人工智能在HR領域的人性化及自適應缺陷改進策略

摘"要：文章分析了人工智能在企業人力資源管理部門的使用現狀，采用問卷調查法匯總人工智能在人力資源管理領域存在的人性化及自適應缺陷問題。研究表明：缺陷主要集中在三方面，包括涉敏問題無法精確判斷，難以響應個性化需求；自適性漏洞大，流程審批煩瑣；難以接收處理非量化需求，軟件功能下沉進程緩慢。在此基礎上，結合實地訪談，對HR領域的人工智能應用情況進行摸排和深入探訪，提出三條改進策略：Workday手機端軟件開發思路、改進Workday系統設置方向、Workday中DDI測評前后期準備流程補充。

關鍵詞：人工智能AI；人性化缺陷；自適應缺陷；人力資源領域HR

中圖分類號：F272.92文獻標識碼：A文章編號：1005-6432（2025）06-0073-06

DOI：10.13939/j.cnki.zgsc.2025.06.019

1"引言

近年來，隨著我國逐漸步入大數據時代，人工智能在企業管理中的運用愈發廣泛，越來越多的企業開始意識到人工智能的巨大潛力，并積極利用人工智能以提高效率、改善決策和優化業務流程。從通過智能算法分析海量數據到進行客戶觸達的個性化推送，人工智能為企業帶來了巨大的競爭優勢[1]。此外，人工智能自動化高效處理煩瑣任務，大大降低了公司的人力成本。總之，通過應用人工智能，企業能夠建立更加智能、高效、可持續的運營模式，為企業發展注入新的動力。

將人工智能技術應用于人力資源管理，作為其在企業管理領域的新嘗試，不僅極大降低了人力資源管理者的工作負擔，還促進了人力資源領域的變革和發展[2]。現代人力資源主要通過人力資源規劃、招聘配置、培訓開發、績效考核、薪酬管理和勞動關系管理六大模塊實現企業管理，而人工智能則主要在招聘配置、績效考核與薪酬管理三方面入駐實際操作流程。

在招聘配置方面，人工智能通過智能篩選簡歷和自動面試等環節優化招聘流程。具體來看，企業運用人工智能快速篩選大量簡歷以減輕人力成本和減少時間開銷，同時利用人工智能分析候選人的技能、經驗和背景等信息，預測候選人與崗位的匹配度，進而提高招聘效率[3]。在績效考核方面，人工智能幫助企業更準確地評估員工的績效。例如，通過監測員工的工作進展和關鍵績效指標，實時向員工提供反饋和建議。此外，人工智能通過數據分析和模式識別判斷員工的優勢和發展潛力，為企業制定合適的人才培養和晉升計劃提供支持[4]。在薪酬管理方面，人工智能通過分析實時市場數據、員工績效和各種影響薪酬的其他因素，提供有關薪酬水平和福利待遇的建議，在保障員工利益、提高員工滿意度的同時最大化企業資金利用率。

盡管目前人工智能在企業人力資源管理中發展實況較好、發展前景優良，但其部分“員工支持”模塊缺失人性化和整體流程自適應缺陷的問題亟待解決。人力資源管理是一個極具變通性的崗位，它需要從業者不斷調整以適應企業內部變動及復雜的人際關系[5]，而人工智能缺乏自主判斷和共情能力，無法像普通員工一樣提供全面切實的解決方案。這使得組織邊界被延展的同時，員工和組織之間的情感聯系也被漠化，影響了企業的文化建設和工作效率[6]。例如人工智能過于重視經濟成本，忽視員工在激勵過程中的價值觀和偏好，導致獎懲決策呈現“模式化”和“去人性化”。當其去人性化的程度升高時，人力資源管理的效能也可能隨之降低[7]。因此，伴隨著人力資源領域數字化程度的提高，HR"需逐步適應并妥善管理有人工智能參與的工作環節[8]。同時，人工智能則須與人類決策協作互補[9]，企業在利用人工智能的同時需要人工判別其決策的合法性、合規性、合理性以降低風險[10]。

綜上所述，文章旨在探究人工智能在HR領域運用中現存的人性化缺失和自適應缺陷的問題，并針對其提出改進策略。

2"人工智能在HR領域應用中存在的人性化及自適應缺陷問題

文章主要以Workday人力資源系統為例，通過對目前正在使用該系統的世界500強美國大型科技類企業丹納赫的使用情況進行分析，逐步闡明人工智能在企業人力資源管理應用過程中存在的人性化及自適應缺陷問題。選擇Workday人力資源系統以及企業丹納赫的原因如下：

Workday系統以云計算為基礎，為客戶提供免費的使用和維護服務；采用先進的人工智能技術，自動識別和分類人力資源數據，包括員工的基本信息、薪資信息、員工關系、績效信息等，具有強大的數據管理功能[11]。該系統能夠如此迅速地占領大型企業的管理系統市場，主要依賴于其將數據庫與人工智能巧妙結合，這在一定程度上使企業得以高效地管理人力資源、提高工作效率、降低成本。

美國丹納赫集團公司成立于1984年，是全球科學與技術的創新者，致力于幫助客戶在全球各地應對復雜的挑戰并提升生活品質。其規模龐大，在全球擁有20余家運營公司和7萬余名員工。該公司于2010年前后引進Workday系統并逐步展開使用，對Workday人力資源系統有較長的使用時間。隨著使用時間的增長、集團用戶數量的增多，Workday人力資源管理系統給企業辦公帶來的弊端也逐漸顯現。

2.1"數據獲取

文章主要利用問卷調查法對人工智能在HR領域應用的人性化缺失及自適應缺陷問題展開調查探究，問卷調查分為兩輪。首輪問卷調查共發放80份問卷，用于調研市場環境中對人工智能使用程度較高的行業類別，同時篩選并收集HR行業運用的人工智能軟件現存的各方面缺陷。二輪問卷調查共發放80份問卷，其中涉及：參與調查人員工作背景、人工智能技術應用過程中存在的人性化與自適應缺陷等問題。該輪調查以人力資源部門中使用HR人工智能系統的員工作為總體樣本，驗證首輪問卷調查中總結整理得出的三大問題在同行業員工群體中的認可度，并對其缺陷導致問題發生的緊迫性排序，最后檢驗文章提出的相關解決方案的認可程度，檢驗結果詳見第三部分。兩輪問卷調查共回收有效問卷144份（一輪問卷76份，二輪問卷68份）。

文章使用SPSS軟件針對二輪問卷的是非題部分計算Cronbach’s"alpha系數以檢驗其內在信度，計算KMO值以檢驗其內容效度。Reliability"Stastics顯示，二輪問卷的Cronbach’s"alpha系數為0.824，說明數據較為可靠；KMO值為0.782，說明二輪問卷的內容較為有效，與文章研究對象相關性較高。以上兩個檢驗結果為第三部分中訪談大綱的擬定作出了修正性指導。

2.2"人工智能應用的整體情況及問題

首輪問卷調查結果顯示，人工智能主要應用在“貿易/消費/制造/營運”行業，其次是"“制藥/醫療”和“專業服務/教育/培訓”等其他7類行業。其相關技術的應用場景主要集中于“業務處理系統（43.32%）”“流程處理系統（35.53%）”"和“機器翻譯（34.21%）”"等方面，這對于優化企業生產、管理流程，提高信息處理效率起到重要作用（如圖1、圖2所示）。且二輪問卷調查結果顯示近七成人員使用過與HR工作相關的人工智能軟件或系統。

圖1"AI應用行業分布

圖2"AI相關技術的應用場景

對于人工智能在各行業應用過程中存在的問題，首輪問卷調查結果顯示其在“個性化需求響應（47.37%）”“非量化需求的識別與處理（35.53%）”“突發情況應對方案的提供（34.21%）”及“感性問題判斷（30.26%）”等方面普遍存在不足，如圖3所示。

圖3"人工智能在各行業應用中的現存缺陷

2.3"人工智能在HR領域應用中存在的人性化及自適應缺陷分析

人工智能的應用領域多為貿易及營運行業，該行業企業中除去人工智能在技術、制造等方面的產出，其在人力資源管理方面的應用較為常見、成熟。故文章針對人工智能在HR領域的應用情況和缺陷做進一步研究、分析及處理。根據首輪問卷調查結果，人工智能在HR領域應用中存在的缺陷主要有以下三個方面。

2.3.1"涉敏問題無法精確判斷，難以響應個性化需求

Gallup在美國2017年的員工調查中表示，任何一個企業中平均51%的員工在尋找新的工作，79%的員工認為他們的工作缺乏指導。2017年是人工智能發展最迅猛的一年，但人工智能在HR領域的介入直接導致了該年過半的員工對自己在企業中的存在形式及意義不甚明確[12]。由于AI技術不具備獨立思考和情感溝通的能力，其雖可以幫助人類進行原有設計的改善和重塑，但無法提出多元化的建議，只能就數據庫內給定的相關信息或聯網數據針對問題進行匹配，通過數據接口回應[13]。人類情感變化具有細微性和無窮性，即使AI儲存超數量級的分析計算方法，仍無法給予準確的反饋答復。這是AI在推進人力資源工作時的人性化缺失。

具體到Workday系統中，DDI系統程序作為Workday系統軟件插件，在考評人員發展的測評板塊，其主要功能在于對需考核人員以問卷形式進行測評并得出結論。然而目前DDI中現有的考核問題固定，并不針對不同個體抽出有針對性的試卷；分析結果較為公式化且浮于表面，其結果對HR的參考率也較低。

2.3.2"自適性漏洞大，審批流程煩瑣

人工智能無法自動跟進或優化逐層流程審批。在Workday系統中，對于審批郵件的提醒僅局限于系統郵件提醒以及員工個人郵件提醒。當員工點開郵件之后，提醒會自動消失，無法進行審批到期提醒，倘若郵件未被回復，將會導致審批內容堆積、增加HR工作者的工作量。例如在招聘配置模塊中，人工智能系統根據招聘工作進度，自動將招聘各個環節所涉及的各相關部門參與面試人員的工作時間依先后次序、持續時間進行匹配，并將相關匹配信息自動推送到各個相關人員的計算機系統以及移動通信設備上。由于受各部門參與面試人員實際工作計劃以及突發事件的影響，往往需要相關人員在收到推送信息后進行確認。如果出現沖突情況，系統將根據預定流程啟動重新匹配工作，直到所有相關人員都確認后，匹配工作才完成。倘若有人無法確認或需要修改計劃，則需重新匹配后全體重新確認。

上述這種重復匹配的情況在企業人力資源流程中發生頻率較高，究其根本是由于在多目標協同工作的體系中，人工智能系統依照代碼循環，自適應能力低。其對于已確認無誤的人員安排不進行自動數據記錄、不能與新插入數據進行比對，無法及時響應HR的需求。

2.3.3"難以接收處理非量化需求，軟件功能下沉進程緩慢

由于部分數據僅能以文字、圖表等非量化形態存在，人工智能缺乏判斷標準，而其所參考的大數據基礎樣本量也不足以覆蓋全部可能性，這直接導致AI難以完整識別與處理非結構化數據所帶來的需求。例如社會道德和征信難以用量化指標進行計算和判斷，而HR進行面試或人員考核時，必須對該人員的道德和征信進行評估，以判斷應聘者是否符合企業用人標準。目前被各大企業較為廣泛使用的是“芝麻信用”評分體系，而該估算值的基礎是依賴特定商業企業自身數據資源進行的估算，其完整性和可靠性有待商榷。諸如此類非結構化數據的增加、優良處理算法的空缺也使得Workday系統的開發速度下降，間接導致Workday手機App的推廣進程更加緩慢。另外，Workday系統流程繁復、本土化落實不到位、軟硬件不兼容等一系列原因也造成了Workday手機端難以普及企業底層員工使用。

針對上述人工智能在HR領域的現存缺陷，二輪問卷對其受認可程度展開調查并對其緊迫性進行排序。"結果顯示，91.18%的受訪者認可目前人工智能于HR領域存在的缺陷為以上三大類。

缺陷緊迫性排序如下：一是難以接收處理非量化需求，軟件功能下沉進程緩慢；二是涉敏問題無法精確判斷，難以響應個性化需求；三是自適性漏洞大，流程審批煩瑣。

3"人工智能在HR領域應用的改進方向與策略

根據前文內容可知，"Workday系統運用過程中主要存在涉敏問題無法精確判斷，難以響應個性化需求；自適性漏洞大，流程審批煩瑣；難以接收處理非量化需求，軟件功能下沉進程緩慢三個主要問題。接下來，文章通過訪談，針對Workday人力資源管理系統現存的三大問題，與全球500強企業丹納赫集團中國區的人事經理建立聯絡，獲取針對上述問題的改進方向，并提出問題的改進策略。

3.1"改進方向

為獲得有效改進方向及策略，文章共進行兩輪訪談。首輪訪談主要了解HR從事者對人工智能在HR行業內部如何實現良性迭代做出的宏觀分析、管理層對其現存缺陷的態度以及目前Workday系統在企業中的具體應用實況，為提出初步改進策略做出引導。二輪訪談將提出的三條改進策略提供給人力資源部經理，并根據其反饋與采納意見進行改進策略后續的調整及完善。

首輪訪談針對人工智能在互聯網宏觀背景中的發展和優化趨勢進行探討，并從人工智能的運算速度、算法數量及自適應能力等方面對其改進方向的可行性進行具體分析。在人工智能運算速度和數量方面應充分利用網絡大數據的優勢進行深耕。近年來，云計算雖然在資源利用方面提升了運算平臺的能力，但在成本和時延方面仍有弊端。而霧計算是一種對云計算概念的延伸，不但具備云計算的全部功能，而且有著低成本、低時延及高移動性等優勢[14]，是新一代分布式計算，符合互聯網的“去中心化”特征。而在人工智能現有算法方面則應聚焦創新更具能效的算法。人工智能擁有的算法越多，其能力越強，但算法越多其效能也會受到影響。因此，優化人工智能算法成為提高人工智能效率的關鍵因素。此外，在人工智能開發階段應適當植入其強化自我學習的能力。強化自我學習是指利用計算機通過與環境的交互來學習如何做出最優決策的技術，同時利用計算機通過不斷積累經驗來提升自身適應性及計劃調整能力。這些技術的運用能夠使人工智能系統在不同環境和場景的運用中表現得更加靈活和精準。

故根據首輪訪談，文章提出以下三個改進方向：

第一，通過對系統后臺題庫的升級，利用網絡大數據等工具在外界增加題庫以增加人工智能判斷和匹配標準、提升其在涉敏問題回答方面的精準度；對系統分配題庫制度進行改革，實行差別化測試以提高其對個性化需求的響應能力。

第二，通過改進程序流程、更新人工智能算法，使其提升自我學習能力，減少重復確認次數以降低時間成本、提高流程操作效率。

第三，通過軟件開發、實行評級打分制等量化方式，減少非結構化數據出現導致的人工智能選擇性“失能”；簡化手機端程序的使用模式，以實現更快速的軟件下沉。

3.2"改進策略

依據缺陷緊迫性程度、改進方向以及針對目前正在使用Workday系統的企業進行的實地訪談，文章提出以下具體改進策略。

3.2.1"Workday手機端軟件開發思路

首先，手機端僅須包含部分重要功能分區，如消息、OA審批、考勤打卡等基礎功能。做到化繁為簡是手機端不同于PC端的重大變革。

其次，手機端根據員工等級和所屬部門劃分開放區域，主管以上級別員工登錄手機App時僅展示部門核心功能，如財務總監登錄系統時，系統僅展示上級和直屬下級的財務相關消息等。手機端做到逐級身份識別并實行按身份開通相關功能，可以在提高各級人員工作效率的同時，減少因信息分配不均而帶來的矛盾和信息安全問題。

最后，手機端需根據用戶需求持續更新并保持系統的穩定性。

開發思路及功能。

（1）保留基礎應用，如信息對話框、審批流程模塊、郵件、共享文檔、考勤打卡、加班打車或外勤打車模塊。

（2）根據員工等級不同，對其進行相應區塊功能的開放。根據員工工號在系統中的錄入，劃分等級。按照職位級別不同，系統自動顯示不同信息區塊及功能；按照崗位分工不同，系統只流轉部門內部信息。例如財務專員登錄系統時，不顯示財務主管相關信息；財務總監登錄系統時，不顯示人事相關信息。

對每封審批郵件的回復期限進行設置；運用軟件編程，對Workday系統中郵件區塊進行功能增加和補充；對所有郵件進行分類排級，按先后輕重次序進行處理，提高工作效率。改進流程如圖4所示。

圖4"Workday系統設置改進流程

3.2.2"改進WorkDay系統設置方向

郵件區塊先將所有郵件按工作需求、職位標準、求職意愿等條件進行劃分和篩選，將審批日期臨近的郵件或重要緊急的郵件放在前列，提醒HR盡快審批反饋；非緊急且時間寬裕的郵件可設置稍后提醒或低強度提醒。同時還可通過編程軟件對Workday系統加設回復期限提醒程序，在期限三天、一天、當天等時間段進行不同強度的提醒，且只有在審批通過后才能關閉提醒。Workday系統還需加強智能復核系統，對于一些處于結束狀態的郵件進行智能再審核。對郵件的細化不僅可以提高HR的工作效率，減少無效的工作，還能完善人力資源系統，避免重要郵件的漏批錯批，提高信譽的同時減少公司損失。

3.2.3"Workday中DDI測評前后期準備流程補充

DDI測評系統改進流程詳見圖5。

（1）改進系統對分卷題庫的分類標準，結合員工資料推行個性化抽題。

（2）改進系統的測評時間間隔。對不同問卷結果設置不同二次測評時間，取平均值以精確終期數據。

（3）大數據分析與人工分析結合。人工智能得出結論后由人工進行簡單復核，數據留存在AI云端作為工作底稿備份。

（4）問卷測評和日常工作智能考核相結合。增加樣本面，將日常考核納入問卷測評范疇以優化考核流程。

通過二輪訪談，結合人力資源部經理的反饋，文章確認對于Workday人力資源管理系統的相關改進方案認可度較高，并計劃于未來2～3年內落地實施。

4"結論

文章以Workday人力資源管理系統為例，對應用于人力資源領域的人工智能系統進行拆解分析和研究，從中窺探其在各領域尤其是人性化和自適應領域的不足之處，進一步深挖并對相關企業和個人進行問卷和訪談，以探尋人力資源領域人工智能系統的優化和改進方案。

研究結果顯示，人工智能在人力資源管理領域應用的主要問題如下：第一，無法自動跟進及逐層流程審批；第二，無法遍及基層工作人員使用；第三，人員發展考核中的應用評估相對片面化。

改進策略如下：第一，在Workday系統的流程審批部分（包括員工晉升、新員工入職、員工績效評核等），設置系統時間期限警告；第二，對于僅適用于PC端的Workday系統，開發相應手機App軟件；第三，前期對被測人及Workday系統中的DDI評估測試題庫進行匹配，后期由系統基于本次測試結果，安排相應時間間隔進行二次或多次測評得出平均值。

圖5"DDI測評系統改進流程

由于調研范圍受客觀因素影響，文章問卷樣本量較少且投放地域局限于長三角地區，因此得到的統計量可能存在一定偏誤。另外，文章訪談企業較為集中，多為丹納赫集團旗下子公司，企業類型具有局限性，訪談結果可能存在一定偏好或相似性。后續應加大問卷投放量及拓寬投放地區，增加訪談企業類型和數量，使樣本數據接近正態分布，更具普遍性。

參考文獻：

[1]趙傳鵬.人工智能時代企業管理的發展路徑探索[J].企業科技與發展，2023（1）：126-128.

[2]賈計蓮.人工智能對人力資源管理的影響研究[J].財經界，2020（34）：253-254.

[3]"STONE"D"L，DEADRICK"D""L，LUKASZEWSKI"K"M，et"al.The"influence"of"technology"on"the"future"of"human"resource"management[J].Human"resource"management"review，2015（2）：216-231.

[4]何曉曉.數字化時代下的企業人力資源管理策略[J].商場現代化，2023（22）：65-68.

[5]劉鳳嬌.進化之聲，HR的自我救贖[J].人力資源，2022（3）：18-20.

[6]謝小云，左玉涵，胡瓊晶.數字化時代的人力資源管理：基于人與技術交互的視角[J].管理世界，2021（1）：13，200-216.

[7]李勇.人工智能與企業管理創新結合研究[J].企業科技與發展，2022（10）：171-173.

[8]程惠君.人工智能在人力資源領域應用研究[J].人力資源，2020（12）：72-73.