員工對公司的歸屬感愈來愈少，原來是「微文化」在作祟？

根據勤業眾信的研究，到了2030年全世界有33%左右的傳統知識結構會被淘汰。「過去大學學到的知識可以用30年，但是現在知識技能的迭代已經小於10年，隨著AI的更新以後，可能會小於5年，那問題就來了，組織會幫助員工去提升技能嗎？」顏蓉問著現場的人資長們。

好在人工智慧可以大幅提升人力資源的效能。目前人工智慧在人力資源的應用有3種，分別是機器人流程自動化（robotic process automation，RPA）、認知分析以及對話式人工智慧。這3種應用正在形成一種新的「智慧勞動力」（workforce intelligence）。

第1種應用已經在很多產業都帶來可觀的效率優化。顏蓉就分享她在中國協助一家汽車企業，通過自動化優化了3成職位的工作以及5成的工作任務。

第2種應用則是基於企業對數據的掌握進行認知分析。「過去對於一位人才的印象，可能要花費很長時間才能積累，現在通過AI分析可以直接看到公司內部人才的樣貌和能力，」顏蓉說。

例如一家企業通過內部數據分析，包含郵件和視訊頻率、內部聊天室等資訊，發現某一個專案的瓶頸原來是某一個部門的主管造成的。另外一家企業想要提拔內部人才，過去可能要層層推薦，現在通過職位技能和績效數據整合，還可以用不同維度和條件篩選匹配人選名單。

第3種應用則在培訓領域，通過AI對話機器人提供員工各種場景的對話練習，並且提供即時的情緒、語速、話術的反饋和建議，幫助員工快速發現問題、糾正錯誤、持續進步。

不過，要能做出上述的應用，意味著內部的數據收集要相當完整，同時數據清理和貼標要做得徹底，不然做出來的分析很有可能不精準。但這也涉及一個較為嚴肅的議題：數據主權。

「員工有多少權力知道他的數據在被採集、被應用、被分享？」顏蓉問。有些公司的數據採集甚至細緻到員工是否有離開座位、是否有使用非工作軟體等。這些問題目前也還在很初步的討論，但是在未來將會受到更多的關注。

三、未來的人力資源需要全新的想像

隨著更多的企業因缺工而使用零工，很多職位正在被切分得更細緻。顏蓉正在協助香奈兒設計26種不同工作場景的入職培訓，站門市的、坐辦公室的、設計巴黎時裝周的，大學新進的、高階轉職的需求各不同，依據場景來設計入職培訓才能讓員工更快上手，並且留住珍貴的人才。

(責任編輯 / 王穎皓)