人力資源如何迎接新技術變革
主講：王明哲
【課程收益】
? 掌握1套思維框架，將所有數字化轉型技術串聯起來
? 理解人工智能的2大底層原理和5大底層套路
? 了解目前人力資源領域的數字化實戰案例，以及背后的經驗與教訓
? 認識到貴司所在的數字化轉型階段，并收獲相關的建議和忠告
? 手把手帶你用“6步落地法”，找到最合適部門/個人的突破口
【課程特色】夠專業，內容前沿且正確；講俗話，將復雜技術具象清晰有趣化；重互動，巧妙設計提升參與感；能落地，反復驗證的方法及真實案例。
【課程對象】公司各級人力資源崗。
【課程時間】1天（6小時/天，時長可定制）
【課程大綱】
一、數字化的頂層思維
1、數字化概念導入
? 從十四五規劃看數字經濟
? 數字經濟的核心：數字化轉型和數據要素
? 數字化轉型：數字化是業務和IT的深入融合
概念導入小互動：如果你在跟心儀的女神約會…
2、數字化頂層思維框架
? 精益思維：梳理業務，發現數字化入手點
? 編程思維：掌握計算機的語言，提升數字化項目成功率
? 數據思維：讓數據產生價值，展望數字化轉型的終局
案例：精益趣解-“一個強迫癥和控制狂的發病史”，從“月暈”中掌握數據思維。
小互動：在指路問路中掌握編程思維
3、我們應該關注哪些數字化技術
? 基礎設施：解除計算機的能力封印
? 數據應用：搬金磚VS挖金礦
案例：谷歌云計算，華為5G，某外貿公司營收預測
4、數字化轉型有哪三個必經階段
? Digitization：無紙化
? Digitalization：高效化
? Digital transformation：無人化
? 每個階段的關鍵技術以及數字化的決勝技術
案例：人員績效智能評估系統
5、數字化轉型的兩大核心半場
? 信息化：固化流程/信息流轉/數據積累
? 人工智能：找準價值“點”/匹配“針”對性技術
案例：從頂尖運動員看企業數字化轉型之路
二、智能化的底層原理
1、人工智能的2大底層原理
? 邏輯固化：師傅“教”徒弟
? 知識抽取：師傅“帶”徒弟
案例：預測男生是否會受女生歡迎
2、人工智能的6大底層套路
? X-Ypairs：知識抽取
? Y→X：生成萬物
? X1-X2 pairs：推薦匹配
? X only：聚類算法
? Y only：超越人類
? Dot & Line：知識圖譜
? 人工智能發展的終點
案例：百度智能客服，谷歌藥物預測系統，淘寶推薦系統，清華數字虛擬人，谷歌核聚變控制系統，美軍自動駕駛戰機
3、人工智能的6步落地法
? 價值驅動 or 數據驅動
? 機器學習 ≠ 江湖算命
? 數據模型 VS 機理模型
? 大數據 ∪ 深度學習
? 行業專家 || 客觀事實
? 行政可行 ≈ 最大門檻
案例：產線良品率提升，大型工程機械故障預測，工業智能無損檢測，自動駕駛系統，AI量化交易-年化收益率1000%
三、HR數智化技術的應用現狀
1、HR數智化總體規律
? HR1.0-最簡單的核心邏輯
? HR2.0-流程遷移至線上
? HR3.0-深入痛點場景
? HR4.0-解放人類回歸價值
2、基于痛點的HR數智化技術
? 績效管理數智化實戰
? 招聘數智化之戰
? Core-HR數智化實戰
? 勞動力管理數智化實戰
? 學習管理數智化實戰
? 薪酬管理數智化實戰
3、數智化供應商盤點
? 四代技術的典型供應商
? 外國供應商盤點
? 國內供應商盤點
案例：BOSS直聘職位/人才推薦系統，MIT人工智能面試系統測試，IBM員工績效自動評估項目，谷歌人才智能部署系統，微軟流程自動化提升25%效率并減少30%錯誤，雇員工作壓力智能檢測系統，IBM員工離職率預測等
四、HR數智化技術的未來發展和挑戰
1、數智化對HR來說是“革新”還是“革命”
? AI充分發展后的社會是什么樣的
? 人類永遠不會交給AI做的事情
? AI永遠只能是人類的“助手”
2、HR數智化技術面臨的挑戰
? 缺少既懂業務邏輯又懂AI知識的交叉人才
? 馬太效應可能會再次靈驗
? 數智化很難“抄作業”
2、HR數智化帶來的機遇
? 從簡單重復勞動中解放
? 解封你未曾意識到的“資源”
? 解封你未曾意識到的“力量”
? 后疫情時代HR如何妙用技術提升企業績效
案例：工商銀行HR數字化系統解決方案，甲骨文HR數字化系統解決方案，富士相機HR數字化系統解決方案等
