麦肯锡全球研究所认为，“60％的职业中30%以上的活动可以被人工智能代替”。
牛津大学的研究报告称：在今后10～20年期间，在IT化的影响下，美国702个职业中将会有一半消失，而美国接近47%的从业人员的职业均在其中。
人工智能有可能在接下来的几十年改变每一个行业，甚至人工智能将完全代替现存的一些工作岗位。
当人工智能撞上人力资源，会碰撞出什么结果？
传统的人力资源招聘渠道庞杂，HR消耗大量精力进行人才搜寻、选拔，速度慢，成效差，对于员工的技能培养及员工绩效管理也相对薄弱。
如果传统的人力资源结合大数据分析能力，通过人力资源大数据贯穿“选育用留”全流程，为人力资源从业者提供以数据为支撑的决策机制，实现人力资源的智能化。
招 聘
招聘在人力资源管理里面是技术含量比较高，难度比较大的工作，人限于知识有限性以及认知能力有限的问题，在对候选人的寻找和筛选上总是会出问题。 而人工智能拥有无限的知识和更加完善的认知能力，可以自动开启招聘任务，自动寻找与匹配候选人，自动识别和判断，自动跟踪，自动评估和分析等。
2017年3月，北美著名猎头公司SourceCon举办了一年一度的行业竞赛，要招产品经理、系统管理员（SystemAdministrator）、地勤人员（Ground Service Agent）这三种完全不同岗位需求的人，给出5500份真实的简历，要求找出在这些简历中最匹配这些公司的职位的人选。
参赛的是北美最顶级的8位猎头和一个机器人Brilent。
当然，最后胜出的是人，这位冠军花了25个小时筛选出了合适的人，但是，机器Brilent的准确度排到了第三，重点是，Brilent只花了3.2秒，就把合适的候选人筛选出来了，而其他团队分别也花了4－9个小时等。
Brilent 是一个基于人工智能的给候选人进行排名和评估的系统。通过植入公司的内部人才数据库，比如应征者追踪系统（Applicant Tracking System，ATS）、客户关系管理系统（Customer Relationship Management，CRM），对人才数据进行筛选，将其与公司的公开岗位进行排序和匹配，找出条件匹配度最靠前的2%－3%的求职者。
从效率上看，Brilent 至少可以帮助企业的HR缩减1/8的工时。但是，速度并不是机器的唯一优势，Brilent 可以提供关于候选人是否合适的原因，告诉公司，为什么这个候选人适合这份工作，实现人、岗位、公司的最佳匹配。
这离不开 Brilent 自身根据AI驱动的算法。这套算法除了对数据进行筛选、清理、更新和标准化之外，还参考了候选人的额外信息等多个纬度，这些维度就包括候选人换工作的意愿，还包括过去的工作历史、雇主的历史、实际工作描述之外的相关角色等多种额外信息。
Brilent 会把候选人换工作的意愿强度加入到评估，方法也比较精细，比如说候选人收到众多HR发来的60多封面试邀请，但是候选人只有1－2封给出了回应，如此低的回应率，是因为这些候选人可能暂时并没有换工作的意愿，这就是重要的额外信息。
员工满意度调查
传统的员工满意度调查方式往往是一年一度的员工满意度调查，效果并不尽如人意。 员工满意度云调查平台Glint以简短的无记名统计方式代替传统的全方位评估方法，让企业了解员工对公司管理、福利待遇、行业发展等方面的看法，基于人工智能技术，Glint能够分析出员工是不是开心，他们的发展目标和公司是否一致。
同时Glint的SaaS服务通过机器学习、自然语言处理和预测分析等技术，识别出亟待解决的关键问题。和使用问卷、反馈表的传统方案相比，Glint最大的优势在于提供实时的最新数据。Glint解决了传统问卷的一个弊端，如果数据已经是几周前或者几个月前，那么价值会大大降低。
绩效管理
相比于传统的绩效管理，用人工智能进行绩效管理能够解决多方面的问题。 首先，改善人事评价机制。人工智能更加精确地记录员工的工作绩效，对员工的工作成果作出最真实精确的判断。相比根据上司经验和直觉进行判定的传统型人事评价机制，更加公允。由此也能提高公司的效益，提升员工的工作积极性。
其次，人工智能将科学地分析员工在公司中合适的岗位，精确地进行人事调动，完善公司的组织架构。最后，人工智能对员工做出的数据分析使得想要跳槽的员工可能放弃跳槽的意愿，从而稳定了公司的人事关系。
日本高端人才招聘网站BizReach与雅虎、美国客户管理平台Salesforce.com合作，宣布将开发一种人工智能，通过收集员工的工作数据，完成招聘、员工评价和分配工作岗位等任务。该系统中不仅收集了每个员工从面试到入职后的工作评价，还对员工的工作状况进行了跟踪调查，建立起庞大的数据库。人工智能通过“深度学习”可以从大量的数据之中自己总结特征并加以分析，最终评判出员工最适合的工作场所和工作岗位。
智能化人力资源大数据管理及绩效分析平台可探索影响员工职业发展、绩效和升离职的主要因素。全面掌握“员工工作时间去哪了”“员工工作负荷度”。实现“员工可视化管理”、“员工绩效提前预测”和“员工离职早期预警”及“人工干预”，完成企业个人性化管理模式，为绩效考评指标、企业组织结构等方面提供指导，使人力资源由传统的经验驱动转化为数据驱动。
薪酬福利
如果将各个城市的薪酬数据、行业薪酬数据、GDP增速、CPI情况、就业率、失业率、城市发展力评估、公司周边的房价增速输入人工智能系统，就会输出一个客观公正的薪酬标准。人工智能甚至可以告诉管理者人工成本状况，在这种背景下，企业制定薪酬福利将会更加科学合理，各个公司之间薪酬对比将更加透明化。
面试
面试是企业一道简单又复杂的工序，简单是因为基本的问题是雷同的，复杂是从不同的答案中判断出一个适合你公司职位的人才。因此通常企业都是这样的，HR通过对简历进行筛选，挑出合适的人进行初试，接着让部门负责人进行复试，最后让BOSS进行最终把关。
最近，AI面试官在日本问世，它将担任初面面试官以面对求职者。在最新发布的视频中，这位AI面试官考核全面问题尖锐，应聘女生在85分钟内回答了126个问题，到最后已经语塞了。
据介绍，这种AI面试官由3种AI组成：对话AI、音转文的AI，以及选择恰当问题的AI。在面试之后，AI面试官会制作出详细的报告作为用人方的判断材料。而明年这种AI面试官将会对5000位求职者进行面试……
人工智能大范围推广，很多人都担心自己的饭碗被抢走了。但是从目前看，AI比人类更胜一筹的工作往往是程序性、机械型的工作，从这点来看，仓库管理员、柜台收银员、键盘打字员、搬运工等这些程序化的工作很有可能被取而代之。但是，需要感性投入、创新能力的工作，比如艺术设计类、情感类的工作。
而人力资源管理，本身就是一个需要与人打交道、需要频繁地进行心理与情感交流的职业，而将解决人事问题的方式程序化、机械化还很遥远，人力资源也不可能完全被取代。
小编认为，未来的人力资源领域更需要能够设计人力资源解决方案并帮助业务实现战略目标的HR，传统HR是时候向策略性战略性的HR转型了！
作者：熊童子，来源：HR实名俱乐部（ID：HR_club）
