人员分析这个复杂的领域即将被人工智能所改变。

我们刚刚完成了一个人员分析的大型研究结果是惊人的。只有 10% 的公司以系统的方式直接将人力资本数据与业务关联起来，其中存在许多数据、技术和运营问题。然而，正如我们的研究发现的那样，人工智能即将彻底改变这个市场。故事是这样的。

在我职业生涯的早期，我参加了人力资源分析会议，发现勤奋的分析师做了令人惊奇的事情，我想知道为什么没有人听他们的意见。25 年后的今天，这些人继续做出令人惊叹的工作，但仍然对自己的进步感到沮丧。

问题是：公司的人才受到限制。尽管人工智能即将带来自动化，但随着婴儿潮一代退休，每个组织都在努力寻找新技能、雇用一线员工并填补领导梯队。未来三年，医护人员将短缺 200 万名临床医生；零售商和制造商面临着类似的挑战。

随着这些劳动力挑战的迫近，我们现在拥有大量可以提供帮助的数据。公司使用诸如Eightfold、LinkedIn、Lightcast 和Draup 等平台来精确定位人才、确定薪资需求并找到关键技能。因此，从理论上讲，我们应该在人力资源中拥有与任何 CRM 或财务规划系统一样强大的分析功能。

好吧，我们不这样做。在 HCM 平台上投入数十亿美元后，只有不到 10% 的公司能够将人力资源和人员数据与业务指标关联或直接链接。这是一个问题。

我上周刚刚读到 Salesforce 即将雇用 1,000 名新销售代表出售他们的人工智能代理。（一个奇怪的举动：雇用销售代表来销售一个不需要销售代表的系统。）。马克·贝尼奥夫（Mark Benioff）是一位精明的领导者，他可能想确切地知道这 1000 个人需要什么技能，他们应该具备什么背景，以及其中有多少可以在内部重新部署。他有这些信息吗？我对此表示怀疑。

这是到处都有的问题。我们在人力资源软件上花费了数十亿美元，但人员分析团队经常陷入科学项目中，以了解保留率、技能差距或其他重要但以内部为重点的问题。有多少公司能够在供应链、财务运营或客户保留方面严格衡量和监控人力资本？

这答案是10%左右。从某种意义上说，这是进步：我们上次进行这项研究时，这个数字要低得多。但这还不够高。鉴于工资是公司最大的可自由支配开支，我们难道不应该用激光精度来衡量人员的影响吗？我们当然应该这么做，只是很难做到。

为什么这么难？有几个原因。

• 首先，数据分散在不同的员工系统中（大多数公司有 30-40 个人力资源相关和生产力系统）。
• 其次，数据定义不明确，当存在季节变化、家庭变化等诸多因素时，需要花很大的力气才能算出真实的留存率。
• 第三，我们的业务系统和HR系统之间的关联性很小。

考虑一下 ERP 的前景。我们购买 Workday、SAP、Oracle 或其他 ERP 的原因是将这些数据整合在一起。嗯，它位于一个“平台”中，但供应商并不擅长为我们提供开箱即用的关联性。尝试做一个简单的报告：“销售业绩与多年的经验相关。”我敢打赌需要你一周的时间甚至获得正确的数据。所以没有销售经理会尝试。

事情即将发生变化，而且变化很快。

作为我们的新研究指出人员分析是人力资源领域“最后成熟”的领域之一。出于上述原因，再加上一些公司认为“以数据为中心”还不够。

进入人工智能：我们见过的最具集成性、系统性和易于使用的数据管理技术。

我记得 SQL 刚推出时，我们在 Business Objects、MicroStrategy 和 Essbase 等工具上花费了数百万美元。我们构建了数据仓库和数据提取工具。我们聘请了数据科学家并建立了预测模型。人工智能几乎可以为我们完成所有这些工作，其界面不需要博士学位即可操作。

我并不是说 HR 和 HCM 数据管理很容易：事实并非如此。但随着 Visier、Workday Illuminate、SAP Joule、OneModel、CruncHR 和 Galileo 等新工具的出现，整个领域即将发生改变。

想象一下，如果您将员工的销售数据“扔”到 Galileo，然后“扔”到员工历史数据库、薪酬数据和培训历史记录中。如果您正确标记数据，人工智能将立即让您询问“销售收入与任期、培训历史、管理控制范围和工资之间的关系是什么？”您将得到一个很好的答案。（我已经在伽利略中做到了这一点。）

人工智能可能不知道一些销售代表拥有有利的领土，而另一些则没有，它也可能不知道一些销售领导者很出色，而另一些则有问题。但您将快速获得基本信息，然后您可以“投入”其他数据以使答案更好。

我不是在开玩笑。我从事数据分析和数据管理工作已经有 30 多年了，这些新工具就像电子表格与 HP 计算器相比一样具有开创性。

我们的研究详细解释了这一切，还向您展示了如何需要内部技能、文化和咨询、讲故事和业务合作等实践。在我的职业生涯中，我们第一次可以走出​​办公室，花更少的时间进行数据清理、模型构建、数据提取和图表绘制。让人工智能为我们做这件事。

顺便说一下，这都是非常新的。新的人工智能工具，如 Visier 的 Vee、Galileo、Joule、Illuminate 等才推出不到一年。但他们正在以光速前进。您的新工作是管理数据（语料库）并花更多时间了解要解决的大问题。

我们称之为 –系统分析– – 着眼于“系统”，而不仅仅是一个孤立的部分。招聘在人员流动中扮演什么角色？很多。工作安排在生产力方面发挥什么作用？很多。每个人力资本因素都是相关的，并且有数百个变量需要考虑。一旦我们将所有这些数据输入一个易于使用的系统，我们就可以要求人工智能向我们展示正在发生的事情。

将人员分析引入最高管理层

这是一个简单的问题：在季度末看看您的首席执行官和首席财务官谈论什么。比如“美国的收入落后计划 6%，但亚洲的收入落后计划 8%。”

您不想知道这种变化背后的人员问题是什么吗？人工智能将让我们回答这个问题。因此，现在每个季度首席执行官都可以说“由于我们建立了新的招聘实践和薪酬模式，我们在亚洲的员工生产力提高了 11%。”

做到这一点的 10% 的公司值得赞扬。作为我们的研究细节，这些公司正在招聘业务人员进入人力资源部门，为他们提供咨询职位，并为他们配备数据工具来深入研究。是的，他们与其他公司一样面临着同样的数据质量问题，但他们正在解决这些问题。

他们将人员分析定义为业务分析功能，而不是研究心理学的博士小组。这些问题也很重要，但它们只是贡献者，而不是重大行动所在。他们正在详细了解人力资源主题，例如保留率、敬业度、领导力和技能轨迹。他们正在获得巨大的回报。

我迫不及待地想告诉大家事情的进展。得到你的伽利略之手，参加 Visier 用户大会，或加入我们的企业会员资格（现在完全由人工智能驱动，包括伽利略），您将看到如何增强您的人力资本运营。

附加信息

人员分析证书课程在乔什·贝尔辛学院

系统分析：一种新方法

Galileo，一切 HR 的人工智能助手