人力分析变革：从经验驱动到AI赋能.pdfVIP

数字化·智能化ITAI

人力分析变革：从经验驱动到AI赋能

文｜张月强刘博

关键词人力资源数智化；HR大模型；AI+人力分析；数字人才市场；数据分析

人工智能在企业管理领域的应已发生事件进行事后记录和信息统福利缺乏社会竞争力等深层次因素，

用日益深入，激活了数据作为生产计，这将导致各业务系统之间的数难以支撑企业制订具有针对性与前

要素的重要价值。人工智能与人力据相互独立，形成了一个个数据孤瞻性的战略决策。

资源的深度融合，已经从原来的展岛，信息流通严重受阻。例如，招第三重困境是缺乏多维分析

示性分析、结构性分析、相关性分析，聘系统的数据仅用于招聘环节的基工具：传统人力分析主要依赖于

升级到预测性分析，不仅突破了传本信息统计，与后续员工管理的绩Excel及BI工具。Excel在面对日

统人力分析的效率瓶颈，更通过预效评估、培训发展等环节缺乏有效的益庞大且复杂的人力资源数据时，

测性建模和实时数据交互，促使人关联与整合。如此一来，当管理层想处理能力越显捉襟见肘，尤其处理

力分析从描述性统计向具有前瞻性要获取全面且具有深度洞察的人力非结构化行为数据，如员工的工作

的洞察转变。人力资源管理领域正分析报告时，往往会因为数据的分反馈邮件、面试的文本记录、工作

经历着从传统经验驱动模式向先进散、割裂与滞后，而无法及时且准状态等方面，几乎无能为力。BI工

数据驱动范式的深刻跃迁，面临着确地了解企业人力管理的真实状况，具也仅仅能够实现一些基本的数据

转型困境。使得决策缺乏有力的数据支撑。可视化操作，缺乏严谨的数据分析

第二重困境是简单表象性的结与预测能力，无法满足企业预判未

一、传统人力资源数据分析的构分析：传统人力分析大多局限于来人力资源发展趋势的诉求。

三重困境单维指标的信息统计，如离职率、

无论是统计分析还是结构化分薪酬总额这类较为基础的数据。这二、AI驱动人力分析价值场景

析，人力资源数据分析长期占据着种简单的信息统计方式仅仅停留在重构

人力资源管理者日常工作的首位。对现象的表面描述，缺乏对各项指AI技术正以前所未有的态势重

然而，传统人力资源分析的事务性、标之间因果关联的深入挖掘和全面塑人力分析领域，通过数据聚合、

事后性、因果性等特征，一直是困分析。在企业实际运营中，当离职智能建模、决策自动化三大引擎，

扰企业人力资源管理从业者的顽疾。率上升时，传统分析方法难以从多有力推动人力分析从以往“还原式”

第一重困境是事后的汇总统计：个维度综合评估、精准定位导致离的现象描述阶段迈向洞察趋势的规

从数据应用维度来看，主要表现为职率上升的根本原因，如员工职业律预测新阶段。

报表汇总和信息统计往往侧重于对发展受限、工作环境不佳或者薪酬从数据应用看，AI技术具备

1002025.9

ITAI数字化·智能化