2022年11月ChatGPT推出以后,许多人都在讨论如何应用人工智能(AI),甚至盘点未来几年哪些行业会消失。尽管AI可能还不会马上取代你的工作,但已经有许多公司开始用AI来协助决定要开除谁。调查显示,有98%的受访者在2023年开始,会用算法协助他们做出裁员决定。
与15年前的金融风暴相比,当时公司在选择裁员或删减福利时,人资部门大多没有参与这些决策,而且多数人会用经验、直觉来决定要删减哪些部门或人才;但如今,人资部门被视为战略合作伙伴,不仅能在企业决定采取哪些成本删减方案中发挥重要作用,也开始运用AI工具来协助决策。
比方说,许多公司都会利用AI协助处理履历、进行面试和评估候选人,亚马逊(Amazon)和高盛都有使用AI平台执行视频面试,不只可以让公司面试和聘用的人数翻倍,同时也能缩短面试时间;也有公司会用AI来评估员工表现,如摩根大通(JPMorgan)就在内部建了一个系统,搜集员工在工作场所中的所有活动数据,包括花在Zoom视频会议的时间等。
运用AI做裁员决策
组织可以获得各式各样的员工数据,包括出缺勤、薪资、年资、技能、考绩等。人资主管在做裁员相关决策时,虽然所有数据都会考量,但有70%的主管表示最看重绩效、技能数据。
而这两种数据的取得,每家公司、每位员工的评量方式都不同,有些是看销售数字,有些则是搜集生产力分数的相关数据,小至员工使用email的时数,或是谁在会议中开启镜头。
利用数据协助判断是正确的行动,因为它可以让人们依据证据、数据做决定,比较不会掺杂着无意识偏见、情绪等,而这样的决策方式也比较能说服上层。
然而,只有41%的人资主管表示他们拥有足够准确的数据,以及分析技能,让他们有信心在降低人事成本方面给出良好的建议。在员工数小于250人的小型企业里,更只有25%的人对此感到自信。
数据决策的两难
为什么会有这样的疑虑呢?首先,这些决策必须倚赖大量的数据,有许多企业并没有足够多的数据能使用。而且就算拥有大量数据,如果没有特别注意这些数据是如何获得的,也有可能得到错误的建议。
在调查里面,有70%的人资部门会使用绩效数据来产生决策,如果人资部门接收到必须解雇员工才能维持公司运营的指示,人资只要输入他们需要的结果(如最终要裁员多少人),再把绩效数据“喂”给算法,系统就会列出可以解雇的员工名单。
不过,近年许多人资都坦承,绩效评估的流程与方式,其实都还有许多改善空间。一个员工的绩效分数很低,就真的意味着他没有提供任何价值给组织,所以是裁员的第一人选吗?的确可以这么说,但也有可能是这位员工有一个对他有偏见的主管,或是公司缺乏完善、正确追踪员工绩效的制度。
由于算法没办法兼顾所有考量,所以就有可能会产生不正确的建议。对人资来说,完全仰赖数据或经验、直觉,都有可能做出错误的决策,这是一个两难。
利用自动化系统协助决策
如果缺乏人类的智慧与常识,完全通过自动化系统做决策,可能会产生不准确、不道德的决策,衍生更多问题。如果公司的人资部门想要通过自动化系统协助决策,可以尝试以下方式,让你能做出正确决定:
慎选参考资料
员工数据有些是事实,有些是人为数据,当有人的因素存在,就有可能会有偏见或某些外部因素影响数据的真实性。在选择要使用哪些数据做决策时,必须先考虑一下数据的客观性,也该把长短期目标考量进来。比方说用薪资高低决定裁员目标,当然可以马上缩减成本,但如果因此裁掉具备关键职能的员工,未来还是要重建组织,这么做可能会付出巨大代价。
理解算法的运作模式
每个模型的运算方式都不相同,如果你不清楚工具是如何得出最终的结果,必须先跟供应商聊聊,多了解一些数据是如何生成的。
探索更多解决方案
如果分析结果显示你必须减少员工数才能让成本降低,这是否意味着你必须马上裁员?其实不一定,或许你可以先减少员工工时,或是外包工作,让承包商接手本来需要全职员工才能完成的任务,甚至让有些员工可以提早退休。
数据可能告诉你只有一个选择,但人类可以发挥创意,探索其他解决方案,也能达到相同结果。
保持适度怀疑
只有7%的人资主管完全放弃用经验或直觉做出裁员决策。换句话说,就算人资部门已经变得更加倚赖数据驱动决策,但只要是决策涉及“人”,都还是要让人类做出最后决定。