■李寧寧 乳山市行政審批服務局

人工智能（Artificial Intelligence，AI）的發(fā)展道路頗為曲折起伏，歷經(jīng)了起步、反思、應用、低迷、穩(wěn)步到如今的蓬勃發(fā)展各個階段，人工智能技術已廣泛應用于各個領域，迎來了爆發(fā)式的發(fā)展高潮。目前，人工智能的應用也讓企業(yè)人力資源管理工作面臨一些挑戰(zhàn)。因此，作為人力資源的管理者，我們需要不斷提高企業(yè)人力資源的管理水平，選擇正確和適當?shù)目萍寄芰?，不斷提高人工智能的應用技術，加強對企業(yè)人力資源管理的把控，這樣可以幫助我們明確人力資源管理的方向，提高企業(yè)人力資源管理水平。

一、相關理論概述

早在1956 年，人工智能就被人們所提及，而在2017年人工智能才逐漸興起，這一年也被媒體稱為“人工智能元年”。國外學者對人工智能領域的研究較早。Joy（2000）認為人工智能的發(fā)展是導致人類滅絕的強大潛在威脅，人工智能最終會取代人類。Frey 和 Berger（2016）通過對700 多個不同職位是否存在被人工智能所替代的風險的研究發(fā)現(xiàn)，美國有將近一半的工作職位將會被人工智能所取代。國內(nèi)學者對人工智能領域的研究起步較晚，但是隨著科學技術的高速發(fā)展，學者們開始聚焦于人工智能對企業(yè)人力資源管理的影響研究，并取得了較為豐富的成果。王君等（2017）研究了人工智能等新技術對就業(yè)的影響，認為人工智能的發(fā)展會造成一定的失業(yè)，但是對企業(yè)人力資源管理具有重要意義。趙磊等（2017）通過研究認為人工智能技術在許多方面為人類創(chuàng)造了新的機遇，但是在企業(yè)人力資源管理方面卻對人員失業(yè)造成負面影響。周卓華（2020）指出人工智能對企業(yè)人力資源管理的消極影響包括企業(yè)缺乏復合型的管理人才、數(shù)據(jù)安全保護機制缺乏導致人工智能型企業(yè)人力資源管理轉(zhuǎn)型困難以及未來機器取代人力將導致員工再就業(yè)問題等。覃麗雅（2021）提出人工智能不僅可以提升企業(yè)人力資源管理的效率和質(zhì)量，還能提高信息管理水平，從而增強企業(yè)競爭力。

通過以上的文獻分析得知，國內(nèi)外學者對人工智能應用的作用褒貶不一，他們對人工智能將來是否會完全代替人工的問題意見不一。誠然，人工智能是一把雙刃劍，人工智能對企業(yè)人力資源管理同樣帶來機遇與挑戰(zhàn)兩方面的影響，企業(yè)只有運用好人工智能這把雙刃劍，才能實現(xiàn)現(xiàn)代化、高效率且高質(zhì)量的人力資源管理。

二、人工智能在我國企業(yè)人力資源管理領域中的應用現(xiàn)狀分析

1.員工招聘應用

人工智能在招聘工作中的應用，主要是充分利用人工智能產(chǎn)品提高企業(yè)人員招聘質(zhì)量與效率，為企業(yè)的正常運轉(zhuǎn)做好人才儲備的工作。例如，獵聘網(wǎng)曾在2017 年8 月組織開展一場招聘人機大戰(zhàn)。對戰(zhàn)雙方是5 名互聯(lián)網(wǎng)領域資深HR、獵頭和獵聘機器人。比賽的具體要求為：隨機抽選某個職位，在3700 萬份獵聘的存量簡歷中，看誰以最快速度篩選出和某個職位需求最匹配的簡歷。比賽開始后，獵聘機器人僅耗時0.015 秒便篩選出10 份簡歷，5名互聯(lián)網(wǎng)領域資深HR、獵頭則花費23 分鐘篩選出10 份簡歷。本次簡歷篩選只看質(zhì)量，并不比拼速度。雖然獵聘機器人最終以0.36 分的差距落敗，但其驚人的速度及精準度也不得不令人驚嘆。目前，獵聘網(wǎng)也在積極組織人手對獵聘機器人進行升級，相信在不久的將來，獵聘機器人定會成為獵聘網(wǎng)招聘員工的重要工具。

2.員工管理應用

員工管理是人力資源管理工作中的重要內(nèi)容之一，雖然人力資源管理部門為了有效提升員工管理工作的效率，制定了各種員工管理措施，但實際上取得的效果非常有限。為了改變這一現(xiàn)狀，人力資源管理部門可以通過將人工智能引入員工管理工作中的方式，提高員工滿意度與員工管理的效率。大數(shù)據(jù)技術對人力資源管理中的各項數(shù)據(jù)進行收集、整理、數(shù)字化分析，能最大限度地把握人力資源現(xiàn)狀，挖掘員工的潛在價值，不斷地對人力資源各模塊工作進行深入分析與改進，更加科學地對人力資源管理各模塊工作進行決策。

3.員工培訓應用

相關單位在開展員工培訓工作時，必須緊跟社會發(fā)展的腳步，針對發(fā)展需求制定科學合理的員工培訓機制，才能培養(yǎng)出符合相關單位日常運營管理需求的高素質(zhì)應用型人才。現(xiàn)場培訓方式雖具有一定成效，但不可避免地存在以下缺點：一是員工需放下手頭工作參與培訓；二是員工培訓費用較高。為解決以上問題，部分單位開始將人工智能引入員工培訓領域。如今人工智能在員工培訓領域已得到應用，并取得一定成效，不但能夠在線為員工提供相關信息咨詢，同時也能夠科學設計出多種培訓場景，并結(jié)合不同單位員工的需求，為其量身打造沉浸式培訓。該培訓方式讓員工在家即可以享受到各種各樣的培訓服務，既不需要脫崗培訓，也能切實提升培訓成效。

4.員工考核應用

員工績效考核是企業(yè)人力資源管理工作中的主要內(nèi)容之一，雖然相關單位針對員工采用的有效績效考核方式有助于員工績效考核結(jié)果有效性的提升，但是這種績效考核方式需要耗費大量的人力、物力資源。為了有效解決這一問題，各單位應該加快人工智能在人力資源管理與員工績效考核工作中應用的深度。例如，IBM 開發(fā)了Watson系統(tǒng)，專門用于員工的績效考核。該系統(tǒng)不僅對員工過去的成功與失敗行為進行考察，也會根據(jù)具體考察數(shù)據(jù)分析員工未來還有多少工作潛力可供挖掘。如若員工通過Watson 系統(tǒng)的績效考核且成績合格，Watson 系統(tǒng)就會認為其很有前途，員工方可獲得升職加薪。據(jù)IBM 人力資源部公布的統(tǒng)計數(shù)據(jù)顯示，與傳統(tǒng)的績效考核評估結(jié)果相比，Watson 對員工績效考核評估的準確率已高達96%，在可接受范圍之內(nèi)。

三、人工智能時代人力資源管理工作模式的創(chuàng)新升級

目前，人力資源信息系統(tǒng)（HRIS）在有效、高效的人力資源管理（HRM）的決策過程中起著重要的戰(zhàn)略作用。對于相關單位的人力資源決策，大多數(shù)研究者提出了專家系統(tǒng)或基于知識的系統(tǒng)。但是，基于知識的專家系統(tǒng)有其局限性。本文提出了一個智能人力資源信息系統(tǒng)（i-HRIS）框架，將智能決策支持系統(tǒng)（IDSS）與數(shù)據(jù)庫中的知識發(fā)現(xiàn)（KDD）相結(jié)合，以改進結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化的人力資源決策過程。此外，所提出的人力資源智能決策支持系統(tǒng)利用一套人工智能工具（如基于知識的推理、機器學習等）來存儲和處理信息。這些人工智能工具用于從過去的數(shù)據(jù)和經(jīng)驗中發(fā)現(xiàn)有用的信息或知識，以支持決策過程。同樣，我們也嘗試應用混合智能技術（如機器學習和基于知識的新知識提取和預測方法）來研究IDSS 在人力資源問題中的應用?？傊?，該框架由輸入子系統(tǒng)、決策子系統(tǒng)和輸出子系統(tǒng)組成，共有10 個人力資源應用模塊。

1.數(shù)據(jù)挖掘與KDD

KDD 是智能數(shù)據(jù)處理中廣泛使用的術語。KDD 描述了從數(shù)據(jù)倉庫提取信息的整個過程。此外，數(shù)據(jù)挖掘是KDD 過程中的一個步驟，而實際的數(shù)據(jù)挖掘是KDD 過程中最具挑戰(zhàn)性的一步。在人力資源管理中，人力資源決策依賴于知識、人的經(jīng)驗和判斷等多種因素。這些因素可能是不準確、不一致、不公平和出乎意料的決定的原因。因此，可以使用數(shù)據(jù)挖掘技術進行推理。本研究注重數(shù)據(jù)挖掘技術，指出了與人力資源問題相關的模式。人力資源經(jīng)理的匹配“針尖”問題非常關鍵。因此，確定合適的數(shù)據(jù)挖掘技術是非常重要的。許多研究提到將數(shù)據(jù)分類應用于不同的人力資源功能，預測員工更替；確定人力資源開發(fā)職能中的員工能力和職業(yè)規(guī)劃；預測離職費的收取和人力資源薪酬職能中的人力資源成本；評估員工績效人力資源管理職能。

2.決策支持系統(tǒng)

目前，某些單位的人力資源管理人員依靠決策支持系統(tǒng)（DSS）在最短的時間內(nèi)做出最優(yōu)的決策。在決策支持系統(tǒng)中，數(shù)據(jù)和模型被用來解決管理半結(jié)構(gòu)化和非結(jié)構(gòu)化問題。決策支持系統(tǒng)不監(jiān)督?jīng)Q策，也不取代人的決策，但它支持用戶并幫助他們做出更好、更一致的決策。此外，DSS 還包括基于知識的方法。適當設計的DSS 是一個基于軟件的交互式系統(tǒng)，旨在幫助決策者。它從rawdata、文檔、業(yè)務示例和個人知識的組合中收集有用的信息，以討論和解決問題并得出確定的結(jié)果。它有一個強大的報告工具，包含特別的報告功能、預構(gòu)建分析功能和多維分析功能。但是，DSS 在做出最好的決策方面有一些局限性。因此，決策支持系統(tǒng)在提供困難的半結(jié)構(gòu)化解決方案方面具有復雜性。為了克服決策支持系統(tǒng)的不足，本文采用IDSS 作為輔助支持技術。IDSS 是一種集成人工智能技術的新型決策支持系統(tǒng)，是決策支持系統(tǒng)的基本功能模型和人工智能的知識推理技術的結(jié)合，能夠解決復雜、不精確和結(jié)構(gòu)不良的問題。DSS 還對人力資源管理中的不確定性或不完整數(shù)據(jù)使用人的判斷和偏好，將IDSS 與其他DSS 區(qū)分開來。IDD 提高了決策的一致性、決策的時間性、對具體建議的強化解釋和合理化，以及組織知識的正規(guī)化。IDSS 的效率取決于嵌入決策支持系統(tǒng)的所有人工智能技術。ANS、模糊邏輯、遺傳算法和專家系統(tǒng)等人工智能技術在IDSS 中得到了廣泛的應用，ANN 可以實現(xiàn)預測、分類和模式匹配等類腦功能。此外，深度置信網(wǎng)絡（DBN）也是一種適用于決策建模的技術，DBN 是一種生成的圖形模型，或者是一種深層神經(jīng)網(wǎng)絡，由多層潛在變量組成，各層之間有聯(lián)系，但不在每一層的單元之間。

3.智能子系統(tǒng)：HR 智能化

HRIS Input Subsystem 由事務處理子系統(tǒng)（TPS）和人力資源智能子系統(tǒng)組成。輸入子系統(tǒng)部分將與人力資源相關的數(shù)據(jù)輸入操作數(shù)據(jù)庫，還包括將輸入數(shù)據(jù)轉(zhuǎn)換為強制存儲格式的軟件或其他外部數(shù)據(jù)庫，將公司的日?；顒樱〝?shù)據(jù)）收集到數(shù)據(jù)庫中。它將數(shù)據(jù)轉(zhuǎn)換成準確的信息，為管理人員提供有用的信息。例如，TPS 更新員工數(shù)據(jù)，如姓名、出生日期、性別、地址、電話、緊急聯(lián)系人信息、電子郵件地址、部門代碼、工作狀態(tài)（全職、兼職或合同）、薪資、職位、員工歷史記錄和福利信息。TPS將使用Internet、Intranet、Extra net 和其他網(wǎng)絡收集來自內(nèi)部和環(huán)境的數(shù)據(jù)，用于在線事務處理。子系統(tǒng)是一個接口，它收集與利益相關者、政府、供應商、金融機構(gòu)、勞動力相關的人力資源數(shù)據(jù)。一個典型的IDSS 包括五個主要組件：suchas 數(shù)據(jù)庫系統(tǒng)、基于知識的系統(tǒng)、模型庫系統(tǒng)、推理機和用戶界面。在決策過程中，所提出的IDSS 包含四個主要組件，即KDD、Model Management Subsystem、KBS 和Advisory Subsystem。KDD 可以從舊的數(shù)據(jù)和決策中提取知識，用于從現(xiàn)有的數(shù)據(jù)庫系統(tǒng)中確定可能的模式和規(guī)則，以開發(fā)HRProbt 問題的預測模型。數(shù)據(jù)庫管理子系統(tǒng)包括存儲與決策支持系統(tǒng)所規(guī)劃的問題相關的數(shù)據(jù)庫，并對數(shù)據(jù)庫進行管理。它將與組織的Data Warehouse、Hadoop Distributed File System（HDFS）和/ 或數(shù)據(jù)集連接。在知識管理子系統(tǒng)中，知識是通過不同的工具和技術從現(xiàn)有數(shù)據(jù)庫中提取出來的，包括大數(shù)據(jù)挖掘、OLAP 和AI 技術。由于所有的知識都與業(yè)務操作無關，所以這些工具和技術確實過濾了不必要的和無關的知識。本文利用傳統(tǒng)的人工智能技術和混合人工智能技術，結(jié)合機器學習和推理技術，找到了可能的模式和規(guī)則，并建立了HRV 問題的預測模型。此外，遺傳算法和ANS 是機器學習中較為流行的技術。

4.模型管理

該模型由三個部分組成：輸入子系統(tǒng)、決策子系統(tǒng)和輸出子系統(tǒng)。在決策子系統(tǒng)中，我們建議在HRIDSS 中使用機器學習方法來解決HRSS 問題。因此，不確定和不完全的數(shù)據(jù)可以轉(zhuǎn)化為有用的知識。我們還發(fā)現(xiàn)，研究人員一致認為混合固有技術是支持非結(jié)構(gòu)化滲透決策過程的最佳方法。信息系統(tǒng)的失敗往往與對“軟”管理實踐（如文化變革、組織發(fā)展和用戶參與）缺乏關注有關。

案例研究的結(jié)果表明，人力資源在成功實施信息系統(tǒng)方面有一個關鍵但被忽視的潛在作用，特別是在變革管理過程中。以往的實證研究表明，群體成員之間的差異可能對決策過程產(chǎn)生積極和消極的影響。由于直接模型無法解釋如此復雜的后果，最近的工作已經(jīng)開始提出更復雜的模型，包括中介變量和調(diào)節(jié)變量。一般來說，假設成員之間的差異對群體決策的益處程度取決于單位的某些條件，特別是其管理。通過文獻回顧，我們發(fā)現(xiàn)人力資源管理系統(tǒng)可以成為其中的調(diào)節(jié)者之一。利用結(jié)構(gòu)模型的估計值，我們討論了在人力資源政策定義中的某些選擇，如何幫助組織改進不同群體的決策過程。作為對這一事實的推論，我們建議將混合技術（如基于知識的系統(tǒng)和機器學習方法）與HRIDSS 集成在這個HRIS 模型中。模型管理子系統(tǒng)存儲財務、統(tǒng)計、管理科學等相關模型及現(xiàn)有仿真模型。這些模型可應用于決策過程，通過應用這些模型將存儲在數(shù)據(jù)庫中的數(shù)據(jù)轉(zhuǎn)化為信息/知識。

在模型分析過程中，在使用預測模型之前必須對模型進行評估和檢驗。KBS 包括一套事實和規(guī)則。在改進的模型中，該組件將包含有關關聯(lián)規(guī)則、模式以及任何相關事實和規(guī)則的信息。因此，人力資源領域的專家將評估和解釋這些指標和模式。咨詢子系統(tǒng)在決策過程中提供迭代支持，應用KDD，知識工程師從專家和法規(guī)文件中獲取知識。認知是由推理機推斷出來的。該組件有一個監(jiān)視代理，用于查看需要尋址的非結(jié)構(gòu)化決策的標識。因此，它將通過提供建議的活動路徑來啟動迭代決策一決策過程。如果需要，該組件將指示KBS 更新現(xiàn)有知識。決策人員使用用戶接口與系統(tǒng)進行通信。同時，該組件有解釋的功能，以顯示任何決定或建議的論點。

四、結(jié)語

從以往的文獻中可以看出不同類型的人工技術被應用于人力資源領域的問題，如選拔和招聘、績效評估、人才管理，以及未來的人力資源管理。但是，我們沒有發(fā)現(xiàn)人力資源領域的研究之間有任何邏輯聯(lián)系。Udani 提出了基于人工智能的專家系統(tǒng)，作為人力資源信息系統(tǒng)的一個模塊。但是，沒有提供任何全面的模式來實現(xiàn)這一專家系統(tǒng)。本文提出了一種基于人工智能的HRIS 系統(tǒng)，該系統(tǒng)具有IDSS 決策支持、知識抽取KDD、知識庫建模和模型庫等基本特征，對解決復雜、結(jié)構(gòu)不良的HRIS 具有一定的推理能力。