数字化人力资源平台,助力裕同业务高增长
裕同科技是集研发、销售、制造于一体的多业态企业,目前在全球有48个制造基地、5个服务中心、近100个法人组织,区域多且分散,企业人员规模约30000人,人员种类多,涉及大量异地员工管控与劳动关系处理等业务,高峰期大批量基础用工和灵活用工批量入离职办理、考勤排班、算薪等业务非常繁琐,具有较大的用工风险和治安风险。
为规范及赋能人力资源管理业务,裕同科技基于用友BIP构建了数字化人力资源平台,集人力资源运营、专业服务和人才发展于一体,实现全生命周期人力资源管理的流程化、自动化、移动化、集成化、全球化、高体验及可扩展性,强化HR与战略、业务的衔接,强化数据分析能力,创造持续的业务成果。
平台分二期建设,第一期于2021年7月系统正式上线,已覆盖全集团国内外近90%的分子公司,应用了组织、人事、薪酬、社保、绩效、人才发展、员工自助等模块,实现组织、人事、考勤、消费、薪资模块数据全面协同,集成了已有的招聘、学习、资金管理、电子签章等系统及人证对比机、人脸考勤卡、人脸门禁机等设备,提升业务办理的效率至少30%、降低了20%人力运营成本、员工的满意度提升了50%。

多组织形态设置、网状组织矩阵式管理
平台搭建了科层式管理架构,实现管理组织、法人组织、区域组织、专案组织等不同组织类型的设置;也实现了按照人资体系、财务体系、营销体系、交付体系等职能线条的横线矩阵式管理;以及专项项目型组织,成员在各人力管理架构中任职在项目组织中兼职,系统可支撑完成对应的项目任职时间项目角色设置,进行项目绩效考核、奖金核算、成本分摊等相关业务操作。
国际化应用,员工管理
面向全球化需求,平台支持多语言包满足海外使用,可根据各国家数据安全要求进行系统数据存储配置,适应不同国家的本土政策法规。覆盖越南、印度、印尼、马来西亚、泰国等东南亚国家,支持按照国外当地要求配置人事信息记录字段、考勤制度、社保结构、薪酬结构、个税计算规则等等,实现多币种的工资核发。
全员绩效,目标导向,促进员工自主前进
平台通过绩效管理工具,搭建企业绩效指标库,实现公司各层级绩效考勤方案的灵活设置、在线绩效填报与考评计算得分,支持强制分布。绩效结果数据直接有助于薪资核算、人才盘点等相关模块。全员自助绩效,充分发挥员工的潜能和积极性,提升员工的自驱力。
人工成本每日监控,辅助高管决策
平台实现员工的灵活排班,汇总打卡考勤记录,筛选出直接用工与间接用工,可计算出每日时薪。每日晚将直接人工成本传入主数据平台,汇集其他系统相关数据,形成高层经管报表展示。
移动化贴身员工服务
平台为员工提供覆盖全生命周期的员工服务,将人力资源从事务性工作中解脱出来;支持员工与公司之间的信息沟通和互动,加强员工对人力资源业务的参与感和服务的感知度,在服务好员工日常事务需求的基础上,激励员工发展。

通过2年的建设,项目实现了人才全生命周期的全场景流程覆盖,40个流程效率大幅提升;实现了多地域、不同用工类型员工的灵活管理,可以对于合同工、劳务派遣工、实习生、外部人员等不同的用工类型执行不同的人员管控模式及流程、算薪规则、考核规则等,用工风险和治安风险大大降低,考勤分析效率从60分钟缩短到5分钟,算薪效率从60-90分钟缩短到1分钟,考勤关账从原来的每月5号提前到每月2号;通过人脸考勤与消费,园区服务的成本也大大降低,以深圳石岩园区为例,一年约节约逾50万成本。项目二期将重点在绩效管理、人才发展、学习发展及数字化决策上做进一步的深耕,支撑公司国际化、裕同化、专业化、数字化的人力资源战略。
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。