東軟集團：生成式 AI 時代，如何布局 AI 人力資源戰略？

作者 | 騰新陽

策劃 | 羅燕珊

人工智能作為當下科技行業最火熱的趨勢，在各行各業的影響力都在快速升溫。面對 AI 潮流的沖擊，有人看到了廣闊的機遇，也有人意識到了它給傳統模式和方法帶來的挑戰。而為了迎接 AI 帶來的變革，行業無疑需要水準更高的人才隊伍支援，這也就給教育訓練行業提出了更高的要求。

如何應對這樣的需求，教育訓練行業從業者如何在時代變革期間把握好機遇？日前，極客時間企業版與教育訓練雜志聯合舉辦的 DTDS 全球數字人才發展大會的“AIGC 時代的數字化人才更新專場”，特别邀請到東軟集團人力資源部上海分部部長滕新陽，發表了題為《AGI 時代，教育訓練人如何抓住新機遇》的主題演講。

本文整理自其演講，内容經 InfoQ 進行不改變原意的編輯。

東軟集團是中國第一家拿到 PCMM（人力資本成熟度）五級認證的公司，公司人力資源體系内部有大量體系檔案和資料，形成了很成熟的知識庫。對于 AI 而言，知識庫、資料的積累非常重要，是以去年 AI 熱潮剛剛開始，我們就馬上錨定了這一技術，開始思考怎樣利用好 AI 的能力。

就像撲克牌可以當作教具、魔術道具或者赢錢工具一樣，工具是很重要，但使用工具的人能不能讓它産生價值是更重要的事情。東軟在做 AI 的過程中遇到了很多坎坷，了解了很多人和很多想法，我也用三句話來總結我的感受：

1. 不要用昨天預言明天，大家要更關注思考邏輯而非分享者内容的呈現。

2. 巨石崩裂時，有的人看見了恐懼，有的人看見了光。我希望大家通過我的分享能找到自己的價值定位和機遇。

3. 弱小和無知不是生存的障礙，傲慢才是。我們要以成長型的眼光來看待我接下來分享的應用場景。

本次分享的内容圍繞三個關鍵詞展開，那就是生成式 AI 技術時代，我們“為什麼變（Why）”，“變什麼（What）”和“怎樣變（How）”，而核心的落腳點在于“變（Change）”。AI 不同于其他一些曾經被熱炒的概念，它的熱度從去年到現在是一直在持續的，說明它一定帶來了一些本質性的變化，這也就引出了我們的第一個主題。

生成式 AI 時代，為什麼變？

價值是一個鍊條，是會流動的，也分成表層價值和底層價值。什麼叫表層價值？比如說在當年手機沒流行之前研究 BB 機怎麼能跟手機互聯互通的人，後來的技術發展證明他錯了。是以如果你隻想到 AI 能夠幫我做課，做數字人講師，我覺得這是表層價值，相比之下我們更應該關注底層價值：我為什麼要用 AI 做課？為什麼企業需要大量課程？要關注本質發生了怎樣的變化。

回顧人力資源發展史，在 17 世紀資本主義發展初期，誰家有錢就能供得起更多家族成員為自己務工，我隻要提供吃住就可以，生意就可以做很大，但進入到電氣化時代後，機器開始替代手工，那麼我就需要更多非家族的成員，人力資源也是以開始強調科學管理，注重人員的産出效率。這個時候白領也出現了，為了管理他們的産出誕生了戰略型人力資源的概念。

到了資訊化也是我們現在的時代，規模化開始被定制化和經濟化服務所替代，市場高度細分。這時我們開始追求價值，淘汰掉那些可能做不好的人。那麼未來，随着人工智能時代的到來，我們會又會發生怎樣的變化呢？

首先，人機協作的組合可能會替代或增強我們現有的勞動力和勞動關系，這也是為什麼 HR 一定要關注 AI 技術的原因。第二，我們會有高影響力的人力資源組織，人力資源會泛職能化，而企業會更多需要一些人力資源的 AI 設計師這樣的角色。其實在每個時代，人力資源的變化都代表那個時代當時缺少的東西，機械時代下它追求的是效率，其實代表它缺少好的流程；電氣化時代下它追求的是品質，缺的是好的上司者；而在資訊化時代我們追求價值，反過來講缺的是資料，因為資料是可以精确量化價值的。而在未來的 AI 時代，我個人認為可能會追求創新，代表我們在這個時代下缺一些新質生産力。

從因果和時間關系推演，你就會發現我們是被迫的，從來都不是主動的。是以我們為什麼要關注技術？因為技術和我們之間是有因果鍊的。新技術不是先改變人力資源，而是先改變了企業、商業模式，有了這個商業模式，肯定會有人把它擴大，就希望有更多的人過來幫我賺錢。是以他有了組織之後就有了對人才的要求，人力資源管理也自然而然會受到影響，開始變革。是以技術、組織、人才之間是鍊狀關系。

反過來講，HR 在技術的疊代過程中往往會在浪尖上，是以我們要做兩件事情，第一就是你的思維要在浪尖上，第二是在浪拍下來之前學會沖浪，平穩着陸。這就是我們所說的為什麼要改變。

什麼會變？

接下來我們說什麼改變了？我們剛才提到了商業組織的商業模式、組織和人才。

商業模式

那麼首先商業模式會不會發生變化？麥肯錫和埃森哲這裡有兩份報告告訴我們，企業至少在業務領域采用 AI 技術的比例從 20% 提升到了 50%，未來一定會有加速式的變化；同時營業收入中由 AI 推動的份額由 12% 提升到了 21 年的 25%，翻倍式的增長，是以企業現有的商業模式很有可能會因為 AI 的到來發生巨大的變化。

組織結構

組織結構會不會發生變化？回顧曆史，資訊時代最重要的變化都是計算平台的遷移。比如當年 IBM 推出了第一台個人計算機 5150，它的互動模式是滑鼠的拖拉拽。那麼在那個時代下，你會發現 SAP、Workday 都提出了 EHR 的概念，叫人力資訊化系統，也就是把員工資料進行分大類的管理。

比如說我企業的資訊化系統提取出員工的檔案，可以知道他多大年齡？是男是女？什麼專業？在哪工作？在哪個崗位工作？月薪多少？但如果我接下來再問，你說他喜歡打籃球還是喜歡踢足球？他跟怎樣的上司人在一起績效産出高？在什麼業務場景下離職率高？可能這個系統給不了你們答案。是以 EHR 系統是分大類的資料管理，打造的是科層式組織，在那個時代很多組織都是科層式的，不同層級間資訊壁壘是非常強的。

iPhone 的誕生标志着計算平台從電腦進化到了手機，它帶來的變化是資料的精細化。手機可以知道你的 GPS 定位，可以知道你的模糊搜尋進而給你推薦，實作個性化等需求。是以 10 年左右出現了 DHR 的概念，就是基于更多細分資料讓你能夠更了解你的員工，并對這些員工進行管理。也就是說你應該知道你的員工的個性，知道他喜歡怎樣的上司，在怎樣的環境下績效産出比較高，甚至欠缺了什麼技能。

我個人認為它會打造菱形組織的概念。以前的科層式組織中，中層、高層底下有無數個細分的事業部；而菱形組織就更聚焦于上面的 vision，有人告訴你我們在這個方向能賺錢，下面還會有 RPA 來替代你的可重複工作，再用 AI 給你的選人、獎懲提供一些推薦和建議。中間就變成了無數個像蜂巢一樣的菱形，比如說企業在找錢的道路上遇見問題，我覺得我行，那我做 PM，然後我跟 AI 去說，你給我在企業裡面推薦，我需要 3 個程式員，兩個财務、法務、招聘，請你幫我把合适合格的人選推薦給我，組成團隊，解決了這個問題後團隊就解散，人員等待下一個項目。這就叫菱形組織。

在第二代計算平台的時代，它被很多原生網際網路大廠所接受。菱形組織的特點是卷，在組織中如果你不被邀請，要麼你活不行，要麼你人緣不好，你就會被這個組織刷下去，是以它天然就帶卷的特性。

第三個計算平台，我認為标志是去年 Vision Pro 的釋出，元宇宙、虛拟現實很有可能會給我們的組織帶來 DAO （去中心化組織）的變化。我們能發現的趨勢就是員工的個體占比越來越強，組織的架構管理越來越弱。從科層到菱形，你會發現超級員工在組織裡更容易凸顯出來。

生産力結構

生産力結構會不會發生變化？OpenAI 之前釋出了行業暴露度報告，大家就開玩笑說，你會發現體力勞動者的暴露度都很低，白領暴露度都特别高，比如作家、口譯等，那我們這些坐辦公室的都會被 AI 替代。但實際上我們認為暴露度的概念并不是替代性，而是增強性（Enhancement），就是暴露度高的角色和崗位很有可能在未來出現超級員工的概念，出現超級員工的幾率會特别高。這就代表企業培養人才，可能變相培養了超級競對，到最後他自己出去加上 AI，三個人成立一家公司，跟你搶單、搶客戶。

未來的 AI 時代可能會是 20% 的人和機器替代完成 80% 可重複、可套路、有結構的工作，而剩下的 80% 的人要靠人機協作增強去完成 20% 和人類相關的、非結構化的工作，而這個部分的工作會消費大量的時間和精力。是以未來哪個地方在 AI 到來時會比較安全？我們要找增強的部分，不要找替代的部分。

人力資源

人力資源的使命會不會發生變化？我們提了幾個關鍵詞，前兩個是“效能增長為導向”和“高效的工作環境”，這是傳統人力資源的核心，不贅述。後面三個關鍵詞是差別，是差異化的。

首先，企業能不能打造數字包容的工作場所，這件事情很重要。這裡面最大的障礙是中層，因為老闆現在可以知道員工是怎樣，不需要通過經理層去知道這件事情，是以中層會消失，是以它是最大的阻礙。關鍵點也在他們的身上，他們能不能創造數字包容的工作場所很重要。

第二個關鍵詞是個性化員工體驗創造，我們剛才提到了 digital HR 就是在講資料的細分，體驗創造就是幫你挖掘出來更好的、更加幹淨的資料。

第三個關鍵詞叫關注員工的可持續發展。随着超級員工時代的到來，你不想教他兩年，他就出去當你的競對吧？是以現在這個情況下要關注企業和員工的共赢。

德勤去年就釋出了報告叫未來人力資源，提到了管理的核心要從組織到人，要可持續發展、靈活，要全域學習和流程優化我們 HR 的泛職能化架構，用體驗架構釋放價值和生産力。尤其是當下，我們面對 Z 世代的時候，如果你的體驗架構做不好，很有可能員工下班兼職賺得比你工作還要多，那我為什麼要把精力和價值産出放在你的這 8 小時裡面？最後還有利用人機協作來提高品質和速度。

現在我們再來看“新質生産力”這個詞。這裡有生産力三要素：勞動者、勞動資料和勞動對象，它們會往更高素質、更高技術含量和更廣範圍這三個方向變革。

同樣對于人力資源來說，變革也要從勞動者、勞動關系、勞動資料這三個點下手。以京東倉儲為例，以前倉儲的效率取決于小哥跑的多快，因為那個時候都是推小車，他跑的有多快決定了你這個單的效率。那個時候也有大屏，就是有個人看着螢幕拿個麥克風喊，幾号，你跑慢了，快點跑。

後來這些倉儲的小哥有一天開始學 Java、學開發，然後就變成了我們今天的黑燈工廠，這就是京東的新質生産力。它的勞動者從人變成了機器，勞動資料從效率資料變成了利潤資料。以前我追求的是效率，現在我從大屏上不看效率了，我直接看成交額漲了多少。勞動對象從貨變成了客戶，他從關注貨的效率變成了關注客戶的體驗，是以他整個的新質生産力都得到了巨大提升。那麼我們也要通過這三個架構來追求新質生産力。

怎麼變？

關鍵人才

最後這部分來談怎麼變？我們在去年 4 月份就成立了阿波羅創新實驗室，由幾個很感興趣的 HR 小夥伴組成的，他們都是純 HR 背景，也就是說不會代碼。是以大家不用擔心說，是不是會代碼的人才能繼續去做 HR 的 AI 研發，并不是這樣的。我們在做一件事情，叫數字生命研發專項，就是想打造一些數字員工。

結合我們前面談到的架構，首先來看勞動者，就是企業在 HR AI 的轉型過程中定義了兩類人才，第一類叫重要人才，第二類叫關鍵人才。關鍵人才是打造差異競争力的核心人才。比如說，航空公司的飛行員就是重要人才，沒有他飛機就飛不了。但比如春秋航空主打廉價，它的差異化競争力來自營運資料管理，而東方航空主打服務，差異化競争力來自空姐，那麼這塊的人才就是關鍵人才。

是以我們内部把 HR AI 轉型的人才隊伍分成了兩類，關鍵人才是可以獨立完成 AI 的，負責應用場景的創新和創造，可能不需要具備太強的業務場景經驗；而重要人才就是那些很有經驗的人，他可能不懂 AI，但他能在這個業務場景裡快速抓到痛點。

我們也提出來一個創新理念叫原子級替代。你會發現創新這件事情其實可大可小，當你把現在企業内的人力資源現有活動拆解成不能再拆解的原子級活動，再看一下這個原子級活動能不能被 AI 替代或者增強，這其實是創新的本質。我們當時分析了生成式 AI 能做什麼事情，本質上替代了一些怎樣的工作，這些工作在哪些原子級活動裡面會被替代或者是被增強了？（其實替代和增強的概念很簡單， 100% 就叫替代， 80% 叫增強。）然後這些原子級活動反過來是被哪些上層的人力資源管理活動所征用？

我們在内部現在梳理出來 200 多個原子級活動，裡面有部分是替代，有部分是增強。我們還在做人力資源自己的暴露度公式，比如這裡面有 10 個原子級活動，有 8 個會被 AI 替代的話，那你的增強度就是 80%。

關鍵場景

強調完關鍵人才，我們講關鍵場景。我們大家在找關鍵場景時，一定要有對現有應用的批判性創新思維才可以。并不是說這個東西拿過來用它就有價值，或者說大部分人這麼用它就有價值。我們也找了一些關鍵的場景，列舉了 HR 的數字員工體系。這個體系的第一個部分叫 Jarvis，是 AI 打造的個人超級助理，它可以收集到更多員工資料，讓我們更加了解員工。第二個叫菩提，是員工的學習助手。最後一個叫魔鏡，是一個 AI 推薦助手，可以給我們推薦誰适合什麼崗位，誰最适合晉升，給我們提供全面的建議和指導。

這次我們重點講一下菩提，它是一個學習助手，就是對知識的增強，主動推送檢索結果，不是讓人找知識，而是讓知識找人。它來自于我們對企業現有學習工具或學習方法的替代和批判。

員工在什麼情況下喜歡學習？第一種情況，我遇見事兒，我知道學技能可以短時間内提升上去，能幫我解決這個問題。但企業給你的解決方案是什麼呢？他想說你遇見事兒不知道怎麼解決，兩眼一摸黑的情況下，希望你能夠在企業線上學習平台的搜尋框裡精準搜尋出來想要學的内容，你覺得員工能做到嗎？第二種情況，在我剛入職或者晉升的時候，我希望能夠通過學習達到更高的層次。那麼企業給的解決方案是甩給你職業技能晉升的路線或者崗職位體系，結果對員工來講，随着企業年齡的增長，這個體系會越來越複雜。站在員工的角度來想就是，算了，我不晉升了，太複雜了。是以你會發現它是高成本投入和低學習回報的狀态。

那麼我們希望菩提能做到什麼事情？就是如果你遇見一件事，我希望你把這個事告訴我，我來告訴你怎麼解決它，然後同時給你建議，告訴你該學怎樣的課程。學完這個課程我對你進行一定的考評，看一下你對技能掌握的怎麼樣。掌握的好給你認證，你有了這個認證，未來可能就會被魔鏡檢索到，就能去賺解決相應問題的收入。

第二，如果你想晉升，我們更希望的不是依據崗職位的能力告訴你應該怎麼晉升，而是依據技能體系、技能樹的概念告訴你，如果你想賺到更多的錢就要産出更大的價值，那麼有怎樣技能的員工能夠輸出這樣的價值？這一點的靈感來自于遊戲的提示，遊戲裡面都會有技能天賦樹，小白點了不同的天賦點可能會變成戰士、法師，他非常清晰地知道他的路線，甚至能提前規劃他的路線。我當然希望我們的企業也能做成這樣，是以我們就希望打造技能樹。

比如說 Java 是技能樹， 如果把 Java 分成 100 個知識點，那麼把每個知識點做 level 1 到 level 10 的分類，然後每 level 出 30 道題，員工可能隻需要答 10 道題，我就能知道你這個技能點是什麼水準，比如說你已經到了 level 4。接下來你想得到提升，我對你的要求是 level 10 的話，給你半個月的時間，你要提升到 level 10。接下來菩提會推給你課程，這門課程你不用從零開始看，40% 開始看就可以了，因為菩提已經知道了你是 level 4 的水準。

你會發現在 AI 時代下這件事情做得很簡單，以前需要很多專家研究很久，花費大量成本來出題定級，現在用具備世界知識的大模型可以迅速給出方案。是以這件事情變得成本很低，企業基于教育訓練來做決策也更加清晰和簡單了。以前可能也有老闆拍腦袋做決策，比如他要 All in AI，因為他有前瞻性思維，但是對現狀沒有清晰的認知。如果你的技能樹告訴他，我們的 AI 技能的人才儲備度是紅色的，不是綠色的，那他不會做這個決定。他一定會先把紅色技能周圍的技能點标出來，把這些人送過去教育訓練 AI，學完之後把這個燈變綠色，再做 All in AI 的戰略決策。是以這其實對管理者來講是更好的抓手。

我們對菩提做了實驗，發現在需求描述清晰的情況下，在推課的場景裡， AI 推薦的準确率和人推薦的準确率對比內插補點小于 10%。

換句話來講， AI 推的跟人推的沒什麼差別。但是這個內插補點随着課程量的增加而減少，這個同理應用到了我們魔鏡的測試裡。兩千門課程，人和 AI 推薦的準确率差不多；兩萬門課程， AI 推得比人準。這就引來了另外的話題，我企業内的課程不夠了怎麼辦？

我們現在在訓練菩提，用三天的時間在全網檢索了 17 萬的課程，這些課程可能都來自于一些開源社群。然後我們現在讓菩提自己再把這些課程進行縮減，把課程删減成三千門，然後再讓人類專家做評分，找出哪些是東軟需要的。

是以你會發現教育訓練人在這個環節裡有很重要的點，有了菩提，你的教育訓練經理可能會比一線業務的項目經理更先知道你的團隊遇到了怎樣的技術障礙。比如說在機關時間内，你團隊的成員都在檢索 Python，都在檢索區塊鍊技術，那就證明你的客戶遇到了這樣問題。是以誰抓住了資料的起爆點，對它做出分析，誰就能得到更大的話語權。

教育訓練增強

最後談一下勞動資料。我們其實很早就投入了互動式遊戲化技術。你會發現資料無外乎就是三步驟，資料挖掘、标記和分析，現在 AI 出現就多了訓練這個步驟。

這個流程裡面做的最好的是遊戲，遊戲是最了解這些玩家的，如果王者榮耀想的話，它可以知道你的投資風險偏好，可以知道你喜歡怎樣的女朋友，因為你在這遊戲裡有大量的行為資料被記錄下來了。是以我們做了很多的遊戲化創新，研發了自己的電競式知識訓練平台。我們不止在自己家做了實驗，也在很多 500 強做了實驗。我們得到的資料，在新員工教育訓練裡面，一家 500 強的公司員工在電競平台上的主動知識答題率得到了非常強的提升。

有了這麼大的互動量，我可以精準知道你的技能點是怎樣的，然後我們還對這些人進行了行為上的一些分析，了解他們的行為偏好和适合的發展方向。比如說有的程式員在遊戲裡有大量社交行為，那麼他将來就适合去售前咨詢方向。很多喜歡社交的員工來自某些大學，那麼如果你的業務需要這樣的員工，将來就可以直接到這些大學撒網招人。而這一切資料都來自于為期 5 天的新員工教育訓練。你會發現教育訓練的影響力得到了非常大的增強，往後可以影響 HRBP 的建議，往前可以影響招聘決策的建議。

小結

以上就是我的一些分享。有一句話我很喜歡，就是“改變是緩慢的，但會在一瞬間完成”。我也期待今年我們的數字員工增加到 15-30 個後，能夠直接降低 100 萬的成本。這其實是蠻大的挑戰，希望下次有機會能夠為大家做更多分享，謝謝。

原文連結：東軟集團：生成式 AI 時代，如何布局 AI 人力資源戰略？_生成式 AI_騰新陽_InfoQ精選文章