步骤：设置机器学习以识别薪资异常
根据您组织的订阅服务协议，您可能需要执行其他步骤来启用此功能。您的组织已列入主要服务协议 (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：
如果该值为：
- UMSA，则此功能自动可用。您可以跳过“为 MSA 客户启用 Innovation Services 功能和人工智能数据贡献”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“”，您必须通过 Innovation Services，使用“为 MSA 客户启用创新服务功能和 AI 数据贡献”步骤启用此功能。
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供 MSA 客户使用。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
- 美国薪资
Workday Pay Anomalies 使用机器学习，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。请参见Workday Pay Anomalies 常见问题演示，获取有关如何使用此功能的演示。
“
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薪资系统，但不适用于法国薪资系统的客户。- 在“可用服务”选项卡上，选择“薪资”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 种数据种类才能编译版租户的模型并启用“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。