人力資源如何迎接新技術變革

主講：王明哲

【課程收益】

? 掌握1套思維框架，將所有數字化轉型技術串聯起來

? 理解人工智能的2大底層原理和5大底層套路

? 了解目前人力資源領域的數字化實戰案例，以及背后的經驗與教訓

? 認識到貴司所在的數字化轉型階段，并收獲相關的建議和忠告

? 手把手帶你用“6步落地法”，找到最合適部門/個人的突破口

【課程特色】夠專業，內容前沿且正確；講俗話，將復雜技術具象清晰有趣化；重互動，巧妙設計提升參與感；能落地，反復驗證的方法及真實案例。

【課程對象】公司各級人力資源崗。

【課程時間】1天（6小時/天，時長可定制）

【課程大綱】

一、數字化的頂層思維

1、數字化概念導入

? 從十四五規劃看數字經濟

? 數字經濟的核心：數字化轉型和數據要素

? 數字化轉型：數字化是業務和IT的深入融合

概念導入小互動：如果你在跟心儀的女神約會…

2、數字化頂層思維框架

? 精益思維：梳理業務，發現數字化入手點

? 編程思維：掌握計算機的語言，提升數字化項目成功率

? 數據思維：讓數據產生價值，展望數字化轉型的終局

案例：精益趣解-“一個強迫癥和控制狂的發病史”，從“月暈”中掌握數據思維。

小互動：在指路問路中掌握編程思維

3、我們應該關注哪些數字化技術

? 基礎設施：解除計算機的能力封印

? 數據應用：搬金磚VS挖金礦

案例：谷歌云計算，華為5G，某外貿公司營收預測

4、數字化轉型有哪三個必經階段

? Digitization：無紙化

? Digitalization：高效化

? Digital transformation：無人化

? 每個階段的關鍵技術以及數字化的決勝技術

案例：人員績效智能評估系統

5、數字化轉型的兩大核心半場

? 信息化：固化流程/信息流轉/數據積累

? 人工智能：找準價值“點”/匹配“針”對性技術

案例：從頂尖運動員看企業數字化轉型之路

二、智能化的底層原理

1、人工智能的2大底層原理

? 邏輯固化：師傅“教”徒弟

? 知識抽取：師傅“帶”徒弟

案例：預測男生是否會受女生歡迎

2、人工智能的6大底層套路

? X-Ypairs：知識抽取

? Y→X：生成萬物

? X1-X2 pairs：推薦匹配

? X only：聚類算法

? Y only：超越人類

? Dot & Line：知識圖譜

? 人工智能發展的終點

案例：百度智能客服，谷歌藥物預測系統，淘寶推薦系統，清華數字虛擬人，谷歌核聚變控制系統，美軍自動駕駛戰機

3、人工智能的6步落地法

? 價值驅動 or 數據驅動

? 機器學習 ≠ 江湖算命

? 數據模型 VS 機理模型

? 大數據   ∪ 深度學習

? 行業專家 ||  客觀事實

? 行政可行 ≈  最大門檻

案例：產線良品率提升，大型工程機械故障預測，工業智能無損檢測，自動駕駛系統，AI量化交易-年化收益率1000%

三、HR數智化技術的應用現狀

1、HR數智化總體規律

? HR1.0-最簡單的核心邏輯

? HR2.0-流程遷移至線上

? HR3.0-深入痛點場景

? HR4.0-解放人類回歸價值

2、基于痛點的HR數智化技術

? 績效管理數智化實戰

? 招聘數智化之戰

? Core-HR數智化實戰

? 勞動力管理數智化實戰

? 學習管理數智化實戰

? 薪酬管理數智化實戰

3、數智化供應商盤點

? 四代技術的典型供應商

? 外國供應商盤點

? 國內供應商盤點

案例：BOSS直聘職位/人才推薦系統，MIT人工智能面試系統測試，IBM員工績效自動評估項目，谷歌人才智能部署系統，微軟流程自動化提升25%效率并減少30%錯誤，雇員工作壓力智能檢測系統，IBM員工離職率預測等

四、HR數智化技術的未來發展和挑戰

1、數智化對HR來說是“革新”還是“革命”

? AI充分發展后的社會是什么樣的

? 人類永遠不會交給AI做的事情

? AI永遠只能是人類的“助手”

2、HR數智化技術面臨的挑戰

? 缺少既懂業務邏輯又懂AI知識的交叉人才

? 馬太效應可能會再次靈驗

? 數智化很難“抄作業”

2、HR數智化帶來的機遇

? 從簡單重復勞動中解放

? 解封你未曾意識到的“資源”

? 解封你未曾意識到的“力量”

? 后疫情時代HR如何妙用技術提升企業績效

案例：工商銀行HR數字化系統解決方案，甲骨文HR數字化系統解決方案，富士相機HR數字化系統解決方案等