AI行业：人力资源中的AI业务案例.pdf

IBM Watson TalentIBM smarterworkforce InstituteAI关于入门的见解和提示Nigel Guenole博士和Sheri Feinzig博士人力资源中的 AI 业务案例前言人力资源正处于大规模颠覆的边缘。无处不在的移动和社交技术以及个性化重新定义了员工体验的门槛。随着所有行业商业模式的颠覆，人才获取游戏发生了变化，随着技术变革对工作的影响，对持续学习文化的需求从未如此迫切。CHRO 站在所有这些需求的交叉点，通常预算下降和持续的运营分心。正是在这个合适的时刻，人工智能和自动化正变得适合人力资源行业。根据我的经验，它使我们能够解决普遍的人才问题，例如了解我们的技能，防止不必要的员工流失，对员工热点做出快速反应,将员工和外部候选人与职业机会相匹配，为管理者提供更好的薪资投资指导，通过机器人流程自动化消除福利管理和薪资中的手动任务，并为员工创建一个不可抗拒的学习平台。有了一些提高技能、道德的操作指南和健康的技术好奇心，人力资源职能现在定位于真正推动战略优势，同时更好地支持我们依赖的劳动力，将战略付诸行动。这份报告讲述了什么是可能的以及如何实现这一 目标的故事，具体的例子展示了我们在 IBM所做的事情，以及帮助其他人踏上人力资源人工智能之旅的实用技巧。而且，当我亲眼目睹这些好处时，我对未来的可能性再乐观不过了。DianeGhersonIBM 首席人力资源官人力资源中的 AI 业务案例3Introduction人工智能与战略洞察力相结合创造了新的商业机会,并正在改变人力资源对组织竞争优势的贡献方式。本报告概述了人工智能在当今人力资源中提供价值的具体例子。它描述了 IBM 内部人力资源团队的开创性工作，他们与 IBM 的客户服务专家一起为人力资源开发了真正出色的 AI 解决方案。所描述的许多示例最初是为 IBM 内部员工使用而开发的，它们提供了如此重要的价值，以至于现在可以在商业上提供。其中包括 IBM Watso 候选人助理、IBM Watso 招聘、IBM Watso 职业教练和您的学习。在过去的十年中，IBM 一直为与世界各地的客户合作进行最重要的转型而感到自豪。我们帮助CHRO 客户及其团队进行人力资源重塑，构建投资业务案例，确保有意义的业务和员工成果，并提供有关如何管理由数字和 AI 重塑驱动的变革的独特见解。作为一家以人才为中心、以人工智能为动力的领先组织，我们很高兴能站在这一旅程的最前沿。-全球商业服务管理合伙人、全球领导者、人才与参与。IBM人力资源中的 AI 业务案例ContentsExecutiveSummary.05AI 标志着 HR 技术步骤变更.06为什么使用 AIHR.07HR 的月亮shot.08如何使用 AIHR.10吸引：增强候选人经验.11招聘：高效和有效招聘.12参与:增强动机.13保留：更智能的补偿规划.14开发：个性化学习.15成长：职业发展.17服务：面向 24/7 员工的 AI相互作用.18AI 的好处HR.20返回investment.20收益和结果指标.22Time to结果.23获得的五个步骤开始.24步骤 1：从企业开始case.25步骤 2：决定是否购买或build.25步骤 3：确定你拥有的技能和需要.26步骤 4：实施MVP.26步骤 5：推出企业明智.27成功采用 AI 的技巧HR.28AI 和更广泛的社会注意事项.29AI 对工作.29聊天机器人正在采取工作?.29AI 创造更高的价值工作.29AI、多样性和偏置.30使用历史信息.30建立公平并确保透明度.30Acknowledgements.33人力资源中的 AI 业务案例5IBM 的人力资源职能是最早采用人工智能（AI）技术的部门之一，这意味着它拥有丰富的见解和经验可以分享，以帮助其他人入门。在本报告中,IBM Smarter Workforce Institute 总结了这些经验，这些经验是通过采访负责将 AI 引入 IBM 人力资源职能的高级人力资源主管来收集的。高管访谈显示，人工智能在人力资源方面是有效的，因为它有助于：解决业务挑战吸引和发展新技能改善员工体验提供分析决策支持更有效地利用人力资源预算IBM HR 的经验是，人工智能几乎可以应用于任何人力资源领域，包括候选人吸引、招聘、学习、薪酬、职业管理和人力资源支持。此报告包括整个员工旅程的用例。在每个领域，我们都描述了 IBM 自实施 AI 以来所看到的一些好处。我们还涵盖了实践主题，例如如何入门，您需要的技能以及有关公平和 AI 对工作的更广泛社会影响的重要问题。人力资源中的 AI 业务案例6AIHR人力资源部门曾经主要是行政职能。被称为人事部门，主要职责是文书工作，人力资源部的工作重点是保持有关员工的记录。但是在过去的30 年中，人力资源的观点已经发生了很大的变化。研究表明，组织管理工人的方式对组织的表现有重要意义。1今天，“战略人力资源”一词用于指代为组织提供竞争优势的人力资源实践。2战略人力资源运动已经看到人力资源的重点从行政管理实践转移到高性能人力资源实践，如团队合作和绩效管理，专注于关键工作，而不是每一个工作和关键工人群体，而不是每一个工人。3直到最近，技术的主要好处一直是提供效率增益;它允许我们做我们一直做的事情，但更快，更具成本效益。4例如，以前的技术允许我们招募人们在互联网上的速度更快，但现在人工智能让我们更快地招募合适的人，方法是评估角色的技能匹配，预测未来成功的可能性，并估计填补任何给定角色的预期时间。这是 AI 改变情况的方式的一个例子,以便技术使 HR 功能能够解决关键的业务挑战，建立在劳动力分析的早期贡献之上。在以前的人力资源计划导致增量变化的地方，人工智能为人力资源提供了指数级绩效改进的机会。AIAI 已成功应用于视觉感知、自然语言处理、语音识别、语音到文本转换、语言翻译、语调分析和其他领域。人力资源中的 AI 业务案例7“人工智能是一个加速器 它使我们能够摄取各种数据，并为决策者、员工或业务领导者提供背景，它使我们能够在当下提供正确的情报，并实现大规模的个性化。”Tom Stachura，IBM人才解决方案和人员分析副总裁HRAI如今，AI 的功能正被用于增强业务运营和消费者解决方案。我们已经确定了在 HR 中实施 AI 的五个主要原因：AI 使人力资源组织能够在不增加员工数量或成本的情况下大规模提供新的见解和服务。可以通过深思熟虑的 AI 解决方案应用来解决持续的挑战，例如拥有人力资源来交付业务战略并相应地分配财务资源。商业世界不断被颠覆。为了应对这种中断，企业需要更快地响应机会，并以敏捷的方式工作，以保持领先于竞争对手。这意味着要找到一种有效的方法来竞争在这种新的运营环境中进行创新所需的技能。人工智能应用程序使人力资源部门能够与不断变化的市场需求同步获取和发展员工技能。人们开始期望上班时会有一些不同的东西。他们想要个性化的体验,而不是标准的体验。他们希望从流程的开始到结束，以适合他们的方式量身定制并提供给他们。如今，人们还可以从外部使用Glassdoor 之类的网站来查看企业内部，这极大地提高了员工体验。变化的速度和信息生成的速度意味着当今的业务决策最好以分析的方式做出。因为需要考虑的信息量很大，人工智能可以用来理解它并提供建议。因此，经理和员工需要的信息就在他们需要的时候就在那里。人工智能还提供了机会，让员工的声音实时被听到和采取行动。人工智能可以使 HR 通过其资金变得更有效率。人力资源支出可以转移到更高的价值和更复杂的问题解决，而不会降低对拥有更多常规人力资源查询的员工的服务水平。通过这种方式节省的人力资源可以再投资于进一步的人工智能部署，提高人力资源解决业务挑战的能力，不断发展战略技能，创造积极的工作经验，并为员工提供出色的决策支持。持续的挑战，如拥有人力资源来实现业务战略并相应地分配财务资源，可以通过深思熟虑的人工智能解决方案来解决。人力资源中的 AI 业务案例8在这份报告中，IBM Smarter Worforce Istitte 对负责将 AI 引入IBM 人力资源的最高级人力资源主管进行了 20 次 60 分钟的深入结构化访谈。面试参与者包括人才获取，测试和选拔，学习和发展，人才管理，薪酬和福利，绩效管理，敬业度和文化，员工和劳动关系，计算机科学，分析，人力资源技术和一般人力资源方面的专家。面试主题包括：人力资源中 AI 的目标和项目类型资金，时间表和收益所需技能对就业的影响偏见、多样性和包容性入门技巧本文对采访回复进行了分析，了解常见主题和关键见解，并在全文中进行了总结。HR“”当你阅读这篇论文时，我们希望你能记住人工智能在人力资源中的应用的“月球射击”的想法。像约翰 F 总统一样肯尼迪 1961 年的目标似乎是不可能的，即在 10 年内将一个人送上月球，而这种壮举的技术并不存在,人工智能为以前难以想象的可能性打开了大门。例如，无人驾驶汽车的潜在登月目标是零与事故相关的机动车死亡。人工智能在医疗保健中的应用具有根除疾病的最终目标。人工智能在人力资源中的应用可能是什么?人工智能在人力资源中的月球射击可能是员工完全控制自己的职业生涯，因为人工智能帮助他们的技能以与技术发展相同的速度发展。换句话说，“月亮”可能是 AI 可以帮助工人在现有技能过时之前更新技能。不同的组织可能会对 HR 中的 AI 有不同的月球镜头。你组织的 mooshot 是什么？。AI 为以前难以想象的可能性打开了大门。问问你自己：如果他们 24/7 做什么会更好？What would be better if it were doneat scale?What would benefit fromgreater consistency?What would bepossible if we leverered broadexpertise to see beyond our currentlimits?These are good candidatesfor AI.Debora Bubb,IBM 副总裁兼首席领导、学习与包容官人力资源中的 AI 业务案例10AIHR在人力资源中部署 AI 可以在整个人才生命周期中进行（参见图 1）。在下一节中，概述了人才生命周期中每个点的 AI 用例示例。图1.在人力资源中部署 AI 可以贯穿整个人才生命周期serveDeveGrow人力资源中的 AI 业务案例11“当我们试行人工智能以吸引候选人时，我们看到在IBM申请工作的候选人大幅增加，而且粘性更大。此外，NetPromoterScore反馈说人工智能很吸引人。人们觉得它回答了他们的问题，是相关的和有用的。”Joanna Daly，IBM Talent副总裁:增强候选人经验人工智能已经部署在人力资源中，甚至在求职者申请工作之前就可以识别出高质量的候选人。在人才生命周期的候选人吸引部分，目标是尽可能多地寻找具有特定职位所需技能的潜在候选人，并鼓励他们在合适的情况下申请职位。AI 在候选人景点中的一个例子是使用专门的聊天机器人。在候选人景点期间部署的聊天机器人为候选人提供了提问的机会使用自然语言处理(NLP)进行解释和响应。这项技术允许潜在的申请人在实际申请之前了解更多关于组织的信息，这在一个工人在从事特定工作之前对公司和品牌声誉进行广泛研究的时代是一种关键能力。与基于关键字搜索的更传统的方法相比，它还可以实现更好的工作匹配。还可以使用技能匹配算法将角色与候选人简历中的技能相匹配，并根据分析提供建议。诸如此类的能力增加了将求职者转变为求职者的机会。IBMAIIBM 的目标是创造一种有意义的体验，让求职者从第一次互动开始就参与其中，同时培养他们对与其技能相匹配的角色的适用性的共同理解。IBM 为应对这一挑战而开发的 AI 解决方案称为 Watso Cadidate Assistat(WCA)。WCA 改变了求职者与 IBM 打交道的方式。以前，在从在线工作委员会或职业网站上了解到机会之后，候选人和雇主将在工作面试中首次见面。通过利用人工智能，候选人和雇主现在可以拥有。通过聊天机器人进行实时交互，从而为求职者提供更个性化的申请流程。申请人获得的更丰富的信息反过来又会导致求职者更适合角色。这些聊天机器人在每次互动中都变得更聪明。视频也可以嵌入到流程中，以更真实地预览在组织中工作的感觉。在 IBM 实现这些功能的最终结果是增加了高潜力候选人的流量。在一项将 WCA 与传统静态网站进行比较的试验研究中，WCA 从探索到应用的转化率为 36，而传统静态网站为 12%。净发起人得分。i与传统的申请途径相比，WCA 的（NPS）也更高，从申请到面试的时间也大大减少了。正如 IBM 人力资源通信副总裁Carrie Altieri 所说，“IBM每天收到7,000份简历，在合理的时间内浮出水面合适的候选人就像大海捞针一样。自实施WCA以来，我们大幅缩短了招聘时间，NPS翻了一番，并大大改善了候选人与工作的匹配。”i净发起人得分（NPS）是由 Fred Reichheld，Bai Compay 和 Satmetrix（和注册商标）开发的忠诚度指标。它是由 Reichheld 在他 2003 年的哈佛商业评论文章你需要成长的一个数字中介绍的。NPS 可以低至-100（每个人都是推动者）或高达 100（每个人都是推动者）。NPS 为正(i.Procedres.，高于零）感觉很好，NPS 为+50 是极好的。人力资源中的 AI 业务案例12“总的来说，这是一个关于数据为您提供指数学习机会和更好的决策能力的故事。在IBM的人才招聘中，将AI纳入招聘和采购功能可以增强我们的招聘人员做出更好决策的能力，从而推动更多的商业价值。”Amber Grewal，IBM全球人才收购副总裁:高效和有效的征聘招聘人员的工作是时间压力和复杂的，通常必须同时填补许多职位。招聘人员需要优先考虑他们负责的所有不同角色，同时，他们需要一种方法来区分竞争同一角色的候选人。没有足够有效地应对这些挑战可能意味着错误的角色被优先排序，即使正确的角色被优先排序，也可能为角色选择错误的候选人。在此设置中，可以使用 AI 根据历史数据预测一份工作申请需要多长时间才能完成，从而允许招聘人员根据需要重新确定优先级。AI 还可以用于确定候选人的简历和工作申请之间的匹配，并使其准确。基于在工作申请过程中收集的关于候选人的信息来预测未来绩效。此外，它可以帮助招聘人员编写更具包容性的工作描述，更有效地过滤候选人,最大限度地减少无意识偏见在他们的过程和实践中的影响。在招聘中部署 AI 可以更快，更准确地进行招聘，并获得更好的候选人和招聘人员体验。IBMAI在像 IBM 这样的大型组织中，有效的招聘优先级要求仔细选择申请人。IBM 需要一种更好的方法来帮助招聘人员寻找空缺职位的最佳候选人,并优先考虑最重要的申请。开发的解决方案 IBM Watso Recritmet（IWR）使用 AI 来利用有关就业市场和招聘候选人的过去经验的信息来预测填补和确定最有可能成功的候选人的时间。通过帮助招聘人员对候选人的适合性进行优先级排序和排名，AI 腾出了时间来专注于招聘的核心：建立和培养与候选人的关系。AI 从工作申请中获取所需的技能，并根据简历中描述的技能生成匹配分数。该解决方案还可以基于传记数据生成预测分数(e.Procedre，无论他们是否带领过团队)在简历中。这些分数预测未来的工作表现。重要的是，IWR 监督招聘决策，以确保他们没有偏见。总之，在招聘功能中部署 AI 可以实现更快，更准确的招聘，以及更好的候选人和招聘人员体验。人力资源中的 AI 业务案例13“如果我们要手动阅读我们在参与度调查中得到的评论，那么当我们完成时，它将是我们下一次调查的时候了！相反，我们使用技术以一种可消费的方式总结反馈，并导致建议的行动。”Sadat Shami，IBM人才开发、参与与社会分析总监:增强动机AI 支持经理效率的两个具体用途是经理人才警报和参与度分析。AI 人才警报是针对一线经理的有关其团队成员的通知。它们根据应用程序所拥有的有关组织中每个团队成员和员工群体的一系列信息，帮助经理做出有关员工的决策。AI 参与度分析是一种可以分析公司内部社交媒体内容的技术。这项技术可以从年度调查和脉冲调查以及社交媒体聊天中分析非结构化内容。成千上万的评论可以在几个小时内分析主题。出于数据隐私的原因，建议限制在公司防火墙内侦听信息。IBMAI在 IBM，管理人员可以根据个人员工的需求量身定制警报。例如，如果某人在团队中工作了很长时间，具有某些技能，并且准备升职，则经理会收到这些事实的警报。同样，经理会收到有关员工离职倾向更大的警报。当销售人员面临错过配额的风险时，可以建议采取早期干预措施，让人们重回正轨。这些警报使管理者能够通过推荐 HR 希望看到的决策来做出与组织的人才管理方法一致的决策。IBMAI在 IBM，聊天分析用于从公司防火墙内的社交媒体来源揭示前三个问题。这提供了针对特定领导者的个性化建议，以帮助提高其团队的参与度。例如,如果员工因出色的工作而获得认可，IBM 可能会建议其经理通过与他人共享来扩大反馈。IBM 观察到，这些行为可以提高参与度。“参与 IBM”是一个学习的 AI 应用程序；领导者提供有关建议的反馈，系统将因此而改进。随着系统变得越来越好，管理者在管理和激励团队方面的效率也越来越高。人力资源中的 AI 业务案例14“如果薪酬决策仅基于一个或两个数据点，例如任期和绩效，则经理可以在没有分析支持的情况下做出决策。但是经理应该考虑许多因素，例如市场利率和学习倾向。有了更多的数据点，就需要AI来避免低薪和多薪”。Nickle LaMoreaux，IBM薪酬与福利副总裁:更智能的薪酬规划做出合理的薪酬决定需要仔细考虑广泛的因素。除绩效外，这些因素还包括技能的市场价格，技能的需求程度以及是否更好地奖励基本工资或奖金中的出色表现。要做出反映这一思路的最佳基本工资决策，你需要对员工技能、这些技能的持续费率以及这些技能是否有深入的了解。需求的增加或减少。需要考虑的数据点可能比一个人在没有分析支持的情况下可以分析的更多。基于人工智能的薪酬支持可以将数千小时的薪酬周期准备工作减少到几个小时，同时提供决策建议，检查比以前考虑的变量更多。此外，通过专注于确定薪酬的技能，人工智能的使用可以最大限度地减少薪酬过程中存在偏见的机会。IBMAI在整个组织中准确做出复杂的薪酬决策是一项挑战，IBM 使用 AI 来解决这一挑战。IBM 设计了一种人工智能支持的决策支持工具，可帮助员工进行薪酬规划，帮助管理人员避免对关键数据点的权重不足或权重过高。该应用程序在提出建议时审查了数十个数据点，将来自劳工统计局等来源的外部信息与替代成本等因素的内部数据进行整合。该应用程序目前正在为成千上万的一线管理人员部署，以协助他们在重点地区成功进行早期试验后进行薪酬规划。重要的是，在使用该工具时，经理有机会覆盖有关任何给定员工的 AI 建议，并且系统可以继续从经理的实际决策中学习。通常，经理倾向于遵循AI 提供的建议，这有助于确保员工在 IBM 的薪水不会过高或过低。还强调了基于 AI 的薪酬支持的透明度：员工可以看到他们相对于市场的位置，因为除了个人工资外，还为拥有技能的工人提供了低和高范围的薪酬。人力资源中的 AI 业务案例15“有了人工智能，我们就可以看到学习与敬业度之间的关系，而无需询问员工的看法。如果经理参加经理培训，他们的员工会更敬业吗？我们有答案，这给了我们关于培训效果的重要反馈。”Gordon Fuller，IBM副总裁兼首席学习官:个性化学习学习环境中的 AI 可以帮助加速个人层面的技能发展，并且可以优化组织层面的学习。最有希望的领域之一是学习内容的 AI 标记。过去,当学习者与学习管理系统进行交互时，他们发现的内容在很大程度上取决于开发人员最初随培训上传的描述。这些描述称为元数据。通过 AI 标记，上传到学习管理系统的图像和文档等资源通过 AI 技术丰富了元数据，这有助于学习者找到培训内容并一次又一次地更有效地使用它。学习的基本组成部分包括：集成来自各种来源的员工和学习数据，将所有相关内容集中在一起，以便从任何设备进行访问-允许学习随时随地进行。提供针对工作角色、业务组、技能集和个人学习量身定制的个性化学习建议历史-鼓励员工持续发展和技能增长。:组织学习内容以支持各种需求和兴趣，从而简化浏览和与业务计划保持一致的持续开发。通过在需要的时间和地点轻松提供学习，AI 有助于获得组织的战略技能。AI 可用于以学习仪表板的形式创建组织在学习领域的整体情况。仪表板可以显示在缩小业务中已确定的技能差距方面的进展。组织中特定个人的学习历史甚至可以被认为是一个人学习倾向的指示。学习倾向变得与一个人的当前技能一样重要，因为技能的保质期继续以快速的速度减少。IBMAI在 IBM，人工智能在学习中的引入产生了令人印象深刻的结果。利用人工智能，IBM 开发了 Yor Learig，这是一个丰富、个性化的数字学习市场，每个季度有 98%的员工访问。IBMers 每年平均完成 60 小时的学习。IBM 员工可以导航到同龄人中最受欢迎的学习，注册有针对性的学习渠道，并探索为公司最热门的角色做准备所需的技能和徽章。学习聊天机器人 24/7 回答问题。因此，IBM 的人工智能驱动的学习平台正在增加注册人数和课程完成人数，从而加速战略技能的获取。IBM 已经证明了员工的学习量与他们的整体参与度之间的统计联系。业务影响研究表明，学习与业务绩效之间存在直接关联，其他分析表明，学习的可能性和意愿较高的人具有更好的整体绩效。更重要的是，IBM 学习产品的 Net Promoter 得分一直很高。随着技能的半衰期缩短，基于 AI 的学习确保 IBM 的员工技能保持相关性。人力资源中的 AI 业务案例16:实时技能推理每个企业都需要知道人们拥有哪些技能，以及他们的技能水平。一种方法是使用员工自我评估。然而，即使经理对自我评级进行了验证，也存在很多对专业知识的过高评级和过低评级，因为经理很少有时间仔细审核结果。手动评估过程也可能很快过时，通常被视为打勾的练习。现在,人工智能可以通过抓取员工的内部数字存在来推断技能。数据可以来自简历、销售信息和数字徽章等来源。一旦生成了技能配置文件，就可以让员工和经理对其进行验证。基于 AI 的技能推断可以帮助组织找到组织中的“隐藏宝石”，即拥有您甚至不知道的技能的人。在总体上，可以设计出企业拥有的技能与所需技能的热图，并且可以制定干预计划，使企业能够快速关闭技能差距。基于 AI 的技能推理可以帮助组织找到“隐藏的宝石”IBMAI在过去的三年中，IBM 一直在内部磨练技能推理技术。这个过程现在介于85-95%准确。员工可以通过专业知识管理界面访问自己的技能档案。这种方法节省了以前花费在完成技能清单上的数千小时，并且信息不断刷新，从而提供更准确，实时的技能见解。AI 技能推理技术的结果允许 IBM 监控与业务需求相关的技能，并查看其技能概况与竞争对手的比较。这使 IBM能够确定有针对性的干预措施，以缩小技能差距。人力资源中的 AI 业务案例17“我们已经迈出了新领域的第一步，在这个领域，人工智能有潜力帮助员工持续增长并提高他们的绩效。未来将会看到一个巨大的进步，即值得信赖的、无所不在的人工智能教练工具会对每时每刻的表现提出富有同情心的建议,而不仅仅是关于下一个最佳机会的建议。竞争工作机会最成功的人将是那些拥抱性能提升AI的人。.Richard McColl，IBM全球业务服务副总裁兼合伙人，人才技术实践负责人:职业发展职业指导是为员工创造更有意义的工作经验的有力方法，可以为企业带来更高的生产力和更强大的继任渠道。职业指导通常是高接触、时间密集且昂贵的。这意味着教练通常是为表现不佳的人或高潜力的人保留的组织准备投入大量的资金。然而，为组织中的每个人带来这种水平的员工职业发展机会，很可能会通过提高员工的工作绩效来提高员工的积极性和参与度，以及组织本身。IBMAIIBM 希望为所有员工提供高质量的职业指导，无论其级别如何。开发的解决方案是个人顾问 Watso Career Coach(WCC)，它为整个 IBM 带来了职业指导的好处。个人顾问是一个人工智能助手，与正在考虑未来机会的员工互动。它通过使用自然语言询问和回答问题并与历史信息集成来了解员工。解决方案的第二个组成部分，工作机会匹配，允许员工上传简历或回答有关技能的问题，然后建议适合员工的角色。如果员工正在寻找更远的机会，他们可以使用职业导航组件。职业导航员让员工计划他们想要的角色，并为他们的成长做好准备，提供发展建议，帮助他们建立所需的技能。AI 助手还可以提供个性化的学习建议，帮助员工不断发展技能。人力资源中的 AI 业务案例18“我们可以让任何人建立一个机器人。今天的技术非常易于使用。中小企业可以创建内容并训练机器人。”Jon Lester，IBM数字人力资源战略主管:用于 24/7 员工互动的 AI聊天机器人是一种理解自然语言并在类似人类的对话中与用户交互的应用程序。聊天机器人可以说是 AI 技术，对人力资源问题具有最广泛的应用，并且已经在人力资源的大多数领域进行了部署。Chatbots 的设计成本低廉，培训速度也很快。Chatbot 的实施甚至可以由非技术人力资源人员进行管理，因为易于使用的应用程序编程接口（API）。因此，对于希望将 AI 构建到其 HR 功能中的组织来说，聊天机器人是一个自然的起点。如果您的HR 流程会从员工那里产生很多问题，则可以部署基于关于人力资源流程的完善的常见问题(FAQ)列表。聊天机器人是 AI 可以改善员工体验的完美例子，因为它们可以在任何时间，白天或黑夜提供实时答案。聊天机器人还不断从反馈中学习，并改进给出的答案。让有通信经验的人参与聊天机器人的设计总是一个好主意。通信专家可以帮助机器人的单词选择和语气，以增加个性化。聊天机器人的涅槃将是嵌入员工工作流程中的机器人，有助于工作，而不仅仅是回答有关如何完成工作的问题。例如，如果经理需要将员工转移到新部门，与机器人的交互将导致实际执行转移。这被称为“对话人力资源”，它扩展了机器人。AIIBM HRIBM 在整个人力资源领域都有员工使用的聊天机器人。例如，人力资源已经部署了聊天机器人来支持员工的福利注册决策，并支持经理的薪酬计划；这两个领域都是具有指定时间段的区域，其特点是使用率高，需要快速响应用户问题。在一年中的某些时候更忙的聊天机器人，如绩效管理、福利登记和薪酬规划聊天机器人，被认为是“季节性机器人”。IBM 也有一个机器人，每天 24小时，每周 7 天，全年访问。一个例子是 IBM 流行的新雇佣聊天机器人。它是 IBM 最繁忙的聊天机器人之一，每天回答 700 个问题。新雇佣聊天机器人特别有帮助，因为它们解决了不知道该向谁求助的挑战。IBM 使用聊天机器人的目标是快速准确地向员工提供答案，同时减少支持人力资源计划所需的工作量。节省的时间可以花在专家回答有关人力资源问题的更复杂的问题和问题上。重要的是不要使用 AI 来指导经理的行动。您应该分享分析的结果,让他们仍然做出决定。他们的知识员工，他们的同理心，他们对团队运作方式的了解对于做出最佳决策至关重要。,IBM 全球业务服务管理合作伙伴认知人才和绩效人力资源中的 AI 业务案例20“在整个员工旅程中，它是通过NPS衡量来推动正确的体验，并通过ROI衡量来推动正确的业务成果。”Anshul Sheopuri，IBM数据、AI和提供战略副总裁AIHR从本报告中描述的用例中可以看出，人力资源中的 AI 具有显着组织利益的潜力。这是通过明确阐明与业务问题相关的预期结果，仔细选择适当的指标来衡量预期结果，并定期跟踪结果以实现迭代改进来实现的。在 HR 中跟踪投资回报率(ROI)是企业的当务之急。人力资源从业者应该从 AI 应用程序到 AI 将产生的结果以及业务中发生的相关 ROI 有一个直接的视线。建立 AI 与其返回之间的预期连接应该在实现 AI 应用程序之前发生。图 2 概述了一个思考如何检查 AI ROI 的框架。这个框架表明，人工智能产生的结果应该与 HR 指标有明确的联系，反过来，HR 指标也应该与财务指标有明确的联系。让我们考虑一个组织由于其销售人员缺乏技术知识而努力关闭销售的例子。在这里，人工智能可能被提议作为一种针对个人需求进行个性化学习的方法，在消耗品格式(例如Procedre，移动)。个性化学习是 AI 产生的结果。学习所涉及的人力资源指标是业务中销售人员的技能广度和深度。人工智能系统应该跟踪谁完成了和没有完成他们的个性化学习，组织应该跟踪这些人是否与成功的销售交易相关联。可以将美元价值放在产生的销售交易上，并且可以在两组中检查两组之间相对于 AI 成本的收入差异：完成基于AI 的培训的人和没有完成的人。如果在实施 AI 系统之前估计了差异，则收益是一个预测，应该构成业务案例的一部分。如果该图是在系统的实现之后计算的实际值,则该图表示对应用的 ROI 的检查。It is impossible to show unequivocally that ROI observed is strictlyattributed to the application.But careful designs(e.g.pre and postimplementation comparents,use of control groups)can relateconverging lines of evidence pointing toward ROI.人的力量：了解成功的组织如何使用劳动力分析来提高业务绩效5，或者白皮书，解码员工分析6.人力资源中的 AI 业务案例21图2.构建 AI 业务案例的框架HR例如，技能广度和深度AI例如，个性化学习Note:业务案例不需要很复杂，你的目标应该是让人工智能应用程序产生预期结果，进而影响人力资源指标，进而影响财务指标。IBMAI在 IBM，所有在 HR 中构建 AI 应用程序的建议都需要商业案例。一旦 AI 应用程序在业务中运行，就会有一个严格的季度管理系统来跟踪 HR，财务和 NPS 指标。还跟踪了特定于特定 AI 应用程序的指标。凭借其吸引人的 AI 应用程序，IBM 已经看到申请工作的候选人大幅增加。IBM 的招聘 AI应用程序提供了高效和有效地处理增加的数量的能力，并带来了更快的招聘时间以及更高质量的候选人。总体而言，仅在 2017 年的 HR 中，IBM 就因 AI 而节省了 1.07 亿美元。例如，影响收入人力资源中的 AI 业务案例22图 3 提供了所讨论的每个 AI 应用程序的预期收益和结果指标的示例。寻找近期和长期指标的组合，以便您可以快速评估并根据需要进行正确的过程。图3.人力资源中 AI 应用的预期收益和成果HR更多信息预租用通信更好地匹配求职者的角色候选转化率新的雇佣生产力更好地确定工作申请的优先次序加快雇用时间对不同候选人的准确评估确定最有资格的候选人技能短缺或空缺未填补填补未平仓头寸的平均时间少数和多数候选人的选择比例新的雇佣生产力为员工提供更好的经理支持改善员工体验保留员工参与度或体验调查得分提高员工的薪酬透明度根据业务战略优化薪酬预算薪酬满意度调查得分工资过高或工资过低的工人人数加速员工技能获取使员工技能与业务战略更好地保持一致增强学习体验当前和所需技能组合之间的匹配，技能差距的闭合员工生产力课程注册和完成率员工驱动的职业生涯管理员工对机会的明确性职业满意度调查得分内部作业申请和调动的数量24/7/365通过更快、更准确地回答问题，让员工了解更多信息,提高工作效率减少支持中心工作人员的数量进程违规或异常的数量人工成本人力资源中的 AI 业务案例23结果的时间表取决于两个因素，购买或建造的决定以及正在进行的 AI 项目的性质。如果您购买现成的 AI 解决方案，您可以期望在前三到六个月内看到ROI 方面的结果。更复杂的解决方案通常会从最小可行产品（MVP)开始，这是可以构建的对用户有意义的第一个也是最小的可交付成果，并测试企业所做的假设。然后可以快速增强这些功能，为业务带来更多价值。有了今天可用的 API，即使是复杂的项目也可以在不到一年的时间内实现回报。重要的是，在快速的时间框架内取得成果需要改变心态。设计思维和敏捷工作方法将有助于快速构建原型，并在短时间内迭代改进版本。AI如果您正在使用 AI 来改善招聘，您可能会很快看到一些好处，例如更快的招聘时间。但是，其他预期的好处，例如更高的性能，将需要更长的时间才能出现。保留解决方案也需要时间来显示价值，因为您需要等待员工是否以您期望的方式离开。还有其他领域，您可以在短短六个月内看到结果。例如，聊天机器人可以非常快速地构建和部署。IBM 的绩效管理聊天机器人在不到四周的时间内构建和部署。有了今天可用的 API，即使是复杂的项目也可以在不到一年的时间内实现回报。人力资源中的 AI 业务案例24“想想你的职责范围内的过程或解决方案带来了最大的挑战。你最需要帮助的是什么，从人工智能的角度来看，什么能让你做得更好？然后看看你能负担得起你想要实现的目标。”Robert Gibby，IBM人才收购首席人才科学家IBM 在人力资源中的 AI 部署经验使我们能够获得见解，这些见解可以支持任何组织在自己的 AI 采用旅程中进行。这些最好可以总结为开始的五个步骤,如图 4 所示。图4.在 HR 中开始使用 AI 的五个步骤4MVP3512人力资源中的 AI 业务案例251:从商业案例开始公司需要从了解他们试图用 AI 解决的业务问题开始。问题应该是一个可以通过改进的洞察力、信息和数据来解决的问题。询问需要解决此问题并将在损益报告中承诺的人是谁，而不是人力资源。例如，招聘对你的管理团队来说可能是一个大问题，因为他们知道自己正在成长，需要继续成长。如果企业负担不起增加人力资源人员来满足这一需求，那么你就有一个明显的业务问题，每个人都可以团结起来。AI 应用程序。创建业务案例将帮助您思考所需的结构，并确保您专注于正确的问题。一旦你有了这个重点,你就可以问你需要什么技能和投资来解决问题,你就可以建立一个商业案例。请记住，虽然许多组织习惯于在职能能力方面考虑人力资源解决方案，但人力资源专业人士和领导者将需要翻转他们的思维。相反，他们应该考虑经理、员工和候选人在工作中做出的决定，以及如果他们有更好的洞察力，他们如何做出更好的决定。这种方法可能需要来自多个 HR 子功能的输入。商业案例应指定最小可行产品（MVP）以及您将如何与赞助商合作来定义 MVP。从这一点开始，我们的目标是快速测试可行性，即使是小规模的。试点可能涉及一个业务部门，一个国家，一个实践或所有三个的组合。在 IBM，原型通常是由开发人员、设计师和内容专家组成的跨职能团队快速构建的。企业应该与。他们拥有的数据并改进，而不是等待完美的数据。然后与“朋友和家人”分享以获得反馈，并快速迭代。同样重要的是要意识到，不需要等待HR 技术转型项目完成后才能在 HR 中启动 AI 项目。这样做不必要地延迟了早期开始的人可以获得的收益和节省。Step 2:决定购买还是建造组织需要思考的一个问题是，他们是否会为 HR 构建自己的 AI 应用程序或购买现成的 AI 应用程序。除非您的组织在 AI 方面拥有丰富的经验，通常最好利用已经开发解决方案的公司的努力。如果你决定构建自己的解决方案，一个很好的开始方法是从员工那里征求想法。IBM 在认知构建竞赛中采用了这种方法。员工被要求为人工智能应用提出想法，并选择最好的(通过员工众包)并资助。上面描述的 Watso Career Coach 是由此过程产生的 AI 应用程序的示例。这种方法成功的一个重要因素是将应用程序的用户带入设计过程。重要的是，无论您是购买还是构建，在云中部署 AI 功能都是最好的方法。迁移到云端迫使你思考你拥有的数据和你需要的数据，以及如何缩小这两种观点之间的差距。云人力资源系统对于人力资源中成