-
AI
专家谈：HR如何使用AI简化工作的5种激动人心的方式
Gartner报告说，HR 是人工智能（AI）的顶级用例之一。在本文中，我们将研究五个AI专用于HR的用例，并结合行业专家的独到见解。
人工智能（AI）改变了我们生活的各个方面，无论是个人还是专业。其无所不包的功能意味着HR中也有AI的几个使用案例。Gartner发现23％的组织正在将AI应用于其人力资源实践。
那么，您如何评估和理解AI在HR中的变革能力呢？请记住，这是我们许多日常体验背后的技术，从Google的搜索引擎到苹果的语音助手Siri。关于人力资源中越来越多的AI用例，以下是人力资源和技术领域的五位专家不得不说的话，哪些将成为实施的热门。
行业专家称有5种AI的HR用例
人力资源是所有关于建造，维护和改善人类的职场人际关系。这需要一方面以数据为依据，另一方面以直觉来对工作环境进行仔细而智能的处理。这就是为什么HR用例是AI的主要候选人的原因。
AI可以利用企业数据和优化决策，学习的决定及其影响每个周期。它的组件技术有助于将人力资源智能引入HR技术：自然语言处理（NLP）将对话和反馈转换为机器可读数据。语音和图像识别使HR可以从各种来源收集数据，也为员工提供了更大的灵活性。随着时间的推移，不同的机器学习模型会提高AI功能。
所有这些要素共同使AI适用于五个关键的HR用例。
1.员工体验为下一个阶段做好准备
员工体验（EX）的质量决定了保留率，影响推荐的可能性并显着塑造了员工品牌。从招聘到建立可持续发展的文化，人工智能可以改善整个员工旅程中的各种体验。
谈到就业机会和劳工法解决方案提供商Littler的首席数据分析官Aaron Crews 谈到AI如何改善整体员工体验时，他说：“数据越来越多地帮助我们确定如何通过工作来提高工作满意度和绩效人们的工作，改善流程和消除繁琐和瓶颈的机会。”
AI会收集非结构化数据，从而为我们提供有关组织中员工敬业度状况的有意义的见解。它可以帮助改变感知和解决员工整体体验的方式。
2.员工自助服务更加精简
自助服务系统是现代组织中的重要组成部分，可赋予员工权力并减少人力资源工作量。但是，由于采用方面的挑战或基本信息的可用性缺乏透明性，这些系统经常失败。
“来自我们平台的数据显示，所有人力资源请求中有49％是重复的。人力资源和IT售票平台Spoke的营销主管 Joshua Anish说，几乎有15％的请求被逐字逐句地提出。
在这种情况下，人工智能最重要的应用之一就是可以回答这些重复性问题，并将人力资源释放给需要人工干预的其他任务。
如果无法立即回答查询，它还可以提供对查询状态的实时洞察。客户服务软件公司Zendesk的 IT业务应用程序主管Mandy Shimshock说： “例如，在故障单中构建电子邮件触发器可以使员工在处理他们的请求时保持联系。”
人力资源的这种自由度和员工的透明度可以极大地增加员工的整体体验。
3.劳动力调度见证了360度转变
人工智能有能力完全改变我们每天的工作方式，无论任务的性质或重要性如何。当涉及到联络中心时，这将成为创新的重要动力。更大的劳动力管理生态系统，座席绩效管理以及客户互动质量将发生范式转变。
NICE是一家致力于大数据运营的公司，其高级产品营销经理Paul Chance 详细介绍了联络中心员工管理中的这一决定性转变，并讨论了AI在员工管理中的作用。
在谈到AI在计划中的作用时，他说：“以无监督学习的形式进行的人工学习使联络中心能够实施随着可用数据的更改或增加而不断改进的计划。”
他接着补充说：“当面对全渠道环境中固有的许多调度未知因素时，这就是现代劳动力管理工具如何解决调度优化难题。”
借助AI处理计划，管理人员可以远离电子表格，更有效地利用其时间来管理动态的联络中心员工。
副总裁全球总裁史蒂芬·鲍尔（Steven Power）解释了为什么在人力资源管理中使用AI如此令人兴奋：“可预测性可导致员工留住，并且可以成为人才招聘的福音。最终，通过适应工作场所中AI的采用，尤其是针对自动计划和调节计划，员工被证明在完成工作任务时具有更高的满意度和蓬勃发展。”
4.学习与发展（L＆D）达到了新的个性化水平
传统上，L＆D仅限于教室和传统培训模块。但是，AI可以极大地突破L＆D的界限-与学习者紧密合作以评估行为，预测新出现的需求并根据独特的学习能力/能力简化内容。
“想象一下，您的新手销售人员即将拜访客户。当她进入停车场时，该公司的学习机器人会自动拨打电话，以显示关于积极第一印象的微型学习课程，以及指向潜在客户的“关于我们”页面和经理最后的指导笔记的链接。如今，这是一种个性化的学习体验，” 员工福利技术与通信公司Hodges-Mace的学习与发展总监Miguel Caraballo说道 。
如此激烈的个性化和及时交付可以使L＆D成为AI应用程序的主要候选人。
5.组织文化经历了重大改革
从绩效评估和“更扁平化”的组织结构到完全消除迭代任务，人工智能将影响文化的各个方面，高级领导层将重新定义他们如何管理绩效指标，提供一个开放，包容和“远程工作友好”的组织文化。
提供人工智能和认知解决方案的跨国公司IPsoft的全球人力资源总监Ken Martin 分享了他对这种崭新的企业世界观的看法。“在不久的将来，人工智能技术将成为公司向员工提供信息和服务的宝贵人力资源工具，而这些信息和服务越来越有可能分布在各个物理位置和时区。AI将用于为智能虚拟代理提供动力，无论他们是否在正常工作时间后提交请求，智能虚拟代理都将提供24/7的个性化信息和服务访问。”
人工智能在人力资源中的用途：自然而多变的交集
今天标志着AI和自动化时代的开始。像其他所有细分市场一样，HR也可以利用人工智能的多个方面来改变甚至最基本的功能，从AI优化的招聘框架到个性化的学习和发展。
普华永道最近发表的一份题为《未来劳动力》的报告指出，“自动化和人工智能（AI）将影响企业及其员工的各个层面。这个问题太重要了，不能只留给IT（或HR）。必须对不断变化的技术前景有深入的了解和敏锐的洞察力。”
作为人力资源从业者，您必须开始将AI视为杂乱无章且精简的变革推动者。拥抱AI不断扩大的影响将使组织受益匪浅，因为它有助于为您的员工创建一个振兴的体验型生态系统。
根据您的说法，哪些是人力资源中最易于实施的AI用例？
以上由AI翻译完成，仅供参考
作者：Chiradeep BasuMallick
来源：https://www.hrtechnologist.com/articles/digital-transformation/ai-uses-in-hr-experts-speak/
-
AI
在“讨厌的HR”文章发表14年后，您是否具有战略性？
14年前的今天，由基思·哈蒙兹（Keith Hammonds）撰写的2005年快速公司封面故事“ 为什么我们讨厌人力资源 ”。这篇文章是全世界听到的枪声，是针对“卡死”行业的一连串镜头，需要演变为战略角色，但没有足够的知识力量去实现这一目标。
Hammonds称人力资源人员“既不是战略人员也不是领导者”，他认为人力资源主要侧重于行动而不是结果，并且不会讲首席执行官的语言。
显然，他的抱怨早就该了。这篇文章在新闻界被放大，甚至成为学术讨论的主题。
如今，新的节省成本和时间的人力资源技术是否能够减轻这种敌意，仍然是一个尚待解决的问题。这取决于HR是否充分利用了该技术并正确使用了它。
人力资源主管可以问自己以下5个问题，以确定他们是否走上正轨，或者他们的最高管理层是否仍对他们感到不满。以及关于如何将首席执行官的仇恨变成高击掌的一些建议。
1.您提供给领导层的员工数据可能很复杂，但是具有战略意义吗？
您可能会认为，向CEO吹毛求疵是很高兴的，因为您的公司提供的健身房会员资格不需要花费太多，而员工最喜欢这种特权。但是要具有战略意义，您必须证明健身房会员资格实际上正在提高生产力，效率或其他一些有意义的指标。您的首席执行官想要这些答案–您有答案吗？
2.您是否在聪明地思考AI？
人工智能程序听起来对船上人员，训练和提高保持力都很有用。和诱人；您只需启动它们，然后让它们自己运行，对吗？不。您必须密切关注AI，并监视程序是否按照您的要求进行并且是否值得。例如，如果您需要看到AI入职计划的保留率提高5％，但没有达到这个数字，那是不值得的-您和您的CEO应该知道这一点。同样，如果效果很好，并且您可以告诉您的领导者您节省了多少钱，您和您的首席执行官就可以进行高额交易。
3.您将哪种数据放入数据分析中？
这是一个至关重要的问题，因为人力资源部不得不屈服于许多不同的神灵，结果数据程序（由神灵委员会设计）遭受了损失。拿绩效数据（许多人会说。）众所周知，绩效数据是中档的，很少有被评为优秀的员工（其他工资增长和奖金会破坏预算），很少被评为不满意（因为暴露出缺乏培训或激起一班被剥夺权利的工人游行。由于性能数据（好的数据）是无价的，所以这更加令人不安。大数据和AI程序可能会做一些很棒的事情，但是如果其中的数据不可靠，不整洁且不一致，则结果可能毫无价值，这是CEO讨厌的结果。
4.您可以将员工数据翻译成CEO的语言吗？
过去，领导层并不真正相信HR具有咨询性，知识渊博并能说出领导者的语言。人力资源主管必须能够以与首席执行官产生共鸣的方式连接其数据点。您的调查可能表明您的领导者不信任他们的客户支持员工。这些员工也可能会感到沮丧。一个好的人力资源人员会仔细看待客户满意度，看看是否存在转化为价值损失的联系，并给予客户支持更多解决问题的能力，并提高了客户保留率。这种见解将使首席执行官能够倾听并信任您。
5.您是在处理危机还是在解决潜在的问题？
这是人力资源至关重要的地方，尤其是在我们多样性日益增加的时代，＃MeToo和社交媒体不断注视的时代。在莱斯·穆恩维斯（Les Moonves）丑闻之后，CBS现在正在指派HR代表参加其所有演出的演出。尽管这表明了对人力资源危机管理的信心，但它只能解决部分问题。人力资源部门应该敲门首席执行官的大门，说他们不仅仅是减少诉讼或制止不良行为的工具。真正的目标是利用数据和协作来创造文化转变，使所有员工都觉得自己受到了公正的对待。不仅如此，人力资源部还将获得高质量的数据，以说明这种文化转变将如何在五年内收回成本并开始增加收入，因为建立公平，透明的文化意味着更高的生产力和协作能力。那是一种战略思维和同理心，可能会使首席执行官的仇恨化为乌有。
以上由AI翻译完成，仅供参考
作者：保罗·马斯特兰格洛（Paul Mastrangelo）
来源：https://www.tlnt.com/14-years-after-the-hate-hr-article-have-you-become-strategic/
-
AI
要构建可以信赖的人工智能
计算机系统需要了解时间，空间和因果关系。现在他们没有。
人工智能有一个信任问题。我们越来越依赖于AI，但尚未赢得我们的信任。
例如，以自动驾驶模式驾驶的特斯拉汽车具有撞车事故的令人不安的历史。亚马逊的面部识别系统在大多数情况下都能正常运行，但是当被要求将535名国会议员的脸庞与25,000张公开逮捕的照片进行比较时，它发现了28个符合，而实际上却一个都没有。发现一种旨在审查亚马逊求职者的计算机程序可以系统地歧视妇女。每个月都会发现AI的新弱点。
问题不在于当今的AI需要做得更好。问题是当今的AI需要尝试做完全不同的事情。
特别是，我们需要停止构建仅能越来越好地检测数据集中的统计模式的计算机系统（通常使用称为深度学习的方法），并开始构建从组装之初就掌握三个基本概念的计算机系统：时间，空间和因果关系。
当今的AI系统对这些概念几乎一无所知。花点时间。我们最近在Google上搜索了“乔治·华盛顿是否拥有一台计算机吗？” —该查询的答案需要在一个单一的时间框架内关联两个基本事实（华盛顿生活时，计算机被发明时）。Google的前10个搜索结果中没有一个给出正确答案。结果甚至没有真正解决这个问题。排名最高的链接是《卫报》上的一则新闻报道，内容是关于玛莎·华盛顿的计算机化肖像，因为她可能年轻时就看上去像。
Google的Talk to Books是一家人工智能企业，旨在通过提供庞大的文本数据库中的相关段落来回答您的问题，但这种做法并没有得到改善。它发表了20篇文章，内容各异，有的是关于乔治华盛顿的，有的是关于计算机发明的，但两者之间没有任何有意义的联系。
当涉及人工智能以及空间和因果关系的概念时，情况甚至更糟。即使是第一次碰到奶酪刨丝器的小孩，也可以弄清楚为什么它的孔带有锋利的边缘，哪些部分允许奶酪掉落，哪些部分可以用手指抓住等等。但是，现有的AI都无法正确理解对象的形状与其功能之间的关系。机器可以识别事物是什么，但不能识别事物的物理特征如何与其潜在的因果关系相对应。
对于某些AI任务，主导的数据关联方法可以正常工作。您可以轻松地训练一台深度学习机，例如识别暹罗猫的照片和德里克·杰特的照片，并在两者之间进行区分。这就是为什么此类程序适用于自动照片标记的原因。但是他们没有概念上的深度来实现，例如，有很多不同的暹罗猫，但只有一只德里克·杰特，因此显示两只暹罗猫的图片并不引人注目，而显示两只德里克·杰特的图片却没有什么意义。被篡改了。
这种理解上的失败在很大程度上是为什么像《 The Jetsons》中的管家Rosie这样的通用机器人仍然是一种幻想。如果Rosie无法理解世界运作的基本原理，那么我们就无法在家里相信她。
没有时间，空间和因果关系的概念，很多常识是不可能的。例如，我们都知道，任何给定动物的生命都始于其出生，直至死亡。在其生命的每一刻都占据着太空中的某个特定区域；两个动物通常不能同时处于同一空间; 两只动物可以在不同时间处在同一空间中；等等。
我们不必明确地学习这种知识。正是背景假设和概念框架的集合，使我们对世界的所有其他思考成为可能。
然而，从事人工智能工作的人很少尝试在机器中建立这样的背景假设。我们并不是说这样做很容易-相反，这是一个重大的理论和实践挑战-但是没有它我们就不会获得复杂的计算机智能。
如果我们构建的机器具备丰富的概念理解能力，那么其他一些担忧将消除。例如，哲学家尼克·博斯特罗姆（Nick Bostrom）曾设想过这样一种情况，即一台功能强大的AI机器被指示制作回形针，不知道何时停止，最终使整个世界（包括人们在内）变成了回形针。
我们认为，这种反乌托邦式的推测很大程度上是由于思考当今无意识的AI系统并从中推论得出的。如果您能计算出的只是统计相关性，就无法将危害概念化。但是知道时间，空间和因果关系的AI系统可以编程为遵循更一般的指令，例如“机器人可能不会伤害人类，或者由于无所作为而使人类受到伤害。 ”（艾萨克·阿西莫夫（Isaac Asimov）的三个机器人定律中的第一个）。
我们面临一个选择。我们可以坚持使用当今的AI方法，并极大地限制机器的操作（最后我们会导致自动驾驶汽车崩溃，并使机器永久存在偏差而不是减少偏差）。或者我们可以将方法转向AI，以期希望开发出对世界有足够丰富的概念性理解而无需担心其运行的机器。其他任何事情都会太冒险。
作者：Robust AI的创始人兼首席执行官Gary Marcus（@GaryMarcus）和纽约大学计算机科学教授Ernest Davis是即将出版的《重新引导AI：构建我们可以信赖的人工智能》一书的作者。这篇文章是改编的。
以上由AI翻译完成，仅供参考。
https://www.nytimes.com/2019/09/06/opinion/ai-explainability.html
-
AI
如何设计合适的候选人体验
多年来，人们越来越关注求职者的经验。此外，公司还在努力建立招聘实践，以带来积极的求职者体验。这种转变不是随机发生的。全球各地的研究表明，记录求职者的经历对于吸引和聘用合适的人才至关重要。技术的出现使得流程和方法需要融合直觉和客观证明的实践。但随着接触潜在候选人的方式成倍增加，与候选人接触的策略也是如此。人力资源专业人员需要确保专注于候选人体验的无缝流程。这意味着要密切关注招聘的每个阶段。
听取你的候选人的意见通常，增强候选人体验的第一阶段是听取候选人并听取他们的反馈意见。整理招聘阶段的数据不仅有助于人力资源专业人员改善他们的招聘流程，还可以帮助他们与候选人建立富有成效的关系。
与未完成选择过程的候选人保持联系不仅有助于创建必要的基准。但它也反映了雇主的品牌，并在提升候选人体验方面发挥了整体作用。
设计有效的沟通策略虽然在招聘过程中倾听您的候选人是候选人经历的重要组成部分，但了解与未来员工沟通的内容和方式同样重要。根据一项候选人行为研究，只有14％的求职者认为雇主能够做出回应。通过社交媒体和其他数字平台，招聘人员有更多机会确保他们能够有效地接触候选人。 根据任仕达的报告，一家公司97％的高级候选人希望招聘人员在被动招聘时采用高度个性化的方法。虽然可以很容易地接触到更多的候选人，但知道提出的信息是构建有效候选人体验的关键。为此，需要评估对候选人偏好的理解以及数字和离线的各种渠道的范围。专注于消除负面经验
改善候选人经历的一个关键组成部分是减少招聘过程中出现负面经历的可能性。由于经验不佳，候选人更有可能使用社交媒体表达他们的投诉。使招聘过程变得不那么繁琐，清晰有效地沟通，在整个招聘过程中吸引候选人，以及创新招聘策略都可以减少候选人招聘经历不佳的机会。
让技术成为你的盟友
将AI，预测分析，数字化，自动化等技术嵌入到招聘流程中可以减轻痛点。但与现代解决方案一样，此类技术并不是创建强大候选体验的终点。它仍取决于招聘人员如何有效利用它们。要做到这一点，重要的是使用技术来弥补差距。最近的一项研究发现，尽管99%的受访者投资于求职者跟踪系统和另一种招聘技术，如评估系统和推荐检查系统，但许多人指出，在确保招聘成功方面，人际接触仍然是最重要的。这对于建立良好的候选人体验至关重要。例如，SumTotal系统招聘允许招聘人员重新设计他们的招聘，通过使用最新的技术工具来关注候选人的经验。它提供了智能手机优化的求职网站等功能，为求职者和招聘人员提供了应用功能、候选人匹配、自动化和智能面试工具，以及端到端的易用用户体验。以上由AI翻译，仅供参考！作者：Dhruv Mukerjee来源：https://www.peoplemattersglobal.com/article/transform-talent/why-hr-leaders-need-to-leverage-consumer-grade-tech-22955
-
AI
【美国】机器学习平台DataRobot获得了2.06亿美元的E轮融资，将AI引入企业
人工智能在企业软件中发挥着越来越大的作用，波士顿的DataRobot一直在帮助公司构建，管理和部署机器学习模型。近日，该公司宣布一项由Sapphire Ventures领投的2.06亿美元E轮融资。
此轮的其他参与者包括新投资者Tiger Global Management，World Innovation Lab，Alliance Bernstein PCI和EDBI，以及现有投资者DFJ Growth，Geodesic Capital，Intel Capital，Sands Capital，NEA和Meritech。
据该公司称，此次的投资总额增加到4.31亿美元。根据PitchBook的说法，它的预估价值为10亿美元。DataRobot不会确认此号码。
该公司通过提供面向分析师，开发人员和数据科学家的机器学习平台，帮助建立预测模型的速度比使用传统方法通常需要的更快，从而吸引了这些投资者的注意力。构建完成后，该公司提供了一种以API形式交付模型的方法，从而简化了部署。
后期创业公司计划利用这笔钱继续建立其产品线，同时寻找有意义的收购机会。该公司还宣布推出一款新产品DataRobot MLOps，这是一种在大型组织中管理，监控和部署机器学习模型的工具。
这家成立于2012年的公司声称，自2015年以来，该公司的经常性收入一直保持着三位数的增长，迄今为止，该平台上已生产了10亿款车型。贡献这一数字的客户包括许多公司，如Humana、联合航空(United Airlines)、哈佛商学院(Harvard Business School)和德勤(Deloitte)。
以上由AI翻译 ，仅供参考！
作者：Ron Miller
来源：https://techcrunch.com/2019/09/17/boston-based-datarobot-raises-206m-series-e-to-bring-ai-to-enterprise/
-
AI
2019年大企业应用人工智能的八种趋势
在人人都想跟AI发生点关系的时代，保持企业持久的竞争力始于对人工智能领域的清醒认识： 世界上最具影响力的大公司在AI投资、技术运用和成果落地方面有着怎样的布局？
近日，毕马威公布了一份2019年关于大企业如何应用人工智能的研究，并总结出8个关键趋势。 第一阶段，研究人员首先对招聘网站和媒体报道进行了二次研究，并访谈了3家提供AI解决方案服务的公司以了解“供应方”的情况。
在此基础上，研究人员整理了用于第二阶段与30家全球500强企业高管深入访谈的问题，深入调查了这些企业作为“需求方”在人工智能和自动化应用的现状。 这30家极具影响力的全球500强企业代表着重要的全球经济价值——他们雇佣了大约620万人，总收入达3万亿美元，组成了全球AI市场强有力的部分。
以下是报告中概述的八种趋势，希望帮助正在或想要运用AI到现有业务的企业高管更好地制定战略、把握机会。
一、 从实验室到应用技术的快速转变
在过去的三年中，人工智能已经从一项“观望中的技术”转变为一种“需要部署的技术”。 这种变化由快速数字化，机器学习的发展、数据的增长所引领。 在接下来的三年中，很多企业正在优先考虑横向和纵向应用AI的可能。
虽然仅有26％的公司在今天大规模部署了机器人过程自动化，但83％的公司表示他们计划在未来三年内实施。 同样，今天只有17％的公司大规模集成了人工智能或机器学习，但有一半表示他们计划在未来三年内实现。
二、自动化，人工智能，分析力和低代码开发平台正在融合
高管们强调了将自动化，人工智能，分析和低代码功能部署在一起能够更高效的完成技术工作。 这种组合允许更多的数据密集型反馈，可以为组织提供更深入的见解，而不是传统的分析。
三、企业的需求在大大增长
在受访的五家具备较成熟AI技术能力的公司平均拥有375位从事相关领域的员工，毕马威计算每家公司至少花费了7500万美元在AI人才的雇佣和培养上。 在所有30个组织中，大多数公司称其公司在AI人才和设备上的投入在未来三年内将增加50％至100％。
那么，他们重点会将AI布局在哪些方向呢？
能够定制个性化方案、提升销量和收入的客户和市场调研；
后台和共享服务自动化以减少人工成本；
更简化的财务和会计，提高有效性和协同性；
基于特定案例的非结构化的语音和文本数据分析。
四、新的组织能力至关重要
人工智能的成功不仅关乎技术，在很大程度上更取决于合适的人才、正确的组织能力和领导力。 受访公司中有一半表示CIO在人工智能战略中处于领先地位，40％表示高级业务领导者担任主要角色。 其中一家医疗公司，更设立了高达1亿美金的预算用于人工智能和筹划委员会，以保证SVP们能在每个月会面至少两次来促成一个投资项目的达成。
此外，COE战略在很多大公司得到了多年的应用和发展，将人力资源部门的作用上升至战略层面，根据公司战略发展，充分理解业务需求，制定完善的人才搜寻方案。国内较为知名的是腾讯的COE战略。
五、内部治理非常关键
公司内部应制定并加强一系列正式的治理政策，AI技术的应用、管理、测试等标准、服务配送模型、第三方供应商都需要标准化：
设计并部署关于AI技术在不同领域的标准化应用程序，包括监控、风险管理、性能测试及价值评估；
保证端到端的AI产品生命周期保持一定程度的公开透明；
如团队架构需更新，可以设定新的职位并指定责任。
强大的人工智能部署，责任到人和团队培训有助于推动更好的人工智能成果。
六、控制AI的需要
如前面所说，大公司对AI人才和技术的敢花大手笔，但对控制框架的投资同样重要，尤其是金融服务、医疗保险等监管较严的行业。 如果让AI 不受约束而任其发展，系统可能会生成带有偏见的结果、或发生意外，从而导致重大的收入损失和道德问题。
七、AI-as-a-Service在兴起
AIaaS的市场正在增长，为企业提供了更多部署AI的选择。 但是，这些服务不应取代企业的人工智能战略，而应与这些战略协同工作。
八、人工智能可以扭转竞争格局
大多数受访公司表示投资AI曾经帮助他们扭转战局，运用AI技术的公司在单个项目的特定平均生产率提高了15％。
然而，一些公司在早期阶段之所以看不到成功，因为他们未能将AI整合到整体的业务计划中。 公司是否具有从后台办公生产力到前台办公产品创新和客户参与的全面AI部署的能力，才是获得竞争优势的关键。
作者: 将门创投
来源：https://36kr.com/p/5246929
-
AI
HR如何用AI人工智能改善提升员工体验？
AI就在这里，它已经准备好改变您的员工体验。虽然大多数企业都认识到人工智能的力量，但许多人不确定如何在自己的工作场所实施。以下是AI如何使您的员工在工作中受益的一些示例。
通讯
当我们在工作时，我们的人际关系对我们从工作中获得多少乐趣和满足感有很大影响。
AI能够为您提供有关员工如何互动以及如何最大限度地发挥团队潜力的关键见解。
如果您想知道哪个团队成员组合最好，或者哪个员工非常适合在某个项目中起带头作用，那么AI可以为您提供重要信息并提出明智的建议。
如果不使用AI，这类数据将非常耗时且难以实现，但它会对您的团队的运营效率和工作质量产生巨大影响。
精神健康
虽然人工智能永远无法取代合格医疗专业人员的人际关系或治疗，但它可以成为处理工作场所心理健康相关问题的有用工具。
人工智能可以创建个性化的计划，以支持心理健康状况不佳的员工。
它甚至可以推荐一些有用的技术来促进工作场所的心理健康。
AI可以分析您的招聘广告是否成功，是任何申请人问题的第一个停靠点，并有助于为您的公司提供更好的整体第一印象。
使用经过认证的心理健康专业人员的经过验证的信息，您甚至可以训练您的AI识别出心理健康状况不佳的员工的警告信号。
这将允许您的人力资源部门提供额外支持，或在适当情况下以其他方式进行干预。
在实施这些措施时，您应该始终寻求精神卫生专业人员的支持，但最终，他们可以为您的员工带来大大改善的福利支持。
招聘
与其将AI限制为仅改善现有员工的经验，为什么不将其作为招聘流程的一部分来介绍呢？
AI可以分析您的招聘广告是否成功，是任何申请人问题的第一个停靠点，并有助于为您的公司提供更好的整体第一印象。
由于AI的性质要求人工输入生成的参数能够正常运行，您还可以使用此功能将您的改进集中在您希望解决的某些招聘问题上。
例如，如果您难以从特定的性别人群中招募人员，您可以向您的AI提供有关在招聘广告中使用性别化语言的说明。
这将允许您改善您的职位发布，以吸引有才能的申请人，无论他们的性别。
同样，AI也可用于减少整个招聘过程中存在的任何无意识偏见。
这使您可以吸引更多样化的申请人，并让每个人都有相同的机会在整个过程中取得进展。
新手上路
改善员工在工作中的体验始于公司的第一天。
事实上，研究表明，员工在公司工作的前90天对于公司精神，同事以及他们自己在公司的未来形成意见是最重要的。
在入职方面，人力资源管理协会已经确定了四个关键领域，即为新员工入职。从最不重要到最重要的是：合规，澄清，文化和联系。通过机器学习，AI可以让您深入了解员工在何时，何地以及如何学习和发展。
合规性涵盖了公司规则和法规的引入，而澄清确保员工对其所有要求和期望有透彻的了解。
AI可以通过自动执行手动任务来支持这些领域，例如发送介绍性文书工作，将员工指向相关资源的方向，以及回答其他基本方向问题。
文化和联系更难以培养，但却是长期留住员工的情感和最重要的方面。
AI可以通过安排与不同团队成员的介绍性会议以及设置休闲咖啡追赶来支持。这有助于您的新员工建立友谊并扩展他们的网络。
训练
在培训员工时，人工智能可以成为一个非常强大的工具，因为它提供了一个人力资源部门难以实现的个性化水平。
通过机器学习，AI可以让您深入了解员工在何时，何地以及如何学习和发展。
它还可以提供有关培训计划的个人反馈，包括改进领域和员工优秀领域。
如果团队成员正在努力解决他们工作的某个方面，可以通过机器学习算法和建议的其他培训练习来标记，以帮助提高这些技能。
可以在个人，部门或公司级别提供此反馈。
这使管理人员能够更好地了解团队绩效，从而帮助提高生产力和效率。
漫长的比赛
显然，通过将人工智能引入您的工作场所，可以获得巨大的竞争优势。
您不仅能够吸引并留住更高质量的员工，而且还有助于改善您的业务，并为您的客户群提供更高质量的产品和客户服务。
您的人力资源部门无需了解人工智能的复杂性即可使用它来改善您的员工体验。
它只需要实现人工智能和机器学习的广泛功能，并能够以有益的方式应用它。
最终，公司需要接受人工智能意味着业务，并且它将继续存在。
企业应该抓住机会走在前列，利用人工智能来获得竞争优势，并为公司提供在数据驱动的市场中取得成功的最佳机会，而不是抵制变革并落后。
以上由AI翻译，仅供参考！
作者：Alex Tebbs
来源：https://www.hrzone.com/lead/future/how-ai-can-benefit-the-employee-experience
-
AI
对AI人才的挤压可能会削弱美国最重要的公司
随着人工智能革命的不断发展，科技行业排名前五的公司正在向人工智能开发和人工智能工程人才投入巨额资金。与此同时，与此同时，风投对人工智能初创企业的投资也处于历史高点。在创业公司和前五名之间的是财富500强公司，这些公司拥有从机器学习中获益最多的数据，但却无法竞争人才。
图片来源：Klaus Vedfelt / Getty
人才是要么在顶级公司赚大钱，要么在创业公司做一个moonshot。这意味着大多数财富500强都被挤出了AI革命。如果这种挤压继续下去，我们可以预期财富500强名单上的名字会在未来五年内迅速发生变化。
[video width="852" height="480" mp4="http://wp.hrtechchina.com/wp-content/uploads/2019/09/video-1.mp4"][/video]
过去，财富500强一直是研发（R＆D）投资的温床。事实上， 企业在研发上的支出处于历史最高水平。这种支出传统上允许全球公司抵御来自创业公司的竞争威胁，这些公司可能灵活但在全球范围内无法获得运营资本。
然而，谈到人工智能，游戏已经改变了。五家公司 - 字母（谷歌），亚马逊，苹果，Facebook和微软 - 已经将大量的注意力（和支出）用于人工智能。他们可以获得几乎无限的金融和计算资源，并且他们在顶级工程师可以获得大量薪酬方案的市场中占据了最优秀的人才。
与此同时 ，人工智能的风险投资达到了创纪录的水平，去年投资了93亿美元，但交易数量正在缩减。这已经将大量的资金集中在少数资金雄厚的公司中，这些公司可以负担得起为推动人工智能成功所必需的工程师支付高额美元，或者通过解决那些过于引人注目的问题来吸引工程人才。
情况并非如此。这些公司及其工程人员可以使用丰富的开源AI研究软件，培训行业特定AI应用程序所需的行业特定数据已经在他们的数据库中，这将为财富500强带来巨大的竞争优势。例如，John Deere拥有大量关于农业机器性能的数据 - 这些数据可用于优化并为机器或数据带来自主权，这些数据可与天气数据相结合，以推荐或自动更改任何特定气候的机器设置。
毫无疑问，每家财富500强企业都谈到人工智能，并可能投资 于一个小型实验室或项目。但财富500强公司无法控制的局限性。例如，那些总部远离硅谷或其他以科技为中心的地区的人可能会更难以吸引顶级工程人才。然而，还有其他人可以控制。如果他们向AI工程师提供的工资太低，或者他们没有为足够的工程师预算支持有效的开发工作，那么就应该重新审核员工并重新预算。
如果“财富”500强企业无法继续保持其早期人工智能的一些胜利，那么他们和全球消费者都会受到影响。像Visa的人工智能欺诈检测网络这样的成就源于行业巨头的大型AI投资。同样，Illumina在人工智能基因研究方面的世界级努力可以解开无数新的疾病治疗方法。如果企业领导者不专注于对垂直行业而言至关重要的人工智能项目，那么这些胜利将会更少。
如果财富500强公司想要迎头赶上，它们必须投资于人工智能开发，就像它们过去把软件放在首位一样，把人工智能放在首位。仅仅有创新中心是不够的。与现有业务捆绑在一起的虚荣心项目是不够的。人工智能要想改善美国的核心业务，必须立即进行大规模投资。
以上由AI翻译，仅供参考！
作者：EVAN SPARKS
来源：https://venturebeat.com/2019/09/14/the-squeeze-on-ai-talent-could-cripple-americas-most-important-companies/
-
AI
劳动力U时代：人机协作的“人机新生态”已然开始！
人工智能在人们几不可查的情况下迅速而全面、深入地蔓延到生活、工作的方方面面。
人们在享受智能化带来的便利的同时，也对人工智能的替代显得忐忑不安。其实无论人工智能技术在多么广的领域和大范围的应用，人始终将处于主控地位，人机协作将成为未来的共赢选择。 近年来随着市场需求的日益增长，机器人可以胜任越来越多的工作岗位，但在同时它也在创造着很多的新职业，可以说在人工智能浪潮下催生的新职业一方面体现了它的价值，另一方面也化解了一些“人工智能取代人类工作”“人工智能导致失业”这些话题引起的焦虑。
8月30日，亚太劳动效能研究院（后简称“劳研院”）联合安永战略及运营咨询（后简称“安永”），发布《决胜劳动力U时代—2019中国智能制造劳动力管理调研报告》，聚焦汽车、装备制造、资讯家电（3C）、医药四大核心产业劳动力结构重塑，直言劳动力“U时代”已经来临，而“人机新生态”下劳动力管理模式将面临挑战。 劳动力数量变化“U”型曲线报告认为，大规模运用智能技术已经成为一个显而易见的趋势。这必然导致对部分岗位的替代，同时也会为适应人机协作而诞生一些新的岗位需求。劳动力呈现数量大减小增、先减后增的U型曲线，劳动力“U时代”来临。
具体到岗位职能细分，报告认为机械性体力劳动受智能技术的影响*大，团队管理受技术的影响最小。四类岗位受智能技术影响程度从大到小依次为劳动密集型、职能分析型、技术密集型、沟通管理型。
而在智能技术的影响下，四大岗位类型增减情况也分别不同。劳动密集型、职能分析型以及沟通管理型均存在岗位数量减少的趋势，分别为-53%、-26%及-18%。
劳动力管理开启新模式 ：人机协作下的“人机新生态”已然开始，劳动力“U时代”也造就了劳动力结构重塑，这就给新时代劳动力管理带来了挑战。管理者需要思考的是，智能化进程中劳动力将如何被重构？劳动力管理模式将迎来怎样的变革？智能技术将与劳动力管理如何产生融合？ 调研发现，在所有这些企业需要积极去面对并解决的难题当中，受访高管普遍认为新人才招聘、劳动力再培训以及劳动力绩效管理是他们未来将要直面的核心挑战。
面对智能影响潮下的人岗匹配到“人、机、岗”匹配和评判，传统的劳动力管理必然随着被管理者的变化而变化。具体到这些劳动力管理各环节，又各有各的核心问题。 新人才招聘面临的挑战主要在于两个方面：如何准确定义智能技术下工作岗位所需的能力素质；如何准确匹配最佳的受聘人群，尤其是跨行业人才招聘。
劳动力再培训的难点在于如何开发智能技术所需的培训和考核内容，以及为员工匹配个性化的课程与发展路径。
劳动力绩效管理面临的主要挑战为：
1）人机新生态下的能效分析数据匮乏；
2）个性化的评估与奖惩以提升人岗匹配程度。
面对劳动力“U时代”的来临，企业HR作为劳动力管理核心且唯一的部门，随着人机新生态发展的深入，需要同步升级，更加理解“业务”、“人”与“技术”。并在数据这个有力工具加持下，走向战略决策“第三极”，将人才的激励、发展和企业文化建设作为HR工作的重中之重。
作者：汇通eHR
来源：http://www.hroot.com/d-9402798.hr?
-
AI
【美国】RippleMatch以人工智能为动力，以多元化为重点的毕业生招聘平台完成了600万美元的融资
LinkedIn拥有遍布200个国家的6.45亿用户，在成为全球最大的专业人士网络方面是无可争议的领导者，该职位用于在招聘和电子学习等领域利用产品。但是，在实现这一规模的情况下，它还没有真正开发出针对特定垂直行业或受众的更具针对性的方法的产品。这为各种创业公司开辟了领域，以填补空白并与之竞争。今天，其中一个充满希望的人 - 一家名为RippleMatch的初创公司，已经建立了一个招聘平台，帮助组织专门与更多不同背景的毕业生建立联系，以满足他们的需求 - 宣布推出600万美元的A系列就是这样做的。
G20 Ventures正在筹集资金，用于扩展平台以及业务发展。 与Work-Bench，以及前投资者Accomplice，Bullpen Capital和AlleyCorp也参与其中。
该公司没有披露其估值，但据我所知，这是一个“物质上升”，因为它一直处于稳定的增长曲线，并将辉瑞，TripAdvisor和Qualtrics等公司列为其客户群。这也是它提出的第一笔重要的外部资金。RippleMatch的事实上，第一笔资金是联合创始人Eric Ho在Facebook上找到工作时获得的签约奖金。“需要付出代价才能让我们提升这个A系列，”另一位同时担任首席执行官的联合创始人安德鲁迈尔斯开玩笑说。
迈尔斯和何先生在他们还是耶鲁大学的学生时遇到并创立了公司。何即将毕业，但迈尔斯仍然处于他的本科学位，他还没有完成（并且，正如技术创始人的方式，可能永远不会完成）。
公司的想法来自迈尔斯 - 他研究历史和政治科学 - 正在考虑他在科罗拉多州的许多朋友面临的工作世界的困境。
像迈尔斯一样，他们也是本科生。但与他不同的是，他们不是耶鲁大学，也不是任何其他顶级学校，不仅有着名的知名度，而且通常会为一些最具竞争力的公司招聘管道，这些公司雇佣毕业生获得有利可图的入门级职位。
“我非常清楚来自不同社会经济背景的鸿沟，”迈尔斯在接受采访时说。“我可以看到，我在家里的很多朋友都会比耶鲁大学的一些人更好地招聘。他们只是没有相同的机会。我们在早期没有想到这是一个商业冒险; 这是我们的朋友想要解决的一个问题。“
使用AI来裁剪招聘人员
RippleMatch的方法相对简单：公司建立了一个平台，通过一系列关于他/她的职业和地理野心，兴趣等的相关快速问题，以及候选人简历的副本，吸引潜在候选人。
然后将它们与候选人的GPA和考试成绩的基本信息结合起来。考虑到所有这些并将其与候选人自己输入之外的更多信息源相结合，它提供了大约300个数据点，它们共同努力以匹配具有工作和实习机会的候选人。在雇主方面，它不仅取得了当下的职位空缺，而且还致力于将雇主更广泛的招聘策略与这一群人相匹配 - 这个想法是它提出了雇主可能已经过去或甚至没有过的可能性。从一开始就看到了。
迈尔斯说，RippleMatch建立的匹配算法，包括确定人们可能直接和间接最适合做什么的能力，基本上切断了过程中的“中间人” - 即招聘人员，以及潜在的可能已经存在的关系和管道，从而为每个人提供公平的竞争环境，这使得雇主可以从斯坦福大学的中西部一所小型学院发现他们的下一个明星雇佣。
正如G20的合伙人迈克·特里亚诺（Mike Troiano）所说，该公司对RippleMatch的投资描述了这一点，学校的名称认知和网络能力并不是阻碍合格候选人进入大门的唯一因素。他的女儿很难得到她所联系的实习公司的回复，当他们整理她的LinkedIn个人资料时，他们意识到她只是缺乏专业网络来判断是否有人联系和帮助。
“通过传统渠道，大学招聘是一种黑盒子。该调查RippleMatch用来收集关于他们是谁，他们想要创造什么是一个专有的数据集学生与用人单位信息，” Troiano说。“LinkedIn关系的关键不仅仅是属性。大学市场是一个他们不适合的利基市场，而且我认为他们现在不会孤军奋战。“
事实上，虽然LinkedIn已被证明是许多专业人士职业发展的强大起点，但其缺点在更具体的例子中更为明显。（这是LinkedIn 几年前大力推动开始尝试将年轻用户带入平台，以便让他们开始构建他们的个人资料和网络的原因之一。）
RippleMatch是越来越多的初创公司的一部分，这些初创公司已经在LinkedIn更广泛的平台上识别并（为了他们的目的）利用这些漏洞。另一家一直在建立平台的初创公司也针对毕业生，特别是试图帮助寻找更多不同的候选人群体的是握手（它本身比一年前筹集的资金少了4000万美元）。
握手采用不同的方法，因为它提供工作委员会并主动与大学和招聘组织合作，并为用户提供各种社交网络/社区，从中获取建议和交换信息。所有这些都帮助该公司的数据库在去年增加到1400万人，现在可能更多的是它开放了对美国所有大学生的访问权限。
其他一直在扼杀LinkedIn霸权的人包括Triplebyte，这是另一个资本充足的人招聘初创公司专门针对软件工程师。该创业公司已经建立了自己的评估平台（由RippleMatch用于招聘），其CEO和联合创始人Harj Taggar也认为可以帮助平衡那些来自大公司和学校的人与那些来自公司的人之间的竞争环境。不，只关注一个人的编码能力。LinkedIn可能拥有数以百万计的工程师配置文件，而Triplebyte的数千人，但与小公司的关键在于它拥有“正在积极寻找工作”的人员档案，他指出这与许多人在LinkedIn上获取的未经请求的联系人形成鲜明对比。 ，只是因为在那里。“我们得到的回报率是招聘团队在LinkedIn上看到的两倍，”Taggar声称。
与这两者相比，RippleMatch仍处于相对较小的早期阶段。虽然它与校园内约1,200个以多元化为重点的组织建立了合作伙伴关系，以吸引更多的候选人，而今天约有60％的候选人来自不足的背景，但该公司目前在该平台上仅拥有约100,000名候选人，并与60名协议达成协议那些利用RippleMatch找到它们的公司。但是，在经济，社会和地理方面的分歧在美国这样的国家似乎无法克服的时候，比以往任何时候都更重要的是找到帮助弥补这些差距的方法，为像RippleMatch这样的基于技术的解决方案的大机会铺平道路。
以上由AI翻译，仅供参考！
作者：Ingrid Lunden
文章来源：https://techcrunch.com/2019/09/05/ripplematch-hiring/
扫一扫 加微信
hrtechchina
