人工智能开启了无限的可能性。对于人力资源团队而言，它可以简化全球合规流程。但是，只要走错一步，就会陷入法律纠纷，名誉受损。
IT领导者突破国界，平等就业。正在卷起袖子，迎击人工智能的采用。 在最近的一次网络研讨会上， G-P的 IT 高级总监 Maria Lees 分享了人力资源团队如何整合人工智能并减轻对数据安全、偏见和隐私的担忧。
Lees 于2023加入G-P ，就在我们开始构建人工智能驱动的全球人力资源代理G-P Gia™时候。 Gia 是一款用于人力资源的智能人工智能，可将合规成本和时间降低高达95 %。所以 Lees 对人工智能的应用略知一二，她将其归结为一个关键点：数据完整性。
“基础步骤是无法跨越的，”利斯说。“作为 IT 领导者，我们的部分职责是帮助领导层了解这一历程。”领导者可能会要求开发一种能够自主做出复杂决策的智能人工智能工具，虽然这是一个很棒的目标，我也很喜欢，但如果没有先打好基础，要实现这个目标未必现实。 而要建立这种基础，第一步是建立对数据的信任，而数据的质量取决于你输入的信息的质量。所以，如果它是孤立的、不准确的，或者混乱的——那么你在其基础上构建的任何东西都将完全有缺陷。”
工程信任：弥合3 %差距
Lees坚信“通过透明建立信任”。在人工智能时代，企业必须秉持这一理念，并愿意展示来源，解释任何人工智能建议背后的“原因”。这是产品信誉和用户信心的基础。
“Trust and transparency is something that we took to heart when we built our own AI,” Lees explains. “We knew that for anyone to trust Gia’s answers, they'd have to trust its foundation. And it's built on a ton of experience, a decade of G-P’s own global expertise. Its knowledge isn't random. It includes a million real-world scenarios and over 100,000 legally vetted articles and data from over 1,500 government sources.”
当用户向Gia提问时，输出结果总是会附带G-P验证来源，这意味着G-P专家已经验证了该信息。 Gia设计目标是实现无与伦比的精度，其最终产品是正在申请专利的人工智能与专有的 RAG 模型相结合，其结果比人工智能行业标准好10倍。
尽管人工智能取得了显著进步，但对于许多 IT 领导者来说，赢得公司上下对这些工具的信任仍然是一个持续的挑战。《世界工作报告2025显示，只有3 % 的高管会信任人工智能来做出任何决定。IT部门需要帮助领导者们安心接受人工智能技术。
用 Lees 的话说：“ 3 % 这个数字真的很有说服力，而且现在看来完全说得通。未知的事情太多了。人们缺乏知识和理解，每个人都急于求成。但这确实凸显了信任方面的天然鸿沟。这表明，我们作为领导者面临的挑战不仅仅是实施技术，更重要的是建立人们对技术的信心。所以我的建议是，把它想象成一个非常聪明的新团队成员。信任需要循序渐进地建立。
人机交互验证框架
并非所有人工智能工具都一样。并非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严格的审查流程。那么，IT 团队如何在部署人工智能工具之前对其进行评估呢？“这个问题真正触及了我们G-P理念的核心，”Lees说道。
Lees 利用她与G-P人力资源高级总监 Connie Diaz 的工作关系，展示了IT 团队如何向其公司引入新的人工智能技术。 “因此，当任何团队，特别是人力资源部门，想要采用新工具时，我的团队（IT）的角色不是在流程的最后阶段担任把关人。更重要的是，从一开始就成为战略合作伙伴。她说："我们承担的是真正的跨职能合作。
IT 采用人机协作的方式来验证每一种工具，通过跨职能的专业知识来确保合规性和可靠性。技术团队评估是否符合工程标准，IT部门分析安全风险，法律部门审查全球合规性，人工智能委员会保证治理一致性，人力资源部门提供关键的业务和道德论证。
“将此事视为共同努力有助于建立信任基础，”迪亚兹表示赞同。“因此，作为雇主或高管，像Gia这样的人工智能工具不仅仅是一个黑匣子，而是一个由人力资源和 IT 专家积极、透明地监督的工具。” 人们更倾向于相信他们从中获得的结果。
人力资源部门确保该工具的使用符合道德规范且公平公正，而信息技术部门则确保其安全性和合规性。这是一项共同的责任，体现了对人员和数据完整性的承诺。
首先要有一个干净的数据源。
推出一款新的人工智能工具可能需要数周到数月的时间。这取决于你的数据是否可以直接用于人工智能模型，或者你的数据是否不完整，并且以不兼容的格式存储，需要 IT 部门提取。Lees建议从小规模开始。“不要试图煮沸海洋。”选择一个你能攻克的难点，然后迅速取得胜利。“从那里开始积蓄力量吧，”她说。
主要问题通常都与数据隐私有关。
首先：公司的数据能否用于训练人工智能模型？
第二：IT部门如何设置严格的访问控制，以便只有合适的人才能看到合适的信息？
"因为我们正在集体地、先期地解决所有这些关键问题，所以对话不是罗列问题。Lees 说："关键是找到实际的解决方案。"当我们遵循这一流程时，对每个人来说都是双赢。我们可以自信地批准一款能够帮助企业发展的AI工具……这或许会被视为一个障碍，但我们已经将其转化为牢固的合作伙伴关系，以确保我们保护G-P及其数据。
IT与人力资源：数据准备方面的合作伙伴
Lees强调，对于刚刚踏上人工智能之旅的团队来说，准备工作至关重要。在数据不完整的情况下选择人工智能模型会导致糟糕的输出结果，从而损害你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。正因如此，人力资源部和信息技术部之间的紧密合作才显得尤为重要。
首先，IT部门可以通过清理和集中数据来帮助人力资源部门。这意味着将来自不同系统的信息（如工资单、福利和绩效考核）整合到一个单一来源中。接下来，IT部门可以帮助人力资源部门建立数据治理，并实施严格的访问控制，以保护敏感的员工信息。
制定清晰的数据收集和使用规则对于确保准确性和隐私至关重要。
使用 Gia，合规成本和时间最多可降低95 %。
不要让合规障碍拖慢你的人力资源团队的步伐。经过专家审核的人工智能工具可以加快发展步伐，并满足您的 IT 团队对数据安全、道德透明度和可验证合规性的高标准要求。 Gia 就是那个工具。
Gia被人力资源执行官评为2025的顶级人力资源产品。 它是一款智能人工智能，旨在通过回答您在50国家和所有50美国州中最棘手的合规性问题来简化全球人力资源管理。
不再有法律顾问障碍或昂贵的计费工时。使用 Gia，全球合规变得轻而易举。想通过值得信赖的专家审核指导来简化全球人力资源管理吗？立即注册免费试用。
要了解 Maria Lees 如何成功地与人力资源部门合作，请观看她与同事 Connie Diaz 的完整讨论。
