人工智慧開啟了無限的可能性。對於人力資源、人力資源團隊來說，它可以簡化全球合規性。 但只要走錯一步，您就可能陷入法律糾紛和聲譽受損。
IT 領導者正在捲起袖子，積極應對人工智能的採用。 在最近的網路研討會上， G-P的 IT 高級總監 Maria Lees 分享了人力資源團隊如何整合人工智慧，並緩解對資料安全、偏見和隱私的擔憂。
Lees 於2023加入G-P ，就在我們開始建立由人工智慧驅動的全球人力資源的同時；人力資源代理G-P Gia™ 。 Gia是人力資源的代理人工智能；人力資源可以將合規成本和時間減少高達95 %。 所以 Lees 對人工智慧的應用略知一二，她將其歸結為一個關鍵點：資料完整性。
「你無法跨越基礎階段，」李斯說。「作為 IT 領導者，我們的角色之一是幫助領導層了解這段旅程。領導者可能會要求擁有一個能夠自主做出複雜決策的智慧工具，雖然這是一個很棒的目標，我也很喜歡，但如果沒有先打好基礎，要實現這個目標未必現實。 要建立這個基礎，第一步是建立對資料的信任，而資料的價值取決於你所提供的資訊。所以如果是孤島化的、不準確的，或是混亂——你在上面再建的東西，肯定會完全有缺陷。」
工程信任：消除3% 差距
Lees 堅信「透過透明度建立信任」。在人工智慧時代，企業必須秉持這一理念，並願意展示來源，解釋任何人工智慧建議背後的「原因」。這是產品可信度和使用者信心的基礎。
“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.”
當使用者向Gia提問時，輸出結果總是會附帶G-P驗證來源，這表示G-P專家已經驗證了這些資訊。 Gia旨在實現無與倫比的精準度，最終產品是正在申請專利的人工智能，結合專有的 RAG 模型，其結果比人工智能行業標準好10倍。
儘管人工智慧取得了顯著進步，但對於許多 IT 領導者來說，贏得公司對這些工具的信任仍然是一個持續的挑戰。《世界工作報告2025顯示，只有3 % 的高階主管會信任人工智慧來做任何決定。IT部門需要幫助領導者安心接受人工智慧技術。
用 Lees 的話來說"那個3% 真的很有說服力，現在看來非常有道理。外面有很多未知數。我們缺乏知識和了解，每個人都在爭分奪秒。但這確實凸顯了天然的信任差距。這也顯示出我們身為領導者所面臨的挑戰並不只是實施科技，而是要建立對科技的信心。所以我的建議是，把它想像成一個非常聰明的新團隊成員。您必須逐步建立信任"。
人機參與驗證框架
並非所有人工智慧工具都一樣。而且並非每個人都能自行打造解決方案，因此企業需要對第三方工具進行嚴格的審核程序。那麼，IT 團隊如何在部署人工智慧工具之前對其進行評估呢？「這個問題真正觸及了我們G-P理念的核心，」Lees說。
Lees 利用她與G-P人力資源高級總監 Connie Diaz 的工作關係，展示了IT 團隊如何向其公司引入新的人工智能技術。 「所以，當任何團隊，特別是人力資源部門，想要採用新工具時，我們團隊的[IT]角色不是在流程的最後階段擔任把關人。 更多的是從一開始就成為戰略合作夥伴。她說：「這是我們真正的跨功能合作。
IT 採用 人力參與 驗證每個工具的方法，並透過跨部門專業知識確保合規與信心。技術團隊評估是否符合工程標準，IT部門分析安全風險，法律部門審查是否符合全球法規，人工智慧委員會保證治理一致性，而人力資源部門則提供關鍵的業務和道德論證。
「把這當作共同努力來看，有助於建立信任的基礎，」迪亞茲同意。「因此，身為老闆或高階主管，像Gia這樣的人工智慧工具不僅僅是一個黑盒子，而是一個由人力資源和 IT 專家積極、透明地監督的工具。 人們更有可能相信他們從中獲得的產出"。
人力資源；人力資源保證該工具的使用符合道德規範且公平，而資訊科技則保證其安全性和符合法規；符合法規。 這是共同的責任，展現了對人員與資料完整性的承諾。
從乾淨的資料來源開始
推出一款新的人工智慧工具可能需要數週到數月的時間。這取決於你的數據是否可以直接用於人工智慧模型，或者你的數據是否不完整，並且以不相容的格式存儲，需要 IT 部門提取。Lees 建議從小規模開始。「別想把大海煮沸。只要挑一個你能攻下的地方，然後快速贏下比賽。從那裡開始累積你的動力，」她說。
最大的問題一般是關於資料隱私。
首先：公司的資料能否用來訓練人工智慧模型？
第二：IT如何設置嚴格的存取控制，讓只有正確的人能看到正確的資訊？
「因為我們是集體且正面地解決所有這些關鍵問題，所以談話的內容並不是羅列問題。Lees 說：「關鍵在於找到實際的解決方案。"當我們遵循這個流程時，對每個人來說都是雙贏。我們可以自信地批准一款能夠幫助企業發展的「人工智慧」工具…這或許會被視為一個障礙，但我們已經將其轉化為牢固的合作夥伴關係，以確保我們保護G-P和我們的資料。
IT 與人力資源；人力資源：資料準備的合作夥伴
Lees強調，對於剛踏上人工智慧之旅的團隊來說，準備工作至關重要。在資料不完整的情況下選擇人工智慧模型會導致糟糕的輸出結果，從而損害你試圖在組織中建立的信任。Lees 的建議是，在團隊選擇工具之前，資料基礎必須是第一個檢查點。正因如此，人力資源和資訊科技部門之間的緊密合作才顯得尤為重要。
首先，IT 可以透過清理和集中資料來幫助人力資源部門。 這意味著將不同系統的資訊整合，例如薪資、福利及績效評估，集中於單一來源。接下來，IT可以幫助人力資源部門建立資料治理，並實施強有力的存取控制來保護敏感的員工資訊。
為資料的收集和使用方式建立明確的規則，對於準確性和隱私權而言至關重要。
使用 Gia，合規成本和時間最多可降低95 %。
不要讓合規障礙拖慢您的人力資源；人力資源團隊。 經過專家審核的人工智慧工具可以加快發展步伐，並滿足您的 IT 團隊對資料安全、道德透明度和可驗證合規性的高標準。 Gia 就是那個工具。
Gia被《人力資源執行官》評為2025頂尖人力資源產品。 它是一種代理人工智能，旨在透過回答您在50國家/地區和所有50美國州最棘手的合規問題來簡化全球人力資源；人力資源。
不再有法律顧問的障礙或昂貴的計費工時。使用 Gia，全球合規變得輕而易舉。想要透過值得信賴的專家審查指導來簡化全球人力資源管理？ 立即註冊免費試用。
要了解 Maria Lees 如何成功地與人力資源部門合作，請觀看她與同事 Connie Diaz 的完整討論。
