头条 - HRTechChina.com - 向上的力量！

头条

HR领导者必须掌握的十大AI术语人工智能正在改变全球企业环境。为确保贵公司领先于这一变革，您需要掌握这十个关键的AI术语。人工智能（AI）正逐步融入我们的日常生活和工作之中。对于企业而言，要想在新的工作环境中保持竞争力，了解AI及其价值至关重要。因此，我们汇编了每位商业领袖都应该了解的十个AI术语。在我们的《AI智商：企业中的人工智能见解》报告中，我们调查了1000名高级决策者关于人工智能和机器学习（ML）。调查结果显示，有81%的领导者认为，保持企业竞争力需要运用AI。然而，有74%的领导者表示，他们的组织缺乏全面部署AI和ML的能力。为了弥补这一技能差距，企业需要在各个业务领域内应用AI。在财务领域，AI能够消除低效，将原本需要数月或数周的工作缩短至数小时或数分钟。在信息技术方面，AI及其促进的自动化使得现代化IT生态系统的优化变得更加高效。对于人力资源领域来说，随着基于技能的经济不断演进，赋予HR专业人员AI和ML的知识变得尤为重要。为了实现公司范围内成功且负责任的部署，各级商业领导者，从首席执行官到团队经理，都必须确保他们充分理解AI。那些对AI采用缓慢的组织不仅会失去竞争优势，而且会完全落伍。明天的AI思想领袖将是那些从今天起就开始掌握基础知识的人们。有81%的领导者认为，AI对于保持其业务的竞争力是必需的。必备的AI术语表 AI术语通常可能涉及广泛的技术内容，从决策树到强化学习等。在下面的AI术语表中，我们集中讲解了一些基本术语。此外，我们还解释了每个术语在组织层面的重要性。考虑到AI应用的广泛性，很容易忽视其对业务潜在利益的影响。因此，我们着重强调AI对于现代商业环境中公司成功的关键作用。 1. 人工智能（AI）人工智能指的是机器执行通常需要人类智能的任务的能力。AI通过分析和学习数据、识别模式、做出预测来增强智能决策制定和提高人类生产力，其处理速度和规模远大于人类。为什么重要： 2022年的一项调查显示，92%的大公司报告称他们从AI投资中获得了回报，这一比例自2017年的48%大幅上升，这标志着AI所代表的商业价值正迅速增长。 2. 机器学习（ML）机器学习是AI的一个分支，使机器能够通过重复学习来获得知识。依赖于数据和自我修改的方法，机器学习算法能够识别模式并进行预测，其模型不断自我完善，以提高模式识别和预测分析的能力。为什么重要：由ML生成的自动预测让商业领导者能够专注于战略决策，保留关键时刻人的参与。坚持手动过程的公司可能会浪费本可以更有效地使用在其他项目上的员工时间。 3. 负责任的AI 负责任的AI强调AI的部署者需要确保AI系统的开发和应用是符合道德的。对于AI和ML来说，建立和预期信任是必要的。这是为什么Workday致力于AI的道德、透明和负责任的使用。"可信赖的AI"也是相似的概念，由国家标准与技术研究院（NIST）定义为"有效可靠、安全、弹性、可问责、透明、可解释、增强隐私、公平且有效管理有害偏见"。为什么重要：我们的《AI智商》报告指出，仅有29%的高级商业领袖非常确信AI和ML目前被以道德方式应用。因此，决策者必须优先考虑与那些致力于道德和负责任使用AI的公司合作。 4. 深度学习（DL）深度学习是机器学习的子集，通常用于建模数据集内的复杂模式和关系。深度学习通过多层处理分析大量信息，类似于我们大脑中的神经网络结构，尤其在计算机视觉领域发挥重要作用，使机器能够解码视觉图像。为什么重要：对于大型企业来说，快速处理海量数据的能力至关重要。在Workday，我们在财务等多个功能中应用深度学习，例如在处理报销单和发票时，通过深度学习识别数据点，并将其映射到数据库中的相应字段，极大提高了效率。 5. 自然语言处理（NLP）自然语言处理让机器能够理解、解释和生成人类语言。它广泛应用于语音识别、机器翻译、情感分析和问答系统。NLP还包含两个子领域：自然语言理解（NLU），侧重于理解人类语言的意图和含义；自然语言生成（NLG），侧重于将结构化数据转换成人类风格的文本。为什么重要：随着工作节奏加快，准确捕捉员工情绪变得越来越重要。NLP技术使各级业务领导能够高效地分析大量文本数据，提取出相关的员工反馈，以指导关键决策。 6. 算法算法是一个为解决特定问题或执行特定任务而编写的计算机程序。它包含了一系列在满足某些条件时自动执行的指令。无论是在AI、ML模型还是计算机科学的其他领域，算法都是其核心和基础。为什么重要：在21世纪，几乎所有重大的技术进步背后都离不开算法。随着工作世界越来越依赖数据，编写得当的算法是成功的关键因素。 7. 生成式AI 生成式AI是一种能够创造新内容的AI系统，如数据、图像、音乐或文本。这种内容通常是根据用户的简单提示产生的。生成式AI变得极为流行，其中包括： ChatGPT：一个能够生成连贯、逼真的类人语言的语言处理聊天机器人。 Stable Diffusion：一个根据文本描述生成详细图像的文本到图像工具。 Amper Music：一个根据用户选择的风格和情绪生成音乐的AI音乐平台。为什么重要：尽管生成式AI最常见的示例是面向消费者的，但其在商业中的应用潜力巨大。结合人类的输入，生成式AI可以帮助创建招聘信、职位描述，提供预算决策支持等。 8. 大语言模型（LLM）大语言模型是生成式AI背后的核心技术。这些模型在大量的非标注文本上进行训练，拥有数十亿个参数，可用于多种机器学习任务，如搜索意图识别、话题分类、内容摘要以及基于现有数据生成语义相似的短语。为什么重要：随着时间的推移，企业需要处理的数据量不断增加。LLM不仅加快了数据处理和分析的速度，还能帮助用户实时产生有用的洞察。 9. 光学字符识别（OCR）光学字符识别是一种图像识别技术，用于扫描图像或文档以识别里面的文本和数字字符，并将这些信息转换为机器可读的文本格式。执行图像识别的系统大多采用了深度学习技术，包括Workday的系统。为什么重要： OCR的商业应用范围极广，可大幅减少各种业务功能中不必要的手工工作量。每张发票、报销单和文档都可以实时扫描和处理，让员工有更多时间专注于更重要的任务。 10. 神经网络神经网络是一种复杂的计算机系统，模仿人类大脑中神经元的连接和交互方式。也称为人工神经网络，它属于机器学习的一种形式，能够很好地适应变化，通过模拟人脑的数据处理方式进行学习和模式识别。为什么重要：适应性是未来工作环境的关键。神经网络能够发现有价值的数据见解，并随着时间的推移不断学习和进化。采用能与您的公司共同成长的AI技术，将在长远来看带来重大的好处。 AI与未来工作的融合得益于AI的进步，未来的工作方式已经成为现实。全球职场正在以前所未有的速度演变，企业必须立即做出正确的决策，以防范未来的变化。AI和ML的核心集成将成为成功与否的关键分水岭。

头条
2024年03月27日
头条

Glassdoor匿名社区被实名的隐私泄漏事件：职场社交平台的信任危机概要：网友爆料Glassdoor未经同意添加真实姓名到用户档案，威胁到匿名安全。用户Monica发现自己的全名和城市信息被不正当添加。Glassdoor坚持此举合法，但却加剧用户对数据泄露和法律风险的恐惧。此举反映了Glassdoor收购Fishbowl后对身份验证政策的更改，引起公众对其长期匿名承诺的质疑。用户的担忧加深，要求更大的透明度和对个人数据的控制。保护隐私，维护信任应成为首要任务。一个匿名让大家发表工资和对老板公司评论的公司，悄悄得把用户的真实信息添加到用户资料中。。。引发了巨大的风波。随着Glassdoor被曝未经允许添加真实姓名到用户个人资料，公众对隐私的担忧急剧上升在一件震惊公众的事件中，广受欢迎的员工评价及公司透明度平台Glassdoor的用户披露，他们的真实姓名在未征得明确同意的情况下被添加至他们的个人资料中。这一隐私侵犯事件在专业社区引发广泛关注，人们开始质疑在处理用户数据时的道德界限，以及这一事件对职场评价平台匿名性的可能影响。一位名为Monica的Glassdoor用户通过一篇博客文章引起了人们的关注。她在文章中详细描述了在与客服互动后，自己的名字和所在城市怎样意外出现在了她的Glassdoor个人资料上——这是她声称在注册过程中从未提供过的信息。她的经历揭露了Glassdoor在数据处理方面的做法，表明用户的个人信息可能基于从电子邮件往来中提取的详情而被添加到个人资料中。这一事件不仅破坏了用户对Glassdoor隐私保护承诺的信任，也引发了人们对于数据泄露或法律行为可能导致身份暴露的担忧。Glassdoor一直以其用户政策中的匿名保证为核心，这一政策允许人们在不担心遭受报复的情况下，坦诚地分享对雇主的看法和意见。争议随着Glassdoor在2021年收购了Fishbowl而进一步加剧，这一行动需要更改用户验证方式。这次整合导致人们更加密切关注Glassdoor对用户隐私的承诺及其服务条款调整的透明度。这种情况引发了关于用户隐私和平台内容真实性之间平衡的重大问题。电子前沿基金会（Electronic Frontier Foundation）的律师Aaron Mackey表达了对于用户信任可能被侵蚀和此类政策变动可能带来的法律后果的担忧。这一发展可能成为行业对用户隐私处理方式的一次重要测试，特别是在数字权利和数据保护日益受到关注的情况下。面对这些指责，Glassdoor的回应显得比较温和，其发言人Amanda Livingood发表了一份声明，强调该公司对匿名性和用户选择的承诺。然而，缺乏开放的对话和对数据处理流程的明确解释，使许多用户感到不满，并对平台的未来方向持谨慎态度。这一事件的影响超越了Glassdoor本身，标志着专业网络和评价行业可能迎来转折点。这个领域的公司可能会面临更大的压力，要求它们加强对数据处理实践的透明度，并加强对未授权信息更改的防护措施。随着事件的进一步发展，这一情况可能促使相似平台重新评估其政策，推动整个行业向着更严格的隐私标准和以用户为中心的数据政策集体前进。Glassdoor的这一插曲不仅凸显了透明度与隐私之间的细微平衡，也强调了在信息和用户赋权时代，数字平台面临的挑战正在不断演变。

头条
2024年03月22日
头条

大咖谈趋势：3400亿美元的企业学习的市场将迎来巨大变革本文探讨了企业学习行业的演变，特别是人工智能如何引领这一行业的巨变。企业每年在员工培训和发展上的开支超过3400亿美元，从传统的课堂培训到在线学习，再到以技能为中心的学习，行业一直在不断发展。现在，人工智能预计将彻底改变公司的学习管理系统（LMS）和学习体验平台（LXP），通过个性化和动态生成内容来提高学习效率和效果。文章强调了适应这种变化的重要性，以及AI在企业培训和人才发展中的潜力。作者：Josh Bersin 企业在员工培训和发展上的年支出超过3400亿美元，平均每名员工每年花费超过1500美元。这笔巨额开支支撑着一个全球产业，涉及数百家内容和技术公司，现正站在重新定义的风口浪尖。请允许我详细解释这一过程。从电子学习到集体学习再到自主学习的演变 20世纪90年代末，随着互联网的崛起，以传统教室授课为主的培训产业发生了翻天覆地的变化。企业和内容提供者纷纷开发“电子学习”课程，试图在线复制面对面教学的体验。那是一个充满创新的时期，虽然今天看来有些过时，但它孕育了像Skillsoft（并购了众多竞争对手）、Cornerstone（同样并购了众多竞争对手）以及一大批传统的学习管理系统（LMS，例如Plateau、SumTotal、Learn.com、Pathlore等）公司，这些公司最终都被并购。如今，LMS市场的规模已超过200亿美元，这一切几乎都是在线培训推动的结果。虽然这些系统可能看起来笨重，但它们对全球每家公司的交易和记录保持都至关重要。当公司争相购买LMS系统——这是一个投资者非常关注的热门市场时，他们发现一个庞大的课程目录并不实用。因此，他们开始构建一套特征，我称之为“以人才为驱动的学习”，包括基于能力的学习、与职业角色一致的课程和职业发展路径系统。这些特征被添加到LMS中，使得这些系统不仅仅是教育工具，更像是“人力资源系统”，从而促使供应商扩展到更多的人才管理功能。早期的开拓者Saba和Cornerstone开始推出绩效管理工具。回顾起来，这些尝试可能看起来有些简单，但当时它们代表了一个重大突破。突然之间，公司不再单独购买LMS系统，而是选择购买包含多个功能的“人才管理套件”，这迫使专注于LMS的供应商开始涉足招聘、目标管理乃至薪酬管理。他们可能没有意识到，放弃核心业务最终会导致他们被市场颠覆。随着Facebook（2004年）、YouTube（2005年）和Twitter（2006年）的相继出现，内容世界发生了巨变。视频、文章和专家意见变得触手可及，那些笨重、以课程目录为导向的LMS系统显得格外难以使用。因此，随着公司寻求新的解决方案，原本投入巨资于人才管理的LMS市场开始显露老态。学习体验平台（LXP）市场随着Pathgather（2010年）、Degreed（2012年）、EdCast（2013年）的诞生而兴起，企业转向这一新兴领域投资。 2010年代初，整个行业的理念是尝试模仿Google，打造一个既具有Twitter式动态性又拥有YouTube式丰富内容的企业学习系统。传统的LMS和人才管理系统逐渐过时，供应商在缓慢的增长中寻求出路，最终合并为几家大型玩家。随后，微学习的概念兴起。iPhone成为了视频播放平台（2008年），Instagram（2010年）、Snapchat（2011年）及后来的TikTok（2015年）向我们展示了短视频和“微学习”可以是多么的有趣。过长的两小时在线课程变得不受欢迎，因此LXP供应商开始扩展自己的产品线。随着公司将越来越多的内容投入到LXP中，我们意识到需要一种方法来寻找、精准定位并个性化所有这些学习材料。此变化自然引发了内容市场的爆发。LinkedIn、Coursera、Udemy、OpenSesame、Go1等供应商决定开拓这个领域，推动了新材料的狂热消费。自那以后，内容市场继续繁荣发展，尽管仍然主要由小型玩家主导，但被更大的聚合商所整合，这些聚合商销售并分发多种品牌。（顺便提一下，Workday在2016年收购了视频公司Mediacore，以抓住这波趋势。由于缺少核心LMS功能，他们花费数年时间将其发展成为一个完整的LMS。）进入技能的世界。你可能不会相信，但“技能记录系统”的概念最初出现在LXP领域，供应商如Degreed和EdCast建立了一个搜索术语数据库，并用“技能”一词标记内容。在消费者市场，我们能接收到成百上千的信号来推荐广告，但LXP供应商只有少数工程师，因此他们的“技能分类”相对简单。这个概念迅速走红，公司开始专注于构建基于“技能”的培训，随后是招聘和人才战略。同时，L&D领域正处于创造性混乱之中。出现了如360 Learning、Fuse Universal、Kineo等数百家内容创作和分享系统的供应商，旨在帮助公司创作、分享视频内容，并按角色、技能或职能进行组织。这些并非严格意义上的LMS系统，但它们位于LMS前端，使员工能够轻松创建和消费动态内容。这一时期，从2018年至今，成为L&D领域的热潮。市场充斥着各式各样的视频内容工具，同时像STRIVR和Talespin这样的先锋公司开始为虚拟现实（VR）构建工具和内容系统。自创内容平台、视频平台和VR平台正在满足重要需求，而LMS市场则变得更加固定、枯燥和无趣。（Talespin最近被Cornerstone收购。）顺带一提，我仍然认为“能力学院平台”市场具有巨大潜力（这类平台提供综合的专业能力和小组学习功能，例如我们的Josh Bersin Academy）。Docebo、Learn-In、Nomadic、NovoEd和Intrepid等供应商仍在增长，但随着时间推移，这些系统可能被整合进人才市场。这一领域一直是行业的一个亮点。作为分析师，我得诚实说，过去几年对我来说有些单调。我们帮助了数百家公司决定该选择哪种L&D系统，但通常我们发现这些组织有太多平台，内容分散杂乱，缺乏一致性的数据处理，以及在这一领域的过度投资。因此，这个静态期代表了过去3到5年的趋势，是企业整理过去十年购买历史的好机会。世界突然再次发生变化。技能分类的理念迅速蔓延，同时新兴的人才智能系统，如Eightfold、Gloat、Fuel50等纷纷涌现。这些新兴系统使公司能够按技能寻找人才、根据技能推荐职位和机会，并按技能动态规划职业路径，再次与L&D领域发生碰撞，促使我们将所有内容“整合”进这些新平台中。本周我刚与我最喜爱的L&D专家之一通话，他向我展示了他所在的大型制药公司如何将其LMS、LXP和人才市场融合成一个无缝、端到端的体系。他可能略微超前于当前趋势，但这正是事物发展的方向。然而，故事还在继绀。又一场变革已经到来，这一次的影响力与YouTube、Instagram或iPhone相媲美，甚至更大。没错，就是AI。 AI，如许多人所预料，将彻底颠覆这个行业。正如我们在电子学习和人才管理时代所见证的那样，这意味着供应商生态将彻底改变。 AI如何改变一切让我不夸大其词地告诉你。在这30年的故事中，有一点始终未变：企业培训关注的核心始终是内容。是的，我们希望内容更简短、更快速、能在手机上查看——但如果内容本身没有实用价值，不切实际，不易于消费，它就无法发挥作用。你们中有多少人为了得到学分而快速点击通过那些以页面为基础的合规课程，但实际上几乎没有注意内容？这正是我们面临的挑战。所有这些向视频、微学习、大规模开放在线课程（MOOCs）以及其他形式的转变，都是为了解决这个问题的尝试。比如，假设企业学习系统能识别你是谁，你只需提出一个问题，它就能生成答案、一系列资源和一组动态学习对象供你消费。有时候，你可能只需快速获取答案即可。其他时候，你可能会深入研究内容。还有时，你可能会浏览整个课程，并花时间学习所需的知识。假设这一切都是完全个性化的。这意味着你不会看到一个“标准课程”，而是根据你当前知识水平定制的特殊课程。这就是AI即将带给我们的。而且，这已经在今天开始发生了。不仅生成式AI能够回答问题和吸收内容（例如，Galileo™已经容纳了我们25年以上的每一项研究，包括视频、播客和文章），它还能生成视频、测试、测验甚至整个课程。它可以作为技术课程的教学助手，也可以作为领导力项目的教练或导师，并且能够进行语言转换。 AI能够根据你的身份动态生成内容，这意味着什么？那么，LMS市场、LXP市场、VR学习市场以及所有内容提供商将如何呢？在未来几年，我们将见证一场巨大的行业洗牌。供应商正在采取的行动虽然我无法确切知道每个L&D供应商正在做什么，但可以肯定，变化正在迅速进行中。 Docebo Shape能够从文档中生成高效的互动式培训材料（Arist也能做到这点）。Uplimit构建了一个完整的L&D平台，采用AI智能体和课程中自动生成的内容。我们的合作伙伴Sana不仅能自动生成内容，还围绕AI核心建立了一个完整的LMS系统。Cornerstone通过收购Talespin，能够动态创建角色模拟和几乎可以无限配置的场景。快速增长的“精确技能”供应商Growthspace，可以根据1100种具体的商业技能，为你匹配一个“技能教练”，与你的具体目标对齐。 LMS市场不会消失，但正如人才智能系统正在逐渐取代应聘追踪系统（ATS）和人力资源管理系统（HRMS）一样，AI驱动的内容平台将逐步侵蚀LMS市场。我的制药公司朋友希望他的LXP能成为他们的“动态内容系统”，但坦白说，我不确定LXP供应商是否已经准备好迎接这个挑战。许多供应商，从LinkedIn到Microsoft，将不得不重新考虑他们如何成为“动态学习”系统，以及他们希望在其中扮演什么角色。正如所有技术转变一样，通常情况下，从头开始构建的系统会超越旧有系统。对于Cornerstone或Docebo这样拥有数千客户的公司来说，当新技术出现时，他们不能简单地“替换”他们已经建立的系统。因此，新兴的AI驱动学习系统可能会由新的供应商推出，并随着这些公司的发展，开始取代和竞争现有的系统。尽管看上去简单，学习技术实际上非常复杂。Workday几乎花了十年时间从Mediacore发展到一个相对健全的LMS，并且他们才刚刚开始尝试AI。因此，不要期望你现有的供应商能够一夜之间彻底改变。但有一件事我可以确定：颠覆即将来临。就像Plateau、Saba和SumTotal在2000年代初期时“市场上最热门的供应商”一样，它们很快就成为了过时系统和收购目标，当市场变化时同样的情况也可能发生在今天。新兴供应商如Sana、Growthspace、Uplimit、Docebo、LMS365等将崭露头角。尽管风险资本家通常对这个市场持谨慎态度，但往往是那些拥有最佳管理团队的公司最终胜出。大型供应商如LTG、Cornerstone和Skillsoft拥有充足的资金，因此随着市场的发展，任何事情都有可能发生。但对我来说，一件事是明确的：前方是一个巨大的增长周期。 AI的机会是真实的，而且极为巨大想象一下我们公司中的遗留内容量。全球必然存在价值超过一万亿美元的合规培训、销售培训、运营培训、安全培训和领导力发展内容。如果AI能够在大规模上“重新利用”和“再创造”这些内容，我们将看到这个巨大的市场向新系统转变，最终实现知识管理和学习的完美结合。我来举一个简单的例子。我们的一位Galileo客户是一家拥有百年历史的大型航空航天公司，他们在工程、产品设计、航空和国防技术方面有着丰富的积累。他们构建了喷气引擎、导弹、核潜艇以及各种系统。对于一名新工程师，他们需要超过三年的时间来完成“入职培训”，因为需要掌握大量的知识产权、设计专长和系统操作。他们的资深工程师们都在逐渐退休！他们在我们的帮助下，开始了一个以AI为中心的试点项目，把多年累积的内容放到一个新平台中，供年轻工程师使用。我相信，这将带来翻天覆地的变化。Galileo将协助处理管理层面的问题，而一个类似的AI助手将帮助工程师学习、寻找文档、观看视频并参加相关课程。传统的LMS和HRMS工具可能不会在这一过程中发挥重要作用。考虑一下你的公司。你们囤积了多少内容、专业知识和旧有的培训资料？AI可以“释放”这些资源给你的员工，使其以前所未有的方式变得可用。这是一个激动人心的新时代，充满了即将到来的变革。

头条
2024年03月21日
头条

LinkedIn引入游戏：职业社交平台的创新尝试 HRTech最新动态：海外媒体报道，微软旗下的社交平台LinkedIn正计划将小游戏引入其平台，目的是增加用户在平台上的时间。LinkedIn将通过引入像Wordle这样的简单拼图游戏来实现这一点，目前已开发了三款游戏：“Queens”、“Inference”和“Crossclimb”。该计划旨在通过公司排名的玩家分数来增加用户间的互动和竞争。虽然LinkedIn尚未公布游戏的具体发布日期，但这一举措表明LinkedIn正在探索新方法，以吸引和保持用户的参与度。全球最新HR科技动态，请关注HRTech！ LinkedIn 是微软旗下的社交平台，主要作为一个平台而闻名，该平台为那些希望出于专业目的和招聘目的建立人际网络和获取知识的人提供服务，该业务目前拥有超过 10 亿用户。现在，为了增加人们在该平台上花费的时间，该公司正在进军一个全新的领域：游戏。 TechCrunch 获悉并证实 LinkedIn 正在开发新的游戏体验。它将通过利用同样的解谜狂热浪潮来实现这一目标，这种狂热帮助像Wordle这样的简单游戏获得了病毒般的成功并吸引了数百万玩家。三款早期的作品是名为“Queens”、“Inference”和“Crossclimb”的游戏。随着数字化时代的发展，用户的需求和偏好不断变化，LinkedIn引入游戏功能可谓是顺应了时代的潮流。这不仅能够为用户提供更加多元化的体验，也有助于提升平台的用户粘性。LinkedIn希望通过这种方式，让专业人士在紧张的工作之余，也能在平台上找到放松和娱乐的空间，从而更愿意在平台上花费时间。此外，LinkedIn游戏化的尝试也体现了其不断探索和创新的精神。在保持专业社交网络核心功能的同时，通过游戏化元素的引入，为用户带来全新的社交体验，这无疑为LinkedIn的未来发展增添了新的可能性。然而，LinkedIn引入游戏功能也面临着挑战。如何在保持平台专业性的同时，融入游戏元素，平衡好娱乐与专业之间的关系，将是LinkedIn需要认真考虑的问题。此外，如何确保游戏内容的质量，使其能够真正吸引和留住用户，也是成功引入游戏功能的关键。总之，LinkedIn的游戏化尝试是一个值得期待的创新步骤。它不仅有可能为平台带来更多的用户参与度和活跃度，也为其他专业社交平台提供了新的思路。未来，我们期待看到LinkedIn在保持其专业社交网络属性的同时，能够通过游戏化元素，为用户带来更加丰富和有趣的体验。

头条
2024年03月17日
头条

时代变革：首位AI软件工程师Devin，面试成功入职且接过实际工作的单在人工智能和软件开发的快速演进中，我们迎来了一个划时代的成就：首个AI软件工程师 Devin诞生。Devin不仅仅是一个程序，它是全球首个完全自主的AI软件工程师，这一突破性的技术由Cognition这个专注于提高技术推理和计划能力的应用AI实验室推出。(介绍视频可以访问视频号：HRTech 或者抖音HRTech 均可) Devin的能力超越了以往所有的界限。它在SWE-Bench编码基准测试中展现出非凡的性能，以高达13.86%的成功率解决了真实世界中的GitHub开源项目问题，远远超出以往模型的表现。Devin的出现不仅改变了编码工作的方式，更重塑了软件工程的未来。与传统的软件工程师相比，Devin具备独立执行复杂编程任务的能力，能够使用开发者工具、代码编辑器和网页浏览器等，完全在一个安全的计算环境中自主工作。这意味着，Devin能够学习新技术、发现并修复程序错误、开发和部署应用程序、甚至对机器学习模型进行微调。引入Devin这样的AI工程师，意味着人类工程师可以将更多时间和精力投入到创新和战略规划上，从而推动软件开发工作的效率和创造力。Devin的加入，预示着一个由人机协作驱动的新时代即将来临。随着Devin进入早期访问阶段，Cognition邀请更多的工程师和团队来体验这种新型的工作模式，开启了技术行业的新篇章。这不仅是对AI技术和软件开发领域的一次重大创新，也为未来的工作方式提供了新的思路。而对于人力资源领域，Devin的出现也带来了深远的影响。首先，人力资源专业人员需要重新考虑人才招聘和团队组建的标准。AI技术的融入意味着寻找能够与智能系统协作、适应新技术的人才变得更加重要。此外，人力资源部门需要思考如何为员工提供学习和适应新技术的机会，确保团队能够充分利用AI工具如Devin，提高工作效率和创新能力。培训和发展计划将需要更新，以包括AI技术和人机协作的元素。最后，人力资源管理者应该积极拥抱这一变革，通过教育和引导，帮助团队成员理解并适应AI带来的变化。通过这种方式，人力资源专业人员不仅能够帮助自己的团队顺利过渡到新的工作模式，同时也能确保公司能够在AI时代保持竞争力。总之，Devin的诞生不仅是技术领域的一次飞跃，也是对工作方式和人力资源管理带来的深刻思考和挑战。在这个变化的时代，适应和创新将是走向成功的关键。

头条
2024年03月13日

头条

Josh Bersin谈：如何创建人才密度？在这篇文章中，我想谈谈一个新概念--人才密度。当我思考这个概念时，我认为它代表了管理中更重要的话题之一。因此，我希望你和我一样觉得它很有趣。首先，人才密度的概念很简单，它是由 Netflix 首创的。人才密度是指公司拥有的技能、能力和业绩的质量和密度。因此，如果你的公司 100%都是高绩效人才，那么你的人才密度就非常高。如果你的公司只有 20% 的高绩效人才，那么你的人才密度就不高。这很容易理解，但很难实施，因为它涉及到我们如何定义绩效、如何选聘人才、如何决定谁会得到晋升、如何决定谁会参与哪个项目以及如何分配薪酬。因此，在解释人才密度之前，我们先来谈谈大多数公司的基本信念。大多数企业都认为，他们的绩效是呈正态分布或钟形曲线的。我不知道为什么这种统计模型会被应用到组织中，但它几乎成了一项标准政策。(学术界已经证明它是错误的，我将在下文中解释）。利用钟形曲线，我们可以确定 "平均值 "或平均绩效，然后将绩效分为五个等级。1 号是向右两个标准差，5 号是向左两个标准差。在第一级工作的人可以获得大幅加薪，在第二级工作的人可以获得中等加薪，在第三级工作的人可以获得平均加薪，在第四级工作的人可以获得低于平均水平的加薪，而在第五级工作的人可能需要离开。在这个过程中会有很多政治因素，但通常就是这样。正如我在《钟形曲线的神话》一书中所描述的，这些绩效和薪酬策略已经沿用了几十年。由于统计数据限制了 "1 "的数量和价值，这些策略在规模上造成了以平庸为中心的组织。如果你的绩效是 1，而你得到的是 2，你就会辞职。如果你的业务水平是 3 级，你很可能会被淘汰。你明白我的意思。由于公司大部分员工都被评为 2 级或 3 级，因此大多数经理都处于中间水平。俗话说，A 级经理雇佣 A 级员工，B 级经理雇佣 C 级员工。因此，随着时间的推移，如果不不断调整，我们的组织几乎注定只能处于中等水平。我并不是说每家公司都会经历这样的过程，但如果你看一下大型组织的员工人均生产率，几乎总是低于小型组织。为什么呢？因为随着组织的发展，人才密度会下降。(以 Netflix 为例，其每名员工创造的收入接近 300 万美元，是谷歌的两倍，迪士尼的 10 倍。他们是唯一盈利的流媒体公司，员工人数不到 2 万，市值 2400 亿美元）。传统模式在工业时代还算不错，那时我们人才过剩，工作定义明确，大多数员工都以 "生产了多少小部件 "来衡量。在那个时代，我们可以把 "表现差的人 "换成 "表现好的人"，因为就业市场上有很多人。我们不再生活在那个世界里了。我们现在生活的世界，失业率低于 4%，关键技能持续短缺，劳动力日益短缺。而由于自动化和人工智能的发展，人均收入或价值已经飙升，几乎比 30 年前高出一个数量级。因此，我们需要一种更好的方式来考虑绩效问题，在这个世界上，人员较少的公司可以超越那些规模过大的公司。看看 Salesforce、谷歌、苹果这些本质上都是创意公司的公司，是如何随着规模的扩大而放缓创新能力的。看看规模很小的 OpenAI 是如何超越谷歌和微软的。如今，大多数企业都是通过创新、上市时间、客户亲密度或知识产权来实现超越的，而不是通过规模或 "更努力的工作"。在公司不断发展壮大、大量招聘员工的情况下，我们如何保持高水平的人才密度？在这方面，Netflix 写了一本书，让我来给你讲讲。首先，招聘过程应注重人才密度，而不是人满为患。我们招聘的不是 "填补空缺 "的人，而是对整个团队有增值或倍增作用的人。我们要招聘的是能够挑战现状，带来新想法、新技能和新理念，超越 "工作 "定义的人。例如，Netflix 重视勇气、创新、无私、包容和团队合作。这些都不是关于 "做好本职工作 "的表述。 Netflix 的想法是，每一次递增式招聘都应该让公司里的其他人和团队里的其他人都能做出更高水平的业绩。现在，这对缺乏安全感的经理人来说是个威胁，因为大多数经理人都不愿意雇佣可能夺走自己饭碗的人。但这就是我们遇到这个问题的原因。其次，我们需要围绕帕累托分布（也称为幂律）而不是正态分布来管理或创建某种类型的绩效管理流程。在帕累托分布或幂律中，我们有一小部分人创造了超常的绩效水平，你可以称之为 80/20 法则或 90/10 法则。(20%的人做了 80% 的工作）研究表明，公司和许多人群都是这样工作的，这是有道理的。想想运动员，少数超级运动员比同龄人强 2-3。音乐、科学和娱乐界也是如此。销售和许多商业领域也是如此。 Ernest O'Boyle Jr.和 Herman Aguinis 在 2011 年和 2012 年进行的研究（共 198 个样本中的 633263 名研究人员、艺人、政治家和运动员）发现，这些群体中有 94% 的人的表现不符合正态分布。相反，这些群体属于所谓的 "幂律 "分布。在人类的每一个群体中，都有少数人拥有上帝赋予的天赋，在工作中表现出色，他们似乎天生就比其他人优秀得多。比尔-盖茨曾对公司的人说，他认为有三个工程师成就了微软公司。我在许多其他公司也听到过这种说法，一个软件工程师和合适的角色可以完成其他 10 个人的工作。现在，这并不是说每个人都会陷入帕累托分布的某一层次。在你职业生涯的某个特定时间点，你可能处于 80% 的水平，而随着时间的推移，随着你的学习和成长，随着你发现自己天生擅长的事情，你最终会处于 20% 的水平。但在一个特定的公司里，这是一个不断发生变化的动态过程。这就是 Netflix 的做法--不断提高人才密度。这对绩效管理意味着什么？这意味着，为了照顾到这样一个群体，我们必须以不同的方式进行招聘，避免钟形曲线，并为高绩效者提供高薪。不是比其他人多一点，而是多得多。体育和娱乐界如此，商业界何尝不是如此。如果你看看谷歌、微软等公司，这些公司中有些人的收入是同行的两到三倍。只要这些决定是根据业绩做出的，人们就会接受。显然，如果赚大钱的人是最好的政客、最帅的人或最受欢迎的人，那就行不通了。这就引出了第三点：在 Netflix 文化中，有大量的授权、360 度反馈、坦诚和诚实。你可能读过 Netflix 的文化宣言：人们需要诚实、讲真话、相互反馈，并注重判断力、勇气和责任感。Netflix 最近才增加了职位级别：他们多年来一直没有职位级别。给人反馈是一项挑战，因为这让人不舒服。因此，这必须从高层开始，而且必须以发展、诚实的方式进行。这并不意味着人们应该相互威胁或诋毁，但我们都需要知道，在项目结束或会议结束时，有人可以告诉我们 "这里有什么好的地方，这里有什么不好的地方"。作为世界上最重要的机构之一，美国军队的生老病死都离不开这个过程。如果你在军队里搞砸了什么事，你可以保证有人会告诉你，你会得到一些帮助，确保你不会再犯。在公司里，我们没有生死关头，但我们肯定可以利用这种纪律。人才密度的第四个要素是领导力和目标设定。阻碍高绩效公司发展的真正原因之一是个人目标过多，项目和责任各自为政，人们看不到全局。如果你的目标设定和绩效管理过程完全基于个人绩效，那么你的公司就没有达到最佳状态。这不仅不利于团队合作，而且公司中确实没有一件事是任何人可以单独完成的。因此，我们的绩效管理研究不断表明，人们应该为自己和团队的成就获得奖励。(以下是研究解释）。为什么现在人才密度很重要？让我来谈谈几个原因。首先，我们正在进入一个低失业率时期，因此每次招聘都将充满挑战。而且，由于人工智能的出现，公司将能够以更小的团队进行运作。还有比这更好的时机来考虑如何 "裁员"，让公司发挥最佳效能吗？其次，人工智能带来的转型需要公司具备很大的灵活性和学习敏捷性。您需要一个高度集中、步调一致的团队来帮助实现这一目标。虽然人工智能将帮助每家公司不断进步，但您快速利用人工智能的能力将转化为竞争优势（回想一下网络、数字和电子商务是如何做到这一点的）。 (我坚信，人工智能应用最巧妙的公司将颠覆竞争对手）。我仍然对 Whole Food 的手部识别结账流程感到惊讶：我可以预见，自助式咖啡、杂货以及其他零售和酒店服务业将会出现）。第三，后工业时代的商业世界将开始贬低庞大、笨重的组织。许多大公司只需要很多人，但正如西南航空公司很久以前教导我们的那样，小团队才会有好业绩。因此，如果你不能把公司分解成高绩效的小团队，你的人才密度就会受到影响。当苹果公司价值 100 亿美元的汽车被写入书中时，我打赌其中一个问题就是团队的大小和规模。我们很快就会看到。顺便说一句，我仍然推荐大家读一读《The Mythical Man-Month》，在我看来，这本书堪称小型团队组织的圣经。如果你是一家医疗保健提供商、零售商、制造商或酒店管理公司呢？人才密度适用于你吗？当然适用！去好市多（Costco）看看那里的员工有多开心，有多投入。然后再去一家经营不善的零售商，你就会感受到其中的差别。我在《无法抗拒》一书中举例说明了一些公司，它们都接受了我所说的 "人类精神永不熄灭的力量"。没有人愿意感觉自己表现不佳。只要正确地关注责任和成长，我们就能帮助每个人超越他们的期望。现在是重新思考我们的组织如何工作的时候了。我们不仅要提拔和奖励表现优异的员工，帕累托法则和人才密度思维也鼓励我们帮助中层员工学习、成长，并将他们改造成超级明星。让我们抛弃钟形曲线、强制分布和简单化绩效管理的旧观念。追求永恒高绩效的公司是充满活力的工作场所，它们能提供卓越的产品和服务，对利益相关者来说也是巨大的投资。

头条
2024年03月11日
头条

【硅谷】AI创业公司Ema获得 2500 万美元投资，利用通用人工智能员工革新工作，杨志远也投了硅谷山景城 - 一家名为Ema 的AI初创企业今日宣布成功完成了2500万美元的融资。这家公司开发了一个被称为“通用AI员工”的产品，旨在改变企业日常工作的自动化方式，释放员工从繁琐任务中解脱出来，专注于更具战略意义的工作。 Ema 的愿景是通过其生成式工作流引擎（GWE）和EmaFusion模型，利用先进的AI技术简化和自动化复杂的工作流程。这些工具结合了30多个大型语言模型及特定领域的模型，旨在提高效率同时减少错误，尤其是在客户服务和内部生产力领域。该公司由前Coinbase首席产品官Surojit Chatterjee和前Okta工程副总裁Souvik Sen共同创立，两位联合创始人在技术和商业领域拥有丰富的经验和卓越的成就。Chatterjee表示：“我们的目标是构建一个通用的AI员工，能够自动化企业员工日常的单调任务，从而让他们有更多时间进行更有价值和更具战略性的工作。” Ema的这轮融资由Accel, Section 32和Prosus Ventures共同领投，Wipro Ventures, Venture Highway, AME Cloud Ventures, Frontier Ventures, Maum Group和Firebolt Ventures等也参与了投资。此外，像Sheryl Sandberg, Dustin Moskovitz, Jerry Yang等知名个人投资者也在此次融资中贡献了力量。此次融资的成功不仅证明了市场对Ema以及其创新AI解决方案的强烈兴趣，也反映了人工智能在企业自动化领域日益增长的需求。Ema已经在静默期间积累了包括Envoy Global, TrueLayer和Moneview在内的客户，这表明其产品已经准备好满足市场的高需求。 Ema的成功也是对AI领域一个明确的信号，即市场正在寻求超越传统自动化解决方案的创新。公司的策略是通过其专有技术解决AI在准确性、幻觉问题和数据保护等方面的现有挑战，这一点得到了行业内外投资者的高度认可。随着这笔资金的注入，Ema计划扩大其团队，加速产品开发，并扩大其市场影响力。对于那些期待通过人工智能提高工作效率和创新能力的企业来说，Ema的出现无疑提供了一个令人兴奋的新选择。附录：什么是AI员工 Ema被定位为“通用AI员工”，旨在提高组织内各种角色的生产力。通过简单对话自动化复杂工作流程，Ema为企业提供了一个可信赖、合规、安全的解决方案。 Ema的主要特点包括：生成式工作流引擎™ (GWE)：通过对话界面自动化复杂工作流程。 EmaFusion™模型：结合了最佳模型的输出，包括公共大型语言模型和定制的私有模型，以提高生产力并确保无与伦比的准确性。数据治理：实施强大的安全措施，包括在公共LLM处理信息之前删除敏感信息，确保符合主要标准，并提供顶级加密。 Ema解决的挑战包括：碎片化：简化企业应用程序中多个Gen AI工具链的碎片化。安全风险：解决LLM非透明结果和私人数据泄露问题。低ROI：解决由于易于产生幻觉的公共LLM的不可靠性问题。聘用Ema的好处：简单性：预集成了数百种企业应用，便于配置和部署。可信赖：提供无与伦比的安全措施和合规性，确保数据安全。准确性：提供公共和私有模型的智能混合，以最低成本实现最大准确性。角色和定制化： Ema支持客户支持、销售、人力资源和数据等标准角色的标准化人物角色，并允许创建针对特定需求的专门人物角色，如药剂师助理、提案管理助理和合规分析师。用户评价和支持：平台获得了用户的积极反馈，特别是来自Envoy Global的用户，他们高度评价了其卓越的准确性和效率。公司背景： Ema的团队由来自顶尖科技公司和精英教育机构的工程师组成。它得到了顶级投资者和行业资深人士的支持，显示出强大的可信度和行业支持。总之，Ema定位为一种多功能且安全的AI驱动员工，能够简化各种业务操作并解决与工作场所生成性AI相关的常见问题。

头条
2024年03月06日
头条

大咖谈：Workday收购HiredScore的意义，这可能颠覆人力资源科技领域 Workday计划收购HiredScore，这是人力资源技术领域的一次重大变革。HiredScore是一家领先的基于AI的招聘匹配工具提供商，此举将大大增强Workday在人才智能和招聘方面的能力。这次收购预计将整合HiredScore的专长到Workday的系统中，显著改善其应聘者追踪系统（ATS）、技能云和整体人才智能产品。此战略性收购可能会重塑人力资源软件市场，迫使其他供应商加速他们的AI计划，可能激发一轮新的收购热潮。我们来看看大咖JoshBersin的看法：本周，Workday宣布有意收购HiredScore，这是一家在招聘领域提供基于AI的匹配工具的领先企业（被称为“人才编排”）。虽然这次收购在财报电话会议中并未被详细讨论，但这对Workday来说无疑是一大利好，对整个人力资源技术市场也将产生广泛影响。目前市场上正展开一场关于高性能基于AI的招聘工具的激烈竞争（市场估值达到301亿美元）。这个市场过去主要由应聘跟踪系统（ATS）主导，这些系统为各企业提供重要的成长技术支持。现在，存在了超过25年的ATS市场正在经历一场由高性能AI工具推动的快速变革，这些工具帮助实现候选人的匹配、搜索、技能判断和人才寻找。随着AI工具变得普及，这些系统正变成装载着数十亿员工数据的大数据平台，利用复杂的AI模型帮助企业找到合适的人选、分配项目和安排短期工作。多数ATS提供商（包括Workday）已经通过增强匹配功能逐渐拓展到这个领域。简历解析工具（一种读取简历并根据职位描述进行评分的软件）的初衷已发展为复杂的文本分析和基于AI的推断技术，这迫使ATS供应商进行更多投资。随着ATS供应商提升他们的AI功能，一个以AI为先的新兴人才智能供应商领域开始显现。这些供应商，例如Eightfold、Gloat、Beamery、Phenom、Seekout、Skyhive、Retrain和Techwolf，他们正在创建以技能为中心的大数据平台，将人们与工作、临时职位和导师匹配起来。这些系统的功能远不止于评估匹配，它们能识别技能、探索相似技能、为人们规划职业道路、寻找导师等。它们实质上是基于向量数据库的开放式大数据AI平台，可用于许多企业应用，如职位结构设计、技能规划、内部流动、薪酬公平性分析等，它们在很多方面预示着人力资源技术的未来。随着人才智能供应商的增长，他们开始推出挑战传统人力资本管理（HCM）系统的平台。例如，如果一个企业的所有员工、应聘者、前员工和潜在客户都在Eightfold、Phenom或Gloat中，那么Workday或SAP可能就只会被视为一个战术性的薪酬和工作流管理系统。（ServiceNow也意识到了这一点，并正在将人才智能集成进其工作流平台。）直至目前，像Workday、Oracle和SAP这样的大型HCM供应商在构建这些新系统方面遇到了困难，主要是因为他们最初的架构并非基于AI。因此，他们通过如Workday Skills Cloud或SAP机会市场这样的产品吸引客户，但这些产品尚未完全成形。例如，我们已与多位Workday Skills Cloud的客户交流，他们认为它是一个重要的“技能记录系统”，但其真实的AI匹配和推理能力仍然有限。随着HiredScore的加盟，这是一家备受尊敬的基于AI的匹配系统，拥有超过40名经验丰富的AI工程师在以色列。这些专家擅长于候选人匹配（这是一个颇具挑战性的问题），现在他们成为了Workday工程团队的一部分。我确信他们将继续发展HiredScore，同时也能显著提升Workday的整体人才智能服务，从而改善整个系统，包括Skills Cloud、Workday Learning、Workday Talent Marketplace等。尽管招聘软件市场已经相当庞大，但内部职业发展工具、人才流动性、技能推断和企业学习的市场规模是其五倍。这次收购将极大加速Workday整个AI平台战略的发展。（就像2014年收购Identified一样，那是Workday Skills Cloud的起点。）此举对市场的影响这一行动可能会在几个重要方面改变人力资源软件市场。首先，Workday的招聘客户将会非常满意。Workday的ATS系统现在拥有了一流的匹配和候选人评分解决方案。这不仅加强了Workday与大型ATS提供商的竞争力，也为Workday开辟了新的收入来源，因为他们可以将HiredScore销售给现有的4000多个Workday ATS客户。（类似于之前对员工体验的Peakon收购。）其次，这迫使Workday的人才智能合作伙伴提高他们的竞争力。记得Apple收购了市场上最受欢迎的微气象应用Dark Sky吗？当它被整合进Apple的其他应用后，独立第三方天气应用的市场就消失了。Workday可能会限制其合作网络，防止HiredScore的竞争对手进入其生态系统。第三，这促使HCM供应商加快AI的发展。由于HiredScore是如此备受推崇的产品（我们接触的每位客户都对它赞不绝口），它将迅速成为Workday演示和销售方案的一部分。Workday的HCM竞争对手将开始寻找同样成熟的AI供应商进行收购。这可能会触发一系列类似于2010年代中期的收购热潮。最后，还有一个可能性，我认为这种情况很可能发生。为了不落后于Workday，人才智能供应商可能会扩展他们的ATS功能，决定提供一套完整解决方案。如果这种情况发生，我不会感到惊讶。为什么基于AI的候选人匹配至关重要这项技术为何如此重要？如果你曾尝试在Indeed或LinkedIn上进行招聘，你就会明白原因。候选人匹配技术的质量和可靠性是人才平台的核心。正如Google搜索如何颠覆了Yahoo、Excite和Inktomi一样，一个强大的下一代匹配工具能带来巨大的价值。它不仅加速了人才招聘过程，还促进了内部流动性、职业发展门户、技能发展，乃至于学习和薪酬体系的发展。为什么会这样？因为“匹配”是一个复杂的问题。不像Google搜索只关注文本和流量，当你为一个职位寻找合适的人选时，你需要考虑许多复杂的因素。这个人拥有哪些技能和能力？他们持有什么样的证书或认证？他们与谁有联系？他们适应工作、角色和公司的可能性有多大？他们的行业经验会带来哪些影响？他们熟悉哪些工具和技术？情况更加复杂。例如，基于Eightfold建立的Heidrick Navigator平台使用AI来评估管理和领导技能，判断一个人的“结果推动能力”等。这种AI应用对于我们在商业中做出的许多重要决策至关重要。这就是人才智能领域快速增长的原因。到目前为止，LinkedIn上已有超过1,800名担任“人才智能”相关职位的总监或VP，这个数字比一年前增长了近六倍。 Workday能否在这个新兴领域取得领先？目前尚难以断定，但赛局已经开始，各方都在紧锣密鼓地准备。这次交易为参与者排定了位置，似乎预示着将会带来一场大变革。

头条
2024年03月02日
头条

全球背调巨头首优 First Advantage 将以22亿美元现金和股票收购 Sterling Check 就业背景审查和身份验证解决方案的领先供应商 First Advantage Corporation 宣布收购 Sterling Check Corp.这项价值 22 亿美元的交易包括12亿美元的现金和股票，目的是在各个行业和地区推广高质量、高性价比的背景审查和身份验证解决方案。此次合并预计将产生至少 5000 万美元的运营协同效应，通过市场多元化、联合运营效率和技术投资（尤其是在人工智能和数字身份识别技术方面），实现两位数的每股收益增长和收入加速增长。该交易由著名金融机构提供顾问服务，预计将于 2024 年第三季度完成，但需获得监管部门批准并满足惯例成交条件。扩展 First Advantage 高质量且成本效益的背景筛查、身份和验证技术解决方案，为两家公司的客户提供跨行业和地理位置的好处使得在人工智能和下一代数字识别技术方面的增加投资成为可能，以增强客户和申请人的体验推动吸引人的总股东回报展望，包括至少5000万美元的协同效应，暗示在运行协同基础上立即产生双位数调整后每股收益增加，并加速收入增长潜力从顶线发展、协同效应和去杠杆化亚特兰大和俄亥俄州独立市，美国时间2024年2月29日 - First Advantage Corporation (NASDAQ:FA)，一家领先的就业背景筛查、身份和验证解决方案提供商，今天宣布已经达成最终购买协议，将收购 Sterling Check Corp. (NASDAQ:STER)，一家背景筛查和身份服务提供商。First Advantage 将发行现金和股票的组合，对 Sterling 的估值约为22亿美元，包括 Sterling 的未偿还债务。 First Advantage 和 Sterling 提供互补的技术解决方案和服务，使得跨医疗保健、零售和电子商务、运输、制造业、金融服务等行业的雇主能够管理风险并雇佣最佳人才。客户将从加速的创新投资和获取更广泛的产品和解决方案组合中受益，以满足他们的需求，推动合并公司的增长。基于截至2023年12月31日年度的合并收入15亿美元，交易预计将至少带来5000万美元的运行协同效应，意味着立即在运行协同基础上实现双位数EPS增长。合并后的公司将在客户群、行业和地理区域上实现更大的收入多样化，减少季节性波动，并提高资源规划和运营效率。交易完成后，我们预计 First Advantage 将通过顶线增长、持续的协同效应捕获和通过强有力的自由现金流去杠杆化，从而随着时间的推移以青少年增长率持续增加EPS。First Advantage 将在交易关闭时或前后分享有关交易影响的额外前瞻性财务信息。 “我们很高兴宣布收购 Sterling，展现了我们致力于提供高质量、成本效益的就业背景筛查和身份验证解决方案，以增强客户价值，帮助他们更智能地招聘并更快速地入职，同时也为 First Advantage 的长期价值创造定位，”First Advantage 的首席执行官 Scott Staples 说。“这次合并释放了效率和机会，以支持增量增长并投资于新技术解决方案，包括 AI 驱动的自动化，同时进一步多样化我们的业务以增强韧性。我们期待欢迎 Sterling 的才华横溢的员工加入 First Advantage，并实施两个组织的最佳实践，以更好地满足各种规模和各个垂直领域的申请人和雇主的需求。” “我们很高兴能与 First Advantage 结合，加速 Sterling 的战略目标，并为我们的公司、股东、客户和员工提供增值，”Sterling 的首席执行官 Josh Peirez 说。“我们期待为客户提供更广泛的解决方案组合，同时保持他们期望的优秀服务。重要的是，这笔交易为 Sterling 股东提供了立即价值，以及参与到一个比以往任何时候都更好地定位以满足我们客户动态需求的联合公司的引人注目的长期上升潜力的机会。” 由 Goldman Sachs & Co. LLC. 提供咨询或与之关联的某些实体，它们拥有 Sterling 大约52.8%的流通股份，已根据支持协议进入，他们已提交书面同意批准交易。CDPQ 是这些实体之一的投资者。 “Goldman Sachs 和 CDPQ 对 Sterling 过去八年的表现非常满意。Josh 是一位杰出的领导者和合作伙伴，发展了业务，并成功将公司带入公共市场。我们对与 First Advantage 结合提供的变革性机会感到兴奋，”Goldman Sachs 资产管理内部的全球主席兼私募股权业务联合负责人 Adrian Jones 说。交易完成后，Scott Staples 将继续担任 First Advantage 的首席执行官。Sterling 的首席执行官 Josh Peirez 将被提供在 First Advantage 董事会的一个席位。First Advantage 将继续总部设在乔治亚州亚特兰大。交易详情交易对价由约12亿美元现金和2715万股 First Advantage 普通股组成。根据协议条款，Sterling 股东将选择以每股 Sterling 股份16.73美元现金或0.979股 First Advantage 普通股进行交换。股东选择将受到比例调整，导致约72%的 Sterling 股份以现金对价交换，28%以 First Advantage 普通股对价交换。每股16.73美元的对价代表了相对于 Sterling 2024年2月28日收盘价12.42美元的35%溢价，以及相对于 Sterling 30天成交量加权平均价格（VWAP）的26%溢价。Sterling 股东预计将在交易完成后拥有合并公司约16%的股权，而当前的 First Advantage 股东将拥有约84%。 First Advantage 计划通过发行18亿美元新债券和使用资产负债表现金来资助交易现金部分并偿还现有 Sterling 债务。First Advantage 已从美国银行、巴克莱银行、蒙特利尔银行、杰富瑞财务公司和加拿大皇家银行获得全额承诺融资。交易已经得到了两家公司董事会的一致批准。预计交易将在2024年第三季度左右完成，完成和时间取决于所需的监管批准、许可和其他常规关闭条件。顾问摩根大通证券有限责任公司作为 First Advantage 的主要财务顾问。美国银行证券公司、巴克莱银行、BMO资本市场公司、杰富瑞财务公司和加拿大皇家资本市场也作为 First Advantage 的财务顾问。Simpson Thacher & Bartlett LLP 在交易中担任 First Advantage 的法律顾问。 Goldman Sachs & Co. LLC 和花旗集团全球市场公司担任 Sterling 的财务顾问。Fried, Frank, Harris, Shriver & Jacobson LLP 担任 Sterling 的法律顾问。电话会议和网络广播信息 First Advantage 将主办一次电话会议，以审查其2023年第四季度和全年业绩，并讨论 Sterling 收购的细节，今天，2024年2月29日，上午8:30 ET。电话会议将在公司的投资者关系网站 https://investors.fadv.com 在“新闻与事件”和“活动与演示”部分实时网络广播，相关演示材料将在电话会议之前发布。电话会议结束后，网络广播的重播将在公司的投资者关系网站 https://investors.fadv.com 上提供。或者，实时网络广播和随后的重播将在 https://event.on24.com/wcc/r/4450900/D4362414C8BAE251D42253413CDB11CB 上提供。关于 First Advantage First Advantage (NASDAQ:FA) 是就业背景筛查、身份和验证解决方案的领先提供商。First Advantage 通过其专有技术提供创新服务和洞察力，帮助客户管理风险并雇佣最佳人才。First Advantage 为客户和他们最重要的资源：员工、承包商、临时工、租户和驾驶员提供更安全的环境。总部位于乔治亚州亚特兰大，First Advantage 代表超过30,000名客户在200多个国家和地区进行筛查。有关 First Advantage 的更多信息，请访问其网站 https://fadv.com/。关于 Sterling Check Corp. Sterling (NASDAQ:STER) 是背景和身份服务的领先提供商，帮助超过50,000名客户创建以人为本的文化，建立在信任和安全的基础上。Sterling 的技术启用服务帮助各行各业和地区的组织建立出色的工作环境。Sterling 在北美、欧洲、中东、亚太地区和拉丁美洲运营，每年进行超过1亿次搜索。有关 Sterling 的更多信息，请访问其网站 https://www.sterlingcheck.com/。  非要约或征求本通讯仅供信息目的，并不构成也不构成购买、否则获取、订阅、出售或以其他方式处置任何证券的要约、邀请或征求，或在任何司法管辖区内根据拟议交易或其他进行的任何投票或批准的征求，也不得在任何司法管辖区内进行任何证券的销售、发行或转让，在该司法管辖区中这种销售、发行或转让在注册或资格认定下的证券法之前是非法的。除非通过符合1933年证券法第10节要求的招股说明书进行，否则不得进行任何证券提供。关于合并的额外信息及其在何处找到与拟议交易相关，First Advantage Corporation（“First Advantage”）打算向证券交易委员会（SEC）提交一份S-4表格的注册声明，其中将包含 Sterling Check Corp.（“Sterling”）的信息声明，该声明也构成 First Advantage 的招股说明书。First Advantage 和 Sterling 还可能向 SEC 提交其他与拟议交易相关的相关文件。本文件不替代信息声明/招股说明书或注册声明或 First Advantage 或 Sterling 可能向 SEC 提交的任何其他文件。一旦这些文件提交给 SEC，投资者和安全持有人将能够通过 SEC 维护的网站 www.sec.gov 免费获得注册声明和信息声明/招股说明书（如果和何时可用）以及其他包含有关 First Advantage、Sterling 和拟议交易的重要信息的文件的副本。First Advantage 向 SEC 提交的文件的副本将通过 https://fadv.com/ 免费提供，或通过联系 First Advantage 的投资者关系部门 investors@fadv.com。Sterling 向 SEC 提交的文件的副本将通过 https://www.sterlingcheck.com/ 免费提供，或通过联系 Sterling 的投资者关系部门 IR@sterlingcheck.com。前瞻性声明本发布及其中引用的任何文件包含1933年证券法（“证券法”）第27A条和1934年证券交易法（“交易法”）第21E条内含义的前瞻性声明，并且旨在 Sterling 或 First Advantage 发表的所有前瞻性声明都受到由此产生的安全港保护。前瞻性声明可以通过“目标”、“预期”、“相信”、“继续”、“可能”、“估计”、“期望”、“打算”、“可能”、“计划”、“潜力”、“预测”、“预测”、“寻求”、“应该”、“将”或“将会”或否定词或其他类似词汇或可比较术语来识别。特别是，涉及 Sterling 和 First Advantage 未来表现、商业策略、未来运营、收入、损失、成本、费用、回报、现金流和财务状况的估计和预测，战略交易（包括收购和剥离）的预期好处，以及管理层（包括未来运营现金流的计划）的计划和目标的声明，包含在本发布或此处引用的任何文件中，均为前瞻性声明。这些声明还包括但不限于有关拟议交易对 Sterling 和 First Advantage 及其股东预期好处的陈述以及预期时间。Sterling 和 First Advantage 基于当前的期望、假设、估计和预测制定了这些前瞻性声明。这样的前瞻性声明只是预测，并涉及已知和未知的风险和不确定性，许多风险和不确定性超出了 Sterling 和 First Advantage 的控制。许多因素可能导致实际未来事件与本发布中的前瞻性声明大相径庭，包括但不限于：(i) 拟议交易可能无法及时或根本无法完成，(ii) 未能满足拟议交易完成的条件，包括获得某些政府和监管批准，(iii) 可能发生的任何事件、变化或其他情况可能导致终止合并协议，(iv) 拟议交易的宣布或悬而未决对 Sterling 的业务关系、运营结果和业务的影响，(v) 拟议交易打乱 Sterling 或 First Advantage 的当前计划和运营以及由此可能导致的 Sterling 员工保留的潜在困难，(vi) 转移管理层注意力从 Sterling 的持续业务运营中，(vii) 拟议交易导致的意外成本、费用或开销，(viii) 在拟议交易悬而未决期间某些限制可能影响 Sterling 追求某些商业机会或战略交易以及 (ix) 可能对 First Advantage 或对 Sterling 提起的与合并协议或拟议交易相关的任何法律程序的结果。这些和其他重要因素，包括在本发布中更完整地讨论的那些以及 Sterling 和 First Advantage 向 SEC 提交的文件中，包括其各自的 10-K、10-Q 和 8-K 表格，可能导致实际结果、表现或成就与这些前瞻性声明中包含的大相径庭。本发布中包含的前瞻性声明只代表制定声明之日的情况。除法律要求外，Sterling 和 First Advantage 均不承担更新或修订任何前瞻性声明的义务，或在本发布日期后公开宣布任何更新或修订，无论是由于新信息、未来事件还是其他原因。

头条
2024年03月01日
头条

【投融资2月月报】2024年2月全球人力资源科技投融资简报！ 2024年2月，HRTech共报道了18起投融资事件。2月的投融资总金额超7亿美元。以下是2月投融资事件汇总在本月HRTech投融资报道细分领域方面，主要涉及：人工智能（2起）、员工健康（2起）、福利管理（2起）、学习发展（1起）、管理平台（1起）、技术平台（1起）、员工招聘（1起）、其他（10起）。投资领域重心板块以人工智能（2起）、员工健康（2起）、福利管理（2起）为主。其中，人工智能领域本月获得的最大一笔融资是匈牙利AI企业学习平台Colossyan获得2200万美元A轮融资，引领AI视频制作技术革新。Colossyan的创新平台利用生动的虚拟角色将文本转化为引人入胜的视频，领先于重新定义企业培训和沟通的趋势。通过生成性AI技术的力量，Colossyan将视频制作时间从数周缩短到仅几分钟，为全球企业提供了颠覆性的解决方案。报道回顾：【匈牙利】AI企业学习平台Colossyan获得2200万美元A轮融资，引领AI视频制作技术革新 - HRTechChina.com - 向上的力量！在员工健康领域，本月获得的最大一笔融资是美国员工财务健康平台Rain获得3亿美元融资，以拓展创新型金融健康解决方案。Rain 是以员工为中心的财务健康解决方案领域值得信赖的领导者，为全国的中型市场和企业组织提供服务。通过一整套产品，包括工资收入访问和一系列财务健康福利，Rain 可无缝集成到任何组织的现有基础设施中，提供有效财务管理所必需的灵活性。福利管理本月获得的最大一笔融资是美国灵活福利平台Benepass获得2000万美元融资，为员工提供个性化福利。Benepass 由 Jaclyn Chen、Kabir Soorya 和 Mark Fischer 于 2019 年创立，为雇主提供一个平台，为每位员工提供个性化的福利。它还为员工提供税前和税后福利一卡通，简化了税前体验。报道回顾：【美国】员工财务健康平台Rain获得3亿美元融资，以拓展创新型金融健康解决方案 - HRTechChina.com - 向上的力量！【美国】灵活福利平台Benepass获得2000万美元融资，为员工提供个性化福利 - HRTechChina.com - 向上的力量！在融资轮次上：本月融资轮次以种子轮融资、A轮融资、B轮融资及未披露融资轮次为主。种子轮融资报道了5起，A轮融资报道了3起，B轮融资报道了3起，未披露融资报道了4起，剩余融资轮次涉及种子前融资2起、C轮融资1起。在种子轮融资报道中，金额最大的是美国数字听力健康公司Tuned获得320万美元融资，扩大现代劳动力的听力健康福利。Tuned 是一个数字健康解决方案，专注于各年龄段人群的听力保护和听力损失预防。Tuned可作为雇主赞助的福利或符合 OSHA 标准的解决方案，提供终身预防性听力保健和福利。 A轮融资金额最大的是匈牙利AI企业学习平台Colossyan获得2200万美元A轮融资，引领AI视频制作技术革新。Colossyan的创新平台利用生动的虚拟角色将文本转化为引人入胜的视频，领先于重新定义企业培训和沟通的趋势。通过生成性AI技术的力量，Colossyan将视频制作时间从数周缩短到仅几分钟，为全球企业提供了颠覆性的解决方案。 B轮融资金额最大的是荷兰面向审计和财务专业人士的智能自动化平台DataSnipper获得1亿美元B轮融资，简化其工作流程。DataSnipper 的人工智能平台为审计流程带来了效率和愉悦，从根本上解决了审计人员倦怠的问题。该平台直接将自动化嵌入 Excel，让审计人员只需从发票、银行对账单或库存文件等任何文件中 "剪切 "数字，从而消除了繁重的手工劳动。 C轮融资金额最大的是中国人力资源科技公司今日人才获得近亿元C轮融资，今日人才成立于2018年，是利用大数据、云计算、AI算法等技术，由泛猎头（B端同行企业）协作完成的中高端人才招聘平台。报道回顾：【美国】数字听力健康公司Tuned获得320万美元融资，扩大现代劳动力的听力健康福利 - HRTechChina.com - 向上的力量！【荷兰】面向审计和财务专业人士的智能自动化平台DataSnipper获得1亿美元B轮融资，简化其工作流程 - HRTechChina.com - 向上的力量！获近亿元C轮融资，「今日人才」用AI为比亚迪、小米等提供中高端用人服务 - HRTechChina.com - 向上的力量！在融资规模上：本月报道的投融资项目只有1起未披露金额，其余均披露了融资金额，融资金额从45万英镑到3亿美元不等，极差较大。投融资报道的规模区间主要集中在1000万美元以下（9起），1000万美元至5000万美元共报道了4起，5000万美元至1亿美元报道了1起，1亿美元以上报道了3起。报道回顾：【英国】招聘技术初创公司HireAra的人工智能平台获得45万英镑种子轮融资，帮助招聘人员更快地安置候选人 - HRTechChina.com - 向上的力量！【美国】工作场所安全解决方案公司Intenseye获得6400万美元B轮融资，推进其利用AI改造工作场所安全的使命 - HRTechChina.com - 向上的力量！在地区分布上：2月份人力资源科技行业投融资事件主要集中在北美地区以及欧洲地区，南美洲地区以及亚洲地区分别报道了1起。北美地区共报道了8起投融资事件，除去未披露融资金额的事件，融资最大的一笔是美国员工财务健康平台Rain获得3亿美元融资，以拓展创新型金融健康解决方案。欧洲地区共报道了8起投融资事件，融资金额最大的是荷兰面向审计和财务专业人士的智能自动化平台DataSnipper获得1亿美元B轮融资，简化其工作流程。总体来看，本月全球人力资源领域的投融资并不活跃，本月有1起国内融资事件，总融资事件较去年同期相比减少28%。（2023年2月HRTech共报道了25起投融资新闻，融资总金额超7亿美元）关于HRTech HRTech核心报道中国人力资源科技创新企业及产品信息，关注并实时分享全球的人力资源科技资讯。同时，以原创角度独家报道人力资源科技公司和创业公司；每月关注并独家发布人力资源科技投融资数据及报告，业已成为人力资源科技领域创业者以及行业精英获取全球人力资源科技行业资讯和动态的主要渠道。

头条
2024年02月29日

《 123 4 5 6 7 8 9 10 11 》 89 跳转至