何永豪│Learning Consultant│博世（中国）投资有限公司
在博世（中国）的业务和产品中，人工智能并不陌生，并逐渐开始进入HR 和管理领域。企业正要从传统的工业企业转型为领先的物联网企业，全面的数字化在企业中已达成共识，在2017 年上半年， 博世总部成立了People Analytics 团队，并搭建实时的数据平台。
在博世（中国），HR 在各自领域，都开始尝试数字化或是数据积累或是“人工智能”，以数字化学习和智能招聘为例。但目前而言， People Analytics 内所拥有的数据相对较为单一，缺乏各个HR 领域的历史数据积累。因此现阶段，HR 各领域的数据积累都是为了向People Analytics 靠近，各个领域的数据最终将汇总整合进入同一系统之中。
数字化、智能化学习平台打造
发展背景
2015 年起，博世开始进行移动学习的尝试，即1.0 版本的学习分享平台，其主要用于信息分享和知识传递。紧接着，在2016 年12 月， 企业发布了第二代的学习平台――“WeLearn”，这一版本的学习平台主要是利用游戏化学习的理念打造微学习的理念， 主要目的是为了激发员工的学习兴趣、培养其自我学习的意识，以及弘扬“学习即分享” 的学习文化。
但在近两年使用的过程中，培训发展部门也逐渐发现用户在学习过程中所遇到的一些痛点，主要集中在以下几方面：
1. 在用户体验方面，由于学习内容较多，用户（员工）需要花费一定时间进行学习内容搜寻，部分员工很难快速找到自己需要的学习模块和内容；
2. 其次，由于学习内容大都由集团内部员工自创，学习平台学习模块难以体系化、学习内容相对零散，无法形成学习阶梯。
3. 最后，无法实现定制学习，针对每一位员工，无法特定的提供智能、定制的学习路径和学习内容，所有员工看到的内容都是标准统一的内容，而非“千人千面”的客制化内容。
. 智能化学习平台的新特征
结合用户的诉求，以及当前在组织转型的背景，关于学习平台的打造，企业又有了新的目标：以个体学习成就组织发展，企业开发了新一代的学习平台“myTransform”，该平台与数字化转型的组织需求相结合，专注于转型背景下的胜任力发展，同时满足员工个人的成长需求，能够定制化提供学习解决方案。
在开发过程中，学习发展部门和各级用户进行了深度的对接，运用设计思维的理论和方法，从用户分析、机会识别到原型设计，企业推出了智能学习的解决方案。其“智能”主要体现于以下几个方面：
1. 这个平台除了可以让员工随时随地地进行碎片化学习之外， 也可以满足员工个性化的学习需求，实现千人千面的定制化学习内容推荐。同时，平台也可以和其他的社交媒体相结合，解决全球员工的使用壁垒。
2. 该平台具备了前置引导功能，可根据用户不同的职能、工作年限、胜任力等个人因素，并与博世的13 项数字化转型（Enabling Digital Transformation, EDT）胜任力进行强相关，从而分步为用户定制专属的学习路径。
3. 进一步，学习平台引入了员工的测评结果，形成专属学习报告；基于员工个人胜任力的目前水平，匹配相应的学习内容和课程。
发展展望
就智能化学习平台的整体的规划而言，受访者坦言，在实现人工智能中的“绝对智能”之前，需要进行大量的“人工”智能，目前主要目的是在学习内容和员工信息标签化的基础上收集大量的用户数据，进而能够细化运算模型，根据每位员工的“Learning Pro_le”精准地推荐课程。总体而言，企业计划在未来实现：
1. 更加精准地获取员工的职业发展规划和组织胜任力要求， 以此为基础更好地匹配学习内容。平台也会记录学员的学习数据，例如学习热点时间、频率、时长、内容偏好以及用户的结果数据（如学习效率、测试成绩、实践评分），与People Analytics 进行数据对接，通过各维度的分析解读员工的学习行为，以此做进一步的成长性分析。
2. 同时，平台也可以利用数据分析去优化知识内容、搭建知识框架和体系，从而实现个性内容的推荐。为了更好地助力企业数字化转型，该平台的用户不仅局限于白领，也包括广大的蓝领工人，让所有员工有机会去学习新的知识与技能，以更好地迎接工业4.0 的时代。
. 关键角色
就平台的打造发展以及过程中的关键角色而言，以培训团队为主导的开发团队持续以“企业员工”为中心，企业数字化转型为纲领。
从平台发展和团队整体性的角度而言，在未来，数据分析团队也将会从技术上给予更多支持，包括数据分析的呈现和展现。
站在最终智能精准推送的角度，同时也需要HR 其他领域，包括招聘、人才发展团队、HR service 和绩效管理的数据支持。
. 平台推进的过程
智能化学习平台在最开始面向用户的时候，企业也积极考虑到“绝对智能”之前，如何让用户持续使用平台，进而逐渐积累数据、改善平台的正向循环？
1. 首先，在学习内容设计上，企业应该回归学习本质，倡导“内容为王”。员工使用该平台最终希望是从该平台上获得知识提升自己的能力。当“学习内容”足够高质量、成体系， 真正有助于员工能力提升时，无论平台是否足够“绝对智能”，员工都会积极踊跃地利用平台及紧握提升。值得一提的是，在内容打造中，选择合适的符合战略需要的胜任力模型作为内容框架尤为重要。
2. 其次，从平台自身角度而言，反馈通道通常与否是提升智能的有效手段，在平台发展初期，员工的积极参与和探索极为重要；设置友好的员工反馈通道，收集员工反馈，例如目前推荐推荐的内容是否是员工所需要的、学习学习心声需求等信息，由系统记录运算至每位员工的“learning pro_le”，将有效帮助推荐逻辑优化。
3. 最后但也非常重要的是，在平台推行的过程中，企业采取了“从上至下”和“从下至上”的过程，培训团队首先和各业务单元的GM 沟通该平台的战略价值和意义，使他们意识到该平台的使用对他们的价值是什么；同时从职业发展和个人转型角度面向平台白领和蓝领员工进行了大量的推广，提升他们的使用度。
总而言之，由于学习平台的发展转型既跟随了企业转型的浪潮， 同时也完全基于员工的需求，因此，目前的学习平台基本上覆盖了之前员工所反馈的问题，定制化地解决了他们的痛点和需求；同时内容对员工而言也具有真正的价值。就现阶段而言，企业也收到了关于该学习平台的大量的积极反馈。
员工技能管理
People Analytics 的第二个实践应用于技能管理，预计将于今年4 月在位于上海的博世电动工具全球新兴市场总部先行试点。为什么会有这样的尝试呢？
1. 首先，是基于博世正面临的巨大转型――企业要从传统的工业企业转型为领先的物联网企业。在这个转型过程中， 企业需要更多新的人员技能。
2. 其次，在新的职位对内招募时，HR 发现：如果在员工数据库主动搜索，往往会发现适合的员工并不多，而博世全球有几十万名员工，每年我们都会做潜力、绩效、发展的评估，
为什么看不到更多的人才呢？
3. 另外，当企业将PDS 与员工的领英页面进行对比的时（博世内部有一个用于记录员工工作历史的文件，叫做PDS （Personal Data Sheet），需要员工自行更新。），发现员工会倾向于在领英上更新更多的内容。因为PDS 只会记录工作而不会记录技能，但企业在招聘评估候选人时，需要了解其技能和能力，而不仅仅是了解其工作历史。
“技能管理”主要解决的则是以上挑战，其实施的主要流程是： 员工可以通过电脑或手机端将自己的工号输入系统，系统会根据员工的现有岗位以及其技能、工作经历等推荐匹配数条职业发展的路径， 并分别告知每条路径的历史成功率。在上海的试点中，企业对产品原型的期望是能够实现内外部多平台简历一键式导入、个性化职业发展路线图生成以及推送以提升胜任力为目标的学习建议（培训及内外部教练等）。
智能化招聘
除了学习发展领域，在人才招募的领域，企业把人工智能作为一个提高甄选效率和质量、增强候选人体验的重要技术。
在企业目前校招活动的计划中，开始进行人工智能技术在候选人画像、简历筛选、候选人初步接触、初选面试等方面的尝试。由AI 通过对过往几年的历史数据的分析，总结出有潜力的新生力量的人才模型，同时结合他们目前在组织中的发展状态，进行综合的数据整理、分析，以此建立更加符合业务需求高潜质的候选人画像，再通过自动匹配更迅速更客观地寻找到合适的人选。需要指出的是，我们在目前阶段还是把AI 作为提高初筛效率的辅助手段，以此保有更多的精力用来持续探索在早期吸引以及加强候选人体验方面的可能性。
除招聘领域，在其他HR 各个领域企业都在尝试数字化尝试，开发各自领域的系统，以为People Analytics 和人工智能建立好的历史数据积累。至于在系统搭建完成，数据打通之后，企业还能在哪些场景中开发人工智能产品？针对这一问题，博世目前并不急于给予确定的答案。
案例启示
正如在访谈中，受访者在谈及人工智能在学习发展领域的尝试和运用时，坦言道：博世现阶段更多还是在“人工”阶段，为“智能”蓄能。那这些实践和人工智能之间的关系又是什么呢？从博世的实践中我们又能获得什么呢？
一方面，在受访者看来，对于人工智能，企业无论是处于观望状态还是正在实践的阶段，首先需要保证的是所有的数据是完整、有效且无误的。当数据基础是完善健康的，未来在人工智能的规划清晰了之后，能够直接采取行动，快速进入实践。
另一方面，无论企业现阶段是否有实践人工智能或是数字化的想法和计划，线下的业务逻辑和流程应该保证清晰，需要“先人工后智能”，只有把人工部分的流程梳理清楚，确保数据之间的交互、流转， 才能更好的迎接智能。企业需要根据目前系统和数据的情况，制定全局性的规划。
您好，欢迎申请加入智享会！期待智享会和您一起成长！
立即申请
