以下内容根据用友网络副总裁、用友大易联合创始人石磊于2023人才管理与HR数智化年度论坛的演讲内容整理而成。
过去一段时期，我们会说我们生活在一个VUCA时代，如今，无论是全球经济环境的加速变化还是前沿技术的快速更迭，我们似乎面临着更大的挑战与不确定性， 最近 ，一个词汇开始被更多人提起——“BANI”时代。
相比VUCA时代，BANI时代更加脆弱和混乱。放眼企业，我们会看到一些百年老店甚至世界500强企业在快速陨落，落眼员工，经济的不确定性使员工极易陷入焦虑，事物的发展也进入无迹可寻的非线性状态。
BANI时代下，诸多不确定性正在影响着人力资源管理。
一方面产业结构的升级、以AI为代表的技术的推陈出新、业务的快速变化都给新时期的人力资源管理提出了新的要求。另一方面，新生代进入职场，他们对企业的工作环境、文化、领导方式都提出了新的期望，企业需要思考如何激发员工潜力并让他们持续为企业效力。同时，企业的增长正在放缓，人工成本又在不断提升，降本增效的大势之下，企业比以往任何时候都更加关注员工在职的生产力。
面对内外部环境的极速变化，我们观察到企业的人力资源管理面临着这样三个趋势。
趋势一：HR单模块作战的时代已经过去，未来的HR应该是综合解决方案的提供者，要以主题化的视角解决不同环节的问题。
过去三十年是国内外人力资源转型变革最积极的三十年。管理主题从人事管理，到人力资源管理、人力资本管理，以及现在的战略人本管理，企业的人力资源管理从理念到实践都向前迈进了一大步。组织形式也愈发丰富，六大模块、四角色、三支柱等，都在以不同的定位和分工向业务提供更好的支持和赋能。
然而，在当今的这样复杂的环境下， HR要想真正实现增值，就必须要具备提供集成解决方案的能力 ，这意味着人力资源部门需要横向拓展不同领域的技能，站在全局和主题化的视角进行工作开展、资源调配以及能力重组。例如，招聘HR想要解决企业的认知度及人才吸引力问题，就不能止步于掌握基础的人才招聘技能，还需要具备雇主品牌传播、员工体验打造、招聘营销等一系列综合性的能力。
趋势二：数据驱动，构建面向未来的敏捷组织，业人一体，赢得人才发展的管理红利。
企业的若干次变革，带来了组织效率的提升，而每一次的科技进步，都会带来生产力的极大飞跃。这一次的技术发展，使得“敏捷组织“、”业人一体“等概念得以有效落地。借助大数据及人工智能等技术， 通过双向的数据拉通，企业可以建立人才管理与业务绩效双轮驱动的机制。
一方面，HR通过专业的人才管理理念和体系，向组织输送动态的人才供应链，提升企业综合竞争力，带动业务绩效提升。另一方面，企业的业务进展，如财务数据、客户目标、运营成果等数据可以驱动人才配置的动态调整，最终，在双轮的牵引机制下，实现员工和客户满意度的提升，驱动企业业务增长。更重要的是，通过这样一个业绩为导向的动态配置机制，企业可以打造更为公平、透明的组织文化，真正实现人力业务的一体化。
全局数据的获知，使得HR关注的数据不再是冰山一角，而是站在更宏观的视角关注人力资源正在如何影响企业的经营绩效， 以便在快速变化的业务环境中能够及时的识变和应变。
趋势三：拥抱AI，是非线性时代下企业的必选项。
AI对全球社会的影响还将更加深刻，据麦肯锡发布的数据显示，以生成式AI为代表的人工智能将会在全球范围内释放25.6万亿美元的经济增量，大约相当于当前全球经济的25%；在人力资源领域， 有76%的HR高管表示，企业如果在未来的12至24个月内不采用和实施生成式AI，将极有可能失去竞争力。
TRM.AI 2.0发布，助力企业顺应趋势，聚焦人才
今年，我们发布了基于用友企业服务大模型YonGPT的智能招聘解决方案——TRM.AI 2.0。 TRM这一理念的出炉源于我们发现，企业招聘不再仅仅关注如何提效降本，而是更加关注如何有效地吸引和获取人才。 因此，依托全新的人才关系管理理念，我们发布的TRM系统更强调以主题化的视角审视未来，提供全局的解决方案，帮助企业真正解决人才获取的问题。
TRM以候选人为中心，通过拓展和落地社交媒体的招聘应用，如朋友圈、小红书、视频直播带岗等方式，帮助企业引流并提升雇主品牌。同时，对人才的追踪和运营也是TRM的重点之一，我们致力于帮助企业激活和运营自己的私域流量，挖掘人才库中简历的更大价值，为未来招聘随时做好人才的储备。
此外，TRM还关注候选人的体验。在全员体验的时代，候选人的体验不仅关乎到其能否成功入职，也影响到企业在社交媒体的口碑。因此，我们对企业与候选人互动的每一个触点进行功能设计，以提升候选人的整体应聘体验。
TRM.AI 2.0 理念 围绕招聘的前、中、后期打造完整的闭环管理 ，从前端对人才的汇聚和吸引，到对人才的识别和发现，以及对候选人的追踪和管理，再到向后延伸的长期运营提供了一套完整的解决方案。
就在今年，我们助力德勤构建了人才社区，在这个流量入口端，我们除了整合传统渠道和媒体候选人的简历外，还在社交媒体上进行了引流扩展，所有进入人才社区的候选人都会进入运营平台，德勤会通过输出行业事件、公司新闻、职位信息、企业文化等内容，与候选人进行分群、分频的高效运营，最终将其转化成忠实的粉丝、实习生、正式员工。
AI加持，让智能招聘从空谈到落地
在TRM的基础上，我们基于用友企业服务大模型YonGPT，引入关键的AI能力，帮助企业真正落地智能招聘。
TRM.AI 2.0 创新应用之一是人才发现。 在与很多企业高管交流的过程中，我们发现当企业面临业务的快速变化时，他们迫切希望能够在企业内部、外部或通过培养方式找到与业务需求相匹配的人才。这些反馈让我们重新审视技术对业务的价值，AI对HR最大的价值应当「在质」，而非「在量」，于是我们结合大语言模型、特征工程和推荐算法，构建了一个智能匹配算法模型，旨在帮助企业解决发现适合人才的需求。
简单来说，我们的算法模型基于企业职位、简历、知识图谱等大量原始数据，进行数据的清洗、特征化处理和领域知识库的构建，再通过深度学习和算法，进行人岗匹配的综合测算，并输出到不同的应用场景，如AI简历评估、智能推荐等，此外通过收集和分析HR和面试官行为数据、简历标注反馈、智能标签以及搜索习惯等信息，模型可以进行基于人工反馈的强化学习，不断优化并调整推荐结果，确保推荐的人才更符合业务部门的需求。
再看具体的应用，AI人岗匹配能自动评估简历和关键技能，提供风险提示，AI小助手还提供全方位的候选人优劣势评估建议。AI智能推荐能够通过匹配算法，挖掘人才库的海量资源，帮助企业进行简历盘活。在不久的将来，我还希望借助人推岗的应用为企业清晰地提供岗位推荐，帮助候选人在应聘过程中了解自己的优劣势，给出他们发展方向的建议。
TRM.AI 2.0 另一个重要的应用场景是AI面试 。在招聘过程中，HR往往耗费了大量的精力来对候选人的基本信息、语言能力、胜任力等做初步面试评估，其实，现如今这些需求都可以通过AI来完成。AI面试系统，基于YonGPT用友企业服务大模型，并引入人脸识别和语音识别等能力，帮助HR有效评估候选人。在信息的输入端，我们会通过一段视频采集候选人的实时情绪、动作以及应答内容。在信息的输出端，我们可以围绕胜任力、人格特征、表达力等维度为HR提供全面的候选人评估报告。
我们与心理学研究所专家及HR专家合作，利用YonGPT的AI底层能力进行了海量数据的分析和测试，构建了涵盖知识技能、中英文评估、候选人综合能力以及心理健康、人格特质等心理测评的胜任力模型，为了使AI对候选人的评估无限趋同于HR专家的打分，我们通过大量题库建模，不断优化提问方式以及评估测算，最终实现了30+的能力素质项，20多个通用的岗位序列的建模沉淀以及近1000道面试题库的积累。
不止于此，AI+招聘的探索还在继续，我们希望未来AI可以完成业务部门最终面试前的所有工作， 前路漫漫，吾将求索，不断精进不断涅槃的道路势必充满荆棘，我们希望借助更强大的AI，输出更 有价值 的解决方案，帮助企业获得可持续的竞争力。
