發(fā)展白皮書中國·深圳2025.05蔡瑜慧蔡瑜慧祝騰洋總指導：任颋編寫小組：于少華侯金陽陳淯炯目錄一人力資源管理發(fā)展與AI發(fā)展的交 （一★力資源管理發(fā)展史從★事管理到★機協(xié) （二AI發(fā)展史從理論探索到產業(yè)革 二AI驅動組織人才發(fā)展的十大趨 （一智能體等AI工具進入組織組織和崗位的邊界趨向模 （二★機競爭與★機協(xié)作被AI替代和被AI加強同時存 （三組織★才的信息分發(fā)模式改變從★找信息到信息找 （四AI將會極大推動企業(yè)組織文化向創(chuàng)新開放敏捷變 （五數字密度成為影響企業(yè)形態(tài)的關鍵維度和★才密度共同構“企業(yè)密度矩陣 （六）企業(yè)決策機制迭代決策前移抓大放 （七企業(yè)創(chuàng)新機制迭代AI為企業(yè)自下而上創(chuàng)新提供有效工 （八AISkillset成為★才的招聘培養(yǎng)留存的重要關注方 （九數據的治理共享和確權成為AI應用的關鍵基 （十越來越多的企業(yè)會選擇設置CAI（首席AI官的角色以及專門負責AI落地的部 三HR+AI產品應用創(chuàng)新洞 HR （二全球典型AI招聘產品剖 （三企業(yè)在HR領域應用生成式AI技術的挑 （四面向企業(yè)的HR+AI應用建 （五在HR領域應用生成式AI技術的展 四業(yè)界實踐案 （一某十萬★規(guī)模互聯(lián)網集團企 （二全球科技巨頭?微 （三某門店數量最多擴張速度最快的連鎖便利店品 ??世紀??年代“工廠??世紀末??世紀初弗雷德里克·溫斯洛·泰勒(FrederickWinslowaylor)“管理“作業(yè)動作單元分解“標準化流程“差別計件工資制等“附屬物亨利·法約爾(Henriayol)“管理的五大職能?計劃“管理職能“職能馬克斯·韋伯(Maxeber)“科層制但三人的理論中所聚焦的“機械化的控制邏輯“人性的人力資源管理也更多地偏向于“人事管理工資。??世紀??·埃爾頓·梅奧(GeorgeEltonMayo·馬斯洛(AbrahamMaslow·赫茨伯格(FrederickHerzberg)彼得·德魯克(eter.Dre)HR）或減緩生產速??人力資本管理C當成投資對象的階社會人自主人??%智能化決策企業(yè)引入了AI技術企業(yè)招聘管理系統(tǒng)通過判別式I與推薦算法將基于職位JD所解析出的職且將高匹配度的人選更高優(yōu)地呈現在HR。““方面。企業(yè)引入了專業(yè)目標管理工具，將人與人之間達成協(xié)作共識的共同目的健康度?！叭ブ行幕瘜嶒灻绹缇畴娚唐脚_Zappos推出“Holacracy合弄制模式“圈子“角色員工可能同時承擔市場營銷和客戶服務等不同角色的職責，提升了客戶滿意度。這驗證了企業(yè)可以在保持創(chuàng)新和靈活性的同時，也保證效率和穩(wěn)定性。雖然Zappos在????年放棄了合弄“去中心化的實驗依然在更多的企業(yè)內推行嘗試，如字節(jié)跳動、網飛公司均在組織內“Context,notControl（這一階段的管理邏輯從“效率優(yōu)化“反脆弱性構建，強調組織在不確定性中的動態(tài)適應能力。1760s-1760s-Early20th1920s-Late20th21stCentury-管理理論的百年嬗變圍繞三重變量展開：技術驅動：從蒸汽機的機械力到AI組織重構：科層制→矩陣組織→生態(tài)平臺，權力結構從垂直控制轉向網絡共生。人性認知：經濟人→社會人→自主人，對人的主體性理解持續(xù)深化?！叭藱C協(xié)同的新階段。未來的核心命題不再是標準化管（二AI早在計算機誕生前，人工智能的種子就已經埋藏于人類思想史中。公元前?世紀(Aristotle)“??世紀萊布尼茨(GottfriedLeibniz)“通用符號語言????年艾倫·圖靈MathisonTuring)此時AI仍停留在哲學思辨與數學模型層面。4th4thCentury17thAI????年沃倫·麥卡洛克(ren和沃爾特·皮茨(alterPitt)提出M-P????年艾倫·圖靈Anuring)????年達特茅斯會議正式提人工智能志著I艾倫·麥卡錫Anuring)和馬文·明斯基(rvinLeeMink)????年弗蘭克·羅森布拉特(nkosenatt)同年勒賈倫·希勒(LejenHille)和倫納德·艾薩克森(Leondsaacso)但成功將AI從M-P“人工智能"術語正式提出，AIAI研究迎來首輪爆發(fā)196?年斯坦福大學開發(fā)的DENDRAL系統(tǒng)實現了通過質譜數據推斷出分子結構，準確率超過化學領域的博1966年約瑟夫·維森鮑姆(Josepheizenbaum)開發(fā)的對話機器人ELIZA，通過關鍵詞匹配實現簡單人機交互，展現語言生成潛力。博弈領域成就尤為突出，196?年理查德·格林布拉特(RichardGreenblatt)開發(fā)的MacHackVI型機成為第一臺有實力參與國際象棋錦標賽的計算機。但此時AI受限于算力與數據規(guī)模，生成內容多為規(guī)則驅動的簡單文本或符號化作品，尚未形成實用價值。導致AI研究陷入低谷19??年詹姆斯·萊特希爾(JamesLighthill直接導致美國政府削減了??%的AI研究經費早期AI系統(tǒng)暴露嚴重缺陷IBM基于隱馬爾可夫模型開發(fā)的語音打字“坦戈拉(angora)雖然能識別?萬詞匯但錯誤率高達??%如19??年代機器翻譯常出“etsgtehs（靈愿肉弱“伏特加不錯但牛排太老AI的發(fā)展迎來了第一次寒冬。AIIBM識別2萬詞匯時錯誤率高達AIAI專家系統(tǒng)的流行和商業(yè)化成功推動了人工智能的第二次黃金發(fā)展時期。19??年學為DEC公司設計了一個名為XCON的專家系統(tǒng)每年為DEC公司節(jié)省大量費用開創(chuàng)了AI日本通產省耗資?.?億美元啟“第五代計算機AI技術局限也逐漸顯現：專家系統(tǒng)過于依賴人工構建知識庫，Mycin醫(yī)療診斷系統(tǒng)雖準確率較高“發(fā)燒與“炎癥AI的發(fā)展再一次進入低谷1991年調查顯示，維護大型專家系統(tǒng)每年需耗計劃因未能實現自然語言理解目標，于199?年宣告失敗AI陷“規(guī)則系統(tǒng)天花板“連接主義算力不足的雙重困境。AI???6年美國計算機科學研究者杰弗里·辛（Geo?reyHinton提出了使用神經網絡進行機“深度學習”“智能很大程度并非相關“碎片改變了AI發(fā)展軌跡（????-20?（????-20?2：??1?1?%（20??-202?：??1?年伊恩·古德費洛(IanGoodfellow)（GAN使AI假亂真的水平??1?????年GPT-?憑借1???（2022至今????年AI繪畫生成工具StableDi?usion實現文本到圖像的精準控制????年OpenAI推出視頻生成模型Sora支持1???P高清視頻生成當前AI已滲透至影視制（????年由AI制作的長篇電OurT?Remake多鄰國的AI教師覆蓋1.?億用戶全球市場規(guī)模突。當前AIGC正從工具進化為創(chuàng)造主體：????年DeepSeek-R1模型將訓練成本降至的1/??要求所有AIGC內容強制標注AIGC已開啟人機協(xié)同創(chuàng)作的新紀元“”人工智能的發(fā)展和組織人才管理的迭代走在了一個時代的交叉口，人工智能正在以迅猛的速度隨著AI工具進入企業(yè)組織個體的能力在AI的幫助下得到了極大的提升，所能勝任的職責將實際的協(xié)同關系。例如：某企業(yè)鼓勵各部門曬OK“搶活干即如果員工及團隊認為有把握可以借助AI完成其作為獎金給予激勵。AI為了搭建AI工作流，解決工作中的實際問題，會在組織內部積“技術搭子共同協(xié)作探索如何將核心業(yè)務流程以AI工作流的方式推進“搭伙探索AI場景的邀請。AI研究組織。為企業(yè)推進AI場景落地注入了強大的生命力。（市場等內外部環(huán)境變化（項目制突擊隊隨著上述的組織邊界模糊化，以及組織成員之間靈活組隊探索AI的行為被企業(yè)所允許、所鼓“等各種企業(yè)常年倡導的行為規(guī)范，也將不再是一種口號號生存因為他們逐漸察覺到AI以及察覺到AI在組織內逐步滲透將是不可逆的趨勢之后也逐漸理解了應借力于AI方可體現自己在I時代下的組織中的價值。隨著AI技術的迅猛發(fā)展AI智能體/AI應用的搭建門檻正在迅速降低“AI工作流eINative們自主探索AI應用場景的阻塞點。但這并非對員工毫無任何能力要求，而是逐漸轉向了要求員工具備需求的理解和清晰表達能（而非寫代碼的能力等等。在不遠的未來“人人都是產品經理“垃圾（MVP最小可行產品（產品（產品“找搭子“技術搭子（群體智能、行業(yè)know-ho（知識庫輸入等，在任何時候都有其存在的必要性和稀缺性。單打獨斗并非明智之舉。因不同員工對AI的熟練掌握的程度參差“外包給AI員工還在堅持用人工方式開展工作。相應的，在組織內/團隊內將難以找到既精通AI業(yè)務的權威人士，有能力清晰設計出指定崗位的職能職責。年輕員工或技術型員工可能因年輕員工或技術型員工可能因AI “能力倒掛”的扁平化協(xié)作場景這會倒逼管理者提升自身AI素養(yǎng)以維持自“崗位“職務 每月一更相應地原先基于崗位說明書所設計的職業(yè)發(fā)展通道未來也未AIHRAIHRAI化的AIAIAIAIAgent的PromptAI智能體的角色設定語AIAgent“反AIAI（管理者群體?；趰徫宦毮苈氊熢O計的KPI量因實際的履職方可能是AI員工相對于AI更多是一“監(jiān)工。隨著Aet★和I的協(xié)同方式也在不斷迭代★類員工將面臨著與IAIAgent+I對于現有★類崗位的重復性IT部門等推動公司層面對于AIGC在模型層引入AI用于營銷文案生成日報/周報生成這些AI應用的共性是普適性（即受眾面廣（個體耗時+整體耗時（探索基于AI的針對性解決方案。務乃至工作流采用AI提效在這個階段“懶惰是第一生產力備對于對個人精力消耗的“損失厭惡心理“偷懶“捷徑這往往是AI應用于崗位職責替代的切入點。因此“自給自足將是最普遍的AI應用的供需關系“自產自銷即創(chuàng)作者在覺得自己的AI產品已經足夠成熟可將AI應用推廣至同（內部用戶掌握非公開的業(yè)務Know-howB“真人“現場服務倘若企業(yè)為降本增效，宣稱真人服務，實際卻是AI用AI語一些客戶極有可能會在發(fā)現真相時怒不可遏，認為遭到戲耍，甚至會在網絡公開表達企業(yè)有必要向服務對象清晰說明是否由AI提供服務“真人服務“真人溢價買單。尤其是涉及倫理決策的崗位，更需清楚設定AI不可逾越的邊界譬如AI“窮盡且獨立“外包給AIAI或真人員工的其中一方，而是可以讓AIAgent處理大量的標準化咨詢客服系統(tǒng)便已判定好應由AI服務還是由真人服務更為合適。通過對AIAgent的問題解決范圍的界定，將呈現分層滲透的特征：入等規(guī)則明確的任務。

如，在供應鏈管理中進行需求預測和庫存優(yōu)化等存在動態(tài)不確定性的任務。

助人類開展創(chuàng)新活動且推行落地等高階任務。隨著II將成為實際意義上績效評估企業(yè)衡量AI生成質量AI的商業(yè)價值，命令執(zhí)行者決策者，即充分掌握如何精準地委托AI合適的任務及評估AI輸出質量等新型技能對AI“行為設計出讓AI監(jiān)督AIAI干預AI的具““的決策系統(tǒng)。高階輔助駕駛的AI技術在面“電車難題給AI提供相對明確的決策指引。對于一個評估員工是否予以挽留或淘汰的AI應用能避免AI誤判或誤導人類決策者出傷害自己或傷害企業(yè)的過激行為。伴隨著AI與真人員工的協(xié)作關系轉變或加深“智能資源部門“首席資源官t等新崗位。AIAgentAI人機協(xié)作下的任務完成度：人機協(xié)作下的資源效率：AI（消耗多少Token耗費多少API調用費用等人機協(xié)同價值：人機協(xié)作的錯誤控制：AI（如AI的無效調用機制與人才能力的同步革新。外部招聘和內部★才流動和培訓但AI的引技術以技術以Excel+VBA、數據庫+SQL半結構化/非結構化數據處理階段：借助NL（自然語言處理管理者或HR在“AI找人助手AI可將其可見AI是基基于A基于AI大模尤其推理模型可見AI是基于哪些信息所作出的判斷。企業(yè)如何借助AI挖掘真人員工在未來“人事檔案“個人檔案?員“個人檔案且在AI超長上下文、超長記憶能力的加持這將極大地開闊了管理者和HR的視（AIGC“被動消費“主動滲透”傳統(tǒng)以SCORM標準為核心的學習管理系（LMS正在被智能知識中樞取代，知識流這種由AI驅動的知識的智能分發(fā)“人找知識的低“知識找人的匹配機制。以下三個維度的變革正在重塑組織學習的基礎邏輯：“人找知識的被動模式，員工需要在浩如煙海的“搜索-篩選-應用的線性“學習任務指派的方式進行分發(fā)。這種知識獲取機制不僅容易導致企業(yè)隱性知識資產持續(xù)流失，更會使得業(yè)務問題的解決效率長期受限于個體的信息處理能力。AIGC的迅速發(fā)展將會重構這一模式?“知識感知-場景適配-精準觸達“搜索響應“知識協(xié)同。Transformer架構驅動的知識中樞可以將文檔數據等進行個性化匹配。工業(yè)時代延續(xù)至今的企業(yè)培訓體系，始終將組織需求凌駕于個體成長之上?標準化的“鐵三角標準化內容與差異化需求的矛盾；學習評估與行為改變的脫節(jié)。而當AIGC推倒“知識供給目參與以及協(xié)作反饋等數據構建千人千面的能力畫像反向優(yōu)化算法推送內容，進行個性化知識匹配。產者主要集中在專職的講師、課程開發(fā)團隊等，而AIGC的驅動，將會倒逼企業(yè)的知識生產從“PGC“UGC便從組織要求升級到個體生存的策略，即每一個人為組織貢獻的知識最終都將流向自己。傳統(tǒng)企業(yè)培訓依賴預先設計好的標準化課程體系，且主要局限在企業(yè)內部的知識資產學習。但“當前問題的快速學習模式變成了AIGC的出現，使得知識與業(yè)務的同步流動成為可能。AI能夠無縫銜接內部數據（（究等成為信息孤島，又能夠防止被海量數據淹沒。AI驅動知識分發(fā)的運行效而AI驅動的知識分發(fā)要求企業(yè)構“數據-知識-價值其次利用AI進“應用反饋AI在AI技ChatPT為代表的GC根據麥肯錫2024?5%的企業(yè)已在實際業(yè)務中應用生成式GCAIGC技術通過降低開發(fā)技術門檻（無需寫代碼AIGC則將創(chuàng)新變?yōu)榭梢?guī)?；a“數字流水線AIGC創(chuàng)意生產?！吧杀局艽黉N活動文案DeepSeekR1幅提升。

打破部門墻和層級制度AIGC表的強調開源的AIAIGC企業(yè)通過開源大模型及核心技????年1DeepSeek開源推理模型DeepSeek-R1并同步開放模型權重，其訓練成本僅OpenAIGP-?的1/????%“單點突破“群體創(chuàng)新。OpenAI首席產品官在????年?月的演講中拋出振聾發(fā)聵的斷言“你現在用的AI將是你生用的最差的AIAIGC技術以每?個月性能提升X例如OpenA的GPTo?模型在發(fā)布三個月后即迭代至o?版本，推理效率提升??%DeepSeek-R1的訓練成本僅為GPT-?的1/??組織文化的全面挑戰(zhàn)?OpenAIAIGCAIGC才能夠推動企業(yè)在AIGC時代良不失去自己在AI技術上的核心競爭力。，通過實時數據交互實現認知增強，如NASA火星實驗室中科學家與AI模擬系統(tǒng)協(xié)同優(yōu)化礎記錄，如區(qū)域性農貿合作社憑借熟人關系完成產銷對接，展現出樸素經驗驅動的價值網絡?！皵底只D型AI的大量引AI實時處理海量數據形成“智能建議（基于AI分析“前端敏捷+后臺智能的分布式決策網絡。管理層不一定就是最佳決策人，“超級大腦來處理冗雜決策?！叭斯苋恕叭私o人提供信息，而隨著越來越多的任務由AI“人管AI“人給AI提供信息“超級AI”（如ManusOperator等“AI管AI“AI給AI提供信息“人不是面向AI的“工作流嵌入工作流之中；將例行的信息上傳下達設定為工作流的輸入輸出關系。人可以給AI賦能賦權給AI提供插件應用訪問權限/操作權允許AI自行決策一些低風險的事項給AI的決策予以正/負反饋以幫助AI持續(xù)優(yōu)化決策。給AI以底（最高風險的決策權牢牢掌握在真人的手上。AI能對相關人員產生重大影響（AI的誤判導致一個員工的離職“都是AI判斷的。放任AI決策（如AI客服的錯誤回答那么是AI設計者的責任還是給AI提供輔助決策的參考信息/知識庫相信AI的責任需要提前設計風險預防機制。企業(yè)建立供真人員工探索AI“創(chuàng)新沙箱環(huán)境（AI試錯平臺（生成結果的滿意度達到9?%以上AI（不強求完全覆蓋，可由員工自行判斷是否在組織內讓自己的AI“拋頭露面或是判斷自己作品適合曝光的時機“冰山理論“水面上可見的冰山一角只是少數應用。未來將出現面向企業(yè)內/外部的需求發(fā)布/接單平臺也逐漸演變出AI創(chuàng)作者“經紀人但隨著AI創(chuàng)作者與需求方建立了信賴關系“經紀人不再是必須的，將最終AI應用AI作品打分評級存在對AI應用進行知識產權認證與保護的必要性。以避免AI動力“防御提示詞也并非絕對安全的保障，加上推理模型會有一定的防御作用（模型會推理對方想要套出提示詞的意圖創(chuàng)作者本人也需要逐步提高自己的AI作品的專業(yè)性為自己的護城河?！癆IHackathon相關獲獎人員的獲獎記錄和AI作品作為后續(xù)企業(yè)選拔懂AI的人才的參考依據其它激勵手段包括不限于AI創(chuàng)作比賽的獎金、委托搭建AI應用的酬勞將AI發(fā)布為API后的調用費用AIAI技術的深化應用正在重構企業(yè)組織★才管理的底層邏輯AI與傳統(tǒng)工作模式的深度融合AISkillset?即理解★工智能技術原理運用AI工具輔助決策力?已突破技術崗位邊界之一?！笆炀毷褂肙?ce步升級為對AI智能技術適應性的考察“AI工具應用能力“人機協(xié)作意識“技術策展人發(fā)關注候選人能否準確理解AI技術的適用邊界以及如何將AI技術轉化為業(yè)務創(chuàng)新的助推器。AI技術正在重塑人才效能釋放的底層架構“崗位-能力靜態(tài)匹配模式，正進化為動態(tài)化的人機能力拼圖系統(tǒng)。企業(yè)通過對比員工AI技能圖譜與任務需求的契合度，不再受固定崗位JD限制“能力-場景員工的AI技能在實戰(zhàn)中持續(xù)進化?智能系統(tǒng)實時捕捉人機協(xié)作數據“用-反饋-優(yōu)化的能力增強閉環(huán)。同時在績效考核體系中催生了新型價值評估維度?AI輔助決策采納率的關鍵參數。AI技術的滲透正在重新定義組織學習的基本場景價值轉向對技術生態(tài)的深度理解與創(chuàng)造性應用。企業(yè)培訓體系正圍繞人機協(xié)作場景進行重構。實業(yè)務場景中的AI應用AI工具轉化為提升工作效能的有效手段職業(yè)成長路徑正打破傳統(tǒng)評價標準。傳統(tǒng)以從業(yè)年限為主導的晉升邏輯，正讓位于技術適應性索AI工具創(chuàng)新用法的人員獲得更多發(fā)展機會，善于協(xié)調人機協(xié)作關系的團隊領導者被賦予更這種轉變推動形成新型職場生態(tài)?持續(xù)學習AI技術應用挑戰(zhàn)。當AI技術成為基礎生產力工具競爭力不再局限于專業(yè)經驗積累，而在于能否將AI轉化為個人能力的擴展器。從招聘環(huán)節(jié)的能AI技能素養(yǎng)正在重構人才管理的AI化人才密度的競爭?為I數據治理是AI驅動人力發(fā)展的底層操作系統(tǒng)（NLP技術（（項目參與度、協(xié)作網絡強度（數據共享機制打破系統(tǒng)壁壘，實現人力資源數據與業(yè)務場景的深度耦合，其關鍵在于跨系統(tǒng)、通過API接口和低代碼平臺，整合HRISERPCRM等系統(tǒng)數據流（如工（OKR進度形成互補。除了傳統(tǒng)的人力資源數據以外，人力與業(yè)務數據協(xié)同也是重要的方向。要建立“人力-業(yè)務雙人力規(guī)劃。數據確權機制需在激發(fā)數據價值與保護個體權益間取得平衡，重點解決所有權界定、權限管“最小必要GDPR“數據本地化+摘要跨境現人力數據的跨國合規(guī)流動，較少法律糾紛。未來組織的競爭力，將取決于其構建數據基礎設施的能力?這不僅是技術問題“原料“管道“規(guī)則“治理-共享-確權的協(xié)同體系，企業(yè)才能真正釋放人力數據的戰(zhàn)在AI時代實現“人才管理“人才生態(tài)運營的跨越。CAI（AI逐漸從一種實驗性質的技術KinsPwI技術將在必須在企業(yè)內部建立專門的AI領導崗位AI部門來統(tǒng)籌I。AI已經不再僅僅是技術部門的為了有效應對AI技術很多企業(yè)開始設置首席I來全面負責企業(yè)的I戰(zhàn)首席AI官通常具有深厚的技術背景能夠將I設立首席AI官這一職務，是企業(yè)適應AI時代變革的一個重要標志。以下是一些企業(yè)設置首席AI官的主要原因：隨著AI技術在各行各業(yè)的普及，企業(yè)需要一個專門的領導者來隨著AI技術在各行各業(yè)的普及，企業(yè)需要一個專門的領導者來制定并實施AIAI技術AI等多個技術領域，需要一位具備綜合視野的高管來全面統(tǒng)籌。AI技術的實施不僅局限于技術AI官能夠在這些部門之間架起溝通AIAI官的主要職責包含以下幾項：AI戰(zhàn)略制定與執(zhí)行：首席AI官需要為企業(yè)設計一套長遠的AI戰(zhàn)略確保AI技術能夠從根本上提升企業(yè)的核心競AI研發(fā)管理：首席AI官不僅要確保企業(yè)在人工智能領域的持續(xù)創(chuàng)新，還要負責AI產品的設計跨部門協(xié)作與整合：AI的實施涉及到多個部門的協(xié)同首席AI官需要協(xié)確保AI項目能夠與公司整體戰(zhàn)略無縫對接。數據治理與倫理規(guī)范：隨著AI技術的推廣數據隱私和AI倫理問題日益突出首席AI官需要在數據治理確保AI的合理使用。盡管首席AI技術迅速變化：AI技術的更新?lián)Q代非?？焓紫疉I官需要時刻關注全球最新的技術動態(tài)跨部門協(xié)同困難：AI項目通常需要跨多個部門協(xié)作推動AI項目的順利落地是首席AI官的重要挑戰(zhàn)。數據質量與隱私問題：企業(yè)實施AI技術時是首席AI官必須處理的關鍵任務。戴爾科技于2O24年明確設立全球首席技術戴爾科技于2O24年明確設立全球首席技術（CTO兼首席AI（CAIO由JohnRoese擔任Roese提出企業(yè)AI“三大市場并強調企業(yè)AI將在2O2?年迎來爆發(fā)期他主導構建了以六大核心能力（如基于RAG的聊天機器人、編碼智能體等為核心的AI戰(zhàn)客戶服務等領域的?OO多個AI用例落地。2O2?年4英特爾新任CEO陳立武(Lp-ua)重組高管團隊任命SachinKatti技術官兼AI負責人直接向CEO匯報Katti的任務是重振英特爾在AI芯片領域的競爭力導開發(fā)基于?納米工藝的新一代AI芯片止了alconShoes如計算與網絡技術融合和開放生態(tài)字節(jié)跳動的AI2O12年推出的“今日頭條”即基于智能推AI2O16（AILabAILab抖音和TikTok的全球擴張AILab的定位逐漸從集團級創(chuàng)新部門轉為技術中臺。截至2O2?年1月全球各類知名的C端生成式AI產（包含ChatGPTDeepSeek等總月活用戶數已突破?（AI產品榜·應用榜-APP伴隨著各類AI相關信息的涌AI大模型的基本知識基本能力已經被較多C端B端用戶所熟知不會闡述生成式AI的基本概念HR+AI應用實例（HCM探索并展望生成式AI在HR領域的應用實踐。HR應用維度應用場景內容生成智能問答智能匹配智能評估招聘管理 topperformerIM能實現圖片、視頻多模面向候選人的自然語言搜索功能：候選人通崗位的人力模型支柱與要求：對于特定崗位AI（針對相對基招聘流程的優(yōu)化及建AI績效管理人事管理績效管理人事管理假勤管理人才發(fā)展應用場景內容生成智能問答智能匹配智能評估目標/OKR成或者拆解，以及結合目標/OKR修改建議：給予OKR撰寫的語法規(guī)范建議工關于績效、激勵等相關的問題，聯(lián)通企業(yè)的OKR的完成進度，識別新員工入職安排：生成員工入職的時間線、ToDoList員工1on1關于HR相關的日常基礎問題，聯(lián)通企業(yè)的知構建靈活的智能排班：工關于假期余額、申請流程等相關的問題，聯(lián)千人千面的個性化培從上述表格中可以得出如下核心發(fā)現：當前生成式AI技術在HR領域并未出“顛覆式創(chuàng)新即對某一HR領域、場景進行重大改造當下生成式AI技術給HR領域帶來的價值主要集中“流程提效“體驗提升體體現在：替代重復性工作：這一點是傳統(tǒng)AIJDAI擁有更加強大的理“智慧需求的內容；縮短匹配的流程：優(yōu)化決策的過程：實現對于HR/管理者相關決策的輔助與優(yōu)化部分場景內AI目前都無法做到替代管理者或HR直接進行決策的行為；提升員工/候選人體驗：生成式AI能夠根據不同context生成對應的內容“千人千面提升HR/管理者體驗：如在寫對不同下級的績效評估、準備不同1-1材料都能按照不同的需求與context息。生成式AI技術在招聘領域的應用較多招聘更有可能成為被生成式AI技術在短期內進行全流程改造的首個HR領域成式AI當前都有被應用企業(yè)名稱成立時間核心業(yè)務特點客戶群體融資情況產品特色功能2016幫助企業(yè)實現招聘流辦公協(xié)同平臺深度一體化，打通招聘和日小米、中科創(chuàng)達、理想汽車等國內先進AI自動篩選簡歷、AI2023利用AI技術評估人頂級科技公20241投資，9月完成融資，估值2.5經驗，自動化篩選、2016AI21人才智能平臺，涵蓋2023AI求職者個性化推薦工北美求職者、獲得中美頭部AI7000強大的分析能力、簡自動化和直觀的招20022003未公開單獨針對招聘模塊的AI集成可自動化80%前期工作流程，創(chuàng)建職位描述、搜索候選ATS2014為企業(yè)提供技術人才招聘、培訓和管理服挖掘非洲地區(qū)技術需要招聘技定制的面試結構、全年無休的面試可用在和I我們發(fā)現當前企業(yè)在HR領域應用生成式I技術的挑戰(zhàn)可以大致分為以下兩類：HR管理規(guī)則的完善性：企業(yè)在HR領域應用生成式AI技術前符合企業(yè)對人才管理的要求和人力的發(fā)展方向。HR相關數據的完整性：前端數據的準確輸入才能確保AI結果的準確輸出，企業(yè)需要將管理場景中的過程與結果數據實現可控、可視、可管，企業(yè)可能需要采取的數據治理動作可能包含對HR標準數據、流程中的數據埋點的清洗，對現有BI數據報表的完善，以及搭建成熟的數據倉庫等。篩簡歷、篩信息的匹配實現更高的效率。企業(yè)知識體系的結構性：生成式AI在HR領域的一大重要應用是進行企業(yè)知識相關的問答也會對后續(xù)AI大模型的檢索和知識利用效果帶來影響。因現有生成式AI穩(wěn)定可靠性問題：正如在云計算時代，高昂的遷移成本（等都是阻攔用戶上云的關鍵卡點，這同樣可能是阻攔生成式AI落地HCM系統(tǒng)的挑戰(zhàn)；數據隱私問題：（還在采用混合云或是私有云的方式部署人力資源數字化系統(tǒng)，這有可能會導致企業(yè)不愿意開放個性化的數據給廠商?ne-tuning或是二次訓練大模型；如果是通用語料的模型，或是基于人力資源行業(yè)二次訓練的模型，可能會導致企業(yè)在實際使用中的一些價值和效果的損失；人工參與度問題：生成式AI實現“個性化體驗是相較于傳統(tǒng)AI而言的“千人千面這也有可能導致全部由AI主導的流（都是機器主導可能會削弱參與者的體驗；成本問題：市面上有一些標榜為企業(yè)定制大模型的公司，用企業(yè)的語料庫對大模型實現二次訓練，做到對企業(yè)的完全定制化，但這樣的成本可能會非常高，成本問題也是阻攔大模型在HR領域落地的一個潛在挑戰(zhàn)，甚至有部分企業(yè)表示在某些領域應用生成式AI的成本遠大于雇傭員工的成本。短期內我們并未在HR領域看到有應用生成式AI帶來的顛覆性創(chuàng)新產品/案例于生成式AI技術的應用短期不應該持過分高估和樂觀的態(tài)度，但是從長期視角來看，隨著deepseek等愈“具有思辨能力、通人性的AI技術出現相信未來的HR領域一定會受到較大的生成式AI技術的沖擊和影響。且有創(chuàng)新意識的人來落地AI在過往的企業(yè)發(fā)展過程中，我們看到新的創(chuàng)新技術/產品的產生既有來自高層一把手識的各個層級的員工（特別是在一線業(yè)務中的員工來落地AI，如飛書團隊和不少企業(yè)合作共創(chuàng)了AIHackathon的比賽飛書的AI平臺共創(chuàng)業(yè)務和組織新應HR相關的數據是讓企業(yè)打好AI落地基礎的重要前提，該動作短期內可能為企業(yè)但是長期來看會幫助企業(yè)在未來AI化的市場競爭過程中獲得更大的AI競爭先機。AI不會替代HR但是擅長AI的HR從現有的AI應用實例上來看我們并未發(fā)現當前的AI技術存在大量替代傳統(tǒng)HR職位HR工但是我們仍然鼓勵HR團隊的同仁們盡快學習掌握最新的AI技術和知識著技術的日新月異發(fā)展，未來擅長AI可能會逐步變成HR的一項新專業(yè)能力之一。AI技術在HR真正意義上的AI企業(yè)都在應用所謂的AI面試官進行候選人面試但是現有AI技術在面試過I深度思考正意義上的可以替代人進行知識性崗位面試和決策的AI員工全生命周期的AI基于AI陪伴員工全生命周期的職業(yè)發(fā)展并持續(xù)為員工提供HR相關的服務I面向管理者的HR+AI從當下讓管理者被動的看I由AI主動地根據組織內人力資源基于自然語言交互的系統(tǒng)操作：有非常多的生成式AI前沿討論提出基于Chat的I交互界面有可能對現有的GI交互實現SaaSHR不再需要通過對系統(tǒng)界面的復雜點選，僅用輸入自然語言就能夠實現。生成式AI回顧HR數字化行業(yè)的發(fā)展歷史orkday云原生的標準化架構相較于SAP本地部署的客制orkdayWorkdayExtendAI有可能更進一HR數字化目前HR實現了內部+外部數據的底層支撐。該企業(yè)近年來在★力資源管理中深度應用I了從★才篩選到決策支持的全鏈路智能化體系：1.招聘1.招聘+AI該企業(yè)平均一年處理千萬份簡歷1OO飛書People招聘AI的能力提升整體招聘效率與質量：AI輔助人崗匹配：根據職位畫像與人才畫像模型自動生成人崗匹配星級與匹配結果并智能推薦相似候選人；AI簡歷評估：通過自然語言表述人員畫像AI根據要求自動分析投遞的簡歷，給出候選人評估結果；簡歷信息增強：面試題智能推薦：每個候選人都有自己獨特的經歷，傳統(tǒng)的面試題庫很難根據候選人具體的經歷和技能動態(tài)調AI面試速記：HRAIAI2.人事2.人事+AIHRSSC智能問答：該企業(yè)還利用AI智能問答滿足十萬人的日常問答需求有了AI智能問答只需要2O+個員工就可應對每天龐大的員工問詢事務。智能問答助手每天會實時回答員工日常的和HR相關的問嵌入自助式HR服務中心大幅解放HR生產力。人事檔案智能總結：該企業(yè)的HCM平臺可一屏聚合員工入轉調離全生命周期的信息AIpro?le?O秒就能總+AIAI該企業(yè)通過OKR進行目標管理而在OKR填寫的質量會直接決定OKR能否有效指導員工的工了幫助全員寫好OKR該企業(yè)利用AI進行OKR填寫質量的智能診斷生成OKR的填寫建議幫助員工完成高質量的OKR填寫。4.績效+AI4.績效+AI該企業(yè)績效管理通過?6O?6OAI合員工在飛書一體化平臺上的工作協(xié)同緊密程度智能推薦?6O評估人。由于?6O打分為人為