-
生成式AI
HR领导者必须掌握的十大AI术语
人工智能正在改变全球企业环境。为确保贵公司领先于这一变革，您需要掌握这十个关键的AI术语。
人工智能（AI）正逐步融入我们的日常生活和工作之中。对于企业而言，要想在新的工作环境中保持竞争力，了解AI及其价值至关重要。因此，我们汇编了每位商业领袖都应该了解的十个AI术语。
在我们的《AI智商：企业中的人工智能见解》报告中，我们调查了1000名高级决策者关于人工智能和机器学习（ML）。调查结果显示，有81%的领导者认为，保持企业竞争力需要运用AI。然而，有74%的领导者表示，他们的组织缺乏全面部署AI和ML的能力。
为了弥补这一技能差距，企业需要在各个业务领域内应用AI。在财务领域，AI能够消除低效，将原本需要数月或数周的工作缩短至数小时或数分钟。在信息技术方面，AI及其促进的自动化使得现代化IT生态系统的优化变得更加高效。对于人力资源领域来说，随着基于技能的经济不断演进，赋予HR专业人员AI和ML的知识变得尤为重要。
为了实现公司范围内成功且负责任的部署，各级商业领导者，从首席执行官到团队经理，都必须确保他们充分理解AI。那些对AI采用缓慢的组织不仅会失去竞争优势，而且会完全落伍。明天的AI思想领袖将是那些从今天起就开始掌握基础知识的人们。
有81%的领导者认为，AI对于保持其业务的竞争力是必需的。
必备的AI术语表
AI术语通常可能涉及广泛的技术内容，从决策树到强化学习等。在下面的AI术语表中，我们集中讲解了一些基本术语。
此外，我们还解释了每个术语在组织层面的重要性。考虑到AI应用的广泛性，很容易忽视其对业务潜在利益的影响。因此，我们着重强调AI对于现代商业环境中公司成功的关键作用。
1. 人工智能（AI）
人工智能指的是机器执行通常需要人类智能的任务的能力。AI通过分析和学习数据、识别模式、做出预测来增强智能决策制定和提高人类生产力，其处理速度和规模远大于人类。
为什么重要： 2022年的一项调查显示，92%的大公司报告称他们从AI投资中获得了回报，这一比例自2017年的48%大幅上升，这标志着AI所代表的商业价值正迅速增长。
2. 机器学习（ML）
机器学习是AI的一个分支，使机器能够通过重复学习来获得知识。依赖于数据和自我修改的方法，机器学习算法能够识别模式并进行预测，其模型不断自我完善，以提高模式识别和预测分析的能力。
为什么重要： 由ML生成的自动预测让商业领导者能够专注于战略决策，保留关键时刻人的参与。坚持手动过程的公司可能会浪费本可以更有效地使用在其他项目上的员工时间。
3. 负责任的AI
负责任的AI强调AI的部署者需要确保AI系统的开发和应用是符合道德的。对于AI和ML来说，建立和预期信任是必要的。这是为什么Workday致力于AI的道德、透明和负责任的使用。"可信赖的AI"也是相似的概念，由国家标准与技术研究院（NIST）定义为"有效可靠、安全、弹性、可问责、透明、可解释、增强隐私、公平且有效管理有害偏见"。
为什么重要： 我们的《AI智商》报告指出，仅有29%的高级商业领袖非常确信AI和ML目前被以道德方式应用。因此，决策者必须优先考虑与那些致力于道德和负责任使用AI的公司合作。
4. 深度学习（DL）
深度学习是机器学习的子集，通常用于建模数据集内的复杂模式和关系。深度学习通过多层处理分析大量信息，类似于我们大脑中的神经网络结构，尤其在计算机视觉领域发挥重要作用，使机器能够解码视觉图像。
为什么重要： 对于大型企业来说，快速处理海量数据的能力至关重要。在Workday，我们在财务等多个功能中应用深度学习，例如在处理报销单和发票时，通过深度学习识别数据点，并将其映射到数据库中的相应字段，极大提高了效率。
5. 自然语言处理（NLP）
自然语言处理让机器能够理解、解释和生成人类语言。它广泛应用于语音识别、机器翻译、情感分析和问答系统。NLP还包含两个子领域：自然语言理解（NLU），侧重于理解人类语言的意图和含义；自然语言生成（NLG），侧重于将结构化数据转换成人类风格的文本。
为什么重要： 随着工作节奏加快，准确捕捉员工情绪变得越来越重要。NLP技术使各级业务领导能够高效地分析大量文本数据，提取出相关的员工反馈，以指导关键决策。
6. 算法
算法是一个为解决特定问题或执行特定任务而编写的计算机程序。它包含了一系列在满足某些条件时自动执行的指令。无论是在AI、ML模型还是计算机科学的其他领域，算法都是其核心和基础。
为什么重要： 在21世纪，几乎所有重大的技术进步背后都离不开算法。随着工作世界越来越依赖数据，编写得当的算法是成功的关键因素。
7. 生成式AI
生成式AI是一种能够创造新内容的AI系统，如数据、图像、音乐或文本。这种内容通常是根据用户的简单提示产生的。生成式AI变得极为流行，其中包括：
ChatGPT：一个能够生成连贯、逼真的类人语言的语言处理聊天机器人。
Stable Diffusion：一个根据文本描述生成详细图像的文本到图像工具。
Amper Music：一个根据用户选择的风格和情绪生成音乐的AI音乐平台。
为什么重要： 尽管生成式AI最常见的示例是面向消费者的，但其在商业中的应用潜力巨大。结合人类的输入，生成式AI可以帮助创建招聘信、职位描述，提供预算决策支持等。
8. 大语言模型（LLM）
大语言模型是生成式AI背后的核心技术。这些模型在大量的非标注文本上进行训练，拥有数十亿个参数，可用于多种机器学习任务，如搜索意图识别、话题分类、内容摘要以及基于现有数据生成语义相似的短语。
为什么重要： 随着时间的推移，企业需要处理的数据量不断增加。LLM不仅加快了数据处理和分析的速度，还能帮助用户实时产生有用的洞察。
9. 光学字符识别（OCR）
光学字符识别是一种图像识别技术，用于扫描图像或文档以识别里面的文本和数字字符，并将这些信息转换为机器可读的文本格式。执行图像识别的系统大多采用了深度学习技术，包括Workday的系统。
为什么重要： OCR的商业应用范围极广，可大幅减少各种业务功能中不必要的手工工作量。每张发票、报销单和文档都可以实时扫描和处理，让员工有更多时间专注于更重要的任务。
10. 神经网络
神经网络是一种复杂的计算机系统，模仿人类大脑中神经元的连接和交互方式。也称为人工神经网络，它属于机器学习的一种形式，能够很好地适应变化，通过模拟人脑的数据处理方式进行学习和模式识别。
为什么重要： 适应性是未来工作环境的关键。神经网络能够发现有价值的数据见解，并随着时间的推移不断学习和进化。采用能与您的公司共同成长的AI技术，将在长远来看带来重大的好处。
AI与未来工作的融合
得益于AI的进步，未来的工作方式已经成为现实。全球职场正在以前所未有的速度演变，企业必须立即做出正确的决策，以防范未来的变化。AI和ML的核心集成将成为成功与否的关键分水岭。
-
生成式AI
大咖谈趋势：3400亿美元的企业学习的市场将迎来巨大变革
本文探讨了企业学习行业的演变，特别是人工智能如何引领这一行业的巨变。企业每年在员工培训和发展上的开支超过3400亿美元，从传统的课堂培训到在线学习，再到以技能为中心的学习，行业一直在不断发展。现在，人工智能预计将彻底改变公司的学习管理系统（LMS）和学习体验平台（LXP），通过个性化和动态生成内容来提高学习效率和效果。文章强调了适应这种变化的重要性，以及AI在企业培训和人才发展中的潜力。
作者：Josh Bersin
企业在员工培训和发展上的年支出超过3400亿美元，平均每名员工每年花费超过1500美元。这笔巨额开支支撑着一个全球产业，涉及数百家内容和技术公司，现正站在重新定义的风口浪尖。请允许我详细解释这一过程。
从电子学习到集体学习再到自主学习的演变
20世纪90年代末，随着互联网的崛起，以传统教室授课为主的培训产业发生了翻天覆地的变化。企业和内容提供者纷纷开发“电子学习”课程，试图在线复制面对面教学的体验。那是一个充满创新的时期，虽然今天看来有些过时，但它孕育了像Skillsoft（并购了众多竞争对手）、Cornerstone（同样并购了众多竞争对手）以及一大批传统的学习管理系统（LMS，例如Plateau、SumTotal、Learn.com、Pathlore等）公司，这些公司最终都被并购。
如今，LMS市场的规模已超过200亿美元，这一切几乎都是在线培训推动的结果。虽然这些系统可能看起来笨重，但它们对全球每家公司的交易和记录保持都至关重要。
当公司争相购买LMS系统——这是一个投资者非常关注的热门市场时，他们发现一个庞大的课程目录并不实用。因此，他们开始构建一套特征，我称之为“以人才为驱动的学习”，包括基于能力的学习、与职业角色一致的课程和职业发展路径系统。这些特征被添加到LMS中，使得这些系统不仅仅是教育工具，更像是“人力资源系统”，从而促使供应商扩展到更多的人才管理功能。
早期的开拓者Saba和Cornerstone开始推出绩效管理工具。回顾起来，这些尝试可能看起来有些简单，但当时它们代表了一个重大突破。突然之间，公司不再单独购买LMS系统，而是选择购买包含多个功能的“人才管理套件”，这迫使专注于LMS的供应商开始涉足招聘、目标管理乃至薪酬管理。他们可能没有意识到，放弃核心业务最终会导致他们被市场颠覆。
随着Facebook（2004年）、YouTube（2005年）和Twitter（2006年）的相继出现，内容世界发生了巨变。视频、文章和专家意见变得触手可及，那些笨重、以课程目录为导向的LMS系统显得格外难以使用。因此，随着公司寻求新的解决方案，原本投入巨资于人才管理的LMS市场开始显露老态。学习体验平台（LXP）市场随着Pathgather（2010年）、Degreed（2012年）、EdCast（2013年）的诞生而兴起，企业转向这一新兴领域投资。
2010年代初，整个行业的理念是尝试模仿Google，打造一个既具有Twitter式动态性又拥有YouTube式丰富内容的企业学习系统。传统的LMS和人才管理系统逐渐过时，供应商在缓慢的增长中寻求出路，最终合并为几家大型玩家。
随后，微学习的概念兴起。iPhone成为了视频播放平台（2008年），Instagram（2010年）、Snapchat（2011年）及后来的TikTok（2015年）向我们展示了短视频和“微学习”可以是多么的有趣。过长的两小时在线课程变得不受欢迎，因此LXP供应商开始扩展自己的产品线。随着公司将越来越多的内容投入到LXP中，我们意识到需要一种方法来寻找、精准定位并个性化所有这些学习材料。
此变化自然引发了内容市场的爆发。LinkedIn、Coursera、Udemy、OpenSesame、Go1等供应商决定开拓这个领域，推动了新材料的狂热消费。自那以后，内容市场继续繁荣发展，尽管仍然主要由小型玩家主导，但被更大的聚合商所整合，这些聚合商销售并分发多种品牌。
（顺便提一下，Workday在2016年收购了视频公司Mediacore，以抓住这波趋势。由于缺少核心LMS功能，他们花费数年时间将其发展成为一个完整的LMS。）
进入技能的世界。
你可能不会相信，但“技能记录系统”的概念最初出现在LXP领域，供应商如Degreed和EdCast建立了一个搜索术语数据库，并用“技能”一词标记内容。在消费者市场，我们能接收到成百上千的信号来推荐广告，但LXP供应商只有少数工程师，因此他们的“技能分类”相对简单。这个概念迅速走红，公司开始专注于构建基于“技能”的培训，随后是招聘和人才战略。
同时，L&D领域正处于创造性混乱之中。出现了如360 Learning、Fuse Universal、Kineo等数百家内容创作和分享系统的供应商，旨在帮助公司创作、分享视频内容，并按角色、技能或职能进行组织。这些并非严格意义上的LMS系统，但它们位于LMS前端，使员工能够轻松创建和消费动态内容。
这一时期，从2018年至今，成为L&D领域的热潮。市场充斥着各式各样的视频内容工具，同时像STRIVR和Talespin这样的先锋公司开始为虚拟现实（VR）构建工具和内容系统。自创内容平台、视频平台和VR平台正在满足重要需求，而LMS市场则变得更加固定、枯燥和无趣。（Talespin最近被Cornerstone收购。）
顺带一提，我仍然认为“能力学院平台”市场具有巨大潜力（这类平台提供综合的专业能力和小组学习功能，例如我们的Josh Bersin Academy）。Docebo、Learn-In、Nomadic、NovoEd和Intrepid等供应商仍在增长，但随着时间推移，这些系统可能被整合进人才市场。这一领域一直是行业的一个亮点。
作为分析师，我得诚实说，过去几年对我来说有些单调。我们帮助了数百家公司决定该选择哪种L&D系统，但通常我们发现这些组织有太多平台，内容分散杂乱，缺乏一致性的数据处理，以及在这一领域的过度投资。因此，这个静态期代表了过去3到5年的趋势，是企业整理过去十年购买历史的好机会。
世界突然再次发生变化。技能分类的理念迅速蔓延，同时新兴的人才智能系统，如Eightfold、Gloat、Fuel50等纷纷涌现。这些新兴系统使公司能够按技能寻找人才、根据技能推荐职位和机会，并按技能动态规划职业路径，再次与L&D领域发生碰撞，促使我们将所有内容“整合”进这些新平台中。
本周我刚与我最喜爱的L&D专家之一通话 ，他向我展示了他所在的大型制药公司如何将其LMS、LXP和人才市场融合成一个无缝、端到端的体系。他可能略微超前于当前趋势，但这正是事物发展的方向。
然而，故事还在继绀。又一场变革已经到来，这一次的影响力与YouTube、Instagram或iPhone相媲美，甚至更大。没错，就是AI。
AI，如许多人所预料，将彻底颠覆这个行业。正如我们在电子学习和人才管理时代所见证的那样，这意味着供应商生态将彻底改变。
AI如何改变一切
让我不夸大其词地告诉你。在这30年的故事中，有一点始终未变：企业培训关注的核心始终是内容。是的，我们希望内容更简短、更快速、能在手机上查看——但如果内容本身没有实用价值，不切实际，不易于消费，它就无法发挥作用。你们中有多少人为了得到学分而快速点击通过那些以页面为基础的合规课程，但实际上几乎没有注意内容？这正是我们面临的挑战。所有这些向视频、微学习、大规模开放在线课程（MOOCs）以及其他形式的转变，都是为了解决这个问题的尝试。
比如，假设企业学习系统能识别你是谁，你只需提出一个问题，它就能生成答案、一系列资源和一组动态学习对象供你消费。有时候，你可能只需快速获取答案即可。其他时候，你可能会深入研究内容。还有时，你可能会浏览整个课程，并花时间学习所需的知识。
假设这一切都是完全个性化的。这意味着你不会看到一个“标准课程”，而是根据你当前知识水平定制的特殊课程。
这就是AI即将带给我们的。而且，这已经在今天开始发生了。
不仅生成式AI能够回答问题和吸收内容（例如，Galileo™已经容纳了我们25年以上的每一项研究，包括视频、播客和文章），它还能生成视频、测试、测验甚至整个课程。它可以作为技术课程的教学助手，也可以作为领导力项目的教练或导师，并且能够进行语言转换。
AI能够根据你的身份动态生成内容，这意味着什么？
那么，LMS市场、LXP市场、VR学习市场以及所有内容提供商将如何呢？在未来几年，我们将见证一场巨大的行业洗牌。
供应商正在采取的行动
虽然我无法确切知道每个L&D供应商正在做什么，但可以肯定，变化正在迅速进行中。
Docebo Shape能够从文档中生成高效的互动式培训材料（Arist也能做到这点）。Uplimit构建了一个完整的L&D平台，采用AI智能体和课程中自动生成的内容。我们的合作伙伴Sana不仅能自动生成内容，还围绕AI核心建立了一个完整的LMS系统。Cornerstone通过收购Talespin，能够动态创建角色模拟和几乎可以无限配置的场景。快速增长的“精确技能”供应商Growthspace，可以根据1100种具体的商业技能，为你匹配一个“技能教练”，与你的具体目标对齐。
LMS市场不会消失，但正如人才智能系统正在逐渐取代应聘追踪系统（ATS）和人力资源管理系统（HRMS）一样，AI驱动的内容平台将逐步侵蚀LMS市场。我的制药公司朋友希望他的LXP能成为他们的“动态内容系统”，但坦白说，我不确定LXP供应商是否已经准备好迎接这个挑战。许多供应商，从LinkedIn到Microsoft，将不得不重新考虑他们如何成为“动态学习”系统，以及他们希望在其中扮演什么角色。
正如所有技术转变一样，通常情况下，从头开始构建的系统会超越旧有系统。对于Cornerstone或Docebo这样拥有数千客户的公司来说，当新技术出现时，他们不能简单地“替换”他们已经建立的系统。因此，新兴的AI驱动学习系统可能会由新的供应商推出，并随着这些公司的发展，开始取代和竞争现有的系统。
尽管看上去简单，学习技术实际上非常复杂。Workday几乎花了十年时间从Mediacore发展到一个相对健全的LMS，并且他们才刚刚开始尝试AI。因此，不要期望你现有的供应商能够一夜之间彻底改变。
但有一件事我可以确定：颠覆即将来临。就像Plateau、Saba和SumTotal在2000年代初期时“市场上最热门的供应商”一样，它们很快就成为了过时系统和收购目标，当市场变化时同样的情况也可能发生在今天。新兴供应商如Sana、Growthspace、Uplimit、Docebo、LMS365等将崭露头角。
尽管风险资本家通常对这个市场持谨慎态度，但往往是那些拥有最佳管理团队的公司最终胜出。大型供应商如LTG、Cornerstone和Skillsoft拥有充足的资金，因此随着市场的发展，任何事情都有可能发生。但对我来说，一件事是明确的：前方是一个巨大的增长周期。
AI的机会是真实的，而且极为巨大
想象一下我们公司中的遗留内容量。全球必然存在价值超过一万亿美元的 合规培训、销售培训、运营培训、安全培训和领导力发展内容。如果AI能够在大规模上“重新利用”和“再创造”这些内容，我们将看到这个巨大的市场向新系统转变，最终实现知识管理和学习的完美结合。
我来举一个简单的例子。我们的一位Galileo客户是一家拥有百年历史的大型航空航天公司，他们在工程、产品设计、航空和国防技术方面有着丰富的积累。他们构建了喷气引擎、导弹、核潜艇以及各种系统。对于一名新工程师，他们需要超过三年的时间来完成“入职培训”，因为需要掌握大量的知识产权、设计专长和系统操作。他们的资深工程师们都在逐渐退休！
他们在我们的帮助下，开始了一个以AI为中心的试点项目，把多年累积的内容放到一个新平台中，供年轻工程师使用。我相信，这将带来翻天覆地的变化。Galileo将协助处理管理层面的问题，而一个类似的AI助手将帮助工程师学习、寻找文档、观看视频并参加相关课程。传统的LMS和HRMS工具可能不会在这一过程中发挥重要作用。
考虑一下你的公司。你们囤积了多少内容、专业知识和旧有的培训资料？AI可以“释放”这些资源给你的员工，使其以前所未有的方式变得可用。这是一个激动人心的新时代，充满了即将到来的变革。
-
生成式AI
【荷兰】人工智能通信公司Runnr.ai获得100万欧元融资，扩展酒店业宾客沟通的人工智能生成工具
Runnr.ai是一家会话式宾客参与自动发送信息的初创公司，公司宣布成功融资100万欧元，由Arches Capital领投，Golden Egg Check、天使投资人Roland Zeller（前GetYourGuide）、Marnix van der Ploeg（前Booking.com）和酒店企业家Hans Pieters参投。
Runnr.ai是 2023 年未来旅游峰会创投大赛的 10 家决赛入围企业之一，其开发的软件可让酒店自动与客人沟通，从而提高参与度、节省运营时间，并通过追加销售增加营业额。Runnr.ai表示，它是酒店业第一家将普通 "传统 "聊天机器人技术完全换成生成式人工智能的公司，从而确保了对话的最高质量。
这笔资金将用于产品开发，并在 2024 年将其业务从荷兰扩展到整个比荷卢、英国和德国。从 2025 年起，这一扩展将继续包括整个欧洲，然后再扩展到其余各大洲。Runnr.ai 的目标是成为酒店业自动化客户服务的国际市场领导者。
"我们的技术创造了服务、效率和商务的独特组合。Runnr.ai 首席执行官 Michiel de Vor 评论说："由于人员短缺和生成式人工智能的兴起，酒店业比以往任何时候都更需要这种技术。
虽然酒店客人对服务、速度和个性化的期望不断提高，但持续的人员短缺问题（影响到 97% 的酒店）给酒店业的发展带来了巨大挑战。虽然使用智能技术提高效率已成为许多行业的常态，但酒店业却落在后面。仅有 11% 的酒店在与客人沟通时使用了技术。Runnr.ai 公司由 Michiel de Vor、Maarten Fugers 和 Steven Oliemans 创办，他们曾在 Booking.com、Tripaneer 和 Catawiki 等公司工作过，希望创造变革，树立新标准。
Runnr.ai 开发了一种人工智能工具，可让酒店通过 WhatsApp 自动与客人主动沟通。它的技术完全取代了预设流程和老式聊天机器人技术，采用了生成式自学习人工智能技术。因此，从预订房间到退房，客人都能享受到最高质量的对话，在几秒钟内就能得到对他们的问题或要求最合适的答复，从而提高满意度。自动将客户和前台的信息翻译成他们的母语还能提供更多便利。目前，Runnr.ai 已经证明了其效果：50% 以上的客人积极使用 Runnr.ai 的信息服务，90% 以上的客人表示这种沟通方式提高了他们的住宿质量。
Arches Capital 的执行合伙人Frank Appeldoorn说： "对我们来说，客户反馈就是最好的证据。很明显，他们在各方面都为酒店带来了价值和令人信服的投资回报率，减少了员工的工作量，最重要的是改善了客人的体验。Michiel、Maarten 和 Steven 了解酒店的需求和愿望，他们是最好的，以数据为导向，充满雄心壮志。我们期待着为他们的发展提供支持。
除了让顾客更满意，Runnr.ai 的技术还为酒店节省了大量时间和成本。通常需要员工处理的客人问题和请求，现在有高达 95% 都能得到自动回复。这种创新的信息传递方式还能通过追加销售为每间客房每月带来高达 65 欧元的额外利润。这些额外的项目，如早餐、餐厅预订、延迟退房和客房升级等，由于与当前的酒店物业管理系统（PMS）直接集成，可立即添加到账单中，从而简化了所有活动。
自 2022 年 11 月成立以来，Runnr.ai 已利用其客户参与技术创建了 100 多家酒店，每月回答客人提出的 60,000 多个问题。
-
生成式AI
2024年人工智能的3项趋势预测
对许多人来说，2023 年将被铭记为人工智能蓬勃发展的一年。事实上，微软首席执行官Satya Nadella将 2023 年称为 "人工智能年"。但这对 2024 年的人工智能意味着什么呢？
对于人力资源专业人士来说，人工智能一直是个喜忧参半的问题： 一些人担心人工智能会取代他们的工作，而另一些人则对减少耗时的任务、专注于更人性化的人力资源工作感到兴奋。
无论你站在哪一边，都要为 2024 年的人工智能做好准备。以下是我们的预期。
2023: 人工智能之年
虽然人工智能早在今年之前就已问世，但它的功能在今年得到了极大的扩展和普及，让许多人对它的真正功能有了坚实的了解。
从新的人工智能驱动软件到聊天机器人，自第一版ChatGPT 发布以来，人工智能呈指数级增长。人工智能的快速发展让许多人对 2024 年及以后的人工智能前景感到不安，因为几乎没有时间来制定有关使用人工智能的法规和规则。
对于人力资源专业人士来说，这给人工智能领域带来了一大堆问题，比如在招聘中避免偏见，以及围绕人工智能在工作场所的使用制定政策。人工智能的强大功能也让许多人担心工作安全，尤其是在裁员肆虐的这一年。
尽管如此，在过去的一年里，许多人力资源专家还是采用了人工智能。事实上，根据麦肯锡公司最近的一项调查，55% 的企业已经采用了人工智能，预计 2024 年使用人工智能的企业数量还会增加。
为了更好了解 2024年的人工智能战略，并为未来做好充分准备，这里有三个关于人力资源部门可以期待的预测。
2024年人工智能的3项预测
1. 转向日常休闲使用
随着 ChatGPT 的推出及其破纪录的增长，几乎每个人都可以使用人工智能。尽管人们担心人工智能会影响工作安全，但企业领导者已经意识到，人工智能可以作为一种支持运营的工具加以利用。
"isolved 公司解决方案战略副总裁 Geoff Webb 说："人工智能将从 C-suite 层面的猜想话题，开始在日常人力资源运营中得到更广泛的认可。
2024 年，人力资源专业人士可能会经常使用人工智能来帮助实现重复性任务的自动化，并简化人力资源运营。事实上，最近的一项调查发现，超过一半（61%）的人力资源专业人员正在投资人工智能，以简化流程。
对人工智能日常使用的接受和采用表明，一些关于人工智能取代工作的情绪已经平息，人力资源专业人员已经准备好接受人工智能可以支持他们的所有方式。"meQuilibrium公司首席技术官Ned Rhinelander说："2024年，我们可以期待人工智能在劳动力中前所未有的融合。"对于大多数员工来说，人工智能将成为并肩作战的同事。"
2. 注重战略
随着日常使用的增加，许多领导者将被推动为如何在工作场所使用人工智能制定正式的战略和游戏计划。"韦伯说："人力资源领导者确实希望利用人工智能，但在进入2024年后，他们将就如何开始以及从哪里开始寻求指导。
根据Salesforce的研究，目前有28%的员工在工作中使用生成式人工智能，其中一半以上是在未经正式批准的情况下使用的。更糟糕的是，根据 Josh Bersin Company 的数据，仅有 4% 的公司在人力资源领域制定了明确的人工智能战略。
"这种犹豫不决的性质将潜移默化地影响到新的一年。人力资源领导者希望利用人工智能，但他们在2024年需要一个路线图，以了解如何开始并最好地优化人工智能的使用，"韦伯说。
3. 法规和立法的进步
人工智能的快速应用使得立法很难跟上。尽管去年已经取得了长足的进步--包括一项关于人工智能安全和安保的行政命令，以及纽约市一项规范在招聘中使用人工智能的法律--但人工智能监管仍处于早期阶段。
"SHL解决方案负责人Lucy Beaumont说："人力资源部门在审查和验证基于人工智能的人力资源技术时应谨慎行事。"人工智能在很大程度上是不受监管的，其使用存在风险。" 各州的法规也不尽相同，这使得许多公司在使用时更加棘手。
随着对人工智能及其法律风险的如此关注，人力资源专业人士应该预计，随着政府机构试图在2024年赶上人工智能的快速发展，围绕人工智能监管的新兴立法将激增。"博蒙特说："当企业希望在这股浪潮中乘风破浪时，他们需要精明地了解现有技术，并在2024 年我们整合人工智能时验证其适用性。
红利：向行为技能转变
2024年人工智能的发展将产生深远影响，包括影响人力资源专业人员在新的一年里需要磨练的素质和技能。
"虽然人工智能将在工作场所发挥更大的作用，但人们也将越来越关注人工智能无法复制的独特的人类技能或软技能，"韦伯说。"在新的一年里，人力资源和更广泛的劳动力将需要自如地磨练他们最 "人性化 "的技能--塑造选择和方向，提供全面的背景信息，并成为更好的领导者。"
在更广泛的背景下，人工智能还将影响雇主在招聘新人才或提升员工技能时的需求。"对技术技能的关注有助于人力资源部门聘用能够快速上手并交付成果的人才，"博蒙特说。"在2024年，我们将看到钟摆摆向对行为技能的关注；识别那些具有学习新技能的敏捷性、能够解决问题并将自己的发现传达给他人的人。"
-
生成式AI
大咖谈：2024的AI正在以比预想更快的速度改变企业学习
在受人工智能影响的所有领域中，最大的变革或许发生在企业学习领域。经过一年的实验，现在很明显人工智能将彻底改变这个领域。
让我们讨论一下 L&D 到底是什么。企业培训无处不在，这就是为什么它是一个价值 3400亿美元的市场。工作中发生的一切（从入职到填写费用账户再到复杂的操作程序）在某种程度上都需要培训。即使在经济衰退期间，企业在 L&D 上的支出仍稳定在人均 1200-1500 美元。
然而，正如研发专业人士所知，这个问题非常复杂。有数百种培训平台、工具、内容库和方法。我估计 L&D 技术空间的规模超过 140 亿美元，这甚至不包括搜索引擎、知识管理工具以及 Zoom、Teams 和 Webex 等平台等系统。多年来，我们经历了许多演变：电子学习、混合学习、微型学习，以及现在的工作流程中的学习。
生成式人工智能即将永远改变这一切。
考虑一下我们面临的问题。企业培训并不是真正的教学，而是创造一个学习的环境。传统的教学设计以教师为主导，以过程为中心，但在工作中常常表现不佳。人们通过多种方式学习，通常没有老师，他们寻找参考资料，复制别人正在做的事情，并依靠经理、同事和专家的帮助。因此，必须扩展传统的教学设计模型，以帮助人们学习他们需要的东西。
生成式 AI 登场，这是一种旨在合成信息的技术。 Galileo™ 等生成式人工智能工具可以以传统教学设计师无法做到的方式理解、整合、重组和传递大型语料库中的信息。这种人工智能驱动的学习方法不仅效率更高，而且效果更好，能够在工作流程中进行学习。用户可以提出任何他们想要的问题，并获得与其需求相关的答案。
早期，在工作流程中学习意味着搜索信息并希望找到相关的东西。这个过程非常耗时，而且常常没有结果。生成式人工智能通过其神经网络的魔力，现在已经准备好解决这些问题，就像 L&D 的瑞士军刀一样。
这是一个简单的例子。我问 Galileo™（该软件经过 25 年的研究和案例研究提供支持），“我该如何应对总是迟到的员工？请给我一个叙述来帮助我？”它没有带我去参加管理课程或给我看一堆视频，而是简单地回答了问题。这种类型的互动是企业学习的大部分内容。
让我总结一下 AI 在 L&D 中的四个主要用例：
生成内容：人工智能可以显着减少内容创建所需的时间和复杂性。例如，移动学习工具Arist拥有AI生成功能Sidekick，可以将综合的操作信息转化为一系列的教学活动。这个过程可能需要几周甚至几个月的时间，现在可以在几天甚至几小时内完成。其他工具，例如 Sana、Docebo Shape 和 user-focused learning platform 360 Learning 同样令人兴奋。
个性化学习者体验：人工智能可以帮助根据个人需求定制学习路径，改进根据工作角色分配学习路径的传统模型。人工智能可以理解内容的细节，并使用该信息来个性化学习体验。这种方法比杂乱的学习体验平台（LXP）有效得多，因为后者通常无法真正理解内容的细节。
Uplimit 是一家致力于构建 AI 平台以帮助教授 AI 的初创公司，正在使用其Cobot 以及其他工具，为技术专业人员学习人工智能提供个性化指导和提示。 Cornerstone 的新 AI 结构按技能推荐课程，Sana 平台将 Galileo 等工具与学习连接起来，而新的 AI- SuccessFactors 中的功能还为用户提供了基于角色和活动的有组织的学习视图。
识别和发展技能：人工智能可以帮助识别内容中的技能并推断个人的技能。这有助于提供正确的培训并确定其有效性。虽然许多公司正在制定高级技能分类策略，但真正的价值在于可以通过人工智能识别和开发的细粒度、特定领域的技能。Eightfold, Gloat,和SeekOut，可以推断员工技能并立即推荐学习解决方案。
用知识工具取代培训：人工智能在学习与发展中最具颠覆性的用例也许是完全取代某些类型培训的潜力。人工智能可以创建提供信息和解决问题的智能代理或聊天机器人，从而可能消除对某些类型培训的需求。这种方法不仅效率更高，而且效果更好，因为它可以在个人需要时为他们提供所需的信息。
沃尔玛今天正在实施这一举措， LinkedIn Learning 正在向 Gen AI 搜索开放其软技能内容，很快 Microsoft Copilot 将通过 Viva Learning 找到培训。
这里有一个重要的“陷阱”：我们必须教会自己（和员工）如何“提示”这些系统。我确信我们的人工智能工具将很快变得更加智能、更具对话性，但到 2024 年，我们将花费大量时间教用户如何提示人工智能系统为我们提供我们想要的答案。
这里潜力巨大
在我作为分析师的这些年里，我从未见过一种技术具有如此大的潜力。人工智能将彻底改变学习与发展领域，重塑我们的工作方式，以便学习与发展专业人员可以花时间为企业提供咨询。
L&D 的未来已经到来，而这一切都由人工智能驱动。
-
生成式AI
2024年未来4个人力资源趋势预测
毫无意外： 人工智能是 2023 年人力资源技术话题的主导，而雇主面临的根本问题却没有改变。企业对技能斤斤计较，认为优秀员工很难找到，并在努力探索如何实施混合工作政策。
我们认为，2024 年的情况将与此类似，而且难以预测。对人工智能的痴迷将持续下去，企业将寻求灵活的技术解决方案，员工将坚持要求公司关注他们的个人和职业问题。
此外，请记住 2024 年是选举年。甚至在任何一方提名候选人之前，竞争就已经充满了骚乱和分歧。金融市场肯定会变得谨小慎微，雇主们在感叹优质候选人稀缺的同时，也会小心翼翼地填补职位空缺。随着人工智能将员工解放出来处理 "高价值 "任务这一理念的推广，提高人力资源效率将成为一个核心主题。
实际情况会是怎样呢？以下是我们的预测：
人工智能将抢占更多市场份额
去年12月，我们预测 2023 年将是人工智能无处不在的一年，除非它并不存在。"RecruitingDaily 总裁兼总编辑 William Tincup 认为："对于供应商和从业者来说，'AI'这个缩写已经失去了意义。
他说得没错。如今，"人工智能 "这一概念已被应用到各种产品中，从协调视频面试到预测劳动力趋势，无所不能。2023 年，人工智能在市场上的发展突飞猛进，其推动力与其说是技术进步，不如说是市场营销的热潮。OpenAI 网站上的 ChatGPT 页面推出一周后，访问量就超过了 100 万次。到 2023 年 10 月，访问量约为 17 亿次。
由于生成式人工智能的概念已经无处不在，2024 年人力资源部门对人工智能的使用肯定会继续稳步增长。不过，这种增长更多的是数量上的，而不是技术上的进步： 我们将看到更多的产品发布、资金投入以及企业和个人用户。能力方面的飞跃将相对较少。
员工体验偏离正轨......
Forrester Research 公司表示，雇主们正在缩减培养企业文化和员工体验的力度。随着预算竞争日趋激烈，领导者将注意力集中在他们认为更重要的问题上，"员工体验寒冬 "即将来临。虽然大多数雇主都计划在明年投资某种人力资源/健康管理（EX/HCM）软件，但他们将寻求提高人力资源效率，而不是加强体验工作和改善成果。
其中一个必将受到影响的领域是 DEI。拥有积极的 DEI 计划的企业数量从 2022 年的 33% 下降到今年的 27%，Forrester 认为 2024 年将达到 20%。更多的雇主会照本宣科地使用企业发展指数，并使用现有的企业发展指数系统，而不是进行升级。
...但用户体验更重要
谷歌从 1998 年的一家初创公司发展到今天拥有桌面搜索市场 83% 的份额。几乎所有从事技术工作的人都会告诉你，谷歌通过提供更准确、更相关的搜索结果击败了竞争对手。
但他们不会说的是，谷歌是在一个用户界面非常糟糕的世界里推出的。雅虎、Ask Jeeves、Webcrawler 和 AltaVista 都推出了杂乱无章的主页，上面充斥着文字和设计元素，对用户的实际搜索没有什么帮助。谷歌则采用简约的方式，明确地将用户指向搜索框，并只提供两个选项：进行搜索或跳转到机器选择的网站。
就像 20 世纪 90 年代的谷歌一样，OpenAI 的用户界面也非常简洁。ChatGPT 3.5 提供了一个搜索栏和四个简单的选项，帮助用户按照自己的意愿迈出建立查询的第一步。ChatGPT 在五天内吸引了 100 万用户。相比之下，Instagram 需要 2.5 个月才能达到 100 万用户，而 Facebook 则需要 9 个月左右。
对消费者来说，简单很重要。人力资源技术供应商已经在努力打造更像 Netflix 和亚马逊而不是 Craigslist 的用户体验。随着人工智能生成工具的普及，用户和技术客户将对简单的自然语言界面提出更高的要求。无论是通过更好的设计还是在工作流程中的交付来实现这一目标，用户如何访问人力资源工具都将至关重要。
数字工作者开始蜂拥而至
人工智能的倡导者说，生成式人工智能不会消除工作岗位，尽管它可能会改变工作岗位。不过，越来越多的企业将探索使用 "数字员工 "作为其人工智能和自动化工作的代言人。这一浪潮将在2024年加快速度，增强实力。
今年 4 月，Kelly 公司推出了 Kelly Fusion，这是一个管理数据录入和新员工流程（如背景筛选和入职）的产品套件。12 月，初创公司 Artisan 计划推出其首个数字员工 Ava，这是一名 "销售代表"，将自动完成对外销售周期。Artisan 未来的 "工人 "还包括设计师 Noah 和营销人员 Liam。
这一切都是为了实现自动化。我们的想法是，这些应用程序--数字工作者--将与实际工作人员一起工作，处理数据收集和文件处理等重复性任务。该领域的几乎所有供应商都会告诉你，这可以让人类员工腾出更多时间来从事战略性项目。
事实上，"解放人类员工 "是人工智能营销工作的主题。如果说它的实际意义并不明确的话，那么雇主们仍然对 "做同样的工作需要更少的人 "这一想法非常着迷。不过，人工智能行业坚持认为，这种效率可能会改变工作，但不一定会消除工作。
员工却不这么认为。Qualtrics 的一项研究发现，近一半的员工（49%）表示人工智能的潜在影响令人恐惧。只有 39% 的人认为这令人兴奋。(超过三分之二的员工（68%）认为一些工作会因为人工智能而面临风险，23%的员工认为自己的工作可能会被裁掉。
-
生成式AI
【美国】生成式人工智能学习初创公司 Learn.xyz获得300万美元种子轮融资
总部位于加利福尼亚州旧金山的生成式人工智能学习初创公司 Learn.xyz 完成了 300 万美元的种子轮融资。
本轮融资由 Blockchange Ventures 领投，Borderless Capital、Vanagon Ventures、w3.fund 和 Power of N 以及 LinkedIn 首席执行官 Ryan Roslansky 和 Go1 创始人 Andrew Barnes 等个人参投。
在首席执行官兼联合创始人 Christian Byza 和首席技术官兼联合创始人 Arndt Voges 的领导下，该公司还宣布在 iOS 和安卓平台上推出由人工智能驱动的社交学习应用程序，允许用户用几乎任何语言学习任何话题。
该应用就像 Duolingo 和维基百科的混合体，由人工智能驱动，在接受用户提问后的几秒钟内就能创建一口大小的 "好奇心"，其中包括幻灯片和测验。
公司于今年 3 月启动了封闭测试，其早期用户迄今已创建了 60,000 多个 "好奇心"。这些 "好奇心 "涵盖了从历史、物理、生物到体育等所有能想到的话题。
公司的顾问包括电子学习巨头 Udacity 的首席执行官兼董事会成员 Kai Roemmelt 和 LinkedIn Learning 的前高管 Tanya Staples。
关于 Learn.xyz
Learn.xyz是Duolingo和维基百科的混合体，由人工智能驱动，只需接收用户的问题，就能在几秒钟内创建一口大小的 "好奇心"，其中包括幻灯片和测验。在 iOS 和 Android 上查找该应用程序。
文章来源：finsmes
-
生成式AI
ServiceNow扩展生成式AI功能，旨在提高生产率
全球数字工作流程公司ServiceNow宣布扩展人工智能生成功能、案例摘要和文本转代码功能，以提高速度、生产力和客户价值。这两项功能由ServiceNow专有的大型语言模型（LLM）提供支持，专为ServiceNow平台打造，旨在减轻重复性工作并显著提高生产率。ServiceNow今天还宣布了其商业化方法，即在IT服务管理（ITSM）、客户服务管理（CSM）和人力资源服务交付（HRSD）领域提供新的优质SKU产品，这些产品将于今年9月随Now Platform Vancouver版本一起推出。
案例总结和文本到代码功能加入了ServiceNow不断壮大的Now Assist系列，这些生成性人工智能功能将被注入ServiceNow平台的所有工作流产品中。ServiceNow已经为使用其先前发布的生成式人工智能功能早期访问版本的客户带来了显著的生产力提升，这些功能包括：生成式人工智能控制器（允许企业将ServiceNow实例连接到Microsoft Azure OpenAI Service和OpenAI API LLM）；Now Assist for Search（根据客户自己的知识库提供自然语言回复）；以及Now Assist for Virtual Agent（通过消除搜索信息所花费的时间最大限度地提高生产力）。
"ServiceNow总裁兼首席运营官CJ Desai表示："生成式人工智能彻底改变我们工作方式的潜力是毋庸置疑的，而利用这种潜力产生有意义的业务影响才是真正的机遇。"我们对新的案例总结和文本到代码功能以及将于9月份推出的新的超级SKU感到无比兴奋，这些功能将把生成式人工智能集成到我们平台的结构中。我们在生成式人工智能领域的强劲发展势头将通过为客户提供卓越体验和增强成果，帮助企业释放生产力。
研究公司 Valoir 的一份报告显示，如果使用得当，人工智能可以将员工的工作时间最多减少 40%1 。案例总结和文本到代码可以帮助企业实现近乎立竿见影的生产力提升，简化流程，让员工专注于快速轻松地解决问题。
案例摘要和文本到代码都由 ServiceNow 专有的 LLM 提供支持，这些 LLM 专为理解 Now 平台、工作流、自动化用例、流程等而开发。文本到代码 Now LLM 是在 150 亿参数 StarCoder LLM 的专业版本上专门构建的，该 LLM 是通过 ServiceNow 共同领导的开放式 BigCode 计划开发的，并使用英伟达加速计算（包括英伟达 DGX Cloud）进行了训练和调整。StarCoder 为高性能、透明和负责任的生成式人工智能设定了标准。案例总结还允许客户使用 Microsoft Azure OpenAI Service 和 OpenAI API LLM 的第三方 LLM。
案例总结可最大限度地减少人工操作，从而提高工作效率并加快客户成果的实现
案例摘要使用生成式人工智能来读取和提炼 IT、人力资源和客户服务案例中的案例信息，包括客户或事件详情、先前的接触点、相关方采取的行动以及最终的解决方案，从而在数秒内创建案例摘要说明。简化这种 "强制但手工 "的流程可以加快内部团队之间的交接，有助于提高生产率，并为客户和员工创造更精简的解决方案。此外，通过简化这些手工流程，员工可以专注于更复杂的任务和项目。
文本到代码通过生成式人工智能加速专业和低代码开发
开发人员经常面临为常规命令创建相同代码的重复性耗时工作。利用 ServiceNow 提供的文本到代码功能，开发人员可以编写纯自然语言文本，描述他们想要的代码类型；Now Platform 中的生成式人工智能会将文本转换为高质量的代码建议，在某些情况下还会转换为完整的代码，并在线共享以进行审查、编辑和实施。文本到代码有助于确保企业的每个角落都能创建无缝的编码体验，从而实现快速开发并提高生产率。
推出新的优质 SKU 产品
一段时间以来，包括流程挖掘、低代码、人工智能和机器学习在内的超自动化技术已被纳入ServiceNow产品，从而使ITSM Pro和CSM Pro产品在2023年第二季度实现了创纪录的增长。我们与客户的早期试点取得了可喜的成果，ServiceNow 也初步使用了自己的生成式人工智能功能，因此，ServiceNow 将从 9 月份的温哥华平台版本开始，在 ITSM、CSM 和 HRSD 中推出新的高级 SKU 产品。
将生成式人工智能集成到 Now 平台，从单一来源驱动价值
Now 平台通过连接不同的部门、系统和孤岛，实现整个企业工作流程的自动化，从而提高生产率并实现无缝工作体验。Now Assist是ServiceNow的生成式人工智能体验，专门构建在ServiceNow平台内，旨在通过简化重复性任务、提高敏捷性和改变用户体验来实现智能自动化和加快生产力。
其他有助于使ServiceNow成为数字化转型的智能端到端平台的人工智能技术进步包括：
与英伟达™（NVIDIA®）和Cognizant建立合作伙伴关系
BigCode 与 Hugging Face 的合作
ServiceNow生成式人工智能控制器，作为Now平台上所有生成式人工智能功能的基础
Now Assist for Search，为门户搜索、Next Experience 和虚拟代理带来了生成式人工智能的强大功能
Now Assist for Virtual Agent，这是一个生成式人工智能集成，可帮助虚拟代理对客户和员工提出的问题进行会话式回复
可用性
现在，案例摘要和文本到代码功能已向部分客户提供。这两项功能以及用于 ITSM、CSM 和 HRSD 的生成式人工智能新高级 SKU 预计将在 2023 年 9 月 ServiceNow 温哥华版本中向所有客户提供。
前瞻性声明的使用
本文章包含 "前瞻性声明"，涉及与Now平台新的生成式人工智能功能有关的预期、信念、计划和意图。此类表述包括有关未来产品功能和产品以及对ServiceNow的预期收益的表述。前瞻性声明受已知和未知风险和不确定性的影响，并基于可能不准确的假设，这些假设可能导致实际结果与前瞻性声明预期或暗示的结果存在实质性差异。如果任何此类风险或不确定因素成为现实，或者任何假设被证明是不正确的，ServiceNow 的结果可能与前瞻性声明中明示或暗示的结果存在实质性差异。ServiceNow 没有义务也不打算更新前瞻性声明。可能导致实际结果与任何前瞻性声明存在实质性差异的因素包括 (i) 人工智能监管环境的变化；(ii) 交付功能过程中的延迟、意外困难和费用；(iii) 销售是否能证明对功能的投资是合理的不确定性。有关可能影响 ServiceNow 财务和其他业绩的因素的更多信息，请参见 ServiceNow 不时向美国证券交易委员会提交的文件。
文章来源：hrtechcube
-
生成式AI
Josh Bersin公司预测：生成式AI将为新的人力资源人才智能范式提供动力
全球人力资本咨询公司Josh Bersin公布新研究结果，强调了ChatGPT式的 "生成式人工智能 "在帮助企业改进招聘和发展实践方面的巨大潜力--但前提是企业必须消除对该技术的恐惧。
Josh Bersin公司就 "生成式人工智能 "在为人力资源领导者和学习与发展团队创造强大的新洞察力方面的潜力采访了具有人工智能意识的高级管理人员、工程师和产品领导者。还在最近举行的 "不可抗拒的2023 "会议上与全球顶级人力资源领导者进行了交流，发现在对人工智能技术及其提供新颖人力资源和人才管理见解的潜力的信心和理解方面存在明显差距。
研究发现，虽然许多人力资源领导者及其公司的技术团队都很欣赏人工智能通过发现不同数据源的模式来发掘新的人才管理机会的能力，但许多人承认对该技术的理解有限。
此外，研究还定义了三类人工智能解决方案： 新兴（附加人工智能）、第一代（内置人工智能）和第二代（基于人工智能的解决方案）。人力资源领导者还对人工智能的作用表示担忧，不确定如何有效利用人工智能在人力资源和人才相关用例中的潜力。
该研究强调了人工智能在释放人才智能方面的巨大潜力，随着全球企业寻求新的工具集来帮助他们发现、吸引、发展和留住未来所需的人才，人工智能已成为一种日益增长的必需品。
Josh Bersin公司最新发布的白皮书《了解人工智能在人力资源中的应用--深度剖析--评估人工智能在人力资源中应用案例的详细指南》对研究结果进行了解读，并探讨了核心问题。
该白皮书的目的是让人力资源战略家--特别是那些希望建立一种更系统、更可持续的方法来寻找、吸引和磨练对组织的长期成功至关重要的技能组合的人--更容易获得和使用这项技术。
其开创性的见解被提炼为以人力资源为导向的人工智能技术评估指南，为人力资源和人才发展领域的推动者提供了一份最新的教育报告。
全球行业分析师兼The Josh Bersin Company首席执行官Josh Bersin在谈到研究结果时说：
"这项新研究的目的是了解究竟是什么阻碍了人力资源部门在核心业务战略中充分利用人工智能，比如了解在招聘和人才管理中以不同方式思考和行动的新的、尚未开发的机会在哪里。从这项研究和我们最近举办的 "不可抗拒 "活动的对话中可以看出，由于人工智能对人力资源变革的影响范围尚不明确，因此人们还在犹豫不决。
"我们的目标是帮助克服这种恐惧感。具体来说，我们将人工智能的障碍转化为一个相关的问题，并提醒CHRO，这并不是人力资源部门第一次不得不调整和发展他们的技术架构或他们的数据以及他们如何利用这些数据。
"我们不是试图宣讲人工智能工程的基础知识，而是希望帮助人力资源领导者更加适应这项技术以及它能做什么。我们表明，这可以更好地定位和缩短招聘时间，或识别不太明显的人才管道，以及许多许多用例。
使用 "生成式人工智能 "来了解招聘和人才数据中更微妙但更具变革性的知识，这也仅仅是令人兴奋的基于技术和数据的人力资源人工智能之旅的第一步。
"最终，我们正在明确人工智能在未来人力资源中的作用，以便雇主能够积极主动地转换其潜力。"
Josh Bersin 公司在其6月举行的 "不可抗拒的2023"（Irresistible 2023）活动上预览了自己的人工智能解决方案 "人力资源驾驶员"（The HR Copilot）。Josh Bersin公司的HR Copilot提供了一种智能手段，用于查询该研究和咨询公司在过去25年中积累的丰富多样的人力资源知识库和劳动力市场洞察力--这只是人工智能在人力资源领域开始揭示的众多用例中的一部分。
文章来源：techrseries
-
生成式AI
如何利用人工智能提升你的雇主品牌和保留率
你知道吗，在你的公司中应用人工智能自动化和遵循尖端技术可以提高你的雇主品牌，并保持或提高你的保留率？
用AI驱动的策略提升你的雇主品牌和保留率
在今天的数字环境中，建立一个强大而有吸引力的雇主品牌对于吸引和保留顶尖人才以及在竞争激烈的市场中脱颖而出至关重要。
首先，让我们花点时间来阐述一下什么是雇主品牌建设。雇主品牌是关于人们如何看待一个公司的价值观和工作环境。它包括公司所做的一切，无论是否有目的，都是为了向现有和潜在的员工宣传其作为雇主的独特身份。
雇主品牌已经成为吸引和保留顶尖人才的一个关键因素。根据LinkedIn的一项调查，77%的候选人说公司的声誉很重要，而80%的人力资源领导认为雇主品牌对他们的招聘工作有影响。
然而，不断变化的工作性质以及候选人和雇员日益增长的期望，对有效的品牌建设构成了独特的挑战。
这就是AI工具在人力资源方面的力量发挥作用的地方。
通过利用生成式AI算法的能力，你可以改变你公司的品牌建设工作，并对你的员工和世界产生持久的影响。
但它是如何发生的呢？让我们进一步了解人工智能自动化在你的公司中投入的价值。
人力资源环境中的AI
作为一名人力资源专业人士，你已经知道AI能够提供的神奇好处。AI工具缩短了上岗时间，减轻了对筛选过程、候选人沟通和跟踪的担忧。这使你可以专注于更有创造性的任务，同时让自动化处理平凡的任务。
同时，AI可以推动你的努力，以实现更好的公司品牌建设。
生成式AI可以被用来加强品牌建设的各个方面，从雇主品牌到内部沟通。通过挖掘生成式AI的潜力，你可以提升公司的品牌形象，建立一个引人注目的叙事，与你的观众产生共鸣。
因此，其结果是，有效的品牌建设对潜在的候选人，以及对外部世界和口碑的力量产生了积极的影响。这对你来说听起来像营销吗？
营销显然有巨大的回报--例如，《阿凡达：水之道》在估计2亿美元的营销预算下，能够取得直到现在的23.20亿美元票房。当然，你的招聘预算中没有那么多钱，这意味着你将需要利用AI等工具来提升你的品牌。
请允许我们详细说明一下。
如何利用AI来促进雇主品牌建设
良好的品牌形象对他人有积极的影响。一个公司向公众投射的形象可以利用AI工具重新塑造。一个使用自动化并跟上最新技术发展的公司来处理重复的过程，同时在更有创造性的过程中留有利用人的空间，在别人眼中显得更大。这在公众舆论中对你的企业产生了积极的看法。
人力资源管理协会（SHRM）报告说，全世界88%的公司已经在其人力资源实践中使用AI，甚至在COVID-19大流行之前。这项技术对人才招聘和选拔特别有帮助，还可以加强雇主品牌建设，吸引新的人才。
你还在想这些概念如何能应用到你的公司吗？让我们来看看一个例子。
雇主品牌推广的AI小抄
想象一下，在拥挤的创业市场中，有一家成立三年的公司，在人工智能的最新发展之后，曾试图改造其品牌，并建立一个强大的声誉。他们开始尝试用这些工具来改变他们的方法。
通过利用生成式AI能算法，这家公司开发了个性化的、吸引人的雇主品牌信息。这些信息传达了组织的使命、愿景和价值观，表达了对员工成长和发展的承诺，突出了文化和工作环境，分享了成功的故事和员工的感言，并更清楚地表明了公司在社区的影响。
该公司利用人工智能创造了引人入胜、内容丰富的内部沟通，促进了员工的团结意识。
同时，该组织利用生成式AI来创建个性化的招聘信息，以吸引潜在候选人的注意。通过分析大量的数据，生成式人工智能算法产生了引人注目的叙述，将与他们的预期人才库产生共鸣。这种方法使他们能够为各种人口统计学定制雇主品牌信息，并增加吸引合适候选人的机会。
此外，人力资源部门引入了一个新的推荐系统，在公司内部满意员工的帮助下吸引更多人才。
结果，这家公司见证了合格申请人的激增，增强了候选人的体验，并提高了员工的参与度。
他们对人工智能工具的创新使用推动了他们的品牌声誉，将他们定位为该行业中具有前瞻性和理想的雇主。
采用这种工具可以在两个方面帮助你的企业。首先，它将你的公司定位为一个人们想要为之工作的公司。其次，它建立了一个公司的声誉，有最好的人为它工作。
用AI加强对候选人的吸引
在今天这个以候选人为主导的市场中，提供卓越的候选人体验是最重要的。研究表明，拥有良好体验的候选人更有可能接受工作机会，推荐他人，甚至成为客户。
更具体地说，在最近的一项调查中，49%的求职者确认，他们曾因与潜在雇主的不愉快经历而拒绝了一份工作机会。人力资源专业人士处理候选人之间沟通的方式可以提升或损害你的品牌声誉。
人工智能工具可以通过注意与那些申请你的组织的空缺职位的人建立良好的关系来改变整个招聘过程。实现这一目标的结果会对你的公司非常有利。
Jacob Rios，JobSage的联合创始人兼首席执行官说： "你不必花太多时间在互联网上，就能了解到大多数在线评论倾向于偏向负面，所以很高兴看到如此高比例的候选人也在分享他们的积极经验。"
"你不必在互联网上花很多时间就能了解到，大多数在线评论倾向于偏向负面，所以很高兴看到如此高比例的候选人也在分享他们的积极经验。"
"这对未来的候选人很有帮助，也很有力量，"雅各布继续说。"我们在工作中与许多求职者交谈过，大多数人只是想了解真相，包括好的和坏的。"
通过生成的人工智能驱动的聊天机器人和虚拟助理，候选人可以收到对他们询问的个性化答复，获得有关公司和职位的相关信息，甚至在整个申请过程中得到指导。
这种水平的个性化参与不仅增强了候选人的体验，而且还展示了你的公司致力于提供一个无缝和定制的旅程。
人工智能算法可以分析你公司的价值观、使命和文化，以产生与员工产生共鸣的内部沟通。从员工通讯到内部社交媒体帖子，生成性人工智能可以帮助你制作引人注目的内容，以吸引注意力并推动参与。
Workable的30-60-90天入职框架和AI副驾驶都是AI工具如何提高品牌声誉和保留率的例子。
雇主品牌等同于声誉
作为一名人力资源专家，你应该把品牌声誉和雇主品牌建设视为一体。它们的参数是重叠的，它们共同创造了一个整体，影响到公司的内部和外部环境。人工智能工具可以在整个过程中协助你，但在品牌建设方面，人类的干预将永远是决定性的。
一个企业是通过其员工来推动进步的。因此，欢迎你的员工，帮助他们成为你的文化的一部分，向那些被拒绝的人提供反馈，并把目光放在积极的结果上。
常见问题
AI如何加强雇主品牌建设？
AI可以创建个性化和吸引人的信息，分析数据以获得引人注目的叙述，并自动进行内部沟通以建立一个强大的雇主品牌。
AI可以为吸引候选人带来什么好处？
由AI驱动的聊天机器人和虚拟助理可以提供个性化的回应，在整个申请过程中提供指导，并展示您对无缝候选人体验的承诺。
AI可以提高留任率吗？
是的，AI可以通过定制的内部沟通、入职框架和像Ai copilot这样的工具来提高员工参与度，从而提高留任率。
人工干预对于品牌建设的成功仍然是必要的吗？
是的，虽然AI工具在这个过程中提供了帮助，但人类的干预对于塑造和维护公司的品牌声誉仍然至关重要。
雇主品牌建设与品牌声誉的关系如何？
雇主品牌和品牌声誉是交织在一起的，因为它们都影响着内部和外部对一个公司的看法。AI工具可以帮助加强这两个方面。
本文来源：resources.workable.com
扫一扫 加微信
hrtechchina
