数字化时代的科技被越来越多应用在人力资源管理中。
人力资源数字化转型已经是趋势，正好静下心来梳理了一下近年来数字技术在国内外人力资源管理中应用状况与趋势，有些技术应用可能还未完全落地成熟，但是希望可以提供一些参考的方向。
一、大数据技术
大数据是数据分析的前沿技术，大数据具有数据体量巨大（Volume）、数据类型繁（Variety）、价值密度低、商业价值高（Value）以及处理速度快（Velocity）等特点。进入大数据时代，在大数据技术的支持下，人力资源的选、育、用、留则都可以纳入到量化范畴。
在人力资源管理中的应用
HR大数据指包含了企业跟HR管理相关的、企业内外的数据全集，HR大数据分析应该是搭建企业级的HR大数据平台，具备“大数据分析”的普遍特征，面向业务和管理，提供按需的数据分析服务。目前，国内企业HR管理对大数据技术应用关注越来越高，少部分技术资源雄厚的互联网科技企业许多通过自研建立企业HR数据平台，则大部分企业通过HR数字化管理软件来引
入大数据技术应用。
1.员工分析
通过对大数据的利用，并结合员工的个性、职业发展规律、行业和企业特点、职业环境要素等，则可以提前两至三年预测员工的职业倾向，这将给人力资源管理工作带来更多的预见性和精确性。 企业可以利用云存储和云处理技术，通过自动搜索上网痕迹和通过云端上传的原始数据，经过排列计算企业可以有效测量和分析管理结果，从而为企业人力资源管理提供决策依据。
以谷歌为例，其人力资源部门有一项核心的任务即员工数据追踪计划，其目的便是通过数据分析更好地改善企业的人力资源管理。此外，谷歌还聘用专门的社会学家及其人力资源团地组成了PiLab(People Innovation Lab，即人力和创新实验室)团队，通过不断的员工实验，出管理大公司的最好方式。其“人员分析”团队通过数据分析精简了谷歌的招聘流程。
而国内像百度，在其SDC（由HRSSC转型）的“HR信息管理部”成立“人力资源大数据实验室”，联合外部咨询机构，搭建数据化、智能化的“才报”系统。百度建立了自己的指标体系：
人才管理、运营管理、组织效能等两百多个关键指标，涵盖了人和组织的分析维度以及所有HR 职能的衡量维度，从而更好的进行场景分析、模型分析、自定义分析。
百度从无到有地从系统层、数据层、分析层、展示层四大层面，系统地搭建了“才报”平台的完整架构。底层是系统层，主要负责收集数据。数据层，负责储存与清理数据。分析层，主要负责数据的初步加工和场景分析。
2、人岗匹配
依托大数据进行岗位需求分析，构建人才画像。在明确企业各岗位技能需求和胜任力特征的前提下，可以通过先进的大数据技术对企业员工数据库中的信息进行甄选，建立一套有效搜寻、识别优秀人才的机制，并针对不同的职位描绘“数字画像”即人才画像，以便识别出具有较高绩效的人才，最后根据企业所需要招聘的职位来设计人才测评问卷，通过企业内部现有高绩效人才所填写的问卷进行评估，进一步完善人才画像。
以国内企业通过应用人力资源管理软件中的大数据技术构建人才画像为例，红海云是国内为数不多地较早将大数据技术引入在企业人力资源管理中的数字化HR管理软件厂商，通过大数据引擎全方位沉淀企业人才数据，为企业提供员工职业轨迹图谱，支持从人才能力素质、业绩表现、发展潜力、优劣势等维度智能分析人才数据，多视角立体呈现人才画像。
3、人才培养
企业在进行项目设计尤其是培训体系的设计时，可以利用大数据技术出员工能力差距、知识和技能的差距。随着技术的发展，员工也接触和运用了越来越多的技术设备进行学习，当员工使用不同的技术设备时，通过分析计算处理的海量数据，企业可以出员工的需求以及喜欢的学习方式。
4、薪资激励
激励是人力资源管理的重要内容，企业人力资源管理者在实施薪酬激励决策时通常遇到的难题是不清楚行业的薪资水平或者是应聘者的薪资预期，同时对于公司的各项福利政策是否起到了激烈作用也并不清楚。随着大数据时代的到来和大数据信息平台的建立，企业人力资源部门可以通过这一信息共享平台查询和分析行业薪资水平，以保持本公司薪酬的竞争力；就应聘者的薪资而言，企业可以通过建立相关的竞价机制，实现薪资谈判的完全市场化；就福利而言，通过企业的大数据信息平台，在充分搜集和了解员工差异化需求的基础上，可以对企业内员工实施差异化的福利包。
5、绩效改进
大数据分析在人力资源管理”选、育、用、留、出”各个模块都发挥着巨大的作用，比如阿里的绩效考核制度从年底考核调整为秋季考核就是基于大数据分析做出的决定。
通过对数据进行分析，得到往年的同比业绩水平，从而对今年的业绩水平进行一个预测。在秋季考核时，如果低于往年的业绩水平，则需管理者对相应的员工采取针对性措施进行业务
调整，同时考核结果也会对员工施加一定的压力，激励员工冲刺以赶上甚至超出平均水平。通过考核提前的做法，让员工和业务部门在年底考核前有一个相应的调整期，从而减少年底考核不达标的情况。
虽然大数据分析具有一定的预测功能，但是它也不是百分百准确的，尤其是在预测与人有关的数据，因为人力资本具主观性、能动性，会根据外在环境的变化而随时进行调整。但也正是因为这一点，阿里的秋季考核才发挥了巨大的作用，通过提前考核激发一些人力资本的潜力，最终获得更高的业绩水平。
6、领导力发展
企业员工的长期发展无论是对企业还是对个人而言都是至关重要的，越来越多的企业建立了较为完备的领导力发展体系，但是由于缺乏持续性和有针对性的评估，关于领导力的发展一直是企业人力资源管理中的薄弱环节。然而，通过建立一个基于大数据理念的领导力发展体系，并通过有针对性的培训、评估和考察等多种方式对各级管理人员的领导力表现进行记录、分析与指导，从而为每个人量身定制出领导力发展路线图。
二、AI技术
它是一个广泛的算法和机器学习工具，可以快速注入数据，识别模式，并优化和预测趋势。这些算法不像人类那样“直观”，但它们速度很快，因此它们可以在几秒钟内分析数百万条信息，并快速将它们与模式关联起来。
所以你可以想象一个人工智能系统，可以查看可能的人口统计数据，工作经历以及与候选人面试的问题，然后“预测”他们在工作中的表现如何。
在人力资源管理中的应用
图片来自josh bersin研究报告：AI在人力资源管理领域的应用方向
1.人才招聘流程
人工智能通
检查候选人，维持数据库，安排面试，确认候选人的问题，可以减少完成这些任务所需的时间和精力。它显著减少了招聘过程和时间，使人力资源团队能够专注于其他重要工作，例如人才画像，人才管理，提升雇主品牌以及许多其他富有成效的工作。
AI实施的招聘将帮助选择能够满足公司大部分要求的候选人，因此使得筛选过程容易快速并且值得。基于AI的聊天机器人可以与有潜力的候选人进行交流，并根据个人资料为他们分配工作和职位。它将筛选出最适合该职位描述的最佳候选人，为被选拔的候选人进一步安排面试以供录用。
2.新员工入职
雇用合适的候选人后，AI整合系统将在第一天向新雇用的员工介绍公司信息和法规。新员工通过移动应用程序或笔记本电脑上的智能问询窗口，获得所有基本信息。
3.学习和培训计划
人工智能也有利于员工学习， 这将帮助他们获得有关市场上正在进行的技术和软件开发的知识，以保持最新状态。AI将通过分析文档和测试来自动理解并为员工提供适当的培训。根据他们的职位描述，将分配相关的技能信息以促进更好的发展。
根据去年的信息，HR技术中的人工智能可以分析数据，并向HR团队告知员工的培训需求。这种明智的策略将改善员工的工作效率，并对他们进行更快，更好的培训。此外，他们可以教授特定的程序和教学能力，以便员工可以根据公司的需要进行自我学习和执行。
4.决策支持
人力资源中的人工智能应用程序可以拥有增强思维的能力和做出实时决策的能力。人工智能可以放大人力资源团队的认知计算能力，帮助他们深入了解同事的思想，并分析他们的情绪和精神状态。
5.领导能力
由于人工智能够支持和改善受训者，因此人工智能也拥有可以改善公司中的培训者和项目负责人的工作方法。通过向各自团队的成员提出问题，人工智能将分析领导者素质的结构，并
为他们提供他们所缺乏的能力或他们需要适应的素质。其次，领导者可以通过查看仪表板进行自我评估，并根据工作方式的需要提高他们的技能。
6.指导任务
人工智能可以对周期性的导演和管理任务进行预编程。它可以制定人力资源战略，管理员工，分析公司政策以及管理每个员工的工资单。
三、RPA技术
机器人流程自动化（Robotic Process Automation ，简称RPA)是模拟代替人工，在计算机桌面进行操作活动的技术；这些活动通常是反复操作、基于规则的活动；可以预先设定软件程序，来控制“机器人”作业。
典型的作业活动有：
∙打开应用程序
∙打开表单
∙选择数据字段
∙输入数据
∙比较、检查数据
∙在应用程序之间切换
∙拷贝/黏贴
∙激活处理
∙执行规则
机器人流程自动化适用的条件有三：
1、流程是机械重复的，所有流程偏离情况都被清楚定义
2、流程是基于规则的，规则被穷尽定义，不存在歧义
3、输入信息必须是数字化的，机器人软件本身也可以辅助输入信息的数字化转换，例如采用影像识别（OCR）或语音识别，及人工智能（AI），当然，受限于识别的准确性。
图片来源爱分析
在人力资源管理中的应用
研究表明，HR们大约93％时间花费在重复性工作上但65％的工作流程其实可以实现自动化，RPA可以将HR从大量、繁琐、重复的任务中解放出来。如简历筛选、面试邀约、员工入职、员工数据管理、考勤管理、离职管理……从而将时间和资源聚焦在更高价值和战略性任务上。
RPA在人力资源领域主要应用在以下八个方面：
● 根据预设的规则自动对简历进行排序并持续跟进；
数● 生成包含所有详细信息的个性化招聘邀请函；
● 为入职流程创建认证信息并配置IT系统；
● 制作工资单、结算帐户和管理薪酬流程；
● 跨系统整合人才审查流程的所有相关数据；
● 处理费用报销请求，予以确认或标记异常；
● 自动将数据输入更新到HR系统并跨系统同步更新；
● 通过跨系统整合和转换数据来生成报告。
举个例子，如果没有RPA，招聘人员将不得不花费大部分时间筛选简历以到最匹配的人选，向候选人发送，跟踪并向招聘经理报告招聘候选人的状态和原因。而通过自动化，招聘人员向 RPA 机器人阐明招聘规则，并与业务团队一起，确保程序正确地定义了他们的招聘需求。然后再验证结果。通过避免一些重复工作，招聘人员将有更多时间用来建立更加多样化的人才库，并亲自跟进最佳候选人。
版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。
发表评论