步骤：针对薪资异常设置机器学习
您可能需要执行其他步骤来启用此功能，具体取决于您组织的订阅服务协议。您的组织已加入主要服务协议 (MSA) 或通用主要服务协议 (UMSA)。要确定您组织的订阅服务协议，请执行以下操作：
如果值为：
- UMSA，则该功能自动可用。您可以跳过“为 MSA 客户启用 Innovation Services 功能和机器学习数据贡献”步骤。有关机器学习数据贡献的更多信息，请参见 概念：适用于通用主要订阅协议客户的 Workday AI。
- MSA，则必须使用“为 MSA 客户启用 Innovation Services 功能和机器学习数据贡献”步骤，通过 Innovation Services 启用此功能。
注意：UMSA 客户在其租户中没有 Innovation Services 任务和报告，因为这些任务和报告仅适用于 MSA 客户。UMSA 客户可以忽略有关 Innovation Services 的所有信息。
本主题中的说明适用于：
- 适用于澳大利亚的薪资
- 适用于加拿大的薪资
- 适用于英国的薪资
- 适用于美国的薪资
Workday Pay Anomalies 使用机器学习技术，持续自动分析和识别可疑的薪资结果异常。这有助于提高薪资审核流程的准确性和效率。
Payroll Machine Learning GA Features
创新服务和“Pay Anomalies”
报告适用于美国、英国、加拿大和澳大利亚的 Workday Payroll，但不适用于法国的 Payroll 客户。- 启用 Innovation Services 功能和机器学习数据贡献。在“Available Services”选项卡上，选择“Payroll”种类，然后选择“Payroll Machine Learning GA Features”复选框。安全性：“Innovation Services”功能区域中的“Manage: Innovation Services”域您必须选择启用以下所有 6 种数据种类，才能构建租户定义的模型和启用“薪资异常”功能：
- 异常的薪资结果
- 薪资数据
- 薪资数据（历史）
- 薪资异常验证
- 薪资结果之前的状态（历史）
- Worker Data
您可能需要执行其他步骤才能启用此功能，具体取决于您组织的订阅服务协议。如需了解更多信息，请参见此 社区 文章。