基于AI+RPA技術在企業人力資源領域的應用

王穎

摘要：通過AI+RPA技術打造廣泛應用于各行業的數字機器人，推動提質降本增效及數字化轉型升級，以及解決人力資源領域HR管理者日常處理大量冗雜、瑣碎、重復的工作痛點。

關鍵詞：AI ?RPA ?數字機器人

1.什么是AI

人工智能（ArtificialIntelligence），縮寫為AI。它是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。人工智能是計算機科學的一個分支，它企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，該領域的研究包括機器人、語言識別、圖像識別、自然語言處理和專家系統等。

2.什么是RPA

確切來說，它并不是一個真實的、肉眼可見的機器人，?是流程自動化服務。RPA的全稱為機器人流程自動化（Ro Botic Process Automation），是一款軟件產品，可模擬人在電腦上的操作行為，替代人在電腦前執行具有規律與重復性高的辦公流程，按照預先設定的程序，幫助人們完成各類數字化工作，具有6大特征：

1.模仿人的操作，跨系統跨平臺操作

2.7*24 不間斷工作，大幅超越人的效率

3.基于任務流程運行，0誤差，完全合規

4.非侵入式，不受IT底層限制

5.機器人工作可視化呈現：高效管理，可追溯

6.敏捷運營：靈活部署機器人數量，實時統計運行效率

對于RPA，也有人將它稱為數字勞動力（DigitalLabor），因它擅長把工作流程中的重復操作進行自動化。繁瑣流程自動化是企業數字化轉型的重要環節。RPA能夠有效優化傳統辦公流程，提升工作效率，間接優化企業勞動資源配置，助力企業數字化升級。

3 ?AI+RPA在企業人力資源領域應用價值

AI+RPA領域有著廣泛的應用場景和空間，數字機器人可以助力企業提質降本增效，可以從重復低效工作中解放人工，可以減少出錯和風險，提升人效價值。

3.1 ?助力人力資源共享服務，降低人力成本、提升企業效率

在人力資源共享服務運營中，有一些原本靠人工進行的重復性高且細節繁瑣的業務操作，可以使用RPA技術進行替代，例如：招聘信息錄入、簡歷篩選、工資數據收集等;對于AI問答機器人（圖1）通過文本數據預處理、NLP任務識別、答案的相似度計算與排序等算法的應用，通過問答機器人多輪對話以及機器人的不斷知識庫積累更新、迭代，將逐步取代共享服務中心人工客服，從而實現一個從對話收集到反饋的流程，讓人力資源共享服務云上大廳的實現成為可能。

3.2 ?降低人工操作的風險

對于重復性高且瑣碎的工作，員工在持續工作1-2個小時后注意力會減退，出現疲勞等現象，加上工作環境的外部影響，往往容易引起錯誤操作，可能會因錯誤帶來較大的影響，可以用PRA技術實現考勤規則校驗、異常信息發送、工資數據校驗與導入、錯誤數據篩查等。

3.3 ?打通信息化系統，提高靈活性

RPA對接企業各自信息化系統具有極大的優勢，無需對用戶的信息化系統進行改造，RPA機器人通過模擬人的實際操作行為，比如導出導入、復制粘貼、信息填寫、信息抓取等實現跨系統的聯通。例如在人力資源管理中離不開財務系統對于人工成本核算的支持，一般數據獲取采取開發數據接口方式，其實現方式成本高且周期長，可利用RPA技術實現財務數據自動抓取并填寫至人力資源系統中，從而打通數據壁壘，實現方式即快捷又不受接口程序影響，大大提高了數據的集成度與靈活性。

3.4 ?AI賦能數字決策能力

伴隨著以深度神經網絡為代表的新一代人工智能技術的發展，RPA紛紛與各類人工智能技術進行融合，試圖突破傳統RPA只能從事簡單重復流程的桎梏，轉而從事更復雜、更有價值的工作。智能外呼能力+RPA將不同場景下的規則及業務經驗模型化，結合業務流程情況，使“數字機器人”具備分析判斷并自動化處理的能力，可以賦予數字機器人的決策能力，完成復雜場景的智能分析和決策，也可以像人類一樣將所發現的問題匯總后寫成一篇分析報告，實現人力資源數字化決策。

人工智能從誕生以來，理論和技術日益成熟，應用領域也不斷擴大，2019年Gartner公布了影響企業未來發展的10大關鍵技術，RPA榮登榜首。可以設想，未來人工智能帶來的科技產品，將會是人類智慧的“容器”。埃森哲已發布：未來，數字機器人將覆蓋人類91%的工作場景，可以對人的意識、思維的信息過程的模擬，將給企業管理帶來更精準的技術手段，而AI+RPA技術也必然成為數字化轉型重要的技術工具。

參考文獻

[1]Adrian Jones.AI+RPA助力企業開啟數字化勞動力時代[J].軟件和集成電路，2019（9）：36-37.

[2]康健.淺析RPA技術在HR薪酬管理中的應用[J].智富時代，2019（12）：235.

[3]闞衎，袁子怡，葉楊薇，等.基于AI技術的人力資源管理自助服務平臺調研[J].信息周刊，2019 （10）：87.