人工智能在HR领域的人性化及自适应缺陷改进策略

摘"要：文章分析了人工智能在企业人力资源管理部门的使用现状，采用问卷调查法汇总人工智能在人力资源管理领域存在的人性化及自适应缺陷问题。研究表明：缺陷主要集中在三方面，包括涉敏问题无法精确判断，难以响应个性化需求；自适性漏洞大，流程审批烦琐；难以接收处理非量化需求，软件功能下沉进程缓慢。在此基础上，结合实地访谈，对HR领域的人工智能应用情况进行摸排和深入探访，提出三条改进策略：Workday手机端软件开发思路、改进Workday系统设置方向、Workday中DDI测评前后期准备流程补充。

关键词：人工智能AI；人性化缺陷；自适应缺陷；人力资源领域HR

中图分类号：F272.92文献标识码：A文章编号：1005-6432（2025）06-0073-06

DOI：10.13939/j.cnki.zgsc.2025.06.019

1"引言

近年来，随着我国逐渐步入大数据时代，人工智能在企业管理中的运用愈发广泛，越来越多的企业开始意识到人工智能的巨大潜力，并积极利用人工智能以提高效率、改善决策和优化业务流程。从通过智能算法分析海量数据到进行客户触达的个性化推送，人工智能为企业带来了巨大的竞争优势[1]。此外，人工智能自动化高效处理烦琐任务，大大降低了公司的人力成本。总之，通过应用人工智能，企业能够建立更加智能、高效、可持续的运营模式，为企业发展注入新的动力。

将人工智能技术应用于人力资源管理，作为其在企业管理领域的新尝试，不仅极大降低了人力资源管理者的工作负担，还促进了人力资源领域的变革和发展[2]。现代人力资源主要通过人力资源规划、招聘配置、培训开发、绩效考核、薪酬管理和劳动关系管理六大模块实现企业管理，而人工智能则主要在招聘配置、绩效考核与薪酬管理三方面入驻实际操作流程。

在招聘配置方面，人工智能通过智能筛选简历和自动面试等环节优化招聘流程。具体来看，企业运用人工智能快速筛选大量简历以减轻人力成本和减少时间开销，同时利用人工智能分析候选人的技能、经验和背景等信息，预测候选人与岗位的匹配度，进而提高招聘效率[3]。在绩效考核方面，人工智能帮助企业更准确地评估员工的绩效。例如，通过监测员工的工作进展和关键绩效指标，实时向员工提供反馈和建议。此外，人工智能通过数据分析和模式识别判断员工的优势和发展潜力，为企业制定合适的人才培养和晋升计划提供支持[4]。在薪酬管理方面，人工智能通过分析实时市场数据、员工绩效和各种影响薪酬的其他因素，提供有关薪酬水平和福利待遇的建议，在保障员工利益、提高员工满意度的同时最大化企业资金利用率。

尽管目前人工智能在企业人力资源管理中发展实况较好、发展前景优良，但其部分“员工支持”模块缺失人性化和整体流程自适应缺陷的问题亟待解决。人力资源管理是一个极具变通性的岗位，它需要从业者不断调整以适应企业内部变动及复杂的人际关系[5]，而人工智能缺乏自主判断和共情能力，无法像普通员工一样提供全面切实的解决方案。这使得组织边界被延展的同时，员工和组织之间的情感联系也被漠化，影响了企业的文化建设和工作效率[6]。例如人工智能过于重视经济成本，忽视员工在激励过程中的价值观和偏好，导致奖惩决策呈现“模式化”和“去人性化”。当其去人性化的程度升高时，人力资源管理的效能也可能随之降低[7]。因此，伴随着人力资源领域数字化程度的提高，HR"需逐步适应并妥善管理有人工智能参与的工作环节[8]。同时，人工智能则须与人类决策协作互补[9]，企业在利用人工智能的同时需要人工判别其决策的合法性、合规性、合理性以降低风险[10]。

综上所述，文章旨在探究人工智能在HR领域运用中现存的人性化缺失和自适应缺陷的问题，并针对其提出改进策略。

2"人工智能在HR领域应用中存在的人性化及自适应缺陷问题

文章主要以Workday人力资源系统为例，通过对目前正在使用该系统的世界500强美国大型科技类企业丹纳赫的使用情况进行分析，逐步阐明人工智能在企业人力资源管理应用过程中存在的人性化及自适应缺陷问题。选择Workday人力资源系统以及企业丹纳赫的原因如下：

Workday系统以云计算为基础，为客户提供免费的使用和维护服务；采用先进的人工智能技术，自动识别和分类人力资源数据，包括员工的基本信息、薪资信息、员工关系、绩效信息等，具有强大的数据管理功能[11]。该系统能够如此迅速地占领大型企业的管理系统市场，主要依赖于其将数据库与人工智能巧妙结合，这在一定程度上使企业得以高效地管理人力资源、提高工作效率、降低成本。

美国丹纳赫集团公司成立于1984年，是全球科学与技术的创新者，致力于帮助客户在全球各地应对复杂的挑战并提升生活品质。其规模庞大，在全球拥有20余家运营公司和7万余名员工。该公司于2010年前后引进Workday系统并逐步展开使用，对Workday人力资源系统有较长的使用时间。随着使用时间的增长、集团用户数量的增多，Workday人力资源管理系统给企业办公带来的弊端也逐渐显现。

2.1"数据获取

文章主要利用问卷调查法对人工智能在HR领域应用的人性化缺失及自适应缺陷问题展开调查探究，问卷调查分为两轮。首轮问卷调查共发放80份问卷，用于调研市场环境中对人工智能使用程度较高的行业类别，同时筛选并收集HR行业运用的人工智能软件现存的各方面缺陷。二轮问卷调查共发放80份问卷，其中涉及：参与调查人员工作背景、人工智能技术应用过程中存在的人性化与自适应缺陷等问题。该轮调查以人力资源部门中使用HR人工智能系统的员工作为总体样本，验证首轮问卷调查中总结整理得出的三大问题在同行业员工群体中的认可度，并对其缺陷导致问题发生的紧迫性排序，最后检验文章提出的相关解决方案的认可程度，检验结果详见第三部分。两轮问卷调查共回收有效问卷144份（一轮问卷76份，二轮问卷68份）。

文章使用SPSS软件针对二轮问卷的是非题部分计算Cronbach’s"alpha系数以检验其内在信度，计算KMO值以检验其内容效度。Reliability"Stastics显示，二轮问卷的Cronbach’s"alpha系数为0.824，说明数据较为可靠；KMO值为0.782，说明二轮问卷的内容较为有效，与文章研究对象相关性较高。以上两个检验结果为第三部分中访谈大纲的拟定作出了修正性指导。

2.2"人工智能应用的整体情况及问题

首轮问卷调查结果显示，人工智能主要应用在“贸易/消费/制造/营运”行业，其次是"“制药/医疗”和“专业服务/教育/培训”等其他7类行业。其相关技术的应用场景主要集中于“业务处理系统（43.32%）”“流程处理系统（35.53%）”"和“机器翻译（34.21%）”"等方面，这对于优化企业生产、管理流程，提高信息处理效率起到重要作用（如图1、图2所示）。且二轮问卷调查结果显示近七成人员使用过与HR工作相关的人工智能软件或系统。

图1"AI应用行业分布

图2"AI相关技术的应用场景

对于人工智能在各行业应用过程中存在的问题，首轮问卷调查结果显示其在“个性化需求响应（47.37%）”“非量化需求的识别与处理（35.53%）”“突发情况应对方案的提供（34.21%）”及“感性问题判断（30.26%）”等方面普遍存在不足，如图3所示。

图3"人工智能在各行业应用中的现存缺陷

2.3"人工智能在HR领域应用中存在的人性化及自适应缺陷分析

人工智能的应用领域多为贸易及营运行业，该行业企业中除去人工智能在技术、制造等方面的产出，其在人力资源管理方面的应用较为常见、成熟。故文章针对人工智能在HR领域的应用情况和缺陷做进一步研究、分析及处理。根据首轮问卷调查结果，人工智能在HR领域应用中存在的缺陷主要有以下三个方面。

2.3.1"涉敏问题无法精确判断，难以响应个性化需求

Gallup在美国2017年的员工调查中表示，任何一个企业中平均51%的员工在寻找新的工作，79%的员工认为他们的工作缺乏指导。2017年是人工智能发展最迅猛的一年，但人工智能在HR领域的介入直接导致了该年过半的员工对自己在企业中的存在形式及意义不甚明确[12]。由于AI技术不具备独立思考和情感沟通的能力，其虽可以帮助人类进行原有设计的改善和重塑，但无法提出多元化的建议，只能就数据库内给定的相关信息或联网数据针对问题进行匹配，通过数据接口回应[13]。人类情感变化具有细微性和无穷性，即使AI储存超数量级的分析计算方法，仍无法给予准确的反馈答复。这是AI在推进人力资源工作时的人性化缺失。

具体到Workday系统中，DDI系统程序作为Workday系统软件插件，在考评人员发展的测评板块，其主要功能在于对需考核人员以问卷形式进行测评并得出结论。然而目前DDI中现有的考核问题固定，并不针对不同个体抽出有针对性的试卷；分析结果较为公式化且浮于表面，其结果对HR的参考率也较低。

2.3.2"自适性漏洞大，审批流程烦琐

人工智能无法自动跟进或优化逐层流程审批。在Workday系统中，对于审批邮件的提醒仅局限于系统邮件提醒以及员工个人邮件提醒。当员工点开邮件之后，提醒会自动消失，无法进行审批到期提醒，倘若邮件未被回复，将会导致审批内容堆积、增加HR工作者的工作量。例如在招聘配置模块中，人工智能系统根据招聘工作进度，自动将招聘各个环节所涉及的各相关部门参与面试人员的工作时间依先后次序、持续时间进行匹配，并将相关匹配信息自动推送到各个相关人员的计算机系统以及移动通信设备上。由于受各部门参与面试人员实际工作计划以及突发事件的影响，往往需要相关人员在收到推送信息后进行确认。如果出现冲突情况，系统将根据预定流程启动重新匹配工作，直到所有相关人员都确认后，匹配工作才完成。倘若有人无法确认或需要修改计划，则需重新匹配后全体重新确认。

上述这种重复匹配的情况在企业人力资源流程中发生频率较高，究其根本是由于在多目标协同工作的体系中，人工智能系统依照代码循环，自适应能力低。其对于已确认无误的人员安排不进行自动数据记录、不能与新插入数据进行比对，无法及时响应HR的需求。

2.3.3"难以接收处理非量化需求，软件功能下沉进程缓慢

由于部分数据仅能以文字、图表等非量化形态存在，人工智能缺乏判断标准，而其所参考的大数据基础样本量也不足以覆盖全部可能性，这直接导致AI难以完整识别与处理非结构化数据所带来的需求。例如社会道德和征信难以用量化指标进行计算和判断，而HR进行面试或人员考核时，必须对该人员的道德和征信进行评估，以判断应聘者是否符合企业用人标准。目前被各大企业较为广泛使用的是“芝麻信用”评分体系，而该估算值的基础是依赖特定商业企业自身数据资源进行的估算，其完整性和可靠性有待商榷。诸如此类非结构化数据的增加、优良处理算法的空缺也使得Workday系统的开发速度下降，间接导致Workday手机App的推广进程更加缓慢。另外，Workday系统流程繁复、本土化落实不到位、软硬件不兼容等一系列原因也造成了Workday手机端难以普及企业底层员工使用。

针对上述人工智能在HR领域的现存缺陷，二轮问卷对其受认可程度展开调查并对其紧迫性进行排序。"结果显示，91.18%的受访者认可目前人工智能于HR领域存在的缺陷为以上三大类。

缺陷紧迫性排序如下：一是难以接收处理非量化需求，软件功能下沉进程缓慢；二是涉敏问题无法精确判断，难以响应个性化需求；三是自适性漏洞大，流程审批烦琐。

3"人工智能在HR领域应用的改进方向与策略

根据前文内容可知，"Workday系统运用过程中主要存在涉敏问题无法精确判断，难以响应个性化需求；自适性漏洞大，流程审批烦琐；难以接收处理非量化需求，软件功能下沉进程缓慢三个主要问题。接下来，文章通过访谈，针对Workday人力资源管理系统现存的三大问题，与全球500强企业丹纳赫集团中国区的人事经理建立联络，获取针对上述问题的改进方向，并提出问题的改进策略。

3.1"改进方向

为获得有效改进方向及策略，文章共进行两轮访谈。首轮访谈主要了解HR从事者对人工智能在HR行业内部如何实现良性迭代做出的宏观分析、管理层对其现存缺陷的态度以及目前Workday系统在企业中的具体应用实况，为提出初步改进策略做出引导。二轮访谈将提出的三条改进策略提供给人力资源部经理，并根据其反馈与采纳意见进行改进策略后续的调整及完善。

首轮访谈针对人工智能在互联网宏观背景中的发展和优化趋势进行探讨，并从人工智能的运算速度、算法数量及自适应能力等方面对其改进方向的可行性进行具体分析。在人工智能运算速度和数量方面应充分利用网络大数据的优势进行深耕。近年来，云计算虽然在资源利用方面提升了运算平台的能力，但在成本和时延方面仍有弊端。而雾计算是一种对云计算概念的延伸，不但具备云计算的全部功能，而且有着低成本、低时延及高移动性等优势[14]，是新一代分布式计算，符合互联网的“去中心化”特征。而在人工智能现有算法方面则应聚焦创新更具能效的算法。人工智能拥有的算法越多，其能力越强，但算法越多其效能也会受到影响。因此，优化人工智能算法成为提高人工智能效率的关键因素。此外，在人工智能开发阶段应适当植入其强化自我学习的能力。强化自我学习是指利用计算机通过与环境的交互来学习如何做出最优决策的技术，同时利用计算机通过不断积累经验来提升自身适应性及计划调整能力。这些技术的运用能够使人工智能系统在不同环境和场景的运用中表现得更加灵活和精准。

故根据首轮访谈，文章提出以下三个改进方向：

第一，通过对系统后台题库的升级，利用网络大数据等工具在外界增加题库以增加人工智能判断和匹配标准、提升其在涉敏问题回答方面的精准度；对系统分配题库制度进行改革，实行差别化测试以提高其对个性化需求的响应能力。

第二，通过改进程序流程、更新人工智能算法，使其提升自我学习能力，减少重复确认次数以降低时间成本、提高流程操作效率。

第三，通过软件开发、实行评级打分制等量化方式，减少非结构化数据出现导致的人工智能选择性“失能”；简化手机端程序的使用模式，以实现更快速的软件下沉。

3.2"改进策略

依据缺陷紧迫性程度、改进方向以及针对目前正在使用Workday系统的企业进行的实地访谈，文章提出以下具体改进策略。

3.2.1"Workday手机端软件开发思路

首先，手机端仅须包含部分重要功能分区，如消息、OA审批、考勤打卡等基础功能。做到化繁为简是手机端不同于PC端的重大变革。

其次，手机端根据员工等级和所属部门划分开放区域，主管以上级别员工登录手机App时仅展示部门核心功能，如财务总监登录系统时，系统仅展示上级和直属下级的财务相关消息等。手机端做到逐级身份识别并实行按身份开通相关功能，可以在提高各级人员工作效率的同时，减少因信息分配不均而带来的矛盾和信息安全问题。

最后，手机端需根据用户需求持续更新并保持系统的稳定性。

开发思路及功能。

（1）保留基础应用，如信息对话框、审批流程模块、邮件、共享文档、考勤打卡、加班打车或外勤打车模块。

（2）根据员工等级不同，对其进行相应区块功能的开放。根据员工工号在系统中的录入，划分等级。按照职位级别不同，系统自动显示不同信息区块及功能；按照岗位分工不同，系统只流转部门内部信息。例如财务专员登录系统时，不显示财务主管相关信息；财务总监登录系统时，不显示人事相关信息。

对每封审批邮件的回复期限进行设置；运用软件编程，对Workday系统中邮件区块进行功能增加和补充；对所有邮件进行分类排级，按先后轻重次序进行处理，提高工作效率。改进流程如图4所示。

图4"Workday系统设置改进流程

3.2.2"改进WorkDay系统设置方向

邮件区块先将所有邮件按工作需求、职位标准、求职意愿等条件进行划分和筛选，将审批日期临近的邮件或重要紧急的邮件放在前列，提醒HR尽快审批反馈；非紧急且时间宽裕的邮件可设置稍后提醒或低强度提醒。同时还可通过编程软件对Workday系统加设回复期限提醒程序，在期限三天、一天、当天等时间段进行不同强度的提醒，且只有在审批通过后才能关闭提醒。Workday系统还需加强智能复核系统，对于一些处于结束状态的邮件进行智能再审核。对邮件的细化不仅可以提高HR的工作效率，减少无效的工作，还能完善人力资源系统，避免重要邮件的漏批错批，提高信誉的同时减少公司损失。

3.2.3"Workday中DDI测评前后期准备流程补充

DDI测评系统改进流程详见图5。

（1）改进系统对分卷题库的分类标准，结合员工资料推行个性化抽题。

（2）改进系统的测评时间间隔。对不同问卷结果设置不同二次测评时间，取平均值以精确终期数据。

（3）大数据分析与人工分析结合。人工智能得出结论后由人工进行简单复核，数据留存在AI云端作为工作底稿备份。

（4）问卷测评和日常工作智能考核相结合。增加样本面，将日常考核纳入问卷测评范畴以优化考核流程。

通过二轮访谈，结合人力资源部经理的反馈，文章确认对于Workday人力资源管理系统的相关改进方案认可度较高，并计划于未来2～3年内落地实施。

4"结论

文章以Workday人力资源管理系统为例，对应用于人力资源领域的人工智能系统进行拆解分析和研究，从中窥探其在各领域尤其是人性化和自适应领域的不足之处，进一步深挖并对相关企业和个人进行问卷和访谈，以探寻人力资源领域人工智能系统的优化和改进方案。

研究结果显示，人工智能在人力资源管理领域应用的主要问题如下：第一，无法自动跟进及逐层流程审批；第二，无法遍及基层工作人员使用；第三，人员发展考核中的应用评估相对片面化。

改进策略如下：第一，在Workday系统的流程审批部分（包括员工晋升、新员工入职、员工绩效评核等），设置系统时间期限警告；第二，对于仅适用于PC端的Workday系统，开发相应手机App软件；第三，前期对被测人及Workday系统中的DDI评估测试题库进行匹配，后期由系统基于本次测试结果，安排相应时间间隔进行二次或多次测评得出平均值。

图5"DDI测评系统改进流程

由于调研范围受客观因素影响，文章问卷样本量较少且投放地域局限于长三角地区，因此得到的统计量可能存在一定偏误。另外，文章访谈企业较为集中，多为丹纳赫集团旗下子公司，企业类型具有局限性，访谈结果可能存在一定偏好或相似性。后续应加大问卷投放量及拓宽投放地区，增加访谈企业类型和数量，使样本数据接近正态分布，更具普遍性。

参考文献：

[1]赵传鹏.人工智能时代企业管理的发展路径探索[J].企业科技与发展，2023（1）：126-128.

[2]贾计莲.人工智能对人力资源管理的影响研究[J].财经界，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]何晓晓.数字化时代下的企业人力资源管理策略[J].商场现代化，2023（22）：65-68.

[5]刘凤娇.进化之声，HR的自我救赎[J].人力资源，2022（3）：18-20.

[6]谢小云，左玉涵，胡琼晶.数字化时代的人力资源管理：基于人与技术交互的视角[J].管理世界，2021（1）：13，200-216.

[7]李勇.人工智能与企业管理创新结合研究[J].企业科技与发展，2022（10）：171-173.

[8]程惠君.人工智能在人力资源领域应用研究[J].人力资源，2020（12）：72-73.