点击下图立刻观看峰会现场回放

以下内容根据埃森哲大中华区战略与咨询董事总经理陈继东于2023年中国数字人力峰会北京站的演讲内容整理而成。

什么是生成式人工智能？

生成式人工智能本身是一种技术名称，而ChatGPT是OpenAI开发的一个工具，它具备对话功能。背后的技术框架是GPT（Generative Pre-trained Transformer），这是通过大量数据训练得到的一种能够生成文本的技术。

生成式AI与分析式AI

那么，到底什么是生成式人工智能呢？我们常听到两种人工智能分类，一种是分析式，一种是生成式。

在之前的分析式人工智能中，它能够基于已有数据进行分析、预测和预警等操作，以大量收集的数据作为依据。而生成式人工智能则似乎具备某种创造力，能够说出一些它本来不知道或者仿佛本不存在的内容，因此给人以一定的创造力的感觉。

例如，对于插画师这个职业来说，许多市场营销和杂志插画已经不再需要，这引发了他们对于失业的担忧。与他们有着同样顾虑的还有程序员、翻译、编辑等等。尽管这对一些行业带来了一定的冲击，但同时也为我们提供了更多发展和创新的机会。

为什么GenAI对HR而言非常重要

人力资源是一个广泛应用生成式人工智能的领域，它在学习培训、知识管理和员工智能问答等场景中发挥着重要作用。目前应用体现在以下五个方面：

第一，生成式AI能够提出建议，就像一位知识渊博且学习能力极强的专家；另外它还能够为正确的行动或决定提供咨询服务，这种价值将极大地助你提升工作效率。

第二，AI拥有内容生成和视频生成等能力，组合各种元素，能够创造出更具创意的培训内容。

第三，它还能在协作方面发挥作用，例如协助编写、优化代码，推荐匹配度最高的候选人；提供个性化的入职培训等。

第四，自动化也是AI+HR的应用领域之一。它不仅能通过与HR进行智能对话帮助解决问题，还可以帮助编写复杂的岗位描述。

第五，它在信息安全与治理方面起到保障作用，能帮助HR识别人员风险和机会，并积极主动地处理问题。

因此，AIGC在HR领域创造如此大价值的今天，企业应该如何把握时机，利用好AI来应对宏观环境、技术迭代和后疫情时代等挑战？

总的来说，企业想要破局需要做这两件事：第一，全面重塑企业战略，通过技术、数据和人工智能以及新的工作方式彻底改变企业的各个方面；第二，积极把握新机遇，获取和创造人才，释放人才潜力。

我们也做过调研：通过释放数据、技术和人才的增长合力， 企业有望实现11% 的额外生产力增长；仅解锁数据和技术的力量，生产力增幅则降至4%。这说明什么？说明当企业采取的数据和技术解决方案无法做到以人为本时，上述增长会缩减至4%——也就是说，“人”的因素在生产力增长中起着至关重要的作用。

应用场景：GenAI 对人力资源管理的影响

生成式AI未来在HR领域产生的影响有两个方面：

一、贯穿员工个人全生命周期的工作影响围绕员工生命周期包括招聘入职、培训管理、绩效管理、员工关系、薪酬福利以及资源配置。

二、改变和改进组织层面的人力资源流程围绕组织全周期包括人才规划、行业人才洞察、人员分析、包容性与多样性、人力资源转型以及人力资源数据治理。举例来说：

招聘入职场景：招聘团队需要从海量简历库中搜集简历，筛选简历，进行选人沟通，建立人才档案库。这时就可以利用AI推荐简历搜集关键字、自动简历筛查排序以及阅读总结简历内容，供面试官快速阅读。最终实现提高简历初筛的效率、速度和质量，以及释放招聘团队时间与匹配人选深度沟通。

培训管理场景：AI能够针对不岗位、职级的岗位需求，以及员工个人的职业发展目标，进行个性化的员工培训。它基于外部知识和企业私域知识，建立企业级知识库。并结合岗位特色和个人目标，提供个性化知识赋能。给每个员工配备一个职业成长的“私人教练”，让员工培训从“统一培训”变成“私教课程”。

虚拟教练：虚拟AI教练能够为学习者提供辅导课程，并为学习者提供有针对性的反馈和建议。它通过创建智能测评来准确评估学习者的进步情况，并确定他们可能需要进一步提升的领域。

绩效管理场景：生成式AI能够快速根据员工的技能、对话和绩效提供员工记分卡。它通过扫描反馈和录制对话，然后使用最初与员工一起设置的绩效KPI 对这些数据进行量化。这个生成式人工智能产品将是透明的，可以帮助确定优势领域和重点领域。

员工品牌认知和情感分析：生成式人工智能可以帮助提高品牌忠诚度和雇主价值主张。它通过挖掘员工从社交媒体、评论、调查和其他相关来源对雇主的意见或感受，并发现关于品牌认知和雇主价值主张的可操作见解。

聊天机器人提供个性化服务：生成式AI能够创建一个组织特定的聊天机器人，它有一个结构化的数据库，用于访问链接、工作流、公司、团队和经理信息等，可以帮助新加入者根据方便访问所有信息，并根据需要提出尽可能多的问题。运用个性化聊天机器人能够提高敬业度、找到具有成本效益的解决方案以及提高员工生产力。

人岗匹配场景：它能够速创建工作角色技能档案，非接触式技能评估提供基于技能、技能再培训、技能提升、基于技能差距的学习建议的员工适合度分数。具体工作步骤如下：

1）角色技能提取生成式人工智能将帮助从角色描述中提取技能 将确定角色所需的技术、功能和软技能

2) 技能规范化生成式人工智能将用于标准化技能分类，以确保每个角色的所有主要技能都得到很好的捕获

3) 市场感知利用外部数据进行角色技能分析

4) 员工简历解析在 CV/LinkedIn 上使用生成式人工智能提取员工技能并创建员工档案

5）技能模型使用埃森哲获得专利的技能模型推导技能之间的数字关系以建立技能关系网络

6）员工角色匹配使用生成式人工智能在员工档案和角色之间生成拟合分数，确定技能差距和拟合

7）人才匹配将有助于确定员工与不同角色的接近程度，以释放人才的最大潜力

埃森哲实践：数据、技术、人才，是企业未来发展的三大关键引擎

在埃森哲，生成式AI的实践主要有以下六个方面：

一、数字核心的人才供应链

为了匹配未来的业务需求和人才供给，埃森哲十分重视人才供应链，并将人力资源部门作为业务需求与人才供给中间的关键平台。埃森哲希望通过打造人才供应链，连结人才和业务，让员工工作与他们的技能和职业兴趣相结合，确保业务交付，释放企业增长潜力。

二、基于数据和算法，测算员工技能和专长，精准用人、育人

为了精准识别员工技能，以匹配最适合的岗位，埃森哲建立了一套新系统。该系统具有300多个分类技能组，包含数万个技能点。如果公司未来需要进行某个项目，经过大数据分析就可以生成技能报告，测算出哪些现有人员的技能能够匹配，以及现有人员的技能能否满足业务所需。

三、基于数据洞察的前瞻性人才战略

此外，技能报告中还有技能迁移关系图，我们叫“技能本体论”，也就是说，如果某员工现阶段具备技能A，但未来我们需要技能B，技能关系图就可以告诉我们如何让该员工的技能从A迁移到B，并给出相应的培训建议。我们的学习系统也就变成了匹配的技能系统，给不同水平的员工推送所需要学习的课程，学完以后员工的技能点也会随之发生变化，帮助我们未来能够更好的实施人才规划。

四、机器学习识别员工离职风险、主动保留

埃森哲利用行业标准的机器学习模型，基于400多个员工属性，针对在职员工与离职员工两组数据进行分析，确定与离职员工的特征高度相关的特征组合；然后比较在职员工与此特征组合的近似度，对其进行分类。随后通过分析员工的行为模式、绩效数据和个人评价，该模型能够辨别出潜在的离职倾向。例如，它可以识别出频繁的工作变动、低满意度调查结果或与同事的冲突等迹象。模型的分析结果将体现为Workday中的主动保留指标，帮助员工领导识别能够从主动保留谈话中受益最大的员工，尽可能减少员工流失。

五、创新技术增强员工工作体验

埃森哲利用创新VR技术，围绕招聘/候选人体验，新员工入职培训，多元包容文化与学习/领导力发展等场景着力提升员工体验。例如埃森哲分析师加速成长计划中的校园招聘元宇宙测评中心、埃森哲新员工入职培训中的元宇宙体验，以及埃森哲女性领导力社群中的元宇宙庆祝活动等等。利用科技赋能员工体验。

六、科技赋能领导力发展

埃森哲创建“以人为本，薪火相传”领导力项目，利用前沿科技增强员工体验，激励各级主管主动做出行为改变。我们认为领导应该给员工设定目标、督促培训，与员工保持沟通，并给予奖励和认可。然而在实际情况中，我们发现很难知道领导是否履行了这些责任，以及他们的表现如何。

为此，我们开发了一个能够通过数据监控领导行为的工具。它能提供排行榜和定期报告，展示领导的各项排名以及哪些方面需要改进，还会提供针对下属的具体建议。这个工具激励所有人都积极主动地履行领导职责。

如今，人工智能的广泛应用可能成为商业领域的重大转折点，就像电力在过去颠覆行业一样。对于人力资源部门的同行来说，我们应该推动这一变革的发生，让员工具备相关能力，并向领导和业务伙伴们传达现状和趋势。我们应该告诉他们其他公司员工的技能和使用人力资源的方式已经发生变化。

在积极优化公司人员结构时，我们应该重点保留有创新能力的人才，而不是墨守成规的员工。作为企业转型的关键推动者，CHRO肩负着重要责任，我们需要积极引领企业变革，而不是等待业务转型的发生。

谢谢大家。

更多名企嘉宾现场实录即将陆续推出，欢迎持续关注

扫码

查看埃森哲嘉宾演讲视频回看

▼

企业在数字化转型中，需要培养人的数字化能力与数字化思维，DHR课堂旨在为企业HR及管理者提供一流的数字化及HR专业技能的线上学习平台，汇集世界名企HR高管及顶尖咨询公司专家大咖，让HR业务管理者更了解数字化，让技术团队更了解HR业务管理，为HR的职业发展找到学习路径！

现在起

成为DHR课堂企业会员