-
劳动力智能
AI冲击下的职场变局：年轻员工首当其冲，初级岗位入口加速收窄，AI正在重构任务，而非简单消灭岗位
高AI暴露岗位需求下降42%，AI采用企业人力却增长27%：
HRTech概述： 美国劳动力数据与研究公司Revelio Labs通过劳动力供给、企业招聘需求、就业与工资、岗位工作内容以及招聘匹配五个维度，持续追踪人工智能对美国劳动力市场的实际影响。首期数据显示，自2022年10月以来，AI暴露度最高职业的招聘需求相对于最低暴露职业下降42%；与此同时，已经采用AI的企业，员工规模增长却比未采用企业高出27%。这组看似矛盾的数据表明，AI带来的变化并不是简单的“机器取代人”，而是企业内部的任务组合、人才结构和招聘方式正在同步重构。
从预测岗位消失，转向观察正在发生的变化
围绕AI与就业市场的讨论，过去几年一直充斥着相互矛盾的判断。一些研究预测AI将大规模取代岗位，另一些观点则认为AI能够提高生产率、创造新职业并推动企业增长。
Revelio Labs推出AI Labor Market Tracker的核心目的，是减少这种以预测为主的讨论，转而通过实际劳动力数据回答一个更直接的问题：AI现在究竟对招聘、就业、技能和工作内容产生了什么影响？
该Tracker将按月更新，结合Revelio Labs自身的劳动力数据、招聘职位、薪酬信息和员工情绪数据，同时参考并更新相关学术研究结论。追踪范围包括劳动力供给、企业需求、就业与工资、岗位活动以及人才与企业之间的招聘匹配。Revelio Labs表示，其底层数据覆盖超过3000万家公司、50亿条招聘职位以及195个以上国家和地区。
需要注意的是，产品虽然使用“实时衡量”作为定位，但其首期指标主要反映截至2026年6月的劳动力市场变化，并按照月度节奏更新。更加准确的理解，应当是一个持续更新的近实时劳动力市场监测体系，而不是逐日或逐小时变化的实时系统。
高AI暴露岗位需求下降，但不等于岗位已经被AI替代
首期Tracker中最受关注的数据，是AI暴露度最高职业的招聘需求出现明显下降。
Revelio Labs正式Tracker页面显示，自2022年10月以来，AI暴露度最高职业的招聘需求相对于最低暴露职业下降了42%。这里的“AI暴露度”并不是指企业已经使用AI取代了这些岗位，而是衡量某项职业中的工作活动，有多大比例在技术上可能由当前生成式AI完成。
例如，数据整理、基础分析、文案起草、内容总结、信息录入和标准化报告等任务，通常具有较高的AI暴露度。即使企业尚未正式部署AI，也可能因为预期这些任务未来会被自动化，而减少相关岗位招聘、调整岗位职责，或者提高招聘门槛。
Revelio Labs的新闻稿以数据工程师和金融分析师等岗位为例，称AI暴露程度较高职业的招聘需求相对于低暴露职业下降36%。但公司正式Tracker页面显示的最新数字为42%。两个页面分别以2022年11月和2022年10月为比较基准，公开资料没有进一步解释两组数字差异的具体原因。HRTech建议，在引用该研究时以正式Tracker页面显示的42%为主，同时注明新闻稿曾使用36%的表述，避免将不同口径混用。
更重要的是，AI暴露度高并不意味着这些岗位已经消失。Revelio Labs发现，自ChatGPT推出以来，AI暴露度最高职业的就业增长，仅比AI暴露度最低职业低约4%。就业市场已经出现压力，但目前并没有出现与招聘需求下降同等幅度的岗位消失。
年轻员工和初级岗位正在承受更明显的压力
AI对不同职级和年龄人群的影响并不平均。
Revelio Labs的研究显示，在AI暴露度较高的职业中，年轻员工的就业表现明显弱于资深员工。22至25岁员工在相关职业中的就业增长，相对于低AI暴露职业下降约13%。
这意味着AI对劳动力市场最早产生的影响，可能不是大规模裁撤现有员工，而是减少企业对初级人员的需求。过去，许多年轻员工通过资料整理、基础分析、报告撰写、客户支持和流程操作等工作进入企业，再逐步积累行业知识和判断能力。随着这些任务被AI辅助或部分自动化，企业可能不再需要同样数量的初级员工。
这一变化会带来一个长期的人才供应问题。如果企业只保留需要经验和判断能力的高级岗位，却不断削减用于培养人才的初级岗位，未来可能出现资深人才不足、内部继任断层和管理人才供应下降。
因此，AI时代的初级岗位不应该只是被简单取消，而需要被重新设计。企业需要让年轻员工更早参与客户沟通、业务判断、AI结果审核、跨部门协作和复杂问题解决，避免其工作长期停留在最容易自动化的任务层面。
为什么AI采用企业反而增长得更快？
与高AI暴露职业需求下降同时发生的，是AI采用企业员工规模的明显增长。
Revelio Labs通过企业发布的AI integrator相关岗位，识别已经开始将生成式AI整合进业务流程的企业。研究显示，自2022年10月以来，这些AI采用企业的员工规模增长，比未采用企业高出27%。其中，高级岗位增长31%，初级岗位增长只有6%。
这组数据说明，AI可能降低企业对某些任务和岗位的需求，同时帮助企业扩大整体业务规模。企业通过自动化重复工作、加快产品开发、提高客户服务效率或扩大数据处理能力，可能释放出新的业务需求，进而增加销售、产品、管理、工程和客户成功等岗位。
换句话说，AI减少的可能是完成某项工作的单位人力需求，而不是企业整体的增长能力。一个部门可能因为AI减少部分基础岗位，但企业整体却因为生产率提升而进入新的市场，并增加其他岗位。
不过，27%不能直接理解为采用AI必然会使员工规模增长27%。Revelio Labs也明确指出，AI采用企业在正式采用AI之前通常已经增长得更快。这些企业可能本身拥有更好的资本条件、技术能力、管理体系和业务增长速度。因此，这一结果反映的是两类企业之间的增长差距，而不是已经被完全证明的AI因果效应。
AI改变工作内容的速度，可能快于改变岗位数量
Revelio Labs首期Tracker最有价值的判断，并不是哪个岗位会消失，而是AI正在快速改变岗位内部的工作内容。
传统劳动力市场分析通常关注职位数量、失业率、岗位名称和职业分布。但一个岗位本身就是多项工作活动的组合。即使企业没有取消“市场分析师”“招聘顾问”或“财务分析师”等职位，也可以重新分配这些岗位内部的任务。
例如，一名分析师可能减少数据录入、资料搜集、基础制表和报告初稿工作，转而增加AI结果审核、异常判断、业务解释和管理层沟通。一名招聘人员可能减少简历初步整理，却需要投入更多时间进行候选人验证、能力判断、关系维护和招聘流程设计。
Revelio Labs建立的工作活动差异指数显示，2026年6月，美国经济中按员工规模加权的工作活动组合同比变化达到8.4个百分点。更值得关注的是，大部分变化发生在同一职业内部，而不是因为企业从一种职业大规模转向另一种职业。
这也解释了为什么一些基于整体就业和职业分布的研究，尚未观察到明显的AI就业冲击。2026年6月，Yale University旗下The Budget Lab发布的持续追踪研究认为，当前职业结构变化尚未清晰显示与AI引入之间的关系，AI使用指标也没有表现出与就业或失业变化之间的明确联系。
两项研究并不一定相互矛盾。Yale University更关注宏观就业和职业结构是否已经发生明显变化，而Revelio Labs进一步观察岗位内部的任务构成。宏观岗位数量可能相对稳定，但岗位内部的工作方式已经发生快速改变。
正如Revelio Labs Chief Economist Lisa Simon所概括的那样，AI正在自动化部分工作，但尚未自动化完整岗位；工作内容正在快速改变，而大部分变化发生在现有职业内部。
AI也可能正在降低传统招聘信号的有效性
AI不仅改变企业招聘什么样的人，也正在改变求职者如何参与招聘。
Tracker数据显示，企业目前平均需要发布5.05个招聘职位，才能对应一次可观察到的外部招聘，同比增长264%。招聘职位与实际招聘之间的匹配效率，已经连续六年下降。
这一趋势早于ChatGPT出现，因此不能全部归因于生成式AI。但Revelio Labs认为，AI可能进一步放大了原有问题。
生成式AI降低了制作简历、撰写求职信、准备面试回答和批量申请岗位的成本。优秀候选人能够更好地展示自己，但普通申请者也能够快速生成一份看起来专业、完整且符合职位描述的申请材料。
结果是，简历和求职信的信号价值下降。企业收到更多看起来合格的申请，却更难判断谁真正具备岗位能力。企业可能因此增加筛选环节、减少与普通申请者沟通，候选人则通过提交更多申请应对较低的回复率，形成新的恶性循环。
Revelio Labs还发现，在没有获得Offer的面试评价中，候选人提及招聘人员失联、未回复或“ghosting”的比例，自2022年10月以来上升约9%。但该研究尚不能证明AI生成的申请直接导致了招聘方失联，只能说明AI可能在一个已经低效的招聘体系中增加了更多噪音。
HRTech观点：企业需要从“岗位管理”转向“任务与能力管理”
从HRTech视角看，Revelio Labs这项研究最重要的意义，是提醒企业不要再用简单的“AI替代多少岗位”来制定人力策略。
第一，企业需要将AI影响评估下沉到任务层面。一个岗位通常同时包含可自动化任务、可由AI增强的任务，以及必须依赖人类判断、信任和责任承担的任务。仅根据岗位名称决定裁员或冻结招聘，容易错过真正需要重构的工作环节。
第二，企业需要重新设计初级人才入口。不能因为AI能够完成基础工作，就完全取消初级岗位。更合理的方式，是让AI承担重复劳动，同时让年轻员工更早学习业务判断、问题分析、客户沟通和AI结果审核。
第三，企业需要更新技能模型和职业发展体系。未来岗位价值可能不再取决于员工能否完成大量标准化任务，而取决于其能否定义问题、调用AI、验证结果、理解业务并对最终决策负责。
第四，招聘团队需要重新建立人才识别信号。当简历、求职信甚至部分面试答案都可以由AI生成时，企业需要增加与真实工作相关的评估，例如结构化工作样本、情境任务、项目讨论和基于过去行为的深度访谈，而不是简单增加更多筛选工具。
第五，HR需要谨慎解释AI与就业之间的因果关系。高AI暴露岗位需求下降，不等于AI已经直接取代这些岗位；AI采用企业增长更快，也不等于任何企业部署AI都会自动获得增长。行业周期、企业规模、资本能力、组织成熟度和人才结构都可能影响结果。
AI对劳动力市场的影响，正在以多个方向同时发生
Revelio Labs AI Labor Market Tracker揭示的并不是一个简单的就业结论，而是一个正在分化的劳动力市场。
AI暴露程度较高的工作需求正在下降，尤其影响初级岗位和年轻员工；真正采用AI的企业却可能获得更强的扩张能力，并增加高级岗位；岗位名称和就业总量尚未发生全面变化，但岗位内部任务正在快速重组；招聘技术越来越强，企业与人才之间的匹配效率却可能继续下降。
AI对就业的影响不会以一次统一的冲击出现，而会分别体现在招聘需求、岗位任务、技能投资、企业增长、职业入口和招聘匹配等不同环节。
对于企业HR而言，当前最重要的问题已经不是“AI会不会取代员工”，而是企业能否在AI改变工作之前，重新设计任务、能力、招聘和人才成长体系。
关于Revelio Labs
Revelio Labs是一家劳动力智能与研究公司，通过处理和标准化公开职业履历、招聘职位、员工评价等数据，为企业、投资机构、研究人员和政府部门提供劳动力市场分析。公司表示，其数据覆盖超过3000万家公司、50亿条招聘职位以及195个以上国家和地区。Founder and Chief Executive Officer为Ben Zweig，Chief Economist为Lisa K. Simon。
文章来源：HRTech编译与解读。数据来源包括Revelio Labs、AI Labor Market Tracker及Yale University The Budget Lab。
-
劳动力智能
2026HR大趋势:AI 涨潮之下,人力资源如何保住战略地位？
HRTech概述：Visier 在最新发布的《Trends 2026: The Business Case for Humans in the AI Era》指出：在 AI 加速渗透组织运作的背景下，“人”的价值正在被重新定义，而企业真正的竞争力，将来自能否把技术能力与人的洞察结合起来。报告认为，AI 不是终点，而是放大管理效能、提升决策质量、强化组织韧性的工具。2026 年 CHRO 的领导力核心，就是帮助组织进入“以人驱动、以 AI 增强”的新周期。
推荐阅读了解，视频解读可以访问视频号：HRTech
在过去一年里，AI 的力量正在全面渗透人才管理、组织运营与商业决策。对于 HR 而言，这既是巨大的机会，也是前所未有的压力：AI 工具越来越聪明、生成越来越快、影响决策的力度越来越强。当企业高层问出“AI 能不能直接替代一部分 HR 职能？”时，CHRO 与 HR 领导者必须拿出更具战略性的答案。
Visier 最新发布的《Trends 2026》提出了一个清晰却反常识的观点：**越是 AI 加速的时代，HR 越要靠“人”的洞察能力、判断能力、组织力来创造差异化价值。**换句话说，AI 涨潮之下，真正被放大的不是技术，而是 HR 的战略高度。
以下内容基于报告核心数据、案例与趋势洞察，结合北美、中国与欧洲 HR 场景进行深入解读。
经理体验，将成为新的员工体验
AI 工具的普及正在改变管理者的工作方式。Visier 指出，在大多数组织中，经理是企业战略落地的“最后一公里”，但他们往往缺乏实时数据、缺乏洞察工具，导致管理动作延迟甚至失效。
研究数据显示：
当员工认为自己的经理“非常有效”时，他们对企业目标的理解度显著提升。
新员工的高质量 onboarding 能让生产力提升 50%，并将满意度提升到 2.6 倍。
若经理不是有效教练，高潜人才的离职风险提高 2.7 倍。
这些数字清晰传递一个信号：无论 AI 走多远，企业绩效的可持续性仍然取决于人，而不是工具。
引用报告中的一句话尤为关键：
“Experience alone isn’t enough.”
经验不再能保证优秀管理，而 AI 能把差距放大。未来，能熟练使用数据、洞察团队动态、与 AI 共事的“增强型经理”，将成为组织的绩效关键点。
AI 是“副手”而非“船长”
当企业投入巨额预算建设 AI 能力时，一个尴尬现象随之浮现：超过 80% 的企业仍未看到显著财务回报。
尽管：
71% 企业已采用生成式 AI
78% 领导者预计明年增加 AI 预算
52% 认为 agentic AI 最值得投资
但多数项目仍处在成本投入高、业务价值不明确的状态。真正能产生 ROI 的 AI 应聚焦在：
提升人才效率（如自动生成分析、简化 HR 查询）
优化业务决策（实时洞察与预测）
释放管理者时间（减少行政工作）
Visier 的案例显示，一个拥有 2.8 万员工的组织，通过 AI Agent “Vee”每月能节省 466 小时，折合 35,000 美元成本，全年节省高达 42 万美元。
但报告也强调：
“AI 的最佳价值是增强，而不是替代。”
这对 CHRO 们释放出一个重要信号：你的战略不是让 AI 取代人，而是让 AI 让人做得更好。
劳动力规划，从“兴趣项目”变成必须能力
近年来，企业经历：
冗余岗位自动化
复合技能岗位爆发性增长
招聘紧缩与高成本 rehiring
技能快速老化
Visier 数据显示，某些复合技能岗位（如 Financial Systems Analyst）增长高达 338%，而传统岗位则加速消失。
如果组织不能提前规划，后果非常真实：
裁错人、裁过头
高成本紧急回聘（5% 裁掉的员工被重新雇用，且成本更高）
部门技能断层导致业务中断
更重要的是，世界经济论坛预测：
AI 将取代 9,200 万岗位
但同时创造 1.7 亿新岗位
HR 不应盯着“被替代”，而应盯着“新增需求与技能差距”。
战略劳动力规划，将正式成为 CHRO 的核心KPI。
GenAI 让人人都成为“数据驱动决策者”
在北美与欧洲的大多数组织中，最大的问题不是“没有数据”，而是：
85% 的企业无法有效利用数据
仅 23% 的高管会在战略中纳入员工数据
造成管理者普遍“数据焦虑”与“洞察缺口”。
而生成式 AI 正在打破这一壁垒。
像 Visier Vee 这样的对话式 AI，让业务负责人、HRBP、经理都能用一句自然语言提问，例如：
“过去 6 个月销售团队的离职率趋势？”
“财务部门的技能缺口最大的岗位是什么？”
“我应该怎样调整团队资源？”
报告显示，AI 能为企业带来：
实时会议中的数字校验
80% 以上的 HR 查询被自动处理
将数据真正嵌入日常决策流
这意味着：People Analytics 不再是少数专家的能力，而是每位管理者的必备武器。
五大趋势：
第一，经理体验将成为新的员工体验。经理被视为企业战略落地的“最后一公里”，AI 工具可帮助他们减少行政负担、掌握实时指标，从而提升团队绩效、保留核心人才。
第二，AI 将成为“副手”而非“船长”。尽管高达 71% 的企业已投入使用生成式 AI，但真正显著的财务回报仍有限。企业需要选择可衡量 ROI 的场景，以“AI 辅助 + 人类判断”为主线推动效能提升。
第三，劳动力规划从“兴趣项目”变成关键战略能力。随着岗位被重塑、技能需求快速变化，企业必须进行持续化、数据驱动的规划，否则将面临成本上升、裁员失误等风险。
第四，生成式 AI 将扩展 People Analytics 的边界。依靠自然语言交互，数据将从分析团队走向每一位业务领导者，使决策真正实现实时化、可操作化。
第五，HR 技术栈面临全面重构压力。从过去追求“效率与整合”，走向衡量是否能创造业务价值。能够连接 HR 数据与业务数据、支持 AI 决策的平台将成为主流。
HR 技术栈将被“重构”，而非“整合”，过去十年，HR Tech 的主旋律是：
“减少系统、降低成本、整合平台。”
但 2026 年开始将迎来新转折：
“不是更少工具，而是更多价值。”
企业的关注点从：效率、省钱
转变为：
效能
增长
决策质量
战略价值贡献
Visier 报告指出，拥有先进 People Analytics 的企业，不仅成本降低，更能显著提升财务表现与创新能力。
因此未来的 HR 技术趋势是：
HR 数据与业务数据全面打通
AI 嵌入关键决策流程
架构可扩展、能处理跨系统数据
CHRO 与 CIO 协同成为常态
换句话说：HR 技术不再是“后台工具”，而是业务操作系统的一部分。
AI 不会取代 HR，但会取代不懂 AI 的 HR
2026 的核心命题不是：“AI 会不会取代 HR？”
而是：“HR 能不能在 AI 时代提升自己的战略能力、数据能力与组织影响力？”
未来的领先 HR 将具备：
用 AI 做决策，而不是被动应对
用数据讲故事，而不是凭经验做选择
用技术增强经理，而不是只做后台支持
引领企业建立“人机协作”的文化，而不是盯着流程数字化
最终，HR 能否坐上决策桌，取决于是否能回答这个问题：
在 AI 涨潮的时代，你为组织带来的不可替代价值是什么？
The Visier 2026 Trends Report
-
劳动力智能
【纽约】劳动力智能分析公司Revelio Labs宣布获得1500万美元的A轮融资
纽约 - 劳动力智能分析公司Revelio Labs宣布获得1500万美元的A轮融资。本轮融资由Elephant Partners领导，Alumni Ventures、BDMI、K20 Ventures、Techstars和Barclays提供额外资金。这笔资金将用于扩大Revelio Labs为企业人力资源和战略提供的服务，在该公司获得450万美元的种子资金后不到一年时间。从那时起，Revelio实验室的规模已经扩大了两倍，拥有150多个客户，包括投资者、企业战略家和人力资源团队以及政府。
Revelio Labs的首席执行官Ben Zweig说："任何公司最重要的资源是它的劳动力，但即使在2022年，雇主和招聘经理也还没有真正掌握在个人和宏观层面影响员工决策的变量。美国企业并没有为大辞职、悄悄辞职或人才大战做好准备。而当我们在一个非常紧张的劳动力市场、激烈的通货膨胀和潜在的经济衰退中航行时，对劳动力趋势有更多的了解比以往任何时候都更重要。我们很感激大象和我们的其他投资者继续认可我们通过劳动力数据推动有意义的商业变革的潜力，我们期待着将这些新资本用于进一步加强我们的产品。"
Revelio Labs建立了了解每个公司的劳动力的工具。通过分析公共劳动力数据，该公司已经创建了一个标准结构，以统一工作名称、技能、活动和公司。Revelio实验室的数据科学家团队开发了处于统计研究前沿的方法，以消除抽样偏差并调整报告滞后，从而对劳动力动态形成全面、无偏见和最新的了解。该公司的劳动力数据提供了关于职业构成、招聘和减员趋势、地理构成、职业过渡和人口多样性的洞察力。Revelio Labs目前的许多客户包括最大的对冲基金、私募股权公司和风险投资公司，以及越来越多的大型企业客户。
"为了吸引和留住最好的人才，雇主需要了解如何最好地满足现有和即将到来的员工的需求。Revelio Labs有能力帮助弥补劳动力市场的这一数据缺口，并提供优化人力资本决策所需的洞察力，"Elephant Partners的普通合伙人Julie Effron补充道。"凭借一个专注于为各公司提供战略性劳动力情报的SaaS平台，我们看到了Revelio Labs的巨大机会，并期待着通过这次投资继续支持他们的发展。"
关于Revelio Labs
Revelio Labs是一家劳动力情报公司。Revelio Labs成立于2018年，它吸收并规范了数以亿计的公共就业记录，创建了世界上第一个通用的人力资源数据库。该公司的数据科学家、经济学家和工程师团队向包括投资者、企业战略家、人力资源团队和政府在内的客户提供有价值的劳动力分析，使他们能够做出可操作的、数据驱动的决策。
Revelio Labs的使命是创造一种清晰的方式来了解各公司的劳动力和人才。今天的公司通过分析内部人力资源数据对自己的公司进行有价值的了解，但在试图与竞争对手进行比较时却很困难，而这对战略规划来说是不可或缺的。
劳动力数据，与财务数据不同，缺乏开发复杂模型所需的标准化。然而，劳动力市场是世界上最大和最重要的市场。
在Revelio Labs，我们专注于劳动力分析，因为雇主和雇员对人才如何与组织目标保持一致缺乏共同理解。通过提供一个共享的劳动力情报来源，我们看到了这样一个世界：人力资本的分配与金融资本的分配一样高效、透明和科学，从而为所有公司和个人带来更多的参与和更好的表现。
Revelio Labs是劳动力智能领域的行业领导者。我们的数据科学家、经济学家和工程师团队拥有独特的专业知识，能够提供有价值的劳动力分析，使我们的合作伙伴能够做出可操作的、数据驱动的决策。
-
劳动力智能
【美国】纽约一家AI驱动的企业内部人才市场平台Gloat获得9000万美元的D轮融资
企业人才内部市场 Gloat 宣布，它在D轮融资中获得了9000万美元，使这家创业公司的融资总额达到1.92亿美元。本轮融资由Generation Investment Management领投，一些现有投资者也参与了本轮融资，包括Accel、Eight Roads Ventures、Intel Capital和Lumir Ventures。值得一提的是，Generation由美国前副总统阿尔-戈尔（Al Gore）担任主席。
Gloat公司的首席执行官Ben Reuveni说，所得资金将用于扩大Gloat的存在，发展其超过250名员工的团队，并 "加强 "其研发举措。
今天，企业和员工面临的许多问题比以往任何时候都更加严峻。人们正在离开他们的职业生涯没有出路的公司，与此同时，招聘冻结，甚至取消工作机会，正变得越来越普遍。
从本质上讲，人们和企业都被困住了。这些趋势，在从大流行病过渡到可能的经济衰退的推动下，凸显了Gloat存在的原因。Gloat帮助员工引导他们的职业生涯，加速他们在公司的潜力。同时，Gloat帮助企业保持敏捷性，为他们提供情报和工具，以重新部署人才，了解整个组织的技能，并做出关键的规划决策。简而言之，Gloat使人们能够成为任何东西，使企业能够实现任何东西。
Gloat是劳动力敏捷性平台的提供商，该平台使企业能够发展和部署人才，同时不断了解和调整其员工队伍以适应不断变化的需求。借助 Gloat，企业已准备好快速应对变化，保留关键技能组合，并设计面向未来的员工队伍。
Gloat最近完成的9000万美元D轮融资将帮助扩大其劳动力敏捷性平台的全球范围。通过结合其由人工智能驱动的人才市场和劳动力智能，Gloat帮助企业打破孤岛，大规模分析数以千计的技能，并为战略人才决策提炼出关键的见解。
Reuveni这样总结他所认为的公司差异化因素："Gloat的独特之处在于，我们一开始就为内部流动提供了解决方案。在整个市场上，有许多招聘......工具来寻找外部候选人，但内部流动带来了独特和细微的挑战。它需要真正了解可转移的技能和头衔，如果没有Gloat的技术所提供的深入的、针对具体组织和行业的洞察力，这一点可能并不明显。"
Reuveni于2015年与Amichai Schreiber和Danny Shteinberg一起创立了Gloat。Reuveni之前是IBM的解决方案架构师，而Schreiber来自英特尔、Mobileye（英特尔收购之前）和惠普。
"自工业革命以来，传统的工作、工作和职业方法一直是企业运营的核心，现在却阻碍了企业及其员工的发展。在这样一个时代，变化的速度比以往任何时候都要求更多的灵活性和适应性，而且员工的期望值也提高了，企业需要一个更灵活的人才和职业的运营模式--一个让每个员工为自己的职业发展掌舵，并为企业提供他们需要的数据情报以做出更明智的人才决策的模式，" Reuveni说。
Gloat使用人工智能系统来映射技能、角色、候选人和公司之间的关系。经过对简历、职业介绍、工作描述、学术内容、经济数据和薪酬数据的训练，该系统试图量化工作名称、工作要求和技能需求的变化方式。鉴于同样的工作头衔在不同的公司可能意味着不同的东西；Gloat的设计是为了理解这些细微差别，并自动推断不同公司、地域和行业的角色差异。
曾经与开拓型公司有关的东西现在已经成为企业生存的基本机制。理解和恰当地引导劳动力需要一种更细化的方法：工作必须被提炼成任务，角色被分解成技能，人们的能力、兴趣和潜力必须被认可。这种工作的像素化是在不断被破坏的市场中确保和保持企业可持续性的唯一途径--Gloat不仅提供了一种在这种细化水平上收集不断变化的情报的方法，而且还可以快速和大规模地对其采取行动。
许多世界上最大的雇主已经将Gloat的平台纳入了他们的业务基础设施。包括万事达卡、联合利华、施耐德电气、希捷、雀巢、诺华、渣打银行和汇丰银行等公司已经能够保护、重新部署、重组和优化其劳动力。他们已经节省了数百万美元的人才招聘成本，并释放了数十万个工作时间。
相比之下，在大辞职期间，空前的员工流失困扰着没有人才市场或劳动力情报的公司。幸运的是，目前对劳动力敏捷性的高要求表明了一种全面的认识--人力资本管理的过时做法已经成为过去。现在是时候为每个人的职业发展创造条件，并为每个企业带来劳动力敏捷性。
Gloat融资历程
【美国】基于AI的职业发展平台Gloat获得2500万美元的B轮融资
扫一扫 加微信
hrtechchina
