AI 开辟了无限的可能性。 对于人力资源团队来说，它可以简化全球合规。 但一个错误的步骤，你会发现自己在法律纠纷和声誉受损。
世界各地的 IT 领导者正在卷起袖子，并着手应对 AI 的采用。 在最近的一次网络研讨会中， G-P IT 高级总监 Maria Lees 分享了人力资源团队如何集成 AI 并缓解对数据安全、偏见和隐私的担忧。
Lees 于 2023 年加入 G-P，大约在我们开始构建 AI 驱动的全球人力资源代理 G-P Gia™ 时。 Gia 是适用于 HR 的代理式 AI，可将合规成本和时间减少高达 95%。 所以Lees知道一两件事关于人工智能的采用，她归结为一个关键的事情： 数据完整性。
“你不能跨越基本步骤，”李斯说。 “作为 IT 领导者，我们的部分职责是帮助领导层了解这一旅程。 领导者可能会要求一个可以自己做出复杂决策的代理AI工具，虽然这是一个伟大的目标，我喜欢它，但没有这个基础，首先到达那里不一定是现实的。 为了建立这种基础，第一步是建立 对数据的信任，而您的数据只是与您提供的信息一样好。 所以如果它是孤立的，它是不准确的，或者它是混乱的 - 无论你建立在上面什么都将是完全有缺陷的。
工程信任：弥合 3% 差距
Lees 坚信“通过透明度信任”。 在人工智能时代，公司必须坚持这一理念，并愿意展示来源并解释任何人工智能建议背后的“原因”。 这是产品可信度和用户信心的基础。
“当我们构建自己的人工智能时，信任和透明度是我们牢记的事情，”Lees解释说。 “我们知道，对于任何人来说，要 相信 Gia的答案，他们必须相信它的基础。 它建立在丰富的经验，十年的 G-P自己的全球专业知识之上。 知识不是随机的。 它包括100万个真实世界的场景和超过 100,000 篇经过法律审查的文章和来自1,500 多个政府来源的数据。
当用户向 Gia 提问时，输出总是伴随着 G-P Verified Sources，这意味着 G-P 专家已经验证了这些信息。 Gia 专为实现无与伦比的精度而设计，最终产品是正在申请专利的 AI，结合专有 RAG 模型，可提供比 AI 行业标准高 10 倍的结果。
尽管 AI 取得了明显进步，但对于许多 IT 领导者来说，获得全公司对工具的信任仍然是一个持续的挑战。 2025 World at Work 报告 显示，只有 3% 的高管相信 AI 会做出任何决定。 IT 部门需要帮助领导者对采用 AI 技术感到满意。
用Lees的话说：“ 3%真的很有意思，现在这是完全有意义的。 外面有很多未知。 而且缺乏知识和理解，每个人都在竞相去某个地方。 但它确实突出了自然信任差距。 它表明，作为领导者，我们的挑战不仅在于实施技术，更在于建立对技术的信心。 所以我的建议是把它想象成一个非常聪明的新团队成员。 你必须逐步建立信任。”
人机循环验证框架
并非所有 AI 工具都是平等的。 并不是每个人都能构建自己的解决方案，因此公司需要对第三方工具进行强大的审查流程。 那么，IT 团队如何在推出 AI 工具之前对其进行评估？ “这个问题真正成为我们在 G-P的哲学的核心，”李斯说。
Lees 利用她与 G-P 人力资源高级总监 Connie Diaz 的工作关系，展示 IT 团队如何向公司引入新的 AI 技术。 “因此，当任何团队，尤其是人力资源部，想要采用新工具时，我的团队的 【IT】 角色在流程结束时不会成为守门人。 从一开始就成为战略合作伙伴更是如此。 这是我们真正的跨职能合作，”她说。
IT 部门 采用人为循环 方法来验证每个工具，其中跨职能专业知识可确保合规性和信心。 技术团队评估是否符合工程标准，IT 部门分析安全风险，对全球合规进行法律审查，AI 委员会保证治理一致性，HR 提供关键的业务和道德案例。
“将这一点视为共同努力有助于建立信任的基础，”迪亚兹同意。 “因此，作为雇主或高管，像 Gia 这样的 AI 工具不仅仅是一个黑匣子，它还是一个由人力资源和 IT 专家积极透明地监督的工具。 人们更有可能相信他们从中获得的输出。
人力资源部保证该工具 以合乎道德和公平的方式使用，而 IT 部门则确信其安全且合规。 这是一项共同的责任，表明了对人员和数据完整性的承诺。
从干净的数据源开始
推出新的AI工具的时间线可能需要数周到数月。 这取决于您是否有数据可以立即用于 AI 模型，或者您的数据不完整，并以 IT 需要提取的不兼容格式存储。 Lees 建议从小处开始。 ”不要试图煮沸海洋。 只需选择一个你可以解决的地方，并从中快速获胜。 从那里开始建立你的动力，”她说。
大问题通常是关于数据隐私的。
第一：公司数据能否用于训练AI模型？
其次：IT 如何设置严格的访问控制，以便只有合适的人员才能看到正确的信息？
“因为我们正在共同和预先解决所有这些关键问题，谈话不是关于列出问题。 这是关于找到实际的解决方案，”Lees说。 “当我们遵循这个过程时，这对每个人来说都是双赢的。 我们可以自信地批准一个人工智能工具，它将帮助企业......这是一个可能被视为障碍的过程，但我们已经将其转变为强大的合作伙伴关系，以确保我们正在保护 G-P 和我们的数据。
IT 和 HR：数据就绪合作伙伴
对于开始 AI 之旅的团队来说，Lees 强调了准备的重要性。 在不完整的数据上选择 AI 模型将导致输出不良，从而损害您试图在组织中建立的信任。 Lees的建议是，在团队选择工具之前， 数据基础必须是第一个检查点。 这就是 HR 和 IT 之间紧密合作变得如此重要的地方。
首先，IT 部门可以通过清理和集中数据来帮助 HR。 这意味着将来自不同系统的信息整合到一个来源中，例如工资单、福利和绩效评估。 接下来，IT 部门可以帮助 HR 建立数据治理，并实施强有力的访问控制，以保护敏感的员工信息。
为如何收集和使用 数据制定明确的规则对于准确性和隐私性至关重要。
将合规成本和时间减少高达 95% Gia
不要让合规障碍减缓您的人力资源团队。 经过专家审核的 AI 工具可以加速发展势头，并满足 IT 团队在数据安全、道德透明度和可验证合规性方面的高标准。 Gia 就是这个工具。
Gia 被 人力资源主管评为 2025 强人力资源产品。 代理式 AI 旨在通过回答 50 个国家/地区和美国所有 50 个州中最棘手的合规问题来简化全球 HR。
不再有法律顾问的障碍或昂贵的计费时间。 有了 Gia，全球合规就很容易了。 想要通过值得信赖的经过专家审核的指导简化全球人力资源？ 立即注册免费试用 。
要从 Maria Lees 那里了解更多关于 IT 如何成功与 HR 合作的信息， 请观看她与同事 Connie Diaz 的全面讨论。
