人工智能深度渗透人力资源领域，Agent或将颠覆培训职能

在人力资源这一领域，人工智能正逐渐融入招聘、薪酬、绩效、培训等多个环节，涉及选人、育人、用人、留人、评价和淘汰等全过程。依托大数据分析技术，它为我们带来了深层次的见解。从最初辅助人力资源工作，人工智能如今已经演变到颠覆和重构人力资源管理体系的新阶段。

目前，以Agent为核心的AI技术正广泛应用于企业各个行业，展现出其显著的影响力。这种AI技术不同于传统的RPA（机器人流程自动化），后者仅限于执行那些基于预设规则的重复性工作；也不同于机器学习，后者主要聚焦于数据分析和模式识别。Agent代表了一种更为先进的AI形态，它具备自主感知环境、作出决策以及执行从始至终的复杂任务的能力。

以培训领域为例，将人工智能融入培训中，仅仅是给既有的培训流程和功能添加了一层AI的包装，但Agent的广泛应用，却将彻底改变培训的职能。众多知识学习和基础性工作将主要由Agent来完成，企业可能不再依赖传统的培训方式。由此可以看出，+AI更多是针对现有模式的改进，而AI+则是在根本层面上对行业生态进行了重构。企业不能仅仅满足于对AI进行小修小补，而应当积极挖掘在现时代如何实现AI与各领域深度融合的创新路径，这样才能在未来变革的风口浪尖上占据有利位置，成为引领时代发展的先锋。

Agent实现HR+AI到AI+HR的转变

以Agent为核心的人工智能技术正逐渐普及。这种智能体，具备感知环境、独立作出决策和执行任务的能力，在企业领域的应用正日益增多，其重要性也在不断提升。Agent能够模仿人类的思维和行为模式，能够与同类的智能体或人类进行互动与协作，共同完成各种复杂的工作。在客户服务行业，智能客服机器人作为服务代表，能够即时应对客户的咨询与抱怨，迅速且精确地解答疑问，并给予高品质的服务。而在生产制造业中，这种服务代表能够对生产设备进行实时监控，预测潜在故障，并适时调整生产参数，从而保障生产流程的顺畅进行。

代理商对既有的工作方法和组织框架进行了革新，这标志着对企业运营管理体系的根本性颠覆与重塑。企业内部的架构设置、管理手段、运营流程等方面都将经历一场深刻的转型。传统的层级型组织结构正逐步向扁平化、网络化过渡，以更好地满足人工智能时代对迅速反应和协同作业的高要求。管理模式正逐步从以人为核心转向以数据和算法为核心，智能化管理趋势日益明显。企业开始重视数据的搜集、处理和应用，借助数据来指导决策，力求实现管理上的精细化。同时，在人工智能的推动下，业务流程得到优化和革新，繁琐环节被精简，流程执行效率和灵活性得到显著提升。

值得注意的是，Agent在人力资源管理领域的应用并非仅仅是AI技术的简单叠加，而是催生了传统流程的根本性转变。这一变革的实质在于，人力资源管理正从以人为中心的“HR+AI”时代，迈向人机协作的“AI+HR”新时代。员工服务领域和知识管理层面，这种进化现象尤为突出；数字员工对服务传递模式进行了全新诠释，而知识管理中的智能代理则对经验价值的传递路径进行了根本性重塑。

Agent +员工服务：数字员工成为职场新生力量

在员工服务这一领域，数字员工正崭露头角，成为职场的新兴力量。麦肯锡的数据分析表明，企业把数字化劳动力看作是继全职、兼职、外包之后的第四种用工方式。预计在未来1至3年，这种模式有望将中后台的效率提升40%至50%，减少30%的离职率，并节省10%至20%的人工成本。这种变革并非仅仅是技术的简单叠加，而是从根本层面重塑了人力资源服务的交付方式。

云南白药的“白小柒”在简历筛选、初次面试、日常规章制度咨询、业务流程启动与执行等多个环节，全天候7×24小时在线提供温馨的服务。此类应用案例，如招商局的“招人i”等，亦颇为常见。这些数字员工不仅拥有多方面的技能和显著的个性特征，而且能够依托既定的知识库迅速解决员工在人力资源管理领域遇到的专业难题。此外，它们还能根据每位员工的学习速度和偏好，定制专属的培训资料，显著提高员工掌握知识和技能的效率，进而增强员工的满意度。

智能代理具备感知环境、独立做出决策以及执行任务的全面能力，这一特点与传统RPA工具存在显著差异。传统RPA工具仅能遵循既定流程处理诸如考勤统计等标准化任务，却无法处理像“我的加班费计算是否准确”这样的需要综合分析的问题。此类应用不仅提升了用户体验，更在实质上重塑了企业的用工模式。

Agent+知识管理：经验与业务融合闭环

知识管理的精髓在于对企业内在的卓越管理策略和经营智慧进行有序的提炼、积累、提升，并在企业内部广泛推广，使杰出的个人才能、团队协作以及顶级经验在各个层级得到普及与模仿，进而增强企业的运营效能和市场竞争优势。

传统的知识管理方式存在一定的限制。知识的生产者受到主观认知的局限、时间精力的限制，或是客观环境的制约等因素的影响，常常难以有效地提取知识的精髓。这导致了许多有价值的知识未能得到充分的挖掘和运用，甚至当掌握知识技术的专家离职时，还会出现知识传承的断层现象。

AI技术正逐步克服传统知识管理模式中的核心弊端，借助精确识别、高效提取以及有序积累等三个核心步骤，成功搭建了一个可重复利用的知识管理体系。

街道办事处借助社区工作的大型模型研发出的智能代理，能够将经验丰富的社区工作者所提供的街坊邻里间的零散事务信息转换成系统化的知识。这一过程使得新加入的员工能够随时获得如同资深导师的指导，这不仅提高了他们个人的工作效率和质量，而且促进了经验的传承和业务能力的持续提升，形成了一个完整的经验积累与业务能力提升的循环。工作人员在实现自我价值的过程中，社区居民得以体验到更为卓越的服务品质（如图1所示）。

Agent+培训学习：颠覆传统培训模式

企业在推广其产品至市场环节时，对销售团队的培训及资质审核显得尤为关键。只有当销售代表们对产品信息有全面了解，他们才能够在销售场合中更有效地与消费者进行沟通。尽管如此，销售流程的进行仍需依赖专业技术人员的辅助。因此，传统的产品培训及客户服务方式存在诸多不足，即便线下培训费用不菲，其效率和商机转化率亦未能达到预期，这些问题已经让企业长期深受困扰。

为了打破传统培训框架的束缚，众多企业正积极寻求构建培训学习代理系统，力求全面革新员工培训的常规方法。人力资源管理者或业务部门仅需将大量历史销售数据以及杰出销售人员的成功经验，诸如业绩排名前20%的销售人员的交流技巧、销售话术、工作模式等，输入至该系统，便能使系统快速习得产品知识及销售技能。在此基础上，Agent能够直接负责与客户之间的沟通与交流。此外，Agent还会将新获取的客户与实际的销售人员引入到沟通群中，从而保证客户所关注的技术问题能够随时随地进行专业解答。这种做法有效地减少了由于销售人员变动所引起的客户服务中断或客户流失的情况（如图2所示）。

采用智能代理技术不仅显著增强了培训成效，甚至有可能完全取消培训学习步骤，此举在节省资源和时间投入的同时，极大提升了工作效率和培训的精确度。展望未来，"人工智能与培训学习"的结合或许将彻底改变传统的培训模式，为企业发展带来前所未有的机遇和变革。

Agent+组织协作：个人能力向团队能力复制

在企业的日常工作中，汇集了来自不同年龄段、拥有不同文化背景、教育水平和职业经历的员工，他们来自众多岗位，共同效力于同一个组织或团队。在这里，团队结构丰富多样，既有固定的组织架构，也有为迅速完成特定任务而临时组建的虚拟团队。团队间的交流协作效能，对团队的整体工作表现有着直接影响。因此，企业致力于在团队构建、协作工具的研发、以及绩效考核等领域投入众多资源，旨在通过这些管理措施来提高团队的沟通效率，从而加强团队的整体能力。尽管如此，实际取得的成效往往不尽如人意，与既定目标之间存在一定的差距。

众多企业借助人工智能技术构建了对话机器人。其中一家企业依托专业知识，开发了与微信绑定的Chatbot，并将其应用于日常学习、群组交流和客户沟通等场景，从而提高了沟通的专业性和效率，推动了团队的高效协作与高质量沟通，并助力于高效解决各类问题，确保了项目进度的顺利推进。

AI+人才供应：用工精准配置与供应预测

人工智能的应用已超越传统的人力资源管理职责范围，众多服务型连锁企业开始利用求解器技术，以实现劳动力的高效配置和未来供应的准确预测。

该连锁餐饮企业凭借其强大的数据分析技术，对业务需求进行准确预测，进而精确计算所需劳动力，并据此制定出科学且合理的排班方案。企业深入挖掘历史订单、周边人流量及促销活动等数据，并充分考虑天气状况、节假日及促销活动等影响客流的因素，以此精确预判各时间段的人流量，进而有针对性地安排员工的工作时间。

智能排班系统拥有卓越的人性化管理系统，能够全面评估员工的技能、个人偏好和可利用的工作时间，从而实现基于多种规则和资质的自动排班。这一革新举措显著提高了工作效率，同时有效减轻了员工的工作压力，显著增强了员工的满意度。

该连锁零售公司利用人工智能技术优化员工排班及库存管理方案，甚至将人力资源拓展至邻近行业商家进行共享，模仿共享经济模式，通过AI技术实现员工错峰使用，收获显著成果。其门店人力成本削减了15%，员工满意度提高了20%，且各门店的经营业绩普遍增长了8%至30%。这些数据明确表明，人工智能在人力资源管理中的应用，为降低企业成本、提高工作效率、增强员工福利以及促进经营业绩的增长，拓展了全新的途径（详见图3）。

在多个强调团队协作的工作场景，如服装设计、产品研发、客户服务、业务处理以及心理评估等领域，多智能体协作模式已得到证实并广泛传播。在这些业务场景中，智能体之间通过高效的协同合作来完成任务。

企业需主动促进智能代理在日常业务中的应用，不断改进内部运作流程，并致力于推动人力资源管理体系进行改革和重建。

AI推动人力资源管理体系重构与变革

以往在劳动力市场中占据主导地位的、以重复性和规律性为特点的工作，例如简单的数据输入、基础文档管理等，正逐步被人工智能所取代。而与此形成鲜明对比的是，那些要求深度思考、不断学习、创新发明、科学分析和具备情感交流能力的职位，由于它们拥有人工智能难以达到的独有能力，其在企业中的价值正变得越来越重要。考虑到这一情况，企业在人才能力方面的关注焦点已经发生了明显的调整，开始更加重视人才的科学性思考、批判性分析、自主学习以及自我反思的能力。这种变化已经深入到企业运作的各个领域，无论是岗位的设置、工作模式、用户的使用体验、业务流程的优化，还是决策支持系统的构建，都正经历着全面性的重塑和革新。

数字员工正逐渐崭露头角，成为职场中的新兴力量，这一趋势推动了人力资源管理模式的革新。在这一变革中，人力资源管理流程得到了进一步的精简与优化：人力资源管理者只需设定相关规则，数字员工与系统便会自动执行，而管理者则需专注于监测可能出现的异常情况，并迅速采取干预措施，对流程进行调整和改进。此外，管理者还需借助数据分析，持续进行反馈与升级，从而有效提升人力资源管理的效率。

人工智能技术的运用，为人力资源管理者打造基于数据的动态人才生态体系提供了强劲助力。在传统以组织结构和人才为二维基础的人力资源管理中，借助数据分析手段，实现了向三维体系（包括组织、人力和数据）的转型。通过构建人才和组织画像，数据分析能够直观地展示现状，同时，通过岗位的重新设计和需求预测，助力企业更精确地制定人才战略。企业通过员工技能映射，能够明确掌握员工的专业程度及潜在才能，而工作匹配算法则确保了人才与岗位的精确对接。企业能够依据员工在日常工作中的行为数据，比如参与项目的种类、完成任务的速度等，构建员工技能映射，并在此基础上，结合岗位需求进行预测，从而为员工提供适宜的学习路径和职业发展道路。此外，动态人才供应机制能够顺应企业战略的演变以及市场状况的波动，对人才供应策略进行适时调整，以此保障企业持续拥有匹配的人才储备。

企业在应用AI进行人力资源管理时，必须重视数据安全和隐私保护，这无疑是其中的关键问题。员工的个人资料和工作相关数据，是企业运营不可或缺的支撑，若发生泄露，不仅会严重侵害员工的合法权益，而且可能让企业遭遇法律上的挑战，进而损害企业声誉，使企业在激烈的市场竞争中处于不利位置。企业需将数据安全管理视为战略重心，构建起一套严格的数据访问权限管理体系。依据最小化授权原则，严格限制对特定数据的访问权限，确保仅授权人员能够接触。此外，企业还需运用前沿的加密技术，对数据从搜集、传输、存储到使用的全过程进行全方位的安全加固，以保障数据的保密性、完整性与可访问性。此外，需明确界定数据应用的范围与准则，严格遵守相关法律法规的规定，这对于企业实现合规性运作至关重要。

人工智能的伦理考量同样至关重要。数字员工正逐渐成为职场中的得力伙伴，这要求我们迫切地对相应的岗位设计、工作流程、绩效评估以及生命周期管理等制度进行优化。企业必须重新审视人机协作、数据管理以及人工智能伦理等多个维度的问题，以确保AI技术能够在遵循道德准则的前提下稳健发展，进而为企业和社会带来更大的价值。

作者张月强系用友网络科技股份有限公司副总裁。

作者高梦可系北京博雅木铎咨询有限公司总经理。

--今日直播--