ZingHR 创始人 Prasad Rajappan:AI 如何让 HRTech 从成本中心转向业务决策
Beyond Hire-to-Rehire: How Workforce Data Can Turn HRTech From a Cost Centre
ZingHR 创始人兼董事总经理 Prasad Rajappan 认为,企业 AI 的下一阶段是打通 HR、财务、销售与运营的分散数据,形成连接现有 ERP、HCM、CRM 的智能层,而非替换这些系统。ZingHR 正从管理 hire-to-rehire 生命周期转向连接人员、智能与业务结果,并推出面向董事会和 CXO 的 AI“战略指挥中心”GHROWTH.ai。
正文 · AI 翻译
企业正迈向这样一种模式:AI 不再只是自动化单项任务或回答查询。下一阶段,AI 将打通人力资源、财务、销售和运营等环节中分散的数据,帮助业务领导者理解风险、做出决策并推动执行。
随着组织积累越来越多的系统和数据,挑战日益在于如何跨部门连接信息,并将其转化为可衡量的业务成果。
“最大的变化是,技术已从赋能业务转向塑造业务,”人力资本管理软件提供商 ZingHR 的创始人兼董事总经理 Prasad Rajappan 对 AIM 表示。“问题不再是‘我们能自动化什么?’,而是‘企业现在能做到哪些以前做不到的事?’AI 正在加速这一转变。它的真正价值不仅在于自动化,更在于利用智能做出更好的决策、更快地行动,并交付更好的业务成果。”
这一转变也在改变企业评估 AI 投资的方式。企业不再只是为现有工作流添加 AI 功能,而是越来越需要明确技术能在哪些环节提升生产力、降低成本、加速增长或强化决策。
“区别在于,部署 AI 是为了推动业务成果,还是仅仅为了自动化现有流程,”Rajappan 说。
智能系统
企业面临的核心挑战之一在于,其数据仍分散在为不同职能设计的各个系统中。
AI 可以通过在现有企业应用之上构建一个智能层来帮助弥合这一差距,使组织能够跨职能解读信息,而不是孤立地分析每个部门。
“企业架构正从以应用为中心转向以智能为中心,”他说。“这并不意味着要替换 ERP、HCM 或 CRM 系统。它们将继续管理事务和流程。转变的方向是建立一个智能层,连接这些系统、解读正在发生的情况,并围绕业务成果编排行动。”
然而,仅仅连接企业数据并不能保证更好的决策。其价值将取决于组织能否整合可靠信息、建立业务语境,并将 AI 生成的洞察转化为具有可衡量成果的行动。“建议只是一个中间阶段,”Rajappan 说。
与其用自主系统替换每一个现有工作流,机会在于跨职能协调决策和行动,同时保留适当的人工监督。
“更大的机会在于企业编排——汇集来自人员、财务、销售、运营及其他系统的信号,以理解正在发生什么、识别什么重要,并将决策与可问责的执行连接起来,”他说。
然而,这一转型将要求企业确定哪些决策可以委托给 AI、哪些需要人工审批,以及如何监控各项行动。生成建议与在业务关键系统中安全执行建议是不同的。
GHROWTH.ai 与 ZingHR 不断扩展的角色
Rajappan 指出,GHROWTH.ai 是将这种智能驱动方法引入业务领导层的一次尝试。它是一个面向董事会和 CXO 的 AI 驱动“战略指挥中心”,连接人员、财务、销售、运营及其他职能的信息。其目标是帮助领导者超越对历史业绩的审视,转而识别哪些方面需要关注、企业应在何处采取行动。
与此同时,ZingHR 正从其劳动力技术根基演进为更广泛的方案,将员工和组织数据与业务成果连接起来。
“我们从劳动力技术起步,这让我们对人员、组织和劳动力数据有了深入理解。随着云、API、互联数据和 AI 推动技术演进,我们看到了将这种智能连接到更广泛业务的机会,”他说。
“如今,ZingHR 正从管理 hire-to-rehire 生命周期,演进为连接人员、智能与业务成果——帮助组织从信息走向决策,并日益从决策走向行动,”他补充道。
这一转变也指向 HR 技术可能发生的变化。组织不再将 AI 局限于招聘自动化、员工查询或劳动力报告,而是可以用它来理解招聘、留任、学习和绩效如何影响业务生产力、成本和增长。
“更大的转变将发生在 AI 推动 HR 从管理活动转向理解这些活动对业务成果的影响之时,”Rajappan 说。“这才是真正的转变——从报告劳动力数据的 HR,转变为帮助业务做出更好决策的 HR。”