AI赋能的人力资源管理
人工智能正在成为这个时代最受关注的技术之一。无论是媒体报道，还是企业战略，几乎每天都能看到关于AI的讨论。人们对它的潜力充满期待，但当我们真正问一句：“AI在人力资源管理中到底能做什么？”答案却并不明确。企业需要参考经验，学界也在不断探索，这正是我和团队开始调研的出发点。
#1
起步
2024年10月至12月，我们开展了一项针对中国企业的调查，聚焦AI在人力资源管理中的实际应用。调查涵盖招聘、培训、绩效考核、薪酬、工作设计、人员管理和行政事务等模块，共收集到1022份来自企业人力资源负责人的有效问卷。
调研结果显示，截至当时，人工智能技术在人力资源管理领域的应用整体尚处于起步阶段。超过六成受访者表示，其所在企业尚未在任何人力资源管理活动中引入AI相关技术。在已经开始应用人工智能的企业中，最为常见的场景包括招聘与面试流程以及行政事务自动化，而在绩效评估和薪酬管理等核心功能模块中的应用相对较少。与此同时，我在美国得克萨斯农工大学商学院的同事以美国不到两百家企业为样本，进行了类似时期的调研，并得出相似结论。因此，我们认为，尽管人工智能在人力资源管理领域的应用已初见端倪，未来具有广阔的发展空间，但就当时而言，其应用仍然处于起步阶段。（详见《管理视野》第39期：《人力资源管理的人工智能新引擎》）
#2
变化
2025年6月，鉴于AI工具的不断迭代与发展，我们对首次填写问卷的人力资源负责人进行了回访，并新增了部分此前未参与调查的对象。本次共回收近700家企业的有效问卷。调查前我们设想，随着AI工具能力提升，企业在相关应用方面会显著增长。然而结果显示，尽管在人力资源管理中应用AI技术的企业比例有所上升，但幅度并不明显。具体来看，认为本企业至少在某个人力资源管理环节采用人工智能技术的企业比例由37.2%增至40.6%，但仍未超过半数。此外，31.2%的企业暂无采用AI的计划，较上一轮下降了5个百分点。由此可见，众多企业已关注并尝试将AI技术引入人力资源管理，但实际应用程度仍未达到外界热烈讨论所预期的水平。
在此基础上，我们根据邮箱地址对同一人的前后两次问卷进行了配对，从而能够进一步分析企业在HR不同功能模块中应用AI的差异，共收集到300多对问卷。结果显示，除工作设计与安排外，在招聘、培训、职业发展、绩效管理、薪酬管理、福利、员工参与和行政事务管理等其他功能模块中，AI的使用比例在统计学上都有显著提升。
我们特别检验了第二次填写问卷时各变量评分是否普遍提高。分析发现，企业在高绩效工作系统（HPWS）方面的评价无显著变化，在AI与人力资源管理匹配度和执行AI人力资源管理（AIHRM）技术成熟度方面同样未见大幅提升，但对于AI人力资源管理的重视程度及AI伦理与治理方面的关注则有显著提升。据此可认为，尽管企业对AI在人力资源管理中的应用关注度有所增加，并采取了更多尝试，但人力资源管理整体水平及AI相关能力在两次问卷之间未出现明显提升。
从整体趋势来看，AI技术在绩效管理与薪酬管理等核心人力资源功能模块中的应用比例仍然较低。当前，AI主要集中于数据量更为丰富的领域，如招聘、培训及行政事务。这一现象可归因于这些领域拥有大量可用数据，且AI技术的应用风险较低、效果显著。
在撰写本文时，我刚刚观看了一场针对HR+AI应用创新大赛的线上直播，也印证了我们的调研结果。参赛团队展示的AI应用场景依然主要聚焦于人力资源助手、招聘管理、HR共享服务中心、AI陪练及智能体等方向，尚无专门针对绩效与薪酬管理的参赛项目。这也在一定程度上反映了当前AI应用的现状。虽然AI在其他功能模块应用的可能性存在，但要使其落地并产生实际成效，仍有诸多环节需要进一步探索和完善。
#3
绩效
作为一名战略人力资源管理的学者，我一直关心的一个核心问题是：AI与人力资源管理的结合，是否真的能够在企业层面带来绩效提升？
对许多深耕这一领域的业界同仁来说，答案似乎几乎不言自明——毕竟AI确实能切实地节省筛选简历和面试的时间，帮助企业降低成本。然而，从研究的角度来看，这种正向关系并非必然成立，反而值得深入探索。
例如，我和研究团队曾通过梳理企业专利数据，将与AI和人力资源管理同时相关的专利作为AI人力资源管理投入的代表变量。结果发现，对于复杂性较高的企业（如多元化经营、雇用多种类型员工、跨地域运作），这种投入对劳动生产率也就是“人效”的提升具有显著作用。但在复杂性较低的企业中，AI人力资源管理投入不仅没有带来正向效果，反而出现了负面影响。
我们延续这一思路，利用前后两次能够配对的公司数据来检验：第一次问卷中汇报的AI人力资源管理实践，是否能够预测第二次问卷中的关键结果变量？换句话说，我们希望了解这些尝试究竟给企业带来了怎样的影响。
结果显示，总体而言，在两次调查间，使用AI进行人力资源管理的公司出现了更多的员工离职和被优化的情况，但这两个影响在统计学上仅呈现微弱显著性（在0.10水平）。与此同时，AI在人力资源管理中的使用与企业新增技术类岗位、人机协同岗位呈正相关，企业也更有可能在此期间启动员工技能培训或转岗计划。在主观绩效评价方面，AI人力资源管理与公司绩效之间则表现为微弱的正相关关系。所有结果均在考虑了很多控制变量之后得出。
综合来看，虽然问卷数据无法直接证明因果关系，但至少可以确认：短期内AI人力资源管理的投入并未带来明显的负面影响。然而，如果要断言它为企业带来了显著而深远的绩效提升，目前的证据仍不足，还需要更长时间的持续观察与研究。
#4
关键
除此之外，我们的调研从一开始就特别关注人力资源管理负责人的作用。对企业而言，并不是所有人力资源管理负责人都有机会真正“坐到桌边”（have a seat on the table），即参与重大经营决策。但作为人力资源管理的学者，我们始终相信，人力资源管理负责人是重要的，他们完全有可能成为企业高层的战略伙伴，而AI与人力资源管理的结合或许能加快这一进程。
在第一次调查中，我们发现人力资源管理负责人的某些特征与AI人力资源管理的采用存在显著关联。例如，年龄较大的负责人，或长期只专注于人力资源领域的负责人，其所在企业采用AI人力资源管理的可能性更低；而性别和学历则没有带来显著差异。
当然，我们对这一结果保持谨慎态度。我们并不认为年长或资深的人力资源管理负责人就更不愿意接受新技术。事实上，在问卷前期的访谈中，我们遇到过不少由资深人力资源经理带领的企业，在AI人力资源管理方面走在行业前列。因此，对于这一现象，我们只能提出假设：或许是这些资深负责人所在企业的人力资源管理质量本身较高，他们暂时并不希望AI过多替代人工；也可能是他们对新技术采取了更为审慎的态度，选择多观察一段时间后再行动。要弄清原因，我们仍需要更多的数据和深入研究。
因此，在第二次问卷中，我们增加了人力资源负责人对自身资质的自评（熟悉大卫·尤里奇的读者们肯定对人力资源管理者的资质模型不会感到陌生）。我们一共测量了八项特质，包括战略导向、数据与技术能力、人力资源专业能力、沟通与影响力、文化与变革领导、伦理与人文意识、学习与适应能力，以及复杂问题解决能力。
结果显示，人力资源负责人的数据与技术能力（如理解并使用与人力资源相关的技术工具、解读数据并转化为可操作的人才管理洞察）以及文化与变革领导能力（如推动组织文化建设、引导员工顺利度过组织变革）对两次调查间AI人力资源管理水平的提升具有显著的正向预测作用，而其他资质未呈现显著影响。
更有意思的是，当我们让受访者分别评价自己目前具备的能力，以及这些能力对未来企业绩效提升的重要性时，这两项能力获得的分数差距较大。也就是说，人力资源负责人们认可这两项能力的重要性，又对自己当前的能力水平不甚满意。这里并不是说其他资质不重要，而是提醒我们：如果企业关注AI在人力资源管理中的应用，那么那些具备多元专业背景（如技术、工程或市场营销）、拥有较强数据与技术能力，并能推动组织变革的人力资源负责人，可能会更具优势。
#5
实践
在教学和实践中，我看到AI人力资源管理这个领域正在涌现大量服务型企业，其中一部分是传统人力资源数字化服务的自然延伸，另一部分则来自IT创业者，他们发现人力资源管理是AI应用的新场景与新赛道。在这一趋势下，未来可能形成这样一个市场格局：具备技术能力和数据积累的公司，更倾向于自主研发，以打造更契合自身的AI人力资源管理工具与系统；而更多企业则会直接接入服务商的现成产品。两者都有利于管理实践和学科的发展。
但我想提醒企业的是，在将AI融入人力资源管理的过程中，人力资源管理专业人士必须发挥学科专长，确保AI工具在提高人效和降低成本的同时也具备准确性、可靠性和有效性。这是人力资源从业者长期以来关注的核心话题。相比欧美同行，中国在AI技术层面的精进是快速的，但在工具应用可能带来的偏差、对不同人群的短期与长期影响，以及对企业经营的潜在正负效应方面，关注度仍然不够。
一个最简单的例子是，AI数字人面试结果是否真的准确？不少服务商会用被AI推荐的候选人在下一轮面试的高录取率来证明其有效性，但如果企业只是单纯相信甚至依赖AI的判断，风险如何控制？再比如，AI推荐的培训内容或许的确适合员工，但如果不被员工接受，或不符合组织的真实需求，又会带来什么样的反作用？这些实践问题不仅影响企业绩效，还能为未来的监管与法律制定提供参考。
因此，我更希望我们人力资源管理学者能够成为这一生态的一部分，与业界同行，与监管机构携手合作，共同推动人工智能与人力资源管理真正融合——不仅要可行，更要可信、有效与可持续。
本文来自微信公众号“复旦商业知识”（ID：BKfudan），作者：姜铠丰，编辑：肖恩，36氪经授权发布。
