# 美妆公司如何打造 AI 智能体 - 与 Rachel Williamson 和 Josh Siebert 的对话
来源：Alex Kantrowitz
URL：https://www.youtube.com/watch?v=NriS3aTPBRo
Alex Kantrowitz：今天我们在 ServiceNow Knowledge 上做第四场也是最后一场对话，主题基本上就是 AI 如何真正落地。这场对话由 ServiceNow 支持。我们会聊软件平台如何在 AI 时代形成差异化、如何打造智能体，以及这些能力怎样一路渗透到 HR 角色，最后影响到员工本身。
不过这次最有意思的地方在于，我们请到了真正把这些东西做出来的人。今天做客的是 Ulta Beauty 的 Rachel Williamson，她是人事战略、系统与运营副总裁；还有 Josh Siebert，他是 Ulta Beauty 的 AI、数据与企业平台副总裁。Rachel、Josh，欢迎来到节目。
Ulta Beauty 是一家大型美妆零售商，卖彩妆、护肤、沐浴和身体护理产品，门店 1300 多家，员工规模达到数万人。
Rachel Williamson：谢谢邀请。我们大约有 65,000 名员工，分布在门店、配送中心和总部团队。
Alex Kantrowitz：非常庞大。也就是说，每天都有大量顾客流量，也有大量内部沟通要处理。
Alex Kantrowitz：我们今天就聚焦这一点，因为你们已经把一些最前沿的 AI 技术真正用到了 HR 这类场景里。
Alex Kantrowitz：先确认一下，AI 现在已经在 Ulta Beauty 的 HR 职能里正式落地了吗？
Rachel Williamson：是的。我们在 4 月 8 日正式上线了基于 ServiceNow 的 HR 服务交付平台。所以答案是肯定的，我们已经上线了，而且已经看到了实际效果，这一点非常令人兴奋。
Alex Kantrowitz：这很有意思。很多人一想到 AI 落地，通常不会先想到美妆公司。但显然，只要公司足够技术化，哪里都能做。
Alex Kantrowitz：Josh，我先从问题问起。你们想解决的到底是什么？
Josh Siebert：HR 这边的问题很具体：我们的员工很难找到内容、找不到政策，也很难了解在 Ulta 工作到底是什么样子。我们需要和 ServiceNow 深度合作，把一部分内容迁移过去，这样就能利用 AI 做分析，也能实现 Rachel 刚才说的那些能力。
Josh Siebert：本质上，我们是想改善员工体验，也想把 Rachel 的团队能力放大、复制出去。随着员工人数不断增长，如果不想继续增加 headcount，就必须有像 ServiceNow 这样的系统来帮我们承接需求。
Alex Kantrowitz：我先把它翻译成更接地气的话：你们是不是把员工手册上传以后，做成了一个聊天机器人？
Rachel Williamson：没有，也不完全是这样。
我们的问题是，原来有太多碎片化的信息散落在内网里，而且搜索功能非常糟糕。结果就是，员工根本没法轻松找到自己需要的信息。
Alex Kantrowitz：我今天早上好像还听你说过“刘易斯和克拉克式远征”。
Rachel Williamson：对，我的意思就是，我们的员工为了找内容，常常得像刘易斯和克拉克那样去远征一番。就算找到了内容，也往往不是针对他们个人定制的。
Alex Kantrowitz：这些内容具体都是什么？是休假政策之类的吗？
Rachel Williamson：包括政策、快速参考指南、操作说明，还有绩效管理流程的各种做法。其实就是如何作为一名 Ulta Beauty 员工去工作、去使用资源、去完成日常事务的全部内容。
Alex Kantrowitz：这就变成了 HR 的呼叫中心，对吧？如果找不到答案，就只能打电话，或者找经理，或者去现场 HR 窗口排队。
Rachel Williamson：对，要么打电话给我们的 associate care and support team，也就是 HR 呼叫中心；要么去问经理，而经理大概率也不知道答案；要么如果门店有 HR 现场支持，还得在午休或者休息时间排队等着处理。显然，这并不理想。
Alex Kantrowitz：我对这种场景真的有点震惊。想象一下，中午休息时 HR 办公室外面排起长队，只是为了查一下自己能不能休假，或者自己还剩多少 PTO（带薪休假）。
Rachel Williamson：对，这本来就是员工最宝贵的时间之一，当然会让人很沮丧。
Alex Kantrowitz：而且你们有 65,000 名员工，或者说 65,000 名 associates。
Alex Kantrowitz：这是一种非常动态的工作环境，对吧，Josh？这不是普通的桌面工作。员工很多时候是在门店现场，需要信息的时候并不是坐在电脑前直接搜一搜那么简单。
Alex Kantrowitz：那这种环境会怎样影响你们设计解决方案？
Josh Siebert：首先，我们要在他们真正所在的地方去满足他们。ServiceNow 现在覆盖三类画像：总部员工、门店员工和配送中心员工，也就是供应链所在的团队。
Josh Siebert：所以我们努力站在中间去设计体验。我们会根据员工是谁，去个性化内容，让整个流程更简单、体验更顺滑。
Alex Kantrowitz：我能不能问一个看起来有点傻的问题：为什么不直接把所有规章制度印成一本书发下去就完了？为什么一定要这么复杂？
Josh Siebert：因为那本书大概会有 10,000 页。
更关键的是，在 HR 场景里，内容会随着地区、岗位、政策和流程不断变化。你不可能指望一本静态手册解决所有问题。AI 的价值就在于，它能把人带到正确的答案那里，而且还能根据业务规则做内容审查、找出不一致的地方。
Alex Kantrowitz：那其实和我做报道很像。我也会把写好的稿子和采访记录互相对照，看看自己有没有漏掉什么，或者是不是歪曲了受访者的观点。
Alex Kantrowitz：你们在上线 HRSD，也就是 HR 服务交付的时候，有没有专门去调校语气和风格？它听起来像不像 Ulta？
Rachel Williamson：有，我们确实做了很多调校。
它不会说出那种“可能性是美丽的”这种空话。但如果你问它“我还剩多少天假”，它就能非常自然地回答你，比如“你还有 8 天，我们可以帮你处理”。这种感觉更像 Ulta 的语气，也更贴近员工真正想要的答案。
Alex Kantrowitz：所以这项技术其实并不是没用。
Alex Kantrowitz：那接下来呢？
Rachel Williamson：下一步，我们会把总部内网迁移过来。除了 HR 和门店运营团队以外，其他内容也会一起迁移。
Rachel Williamson：再往后，我们会进入员工生命周期管理。我们希望借助 AI 帮助新员工入职，也帮助员工在晋升或者转岗时完成过渡，用 ServiceNow 和智能体把这些流程接起来。
Alex Kantrowitz：这其实会彻底改变入职最初那几天的体验。你刚开始新工作的时候，往往会被丢在一边，只能填表，几天后老板才来告诉你到底要做什么。
Alex Kantrowitz：如果这段时间能被压缩，虽然还是会有一些必须完成的事情，但整体体验一定会好很多。
Josh Siebert：没错。Rachel 和我在 Ulta 都算比较新，都是过去 2 到 3 年才加入的。我们对入职流程的那种痛感还记得很清楚。
Alex Kantrowitz：你们俩是刚好被招到这个岗位，还是公司自上而下有一个推进转型的计划，把你们带进来的？
Rachel Williamson：我这边确实是来自一个自上而下的推动。我的前任 CHRO 想要变革 HR 职能，希望团队开始更前瞻、更战略性地思考工作，而不是只做日常操作。
Rachel Williamson：所以他们设立了我这个新岗位，让我向她汇报，帮助她和团队更战略地思考：我们要往哪里走？这个团队需要如何优化？接下来又有哪些举措能帮助我们到达那里？
Josh Siebert：我这边也是类似。我来到 Ulta，是为了建立数据基础，这样未来我们才能真正看见 ServiceNow 和 AI 的价值。
Josh Siebert：我们也很明确地做了一个决定：让 ServiceNow 来支撑整个企业的平台能力。
Josh Siebert：所以我觉得，时机其实刚刚好。Rachel 带来了非常强的技术前瞻性，而我过去在其他雇主那里也有 ServiceNow 相关经验，这些因素组合起来就非常合适。
Alex Kantrowitz：好，我们收个尾。对于那些在其他公司、处境和你们相似的人，如果他们也在考虑做这种转型，你们会给他们什么建议？
Josh Siebert：先从结果出发。你到底想要什么结果？每次我开启一段新的技术旅程，我都会先做评估，并且和我的合作伙伴一起把目标搞清楚。这次就是和 HR 一起，先弄明白他们最终真正想实现什么。
Josh Siebert：作为 IT 人员，我的职责是去赋能业务结果。你要先从终点倒推，确认关键利益相关方是谁，把他们从一开始就拉进来，并且做好很强的变更管理。
Rachel Williamson：我同意。不要搞那种简单粗暴的命令式推动，说一句“我们现在要把 AI 上起来”，然后就让大家自己去想办法。很多公司都这么做，但这不是正确方式。
Rachel Williamson：你必须先有一个真正要解决的问题。AI 不是结果，它只是一个赋能工具。
Alex Kantrowitz：对，这就是重点。AI 不是最终结果，它是手段，不是目的。
Alex Kantrowitz：Josh、Rachel，非常感谢你们来做客。
Josh Siebert：谢谢邀请。
Alex Kantrowitz：非常高兴和你们交流，真的学到了很多。也谢谢各位观看，还有谢谢 ServiceNow 带来这一系列对话。
我们在这四期节目里学到很多。很明显，企业里正在出现一场自动化大量工作的运动，而且我们在这些节目里得到的很多结论，并不完全符合你在 Twitter 上看到的那种简单叙事。这里面有很多细节和权衡，这也是我们希望在频道里尽量呈现的。
感谢观看，我们下次在 Big Technology 再见。