首先，我们要搞明白的是：人工智能到底是什么？人工智能未来要做什么？

这几年人工智能是个热词，各个领域都在提人工智能。但坊间对于人工智能的想象，可能更多是存在于科幻电影中，有的温馨、有的恐怖。温馨的比如动画片《超能陆战队》中的全能保姆形象、《黑镜之Her》中的全美恋人形象，恐怖的比如《黑客帝国》中的奴役人类、终结人类的形象。

一些大咖对人工智能未来的态度，也比较悲观。埃隆·马斯克对人工智能不断接近、但又不断远离。他一方面做了很多炫酷的尝试，另一方面却说：“对人工智能的研究，我们必须慎重。因为我们的研究最终或许会招来恶魔！” 而比尔·盖茨说：“完美人工智能的开发或许意味着人类的终结”。

神话或妖魔化人工智能，在当前并无意义。那人工智能距离我们有多远？它在人力资源层面上怎样应用？人工智能到底包含哪些范畴？当我们在谈论人工智能时，我们其实是在谈什么？

简单来说，人工智能的内容分成三块：第一，数据为基础；第二，算法的发展；第三，算力的加持。有了数据、算法和算力，人工智能开始指数级蓬勃发展起来。我们今天说的机器学习、自然语言处理、语音处理、专家系统变化以及视觉处理等等，都是人工智能，而且已经切实影响到我们生活的方方面面了：

比如早上起床，有智慧型闹钟自动叫你起床；晨跑，耳机里永远智能推送给你的你喜欢的歌；开车出门，有百度自动驾驶技术为你导航路线；乘坐高铁，人脸识别帮助快速验证信息；中午点外卖，手机比你更了解自己想吃什么；下午收的快递，是由物流机器人所配送；开车进出小区，自动识别缴纳停车费；睡觉前逛逛淘宝，AI会你更清楚你需要什么……

在人工智能的新技术时代，我们变得越来越懒，再也不用去做计算类的思考，因为有了人工智能，我们只需要在做选择。

毫无疑问，人工智能狂潮已经来临。中国社科院信息研究中心秘书长姜奇平表示：

在一些模块，人工智能已经在不断超越人类了：

1997年，国际象棋软件“深蓝”战胜世界冠军加里·卡斯帕罗夫。

2011年，IBM人工智能“沃森”在著名智力问答节目中战胜历代冠军。

2012年，将棋软件Bonkras战胜日本“永世棋王”米长邦雄。

2013年，亚马逊无人自动驾驶飞机项目启动。

2014年，人工智能文学创作项目启动。

2015年，谷歌汽车自动佳实技术开始实地试验。

2016年，谷歌 DeepMind 研发的 AlphaGo 击败围棋世界冠军李世石。

2017年，人工智能围棋程序AlphaGo，战胜人类世界当时排名第一的棋手柯洁。

2017年，李彦宏在百度AI开发者大会上，通过视频方式展示一段自己乘坐公司研发的无人驾驶汽车上路的情景。

2018年，IBM研发的机器辩手Debater在公开辩论中，战胜以色列国家辩论冠军Noa Ovadia和以色列国际辩论协会主席 Dan Zafrir。

2019年，世界人工智能大会上，多位专家和科技界领军人物判断，人工智能将接近并超越人类智能。

很多调研数据也证实了人工智能的快速发展。从市场数据看，人工智能的市场市值也在不断飙升。

人工智能的发展速度之快，在企业管理中表现特别明显。从2017年炒得火热的AlphaGo起，人们就开始关注机器会不会取代人类，大量的底薪工作会不会被取代。在中国，大量公司也在从成本优势到效能优势转型过程中，应当抓住技术这个核心关键点。

从国外的一些调研看，人工智能确实造成了一些工作岗位的消失，也带来了一些新的工作岗位。麦肯锡《全球人工智能调研》称：“受访者认为采用人工智能会导致员工跨职能部门的转移。他们认为人力资源、制造业、供应链管理和服务运营的就业水平会下降。但产品开发、市场营销和销售方面的雇员人数会增加。”

那么，回到人力资源领域中，人工智能有没有可能也让管理工作，让人力资源工作由做计算向做选择转变？让大量管理和人事的工作变得附加值更高呢？我们看到在全球层面，人工智能已经改变了很多公司HR部门的传统选用育留工作。比如：

星展银行：用一款被命名为JIM的人工智能驱动的虚拟招聘机器人，对候选人进行筛选；

亚马逊：用机器自动监测员工绩效发出解雇指令；

沃尔玛：利用虚拟现实技术对美国4700家商店的100万名员工进行培训；

IBM：AI预测离职准确率高达95%，已帮助IBM节约了近3亿美元的员工留用成本；

印度inFeedo：通过聊天机器人分析员工情绪，预测离职的概率。

当然，国外在人力资源AI应用中，也会面临一些挑战或争议，主要是“非人性化指令”和“偏见或歧视”。比如亚马逊用AI发出解雇指令，其实从结果看，解雇的人数是更少了的；但从操作方法看，就会显得非常不人性、从而引发很多争议。比如运用AI招聘，也会存在很多将人的偏见，通过算法植入在AI里。而且这种偏见一旦植入进AI，是没法像人类一样可以自我纠错的。

在国内，我们也做了一些调研工作。2019年10月-12月，盖雅工场联合智享会联合发起了《AI在人力资源领域的应用》调研，共有522名中国企业管理者及人力资源从业者参与了调研。那么，在预披露的数据中，我们发现：超过50%以上的受访者，将“新技术的涌现”列为最为关注的外部环境。

前面，我们说人工智能狂潮已经来了，在盖雅工场与智享会联合发起的《AI在人力资源领域的应用》预披露数据中，也有超过50%以上的受访者，将“新技术的涌现”列为他们最为关注的外部环境。

但本次调研的另外的一些数据又与之相矛盾：

超过50%的受访者表示并不熟悉AI；

而较高支持人力资源领域应用AI 的受访企业不到30%；

71.3%的企业在人力资源是否采用人工智能时，持观望态度；

不到四分之一的企业，拥有人工智能的实际应用案例，且主要应用在人才招聘、培训与人才发展、薪酬福利管理、劳动力管理这四大领域。

这四块是大家最关注的方面，也是实践相对较多的方面。

那么，到底是什么原因，让技术跑不起来呢？让中国企业的数字化人力资源转型，奔跑不起来呢？我们也有一些调研数据。

先看看中国企业在布署AI前，会考虑的核心因素，排名前三的数据是：成本低、功效好、用户体验佳。

以盖雅工场的业务为例，我们做劳动力管理，第一个动作是考勤数据采集，无数客户对我们说，现在人脸识别这么发达，能不能让员工体验更好，做到无感考勤？这里就涉及到两个问题，一是采集点计算的成本偏高，二是它还有一定的遗漏性，没办法做到万无一失。它的成本、体验、功效在这个层面上需要进一步发展和积累的。

而企业对布署AI的一些顾虑，排名前三的核心顾虑是：不了解、成本高、数据基础薄弱。不过其实随着技术的推动，人力资源数字化的成本其实是在快速降低的。

最后总结一下：前面我们提到，在国外的人力资源AI应用中，面临的挑战是是“非人性化指令”和“偏见或歧视”。在盖雅工场走出国门、走入欧洲的时候，也遇到了相关的有趣事情。比如法国、英国客户的员工安装盖雅的App时，一些员工立马把律师请来了。原因是员工会质疑公司是否允许装供应商的App，这个App里的一些数据是否会侵犯自己的隐私。

而在国内，这方面的挑战会比较少，我们聚焦在两个方面——“效能”和“员工体验”。在人口红利消失及劳动力成本急剧上升后，中国社会和企业面临的最大挑战，就是如何从成本优势转成劳动力的效能优势。在人力资源管理领域，管理变革、灵活用工以及我们在技术赋能上，也都是聚焦在效能层面。

另外，如今的90后也都30岁了，这群人已成为主流工作人群，他们也更看重员工的体验。这是我们希望能为企业带来的价值。

在国内现在的环境下，企业如何立足自身，切入数字化人力资源转型呢？如何能够在敏捷时代下，加速奔跑呢？

主动求变：新技术的到来是大势所趋，新生代员工要成长，只有一个选择，就是开放思维，拥抱变化，主动求变。所以，企业要积极了解人力资源数字化转型技术和趋势，多听多问多想。

以终为始：从企业实际需求及情况出发，去倒推起点工作，去梳理和积累人力资源数据基础。

由点带面：以点带面，小步快跑，快速迭代，这是在技术领域可以做的。从一个点切入，很快能够知道里面产生的效应，并且这个效应在扩大。劳动力管理就是很好的切入点

第一层，把流程高度自动化。现在有越来越多的技术手段能够让企业在人力资源六大模块上变得高度自动化。

第二层，洞察。人力资源管理每天会产生大量的数据，我们不仅要根据数据汇成报表进行查看，还要通过数据洞察数据背后的内容。

第三层，预测。有了数据就一定能做出预测。比如我们不知道明年的10月20日会做什么工作，但是一定可以预测出下一周下一个季度的业务会变得如何。这个时候，HR就知道该往哪个方向进行配置。

第四层，大规模个性化。预测完以后有大量数据支撑，我们提出一个概念，叫大规模个性化。这在To C个人领域目前已实现。比如，企业每天会给到员工适合的岗位、适合的任务。

总的来说，我们通过赋能员工、打造团队、敏捷组织，以及支持业务四个方面，来助力企业数智化转型。

首先在流程自动化方面：考勤在中国发展了二三十年，原来的考勤过程复杂且相对滞后。盖雅花了很长时间，帮助规模在几千甚至几万的企业实现流程自动化。自动化实施以后，我们希望给到员工一个更好的体验。无论是全职员工还是兼职员工，都需要有实时体验以及即时的变化。如果没有实时数据支持，这是做不到的。

我们也做了一些创新，提供了一些游戏化的即时激励。我们将很多HR政策做了改善，比如以月度为规则，我们将其变成以实时更新为规则，让员工敬业度更好。

流程自动化不仅减少了管理者复杂的行政工作提高效率，也为员工提供了更好的体验。

其次在数据洞察方面：我们在各个模块、各个领域有非常多的技术支持和应用案例，现在这个技术已经很成熟了，只是如何把各种维度数据进行**组合的事情。

最后在预测方面：所有的行业，未来都会被算法给颠覆，大量工作会被算法取代。我们也在重金打造了盖雅工场人工智能算法云平台。

这是蓝蛙的案例。第一步，预测未来销售和业务量。第二步，预估未来工作量和任务。第三步，按目标找出最优解的方案和人。我们分为成本导向、效益导向和员工满意度导向。不同导向目标一定能有不同的解法。这些解法如果用传统的信息化系统是无法计算出来的，这背后一定是有大量的人工智能算法来支持。

有了这样的算法以后，企业可以形成员工大规模的个性化，比如个性化排班、招募、培训。每个人都会有不同的体验。

人工智能时代，基础管理不再是计算，而是提供选择，提供不同解法。AI一定是在影响整个时代。对于人力资源从业者来讲，AI是一个挑战，如果不去拥抱它，不进行自我升级，便可能会被取代。

但AI更多其实是机遇，它给了我们一个更好的工具和平台，让我们从人力资源繁琐的行政事务中脱离出来，进入人力资源的管理工作。AI没有办法解决所有问题，但它解决了执行层面、自动化层面的一些问题，至少目前是这样。

通过积累大量数据，我们在新技术上做了很好的尝试。今年有一个大变化，盖雅工场原来服务亚洲市场，今年开始将业务延伸到了欧洲（法国、英国，甚至到了摩纳哥）和北美（加拿大、美国），尝试在不同国家输出我们的劳动力管理的典范实践。

我们的方案从选、用、育、留四个层面不断深化：

选：我们通过提供员工供应链、灵活用工服务等，帮助企业解决“招不到人”、“用工不平衡”的问题；

用：我们通过实时考勤、智能排班、销售绩效和劳动力分析等，帮助客户降低成本，提高效率，避免合规性风险；

育：我们提供技能培训、管理轻咨询等，帮助客户的员工加快学习成长速度；

留：通过即时红包、日薪周薪的方式，将对员工的认可转化为即时的激励，提升员工的满意度。

如何在敏捷时代，在人工智能的大背景下、加速奔跑，促进人力资源的价值提升？盖雅工场与大家共同探寻答案。

谢谢大家。