發布時間：2023-09-24 15:54:25
序言：寫作是分享個人見解和探索未知領域的橋梁，我們為您精選了8篇的人工智能市場趨勢樣本，期待這些樣本能夠為您提供豐富的參考和啟發，請盡情閱讀。
伴隨著1980年代傳統客戶/服務器試的網絡構架興起，數據庫的引用，以及諸如PowerBuilder這樣的可視化編程開發工作的出現，流程重組于1990年代流行起來。
到了1993年，百分之六十的世界五百強企業利用IT系統自動管理日常業務，比如保險申報流程，應收發票或者購買訂單對賬。這種技術決定商業轉型的觀點在Michael Hammer 1990年發表的著名HBR文章“消滅自動化”中也有表現。
20多年過去了，因為人工智能及其相關商業應用的出現，我們即將迎來一場新的轉型。這次與以往不同的是，這場轉型將由下自上波及到所有的工作人員，比以往的改變更具有顛覆性。那么什么是人工智能驅動下的應用呢？他們又會給商業模式帶來怎么的重組呢？
人工智能驅動下的應用是能高質量完成任務，由一定教育程度的員工掌控的軟件。在專注于解決特別任務的“辦法”優化服務下，這類應用能幫你安排商務會議，回答顧客的基礎問題，及時更新你的航班狀態，讓你在以為只剩五分鐘的情況下告訴你航班延誤了20分鐘。
在IT權限范疇之外，不管他們是否意識到，員工，團隊乃至整個部門都將參與和支持這場由人工智能應用引導的重組中來。每一個單項的應用能夠簡化消除一個任務，那么一個員工可以用不同的應用為其自動解決日常工作中堆積的常規任務。參與者會因此變得高效和具有更強競爭力，部門經理進而可以將技術攻堅和成本節約上升到一個新臺階。
AI驅動的App將會掀起企業淘金熱
x.ai的“Amy”，也就是為你安排商務會議的AI，完全會讓人上癮。你只需要把郵件抄送她，她就會幫你與收件人接洽，找到合適的時間和最優的地點。我每天都會使用她，并且完全無法想象沒有她的工作會怎樣。目前她還在測試階段，但其他測試者都告訴我，這是他們多年來使用過的最像“魔法”的東西。每個月收費5元還是10元好？其實都無所謂，如果Dropbox在企業間迅速崛起，只需要等著x.ai公開，那么繁忙的高管、咨詢師、銷售人員就會迅速購買Amy，并愿意花更多的錢。
Amy可能是目前讓人眼前一亮的突破性應用，但是AI驅動的應用在其他領域也會有同樣的效果。為了直觀地展示聚焦于各個不同領域的創業公司，我們制作了下面這張圖表：
我們對AI驅動的商業應用的定義是：用戶體驗由AI軟件驅動。今天，這涵蓋了語音(如蘋果的Siri)，基于文字的交互(x.ai的Amy)或智能通知(如Google Now)。其他關于人工智能驅動的商業應用實例比如谷歌搜索的智能填充功能區別于它們工作流程中的不智能步驟。
我們在圖中涵蓋了開發者服務，因為他們將帶來下一波AI驅動的商業app的大量涌現。在圖表中，我們除了放入有成熟產品的公司，還涵蓋了產品即將上市的公司(根據他們的產品路線圖)。
再來看看Shivon Zilis制作的機器學習全景圖：
排除每個類別的細微差別，值得注意的一些市場趨勢有：
新行業將會在未來幾年內涌現在我們對創業藍圖的初次分析中，發現有10種App類型攜帶AI處理功能。而這僅僅是個轉折點。在未來兩年內隨著企業家們將新的商業活動自動化，創業行為也將激增。連線雜志的Kevin Kelly熱情的說道：未來一萬個創業商業計劃都很容易預測：“X”理念和攜帶人工智能。期待企業軟件類別中涌現出的AI驅動商業app將直抵用戶終端。
令人著迷的用戶體驗使這些App獲得“隱形軟件”的稱號。就基本形式來說，今天的AI驅動app將一個工作流自動化，就是在用戶與軟件界面的互動中提取出一個步驟。在未得到用戶許可的情況下后臺的AI程序*不能做出下一步要做什么的推測。而這一切將會改變。
像Amy一樣的AI驅動App將進化成無用戶界面的“隱形軟件”，在一項復雜的業務流程中執行一系列連續步驟而不需要用戶介入。Amy不僅能安排日程和會議時間，她將運用思維邏輯上的一次躍進來找到最佳的集會地點(而不是困擾你的那種偏好提示)。這種差別是至關重要的。通過串聯獨立“任務”的邏輯關系，軟件將會概覽全局并做出更高級別的決策。
結果就是，屏幕時代將會逝去，而軟件能夠在后臺自動工作?！半[形軟件”是AI驅動app的巔峰成果，它有可能會甄別出各階段中的贏家和輸家。它同時也是最具破壞性的，因為它不僅是執行一項任務而已，而是自動化了一份職業。
AI驅動App領域中的下一突破將會是銷售助手。銷售的高管們總喜歡說“銷售藝術”，但很多銷售過程是重復的、可預測的，對AI自動化來說是時機成熟的。想象這樣一種入門級銷售職業發展服務吧：尋找LinkedIn上的領導，發送模板郵件詢問是否需要介紹會議，跟蹤郵件(重復性的)，安排會議，收集對方的情報，為銷售主管準備文件等等，到此重新開始。
2021行車記錄儀十大品牌排行榜 1. 惠普
2. 360
3. 小米
4. 盯盯拍
5. 凌度
6. 趴趴狗
7. 飛利浦
8. 聯想
9. ?？低?/p>
10. 小蟻
1. 惠普 發源地：美國
創立時間：1939年
惠普作為全球著名的信息科技公司，在信息產品和成像系統方面有著很高的聲譽，主要專注于打印機、數碼影像、計算機及軟件等等，是大眾信賴的2021激光打印機十大品牌。
2. 360 發源地：中國
創立時間：2015年
360本身就是一個大家非常熟悉的專注于信息安全的品牌，不少電腦和手機都安裝了360的軟件，所以在推出了360行車記錄儀這個車聯網軟硬件一體產品之后，迅速得到了歡迎。
3. 小米 發源地：中國
創立時間：2010年
小米是知名的創新型科技公司，不論是智能手機、互聯網電視還是智能家居生態方面，小米都在不斷給人們驚喜，它的所有生活類用品和電器都有著一貫的黑科技和人性設計。
4. 盯盯拍 發源地：中國
創立時間：2013年
盯盯拍是專注于連接影像技術的一家高新技術企業，在車聯網解決方案上也得到了很大的認可和用戶的喜愛，它的智能行車記錄儀產品以及定制可連接影像產品受到歡迎。
5. 凌度 發源地：中國
創立時間：2011年
凌度隸屬東莞市卡卡電子科技有限公司，是國內頗具影響的行車記錄儀品牌，有著業界一流的芯片研發和產品開發技術，還有行業內最大的生產線。
6. 趴趴狗 發源地：中國
創立時間：2001年
趴趴狗隸屬上海研亞軟件信息技術有限公司，專注于行車記錄儀和導航軟件的開發，軟件產品有自主知識產權，并且公司的經營團隊也都是非常有經驗的人士。
7. 飛利浦 發源地：荷蘭
創立時間：1891年
飛利浦作為一個久負盛名的電子品牌，在消費電子、家用電器、照明、醫療等領域都有很強的實力，尤其是醫療診斷影像、監護儀器以及芯片的開發上更是行業領先。
8. 聯想 發源地：中國
創立時間：1984年
聯想是全球知名的PC電腦制造商，也是智能電視和智能手機等產品的領先品牌，在信息產業內能夠提供全球用戶所需的技術類產品，是大家熟悉且信賴的品牌。
9. 海康威視 發源地：中國
創立時間：2001年
?？低暿潜O控安防領域的知名品牌，在視頻處理技術和視頻分析技術方面都是行業內領先的水平，在交通、金融、司法等不同領域都有齊全且優質的產品提供。
10. 小蟻 發源地：中國
創立時間：2014年
【關鍵詞】倉儲業，移動及語音，技術革命
2015年中國經濟整體下滑但電子商務及物流一枝獨秀，現代的倉庫和分銷中心管理者日益依賴于技術來實現電子設備的良好運行。
在“雙十一”及“節假日”的物流倉儲貨物不堪重負，使得人手分揀工作量極大，貨物爆倉的情況在各大快遞公司更是頭痛之事，人手分揀導致人工成本上升和作業出錯率攀升，極大損害了物流倉儲企業和消費者的利益。中國的倉儲業迫切需要一場技術性的革命。
在美國近幾年，語音和移動技術已成為管理者和員工利用的最有價值的兩個工具，并因而融合成為日益發展的“可視化供應鏈”的一個分支。美國的克雷布斯先生認為“語音技術真正地把人手從分揀應用中解放出來了?！?，作為V D CResearch公司負責企業移動與連接設備的副總裁，他始終在密切關注著語音和移動技術在庫房和分銷中心的應用。另一方面，在典型的分銷中心，移動技術則無處不在。在倉庫，可以通過移動設備、耐用的手提設備、w i f i以及網絡等技術手段來保證“完美訂單”（即正確且準時地完成訂單履行、裝載以及運送等）的實現，并減少時間的浪費。隨著越來越多的庫房承擔起全方位銷售的職能，即通過移動設備、電腦、實體店以及商品目錄等各種方式進行銷售，對于移動技術以及由此帶來的可視化供應鏈的需求變得日益必要和突出了。“為了實現這一點，物流運作商需要進行包括語音、傳統條形碼、無線射頻識別以及定位技術在內的大量數據和信息的采集?！薄?/p>
中國倉儲業面對的倉儲技術革命，更有效的利用移動技術的覆蓋功能和強大的語音執行指令及云計算，做好如下三點，才能走出一條適合自己創新之路：
1.移動技術成為主流平臺選擇。Capgemini公司負責庫房管理系統的經理弗農認為，如今，已經很難找到一家不依賴于任何移動技術來進行接收、加工、儲存、裝載等操作的庫房或者分銷中心了?！安还軓膫}儲行業的哪一個角度而言，移動技術都已經成為主流選擇?！?現在的物流管理者在倉庫、分銷中心以及整個供應鏈運作方面面臨著一系列重要的變化，設施增多和空間加大對于無處不在的高速移動通信提出了新的要求。對于可跟蹤追溯的精確要求、制造業回流運動的影響以及無數其他來自電子商務和相關交通運輸行業的挑戰正在促使物流供應商采用更加高效的方式管理他們的分銷中心。在中國移動信號覆蓋面廣，信號強可以作為倉儲的信息及信號傳遞的平臺。
2.語音控制技術成為主流控制選擇。庫房和分銷中心的管理者還在實踐中發現了語音技術的新用途。位于匹茲堡的語音技術解決方案供應商Vocollect公司負責產品的副總裁艾爾曼特就提出，類似于周期盤點、產品接收、承運、逆向物流以及審計功能等都可以經由語音處理。這些是對語音技術在分揀、選擇工作流程以及加工處理等傳統應用領域的擴充?！拔锪鲗I人士希望在分銷中心的狹小范圍內盡可能創造更多的價值，實現更多的改進，而途徑之一就是將語音技術擴充使用到分銷中心的非傳統領域”。艾爾曼特這樣認為。物流專業人士已經將語音和移動都視為資源之一。？語音技術應用隨著科技飛速發展，每天市場上都會出現新的語音和技術創新。因而，產品和方案解決商必須把準承運商的脈搏，因為是他們在購買和使用自己的產品?；肌７评账?，Vox wa r e（一家語音分揀軟件供應商）的總裁兼首席執行官介紹，他的團隊看到了市場對庫房語音應用的強大需求。菲利普斯估計語音技術已經滲透到20%的供應鏈系統。如果將市場細分為大、中、小三檔企業，那么語音技術在大企業中的應用已經接近60%～70%之間。在中國人力成本上升和貨物量爆倉、人手分揀工作量大和易出錯及中國老齡化的現象日益加重，利用語音技術來進行倉儲的分揀入庫、在庫、出庫、運輸、售后服務管理，語音技術的選擇是必然的結果。
3.云計算的采用。在菲利普斯看來，中小規模企業應用語音技術受限在大多數情況下都是因為成本的原因，而且他認為這種情況在一定時間段內仍將存在。事實上，語音設備的零售價格已經持續高達2000～3000美元。為了抵消成本，軟件公司已經開始提供基于云的模型，以幫助用戶在不需要大的前期投入的情況下啟用語音技術?！俺尚Ш苊黠@，80%多的新用戶正在使用云系統。”菲利普斯說道。在中國中小物流企業融資難，企業如何在不對稱的實力下，中國政府應該出臺語音云計算技術的支持和政策，云計算要建立中國各地方言庫和物流標準語言庫，使得全社會的物流成本下降和建設高效節能的社會。
結束語：預測移動與語音技術應用趨勢前景光明
在對技術發展、承運商的技術需求以及承運市場趨勢進行調研的基礎上，克雷布斯認為，總體來說，“語音和移動技術在庫房環境的利用正呈現出基本面越來越好的趨勢。” 正如谷歌眼鏡是語音應用的先驅者之一一樣，克雷布斯注意到盡管產品并不是為了應用于庫房，但是“可穿戴”以及“解放雙手”的觀念則可以應用于許多不同的行業。“在將來一段時間，庫房工作者將會從這些有趣的觀念中獲益。 弗農則預測，語音和移動設備還將出現更多的創新產品，所有這些產品都是為了實現“在雙手中驅動更多設備”這個目標。在技術創新日新月異的時代，對于那些希望在庫房和分銷中心應用更多的移動和語音設備產品，以及那些希望升級現有系統的物流運作商而言，對新產品進行仔細地挑選和研究是非常必要的。
邁入21世紀，數字技術迅速發展、互聯網廣泛普及逐步改變了人類的生產模式與生活方式，尤其是以大數據為核心的信息科學得到突飛猛進的發展與應用。從概念上來說，大數據指在一定時間范圍內無法用常規軟件工具進行捕捉、管理和處理的數據集合，是需要新處理模式才能具有更強的決策力、洞察發現力和流程優化能力的海量、高增長率和多樣化的信息資產，其結構包含理論、技術與實踐（參見下圖）。云計算、分布式處理技術、存儲技術和感知技術是大數據從采集、處理、存儲到形成結果這個過程中的幾大關鍵數據。圖大數據結構解析信息化時代，高度發達的市場經濟使得企業需要處理來自各個方面各種類型的信息，信息源多、信息量大、信息更新快，這給企業管理提出了許多新要求、新挑戰，如精細、智能、全面的企業管理需求開始出現。隨著企業管理的精細化與智能化，掌握互聯網、政府、企業、個人行為信息與習慣的大數據開始變得非常關鍵，IBM、惠普、Teradata、甲骨文等著名的大數據企業在企業管理咨詢行業的迅猛發展勢頭就說明了大數據對于企業管理的重要性。本文重點討論大數據應用視角下企業管理的價值重構與創新途徑，以期促進企業管理的智能化、科學化、精細化。
二、大數據應用視角下企業管理的價值重構
大數據應用重構了企業管理的價值體系，其核心表現是提高企業管理分析的客觀性、企業管理決策的科學性、企業管理評估的全面性。1.大數據應用提升企業管理分析的客觀性如前所述，大數據指在一定時間范圍內無法用常規軟件工具進行捕捉、管理和處理的數據集合，在大數據出現前，企業管理在技術無法收集、分析的數據領域，往往采取定性分析的方法，這無疑增加了企業管理分析的主觀性，尤其是分析者立場、情緒等因素對企業管理事務的分析產生極大非客觀性影響。隨著大數據應用的深化，通過大數據對某些特定數據集合進行處理，從而挖掘許多泛數據集合中的行為規律與偏好，甚至可以對個體化需求進行集合分類，這無疑提升了企業管理分析的客觀性，避免謬誤分析、低效管理。2.大數據應用提高企業管理決策的科學性企業管理決策關系到企業的生死存亡，因此要求及時性、經濟性、系統性與靈活性，但缺乏大數據的支撐，通常企業管理及時性、系統性與靈活性都難以滿足，最終容易造成管理決策失誤，嚴重者甚至可能造成企業的破產。大數據應用能為企業管理決策提供有效依據，這是大數據應用提高企業管理決策科學性的關鍵所在，如大數據幫助企業提升營銷的針對性，降低物流和庫存的成本，評估投資的風險，以及幫助企業提升廣告投放精準度等。3.大數據應用提升企業管理評估的全面性在企業管理中，有一個“無法量化，難以評估”的說法，但在實務中，傳統的企業管理不僅不能做到科學、客觀的非量化評估，即使在能量化的工作管理中，也存在評估不全面的問題。大數據的應用能全面提升企業管理評估，具體表現在：一方面，對于以前不能進行量化的領域，大數據可以進行歸類分析，達到量化或者類量化的效果；另一方面，對于以前能夠量化的領域，大數據通過云計算、分布式處理技術來完善量化結果，從而進一步優化企業管理評估，提高企業管理評估的全面性。
三、大數據應用視角下企業管理的創新途徑探析
大數據應用視角下企業管理的創新途徑主要從內容、執行、保障三個方面進行探索。
1.豐富內容，加強大數據在企業財務管理的應用分析
財務管理是企業管理的核心內容，是影響企業內部運營管理與外部業務拓展的關鍵。因此，大數據要真正在企業管理層面發揮作用就必須首先在企業財務管理層面得到應用，唯有如此才能真正豐富大數據應用的實用性、才能真正激發大數據應用的內在動力與外在需求，具體來說：第一，大數據可以根據財務數據來分析企業發展狀態，如費用使用、營收狀態、營銷進度等情況，進而為企業發展制定科學的績效考核與發展目標奠定基礎；第二，大數據的應用應該要向人工智能方向發展，減少人的主觀思維影響，如自動分析財務報表，提高財務分析的質量與科學性。第三，使審計人員和監管機構更容易發現大規模的欺詐情況，避免財務作假。
2.強化執行，明確大數據在企業管理戰略的重要地位
執行是企業管理的生命線，大數據應用要在企業管理分析、決策、評估中起到關鍵作用，企業管理層必須要重視大數據在企業各個領域的應用，強化大數據在各個管理崗位的關注度與使用情況，必要情況下還必須對各個管理崗位的大數據使用情況進行定期考核、收集使用反饋，不斷改進大數據的實際運用，最終提升大數據的效果。與此同時，分享是互聯網時代的重要特征與精神內涵，大數據在企業管理中不僅僅是內在布局，大數據的應用還應該多涉足對外的交流管理，如企業管理應該與政府、行業及合作伙伴建立大數據共享機制，實現數據分析的共享互通，繼而推動自身與行業的共同發展。
3.完善保障，注重大數據應用人才團隊的構建與發展
完善保障是大數據在企業管理中實現可持續應用的重要步驟與關鍵環節。目前，許多企業雖然具備大數據的思維，但是對于大數據的實際應用并不清晰，其原因在于缺乏大數據的團隊運作。通常來說，大型企業具備一定的規模與實力，既有數據的積累，也能接受大數據運用的成本，但是大數據并不在專門的分析部門，而是依附在信息技術部門或者電腦部門，這無疑抑制了其作用的發揮；而對于小型企業來說，基本就沒有大數據的管理應用了。因此，大型企業應該在大數據人才、技術及部門地位三個方面入手，完善大數據在企業管理應用中的保障，小型企業就應該注重對于大數據人才的積累與培育，可以先用簡單的大數據工具來實現自我管理的優化。
四、總結
隨著市場競爭日趨激烈、市場信息日益豐富、市場趨勢日漸多變，企業對于智能、科學、及時、高效的管理有著極強的需求，而要實現這一需求必須依托大數據這一有效工具，因為大數據通過技術測算能實現分析更客觀、決策更科學、評估更全面。面對迅速發展的大數據，企業應該注重對大數據內容的豐富，應該將其納入到財務管理中去；應該強化大數據應用的管理推動力，提升企業對大數據的重視程度；應該完善保障，注重大數據人才、技術及部門地位的保障。誠然，大數據在信息化時代起著非常重要的作用，但是也要明白大數據在數據安全、公眾隱私、監管安全方面的負面作用，因此在發展大數據的同時必須注重相關法律制度的完善，這得依靠政府、行業、企業及公眾的共同努力來實現。
作者:李翎瑋 單位:東北林業大學經濟管理學院
參考文獻：
[1]馮芷艷,郭迅華,曾大軍,陳煜波,陳國青.大數據背景下商務管理研究若干前沿課題[J].管理科學學報，2013(01).
[2]陳國營.大數據在企業管理中的應用[J].財經界(學術版)，2015(11).
[3]奉梅.大數據時代下企業管理所面臨的挑戰與創新[J].現代企業，2014(11).
[4]徐宗本,馮芷艷,郭迅華,曾大軍,陳國青.大數據驅動的管理與決策前沿課題[J].管理世界，2014(11).
圖2 HR-BI數據流
圖3 人力資源信息化整體藍圖
越來越多的CEO們認識到當今企業競爭力的核心是人力資源,人力資源職能面臨著新的、更具有戰略性衡量標準的挑戰。CEO們經常期盼HR有能力為企業提供所有員工的數據和分析，從而提高企業商業決策的準確度和企業競爭力。人力資源管理與企業效益之間關系的研究是當今人力資源管理領域的重要課題，但到現在為止還未有得到大家認同的測評測算方法。人力資源商業智能(Human Resource Business Intelligence，HR-BI)將為此提供新的解決方案。
在以知識和技術為根本的經濟環境中，人力資源在企業競爭中占據絕對重要的位置。為實現保持并不斷提升企業競爭力的目標，人力資源(HR)經理需要敏銳的洞察力、有效的工具并充分利用企業資金。HR經理需要在管理層的理解和幫助下將人力資源部門工作和企業整體戰略相結合。
新挑戰呼喚HR-BI
以往，HR經理們很難向高層清楚地表達他們創造的價值?；蛘?，在企業績效評估中，他們的價值不值一提。許多CEO都會公開表示員工是企業最重要的資源?？墒?，HR部門總被認為是一個只有開銷的部門。在企業高層討論預算、規劃目標的會議中，也幾乎看不到HR部門的參加?？傊?，HR部門經常因為工作內容和開銷方面的壓力而死氣沉沉。
為了能在高層會議桌上占有一席之地，將部門從一個支出部門變成一個價值導向部門，HR經理必須使用CEO能夠理解的語言講述他們如何創造價值。要實現這一目標，HR經理面臨著新的挑戰。
有效量化HR的工具選擇
眾所周知，人力資源管理能給組織帶來效益和效率。但是，如何才能進行測量呢？不管是人力資源管理的收益還是為此而付出的支出，都難以得出準確的計算值。這說明運用簡單的比值法去評估組織人力資源管理效益的做法并不現實可行，還需要研究和開發適用的能夠反映企業人力資源管理績效的其他測評方法。
對人力資源管理進行評估，是美國等發達國家最近20年來發展較快的人力資源管理研究領域。我國學術界在人力資源管理評估這方面的研究起步雖晚，但也相繼出現了一些逐漸成熟的評估方法。
然而，無論是目前在一些管理實踐中已經逐步應用的人力資源指數問卷調查、人力資源會計、人力資源效用指數、人力資源指數，還是投入產出分析等各種人力資源管理評估方法，都無一不傾向于通過數量化來實現對人力資源管理績效的直觀評估，也必然都涉及到各種相關數據的收集、加工、統計和分析。
那么，通過什么工具來實現對這些數據的有效處理，將是決定評估能否成功的關鍵，這也是目前阻礙人力資源評估進一步發展的絆腳石。
數據的集合、審查與總結
在HR日常的管理過程中，會產生大量的相關數據。在這個龐大的數據流中，HR經理需要具備識別數據有效性的能力，以此來判斷提取哪些數據將幫助我們實現對人力資源管理的量化評估。例如，借助人力資源效用指數的評估方法，根據企業具體情況，HR經理需要從人力資本能力、HR運作能力和戰略實施交通等幾個方面來提取具體可衡量本企業人力資源管理效用的各項指標，并且定義每項指標的數據來源。事實上，許多HR部門陷于大量不同的申請表格和毫無聯系的報表當中，苦于無法制作整合的數據。
一些HR部門使用來自內部和外部的信息資源，每一種資源中都包含大量的重要信息，如一個員工的績效表現和他在企業中的地位和角色。可是，這樣的信息只是整體的一部分，大量非有效的、非系統化的數據，將挑戰HR經理的專業識別能力。
如何處理、分析數據
無能力優化指標，評估過于分散，無法將現有指標和具體業務相匹配，指標不足或者指標應用失效等，都是造成數據處理、分析困難的原因。即使企業在其他部門使用各種指標，在某種程度上，HR指標對他們來說也是全新的概念。
職業HR顧問也承認，很少有專業的HR績效評估方法存在。結果很明顯，對HR的總體知識和認知是不均衡的。許多HR部門只做他們有能力做的分析，一些報告只是輸入一些數字，還有一些也許能夠計算出雇用成本，可是無法找到成本與質量間的關系。有些雖有較為復雜的分析(一個地區加班的雇傭成本)，可是仍然無法找出這些數據同企業戰略之間的關系。只有少數企業能成功地把HR指標和企業總體目標有效地聯系起來。與之相對的，越來越多的企業依賴BI來做監督，分析和制作評估報告。越來越多的企業把BI當作梳理內部流程和提高企業效率的工具。
伴隨著商業智能的出現及廣泛應用，如何積極應用BI工具，充分利用BI強大的數據處理和分析能力來實現量化評估人力資源管理，將是一種必然趨勢。當HR管理應用BI來處理數據HR數據并為決策提供支持時，我們稱之 HR-BI，可理解為人力資源決策分析系統(如圖1)。
HR-BI在eHR中的定位
為什么eHR實施三五年老是見不到效果？因為eHR系統總是在人力資源管理戰略價值鏈的中間環節運作，沒有形成一個閉環管理的系統。HR的效能其實是整個人力資源管理的一種產出，同時又是人力資源管理優化的反饋的因子，可以從人才、士氣、成本和效率四個緯度進行評價。人力資源運作系統加上人力資源測評系統的完善，形成一個循環、一個完整的體系。
而接下來eHR系統優化的方向一個是如何利用eHR系統的這種流程去優化管理，第二是怎么樣應用現有的數據去實現跟企業經營戰略的對接。這就需要有效利用HR-BI來進行分析、優化。
人力資源決策分析系統中的HR數據主要包括：人力資源管理業務數據、企業內部與人力資本相關的經營數據、競爭對HR職能數據和企業外部環境相關人力資源數據等幾種類型，并將主要來源于兩個方面。其中內部主要包括工資申請表、法律系統、員工調查表、ERP系統、各種報表和財務系統等，外部來源于行業標準、勞務市場趨勢、勞工法、集體合同和外來的信息資源等(如圖2)。
BI是數據的挖掘性、數據的深入分析系統，它區別于一般性的、面向業務過程的報表系統的一個平臺。我們經常會利用人力資源軟件中的報表工具生成各種月報、季報、年報，但是它們在BI的整個架構里面是屬于操作性的結果，不是用來做分析的。BI的真正價值體現在對HR相關數據的深入挖掘和多維的分析上，實現人力資源和企業經營者的連接。
一般來講，HR-BI是獨立于eHR系統之外單獨部署的一個系統，因為BI系統的數據查詢量非常大，如果它跟eHR系統集成在一起的話，可能在它進行數據分析的時候極大地影響到eHR系統正常的操作性能。
HR-BI作為一個相對獨立的系統，它在人力資源信息化體系里是怎樣的定位？其實人力資源信息化的整個藍圖可以從兩個緯度來看。縱向緯度是指人力資源系統要分為主要的三個層次，軟件基礎架構平臺、人力資源基礎數據平臺、業務職能的模塊，如圖3所示。
軟件基礎架構平臺的目的是為了實現eHR系統隨需應變的應用。目前，國外的幾大系統軟件基礎架構平臺非常清晰，國內軟件也在朝這方面努力，目的就是為了讓系統變得更靈活，不斷適應需求變化。
第二個層面的人力資源基礎數據平臺和業務平臺是脫離開的，在未來的eHR系統規劃里面，業務平臺和軟件基礎數據平臺之間會有一個技術基礎平臺，它包括4個庫：人員信息數據庫、職位庫、能力素質庫和KPI庫。有很多企業可能對這個基礎數據的定義只定義到人員信息庫而忽視了職位庫、能力素質庫和KPI庫，這樣，將來再跟其他系統做連接時，可能會使拓展性受到限制。在這個人力資源數據平臺之上，是各個業務職能的模塊。這三個層面形成平常概念中的eHR。
eHR中e的含義很廣泛，它是這個人力資源信息化的統稱。真正的人力資源信息化不能只是完成業務處理的工作，在兩端還要設計有機結構。比如人力資源門戶其實是要把所有的業務模塊和所有的用戶決策統一到一個界面上，解決的是一個入口的問題。人力資源決策分析平臺解決的是輸出的問題，是要把中間這個e化平臺產生的數據價值充分挖掘出來，形成一個入口、處理和輸出的有機整體，人力資源信息化才能夠充分發揮它的價值。HR-BI在整個人力資源信息化中的地位非常重要，因為輸出部分需要通過BI平臺來實現，而不只是通過報表工具來實現。
六步建立HR Metrics
BI幫助HR經理通過多種方法查看數據，包括多層次的分析表把數據經不同的標準(成本、地域、機構和人群)進行快速簡潔地分析；可視性分析報告用直觀的圖例形式表現；報告程序為用戶量身打造，無須通過IT部門；計分卡整合來自不同資源的指標，協助有效決策。
因此，區別于一般性僅展現業務結果的報表系統，HR-BI可以通過建立一系列HR指標分析模型(HR Metrics)，對HR相關數據的深入挖掘與多維分析，達到HR與企業經營的連接，實現HR對企業經營戰略的支持。
事實上，人力資源的關鍵指標是三個層面的。第一個層面是操作性指標，是面向HR專業管理人員，他們用到的比如招聘，招聘效能的評測等，是通過一些操作性的指標(包括一些過程性報表、一些過程性的統計分析)來實現的；第二個層面是人力資源規劃專家實現的HR部門運營指標，從人力資源部門整體的運作效能去評估；第三個層面是最高層面，叫做HR的決策指標，它是面向經營決策層的，層面越高可提取的指標越有限。
人力資源的BI數據模型其實是一個多維數據庫平臺。它與關系型數據庫的區別在于，多維數據庫里面數據之間的關系是經過提取和抽象的，所以在多維數據庫里會存有非常多的HR-BI指標里面的半成品――立方體。
為什么要在多維數據庫里面存一些半成品呢？由于BI的數據分析量是非常大的，如果直接在原始數據庫里面做分析，速度會非常慢。BI系統用多維數據庫就是要把這種數據量很多的計算，利用平時的時間先做成半成品，然后放到多維數據庫里面，在使用BI展現工具的時候效率就會高很多倍。
對于大企業來講，BI系統一般不會作為eHR的主要部分去建立。BI平臺不能直接跟eHR數據庫連接，會極大地影響其運作效率。因為，從BI的體系結構來看，其數據源既有eHR系統，也會包括其他系統，多數據源的數據集成到BI數據庫里面去形成一個數據倉庫，再以圖形和報表兩種方式輸出分析結果。因此，指標分析系統不只是把數據提取出來，關鍵更是在于分析，難就難在指標模型的建立。
要做HR-BI體系的第一步是關鍵指標的識別。比如，做一個保險項目，要給人力資源部門提取多個人力資源的關鍵指標，可以分成狀態指標和經營指標，狀態指標是eHR系統完全可以提取的，比如說總量及分布、人員類型分布、增員情況、離職情況及培訓情況等。而人力資源的經營指標是和業務關聯在一起的，營業收入、利潤、市場占有率其他指標，但是這些指標都和人又關聯在一起。讓系統用戶(很可能不是人力資源管理人員，而是每個機構的老總)去填，然后提取大家都感興趣的一些關鍵指標做到系統里面，當然還包括一些不會在這個系統實現的指標。這就是第一步叫指標識別，相對來講比較容易，因為對這個指標的定義只是一個比較粗淺的框架性的定義。
第二步是要對指標的詳細內容進行定義。比如說總人數，這個指標看起來很簡單，但實際上，不同機構對總人數的定義可能差別會很大，要在一個企業里形成某一項指標的統計口徑、統計緯度的規范和標準。另外，指標里面涉及到的一些參數的數據來源都要提前定義清楚。不把數據源定義清楚，IT根本沒法實現。
還有一些細節，要先對指標進行類型劃分，類型劃分完后它的展現形式自然就定義出來了。不同類型的指標有不同的表現形式，總量型的指標可能是一張表，趨勢性的指標可能是一個趨勢，結構性的指標可能是餅圖等。
另外，每一個指標都要定義它的關聯指標。因為，單一指標不能反映問題的全貌，一組指標才有分析的價值。指標定義需要企業內反復的討論、研究哪一組指標放在一起能夠反映什么問題。
接下來就是指標的基準定義。以離職率為例，離職率為5%，只是一個數字，對決策者而言能說明什么？對于企業來說，對每個決策指標都給出定義基準非常重要。這個基準的定義往往基于兩方面，一是參考外部標桿，二是分析內部經營狀況。一般來講，在建立基準的時候不是一個基準，按照慣例往往是3個基準，一個叫做低分位值，一個叫中分位值，一個叫高分位值，分別代表著這個指標略差、平均和較好的情況將表現出是怎樣的數值。這3個值定義好后就產生4個區間。有這4個區間之后，看企業通過BI提取的指標的絕對值落在哪個區間，就能得出其代表什么含義。這有點像我們在醫院做B超的時候，醫生在檢查者身上掃一圈，然后那個電腦上就自動出現一段話說這個檢查者有什么毛病。雖然，這種決策支持、人工智能還是有些人工干涉，但是已經省了很多事，因為它已經定義好落在不同的區間代表什么含義，已經有相應的分析來描述。
另外還有結果預能分析、易化指標和設計及開發三個步驟來實現建立HR Metrics。前三步是核心，但過去不管是做報表還是做BI分析時大家都忽視了這幾步，直接把指標選取完之后就讓開發商去做，最后得出一個絕對值。但是領導不感興趣，因為這不能支持他的決策。只有完成了這六個步驟才有分析的價值和意義，才是一個完整的人力資源指標分析模型建立過程。
一般來說，BI系統實施的時間應該主要放在前面步驟，如果說實施時間主要放在開發上就說明分析工作沒有做透，最后得出的結果是不具有分析意義的。
另外，建議企業如果要做BI分析的話，不要從頭去開發一個指標分析系統，現在有很多成熟的平臺可以使用，速度非?？?。
鏈接:HR-BI的價值
完善戰略人力資源管理體系
借助HR-BI，企業可以對已有數據進行深入挖掘與分析，通過建立必要的數據分析模型，一方面量化評估HR的整體效能和各項業務績效，從而衡量出HR對企業戰略實現的真正價值所在；另一方面，利用BI工具為不同層面的用戶尤其是決策層用戶提供不同的人力資源分析指標，為系統的下一個環節提供反饋信息，以實現HR決策支持與HR業務效能的分析，使企業eHR系統形成一個能良性自激勵的循環管理系統。
提升HR的戰略伙伴地位
有了BI，CHO會更加積極地扮演好其戰略伙伴角色。通過深入分析HR重要數據，發現不同指標間的關聯度，通過有形的圖標結果，分析、梳理本部門的運作情況，從而鞏固HR部門在企業中的地位。BI幫助CHO預測未來員工發展趨勢、員工發展對薪酬的影響以及員工發展對企業業績的作用。
