• AI
    Workday People Analytics:利用人工智能、机器学习和增强分析的优势 文/Pete Schlampp 有人说,数据是新石油。但是几乎在所有公司,其生成的数据远远超过他们能够分析利用的数据。而在很长一段时间里,Workday的目标都是帮助公司从数据中汲取有价值的见解。从内置报告和分析开始,随着Workday Prism Analytics和Workday Data-as-a-Service的推出,随着数据量、速度和种类的增长,Workday扩大了产品范围,帮助客户充分利用他们的数据。 Workday Prism Analytics致力于开放性和将非Workday的数据引入系统,是您的财务和人力资源团队的数据中心。今年夏初,Workday通过收购增强分析的市场领导者Stories.bi,在分析之旅中又向前迈进了一步。 今天,我们很高兴地宣布Workday People Analytics,是一个全新的应用程序,它将向高管、组织领导人和人力资源业务合作伙伴提供关于他们的员工队伍中最关键的趋势视图,以及了解趋势的最可能的驱动因素。它将利用强大的人工智能(AI)、机器学习和增强分析技术,提供动态创建的关键指标,并伴有解释性叙述——我们称之为故事。   How We Got Here 首先需要一些背景。注意让Workday People Analytics与我们现有的产品一起工作。由于Power of One,Workday有一个数据模型,因此我们的应用程序能够非常轻松地处理有关人员的数据。对于Workday人力资本管理(HCM)的客户来说,Workday People Analytic将利用这些数据进行开箱即用。即使对于那些不使用Workday HCM的客户,他们也可以通过Workday Prism Analytics从任何HCM系统中引入外部数据,因此这些见解仍将可用。   That’s Great, Now What? 其次,我们必须以更好的方式将有价值的信息交给高管。因此,Workday利用了增强分析将许多应用于企业问题的AI功能集合在一起,包括: 自动模式检测功能,可以查找人类可能看不到的重要变化 图形处理以查找大量数据集之间的连接 机器学习预测最重要的问题供您查看 用自然语言来解释一个简单的故事中发生的事情 Workday的人工智能将搜索数百万种可能的数据场景,并确定优先级,以故事形式自动向高管推送个性化见解。故事为正在发生的事情提供了一种自然的语言解释。洞察力可以是积极的,也可以是消极的——它们只是你应该知道的事情。它们会自动地对你的数据进行更深入的挖掘,并告诉你为什么会这样。这为领导者提供了在做业务决策时所需要的基本信息。   See What Matters Most Workday People Analytics是我们第一个使用增强分析的地方。它将为管理人员,组织领导者和人力资源业务合作伙伴提供可操作的指导,将动态创建的故事与静态内容相结合,涵盖组织构成、多样性、招聘、保留和人员流失以及人才和绩效等方面。 您将看到最重要的事情,以便您可以在最短的时间内做出最佳决策。这将使得组织的行动,创新和学习速度更快。 Workday People Analytics不是自动生成针对特定问题的预测,而是提供一种叙述,以指导管理人员在一个广泛的领域中找到聚焦点——无论是具体的团队、位置、客户还是产品线。它使用机器学习来预测和展示真正重要的东西。换句话说,Workday People Analytics会告诉您需要了解的内容。 例如,一位人事主管可能会收到一条消息,表明新员工流动总体上有所增加,他们不仅应该关注伦敦的销售组织,还要考虑薪酬以及特定的招聘经理。该应用程序可帮助领导者专注于影响其业务的最重要问题,并回答以下高价值问题: 招聘过程中的瓶颈是什么? 该组织多样性的五大趋势是什么?我们作为一个社区如何发展? 整个组织可以从哪些卓越的领域中学习? 我们在哪里看到异常高的磨损?它背后的驱动力是什么? 因此,信息负载减少了1000倍——你会发现什么是最重要的,这样你就能在最短时间内做出最佳决策。组织行动、创新、学习更快,形成良性循环。   Future’s So Bright… Workday People Analytics只是一个开始,我们很高兴能够进入数据的新时代,超越自助服务,进入人工智能能够有效预测的世界。未来,我们将在所有Workday的产品中应用增强分析。Workday People Analytics将于明年秋季提供给早期用户,通常在2019日历年末提供。单独销售给Workday HCM客户,它将作为Workday Prism Analytics的一部分提供。我们确信好戏还在后面。   以上为AI翻译,观点仅供参考。 原文链接:Announcing Workday People Analytics: Leveraging the Strength of AI, Machine Learning, and Augmented Analytics
    AI
    2018年10月06日
  • AI
    李开复:未来“有惊无险”的10种工作,其中包括人力资源 人工智能并不是一场普通的技术变革,在人类历史上,可与其比肩的只有蒸汽机和电力的推广使用。由于人工智能算法会渗透到每个行业、每个工作,它甚至会改变人类做事的许多方法,对于个人、企业和社会带来的变革,比之前的互联网革命来得更剧烈、影响力更大。人工智能对个人和社会带来的改变,将超过之前发生的所有工业革命和技术革命。 人工智能带动了科技发展,提升了生产力,这些好处固然引人关注,但是比起全球各地将产生的严重失业问题,以及分配不均的加剧(国内与国家之间),就不足为道了。随着深度学习应用的普及,人工智能势必会冲击全球经济,整个经济体系上上下下数十亿的就业机会如会计师、流水线作业员、仓储作业员、股市分析师、质检员、货车司机、律师助理、放射科医生等,都会受到冲击,并且上述工作只是其中的一部分。 人类文明过去曾经成功地消弭了科技对经济造成的冲击,例如在19世纪和20世纪,有数亿的农民成功地转为了工厂员工。但是,先前的那些重大科技变迁,从诞生到发展的速度没有人工智能这么快。照目前科技发展和应用的趋势来看,我预估在未来15年内,人工智能将会减少美国40%到50%的就业机会,但实际的就业损失还会延迟若干年,因为必须考虑到很多现实因素,例如雇主相信人工智能的程度、法规限制等。但我预测,人工智能对就业市场的冲击将会非常大,而且冲击很快就会到来。 有朋友跟我探讨:我经过多年学习培训才获取足够的技能从事的工作,未来应该会比“蓝领工人”安全吧? 实际情况并非如此。分析人工智能取代工作岗位,不能仅仅用传统“低技能”对比“高技能”的单一维度来分析。人工智能既会产生赢家,也会产生输家,这取决于具体工作内容。尽管人工智能可以在基于数据优化的少数工作中远胜人类, 但它无法自然地与人类互动,肢体动作不像人类那么灵巧,也做不到创意地跨领域思考或其他一些需要复杂策略的工作(因为这些工作投入的要素和结果无法轻易量化)。一些人类看上去很难的工作,在人工智能看来可能是非常简单的;一些在人类看上去很简单的工作,可能确实人工智能的死穴。我们可以用以下两张图来说明: 对于体力劳动来说,X轴左边是“低技能、结构化”,右边是“高技能、非结构化”。Y轴下边是“弱社交”,上边是“强社交”。脑力劳动图的Y轴与体力劳动一样(弱社交到强社交),但X轴不同:左侧是“优化型”,右侧是“创意或决策型”。如果脑力劳动的重点是将数据中可量化的变量最大化(例如设置最优保险费率或最大化退税),就归类为“优化型”的职业。 这几条轴将两张图各分为四个象限:第三象限是“危险区”,第一象限是“安全区”,第二象限是“结合区”,第四象限是“慢变区”。工作内容主要落在“危险区”的工作(如卡车司机等)在未来几年面临着被取代的高风险。“安全区”的工作(如心理治疗师、理疗师等)在可预见的未来中不太可能被自动化。“结合区”和“慢变区”象限的界限并不太明确:尽管目前不会完全被取代,但工作任务的重组或技术的稳定进步,可能引起针对这些工作岗位的大范围裁员。 在左上角的“结合区”中,大部分计算和体力性质的工作已经可以由机器完成,但关键的社交互动部分使它们难以完全自动化。所以,最可能产生的结果就是幕后优化工作由机器完成,但仍需要人类员工来做客户的社交接口,人类和机器形成共生关系。此类工作可能包括服务员、理财顾问甚至全科医生。这些工作消失的速度和比例取决于公司改造员工工作内容的灵活程度,以及客户对于与计算机互动心态的开放程度。 落在“慢变区”的工作(如水暖工、建筑工人、美术设计师等)不依赖于人类的社交技能,而依赖灵活和巧妙的手工、创造性或适应非结构化环境的能力。这些仍是人工智能的短板。由于不断发展的技术会在未来几年中慢慢提升这些短板,所以此象限中工作消失的速度,更多地取决于人工智能能力的实际扩展。 在我看来,警告、悲观、恐慌是“不识庐山真面目”的杞人忧天。以下是我整理的看似很危险,其实很难被AI取代的10种工作。 人力资源 人力资源、特别是员工招聘和猎头工作,都要涉及大量的人际互动。说服某人放弃现有工作、考虑其他工作是相当不容易的,这需要建立在对对方的长期深入了解和互相信任的基础上。当然,随着人力资源工作变得更倾向于以人为中心,人力资源行业也会利用AI完成常规的问答工作(比如回复雇员的邮件)、监督雇员工作表现、发起招聘启事、筛选求职者并进行工作匹配等。 健身教练 尽管未来总会有更高质量、更智能的健身器材帮助我们锻炼,但健身教练无可取代的地方在于,他们能为我们每个人量身打造健身计划,在旁陪练指导,还能敦促我们坚持锻炼,避免犯拖延症。其次,随着社会财富增多,出行方式变得更高效(如智能型、甚至是自动型电动平衡车),我们对于锻炼的需求将大大超出以往。最后,AI时代会给我们带来更多的社会财富和闲暇时间,自助、娱乐和健康将成为发展的主题。 养老护理员 到2030年,麦肯锡医疗保健类工作岗位将在全球范围内猛增5100万个,总数将高达8100万个。这类工作包括养老护理员、家庭健康护理员、私人护理员以及护士助理,不过最大的岗位空缺将出现在与养老护理相关的领域。考虑到人类寿命延长、老年人对医疗保健的大量需求以及填补此类工作空缺的难度,这一需求还会不断攀升。AI固然可以实现老年人的医疗监护、安全保障和移动辅助等基本功能,但像是洗澡、穿衣以及更为重要的聊天和陪伴工作,都是AI是无法胜任的,只能交由人类完成。 房屋清洁工 像房屋清洁、园艺以及其他需要在非固定结构空间内进行、且所在环境较为多变的工作,对于机器人而言难度太大。虽然像伦巴扫地机器人(Roomba)这样的智能设备会承担部分工作量,但整体而言,这类工作的就业水平有望得以维持。此外,我们预测,各类移民服务岗位将大量增加(在法律允许的前提下),因为AI将进一步拉大贫富国家之间的差距。 护士 护士、保育员、心理健康辅导员以及戒毒治疗师是最难被机器替代的工作类型之一,这类工作涉及大量的人际互动、沟通和信任的培养。例如,治疗情绪不稳定、有抑郁症状的病人需要娴熟的沟通技巧,治疗师需要先了解造成病人情绪困扰的根源。这些都远远超出了AI技术目前的能力范围。 楼房管理员 楼房管理、酒店管理、定制服务等其他高端服务将是财富新贵群体的高需求所在(如AI企业家和工程师)。在互联网(旅游网站)和AI(自动化快餐和咖啡)提供标准化服务的同时,那些具有人情味、个性化以及能够构建长期关系和信任感的优质服务将具有更高的价值。在AI时代,休闲和娱乐产业将成为强劲的增长领域。 运动员 虽然未来机器将比人类更擅长比赛,但体育运动不会因此而受到丝毫的影响。这些都是需要人类参与的娱乐活动。运动明星与知名歌手、演员并无二致。随着人们闲暇时间的增加,拥有非凡天赋和个人魅力的运动员将有更强的吸金能力。 保姆 保姆是最讨喜的工作之一,甚至可能会被当成家庭成员来看待。保姆的许多体力工作会实现自动化(比如除尘和洗碗),如此一来,他们的工作会逐渐转向“关爱和个性化”服务,比如悉心烹饪一顿孩子爱吃的饭菜,或是朗读孩子最爱听的故事。保姆将花更多的时间去陪伴、照料家里的孩子,和他们玩耍。能够成功转型的保姆是AI无法替代的。 导游 优秀的导游是擅长讲故事的人。他们将个人经验和百科知识巧妙地融合在一起,并以戏剧化的方式呈现给游客,从而打造出独一无二的旅行体验。优秀的导游还能挑起趣味横生、内容丰富的谈话,创造出一段令人怀念的旅程。当然,那些照本宣科、一味重复的导游,在AI取代人类工作的大潮中就没那么走运了。 数据处理和标签 最后来个大惊喜。虽然每个人都认为数据录入和处理会因机械化而被淘汰(甚至不需用到AI)。但在未来二十年内,AI进行的训练会用到规模庞大且不断增长的数据。这些数据需要经过初期的人工筛选、处理、贴标签和分类。亚马逊土耳其机器人(Amazon Mechanical Turk)就是个很好的例子。不过,可别期待能从这类工作中获得高薪。     原文来源:李开复:未来“有惊无险”的10种工作  
    AI
    2018年09月18日
  • AI
    CareerBuilder的移动应用使用AR和AI来帮助您找工作   文/DEAN TAKAHASHI   凯业必达(CareerBuilder)希望通过使用人工智能(AI)和增强现实(AR)结合的新移动应用来吸引喜欢科技的求职者,以简化求职。 该移动应用程序有一些引人注目的特点。它可以建立你的简历,代表你申请工作,并使用增强现实技术(AR)展示你所经过的公司的职位空缺情况。它还能帮助你培养获得高薪工作所需的技能。 对于雇主而言,移动应用程序可显示您所需人才的实时供需趋势。它可以立即构建您的职位描述,自动将您的职位空缺与更有可能回应的求职者匹配,并开展活动以吸引他们。 凯业必达(CareerBuilder)将这款使用了AI、AR和超本地搜索(hyperlocal search)的应用作为人力资源市场的一大进步,而凯业必达(CareerBuilder)已经在这个市场参与了25年。 国际数据公司(IDC)的研究经理凯尔·拉格纳斯(Kyle Lagunas)在一份声明中表示:“凯业必达(CareerBuilder)夯实基础,并希望‘拥有’人才获取和求职方面的移动体验”。“在移动优先的世界和复杂的劳动环境中,这是一个战略性的举措和差异化举措。”凯业必达(CareerBuilder)投资于将AI和机器学习整合到他们的解决方案和移动产品中,旨在为雇主和求职者带来更丰富,更直观的体验,从而加速结果。” 雇主和求职者都在艰难应对劳动力资源紧张、技能差距不断扩大、教育机会和就业机会不均等的劳动力环境。凯业必达(CareerBuilder)对1000名招聘经理和人力资源经理进行的调查发现,50%的雇主表示,他们填补空缺职位的时间比其他任何时期都要长。54%的雇主表示,由于失业率低,他们需要花更多的钱来填补空缺。 最重要的是,54%的员工认为他们只是一份工作,而不是一份职业,36%的员工感到就业不足。这些差异表明找工作和雇用工人的过程效率低下。凯业必达(CareerBuilder)希望利用像移动应用这样的新技术帮助弥补这一差距。 该公司表示,超过70%的消费者使用移动设备。2015年至2017年间,凯业必达(CareerBuilder)将其消费者网站转型为移动响应平台,并于2017年重新推出iOS和Android移动应用。该公司在研发方面投入了大量资金,使求职体验更加轻松。 例如,它可以在一分钟内生成简历,只需点击几下,AI工具就可以帮助求职者创建和存储个性化的简历。如果您选择让该工具代表您申请工作,则该流程也会自动完成。 对于AR,求职者可以走在街上、商场周围或其他地方,通过AR体验自动查看附近可找到的工作,以及他们支付的费用。由于基于地图的定位,超本地(hyperlocal)求职可以让求职者在特定区域轻松找到工作机会。 求职者可以通过新的自动工作提醒保持最佳的工作搜索,这些自动提醒会在他们的简历被查看以及谁正在查看时主动通知他们,同时,也会让他们知道何时有新的职位空缺。 凯业必达(CareerBuilder)最新iOS应用程序最近在应用程序商店中上线。未来几个月,该公司将推出Android版本,以及更多突破性功能,如游戏化,或添加类似游戏的乐趣元素,让求职者通过采取不同的行动获得积分和潜在回报。它还将添加社交推荐,以便员工可以在社交网络中与朋友分享他们公司的工作,并在此过程中获得积分。 凯业必达(CareerBuilder)的首席产品官Humair Ghauri在一份声明中说:“凯业必达(CareerBuilder)正在利用这种数字游牧的趋势,为就业市场提供一种不同于当今市场上任何东西的移动服务。” “我们正在利用近25年的求职者转换,来帮助雇主和人才随时随地建立更深入的移动体验。我们还帮助为现代劳动力提供所需的技能。我们的目标是通过在人才招聘,就业筛选和HCM软件解决方案中创造移动革命,来调动求职和招聘的每一步。” 注:以上内容由AI翻译,观点仅供参考。   原文链接:CareerBuilder’s mobile app uses AR and AI to help your job search
    AI
    2018年09月12日
  • AI
    人力资源正在引领向Chatbot 2.0时代转型 人力资源部门是企业聊天机器人的早期采用者之一,使用它们可以更有效地与员工交流互动。员工可以不用向他们的人力资源负责人询问一些基本问题,例如“什么时候是发薪日?”或“我今年剩下多少假期?”他们可以问聊天机器人。支持聊天机器人的机器学习使用户能够使用自然语言命令进行虚拟对话——他们提出一个简单的问题,并在需要时获得简单的答案。现在,这些功能正在不断发展。我们正处于Chatbot 2.0时代的风口浪尖,人工智能(AI)实际上了解了员工的角色和需求,并在用户提出问题之前提供信息。 从招聘到员工培训、建立更好的员工关系,这种演变将提高聊天机器人的胜任能力,从而减轻人力资源专员们所承担的大量耗时耗力的工作。 问题的关键是获得分析和使用HR收集的不断增长的虚拟数据库的能力,这也是推动人力资源专业人士采用聊天机器人和其他人工智能技术的原因。德勤(Deloitte)咨询公司Bersin的研究发现,近40%的公司在人力资源部门使用人工智能。 “人力资源是人工智能的一个很好的发展领域,因为许多人力资源实践都是'亲力亲为',具有文化性质,可以更好地处理数据,”该公司负责人兼创始人乔希·贝尔辛补充道。 考虑聊天机器人为招聘流程节省下时间并提高了效率,人力资源部门将回答招聘人员的问题,安排和举行初步面试,以及背景调查的责任转移给聊天机器人。如果初次面试进展顺利,人力资源专员将接管安排后续的电话或面对面访谈,并进行评估。 随着人工智能变得越来越强大,人力资源聊天机器人正在重新定义企业员工的体验。 人力资源的人工智能机器人将简化和个性化人力资源流程 -——招聘,入职,常见问题解答,员工培训,员工福利,年度审核等。聊天机器人将进行访谈,分析招聘人员的答案,然后分析数据进行预测新员工的可能表现,并就是否应该继续通过招聘渠道提出建议。人力资源部门不需要涉及这个过程,直到聊天机器人创建一份准备进行最后一轮面试的高素质候选人名单。 员工培训计划是人力资源部门整合聊天机器人的另一个核心职责,通常是与其他业务部门携手合作。科勒(Kohler)印度的销售和人力资源团队最近推出了一个销售培训机器人,科勒的团队成员可以通过Facebook Messenger应用程序访问该机器人。如今,它还提供按需产品信息和培训。越多员工使用它,人工智能将越快“学习”个别员工,从而能够更加主动地分享内容。例如,聊天机器人将管理和评估各个销售人员的培训需求。如果发现一名员工正在努力学习特定课程,它将提供有用的信息,而不会强迫员工及其经理安排会议。 当您想到聊天机器人时,您记得的第一件事可能是您最近一次向Siri或Google智能助理询问驾驶路线,或您在智能手机上与您最喜欢的品牌进行的最后互动。自然语言处理(NLP)技术使公司鼓励他们的客户以一种既方便又个性化的方式与他们互动。 您希望为您的员工(也就是您的内部客户)创建相同的体验,尤其是那些已经习惯于全天候访问信息的千禧一代。随着我们进入Chatbot 2.0时代,支​​持AI的聊天机器人将变得更智能,更强大,使人力资源专业人员可以花更少的时间收集和评估数据,并有更多时间采取行动。   注:以上内容由AI翻译,观点仅供参考。 原文链接:HR is Leading the Transition to Chatbot 2.0 Era
    AI
    2018年09月06日
  • AI
    YC 路演企业服务项目 Leena 人工智能的HR助理 这个项目我们之前报道过,点击这里就好了 不多说 http://www.hrtechchina.com/22861.html Leena AI 假如你在一家大公司工作,当你想了解休假、医保等问题时,你会发邮件或打电话联系HR,等待答复,而Leena AI通过构建HR智能聊天助手实时回答员工的提问来改变这种状况。它是目前唯一一款由人工智能平台驱动的HR虚拟助理,经12,000家企业上千万的会话数据训练而成,拥有出色的自然语言处理能力。 https://www.leena.ai/
    AI
    2018年08月24日
  • AI
    机器可能会带来新工作 - 他们也可以帮助我们培训新工作 这是一个有趣的观点,简单了解下,以下是AI翻译完成,仅为快速传递资讯和观点。不喜勿入。 ———————————————— 今天存在的近一半的工作岗位可能在未来几年内实现自动化。 即使是机器人无法掌握的角色的工作人员也可能会看到他们的工作随着智能技术牢固地融入工作场所而改变。 没有人能够准确预测智能机器将如何改变人类的工作世界 - 或者人们的工作将如何随着自动化同行的引入而发展。 许多问题仍然存在,但有一点是明确的:工作的未来将是不同的 - 工作人员需要学习不同的技能,以拥抱与技术共享的未来。 与此同时,世界各地的组织迫切需要设计重新培训工人的系统,并使他们与新的职业相匹配。 挑战是一个艰难而紧迫的挑战,它涉及解析大量数据并整合一组复杂的变量。 实际上,这正是AI为解决而构建的人类问题。 [来源图片:roberuto / iStock] 部署AI来解决自动化产生的问题似乎违反直觉。 但我们面临的挑战规模要求采用非常规方法。还没有人知道自动化带来的生产力增益是否能创造出比破坏更多的就业机会 - 这在以前的技术转变中已经发生过。但随着时间的推移,随需应变的技能将发生变化。 最重要的是,Pew Research最近发现,72%的美国人担心机器在工作场所接管人工任务。就业市场数据提供商Burning Glass已经发现,需要数字技能和行业专业知识的“混合”工作(如营销分析师)的帖子数量有所增加。 分析指出,很少有大学课程将这两种技能集合作为一揽子计划,这使得许多年轻人无法理解这些角色。 他们的研究结果还表明,只有少数行业认证课程真正改善了就业前景。 即将到来的自动化浪潮通常被描绘成一场零和游戏。随着机器人的崛起,人类工人被挤出去了。但现实更加微妙。 [来源图片:roberuto / iStock] 首先,技术采用与人类工作之间的反向关系不如许多人想象的那么强大。自动柜员机是银行员工推出时的特定工作杀手。然而,波士顿大学经济学家詹姆斯·贝森的研究发现,自动柜员机进入主流后,银行出纳员的数量实际上有所增加。原因是:它降低了经营分支机构的成本,因此银行开设了更多,并雇佣了更多的员工。 退一步,将机器人和人工智能系统部署到工作场所会改变就业市场所需的技能。 自动化很少能完全消除职业。通常它会占用工作的常规部分,让人们花更多的时间在创意或以关系为中心的元素上。例如,银行出纳员现在处理更少的现金提取或存款,而是需要软技能来建立客户忠诚度并帮助他们满足更广泛的财务需求。 自动化有许多积极的影响。如今,由AI驱动的自动化平台可以通过检测医学图像上的微小癌症迹象来挽救生命。在未来,它们可以帮助我们更好地了解气候变化或防范网络犯罪。人工智能和机器人也可以承担许多重复性任务,可能使工作成为人类更有益的经历。但是,除非找到有效的方法来减轻其破坏性影响并教育人们了解其变革价值,否则这些解决方案将失去公众支持。 自动化对工作的影响因行业而异,可能也会因公司而异。这就是为什么在自动化面前对职业转型的统一回应可能会变得很短。我相信最好的结果将来自为每个人进行再培训提供个性化策略,以帮助人类未来的职业生涯。 实际上,世界各地的大量工人都需要接受再培训。为自动化未来做好准备的努力将超越行业和地区,不​​仅要应对自动化,还要应对全球经济的数字化。通过帮助工作人员逐案过渡,提供自动化解决方案和混合平台的公司可以发挥主导作用,帮助人们保持对未来工作场所的相关性和关键性。 Joe Greenwood是位于多伦多的创新中心MaRS Discovery District的数据主管。
    AI
    2018年08月18日
  • AI
    有关智能自动化将如何改变人力资源功能的见解Insights On How Intelligent Automation Will Change The HR Function 文/ Darren Burton 文章导读: 麦肯锡全球研究所(McKinsey Global Institute)最近的一项研究发现,60%的职业至少有30%的构成工作可以实现自动化,而全球3%至14%的劳动力将需要转换职业类别。 智能自动化将以各种方式直接影响人力资源——从它在组织中需要扮演的角色,提供的服务,到与人力资源相关的工作实际完成的方式。 影响: 更深入地研究如何使员工的表现最佳化。 自动化可以消除重复性的任务,解放员工工作日的部分工作。这引发了一系列潜在的问题: 员工应该如何利用剩余的时间? 组织如何向员工提供处理不同任务所需的技能? 员工的表现是否应该有不同的评价? 当基础任务现在由智能系统处理时,员工如何“学习基础知识”? 根据IA技能计划未来。 搞清楚开发、培训和维护智能自动化系统所需的技能,然后借用这些技能的最佳方式,在市场上做出区别。智能自动化技术还将有助于建立一种价值主张,能够吸引合适的人才,以满足公司当前和未来的需求。 让领导做好管理转型的准备。  领导除了平衡市场和短期预期的交付,他们还需要为个人和职业转型的团队成员提供指导。设定现实的期望,让人们参与变革过程,帮助个人适应数字化和人力劳动的世界。 英语原文: As a business executive and HR leader, it’s hard to keep track of all the predictions associated with the future of intelligent automation. For example, a recent study by the McKinsey Global Institute identified that 60 percent of occupations have at least 30 percent of constituent work activities that could be automated, and that three to fourteen percent of the global workforce will need to switch occupational categories. These studies make a series of assumptions regarding the types of jobs that will be automated, the pace at which automation will occur, and the various governmental policies that will help or hinder the adoption of these types of technologies. In today’s market, intelligent automation skills are at a premium.ISTOCK Regardless of exact magnitude of the change, it’s pretty clear that intelligent automation is going to directly impact HR in a variety of ways—from the role it needs to play within an organization, to the services it needs to provide, to the way HR-related work actually gets accomplished. Within KPMG, as we continue to work with clients in this space and look to transform our own internal HR capability, it is safe to say that HR will play a central role in helping the organization do a few key things: Dig deeper into how to best enable employee performance. As much of our early experience has demonstrated, automation can eliminate repetitive tasks and potentially free up a portion of a worker’s overall day. This, of course, raises a whole range of potential questions: What should employees do with the remainder of their time? How do we provide them with the skills needed to handle different tasks? Should their performance be assessed differently? How do they “learn the basics” when basic-level tasks are now handled by an intelligent system? These are precisely the types of questions that the HR professional of the future must be able to help business leaders answer so that they can design jobs and shift roles to make the most of employees’ skills and capabilities. Plan for a future dependent on IA skills. In today’s market, intelligent automation skills are at a premium. As one New York Times article joked, “Salaries are spiraling so fast that some joke the tech industry needs a National Football League-style salary cap on A.I. specialists.” Figuring out the skills that are needed to develop, train, and maintain intelligent automation systems and then determining the best way to either build, buy, or borrow those skills can make the difference between spending too much or too little in this marketplace. It will also help in building a value proposition that can attract the right talent to meet a company’s current and future needs. Prepare leaders to manage the transformation. The opportunities offered by intelligent automation are equaled by the potential magnitude of change executives will face as they come to terms with significant shifts in their industries and business models. In addition to balancing marketplace shifts with delivery on short-term expectations, they will need to provide guidance to team members who may be going through their own personal and professional transformations. The need to set realistic expectations, involve people in the change process, and help individuals adjust to a world of digital and human labor will test the capabilities of even seasoned change leaders. Interested in learning more about people challenges associated with intelligent automation? KPMG partners Mark Spears, Robert Bolton, and David Brown have authored two important perspectives, “Rise of the Humans” and “Rise of the Humans 2,” that provide useful insights into the topic.
    AI
    2018年08月07日
  • AI
    创业公司:其实,我们的聊天AI是员工自己假扮的 来源/果壳网 作者/Olivia Solon 编译/EON 编辑/Ent、东风 还记得前段时间谷歌演示的智能助手Duplex吗?它能模仿人类打预约电话,甚至还会发出人类惯用的语气词,接电话的店员甚至没有意识到,电话的另一端根本就不是真人。 然而,你可能没注意到的是,当开发者们共同致力于让AI变得更像人时,有些创业公司却打起来了另外的算盘:让人冒充AI。 谷歌CEO介绍Duplex | Google 对于这些公司来说,这一招既可以省下大量的研发费用,还可以忽悠到投资。正如ReadMe公司的CEO格雷戈里·科贝格(Gregory Koberger)所说的那样,“把活儿交给真人,能让你跳过大量技术和业务发展方面的挑战。” 他在推特上吐槽道:“如何建立一家AI创业公司? 雇佣大量廉价劳动力假扮成假扮人类的AI。 等着AI被发明出来。” 这种做法已经是业界周知的秘密了,但是大部分消费者还蒙在鼓里。 创业第一步——假装有AI 前不久,据《华尔街日报》报道,谷歌允许大量第三方应用的开发者读取Gmail用户的邮件。在被曝光的第三方公司中,圣何塞的艾迪森软件公司(Edison Software)就在用假的AI。他们的AI工程师会浏览用户的个人邮件,来改善所谓的“智能回复”功能。不过,他们的隐私政策并未提及人类会看到用户的邮件。 其实,早在2008年,就有一家名为Spinvox的公司作假了。他们号称能将语音留言转化为文字,结果被指控这些工作都是海外电话中心的人工来完成的。 2016年,据彭博社报道,在X .ai和Clara这样的日程应用公司,人类员工每天都要花12小时假扮AI聊天机器人。这项工作太令人头脑发麻了,以至于员工们说他们期待机器人能真正取代人类。 2017年,业务支出管理应用Expensify承认,他们通过人工转写收据,而不像对外声称的那样用“智能扫描技术”。扫描过的收据会被发布到亚马逊的劳力众包平台Mechanical Turk上,然后接受低薪的人来阅读和转写这些收据。 人工并不便宜 在某些情况下,人类被用于训练AI系统,来提升AI的精确度。例如,名叫Scale的公司用大量的人类工作者,向自动驾驶系统和其他AI系统提供训练数据。此外,谷歌的Duplex也用到了人类训练者。 M聊天界面 | Facebook Facebook曾在2015年推出虚拟助手M的测试版。M能预约和提供礼物建议等,只不过,它也是由人工协助的。当时我们用不到它,因为它只对旧金山湾区的1万人开放,而现在,Facebook彻底关闭了这一项目。虽然我们用不上它了,Facebook表示M的特性将会保留在聊天应用Messenger里。 这种人工协助AI的出发点其实是好的,AI系统会在人类的协助下学会应答各种指令,最终变得更加智能。然而,它的代价还是有点大。 首先,Facebook需要大量昂贵的劳动力,因此将服务扩大不太可行。 其次,当M完成一项任务时,用户总是会提出更难完成的要求。就这样,M要达到的自动化程度远远超过了当前的机器学习技术。 AI技术应该更加透明 心理学家艾莉森·达西(Alison Darcy)表示,“作为心理学家,我们有伦理准则作为指导。其中,不去欺骗人们就是非常明确的一项。” Woebot可以提供心理方面的支持 | Woebot 研究表明,当人们认为自己在和机器而非人类交谈时,他们更愿意袒露心声,这是因为精神卫生方面的求助常常和污名化联系起来。南加州大学的研究团队用虚拟心理咨询师Ellie测试了这一研究。他们发现,当患有PTSD的退伍军人知道Ellie是AI,而不是人类操作的机器时,他们更有可能坦诚讲述自己的症状。 另外一些人认为,公司们应该一直公开自己的服务是如何运行的。 “我不喜欢人们假装成AI。”罗谢尔·拉普兰(Rochelle LaPlante)说,他为很多提供假AI服务的公司工作过。 “对于我来说,这不太诚实,而且有欺骗的意味。我希望自己正在使用的东西不是这样的。而从工作者的角度来看,这就像是我们被推到了幕后。我不希望我提供劳动的公司转变态度,而且向客户隐瞒真相。” 这样的道德困境也出现在试图让AI更像人类的项目中,例如谷歌的Duplex。该项目在最初演示的时候,AI 并没有向打电话的对象表明身份。Duplex立刻引发了争议,人们担心这种略带欺骗性的技术会被有心之人利用。 “人们对AI已经有很多主要的担忧了,而缺乏透明并不能帮助我们解决问题。”达西说。
    AI
    2018年07月20日
  • AI
    你知道吗?机器学习与 人工智能:它们有何不同? 特伦斯米尔斯  AI.io和Moonshot的首席执行官Terence Mills是AI的先驱和数字技术专家。在LinkedIn上与他联系关于人工智能或移动设备 人工智能和机器已经成为日常生活的一部分,但这并不意味着我们很好地理解它们。你知道机器学习(ML)和人工智能(AI)之间的区别吗? 如果您希望在您的业务中使用其中一种,那么了解哪一项重点关注非常重要。ML和AI是相关的,但它们不相同,并且它们不一定适合于相同的任务。您可以通过了解何时选择ML或AI来将您的业务提升到新的水平。 本指南将向您介绍您需要了解的有关AI和ML的所有信息,以及它们为何与众不同。继续阅读,了解这种现代科技如何帮助您和您的企业。 机器学习与 人工智能:基础知识 以下是这些不同概念的两个简单,基本的定义。 AI意味着机器可以以“智能”的方式执行任务。这些机器不仅仅被编程为执行单个重复动作 - 它们可以通过适应不同情况做更多事情。 机器学习在技术上是人工智能的一个分支,但它比整体概念更具体。机器学习的基础是我们可以构建机器来处理数据并自己学习,而不需要我们不断的监督。 让我们仔细看看这两个概念的真正含义以及它们是如何发展的。 在一开始的时候 毋庸置疑,AI和机器学习相对较新。几十年,几百年甚至几千年前,这些概念可以追溯到某些富有想象力的个体。但直到最近,这些梦想才成为现实。 人工智能的概念在最早的计算机上得到了巩固。当然,这些第一台计算机并没有自己做出任何决定。然而,它们是能够记住信息并进行计算的“逻辑机器”。创建这些机器的人知道他们正在努力制造一台类似大脑的机器。 然而,从那时起技术变得更加先进,因此我们制造类似大脑的机器的能力也有所提高。在过去的几十年里,我们也更好地理解了自己的大脑是如何运作的。 我们越了解这些事情,人工智能的变化就越多。我们的计算机现在可以进行极其复杂的计算,但是现在的开发并没有真正关注那些。相反,人们正在寻求创造能够以类似于人类的方式做出决策并使用这些决策来完成任务的机器。 AI的类型 人工智能有两个主要的子类别。第一个应用AI。这是最常见的AI形式。它包括从智能股票交易系统到自动驾驶的所有内容。 广义AI不太常见,因为它更难创建。理想情况下,广义AI能够处理各种不同的任务,就像人类一样。尽管这些AI并不常见,但许多研究人员已经在广义AI领域取得了进步。 最重要的是,这一小节是导致机器学习发展的原因。 机器学习的成长 由于AI领域的某些突破,机器学习得以发展。 第一个突破涉及认识到教授计算机如何学习比教他们如何执行每项可能的任务并为他们提供完成这些任务所需的信息更有效。 第二个重大突破是互联网的发明。这导致了以前从未见过的巨大的信息存储潜力。现在,机器可以查看由于存储限制而无法访问的大量数据。实际上,创建的数据量太多,人类无法处理。 这两个突破清楚地表明,不是教机器做事,更好的目标是设计它们为自己“思考”,然后允许他们访问在线可用的大量数据,以便他们可以学习。 神经网络的作用 神经网络的出现对于教导计算机像人类一样思考的过程变得至关重要。神经网络允许计算机更紧密地模仿人类的大脑,同时仍然更快,更准确,更少偏见。 神经网络是一种计算机系统,它可以像我们自己的大脑一样对信息进行分类。例如,神经网络可以查看图片,识别图片中的元素,并根据它们显示的内容对图片进行分类。 这些网络使用他们有权访问的数据进行确定。数据不允许它们完全准确,但他们可以根据最有可能做出的决定做出决定。 最重要的是,这些系统涉及“学习”的反馈循环。机器可以查明其决策是否正确,然后改变其方法,以便下次做得更好。 机器学习能做什么? 这些系统的可能性似乎无穷无尽。 ML已经允许计算机查看文本并确定内容是正面还是负面。他们可以弄清楚一首歌是否更有可能让人伤心而不是快乐。其中一些机器甚至可以制作自己的作品,主题基于他们听过的作品。 机器学习的一个主要应用是与人沟通。人工智能领域称为自然语言处理,大量使用机器学习。有一天,这将使公司能够提供与人类客户支持一样有用的自动化客户服务。 机器学习与 人工智能:哪个适合你? AI和ML都可以拥有有价值的业务应用程序。确定哪一个最适合您的公司取决于您的需求。 这些系统有很多很好的应用可供选择,但ML最近得到了更多的宣传,因此许多公司都专注于这种解决方案的来源。但是,AI对于许多不需要持续学习的简单应用程序也很有用。 以上由AI翻译完成! 原论文连接:https://www.forbes.com/sites/forbestechcouncil/2018/07/11/machine-learning-vs-artificial-intelligence-how-are-they-different/#177f00033521
    AI
    2018年07月16日
  • AI
    讨厌填写繁琐的求职表格?MeetFrank用聊天机器人提升求职体验,获110万美元种子轮融资 来源/猎云网  36氪 文/施安 让我知道你想找什么,让你知道你想要什么。 一段心塞的求职经历大概是这样的:登陆并注册某一家招聘网站或公司招聘主页-手动输入自己的个人资料、学历背景、工作履历、求职信-登陆并注册下一家招聘网站或公司-重复以上所有步骤…… 如果你一次性想投好几家公司,那么恭喜你,一整天你都会钉在电脑前,填写没完没了的表格。与此同时,电脑那头的HR,也在海量的数据中苦苦寻找快要被淹没的你。 求职真的只能是一件枯燥无味又让人烦心的事情吗?近日,刚刚获得100万欧元种子轮融资的AI 招聘APP MeetFrank ,就派出了一个有趣的聊天机器人来解救你。 另一段全新的求职经历开始了:打开MeetFrank-和耿直boy Frank开始聊天-所有涉及信息的部分直接勾选-在Frank的卖萌中结束求职“填写”。 “Frank”会像朋友一样主动热情的的找你聊天 没错,MeetFrank 的主角就是一个叫Frank的聊天机器人。下载该app的用户首先要和Frank进行一次快速的“入职谈话”—— 从设定好的各种选项中选择他们拥有的技能、经验、为何要换工作、目前职位、薪水等等,省去自己写简历、填表格的烦恼。并且,用户不需要提供任何可以识别个人身份的信息,仅通过自身能力去匹配潜在的工作机会。 求职信息收集的过程中你只需要勾选,无需手动填写 在下载并亲身体验这款APP后,我们发现Frank的几个优点: 1、注册简单,无需绑定任何可能暴露自身隐私信息的ID,如身份证护照、社交账号、手机号等。 2、整个聊天过程,也就是求职信息的收集过程,大概只需要几分钟的时间,时间成本很低。 3、聊天过程非常流畅,并且Frank是一个性格特征为主动、热情、幽默的俏皮boy,偶尔还会“撩”你一下,让人几乎忘记是人机对话,很轻松。 4、信息收集的维度比较丰富,除了常规的个人资料及工作背景,Frank还试着了解你对于当前工作的认知与感受,想要换工作的原因以及你未来的打算,这个过程其实也是进行自我梳理的过程。从对话语体设置到话题维度的设计,都比较人性化。相比之下,国内以企业招聘为中心,单纯的有效信息收集,显得冷冰冰。 5、不填性别,也没有任何性别导向的问题,注重求职中的性别平等。 花几分钟的时间跟Frank聊聊天,提交求职信息顺便梳理自己 资料显示,这家爱沙尼亚创业公司在去年九月刚刚成立,但它声称在其首批市场(爱沙尼亚,芬兰,瑞典,拉脱维亚,立陶宛,以及新增的德国)拥有约125,000名活跃用户。 目前,已经有大约 2,000 家公司正在使用 MeetFrank 来吸引人才。以德国为例,戴姆勒、Eon、Delivery Hero、SumUp、Blinkist、High Mobility 和 MyTaxi 等公司都在使用 MeetFrank。 “目前使用我们的雇主主要是技术相关的公司,”Kaarel Holm说。 “大约50%的职位是工程师,其他50%包括市场营销,销售,客服,法律,数据科学,产品/项目管理等。” 获得本次首轮融资后, MeetFrank 将把重心放在开拓欧洲市场。Hummingbird VC, Karma VC和Change Ventures参与了此轮投资。 除了提升求职者体验外,对于雇主而言,MeetFrank代替了传统招聘广告,使用机器学习算法将潜在候选人与职位匹配,因此它实际上承担了简历初筛的工作。并且,它还有可能吸引本不知道该公司正在招人的求职者。正如Holm所说,MeetFrank主要关注“被动人才库”,让那些因为怕找工作麻烦而长期呆在一家公司的优秀人才,也能被HR发掘。 虽然MeetFrank的目标是被动求职者,但这些人仍然需要主动下载应用并输入一些数据。 因此,聊天机器人拥有一个强大的表情+GIF系统,来说服人才,只需一点前期的努力就可以大有作为。 机器人还会询问什么能说服他们换工作,所提供的选择包括更高的薪水,更灵活的或远程的工作,搬家,创企文化等等。 在这一过程中,求职者是以匿名方式出现的,因为用户不需要提供真实姓名或任何其他识别个人信息,来获得与潜在职位的匹配。 因此,至少在求职的这个阶段,人才是根据其优点来评估的。 Holm说,当人们被要求预先说明他们目前的薪资水平时,你可能认为这会使他们在薪酬谈判中处于潜在的不利地位,但MeetFrank平台的目的是鼓励雇主更加开放,避免传统的薪酬谈判情况。 “我们使用薪资作为匹配的一个数据点,我们努力确保向用户提供的服务符合他们的偏好。在很多情况下,薪资是主要的交易破坏者,我们希望尽早提供这些信息,”他解释说。“市场另一端的公司也向用户披露他们的工资,这样我们就可以避免谈判中的劣势。” 他补充说:“MeetFrank平台的政策是,公司必须对所要填补的职位非常开放,所以这也包括了薪资资讯。” 当然,雇主并不是以匿名形式存在于平台上的。他们必须发布详细的招聘广告,包括招聘职位的薪酬水平。 而应用会在确认过合适的薪资范畴之后(即匹配过程之后),向求职者显示薪资增长的百分比。 所以,雇主需要适应那些只是好奇的求职者。 对于雇主来说,MeetFrank接管了广告投放过程,它利用机器学习算法将潜在候选人与职位匹配。因此,它会在“成千上万”的潜在求职者中自动预选。 当然,在这一过程中,接触到的人才可能并不知道这家公司正在招聘,或者这些人才在考虑某些特定品牌。 该应用主要关注“被动人才库”,也就是Holm所说的“目前或最近正在求职的人才”。因此,招聘双方能够更容易地找到匹配的对象。 “目前初级职位对我们来说有点遥不可及,但我们将在今年秋季与几所大学启动一个测试项目,”当我们问到这个应用是否对目前没有工作或正在寻找第一份工作的人开放时,他补充说道。 Holm说,MeetFrank目前显示出50%的MRR增长。它已经脱离了前收入阶段,即向雇主收取广告费用(人才方面的服务仍然免费)。 主要的货币化模式是每日订阅,按现收现付制对雇主收费。Holm说,向雇主收取的费用是每天9欧元,MeetFrank允许他们在任何时候取消订阅,没有最少的时间限制。 “我们认为,新时代的分类广告只会在这种按需模式下盈利,也只有在发现我们有用时才应该付钱。这也降低了大多数初创企业进入市场的障碍,使它们能够在低预算的情况下检验市场并获得知名度,”他补充说道。 目前市场上已经有不少招聘AI软件和应用,但真正从求职者体验出发的产品或工具并不多,也鲜少有公司真正为求职者着想,帮助他们梳理自己真正想要什么。36氪此前报道过的法国初创公司Reminder,加拿大的AI招聘虚拟助理 Ideal 及加州的 Talent Sonar,都大多从服务企业招聘、优化求职者筛选的角度出发。或许换一种思路,如何从求职者角度出发,给他们更方便更放松的求职体验,赢得更多优秀年轻人的心,MeetFrank 或许是一个很好的启发。 MeetFrank,一种“秘密”招聘应用,它使用机器学习和聊天机器人来缓解被动求职和人才空缺匹配的压力。为推动欧洲市场的扩张,该创企在种子轮融资中获得了100万欧元(110万美元)的投资。 投资者包括Hummingbird VC、Karma VC和Change Ventures。 这家爱沙尼亚创企虽然去年9月才成立,但它表示,自己在第一市场中拥有大约12.5万名活跃用户。第一市场包括爱沙尼亚、芬兰、瑞典、拉脱维亚、立陶宛,此次融资助力扩张的德国市场也包含在内。 大约有2000家公司正在使用该应用来吸引人才。在德国,与MeetFrank进行合作的雇主包括戴姆勒、Eon、Delivery Hero、SumUp、Blinkist、High Mobility和MyTaxi。 “目前我们所接触的公司一般是正在公司内部开发产品的初创或扩张公司,”联合创始人Kaarel Holm表示。 “目前我们主要关注与技术相关的公司,所以你可以从普通的初创企业或规模扩大企业中找到工作,”他说。“大约50%的职位是工程,另外50%是市场营销、销售、客户支持、法律、数据科学、产品/项目管理等。” 他将TransferWise、Taxify、Testlio、Smartly和High-Mobility称为早期客户。 以上内容由HR Tech China综合整理报道
    AI
    2018年07月05日