2022年由开发的，成为历史上客户增长最快的应用程序，推动各国创新竞争进入新赛道，技术的创新必然会带来相关领域增长型的创新变革。面对未来，我们可以多维度、多视域的探索对人类的思维方式、行为习惯、价值观念、生产变革以及学术研究领域的探索。
看起来可谓是无所不能，通过学习大量现成的文本和对话组合，便可以很流利地进行与人之间的对话。无论是英文还是其它语言，无论是写故事、写程序或者是写商业计划书、亦或是进行专业领域的分析，可以轻松应对，可谓是新时代的“人工智能”。
于是便引入了管理方面的问题，管理是面对事实解决问题；管理也是一门学问，意味着管理有规律可循，我们所要做的是要符合管理的规律；同时管理的本质是管人，更加要重视的便是人力资源管理。人力资源管理的基本规律便是人事相宜的原理，人与事之间要相互适应，相互促进，由于人们不同的能力以及兴趣爱好，需要进行相应的分工。因此，人力资源的重点应做到人尽其才，才尽其用。这样既可强化人类自身生存和发展的技能，又可以使人类的知识与技能更加推动社会的健康发展。
这就要谈谈人性这个问题，历史上对于人性有多种假设，比较具有影响力的是：“经济学人”假设、“社会人”假设、“复杂人”假设、“观念人”假设。人力资源管理要管理得好，既要能招下好的员工即工作效率高、与组织文化切合的人，还要会进行有效的管理，让他们在最大的效率下以积极的心态来工作，做到员工与管理者双赢的局面。这些都对的能力提出了很高要求。
虽然拥有强大的算力系统，可以进行不断地迭代升级，不断地学习。但是，最大的缺点同时也是它未来发展最大的难点，便是“人性化”决策、“人性化”管理，难以将人的思维方式运用到员工激励、员工的管理上。毕竟它只是人工智能，又何曾能理解人类想要的东西，难以与人类共情，更无法做到将心比心。如果应用于企业人力资源管理的话，也只是可以做比如：招聘助手、员工培训、雇佣政策的解读、税收查询、情感分析等工作。
因此，并没有强大到可以胜任何工作，更何况它的属性也只是自然语言处理工具。在我看来将用于管理领域还有以下不足：
专业性不足
虽然涉足领域多但是却泛而不精，由于仅仅为人工智能语言引擎，涉及到的信息是面向大众的，所以在访问人力资源部门等官方机构的时候会受限，这就导致了回答信息会出现专业性限制，未能触及较深的知识使得 仍停留在基础的专业水平，是无法与特定领域的专业人士进行比较的。
数据收集仍存在问题
要想训练获取数据信息的能力，就需要大量的数据文本来为提供一个获取、分析、理解数据的训练的内容。这样，如果训练数据不足或者是质量不佳，的性能可能会受到很大的影响。但是由于有提供数据者自身的文化、性格的限制引起的选择性选取信息会导致供训练的信息受到很大影响。这些带着固有偏见的限制也会加强分析信息的刻板印象。
缺乏常识性的错误
对于人力资源管理来说，是要应用于从海量的人员应聘的数据上分析、获取有用信息的领域。但是，由于他的知识基础是从海量的文本数据中学习而来的，因此，它往往缺乏常识性的知识和现实经验。这同时也会导致有时生成的语言不够准确或者缺乏逻辑，在与应聘者进行谈话时会有极大的限制，导致做出的回答有可能不是那么“地道”。
那么在人工智能迅速发展的年代，我们如何做到不可替代呢？
首先便是提高专业素养，强化系统性知识积累和敏锐洞察力。强化知识能力，更重要的是要做到深刻理解企业的战略以及发现应聘者独特优点的能力。人工智能毕竟是在算法的加持下才可以得以顺利运行，人脑的算力显然要优于机械的算法，只有那些资历丰厚经验丰富的企业管理者才能做到洞悉企业问题和分析诊断的能力，并能结合企业未来发展的前景与组织文化，加强企业各个层级内部沟通的效率，提升自身的领导能力。同时，还应当强化慧眼识人的能力，在员工安排的时候真正做到正确的人做正确的事，做到因事择人、因材器使。未来，企业管理者新型的管理方式是“人机共生”，是让成为自己管理未来企业的合作者；同时也不可过分依赖于，警惕成为躺平式管理的助推器。
相关文章
