每当需要起草职位描述时，Expedia公司的3000多名招聘人员和招聘经理都可以选择寻求文案指导的帮助。该在线旅游预订公司的文案伙伴是Textio，这是一款在云端运行的人工智能应用程序，它能够以毫秒为单位分析每个单词，以发现性别偏见或其他可能错过的优秀候选者。该软件会产生一份有效性评分并给出分析建议，实际上它可以教会招聘者如何更有效地对职位描述进行写作。 人工智能应用于人力资源的众多应用中，Textio只是其中之一。该技术常常受到讥讽，过度炒作并被误解，但它却正在企业中迎来复兴，其中包括人力资源部门。 Expedia的人才招聘总监Lisa Christensen表示：“很多原创文案和职位描述的质量的确让人不敢恭维，经常让招聘人员大跌眼镜。” 在一项有关科技女性的圆桌会议上，受到一篇关于无意识偏见的论文的影响， Expedia致力于改善性别平衡。Expedia的人才分析高级主管Rupert Bader说：“职位描述中的语言的确可以影响男性或女性是否会去申请该职位。”该公司使用Textio制作中性或带有轻微的女性基调，以此希望吸引更多的女性。他说，Textio正在以可扩展的方式为公司的招聘人员提供“反馈意见”。根据来自Textio的数据，当收到不错的分数时，人力资源部门的员工通常会很兴奋，而他们也乐意接受糟糕的分数。 具有男性气质的词汇已然证实不太可能吸引女性。 Textio的联合创始人兼首席技术官Jensen Harris表示，即使项目符号条目的比例倾向于吸引某一种性别，而“增长型心态”则会吸引更多女性。一般的职位描述通常更能吸引男性，而女性更可能会对自己的资格进行自我否定。 Bader表示，到目前为止，Expedia已经在女性申请人中看到了2％的提升，并将其开始受雇的时间缩短了五天（从55天减少到50天）。Harris补充说，该公司的申请人增加了17％，其中超过33％的人通过了面试。

AI在HR中扮演着众多角色

越来越多的公司正在利用人力资源应用中大量涌入的AI，并且在今年某个时候计划部署测试版，而Expedia正是这些公司中的一员。咨询公司Deloitte Bersin的负责人兼创始人Josh Bersin表示：“现在，这几乎出现在所有软件之中。对于大公司以及科技公司来说，他们并没有对技术产生忌惮，这一点变得越来越普遍。” 人才管理软件的供应商将诸如招聘和学习管理等功能以更加无缝的形式集成起来，而这些供应商也已经对其优势进行了大肆宣传。这些供应商对机器学习也做出了同样的事情，他们将机器学习扩展到人才管理的各个角落，并且在软件的底层数据存储上引导人工智能算法。 云技术人才管理软件解决方案供应商Cornerstone OnDemand就是一个很好的例子。其主要的AI和HR分析产品是Cornerstone Insights，CTO Mark Goldin称之为“盒子里的机器学习”。但该技术也嵌入到了其招聘工具和学习平台中，而且也正在进入职业发展，继任计划和绩效管理等方面。“你可以全面地看待所有这一切，然后尝试并作出预测，一方面，谁将成为我们的下一任CEO；另一方面，可以决定我要如何才能更好地指导人们获得合适的职业路径，“Goldin解释说。 AI对Expedia招聘实践的冷静分析也可以应用于绩效管理，Constellation Research的副总裁兼首席分析师Holger Mueller认为绩效管理是人才管理的核心功能，也是最为脆弱的部分。“我们不喜欢有不愉快的对话，不喜欢批评人，不喜欢评价，不喜欢评价人，” Mueller说。 SAP SuccessFactors是已经将AI和HR结合在一起的另一家供应商，就像Textio一样，解决了性别偏见，其负责预测分析和机器学习的主管Yvonne Baur表示：“机器学习会变得透明，只是为你提供指导和建议。”

AI确实流行，但终有一天会隐退

然而，我们这些从业十几年或二十几年左右的IT人员有理由怀疑有关AI的说法。Bersin断言：“AI这个词在历史上将会作为一个流行词汇出现而又隐退。” Mueller对上述说法表示同意。“的确存在着很多的炒作，”他说，“因为当你将其进行去伪存真的剖析，会发现2016年真正的突破是在云技术的助力下神经网络的扩展和相当出色的工作。 他说，过去的AI应用程序受到无法扩展的阻碍。云技术给了它们所需要的大数据、处理和存储功能。他引用了诸如苹果Siri这样的语音识别应用程序，Siri使用机器学习来适应个人的言语模式。类似的，HireVue公司用其AI驱动的视频面试分析，云处理来为每个新雇员带来相异性一致。

将AI引入HR分析

在很大程度上，新的AI应用程序只是近几年人力资源分析的高级、更新的版本。“AI的应用程序基本上是分析应用程序。而随着时间的推移，软件正在利用历史，算法和数据变得更加聪明，更加智能，”Bersin解释说。

HR AI应用程序的多个方面

根据咨询公司Deloitte Bersin的负责人兼创始人Josh Bersin的说法，对于AI来说，HR是一个不错的目标，因为许多HR实践拥有更好地处理数据的空间。Bersin公司的研究显示，近40％的公司正在HR部门使用某种形式的AI。 招聘是一个常见的AI应用。大多数主要的HR软件供应商已经或即将发布产品，这些产品有助于决定某项给定职位的申请人，在这些申请人的背景下什么样的属性可能会是很好的契合以及如何进行最有效率的面试。Bersin表示，AI软件通常通过分析公司人员的数据以确定所有成功员工的共有模式来达成上述目标，例如受教育程度和工作经历。然后，它会在网络上寻找类似背景和职业水平的候选人。 Bersin说，“我们有AI软件可以实际地观看视频，并确定该候选人是否在说实话或者提取个人线索。”这里的软件指的是来自HireVue 公司的软件，这是一款AI在HR中应用最早的程序之一。 Bersin补充说，职业发展是另一个重点，在众多供应商中，IBM和Workday提供的工具可以分析企业内部移动性模式，了解成功员工的经验和发展历程，并为管理人员下一步管理提供建议。其他AI软件可以对社交媒体和在线调查数据进行情绪分析，以衡量士气和发现员工流失的风险。 人才管理的另一个核心组成部分在学习领域，AI可以阅读文件并将其转化为作业或根据个体的职业发展轨迹和绩效推荐课程。 很多人认同AI在有一方面是与众不同的：它从所收集的数据中学习的能力。“它不需要大量的技术来预测某事，” Textio的Harris说，“但是，它需要大量的技术来以可靠的量化方式对这种预测做出正确的决定，然后将这种学习和循环重新纳入系统。” Textio是建立在一个数据存储上的，该数据存储有超过7000多万个职位清单和定量结果数据，其中包括候选人申请人数，候选人资质、面试表现等。“所有这一切都是完全定量的。在技术工作中，大数据是一个非常重要且非常成功的词汇。在过去两年中，我们看到了它的巨大变化以及带来的商业价值。”Harris说。

三思而后行

虽然在HR中使用AI存在一些风险，但肯定不会像预期的机器智能中的“奇点”或影片《终结者》中灾难性的Skynet那样夸张。 Bersin说，AI算法并非是完善的，它相对较新，还没有为接管HR流程做好准备。 AI的判断也不是绝对准确的。他说：“有时不仅不准确，而且很危险，因为人们是都会心烦意乱的。”人们对于雇主如何使用他们的数据已经感到紧张，所以公司应该透明地了解如何使用人工智能，并强调个人的权益。

人力资源中机器人的崛起

一方面是AI在HR中的不同应用程序可以将重复性的文档分享、数据录入和消息传递变得自动化，这是通过AI驱动的聊天机器人或软件机器人来为雇员和HR经理处理任务的。咨询公司Deloitte Bersin的负责人兼创始人Josh Bersin表示：通过利用常见问题的数据库，机器人可以要求IT部门为一名新员工配置一台电脑或改变一名员工的福利选举。 员工甚至可能不知道他们并非在和人交谈。Bob Schultz是IBM人才管理解决方案的总经理，在几项产品中使用了Watson认知计算，他回顾了“Jill Watson”作为Georgia Tech大学教授雇员的故事，在教授和盘托出实情之前，Jill Watson几乎被选为最佳教学助手。Schultz说，学生们称赞说总能够找到Jill而且可以及时得到回应。他补充说，IBM的机器人产品Watson Virtual Agent的一些测试版用户正在HR工作流中使用它。 软件机器人正在其他业务功能上异军突起，这引起了人们对工作流失的恐惧，但Bersin表示，HR的工作人员不用担心。“这不会像电脑消灭HR部门一样，”他说。工作的流失应限于劳动密集型支持功能，例如帮助员工填写费用报告的呼叫中心。他说，机器人最好被认为是“增强智能”，可以帮助人们更快更准确地工作。 管理层应该采取措施确保AI的存在，不仅仅是替代HR工作人员，而是可以作为一种途径，解放这些工作人员以让他们更多更好的完成工作，例如解决那些软件无法解决的问题。 Bersin说：“我不会把它用作降低成本的工具。此外，对AI工具的人力监督对于捕获错误并在上下文中提出建议是很重要的。” Mueller表示，AI只需要做得足够好并带来重大的改进：“如果人为决策的工作占到51％，如果你要为达到三分之二或80％而努力，那么你可以通过AI的力量极大地改变你所在公司的决策质量。” 与此同时，他警告说，一些AI应用程序在很大程度上依赖于咨询服务，并且功能比用户预期的要少。他说：“随着时间的推移，聪明人可以创造最令人惊奇的事情。这一定会实现，问题是你会为之付出多少。” Mueller建议用一个“沙盒”在真实公司数据的基础上来测试软件。他说：“和你的供应商说，‘这是我的数据，告诉我你的机器学习AI能完成什么。’如果这需要几周时间，那它可能不会是一款产品。” 另一种测试是采用一年的数据，并将AI的预测与新员工实际表现情况进行对比 。 SAP的Baur说，选择正确的数据对于使AI解决实际问题至关重要。例如，一家将所有高绩效的历史数据都提供给一个算法的公司，如果大多数这些绩效拥有者都是男性，那么在招聘中可能会导致偏见。她说：“以周全的方式查看数据并制定数据选择和呈现方式很重要。” Bader计划使用Expedia的数据仓库来衡量AI对这些HR指标的影响，这些指标包括填补职位空缺所需的时间和新员工的质量等。“有时，HR组织忽视了这个基本事实，并去关注了具有吸引力的新对象，而没有考虑如何触及到功能的核心分析，”Bader说。他的建议是首先建立一个基准来对改进进行衡量。