生成式人工智能重塑人力新格局

文/王瑜

以ChatGPT 為代表的生成式人工智能重塑了各行業(yè)新格局，也點(diǎn)燃了市場對“生成式人工智能”的關(guān)注度，從而將人們的目光吸引到其背后的“大語言模型”（Large Language Models，簡稱LLMs）。自從以ChatGPT 為代表的LLMs 投入應(yīng)用以來，類似“某行業(yè)將被顛覆”、“AI 將淘汰半數(shù)從業(yè)人員”的聲音便不絕于耳。一個(gè)行業(yè)被AI 顛覆還是被AI 推動增長，需要結(jié)合這個(gè)行業(yè)當(dāng)下的情況以及它在社會歷史長河中的具體價(jià)值來判斷。人力資源的改革和創(chuàng)新，是由每一個(gè)技術(shù)時(shí)代的到來被向前驅(qū)動的。一項(xiàng)新技術(shù)的出現(xiàn)一定會有新的應(yīng)用場景，會給客戶提供解決痛點(diǎn)的新方法，由此產(chǎn)生了新的商業(yè)模式。在新的商業(yè)模式下，組織一定會發(fā)生變化，對人的需求也一定會發(fā)生變化，進(jìn)而對人力資源就會有更高的要求。

AIGC 邊界

AIGC 是Artificial Intelligence Generative Content 的簡稱，指的是利用人工智能技術(shù)來生成內(nèi)容。像AI 繪畫、AI 寫作等都屬于AIGC 的應(yīng)用分支。AIGC 可以在對話、故事、圖像、視頻和音樂制作等方面，打造新的數(shù)字內(nèi)容生成與交互形式。在具體應(yīng)用方面，語言處理是當(dāng)前AIGC 最常見的應(yīng)用，機(jī)器翻譯、情感分析、命名實(shí)體識別、文本分類等都屬于這一領(lǐng)域。ChatGPT 中的內(nèi)容生成是另一典型應(yīng)用，表現(xiàn)在按照用戶要求進(jìn)行文章、詩歌的創(chuàng)作，甚至根據(jù)要求直接生成計(jì)算機(jī)代碼。

以ChatGPT 等為代表的AIGC 依賴于LLMs，LLMs 除了訓(xùn)練所需的巨量算力之外，技術(shù)界認(rèn)為大量高質(zhì)量的數(shù)據(jù)才是其取得成功的關(guān)鍵，通用領(lǐng)域的數(shù)據(jù)標(biāo)注更具有經(jīng)濟(jì)性和實(shí)用性，這部分?jǐn)?shù)據(jù)相對充足，但在垂直領(lǐng)域中高質(zhì)量的數(shù)據(jù)并不充足，這也是ChatGPT 在通用領(lǐng)域中表現(xiàn)驚艷，但在回答具體某領(lǐng)域中的問題時(shí)，性能便出現(xiàn)下降的原因?；氐骄唧w技術(shù)上，與傳統(tǒng)大數(shù)據(jù)技術(shù)中所使用的結(jié)構(gòu)化數(shù)據(jù)相比，LLMs 處理語言這種非結(jié)構(gòu)化數(shù)據(jù)時(shí)，解析語言使用的算力需求更大，消耗的時(shí)間也更長，這就是為什么在使用ChatGPT 時(shí)會感覺到“卡頓”；LLMs 想要識別對象也需要結(jié)合領(lǐng)域內(nèi)高質(zhì)量的數(shù)據(jù)對每個(gè)對象進(jìn)行具體訓(xùn)練，因此其對圖像的識別更多的是識別畫面意境，難以直接在工作中識別員工情感；在ChatGPT的使用中，有時(shí)會明顯感覺到其信息處理的“不確定性”，當(dāng)指出其回答的問題后，它又會生成截然不同的答案，表現(xiàn)得沒有“原則”，當(dāng)被問及某些領(lǐng)域內(nèi)的學(xué)者與著作時(shí)，它也常存在“編造”的現(xiàn)象。萊斯大學(xué)和斯坦福大學(xué)的研究發(fā)現(xiàn)，用AI 生成的內(nèi)容訓(xùn)練AI，只會導(dǎo)致性能下降，研究人員對此給出了一種解釋，叫作“模型自噬障礙”。

通過以上分析，AIGC 可以在功能性上替代部分從業(yè)者。其實(shí)在人類歷史上，技術(shù)取代人工的事情已經(jīng)多次發(fā)生了，并不稀奇。比如，大工業(yè)時(shí)代，機(jī)器替代了部分手工業(yè)者；現(xiàn)代農(nóng)業(yè)時(shí)代，機(jī)器替代了部分農(nóng)民。當(dāng)代更不少見，比如，自動化立體倉庫的出現(xiàn)會取代傳統(tǒng)的倉庫作業(yè)人員，自動化生產(chǎn)線會替代裝配線上的工人……由此而言，AIGC 取代部分人工工作與之前的歷史并無本質(zhì)區(qū)別。以AI 作畫為例，AIGC 替代人的基礎(chǔ)在于，可以從歷史的畫作以及繪畫技巧中汲取繪畫的邏輯，從而利用算法來完成工作，其基礎(chǔ)還是人工的邏輯，至于機(jī)器可否被人工訓(xùn)練成具備人類智能的模式，目前來看還是不容易的，很可能是與人類的相互補(bǔ)充。在AIGC 發(fā)展的背景下，人類與計(jì)算技術(shù)將重新分工。

傳統(tǒng)人力被沖擊

計(jì)算機(jī)技術(shù)在人力資源管理中早有應(yīng)用，第一、二、三代人力資源系統(tǒng)分別出現(xiàn)于20 世紀(jì)60 年代、80 年代和90年代，主要圍繞數(shù)據(jù)庫的建設(shè)和企業(yè)管理中的海量數(shù)據(jù)，逐步升級的同時(shí)都存在一定的局限性。當(dāng)前AI 在人力資源管理中主要集中在6 個(gè)維度，即基于機(jī)器學(xué)習(xí)的離職預(yù)測、基于數(shù)據(jù)庫的候選人檢索、工作崗位調(diào)度算法、人力資源情感分析、簡歷信息提取以及交互式員工自助服務(wù)。這些維度在互聯(lián)網(wǎng)企業(yè)體現(xiàn)得較為明顯。

中國的人力資源管理與西方目標(biāo)一致，但方式略有不同，美國的成功企業(yè)如Walmart、Google、Mary kay，雖然企業(yè)類型完全不同，但它們都通過人性化地組織公司來將員工放在更高的位置，在北美大多數(shù)企業(yè)都有詳盡的調(diào)查，力求從員工的主管和同行那里掌握員工的工作表現(xiàn)。我國的企業(yè)如華為和拼多多，它們在堅(jiān)持“以員工為本”的基礎(chǔ)上，通過完全不同的切入點(diǎn)保證人力效率。華為在企業(yè)認(rèn)同的基礎(chǔ)上，通過員工激勵(lì)和高強(qiáng)度的培訓(xùn)建立了一種科學(xué)而高效的儲備高新技術(shù)人才的體系，拼多多則是通過以高薪酬為核心的激勵(lì)機(jī)制，輔以競業(yè)協(xié)議、高強(qiáng)度的工作監(jiān)督體制來保證員工工作效率。

AIGC 不同于以往“判別式AI”，它能夠“學(xué)習(xí)”樣本的規(guī)律，并且“生成”與樣本具有同樣性質(zhì)的結(jié)果，它也因此存儲了大量人類已有的知識與技能，衍生出了一定的理解推理能力。人力資源從業(yè)者在AI 輔助和行業(yè)變革之間還有一道需要依靠自身專業(yè)來跨越的障礙，即以員工發(fā)展為導(dǎo)向，在提煉業(yè)務(wù)核心要素的基礎(chǔ)上增強(qiáng)對崗位需求認(rèn)識和人才的鑒別，培養(yǎng)目標(biāo)精準(zhǔn)定位、資源綜合調(diào)度和多維矛盾化解的能力。

傳統(tǒng)的招聘體現(xiàn)在圍繞業(yè)務(wù)進(jìn)行工作崗位分析，優(yōu)化招聘途徑、簡歷篩選、組織筆試與面試等工作。而引入AI 技術(shù)后，AI 生成招聘JD，自動發(fā)布到招聘平臺，自動篩選符合關(guān)鍵詞的簡歷，后臺系統(tǒng)背調(diào)核實(shí)，打造AI 智能招聘系統(tǒng)。當(dāng)然，可能部分高層或特殊技能崗位還是需要人工，但中基層的很多崗位的招聘都已經(jīng)完全由AI 來完成了。

傳統(tǒng)的培訓(xùn)分為內(nèi)訓(xùn)、外訓(xùn)和拓展培訓(xùn)，針對新老員工的不同，具體又可以分為入職前培訓(xùn)、在崗培訓(xùn)和專項(xiàng)技能培訓(xùn)等一系列內(nèi)容。而基于AI 推薦算法，結(jié)合員工數(shù)據(jù)和內(nèi)容標(biāo)簽，數(shù)據(jù)平臺可以為員工推薦個(gè)性化的課程內(nèi)容。隨著員工的瀏覽記錄、項(xiàng)目經(jīng)歷、績效表現(xiàn)、社交足跡等數(shù)據(jù)的不斷更新，數(shù)據(jù)平臺會持續(xù)優(yōu)化推薦效果，還可以對員工的培訓(xùn)表現(xiàn)進(jìn)行智能分析，輔助個(gè)性化人才發(fā)展計(jì)劃制定，并構(gòu)建企業(yè)內(nèi)部員工標(biāo)簽庫，最大化挖掘人才價(jià)值，打造優(yōu)質(zhì)的人才供應(yīng)鏈體系。

傳統(tǒng)員工關(guān)系的工作重點(diǎn)在于開拓企業(yè)上下級、平級之間的員工溝通渠道，保障勞動權(quán)益。在等級森嚴(yán)的管理體制之下，上下級之間幾乎沒有有效的問題反饋與溝通渠道，員工的不滿無法觸及管理者。而AI 員工服務(wù)虛擬助手，對問詢有求必應(yīng)，并實(shí)時(shí)完成相關(guān)問題的解決。調(diào)研機(jī)構(gòu)Forrester 表示，72%的人力資源決策者相信，未來員工體驗(yàn)將成為影響企業(yè)實(shí)現(xiàn)關(guān)鍵業(yè)務(wù)目標(biāo)能力的最重要因素之一，員工服務(wù)是貫穿員工“入-轉(zhuǎn)-調(diào)-離”全生命周期的概念，利用AI 機(jī)器人幫助員工解惑答疑、AIGC提升日常辦公便捷性是改善員工體驗(yàn)的重要手段之一。當(dāng)員工有疑問或辦事需求時(shí)，用語音或文字輸入問題，虛擬助手能夠快速幫助員工解決，系統(tǒng)通過算法分析員工所發(fā)送的問題以及留言內(nèi)容，不斷迭代更新答案庫，更全面地解決員工的問題，滿足員工的需求。

舉個(gè)例子，新員工入職時(shí)，想要了解公司的薪酬福利，輸入“薪酬”便可喚醒虛擬助手，當(dāng)虛擬助手接收到指令后，系統(tǒng)會調(diào)取配置好的話術(shù)，層層引導(dǎo)，為員工解惑；員工輸入操作指令便可快速喚醒各種企業(yè)服務(wù)，如報(bào)銷流程，輸入關(guān)鍵詞后輕松跳轉(zhuǎn)到目標(biāo)頁面，一鍵上傳相關(guān)文檔票據(jù)，即時(shí)完成報(bào)銷流程。

當(dāng)然，關(guān)于AIGC 在企業(yè)中的應(yīng)用，其實(shí)是一個(gè)戰(zhàn)略級的話題。德勤今年年初發(fā)布了一個(gè)報(bào)告，叫“未來人力資源”。其中提到，每一次技術(shù)變革，人力資源都會站在風(fēng)口浪尖上，并且人力資源的作用總是極其強(qiáng)大的。從宏觀層面來講，技術(shù)的變化就是時(shí)代下的巨浪，作為一個(gè)HR 一定要關(guān)注技術(shù)，把思維提前，認(rèn)識到技術(shù)的重要性。AI 在人力資源領(lǐng)域的應(yīng)用逐漸深入，也許隨著未來技術(shù)的發(fā)展，AI 將完全取代HR，但現(xiàn)階段，我們應(yīng)該清楚地認(rèn)識到，AI 只是賦能和輔助。無論是企業(yè)運(yùn)行還是人才培養(yǎng)，都需要擁抱新技術(shù)，形成“人機(jī)共駕”的新范式。還是那句話，改變是緩慢的，但會在一瞬間完成。