Future of Work - HRTechChina.com

Future of Work

Forrester报告：2019年企业将缩减人工智能的规模文/VASCO PEDRO，UNBABEL 上周，Forrester发布了两份关于人工智能的调查报告——《2019年预测:自动化》和《2019年预测:人工智能》。引人注目的是一个没有企业真正愿意承认的统计数据：2019年，整整10%的公司将把人类的专业知识带回人工智能领域，这一趋势将在很大程度上归因于人工智能的局限性。让我们明确一点:我说的是商业上的人工智能驱动的自动化，而不是人工智能的进步，比如拯救生命。没有人认为人工智能在医疗保健和检测图像中癌细胞的训练算法上的标记值得后退一步。最好让机器里的医生继续工作。但说到商业，Forrester揭示了一些残酷的事实。没有哪个企业愿意承认自己的人工智能出现了问题，而作为一个人工智能驱动解决方案组织的商业领袖，我对任何一家经历过人工智能“后果”的公司都感到好奇。然而，人工智能的退步数据并不令人惊讶，尤其是当你从客户服务的角度来看人工智能时。是时候抑制AI的热情了? Forrester的报告令人惊讶的是，只有10%的公司明显在放弃人工智能。考虑到大量的公司正在自动化错误的事情，以及其他对人工智能完全不切实际的期望，我预计50%的受访者计划在2019年后退一步，把一些非常需要的人性带回循环。公司开始超越人工智能的规模经济，意识到调查揭示的一些残酷事实;也就是说，自动化是伟大的，但实际上，只有当它使您更接近您的客户，它才伟大。如果人工智能正在取代服务台上的人工智能或在线聊天工具上的人工智能，那么在客户服务和满意度方面，你就会陷入连败的境地。真相和证据都在外面，它告诉我们大多数人都喜欢与人接触。我们已经相互交流了几千年了，事实证明，客户服务是我们期待人类专家参与的一个领域。这一主张经得起推敲。看看哈佛商学院(Harvard Business School)的莱恩·w·布尔(Ryan W. Buell)过去10年对自动化的广泛研究吧。他已经证明，使用atm机的客户比真人柜员机的客户对银行的满意度要低，他在大都会人寿保险公司(Metlife)的自动电话吊唁信息中标注的“死亡相关保险客户索赔”，无疑是一个危险信号，表明同情不应被归入人工智能。自动化也许我们能从这项研究中得到的最大教训是，在大多数情况下，人类不应该被完全排除在人工智能的圈子之外。我们需要以一种表明我们了解客户真正想要什么的方式为人们实现自动化，并以一种使用自动化来促进客户支持过程的方式实现自动化。在人工智能和人类之间取得正确的平衡通常意味着使用自动化作为第一反应线。这吸引了绝大多数的客户，他们会尝试(甚至更喜欢)在联系现场代表之前自己解决问题。只要总是有切换到实时代表的选项，大多数企业都会发现这是自动化和人际接触之间的有效平衡。这方面的一个很好的例子是自动化，它可以检测到用户在旅途中的任何一步都有重复出现的困难，并通过人工客户支持代理触发一个聊天窗口。另一个例子是自动化收集和交付客户信息给客户支持代理在联系开始前，以便实际的对话是知情的和个性化的。它是关于使用自动化来帮助你的客户在他们需要的时候获得最好的，最快的，最个性化的客户支持。 2019年即将到来，这项研究的时机很好地提醒了我们，人工智能的到来是为了让我们能够自由地与客户进行良好的对话——不是简单直接的东西，而是最终建立和推动品牌忠诚度的真正问题。如果我们能让人类参与其中，并利用人工智能提高客户支持操作的效率，我们就能关注人工智能的潜力，而不是它的局限性。以上为AI翻译，内容仅供参考。原文链接：Businesses will scale back on AI in 2019

Future of Work
2018年11月13日
Future of Work

分析人士对价值80亿美元的SAP-Qualtrics收购交易进行了评估，认为这不会改变游戏规则文/Ron Miller 今天，SAP首席执行官Bill McDermott因公司周末价值80亿美元的Qualtrics收购案而备受关注。McDermott相信Qualtrics提供的数据可以弥补公司运营数据和客户之间的差距，无论客户在哪里。 Qualtrics的理念是，要理解客户的情绪。McDermott认为，这是该公司客户管理难题的关键部分，它不仅可以推动该公司成为客户体验领域的重要参与者，还可以推动公司的基础云业务。这是因为它提供了一种来自客户的持续反馈的方式，而这种方式很难以其他方式确定。在这种背景下，他认为这笔交易具有变革性。“通过将这些经验数据与操作相结合，我们可以通过Qualtrics和SAP将其结合起来，这是世界上从未有过的，我从根本上相信它将改变我们今天所知道的这个世界。” 其他密切关注该行业的人则不这么认为。虽然他们喜欢这笔交易，并看到了合并这些数据的潜力，但这可能不是麦克德莫特在花了80亿美元后所希望的游戏规则改变者。保罗•格林伯格(Paul Greenberg)是56家集团的董事总经理，著有影响深远的CRM书籍《光速下的CRM》(CRM at The Light of Light)。他表示，对该公司来说，这无疑是一笔巨大的收购，但他表示，要挑战市场领导者，需要的不仅仅是一两次收购。格林伯格表示:“这将是一次有益的收购，因为SAP希望继续将公司转向面向客户的方向，但无论如何，这都不是一次决定性的收购。” 客户体验是一个宽泛的术语，它涉及到从细粒度层次上了解客户，预测他们想要什么，了解他们是谁，他们买了什么，以及他们正在寻找什么。这些问题比你想象的要难解决，特别是因为它们涉及到从不同供应商的系统收集数据，这些供应商处理不同的问题。 Adobe和Salesforce等公司已将这作为其主要业务重点。SAP的核心是ERP公司，通过管理财务、采购和人力资源等关键的内部运营系统来收集数据。 Real Story Group创始人兼首席分析师托尼•伯恩(Tony Byrne)表示，他喜欢Qualtrics对SAP的影响，但他不确定它是否像McDermott建议的那样重要。Qualtrics可以让你做一些营销人员肯定想要的更复杂的调查，但它的双重好处是——不像SurveyMonkey和其他公司——Qualtrics在数字化工作场所方面有经验，可以补充SAP的一些人力资源工具。但他补充说，这并不是CEM的核心部分，他的公司的研究发现SAP仍然存在漏洞，尤其是在营销工具和技术方面(MarTech)。 CRM Essentials创始人布伦特•利里(Brent Leary)同意SAP收购了一家不错的公司，尤其是在今年早些时候以24亿美元收购了CallidusCloud之后，但要赶上Salesforce和Adobe还有很长的路要走。Qualtrics的确提供了一个更广泛的客户视角，因为来自后台和前台系统的运营数据。Callidus的收购有助于将洞察力转化为某些以bb为中心的客户体验。但我认为，在B2C体验创建工具方面，可能还需要更多的东西，Adobe和Salesforce等公司正专注于营销/体验云。 McDermott认为，这是否会真正改变游戏规则还有待观察，但我们采访的行业专家认为，这将更多地是一项渐进式举措，有助于推进公司的客户体验计划。如果他们是对的，McDermott可能还没有完成购物。以上为AI翻译，内容仅供参考。原文链接： Analysts weighing in on $8B SAP-Qualtrics deal don’t see a game changer 相关阅读：SAP在调查软件公司Qualtrics上市之前，以80亿美元将其收购

Future of Work
2018年11月13日
Future of Work

101.Careers推出CAI——世界上第一个职业预测机器人 101.Careers是第一个面向13岁及以上学生的全球性职业探索平台，与SoMin.ai合作完成了这一工作。利用来自Youtube，Facebook，Instagram，LinkedIn和Twitter等社交媒体的公开数据，CAI，101的专有职业AI机器人，处理文本，图像，视频，在几秒钟内预测用户的个性类型和相应的职业选择。 101.Careers成立于2018年，已经通过全球国际学校的SaaS订阅模式，包括GEMS和Nord Anglia网络的学校，在平台上注册了数千名学生。随着CAI的推出，101.Careers的目标是针对个别学生，他们的父母以及独立顾问，因为CAI为潜在用户提供了一种在订阅之前瞥一眼平台的方法。 101.Careers的创始人兼首席执行官S hauna Li Roolvink女士评论道：“利用社交媒体进行职业预测只是CAI的第一步。最终，CAI可以为我们的用户预测最合适的大学和最合适的雇主。“ “101.Careers还可以利用Somin的AI驱动的影响者营销平台来提升他们的数字营销业绩。”SoMin.ai联合创始人兼研究总监Aleks Farseev博士补充道。以上为AI翻译，内容仅供参考。原文来源：101.Careers Launches CAI – The First Career Prediction Bot in the World

Future of Work
2018年11月12日
Future of Work

招聘生态系统概览：现代人才获取工具文/Chiradeep BasuMallick 人才招聘工具和软件解决方案的最新趋势是众包功能 - 让雇主有机会探索无数的申请人水库并从开放的市场中招聘。最初被称为“人才获取生态系统”，如今，人才获取工具越来越多地将此功能嵌入其核心功能中，从而带来了数字化人力资源的全新时代。随着人才争夺战的加剧，招聘人员正在转向新的人才管理战略 - 人才获取生态系统。人才获取生态系统是利益相关者，技术和战略的网络，它们协同工作，为组织提供动态人才库。虽然LinkedIn可能是专业社交招聘平台中最受欢迎的，但新的人才获取工具和技术的出现正在改变组织对招聘流程的看法。随着个性化成为人才管理的关键原则，创建有针对性和直观的招聘活动以及与主动和被动申请人建立持久的关系至关重要。让我们看看定义传统人员配置模型变化的主要趋势。社交媒体招聘的兴起与崛起众包的增长是寻找创新，高绩效和创造性专业人士的途径心理测量人格和能力技术的增加，以评估候选人的情绪和与公司的文化交集受按需劳动力增长和移动应用程序启发的不断增长的gig经济的出现使人们可以轻松进入临时劳动力市场在生态系统内让我们首先了解数字生态系统的运作方式。波士顿咨询集团将数字商业生态系统定义为企业，个人，机构，客户和其他利益相关者的复杂映射网络，这些利益相关者经常互动以创造共同价值。这些生态系统由连接用户的独特技术平台提供支持。向生态系统方法的过渡可以解决一些招聘挑战，例如有限的人才库，成本和扩展的人员配置问题，数据限制和过时/手动流程。这就是为什么集成，强大，多渠道和以人群为基础的招聘环境可以带来真正的变革和改进。其优势包括难以接入的人才，成本和时间表管理，以及根据业务使命和愿景关注招聘。思考大：建立人才获取生态系统这一新模型最初由Talent Tech Labs推广，允许独立招聘人员或招聘公司联系客户开放请购单。公司现在可以访问数百名并行寻找最佳人才的招聘人员，而不是与有限的人员配备专家合作。人才获取工具Beeline具有这样的功能，因为其“Crowdstaffing”模块允许公司访问比传统人员配置供应商网络提供的更广泛和更深入的合格人才库 - 并且这与他们的AI和个人管理引擎集成。 “凭借我们开创性的自助采购技术，我们为企业公司开辟了一个强大的新渠道，以便在特别具有挑战性的劳动力市场中找到他们所需的人才。通过API集成向Crowdstaffing发布请购单，我们可以为我们的客户提供几乎即时访问更多优质人才，而无需增加供应商名单，“ Beeline战略高级副总裁Colleen Tiner 提到。现在让我们看一下这种方法的许多好处和影响方面。公司可以从不断扩展的全球网络中获得无限的应用程序池候选人可以在不同地点获得新的和有意义的机会，实现他们的真正潜力基于群体的人群可以使供应链成为目标，特定于高绩效人员配置，提高效率，成本管理，系统优化和可视性招聘线索可以利用跨越整个招聘生命周期的大量数据储备该平台提供更广泛，更丰富的商业智能，分析和见解，将招聘重新构想为一个过程拍摄数字化的第一步不是强制拟合解决方案或人才获取工具。这一切都始于重新思考企业如何运作以及采取招聘等日常工作。它还意味着将每个利益相关者 - 从内部人力资源员工到可能的候选人 - 视为“客户”，从而增强整体经验伙伴关系。最后，它意味着将所有“客户”连接到一个尖端的集成平台 - 例如LiveHire，这是一个人才社区软件平台，带有Google Hire插件即可启动！ “LiveHire支持的雇主职业生涯页面将通过Google强大的搜索和机器学习功能得到增强，这些功能有望极大地改善访问候选人的体验和相关性。随着内置机器学习，结果将持续改善。” 请记住，'数字'不是一个光滑的新产品或智能生活黑客。这是每个人日常生活的一部分，无论是个人还是职业。人才获取也没有什么不同，需要一个成熟的，细微的，超连接的生态系统蓝图，即价值，效率和开明的管理。以上为AI翻译，内容仅供参考。原文链接：Inside the Hiring ‘Ecosystem’: Here’s What Modern Talent Acquisition Tools Are All About

Future of Work
2018年11月12日
Future of Work

LinkedIn在纽约和旧金山测试活动工具文/ANNA HENSEL LinkedIn正在进入活动业务。专业网站今天宣布，它已经开始在旧金山和纽约市的一组用户中测试一个新的活动工具。LinkedIn计划在未来几个月推出全球功能。该功能与Facebook上的事件显示方式非常相似 - 因此您可以在事件页面提要中查看还有谁参加，邀请其他人以及与其他用户聊天。 LinkedIn产品经理Ashu Dubey在给VentureBeat的电子邮件中说，在测试期间，组织者只能创建公共活动 - 但最终，他们将能够为他们的小组成员创建活动。虽然Dubey表示他们也正在努力，但在试用期间也不会有用户可以查看发现事件的标签或提要。鉴于现在拥有大约5.8亿用户的LinkedIn喜欢宣传其在校友组织等团体中所看到的活动的强度，令人惊讶的是该网站之前没有尝试过事件特征。另一方面，LinkedIn通常不被视为在现实生活中与人们联系的地方，因此有趣的是哪些用户和团体最容易接受在LinkedIn上组织活动。 Facebook的事件和团队的历史优势在于增加更多的专业网络功能，这也是值得一无所获的，Facebook今年早些时候，Facebook宣布它正在为精选团体带来一个指导功能。 LinkedIn今天还宣布，它正在向第三方开放其在线教育平台LinkedIn Learning。LinkedIn Learning目前在其平台上有13,000门课程。以上为AI翻译，内容仅供参考。原文链接：LinkedIn begins testing events tool in New York and San Francisco 更多阅读： LinkedIn成为一个严肃的开放式学习体验平台，非常值得关注！重磅！LinkedIn将收购Glint：员工敬业度市场的重大变化 LinkedIn推出Talent Insights，正式涉足商业智能领域 Oracle和LinkedIn合作改善候选人和员工体验 LinkedIn联合创始人的新冒险：用区块链重构社交信任关系，创立新公司HUB LinkedIn 推出在线学习门户网站 LinkedIn Learning

Future of Work
2018年11月11日

Future of Work

数据成本是否扼杀了您的AI启动计划？数据为AI初创公司提供了防御性的护城河：初创公司收集的用于培训AI模型的数据越多，该模型的表现就越好，新的参赛者难以赶上。然而，这些数据并非免费提供，许多人工智能初创公司认为他们的利润受到这笔额外费用的侵蚀。随着时间的推移，您可能希望减少对数据的投入，但目前尚不清楚如何预测何时会发生这种情况以及在何种程度上预测未来增长的模型。与软件初创公司不同的是，产品开发埋藏在损益表中的研发成本之下，AI初创公司应将数据成本作为销售成本（COGS）的一部分。将数据视为COGS而非研发成本将有助于您发现扩大规模并降低成本的机会，从而提高利润率。下面的数据价值链流程图显示了大多数AI初创公司如何获取和使用数据。首先，您将基础事实的片段记录为原始数据。您将原始数据存储在某处，然后建立流程或管道以维护和访问它。在AI模型中使用它之前，需要对数据进行注释，以便模型知道如何处理每个数据点。然后，训练有素的模型接收数据并返回推荐，然后您可以使用该推荐来为最终用户采取某种结果。该过程可以分为三个不同的步骤：获取数据，存储数据和注释数据以训练模型。每一步都会产生成本。数据采集成本在所有数据价值链中，某种传感器（物理设备或人类）首先需要通过捕获对现实的观察来收集原始数据。在这种情况下，数据采集的成本来自创建，分配和操作传感器。如果传感器是硬件，则必须考虑材料和制造成本; 如果传感器是人类，那么成本来自于招募并为他们提供制作和记录观察所需的工具。根据您的覆盖范围需要多大，您可能需要支付大量费用来分发传感器。某些用例可能需要以高频率收集的数据，这也可能会增加人工和维护成本。例如，观众测量公司尼尔森，面临所有这些成本，因为它既提供了框，也支付参与者报告他们在电视上观看的内容。在这种情况下，随着尼尔森的数据变得越来越有价值，其覆盖范围越广泛，规模经济就会降低单位数据采购成本。在某些使用案例中，您可以通过向他们提供管理工作流程的工具（例如，自动电子邮件响应生成器），然后将他们捕获的数据存储在他们的工作流程中，将数据采集的工作和成本转移给最终用户。工作或观察他们与工具的交互并将其记录为数据。如果您选择免费分发这些工具，数据采集的成本将是客户获取工作的成本。或者，您可以选择为工作流工具收费，这可能会减慢和限制客户采用率，从而减少数据采集，同时抵消数据采集成本，具体取决于您的价格。例如，我公司的一家投资组合公司InsideSales为销售代表提供了一个平台，可以拨打他们的潜在客户。当销售代表使用该平台时，它会记录有关交互的时间，模式和其他元数据，以及该销售渠道中的销售线索是否进展。该数据用于训练AI模型以推荐最佳时间和通信模式以联系类似的线索。这里，随着越来越多的用户进入平台，网络效应可能会增加工具的实用性，这可能会降低用户获取成本。或者，在另一个实体已经建立数据收集管道的情况下确保战略合作伙伴关系可以进一步降低成本。我们的另一家公司Tractable采用计算机视觉实现汽车保险调节器的自动化工作，正在与几家领先的汽车保险公司合作，以获取受损车辆的图像，而无需投资向个别车主分发应用程序。存储和管理成本在数据存储和访问方面，初创公司面临另一个成本问题。除了您收集的数据之外，您可能还需要客户提供其他上下文数据以丰富您的模型。许多行业最近才开始数字化，因此即使潜在客户拥有丰富模型所需的数据，也不要认为数据易于访问。为了使用它，您可能不得不花费大量人力来进行低利润率的数据准备。此外，如果数据分布在不同的系统和孤岛中，您可能需要花费大量时间来构建每个集成，然后才能使模型完全正常运行。一些行业围绕单片和特殊技术堆栈构建，使得集成很难在客户之间重用。如果集成服务提供商不可用，那么您的AI启动可能会发现自己陷入了为每个新客户构建自定义集成之前，它可以部署其AI系统。数据结构的方式也可能因客户而异，要求AI工程师花费额外的时间来规范数据或将其转换为标准化模式，以便可以应用AI模型。建立一个通用集成库可以降低成本，因为您可以在新客户中重复使用它们。培训费用大多数AI模型构建方法都要求您标记和注释数据，这是AI初创公司最大和最可变的成本之一。如果示例很简单或通常被理解为足以使外行人能够执行注释 - 例如，在图片中的所有苹果周围绘制一个框 - 您可以使用外包劳务服务（例如Mechanical Turk或图8）来执行注释。然而，有时候，注释需要更专业的知识和经验，例如基于视觉线索确定苹果的质量和成熟度，或者石油钻井平台上的生锈斑块是否危险。对于这种更专业的劳动力，您可能需要建立一个内部专家注释团队并支付更高的工资。根据您的注释方式，您可能还需要构建自己的注释工作流工具，尽管像Labelbox这样的公司现在正在出现提供此类工具。在某些AI应用程序中，最终用户是最有效的注释器，您可以通过设计产品来卸载注释成本，以便用户在数据与产品交互时标记数据。Constructor是我们的投资组合公司，提供针对电子商务的人工智能网站搜索，观察用户实际点击并购买每个搜索词的产品，使他们能够优化搜索结果以获得更高的销售额。这种注释不可能通过外包或专家搜索服务进行人工操作，并且可以保存Constructor，否则可能是重要的注释成本。即使在您以高精度训练模型之后，当模型不确定如何解释新输入时，您偶尔也需要人类进行干预。根据模型如何为最终用户提供价值，该用户自己可以对模型进行更正或注释，或者您的创业公司可以通过采用质量控制“AI保姆”来处理异常。如果环境是您的建模是易变的并且以高速和常规速率变化，您可能希望保持稳定状态的注释器团队以根据需要使用新数据更新模型。扩展AI业务第一批成功的人工智能企业进入市场，提供无AI工作流程工具，以捕获最终培训AI模型并增强工具价值的数据。这些创业公司早期就能够实现软件利润，因为数据和人工智能是创业公司价值主张的次要因素。然而，随着我们转向人工智能的更专业应用，下一波人工智能创业公司将面临更高的启动成本，并需要更多的人力资源来为客户提供初始价值，使其成为低利润率的服务业务。获得大量客户和数据将最终降低单位经济效益并构建关键的复合防御能力，但许多初创公司并不确切知道这一点到底有多远，以及他们需要做些什么来更快地实现目标。最好的人工智能初创公司将了解哪些杠杆可以在该途径上进行优化，并有意识地使用它们来进行正确的投资并快速扩展。以上为AI翻译，内容仅供参考。原文来源：Could data costs kill your AI startup?

Future of Work
2018年11月11日
Future of Work

LinkedIn成为一个严肃的开放式学习体验平台，非常值得关注！ LinkedIn已经成为企业学习市场的一个重要组成部分。上次我看了下公司有超过1700万用户，14,000个企业客户，超过3,000个课程，并以高两位数的速度增长。而这一切只用了两年左右。 LinkedIn正在成为一种主导学习解决方案，具有一些非常有趣的竞争优势。而该公司刚刚发起了挑战; 它现在宣布它已经完全向外部内容合作伙伴开放了它的学习平台。这是该公司正式宣布LinkedIn Learning不仅仅是一系列令人惊叹的内容，它还是一个企业学习平台。该公司希望成为所有组织学习内容的单一地点。让我简要总结一下。就在几个月前，LinkedIn推出了Learning Pro，这是一套让公司发布自己的内容并创建自定义学习路径的功能。上个月，该公司宣布了Skills Insights，这是一套工具，可以让您检查公司的技能，并根据已知的技能差距推广课程。现在，公司正在向前发展。LinkedIn现在通过其机器学习算法向任何用户提供基于技能的学习建议。它正在打开平台，因此购买了多个内容源的客户可以为其员工提供一个位置来发现和访问其组织的所有学习内容。 LinkedIn不会出售此内容，因为这些是集成合作伙伴关系，而不是许可合作伙伴关系。这使得LinkedIn可以将其洞察力应用于企业目前已经使用的各种内容。这包括与市场上一些重要的学习内容提供商的合作伙伴关系。 Harvard ManageMentor：由哈佛商学院教师和商业领袖的最新思想和经过验证的实践推动的领导力发展内容。 getAbstract： 18,000多本书摘要和TED演讲。 Bigthiank大想： 500个简短，可操作的视频课程，以保持领先于业务变化并激发员工的敏捷性。 Treehouse：一所在线学校，教授超过850,000名成年人如何成为软件工程师和产品设计师。 CreativeLive For Business：专家主导的创意，创新，设计思维，情商，创业等课程。所有这些意味着LinkedIn现在处于学习体验平台业务中，并且在某种程度上也是LMS业务。当然，该平台不一定是许多行业应用程序的合规性管理程序。但对于其他所有人来说，它现在是一个企业级学习平台，可以在几乎每个领域提供培训。在最新版本中，LinkedIn还在LinkedIn学习课程中添加了协作和问答功能，让学习者可以相互交流并与作者或出版商互动，从而使其成为一个协作学习平台。这些都是重大举措。正如我在文章“LinkedIn宣布...很多！”中描述的那样，该公司现在是一个严肃的端到端人才解决方案提供商。在L＆D领域，该平台可以补充甚至取代许多现有系统。鉴于内容市场现在如此重要和如此重要，LinkedIn现在意识到，为了真正推动价值，公司必须拥抱最佳内容专家。市场上有许多学习平台，大多数都有类似的内容关系。但LinkedIn有一条腿：大量的数据。当您的员工使用LinkedIn学习时，平台会了解您的典型LMS无法理解的内容。它有自己的工作经历，他们的联系和社会形象以及推断的技能。这意味着他们在LinkedIn中看到的建议和学习路径将非常有针对性，有用并且与他们的工作和未来的职业道路直接相关。大多数LMS几乎都没有这样做，所以仅此一点就是一个值得一看的理由。现在是学习专业人士以不同方式思考LinkedIn的时候了。是的，该公司是最大的专业网络。是的，这是一个寻找工作和人员的绝佳平台。但现在它是一个认真的学习解决方案，并且具有一些非常有趣的竞争优势。作者：Josh Bersin是Deloitte的Bersin创始人，也是企业人力资源，培训，人才管理，招聘，领导力和工作场所技术等各个方面的行业分析师和研究员。以上由HRTech AI翻译，仅供参考学习

Future of Work
2018年11月10日
Future of Work

团队协作“白板”平台RealtimeBoard获2500万美元投资文/PAUL SAWERS RealtimeBoard是一个允许团队远程协作的白板级平台，已经由Accel领导的一系列A轮融资筹集了2500万美元，Altair Capital也参与其中。 RealtimeBoard于2011年在俄罗斯彼尔姆成立，已经拥有来自Netflix，Twitter，Hubspot，Airbnb和Salesforce等大公司的200多万用户和8,000个付费团队。简而言之，RealtimeBoard平台可用作虚拟画布，让团队可以绘制想法并可视化概念，任何营销人员和产品经理，设计师和工程师都可以使用它，设计师和工程师可以使用它来进行规划，草图绘制，注释，流程图等等。它还集成了其他生产力工具，包括G Suite，Slack，Jira，Trello和Dropbox等。上图：RealTimeBoard项目远程工作据估计，全球70％的人现在每周至少有一天远程工作，亚马逊等主要公司越来越多地将核心员工分散到多个办事处，让每个人都参与同一项目并不总是切实可行的。放在同一时间。这可能就是数字团队协作工具吸引大量投资者资金的原因。例如，生产力和任务管理初创公司Asana今年早些时候筹集了7500万美元，而Monday.com则完成了5000万美元的融资，以建立下一代团队协作工具。缩放上图：RealtimeBoard创始人兼首席执行官Andrey Khusid RealtimeBoard此前从Altair Capital筹集了130万美元，还从天使投资者那里筹集了一些小额资金。该银行另外还有2500万美元，该公司表示，它将在全球范围内扩大其视觉协作工具的规模。 RealtimeBoard创始人兼首席执行官Andrey Khusid表示：“我们今天的工作方式正在发生变化，因为公司越来越多地支持分布式团队。” “最大的挑战是如何在整个劳动力队伍中保持顺畅的沟通，理解和协作。我们的使命是为组织连接这些点，让他们的团队像他们彼此坐在一起工作，即使他们不是。“ 在定价方面，RealtimeBoard遵循通常的免费增值模式。免费计划提供五个可编辑的板和Slack集成，而团队计划起价为每月40美元，为五名员工，每月最多为800美元，为100名团队成员。这提供了许多额外的功能，包括无限制的板，访客访问，视频聊天和高分辨率导出，以及其他好处。 Nabbing Accel作为支持者是RealtimeBoard的一个重大突破，当你考虑其产品组合中其他生产力和以企业为中心的公司的能力时，如Slack，Dropbox和Atlassian。 “组织内的分布式团队有一个真实且不断增长的趋势，我们相信RealtimeBoard的可视化协作工具是将它们整合在一起的最佳产品，”Accel合作伙伴Luciana Lixandru补充说，他现在也将加入RealtimeBoard的董事会。“它已经积累了大量热爱该工具的用户，并且很快就会成为远程协作的黄金标准。” RealtimeBoard仍然在其俄罗斯本土开展业务，但其150名员工现在也遍布旧金山的主要办事处，以及洛杉矶和阿姆斯特丹的办事处。以上为AI翻译，内容仅供参考。原文链接：Accel leads $25 million investment in team whiteboarding platform RealtimeBoard

Future of Work
2018年11月09日
Future of Work

组织网络分析：数字化转型的缺口 “ 哈佛商业评论 ”（Harvard Business Review）的数据显示，自2000年以来，超过一半的财富500强企业“ 因数字化转型中断而破产，被收购或消失 ” 。在同一篇文章中，估计今天标准普尔500指数的四分之三将在10年内被取代，主要是由于数字化中断。没有哪个行业会成为例外。听起来很吓人。从好的方面来看，成功的数字化转型带来的回报非常丰富。例如，一项研究表明，成功进行数字化转型的公司比业界平均水平高出16个百分点。因此，我们既有“棒”又有“胡萝卜”，使我们的公司成为数字化的。但根据麦肯锡全球研究院的行业数字化指数，数字化推动行业和公司的程度向我们表明，只有极少数公司实际上在数字转型方面走得很远。例如，美国仅占其数字潜力的18％，而欧洲则处于12％的更低水平。那么，为什么没有更多的组织能够取得更大规模的数字化进展呢？在我们深入挖掘之前，确定数字转换究竟是什么很重要。我个人的最爱来自Brian Solis，他是LinkedIn影响者，以其6个阶段的数字化转型而闻名。Solis将数字化转型定义为“技术，商业模式和流程的重新调整或新投资，为客户和员工创造新价值，并在不断变化的数字经济中更有效地竞争。” 虽然很强大，但这个定义涵盖了所有成分：新技术，新业务模型和流程，以及客户和员工的新价值。所有这些都旨在使组织在不断变化的数字经济中脱颖而出。数字化转型有多难？德勤2016年全球人力资本趋势发现，92％的高级管理人员和人力资源领导者认为他们的公司组织得不好。然而，只有14％的人认为他们的公司已准备好有效地进行重组。他们可能是正确的，因为业务转型只有 30％的机会成功。这个百分比已经有20多年的历史了，今天，根据福布斯的说法，这种可能性正在进一步缩小。但这不是最糟糕的部分。最糟糕的是，非常期望的数字化转型成功的机会最小。而不是整体业务转型已经令人畏惧的30％成功率，数字转型再次根据福布斯的说法，只有16％的机会获得成功。有这么多资源涌入其中（今年仅估计超过1.1万亿美元），并且数字化转型是众多公司的首要任务，每个CEO都应该思考：我只有16％的机会接受成功是否可以接受？答案显然是“不！”。但他们应该做些什么来增加这些荒谬的几率呢？一项有趣的研究来自哈佛商学院的两位教授，Marco Iansiti和Karim Lakhani，他们与数字转型专家Robert Bock合作。在对来自制造业，包装消费品，金融服务和零售业等各行业的344家公司的研究中，他们发现，数字转型公司的前25％和最低25％之间存在显着差异。他们观察到的数字运营的四大支柱之间的差异很明显：（1）客户互动和关系管理，（2）制造，产品和服务交付，（3）产品创建和交付，以及（4）人力资本管理和员工生产力。在这四大支柱转型后，前25％的公司的毛利率，收益和净收入都比最低25％的公司好得多。他们的技术预算有何不同？没有。但有些事情阻止了所有其他公司产生这种结果。最大的障碍在LinkedIn上，每一分钟都有一篇关于数字转型的文章。但是这个庞大的从业者和各种学者的网络是否接近解决这个紧迫问题的解决方案？似乎没有。你通常会看到一些很好的部分解决方案。基于对如何进行数字转换的不同观点的提案，从所需技能到AI。例如，Gartner提供了一种很好的技能驱动方法，专注于CIO如何在他/她的公司中促进数字灵活性的发展。详细介绍了建立技能的方法。然而，我认为它是否会真正改变员工的心态，或者只是按照步骤让他们“勾选方框”，这可能是值得怀疑的。至于人工智能，最有希望加速数字化转型的软件在上个月曝光。Laszlo Bock，谷歌的前CHRO，展示了他的公司Humu的旗舰产品 - 轻推引擎。该软件似乎是人类在时间上与适当行为作出反应时能够获得AI能力的最接近的方式，因为轻推引擎提醒所有员工实时地以理想/规定的方式行事（例如，感谢合作伙伴）做好工作的工人，或者在会议期间向安静的团队成员询问他/她的意见。但是，这种方法与任何其他方法一样，如果将员工“ 推 ”给他们不喜欢或者实际上反对的行为，就会遇到挑战。当然，员工可能会做点推动引擎建议取悦他们的经理，但在更深层次上，如果他们的信念和价值观没有改变，真正的转变就不会发生。Tomayto - tomahto？一些员工会尽可能地绕过他们不相信的东西，因为他们是人类并且“没有AI会告诉他们如何表现。” 意识到任何类型的数字转型方法可能遇到的障碍，Gartner的研究副总裁Marcus Blosch警告说，要成为数字业务有6个障碍。他列出了各种因素，指出作为第一道屏障，所有其他作者在全面研究这一主题时都强调了这一点。它有不同的名称（主要是组织文化），但是所有的手指指向同一个方向，最大的障碍似乎是 - 人的方面。虽然不能忽视其他障碍，但彼得德鲁克所说的“ 文化吃早餐策略 ” 是真实的。人们如何看待变革是决定性的，因为他们是必须以新的方式工作的人。因此，让德鲁克的主张更具可操作性，我们可以说公司在数字化转型中失败的主要原因是他们没有得到大多数员工的支持。但是，如何让人们购买数字化转型呢？寻找和激励影响者众所周知，从个人经验来看，有些人比其他人更有影响力。关于这一点的好处是 - 正如几十年前已经证明的那样 - 你实际上可以衡量一个人在一个组织中有影响力的范围。用于此的方法称为组织网络分析（ONA）。这种科学方法已经被许多研究人员和从业者在商业环境中严格测试了超过四分之一世纪。其中之一，通用汽车首席人才官迈克尔·D竞技场，在转型通用汽车方面发挥了关键作用。基于这一经验和其他经验，他今年夏天出版了一本关于通用汽车和其他公司如何利用ONA将自己从传统组织转变为敏捷组织的书。这本书基于长达十多年的研究，其中包括数十家大公司。这些公司的范围从汽车，航空航天，医疗保健和高科技公司到消费品和金融服务公司。 ONA可以以不同的方式使用。虽然Michael D. Arena主要使用它来创建所谓的自适应空间，但还有其他方法可以应用它。例如，虽然一些公司只是指定他们的变革推动者，带来了所带来的所有挑战（例如，不知道他们的实际范围，不透明，甚至造成坏血等），其他公司在科学上和事业证明了方式。而这一切都有所不同。例如，由世界上最伟大的网络科学家之一Albert-Laszlo Barabasi共同创立的ONA公司Maven7一直在帮助公司使用组织网络分析成功转型。在其他发现中，他们发现，平均而言，只有4％的影响者被ONA确定，您可以有效地覆盖约70％的员工。正如“哈佛商业评论”所强调的那样，超过50％的影响者通常不为管理层所知。通过在不使用ONA的情况下指定更改代理，您可以获得多少错过的范围。当您将影响者添加到他们达到的员工数量时，真正的魔力就会发生。包括他们在内，管理层可以让四分之三的员工站在他们一边。有时甚至更多。这足以严重加速数字化转型。组织网络分析使管理层能够查看，规划和利用公司非正式网络的力量，使团队比以往更加紧密。Deloitte的Bersin也将ONA作为帮助建立团队网络的工具，这是当今最先进公司的主要管理杠杆。随着Network of Teams冠军成为谷歌，Facebook和亚马逊等公司，使用组织网络分析似乎是创建数字成熟文化的自然途径。此外，Josh Bersin设想前面提到的微调引擎是与ONA结合的一个很好的工具。虽然对其巨大的潜力感到兴奋，但他指出，随着时间的推移，推动引擎将证明其价值，而组织网络分析已经有了坚实的商业基础。 ONA - 转型的人类幻灯片一般来说，人们不喜欢改变。特别是在组织环境中。他们担心自己的薪水，正式或非正式身份，工作保障，能够应对变化等等。因此，当他们听到“数字化转型”这个词时，他们更可能是防御而不是开朗。他们必须确信这对他们有好处。谁能比他们已经信任的同事更能说服他们？这就是组织网络分析的结果.ONA告诉您，您组织中最值得信赖的员工是谁，他们可以覆盖四分之三的员工，包括他们自己。 ONA有不同的方法，从简短的调查到跟踪公司通信的技术方面（电子邮件，电子日历，电话记录等）。如果您这样做，您将获得一群积极的员工，他们渴望与您合作，他们可以积极影响大多数其他员工接受数字化转型。收集他们，为他们制定策略并仔细聆听他们的反馈。他们中的许多人将来自您的业务的前线，并确切地知道他们，其他员工和客户可能面临的挑战。影响者的伟大之处在于，您可以在数字化转型的任何阶段使用他们的反馈。因此，我认为组织网络分析是数字转型难题的缺失部分。它可以帮助您解决Gartner提到的障碍，从员工抵制到增加部门间合作，到缩小人才缺口，所有这些都加速了变革。如果我们将数字化转型设想为陡峭的下坡步行（考虑到风险，这是一个很好的比喻！），ONA可以为您提供滑动，以可控的方式加速您的进步。允许您的影响者帮助制定策略就像设置在幻灯片的顶部。他们可以看到你错过的一些细节，并通过激励其他员工在你面前移动障碍来清除你的道路。通过这样做，他们会让你走得更快而不会遇到某些事情（例如员工阻力）。如果在某些时候遇到一些挑战并放慢速度，它们将帮助您调整策略并再次加速。如果你已经摔倒了，他们会建议下一步起床再去。与其他员工一起工作，这些意见制造者将扩大您的信息。它们是可信的，它们将以您从未有过的方式触及其他员工的心灵和思想。这就是他们每天自然做的事情。他们将扩大您的影响力并帮助引导现场的转换过程，为您提供可以采取行动的实时反馈。它们是您可能获得的最佳帮助。那些“顾问”就在那里 - 在贵公司 - 等着你去咨询他们。结论 Bock，Iansiti和Larkhani用一句话总结了他们关于数字化转型的论文：“为了做到这一点，领先的公司不仅投资于技术，还投资于开发，以网络为中心的能力和思维方式，以使该技术得到最佳利用。 ” 我们提到的那些前25％的公司可能会也可能不会使用组织网络分析。但ONA肯定有助于为员工提供支持，连接他们并帮助构建以网络为中心的能力和思维模式。本文开头的“哈佛商业评论”文章得出的结论是，数字化转型公司“是将转型视为一种生活方式的公司。记住这一点，数字化转型是一条路，而不是目的地。只有当您的大多数员工接受数字化转型作为一种生活方式时，您的数字化转型才会成功。以上为AI翻译，内容仅供参考。原文链接：Organizational Network Analysis: The Missing Piece of Digital Transformation 相关阅读：人力资本分析：组织网络分析和未来的工作员工敬业度3.0：Humu启动微动引擎谷歌首席人才官创立的神秘HR科技公司Humu周年总结 Josh Bersin谈2019年人力资源科技发展趋势

Future of Work
2018年11月08日
Future of Work

自动化会使工作多余吗？如今，许多员工担心，快速的技术进步将导致用机器替换工作，尤其是可能已经进入劳动力队伍的老员工，他们现在或正在逐渐实现自动化工作。那么雇主如何为这一根本变革做好准备呢？重新思考工作架构随着我们走向经济，学习和适应性成为关键的成功驱动因素，重新培训和提升技能在成功保持员工的业务增长平行增长方面发挥着关键作用。首先要确定未来几年可能发生变化的工作角色，以及当今员工在角色发展过程中需要发展的技能。领先的雇主认识到技术在补充人类时最有效，而不是替代它们。通过了解机器和人类为不同类型的工作带来的独特能力，您可以确定所需技能的类型。例如，批判性思维，解决问题和人员管理等人类技能将变得越来越重要，并在未来呈现出新的层面。评估您在这些领域的员工技能水平，并采用适当的方式来培养这些技能。创造一种持续学习的文化，让员工感到受到支持并有能力管理和发展他们的技能。学习文化和适应性创造一种持续学习的文化，让员工感到受到支持并有能力管理和发展他们的技能。拥有老年工人的榜样和导师也有助于提高学习新技能和角色的成功适应性的可能性。事实上，在这个长寿的时代，个人的职业生涯可以持续比前几代人更长的时间，专注于不断发展和学习只会变得越来越重要。揭穿神话对于许多人来说，“自动化”是一个令人担忧的概念，因为它与机器的替代有关。虽然引入自动化可能会改变能够利用新技术所需的技能和要求，但它通常涉及简化较小和重复性任务。这使员工能够提升并转向新的更有意义的工作。通过清楚地了解有效利用自动化所需的技能，向您的员工展示您已准备好接受自动化。随着工作场所趋势的发展以及企业和人力资源部门都找到适应的方法，重要的是通过强大的业务和流程知识来保留您的员工，并培养他们担任新角色。变革的加速将继续，但如果有正确的价值观并专注于您的员工，您可以确保您的员工在您取得进步时将成为您的竞争优势。以上为AI翻译，内容仅供参考。原文链接：Will automation make jobs redundant?

Future of Work
2018年11月08日

1... 《 55 56 57 58 596061 62 63 64 65 》 68 跳转至