HR分析
HR的AI能力成熟度框架 HR AI Forward：四级十二阶成熟度模型的定义、分层与跃迁路径
核心摘要：本文系统介绍 HR AI Forward 成熟度框架（HR AI Forward Maturity Framework）的理论基础、分层逻辑与跃迁路径。该框架将 HR 从业者的 AI 能力划分为四个层级（L0 至 L3）、十二个发展阶段，以工作方式的实际变化为核心判断维度，而非以工具知识或使用频率为标准。文章重点阐释 L1 到 L2 的关键跃迁机制，探讨能力成熟度分层在 HR 专业发展实践中的应用价値，并说明评测系统与能力凭证体系的设计逻辑。强烈推荐了解，请关注 #HRTech
一、背景AI 时代 HR 能力标准的缺失
当前，AI 技术在人力资源领域的渗透速度已明显加快。越来越多的 HR 从业者开始使用 AI 工具处理招聘文案、面试记录、员工沟通和数据分析等日常任务。然而，在工具应用日趋普及的同时，一个核心问题始终未能得到清晰回答：在 AI 使用这件事上，什么叫做真正具备能力？
这一问题的缺失，正在带来两种典型困境。
第一，HR从业者层面的困境：缺乏参照系，自我评估偏差普遍存在。大多数从业者无法准确判断自己的 AI 能力处于什么水平，倒向于将「频繁使用 AI」等同于「具备 AI 能力」，而忽视了工作方式是否发生实质变化这一核心维度。
第二，组织层面的困境：缺乏语言，能力识别与培养路径难以建立。在没有共识标准的前提下，组织既难以区分真实能力与表面工具熟悉度，也难以为不同能力阶段的员工设计有针对性的发展路径。
HR AI Forward 成熟度框架的提出，正是为了回应上述困境：建立一套以工作方式为核心判断维度的 HR AI 能力分层标准，使能力发展变得可见、可判断、可推进。
二、框架核心判断逻辑
HR AI Forward 成熟度框架的核心判断逻辑，可以用一句话概括：
AI 是否已经真正进入了一个人的工作方式。
这一判断看似简单，但在操作层面需要区分若干种经常被混为一谈的状态：偷尔试用 AI 与稳定使用 AI；在单一任务中使用 AI 与能将 AI 能力迁移到多个场景；用 AI 加速现有任务与用 AI 重构一类工作的整体处理方式；将 AI 作为个人提效工具与开始在流程与系统层面运用 AI。
基于此，框架明确区分了三类不应作为核心评估维度的内容：
· 不测量 AI 理论知识。了解机器学习原理、熟悉大语言模型架构，是理论认知，不等同于工作能力。
· 不测量提示词技巧。提示词写作是能力的表现之一，但单次表现出色不能说明一个人具备结构性的 AI 工作能力。框架关注的是一致性、可迁移性与整合度。
· 不测量工具熟悉程度。工具平台会持续迭代更新，对特定工具的熟悉度不具备持久价値。框架评估的，是跨工具情境下的持续工作能力。
三、四级十二阶模型：完整结构与定义
HR AI Forward 成熟度框架采用四个层级（Level）、每级三个阶段（Stage）的结构，共形成十二个发展节点。层级回答的是“从业者当前处于什么主导工作状态”，阶段回答的是“在该状态内，发展成熟度处于哪个位置”。两者结合，构成对个体能力状态的精准定位。
L0 · Traditional HR · 事务型HR
层级定义：AI 尚未以任何有意义的方式进入日常工作。从业者可能了解 AI，但实际工作仍依赖人工执行、经验积积累与既有流程。L0 并非失败状态，框架的作用不在于评判，而在于提供清晰度。
阶段代码
阶段名称
核心特征
L0-S1
Manual HR · 人工执行者
工作完全依赖人工与经验，AI 未进入日常
L0-S2
AI-Curious HR · AI认知者
已意识到 AI 的相关性，开始关注探索，尚未实际使用
L0-S3
Early Trial HR · 初步尝试者
已做过零散尝试，使用频率低，未形成习惯
L1 · AI-Enabled HR · 工具型HR
层级定义：AI 已进入工作，从业者有规律地使用 AI 工具处理多类任务，并开始形成对 AI 应用边界的基本判断。这是目前大多数积极使用 AI 的 HR 从业者所处的层级。L1 同时也是最容易产生能力误判的层级，“有规律地使用 AI”感觉上容易被等同于“具备 AI 能力”，但 L1 描述的工作的底层结构并未发生实质改变。
阶段代码
阶段名称
核心特征
L1-S1
Tool Starter · 工具入门者
在个别任务中使用 AI，仍以临时调用为主，缺乏持续性
L1-S2
Tool User · 工具应用者
在多类任务中有规律使用 AI，基本习惯开始形成
L1-S3
Structured User · 规范使用者
开始积累模板与复用方法，使用更有结构，但仍以个人工具使用为中心
L2 · AI-Ready HR · 能力型HR
层级定义：AI 已稳定进入工作方式，从业者形成了可复用、可迁移、可持续的能力体系。这是整个框架最重要的分水岭，也是区分“会用 AI 的人”与“真正将 AI 建立为职业能力的人”的核心阈値。在 L2，AI 不再是从业者在特定任务中主动切换使用的东西，而是已经成为默认工作方式的组成部分。
阶段代码
阶段名称
核心特征
L2-S1
Workflow Adopter · 流程接入者
AI 已固定整合进至少一个核心工作流程，结构性变化出现
L2-S2
Capability Builder · 能力构建者
方法开始跨场景迁移，可复用工作方式逐步建立
L2-S3
Ready Practitioner · 成熟实践者
AI 稳定整合进多个工作领域，持续输出高质量产出
L3 · AI-Native HR · 系统型HR
层级定义：从业者与 AI 的关系从使用者转变为设计者，开始构建 AI 赖以运行的结构、流程与系统。L3 是一个真实存在但相对稀少的进阶状态，对于当前大多数接触框架的从业者而言，它是中长期方向，而非近期目标。
阶段代码
阶段名称
核心特征
L3-S1
System Explorer · 系统探索者
开始搭建复杂 AI 协同结构，探索跨流程自动化应用
L3-S2
System Operator · 系统运营者
多个 AI 驱动流程进入运行状态，主动维护与优化
L3-S3
Native Leader · 原生引领者
推动组织层面工作方式重构，具备引领性与系统影响力
四、关键跃迁机制：从 L1 到 L2
4.1 为什么 L1 到 L2 是最重要的跃迁
在框架所有的跃迁路径中，从 L1 到 L2 是最重要、也最常被低估的一步。从 L0 到 L1 的跨越，本质上是“开始”：工具足够易用，场景清晰，初期收益立竿见影，动力维持相对容易。从 L1 到 L2 则是本质不同的挑战——它不因更多的工具使用而发生，不因更多的提示词练习而实现，而是需要从业者在思考和组织工作方式上完成一次结构性转变。
4.2 L1 为何容易成为停滞点
L1 停滞具有内在的心理机制：L1 的感觉是好的。有规律地使用 AI 带来真实的效率提升，“自己是会用 AI 的 HR”这种自我认知也有其合理性——但这种认知是不完整的。L1 没有提供的，是让 AI 能力得以复利积累的结构性基础：每一次 AI 使用基本独立，有效方法不能自动延续到下一次；在某个场景有效的方式，无法自然迁移到其他场景；能力存在于当下任务，但不会跨任务积累。
4.3 L1 到 L2 跨越的核心机制
L1 到 L2 的跨越，需要在以下四个维度发生结构性转变：
01 从任务级使用转向流程级整合。AI 不再只用于完成眼前任务，而是被整合进至少一个核心工作流程的运作逻辑本身。
02 从工具熟悉度转向方法论建立。L2 的核心能力不是熟悉某个工具，而是建立了一套可跨情境复用和迭代的工作方法。这需要主动复盘与提炼，而非被动的重复使用。
03 从被动调用转向默认行为。L1 中，AI 是“想到的时候才用”的选项；L2 中，AI 是面对任务时的默认工作组件，不再需要临时决定是否调用。
04 从单次会话转向跨会话积累。有效的 AI 使用经验，通过文档化、模板化、结构化方式被保留下来，形成可调用的方法库，而非随着会话结束而消散。
五、阶段细分的理论价値
框架采用四级十二阶结构，而非单纯四级分类，有其内在的理论必要性。
仅以层级为单位进行描述，会产生显著的精度损失。以 L2 为例，L2-S1（Workflow Adopter）与 L2-S3（Ready Practitioner）同属 AI-Ready HR，但两者处于非常不同的发展位置：前者刚刚出现结构性变化的第一个信号，能力尚不稳定；后者已在多个工作领域形成成熟的 AI 整合工作方式，并接近 L3 的能力阈値。
若对这两位从业者给出相同的论断与成长建议，两者都无法从中获得真正有针对性的指导。阶段细分的价値，在于让框架从“粗粒度分类工具”升级为“个体层面的精准诊断工具”。
六、框架的实践应用场景
6.1 个人发展应用
对个人 HR 从业者而言，框架的核心价値在于：提供一个诚实、外部化的能力位置判断，从而支持更有效的成长决策。自我评估在 AI 能力领域有已知的系统性偏差——使用频率高的从业者容易高估自己的能力成熟度。框架通过基于真实工作行为的结构化评估，减少这种偏差，帮助从业者明确当前真正处于哪个阶段，以及最値得优先投入的成长方向。
6.2 组织能力管理应用
对 HR 团队管理者或 CHRO 而言，框架提供了一套超越工具采用率的能力语言：识别团队整体的 AI 能力基线与分布；区分“工具使用活跃但能力成熟度仍在 L1”与“已形成稳定 AI 工作方式”的人员；为不同能力阶段的员工设计有针对性的发展路径，而非一刀切的 AI 培训项目。
6.3 能力凭证与专业信号应用
框架也为能力可见性提供了结构支撑。对于达到 L2 及以上能力阈値的从业者，HR AI Forward 提供 AI-Ready Credential（AI就绪能力凭证）——一个可验证的正式能力凭证，用于在专业环境中展示已形成的 AI 工作能力，而非课程完成记录。
七、从框架到评测系统
理解框架的分层逻辑，是建立能力判断的前提；但准确定位个体在框架中的位置，需要系统化的评测工具支撑。
HR AI 能力评测与提升计划（HR AI Maturity & Growth Assessment）是基于本框架构建的配套评测系统。评测设计遵循以下原则：以真实工作行为为评估对象，而非知识测试；覆盖 AI 使用能力、数据能力、工作习惯、系统能力四个核心维度；通过 26 道题目，在 10 至 15 分钟内完成评估；输出精确到阶段（而非仅到层级）的个性化报告，包含位置定位、差距诊断、成长方向与行动建议。
八、HR AI Forward 成熟度框架
HR AI Forward 成熟度框架的建立，回应的是 AI 时代 HR 领域一个真实而紧迫的标准缺失问题。它以工作方式的实质变化为核心判断维度，以四级十二阶的结构提供精准的能力分层，以 L1 到 L2 的跃迁机制为核心洞察，为个人发展决策和组织能力管理提供了可落地的参照系。
框架的最终目标，不是给人贴标签，而是让能力发展变得可见、可判断、可推进——在 AI 加速重塑专业工作方式的当下，这是 HR 从业者最需要的那种清晰。
HR分析
【英国】HR分析工具Reflect完成200万欧元种子融资
认识一下Reflect，一个专门为人力资源团队设计的新分析工具。虽然许多团队现在依靠复杂的数据可视化和业务规划工具，但人力资源团队不能轻易地测量不同的指标，也不能看到它们是如何随时间演变的。
然而，人力资源已经成为科技初创公司和一般创新企业的关键组成部分。
"我们创办Reflect的原因是，我们认为人力资源人员需要一些帮助，"联合创始人兼首席执行官Léopold Adam告诉我。随着COVID-19的流行，多样性、公平和包容的目标，心理健康问题和远程工作政策，这项工作已经变得更加复杂。
"他们没有一个全面的工具来管理这种情况，"Adam说。据他说，普通的人力资源团队使用2到10种不同的软件即服务产品。Reflect连接到所有这些工具，并将数据集中起来。
之后，Reflect作为所有人力资源指标的单一存储库。然后，用户可以选择数据点并跟踪进展。例如，公司使用Reflect来跟踪每个部门的总人数、自然减员、每季度的加薪次数、女性在领导岗位上的比例等。
然后，Reflect让你与团队经理、高管和任何想要全面了解一般人力资源数据的人分享仪表盘。而一旦首席执行官使用了这个工具，你可以肯定它将成为必不可少的工具。
当然，许多公司创建Excel电子表格并在全公司范围内发送。但这需要大量的手工输出，而且要改变一些参数以看到不同的视图也不是那么容易。
有些公司已经有一个数据可视化工具，如Tableau和Power BI。但问题是，人力资源部门要处理敏感信息，如工资和病假。你不希望把你的人力资源数据的访问权授予整个公司。
在未来，Reflect认为它可以帮助你将自己的指标与行业的指标进行比较。随着越来越多的公司开始使用该产品，例如，比较流失率将变得更加容易。
Reflect刚完成了200万欧元（200万美元）的种子轮融资，由XAnge牵头，Evolem、Kima Ventures和一些商业天使，如Roxanne Varza、Matthieu Birach和Thibaud Elzière参与。而首批使用该产品的公司包括Pennylane、Welcome to the Jungle、Batch、Partoo和SmallPDF。
HR分析
【指南】20个人力资源分析师面试需要准备的问题，让你的面试更高效！
在大数据时代下，人力资源分析师在商业世界中发挥着至关重要的作用。通常，他们帮助组织数据，发现市场趋势并支持业务决策。无论你是在招聘人力资源分析师，还是在准备这个具有挑战性的职位的面试，多了解一下什么是有效的人力资源分析师面试问题—在提问和回答的角度上，对你都是有利的。
求职面试仍然是大多数公司用来评估候选人是否适合某一特定职位的方法。它使候选人有机会表达他们的成就、目标和其他兴趣点。
这里罗列了许多不同类型的人力资源分析师面试问题，从以属性为重点到以情景为重点，希望能以此作为你的人力资源分析师面试指南，或以此为你的组织聘请一名出色的人力资源分析师。
以个人和动机为重点的面试问题
在求职面试中，雇主会分析候选人的个人特质。了解是什么促使应聘者愿意从事人力资源分析师的工作，并借此深入了解这些品质。下面是一些适用于这一领域的人力资源分析师面试问题：
请告诉我你最大的两个弱点。
是什么促使你申请我们公司的工作？
你认为你将如何适应并融入这里的文化？
你能告诉我你职业生涯中学到的最大教训吗？
如何回答这些面试问题
在回答这一些类型的面试问题时，需要关注你的积极品质。例如，你可以提到完美主义是一个弱点，但随后解释你如何努力改善。你也可以有意识地设定更合理的目标，确定并坚持优先事项等等。
简而言之，即使你谈论的是弱点或经验教训，也要保持积极的态度。如果你正在面试一个候选人，寻找一个能在其他领域提供这些属性的明确示例的人。
面试官想衡量的另一件事是，你的公司文化偏好与你所实际申请的公司文化如何匹配。在面试之前，你有必要了解该公司的一些基本情况，以便能够解释关于你的动机和文化适应性的问题。至少，提前查看他们的网站和他们的职业页面。
基于行为的面试问题
人力资源分析师的角色要求被选中从事这项工作的人具有某些态度和行为。人力资源分析师必须从分析的角度来处理事情，利用具体数据来改善人力资源行为。可以考虑以下这些人力资源分析师的行为面试问题：
分享一个你和困难客户/内部利益相关者的经历。
你用什么系统来掌握你所从事的各种项目？
你如何确定最佳数据的来源？
你是否曾经在某些方面犯过错误？如果有，你做了什么来纠正问题？
如何回答这些面试问题
上述面试问题的回答最好具有一定程度的个性化。事实上，这也是雇主应该寻找的东西。照本宣科的回答是行不通的，回答时要独特且有趣。想一想具体的情况中你是如何表现的，以及你本可以做得更好的地方。不用立即回答，花一分钟时间思考是完全可以的。
招聘经理可以根据候选人回答问题的诚实程度来评估他们。
基于特定角色的面试问题
人力资源分析师在组织中扮演着一个有趣的角色，经常与关键决策者一起工作。这需要一套非常特殊的技能。基于角色的人力资源分析师面试问题可以深入了解这些技能，以下是一些示例：
当评估在现有部门内创建一个新的工作角色的成本时，你会求助于哪些软件工具？
你认为对细节有敏锐的洞察力有多重要？
你为一个项目编制的最有趣的分析报告是什么？
你管理数据的首选工具是什么，为什么？
如何回答这些面试问题
如果你想有机会得到一份人力资源分析师的工作，请回顾该工作的技能和要求，并将你的答案集中在这些方面。例如，如果你对公司在招聘启事中提到的某种工具有很多经验，那么在回答特定角色的问题时一定要提及这一点。
如果你没有使用该特定工具的直接经验，你可以谈谈你如何使用类似的工具。
如果你能谈谈这些要点，然后分享一些你所接触到的数据的例子，以及你是如何在工作角色中利用这些数据的，那么你可能就把工作收入囊中了。
不要忘记提到你的证书，以及它们是如何帮助你获得人力资源分析师所需的能力。例如，如果你最近完成了人员分析证书课程，请指出你学到的内容，以及它们与该角色的关联性。
基于情景的面试问题
当困难的情况出现时，雇主需要确保他们可以依靠人力资源分析师做出正确的决策。因此，人力资源分析师的情景面试问题可以帮助识别最理想的反应。以下是一些你作为候选人可能会遇到的问题，或者如果你在招聘时问到的问题。
你是否曾有过一个会影响大量员工的决定，如果有，你是用什么数据来做这个决定的？
分享一下你收到建设性批评的时刻。你是如何利用这些反馈来改进你的分析工作的？
你曾经处理过哪些不寻常的数据分析工作？
你能告诉我们在工作场所调查期间，数据何时提供了见解或证据？
如何回答这些面试问题
所有这些问题都需要在人力资源和/或处理数据方面有一定程度的经验。同样重要的是，你要有一些故事可讲。
一个很好的起始点是为你的雇主做出的重大业务决定，并将其与你亲自处理的任何日期联系起来。其中一些问题可能会让你感到困惑，但要与他们愉快地交流，并且要诚实。
基于解决问题的面试问题
除了能够以合理的方式做出反应，利用人力资源的最佳实践和数据外，人力资源分析师应该利用这些信息来解决组织问题。问题可以包括人力资源的许多领域，包括招聘问题，员工参与度，生产力，留存率和绩效。请关注以下人力资源分析师解决问题的面试问题：
你认为在解决业务问题时，人力资源分析师最关键的技能是什么？
今天大多数人力资源专业人士面临的最具挑战性的问题是什么？
你是否曾在以前的工作场所协助实施一项新政策？如果有的话，你是从哪里开始的？
请告诉我们你从数据中收到意外结果的情况，以及这对你执行解决问题的能力有什么影响。
如何回答这些面试问题
一次有质量的求职可以包括尽可能多地了解工作要求。花点时间研究和发现人力资源分析师处理的主要职责。在回答面试问题时，考虑他们解决的问题以及他们如何为组织服务。
在人力资源分析师面试中取得成功的策略：
除了练习面试技巧以及如何回答上述问题外，还有其他方法可以为人力资源分析师的面试做好准备。以下一些策略概要：
1.确认你的简历和社交媒体资料上的所有信息都是最新且正确的。
2.多关注网络，特别是你列入参考的人选，提醒他们你正在找工作。这样一来，他们就可以更加警觉地意识到，他们需要对你的相关询问作出回应。
3.第一印象很重要。确保你在面试当天看起来专业而清爽。如果你是亲自面试，你可以询问工作场所的着装要求，然后穿上相应的衣服。即使是远程面试，你仍然希望在这一过程中保持最佳状态。
4.事先尽可能多地对公司进行了解。没有两份人力资源分析师的工作是完全相同的。你在一份新工作中所做的事情可能与你以前的工作有很大的不同。准备好问问题，尽可能多地了解工作机会和公司本身。
5.面试时要牢记工资信息。这是一个经常出现的问题，因此你要准备好一个你能接受的范围。一个好的经验法则是，至少要比你最近的工作多赚5%。
6.与朋友或教练一起练习你的面试技巧。你要尽可能感到舒适，也要做好准备。当然，你不希望看起来过度练习或排练。记住，在回答问题时要真实和诚实。
7.在进入面试前，仔细查看招聘信息，思考你的经验和资格与职责要求是否匹配。可能有你不具备的资格或经验，这没关系，但是要准备好如何解决这个问题。也许你有一些其他方面的才能或专业知识，你可以把它展现出来。
8.在面试的前一天好好休息一下，准备一些笔记和问题。请务必准时，并用虚拟软件或亲自测试的方式测试路线。
作者：Tess C. Taylor
HR分析
到2024年的全球HR分析市场行业分析和增长预测-预计未来几年将以15.6％的复合年增长率增长
研究报告显示，未来几年，HR分析 HR analytics市场预计将以15.6％的复合年增长率增长。
人力资源管理（HR）用作描述组织中员工管理的总称。人力资源一词最早是在1960年代提出的。人力资源管理旨在提高企业或组织的效率。
整个工作范围，例如创建，培养和管理雇主与雇员的关系，都属于人力资源。企业可以是小型，中型或大型企业，并且视规模而定，需要适当的劳动力才能顺利开展活动。为此，人们感到需要进行劳动力优化，因为这有助于提高运营效率。劳动力优化可以通过使技能和资源与特定工作保持一致来做到这一点，使人力资源经理能够监控员工的贡献和绩效，以有助于决策的结构化形式记录绩效数据，并跟踪工作进度并确定错过的目标。这有助于加深对员工优势和劣势的了解。因此，通过制定可嘉奖的员工计划策略，
HR分析正在帮助行业，例如零售，银行，金融服务和保险（BFSI），政府，制造业，能源和公用事业，娱乐，石油和天然气，酒店，汽车，物流，信息技术和电信，教育和医疗保健组织他们的工作流程。BFSI部门在招募新人才和寻找接近退休年龄的人或离职的人方面面临危机。此外，由于该部门的工作状况相当僵化，因此对于许多年轻专业人员来说，BFSI部门并不是理想的工作场所选择。
因此，HR分析软件正以与营销部门为提供个性化客户体验的方式相同的方式，帮助这些组织创建个性化的员工体验。
来自：ResearchAndMarkets.com
Human resource management (HR) is used as an umbrella term for describing the management of employees in an organization. The term ‘human resources’ was coined in the 1960s for the very first time. Human resource management aims at increasing the effectiveness of a business or an organization. The entire spectrum of work, such as creating, cultivating, and managing the employer-employee relationship comes under human resources. Businesses can be small, medium, or large, and depending on the size, appropriate work force is required to carry out activities smoothly. For that, the need for workforce optimization is being felt as it helps in making operations more efficient. Workforce optimization does that by aligning skills and resources to a specific job, empower the HR manager to monitor an employee’s contribution and performance, record performance data in a structured form that helps in decision making, and track work progress and identify missed goals. This helps in developing an understanding of an employee’s strengths and weaknesses. Therefore, by articulating a commendable workforce planning strategy, HR analytics software is helping organizations remain strong and flourish.
HR analytics is helping industries, such as retail, banking, financial services, and insurance (BFSI), government, manufacturing, energy & utilities, entertainment, oil & gas, hospitality, automotive, logistics, information technology & telecom, education, and healthcare organize their workflow. The BFSI sector faces a crisis in recruiting new talent and finding a replacement for people nearing the age of retirement or people who leave. Further, as the job profile in this sector is pretty rigid, the BFSI sector doesn’t come across as the ideal choice of workplace for many young professionals. Therefore, the HR analytics software is helping these organizations in creating a personalized employee experience in the same way as marketing departments work for providing personalized customer experience. Further, the software employs artificial intelligence (AI) and cloud computing to establish trends from the HR data and data from other sources, such as the social media. The HR analytics market is predicted to advance at a 15.6% CAGR in the coming years, as reported in the study.
HR分析
大师谈：AI时代的人力资源：未来有很多变化，42%的员工不认为现有的HR能够胜任这一变化！
编者注：这是Josh Bersin 的观察，与HRTechChina年初发布的年度预测基本一致。其中挑战性是我们没有想到的。尤其是HR的角色能否胜任科技带来的竞争优势，帮助组织和员工快速建立这种优势，不少员工和老板不认为目前的HR能够胜任，以及觉得应该调整和改善这个角色。前瞻性的HRTechChina的用户们，你们走在了前列，看到了趋势和变化，接下来让我们一道迎接这个挑战和变化吧！
Josh Bersin在过去的几个月里，我与数十位人力资源主管讨论了他们的人才挑战和转变人力资源的必要性。
公司正在重新设计角色和重新组建团队，努力提高员工的参与度和幸福感，创建新的反馈项目，并重新思考领导力的角色。
但这些挑战中，没有一个比AI人工智能的爆炸性影响更具变革性和破坏性。
在我早期对人工智能的讨论中，我称它为“杀手级应用”，因为它有潜力改变我们所做的一切。今天，人工智能已经渗透到我们的生活中，改变了我们购物、开车、交流和管理健康的方式。随着人工智能的应用不断增长，人们的新想法和投资也在不断增加。(软银刚刚向人工智能投资了1080亿美元)。
但是，尽管许多供应商大肆宣传，人工智能并不是你“买来的”东西。“相反，我们使用的所有技术都嵌入了人工智能。人工智能工具利用数据(你必须有高质量的数据来让人工智能工作)以更智能的方式预测、建议、推荐、告知和回答人们。
现在很多公司都在大力投资人力资源领域。例如，IBM重新设计了其人力资源服务交付策略，利用智能代理帮助员工和经理回答问题，并就角色、职业、薪水和学习做出决策。
联合健康集团正在建立一个图形数据库，该数据库使用人工智能来识别提高生产力和服务质量的机会。
McKesson正在使用人工智能来了解员工关系，并提高多样性和团队效率。
作为人力资源领导者，人工智能将改变我们接触的每一个过程。我们招募、评估、雇佣、培训、开发、支付和调动人员的方式都是由AI人工智能决定的。
例如，上周，我促成了与人力资源高管的一次会议，重点讨论了人力资源业务伙伴角色的变化。这一关键角色正受到AI人工智能驱动的聊天机器人chatbot和智能平台的根本性影响，这些平台使员工和管理者越来越容易直接获得他们需要的信息。
不幸的是，许多人力资源组织没有为未来的变化做好准备。Harris Insights进行的一项全球研究发现，尽管超过80%的美国和英国员工认为拥有人工智能技能将为他们的公司带来竞争优势，但42%的人表示，他们不认为人力资源部门能够执行这一任务(真是一个不好的消息)。
普华永道(PwC)对首席执行官的一项调查发现，63%的受访者正根据新的人工智能技术和劳动力需求，重新考虑人力资源部门的角色。
人力资源部门现在有责任建立信任系统、智能系统，以及更好的预测系统，以帮助人才做出决策。我在商界的老朋友之一里奇•休斯(Rich Hughes)(联合健康集团(United Health Group)人力资源战略主管)正在一个图形数据库中构建一个包含大量员工数据的数据湖，以帮助公司更好地理解、预测和提高客户服务、索赔和其他数十个领域的绩效。摩根大通和其他公司也在做同样的事情——这就是人力资源的发展方向。
为了达到这一目标，我们必须做好准备，应对人力资源所有职能领域以及业务本身的全面中断。在我做分析师的25年里，我目睹了许多革命性的变化。我相信人工智能将是最具影响力的改变。
以上由有道翻译软件完成，感谢中国翻译软件！推荐有道翻译，更地道
原文来自：https://joshbersin.com/2019/07/hr-in-the-age-of-ai-lots-of-change-ahead/
扫一扫 加微信
hrtechchina
HR分析
HR分析
HR分析
HR分析
HR分析
扫一扫 加微信
hrtechchina
