智能自动化与人力资源管理

最新推荐文章于 2025-12-20 19:32:34 发布

原创最新推荐文章于 2025-12-20 19:32:34 发布 · 422 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#智能自动化 #人工智能 #机器人技术 #人力资源管理 #系统性综述

人工智能、机器人技术、先进技术与人力资源管理：一项系统性综述

摘要

尽管在智能自动化（如人工智能、机器人技术）领域的学术产出快速增长，但我们对这些技术在组织（企业）和个体（员工）层面的人力资源管理（HRM）中应用所产生的影响仍缺乏全面的理解。因此，本研究旨在系统梳理迄今为止关于智能自动化的学术成果，并明确其对人力资源管理的主要贡献与挑战。通过对发表在顶级人力资源管理、国际商务（IB）、一般管理（GM）和信息管理（IM）期刊中的13,136篇潜在相关研究进行系统性检索，我们筛选出45篇文章，这些文章探讨了人工智能、机器人技术及其他先进技术在人力资源管理环境中的应用。研究结果表明，智能自动化技术为管理员工和提升企业绩效提供了新途径，从而为人力资源管理带来了多项机遇，同时也带来了显著的技术和伦理挑战。这些技术的影响主要集中于人力资源管理战略上，包括岗位替代、人机/AI协作、决策及学习机会；以及人力资源管理活动上，包括招聘、培训和工作绩效。本研究详细讨论了这些变化，以及对理论与实践的主要贡献和未来研究方向。

关键词 ：智能自动化；人工智能；机器人技术；先进技术；人力资源管理；国际商务；系统性综述

引言

如今，创新技术正在全球范围内动态重塑人力资源管理（HRM）格局（Ancarani等，2019）。事实上，随着人工智能（AI）及其他突破性技术的加速发展和广泛应用，企业、员工与客户之间的互动正在发生根本性变化，人力资源管理活动和任务中的行政组成部分自动化程度不断加深（Larivière等，2017；Marler & Parry，2016）。

尽管人力资源管理中的技术演进可追溯到工业革命，但技术进步此前仅仅改变了体力或脑力服务。然而，当代发展正越来越多地为传统上需要人际互动和沟通能力的人力资源职能提供替代方案（Malik等，2019；Luo等，2019），从而改变了组织结构和工作的性质（Colbert等，2016）。例如，类人服务机器人和人工智能机器人正日益受到行业关注（Araujo，2018；Go 和 Sundar，2019；Larivière等，2017；Thomaz等，2020）。这些智能“存在”彻底改变了传统人力资源职能，为人力资源管理带来了不断增强的优势和潜力，但也带来了巨大挑战，包括岗位特定的过时性（Malik等，2019；Larivière等，2017）。与此同时，深度学习算法、智能物体和物联网（IoT）对于跨国运营的企业尤其有用，因为它们能够促进更高效的协调与合作（Cooke等，2019）。同样，电子人力资源信息系统及其他新兴技术的引入为改进人力资源管理职能并降低成本提供了诸多机遇，其中包括求职者评估（Bondarouk等，2017；Cooke等，2019）以及员工绩效评估（Abraham等，2019；Parry和Tyson，2011）。

技术进步所体现的人力资源管理正日益成为国际导向的人力资源管理研究（例如，Bondarouk等人，2017；Cooke等人，2019；Dulebohn与Hoch，2017；Schaubroeck与Yu，2017）的关注焦点。值得注意的是，学者们强调信息技术如何通过引入电子招聘、电子培训或电子能力管理来改变与人力资源管理相关的实践，从而对本地和国际组织中的人力资源管理服务质量产生积极影响（Bondarouk与Brewster，2016；Bondarouk等人，2017）。随着这些技术将社交机器人等新参与者引入人力资源管理实践中，它们开启了众多可能性，并支持各种人力资源管理服务（Bondarouk与Brewster，2016；Bondarouk等人，2017）。与此观点一致，多项研究强调了计算机辅助设计、制造和流程规划如何自动化许多任务，并提升效率与速度（Buckley等人，2004；Park，2018）。尤为突出的是，越来越多的知识体系关注人力资源管理作为全球层面技术变革与创新的推动者，通过工作重组，例如工作条件和员工培训（Seeck & Diehl，2017；Zanko等，2008）。

技术赋能的人力资源管理领域的学术产出快速增长。尽管这一主题植根于人力资源管理文献，但它也处于人力资源管理研究与信息管理（IM）研究的交叉点，并且显然在国际商务（IB）文献中引起了相当大的关注。因此，这一主题本质上是多学科的，融合了不同学科的概念。事实上，对智能自动化在人力资源管理中应用的研究已在四个研究领域展开：人力资源管理、一般管理（GM）、信息管理（IM）和国际商务（IB）。总体而言，尽管这些文献彼此相关，但它们的发展是平行的，其分析联系仍然未被连接，导致学术研究仍显片面和碎片化（Loebbecke & Picot, 2015; Newell&Marabelli, 2015）。此外，目前已有若干关于因各种技术进步而引发的人力资源管理最新发展的综述（Bondarouk & Brewster, 2016; Bondarouk et al.,2017;Fleming, 2019;Garcia-Arroyo&Osca,2019; Stone et al., 2015），但这些综述部分地分析了技术赋能的人力资源管理，并仅聚焦于技术和人力资源管理的某些方面。因此，有必要进行一次系统性综述，以通过在各文献之间建立知识通道来获得对该主题的整体认识。

尽管从人力资源管理、国际商务及其他学科角度发表的研究仍在持续增加，学者们应会发现跨学科的综合成果极具价值。事实上，我们的研究回应了多项呼吁，即针对智能自动化（例如人工智能、机器学习、数字化）与工作问题，在单个学术学科界限之外综合当前的知识状态（Loebbecke & Picot,2015; Markus, 2015）。

因此，本文旨在通过文献综述来系统化迄今为止的学术成果，阐明智能自动化对人力资源管理的意义。需要注意的是，我们将排除专注于大数据的研究，因为该领域已有出色的综述研究。例如，Wenzel和Van Quaquebeke（2018）基于大数据的核心特征，回顾了组织研究中的潜在机遇与风险；Giacumo和Breman（2016）分析了大数据在职场学习中的应用。具体而言，我们的分析由三个特定问题引导：
1. 研究人员迄今为止已识别和研究了哪些关于人力资源管理中智能自动化的主题？
2. 人力资源管理中智能自动化的应用如何影响企业绩效和就业条件？
3. 未来研究需要解决哪些问题？

克服以往综述在一定程度上仅强调技术与人力资源管理某些方面的局限，本研究的贡献主要体现在以下五个方面。第一，本研究阐明了智能自动化技术与人力资源管理在企业和员工层面的复杂性，重点关这些技术在不同层次的人力资源管理战略和活动中的短期与长期积极成果及挑战。第二，通过呈现主要研究主题，即先进技术、人工智能与机器人技术及其子主题，使我们能够理解人力资源管理如何逐步从电子化人力资源管理转向由智能自动化定义的人力资源管理。第三，我们为以往的研究提供了一个组织框架，建立了人工智能、机器人技术和先进技术与企业绩效及就业前景之间的联系。通过这一工作，我们希望推动理论发展，并指导该领域进一步的实证研究。第四，本研究强调了智能自动化在支持人力资源管理中的作用，并建议人力资源管理者如何通过员工参与技术实施过程以及人与机器的协作，克服在本地和国际层面出现的障碍。最后，我们揭示了若干跨学科研究方向，涉及人力资源管理、全球管理、信息管理和国际商务领域。本质上，我们认为智能自动化在人力资源管理领域的融入具有跨学科性质，因此应融合人力资源管理、全球管理、信息管理和国际商务等知识领域。

本文的其余部分结构如下。首先，我们介绍了用于搜索和筛选与研究主题相关文献的方法论。研究结果被分为三个研究主题：先进技术、人工智能与机器人技术，并围绕这些主题阐述了现有研究的新兴观点及其对人力资源管理的影响。接着，我们提出了一个框架，用以建立人工智能、机器人技术、先进技术与企业绩效之间，以及人工智能、机器人技术、先进技术与就业前景之间的联系。随后，我们指出了本次综述的关键影响。最后，通过采用国际商务视角，结合研究发现的整合结果，提出了一系列未来研究建议。

方法论

为了界定人力资源管理中智能自动化相关研究的模式并识别未来研究方向，我们遵循Tranfield等人（2003）以及Crossan和Apaydin（2010）提出的建议，开展了一次系统的文献综述。该系统性方法被认为是合适的，因为它通过使用透明且易于复制的流程提高了综述的整体质量（Crossan & Apaydin，2010；Tranfield et al.，2003）。在这方面，系统性文献综述方法使我们能够批判性地分析、综合和绘制现有研究的地图，并识别其中涉及的主要主题。

在文章选择综述论文中，我们采用了两种方法来检索相关文章（Cooke等，2017）。首先，我们重点关注发表在人力资源管理、全球管理和国际商务领域38种顶级期刊上的学术文章。对于本研究的这一部分，我们采用了Pisani（2009）、Pisani等（2017）、Hewett等（2018）以及Gaur和Kumar（2018）所使用的相同期刊列表。同时，我们也认为有必要纳入信息管理期刊，因为这些期刊为技术进步和信息系统相关研究提供了基础（Van Geffen等，2013）。鉴于我们所采纳的前述综述（Gaur & Kumar，2018；Hewett等，2018；Pisani，2009；Pisani等，2017）中的期刊列表主要涵盖根据商学院协会（ABS）期刊指南2018评定等级为3、4及4以上的HRM、GM和IB期刊，因此仅纳入了评级达到3级及以上的IM期刊（n¼ 21）。表1列出了本研究使用的全部59种期刊。由于本节重点主要在于人力资源管理，因此我们仅纳入了与人力资源管理重叠的研究，排除了未涉及人力资源管理问题的研究。

其次，根据Hewett等人（2018）进行的系统性综述，我们使用了两个主要数据库：商业资源终极版（EBSCO）和科学文摘。选择这些数据库的依据在于，与技术进步和人力资源管理相关的研究大多发表在EBSCO和Science Direct收录的期刊上。在确定了出版物来源后，参考其他前沿的系统性综述，我们将研究范围限定为以英文撰写的、完整的学术同行评审出版物（Marler & Boudreau，2017；Sheehan等人，2010）。我们还决定同时审查综述类、实证类和概念性论文（Leonidou等人，2020）。为了全面深入地了解该主题，我们选择不对数据收集设置任何时间范围限制（Andresen & Bergdolt，2017），因此纳入了本文撰写之前（2020年1月）发表的研究成果。

为了找到相关文章，我们试图建立合适的关键词公式。为此，我们对相关文献进行了初步的范围搜索，以识别关键词使用趋势。这一过程确定了几个与智能自动化相关的关键词。

使用标准布尔运算符能够创建单一的搜索算法（Pisani等，2017）。因此，这些关键词通过布尔运算符‘OR’组合，用于在顶级人力资源管理、全球管理和国际商务期刊中检索相关论文。执行的关键词搜索算法为：技术或自动化或“智能自动化”或“智能设备”或“物联网”或“人类参与”或“人工智能”或“对话代理”或“聊天机器人”或“服务代理”或机器或机器人或虚拟或智能或“自动化服务交互”或计算机。然而，对于信息系统期刊，我们采用了不同的搜索方法。鉴于信息管理研究领域内关于先进技术的研究广泛且多样，我们在关键词搜索算法中添加了与人力资源管理相关的搜索术语，以排除不涉及人力资源管理问题的研究。这些人力资源管理相关的关键词来自以往的系统综述。

在人力资源管理领域（例如，库克等人，2017；德科克等，2020年；菲格特林和格林伍德，2016年）。因此，我们将每个主题（即智能自动化和人力资源管理）选定的搜索词用布尔运算符‘与’进行组合。用于信息系统期刊的搜索如下：(technolog OR autom OR “智能自动化” OR “智能设备” OR “物联网” OR “人类参与” OR “人工智能” OR “对话代理” OR “聊天机器人” OR “服务代理” OR machine OR robot OR 虚拟 OR intelligen OR “自动化服务交互” OR computer) AND (“HR” OR “HRM” OR “人力资源管理” OR “人力资源” OR “IHR” OR “IHRM” OR “国际人力资源管理” OR “employ relation” OR “人力资源开发” OR “人力资源绩效系统” OR “HRPS” OR employ OR human)。

正如系统性文献综述中常见的做法，我们使用该关键词组合来搜索标题、关键词和/或摘要（Crossan & Apaydin，2010；Pisani et al.，2017）。因此，第一步包括标题和摘要筛选，而对于研究重点在初步筛选中尚不明确的研究，则留待第二步进行全文筛选。我们还采取了进一步步骤，通过检查所选文章的’参考文献列表来识别其他相关文章。随后，我们对所包含的附加文章再次重复了审查参考文献列表的过程。

我们最初在目标数据库中筛选出的相关研究样本为13,136篇文章。在审阅标题和摘要后，剔除了与研究问题无关的研究，最终保留了187篇期刊文章。随后，我们根据设定的纳入标准对剩余文章的全文进行筛选，共有42篇通过筛选。通过交叉引用又补充了3篇文章。因此，共有45篇文章被纳入数据分析，其中包括24篇实证研究、7篇概念性论文和14篇综述文章。本系统性文献综述所纳入的最早研究发表于1986年，而最新的一项研究来自2020年。这些文章发表于23种人力资源管理、全球管理、国际商务和信息管理期刊中（见表2）。图1展示了本次综述所纳入文章的选拔流程。

需要承认的是，由于数据库不可用或人为错误（疏忽）等问题，此次检索可能并未识别出所有与主题相关的文章（Cooke等，2017）。尽管如此，我们有理由相信所选文章涵盖了顶级人力资源管理、全球管理、信息管理和国际商务期刊中的大部分相关文献。因此，这使我们能够梳理已开展的研究，并识别出研究空白和理论发展机会。

所编码有被认为与本研究目的相关的文章均已被下载。我们对每篇文章进行了筛选，旨在提取相关信息（Andresen & Bergdolt，2017）并将其添加到数据提取表中。根据Tranfield等（2003）的方法，这样做是为了消除人为错误，并出于可重复性和透明性的考虑记录该过程。基于本系统性综述的目标，编码后的数据被录入一个Excel电子表格，并按多个类别进行分类，包括出版信息、论文类型（实证性、概念性、综述性）、与研究问题相关的定义、分析单位、智能自动化对人力资源管理的影响、主要研究发现以及各研究作者提出的未来研究方向。

主题分析

关于技术赋能的人力资源管理的学术研究探讨了不同情境下的多种主题，因此所综述文章中涉及的问题众多且具有异质性。本节旨在识别文献中的关键发现。我们试图寻找文章之间的共同特征，以便根据分析单位将它们归类为研究主题，从而帮助我们回答研究问题（Bailey等，2017）。我们确定了三个主要的研究主题：（1）先进技术；（2）人工智能；（3）机器人技术。我们因此将文章分为这三个研究主题。第一个主题（先进技术）包括16篇文章，探讨了信息技术及相关技术创新在更广泛的视角下如何开始改变人力资源管理。大多数文章（n¼ 22）属于第二个主题，涉及人工智能及其对岗位替代、人机协作和培训的影响。

图1. 纳入综述文章的筛选流程。

决策和招聘。第三个主题（机器人技术）包括7篇文章，旨在理解机器人对就业的影响，特别是岗位替代问题，以及人类与机器人如何协作以支持人力资源管理，还有它们在创造学习机会方面的作用。与其他前沿的系统综述（Christofi等，2017；Christofi等，2019；Leonidou等，2020；Vrontis & Christofi，2019）一致，我们关注的是关键发现，而非对每篇文章进行详尽分析。附录A根据三个广泛的研究主题，提供了本次综述所包含的最终文献样本的汇总信息。

先进技术

信息技术2017）已经使得人们的工作方式发生了重大变革，进而影响了组织形式、惯例和职能（Bondarouk等，。因此，信息技术与人力资源管理的交叉领域，也被称为电子化人力资源管理，受到了越来越多的关注，因为学者们试图理解外部因素对组织运作特别是人力资源管理实践的影响，而非内部因素（例如Alcaraz等，2012；Parry & Tyson，2011；Strohmeier，2007；Strohmeier，2009）。这些技术不仅为人力资源管理话语带来了新的术语，而且正在改变人力资源管理这一职业本身。新的商业模式不断涌现，从而导致劳动力管理实践发生根本性变化，并催生了新产品和服务（Bondarouk & Brewster，2016）。Zammuto等（2007）描述了这种交互可能带来的五种技术赋能——–可视化整个工作流程、实时/灵活的产品和服务创新、虚拟协作、大规模协作以及模拟/合成现实–。

在线执行招聘流程，即通常所说的电子招聘，在文献中已得到广泛讨论。迄今为止的研究表明，企业建立电子招聘系统以降低成本、接触更多人群、获得更快的响应，并增加申请人’对公司的积极看法（例如 Parry & Tyson，2008）。Martinez‐Gil 等人（2019）认为，工作职位与合适候选人资料之间的自动匹配提供了多项优势，包括减少投入（在成本和时间方面），并消除了人力资源专业人士必须具备特定专业领域或技能知识的需求。然而，尽管使用信息技术进行电子招聘的趋势已经改变了企业招聘、选拔和保留员工的方式（Stone 等人，2015），但仍存在若干问题阻碍其有效性。Feldman 和 Klaas（2002）以及 Stone 等人（2015）深入探讨了这些问题。

先前的研究还讨论了其他先进技术，其中信息技术是基础，及其对人力资源管理的影响。物联网在人力资源管理中的应用涉及人力资源技术（硬件、软件和数据）、人力资源活动（员工工作时间弹性化、提升员工绩效、个性化员工工作环境）以及人力资源主体（任务和资质）方面的变革与调整（Strohmeier，2020）。员工自助服务（ESS）技术允许员工自行管理个人数据，而非依赖人力资源专业人士，并注册培训以实现效率相关的收益（Marler 等人，2009）。电子绩效监控（EPM）有可能改变包括评估、选拔和培训在内的多种人力资源实践（Ravid 等人，2020）。许多 EPM 形式已被广泛使用（例如电话和互联网使用监控、电子药物管理记录），并且越来越多的观点认为，诸如芯片腕带植入物和体感热传感器办公桌硬件等技术可能成为未来工作监控的方向（例如 Ravid 等人，2020）。算法技术也可帮助雇主指导、评估和管理劳动者（Kellogg 等人，2020）。尤其具有当代意义的是虚拟化技术，即个体在三维数字环境中相互交互的虚拟表征。尽管它们起源于计算机游戏行业，但正越来越多地被用于增强人际和组织互动，并促进组织学习（Dodgson 等人，2013）。

总体而言，关于技术赋能的人力资源管理的战略优势，研究得出了相互矛盾的结果。尽管信息技术和其他先进技术革新带来了诸多益处（如成本节约、人力资源活动的协调与整合、效率提升以及对国际战略的支持），但同时也造成了额外障碍（如更多人力资源管理工作、工作压力、对技术特性的失望）（例如，Bondarouk 等人，2017；Stone 等人，2015；Strohmeier，2007）。研究人员还指出，技术的影响在很大程度上取决于情境（Bondarouk 等人，2017）。对于某些企业而言，根据其企业规模、行业和国家的不同，技术赋能的人力资源管理可能影响甚微；而对于另一些企业而言，在高度竞争性市场中，它可能被视为成功和生存的关键因素。

对于员工而言，其启示仍不明确。根据Levy和Murnane（2014）的观点，工作岗位的数量将会增加，但这些工作的性质将发生变化。所需的新技能包括问题解决和沟通能力，而这些能力计算机很难匹敌。Bondarouk和Brewster（2016）认为，标准全职雇佣将减少，而临时性雇佣形式将增长。工作是不可避免的。人力资源管理的变革无疑消除了距离限制，但各种利益相关者之间直接接触减少的风险正在潜伏。Stone等人（2015）强调，尽管存在诸多优势，以技术为中心的人力资源管理背后仍潜藏着危险，并建议应将技术视为一种决策支持工具，用以增强而非取代组织中的人力资源专业人士。

人工智能

人工智能可以被视为模拟或模仿与人类相关但行为方式不同的智能行为的计算技术（Bhave 等，2020）。围绕人工智能在工作场所应用的研究领域包括机器学习和深度学习等，这些技术可应用于全球各行各业（Bhave 等，2020）。重要的是，在人力资源管理方面，人工智能研究领域涵盖了岗位替代、人机协作、培训、决策和招聘情境下的人工智能。

理解人工智能及其在人力资源管理中的应用的一种方式是思考人工智能将取代哪些服务，以及这将如何影响整体的工作世界。与此相关的一种理论认为，人工智能对岗位的替代将首先发生在任务层面，而非岗位层面，并且会从“较低”智能的任务开始，因为这些任务相较于人类员工而言，更容易且更简单地由人工智能完成（Huang & Rust，2018）。然而，随着人工智能逐步具备执行人类任务的能力，并能够像人类一样思考和感受，它将完全取代人类劳动力，从而导致人际互动逐渐消失（Huang & Rust，2018）。例如，考虑像Siri这样的虚拟助手可能带来的影响。它们处理全球范围内的查询和客户支持，可使组织实现全天候运营，而无需在实体场所雇佣人类员工作为代表（Glavas et al.，2019）。Cano‐Kollmann等（2018）指出，由于人工智能、自动化和数字化的迅猛发展，发达经济体中的非熟练工人不仅可能失业，甚至可能变得“无法就业”，因为人类的任务和岗位要么被离岸外包，要么彻底消失或减少。

鉴于上述情况，我们认为，人工智能的发展可能会改变工作的性质，并对人类就业构成严重威胁。然而，它也可能为人类与机器的协作和整合创造重大机遇。在此情境下，一些学者支持这样的观点：人工智能在促进服务或销售以及创造更有利、个性化和有价值的互动服务方面具有重要价值（Marinova 等，2017；Singh 等，2017）。值得注意的是，机器学习可以协助处理基于交互的知识，分析一线员工（FLE）与客户互动中的交互间变异性，并利用这些互动数据澄清模糊模式。–通过这种方式，它使一线员工（FLE）能够利用这些数据为客户提供高效、有效且定制化的解决方案（Marinova等，2017）。同样，人工智能技术具备自然语言处理和实时学习能力，在补充人际互动和提升问题解决有效性方面发挥着重要作用（Singh等，2017）。在新闻领域，超越初始编程的人工智能算法还可以协助记者完成基础性工作，使其能够专注于调查性报道，同时以更大规模、更快速度和更少错误生成新闻（Jung等，2017）。此外，人们可以使用人工智能，通常以个人数字助理的形式，来促进不受时间和空间限制的工作活动（Golden & Geisler，2007）。总体而言，这些观察结果与以下观点一致：自动化技术对人员配置决策的影响在很大程度上取决于机构在本地市场中的垂直位置，从而支持了自动化智能技术并不必然导致就业机会减少的论点。

人工智能涉及信息处理、逻辑推理和数学技能（Huang & Rust，2018）。对于员工而言，这些具有挑战性的技能可以通过专业知识和培训获得。研究人员指出，人工智能应用在人力资源管理中具有关键效用，可用于培训目的。模拟被定义为人工智能环境，能够与其他用户高度互动，并增强学习机会（Bell et al.，2008）。尽管使用此类技术的成本有所增加，但基于模拟的应用允许员工进行互动并理解如何根据环境的互动效应以及多个竞争者的影响来调整决策（Bell et al.，2008）。研究还强调了智能动画角色在培训中的应用，它们可以像人类培训师一样提供反馈和支持（Behrend & Thompson，2011）。这些智能代理能够实时学习，并根据员工’的偏好和外部信息调整其培训方式，从而解决基于网络的培训中存在的参与度低和孤立感问题（Behrend & Thompson，2011）。在同一情境下，人工智能计算机代理已被视为提升员工’技能的重要工具，在战略与谈判场景中进行互动时，可节省大量精力并提供更优的表现（Lin et al.，2014）。

最近的研究还讨论了当代人工智能的进步如何日益为实际决策提供替代方案。人力资源管理提供了多种潜力，同时也给组织带来了风险和脆弱性。早期研究在将人工智能视为人力资源管理中的决策工具时指出，专家系统—即体现人类专家知识和决策能力的人工智能应用—能够提高非专家所做人力资源管理决策的准确性，并消除他们做出这些决策所需的时间（Lawler & Elliot，1996；Hooper 等，1998）。重要的是，人工智能专家系统生成的解释对管理者非常有用，他们首先能在该决策过程中获得辅助，其次还能了解特定决策背后的原因（Hooper 等，1998）。其他关于人工智能在人力资源管理决策中应用的研究强调了其以高速处理大量数据的能力（Lindebaum 等，2020），帮助销售人员更高效地获取新客户（Watson 等，2018），以及有效评估和管理员工离职风险的潜力（Wang 等，2017）。然而，即使人工智能提高了任务绩效且未构成直接威胁，其在人力资源管理决策中的广泛使用仍可能被视为对人类员工自主性、地位和工作保障的威胁，因为它可能为他们提供更多选择并使其感到困惑，从而增加感知到的复杂性（Lawler & Elliot，1996）。Otting 和 Maier（2018）强调了程序公正在决策情境中的重要性，因为无论决策是由人类领导者还是人工智能系统做出，程序公正都能增强员工有益的态度和行为。

此外，人工智能技术的应用为招聘提供了诸多机遇，并可模拟真实工作情境以进行评估和招聘。具体而言，人工智能应用在人力资源管理中的引入使得人力资源员工能够对求职申请进行背景调查，并为特定职位制定薪酬方案（Cooke 等，2019）。人工智能驱动的招聘平台还能推断出与岗位匹配度和绩效相关的行为表现，且相较于人类更具客观性并减少偏见（Van Esch 等，2019）。与此观点一致，Sajjadiani 等（2019）指出，机器学习可通过消除招聘人员的偏见或甚至求职者影响选拔流程的手段，将选拔流程转变为更加系统化的过程，从而极大地协助人力资源从业者和企业。当然，人工智能为人力资源管理招聘带来的众多优势构成了人力资源管理的积极发展。然而，这些积极影响在数据获取与处理的伦理性方面，以及应聘者的接受度方面，已受到多方面的质疑（Suen 等，2019；Bhave 等，2020）。事实上，人工智能机器学习和深度学习在人力资源管理中的应用引发了关于隐私的问题，并带来了富有成效的讨论。伦理挑战。值得注意的是，在就业和人力资源管理背景下直接应用人工智能机器学习，包括分析和收集数字记录以支持传统心理测量测试来评估人才并预测工作相关问题，引发了若干关于个人隐私的问题（Bhave等，2020）。当在数字面试中使用人工智能深度学习进行图像和视频识别，以捕捉言语及其他人际行为，并将其修正以创建心理画像并预测可能的匹配度时，同样会出现类似的隐私问题（Bhave等，2020）。

总体而言，结合上述讨论并回顾我们对先进技术的分析，可以认为，随着人工智能在人力资源管理领域的日益参与，我们正见证着从电子化人力资源管理向一个新阶段的转变。在这一阶段，人工智能智能自动化成为推动人力资源管理变革的工具，通过在招聘、培训和决策中应用人工智能应用来实现。尽管仍有更多路径有待探索，并且存在诸多挑战需要解决，但我们必须承认，人工智能将在人力资源管理的未来中发挥重要作用。

机器人技术

机器人技术涉及创造能够执行人类动作并模仿人类行为的机器。简而言之，机器人技术领域是一系列与人工智能、机器学习、电子学、纳米技术等诸多学科相关的科学。围绕机器人技术发展所展开的讨论，强调了机器人对工作与就业的影响；而另一方面，人们对机器人技术为企业和组织中的人员带来的学习与培训机遇则持相当乐观的态度。因此，关于机器人技术的研究工作可归类为岗位替代、人机协作和学习机会三个方面。

关于机器人技术的研究预测，许多工作将很快消失，并被自动化和机器人技术所取代。Chao 和 Kozlowski（1986年）指出，最容易受到岗位替代影响的工作包括焊接、喷漆和装配工作，以及那些受教育程度较低、经验不足且技能欠缺的员工。此外，餐厅中的机器人服务员以及通过公司’网站为客户提供指导的虚拟助手，也有可能完全取代人类一线员工（Van Doorn 等人，2017）。其他研究表明，机器人技术的影响可能对人力资源管理特别是失业问题具有重要意义；然而，这可能发生在未来。具体而言，鉴于人工智能、数字化和机器人技术正受到社会经济和组织力量的塑造，关于大规模失业和机器人替代的预测不太可能实现（Fleming，2019）。Van Doorn 等人（2017）认为，在需要高度同理心、要求开发原创性和创造性解决方案或需要高水平社交智能的情境中，自动化和替代的风险并不高。除了岗位替代之外，许多研究人员强调，在人力资源管理中需要将人类能力与机器人技术相结合，以带来更具洞察力的人力资源解决方案。在这方面，人类与机器人共生与协作的时代需要更多技能熟练且受过教育的员工，以把握潜在机遇并应对潜在威胁（Aleksander，2017）。机器人技术可以通过提供由机器人技术创造或增强的技术岗位机会来支持人类员工（Chao & Kozlowski，1986年）。机器人手术就是一个显著的例子。尽管正确应用机器人技术可以提高精度并减少错误，但人类知识仍然是一个至关重要的组成部分（Jonsson 等人，2018）。重要的是，技术本身的特性以及医生的操作和技术知识都是必需的（Jonsson 等人，2018）。

机器人技术还为人力资源管理带来了诸多学习机会。关于机器人技术的研究强调，机器人技术能够消除由人类员工处理的重复性和常规性活动，使他们有机会更有效地发挥自身技能（Lindsay 等人，2014）。同时，这也创造了新的学习机会，并需要开展广泛的培训，以帮助员工适应其变化的职责，并获得与机器人协作所需的技能。然而，员工对机器人的态度可能因其职业而产生差异性认知。Chao 和 Kozlowski（1986）发现，高技能员工对机器人及其实施持有更积极的态度，因为这些技术为他们提供了进一步拓展技能和知识的机会。不可避免的是，基于人工智能和机器人技术设计的工作将带来不确定性。然而，这些技术也为制定具有重要价值的问题解决策略提供了机遇（Wall 等人，1992）。

框架开发

基于主题分析，提出了一个捕捉智能自动化对人力资源管理影响的组织框架，如图2所示。该模型表明，人力资源管理中的智能自动化包括人工智能、机器人技术及其他先进技术。这些技术正越来越多地应用于人力资源管理，改变了招聘、培训和工作绩效的实践，调整了组织的决策过程，引发了岗位替代问题，促进了机器人、人工智能技术与员工之间的协作，并为员工提供了学习机遇。该模型还强调了智能自动化在人力资源管理中对组织和员工带来的后果。

首先，人工智能、机器人技术和先进技术显然与人力资源管理相关。作为一个能够映射这些技术在不同层面上影响的模型，本文考虑了人力资源活动和人力资源战略。人力资源活动包括招聘、培训和工作绩效等人力资源职能。人力资源战略则涉及在岗位替代、人‐机器人/人工智能协作、决策以及学习机会范围内的人力资源管理目标的制定与实施。综上所述，对这些组成部分的分析有助于描述智能自动化对未来工作以及整体组织绩效的贡献。

在现有研究中，智能自动化在人力资源管理环境中的应用已得到梳理，其实际后果（无论是积极还是消极）构成了一个关键方面。这些后果可能发生在个体层面或组织层面。个体层面的后果指的是技术对工作性质的影响，例如任务和资质的变化以及员工福祉。借鉴现有研究，组织层面的后果可分为运营性后果和变革性后果。运营性后果强调效率和整体绩效结果；变革性后果则指开展业务的方式以及商业模式的转变。

示意图0

本系统性综述提出的整合框架为该主题的现有研究提供了路线图，并帮助研究人员对内容进行分类和构建。希望该框架能作为未来研究的基础，将其他技术、这些技术对人力资源管理的影响以及随之产生的员工层面和企业层面影响纳入其中。最后，该框架将学术研究与管理者必须应对的实际情境联系起来，从而为实践者提供了重要启示。

理论意义

本研究的主要目的是对人力资源管理背景下智能自动化领域的现有研究进行综述，以明确其对人力资源战略和活动的主要启示与挑战。本次综述共识别出45篇期刊文章，为我们提供了该主题研究现状的总体概览。这些研究中提出的问题被视作人力资源管理的机遇或挑战，然而，专门针对人工智能和智能自动化的研究仍然较少，多数研究主要关注其他技术，或近期的大数据。尽管这是一个新兴领域，且关于人工智能在组织生活中作用的理论概念尚不完善，但仍有一些重要的理论意义值得指出。

首先，基于决策理论（Edwards，1954）以及最近研究分析数据如何使人力资源管理者更充分地了解员工（Garcia‐Arroyo & Osca，2019），我们发现人工智能算法和专家系统有助于人力资源流程，并能够对人类员工和人力资源实践做出更优的决策。通过这种方式，它们提高了非专家在人力资源管理决策中的准确性，并消除了他们在做出人力资源管理决策时所需的时间（Lindebaum 等，2020；Lawler & Elliot，1996）。因此，人工智能在提升人力资源决策质量方面发挥着关键作用。

其次，正如我们的研究所表明的，人力资源管理中的先进技术与人工智能技术构成了一个复杂的主题，涉及多种学科。因此，我们建议采用跨学科方法对其进行研究。例如，人力资源研究人员可以与信息管理研究人员或计算机科学家合作，分析人工智能技术在决策过程中的伦理挑战，以及影响员工接受这些技术的因素。

第三，本系统性综述的研究结果揭示了人工智能、机器人技术和先进技术对企业层面和员工层面的人力资源管理战略及活动的影响，引发了对智能自动化对岗位替代的影响的思考。值得注意的是，尽管人们预期这些进步将对就业产生巨大影响（Frey & Osborne, 2017），但我们的研究结果表明，我们距离对人力资源管理和就业水平产生广泛后果还有一段时间。

第四，人工智能、机器人技术和先进技术的发展涉及复杂的过程，应考虑可能面临的挑战和风险。由于该主题具有新颖性，因此存在重要的方法论和伦理挑战，随着人工智能及相关技术的持续应用，这些问题可能会逐步得到解决；在这方面，多位作者提出了有益的建议。例如，考虑到在区域和国际层面运营的员工与雇主之间可能因隐私利益而产生的冲突和伦理挑战，可通过建立一个基于效率、公平和话语权的冲突解决模型来减少此类问题，从而帮助利益相关者达成一致（Bhave等，2020）。

第五，本研究存在一些值得提及的方法论优势。尽管已有其他关于电子化人力资源管理或大数据相关文献的综述（例如 Garcia‐Arroyo & Osca，2019；Giacumo & Breman，2016），但本综述采用了系统性综述方法，涵盖了整个人力资源管理领域，使其更具稳健性。特别是，本研究纳入了来自多个学科的期刊文章，增加了研究价值，因为我们梳理了不同学科中与此主题相关的各个研究子领域，并揭示了它们的主要发现和核心概念。

最后，通过构建一个将人工智能、机器人技术和先进技术与企业绩效及就业前景联系起来的框架，本研究使未来学者能够探讨技术在人力资源管理中可能发挥的各种作用，并加深我们对技术进步导致特定结果的潜在机制和条件的理解。

管理启示

鉴于智能自动化是人力资源管理领域的一个新兴研究方向，本系统性文献综述的研究结果也具有相当的实际价值。本研究响应了学术界呼吁管理者将关注点转向这些技术对企业及员工绩效带来的益处。人工智能技术能够补充人类员工’的互动，增强问题解决能力以提高有效性，提供培训、反馈并支持人类员工（Behrend & Thompson，2011；Singh等，2017）。因此，企业应建立一种组织环境，使人类员工与技术可以共存。此外，正如我们的研究结果所示，企业应注重员工的培训和持续发展，以便他们能够满足与人工智能代理合作所需的标准和技能（Lindsay 等，2014）。管理者可以鼓励员工积极参与培训，以增强其学习习惯和现有知识基础。管理者有责任协助员工更积极地参与此类活动，从而获得在竞争激烈的国际市场上所需的技术知识。Ferraris、Erhardt 和 Bresciani（2019）建议，所需的技术知识可以通过与政府和公共主体、研究中心及大学建立多种灵活联盟来获取。

值得注意的是，尽管存在诸多优势，但以技术为中心的人力资源管理背后也潜藏着风险，这表明技术应被视为一种支持性工具，用于增强而非取代组织中的人力资源管理专业人员。本质上，相关知识的掌握和操作仍需依赖人类思维。根据我们的研究发现，如果管理者避免让技术主导并取代人力资源管理的核心意义和作用，智能自动化可增强对人力资源管理的积极影响。相反，从业者应注重人力资源管理优势与智能技术的共同发展。

人力资源管理中的技术发展，包括引入人工智能、机器学习和深度学习应用来分析和收集数字记录以预测工作相关问题，已引发了一系列关于个人隐私的担忧（Bhave 等，2020）。鉴于这些技术带来的隐私和伦理挑战，迫切需要制定法规，以保障员工或潜在员工的数据保护权利。尽管《通用数据保护条例（欧盟，2016/679）》已取得显著进展，但快速的技术发展意味着需要持续更新，以提高社会和员工的认识。

最后，在全球人力资源管理情境下，管理者需要思考人工智能技术如何消除距离限制，同时又如何通过数字中介减少各利益相关者之间的直接接触，进而考虑如何利用这些技术使企业和员工受益。这包括协助不同参与者使用各种技术，以协调一致地开展共享工作安排（Jonsson 等，2018）。

局限性与未来研究方向

本综述存在一些需要承认的局限性。首先，该综述仅限于同行评审期刊上发表的研究，这意味着我们尚未掌握完整的图景。发表在非同行评审论文、书籍和书章节中的有价值的研究成果可能仍然存在；因此，未来研究应补充其他形式的现有研究，这可能会带来对现有研究成果进行分类的其他方式。第二，正如前文所述，我们的检索可能并未识别出所有与主题相关的学术同行评审文章。第三，所使用的关键词公式可能未能使相关文章显现出来。鉴于技术兴起导致人力资源管理架构日益复杂，以及人力资源管理、全球管理、国际商务和信息管理问题之间的高度相互依赖性，可能存在更多聚焦于智能自动化的文章，而这些文章未被检索关键词捕捉到。因此，尽管我们的最终样本包含了从人力资源管理视角探讨智能自动化各种问题的文章，但这可能并不全面。此外，已有大量技术创新从异质方法的角度进行了探讨，因此很难精确划定纳入和排除研究的界限。尽管如此，我们有信心所选文章集合涵盖了顶级人力资源管理、全球管理、国际商务和信息管理期刊中的大部分文章，从而使我们能够识别出一个广泛的模式。

Strohmeier（2007）指出，与人力资源管理相关的知识体系零散不全，且电子化人力资源管理能否转变为有价值的战略伙伴这一问题尚未得到充分探讨。十年后，Bondarouk 等人（2017）再次提出这一问题，并指出在这个尚不成熟的研究领域中，我们仍然缺乏基于理论和证据的电子化人力资源管理研究。事实上，仍有大量问题有待探究，而可能性是巨大的。

我们预计，在未来几年中，人力资源管理格局将发生巨大变化，因为技术进步正在推动商业与管理的边界。尽管还有许多值得深入研究的方向，但我们选择专门针对国际背景制定未来研究方向，原因如下。首先，我们认同应关注国际背景下技术赋能的人力资源管理研究，并探讨国际背景对实施过程的影响（例如 Bondarouk & Brewster，2016）。其次，技术革新成果的采纳与使用似乎在很大程度上依赖于具体情境（Van Geffen 等，2013）。第三，技术革命以及更快速的国际化进程使得人力资源管理扮演着更加重要的战略角色，成为国际商务成败的关键决定因素（Cooke 等，2019）。

研究认为，就组织流程而言，人力资源活动和战略的跨国转移可能会具有挑战性和问题重重（例如，Chang & Smale，2013；Ferraris 等，2019）。因此，值得进一步深入研究技术赋能的人力资源管理在不同国家背景下的实施方式，以确定特定国家因素是否会改变智能自动化在人力资源活动与战略中所起作用的动态，或是否能够实现全球人力资源管理模式。深入了解技术赋能的人力资源实践在何种情境下趋同或分化，对于在多个国家运营的企业而言具有重要意义（Kivimaa 等，2019）。此外，还需要开展研究，以识别人力资源管理中智能自动化实施的跨国宏观情境障碍，并探讨如何克服这些障碍。

另一个尚未充分探索但极具未来研究潜力的领域是员工对人力资源管理组织角色发生技术引发转变的反应与回应。采用跨文化视角特别有助于深入了解与员工行为相关的可能存在的跨国差异与相似之处，这些差异与相似之处可能支持或阻碍人力资源管理中智能自动化的实施。此外，越来越明显的是，机器人将取代某些人类工作。然而，机器人的使用不仅可能显著影响被取代者，还可能影响管理者与主管。因此，一个值得未来研究的方向是：不仅要探讨智能自动化对组织层级中各类参与者的潜在影响，还要关注人员管理必须应对的国际化带来的额外复杂性。

从客户’的视角出发，Watson 等人（2018）认为，客户对人工智能接受的证据是明确的。因此，未来研究的一个有趣方向是考察客户是否对这些技术具有接受度，以及在哪些情境下人工智能更有效地用于建立客户关系。更重要的是，有必要结合国际背景下的具体情境来识别客户的接受程度，而非采用普遍化视角。未来开展跨国比较研究将有助于指导实践，明确是否以及何时用人工智能替代工人这一国际战略决策。尽管探索客户愿意做出的权衡取舍对于实施新技术至关重要，但我们认为智能技术对客户参与的影响是非线性的，并可能随着时间推移而增加或减少。因此，人力资源实践中的人工智能与机器人的时间层面效应是另一个值得未来研究的问题。

最后需要指出的是，人力资源管理中的技术进步的作用远比仅仅支持或改变人力资源流程要复杂得多。当我们考虑到国际化因素时，一个不可避免的问题是这些过程和效应的普遍性如何。迫切需要开展跨学科研究，以应对这一复杂且混合的主题，并阐明如何在全球范围内平衡传统与新型劳动力管理方式，从而造福所有利益相关者。我们希望本文能够启发未来研究进一步探索并拓展我们提出的路径，这最终将对实践具有至关重要的意义。

结论

本文的目的是对与人力资源管理中智能自动化相关的研究进行综述。我们检索了59种顶级人力资源管理、全球管理、国际商务和信息管理期刊中可能相关的研究，以明确智能自动化对人力资源管理的新颖性所在。通过筛选流程，最终确定了45篇文章，这些文章提供了该领域研究现状的概览。尽管本文并非穷尽所有研究，但它阐明了人工智能、机器人技术及其他先进技术对人力资源管理的影响。本文还提出了未来研究建议，旨在通过采用国际商务视角，推动该领域的理论和实证发展。总体而言，我们希望本研究的贡献能够促进下一代研究的发展，并在实践中得到有意义的拓展和验证。