百度—更精准的大数据，更自动化的流程
发布时间：2020-01-17 信息来源：智享会 浏览次数：
王崇良 人力资源系统与运营共享平台高级经理 百度
业务背景
百度在2010
年前后运行SDC、COE、HRBP“三驾马车”，其中SDC（Service Delivery Center）为共享服务平台，其发展经历了1.0
到3.0 的阶段（具体各阶段的发展及侧重点详见智享会《第三届中国人力资源共享服务中心调研报告》 中《
百度人力资源共享服务中心创新实践》这一案例）。
其中，3.0 阶段百度称为“Smart
HR”阶段，该阶段旨在通过更具交互性的系统，利用大数据预测、控制和分析组织变革和人才发展， 关注的是效率和管控，百度自2014
年起便已在这一阶段“发力”。然而自2017 年起，百度已经着手从Smart HR 转向Intelligent HR，迈向3.5 甚至4.0
阶段。在这一转型期，其流程已经不再是传统的流程， 而是数字化转型的流程，追求更佳的员工体验、组织活力、文化赋能。
新技术的应用
招聘领域――智能简历职位匹配
业务驱动与技术导向将革新招聘的工作方式，百度人力资源高管非常注重人工智能在招聘领域的应用带来效率的提升。通过对人才简历库的自然语言处理（NLP）以及机器学习，进行算法与模型搭建，
来解决简历与JD 智能化匹配的难题，如下两款工具将帮高管解决他们提出的基础问题。
众里寻他：为招聘团队打造的简历智能筛选系统，通过识别招聘团队发出的JD，精准匹配人才库中符合要求的简历，这里的“精准匹配”并不是字面上语义的匹配，而是结合了潜在候选人相关背景、过往工作内容，项目经历等综合考量。优化筛选简历这个过程，让招聘团队成员可以更加专注于对候选人进行更深入的考量，将更多的精力放在后续面试的环节中。
沧海拾遗：为候选人所打造的职位匹配系统，帮助他们提高应聘效率。沧海拾遗会在候选人进行职位搜索时，根据简历，主动向其推荐适合候选人的工作，从而减少候选人浏览JD 的时间，防止他们错过真正合适自己的职位。
入职流程――各技术结合实现自动化
OCR 技术
OCR
技术指通过扫描等光学输入方式将各种票据、报刊、书籍、文稿等印刷品的文字转化为图像信息，再利用文字识别技术将图像信息转化为可以输入计算机的信息的技术。这一技术原本的使用就已经较为广泛和成熟，但是长期来较少被人力资源领域所“注意”。近两年来这一技术逐渐应用到了人力资源领域，可以将其与入职办理流程中新入职员工身份相关信息的验证相结合。在新员工入职前，可以要求新员工提前上传学历证书、资格证书、身份证、银行卡等复印件至系统，利用OCR
技术对信息进行识别，同时对接第三方征信平台，如：
学信网，员工的学历信息验证即可快速完成。证件复印件提供的前置化，加强了背调，提高了效率，也减少了数据的出错率，同时所有环节的数据都记录下来了，便于未来的大数据分析。
刷脸技术
百度的刷脸技术已经比较成熟，不少机场的通关已经开始应用。公司内部应用场景比较多的是门禁刷脸、会议签到、内部购物等。当然，
也还有其他不少应用场景，比如大多数公司通过刷工卡进行自助打印证明，刷脸同样也可以完成。再比如，在入职办理过程中，刷脸技术与访客系统打通，用于新员工报到的提前预约，提升入职体验与效率。
预约系统――端到端的自动化
预约报到的员工会得到相应的后台预约码，发送预约码的同时， 可以会推送公司的公共新闻和入职指南给新员工。员工到达公司后出示预约码，可以根据前期推送的指南，直接进入入职手续相关办理地点。另外，由于入职往往是批量进行的，为了方便管理，新员工的预
约码已经与座位号相匹配，同时座位上会放置“入职大礼包”，包括员工的电脑、办公用品、需要签署的文件等，方便查找。
这一系列的工作，让原本需要半天到一天才能完成的入职缩短至不到一小时，将候选人与反馈系统、入职系统打通，实现了端到端的自动化，新员工的感受度也极大地得到提升。
在线学习系统――AI 赋能
百度大学通过AI
技术支撑层，赋能企业学习系统。通过系统能力层的完善，进一步优化平台服务场景，最终通过创新式地解决企业在线学习中的痛点、难点，让员工、培训部门和企业从中受益。通过百度内搜平台，员工可以随时搜索到相关的知识内容，甚至是那些隐形的、碎片化的知识也可以通过底层的知识图谱等AI
技术被链接、被激活。同时也能够更有效地催生优质内容的不断增加。
度学堂的新产品之――灵听
企业培训者们的痛点之一，就是往往需要为一些简单重复性的工作付出大量时间和精力，比如给视频课程加字幕这件事：培训所用的视频，往往需要字幕，目的是为了学员学习时能够不产生歧义，更准确更快速地理解课程内容。但一门带有字幕的视频课程上线，往往背后是一系列耗时耗力的基础性工作。比如首先要记录文字，然后要纠错复查，再按照视频制作要求分行，最后才能请视频制作者将字幕与视频合成。整个过程需要数个工种配合，占据数个工作日小时，有时甚至会在所难免地耽误到一些课程的时效性。于是利用AI
技术的灵听平台应运而生：将任意一段视频上传“灵听”平台，系统就能根据语音自动识别出字幕，直接添加在视频上，培训者只需对个别识别不准之处稍加修改，即可获得一段添加好字幕的视频。一个人、几分钟，
即可完成以前数人、数天的工作量。那些有时效性的视频也能够立刻加好字幕，及时上线。
百度听清
通过语音识别与翻译技术，演讲者说话的同时，可以实时打出中英文字幕，已经应用到了内部的直播平台上。
大数据的应用与思考
大数据的“底线”：涉及个人隐私的内容，如：邮件内容、私人交流内容等，绝对不可以用于做个性分析。
大数据的基础：首先，人力资源内部各个模块的数据应该是“打通的”，而不是各自为战。人力资源数据的整合是做大数据的第一步，这需要一个部门、环节或者强有力的管理者作为契机。其次，是与别的部门的数据去做“联通”，如财务、销售部门等。
数据安全问题的处理：数据安全问题是每个企业都必须面对和处理的，其关键在于分工：画体系界面、打通数据等各个职能的人员应当共同商讨做出界定，确定需要配备的权限和访问的级别。
新技术的本质依然是大数据：刷脸、语音识别等新技术仅仅是一种手段、工具或平台，在人力资源均处于刚起步的阶段，其背后依然是大数据驱动，因此这些技术的进步归根结底还是有赖于大数据的沉淀、整理和迭代。
新技术应用的成功要素
迭代：不断地进步；
创新：突破自己原有的“思维深井”，敢于尝试；
主动：创新是由下而上的，而非被动地去等待由上而下的转变。
未来发展方向
目前新技术的应用上，大都在各个模块内“点状”发展，场景化是由点连成线的很重要的步骤，若在选、用、育、留、辞的各个方面均能发挥作用，将连成一个完整的“面”，才有可能更好地动态反馈以及快速赋能业务。
从战场上飞回来的战斗机，存留的弹孔是不致命的，真正致命的弹孔，根本不会出现。打造数字化的智慧HR 平台，就是要解决“真正致命的弹孔“，更加前置地、智能地满足合规要求、管理诉求、效率效能的期望，全方位、全时空。
这仅仅是开始，未来更值得期待。
