您的浏览器禁用了JavaScript(一种计算机语言,用以实现您与网页的交互),请解除该禁用,或者联系我们。[XM Institute]:工作表 : AI 的 HR 任务适用性 - 发现报告
当前位置:首页/其他报告/报告详情/

工作表 : AI 的 HR 任务适用性

2024-07-15XM Institute章***
工作表 : AI 的 HR 任务适用性

工作表:AI的HR任务适用性 原始资源:通过人与人之间的联系提升员工对AI的采用 SUMMARY 每个业务功能都将被AI和新兴技术所改变,HR也不例外。作为提高生产力的途径,将日常或管理任务转向人工智能自动化可以释放人力资源团队来做他们最擅长的事情-计算机无法复制的更具战略性和人性化的任务。使用此工具来探索您的团队如何利用AI驱动的工具来自动化或增强您的人力资源活动,从而节省时间,提高工作质量并帮助您产生切实的业务影响。 完成“AI人力资源任务适用性”工作说明书的八步 此练习将帮助您反思人力资源团队现在在哪里花费时间,以及将来会是什么样子,因此您可以确定哪些任务或职责可供自动化使用 ,哪些任务或职责可以由AI补充,或者不适合AI工具。要完成第4页的工作表,请按照以下步骤操作: +步骤1:选择团队或函数选择将成为您审核重点的业务领域。这可能是您的直接团队,职能领域或整个人力资源组织。 +步骤2:隔离战略区域使用第2页的“示例战略领域”表作为起点,确定团队或职能部门当前负责的领域。 +步骤3:定义可交付成果。描述这个团队或职能在战略区域内产生的输出。这些是团队产生的服务、任务、责任或资产。 +步骤4:估计当前时间列出你认为这个团队目前完成这些可交付成果所花费的时间(以百分比表示)。 +步骤5:确定AI的任务适用性。考虑与每个可交付成果相关的主要任务或责任。使用第3页上的“AI的任务适用性类别”作为指南,列出可由AI自动化、由AI补充或目前不适合AI使用的活动。 +步骤6:项目潜在影响。现在是时候展望未来了——如果这些任务是自动化的或由人工智能工具支持的,你会期待什么结果?特别注意这些变化如何改变花费在这些任务上的时间,以及结果质量或效率的任何改进。 +步骤7:探索您的技术选择。与内部利益相关者一起查看此工作表,以确定可用于支持这些过渡的技术解决方案。考虑与您的IT 团队会面,讨论如何将AI或HR技术应用于这些工具对自动化或补充开放的任务。 +步骤8:评估技能和能力。考虑该团队确保这些过渡成功所需的能力。这可能是现有团队成员发展计划或将要雇用的人才成功概况的起点。 如何使用 请考虑按以下方式使用此工具: +团队规划促进与您的团队就AI的潜在用途进行对话或研讨会。 +提案开发为技术和/或支持投资创建商业案例。 +任务分析将此工作表用作规划工具,以支持未来的角色分析和团队需求。 工作表:AI的HR任务适用性 原始资源:通过人与人之间的联系提升员工对AI的采用 人力资源团队在组织的成功中起着至关重要的作用,因为他们负责监督几个战略领域。虽然它们通常是相互关联的,单个团队在多个领域工作是很常见的,但专注于每个独特的运营领域是很有帮助的。 示例战略领域 招聘和招聘识别,吸引和选择候选人以填补职位空缺。 劳动力规划预测未来的劳动力需求,确定技能差距,并制定战略来解决这些问题。 绩效管理通过反馈和目标设定评估和提高员工的工作绩效。 员工关系解决和解决工作场所问题,保持员工满意度。 多样性、公平性和包容性设计,实施和监控组织系统和计划,以确保所有员工的公平待遇和机会。 工资和福利处理员工的补偿,包括工资,工资和奖金。管理员工福利,如健康保险和退休计划。 学习与发展通过培训和其他举措促进教育和专业成长,以提高技能,绩效和职业成长。 战略商业伙伴关系与商业领袖合作,了解优先事项并制定人员战略以支持成功。 员工退出流程管理离职员工的离职流程。 人员分析收集、分析和可视化人员数据以发现洞察 HR技术管理实施、集成和管理技术系统组合。 合规性和完整性确保遵守劳动法和准确的监管报告。 工作表:AI的HR任务适用性 原始资源:通过人与人之间的联系提升员工对AI的采用 在人力资源专业人士支持的许多领域中,有一些任务可以从AI自动化或补充中受益,而其他任务则不会。要确定任务的适用性,请首先列出在团队或职能中执行的关键任务,并将其添加到第4页工作表的“可交付成果”列中。然后使用以下类别来确定AI可以通过节省团队时间,提高工作质量和影响力以及帮助您推动有意义的业务成果来增加价值。 适用于AI自动化 适用于AI补充 不适合使用AI 高度重复、基于规则且涉及最少决策的任务可以完全自动化,从而为更复杂的活动释放人力资源。 任务或职责,涉及人和人工智能能力的协同,人工智能通过提供工具、数据、洞察或特定子任务的自动化来帮助人类完成任务,但人类始终对任务负责并做出最终决定。 需要复杂问题解决、情商、道德判断或高风险决策的任务应该完全掌握在人类手中。 最适合的任务自动化AI:+有一套清晰的规则或步骤,可以简单地解释+使用结构化且易于访问的数据+携带潜在错误的低风险+重复且耗时+可以从有效的扩展中受益匪浅+可以在缩放之前进行试点或测试+将需要最少的情绪智力或同情来完成+利用现有AI解决方案有效执行类似任务+在过程的所有阶段包括人为干预的途径+拥有可由专家监控和管理的输出和流程 最适合的任务补充AI:+可以通过提供见解或建议以告知人类决策的AI工具进行改进+涉及人类难以通过其他方式完全处理的大量数据+在AI可以自动化的更大流程中拥有子任务或步骤+目前在知识或洞察力有限的情况下进行+包括检查点,人员可以在其中验证或覆盖AI输出+由于缺乏资源来获取数据和计算复杂的分析,目前无法执行+制定隐私、治理和完整性保障措施 ,在道德上涉及AI +可以通过使用AI变得更加准确或一致+可以由具有足够培训和使用AI工具技能的员工提供支持 可能被考虑的任务不适合使用AI:+跨越(或接近)法律和监管界限+需要高度复杂和/或对人们的生活产生重大影响的决策+涉及敏感或机密信息,没有足够的隐私、安全、治理或道德框架来保护它+发生在低信任或透明度的环境中+建立对AI生成的输出的过度依赖或信任的任何潜力+使用不完整或包含算法偏差的现有数据集+人工智能的引入将大大降低决策的可解释性或透明度+没有具备使用工具或产出所需技能或能力的个人支持+如果引入AI,将导致员工或客户严重不适 工作表:AI的HR任务适用性 原始资源:通过人与人之间的联系提升员工对AI的采用 团队或功能 战略领域 按照第1页上的说明填写此工作表。使用第5页上的示例查看完整版本的外观。 Deliverables 当前时间(%) 适合AI的任务自动化 适合AI的任务 Supplementation 任务不适合对于AI 潜在影响 预计时间(%) Results 所需的技术过渡 过渡所需的技能或能力 工作表:AI的HR任务适用性 原始资源:通过人与人之间的联系提升员工对AI的采用 Example:已完成的HR任务对AI工作表的适用性 团队或功能 人才招聘团队 战略领域 招聘和招聘 Deliverables 当前时间(%) 适合AI的任务自动化 适合AI的任务 Supplementation 任务不适合对于AI 潜在影响 预测时间(%)结果 工作分析和候选人概况发展 10% +发布招聘广告+收件箱排序 +分析职位空缺 requirements +撰写职位描述(长度 、格式、包容性语言,翻译) +编制审批+理想候选人简介发展 职位描述和广告编写速度更快,针对不同受众和平台进行定制。潜在的时间节省:-5% 缩短了从员工批准到发布需求的时间,提高了招聘广告的投资回报率(基于性能) 人才采购和候选人吸引力 25% +恢复筛选+候选人查询(聊天机器人) +候选人应用过程+采购候选人档案 +设置 申请资格标准 +外部 品牌活动 在技术技能筛选,回答查询和采购中节省了人才获取时间。潜在时移:-10%。 通过早期阶段更快的候选人进展,增加外部事件的带宽 申请人筛选 20% +应用程序跟踪和报告 +筛选访谈 +软技能或适合文化的过滤 减少手动报告中的人才获取时间。潜在的时间偏移:-5% 为利益相关者提供更快、更准确的见解 +面试协调+技能评估+偏置检测+候选人和招聘经理经验管理 +招聘 委员会 +Accommodatio 提供延长决定 ns 为双方节省了时间 更快的候选人进度,改善内部客户和候选人经验(面试中的人工智能记事员),通过自然语言处理减少偏见,改进面试官通过自然语言生成的反馈质量(目前没有Conducted) +面试时间安排 人才培养团队 候选人评价和面试过程 30% +面试笔记摘要+候选人进度通讯 (追逐摘要)和内部面试官(手动记笔记和写摘要)。潜在时移:TA-10%,每周加50小时(1小时每次面试) +提供写作+补偿包代 更公平,更准确 提供谈判和接受 10% +入职工作流 +提供谈判 减少手动补偿生成步骤和入职管理潜在时移:-2% 薪酬方案,更有效地过渡到入职(目前非常手动过程各业务部门和地点不一致) Operational 5% +处理文书工作+手动工作流 +劳动力规划+内部人才流动+人才辅导和指导 +战略咨询+个人发展 其他任务的节省为这些领域打开了带宽潜在的时移:+20% 在其他领域节省的时间可以增加战略规划和咨询任务的能力。 过渡所需的技术 过渡所需的技能或能力 + 主题分析和基于文本的内容的自动摘要,包括偏见和关键字警报 ++++ 自动化内部人才推荐-技能管理/分类开发用于内部和外部查询的虚拟助手/工作流用于面试问题和摘要的生成AI模型应聘者和新雇用者流程工作流和票证(例如,评估、IT订单、入职通知) +++++ 精通HRIS和人才管理软件数据分析和可视化了解数据安全和法规项目和变更管理IT、网络和系统集成的基础知识 + 持续候选人和入职经验管理-在HR上培训的AI模型主题/术语、方法和基准,具有摄取能力用于添加上下文的经验/操作/行为数据 + 人员分析