“数智创新与管理”
ZJUSOM
自ChatGPT面世以来，生成式人工智能（以下简称“生成式AI”）迅速受到全球资本与企业青睐，如今正以燎原之势广泛应用于各行各业，颠覆着企业组织的生产方式与员工个人的工作方式。
尽管生成式AI目前偶尔也会出现系统崩溃等技术BUG，仍处于快速发展的初期阶段，但就其强大的任务处理能力与广阔的应用前景来看，未来它很可能全面重塑诸多工作岗位的基本内容，以及企业组织对人力资源的配置和发展需求。
这就对生成式AI应用背景下的人力资源管理提出了新要求，同时也给人力资源管理学科的学者们提出了亟待研究的新问题。比如生成式AI的应用与推广，将如何改变我们的工作方式？如何影响我们的工作内容与工作流程？
图片来源：千库网
为回应生成式AI应用背景下企业对解决人力资源管理新挑战的迫切需求，助推数智组织与管理理论发展，浙江大学管理学院领导力与组织管理学系房俨然、谢小云、施俊琦（通讯作者）三位学者共同基于人力资源管理中经典的工作流程分析（Work-Flow Analysis）视角就生成式AI应用可能带来的人力资源管理新问题展开深入研究。
日前，他们的文章发表于《中国科学基金》期刊2024年38卷第5期。该文章探讨了生成式AI应用对人力资源管理所产生的影响，凝练了生成式AI应用可能带来的人力资源管理新问题，并展望了这一领域的未来研究方向。
学者简介
房俨然
浙大管院领导力与组织管理学系百人计划研究员
谢小云
浙大管院领导力与组织管理学系教授
施俊琦
浙大管院领导力与组织管理学系教授
本期【数智创新与管理】专题，我们将摘选该研究团队在文章中的相关探讨，全面揭晓生成式AI应用可能给企业人力资源管理带来的影响与挑战，以及其中蕴含的重要研究问题。
01
在人力资源管理工作流程中，生成式AI扮演着“设备”这类角色
在日新月异的科技加持下，生成式AI如今已能在多数场景和话题中像真人一样进行对话、理解多模态信息，并根据给定上下文或是人类的反馈开展互动，因此其在各行各业中的应用已相当广泛。
如生成式AI在零售领域，能帮助商家打造个性化的消费体验，预测用户消费兴趣与需求。在教育培训领域，能够基于预训练的数据生成课程内容或辅助进行角色扮演，丰富教育培训的方法和内容。在医疗领域，其图像分析与处理能力可被应用于疾病诊断和药物分析，辅助医生决策与医疗研究。
可见，生成式AI在信息提取、分析和生成方面的能力已相当卓越。那么就人力资源管理的角度来看，这些能力在整个工作流程中到底是怎样发挥作用的？生成式AI在人力资源管理工作流程中到底扮演着怎样的角色？要探讨生成式AI应用对人力资源管理的潜在影响，我们首先要厘清这些问题。
图片来源：千库网
众所周知，工作流程分析模型作为工作分析中的具体方法，是企业和组织用以分析和确认产出所需产品或服务所需必要任务环节的过程，是人力资源管理工作当中定义工作岗位内容和需求、配置发展必要人力资本、设定合理工作流程的关键步骤。
为此，研究团队借助人力资源管理当中的工作流程分析（Work-Flow Analysis）框架，系统讨论了生成式人工智能在工作流程分析中的角色。
图1 工作流程分析模型及生成式人工智能的角色及潜在影响和研究方向
如图1的工作流程分析的基本过程所示，研究团队认为，在生产某一特定产品或服务的具体工作任务中，生成式AI在工作流程分析中往往可以被视为产出所需产品或服务所需投入中的“设备”一类，能够成为辅助完成特定工作的必要工具，甚至是员工的工作伙伴，并进一步对工作流程分析当中的其它环节，包括其它工作投入、生产过程、工作产出都带来相应影响。
02
生成式AI应用可能带来一系列新的人力资源管理实践与研究问题
由生成式AI在人力资源管理工作流程中所扮演的角色可以看到，生成式AI应用将对工作流程带来诸多改变，甚至是重塑。由此可以预见，它对人力资源管理的影响将会是全方位的，进而改变工作岗位性质、员工的工作体验、工作成果等。
那么具体是怎样的影响？这些影响将衍生出哪些人力资源管理新问题、新挑战？
对此，研究团队结合人力资源管理工作流程分析模型，从四个层面进行了深入剖析。
对原始材料类投入的影响
可能引发数据决策与安全监管难题
我们知道，要打造出难以被竞争对手模仿、能够构建企业能力的生成式AI，必须投入海量的数据对其进行训练，且这些数据必须是基于组织或员工的真实的、丰富的数据。那么这些数据如何收集？收集怎样的数据？在研究团队看来，这些数据投资与决策行为，可能影响到员工的工作感受与行为表现。
另一方面，这些被投放在生成式AI训练模型中的、有关企业组织与员工个体的数据，在收集、处理或存储过程中如何保证其隐私保护与安全维护，也是生成式AI在开发与应用过程中需要被关注的重要问题。因为无论是员工个人的数据泄露，还是企业关键商业信息泄露，都将影响到企业的声誉、合规性甚至是兴衰存亡。
图片来源：千库网
“况且生成式AI系统的内部工作机制非常复杂，我们很难监控其数据处理的过程。这就给数据处理过程的合法性与道德性保护带来了更大挑战，也意味着一旦发生数据滥用或误用的情形，追踪和纠正错误变得更为困难和复杂。”
因此，研究团队表示，生成式AI的应用也可能引发合法合规性及道德伦理方面的挑战。企业或组织如何开展针对提升员工和企业信息安全保护的相关人力资源管理措施，值得深入探讨。
对人力资源类投入的影响
可能重塑员工体验与人力资本配置规划
“生成式AI的应用也将在较大程度上重塑企业和组织对具体人力资本配置中不同知识、技术、能力以及其它特征的需求及培训发展方向，从而使员工个体的工作角色、工作体验，以及企业和组织层面的人力需求与规划方向都发生相应改变。”研究团队表示，这些转变具体表现在三个方面：
首先是对员工个体层面工作内容与角色的改变。生成式AI的广泛应用使得员工的工作内容与工作对员工提出的要求发生了改变，组织中人力资本的需求与分配也相应会发生改变。另外，生成式AI的应用可能带来两种结果，一种是完全替代人类员工，一种是辅助人类员工完成工作任务。前者可提升员工的工作体验，后者可能使员工的职业认同和职业价值受到威胁，员工的工作意义感削弱、工作不安全感增加，给人力资源管理带来新挑战。
图片来源：千库网
其次是对员工交互行为与工作体验的改变。因为当生成式AI应用在工作流程中，员工不仅需要进行人与人之间的交互，还需要进行人与生成式AI之间的交互，且他们对生成式AI的态度与其相应的交互行为将直接影响生成式AI的应用效果，进而影响生成式AI应用场景下人力资源管理的有效性。因此，员工个人知识、能力、技术以及其它特质与生成式AI之间的具体配置和交互形式及其产出效能，是未来人力资源研究理论和实践发展需要探讨的重要课题。
最后是对组织层面人力资本配置需求与规划的改变。当生成式AI能以更快速度产出可被接受质量的内容时，一定程度上意味着完成此类工作任务的人力资源要求门槛相对降低。因此，对企业和组织而言，在生成式AI应用场景下对员工进行技能重塑和提升，生成式AI与员工的合理组合配对方式及其过程、效用、边界条件等，都亟需研究探讨。同时，企业和组织还需要依据生成式AI具体应用情境，重新梳理已有工作岗位、工作描述，更新员工招聘、培训、绩效评估的具体需求和方式，并重新思考人力资本的配置与规划。
对生产过程的影响
可能带来员工管理与岗位设计上的新挑战
研究团队表示，生成式AI还可能重塑工作产出的具体流程，包括对员工工作顺序与流程的重塑，对组织层面工作岗位设计的影响。这对企业和组织对员工的选拔、培训和发展，以及岗位设计与员工管理都提出了新的挑战和要求。
例如，在任务完成的过程中，根据组织设计、任务特征、员工个人特征的不同，AI可能在不同阶段中以纯自动化式、顺序式、交互式等不同类型的人机协作模式介入到工作过程中，这将直接影响解决方案形成的深度、广度，进而对任务完成的过程与质量，以及员工工作体验、员工与组织的工作效能等带来一系列影响。
图片来源：千库网
再如，将生成式AI应用在工作过程中，企业和组织往往需要关注其完成的信息处理、加工和输出在多大程度上是安全可靠且能被付诸实践的，即确保员工在有生成式AI辅助的场景中也具备足够程度的情境知觉（Situational Awareness），以保证任务的顺利完成。而这一审视、监督和决策的过程更加依赖于员工自身在当下任务中的知识、能力、技术和经验等关键因素，需要充分了解企业和组织内外部环境特征的专业人员来对AI的生成内容进行重新审视和再加工。
另外，企业和组织还需要考虑怎样的工作可以交予生成式AI，怎样的工作仍需依赖于人类员工，以及当员工判断与AI判断出现分歧的情况下，AI的介入对员工工作体验和工作态度及行为等带来的影响。因此企业和组织也需考虑和适当调整在各类任务中对生成式AI的利用和依赖程度。
对工作产出的影响
可能影响决策质量与产出质量
在工作产出方面，研究团队指出，配置了生成式AI的企业或组织也会重新定义对所产出的产品或服务的需求，这就对员工和组织层面决策质量、产出质量的监督和评估提出了新要求。
具体而言，在决策质量方面，员工能在AI协作或辅助下保有多大程度的情境知觉（即在特定时间和空间范围内感知和理解周围环境中的关键要素、理解它们的意义及预测它们将来状态的能力），及员工保有此类情境知觉在任务中的重要程度，将影响生成式AI辅助下的个体决策质量。同时，依据生成式AI所产出内容而形成的决策，可能因预训练模型中的信息偏误导致产出的建议或决策存在偏见，影响决策质量。
图片来源：千库网
在产出质量方面，有生成式AI的应用辅助，人们应当能更高效地获取和处理大量任务相关信息，进而生成更全面、多样的产出结果。但由于生成式AI的输出依赖于对既有数据和信息的学习，其产出结果也可能会缺乏深度和针对性，进而限制了新内容的集体多样性，这将对员工和组织的产出质量造成极大影响。
鉴于这些不利影响，研究团队表示，要充分发挥生成式AI的作用，需要组织和员工加强对此类技术的基本原理和训练方式的了解，并充分结合企业自身所面临的内外部环境、人力资源基本特质和任务特征，实现生成式AI、任务特征、人力资源特征、企业战略方向的充分耦合。
03
以生成式AI技术与多学科交叉开展研究，或是“破题”关键
“生成式AI作为一项飞速发展的颠覆性技术，不仅会对企业和组织的人力资源管理实践带来新问题、新挑战，也将对人力资源管理研究本身带来一系列影响。”
研究团队表示，由于以ChatGPT为代表的生成式AI能在文字理解和处理方面做出与人类相当的任务表现，且往往成本较低，将此类AI作为人力资源管理研究的新方法，是推进人力资源管理研究进一步发展的可能方向。虽然其可靠性和稳健性仍有待更多研究进一步考证，但生成式AI在研究领域的这一潜在应用方向，有望使研究者在没有实际涉及人类参与者的情况下进行初步探索和假设检验。
此外，随着技术的发展，尤其是像ChatGPT一类的生成式AI在企业和组织中的广泛应用，人力资源管理领域面临着前所未有的挑战和机遇。这些挑战和机遇不仅涉及传统的人力资源管理知识和实践，还涵盖了计算机科学、数据科学、伦理学、法律和心理学等多个领域。因此，要全面理解和有效应对带给人力资源管理的新挑战，迫切需要基于多学科、多领域的交叉开展研究，以更深刻地理解AI技术的潜力和挑战，发展出既高效又负责任的人力资源管理策略和实践。
图片来源：千库网
研究团队表示，生成式AI的应用和推广究竟如何影响了各行各业当中工作岗位的具体内涵、如何塑造了不同工作岗位对于员工的需求、需要怎样的组织环境支撑等，是亟需人力资源管理在工作层面、员工个体层面、工作团队和部门甚至组织层面上深入探讨的重要研究问题。
“尽管就目前来看，真正‘生成式’的AI本身仍处在不断发展和演进的过程中，其在企业和组织中的应用尚未如一般性的信息化技术、数字化技术普遍，其对工作内容本身、对于员工的工作感受与职业发展管理以及员工与组织之间的用工关系的深刻影响尚未完全展现出来。但在生成式AI技术蓬勃发展的趋势下，通过多学科、多领域的交叉，真正深入到生成式AI的技术特征本身及其应用情景，展开真正落地的、有针对性的实证研究，仍然十分必要且迫切。”
管理科学，兴国之道。人力资源管理理论与实践的发展，影响着企业与组织新质生产力培育与发展，影响着现代化产业体系的建设。
浙江大学管理学院学者们历来以创造管理学科的新理论、新方法，为人类贡献管理思想与智慧为己任，未来将携手多学科学者，共同填补上述‘研究空白’，为回应企业和组织对生成式AI应用时代下人力资源管理的现实需求，推动数智时代下数智组织与管理学科的蓬勃发展持续贡献力量。
内容摘选整理自房俨然、谢小云、施俊琦所撰论文——《生成式人工智能与人力资源管理研究：工作流程分析的视角》
策划编辑：段婷
审核：佟庆