FSG上海外服&智享會：智慧人力引領未來-2024年生成式AI賦能人力資源管理研究報告（87頁）.pdf

《FSG上海外服&智享會：智慧人力引領未來-2024年生成式AI賦能人力資源管理研究報告（87頁）.pdf》由會員分享，可在線閱讀，更多相關《FSG上海外服&智享會：智慧人力引領未來-2024年生成式AI賦能人力資源管理研究報告（87頁）.pdf（87頁珍藏版）》請在三個皮匠報告上搜索。

1、智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告AI Lead the Future-2024 The Application of Generative AI in HR 版權聲明本調研報告屬智享會&上海外服所有。未經雙方書面許可，任何其他個人或組織均不得以任何形式將本調研報告的全部或部分內容轉載、復制、編輯或發布使用于其他任何場合。Copyright ownership belongs to HR Excellence Center&FSG Reproduction in whole or part without prior written permission fro

2、m HR Excellence Center&FSG is prohibited.調研主辦方聯合主辦方ADVISORY GROUP顧問團閆兆軍HRIS 總監某互聯網公司王猛在線學習運營經理中國電信人才發展中心李女士招聘總監某消費電子世界 500 強公司路思銘培訓解決方案負責人某藥企仲小玲 人力資源中心招聘部總監亞信科技控股有限公司特別鳴謝，人力資源智享會感謝以下調研團顧問成員在本次調研及案例采訪過程中提出的寶貴建議。排名不分先后。AUTHOR作者車迎雪 Yvette.chehrecchina.org 車迎雪女士在本次研究中，負責市場診斷、問卷設計、案例采訪、數據分析與報告撰寫等工作。車迎雪女士

3、現任人力資源智享會（HREC）咨詢顧問（Consultant，Research and Survey）一職，目前所負責的調研報告有 智慧人力，引領未來2024生成式AI賦能人力資源管理研究報告、職場健康管理：打造可持續發展與舒適的工作環境 等。車迎雪女士畢業于常州大學，獲得管理學學士學位。CHIEF ADVISER季效辰 Jimmy Ji副總經理上海外服云信息技術有限公司首席顧問前言研究思路與框架報告精粹和主要發現為什么要擁抱生成式 AI？基于 PEST 模型的環境分析個人應該如何看待生成式 AI？從實際應用經驗出發的觀點與實踐 沒有實際應用的原因分析生成式 AI 如何成為企業發展和變革的催化

4、劑？認知與擁抱 資源支持度 安全監管 價值衡量 實踐總結企業層面應用生成式 AI 如何深入人力資源領域？應用階段 應用領域 實踐總結人力資源領域的應用 生成式 AI 對人力資源的影響和賦能對 AI 焦慮問題的探討 AI 焦慮的因素 緩解 AI 焦慮的方式參調企業信息企業案例專家洞察456101014151921222338404344444659606464656668784智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告前 言國家政策的大力扶持與規范為生成式 AI 的發展指明了方向，并且通過一系列支持性文件和法規，為技術創新營造了一個既鼓勵又確保安全的發展環境。與此同時，經

5、濟發展對新質生產力的迫切需求，為生成式 AI 的創新發展提供了有利條件，使得智能技術成為推動生產力轉型和經濟增長的動力之一。大模型技術的融合與優化，正在不斷拓展生成式 AI 的應用邊界。隨著 GPT-4o 的發布，多模態技術的初步融合使得生成式 AI 的能力得到了更全面的展現。技術進步不僅加強了生成式 AI 在文本、圖像、數據分析等多個領域的應用能力，而且通過 AI Agent 的創新，為實現更智能、個性化的交互體驗和自動化任務執行鋪平了道路。企業作為生成式 AI 應用的主要場所之一，經過一年多的探索與沉淀，不僅在泛應用層面有了顯著進展，更在如何將其融入業務和管理流程、提升工作效率和創新服務模

6、式方面進行了深入的思考和實踐。而聚焦于人力資源領域：招聘、培訓、績效、薪酬等多模塊，生成式 AI 的應用也正在被逐步探索應用，以改變傳統人力資源管理模式。但，AI 技術為工作和生活帶來便利的同時，也給人們帶來一定程度的擔憂和焦慮。如何讓更多人在認識到 AI 技術優勢的同時，也能客觀看待其局限性，成為我們必須面對和解決的問題。因此，此次調研在智享會已發布的2023 智能技術賦能人力資源管理研究之上，基于大語言模型的發展，以生成式AI為核心，在深度和廣度方面有了更進一步的探究:廣度上，擴展了宏觀環境的正向推動和對AI焦慮問題的探討等相關內容；深度上，對個人層面的認知與應用、企業層面的布局與落地，以

7、及人力資源領域的探索與嘗試，分別進行了深入的市場現狀對標和企業實操分析：2024 年報告2023 年報告廣度宏觀環境的正向推動 采用 PEST 模型，分析推動生成式 AI 發展和應用的宏觀環境因素 外部環境的變化對企業的正向指引對 AI 焦慮問題的探討 結合定量數據，從生活方式和工作替代的雙重視角出發，分析導致 AI 焦慮的因素 從制度建設、職業結構轉變、人機職責劃分以及對工作性質差異化影響等維度給出緩解 AI 焦慮的建議深度個人層面的認知與應用 以認知為基礎，討論個人對生成式 AI 賦能組織的看法 生成式 AI 在工作中的實現情況 總結沒有實際應用生成式 AI 的原因 介紹大語言模型的原理、

8、技術實現路徑 個人在工作中的應用嘗試企業層面的布局與落地 企業對生成式 AI 的認知與擁抱 結合企業實踐案例，從資源支持、安全監管和價值衡量進行企業布局和應用情況的探究 大語言模型對企業的價值 價值實現的基礎條件以及在企業內部的可能性應用人力資源領域的探索與嘗試 生成式 AI 在人力資源領域應用的整體情況 聚焦人力資源各模塊，通過定量數據分析其應用場景的可行性 通過定性案例呈現場景的具體做法，為企業提供參考和借鑒 探討生成式 AI 對人力資源組織架構、角色替代以及從業者能力要求的影響與賦能情況 介紹傳統人工智能技術在人力資源領域的應用 探討大語言模型對 HR 未來的影響與變革 針對招聘、培訓等

9、模塊進行落地場景的探索和羅列5智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告從實際應用經驗出發的觀點與實踐沒有實際應用的原因分析政策環境經濟環境社會環境技術環境為什么要擁抱生成式AI個人應該如何看待生成式AI 對生成式 AI 的整體態度 生成式 AI 在工作流程中的實踐 個人認為生成式 AI 對組織和能力的影響 使用場景問題 準確性存疑問題 信息安全顧慮問題 使用途徑問題對 AI 焦慮問題的探討研究思路與框架資源支持度安全監管價值衡量生成式 AI 如何深入人力資源領域認知與擁抱生成式 AI 如何成為企業發展和變革的催化劑 平臺與部署 設置專人專崗 項目推行制度和培訓宣傳 應

10、用場景規劃與開發 限制措施 限制公司信息透露 限制個人信息透露 內容審核 限制功能 工作的提質增效 認知拓寬 激發創造性思維 生成式 AI 的應用 招聘與配置 培訓與發展 薪酬管理 績效管理 Core HR 生成式 AI 對 HR 部門的影響 人力資源組織架構 人力資源角色 人力資源從業者能力宏觀環境對企業的驅動力個人視角看法和應用障礙原因分析6智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告報告精粹和主要發現如果您只有幾分鐘時間或想要盡快獲得報告中的重要信息，不妨可以先仔細閱讀以下內容生成式 AI 在個人層面的認知與應用報告內容主要發現與內容精粹對生成式 AI 的整體態度

11、普遍存在認知，并對其意義與價值有較為積極的認可。91.24%的參調者已經意識到生成式 AI 給工作生活帶來了便利，其中超半數（55.47%）還認為其發展具有很大的實際意義。個人對生成式 AI 的觀點和態度，與其了解程度呈正相關，越是對這項技術了解的參調者，持有積極態度的比例越高。生成式 AI 在工作流程中的實踐 除“內容生成”和“信息收集”為主要應用外，生成式 AI 的進步也為“數據分析”與“問題解決”創造了一定的有利條件。參調者表示：文本類生成（90.43%）和信息收集（80.85%）是其工作流中最為常見的應用。值得注意的是，問題解決（71.28%）和數據分析（53.19%）的使用正在逐步升

12、級，這也印證了上文中，生成式 AI 對其個人能力提出更高要求這一影響。個人認為生成式AI 對組織和能力的影響 生成式 AI 將助推企業崗位職責變化與工作流程簡化。相應地，個人能力的升級迭代也迫在眉睫。崗位職責和工作流程：近九成參調者預期生成式 AI 將引起崗位職責變化，并認為這項技術將有利于工作流程的簡化（72.26%）。個體能力要求的升級，則主要聚焦于：持續學習新技術（90.51%）、提升創新思維（75.18%）、批判性思維（62.04%）等能力。7智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 在企業層面的布局和落地報告內容主要發現與內容精粹認知與擁抱 企業

13、對生成式 AI 的接受度和應用意愿正逐步增強。兩年數據對比中（2024vs.2023），持開放態度和鼓勵態度的企業占比分別增長 7.62%和 8.12%；而保守態度的公司占比則下降 12.95%。為了能更好引導員工的認知與擁抱，企業還會從技術的宣傳普及（61.11%）和使用技巧培訓(66.67%)上予以支持和能力提升，并鼓勵其對生成式AI的應用探索（61.11%）。資源支持度平臺與部署 部分企業已在內部投入生成式AI的相關平臺供員工使用，以幫助其提高工作效率與結果轉化。對生成式 AI 持開放和鼓勵態度的參調企業中，實際愿意進行資源平臺投入的企業占比為 36.17%。出于對企業個性化需求和數據安

14、全的考量，自主研發與混合部署（本地部署+云部署）是企業上線系統的主要方式。在平臺來源上，企業會更加傾向于選擇自主研發模式（76.47%）。而在部署路徑上，企業出于數據監管和信息安全的考量，會通過混合部署（76.48%）進行。設置專人專崗 專人專崗負責生成式 AI 的研發與運營已成為眾多企業的共識。外資企業：80.00%的參調企業表示會通過 Global 團隊進行生成式 AI 的應用和維護。本土企業：已有或計劃專人/團隊負責生成式 AI 研發和運營的企業占比為 91.67%。而相關系統的開發和維護，多數企業會選擇由 IT 或 SSC 部門進行主要負責。項目推行制度和培訓宣傳 為更好地促使員工“會

15、用”、“能用”生成式 AI，“開展研討經驗交流會”與“提供應用技巧培訓”是不同推行階段的企業最常用的落地手段。甚至，部分企業開始嘗試將生成式 AI應用與員工績效考核關聯予以鼓勵探索。約半數企業（47.06%）已將生成式 AI 融入業務，通過先行先試項目探索生成式 AI 的實際應用（表 3-10），并側重于通過“提供相關培訓”（81.25%）和“開展研討或經驗交流會”（68.75%）以提升員工的 AI 應用技巧能力。部分企業開始將生成式 AI 的使用納入績效考核（12.50%），從制度層面激勵員工在工作中的應用。針對處于非正式推行階段的企業（自行探索+非強制，52.94%），則更傾向于采取“認知

16、宣傳+應用技巧培訓”雙管齊下的策略予以鼓勵探索。應用場景規劃與開發 生成式 AI 的實踐不再只是技術部門的“一家主導”，職能與運營相關部門也在積極參與探索和應用。技術研發部門在生成式 AI 應用場景的開發上占據主導（87.50%）；財務、人力資源、法務等職能部門（56.25%），和營銷部門（43.75%）也積極參與生成式 AI 的應用規劃。安全監管 企業對生成式 AI 的限制雖逐步解除，但仍在不斷完善信息保護和內容合規要求，“自由亦要有邊界”。多數企業限制將敏感信息透露給生成式 AI，其中包括公司信息（73.95%）和個人信息（50.00%）；同時，部分企業要求對生成式AI所生成的內容進行合規

17、性審查（53.12%）。價值衡量 提升工作效率、拓寬認知、激發創新思維是企業普遍對生成式 AI 的價值認可。此外，處于不同應用階段的企業，對其所產生的價值要求會呈現不同側重。企業積極探索生成式 AI 在提升工作效率（58.82%）方面的價值；并認可其在拓寬認知（14.71%）和激發創新思維（26.47%）上的貢獻。對于已經實現“實際應用階段”（例如有先行先試項目制度）的企業，必然在提升工作效率和結果轉化（75.00%）上有更高的要求；而處于“探索應用階段”的企業，則更側重于激發員工的創新思維（62.50%）。8智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 在人

18、力資源領域的探索與嘗試報告內容主要發現與內容精粹定量數據呈現應用程度 積極推進和規劃生成式 AI 在人力資源領域應用的企業顯著增加，部分企業已在特定模塊實現全流程嵌入的成熟應用。未規劃生成式 AI 使用的企業數量大幅下降（差值為 37.02%），超過 7 成的企業已在規劃或作出相應實施。此外，有一小部分參調企業已在人力資源部分模塊有了較為成熟且全面的應用（3.67%）。應用領域 生成式 AI 普遍應用于人才招聘、培訓發展、Core HR 模塊，并均在其中有著較為豐富的應用。薪酬福利與績效管理模塊雖涉及較少但存在高度使用共性。人才招聘：“簡歷篩選（81.25%）”、“崗位人才信息搜集（72.92

19、%）”、“崗位說明書生成（68.75%）”仍然為最經常使用場景，且呈現穩定增長。同時，隨著技術的進一步發展以及供應商產品的研發和支持，“簡歷搜索和智能匹配（62.50%）”、“崗位人才畫像和能力模型生成（52.08%）以及“招聘數據生成統計（52.08%）”等功能應用也開始有一定普及應用。培訓與發展：整體細分運用較為均衡（百分比絕對值上的差異性較?。?。其中，“大綱課件生成（78.72%）”、“知識萃取與沉淀（65.96%）”、“培訓資料搜集（63.83%）”、“測評題目擬定（63.83%）”等文本生成類的應用較為主導，智能推送（46.81%）和交互型應用（AI 陪練 57.45%）則較為其次。

20、Core HR：企業對于生成式 AI 在此模塊上的可實現范疇一直較為清晰（數據對比差異性小，基本實現率為 6 成以上）。但也同時需要注意的是：CoreHR 系統中還包含大量非結構化數據，企業需繼續依靠技術手段進行進一步挖掘和利用。薪酬福利與績效管理：整體應用率不高（21.69%和 24.10%）但實際賦能點存在高度共性，基本為方案內容生成、信息搜集和問題問答?？梢?，通過生成式 AI 的賦能，企業能夠更快速、準確地收集和分析市場數據，從而制定出更具競爭力的薪酬福利政策和更符合標準的績效指標。定性建議總結人才招聘 職位說明書生成：訓練大模型了解招聘崗位的特性，并通過不斷地調優生成更精準、更具吸引力

21、的高質量職位說明書。簡歷篩選自動化和人才庫優化：通過算法優化確保生成式 AI 能夠識別和評估簡歷中地關鍵技能與經驗，并將生成式 AI 與企業現有人才招聘系統集成，實現簡歷的自動化篩選和人才庫盤活，提高篩選效率地同時確保篩選過程的一致性和公正性。面試官培訓標準化：制定標準化的面試官培訓程序，利用生成式 AI 開展個性化培訓，提升面試官的技巧和對招聘流程的理解，樹立良好企業形象。持續評估與優化：基于招聘效果的反饋，持續評估和優化生成式 AI 在招聘中的應用。培訓與開發 內容創作輔助：建議人力資源部門為培訓團隊提供生成式 AI 工具，輔助諸如文字、圖片等的培訓內容生成，提高內容產出效率的同時提升培訓

22、材料的質量和吸引力。個性化學習路徑制定：在深入了解員工的學習需求和職業發展目標后，制定出符合員工個人發展的學習計劃，利用生成式 AI 的強大分析能力，基于個人發展計劃為員工提供個性化的學習路徑和課程推薦。數據驅動決策：利用生成式 AI 的數據分析功能深入洞察學員的學習行為和成效，包括學習進度、測評結果、課程反饋等，為培訓策略的制定和調整提供數據支持。Core HR 建立知識庫：將企業政策信息、員工個人相關信息以及員工入轉調離相關操作流程等進行系統化整理，構建一個全面且持續更新的 HR 知識庫，作為智能客服系統的堅實后盾，快速響應員工的問題和需求。智能客服系統開發：基于 HR 知識庫，開發出能夠

23、快速響應員工查詢的智能客服系統。同時定期對系統進行評估和優化，提高其準確性和對員工需求的覆蓋范圍。AI 自學習機制：為了提升智能客服系統的性能，設置 AI 自學習機制，使其能夠從人工客服的互動中學習，并不斷優化回答。9智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 在人力資源領域的探索與嘗試報告內容主要發現與內容精粹影響與賦能人力資源組織架構 生成式 AI 將更進一步的推進人力資源作為“戰略業務伙伴”的合作力度。生成式 AI 的廣泛應用正在推動人力資源領域的戰略轉型（65.28%），組織結構的調整趨向扁平化（56.94%），人力資源與業務部門的協作變得更加緊密（

24、66.67%）。人力資源角色替代 基礎崗位面臨較高的 AI 替代率，而與業務關聯度較高崗位（例如 HRBP）則最難被替代?；A HR 崗位替代率大幅上升（75.00%，差值為 31.32%）；而替代率相對較低的則為 HRBP 崗（16.67%，與 2023 年數據基本持平）。這同時也印證了上文對于人力資源內部組織的影響：實現戰略轉型，與業務部門更為高效的協同合作。人力資源從業者能力 AI時代下對從業者帶來機遇的同時也提出更高的職業要求，主要聚焦于“掌握新知識技術”和“轉變思維方式”上。適應 AI 發展需要在關鍵能力的上具備自我的提升意識。學習新知識和技術，尤其在掌握 AI 應用方面，已經成為

25、62.50%參調者的共同追求。近 5 成參調者認為可以通過提升創新思維來利用 AI 解決復雜問題（45.83%）；33.33%的參調者認為需要增強對數據的敏感度，并強調隱私保護和批判性思維的重要性。對 AI 焦慮問題的探討報告內容主要發現與內容精粹AI 焦慮的因素 人們主要對生成式 AI 在日常生活中的滲透以及帶來的失業風險問題存在較大擔憂。絕大多數參調者（69.34%）認為 AI 將在人們的生活中無處不在，并且公眾可能需要被動接受這一現象。因此，社會需要通過合理管理，構建一個成熟穩健的 AI 應用環境，增強公眾對其的信任。59.85%的參調者擔憂技術快速發展可能導致自己失業。但其實，人工智能

26、的主要影響是在于職業結構的轉變，而非就業數量的簡單增減。緩解 AI 焦慮的方式 在 AI 認知培訓教育和 AI 合規使用的雙重作用下，緩解公眾對 AI 的焦慮。AI 本身存在技術局限性，與人們也并不是非此即彼的關系，社會需要提高公眾對 AI 的正確認知，消除不必要的憂慮（78.10%）。建立倫理規范以增強公眾信任（75.91%）。個人應該加強探索 AI 技術的合理應用場景（70.07%）。在實際工作場景的運用中，AI 和員工的職責應該有明確劃分，企業也需越發重視員工在 AI 應用能力上的挖掘和激發。10智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI（Genera

27、tive AI）作為人工智能的一個重要分支，正逐漸成為推動社會進步和產業升級的關鍵技術。本章節將基于 PEST 理論，深入分析智能技術尤其是生成式 AI 所處的外部環境的變化對企業引入生成式 AI 所帶來的驅動。外部環境因素對一個企業或組織的發展至關重要，而 PEST 模型作為一種宏觀環境分析工具，可以幫助企業充分了解外部環境變化，從而制定出正確的戰略決策。因此本章節我們將采用該模型，從政治（Political）、經濟（Economic）、社會（Social）和技術（Technological）四個方面分析環境變化對企業引入生成式 AI 的指引和驅動。為什么要擁抱生成式 AI？一、基于 PES

28、T 模型的環境分析政策環境（politics）國家政策對智能技術的支持和規范現如今，智能技術作為世界關注的焦點，被大眾認為是未來的必然趨勢。同時，推動智能技術發展也符合我國的創新驅動發展戰略。隨著 ChatGPT 的問世，生成式 AI 作為人工智能在技術上的一大突破，國家政府予以高度重視并在政策層面給予明確指導，大力支持和鼓勵其在各行業、各領域的創新應用。此外，加強算法備案制度，規范人工智能行業發展也是重中之重。支持和鼓勵2022年7月，科技部等六部門印發了 關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見1通知。意見提出，以習近平總書記關于人工智能系列重要講話精神為指導，貫徹

29、新發展理念，以促進人工智能與實體經濟深度融合為主線，加速人工智能技術攻關、產品開發和產業培育，探索人工智能發展新模式新路徑，以人工智能高水平應用促進經濟高質量發展。2023年7月由國家網信辦聯合國家發展改革委、教育部、科技部、工業和信息化部、公安部、廣電總局公布的 生成式人工智能服務管理暫行辦法2指出：作為關鍵通用技術，生成式 AI 對人民福祉、經濟發展、國家安全和戰略競1.科技部等六部門關于印發關于加快場景創新以人工智能高水平應用促進經濟高質量發展的指導意見的通知 _ 國務院部門文件 _ 中國政府網()2.生成式人工智能服務管理暫行辦法 _ 國務院部門文件 _ 中國政府網()11智慧人力，引

30、領未來2024 生成式 AI 賦能人力資源管理研究報告不同經濟發展階段對智能技術的需求和應用程度不同。在經濟發展的早期階段，基礎設施建設和傳統產業升級可能是優先事項；而在成熟階段，創新和高技術產業的發展則更為突出。2024 年 1 月 31 日，習近平總書記在中共中央政治局第十一次集體學習時強調，加快發展新質生產力，扎實推進高質量發展。新質生產力以創新為主導，擺脫傳統經濟增長方式、生產力發展路徑，具有高科技、高效能、高質量特征，而智能技術作為其典型，已經成為推動經濟增長的新質生產力。隨著經濟結構的不斷優化升級，各行各業對于提高效率、降低成本、創新產品和服務的需求日益增長，這為智能技術尤其是生成

31、式 AI 的應用提供了巨大的需求動力。經濟環境（economy）加快新質生產力的發展為智能技術營造有利條件隨著媒體對 AI 技術的廣泛報道，公眾對于生成式 AI 等智能技術的關注度和期待不斷攀升。外服云提到，不同背景或年齡的群體對新技術的接受程度仍然存在一定差異。英國小說家道格拉斯亞當斯提出的科技三定律認為：任何在我出生時已經有的科技，都是世界本來秩序的一部分；任何在我 15-35 歲之間誕生的科技，都是將會改變世界的革命性產物；任何在我 35 歲之后誕生的科技，都是違反自然規律要遭天譴的。因此，年輕一代更傾向于接納新技術，并探索其在工作和生活中的應用。一些年長職位的員工可能對 AI 持抗拒態

32、度，擔心 AI 取代他們的工作，或是認為使用 AI 是工作能力不足的表現。針對這一擔憂，第二屆“數字品牌大會”更是提出了“從來都不是 AI 替代人，而是會使用 AI 的人代替不會使用 AI 的人”的觀點。很顯然，這一觀點表達了技術與人類能力融合的必要性，以及精通先進技術對于推動個人職業成長的核心價值。社會環境（society）社會價值觀推動群眾接受度爭均具有重要意義，并鼓勵生成式 AI 技術在各行業、各領域的創新應用。隨著生成式人工智能技術的不斷成熟和創新，其在各行各業的應用正在逐步拓展，展現出巨大的潛力和價值。我國政策對生成式 AI 的支持和鼓勵，不僅是對其潛力的認可，更是對其未來在推動社會

33、進步和經濟發展中作用的肯定。然而，除了對新技術的支持和鼓勵，還需要通過政策的引導和規范，確保生成式 AI 技術在創新的同時，也能夠符合倫理、法律和社會的要求，實現健康、可持續的發展。使用規范針對智能技術規范應用及數據安全等相關問題，在2022年底，國家網信辦就互聯網信息服務深度合成管理規定3做出回答：在內容生成的應用方面，禁止生成和傳播違法信息及虛假新聞，確保信息的真實性和合法性，同時強化技術服務提供者的法律責任；在數據安全方面，要求加強訓練數據管理，確保數據安全，并對技術管理與安全性問題開展定期評估。隨著生成式 AI 技術的深入發展，各類大模型橫空出世，生成式人工智能服務管理暫行辦法做出進一

34、步指示：在生成式 AI 開發過程中，開展預訓練、優化訓練等數據處理活動時，必須確保數據來源合法、保護知識產權、獲取個人信息同意，并嚴格遵守我國相關法律法規，以維護數據的真實性、準確性、客觀性。綜上，政策明確了促進生成式 AI 健康發展和規范應用的目標，強調了發展與安全并重、促進創新與合規合法相結合的原則。3.互聯網信息服務深度合成管理規定 _ 國務院部門文件 _ 中國政府網()12智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告技術環境（technology）大模型的融合發展推動智能化未來隨著智能技術的飛速發展，我們站在一個全新的技術革命門檻。但技術的發展并非一蹴而就，每個階

35、段都有其形成過程和邏輯。因此我們將 AI 的四個發展階段進行介紹，并基于大模型時代的發展簡要概述 AI 模型的融合進步。此外，我們訪談了諸多企業，其也紛紛表示：在現有內部，正按照這樣的發展階段和技術融合逐一布局和落地。AI 的四個發展階段AI 的發展經歷了四個階段，分別是專家系統時代、機器學習時代、深度學習時代以及大模型時代。在大模型時代，國內外大模型的深入研究和更新迭代將生成式 AI 的應用落地更為廣泛，并也將投資回報的實現成為可能。4。發展階段技術階段應用領域專家系統是指將領域專家的知識轉化為規則（知識庫）和邏輯，來模擬專家的決策過程，幫助非專業人士解決和處理問題。但知識庫構建成本高，且無

36、法靈活適應多樣化的任務和情境，應用存在一定局限性。專家系統在企業中主要在生產管理、經營管理、銷售管理、財務管理、審計管理五個方面有較強的實用性。隨著計算能力的提升和大數據時代的到來，人工智能逐漸從知識驅動向數據驅動的方向演變。機器學習作為一種強大的工具，可以從數據中學習模式和規律，使計算機能夠自動優化性能。然而，機器學習也存在如算力資源有限、數據訓練依賴性強等不足。機器學習在指紋識別、特征物體檢測等領域的應用基本達到了商業化的要求。深度學習作為機器學習的一個分支，利用模型的多層次的神經網絡結構，使得計算機能夠更好地理解和處理復雜的數據。深度學習在計算機視覺、自然語言處理、語音識別等領域都取得了

37、的顯著成果。深度學習在場景應用上存在一定局限性，由此也導致了投資回報率的不平衡問題。深度學習主要應用于文字識別、人臉技術、語義分析、智能監控等領域。目前在智能硬件、教育、醫療等行業也在快速布局。在大模型時代，三個核心環節將有望實現商業閉環。第一環節的“數據+知識”是基礎，可以提供豐富的信息，幫助模型更好地理解問題。第二環節的“算法+算力”是實現第三環節“場景落地+投資回報”的支撐。算力支撐模型的快速訓練和實時推理；算法提升模型的學習和表達能力。前兩個環節的相互結合助力大模型的優勢發揮，從而實現“場景落地+投資回報”，并為“數據+知識”輸送新的信息，形成閉環。大模型通過學習大量的數據，能夠生成逼

38、真的文本和圖像，同時在數據分析等領域的應用也變得越來越廣泛和深入。此外，大模型還在自然語言處理、機器翻譯、語音識別、推薦系統等領域發揮著重要作用。隨著技術的不斷進步，大模型的能力和應用范圍將不斷擴大，為各行各業帶來更多的可能性和價值。數據+知識數據+知識數據+知識支撐基礎反哺數據+知識算法+算力算法+算力算法+算力算法+算力場景落地+投資回報4.億歐智庫|2024 中國“百模大戰”競爭格局分析報告 _ 人工智能行業研究報告-億歐智庫()13智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告綜上，宏觀環境的變化為智能技術的發展創造了更有利的條件，也驅動企業對此的變革和內部的落地，

39、這其中就包括：認知與擁抱的提升、資源引入與支持、安全監管管理、以及最終的價值衡量。生成式 AI 模型的融合進步生成式 AI 工具的技術迭代主要體現在算法的優化、模型的復雜度提升以及應用場景的拓展。從簡單的文本生成，到能夠生成逼真的圖像、視頻等，生成式 AI 的技術進步為各類場景提供了便利。在文本分析與生成方面：OpenAI 的“GPT 系列”在精確指令遵循能力上具有絕對優勢；百度的“文心一言”在理解復雜句式和專業術語方面表現較為出色，能夠完成代碼理解和調試等任務；阿里的“通義千問”在文本生成和信息處理方面表現優異，特別是在工業、金融、醫療等垂直專業場景中有較為廣泛的應用。在圖像生成方面：Goo

40、gle 的“Gemini 大模型”具備多模態處理能力，能夠處理文本、圖像、音頻、視頻和代碼，支持廣泛的自然語言處理和多媒體任務；“Midjourney”在圖像生成方面表現出色，能夠快速生成高質量的視覺內容。在數據分析方面：阿里的“通義千問”在數理分析和信息處理方面表現出色。前文所述的不同大模型在特定領域能夠發揮自身優勢，但在能力整合方便略顯不足。2024 年 5 月，OpenAI 發布的“GPT-4o”在文本、視覺、音頻方面實現了全面打通，成為一個原生的多模態模型，為用戶提供更好的交互體驗。除此之外，社會對于 AI Agent 的討論也日漸熱烈。AI Agent 通過集成自然語言處理和機器學習

41、技術實現更加智能和個性化的交互體驗，不僅能夠理解復雜的查詢，還能提供預測性建議并自動化執行任務。它實現將進一步豐富 AI大模型的應用場景，智能技術將進入 AI Agent 的時代。我們除了在政策、經濟、社會和技術環境的變化對生成式 AI 發展產生推動的信息進行收集外，在對外服云專家進行采訪中，其還給出了以下洞察觀點：環境因素企業指引維度劃分政策環境國家通過明確的指導和規范，支持和鼓勵企業在智能技術領域的創新應用，同時確保其符合倫理和法律要求認知與擁抱經濟環境隨著新質生產力的快速發展，智能技術成為經濟增長的新引擎，推動企業優化效率和創新服務資源支持度社會環境公眾對智能技術的接受度不斷提升，這要求

42、企業緊跟時代，在內部形成對使用 AI的鼓勵和探索氛圍認知與擁抱資源支持度安全監管技術環境大模型的融合發展為企業提供更廣泛的應用場景和更高效的解決方案認知與擁抱資源支持度外服云專家洞察在政治層面，過去對生成式 AI 的爭議主要在于數據出境問題，而隨著國內大模型的成熟應用，這一問題被隨之解決，擁抱 AI 成為政治正確。在經濟層面，生成式 AI 作為降本增效的工具，也是推動新質生產力發展的主導力量。在社會層面，年輕一代成為推動生成式 AI 融合與創新的主力，對其認知和接受度也更為深入。在技術層面，隨著大模型的不斷優化和成本降低，技術問題已不再是生成式 AI 發展主要障礙。14智慧人力，引領未來202

43、4 生成式 AI 賦能人力資源管理研究報告上一部分我們分析了目前外部環境（PEST 模型）對生成式 AI 發展的必要性，并基于此得出環境對企業發展生成式 AI的指引。然而，個體對技術的理解和接受在很大程度上也決定了其在組織內的接納和融合。因此，在本章節，我們以個人層面的微觀視角，探究個體對生成式 AI 的態度和使用行為上的變化，從而洞察組織內部應用生成式 AI 的有效策略。個人應該如何看待生成式 AI？表 2-1 您個人對生成式 AI 的了解程度如何?2024 數據（N=282）2023 數據（N=263）A.非常了解:非常清楚其含義、工作原理、應用場景等信息，并在工作中會頻繁使用C.不甚了解

44、:聽說過生成式 AI，但對其含義、工作原理、應用場景等信息不甚了解，在工作中幾乎沒有使用過B.比較了解:大概了解其含義、工作原理、應用場景等信息，并在工作中有部分使用或嘗試使用D.完全不了解:完全沒有聽說過生成式 AI0204060801005.67%60.99%30.50%2.84%2.66%49.81%44.49%3.04%15智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告隨著智能技術的發展以及生成式 AI 的普及，個人對生成式 AI 的認知和接受度正在逐步提高，同時也在努力探索生成式 AI 在工作流中的實際應用。表 2-1 顯示，對生成式 AI 有了解且在工作中有所應

45、用的參調者為 66.66%；而對生成式 AI不甚了解且沒有使用的占比為 30.50%?；诖?，本章節我們將以“有、無實際應用經驗”進行分類討論。其中，針對有實際應用經驗的個人，我們將從“整體態度”、“對生成式AI影響工作的看法”以及“在工作流程中的應用”展開討論；而針對沒有實際應用的個人，我們則探究其中的原因：對生成式 AI 的整體態度普遍存在認知，并對其意義與價值有較為積極的認可。一、從實際應用經驗出發的觀點與實踐表 2-2 您個人對生成式 AI 的態度如何?（N=137）35.77%55.47%8.76%A.認為生成式 AI 的發展非常有意義，可以為生活和工作帶來了便利和效率C.認為生成式

46、 AI 存在一定的局限性，要根據未來的發展情況再做判斷B.認為生成式 AI 具有一定的潛力和優勢，但同時擔心其帶來的風險和挑戰D.認為生成式 AI 未來可能取代部分工作，帶來一定負面影響（0.00%）個人應該如何看待生成式AI從實際應用經驗出發的觀點與實踐沒有實際應用的原因分析 對生成式 AI 的整體態度 生成式 AI 在工作流程中的實踐 個人認為生成式 AI 對組織和能力的影響 使用場景問題 準確性存疑問題 信息安全顧慮問題 使用途徑問題16智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告表 2-3個人態度了解程度A.認為生成式 AI 的發展非常有意義，可以為生活和工作帶來

47、了便利和效率B.認為生成式 AI 具有一定的潛力和優勢，但同時擔心其帶來的風險和挑戰C.認為生成式 AI 存在一定的局限性，要根據未來的發展情況再做判斷A.非常了解:非常清楚其含義、工作原理、應用場景等信息，并在工作中會頻繁使用（N=16）100.00%0.00%0.00%B.比較了解:大概了解其含義、工作原理、應用場景等信息，并在工作中有部分使用或嘗試使用(N=172)58.14%33.72%8.14%C.不甚了解:聽說過生成式 AI，但對其含義、工作原理、應用場景等信息不甚了解，在工作中幾乎沒有使用過(N=86)41.86%46.51%11.63%從表 2-2 中，個人對生成式 AI 態度

48、相關的數據中可以發現，絕大多數參調者（91.24%）已經意識到生成式 AI 對工作生活帶來的便利影響；僅有 8.76%的參調者仍處于觀望狀態。由此可知，參調者整體對生成式 AI 有較高的認知度，并且對其意義與價值有較為積極的認可。表 2-3 我們將個人的了解程度和態度進行交叉分析后發現：對生成式 AI 非常了解的參調者對其態度也更為積極；而對技術了解有一定局限性的，則會產生不同程度的擔憂。生成式 AI 在工作流程中的實踐除“內容生成”和“信息收集”為主要應用外，生成式AI的進步也為“數據分析”與“問題解決”創造了一定的有利條件。17智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究

49、報告表 2-4 您個人會在以下哪些工作流程中使用生成式 AI 工具?表 2-5 您個人認為生成式 AI 對組織的影響可能有哪些?（N=274）選項2024 數據（N=188）2023 數據（N=104）2 年數據差值A.信息收集:查找資料、行業數據等80.85%77.88%2.97%B.內容生成與審核:文案生成、代碼生成、翻譯、審核內容的合法性等90.43%70.19%20.24%C.問題解決:向生成式 AI 工具尋求問題的解決思路、方法等71.28%65.38%5.90%D.數據分析:利用生成式 AI 工具進行數據分析53.19%16.35%36.84%E.其他1.06%2.88%-1.82

50、%數據表明，隨著技術的進步和數據的訓練轉化，生成式 AI 工具在各工作流程中的應用越發廣泛。隨著模型的優化，內容生成和信息收集作為基礎型應用占比分別為90.43%和80.85%；值得注意的是，問題解決（71.28%）和數據分析（53.19%，與去年相比顯著增長 36.84%）的使用正在逐步升級。個人認為生成式 AI 對組織和能力的影響生成式 AI 將助推企業崗位職責變化與工作流程簡化。相應地，個人能力的升級迭代也迫在眉睫。A.生成式 AI 的引入導致部分崗位職責發生變化，需要重新定義和設計崗位，以適應 AI 技術的應用C.企業對復合型人才的需求增加B.組織架構聯動調整:組織架構調整趨于扁平化D

51、.簡化工作流程，提高效率，降低企業運營成本02040608010083.94%47.45%64.23%72.26%18智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告表 2-6 您個人如何看待生成式 AI 對個體能力具備方面的要求?（N=274）A.個人必須擁抱變化，持續學習新知識和新技術，具備快速掌握和應用新技術的能力C.數據敏感度與隱私保護意識B.提升創新思維和復雜問題解決能力D.批判性思維與判斷力（能夠準確判斷生成式 AI 所生成內容的準確性）E.暫時不會對生活和工作產生太多影響F.其他020406080100而對于在組織層面所產生的影響，參調者認為：生成式 AI 對崗

52、位職責的變化（83.94%）和工作流程的簡化（72.26%）有更明顯的體現；在個體能力具備層面，持續學習（90.51%）、創新思維（75.18%）和批判性思維（62.04%）等能力的提升是其普遍認為需要具備的。生成式 AI 雖然已被廣泛討論和認知，但其實際在組織和個體層面的具體影響尚未完全顯現，因此參調者在評估其發揮的作用時，更多是基于感知判斷而非企業現已產生的變革。這也使得他們對各種潛在影響的可能性持開放態度。90.51%75.18%70.80%62.04%0.73%0.73%19智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告除了對已使用的參調者進行調研外，針對還未使用生

53、成式 AI 的群體，我們詢問了其原因。一方面，從整體人數上，未曾在工作場景中使用的人數對比去年，呈現明顯減少趨勢（2024 N=86 Vs.2023 N=151）。另一方面，從原因上來看，其對應用場景的認知（60.47%）、獲取途徑（55.81%）、內容準確性（37.21%）和信息泄露問題（46.51%）等因認知的局限性所產生的擔憂是阻礙其廣泛應用的主要因素。究其根本，個人認知與看法以及阻礙個人應用的原因的本質仍然可以歸納為前文中，促使企業發展的驅動力“四要素”認知與擁抱、資源支持度、安全監管和價值衡量。二、沒有實際應用的原因分析表 2-7 您在工作場景中沒有使用生成式 AI 工具的原因是什么

54、?2024 數據（N=86）2023 數據（N=151）A.對于生成式 AI 這類人工智能技術不感興趣B.沒有使用途徑C.不清楚生成式 AI 工具在工作中有哪些應用場景D.認為生成式 AI 工具對于工作效率提升的幫助不大E.對于生成式 AI 工具所回答內容的準確性和真實性存疑F.擔心信息泄露問題0204060801006.98%55.81%60.47%4.65%37.21%46.51%73.51%1.99%45.70%5.96%23.18%23.84%20智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告從實際應用經驗出發的觀點與實踐沒有實際應用的原因分析政策環境認知與擁抱經濟

55、環境資源支持度社會環境安全監管技術環境價值衡量為什么要擁抱生成式AI個人應該如何看待生成式AI 對生成式 AI 的整體態度 生成式 AI 在工作流程中的實踐 個人認為生成式 AI 對組織和能力的影響 使用場景問題 準確性存疑問題 信息安全顧慮問題 使用途徑問題綜合宏觀環境對企業的驅動以及個人視角下應用障礙原因分析，可以聚焦到以下相同的四個要素：認知與擁抱國家政策強調了對經濟高質量發展的追求，鼓勵企業在智能技術，尤其是生成式 AI 上的投資。企業在引入生成式 AI 時，應與國家政策保持一致，深入理解其在提升效率、降低成本、創新業務模式中的潛力。資源支持度在政策和技術環境的雙重驅動下，企業基于自身

56、發展需要，增加內部在智能技術上的投入，優化資源配置，提升企業的整體競爭力。安全監管政策對智能技術的數據管理要求企業在智能技術的安全監管方面承擔著重要責任，確保技術應用符合倫理和法律標準。價值衡量企業在應用生成式 AI 的過程中，可以根據不同階段的應用情況進行相對應的探索，并挖掘和探索生成式 AI 在管理流程中提質增效、激發創造力等方面的商業價值。以下我們將圍繞著這“四要素”，分析生成式 AI 在企業內的具體落地情況。21智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告前兩節，我們以宏觀視角分析了環境對企業引入生成式 AI 的明確指導。同時，又從個體視角出發，探討其對生成式 A

57、I的看法和實際應用?；趦烧呓Y論，匹配出在企業內有效落地的驅動因子。因此本章節，我們將進一步研究在企業內部，對生成式 AI 的實際布局和落地情況。生成式 AI 如何成為企業發展和變革的催化劑？資源支持度安全監管價值衡量認知與擁抱生成式 AI 如何成為企業發展和變革的催化劑 平臺與部署 設置專人專崗 項目推行制度和培訓宣傳 應用場景規劃與開發 限制措施 限制公司信息透露 限制個人信息透露 內容審核 限制功能 工作的提質增效 認知拓寬 激發創造性思維22智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告一、認知與擁抱表 3-1 貴公司對生成式 AI 的使用態度如何?表 3-2 企業

58、推動生成式 AI 工具的使用舉措有哪些?（N=36）選項2024 數據（N=274）2023 數據（N=104）2 年數據差值A.開放態度:支持員工使用生成式 AI 工具，并積極開發和規劃可應用于企業中的場景33.58%25.96%7.62%B.鼓勵態度:鼓勵員工在工作中使用生成式AI 工具，但并未有明確的規劃場景35.04%26.92%8.12%C.保守態度:沒有明確鼓勵或禁止使用生成式 AI 工具，員工可以有個人使用的行為22.63%35.58%-12.95%D.謹慎態度:限制員工使用生成式 AI 工具1.46%/E.不清楚7.30%11.54%-4.24%020406080100A.向員

59、工進行生成式 AI 相關宣傳C.鼓勵員工探索生成式 AI 的使用場景B.為員工提供生成式 AI 相關培訓，助力員工掌握生成式 AI 使用技巧D.制定明確使用指南，確保員工使用的規范性和合法性外部環境的變化使得企業意識到生成式 AI 發展的必然性，因此對于新技術的接受度和應用意愿正逐步增強。企業在積極開展應用場景規劃（表 3-1，33.58%）的同時，向員工進行生成式 AI 相關宣傳（61.11%）和使用技巧的培訓（表 3-2，66.67%）鼓勵員工在工作中的探索（61.11%）。61.11%66.67%61.11%16.67%企業對生成式 AI 的接受度和應用意愿正逐步增強。23智慧人力，引領

60、未來2024 生成式 AI 賦能人力資源管理研究報告二、資源支持度表 3-3 貴公司是否有生成式 AI 相應平臺提供？（N=188）A.是B.否盡管對生成式 AI 持有開放和鼓勵態度的企業占比達到 68.62%（表 3-1，縱向 A+B 選項總和），并且在具體系統資源投入上，平臺搭建與其態度呈正相關，但整體而言，仍還有一定的發展空間。平臺與部署部分企業已在內部投入生成式 AI 的相關平臺供員工使用，以幫助其提高工作效率與結果轉化。同時，出于對企業個性化需求和數據安全的考量，自主研發與混合部署（本地部署+云部署）是企業上線系統的主要方式。63.83%36.17%表 3-4平臺提供使用態度A.是B

61、.否A.開放態度:支持員工使用生成式 AI 工具，并積極開發和規劃可應用于企業中的場景（N=92）47.83%52.17%B.鼓勵態度:鼓勵員工在工作中使用生成式 AI 工具，但并未有明確的規劃場景（N=96）25.00%75.00%24智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告表 3-5 貴公司生成式 AI 平臺的來源?（N=68）表 3-6 貴公司生成式 AI 相應的平臺部署路徑選擇是?（N=68）23.53%23.53%23.53%38.24%52.94%38.24%A.外部采購+自主研發A.本地部署C.外部采購C.云部署B.自主研發B.本地部署+云部署而具體至平

62、臺來源上，基于一定基礎上的二次開發和全自主研發是絕大部分企業的平臺模式（加總為 76.47%），這說明企業存在高定制化需求。在部署路徑上，76.48%的企業出于數據監管和信息安全的考量，選擇本地部署或混合部署模式。企業在追求技術創新的同時，也需綜合考慮成本效益和數據安全問題，從而做出更為多元化的選擇。在此次研究過程中，我們對企業進行了定性采訪。在實際的做法探討中，他們紛紛表示需要結合自身情況選擇適合的方案。中國電信、亞信科技和 X 公司三家企業分別從平臺的不同選擇模式出發進行了相應的內容分享，為讀者提供學習和借鑒。25智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告表 3-7

63、 企業案例導覽與精粹企業平臺來源內容精粹中國電信外部采購+自主研發針對外部采購的平臺，充分發揮其已有功能優勢針對內部研發產品，注重與業務特點結合，研發各環節緊密相扣亞信科技自主研發關注前沿技術，立足通信行業，自主開發 GPT 平臺X 公司外部采購在現有模型基礎上進行功能實現和創新中國電信企業實踐 立足當下，電信的具體落地進展 產品選型和打造：外部引入和自主研發中國電信采用外部引入和內部研發結合的方式為內部員工提供生成式 AI 相關產品。針對外部引入的產品，中國電信的工作組負責對其進行嚴格的選型流程，確保其完全符合公司內部制定的相關政策，充分發揮標準化的功能和優勢，而非追求個性化的定制。中國電信

64、內部設有研發機構，也更傾向于進行自主研發。研發機構結合電信的業務特點，深入到與具體業務場景結合的垂直領域，開發與用戶產生實際觸點的產品，并根據內部業務場景進行定制。中國電信在內部產品研發的流程中，采取一系列細致且全面的措施。由工作組調動內部資源，確保從語料的收集與清洗，到專家的介入，再到產品的打造、運營推廣，以及后續的評估與優化，每個環節都緊密相扣，高效運作。例如，針對學習平臺上數以萬計的課程和豐富的知識資源，中國電信正在探索如何利用大模型技術來優化和重構整體的搜索與推薦體系，提升現有服務的質量和效率。知識庫搭建中國電信意識到現有資源的積累至關重要，尤其是在知識庫的構建上，對其在質量、數量、權

65、威性、準確度以及與業務結合的時效性方面有著很高的要求。26智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告亞信科技X 公司企業實踐企業實踐 企業 AI 革命：生成式 AI 應用的階段性進展 X 公司 AI 策略：基于成熟模型的功能探索與創新 GPT 應用平臺：亞信科技立足通信行業，開發了 GPT 應用平臺。該平臺已經在公司內部得到推廣和使用，它不僅展示了亞信科技在新一代人工智能方面的技術和應用能力，也體現了亞信科技對行業特定應用場景的深刻理解。X 公司選擇在現有成熟模型的基礎上進行功能實現和創新，而不是從零開始進行自主研發。X 公司通過申請顯卡資源、配置服務器、安裝所需模型等

66、，為員工提供資源，鼓勵員工探索和應用各類開源模型，尋找最適合自身業務需求的產品。亞信科技作為一家領先的高科技企業，對于新興技術如生成式人工智能持有積極和開放的態度，對這些前沿技術的發展保持高度關注，并致力于將它們融入到亞信科技的產品與服務中。結合上述案例可以看出，對于擁有一定自研技術實力和行業經驗的企業，可以結合自身業務需求將“數據+知識”進行整合，并選擇合適的算法模型和計算資源，通過“算法+算力”進行大模型的定制開發和優化迭代，實現最佳性能和效果。而對于需依賴外部采購的企業，則可基于現有產品，探索如何將模型集成到自身產品與服務中以實現場景的智能化升級。此外，還需兼顧硬件與軟件的同時具備，即企

67、業需要加強對員工意識以及使用方法的培訓，提升他們對大模型的認知和應用能力，助力員工充分利用大模型的技術潛力，從而實現價值轉化的最大化。設置專人專崗專人專崗負責生成式 AI 的研發與運營已成為眾多企業的共識27智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告表 3-8 貴公司針對生成式 AI 的研發和運營，是否由專人/團隊負責?（針對外資企業）（N=20）表 3-9 貴公司針對生成式 AI 的研發和運營，是否由專人/團隊負責?（針對本土企業）（N=48）表 3-10 貴公司已經或計劃設置哪些專人/團隊負責與生成式 AI 相關的工作?（N=64）20.00%29.17%44.12

68、%80.00%62.50%67.65%8.33%10.20%1.56%A.是，由 global 公司專人/團隊負責A.是，已經有專人/團隊負責A.IT/SSC 部門:負責開發或接入適合企業的生成式 AI工具，并進行日常的系統維護C.是，由 global 和 local 共同負責（0.00%）C.否，沒有專人/團隊負責C.數據分析師D.否，沒有專人/團隊負責（0.00%）B.是，由 local 公司專人/團隊負責B.是，已經在規劃專人/團隊負責B.生成式 AI 或 AI 相關產品研發:負責開發或接入適合企業的生成式 AI 工具;負責相關算法的調試與優化訓練;負責研究與開發企業內部生成式 AI 可

69、應用的場景C.不清楚28智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告針對專人專崗的資源設置，我們將參調企業根據企業性質進行劃分。數據表明：外資企業，出于資源的優化配置和技術標準化的考量，更傾向于通過海外總部（Global）來進行統籌管理（80.00%）；而本土企業，已有或計劃設置專人/團隊負責生成式 AI 研發和運營的企業占比高達 91.67%。而相關系統的開發和維護，多數企業會選擇現有 IT 或 SSC 部門進行主要負責。由此可見，企業已認識到專業團隊/人員在推動生成式 AI 發展和應用上扮演著重要角色，并在構建和資源布局上，都在積極采取行動。項目推行制度和培訓宣傳為更

70、好地促使員工“會用”、“能用”生成式 AI，“開展研討經驗交流會”與“提供應用技巧培訓”是不同推行階段的企業最常用的落地手段。甚至，部分企業開始嘗試將生成式 AI 應用與員工績效考核關聯予以鼓勵探索。表 3-11 貴公司生成式 AI 工具的應用階段?（N=68）23.53%29.41%47.06%A.公司內部有成立相關的先行項目，將生成式 AI 工具的使用嵌入特定崗位的日常工作流程中C.沒有強制應用，但在部門或團隊內部會有激勵手段促使員工使用，培養員工的人工智能的意識B.全公司的應用，由員工自行探索生成式 AI 工具的使用場景，提升工作效率29智慧人力，引領未來2024 生成式 AI 賦能人力

71、資源管理研究報告表 3-12 貴公司優化員工應用生成式 AI 的舉措有哪些?（先行先試項目）（N=32）表 3-13 貴公司推動生成式 AI 工具的使用的舉措有哪些?（自行探索和使用）（N=36）A.為員工提供生成式 AI 相關的培訓，助力員工掌握生成式 AI 使用技巧A.向員工進行生成式 AI 相關宣傳C.在年度考核中，對使用生成式AI 相關工具取得顯著工作成果的員工給予獎勵C.鼓勵員工探索生成式 AI 的使用場景B.為員工使用生成式 AI 工具提供資金支持（例如賬號開通）B.為員工提供生成式 AI 相關培訓，助力員工掌握生成式 AI 使用技巧D.定期組織研討會，為員工提供學習和交流生成式

72、AI 的渠道D.制定明確使用指南，確保員工使用的規范性和合法性E.定期進行案例實踐，為員工使用生成式 AI 工具解決工作問題提供實踐思路和啟發F.制定明確使用指南，確保員工使用的規范性和合法性02040608010002040608010081.25%61.11%66.67%61.11%16.67%37.50%12.50%25.00%43.75%31.25%30智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告約半數企業（47.06%）已將生成式 AI 融入業務，通過先行先試項目探索生成式 AI 的實際應用（表 3-11），并側重于通過“提供相關培訓”（81.25%）和“開展研

73、討或經驗交流會”（68.75%）以提升員工的 AI 應用技巧能力。同時，部分企業開始將其納入績效考核（12.50%），從制度層面激勵員工在工作中的應用（表 3-12）。而針對另外部分處于非正式推行階段的企業（表 3-10，自行探索+非強制，52.94%），則傾向于采取“認知宣傳+應用技巧培訓”雙管齊下的策略予以鼓勵探索（表 3-13）。因此，無論企業處于哪一應用階段，技巧培訓都是推動生成式 AI 工具使用的主要手段。此外，企業需要提高對生成式AI 應用的制度規范，防止因員工認知不足帶來的企業的合規性問題或信息危機。為了從實踐層面為讀者提供更詳細的參考，我們針對已成立先行先試項目的企業，在項目團

74、隊分工及宣傳培訓策略上進行了具體做法詢問，讀者可根據自身情況選擇借鑒。表 3-14 企業案例導覽和專家洞察企業內容精粹中國電信基于國家號召，大力開展全員生成式 AI 認知與應用培訓集團、分公司、學習發展部門三管齊下，靈活開展生成式 AI 培訓組織內部競賽鼓勵 AI 技術應用亞信科技公司做指引和領導，產品研發中心和人力資源中心協同完成組織 亞信科技 GPT 系列 直播課堂，提升員工認知水平針對崗位提供定制化 GPT 技術培訓培養撰寫高質量提示詞能力GPT 工具與工作流程結合的交流探討活動X 公司多部門協同推進創新大賽，鼓勵團隊探索生成式 AI 應用，確保合規并評選優秀項目外部專家定期授課，為員工

75、提供拓寬視野的機會鼓勵員工參與外部論壇活動，了解市場信息內部新聞推送，提升員工關注度創新大賽團隊分享 AI 應用經驗HR 洞察企業通過推送科技資訊、優化培訓平臺提升員工 AI 認知定期評估培訓效果，持續更新資源，營造知識共享文化重視提問環節，培訓提問技巧，建立交流學習平臺構建知識庫，助力員工快速解決問題，促進技能提升對于生成式 AI 準確性問題的人工干預措施31智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告中國電信企業實踐 員工認知和使用培訓 中國電信高度重視員工對于人工智能認知與應用能力的培養?；趪Y委體系以及央國企對于人工智能的重視和大力號召，中國電信今年在開展關于人

76、工智能理念、相關技術以及業務相關學習的培訓方面加大了資源的投入力度，并進一步明確要求，集團全員的培訓計劃中需加入人工智能專題培訓模塊，為員工普及大模型種類和常見專有名詞等相關知識。除此之外，電信回歸業務經營層面，思考人工智能怎樣推動業務發展并帶來收入。培訓分工情況 集團層面：中國電信內部有覆蓋全員的成熟應用平臺，承載集團統一部署的培訓活動；各分公司：中國電信作為一家全球性的公司，各個分公司都擁有自主運營的職責和權力，可以更加靈活的在細分業務領域按需開展培訓。學習與發展部門：中國電信開展人工智能專題培訓，基于 AI 的服務能力讓員工認識和學習 AI，并提出一定的考評要求，幫助員工提升對 AI 的

77、接受度、理解力，同時借助 AI陪練強化員工的應用能力。推廣和鼓勵措施中國電信引入 AI 技術是希望能夠幫助員工在工作中解決問題，所以在電信內部會不定期開展非正式的競賽活動，以開放式或設定若干主題的形式，讓員工結合自身業務場景，借助 AI 輔助完成一定的工作，并對應用成果優秀的員工給予獎勵。32智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告亞信科技企業實踐 企業 AI 革命：生成式 AI 應用的階段性進展 企業生成式 AI 的認知深化與應用實踐 GPT 先行先試項目：亞信科技啟動了專門針對 GPT 應用的先行先試項目，面向公司各個事業部提供 AI 服務。該項目的核心目標之一是

78、通過集成 GPT 技術來提高工作效率，節省人力成本。在亞信科技的人力資源部門中，招聘崗位被設定為該先行先試項目的重要試點崗位，以助力提高人員招聘工作效率，另外在培訓、SSC 等崗位方向也均有試點。團隊分工情況公司做指引和領導，產品研發中心和人力資源中心協同完成 產品研發中心：負責技術實現和產品開發，推出內部自用產品，提高公司運作效率，同時也開發面向外部行業的應用產品，以拓展市場和滿足客戶需求。產品研發中心的工作重點包括對生成式 AI 等前沿技術的集成和應用，以及不斷優化產品功能，確保技術領先和市場競爭力。人力資源中心：發揮著戰略伙伴的角色，與產品研發中心緊密合作，共同梳理和定義與新技術相關的崗

79、位要求，確保人才與崗位的匹配。此外，人力資源中心還負責監控項目進展，評估人效提升和階段性成果，通過數據分析為管理決策提供支持。認知培訓：亞信科技內部定期組織“亞信科技 GPT 系列”直播課堂，由產品研發中心專家與人力資源部培訓團隊培訓專家共同主持。培訓根據不同崗位員工所面臨工作場景的要求，教授員工如何通過使用 GPT 技術和工具提升工作效率。具體內容涵蓋以下幾方面：GPT 認知培訓：為幫助員工建立對 GPT 技術原理及應用的理解，包括它的演進歷程、工作原理和應用潛力，開發了AI 演進歷史及企業數智化實踐等課程；GPT 崗位提效培訓：分別針對公司銷售/售前崗位、項目產品規劃崗位、研發崗位、交付崗

80、位及運維崗位，開發了不同的技術類課程，如亞信科技 GPT 產品體系及解決方案、使用 AI 重構產品方法體系、用 AI 重構研發生命周期管理、大模型推理優化及高效微調、亞信科技淵思大模型 1+6+8 產品體系等課程；提示詞撰寫培訓：為了培養員工撰寫高質量提示詞，以及構建提示詞模板的能力，以有效使用 GPT，開發了高效使用 GPT 讓工作更輕松等課程；工作流與 GPT 工具的結合：探討如何在不同工作場景中將 GPT 工具與工作流程結合起來，以實現工作提效，如使用 GPT 制作 PPT等課程。部門或團隊的推廣使用：以人力資源部門招聘團隊為例，在宣傳海報設計、文案撰寫以及工作內容輸出等工作環節，進行積

81、極的探索和嘗試，并推廣使用。33智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告 項目組推進：針對先行先試項目，各事業部會由“對 AI 和 GPT 有較強認知且興趣的員工”組成虛擬團隊，牽頭 GPT 項目在工作場景中的具體落地，并將計入績效考核。X 公司企業實踐X 公司 AI 創新大賽：探索生成式 AI 的多元應用X 公司緊跟生成式 AI 技術的發展趨勢，開展 AI 創新大賽，以組建團隊并申報項目的形式，鼓勵員工參與，助力員工探索基于工作場景 AI 技術的潛在用途。團隊分工情況：集團領導：X 公司的高層領導意識到生成式 AI 的重要性，并重視其在企業內的普及和應用，因此授意在

82、全集團開展創新大賽，給予大力支持和推動；人力資源部門：由人力資源部下屬的組織發展部門負責創新大賽整體的組織和開展；法務部門：X 公司要求法務部門全程參與創新大賽，以確?；顒痈鳝h節的合規性和安全性，避免敏感問題的發生。從項目提案環節的 PPT 到項目驗收環節的展示材料，都要經過法務部門的審核；在材料申報和宣傳用詞上，法務部門提供專業的指導，避免因用詞不當導致爭議；評估委員會：由集團 VP 級別的領導組成，同時包括研發和資源管理的負責人，負責評估 AI 項目的資源需求，如硬件資源、接口費用等，并決定項目的立項與資源分配；立項審核：員工組隊參與創新大賽，需要進行項目申報，并撰寫項目計劃書，向評估委員

83、會進行立項匯報，闡述項目的目標、計劃、所需資源和人力投入等；評估委員會對申報的項目進行評審，避免資源重復投入，對入圍的項目給予資源支持；中期匯報與項目監管：項目中期匯報環節，參賽團隊向評估委員會匯報項目進展、已實現功能、后續計劃等，委員會根據匯報內容評估項目是否繼續開展；驗收與評獎：項目成果上線后，參賽團隊匯報項目的效益、數據等，評估委員會基于數據進行驗收和評獎。例如，X 公司微博的“評論羅伯特”在上線后產生一定的話題度和效益，被評選為一等獎。34智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告企業生成式 AI 知識普及與員工能力提升策略 企業內外聯動的生成式 AI 宣傳與培

84、訓策略 外部資源學習 專家宣講：由組織發展部定期邀請外部 AI 領域的專家來公司授課，為員工普及 AI 相關知識，幫助員工拓寬視野，更好地理解 AI 行業趨勢和技術發展；論壇活動：X 公司鼓勵員工積極參與外部論壇和活動，以便更快地跟上技術發展的步伐，了解同行和供應商的最新應用能力，為公司內部的創新和發展提供參考。內部案例實踐分享學習作為集團最高等級的項目，創新大賽吸引了員工的廣泛關注，并成為 X 公司生成式 AI 宣傳的重要方式。新聞推送：X 公司通過內部新聞推送等多種渠道向員工公開透明的介紹創新大賽各項目進展，從意識層面培養員工對生成式 AI 的關注度；案例分享活動：X 公司要求創新大賽的項

85、目團隊以直播課或線上課程等形式定期向員工進行培訓和分享。特別是對于經過評估后具有重要價值的項目，團隊成員需要向全員分享項目情況、AI 應用的領域，以及在項目中積累的技術經驗和知識，為其他員工提供一定的思考和借鑒。認知培訓企業內部在進行生成式 AI 相關宣傳和知識普及時，可以采取以下策略：科技資訊推送：企業可以定期向員工推送科技前沿資訊，包括人工智能領域的最新發展、AI 報道等，幫助員工對行業趨勢有清晰的認識，提升對新技術的理解。內部培訓平臺：建立或優化內部培訓平臺，提供與科技前沿相關的課程和培訓材料，鼓勵員工參與學習，增強對新技術的掌握和應用能力。評估與反饋：定期評估內部宣傳和培訓的效果，收集

86、員工的反饋，以便不斷優化培訓內容和方法，滿足員工的學習需求。持續更新資源：確保培訓資源和資訊內容的持續更新，與科技發展保持同步，避免知識過時。李女士HR洞察 35智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 精準度提升：數據訓練與人工校驗的協同生成式 AI 的精準度是通過持續的數據訓練和人工校正逐步提升的。初期的不精確是正?，F象，因為 AI 需要大量的數據來學習和優化其算法。產品設計時，應預留空間讓 AI 進行自我迭代和訓練，以不斷提高其準確性。同時可以設置人工校驗的機制，以便在AI的輸出結果出現偏差時進行及時糾正。知識共享文化：鼓勵員工之間的知識共享，通過研

87、討會、工作坊等形式，促進跨部門的交流與合作，共同探討如何將新技術應用于實際工作中。使用技能培訓企業在培訓和指導員工時，需要特別重視提問環節的重要性。有效的提問不僅能夠促進深入思考，還能幫助員工獲得他們所需的答案和解決方案。提問技巧培訓：組織培訓課程，教授員工如何提出有深度和廣度的問題，以及如何通過提問來澄清概念和解決問題。持續技能提升：將提問技巧作為持續職業發展的一部分，定期復習和更新相關的技能。交流學習平臺：利用在線論壇、問答平臺等技術工具，為員工提供一個隨時提問和交流的空間。建立知識庫：企業可以構建內部知識庫，幫助員工找到常見問題的答案，同時也能夠提出新問題。應用場景規劃與開發生成式 AI

88、 的實踐不再只是技術部門的“一家主導”，職能與運營相關部門也在積極參與探索和應用。36智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告表 3-15 貴公司目前在哪些部門進行了生成式 AI 應用場景的開發和規劃？（N=32）A.技術研發等后端部門C.財務、人力、法務等職能部門B.市場營銷等前端部門020406080100在整體應用場景規劃上，除業務部門外，數據顯示，生成式 AI 的實踐不再只是技術部門的“一家主導”（87.50%），職能部門（財務、人力資源、法務）的探索應用開始“嶄露頭角”（56.25%）。此外，市場營銷等前端部門應用卻不及半數（43.75%），關于這一數據背后

89、的分析原因，外服云專家給出了可能性的判斷和解讀：AI 技術的不斷成熟以及企業對其認知的深化，促使著生成式 AI 在更多部門和工作流中發揮價值，推動企業的智能化和自動化實現。X 公司的實踐案例為我們分享了生成式 AI 在不同部門的覆蓋，以及已獲得的成效：外服云專家洞察AI 為營銷工作的開展提供了新的工具和可能性，但其能力的展現受限于技術難度和用戶的認知水平。雖然生成式 AI 的入門使用相對簡單，但當涉及到更高級的應用，如“文生圖”等任務時門檻顯著提高。為了充分利用生成式 AI 帶來的優勢，需要企業付出一定時間和金錢的成本，助力員工進行深入學習和持續實踐，才能真正釋放其在營銷策略和創意執行中的潛力

90、。87.50%43.75%56.25%37智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 在企業中的應用主要以技術研發與業務相關部門先行為主。在具體實踐過程中，外服云專家認為可以從以下五個環節循序漸進開展生成式 AI 對業務流程的重塑：外服云專家洞察X 公司企業實踐X 公司創新大賽覆蓋了公司內多個部門的項目，并且已經取得了一定成效。以部分業務部門、人力資源部門以及法務部門的具體應用為實例，展現創新大賽的成果：技術部門：生成式 AI 技術在業務部門的應用較為廣泛和多元。例如，技術團隊利用生成式 AI 輔助代碼編寫，設計部門通過生成式 AI 激發創意設計靈感等；人力

91、資源部門：人力資源部門基于 SSC 的服務，利用生成式 AI 技術開發智能客服系統，為員工進行 HR 政策、制度等的答疑；法務部門：利用生成式 AI 技術提升法務文檔的處理效率和準確性。例如，通過生成式 AI 輔助檢索，確保文檔中沒有錯別字，語義通順，從而保障法務文檔的嚴謹性與合規性。作為后續業務場景應用的基礎，對員工進行AI認知、使用的普及和相關技能的培養。認知、使用和技能的普及人機結合是未來趨勢，AI可能替代工作流程中的某些環節，實現業務流程的重塑，進而影響業務生態、客戶體驗和服務產品。業務流程重塑基于應用場景，識別并聚焦高頻用戶，展示其最佳實踐案例并進行推廣，助力員工對生成式 AI 的嘗

92、試和應用。業務場景實踐實現知識庫與 AI 的深度結合，并將其嵌入業務系統中，助力業務某些專項工作的完成。業務系統嵌入個人層面的實踐普及之后，需要推動組織層面的深入應用。這要求企業內部私域知識的有效沉淀和結構化，并整合到 AI 系統中，實現對更廣泛群體的應用覆蓋。知識庫與數據沉淀38智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告三、安全監管企業對生成式 AI 的限制雖逐步解除，但仍在不斷完善信息保護和內容合規要求，“自由亦要有邊界”表 3-16 貴公司針對生成式 AI 工具的使用是否有限制?A.是B.否0204060801002024 數據（N=254）2023 數據（N=9

93、2）表 3-17 貴公司針對生成式 AI 工具的使用有哪些限制措施?2024 數據（N=192）2023 數據（N=55）A.限制將公司信息、客戶信息等透露給生成式 AIB.限制將個人信息透露給生成式 AIC.要求員工對生成式 AI 所生成的內容進行審查，確保合規合法D.限制員工通過生成式 AI 完成非標準化的工作（例如不能進行數據分析）75.59%73.95%50.00%53.12%18.75%74.55%49.09%47.27%14.55%24.41%82.61%17.39%02040608010039智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告安全監管的貫徹落實是企

94、業內部實現生成式 AI 全面應用最重要的基礎。雖從限制角度，企業已越發開放，但不斷完善信息保護和內容合規是底線要求（公司信息 73.95%，個人信息 50.00%）。同時，部分企業要求對生成式 AI 所生成的內容進行合規性審查（53.12%）。即為：遵循“自由亦要有邊界”準則。作為企業應用生成式 AI 需要首要考慮要素，本報告以亞信科技和 X 公司的數據監管和信息等級劃分措施為例，為讀者提供一些做法思路。亞信科技X 公司企業實踐企業實踐 數據守護者：生成式 AI 的數據監管 企業的監管和限制措施 亞信科技內部成立專門信息安全委員會，負責信息安全以及隱私保護等相關工作，具體體現為：針對通用型 G

95、PT 工具，在制度流程方面，亞信科技建立嚴格的規章制度，對信息進行分級管理，對不同級別的信息進行相應技術處理，并由信息安全委員會進行全面監管，確保機密信息的安全性；針對亞信科技自主研發的產品和工具（如：認知增強平臺和行業大模型等），在研發階段就充分考慮信息安全因素，采用信息脫敏和數據脫敏機制，以及一系列技術手段來控制數據外流，確保公司信息和客戶信息的安全。在數據安全方面，X 公司針對內部敏感信息提出一定的限制管理措施：對于企業公開可查的信息，允許員工輸入到生成式AI相關平臺中進行處理和分析。然而，對于涉及公司內部敏感信息的相關數據，公司嚴格執行保密措施，嚴禁將其上傳至外部系統。例如，以 Cha

96、tGPT 為例的生成式 AI 工具，盡管它具備強大的數據分析和報告生成能力，能夠根據復雜的數據框架自動生成圖文報告，并對數據進行解讀，但在實際操作中，某些數據無法被傳輸出去，導致這些技術的應用無法實施。40智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告四、價值衡量提升工作效率、拓寬認知、激發創新思維是企業普遍對生成式 AI 的價值認可。此外，處于不同應用階段的企業，對其所產生的價值要求會呈現不同側重。表 3-18 貴公司目前對生成式 AI 的使用真正做到價值衡量的是哪一階段?（N=68）14.71%58.82%26.47%A.提高工作效率，促進結果轉化 C.激發員工創造性（

97、讓員工緊跟潮流，給員工帶來了思考，形成思維方式）B.解決了員工的知識盲區，拓寬員工的想法和認知表 3-19價值衡量應用階段A.提高工作效率，促進結果轉化B.解決了員工的知識盲區，拓寬員工的想法和認知C.激發員工創造性（讓員工緊跟潮流，給員工帶來了思考，形成思維方式）A.公司內部有成立相關的先行項目，將生成式 AI 工具的使用嵌入特定崗位的日常工作流程中（N=32）75.00%6.25%18.75%B.全公司的應用，由員工自行探索生成式 AI工具的使用場景，提升工作效率（N=20）70.00%20.00%10.00%C.沒有強制應用，但在部門或團隊內部會有激勵手段促使員工使用，培養員工的人工智能

98、的意識（N=16）12.50%25.00%62.50%41智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告價值衡量是企業全面布局生成式 AI 應用的重要目標之一，在具體已實現的結果轉化進度上（表 3-18），提升工作效率（58.82%）、拓寬認知（14.71%）、激發創新思維（26.47%）是企業普遍對生成式 AI 的價值認可。此外，處于不同應用階段的企業，對其所產生的價值要求會呈現不同側重，即為：對于已經實現“實際應用階段”（例如有先行先試項目制度）的企業，在提升工作效率和結果轉化（75.00%）上有更高的要求；而處于“探索應用階段”的企業，則更側重于激發員工的創新思維（6

99、2.50%）。關于具體價值衡量的實際落地，X 公司和亞信科技分別做出了可能性探索的分享：X 公司亞信科技企業實踐企業實踐X 公司 AI 創新大賽：探索生成式 AI 的多元應用價值探索：生成式 AI 應用成效的評估與衡量X 公司緊跟生成式 AI 技術的發展趨勢，開展 AI 創新大賽，以組建團隊并申報項目的形式，鼓勵員工參與，助力員工探索基于工作場景 AI 技術的潛在用途?；诹髁繑祿膬r值衡量通過查看 API 接口調用量的數據，評估不同項目 AI 技術的應用程度，并以此衡量項目的實際效果。例如，一個項目在一個月內API接口的調用量非常大，就意味著該項目是有成效的；相反，如果一個項目實際調用接口的

100、流量極少或幾乎沒有，那么表明該項目并沒有真正有效地利用 AI技術。亞信科技在評估項目和策略成效時，注重效能和可量化數據的分析，采用定期的數據提報和分析機制。目前，亞信科技每月進行數據監控和評估，初步結果顯示正在產生正向影響；為了更全面地評估成效，亞信科技計劃采用更長的周期，例如一個完整的年度周期評估，以便更準確地判斷是否實現了預期目標和成效。通過年度周期的評估，可以更好地支持發展策略的調整和優化，確保項目發展策略與公司的長期目標和愿景保持一致。除了上述對生成式AI的價值衡量的探討，AI回答的準確性同樣是一個不可忽視的指標。生成式AI所提供答案的可信度，直接影響到其實用性和推廣程度。那么對于企業

101、來說，內容準確性問題可以有哪些應對措施呢？42智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告從企業角度出發，絕大多數企業會通過算法優化（67.65%）和實時收集用戶反饋并轉人工回復（47.06%）積極尋求解決方案，以提升生成式 AI 輸出的準確性。從使用者角度出發，在使用生成式 AI 時是否會給予明確的指令，已成為影響AI 輸出準確性的關鍵因素之一。對此，外服云專家為我們提出以下建議：表 3-20 貴公司針對生成式 AI 所生成內容的準確性問題有什么措施?（N=68）A.定期進行模型和算法優化C.實時收集用戶反饋，并根據反饋轉人工回復（如智能機器問答）B.由專家對生成內容進

102、行審核和修正D.提出免責聲明E.其他020406080100生成式 AI 的準確性提升策略 語料庫的構建為提高生成式 AI 的精確度，企業需要建立一個全面且持續更新的語料庫，作為 AI 學習和內容生成的知識基礎。提示詞撰寫當前 大模型幻覺 不可避免，但用戶可以通過細致精確的提示詞，有效引導 AI 生成準確和高質量的內容。AI 互動與 AI 的互動不應僅限于單輪問答，而應通過多輪對話來深入挖掘和優化內容。這種深入的互動交流能夠訓練大模型更精準地捕捉用戶的意圖和需求，從而生成更加個性化和精確的內容。企業級應用流程編排企業級生成式 AI 通常需要 AI 對業務流程有全面深入的理解，從而能夠判斷用戶提

103、出問題的性質、進行語義理解和知識庫檢索、匹配問題答案，從而實現通過流程編排準確執行復雜任務的應用。外服云專家洞察 67.65%44.12%47.06%14.71%2.94%43智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告根據專家洞見和優秀企業實踐，我們對四個維度的驅動力實現進行了做法總結，供讀者啟發和思考：五、實踐總結企業層面應用維度劃分具體內容認知與擁抱 持續的認知普及：企業需重視 AI 相關的教育與培訓，并在基礎認知上深化對生成式 AI 應用的實踐。內部知識共享：鼓勵建立知識共享文化，通過研討會、工作坊等形式，促進跨部門的經驗分享與合作，共同探討新技術應用的可能性。技

104、術資訊推送：定期向員工推送科技前沿資訊，幫助員工及時了解行業趨勢，實時提升對新技術的認識。評估與反饋：定期評估培訓效果，收集員工反饋，不斷優化培訓內容和方法，確保培訓資源與科技發展的同步更新。資源支持度 研發投入規劃：基于企業現狀，制定研發投入計劃，明確包括資金、人才和技術的相應落實方向。制度推行：采取項目試點，激發員工使用生成式AI的熱情，促進跨部門協作，并從創新和協同角度出發，共同探索和推進。場景規劃：深入分析不同場景的具體需求，識別生成式 AI 的應用機會和潛力。安全監管 建立監管機構：成立信息安全委員會，負責監管生成式 AI 應用過程中的信息安全和隱私保護。確保生成式 AI 應用符合相

105、關數據保護法和行業標準，并定期的審查。信息管理和限制：對企業信息進行分級，根據信息敏感度采取不同管理和技術處理措施。對于敏感數據，制定嚴格的保密機制和訪問控制，嚴禁未經授權的傳輸。員工培訓：加強員工對數據安全重要性認識，通過培訓提高其對信息保護的意識。價值衡量 定期監控與反饋：實施定期的數據監控和評估，及時獲取反饋，調整生成式 AI 的應用策略。ROI 分析：嘗試進行投資回報率(ROI)分析，評估生成式 AI 的實際應用價值。持續優化：基于評估結果，持續優化生成式 AI 應用，提升其在應用中的綜合價值。風險與收益平衡：在追求創新和效率提升的同時，正確看待生成式 AI 應用的風險和局限性，確保在

106、一定范圍內的效益最大化。44智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 如何深入人力資源領域？上一章節，我們從企業層面探討了對生成式 AI 的認知、資源支持情況，以及安全監管和場景規劃等方面的具體措施。而本章節，我們將從具體場景應用出發（以人力資源領域為例），開展相應的定量、定性研究，試圖總結其現狀變化并進行應用深度上的挖掘。積極推進和規劃生成式 AI 在人力資源領域應用的企業顯著增加，部分企業已在特定模塊實現全流程嵌入的成熟應用。表 4-1 生成式 AI 在貴公司人力資源領域的應用程度如何?選項2024 數據（N=218）2023 數據（N=92）2 年數

107、據差值A.尚未有應用，未來也沒有計劃應用23.85%60.87%-37.02%B.尚未有應用，但已經在準備和規劃中33.94%23.91%10.03%C.初步應用階段，有一些泛 AI 的場景應用38.53%15.22%23.31%D.有較為成熟的應用，在人力資源某些模塊有全面應用（例如招聘模塊的簡歷篩選、JD 撰寫、面試報告出具等）3.67%/一、應用階段45智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告在涉及人力資源領域應用方面，數據顯示：未規劃生成式 AI 使用的企業數量大幅下降（差值為 37.02%），超過 7 成的企業已在規劃或作出相應實施。接下來，我們將從人力資源

108、領域的細分應用和生成式 AI 將對人力資源帶來的影響和賦能點兩方面進行具體數據和內容分析。生成式 AI 在企業中的應用具體應用人力資源部門 應用領域 招聘與配置 培訓與發展 Core HR 薪酬福利管理和績效管理 影響和賦能 人力資源組織架構 人力資源角色 人力資源從業者要求46智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 普遍應用于人才招聘、培訓發展、Core HR 模塊，并均在其中有著較為豐富的應用。薪酬福利與績效管理模塊雖涉及較少但存在高度使用共性。二、應用領域表 4-2 生成式 AI 在貴公司的人力資源領域的哪些工作中有所應用/計劃有所應用?2024

109、數據（N=166）2023 數據（N=36）A.人才招聘B.培訓與開發C.薪酬福利管理D.績效管理E.Core HR（例如員工信息入轉調離）聚焦于人力資源領域的細分場景應用，近兩年數據顯示，人才招聘（57.83%）和培訓開發（56.63%）仍然是最廣泛的應用模塊。其次為 core HR（39.76%）的應用。值得注意的是，績效管理和薪酬福利管理作為員工最為關心的切身利益內容，其因方案的制定和調整需綜合考慮多種因素，具有一定的復雜敏感和保密性，目前在該兩個模塊上使用的企業量不多（24.10%和 21.69%）。此外，Core HR 的應用雖在 2024 年比例下降（83.33%下降至 39.76

110、%），但整體應用的絕對值有所提升（2023 年N=36 和 2024 年 N=166），隨呈現向好態勢，但在實際技術實現上，還是存在不小挑戰。對此，外服云專家給出以下解讀和建議：57.83%56.63%21.69%24.10%39.76%44.44%44.44%22.22%16.67%83.33%02040608010047智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 在人力資源領域的應用 外服云專家洞察Core HR 系統是企業內部管理人、財、物、事的核心工具，在信息的生產和收集方面，已經實現了高度的自動化。Core HR 系統中包含了大量的非結構化數據，但

111、由于缺乏有效的技術手段來挖掘和利用數據，因此目前 AI 在 Core HR 系統中的應用并不普遍，需要進一步的技術發展和創新來克服現有障礙。數據呈現 人才招聘表 4-3 生成式 AI 在人才招聘工作中有哪些應用?選項2024 數據（N=96）2023 數據（N=15）2 年數據差值A.簡歷篩選81.25%66.67%14.58%B.崗位、人才信息搜集72.92%53.33%19.59%C.崗位說明書生成68.75%53.33%15.42%D.招聘數據生成統計（例如今日收到簡歷量）52.08%/E.簡歷搜尋和智能匹配62.50%40.00%22.50%F.崗位人才畫像和能力模型生成52.08%2

112、6.67%25.41%G.AI 面試37.50%/H.面試報告生成（面試問題、面試結論）41.67%26.67%15.00%I.候選人保溫/offer內容/拒信內容等郵件撰寫29.17%/J.招聘文案/宣傳海報生成45.83%/K.雇主品牌相關內容生成27.08%53.33%-26.25%48智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告在人才招聘模塊上的應用：“簡歷篩選（81.25%）”、“崗位人才信息搜集（72.92%）”、“崗位說明書生成（68.75%）”仍然為最經常使用場景，且對比去年數據，呈現穩定增長。同時，隨著技術的進一步發展以及供應商產品的研發和支持，“簡歷搜

113、索和智能匹配（62.50%）”、“崗位人才畫像和能力模型生成（52.08%）以及“招聘數據生成統計（52.08%）”等功能應用也開始有一定的普及應用。在培訓開發模塊上的應用：整體細分運用會較為均衡（百分比絕對值上的差異性較?。?。其中，“大綱課件生成（78.72%）”、“知識萃取與沉淀（65.96%）”、“培訓資料搜集（63.83%）”、“測評題目擬定（63.83%）”等文本生成類的應用較為主導，智能推送（46.81%）和交互型應用（AI 陪練 57.45%）則較為其次。培訓與開發 Core HR表 4-4 生成式 AI 在培訓與開發工作中有哪些應用?表 4-5 生成式 AI 在 Core HR

114、 工作中有哪些應用?選項2024 數據（N=94）2023 數據（N=15）2 年數據差值A.AI 陪練57.45%/B.培訓資料搜集63.83%83.33%-19.50%C.培訓大綱、課件生成78.72%83.33%-4.61%D.知識萃取與沉淀65.96%66.67%-0.71%E.測評題目擬定63.83%16.67%47.16%F.培訓課程推送46.81%/G.個性化個人發展計劃、領導力發展計劃生成42.55%33.33%9.22%選項2024 數據（N=66）2023 數據（N=27）2 年數據差值A.作為智能客服，回答員工關于企業政策的咨詢78.79%74.07%4.72%B.作為智

115、能客服，幫助員工查詢個人薪酬、福利、考勤等信息63.64%66.67%-3.03%C.員工信息數據處理、更新和維護60.61%/D.員工入職流程自動化辦理63.64%/E.作為“企業信箱”，收集、整理員工需求48.48%29.62%18.86%F.與 RPA 結合，應用于入職指引、事務辦理等標準化的場景中51.52%51.85%-0.33%49智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告在 Core HR 模塊上的應用：企業對于生成式 AI 在此模塊上的可實現范疇一直較為清晰（兩年數據對比差異不大），并且在信息生產和收集方面，本身也已實現高度自動化。由此可見，企業始終重視

116、利用技術來提高服務員工的效率和體驗，并通過智能客服等交互方式快速響應員工的問題和需求。但也同時需要注意的是：Core HR 系統中還包含了大量非結構化數據，還需繼續依靠技術手段進行進一步的挖掘和利用，顯然，這也為在該細分模塊的創新發展上，帶來了更大的潛力。在薪酬福利與績效管理模塊上的應用：結合表 4-6 和 4-7 數據統計，我們發現，在這兩個模塊上有生成式 AI 應用的企業（21.69%和 24.10%），其實際賦能點存在高度共性，基本都為方案內容生成、信息搜集和問題問答（實現率基本都達到六成及以上）?？梢?，通過生成式 AI 的賦能，企業能夠更快速、準確地收集和分析市場數據，從而制定出更具競

117、爭力的薪酬福利政策和更符合標準的績效指標。薪酬福利管理和績效管理表 4-6 生成式 AI 在薪酬福利管理工作中有哪些應用?（N=36）表 4-7 生成式 AI 在績效管理工作中有哪些應用?（N=40）A.薪酬或福利市場信息搜集A.績效考核維度生成C.福利宣傳內容生成C.員工績效評估問題的回答B.薪酬方案大綱生成B.績效方案框架生成D.員工薪酬福利社保等問題的回答D.績效數據統計02040608010002040608010077.78%77.78%55.56%61.11%75.00%60.00%80.00%70.00%50智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告 應用

118、階段與各模塊數據對比此次，除了調研“企業在各模塊的實際應用”現狀，我們還針對“已有應用企業”和“未有應用企業”在各模塊可予以實現的程度進行對比分析，以進一步探究其“理想”與“實際”的差距。甚至，對生成式 AI 就現階段而言，所能賦能的局限性作出思考。在人才招聘領域，各場景的實際應用比例與規劃相比普遍存在差距?！昂啔v搜尋和智能匹配”這一功能性應用，由于技術的可實現性以及與招聘系統集成的便利性，其實際落地的占比略高于規劃階段的企業（差值為 0.95%）?！懊嬖噲蟾嫔伞钡膶嶋H應用比例未能達到規劃階段的預期（差值 18.65%）。從技術層面上看，面試報告生成要求AI 具備高度精準的自然語言理解和生成

119、能力；從面試管個人層面看，面試管可能對 AI 生成內容的信任度不足，更偏好依賴個人的專業知識和直覺來對候選人進行評估。表 4-8應用程度人才招聘準備和規劃（N=38）初步應用+成熟應用（N=58）差值A.簡歷篩選89.47%86.54%2.93%B.崗位、人才信息搜集78.95%67.95%11.00%C.崗位說明書生成68.42%67.95%0.47%D.招聘數據生成統計（例如今日收到簡歷量）63.16%54.49%8.67%E.簡歷搜尋和智能匹配63.16%64.11%-0.95%F.崗位人才畫像和能力模型生成57.89%56.41%1.48%G.AI 數字人面試36.84%35.90%0

120、.94%H.面試報告生成（面試問題、面試結論）52.63%33.98%18.65%I.候選人保溫/offer內容/拒信內容等郵件撰寫31.58%30.13%1.45%J.招聘文案/宣傳海報生成47.37%39.74%7.63%K.雇主品牌相關內容生成31.58%28.21%2.77%受技術發展水平、個性化需求、工作流程復雜度等因素的影響，生成式 AI 在人力資源領域的應用存在“理想”與“實際”的差距。51智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告在培訓開發領域，“培訓大綱、課件生成”的實際應用比例較規劃階段企業下降了 15%，這表明企業在技術集成上仍然存在挑戰，并且對生

121、成內容的質量存在一定顧慮。而“個性化個人發展計劃、領導力發展計劃生成”的實際應用卻超出規劃階段企業 17%，表明企業在實踐中認識到了 AI 在個性化培訓計劃中的高價值。表 4-9表 4-10應用程度培訓與開發準備和規劃（N=50）初步應用+成熟應用（N=44）差值A.AI 陪練64.00%72.50%-8.50%B.培訓資料搜集64.00%57.50%6.50%C.培訓大綱、課件生成80.00%65.00%15.00%D.知識萃取與沉淀68.00%57.50%10.50%E.測評題目生成72.00%75.00%-3.00%F.培訓課程推送48.00%47.50%0.50%G.個性化個人發展計劃

122、、領導力發展計劃生成48.00%65.00%-17.00%應用程度Core HR準備和規劃（N=32）初步應用+成熟應用（N=34）差值A.作為智能客服，回答員工關于企業政策的咨詢81.25%87.50%-6.25%B.作為智能客服，幫助員工查詢個人薪酬、福利、考勤等信息75.00%75.00%0.00%C.員工信息數據處理、更新和維護68.75%75.00%-6.25%D.員工入職流程自動化辦理68.75%78.13%-9.38%E.作為“企業信箱”，收集、整理員工需求56.25%68.75%-12.50%F.與 RPA 結合，應用于入職指引、事務辦理等標準化的場景中62.50%68.75%

123、-6.25%52智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告在 Core HR 領域，已經實際應用企業的在各場景應用占比普遍高于計劃應用的企業，說明 Core HR 系統的功能實現不成問題，主要挑戰在于提高功能的準確性。對于薪酬福利管理，薪酬方案大綱生成 對定制化需求較高，因此實際應用比例低于準備和規劃階段 20.83%。而 薪酬或福利信息 作為企業核心數據資料，其安全性和保密性要求極高，這可能是導致實際應用比例（87.50%）較準備和規劃下降 12.50%的原因之一。在績效管理方面，由于績效考核的復雜性和對精準度的高要求，績效考核維度生成 的實際應用比例大幅低于規劃階段

124、的企業（差值 53.57%）。員工績效評估問題的回答 實際應用超出規劃階段 20.13%，企業可能實現其與 Core HR 智能客服回答的集成，通過 AI 客服有效回答員工績效評問題。究其原因，人力資源部門在實際投資應用前需要進行細致的技術評估，技術成熟度的不足可能導致應用效果不如預期；企業需要能夠滿足人力資源業務流程的生成式 AI 工具來滿足定制化需求；人力資源各模塊工作流程的復雜度則考驗生成式AI 的問題處理能力。這些因素綜合影響人力資源對生成式 AI 的實際應用決策和應用深度。表 4-11表 4-12應用程度薪酬福利管理準備和規劃（N=24）初步應用+成熟應用（N=12）差值A.薪酬或福

125、利市場信息搜集75.00%87.50%-12.50%B.薪酬方案大綱生成83.33%62.50%20.83%C.福利宣傳內容生成58.33%50.00%8.33%D.員工薪酬福利社保等問題的回答58.33%62.50%-4.17%應用程度績效管理準備和規劃（N=22）初步應用+成熟應用（N=18）差值A.績效考核維度生成100.00%46.43%53.57%B.績效方案框架生成72.73%46.43%26.30%C.員工績效評估問題的回答72.73%92.86%-20.13%D.績效數據統計72.73%78.57%-5.84%53智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報

126、告以上定量數據為我們從整體人力資源領域上所能實現的現狀給予了認知和參考。那么更進一步的具體落地，還需體現在流程實現和實踐做法上。我們采訪了一些行業的頭部企業，其針對數據中應用率最高的三個模塊場景（人才招聘、培訓發展和 Core HR）作出了針對性分享和探討，希望能為讀者提供參考和思考，并以企業案例導覽和專家洞察具體案例實踐案例總結的邏輯呈現。案例呈現表 4-13 企業案例導覽和專家洞察應用模塊企業應用場景人才招聘亞信科技 基礎性應用崗位說明書生成 面試官賦能 進階性應用面試賦能 AI 數字人 AI 面試X 公司 崗位說明書生成 AI 數字人外服云 自動化簡歷篩選 人崗匹配 人才庫盤活 面試報告

127、生成培訓與發展中國電信 智能化學習 AI 導學服務 AI 驅動的數據管理 數字人授課 部門運營 AI 課程審核 知識萃取S 公司 業務培訓 AI 陪練 業務分析 培訓老師賦能外服云 標準化崗位的培訓Core HRX 公司 二級客服體系 一級客服AI 助手 二級客服人工+AI 助手54智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告亞信科技企業實踐生成式 AI 在人才招聘中的應用 基礎性應用 生成崗位說明書：亞信科技利用生成式 AI 輔助生成或優化職位描述；面試官培訓：對于規模較大的校園招聘，亞信科技利用生成式 AI 幫助進行面試官培訓，以確保招聘流程的一致性和專業性；雇主品牌

128、內容生成：亞信科技將生成式 AI 用于招聘公眾號等渠道基礎內容的生成，以此提高內容發布的效率和質量；在校招短視頻拍攝過程中，亞信科技運用生成式 AI 進行腳本的撰寫設計；進階性應用 用人部門賦能：亞信科技通過生成式 AI 將例如“用人部門所需的面試問題”、“面試技巧和關鍵點把握”等內容進行的自動化實現；AI 數字人：亞信科技將自研的數字人應用于校園招聘內部面試官的培訓中。后續在持續優化提升 AI 數字人交互性的基礎上，將其應用于校園宣講環節中。在面試官培訓過程中，針對數字人的使用，面試官目前表現出了兩種不同反饋。企業也在試圖進行綜合考量和平衡管理 一些面試官對于使用公司自研的數字人技術感到非常

129、有趣和認同。他們認為，數字人提供的課程內容更加標準化，在回顧和應用時則更為方便，有助于確保培訓質量的一致性；也有面試官反饋，與真人互動相比，數字人的培訓可能顯得較為機械和不夠靈活，缺乏真人的自然反應和情感交流。亞信科技對 AI 面試的洞察與展望 對于相對標準化以及大批量的校園招聘或勞動密集型招聘來說，AI 面試能夠節省人力和提升效能。但對于智力密集型企業或對復合型人才要求較高的崗位而言，AI 面試暫時無法充分滿足需求；亞信科技考慮在校園招聘環節應用 AI 面試提高效率。而在社會招聘領域，亞信科技將采取更為審慎的態度?？紤]到社招候選人的多樣性和復雜性，公司計劃在未來挑選部分崗位進行試點應用。人才

130、招聘55智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告 生成式 AI 在人力資源領域的應用X 公司企業實踐生成式 AI 在招聘領域的應用 崗位說明書生成：過去，各部門領導在撰寫崗位說明書時常常面臨挑戰，一方面，他們可能因為業務繁忙而無法投入時間來編寫；另一方面，也可能缺乏編寫高質量崗位說明書的經驗和知識。而現在，通過向生成式 AI 提供基本信息，比如所需職位的名稱、工作年限以及特定的技能要求，便能夠快速生成一個初步的崗位說明書，經過調整和個性化修改后即可發布。AI 數字人：X 公司開發了 AI 數字人的形象，并測試了其交互能力，預計將在今年的校園招聘和宣傳活動中投入使用，幫

131、助公司以更高效、更創新的方式吸引和選拔人才，同時減輕HR團隊的工作負擔。人才招聘 自動化簡歷篩選：AI 可以處理大量簡歷，尤其是對標準化崗位的招聘，能快速篩選出符合崗位要求的候選人，提升效率的同時減少人力資源部門的工作負擔。然而，對于需要深層次專業評估的高端職位，則更多依賴于 HR 的專業判斷。人崗匹配：利用生成式 AI 對自然語言的識別，結合機器學習算法對候選人的簡歷進行深度分析，為候選人匹配合適的職位，提高人才資源的利用率和招聘效率。人才庫盤活：通過結合 AI 與人才庫平臺，實現人才庫的激活，使得企業可以更加高效地管理和運用人才庫資源，提升存量簡歷的利用價值，優化人才資源配置的同時減少對外

132、部招聘平臺的依賴，有效降低招聘成本，提高招聘流程的整體效益。面試報告生成：AI 系統能夠輔助或自動生成面試報告，通過提供結構化的面試反饋和評價，協助招聘團隊以更加客觀和標準化的方式對候選人進行評估。外服云專家洞察56智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告 培訓與發展中國電信企業實踐人工智能在人才發展領域的場景應用和影響 電信不斷革新 AI 能力在企業中的應用，提升員工認知，并形成一定程度的落地應用，旨在加快利用 AI 能力，輔助內容建設-學習評估-行為轉化全鏈條工作。過去一年，電信學習與發展部門的探索和應用 智能對話：中國電信將課程、文檔和講師資源整理為知識庫，員工

133、能夠直接與 AI 進行對話，快速獲取所需的學習支持。講師助手：中國電信利用生成式 AI 協助內部講師，提升內容制作效率，同時輔助創意擴充和邏輯梳理，并以“數字人助手”形式參與課程直播，增強互動性和體驗感。自動化流程：中國電信通過 AI 多模態能力自動完成課程上傳前的流程化工作，如匹配簡介、標題和封面。數據驅動管理：中國電信利用生成式 AI 輔助企業數據維度和報表設計，實現數據服務的簡便日常。生成式 AI 在智能化學習領域的革新應用 AI 導學服務：為滿足員工構建自我知識體系的需求，中國電信企業大學計劃在現有課程學習機制中進一步融入人工智能技術，為學員提供定制化的學習路徑規劃和課程推薦服務，滿足

134、學員學習需求的同時也提高學習體驗。例如，通過 AI 技術對知識點進行精準提煉和關鍵詞提取，使員工能夠在學習界面上快速識別并專注于他們最感興趣的或最迫切需要了解的內容，幫助員工直接掌握核心知識點，從而提高學習效率和興趣。AI 驅動的數據管理：在學習數據呈現方面，中國電信企業大學計劃采用更先進的技術，以提供更加個性化、更易于訪問的 AI 驅動的數據服務。近年來，電信已經嘗試通過 BI工具實現了數據的可視化，提高了數據的可理解性。接下來，電信希望利用人工智能技術進一步簡化數據服務流程，使其更加用戶友好。電信設想的未來數據服務將允許管理人員通過自然語言查詢來獲取所需信息，而不是翻閱復雜的報表。例如，管

135、理人員可以直接詢問：“這個月我們單位的學習數據如何”或“學習數據的結構是怎樣的”。電信希望通過這樣的嘗試，使企業決策者和培訓管理人員能夠更快捷、更直觀地獲取數據洞察。生成式 AI 助力學習與發展部門運營管理的應用 AI 課程審核：中國電信希望在課程的質量審核、意識形態審核等方面實現流程化和標準化。例如：課程內容更新后可以迅速將其轉換成適合大型模處理的數據，從而提高組織在內容管理方面的效率。知識萃?。横槍C器學習，電信采用非專業人員校對的方式，從邏輯和表達方面對 AI所生成的內容進行人工審核和錯誤修正；針對公司重點培訓項目，采用專家前置和后置介入的方式，對相應的內容進行審核和模型的調優。57智慧

136、人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告S 公司企業實踐智能技術在培訓領域的應用 從廣泛意義上來說，技術改變的不僅僅是傳統意義上的培訓，而是通過先進的 AI 技術手段，幫助業務團隊解決實際問題，并在工作流程中尋找優化的機會。生成式 AI 在培訓領域的應用：生成式 AI 在業務培訓領域的應用 AI 陪練：S 公司在使用 AI 進行代表培訓領域積累了豐富的經驗，隨著技術的發展，S 公司利用生成式 AI 對業務場景進行預測性分析，以輔助業務人員更好地預測客戶的可能反應，針對性進行演練，并評估各種策略的成功率。這樣通過陪練、評估、輔導和反饋，不僅幫助業務人員預估拜訪中可能遇到的障

137、礙，還提高了他們在實際業務環境下的應對能力。業務分析：在提升業務分析能力的培訓場景下，S 公司也使用了 AI 進行能的分析和輔助評估。一些模型展現了驚人的洞見，能夠準確區分不同水平的學員，并且能幫助老師給與培訓對象非常豐富和完整的點評和反饋。這些 AI 生成的內容，經過人工審核并形成個人報告，受到了學員一致好評。生成式 AI 對培訓老師的賦能S 公司通過不同的培訓項目，啟發和鼓勵培訓老師利用生成式 AI 探索新的培訓和工作方式。例如，培訓老師可以利用 AI 生成培訓大綱，探索培訓內容的生成，但同時也對老師的專業判斷提出進一步的要求。生成式 AI 在培訓領域應用的價值衡量S 公司對價值的評估是多

138、維度的。通過考察 AI 訓練模塊對提升員工能力的效果、員工對培訓內容的反應是否積極、員工平臺的使用時長，以及凈推薦值（NPS）的衡量等方式來評估。58智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告 生成式 AI 在人力資源領域的應用外服云專家洞察 培訓與開發生成式 AI 在培訓領域的應用主要適用于具有標準化話術或工作流程的崗位，如超市導購或醫藥代表等。在這些場景下，AI 能夠提供統一標準的課程來模擬訓練學員的技能。由于生成式 AI 目前的能力還不足以滿足復雜性要求，因而當涉及到高端或個性化的培訓需求時，AI 更多地扮演輔助和補充的角色。Core HRX 公司企業實踐解鎖生成

139、式 AI 在人力資源領域的應用 生成式 AI 在 SSC 領域的應用二級客服體系：一級客服AI 助手X 公司基于生成式 AI 技術研發了智能客服體系，并命名為“AI 助手”，“AI 助手”能夠基于公司現有的 HR 政策和制度，回答員工關于休假、考勤、工資核發、社保繳納、績效等方面的咨詢。更新迭代：自去年以來，X 公司已經對“AI 助手”進行了多次迭代和優化，從最初的 1.0 版本到現在的 9.0 版本，并通過建立知識庫，限制生成式 AI 的發散性，使其能夠提供更準確、更有針對性的回答。有效性：“AI 助手”回答日常 HR 相關問題的準確率已經達到 85%以上，覆蓋了大部分員工的咨詢需求。二級客

140、服人工+AI 助手X 公司針對“AI 助手”所回答內容可能存在偏差的問題，推出二級客服體系，通過人工介入和 AI 優化組合的方式，提高“AI 助手”回答的準確性。AI 回答評估：各職能部門負責人會收到“AI 助手”與員工對話的記錄，需要各個負責人對問題的回答進行評估，如果發現“AI 助手”所提供的回答不夠準確，則由人工客服介入為員工二次答疑?！癆I 自學習”：人工客服答疑完成后，對標桿性問題，允許各職能負責人對問題庫進行更新，“AI 助手”后續遇到類似問題時，以最新提供的答案為準。59智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告三、實踐總結人力資源領域的應用應用模塊具體內

141、容人才招聘 職位說明書生成：訓練大模型了解招聘崗位的特性，并通過不斷地調優生成更精準、更具吸引力的高質量職位說明書。簡歷篩選自動化和人才庫優化：通過算法優化確保生成式 AI 能夠識別和評估簡歷中地關鍵技能與經驗，并將生成式 AI 與企業現有人才招聘系統集成，實現簡歷的自動化篩選和人才庫盤活，提高篩選效率地同時確保篩選過程的一致性和公正性。面試官培訓標準化：制定標準化的面試官培訓程序，利用生成式 AI 開展個性化培訓，提升面試官的技巧和對招聘流程的理解，樹立良好企業形象。持續評估與優化：基于招聘效果的反饋，持續評估和優化生成式 AI 在招聘中的應用。培訓與開發 內容創作輔助：建議人力資源部門為培

142、訓團隊提供生成式 AI 工具，輔助諸如文字、圖片等的培訓內容生成，提高內容產出效率的同時提升培訓材料的質量和吸引力。個性化學習路徑制定：在深入了解員工的學習需求和職業發展目標后，制定出符合員工個人發展的學習計劃，利用生成式 AI 的強大分析能力，基于個人發展計劃為員工提供個性化的學習路徑和課程推薦。數據驅動決策：利用生成式 AI 的數據分析功能深入洞察學員的學習行為和成效，包括學習進度、測評結果、課程反饋等，為培訓策略的制定和調整提供數據支持。Core HR 建立知識庫：將企業政策信息、員工個人相關信息以及員工入轉調離相關操作流程等進行系統化整理，構建一個全面且持續更新的 HR 知識庫，作為智

143、能客服系統的堅實后盾，快速響應員工的問題和需求。智能客服系統開發：基于 HR 知識庫，開發出能夠快速響應員工查詢的智能客服系統。同時定期對系統進行評估和優化，提高其準確性和對員工需求的覆蓋范圍。AI自學習機制：為了提升智能客服系統的性能，設置AI自學習機制，使其能夠從人工客服的互動中學習，并不斷優化回答。60智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 的到來對人力資源部門的影響是長期且廣泛的，那么究竟在其內部的組織架構、角色替代以及從業者能力上帶來了怎樣的變化？我們詢問了參調者基于企業的現狀對生成式 AI 的影響人力資源所作出的個人判斷和感知。表 4-14

144、顯示，生成式 AI 在人力資源部門組織架構上的影響，則更體現于與業務鏈接和戰略轉型上（66.67%和65.28%）。由此可見，這將更進一步的推進人力資源作為“戰略業務伙伴”的合作力度。除此之外，部門內部的工作重點也因技術的支持與賦能帶來根本性的優化與調整。在這點上，中國電信以學習與發展部門為例，分享了其所作出的探索與影響：四、生成式 AI 對人力資源的影響和賦能人力資源組織架構生成式 AI 將更進一步的推進人力資源作為“戰略業務伙伴”的合作力度。表 4-14 您認為智能技術對人力資源部門組織架構方面有什么影響?（N=144）A.推動人力資源的創新與發展，實現人力資源戰略轉型C.推動人力資源與業

145、務的鏈接，實現更高效的協作B.引發人力資源組織結構與職能的調整，人力資源部門組織結構趨于扁平化D.培養人力資源部門員工與AI 技術相適應的工作態度和技能E.沒有影響020406080100F.其他65.28%56.94%66.67%51.39%1.39%1.39%61智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告中國電信企業實踐生成式 AI 對學習與發展部門的影響 公眾已經意識到 AI 會改變一切，中國電信也相信 AI 的引入未來對學習與發展部門的組織和整體流程機制等方面會帶來巨大影響。內容建設和教學組織方面 企業學習與發展的工作重心會傾斜到內容建設部分，組織和開展培訓教學

146、活動的部分將會逐漸精煉；員工的自主學習和互相學習將被強化，因此企業的學習平臺未來可能將不再有高頻次的更新和內容冗雜的課程提供，而是轉向為員工提供短平快解決問題的服務地打造上。人才評價體系變革企業可能不再依賴現有的模式和數據，而是探索建立一套創新的人才能力評價體系，這套體系將不再僅僅基于傳統的學習行為數據，而是采用更開放、更全面的數據集。通過這種方式，企業能夠更全面地了解員工的潛力和能力，從而為他們提供更有針對性的培養機會，并給出更客觀、更公正的評價，激發員工的潛的同時也有助于公司發掘和培養更多高質量的人才，推動企業的持續發展和創新。崗位替代：中國電信正逐步引入人工智能技術，以提高培訓條線的效率

147、和效果。隨著 AI技術的應用，一些傳統的工種可能會被自動化工具所替代，特別是在常規的教學設計和標準操作程序（SOP）的制定方面。借助 AI 技術，只需提供培訓的主題和目標學習對象，系統就能自主規劃出既符合邏輯又實用的培訓方案。這種高效的自動化設計過程，可能會減少對初級培訓經理的需求。因此，對于中國電信的企業大學而言，人員結構和角色分配將不可避免地發生變化。在培訓交付層面，隨著 AI 技術的發展，知識類賦能不再需要完全依賴傳統的線下組織形，而是可以利用 AI 來創建更加靈活和個性化的學習體驗，通過線上平臺提供即時、互動的學習資源，從而提高培訓的效果。這種轉變將使培訓更加高效，同時也能夠為員工提供

148、更加豐富和多樣化的學習機會。人力資源角色替代基礎崗位面臨較高的 AI 替代率，而與業務關聯度較高崗位（例如HRBP）則最難被替代。62智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告表 4-15 您認為智能技術對人力資源部門角色方面有什么影響?選項2024 數據（N=144）2023 數據（N=87）2 年數據差值A.會替代部分基礎 HR崗位（如 HR 助理）75.00%43.68%31.32%B.會替代部分咨詢類崗位（如 COE）41.67%44.83%-3.36%C.會替代部分與業務關聯度較高的崗位（如HRBP）16.67%12.64%4.03%D.會替代部分 SSC 的

149、崗位50.00%49.43%0.57%E.沒有影響9.72%/在人力資源角色替代方面，目前相對顯性體現的，是對基礎 HR 崗位的替代（75.00%，差值為 31.32%）。而與業務關聯度較高的崗位，如 HRBP 崗位，則最難被替代（16.67%，與 2023 年數據基本持平）。這同時也印證了前文對于人力資源內部組織的影響：實現戰略轉型，與業務部門更為高效的協同合作。X 公司以生成式 AI 的發展對 SSC 崗位的替代性為例，提出以下見解：X 公司企業實踐針對生成式 AI 對 SSC 專員替代性的焦慮問題 智能客服回復的準確性：盡管智能客服系統提高了響應速度并減少了員工的等待時間，但在實際應用中

150、發現 AI 客服的準確性和可靠性尚未達到可以完全取代員工服務的水平。需要人工監督：為了保證服務質量，智能客服系統需要人工監督和干預。當AI提供的答案不準確或不全面時，需要人工介入，為員工提供正確的信息。系統維護和更新：智能客服系統的資料整理和知識庫的定期更新都需要人力資源員工的參與。二級客服體系：在 AI 無法解決問題時，需要由二級客服體系作為支持，由專業的 HR 專員或部門負責人提供更深入的解答和幫助。63智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告案例表明，智能客服的引入是為了將 SSC 員工從大量重復性的工作中解放出來，但不意味著人工將不被需要。相反，系統地維護和升

151、級反而創造除了新的崗位，而 SSC 專員除了為員工解答 AI 無法準確回答的問題之外，有了更多的經歷去挖掘崗位更深層次的價值。表 4-16 數據顯示，超兩成的受訪者認識到生成式 AI 為人力資源帶來機遇的同時，也提出了更高的職業要求。雖然大多數參調者意識到需要掌握新知識和技術（62.50%）并轉變思維方式（45.83%），但在數據敏感度、隱私保護（33.33%）和判斷力（27.78%）方面的認知和能力尚未充分顯現。人力資源從業者能力 AI 時代下對從業者帶來機遇的同時也提出更高的職業要求，主要聚焦于“掌握新知識技術”和“轉變思維方式”上。表 4-16 您認為智能技術的到來未來可能會對人力資源從

152、業者提出怎么樣的新要求?（N=144）A.目前認知到的新要求還不明確C.學習新知識和技術，掌握將技術應用于人力資源的能力B.開始意識到要開始學習D.提升自身的創新思維，能夠利用生成式 AI工具解決更為復雜的工作問題E.提升數據敏感度和隱私保護意識020406080100F.提升批判性思維與判斷力（能夠準確判斷生成式 AI 所生成內容的準確性）4.17%62.50%19.44%45.83%33.33%27.78%64智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告對 AI 焦慮問題的探討AI 在給人們的工作和生活帶來便利的同時，其未來發展態勢也為人們帶來了一定影響，從而使個體存

153、在一定擔憂。我們向參調者收集了焦慮因素和緩解方式，嘗試做一些探討，為讀者提供一些淺顯意見。對于AI技術所帶來的的焦慮因素，絕大多數參調者（69.34%）認為AI將在人類生活中無處不在，并且存在被動接受現象，這便是 AI 社會化給人們帶來的擔憂問題。AI 技術的革新已經滲透到人們的日常生活，成為人人皆可使用的工具，但新事物的發展往往伴隨著新的規范要求，包括倫理、道德和合法問題，需要時間的過渡和相關制度的管理制約。因此，通過合理一、AI 焦慮的因素表 5-1 您認為以下哪些因素會影響個人對 AI 的擔憂?（N=274）A.從長遠角度來說，認為 AI 會在人類生活中無處不在，需要公眾被動接受C.個人

154、對技術快速發展的不適應和擔憂失業的風險B.AI 應用帶來的倫理哲學問題（例如最近人機戀愛話題）D.社會對AI 的過度期待和炒作02040608010069.34%（社會化）48.91%59.85%（替代性）53.28%65智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告那么我們如何能夠緩解對 AI 的焦慮和擔憂呢？表 5-2 顯示，首要任務是提高公眾對 AI 的認識，消除不必要的憂慮（78.10%），其次是建立倫理規范以增強公眾信任（75.91%）。AI 本身存在技術局限性，與人類也并不是非此即彼的關系。劍橋大學研究者卡爾弗雷(Carl Frey)和邁克爾奧斯本(Michae

155、l Osborne)在分析人工智能對人力的可替代性時，引入了三個維度：社交智慧、創造力、感知和操作能力。社交智慧指的是人和人交互的技能，包括同理心、談判能力、社交洞察力等情感能力，創造力指的是原創能力和藝術審美能力；感知和操作能力指的是手指靈敏度、協調操作能力和應付復雜工作環境的能力，包括專業能力、行業經驗、工作效率、完成效果等。面對事情本身重復性高的、有跡可循的、需要具體執行的工作最容易被人工智能取代；而需要面對人為的、創新性要求高的、情感交互多的、對專業經驗要求多的、需要展現情感交流價值和領導力的工作最難被人工智能取代。因此在實際工作場景的運用中，AI 和員工的職責應該有明確劃分，而對于企

156、業而言，未來將需要更加重視員工在這些方面的能力挖掘和激發，將 AI 成為輔助和提效的工具。綜上所述，AI 對人們生活和工作的影響是多維的，并涉及倫理和制度建設、職業結構轉變、人機職責劃分以及對工作性質差異化等。理解這些影響有助于我們對 AI 的全面評估，并更好地適應和塑造一個積極的人機共生未來。二、緩解 AI 焦慮的方式表 5-2 您認為以下哪些措施有助于緩解個人對 AI 的擔憂?（N=274）A.加強 AI 技術的普及教育，提升對 AI 能力上限的認知，糾正關于 AI 影響人類生活的過度擔憂C.促進跨領域的合作與交流，共同探索 AI 技術的合理應用場景B.建立和推動 AI 倫理規范，以應對和

157、解決 AI 引發的倫理問題（如人機關系），幫助公眾提升對 AI 的信任度D.規范媒體機構關于AI 技術和應用的報道，維持公眾對AI 技術的理性態度020406080100的管理和調整適應，建立一個更加成熟和穩健的 AI 應用環境，是提升公眾對 AI 的接受度和信任度的方式之一。59.85%的參調者擔憂技術快速發展可能導致自己失業。今年“蘿卜快跑”的上線，更是引發了大眾對 AI 的又一次熱烈討論。但對于 AI 能否真正取代人類工作，這一點還有待商榷和理性看待。2018 年 12 月普華永道發布的人工智能和相關技術對中國就業的凈影響5估算，未來 20 年，中國現有約 26%的工作崗位將被人工智能及

158、相關技術取代，但是人工智能及相關技術通過提高生產率和實際收入水平等方式，卻能產生約 38%的新工作崗位，從而最終實現凈增。因此，人工智能的主要影響在于職業結構的轉變，而非就業數量的簡單增減。78.10%75.91%70.07%54.74%-impact-of-ai-technologies-on-jobs-in-china.pdf()66智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告參調企業信息1.貴公司所屬行業（N=282）選項比例A.消費品（含快消和耐消）11.34%B.生命科學(如醫藥，醫療器械等)9.93%C.汽車及零部件12.06%D.互聯網與游戲業4.26%E.

159、IT 信息技術，半導體及通訊11.34%F.零售業與電子商務2.13%G.金融服務(如銀行，保險，財富管理等)8.51%H.機械制造8.51%I.化工與石化4.96%J.電子電氣2.13%K.運輸及物流1.42%L.能源動力2.13%M.專業性服務(如法律，公關，教育等)6.38%N.房地產業1.42%O.建筑業2.84%P.造紙，包裝及森林業0.00%Q.住宿與餐飲業0.00%R.農、林、牧、漁業2.84%S.文化、體育和娛樂業0.00%T.其他7.80%67智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告2.貴公司所屬性質（N=282）3.貴公司在華員工規模（N=282）

160、選項比例A.外商獨資24.82%B.中外合資10.64%C.國有企業及國有控股13.48%D.私營或民營企業48.22%E.其他2.84%選項比例A.小于 99 人9.93%B.100 到 299 人10.64%C.300 到 499 人5.67%D.500 到 999 人10.64%E.1，000 到 2，499 人20.57%F.2，500 到 4，999 人14.18%G.5，000 到 10，000 人7.09%H.多于 10，000 人21.28%企業案例69智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 如何改變培訓及對人力資源管理帶來的可能影響路思

161、銘培訓解決方案負責人某藥企智能技術在培訓領域的應用從廣泛意義上來說，技術改變的不僅僅是傳統意義上的培訓，而是通過先進的 AI 技術手段，幫助業務團隊解決實際問題，并在工作流程中尋找優化的機會。生成式 AI 在培訓領域的應用 生成式 AI 在業務培訓領域的應用 AI 陪練：S 公司在使用 AI 進行代表培訓領域積累了豐富的經驗，隨著技術的發展，S 公司利用生成式 AI 對業務場景進行預測性分析，以輔助業務人員更好地預測客戶的可能反應，針對性進行演練，并評估各種策略的成功率。這樣通過陪練、評估、輔導和反饋，不僅幫助業務人員預估拜訪中可能遇到的障礙，還提高了他們在實際業務環境下的應對能力。業務分析：

162、在提升業務分析能力的培訓場景下，S 公司也使用了 AI 進行能的分析和輔助評估。一些模型展現了驚人的洞見，能夠準確區分不同水平的學員，并且能幫助老師給與培訓對象非常豐富和完整的點評和反饋。這些 AI 生成的內容，經過人工審核并形成個人報告，受到了學員一致好評。生成式 AI 對培訓老師的賦能S 公司通過不同的培訓項目，啟發和鼓勵培訓老師利用生成式 AI 探索新的培訓和工作方式。例如，培訓老師可以利用 AI 生成培訓大綱，探索培訓內容的生成，但同時也對老師的專業判斷提出進一步的要求。生成式 AI 在培訓領域應用的價值衡量S 公司對價值的評估是多維度的。通過考察 AI 訓練模塊對提升員工能力的效果、

163、員工對培訓內容的反應是否積極、員工平臺的使用時長，以及凈推薦值（NPS）的衡量等方式來評估。專業型 AI 技術在培訓領域的應用 培訓課程推薦：S 公司的智能學習平臺能夠分析學員的學習行為，識別他們經常訪問和學習的課程類型?；谶@些數據，平臺可以在學員的個人賬號界面上智能推薦相關課程。智能技術對組織的賦能的思考從人力資源的角度思考，如果企業擁有 7*24 成本極低、無限量供應、且能全天候工作的AI員工，那么在勞動力規劃、復合人才需求等方面將會產生重要影響。勞動力規劃：勞動力規劃是組織戰略中的重要組成部分，在智能技術不斷進步的當下，它正經歷著深刻的變革。隨著自動化和智能化技術的發展，許多標準化、重

164、復性高的崗位將逐步被智能系統所替代。這些系統能夠不間斷地執行任務，顯著提高工作效率和準確性。然而，這并不意味著人力資源將變得無關緊要。相反，隨著工具的日益增多，對崗位的需求雖然逐漸縮減，但對人力資源的要求卻在提高。未來的勞動力將更加注重人與工具的結合，即員工需要具備操作、管理和優化智能系統的能力。復合型人才需求：在當今快速發展的技術環境中，復合型人才的需求日益增長。智能技術不斷更新迭代，企業為了保持競爭力，對技術的投入不斷增加，這不僅改變了工作方式，也對未來組織中人員的角色定位帶來深遠影響。未來的組織將更加依賴于那些能夠理解、應用并推動技術創新的復合型人才。這些人才不僅具備深厚的專業知識，還擁

165、有跨學科的能力和廣闊的視野。并能在人工智能等先進技術的輔助下，高效地開展工作。作為組織中的一員，他們需要在人工智能強化的工作環境中，不斷提升自身的專業能力和創新思維。70智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告亞信科技數智人力，信智未來：亞信科技的 AI 驅動發展仲小玲人力資源中心招聘部總監亞信科技控股有限公司智能革新：探索企業生成式 AI 應用與價值亞信科技作為一家領先的高科技企業，對于新興技術如生成式人工智能持有積極和開放的態度，對這些前沿技術的發展保持高度關注，并致力于將它們融入到亞信科技的產品與服務中。企業 AI 革命：生成式 AI 應用的階段性進展 GPT

166、先行先試項目：亞信科技啟動了專門針對 GPT 應用的先行先試項目，涵蓋公司各個事業部。該項目的核心目標之一是通過集成 GPT 技術來提高工作效率，節省人力成本。亞信科技的人力資源部門中，招聘配置為該先行先試項目的重要試點崗位，其他還包括培訓、SSC 等。團隊分工情況公司做指引和領導，產品研發中心和人力資源中心協同完成 產品研發中心：負責技術實現和產品開發，推出內部自用產品，提高公司運作效率，同時也開發面向外部行業的應用產品，以拓展市場和滿足客戶需求。產品研發中心的工作重點包括對生成式 AI 等前沿技術的集成和應用，以及不斷優化產品功能，確保技術領先和市場競爭力。人力資源中心：發揮著戰略伙伴的角

167、色，與產品研發中心緊密合作，共同梳理和定義與新技術相關的崗位要求，確保人才與崗位的匹配。此外，人力資源中心還負責監控項目進展，評估人效提升和階段性成果，通過數據分析為管理決策提供支持。GPT 應用平臺：亞信科技基于所處的通信行業，開發了 GPT 應用平臺。該平臺已經在公司內部得到推廣和使用，它不僅展示了亞信科技在應用最新一代人工智能技術方面的能力，也體現了對行業特定應用場景的深刻理解。企業生成式 AI 的認知深化與應用實踐 認知培訓：亞信科技內部定期組織“亞信科技 GPT 系列”直播課堂，由產品研發中心專家負責主持，根據不同的工作場景，教授員工如何高效使用 GPT 技術。具體內容涵蓋以下幾方面

168、：GPT 認知：幫助員工建立對 GPT 技術的深入理解，包括它的工作原理和應用潛力；提示詞撰寫：培養員工撰寫高質量提示詞，以及如何建立提示詞模板，這是有效使用 GPT 的關鍵；工作流與 GPT 工具的結合：探討如何在不同工作場景中將 GPT 工具與工作流程結合起來，以實現工作提效。部門或團隊的推廣使用：以人力資源部門招聘團隊為例，在宣傳海報設計、文案撰寫以及工作內容輸出等工作環節，進行積極的探索和嘗試，并推廣使用。項目組推進：針對先行先試項目，每個事業部會由“對 AI 和GPT 有較強認知且興趣的員工”組成虛擬團隊，牽頭GPT項目在工作場景中的具體落地，并將計入績效考核。數據守護者：生成式 A

169、I 的數據監管亞信科技內部成立專門信息安全委員會，負責信息安全以及隱私保護等相關工作，具體體現為：針對通用型 GPT 工具，在制度流程方面，亞信科技建立嚴格的規章制度，對信息進行分級管理，對不同級別的信息進行相應技術處理，并由信息安全委員會進行全面監管，確保機密信息的安全性；71智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告 針對亞信科技自主研發的產品和工具（如：認知增強平臺和行業大模型等），在研發階段就充分考慮信息安全因素，采用信息脫敏和數據脫敏機制，以及一系列技術手段來控制數據外流，確保公司信息和客戶信息的安全。價值探索：生成式 AI 應用成效的評估與衡量 亞信科技在評

170、估項目和策略成效時，注重效能和可量化數據的分析，采用定期的數據提報和分析機制。目前，亞信科技每月進行數據監控和評估，初步結果顯示正在產生正向影響；為了更全面地評估成效，亞信科技計劃采用更長的周期，例如一個完整的年度周期評估，更準確地判斷是否實現了預期目標和成效。通過年度周期的評估，可以更好地調整和優化策略，確保與公司的長期目標和愿景保持一致。敏捷革新：組織設計轉型與 AI 技術在職能優化中的應用 組織設計：在快速變化的市場環境中，組織設計和變革管理對于保持企業的競爭力至關重要。傳統的組織設計可能按照事業部，將組織分為前、中、后臺等不同的部分，每個部分有其特定的職責和工作流程。這種結構在穩定性和

171、可預測性方面有其優勢，但在快速創新和市場適應性方面可能存在局限。為了應對挑戰，未來組織可能從傳統結構向更敏捷的組織設計過度。組織結構更加趨于扁平化，提高組織的跨部門協作效率，以更加靈活的工作方式快速相應市場變化，提高競爭力。組織職能規劃：隨著 AI 技術的進步，未來組織的重心將更多的資源和注意力集中在那些技術含量高、業務價值大的崗位上。對于基礎類或標準化崗位，不完全排除 AI 替代某些任務的可能性，但亞信科技認為主要目標應該是利用AI 來提升這些崗位的工作效率，從而讓員工能夠專注于更有價值的工作。生成式 AI 在人才招聘中的應用 基礎性應用 生成崗位說明書：亞信科技利用生成式 AI 輔助生成或

172、優化職位描述；面試官培訓：對于規模較大的校園招聘，亞信科技利用生成式 AI幫助進行面試官培訓，以確保招聘流程的一致性和專業性；雇主品牌內容生成：亞信科技將生成式 AI 用于招聘公眾號等渠道基礎內容的生成，以此提高內容發布的效率和質量；在校招短視頻拍攝過程中，亞信科技利用生成式 AI 進行腳本的設計；進階性應用 用人部門賦能：亞信科技通過生成式 AI 將例如“用人部門所需的面試問題”、“面試技巧和關鍵點把握”等內容進行的自動化實現；AI 數字人：亞信科技將自研的數字人用于校園招聘內部面試官培訓。后續經過優化提升 AI 數字人的交互性并考慮將其應用于校園宣講環節中。在面試官培訓過程中，針對數字人的

173、使用，面試官整體會分為兩種不同體驗，企業也在試圖進行綜合考量和平衡管理：一些面試官對于使用公司自研的數字人技術感到非常有趣和認同。他們認為，數字人提供的課程內容更加標準化，在回顧和應用時則更為方便，有助于確保培訓質量的一致性；也有面試官反饋，與真人互動相比，數字人的培訓可能顯得較為機械和不夠靈活，缺乏真人的自然反應和情感交流。亞信科技對 AI 面試的洞察與展望 對于相對標準化以及大批量的校園招聘或勞動密集型招聘來說，AI 面試能夠節省人力和提升效能；但對于智力密集型企業或對復合型人才要求較高的崗位而言，AI 面試暫時無法滿足需求。亞信科技考慮在校園招聘環節應用 AI 面試提高效率，而在社會招聘

174、領域，亞信科技將采取更為審慎的態度，考慮到社招候選人的多樣性和復雜性，公司計劃在未來挑選部分崗位進行試點應用。72智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告中國電信智能技術賦能人才發展王猛在線學習運營經理中國電信人才發展中心企業的革新與具體落地進展在智能化轉型的浪潮中，中國電信不斷探索和實踐生成式 AI 的應用，以推動企業創新和效率提升。本篇案例從企業大學視角入手，闡述中國電信人才發展條線，在生成式AI 領域的探索歷程、產品選型與研發的策略以及員工認知和使用培訓等方面的舉措，展現中國電信如何通過智能化手段賦能員工，推動企業發展?；赝^去，電信的探索和階段進展 能力比較與

175、篩選：中國電信在過去一年，緊跟時代步伐，順應技術發展，積極跟蹤內外部 AI 能力迭代情況、摸索生成式 AI在企業中的應用方向、選擇技術方案、思考落地場景與運營推廣方式。意識培養：AI 大模型出現后，集團決策層深知人工智能勢不可擋，并分階段推出人工智能相關的線上線下學習項目，在內部自上而下帶動各級人員的認知和使用。推廣策略：在產品推廣使用方面，中國電信確定了首先在部分崗位和群體中進行試點，在后期會根據試點情況進行調整并逐步覆蓋到全集團的主要策略。立足當下，電信的具體落地進展中國電信集團人力部成立“人工智能+學習”工作組，統籌安排生成式 AI 的產品外部引入和自主研發、知識庫搭建以及員工認知和使用

176、培訓方面的工作?；谝陨掀髽I針對生成式 AI 的革新探索，電信從以下幾方面具體展開：產品選型和打造：外部引入和自主研發中國電信采用外部引入和內部研發結合的方式為內部員工提供生成式 AI 相關產品。針對外部引入的產品，中國電信的工作組負責對其進行嚴格的選型流程，確保其完全符合公司內部制定的相關政策，充分發揮標準化的功能和優勢，而非追求個性化的定制。中國電信內部設有研發機構，也更傾向于進行自主研發。研發機構結合電信的業務特點，深入到與具體業務場景結合的垂直領域，開發與用戶產生實際觸點的產品，并根據內部業務場景進行定制。中國電信在內部產品研發的流程中，采取一系列細致且全面的措施。由工作組調動內部資源

177、，確保從語料的收集與清洗，到專家的介入，再到產品的打造、運營推廣，以及后續的評估與優化，每個環節都緊密相扣，高效運作。例如，針對學習平臺上數以萬計的課程和豐富的知識資源，中國電信正在探索如何利用大模型技術來優化和重構整體的搜索與推薦體系，提升現有服務的質量和效率。知識庫搭建中國電信意識到現有資源的積累至關重要，尤其是在知識庫的構建上，對其在質量、數量、權威性、準確度以及與業務結合的時效性方面有著很高的要求。員工認知和使用培訓：中國電信高度重視員工對于人工智能認知與應用能力的培養?；趪Y委體系以及央國企對于人工智能的重視和大力號召，中國電信今年在開展關于人工智能理念、相關技術以及業務相關學習的

178、培訓方面加大了資源的投入力度，并進一步明確要求，集團全員的培訓計劃中需加入人工智能專題培訓模塊，為員工普及大模型種類和常見專有名詞等相關知識。除此之外，電信回歸業73智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告務經營層面，思考人工智能怎樣推動業務發展并帶來收入。培訓分工情況：集團層面：中國電信內部有覆蓋全員的成熟應用平臺，承載集團統一部署的培訓活動；各分公司：中國電信作為一家全球性的公司，各個分公司都擁有自主運營的職責和權力，可以更加靈活的在細分業務領域按需開展培訓。學習與發展部門：中國電信開展人工智能專題培訓，基于 AI 的服務能力讓員工認識和學習 AI，并提出一定的考

179、評要求，幫助員工提升對 AI 的接受度、理解力，同時借助 AI陪練強化員工的應用能力。推廣和鼓勵措施中國電信引入 AI 技術是希望能夠幫助員工在工作中解決問題，所以在電信內部會不定期開展非正式的競賽活動，以開放式或設定若干主題的形式，讓員工結合自身業務場景，借助 AI 輔助完成一定的工作，并對應用成果優秀的員工給予獎勵。人工智能在人才發展領域的場景應用和影響電信不斷革新 AI 能力在企業中的應用，提升員工認知，并形成一定程度的落地應用，旨在加快利用 AI 能力，輔助內容建設-學習評估-行為轉化全鏈條工作。過去一年，電信學習與發展部門的探索和應用 智能對話：中國電信將課程、文檔和講師資源整理為知

180、識庫，員工能夠直接與 AI 進行對話，快速獲取所需的學習支持。講師助手：中國電信利用生成式 AI 協助內部講師，提升內容制作效率，同時輔助創意擴充和邏輯梳理，并以“數字人助手”形式參與課程直播，增強互動性和體驗感。自動化流程：中國電信通過 AI 多模態能力自動完成課程上傳前的流程化工作，如匹配簡介、標題和封面。數據驅動管理：中國電信利用生成式 AI 輔助企業數據維度和報表設計，實現數據服務的簡便日常。生成式 AI 在智能化學習領域的革新應用 AI 導學服務：為滿足員工構建自我知識體系的需求，中國電信企業大學計劃在現有課程學習機制中進一步融入人工智能技術，為學員提供定制化的學習路徑規劃和課程推薦

181、服務，滿足學員學習需求的同時也提高學習體驗。例如，通過 AI 技術對知識點進行精準提煉和關鍵詞提取，使員工能夠在學習界面上快速識別并專注于他們最感興趣的或最迫切需要了解的內容，幫助員工直接掌握核心知識點，從而提高學習效率和興趣。AI 驅動的數據管理：在學習數據呈現方面，中國電信企業大學計劃采用更先進的技術，以提供更加個性化、更易于訪問的 AI驅動的數據服務。近年來，電信已經嘗試通過 BI 工具實現了數據的可視化，提高了數據的可理解性。接下來，電信希望利用人工智能技術進一步簡化數據服務流程，使其更加用戶友好。電信設想的未來數據服務將允許管理人員通過自然語言查詢來獲取所需信息，而不是翻閱復雜的報表

182、。例如，管理人員可以直接詢問：“這個月我們單位的學習數據如何”或“學習數據的結構是怎樣的”。電信希望通過這樣的嘗試，使企業決策者和培訓管理人員能夠更快捷、更直觀地獲取數據洞察。生成式 AI 助力學習與發展部門運營管理的應用 AI 課程審核：中國電信希望在課程的質量審核、意識形態審核等方面實現流程化和標準化。例如：課程內容更新后可以迅速將其轉換成適合大型模處理的數據，從而提高組織在內容管理方面的效率。知識萃?。横槍C器學習，電信采用非專業人員校對的方式，從邏輯和表達方面對 AI 所生成的內容進行人工審核和錯誤修正；針對公司重點培訓項目，采用專家前置和后置介入的方式，對相應的內容進行審核和模型的調

183、優。生成式 AI 對學習與發展部門的影響公眾已經意識到 AI 會改變一切，中國電信也相信 AI 的引入未來對學習與發展部門的組織和整體流程機制等方面會帶來巨大影響。74智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告 內容建設和教學組織方面 企業學習與發展的工作重心會傾斜到內容建設部分，組織和開展培訓教學活動的部分將會逐漸精煉；員工的自主學習和互相學習將被強化，因此企業的學習平臺未來可能將不再有高頻次的更新和內容冗雜的課程提供，而是轉向為員工提供短平快解決問題的服務的打造上。人才評價體系變革企業可能不再依賴現有的模式和數據，而是探索建立一套創新的人才能力評價體系，這套體系將不

184、再僅僅基于傳統的學習行為數據，而是采用更開放、更全面的數據集。通過這種方式，企業能夠更全面地了解員工的潛力和能力，從而為他們提供更有針對性的培養機會，并給出更客觀、更公正的評價，激發員工的潛的同時也有助于公司發掘和培養更多高質量的人才，推動企業的持續發展和創新。崗位替代：中國電信正逐步引入人工智能技術，以提高培訓條線的效率和效果。隨著 AI 技術的應用，一些傳統的工種可能會被自動化工具所替代，特別是在常規的教學設計和標準操作程序（SOP）的制定方面。借助 AI 技術，只需提供培訓的主題和目標學習對象，系統就能自主規劃出既符合邏輯又實用的培訓方案。這種高效的自動化設計過程，可能會減少對初級培訓經

185、理的需求。因此，對于中國電信的企業大學而言，人員結構和角色分配將不可避免地發生變化。在培訓交付層面，隨著 AI 技術的發展，知識類賦能不再需要完全依賴傳統的線下組織形，而是可以利用 AI 來創建更加靈活和個性化的學習體驗，通過線上平臺提供即時、互動的學習資源，從而提高培訓的效果。這種轉變將使培訓更加高效，同時也能夠為員工提供更加豐富和多樣化的學習機會。對生成式 AI 回答準確性問題的思考 針對生成式 AI 所生成內容的準確性問題，中國電信基于和內外部專家的討論，認為大模型很難完全駕馭，沒有辦法完全解決準確性的問題。對于大模型幻覺，中國電信在進行人工智能專題培訓時并不會規避，而是讓大家充分認識

186、AI的局限性，幫助員工養成人工智能基本素養。對于絕大多數用戶，生成式 AI 所提供的答案在邏輯和啟發思考方面，能夠切實給到幫助。這一點正是我們決定引入人工智能技術的核心價值所在。75智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告X 公司AI 在 HR SSC 中的應用實踐閆兆軍HRIS 總監某互聯網公司探索企業生成式 AI 的應用之路 X 公司 AI 策略：基于成熟模型的功能探索與創新X 公司選擇在現有成熟模型的基礎上進行功能實現和創新，而不是從零開始進行自主研發。X 公司通過申請顯卡資源、配置服務器、安裝所需模型等，為員工提供資源，鼓勵員工探索和應用各類開源模型，尋找最適

187、合自身業務需求的產品。X 公司 AI 創新大賽：探索生成式 AI 的多元應用X公司緊跟生成式AI技術的發展趨勢，開展AI創新大賽，以組建團隊并申報項目的形式，鼓勵員工參與，助力員工探索基于工作場景 AI 技術的潛在用途。團隊分工情況 集團領導：X 公司的高層領導意識到生成式 AI的重要性，并重視其在企業內的普及和應用，因此授意在全集團開展創新大賽，給予大力支持和推動；人力資源部門：由人力資源部下屬的組織發展部門負責創新大賽整體的組織和開展；法務部門：X 公司要求法務部門全程參與創新大賽，以確?；顒痈鳝h節的合規性和安全性，避免敏感問題的發生。從項目提案環節的 PPT 到項目驗收環節的展示材料，都

188、要經過法務部門的審核；在材料申報和宣傳用詞上，法務部門提供專業的指導，避免因用詞不當導致爭議；評估委員會：由集團 VP 級別的領導組成，同時包括研發和資源管理的負責人，負責評估 AI 項目的資源需求，如硬件資源、接口費用等，并決定項目的立項與資源分配；立項審核：員工組隊參與創新大賽，需要進行項目申報，并撰寫項目計劃書，向評估委員會進行立項匯報，闡述項目的目標、計劃、所需資源和人力投入等；評估委員會對申報的項目進行評審，避免資源重復投入，對入圍的項目給予資源支持；中期匯報與項目監管：項目中期匯報環節，參賽團隊向評估委員會匯報項目進展、已實現功能、后續計劃等，委員會根據匯報內容評估項目是否繼續開展

189、；驗收與評獎：項目成果上線后，參賽團隊匯報項目的效益、數據等，評估委員會基于數據進行驗收和評獎。項目成果X 公司創新大賽覆蓋了公司內多個部門的項目，并且已經取得了一定成效。以部分業務部門、人力資源部門以及法務部門的具體應用為實例，展現創新大賽的成果：業務部門：生成式 AI 技術在業務部門的應用較為廣泛和多元。例如，技術團隊利用生成式 AI輔助代碼編寫，設計部門通過生成式 AI 激發創意設計靈感等；人力資源部門：人力資源部門基于 SSC 的服務，利用生成式 AI 技術開發智能客服系統，為員工進行 HR 政策、制度等的答疑；法務部門：利用生成式 AI 技術提升法務文檔的處理效率和準確性。例如，通過

190、生成式 AI 輔助檢索，確保文檔中沒有錯別字，語義通順，從而保障法務文檔的嚴謹性與合規性?；诹髁繑祿膬r值衡量通過查看 API 接口調用量的數據，評估不同項目 AI技術的應用程度，并以此衡量項目的實際效果。如果一個項目在一個月內 API 接口的調用量非常大，就意味著該項目是有成效的；相反，如果一個項目實際調用接口的流量極少或幾乎沒有，那么表明該項目并沒有真正有效地利用 AI 技術。企業內外聯動的生成式 AI 宣傳與培訓策略 外部資源學習 專家宣講：由組織發展部定期邀請外部 AI 領域的專家來公司授課，為員工普及 AI 相關知識，幫助員工拓寬視野，更好地理解 AI 行業趨勢和技術發展；論壇活動

191、：X 公司鼓勵員工積極參與外部論壇和活動，以便更快地跟上技術發展的步伐，了解同行和供應商的最新應用能力，為公司內部的創新和發展提供參考。內部案例實踐分享學習作為集團最高等級的項目，創新大賽吸引了員工的廣泛關注，并成為 X 公司生成式 AI 宣傳的重要方式。新聞推送：X 公司通過內部新聞推送等多種渠道向員工公開透明的介紹創新大賽各項目進展，從意識層面培養員工對生成式 AI 的關注度；案例分享活動：X 公司要求創新大賽的項目團隊以直播課或線上課程等形式定期向員工進行培訓和分享。特別是對于經過評估后具有重要價值的項目，團隊成員需要向全員分享項目情況、AI 應用的領域，以及在項目中積累的技術經驗和知識

192、，為其他員工提供一定的思考和借鑒。企業的監管和限制措施在數據安全方面，X 公司針對內部敏感信息提出一定的限制管理措施：對于企業公開可查的信息，允許員工輸入到生成式 AI 相關平臺中進行處理和分析。然而，對于涉及公司內部敏感信息的相關數據，公司嚴格執行保密措施，嚴禁將其上傳至外部系統。例如，以 ChatGPT 為例的生成式 AI工具，盡管它具備強大的數據分析和報告生成能力，能夠根據復雜的數據框架自動生成圖文報告，并對數據進行解讀，但在實際操作中，某些數據無法被傳輸出去，導致這些技術的應用無法實施。解鎖生成式 AI 在人力資源領域的應用 生成式 AI 在 SSC 領域的應用二級客服體系 一級客服A

193、I 助手X 公司基于生成式 AI 技術研發了智能客服體系，并命名為“AI 助手”，“AI 助手”能夠基于公司現有的HR 政策和制度，回答員工關于休假、考勤、工資核發、社保繳納、績效等方面的咨詢。77智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告 更新迭代：自去年以來，X 公司已經對“AI 助手”進行了多次迭代和優化，從最初的 1.0 版本到現在的 9.0 版本，并通過建立知識庫，限制生成式 AI 的發散性，使其能夠提供更準確、更有針對性的回答。有效性：“AI 助手”回答日常 HR 相關問題的準確率已經達到 85%以上，覆蓋了大部分員工的咨詢需求。二級客服人工+AI 助手X

194、公司針對“AI 助手”所回答內容可能存在偏差的問題，推出二級客服體系，通過人工介入和 AI 優化組合的方式，提高“AI 助手”回答的準確性。AI回答評估：各職能部門負責人會收到“AI助手”與員工對話的記錄，需要各個負責人對問題的回答進行評估，如果發現“AI 助手”所提供的回答不夠準確，則由人工客服介入為員工二次答疑?！癆I 自學習”：人工客服答疑完成后，對標桿性問題，允許各職能負責人對問題庫進行更新，“AI 助手”后續遇到類似問題時，以最新提供的答案為準。針對生成式 AI 對 SSC 專員替代性的焦慮問題 智能客服回復的準確性：盡管智能客服系統提高了響應速度并減少了員工的等待時間，但在實際應用

195、中發現 AI 客服的準確性和可靠性尚未達到可以完全取代員工服務的水平。需要人工監督：為了保證服務質量，智能客服系統需要人工監督和干預。當 AI 提供的答案不準確或不全面時，需要人工介入，為員工提供正確的信息。系統維護和更新：智能客服系統的資料整理和知識庫的定期更新都需要人力資源員工的參與。二級客服體系：在 AI 無法解決問題時，需要由二級客服體系作為支持，由專業的 HR 專員或部門負責人提供更深入的解答和幫助。生成式 AI 在招聘領域的應用 崗位說明書生成：過去，各部門領導在撰寫崗位說明書時常常面臨挑戰，一方面，他們可能因為業務繁忙而無法投入時間來編寫；另一方面，也可能缺乏編寫高質量崗位說明書

196、的經驗和知識。而現在，通過向生成式 AI 提供基本信息，比如所需職位的名稱、工作年限以及特定的技能要求，便能夠快速生成一個初步的崗位說明書，經過調整和個性化修改后即可發布。AI 數字人：X 公司開發了 AI 數字人的形象，并測試了其交互能力，預計將在今年的校園招聘和宣傳活動中投入使用，幫助公司以更高效、更創新的方式吸引和選拔人才，同時減輕 HR 團隊的工作負擔。專家洞察79智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告專家洞察外服云季效辰 Jimmy Ji副總經理上海外服云信息技術有限公司宏觀環境變化對生成式 AI 發展的驅動在政治層面，過去對生成式 AI 的爭議主要在于數

197、據出境問題，而隨著國內 AI 模型的成熟應用，這一問題被隨之解決，擁抱 AI 成為政治正確。在經濟層面，AI 作為降本增效的工具，也是推動新質生產力發展的主導力量。在社會層面，年輕一代成為推動生成式 AI 融合與創新的主力，對其認知和接受度也更為深入。在技術層面，隨著大模型的不斷優化和成本降低，技術問題已不再是 AI 發展主要障礙。企業 AI 應用策略：從認知到業務流程重塑的五個環節作為后續業務場景應用的基礎，對員工進行 AI 認知、使用的普及和相關技能的培養。認知、使用和技能的普及人機結合是未來趨勢，AI 可能替代工作流程中的某些環節，實現業務流程的重塑，進而影響業務生態、客戶體驗和服務產品

198、。業務流程重塑基于應用場景，識別并聚焦高頻用戶，展示其最佳實踐案例并進行推廣，助力員工對生成式 AI 的嘗試和應用。業務場景實踐實現知識庫與 AI 的深度結合，并將其嵌入業務系統中，助力業務某些專項工作的完成。業務系統嵌入個人層面的實踐普及之后，需要推動組織層面的深入應用。這要求企業內部私域知識的有效沉淀和結構化，并整合到 AI 系統中，實現對更廣泛群體的應用覆蓋。知識庫與數據沉淀80智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告生成式 AI 的認知與應用現狀分析 對生成式 AI 認知和接受度的代際差異個人對生成式 AI 的認知和接受度因年齡和對新事物的態度而異。英國小說家

199、道格拉斯亞當斯提出的科技三定律認為：任何在我出生時已經有的科技，都是世界本來秩序的一部分；任何在我 15-35 歲之間誕生的科技，都是將會改變世界的革命性產物；任何在我 35 歲之后誕生的科技，都是違反自然規律要遭天譴的。例如，一些年長職位的員工可能對 AI 持抗拒態度，擔心 AI 取代他們的工作，或是認為使用 AI 是工作能力不足的表現。而年輕一代則更傾向于接納新技術，并探索其在工作和生活中的應用。對生成式 AI 的認知局限與實際應用差距公眾對生成式 AI 的期望往往過于理想化，認為其有巨大潛力并且未來有望改變行業格局。但生成式 AI 在實際工作中的應用卻并未被充分普及，多數人仍僅將其用于基

200、礎搜索或簡單任務，未能深入挖掘 AI 的全面能力。同時，許多人在面對 AI 引領的行業變革時顯得準備不足或缺乏參與意愿。因此，進行 AI 體系化學習是非常有必要的。通過結構化學習和實踐，建立對生成式 AI 的深入理解，并將其轉化為實際應用能力，實現 AI 能力的放大。生成式 AI 在營銷部門應用局限分析AI 為營銷工作的開展提供了新的工具和可能性，但其能力的展現受限于技術難度和用戶的認知水平。雖然生成式AI 的入門使用相對簡單，但當涉及到更高級的應用，如“文生圖”等任務時門檻顯著提高。為了充分利用生成式 AI 帶來的優勢，需要企業付出一定時間和金錢的成本，助力員工進行深入學習和持續實踐，才能真

201、正釋放其在營銷策略和創意執行中的潛力。生成式 AI 的準確性提升策略 知識庫的構建為提高生成式 AI 的精確度，企業需要建立一個全面且持續更新的知識庫，作為 AI 學習和內容生成的知識基礎。提示詞撰寫當前 大模型幻覺 不可避免，但用戶可以通過細致精確的提示詞，有效引導 AI 生成準確和高質量的內容。AI 互動與 AI 的互動不應僅限于單輪問答，而應通過多輪對話來深入挖掘和優化內容。這種深入的互動交流能夠訓練大模型更精準地捕捉用戶的意圖和需求，從而生成更加個性化和精確的內容。企業級應用流程編排企業級生成式 AI 通常需要 AI 對業務流程有全面深入的理解，從而能夠判斷用戶提出問題的性質、進行語義

202、理解和知識庫檢索、匹配問題答案，從而實現通過流程編排準確執行復雜任務的應用。生成式 AI 在人力資源領域的應用 人才招聘 自動化簡歷篩選：AI可以處理大量簡歷，尤其是對標準化崗位的招聘，能快速篩選出符合崗位要求的候選人，提升效率的同時減少人力資源部門的工作負擔。然而，對于需要深層次專業評估的高端職位，則更多依賴于 HR 的專業判斷。人崗匹配：利用生成式 AI 對自然語言的識別，結合機器學習算法對候選人的簡歷進行深度分析，為候選人匹配合適的職位，提高人才資源的利用率和招聘效率。人才庫盤活：通過結合 AI 與人才庫平臺，實現人才庫的激活，使得企業可以更加高效地管理和運用人才庫資源，提升存量簡歷的利

203、用價值，優化人才資源配置的同時減少對外部招聘平臺的依賴，有效降低招聘成本，提高招聘流程的整體效益。面試報告生成：AI 系統能夠輔助或自動生成面試報告，通過提供結構化的面試反饋和評價，協助招聘團隊以更加客觀和標準化的方式對候選人進行評估。培訓與開發生成式 AI 在培訓領域的應用主要適用于具有標準化話術或工作流程的崗位，如超市導購或醫藥代表等。在這些場景下，AI 能夠提供統一標準的課程來模擬訓練學員的技能。由于生成式 AI 目前的能力還不足以滿足復雜性要求，因而當涉及到高端或個性化的培訓需求時，AI 更多地扮演81智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告輔助和補充的角色。

204、Core HR Core HR 系統是企業內部管理人、財、物、事的核心工具，在信息的生產和收集方面，已經實現了高度的自動化。Core HR 系統中包含了大量的非結構化數據，但由于缺乏有效的技術手段來挖掘和利用數據，因此目前 AI 在 Core HR系統中的應用并不普遍，需要進一步的技術發展和創新來克服現有障礙。消除 AI 焦慮的綜合策略 樹立正確的認知AI 技術在實際應用中并不是無所不能的。通過系統化學習，形成對 AI 從“0-60 分”的認知，明確“AI 將輔助人類工作，而非完全替代人類”，消除對 AI 的不切實際的期望和焦慮。提升 AI 應用水平通過具體的實踐，建立對 AI“60-80 分

205、”的應用能力。在實際應用的過程中，體會 AI 對工作的助力和存在的局限性，一定程度消除對 AI 的焦慮感。發揮經驗優勢AI 讓 35 歲及以上經驗豐富且保持好奇心的職場人士具備了新的優勢，這部分人群憑借長期積累的專業知識，更懂得如何向 AI 提問，從而實現 AI 應用的精準高效。應對職業結構變化明確 AI 的主要影響在于職業結構的轉變，而非就業數量的簡單增減。提升自身應對變化的能力，適應新的職業環境。82智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告HR 洞察智能技術賦能人力資源管理李女士招聘總監某消費電子世界 500 強公司在當今的智能化時代，企業正面臨著前所未有的機遇與

206、挑戰。隨著人工智能技術的飛速發展，特別是生成式 AI 的崛起，人力資源也經歷著一場深刻的變革。通過以下對構建統一數據平臺、提升員工的 AI 素養，以及生成式 AI 在提高招聘精準度和效率方面的多維應用的探討，展現一個智能化、高效率的人力資源管理未來。構建統一數據平臺：提升企業管理效率與決策支持構建一個底層系統相互連通的平臺，可以實現企業數據的集中管理和高效流轉。例如，在統一平臺基礎上構建員工中心，員工中心匯集了所有人員的信息數據，使得信息具備一致性和可訪問性，從而使企業內部的績效發展、組織崗位等關鍵業務流程能夠無縫對接，實現底層數據的整合與流通。這樣的統一平臺不僅可以提升管理效率，同時可以加強

207、數據分析和決策支持的能力。企業生成式 AI 知識普及與員工能力提升策略 認知培訓企業內部在進行生成式 AI 相關宣傳和知識普及時，可以采取以下策略：科技資訊推送：企業可以定期向員工推送科技前沿資訊，包括人工智能領域的最新發展、AI 報道等，幫助員工對行業趨勢有清晰的認識，提升對新技術的理解。內部培訓平臺：建立或優化內部培訓平臺，提供與科技前沿相關的課程和培訓材料，鼓勵員工參與學習，增強對新技術的掌握和應用能力。評估與反饋：定期評估內部宣傳和培訓的效果，收集員工的反饋，以便不斷優化培訓內容和方法，滿足員工的學習需求。持續更新資源：確保培訓資源和資訊內容的持續更新，與科技發展保持同步，避免知識過時

208、。知識共享文化：鼓勵員工之間的知識共享，通過研討會、工作坊等形式，促進跨部門的交流與合作，共同探討如何將新技術應用于實際工作中。使用技能培訓企業在培訓和指導員工時，需要特別重視提問環節的重要性。有效的提問不僅能夠促進深入思考，還能幫助員工獲得他們所需的答案和解決方案。提問技巧培訓：組織培訓課程，教授員工如何提出有深度和廣度的問題，以及如何通過提問來澄清概念和解決問題。持續技能提升：將提問技巧作為持續職業發展的一部分，定期復習和更新相關的技能。交流學習平臺：利用在線論壇、問答平臺等技術工具，為員工提供一個隨時提問和交流的空間。建立知識庫：企業可以構建內部知識庫，幫助員工找到常見問題的答案，同時也

209、能夠提出新問題。生成式 AI 精準度提升：數據訓練與人工校驗的協同生成式 AI 的精準度是通過持續的數據訓練和人工校正逐步提升的。初期的不精確是正?，F象，因為 AI 需要大量83智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告的數據來學習和優化其算法。產品設計時，應預留空間讓AI 進行自我迭代和訓練，以不斷提高其準確性。同時可以設置人工校驗的機制，以便在 AI 的輸出結果出現偏差時進行及時糾正。企業供應商選擇的三大核心標準：安全性、穩定性與個性化 安全性：企業特別關注數據的安全性和個人隱私保護。在選擇供應商時，企業嚴格評估其數據保護措施，確保敏感信息不被泄露或濫用。穩定性：供

210、應商提供的服務或產品需要具有高度的穩定性，以保證企業運營的連續性和可靠性。企業可以考察供應商過往的服務能力，評估其服務的長期穩定性和可靠性。個性化：企業尋求能夠滿足其特定需求的供應商，希望供應商能夠提供定制化的解決方案，而不是僅限于通用功能或模型。個性化服務能夠更好地適應企業獨特的業務流程和文化。生成式 AI 在招聘領域的多維應用 人崗匹配：利用生成式 AI 分析崗位需求和候選人資料，協助實現更精準的人崗匹配。招聘流程自動化：AI 技術能夠提升招聘常規工作的效能，包括自動生成職位描述（JD）、篩選簡歷、進行候選人測評和自動發送面試邀約等。面試官賦能：通過生成式 AI 對候選人資料的分析，為面試

211、官生成針對性的面試問題，提供有價值的參考。雇主品牌宣傳：生成式 AI 輔助生成吸引人的圖文內容，加強雇主品牌的宣傳力度。人才模型提煉：通過分析內部優秀員工的特質，利用 AI 提煉出人才模型，為招聘端提供數據支持和決策參考。生成式 AI 對招聘領域的影響 人員替代：AI 在招聘中的自動化功能，如搜索和篩選簡歷，已經做到賦能 HR 提升工作效率。未來 AI 模型足夠成熟，或可以獨立完成從初步篩選到面試安排的整個流程，僅在最后階段需要人工的介入和決策，節省招聘人力成本。人才素質要求提升：隨著 AI 的應用，人才需要更多地從事戰略層面的思考和創造性工作。這要求人才具備復合型思維，能夠適應開放和多元化的

212、工作環境。技術適應性：HR 需要對新興技術保持敏感，積極學習和應用 AI 等技術，以提高招聘工作的效率和質量。84智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告關于人力資源智享會欲了解更多詳情電話：021-31065698智享會官方網站：www.hrecchina.org智享會微信公眾賬號：HRECChina人力資源智享會（HREC）是高端、專業、廣具影響力的，面向中國人力資源領域專業人士提供會員制服務的企業。截至2020年6月30日：智享會付費會員企業超過 3,800 家，已經進入中國的世界500強和福布斯全球2000強企業中，超過90%的企業享受智享會的各項服務。智享會

213、的產品和服務覆蓋人力資源全領域，且形式豐富、立足前沿、全方位滿足人力資源人士的“學習需求，采購需求，激勵和認可需求”。智享會滿足學習需求線下學習渠道：每年1.舉辦超過40場的大型年會及展示會；眾多細分領域的品牌盛會已深入人心，成為專業人士學習前沿趨勢、優秀實踐的首選。2.14場標桿企業探訪帶您深入剖析領先企業的優秀人力資源實踐。3.覆蓋人力資源各模塊、領導力開發和軟技能發展的超過100場的公開課培訓和內訓，提供會員企業一站式的學習解決方案。4.Member Bridge一對一會員對接服務,每年幫助超過200家會員企業對接搭橋，促進企業會員之間的深度交流，滿足會員之間經驗分享的需求。線上學習渠道

214、：1.70+空中課堂直播和錄播：平均每月6 次，每次1-1.5 個小時，足不出戶地進行更有效率地學習。2.HR 線上專題視頻課：每一門專題課150-300 分鐘，5-8 個模塊。3.云上嘉年華系列：為期2-3 天的全天線上不間斷直播，覆蓋學習發展、薪酬福利、數字化等細分主題。深度學習渠道：1.12+權威研究報告，200+中國本地實踐案例，覆蓋人力資源各個領域：管理培訓生項目、人力資源共享服務中心、人才管理與領導力發展、藍領員工管理、社交媒體與人才招聘、校園招聘、在線學習與移動學習、人力資源業務伙伴、變革管理、人力資源數字化轉型、彈性工作制與靈活用工、企業績效管理改善與優化、企業員工健康福利與健

215、康管理等等，提供人力資源行業的洞察分析、前沿趨勢以及優秀實踐分享，幫助人力資源從業者做出科學決策。2.6期HR Value會員通訊內參兼具理論性和實踐性，堅持原創內容。智享會滿足采購需求1.線上供應商采購指南（The Purchasing Guide），基于行業內上千位人力資源專業人士的用戶真實評價形成，幫助人力資源從業者在采購服務時節省時間、降低風險，輔助你精準定位出適合自己的乙方服務。2.智享會每年在中國主要城市舉辦覆蓋學習發展、招聘任用、薪酬福利、人力資源技術各主題的大型專業研討會和展示會，吸引超過500+中國最頂尖人力資源服務機構和解決方案供應商，全面滿足會員企業采購需求。3.智享會會

216、員共保池，結合會員集體采購力量，降低保費。智享會滿足激勵和認可需求1.智享會以“匯聚優秀企業，發現杰出實踐，引領人力資源行業發展”為目標，每兩年舉辦的“學習與發展價值大獎”、“招聘與任用價值大獎”和“人力資源共享服務中心”獎項評選，作為人力資源業界內的“奧斯卡獎”而倍受矚目。智享會遵循“公正、公開、公平”原則，邀請獨立的人力資源領域資深專家組成評委團，打造出專業、公平、公正的人力資源獎項，以激勵和認可行業中的優秀企業、優秀團隊、優秀人物。2.CHW健康工作場所認證：智享會（HREC）與多家健康領域的專業機構將聯合宣傳和倡導健康工作場所的認證，共同推進健康企業、健康中國。85智慧人力，引領未來2

217、024 生成式 AI 賦能人力資源管理研究報告智享會人力資源實踐研究院研究院介紹與定位智享會人力資源實踐研究院關注人力資源熱點話題，每年為智享會會員呈現 24 份研究報告。數量：全年24份研究報告，涵蓋人力資源各模塊的熱點話題。類型：針對不同人力資源熱點問題，采用不同的研究方法并產出不同類型的報告 Benchmarking（數據對標）：針對市場的熱點問題，以數據對標為主的調研研究 Practice Mapping（實踐地圖）：梳理、總結和歸納人力資源某一特定領域最佳實踐的研究報告 Blue Print（行動藍圖）：針對某一人力資源實踐領域，提供模型、體系及步驟性指導的調研研究 Trends E

218、xploration（趨勢探索）：聚焦人力資源行業趨勢性話題，提供趨勢解析與洞察以及行動指南的調研研究 Deep Topic（深度話題）：深度話題研究，主要針對更為聚焦和精專的話題定位：客觀、前沿、落地、專業人員：10+位全職專業資深顧問，多年致力于人力資源行業性研究。招聘 招聘技術路線與效能提升研究報告 企業校園招聘實踐調研報告 企業入職管理與培訓管理實踐調研報告 社交媒體與人才招聘調研研究 人才發展與培訓 企業移動學習項目調研報告 企業內部講師團隊搭建與培養調研研究 中國企業國際化人才發展與培養實踐研究 薪酬福利 企業員工健康福利與健康管理調研報告 企業高管福利管理與實踐調研研究 企業彈性

219、福利管理與實踐調研研究 信息技術 人力資源共享服務中心研究報告 AI技術在人力資源領域的發展與應用研究 離職風險管理與流動預測研究報告 人力資源數字化轉型調研研究 People Analytics的發展與應用研究 人力資源信息化管理調研研究 其他 彈性工作制與靈活用工研究報告 HRBP能力發展提升研究 變革溝通管理實踐調研研究 企業績效管理改善與優化調研報告 企業工廠藍領員工管理狀況調研報告 廣受行業贊譽的旗艦報告86智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告上海外服（集團）有限公司（簡稱“上海外服，英文簡稱“FSG”)成立于 1984 年，其母公司上海外服控股集團股份

220、有限公司（股票簡稱：外服控股，證券代碼：600662）是首家登陸 A 股主板的人力資源服務企業。依托豐富實踐和專業底蘊，上海外服以“咨詢技術外包”的獨特服務模式，聚焦“人事管理、人才派遣、薪酬福利、招聘及靈活用工和業務外包”五項主營業務，為各類企業提供融合本土智慧和全球視野的全方位人力資源解決方案，為上海人才高地建設、“一帶一路”建設、“長三角體化”戰略實施提供強有力的人才支撐。上海外服云信息技術有限公司（簡稱“外服云”）是上海外服（集團）有限公司下屬全資子公司，為國家認定的高新技術企業。依托上海外服 40 年專業人力資源服務經驗，結合云計算、大數據、AI 大模型等前沿技術，自主建設“互聯網+

221、”人力資源 SaaS 服務平臺，實現人力資源服務在線交付、交互和交易；作為一家市場化的數字科技公司，外服云聚焦人力資源互聯網應用開發，擁有獨立的技術研發閉環能力和項目管理能力；同時，外服云公司集聚行業優質資源，負責構建泛人力資源服務生態圈，助力上海外服業務多元化發展。上海外服官方介紹外服云官方介紹上海外服公眾號上海外服微助手公眾號外服云公眾號智慧人力，引領未來2024 生成式 AI 賦能人力資源管理研究報告AI Lead the Future-2024 The Application of Generative AI in HR 版權聲明本調研報告屬智享會&上海外服所有。未經雙方書面許可，任何其他個人或組織均不得以任何形式將本調研報告的全部或部分內容轉載、復制、編輯或發布使用于其他任何場合。Copyright ownership belongs to HR Excellence Center&FSG Reproduction in whole or part without prior written permission from HR Excellence Center&FSG is prohibited.調研主辦方聯合主辦方