谷歌
谷歌收购人工智能客服公司Onward
据VentureBeat报道，谷歌于10月2日收购了一家人工智能客服公司Onward，收购金额未公开。该公司的高层Remi-CassART和PrAMod TaMaiaAh以及其他一些员工将加入谷歌。Onward至今已在两轮投资中筹集了12万美元的资金。该团队在公司网站上发布的信息中写道，“我们从允许计算机参与自然的、人性化的对话开始。很高兴能把我们的技术带给谷歌。”
Onward的企业聊天平台利用自然语言处理系统从客户的消息中提取有意义的内容，还能利用诸如位置、登录状态和历史活动的记录，对客户提出的问题作出个性化且符合语境的回答。通过集成Zendesk、Help Scout、Salesforce、Hub.、Shopify、Spree和Solitus等客服软件，Onward的客服机器人可以自动跟踪会话、添加线索，并跟踪出货和订单。在其面向业务的软件首次亮相之前，它启动了一个虚拟助理Agent Q，能够根据命令提供产品推荐。Agent Q依赖于人工代理和数据聚合系统，从整个网络获取消费者评论和价格。
谷歌在几个月前发布了Contact Center AI，是一个可机器学习的虚拟电话客服。复杂的自然语言处理系统使它能提供解决常见问题的方法。如果虚拟客服不能解决呼叫者的问题，它会转到人工客服。在各类虚拟客服如Contact Center AI、eBay的ShopBot等的推动下，到2024年，全球聊天机器人市场有望超过13.4亿美元。
原文链接：谷歌收购人工智能客服公司Onward
谷歌
Google选择eQuest为应聘者追踪系统G-Suite提供职位发布
文/ May Ton
2018年9月11日，加州圣拉蒙(环球新闻通讯社)——eQuest今天宣布，它已被Google(纽约证交所:GOOG)选中，为应聘者追踪系统——G-Suite招聘提供职位发布服务。该协议将为客户提供实时双向的整合，将Google与eQuest的全球职业网站、社交网络、Niche Boards和超过11000个大学校园网站无缝连接。对于具有美国联邦承包商资格的客户，eQuest将提供一流的资格和多样发布服务。
Google和eQuest全新构建，与Google的G-Suite招聘无缝连接，提供端到端的应用程序，使客户能够在180多个国家/地区访问全球应聘者。此外，当应聘者被引导回每个客户的Google托管的职业网站时，源跟踪标识将被捕获并包含在候选人的工作申请中。
eQuest和Google在过去两年中都在努力简化发布流程; 甚至包括一个完全自动化、无用户的发布版本，招聘人员可以自动完成整个发布过程。
“我们看到使用Google新ATS和我们的招聘服务的公司注册的数量激增，”eQuest联盟及许可集团负责人Bob Jaworski表示，“我们计划在未来为集成添加一些非常前沿的功能，并期待与Google开发和销售团队合作，使这一产品成功推广。”
G-Suite和eQuest的招聘现已上市。我们鼓励招聘高管今天联系Google进行注册。您可以通过以下网址与Google联系：https：// hire.google.com
关于G-Suite招聘
Hire是一种易于使用的申请人跟踪系统（ATS），可以将Google的强大功能用于招聘。Google ATS使用Google搜索，Gmail，日历，文档，表格和环聊等熟悉的Google解决方案，帮助中小型企业发布工作，识别和吸引求职者，建立牢固的关系，并有效管理面试流程。
关于eQuest
eQuest是全球最大的职位投递公司，其全球网络服务于180多个国家和地区，每年的投递交易额超过2.5亿笔。公司创新的解决方案和服务被数以千计的中小型和大型企业所使用，其中包括《财富》全球500强企业中的大多数和HCM企业。除了职位发布交付和职位管理，eQuest还提供全面的分析，报告和求职人来源跟踪，用于评估职位表现，以及OFCCP和多样性合规性支持。eQuest成立于1994年，是人力资源行业最受认可和尊敬的品牌之一。更多信息请访问www.equest.com。
注：以上内容由AI翻译，观点仅供参考。
文章来源：Google Selects eQuest to Provide Job Posting Distribution for its New Applicant Tracking System – Hire by G-Suite
谷歌
Facebook挖来谷歌芯片部门高管，走自制芯片之路
来源/镁客网
Facebook此举意在打造自己的计算平台，解决安全性等问题的同时，也是意欲摆脱对芯片厂商的依赖。
近日，Facebook挖来了一位前谷歌芯片部门高管Shahriar Rabii，命其担任Facebook芯片开发部门主管兼副总裁。这是继苹果、谷歌和亚马逊之后，美第四位科技巨头开始芯片产业。
据悉，这位高管Shahriar Rabii曾就职于谷歌芯片部门，在谷歌任职近七年，并领导谷歌芯片团队开发出Pixel智能手机中的Visual Core定制芯片。
此前就有报道称，Facebook将组建芯片设计团队（位于加州Menlo Park的总部），这是一个集中研发SoC、ASIC、固件与驱动程序的技术开发团队。
据了解，Facebook在开发许多新科技、新产品上进行了大量投资，如收购Oculus VR以及新成立的非常神秘的Building 8硬件部门。而近期，Facebook又收购了一家AI创业公司：Bloomsbury AI，外媒猜测将用于通过AI打击虚假言论等。
值得注意的是，Facebook自己定制的芯片也能够促进AI技术的开发。Facebook一直都在尝试使用AI技术来了解用户在社交网络上发布信息的本质内容，以此来快速撤除仇恨言论，僵尸号和暴力直播视频等。
另外，Facebook开发出的芯片不仅能够在数据中心的服务器中还能用在应用移动设备中和人工智能软件上。比如，Oculus Go目前使用的芯片是高通公司的，而且Facebook现在也在开发大量的智能音箱，有了他们自己的定制芯片，就能更好改善后代Oculus和智能音箱产品的性能了。
实际上，无论是否有硬件产品，各个科技巨头都在倾向于打造自家的计算平台，尤其是在AI时代。
谷歌
前谷歌员工变身CEO：OKR对我有多重要
编译| 姚琼
来源| HRCouncil
让我们一起来倾听一下前谷歌员工，现在是创业公司CEO是如何运用OKR来管理公司的。
从Google学到的目标设定系统
Karl Sun, LUCID CEO
Goal，是目标，而不是进球。目标很难，尤其是去设定雄心勃勃的目标。
偷窃伟大的思想，不是一种罪恶。
在Google成立的第一年，投资者约翰·杜尔提出了使用目标和关键结果法（OKR）设定目标的想法。他把它作为一种有效的方法，既能设定高水平的目标，又能以量化的方式衡量这些目标的进展。我确信他做了一个很有说服力的演讲，因为OKR很快就被整个公司接纳了。
OKR系统是在组织内设定可衡量的目标并将公司、团队和个人目标联结起来的有效方式。它使你的公司和员工在聚焦于一个明确、共同的目标，并不断发展壮大。
今天，每一个Google的新员工，在他加入的首周，都需要花时间观看Google的风险投资伙伴Rick Klau在YouTube上关于OKR的演讲与介绍。
当我离开Google创立LUCID软件的时候，我带来了OKR。因为我曾经用过，而且在Google非常成功。我坚信在LUCID同样会带来很多帮助，而且这套系统还没有让我失望过。
OKR的效益
1.设定远大目标
OKR为公司设定个人、团队和组织层面的目标建立了清晰、简单的模式。当你写一个OKR时，你先确定一个目标并在沙地上画一条线。在一天结束的时候，你可以用这条线来衡量自己，以确定你是否成功。相反，如果不事先设定目标，你就要努力证明你是否取得成功。
在Google，我们经常提醒自己，OKR是专门设计来推动你前进，而不是让你看起来不错。换句话说：目标应该很难，而不是扣篮。积极地去设定目标。
2.提高责任意识
在Google，我们所有的OKR都是公开的。我们在LUCID也是这样，让每个员工上传他们的个人OKR到我们的内部网络。这样做有助于提高责任意识和透明度，而且让目标再一次确认。当只有你一个人知道目标的时候，目标很容易被忘记。但是当有其他人（有时成百上千人）知道你的目标时，你就必然要承担其责任。
除了OKR的公开特点，每季度评分也有助于提高责任意识。Google使用0到1的刻度。你不应该用完美的分数来粉碎它。这些都是远大目标，所以如果你得到0.6到0.7，你就取得了很大的进步。事实上，如果你很容易达到你所有的OKR，那么你要么是超级英雄要么目标很低。
然而，重要的是要经常回顾并分析为什么你会落后于OKR，尤其是如果你的分数低于0.4。即使生病，或者优先级发生改变，但是你一定要诚实的找出根本原因。
3.保持组织统一
建立OKR，帮助公司中的每个人调整他们的目标。它使您能够确定精力聚焦在那里，以使公司目标统一。OKR是确保每个人都朝着相同方向共同努力的一种简单方式。并且，您可以检查所有运作，都联结和支持公司整体目标。
今年，我设定了一个目标“检查每个员工的个人OKR”，这大约有150个。虽然，我意识到会有很多目标和关键结果，但是我也意识到理解每个人的焦点所带来的价值。随着公司的不断发展，我与整个组织保持联系和了解每个人的工作方式是有限的。回顾OKR是一个很好的方式，看看其他人发现什么重要的举措，并评估如何符合我觉得重要的倡议。
让我们从设定OKR开始
建立OKR是非常简单明了的，这就是它的优点。
以下是一些基本的指导原则：
设置年度公司OKR，作为年度公司的规划。同时，也设定每个季度的OKR。年度OKR可能会调整，但季度OKR不应该变化。
部门基于公司OKR设定部门OKR。然后根据公司OKR和部门OKR设定个人的OKR。
下面是如何写一个OKR：
1.设定目标：目标告诉你要去哪里。每季度最多只能二到五个目标，这样你就不会把自己弄得精力分散。
2.为每个目标设置关键结果：关键的结果表明你将如何达到你的目标。关键的结果必须是可衡量的，换句话说，它们应该是可量化的。具体的目标应该在写在前面，并试着为每个目标设定最多不超过四个关键结果。
3.把你的OKRs储存在公共空间里。例如，Google把每个员工的OKR放在员工目录中。
4.召开1对1会议，回顾季度OKR进展。召开季度公司会议，回顾公司和团队OKR。
5.在每季度开始时，对前一季度的OKR进行评分。使用0到1的刻度，关键结果单独评分，目标的评分是其关键结果的平均值。不要使用OKR评分来进行员工评价。记住，如果你一直得分1，你的OKR就不够有挑战性。
从一个CEO的角度出发
记住，危机永远存在取得成功时。设置低门槛可能会让你的员工暂时感觉良好，但这并不能推动组织向前发展。我开始意识到，对于一个规模庞大的公司来说，我们都需要对自己正在做的事情感到不安，以便让我们持续取得成功。
我也强调了写你自己的OKR的重要性。即使你觉得你的OKR是公司OKR，明确定义，可以当作你自己工作的指南。作为CEO，在一个无底洞的任务中忙乱是很容易的，OKR可以帮助我专注于我应该做的事情。这样做也有助于展示你对OKR的承诺。
最后，你可以为自己或公司设置OKR，并意识到有些地方并不像你原先想象的那么重要。你并不需要被你的OKR锁死，你也可以调整你的方向。但是，你需要诚实的告诉自己，为什么你没有达成OKR。
谢谢，Google！在LUCID，我们不打算将OKR归还给Google。不仅它发挥了关键作用，让我们走上一个快速成功的轨道，而且它带来了坦诚！
让人怀念的OKR
Falon Fatemi，Node CEO
有时候，我们需要花时间理解一段经历教会我们的东西。
在2011年，我觉得我为我的创业冒险做好了准备。我学习了在线销售艺术，涉足Google的非盈利机构，致力于YouTube战略合作伙伴建设，甚至影响Google的全球扩张战略。
但回过头来看，Google教给我的东西比我当时意识到的要多得多。例如，我学会了处理拒绝和寻求导师。当我与早期公司合作并最终开始自己的业务时，我意识到了Google的一个工具的重要性：OKR。
OKR方法论
Google在创业的第一年，就推出了OKR（目标和关键结果）跟踪其目标的进展，有些目标持续了几年，而另一些则在每个季度发生变化。
即使在今天，Google也在公司、部门和个人层面上使用OKR来设定目标进度。大家通过观看Google的风险投资者Rick Klau演讲和介绍录像，可以很好地理解OKR是如何工作的。
我很怀念Google的OKR。在我的四年工作中，我使用这个系统来监控我自己的成长以及我的部门对Google的贡献。我甚至没有意识到，OKR在我身上根深蒂固，这是我工作的一个重要部分。
OKR在Node
当我创建Node时，我想到了我的目标。我们怎么知道什么时候雇佣第一个开发人员呢？我们什么时候寻求第一轮融资？这些问题使我想起了OKR。
我们最早的OKR是以产品为中心的。我们起草了一个时间表（发布、设定初步市场、规划产品的市场适应性）。今天，OKR帮助我们将公司的年度目标分为季度目标和部门目标。
OKR的基本原则是，它们是可衡量的。例如，销售OKR可能会在季度内达到一定的收入目标。营销人员可能会为合格的销售线索制定一个标准，而人力资源可以计划在本季度内雇佣特定数量的工程师。
随着你的公司增长到20人，OKR应该变得更加个性化。每个销售人员如何为公司的目标做出贡献，最终实现公司的成功？在这一点上，仅仅按部门创建OKR已经不再足够了，每个人都要有自己的OKR。OK，开始设定你的OKR。
如果你是一个创业公司的CEO，公司的OKR就由你负责。但是，当你带上部门负责人时，那些人应该负责起草团队OKR。
然而，有三个关键的错误要避免：
1.设定不合理的期望
做得好，OKR会给你的团队挑战性的目标，并明确地联结到公司的目标。但是，如果你让他们太过于脱离实际，就会失去信心，会挫败员工。平衡远大目标、可用资源和员工能力，这需要一点点的练习。基本上，你希望员工接近他们的目标，但不一定每次都击中他们。
2.跳过检查
没有定期的评估，OKR就失去了意义。把季度检查看作要遵守的合同。为了帮助他们坚持目标，让他们公开OKR。这样，每个人都可以看到其他人在做什么，他们在做什么。Google员工可以从员工outlook中查找任何一位现任和前任OKR，目标从CEO拉里·佩奇那里分解下来。
在Node，我们每月和季度检查OKR。作为CEO，我的职责是与各部门负责人面谈，以确保员工的目标与公司目标一致。我也有责任通过每月对公司的OKR进行公开的评估来塑造良好的习惯。
3.不庆祝OKR成功
OKR是很好的管理工具。但是当你不庆祝胜利的时候，你错过了认可员工辛勤工作的机会。对于年轻的创业企业来说，就实现商业目标而言，关键在于建立一支紧密团结的团队。
Node正在创建一个语境网络，我们需要有动力的、有激情的员工来帮助我们。通过花时间来庆祝这些里程碑，我们创造了需要达成雄心勃勃目标的友谊。
如果OKR听起来简单，那是因为它们本身就简单，这就是它的价值所在。他们帮助公司，无论是Google一样的巨头还是小型创业公司，把大的目标分解成小的、艰巨但可行的任务。OKR帮助你成为你想成为的公司。记住，每季度开展一次。
谷歌
颜值≠能力！用“产品开发机制”招聘一流人才，挖掘“长相平平无奇”背后的求职黑马
【猎云网（微信号：ilieyun）】3月5日报道 （编译：王潇宵）
毫不夸张地说，Dan Pupius是一名及其出色的谷歌人（Googler）。他构建的基础架构在这六年来支持着Google Maps和Gmail的运营，他也因此获得了谷歌人人垂涎的“杰出员工奖”。公司上下都认为他就是谷歌成功的典范。
在为公司招募人才时，Pupius发现，候选人中存在假负（候选人表面一般，但可能是出色的人才），以及假正（候选人的各项条件均符合，但最终无法胜任）。
因此，Pupius在2012年以工程主管的身份就职于Medium时，他就想建立一个不会出现相同盲点的招聘系统。他和他的几位同事一起试图推翻脆弱的招聘流程，以适应各种新的信息并让该招聘系统随着时间的推移变得更加强大。
Pupius开发的系统反响很不错，Medium随后将其在网上发布，鼓励其他公司参考并制作自己的系统。如今，作为Range的联合创始人，Pupius和他的团队正在构建自己的新流程，一个适合早期创企但能够规模化发展的模型。Range是一家致力于培养健康、具有包容性和创造性组织的创企。
本文中，Pupius分享了他如何通过知名的“产品开发机制”来实现这一目标。
将产品开发的经验应用到招聘上
从零开始创建招聘系统时，你实际上是在同时开发两种产品：一是过程本身；二是由此产生的团队。Pupius说，从这一观点出发，与候选人的每一次互动都必须是有目的性的，由此产生值得学习的数据，并将其作为你实现规划的一部分。
以下是建立真正优秀产品时所需的条件，以及每个原则该如何适用于招聘：
强烈的意图
如果你是创始人，你需要将你的团队放在首位并为这个团队花费你的时间和精力。你得花时间把团队打造出一个能够一鸣惊人的“产品”。在此，大多数的成功企业家通常建议你花费
开发产品时通常会产生几个问题：你想让世界变成什么样？你想如何实现差异化？那么，在招聘时问问自己：你想让团队变成什么样？你对其有何期待？
发展原则
你想要拥有正确的价值观、信念和准则来帮助自己实现愿景。对于招聘，你通过应该具备能够帮助你做出正确决策的价值观，同时，你还应该消除偏见。
可测试的战术
产品开发需要有明确的日常行为，以你的原则为指导，针对你的愿景来执行。这一过程帮助你测试结果，同时也是可衡量、可重复实践的。在招聘中，你的策略是你与候选人互动的方式，这一方式应该是可测试、可改变的。
你需要设定量化目标，以明确进展。清晰的数据有利于下一个决策的制定和执行。在招聘时，你需要设定指标并衡量你是否正在创建心目中的优秀团队。关于这一点，在下文中还会仔细说明。
有组织的迭代
最好的产品在用户和开发人员之间有着强烈的反馈循环，对整个流程都有着积极的影响。同样，你可以根据反馈不断更新招聘流程。
指定决策者
产品开发时经常使用RACI模型来指派工作，如一个决策者，一个责任人，几个参与者和几个知情者。同样，在招聘中，你需要一个最终责任人和最终决策者。请注意，这通常不是最高参与者，而是负责并确保聘用成功的人。同时，你需要创造一种存在争议和承诺的氛围。
以用户为中心
就像你希望开发的产品能够适合市场一样，你也希望你的招聘过程能适合所有的候选人，即便有部分人没有被录用。你可以将其看作最终用户，而优秀的系统能够优化他们的应聘体验。
自动化的潜力
一旦你有适合市场的产品，你的下一步动作就是尽可能地自动化。同样，一旦你有一个能产生良性循环的招聘系统，你就需要创建清单、框架和协议，这些都能帮你的系统在进入快速增长期时具有可重复性和可扩展性。
如果你将上述所有内容都应用到建立招聘系统中，你将得到一个可重复运行的压力测试手册。将它看作是一个可成长的文档，随着时间的推移，你可以随时了解更多的信息。它也不仅仅是存在于创始人脑子里的概念或是百度上的回答，它绝对能被应用到每一次招聘中。
现在，让我们更详细地介绍这一伟大流程的几个核心部分。
愿景
在团队建设方面，许多创始人的愿景都相对薄弱，这就为公司以后的发展埋下祸根。而他们则认为这已经足够他们建立一个“世界级团队”或者“能够制作出所有具有最佳文化的公司名单的团队”。再详细一些的可能会说：“我想要一个从根本上专注于我们的使命并努力工作的团队。”这些都不够好，模糊的愿景只会导致更加糟糕的策略。
你需要全面定义谁将在你的公司大放异彩。是什么让你的公司和你的使命变得独特？候选人需要具有哪些特制才能成功企业需要的人才？问问你自己，这个愿景是否能将哪些不适合的人拒之门外，如果是的话，那就意味着它不是一个空洞的陈述。
最重要的是，愿景要求你将你的团队视为一个整体。就像产品无法做到面面俱到一样，你不希望你的团队只是优秀人才的集合。团队中的每个人都有自己的优势和能力，他们必须一起工作，因此你必须对其进行策略性地组合。
为了挖掘Range对人才的要求，创始团队一起出门远足。Pupius表示：“我发现运动确实有助于创造性思维的活跃，离开办公室可以帮助人们更加客观地看待自己。”对于接下来所要面对的事务，这种额外的反思是非常必要的。
团队成员以残酷且现实的方式陈述了团队中已有的特质，并剖析了各种的优劣势。这一过程使他们明确了需要寻找什么类型的人才来做到优势互补。例如，他们意识到他们大多是依靠直觉的内向型人格，因此以过程为导向的外向型人格就成了互补。
最终呈现的愿景不是一个声明，而是Range新员工应该具有的特质、价值和技能，支持现有团队，并在团队扩张时保存平衡。现在，每次招聘都需要有专门的人员来实施以上步骤，以确保建立一个全面发展、运作流畅的整体。
选择一个能够反映进度的指标是相当可取的。例如，一旦你的公司运营了一年，那么继续运营是最有意义的。如果一切顺利，你就需要假设人们是否适合你的团队，是否会对他们产生的影响感到高兴并长期为团队工作。
由于Range是一个非常早期的项目，因此Range团队选择了提供接受率作为他们的首要指标，这一指标表明了他们在此过程中筛选人员的能力。如果你想要对愿景更加负责，你也可以制定次要指标。
原则
在记录你的愿景之后，想一想哪些原则可以帮助你实现愿景。你希望哪些原则适用于每一位候选人？哪些限制会迫使你更深入地思考？写下你认为标准的面试过程可能是什么样子，然后问自己：
1）怎么做可能会引发偏见？
2）怎么会和为什么可能做出糟糕的决定？
3）雇佣循环中的人们会在哪里出现盲点？
4）你怎么会没发现对公司来说非常优秀的品质？
用这些问题的答案来创建和执行一系列原则，这些原则将帮助你找到心目中的团队成员。
以下，Pupius分享了他和他的团队在Medium在招聘时观察到的情况，以及他们用以运行高质量流程的的原则。他现在在Range也采用了许多相似的原则。
1．所以的判断都必须与可观察的事实联系在一起。
招聘过程是情绪化的，但你要尽可能地避免情绪化带来的影响。通常面试官会在30秒内对候选人形成消极或积极的印象，这就会对面试结果造成很大的影响。
为了避免这种情况发生，请将面试的重点放在由愿景衍生出的特制和技能列表上，接下来只采取可观察的行为来证明他们是否胜任这一工作。候选人说了什么、做了什么都将成为评判的标准。
如果你无法通过候选人的言行来做出判断，那么这就变得没有意义了。
这比什么都重要，它甚至能帮助你的团队明确自己的需求。在汇报过程中，有些人会分享自己对候选人的直觉，这时候你应该要求他们提供证据来支持自己的观点，由此，这个人的直觉很可能影响到其他人的观点。
Pupius说：“过去有几次，我甚至只是通过候选人的性格来决定是否聘用，而只有在与其共事后才证明我的做法是错误的。将所以反馈信息和证据联系起来有助于避免此类事件的发生。”
2. 抛开固定思维，尊重曾不被重视的信息。
许多创企沿袭了谷歌对血统的重视。Pupius并不建议他们这样做，相反，他认为应该仔细研究一个人的背景，这将帮助他们更好地在公司工作。问问你自己：哪些特质并不是很好的测试指标，简历中的哪些因素会激发推论和假设。将这些从你的固定思维中抛开。
例如，在Range，Pupius和其他联合创始人已经明确表示，他们不会将毕业院校、在校成绩、以前的公司或是候选人认识的人作为评判标准。相反，他们只会寻找具有某些技能和经验的人，使团队成员能够各司其责。
3. 为候选人提供几种成功的模式。
为了组建一个全面的团队，你不应该只提供一种让候选人通过面试的方法。如果你为每个人进行相同的面试，那么你将错过一些非常有才华的人，因此他们没有机会展示自己。
举个例子，对于技术人员来说，你要为每个候选人提供多种选择来展示他们的相关能力：白板、编程、设计、制作App并在面试时展示等。
尽可能地为候选人提供展示自我的机会，让他们自由选择展示的方式。
4. 明确团队构成。
你雇佣的每一个员工都能有多个发展方向。假设你需要一个后端工程师，你可能有三个选择：一个相对自主的高级工程师，他将快速成长；一个有潜力称谓首席设计师并作为IC提供技术指导；一个可能会最终接手工程团队的天生领导者。你的每一个选择都将左右团队的发展。
为了确保团队始终在正确的道路上行进，你需要明确团队构成。经验法则是，尽可能多地了解员工的职业抱负，这样你就可以了解和预测组织内部的变动。以下是几个例子：
在每一个特定的增长阶段，你需要设定一个高级和低级雇员的指导比例。这样以来，你就不会让你的雇员大材小用。因此，你需要根据目前的挑战和目标来调整普通员工和专家的比例。
Pupius建议男女比例最好是一比一，以保持性别多样性。
这样一来，团队组成可能会发生变化，但你要保证团队成员能在公司呆多个季度，以保证团队朝着正确的方向发展。每一次人员更替都可能影响到你未来的选择。甚至有时候，在一人离职后你无需找到替补。理想情况下，这一原则将促使你更仔细地思考完成目标的多种方式。
5. 人事部经理需要被授予决策权。
在敲定新员工的过程中，团队可能会陷入僵局，并不可避免地破坏你的招聘过程。Pupius认为，指定一名负责人作出最终觉得能够打破僵局。而这个人通常是人事部经理，毕竟他们最擅长的就是与人交流。
不过，这可能还不够。你还需要在接下来的流程中对候选人进行筛选，就像工程师和设计团队会对产品经理的决策做出反馈一样。你当然希望新加入的员工能够真正胜任这份工作，因此进一步的筛选是必不可少的。
策略
你设置的招聘和面试流程的方式取决于你自己的愿景和原则，这可能因公司而异。对于较早期或较小的创企，Pupius建议仅实施三个阶段：评估、验证、吸引候选人。
在开始之前，你可以列一个表格，在表格的纵行填上所有你需要的特质和技能，横向则是为候选人的表现打分（低、中、高、没有观察），并记录评分原因。这激励每位面试官都专注于重要信息，提出针对公司需求的问题，并实时捕捉他们的想法。
为了帮助评分，请列出构成您团队愿景的属性/值/质量列表。在1-2个句子中，说明每个对您和您公司的背景意味着什么。然后，在此之下，给出一个候选人可能会显示的可观察行为的例子，以证明他们具有该属性。您可以将属性分组到不同的类别中，以使其更容易。 Range队已将他们分组为标记为任务/值，团队工作和舞台的桶。这里只是一个简单的例子：
为了帮助评分，你可以列出构成团队愿景的特质、价值和品质等因素。在1-2个句子中，说明每个因素对你和你的公司意味着什么。然后，在下方给出一个候选人可能会表现的可观察行为的例子来证明他们具有该属性。你可以将这些因素分组，使其更容易辨别。Range的分组分别是：使命/价值观、团队协作、阶段。
使命/价值观：Range对候选人的要求之一是具有人文主义，也就是说候选人必须相信人是善良的，管理者应当具有教导作用，帮助员工成长。对于这一特质，可观察到的行为可能是候选人更多地谈论指导团队中的普通员工。
团队协作：这一分组中列出了10个属性，其中之一是系统性思考，也就是设计适合大型软件系统不同方面的产品的能力。这一属性的可观察行为是候选人在不同抽象层次上的思维，此前他们为系统的内部流程设计了软件。
阶段：这一部分对创企尤为重要。Range需要的三大属性之一是对不确定性的舒适度，即候选人对过去的公司或项目存在高度不确定性时的作为。可观察到的行为是，他们是否在没有完整信息的情况下取得过重大进展。
有了这些标准，你就可以启动评估阶段：为人事部经理和潜在候选人组织一次咖啡会议或休闲会议。衡量潜在候选人对公司的适应程度，因为不同的人可能会适应公司发展的不同阶段。然后，可以谈一谈薪酬预期。
人事部经理若是能联系到了解候选人的人，也可以做一次初步的反向调查。
验证
与潜在候选人进行一对一的谈话，而谈话的内容需要深入到你所寻找的特质、技能和品质。让潜在候选人与团队的两名成员合作，以评估其解决问题的能力，并模拟实际的工作情景。接下来，为候选人提供多选择的技能评估方式，仔细考虑是否聘用。
你的团队可以向候选人介绍这项工作的有趣之处；你可能会让投资者打电话给候选人，鼓励并接近他们；你可能会邀请候选人参与团队的娱乐或社交活动，以便彼此了解。
如果在评估阶段，显然候选人对图表上的任何属性的评分都很低，那么您不应该将它们传递给他们。但验证阶段是最重要的。 Pupius分享了一些最佳实践，以确保您能够掌握它：
如果在评估阶段，候选人在表格上的所以属性的评分都很低，那么你也不应该表现出来，验证环节还是非常重要的。Pupius分享了一些实践经验，以确保你能够融会贯通：
1）坚持行为面试。
在询问人们过去如何行事或处理情况时，你通常会得到很多收获。在Medium，面试官通常会按照时间顺序，提出类似的问题。
一个非常实用的问题就是——你向谁报告了什么，该人如何描述你的优势和弱点？如果你对他们的每一份工作都进行询问，你会看到他们的优势是如何演变的。也可能他们的弱点逐渐成为了优势。你会看到一个很好的学习曲线。
另外，这样的提问方式可能会让面试者猝不及防，他们不曾预先排练过，因此他们很可能直接从过去的表现中引用，以确保万无一失，甚至他们还好表现的更好。还要记住一点，你可以从该候选人过去的上级处获取信息，一起评估其长处是如何随时间变化的。
2）提前将你的评估材料发给候选人，以便他们知道他们将如何被评估。
Medium最开始实施这一方式，是为了招聘工程师，并看到了非常积极的影响。Pupius说：“人们都是有备而来的，像是面对一次严肃的考试，而不是一场小测验。这彻底改变了面试的进程并缓解了应聘者紧张的心态。若是应聘者表现的非常紧张，那么我们能获取的信息则会变得少之又少。”同时，这也是企业文化在内部有多么透明的积极信号。
3）为新的面试官设置影子练习。
如果面试官无法分享他们正在寻求的东西以及他们提问的方式，那么以上的方法都不会起作用。若是这种情况的发生，你要确保消除变量，以便候选人有相同的竞争环境。
Medium在这一方面做的很好：在新的面试官进行面试前，他们必须跟随更有经验的同事做两次影子练习，然后再给同事做反向的练习。同事会为面试官进行把关，当然是以一种并不尴尬的方式。之后，他们会进行坦诚的讨论，经验丰富的同事会为其提供反馈，并做出解释。如果你有一个年轻的公司，那就马上开始影子练习吧，建立你的潜在面试官队伍。
衡量
请记住，你正在构建的招聘流程的“终端用户”是应聘者。因此，虽然留存率可能是这一切的顶线指标，但更直接的衡量标准是应聘者的体验。
Pupius建议尽快筛选应聘者。以下是这一阶段最需要获取的信息：
1）有多少人通过筛选？他们都是从哪些渠道进来的？
2）他们此前在何处就职？对于你给出的offer，他们接受和拒绝的理由是什么？
3）他们换工作的频率有多快？是什么影响了他们？
4）你的招聘成功率是多少？人们为什么会拒绝？
5）是否存在人口趋势？
每个星期，你都得要求人事部经理审查这些分析，并假设在发生某件事时，如何做到更好。在早期，创始人应该参与这些会议，尤其是CEO应该尽可能地获取招聘指标。之后，人事部经理应该与人事部主管以及招聘指标的最终决策者共同召开会议。
在Medium，几乎所有通过筛选的候选人都是被引荐的。他们想知道为什么会出现这样的结果，于是从头开始梳理，并解决了问题。若是没有定期审查，这样的问题将会一直出现且得不到改正。
最重要的是，Pupius和他的团队在Medium时，会对应聘者进行跟进，不管他们是否得到了offer，都希望从他们身上获取反馈。
Pupius说：“你当然希望所有没有得到工作的应聘者依然对公司和面试过程保持着令人难以置信的积极印象。世界很小，声誉就变得尤为重要。你当然会希望应聘者一直抱有得到这份工作的热情，这样他们会推荐他们的朋友前来应聘。”
他们要求所有应聘者回答以下问题，以便在日后的招聘过程中进一步做到以应聘者为中心。
1）与面试官接触的总体体验如何？
2）你被问及的问题是否能够测试你的技能？
3）你对Medium提出的问题是否得到解答？
4）你觉得面试过程和企业文化是否具有包容性？
5）你觉得整个面试过程是否公平公正？
6）你希望我们问你什么问题？
7）面试官是否让你觉得自在，并帮助你完成整个过程？
他们通过这些调查收集了大量反馈并调整了问题、候选人选项等。反馈结果还指出团队中最优秀和最差劲的面试官是谁，随着时间的推移，他们可以让最优秀的面试官指导其他人。
Pupius坚信，在整个过程中保持以应聘者为中心将产生长远的影响。有时，人事部经理会在跟进落选的应聘者时说：“我很高兴能够与你还有其他优秀的人建立联系，你们非常值得我尊重。”这样做的结果非常积极，最终影响了应聘者的完整体验。
最终留下来的人需要花时间，通过有意义的方式进行衡量，因此，你可以每季度或每年进行一次检查，以确保团队成员都对最终结果感到满意。Pupius还建议对具有推荐名额的员工进行季度调查，询问他们：人们会推荐朋友去你就职的公司工作吗？
迭代
Medium最终的优异成绩是基于大量测试迭代的成果，Medium的工程总监Jamie Talbot为此付出了巨大的努力。例如，许多现象表明企业需要对面试官也有所要求。
为了充分利用迭代，Pupius建议大量并快速地处理批量反馈。为了在Medium实现系统化，他们会对所有来自应聘者的反馈进行季度回顾。首先，他们会考察哪些面试官是近期上任的，并了解他们的绩效评价。然后，作为一个团队，他们需要考虑如何创造更好的体验，并使团队向正确的方向发展。他们并没有将这一工作变成一堆大杂烩，而是分主题有批次地进行。
最终，你将从这一系列工作中获取巨大的收获，充分利用每个单位时间来学习。创企在完善其招聘流程后，才能进入快速增长的黄金阶段。明智地运用这些建议，你不仅要弄清楚什么才是行之有效的方法，还要以简单、直接的方式进行微调和记录，只有这样最终的结果才会产生质的变化。如果想要拥有成功的产品，那么你必须要有一个成功的团队。
来源：猎云网
谷歌
谷歌母公司Alphabet新任董事会主席：创新需要这三类人
美国时间的2月1日，Google 母公司 Alphabet 在季度财报会议上宣布，任命资深董事约翰·亨尼斯（John Hennessy）为新任董事会主席，取代长期担任这一职务的埃里克·施密特（Eric Schmidt）。
约翰·亨尼斯是谁？小探此前曾经撰文介绍过，亨尼斯从2000年到2016年担任斯坦福大学校长，并于2004年加入Google董事会，并从2007年起就开始担任董事会的首席独立董事。
今天，小探就再来跟大家重温一下这位被网景创始人马克安德森誉为“硅谷教父”大牛的思想，以及斯坦福和谷歌的故事。
斯坦福跟谷歌结缘的故事
硅谷作为全世界创业的中心，是创业者心目中的圣地。斯坦福大学就是硅谷创新不得不提的一个重要驱动力量。
可以说，斯坦福大学为硅谷的形成和崛起奠定了坚实的基础，培养了众多高科技公司的领导者，其中就包括谷歌、惠普、雅虎、特斯拉、Firefox、艺电、Sun、NVIDIA、思科、及eBay等公司的创始人。
我们都知道，谷歌的两位创始人拉里·佩奇（Larry Page） 及谢尔盖·布林（Sergey Brin）都曾就读斯坦福大学。这也是他们在斯坦福读书时发明的。
亨尼斯就曾经讲述过斯坦福跟 Google 的故事。在亨尼斯看来，虽然拉里.佩奇提出的一些研究观点令他在斯坦福导师特里·维诺格拉德（Terry Winograd）摸不着头脑，但是特里还是从里面挑出了网页搜索这个相对最靠谱的方向。
Google 最早其实是对电子数据库里进行检索，Page Rank 算法就是借鉴了学术界里引用(citation)次数的思路，不过在网页上citation变成了超链接。Google 不是第一个搜索引擎，但是 Google 诞生后搜索质量就立马超越了当时的其他搜素引擎。
PageRank 专利最早是由斯坦福大学申请专利，当 Google 成立后，斯坦福大学技术授权办公室同意将 PageRank 专利许可给 Larry Page 及 Sergey Brin，因此Google 可以使用 PageRank 技术直至2011年。
斯坦福大学拥有教授及学生的在校期间的研究成果，但它通常会将这些专利许可给发明者，让他们可以使用。由于 Google 初期并没有足够现金，因此斯坦福大学决定持有 Google 的极小部分股份作为条件，这对双方而言是双赢，后来斯坦福也因此获得上亿美元的回报。
亨尼斯认为，这就是斯坦福大学崛起的一个重要原因：找到最好的人，然后给他们自由，让他们自己做决定。斯坦福大学的教授和学生有着充分的学术自由，虽然斯坦福也会有重点和优先的研究方向，但是不会去规划具体的研究日程和研究细节。
斯坦福的秘密武器
在过去十几年做校长的时间里，约翰·亨尼斯毫无疑问把斯坦福大学变成了最好的学校，是目前为止世界上最伟大的教育家之一。
2011年，时任美国总统奥巴马曾邀请乔布斯、扎克伯格、时任Google CEO Schmidt 等科技行业领袖共进晚餐，亨尼斯是唯一受邀参与的非商业领袖，可见他在硅谷的影响力非同一般。
那么斯坦福大学是如何在硅谷崛起的过程中扮演关键角色的呢？这位斯坦福老校长曾讲了两个关键，第一是斯坦福如何在学校内提倡创新，第二是斯坦福如何将科研成果转化为产品。
那么，斯坦福大学是如何在学校内鼓励创新的？
最关键的是人！
约翰·亨尼斯表示创新需要几类人：有远见的预言者、探索者、无畏的执行者。
有远见的预言者能够看到一项技术可能带来的革命性变化，他们能够从一而终，致力于将新技术的使用门槛降低，通过各种方式将成本降低、把新技术普及。
革命性的技术出来后，大家可能都不清楚应用场景和机会在哪里，探索者就会通过各种尝试将新技术应用于可能的场景。
无畏的执行者则是通过不懈的努力将愿景变成现实。
有远见的预言者的典型例子是吉姆·克拉克（Jim Clark）。吉姆·克拉克是斯坦福大学电机系副教授，他的天才在于他洞察未来发展趋势的才能。一旦捕捉到趋势，就果断地创建公司，并组织一批人才进行开拓。
在看到图形技术特别是 3D 图形技术的巨大潜力后，在 1982 年，克拉克创办了利用软件和硬件加速来显示 3D 图像的公司 SGI，SGI 成为世界领先的好莱坞视觉特效和 3D 图像生产商，成了整个 3D 行业的缔造者。
1993年，在看到图形浏览器的巨大潜力后，克拉克又找到了 Mosaic 的开发者马克·安德森，这是互联网上第一个普及和易于使用的浏览器。后来，克拉克和安德森一起创立了网景通信公司。网景于1996年IPO，克拉克500万美元的投资赚到了20亿美元的收益。
在第二点技术转化时，亨尼斯强调技术转化(transfer technology)其实最重要的是人的转化(transfer people)。
技术是死的，但技术的发明人一定是最懂这项技术的人，知道这项技术的优缺点，而且是最愿意把时间和精力奉献到这项技术上的人。
而且，一项技术出来后距离真正的商业化还有很长一段路，往往需要技术发明人以创业者的心态持续的投入。
亨尼斯也讲到了惠普的故事。当年惠普创办的时候，都没有风险投资，在车库里创业。他们当时建了一栋办公楼叫Redwood Building, 这栋楼建的风格有点像商场。两位创始人心里想的是，如果惠普失败了，就把这栋楼用来开百货商店。
斯坦福大学认为，学校里学生是非常关键的，他们给研究生的经费比教授更多，斯坦福校友是创业的主力，同时斯坦福也持续的给学生投入。
创新浪潮并不连续
亨尼斯认为，创新的浪潮总是一波接一波的到来，而不是连续的。
比如，1940-60年代是电子时代，诞生了惠普等公司，1960-80年代是集成电路(IC)时代，诞生了英特尔、AMD、英伟达等巨头，1975-85年代是微处理器和VLSI时代，诞生了SGI、SUN、MIPS等公司。1985-2000年代则是互联网时代，诞生了Cisco、雅虎、谷歌等巨头。而2015-201X则是社交和移动时代，诞生了Snapchat、Instagram等公司。
而如今是人工智能的时代，人工智能将会带来翻天覆地的变化。可以说，这跟谷歌宣布的“All in AI ”战略有相符合之处。
这是节选自硅谷密探携手长城会创始人、董事长文厨的节目《小邮差看世界》第二期——斯坦福前校长约翰·亨尼斯。更多精彩回放可以看会密探此前文章：独家 | 斯坦福老校长揭密斯坦福如何缔造硅谷传奇？文章里有我们和长城会、第六日创造联合推出的视频，长城会董事长文厨与约翰·亨尼斯进行对话。
谷歌
谷歌投资2500万美金研发AI机器人 有望实现无纸办公
据英国《每日邮报》12月21日报道，谷歌公司支持科技公司Ripcord开发AI机器人，该机器人最终能使无纸办公成为现实。Ripcord公司由前美国国际航空航天局、前苹果员工成立， 现已开发出一种独特的机器人数字化系统，而且今天刚刚公布谷歌风投对此提供了一笔2500万美金的资金。
谷歌风投合伙人安迪•惠勒说：“许多公司，尤其是那些受政府管辖的产业，办公中用纸量仍然很大，导致储存成本巨大，难以管理。”
该系统结合了机器人扫描仪和人工智能技术，可以完成去除订书钉、扫描图片、自动转化为可搜索文本、上传至云端服务器等所有工作;可以扫描所有文件，小到商务名片，大到建筑图纸。
Ripcord首席执行官亚历克斯•菲尔丁告诉《每日邮报》：“我们希望消除纸张使用。”Ripcord现有资金已达7450万美金，并表示该系统可实现80%的转换过程自动化——包括纸张处理、固定物移除、图片电子化。工作流程为：把纸张堆叠起来，拉出所有订书钉、把纸张送到传输带上进行快速扫描，一次上传一页，一秒即可完成。
菲尔丁说：“我们已经看到越来越多人希望我们的社会可以从纸张时代完全进入数字时代。消费者们想要既数字化又容易操作的平台，帮助他们管理整个记录储存库，无论储存库是由纸张文件还是电子文件组成。但是，搭建一个简单的平台其实十分复杂。通过和谷歌风投合作，我们能够利用他们在人工智能和机器学习领域的专家团队。他们提供的这些资源是无价的，无比珍贵的。”
该公司表示，明年该系统将能够在一天内将50兆的记录文件实现数字化，并声称人类需要6到8小时才能完成的银行家记录数字化，一个Ripcord机器人仅需1到2 小时就能完成。
谷歌
「谷歌宣布在中国设立AI中心」李飞飞：我和我的团队今天回到中国
刚刚， Google Cloud 人工智能和机器学习团队的首席科学家李飞飞宣布，谷歌 AI 中国中心在北京成立。该中心由李飞飞和 Google Cloud 研发负责人李佳博士共同领导。李飞飞将会负责中心的研究工作，也会统筹 Google Cloud AI, Google Brain 以及中国本土团队的工作。
谷歌产品总监Andrew Bowers用中文开场（全程中文主持），他显然对中国“国情”十分了解，他说，双十二买买买以后大家来听谷歌开发者大会，这没毛病。今天谷歌的工程师们都很拼，他们熟练的中文还有：“现在不是酒香不怕巷子深的时代，你的APP没有人使用都是白搭”，“不忘初心，牢记使命”。
是的，在中国AI市场如此火热的今天，谷歌在中国市场迅速发力，这没毛病。
谷歌大中华区负责人Scott Beaumont随后上台，他的一个核心主旨是：希望能成为大家的合作伙伴。他列举了谷歌目前和中国关系最密切的两个产品：谷歌翻译和TensorFlow。随后，他举了一个例子，清华大学朱军教授使用TensorFlow和贝叶斯理论结合做研究，取得良好效果。
安卓相关负责人介绍Hanrui Gao，上周，安卓奥利奥版（Android O）最新增加了神经网络API，基于设备的机器学习应用。最重要的是，安卓最近还发布了中文版本的技术开发说明和支持。
在本届大会上，安卓与TensorFlow的结合也成为一大亮点，包括智能手表在内的终端和物联网，也将开源直接使用谷歌提供的技术。
谷歌云首席机器学习和人工智能首席科学李飞飞正式宣布在北京设立AI中心，由李飞飞和李佳领导。李飞飞表示：我的心一直牵挂着这里。
早在今年5月，Google就在中国乌镇召开的AI论坛上暗示：将在中国成立首个Google AI研究团队。
11月28日下午消息，Google Brain 团队负责人Jeff Dean确认谷歌正在华招募AI人才，主要招募地区为北京和上海两个城市。
11月28日，谷歌在日本东京举行了一场Google亚太地区媒体开放日活动，主要分享了Google在人工智能和机器学习领域的科技创新及应用，以及Google如何将领先的技术运用到我们实际生活中的方方面面，去解决社会问题作出的尝试和努力等。分享结束后，在记者问答环节中，Google Brain联合创办人Jeff Dean正式确认了谷歌正在中国招募AI人才。主要招募地区在北京和上海两个城市。Jeff Dean未对团队组建进展透露过多信息。
谷歌近年来已分别在瑞士苏黎世、加拿大蒙特娄、多伦多等地，建立人工智慧研究部门，由于在美国招募AI人才难度逐渐增加，谷歌开始转往中国等国，寻觅人才。
综合报导，谷歌计划在北京和上海招募近60个职位，包括技术总监、软体工程师、产品经理等，而且专注招募顶尖人才，以提升AI的品质。
“在ML / AI领域确定市场机会并确定产品愿景和战略”、“与合作伙伴合作，倡导Google AI技术，并为Google建立强大的AI生态系统”、“与内部团队以及外部社区合作推进AI技术”。
不仅如此，Google还优先录用：“Machine Learning/AI的硕士或博士”和“了解中国AI生态系统”的应聘者。
新智元此前报道过谷歌在中国招募AI人才的消息，岗位包括机器学习研究员、机器学习技术主管、云端机器学习产品经理和机器学习软件工程师等，工作地点在北京和上海。
谷歌CEO Sundar Pichai 在近期接受采访也曾表示：“我们将在中国投入更多努力，思考如何更有效地参与中国市场活动。”
有分析人士认为，谷歌建立中国AI团队是必然的举措，中国目前是美国和英国之外，世界AI人才聚集最多的地方，谷歌的AI团队很可能“跟微软亚洲研究院一样，主要是研发中心的性质。”未来不一定是否在中国落地。
但无疑，建立中国AI团队，是谷歌提出“AI first”战略后，积极重返中国争夺人工智能入口的最新也是最大的努力。
谷歌
未来5年AI应用报告 | 谷歌、DeepMind、英伟达科学家支招企业AI应用
编者按：本文来自新智元（ID：AI_era），原文来自reworkco。
ReWork的一份最新AI落地应用报告，阐述了企业该如何使用AI技术。谷歌的Ian GoodFellow、DeepMind的 Jörg Bornschien、英伟达的Kimberly Powell等知名AI研究员参与了这一份AI报告的访谈并发表观点。受访者认为，在接下来的几十年，深度学习模型的大小将呈指数级增长，我们将找到越来越好的神经网络架构和参数，达到甚至超越人类水平。
报告全文：http://reworkco.domain.com/WhitePaperShouldYouBeUsingAIInYourBusiness.pdf
人工智能（AI）正在变革它能触及的各行各业，从医疗保健到零售和广告，金融，交通，教育，农业等等。 AI的目的是什么？接手所有需要员工手动完成的工作，让他们腾出时间更有创意地完成机器不能做的工作。如今，快速发展的 AI 技术主要由大型企业通过机器学习和预测分析来使用。
人工智能不是一项未来的技术，现在当下的技术，没有采用的公司将被抛在后面。
本文将探讨人工智能在商业领域的应用，深入研究谁应该使用这些技术，并深入研究人工智能在各个行业的领军人物的研究贡献。包括来自学者，行业领导者，研究人员，首席执行官，创始人等等的专家意见，以评估人工智能对多个行业的影响。
受访者单位（具体名单）：
包括谷歌的Ian GoodFellow、DeepMind的 Jörg Bornschien、英伟达的Kimberly Powell等知名AI研究员参与了这一份AI报告的访谈并发表观点。
AI 快速增长的背后：技术、资本、企业
人工智能正在颠覆和改变它所触及的每一个行业。从商业运营和效率到创新的客户服务方式、医学研究的突破、更智能的交通系统和更有针对性的广告活动，这是当今世界不可避免的现实。不愿意采用AI的企业将落后，预计AI软件的直接和间接应用产生的收入将从2016年的13.8亿美元增长到2025年的597.5亿美元。(Tractica,2017)
“随着机器变得越来越智能，消费者将会期待24小时内的完美服务，到2025年，AI将会占到所有客户互动的95%，消费者在在线聊天或电话中将无法区分机器人和人类员工。”(Servion,2017)
得益于海量数据和日益智能化的算法，机器可以学习、说话、做出明智的决策，并以一种越来越有效的方式执行复杂的任务。这不仅推动了研究上的突破，而且在业界的实施也证明了AI在现实世界中的应用可能对各行各业的企业产生巨大的潜在影响，包括零售和广告、医疗保健、销售和市场营销、交通运输、旅游等。
图：AI的全球预计收入：2016-2025
是什么令AI的进步如此迅速？
AI需要庞大的数据集，而“真正伟大的科学与技术的惊人进步使我们能够收集到前所未有的数据”，从而使模型能够更快地学习。(Jasper Snoek，谷歌大脑)
目前的发展速度并没有被预见，比如OpenAI的Ankur Handa，并没有预见到在多伦多大学Geoffrey Hinton的研究团队发表第一篇卷积神经网络的论文之后，短短三年的时间里，CNN在ImageNet竞赛中实现了“超越人类的表现”。虽然这些进展迅速而且有影响力，但你的业务是否应该采用AI，这是需要考虑的。诸如成本、可用数据、行业相关性和人员配置，以及可能的ROI等因素是所有规模的企业需要考虑的因素。本报告后面的章节将为这些关键因素提供解决方案，以发现AI在行业中的影响，以及你是否应该在你的业务中使用这些技术。
谁在推动AI的发展？
不仅仅是科技巨头在引领了AI竞赛，还包括大学、风险资本家(VC)和内部研究人员。机构和行业专家的研究为企业将这些模型应用于他们的工作打开了大门，而针对AI的风投正在通过他们的资金来帮助研究取得突破。
下图：著名AI风投、学术机构和公司
AI的生态图景：模型、训练数据、硬件和人员
目前AI的生态图景四个方面：模型、训练数据、硬件和人员。新的模型（如生成对抗网络）正被广泛应用，并取得了巨大的成功；更大的数据集可以用来训练模型；硬件的改进加快了训练的速度；而且，这个领域的每一次成功都会吸引更多的人进入这个行业。(Ed Newton-Rex Jukedeck)
进步是持续的，但是对社会产生直接的影响需要时间和金钱来进行研究。数据的可用性、计算的能力、每个模型的训练周期和智能水平都有局限性。无监督学习的进步正在彻底改变商业应用程序，节省时间和金钱——2010年至2014年间，全球对人工智能技术的投资从17亿美元增长至149亿美元（Merrill Lynch，Bank of America，2016）。
虽然AI不是一个新的概念，但它变得主流的过程也已经花费了数年的时间，近几十年的发展速度是最快的。这意味着，由于我们目前使用arXiv和社交媒体进行传播的文化，新的进步很快就会过时。AI的“过度活跃”可能是破坏性的，这迫使企业重新考虑他们正在设计的产品（Hugo Larochelle，Google Brain）。
AI的发展带来了今天的模型：研究人员发现如何使用GPU来加速神经网络的训练。这些方法使得模型能够扩展到更大的数据集，并在对更小、更学术的数据集进行研究时实现更快的迭代。
DL社区开发了更好的开源库和用于深度学习的工具。例如，Theano在如何实现DL模型方面取得了突破，这启发了现在广泛流行的TensorFlow。
ArXiv和社交媒体已经成为宣传研究的主要真滴。这使得我们可以更快地迭代和构建其他研究人员的工作。(Hugo Larochelle, Google Brain)
如何在商业中应用这些进步?
ML总是受限于可使用的计算量。这些进步能够对现实世界的问题产生非常明显的影响，正如Ian Goodfellow说：
“2017年5月谷歌发布新一代TPU，这是一个大消息。新的谷歌TPU可以帮助缩小在DL实验中可利用的计算量和在生物神经系统中使用的计算量之间的差距。第一代TPU只对谷歌的工程师开放，而新一代TPU将对谷歌云的用户开放，并且研究人员可以申请免费获取。”
领先的AI使用案例，数据分析仍然是最大的场景，其次是销售，再到医疗
随着越来越多的公司（例如谷歌，亚马逊，微软）通过云平台在业务中使用人工智能模型，人工智能技术将持续被工业界和整个社会所接受。没有任何行业会被抛在后面，所有行业都被人工智能的进步所打破（Hugo Larochelle，Google Brain）。商业智能工具能够搜集、分析、转换和报告数据，从而提供有价值的洞察，并使企业将时间和金钱投入到正确的领域。那些努力与用户建立情感联系的公司将通过“有感情的AI”来提高客户满意度，毕竟，在现实生活中，人们的情商很糟糕，导致一系列无用的争端。当AI不受偏见影响的情况下接受训练，它能够提供比人类更合理的反应（Mikko Alasaarela，Inbot，2017年10月）
由于深度学习在数据准备、语音识别、文本理解、电脑游戏，网络安全等方面的应用，我们看到很多令人难以置信的结果。深度学习提供了人工智能历史上最大的性能飞跃（甚至可以说，计算机科学史），并使许多传统方法成为过去时。因此，在未来十年内，任何一个没有依赖深度学习的公司都将被抛在后面（Deep Instinct首席技术官Eli David）。
不仅科技公司能用AI，其他行业也将大量使用这种技术。以下是一些预测数据：
20%的商业内容将由AI生产。(Salesforce, 2017)
57%的用户期望2020年前，智能语音助手能在生活中发挥重要作用。(Salesforce, 2017)
鉴于亚马逊、Alphabet、IBM、微软在云计算的地位，下个十年之处，60%的AI 平台将被上述公司掌控。(IDC FutureScape, 2017)
2018年前，75%的开发者团队将把AI 运用在一个或多个商业应用或服务上。(IDC FutureScape, 2017)
2020年前，80%的客户服务将不需要人类介入。(Salesforce, 2017)
进程
关于AI“抢夺人类工作”的讨论很多，但这并不是第一次。在工业革命时期，机器使得工厂工人失业；互联网飞速发展，颠覆了各行各业。然而，这并不是行业的终点：工人学会了操作机器；记者利用互联网作为资源，而非阻碍。一个工作被摧毁了，无数的新机会被创造出来。 （福布斯，2017年）
Hugo Larochelle解释说，虽然我们无法确定AI和经济的未来， 历史上有一些旨在取代人类的技术发展的例子，但该行业的就业反而增长了。
对于一些高度依赖劳动力的行业来说，人工智能可能比人类更好。由于人工智能永远不会感到厌倦而且几乎不会犯错误，所以这将创造出研发机器的新职位。然而，需要更多人类智慧和情感的行业不可能完全被AI所改变。AI助手帮助人们节省了时间，也帮助我们做了更多聪明的工作。 （雅虎实验室研究科学家Miao Lu）。
人工智能现在远比之前更容易获得，即使对于计算机科学和人工智能领域以外的人也是如此，正如Hugo Larochelle所强调的那样，人工智能云平台提高了可访问性。对于高校来说，迎接人工智能的进步，停止只把它作为计算机科学研究生学习的一个狭窄的话题是非常重要的。
历史上，AI都是大公司在进行开发，因为要想从AI和ML中获得回报，需要大量的训练数据。
对于公司来说，获取这些数据意味着企业需要有一个既有的，成熟的产品，有很能吸引用户的地方，或者公司需要高额的财务支撑来购买交换的数据。今天，通过scale.api和亚马逊Mechanical Turk等平台将人类注释数据与成初创公司的需求相匹配，获取培训数据的成本大大降低。此外，许多平台即服务系统直接提供机器学习模型来输入数据集，如Amazon ML和Azure ML，可以帮助 AI / ML领域的创业公司启动。 （思科Vijay Ramakrishnan）
在GPU（和TPU）的帮助下，AI的计算能力变得非常之快，我们都知道，速度意味着生产力。生产力最终带来的是性能的改善。在速度之外，我们其性能的良好并且具有广泛的适用性。(Kimberly Powell, NVIDIA)
AI 能够让研究员聚焦于眼前的问题，而不需要花费大量的时间来创造新的工具解决新的问题。(Ian Goodfellow, Google Brain)
随着消费者在生活中需要更多的个性化和个性化定制，个人助理将迎合特定的品牌和需求，消费者将越来越期望迎合他们喜好的产品。(Kimberly Powell, NVIDIA）。企业不得不达到这样的期望，如果仅仅依靠人类劳动力，很快遇到天花板，增长将停滞。
考虑你的公司提供的服务和你目前遇到的挑战，无论他们是投资回报率，组织，效率，准确性，客户服务还是业务的其他方面。想一想AI可能产生的影响，不仅有你的日常活动，还有你公司的整体成功。
五年前，我曾和一个领导世界领先的计算机视觉小组的朋友交谈。在讨论深度学习时，他将其称为“另一种短暂的炒作”。今天，他的整个研究小组只关注深度学习，获得了惊人的突破，几乎没有使用过去几十年来其他任何传统图像处理方法。我认为，未来每一个行业的每一个领先企业在未来几年都会深深地依赖于深入的学习（否则就完全落伍了）。
虽然采纳AI的公司中，明显有力竞争者是“科技公司”，跨行业企业如果成功采用AI 技术，也可以看到以前使用的模型无法比拟的优势。由于需要大量标签化的数据，较小型的公司可能不敢投资长期的人工智能战略。许多企业无法拥有数据，但这并不是说建立一个成功的战略是不可能或不可取的。
目前从人工智能中受益的公司是那些已经拥有现有存档数据的公司，例如像互联网公司、获取增量数据成本较低的医院或企业。然而，收集训练数据或开发ML模型所需的时间正在减少。另外，Amazon AWS和Google Cloud ML等云基础架构服务减少了前期购买昂贵基础设施的需求，从而减少了中小型企业进入这一领域的障碍。 （思科Vijay Ramakrishnan）
业务优化
以前需要人工的任务，比如客户服务、数据管理、供应链管理和市场策略决策，都被预测将在未来5年由AI实现自动化（福布斯，2017）。很少有公司在这几个领域不依赖大量人力，但这样做开支巨大，因此使用AI模型是显而易见的。但是，引入技术很简单，但是优化提高效率让员工从好变到更好，需要靠优化（Ankur Handa，OpenAI）
在受访的200多家企业中，75%的表示将在接下来3年“积极部署”AI。全球接受调查的高管中，79%表示AI将让他们的工作变得更加简单高效。
健康医疗
在医疗领域AI的采用率正在上升，不仅仅帮助医生诊断，在新药发现和研究方面也有辅助作用。深度学习方法已经帮助分析师，在检测糖尿病眼睛疾病和癌症等特定场景下超越了人类医生。这些进展并不会取代人类医生和医疗专家，而是辅助他们让他们将更多时间用于攻克更棘手的问题，同时帮助降低错误率（Jasper Snoek，谷歌大脑）。例如，在美国，平均1万人有1名放射科医生，而在印度，就是平均10万人才有1名放射科医生。有了AI后，放射科医生将更加高效的工作，将精力集中在困难病例上（Kimberly Powell，英伟达）。Jasper Snoek预计，AI在心血管疾病领域也将得到应用，算法可以分析患者自己在家拍摄的EKG。
在医疗领域，DeepMind与NHS合作，开发机器学习系统识别眼盲症。Springer Nature报道，研究人员已经开发出“皮肤科医生水平”的皮肤癌分类神经网络。IBM Watson给出的医疗建议，99%的情况下与医生的建议相符合。
未来5年会发生什么？
Eli David，Deep Instinct：第一波最初的工作消失了，同时很多新的动作被创造出来，人类不再与AI竞争，而是与AI一同工作，完成如今完成不了的复杂工作
Raquel Urtasun，Uber ATG：因为有了AI，我认为未来会减少交通拥堵，出行不便的人更容易出行，城市绿化增加，公共交通的可用性也有所提高
Ankur Handa，OpenAI：我认为健康医疗、公共部门和政府因为AI而变得更加完善，这些都是影响人类生活重要决策制定的部门
Jasper Snoek，谷歌大脑：从离散数据源中新兴的技术和NLP将让我们能够分析医疗记录，发现症状，并预测医疗结果
Jorg Bornschien，DeepMind：在快速获取知识方面我们将见到很大的进展：少数据学习（few shot learning），在少数据学习中，生成器或判别器模型只需要从少数几个样本中泛化
Kimberly Powell，英伟达：更多企业将在他们自己的产业中部署AI，在业务中融入独特的用户体验。得益于AI的普及，各行各业的人都将用AI进行创新。
5年以后呢？
Eli David，DeepMind：真正的智能（人类及其他动物）研究有很强的证据表明，大脑里神经元的数量与智能程度呈正相关。这对人工神经网络也一样，尽管有人可能说，当前最先进的深度学习模型与上世纪90年代的神经网络非常类似，但两者的主要区别是网络中连接（synapses）的数量现在增长了100万倍。
由此我预测，在接下来的几十年，深度学习模型的大小将呈指数级增长，我们将找到越来越好的神经网络架构和参数，达到甚至超越人类水平。我认为这将在我们大多数人的有生之年实现。
缩写词：
谷歌
谷歌提供10亿美元 培训工人从事高科技工作
目前全球很多类型的工作性质都在发生着巨大的变化。当然，这并不是第一次受到技术变化的影响。但自动化、机器人技术、人工智能等领域的发展，有可能会以前所未有的速度取代很多传统类型的岗位。而谷歌这样的科技巨头，就是这一转型背后的驱动力之一。
谷歌之前多次表态，希望能够减少科技发展带来的一些负面影响，而现在谷歌已经承诺将会投资10亿美元来帮助受影响的人。谷歌CEO桑达尔·皮查伊在匹兹堡参加活动时表示，在接下来的五年里，谷歌计划向非盈利组织捐赠10亿美元，用来帮助美国工人进行培训，掌握新的科技技能。
在过去的几十年里，任何一位关注匹兹堡经济发展的人都对这种变化深有感触。长期以来，这座钢铁城市已经成为了从经济崩溃到重新反弹的最佳代表。而在匹兹堡崛起的过程中，科技是最主要的驱动力，而主要的功劳都属于卡内基梅隆大学，在这座著名院校的带领下，匹兹堡已经从原来萧条的“生锈地带”变成今天美国最领先的科技中心之一。现在，很多公司都在匹兹堡进行机器人和无人驾驶等尖端科技的研发创新。
皮查伊在讲话中提到，这座城市对他自己也有特殊的意义。“这是我在二十四年前来到美国后看到的第一座城市。在互联网行业真正爆发之前我就在这里，而现在这种城市已经发生了巨变，高科技类岗位的数量翻了一倍。”
作为该计划的一部分，谷歌承诺向Goodwill投入1000万美元。Goodwill是Google.org旗下最大的一个组织，这笔资金将用于帮助启动“数字职业加速器”项目，旨在帮助更多的人为高科技类工作岗位做好准备。这个“与谷歌一起成长”项目还将采取图书馆和社区组织旅游的形式，将培训和职业建议直接带到不同的城市和城镇。该组织的目标是在未来的五年里，提供超过100万小时的志愿服务。
“在谷歌，我们的任务是让信息为所有人服务，而不仅仅是少数人。”皮查伊表示。“在匹兹堡的任何一所学校里，学生们都可以获得与卡内基梅隆大学教授同样的信息。而互联网是一种强大的推进器，可以推动思想的进步。”
文章转载自亿邦动力
扫一扫 加微信
hrtechchina
谷歌
谷歌
谷歌
谷歌
谷歌
谷歌
谷歌
谷歌
谷歌
谷歌
扫一扫 加微信
hrtechchina
