传统的简历筛选和初步口试每每须要大量的人工参与；传统的培训学习办法和员工关系管理也总是“千人一壁”，忽略了个体的差异，缺少对多样性员工军队的差异化识别与关注；同时，缺少与候选人或员工进行高效互换的工具，人工智能在人力资源运用的以了局景中很好地改变了这种局势。

在企业的招聘和人才选拔环节中，耗时最多、最易出错、最令招聘主管头疼的环节常日是简历初筛、口试以及与候选人的互动沟通。
联合利华等公司曾利用人工智能驱动的口试平台进行候选人口试，减少了口试韶光，提高了筛选的准确性。
ChatGPT的涌现更是为办理这一问题供应了全新的路子。
人工智能被引入招聘流程中，传统的、完备依赖人为干预的方法逐渐被数字化流程替代。
在大幅度提高候选人筛选效率的同时，通过结合大数据的运用，更是能实现对候选人更加精准的识别和评判，帮助企业提高人才招聘的精准度（见图1）。

谷歌利用其在人工智能和大数据领域的强大实力来优化内部流程，个中招聘流程便是重点运用领域之一。
谷歌每年收到数以百万计的简历，为了确保在候选人中挑选出最有潜力的人才，开始探索如何用人工智能和大数据来优化招聘流程。
基于历史招聘数据，谷歌剖析出成功员工的特点、背景、履历和其他干系指标。
这些数据被用作演习模型，预测新的应聘者是否与成功的员工具有相似的特色。
此外，谷歌还利用机器学习算法来对候选人进行评分和排序，从而快速筛选出最有可能成功的候选人。
这不仅加速了筛选过程，还大大提高了招聘的准确性。
据谷歌内部宣布，这种技能不但帮助他们更有效地识别和招聘有潜力的人才，还减少了由于缺点招聘产生的本钱。
除了利用人工智能进行候选人筛选外，谷歌还利用其他方法进行招聘优化，如构造化口试、事情样本测试等。

人工智能在候选人筛选和人才招聘的运用方面紧张包括三个环节。

第一个环节是自动化、智能化的简历筛选。

招聘团队须要花费大量韶光逐一查看、筛选和评估每份简历。
这不仅效率低下，还随意马虎受到个人偏好和主不雅观判断的影响。
运用了人工智能后，人才招聘团队只须要结合岗位任职资格预设相应的算法和标准，由人工智能自动筛选出符合职位哀求的简历。
这不仅提高了筛选速率，同时确保了筛选结果的公道性和客不雅观性。

Pymetrics公司利用神经科学和人工智能技能为招聘供应创新办理方案便是一个范例例子。
Pymetrics利用一系列在线游戏来丈量候选人的认知和情绪能力。
这些游戏基于神经科学研究，被设计成有趣而引人入胜的形式。
候选人完成游戏后，Pymetrics的人工智能系统会剖析其表现，预测他们在特定职位上的成功概率。
Pymetrics的人工智能系统利用大量的数据来演习预测模型。
该系统可以剖析过往成功员工的游戏表现，以此为根本预测新的候选人是否与成功员工具有相似的特色。
Pymetrics已经为多家环球领先企业供应理解决方案，包括Unilever、埃森哲和领英。

第二个环节是口试问题的智能天生。

口试是评估候选人能力的关键环节。
传统的口试问题设置很大程度上依赖于HR的履历，人工智能可以根据大量的口试数据天生更有针对性的问题，这样可以更精准地评估候选人的能力和潜力。

Vervoe公司专注于利用人工智能改进口试和评估流程。
Vervoe的人工智能驱动的平台许可店主为候选人创建仿照的事情任务，以此评估他们的技能和潜力。
此外，还可以根据公司的需求和职位描述自动天生口试问题，确保问题与职位干系，并能够准确评估候选人的能力。
候选人完成仿照任务或回答口试问题后，Vervoe的系统会自动评分。
这大大提高了评估的速率，并减少了人为偏见的可能性。
多家公司已经利用Vervoe的平台进行招聘，包括亿贝（eBay）、优步（Uber）和缤客（Booking.com）。

第三个环节是候选人的综合评估。

人工智能不仅仅局限于简历筛选和口试问题天生，它还可以与候选人在线谈天，实时评估他们的沟通技巧、思考办法和解决问题的能力。
通过剖析候选人的在线行为和社交媒体活动，结合简历、口试和测试数据，人工智能能够为企业供应深入的评估报告，帮助决策者更好地理解候选人。

深感科技（DeepSense）通过剖析候选人在社交媒体上的行为，如他们的帖子、点赞、分享和评论，来评估他们的性情特点和代价不雅观。
深感科技常日从各种社交媒体平台如领英、推特（Twitter）、脸书（Facebook）等网络数据，基于此评估多种性情特点，如开放性、尽责性、外向性、宜人性和神经质性。
此外，它还可以评估候选人与特定职位或公司文化的适配度。

综上，ChatGPT等人工智能技能正在逐步改变传统的招聘模式。
它们不仅提高了招聘效率，更主要的是为企业供应了一种更加科学、系统的方法，确保每一个岗位都能找到最匹配的人才。
因此，人工智能的运用可以极大地优化企业人力资源管理，为组织的长远发展奠定坚实的根本。

在当今快速发展的商业环境中，员工的个性化培训和持续发展变得非常关键。
尤其是新生代员工，他们的多元化和独特性使得传统的培训方法不再适用。
人工智能在员工培训和发展中的运用，不仅能提高学习的效率和效果，还能为员工供应更加个性化和更具互动性的学习体验，确保企业和员工共同发展（见图2）。
例如，IBM就利用了人工智能系统为数万名员工供应个性化的学习建议。
通过剖析员工的历史学习记录、职业发展和其他干系数据，IBM的人工智能系统为每个员工推举最适宜的课程和学习路径。
这种个性化的方法使得员工的学习效率提高了30%。
有70%的员工表示，这种办法使他们更加乐意投入学习。

实时反馈是人工智能学习体验的一个核心特点。
德勤的一项研究表明，及时的、有针对性的反馈可以提高学习的接管率和员工的满意度。
例如，埃森哲的人工智能学习平台可以实时评估员工的学习进度，帮助他们识别薄弱环节，并为他们供应相应的学习资源。
结果显示，员工的学习效果提高了40%。

与传统的单向式学习比较，人工智能供应的互动学习更具吸引力。
谷歌的一个在线学习平台利用人工智能技能为员工供应仿照环境，员工可以在这些环境中实际操作，从中学到知识。
据统计，参与该平台学习的员工的知识运用能力提高了50%。

持续学习在当前的商业环境中尤为关键。
例如，亚马逊利用其人工智能系统，为员工供应持续的学习建议，确保他们始终与行业同步。
据报告，通过这种办法，亚马逊员工的技能更新速率提高了60%，使得公司始终处于行业的前沿。

随着数字化转型的深入，企业的绩效评估和事情协同方法正在经历重大变革。
在人工智能的加持下，实时的数据监控、反馈网络和智能剖析正在重塑企业的决策过程。
这不仅有助于企业更好地应对数字化时期的寻衅，还为员工供应了更为公道和准确的评估体系。
绩效评估和员工协同事情办法得到了彻底的刷新，为企业和员工带来了双赢的局势（见图3）。

例如，Adobe公司在其绩效管理中引入了一种叫做“Check-in”的方法，这种方法摒弃了传统的年度绩效评估办法，而是采取实时的、持续的反馈机制。
根据《哈佛商业评论》的报告，此举使得Adobe的员工离职率降落了30%，员工的整体满意度也得到了显著提高。

与此同时，人工智能供应的实时对话和双向互动平台，确保了绩效评估的公道性和精确性。
传统上，员工的绩效评估多是由上级领导单方面完成。
现在，如Slack公司采取的人工智能系统，可以根据员工的日常表现和实时对话进行评估，从而为企业供应更为公道的评价系统。
据《福布斯》宣布，这种方法使得员工的参与度提高了40%。

此外，人工智能还为企业供应了深度的数据剖析工具。
一家初创公司利用人工智能技能对员工的反馈和绩效数据进行深入剖析，帮助企业更好地理解员工的需求和情绪。
这种深度剖析不仅提高了员工的事情绩效，还大大增强了员工的归属感和满意度。
根据《经济学人》的研究，利用此类工具的企业，员工的整体满意度提高了50%。

在数字化和智能化浪潮下，企业的员工关系管理与人才适配正经历着革命性的变革。
人工智能技能带来的前所未有的高效与精准，进一步加强了员工与企业之间的紧密联系。
人工智能技能为企业的员工关系管理与人才适配带来了革命性的改变，使企业能够更为高效、精准和公道地管理和勉励员工（见图4）。

一个范例的例子是IBM。
据《哈佛商业评论》宣布，IBM利用沃森（Watson）人工智能平台进行职员能力的标签剖析与企业业务需求的自动匹配，成功地将员工与适当的岗位相配对，从而实现了数字化的人岗适配。
另一个案例是阿里巴巴。
据《财经》杂志宣布，阿里巴巴利用人工智能技能进行深入的数据剖析，确保员工与岗位之间的完美匹配，从而提高事情效率和满意度。

有效的员工关系管理关键在于及时、透明的沟通与反馈。
例如，Salesforce的Einstein人工智能平台供应自动化问答功能，员工可以随时查询公司的政策、福利等信息。
这种实时互动不仅增强了员工的信赖感，而且显著提高了他们的满意度。
人工智能也在助力企业及时创造和应对组织中的冲突。
例如，Ultimate Software的人工智能工具可以通过剖析员工的沟通模式和感情，帮助人力资源专家及时识别并办理潜在的冲突，从而坚持团队的和谐与生产力。
此外，通过人工智能网络和剖析员工反馈，企业能够持续优化运营和管理策略。
当员工看到他们的建媾和反馈得到重视和履行，归属感和满意度都会大幅提升。

在当下的企业运营和管理模式中，人工智能和大数据已经不再是大略的工具，它们已经成为推动企业创新、优化和决策的核心动力。
在这一变革的浪潮中，人力资源管理也正在经历从传统履历驱动决策到数据驱动决策的转型。
人工智能凭借其卓越的数据剖析和决策赞助能力，正在帮助环球各大企业在人力资源管理上实现更为高效、精准的操作。

以硅谷的巨子谷歌为例，他们充分利用人工智能进行员工职业兴趣的深度剖析。
根据谷歌内部的一份报告，人工智能帮助其创造研发部门中有32%的员工对人工智能技能表现出浓厚的兴趣。
基于这一数据洞察，谷歌迅速相应，为这部分员工设立了人工智能技能的专项培训课程。
这一举措不仅大幅提升了团队的整体技能水平，更使员工的事情满意度提升了12%。

环球最大的零售公司沃尔玛也在利用人工智能剖析员工流动性。
他们创造，在环球范围内，大约有27%的员工在入职后的18至24个月内选择离职。
通过人工智能的深入数据挖掘，沃尔玛得知这一趋势与公司的晋升速率和薪酬增长速率有直接关系。
得益于这一数据剖析，沃尔玛针对性地进行了内部晋升机制和薪资构造的调度。
6个月后，员工的留存率提高了8%。

在招聘策略方面，IBM是一个范例的例子。
IBM有多种招聘渠道，但始终没有清晰的数据评估各渠道的效果。
在引入人工智能后，情形发生了改变。
借助人工智能，IBM创造，在所有的招聘渠道中，领英带来的候选人质量最高，口试约请到任命的转化率达到了23%，而其他渠道均匀只有15%。
得知这一数据后，IBM决定加大在领英上的招聘广告投放。

总的来说，随着人工智能和大数据技能的不断发展，环球各大企业都在积极探求如何利用这些技能进行更为精准和高效的人力资源管理。
在这一过程中，人工智能不仅为企业供应了有力的数据支持，还为企业的计策决策供应了有力的赞助。

在当前的企业运营环境中，人工智能正在为实时反馈和员工互动带来革命性的改变。
人工智能为组织供应了与员工即时沟通的桥梁，从而提高了员工的生动度和满意度，为企业供应了宝贵的数据洞察，帮助企业做出更加明智的决策。

以招聘流程为例，传统的招聘办法每每由于简历筛选、候选人打仗和口试等环节的延迟而耗时数周乃至数月。
在人工智能的赞助下，招聘流程得以大大简化和加速。
例如，Adobe公司利用人工智能与求职者进行在线互动，实时评估了500名候选人的履历和技能，并在24小时内完成了90%的筛选任务。
这种高效的操作使得Adobe的整体招聘周期从原来的3—4周缩短到了5天。

此外，人工智能也在培训领域展现出了巨大的潜力。
举例来说，当特斯拉创造其工厂中有大约40%的事情职员在操作某一新型机器时碰着了问题，他们便利用人工智能为这些员工供应实时在线培训。
经由培训，95%的员工表示对新机器的操作更为熟习，生产效率也得到显著提升。

更主要的是，人工智能还助力企业加强与员工的文化互换。
例如，阿里巴巴利用人工智能技能组织了一个在线企业文化研讨会，吸引了超过一万名员工参与。
在这次研讨会中，员工提出了超过了两千条建议，个中有150条被公司采纳并纳入企业文化培植的实际行动中。

末了，人工智能的实时反馈机制使企业能进行更深入的数据剖析。
例如，雀巢公司通过人工智能技能网络了员工对新推出食品的见地，在剖析了8000名员工的反馈后，创造了新产品的三个紧张问题，并在短短一周内进行了相应调度。

Z世代出生于1995—2010年之间，在数字化和网络化的环境中终年夜。
根据皮尤研究中央（Pew Research Center）的最新统计，估量到2025年，Z世代将占环球劳动力的36%，在某些技能前辈的国家，这一比例可能超过40%。

在Z世代逐渐成为职场主流时，企业面临的紧张寻衅是如何有效吸引、发展和留住这批年轻人才。
德勤的一项研究显示，与其他世代比较，Z世代更加重视事情与个人生活的平衡。
超过65%的受访者表示，个性化的学习和发展机会是他们选择店主时的紧张考虑成分。

人工智能已经被浩瀚企业用来更好地理解并知足Z世代的需求。
谷歌的“Garage Digital”学习平台便是个中的佼佼者。
据统计，自从平台上线以来，均匀每月有超过两万名员工进行在线学习，个中，85%的员工认为这种办法帮助他们更高效地节制了新技能。

数据智能在人才管理方面的运用也取得了显著的成果。
例如，中国石油天然气集团公司利用大数据和人工智能技能，对一万多名员工的能力、技能和事情经历进行了深度剖析。
这种精准的人才画像不仅能帮助公司更好地进行人才配置，还使业务与人才之间的匹配度提高到了前所未有的85%。

埃森哲在绩效管理变革方面也走在了前沿。
他们不仅放弃了传统的年度评估，还引入了一套全新的绩效评估系统，包括实时反馈、目标设置和员工自我评估等模块。
据统计，这一变革使得员工对绩效评估的满意度提高到了92%，远高于行业均匀水平。

微软在推进企业内部沟通方面也做出了创新考试测验。
他们不仅利用人工智能进行数据剖析，还与领英互助，推出了一套专为企业打造的沟通工具。
据内部数据显示，利用这套工具后，微软的项目团队互助效率提高了近50%。

总体上看，个性化的人才发展操持已经成为了当代企业竞争力的核心要素。
在这一领域，人工智能和其他技能的运用，为企业供应了巨大的帮助，使他们能够更好地知足员工的需求，同时也为企业自身的长远发展奠定了坚实的根本。

企业在追求发展和效益的过程中，经历了从资效和人效到知效和智效的一系列演化，反响了企业对员工的意见从纯挚的生产资料到聪慧的代价创造者的转变。

在企业经营管理中，如何有效地配置和利用资源，尤其是人力资源，成为提高产出效率的关键。
这种管理模式被称为“资效”，核心思想是将人才视作生产资料，追求资源配置的最高效率，以实现企业的短期目标。
以通用电气为例，他们曾履行“六西格玛”管理方法，核心便是通过优化资源配置提高生产效率。
在这种管理哲学下，人才被视作一种关键资源，须要根据生产进行精准配置。

人才的配置策略因人而异。
例如，对付生产线上的一线工人，更多地是进行规范和优化。
对专业技能人才如工程师和研究员，由于其节制企业的核心技能，以是人才配置策略更方向于勉励和保留，如华为公司通过履行“赛马机制”来鼓励技能人才通过竞争展现自己的技能能力，从而引发创新。
经营管理类人才不仅须要具备深厚的业务知识，还要有敏锐的市场洞察和创新意识，配置策略常日更为繁芜，如阿里巴巴集团在识别到高潜力的经营管理类人才后，会为其供应多种培训和发展机会，从而确保这些人才能够为公司创造长期代价。

总之，资效模型是当代企业追求效率和效益的主要工具。
通过精准地配置人力资源，企业不仅能够提高生产效率，还能确保人才得到最佳的发展和利用。

人效模型将员工视为独特的生产资料，重视员工的个体代价和团队互助的群体效应。
在这一模型下，企业不仅关注员工的事情效率，更强调员工能力和技能提升对企业目标的达成至关主要。
整体上，人效模型为企业供应了一个重视员工代价和团队互助的管理策略。
例如，苹果公司在开拓iPhone时，就非常看重团队互助和个体的技能提升。
据宣布，苹果公司对工程师的技能培训投入非常大，使他们能够在短韶光内将创意转化为详细的产品。
这不仅提高了工程师的事情效率，更使苹果公司在高科技领域保持领先地位。

人效模型的另一个核心不雅观点是，员工的效率和产出不仅来自于流程优化，更依赖于员工技能和能力的提升。
这一不雅观点在当代企业中得到了广泛的运用。
例如，谷歌公司的“20%韶光”政策许可员工利用事情韶光的20%进行自己感兴趣的项目，旨在引发员工的创新和创造力。

人效模型也有其局限性。
对付生产技能型人才，厥后果显著，但对付须要发挥创造力的知识型人才，可能不足完善。

知效模型主见通过提升人才能力，可以进一步推动组织的绩效增长。
这一模型不仅重视人才的生产效应，更强调知识成本的代价和利用。
知效模型强调通过知识的获取、运用和创新，进一步提高组织的绩效和竞争力。
作为环球技能巨子，微软公司长期以来高度重视员工的知识培训和技能提升。
据宣布，微软每年在员工培训和发展方面的投入超过10亿美元。
因此，微软不仅拥有高度技能化的团队，而且能够持续推出具有竞争力的创新产品。

知效模型认为知识的获取、运用和创新是构建组织竞争力的核心。
例如，以持续创新著称的3M公司鼓励员工用15%的事情韶光从事自己的创新项目，这一策略使得3M能够持续推出新产品，并在环球市场中保持领先地位。

知效模型强调知识成本的有效利用和转化是提高组织竞争力的关键。
例如，IBM公司在其研发中央专门设立了一个知识管理团队，卖力整合环球研发团队的知识和技能，确保知识的有效流利和运用。

智效作为企业管理蜕变的高阶阶段，更进一步强调了智能技能与人力资源结合带来的协同效应。
在智效时期，企业不仅关注员工的知识和技能，更关注如何通过技能增强人的决策和实行能力，从而为企业带来更大的代价。
从资效和人效到知效和智效的转变，意味着企业开始关注如何将智能技能与人才结合，实现更长远和持续的代价创造。
这是对人类知识、技能与技能的有机结合的深入理解（见图5）。

以谷歌的阿尔法围棋（AlphaGo）为例，这个围棋人工智能程序在与天下围棋冠军李世石的对战中表现出了强大的策略决策能力，这场比赛吸引了超过2亿不雅观众的关注。
但更有趣的是，当人工智能与人类棋手结合协同作战时，它的策略选择变得更为优化，显示出人机互助的巨大潜力。
这一案例清晰地展现了人类聪慧与前辈技能结合的可能性和上风。

特斯拉公司也是智效理念的范例实践者。
在特斯拉的生产线上，支配了前辈的机器人技能，但这些机器人并非独立事情，而是由一支技能闇练的工程团队来监控、调度和完善这些机器人的事情。
据宣布，特斯拉的生产效率在引入人机协同模式落后步了15%。

IBM的超级打算机“沃森”也是智效思维的范例代表。
沃森能够帮忙年夜夫进行疾病诊断，但它并不完备替代年夜夫，而是为年夜夫供应数据支持和建议。
在某些繁芜的疾病诊断场景中，沃森与年夜夫的互助比人或机器单独事情表现得更好。

作为当代企业管理的新型模式，智效管理通过数字化策略确保人才与业务之间的精确匹配，从而实现组织与个人目标的统一。
在这一过程中，三个关键要素起到了决定性的浸染，即数据选人、流程育人和聪慧用人（见图6）。

数据选人。
在信息化时期，数据成为了决策的关键。
利用当代技能为企业打造智能人才画像已经成为智效管理的基石。
这不仅仅是大略的数字化筛选，而是通过剖析数据，理解员工的需求、技能和职业发展路径，以此为企业找到最得当的人才。
例如，星巴克利用大数据剖析，成功地预测了员工的流失落率和潜在缘故原由，进而采纳了针对性方法来提高员工的满意度和忠实度。
这种精准的数据驱动策略使得企业能够对人才进行更加精准的定位和投资，从而实现人才和组织之间的最佳匹配。

流程育人。
在这一阶段，重点转向了如何利用系统化的方法来培养、发展和保留关键人才，数字化手段为此供应了强大的支持。
亚马逊利用数字化工具为员工制订个性化的发展操持，确保每位员工都能够根据市场和行业的变革方案职业发展。
流程育人还关注如何构建一个持续的、以员工为中央的学习和发展环境，这种环境鼓励员工持续学习，与组织的长期计策目标保持同等，从而确保组织的持续竞争力。

聪慧用人。
随着技能的进步，聪慧用人已经不再是一个遥不可及的观点。
利用前辈的技能，如机器学习、自然措辞处理等，企业可以更加精确地为每个岗位找到得当的人才。
谷歌的招聘系统便是一个例证，它通过自然措辞处理技能，为公司推举与其文化和需求最匹配的候选人。
此外，数字化绩效管理工具还能为员工供应明确的目标，跟踪其绩效并供应实时反馈，帮助员工更好地理解职责和目标，并提高事情动力和效率。

综上，智效管理已经成为当代企业的核心策略，它强调通过智能技能与风雅管理手段，将人才的潜能与组织效能高度领悟，实现卓越绩效。
这一策略更加关注发掘员工潜能，如微软利用数字化技能为员工供应个性化的培训和发展机会，从而确保员工的潜能得到充分的挖掘和运用。

随着人工智能技能尤其因此ChatGPT为代表的天生式人工智能的迅速发展，人力资源管理正经历着从资效、知效、人效向智效的深刻转变。
在此背景下，企业正逐步采取数字化手段，实现数据选人、流程育人和聪慧用人，为组织与个人目标的同等性铺设道路。

数据驱动的选人策略为企业供应了智能人才画像，使得人力资源部门能够更精准地理解员工需求，进而提高员工满意度。
此外，通过流程育人和数字化人才盘点，企业能够为每位员工制订个性化的发展操持，知足员工个体需求和组织目标。
末了，聪慧用人策略将前辈的机器学习和自然措辞处理技能结合起来，为组织供应了前瞻性的人才方案与储备。

然而，我们也应当心人工智能技能的运用可能带来的问题，如数据隐私和安全问题，过度依赖技能忽略人的主不雅观创造性等。
为确保技能运用的高效与安全，企业应寻求人与机器之间的平衡，鼓励人与人的互动，并定期评估技能的履行效果。

关于作者 | 路江涌：北京大学光华管理学院组织与计策管理系教授；

张月强：用友网络科技株式会社副总裁，北京大学光华管理学院DBA。

任务编辑 | 刘永选（liuyx6@sem.tsinghua.edu.cn）