在工业环境中，机器人技术和高级分析技术的应用已经非常成熟，而在人力资源等支持功能中，它也可能具有同样的革命性，但其应用速度将有所放缓。 例如，凯业必达(CareerBuilder)最近的一项研究显示，在人力资源领域，入职通常需要一个月左右的时间。期间要执行各种流程，如：入职培训、验证身份、进行健康和安全评估、确保员工了解公司的政策和文化，这些都是一套复杂的流程，而这些并不容易实现自动化。 事实上，潜在的好处意味着支持职能的自动化是不可避免的，因为市场力量驱使企业追求更高的效率。凯业必达的调查证实了这一点其中72%的企业主预计，到2028年某些招聘和人力资源职位将完全实现自动化。 这并不意味着将使用机器人取代人力资源部门，但自动化将极大的增加人力资源等职能部门的工作效率。然而在处理人际关系或纪律问题仍然需要人与人相互接触。 本月，PeopleDoc发布了他们的解决方案，以解决在业务支持函数中使用的完全不同的工具集的自动化问题。他们的机器人进程自动化平台使用 PeopleBots ，与现有系统一起运行，以 监听 可自动化的事件和进程。 他们将使用包括机器学习算法在内的分析技术来学习自动执行重复任务和后续动作，从而得到更精确的结果，减少人类进行单调重复动作的需求。 人力资源和行政任务的本质是在不同的业务之间的差异是很小的，这意味着机器学习算法可以在一个企业的人力资源活动中学习到的关于驱动效率的知识，这将会很好的应用到下一个部署它的操作中。 在人力资源管理环境过程中，当用户在某个过程中遇到困难时，可以使用自动机器人提供帮助，从而 了解 遇到障碍的地方。 它们还可以用于同步保持不同部门或用户以及可能正在使用的不同系统之间的不同记录。 例如，在入职的情况下，管理人员可以通过将申请人的文件状态更改为 已录用 来触发自动化流程。 这将触发申请表格和简历等文件发送到正确的部门进行存档，通过邮件方式发送工作聘用信，在内部IT系统上创建用户帐户以及生成身份ID。 对于支持功能而言，朝着自动化方向发展可能会带来一定的挑战，这对每个人都会有所不同。 例如，IT部门可能更容易接受要求使用技术的变化性质。 法律部门可能不那么热衷于向自动化同事 移交 合规流程。 从管理层来看，高管们可能会面临一定的压力，这需要将技术驱动的变革集中面向客户的活动上。 但是，通过研究那些已经在 第四次工业革命 中成功地实现了自己的自动化企业中，可以很清楚的看到，当数字化变革在整个企业的所有级别和职能中实施时，这是最有效的。 标签：