-
机器学习
【观点】员工技能学习的未来：2023年值得关注的主要趋势
在当今快节奏的工作世界中，快速适应是员工茁壮成长的主要方式。员工队伍、员工的工作方式和地点以及所需的技能正在加速变化。
以下是关于技能学习的趋势，包括向基于技能的学习转变，个性化和适应性，以及合规性和敏捷性的提高。
趋势1：基于技能的学习的重要性
根据普华永道的数据，77%的成年人会学习新技能或接受再培训，以提高他们未来的就业能力。面对快速变化的技术需求以及重新培训和重新部署人才的需求，企业必须专注于员工的技能发展。通过围绕技能重新定位业务，人力资源团队可以更好地了解、培养和提供人才以满足业务需求。这种向基于技能的学习和发展（L&D）的转变能够创造更灵活的岗位角色，同时激发员工的工作兴趣。
趋势2：个性化和适应性学习
没有人能够以相同的方式学习，这就是为什么为员工量身定制学习体验很重要的原因。通过提供根据个人需求调整的学习内容，每个人都可以取得进步。此外，随着新的学习机会的增加，这有助于确保员工拥有透明的晋升机会和无缝的工作过渡。
趋势 3：关注合规性和敏捷性
我们经常认为合规性是我们在做我们更愿意做的事情的过程中必须做的事情。然而，持续合规的运作可以提高竞争优势。在2023年，我们可以预见，提供更加灵活、个性化的合规培训方法的培训学院将会增加。这种类型的培训，针对特定的行业需求并与他们的未来的目标相一致，可以减少提供可靠的合规培训和报告的时间及成本，同时也可以提高员工的保留率。
趋势4：知识共享至关重要
在数字时代，与他人分享知识和协作比以往任何时候都更容易。到2023年，我们预计将看到组织内部和组织间知识共享的重点。这可能涉及知识管理系统、在线协作或计划指导等工具。分享知识不仅可以提高L&D成果，还可以培养持续学习和协作的组织文化。
趋势5：工作的未来：VR、AR的应用
正如业务以越来越快的速度发展一样，学习也同样需要更加敏捷和快速。L&D战略需要灵活且迅速响应，使员工能够学习新技能并及时了解最新技术和最佳实践。
虚拟现实和增强现实（VR/AR）不再只是游戏。这些技术有可能通过提供身临其境的实践体验来彻底改变学习方式。无论是虚拟实地考察、模拟还是互动课程，这些技术都可以使学习更具吸引力和有效性。
趋势6：人工智能和机器学习
人工智能（AI）和机器学习（ML）将在未来的学习中发挥重要作用。从个性化的学习建议到自动评分，这些技术可以简化学习过程并提高效率。但是，重要的是要确保以合乎道德和包容性的方式使用AI和ML，以便所有学习者都能发挥其优势。
趋势7：微学习
由于人们工作日程繁忙且注意力有限，学习易于消化的内容非常重要。微学习是提供易于理解的学习内容的有效方法。无论是通过短视频、互动测验还是其他形式，微学习都能让学习者快速吸收和应用新知识。
L&D的未来是光明的，有许多令人兴奋的趋势即将出现。通过及时了解这些趋势并实施应对这些趋势的策略，您可以创造一个成功而有效的学习环境，让员工茁壮成长。
文章来源：Cornerstoneondemand.com
-
机器学习
【观点】事实：数据、人工智能和自动化永远不会取代人类！
我们都听过这样的观点。无穷无尽的数据将使组织减少对人力的依赖。人工智能（AI）将比人类更聪明。自动化将夺走我们的很多工作。不过，这其中有多少是真的？尽管这些技术取得了进步，比如对话式人工智能，但它们只是用来让我们的生活更轻松、工作更高效的工具。但是，即使是具有对话功能的工具也无法提供我们都渴望和钦佩的人情味和真正独创性的独特灵活性。
这就引出了一个问题，我们如何才能在工作和生活中继续充分利用人工智能？答案在于利用它们来赋予我们权力。通过这样做，人工智能将帮助我们节约更多时间去做我们最擅长的事情。沟通，与人联系，并最终解决问题。人工智能可以解决我们能想到的任何问题，但它想不出我们可以解决的任何问题。换句话说，我们需要利用它们提供数据驱动和技术驱动的服务，而不是取代我们。
要实现这一目标，领导者需要关注三件事。首先，他们需要了解哪些数据能够供他们使用。其次，他们必须弄清楚如何通过人工智能和机器学习（ML）来理解相关问题。最后，他们应该研究如何使用自动化来处理一些简单任务。
了解可用数据
授权的第一步很简单，只需了解需要哪些信息，信息在企业中的位置，谁可以访问它以及是否存在任何限制其有效性的漏洞。要确定哪些数据具有最大价值，一个好的起点是确定组织面临的最大挑战。例如，由于通信发生在不同的渠道上，因此很难获得单一的客户视图？
了解问题是解决问题的第一步。
一旦企业明确了自己正在面临哪些挑战，它就需要找到解决方案并整理和分析需要准备的数据。最后，企业需要通过创建适当的假设来提出正确的问题，数据分析将支持这些假设。在这一旅程的每一步中，人类参与的重要性都不可低估。
为了大规模地解决相关挑战，组织必须创建从上到下以数据为中心的文化。这听起来可能有点像管理层的说法，但实际上，它只是意味着确保每个人都知道基于数据的相关见解，并据此做出最佳决策。组织还需要对一系列专业角色进行投资，例如数据工程师、数据可视化人员和数据分析师，因为他们能够识别、收集、组织、研究和提供来自不同系统的数据报告，以提高业务洞察力。这些资源必须与运营中的业务团队集成，这样才能够是业务变更和流程自动化更加有效。
理解数据的事实
数据是不容易理解的，即使数据分析师也是如此。此外，如今大多数企业都会生成数百万个实时数据点，没有人希望花费过多时间理解这些数据点。这就是AI和ML的用武之地。这些算法可用于筛选数据并以易于理解的方式呈现数据。正如业内任何人都了解的那样，该软件的运行速度非常快。从理论上讲，最新的技术允许人工智能以光速进行学习和行动。在广泛使用的人工智能软件中，我们可能还没有这种速度，但它运行的速度是惊人的。
为了进一步解释这一点，想象一下在大型企业工作的客户服务团队。代理将一直在创建大量数据。有些是客户数据，有些是关于他们自己的数据。后者可能包括有关他们自己的工作模式或绩效的信息，以及客户何时联系和通过哪些渠道进行联系的信息。有了正确的工具，人工智能几乎可以立即筛选所有内容，并通过相关数据了解行业发展的趋势，比如工作中的和低谷，是否有人需要休息，或者他们是否需要一些额外的帮助或培训。
自动执行重复性的任务
因此，清楚如何查找、理解和呈现数据能够帮助人们做出更好的决策。下一步是将自动化添加到组合中。此前，人事经理们或许可以花一整天的时间看图表，整理相关数据并给出解决意见。而现在自动化软件可以使用从数据和人工智能中来做到这一点。自动化可以自动执行一系列支持操作，例如制定进修培训计划或有针对性的辅导课程。
自动化几乎可以承担任何手动任务，应用程序是无穷无尽的。它可以帮助财务团队处理发票。它可以将客户引导至最合适的代理。它可以收集信息并将其放入报告。或者将电子邮件分发到各个部门。再加上人工智能，这就像让数字助理承担耗时和重复的活动。
未来仍是以人为本
虽然这些技术并不是什么新鲜事，但它们仍在继续快速发展。它们能够帮助我们解决在社会和商业中面临的一些巨大挑战。但是，只有当我们是技术的主人，而不是仆人时，我们才会成功。使用人工智能和自动化来赋予人们权力，而不是取代人类。组织应该努力向数据驱动型、技术支持和以人为本靠近。
这是完全有道理的。因为总会有一个关键时刻，人类必须在关键时刻参与其中。自动化过程可能会帮助我们完成75%的工作，但仍然需要一个人完成其余的工作。最终，那些试图将人从等式中移除的组织注定要失败。因为就我们的本性而言，我们都希望有人情味，而人永远是任何组织拥有的最关键的资源。这就是为什么数据、人工智能和自动化永远不会取代人类。
本文作者：MATT RUMINS
-
机器学习
【观点】人工智能（AI）和机器学习（ML）将如何塑造未来的工作，Workday已做出了良好的示例！
什么是AI和ML?
AI只是一门技术的概念，最终还是要靠各种具体技术来实现，机器学习（Machine Learning）就是其中之一。ML使用算法分析数据，从中学习并做出推断或预测。ML使用大量数据和算法来“训练”机器，由此让机器学会如何去完成任务。
Workday已经将AI和ML嵌入到自己的平台，为客户提供无与伦比的体验。长期以来，Workday一直认为人工智能（AI）和机器学习（ML）将为未来的工作提供动力。虽然最近在人工智能和机器学习方面的进展，主要是生成性人工智能，特别是OpenAI和ChatGPT的推出，把人工智能和机器学习推向了新的浪潮。近十年来，Workday一直在提高人工智能和机器学习的适应能力，力图为客户提供更加良好的体验。
Workday对人工智能和机器学习的独特使用方法
与世界上任何其他企业软件公司相比，Workday在思考和应用人工智能和机器学习的不同方式。从能力的角度来看，Workday采取了一种平台优先的方法，将人工智能和机器学习嵌入到我们技术平台。为什么这很重要？因为在将人工智能和机器学习嵌入到我们的应用程序之后。通过让数百万用户在同一平台上不断使用几十个应用程序，然后给出相应的使用反馈，那么它们的改进速度就会更快。
Workday的另一个与众不同之处在于我们拥有的庞大的数据。我们拥有超过6000万用户，每年处理近442亿笔交易。但是，如果没有质量，数量就毫无意义。我们通过全面的单一数据模型来执行。这种数据模型使我们能够保持数据的真实和统一。而我们的竞争对手，他们整合多个数据库却无法做到这一点。我们还使用租借模型来完善我们的数据，这使我们能够为特定地区或行业的客户建立定制模型，同时维护他们的隐私并遵守监管规则。最后，我们可以通过Workday Prism Analytics引入第三方数据，并将其与Workday无与伦比的数据集进行集成，以创建独特的模型。
在机器学习领域，从业人员谈到了推动积极成果所需的 "3V"：足够的数量、速度和种类。Workday拥有这三样东西。Workday将数据与技术相结合的能力，使我们能够部署具有高性能和定制性的人工智能和机器学习的解决方案，能够迅速为客户提供迅速和个性化的服务。
用人工智能和机器学习完成未来的工作挑战
Workday Skills Cloud是一个很好的例子。传统职业发展轨迹已经无法适应现代工作的需求，未来的经济必须具有动态性和灵活性，并能够允许具有非传统背景的人员从事相关工作。Workday Skills Cloud使用AI和ML来分析人类语言中使用技能的方式，了解它们之间的关系，并将其大规模映射到以技能为中心的劳动力身上。
Workday Skills Cloud以及为其提供支持机器学习的引擎对于帮助客户适应未来的工作需求至关重要。目前，超过一半以上的Workday核心人力资本管理（HCM）客户正在使用它。自五Workday Skills Cloud在2018年推出以来，已处理了超过50亿次的技能使用。如果没有机器学习，公司根本没有办法大规模采用技能。
此外，借助AI和ML，财务团队可以将过去需要数月或数周才能完成的任务减少到仅几个小时或几分钟，从而提高工作效率并减少管理风险。例如，财务团队需要花费大量时间收集信息并在月度和季度结束时核对交易。Workday 借助人工智能和机器学习可帮助用户快速识别财务模式、趋势和异常情况，使团队能够更快、更高效地完成财务结算流程。
生成式人工智能的无限可能性
Workday是大型语言模型（LLMs）的早期采用者，这种技术使生成式人工智能成为可能，而且目前我们已经在生产中使用这项技术。Workday已经开始采用生成性人工智能来解决一系列的客户问题。LLMs的一个典型案例是内容创建，我们可以利用它起草绩效评估、工作描述和一系列其他文件。我们将继续确定生成式人工智能可以为我们的客户增加价值的关键用例，并开发利用Workday数据和外部数据集的独特模型。
用值得信赖的人工智能提高决策的科学性
我们相信，人工智能和机器学习能够提供更多的可能性，但它必须是值得信赖的，它必须帮助人类开展工作，而不是取代我们。为了使人工智能和机器学习更加值得信赖，我们致力于让客户清楚地了解我们的机器学习产品是如何进行开发和测试评估的。人工智能和机器学习领域的工作必须以道德作为基石，并指导我们开发相关的技术，创造良好的社会成果，并为我们的客户带来切实的利益。
在以人为本的指导原则下，Workday没有采用人工智能和机器学习技术实现决策的自动化，所有的最终的决策者必须是人。不可否认的是，人工智能和机器学习能够帮助我们提高生产力，扩大信息来源，并利用相关技术解决一些困难的问题。这是我们使用人工智能和机器学习的原则，我们可以想象它将如何塑造我们未来的工作。
本文作者：Sayan Chakraborty
-
机器学习
Workday向其Workday Ventures基金追加2.5亿美元投资，加强Workday生态建设
近期，财务和人力资源企业云应用程序的领导者Workday宣布向其Workday Ventures基金追加2.5亿美元的投资资金。同时明确投资方向为AI and ML 、Intelligent Automation、Serving Targeted Markets。这笔投资建立在该公司稳健业绩的基础上，是其塑造未来工作之旅的最新一步。据悉5年前，2018年的2月7日，Workday设立了投资基金Workday Ventures，投资2.5亿美元。2023年开年，Workday又宣布追加2.5亿美元投资基金。
部分投资公司一览：
新兴工作模式正在改变组织管理员工的方式，公司必须采用人工智能（AI） 和机器学习 （ML） 等技术来帮助他们快速适应当今的变化，以便为未来的业务需求做好准备。为了支持这一点，Workday正在扩大其Workday Ventures基金，以专注于更大的增长领域，包括人工智能等新兴技术，这表明该公司一直专注于拥抱创新，以释放人类在不断变化的工作世界中的潜力。
Workday首席营销官兼企业增长执行副总裁Pete Schlampp说：“对Workday Ventures的额外投资反映了我们对为客户提供服务的持续承诺，帮助他们适应和领导未来的工作。我们与创新、诚信和与我们有相似价值观的开创性技术公司合作，专注于支持客户、企业家和变革者，帮助重新定义我们的行业。”
Auditoria联合创始人兼首席执行官Rohit Gupta说：“与Workday合作使我们能够为财务团队带来由人工智能，机器学习和自然语言技术提供支持的变革性解决方案，使他们能够通过大规模的智能自动化更快地行动并完成更多工作。与Workday的投资和合作伙伴关系使我们能够与首席财务官合作，以优化和转变他们的运营”。
以下是Workday Ventures的战略重点：
人工智能和机器学习。 Workday Ventures专注于投资提供AI和ML技术的全球企业软件公司，为财务和人力资源（HR）团队提供敏捷和洞察力驱动的决策。例如，Workday Ventures投资了提供对话式人工智能的公司Paradox，Paradox提供了一个对话式招聘平台来自动化人才招聘过程。
智能自动化。Workday Ventures将继续投资于财务和人力资源业务流程的智能自动化，并赋能智能资源管理，以提高效率和人才优化。例如，Workday Ventures投资了Auditoria，Auditoria提供了一个基于人工智能的平台，可以自动化并提高应付账款和应收账款团队的速度，准确性和生产力。
服务于目标市场。Workday Ventures正在扩大对关键行业，邻近市场和解决方案的投资，以为客户提供更多价值。例如，Workday Ventures投资了服务于零售业的公司Prevedere，该公司提供由全球数据和人工智能支持的经济学预测，使零售商能够实时了解未来的购物者需求和驱动因素。
关于WorkdayWorkday是面向财务和人力资源的企业云应用程序的领先提供商，帮助客户适应不断变化的工作世界。用于财务管理、人力资源、规划、支出管理和分析的 Workday 应用程序已被全球和各行各业的数千家组织采用 ，从中型企业到超过 50% 的财富500 强企业。
-
机器学习
【观点】改进人力资源流程的3种方法，重新定义人力资源技术至关重要！
随着新一年目标的设定，我们需要考虑很多。对于人力资源专业人士来说最值得考虑的就是改进您的人力资源流程。这有助于简化您开展业务和管理员工的方式。
以下是改进人力资源流程的三种简单方法。
1. 重新构想“办公室”的乐趣
无论是混合、远程还是面对面状态，都有很多方法可以专注于让工作再次变得有趣并重新吸引您的员工。游戏化，即在非竞争环境中使用娱乐组件，可以激励员工实现他们的目标，并提高员工敬业度、归属感，促进技能发展。例如，如果您有学习管理系统，则可以使用徽章和记分牌来标记员工的里程碑。
通过人力资源分析，您可以更好地利用相关数据。您找到的内容可以为您提供有关哪些游戏或程序具有最高参与度，产生最多结果（即晋升，工作满意度等）的见解，以及开发更多级别（即更高级或特定于技能的水平），创建不同主题的类似程序或改造表现不佳的程序的方法。创建有趣的游戏很重要，但也对各种级别的技能和角色提出了挑战。此外，开发个性化、情境化和自适应学习体验同样重要。
2. 重新关注以人为本的文化
通过组织优先级排名，提高和再培训员工技能的概念正在上升。公司正专注于通过内部流动机会提高员工士气，促进员工职业发展。在重新培训和提高员工技能方面，企业正在节省预算并专注于当前的劳动力机会。
此外，像 Namely这样的软件系统可以提供必要的工具包来自动化管理非必要或手动任务。视频会议和学习平台等其他技术工具可以帮助提供虚拟培训和资源，以帮助发展技能。
尽管倦怠加剧和悄悄辞职，但通过技能发展支持管理层可以帮助他们重新专注于建立以人为本的文化。更值得注意的是，整体员工体验正在扩展过去的人力资源战略，并被纳入长期业务战略。通过将技术与人员运营相结合，可以使用关键分析数据来指导改善员工体验的努力。从IT和财务到设施和运营，技术为重新专注于培养基于员工体验的文化提供了许多机会。
3. 重新定义人力资源技术
无论您是拥有自己的技术还是通过第三方外包，工作场所和劳动力都在迅速发展，人力资源技术需要跟上。算法人力资源，使用算法来指导人力资源决策是一种较新的方法，它正在影响零工经济，但扩展到一般的人力资源管理。算法人力资源可以通过人工智能（AI）和机器学习的集成来使用，以确保公平和包容。
此外，人力资源技术正被用于支持从招聘流程和入职到人才管理和绩效跟踪的完整员工体验。例如，员工门户可以用作组织信息的单一来源。知识管理和自助服务工具可以帮助人力资源部门及时解决员工请求，提供及时准确的响应，并通过识别现有技能以创造专业发展机会来支持员工缩小技能差距。人工智能驱动的数据可以提供重要的员工见解，例如软技能和硬技能，可以帮助重新评估角色职责并指导就业决定。
基准测试和方法在跟踪生产力和绩效方面也越来越受到关注。这些基准可作为评估员工态度、办公空间使用情况、培训工具利用率以及影响整体员工敬业度和产品质量的其他影响因素的一种手段。然而，行业专家警告说，对跟踪生产力感兴趣的人力资源领导者应该关注重大影响指标，例如员工产出的质量和数量。人力资源分析在指导人力资源流程和组织目标设定方面发挥着不可或缺的作用。也许是时候让今年成为您专注于人力资源分析的一年了。
文章来源：https://blog.namely.com
-
机器学习
Workday Ventures：投资变革者以迎接这一时刻
对我们的世界来说，这是艰难的几年，企业不得不迅速适应，以满足其劳动力和业务的快速发展的需求。每家公司都以不同的方式做到这一点，但那些成功的公司都有一些共同点：使用创新技术。我们已经看到，当公司能够获得正确的技术来帮助通知、推动和报告变化时，他们就有能力成为我们所说的 "变革者"--那些为迎接今天的挑战而崛起并利用变革为自己带来好处的人。
随着我们今年Workday Rising的临近，我们花了一些时间来反思我们在Workday Ventures取得的进展，即投资和支持那些提供创新技术的公司，这些技术是对Workday解决方案的补充，并帮助我们的客户适应我们周围不断变化的世界。
在我们的投资组合中，这些公司和他们的新兴软件正在使工作场所和企业：
更加灵活。将来自多个业务领域的数据迅速转化为可操作的见解的能力使企业能够做出更好的决策，并取得更明智的结果。TealBook利用人工智能（AI）和机器学习，提供一个统一的、丰富的供应商数据基础，使企业能够创建一个有弹性的、敏捷的、对社会负责的供应链。Clari的收入平台连接了对收入至关重要的员工、流程和系统，以推动收入精准度的突破。SkyHive提供劳动力市场情报，以告知未来的人才需求，将人才与竞争对手进行比较，并推动战略劳动力规划。Prevedere提供由全球数据和人工智能驱动的计量经济学预测，用于高级预测性规划解决方案。
积极主动。监测和减轻业务的潜在风险，不仅使组织更加安全，而且使客户更加信任。OneTrust的信任智能平台将隐私、风险、道德以及环境、社会和治理（ESG）项目的工作流程连接起来，帮助企业了解和衡量信任。Securiti提供敏感数据智能和自动化，以解决围绕数据的安全、隐私、治理和合规义务。Flatfile提供了一个智能数据导入解决方案，以实现数据交换过程的自动化和安全性。
更加智能。自动化减少了平凡的任务，使团队能够专注于战略和执行。Expent提供了一个智能供应商生命周期管理平台，帮助企业购买和管理供应商，并节省时间和金钱。Auditoria提供了一个基于人工智能的平台，使应付账款和应收账款团队的速度、准确性和生产力得到自动化和提高。Papaya Global提供一个全球薪资平台，在160多个国家为所有类型的就业实现全球劳动力管理、薪资和薪资支付自动化。Automation Anywhere提供智能机器人流程自动化软件，以加速和简化自始至终的商业流程。Aisera提供了一个上下文对话的人工智能平台，以自动和主动地支持和解决员工和客户服务请求。Paradox提供了一个对话式招聘平台，通过候选人和招聘人员喜欢的移动优先、消费者级别的体验，实现人才招聘过程的自动化。
连接。启用集成后，各组织之间会有更大的连通性，从而导致更快的决策。Workato提供了一个低代码/无代码的企业自动化平台，使企业能够整合他们的数据并使整个组织的工作流程自动化。FinLync聚合了全球银行应用编程接口（API），提供嵌入式实时支付和现金管理，从而减少了企业与银行连接的时间和成本。而Sora提供了一个低代码/无代码的解决方案，以实现任务自动化和跨系统整合，从而获得无缝、有吸引力和高效的入职体验。
以员工为中心。公司正在努力更好地满足员工不断变化的需求，并利用数据和技术来实现员工体验的个性化。Topia提供了一个全球人才流动平台，通过支持员工所需的灵活性，使公司能够吸引和保留顶级人才。WorkBoard的战略执行平台帮助企业调整长期战略和目标以及关键结果（OKRs），简化每月的业务审查，并将每周的检查重点放在结果上。Legion提供了一个由人工智能驱动的劳动力管理平台，以优化劳动效率和员工参与。Northstar提供了一个财务健康解决方案，帮助员工更好地利用他们的总薪酬并做出财务决策。Beamery为人才生命周期的每个阶段提供单一的解决方案，使企业能够推动更多的人性化人才体验，并释放其全球劳动力的技能和潜力。而Blink提供了一个移动应用程序，将一线工人与他们需要的一切联系在一起，以提高员工的敬业度和生产力。
赋予权力。实现更多学习和培训机会的技术正变得越来越关键，特别是在今天的混合工作环境中。Strivr为财富1000强企业提供了一个领先的企业虚拟现实（VR）平台，通过身临其境的体验提升员工的绩效。eduMe为无办公桌的员工提供了一个基于移动的培训平台，通过点滴的学习内容、评估、调查和视频，使他们掌握成功所需的技能和知识。而BetterUp提供大规模的个性化辅导体验，在员工的发展历程中赋予他们权力，以加速组织的绩效和增长。
更具包容性。公司了解致力于公平的重要性，从而在其工作场所实现更大的多样性和包容性。Pipeline提供建议，以确保公司每年做出的关键人事决策是公平的--同时收获相关的积极经济机会。Landit提供个性化的辅导和职业路径技术，以提高每个人在工作场所的成功和参与度。哈佛公司旗下的pymetrics提供人工智能驱动的行为洞察力，在整个人才生命周期中创造更高效、有效和公平的人才流程。
更加健康。企业认识到在工作中提供健康机会的价值，从而使员工更加幸福和健康。League提供了一个吸引人的健康和福利体验，以改善成本和员工的健康结果。Wellthy通过提供个性化的护理支持，帮助雇主和他们的员工处理复杂的护理和护理计划的后勤和行政工作，从而改变了家庭护理。Noyo通过一个连接保险公司和福利管理系统的现代API平台，连接并简化了员工福利生态系统和体验。
投资于变革者
世界现在比以往任何时候都更需要变革者，而我们看到了我们的风险投资伙伴所能提供的巨大价值。无论是重塑和提升人们的生活和工作方式，还是将业务的关键功能自动化，或者使用数据分析来推动底线结果，有一点是明确的：他们都在为我们的客户扩展价值主张。
作者：Mark Peek
-
机器学习
【美国】AI服务体验平台Aisera获得9000万美元的D轮融资，加强员工体验和客户体验
全球首个人工智能驱动的自动化员工体验（EX）和客户体验（CX）服务体验平台 Aisera 宣布获得9000万美元的D轮融资，由高盛资产管理公司（Goldman Sachs）旗下的增长股权业务和Thoma Bravo领投。这轮超额认购还包括领先的投资者True Ventures、Menlo Ventures、Norwest Venture Partners、Icon Ventures、World Innovation Lab（WIL）、Zoom Ventures、Khosla Ventures、First Round Capital、Maynard Webb（Webb Investment Network）、Ram Shriram（Sherpalo Ventures）和硅谷银行。
新增资金将进一步加强Aisera作为领先的人工智能服务体验（AISX）平台的地位，同时加速其在行业垂直领域的市场扩张，以及其全球增长和上市战略。
新的融资是在Aisera获得空前增长的时候进行的。除了实现超过300%的同比增长并将其客户群扩大到7500万用户之外，公司还获得了若干财富1000强客户，包括Grant Thornton、Zoom、Workday、McAfee、Chegg、Carta、Dave等。鉴于通货膨胀和高利率推动的市场动态的经济不确定性背景，企业一直在转向人工智能和自动化能力，以提高劳动力效率，支持日益以人为本的工作场所，并以更少的资源提高客户忠诚度和品牌亲和力。
Aisera创始人兼首席执行官Muddu Sudhakar说："在当今高度通货膨胀、随时随地工作的环境中，人工智能已经成为支持员工和期望迅速获得所需帮助的客户的必要手段。对话式人工智能的进展比传统的支持解决方案（如传统的ITSM和客户支持供应商）提供更好的体验。随着高盛和Thoma Bravo的增长资本的注入，Aisera将成为创新的无形之手，使所有用户--跨越所有业务线和行业--获得他们所期望的支持体验，而没有人为延迟、错误或干扰。利用我们的AISX功能，企业可以在几分钟内而不是几天内解决问题，推动激活，并挖掘关键的情报来源。"
"Aisera专注于通过其云原生AI服务体验产品和解决方案提供卓越的员工和客户体验，是寻求简化支持工作流程的全球企业值得信赖的合作伙伴，"Thoma Bravo的合伙人Christine Kang说，"我们很高兴能利用我们的软件和运营专业知识，支持才华横溢的Aisera团队加速增长和创新，并扩大其市场领先地位。"
Aisera提供了业界首个主动、个性化和预测性的人工智能服务体验平台，为B2B和B2C组织整合了人工智能服务台、人工智能客户服务和带有代理辅助功能的票务人工智能。在人工智能和机器学习的推动下，Aisera平台为IT、人力资源、客户服务、销售和运营自动解决任务、行动和工作流程。它与ServiceNow、Salesforce、Oracle、Zendesk、Workday、Adobe、Atlassian和BMC等企业应用无缝集成。Aisera是一个工作的未来，它大大降低了成本，并通过一流的业务运营、收入和增长释放了生产力。
"ITSM彻底改变了企业向客户和员工提供服务的方式，但这些服务已经商品化，并经常受到人为干预的束缚，"高盛董事总经理David Campbell说，"随着对话式人工智能技术的出现，市场的颠覆时机已经成熟，我们投资Aisera是因为我们相信它是这个领域唯一准备好提供符合现代用户需求的端到端体验的公司之一。"
Aisera创新的无监督自然语言理解（NLU）和基于AI知识图谱的对话式人工智能和自动化解决方案提供了用户智能、用户行为分析和安全的企业级人工智能体验，使整个业务流程、任务和工作流程获得前所未有的满意度。客户可以期待EX和CX的大幅改善--高达85%--同时在工具、许可证和资源方面减少70%或更多的支持成本，并快速实现价值。
Aisera由Muddu Sudhakar创立，他是一位连续创业者，在企业市场拥有深厚的产品、技术和GTM经验，包括AI/机器学习、大数据、云、网络安全、物联网、SaaS、存储和芯片/半导体。他是许多公司的投资者和董事会成员，在初创企业方面有很强的运营经验，在Caspida、Cetas、Kazeon和Sanera被收购之前担任首席执行官，并在大型上市公司担任高级副总裁和总经理职务，包括ServiceNow、Splunk、VMware和EMC。Aisera已被确认为福布斯人工智能50强的成员，以及Gartner Cool Vendor。
关于Aisera
Aisera提供世界上第一个人工智能驱动的服务体验解决方案，它可以自动操作和支持IT、销售和客户服务，通过向用户提供类似消费者的自助服务解决方案，使企业和客户获得成功。Aisera通过用户和服务行为智能，推动任务、行动和业务流程的端到端自动化，快速跟踪数字化转型之旅。Aisera是一家顶级的风险投资创业公司，总部设在加利福尼亚州帕洛阿尔托。
-
机器学习
微软正在将Viva从纯粹的员工门户提升为工作支持平台，从销售开始
当微软去年推出Viva时，它将该平台定位为一个员工门户，在那里你可以了解育儿假政策或其他更广泛的针对公司政策和文化的内部沟通。上个月，当它发布Viva Goals时，它进一步强化了这一想法，Viva模块旨在让员工了解他们的KPI。
但是，微软似乎对Viva有更广泛的野心，而不仅仅是为员工提供典型员工内部网中的重要信息。今天，它宣布了Viva内部可能支持的多种工作中的第一个，首先是销售。
微软公司负责商业应用的副总裁Emily He说，这一宣布是以一种方式将信息汇集到特定的工作岗位上，而她多年来一直听说这是各公司和工作岗位的一种员工圣杯，这也是她被吸引到微软的原因之一。
她说："在我看来，Viva Sales真正代表了一种新的工作方式，它打破了数据的孤岛，打破了经验的孤岛。"
她在与销售人员的合作中了解到的一件事是，他们有太多的工具，他们需要一种方法，从他们使用的工具中提取有意义的信息，以一种更集中的方式呈现。"他们真的想要一个更简化的体验。因此，Viva Sales使卖家能够使用他们已经喜爱并每天使用的工具，包括你的电子邮件系统，如Outlook、Word文档、PowerPoint演示文稿，以及Teams，"她说。
该工具建立在Office 365之上，并为微软Dynamics 365 CRM进行了调整。通过标记客户名称或联系人，Viva Sales可以将文件、电子表格、演示文稿、电子邮件和其他材料自动拉入CRM工具，所有这些都在标记下组织起来，大大减少了所需的手动数据输入量。
"卖家确实花了很多时间手动输入账户信息或预测数据。因此，这消除了大部分手工数据输入。但更重要的是，现在它产生了一个更全面的客户视图，"他告诉我。
"随着所有这些数据存储在一个地方，这意味着客户可以用它来推动围绕如何改善销售的机器学习模型，"她说，"你可以使用人工智能和机器学习为卖家提出建议，并将这些建议传递给卖家，无论他们在哪里，无论他们是在写电子邮件还是在虚拟会议中。"
虽然它看起来是以微软为中心的，但开箱后它也将支持Salesforce CRM，随着时间的推移，他们可能会根据客户需求增加对其他工具的支持。此外，该公司计划随着时间的推移为Viva增加更多工作类型。
这里的最终游戏似乎是扩展员工沟通门户，不仅包括对员工有用的公司材料，还包括做他们特定工作的工具。她说，他们之所以这样做，是因为他们一直听到员工在同一门户内要求得到这种帮助。
值得一提的是，Viva Sales将免费提供给微软Dynamic 365的客户，但是当你像使用Salesforce一样访问第三方数据时，你使用该工具将被收费。
Viva Sales将在7月进行公开预览，并计划在秋季正式发布。目前，除了Dynamics 365，唯一可用的其他CRM集成将是Salesforce。
作者：Ron Miller
文章来源：TechCrunch
-
机器学习
未来工作将如何改善员工体验
自互联网开始以来，我们已经从模拟物种慢慢过渡到数字物种：数字人（Homo Digitalis）。现在，对大多数人类来说，互联网已经成为常态，我们每天花很多时间在互联网上，并与（数字）技术相连。这场大流行已经成为几十年前就开始的趋势的催化剂。
如果有人在2019年底说，几个月后，全球许多组织将在家里工作，没有人会相信。然而，这就是所发生的事情。幸运的是，技术已经准备好了，许多员工把早上的通勤时间换成了睡觉和早餐，把办公室里的1:1换成了步行电话，把会议室里的碰头会换成了家庭办公室的Zoom、Teams或Google Hangouts。总而言之，我们做得非常好。如果技术没有准备好，这种向远程工作的转变，包括在线社交聚会、在线酒吧猜谜，甚至是一个完整的虚拟火人节，都是不可能的。如果这种大流行病发生在五年或十年前，我们就不可能如此轻易地进行转换。
然而，并不是一切都很完美，许多员工在在家工作时很挣扎，正如戴尔最近的突破性研究显示。这项对全球10,5000名受访者的深入研究显示：50%的受访者认为很难进行远程协作或与同事联系，41%的受访者认为员工正在努力应对倦怠和/或不良的心理健康，这影响了他们的工作能力。
幸运的是，这个群体有希望。随着技术将继续变得越来越普遍，我们如何与之互动，以及我们如何使用技术与同事联系和合作，将在这十年中发生巨大的变化。
工作的未来改变组织
随着技术成为我们工作中更重要的一部分，人机互动成为常态。我们将走向仿生组织，在那里，数据使人类和机器能够无缝协作。未来的工作围绕着数据、去中心化和自动化，改变了我们的工作内容。同时，这些趋势正在汇入元宇宙，这将从根本上改变我们的工作方式。
数据使员工赋权成为可能
在过去的几十年里，数据已经成为竞争优势的要求。数据使组织能够感知组织内部和外部正在发生的事情。所有的员工都应该能够获得相关的数据源和实时的洞察力，为客户和组织做出最好的决定。
然而，知识等于力量，正如哲学家和政治家弗朗西斯-培根爵士在16世纪已经知道的那样。如果员工被赋予有价值的洞察力，它将改变组织内的权力动态，将其从领导层转移到面对客户的员工身上。当然，这并不意味着领导者应该避免将数据民主化以保持他们的权力和影响力，因为数据的好处大到不可忽视。然而，这将需要一种不同的领导风格。
更重要的是，被授权的员工是快乐和富有成效的员工。拥抱大数据分析将对员工的体验产生积极的影响，因此也会对底线产生影响。有趣的是，根据戴尔的研究，50%的受访者预计，数据洞察力将使员工和组织更具企业家精神，并使员工能够更好地发现新的机会。同时，38%的受访者担心他们会被大量的数据所淹没，这意味着数据不仅可以直接影响员工的体验，数据也需要组织内的领导层全力关注。
分散管理将简化操作
去中心化也需要管理层的关注，因为它可以对企业产生如此大的影响。区块链在与行业伙伴合作时提供了一个单一的真相来源，它可以点燃人机伙伴关系。过去用纸笔和中间人做的事情，现在可以用密码学和智能合约来简化。去中心化将消除复杂性并简化要完成的工作，而不是增加不必要的官僚层的复杂行政程序。
因此，区块链可以被认为是供应链的黄金标准。当组织在全球供应链中进行合作时，它将简化行政任务。它将允许（运营）人员专注于真正重要的事情，而不是被重复的行政任务所累。根据戴尔的研究，目前只有37%的受访者体验到精神上的刺激和非重复性的工作。这意味着，通过应用去中心化技术和使用分布式账本来消除中间环节，实现行政任务的数字化和自动化，仍可以赢得一片天地。
自动化将使组织更加人性化
虽然区块链和智能合约可以用来实现组织间的自动化协作，但人工智能和机器学习可以应用于自动化平凡的内部任务。在将你的内部流程和客户接触点数据化后，你手头就有了数据，可以将这些流程和客户接触点自动化。
一个简单的例子是使用聊天机器人来解决你的客户可能有的第一线问题。通过分析您的呼叫中心数据，您可以清楚地找到最常见的问题，并训练聊天机器人代表您的呼叫中心代理回答这些问题，让您的员工专注于更具挑战性的问题。
技术也可以帮助简化合作，例如，在安排会议时。特别是在全球组织中，由于团队分散在不同的时区，对员工来说，如果他们不是早起或晚睡的人，要在清晨或傍晚出现，可能是一个挑战。自动化可以帮助安排这样的会议，考虑到员工的个人喜好，从而使员工更快乐、更有效率。
元宇宙将改变协作方式
这种自动化的方法将变得更加重要，因为我们现在正处于元宇宙的黎明。这个互联网的下一个迭代，即物理世界和数字世界融合成一个 "物理 "环境，将从根本上改变我们的工作方式。它将迎来一个时代，我们将从二维协作转向三维协作，我们可以告别缩放疲劳，从而创造一个更积极的员工体验，并可能减少倦怠。缩放疲劳是由与显示器的眼神接触增加、认知工作量增加、身体活动受限以及在实时摄像画面上不断地对自己进行视觉化的自我评价造成的。
元宇宙将使合作和互动更真实，更不累人。人类是为3D而非2D而生的，因此，元空间将使用户能够一劳永逸地抛开缩放疲劳。这将是一种全新的工作方式，因为在数字3D空间中的协作比使用2D工具更直观，尤其是当同事们在地理上相隔遥远时。它将使协作再次成为一种乐趣，而不是一种令人厌烦的经历，并对员工体验产生积极影响。
随着时间的推移，随着元宇宙变得更加逼真，我们从没有腿的卡通化身转变为超现实的数字复制品，它将进一步扰乱职业流动和协作。一旦物理或数字会议之间的差异消失，我预计将在本世纪末发生，（数字）员工不再需要去办公室，我们可以从（部分）在家工作转向在任何地方工作，所有的时间。
同时，虽然对许多员工来说，这些新兴技术对他们的工作或融入日常工作具有挑战性，但对Z世代（1995-2010年出生的人）和Alpha世代（2010年以后出生）来说，这些沉浸式技术是一种日常实践。这几代人是元老级人物，如果你想吸引他们成为未来的员工，你需要在你的组织内拥抱元宇宙。
前瞻性的领导至关重要
拥抱元宇宙，以及使元宇宙成为可能的融合技术，说起来容易做起来难。它需要一种创新文化，需要对这些技术有深刻的理解，需要前瞻性的领导层来拥抱创新而不是阻止创新。
特别是因为，根据戴尔的研究，61%的受访者担心会受到远程边缘技术的摆布。只有当领导层对新兴技术的内涵以及它们对企业的影响有清晰的认识时，这种恐惧才能消除。如果一个组织想在未来几年保持竞争力和相关性，对未来技术对业务的影响负责并建立一个创新和变革的文化的前瞻性领导层是至关重要的。毕竟，如果领导层不了解未来的技术，我们怎么能期望员工也能了解呢？
对你的组织进行数字化转型是困难的，特别是因为我们生活在指数时代，变化比以往任何时候都快。这就是为什么前瞻性的领导比以往任何时候都更重要。技术可以对员工体验产生积极影响，与人合作，使每个组织不仅更加人文化，而且更加人性化。根据《突破》，67%的受访者认为他们的组织低估了进行有影响力的转型所需的人员。为了成功，组织将需要以身作则，把人放在每个创新努力的核心位置，并拥抱各种形式的变化。
作者：Dr Mark van Rijmenam
-
机器学习
【纽约】招聘自动化平台Fetcher获得2700万美元的B轮融资
2022年5月19日，提供全方位服务的招聘自动化平台 Fetcher 宣布获得了由Tola Capital领投的2700万美元的B轮融资，现有投资者G20 Ventures、KFund和Accomplice也参与了本轮融资。
这使Fetcher获得的资金总额达到4000万美元，使该公司能够扩大其在为人才招聘团队创建强大、合格的候选人管道方面的努力，同时提供外联和多样性分析、CRM功能和全球采购支持。
招聘工作在过去几年中发生了变化，使人才招聘团队难以跟上所有的要求。为了有更多的带宽来关注招聘工作中人的方面，招聘人员需要将候选人的采购和推广过程自动化。
Fetcher的全方位服务、招聘自动化平台正是这样做的。Fetcher没有使用标准的数据库模型，而是将机器学习和人工智能独特地结合起来，为每一个开放的角色创建精心策划的候选人批次。这种采购模式使招聘人员在电脑前搜索或过滤候选人的时间减少，而将更多时间用于与候选人和招聘经理联系。
"招聘的状况已经改变。远程招聘使候选人的竞争全球化，大流行病迫使公司以较小的招聘团队来发展他们的招聘工作。多样化招聘也更加前沿和中心，这也是应该的，"联合创始人兼首席执行官Andres Blank说，"这些因素导致人才招聘团队需要自动化来建立多样化的人才管道，并更快地进行招聘，最终导致我们的收入在去年增长了两倍，并随着我们更新产品和在国际上的扩张而继续增长。"
正如Tola Capital合伙人Aaron Fleishman指出的那样："雇用和留住顶级和多样化人才的能力对公司的成功至关重要，而建立优秀团队的挑战由于工作的平均任期大幅下降而变得更加复杂。Fetcher的招聘自动化工具解决了候选人管道问题，使招聘人员有时间与候选人接触并建立关系。我们很荣幸能与Fetcher团队合作，提供机器学习和人工智能，以更好地改变招聘人员的工作流程。"
Fetcher的招聘自动化平台与数十个申请人跟踪系统（ATS）以及Gmail和Outlook集成，使采购和外联过程无缝衔接。它的一键式Chrome扩展允许招聘人员直接在LinkedIn上手动寻找候选人，将合格的潜在候选人过滤到自动化的电子邮件外联序列中，以便进行接触。其强大的分析功能使公司能够在个人和团队层面，以及在职位和公司层面，跟踪渠道顶端的绩效指标。这些指标不仅使团队了解在漏斗的每个阶段需要什么，以达到和超过他们的招聘目标，而且它们还有助于建立多样化的候选人管道，包括战略多样性分析。
Magnite人事业务伙伴Nihal Solomon说："很多与我们情况相同的公司，他们正处于增长的风口浪尖，他们正在争夺人才，他们只是没有工具来实现流程或功能的自动化，以帮助他们成长。Fetcher正在帮助我们成长，并随着我们的成长而适应。"
有了这笔新的投资，Fetcher很高兴能继续在国际上发展，为繁忙的人才招聘团队建立最有效的采购平台。 它将继续优化其平台，以确保招聘人员和招聘经理有稳定的合格、感兴趣的候选人，同时还将建立额外的ATS集成、CRM功能等。该团队将在全球范围内扩展，帮助为全球人才团队提供采购支持。
Fetcher与数百家公司合作，包括Behr Paint、Albertson's、Foursquare和 Shutterstock。客户节省了时间和金钱，同时增加了他们的候选人管道，使他们能够比以往更快地雇用多样化的顶级人才。
关于Fetcher
Fetcher是一个提供全方位服务的招聘自动化平台，它使人才招聘团队的重复性、顶层任务自动化，这样他们就可以把更多精力放在候选人参与和团队协作上。抛弃数据库，获得定制的、精心策划的各种顶级人才的批次。
Fetcher融资历程
【纽约】招聘流程自动化公司Fetcher完成650万美元A轮融资
扫一扫 加微信
hrtechchina
