如何在HR中明智地使用AI

人工智能正在改变人员管理：以下是明智使用它的方法

人力资源团队一直在率先采用新的人工智能工具来分析和清理数据、规划团队发展、构建技能分类、改善员工体验、制定职业发展路径以及营销公司。在2022年初，四分之一的人力资源组织报告使用了人工智能。到2023年，38%的人力资源专业人士现在在日常工作中使用人工智能，另有33%的人希望尝试人工智能工具。

“人工智能热潮”引发了关于生成式人工智能和人工智能驱动工具在人员运营和人才管理方面的潜力的近乎持续的讨论，以及人工智能相关工作岗位需求的增长。在2022年，Lightcast数据显示，美国有2.05%的工作涉及人工智能相关技能：这几乎是2014年的四倍。在2023年仅仅前五个月，要求生成式人工智能技能的职位发布量就比2022年全年增长六倍。

人工智能工作岗位在2023年上半年增长了6倍。

但矛盾的是，要成功使用人工智能驱动工具需要人类的智慧和判断。人工智能的力量取决于它所依赖的数据。如果用于支撑人工智能工具的数据太小、有偏见或漏洞百出，人工智能就会表现不佳，甚至使问题恶化。

在本指南中，我们分享了Lightcast在基于人工智能的工作数据方面20多年的经验。本指南旨在帮助人力资源领导者抓住人工智能在提高人力资源效率、有效性和公平性方面具有巨大潜力的机遇。

我们将探讨：

» 人工智能在人力资源中最有前景的用途

» 采用该技术的潜在陷阱

» 如何成为人工智能产品的明智消费者

在Lightcast，我们相信人工智能应该用于扩展人类机会，而人力资源将站在释放这一潜力的前沿。我们希望本指南能帮助您谨慎地应对人工智能的采用热潮，提出正确的问题，并为未来的发展奠定基础。

获取推动业务发展的数据

每天，Lightcast从51,000个来源（包括招聘网站和公司网站）获取信息，构建无与伦比的劳动力市场视图，其数据库包括： » 超过25亿条当前和历史职位发布 » 超过7亿份职业档案 » 1亿条薪资观察 » 覆盖150多个国家 Lightcast团队（由人类组成）拥有20多年分析这一庞大数据集的经验，并结合人工智能，为市场中的职位提供现实世界的技能匹配。Lightcast数据具有足够的广度和深度，能够支持实际决策，使雇主能够规划人才战略，为员工提供正确的职业发展，并在动态的劳动力市场中找到合适的人才。要有效，您需要将外部来源与您自己的数据相结合，以全面了解情况。

人工智能如何改变人力资源运营

数据科学家和建模专家已经在使用内部数据来构建关于留任、晋升潜力、职业路径和招聘的预测模型——但良好的人工智能工具会融入可信的外部数据，以提供有意义的背景和比较。下面，我们考察人工智能在人力资源中的四个主要用例，包括潜在陷阱、机遇和入门引导问题。

“如果正确利用，具有强大比较数据的人工智能工具可以识别薪酬公平差距，判断某人是否适合评估招聘或晋升，并帮助识别和改进导致员工流失的不同因素。”

— Jason Bartusch，Lightcast战略与增长副总裁

1. 识别内部技能差距并培养内部人才

大多数公司对员工当前的工作内容了解很多，但对他们的能力却知之甚少。组织内部可能存在隐藏的人才库，其中员工的技能目前未被利用，但在适当的情况下可以释放。

人工智能驱动工具，结合基于技能的招聘策略和战略性劳动力规划，提供了以新的和令人兴奋的方式培养内部人才的潜力。

人工智能工具可以分析并推断特定公司或特定团队成员的预期技能，以确定缺少哪些技能。或者，它可用于识别当前员工中那些具备晋升所需大部分技能但并非全部技能的员工。然后，人工智能工具可以建议学习路径和技能建设活动，以培养和提拔内部人才——而不是在可能不必要的情况下开设新职位并从外部招聘。

战略性的劳动力规划至关重要。如果没有足够的数据和管理人才、帮助员工成长的经验，工具可能会建议错误的职业路径或不合理的下一步，浪费资源和金钱。

使用人工智能培养内部人才时要提出的五个问题：

1. 您是否为员工制定了基于技能的职业路径？换句话说，您是否知道哪些技能能让员工晋升？

2. 这些路径对员工是否透明且易于理解？

3. 您是否拥有足够的学习和发展资源来实现内部发展？

4. 您的人工智能工具是基于哪些数据集训练的？是仅限于您自己的数据，还是包含外部数据？

5. 人工智能工具是否符合您公司的价值观和目标？

2. 增加匹配度高的工作候选人数量

每家公司都在努力筛选海量的求职申请并找到合适的人才。一个好的招聘策略包括基于当前劳动力市场设定现实的期望，使用正确的工具来跟踪和管理你的流程，理解你的特定市场和行业，并根据简洁可操作的数据评估每个招聘决策。通过跟踪候选人的技能并将其与空缺职位所需的技能进行匹配，人工智能工具可以将大量申请者缩小为最匹配的候选人。

拥有申请人跟踪系统的公司可以获取大量实时信息，包括谁申请了、谁被录用了以及申请人具备哪些技能。这些信息可以而且应该通过更广泛的劳动力市场中的职位和技能的外部数据加以增强。仅使用内部数据做出决策可能导致招聘的技能与职位不匹配。如果没有同一职位的外部职位需求背景，公司可能会错过技能差距并招聘错误职位。

此外，依赖内部数据会增加“固化”现有招聘问题的风险。数据量小或有偏见的人工智能工具可能导致公司只筛选出与已录用员工最相似的申请人。这可能引发偏见的指控。因此，彻底审查人工智能匹配工具并避免盲目遵循其建议至关重要。此外，为了既避免偏见又确保隐私，人工智能工具不应在流程中使用个人身份信息（PII）。

在候选人匹配中使用人工智能时需要回答的五个问题：

1. 我们的总体招聘目标是什么？哪些技能或其他要求对我们的业务最重要？

2. 我们是否已将技能需求映射到职位描述中，确保我们有匹配的基础？

3. 人力资源团队将如何审查和核实人工智能系统的建议？

4. 人工智能系统是否符合适用的雇佣相关法律指导？

5. 基于人工智能的策略将如何与我们的多元化、公平和包容性目标相关联？

3. 设定薪资基准

薪资基准是指公司将其职位名称、职位描述和薪酬范围与公司内外类似职位进行比较，以便为当前和未来员工设定准确的薪资参数。

当公司设定薪资基准时，许多公司首先会查看内部历史员工数据。将人工智能工具应用于内部员工数据可能有风险。如果员工长期薪资偏低，仅从内部数据学习的人工智能工具将使薪酬问题长期存在。

此外，几乎所有公司都使用薪酬调查（这没问题），但大多数是年度调查，更新太慢，无法跟上市场变化。这些调查通常也无法很好地与公司的职位结构匹配，使得基准设定变得困难。

像Lightcast这样拥有庞大全球数据集的人工辅助人工智能工具可以帮助团队创建准确的基准，确保所有员工获得合理的薪酬。凭借来自整个行业或国家的外部数据，公司可以找到提供预期薪资范围上限的最佳平衡点，而不会过度支出损害公司利润率。

此外，当公司进入新的地区时，需要地区薪资基准。生活成本和薪资期望差异很大，Glassdoor等网站的自报数据不够。使用Lightcast的全球数据集可帮助公司在扩张时起步正确。

制定薪资基准计划时需要回答的五个问题：

1. 你用于薪资基准的数据是什么——是否最新、按行业可比、与地区相关，并且包含你竞争或对标的企业？

2. 你的公司是否定期对员工技能和发展进行评估？

3. 有什么标准来确保人力资源遵守州和联邦法规？

4. 贵公司已经多长时间没有将薪资与市场标准对齐了？

5. 你考虑的人工智能工具是否专门为薪资和薪酬基准训练？如果是，使用了什么样的数据模型？

4. 预测和规划员工增长以及选择新地点

市场选择是一项重要但未被充分重视的人才职能。它包括确定哪些地区拥有强大的人才库以支持新设施（选址），以及了解未来的技能需求和在哪里寻找工人（长期供需规划）。人力资源团队已经在使用数据模型来跟踪公司的增长情况、已实现的目标如何促进增长，以及预计收入（和其他目标）如何证明业务扩张的合理性。

广泛的劳动力市场数据可以指出潜在的人才机会，而人工智能应用可以使实际分析更容易。所有这些过程都可以帮助加快招聘时间和生产力时间——好的人工智能工具将帮助公司识别需要改进的低效领域。

同样，广泛的外部数据集对于准确分析至关重要。所有公司在某些职位上的数据都有限，特别是那些不常招聘或人口统计数量较低的职位。如果公司进入一个全新的领域，问题就更大了（公司怎么可能拥有过去从未招聘过的职位的内部数据？）

通常，数据集较小的公司可能会发现没有足够的数据来供应人工智能模型或进行预测。在国际上做出规划决策时，许多工具的全球数据有限。人工智能在数据有限的情况下是无效的。

在制定市场选择计划时需要回答的五个问题：

1. 具备你公司所需技能的现有工人供应情况如何？

2. 在特定地区，这些熟练工人的供应情况如何？是否有更多工人在培养中？

3. 该地区的历史薪酬趋势如何？

4. 有多少竞争对手在寻找同一人才？

5. 你的AI是否覆盖了本案所需的区域和技能的数据？它是否经过市场选择训练？

在人力资源中使用AI的挑战与机遇

可以理解的是，许多人力资源专业人士对AI创新持谨慎态度——AI参与招聘决策 已经被平等就业机会委员会处理过。AI技术及其使用方式存在风险。

重要的是权衡将不同活动交给AI的风险。使用AI工具帮助规划员工活动是一回事，但让它影响解雇员工的决定则风险大得多。

AI技术存在四个主要顾虑：透明度、偏见、过度依赖和数据隐私风险。

数据信任与透明度

当确保公司走向多元化、包容性，并确保人力资源有效管理人员决策时，最新、可信的信息至关重要。一个时间点的快照或15年前的基准不够准确。

但即使信息是最新的，AI系统做出的决策也必须清晰可解释。人力资源中使用的AI工具不能是“黑箱”， 即无法理解算法为何采取特定行动。这种方法使人力资源经理处于站不住脚的境地。在招聘或晋升过程中使用人工智能必须对候选人、同事、经理（以及潜在的法院和监管机构）可解释、可辩护。否则，公司可能面临严重的士气问题和法律后果。处理人员事务的团队需要确切知道决策和候选人选择的原因。

偏见的输入和输出

AI工具可能产生加剧对边缘化群体歧视的结果 群体，这就是为什么人力资源团队在使用AI工具做决策之前需要了解偏见可能有意或无意影响结果。“你能使用的数据集越广泛，数据就越多样，AI工具和模型就能产生更公平的结果。” —Mark Hanson，Lightcast战略、技能与人员分析副总裁

过度使用和越权

因为AI在日益时间紧迫的社会中为用户节省大量时间，很容易想象公司过度依赖AI的世界。

数据触手可及，使用AI快速寻找答案很诱人，但认识到数据来源以及这些数据如何用于推动战略决策的影响很重要。

此外，AI工具本身不足以做出决策：依赖AI工具且不检查其输出可能导致糟糕的决策。这一点尤其相关，因为AI工具仍容易出现“幻觉”等问题，即看似合理但实际上错误的回答。在人力资源领域，风险很高：人们依赖人力资源团队来谋生——而不是被降为公司指标列表中的一个统计数字。

在人力资源中使用AI的关键是将其视为工具，而不是取代从事这种以人为本工作的人。

数据隐私问题和安全风险

由于AI目前非常热门，新的AI工具和公司层出不穷。当数据大规模共享时，更容易被泄露。而且由于人力资源数据是公司最敏感的信息之一，引入未经审查公司的AI人力资源工具是个坏主意。

“为了维护数据隐私并促进无偏见的技能匹配，我们不使用个人可识别信息（PII）。我们关注技能，并在将数据引入模型时去除PII数据。当我们构建模型时，我们知道它只会将技能与角色匹配，并且我们的数据源受到保护，” —Mark Hanson，Lightcast战略、技能与人员分析副总裁

在人力资源中使用AI的关键是将其视为工具，而不是取代从事这种以人为本工作的人。

Lightcast的AI理念

好数据进，好数据出。

AI工具的力量取决于喂给它们的数据，我们致力于提供最强大的劳动力市场数据集供雇主使用。我们帮助公司更快地回答人力资源领域最棘手的问题。

我们相信人类辅助的AI。

Lightcast工具由人类辅助的AI驱动。我们有专门团队采用“人在回路”策略来构建和改进模型。他们参与数据策划、丰富和交付过程的每一个阶段。

我们构建透明工具，使用可解释的AI。

每个用户都应获得清晰的解释，了解结论和建议的来源。与许多AI工具不同，我们不是“黑箱”——我们是一本打开的书，我们分享我们的来源、方法论和方法。

我们致力于使用基于技能的劳动力规划工具结合AI，创造一个对每个人都有效的就业市场。

我们开放的技能标准和可解释的方法将使就业生态系统中的所有参与者能够做出更好的决策和建立联系，以改善工作世界。

评估AI供应商

除了处理安全审查，团队还必须评估AI工具是否真的能帮助他们实现业务目标。方法如下：• 做一个苛刻的演示客户。在进行AI工具演示时，准备好尖锐的问题和示例用例，让销售人员演示，最好使用你的数据。例如，问他们：» 展示他们的工具如何解决你需要解决的具体问题——不要被为在演示中给人留下深刻印象而设计的示例场景所左右。» 训练AI算法的数据集是什么类型，规模和广度如何？» 用于验证AI结果的过程是什么？» 作为用户，我们如何验证结果？我们如何识别可能不正确的结果？» 我们将需要什么样的人力和技术资源来管理系统？• 用你的内部数据集测试AI工具的有效性，看看它是否达到你在演示中看到的标准。例如，如果该工具旨在进行候选人匹配，请使用你已有的招聘内部数据进行测试。你会得到什么样的结果？• 明确你想解决的问题。咨询内部团队，确定是否真的需要新工具，或者问题是否可以在没有它的情况下解决。• 咨询内部或外部的数据科学家，看看该工具是否具有可靠的方法论，能够帮助你的团队。• 深入探究演示中的说法。如果某个工具声称能减少招聘时间，并且说它能找到更高质量的候选人，那就找出具体细节。他们吹嘘的招聘时间是否比你现在的好？该工具如何定义高质量招聘？这些快速招聘是否总是高质量的？

构建AI战略

定义你想要解决的问题

这听起来可能很明显，但明确界定公司面临的问题以及你试图解决什么很重要。当一项技术像人工智能一样引起如此多的热议时，尝试它的诱惑（以及担心错过的心态）是巨大的。毫无疑问，成功采用AI的HR团队将具有优势。

但要成功，你需要有一个具体的用例，并以此情境来判断你的AI工具。理想情况下，这还应该是一个被认为对你组织构成关键挑战的用例。问题越重要，你从高管和员工那里获得的参与度就会越高，从而尝试用AI工具来解决它。

从一开始就建立责任

围绕人工智能的伦理问题，特别是其在人才管理中的应用，是严重的。现有员工、候选人和公众中也会出现类似的担忧。你的所有利益相关者都需要知道，你的AI战略将公平且透明地对待他们。

如果你的公司没有AI责任声明，你应该考虑制定一份。（可在网上获取建议和示范声明）。你可能还需要在求职申请和入职文档中添加相关措辞，以便员工和候选人知道会发生什么。

此外，在制定战略时，最好回顾公司的使命和价值观声明。确保你使用AI的方式与企业文化一致是很重要的。

你将如何衡量成功？

一旦你确定了用例，你将使用哪些指标来衡量成功？根据用例设定精确的目标。采用整体的视角也有帮助，不仅要使用AI工具中提供的任何指标，还要使用其他数据。一系列指标不仅能让您跟踪主要目标的进展，还能识别过程中任何意想不到的好处或缺点。

持续改进

像任何新技术一样，人工智能将不断改进和进步。像任何新的业务流程一样，你可能不会第一次就制定出正确的AI战略。没关系。重要的是HR团队继续跟踪、改进和优化战略——你的利益相关者应该预期你会随着进展而做出改变。

人工智能正在进入人力资源团队——你的公司准备好了吗？

AI可以帮助团队更快工作，节省在繁琐任务上的时间，并在问题变大之前发现它们。但最好的AI工具是那些拥有强大、多样化数据集并由人类与AI共同管理的工具。“AI可以增强HR团队已经在做的工作，并使之更容易找到人、雇佣人、建立人的职业生涯。”——Cara Christopher，Lightcast营销副总裁。了解更多关于Lightcast无与伦比的数据集以及我们的工具如何利用AI帮助团队发展技能、雇用合适的人并保持员工参与度。

获取由最全面的可用数据源驱动的AI驱动劳动市场工具。

Lightcast为人才管理团队提供工具和专业知识，以做出有助于他们成长的智能业务决策。

» 制定全球人才战略

» 对标员工薪酬方案

» 寻找并留住人才

» 定制职业路径和劳动力规划

» 简化和自动化候选人招聘