大数据与AI时代,HR更要有想法而不是懂算法!

原标题:大数据与AI时代,HR更要有想法而不是懂算法!

作者:徐刚

来源:深蓝信息

本文共计3045个字

阅读时间约 5分钟

随着数字化时代的到来,我们可以看到在HR胜任力模型中就已经有了对于数据设计和解读及技术整合的能力要求。这是不是意味着HR需要去考人工智能或者数据算法工程师认证才能赶上时代对于HR工作的要求呢?今天我们就来谈谈这一话题。

市场上技术变化日新月异,员工包括HR本身在日常生活中就能体验到各种大数据和人工智能相关的技术创新。因此在工作环境中我们往往能感受到人力资源相关应用在员工体验上与外部体验的差距。同时业务部门在大数据和AI上也在不断创新,因此也会反过来对HR部门提出更高的要求。但HR的强项是处理人与人之间的关系,而非IT技术及深奥的大数据AI领域,这就让HR在某些时候产生了一定的困惑,HR到底如何来应对大数据与AI时代的挑战呢?

在笔者看来这个问题的关键点在于,在新数据时代,没有大数据和AI技术背景的HR如何与专业的技术部门或者外部公司合作将大数据和AI与公司员工的需求相结合。HR在这个结合上应该起到纽带和桥梁的作用。HR更擅长与人打交道,解决人的问题,因此HR要从人的需求出发提出问题让数据算法和技术工程师负责方案设计,再由HR从人的角度负责检验方案效果。这样才能充分发挥各自优势。

HR需要以人为本,因此我们先从人的需求来看看马斯洛的需求体系如何与HR的工作范围相对应。基于这个体系我们来谈谈HR如何能作为纽带和桥梁来链接技术与人的需求。

马斯洛需求层次

HR工作范围

自我实现

职业发展、价值文化

尊重需求

认可激励、培训提升

社交需求

工作协作、团队氛围

安全需求

体检保险、福利设计

生存需求

薪资体系、薪资发放

从员工最基础的生存需求和安全需求相关的HR工作来看,利用云计算等大数据技术是比较容易实现薪资和福利的准确计算并及时发放的。但是仅仅做到精确计算就可以了吗?我想很少有人会说公司给的工资与福利已经足够多了,所以HR还需要利用市场对标结果对公司福利进行合理的设计,并通过吸引员工的方式把这些薪酬福利说出来,才能更好地管理员工的期望值。

在员工有薪酬福利相关问题时HRBP和HR服务共享中心如何能合理的响应来提升员工的体验,也是非常重要的,在这些层面上员工的需求就并不仅仅是生存和安全需求了,员工需要觉得自己被尊重,需要觉得自己是被合理地给予了与自身能力和付出相匹配的回报。

这些与人相关的需求就是HR所需要重点考虑的内容,数据工程师是做不到这些的。机器能做的事情尽量交给机器去做,HR需要考虑的是如何去应对那些机器所做不到的员工需求并提出新的想法。这就是技术与人的需求的结合点。

我们再来看看其他更高层级需求如社交、尊重、自我实现等相匹配的HR工作,我们会发觉这些工作很重要,但通过传统的HR工作方式和专业能力是很难完美量化分析和实现自动化复杂分析的。业务领导们通常对HR质疑的并不是工资福利没有及时发对,而是会质疑在这些员工上层需求相关工作中HR的有效性。比如HR如何有效了解员工在公司工作团队中的合作是否和谐高效,工作是否感觉快乐有价值感?

这时HR就要能站在员工的角度考虑需求,通过整理后加上HR的经验提出想法,然后把想法交给大数据与AI专家去设计研究解决方案。例如:员工敬业度和员工满意度调查是通常公司了解员工各项需求是否被满足的一种做法。

但相信现有的敬业度调查一定会被不少业务领导所质疑,也有很多HR在纠结这些调查问题的内容和方式是否能真实反映员工的心声,是否能真实反映员工在公司工作是否开心,是否敬业。那HR如何将此问题去和未来的新技术趋势结合呢?

这时作为HR就可以尝试一些开脑洞的想法,比如是否可以在公司通过AI人脸识别技术来阅读员工的真实情绪?是否可以通过声音识别技术来读取会议录音,从而评判团队合作氛围的现状?有了这些开脑洞的想法,后续就可以抛给大数据和人工智能咨询公司去研究方案了。大家可以看到在类似的讨论场景中和HR是否懂技术是无关的。

在其他一些不同的HR工作场景中,HR也都可以类似地不断思考提出想法。例如:在福利的设计上我们可以看看是否大数据和AI能有办法自动分析在满足员工基础生存与安全需求之上,如何从社交、尊重等方面对于不同年龄,不同性格和不同背景的员工设计出不同的更人性化的走心的福利方案并主动推送,让这些福利能满足员工的真实个性化需求,使得员工本人甚至是家人都能感受到公司的关怀。同时,是否能利用技术把员工的福利体验进行量化衡量。

在HR共享服务中心的员工热线解决方案上,HR可以研究和检验当前已有的人工智能方案是否能真正听懂员工问题背后的诉求,是否能够迅速有效的解决员工的问题, 是否有可能应对有情绪员工的投诉?HR可以通过体验来提出哪些方面人工智能的回应还不够精确,还不够有温度。然后让AI专家和机器自我学习去研究机器如何能做得更好。

在员工培训方面,我们可以抛出和职业发展有关的闭环管理问题,例如:是否有可能采集员工邮件及会议中的文字语音视频数据,结合员工的360反馈,对所有反馈进行智能综合识别分析来了解员工的行为与公司要求能力模型的差距,并定制相应的员工培训及辅导方案并跟踪实施?是否可以同样通过持续采集数据及分析来智能判别员工在行为上是否有持续改变和提升并实时调整培训方案?

在招聘管理上我们也可以提出如何能够通过人工智能来完成简历筛选和完成面试。有不少公司正在进行此方面的尝试,而这些尝试也都是HR部门与技术部门或者第三方公司共同合作,由HR提出需求,在实施过程中由HR利用经验来验证人工智能分析和自我学习有效性的。

在离职管理上,HR可以抛出的问题是如何通过AI对大数据分析和自我学习来建立离职预测的相关模型来达到提前防范高绩效人员离职的风险。从离职分析的原因和归类上是否可以摆脱传统的个人原因,职业发展,薪资收入等归类的束缚,进一步从人的需求角度出发来看到底员工是在哪一层马斯洛需求上没有得到满足?

以上只是通过一些示例来说明HR其实是有很多机会去提出新想法的,这些新想法已经足够让市面上的很多咨询公司花很长时间去建模研究各种大数据及AI解决方案了。HR们需要做的就是结合人才管理的需求,从人的需求出发不断抛出这些想法驱动行业技术在各个维度的研究与革新。当技术准备好的时候HR其实也已经准备好了。

如果HR平时没有结合人员管理痛点去思考并提出这些想法的话,就很难在有新技术产生的时候适时切入进行尝试,也很难进一步取得管理层对HR在大数据及AI上应用场景的重视和持续投资。

至于从哪些维度收集数据,如何进行迭代回归决策树判断之类的技术问题,都是可以通过大数据和AI专家的研究或者AI的机器自我学习来解决,这些都不用HR亲自去操心。HR需要操心的就是如何提出对业务有价值的想法,并适时尝试并验证通过大数据和AI方案是否能真正解决业务与员工的需求问题。

综上所诉,笔者认为在大数据与AI时代,HR更要有想法而不是懂算法。也欢迎大家提出不同看法。

为了能更好地完成上述的相关尝试,最后对HR们建议可以在日常工作中不断提升如下的能力:

闭环管理能力:HR需要把技术和非技术的解决方案融合在一起形成在公司中HR战略及管理方案,才能有效的把业务中人的问题转化成可跟踪实施的方案并持续改进。

数据洞察能力:HR需要的不是如何掌握如何进行回归迭代和数据建模的能力,而是需要把数据分析的结果和人的需求相结合进行解读,并提出反馈和下一步行动及尝试。

项目管理能力:HR在周遭迅速变化的今天需要迅速推动人力资源工作有效的技术创新变革,这需要通过项目管理能力来有效协调整合内外部资源,跟踪实施并尽可能让更多人满意与持续支持,这需要通过项目管理的能力来有效推动。

作者介绍:徐刚,辉瑞人力资源运营负责人返回搜狐,查看更多

责任编辑:

2019-08-15 11:30

来源:HR私董会

原标题:大数据与AI时代,HR更要有想法而不是懂算法!

作者:徐刚

来源:深蓝信息

本文共计3045个字

阅读时间约 5分钟

随着数字化时代的到来,我们可以看到在HR胜任力模型中就已经有了对于数据设计和解读及技术整合的能力要求。这是不是意味着HR需要去考人工智能或者数据算法工程师认证才能赶上时代对于HR工作的要求呢?今天我们就来谈谈这一话题。

市场上技术变化日新月异,员工包括HR本身在日常生活中就能体验到各种大数据和人工智能相关的技术创新。因此在工作环境中我们往往能感受到人力资源相关应用在员工体验上与外部体验的差距。同时业务部门在大数据和AI上也在不断创新,因此也会反过来对HR部门提出更高的要求。但HR的强项是处理人与人之间的关系,而非IT技术及深奥的大数据AI领域,这就让HR在某些时候产生了一定的困惑,HR到底如何来应对大数据与AI时代的挑战呢?

在笔者看来这个问题的关键点在于,在新数据时代,没有大数据和AI技术背景的HR如何与专业的技术部门或者外部公司合作将大数据和AI与公司员工的需求相结合。HR在这个结合上应该起到纽带和桥梁的作用。HR更擅长与人打交道,解决人的问题,因此HR要从人的需求出发提出问题让数据算法和技术工程师负责方案设计,再由HR从人的角度负责检验方案效果。这样才能充分发挥各自优势。

HR需要以人为本,因此我们先从人的需求来看看马斯洛的需求体系如何与HR的工作范围相对应。基于这个体系我们来谈谈HR如何能作为纽带和桥梁来链接技术与人的需求。

马斯洛需求层次

HR工作范围

自我实现

职业发展、价值文化

尊重需求

认可激励、培训提升

社交需求

工作协作、团队氛围

安全需求

体检保险、福利设计

生存需求

薪资体系、薪资发放

从员工最基础的生存需求和安全需求相关的HR工作来看,利用云计算等大数据技术是比较容易实现薪资和福利的准确计算并及时发放的。但是仅仅做到精确计算就可以了吗?我想很少有人会说公司给的工资与福利已经足够多了,所以HR还需要利用市场对标结果对公司福利进行合理的设计,并通过吸引员工的方式把这些薪酬福利说出来,才能更好地管理员工的期望值。

在员工有薪酬福利相关问题时HRBP和HR服务共享中心如何能合理的响应来提升员工的体验,也是非常重要的,在这些层面上员工的需求就并不仅仅是生存和安全需求了,员工需要觉得自己被尊重,需要觉得自己是被合理地给予了与自身能力和付出相匹配的回报。

这些与人相关的需求就是HR所需要重点考虑的内容,数据工程师是做不到这些的。机器能做的事情尽量交给机器去做,HR需要考虑的是如何去应对那些机器所做不到的员工需求并提出新的想法。这就是技术与人的需求的结合点。

我们再来看看其他更高层级需求如社交、尊重、自我实现等相匹配的HR工作,我们会发觉这些工作很重要,但通过传统的HR工作方式和专业能力是很难完美量化分析和实现自动化复杂分析的。业务领导们通常对HR质疑的并不是工资福利没有及时发对,而是会质疑在这些员工上层需求相关工作中HR的有效性。比如HR如何有效了解员工在公司工作团队中的合作是否和谐高效,工作是否感觉快乐有价值感?

这时HR就要能站在员工的角度考虑需求,通过整理后加上HR的经验提出想法,然后把想法交给大数据与AI专家去设计研究解决方案。例如:员工敬业度和员工满意度调查是通常公司了解员工各项需求是否被满足的一种做法。

但相信现有的敬业度调查一定会被不少业务领导所质疑,也有很多HR在纠结这些调查问题的内容和方式是否能真实反映员工的心声,是否能真实反映员工在公司工作是否开心,是否敬业。那HR如何将此问题去和未来的新技术趋势结合呢?

这时作为HR就可以尝试一些开脑洞的想法,比如是否可以在公司通过AI人脸识别技术来阅读员工的真实情绪?是否可以通过声音识别技术来读取会议录音,从而评判团队合作氛围的现状?有了这些开脑洞的想法,后续就可以抛给大数据和人工智能咨询公司去研究方案了。大家可以看到在类似的讨论场景中和HR是否懂技术是无关的。

在其他一些不同的HR工作场景中,HR也都可以类似地不断思考提出想法。例如:在福利的设计上我们可以看看是否大数据和AI能有办法自动分析在满足员工基础生存与安全需求之上,如何从社交、尊重等方面对于不同年龄,不同性格和不同背景的员工设计出不同的更人性化的走心的福利方案并主动推送,让这些福利能满足员工的真实个性化需求,使得员工本人甚至是家人都能感受到公司的关怀。同时,是否能利用技术把员工的福利体验进行量化衡量。

在HR共享服务中心的员工热线解决方案上,HR可以研究和检验当前已有的人工智能方案是否能真正听懂员工问题背后的诉求,是否能够迅速有效的解决员工的问题, 是否有可能应对有情绪员工的投诉?HR可以通过体验来提出哪些方面人工智能的回应还不够精确,还不够有温度。然后让AI专家和机器自我学习去研究机器如何能做得更好。

在员工培训方面,我们可以抛出和职业发展有关的闭环管理问题,例如:是否有可能采集员工邮件及会议中的文字语音视频数据,结合员工的360反馈,对所有反馈进行智能综合识别分析来了解员工的行为与公司要求能力模型的差距,并定制相应的员工培训及辅导方案并跟踪实施?是否可以同样通过持续采集数据及分析来智能判别员工在行为上是否有持续改变和提升并实时调整培训方案?

在招聘管理上我们也可以提出如何能够通过人工智能来完成简历筛选和完成面试。有不少公司正在进行此方面的尝试,而这些尝试也都是HR部门与技术部门或者第三方公司共同合作,由HR提出需求,在实施过程中由HR利用经验来验证人工智能分析和自我学习有效性的。

在离职管理上,HR可以抛出的问题是如何通过AI对大数据分析和自我学习来建立离职预测的相关模型来达到提前防范高绩效人员离职的风险。从离职分析的原因和归类上是否可以摆脱传统的个人原因,职业发展,薪资收入等归类的束缚,进一步从人的需求角度出发来看到底员工是在哪一层马斯洛需求上没有得到满足?

以上只是通过一些示例来说明HR其实是有很多机会去提出新想法的,这些新想法已经足够让市面上的很多咨询公司花很长时间去建模研究各种大数据及AI解决方案了。HR们需要做的就是结合人才管理的需求,从人的需求出发不断抛出这些想法驱动行业技术在各个维度的研究与革新。当技术准备好的时候HR其实也已经准备好了。

如果HR平时没有结合人员管理痛点去思考并提出这些想法的话,就很难在有新技术产生的时候适时切入进行尝试,也很难进一步取得管理层对HR在大数据及AI上应用场景的重视和持续投资。

至于从哪些维度收集数据,如何进行迭代回归决策树判断之类的技术问题,都是可以通过大数据和AI专家的研究或者AI的机器自我学习来解决,这些都不用HR亲自去操心。HR需要操心的就是如何提出对业务有价值的想法,并适时尝试并验证通过大数据和AI方案是否能真正解决业务与员工的需求问题。

综上所诉,笔者认为在大数据与AI时代,HR更要有想法而不是懂算法。也欢迎大家提出不同看法。

为了能更好地完成上述的相关尝试,最后对HR们建议可以在日常工作中不断提升如下的能力:

闭环管理能力:HR需要把技术和非技术的解决方案融合在一起形成在公司中HR战略及管理方案,才能有效的把业务中人的问题转化成可跟踪实施的方案并持续改进。

数据洞察能力:HR需要的不是如何掌握如何进行回归迭代和数据建模的能力,而是需要把数据分析的结果和人的需求相结合进行解读,并提出反馈和下一步行动及尝试。

项目管理能力:HR在周遭迅速变化的今天需要迅速推动人力资源工作有效的技术创新变革,这需要通过项目管理能力来有效协调整合内外部资源,跟踪实施并尽可能让更多人满意与持续支持,这需要通过项目管理的能力来有效推动。

作者介绍:徐刚,辉瑞人力资源运营负责人返回搜狐,查看更多

责任编辑:

声明:该文观点仅代表作者本人,搜狐号系信息发布平台,搜狐仅提供信息存储空间服务。

员工

大数据

马斯洛

技术

福利

阅读 ()