
AI 正在如何改变员工入职(以及接下来会怎样)
HR 技术进步了。入职的结果却没怎么变。AI 改变这一点,靠的不是让一切更光鲜,而是让整个流程不再那么脆弱。哪些是真的,哪些是炒作,接下来又会怎样。
这篇文章有一种写法,是用一段激动人心的预言开头,说 AI 将改变一切。这篇不是那样的文章。
实际情况是这样的:尽管多年来在 HR 技术上投入不少,但据 AIHR 的数据,仍有 48% 的员工认为入职后的培训不够。新员工流失仍然是 HR 负责人提到的首要挑战之一。工具变好了。结果却没怎么变。
AI 改变入职,靠的不是让它更光鲜。靠的是让流程不再那么脆弱。这是很不一样的两件事。
AI 真正解决的问题
在谈 AI、急着给出解决方案之前,我们先谈谈问题。入职的某些部分仍然太依赖手动。复制粘贴太多,从零写起的邮件太多。一次典型的入职还可能牵涉 HR、IT、用人经理、伙伴和行政。消息要按正确的顺序发出。任务要在特定的日期完成。权限要在第一天之前开好。而这些事往往由不同的团队来做,大家用着不同的工具、邮箱或日历。
接着例外就来了。新员工的入职日期变了。有人接了别家的 offer。IT 根本没看到权限申请。经理那一周在出差。每一次都得有 HR 同事发现问题、弄清哪里出了岔子、再出手补救。
正如一位与我们交流过的 Director of People Operations 所说:“我们得催 IT 配电脑,催经理安排见面,催人事办手续。一团乱。”
所以根本的问题在于入职很脆弱。环节太多,可能出岔子的地方也太多。这正是 AI 能发挥大作用的地方。不是把例行工作自动化,而是让整个系统不那么容易断。
AI 入职是什么样子
首先,我们来区分一下自动化和 AI,因为如今被包装成“AI 入职”的东西,有一些其实只是自动化。基于触发器的消息、按岗位区分的内容、根据入职日期或部门给不同的人发不同内容的条件逻辑,这些全都是自动化。
AI 带来了自动化自己做不到的东西:它会适应。
AI 能带来什么:自动化每次都在同样的触发点发出同样的消息。AI 则可以发现销售团队的新员工总是完不成设置任务,或者某个部门的经理沟通一直没有发生。它可以把这些规律呈现出来、做出标记,并最终根据实际发生的情况做出调整。这是另一种能力。它不只是在执行工作流。它是在勾勒整个系统运行状况的全貌。
AI 还可能改变 HR 团队搭建旅程的方式本身。HR 不必在条件逻辑树里一层层点选,只要用大白话描述想要什么,系统就能起草出结构。这降低了做出好入职流程的门槛,而这很重要,因为许多公司仍在手动操作。
哪些被吹过头了:认为聊天机器人可以替代真实经理的热情欢迎,或者替代伙伴告诉你的“公司实际是怎么运转的”。AI 也许擅长发现规律和缺口,但不一定擅长让人觉得自己属于这里。
一位 G2 评价者说得很好:“如果员工回复了一条自动消息,对话会和我们设为发件人的团队成员继续下去,员工完全感觉不到 Pyn 的存在(这一点非常打动我们)。”这就是目标。起到赋能和支持作用的 AI。
静态工作流为什么不够用
大多数入职工具靠静态工作流运行。有人搭好一串任务和消息。每位新员工按同样的顺序收到同样的东西。
把这些工作流自动化,对 HR 团队帮助极大,也为员工带来了更好的体验。但难处在于,因为各自的需求、经理或其他种种因素,每个人的入职体验仍然可能不一样。
静态工作流对这些都无法做出回应。
现在正在发生的转变,是从内置逻辑的固定工作流走向自适应系统。可以把它想成纸质地图和 GPS 的区别。地图给你一条路线。GPS 会听、会学,并根据实际情况重新规划路线。
Gartner 估计,到 2026 年底,40% 的企业应用将使用针对特定任务的 AI 智能体。在入职中,这意味着系统不只是在第 3 天发一条消息。它们会注意到哪里不对劲,并做出调整。
从后勤到判断
眼下,HR 的入职工作有很大一部分是后勤性质的。追踪谁做了什么。跟进 IT。提醒经理。确保合适的消息在合适的日子发出。这是协调工作,它消耗了大量的时间和注意力。
当 AI 接手这些协调工作时,HR 的角色不只是变轻了。它的形态也变了。
AI 可以提示你某位新员工到第 5 天还没完成设置。但它无法告诉你,这是技术问题、信心问题,还是当初对岗位的描述言过其实的信号。AI 可以提示你某位经理还没有跟进。但它无法告诉你,这位经理需要的是一条提醒、一次谈话,还是别的什么。
留给 HR 的是解读。判断这些信号意味着什么,弄清一个人真正需要什么。这些判断需要对情境的把握、同理心和对组织的了解。
接下来会怎样
如今被包装成 AI 入职的东西,有一些其实仍然只是自动化。这也说得通,因为自动化能做到的事,就不需要 AI 来做。发一封标准的欢迎邮件不需要 AI。那不是它创造价值的地方。它创造价值的地方,在于超越自动化能做的事。
会学习的系统,而不只是会执行。现在,工具每次都在同样的触发点发出消息。即将到来的是这样的系统:它们会注意到哪里不奏效,比如销售团队第 5 天的消息没人读,经理的沟通总是迟到,并把这些呈现出来。不只是一个你得自己去看的仪表盘,而是会做出标记、帮你采取行动的东西。
用描述代替搭建的工作流。如今搭建一段旅程,意味着一个分支一个分支地梳理条件逻辑。有了 AI,你可以用大白话描述想要什么,让系统起草出结构。这很重要,因为眼下做好入职的门槛,有一部分就在于把它设计好所要花的力气。
贯穿整段旅程的记忆。最重要的工具,会是那些能保持情境的工具:知道每位员工经历过什么,他们的经理表现如何,以前类似岗位的人用什么办法奏效。而不只是知道今天是第几天。每次会话都从头开始的 AI,对一段 90 天的入职体验来说其实没什么用。
知道什么事需要人来做。AI 入职系统能做的最有价值的事,是告诉 HR 什么时候该介入。更清楚地提示哪些情况需要判断,哪些不需要。
Pyn 这样的公司正朝着这个方向构建。(如果你正在评估工具,这些问题值得问每一家 AI 供应商。)愿景不是用 AI 取代 HR 团队。而是给他们一个处理例行事务、呈现重要信息、并且越用越聪明的系统。
这件事真正的走向
我们从真正的问题说起:入职很脆弱。交接太多,可能出岔子的地方太多,需要有人手动发现的例外也太多。
AI 解决这个问题,靠的不是干得更快。靠的是让系统更有韧性。入职日期变了,有人处理。IT 申请没了下文,会被提出来。经理没了动静,会收到提醒。而当某件事确实需要人来决定时,HR 有时间、也有信息把决定做好。
这不是小事。让入职显得一团糟的,大多不是哪一次失误。而是那些被漏掉的小事日积月累。有人没拿到电脑。第二周没人问候。经理忙不过来,而且看得出来。
AI 不保证完美的体验。但它可能意味着被漏掉的事更少。而在入职这件事上,这往往就是新员工留下还是离开的区别。
