Beth White - The Evolution of AI in the Workplace
35:42 Share

商业世界比以往任何时候都更加复杂。人力资源和薪酬的世界也变得越来越复杂。欢迎收听 HR Data Labs 播客，这是您了解人力资源内外专家最新趋势的直接来源。

收听我们探讨薪酬策略、数据和人员分析如何对您的组织产生影响。本播客由 Salary.com 赞助，Salary.com 是您获取薪酬及其他方面数据、技术和咨询服务的来源。现在，让我们欢迎主持人 David Teretsky 和 Dwight Brown。

您好，欢迎收听 HR Data Labs 播客。我是主持人 David Tretzky。和往常一样，我们努力寻找人力资源内外最优秀的人才，为您带来最新动态。今天，我们邀请到了来自 MeBeBot 的 Beth White。

Beth，你好吗？你好，David，我很好。很高兴再次见到你。我知道听众看不到我们，但我们在今年的 HR Tech 上见过面。是的，而且那次 HR Tech 非常忙碌，你还记得吗？是的，你一直在忙着做你的播客。是的，是的。好消息是，它们现在已经结束了。最后，我们制作并发布了最后一期。所以……

现在我们期待着 2025 年的下一届 HR 技术大会。太好了。Beth，你能不能给大家介绍一下你自己和 MeVBot？很高兴今天来到这里。我是 Beth White，MeVBot 的创始人兼首席执行官。有时我称自己为首席机器人专家。

因为在人力资源领域这很有趣。但你是一个非常真实的人。我是一个真实的人，但也有操作 AI 的人，所以这始终要记住的一点，这也是我们今天肯定会讨论的一部分，但是……

我的早期职业生涯是在人力资源部门度过的，从事人力资源的各个方面的工作。坦白说，我离开这个行业多年，有点沮丧，然后回来提供解决方案。实际上，看到许多不同类型的 AI 技术，你知道，在面向消费者的网站上以聊天机器人的形式出现，这真正激励我说，嘿，这是一个我们可以为人力资源部门带来解决方案的时代，这些解决方案真正旨在帮助提高运营效率，并腾出人力资源需要更多地关注业务战略并提供整体价值的宝贵时间。现在，随着 AI 正在塑造我们的业务和日常生活，

你知道，我们经常在外面宣传和教育人们，了解他们在学习 AI 方面的历程。很好。太棒了。所以，Beth，我们问每个人这个问题。你有什么不为人知的有趣的事情吗？

你知道，David，每个人都有这些伟大的职业道路。我的职业道路随着时间的推移发生了很多变化。但一个有趣的事实是，当我离开大学或大学毕业后，我搬到了太平洋西北部，我

坦白说，有点迷茫，不知道接下来该做什么，考虑读法学院，考虑其他事情，然后有机会在阿拉斯加的一艘渔船上工作。哇。并帮助偿还我的学生贷款。就是这样。所以这是一个有趣的事实，你知道，我仍然回过头来想，这真是太疯狂了。

它不像《危险捕捞》电视节目那样。我实际上是在那些大型渔船上工作过，坦白说，它们就像移动工厂一样运作。谈谈寒冷吧。那是一次非常寒冷的经历，你知道，在阿拉斯加海岸外的白令海中部。是的。哇。听起来真的很酷。嗯，实际上也很冷。是的，就是这样。是的。

Beth 提到这一点的原因是，现在是马萨诸塞州的 12 月，我的办公室现在非常寒冷。所以，是的，是的。好吧，无论如何，想到白令海峡以及在阿拉斯加的渔船上，我实际上感觉更冷了。我相信你有一些非常酷的故事，这些故事……

我有。我的意思是，你在这些经历中会遇到很多有趣的人，你会了解一些关于职业、生活方式甚至食品生产的不同事情。让我们这么说吧，你不是船上的 HR 人员。我不是。因为那将是一份非常困难的工作。没错。那将是一份不同的工作。是的。是的。就是这样。

好吧，今天我们有一个非常有趣的话题，我认为这与我们在过去六个月里一直在讨论的话题不太一样。这是一个非常重要的话题。事实上，我认为这可以追溯到 HR Data Labs 的第一个播客之一，即通过确保人类参与其中，为 AI 提供监督培训来确保 HR 的 AI 伦理。

无论是人员分析还是数据集。所以 Beth，我们的第一个问题是，你从事人工智能工作多久了，你这些年来学到了什么可以帮助我们解决这个问题？哦，

好吧，我一直在不断学习很多东西。我从 2017 年开始真正深入研究 AI。正如我提到的，我开始看到，当时被称为对话式聊天机器人，你知道，出现在不同类型的面向消费者的网站上。我想，这些东西到底是如何工作的？并试图稍微解开它，或者不工作，这是……

当时的情况就是这样。当时，AI 在很多用例中都有应用，例如，你的银行网站或移动运营商的网站，你认为它会有所帮助，但你却陷入了一个循环。所以在更多地深入研究这项技术后，这实际上是一个问题，你知道，

从 if-then 语句开始，这意味着本质上是对话式聊天的第一次迭代的决策树，到自然语言处理和机器学习以及这项技术的基础，这项技术被带入我们每天使用的工具中，如 Siri、Alexa 或 Google Home。对。

而且，你知道，公司或实体开始发展自然语言处理，机器学习和机器只有在人类参与的情况下才能学习。所以，那是我真正能够看到如何训练 AI 以更准确地响应的时候？

因为在我预见 MeBeBot 如何诞生的过程中，它成功的唯一原因是，它的准确性要高于我七年前在面向消费者的网站聊天机器人中看到的情况，对吧？因为它们不准确。他们没有建立信任或忠诚度。所以这是一个很大的顿悟时刻，那就是真正开始揭示，你知道，你如何训练 AI？人类在循环中扮演什么角色，这样你才能拥有一个人们想要使用并想要一次又一次地使用解决方案？

但我认为，如果我们看看 Siri、Alexa 和其他一些工具的当前迭代，即使是在今天在 Web 应用程序中使用聊天机器人的程度上，它们仍然不是对话式的。事实上，它们几乎没有反应。所以，提出第二个或第三个挑战性问题，它甚至不是，坦白说，if thens，而是，

提出一个问题，然后试图跟进，线索丢失了，因为第一个问题根本没有得到跟进。所以我想问题是，即使在聊天机器人技术中，我们如何才能通过能够获得至少是解释性或修订的二级或三级来更好地回答问题？

这项技术可以理解，这样可以使消费者更容易理解？是的，这是一个很好的问题，David。我认为现在我们正处于一个非常酷的空间。我们正处于一个转折点，我们将看到下一代真正有效的对话式聊天。而且

真正能够实现这一点的是生成式 AI 的发展，它能够产生将生成式 AI 注入对话流中的方法，以便您可以继续与用户或与聊天机器人交互的员工一起进行流程，引导他们完成流程，引导他们获得更多问题的答案。所以你是对的。这具有挑战性，因为 AI 的学习方式。很多时候，对话会突然停止，而且

当 Mebibot 的早期发生这种情况时，我们会使用 AI 来呈现相关主题。然后，即使是在其网站上使用 AI 聊天机器人的公司，他们也在进行升级路径。这就是它当时处理方式。但是现在在 AI 时代，有了不同的所谓的语义内核和其他类型的

将代码或算法注入到流程中，我们将看到大量新活动将推动未来一年对话式 AI 的采用和使用。我认为这肯定会在 2025 年发生。

喜欢你听到的内容吗？点击订阅，确保永不错过任何一期节目。本播客由 salary.com 提供支持。现在回到节目。

那么，你目前对人工智能最大的担忧是什么？哦，David，有很多。我的意思是，在这个领域工作多年，从坦白说，我今天发布了一些关于 AI 的环境影响和 AI 的能源使用情况的内容。这是一个可持续性问题，对吧？我们在过去六个月里看到微软、谷歌和亚马逊都

购买核电，以便能够，你知道，将 AI 加速到所需的容量水平，以便以生成式的方式处理 AI。它实际上正在吞噬越来越多的能源需求。这很有趣，不是吗？我们已经通过摩尔定律到达了一个阶段，我们的处理能力如此惊人，以至于我们实际上能够创造能量

几乎是我们计算系统的类神经网络。这……

我们手腕上的手表比 1980 年代之前世界上存在的任何计算机都强大。但我们现在正在做的是创造这些东西，这些东西要求我们创造或创新，甚至在我们的能源生产中倒退，以便能够承受能源需求

这种处理能力将需要。听起来很疯狂，但实际上非常真实。这简直令人难以置信。是的。我的意思是，你正在谈论可持续性。是的，好吧，谁会想到它甚至不是互联网，而是 AI 将会消耗所有这些资源来仅仅处理和重新处理数据。

是的，我最近读到一个统计数据说，对于每 100 次 AI 训练测试，这就像让你的吹风机开着几个小时一样。你知道，这只是某些简单的事情所需的能源使用量，你知道，

算法调用，你知道，再次消耗能量。那么我们该如何解决这个问题呢？我知道即使是大型公司，你知道，那些从他们选择的任何来源购买这些额外能源的公司也没有忽视这个问题。对。

但我确实认为，在这个领域开发自己技术解决方案的人们可以提出一些方法，这些方法不会主动为所有可能的事情调用 AI。这实际上是我们现在所处的时代，大型语言模型以及我们可能在 2025 年看到的更多小型语言模型。嗯哼。

不需要那么多能源消耗，但仍然可以为特定的业务用例完成相同类型的任务。

所以看到我们已经从，我几乎认为它像一个漏斗，就像这个巨大的漏斗，就像每个人都在消耗一切，到去，让我们只消耗我们需要的。所以我们开始看到这种情况发生在一些新的 AI 解决方案架构方法中。但即使规模，你正在谈论一些世界上最大的公司正在关注这个问题，对吧？

规模还没有达到消费者活动的基础，每个人都在将 AI 注入到他们的手机中。

因此，他们需要更频繁地为他们的手机充电，或者他们的 iPad 或他们的电脑。以及这种能源消耗，因为如果你正在做，好吧，它可能不是大型语言模型，但你可能正在做，就像你之前说的那样，苹果新 iOS 中的图像游乐场。这仍然会消耗资源。所以你关于，你知道，你第一个担忧之一是可持续性，对吧？

它不会变得更好。它会变得更糟，对吧？你知道，我试图研究那些关注这些大型主题的未来学家。

是的，它可能会在好转之前变得更糟。所以让我们都希望我们有在这个技术领域开发的人们更加注意它，然后我们会更快地到达一个更好的地方。但是是的，随着硬件变得，你知道，也精于利用 AI，它肯定会成为另一个吸引它的原因，因为你是对的。

消费者采用还没有，但它即将到来。还没有。是的。我的意思是，最新版本的 iOS 仍然没有为每个人提供他们一直在 iOS 18 中承诺的 AI 功能，我认为是现在正在发布的版本，人们现在正在注册它。是的。

所以我想下一个问题是，你还有什么其他担忧？因为我还没有听到你谈论机器接管、机器人接管的事情。好吧，你知道，这显然是感知计算机的概念，以及计算机何时能够思考。而且，你知道，Sam Altman 也许在一个月前说，我们距离感知计算能力被释放到世界上还有 1000 天。

而且，你知道，这非常令人不安，你知道，从某种意义上说，我们真的知道我们在做什么吗？我们正在释放到世界上的游乐场？是的。

我看到 AI 的法规开始变得更多，现在开始更多地被撤回。我的意思是，欧盟一直在制定立法。许多欧洲国家甚至还在现行欧盟法案的基础上增加了自己的附录或不同类型的政策。但在美国，

你知道，我住在德克萨斯州。整个国家都是狂野的西部。你知道，在德克萨斯州，我们通常说它是狂野的西部。但美国的 AI 除了少数几个州有一些法规外，基本上是没有监管的。我正要说，大多数州要么正在审查会议，要么正在起草立法。

要么对 AI 加以限制，要么至少给予隐私限制，如果不是版权限制的话，这现在是 AI 世界中另一个巨大的问题。但他们试图给予那些至少

初步的立法部分。我正在为我在夏威夷发表的谈话或演讲做研究。我认为当时至少有 40 个州正在推出法案，而不是再次在会议上开始起草法案。所以这最终会在美国发生。

当然。我一直关注着来自不同州的所有立法行为，再次，就像你提到的那样，以及许多仍在起草中的立法行为，未来还有数年。那么，在没有太多，你知道，约束的情况下，我们现在该如何在访问技术和之间找到中间地带呢？

它实际上要求我们作为个人，你知道，要聪明地利用这项技术，无论是在我们自己作为消费者的使用中，还是在工作场所中。这就是，你知道，坦白说，人力资源部门在这个对话中扮演着如此重要的角色，因为公司正在考虑创建 AI 治理政策。有些公司有，有些公司没有。对。

这很复杂，而且你今天拥有的可能在六个月后不再是你需要的。所以这从业务角度来看让一些组织有点停滞不前，因为没有那么多规则可以遵循。但问题是，在没有规则的情况下，你会遇到很多人下载了 ChatGPT，或者至少获得了登录名。对。

将其下载到他们的手机上，并开始起草请求或提示

在 ChatGPT 中，这可能实际上包含机密信息，不仅在其所说的内容的上下文中，而且在其所处位置和注册内容的上下文中。所以，你知道，如果你来自 xyzcompany.com，然后你在 ChatGPT 中提出一个请求，例如，你想制定一个新的薪酬理念，它就知道它来自你，并且知道你在问什么。所以……

这，你知道，在这种情况下，有点令人担忧。你知道，至少如果你在 IT 方面试图控制所有这些的话。当然，因为我认为这正是现在正在发生的事情。如果公司说，嘿，我们对 AI 或生成式 AI 不够了解，无法让每个人随意使用这些大型语言模型工具，他们会说，不，人们会自己做。对。

对。

至少可以得到保护，当然，如果你有你自己的订阅类型与提供商等。所以我希望公司朝着这个方向发展，因为人们很好奇。他们想试一试。这很有趣。你知道，我的意思是，一旦你开始，你就会开始把它看作是你每天想在工作中使用的工具。但所有警告都是

你必须小心的事情。对于一些公司正在开发围墙花园，人们可以在安全的方式下玩耍，而不用担心这会超出这些围墙，是的，它可能是安全的。但同样，在消费者方面，我认为人们只是……

我不想说他们对此一无所知，因为我认为他们知道的还不够多，不足以一无所知，如果这有任何意义的话。它绝对有很大的意义。这就是它，我们越能教育人们，例如，这是如何工作的？

因为现在你看到的任何一个大型语言模型用户界面只是一个小的提示框。你不知道幕后是如何运作的。但是，如果人们能够开始理解，例如，这将非常酷，有时这种技术会说，我已经根据以下内容为这个问题生成了这个答案：幕后发生了什么才能获得这些信息。对。

让人们对技术正在做什么有一点了解，它如何可能正在获取和抓取公开可用的网站，你知道，根据你给出的自然语言提示来推断，你的措辞提示工程将如何影响你的结果，以及，

AI 几乎需要教人们如何使用 AI 并呈现幕后发生的事情，以便我们都能理解风险并看到回报。你知道，它让我想起了 Beth。你可能不记得了，但如果你记得五年级和六年级的时候，我们学习 IBIT 和 OBSIT，当我们创作我们的读书报告时。对，对。而且，你知道，你的来源是什么？是的，是的。来源。哦，你的意思是，我从哪里复制的？是的，实际上，这就是你所说的。你基本上是在说，你从哪里参考了这些信息？因为我在 HR Tech 上发现，有时，有时 AI 会根据它接受过训练的内容编造东西。它基本上会阅读字里行间的意思，而它实际上不应该这样做。

那是千真万确的。我的意思是，我喜欢你的例子，因为，你知道，我大学时是历史专业，我过去写过大量的报告，你知道，你必须引用你曾经使用过的每一个小来源。这太神奇了，因为你只是神奇地获得了这些信息，但你不知道来源。有时我会在我的收到的回复中收到引用，或者我将其作为提示来请求。

向我展示你从哪里获得这些信息。我需要能够引用它。

因为我认为人们应该更多地挖掘。这就像，你知道，来自媒体的任何东西或阅读新闻文章一样。你想知道这一切来自哪里？获得信息的验证是我们所有人作为 AI 消费者都应该要求的。我认为我们要在这个播客中讨论的一件事实际上是让人们

查看答案或查看请求，并且真实的人能够对模型是否经过适当的训练以及响应是否准确提供输入。那么，我们如何才能让人们监控 AI 呢？是的，我的意思是，今天，即使在工作中，

你知道，那些托管和管理整体并创建大型语言模型的公司。我的意思是，幕后有人，对。正在查看，你知道，发送到引擎的提示的结果。对。他们正在进行，你知道，对一些异常值或需要更多训练的事物进行人工辅助指导。而且，你知道，

所以话虽如此，你越能拥有多样性，坦白说，在你为这些特定角色雇用的人中，这就是我成为“女性定义 AI”组织成员的原因，因为只有 25% 的女性参与 AI。如果你有更多性别平衡、种族、经济、社会平衡，以及幕后的人，

训练这些模型，他们就会开始不做几年前更著名的案例之一，当时亚马逊有一个在 AI 早期时代扫描简历的过程，他们使用诸如“代码忍者战士”之类的词语。你，作为开发人员术语，你会出现在包的顶部，但是

如果你在那里有它。

这让人们有了更多依据。所以这真的是整个术语“扎根 AI”的意思是，人类必须帮助扎根 AI，而参与扎根的人的多样性将有助于创造，你知道，我们可以更舒适地使用不会有我们宁愿不呈现的偏见和差异的更好的解决方案。♪

嘿，你正在听这个，并自言自语，伙计，我希望我能和 David 谈谈这个？好吧，你很幸运。我们为 HR Data Labs 播客的听众提供了一个特别优惠，与我进行一次免费的半小时通话，讨论我们在播客中涵盖的任何主题或你想到的任何事情。访问 salary.com/HRDL consulting 以安排您今天的免费 30 分钟通话。

所以我想这引出了下一个问题，那就是你对 AI 的未来有什么希望？好吧，我喜欢看到越来越多的人，你知道，参与其中，成为我所说的几乎像前线的一部分，这些人要么看到一些

技术风险，如果需要的话，他们会在那里预防一些可能即将到来的问题，从立法意义上来说。所以看到这种立法方面的行动开始发生是一件好事。在奥斯汀，我们有一个名为 AI 联盟的社区，这是一个

来自商业和教育部门以及公共服务部门的个人组成的团体。所以我们试图做的是说，嘿，AI 不会消失。它将成为

对。

培训中心，帮助教育和培训今天的人们使用 AI，将能够拥有未来更有就业能力的劳动力。所以，我认为这非常强大。好吧，它不仅仅是有就业能力的劳动力。它也是一个更有知识的消费者。

因为我们都知道，AI 市场不仅仅是关于完成工作，还关于购买东西。你知道，就像 Alexa 一直以来都是那个平台

你可以问，你可以生成提示并要求它将东西放入你的篮子里。我不能把这些词放在一起使用，因为它会这样做。没错。因为你旁边有一个。另一个房间，绝对不在此处。是的，是的。但我们能够真正让它成为我们生活的一部分，

将使我们能够利用，无论是我的 Apple Watch 还是我旁边的手机，并能够成为我们周围已经存在的事物的更好消费者。

而且我们多年来一直在使用 AI。我的意思是，如果你想想看，当亚马逊最初作为一家公司成立时，你知道，他们是一家书商，然后他们开始根据你阅读的其他书籍推荐书籍。好吧，那是一个算法，对吧？这是基础。使用地图技术，谁会在不启动某种类型的情况下旅行呢？你知道，

谷歌地图或苹果地图等等。我的意思是，我们根本不会。Waze 是人工辅助训练 AI 的一个很好的例子，因为当 Waze 出现时，就像发生事故一样，你会报告它。这就是进入算法的数据，以帮助你进行转换。但很多时候，它在我们周围自然发生，我们实际上并不知道幕后又发生了什么。所以……

同样，这是，你知道，其他，你知道，令人担忧的领域。但我确实看到了希望，你知道，来自，你知道，所有不同性别和年龄的个人拥抱 AI。再说一次，我只是不能停止强调我们必须拥有多样性。我们必须拥有，你知道，性别。我们必须弥合年龄差距。

绝对的。

它实际上，今天存在的大型语言模型实际上并不糟糕。它们实际上非常擅长能够听到某人的声音，无论他们有什么方言，无论他们有什么语调，并且能够相当准确地转录

他们在相对较短的时间内所说的内容。这太令人惊奇了，因为我以前是一个自然而然的龙语者。我忘了那个龙语技术的名称，但我几十年前用它来尝试写书，结果很糟糕。我花在纠正上的时间比实际说话的时间还多。所以现在我可以轻松地做到这一点。我实际上可以对着我的电脑、手机或手表说话，它做得非常好。

令人惊奇的是，它已经有了很大的改进，但它之所以改进是因为你一直在使用它，对吧？你使用得越多，它就越了解你的声音、语调和发音。所以这只是一个问题，你知道，人们不要放弃。

如果你尝试使用人工智能，而它第一次没有给你正确的结果，你只需要一次又一次地尝试。而我们并不总是习惯于尝试。这也是人力资源行业的一个挑战。在我职业生涯早期从事人力资源工作时，你发布了一个工资系统。你最好在每个人的工资上精确到一分钱。

所以我们从未被教导过你可以尝试技术并失败，因为失败的风险相当高。

人工智能真正……哦，它们具有合规能力。它们也存在与合规相关的問題。人们不想……你知道，你不想接到数百万个关于某人薪水出错的电话，对吧？所以你非常努力地使用技术来做到精确和详细，并按规定使用它。现在我们有了这项技术，它更加开放和宽松……

这就是人们有时难以进行这种转变的原因，因为他们过去在如何适应和使用可能在工作场所内部甚至个人使用中使用过的其他类型的系统方面接受过培训。

是的，如果我可以补充我对人工智能的一个希望。哦，是的，你的希望是什么？我希望人工智能成为人力资源部门自然会倾向于使用的另一种工具。而且，就像你提到的那样，我们正在鼓励这些学校。我们正在鼓励社区中心，老年人所在的社区中心，每个人都尝试采用人工智能。

教育和培训课程，以提高民众的敏锐度，因为……人工智能正包围着他们……

忘记威尔·史密斯的电影吧。忘记你在电视上看到的东西吧。让我们消除噪音，教育人们它是什么，为什么我们今天与它一起生活，以及我们如何利用它，以便它成为我们在工作中的伙伴。它成为我们在家的伙伴。我们意识到它的好处，而不是它强加于我们，或者……

或者立法，这实际上可能毫无意义，将会通过，也就是说，我们将限制它在你世界中的运作方式。这现在永远不会发生，因为它就在我们的技术中。但我的希望是人们能够接受更多教育，并在为时已晚之前意识到它是什么。是的。

是的，我完全同意。我们现在面临的是对教育的巨大需求。至少我已经看到了一些很棒的课程。有很多学习机会。如果你想学习，也有很多免费的学习机会。希望人们能抓住它并真正学习它，因为提供它是一回事。

获得去做它的动力是另一回事。

因此，有很多不同的自然方法可以将其引入工作场所。正如我们所知，在我们甚至不知道它正在发生之前，它就已经在我们的手机中完成了，对吧？是的，完全正确。好吧，在不久的将来，人工智能霸主将雇佣我们来帮助机器人。是的，会的。是的。

即将到来，所以……正在发生。贝丝，非常感谢你加入我们。我们非常感谢。你的见解在这方面非常宝贵。因为你每天都在接触它，也许我们会联系你，并让你再次参加节目。听起来不错，戴维。感谢你给我这个机会。很高兴再次见到你。也很高兴再次见到你。感谢大家的收听。保重，并保持安全。

这是人力资源数据实验室播客。如果你喜欢这一集，请订阅。如果你认识任何可能想听的人，请发送给他们。感谢您本周加入我们，敬请期待我们下一集。保持安全。