从实验到执行：AI如何提高人力资源和工资单的表现

AI已经主导了商业技术的讨论已经几年了，因为它承诺的生产力和效率的提高确实是变革性的。但是，麦肯锡的一份关于企业AI的报告发现，虽然几乎所有受访者都在某种程度上使用AI工具，但大多数仍然处于实验阶段。

近两-thirds的受访企业尚未将技术扩展到整个组织并执行以实现价值。同时，技术正在迅速演变。AI是一个移动的目标，这也是商业领导者在寻找从AI炒作到可衡量的结果的道路上面临的挑战。

人力资源和工资单正在成为从实验到执行的旅程中的试验场。以下是人力资源领导者在这一关键时刻面临的一些挑战的概述，为什么人类的监督将仍然至关重要，以及如何向前迈进以对业务产生最积极的影响。

将AI应用于人力资源和工资单过程的独特挑战

理论上，人力资源和工资单功能是应用AI的理想领域，因为存在许多高容量、数据密集的过程，需要精度和效率。然而，数据不会比与员工的健康、工作表现和工资相关的信息更敏感。

考虑到这种背景，有两个主要挑战面临着希望在人力资源和工资单背景下部署AI的领导者。第一个是数据安全。将个人可识别信息（PII）放入非安全的公共AI环境中是一个不可接受的风险。

人力资源和工资单AI功能需要在安全、符合HIPAA的环境中运行，而不是公共的ChatGPT实例。这是第一个防护栏，它是不可协商的。

决定如何应用技术是第二个挑战。AI工具能够执行劳动密集型任务，例如进行比较分析和扫描工资单以查找异常，但数据准确性是成功的关键。在人力资源和工资单领域，错误是不能容忍的，因为它直接影响员工。99%的成绩在人力资源中是失败的。

出于这些原因，人力资源领导者需要特定平台的专业知识和对治理的强烈关注，以有效地在人力资源和工资单中应用AI；一般的AI理论知识是不够的。同时，选择一个能够让AI工具从组织自身的数据中学习，而不是仅从互联网上公开的信息中学习的平台也是至关重要的。

人类监督是关键成功因素

随着人力资源和工资单应用证明AI可以带来可衡量的结果，很明显，有效的AI策略不仅需要建立在治理和数据完整性之上，还需要人类监督，这是一个关键的成功因素。

最佳方法是将AI嵌入实际的工作流程中，使用组织自身的数据，并让人类验证AI分析。这一策略有助于组织避免使用AI作为独立工具从在线来源提取公共数据的常见陷阱。这种方法是有风险的，因为，即使是AI最热情的倡导者也承认，AI并不是100%准确的，需要审查作为防护栏以最小化风险。

定义工资范围的过程是一个很好的例子，展示了人力资源任务中需要谨慎的人类监督。公司需要具有竞争力的工资范围来吸引高质量的候选人，一些州已经有工资透明度法律。确保人力资源团队根据准确的数据做出决定至关重要。

几个因素都影响工资范围的优化，包括考虑地点。因此，如果人力资源团队依赖于类似ChatGPT的平台，该平台访问公共数据，他们将处于劣势，如果他们无意中将工资水平基于纽约市的数据确定，而不是用于奥兰多，佛罗里达州的工资范围。

当人力资源团队访问一个具有强大治理控制的HIPAA合规平台，该平台的分析基于他们组织自身的数据时，他们可以开始展示真正的结果。但即使那样，人类因素仍然至关重要，因为在人力资源和工资单中，准确性是不能妥协的。因此，分配给AI的角色很重要。

而不是要求AI设置工资范围或识别税率，人力资源领导者应该使用AI进行分析，然后由人类确认，并创建其他任务由人类执行。例如，AI可以生成提醒，以确保人力资源按时支付税款，并根据系统数据为用户提供报告，而不是从互联网中获取。

部署AI以创造价值

AI的一个特点是其令人难以置信的快速演变。由于它不断学习和扩展能力，决定如何和在哪里部署AI将始终像试图击中一个移动的目标。

一个值得考虑的策略是让人力资源领导者确定他们最耗时的三个到五个流程，并确定AI如何帮助简化这些任务。帮助已经以多种形式提供，无论是可以嵌入工作流程以完成任务的代理AI，还是可以执行数据分析的LLM模型。

例如，软件公司正在使用人工智能来显著简化员工福利的管理，通过在密集、复杂的福利计划文件和人力资源信息系统（HRIS）所需的高度结构化配置规则之间充当智能翻译器。使用高级自然语言处理（NLP），AI可以阅读复杂的法律合同或福利摘要，以自动提取关键数据点，例如资格标准、覆盖层次、免赔额和缴费限制。然后，它将这些变量直接映射并转换为HR软件固有理解的特定数字格式和逻辑。这种自动化将传统的、枯燥的、容易出错的数据手动输入过程转变为快速、准确、轻松的过程，使人力资源部门能够以前所未有的速度、准确性和轻松性实施年度计划更改、更新合规规则或推出全新的产品。

这表明了一个关于AI能力的基本真理，当人力资源和工资单领导者从实验转向执行时。令人兴奋的可能性，例如自治代理之间的讨论，正在地平线上出现，这将是一个游戏规则的改变者，但最终，决策将需要人类领导者来做出决定。

当人力资源领导者建立以治理为中心、确保数据完整性并将人类监督作为一个基本组成部分的系统时，AI可以在嵌入工作流程时承担负担，但人类将保持负责。这就是它应该的样子，当领导者使用AI来提高人力资源和工资单的表现时。