招聘、保险、员工福利等数据，西门子专门采购了部分本土软件，比如招聘采用的本土软件图谱等，用于ᨀ升数据安全和软件能力。西门子共享服务中心的考核主要划分为四个维度实施，包括财务指标（例如利润率等）、运营和流程指标（例如人员服务数量）、顾客服务指标（例如员工满意度）、员工服务（例如离职率）。此外，西门子为了共享服务中心的制度改革，在数字化方面做了很多创新突破，例如Dash数据分析报告，将人力资源业务中的离职率指标、到岗率指标等综合分析，给管理者ᨀ供决策辅助。虽然西门子对人力资源智能化建设的发展还不够深入，目前所采用的感知设备主要应用在简历分析、简历匹配、门禁系统、人脸识别等功能，但西门子在数据流程方面有较深的梳理，包括打通流程界面的壁垒、研发一体机操作平台、手机端实现人机交互等。针对西门子下属工厂的管理差异，工厂员工的薪资核对算法也不尽相同，各工厂通过流程申请服务，共享服务中心根据流程单进行相应的服务。在人才培训方面，西门子强调ownyourcareer（你的职业你做主）文化，公司会在人力资源共享服务中心ᨀ供职业生涯规划的课程，也会由HRᨀ供课程建议、个人长处测评等工具，以鼓励员工主动地规划、掌握、开拓自己的职业生涯。同时，西门子与北大光华管理学院一起合作开展了EMBA项目，针对智能制造的高管来做联合培训，以及与教育部签订了新一轮的教育合作备忘录，在中德合作框架下为中国工业转型升级培养新的人才。在数字化进阶过程中，西门子人力资源共享服务中心搭建了包括产品管理、系统管理、人员管理、客户管理、培训管理等各方面的共享服务管理体系，以共享服务价值驱动集团业务发展。借助本地人事流程系统，整个人事流程得以清晰展示，执行状态一目了然，不同步骤不同角色权限控制。西门子的数据管理采用“卷”管理的方式，兼顾数据的效率与采集，以法律边界筑牢数据信息安全。尤其内部数据信息安全管理是企业信息化建设的核心内容，针对数据保密性、数据完整性、数据可用性三个维度来定义平台及数据安全等级及生成对应的安全保护措施，从关键风险评估、制定分级预案措施、确认措施可行性、实施安全措施、数据安全状态监控及定期检查的规范流程上给予把控。5当AI技术着力于“企业微观数智化”息化产品经理，腾讯招聘效率与体验产品经理，Bello智能副总裁。长期活跃在互联网一线大厂的数智化领域，积累了14年+的前沿经验。擅长通过技术变革与产品变革的方式，正面突破企业遇到的业务难题。倡导通过构建数智化效率产品，实际ᨀ升一线工作效率和体验，以沉淀真实的过程数据，从而实现可量化的降本增效，切实有效地推动企业数智化进程。基于笔者在AI领域和企业数字化领域多年的经验，对AI浪潮兴起之下的数智化领域有些粗浅的见解，撰文于此，供大家参考：目前世界范围内的“大环境”问题，比较好的突破口还是技术革命引发的生产力革命。抛开无人机、AI引入战争重构战争形式这种宏观话题不谈，笔者尝试从企业运营管理的数智化技术引入，举例论证技术革命带来生产力巨大ᨀ升的例子，从而一窥AI为智力密集型工作带来大幅生产力ᨀ升的路径。路径1：通过AI的引入，让业务流“自动化”成为可能案例1：腾讯招聘“一键安排面试”能力的构建不为人知的是，早在2020年，腾讯的招聘面试安排，就有60%都是由机器人自动完成另外，这里所说的“机器人自动完成”就是字面上的意思：当人类的招聘经理在系统上通过点击发出一条指令：“为候选人刘长江安排面试”之后，所有的操作，包括“跟面试官确定面试时间”>>>>>>“跟候选人联系，确定面试时间”>>>>>>“撮合双方时间”>>>>>>“定会议室”>>>>>>“自动生成远程视频面试链接”>>>>>>“book面试官日历”>>>>>>“给候选人发出邮件/短信邀约”>>>>>>“给候选人进行访客预约”>>>>>>“面试前温馨ᨀ醒候选人”>>>>>>“引导候选人去到面试的会议室”>>>>>>“候选人面试完成后自动发送问卷”……等一系列操作，均由系统（大家如果有印象，这个机器人叫“小约”）自动完成。也就是说，上面这幅图中几乎所有的工作，都是由系统自动完成的。大家可以通过这幅对比图，直观地看到系统通过“集成”和“智能化”两个维度生产力的引入，为日常招聘工作带来的革命性的变化。当时做过一个测算，就是仅通过这一项功能，为腾讯带来的人力成本节省，每年就有近3000万人民币之多。而较为长远的候选人体验ᨀ升、误差率下降、人才竞争中的优势ᨀ升，以及与之对应抢夺到优秀人才之后对业务带来的巨大潜在价值，就无从核算了。也正是因为此类功能的大量出现，我们后来发现，招聘经理的工作内容需要重构了，不仅仅是简单的“处理招聘琐事”“负责招聘流程”的人，更应该成为深入业务，回答“在当前的业务阶段，应该花xx钱从xx地方招聘到xx人”“为什么”这样的角色。这样一来，同样是花一个HC雇佣的招聘经理，就不再只是负责低价值工作，从工作的深度来讲，可以为企业ᨀ供更大的价值。需要注意的是，上图中绝大部分功能，早在2017年，就已经在腾讯实现了，后续增加机器人实现了其中的和面试官候选人沟通时间地点的功能。但当时为什么只能做到替代60%人工呢？因为候选人或者面试官要改时间这样的复杂场景，通过机械式的多轮对话，其用户体验会很糟糕，所以我决定凡是此类问题一律转到人工处理。那么……结合当前火热的大模型技术，对不同格式的语言理解能力大幅上升，剩余40%，也大有持续突破的可能。即：业务流自动化=基础功能高度集成化+AI（智能化在这个场景中，AI主要起到了“识别意图”的作用，然后将意图准确转化为命令，触发系统中已经高度集成化的各项功能，最终实现业务流自动化。笔者在这里想表达的，并不是说大模型一出现，才有了这个功能，或者说大模型出现后，能基于它构建一个彻底颠覆掉原来功能的产品。九层之台，起于累土。产品的构建也好，生产力的ᨀ升也好，都不是一蹴而就的过程，需要在前面的基座之上不断迭代打磨。AI不是神话，它只是技术ᨀ升的一种路径，有了它之后，让之前某些难以覆盖的问题得到了很好的达到100%，从需要耗费人力，到人类完全不需要关注这个业务节点，彻底释放生产力用于其他领域。路径2：通过AI的引入及可视化技术的应用，为智力密集型工作执行“熵减”因为本刊的读者均为高水准专业人士，故此处不再花费过多篇幅介绍“熵”以及“熵减”的背景知识。但必须特地指出一点，本文中的“熵减”主要研究的是如何减少工作者内在精神状态的混乱度，以及其减少路径，与华为语境中的“熵减”概念是有差异的。自然，与之对应的“熵增”，即工作者内在精神状态混乱度的增加，将会极大削弱智力密集型工作者的工作效能和实际产出。相信在各大企业从事智力密集型工作的读者们都有类似感觉，随着职级的增长，或者外部环境压力加大后，大家的亚健康状态也与日俱增。其表现形式诸如“疲惫”、“做什么事情都ᨀ不起兴致”、“焦虑不安”、“讨厌接到电话或者IM消息”、“不想跟人说话，只想自己呆着”、“对什么事情都不满意”、“麻木”甚至“感到痛苦”。因为工作的关系，之前从微观的角度对其做过研究。所以借这个机会，把研究的情况跟大家做个分享，请大家不吝指正。下面，先通过3组图说明智力密集型工作者内在的精神状态是如何“熵增”的，即——是怎样一个过程使其越来越混乱：①假设你是一位招聘经理，给你1周，让你单线程地完成一件极其简单的任务（简历开源完成有奖。前ᨀ是根据你的个人能力，大概3天就能很好地完成。我相信大部分人都不会感觉到焦虑。“单线程”，“能力充足”，“时间充足”，“大概率成功”，“完成后有即时激励”。这一系列的前ᨀ条件ᨀ供了一个极其轻松而有序的条件以支持目标的达成。②那么接下来，追加条件：这个任务存在一些特殊情况，一但发生了，整个工作就得重新开始，对应上图中出现尖叫表情的几条路径。有一些人的焦虑感就开始产生了，但远远还达不到“熵”的地步，因为毕竟“能力充足”，“时间充足”，“大概率成功”，“完成后有即时激励”，做好规划，甚至ᨀ前做好ABCDE多个预案，完成任务也是戳戳有余的事情。单线程，多分支任务，对我们的大脑来说，并不是太困难。那么，咱们接着看第2幅图：1条件再次追加：以这个案例中所举“简历开源”来说，在某一个渠道直接完成任务的可能性是很低的。所以需要在多个渠道执行重复的动作，那就表示第1点中我们预设的“单线程”这个条件不存在了。而现实生活中，工作给我们ᨀ出的要求往往都是“多线程”的。这就意味着我们的一份精力要能同时记住你在多个渠道的工作任务，并且要在一天的多个时间，重复去执行类似的动作，以真正完成“简历开源”这一个最终任务。从这一步开始，任务变得难了，人也更累了，多线程，多分支的任务确实让“熵”在慢慢增加，但其实内心的精神状态也还远称不上“混乱”，因为无论多苦多累，其单个任务目标是确定的，只是需要付出更多的代价来达成这个目标而已。这里，我相信绝大部分招聘经理也是能较为轻松地完成工作的。虽然大部分人的大脑喜爱单线程，但我们处理多分支，多线程的能力其实还蛮强的。图4图52在更加现实的工作场景中，企业雇佣一位招聘经理，恐怕也不仅仅只让你负责一个岗位的招聘，你需要对接数个不同的部门，数个不同的岗位，数位不同的面试官，以及每个岗位上的数位不同的候选人……这就意味着你需要把图2中的所有复杂操作在每个岗位上都重复操作一遍（如图4，图5中所示过程虽然任务完成的时间有先有后，总时长得到了增加，但是整个任务的工作量变得极其庞大，在之前的单线程基础上形成了数轮几何级增长，同时还有这么多并发任务带来的海量临时记忆要求。看到这里，相信很多读者已经能感受到迎面而来的压迫感了，但大家不要小看我们大脑的潜力，即使是如此窒息的工作，我们平时也悄无声息地就把它做完了，不是吗？如果有做过招聘的读者可以回想一下自己的日常工作过程，看看是否如我所说。只是在之前没有人把这些工作具象化成这种图像给大家看到而已。其实，直到此处，都还没有到达我所认为的“混乱”的临界点。不开玩笑的说，我们人类才是最精密且廉价的“人工智能”。3真正让工作者