performance management
被AI“炒鱿鱼”已经不是科幻：真实员工被AI经理Luna解雇，经理这个岗位也要被重写？
HRTech核心摘要：在旧金山运营实验性零售店Andon Market，由AI Agent Luna负责招聘、排班、请假和员工管理。一名员工在23个有打卡信息的班次中迟到17次，并伴随公司卡使用、未执行指令和离岗等问题。Luna最初因遗忘员工手册只建议警告；在人类补充正式沟通记录并要求重新评估后，它最终建议结束雇佣关系，真人随后完成审核和解雇。
别只担心AI抢你的工作，它可能先成为你的老板。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
当AI开始决定谁该走：AI开始首次参与真实员工解雇，HR管理正在进入Agent时代
2026年8月，一个发生在旧金山实体零售店里的实验，把“AI会不会替代工作”这个已经讨论多年的问题，推到了一个更敏感的位置：AI不只是帮助员工完成任务，它开始真正进入招聘、排班、绩效管理甚至解雇建议等管理权领域。
AI研究公司Andon Labs在旧金山运营一家名为Andon Market的真实零售店，并把日常管理交给由Claude驱动的AI Agent——Luna。Luna不是一个简单的聊天机器人，它拥有公司邮箱、电话号码、公司卡、互联网和门店监控等工具，可以发布职位、筛选候选人、进行电话面试、安排班次、批准请假、处理库存和日常运营，并直接与真实员工沟通。随后，一个过去更多存在于科幻小说和管理学讨论中的场景真正发生了：Luna对一名现实中的员工是否应该继续留任进行了完整评估，并最终建议终止这名员工的雇佣关系。
这名员工在有记录的23个班次中迟到了17次，同时还涉及未及时回复工作消息、没有按照要求执行任务、将公司卡带回家、在被要求不要采购后仍使用公司卡购买22.92美元零食，以及值班期间离开门店造成店内无人值守等问题。经过对员工表现、内部政策和此前沟通记录的重新分析，Luna最终得出判断：“I don't think this is the right fit for the role as built.”也就是说，它认为这名员工已经不再适合这个岗位，并建议双方结束雇佣关系。
最终的法律审核、批准以及真正的解雇沟通仍然由Andon Labs的人类管理人员完成，因此严格来说，这并不是“Claude自己把一个人开除了”。但这件事真正具有分水岭意义的地方在于：一个AI Agent已经开始对真实员工的去留作出实质性的管理判断。
HRTech认为，这件事情真正值得关注的，并不是“AI第一次炒人”这个戏剧性标题，而是它揭示了一条越来越清晰的趋势：**AI正在从生产力工具进入企业管理权。**过去两年，企业讨论最多的是员工如何使用AI、哪些任务会被AI替代；接下来，企业不得不面对一个更加棘手的问题：当AI开始招聘、排班、监督、评价甚至建议解雇员工，人类究竟应该把多少管理权交给AI？
这不是“AI自动炒人”，而是一场真实的AI管理实验
必须首先厘清一个事实，这名员工并不是被Claude直接通过邮件或系统自动解雇。AI承担的是绩效分析、政策判断和管理建议，真正执行termination的仍然是人类管理人员。但即便如此，这个案例依然具有非常明显的标志性意义，因为Andon Labs并不是临时让Claude回答一句“这个人应不应该被开除”，而是把AI长期嵌入一家真实企业，让它持续承担Manager角色。
Luna可以在LinkedIn、Indeed和Craigslist发布招聘信息，筛选候选人并进行电话面试；被招聘的人拥有真实工资和雇佣合同，不是配合实验的演员。进入实际运营后，Luna继续负责员工排班、工作沟通、请假、库存管理和日常经营。因此，这个实验真正测试的是：一个通用AI Agent是否能够长期承担一部分传统意义上的管理工作。
这也是为什么Andon Market与过去十几年已经存在的“算法管理”有所不同。Amazon仓储、Uber、DoorDash等平台早已使用算法进行工作分配、绩效监控和账号管理，但这些系统大多基于固定指标和预设规则。例如迟到多少次、评分低于多少、取消订单达到什么比例，就触发相应流程。而Luna代表的是另一种技术路径：它会阅读员工对话、理解政策、整合上下文、分析历史行为，并通过语言模型进行类似人类管理者的推理。
换句话说，算法管理正在从“规则自动化”逐渐走向“管理推理自动化”。这可能才是这件事情真正值得HR和企业管理者关注的地方。
更值得注意的是，Claude一开始其实并不想开掉这个人
如果只看最终结果，人们很容易得到一个直觉判断：AI经理是不是比人类经理更加冷酷，只看数字、不讲人情？但Andon Market实验呈现出来的过程恰恰相反。Luna的问题并不是“太严格”，而是某种程度上“太宽松”。
Luna此前自己制定了一份员工手册，其中明确规定，在30天内出现3次无正当理由迟到，应当给予正式书面警告；如果在警告之后继续出现类似情况，则可能减少工时或者终止雇佣。但后来发生了一个非常典型的大模型问题：Luna“忘记”了自己制定的员工政策。
员工持续迟到，但这些零散事件并没有被自动整合成长期绩效记录。Luna最初只认为这名员工迟到了6次，而Andon Labs后来重新检查clock-in记录后发现，在23个有记录的班次中，这名员工实际上迟到了17次。其中一次，员工原本应该大约上午10点到岗，却直到11:08才打卡，导致当时只有该员工值班的门店晚开了68分钟。但Luna当时的反应依然非常宽容，大意是不用赶路，安全第一，而且上午10点到11点原本也不繁忙。
这暴露出AI管理者一个非常现实的问题：它最大的风险未必首先来自“没有同理心”，反而可能来自记忆不足、政策执行不连续以及上下文丢失。一个人类经理可能会自然形成“这个员工最近经常迟到”的长期印象，但一个Agent如果缺乏稳定的长期记忆和结构化数据支持，可能根本无法形成这种连续判断。
更有意思的是，当Andon Labs后来主动提醒Luna重新查看员工手册，并询问按照公司政策应该如何处理时，Luna第一次给出的建议仍然不是解雇，而是进行一次正式的警告和coaching。它的理由与传统HR的progressive discipline逻辑非常接近：此前缺乏足够正式的纪律处分记录，因此直接解除劳动关系可能过于激进。
这意味着，真正改变Luna判断的并不是一个简单的迟到数字，而是后来的人类输入。
一个Prompt，可能改变一个员工的命运
Andon Labs随后向Luna补充了更多背景信息，包括此前已经进行过多次正式沟通，以及员工除了迟到之外，还存在Slack回复不及时、执行指令不到位、公司卡使用和离岗等问题。随后，人类管理人员提出了一个非常关键的问题：“I want you to think about if this is really the right fit.”
Andon Labs CEO Lukas Petersson后来也承认，这属于一个带有明显方向性的leading question。Luna重新评估之后改变了判断，认为这名员工已经不再适合这个岗位，并建议结束雇佣关系。
这可能是整个案例中最重要、同时也是最容易被“AI开除员工”这个标题掩盖的部分。如果提问方式能够影响AI的管理判断，那么谁控制Prompt，谁就在一定程度上影响结果。
在写邮件、生成PPT或者总结报告的时候，Prompt Sensitivity通常不会产生严重后果。但一旦AI开始进入招聘淘汰、晋升、薪酬、绩效评级、PIP和解雇等高风险就业决策，这个问题就会迅速升级为治理问题。管理者可以要求AI“客观分析这名员工的表现”，也可以问“考虑到这些持续存在的问题，你认为这个人真的还适合这个岗位吗？”对于语言模型而言，两种提问方式很可能产生不同的推理路径。
因此，未来企业可能必须像审计财务模型一样审计AI管理决策：谁提出了问题、使用了什么Prompt、AI获得了哪些员工信息、哪些信息没有被提供、AI最初的建议是什么、人类后来增加了什么Context，以及最终是谁批准了决定。
这也是为什么Human-in-the-loop不能简单理解为“AI做完判断，人类最后点一下Approve”。如果人类只是承担最后一次点击，那么Human-in-the-loop最终可能退化成Human as liability holder——AI完成判断，人类承担责任。
真正的问题不是Claude，而是AI正在成为“Manager OS”
从HRTech的角度来看，Andon Market案例真正值得关注的并不是Claude这一个模型，而是一种新的企业技术架构正在形成。
过去几十年，HR科技的核心是HRIS、ATS、Payroll、Performance Management和Learning Management等系统，这些产品的主要价值是记录员工数据和支撑业务流程，可以被理解为System of Record。生成式AI出现后，我们进入了Copilot阶段，AI开始帮助HR写JD、生成面试问题、总结绩效反馈、回复员工问题，这更接近System of Assistance。
Agent时代正在进一步进入第三个阶段：System of Action。AI不仅提供答案，而且开始自主执行任务，并把多个原本分散的管理动作串成完整流程。
Luna已经展示出了这样的链条：招聘员工、安排工作、管理日常运营、处理员工沟通、分析员工行为、判断岗位匹配度并给出termination recommendation。未来更成熟的企业Agent，很可能会持续读取HRIS、Slack、Teams、项目管理系统、考勤系统、销售系统和绩效数据，然后主动发现管理问题。
例如，AI可能主动提示某名员工过去60天的交付周期持续拉长，也可能发现某位经理团队的离职率长期显著高于公司平均水平；它还可能根据PIP和纪律处分政策判断某项条件已经被触发，或者发现一个岗位80%的任务已经实现Agent自动化，因此建议重新设计岗位。
到了这个阶段，AI面对的不再只是“信息”，而是Management Decision。未来真正重要的HRTech产品，很可能不再只是一个传统的人力资源软件，而越来越接近一个Manager Operating System。
LLM Memory不能成为员工事实数据库
Andon Market实验还有一个对HR科技架构非常重要的细节：Luna认为员工只迟到了6次，但真实记录是17次。
这说明企业绝不能把语言模型自己的memory当成员工档案。LLM擅长理解和推理，但它不应该承担System of Record的角色。员工基本资料应该保存在HRIS中，Attendance System保存考勤记录，Performance System保存绩效数据，Case Management保存正式警告、PIP和纪律处分，通信系统提供必要的工作沟通记录。
更合理的AI管理架构应该是：结构化系统保存事实，AI读取事实并进行推理，人类审核AI建议，再由有管理责任的人作出最终决定。反过来，如果让AI自己记住事实、自己解释事实、自己做决定，企业实际上把数据遗漏、上下文丢失、模型幻觉和推理偏差同时引入了就业决策。
对于普通办公任务，这可能只是效率问题；对于招聘、晋升和解雇，它很可能直接演变成公平性、合规乃至劳动法风险。
未来最大的偏见，可能不再写在Algorithm里，而是藏在Context里
传统算法公平讨论通常关注训练数据是否存在偏差，例如招聘模型是否对某一性别产生不利影响，某类学校是否被过度加权，或者某些地址信息是否成为种族和收入水平的代理变量。
Agent时代之后，公平问题可能更加复杂，因为Agent面对的并不是一个固定数据集，而是不断变化的Context。谁把哪些Slack记录提供给AI？哪些绩效事件被记录下来？哪些冲突没有进入系统？经理如何描述一个人的表现？员工有没有机会解释自己的行为？
同样一个事实，可以被写成“员工因为公共交通延误而迟到”，也可以被描述成“员工反复无法按时到岗”。对于语言模型而言，这两种Context并不完全相同。
因此，未来AI治理的重要组成部分，很可能从传统Data Governance进一步扩展到Context Governance。企业不仅需要确保AI读取的数据是准确的，还需要管理“AI看到的现实是如何被构建出来的”。
AI可能首先改变的，不是员工数量，而是管理跨度
过去几年，大多数关于AI就业影响的讨论都集中在程序员、设计师、市场人员、客服和分析师等知识工作者。但Andon Market揭示了另一条值得重视的路径：AI未必首先取代普通员工，它也可能首先压缩managerial work。
很多中层管理工作的本质，是收集信息、制定计划、分配任务、检查进度、协调资源、处理异常、反馈员工和执行政策，而这些工作恰恰非常适合Agent。因此，未来组织可能从“一个经理管理8个人”逐渐变成“一个经理加一个AI Agent管理20人、30人甚至更多”。
再往后，AI甚至可能负责绝大多数日常管理，人类经理只处理重大冲突、战略判断、复杂人员问题以及需要承担法律责任的决策。这并不意味着经理岗位会简单消失，而是意味着Management Span可能被AI重新定义。
这件事情对于组织设计的影响，可能远远大于“AI帮HR写一份JD”。
当AI拥有管理权，HR真正需要守住什么？
HRTech认为，未来企业真正需要建立的是一条清晰的AI管理权边界。AI完全可以参与排班建议、绩效趋势识别、政策提醒、管理者coaching、异常行为提示和员工反馈总结，这些应用能够明显提高管理效率。
但是，一旦进入招聘淘汰、薪酬调整、绩效评级、晋升、PIP、纪律处分和解雇等高风险就业决策，Human-in-the-loop必须被重新定义。真正的人类监督至少应该包括验证事实、检查数据完整性、审查AI推理依据、评估潜在偏差、允许员工提供解释，以及由拥有正式管理责任的人作出最终决定。
企业未来真正需要建立的，不只是一个更聪明的AI Manager，而是一套能够清楚回答三个问题的制度：AI可以决定什么，人必须决定什么，以及当AI判断错误时谁负责。
从“AI会不会抢工作”，到“AI有没有权管理人”
过去几年，HR行业一直在讨论“AI会不会替代HR”“哪些岗位会被AI替代”。Andon Market之后，也许需要开始换一个问题。
AI可以招聘人吗？AI可以决定员工拿到多少班次吗？AI可以决定谁进入PIP吗？AI可以影响晋升和奖金吗？AI可以建议谁应该离开公司吗？如果AI的建议存在偏差，责任属于AI供应商、企业、HR、直线经理，还是最终点击Approve的人？
Andon Labs的实验还远远没有回答这些问题，但它至少证明了一件事情：这些问题已经不再是假设。
AI正在从“帮助经理工作”向“成为管理体系的一部分”移动。过去HRTech解决的问题主要是“How do we manage people better?”，下一代HRTech可能必须回答一个更加基础的问题：“Who—or what—is allowed to manage people?”
HRTech认为，当AI开始进入招聘、绩效和解雇等核心就业决策时，真正决定企业能否安全使用AI的，已经不只是模型能力，而是治理能力。
Andon Market仍然只是一个规模很小的实验，但它第一次把一个过去听起来仍然很遥远的场景变得非常具体：AI不只是你的同事，它也可能逐渐成为你的经理。
而这，可能才是Agent时代真正开始改变组织的地方。
来源：TIME、Andon Labs、Anthropic Project Vend及相关公开资料。HRTech根据公开资料整理与分析。
performance management
performance management
【创新大奖】2026HRTech创新奖评选提名正式启动，诚邀参与！HRTech INNO Awards，创新引领人力资源新未来！
【创新大奖】2026HRTech创新奖评选提名正式启动，诚邀参与！HRTech INNO Awards，创新引领人力资源新未来！ 2026 HRTech INNO Awards ——创新引领人力资源新未来推动人力资源科技创新，表彰行业先进
当下全球经济环境复杂多变，AI 大模型深度落地、企业全球化出海提速，人力资源数字化、智能化、全域线上化已成企业组织升级必经之路。人才竞争、组织效能、员工体验、全球化用工等多重挑战，倒逼 HR 管理模式、技术产品持续迭代创新。
HRTech 作为国内垂直深耕人力资源科技的第三方专业服务平台，长期聚焦行业前沿技术、标杆实践与产业趋势，持续输出行业榜单、专业峰会、深度内容，推动人力资本数字化高质量发展。 2026 HRTech INNO Awards 人力资源科技创新评选正式启幕，面向全行业发掘可落地、高价值、前瞻性的 HR 创新实践、优秀 HR 团队与数智产品，树立行业标杆，传递创新力量。
2026 HRTech INNO Awards 旨在表彰那些在人力资源科技领域做出杰出贡献的企业，HR团队及人力资源科技服务机构，鼓励创新、探索精神。
欢迎踊跃提名
https://www.hrtechchina.com/Survey/21484CA0-541F-A6BA-EC55-5DFADA5FDDB1
评选定位
面向企业 HR 团队、人力资源科技服务商，表彰在人才吸引、招聘选拔、培训发展、绩效管理、员工关怀、雇主品牌、全球化用工、AI 智能化落地等全 HR 场景，实现降本增效、组织增值、模式突破的创新主体；搭建行业案例共享、供需对接、品牌传播、资源链接的专业平台，以标杆力量驱动人力资源科技产业革新。
创新，需要勇气，更需要行动！
奖项设置HRTech创新实践奖（企业内部HR创新实践）
HRTech创新团队奖（企业内部HR团队）
HRTech创新产品奖（HR科技机构申请）
特别设立
人力资源科技AI创新产品奖
人力资源科技出海创新产品奖
参评核心要求
申报案例、产品落地周期为近 12 个月内，具备完整落地场景与可量化业务成果；
申报主体无行政处罚、重大负面舆情、行业失信记录；
创新方案需具备可复制性、行业参考价值，不局限单一小众场景；
所有申报材料需提交完整案例文档、数据成效佐证材料。入围主体需配合参与峰会现场标杆案例分享或线上专题访谈（部分优质项目）；
其他补充事宜
参评核心价值
权威行业认证：获得 INNO 创新官方行业标签，成为企业数字化创新转型实力背书；
全域品牌曝光：平台官网、行业公众号、垂直社群、行业峰会全渠道传播，海量 HR 专业人群触达；
供需精准对接：获奖案例纳入 HRTech 官方标杆案例库，精准匹配甲方企业数字化采购需求；
行业资源链接：免费参与线上专题沙龙、线下行业峰会，与头部 CHO、服务商面对面交流；
标杆内容沉淀：定制企业案例专访、行业专题报道，沉淀可复用市场宣传素材；
最大化利用评选结果：进行对产品的对外市场宣传 发挥在其领域的领导作用，促进产品创新和行业发展
参与评选流程
免费提名：扫描海报二维码 / 复制链接 http://hrnext.cn/Usmwh3 提交基础信息；
案例提报：初审通过后，完整上传项目实践、数据成果、落地材料；
专家评审：进入行业专家专业独立评审打分；
大众投票（部分项目）；
案例分享：部分优质项目及HR创新实践案例论坛现场分享；
颁奖典礼：获奖产品/项目，及团队现场参加颁奖典礼及颁发获奖证书。
企业奖项申请咨询：
微信：hrtech-china
邮件：hi@hrtechchina.com
机构奖项申请咨询：
微信：HRTechNice
邮件：nice@hrtechchina.com
立即提名，与HRTech一同见证和塑造人力资源科技的未来！
关于HRTechHRTech是国内首家领先的专注人力资源科技商业服务平台，作为HR领域唯一深度垂直独立的第三方专业服务机构，致力于推动人力资源科技进步与发展，持续引领行业新科技新趋势新产品新方向。HRTech核心报道HR科技创新企业与产品，关注并实时分享全球的人力资源科技资讯。定期发布行业市值榜单和HR科技云图，持续举办高品质的专业前沿峰会论坛，表彰认可业内先进。
performance management
performance management
【美国】硅谷的HRTech公司Wisq完成1500万美元A轮融资，给你安排一个AI的HR同事
HRTech概述：HR科技公司Wisq宣布完成1500万美元融资，由Norwest、Shasta Ventures和True Ventures继续加码。公司推出全球首个专为企业HR打造的大语言模型HRLM，聚焦政策合规、员工关系与绩效管理等高风险任务。其AI HR专员“Harper”已实现HR工作80%以上自动化。与此同时，Wisq还发布了HR行业首个AI能力基准“Hurdle”，HRLM在多个核心任务中与顶级模型表现持平但成本更低。Wisq由前Glint团队创立，已累计融资5500万美元，致力于引领“Agentic HR”新纪元。
2025年7月1日，美国加州Redwood City —— 人力资源科技公司 Wisq 正式宣布完成 1500万美元融资，本轮由老股东 Norwest Venture Partners、Shasta Ventures 与 True Ventures 持续加注，标志着其“Agentic HR”战略迈入关键加速期。Wisq以“AI First & Deeply Human”（AI优先，深具人性）为理念，致力于通过 AI 重新定义 HR 运作模式，而非替代人类角色。
企业HR的新角色：AI同事，而非聊天机器人
本轮融资的核心落点，在于Wisq所推出的两项重要创新成果：
Harper：全球首个AI HR Generalist（AI人力资源专员），能在无需替换现有系统的前提下，承担起HR服务交付、政策解读、绩效反馈、员工关系管理等日常复杂任务；
HRLM（HR Language Model）：专为HR场景设计的大型语言模型，强调合规性、准确性与响应速度，区别于市场上为IT、客服或财务场景训练的通用模型。
Wisq的创始人兼CEO Jim Barnett 表示：“未来的HR AI，不是一个聊天机器人，而是一位同事。”在他看来，通用型AI远不足以胜任HR这门复杂且富有人性的工作，真正的突破应来自对HR业务本质的深度理解和结构化建模。
发布Hurdle行业基准：HR AI有了测量标准
为了建立HR领域AI性能的评估标准，Wisq还同步推出行业首个专门用于HR场景的AI性能评估基准 —— Hurdle。该测试覆盖绩效反馈、员工关系处理、政策解释等多个高风险环节。据官方披露，HRLM在Hurdle测试中的表现与OpenAI o3等领先推理模型持平，但运行速度更快、成本显著降低。
这也意味着，Wisq不仅在建构产品，更在塑造一个全新的HR AI行业标准体系。
从“自动化”到“增能化”：Agentic HR的时代来临
Wisq所倡导的“Agentic HR”，核心在于 将AI从工具提升为HR团队的智能同事。Harper能够支持HR减少80%以上的日常工作负担，释放更多战略精力，同时提升员工体验和组织敏捷性。
在客户使用中，Wisq平台已经展现出强大的落地能力——帮助HR团队打破服务瓶颈、提升员工满意度、增强政策执行力。
团队基因：延续Glint文化，推动HR深度变革
Wisq由前员工体验平台 Glint（已被LinkedIn收购）核心团队于2022年创办。延续对“人性化体验”的理解与数据驱动的敏锐，Wisq快速成长为HR AI领域的佼佼者。至今累计融资已达 5500万美元，本轮资金将主要用于技术产品迭代、扩充工程与市场团队、加强与大型企业HR团队的协作部署。
Wisq的崛起，既是对“AI替代HR”论调的有力回应，也为全球HR科技从“系统化”迈向“智能体化”提供了路径示范。它所提出的“Agentic HR”理念，是当前市场中少数真正从组织价值与HR专业性角度出发构建的AI模型。
在全球HR从执行中心转向战略伙伴、AI基础设施逐步普及的背景下，Wisq无疑是该转型浪潮中的核心推手之一。
performance management
performance management
人工智能AI革命：重塑人力资源职能以取得成功
人工智能正在进一步推动人力资源技术的进步，从提高效率到增强员工体验，这绝非人为。了解人工智能如何重塑人力资源，以及人力资源如何将人工智能运用到工作中。
人工智能（AI）重塑了世界的格局，但机器人接管仍不是眼前的事情。相反,是人类正在利用AI的力量。从改善农业作物产量到提升医疗保健中的患者参与,各行各业正在以有益人类的方式运用AI。
同样的情况也发生在人力资源（HR）管理领域。人力资源从业者正在使用人工智能来帮助增强员工在工作场所的体验并提高人力资源流程的效率。更重要的是，人工智能表明它可以支持首席人力资源官办公室的下一步发展——与最高管理层合作，推动更具包容性和整体性的业务战略。
为未来的工作转变人力资源职能
根据“AI IQ：企业人工智能洞察报告”，这是Workday对全球1000名业务决策者的新调查，与AI增强的顶级HR相关任务包括招聘和申请人跟踪、业务分析和技能评估工具。此外，65％的受访者表示，他们现有的AI和机器学习（ML）部署已经改善了员工体验，这是HR的主要业务指标。
全面了解员工能力和人才管理
HR领导者必须拥有支持技能用于现今工作未来的技术：摆脱工作是通过结构化的工作角色和职责来完成的僵化观念，相反，将工作视为更流动的技能汇编，以便为业务不断变化的需求提供支持。
Workday的CHRO办公室产品的集团总经理David Somers表示：“随着组织加速并扩大其基于技能的人才战略，人工方式无法了解和管理他们的员工技能—现在和将来。” “没有AI和ML工具来帮助理解所有数据，就不可能理解，更不用说将员工的技能与业务需求相匹配了。”
AI和ML超越了识别和将员工的技能映射到不同的项目或角色，这是典型的技能管理方法。相反，通过AI和ML增强的技术帮助组织了解技能之间是如何相互关联的，以及它们是如何演变为其他相邻技能的，这是至关重要的见解，因为技能正在不断变化。例如，擅长Microsoft Excel的员工也可能具备数据分析、报告和其他Excel用于的任务的技能。 AI和ML有助于揭示组织中的技能深度，并获得基于技能的倡议所需的见解。
理解和改善工作场所文化和员工敬业度
员工敬业度曾经仅是HR部门的优先事项，现在已成为高管层的优先事项，推动了从生产力到创新等许多业务驱动因素。公司领导者希望了解员工如何看待雇主以及他们如何利用他们收集到的见解；反过来，人力资源领导者正在将这些见解带给最高管理层，并利用它们来创造一个更具吸引力的工作场所。
人工智能的预测能力正在帮助公司更深入地了解员工敬业度的挑战性方面之一：了解哪些员工可能更容易辞职。人力资源领导者可以利用这些见解来采取规范性行动，以帮助降低员工倦怠和自然流失的风险。
Somers分享了一个如何使用自然语言处理（一种ML技术）来帮助领导者理解员工情绪的例子。他解释说，组织正在使用Workday Peakon Employee Voice这种智能监听平台来帮助理解和确定离职风险。它具有一个利用AI和ML并使用在数据库中的数百万个调查数据点上训练的统计模型的离职预测功能。
Somers说：“该模型根据他们的回应和分数计算每个员工的离职风险。然后，它使用员工级别的离职风险来计算每个部门以及整个公司的平均离职风险。它还将每个部门的平均风险与公司的平均风险进行比较，以分配离职风险级别—例如，它可能揭示出市场部门的离职风险在您的组织的前10%。”
这些见解可以指导公司如何改善员工敬业度，例如增加福利或评估工作量。最终，重要的是要让人处于中心地位，这样他们才是最终的决策者。通过以人为中心的方法，人工智能和机器学习可以帮助人们提高工作效率和了解更多信息，使他们能够解决以前认为无法解决的问题。
自动化重复但动态的HR功能
自动化革命—无需人工干预就可以执行任务—在HR中的发生远早于大流行病。但是，应对前所未有的破坏加速了对数字创新的需求，因此，引发了AI采用的浪潮和HR中敏捷性和效率的下一次演变：智能自动化，这涉及读取数据并从该数据中进行预测。换句话说，智能自动化就是与机器学习配对的自动化。
这对于那些常规但动态的HR任务特别有帮助，例如调度和满足劳动力需求。例如，公司正在使用AI来匹配劳动力需求和工人的资格、技能、可用性、偏好等，以便为工人和业务优化时间表。这在雇佣一线工人的公司中尤其普遍，其中班次不断变化，经理需要在短时间内填补和调整。
Somers说：“通过AI自动映射工人的可用性和技能到开放的班次，提供工作人员调度的建议，公司可以确保他们不会过度和不足的调度，同时更好地控制劳动力成本和防止工人疲劳。”
HR在确保清洁数据以实现负责任的AI中的角色
虽然AI确实正在重塑HR的角色，但HR领导者必须与其他业务领导者一起成为实施AI的驱动者。
关于AI的关键是：其执行任务的能力，例如进行预测分析或生成新内容（生成性AI），取决于其AI基础模型的质量，而这只取决于提供给它的数据的质量。对数据治理的强烈承诺始于相信并实施HR数据在整个业务中都是相关的—这恰好与Workday人力资本管理（HCM）的基础相同。 Workday HCM建立在统一的数据模型和单一的安全模型上，可以读取多样化的数据集，以执行各种分析和报告用例。
Somers说：“因此，实施AI时的大‘警告’之一是要保持数据的清洁和连贯，以帮助确保准确性和质量控制。” “如果数据集不干净，HR和人员领导者可能会得出不准确的结果，这可能导致昂贵的错误。”
HR领导者是塑造未来工作场所的驱动者
在英国和美国等地进行的全球和国家级别的对AI的公众情绪调查揭示，越来越多的人正在设想一个AI的力量可以产生积极影响的未来。同时，这些调查也揭示了对AI的关注，特别是对是否有足够的监管。
对于每一个利用AI增加HR影响力的用例，重要的是要记住使这些努力成功的是什么：通过额外的见解和改进的效率来增强决策。这并不是要取代使HR专业人员如此有价值的东西：通过将业务中发生的事情与公司的目标和价值观联系起来，成为公司文化的管理者。
正如Somers所说：“最终，重要的是要将人类置于中心，使他们成为最终的决策者。以人为中心的方法，AI和ML可以帮助人们更加高效和更好地了解信息—使他们能够解决他们以前认为无法解决的问题。”
来自workday
performance management
performance management
【加拿大】IBM出售其销售绩效管理业务的资产，成立新的公司Varicent 运营，总部设置在多伦多
Growth investors Great Hill Partners and Spectrum Equity to acquire assets of IBM’s sales performance management business and establish standalone company.
Great Hill Partners和Spectrum Equity签署了最终协议，以收购IBM销售绩效管理业务的资产并将其作为独立公司运营。
交易完成后，名为Varicent Software的新公司将重新启动，并由原始创始人Marc Altshuller领导。
该交易的财务条款取决于惯例成交条件，预计将在2019年第四季度完成。GreatHill的运营合伙人Derek Schoettle将加入Varicent的董事会。
Varicent成立于2005年，提供激励薪酬和销售绩效软件平台。IBM投资开发了这项技术，该技术已连续六年被评为Gartner销售绩效管理魔力象限的领导者。
该公司总部位于多伦多，打算通过IBM Cloud提供支持SaaS的运营和分析工具，该工具可以自动创建，计算，分析和透明分发数百家中型市场和企业公司使用的销售激励管理补偿计划。
Varicent Software期望其集成平台将集中以前复杂，耗时和手动的薪酬流程，以获取分析见解并使销售行为与战略目标保持一致，从而有助于解决销售，财务和人力资源部门的关键痛点。该软件是为最终用户设计的，并且可以配置为任何行业或可变补偿模型。
交易结束后，Altshuller表示：“我很高兴能与这么多自从早期开始就在Varicent工作的优秀人才一起工作，以及IBM为其业务增加的优秀人才。”变种。“总体而言，他们对业务的深入了解以及与客户之间持续不断的牢固关系将帮助我们利用在分散的大型销售业绩市场中成长的机会。将深厚的专业知识与特定行业的经验相结合，并获得我们新投资伙伴的支持，Varicent将成为市场上首要的解决方案提供商。”
根据PROFIT 100杂志的报道，Altshuller先前曾领导Varicent成为2010年加拿大发展最快的公司，并于同年领导Deloitte Fast 500成为北美增长最快的软件公司。
“拥有大型销售业务的组织日益寻求一种更简化，更高效的绩效和薪酬管理流程，以通过易于消化的数据提供关键的基准学习。Varicent针对传统手动和复杂销售流程的创新解决方案将用户友好的集成平台与一流的处理速度和性能。” Great Hill的运营合作伙伴Derek Schoettle说道，他将加入Varicent董事会。
Great Hill Partners合伙人Drew Loucks补充说：“我们相信，将Marc久经考验的领导技能与Varicent经验丰富的专业人士相结合，将在这个庞大且可寻址的市场中建立强大的领导地位。”
Spectrum Equity董事总经理Chris Mitchell表示：“ Varicent具有创新和服务的文化历史，这一点可以通过强大的客户和员工满意度指标来证明。“我们很高兴Marc重返公司，我们期待提供指导和战略资源，以为Varicent的研发，运营和进入市场的战略提供长期的财务支持，以实现长期的可持续增长。”
该交易受惯例成交条件的约束，预计将于2019年第四季度完成。Sidley Austin LLP担任Great Hill Partners的法律顾问。
有关更多信息，请访问：https : //www.linkedin.com/company/varicent-software/
关于Great Hill Partners
Great Hill Partners是一家位于波士顿的私人股本公司，目标是在消费，数字基础设施，金融技术，医疗保健和软件领域的高增长公司投资2500万至5亿美元。在过去的二十年中，Great Hill筹集了近80亿美元的承诺资金，并投资了75多家公司，在建立与企业家的长期合作伙伴关系以及提供灵活的资源来帮助中型市场公司发展方面建立了广泛的往绩。欲了解更多信息，请访问www.greathillpartners.com
performance management
扫一扫 加微信
hrtechchina
performance management
performance management
performance management
performance management
performance management
扫一扫 加微信
hrtechchina
