企業SaaS中的AI：真智慧還是偽智慧？
人工智慧技術在企業SaaS中的應用體現在哪些地方？人工智慧與傳統軟體的結合，是否真的能將操作使用者的工作效率提高？
自從Alpha Go一鳴驚人之後，滿大街的公司都在自己的公司前面加上人工智慧二字，HR Saas供應商也不例外，智慧人事、智慧招聘、智慧勞動力管理產品滿天飛。但是，如果你再問細一點，哪方面智慧化了以及怎樣實現智慧化的，那大多數就該語焉不詳了吧。
人工智慧前途巨集大，筆者相信會極大地改變這個社會，最終一切人造物品皆可智慧化，從而更好的個性化服務每一個人。但是，目前人工智慧所在的階段，可能還只是相當於90年代初的網際網路，是一個很早期的階段，可以落地的場景在企業管理中還是非常有限的，還需要相當長時間的發展，我們靜待時代的巨輪推動吧。
傳統管理軟體產生的初衷
談之前，首先我們來看看傳統管理軟體產生的初衷：
筆者認為：其實傳統管理軟體的最大作用和主要目的不是提升效率，而是為了規範以及標準化，所以傳統軟體設計的主要思路也是將線下流程標準化，然後將其搬到線上來操作。
線上複製線下流程操作很多時候不會提升效率，反而會降低效率，這也是傳統軟體的使用者比較苦的原因。
然而，從公司的角度，公司變大之後，如果不使用軟體，公司就會變得混亂，沒有規則。這個原因導致了中國傳統軟體一直都是中大型企業的管理層從上往下推，下面的使用者其實沒有多大動力來使用軟體的。
企業可能沒有使用管理軟體來進行管理，但是一定用了excel，在中國管理最大的競爭對手一直都不是友商，而是Excel，因為Excel更便宜、更方便。
同理這也解釋了切入小企業市場來做管理SaaS一直都是偽命題，因為中國小企業老闆根本不care合規以及標準，簡單方便低成本最重要，下面的員工更就沒有動力使用管理軟體了。
談AI技術在HR產品中的應用
人工智慧與傳統軟體的結合，將操作使用者的工作效率提高，是可能創造出讓老闆和員工都非常喜歡的To B企業管理的產品。
結合人工智慧之後，未來優秀的企業應用的特點是：
- 後端複雜，前端會越來越輕，使用起來方便易用。
- 有一定的預測以及預防風險的能力（這個特點excel就很難與軟體競爭了）。
- 實施週期比較短，實施難度變低。
人工智慧的主要目的是為了提升工作效率，區分傳統軟體主要基於流程，更多是基於場景，所以我們在考慮企業管理軟體人工智慧的切入點，我們要去找場景。人工智慧演算法的訓練要基於資料，那我們去找已經有大資料的場景吧。
目前這樣的場景主要來自以下二種場景或者二種場景混合：
- 一些以圖片，視訊，語音為輸入的場景。
- 一些已經有行業大資料，或者複雜知識圖譜的場景。
我們來看看HR的幾個傳統的業務模組，人事、休假、考勤、薪資福利、培訓、績效、招聘，其中人事、休假、考勤，薪資福利普遍都是和國家政策和公司政策密切相關的傳統模組，沒有太多知識圖譜可言，人工智慧在裡面發揮的空間比較小。
但是，裡面有一些小的影象識別的點，比如說身份證，銀行卡自動識別輸入等可以結合一些公開的API來提升效率。我覺得後面這裡面還有一些想象空間的是隨著行業benchmark資料的完善，一些BI分析報表會有很大價值的，但是中國目前在SaaS還比較分散，沒有巨頭出現的情況，行業benchmark的大資料還很難有公信力。
人工智慧目前應用最多的應用主要在招聘管理，培訓管理方向裡面，主要原因是這二個業務方向離大資料最近。
裡面暗含哪些大資料呢？
比如說崗位能力模型、心理學、軟技能、能力發展學習內容，人在面試、培訓、工作時候的表情動作、言語、視訊，這些都是可以結合大資料的點（你別看薪資看似那麼多資料，但是一年可就變一次，死的資料對於演算法意義不大）。招聘裡面就出現大量基於人工智慧進行人才測評面試的公司，培訓因為員工需求的差別化，學習資料的海量化，也容易結合人工智慧來做個性化的學習。
筆者介紹幾款國外比較看好的產品：
人才測評方面：
人才的面試測評結合人工智慧自動化會是一個趨勢，軟技能這個測評老大難的問題以及面試的自動化有望有所突破。
Pymetrics：
成立於2014年，是一家用來進行軟技能測評的公司。用認知科學和神經學原理設計了一些小遊戲，通過追蹤候選人玩遊戲的相關資料來分析候選人的軟技能，和公司裡面的Top performancer的軟技能的擬合程度。
目前Unilever、Hyatt,Accenture、Teasla等一些公司開始用這個產品來招聘測試技術人員，銷售以及客服人員的軟技能，目前募集到4000萬美金的B輪資金。
Hirevue：
成立於2004年，是一家視訊面試的人工智慧公司，通過分析面試者面試視訊中的表情以及問題答案，對面試者進行判斷。這家公司目前有超過700個客戶，實施了超過500萬次的視訊面試。
Mya：
2016年釋出的面試聊天機器人，主要用在面試初面中，用聊天機器人的方式進行候選人初試，用來節省面試者的時間。這方面的應用還有Olivia、Myra、Yva等，Mya專案融資金額為3200萬美金左右。
人才學習培訓方面：
個性化、碎片化、社交化、場景化的企業學習會是一個趨勢，人工智慧的關鍵點結合場景和員工屬性在於做好個性化的內容分發。
個性化需要結合好四個方面的資料，崗位能力模型以及能力對應學習內容、員工個人職業發展計劃、個人興趣、所在場景。
Edcast：
2014年成立，利用人工智慧技術，推薦個性化學習的文章、視訊、檔案、培訓給到員工，目標要做成一個技能市場。除了幫助員工提升職位發展相關職業技能以外，還有非職業相關的一些技能，已經和office 365、salesforce、slack深度整合，在全球有超過2000家大型公司或者政府機構使用該平臺，最新一輪在2018年拿到3400萬美金的融資。
Filtered：
是一個智慧學習助理，通過聊天機器人的方式，給到個性化的學習建議。
Linkedin learning：
2016年上線，利用Lynda的課程庫，結合Linkedin的員工的資訊以及履歷，以及社交資訊資料，推薦給到員工個性化的學習內容。
員工體驗以及員工激勵方面：
另外，最近幾年出現了一個很重要的人才管理分支，就是員工體驗以及員工激勵。
企業人才管理的整理思路越來越關注企業員工本身，員工體驗和激勵也是一塊最好可以和大資料人工智慧結合的方向，而且員工全員參與，筆者非常看好。以後隨著公司內部感測器的發展，捕捉員工行為資料，結合視訊以及員工郵件，電話，會議記錄等資料，會有很多有想象空間的產品出現。
員工體驗以及員工激勵的人工智慧產品將會是未來典型的好產品形式，輕應用、全部員工參與、去中心化、結合管理思想以及心理學的人工智慧引擎驅動，筆者非常看好這類應用。
Glint：
2013年成立，通過比較高頻的員工的匿名反饋，結合自然語言、心理學、管理行為學等智慧分析，給到管理者一些管理行為建議，比如說和下屬加強溝通，加強review等。該公司已經被Linkedin以4億美金收購，類似這塊的產品還有CultureAmp、TinyPulse、CultureIQ、ADP的Compass等等。
Humu：
由Google原高管建立，2018 年推出1.0版本，從概念上面來說是Glint的升級版。通過員工反饋資料，行為大資料庫庫結合人工智慧，給予不只是管理人員，而是每個員工行為建議，從而提升員工體驗以及提升內部合作工作效率。
關於人工智慧在HR中的創業機會，在中國目前階段，企業資訊化的程度還比較低，所以大多數公司都在忙於上基礎的人事、休假考勤、薪資福利的模組。後面幾年這塊基礎業務模組市場會不錯，將會有一波爆發（我建議有心的創業公司看看中性規模企業（100-2000人）的產品機會，這塊市場需求開始湧現。另外因為這種規模需求還不是太複雜，可以做出比較極致的產品）。
人才管理方面，比如說人才測評、員工學習發展、員工體驗與激勵，很多公司還沒有意識到或者公司還沒有到這種程度精細化管理的階段，需要一定時間的發展。但是，這裡面機會和空間很大，作為創業公司提前佈局和切入也會獲得不錯的機會。
作者：李東林（微訊號：jianguzhuxin），原ADP大中華區產品負責人，14年To B研發與產品設計，團隊管理經驗，主導過多款大型企業管理軟體的設計，研發，上線，也有過2年移動網際網路TO C的創業經驗。以文會友，歡迎大家加我微信交流。
本文由@李東林 原創釋出於人人都是產品經理，未經許可，禁止轉載。