根據(jù)Resume Builder最近的一項(xiàng)調(diào)查，66%的美國(guó)管理者在裁員決策時(shí)曾咨詢(xún)過(guò)ChatGPT或其他大型語(yǔ)言模型。大多數(shù)管理者也會(huì)使用AI來(lái)決定加薪(78%)和晉升(77%)，這些數(shù)據(jù)反映出GenAI正在滲透到業(yè)務(wù)流程中，這些流程本不應(yīng)依賴(lài)它?；A(chǔ)模型并非為處理高風(fēng)險(xiǎn)、領(lǐng)域特定的情況而設(shè)計(jì)，正是這些場(chǎng)景最為敏感。

雖然這些工具在撰寫(xiě)郵件或職位描述時(shí)看起來(lái)便利，但它們并不具備理解業(yè)務(wù)數(shù)據(jù)復(fù)雜性或做出上下文相關(guān)決策的能力。在招聘、績(jī)效評(píng)估和人力規(guī)劃等職能中，一種更低調(diào)但更有效的AI類(lèi)型通常更適合：預(yù)測(cè)型AI。

GenAI：華而不實(shí)

本質(zhì)上，GenAI模型，如ChatGPT、Claude、Gemini及其他新興大型語(yǔ)言模型，并不真正“理解”它們所生成的內(nèi)容。它們通過(guò)分析海量人類(lèi)文本數(shù)據(jù)，預(yù)測(cè)最可能出現(xiàn)的詞語(yǔ)組合，從而生成文本。雖然這種方式能產(chǎn)生連貫、有時(shí)有用的回答，但本質(zhì)上只是高級(jí)自動(dòng)補(bǔ)全。這類(lèi)系統(tǒng)并非基于深度、任務(wù)特定的知識(shí)或理解做決策，而是輸出根據(jù)提示詞最有可能的詞串。

這在企業(yè)環(huán)境中帶來(lái)明顯局限。例如，HR專(zhuān)業(yè)人士讓GenAI撰寫(xiě)職位描述時(shí)，結(jié)果可能看起來(lái)很專(zhuān)業(yè)，但很可能無(wú)法體現(xiàn)公司獨(dú)特的崗位需求、團(tuán)隊(duì)動(dòng)態(tài)或企業(yè)使命。大多數(shù)現(xiàn)有HR工具已有模板化的職位描述，因此使用聊天機(jī)器人價(jià)值有限，甚至可能引入風(fēng)險(xiǎn)，例如輸出偏見(jiàn)或來(lái)自未知來(lái)源的不相關(guān)信息。

更嚴(yán)重的是，當(dāng)HR團(tuán)隊(duì)開(kāi)始使用GenAI處理績(jī)效評(píng)估、晉升或裁員等敏感事務(wù)時(shí)，風(fēng)險(xiǎn)倍增。這些系統(tǒng)并未設(shè)計(jì)用于此類(lèi)判斷，無(wú)法可靠、公平地支持高風(fēng)險(xiǎn)決策。如果你的職業(yè)發(fā)展取決于聊天機(jī)器人的查詢(xún)結(jié)果，而不清楚是否進(jìn)行了其他調(diào)研或盡職調(diào)查，你會(huì)有何感受?

預(yù)測(cè)型AI在HR中的優(yōu)勢(shì)

相比之下，預(yù)測(cè)型AI執(zhí)行的是完全不同的任務(wù)。它不生成類(lèi)人文本，而是通過(guò)分析歷史數(shù)據(jù)模式，對(duì)未來(lái)行為或結(jié)果進(jìn)行科學(xué)預(yù)測(cè)。例如，預(yù)測(cè)型AI可以分析員工數(shù)據(jù)，評(píng)估候選人在特定崗位上的成功概率，從而提升招聘準(zhǔn)確性和員工留存率。

在HR等行業(yè)，預(yù)測(cè)型AI優(yōu)于GenAI的原因包括：

? 基于企業(yè)實(shí)際數(shù)據(jù)訓(xùn)練：預(yù)測(cè)模型使用特定企業(yè)的數(shù)據(jù)，因此它理解的是你的公司，而非從互聯(lián)網(wǎng)上抓取的通用趨勢(shì)。

? 支持可重復(fù)、高風(fēng)險(xiǎn)決策：預(yù)測(cè)AI可基于客觀(guān)因素準(zhǔn)確預(yù)測(cè)候選人未來(lái)績(jī)效，降低偏見(jiàn)、提升留存，還能輔助制定發(fā)展計(jì)劃、薪酬建議，甚至評(píng)估裁員風(fēng)險(xiǎn)。

? 助力戰(zhàn)略規(guī)劃：預(yù)測(cè)模型可識(shí)別可能離職的員工及原因，了解頂尖人才的留存動(dòng)因，并幫助將人才策略與業(yè)務(wù)目標(biāo)對(duì)齊。

? 結(jié)果可靠可驗(yàn)證：預(yù)測(cè)型AI使用結(jié)構(gòu)化數(shù)據(jù)解決具體問(wèn)題，結(jié)果可衡量、可測(cè)試，可隨時(shí)間驗(yàn)證和優(yōu)化，同時(shí)可解釋決策依據(jù)，這對(duì)合規(guī)和透明至關(guān)重要。

當(dāng)然，預(yù)測(cè)型AI也面臨挑戰(zhàn)。例如亞馬遜內(nèi)部的招聘工具，由于訓(xùn)練數(shù)據(jù)反映了公司男性占主導(dǎo)的技術(shù)團(tuán)隊(duì)歷史，導(dǎo)致帶有“women’s”(如“women’s chess club captain”)等詞的簡(jiǎn)歷被降級(jí)。同樣，基于廣泛互聯(lián)網(wǎng)數(shù)據(jù)訓(xùn)練的GenAI，可能無(wú)意中復(fù)制刻板印象，或忽視特定公司或崗位的上下文因素。

在招聘、晉升或薪酬等本已充滿(mǎn)偏見(jiàn)風(fēng)險(xiǎn)的領(lǐng)域使用這些工具，可能放大不平等、帶來(lái)合規(guī)風(fēng)險(xiǎn)和聲譽(yù)損害。因此，預(yù)測(cè)型AI的價(jià)值取決于所用數(shù)據(jù)，而這些數(shù)據(jù)的收集、清洗和語(yǔ)境化都需要投入。每一次新客戶(hù)的實(shí)施都必須認(rèn)真分析數(shù)據(jù)可用性、模型與業(yè)務(wù)目標(biāo)的對(duì)齊，以及確保負(fù)責(zé)任的使用。

GenAI吸引了全球關(guān)注，且在很多情況下是有用的工具，但企業(yè)應(yīng)用不能僅依賴(lài)通用模型。像HR這樣的領(lǐng)域，需要基于真實(shí)數(shù)據(jù)提供可操作、具體且可信的洞察。預(yù)測(cè)型AI正提供了這樣的價(jià)值：幫助企業(yè)招聘更合適的候選人、留住頂尖人才、打造高績(jī)效、可持續(xù)發(fā)展的團(tuán)隊(duì)。雖然它可能不會(huì)登上頭條，但在關(guān)鍵環(huán)節(jié)創(chuàng)造的價(jià)值遠(yuǎn)比噱頭更重要。