观点 - HRTechChina.com - 向上的力量！

观点

什么是开源LMS，您应该选择哪一个？文/ Chiradeep BasuMallick 由Moodle等行业先驱领导的开源LMS趋势在过去几年中一直主导着电子学习。然而，许多组织仍然发誓专有LMS及其优于开源LMS的优势。我们评估这两个选项，并在做出决定之前考虑您应该考虑的因素。从表面上看，开源学习管理系统（LMS）似乎是一个具有吸引力的价值主张，特别是对于中小型企业（SMB）。您可以开始零前期成本，根据需要进行扩展，根据需要进行自定义，并轻松传输内容，而无需任何供应商锁定。然而，开源LMS带来了一些严重的缺点，这些缺点通常都是在地毯下进行的 - 托管仍然是内部部署/云计算，这意味着你在存储上花费很多。此外，开源LMS假设您的组织中可能缺少一定程度的技术知识。那么，投资专有的LMS是否更好，它承诺长期支持和快速实施？或者，是否是最适合您的成本优化，可定制的开源LMS？今天，我们会更详细地讨论这些问题。什么是开源LMS？ Android和Apple的开源与专有环境最简单的例子。Android环境允许您配置自己的应用程序，并且您可以自由运行任何兼容的软件（具有APK扩展名）。另一方面，Apple要求开发人员批准其应用程序，确保满足严格的指导原则，并在部署之前在Apple控制的市场上提供软件。开源LMS以同样的方式工作：有很多流行的开源LMS工具，如Moodle，它们为您提供了根据需求进行编程和实现的所有功能。专有LMS需要零技术工作，并在整个软件的生命周期中提供支持。当然，涉及成本要素。开源LMS的三大好处如果您正在考虑为您的组织开源LMS，请记住以下可能的好处：高度可定制 - 即使根据特定的季度目标或部门需求，也可根据贵公司的独特目标设计课程。从导航到用户界面，它完全由您掌控，您可以完全控制内容，而无需担心更改/停止的基础功能。完全安全 - 在GDPR后的世界中，数据隐私是每个组织的主要关注点，特别是那些处理客户数据的组织。开源LMS意味着托管信息永远不会跨越企业边界，客户信息可以移植到平台中以帮助学习者，并且按照组织策略维护合规性。及时更新 - 专有LMS供应商将遵循他们自己的更新计划，这可能与您的要求不同步。通常，您将继续请求功能，更改日志，并等待实施到达。另一方面，使用开源LMS，您可以确定开发活动的优先级，并使平台保持与业务目标保持一致。然而，尽管有这些好处，一些组织发誓他们最喜欢的专有LMS解决方案 - 这就是原因。开源LMS的隐性成本开源LMS并不总是意味着“免费”。您将不得不分配资金和努力来建立平台，安排存储区域（服务器硬件或租用的云），并保持IT人员运行系统。此外，像Moodle这样领先的开源LMS选项每年至少提供两次稳定升级，需要进行额外的一轮开发。在采取暴跌并决定采用开源LMS（并转移所有转移您的宝贵内容的麻烦）之前，请记住这些因素。如果收益大于成本，可以使用一些备受好评的开源LMS选项 - 包括Moodle。底线 - 是开源LMS吗？在一天结束时，决定取决于您的组织优先级和员工队伍构成。如果内部存在技术专业知识，那么选择开源LMS非常有意义，包含成本，推动适应性，并为您的电子学习计划开辟新的创新方式。另一方面，如果没有必要的技术人才，与开源LMS专家合作只是一个额外的（通常是可以预防的开销）。在这种情况下，我们建议选择专有的LMS，这种LMS适合您的电子学习预算，并为无缝运行提供充足的技术支持。以上为AI翻译，内容仅供参考原文链接：什么是开源LMS，您应该选择哪一个？

观点
2019年04月30日
观点

学习管理系统（LMS）中的人工智能（AI）将如何简化员工学习文/ Annabelle Smyth 需要改进员工的学习吗?了解人工智能如何使学习管理系统受益，并简化员工的学习体验。如果我们相信好莱坞的话，人工智能正准备接管世界，彻底消除对人类的需求。但人工智能的现实并不完全符合…… 虽然我们仍在探索人工智能的潜力，但目前使用的人工智能类型通常被称为狭义人工智能。狭义人工智能专注于执行特定的工作或任务，不像电影中那样具有无限的学习能力。我们以Alexa、Siri、谷歌Home、在线购物、搜索推荐等形式使用人工智能。如果你曾经在Facebook上的照片中被自动标记，那就是Facebook的图像识别人工智能。人工智能每天都在我们的生活中发挥作用，而我们甚至没有意识到这一点。它使我们的生活更容易，但仍然需要人类的投入才能发挥作用。考虑到人工智能的使用越来越多，实现人工智能的最大机会之一是学习管理系统。什么是人工智能？在我们开始在学习和发展中使用人工智能之前，理解什么是人工智能是很重要的。人工智能(AI)或人工智能只是指机器使用数据集学习和处理数据的能力。一旦机器从它们收集的数据中学习，它们就可以根据自己收集的数据做出“决策”。机器学习只是人工智能的一个延伸，指的是经过训练的机器来分析数据和趋势。这些机器从收集的数据中构建自己的算法，并在没有人工干预的情况下使用这些算法做出“决策”。学习管理系统目前，人工智能通过电子学习和学习管理系统在学习和发展系统中发挥着很小的作用。这些系统是帮助学生学习的最佳方式之一，因为他们可以将留存率提高60％，允许多个学生同时接受教学，并提供未来改进和定制教育的机会。 LMS通过调查、评分、评论和课程指标收集的数据需要人工更新。即使是最好的人工智能也无法弥补内容创造的不足。通过LMS人工智能资源保持学习和开发的最新状态需要时间，甚至人工智能也需要一些人力帮助来提高学习和开发。学习管理的未来今天的智能学习管理系统有助于确定学生需要额外教育和培训的位置，以及在没有人工智能帮助的情况下以更快，更准确的方式优化课程内容的地方。但AI的角色正在不断扩展到每个行业。人工智能在未来的学习和发展中最大的实现可能是它有助于预测用户的学习路径和行为，预测他们的学习需求，并根据用户如何最好地学习和提高电子学习和LMS课程的有效性提供内容。预期的学习路径随着AI在未来不断改进，系统将更容易为个人用户创建自定义学习路径。通过预期的学习路径转变学习和发展意味着人工智能将评估用户表现并确定哪种信息路径最适合用户。具有这些功能的AI将提供有关用户需要的信息类型的建议，就像Netflix或亚马逊根据您的观看行为提供有关您应该观看的节目的建议。除了帮助用户找到更好的学习途径外，人工智能还可以帮助教学专业人员了解员工需要学习的内容，从而帮助学习和发展。机会亮点通过数据模式识别，学习管理系统收集学生的数据和统计数据，以发现教师可能没有注意到或意识到的学习差距和机会。使用模式识别和数据，人工智能可以帮助识别将新想法与先前主题合并的机会，从而为用户创建全面的学习体验。这使管理人员和教师能够弥补他们甚至可能无法实现的学习差距。课程有效性人工智能还可以帮助教师找到提高课程效率的方法，从而帮助学习和发展。其中一种方法是通过游戏化。如果做得好，游戏化可以使学习更具吸引力并增加信息保留。提高课程效率还可以直接帮助教师，使他们更容易找到机会，使课程更有效，填补信息空白，自动评分学生，帮助入职，并使教学过程顺利进行。学习与发展未来的人工智能虽然人工智能的未来有许多未知数，但应用我们所拥有的工具来改善学习和发展的未来将有助于我们为我们的电子学习和学习管理系统创建更加个性化的方法。人工智能不应该被视为教育过程中人类的替代品，而是作为一种支持系统，使我们能够将个性化学习提升到新的水平。以上为AI翻译，内容仅供参考原文链接：How Artificial Intelligence (AI) in Learning Management Systems (LMS) will Streamline Employee Learning

观点
2019年04月29日
观点

是时候改变电子学习的模式了——重新考虑你的LMS(5个建议) 文/Harish Agrawal 我们的世界比以往任何时候都转得更快。虽然这在地质学上可能不正确，但有一件事是肯定的；过去二十年发生的事情是前所未有的。社交媒体和手机改变了一切，从人们如何约会，到人们如何与家人和朋友联系，以及人们如何工作和学习。近年来，电子学习生态系统已经发生了明显的变化，但这些平台还没有完全接受当今员工使用的非常分散的学习方式。人们期望学习比过去任何时候都更加敏捷。组织每月推出新产品，保险公司每周(如果不是每天)推出新计划，等等。外勤人员和客户支持团队现在应该是灵活的，并且随时了解这些新系统和特性。这一波浪潮让一切都变得顺理成章，对于每个组织来说，拥抱下一代技术的时机已经成熟，而下一代技术正在塑造电子学习的格局。传统的LMS的挑战在继续之前，让我们先看看传统LMS所面临的挑战。 1. 更长的内容开发阶段：传统的内容开发方法会导致更广泛、更长的开发生命周期。缺乏敏捷方法会导致内容交付延迟，并严重影响质量。通常，组织培训是在实际产品后面运行几个版本。在美国，培训是由一个部门创建的，这个部门可能对该主题没有那么多的知识。 2. 复杂的入职流程：许多采用传统学习管理系统的组织在员工入职培训方面遇到了困难。他们不能让新员工清楚地了解公司及其角色。缺乏有组织的培训最终会导致期望失调和高流失率。 3.学习者不满：传统的LMSs往往无法吸引学习者，因为它们向具有不同偏好、学习速度和技能水平的学习者提供相同的学习内容。这种一刀切的学习方法可能是有害的。 4. 学习者参与度低：大多数传统的LMSs关注大量的内容，无法灵活地定制内容格式或跟踪进度。由于它们无法以可共享的小规模格式提供响应性强、个性化的内容，这种合作关系进一步消退。迎接新的培训挑战今日的员工渴望有挑战性的工作环境，并视个人及专业的成长为获得工作满足感的主要因素。企业迫切需要采用一种灵活、自适应的学习管理系统，使学习者能够个性化学习过程。由于当今大多数工作人员都是远程工作，所以任何LMS都应该允许跨设备和平台进行不受阻碍的学习。基于游戏的、移动友好的、小容量的内容可以进一步促进学习和提高参与度。通过为员工提供与全球领导者和行业专家合作和分享经验的机会，可以进一步加强员工的敬业度和学习能力。一个智能的LMS应该能够利用数据和分析来帮助决策者实现业务和学习者目标的有效改进。传统的方法将不得不走出窗口，创建一个创新的、直观的、未来的LMS，它结合了灵活性、个性化、响应性UI和机器学习，以实现一个成功的L&D策略。如何在人工智能时代重新思考你的LMS ? 创新和个性化已经引领了数字化学习的新时代，多维度的学习方法对于将学习无缝地融入员工的日常生活至关重要。必须使用新兴技术来满足学习者的期望，并向用户提供现代的、高度相关的、动态的学习体验。下面是你如何改变你的组织的学习生态系统： 1. 支持多平台学习智能手机用户正在以第二种方式增长，通过实施移动学习和微学习，你可以接触并参与一个庞大的员工群体。在线学习赋予员工更大的灵活性，让他们可以随时随地访问内容，随时掌握少量信息，并设定自己的学习速度。所有这些都能显著改善学习者的学习体验。 2. 结合个性化现代的学习者热衷于学习和成长，但不赞成和同龄人被放在同一个盒子里。必须允许个别学习者根据他们的速度和熟练程度来跟踪独特的学习路径。在这里，数据和分析扮演着重要的角色，这种个性化可以很容易地在人工智能的帮助下实现，因为使用数据可以帮助机器评估学习者的偏好，并推荐更具体的课程。 3.跟踪用户活动衡量和优化学习结果是保持领先和保持竞争优势的唯一方法。跟踪学习者的活动不仅可以帮助你向员工提供目标导向的课程建议，还可以为企业提供可操作的见解。 4. 提升学习体验培训视频是推动电子学习产业发展的最强大力量。视觉上吸引人的图形和交互式媒体元素可以改变任何LMS的游戏规则，必须利用它们来吸引和留住学习者。一个清晰而直观的UI，显示一个干净的进度跟踪器、一个推荐课程列表，以及更多内容，可以进一步增强整体的学习体验。 5. 将机器学习尽管机器学习还处于初级阶段，但它在重塑电子学习未来方面的作用不容忽视。机器学习算法分析学习者的行为和学习模式，以不断改进未来的会话。通过这种方式可以实现更高层次的个性化，因为高级学习者可以获得调整到他们的熟练程度的内容，而初学者在学习复杂的内容之前要先学习基础知识。此外，还可以开发一个人工智能语音助手来设置提醒、推荐课程和与同伴分享内容，从而减少人与人之间的互动，对学习者的整个学习过程进行更大的控制。最后随着技术的发展和业务优先级的转移，传统的LMS将很快淡出人们的视线。陈旧的电子学习方法已经不能满足现代学习者的需求，必须考虑和实施有效的学习技术来保持在线学习者的兴趣和参与。以上为AI翻译，内容仅供参考原文链接：It’s Time to Change the Paradigm of E-Learning – Rethink Your LMS (5 Tips)

观点
2019年04月28日
观点

人工智能将如何影响2019年的人力资源行业文/Ken Martin 人工智能正在彻底改变员工队伍 - 为了更好。以下是人力资源专业人员需要了解的内容，以便利用它。你还记得在你童年时人们问你这样的问题：“你将来想做什么？”我怀疑你或其他孩子用“机器人”回答了这个问题。然而，随着最近的技术进步，如人工智能（AI），被机器人设备取代的想法已成为一个现实的概念。在任何发达经济体中，如在美国，许多工作可以并且可能会自动化，但这并不意味着您和您的同事正在灭绝。以下是人力资源领导者对人工智能对其自身劳动力的潜在影响的一些见解：随着工作任务的转变，人工智能可以提供帮助在过去十年左右的时间里，工作岗位已经自动化，现有工作将会发生变化。例如，具有标准化数据收集任务的会计师和其他专业人员将让数字同事帮助他们完成平凡的任务。这并不意味着机器人将取代我们，而是帮助我们完成日常和琐碎的任务 - 就像今天任何当前的计算机一样。现代工作的演变可以追溯到机器支撑人力劳动力的第二次工业革命。随着我们进入信息时代，自动化创造了效率，现在企业正在进入另一种范式转变 - 智力工作的引入。然而，人力资源部门在发展和采用可用工具（即人工智能）方面仍然落后，以跟上步伐。根据Deloitte最近的一份报告，只有31％的受访者表示他们已准备好在其业务中利用人工智能。作为人力资源领导者，我们必须诚实地面对我们的角色变化的方式，并重新思考如何利用可用的工具来满足我们不断发展的业务需求。人力资源的作用正在发生变化人力资源部门需要更好地了解如何在未来利用人工智能以及它将如何影响整个劳动力。许多组织已经看到它对IT和客户服务功能的影响。联络中心是一个因倦怠而臭名昭着的领域，它采用了技术来更好地协助员工完成任务，从而提高员工绩效和客户满意度。根据2017年美国联络中心决策者指南，超过三分之一的美国联络中心员工流失率超过30％。在技术的帮助下，人员的呼叫量较低，这使他们可以在客户身上花费更多时间处理更多不寻常的问题，从而提供真正的价值和帮助。要成功实施任何转型技术，人力资源部门需要升级自己的技能，并了解AI如何使企业和员工受益。一种方法是在一个单元中选择业务问题，例如入职和试用解决方案。通过这样做，新员工将习惯技术，人力资源部门将获得即时反馈。 AI对工资和收入的影响无可否认，由于自动化和引入人工智能引起的工作替代和工资损失的言论引起了很多恐惧，特别是在那些受经济趋势影响最大的人不太愿意以任何信心看待任何纠正措施的时候。。然而，这种叙述未能反映出自动化是关于包容和服务于许多人而不是为少数人提供服务的现实。随着我们前进到一个前所未有的变革时期，人力资源需要适应并确保组织的所有各方，从高管到实习生都在船上。人力资源部门在培训人类与机器一起工作方面发挥着至关重要的作用。随着人力资源部门继续全面了解AI如何影响其组织，我们看到员工经验的增长。世界经济论坛预测，“目前的估计数表明，就业人数减少了98万，就业人数增加了174万。” 对许多人来说，重点是失业而不是收益。为了改变叙述，人力资源部门应该讨论，虽然人工智能正在取代低生产率的角色，但正在创造更高生产力的角色。这导致了数百万人的更高收入和更好的生活水平。随着技术不断改变劳动力，人力资源领导者有责任接受并采用最新的工具，例如人工智能，这些工具可以更好地定位自己和企业员工，以便在这个新时代茁壮成长。通过这样做，劳动力将更有效率，更好的报酬和更多的参与。这是企业主和员工都可以完全落后的事情。以上为AI翻译，内容仅供参考原文链接：人工智能将如何影响2019年的人力资源行业

观点
2019年04月26日
观点

最大化人力资源数字化转型的价值，无论是现在还是未来文/Julie Jares 在这个数字化颠覆的商业环境中，敏捷的组织远远超过了他们的竞争对手。持续的变化可能是一个挑战，但是正如Workday的CFO Robynne Sisco所说，“具备适应和应对的能力——无论是你的思维方式、计划方式，还是你使用的技术——将帮助你和你的组织为未来的道路做好准备，无论它可能通向何方。” 有远见的人力资源主管同意这一观点。“到2025年,全球一半的中级市场和大型企业将投资于cloud-deployed人力资本管理(HCM)套件管理人力资源和人才管理,“根据最近“高德纳公司2019 - 2021年战略路线图HCM技术投资。” 他们为什么要进行这项投资？报告指出，云HCM技术支持更敏捷的HR功能。人力资源必须更加灵活，以解决诸如技能需求的变化、在人才市场紧张的情况下招聘和留住人才、劳动力的变化以及整个组织需要更大的多样性等问题。换句话说，HR需要更敏捷来帮助整个组织更敏捷。成功的转型——包括充分实现数字解决方案的价值——取决于对公司当前状态和潜在未来状态的深入研究。根据Gartner的报告，在未来的状态中，“HCM需要敏捷的思维方式，由HR领导，但是要让整个组织都参与到持续的实验中来。”人力资源数字化转型的关键要素包括实施组织变革的意愿、人力资源和IT之间的一致性，以及创建数字化工作场所的战略路线图。接受组织变革人力资源数字化转型不仅仅是流程重新设计的问题。报告解释说:“企业必须应对不断变化的工作环境、灵活的工作安排、不稳定的监管环境以及日益紧缩的劳动力市场。”“这些趋势的结合对现有的组织结构、流程和实现技术提出了挑战，其规模和复杂性令人生畏，甚至可能势不可挡。” 许多组织在部署新技术时所犯的错误是复制新系统中的现有流程，而不是承诺完成HR转换。“在当今快节奏的商业环境中，我们没有理由自满，”商业网络建设公司(Business Network Builders)董事总经理哈维尔·德尔加多(Javier Delgado)说。该公司是一家专业服务公司，部署了一个用于财务管理、人力资源和专业服务自动化的单一系统。“为了继续增长，我们需要利用现代云服务进行创新，转变我们的业务，变得更加敏捷，并保持我们的客户服务质量。” HCM技术的成功部署取决于HR应用广角镜头的能力，以及支持组织重新设计的更改。根据报告，这包括以下内容：结构上的重新设计，如从严格的等级制度向更灵活的组织的转变。技能重新设计，从严格的技能/能力目录或数据库到灵活的本体。流程重新设计，考虑结构重新设计和技能重新设计的输入。让HR和IT保持同步组织再设计，顾名思义，并不仅仅关注人力资源功能。报告指出，人力资源部门需要发挥带头作用，但其他职能部门，尤其是IT部门，需要协同工作。德勤(Deloitte Insights) 2018年发表的一篇关于全球人力资本趋势的文章，呼应了高德纳(Gartner)的发现，即高级领导人不能在竖井中工作。“高级领导人现在意识到，他们必须超越自己的职能角色，以团队的形式运作，”文章写道。“在这个新架构中，C-suite高管将业务单元和功能所有权与跨功能团队结合起来，将组织作为一个敏捷网络来运行。” 剑桥大学出版社(Cambridge University Press)人学主任凯茜•哈默尔(Cathy Armor)帮助她的组织转向HCM解决方案，她的经验支持Gartner和德勤的研究。她说:“我们做的最好的事情之一就是建立一个跨职能的项目团队，包括IT、人力资源、法律、工资和项目管理。”“你必须让这些利益相关者参与进来，并确保你得到了那些将推动项目向前发展的人的支持。” 为数字化工作场所开发战略路线图数字化颠覆已经影响到所有行业和组织的职能，人力资源也不例外。当考虑采用HCM技术时，团队需要同时考虑短期和长期，以及技术的敏捷性。当专业服务公司博思艾伦(Booz Allen Hamilton)采用HCM解决方案时，人力资源副总裁萨拉•圣克莱尔(Sarah St. Clair)明白，改变不会在一夜之间发生。“这是一个持续不断的进化过程，”她说。“技术总是在变化。作为领导者，我们需要充分理解公司的业务目标和文化，并以最快的速度对新技术进行排序，使我们能够最大限度地利用这些新技术，并使我们的员工能够充分采用它们。” 谈到HCM技术，Gartner表示:“许多企业正在从现场解决方案过渡到核心人力资源和人才管理的云应用程序。组织需要考虑他们的战略路线图，并“回顾他们的整个HCM应用程序的前景，并为未来几年的必要变化制定计划。”“这里有几个关键问题需要考虑：部署统一的HCM和金融云解决方案的优缺点是什么?我们评估过这个想法吗? 我们的HCM系统的进化将会是什么样子?我们的创新步伐能否符合利益相关者的期望?我们对未来的技术和功能有路线图吗? 我们需要在哪里整合我们的HCM技术路线图?哪些高优先级的创新将支持我们的组织重新设计? 展望未来根据Gartner的报告，到2025年，“全球超过5000名员工的企业中，20%将创建人力资源创新实践，以促进新兴技术的不断试验和试点。”目前还不清楚其他80%的企业是如何为他们未来的数字化工作环境做准备的，但如果他们不问问自己这些棘手的问题，并为变革做好准备，他们可能会被落在后面。以上为AI翻译，内容仅供参考原文链接：Maximizing the Value of HR Digital Transformation, Today and in the Future

观点
2019年04月26日

观点

从人才管理到人才体验：人力资源科技市场为何陷入混乱文/JOSHBERSIN 你注意到我们有多少有趣的新人力资源软件公司了吗?是有原因的。对“综合人才管理系统”的狂热正在结束，取而代之的是“人才体验”解决方案市场。在这篇文章中，我将讨论“综合人才管理”的历史，并解释为什么它感觉如此过时。然后，我将解释为什么“人才体验”的概念已经占据主导地位，以及它是如何改变人力资源科技市场的。综合人才管理的历史人力资源科技遵循一般科技和社会趋势。21世纪初，公司开始将我们在人力资源部门使用的表格自动化。像申请人跟踪系统(ATS)、学习管理系统(LMS)和绩效管理系统(PMS)这样的技术正在爆炸式增长，催生了这些“人才管理”工具的市场。随着越来越多的工具可用，公司开始意识到他们需要一种更加集成的方法。因此，在2006年和2007年前后，“综合人才管理”的概念开始流行起来。公司接受了这个愿景：世界上最大的国防和航空公司之一决定为公司的每个职位建立基于能力的职位描述。数百家公司走上了这条道路。其理念是围绕能力整合人才实践。如果我们建立一个基于工作和能力模型的“综合人才体系”，我们就能更好地选择合适的人，设定奖励和晋升的目标，根据能力水平创造职业生涯，为继任管理设计一致的解决方案，根据表现支付薪酬…… 这是一个美好的愿景，“整合”这个词是它的核心……通常会有一位新的人才副总裁来管理这一切。软件供应商开始构建集成套件。我们进行了10年的收购，基石(Cornerstone)、SuccessFactors、Taleo、Saba、Lumesse、Halogen、ADP、Ceridian，以及甲骨文(Oracle)、SAP和Workday等公司都加入了我们的行列。许多独立的申请人跟踪、学习管理和绩效管理软件公司都消失了。关注的焦点是有限的：像员工敬业度、体验和多样性这样的话题被“放在一边”。我记得，大约在2006年，高乐氏的一位人才主管问我:“为什么你们的人才管理模式中没有多元化?”我挠着头说：“我不确定，它可能属于那里。”“但这在当时并不是一个大问题，所以我们把这些功能排除在外。” 随着套房市场的升温，出现了疯狂的收购(感觉就像抢椅子一样)。SuccessFactors收购了Plateau，Taleo收购了Learn.com，SumTotal收购了 Mindsolve，Then SAP收购了SuccessFactors，Oracle收购了Taleo，Skillsoft 收购了 SumTotal，ADP 收购了Workscape，Ceridian收购了Dayforce，所有其他供应商都在寻找买家。一些供应商，如Cornerstone、Skillsoft和Saba，已经足够大，可以发展，并收购了其他供应商。其他公司开始陷入困境，许多公司后来以较低的估值被收购。进入云计算和大规模衰退 2008年前后，整个市场发生了变化。我们经历了一次严重的经济衰退，购买昂贵的人力资源软件来“整合东西”的想法被束之高阁。公司开始关注“优化”而不是“集成”，我们进入了一个专注于“让这些人才实践更好地工作”的时期，并以尽可能低的成本来完成。技术领域也发生了根本性的变化。2008年，iPhone问世，Twitter、Facebook和YouTube等平台开始腾飞。因此，当我们想办法停止花钱，以更专注的方式管理人力资源时，使用移动、视频和社交媒体的想法出现了。人力资源技术行业出现了转机。Workday推出了“生于云端”的HCM系统，彻底改变了市场。该公司向我们展示了一个新的愿景：一个集成的基于云的平台，更便宜的购买，更便宜的操作，更容易使用。我们突然想要的是“参与系统”而不是“记录系统”，而较老的人才管理系统看起来也过时了。当Workday率先发起攻势时，SuccessFactors、甲骨文(Oracle)、Cornerstone和ADP等供应商也迅速加入进来。社交、移动和分析是下一件大事。我们只是假设我们可以通过云来集成东西。数字化转型，引领员工体验 2012年前后，企业开始致力于“数字转型”，CEO们开始关注数字技能、敏捷转型以及管理工作和职业生涯的新方法。LinkedIn以及Indeed和Glassdoor改变了招聘市场，因此人力资源部门开始关注文化、敬业度和就业品牌。如今，经过近12年的经济增长，近40%的劳动力是独立的，人才问题也在演变:我们必须竞争，寻找聪明的人才，创造透明度和流动性，培养增长思维，建立信任、包容、透明和公平的文化。考虑到员工的压力和企业对生产力和福利的关注程度，我们都开始关注“员工体验”。回顾过去，我们已经从完全专注于人力资源需求的“综合人才管理”走了很长一段路。现在我们关注的是员工，以及我们如何让他们的工作和个人生活变得更好。因此，我们关注的是“人才体验”，而不是“人才管理”。体验这个词无处不在 “体验”这个词有很多定义，但让我印象深刻的是：一次体验就是一次邂逅。它是你接触到的一个事件，你做出反应，面对它，记住它。你在人力资源方面有什么经验?通常不太热。现在是人力资源部的工作来解决这些问题，像综合人才管理这样的问题只能在幕后发生。所有这些都说得通吗?你肯定会的。看看我们的个人生活。现在的年轻人更喜欢“体验”而不是“物品”，我们都很忙，压力很大，被电子邮件淹没，以至于没有时间去体验我们不喜欢的东西。有多少次你下载了一个应用程序，点击它，然后在十秒钟内删除了它，如果它太难用了。我经常这样做! 如此高的期望已经出现在工作中：如果员工觉得工作经验不够吸引人，他们就会抱怨、发牢骚、在网上发布一些东西，或者干脆辞职。我们必须升级所有的人力资源(软件和实践)，所以它是有用的，富有成效的，有意义的。这就是为什么我写了这么多关于从“参与系统”到“生产力系统”的转变。“如果这个软件不能让我的生活变得更好，我就不用它!” 新的供应商正在接管。这个阶段的标志性供应商不是Workday、甲骨文(Oracle)和SAP(它们都在努力)，而是ServiceNow和数百家初创公司等新的火箭式供应商，涵盖从按需学习到幸福感、反馈、敏捷目标管理和基于人工智能的招聘等各个主题。我认为SAP以80亿美元收购Qualtrics为未来的发展奠定了基础，我不会对接下来出现的其他大惊喜感到惊讶。人才体验系统这个新的市场是关于什么的?它关注的是让员工的工作、生活和事业变得更好，而不仅仅是自动化人力资源。想想人才管理的世界是如何变化的。人们在整个职业生涯中不会为一家公司工作：他们会跳槽、跳槽、做兼职。现在三分之二的Xennials (Gen-z)都在做侧推。员工不想等待合规培训或管理者驱动的学习，他们想一直学习以及对所学内容的访问和控制。专业人士不希望等待经理给他们升职，他们希望定期尝试新的工作和项目。人们在团队中工作，而不是层级结构，所以他们希望目标简单、透明、易于更新。人们不仅想要假期政策，他们还想要健康计划，专注力，以及帮助他们的个人和财务健康。当我们决定提拔谁的时候，9框网格和人才评估几乎不起作用。我们希望系统告诉我们谁拥有最好的网络，谁最有可能成功。然后我们想给那个人一个机会，即使他们比老板年轻。我们再也跟不上工作描述和能力了，因为工作变化的速度比我们能看到的还要快。我们希望系统和数据告诉我们最需要什么功能，然后基于AI的工具告诉人们如何执行。而工作描述和能力模型的整个理念正受到攻击。当我们所做的工作不断变化时，我们真的需要它们吗?惠普刚刚告诉我们，他们取消了职位头衔(将公司的级别从60级以上简化为14级左右)，因此人们不再介意根据公司的需要更换角色。我们必须关注简单性和生产力。生意的节奏变得惊人。城市里挤满了工人；通勤时间很长；飞机上坐满了商务旅行者；为了见客户而跨越多个时区是很常见的。我们都生活在这个蓬勃发展的经济时代，但它的压力、竞争和工资几乎跟不上。换句话说，公司面临的问题与十年前大不相同：我们希望“工作经验”蓬勃发展。科技市场的巨变我目睹了人力资源技术市场的爆炸式增长(阅读我关于2019-2020年市场的报告)，这些变化是相当激进的。我们认为基于云的HCM系统是一种万能药，现在我们意识到它只是一个平台。我们过去想要更少的人力资源系统:我们现在拥有更多……但它们的整合性要好得多。我们过去常常为了一套工具而牺牲最好的功能：今天我们寻找最好的功能并专注于体验。我们曾经寻找一个大的，稳定的供应商。现在我们正在寻找一个稳定的核心平台，并从许多创新的供应商那里购买。我们过去常常在后端集成系统。今天，我们将它们集成在前端(来自用户体验)。随着所有这些变化，专注于集成套件的供应商已经落后了。我不能告诉你有多少公司告诉我他们的LMS不再有多大的价值。我们需要一种新的人力资源技术来帮助我们更好地工作。(这里有几个例子。) 当你观察这些系统时，你会发现一些新的东西：他们以员工为中心。该系统通常从LinkedIn或Facebook这样的用户档案开始，从那里包括提示、提示、活动流，以及基于员工旅行、重要时刻和重要工作活动的活动。他们使用轻推、视频、短消息、建议、聊天和移动界面进行交流。虽然这些系统仍然需要表单和选项卡来捕获数据，但它们的设计越来越多是对话式的，因此可以适应工作流程。它们中的大多数都有电子邮件、slack、微软团队和其他消息系统的接口。他们不需要训练。与ERP系统不同，这些系统是“走上去使用”的。设计人员将它们创建为“适合于特定用途”的应用程序，因此它们的用途显而易见。他们通常从一个简单的演练开始，或者他们只是“工作”，没有很多定制。他们是专注。与试图面面俱到的综合人才管理系统不同，这些系统在某一方面做得非常好。它们都可以从您的ERP或active directory输入数据来访问用户信息，但它们不会试图复制或替换任何HCM或ERP系统。这使得它们具有高度的功能性和创新性，专注于特定的问题。它们是地上的云。这些新系统不是早期的“重构”应用程序。它们是用云架构构建的，因此具有很强的适应性，可以快速更改和添加功能。他们中的大多数都开发了很好的移动应用程序，而不仅仅是响应界面。他们使用人工智能。这些系统都不是“人工智能”工具，但它们都以不同的方式使用人工智能。他们每个人都在自己的指定区域内，收集大量关于他们管理的交易和员工旅程的数据，因此随着时间的推移，他们会变得更聪明，更具预测性。他们是可替换的。这些系统中的大多数不需要大规模的erp类实现。它们可能需要几个月的时间来实现，也可能需要几个季度的时间来学习如何使用，但它们本质上是可以复制的，因为它们在重点领域工作。因此，您可以对被收购的供应商承担风险，如果您必须更改工具，则不必删除所有核心HR基础设施(核心HR公司除外)。它们是真正的体验设计。它们给人的感觉就像“旅行”，使用起来既有趣又令人愉快。他们有游戏化(点，轻推，推荐)，他们让人们找到其他人并与他们交流，他们鼓励笔记和个性化，他们把人们聚集在一起。这对人力资源领导者和市场意味着什么这节历史课很有道理。我们搬到了一个新地方。仅仅购买一个“集成的人力资源套件”并期望您的组织、文化或员工体验发生转变已经不够了。今天，正如我在《员工敬业度3.0》中所描述的，我们需要真正关注如何让员工的生活、工作和生产力变得更好。这意味着使用设计思维、敏捷、旅程地图，以及为人们共同创建解决方案。以上为AI翻译，内容仅供参考原文链接：From Talent Management To Talent Experience. Why The HR Tech Market Is In Disruption

观点
2019年04月25日
观点

激发动力是打击倦怠提高员工敬业度的关键文/Naz Beheshti 让我们从压力的反面开始关注压力意识月。当然，有时压力会告诉我们，生活中的某些事情正在使我们的能力变得紧张——这是我们需要识别和处理的压力源。然而，很多时候，压力可能是缺少一些东西的迹象。作为一名高管健康教练，公司和个人高管聘请我帮助他们管理压力，以获得健康和成功。压力对我们的身心健康和生产力都是一个巨大的拖累。管理压力是很有必要的，用积极的态度来代替压力会更好。压力会消耗我们的能量。让我们看看是什么创造了能量。根据美国疾病控制与预防中心(Centers for Disease Control and Prevention)的数据，多达三分之一的美国员工表示工作压力很大。五分之二(40%)的人说他们的工作压力很大，超过四分之一(26%)的人说他们的工作“经常让他们精疲力尽或感到压力很大”。高水平的工作压力伴随着高水平的员工离职，这并非偶然。企业领导者需要了解是什么因素在摧毁员工的精神，另一方面，如何激发员工的积极性。意义和动机光辉国际研究所(Korn Ferry Institute)最近的一份报告明确指出，压力过大的劳动力问题与培养激励的挑战有关。持续创新的关键是动力——特别是内在动力，来自内部的动力。相比之下，压力是“众所周知的创造力杀手”。这份报告要求商业领袖们好好审视一下自己:“你的公司是在煽动还是在压制人们的内在动力?” 如今，千禧一代已成为劳动力大军的最大组成部分，因此，关注激励尤为重要。他们在寻找目标和意义，想要的不仅仅是薪水。内在动机主要由自主性和目的性两个因素驱动。把这两样都给你的员工，他们会茁壮成长，你的公司也会。控制感颠覆和不断的变化是当今经济中不可避免的现实，正如工作岗位被自动化或人工智能取代或彻底改变的威胁一样。因此，美国心理学协会(American Psychological Association)发现，“无力感”是职场压力的核心。企业领导者可以通过赋予员工有意义的自主权——在如何开展工作上行使自主权——来有效地应对这种压力来源。感到被信任和被授权的员工更有可能表现出主动性，并对自己的工作拥有自主权。这种员工敬业度直接转化为绩效的提高和更高的员工保留率。在整个组织中创建自治意识需要一种新的领导风格。僵化的自上而下的领导是过去的遗留物。今天的领导人将权力和决策视为可以共享的东西。参与式和教练式的领导风格会带来更大的动力和创新。清晰和目的众所周知，目标导向的公司表现更好，员工满意率更高。挑战在于使员工的工作与其独特的优势和个人兴趣保持一致。让员工处于成功和茁壮成长的位置的艺术是伟大领导者的标志之一。目标必须有明确的期望，才能产生结果。根据盖洛普最近发布的《美国职场状况报告》(Gallup State of the American Workplace report)，角色不明确是导致员工倦怠的一个重要因素。只有60%的员工强烈同意，他们知道自己在工作中应该做什么。 “当问责制和期望在不断变化时，员工可能会因为想知道人们想从他们身上得到什么而精疲力尽。” 另一方面，当领导者同时传达一个强烈的目标和明确的期望时，员工就会参与并实现目标。投入和动力是压力的解毒剂。对员工进行投资能力感是动力的第三大驱动力。相反，快速掌握新技能和技术的压力可能是另一个压力来源。把你的员工视为人力资本，并对他们进行投资。在一个组织中学习的文化会激发一种成长的心态——一种与提高绩效和更强的适应力相联系的品质。那些始终觉得自己在学习新技能的人压力要小得多。有时候压力来自于被压垮的感觉，但是被压垮也是一个问题。员工喜欢挑战，当他们的工作有目标感和自主性，当他们觉得自己有能力迎接挑战。作为商业领袖，我们需要研究是什么耗尽了我们在工作场所的能量，以及是什么为这些能量提供了燃料和养料。通过充分利用我们自己和员工的动力，我们既可以对抗压力，也可以激发创新。以上为AI翻译，内容仅供参考原文链接：Sparking motivation is the key to beating stress and burnout, and to improving employee engagement

观点
2019年04月24日
观点

如何利用技术弥合数据科学人才差距文/ Sushman Biswas 数据科学家继续成为跨行业组织的难以招聘的雇员。以下是自动化机器学习如何帮助组织克服数据技能短缺并推动业务增长。随着数字技术不断产生越来越多的数据，组织面临着释放数据价值的挑战。考虑一下:我们当前每天的数据输出大约是2.5千万亿字节或2.5艾字节/天，这可以与人类所说的所有单词的一半进行比较! 难怪数据科学家的需求处于历史最高水平。根据LinkedIn最近的一份报告，仅在美国，组织就面临着数据科学家的大量短缺，超过151,000个数据科学家的工作空缺。急剧的技能差距和更长的填充时间会给企业造成巨大的损失，并阻碍数据分析的部署。在人工智能（AI）和机器学习等技术对业务成功至关重要的时代，数据分析的价值从未如此强大。 “这场比赛现在正在提升人才。很长一段时间，我们谈到了成为数据驱动以获取竞争优势的必要性。现在，组织在算法经济中竞争。市场领先的组织已经开始利用当前的AI知识差距作为改变游戏规则的能力。今天我们在市场上看到了简单的AI工具，但在理解AI用例，正确准备机器学习数据以及负责任地使用这项技术方面仍然存在巨大的知识差距。技术障碍减少了，但教育障碍却没有。为了向企业提供可持续的、合乎道德的、值得信赖的人工智能，组织确实需要一个人工智能战略来解决优先使用案例，技术架构考虑因素以及道德标准和审核，“高级总监Jen Underwood说道。公司如何克服数据科学家的短缺？为了克服这个问题，组织正在转向自动化机器学习（AutoML），以使非数据科学家能够构建更准确的预测模型，并释放稀缺的数据科学人才，专注于更多关键业务计划。 AutoML将传统方法转变为机器学习和数据科学。它使非数据科学家能够理解数据并实现业务目标。AutoML通过对原始数据运行系统处理并选择从数据中提取最相关信息的模型，在现实世界中构建和使用机器学习模型。它还结合了机器学习最佳实践，使整个组织的数据科学更易于访问。 “自动化机器学习并不能取代数据科学家，”Jen说。“它可以将AI的交付范围扩展到组织中更多数据精通的人才。数据科学家时间是一种珍贵，昂贵的商品。一位全球顶级零售商的高管表示最好：“公司不需要他们的数据科学团队擅长数据科学理论; 他们需要他们“无情地实践价值”。 “通过自动执行耗时且重复的任务，数据科学家可以花费更多时间来解决问题，并为业务提供更多价值。“自动化优先”理念提高了工作满意度，保留了顶尖人才，同时使公民数据科学家能够轻松开始使用数据科学项目。“ 自动化机器学习使各行各业的组织能够释放机器学习和人工智能的力量，以前只限于拥有大量资源的组织。部署自动机器学习的数据要求提出最重要的问题 - 在组织内部署自动化机器学习平台的数据要求是什么？ “与商业智能中使用的第三范式交易或维度模式不同，机器学习需要将数据输入作为行和列的'展平'表，视图或逗号分隔（.csv）平面文件。您的视图需要包含结果指标，目标变量以及输入预测变量。机器学习算法假设每条记录都是独立的，与其他记录无关，“Jen说。“应该在分析粒度级别收集准备好的数据，以便您做出决策。如果将结果合并到现有业务流程或应用程序中，请选择可操作，可理解且有用的粒度。例如，如果您想要进行每日销售预测，则需要输入日期级别的数据，而不是周，月或年。“ 大多数组织已经捕获并存储了这些数据。使用像DataRobot这样的平台，企业可以积极利用数据科学自动化来增强和利用他们最需要的人才。这对人力资源意味着什么？显然，对数据科学家的需求不会很快降低，但是，通过部署AutoML平台，人力资源可以节省宝贵的时间，以填补入门级数据科学职位，更好地利用组织内现有的数据科学人才。除此之外，随着AI成为人力资源的一个组成部分，AutoML可以使HR功能变得更加独立和数据驱动。以上为AI翻译，内容仅供参考原文链接：How to Bridge the Data Science Talent Gap with Technology

观点
2019年04月17日
观点

RecTech如何帮助改善科技行业的性别差异文/Chiradeep BasuMallick 总体而言，性别多样性现在对招聘举措至关重要。曾经被称为“男孩的游乐场”的科技公司正在摆脱传统的招聘模式，并渴望确保性别多元化。我们讨论招聘技术或RecTech如何帮助实现这一转变。技术传统上被认为是男性主导的行业。这些想法来自男性第一的劳动力，当时女性被认为不适合担任技术角色。这种情况发生了巨大变化; 女性被视为创新，说服力，情商和协作的旗手 - 对于使技术更具人性，引人注目和有意义至关重要。因此，科技行业的多样性是公司可以将自己建立为具有社会意识，包容性和“人道”的商业实体的关键领域。除了性别多样性之外，研究表明，将来自不同原籍国，种族和文化的员工聚集在一起可以营造一个加强决策和解决问题的开箱即用方法的环境。招聘技术或RecTech能否帮助识别，瞄准和雇用最合适的女性候选人，并解决科技行业中的性别多元化问题？答案是肯定的！ RecTech有助于改善科技行业的性别多样性招募妇女是确保多样性的关键因素; 它们同样有助于科技工作场所的创新和自由思考，并为工作带来宝贵的观点和气质。以下是RecTech可以帮助科技公司实现性别多元化的五种方式。 1.使用正确的软件找到最佳人才技术专业在性别多样化的道路上可以做的第一件事就是利用尖端技术来定位不同的候选人。大数据，高级分析和人工智能（AI）可以帮助公司微调他们的招聘方法。雇主甚至可以使用情绪分析，行为监控和受访者偏好评估来主动超针对最合适的候选人而不存在任何性别偏见。这些技术能够删除任何明显的“男性化”消息元素。此外，一层技能测试可以确保招聘仅仅基于人才而不受性别偏见的影响。“以技能为基础的招聘可以使公司向更广泛，更有资格和更多样化的人才库发展。公司意识到，评估具有编码挑战的候选人是吸引，评估和雇用合适人才的更有效方式，“ 技术角色RecTech工具HackerRank的首席执行官兼联合创始人Vivek Ravisankar 说。 2.部署有效的申请人跟踪系统智能申请人跟踪系统（ATS）收集和处理来自各种流的数据，以确保符合性别多样性法规和内部目标。这些平台提供了丰富的招聘模式见解和任何有利于男性专业人士的流行趋势。因此，科技公司可以重新调整招聘技巧，将性别多元化，包容性和进步原则的最高基准保持在RecTech堆栈的中心位置。 3.让AI和机器学习消除无意识的偏见对于多家科技公司而言，与AI合作是一项日常活动，因为它们可以帮助客户充分利用人工智能的巨大潜力在国内，相同的技术可用于消除导致偏见的无意识因素 - 解决年龄，种族和基于性别的多样性问题。例如，考虑使用SAP的Job Analyzer，它使用机器学习（ML）扫描作业帖子，以便进行无意识的有偏见的消息传递。此外，劳动力分析可用于解决多样性问题并帮助吸引女性候选人，从而增加技术的性别多样性。 4.将性别多元化纳入企业声誉和品牌管理最终，围绕公司定位的感知，品牌形象和无形生态系统成为工作场所性别多元化的必要条件。一个专注于包容性（图像，视频，员工报价和相关数据点）的职业页面可以强调组织的立场，重申对性别多样性和无偏见招聘的承诺。招聘营销软件可以轻松地用于构建职业页面和自动化职位发布，以展示科技公司的包容性雇主品牌标识 - 通常被视为创新业务实践的先驱。结论 Vivek分享了Adriana Rivera的故事，Adriana Rivera是一位全职的母亲，虽然身体健康，却一直被技术工作所忽视。HackerRank的编码评估平台揭示了她的潜力。 “她在2000年初就是一名C ++程序员，并在她成为一名妈妈时休息了一段时间。当她准备在14年休息后重新进入职场时，她很难获得面试。她经历了一个训练营，努力提高自己的技能，并最终击败了另外两位经验丰富的开发人员，为Randstad Technologies的数据科学团队工作。“ 这个例子强调了招聘科技时性别多样性的必要性。对最新RecTech应用程序的投资将使最实用的数字驱动程序与集中的泛组织意图保持一致，以确保性别多样性。这些措施可以使科技公司成为最佳工作场所之一，并且可以帮助引进可能尚未开发的宝贵人才。以上为AI翻译，内容仅供参考原文链接：How RecTech can Help Improve Gender Diversity in the Tech Industry

观点
2019年04月16日
观点

员工体验——嗡嗡声背后有价值吗? 文/ Elissa Tucker 一个新的奇迹正在席卷各个组织，有望积极地改变工作。它被称为员工体验，是当今人力资本管理界谈论最多的发展话题之一。但是，在这次谈话的背后，隐藏着许多困惑。什么是员工体验? 员工体验是对员工行为的全面理解——物理环境、员工成长的文化以及他们所从事的工作和活动（越来越多地通过数字化手段）。这三个维度贯穿于员工的整个生命周期——有候选经验、入职经验、学习经验、工作经验等等。每一个重要的时刻，无论是在一天中还是在一个职业生涯中，都可以通过经验镜头来理解。从员工的角度来看是什么样子的?是否有一种个性化、可接近性、便利性和真实性的感觉?这种方法在很大程度上受到了以往客户体验工作的启发——HR只是将其应用于员工。员工体验与员工敬业度有何不同? 经验就是当一名员工的感觉。随着时间的推移，如果你有很多积极的、建设性的、有意义的经历，你就会更加投入。敬业的员工有更高的保留率和生产力，因为他们关心工作、工作场所和他们的组织。敬业度关注员工与组织之间的关系，驱动因素包括对领导力的信任、沟通、认可、职业发展和未来愿景。简而言之，这关乎良好的管理和领导力。我们通过激发员工的抱负并给予他们回报来吸引他们，这从根本上讲是人性的一面。体验是一个更广泛的概念，它还包括工作空间的物理布局、工作时间和位置的灵活性、使用的数字系统的质量等等。员工体验和人力资源流程有何不同? 真正重要的是视角。员工的经验是主观的，第一个人——你的入职经历(例如)是开始为你的组织工作的“感觉”。它是简单的，吸引人的，无缝的吗?我是否觉得自己受到了欢迎?另一方面，人力资源流程将入职视为一组流程——财务、IT、人力资源、设施等。这些过程可以被协调在一起，创造积极的体验，也可以不创造积极的体验。经验就是结果。良好的人力资源流程是为效率和经验而设计的。为什么现在人们对员工体验这么感兴趣? 毫无疑问，顶尖人才寻求的是最好的经验。消费者技术(亚马逊、苹果、优步、Netflix等)现在越来越容易使用，用户界面也越来越友好，员工也希望有同样的体验。对顶尖人才的争夺仍在继续，而员工的经历提供了另一个吸引和留住人才的差异化因素，并最终提高了客户的体验。在雇主和雇员之间也存在着一种新的隐性社会契约——一份工作和一份薪水是不够的，雇员想要在工作中感觉良好，而不是牺牲他们在工作上花费的40个小时(或更多)的幸福感。以上为AI翻译，内容仅供参考原文链接：The Employee Experience—Is There Value Behind the Buzz?

观点
2019年04月16日

1... 《 104 105 106 107 108109110 111 112 113 114 》 279 跳转至