ZD至顶网CIO与应用频道 02月01日 人物访谈(文/王聪彬):人力资源在每一个企业中是一个平常的不能再平常的职务,但里面的学问可不少。如何根据企业发展战略进行合理配置,通过一系列机制调动员工积极性,发挥潜能都是必不可少的技能。
但企业中的人力资源真正可以做到的却少之又少,在大型集团型企业来说,从入职到离职/退休的一系列管理都需要由人力资源部门进行处理,工作量不言而喻。在小型企业一个人可能身兼数职,可能也无暇分心。而把某一项或几项人力资源管理工作或职能外包出去,交由外包公司进行管理,不仅可以降低人力成本,还可以获得更大的灵活性。
传统人力资源之困
人力资源市场正呈现出前所未有的变革趋势,尤其体现在人力资源外包上。IDC指出,在过去六年里,人力资源职能的外包增长幅度已接近70%。Global Industry Analysts报告显示,到2015年,全球人力资源外包市场规模将达到1620亿美元,这里包括了全部的企业类型。
中国的人力资源外包市场一直处于探索开发期,很多企业还在采取手工Excel表格进行工资计算,有些企业则采取手工与软件结合的方式来处理。还有些规模大的企业会建立SSC。
ADP研发部副总裁Lucy Li认为这只是现状,中国的变化可以说是一日千里,尤其是国际化的趋势越来越快,外国企业进入中国,中国企业走向国际。在这一过程中,中国企业将面临着内部流程非标准化、合规问题、人力成本上升以及由这些问题引发的各种潜在风险。
ADP研发部副总裁Lucy Li
随着企业在国际化的扩张,HR系统较多,报表不统一,不规范,为人力资源管理带来了巨大的困难。而HR部门可能会忙于日常事务性工作,难以有时间和精力为企业提供发展战略上的支持。
尽管采用人力资源外包可有效化解上述这些问题,但企业的传统思维又会带来很多忧虑:如人力资源外包之后HR是否会下岗,企业数据是否安全,外包成本是否过高。
破解之法:人力资源外包
采用人力资源外包不仅满足企业在成本控制、合规及流程标准化方面的多种发展诉求。重要的是,可以让HR部门从一个事务部门转变成战略部门,看到企业人员的分配是否合理等,HR部门可以将更多时间去做战略方面的考虑,而不是一些事务性的操作。而且第三方人力资源服务机构还可以给予更多政策支持,辅助进行正确的战略决定。
在美国平均每6个人中就有1个人是由ADP在发放工资,在国外,人力资源外包是一件很平常的事情,这在中国本土企业却并不多见,中国的外包用户群多来自拥有跨国业务的公司。
2006年ADP进入中国市场,2009年开始为中国市场提供更全面的本土化的解决方案。目前ADP在北京、上海、深圳共拥有400多名员工。ADP提供基于云的人力资本(HCM)解决方案,包括人力资源、薪酬、人才管理、考勤管理、税务及福利管理解决方案。
针对不同规模的企业ADP可以提供不同的解决方案,GlobalView适合于大型跨国企业、Streamline适合于小型跨国公司、BOB 适合于中国本地企业。同时根据客户的需要,ADP还可以为企业提供薪资模板,这非常受到中小企业的推崇。
同时ADP还完成了人力资源外包到人力资本管理的转型,而且这个转型从十几年前就已经开始,只是当时技术与业务理念存在差距,现在则实现了同步。Lucy说现在人力资源服务最新的趋势是移动化,在美国几年前就已经开始发展,现在中国也将快速推广。
快速交付的个性化定制
基于云的SaaS服务其实并不少见,在人力资源领域也已经不再在蓝海市场,ADP则可以提供更多增值服务。例如在SaaS模式中,企业需要自己在系统中设立并维护法律法规,并为任何不合规的操作承担法律风险,而ADP的顾问会了解客户的需求,并承担这部分工作。
传统大型企业和集团型企业在做人力资源时,都会有人力资源咨询公司参与帮助梳理流程。ADP凭借当地专家帮助客户梳理现有流程,实现标准化以及合规。并且在前期销售阶段就会明晰客户需求和业务做匹配,实施阶段实施顾问会全流程参与,最快速度进行反馈。
在Lucy Li看来,现在企业越来越看重人力资源相关的数据分析,ADP向客户提供的不仅仅是一些报表,还能够提供一些有价值的数据分析报告,帮助客户发现问题和解决问题。
未来ADP在产品上将更加延伸,更加数据化,例如《ADP全美就业报告》通过不同行业企业的实际付薪数据进行整理和分析,反映了美国整体就业状况,被视为是美国经济状况的晴雨表。相信在不久的将来,随着ADP在中国服务客户数量的不断增加,也将会发布中国的就业报告。
好文章,需要你的鼓励
机器人和自动化工具已成为云环境中最大的安全威胁,网络犯罪分子率先应用自动化决策来窃取凭证和执行恶意活动。自动化攻击显著缩短了攻击者驻留时间,从传统的数天减少到5分钟内即可完成数据泄露。随着大语言模型的发展,"黑客机器人"将变得更加先进。企业面临AI快速采用压力,但多数组织错误地关注模型本身而非基础设施安全。解决方案是将AI工作负载视为普通云工作负载,应用运行时安全最佳实践。
MBZUAI研究团队发布了史上最大的开源数学训练数据集MegaMath,包含3716亿个Token,是现有开源数学数据集的数十倍。该数据集通过创新的数据处理技术,从网页、代码库和AI合成等多个来源收集高质量数学内容。实验显示,使用MegaMath训练的AI模型在数学推理任务上性能显著提升,为AI数学能力发展提供了强大支撑。
面对心理健康专业人士短缺问题,谷歌、麦肯锡和加拿大重大挑战组织联合发布《心理健康与AI现场指南》,提出利用AI辅助任务分担模式。该指南构建了包含项目适应、人员选择、培训、分配、干预和完成六个阶段的任务分担模型,AI可在候选人筛选、培训定制、客户匹配、预约调度和治疗建议等环节发挥作用。该方法通过将部分治疗任务分配给经过培训的非专业人员,并运用AI进行管理支持,有望缓解治疗服务供需失衡问题。
这项由多个知名机构联合开展的研究揭示了AI系统的"隐形思维"——潜在推理。不同于传统的链式思维推理,潜在推理在AI内部连续空间中进行,不受语言表达限制,信息处理能力提升约2700倍。研究将其分为垂直递归和水平递归两类,前者通过重复处理增加思考深度,后者通过状态演化扩展记忆容量。