DoorDash CPO 谈 AI 赋能 HR 与客服自动化
DoorDash 首席人力官分享如何通过 AI 加速内部实验迭代,并将 OpenAI API 集成至每月处理 300 万对话的客服平台。文章强调 AI 在提升非技术团队效率及增强人类判断力方面的应用,而非发布新技术或模型。
报道正文
本文目录6 个章节
Our new Executive Function series features perspectives from leaders driving transformation through AI.
DoorDash 是全球领先的本地商业平台之一,助力各类企业实现增长与创新,将消费者与其所在社区的最佳资源连接起来,并为人们提供快速、灵活的创收方式。我们与首席人力官 Mariana Garavaglia 进行了对话,探讨如何衡量 AI 素养、利用 AI 增强人类判断力,以及 AI 如何帮助员工创造更深远的影响。
你曾将 HR 部门描述为更像产品团队或研发实验室。在 DoorDash 这样的公司中,AI 是如何促成或加速这种转型的?
首先,了解我们在 DoorDash 的整体运作方式很有帮助——这是一种“运营者文化”(operator culture)。
我们要求每个人都深入理解消费者体验,并以产品团队的速度和思维模式行动。早在 AI 技术取得突破之前,我们就已经在持续进行各种实验——从转化率到营销活动效果评估。如今,AI 通过加快学习、测试和迭代的节奏,进一步赋能了这一过程。
工具建设是我领导的 HR 和 IT 团队的核心职责,AI 在三个层面发挥着关键作用。第一,我们聚焦于访问权限与素养提升——确保包括非技术岗位在内的所有员工都能使用前沿工具(如 co-pilots),并通过企业级部署、黑客松活动和教程来实现这一目标。第二,我们整合内部数据以打破信息孤岛,从而实现由 AI 驱动的搜索和更智能的内容分发。第三,我们正在探索让 AI agents 以智能且可信的方式承担任务。我们的目标不仅是自动化,更是增强核心工作流,从而改善员工的工作体验。
作为 People 团队,我们认为在整个组织内提升 AI 的访问权限和素养至关重要。我们有责任帮助员工在其体验和工作中尽可能高效、投入并富有成效。这是一个令人无比兴奋的时刻——我们的工作既影响内部团队,也惠及整个企业。
哪些 AI 工具或功能对你的运营或员工的日常工作最具影响力?
即便是企业级聊天工具也产生了巨大影响。真正令人兴奋的是,它们如何赋能更多员工成为技术创造者。例如,我们人力资源运营团队的一位成员编写了一个脚本,用于自动化文档上传——这项工作过去需要他们逐一手动完成。这是一个巨大的转变。它让原本需要工程支持才能实现的自动化和工作流创建变得大众化。
这些变化在当下难以量化,但即使是微小的案例也展示了 AI 如何赋能个人在其工作流中创造价值。现在,非工程师也能快速构建针对其特定用例的解决方案。
“在所有团队中,我们对 AI 加速构建这些体验的能力感到非常兴奋。它确实加快了我们学习、测试和迭代的速度。”
Listen
随着采用率的扩大,你如何衡量 AI 素养或影响力?
我们仍处于早期阶段,但已开始关注两个基础指标:采用率和频率。我们知道,工程师现在可以在几分钟内完成过去需要数天的工作。而且采用速度很快,完全是自发的。各团队正在自然地利用现有工具解决问题。
我们也在思考分发情况——谁拥有许可证访问权限、许可证分布是否均匀、使用频率如何。在此基础上,我们开始将 AI 素养纳入绩效框架——考量诸如采用新工具的意愿和学习型思维模式等能力素质。
各个职能领域正以各自的节奏衡量影响力。工程团队走在前列。其他职能领域将随时间推移逐步跟上。由于工具演进迅速,我们从具有持久性的指标入手,并以此为基础进行扩展。
HR 领导者应如何看待 AI 对员工体验和敬业度的改变?
虽然目前的焦点大多在于更高效地交付服务,但我非常期待 AI 如何帮助人们成长并在工作中产生更大影响。
我们看到,非技术背景的员工现在可以创建个性化内容、自动化工作流、分析数据——这些过去都需要技术技能。从学习和发展的角度来看,这是巨大的进步。DoorDash 已经拥有强大的自主学习文化。AI 进一步降低了门槛,促进了更多的职业流动性和定制化发展。
最终,我们将能够提供个性化、可扩展的员工发展计划,根据每个人的目标、绩效模式和职业轨迹进行定制。这标志着从“一刀切”模式向真正个性化支持的转变。
“我们现在拥有了一种工具,它开启了通往更加个性化、更加可扩展的员工体验的大门,[以及] 针对每个人目标、绩效模式和不同职业发展路径量身定制的发展计划。”
Listen
完全正确。两个很好的例子是绩效评估和员工调研。
在绩效评估方面,我们的系统收集了大量反馈——但一直难以综合整理。AI 帮助我们提炼关键主题、优势领域和待改进领域,使员工获得更清晰的要点,而不仅仅是原始反馈。
在调研方面,我们过去需要人工阅读数千份回复。现在 AI 帮助我们识别模式并为管理者生成可执行的摘要。我们甚至构建了工作流,能够生成类似“填词游戏”(Mad Libs)风格的行动计划,为每位管理者量身定制,展示其团队反馈随时间的变化。这提升了我们的人才分析工作,并使反馈更具可操作性。
你们是否在技能分级、高管教练或技能提升方面应用了 AI?
我们目前尚未直接将 AI 用于高管教练,但我们正在构建预测模型来评估高管绩效——既包括内部晋升,也包括外部招聘。我们利用同期群体数据、面试评估和背景调查来预测成功可能性。高管教练只是众多数据点中的一个。
其理念在于,AI 可以帮助我们更有信心地预测成功,然后教练可以用来填补任何针对性的差距。我们非常明确,人类解读仍然至关重要——我们使用数据和信号来支持而非取代人类判断。
“AI 现在赋予了我们能力,从被动反应、学习——成人学习与发展以及一刀切的培训项目——转向更加个性化的成长路径,我认为这太棒了。”
展望未来,在未来 12–24 个月内,你最关注哪些 AI 趋势?
对于 HR 团队而言,我们在智能体(agents)之旅上仍处于早期阶段,特别是在核心人员工作流程方面。这包括帮助员工获取政策答案、支持人才发展、赋能管理者等。
最令人兴奋的领域在于个性化技术——即我们如何为每位员工提供量身定制的体验与支持。我们认为,这里蕴藏着最大的潜力。
随着你们从基础工具向智能体(Agentic)能力深入构建技术栈,团队中由谁负责这一工作?
在 DoorDash,我们很幸运,HR 和 IT 团队中拥有专门致力于内部工作流的工程师及工程资源。并非每个 HR 团队都具备这样的配置,但这已成为我们的巨大优势。它让我们能够更快地行动并迭代,同时也意味着我们可以制定统一战略并将其真正落地执行。
正如你所说,将技术支持融入人才战略至关重要。你需要同时具备工具和人才,才能提升技术栈层级,充分释放智能体能力的潜力。
DoorDash 正在其整个组织中使用 ChatGPT Enterprise,覆盖技术和非技术团队,包括财务、销售、运营、IT 和市场部门。OpenAI API 还为 DoorDash 的客户服务提供支持,该平台每月处理 300 万次对话,同时也用于评论审核和支持等内部工作流。