Unite.AI

从实验到执行：AI如何提升人力资源与薪酬管理的标准

过去几年，人工智能主导了商业技术对话，因为它所承诺的生产力和效率提升确实具有变革性。但一份关于企业人工智能现状的麦肯锡报告发现，尽管几乎所有受访者都在某种程度上使用人工智能工具，但大多数仍处于实验阶段。 近三分之二的受访企业尚未在其组织内规模化应用该技术，并以一种能带来价值的方式执行。与此同时，技术正在飞速发展。人工智能是一个移动的目标，这对于寻求从人工智能炒作转向可衡量成果的商业领袖来说是另一个挑战。 人力资源和薪酬管理正成为从实验走向执行过程中的试验场。以下概述了人力资源领导者在这个关键时刻面临的一些挑战、为何人工监督仍然至关重要，以及如何以对业务产生最积极影响的方式向前推进。 将人工智能应用于人力资源和薪酬流程的独特挑战 理论上，人力资源和薪酬职能是应用人工智能的理想领域，因为存在许多高容量、数据密集型且需要精确性和效率的流程。然而，没有什么数据比与员工健康、工作表现和薪酬相关的信息更为敏感。 在此背景下，希望在人力资源和薪酬领域部署人工智能的领导者面临两大主要挑战。首先是数据安全。将个人可识别信息（PII）置于不安全的公共人工智能环境中是完全不可接受的风险。 人力资源和薪酬人工智能功能需要在安全的、符合HIPAA标准的环境中运行，而不是在公共的ChatGPT实例中。这是第一道护栏，没有商量余地。 决定如何应用该技术是第二个挑战。人工智能工具能够执行劳动密集型任务，如进行对比分析和扫描薪酬发放以发现异常，但数据准确性是成功的关键。由于对员工的直接影响，人力资源和薪酬领域不容有失。99%的准确率在人力资源领域就是不及格。 基于这些原因，人力资源领导者需要平台特定的专业知识和强大的治理关注，才能在人力资源和薪酬领域有效应用人工智能；仅对人工智能理论有一般性了解是不够的。同样重要的是选择一个能让人工智能工具从组织自身数据中学习，而不仅仅是互联网上公开信息的平台。 人工监督是关键的成功因素 随着人力资源和薪酬应用证明人工智能能够带来可衡量的成果，越来越明显的是，有效的人工智能战略不仅围绕治理和数据完整性构建，还包括作为关键成功因素的人工监督。 最佳方法是将人工智能嵌入到使用组织自身数据的实际工作流程中，并由人工验证人工智能的分析。这一策略有助于组织避免将人工智能用作从在线来源提取公共数据的独立工具这一常见陷阱。这种方法是有风险的，因为即使是最热心的倡导者也承认，人工智能并非100%准确，需要审查作为护栏以最小化风险。 定义薪酬区间所涉及的过程是人力资源任务需要谨慎人工监督的一个很好的例子。公司需要具有竞争力的薪酬区间来吸引高质量的候选人，并且许多州已经制定了薪酬透明度法律。确保人力资源团队基于准确的数据做出决策至关重要。 优化薪酬区间涉及多个因素，包括地理位置考量。因此，如果一个人力资源团队依赖访问公开数据的ChatGPT式平台，在确定佛罗里达州奥兰多的薪酬区间时，却不慎基于纽约市的数据来确定薪酬水平，他们将处于劣势。 当人力资源团队访问一个符合HIPAA标准、具有强大治理控制、且分析基于组织自身数据的平台时，他们可以开始展示真正的成果。但即便如此，人的因素仍然至关重要，因为在人力资源和薪酬领域，准确性不是可选项。因此，分配给人工智能的角色很重要。 与其要求人工智能设定薪酬区间或识别税率，人力资源领导者应将其用于分析，然后由人工确认，并用于创建其他由人工执行的任务。例如，人工智能可以生成提醒以确保人力资源按时缴税，并根据系统数据（而非互联网数据）向用户提供报告。 部署人工智能以创造价值 人工智能的一个独特之处在于其极其快速的演变。因为它不断学习和扩展能力，决定在何处以及如何部署人工智能将始终像是试图击中一个移动的目标。 值得考虑的一个策略是，人力资源领导者确定他们最耗时的三到五个流程，并确定人工智能如何帮助简化这些任务。帮助已经以多种形式出现，无论是可以嵌入工作流程以完成任务的主体人工智能，还是可以执行数据分析的大型语言模型。 例如，软件公司开始利用人工智能，通过在密集、复杂的福利计划文件与人力资源信息系统（HRIS）所需的高度结构化配置规则之间充当智能翻译，来显著简化员工福利管理。利用先进的自然语言处理（NLP），人工智能可以通读复杂的法律合同或福利摘要，自动提取关键数据点——如资格标准、覆盖层级、免赔额和缴款限额。然后，它将这些变量直接映射并转换为人力资源软件固有理解的特定数字格式和逻辑。这种自动化改变了传统上繁琐且容易出错的手动数据输入过程，使人力资源部门能够以前所未有的速度、准确性和便捷性实施年度计划变更、更新合规规则或推出全新的福利方案。 这揭示了人力资源和薪酬领导者从实验走向执行过程中关于人工智能能力的一个基本事实。像自主代理之间的对话这样令人兴奋的可能性即将到来，这将改变游戏规则，但最终，决策仍需要人类领导者来定夺。 随着人力资源领导者构建以治理为核心、确保数据完整性并将人工监督作为基本组成部分的系统，人工智能在嵌入工作流程时可以承担重任，但人类仍将承担责任。当领导者利用人工智能提升人力资源和薪酬绩效标准时，理应如此。