基于AI+RPA技术在企业人力资源领域的应用

王颖

摘要：通过AI+RPA技术打造广泛应用于各行业的数字机器人，推动提质降本增效及数字化转型升级，以及解决人力资源领域HR管理者日常处理大量冗杂、琐碎、重复的工作痛点。

关键词：AI  RPA  数字机器人

1.什么是AI

人工智能（ArtificialIntelligence），缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

2.什么是RPA

确切来说，它并不是一个真实的、肉眼可见的机器人，⽽是流程自动化服务。RPA的全称为机器人流程自动化（Ro Botic Process Automation），是一款软件产品，可模拟人在电脑上的操作行为，替代人在电脑前执行具有规律与重复性高的办公流程，按照预先设定的程序，帮助人们完成各类数字化工作，具有6大特征：

1.模仿人的操作，跨系统跨平台操作

2.7*24 不间断工作，大幅超越人的效率

3.基于任务流程运行，0误差，完全合规

4.非侵入式，不受IT底层限制

5.机器人工作可视化呈现：高效管理，可追溯

6.敏捷运营：灵活部署机器人数量，实时统计运行效率

对于RPA，也有人将它称为数字劳动力（DigitalLabor），因它擅长把工作流程中的重复操作进行自动化。繁琐流程自动化是企业数字化转型的重要环节。RPA能够有效优化传统办公流程，提升工作效率，间接优化企业劳动資源配置，助力企业数字化升级。

3  AI+RPA在企业人力资源领域应用价值

AI+RPA领域有着广泛的应用场景和空间，数字机器人可以助力企业提质降本增效，可以从重复低效工作中解放人工，可以减少出错和风险，提升人效价值。

3.1  助力人力资源共享服务，降低人力成本、提升企业效率

在人力资源共享服务运营中，有一些原本靠人工进行的重复性高且细节繁琐的业务操作，可以使用RPA技术进行替代，例如：招聘信息录入、简历筛选、工资数据收集等;对于AI问答机器人（图1）通过文本数据预处理、NLP任务识别、答案的相似度计算与排序等算法的应用，通过问答机器人多轮对话以及机器人的不断知识库积累更新、迭代，将逐步取代共享服务中心人工客服，从而实现一个从对话收集到反馈的流程，让人力资源共享服务云上大厅的实现成为可能。

3.2  降低人工操作的风险

对于重复性高且琐碎的工作，员工在持续工作1-2个小时后注意力会减退，出现疲劳等现象，加上工作环境的外部影响，往往容易引起错误操作，可能会因错误带来较大的影响，可以用PRA技术实现考勤规则校验、异常信息发送、工资数据校验与导入、错误数据筛查等。

3.3  打通信息化系统，提高灵活性

RPA对接企业各自信息化系统具有极大的优势，无需对用户的信息化系统进行改造，RPA机器人通过模拟人的实际操作行为，比如导出导入、复制粘贴、信息填写、信息抓取等实现跨系统的联通。例如在人力资源管理中离不开财务系统对于人工成本核算的支持，一般数据获取采取开发数据接口方式，其实现方式成本高且周期长，可利用RPA技术实现财务数据自动抓取并填写至人力资源系统中，从而打通数据壁垒，实现方式即快捷又不受接口程序影响，大大提高了数据的集成度与灵活性。

3.4  AI赋能数字决策能力

伴随着以深度神经网络为代表的新一代人工智能技术的发展，RPA纷纷与各类人工智能技术进行融合，试图突破传统RPA只能从事简单重复流程的桎梏，转而从事更复杂、更有价值的工作。智能外呼能力+RPA将不同场景下的规则及业务经验模型化，结合业务流程情况，使“数字机器人”具备分析判断并自动化处理的能力，可以赋予数字机器人的决策能力，完成复杂场景的智能分析和决策，也可以像人类一样将所发现的问题汇总后写成一篇分析报告，实现人力资源数字化决策。

人工智能从诞生以来，理论和技术日益成熟，应用领域也不断扩大，2019年Gartner公布了影响企业未来发展的10大关键技术，RPA荣登榜首。可以设想，未来人工智能带来的科技产品，将会是人类智慧的“容器”。埃森哲已发布：未来，数字机器人将覆盖人类91%的工作场景，可以对人的意识、思维的信息过程的模拟，将给企业管理带来更精准的技术手段，而AI+RPA技术也必然成为数字化转型重要的技术工具。

参考文献

[1]Adrian Jones.AI+RPA助力企业开启数字化劳动力时代[J].软件和集成电路，2019（9）：36-37.

[2]康健.浅析RPA技术在HR薪酬管理中的应用[J].智富时代，2019（12）：235.

[3]阚衎，袁子怡，叶杨薇，等.基于AI技术的人力资源管理自助服务平台调研[J].信息周刊，2019 （10）：87.