定制报告-个性化定制-按需专项定制研究报告
行业报告、薪酬报告
联系：400-6363-638
《FSG上海外服&智享会：智慧人力引领未来-2024年生成式AI赋能人力资源管理研究报告（87页）.pdf》由会员分享，可在线阅读，更多相关《FSG上海外服&智享会：智慧人力引领未来-2024年生成式AI赋能人力资源管理研究报告（87页）.pdf（87页珍藏版）》请在本站上搜索。
1、智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告AI Lead the Future-2024 The Application of Generative AI in HR 版权声明本调研报告属智享会&上海外服所有。未经双方书面许可，任何其他个人或组织均不得以任何形式将本调研报告的全部或部分内容转载、复制、编辑或发布使用于其他任何场合。Copyright ownership belongs to HR Excellence Center&FSG Reproduction in whole or part without prior written permission fro
2、m HR Excellence Center&FSG is prohibited.调研主办方联合主办方ADVISORY GROUP顾问团闫兆军HRIS 总监某互联网公司王猛在线学习运营经理中国电信人才发展中心李女士招聘总监某消费电子世界 500 强公司路思铭培训解决方案负责人某药企仲小玲 人力资源中心招聘部总监亚信科技控股有限公司特别鸣谢，人力资源智享会感谢以下调研团顾问成员在本次调研及案例采访过程中提出的宝贵建议。排名不分先后。AUTHOR作者车迎雪 Yvette.chehrecchina.org 车迎雪女士在本次研究中，负责市场诊断、问卷设计、案例采访、数据分析与报告撰写等工作。车迎雪女士
3、现任人力资源智享会（HREC）咨询顾问（Consultant，Research and Survey）一职，目前所负责的调研报告有 智慧人力，引领未来2024生成式AI赋能人力资源管理研究报告、职场健康管理：打造可持续发展与舒适的工作环境 等。车迎雪女士毕业于常州大学，获得管理学学士学位。CHIEF ADVISER季效辰 Jimmy Ji副总经理上海外服云信息技术有限公司首席顾问前言研究思路与框架报告精粹和主要发现为什么要拥抱生成式 AI？基于 PEST 模型的环境分析个人应该如何看待生成式 AI？从实际应用经验出发的观点与实践 没有实际应用的原因分析生成式 AI 如何成为企业发展和变革的催化
4、剂？认知与拥抱 资源支持度 安全监管 价值衡量 实践总结企业层面应用生成式 AI 如何深入人力资源领域？应用阶段 应用领域 实践总结人力资源领域的应用 生成式 AI 对人力资源的影响和赋能对 AI 焦虑问题的探讨 AI 焦虑的因素 缓解 AI 焦虑的方式参调企业信息企业案例专家洞察456101014151921222338404344444659606464656668784智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告前 言国家政策的大力扶持与规范为生成式 AI 的发展指明了方向，并且通过一系列支持性文件和法规，为技术创新营造了一个既鼓励又确保安全的发展环境。与此同时，经
5、济发展对新质生产力的迫切需求，为生成式 AI 的创新发展提供了有利条件，使得智能技术成为推动生产力转型和经济增长的动力之一。大模型技术的融合与优化，正在不断拓展生成式 AI 的应用边界。随着 GPT-4o 的发布，多模态技术的初步融合使得生成式 AI 的能力得到了更全面的展现。技术进步不仅加强了生成式 AI 在文本、图像、数据分析等多个领域的应用能力，而且通过 AI Agent 的创新，为实现更智能、个性化的交互体验和自动化任务执行铺平了道路。企业作为生成式 AI 应用的主要场所之一，经过一年多的探索与沉淀，不仅在泛应用层面有了显著进展，更在如何将其融入业务和管理流程、提升工作效率和创新服务模
6、式方面进行了深入的思考和实践。而聚焦于人力资源领域：招聘、培训、绩效、薪酬等多模块，生成式 AI 的应用也正在被逐步探索应用，以改变传统人力资源管理模式。但，AI 技术为工作和生活带来便利的同时，也给人们带来一定程度的担忧和焦虑。如何让更多人在认识到 AI 技术优势的同时，也能客观看待其局限性，成为我们必须面对和解决的问题。因此，此次调研在智享会已发布的2023 智能技术赋能人力资源管理研究之上，基于大语言模型的发展，以生成式AI为核心，在深度和广度方面有了更进一步的探究:广度上，扩展了宏观环境的正向推动和对AI焦虑问题的探讨等相关内容；深度上，对个人层面的认知与应用、企业层面的布局与落地，以
7、及人力资源领域的探索与尝试，分别进行了深入的市场现状对标和企业实操分析：2024 年报告2023 年报告广度宏观环境的正向推动 采用 PEST 模型，分析推动生成式 AI 发展和应用的宏观环境因素 外部环境的变化对企业的正向指引对 AI 焦虑问题的探讨 结合定量数据，从生活方式和工作替代的双重视角出发，分析导致 AI 焦虑的因素 从制度建设、职业结构转变、人机职责划分以及对工作性质差异化影响等维度给出缓解 AI 焦虑的建议深度个人层面的认知与应用 以认知为基础，讨论个人对生成式 AI 赋能组织的看法 生成式 AI 在工作中的实现情况 总结没有实际应用生成式 AI 的原因 介绍大语言模型的原理、
8、技术实现路径 个人在工作中的应用尝试企业层面的布局与落地 企业对生成式 AI 的认知与拥抱 结合企业实践案例，从资源支持、安全监管和价值衡量进行企业布局和应用情况的探究 大语言模型对企业的价值 价值实现的基础条件以及在企业内部的可能性应用人力资源领域的探索与尝试 生成式 AI 在人力资源领域应用的整体情况 聚焦人力资源各模块，通过定量数据分析其应用场景的可行性 通过定性案例呈现场景的具体做法，为企业提供参考和借鉴 探讨生成式 AI 对人力资源组织架构、角色替代以及从业者能力要求的影响与赋能情况 介绍传统人工智能技术在人力资源领域的应用 探讨大语言模型对 HR 未来的影响与变革 针对招聘、培训等
9、模块进行落地场景的探索和罗列5智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告从实际应用经验出发的观点与实践没有实际应用的原因分析政策环境经济环境社会环境技术环境为什么要拥抱生成式AI个人应该如何看待生成式AI 对生成式 AI 的整体态度 生成式 AI 在工作流程中的实践 个人认为生成式 AI 对组织和能力的影响 使用场景问题 准确性存疑问题 信息安全顾虑问题 使用途径问题对 AI 焦虑问题的探讨研究思路与框架资源支持度安全监管价值衡量生成式 AI 如何深入人力资源领域认知与拥抱生成式 AI 如何成为企业发展和变革的催化剂 平台与部署 设置专人专岗 项目推行制度和培训宣传 应
10、用场景规划与开发 限制措施 限制公司信息透露 限制个人信息透露 内容审核 限制功能 工作的提质增效 认知拓宽 激发创造性思维 生成式 AI 的应用 招聘与配置 培训与发展 薪酬管理 绩效管理 Core HR 生成式 AI 对 HR 部门的影响 人力资源组织架构 人力资源角色 人力资源从业者能力宏观环境对企业的驱动力个人视角看法和应用障碍原因分析6智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告报告精粹和主要发现如果您只有几分钟时间或想要尽快获得报告中的重要信息，不妨可以先仔细阅读以下内容生成式 AI 在个人层面的认知与应用报告内容主要发现与内容精粹对生成式 AI 的整体态度
11、普遍存在认知，并对其意义与价值有较为积极的认可。91.24%的参调者已经意识到生成式 AI 给工作生活带来了便利，其中超半数（55.47%）还认为其发展具有很大的实际意义。个人对生成式 AI 的观点和态度，与其了解程度呈正相关，越是对这项技术了解的参调者，持有积极态度的比例越高。生成式 AI 在工作流程中的实践 除“内容生成”和“信息收集”为主要应用外，生成式 AI 的进步也为“数据分析”与“问题解决”创造了一定的有利条件。参调者表示：文本类生成（90.43%）和信息收集（80.85%）是其工作流中最为常见的应用。值得注意的是，问题解决（71.28%）和数据分析（53.19%）的使用正在逐步升
12、级，这也印证了上文中，生成式 AI 对其个人能力提出更高要求这一影响。个人认为生成式AI 对组织和能力的影响 生成式 AI 将助推企业岗位职责变化与工作流程简化。相应地，个人能力的升级迭代也迫在眉睫。岗位职责和工作流程：近九成参调者预期生成式 AI 将引起岗位职责变化，并认为这项技术将有利于工作流程的简化（72.26%）。个体能力要求的升级，则主要聚焦于：持续学习新技术（90.51%）、提升创新思维（75.18%）、批判性思维（62.04%）等能力。7智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 在企业层面的布局和落地报告内容主要发现与内容精粹认知与拥抱 企业
13、对生成式 AI 的接受度和应用意愿正逐步增强。两年数据对比中（2024vs.2023），持开放态度和鼓励态度的企业占比分别增长 7.62%和 8.12%；而保守态度的公司占比则下降 12.95%。为了能更好引导员工的认知与拥抱，企业还会从技术的宣传普及（61.11%）和使用技巧培训(66.67%)上予以支持和能力提升，并鼓励其对生成式AI的应用探索（61.11%）。资源支持度平台与部署 部分企业已在内部投入生成式AI的相关平台供员工使用，以帮助其提高工作效率与结果转化。对生成式 AI 持开放和鼓励态度的参调企业中，实际愿意进行资源平台投入的企业占比为 36.17%。出于对企业个性化需求和数据安
14、全的考量，自主研发与混合部署（本地部署+云部署）是企业上线系统的主要方式。在平台来源上，企业会更加倾向于选择自主研发模式（76.47%）。而在部署路径上，企业出于数据监管和信息安全的考量，会通过混合部署（76.48%）进行。设置专人专岗 专人专岗负责生成式 AI 的研发与运营已成为众多企业的共识。外资企业：80.00%的参调企业表示会通过 Global 团队进行生成式 AI 的应用和维护。本土企业：已有或计划专人/团队负责生成式 AI 研发和运营的企业占比为 91.67%。而相关系统的开发和维护，多数企业会选择由 IT 或 SSC 部门进行主要负责。项目推行制度和培训宣传 为更好地促使员工“会
15、用”、“能用”生成式 AI，“开展研讨经验交流会”与“提供应用技巧培训”是不同推行阶段的企业最常用的落地手段。甚至，部分企业开始尝试将生成式 AI应用与员工绩效考核关联予以鼓励探索。约半数企业（47.06%）已将生成式 AI 融入业务，通过先行先试项目探索生成式 AI 的实际应用（表 3-10），并侧重于通过“提供相关培训”（81.25%）和“开展研讨或经验交流会”（68.75%）以提升员工的 AI 应用技巧能力。部分企业开始将生成式 AI 的使用纳入绩效考核（12.50%），从制度层面激励员工在工作中的应用。针对处于非正式推行阶段的企业（自行探索+非强制，52.94%），则更倾向于采取“认知
16、宣传+应用技巧培训”双管齐下的策略予以鼓励探索。应用场景规划与开发 生成式 AI 的实践不再只是技术部门的“一家主导”，职能与运营相关部门也在积极参与探索和应用。技术研发部门在生成式 AI 应用场景的开发上占据主导（87.50%）；财务、人力资源、法务等职能部门（56.25%），和营销部门（43.75%）也积极参与生成式 AI 的应用规划。安全监管 企业对生成式 AI 的限制虽逐步解除，但仍在不断完善信息保护和内容合规要求，“自由亦要有边界”。多数企业限制将敏感信息透露给生成式 AI，其中包括公司信息（73.95%）和个人信息（50.00%）；同时，部分企业要求对生成式AI所生成的内容进行合规
17、性审查（53.12%）。价值衡量 提升工作效率、拓宽认知、激发创新思维是企业普遍对生成式 AI 的价值认可。此外，处于不同应用阶段的企业，对其所产生的价值要求会呈现不同侧重。企业积极探索生成式 AI 在提升工作效率（58.82%）方面的价值；并认可其在拓宽认知（14.71%）和激发创新思维（26.47%）上的贡献。对于已经实现“实际应用阶段”（例如有先行先试项目制度）的企业，必然在提升工作效率和结果转化（75.00%）上有更高的要求；而处于“探索应用阶段”的企业，则更侧重于激发员工的创新思维（62.50%）。8智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 在人
18、力资源领域的探索与尝试报告内容主要发现与内容精粹定量数据呈现应用程度 积极推进和规划生成式 AI 在人力资源领域应用的企业显著增加，部分企业已在特定模块实现全流程嵌入的成熟应用。未规划生成式 AI 使用的企业数量大幅下降（差值为 37.02%），超过 7 成的企业已在规划或作出相应实施。此外，有一小部分参调企业已在人力资源部分模块有了较为成熟且全面的应用（3.67%）。应用领域 生成式 AI 普遍应用于人才招聘、培训发展、Core HR 模块，并均在其中有着较为丰富的应用。薪酬福利与绩效管理模块虽涉及较少但存在高度使用共性。人才招聘：“简历筛选（81.25%）”、“岗位人才信息搜集（72.92
19、%）”、“岗位说明书生成（68.75%）”仍然为最经常使用场景，且呈现稳定增长。同时，随着技术的进一步发展以及供应商产品的研发和支持，“简历搜索和智能匹配（62.50%）”、“岗位人才画像和能力模型生成（52.08%）以及“招聘数据生成统计（52.08%）”等功能应用也开始有一定普及应用。培训与发展：整体细分运用较为均衡（百分比绝对值上的差异性较小）。其中，“大纲课件生成（78.72%）”、“知识萃取与沉淀（65.96%）”、“培训资料搜集（63.83%）”、“测评题目拟定（63.83%）”等文本生成类的应用较为主导，智能推送（46.81%）和交互型应用（AI 陪练 57.45%）则较为其次。
20、Core HR：企业对于生成式 AI 在此模块上的可实现范畴一直较为清晰（数据对比差异性小，基本实现率为 6 成以上）。但也同时需要注意的是：CoreHR 系统中还包含大量非结构化数据，企业需继续依靠技术手段进行进一步挖掘和利用。薪酬福利与绩效管理：整体应用率不高（21.69%和 24.10%）但实际赋能点存在高度共性，基本为方案内容生成、信息搜集和问题问答。可见，通过生成式 AI 的赋能，企业能够更快速、准确地收集和分析市场数据，从而制定出更具竞争力的薪酬福利政策和更符合标准的绩效指标。定性建议总结人才招聘 职位说明书生成：训练大模型了解招聘岗位的特性，并通过不断地调优生成更精准、更具吸引力
21、的高质量职位说明书。简历筛选自动化和人才库优化：通过算法优化确保生成式 AI 能够识别和评估简历中地关键技能与经验，并将生成式 AI 与企业现有人才招聘系统集成，实现简历的自动化筛选和人才库盘活，提高筛选效率地同时确保筛选过程的一致性和公正性。面试官培训标准化：制定标准化的面试官培训程序，利用生成式 AI 开展个性化培训，提升面试官的技巧和对招聘流程的理解，树立良好企业形象。持续评估与优化：基于招聘效果的反馈，持续评估和优化生成式 AI 在招聘中的应用。培训与开发 内容创作辅助：建议人力资源部门为培训团队提供生成式 AI 工具，辅助诸如文字、图片等的培训内容生成，提高内容产出效率的同时提升培训
22、材料的质量和吸引力。个性化学习路径制定：在深入了解员工的学习需求和职业发展目标后，制定出符合员工个人发展的学习计划，利用生成式 AI 的强大分析能力，基于个人发展计划为员工提供个性化的学习路径和课程推荐。数据驱动决策：利用生成式 AI 的数据分析功能深入洞察学员的学习行为和成效，包括学习进度、测评结果、课程反馈等，为培训策略的制定和调整提供数据支持。Core HR 建立知识库：将企业政策信息、员工个人相关信息以及员工入转调离相关操作流程等进行系统化整理，构建一个全面且持续更新的 HR 知识库，作为智能客服系统的坚实后盾，快速响应员工的问题和需求。智能客服系统开发：基于 HR 知识库，开发出能够
23、快速响应员工查询的智能客服系统。同时定期对系统进行评估和优化，提高其准确性和对员工需求的覆盖范围。AI 自学习机制：为了提升智能客服系统的性能，设置 AI 自学习机制，使其能够从人工客服的互动中学习，并不断优化回答。9智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 在人力资源领域的探索与尝试报告内容主要发现与内容精粹影响与赋能人力资源组织架构 生成式 AI 将更进一步的推进人力资源作为“战略业务伙伴”的合作力度。生成式 AI 的广泛应用正在推动人力资源领域的战略转型（65.28%），组织结构的调整趋向扁平化（56.94%），人力资源与业务部门的协作变得更加紧密（
24、66.67%）。人力资源角色替代 基础岗位面临较高的 AI 替代率，而与业务关联度较高岗位（例如 HRBP）则最难被替代。基础 HR 岗位替代率大幅上升（75.00%，差值为 31.32%）；而替代率相对较低的则为 HRBP 岗（16.67%，与 2023 年数据基本持平）。这同时也印证了上文对于人力资源内部组织的影响：实现战略转型，与业务部门更为高效的协同合作。人力资源从业者能力 AI时代下对从业者带来机遇的同时也提出更高的职业要求，主要聚焦于“掌握新知识技术”和“转变思维方式”上。适应 AI 发展需要在关键能力的上具备自我的提升意识。学习新知识和技术，尤其在掌握 AI 应用方面，已经成为
25、62.50%参调者的共同追求。近 5 成参调者认为可以通过提升创新思维来利用 AI 解决复杂问题（45.83%）；33.33%的参调者认为需要增强对数据的敏感度，并强调隐私保护和批判性思维的重要性。对 AI 焦虑问题的探讨报告内容主要发现与内容精粹AI 焦虑的因素 人们主要对生成式 AI 在日常生活中的渗透以及带来的失业风险问题存在较大担忧。绝大多数参调者（69.34%）认为 AI 将在人们的生活中无处不在，并且公众可能需要被动接受这一现象。因此，社会需要通过合理管理，构建一个成熟稳健的 AI 应用环境，增强公众对其的信任。59.85%的参调者担忧技术快速发展可能导致自己失业。但其实，人工智能
26、的主要影响是在于职业结构的转变，而非就业数量的简单增减。缓解 AI 焦虑的方式 在 AI 认知培训教育和 AI 合规使用的双重作用下，缓解公众对 AI 的焦虑。AI 本身存在技术局限性，与人们也并不是非此即彼的关系，社会需要提高公众对 AI 的正确认知，消除不必要的忧虑（78.10%）。建立伦理规范以增强公众信任（75.91%）。个人应该加强探索 AI 技术的合理应用场景（70.07%）。在实际工作场景的运用中，AI 和员工的职责应该有明确划分，企业也需越发重视员工在 AI 应用能力上的挖掘和激发。10智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI（Genera
27、tive AI）作为人工智能的一个重要分支，正逐渐成为推动社会进步和产业升级的关键技术。本章节将基于 PEST 理论，深入分析智能技术尤其是生成式 AI 所处的外部环境的变化对企业引入生成式 AI 所带来的驱动。外部环境因素对一个企业或组织的发展至关重要，而 PEST 模型作为一种宏观环境分析工具，可以帮助企业充分了解外部环境变化，从而制定出正确的战略决策。因此本章节我们将采用该模型，从政治（Political）、经济（Economic）、社会（Social）和技术（Technological）四个方面分析环境变化对企业引入生成式 AI 的指引和驱动。为什么要拥抱生成式 AI？一、基于 PES
28、T 模型的环境分析政策环境（politics）国家政策对智能技术的支持和规范现如今，智能技术作为世界关注的焦点，被大众认为是未来的必然趋势。同时，推动智能技术发展也符合我国的创新驱动发展战略。随着 ChatGPT 的问世，生成式 AI 作为人工智能在技术上的一大突破，国家政府予以高度重视并在政策层面给予明确指导，大力支持和鼓励其在各行业、各领域的创新应用。此外，加强算法备案制度，规范人工智能行业发展也是重中之重。支持和鼓励2022年7月，科技部等六部门印发了 关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见1通知。意见提出，以习近平总书记关于人工智能系列重要讲话精神为指导，贯彻
29、新发展理念，以促进人工智能与实体经济深度融合为主线，加速人工智能技术攻关、产品开发和产业培育，探索人工智能发展新模式新路径，以人工智能高水平应用促进经济高质量发展。2023年7月由国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局公布的 生成式人工智能服务管理暂行办法2指出：作为关键通用技术，生成式 AI 对人民福祉、经济发展、国家安全和战略竞1.科技部等六部门关于印发关于加快场景创新以人工智能高水平应用促进经济高质量发展的指导意见的通知 _ 国务院部门文件 _ 中国政府网()2.生成式人工智能服务管理暂行办法 _ 国务院部门文件 _ 中国政府网()11智慧人力，引
30、领未来2024 生成式 AI 赋能人力资源管理研究报告不同经济发展阶段对智能技术的需求和应用程度不同。在经济发展的早期阶段，基础设施建设和传统产业升级可能是优先事项；而在成熟阶段，创新和高技术产业的发展则更为突出。2024 年 1 月 31 日，习近平总书记在中共中央政治局第十一次集体学习时强调，加快发展新质生产力，扎实推进高质量发展。新质生产力以创新为主导，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，而智能技术作为其典型，已经成为推动经济增长的新质生产力。随着经济结构的不断优化升级，各行各业对于提高效率、降低成本、创新产品和服务的需求日益增长，这为智能技术尤其是生成
31、式 AI 的应用提供了巨大的需求动力。经济环境（economy）加快新质生产力的发展为智能技术营造有利条件随着媒体对 AI 技术的广泛报道，公众对于生成式 AI 等智能技术的关注度和期待不断攀升。外服云提到，不同背景或年龄的群体对新技术的接受程度仍然存在一定差异。英国小说家道格拉斯亚当斯提出的科技三定律认为：任何在我出生时已经有的科技，都是世界本来秩序的一部分；任何在我 15-35 岁之间诞生的科技，都是将会改变世界的革命性产物；任何在我 35 岁之后诞生的科技，都是违反自然规律要遭天谴的。因此，年轻一代更倾向于接纳新技术，并探索其在工作和生活中的应用。一些年长职位的员工可能对 AI 持抗拒态
32、度，担心 AI 取代他们的工作，或是认为使用 AI 是工作能力不足的表现。针对这一担忧，第二届“数字品牌大会”更是提出了“从来都不是 AI 替代人，而是会使用 AI 的人代替不会使用 AI 的人”的观点。很显然，这一观点表达了技术与人类能力融合的必要性，以及精通先进技术对于推动个人职业成长的核心价值。社会环境（society）社会价值观推动群众接受度争均具有重要意义，并鼓励生成式 AI 技术在各行业、各领域的创新应用。随着生成式人工智能技术的不断成熟和创新，其在各行各业的应用正在逐步拓展，展现出巨大的潜力和价值。我国政策对生成式 AI 的支持和鼓励，不仅是对其潜力的认可，更是对其未来在推动社会
33、进步和经济发展中作用的肯定。然而，除了对新技术的支持和鼓励，还需要通过政策的引导和规范，确保生成式 AI 技术在创新的同时，也能够符合伦理、法律和社会的要求，实现健康、可持续的发展。使用规范针对智能技术规范应用及数据安全等相关问题，在2022年底，国家网信办就互联网信息服务深度合成管理规定3做出回答：在内容生成的应用方面，禁止生成和传播违法信息及虚假新闻，确保信息的真实性和合法性，同时强化技术服务提供者的法律责任；在数据安全方面，要求加强训练数据管理，确保数据安全，并对技术管理与安全性问题开展定期评估。随着生成式 AI 技术的深入发展，各类大模型横空出世，生成式人工智能服务管理暂行办法做出进一
34、步指示：在生成式 AI 开发过程中，开展预训练、优化训练等数据处理活动时，必须确保数据来源合法、保护知识产权、获取个人信息同意，并严格遵守我国相关法律法规，以维护数据的真实性、准确性、客观性。综上，政策明确了促进生成式 AI 健康发展和规范应用的目标，强调了发展与安全并重、促进创新与合规合法相结合的原则。3.互联网信息服务深度合成管理规定 _ 国务院部门文件 _ 中国政府网()12智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告技术环境（technology）大模型的融合发展推动智能化未来随着智能技术的飞速发展，我们站在一个全新的技术革命门槛。但技术的发展并非一蹴而就，每个阶
35、段都有其形成过程和逻辑。因此我们将 AI 的四个发展阶段进行介绍，并基于大模型时代的发展简要概述 AI 模型的融合进步。此外，我们访谈了诸多企业，其也纷纷表示：在现有内部，正按照这样的发展阶段和技术融合逐一布局和落地。AI 的四个发展阶段AI 的发展经历了四个阶段，分别是专家系统时代、机器学习时代、深度学习时代以及大模型时代。在大模型时代，国内外大模型的深入研究和更新迭代将生成式 AI 的应用落地更为广泛，并也将投资回报的实现成为可能。4。发展阶段技术阶段应用领域专家系统是指将领域专家的知识转化为规则（知识库）和逻辑，来模拟专家的决策过程，帮助非专业人士解决和处理问题。但知识库构建成本高，且无
36、法灵活适应多样化的任务和情境，应用存在一定局限性。专家系统在企业中主要在生产管理、经营管理、销售管理、财务管理、审计管理五个方面有较强的实用性。随着计算能力的提升和大数据时代的到来，人工智能逐渐从知识驱动向数据驱动的方向演变。机器学习作为一种强大的工具，可以从数据中学习模式和规律，使计算机能够自动优化性能。然而，机器学习也存在如算力资源有限、数据训练依赖性强等不足。机器学习在指纹识别、特征物体检测等领域的应用基本达到了商业化的要求。深度学习作为机器学习的一个分支，利用模型的多层次的神经网络结构，使得计算机能够更好地理解和处理复杂的数据。深度学习在计算机视觉、自然语言处理、语音识别等领域都取得了
37、的显著成果。深度学习在场景应用上存在一定局限性，由此也导致了投资回报率的不平衡问题。深度学习主要应用于文字识别、人脸技术、语义分析、智能监控等领域。目前在智能硬件、教育、医疗等行业也在快速布局。在大模型时代，三个核心环节将有望实现商业闭环。第一环节的“数据+知识”是基础，可以提供丰富的信息，帮助模型更好地理解问题。第二环节的“算法+算力”是实现第三环节“场景落地+投资回报”的支撑。算力支撑模型的快速训练和实时推理；算法提升模型的学习和表达能力。前两个环节的相互结合助力大模型的优势发挥，从而实现“场景落地+投资回报”，并为“数据+知识”输送新的信息，形成闭环。大模型通过学习大量的数据，能够生成逼
38、真的文本和图像，同时在数据分析等领域的应用也变得越来越广泛和深入。此外，大模型还在自然语言处理、机器翻译、语音识别、推荐系统等领域发挥着重要作用。随着技术的不断进步，大模型的能力和应用范围将不断扩大，为各行各业带来更多的可能性和价值。数据+知识数据+知识数据+知识支撑基础反哺数据+知识算法+算力算法+算力算法+算力算法+算力场景落地+投资回报4.亿欧智库|2024 中国“百模大战”竞争格局分析报告 _ 人工智能行业研究报告-亿欧智库()13智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告综上，宏观环境的变化为智能技术的发展创造了更有利的条件，也驱动企业对此的变革和内部的落地，
39、这其中就包括：认知与拥抱的提升、资源引入与支持、安全监管管理、以及最终的价值衡量。生成式 AI 模型的融合进步生成式 AI 工具的技术迭代主要体现在算法的优化、模型的复杂度提升以及应用场景的拓展。从简单的文本生成，到能够生成逼真的图像、视频等，生成式 AI 的技术进步为各类场景提供了便利。在文本分析与生成方面：OpenAI 的“GPT 系列”在精确指令遵循能力上具有绝对优势；百度的“文心一言”在理解复杂句式和专业术语方面表现较为出色，能够完成代码理解和调试等任务；阿里的“通义千问”在文本生成和信息处理方面表现优异，特别是在工业、金融、医疗等垂直专业场景中有较为广泛的应用。在图像生成方面：Goo
40、gle 的“Gemini 大模型”具备多模态处理能力，能够处理文本、图像、音频、视频和代码，支持广泛的自然语言处理和多媒体任务；“Midjourney”在图像生成方面表现出色，能够快速生成高质量的视觉内容。在数据分析方面：阿里的“通义千问”在数理分析和信息处理方面表现出色。前文所述的不同大模型在特定领域能够发挥自身优势，但在能力整合方便略显不足。2024 年 5 月，OpenAI 发布的“GPT-4o”在文本、视觉、音频方面实现了全面打通，成为一个原生的多模态模型，为用户提供更好的交互体验。除此之外，社会对于 AI Agent 的讨论也日渐热烈。AI Agent 通过集成自然语言处理和机器学习
41、技术实现更加智能和个性化的交互体验，不仅能够理解复杂的查询，还能提供预测性建议并自动化执行任务。它实现将进一步丰富 AI大模型的应用场景，智能技术将进入 AI Agent 的时代。我们除了在政策、经济、社会和技术环境的变化对生成式 AI 发展产生推动的信息进行收集外，在对外服云专家进行采访中，其还给出了以下洞察观点：环境因素企业指引维度划分政策环境国家通过明确的指导和规范，支持和鼓励企业在智能技术领域的创新应用，同时确保其符合伦理和法律要求认知与拥抱经济环境随着新质生产力的快速发展，智能技术成为经济增长的新引擎，推动企业优化效率和创新服务资源支持度社会环境公众对智能技术的接受度不断提升，这要求
42、企业紧跟时代，在内部形成对使用 AI的鼓励和探索氛围认知与拥抱资源支持度安全监管技术环境大模型的融合发展为企业提供更广泛的应用场景和更高效的解决方案认知与拥抱资源支持度外服云专家洞察在政治层面，过去对生成式 AI 的争议主要在于数据出境问题，而随着国内大模型的成熟应用，这一问题被随之解决，拥抱 AI 成为政治正确。在经济层面，生成式 AI 作为降本增效的工具，也是推动新质生产力发展的主导力量。在社会层面，年轻一代成为推动生成式 AI 融合与创新的主力，对其认知和接受度也更为深入。在技术层面，随着大模型的不断优化和成本降低，技术问题已不再是生成式 AI 发展主要障碍。14智慧人力，引领未来202
43、4 生成式 AI 赋能人力资源管理研究报告上一部分我们分析了目前外部环境（PEST 模型）对生成式 AI 发展的必要性，并基于此得出环境对企业发展生成式 AI的指引。然而，个体对技术的理解和接受在很大程度上也决定了其在组织内的接纳和融合。因此，在本章节，我们以个人层面的微观视角，探究个体对生成式 AI 的态度和使用行为上的变化，从而洞察组织内部应用生成式 AI 的有效策略。个人应该如何看待生成式 AI？表 2-1 您个人对生成式 AI 的了解程度如何?2024 数据（N=282）2023 数据（N=263）A.非常了解:非常清楚其含义、工作原理、应用场景等信息，并在工作中会频繁使用C.不甚了解
44、:听说过生成式 AI，但对其含义、工作原理、应用场景等信息不甚了解，在工作中几乎没有使用过B.比较了解:大概了解其含义、工作原理、应用场景等信息，并在工作中有部分使用或尝试使用D.完全不了解:完全没有听说过生成式 AI0204060801005.67%60.99%30.50%2.84%2.66%49.81%44.49%3.04%15智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告随着智能技术的发展以及生成式 AI 的普及，个人对生成式 AI 的认知和接受度正在逐步提高，同时也在努力探索生成式 AI 在工作流中的实际应用。表 2-1 显示，对生成式 AI 有了解且在工作中有所应
45、用的参调者为 66.66%；而对生成式 AI不甚了解且没有使用的占比为 30.50%。基于此，本章节我们将以“有、无实际应用经验”进行分类讨论。其中，针对有实际应用经验的个人，我们将从“整体态度”、“对生成式AI影响工作的看法”以及“在工作流程中的应用”展开讨论；而针对没有实际应用的个人，我们则探究其中的原因：对生成式 AI 的整体态度普遍存在认知，并对其意义与价值有较为积极的认可。一、从实际应用经验出发的观点与实践表 2-2 您个人对生成式 AI 的态度如何?（N=137）35.77%55.47%8.76%A.认为生成式 AI 的发展非常有意义，可以为生活和工作带来了便利和效率C.认为生成式
46、 AI 存在一定的局限性，要根据未来的发展情况再做判断B.认为生成式 AI 具有一定的潜力和优势，但同时担心其带来的风险和挑战D.认为生成式 AI 未来可能取代部分工作，带来一定负面影响（0.00%）个人应该如何看待生成式AI从实际应用经验出发的观点与实践没有实际应用的原因分析 对生成式 AI 的整体态度 生成式 AI 在工作流程中的实践 个人认为生成式 AI 对组织和能力的影响 使用场景问题 准确性存疑问题 信息安全顾虑问题 使用途径问题16智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告表 2-3个人态度了解程度A.认为生成式 AI 的发展非常有意义，可以为生活和工作带来
47、了便利和效率B.认为生成式 AI 具有一定的潜力和优势，但同时担心其带来的风险和挑战C.认为生成式 AI 存在一定的局限性，要根据未来的发展情况再做判断A.非常了解:非常清楚其含义、工作原理、应用场景等信息，并在工作中会频繁使用（N=16）100.00%0.00%0.00%B.比较了解:大概了解其含义、工作原理、应用场景等信息，并在工作中有部分使用或尝试使用(N=172)58.14%33.72%8.14%C.不甚了解:听说过生成式 AI，但对其含义、工作原理、应用场景等信息不甚了解，在工作中几乎没有使用过(N=86)41.86%46.51%11.63%从表 2-2 中，个人对生成式 AI 态度
48、相关的数据中可以发现，绝大多数参调者（91.24%）已经意识到生成式 AI 对工作生活带来的便利影响；仅有 8.76%的参调者仍处于观望状态。由此可知，参调者整体对生成式 AI 有较高的认知度，并且对其意义与价值有较为积极的认可。表 2-3 我们将个人的了解程度和态度进行交叉分析后发现：对生成式 AI 非常了解的参调者对其态度也更为积极；而对技术了解有一定局限性的，则会产生不同程度的担忧。生成式 AI 在工作流程中的实践除“内容生成”和“信息收集”为主要应用外，生成式AI的进步也为“数据分析”与“问题解决”创造了一定的有利条件。17智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究
49、报告表 2-4 您个人会在以下哪些工作流程中使用生成式 AI 工具?表 2-5 您个人认为生成式 AI 对组织的影响可能有哪些?（N=274）选项2024 数据（N=188）2023 数据（N=104）2 年数据差值A.信息收集:查找资料、行业数据等80.85%77.88%2.97%B.内容生成与审核:文案生成、代码生成、翻译、审核内容的合法性等90.43%70.19%20.24%C.问题解决:向生成式 AI 工具寻求问题的解决思路、方法等71.28%65.38%5.90%D.数据分析:利用生成式 AI 工具进行数据分析53.19%16.35%36.84%E.其他1.06%2.88%-1.82
50、%数据表明，随着技术的进步和数据的训练转化，生成式 AI 工具在各工作流程中的应用越发广泛。随着模型的优化，内容生成和信息收集作为基础型应用占比分别为90.43%和80.85%；值得注意的是，问题解决（71.28%）和数据分析（53.19%，与去年相比显著增长 36.84%）的使用正在逐步升级。个人认为生成式 AI 对组织和能力的影响生成式 AI 将助推企业岗位职责变化与工作流程简化。相应地，个人能力的升级迭代也迫在眉睫。A.生成式 AI 的引入导致部分岗位职责发生变化，需要重新定义和设计岗位，以适应 AI 技术的应用C.企业对复合型人才的需求增加B.组织架构联动调整:组织架构调整趋于扁平化D
51、.简化工作流程，提高效率，降低企业运营成本02040608010083.94%47.45%64.23%72.26%18智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告表 2-6 您个人如何看待生成式 AI 对个体能力具备方面的要求?（N=274）A.个人必须拥抱变化，持续学习新知识和新技术，具备快速掌握和应用新技术的能力C.数据敏感度与隐私保护意识B.提升创新思维和复杂问题解决能力D.批判性思维与判断力（能够准确判断生成式 AI 所生成内容的准确性）E.暂时不会对生活和工作产生太多影响F.其他020406080100而对于在组织层面所产生的影响，参调者认为：生成式 AI 对岗
52、位职责的变化（83.94%）和工作流程的简化（72.26%）有更明显的体现；在个体能力具备层面，持续学习（90.51%）、创新思维（75.18%）和批判性思维（62.04%）等能力的提升是其普遍认为需要具备的。生成式 AI 虽然已被广泛讨论和认知，但其实际在组织和个体层面的具体影响尚未完全显现，因此参调者在评估其发挥的作用时，更多是基于感知判断而非企业现已产生的变革。这也使得他们对各种潜在影响的可能性持开放态度。90.51%75.18%70.80%62.04%0.73%0.73%19智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告除了对已使用的参调者进行调研外，针对还未使用生
53、成式 AI 的群体，我们询问了其原因。一方面，从整体人数上，未曾在工作场景中使用的人数对比去年，呈现明显减少趋势（2024 N=86 Vs.2023 N=151）。另一方面，从原因上来看，其对应用场景的认知（60.47%）、获取途径（55.81%）、内容准确性（37.21%）和信息泄露问题（46.51%）等因认知的局限性所产生的担忧是阻碍其广泛应用的主要因素。究其根本，个人认知与看法以及阻碍个人应用的原因的本质仍然可以归纳为前文中，促使企业发展的驱动力“四要素”认知与拥抱、资源支持度、安全监管和价值衡量。二、没有实际应用的原因分析表 2-7 您在工作场景中没有使用生成式 AI 工具的原因是什么
54、?2024 数据（N=86）2023 数据（N=151）A.对于生成式 AI 这类人工智能技术不感兴趣B.没有使用途径C.不清楚生成式 AI 工具在工作中有哪些应用场景D.认为生成式 AI 工具对于工作效率提升的帮助不大E.对于生成式 AI 工具所回答内容的准确性和真实性存疑F.担心信息泄露问题0204060801006.98%55.81%60.47%4.65%37.21%46.51%73.51%1.99%45.70%5.96%23.18%23.84%20智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告从实际应用经验出发的观点与实践没有实际应用的原因分析政策环境认知与拥抱经济
55、环境资源支持度社会环境安全监管技术环境价值衡量为什么要拥抱生成式AI个人应该如何看待生成式AI 对生成式 AI 的整体态度 生成式 AI 在工作流程中的实践 个人认为生成式 AI 对组织和能力的影响 使用场景问题 准确性存疑问题 信息安全顾虑问题 使用途径问题综合宏观环境对企业的驱动以及个人视角下应用障碍原因分析，可以聚焦到以下相同的四个要素：认知与拥抱国家政策强调了对经济高质量发展的追求，鼓励企业在智能技术，尤其是生成式 AI 上的投资。企业在引入生成式 AI 时，应与国家政策保持一致，深入理解其在提升效率、降低成本、创新业务模式中的潜力。资源支持度在政策和技术环境的双重驱动下，企业基于自身
56、发展需要，增加内部在智能技术上的投入，优化资源配置，提升企业的整体竞争力。安全监管政策对智能技术的数据管理要求企业在智能技术的安全监管方面承担着重要责任，确保技术应用符合伦理和法律标准。价值衡量企业在应用生成式 AI 的过程中，可以根据不同阶段的应用情况进行相对应的探索，并挖掘和探索生成式 AI 在管理流程中提质增效、激发创造力等方面的商业价值。以下我们将围绕着这“四要素”，分析生成式 AI 在企业内的具体落地情况。21智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告前两节，我们以宏观视角分析了环境对企业引入生成式 AI 的明确指导。同时，又从个体视角出发，探讨其对生成式 A
57、I的看法和实际应用。基于两者结论，匹配出在企业内有效落地的驱动因子。因此本章节，我们将进一步研究在企业内部，对生成式 AI 的实际布局和落地情况。生成式 AI 如何成为企业发展和变革的催化剂？资源支持度安全监管价值衡量认知与拥抱生成式 AI 如何成为企业发展和变革的催化剂 平台与部署 设置专人专岗 项目推行制度和培训宣传 应用场景规划与开发 限制措施 限制公司信息透露 限制个人信息透露 内容审核 限制功能 工作的提质增效 认知拓宽 激发创造性思维22智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告一、认知与拥抱表 3-1 贵公司对生成式 AI 的使用态度如何?表 3-2 企业
58、推动生成式 AI 工具的使用举措有哪些?（N=36）选项2024 数据（N=274）2023 数据（N=104）2 年数据差值A.开放态度:支持员工使用生成式 AI 工具，并积极开发和规划可应用于企业中的场景33.58%25.96%7.62%B.鼓励态度:鼓励员工在工作中使用生成式AI 工具，但并未有明确的规划场景35.04%26.92%8.12%C.保守态度:没有明确鼓励或禁止使用生成式 AI 工具，员工可以有个人使用的行为22.63%35.58%-12.95%D.谨慎态度:限制员工使用生成式 AI 工具1.46%/E.不清楚7.30%11.54%-4.24%020406080100A.向员
59、工进行生成式 AI 相关宣传C.鼓励员工探索生成式 AI 的使用场景B.为员工提供生成式 AI 相关培训，助力员工掌握生成式 AI 使用技巧D.制定明确使用指南，确保员工使用的规范性和合法性外部环境的变化使得企业意识到生成式 AI 发展的必然性，因此对于新技术的接受度和应用意愿正逐步增强。企业在积极开展应用场景规划（表 3-1，33.58%）的同时，向员工进行生成式 AI 相关宣传（61.11%）和使用技巧的培训（表 3-2，66.67%）鼓励员工在工作中的探索（61.11%）。61.11%66.67%61.11%16.67%企业对生成式 AI 的接受度和应用意愿正逐步增强。23智慧人力，引领
60、未来2024 生成式 AI 赋能人力资源管理研究报告二、资源支持度表 3-3 贵公司是否有生成式 AI 相应平台提供？（N=188）A.是B.否尽管对生成式 AI 持有开放和鼓励态度的企业占比达到 68.62%（表 3-1，纵向 A+B 选项总和），并且在具体系统资源投入上，平台搭建与其态度呈正相关，但整体而言，仍还有一定的发展空间。平台与部署部分企业已在内部投入生成式 AI 的相关平台供员工使用，以帮助其提高工作效率与结果转化。同时，出于对企业个性化需求和数据安全的考量，自主研发与混合部署（本地部署+云部署）是企业上线系统的主要方式。63.83%36.17%表 3-4平台提供使用态度A.是B
61、.否A.开放态度:支持员工使用生成式 AI 工具，并积极开发和规划可应用于企业中的场景（N=92）47.83%52.17%B.鼓励态度:鼓励员工在工作中使用生成式 AI 工具，但并未有明确的规划场景（N=96）25.00%75.00%24智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告表 3-5 贵公司生成式 AI 平台的来源?（N=68）表 3-6 贵公司生成式 AI 相应的平台部署路径选择是?（N=68）23.53%23.53%23.53%38.24%52.94%38.24%A.外部采购+自主研发A.本地部署C.外部采购C.云部署B.自主研发B.本地部署+云部署而具体至平
62、台来源上，基于一定基础上的二次开发和全自主研发是绝大部分企业的平台模式（加总为 76.47%），这说明企业存在高定制化需求。在部署路径上，76.48%的企业出于数据监管和信息安全的考量，选择本地部署或混合部署模式。企业在追求技术创新的同时，也需综合考虑成本效益和数据安全问题，从而做出更为多元化的选择。在此次研究过程中，我们对企业进行了定性采访。在实际的做法探讨中，他们纷纷表示需要结合自身情况选择适合的方案。中国电信、亚信科技和 X 公司三家企业分别从平台的不同选择模式出发进行了相应的内容分享，为读者提供学习和借鉴。25智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告表 3-7
63、 企业案例导览与精粹企业平台来源内容精粹中国电信外部采购+自主研发针对外部采购的平台，充分发挥其已有功能优势针对内部研发产品，注重与业务特点结合，研发各环节紧密相扣亚信科技自主研发关注前沿技术，立足通信行业，自主开发 GPT 平台X 公司外部采购在现有模型基础上进行功能实现和创新中国电信企业实践 立足当下，电信的具体落地进展 产品选型和打造：外部引入和自主研发中国电信采用外部引入和内部研发结合的方式为内部员工提供生成式 AI 相关产品。针对外部引入的产品，中国电信的工作组负责对其进行严格的选型流程，确保其完全符合公司内部制定的相关政策，充分发挥标准化的功能和优势，而非追求个性化的定制。中国电信
64、内部设有研发机构，也更倾向于进行自主研发。研发机构结合电信的业务特点，深入到与具体业务场景结合的垂直领域，开发与用户产生实际触点的产品，并根据内部业务场景进行定制。中国电信在内部产品研发的流程中，采取一系列细致且全面的措施。由工作组调动内部资源，确保从语料的收集与清洗，到专家的介入，再到产品的打造、运营推广，以及后续的评估与优化，每个环节都紧密相扣，高效运作。例如，针对学习平台上数以万计的课程和丰富的知识资源，中国电信正在探索如何利用大模型技术来优化和重构整体的搜索与推荐体系，提升现有服务的质量和效率。知识库搭建中国电信意识到现有资源的积累至关重要，尤其是在知识库的构建上，对其在质量、数量、权
65、威性、准确度以及与业务结合的时效性方面有着很高的要求。26智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告亚信科技X 公司企业实践企业实践 企业 AI 革命：生成式 AI 应用的阶段性进展 X 公司 AI 策略：基于成熟模型的功能探索与创新 GPT 应用平台：亚信科技立足通信行业，开发了 GPT 应用平台。该平台已经在公司内部得到推广和使用，它不仅展示了亚信科技在新一代人工智能方面的技术和应用能力，也体现了亚信科技对行业特定应用场景的深刻理解。X 公司选择在现有成熟模型的基础上进行功能实现和创新，而不是从零开始进行自主研发。X 公司通过申请显卡资源、配置服务器、安装所需模型等
66、，为员工提供资源，鼓励员工探索和应用各类开源模型，寻找最适合自身业务需求的产品。亚信科技作为一家领先的高科技企业，对于新兴技术如生成式人工智能持有积极和开放的态度，对这些前沿技术的发展保持高度关注，并致力于将它们融入到亚信科技的产品与服务中。结合上述案例可以看出，对于拥有一定自研技术实力和行业经验的企业，可以结合自身业务需求将“数据+知识”进行整合，并选择合适的算法模型和计算资源，通过“算法+算力”进行大模型的定制开发和优化迭代，实现最佳性能和效果。而对于需依赖外部采购的企业，则可基于现有产品，探索如何将模型集成到自身产品与服务中以实现场景的智能化升级。此外，还需兼顾硬件与软件的同时具备，即企
67、业需要加强对员工意识以及使用方法的培训，提升他们对大模型的认知和应用能力，助力员工充分利用大模型的技术潜力，从而实现价值转化的最大化。设置专人专岗专人专岗负责生成式 AI 的研发与运营已成为众多企业的共识27智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告表 3-8 贵公司针对生成式 AI 的研发和运营，是否由专人/团队负责?（针对外资企业）（N=20）表 3-9 贵公司针对生成式 AI 的研发和运营，是否由专人/团队负责?（针对本土企业）（N=48）表 3-10 贵公司已经或计划设置哪些专人/团队负责与生成式 AI 相关的工作?（N=64）20.00%29.17%44.12
68、%80.00%62.50%67.65%8.33%10.20%1.56%A.是，由 global 公司专人/团队负责A.是，已经有专人/团队负责A.IT/SSC 部门:负责开发或接入适合企业的生成式 AI工具，并进行日常的系统维护C.是，由 global 和 local 共同负责（0.00%）C.否，没有专人/团队负责C.数据分析师D.否，没有专人/团队负责（0.00%）B.是，由 local 公司专人/团队负责B.是，已经在规划专人/团队负责B.生成式 AI 或 AI 相关产品研发:负责开发或接入适合企业的生成式 AI 工具;负责相关算法的调试与优化训练;负责研究与开发企业内部生成式 AI 可
69、应用的场景C.不清楚28智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告针对专人专岗的资源设置，我们将参调企业根据企业性质进行划分。数据表明：外资企业，出于资源的优化配置和技术标准化的考量，更倾向于通过海外总部（Global）来进行统筹管理（80.00%）；而本土企业，已有或计划设置专人/团队负责生成式 AI 研发和运营的企业占比高达 91.67%。而相关系统的开发和维护，多数企业会选择现有 IT 或 SSC 部门进行主要负责。由此可见，企业已认识到专业团队/人员在推动生成式 AI 发展和应用上扮演着重要角色，并在构建和资源布局上，都在积极采取行动。项目推行制度和培训宣传为更
70、好地促使员工“会用”、“能用”生成式 AI，“开展研讨经验交流会”与“提供应用技巧培训”是不同推行阶段的企业最常用的落地手段。甚至，部分企业开始尝试将生成式 AI 应用与员工绩效考核关联予以鼓励探索。表 3-11 贵公司生成式 AI 工具的应用阶段?（N=68）23.53%29.41%47.06%A.公司内部有成立相关的先行项目，将生成式 AI 工具的使用嵌入特定岗位的日常工作流程中C.没有强制应用，但在部门或团队内部会有激励手段促使员工使用，培养员工的人工智能的意识B.全公司的应用，由员工自行探索生成式 AI 工具的使用场景，提升工作效率29智慧人力，引领未来2024 生成式 AI 赋能人力
71、资源管理研究报告表 3-12 贵公司优化员工应用生成式 AI 的举措有哪些?（先行先试项目）（N=32）表 3-13 贵公司推动生成式 AI 工具的使用的举措有哪些?（自行探索和使用）（N=36）A.为员工提供生成式 AI 相关的培训，助力员工掌握生成式 AI 使用技巧A.向员工进行生成式 AI 相关宣传C.在年度考核中，对使用生成式AI 相关工具取得显著工作成果的员工给予奖励C.鼓励员工探索生成式 AI 的使用场景B.为员工使用生成式 AI 工具提供资金支持（例如账号开通）B.为员工提供生成式 AI 相关培训，助力员工掌握生成式 AI 使用技巧D.定期组织研讨会，为员工提供学习和交流生成式
72、AI 的渠道D.制定明确使用指南，确保员工使用的规范性和合法性E.定期进行案例实践，为员工使用生成式 AI 工具解决工作问题提供实践思路和启发F.制定明确使用指南，确保员工使用的规范性和合法性02040608010002040608010081.25%61.11%66.67%61.11%16.67%37.50%12.50%25.00%43.75%31.25%30智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告约半数企业（47.06%）已将生成式 AI 融入业务，通过先行先试项目探索生成式 AI 的实际应用（表 3-11），并侧重于通过“提供相关培训”（81.25%）和“开展研
73、讨或经验交流会”（68.75%）以提升员工的 AI 应用技巧能力。同时，部分企业开始将其纳入绩效考核（12.50%），从制度层面激励员工在工作中的应用（表 3-12）。而针对另外部分处于非正式推行阶段的企业（表 3-10，自行探索+非强制，52.94%），则倾向于采取“认知宣传+应用技巧培训”双管齐下的策略予以鼓励探索（表 3-13）。因此，无论企业处于哪一应用阶段，技巧培训都是推动生成式 AI 工具使用的主要手段。此外，企业需要提高对生成式AI 应用的制度规范，防止因员工认知不足带来的企业的合规性问题或信息危机。为了从实践层面为读者提供更详细的参考，我们针对已成立先行先试项目的企业，在项目团
74、队分工及宣传培训策略上进行了具体做法询问，读者可根据自身情况选择借鉴。表 3-14 企业案例导览和专家洞察企业内容精粹中国电信基于国家号召，大力开展全员生成式 AI 认知与应用培训集团、分公司、学习发展部门三管齐下，灵活开展生成式 AI 培训组织内部竞赛鼓励 AI 技术应用亚信科技公司做指引和领导，产品研发中心和人力资源中心协同完成组织 亚信科技 GPT 系列 直播课堂，提升员工认知水平针对岗位提供定制化 GPT 技术培训培养撰写高质量提示词能力GPT 工具与工作流程结合的交流探讨活动X 公司多部门协同推进创新大赛，鼓励团队探索生成式 AI 应用，确保合规并评选优秀项目外部专家定期授课，为员工
75、提供拓宽视野的机会鼓励员工参与外部论坛活动，了解市场信息内部新闻推送，提升员工关注度创新大赛团队分享 AI 应用经验HR 洞察企业通过推送科技资讯、优化培训平台提升员工 AI 认知定期评估培训效果，持续更新资源，营造知识共享文化重视提问环节，培训提问技巧，建立交流学习平台构建知识库，助力员工快速解决问题，促进技能提升对于生成式 AI 准确性问题的人工干预措施31智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告中国电信企业实践 员工认知和使用培训 中国电信高度重视员工对于人工智能认知与应用能力的培养。基于国资委体系以及央国企对于人工智能的重视和大力号召，中国电信今年在开展关于人
76、工智能理念、相关技术以及业务相关学习的培训方面加大了资源的投入力度，并进一步明确要求，集团全员的培训计划中需加入人工智能专题培训模块，为员工普及大模型种类和常见专有名词等相关知识。除此之外，电信回归业务经营层面，思考人工智能怎样推动业务发展并带来收入。培训分工情况 集团层面：中国电信内部有覆盖全员的成熟应用平台，承载集团统一部署的培训活动；各分公司：中国电信作为一家全球性的公司，各个分公司都拥有自主运营的职责和权力，可以更加灵活的在细分业务领域按需开展培训。学习与发展部门：中国电信开展人工智能专题培训，基于 AI 的服务能力让员工认识和学习 AI，并提出一定的考评要求，帮助员工提升对 AI 的
77、接受度、理解力，同时借助 AI陪练强化员工的应用能力。推广和鼓励措施中国电信引入 AI 技术是希望能够帮助员工在工作中解决问题，所以在电信内部会不定期开展非正式的竞赛活动，以开放式或设定若干主题的形式，让员工结合自身业务场景，借助 AI 辅助完成一定的工作，并对应用成果优秀的员工给予奖励。32智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告亚信科技企业实践 企业 AI 革命：生成式 AI 应用的阶段性进展 企业生成式 AI 的认知深化与应用实践 GPT 先行先试项目：亚信科技启动了专门针对 GPT 应用的先行先试项目，面向公司各个事业部提供 AI 服务。该项目的核心目标之一是
78、通过集成 GPT 技术来提高工作效率，节省人力成本。在亚信科技的人力资源部门中，招聘岗位被设定为该先行先试项目的重要试点岗位，以助力提高人员招聘工作效率，另外在培训、SSC 等岗位方向也均有试点。团队分工情况公司做指引和领导，产品研发中心和人力资源中心协同完成 产品研发中心：负责技术实现和产品开发，推出内部自用产品，提高公司运作效率，同时也开发面向外部行业的应用产品，以拓展市场和满足客户需求。产品研发中心的工作重点包括对生成式 AI 等前沿技术的集成和应用，以及不断优化产品功能，确保技术领先和市场竞争力。人力资源中心：发挥着战略伙伴的角色，与产品研发中心紧密合作，共同梳理和定义与新技术相关的岗
79、位要求，确保人才与岗位的匹配。此外，人力资源中心还负责监控项目进展，评估人效提升和阶段性成果，通过数据分析为管理决策提供支持。认知培训：亚信科技内部定期组织“亚信科技 GPT 系列”直播课堂，由产品研发中心专家与人力资源部培训团队培训专家共同主持。培训根据不同岗位员工所面临工作场景的要求，教授员工如何通过使用 GPT 技术和工具提升工作效率。具体内容涵盖以下几方面：GPT 认知培训：为帮助员工建立对 GPT 技术原理及应用的理解，包括它的演进历程、工作原理和应用潜力，开发了AI 演进历史及企业数智化实践等课程；GPT 岗位提效培训：分别针对公司销售/售前岗位、项目产品规划岗位、研发岗位、交付岗
80、位及运维岗位，开发了不同的技术类课程，如亚信科技 GPT 产品体系及解决方案、使用 AI 重构产品方法体系、用 AI 重构研发生命周期管理、大模型推理优化及高效微调、亚信科技渊思大模型 1+6+8 产品体系等课程；提示词撰写培训：为了培养员工撰写高质量提示词，以及构建提示词模板的能力，以有效使用 GPT，开发了高效使用 GPT 让工作更轻松等课程；工作流与 GPT 工具的结合：探讨如何在不同工作场景中将 GPT 工具与工作流程结合起来，以实现工作提效，如使用 GPT 制作 PPT等课程。部门或团队的推广使用：以人力资源部门招聘团队为例，在宣传海报设计、文案撰写以及工作内容输出等工作环节，进行积
81、极的探索和尝试，并推广使用。33智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告 项目组推进：针对先行先试项目，各事业部会由“对 AI 和 GPT 有较强认知且兴趣的员工”组成虚拟团队，牵头 GPT 项目在工作场景中的具体落地，并将计入绩效考核。X 公司企业实践X 公司 AI 创新大赛：探索生成式 AI 的多元应用X 公司紧跟生成式 AI 技术的发展趋势，开展 AI 创新大赛，以组建团队并申报项目的形式，鼓励员工参与，助力员工探索基于工作场景 AI 技术的潜在用途。团队分工情况：集团领导：X 公司的高层领导意识到生成式 AI 的重要性，并重视其在企业内的普及和应用，因此授意在
82、全集团开展创新大赛，给予大力支持和推动；人力资源部门：由人力资源部下属的组织发展部门负责创新大赛整体的组织和开展；法务部门：X 公司要求法务部门全程参与创新大赛，以确保活动各环节的合规性和安全性，避免敏感问题的发生。从项目提案环节的 PPT 到项目验收环节的展示材料，都要经过法务部门的审核；在材料申报和宣传用词上，法务部门提供专业的指导，避免因用词不当导致争议；评估委员会：由集团 VP 级别的领导组成，同时包括研发和资源管理的负责人，负责评估 AI 项目的资源需求，如硬件资源、接口费用等，并决定项目的立项与资源分配；立项审核：员工组队参与创新大赛，需要进行项目申报，并撰写项目计划书，向评估委员
83、会进行立项汇报，阐述项目的目标、计划、所需资源和人力投入等；评估委员会对申报的项目进行评审，避免资源重复投入，对入围的项目给予资源支持；中期汇报与项目监管：项目中期汇报环节，参赛团队向评估委员会汇报项目进展、已实现功能、后续计划等，委员会根据汇报内容评估项目是否继续开展；验收与评奖：项目成果上线后，参赛团队汇报项目的效益、数据等，评估委员会基于数据进行验收和评奖。例如，X 公司微博的“评论罗伯特”在上线后产生一定的话题度和效益，被评选为一等奖。34智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告企业生成式 AI 知识普及与员工能力提升策略 企业内外联动的生成式 AI 宣传与培
84、训策略 外部资源学习 专家宣讲：由组织发展部定期邀请外部 AI 领域的专家来公司授课，为员工普及 AI 相关知识，帮助员工拓宽视野，更好地理解 AI 行业趋势和技术发展；论坛活动：X 公司鼓励员工积极参与外部论坛和活动，以便更快地跟上技术发展的步伐，了解同行和供应商的最新应用能力，为公司内部的创新和发展提供参考。内部案例实践分享学习作为集团最高等级的项目，创新大赛吸引了员工的广泛关注，并成为 X 公司生成式 AI 宣传的重要方式。新闻推送：X 公司通过内部新闻推送等多种渠道向员工公开透明的介绍创新大赛各项目进展，从意识层面培养员工对生成式 AI 的关注度；案例分享活动：X 公司要求创新大赛的项
85、目团队以直播课或线上课程等形式定期向员工进行培训和分享。特别是对于经过评估后具有重要价值的项目，团队成员需要向全员分享项目情况、AI 应用的领域，以及在项目中积累的技术经验和知识，为其他员工提供一定的思考和借鉴。认知培训企业内部在进行生成式 AI 相关宣传和知识普及时，可以采取以下策略：科技资讯推送：企业可以定期向员工推送科技前沿资讯，包括人工智能领域的最新发展、AI 报道等，帮助员工对行业趋势有清晰的认识，提升对新技术的理解。内部培训平台：建立或优化内部培训平台，提供与科技前沿相关的课程和培训材料，鼓励员工参与学习，增强对新技术的掌握和应用能力。评估与反馈：定期评估内部宣传和培训的效果，收集
86、员工的反馈，以便不断优化培训内容和方法，满足员工的学习需求。持续更新资源：确保培训资源和资讯内容的持续更新，与科技发展保持同步，避免知识过时。李女士HR洞察 35智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 精准度提升：数据训练与人工校验的协同生成式 AI 的精准度是通过持续的数据训练和人工校正逐步提升的。初期的不精确是正常现象，因为 AI 需要大量的数据来学习和优化其算法。产品设计时，应预留空间让 AI 进行自我迭代和训练，以不断提高其准确性。同时可以设置人工校验的机制，以便在AI的输出结果出现偏差时进行及时纠正。知识共享文化：鼓励员工之间的知识共享，通过研
87、讨会、工作坊等形式，促进跨部门的交流与合作，共同探讨如何将新技术应用于实际工作中。使用技能培训企业在培训和指导员工时，需要特别重视提问环节的重要性。有效的提问不仅能够促进深入思考，还能帮助员工获得他们所需的答案和解决方案。提问技巧培训：组织培训课程，教授员工如何提出有深度和广度的问题，以及如何通过提问来澄清概念和解决问题。持续技能提升：将提问技巧作为持续职业发展的一部分，定期复习和更新相关的技能。交流学习平台：利用在线论坛、问答平台等技术工具，为员工提供一个随时提问和交流的空间。建立知识库：企业可以构建内部知识库，帮助员工找到常见问题的答案，同时也能够提出新问题。应用场景规划与开发生成式 AI
88、 的实践不再只是技术部门的“一家主导”，职能与运营相关部门也在积极参与探索和应用。36智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告表 3-15 贵公司目前在哪些部门进行了生成式 AI 应用场景的开发和规划？（N=32）A.技术研发等后端部门C.财务、人力、法务等职能部门B.市场营销等前端部门020406080100在整体应用场景规划上，除业务部门外，数据显示，生成式 AI 的实践不再只是技术部门的“一家主导”（87.50%），职能部门（财务、人力资源、法务）的探索应用开始“崭露头角”（56.25%）。此外，市场营销等前端部门应用却不及半数（43.75%），关于这一数据背后
89、的分析原因，外服云专家给出了可能性的判断和解读：AI 技术的不断成熟以及企业对其认知的深化，促使着生成式 AI 在更多部门和工作流中发挥价值，推动企业的智能化和自动化实现。X 公司的实践案例为我们分享了生成式 AI 在不同部门的覆盖，以及已获得的成效：外服云专家洞察AI 为营销工作的开展提供了新的工具和可能性，但其能力的展现受限于技术难度和用户的认知水平。虽然生成式 AI 的入门使用相对简单，但当涉及到更高级的应用，如“文生图”等任务时门槛显著提高。为了充分利用生成式 AI 带来的优势，需要企业付出一定时间和金钱的成本，助力员工进行深入学习和持续实践，才能真正释放其在营销策略和创意执行中的潜力
90、。87.50%43.75%56.25%37智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 在企业中的应用主要以技术研发与业务相关部门先行为主。在具体实践过程中，外服云专家认为可以从以下五个环节循序渐进开展生成式 AI 对业务流程的重塑：外服云专家洞察X 公司企业实践X 公司创新大赛覆盖了公司内多个部门的项目，并且已经取得了一定成效。以部分业务部门、人力资源部门以及法务部门的具体应用为实例，展现创新大赛的成果：技术部门：生成式 AI 技术在业务部门的应用较为广泛和多元。例如，技术团队利用生成式 AI 辅助代码编写，设计部门通过生成式 AI 激发创意设计灵感等；人力
91、资源部门：人力资源部门基于 SSC 的服务，利用生成式 AI 技术开发智能客服系统，为员工进行 HR 政策、制度等的答疑；法务部门：利用生成式 AI 技术提升法务文档的处理效率和准确性。例如，通过生成式 AI 辅助检索，确保文档中没有错别字，语义通顺，从而保障法务文档的严谨性与合规性。作为后续业务场景应用的基础，对员工进行AI认知、使用的普及和相关技能的培养。认知、使用和技能的普及人机结合是未来趋势，AI可能替代工作流程中的某些环节，实现业务流程的重塑，进而影响业务生态、客户体验和服务产品。业务流程重塑基于应用场景，识别并聚焦高频用户，展示其最佳实践案例并进行推广，助力员工对生成式 AI 的尝
92、试和应用。业务场景实践实现知识库与 AI 的深度结合，并将其嵌入业务系统中，助力业务某些专项工作的完成。业务系统嵌入个人层面的实践普及之后，需要推动组织层面的深入应用。这要求企业内部私域知识的有效沉淀和结构化，并整合到 AI 系统中，实现对更广泛群体的应用覆盖。知识库与数据沉淀38智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告三、安全监管企业对生成式 AI 的限制虽逐步解除，但仍在不断完善信息保护和内容合规要求，“自由亦要有边界”表 3-16 贵公司针对生成式 AI 工具的使用是否有限制?A.是B.否0204060801002024 数据（N=254）2023 数据（N=9
93、2）表 3-17 贵公司针对生成式 AI 工具的使用有哪些限制措施?2024 数据（N=192）2023 数据（N=55）A.限制将公司信息、客户信息等透露给生成式 AIB.限制将个人信息透露给生成式 AIC.要求员工对生成式 AI 所生成的内容进行审查，确保合规合法D.限制员工通过生成式 AI 完成非标准化的工作（例如不能进行数据分析）75.59%73.95%50.00%53.12%18.75%74.55%49.09%47.27%14.55%24.41%82.61%17.39%02040608010039智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告安全监管的贯彻落实是企
94、业内部实现生成式 AI 全面应用最重要的基础。虽从限制角度，企业已越发开放，但不断完善信息保护和内容合规是底线要求（公司信息 73.95%，个人信息 50.00%）。同时，部分企业要求对生成式 AI 所生成的内容进行合规性审查（53.12%）。即为：遵循“自由亦要有边界”准则。作为企业应用生成式 AI 需要首要考虑要素，本报告以亚信科技和 X 公司的数据监管和信息等级划分措施为例，为读者提供一些做法思路。亚信科技X 公司企业实践企业实践 数据守护者：生成式 AI 的数据监管 企业的监管和限制措施 亚信科技内部成立专门信息安全委员会，负责信息安全以及隐私保护等相关工作，具体体现为：针对通用型 G
95、PT 工具，在制度流程方面，亚信科技建立严格的规章制度，对信息进行分级管理，对不同级别的信息进行相应技术处理，并由信息安全委员会进行全面监管，确保机密信息的安全性；针对亚信科技自主研发的产品和工具（如：认知增强平台和行业大模型等），在研发阶段就充分考虑信息安全因素，采用信息脱敏和数据脱敏机制，以及一系列技术手段来控制数据外流，确保公司信息和客户信息的安全。在数据安全方面，X 公司针对内部敏感信息提出一定的限制管理措施：对于企业公开可查的信息，允许员工输入到生成式AI相关平台中进行处理和分析。然而，对于涉及公司内部敏感信息的相关数据，公司严格执行保密措施，严禁将其上传至外部系统。例如，以 Cha
96、tGPT 为例的生成式 AI 工具，尽管它具备强大的数据分析和报告生成能力，能够根据复杂的数据框架自动生成图文报告，并对数据进行解读，但在实际操作中，某些数据无法被传输出去，导致这些技术的应用无法实施。40智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告四、价值衡量提升工作效率、拓宽认知、激发创新思维是企业普遍对生成式 AI 的价值认可。此外，处于不同应用阶段的企业，对其所产生的价值要求会呈现不同侧重。表 3-18 贵公司目前对生成式 AI 的使用真正做到价值衡量的是哪一阶段?（N=68）14.71%58.82%26.47%A.提高工作效率，促进结果转化 C.激发员工创造性（
97、让员工紧跟潮流，给员工带来了思考，形成思维方式）B.解决了员工的知识盲区，拓宽员工的想法和认知表 3-19价值衡量应用阶段A.提高工作效率，促进结果转化B.解决了员工的知识盲区，拓宽员工的想法和认知C.激发员工创造性（让员工紧跟潮流，给员工带来了思考，形成思维方式）A.公司内部有成立相关的先行项目，将生成式 AI 工具的使用嵌入特定岗位的日常工作流程中（N=32）75.00%6.25%18.75%B.全公司的应用，由员工自行探索生成式 AI工具的使用场景，提升工作效率（N=20）70.00%20.00%10.00%C.没有强制应用，但在部门或团队内部会有激励手段促使员工使用，培养员工的人工智能
98、的意识（N=16）12.50%25.00%62.50%41智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告价值衡量是企业全面布局生成式 AI 应用的重要目标之一，在具体已实现的结果转化进度上（表 3-18），提升工作效率（58.82%）、拓宽认知（14.71%）、激发创新思维（26.47%）是企业普遍对生成式 AI 的价值认可。此外，处于不同应用阶段的企业，对其所产生的价值要求会呈现不同侧重，即为：对于已经实现“实际应用阶段”（例如有先行先试项目制度）的企业，在提升工作效率和结果转化（75.00%）上有更高的要求；而处于“探索应用阶段”的企业，则更侧重于激发员工的创新思维（6
99、2.50%）。关于具体价值衡量的实际落地，X 公司和亚信科技分别做出了可能性探索的分享：X 公司亚信科技企业实践企业实践X 公司 AI 创新大赛：探索生成式 AI 的多元应用价值探索：生成式 AI 应用成效的评估与衡量X 公司紧跟生成式 AI 技术的发展趋势，开展 AI 创新大赛，以组建团队并申报项目的形式，鼓励员工参与，助力员工探索基于工作场景 AI 技术的潜在用途。基于流量数据的价值衡量通过查看 API 接口调用量的数据，评估不同项目 AI 技术的应用程度，并以此衡量项目的实际效果。例如，一个项目在一个月内API接口的调用量非常大，就意味着该项目是有成效的；相反，如果一个项目实际调用接口的
100、流量极少或几乎没有，那么表明该项目并没有真正有效地利用 AI技术。亚信科技在评估项目和策略成效时，注重效能和可量化数据的分析，采用定期的数据提报和分析机制。目前，亚信科技每月进行数据监控和评估，初步结果显示正在产生正向影响；为了更全面地评估成效，亚信科技计划采用更长的周期，例如一个完整的年度周期评估，以便更准确地判断是否实现了预期目标和成效。通过年度周期的评估，可以更好地支持发展策略的调整和优化，确保项目发展策略与公司的长期目标和愿景保持一致。除了上述对生成式AI的价值衡量的探讨，AI回答的准确性同样是一个不可忽视的指标。生成式AI所提供答案的可信度，直接影响到其实用性和推广程度。那么对于企业
101、来说，内容准确性问题可以有哪些应对措施呢？42智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告从企业角度出发，绝大多数企业会通过算法优化（67.65%）和实时收集用户反馈并转人工回复（47.06%）积极寻求解决方案，以提升生成式 AI 输出的准确性。从使用者角度出发，在使用生成式 AI 时是否会给予明确的指令，已成为影响AI 输出准确性的关键因素之一。对此，外服云专家为我们提出以下建议：表 3-20 贵公司针对生成式 AI 所生成内容的准确性问题有什么措施?（N=68）A.定期进行模型和算法优化C.实时收集用户反馈，并根据反馈转人工回复（如智能机器问答）B.由专家对生成内容进
102、行审核和修正D.提出免责声明E.其他020406080100生成式 AI 的准确性提升策略 语料库的构建为提高生成式 AI 的精确度，企业需要建立一个全面且持续更新的语料库，作为 AI 学习和内容生成的知识基础。提示词撰写当前 大模型幻觉 不可避免，但用户可以通过细致精确的提示词，有效引导 AI 生成准确和高质量的内容。AI 互动与 AI 的互动不应仅限于单轮问答，而应通过多轮对话来深入挖掘和优化内容。这种深入的互动交流能够训练大模型更精准地捕捉用户的意图和需求，从而生成更加个性化和精确的内容。企业级应用流程编排企业级生成式 AI 通常需要 AI 对业务流程有全面深入的理解，从而能够判断用户提
103、出问题的性质、进行语义理解和知识库检索、匹配问题答案，从而实现通过流程编排准确执行复杂任务的应用。外服云专家洞察 67.65%44.12%47.06%14.71%2.94%43智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告根据专家洞见和优秀企业实践，我们对四个维度的驱动力实现进行了做法总结，供读者启发和思考：五、实践总结企业层面应用维度划分具体内容认知与拥抱 持续的认知普及：企业需重视 AI 相关的教育与培训，并在基础认知上深化对生成式 AI 应用的实践。内部知识共享：鼓励建立知识共享文化，通过研讨会、工作坊等形式，促进跨部门的经验分享与合作，共同探讨新技术应用的可能性。技
104、术资讯推送：定期向员工推送科技前沿资讯，帮助员工及时了解行业趋势，实时提升对新技术的认识。评估与反馈：定期评估培训效果，收集员工反馈，不断优化培训内容和方法，确保培训资源与科技发展的同步更新。资源支持度 研发投入规划：基于企业现状，制定研发投入计划，明确包括资金、人才和技术的相应落实方向。制度推行：采取项目试点，激发员工使用生成式AI的热情，促进跨部门协作，并从创新和协同角度出发，共同探索和推进。场景规划：深入分析不同场景的具体需求，识别生成式 AI 的应用机会和潜力。安全监管 建立监管机构：成立信息安全委员会，负责监管生成式 AI 应用过程中的信息安全和隐私保护。确保生成式 AI 应用符合相
105、关数据保护法和行业标准，并定期的审查。信息管理和限制：对企业信息进行分级，根据信息敏感度采取不同管理和技术处理措施。对于敏感数据，制定严格的保密机制和访问控制，严禁未经授权的传输。员工培训：加强员工对数据安全重要性认识，通过培训提高其对信息保护的意识。价值衡量 定期监控与反馈：实施定期的数据监控和评估，及时获取反馈，调整生成式 AI 的应用策略。ROI 分析：尝试进行投资回报率(ROI)分析，评估生成式 AI 的实际应用价值。持续优化：基于评估结果，持续优化生成式 AI 应用，提升其在应用中的综合价值。风险与收益平衡：在追求创新和效率提升的同时，正确看待生成式 AI 应用的风险和局限性，确保在
106、一定范围内的效益最大化。44智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 如何深入人力资源领域？上一章节，我们从企业层面探讨了对生成式 AI 的认知、资源支持情况，以及安全监管和场景规划等方面的具体措施。而本章节，我们将从具体场景应用出发（以人力资源领域为例），开展相应的定量、定性研究，试图总结其现状变化并进行应用深度上的挖掘。积极推进和规划生成式 AI 在人力资源领域应用的企业显著增加，部分企业已在特定模块实现全流程嵌入的成熟应用。表 4-1 生成式 AI 在贵公司人力资源领域的应用程度如何?选项2024 数据（N=218）2023 数据（N=92）2 年数
107、据差值A.尚未有应用，未来也没有计划应用23.85%60.87%-37.02%B.尚未有应用，但已经在准备和规划中33.94%23.91%10.03%C.初步应用阶段，有一些泛 AI 的场景应用38.53%15.22%23.31%D.有较为成熟的应用，在人力资源某些模块有全面应用（例如招聘模块的简历筛选、JD 撰写、面试报告出具等）3.67%/一、应用阶段45智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告在涉及人力资源领域应用方面，数据显示：未规划生成式 AI 使用的企业数量大幅下降（差值为 37.02%），超过 7 成的企业已在规划或作出相应实施。接下来，我们将从人力资源
108、领域的细分应用和生成式 AI 将对人力资源带来的影响和赋能点两方面进行具体数据和内容分析。生成式 AI 在企业中的应用具体应用人力资源部门 应用领域 招聘与配置 培训与发展 Core HR 薪酬福利管理和绩效管理 影响和赋能 人力资源组织架构 人力资源角色 人力资源从业者要求46智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 普遍应用于人才招聘、培训发展、Core HR 模块，并均在其中有着较为丰富的应用。薪酬福利与绩效管理模块虽涉及较少但存在高度使用共性。二、应用领域表 4-2 生成式 AI 在贵公司的人力资源领域的哪些工作中有所应用/计划有所应用?2024
109、数据（N=166）2023 数据（N=36）A.人才招聘B.培训与开发C.薪酬福利管理D.绩效管理E.Core HR（例如员工信息入转调离）聚焦于人力资源领域的细分场景应用，近两年数据显示，人才招聘（57.83%）和培训开发（56.63%）仍然是最广泛的应用模块。其次为 core HR（39.76%）的应用。值得注意的是，绩效管理和薪酬福利管理作为员工最为关心的切身利益内容，其因方案的制定和调整需综合考虑多种因素，具有一定的复杂敏感和保密性，目前在该两个模块上使用的企业量不多（24.10%和 21.69%）。此外，Core HR 的应用虽在 2024 年比例下降（83.33%下降至 39.76
110、%），但整体应用的绝对值有所提升（2023 年N=36 和 2024 年 N=166），随呈现向好态势，但在实际技术实现上，还是存在不小挑战。对此，外服云专家给出以下解读和建议：57.83%56.63%21.69%24.10%39.76%44.44%44.44%22.22%16.67%83.33%02040608010047智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 在人力资源领域的应用 外服云专家洞察Core HR 系统是企业内部管理人、财、物、事的核心工具，在信息的生产和收集方面，已经实现了高度的自动化。Core HR 系统中包含了大量的非结构化数据，但
111、由于缺乏有效的技术手段来挖掘和利用数据，因此目前 AI 在 Core HR 系统中的应用并不普遍，需要进一步的技术发展和创新来克服现有障碍。数据呈现 人才招聘表 4-3 生成式 AI 在人才招聘工作中有哪些应用?选项2024 数据（N=96）2023 数据（N=15）2 年数据差值A.简历筛选81.25%66.67%14.58%B.岗位、人才信息搜集72.92%53.33%19.59%C.岗位说明书生成68.75%53.33%15.42%D.招聘数据生成统计（例如今日收到简历量）52.08%/E.简历搜寻和智能匹配62.50%40.00%22.50%F.岗位人才画像和能力模型生成52.08%2
112、6.67%25.41%G.AI 面试37.50%/H.面试报告生成（面试问题、面试结论）41.67%26.67%15.00%I.候选人保温/offer内容/拒信内容等邮件撰写29.17%/J.招聘文案/宣传海报生成45.83%/K.雇主品牌相关内容生成27.08%53.33%-26.25%48智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告在人才招聘模块上的应用：“简历筛选（81.25%）”、“岗位人才信息搜集（72.92%）”、“岗位说明书生成（68.75%）”仍然为最经常使用场景，且对比去年数据，呈现稳定增长。同时，随着技术的进一步发展以及供应商产品的研发和支持，“简历搜
113、索和智能匹配（62.50%）”、“岗位人才画像和能力模型生成（52.08%）以及“招聘数据生成统计（52.08%）”等功能应用也开始有一定的普及应用。在培训开发模块上的应用：整体细分运用会较为均衡（百分比绝对值上的差异性较小）。其中，“大纲课件生成（78.72%）”、“知识萃取与沉淀（65.96%）”、“培训资料搜集（63.83%）”、“测评题目拟定（63.83%）”等文本生成类的应用较为主导，智能推送（46.81%）和交互型应用（AI 陪练 57.45%）则较为其次。培训与开发 Core HR表 4-4 生成式 AI 在培训与开发工作中有哪些应用?表 4-5 生成式 AI 在 Core HR
114、 工作中有哪些应用?选项2024 数据（N=94）2023 数据（N=15）2 年数据差值A.AI 陪练57.45%/B.培训资料搜集63.83%83.33%-19.50%C.培训大纲、课件生成78.72%83.33%-4.61%D.知识萃取与沉淀65.96%66.67%-0.71%E.测评题目拟定63.83%16.67%47.16%F.培训课程推送46.81%/G.个性化个人发展计划、领导力发展计划生成42.55%33.33%9.22%选项2024 数据（N=66）2023 数据（N=27）2 年数据差值A.作为智能客服，回答员工关于企业政策的咨询78.79%74.07%4.72%B.作为智
115、能客服，帮助员工查询个人薪酬、福利、考勤等信息63.64%66.67%-3.03%C.员工信息数据处理、更新和维护60.61%/D.员工入职流程自动化办理63.64%/E.作为“企业信箱”，收集、整理员工需求48.48%29.62%18.86%F.与 RPA 结合，应用于入职指引、事务办理等标准化的场景中51.52%51.85%-0.33%49智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告在 Core HR 模块上的应用：企业对于生成式 AI 在此模块上的可实现范畴一直较为清晰（两年数据对比差异不大），并且在信息生产和收集方面，本身也已实现高度自动化。由此可见，企业始终重视
116、利用技术来提高服务员工的效率和体验，并通过智能客服等交互方式快速响应员工的问题和需求。但也同时需要注意的是：Core HR 系统中还包含了大量非结构化数据，还需继续依靠技术手段进行进一步的挖掘和利用，显然，这也为在该细分模块的创新发展上，带来了更大的潜力。在薪酬福利与绩效管理模块上的应用：结合表 4-6 和 4-7 数据统计，我们发现，在这两个模块上有生成式 AI 应用的企业（21.69%和 24.10%），其实际赋能点存在高度共性，基本都为方案内容生成、信息搜集和问题问答（实现率基本都达到六成及以上）。可见，通过生成式 AI 的赋能，企业能够更快速、准确地收集和分析市场数据，从而制定出更具竞
117、争力的薪酬福利政策和更符合标准的绩效指标。薪酬福利管理和绩效管理表 4-6 生成式 AI 在薪酬福利管理工作中有哪些应用?（N=36）表 4-7 生成式 AI 在绩效管理工作中有哪些应用?（N=40）A.薪酬或福利市场信息搜集A.绩效考核维度生成C.福利宣传内容生成C.员工绩效评估问题的回答B.薪酬方案大纲生成B.绩效方案框架生成D.员工薪酬福利社保等问题的回答D.绩效数据统计02040608010002040608010077.78%77.78%55.56%61.11%75.00%60.00%80.00%70.00%50智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告 应用
118、阶段与各模块数据对比此次，除了调研“企业在各模块的实际应用”现状，我们还针对“已有应用企业”和“未有应用企业”在各模块可予以实现的程度进行对比分析，以进一步探究其“理想”与“实际”的差距。甚至，对生成式 AI 就现阶段而言，所能赋能的局限性作出思考。在人才招聘领域，各场景的实际应用比例与规划相比普遍存在差距。“简历搜寻和智能匹配”这一功能性应用，由于技术的可实现性以及与招聘系统集成的便利性，其实际落地的占比略高于规划阶段的企业（差值为 0.95%）。“面试报告生成”的实际应用比例未能达到规划阶段的预期（差值 18.65%）。从技术层面上看，面试报告生成要求AI 具备高度精准的自然语言理解和生成
119、能力；从面试管个人层面看，面试管可能对 AI 生成内容的信任度不足，更偏好依赖个人的专业知识和直觉来对候选人进行评估。表 4-8应用程度人才招聘准备和规划（N=38）初步应用+成熟应用（N=58）差值A.简历筛选89.47%86.54%2.93%B.岗位、人才信息搜集78.95%67.95%11.00%C.岗位说明书生成68.42%67.95%0.47%D.招聘数据生成统计（例如今日收到简历量）63.16%54.49%8.67%E.简历搜寻和智能匹配63.16%64.11%-0.95%F.岗位人才画像和能力模型生成57.89%56.41%1.48%G.AI 数字人面试36.84%35.90%0
120、.94%H.面试报告生成（面试问题、面试结论）52.63%33.98%18.65%I.候选人保温/offer内容/拒信内容等邮件撰写31.58%30.13%1.45%J.招聘文案/宣传海报生成47.37%39.74%7.63%K.雇主品牌相关内容生成31.58%28.21%2.77%受技术发展水平、个性化需求、工作流程复杂度等因素的影响，生成式 AI 在人力资源领域的应用存在“理想”与“实际”的差距。51智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告在培训开发领域，“培训大纲、课件生成”的实际应用比例较规划阶段企业下降了 15%，这表明企业在技术集成上仍然存在挑战，并且对生
121、成内容的质量存在一定顾虑。而“个性化个人发展计划、领导力发展计划生成”的实际应用却超出规划阶段企业 17%，表明企业在实践中认识到了 AI 在个性化培训计划中的高价值。表 4-9表 4-10应用程度培训与开发准备和规划（N=50）初步应用+成熟应用（N=44）差值A.AI 陪练64.00%72.50%-8.50%B.培训资料搜集64.00%57.50%6.50%C.培训大纲、课件生成80.00%65.00%15.00%D.知识萃取与沉淀68.00%57.50%10.50%E.测评题目生成72.00%75.00%-3.00%F.培训课程推送48.00%47.50%0.50%G.个性化个人发展计划
122、、领导力发展计划生成48.00%65.00%-17.00%应用程度Core HR准备和规划（N=32）初步应用+成熟应用（N=34）差值A.作为智能客服，回答员工关于企业政策的咨询81.25%87.50%-6.25%B.作为智能客服，帮助员工查询个人薪酬、福利、考勤等信息75.00%75.00%0.00%C.员工信息数据处理、更新和维护68.75%75.00%-6.25%D.员工入职流程自动化办理68.75%78.13%-9.38%E.作为“企业信箱”，收集、整理员工需求56.25%68.75%-12.50%F.与 RPA 结合，应用于入职指引、事务办理等标准化的场景中62.50%68.75%
123、-6.25%52智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告在 Core HR 领域，已经实际应用企业的在各场景应用占比普遍高于计划应用的企业，说明 Core HR 系统的功能实现不成问题，主要挑战在于提高功能的准确性。对于薪酬福利管理，薪酬方案大纲生成 对定制化需求较高，因此实际应用比例低于准备和规划阶段 20.83%。而 薪酬或福利信息 作为企业核心数据资料，其安全性和保密性要求极高，这可能是导致实际应用比例（87.50%）较准备和规划下降 12.50%的原因之一。在绩效管理方面，由于绩效考核的复杂性和对精准度的高要求，绩效考核维度生成 的实际应用比例大幅低于规划阶段
124、的企业（差值 53.57%）。员工绩效评估问题的回答 实际应用超出规划阶段 20.13%，企业可能实现其与 Core HR 智能客服回答的集成，通过 AI 客服有效回答员工绩效评问题。究其原因，人力资源部门在实际投资应用前需要进行细致的技术评估，技术成熟度的不足可能导致应用效果不如预期；企业需要能够满足人力资源业务流程的生成式 AI 工具来满足定制化需求；人力资源各模块工作流程的复杂度则考验生成式AI 的问题处理能力。这些因素综合影响人力资源对生成式 AI 的实际应用决策和应用深度。表 4-11表 4-12应用程度薪酬福利管理准备和规划（N=24）初步应用+成熟应用（N=12）差值A.薪酬或福
125、利市场信息搜集75.00%87.50%-12.50%B.薪酬方案大纲生成83.33%62.50%20.83%C.福利宣传内容生成58.33%50.00%8.33%D.员工薪酬福利社保等问题的回答58.33%62.50%-4.17%应用程度绩效管理准备和规划（N=22）初步应用+成熟应用（N=18）差值A.绩效考核维度生成100.00%46.43%53.57%B.绩效方案框架生成72.73%46.43%26.30%C.员工绩效评估问题的回答72.73%92.86%-20.13%D.绩效数据统计72.73%78.57%-5.84%53智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报
126、告以上定量数据为我们从整体人力资源领域上所能实现的现状给予了认知和参考。那么更进一步的具体落地，还需体现在流程实现和实践做法上。我们采访了一些行业的头部企业，其针对数据中应用率最高的三个模块场景（人才招聘、培训发展和 Core HR）作出了针对性分享和探讨，希望能为读者提供参考和思考，并以企业案例导览和专家洞察具体案例实践案例总结的逻辑呈现。案例呈现表 4-13 企业案例导览和专家洞察应用模块企业应用场景人才招聘亚信科技 基础性应用岗位说明书生成 面试官赋能 进阶性应用面试赋能 AI 数字人 AI 面试X 公司 岗位说明书生成 AI 数字人外服云 自动化简历筛选 人岗匹配 人才库盘活 面试报告
127、生成培训与发展中国电信 智能化学习 AI 导学服务 AI 驱动的数据管理 数字人授课 部门运营 AI 课程审核 知识萃取S 公司 业务培训 AI 陪练 业务分析 培训老师赋能外服云 标准化岗位的培训Core HRX 公司 二级客服体系 一级客服AI 助手 二级客服人工+AI 助手54智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告亚信科技企业实践生成式 AI 在人才招聘中的应用 基础性应用 生成岗位说明书：亚信科技利用生成式 AI 辅助生成或优化职位描述；面试官培训：对于规模较大的校园招聘，亚信科技利用生成式 AI 帮助进行面试官培训，以确保招聘流程的一致性和专业性；雇主品牌
128、内容生成：亚信科技将生成式 AI 用于招聘公众号等渠道基础内容的生成，以此提高内容发布的效率和质量；在校招短视频拍摄过程中，亚信科技运用生成式 AI 进行脚本的撰写设计；进阶性应用 用人部门赋能：亚信科技通过生成式 AI 将例如“用人部门所需的面试问题”、“面试技巧和关键点把握”等内容进行的自动化实现；AI 数字人：亚信科技将自研的数字人应用于校园招聘内部面试官的培训中。后续在持续优化提升 AI 数字人交互性的基础上，将其应用于校园宣讲环节中。在面试官培训过程中，针对数字人的使用，面试官目前表现出了两种不同反馈。企业也在试图进行综合考量和平衡管理 一些面试官对于使用公司自研的数字人技术感到非常
129、有趣和认同。他们认为，数字人提供的课程内容更加标准化，在回顾和应用时则更为方便，有助于确保培训质量的一致性；也有面试官反馈，与真人互动相比，数字人的培训可能显得较为机械和不够灵活，缺乏真人的自然反应和情感交流。亚信科技对 AI 面试的洞察与展望 对于相对标准化以及大批量的校园招聘或劳动密集型招聘来说，AI 面试能够节省人力和提升效能。但对于智力密集型企业或对复合型人才要求较高的岗位而言，AI 面试暂时无法充分满足需求；亚信科技考虑在校园招聘环节应用 AI 面试提高效率。而在社会招聘领域，亚信科技将采取更为审慎的态度。考虑到社招候选人的多样性和复杂性，公司计划在未来挑选部分岗位进行试点应用。人才
130、招聘55智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告 生成式 AI 在人力资源领域的应用X 公司企业实践生成式 AI 在招聘领域的应用 岗位说明书生成：过去，各部门领导在撰写岗位说明书时常常面临挑战，一方面，他们可能因为业务繁忙而无法投入时间来编写；另一方面，也可能缺乏编写高质量岗位说明书的经验和知识。而现在，通过向生成式 AI 提供基本信息，比如所需职位的名称、工作年限以及特定的技能要求，便能够快速生成一个初步的岗位说明书，经过调整和个性化修改后即可发布。AI 数字人：X 公司开发了 AI 数字人的形象，并测试了其交互能力，预计将在今年的校园招聘和宣传活动中投入使用，帮
131、助公司以更高效、更创新的方式吸引和选拔人才，同时减轻HR团队的工作负担。人才招聘 自动化简历筛选：AI 可以处理大量简历，尤其是对标准化岗位的招聘，能快速筛选出符合岗位要求的候选人，提升效率的同时减少人力资源部门的工作负担。然而，对于需要深层次专业评估的高端职位，则更多依赖于 HR 的专业判断。人岗匹配：利用生成式 AI 对自然语言的识别，结合机器学习算法对候选人的简历进行深度分析，为候选人匹配合适的职位，提高人才资源的利用率和招聘效率。人才库盘活：通过结合 AI 与人才库平台，实现人才库的激活，使得企业可以更加高效地管理和运用人才库资源，提升存量简历的利用价值，优化人才资源配置的同时减少对外
132、部招聘平台的依赖，有效降低招聘成本，提高招聘流程的整体效益。面试报告生成：AI 系统能够辅助或自动生成面试报告，通过提供结构化的面试反馈和评价，协助招聘团队以更加客观和标准化的方式对候选人进行评估。外服云专家洞察56智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告 培训与发展中国电信企业实践人工智能在人才发展领域的场景应用和影响 电信不断革新 AI 能力在企业中的应用，提升员工认知，并形成一定程度的落地应用，旨在加快利用 AI 能力，辅助内容建设-学习评估-行为转化全链条工作。过去一年，电信学习与发展部门的探索和应用 智能对话：中国电信将课程、文档和讲师资源整理为知识库，员工
133、能够直接与 AI 进行对话，快速获取所需的学习支持。讲师助手：中国电信利用生成式 AI 协助内部讲师，提升内容制作效率，同时辅助创意扩充和逻辑梳理，并以“数字人助手”形式参与课程直播，增强互动性和体验感。自动化流程：中国电信通过 AI 多模态能力自动完成课程上传前的流程化工作，如匹配简介、标题和封面。数据驱动管理：中国电信利用生成式 AI 辅助企业数据维度和报表设计，实现数据服务的简便日常。生成式 AI 在智能化学习领域的革新应用 AI 导学服务：为满足员工构建自我知识体系的需求，中国电信企业大学计划在现有课程学习机制中进一步融入人工智能技术，为学员提供定制化的学习路径规划和课程推荐服务，满足
134、学员学习需求的同时也提高学习体验。例如，通过 AI 技术对知识点进行精准提炼和关键词提取，使员工能够在学习界面上快速识别并专注于他们最感兴趣的或最迫切需要了解的内容，帮助员工直接掌握核心知识点，从而提高学习效率和兴趣。AI 驱动的数据管理：在学习数据呈现方面，中国电信企业大学计划采用更先进的技术，以提供更加个性化、更易于访问的 AI 驱动的数据服务。近年来，电信已经尝试通过 BI工具实现了数据的可视化，提高了数据的可理解性。接下来，电信希望利用人工智能技术进一步简化数据服务流程，使其更加用户友好。电信设想的未来数据服务将允许管理人员通过自然语言查询来获取所需信息，而不是翻阅复杂的报表。例如，管
135、理人员可以直接询问：“这个月我们单位的学习数据如何”或“学习数据的结构是怎样的”。电信希望通过这样的尝试，使企业决策者和培训管理人员能够更快捷、更直观地获取数据洞察。生成式 AI 助力学习与发展部门运营管理的应用 AI 课程审核：中国电信希望在课程的质量审核、意识形态审核等方面实现流程化和标准化。例如：课程内容更新后可以迅速将其转换成适合大型模处理的数据，从而提高组织在内容管理方面的效率。知识萃取：针对机器学习，电信采用非专业人员校对的方式，从逻辑和表达方面对 AI所生成的内容进行人工审核和错误修正；针对公司重点培训项目，采用专家前置和后置介入的方式，对相应的内容进行审核和模型的调优。57智慧
136、人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告S 公司企业实践智能技术在培训领域的应用 从广泛意义上来说，技术改变的不仅仅是传统意义上的培训，而是通过先进的 AI 技术手段，帮助业务团队解决实际问题，并在工作流程中寻找优化的机会。生成式 AI 在培训领域的应用：生成式 AI 在业务培训领域的应用 AI 陪练：S 公司在使用 AI 进行代表培训领域积累了丰富的经验，随着技术的发展，S 公司利用生成式 AI 对业务场景进行预测性分析，以辅助业务人员更好地预测客户的可能反应，针对性进行演练，并评估各种策略的成功率。这样通过陪练、评估、辅导和反馈，不仅帮助业务人员预估拜访中可能遇到的障
137、碍，还提高了他们在实际业务环境下的应对能力。业务分析：在提升业务分析能力的培训场景下，S 公司也使用了 AI 进行能的分析和辅助评估。一些模型展现了惊人的洞见，能够准确区分不同水平的学员，并且能帮助老师给与培训对象非常丰富和完整的点评和反馈。这些 AI 生成的内容，经过人工审核并形成个人报告，受到了学员一致好评。生成式 AI 对培训老师的赋能S 公司通过不同的培训项目，启发和鼓励培训老师利用生成式 AI 探索新的培训和工作方式。例如，培训老师可以利用 AI 生成培训大纲，探索培训内容的生成，但同时也对老师的专业判断提出进一步的要求。生成式 AI 在培训领域应用的价值衡量S 公司对价值的评估是多
138、维度的。通过考察 AI 训练模块对提升员工能力的效果、员工对培训内容的反应是否积极、员工平台的使用时长，以及净推荐值（NPS）的衡量等方式来评估。58智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告 生成式 AI 在人力资源领域的应用外服云专家洞察 培训与开发生成式 AI 在培训领域的应用主要适用于具有标准化话术或工作流程的岗位，如超市导购或医药代表等。在这些场景下，AI 能够提供统一标准的课程来模拟训练学员的技能。由于生成式 AI 目前的能力还不足以满足复杂性要求，因而当涉及到高端或个性化的培训需求时，AI 更多地扮演辅助和补充的角色。Core HRX 公司企业实践解锁生成
139、式 AI 在人力资源领域的应用 生成式 AI 在 SSC 领域的应用二级客服体系：一级客服AI 助手X 公司基于生成式 AI 技术研发了智能客服体系，并命名为“AI 助手”，“AI 助手”能够基于公司现有的 HR 政策和制度，回答员工关于休假、考勤、工资核发、社保缴纳、绩效等方面的咨询。更新迭代：自去年以来，X 公司已经对“AI 助手”进行了多次迭代和优化，从最初的 1.0 版本到现在的 9.0 版本，并通过建立知识库，限制生成式 AI 的发散性，使其能够提供更准确、更有针对性的回答。有效性：“AI 助手”回答日常 HR 相关问题的准确率已经达到 85%以上，覆盖了大部分员工的咨询需求。二级客
140、服人工+AI 助手X 公司针对“AI 助手”所回答内容可能存在偏差的问题，推出二级客服体系，通过人工介入和 AI 优化组合的方式，提高“AI 助手”回答的准确性。AI 回答评估：各职能部门负责人会收到“AI 助手”与员工对话的记录，需要各个负责人对问题的回答进行评估，如果发现“AI 助手”所提供的回答不够准确，则由人工客服介入为员工二次答疑。“AI 自学习”：人工客服答疑完成后，对标杆性问题，允许各职能负责人对问题库进行更新，“AI 助手”后续遇到类似问题时，以最新提供的答案为准。59智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告三、实践总结人力资源领域的应用应用模块具体内
141、容人才招聘 职位说明书生成：训练大模型了解招聘岗位的特性，并通过不断地调优生成更精准、更具吸引力的高质量职位说明书。简历筛选自动化和人才库优化：通过算法优化确保生成式 AI 能够识别和评估简历中地关键技能与经验，并将生成式 AI 与企业现有人才招聘系统集成，实现简历的自动化筛选和人才库盘活，提高筛选效率地同时确保筛选过程的一致性和公正性。面试官培训标准化：制定标准化的面试官培训程序，利用生成式 AI 开展个性化培训，提升面试官的技巧和对招聘流程的理解，树立良好企业形象。持续评估与优化：基于招聘效果的反馈，持续评估和优化生成式 AI 在招聘中的应用。培训与开发 内容创作辅助：建议人力资源部门为培
142、训团队提供生成式 AI 工具，辅助诸如文字、图片等的培训内容生成，提高内容产出效率的同时提升培训材料的质量和吸引力。个性化学习路径制定：在深入了解员工的学习需求和职业发展目标后，制定出符合员工个人发展的学习计划，利用生成式 AI 的强大分析能力，基于个人发展计划为员工提供个性化的学习路径和课程推荐。数据驱动决策：利用生成式 AI 的数据分析功能深入洞察学员的学习行为和成效，包括学习进度、测评结果、课程反馈等，为培训策略的制定和调整提供数据支持。Core HR 建立知识库：将企业政策信息、员工个人相关信息以及员工入转调离相关操作流程等进行系统化整理，构建一个全面且持续更新的 HR 知识库，作为智
143、能客服系统的坚实后盾，快速响应员工的问题和需求。智能客服系统开发：基于 HR 知识库，开发出能够快速响应员工查询的智能客服系统。同时定期对系统进行评估和优化，提高其准确性和对员工需求的覆盖范围。AI自学习机制：为了提升智能客服系统的性能，设置AI自学习机制，使其能够从人工客服的互动中学习，并不断优化回答。60智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 的到来对人力资源部门的影响是长期且广泛的，那么究竟在其内部的组织架构、角色替代以及从业者能力上带来了怎样的变化？我们询问了参调者基于企业的现状对生成式 AI 的影响人力资源所作出的个人判断和感知。表 4-14
144、显示，生成式 AI 在人力资源部门组织架构上的影响，则更体现于与业务链接和战略转型上（66.67%和65.28%）。由此可见，这将更进一步的推进人力资源作为“战略业务伙伴”的合作力度。除此之外，部门内部的工作重点也因技术的支持与赋能带来根本性的优化与调整。在这点上，中国电信以学习与发展部门为例，分享了其所作出的探索与影响：四、生成式 AI 对人力资源的影响和赋能人力资源组织架构生成式 AI 将更进一步的推进人力资源作为“战略业务伙伴”的合作力度。表 4-14 您认为智能技术对人力资源部门组织架构方面有什么影响?（N=144）A.推动人力资源的创新与发展，实现人力资源战略转型C.推动人力资源与业
145、务的链接，实现更高效的协作B.引发人力资源组织结构与职能的调整，人力资源部门组织结构趋于扁平化D.培养人力资源部门员工与AI 技术相适应的工作态度和技能E.没有影响020406080100F.其他65.28%56.94%66.67%51.39%1.39%1.39%61智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告中国电信企业实践生成式 AI 对学习与发展部门的影响 公众已经意识到 AI 会改变一切，中国电信也相信 AI 的引入未来对学习与发展部门的组织和整体流程机制等方面会带来巨大影响。内容建设和教学组织方面 企业学习与发展的工作重心会倾斜到内容建设部分，组织和开展培训教学
146、活动的部分将会逐渐精炼；员工的自主学习和互相学习将被强化，因此企业的学习平台未来可能将不再有高频次的更新和内容冗杂的课程提供，而是转向为员工提供短平快解决问题的服务地打造上。人才评价体系变革企业可能不再依赖现有的模式和数据，而是探索建立一套创新的人才能力评价体系，这套体系将不再仅仅基于传统的学习行为数据，而是采用更开放、更全面的数据集。通过这种方式，企业能够更全面地了解员工的潜力和能力，从而为他们提供更有针对性的培养机会，并给出更客观、更公正的评价，激发员工的潜的同时也有助于公司发掘和培养更多高质量的人才，推动企业的持续发展和创新。岗位替代：中国电信正逐步引入人工智能技术，以提高培训条线的效率
147、和效果。随着 AI技术的应用，一些传统的工种可能会被自动化工具所替代，特别是在常规的教学设计和标准操作程序（SOP）的制定方面。借助 AI 技术，只需提供培训的主题和目标学习对象，系统就能自主规划出既符合逻辑又实用的培训方案。这种高效的自动化设计过程，可能会减少对初级培训经理的需求。因此，对于中国电信的企业大学而言，人员结构和角色分配将不可避免地发生变化。在培训交付层面，随着 AI 技术的发展，知识类赋能不再需要完全依赖传统的线下组织形，而是可以利用 AI 来创建更加灵活和个性化的学习体验，通过线上平台提供即时、互动的学习资源，从而提高培训的效果。这种转变将使培训更加高效，同时也能够为员工提供
148、更加丰富和多样化的学习机会。人力资源角色替代基础岗位面临较高的 AI 替代率，而与业务关联度较高岗位（例如HRBP）则最难被替代。62智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告表 4-15 您认为智能技术对人力资源部门角色方面有什么影响?选项2024 数据（N=144）2023 数据（N=87）2 年数据差值A.会替代部分基础 HR岗位（如 HR 助理）75.00%43.68%31.32%B.会替代部分咨询类岗位（如 COE）41.67%44.83%-3.36%C.会替代部分与业务关联度较高的岗位（如HRBP）16.67%12.64%4.03%D.会替代部分 SSC 的
149、岗位50.00%49.43%0.57%E.没有影响9.72%/在人力资源角色替代方面，目前相对显性体现的，是对基础 HR 岗位的替代（75.00%，差值为 31.32%）。而与业务关联度较高的岗位，如 HRBP 岗位，则最难被替代（16.67%，与 2023 年数据基本持平）。这同时也印证了前文对于人力资源内部组织的影响：实现战略转型，与业务部门更为高效的协同合作。X 公司以生成式 AI 的发展对 SSC 岗位的替代性为例，提出以下见解：X 公司企业实践针对生成式 AI 对 SSC 专员替代性的焦虑问题 智能客服回复的准确性：尽管智能客服系统提高了响应速度并减少了员工的等待时间，但在实际应用中
150、发现 AI 客服的准确性和可靠性尚未达到可以完全取代员工服务的水平。需要人工监督：为了保证服务质量，智能客服系统需要人工监督和干预。当AI提供的答案不准确或不全面时，需要人工介入，为员工提供正确的信息。系统维护和更新：智能客服系统的资料整理和知识库的定期更新都需要人力资源员工的参与。二级客服体系：在 AI 无法解决问题时，需要由二级客服体系作为支持，由专业的 HR 专员或部门负责人提供更深入的解答和帮助。63智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告案例表明，智能客服的引入是为了将 SSC 员工从大量重复性的工作中解放出来，但不意味着人工将不被需要。相反，系统地维护和升
151、级反而创造除了新的岗位，而 SSC 专员除了为员工解答 AI 无法准确回答的问题之外，有了更多的经历去挖掘岗位更深层次的价值。表 4-16 数据显示，超两成的受访者认识到生成式 AI 为人力资源带来机遇的同时，也提出了更高的职业要求。虽然大多数参调者意识到需要掌握新知识和技术（62.50%）并转变思维方式（45.83%），但在数据敏感度、隐私保护（33.33%）和判断力（27.78%）方面的认知和能力尚未充分显现。人力资源从业者能力 AI 时代下对从业者带来机遇的同时也提出更高的职业要求，主要聚焦于“掌握新知识技术”和“转变思维方式”上。表 4-16 您认为智能技术的到来未来可能会对人力资源从
152、业者提出怎么样的新要求?（N=144）A.目前认知到的新要求还不明确C.学习新知识和技术，掌握将技术应用于人力资源的能力B.开始意识到要开始学习D.提升自身的创新思维，能够利用生成式 AI工具解决更为复杂的工作问题E.提升数据敏感度和隐私保护意识020406080100F.提升批判性思维与判断力（能够准确判断生成式 AI 所生成内容的准确性）4.17%62.50%19.44%45.83%33.33%27.78%64智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告对 AI 焦虑问题的探讨AI 在给人们的工作和生活带来便利的同时，其未来发展态势也为人们带来了一定影响，从而使个体存
153、在一定担忧。我们向参调者收集了焦虑因素和缓解方式，尝试做一些探讨，为读者提供一些浅显意见。对于AI技术所带来的的焦虑因素，绝大多数参调者（69.34%）认为AI将在人类生活中无处不在，并且存在被动接受现象，这便是 AI 社会化给人们带来的担忧问题。AI 技术的革新已经渗透到人们的日常生活，成为人人皆可使用的工具，但新事物的发展往往伴随着新的规范要求，包括伦理、道德和合法问题，需要时间的过渡和相关制度的管理制约。因此，通过合理一、AI 焦虑的因素表 5-1 您认为以下哪些因素会影响个人对 AI 的担忧?（N=274）A.从长远角度来说，认为 AI 会在人类生活中无处不在，需要公众被动接受C.个人
154、对技术快速发展的不适应和担忧失业的风险B.AI 应用带来的伦理哲学问题（例如最近人机恋爱话题）D.社会对AI 的过度期待和炒作02040608010069.34%（社会化）48.91%59.85%（替代性）53.28%65智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告那么我们如何能够缓解对 AI 的焦虑和担忧呢？表 5-2 显示，首要任务是提高公众对 AI 的认识，消除不必要的忧虑（78.10%），其次是建立伦理规范以增强公众信任（75.91%）。AI 本身存在技术局限性，与人类也并不是非此即彼的关系。剑桥大学研究者卡尔弗雷(Carl Frey)和迈克尔奥斯本(Michae
155、l Osborne)在分析人工智能对人力的可替代性时，引入了三个维度：社交智慧、创造力、感知和操作能力。社交智慧指的是人和人交互的技能，包括同理心、谈判能力、社交洞察力等情感能力，创造力指的是原创能力和艺术审美能力；感知和操作能力指的是手指灵敏度、协调操作能力和应付复杂工作环境的能力，包括专业能力、行业经验、工作效率、完成效果等。面对事情本身重复性高的、有迹可循的、需要具体执行的工作最容易被人工智能取代；而需要面对人为的、创新性要求高的、情感交互多的、对专业经验要求多的、需要展现情感交流价值和领导力的工作最难被人工智能取代。因此在实际工作场景的运用中，AI 和员工的职责应该有明确划分，而对于企
156、业而言，未来将需要更加重视员工在这些方面的能力挖掘和激发，将 AI 成为辅助和提效的工具。综上所述，AI 对人们生活和工作的影响是多维的，并涉及伦理和制度建设、职业结构转变、人机职责划分以及对工作性质差异化等。理解这些影响有助于我们对 AI 的全面评估，并更好地适应和塑造一个积极的人机共生未来。二、缓解 AI 焦虑的方式表 5-2 您认为以下哪些措施有助于缓解个人对 AI 的担忧?（N=274）A.加强 AI 技术的普及教育，提升对 AI 能力上限的认知，纠正关于 AI 影响人类生活的过度担忧C.促进跨领域的合作与交流，共同探索 AI 技术的合理应用场景B.建立和推动 AI 伦理规范，以应对和
157、解决 AI 引发的伦理问题（如人机关系），帮助公众提升对 AI 的信任度D.规范媒体机构关于AI 技术和应用的报道，维持公众对AI 技术的理性态度020406080100的管理和调整适应，建立一个更加成熟和稳健的 AI 应用环境，是提升公众对 AI 的接受度和信任度的方式之一。59.85%的参调者担忧技术快速发展可能导致自己失业。今年“萝卜快跑”的上线，更是引发了大众对 AI 的又一次热烈讨论。但对于 AI 能否真正取代人类工作，这一点还有待商榷和理性看待。2018 年 12 月普华永道发布的人工智能和相关技术对中国就业的净影响5估算，未来 20 年，中国现有约 26%的工作岗位将被人工智能及
158、相关技术取代，但是人工智能及相关技术通过提高生产率和实际收入水平等方式，却能产生约 38%的新工作岗位，从而最终实现净增。因此，人工智能的主要影响在于职业结构的转变，而非就业数量的简单增减。78.10%75.91%70.07%54.74%-impact-of-ai-technologies-on-jobs-in-china.pdf()66智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告参调企业信息1.贵公司所属行业（N=282）选项比例A.消费品（含快消和耐消）11.34%B.生命科学(如医药，医疗器械等)9.93%C.汽车及零部件12.06%D.互联网与游戏业4.26%E.
159、IT 信息技术，半导体及通讯11.34%F.零售业与电子商务2.13%G.金融服务(如银行，保险，财富管理等)8.51%H.机械制造8.51%I.化工与石化4.96%J.电子电气2.13%K.运输及物流1.42%L.能源动力2.13%M.专业性服务(如法律，公关，教育等)6.38%N.房地产业1.42%O.建筑业2.84%P.造纸，包装及森林业0.00%Q.住宿与餐饮业0.00%R.农、林、牧、渔业2.84%S.文化、体育和娱乐业0.00%T.其他7.80%67智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告2.贵公司所属性质（N=282）3.贵公司在华员工规模（N=282）
160、选项比例A.外商独资24.82%B.中外合资10.64%C.国有企业及国有控股13.48%D.私营或民营企业48.22%E.其他2.84%选项比例A.小于 99 人9.93%B.100 到 299 人10.64%C.300 到 499 人5.67%D.500 到 999 人10.64%E.1，000 到 2，499 人20.57%F.2，500 到 4，999 人14.18%G.5，000 到 10，000 人7.09%H.多于 10，000 人21.28%企业案例69智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 如何改变培训及对人力资源管理带来的可能影响路思
161、铭培训解决方案负责人某药企智能技术在培训领域的应用从广泛意义上来说，技术改变的不仅仅是传统意义上的培训，而是通过先进的 AI 技术手段，帮助业务团队解决实际问题，并在工作流程中寻找优化的机会。生成式 AI 在培训领域的应用 生成式 AI 在业务培训领域的应用 AI 陪练：S 公司在使用 AI 进行代表培训领域积累了丰富的经验，随着技术的发展，S 公司利用生成式 AI 对业务场景进行预测性分析，以辅助业务人员更好地预测客户的可能反应，针对性进行演练，并评估各种策略的成功率。这样通过陪练、评估、辅导和反馈，不仅帮助业务人员预估拜访中可能遇到的障碍，还提高了他们在实际业务环境下的应对能力。业务分析：
162、在提升业务分析能力的培训场景下，S 公司也使用了 AI 进行能的分析和辅助评估。一些模型展现了惊人的洞见，能够准确区分不同水平的学员，并且能帮助老师给与培训对象非常丰富和完整的点评和反馈。这些 AI 生成的内容，经过人工审核并形成个人报告，受到了学员一致好评。生成式 AI 对培训老师的赋能S 公司通过不同的培训项目，启发和鼓励培训老师利用生成式 AI 探索新的培训和工作方式。例如，培训老师可以利用 AI 生成培训大纲，探索培训内容的生成，但同时也对老师的专业判断提出进一步的要求。生成式 AI 在培训领域应用的价值衡量S 公司对价值的评估是多维度的。通过考察 AI 训练模块对提升员工能力的效果、
163、员工对培训内容的反应是否积极、员工平台的使用时长，以及净推荐值（NPS）的衡量等方式来评估。专业型 AI 技术在培训领域的应用 培训课程推荐：S 公司的智能学习平台能够分析学员的学习行为，识别他们经常访问和学习的课程类型。基于这些数据，平台可以在学员的个人账号界面上智能推荐相关课程。智能技术对组织的赋能的思考从人力资源的角度思考，如果企业拥有 7*24 成本极低、无限量供应、且能全天候工作的AI员工，那么在劳动力规划、复合人才需求等方面将会产生重要影响。劳动力规划：劳动力规划是组织战略中的重要组成部分，在智能技术不断进步的当下，它正经历着深刻的变革。随着自动化和智能化技术的发展，许多标准化、重
164、复性高的岗位将逐步被智能系统所替代。这些系统能够不间断地执行任务，显著提高工作效率和准确性。然而，这并不意味着人力资源将变得无关紧要。相反，随着工具的日益增多，对岗位的需求虽然逐渐缩减，但对人力资源的要求却在提高。未来的劳动力将更加注重人与工具的结合，即员工需要具备操作、管理和优化智能系统的能力。复合型人才需求：在当今快速发展的技术环境中，复合型人才的需求日益增长。智能技术不断更新迭代，企业为了保持竞争力，对技术的投入不断增加，这不仅改变了工作方式，也对未来组织中人员的角色定位带来深远影响。未来的组织将更加依赖于那些能够理解、应用并推动技术创新的复合型人才。这些人才不仅具备深厚的专业知识，还拥
165、有跨学科的能力和广阔的视野。并能在人工智能等先进技术的辅助下，高效地开展工作。作为组织中的一员，他们需要在人工智能强化的工作环境中，不断提升自身的专业能力和创新思维。70智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告亚信科技数智人力，信智未来：亚信科技的 AI 驱动发展仲小玲人力资源中心招聘部总监亚信科技控股有限公司智能革新：探索企业生成式 AI 应用与价值亚信科技作为一家领先的高科技企业，对于新兴技术如生成式人工智能持有积极和开放的态度，对这些前沿技术的发展保持高度关注，并致力于将它们融入到亚信科技的产品与服务中。企业 AI 革命：生成式 AI 应用的阶段性进展 GPT
166、先行先试项目：亚信科技启动了专门针对 GPT 应用的先行先试项目，涵盖公司各个事业部。该项目的核心目标之一是通过集成 GPT 技术来提高工作效率，节省人力成本。亚信科技的人力资源部门中，招聘配置为该先行先试项目的重要试点岗位，其他还包括培训、SSC 等。团队分工情况公司做指引和领导，产品研发中心和人力资源中心协同完成 产品研发中心：负责技术实现和产品开发，推出内部自用产品，提高公司运作效率，同时也开发面向外部行业的应用产品，以拓展市场和满足客户需求。产品研发中心的工作重点包括对生成式 AI 等前沿技术的集成和应用，以及不断优化产品功能，确保技术领先和市场竞争力。人力资源中心：发挥着战略伙伴的角
167、色，与产品研发中心紧密合作，共同梳理和定义与新技术相关的岗位要求，确保人才与岗位的匹配。此外，人力资源中心还负责监控项目进展，评估人效提升和阶段性成果，通过数据分析为管理决策提供支持。GPT 应用平台：亚信科技基于所处的通信行业，开发了 GPT 应用平台。该平台已经在公司内部得到推广和使用，它不仅展示了亚信科技在应用最新一代人工智能技术方面的能力，也体现了对行业特定应用场景的深刻理解。企业生成式 AI 的认知深化与应用实践 认知培训：亚信科技内部定期组织“亚信科技 GPT 系列”直播课堂，由产品研发中心专家负责主持，根据不同的工作场景，教授员工如何高效使用 GPT 技术。具体内容涵盖以下几方面
168、：GPT 认知：帮助员工建立对 GPT 技术的深入理解，包括它的工作原理和应用潜力；提示词撰写：培养员工撰写高质量提示词，以及如何建立提示词模板，这是有效使用 GPT 的关键；工作流与 GPT 工具的结合：探讨如何在不同工作场景中将 GPT 工具与工作流程结合起来，以实现工作提效。部门或团队的推广使用：以人力资源部门招聘团队为例，在宣传海报设计、文案撰写以及工作内容输出等工作环节，进行积极的探索和尝试，并推广使用。项目组推进：针对先行先试项目，每个事业部会由“对 AI 和GPT 有较强认知且兴趣的员工”组成虚拟团队，牵头GPT项目在工作场景中的具体落地，并将计入绩效考核。数据守护者：生成式 A
169、I 的数据监管亚信科技内部成立专门信息安全委员会，负责信息安全以及隐私保护等相关工作，具体体现为：针对通用型 GPT 工具，在制度流程方面，亚信科技建立严格的规章制度，对信息进行分级管理，对不同级别的信息进行相应技术处理，并由信息安全委员会进行全面监管，确保机密信息的安全性；71智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告 针对亚信科技自主研发的产品和工具（如：认知增强平台和行业大模型等），在研发阶段就充分考虑信息安全因素，采用信息脱敏和数据脱敏机制，以及一系列技术手段来控制数据外流，确保公司信息和客户信息的安全。价值探索：生成式 AI 应用成效的评估与衡量 亚信科技在评
170、估项目和策略成效时，注重效能和可量化数据的分析，采用定期的数据提报和分析机制。目前，亚信科技每月进行数据监控和评估，初步结果显示正在产生正向影响；为了更全面地评估成效，亚信科技计划采用更长的周期，例如一个完整的年度周期评估，更准确地判断是否实现了预期目标和成效。通过年度周期的评估，可以更好地调整和优化策略，确保与公司的长期目标和愿景保持一致。敏捷革新：组织设计转型与 AI 技术在职能优化中的应用 组织设计：在快速变化的市场环境中，组织设计和变革管理对于保持企业的竞争力至关重要。传统的组织设计可能按照事业部，将组织分为前、中、后台等不同的部分，每个部分有其特定的职责和工作流程。这种结构在稳定性和
171、可预测性方面有其优势，但在快速创新和市场适应性方面可能存在局限。为了应对挑战，未来组织可能从传统结构向更敏捷的组织设计过度。组织结构更加趋于扁平化，提高组织的跨部门协作效率，以更加灵活的工作方式快速相应市场变化，提高竞争力。组织职能规划：随着 AI 技术的进步，未来组织的重心将更多的资源和注意力集中在那些技术含量高、业务价值大的岗位上。对于基础类或标准化岗位，不完全排除 AI 替代某些任务的可能性，但亚信科技认为主要目标应该是利用AI 来提升这些岗位的工作效率，从而让员工能够专注于更有价值的工作。生成式 AI 在人才招聘中的应用 基础性应用 生成岗位说明书：亚信科技利用生成式 AI 辅助生成或
172、优化职位描述；面试官培训：对于规模较大的校园招聘，亚信科技利用生成式 AI帮助进行面试官培训，以确保招聘流程的一致性和专业性；雇主品牌内容生成：亚信科技将生成式 AI 用于招聘公众号等渠道基础内容的生成，以此提高内容发布的效率和质量；在校招短视频拍摄过程中，亚信科技利用生成式 AI 进行脚本的设计；进阶性应用 用人部门赋能：亚信科技通过生成式 AI 将例如“用人部门所需的面试问题”、“面试技巧和关键点把握”等内容进行的自动化实现；AI 数字人：亚信科技将自研的数字人用于校园招聘内部面试官培训。后续经过优化提升 AI 数字人的交互性并考虑将其应用于校园宣讲环节中。在面试官培训过程中，针对数字人的
173、使用，面试官整体会分为两种不同体验，企业也在试图进行综合考量和平衡管理：一些面试官对于使用公司自研的数字人技术感到非常有趣和认同。他们认为，数字人提供的课程内容更加标准化，在回顾和应用时则更为方便，有助于确保培训质量的一致性；也有面试官反馈，与真人互动相比，数字人的培训可能显得较为机械和不够灵活，缺乏真人的自然反应和情感交流。亚信科技对 AI 面试的洞察与展望 对于相对标准化以及大批量的校园招聘或劳动密集型招聘来说，AI 面试能够节省人力和提升效能；但对于智力密集型企业或对复合型人才要求较高的岗位而言，AI 面试暂时无法满足需求。亚信科技考虑在校园招聘环节应用 AI 面试提高效率，而在社会招聘
174、领域，亚信科技将采取更为审慎的态度，考虑到社招候选人的多样性和复杂性，公司计划在未来挑选部分岗位进行试点应用。72智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告中国电信智能技术赋能人才发展王猛在线学习运营经理中国电信人才发展中心企业的革新与具体落地进展在智能化转型的浪潮中，中国电信不断探索和实践生成式 AI 的应用，以推动企业创新和效率提升。本篇案例从企业大学视角入手，阐述中国电信人才发展条线，在生成式AI 领域的探索历程、产品选型与研发的策略以及员工认知和使用培训等方面的举措，展现中国电信如何通过智能化手段赋能员工，推动企业发展。回望过去，电信的探索和阶段进展 能力比较与
175、筛选：中国电信在过去一年，紧跟时代步伐，顺应技术发展，积极跟踪内外部 AI 能力迭代情况、摸索生成式 AI在企业中的应用方向、选择技术方案、思考落地场景与运营推广方式。意识培养：AI 大模型出现后，集团决策层深知人工智能势不可挡，并分阶段推出人工智能相关的线上线下学习项目，在内部自上而下带动各级人员的认知和使用。推广策略：在产品推广使用方面，中国电信确定了首先在部分岗位和群体中进行试点，在后期会根据试点情况进行调整并逐步覆盖到全集团的主要策略。立足当下，电信的具体落地进展中国电信集团人力部成立“人工智能+学习”工作组，统筹安排生成式 AI 的产品外部引入和自主研发、知识库搭建以及员工认知和使用
176、培训方面的工作。基于以上企业针对生成式 AI 的革新探索，电信从以下几方面具体展开：产品选型和打造：外部引入和自主研发中国电信采用外部引入和内部研发结合的方式为内部员工提供生成式 AI 相关产品。针对外部引入的产品，中国电信的工作组负责对其进行严格的选型流程，确保其完全符合公司内部制定的相关政策，充分发挥标准化的功能和优势，而非追求个性化的定制。中国电信内部设有研发机构，也更倾向于进行自主研发。研发机构结合电信的业务特点，深入到与具体业务场景结合的垂直领域，开发与用户产生实际触点的产品，并根据内部业务场景进行定制。中国电信在内部产品研发的流程中，采取一系列细致且全面的措施。由工作组调动内部资源
177、，确保从语料的收集与清洗，到专家的介入，再到产品的打造、运营推广，以及后续的评估与优化，每个环节都紧密相扣，高效运作。例如，针对学习平台上数以万计的课程和丰富的知识资源，中国电信正在探索如何利用大模型技术来优化和重构整体的搜索与推荐体系，提升现有服务的质量和效率。知识库搭建中国电信意识到现有资源的积累至关重要，尤其是在知识库的构建上，对其在质量、数量、权威性、准确度以及与业务结合的时效性方面有着很高的要求。员工认知和使用培训：中国电信高度重视员工对于人工智能认知与应用能力的培养。基于国资委体系以及央国企对于人工智能的重视和大力号召，中国电信今年在开展关于人工智能理念、相关技术以及业务相关学习的
178、培训方面加大了资源的投入力度，并进一步明确要求，集团全员的培训计划中需加入人工智能专题培训模块，为员工普及大模型种类和常见专有名词等相关知识。除此之外，电信回归业73智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告务经营层面，思考人工智能怎样推动业务发展并带来收入。培训分工情况：集团层面：中国电信内部有覆盖全员的成熟应用平台，承载集团统一部署的培训活动；各分公司：中国电信作为一家全球性的公司，各个分公司都拥有自主运营的职责和权力，可以更加灵活的在细分业务领域按需开展培训。学习与发展部门：中国电信开展人工智能专题培训，基于 AI 的服务能力让员工认识和学习 AI，并提出一定的考
179、评要求，帮助员工提升对 AI 的接受度、理解力，同时借助 AI陪练强化员工的应用能力。推广和鼓励措施中国电信引入 AI 技术是希望能够帮助员工在工作中解决问题，所以在电信内部会不定期开展非正式的竞赛活动，以开放式或设定若干主题的形式，让员工结合自身业务场景，借助 AI 辅助完成一定的工作，并对应用成果优秀的员工给予奖励。人工智能在人才发展领域的场景应用和影响电信不断革新 AI 能力在企业中的应用，提升员工认知，并形成一定程度的落地应用，旨在加快利用 AI 能力，辅助内容建设-学习评估-行为转化全链条工作。过去一年，电信学习与发展部门的探索和应用 智能对话：中国电信将课程、文档和讲师资源整理为知
180、识库，员工能够直接与 AI 进行对话，快速获取所需的学习支持。讲师助手：中国电信利用生成式 AI 协助内部讲师，提升内容制作效率，同时辅助创意扩充和逻辑梳理，并以“数字人助手”形式参与课程直播，增强互动性和体验感。自动化流程：中国电信通过 AI 多模态能力自动完成课程上传前的流程化工作，如匹配简介、标题和封面。数据驱动管理：中国电信利用生成式 AI 辅助企业数据维度和报表设计，实现数据服务的简便日常。生成式 AI 在智能化学习领域的革新应用 AI 导学服务：为满足员工构建自我知识体系的需求，中国电信企业大学计划在现有课程学习机制中进一步融入人工智能技术，为学员提供定制化的学习路径规划和课程推荐
181、服务，满足学员学习需求的同时也提高学习体验。例如，通过 AI 技术对知识点进行精准提炼和关键词提取，使员工能够在学习界面上快速识别并专注于他们最感兴趣的或最迫切需要了解的内容，帮助员工直接掌握核心知识点，从而提高学习效率和兴趣。AI 驱动的数据管理：在学习数据呈现方面，中国电信企业大学计划采用更先进的技术，以提供更加个性化、更易于访问的 AI驱动的数据服务。近年来，电信已经尝试通过 BI 工具实现了数据的可视化，提高了数据的可理解性。接下来，电信希望利用人工智能技术进一步简化数据服务流程，使其更加用户友好。电信设想的未来数据服务将允许管理人员通过自然语言查询来获取所需信息，而不是翻阅复杂的报表
182、。例如，管理人员可以直接询问：“这个月我们单位的学习数据如何”或“学习数据的结构是怎样的”。电信希望通过这样的尝试，使企业决策者和培训管理人员能够更快捷、更直观地获取数据洞察。生成式 AI 助力学习与发展部门运营管理的应用 AI 课程审核：中国电信希望在课程的质量审核、意识形态审核等方面实现流程化和标准化。例如：课程内容更新后可以迅速将其转换成适合大型模处理的数据，从而提高组织在内容管理方面的效率。知识萃取：针对机器学习，电信采用非专业人员校对的方式，从逻辑和表达方面对 AI 所生成的内容进行人工审核和错误修正；针对公司重点培训项目，采用专家前置和后置介入的方式，对相应的内容进行审核和模型的调
183、优。生成式 AI 对学习与发展部门的影响公众已经意识到 AI 会改变一切，中国电信也相信 AI 的引入未来对学习与发展部门的组织和整体流程机制等方面会带来巨大影响。74智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告 内容建设和教学组织方面 企业学习与发展的工作重心会倾斜到内容建设部分，组织和开展培训教学活动的部分将会逐渐精炼；员工的自主学习和互相学习将被强化，因此企业的学习平台未来可能将不再有高频次的更新和内容冗杂的课程提供，而是转向为员工提供短平快解决问题的服务的打造上。人才评价体系变革企业可能不再依赖现有的模式和数据，而是探索建立一套创新的人才能力评价体系，这套体系将不
184、再仅仅基于传统的学习行为数据，而是采用更开放、更全面的数据集。通过这种方式，企业能够更全面地了解员工的潜力和能力，从而为他们提供更有针对性的培养机会，并给出更客观、更公正的评价，激发员工的潜的同时也有助于公司发掘和培养更多高质量的人才，推动企业的持续发展和创新。岗位替代：中国电信正逐步引入人工智能技术，以提高培训条线的效率和效果。随着 AI 技术的应用，一些传统的工种可能会被自动化工具所替代，特别是在常规的教学设计和标准操作程序（SOP）的制定方面。借助 AI 技术，只需提供培训的主题和目标学习对象，系统就能自主规划出既符合逻辑又实用的培训方案。这种高效的自动化设计过程，可能会减少对初级培训经
185、理的需求。因此，对于中国电信的企业大学而言，人员结构和角色分配将不可避免地发生变化。在培训交付层面，随着 AI 技术的发展，知识类赋能不再需要完全依赖传统的线下组织形，而是可以利用 AI 来创建更加灵活和个性化的学习体验，通过线上平台提供即时、互动的学习资源，从而提高培训的效果。这种转变将使培训更加高效，同时也能够为员工提供更加丰富和多样化的学习机会。对生成式 AI 回答准确性问题的思考 针对生成式 AI 所生成内容的准确性问题，中国电信基于和内外部专家的讨论，认为大模型很难完全驾驭，没有办法完全解决准确性的问题。对于大模型幻觉，中国电信在进行人工智能专题培训时并不会规避，而是让大家充分认识
186、AI的局限性，帮助员工养成人工智能基本素养。对于绝大多数用户，生成式 AI 所提供的答案在逻辑和启发思考方面，能够切实给到帮助。这一点正是我们决定引入人工智能技术的核心价值所在。75智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告X 公司AI 在 HR SSC 中的应用实践闫兆军HRIS 总监某互联网公司探索企业生成式 AI 的应用之路 X 公司 AI 策略：基于成熟模型的功能探索与创新X 公司选择在现有成熟模型的基础上进行功能实现和创新，而不是从零开始进行自主研发。X 公司通过申请显卡资源、配置服务器、安装所需模型等，为员工提供资源，鼓励员工探索和应用各类开源模型，寻找最适
187、合自身业务需求的产品。X 公司 AI 创新大赛：探索生成式 AI 的多元应用X公司紧跟生成式AI技术的发展趋势，开展AI创新大赛，以组建团队并申报项目的形式，鼓励员工参与，助力员工探索基于工作场景 AI 技术的潜在用途。团队分工情况 集团领导：X 公司的高层领导意识到生成式 AI的重要性，并重视其在企业内的普及和应用，因此授意在全集团开展创新大赛，给予大力支持和推动；人力资源部门：由人力资源部下属的组织发展部门负责创新大赛整体的组织和开展；法务部门：X 公司要求法务部门全程参与创新大赛，以确保活动各环节的合规性和安全性，避免敏感问题的发生。从项目提案环节的 PPT 到项目验收环节的展示材料，都
188、要经过法务部门的审核；在材料申报和宣传用词上，法务部门提供专业的指导，避免因用词不当导致争议；评估委员会：由集团 VP 级别的领导组成，同时包括研发和资源管理的负责人，负责评估 AI 项目的资源需求，如硬件资源、接口费用等，并决定项目的立项与资源分配；立项审核：员工组队参与创新大赛，需要进行项目申报，并撰写项目计划书，向评估委员会进行立项汇报，阐述项目的目标、计划、所需资源和人力投入等；评估委员会对申报的项目进行评审，避免资源重复投入，对入围的项目给予资源支持；中期汇报与项目监管：项目中期汇报环节，参赛团队向评估委员会汇报项目进展、已实现功能、后续计划等，委员会根据汇报内容评估项目是否继续开展
189、；验收与评奖：项目成果上线后，参赛团队汇报项目的效益、数据等，评估委员会基于数据进行验收和评奖。项目成果X 公司创新大赛覆盖了公司内多个部门的项目，并且已经取得了一定成效。以部分业务部门、人力资源部门以及法务部门的具体应用为实例，展现创新大赛的成果：业务部门：生成式 AI 技术在业务部门的应用较为广泛和多元。例如，技术团队利用生成式 AI辅助代码编写，设计部门通过生成式 AI 激发创意设计灵感等；人力资源部门：人力资源部门基于 SSC 的服务，利用生成式 AI 技术开发智能客服系统，为员工进行 HR 政策、制度等的答疑；法务部门：利用生成式 AI 技术提升法务文档的处理效率和准确性。例如，通过
190、生成式 AI 辅助检索，确保文档中没有错别字，语义通顺，从而保障法务文档的严谨性与合规性。基于流量数据的价值衡量通过查看 API 接口调用量的数据，评估不同项目 AI技术的应用程度，并以此衡量项目的实际效果。如果一个项目在一个月内 API 接口的调用量非常大，就意味着该项目是有成效的；相反，如果一个项目实际调用接口的流量极少或几乎没有，那么表明该项目并没有真正有效地利用 AI 技术。企业内外联动的生成式 AI 宣传与培训策略 外部资源学习 专家宣讲：由组织发展部定期邀请外部 AI 领域的专家来公司授课，为员工普及 AI 相关知识，帮助员工拓宽视野，更好地理解 AI 行业趋势和技术发展；论坛活动
191、：X 公司鼓励员工积极参与外部论坛和活动，以便更快地跟上技术发展的步伐，了解同行和供应商的最新应用能力，为公司内部的创新和发展提供参考。内部案例实践分享学习作为集团最高等级的项目，创新大赛吸引了员工的广泛关注，并成为 X 公司生成式 AI 宣传的重要方式。新闻推送：X 公司通过内部新闻推送等多种渠道向员工公开透明的介绍创新大赛各项目进展，从意识层面培养员工对生成式 AI 的关注度；案例分享活动：X 公司要求创新大赛的项目团队以直播课或线上课程等形式定期向员工进行培训和分享。特别是对于经过评估后具有重要价值的项目，团队成员需要向全员分享项目情况、AI 应用的领域，以及在项目中积累的技术经验和知识
192、，为其他员工提供一定的思考和借鉴。企业的监管和限制措施在数据安全方面，X 公司针对内部敏感信息提出一定的限制管理措施：对于企业公开可查的信息，允许员工输入到生成式 AI 相关平台中进行处理和分析。然而，对于涉及公司内部敏感信息的相关数据，公司严格执行保密措施，严禁将其上传至外部系统。例如，以 ChatGPT 为例的生成式 AI工具，尽管它具备强大的数据分析和报告生成能力，能够根据复杂的数据框架自动生成图文报告，并对数据进行解读，但在实际操作中，某些数据无法被传输出去，导致这些技术的应用无法实施。解锁生成式 AI 在人力资源领域的应用 生成式 AI 在 SSC 领域的应用二级客服体系 一级客服A
193、I 助手X 公司基于生成式 AI 技术研发了智能客服体系，并命名为“AI 助手”，“AI 助手”能够基于公司现有的HR 政策和制度，回答员工关于休假、考勤、工资核发、社保缴纳、绩效等方面的咨询。77智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告 更新迭代：自去年以来，X 公司已经对“AI 助手”进行了多次迭代和优化，从最初的 1.0 版本到现在的 9.0 版本，并通过建立知识库，限制生成式 AI 的发散性，使其能够提供更准确、更有针对性的回答。有效性：“AI 助手”回答日常 HR 相关问题的准确率已经达到 85%以上，覆盖了大部分员工的咨询需求。二级客服人工+AI 助手X
194、公司针对“AI 助手”所回答内容可能存在偏差的问题，推出二级客服体系，通过人工介入和 AI 优化组合的方式，提高“AI 助手”回答的准确性。AI回答评估：各职能部门负责人会收到“AI助手”与员工对话的记录，需要各个负责人对问题的回答进行评估，如果发现“AI 助手”所提供的回答不够准确，则由人工客服介入为员工二次答疑。“AI 自学习”：人工客服答疑完成后，对标杆性问题，允许各职能负责人对问题库进行更新，“AI 助手”后续遇到类似问题时，以最新提供的答案为准。针对生成式 AI 对 SSC 专员替代性的焦虑问题 智能客服回复的准确性：尽管智能客服系统提高了响应速度并减少了员工的等待时间，但在实际应用
195、中发现 AI 客服的准确性和可靠性尚未达到可以完全取代员工服务的水平。需要人工监督：为了保证服务质量，智能客服系统需要人工监督和干预。当 AI 提供的答案不准确或不全面时，需要人工介入，为员工提供正确的信息。系统维护和更新：智能客服系统的资料整理和知识库的定期更新都需要人力资源员工的参与。二级客服体系：在 AI 无法解决问题时，需要由二级客服体系作为支持，由专业的 HR 专员或部门负责人提供更深入的解答和帮助。生成式 AI 在招聘领域的应用 岗位说明书生成：过去，各部门领导在撰写岗位说明书时常常面临挑战，一方面，他们可能因为业务繁忙而无法投入时间来编写；另一方面，也可能缺乏编写高质量岗位说明书
196、的经验和知识。而现在，通过向生成式 AI 提供基本信息，比如所需职位的名称、工作年限以及特定的技能要求，便能够快速生成一个初步的岗位说明书，经过调整和个性化修改后即可发布。AI 数字人：X 公司开发了 AI 数字人的形象，并测试了其交互能力，预计将在今年的校园招聘和宣传活动中投入使用，帮助公司以更高效、更创新的方式吸引和选拔人才，同时减轻 HR 团队的工作负担。专家洞察79智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告专家洞察外服云季效辰 Jimmy Ji副总经理上海外服云信息技术有限公司宏观环境变化对生成式 AI 发展的驱动在政治层面，过去对生成式 AI 的争议主要在于数
197、据出境问题，而随着国内 AI 模型的成熟应用，这一问题被随之解决，拥抱 AI 成为政治正确。在经济层面，AI 作为降本增效的工具，也是推动新质生产力发展的主导力量。在社会层面，年轻一代成为推动生成式 AI 融合与创新的主力，对其认知和接受度也更为深入。在技术层面，随着大模型的不断优化和成本降低，技术问题已不再是 AI 发展主要障碍。企业 AI 应用策略：从认知到业务流程重塑的五个环节作为后续业务场景应用的基础，对员工进行 AI 认知、使用的普及和相关技能的培养。认知、使用和技能的普及人机结合是未来趋势，AI 可能替代工作流程中的某些环节，实现业务流程的重塑，进而影响业务生态、客户体验和服务产品
198、。业务流程重塑基于应用场景，识别并聚焦高频用户，展示其最佳实践案例并进行推广，助力员工对生成式 AI 的尝试和应用。业务场景实践实现知识库与 AI 的深度结合，并将其嵌入业务系统中，助力业务某些专项工作的完成。业务系统嵌入个人层面的实践普及之后，需要推动组织层面的深入应用。这要求企业内部私域知识的有效沉淀和结构化，并整合到 AI 系统中，实现对更广泛群体的应用覆盖。知识库与数据沉淀80智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告生成式 AI 的认知与应用现状分析 对生成式 AI 认知和接受度的代际差异个人对生成式 AI 的认知和接受度因年龄和对新事物的态度而异。英国小说家
199、道格拉斯亚当斯提出的科技三定律认为：任何在我出生时已经有的科技，都是世界本来秩序的一部分；任何在我 15-35 岁之间诞生的科技，都是将会改变世界的革命性产物；任何在我 35 岁之后诞生的科技，都是违反自然规律要遭天谴的。例如，一些年长职位的员工可能对 AI 持抗拒态度，担心 AI 取代他们的工作，或是认为使用 AI 是工作能力不足的表现。而年轻一代则更倾向于接纳新技术，并探索其在工作和生活中的应用。对生成式 AI 的认知局限与实际应用差距公众对生成式 AI 的期望往往过于理想化，认为其有巨大潜力并且未来有望改变行业格局。但生成式 AI 在实际工作中的应用却并未被充分普及，多数人仍仅将其用于基
200、础搜索或简单任务，未能深入挖掘 AI 的全面能力。同时，许多人在面对 AI 引领的行业变革时显得准备不足或缺乏参与意愿。因此，进行 AI 体系化学习是非常有必要的。通过结构化学习和实践，建立对生成式 AI 的深入理解，并将其转化为实际应用能力，实现 AI 能力的放大。生成式 AI 在营销部门应用局限分析AI 为营销工作的开展提供了新的工具和可能性，但其能力的展现受限于技术难度和用户的认知水平。虽然生成式AI 的入门使用相对简单，但当涉及到更高级的应用，如“文生图”等任务时门槛显著提高。为了充分利用生成式 AI 带来的优势，需要企业付出一定时间和金钱的成本，助力员工进行深入学习和持续实践，才能真
201、正释放其在营销策略和创意执行中的潜力。生成式 AI 的准确性提升策略 知识库的构建为提高生成式 AI 的精确度，企业需要建立一个全面且持续更新的知识库，作为 AI 学习和内容生成的知识基础。提示词撰写当前 大模型幻觉 不可避免，但用户可以通过细致精确的提示词，有效引导 AI 生成准确和高质量的内容。AI 互动与 AI 的互动不应仅限于单轮问答，而应通过多轮对话来深入挖掘和优化内容。这种深入的互动交流能够训练大模型更精准地捕捉用户的意图和需求，从而生成更加个性化和精确的内容。企业级应用流程编排企业级生成式 AI 通常需要 AI 对业务流程有全面深入的理解，从而能够判断用户提出问题的性质、进行语义
202、理解和知识库检索、匹配问题答案，从而实现通过流程编排准确执行复杂任务的应用。生成式 AI 在人力资源领域的应用 人才招聘 自动化简历筛选：AI可以处理大量简历，尤其是对标准化岗位的招聘，能快速筛选出符合岗位要求的候选人，提升效率的同时减少人力资源部门的工作负担。然而，对于需要深层次专业评估的高端职位，则更多依赖于 HR 的专业判断。人岗匹配：利用生成式 AI 对自然语言的识别，结合机器学习算法对候选人的简历进行深度分析，为候选人匹配合适的职位，提高人才资源的利用率和招聘效率。人才库盘活：通过结合 AI 与人才库平台，实现人才库的激活，使得企业可以更加高效地管理和运用人才库资源，提升存量简历的利
203、用价值，优化人才资源配置的同时减少对外部招聘平台的依赖，有效降低招聘成本，提高招聘流程的整体效益。面试报告生成：AI 系统能够辅助或自动生成面试报告，通过提供结构化的面试反馈和评价，协助招聘团队以更加客观和标准化的方式对候选人进行评估。培训与开发生成式 AI 在培训领域的应用主要适用于具有标准化话术或工作流程的岗位，如超市导购或医药代表等。在这些场景下，AI 能够提供统一标准的课程来模拟训练学员的技能。由于生成式 AI 目前的能力还不足以满足复杂性要求，因而当涉及到高端或个性化的培训需求时，AI 更多地扮演81智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告辅助和补充的角色。
204、Core HR Core HR 系统是企业内部管理人、财、物、事的核心工具，在信息的生产和收集方面，已经实现了高度的自动化。Core HR 系统中包含了大量的非结构化数据，但由于缺乏有效的技术手段来挖掘和利用数据，因此目前 AI 在 Core HR系统中的应用并不普遍，需要进一步的技术发展和创新来克服现有障碍。消除 AI 焦虑的综合策略 树立正确的认知AI 技术在实际应用中并不是无所不能的。通过系统化学习，形成对 AI 从“0-60 分”的认知，明确“AI 将辅助人类工作，而非完全替代人类”，消除对 AI 的不切实际的期望和焦虑。提升 AI 应用水平通过具体的实践，建立对 AI“60-80 分
205、”的应用能力。在实际应用的过程中，体会 AI 对工作的助力和存在的局限性，一定程度消除对 AI 的焦虑感。发挥经验优势AI 让 35 岁及以上经验丰富且保持好奇心的职场人士具备了新的优势，这部分人群凭借长期积累的专业知识，更懂得如何向 AI 提问，从而实现 AI 应用的精准高效。应对职业结构变化明确 AI 的主要影响在于职业结构的转变，而非就业数量的简单增减。提升自身应对变化的能力，适应新的职业环境。82智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告HR 洞察智能技术赋能人力资源管理李女士招聘总监某消费电子世界 500 强公司在当今的智能化时代，企业正面临着前所未有的机遇与
206、挑战。随着人工智能技术的飞速发展，特别是生成式 AI 的崛起，人力资源也经历着一场深刻的变革。通过以下对构建统一数据平台、提升员工的 AI 素养，以及生成式 AI 在提高招聘精准度和效率方面的多维应用的探讨，展现一个智能化、高效率的人力资源管理未来。构建统一数据平台：提升企业管理效率与决策支持构建一个底层系统相互连通的平台，可以实现企业数据的集中管理和高效流转。例如，在统一平台基础上构建员工中心，员工中心汇集了所有人员的信息数据，使得信息具备一致性和可访问性，从而使企业内部的绩效发展、组织岗位等关键业务流程能够无缝对接，实现底层数据的整合与流通。这样的统一平台不仅可以提升管理效率，同时可以加强
207、数据分析和决策支持的能力。企业生成式 AI 知识普及与员工能力提升策略 认知培训企业内部在进行生成式 AI 相关宣传和知识普及时，可以采取以下策略：科技资讯推送：企业可以定期向员工推送科技前沿资讯，包括人工智能领域的最新发展、AI 报道等，帮助员工对行业趋势有清晰的认识，提升对新技术的理解。内部培训平台：建立或优化内部培训平台，提供与科技前沿相关的课程和培训材料，鼓励员工参与学习，增强对新技术的掌握和应用能力。评估与反馈：定期评估内部宣传和培训的效果，收集员工的反馈，以便不断优化培训内容和方法，满足员工的学习需求。持续更新资源：确保培训资源和资讯内容的持续更新，与科技发展保持同步，避免知识过时
208、。知识共享文化：鼓励员工之间的知识共享，通过研讨会、工作坊等形式，促进跨部门的交流与合作，共同探讨如何将新技术应用于实际工作中。使用技能培训企业在培训和指导员工时，需要特别重视提问环节的重要性。有效的提问不仅能够促进深入思考，还能帮助员工获得他们所需的答案和解决方案。提问技巧培训：组织培训课程，教授员工如何提出有深度和广度的问题，以及如何通过提问来澄清概念和解决问题。持续技能提升：将提问技巧作为持续职业发展的一部分，定期复习和更新相关的技能。交流学习平台：利用在线论坛、问答平台等技术工具，为员工提供一个随时提问和交流的空间。建立知识库：企业可以构建内部知识库，帮助员工找到常见问题的答案，同时也
209、能够提出新问题。生成式 AI 精准度提升：数据训练与人工校验的协同生成式 AI 的精准度是通过持续的数据训练和人工校正逐步提升的。初期的不精确是正常现象，因为 AI 需要大量83智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告的数据来学习和优化其算法。产品设计时，应预留空间让AI 进行自我迭代和训练，以不断提高其准确性。同时可以设置人工校验的机制，以便在 AI 的输出结果出现偏差时进行及时纠正。企业供应商选择的三大核心标准：安全性、稳定性与个性化 安全性：企业特别关注数据的安全性和个人隐私保护。在选择供应商时，企业严格评估其数据保护措施，确保敏感信息不被泄露或滥用。稳定性：供
210、应商提供的服务或产品需要具有高度的稳定性，以保证企业运营的连续性和可靠性。企业可以考察供应商过往的服务能力，评估其服务的长期稳定性和可靠性。个性化：企业寻求能够满足其特定需求的供应商，希望供应商能够提供定制化的解决方案，而不是仅限于通用功能或模型。个性化服务能够更好地适应企业独特的业务流程和文化。生成式 AI 在招聘领域的多维应用 人岗匹配：利用生成式 AI 分析岗位需求和候选人资料，协助实现更精准的人岗匹配。招聘流程自动化：AI 技术能够提升招聘常规工作的效能，包括自动生成职位描述（JD）、筛选简历、进行候选人测评和自动发送面试邀约等。面试官赋能：通过生成式 AI 对候选人资料的分析，为面试
211、官生成针对性的面试问题，提供有价值的参考。雇主品牌宣传：生成式 AI 辅助生成吸引人的图文内容，加强雇主品牌的宣传力度。人才模型提炼：通过分析内部优秀员工的特质，利用 AI 提炼出人才模型，为招聘端提供数据支持和决策参考。生成式 AI 对招聘领域的影响 人员替代：AI 在招聘中的自动化功能，如搜索和筛选简历，已经做到赋能 HR 提升工作效率。未来 AI 模型足够成熟，或可以独立完成从初步筛选到面试安排的整个流程，仅在最后阶段需要人工的介入和决策，节省招聘人力成本。人才素质要求提升：随着 AI 的应用，人才需要更多地从事战略层面的思考和创造性工作。这要求人才具备复合型思维，能够适应开放和多元化的
212、工作环境。技术适应性：HR 需要对新兴技术保持敏感，积极学习和应用 AI 等技术，以提高招聘工作的效率和质量。84智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告关于人力资源智享会欲了解更多详情电话：021-31065698智享会官方网站：www.hrecchina.org智享会微信公众账号：HRECChina人力资源智享会（HREC）是高端、专业、广具影响力的，面向中国人力资源领域专业人士提供会员制服务的企业。截至2020年6月30日：智享会付费会员企业超过 3,800 家，已经进入中国的世界500强和福布斯全球2000强企业中，超过90%的企业享受智享会的各项服务。智享会
213、的产品和服务覆盖人力资源全领域，且形式丰富、立足前沿、全方位满足人力资源人士的“学习需求，采购需求，激励和认可需求”。智享会满足学习需求线下学习渠道：每年1.举办超过40场的大型年会及展示会；众多细分领域的品牌盛会已深入人心，成为专业人士学习前沿趋势、优秀实践的首选。2.14场标杆企业探访带您深入剖析领先企业的优秀人力资源实践。3.覆盖人力资源各模块、领导力开发和软技能发展的超过100场的公开课培训和内训，提供会员企业一站式的学习解决方案。4.Member Bridge一对一会员对接服务,每年帮助超过200家会员企业对接搭桥，促进企业会员之间的深度交流，满足会员之间经验分享的需求。线上学习渠道
214、：1.70+空中课堂直播和录播：平均每月6 次，每次1-1.5 个小时，足不出户地进行更有效率地学习。2.HR 线上专题视频课：每一门专题课150-300 分钟，5-8 个模块。3.云上嘉年华系列：为期2-3 天的全天线上不间断直播，覆盖学习发展、薪酬福利、数字化等细分主题。深度学习渠道：1.12+权威研究报告，200+中国本地实践案例，覆盖人力资源各个领域：管理培训生项目、人力资源共享服务中心、人才管理与领导力发展、蓝领员工管理、社交媒体与人才招聘、校园招聘、在线学习与移动学习、人力资源业务伙伴、变革管理、人力资源数字化转型、弹性工作制与灵活用工、企业绩效管理改善与优化、企业员工健康福利与健
215、康管理等等，提供人力资源行业的洞察分析、前沿趋势以及优秀实践分享，帮助人力资源从业者做出科学决策。2.6期HR Value会员通讯内参兼具理论性和实践性，坚持原创内容。智享会满足采购需求1.线上供应商采购指南（The Purchasing Guide），基于行业内上千位人力资源专业人士的用户真实评价形成，帮助人力资源从业者在采购服务时节省时间、降低风险，辅助你精准定位出适合自己的乙方服务。2.智享会每年在中国主要城市举办覆盖学习发展、招聘任用、薪酬福利、人力资源技术各主题的大型专业研讨会和展示会，吸引超过500+中国最顶尖人力资源服务机构和解决方案供应商，全面满足会员企业采购需求。3.智享会会
216、员共保池，结合会员集体采购力量，降低保费。智享会满足激励和认可需求1.智享会以“汇聚优秀企业，发现杰出实践，引领人力资源行业发展”为目标，每两年举办的“学习与发展价值大奖”、“招聘与任用价值大奖”和“人力资源共享服务中心”奖项评选，作为人力资源业界内的“奥斯卡奖”而倍受瞩目。智享会遵循“公正、公开、公平”原则，邀请独立的人力资源领域资深专家组成评委团，打造出专业、公平、公正的人力资源奖项，以激励和认可行业中的优秀企业、优秀团队、优秀人物。2.CHW健康工作场所认证：智享会（HREC）与多家健康领域的专业机构将联合宣传和倡导健康工作场所的认证，共同推进健康企业、健康中国。85智慧人力，引领未来2
217、024 生成式 AI 赋能人力资源管理研究报告智享会人力资源实践研究院研究院介绍与定位智享会人力资源实践研究院关注人力资源热点话题，每年为智享会会员呈现 24 份研究报告。数量：全年24份研究报告，涵盖人力资源各模块的热点话题。类型：针对不同人力资源热点问题，采用不同的研究方法并产出不同类型的报告 Benchmarking（数据对标）：针对市场的热点问题，以数据对标为主的调研研究 Practice Mapping（实践地图）：梳理、总结和归纳人力资源某一特定领域最佳实践的研究报告 Blue Print（行动蓝图）：针对某一人力资源实践领域，提供模型、体系及步骤性指导的调研研究 Trends E
218、xploration（趋势探索）：聚焦人力资源行业趋势性话题，提供趋势解析与洞察以及行动指南的调研研究 Deep Topic（深度话题）：深度话题研究，主要针对更为聚焦和精专的话题定位：客观、前沿、落地、专业人员：10+位全职专业资深顾问，多年致力于人力资源行业性研究。招聘 招聘技术路线与效能提升研究报告 企业校园招聘实践调研报告 企业入职管理与培训管理实践调研报告 社交媒体与人才招聘调研研究 人才发展与培训 企业移动学习项目调研报告 企业内部讲师团队搭建与培养调研研究 中国企业国际化人才发展与培养实践研究 薪酬福利 企业员工健康福利与健康管理调研报告 企业高管福利管理与实践调研研究 企业弹性
219、福利管理与实践调研研究 信息技术 人力资源共享服务中心研究报告 AI技术在人力资源领域的发展与应用研究 离职风险管理与流动预测研究报告 人力资源数字化转型调研研究 People Analytics的发展与应用研究 人力资源信息化管理调研研究 其他 弹性工作制与灵活用工研究报告 HRBP能力发展提升研究 变革沟通管理实践调研研究 企业绩效管理改善与优化调研报告 企业工厂蓝领员工管理状况调研报告 广受行业赞誉的旗舰报告86智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告上海外服（集团）有限公司（简称“上海外服，英文简称“FSG”)成立于 1984 年，其母公司上海外服控股集团股份
220、有限公司（股票简称：外服控股，证券代码：600662）是首家登陆 A 股主板的人力资源服务企业。依托丰富实践和专业底蕴，上海外服以“咨询技术外包”的独特服务模式，聚焦“人事管理、人才派遣、薪酬福利、招聘及灵活用工和业务外包”五项主营业务，为各类企业提供融合本土智慧和全球视野的全方位人力资源解决方案，为上海人才高地建设、“一带一路”建设、“长三角体化”战略实施提供强有力的人才支撑。上海外服云信息技术有限公司（简称“外服云”）是上海外服（集团）有限公司下属全资子公司，为国家认定的高新技术企业。依托上海外服 40 年专业人力资源服务经验，结合云计算、大数据、AI 大模型等前沿技术，自主建设“互联网+
221、”人力资源 SaaS 服务平台，实现人力资源服务在线交付、交互和交易；作为一家市场化的数字科技公司，外服云聚焦人力资源互联网应用开发，拥有独立的技术研发闭环能力和项目管理能力；同时，外服云公司集聚行业优质资源，负责构建泛人力资源服务生态圈，助力上海外服业务多元化发展。上海外服官方介绍外服云官方介绍上海外服公众号上海外服微助手公众号外服云公众号智慧人力，引领未来2024 生成式 AI 赋能人力资源管理研究报告AI Lead the Future-2024 The Application of Generative AI in HR 版权声明本调研报告属智享会&上海外服所有。未经双方书面许可，任何其他个人或组织均不得以任何形式将本调研报告的全部或部分内容转载、复制、编辑或发布使用于其他任何场合。Copyright ownership belongs to HR Excellence Center&FSG Reproduction in whole or part without prior written permission from HR Excellence Center&FSG is prohibited.调研主办方联合主办方
