用友YonBIP人力云，用智能化创新人才选用育留应

企业数字化转型迫在眉睫，数字化转型一方面需要培养更多的数字化人才，企业本身的人力资源管理也需要通过“数字化、智能化”的“洗礼”，来改变企业与员工的互动方式，实现员工驱动的业务创新与组织变革。

人力资源管理“以人为本“，很多企业在人力资源数字化转型中，仅关注了技术本身，而忘了通过技术为员工带来的体验的重要性，以及忽略了人力资源管理转型与企业商业创新的关系。

大数据、人工智能、物联网、区块链等智能化的融入，让企业数字化升级到数智化阶段。人力资源管理通过数智化的赋能，可以在人才的选用预留全流程，带来更多创新应用场景，并且与企业的商业创新相结合，实现企业的高质量发展。

YonBIP人力云是基于用友 iuap 云平台开发的云原生人力服务应用。可以支撑企业快速构建数字化工作场所、数字化人力运营和数据化人力决策，助力企业完成数字人力转型。通过AI、RPA、大数据、移动互联网、OCR等技术，在人才招聘、员工入职与培训、绩效管理、人力盘点与发展等场景，为企业提供智能化服务，实现业务的创新。以此给员工带来更好的体验，为企业提供正确的人才决策。

用友数智人力功能全景

智能化场景一零接触招聘

招聘的第一步就是选择合适的人才。从简历的筛选上，可以通过智能推荐招聘渠道，从简历库智能推荐匹配适合职位的简历，提高招聘效率;然后通过招聘外呼机器人自动拨打候选人电话，与候选人沟通并自动记录沟通内容，进行自动归类，自动分析;当候选人需要了解一些公司相关的问题，比如工作地点、公司基本情况、员工待遇等等时，可以通过招聘客服机器人来自动回答;初步筛选时，只需面试机器人进行在线面试，避免HR重复回答问题，提升候选人体验。面试机器人可以对面试者的语言、表情等进行测谎、情绪分析，辅助HR对人才的判断。

当确定候选人后，需要以发Offer的形式来确认。通常需要经历以下流程:与候选人确认入职日期、回答候选人疑问、填写人员入职登记表、并到各部门办理手续(领工卡、电脑、开通账号等等)、把填写的信息录入到HR系统，尤其是人员统一入职的时间，HR工作量非常大。采用智能化手段以后，候选人可以在移动端查看入职事项也可以通过聊天机器人问询入职事项，借助OCR在线完善信息，通过自助终端一体机打印工卡，签订电子劳动合同，通过智能取件柜领取电脑等，办完入职手续系统还会智能推课，提示新员工要学习的内容。

数智化场景二人才盘点

“人尽其才、人尽其用“只有将合适的人才放到合适的位置，做合适的事情才能真正发挥人才的作用。往往依靠人为的判断很难做到科学用人。

‍‍YonBIP人力云智能化人才盘点功能，根据人才大数据分析，生成全景人才画像，包括人才的基本信息(学历、履历、岗位、职级等)、绩效信息、能力信息、潜力信息、人才标签信息、社交关系信息等，让企业对人才有更加全面客观的了解。自动生成人才地图，洞悉企业的人才胜任力状况、了解企业人才的数量和质量、了解人才缺口，为企业人才补充，外部招聘、内部培养提供数据支撑。

智能化应用场景三员工培训

为员工提供良好的学习环境，自我驱动的员工可以为企业发展带来活力。传统的企业培训，往往千篇一律，时常会出现员工占用了时间，却参加了自己不感兴趣，或者和自己工作关系不大的培训，培训效果不如人意。

YonBIP人力云基于大数据和AI的知识推荐体系，可以为员工打造移动化、视频化、社交化、个性化的学习体验平台。根据员工的岗位画像，员工画像，发展计划，智能匹配知识，为员工智能推课，为员工打造千人千面的学习内容。支持员工根据个人学习意愿，智能搜索相关知识。

智能化应用场景四绩效管理

‍通过数据可以直观了解整个组织的目标地图，目标看板，了解目标进展情况，识别目标风险，进行风险预警;在执行目标过程中要持续反馈，除了员工和经理之间的反馈，AI coach也可以协助在过程中为员工提供辅导，促进员工快速成长;在对员工进行绩效评价时，系统会提供更全面的数据包括目标的完成情况，员工的荣耀雷达图、同事之间、经理给员工的反馈等，让我们对员工可以更客观的进行评价。

智能化应用场景五人才发展计划与人才大数据分析

企业为了避免人才断层，保障持续的人才供应，会根据需要建立不同层级、不同类别的人才池，比如高潜人才池、关键岗位后备人才池等。根据不同人才池的选拔标准，系统经过大数据分析会进行人才智能推荐，HR也可以进行智能搜索进行筛选;人才入池以后企业会指定一系列的发展培养计划，系统会对发展计划进行跟踪，需要学习的内容也会智能推课;有职位空缺时，系统会根据智能匹配人才成熟度，直观进行人才对比，辅助人才选拔晋升。

用友大数据分析平台，帮助企业构建数据湖，归集各类结构化非结构化数据，通过大数据分析技术进行建模分析。为企业提供不同层面的分析洞察。第一层人员结构、人工成本、人效等结构化数据分析;第二层，行业对标分析，关联分析，通过对结构化数据和非结构化行为数据进行关联分析。比如有些公司通过对员工行为数据分析发现开心的员工更有创造力，有更好的业绩表现。表现最好的员工拥有更广泛、更多样化的社交网络，发送的信息也更短。另一家公司发现，绕过中层对一线领导进行微观管理的高管，在激发员工士气和提高敬业度方面存在问题。这些都是结构化数据分析不能获取的洞察。第三个层面，就是预测分析，根据员工的各种行为表现进行预测分析，比如离职的预测分析，敬业度情况分析等等，让HR提前采取措施。

‍ 智能化应用场景六人力资源运营

通过流程自动RPA等技术，可以减少HR一些高频、重复性、低附加值任务，改进流程，实现流程自动化，提升人力资源运营效率。