在过去的几十年里，机器，无论是简单的还是先进的，都被用于帮助工作场所确定工作的产出，并通过使用人工智能(AI)工具和应用程序来自动化取代工作。人们期望从技术中获得什么样的“洞察力”?组织如何使用机器积累的个人数据，并对不同类型的智能做出预测?当数据足够大时，它被用来训练预测人才和能力的算法;屏幕性能;制定和调查工作成果;将劳动力与各种情绪状态联系起来;提供培训和发展;搜索不同团队之间的模式;和更多。 How does AI become key to this dynamic? What risks do employees face in the modern workplace?
在企业利润主导劳资关系的情况下，工人总是受到绩效监督，工人需要一种美好而迷人的生活，由他们的工作和对雇主的承诺来支付。如今，无论如何，商业关系正在发生变化，工作场所出现了一种新的“催化剂”。机器已经帮助工作场所决定工作的产出，毫无疑问，它还通过自动化取代了工作;今天，通过人工智能(AI)工具和应用的集成，一些机器有了新的职责，甚至有了自主权，就像人们期望它们表现出不同类型的人类洞察力，并对工人自己做出选择一样。
对于人力资源来说，所谓的“大数据”可以用来收集大量的数据，训练预测求职者和员工能力的算法;监督工作场所的表现;评估输出;判断员工的情绪状态“在流水线上提供培训和发展”，并在整个劳动力中寻找模式，甚至更多。
在这里，我们概述了人工智能是如何逐步成为决策周期的关键。它可以用来识别员工今天面临的风险，这些风险应该被人力资源和管理部门承认和认可。
人分析
人工智能被认为是当今最有创造力和前景的劳动力管理领域。在世界各地的组织中，只有不到一半的人力资源职能使用了基于人工智能的应用程序。这些组织通常在美国以外，但一些欧洲和亚洲的公司也在顺应这一趋势。普华永道(PricewaterhouseCoopers)的一项研究显示，越来越多的公司开始看到人工智能在支持劳动力管理方面的好处。此外，科技公司和其他公司的32%的部门正在利用人工智能重新设计职能，以实现精简和多功能性，并研究如何最好地整合从员工反馈和创新中收集的经验。IBM的一份新报告显示，参与研究的CHROs中有一半认识到人力资源运营、人才获取和发展方面的创新可能性。德勤(Deloitte)的一份报告显示，全球71%的组织认为人员分析是他们公司的头等大事，因为它不仅能让他们提供良好的商业洞察力，还能解决所谓的“人员问题”。
“人员问题”有几个方面，如下所述:
- 人才的获取与管理;
- 工人健康和福利;
- 员工士气;
- 多样性和包容性;
- 员工关系;
- 合规风险
人员分析正在成为越来越流行的人力资源实践，大数据连同其他工具被用来衡量、报告和理解劳动力规划、员工绩效和人才管理。从招聘活动到管理与员工和雇主的关系，每个部门和组织都需要人员分析。
人力资源的作用存在一些不一致，一些人认为它的能力只是监管，而另一些人则保证它应该在业务运营中发挥重要作用。人员分析实践对于两个层次的人力资源是必不可少的，其中计算机化、数据积累和监控工具允许组织利用实时分析对问题进行更深层次的理解，并为组织提供可操作的见解。
人员分析，也被称为“人才分析”、“人力分析”和“人力分析”。人力资源“分析”被定义为使用个人数据，帮助组织在人才招聘方面做出明智的决策。例如，雇佣谁;如何识别员工何时可能离职;在评估和晋升方面;并培养未来的领导人才。人员分析还被用于处理工人问题。
绩效管理
虽然绩效管理在大多数组织中都很常见，但也有许多策略经过了多年的尝试和测试。在一个日益工业化的世界里，当组织开始使用分析来决定员工的表现时，它开始流行起来。著名的实业家泰勒和吉尔布里斯夫妇制定了了解工人生产率的计划。这些实业家们通过工作设计寻找逻辑方法来区分和描绘理想生产行为的理想身体动作。
OSHA的风险
如果人员分析不涉及伦理考虑，那么它可能会使员工面临更大的风险和压力。如何确保员工做出的某些选择是准确的，特别是当他们无法访问雇主持有的数据时?如果劳动者感到所做的选择依赖于他们无法接触或控制的数字和数据，就会出现职业安全和健康压力风险。如果人员分析导致了工作替换、工作重组和工作描述的改变，那么这在道德上是错误的。
如果数据被用于评估和绩效管理，而在规划和实施过程中没有适当的尽职调查，那么人员分析很可能会增加员工的压力和焦虑，导致对微观管理和工作场所监控的担忧。如果员工知道他们的数据被用于发现人才或选择潜在的裁员，他们可能会感到被迫提高生产力，并开始过度工作，这就构成了几种职业健康风险。
近年来，为决策收集工人数据导致工作场所出现了一些问题。如果匆忙使用这些技术而没有进行适当的协商，就会出现更多的职业健康风险，例如工人压力和裁员。
