AI驱动的人力资本管理（HCM）分析和应用

　　文章来源：intechopen.com  作者：Kovvali Bhanu Prakash, Appidi Adi Sesha Reddy and Ravi Kiran K. Yasaswi  翻译：译行者
　　导语：
　　人工智能（AI）从科幻小说领域演变而来，作为一种即插即用的技术，通过采用机器学习（ML）、深度学习（DL）和神经网络（NN）来刺激人类的认知能力。与之相关联的行为互联网（IoB）、DNA数据存储、神经形态自动化、量子计算、混合云、增强人类和情感体验等技术正在发展，增强了人力资本的性能、生产力和预测能力，从而赢得了员工的认同。
　　人工智能（AI）具有改变生活方式和工作方式的能力。智能虚拟助手，包括Alexa，Siri，Google，Jovi，Knockout Bot和MiHCM等，已经渗透到生活和职业的各个领域。人工智能在2021年同比增长 16.4%，五年复合年增长率（CAGR）为17.5%，将为了人类的福祉永远在线。
　　AI从科幻小说领域演变而来，作为一种即插即用的技术，通过采用机器学习（ML）、深度学习（DL）和神经网络（NN）来刺激人类的认知能力。行为互联网（IoB）、DNA数据存储、神经形态自动化、量子计算、混合云、增强人类和情感体验等技术正在发展，增强了人力资本的性能、生产力和预测能力，从而赢得了员工的认同。
　　数字时代正在演变为智能时代，＂云＂成为所有智能企业的基石。＂动态技术＂（即人工智能（AI）、深度学习（DL）和机器学习（ML））重新定义了＂人力资本管理（HCM）＂。
　　ML和神经网络正在以合理和系统的方式评估、发展及预测人的认知能力。主要的神经网络包括以下内容：
　　神经网络和多名义逻辑回归模型；  季节性移动平均线（SMA）；  人工神经网络分析（ANNA）；  人工神经网络（ANN）选择建模；  使用Barone-Adesi和Whaley（BAW）美国模型的神经网络；  前馈ANN ；  Elman & NARX 神经网络和反向传播算法；  人工神经网络 （ANN） 和支持向量机（SVM）模型；  云计算、机器学习和文本挖掘；  人工智能和机器人技术；  使用后向传播（NNBP）估计的前馈神经网络模型，以及使用遗传算法估计的前馈神经网络模型 （NNGA）；  概率神经网络（PNN）；  人工神经网络（前馈和后向传播），以处理生产绩效和效率。
　　人工智能为世界经济贡献了15万亿美元，并扩展了社会（人类2.O）、服务（Cyborg Concierge）和增强管理（C-Suite）。工业4.O正在增强、预示并加速人工智能的力量，HCM接受了人工智能的算法。自动化渗透到所有领域，对工作和劳动力产生了积极影响。数字操作使工作更加有趣，更加智能，更简单，也为职业发展提供了机会。
　　01
　　何谓人力资本管理（HCM）
　　＂人力资本（HC）＂一词可以定义为劳动、技能和知识领域中体现的生产性财富，指的是一个人与生俱来或后天获得的知识储备。人力资本是一种无形资产，也是所有资本资产中最有价值的，依靠工人经验和技能的经济价值进行评估。它具有人口属性和能力，是能推动生产力和繁荣的物质和智能资本。即使在今天，＂人力资本＂始终是最大的挑战，而＂人力才能＂仍然是稀缺的资源。
　　＂人力资本管理（HCM）＂是一种数据驱动的分析功能，用于解决所有关键问题，并培养推理能力。＂数据是Gen-Nxt的新石油＂，没有良好的数据，没有规划和建模，没有政策制定，会导致错误的行为或政策决策。HCM评估创造价值的人力资源管理的政策和实践。人力资源管理是一项高级战略，投资和运营计划，涉及对组织成功至关重要的问题，并暗示人员管理与业务成功之间存在因果关系。
　　HCM旨在通过与优秀人才一起进行出色的人员管理，为组织创造和展示价值。HCM侧重于与人力资源管理相关的一系列实践，提供创造组织价值并满足组织特定需求的特定能力。这些实践与 劳动力招聘 、 劳动力管理和劳动力优化 有关。
　　HCM根据积累的知识，技能，经验，创造力和其他相关劳动力属性的存量来衡量＂人力资本＂的价值，以达到＂组织发展＂的目的。
　　智能HCM（IHCM）架构基于 AI、ML、神经网络和 DL，可处理日常 HR 任务的自动化，提供个性化体验，并从 HR 数据库获得可操作的运营见解。数字化举措在重塑、重新定义和完善员工界面 （EI） 和员工体验（EX） 方面取得了巨大飞跃。
　　在疫情的背景下，HCM的应用得到了完善和重构，HCM成为一种＂新的行为数据科学＂，它考虑并分析员工的意见、感受和观点，发挥集体人性中最好的一面，其客观方向是从内到外、自下而上地改变组织。
　　02  AI驱动的HCM：架构和应用
　　＂辅助智能＂适用于今天，＂增强智能＂正在兴起，＂自主智能＂将面向未来。HCM中的AI可以从 基本支持层（BSL） 、 平台框架层（PFL） 和 领域技术层（DTL） 的角度进行分析。
　　大数据是＂基本支持层＂的燃料，＂新的增强算法模型＂极大地提高了代表深度学习`（DL）的机器学习（ML）功能。监督学习（SL），无监督学习（UL）和强化学习（IL）是BSL的成果。多家软件巨头公司，包括谷歌，Facebook，微软，百度，亚马逊，加州大学伯克利分校和加拿大蒙特利尔大学已经推出了基于PFL的DL框架。
　　SAP-HCM套件通过实施SAP-HCM模块（即组织管理（OM），人事管理（PA），电子招聘，时间管理（TM），工资单，ESS（员工自助服务），MSS（经理自助服务）和报告来最小化成本和错误并优化人工解决方案，从而提高人工效率。
　　埃森哲审核与合规HCMApp和API（应用程序编程接口）可快速识别和解决人员数据质量问题。HCM应用程序的广泛使用有助于减少人员流失（减少15.2%），内部工作填补（增加13.7%）和生产力（增加5.4%）。
　　IBM探索的 AI 驱动的 HCM 解决方案，即 IBM-Kenexa 人才招聘套件、IBM-Watson 候选人评估、IBM-Watson 招聘、IBM-Watson 人才匹配、IBM-Talent Assessment Solutions，能够以 95% 的准确率预测员工流失率，并节省近3亿美元的保留成本。它还确定了劳动力的新技能、教育和晋升。IBM-AI 驱动的HCM解决方案评估和发展当今和未来的人力资本能力，并为 HCM 领域的转型铺道。
　　高知特（Cognizant）单一人力资本管理云解决方案使人力资本管理组织能够从传统人事管理（LPM）转向战略人力资本管理（SHCM）模式。标准化的流程、准确性和问责制、实施速度和降低拥有成本是HCM Cloud的主要解决方案。
　　在HCM中采用AI使招聘速度提高了10倍，并将保留率提高了25%，面试的申请人增加了25%。聊天机器人、机器人和虚拟助手由业务算法提供支持，这些算法加入了工人的等级资料。高级深度学习（ADL）技术减轻了人力资本部署的负担。自然语言处理（NLP），人脸识别（支付宝），语音助手（Apple Siri，Microsoft Cortana和Google Now），语音识别（Amazon Echo）和翻译，搜索引擎，问答软件，情感分析和自动回答等系统是HCM Suite改编的一些AI助手和API。
　　03  人力资本智能（HCI）
　　人力资本智能 （HCI） 是一种＂人工智能驱动的HCM突破＂，可简化HCM流程，实现无缝工作流程和直观的工作环境。HCM功能已被＂应用＂于广泛的问题诊断和检测，并提出了有希望的解决方案。
　　数字化举措不只是狭隘地关注员工文化（EC）和员工敬业度 （EE），它在重塑员工界面（EI） 和完善员工体验（EX）方面取得了巨大的飞跃。集成的HCM分析，脉搏调查，健康和健身应用程序，设计思维和员工旅行地图等系统通过自定义的HCMApp来评估和预测员工满意度，从而产生积极的、渐进提升的员工体验，这是HCM中的新现象。
　　这是通过考虑人力资本的＂情感体验＂来定制算法的关键时刻，同时考虑到灵活性、增强现实（AR）和虚拟现实（VR）。人力资本敬业度（HCE）在工作-生活、绩效和生产力的所有记分卡中创造积极性。皮米计量行为和心理测试可以分析、评估并预测人力资本在身体，认知和情感上的行为，并根据情景提供分析和见解。
　　04  何谓人力资本体验（HCX）
　　人力资本体验（HCX）是 Z 世代的 CHRO 在不确定时期评估员工体验需求、定制工作算法、配置工作流程和创建创意工作空间时的一种数字变革和干预。HCX改善了员工敬业度，优化了数字员工体验，并全面衡量员工绩效，管理员工生命周期（ELC）。
　　员工体验的本质不仅是让员工的身体参与进来，而且还要触动灵魂和思想。＂金钱＂不再是对＂Z世代＂有效的鼓舞和激励因素，文化和技术工作环境的重要性不断提升。员工体验要侧重于满足工作场所的体验需求，并将员工转变为敬业的员工。
　　它是一种综合方法，处理心理认知情绪，并将员工的期望、需求和愿望与组织的期望、需求和愿望（即组织与员工之间的关系）结合起来。总而言之，员工体验是员工对工作世界的真实感受和期望的总和。
　　员工体验是一个可以验证且易于遵循的框架，有助于专注于正确的行动，以改善金字塔底层员工的生活。具有技术文化和物理环境的组织设计了组织与员工体验之间的相互关系，这是＂让员工快乐工作＂的真正商业价值。
　　05  AI驱动HCM：未来的方向和维度
　　HCM一直是全球的一个关键问题。人工智能正在取代不需要情感能力的低技能和重复性工作。人工智能驱动的HCM解决方案提供了从采购到选择，从招聘到资源，从部署到开发，从培训到保留，从员工敬业度到员工体验和享受的丰富见解。
　　在人力资本管理解决方案中成功采用人工智能的未来方向和维度包括以下内容：  使人力资本管理解决方案与战略保持一致；  增加对分析的投资，重点是最后一个环节；  澄清基于当前和预测分析的数据本体，并创建跨职能和协作的敏捷团队；  制定具有强大数据治理的数据战略；  通过量身定制的人才战略实现深度数据分析过程；  一线授权分析数据驱动。
　　人工智能驱动的HCM的未来应用集中在以下方面：  ＂数据挖掘＂作为绩效管理中的决策支持系统（DSS）；  招聘和面试中的＂自然语言处理（NLP）和人脸识别＂；  培训和发展的＂机器人和视觉扫描技术＂；  智能薪酬评估中的＂神经网络系统＂。
　　HCM的未来在于让＂流动劳动力＂更快乐，更健康。工作中的幸福感以及未来主义的视野是＂流动劳动力 （Gen-Z）＂的独特特征。通过人工智能驱动的解决方案探索、体验和授权 HCM 的建议如下：像CEO一样倾听，像COO一样说话，像CTO一样阅读，像CFO一样写作，像CHRO一样行事。
　　总之，HCM必须成为预测变化的催化剂，共同为未来创建一系列情景和规划（HRP和SP）。
　　原文网址：https://www.intechopen.com/chapters/79249