探索企業自己的演算法、學習法則Topic

探索企業自己的演算法、學習法則

Topic

回顧人工智慧的運作

2010年諾貝爾經濟學獎得主克里斯多福．皮薩里德斯指出，許多屬於「規 律性」、「例行性」型態的工作，將隨著AI（人工智能）的橫行而消失。

規律性單㇐性

例行性、重複

、危險工作 高度SOP

工作具運算法則 (可程式化)

AI與機器人占優勢

除了「效益、安全」外，企業為何要導入AI？

突破人腦限制，發揮智慧優勢

以既有的AI應用領域套用在自己的營運上

「人工智慧商機」，哈佛商業評論，Oct 2017，P27

所應用的「運 作法則」，可 能可以套用在 企業，自己的 商品、服務、

營運作業上

他山之石

作「對」的事

用才

營造工作情境

留才

找「對」的人

選才

企業盤點AI營運作業～以HR為例

有效益的培訓

育才

 如何挑選組織要的人才

 如何辨識其品德倫理

 如何讓人才認同企業

 需要甚麼能力才能勝任這 份工作

 配合員工生涯發展所需的 能力養成

 如何有效地強化組織特質

 公平客觀的獎勵制度

 員工需要的工作情境

 員工所需要的關懷協助

 身體健康

 壓力、情緒穩定

 家庭關懷

 誰能勝任這份工作

 誰能融入這個團隊

 組織如何有效運作

讓AI學習如何選才、用才

工作表現 績效

團隊合作 性別

年齡 學歷 經歷

家庭狀況 專業領域 能力屬性 公司歷練

…………..

員工

個人屬性 衡量項目

出缺勤

日誌紀錄 專案控管

先建立學習資料～「輸入」與對應的「產出」

規則條件

跨部協做 培訓記錄

………….. 例如：績效「好」的定義

用員工「個人屬性」當成輸 入值，AI學習上可能會…







讓AI學習如何選才、用才2

工作表現 績效

團隊合作 性別

年齡 學歷 經歷 內向/外向

實感/直覺 理性/情感 獨立/依賴

…..

員工

職位與個人屬性

衡量項目

出缺勤

日誌紀錄 專案控管

先建立學習資料～「輸入」與對應的「產出」

規則條件

跨部協做 培訓記錄

………….. 例如：績效「好」的定義

職位

以職位應有的特質與個 人特質差異，加上部分 個人屬性當成輸入值，

AI在學習上比較相對客 觀、具可學習性、後續 推論建議較為有依據

進化

AI提供選才、用才建議應用

職位 與個 人屬 性

衡 量 項 目 規 則

條 件 規 則 條 件

學習公司所要的

「人才」樣本案例

臨界門檻收斂 → 學習完成

要應徵 的職位

應徵者A

應徵者B

「人才」的 衡量標準

A小姐較不合適 B小姐需要強化 OO，即可就任

傳統參考個人〝基本資料〞

無法深度瞭解應徵者

input output

利用AI可以藉由面試過程 所得資訊來建議公司

應徵者可能的未來表現

企業自行探索營運作業的AI演算法建議

主要「類型」

的屬性 可衡量「類型」

「衡量標準」 的項目 的規則條件

人

事

質化→程度值 主觀→模糊值 等級的標準

等級的標準 好壞的條件 好壞的條件 門檻的規則 門檻的規則

…………..

可從KPI指標 著手

從職位角色 切入

人員 職位角色

( Fuzzy Theory )

角色特質 屬性特質