2、度如何？8HYPERLINKl_TOC_250004目前AI在HR领域运用现状如何？11HYPERLINKl_TOC_250003人工智能在人力资源应用场景聚焦14重点场景15HYPERLINKl_TOC_250002重点场景关键发现预披露15HYPERLINKl_TOC_250001重点场景分析及实践16学习与发展模块17该模块详细内容请参考该模块目录HYPERLINKl_TOC_250000AI与人力资源重点场景结合点的总结55个彩蛋：人工智能浪潮下，HR的能力重塑571附录：人工智能技术概览58前言人工智能的浪潮
6、”，从中挖掘着各种商机。本篇报告的开端，主要是揭开人工智能的认知与商业应用现状。首先结合外部学术资料定义AI技术；其次，呈现AI在垂直领域和通用领域的应用现状；进一步点出AI商用价值，这些是否能够被用于企业人力资源管理呢？人工智能的定义与技术应用定义人工智能应用技术相比多维技术应用，人工智能领域的单项技术的应用更加出色人工智能的发展现状人工智能进入全面商业化时代人工智能商业化应用的催化剂人工智能会为HR带来什么？人工智能在商业领域的应用价值提升效率加强客户体验智慧决策人工智能在人力资源领域的应用价值商用价值是否能体现在人力资源领域？人工智能的定义与技术应用从人工智能
7、对生活的影响来看，在近几年的中国，智能化的服务和支持已经渗透到消费者的方方面面。人们处处体验着人工智能带来的便利，商业者也借助这一科技所带来的“风口”，从中挖掘着各种商机。结合外部资料对于AI的定义，目前市场上对于人工智能仍缺乏一个公认的、普遍的定义。为了更好地理解下文人工智能的运用场景，本篇报告结合中国电子技术研究院的2018人工智能标准化1和清华大学&中国人工智能学会发布的2019人工智能发展报告2研究结果，对于人工智能的定义和关键技术进行澄清及简介，以希望阅读者更好地认识人工智能。定义人工智能是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取
8、知识并使用知识获得最佳结果的理论、方法、技术及应用系统。人工智能应用技术清华大学&中国人工智能学会发布的2019人工智能发展报告3内容涵盖了人工智能13个子领域，包括：机器学习、知识工程、计算机视觉、自然语言处理、语音识别、计算机图形学、多媒体技术、人机交互、机器人、数据库技术、可视化、数据挖掘、信息检索与推荐。具体描述请参考本报告的附录（参考P58）。相比单多项维技技术术的应应用用，更人加工出智色能领域的从以上的技术分类能看出，强大的计算机算法将逐渐获得类人的能力，包括视觉、说话的能力和学习能力，人工智能真正的强大在于综合所有技术形成自主意识，才会形成“聪明”的机器人。但就
9、目前而言，无论是业务领域，还是人力资源管理中，某些单独的技术在执行特定的任务时表现得更好。根据德勤的全球人工智能发展白皮书报告显示4，在人工智能众多的分支领域中，“机器学习”(MachineLearning)是人工智能的核心研究领域之一。这项技术的成熟运用，使得机器能够不断学习新的知识，模拟人类行为。人工智能的发展现状人工智能进入全面商业化时代早在多年前，全球范围内关于人工智能的学术研究、公开演讲和书籍便已经频繁出现在人们的事业中，但结合实际，真正的运用与发展则较为缓慢。除了科技领域，人工智能在大部分行业中的应用仍处于早期试验阶段，只有极少数企业开展了规模化部署，企业对于人工智能的商业
10、前景和投资回报，仍心存疑虑。随着移动互联网发展红利逐步消失，后移动时代已经来临。人工智能进入了发展的“井喷期”，成为产业变革的核心方向，企业也开始加强人工智能在商业领域的投资，可以说，人工智能技术已步入全方位商业化阶段。麦肯锡2019最新的GlobalAISurvey5全球调查显示，人工智能几乎在所有行业中的应用都在增加，58%的受访者表示，他们的组织至少在一个功能或业务单元的流程或产品中，嵌入了一种人工智能技术，高于2018年的47%。而在商业中使用AI的公司比2018增加了近25%，与去年相比，在多个业务领域使用AI的公司呈现了相当大的涨幅。具体到人工智能的
11、商用领域，其在各领域的应用已涉及方方面面，并且对传统行业各参与方带来不同程度的影响。根据德勤公开的研究资料来看（参考P5图片）6：第一，人工智能渗透在企业管理与生产的流程中，特别是采用人工智能带来的收入增长最常见于市场营销和销售；第二，人工智能应用领域的覆盖面再扩大，由最初的领军行业智慧金融与智慧电信，现在逐步在智慧医疗、智慧教育、智慧制造、智慧政府等传统行业投入使用；第三，人工智能技术逐步可取代部分重复性的劳动力工作，从而出现人力变革，出现人工+机器的劳动力模式。1中国电子技术电子化研究院，人工智能标准化白皮书（2018版）HYPERLINK/201801/3545.html
12、,htHYPERLINK/201801/3545.htmltp:/201801/3545.html2-3清华大学&中国人工智能学会，2019人工智能发展报告4德勤，全球人工智能发展白皮书，2019，/cn/zh/pages/technology-media-and-telecommunications/articles/global-ai-development-white-paper.html5McKinseyAnalytics：GlobalAISurvey:AIprovesitsworth,butfewscaleimpact，November2
13、0196德勤，全球人工智能发展白皮书，2019，/cn/zh/pages/technology-media-and-telecommunications/articles/global-ai-development-white-paper.html人工智能商业化应用的催化剂人工智能无论在商业领域还是日常生活中，都逐步走进人们的视野中，这项技术广泛被用于商业领域的主要原因是，人工智能算法的进步，提升了机器解决商业问题的能力。人工智能的算法是核心，数据是算法的“生命”。随着近些年互联网和云的运用为算法提供了海量的数据和信息；大数据统计模型和数据分析技术为人工智能提供了训练模型，由此催化人工智能
14、算法的不断进步，提高机器学习的性能和技术，推动人工智能在商业领域的应用与落地。数字化、信息化动化和移动端应用。通过端到端的流程，实现人力资源管理的流程化、自助化、自建立数字化平台，在这一平台上集成人力资源各个模块的应用，此外，在企业管理中，组织内部运营的信息化、数字化为人工智能算法的运用奠定基础。同时，本篇报告调研时发现，市场对于信息化、数字化、人工智能之间的定义并没有很好的区分清晰，在此，结合德勤的研究揭秘人工智能：商业领袖需要了解的认知技术7，我们从运用模式和关键技术上对这三者进行定义澄清。人工智能在商业领域的应用价值人工智能的应用不断增加，对于社会和商业提供巨大的发展潜力，这项技术正在
15、产生回报。根据麦肯锡2019的AI调研显示8，人工智能为企业提供了有意义的价值。例如金融服务类企业则将其应用于提升客户体验；在市场营销和销售采用人工智能带来的收入增长；传统制造业利用智能AI技术降低成本；人工智能算法+大数据于企业提供智慧化决策。这些明显的收益组成包含降低成本、提高效率、增强客户体验、智慧决策等。人工智能在人力资源领域的应用价值人工智能在商业领域所产生的价值（降低成本、提高效率、加强客户体验、智慧决策），这些是否能够同样复制到HR领域？在与人力资源管理者的交流过程中我们发现，无论是产品市场还是人力资源本身，其都已经意识到人工智能在人才管理方面的发展趋
17、不是特定的技术，而是集合了模仿人类行为的各种技术,包括有视觉感知，语音识别，以及在不确定性下的决策和学习。它能够执行通常需要人类智能才能操作的任务。这一类的任务从广义的层面而言，AI是一种计算机系统的理论与发展方式，7德勤揭秘人工智能：商业领袖需要了解的认知技术，/cn/zh/pages/innovation/articles/demystifying-artificial-intelligence.html8McKinseyAnalytics：GlobalAISurvey:AIprovesitsworth,butfewscaleimpactAIiThHR
21、这是一个多变、不确定、未知的时代，面对复杂场景，不仅需要有强大的实时分析的后台支撑，适应变化，与时代同行，人工和智能互相促进，循环迭代，一起创造更大价值。我们企业作为传统行业的500强公司，企业在人工智能或大数据的实施策略上还是相对保守的。相异于互联网的明星企业，企业没有必要以试错的心态去尝试人工智能，只有当“业务痛点”和“AI能够解决的问题”刚好完美重合时，企业才会引入AI技术去解决具体的“点”的问题。人力资源部逐渐成为业务部门的战略合作伙伴，核心目标都是为了支撑公司战略的实现，利用数字化技术通过移动化、社交化、智能化、大数据来赋能HR，最终都是支持公司效能的提高以及用户体验的提
25、流程化事务性工作图表A2企业对AI在人力资源领域运用的态度N=516不太熟悉非常不熟悉50.8%AI会为HR带来什么？而实际上，AI对HR会带来什么样的价值是明晰的，通过对不同观点洞察AI对HR领域产生的影响企业实践的分析，AI的价值具有一定的趋同性，其价值主要集中于三个方面：观点洞察某互联网企业共享服务中心负责人人工智能对人力资源的影响被“人工智能的浪潮席卷而来，对于人力资源的各个模块都会带来深远的影响，一方面，人工智能确实会冲击到传统人力资源的一些岗位，可标准化、可程序化、重复性高的工作将逐步也机器人”全部替代或者部分替代；另一方面，两者相互碰撞，提升
26、效率：替代“人工”，完成人力资源中的事务性和流程性工作，优化组织的人效。例如简历筛选、基础人事问答、考勤异常、快速审批处理等。增强体验：用户体验在不同阶段都会涉及，但随着AI发展的深入，用户体验的显性化结果会有所不同，在最开始更多体现是人机交互界面的优化，或是流程的优化；待AI更加智慧之后，用户体验更多是针对性、定制化和智慧的服务。例如通过聊天机器人、智能问答更快地为用户提供答案等等。智慧决策：实现人主观无法产生的智慧决策，规避人的主观性、经验性带来的风险，帮助HR和管理者和员工更好地认识“人”和“组织”，制定前瞻性的预测。例如公正全面有效地提供内外部人才评估的决策结果、进行客
27、流量预测并智能排班等。AI技术使用深度、数据积累量、人力资源发展成熟度不同，实现价值也不相同。就目前而言，现阶段集中在提升效率和增强员工体验部分，在智慧决策层面的使用凤毛麟角。究其背后原因，主要因为在不同企业AI价值点存在不同，而且，即使在同一企业，AI不同发展阶段，AI显性化的价值点和显性化的程度也会有所不同。AI的价值本应体现在其解决现实问题和企业痛点上。就像AI有很多分支一样，其解决问题的过程也首先是企业业务中某个问题的性质与AI的某个分支契合。在AI发展的现阶段，难以将AI看做一把万能钥匙：即使同一个企业，同一类任务，使用的同一个模型也需要根据其价值点和显性
29、行业始终走在数字化技术的前沿，但大部分传统企业仍处在数字化转型阶段。数字化转型是利用最新的数字化技术和能力来驱动组织商业模式的创新和商业生态系统重构的途径和方法，目的是为了实现业务的转型、创新、增长。数字化转型的核心是业务的转型，技术是数字化转型的基石，简而言之，利用前沿技术来彻底改变企业的业绩。同时，对人力资源从业者也有更高的要求，比如HR们不仅要使出浑身解数为企业招聘到最好的数字化技术方面的人才，自己还要跟上前沿技术的步伐，在人力资源领域开始研究并应用这一技术。人力资源数字化就是利用数字化技术与能力来驱动组织、人才、文化、领导力的创新与迭代，从而实现业务的增长。数字化技术将重新武装与定
30、义人力资源管理：组织将更加灵动、链接、高效、赋能；人才将丰富多样、跨界融合、特殊物种层出不穷；文化是敏捷、开放、包容、不断复制的。数字化技术下的流程追求价值链的闭环，简洁、高效、赋能；系统是互联互通的，数据和收益上获得极大的提升。效益工作变得更省时、更享受，同时也能够拓宽工作的边界，在资源量的几何递增、算法模型的日益精进，人工智能可以让人力数据综上，人工智能在人力资源领域虽然刚开始应用，但随着更加精准的人力配置建议，从而指导企业扩大生产或避免浪费。建立一套算法模型将有效的信息抽取出来，经过运算分析后获得法，我们可以通过万物互联的各种数字设备将信息聚集起来，并杂多变的场景将失去过往的地位
31、，取而代之的是大数据技术与算经验值来预测来年的人力配置。而在人工智能时代，企业面临的环境更加不确定，业务与组织变化频繁，过去的经验值面对复部分，例如早期的人力资源规划，HR会根据过去历年的情况与一的趋势是越来越注重数据说话。实际上，经验也属于数据的理环境里，依靠丰富的经验也可以推断趋势八九不离十，但管业态原来传统的管理主要依靠人工大脑和经验，在相对稳定的是存放在湖中的，服务是极致体验的。人工智能对人力资源领域而言，其作用类似于助推器或催化剂，它能有效加速人力资源管理的迭代。过去，即便没有人工智能的助力，人力资源自身也在不断地发展和迭代，并且经历了螺旋上升的多个阶段。自身契合度较高的分析实践
33、数据流的闭环。如上循环，是积累数据基础的有然起来。配合各模块之间数据的打通，让数据随着流程存下来，跑盘点、薪酬、培训等系统）要逐步上线，让业务通过流程先人才为重要。该有的人力资源系统（例如招聘、核心人事、绩效、验更实做积累远比当下就使用AI技术追求即时性应用层面的体踏实比如，对于处于起步阶段的企业，数据基础本身很薄弱，踏AI在企业的不同发展阶段，其价值显性化的程度和价值点都会有所不同：潘一鸣|HRIS经理|欧普照明观点洞察利用数字化技术通过移动化、社交化、智能化、大数据来支持公现今，随着ABCD（人工智能、区块链、云计算、大数据）铺天盖地的宣传，首先对企业带来了极大的碰撞
34、与影响，其次大部分企业的人力资源管理也在往战略人力资源管理转型，人力资源部逐渐成为业务部门的战略合作伙伴，核心目标都是为了支撑公司战略的实现，公司人力资源也纷纷进行数字化转型（DHR），司效能的提高以及用户体验的提升。源管续慧与此同时，先知先觉的头部企业们应势而上，由战略人力资理阶段开始进入人力资本管理阶段，追求人才与企业的可持共同发展以及ROI价值最大化，相配套地，企业需要建设智特益HR平台（iHR）才能支撑起公司灵动的网状组织、敏捷文化、殊物种等构成的雨林生态体系；为了追求更高的效率和利润收的运营上进行转型和迭代，以此来配合业务“跳舞”人力资，企业必须在管理的思维方式、运转模式以及
35、各个function翩起舞。源也是如此，其可以借助人工智能加速迭代，与业务部门一起翩破这种局限性。能限定在某种程度或数量范围内，而人工智能可以有助于打人为误差，然而这类方式往往需要耗费较高成本，因此只很多方式（如引入外部咨询公司的协助）在一定程度上消解试等，但人的经验是具有显著差异性的。虽然企业可以通过要依靠人的经验去判断，比如人才盘点、人才测评、首轮面实现原先无法达成的工作，过去很多工作难以科学量化，需系统，人工智能技术的完善可以实现更具温度的人机互动；传统的人事服务或HR的日常操作），并且相较于现有的人事提高效率，人工智能可以完成人力资源中的事务性工作（如在受访者看来，人工智能对人力
36、资源的影响主要有两个方面：某制造业HRIS经理观点洞察目前AI在HR领域运用现状如何？人工智能虽然不是一个新的技术，也不是近些年才开始发展的，这一名词对企业和管理者而言并不陌生，甚至在一些企业的业务/商业领域运用地已经相对成熟。但目前在人力资源领域的应用，或是最大化服务大众还处于初始阶段。通过调研数据（图表A3），发现有一成企业开始尝试AI技术在人力资源一些模块领域的应用，有近20%的企业正在准备中，而超过70%的企业还处在观望中。图表A3贵企业人力资源是否采用人工智能（AI）N=515实践中10.9%17.9%准备中张纯棣|组织发展总监|网龙网络观点
38、一千名员工的数据互动的好处在于：一方面能提升HR的工作效率，减少线下沟通应用该阶段系统基于大量数据给出的建议往往相对粗暴，数字化议。与建读取的规则，机器系统基于确定的标准化判断准则给出结果可以数字化应用，是将现有的人力资源判断规则转化为系统机器第一阶段：数字化应用阶段张纯棣|组织发展总监|网龙网络观点洞察观望中71.3%第一阶段：数字化应用阶段可以数字化应用，是将现有的人力资源判断规则转化为系统机器与建读取的规则，机器系统基于确定的标准化判断准则给出结果议。应用该阶段系统基于大量数据给出的建议往往相对粗暴，数字化互动的好处在于：一方面能提升HR的工作效率，减少线下沟通可
42、实践现状仍处于弱人工智能阶段，大部分实践是“人工”部分，数据基础薄弱，离大数据还有很远的距离，不具AI替代部分人力，标准化、程式化工作。持观望态度，担心和疑虑；HR态度需要活数据。市场也缺乏成熟的“数据喂养”技术。对AI的本质和企业实际具有盲目性，存在非理性的诉求，对AI缺乏包容。盲目追求市场的步伐；甲方与乙方受访者对AI和市场实践的认识甲方视角乙方视角AI在HR领域哪里能用或是哪里不能用，没有绝对的概念。它需要我们不断去校准，去验证，如果有足够的样本量，觉得这个可信值很高的的话，才分批实现，完全不靠人去审核啊。现在大家运用的层面都是在这里，不能说AI替代HR
44、当这些问题面向HR时，大多数HR是难以判断和解答的，以至于面对AI的大潮流，大多数企业抱着尝试的心态，在不断地试错中寻找企业自己的步伐。人工智能不是一个新的技术，但目前是其能够为人力资源与大众最大化服务开始的时候。过去我们产生的数据没有那么多，处理数据的能力也没有现在这般强，人工智能可以应用的场景和空间仍然相对有限。目前，大部分企业还是在代替一些重复性或是标准化工作上的整合方面。人工智能这件事，我觉得还是看企业对这一块的需求，企业是渴望在管理上更加酷炫，还是更加优化，还是目前这样就可以，愿不愿意做这个投入。人工智能对人力资源领域而言，其作用类似于助推器或催化剂，它能有效加速人力资源
45、管理的迭代。即便没有人工智能的助力，人力资源自身也在不断地发展和迭代。人工智能目前仍处于弱人工智能阶段，却已然可以替代部分人力，可标准化的程式化工作已被机器替代。未来，人工智能的潜力还会被层层挖掘，其潜力将会进一步延伸，将会完全替代更多的标准化工作，未来可期。即便机器可以解决大多数的人力资源工作，仍然会有很多非标准化的事情需要人为的参与。AI现在被商业化的一部分是通过大数据的喂养然后形成无模型化的回归，然后寻找人类无意识下的一些规律。从HR领域来看非常蓬勃，但从中国的情况来看，还没有到完全商用的程度。目前企业对AI的实践我觉得可以分为两类，一类是非做不可的阶段，他们有需求、有意愿和勇
46、气去实践，想尝试运用AI去提高效率，减少成本的投入，满足业务的扩张需求；另外一类我觉得还处于观望状态的，他们比较害怕成为第一个吃螃蟹的，有一定需求，但是还不愿意去实践，也缺乏勇气，会担心变革会带来管理上的冲突。从主观上我们会判断客户本身对AI的诉求是不是理性的。如果他们数据不全面，质量也存在很大问题，对AI的诉求又是极不理性的。这个时候，我们会告诉他现在引入AI不是一个很好的时候，需要从哪些方面开始完善。对客户而言，面临我们的产品，他们最直接想要了解的就是投资回报率。AI能帮他们干多少活，替代多少他们的工作；另外一点我觉得是要从职业健康度上考虑HR的效率和效用是不是高啊，
47、决策是不是对的，决策是不是能够优化。例如发布的渠道是不是对，职位描述是否足够好，薪酬描述是否足够的吸引力。目前企业比较缺乏数据喂养能力，现在基本上很少有企业真的具备大数据基础，即使这家企业有一万人，但是他离大数据还有很远的距离，因为不具有活数据，AI需要的是四维数据。在HR领域可以运用AI的，非常细化的场景可以有很多，但是还差最后一层窗户纸需要捅破，第一个瓶颈是数据，和数据采集方式，第二个是探讨的是在技术底层的探讨和运用上，第三层，究竟什么的核心技术能够支撑具体的运用场景。目前我们也在部署未来的展望，现在我们主要提供的支持主要还是从解放人工的角度，现在我们也专注于智能这一块，通过一些
48、人脸识别、语音识别，数据分析预测，不仅仅是在劳动力方面解放，而且是从智慧的角度去解决人的管理问题，帮助他们去做一些决策。人应工用智场能景在聚人焦力资源图表A5智能化/人工智能（AI）运用在贵公司人力资源的哪些领域（N=124）42.74%33.87%30.65%26.61%25.81%20.97%20.16%14.52%11.29%6.45%人才招聘培训与人才发展薪酬福利管理劳动力管理员工敬业度调查和管理员工关系离职风险预估绩效管理人力资源战略规划员工激励认可其他75.81%从上述访谈中不难看出，无论是在企业的主观态度还是实际实践中，人工智能的应用仍处于一个试水阶段。“万事开头难”，但
49、我们总要勇敢地迈出第一步。因此我们对于已经在人力资源领域有所应用的企业进行了调研，了解企业已经开展实践的具体场景。从调研结果上，我们不难看出，目前较为聚焦的实践场景主要为：人才招聘、培训与人才发展、薪酬福利管理、劳动力管理。然而在薪酬福利管理上，我们发现当前其人工智能应用主要分为两类：薪酬或税务核算、福利的智能推送，且应用的深度与成熟度在很大程度上取决于供应商所提供的工具与产品，企业端目前可以介入并产生影响的范围较小，因此在本次调研中不再具体展开。我们更多围绕人才招聘、培训与人才发展、劳动力管理这三大模块结合数据与案例重点探讨。重点场景招聘模块重点场景关键发现预披露人工智能（AI）在招聘
53、AI）在学习与发展领域的应用与展望重点场景分析及实践招聘模块学习与发展模块劳动力管理模块目录CoThteThtsAIINLEARNING&TALENTPart1:学习培训（AIinLearning）18市场态度：20市场应用现状如何？20市场对AI技术的期待是什么？20市场实践什么应用场景，解决什么痛点？21个性化课程与内容推荐22场景化培训（AR/VR）25清单：应用场景与痛点解决28关键条件：实践时从哪些方向考虑？29清单：人工智能应用关键条件32Part2:人才发展（AIinTalent）33市场态度：35市场应用现状如何？35市
55、育的形态。信息技术目前在K12教育中的应用更为成熟广泛，因为知识相对具体体系化，并且应用量非常大，这意味着成本大大降低。基于学习的底层逻辑相通，企业培训者也在思考着如何将技术与培训结合起来，提供给学员更加流畅、便捷、高效的体验。基于以上市场变化，人力资源市场对于人工智能在学习培训领域的态度如何？本模块从市场态度出发，首先探讨企业的应用现状以及期待人工智能解决的痛点问题；将挑战问题聚焦，与具体应用场景结合在一起，探讨在各个场景之下的应用情况以及解决的痛点问题是什么；最后探讨以上场景应用适用的岗位，以及实现需要具备的关键条件。本模块思路：市场态度（应市用场场实景践与痛点解决）关键条件应市场状