在薪资合规要求极为严苛的行业背景下，ADP首席AI官罗伯托·马西耶罗（Roberto Masiero）正在探索一条既符合监管要求、又能充分发挥AI潜力的实践路径。
合规优先，不能"大多数时候正确"
ADP是全球知名的薪资及人力资源服务巨头，尽管拥有充足的资金和人才资源，但在AI部署上必须保持审慎。马西耶罗明确表示："在薪资合规领域，我们承受着巨大压力，必须确保正确无误。AI必须是高度确定性的，不能产生幻觉，不能偏离既定规则。我们不能只是'大多数时候正确'。"
马西耶罗此前担任ADP创新实验室高级副总裁，该实验室是ADP内部负责产品与服务开发的团队，近期他晋升为首席AI官。他将创新实验室形容为"ADP内部的创业公司，专注于孵化新想法和新产品"。
构建创新管线
ADP创新实验室与公司多个部门协同运作，包括与斯坦福大学等高校保持紧密合作的ADP研究院，以及负责对外投资与商业合作的风险投资部门ADP Ventures。"我们从这些合作关系中学到了很多，"马西耶罗说。
创新实验室的项目推进有明确的评估标准，包括潜在营收和可覆盖的客户规模。目前，从实验室走向大规模落地的成功案例包括：拥有超过2000万用户的ADP移动应用，以及用于打通HR系统数据、连接ADP API的ADP Marketplace平台。
马西耶罗还介绍，ADP已将对话式AI引入面向小企业的薪资管理平台，但为满足合规要求，对生成式AI的使用进行了专项限制。
AI在ADP的长期布局
创新实验室成立约13年，AI探索始于大约6年前，不过当时这项技术并未被称为AI。"那时更多是机器学习，是利用我们训练的模型来完成特定任务，比如理解用户意图、实体识别、翻译等，"马西耶罗说。
随着大语言模型的兴起，新的挑战随之而来。"生成式AI有一种倾向，不会严格遵照指令执行，"马西耶罗说，"实验室的重要工作之一，就是为模型设置护栏、进行约束。我们必须做到100%正确。"
实验室积累的经验也正在影响ADP内部的AI应用方式。目前，AI被用于帮助客服人员从集体经验和内容中学习，以便做出更优决策、提升工作效率。工程开发团队同样受益于AI的引入——所有工程师都可以使用AI辅助开发，部分工程师甚至不再需要手写代码，只需描述需求，AI便会自动完成编程和语法工作。
护栏划定AI边界，聚焦下一步方向
在客户侧，ADP正在探索利用AI辅助生成职位描述和招聘启事，以及通过分析排班规律来优化人员调度。"与其花两个小时把人分配到合适的班次和门店，不如让AI来完成这项工作，"马西耶罗说。
在内部应用方面，ADP还探索了AI图像和视频生成技术在培训领域的使用，同时也在研究适用于特定场景的小语言模型，但鉴于所处行业的合规要求，尚未正式部署。
在合规导向下，ADP目前倾向于让AI承担特定任务，而非将关键业务的全部控制权交给AI智能体自主执行。"我认为我们还没到那一步，"马西耶罗说，"但我们必须认真思考如何建立必要的护栏，逐步将低价值、重复性的任务交由智能体完成。"
Q&A
Q1：ADP创新实验室是如何运作的？它和公司其他部门有什么关系？
A：ADP创新实验室由马西耶罗主导，定位为"ADP内部的创业公司"，专注于孵化新想法和新产品。实验室与ADP研究院（与斯坦福等高校有合作）及风险投资部门ADP Ventures协同运作，通过外部合作关系获取创新灵感。实验室项目须满足营收和客户覆盖规模等评估标准，成功案例包括拥有2000万用户的ADP移动应用和ADP Marketplace平台。
Q2：ADP在薪资合规领域为什么对AI使用如此谨慎？
A：薪资和人力资源服务涉及大量敏感财务数据和交易，行业对准确性要求极高。马西耶罗强调，在薪资合规领域"不能只是大多数时候正确"，必须做到100%准确。生成式AI存在不严格遵循指令、产生"幻觉"等风险，因此ADP必须为AI设置严格的护栏，确保其高度确定性，才能在合规环境中安全使用。
Q3：ADP目前是如何在内部使用AI的？
A：ADP在内部多个层面应用AI：一是帮助客服人员从集体经验中学习，提升决策效率；二是辅助工程师开发，所有工程师均可使用AI工具，部分人员甚至无需手写代码，只需描述需求即可。此外，ADP还在探索AI图像和视频生成用于员工培训，以及使用小语言模型处理特定场景，但后者尚未正式部署。