HR专家崔晓燕：有“AI”的共享服务中心，远比我们想象中的更美好

作者：崔晓燕

最近，我和中国人工智能与营销服务解决方案提供商沃丰科技，一起合作了《人工智能助力企业共享服务中心数字化转型白皮书》。在撰写过程中，我深刻体会到AI对共享服务的影响，比我们想象中的更加深远、更加美好，今天就来和大家分享一些我的想法和看法。

我们先来看一下AI在共享服务中心的典型应用有哪些:

01

文字识别及机器人流程自动化技术赋能流程自动化，典型的应用有简历解析、基于人岗匹配的职能推荐、一键发布及简历库集合的招聘插件和自动化的学历验真插件等；

02

基于AI和大数据技术的人才画像、人才扫描、人才盘点、离职预测、组织健康度、活力度的分析，以及辅以爬虫技术的舆情监控等决策自动化或半自动化的应用；

03

典型运营场景的人工替代，比较常见的包括：用智能客服技术应答员工咨询，通过AI视频面试替代1.8轮的人类面试，特别是在校园招聘的场景中，通过外呼机器人提升候选人及员工通知触达的效率等；

04

通过千人千面的自助服务平台、基于员工画像、知识图谱和学习引擎的个性化课程推荐和员工学习指引等个性化服务平台；

05

通过VR、AR和虚拟形象的应用给到候选人及员工沉浸式体验，比较常见的包括招聘和选拔中的游戏化测评、沉浸式的课程体验和战略沙盘模拟等。

我们再看一下AI对共享服务中心的影响主要有哪些：

1. 基础岗位及从业者减少

首先，无意制造焦虑，但不可回避的是，AI的应用一定会带来一些基础岗位的消失，也势必会带来相关从业者的减少。不仅仅是AI替代人工，系统平台、线上流程、电子签等技术的应用，以及HR基础运营的外包，都属于人员替代。但AI等技术替代的工作，是那些人不愿意干也不擅长的。比如反复应答员工同样的咨询、依据一个标准反复执行结构化面试。而外包替代并不是工作消失了，只是这个工作进一步社会化分工了。

2. 服务永不离线、对Z世代友好

其次，在过去，我们无论怎么勤奋、怎么努力，作为生物体的人还是要吃饭、睡觉的。但AI不同，它可以永不离线地为员工提供便捷的服务。特别是对那些即将逐步成为职场新生力量、主流力量的互联网原著名--Z世代而言，简直不要太匹配。

3. 为员工提供个性化服务

第三，在过去，我们不论怎么努力，都不可能做到为每位员工提供个性化和主动式的服务，因为共享服务中心天然的诉求就是降本增效。但今天有了AI的加持，我们就有机会做到这点了。比如：通过员工画像和客服画像的智能匹配，让最适合的SSC小伙伴为最匹配的员工提供服务；还有千人千面的员工自助服务平台和支持自助分析、精准推送的数据分析平台等。

4. 加速多元数据的积累

第四，数据是未来的生产资料，这已经成为了不争的事实，AI让原本就具备数据密集属性的共享服务中心更加如虎添翼。因为，AI赋予了共享服务中心更加多元的数据，并且加速了数据的积累过程。让共享服务中心有机会通过多元的、海量的数据产生业务洞见，指导业务决策，甚至预测、干预和创造未来。

5. 真正激活组织里的知识

第五，几乎没有企业会否认知识的重要性，但现实中企业的知识往往躺在文档里，是否与时俱进、是否能够指导实践，不得而知。可以说，那不是知识，只是文档，因为它不能创造价值；或者存在于员工的脑子里，随着人员的流逝而流逝，根本无法在组织内沉淀，更别提激活了。而今天有了AI的赋能，我们就可以把躺在文档里的、存在员工脑子里的知识通过智能知识库进行有效的管理，并且通过智能搜索、智能客服的应用，有效的闭环管理，让其得以积累和沉淀，并且通过使用不断验证和校准。

6. 让组织拥有自己的“大脑”

最后，也是最重要的一点。在大工业时代，我们认为企业是一部机器、部门是零部件、员工是螺丝钉；但在UVCA时代，企业更像是一个有机体、一个生命体。既然是有机体就得有大脑，智能知识库解决了大脑的存储问题，甚至突破了有机体的记忆极限；但是，大脑除了存储和记忆以外，还要做分析和判断。AI的算法和模型恰好解决了这个问题。我们以招聘为例，在没有AI视频面试的时代，面试生产力是最大的局限，所以我们要先看简历、再笔试、再面试，面试还得一轮、二轮…N轮，而且面试的质量完全依赖于人。但有了AI视频面试，我们就有机会通过胜任力建模和多模态算法，将企业里所有厉害的大招聘的智慧凝结在一个模型里，并且通过绩效数据的反哺，形成企业的“招聘超脑”。

那么，在这样的背景下，共享服务中心的小伙伴还有前途，有未来吗？

答案是肯定的，因为历史反复证明，新技术在消灭一些职位的同时，也创造了一些新的职位，而且通常消灭的是人类不擅长也不愿意干的，而新职位则恰恰相反。

对于擅长用跨界的理论、知识和方法论改造人力资源管理运营的共享服务人而言，可以说，我们生逢其时。在《2020中国人力资源共享服务调研报告》中，德勤发布了SSC新角色，包括：体系化推动员工体验提升，以推动敬业度及生产力提升的员工体验工程师；设计和迭代人力资源服务产品的产品经理；负责企业人力资源数据应用和分析的数据分析专家；推动企业人力资源数字化转型的自动化HR专家。

我再补充几个：

• 数据管理，随着人力资源数据的多元化和持续积累，管理难度也将几何倍增长，需要我们借鉴大数据资产管理的理念和方法论体系去管理它；
• 建模师和训练师，AI再牛都只是人类智慧的容器，都得靠有经验的HR和乙方一起去构建连接业务和算法的模型，并且去验证它、训练它；
• SaaS+服务的专业乙方HRSaaS大厂也是不错的选择，因为我们有甲方经验、更加理解甲方的痛点，更能和我们的客户共情并且拥有同样的语言体系；
• 沉淀自己的知识、积累自己经验，为更多的企业提供咨询服务，加入人力资源管理咨询，特别是数字化咨询公司也是不错的选择。甚至可以像我一样做一个不用坐班、不用通勤、不用内圈的自由顾问。

所以，AI在共享服务的应用已经越来越广泛、深入和成熟了，对共享服务的影响也远比我们想象中的更加深远且美好。只要我们愿意放下焦虑，迭代自己，与科技和趋势共舞，势必能够成就更加有“AI”的未来！