2.3 HR在数字化转型中的任务

2.3.1 连接技术与人性需求

随着数字化时代的到来，HR应该如何来应对大数据与人工智能时代带来的挑战呢？我们可以从图2-2看到，HR的工作本质是以人性的需求为基础，其工作范围都是和马斯洛需求层次相对应的。

HR更擅长与人打交道、解决人的问题，而不是成为大数据、人工智能等技术领域的专家。因此，HR可以先从自己擅长的事情出发，思考在满足员工的需求上企业目前到底存在什么问题。

同时，HR需要去关注数字化技术发展的趋势，不必了解技术的细节，但是要知道技术能够做什么。例如了解职场物联网、情感识别、对话机器人、大数据预测分析等。

基于对人性的需求的把握和最新技术趋势的了解，HR就需要更多的想法来作为纽带和桥梁来连接技术与人性的需求。我们以HR的不同工作领域为例来分别看一下HR在数字化转型过程中可以有哪些思考点。

薪资福利

利用数字技术虽比较容易实现薪资和福利的准确计算和及时发放，但是仅仅做到精确计算就可以了吗？

对于薪资和福利，员工会有不断更高的期望值，大家通常都觉得企业给到自己的工资与福利还不够高。因此，HR不仅需要利用市场对标结果对公司福利进行合理的设计，还要把相关薪酬福利体系明确告知员工，让员工切身感受到公司为员工提供的薪资福利和市场水平相比到底如何，有哪些方面是领先市场的，公司在整体的薪酬福利上为员工考虑了哪些方面。通过数字化的方式把企业为员工提供的整体薪资福利可视化地呈现在员工面前，可以更好地提升员工对薪资福利的满意度。在员工对薪酬福利有疑问时，HR能否合理地做出回应，会影响到员工对于薪资福利的体验。

因此，员工对于薪资福利的需求有时并不仅是生存和安全的需求，员工需要觉得自己被尊重，需要觉得自己是被合理地给予了与自身能力和付出相匹配的回报。对于员工高层次的需求，HR可以在设计薪资福利相关的数字化应用时，思考如何在满足员工生存与安全的需求基础之上，利用大数据和人工智能对于不同年龄、不同性格和不同背景的员工进行分析，匹配更人性化、更打动人心的薪资福利方案并主动推送，让这些薪资福利能满足员工的个性化需求，使得员工本人甚至是家人都能感受到公司的关怀，满足员工社交和尊重的需求。

机器能做的事情尽量交给机器去做，HR需要考虑的是如何去应对那些机器所实现不了的员工需求并提出新的想法。这就是技术与人性的需求的结合点。

团队激励

业务领导们通常并不会质疑HR对薪资福利是否及时发放，而是会质疑在员工上层需求的相关工作中HR的有效性。比如，HR如何有效了解员工在公司工作团队中的合作是否和谐高效，员工工作是否感觉快乐、有价值感等。

我们会发现，通过传统的HR工作方式和专业能力是很难对这些工作实现自动化和量化分析的。这时HR所能起到的作用就是要结合业务的衡量需求去思考是否有可以用数字化技术来解决的方案。

例如，员工敬业度和员工满意度调查通常是公司为了解员工各项需求是否被满足的一种做法。

在敬业度和团队协作状态的评估工作上，通常很多公司通过一年一次的敬业度调研来进行。但其实HR在做敬业度调研的时候，一方面，很多不满意的员工很可能之前就已经离开了公司，根本没有机会打出不满意的分数。另一方面，参与员工的打分也会和本人当时的心情或者其他临时因素有关。在这种情况下，其结果就变得不太可信，而且也不能随时真实反映公司员工团队的真实状况。

这时作为HR基于对未来的新技术趋势的了解就可以尝试一些创新想法。例如，从技术趋势中看到有情感计算与识别的应用，考虑是否可以在公司内部通过情感计算和识别技术来分析员工对工作的满意度。是否可以通过声音识别技术来读取会议录音，从而评判团队合作氛围的现状，或是通过邮件内容的语义分析来判断公司的整体沟通风格。从职场物联网的趋势还可以联想到，是否可以通过手环来跟踪员工的健康和情绪状况等。目前已经有公司在进行各种尝试。敢于思考才有可能会实现，在类似场景下的讨论和想法和HR是否懂技术无关，有了这些创新想法，就可以把想法交给大数据与人工智能的专家去设计、研究解决方案。

当然，这会涉及个人隐私的问题。基于数字化伦理与道德相关的趋势，HR可以依据对人性的了解，多思考，提出更多的见解和建议，努力在人工智能和隐私保护之间保持平衡。

共享服务

在HR共享服务中心的员工热线咨询解决方案上，HR可以通过人工智能来回答员工的问题并持续通过机器学习来提升回答的准确度，进而验证当前已有的人工智能方案是否能真正听懂员工问题背后的诉求，解决员工的问题，以及应对有情绪员工的投诉。HR通过体验可提出人工智能在哪些方面的回应还不够精确，还不够有温度，让技术专家去研究机器如何能做得更好。

在日常流程工作上，HR可以利用流程自动化技术将一些日常的重复工作转变成自动化操作。目前已经有很多成熟的技术可以实现流程工作自动化，用自动化节省下来的人力、物力，继续考虑如何提升HR对于员工服务的温度。

在招聘管理上，我们也可以提出如何能够通过人工智能来完成简历筛选和完成面试。有不少公司正在进行此方面的尝试，而这些尝试也都是HR部门与技术部门或者第三方公司共同合作，由HR提出需求，在实施过程中由HR利用经验来验证人工智能分析和自我学习有效性的。

在离职管理上，HR可以通过人工智能对大数据分析和机器学习来建立离职预测的相关模型来提前防范高绩效人员离职风险。从离职分析的原因和归类上是否可以摆脱传统的个人原因、职业发展、薪资收入等归类的束缚，进一步从人的需求角度出发分析员工是在哪一层马斯洛需求上没有得到满足。

人才发展

在人才发展领域，HR可以思考如何利用技术来解决能力发展相关的闭环管理问题，例如，是否有可能采集员工邮件及会议中的文字、语音、视频数据，结合员工的反馈，对所有反馈进行智能综合识别分析来了解员工的行为与公司要求的能力模型的差距，并定制相应的员工培训及辅导方案并跟踪实施？是否可以通过持续采集数据及分析来智能判别员工在行为上是否有持续改变和提升并实时调整培训方案？由于虚拟现实体验的技术已经非常成熟，为了达到更好的培训效果，HR可以考虑用虚拟现实的方式来加强员工的学习体验。

从行为学设计的角度HR可以考虑利用技术来实施即时激励，固化员工的正向行为，赋能员工。有公司在内部用推广电子贺卡的方式来进行相互感谢。如果为了进一步增强该功能，可以让员工在收到感谢贺卡的同时再给予一定的积分，积分可以立即消费换取礼品，这样就能通过多次即时激励的体验，鼓励和引导员工在下一次遇到同样情况时，做出被鼓励的行为反应。

通过以上这些示例，我们可以看出在数字化转型的过程中，HR更需要创新思路、勤思考，基于人才管理的需求和痛点，了解人性需求，同时关注最新技术趋势，将两者结合起来提出新想法。通过HR们在平时不断地思考和提出新想法，就能驱动各种市场上的人力资源技术公司对于人工智能和大数据技术的持续研究与革新。当技术准备好的时候，HR其实也已经准备好了，可以适时切入，进行数字化尝试。有了好想法，我们就能取得管理层对HR在大数据及人工智能等数字化应用场景的重视和持续投资。

至于这些想法具体如何实现，可以交给专业的公司、部门或人去做，让技术工程师利用机器学习技术来进行可行性评估和技术方案设计，再由HR来检验数字化方案是否能真正解决业务部门与员工的需求问题，这样就能充分发挥HR和技术合作方各自的优势。最后总结起来就是一句话：HR更要有想法而不是懂算法。