BIPO 利用 AWS 上的机器学习服务改善人力资源管理系统的客户体验

使用 BIPO 的 HRMS 平台，员工可以通过基于网络或移动设备的门户执行日常人力资源任务，例如薪资、休假申请、报销申请和考勤。为了增强用户体验，BIPO 希望改善报销申请提交流程，这是最耗时的任务之一。员工通常每月都会提交多份索赔，每份报销申请平均需要花费长达 20 分钟的时间进行上传。综合来看，这会造成每月多达 50 小时的生产力损失。此外，财务部门每月需要花费多达 100 小时的时间纠正高度手动化的流程产生的任何错误。 

2020 年，BIPO 发现客户越来越倾向于使用支持面部识别的员工考勤工具。因此，该公司探索如何将市场上现有的基于面部识别的时钟系统与 HRMS 的考勤功能整合在一起。不过，对该公司的客户而言，这些成本太高了。BIPO 需要帮助客户购买设备和本地服务器，这样需要投入至少 5 万美元的资金。 

2020 年，BIPO 将 Amazon Textract 与其 HRMS 移动应用程序整合在一起，将每个收据的报销申请提交时间缩短了多达 50％。Amazon Textract 利用移动设备上的摄像头自动提取并上传纸质收据上打印的文本。这项新功能还将错误的报销申请输入减少了多达 70％。BIPO 已经在自己的内部 HRMS 上推出了这项功能，每月可以为员工节省多达 100 小时的报销申请提交时间。 

在 2021 年年底，BIPO 利用 Amazon Rekognition 实施了基于面部识别的考勤功能，成本仅为最初预估成本的 20%。有了 Amazon Rekognition，BIPO 就无需再使用昂贵的专有硬件和专用服务器。拥有 HRMS 的公司可以使用现有的设备（例如员工自己的手机或者公司的平板电脑）进行考勤，这样就将手动打卡的时间缩短了 80%。面部识别工具还集成了活体检测功能，可防止通过预先录制的视频进行欺诈性考勤。

我们必须不断推出先进的功能和解决方案，以便更好地服务于客户。 借助 AWS，我们将创新、构建和实施这些功能所需的时间减少了一半，从四个月缩短到两个月，”BIPO 企业数字化解决方案总监 Derick Teo 说道。 

使用 AWS 人工智能和机器学习服务，BIPO 成功减少了 HRMS 平台上与成本和生产力相关的效率低下问题。 

“我们的员工每月都会提出很多报销申请。使用 BIPO HRMS 上的光学字符识别技术，他们不仅能够准确、及时地上传报销申请，还可以将节省的时间用在公司内部更有价值的其他工作上，这样就为我们提供了不可估量的价值，”Derick Teo 表示。

展望未来，BIPO 将向更多的客户推出图像转文本报销处理和基于面部识别的考勤。这些功能备受客户青睐，自从面市之后，采用率已经高达 20％。

除了考勤以外，BIPO 还希望将面部识别功能用于其他应用场景，例如向经过授权的人员授予访问控制权限。市场上的大多数访问控制系统都使用指纹或身份识别卡作为主要输入方法。不过，这样的方法并不可靠，因为指纹会随着时间的推移而变化，而且用户很容易遗失身份识别卡。而基于面部识别的访问控制功能消除了这些问题，同时还能够让人们更无缝、更安全地进入。

BIPO 还计划在小型会议、大型会议、展览和其他类似规模的活动中引入这些基于面部识别的访问控制功能。