3.2 HR的3项新技能
随着时代的不断发展,企业对HR的要求已经不再局限于完成薪酬统计、招聘培训这些比较琐碎的工作,而是希望他们可以参与到企业的战略规划中来。这样,HR就能够凭借相关技能把员工与业务数据联系起来,从而使员工和其负责的业务更加匹配。不过,要想实现这一目标其实并不简单,最关键的就是HR应该掌握建立工作自动化流程、信息化集成:积累人才数据、用AI思维打造智能战略系统这3项新技能。
3.2.1 建立工作自动化流程
HR每天都要做各种各样的工作,在这种情况下,如果没有一个精简合理的流程,就会浪费很多的时间和精力,从而对企业发展产生不良影响。而那些优秀的HR,基本上都会有自己的一套工作流程,例如什么时候应该做什么工作、哪些问题需要找领导确认等。因此,流程中的各项工作都可以在最短的时间内顺利完成,效率有了大幅度提高,自己也更容易得到领导的认可和赏识。
说了那么多,究竟什么是流程呢?单纯从字面意思理解的话,流程其实是水流的路程,如果我们将含义进行延伸的话,流程则是指工作进行中的顺序和步骤的布置和安排。具体来说,在企业中,流程是为了完成某项工作而制定的一个过程管控和规范,例如常见的招聘流程、培训流程、入职流程等。
不过,如果按照上面所举的例子来对工作流程进行规范,那么很可能会导致目标的缺乏和方向的偏移,同时还有可能出现强大动力变成巨大阻力的现象。因此,在流程管理学科中,流程被赋予了一定明确的概念:以规范化构造端到端的卓越业务流程为中心,以持续提高组织业务绩效为目的的系统化方法。总结起来就是,规范业务流程,并通过这种规范使业务绩效获得一定程度的提升。
这里必须注意的是,HR在规划自己的流程时,需要以主业务流程为依托,同时还要以提升业务绩效为最终目标。所有未能深入理解和钻研实际业务流程而只是单纯站在专业角度的HR,很难使自己的业务获得提升。
在当下这个AI时代,流程的重要性已经越来越明显,而摆在HR面前的主要任务是建立一个可以提升业绩的流程。当然,这里所说的流程应该是自动化的,主要目的应该是迎合AI的自动化特征。
3.2.2 信息化集成:积累人才数据
相关数据显示,目前,美国只有不到10%的企业可以使用员工的工作数据。而这也在一定程度上表示,HR应该仔细分析以往的成功和失败,以此来对其有一个更加清晰的认识。通常情况下,第一阶段的数据分析应该以可视化工具为核心,主要目的是对之前没有的数据集进行采集和追踪,例如在进行业务数据的相关性分析时,大量使用人才数据。
从目前的情况来看,大多数企业只能看到一些无关紧要的业务数据,包括员工任职情况、绩效评级、营业额等。不过,未来还会有更加完善的组织关系数据、个人工作数据等。前者的价值要远远高于后者的价值。
随着该数据集的逐渐扩大,HR会越来越了解人员组织的关系和招聘成败的原因,例如为什么员工的价值不能充分发挥出来、全新的招聘制度能否为企业招来更多的人才、为什么销售部门的业绩迟迟没有起色……
另外,人才数据可以帮助HR更好更快地做出某些决策。一般来说,在绩效考核的时候,任何组织的生产力会有不同程度的下降。之所以会出现这种情况,主要就是因为组织中的员工都在忙着填写各种表格,而忽略了手头的工作。
在很多人看来,OKR 是既专业又公平的,但在这一方面,微软似乎比谷歌做得更加彻底,直接用反馈机制代替了绩效考核。
近些年,在美国出现了很多可以实现自动化考核的软件,其中最具代表性的应该是BetterWorks和Reflektive。
在这类软件的助力下,领导和员工不仅可以主动咨询相关反馈意见,而且还可以分享已经讨论好的绩效目标。这样做一方面有利于保证反馈的有效性和真诚性,从而使HR做出更加科学合理的决策;另一方面,也有利于增强整个组织的士气。
在这种情况下,之前那种自上而下,流程驱动的方法已经过时,取而代之的是一种更加敏捷持续,以反馈为基础的方法。
总之,以人才数据为首的各种数据都具有或大或小的价值,因此,AI 时代下的HR 就应该像一个数据库一样,尽可能多地存储数据,以便为自己未来的工作打下良好的基础。
3.2.3 用AI思维打造智能战略系统
对于HR而言,拥有AI思维,并学会用其打造智能战略系统是非常重要的。在这一过程中,最关键的一个因素是预测性模型。在部分专家学者看来,预测性模型可以在很多方面发挥作用,例如分析柔性人员管理的需求。
目前,分享经济和众包市场都获得了较为不错的发展,而这也导致了劳动力管理需求的改变。之前,人力都是由HR计划和安排的,但现在已经变成了根据需求预测来调整和分配人力。
当然,如果数据足够全面的话,那么AI还可以帮助HR对优秀员工的流失进行分析和预测,同时还可以指出防止优秀员工流失的最佳方法。
Hi-Q Labs是一家初创企业,于2017年开发出了一种仅通过外部数据就可以预测员工留存率的方案,而且准确度甚至已经超过了用内部数据进行预测的准确度。
由此可见,拥有了以数据驱动为基础的指导,HR已经可以掌握保留优秀员工的可行性方法。实际上,无论是多大规模的企业,都会存在一些人力方面的问题。
相关调查结果显示,在任何一个企业中都会有不断找寻新工作的员工,而且其中的79%认为自己没有得到应有的指导。这也就表示,每一位员工都希望可以更多地、更深刻地了解企业和工作。
讲到这里,我们不难发现,AI 还没有取代 HR 的能力,现在的技术也还没有达到真正意义上的智能。但不得不说的是,针对企业中的人力问题,一些独具特色的AI解决方案已经被提出,未来,AI将更好地融入HR的各个工作环节当中。
本书评论