AI行业:人力资源中的AI业务案例_第1页
AI行业:人力资源中的AI业务案例_第2页
AI行业:人力资源中的AI业务案例_第3页
AI行业:人力资源中的AI业务案例_第4页
AI行业:人力资源中的AI业务案例_第5页
已阅读5页,还剩36页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

人力资源中的AI业务案例 HR的月亮shot' 吸引:增强候选人经验 招聘:高效和有效招聘 参与:增强动机 保留:更智能的补偿规划 成长:职业发展 服务:面向24/7员工的AI相互作用 AI的好处HR 20返回investment 20收益和结果指标 22Timeto结果 23获得的五个步骤开始 24 25步骤2:决定是否购买或build 25步骤3:确定你拥有的技能和需要 26步骤4:实施MVP 26步骤5:推出企业明智 27成功采用AI的技巧HR 28AI和更广泛的社会注意事项 29AI对工作 29聊天机器人正在采取工作? 29AI创造更高的价值工作 29AI、多样性和偏置 30使用历史信息 30建立公平并确保透明度 30Acknowledgements 335•更有效地利用人力资源预算IBMHR的经验是,人工智能几乎可以应用6人力资源部门曾经主要是行政职能。被称为人事部工作,人力资源部的工作重点是保持有关员工的30年中,人力资源的观点已经发生了很大的变化。2战略人力资源运动已经看到人力资源的重点从行政管理实人们在互联网上的速度更快,但现在人工智能让我们更快地招募合适的人,方法是评估角色的技能匹配,预测未来成功的可能性,并估计填补任何给定角色的预期时间。这是AI改变情况的方式的一个例子,以便技术使HR功能能够解决关键的业务挑战,建立在劳动力分析的早期贡献之上。在以前的人力资源计划导致增量变化的地方,人工智能为人力资源提供了指数级绩效改进的机会。7-TomStachura,IBM人才解决方案和人员分析副总裁Al使人力资源组织能够在不增加员工数量或成续的挑战,例如拥有人力资源来交付业务战略并相应地分配财务资会,并以敏捷的方式工作,以保持领先于竞争对手人们开始期望上班时会有一些不同的东西。他,而不是标准的体验。他们希望从流程的开始到结束,以适合他们的方式量身定制并提供给他们。如今,人们还可以从外部使用Glassdoor之类的网站来查看企业内部,这极大地提高了员工体验变化的速度和信息生成的速度意味着当今的业务决人工智能可以用来理解它并提供建议。因此,经理和员工需要的信息就在他们需要的时候就在那里。人会,让员工的声音实时被听到和采取行动。人工智能可以使HR通过其资金变得更有效率。人力资源支出可以规人力资源查询的员工的服务水平。通过这种方可以再投资于进一步的人工智能部署,提高人持续的挑战,如拥有人力资源来实现业务战略并相应地分配财务资源,可人力资源中的Al业务案例8么?。研究方法IBM人力资源的最高级人力资源主管进行了20次60分钟的深入面试主题包括:greaterconsistency?Whatwouldbe人力资源中的Al业务案例在人力资源中部署Al可以在整个人才生命周期中进行(参见图1)。在下一节中,概述了人才生命周期中每疫QΩ人力资源中的AI业务案例AI在候选人景点中的一个例子是使用专门的聊天机器人。在候选人景点期间部署的聊天机器人为候选人提供了提问的机会使用自然语言处理(NLP)进行解释和响应。这项技术允许潜在的申请人在实际申请之前了解更多关于组织的信息,这在一个工人在从事特定工作之前对公司和品牌声誉进行广泛研究的时代是一种关键能力。与基于关键字搜索的更传统的方法相比,它还可以实现更好的工作匹还可以使用技能匹配算法将角色与候选人简历中的技能相匹配,并根据分析提供建议。诸如此类的能力增加了将求职者转变为求职者的机会。应对这一挑战而开发的AI解决方案称为WatsoCad职业网站上了解到机会之后,候选人和雇主将在工作面这些聊天机器人在每次互动中都变得更聪明。视频也可以嵌入到流程中,以更真实地预览在组织中工CarrieAltieri所说,“IBM每天收到7,000份简历,在合理的时间内浮出水面合适的候选人就像大海捞针一样。自实施WCA以来,我们大幅缩短了招聘时间,NPS翻了一番,并大大改善了候选人与工作的匹配。”净发起人得分(NPS)是由FredReichheld,Bai&Compay和Satmetrix(和注册商标)开发的忠诚度指标。它是由Reichheld在他2003年的《哈佛商业评论》文章《你需要成长的-AmberGrewal,IBM全球人才收购副总裁招聘人员的工作是时间压力和复杂的,通常必须同时聘人员需要优先考虑他们负责的所有不同角色,同时,法来区分竞争同一角色的候选人。没有足够有效地应色选择错误的候选人。在此设置中,可以使用Al根据历史数据预测一份工作申请需要多长时间才能完成,从而允许招聘人优先级。Al还可以用于确定候选人的简历和工作申请之间的基于在工作申请过程中收集的关于候选人的信息来预测未它可以帮助招聘人员编写更具包容性的工作描述,更有效地过滤候选人,最大限度地减少无意识偏见在他们的过程和实践中的影响。《在招聘中部署Al可以更快,更准确地进行招聘,并获得更好的候选9在像IBM这样的大型组织中,有效的招聘优先级要求仔细选择申请人。IBM需要一种更好的方法来帮助招聘人员寻找空缺职位的最佳候选人,并优先考虑最重要的申请。开发的解决方案IBMWatsoRecritmet(IWR)使用Al来利用有关就业市场和招聘候选人的过去经验的信息来预测填补和确定最有可能成功的候选人的时间。获取所需的技能,并根据简历中描述的技能生成匹配分数。该解决方案还可以基于传记数据生成预测分数(e.Procedre,无论他们是否带领过团队)在简历中。这些分数预测未来的工作表现。重要的是,IWR监督招聘决策,以确保他们没有偏见。总之,在招聘功能中部署Al可以实现更快,人力资源中的AI业务案例—SadatShami,IBM人才开发、参与与社会分析总监AI参与度分析是一种可以分析公司内部社可以从年度调查和脉冲调查以及社交媒体聊天中分析非结上万的评论可以在几个小时内分析主题。出于数据隐私的在IBM,管理人员可以根据个人员工的需求量身定制警报。例如,如果某人在这些事实的警报。同样,经理会收到有关员工离职倾向更大的警报。当销售人员面临错过配额的风险时,可以建议采取早期干预措在IBM,聊天分析用于从公司防火墙内的社交媒体来源揭示前三个问题。这一个学习的AI应用程序;领导者提供有关建议的反馈,系统将因此而”。做出合理的薪酬决定需要仔细考虑广泛的因素。除绩效外括技能的市场价格,技能的需求程度以及是否更好地奖励中的出色表现。要做出反映这一思路的最佳基本工资决策基于人工智能的薪酬支持可以将数千小时的薪酬周期准酬规划,帮助管理人员避免对关键数据点的权重不足或权重过高。该应用程序在提出建议时审查了数十个数据点,将来自劳工统计局等与替代成本等因素的内部数据进行整合。该应用程序目前正在为成千上万的一线管理人员部署,以协助他们在重点地区成功进行早期试学习环境中的AI可以帮助加速个人层面的技能发展,并且可以优化组织层面的学习。最有希望的领域之一是学习内容的AI标记。过去,当学习者与学习管理系统进行交互时,他们发现的内容在很大程度上取决于开发人员最初随培训上传的描述。这些描述称为元数据。通过AI标记,上传到学习管理系统的图像和文档等资源通过AI技术丰富了元数据,这有助于学习者找到培训内容并一次又一次地更有效地。AI可用于以学习仪表板的形式创建组织在学习领域板可以显示在缩小业务中已确定的技能差距方面的进人的学习历史甚至可以被认为是一个人学习倾向的指与一个人的当前技能一样重要,因为技能的保质期继IBM已经证明了员工的学习量与他们的整体参与度之间的统计,人工智能可以通过抓取员工的内部数字存在来推断技能。数据可以来一旦生成了技能配置文件,就可以让员工和经理对其进行验证。甚至不知道的技能的人。在总体上,可以设计出企业拥有的技能与所需技能的热图,并且可以制定干预计划,使企业能够快速关闭基于Al的技能推理可以帮助组织找到“隐藏的宝石”在过去的三年中,IBM一直在内部磨练技能推理技术。这个过程现在介于85-95%准确。员工可以通过专业知识管理界面访问自己的技能档案。这种方法节省了以前花费在完成技能清单上的数千小时,并且信息不断刷新,从而提供更准确,实时的技能见解。Al技能推理技术的结果允许IBM监控与业务需求相关的技能,并查人力资源中的AI业务案例来更高的生产力和更强大的继任渠道。职业指导通常是集且昂贵的。这意味着教练通常是为表现不佳的人或高IBM希望为所有员工提供高质量的职业指导,无论其级别如何。开发的解决方案是个人顾问指导的好处。个人顾问是一个人工智能助手,与正在考虑未来机会的员工互动。解决方案的第二个组成部分,工作机会匹配,允许员工上聊天机器人是一种理解自然语言并在类似人类的对让有通信经验的人参与聊天机器人的设计总是一个在一年中的某些时候更忙的聊天机器人,如绩效管理、福利登记和薪酬规划聊天机重要的是不要使用AI来指导经理的行动。您应该分享分析的结果,让他们仍然做出决定。人力资源中的AI业务案例20接的视线。建立AI与其返回之间的预期连接应该在实现AI让我们考虑一个组织由于其销售人员缺乏技术知识而所涉及的人力资源指标是业务中销售人员的技能广度和深统应该跟踪谁完成了和没有完成他们的个性化学习,组织收益是一个预测,应该构成业务案例的一部分。如果implementationcomparents,useofcontrolconverginglinesofevidencepointingtowardROI.人的力量:了解成功,或者白皮书,解码员工分析6.21图2.构建AI业务案例的框架22图3.人力资源中AI应用的预期收益和成果•新的雇佣生产力•更好地确定工作申请的优先次序•加快雇用时间•确定最有资格的候选人•新的雇佣生产力合24/7/365员工支持人力资源中的Al业务案例)开始,这是可以构建的对用户有意义的第一个也是最小的可交付成66有了今天可用的API,即使是复杂的项目也可以在不到一年的时间内实现回报。人力资源中的AI业务案例24IBM在人力资源中的AI部署经验使我们能够获得见解,这些见4435225公司需要从了解他们试图用AI解决的业务可以通过改进的洞察力、信息和数据来解决的问题。询题并将在损益报告中承诺的人是谁,而不是人力资源。的管理团队来说可能是一个大问题,因为他们知道自己继续成长。如果企业负担不起增加人力资源人员来满足一旦你有了这个重点,你就可以问你需要什么技能和投资来就可以建立一个商业案例。请记住,虽然许多组织习惯面考虑人力资源解决方案,但人力资源专业人士和领导们的思维。相反,他们应该考虑经理、员工和候选人在定,以及如果他们有更好的洞察力,他们如何做出更好他们拥有的数据并改进,而不是等待完美的数组织在AI方面拥有丰富的经验,通常最好利用已经描述的WatsoCareerCoach是由此过程产生的AI重要的是,无论您是购买还是构建,在云中部署AI功能都是最好的方法。迁移到云端迫使你思考你拥有的数据和你需要的数据,以及如何缩小这两种观点之间的差距。云人力资源系统对于人力资源中成功的AI也很重要,因为最强大的基于云的AI应用程序共享来自传统上不同的系统的数据。26-DrewValentine,I构师;人力资源领域专业知识;最后,了解如何从用实施:在实施和确保采用方面,需要一套不技术的技能。不需要人工智能专业知识,但需要一种良好的假设形成技能,以及提出问题的经验,例如数练了AI应用程序,他们的动机是什么,以及以预期的合适。换句话说,实施者,以及理想情况下的最终用教育的消费者。如果你正在使用人工智能向员工提供需要问这些问题,以了解系统是否经过适当的培训。的人需要知道的不仅仅是如何打开人工智能应用程序IBM有时指的是“自筹资金”模式。自筹资金指的是这样的想法,即业务案例预计收入增加或预计成本节省,以覆盖与项目相关的成本。一旦实现了这些目标,AI项目就会自行付费。换句话说,企业今天为明年或第二年的储蓄进行投资,因此第一步需要一些毅力和勇气。如果商业案例不强大,你就不会继续。这种方法需要有人在一开始就投资第一笔美元,但这是在明确预期商业案例中概述的回报的情况下完成的。这种方法还需要一位人力资源领导者对结果将得到交付充满信心,并且该人将需要强大的影响力技能来为业务辩护。随着时间的推移,如果储蓄或收入的增加持续下去,通常会有更多的资金可用资金。IBM通常将这笔资金再投资于AI应用程序的进一步开发。内显示出好处。这些时间表假设您有资源、专注的工27展,都需要一个业务案例。商业案例必须有负责交付项目将AI解决方案扩展到整个组织可能具有挑战性。关键是转这些方法确保人力资源、业务部门领导和员工共同创自我指导的团队,他们在整个项目交付过程中反复工作,以释放创新,保持问责制并提高速度。的预测获得资金。这可能涉及到业务领域,也可能涉及到融资。每年,人们都会提出自己的想法。他们谈论他们将建立的产品和IBM在部署Al方面吸取了许多经验教训,受访者讲述了许多可能对从业者有所帮助的经验教训。这里分享了一些主要的经验教训。最好是发布一个最小可行的产品,并与您的员工一起定位它。当IBM发布绩效管理聊天机器人时,人们知道它已经准备好了,但并不完美,并被鼓励提出挑战机器人的问题。这使IBM能够快速部署Al解决方案,同时使聊天机器人能够改进。人工智能系统的设计者有管理责任,以确保人工智能赋予工人权力。设计师应该记住,当他们的决策自主权被增强而不是被取代时,人们会感到最有能力。当经理可以选择在不被视为最佳的情地覆盖Al建议。为了让经理们对使用人工智能推荐感到满意,重要的是要清楚和透明地说明为什么要提出人工智能推荐。这应包括向管理人员和员工明确建议的目标是什么,使用了哪些数据来提出建议,哪些变量对建议的影响最大,以及确定建议所依据的所有准确性。人工智能需要背景,反映在部署人工智能的不同地区的数据中,以学习和提出适当的建议。在跨国组织运营的一个地区设计的人工智能解决方案可能需要在部署到另一个地区之前进行完全重新培训-即使这两个地区都使用相同的语言。这既涉及模型的开发和培训,也涉及Al解决方案最终用户的体验。在开发Al解决方案时,最好全面了解最终目标。例如,这将避免大数据。这样做越来越重要,因为应用程序通常不位于传统的孤立HR子域中。例如,前面讨论的补偿示例需要来自补人力资源中的AI业务案例29专家们对AI对总体工作数量的净影响做出了各种预测,因为没有人确切知道AI对工作数量的最终影响。不可能做出可能准确建,几乎所有角色都将因AI而改变。这不是技术第一过去,例如,为了保护农场工人的角色,不应该开发农实际上看到的是,聊天机器人正在解决基本问题,这是人力资源专业人士解决更复杂

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论