從工廠進軍辦公室》AI搶工大軍來襲

【文／于日堯　圖片提供／達志影像】

　　用AI來尋找人才和分配工作任務的技術，吸引越來越多的企業。根據顧能(Gartner)顧問公司統計，人力分配軟體市場規模這幾年持續成長，2017年估計達到115億美元。

AI福爾摩斯》監測求職人真實性

　　美國人才招聘公司SmashFly Technologies，主要幫助想轉職的人才順利到他們心儀的企業，AI的到來，代表人才招募的演進分為以下脈絡：1970年代以手寫履歷、人脈為主；到2000年千禧年網際網路興盛，成為求職網站和企業徵才系統的天下；數位化時代，AI和機器學習登場。

　　以機器學習為基礎的AI，幫助企業避開某些招募誤差帶來導致的負面影響。AI系統可能因為取才資料庫和評估條件的限制，導致企業內部在種族或性別上的同質性太高，但機器學習和AI系統是可以接受培訓的，因而得以避免以上錯誤發生。然而，人力資源和人才招聘真正的創新，是以機器學習和預測分析為基礎所開發的AI系統。機器學習可以用來篩選和分析履歷表，現在也應用在視訊面試之中，由系統依據求職人的容貌及文字辨識，分析回答是否真實。預測分析則更進一步，讓AI系統藉由評估求職候選人的特徵和資訊，來預測組織之中未來誰會是高績效人才、誰會長期留在工作崗位上，以及誰最有可能獲得晉昇。

　　隨著工作年限延長、加上自動化逐漸取代曾經由人來承擔的工作，越來越多人的職業都出現轉變。Gatner顧問公司CEB預測，目前40％的工作都將在5年內發生重大變革。幫助員工調整職務而不必離開公司，是最符合每一個人利益的做法。既然如此，AI的配對媒合技術，能讓人類尚未被充分利用的智慧得到更好的發揮嗎？

留才神器》IBM讓員工無縫轉職

　　IBM導入「Blue Matching」AI系統，能在員工和內部工作機會之間進行配對。這套系統會處理申請人的資訊－包括以前的職位、技能、經驗、工作地點以及表現，再據此推薦合適的職缺。Blue Matching推出一年多來，約有12％員工用它尋找組織內部的新職位。在IBM待了20年的奇提瓦利(Srinivas Chitiveli)原本從事物聯網工作，透過Blue Matching，他花了3周的時間，換到AI電腦視覺技術的部門。「以前，我會輸入關鍵詞，申請大量職位，與招聘經理見面，然後經過一些初步的討論之後，才發現那份工作不適合我，」他說。

　　法國電信商Orange是另一家致力於改善內部轉職管道的企業。該公司採用巴黎新創公司Clustree開發的AI技術，由員工提交簡歷，說明自己的經驗、愛好和志向，再進行媒合。Orange人資主管碧柯絲(Véronique Biecques)希望從出人意表的細節來觀察人才，「有時一個人在閒暇時間做的事，比工作內容本身更能說明這個人的特質」。

　　瑞士信貸(Credit Suisse)也針對公司內想要跳槽的員工使用一套AI技術，幫助員工分析自己最適合的工作，並且以分析結果為基礎進行人事調整，後來讓約300位想要離職的員工放棄跳槽。這套技術由日本招聘公司BizReach推出，最初用來幫助企業聘用和評估員工績效，卻發現這項技術在減少人員流失、改善個人能力與職務不相符方面，也收到一些效果。

隱私疑慮》恐誤踩社群地雷

　　這麼做當然引發侵害隱私權的問題。試想一個令人不寒而慄的情境：如果出現一種AI服務，能幫企業分析員工的電子郵件、了解是否有人對工作感到不滿，老闆就能在他們表現一落千丈、甚至做出有害公司的事情之前，給予他們更多關注。

　　這就是AI最大的缺陷：系統對數據的渴望，會導致雇主一再試探員工隱私的界限。許多相關服務供應商都不諱言在個人隱私方面有隱憂，他們的產品中通常包含某些條件，確保客戶需在遵守隱私政策和法律的情況下，蒐集數據。那麼，組織是否有權力藉由網絡監控，窺探員工的私人生活？根據歐盟新版個資法「歐盟通用資料保護規則」(EU General Data Protection Regulation)，雇主不能以員工個人在社群媒體上貼文是公開的，就假設自己可以分析處理這些資訊。

　　AI並非總是聰明、靈光的。看似能克服主管的偏見，但它卻可能有自己的偏見。AI或許會從一堆履歷中推斷出滑雪者會成為優秀的領導者，其實只是因為負責招募的主管有這種昂貴的業餘嗜好，AI也可能偏好那些具備相似特徵的求職者。要避免這種選擇上的偏差，就必須提供大量、多樣化的數據來讓系統判讀。雇主也應該衡量某些群體是否被排除在晉升之外，尋求專家意見，並在內部系統忽略合適的候選人時做出調整。

　　AI化身為員工自助求職工具，還涉及微妙的辦公室政治，各部門主管或許會感覺自己的權威受到威脅。此外，自動化的決策也可能誘使管理者放棄自己的判斷，或者證明人情上受益的錯誤決策確實存在。

零合競爭》靠學習商數反攻

　　日本JMA顧問公司人資主管村上剛認為，就算AI系統能靠改變靠感覺和經驗評判員工的不透明機制、進而改變日本詬病已久的職場關係和晉升模式，企業的人力資源部門也不可能因此被淘汰。村上剛指出，AI透過統計過去和現在的大量數據來判定員工的表現，在極少變動的企業環境中確實相當有效。

　　但是當一家企業為了因應科技變革、或是因突發情況必須制定新的人事策略時，還是需要人的決策。此外，對於總是默默付出奉獻的員工，AI系統也無法做出合適的評價。這或許正代表著人與AI之間不是單純的零合競爭，需要思考如何劃分職責，也就是說，相輔才能相成。

　　AI時代到來，在就業市場和人員流動帶來顛覆性的變革，印度IT服務公司Mphasis人資長卡拉(Srikanth Karra)從個人、組織到國家3個層面，分析因應之道。就個人而言，管理工作和重複性任務將被取代，想在未來的世界站穩腳步，學習新技能的能力將極為重要。企業需要設計培訓的新方法、從新的角度評估員工的技能。最後，各國將必須建立有關「學習」的生態系統。他說：「工作在本質上將具備比過去更強烈的契約性。在未來，深厚的技能、創造性和學習彈性，將非常重要。」

　　卡拉援引歷史經驗指出，過去的自動化浪潮並未取代所有工作。某些工作確實消失了，但也出現了許多嶄新、高價值的技能或高價值工作機會。真正重要的是，政府和企業必須辨識出AI領域可能出現的新技能和新職務，再為此擬定發展路徑。

【完整內容請見《能力雜誌》2018年4月號，非經同意不得轉載、刊登】