基于人工智能生成內容（AIGC）技術的企業人力資源數字化轉型

杜洋

摘要：通過分析AIGC技術在人力資源產品中的應用現狀，發現其可以賦能人力資源多模塊工作，為企業人力資源數字化轉型創造機遇。這項技術也帶來一些風險和挑戰，如數據安全、算法偏見、知識產權爭端、技術依賴等問題。對企業招聘專員提出了AI數智化的新要求?？偨Y并合理預測AIGC與企業人力資源數字化轉型的新興趨勢和未來發展，旨在幫助AIGC技術在企業人力資源數字化轉型方面的探索和實踐。

關鍵詞：人工智能生成內容；AIGC；人力資源；數字化轉型

一、前言

彼得·德魯克在其著作《21世紀的管理挑戰》中提到“信息革命正在改變我們的社會組織，正如工業革命使得制造工作者大量出現一樣，信息革命使得知識工作者大量出現?！盵1]信息技術革命必然會對企業帶來巨大的影響和變革，進而引發企業數字化轉型。企業數字化轉型是可以通過信息、計算、溝通和連接技術的組合，重構產品和服務、業務流程、組織結構、商業模式和合作模式，從而更有效地設計企業商業活動，并幫助企業創造和獲取更多價值的過程[2]。新技術可幫助企業提高效率、優化流程并增強員工體驗，但也會帶來一些挑戰。企業需積極應對，不斷優化人力資源管理流程和技術，實現更高效、靈活和有競爭力的人力資源管理。

工業4.0時代，人工智能技術對企業發展產生了深遠的影響。ChatGPT、文心一言等人工智能生成內容（Artificial Intelligence Generated Content，AIGC）技術產品問世后，因其強大的語言理解能力、多模態內容創作能力、連貫的邏輯能力以及超強的內容記憶能力進一步推動了企業人力資源管理的數字化轉型和發展。本文旨在基于當前國內外企業對AIGC技術的研究現狀，圍繞AIGC技術對企業人力資源數字化轉型帶來的機遇和挑戰進行重點分析，對AIGC技術對企業人力資源數字化轉型的新興趨勢和未來發展進行展望和探索。

二、人工智能生成內容（AIGC）技術介紹

（一）技術概念

20世紀50年代，艾倫·圖靈就提出通過機器是否能夠模仿人類思維方式“生成”內容繼而與人交互法來判定機器是否“智能” [3]，此時人工智能生成內容（AIGC）的概念開始出現。2014年，隨著GAN模型的出現，AIGC迎來了快速發展，人們開始實現多模態內容生成，學術界逐漸將其定義為生成式人工智能（Generative Artificial Intelligence，GAI）[4]，即指通過人工智能相關技術，自動化生成文本、圖像、視頻、音頻等多類型內容[5]。2022年9月，《人工智能生成內容（AIGC）白皮書》發布，指出“AIGC 既是從內容生產者視角進行分類的一類內容，又是一種內容生產方式，還是用于內容自動化生成的一類技術集合”[6]。

（二）技術要素

隨著AI大模型不斷升級和發展，AIGC技術已呈現出數據巨量化、內容創造力、跨模態融合、認知交互力等技術特征[4]。而這些技術特征都離不開三大技術要素：數據、算力和算法。其中，數據的質量和數量直接影響到AIGC技術的性能和效果。算力不僅幫助AIGC技術識別和處理數據中的異常和錯誤，還對AIGC技術的學習和生成過程進行調節和控制。算法通過多重技術對數據進行處理和分析，控制AIGC技術學習和生成內容的整個過程。

（三）產品及應用現狀

目前已有諸多人力資源產品應用了AIGC技術。從應用領域來看，招聘、培訓、員工關系、績效管理等方面都涉及了AIGC技術，尤其在招聘、培訓和數據分析應用廣泛。從應用現狀來看，北森iTalentX7等產品在人力資源領域應用了AIGC技術。通用AIGC技術產品如Chatgpt、文心一言、訊飛智作也可應用于人力資源工作。用友、金蝶等公司也結合私域數據訓練了企業級人力流程軟件場景模型。AIGC技術為企業人力資源的數字化轉型創造了機遇，但也帶來了挑戰和風險。未來隨著更多AIGC技術產品落地，人力資源領域將迎來新興趨勢和發展。

三、為企業人力資源數字化轉型創造機遇

（一）輔助人才規劃，推動人才盤點數智化

AIGC產品通過收集并分析企業人才數據，針對性提出人才規劃建議，提供更加準確、快速的輔助決策支持。加利福尼亞初創公司DataGPT發布了“AI分析師”，該產品可以幫助企業理解數據，進行自然的語言溝通，從而助力企業人才盤點上。人力資源咨詢公司Josh Bersin推出首個AI驅動的人力資源專家助理Galleo，它可以提供多套人才規劃方案，供人力資源專員進行選擇和參考。

（二）優化招聘流程，促進企業降本增效

AIGC技術在招聘環節中應用廣泛。Holly等產品可以高效生成多個崗位描述。北森iTalentX7可生成招聘宣講視頻并與候選人進行面試溝通，通過識別面部表情、語言邏輯判斷候選人是否匹配，為人力篩選作輔助決策。Bello-hrGPT可以生成聘用offer，發送給候選人。這些招聘流程均通過AIGC技術間接輔助或直接完成，極大地縮減了人力成本，促進企業降本增效。

（三）參與員工培訓，完善員工成長路徑

AIGC技術可以滿足不同員工所需要的培訓。近期，微軟Viva 基于微軟圖譜和 LinkedIn 技能圖譜，通過AI來增強員工分析，發現并彌補員工可能存在的技能差距。百度智能工作平臺如流，會根據員工序列、工作關系、興趣推薦相關課程，并在智能知識助手中根據日常內部搜索和崗位關系推薦“你可能關心”的知識點，推薦相關知識庫。

（四）賦能績效管理，提高目標完成效率

AIGC技術可以利用公司過往的績效數據和同行公司的管理方法生成多套績效管理策略。這一過程節省了人力成本，同時可以通過人工優化和小范圍測試形成有效的績效管理方法，以提高員工目標設定和完成效率。哈佛大學研究顯示，波士頓咨詢集團數百名顧問通過使用ChatGPT-4在完成任務的頻率、速度和質量方面表現突出，與未使用 AI工具的同行相比，績效提高了40% [7]。

（五）提供薪酬建議，確保薪酬管理更公正

AIGC技術可根據員工過往工作經驗、崗位、績效表現以及能力結構，為員工提出合理的薪資結構。同時，AIGC技術可以抓取員工的日常表現數據，與績效管理深度結合，為員工提供更加靈活的薪資、福利待遇以及晉升機會。OpenComp旗下平臺結合了數百家公司數據，通過實時薪酬基準、跨組織薪酬分析和 DEI 評估工具，創建競爭性報價，使應聘者能夠獲得公平、有競爭力的工資。

（六）貫穿員工關系管理，改善員工工作體驗

員工在工作中遇到問題時，可能不愿意直接求助人力共享服務中心。通過AIGC技術產品提供的對話解決方案，可以極大改善員工工作體驗。Noa Coach AI可提供工作與生活平衡、溝通技巧等快速提示，關注員工需求。北森iTalentX7、Kore.ai可及時應對員工常見問題，通過機器學習提升準確率。用友BIP數智合同可自動生成合同內容，減輕人力資源專員負擔，提高合同管理效率。

四、風險與挑戰

（一）引發數據安全問題，出現知識產權爭端

大量有效數據是AIGC技術生成內容的前提，但如果出現安全漏洞或被黑客攻擊，員工個人敏感數據可能被泄露，用于惡意用途。未公開的數據被AIGC系統學習后，可能引發知識產權問題和法律糾紛。我國著作權法未對AIGC技術生成內容做明確規定。隨著AIGC技術發展，需要在法律法規層面加強管控和審核，提高合規性；在開發者層面，嚴格審核AIGC技術學習內容，加強數據清洗和分析，避免侵犯他人知識產權。

（二）大模型算法潛在偏見，誤導人力配置決策

AIGC技術的生成結果和決策建議在性別、經濟因素等方面可能存在偏見，從而對不同群體產生不良影響，并影響企業人力資源配置。例如，如果數據顯示女性薪酬普遍較低，算法可能預測女性薪酬更低，加劇職場性別不平等現象。此外，過于關注短期表現而忽視員工長期貢獻和發展潛力，可能導致優秀員工流失。在大模型算法中，應分類計算性別、經濟和崗位等因素，并對相關指標進行權重分析，不斷優化和調整以生成更科學、高效的人力決策結果。

（三）重新定義招聘專員職責，提出AI數智化新要求

2023年8月，釘釘展示了數字員工“1號招招”，可協助企業完成招聘工作。未來招聘全流程可能會被數字員工極大程度替代，招聘人員需求減少。AIGC技術的應用將催生諸多“招聘+AI”新崗位，如簡歷數據分析師、智能招聘對話訓練師、AI職業測評師等新職業[8]，從而提高招聘的技術屬性。未來，高校應將AIGC技術納入通識課程，提升學生對其的了解和應用能力。企業也應加強AIGC技術培訓，與企業人力資源數字化轉型相輔相成。

（四）推動企業員工能力轉型，但容易造成技術依賴

AIGC技術可以為員工提供學習資源和工具，推動員工能力轉型，適應企業發展需求。同時，員工與擁有情感的AI助手協同工作可以增加對AIGC工具的信任和使用率，提高績效指標[9]。然而，過度依賴AIGC技術會削弱員工的獨立思考和解決問題能力。此外，若技術平臺出現故障或遭受黑客攻擊，企業運營可能受到嚴重影響。未來，員工在應用AIGC技術時需標明內容由AIGC生成，并進行AI檢測，以避免技術依賴，保持創新能力。

五、助推企業人力資源數字化轉型的新興趨勢和發展

（一）人力資源管理者將成為“超級個體”，增加技術職能比重

當前，許多企業已經在人力資源數字化轉型中應用了AIGC技術。未來，人力資源崗位可能需要具備技術職能，將AIGC技術融入招聘、培訓和HRBP等工作中。人力資源管理者將成為“超級個體”，重構人力資源工作并管理能夠替代人力資源職能的AIGC應用，推動企業數字化轉型。他們將提高對AIGC應用的掌控和協調能力，不再需要對領導風格或領導能力有過高要求。未來，企業管理層對AIGC的協調管理能力可能成為人力資源研究重點。

（二）人力資源模塊多元化，數據反饋和響應能力強

企業人力資源數字化轉型會依靠大量數據，傳統的大數據分析不能達到及時反饋，預測能力也欠佳。大模型通過學習和訓練大量數據，未來的人力資源模塊可能不限于六大模塊，而會演變出多模塊交叉的新興模塊，有效補充各領域的人力資源工作。大量數據也將為新模塊解決方案提供更多依據，使企業人力資源數字化轉型不再需要人工干預，而是依靠強大的算法和算力。

（三）預測員工行為和表現，輔助企業做好人力資源戰略規劃

隨著AIGC技術在辦公Saas軟件中應用增多，企業可以合法地收集員工在辦公軟件中的數據，并通過模型預測員工可能產生的親組織或親社會等行為。如果觸發預警機制，人力資源部門或上級將接到相關提示信息。同時，根據員工工作數據，企業可以為員工做好人才規劃，避免人崗不匹配問題。此外，AIGC技術還能結合企業業績數據，定期產出人力資源數據分析，協助企業做好人力資源戰略規劃，避免冗余和缺失。

（四） AI數字員工入場，降低企業人力成本

當前，一些公司已經對AI數字員工在企業招聘場景中的應用和實踐進行了初步探索。AI PaaS可以依據自然語言搭建數字員工助手，完成文案創作、智能問答、數據分析等日常工作。未來，AI數字員工不僅可以配合人工處理常規任務，提高工作效率；通過不斷地練習，其還可以負責單模塊工作，降低企業人力成本。同時AI數字員工可以進行全天候服務，為企業增量目標做出貢獻。另外，AI數字員工替代一些高危職業，還可以極大地降低企業安全風險，避免重大事故造成不良影響。

六、結語

AIGC技術已經成為企業人力資源數字化轉型的動力之一，為企業快速發展和轉型提供了大量的支持和幫助。未來，還需要對AIGC在企業人力資源管理方面不斷研究和探索，充分挖掘并發揮AIGC技術的潛力，為企業創新和發展提供更多可能。

參考文獻

[1]彼得·德魯克.21世紀的管理挑戰[M].北京：機械工業出版社，2006：83-118.

[2]吳江，陳婷，龔藝巍，等.企業數字化轉型理論框架和研究展望[J].管理學報，2021，18（12）：1871-1880.

[3]Turing A M. Computing machinery and intelligence[M]. Springer Netherlands， 2009：23-65.

[4]李白楊，白云，詹希旎，等.人工智能生成內容（AIGC）的技術特征與形態演進[J].圖書情報知識，2023，40（01）：66-74.

[5]盧宇，余京蕾，陳鵬鶴，等.生成式人工智能的教育應用與展望——以ChatGPT系統為例[J].中國遠程教育，2023，43（04）：24-31+51.

[6]中國信息通信研究院，京東探索研究院.人工智能生成內容（AIGC）白皮書[R/OL].（2022-09-02）[2024-03-05].http：//www.caict.ac.cn/english/research/whitepapers/202211/P020221111501862950279.pdf.

[7]Dell'Acqua F， McFowland E， Mollick E R， et al. Navigating the jagged technological frontier： field experimental evidence of the effects of AI on knowledge worker productivity and quality[OL].2023 [2023-12-26]. https：//papers.ssrn.com/sol3/papers.cfm？abstract_id=4573321.

[8]王洋.AI招聘來襲，你該如何應對挑戰？[J].中國大學生就業，2020（14）：14-16.

[9]尹萌，牛雄鷹.與AI“共舞”：系統化視角下的AI-員工協作[J].心理科學進展，2024，32（01）：162-176.

責任編輯：張津平、尚丹