2022年12月9日，由清华大学人工智能国际治理研究院（I-AIIG）主办，联合国开发计划署（UNDP）和国际劳工组织（ILO）承办的第三届人工智能合作与治理国际论坛开启。本次专题论坛以“人工智能及其对未来工作的影响”为主题聚焦人工智能对未来工作的影响，以及如何应对人工智能在工作领域带来的挑战。
(资料图)
本次专题论坛包括主旨演讲和圆桌论坛两个环节，中国人民大学“大华讲席教授”、中国就业研究所所长、劳动人事学院前院长曾湘泉，国际劳工组织研究部门高级经济学家乌玛· 拉尼· 阿玛拉 （Uma Rani Amara) 分别发表了主旨演讲。
圆桌论坛环节由国际劳工组织研究员涂伟主持，国际劳工组织研究部门部门主任埃克哈德 · 恩尼斯特（Ekkehard Ernst) 、联合国开发计划署曼谷区域创新中心负责人凯特 ·萨顿（Kate Sutton) 、中国劳动关系学院劳动关系与人力资源学院院长闻效仪、众合云科创始人兼CEO余清泉、波士顿咨询公司合伙人及副总监菲利普· 克罗（Philipp Kolo）、西门子人工智能实验室北京团队负责人张英丽，参加了圆桌论坛讨论。
人工智能正在改变企业和组织，使工程更有效率、生产力得到提高，同时还创造就业机会、促进经济增长。与此同时也带来了挑战——人工智能正从根本上改变劳动力市场和就业流程。随着人工智能开始执行以前由人类完成的工作，并在数字经济中主导关键职能，社会将需要适应其对现有工作分配和工作类型所产生的变化。
专题论坛讨论了包括人工智能技术和自动化可能对择业和就业带来的影响，由此可能引发的道德、治理和法律问题，以及不同的利益相关方为确保体面工作和社会公平所承担的角色。
众合云科创始人兼CEO余清泉 作为参加本次国际论坛唯一的中国人力资源行业从业者，从人力资源管理视角、行业实践和观察分享了自己的观点：
一、人工智能技术 在中国企业人力资源中的应用现状
我所在的是人力资源行业，众合云科就是一家用数字化智能化技术为企业提供人力资源服务的企业，我们在全国130多个城市拥有直营分支机构，因此能够便利地观察到中国企业人力资源的前沿实践。我想从我们身边的一些实际的案例和调研数据来聊聊这些变化。
去年，众合云科与智享会联合发布了一个针对中国企业2021年人力资源信息化的调研报告，报告中有个问题是专门针对公司在员工自助服务上使用的智能化技术的调研，调研显示：
智能（AI）客服机器人 ：已使用且较成熟 40.51%，已使用但处于初期试水阶段 36.71%，未使用 22.78%；
RPA机器人：已使用且较成熟 36.71%，已使用但处于初期试水阶段 26.58%，未使用 22.78%；
智能推荐：已使用且较成熟 24.05%，已使用但处于初期试水阶段 30.38%，未使用 39.24%；
图像识别：已使用且较成熟 16.46%，已使用但处于初期试水阶段 29.11%，未使用 26.58%；
语音识别：已使用且较成熟 15.19%，已使用但处于初期试水阶段 31.65%，未使用 30.38% 。
二、人工智能技术的渗透和应用 是个逐步演进的过程
可以看到，在人力资源领域，AI客服机器人是使用最多且最成熟的。在处理大规模知识的领域，AI显然比人类更强。我们自己的经验是，在简单领域如单一任务进度如社保办理进度或者某个明确的咨询任务，这些领域已经非常成熟；但是在一些需要综合复杂因素加以判断决策或者需要更多情感能力的方面（如投诉接待）等，目前这个阶段人工还是有优势的。所以，目前我们的客服团队是AI和人工融合的。
RPA的使用进展非常迅速，尤其是在需要大规模自动化交付的领域。因为我们作为一家人力资源公司，在全国130个城市都有分支机构，无论是规模还是难度都推动我们要用技术去解决社保问题。
举个例子，在中国，办理社保是一件很复杂的事，因为社保属地化差异，每个城市的社保政策、缴费基数上下限、官方经办系统都有所不同，而社保关乎劳动者权益，对准确性、及时性的要求都非常之高。
目前在这个领域，我们的技术的成熟度非常高。可以直接从 Core HR 主系统推送社保增减员服务需求，通过智能的调配系统服务单自动流转，服务单触发属地机器人自动执行经过授权的身份验证、登陆官方系统、传输数据等流程，完成之后还会截一张图，通过OCR图像识别后智能校验结果准确度。整个经办流程，完全无人工参与，总体平均下来只需要3.6秒即可完成。无论是速度、准确度均大幅提高。而且以前传统人工经办受限于精力和效率，一般做法都是每月到月末积攒所有增减员信息后一起办理，AI介入后完全是随时随地秒级参保，这大大提升了劳动者社保权益的准确性及时性。
还有一个数据也可以供大家参考，社保的计费在单一城市相对简单，可以EXCEL解决；但是一旦跨地域，涉及到多城市就会非常复杂，因为有不同的规则。
在我们公司发布的《中国企业社保白皮书》中，也发现了一个较为明显的趋势：EXCEL方式占比在下降，而通过数字化软件系统来计算的企业比例连续三年上升，2022年达到了30.8%。
所以，人工智能技术的渗透和应用是个逐步演进的过程。就如同那句老生常谈的话，“未来已来”，这前半句很著名；但后半句更反映了现实：“只是分布不均而已”。
三、人力资源领域人工智能技术 带来的困惑和挑战（一）
人工智能技术给我们带来了很多便利，例如，现在正在进行的视频会议，我们不妨把它想象成一个远程视频面试，疫情以来，大家通过远程视频开展面试的比例极速上升。可以预见，未来很有可能在面试时，就有AI直接把你的语音转化为文字，这会比以往面试提供更加精确的数据记录；AI还会结合图像语音识别、大数据分析演讲者语调、表情，视频会议刚结束，各种分析已经出来，甚至还会提供人岗匹配度的智能推荐结论。——毫无疑问，这将大大提高人力资源的效率。但是，这也由此延伸了很多问题，对企业人力资源从业者也充满了困惑和挑战。
第一，从人力资源管理的角度来看，核心是管理控制的边界，劳动管理是个双方参与行为。企业雇主的日常工作管理不可避免地需要部分管理控制权，但这个边界是什么？就是值得探讨且的问题。
HR首先遇到的困惑就是理论上数据采集越多越有利于AI技术的发展，但是，数据采集的边界到底在哪里？员工哪些信息哪些行为数据可以被采集，哪些有可能触犯禁令？
尤其是现在远程工作常态化，企业的管理遇到了前所未有的挑战，举个例子：传统薪资结构主要是工时计薪，而因远程办公，“工作时间”变得很难直观看到，居家办公到底有没有在工作？员工的工作绩效如何衡量？他的人力资本有没有进一步增长？今年是否应该给他加薪？……显然，传统的人力资源管理方式亟待升级。
这些都是企业必须要直面的挑战。也呼唤政策治理及时给予回应和清晰的界定规制。
四、人力资源领域人工智能技术带来的困惑和挑战（二）
第二，HR会对因为技术介入以及其他因素带来的新就业形态产生困惑。
数字化智能化最终会带来工作场景的转移，劳动管理的变迁，这将大大改变劳动就业方式和流程。
例如，数字经济下，传统的地域集中式、工厂化劳动就业方式正在被打破，数字经济平台完全改变了传统的就业方式和流程。我们看到越来越多跨越地域的分布式就业方式，劳动者不是在传统物理职场里就业，而是在数字经济平台上就业。
同时，我们看到，工作场景转移到数字技术上来，人力资源管理也开始出现人工智能技术的管理控制趋势：
他们是和传统的标准用工一类的还是另外一种类型？
以前传统的劳动法政策规制是否要用到这些上面，会不会有新的变化？
甚至哪怕有了方便快捷的电子签方式，签署的文本应当是劳动合同还是合作合同？
这都会产生困惑。所以近年来企业HR不但要面临数字化转型的挑战，更要面临雇佣规制政策知识迭代更新的挑战。
五、人力资源领域人工智能技术带来的困惑和挑战（三）
第三，HR对AI算法分析结论的应用也存在一定看法和顾虑。
一方面，大数据从历史数据中进行学习，而历史形成未必就是合理的，万一历史本身包含了一定的不合规不合理因素，会不会带来无意的偏见和歧视？；另一方面，如果AI只盯着绩效、效率等单一要素方向，会不会得出比较偏激的结论？
举个例子，人力资源管理学科里有个一直以来都特别热门的话题：什么样的人可以产生高领导力？
在管理学初期，人们会从大样本去推测某类人格特质的人会有高领导力。研究过程是符合统计学科学的，但结论应用在人力资源时多少会有些尴尬：
这是不是意味着只有某类特质的人才适合做管理者？
这会不会带来就业歧视或者工作发展歧视？
随着管理学的发展，人们开始研究关注行为，研究高领导力的管理者他们的行为特点。
这个结论从静态特质发展到动态行为，但仍存在一定的争议：
这是不是会带来世界上有一种“好的领导力行为”其他都是“坏的领导力行为”？
这会不会导致组织风格单一化，影响组织进化？
后来，管理学开始注重权变因素，提出了情景领导力理论，认为管理者应当根据员工的不同发展阶段不同能力意愿水平予以不同的管理行为方式，动态调适地教练、赋能下属。
从静态特质到动态行为再到权变情景，领导力理论从来都未曾固化。在管理学诞生到现在的一百多年历史里，管理理念也在经历不断地发展和嬗变。
今天，劳动者已经处于工作的核心地位，德鲁克认为“传统劳动力中员工为体制服务，但在知识型组织中体制必须为员工服务”。从人力资源管理的视角来看，在这个数字化智能化的时代，我们的管理更要向“以人为本的管理”、“管理即服务”等理念发展，企业应当倡导符合时代价值观的管理理念。
