利用人工智決策：組織精簡時的客觀評估

美國各地的高級企業官員現在都著急煩惱得很。 2023年的經濟環境不確定，但有一件事是肯定的──更多的裁員正在來臨。光是2022年11月各公司就宣布了8萬多人的裁員，包括美達、亞馬遜、推特等科技巨頭以及百事可樂、高盛、福特等傳統企業。

裁員一直都是管理階層必須完成的最困難的事情之一。你該讓多少人走人？你應該什麼時候做？誰留下來、誰離開？你要提供什麼樣的遣散費？你要如何保護你的多元化目標？如何保持那些留下來的人的信任和生產力？

讓太多的人走人、走得太快了，你可能會破壞組織的服務和執行力。讓太少的人走人、走太晚了，你可能會虧錢。讓錯誤的人走人，你可能會造成組織內部混亂。這事情如果搞錯會對獲利能力、生產力、品牌聲譽和股票價格產生巨大影響。

筆者因此在想，人工智慧可以協助解決這個問題嗎？

人工智慧在最近幾年蓬勃發展，可以幫助人力資源部門尋找、篩選和麵試候選人，甚至還可以減少招募中出現的偏見。 IBM和其他公司利用人工智慧預測哪些員工即將辭職。這裡主要是吸引和保留人才。

裁員能不能也用人工智慧呢？有沒有人工智慧工具可以幫助指導企業的決策？事實證明是有的。筆者想在這裡與讀者分享五種方法，其中的人工智慧可以令「組織精簡」達到對雇主和員工都有利的目的。

組織精簡：利用人工智慧做決策的五大法寶

1、績效評估

部門經理在需要裁員時通常會拿到一個人數配額並被賦權選擇裁減誰。但對於身處前線的管理人員來說，部門的每個成員似乎都至關重要。如果沒有足夠的工具和經驗來指導他們做決定，這個過程可能會亂套，這對員工士氣有很大的破壞性。

人工智慧可以提供客觀的績效評估，可以幫助管理者決定誰留下誰走人。諸如GoFusion Perfacto和Entomo的人工智慧軟體新創公司現在可以利用來自員工生產力、出勤記錄和其他關鍵績效指標的數據，可以基於客觀績效指標來幫助將明星員工與其他員工區分開。

這個方法可以為部門主管提供裁員決策的理由，進而使領導者和團隊都擺脫純粹靠主觀做決策的弊端。

2、技能清單

管理者在裁員壓力時做出偏向短期需求的決定是人之常情。而在理論上，保留你的組織裡核心業務活動最急需的人才卻更有意義。但如果全盤照著做，就可能使你無法準備好承擔那些面向未來的策略性舉措。

人工智慧可以幫助盤點你的組織的技能分佈，並將其與市場需要預測進行比較以及確定哪裡還存在技能差距，以便你將其納入決策。諸如eightfold.ai和Seekout一類的工具提供了他們稱為「人才情報」的數據，可以將關於員工技能的見解與市場和組織需求結合起來，進而做出數據驅動的人才決策。這就使得首席管理人員能夠考慮整個組織的人才管理要求，而不僅僅是個別部門的要求。

3、再訓練潛力

裁員意味著更少的員工，每個人將要承擔更多的工作。組織被重組。一些職能被合併。留下來的員工往往必須承擔新的角色及學習新的技能。人工智慧可以幫助識別那些更適合重新學習技能的員工，並就如何幫助他們擴展或改變自己的角色提出建議。

像是Pymetrics和Workday一類的人力資源軟體提供了相應的工具，這些工具可以分析你現有員工的軟技能和硬技能的數據，以及證書、業績記錄、過去的專案和許可等等，進而達到確定最強的遷移或角色擴展機會。這些結果有時甚至包括個人化的課程建議和培訓模組，因此你可以有一個明確的路線進行員工技能的重新培養。

4、避免偏見

在世道好的時候，足夠地重視組織的平等意識會感覺更容易些。但面臨裁員的壓力時，這種決心可能會開始動搖。你怎麼能確保決策是公平的、客觀的、符合你的組織的平等目標？你如何維持你的組織對多元和平等的承諾？

人工智慧在這方面也可以提供幫助。例如，Onwards HR包含一個“不利影響分析解決方案”，方案可以分析各部門的數據並令人力資源和法律團隊了解那些解僱員工名單中的潛在偏見。

5、對離職員工的支援

人工智慧即使對於那些必須被解僱的員工也可以發揮一些作用。幫助你的員工過渡不僅是正確的事情，而且對於保護你的組織免受來自外部和內部的聲譽損害也很重要。

人工智慧可以幫助被解僱員工定位自己的角色及確定下一步的求職目標公司，還可以為他們獲得成功獲得新工作所需的技能提供支援。例如，FutureFit人工智慧可以將員工的技能與數以億計的人進行比較。 FutureFit人工智慧然後可以利用即時勞動力市場數據推薦職業發展、提出學習路徑、幫助下崗員工獲得成功——所有這些用的都是人工智慧。

BlueJ Legal等公司的人工智慧甚至可以幫助你根據年齡、角色、服務年資和訴訟案例法來確定應該提供什麼樣的離職員工最佳遣散費。

我要明確說明一下，我並不主張將裁員決策權完全交給人工智慧。雖然把裁員的髒活累活完全交給人工智慧可能是件好事，但仍需要人類介入策略性地、有同情心地處理裁員問題。但如果使用得當，人工智慧肯定可以支持領導者做出我們任何人必須做出的最艱難的決定。

以上是利用人工智決策：組織精簡時的客觀評估的詳細內容。更多資訊請關注PHP中文網其他相關文章！