• big data
    人工智能AI革命:重塑人力资源职能以取得成功 人工智能正在进一步推动人力资源技术的进步,从提高效率到增强员工体验,这绝非人为。了解人工智能如何重塑人力资源,以及人力资源如何将人工智能运用到工作中。 人工智能(AI)重塑了世界的格局,但机器人接管仍不是眼前的事情。相反,是人类正在利用AI的力量。从改善农业作物产量到提升医疗保健中的患者参与,各行各业正在以有益人类的方式运用AI。 同样的情况也发生在人力资源(HR)管理领域。人力资源从业者正在使用人工智能来帮助增强员工在工作场所的体验并提高人力资源流程的效率。更重要的是,人工智能表明它可以支持首席人力资源官办公室的下一步发展——与最高管理层合作,推动更具包容性和整体性的业务战略。 为未来的工作转变人力资源职能 根据“AI IQ:企业人工智能洞察报告”,这是Workday对全球1000名业务决策者的新调查,与AI增强的顶级HR相关任务包括招聘和申请人跟踪、业务分析和技能评估工具。此外,65%的受访者表示,他们现有的AI和机器学习(ML)部署已经改善了员工体验,这是HR的主要业务指标。 全面了解员工能力和人才管理 HR领导者必须拥有支持技能用于现今工作未来的技术:摆脱工作是通过结构化的工作角色和职责来完成的僵化观念,相反,将工作视为更流动的技能汇编,以便为业务不断变化的需求提供支持。 Workday的CHRO办公室产品的集团总经理David Somers表示:“随着组织加速并扩大其基于技能的人才战略,人工方式无法了解和管理他们的员工技能—现在和将来。” “没有AI和ML工具来帮助理解所有数据,就不可能理解,更不用说将员工的技能与业务需求相匹配了。” AI和ML超越了识别和将员工的技能映射到不同的项目或角色,这是典型的技能管理方法。相反,通过AI和ML增强的技术帮助组织了解技能之间是如何相互关联的,以及它们是如何演变为其他相邻技能的,这是至关重要的见解,因为技能正在不断变化。例如,擅长Microsoft Excel的员工也可能具备数据分析、报告和其他Excel用于的任务的技能。 AI和ML有助于揭示组织中的技能深度,并获得基于技能的倡议所需的见解。 理解和改善工作场所文化和员工敬业度 员工敬业度曾经仅是HR部门的优先事项,现在已成为高管层的优先事项,推动了从生产力到创新等许多业务驱动因素。公司领导者希望了解员工如何看待雇主以及他们如何利用他们收集到的见解;反过来,人力资源领导者正在将这些见解带给最高管理层,并利用它们来创造一个更具吸引力的工作场所。 人工智能的预测能力正在帮助公司更深入地了解员工敬业度的挑战性方面之一:了解哪些员工可能更容易辞职。人力资源领导者可以利用这些见解来采取规范性行动,以帮助降低员工倦怠和自然流失的风险。 Somers分享了一个如何使用自然语言处理(一种ML技术)来帮助领导者理解员工情绪的例子。他解释说,组织正在使用Workday Peakon Employee Voice这种智能监听平台来帮助理解和确定离职风险。它具有一个利用AI和ML并使用在数据库中的数百万个调查数据点上训练的统计模型的离职预测功能。 Somers说:“该模型根据他们的回应和分数计算每个员工的离职风险。然后,它使用员工级别的离职风险来计算每个部门以及整个公司的平均离职风险。它还将每个部门的平均风险与公司的平均风险进行比较,以分配离职风险级别—例如,它可能揭示出市场部门的离职风险在您的组织的前10%。” 这些见解可以指导公司如何改善员工敬业度,例如增加福利或评估工作量。最终,重要的是要让人处于中心地位,这样他们才是最终的决策者。通过以人为中心的方法,人工智能和机器学习可以帮助人们提高工作效率和了解更多信息,使他们能够解决以前认为无法解决的问题。 自动化重复但动态的HR功能 自动化革命—无需人工干预就可以执行任务—在HR中的发生远早于大流行病。但是,应对前所未有的破坏加速了对数字创新的需求,因此,引发了AI采用的浪潮和HR中敏捷性和效率的下一次演变:智能自动化,这涉及读取数据并从该数据中进行预测。换句话说,智能自动化就是与机器学习配对的自动化。 这对于那些常规但动态的HR任务特别有帮助,例如调度和满足劳动力需求。例如,公司正在使用AI来匹配劳动力需求和工人的资格、技能、可用性、偏好等,以便为工人和业务优化时间表。这在雇佣一线工人的公司中尤其普遍,其中班次不断变化,经理需要在短时间内填补和调整。 Somers说:“通过AI自动映射工人的可用性和技能到开放的班次,提供工作人员调度的建议,公司可以确保他们不会过度和不足的调度,同时更好地控制劳动力成本和防止工人疲劳。” HR在确保清洁数据以实现负责任的AI中的角色 虽然AI确实正在重塑HR的角色,但HR领导者必须与其他业务领导者一起成为实施AI的驱动者。 关于AI的关键是:其执行任务的能力,例如进行预测分析或生成新内容(生成性AI),取决于其AI基础模型的质量,而这只取决于提供给它的数据的质量。对数据治理的强烈承诺始于相信并实施HR数据在整个业务中都是相关的—这恰好与Workday人力资本管理(HCM)的基础相同。 Workday HCM建立在统一的数据模型和单一的安全模型上,可以读取多样化的数据集,以执行各种分析和报告用例。 Somers说:“因此,实施AI时的大‘警告’之一是要保持数据的清洁和连贯,以帮助确保准确性和质量控制。” “如果数据集不干净,HR和人员领导者可能会得出不准确的结果,这可能导致昂贵的错误。” HR领导者是塑造未来工作场所的驱动者 在英国和美国等地进行的全球和国家级别的对AI的公众情绪调查揭示,越来越多的人正在设想一个AI的力量可以产生积极影响的未来。同时,这些调查也揭示了对AI的关注,特别是对是否有足够的监管。 对于每一个利用AI增加HR影响力的用例,重要的是要记住使这些努力成功的是什么:通过额外的见解和改进的效率来增强决策。这并不是要取代使HR专业人员如此有价值的东西:通过将业务中发生的事情与公司的目标和价值观联系起来,成为公司文化的管理者。 正如Somers所说:“最终,重要的是要将人类置于中心,使他们成为最终的决策者。以人为中心的方法,AI和ML可以帮助人们更加高效和更好地了解信息—使他们能够解决他们以前认为无法解决的问题。” 来自workday
    big data
    2023年08月04日
  • big data
    Workday发布2018年人力资源展望:新技能和更多人员数据 2018 Outlook for HR: New Skills and More People Data 随着我们开始新的一年,帮助读者面对业务挑战,我们请Workday高管和合作伙伴提供对未来一年的深刻见解。我们发现,领导层正在重新关注人才管理和招聘,员工经验以及2018年技术和数据在推动工作场所多元化等举措方面的重要作用。 首先是人才竞赛。 寻找和留住高级人才在一个增加工作选择性和竞争的时代将继续成为许多人力资源领导者的首要考虑,许多人力资源领导者,更多的仔细看看需要支持其业务目标的具体技能。 IBM全球工作日实践组长Richard McColl表示:“新技术,尤其是工作和生活的数字化正在推动新技能人才的需求。“人力资源部门必须评估发展中的内部人才与外部雇佣人员之间的平衡,才能使他们获得最快的人才。例如,像学士学位这样的传统要求已经不再是工作的先决条件 - 技能是优先的。事实上,在过去的几年里,在美国雇用的IBM员工中大约有15%没有获得学士学位。“ Alight Solutions Workday产品战略副总裁Nelson Egurrola对此表示赞同,重申公司在内部看待员工的重要性,并确定他们需要填补的具体技能差距,以帮助改善招聘流程。 “我们必须更多地关注有针对性的招聘,以确定真正的人才需求和具体工作所需的基本技能。我们可以使用Glassdoor和LinkedIn等社交媒体网站,将公司需求与候选技能相结合,实现候选人渠道流程的自动化。“ Workday首席人事官员Ashley Goldsmith表示,到2018年,技术和数据将在工作场所多样性方面发挥重要作用。她说:“组织将采用人力资本管理技术,因为它们可以更深入地了解多元化数据,帮助揭示模式和趋势,突出成功和不足之处,并有效跟踪目标。” “这些工具将帮助企业聚焦多元化和包容性趋势,这对于职场文化和商业成功至关重要。” 随着组织努力在2018年建立尽可能最好的团队并留住最优秀的员工,员工将成为驾驶员的座位。人员经理将需要担任辅导角色,以帮助团队成员发展自己的技能 - 不仅是为了业务的需要,而且是为了进一步实现个人的职业目标。 “如果您能为您的客户和员工创造最佳的体验,那么您的组织更有可能在新的数字时代取得成功。” -  IBM全球Workday实践领导者 - 理查德·麦科尔 Workday公司领导和组织效能副总裁Greg Pryor解释说:“员工将要求选择性,反过来,雇主将依靠技术来提高内部流动性,交叉培训和职业发展机会的透明度,以鼓励和引导员工对新的或不同的角色和职业路线感兴趣“。 行业分析师认为,今年的雇主经验应该是雇主的重中之重,即使这意味着人力资源领导者的转变。IBM的McColl说:“在数字时代,进步是由人和经验驱动的。“换句话说,如果你能为你的客户和你的员工创造最好的体验,你的组织就更有可能在新时代取得成功。经验的重要性意味着我们可能需要重新思考CHRO的作用。CHRO现在处于数字化人员体验业务,无论他们喜欢与否。“ 有一件事是肯定的,那就是我们进入2018年:技术将成为更好地洞察员工的关键,这将有助于创建一个更多元化,更有参与性的员工队伍。 以上为AI自动翻译,查看原文请看下面 As we start a new year of helping our readers face their business challenges, we asked Workday executives and partners for their insights on the year ahead. We found that people leaders are renewing their focus on talent management and recruiting, the employee experience, and the important role technology and data will play in driving initiatives like workplace diversity in 2018. First up is the talent race. Finding and retaining top talent in an era of increased job optionality and competition will continue to be top of mind for many HR leaders, with many taking a closer look at the specific skills needed to support their business goals. “New technology and, in particular, the digitization of work and life, is driving a need for new types of talent with new skills,” says Richard McColl, IBM’s global Workday practice leader. “HR must assess what balance of developing internal talent and hiring externally will get them there the quickest. For example, traditional requirements like a bachelor’s degree are no longer the prerequisites for a job—skills are prioritized. In fact, over the past few years, about 15 percent of IBMers hired in the United States haven’t had a bachelor’s degree.” Nelson Egurrola, vice president of Workday product strategy from Alight Solutions, agreed with this sentiment, reiterating how important it will be for companies to look internally at their workforce and identify the specific skill gaps they need to fill to help improve the recruiting process. “We must focus more on targeted recruiting in order to identify the true talent need and which underlying skills are required for specific jobs. We can use social media sites like Glassdoor and LinkedIn to intersect company needs with candidate skills to automate the candidate funnel process,” he said. Workday Chief People Officer Ashley Goldsmith said that in 2018, technology and data will play an important role when it comes to workplace diversity. “Organizations will embrace human capital management technologies because they provide deeper insights into diversity data, help reveal patterns and trends, highlight successes and shortfalls, and enable effective tracking of goals,” she said. “Such tools will help organizations keep a spotlight on diversity and inclusion trends, which is critical to workplace culture and business success.” As organizations strive to build the best teams possible and retain their best workers in 2018, employees will be in the driver’s seat. People managers will need to take on coaching roles to help team members evolve their skill sets—not only for the business’s needs but to further their personal career goals as well. “Your organization is more likely to succeed in the new digital era if you can create the best experiences for your customers and your employees.” —Richard McColl, IBM’s global Workday practice leader Greg Pryor, vice president of leadership and organizational effectiveness at Workday, explains, “Employees will demand optionality and in turn, employers will rely on technologies that enable more transparency around internal mobility, cross-training, and career development opportunities to encourage and guide employees interested in new or different roles and career paths.” Industry analysts agree that the employee experience should be a high priority for employers this year, even if that means a shift for HR leaders. “In the digital age, progress is driven by people and experience,” says IBM’s McColl. “In other words, your organization is more likely to succeed in the new era if you can create the best experiences for your customers and your employees. The importance of experience means we may need to rethink the role of the CHRO. The CHRO is now in the digital people experience business, whether they like it or not.” One thing is for sure as we head into 2018: Technology will be the key to unlocking better insights into our employees that will help create a more diverse, engaged workforce.
    big data
    2018年01月30日
  • big data
    刘东畅:你是如何被“HR大数据”忽悠的 终于决定写这个话题的时候,我心里不禁在想,到最后,这种为大家消除阴影面积的事情,还不是得靠我出马。   从去年开始,“HR大数据”这个话题似乎越来越火,从顾问公司,到业界各种专家,还是HR从业人员,不管懂还是不懂,都喜欢拿着大数据三个字说事,看多了之后,我的感觉是,“卧槽,你们还真敢说啊”。   毕竟大数据(英文名称big data,又称逼格太大),这个概念,在业界是有清晰的定义的,你不能拿个简单的数据分析就往上去套,都不知道你套的是哪根鸡毛,什么拿离职率也当成是大数据来呈现,要是更牛逼点,估计搞个邮件自动回复都能叫阿法狗了。   简直是凤姐用美图秀秀一秒钟变身空姐的即视感。   所以,澄清”HR大数据“这件事情的历史性重任,就顺理成章地落在了东畅君身上(故意装作无视周围鄙夷的目光~)。东畅君的难题是,作为一个灵活的胖子,要如何灵巧地避开诸如Hadoop、Spark、R语言这些很诗意却让大家很容易失意的词,又要甩出柔软的身段将这个由于本身很难又被各种解读导致大家一头雾水的概念娓娓道来,请大家多给一点信心和掌声!   其实呢,要说清楚HR大数据这件事情也并不难,难的是选择好角度。比如现在谈HR大数据的文章清一色都是在谈“HR大数据是什么”,且不管讲得对不对,大家总之是听了一堆觉得云里雾里,完全是大学老师说要给你划重点,结果划了满满一书的绝望感(满满都是回忆~),结果学完出来两眼一抹黑很容易又被忽悠了。所以,与其谈大数据是什么,我们不如先来谈谈HR大数据不是什么。   误区之一:把人力资源数据化就是大数据   在众多误区之中,这应该是大家最常见到的一个。实际上人力资源数据化并不是什么新鲜事了,随便找一个专业的HR或者HR顾问公司就能拿到许多可以评估人力资源工作的指标,除了开始提到的离职率,还有出勤率、招聘周期、组织氛围、敬业度等等,这些结构化数据的存在可以让大家在过去很好地评估人力资源的工作,因此被大家奉为圭臬。   可是问题来了,这些东西到底有什么意义呢?企业关心的是我现在和未来能不能赚更多钱,有逼格一点的说法叫价值创造是不是更高,所以老板总觉得很郁闷,一方面看你们每天玩数据玩得不亦乐乎,但要真是对HR问起一些问题,比如我要销售额翻一倍究竟该花多少钱招多少人啊,什么样的人才和干部最适合我们组织啊,你搞了这套激励体系以后到底我组织绩效增加了多少啊,HR立刻两眼一抹黑,掉过头开始骂老板土包子,不会用“专业的眼光”来看待HR。   可问题是,你在大排档吃烤鱼的时候,你还是只会看烤鱼好不好吃,价钱贵不贵,吃完以后有没有拉肚子,你也不会吃饱了没事用天然气利用率、烤鱼各部位烧烤停留率(这是什么鬼,好吧我乱编的)来衡量大排档的老板对吧。 而对于老板来说,他如果能通过观察每个食客的回头率、停留时间、点菜的偏好,乃至于统计他们吃鱼的姿势、吧嗒嘴的声音、在大众点评上的评语、在朋友圈发的照片、住所的位置、乃至第二天吃饭的菜单(你没看错,这些都是数据,又叫做非结构化数据),经过分析就能知道哪些要素在什么组合之下是和食客的吃饭频次和买单额度具有较大相关性的,于是我可以据此对我的食材、佐料、服务流程、摆盘乃至店面装修等要素进行适当的调整和优化,并可以据此预测出我调整以后我每个月可以多赚多少钱,多少时间大众点评的评分可以上五星。   这就是大数据,看着很不切实际吗?要知道当年Netflix就是怎么拍出来一部火爆全球的《纸牌屋》的,他们通过对自己3300万用户的行为进行分析,知道了大家喜欢看什么样的电影电视,在什么时候会暂停、回放、快进,喜欢搜索什么关键词等等,最后发现用户很喜欢 Fincher(社交网络、七宗罪的导演),也知道 Spacey 主演的片子表现都不错,还知道英剧版的《纸牌屋》很受欢迎,三者的交集表明,值得在这件事上赌一把。   由此可见,HR想凭离职率和出勤率这类数据的统计就做到这个层次?还太嫩了点。   所以简单的人力资源数据化,哪怕是这个数据因为有十几万人显得很“大”,那也不能算大数据,也并没有什么卵用,只不过是老生常谈,而你不幸知道的太少了,而已。   误区之二:大数据距离企业太远,HR应该先把基本的数据分析做好   这也是HR经常容易被忽悠的一点,因为基本上你只要去找一个人说我要做大数据咨询,对方立刻会开始谆谆告诫说我们还是先做HR数据分析的咨询吧,因为你看现在业界没几个公司做成了HR大数据的,都不成熟,你看看你基本的数据都没有标准化规范化,简单的数据分析仪表盘都没有实现,就想做大数据,这是空中楼阁。   大数据分析真的要以“基本的数据分析”为基础吗?还真不是,因为两者的思考方式完全不一样。   传统的HR数据分析是“体检型”的,就是说我一定要先按模块定义出这么一堆数据出来,然后我看看各个指标对不对,就好像你去医院买了个体检套餐,里面要做什么项目都写得清清楚楚的,你一样一样做完以后交表等结果,然后医生那里有每样数据的正常范围是什么,所以会告诉你血脂高了视力弱了脊椎弯曲了(加班狗的悲哀……)。所以每样数据必须非常精确,差了一点就会判断错误。然后拿到结果你会发现其实绝大多数检查我根本不用做嘛,结果还是要花这么多钱好坑爹,可是医院会说这又没有剧透,我不一样一样检查完我怎么知道你正不正常呢。   而大数据分析是“治病型”的,就是我觉得我最近经常咳嗽而且咽喉痛,一位正常的医生不会让我去做骨髓穿刺,而是会按一些和我症状相符的可疑病症来筛选检查手段,比如张嘴说啊然后查血、拍片,最后根据数据反映的情况说我很大概率上应该是咽喉炎,然后根据治疗咽喉炎的经验让我去打点滴做雾化吃药,三天之后我的病好了。在这个场景里,理论上我不需要所有检查结果都精确指向我是咽喉炎,只需要排除掉其它可能性,大概率地判断我应该是咽喉炎就可以了。   当然你可能会说,体检的时候就能根据不正常的数据发现问题然后去找医生治病啊,这点是没错,可是你敢说我不体检就不能发现我身体不正常了吗?你敢说我体检了一切正常以后我的身体就没有任何问题吗?我又不傻。   比如Google在发现大家对冗长的面试流程怨声载道以后,就通过大数据分析发现,面试平均只要超过3.6次,边际效用就会大大降低,而面试效率和候选人的体验也会大大降低,所以性价比最高的方法是让面试次数缩短到四次以内,这样他好我也好,全家人都开心。   像这种问题,靠“体检”怎么能发现呢?那可真是宝宝心里苦,可宝宝不会说啊。   误区之三:找个咨询顾问就能搞懂大数据了   其实如果掌握了上面两个误区,你应该就能明白,如今某些专家和顾问根本就不懂什么是HR大数据,更从来没有实践过HR大数据,他们只是拿着数据分析的工具来挂羊头卖狗肉的,是莆田系医院的好基友,顾问界的塔利班。   大数据和以往的HR咨询产品是完全不同的,与其说大数据给HR带来的是一种工具上的提升,毋宁说是一场思维上的变革。在这场变革中,HR既要能够脱离已有的框架和工具,用更全面的视角去看到以往从未关注到的变量,又要从心理学、组织行为学、管理学的层面更深入地把握个体和组织,从而观察到真正的问题,触及更深刻的本质,提出更科学的假设,更要对技术和数学有深刻的洞察,了解技术和数学可以帮助我实现什么,如何实现(而这些都恰好是某些习惯于卖现成产品和报告的顾问所欠缺的,再加上实践经验的缺乏,这也是为什么如今某些顾问都嘴上各种说大数据,却极力避免做大数据项目的原因)。   在完成思维变革的HR的眼中,实现HR大数据,其实只有三个步骤,第一,假设,第二,验证,第三,应用。特别简单,你说似不似! 那个,如果大家姿势水平高到可以和东畅君谈笑风生的话,应该会反应过来,这就是如今在科研和学术界已经被广泛接受的实证思路,只不过在应用层面,要注意更加从企业实际情况出发。 所以我说,HR大数据剥离掉技术层面的唬人的外皮,其实一点也不复杂,只不过HR们以前的心思都花在了去揣摩领导和套用模板上,而忽视了对事实和真相的追求,在反人类的道路上走得越来越远。所以在HR大数据时代,HR只不过是在回归本质,只有在这条路上,才是和Google、Facebook这些HR大数据的标杆越走越近了。   不过,如果说同时整合这些经验、理论和技术的人实在是凤毛麟角,也可以退而求其次,要么我可以精通其中一样,要么我能理解这几种人的思维,将这几种人整合在一起,并敢于去不断推动HR大数据的落地实践,为业务和组织呈现出真正的价值。   HR大数据的确为HR打开了崭新的篇章,更可以让HR的地位提升到前所未有的高度,是HR的阿波罗登月,是历史的转捩点,是撬动地球的杠杆。   可是,你得先会玩啊……   好的,总之谢谢大家观赏东畅君装了这么久的X,那个,如果有什么不完善和不周到的,你倒是来拍我呀。   来自公众号:蜜蜂派    作者:刘东畅
    big data
    2016年03月28日