红点中国投资副总裁金异开：AI技术如何赋能人力资源管理丨WISE2021新人力时代峰会

2021年6月22日，由36氪主办的“WISE2021新人力时代峰会”在杭州顺利开幕。本次峰会加入了更多优秀的行业嘉宾，同时通过行业报告、科普片、栏目专访等打造一揽子有影响力的赋能计划，点燃行业热度，引爆企业声量， 开启企业与上下游、合作伙伴、资本的全新对话，完成了一次有影响力的行业峰会和一系列精准传播计划。

在WISE2021新人力时代峰会上，红点中国投资副总裁金异开以“AI技术如何赋能人力资源管理”为主题，分享了自己作为一个专注早期的技术驱动型创新创业公司的投资人，从风险投资角度对HR行业的观察和思考。

红点中国投资副总裁金异开

以下为嘉宾演讲实录，经36氪编辑整理：

金异开：大家好！我是红点中国的金异开，我们是一家风险投资基金，专注早期的技术驱动型创新创业公司。我们在HRtech领域看了不少优秀公司，今天分享一些风险投资角度对HR行业的观察和思考。

演讲PPT

这是2011年的电影《魔球》，又译为《点球成金》，故事是美国大赛结束之后有一支球队的王牌球星被挖空了，经理面临很大的挑战，即如何打下一个赛季。他用了很多数据统计和分析软件，重新定义了多个统计指标，抛弃了很多在职棒联盟里采用比较经典的数据指标所判定的优秀成员。通过对赛场的理解他重新定义了全新的数据指标，招募了这些指标上优秀的角色球员，由此搭建了相对比较新的由角色成员组成的球队，并且在下一个赛季时取得了一百多场的胜利。这是非常经典的在体育行业里把数据和统计软件等分析工具带到业务里的经典的例子，以此帮球队和组织渡过了难关，当然AI是数据智能的延伸。

作为早期投资基金，我们最关注的是变化，但在这之前要找到什么是不变的。我们总结下来，人力资源工作的重点是四条，即找得到，招得进，用得好和留得住，其中有哪些变化？刚才张总也提到了变化是关键词。我谈谈对于HR行业变化的理解。

我们认为如今在疫情影响和人口红利减缓的大背景下，企业的精细化管理和运营对于人才的降本增效尤为重要。这给HR带来了在企业内部定位上的角色转变，即从作为CEO和高管团队的传声筒这一执行层角色，转变到需要从人才管理的角度回答企业如何生存的管理层角色，就如刚才圆桌的几位老师所提到的一样，需要完成和业务共生的角色转变。所以这里对于人本身的要求是非常高的，我们需要运用技术，把HR从很多流程性事务中解放出来，释放更多的心力资源，去主动寻求、适应这样的转变。这一点变化对应于前面两条：找得到和招得进。

第二个大变化是从效率到体验，中国过去三四十年经济高速发展，形成了非常好和成熟的产业机构和体系。过去三四十年追求效率没有问题，但如今，企业的核心竞争力已经从效率变成了创新，创新的背后，员工的体验非常重要。所以现在HR应该更加关注员工在公司里的体验，就像GR和PR关心政府关系和公众关系，需要让他们所关注的群体开心。因此提高“”员工体验”的重要性，也是HR工作中需要关注的重点。

演讲PPT

这是一家世界500强公司在HR领域做得比较好的AI用例。从发布招聘职位环节到最后的发放offer入职，全程用了很多第三方工具，比如刷社交网络了解了投放广告。通过一键导入简历，现在还是图文的形式，但以后可能是视频版，之后通过10到20分钟的游戏测评，用这家公司提供的工具做人才能力评估。第三轮做AI面试，用HR小姐姐模拟的形象做很多互动，收集16000多个数据分析点做分析和评估，并吸引员工过来做深度体验一天，最后是成功入职。有很多AI公司在这方面做了很多工作，有哪些企业正在用，有哪些离大规模落地需要比较长的时间，我分两个方面讲：一方面是招聘中AI可以做什么，另一方面是人才管理中能做什么。

首先是挖掘潜客，现在的年轻人在社交网络上会留下大量的公开数据可供大家挖掘，从豆瓣、知乎等社交网络可以看到潜客大概的情况，从中学习一些模型，定向精准地发放招聘启示等，这涉及到严格的数据隐私和保护。

第二是结构化数据收集，包括AI面试，我们有所布局，不管是视频的AI面试，还是用自然语义理解做JD的优化等等，我们认为所有的工作本质上都是在做一件事，即尽可能多地收集数据并做结构化处理，以及和企业所需求的岗位做精准匹配，这里有大量数据处理和分析的事情，所以这是非常好的AI应用场景。

第三是流程自动化，在招聘流程中有很多需要沟通和发邮件。现在技术成熟的程度，可以满足一些基础的沟通工作，比如安排面试、简单的邮件往来等。但是对于真正的挖掘人才，以及和候选人进行深度沟通，还有很长的距离。在人才管理当中，就体验管理来说，最重要的是创造力，这也是企业的核心竞争力和价值点，所以需要让员工非常开心，他们才能开心地创造价值，而不是当作工具人疯狂使用。第二是薪酬绩效考核，未来人才管理的情况应该是在人才入职时有一套数字化人才体系建立起来，跟随整个全生命周期做数据化，数据化不仅包括典型的HR和业务部门的数字，还包括很多工作习惯和团队的互动等等一些关注比较少的数据点。这是员工数字孪生，通过这套体系可以更精准地制定薪酬和绩效考核策略。留存预测和潜客挖掘比较类似，可以尽可能多预测员工离职和在职信息，并做出更多的反馈。

最大的挑战是反馈路径，导致第三方软件没办法知晓人才情况，现在很多企业逐渐接受第三方的SaaS服务，所以机器学习模型会越来越安全。偏见，我打了问号，这是国外媒体对AI和SaaS最喜欢提的一点，他们认为算法有偏见。我们认为这方面还可以，算法的偏见主要来自于数据集本身的偏见，特征工程以及数据标注这几步，偏见的形成离不开人类的偏见，目前没有办法要求算法自己迭代一些价值观或者政治正确的东西，人类的偏见存在，很难要求算法高于我们消除偏见。我们认为前两项可能是更大的挑战。

最后是争议和讨论。我抛砖引玉和大家一起探讨交流，纯SaaS和本地部署不仅局限于SaaS，这是讨论比较多的灵魂拷问，这背后反映在收入结构上，对创业公司来讲订阅费收入和服务费收入占比的情况，WorkDAY上市之前三年报表里，纯SaaS收入和订阅费收入差不多，到上市前一年订阅费的收入才远高于服务费，我们认为这方面没有对纯SaaS有偏好，只要帮助企业解决问题，提供什么样的形式都可以。

第二，HR场景有很多，很多企业做散装的设计，创业公司早期的资源和人力受限，所以只能在某一个单点做深做透，然后再向外做延伸。WorkDAY第一年推出HCM的SaaS产品，后续每一年都会推一款HR独立的功能模块。所以这是从单点突破到整体一站式旗舰式服务的例子。

第三，我们客户做大企业还是中小企业，又是灵魂拷问，我们有明确的观点。据我们观察，基本上在HRSaaS领域做到足够大，做到平台化的话，大企业是必须服务好的目标客户，很多SaaS公司大企业在早期为大企业客户提供了非常好的服务，而且打了很好的标杆，在这个标杆下才能更好地推进，比如Taleo被收购的时候，有财富一百强中一半使用了他们的产品，我们认为大企业是早期HRSaaS公司可以拿下来的很重要的点。

我们是站在风险投资和早期创业创新的角度思考HRSaaS 和Tech领域的机会，我们主要是站在岸边说话，在座都是行业里的实践者，想得都是问题，干才有答案，谢谢大家！