AIGC（AI-Generated Content，AI生成內(nèi)容）的應(yīng)用場景越來越多，具體到HR業(yè)務(wù)管理中，i人事已經(jīng)開發(fā)出自動撰寫崗位JD、按簡歷生成面試問題、入職/轉(zhuǎn)正消息提醒等招聘類場景。

要發(fā)揮ChatGPT底層的大模型能力，真正貼合HR管理與業(yè)務(wù)賦能，還需要同HR系統(tǒng)做進一步的深度融合。

?

【i人事智能助手】新推出一批應(yīng)用服務(wù)，圍繞“績效考核”、“薪資核算”兩大業(yè)務(wù)管理模塊出發(fā)，不僅降低了HR使用AIGC工具的門檻與難度，還形成了“OKR目標(biāo)拆解——復(fù)盤分析——薪資核算”的業(yè)務(wù)管理閉環(huán)。

?

01 智能協(xié)助制定OKR

我們都知道，OKR由兩部分構(gòu)成——目標(biāo)和關(guān)鍵結(jié)果：

O即“Objectives”，是指“我和我的團隊想要達到的目標(biāo)”。

KR即“Key Results”，由O分解而來，用來支撐O的實現(xiàn)，能夠回答“我如何能夠支撐我目標(biāo)的完成以及知道自己是否達成了目標(biāo)”。

很多企業(yè)希望使用OKR管理，但實際落地難，最典型的原因在于O+KR寫不對。一個好的OKR，每個O應(yīng)該有3-5個KR，KR的編寫要符合SMART原則：

Specific 具體的

清晰、明確、容易理解，不能模棱兩可。

Measurable 可衡量

應(yīng)該可以用數(shù)據(jù)或方法進行衡量驗證的。

Attainable 可實現(xiàn)

是有可行性的，不能定得太低，也不能好高騖遠。

Relevant 相關(guān)的

應(yīng)該與 O 有強關(guān)聯(lián)性，它要確保能夠支持目標(biāo)的達成。

Time-bound 有時限

需要有明確的截止日期。

?

我們給智能助手提交一個目標(biāo)，看一下是否符合以上特點：

從智能助手的回答來看，基本上能夠回答出OKR制定所要遵循的原則。但是我們在制定OKR時，智能助手給出的答案我們可以作為參考，可以確保方向上的正確，但具體實施還要做進一步測試。

OKR的目標(biāo)內(nèi)容不但要有軀殼，更重要的是有靈魂，AIGC工具無法全面代替我們，不過它確實在確立目標(biāo)的過程中，協(xié)助我們提升效率。

?

02 OKR的復(fù)盤分析

OKR復(fù)盤是對一段時間內(nèi)的整體完成情況進行總結(jié)和評估的過程。智能助手可以幫助員工分析具體原因，找出可持續(xù)的解決方案，形成最終的提升改進建議。

如實操演示的對話場景，智能助手給到了相關(guān)的建議，但更多是思考維度的提示，而不是用來直接照搬的答案。

我們還是強調(diào)“人”的主觀能動性，要善用工具，但不被工具束縛。

?

03智能生成薪資核算公式

企業(yè)組織越大，業(yè)務(wù)類型多樣，相關(guān)人員的薪資方案也會變得復(fù)雜起來。

HR設(shè)置對應(yīng)的薪資獎勵方案時，要靈活應(yīng)用多種薪資計算公式，智能助手可以通過將大白話轉(zhuǎn)譯成具體公式，幫助HR快速、準確地完成薪資方案設(shè)置。

實操中的案例，HR需要的一個多階段的銷售提成方案，只需要對智能助手提交大致的方案描述，即可得到具體的薪資計算公式。

最后配合i人事“薪資”模塊完成變量替換，還可以通過“試算”功能來驗證準確性。

?

i人事的智能助手借助AIGC能力，可以幫助HR、員工更高效地推進各類業(yè)務(wù)流程，但站在企業(yè)的角度上看，要寫出真正符合自身運營要求，并具有可行性的OKR目標(biāo)、薪資管理方案，還需要依靠人的智慧進行輔助和創(chuàng)新。

?