-
Microsoft Copilot
大咖观点：生成式AI将全面普及，HRTech的未来在哪里？
HRTech概述：Josh Bersin最新推文谈到，生成式AI全面进入主流！46%的企业领导每天使用AI，80%每周使用，74%报告正向回报，AI投资普遍超千万美元。当前主要用于会议总结、数据分析与文档撰写，但AI正在从“个人助理”升级为“多功能智能体”。IBM Ask HR 与 Galileo 等系统正在成为企业的数字伙伴。未来，AI Agent 将具备记忆与个性，并通过数据治理实现跨系统协作。AI不会取代工作，而是让HR成为“超级工作者”。企业的竞争，将取决于谁能率先完成AI系统化转型。推荐阅读了解，视频解读可以访问视频号：HRTech
这里有一份JoshBersin发布的报告《充分发挥 AI 影响力，拥抱超级员工时代》，点击下载
Josh Bersin刚刚完成了一次横跨欧洲、亚洲和中东、累计近六万英里的行程，拜访了数百家公司，讨论他们的AI战略。虽然每家公司的成熟度各不相同，但有一点非常明确：AI作为商业工具已经到来——它是真实存在的，其使用场景正在迅速增长。
宾夕法尼亚大学沃顿商学院（Wharton）的最新调查显示，46%的商业领袖每天使用生成式AI（Gen AI），80%每周至少使用一次。在这些用户中，72%正在衡量投资回报率（ROI），74%表示结果是正向的。顺带一提，HR部门在使用率上排名第三，仅次于IT和财务部门。
预算投入也在大幅上升：23%的大型公司每年在AI上的支出超过2000万美元，43%超过1000万美元。
企业从AI中获得了什么？答案是：生产力。目前最主要的应用是我称之为“第一阶段”的使用方式——个人生产力提升。AI帮助员工总结会议、分析数据、查找信息、撰写或分析文档。这些个人层面的应用确实带来了实在的效率提升，但这仅仅是开始。
生成式AI或将成为“新一代微软Office”
不得不说，这种使用方式与文字处理、电子表格和互联网搜索早期的发展非常相似——它们都是“个人生产力”的革命。微软对此早已深谋远虑，MS Copilot正在逐渐成为“新一代Office套件”。
当然，AI能做的远不止这些。目前约有12%的公司部署了企业级AI代理（Corporate Agent），例如IBM的“Ask HR”。这类“知识与信息管理”聊天机器人正迅速普及，它们可以取代复杂的门户网站和SharePoint页面，也可用于客户支持。未来，每家公司都会拥有自己的AI代理。
举个例子：我们的一位客户——一家大型医疗保健公司——已经运行员工聊天机器人（Agent）四年之久。它的成功使得公司所有的HR应用都逐步整合在其后端。员工通过该Agent就能获得关于薪资、福利、工作排班甚至培训的帮助。
AI在招聘领域的应用也已被证明行之有效：候选人可以与智能代理聊天、完成AI评估，甚至接受AI虚拟面试——这一切可在深夜进行，无需安排与招聘经理的通话。
虽然高ROI的多功能Agent（Stage 3）尚未全面落地，但各企业已开始部署AI教练和AI学习工具。许多大型客户已上线AI原生学习系统，实现了30%–40%的人员优化，同时显著提升了学习与赋能效率。
跨越卢比孔河：我们越过了什么界限？
“跨越卢比孔河”（Crossing the Rubicon）意味着“无法回头的临界点”。现在，我们正处在这样的时刻。
尽管外界仍有各种危言耸听的报道——称AI将毁掉工作与生活——生成式AI其实是一种有用、务实、且易于理解的工具。它并不完美（我在播客中讨论过ChatGPT的高错误率），但一旦你掌握了使用方法，并建立可靠的数据集，AI的表现相当令人满意。
两年前，《纽约时报》还在刊登那些关于AI恋人或“AI伴侣”的怪异故事。如今这些报道早已消失，取而代之的是超过1万亿美元的基础设施、工程与能源投资——让AI真正变得安全且可用。
当然，这并不意味着AI百分之百安全。如果使用不当，你仍可能得到错误结论、糟糕报告或虚假结果。但我们正在学习如何“验证AI”的输出，对其“概率性特征”也更加适应。
新的挑战也随之出现——AI的能耗与资源消耗。例如，阿联酋的一位领导者告诉我，每一次ChatGPT查询平均会消耗4升水，这已成为亟待解决的新问题。
接下来会怎样？
我们才刚刚开始，AI的演进远未结束。
第一阶段：从单用户到多功能使用场景
AI的最大ROI将来自我称之为“多功能智能体”（Multi-Functional Agent）的形态。当前的AI工具，就像汽车中的“助力方向盘”——虽然能帮助转动方向，但我们真正想要的是“AI直接带我们到达目的地”，而非仅帮忙转向。
这种转变正在招聘和培训领域率先出现。如今的AI代理能自动撰写职位需求、与候选人沟通、安排面试并筛选简历，接下来还会连接入职与绩效评估。这种“招聘-职业一体化智能体”正是多功能AI的雏形，我们也在为供应商与买方制定相关蓝图。
企业不希望拥有上百个“各自为政的Agent”，而是希望建立能贯穿端到端业务流程的“智能工作代理”。例如，“从设计到生产再到销售”或“从营销到签约、再到开票与支持”的全流程。当前的单一用例AI将逐步走向融合。
随着这些多功能Agent的出现（多数由IT团队自建，而非完全依赖供应商），企业岗位将被系统性重塑。不再需要“面试协调员”“客户预约助理”或“应收账款专员”——这些工作将被整合到AI工作流中。
在我们的Galileo实践中也能看到这一趋势：它从最初的HR助手，进化为能自动回答问题、生成课程、解决复杂薪酬或内部政策问题的系统。Galileo如今能“为你构建解决方案”，从“问题或想法”一步直达“验证过的解决方案”，就像一辆“自动驾驶汽车”。
智能体将拥有记忆与个性
第二个重大变化是：AI智能体开始“了解你是谁”。例如，Galileo现在可以记住你的身份和过往行为。与其每次都从零开始，这些智能体会**“从你的使用中学习”，或“从业务本身学习”**，因此变得更具自主性、更个性化，也更有价值。
想象一下：你是一位经理，面临产能不足的问题。你问Galileo：“能帮我招聘一个新员工吗？”Galileo可能会回答：“在我帮您开启招聘申请之前，能否请您说明这个职位要做什么？”然后它可能继续问你部门的管理幅度（因为它掌握基准数据），并建议道：“以您预算的薪资水平，寻找内部候选人可能更合适。是否希望我帮您筛选具备相关技能的公司内部员工？”
一个月后，当你再次向Galileo求助时，它可能会说：“上次您新招的那位员工似乎上手速度较慢。我们是否该为团队制定一个新的培训计划，再考虑增员？”
看出差别了吗？当所有这些“助力方向盘式”的AI工具逐渐协同工作时，下一步就是让AI真正“接管整辆车的驾驶”——帮助企业整体运作，而非只处理单点事务。Bersin预测：这类系统将在2026年大量落地。
数据管理将成为企业的命脉
在与拥有AI经验的公司交流时，我们几乎发现了一个共同点：他们新培养的最关键能力，是数据管理、数据标注与数据治理。
我们在构建Galileo的过程中也得到了相同的教训：如果数据不准确、不及时、未正确标注，AI的输出就会失真。AI本身并不“理解”这些文字或数字的意义，它只是通过概率与向量计算来生成答案。因此，哪怕最微小的数据错误，都可能导致高比例的错误结论。（可参考我关于“45%的新闻查询结果有误”的播客内容。）
这也是为什么像IBM、沃尔玛、BMS这样的公司最终发现，“数据所有权”成为了关键战略资源。
例如，IBM在其“Ask HR”智能体中管理着超过6000条HR政策，并为每条政策指定负责人，负责更新与维护。现在，IBM正在构建新的智能体，用以扫描政策内容，监测全球数千个地区的法规变动，以提醒潜在风险。可以预见，所有公司都将踏上这一学习曲线。
智能体将与智能体对话
更令人兴奋的是：AI智能体之间的“互联互通”即将实现。我们称之为Agent-to-Agent（A2A）通信，或多代理通信协议（MCP）。虽然这些协议仍在早期阶段，但企业界已在积极探索。
不过我也要提醒一句：别急着采购五十个不同的AI代理。如果这些代理不能互相协作，它们的实际价值会大打折扣。许多客户现在签合同时只签一年，就是为了避免“被锁死在某个快速过时的AI系统中”。
供应商风险与市场格局
AI前路依然存在风险。我们仍不确定OpenAI是否能“自我整顿”，微软的Copilot目前分散在多个方向，而谷歌（Gemini）与Anthropic还需面对来自Grok、DeepSeek等新竞争者。如果股市出现剧烈调整，AI行业也很可能迎来一轮整合。
我认为，那些专注于高质量、务实商业应用的产品才最值得购买。例如Galileo、Paradox、Eightfold、Sana、Arist等，这些HR领域的AI产品都已具备成熟的落地能力。
此外，各大HCM厂商——SAP、Workday、ADP、HiBob、ServiceNow——也正在将AI智能体嵌入薪酬与流程引擎中，力图成为企业的端到端多功能智能体供应商。SAP收购SmartRecruiters、Workday收购HiredScore、Paradox与Sana的整合，正是这一趋势的体现。HR团队必须密切跟进这些生态变化。
其他担忧：工作流失与员工“被弱化”？
在我这次旅途中，听到了很多类似的担忧：HR人员害怕被取代；招聘人员不确定候选人是否“真人”；有人问我：“我们是不是都要变得更笨？”
我的回答是——如果你不主动拥抱这场革命，它也会在没有你的情况下开始。这是一个商业史上难得的转型时期，我们有机会彻底重塑自己的工作方式。现在不是退缩的时刻，而是亲手掌握AI工具、亲身实践的时刻。只要你开始使用这些工具，或者让我们带你体验Galileo，你就会发现新的职业机会——你的熟练度与经验将成为你在AI时代的竞争优势。
至于AI是否会取代人类的工作？我建议别听技术圈那些危言耸听的人。这根本不可能。
即便有一天我们真的拥有“自动驾驶汽车”，我们回头也可能会说：“其实开车也没多有趣嘛。”那时候我们会把注意力放到生活的其他部分，用新的方式创造价值。
而AI技术仍然如此新、如此不完美、变化如此迅速，反而创造了无数新的岗位与角色——超级员工（Superworkers）、顾问、创新者——去挖掘新的应用场景。
我记得1981年电子表格刚推出时，大家都以为会计师要失业了。结果呢？如今会计师比过去更多，只是他们不再浪费时间手算列数。
对于设计师、创作者、作家或分析师而言，AI就像你身边的一台个人超级计算机。正如木匠使用电动锯与自动雕刻机一样，你依然能创造出精美、复杂的作品——只要学会使用这些新工具。
欢迎来到新的世界
现在迷雾已散，AI将长期存在。让我们一起走上“超级工作者”的道路，帮助组织学习、应用并充分利用这项惊人的新技术。接下来的方向，就掌握在我们手中。
附录：这里有一份JoshBersin发布的报告《充分发挥 AI 影响力，拥抱超级员工时代》，点击下载
附录思维导图：
Microsoft Copilot
2025年11月11日
-
Microsoft Copilot
OpenAI 重磅发布 GPT-5：从聊天机器人迈向智能体，AI 正式进入企业实用时代
【HRTech 报道】2025年8月7日，OpenAI 正式发布了其最新旗舰级大模型 GPT-5，标志着生成式人工智能进入“智能体”新阶段。OpenAI CEO 萨姆·奥特曼在发布会上表示，GPT-5 是通往通用人工智能（AGI）的关键一步。不同于以往注重模型规模和参数数量，GPT-5 更侧重于架构创新与企业级能力落地，预示着 AI 正式成为企业核心工具的一部分。
从模型到智能体：统一架构打开多场景应用空间
GPT-5 是 OpenAI 首个“统一模型”，整合 GPT 系列与 o‑series（推理模型），不仅具备对话能力，更可以像智能代理一样执行复杂任务，包括代码生成、项目规划、调试协助和研究报告撰写等。这一转变也意味着，企业将不再仅依赖外部插件或工具，而是可以通过 GPT-5 实现高度自动化的工作流，开启“AI 工作伙伴”时代。
企业级应用升级：写作、医疗、金融能力全面增强
在多个关键行业场景中，GPT-5 展现出显著性能提升：
医疗健康场景的幻觉率降至仅 1.6%，较 GPT-4o 的 20.6% 大幅降低；
通用对话场景幻觉率也降至 4.8%；
可即时生成完整软件（vibe coding），实现从自然语言到代码部署的全过程自动化；
被媒体评价为“具备博士级专家问答能力”的 AI 助手。
这些提升让 GPT-5 在高风险行业如医疗、法律、金融中变得更加可靠，适用于决策支持、合规判断及精密内容生成。
技术亮点：即时软件与动态推理机制
GPT-5 引入了“实时路由器（real-time router）”与“test-time compute”机制，可根据用户输入的复杂程度动态调整推理深度与计算资源，在保证速度的同时提升响应准确率。这使得 GPT-5 成为真正适应多任务、多需求的智能系统。
基准测试领先但保持克制
在 SWE-Bench Verified（真实 GitHub 编程任务）中，GPT-5 首次尝试得分达 74.9%，略高于 Claude Opus 4.1 的 74.5%；在 GPQA Diamond（博士级科学问题测试）中取得 89.4%，领先行业同类模型。但在 Humanity’s Last Exam（跨学科能力测试）上使用工具后的得分为 42%，略低于 xAI 的 Grok 4 Heavy（44.4%）。OpenAI 也坦言，部分代理任务与安全机制仍在持续优化中。
用户体验升级：人格化、记忆能力双提升
个性化设定：ChatGPT 中新增了四种人物性格设置——“Cynic（愤世者）”、“Robot（机器人）”、“Listener（倾听者）” 和 “Nerd（学究）”，让用户能够根据对话偏好调整风格。同时，模型更关注会话历史与用户偏好，提升个性化与长期交互体验，助力 AI 助手真正走入日常工作与生活。
全面开放策略，赋能开发者与企业
GPT-5 已对所有 ChatGPT 用户开放，免费用户亦可体验核心能力：
Plus 用户每月 $20 可获得更高使用额度；
Pro 用户每月 $200 可访问 GPT-5 Pro 模型与更大计算资源；
开发者 API 提供 gpt-5、gpt-5-mini、gpt-5-nano 三种规格，灵活适应不同业务需求，按 token 计费起步价为每百万输入词元 $1.25，输出词元 $10。
对 HR 科技的深远影响
对于 HR 科技行业而言，GPT-5 的发布意味着：
招聘流程将更加智能化，实现从 JD 编写到简历筛选、面试问题生成的全链路自动化；
合规培训、政策解释、员工沟通等复杂任务可借助 GPT-5 实现快速生成与多语言支持；
企业内部的 AI 助手不再是概念，而是切实可用的生产力工具，推动 HR 数字化转型向深水区迈进。
OpenAI 用 GPT-5 展现了生成式 AI 的另一种可能：不仅聪明，更安全、更懂业务、更可控。这或将成为未来 HR Tech 领域，乃至所有企业级软件的核心驱动力量。
Microsoft Copilot
2025年08月08日
-
Microsoft Copilot
Josh Bersin：效率革命，掌握AI转型的四个生产力阶段
本篇文章强调了人工智能不是替代工作，而是赋能“超级员工”，提高工作价值和薪酬，为企业创造更多价值。作者还提到正在进行的研究，并预告了即将发布的《2025预测报告》。接下来让我们一起看看以下文中讲述的内容。
我们在技能和工作设计方面做了大量咨询工作，现在人工智能工具已经到来，我们正在以前所未有的速度重塑工作。因此，让我来谈谈对这一过程的一些看法，你也可以从我最近的播客中了解更多。
众所周知，人工智能商业工具有很多种： Copilots、Assistants、Agent、Talent Intelligence Systems 和嵌入式应用。每种产品都建立在人工智能优先的基础上，并通过领域专业知识、用例分析和迭代设计来构建越来越智能的系统。
自动驾驶汽车从语音助手、自动刹车和车道警告开始。现在，它们能让你保持在车道上行驶，并在限速发生变化时减慢车速。很快，它们就会为我们开车，这样我们就可以坐在后座上看书了。
我们的人力资源助理伽利略最初只是一个研究和解决问题的工具，现在正迅速成为一个人工智能教练、基准工具、招聘和变革管理系统。因此，随着时间的推移，所有这些工具都从简单的用例发展到更深入的应用和自主性。
随着工具越来越智能，领域越来越聚焦，我们将不得不重新思考我们的工作和业务流程。与ERP不同的是，在ERP中，我们基本上是通过培训让人们 “采用 ”系统，而现在，许多突破性的应用都是自下而上的。个人将发现人工智能的能力，然后以越来越创新的方式加以应用。
随着时间的推移，随着人工智能变得越来越智能，我们的工作将更多地转向人工智能的 “监督者 ”和 “培训者”，而不仅仅是消费者。例如，如果我们的自动驾驶汽车走了一条崎岖不平的路，我们可以 “重新训练它”，让它走一条更长但更平坦的路。
正如我在播客中所讨论的，我认为目前的应用分为四个阶段。而我们正同时处于这四个阶段之中。
第一阶段：让现有工作更轻松。(同样的工作，更好的工具）。
这时，我们点击 Microsoft Copilot 或 Zoom 或 Teams，系统就会在我们的帮助下分析会议、总结邮件或撰写文档。我们的工作方式和以前一样，但现在有了 “超级生产力 ”工具，工作变得更轻松了。这些 “附加 ”用例层出不穷，而且已经让人感觉它们是一种商品。
在大多数情况下，员工可以看到 10-15% 或更多的改进，但生活并没有太大的不同。有时，工具会拖慢我们的工作进度（Copilot 还不能很好地创建幻灯片），甚至会妨碍我们的工作。但我们可以期待这种模式继续下去，我们中的大多数人都能自己解决这个问题。
第二级：主要步骤被省去，但工作还是一样。(同样的工作，工具消除了工作）。
在第 2 级，我们实现了大量自动化。软件工程师现在 70% 的代码都是使用协同工作开发的，因此他们需要花更多时间来测试和提示人工智能。他们的个人编码技能可能会萎缩，但现在可以处理更多的架构问题。
软件工程师的 “工作 ”可能还是一样的，但产出要大得多。因此，我们拿着同样的薪水，做着同样的工作，但使用的却是高度自动化的工具。
这包括芯片设计师、软件工程师、超市收银员、护士排班，甚至是招聘助理。例如，Paradox 的客户在招聘时几乎不需要 “排班助理”。
在这一层次，公司的生产率可提高 50-75%，并可腾出时间专注于质量管理、客户服务和工具的持续改进。
第三级：与代理合作，重新设计工作。(新工作、重新设计的流程、代理自动化工作）。
在第三级，我们将更进一步：重新设计流程和工作。试想一下，麦当劳是如何用自助服务终端取代柜台员工，消除 "请问您要点什么？
这需要大量的设计工作，但却为餐厅带来了全新的角色、工作流程和管理结构。每个汉堡的成本 "下降了，而顾客体验却几乎一样好（不完全是）。
在这里，我们需要小心谨慎，因为有时 “自助式人工智能 ”体验并不奏效。超市自助结账就是一个很好的例子。它很少能很好地发挥作用，而且通常比排队时间更长。但它会越来越好，由此带来的体验是更快的吞吐量、更多的数据（自助服务代理可能会给你提供折扣，因为它知道你的购买记录），以及远胜于员工的角色。
在第三级中，员工仍然参与其中，我们或多或少是 “与机器一起工作”，为流程提供辅助和支持。
第四级：自主智能代理，人工智能的培训和管理。(新的工作、重新设计的流程、人 “管理 ”代理）。
到了第四级，我们就更进一步了。想象一下，一个人工智能招聘人员（Paradox 就是这样做的）可以给招聘经理和他的团队发送电子邮件，获取有关工作和角色的反馈和要求，整合输入信息，并创建一个完整的描述。然后，该代理可以根据公司文化和薪酬政策对该职位进行审查，将该职位与外部市场上的类似职位进行比较，并调整级别、职位名称和描述，使其具有竞争力。然后，它就可以开始寻找候选人，并向招聘经理和招聘人员提供一组按不同标准排序的候选人。
对于招聘人员来说，这个过程需要几十个步骤，但它可以完全自动化，并得到极大改进。招聘代理甚至可以查看以往的招聘信息，并根据其他候选人的成功案例，更智能地确定招聘对象。
现在，人类的工作就是 “培训”、“监控 ”和 “管理 ”这个人工智能代理，他实际上已经成为了一名数字员工。(注：Salesforce 正在为销售和服务部门打造这一功能。）
超级员工的崛起
我们的观点是，人工智能不是一种 “工作替代 ”技术，而是一种 “超级员工赋权 ”技术。换句话说，这些方案中的大多数方案都会带来更高的工作价值、更高的薪酬，并为企业创造价值（而不是降低成本）。
这种情况正在迅速发生。
我们正在进行这方面的一项大型研究，我将在我们即将发布的《2025 预测报告》中对此做出更多解释。这一切的好处将是提供新的高薪工作岗位，更快地应对业务变化，但也有大量的 IT、设计和数据管理工作要做。但根据我们的研究，这一切很快就会到来。
Microsoft Copilot
2024年12月02日
-
Microsoft Copilot
大咖谈：SAP SuccessFactors 人工智能战略
Josh Bersin 写了一篇文章介绍SAP的SuccessFactors通过其创新的AI策略正在彻底改变人力资本管理（HCM）领域。文章探讨了AI在增强招聘、学习、员工服务等各种人才流程中的变革作用。SAP在SuccessFactors的多个模块中推进其AI应用，重点关注实用、高价值的解决方案。Joule，一个为SAP应用专门设计的AI工具，是该策略的核心。文章还讨论了SAP在AI领域的方法，涵盖生成性AI、会话AI和深度学习AI。它强调了AI逐渐融入功能发布中，提升HR技术栈的整体用户体验。文章最后肯定了SAP在HR技术集成AI方面的领导地位。
以下是文章内容，AI翻译，仅供参考：
本周，Josh Bersin与 SAP / SuccessFactors 架构团队进行了深入的简报，深入了解了公司的人工智能长期战略。我离开时留下了深刻的印象，并开始理解人工智能如何不会“取代”HCM 平台，而是以一种非常重要的方式“改变它”。
人工智能在 HCM 中的应用有很多“表面”。人工智能可以协助采购、招聘、学习、继任和大多数人才流程。人工智能可以增强内容开发、员工沟通、案例管理和员工服务。作为分析引擎，人工智能可以极大地增强薪酬公平分析、绩效管理分配、领导力评估等。
对于像 SuccessFactors 这样的全球 HCM 供应商来说，机会空间很大。目前，该公司并没有考虑核心人力资源的架构替代品，而是专注于务实、高价值的用例，这些用例可以立即使 SuccessFactors 变得更有用、更高效、更有价值。
目前，该公司 在 SAP SuccessFactors 模块中拥有大约十个主要的 AI 用例系列，每个用例系列都有一个多场景功能路线图。其中包括智能职位描述、推荐的学习和职业、人才流动和人才市场、技能和能力推断和分析、员工政策和沟通，以及员工服务、员工交易、福利和核心人力资源中的用例。（智能职位描述和面试问题已上线。）
当我查看整个路线图（其细节仍然保密）时，我对 SAP 的务实和成熟感到震惊。由于该公司在几乎每个行业的数百个人才流程中都拥有深厚的领域专业知识，因此该团队显然正在尽可能地“应用人工智能”。他们并没有做出使用 OpenAI、Microsoft Azure 服务、IBM 或其他技术堆栈的单一架构决策，而是为每个用例找到合适的法学硕士，并针对其目的进行了优化。
例如，最大的用例之一是语言翻译。 。该团队有数百个界面和对话需要翻译，因此他们找到了为此目的优化的特定法学硕士。是的，SAP 正在与 Microsoft 合作开发 Copilot，但他们也在构建自己的副驾驶，称为 Joule。
Joule（“焦耳”就像一瓦特的能量）是为所有 SAP 应用程序精心设计的 Copilot。该团队已经开发了 30 多个用例（交易或旅程），其中许多将在 2024 年 1 月推出。它是在 IBM 的一些支持下开发的，它允许公司使用 Joule 进行目标管理、人力资源政策、工作变动、打卡/外出、请假等事务。想象一下使用聊天机器人开发、管理和审查您的目标：SAP 即将推出它。
SuccessFactors 将其人工智能项目分为三种类型：生成式人工智能、对话式人工智能和深度学习人工智能。在众多功能中，这意味着SuccessFactors客户将获得各种工具，如写作助手、申请人筛选、职业对话、学习导师，以及人才情报功能，如职业探索、人才市场和高级学习建议。SuccessFactors 也非常注重人才情报。
客户将通过“功能发布”来了解这项技术。换句话说，客户不会尝试将人工智能作为一个全新的平台进行营销，而是会看到应用程序的所有领域都出现了许多高级功能。
随着公司构建 Joule（系统中的核心新功能），该范式被分为三种类型的工作流程： 信息模式（查找和显示信息，例如查看您的福利或假期余额）、导航模式（导航用户）通过带有卡片和提示的业务流程，例如创建或查找职业道路）和事务模式（直接执行事务，无需进入应用程序模块，例如输入费用报告或开设新职位）。
由于 Joule 是一款对话式应用程序，它不仅可以回答问题，还可以引导用户完成工作流程以简化工作流程。SAP 明白这是一个巨大的范式转变，从“填写表格”转变为“告诉系统您想要做什么”。上周我与一家全球科技公司的人力资源技术主管讨论了这个问题，他告诉我，由于为员工使用智能代理，他们的呼叫中心查询量已经减少了 30%。唐娜·莫里斯 (Donna Morris) 也分享了沃尔玛员工助理的类似甚至更好的结果。
Joule 适用于所有 SAP 产品，并且还存储历史记录。因此，当您在工作中执行不同的操作时，系统会记住您最后执行的操作，从而使其变得越来越易于使用。例如，如果您想给员工奖金，您可能需要在 CRM 中查看员工的销售业绩，将该数据放入奖金文档中，然后将其发送以供审批。如果您不是使用 CRM 的专家，Joule 会帮您找出您的需求。
其底层架构称为SAP Business AI。SAP Business AI 是各种 LLM 和 AI 服务，能够为系统的不同部分提供不同的功能。这意味着 Joule 本质上是一个“开放系统”，它也可以访问其他交易信息。想象一下，如果您将 Joule 连接到公司的银行系统：员工可以使用 SuccessFactors 查看或管理他们的财务账户，查看他们的奖金何时到达支票簿等。（这不是 SAP 计划做的事情；尚未宣布，我'我只是想象了很多选择。）
这种开放式架构很重要。当公司构建自己的 Copilot 和人工智能代理（如 Galileo）时，他们将希望与 SAP 和 SuccessFactors 进行交互、共享数据并连接。这种“开放 API”流程是 Joule 战略的一部分，因此在某些方面 Joule 可以在这个更大的空间中发挥作用。
竞争即将来临
虽然没有其他 HCM 供应商宣布过这种深度水平，但您可以打赌，未来还会有更多深度。 Workday几个月前推出了其高层战略，微软已经推出了与 HCM 和 CRM 产品集成的Microsoft Dynamics 365 Copilot 。这只是冰山一角：每个人力资源技术提供商都在尽快添加 Gen AI 功能。
但 SAP 作为最大的供应商，显然保持着领先地位。他们的战略是综合的、全面的，并且注重务实的需求。
未来还有很多
当 OpenAI 去年秋天进入市场时，我们几乎无法想象人工智能会走向何方。 现在，感谢 SAP 等供应商，我们将看到人工智能功能、对话界面和令人惊叹的生产力工具出现在我们的日常生活中。
这是一个令人兴奋的新世界，我很高兴看到 SAP 引领潮流。
Microsoft Copilot
2023年12月22日
扫一扫 加微信
hrtechchina
