• 德勤
    面对未来,德勤认为HR工作的2个重要领域 根据德勤的《2020年全球人力资本趋势》报告,人力资源部门必须采取这两项行动,才能在这个颠覆成为常态的世界中茁壮成长,不仅仅是自己的团队,而是整个公司。 人力资源(HR)专业人员的工作方式和地点将在未来一年发生根本性的变化。这是德勤 "2020年全球人力资本趋势 "报告的主要发现之一,该报告调查了119个国家的9,000名企业和人力资源领导者。 根据该报告,以下是人力资源部门必须采取的两项行动,以便在这个颠覆已成常态的世界中茁壮成长,不仅是对自己的团队,而且是对整个公司。 拓展人力资源部门的关注点和影响力Expand HR’s Focus and Influence  人力资源部门不能再局限于传统的角色和边界,必须将其关注点扩大到包括公司完整的生态系统和适应工作性质变化的能力。 然而,虽然75%的受访者表示,在未来12到18个月内,人力资源的角色演变很重要,但只有11%的受访者 "非常准备好 "做出这些改变。 那么,HR该如何做才能实现更大的范围和影响力呢?受访者认为这四点是最重要的。 采用新的能力,打造一个为数字时代打造的企业(47%)。 通过新的人力资源组织设计,鼓励更敏捷和基于团队的工作(45%)。 将人力资源工作自动化,以精简和简化体验(38%)。 通过扩大人力资源领导者的关注度和影响力来提升他们的地位(24%)。 在考虑如何帮助公司适应工作性质的变化时,归属感、福利和工人再培训也是人力资源领导者关注的重要领域。归属感的概念对企业绩效至关重要,以至于63%的受访者认识到需要让员工与组织目标保持一致。 "组织需要通过工作目的将个人与个人之间联系起来,从而优化个人的力量。这是归属感的必然演变--从舒适到连接,最后到贡献。"Workday高级副总裁、人员和绩效传播者Greg Pryor说。"要想从他们的工作和工作场所中获得真正的价值,人们应该能够看到他们每天所做的事情如何影响业务。" 提出新问题以获得更好的结果Ask New Questions to Get Better Results 随着未来比以往任何时候都更加不确定,组织需要采取果断的行动来管理劳动力战略。但如果没有获取和分析正确数据的能力,就不可能做到这一点。97%的受访者表示,他们需要了解更多关于员工队伍某些方面的信息,而这三个问题是最常见的问题。 现有员工队伍在满足新需求方面的准备程度如何? 额外人才来源的可用性如何? 领导层在应对人工智能(AI)和劳动力的挑战方面准备得如何? 这不仅仅是一个人力资源问题。53%的人表示,在过去的18个月里,管理层对劳动力信息的兴趣增加了,但许多人受到他们的技术限制的阻碍。52%的人表示,他们缺乏合适的系统来产生了解劳动力需求和趋势所需的洞察力,这可能是为什么只有11%的组织能够实时产生劳动力信息。 但这不仅仅是归结于技术--而是关于改变你对待数据的方式。"作为一个组织,你需要拥有自己的数据。但你也需要考虑对旧指标的新方法,"Workday的人员分析和见解主管Phil Wilburn说。"提出新的问题将帮助你驾驭未来,因为未来将需要新的答案。" 德勤建议,企业要想打造敏捷的员工队伍,"除了针对近期需求重新培养员工的技能外,还要为员工,进而为组织配备适应一系列不确定未来的工具和策略"(第75-76页)。为了实现这一目标,你需要通过分析来预测未来的需求,并从简单地对员工进行再培训的思维方式转变为创造一个让员工不断更新技能和学习新技能的环境。 人力资源的未来无疑将由技术的快速变化、人力资源更广泛和更有影响力的关注点以及回答塑造战略决策的新问题的能力所决定。而如果组织希望在这些方面取得成功,现在就必须做出大胆的选择。   点击获取报告
    德勤
    2020年10月16日
  • 德勤
    人力资本分析和学习:在正确的时间为合适的人员提供正确的解决方案,推动员工发展 12,762 个赞、300 万次点击次数、100,000 次点击次数— 所有这些措施都为营销活动提供了某种视角。但最有价值的见解来自更深层次的分析——这种分析说明了对注册中的内容和美元之间的联系,这是衡量特定营销活动有效性的真正标准。同样,改变游戏规则的学习见解不仅来自识别给定行为的前后变化,或测试和控制组之间的观察,还来自结合学习数据、业务数据和行为数据以及进行可靠的统计分析,以个性化学习建议和职业发展干预措施。通过多个数据点进行校准,这些精确的解决方案在正确的时间向合适的人员提供正确的干预,从而推动业务成果。 学习分析 的上下文 希望更准确、更可靠地衡量学习对业务结果的影响并不是新鲜事,而是访问数据点以创建它。现在,这不仅仅是欲望——我们生活在一个不断变化的现实中,这使得测量成为当务之急。工作性质的快速变化正在造成对提高劳动力队伍的几乎持续的需求。在5年学习技能的半衰程下,1对学习和发展计划的渴望是贪婪的。 此外,随着技术和学习平台使信息更易于访问,人们现在在工作流程中学习。2虽然课堂和讲师指导的培训可能不会完全消失,但现实是,大多数学习都是非正式进行的——从员工简单的搜索操作视频来处理当前的任务,到阅读前同事发布的感兴趣的文章。 但是,所有学习解决方案并不提供同等价值,而且随着所需投资水平的提高,修剪和专注于最有效的学习计划的必要性也随之增加。 从创造到治疗 任务关键性需求到提高技能3内容源的多样性引发了从内容创建到体验固化的转移4进一步启用学习体验平台。5这种日益增长的升华需求,6课堂以外的学习扩展和数据集的激增是学习功能新时代的基石:在这个时代,分析使学习功能成为业务驱动力,为如何培养员工队伍以优化业务成果提供宝贵的见解和指导。 在日益社会化的学习模型中衡量解决方案的有效性(其中内容是策划而不是创建的)需要扩大指标和指标,不仅包括学习数据,还包括业务数据和用户行为数据。随着学习朝着扩大用户选择的方向发展(如点播电视中发现),组织需要更新其方法和设计分析工具,以捕获这些新平台中的学习。这是实时学习分析和见解的提示。 通过学习分析,组织可以及时获得有关各种学习投资对个人发展、组织学习趋势和业务成果的疗效和影响的信息和反馈。成熟的学习功能可以使用这些分析见解来推动决策,了解要继续、扩展、终止和启动哪些程序、工具和资源。 可持续的分析战略始于有效的数据战略 ,评估学习解决方案对业务成果的影响的投资回报率,需要可靠的统计分析。即使在分析完成之前,它就需要独立数据集的组合,这些数据集位于业务内外的不同功能(甚至存储平台中)。有效的聚合取决于清晰的数据治理结构、标准化数据集和数据规范化过程。整合后,不同的业务、学习和用户行为数据可以使人们对特定学习资源对业务的影响有新的见解。 例如,假设您在参加财务战略实验室后,可以看到您的财务顾问的投资变化;或者,如果你能衡量你的高级董事在参加领导力研讨会后"追随者"的增加。更进一步,想象一下了解哪些链接最共享,哪些文章获得了最仔细的阅读,以及人们在寻找新信息时实际去找谁。我们已经知道终身学习领导力的重要性,7但是,如果你能根据学习习惯来识别你的明星表演者,或者在学习者自我指导注意力的领域先发制人地提高技能,那该怎么办呢?这些见解可用。数据存在。它们只需要汇集在一起进行分析。 聚合和分析孤立的数据并不容易;它需要一个有意和充分开发的数据策略。有效的数据战略应包括五个组成部分: 利益相关者之间对目标的一致 实现这些目标所需的数据假设 如何集成数据的计划 明确对所有利益相关者的期望 一个内置的审核流程,用于评估进度并根据需要进行调整 开发这种分析敏锐度的学习功能具有远见,这种功能可以帮助他们了解员工最需要哪些信息,哪些学习经验在改变目标行为方面最为有效,哪些学习解决方案与绩效最相关,反过来,学习干预对公司最有价值。 虽然将数据拼接在一起可能很困难,但它是收集对学习对业务影响见解的必要先决条件。有效数据策略的优点在于,它为研发功能奠定了基础,从自上而下和自下而上获得见解。当数据被主动管理和集成时,学习职能部门可以问:学习解决方案或学习解决方案计划对个人和业务绩效有何影响? 同时,通过实时集成实现有效的数据策略,使企业能够实现表现最好的和向后设计公共变量的趋势,从而可能将其跟踪到特定的学习资源。例如,想象一下,在所有最有效的销售人员中搜索一种常见的学习体验——也许,他们都在学习体验平台上遵循相同的 SME,阅读同一本书,或者完成相同的在线课程!将不同业务部分的数据集拼接在一起并了解特定变量的影响,需要强大的数据策略、统计专业知识和对稳健分析的承诺。 一个例子 :公共部门机构已经能够根据这种类型的学习分析优化学习投资。该客户采用基础广泛的数据策略,分析了研发投资与 KPI 绩效之间的关系,量化了在员工学习体验中所投资的价值。他们检查了运营效率指标、法规指标和业务 KPI,以评估学习投资的有效性及其对组织绩效的影响。这些投资分析以数字交互式仪表板提供,为机构领导提供单一访问点,以继续跟踪其研发投资的投资回报率。它是业务影响的链接,使学习功能能够做出数据驱动的业务决策,从而在正确的时间以正确的方式精确地向合适的人员提供最有效的学习解决方案。 让你的支出更 重要 成为利用分析推动业务向前发展的学习功能的过程,首先从了解和预测业务需求开始,并调整学习策略以优化学习投资。对于一个组织来说,要解决的可能不是与另一个组织相关的,但机会是相同的。L&D 函数聚合正确的数据集并进行相关分析以产生有价值的见解,是业务驱动因素,而不仅仅是程序提供商。 作者: 艾琳·克拉克是德勤咨询公司人力资本业务领域的董事总经理。她专注于通过学习战略、能力发展和领导力,通过人员来转变企业和组织。 David Fineman 是德勤咨询 LLP 人力资本业务领域的人力资源转型人员分析和劳动力规划专家。 Praveen Kaushik 是德勤咨询 LLP 人力资源转型实践的专家领导者,专注于学习战略、流程再造、技术部署、分析、内容集成和共享服务设计。 Mariana Aguilar 是德勤咨询公司人力资源实践的顾问,专注于数字学习解决方案、体验式学习计划开发和包容性领导力。 以上由AI翻译完成  
    德勤
    2020年06月22日
  • 德勤
    未来工作:未来十年的十大主要趋势 工作的未来,在不确定性、动态变化和数字飞跃的影响下,往往显得神秘莫测。事实上,正如我们所知道的那样,工作已经并正在继续改变和被重新定义,这是毫无疑问的。但这些变化对现代职场意味着什么?十年后的今天,它们又会有什么意义?企业是否真正为未来十年内影响工作-员工-职场三位一体的十大趋势做好了准备? 尽管人们普遍认为工作是线性发展和快速变化的,但趋势的兴起和衰落是有一定的周期性的。   工作的未来是什么? 工作的未来是一个无处不在的讨论的话题,这不无道理。问一下我们将走向何方总是很重要的。特别是在我们这样一个以变化为中心的环境中。 德勤(Deloitte)发布的2019年全球人力资本趋势报告(如下文所示)提供了一个有趣的洞察未来十年趋势的部分。 该报告是基于对119个国家的10000名参与者进行的纵向调查,调查的基础是今天的专业人士对未来几年内的职业价值,以及他们认为未来几年内最大的机遇和挑战是什么。有了这些全球性的看法作为背景,让我们深入了解未来十年需要关注的十大工作趋势。   工作的未来是什么?未来10年的主要趋势 工作的未来将从目前的工作格局中诞生-变化的需要、对速度的渴望和对扩大体验的需求的融合。以下是组织应该准备的十大主要趋势。 1.学会学习、忘却和重新学习 变化的前提是适应。随着大环境及其较小的活动部件都在经历着数字化和技术结构性的转变,全球的专业人士将学习视为最重要的趋势,这并不奇怪。 萨巴软件公司组织人才和领导力发展部主管Hawley Kane说:"我们认为学习与绩效的联系是L&D的关键时刻。这就是问题的关键所在。对于高绩效的组织来说,学习不是结果,而是推动绩效的行为。" Hawley补充说,学习和绩效管理不仅仅是并存的,它们是相互依存的。为了提供能够推动绩效的学习体验,人才领导者需要授权员工通过与个人、团队和相关业务目标相一致的学习来推动自己的发展。 Skillsoft公司内容产品管理高级副总裁Heide Abelli认为,在组织学习中需要注意的一个巨大趋势是,"解决员工在执行数字化议程的准备程度上的差距的紧迫感越来越强。随着新角色的引入、过时角色的淘汰、关键角色的责任范围的扩大以及管理层的取消,围绕着人才准备就绪的挑战是巨大的。"(了解更多:https://hrtechchina.com/) 学习与任何组织的工作都有着千丝万缕的联系,今天比以往任何时候都更加如此,组织学习的方式正在发生变化。 2.驱动员工体验 我们体验生活。用户界面的日益重要也扩展到了工作场所。然而,在工作中,员工的体验并不仅限于技术界面--从候选人阶段到员工离职或退休期间,员工与组织之间的每一次互动都是如此。 所有业务转型的核心是人,而不是技术,"塔塔塔汽车公司前CHRO Gajendra Chandel说。'"为了实现任何层面的变革,企业需要牢记他们为员工提供的体验,以及转型能够并将会对员工产生的意义。他们还需要制定战略,使员工能够做有意义的工作(对他们和企业而言)。工作中的文化和如何管理多样性变得更加重要,重点转移到个人身上。 随着技术的铺垫,组织需要适应员工想要的那种体验。人才管理和人员度量的所有方面都需要考虑的不仅仅是业务目标,还需要提供具有吸引力的员工体验。 3.人才流动停滞和自满 埃施兰集团对人才流动的定义是:"人才流动是指在组织内进行人员流动,希望通过员工的新角色和新职责获得新的技能并加以磨练的做法",这句话一针见血。在当前的人才争夺战中,参与度是留住合适的员工的关键。要想让员工长期参与进来,就需要有一种对抗职业停滞和角色不流动的文化。允许员工在系统内流动,找到自己的利基点,允许员工有机会转换,并找到新的利基点来重塑自己的技能组合,是帮助员工成长和留住员工的好方法。这在一个替代性劳动力不断上升的生态系统中尤其如此。(了解更多:https://hrtechchina.com/) 员工现在选择工作的依据是工作的灵活性。因此,人才流动迅速成为工作决策的一个重要参数,人才流动将推动员工的参与度以及劳动力的质量。"这是一个没有停止的趋势。38%的招聘经理人预测,未来十年内,他们的员工将以远程工作为主。"Upwork人力资源和人才创新高级副总裁Zoe Harte说。允许远程工作可能是一种有效的沟通方式。 4.领导力的演变 随着工作、员工和工作场所的变化,领导者和领导风格也需要发展。随着基于年龄的资历的减少,在建立员工敬业精神方面建立关系的重要性日益增加,工作场所多数人的代际关系发生了变化。重新设计的管理结构和普遍的敏捷性文化,组织所需要和想要的领导类型已经发生了变化。这不仅仅是因为千禧年的繁荣,而是上述所有因素的综合作用。 GLEAC的创始人Sallyann Della Casa指出,工作场所 "需要以员工为中心,不再有任何特定的尺寸适合所有人。现在很多工作团队都是虚拟的,在家工作是办公室的常态,团队根据项目进行组装和分解,没有固定的角色或头衔,而是根据项目需求匹配能力。" 因此,未来的领导者需要能够处理好这样的员工队伍,建立有效的关系,每天都能创造出制胜的策略。在这个逐渐依赖人工智能(AI)、机器学习(ML)和更多新技术的世界里,更多的以人为中心的领导能力将是更优先考虑的。 5.更快、更好、更简单的人力资源技术 随着人工智能和ML向核心和辅助人力资源职能领域进军,未来需要更好的整合。Co-create Tomorrow联合创始人Prithvi Shergill表示,"现在有60%到70%的企业表示,他们使用AI来提升估值。" 他还说,"能不能采用技术,不一定是观念的转变或不愿意,而是预算和权限的问题。" 随着人力资源技术成为企业需要有效采用和适应的一种趋势,企业的思维模式和预算规划都需要支持最平稳的变革。这也适用于选择合适的人力资本管理(HCM)工具。 Sallyann说:"现在的HCM必须具有预测性,能够解释数据并与数据建立联系,易于使用,并以能力为中心。所谓的预测性,应该有一个与学习和发展系统对话的员工参与度机器人(因为衡量员工参与度的最重要的指标之一就是一个人认为自己在学习的程度),并在任何一个系统出现问题时发出警告信号。" 一个好的HCM系统还应该允许轻松实现即插即用的功能。这也是未来人力资源技术需要引领企业发展的地方---轻松、智能和吸引人的工作。 6.创造力、协作和沟通 未来的工作要求各组织投资于创造一种能繁荣创造力、促进协作和鼓励沟通的文化。当前以身作则的趋势要求这种文化转变必须自上而下,在核心员工的有效参与下推动。协作不仅是指团队之间、职能部门之间的合作,还包括业务领导和人力资源主管之间的合作。 Asia Select公司总裁兼首席执行官Engelbert Camasura指出,HR在人工智能革命和数字化转型中扮演着重要的角色。他说:"CHRO们需要采取更大胆的立场,成为真正的业务领导者,而不是成为提供服务的高管,甚至只是业务伙伴。" 因此,业务转型的重任不仅需要HR的配合,也需要HR的共同主导。 成为人工智能革命的一部分,是一个积极的决定,也是一个坚持不懈的决定。Englebert还谈到了如何将数据视为一种挑战,而不是一种辅助工具。因此,企业需要做出转变,关注资源-心态-数据三角的转变,才能从即将到来的革命中获益。 7.从健康到工作中的幸福 维珍脉搏公司总裁兼首席医务官Rajiv Kumar博士,认为各组织接受员工健康的三个最重要原因是: 雇员期望并要求他们的工作地点提供这一福利。千禧一代在我们今天的劳动力中所占的比例最大,他们选择工作地点的依据是一家表明关心他们的公司。一个重要的方式来表明关心是通过提供一个全面的福利计划。 自下而上的福利计划是一个必不可少的工具,以促进员工协作和凝聚力,这将导致强大的,充满活力的企业文化。 如果正确实施,福利计划可以为组织节省大量的医疗费用,减少缺勤和出席,甚至减少员工的自然减员。 精神和情绪健康在工作中的重要性越来越大,而不是毫无理由的。利用人工智能工具更好地监控和指导员工的健康状况,创建更健康、更快乐的员工队伍的趋势是积极指导组织决策。 8.“超级就业”的兴起 Anand Shankar,德勤公司合伙人、人力资源转型负责人Anand Shankar认为,"超级工作 "是我们合作转型的自然结果。企业需要开始为未来的技能需求做准备,并确保员工准备好迎接挑战。创建一个熟练而敏捷的人才管道依赖于一支能够与最新技术协作的充分技能的员工队伍。随着人工智能的发展,人类的角色也需要得到提升。组织将需要重新审视工作中的事务性环节被取消,甚至是战略决策被辅助的影响。 因此,随着工作演变为为技能发展设定环境的超级工作,基本流程和我们对它们的理解也将不出所料地经过一些调整。这是一种与学习和发展过程中更广泛的更新不同的趋势,因为这与我们所知道的工作、任务和角色的修改有关。 9.数据世界 今天,我们的数据世界定义了我们是谁,我们的每一个数字体验都是基于我们的数据身份,并根据我们的数据身份进行调整。即使是像Twitter这样的公司,也会利用算法对我们的性别进行精确的假设,比如说,仅仅是根据我们在平台上的活动,就可以对我们的性别进行精确的假设。所有这些,只是为了体验一个更加个性化的世界--更多的我们。 诸如此类的创新对职场生态圈有什么影响?员工也从工作的方方面面寻求个性化的互动。我们在 "不再是物联网(IoT),而是我的互联网(IoM)"中寻找身临其境的体验,正如Avrio研究所创始人兼总裁Shawn DuBravac所说的那样。"信息的界面正在改变我们与技术的互动方式,"Shawn补充说。当我们转向数据化的环境时,企业需要能够跟得上这些丰富的数据,以避免信息的匮乏。 这就是在不久的将来,企业需要深入挖掘现成的、按需的信息库,以便做出更好的决策,创造更快乐的工作场所,并带来更大的商业成功。 10.以多样性取胜 随着数据分析和人工智能工具努力创造尽可能无偏见的决策,关于多样性的成熟对话似乎是一个快速发展的趋势。今天,越来越多的公司开始认识到需要进行适当的多元化教育,而不仅仅是宣传。因此,对话已经从多样性和包容(DI)倡议的洗衣清单转向了更有意义和可操作性的计划,这些计划实际上可以带来改变。 "工作场所的不平等滋生了消费者的忠诚度,而包容性的文化可以产生更强大的客户群,"多元化咨询公司White Men As Full Diversity Partners (WMFDP)的首席执行官Bill Proudman说。 在招聘上采取DI的立场是最早开始的努力之一,尽管是为了作为雇主品牌得分。无论动机是什么,这都是一个很有必要的开始,也是一个很有必要的过程,希望这个过程只会加快步伐,直到多样性成为任何组织的有机组成部分。Infor HCM的科学应用副总裁Jill Strange警告说:"虽然候选人评估并不是一个新概念,但利用人工智能来帮助加快招聘流程仍处于起步阶段。随着越来越多的企业继续在人工智能上大赌一把,帮助他们克服无意识的偏见,人力资源领导者在整个招聘过程中与人工智能合作,而不是依靠人工智能来解决制度性偏见,这一点至关重要。" 关于多样性,尽管围绕着这个主题进行了多轮对话,但这一过程相对缓慢,因为陈规陋习和偏见都是我们进化中根深蒂固的思想和行为模式。尽管如此,这一趋势肯定在上升,随着科技的发展,在未来十年里,随着新的人口组成开始共同努力,这一势头可能会加快。 虽然这些是我们所看到的未来十年影响工作场所的主要趋势,但工作世界是一个动态的宏观领域,即使是最小的变化,也会导致巨大的差异和随后的趋势波动。然而,组织需要扪心自问的是,他们是否乐于迎头赶上,还是准备好领导变革。   以上由AI翻译,仅供参考! 作者:Prarthana Ghosh 来源:hrtechnologist
    德勤
    2020年04月20日
  • 德勤
    人工智能招聘助理:人工智能在招聘中的应用 如果你曾经申请过一份工作,并且感觉你的申请进入了黑洞,其实你并不孤单。2012年,《华尔街日报》报道称,“很难找到一家不使用求职者追踪系统的财富500强公司。”他们还报告说,这些跟踪系统并非万无一失,“一个小错误,比如列出在那里工作多年的前雇主的名字,而不是以前的名字,可能会毁掉一个优秀的候选人的机会。” 幸运的是,随着竞争和人才需求的不断增加,人力资源和招聘部门已经采用了最新的技术。这对候选人意味着什么?乍一看,这一切似乎都令人生畏,尤其是考虑到我们中的一些人仍然在外层空间有我们的应用。然而,这一次,候选人和雇主都有可能胜出。新技术正在改进流程,寻找最优秀的人才,最重要的是,将人们置于成功的最佳位置。 你可能听说过这些技术,但你可能不知道的是,它们正在成为你求职中不可或缺的一部分。下面我们回顾一下招聘过程中使用的一些最新技术。 技术: 人工智能(聊天机器人) 人工智能(AI)正在崛起。《福布斯》2019年2月的一篇文章报道称,自2010年以来,人工智能专利申请超过15万项,领英的所有者微软(Microsoft)首当其冲。人工智能技术比我们意识到的更为普遍——Nest、Alexa和Siri都是人工智能的例子。类似地,用来模拟与人对话的聊天机器人也是人工智能的一种形式,并在招聘过程中投入使用。 据安永(Ernst & Young)在《华尔街日报》(the wall street journal)上的报道,“约23%的组织使用了一些人工智能,称它们是在人力资源和招聘领域这么做的。”这些通常以聊天机器人的形式出现,目的是帮助你完成申请过程。像奥利维亚这样的创业公司已经开始专注于这个领域;了解更多。 自动化 自动化背后的目标是提高招聘人员的生产率。自动化是一种简化招聘人员工作任务的努力,这样他们就可以专注于更大的、战略性的组织任务。尽管密切相关;它不能与人工智能混淆。 《福布斯》2018年7月报道称,“雇主们已经开始采用招聘自动化工具,从寻找候选人到安排面试、筛选求职者,甚至进行背景调查,无所不有。”新工具利用机器学习,比以前的申请人跟踪系统更具动态性。相反,他们的目标是不断变得更好,不断改变和适应,目标是找到合适的候选人。 区块链 区块链仍在招聘领域进行评估,具有巨大的潜力。IBM Talent & Transformation管理合伙人艾米•赖特(Amy Wright)向《华尔街日报》表示,区块链“可以用来创建一个账本系统,在该系统中,数据可以加密且不可更改。”“区块链意味着什么?”雇主可以使用区块链作为一个超级安全的存储库来存储重要的信息,比如工作历史、雇佣验证、工资等等。 总结 这对求职者来说意味着什么呢?尽管技术的任何进步都必然带来一定程度的恐惧,但还是有机会掌控这个过程的。 了解招聘过程中使用的技术 如果你正在评估潜在的公司,深入了解他们是如何招聘和雇佣员工的可能会有所帮助。德勤咨询(Deloitte Consulting)在《CIO》(CIO)杂志上发表的一篇文章,概述了全球消费品巨头联合利华(Unilever)的招聘和面试流程,其中涉及的技术总结如下: 1.应聘者在LinkedIn上填写一份表格 2.然后他们玩Pymetrics开发的游戏(是的,游戏)。这些游戏“提供了解决问题、个性和沟通风格的洞察力。” 3.如果被选中,他们将使用HireVue录制一段视频采访。 4.然后有机会在联合利华体验一天。 保持你在LinkedIn上的个人资料是最新的 正如我们之前提到的,微软在人工智能方面投入了大量资金。去年秋天,LinkedIn开始向企业提供基于人工智能的解决方案。他们的客户可以购买从我们LinkedIn个人资料中获取数据的服务,以帮助他们做出明智的决定,比如显示“在特定地点,技术人才库的竞争力如何”。“其他公司使用人工智能来协助从领英(LinkedIn)获取数据,在你开始面试之前就收集你的个人资料。 保持开放的心态 记住,雇主不会在不期待回报的情况下投资这项技术。在这种情况下,他们想要找到人才。拥有人力资源和招聘专业知识的全球咨询公司KornFerry报告称,预计到2030年,全球将出现8,520万熟练工人短缺。雇主正在寻找你,不要被新技术吓倒,拥抱它,并学习如何使用它。 作者:Empire Resume 原文地址:http://empireresume.com/artificial-intelligence-automation-and-blockchain-what-to-know-before-being-recruited/
    德勤
    2019年08月22日
  • 德勤
    Gartner:在过去4年中,企业对人工智能的使用增长了270% 根据Gartner的一份新报告,公司正在采用人工智能(AI),因为它已经过时了。斯坦福德公司2019年对89个国家的3,000多名高管进行的首席信息官调查发现,人工智能实施在过去四年中增长了270%,仅去年就增长了37%。 这比2015年的10%有所上升,这并不令人意外,因为据估计,到2022年,企业AI市场的价值将达到61.4亿美元。据麦肯锡全球研究所称,劳动力市场的变化将导致1.2%的增长。未来十年的国内生产总值(GDP)增长,并有助于在未来12年内获得额外20%至25%的净经济效益 - 全球13万亿美元。 “我们仍然远离可以完全接管复杂任务的一般人工智能,但我们现在已进入人工智能增强工作和决策科学领域 - 我们称之为'增强智能',”克里斯霍华德,Gartner杰出研究副总裁, 说过。“如果你是一名CIO而你的组织没有使用人工智能,那么竞争对手的机会很高,这应该是一个问题。” 在接受调查的CIO中,其雇主代表15万亿美元的收入和公共部门预算以及2840亿美元的IT支出,人工智能的部署在过去一年中增长了两倍,从2018年的25%上升.Gartner认为这种攀升的成熟与人工智能能力以及它成为数字战略“不可或缺的一部分”的速度。 这与德勤今年秋季发布的第二份企业状态 纲要一致,其中42%的高管表示他们认为人工智能将在两年内“至关重要”。同一份报告显示,自然语言处理超过了所有其他类别的增长,62%的公司报告采用了它(一年前为53%)。机器学习排在第二位,占58%(同比增长5%),计算机视觉和深度学习紧随其后,分别采用57%和50%(比2017年增加16%)。 尽管取得了进展,但机器学习的主要障碍仍然存在于企业中:缺乏具有AI专业知识的工人。大约54%的受访者告诉Gartner研究人员,他们认为技能差距是他们组织面临的最大挑战。这与去年年底Tata Communications的一份报告相吻合,该报告发现缺乏适当的技能和员工对所采用技术的理解是高管们最关心的问题。 此外,在上述德勤报告中,超过20%的受访者表示他们看到人工智能软件开发人员,数据科学家,用户体验设计师,变革管理专家,项目经理,商业领袖和主题专家的短缺。 霍华德说:“为了保持领先,首席信息官需要具有创造力。” “如果没有可用的AI人才,另一种可能性是为具有统计和数据管理背景的员工投资培训计划。一些组织还与生态系统和业务合作伙伴共享工作份额。“   以上为AI翻译,内容仅供参考。 原文链接:Gartner: Enterprise use of AI grew 270% over the past 4 years
    德勤
    2019年01月22日
  • 德勤
    德勤:2019年的9项技术预测 德勤是世界上最大的会计和金融服务公司之一,以下是德勤的第18次年度预测。 德勤美国技术、媒体和电信领导人Sandra Shirai在一份声明中表示:“2019年技术将在各种方面取得巨大进步,并将新颖的创新推向我们生活和工作的主流。” “新兴技术正在模糊传统产业线,影响人们和组织; 作为一个社会,我们将更聪明,更富有成效,更深入地与周围的世界接触。” 智能扬声器以折扣价格增长 德勤在其预测中表示,预计2019年将有1.64亿智能扬声器以平均43美元的价格出售。行业总收入将增长63%,而2018年为43亿美元。到2018年底,家庭智能扬声器数量预计将达到2.5亿部。 5G网络到达 上图:5G扬声器。图片来源:德勤 德勤呼应预测5G网络的所有其他人将在2019年浮出水面。但它更准确地指出,25个运营商将在2019年推出5G服务,25个将在2020年提供服务。 目前有72家运营商正在测试此产品。预计2019年将售出100多万部5G手机,到2020年这一数字将扩大至1500万至2000万部。 “这不会在一夜之间发生,但5G将深刻改变我们的互动和体验,这对消费者来说是一个好消息,因为他们要求更好的性能和更多的内容访问,”德勤的美国电信、媒体和娱乐部门负责人Kevin Westcott在一份声明中表示,“更高的速度和更低的延迟将在增强现实、娱乐、医疗和智能城市等领域实现新的和创新的消费者体验。” 人工智能无处不在 上图:AI在2019年到处都是。图片来源:德勤 在2019年,在使用AI的公司中,70%将通过云获得这些功能。65%的人将使用基于云的开发服务创建AI应用程序。到2020年,内置AI的企业软件和基于云的AI开发服务的渗透率将分别达到89%和83%。 全球TMT行业领导者兼美国技术部门负责人Paul Sallomi在一份声明中说:“到目前为止,人工智能最初的好处主要来自‘科技巨头',它们拥有广泛的财务资源,强大的IT基础设施和高度专业化的人力资本。” “但是,云计算将提高效率并提高投资回报率,我们预计这些优势将迅速扩展到AI的先驱者之外,扩展到更广泛的企业。” 电视体育博彩将带来巨大的收视率 上图:电视体育和赌博正在趋同。图片来源:德勤 在美国,体育博彩将推动25至34岁男性观看电视的约40%。德勤预测,在电视上观看体育节目的北美男性年龄在25岁至34岁之间的人中有64%也会选择体育运动。我们最近在电子竞技,赌博和体育方面的一个故事中注意到了这一现象。 德勤还预测,中国的连通性将培育新的数字商业模式。它预测中国将在2019年拥有世界领先的电信网络,而且最有可能在中期。其通信基础设施将为至少三个重要的新兴产业奠定基础,每个产业到2023年每年可产生数百亿美元的收入。 3D打印突破 上图:德勤预测3D打印增长将再次加速。图片来源:德勤 大型上市公司的企业3D打印机,材料和服务的销售额将在2019年超过27亿美元,2020年将超过30亿美元,每年增长12.5%。在过去的五年中,可能的3D可打印材料清单增加了一倍多,这(以及其他改进)导致了该行业增长潜力的反弹。 电子竞技继续激增 由广告,广播许可和特许经营销售提供支持,北美电子竞技市场将增长35%。根据专业运动模式,北美电子竞技特许经营联盟将扩展到特定的美国城市。 电台仍然相关 德勤预测,发达国家超过85%的成年人将至少每周收听一次收音机(与2018年的比例相同),尽管发展中国家的收视率会有所不同。合并后,全球将近30亿人每周都会收听广播。在美国,德勤预计,到2019年,超过90%的18至34岁的人将至少每周收听一次收音机,并且可能花费更多的时间收听广播,而不是在2025年之前观看传统电视。 评估量子计算 上图:德勤关注量子计算。图片来源:德勤 量子计算(使用量子力学现象的计算机)将成为未来十年最大的新技术收入机会之一,但不太可能取代传统计算机。未来的量子计算市场预计将与超级计算机市场相媲美 - 到2030年代每年约为500亿美元。 中国扩大技术实力 2019年,中国制造的半导体的收入将增长25%,达到约1100亿美元,以满足日益增长的国内对芯片的需求,部分原因在于人工智能的日益商业化。此外,在2019年,中国芯片代工厂将开始生产专门用于支持AI和机器学习任务的半导体。 “下一波技术转型正在向海岸发展。人工智能正在从‘仅限专家’到‘每家公司’的领域迅速发展”,德勤德勤技术,媒体和电信中心执行董事Jeff Loucks在一份声明中说,“3D打印使企业能够以前所未有的方式使用创新材料快速设计新产品。电子竞技通过将熟悉的体育联盟与视频游戏平台相结合而迅速发展,这些平台可促进数百万玩家的竞争和参与。这些都是先进的半导体设计和下一代数据网络的结合,这些数据网络变得更快,更智能。”   以上为AI翻译,内容仅供参考。 原文链接:Deloitte’s 9 tech predictions for 2019
    德勤
    2018年12月11日
  • 德勤
    德勤:42%的高管认为人工智能将在2年内变得“至关重要” 文/KYLE WIGGERS 企业正在加大对人工智能(AI)技术的投资。这是德勤在《企业报告》(Enterprise report)中对1100多家美国公司的IT和高管进行的调查中得出的最大结论。 德勤技术、媒体和电信中心的执行董事杰夫·劳克斯博士说:“企业对人工智能提高业绩和竞争力的潜力感到兴奋,这是有充分理由的。”但要实现这一潜力,企业必须承担风险,解决人才短缺问题,并做好执行工作。尽管人工智能的优势是显著的,但仓促行事可能会让公司陷入无路可逃的境地——应用人员无法扩大规模,或者项目没有商业利益。 采用增长 该报告将人工智能的采用分为四类:机器学习,即统计模型开发能力和随着时间的推移自主提高性能的能力;深度学习是一种涉及神经网络的机器学习方式;自然语言处理,从文本中解析意义的能力;计算机视觉,从视觉元素中提取意图的技术。 调查显示,自然语言处理在增长方面超过了所有其他类别,62%的公司称已经采用了自然语言处理(高于一年前的53%)。机器学习以58%(同比增长5%)位居第二,计算机视觉和深度学习紧随其后,分别以57%和50%的使用率紧随其后(较2017年增长16%)。 德勤认为,投资的增加与增长有关。约37%的高管表示,他们的公司已经拨出500万美元或更多用于“认知”技术,比如深度学习和机器学习,包括带有人工智能的企业软件。55%的人说他们已经发射了6个或更多的试飞员(去年这个比例是35%),58%的人说他们已经完成了6个或更多的试飞员(上升了32%)。 这种热情——加上高管们“追赶竞争对手”的强烈愿望——正推动ai即服务解决方案的全球年增长率达到48.2%。(德勤(Deloitte)将全球认知技术市场的规模定为191亿美元。)它有一些紧迫性;42%的受访高管认为,在未来两年内,采用人工智能将具有“至关重要的战略意义”,有些人已经开始看到成效。 超过80%的人说他们的人工智能投资带来了经济回报,特别是在技术、专业服务、媒体和娱乐/电信行业。德勤(Deloitte)以Netflix为例:这家流媒体巨头发现,如果客户搜索一部电影90秒,他们就会放弃。但通过使用人工智能来改善搜索结果,谷歌能够节省约10亿美元的潜在损失。 其他成本节省可能来自裁员。大多数受访者(63%)预计人工智能将使目前由人类工作人员监管的任务自动化。也就是说,78%的人认为认知技术能让人们做出更好的决定,72%的人和78%的人认为认知技术能提高工作满意度,并“为新的工作方式提供动力”。 这些发现与以前的报告一致。 世界经济论坛(World Economic Forum)、普华永道(PricewaterhouseCoopers)和高德纳(Gartner)预测,到2025年,人工智能可能会裁员多达7500万人。 此外,麦肯锡全球研究所(McKinsey Global Institute)今年预测,需要“低数字技能”的工作比例可能从目前的40%降至2030年的30%,因为需要更高技能的工作比例可能从40%升至50%。 麦肯锡分析师称,这些和其他劳动力市场的变化将导致未来10年国内生产总值(GDP)增长1.2%,并有助于在未来12年获得额外的20- 25%的净经济效益(相当于全球13万亿美元)。 人工智能的担忧 尽管人工智能的应用速度在加快,投资回报也令人印象深刻,但在回应调查时,高管们对人工智能表达了保留意见。 超过20%的人将“网络安全漏洞”列为一个关键问题,43%的人将“基于人工智能/认知建议做出错误的战略决策”列为前三名。与此同时,约39%的人将人工智能在关键任务或生死关头的失败列为他们的担忧之一。 人工智能的法律、监管和道德问题仍然是企业界的绊脚石。十分之一的受访者表示,他们对与人工智能系统相关的法律和监管风险感到高度焦虑,三分之一的高管提到了道德风险——尤其是人工智能制造或传播虚假信息的能力。 德勤表示,这些担忧在一定程度上是由于某些系统固有的不透明性。 “人工智能采用者面临的一个挑战是,机器学习的复杂性越来越高,深度学习神经网络也越来越受欢迎,这种神经网络的行为就像黑匣子一样,常常产生高度精确的结果,却没有解释这些结果是如何计算出来的,”报告作者写道。 认知技术人才——或者说是缺乏——也是一个问题。约30%的高管表示,在他们各自的组织中,人工智能是一个主要问题,超过20%的高管集体表示,他们发现人工智能软件开发人员、数据科学家、用户体验设计师、变更管理专家、项目经理、商业领袖和主题专家都存在不足。 最需要的人才是人工智能研究人员发明新的算法和系统。 该报告的作者写道:“雇佣和培训高能力人工智能专家的需求持续存在。”“拥有这种对人工智能/认知技术的承诺的公司,很可能在很长一段时间内都将面临技能缺口。” 尽管人们对人工智能有着明显的热情,但高管们对所涉及的挑战却持现实态度。约56%的受访者表示,认知技术将在三年内改变他们的公司,低于去年76%的比例。 尽管如此,高管们对人工智能工具的总体反应“相当乐观”。 报告作者写道:“我们相信,高管们已经认识到,使用认知技术来推动业务领域的变革是很复杂的,同时他们也不希望实现这一目标。”“尽管它们面临挑战,但我们调查的许多公司在将人工智能整合到运营和客户关系中并取得早期成功,并获得了经济效益。”他们对自己迄今取得的成功充满热情,对这些技术在不久的将来改造公司的潜力充满热情。   原文链接:Deloitte: 42% of executives believe AI will be of ‘critical importance’ within 2 years
    德勤
    2018年10月22日
  • 德勤
    2017的4大趋势让HR更有战略价值 编译:德鲁菌 数据来源:Bersin by Deloitte 来源:公众号“人才学”  (微信号 people-insight) 就在不久前,德勤(Deloitte)出了一份报告,预测了人力资源行业在2017年的11个趋势。我们总结了这份40多页的报告,提炼出了其中四个最为关键的类目。这四个预测都围绕一个更大的主题——数字化(digital)——而展开:数字化是这个时代的大趋势,2017更是如此;企业在人力资源上的策略,也应当持续地为这个趋势铺平道路。最初,企业关注的是如何用最有效的组织结构实现规模化。企业越能够有效地进行大规模生产,在市场中便越占优势。例如,产品经由研发-->设计-->生产-->销售这个过程时,由于规模较小,所以每个环节都三四个人负责。当公司越做越大,每个部门所需要的人力便增加,于是公司就按照部门的结构来划分,由此产生了研发部、产品部、市场部和销售部。 这是一种典型的由上而下的层级结构(hierarchical structure)。 后来,科技发展越来越快,对于员工的知识更新速度也加快。企业在市场中的竞争力也不再由单纯的规模大小和生产效率决定。能持续找到新的解决方法满足消费者需求才是维持企业竞争力的关键因素。这就使得企业组织架构设计的关注点不再是「可规模化的效率(scalable efficiency)」,而是「可规模化的学习(scalable learning)」——员工数量的增加的同时学习效率能够保持在一定的水平,甚至提升。   新进来一名员工,如果几周之内就能够把业务熟悉透,这要比同时招进三个员工却要花费半年甚至更久来让他们熟悉业务,效率高得多。 为了实现这样的效果,前几年一直很流行组织结构扁平化。这种结构的确减少了管理者与其他员工之间的距离,这样leader们能够更直接地和员工进行沟通,学习的成本也就相应地降低。   但这还不够。这种组织架构依然延续着之前的瀑布流式(waterfall method)的产出方式。比如在一家较大的企业中,只有当研发和设计部门完成了一整套的方案设计并敲定后,才能够进行生产;生产完成后再由市场及销售部门进行推广。 在这种结构下,跨部门沟通的障碍依然没有得到很好的解决。这使得企业在环境快速变化的当今市场缺乏了快速试错的能力。 为了能够更加敏捷地对市场做出学习和反应,更加敏捷的小团队化组织架构由此诞生。  在这种架构下,公司由各个具备跨部门能力的小组构成。每一个小组负责一个产品或项目,并且具备了完成这个产品/项目的必须function(研发、设计、市场、销售等)。   例如当初苹果在进行产品设计和研发的时候,就按照产品项目分成了Lisa小组和Apple II小组。两个小组相互独立运行,各自专注于自己负责的项目。当然正如大家知道的,最后大获全胜了的是另一个叫做Macintosh的小组。 如今,这种小团队化的组织架构的趋势正由互联网企业逐渐蔓延至其他行业。而这也是2017年的一个趋势。人人都在谈论企业文化。自2008年至今,在谷歌上搜索企业文化的数量呈明显上升趋势。而参与度则是员工对于企业文化的反应——企业文化越符合员工期望,员工便越能投入地进行工作。衡量企业文化和它相应带来的员工参与度,可以参考五个大类组成的20个因素。 为了得到关于这些方面的更多更精准的员工数据,越来越多的企业开始将之前的季度/年度review换成了短频且快速的Pulse Survey(脉搏调查)。所谓脉搏调查,正如它的名字暗示的那样,就像医院里的脉搏显示仪那样能对病人的每次心跳给出反馈。 这些每周的pulse survey通常都很简单,一次1-2个问题,涉及到的话题可以是任务反馈、团队建设、客户服务、工作环境等。员工每次只用花两三分钟的时间就可以完成这个调查。目前市面上流行的生产力工具(productivity tool)如Slack、Outlook、Gmail都内置了脉搏调查的插件,其功能也越来越成熟。   而最近兴起的People Analytics概念(直译为员工解析技术),能从数据的角度将员工行为公司业务表现相联系。   例如德勤自己开发CulturePath就能够将团队小组级别的员工信息直接与员工积极性、离职率等内容进行关联,便于企业在这些方面进行更好的决策。 2017年,企业要做的不仅仅是建立一个具有数据分析能力的团队,并去运用这些工具;更重要的是,要在企业内部建立起一个由这些工具和团队构建的反馈机制。通过总结长期的研究,HR部门的任务可以归为以下三点: 确保人事相关的流程有效率地进行,包括招聘、培训、薪酬、绩效等 建立与战略相关的人才系统,不光是“招到人”,而是“招到符合需求的人” 了解、管理和提升员工体验,确保员工能在一个能让他们充分发挥潜力的环境下工作   可以看到,HR的工作是围绕着人展开的。但长时间以来,这个部门的许多思维却是「项目思维」。回顾一下自己的人力资源部,是否设计并实施了这样那样的项目(program)?   需要让员工了解更多业务知识,于是开设了很多培训项目。为了提倡员工的自我学习,甚至有的公司要求员工下班后参加读书学习会。这些项目很多时候轻则治标不治本,重则有点……用产品设计的话说就是“反人类”。 奇怪的是,企业在面对消费者的时候却能够充分考虑用户的需求,并依据他们的实际需求进行产品设计。尤其在互联网行业,产品经理就承担着这份重要的职责。他充分地洞悉用户的痛点,在进行了详实的市场分析后,为这个痛点量身定做解决方案。  脑海中回荡其万塘路18号的《产品经理是条狗》这首业内知名曲目人们一直强调的「产品思维」就是这个意思。你是在为用户设计产品,产品必须解决他们的痛点。HR部门在提升员工体验的时候,也应当具备这种思维方式,把员工当做用户,发现他们的痛点,并相应地解决。   再回到上面的例子,员工平时缺乏自我学习,或许原因根本就不是少了几场读书学习会。 也许真正的原因是团队在计划工作内容的时候,没有划分清楚任务的优先级,导致员工经常陷入没完没了的应对繁琐任务的消极节奏中,从而丧失了学习的动机。 了解到了这一点,那么为了提升员工学习的机会,HR部门应当协助团队确认任务的优先级,提升员工的work-life balance,这样员工便有更多的时间和精力去自我提升。 第一个E:Education(教育)这是培养领导力的最基础形式。开一场讲座,或者开设一系列的培训,让部门负责人在台上以讲课的方式培训员工。  这种形式的培养是单向的,缺乏环境和反馈,因此根据多项研究表明,这也是最没有效果的一种培养领导力的方法。   第二个E:Experience(经验)指的是除了接受正式的培训,还能够通过观察前辈的日常工作、向上司进行请教的方法,获得他们的经验,从而提升相关的领导能力。  第三个E:Exposure(感受) 通过与同事、专家、意见领袖、客户等角色进行接触而学习到的领导能力。在这种环境下,学习者可能会负责一个项目,但这个项目大多是模拟的,而非与实际公司业务结果相联系的。   第四个E:Environment(环境) 这是最高形式的培养领导力的方法。意思是将学习者放到实践中,去直接领导一个项目,并由指定的上级给出反馈和指导。更重要的是,这些项目不是模拟的,而是真正与业务有关的。这样一来,学习者就能够持续地看到自己的工作对公司的实际影响,从而产生更多的动力。 根据德勤的数据显示,在被访的企业中,只有15%的80、90后觉得企业提供有效的领导力培训。而根据另一项高效领导力的相关调研,教育式的领导力培养效果是最差的。   所以在2017年,企业对年轻人的领导力培养,应当以四个E的结合形式进行。
    德勤
    2016年12月28日
  • 德勤
    2015全球人力资本趋势
    德勤
    2015年08月17日
  • 德勤
    大数据时代企业人力资源战略有哪些变革?如何变革? “信息社会”的确立标志着大数据时代的到来,也标志着一场生活、工作与思维的大变革。就如维克托·迈尔·舍恩伯格在《大数据时代》书中所写,“大数据开启了一次重大的时代转型。就像望远镜让我们能够感受宇宙,显微镜让我们能够观测微生物一样,大数据正在改变我们的生活以及理解世界的方式,成为新发明和新服务的源泉,而更多的改变正蓄势待发……”毫无疑问,汹涌来袭的大数据浪潮,也是加速企业创新和变革的重要利器。   长期以来,企业多数招聘、人员晋升和激励都是基于主管感觉、个人经验和企业价值观体系。但是企业真知道优秀销售人员获得出色业绩的原因吗?我们真的明白为什么有的领导者能够带领公司向前持久发展而有些则昙花一现吗?我们真的能预测一位应聘者能够胜任新的岗位吗?遗憾的是,人力资源经理和企业高管们对上述问题从来就没有明确的答案。   可喜的是多数企业人力资源管理已从单凭经验的模式逐步向依靠事实数据的模式转型。数据对于企业的HR来讲并不陌生,从最开始通过招聘搜集员工信息,到能力测评,以及年度、季度的绩效考评,日积月累的数据不可谓不大,但是真正将这些数据整理分析,提供给人才管理者做决策的企业却并不多见。这时,新的问题又出现了,我们如何充分利用这些数据以便更有效地支持人力资源管理工作?   德勤公司人才管理顾问Bersin就这个问题给出了答案。如今大多数企业都拥有大量的人力资源和员工业绩数据,除了具备必要的分析经验和工具外,最重要的第一步是提出正确的问题。但是企业面对海量的人力资源信息无从下手,而这些数据通常并不能直接拿来用,这便需要企业把相关数据提取出来。最新的HR系统研究表明,大企业的人力资源系统中的简历格式往往超过十种,而核心系统也至少6年都没有升级了。因此将这些数据提取出来是非常费力的一件事情。然而能够提出正确的问题,提取数据,这些远远是不够的。企业还需要展开数据分析,这需要数据分析、清洗、统计、可视化和解决问题的数据分析人才,大多数HR经理们都不具备数据分析经验,因此企业需要招聘相关专家与人力资源一起分析数据。   根据市场研究机构Gartner的预测,2015年大数据分析产品和服务的市场规模将高达3.7万亿美元,并产生440万个新的就业机会。目前企业界讨论最多的依然是大数据在市场营销和消费市场研究方面的应用。但是根据德勤人才管理顾问Bersin的分析,大数据在人力资源领域的市场潜力更大,也就是所谓人才分析(Talent Analytics)。   在谷歌,人力资源部门被称为“People Operations”,简称“POPS”。POPS部门的核心是一项复杂的员工数据追踪计划,目的是通过数据分析更好地改善企业的人力资源管理。同时,谷歌还聘用了社会科学家来对这家公司进行研究。例如,设计出更科学的的薪酬福利计划。此外,社会科学家和人力资源团队组成了PiLab(People Innovation Lab,即人力和创新实验室)团队,通过数十项有关员工的实验,找出有关管理大型公司最好的方式。例如,POPS部门旗下“人员分析”团队通过数据分析精简了谷歌的招聘流程。除了招聘企业还可以采用大数据技术改善人力资源管理。企业在进行项目设计尤其是培训体系的设计时,可以利用大数据技术找出员工能力差距、知识和技能的差距。随着技术的发展,员工也接触和运用了越来越多的技术设备进行学习,当员工使用不同的技术设备时,通过分析计算处理的海量数据,企业可以找出员工的需求以及喜欢的学习方式。   资深项目数据分析师指出“不仅企业人力资源管理需要数据分析的技能,据普华永道最近发布的一份报告指出,数据分析将成为企业知识工人的必备技能。企业需要具备必要的分析工具和经验。”简而言之,通过大数据,管理者可以将一切量化,从而对公司业务尽在掌握,进而提升决策质量和业绩表现。   随着业务自动化的实现,企业需要处理的信息正以从未遇见过的规模和渠道涌现。那么,企业如何避免对大数据的盲目投资,争取更有效地利用所收集的数据做出正确合理的决策成为首当其冲的任务。首先,企业必须给员工提供相应的培训,提高员工对数据的洞察力以及有效地将信息与决策制定相结合的能力。而集中授课是企业主要的培训方式,员工们可通过对项目数据分析师(CPDA)课程的系统学习掌握该项能力。   此外,还有一点值得引起企业管理者的注意,那就是企业经理人需要重新审视自己在数据管理中的角色。相当一部分人的经理人要么认为数据管理是IT部门的工作,要么认为他们自己并非内行,无法参与到数据在企业内部的共享过程。然而,事实上,经理人应该认识到,企业如果在数据上的投资回报不佳,那很可能是由于企业缺乏对数据应有的理解。他们必须向管理企业的人才、资本和品牌那样有效的管理信息,重视信息在企业内部的共享和流通,提高整个企业对数据的理解和分析判断的能力,而这些能力恰恰是通过经验无法获得,只能通过系统的、专业的项目数据分析培训获得。   LinkedIn公司的联合创始人兼当时的CEO,Reid Hoffman相信数据分析的强大力量,给予了Jonathan Goldman高度自主权。Goldman根据用户在网站上注册时填写的资料,制订了一套向每个用户提供三个最想与之联系的其他用户的广告。几天后,其点击率非常之高。之后,广告——“你可能认识的人”便被列为标准功能,并使LinkedIn飞速成长。Goldman的例子很好的说明企业中数据分析的关键作用。   而今,数据分析能力已经越大被众多行业企业所看重,Ovum最新调查显示,在北美、欧洲和亚太地区将近有半数以上的企业将在不久的将来投资大数据分析。这一现象并不难理解,全球企业与个人的交互数据正在以爆炸性的速度增长,一些企业预计,明年他们数据库的数据量至少会有10%~20%的增长。人才是企业的基石,人力资源战略将随着大数据时代的到来发生结构性变化,兼具项目经验和数据能力的核心人才正成为keyman,您的企业是否已经做好从在这大数据时代掘金的准备了?   【文章来源:人才管理SaaS研究】
    德勤
    2014年05月28日
  • 12
关于我们  | 商务合作  | 加入我们  | 那年今日  | 招聘科技峰会精彩回顾  | 上海科技峰会回顾  | 首届HR区块链峰会  | 2017HRTech年度颁奖  | people analytics  | 候选人体验大奖  | 友情链接  | HR科技极客大奖  | 深圳科技峰会精彩回顾  | HR共享服务平台  | 三支柱论坛2018  | 2018数字人力资源科技奖榜单  | 2018 数字人力资源科技奖  | 北京2018HRTechCon精彩回顾  | 2018HRTechXPO  | 2018TOP100人物榜单  | 2019年度活动计划  | 2018年度大奖揭晓  | 2018投融资报告  | 2017投融资报告  | INSPIRE 2019精彩回顾  | 2019海外活动计划  | 2019北京招聘科技论坛精彩回顾  | 2019深圳人力资本分析峰会精彩回顾  | 2019中国人力资源科技峰会上海精彩回顾  | 2019HR科技极客大奖  | 北京HRTechXPO未来馆精彩回顾  | 深圳·2019招聘科技创新论坛精彩回顾  | 2019候选人体验大奖榜单  | 中国人力资源科技云图  | 招聘科技云图  | 2019上海招聘科技创新论坛精彩回顾  | 深圳7月19日HRTechXPO精彩回顾  | 2019HRPA上海站精彩回顾  | 2019中国人力资源科技创新奖  | 深圳·2019中国人力资源科技年度峰会精彩回顾  | 2019北京HR科技峰会精彩回顾  | 2019数字人力资源科技奖榜单  | 2019HRTechChina TOP人物榜单  | 2019HRTechTOP人物列表  | 2019HRTechXPO-上海精彩回顾  | 2020HRTechChina品牌活动计划  | 2020HRTech云图入口  | 共同战疫专题  | 2019年度评选榜单  | 2020招聘科技创新虚拟峰会精彩回顾  | 助力企业共同抗疫专题  | 2020年度候选人体验大奖(中国地区)榜单揭晓  | 2020HRTech虚拟峰会精彩回顾  | 提交业务需求  | HR专业直播  | 2020HR科技年度峰会·上海精彩回顾  | 2020HR科技年度峰会·深圳  | 2020中国人力资源科技创新奖榜单  | 2020员工体验中国峰会上海精彩回顾  | 2020数字人力资源科技奖(DigitalHRTech® Awards 2020)获奖榜单重磅揭晓  | 2020中国人力资源科技影响力TOP人物揭晓  | 2020中国人力资源科技影响力TOP人物榜单  | 北京·2020中国人力资源科技年度峰会  | 2020HRTechXPO未来人力资源科技论坛上海站精彩回顾
 Hotline: 021-31266618   Email:hi@hrtechchina.com