当下科技变革的浪潮汹涌澎湃，AI大模型作为前沿技术代表，正以惊人的速度融入各个行业，劳动力管理领域也深受其影响。2月16日，KPro18侃直播栏目与盖雅工场董事长兼CEO章新波，聚焦AI大模型和劳动力管理应用创新，展开了一场干货满满的深度探讨。
以下是我们对直播内容的概括性整理，以供大家更好地了解本场直播的精彩内容。
盖雅如何抓住中国市场机遇，打造劳动力管理新格局
盖雅工场董事长兼CEO章新波首先详细介绍了盖雅在劳动力管理领域的业务布局与发展历程。自2009年起，盖雅就专注于数字化劳动力管理，至今已有16年的深厚沉淀。在这期间，凭借专业的服务、先进的技术应用，在劳动力管理领域站稳脚跟，业务不断拓展，不仅管理着大量的小时工和全职员工，还将业务版图延伸至多个国家和地区。
在人力资源管理领域，蓝领和白领分属两个不同的领域，有着各自不同的理论体系。中国的人力资源管理起步相对较晚，尤其是蓝领人力资源管理体系，在国内尚未得到广泛普及。而盖雅公司精准定位，专注于劳动力管理，主要为劳动密集型企业，包括蓝领和初级白领，提供人效支持服务。
通过数字化、算法以及软件科技等手段，盖雅致力于帮助企业找出运营过程中的浪费点，挖掘效率提升的潜力。值得一提的是，盖雅强调其服务理念并非剥削员工，而是通过科学的方法找出效率提升点，并对高效率员工给予更多激励，从而提升企业整体效能。在数字化支持方面，盖雅提供实时数据和高质量的结果展示，为企业提供决策依据，助力企业做出更优决策，而非直接替企业做决策。
在劳动力管理过程中，盖雅主要解决四个关键问题：
1）需要多少人：通过AI算法预测劳动力需求，联动技能管理系统匹配合适的人选，智能推荐合适数量合适技能的人到合适的岗位/任务，实现人-技-岗匹配，优化人力配置效率；
2）实际多少人：实时掌握员工出勤和工作情况，与传统考勤不同，更侧重于为运营提供支持——从传统HR视角的数对人头到算对工时，杜绝跑冒滴漏，控制加班成本，进阶到财务和运营视角，实现精益工时追踪和工时成本分摊，帮助进一步洞察工时效率，定位精益改善点，指导用工决策优化；
3）干得怎么样：评估时间投入与产出的关系，判断时间价值是否转化为相应的销量、客户接待量、产量和质量，即“时间价值”；通过激励性薪酬系统，让员工看得见目标-看得见结果-看得见过程，激发员工动能，促进组织目标达成；
4）怎样找到人：通过线上零工平台+线下岗位外包服务，实现全职、兼职、外包多类型员工全流程统一管理，实现更灵活的用工需求应对，优化企业用工结构，提升企业运营效率。
中国市场的特殊性也为盖雅的发展提供了机遇。中国市场劳动力管理复杂度高，业务形态多样，企业多为集团化、多元化发展，同时移动互联网的快速兴起，对海外企业服务提供商构成了巨大挑战。盖雅正是抓住了这一契机，凭借对本土市场的深刻理解和灵活应对，在市场中脱颖而出。
市场洞察：蓝领与白领劳动力市场解析
主持人狄安提出市场上多数公司提供人力资源软件或服务，但专注于劳动力管理的公司较少，在中国蓝领劳动力市场和白领人才市场哪个更大，具体份额和规模如何？
针对这一问题，章新波回复到，盖雅公司选择进入劳动力管理软件市场，是经过深思熟虑和充分市场调研的结果。在他看来，中国市场，无论是to C还是to B领域，规模大小并非公司战略选择的关键因素，企业的强弱才是决定发展的核心。就蓝领和白领劳动力市场规模而言，中国的蓝领劳动力市场可能比白领市场更大，但市场上众多公司却更倾向于服务白领，蓝领市场反而相对被忽视。
随着社会的发展，零工经济的兴起成为必然趋势。盖雅精准把握这一趋势，不仅管理全职员工，也积极涉足兼职和零工管理领域。盖雅尝试建立社会用工平台，不过主要聚焦于数字化能力的提升，通过数字化手段优化零工经济下的劳动力管理。
人效管理一直是企业关注的重点，尤其在经济增速放缓、竞争日益激烈的当下，提升人效更是成为企业发展的关键。盖雅提供的服务，涵盖帮助零售和服务企业进行私域的人工管理，以及为人力资源服务公司提供科技支持，助力企业提升人效。
AI大模型：劳动力管理的新引擎
在探讨完劳动力管理市场相关话题后，嘉宾们将目光聚焦到AI大模型对劳动力市场的影响上。盖雅对AI持积极拥抱的态度，但面对AI大模型的快速发展，也表现出了一定的焦虑。
积极方面，盖雅在AI应用上早有布局，例如在排班管理、技能管理、培训、即时激励等方面，AI都发挥了重要作用，有效提升了培训效果和效率。在排班领域，AI算法可以帮助企业根据不同的业务目标（效率最优/成本最优/员工满意度最优等）智能生成不同的排班方案；在技能管理方面，AI可以帮助企业更精准地评估员工技能水平，制定个性化的提升方案；在培训领域，AI能够提供多样化的培训方式和内容，满足不同员工的学习需求；在即时激励方面，AI可以根据员工的实时表现，快速给予相应的激励反馈，激发员工的工作积极性。
然而，盖雅也意识到AI大模型带来的挑战。在技术快速迭代的背景下，如何找准自身在AI大模型生态中的定位，如何确保AI技术的应用能够真正为企业创造价值，都是需要深入思考的问题。
章新波认为，AI可以提升知识的标准化和体验，但AI需要知识的指导才能做出正确判断。基于此，嘉宾们提出了一个极具前瞻性的设想，即通过AI和精益生产（IE）知识的结合，实现更高效的劳动力管理。欧美在工业工程领域经过几十年的积累，出现了许多有影响力的咨询公司，在制造业工资体系设计等方面发挥了重要作用。相比之下，中国在工业工程领域的咨询机构相对薄弱，教育水平和实践经验存在一定差距。通过知识开源，推动整个IE知识体系的标准化，不仅有助于软件的落地应用，还能进一步提升人效。
在劳动力管理中，提升人效是一个宏观的目标，但其中涉及到许多微观知识，如作业的标准化测量和工价等，这些微观知识同样不容忽视。通过IE知识和AI的深度结合，有望实现自动化的作业流程设计和派工，从而大幅提高效率。
针对企业知识开源，章新波指出，过去几年在客户、市场和内部管理中，从上到下其实犯了很多常识性错误，管理虽无绝对标准答案，但有相对的定性方向、逻辑和流程标准，如今却被各种乱象干扰。所以他认为开源知识能让行业各领域用理性科学思维思考，避免犯常识性错误，对行业发展有更大的帮助与推动作用。
果总认为中国虽为制造业大国，但在人力资源管理领域，尤其是制造业管理理论方面，与欧美差距明显，缺乏标准化。欧美作为现代制造业发源地，主流制造业管理理论多源于美国，相比之下，中国部分管理方式存在不足，甚至被形容为“小农经济”。在劳动力管理软件方面，中国市场还不够发达，尽管有像盖雅这样的企业在探索，但行业整体处于发展阶段，许多从事劳动力管理的企业集中在服务业，而制造业相关的劳动力管理发展远远不够。所以企业知识开源的重要性主要体现在：一是避免常识性错误，帮助企业回归正确的管理逻辑与流程，用科学理性思维决策；二是推动行业标准化发展，缩小与发达国家在管理理论和实践上的差距，促进整个行业的健康进步。
狄安提到了最近大火的DeepSeek，DeepSeek的成功出圈不仅靠技术创新，关键在于其开源战略。很多人对开源存在误解，认为不应开源核心技术。但实际上，开源是一种更高级的战略，它实现了技术平权化，让更多人能够使用技术。在这个过程中，DeepSeek其实并未丧失商业模式，反而构建起自身的生态系统。若能成为事实标准，将占据行业领先地位，正如一流企业做标准，二流企业做服务，三流企业做产品。
本期KPro18侃直播，从劳动力管理的行业特点、市场潜力，到AI技术的影响和应用，再到开源知识的重要性，进行了全方位、多层次的分享。随着AI技术的持续发展，AI大模型在劳动力管理中的应用，如智能化管理、AI Agents的应用、AI战略制定、技术工作的重新定义、领导者的适应性调整、人力资源工作的变革以及AI与IE的深度融合等方面，都将不断演进，为劳动力管理带来新的机遇与挑战。相信这些讨论和思考，将为劳动力管理领域的从业者提供宝贵的借鉴，推动行业不断向前发展。
关于KPro
KPro企业知识开源社区秉承开源社区的运营理念，采用开源软件领域普遍使用的Git协作机制，并借鉴维基百科的内容展示方式，致力于推动企业知识开源（Business Knowledge Open Source，简称BKOS）的实践与发展。KPro倡导并鼓励各领域专家及从业人员积极参与，依托开放的协作体系，共同构建一个开放的知识库。我们的目标是汇聚多方智慧，打造一个得到广泛认可的统一标准知识体系，以促进知识的共享与创新。
