Generative Artificial Intelligence in Business: Towards a Strategic Human Resource Management Framework

业务 竞争优势 知识管理 人力资源管理 人力资源 劳动力 战略管理 编配 过程管理 营销 计算机科学 管理 政治学 经济 艺术 音乐剧 法学 视觉艺术
作者
Soumyadeb Chowdhury,Pawan Budhwar,Geoffrey Wood
出处
期刊:British Journal of Management [Wiley]
被引量:3
标识
DOI:10.1111/1467-8551.12824
摘要

Abstract As businesses and society navigate the potentials of generative artificial intelligence (GAI), the integration of these technologies introduces unique challenges and opportunities for human resources, requiring a re‐evaluation of human resource management (HRM) frameworks. The existing frameworks may often fall short of capturing the novel attributes, complexities and impacts of GAI on workforce dynamics and organizational operations. This paper proposes a strategic HRM framework, underpinned by the theory of institutional entrepreneurship for sustainable organizations, for integrating GAI within HRM practices to boost operational efficiency, foster innovation and secure a competitive advantage through responsible practices and workforce development. Central to this framework is the alignment with existing business objectives, seizing opportunities, strategic resource assessment and orchestration, re‐institutionalization, realignment and embracing a culture of continuous learning and adaptation. This approach provides a detailed roadmap for organizations to navigate successfully the complexities of a GAI‐enhanced business environment. Additionally, this paper significantly contributes to the theoretical discourse by bridging the gap between HRM and GAI adoption, the proposed framework accounting for GAI–human capital symbiosis, setting the stage for future research to empirically test its applicability, explore its implications on HRM practices and understand its broader economic and societal consequences through diverse multi‐disciplinary and multi‐level research methodologies.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
curtisness应助nkk采纳,获得10
刚刚
大Doctor陈发布了新的文献求助30
刚刚
mmmmmMM完成签到 ,获得积分10
1秒前
bkagyin应助华华采纳,获得10
2秒前
老唐发布了新的文献求助10
2秒前
Yifan2024应助科研通管家采纳,获得80
3秒前
科研通AI2S应助科研通管家采纳,获得10
3秒前
桐桐应助科研通管家采纳,获得10
3秒前
彭于晏应助科研通管家采纳,获得50
3秒前
3秒前
毛豆爸爸应助科研通管家采纳,获得10
3秒前
5秒前
李健应助安然采纳,获得10
5秒前
10秒前
调研昵称发布了新的文献求助10
10秒前
10秒前
科研通AI2S应助洛苏采纳,获得10
11秒前
11秒前
12秒前
上官若男应助小明采纳,获得10
15秒前
xiaozhejia发布了新的文献求助30
15秒前
科研通AI2S应助jing采纳,获得10
15秒前
能干涵瑶完成签到,获得积分10
15秒前
shanney820发布了新的文献求助10
17秒前
安然发布了新的文献求助10
18秒前
19秒前
别具一格完成签到 ,获得积分10
20秒前
Moriarty完成签到,获得积分10
20秒前
22秒前
调研昵称发布了新的文献求助10
23秒前
背后城发布了新的文献求助10
27秒前
友好青完成签到 ,获得积分20
27秒前
enchanted发布了新的文献求助30
27秒前
Lilith发布了新的文献求助10
28秒前
Hiker完成签到,获得积分10
28秒前
安然完成签到,获得积分10
28秒前
ZX完成签到 ,获得积分10
28秒前
29秒前
32秒前
酷波er应助背后城采纳,获得10
32秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2000
Very-high-order BVD Schemes Using β-variable THINC Method 1200
中国荞麦品种志 1000
BIOLOGY OF NON-CHORDATES 1000
进口的时尚——14世纪东方丝绸与意大利艺术 Imported Fashion:Oriental Silks and Italian Arts in the 14th Century 800
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 550
The Collected Works of Jeremy Bentham: Rights, Representation, and Reform: Nonsense upon Stilts and Other Writings on the French Revolution 320
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3359441
求助须知:如何正确求助?哪些是违规求助? 2982264
关于积分的说明 8702712
捐赠科研通 2663862
什么是DOI,文献DOI怎么找? 1458686
科研通“疑难数据库(出版商)”最低求助积分说明 675236
邀请新用户注册赠送积分活动 666300