-
产品
e成科技首席科学家陈鸿博士：面试机器人的未来是星辰大海
为大家带来一份科技感十足的干货——e成科技首席科学家陈鸿博士在7月27日2018招聘科技论坛上的演讲，深度解析招聘领域时下最热门的AI面试机器人背后的“黑科技”原理。
在上周五HR Tech China主办的2018招聘科技论坛上，e成科技首席科学家陈鸿博士亮相带着e成科技的“黑科技”招聘产品Chatbot面试机器人亮相，并发表了题为“机器人的识人之明——e成在面试机器人场景的探索”的演讲，为在座来宾科普了e成Chatbot面试机器人的科技内核和工作原理， 惊艳四座，反响热烈。
以下内容根据陈鸿博士2018招聘科技论坛现场演讲整理：
各位嘉宾大家好，我在e成科技负责数据和算法。今天我跟大家分享的是聊天机器人可能要在面试中开始使用了。第一，我们会讲一下面试机器人为什么不仅仅是一个聊天机器人，面试是一个很特殊的场景。第二，是我们的技术内核，就是知识图谱，这个聊天机器人不是一无所知的，需要有很多的知识才能面对挑战。第三，我会讲一些会话和分析的事情，这个直接决定了面试过程能否流畅，像人一样自主的展开。接下来是神经网络的一些技术细节，我会尽量用一些比较生动的例子让大家理解这个网络是如何可靠的。最后展望一下面试机器人后续会怎么样。
1、面试机器人不仅仅又是一个聊天机器人事实上，我们说到HR的工作可能有很多的理论模型，三支柱模型，钻石模型这些，但是HR的工作离不开两点，一个是做关于人的决策，一个是要做关于人的沟通。AI在赋能HR的时候，其实在这两点上都有贡献。首先，我们可以通过AI让关于人的决策变的更加明智，其次，AI可以让沟通工作变的更加高效，面试机器人就是AI让沟通变的更加高效的第一步。
说到面试，它和普通的聊天不一样，这里列出了一些区别，大家其实平时用微软小冰或者苹果的SIRI都用的挺多了，但是面试跟这个有挺大区别，人聊天是很放松的事情，但是去参加面试很紧张，因为面试官在主导这个对话，面试官是一个会话角色，意味着在面试过程中，面试机器人首先要主导这个对话，然后经过多轮的对话才能最终完成，最终还要给候选人一个评价，这和普通的聊天不一样，聊天完了以后那是消费者给你客服一个评价，面试完了以后是由面试机器人给候选人一个评价，过滤出合适的候选人进入下一个轮次，这个是很不一样的。
2、基于人才知识图谱的动态会话决策
你要想让面试机器人能够正常工作，它会和一般聊天不同的是，它要基于一个人才知识图谱，区别于普通的聊天机器人公司，市场上有很多的伙伴在研发这些技术，我们的区别是什么呢？他们更像是让一个人类的宝宝从小到大，越长越大以后，对话越来越流利，但是我们e成做一个面试机器人， 就像一个外国专家要开始学用汉语说话，专家肚子里面有很多的知识，但之前不会说中国话，现在要学习怎么说出来。
在每一个面试场景面试官都需要具备很多的知识， 因此需要让这个机器人面试官具有这些领域知识，不能一无所知去做这个工作。当面试机器人底层有了知识图谱的知识支撑就不同了，首先，机器人面试官可以基于知识图谱定制对话的目标，其次，知识图谱还能让面试机器人做出动态会话决策，最后，知识图谱构成会话进行的算法机制的一部分。
我们来分开看一下，我们都知道面试在正常情况下是一轮一轮进行的，每一轮面试都有自己独特的目标，技术面的时候，评估候选人的技术水平，直属领导在面试的时候，他是来评估这个人是否适合这个岗位的，如果是CIT面试只考核你的沟通能力和软性素质，如果是HRD或者老板最后终面，那就是评估候选人的价值观和动机，对于面试机器人来讲需要在不同的场景下定制自己的目标，这是一个比较高的要求，因为面试场景变化很大，在不同行业、不同公司，面试不同职能的人，考核候选人的点是不一样的，你需要为各种各样的岗位确定这个目标，也就是面试机器人需要一个设置面试评估目标优先级的灵活方案。
这个优先级是指什么呢？就是人有很多不同的属性，里面也会列出自己的需求，但这个里面不是所有的东西都是眉毛胡子一把抓，你如果没有优先级的话，对话发展起来就会一片混乱，优先级的设置挺重要的。
3、面试场景的会话结构分析
下一页是讲在图谱的知识下，可以让这个机器人来灵活规划会话的流程，现在的多轮会话机器人，如果在座有做这个技术的应该了解，业界现状一般是用Pipeline来设置这个过程，每个对话节点设置自己的条件，在符合条件的时候让这个对话进入下一个节点，多轮对话所有的节点就构成一个Pipeline的框架，但这个轮次非常多，因为要问很多的问题。整体框架也会因此非常难以维护。
所以我们是让机器人面试官基于知识图谱动态推演出整个面试的会话流程。举一个例子，现在机器人面试官的面试目标是要招一个工程师， 它就要确认这个工程师的技术水平是否适合来进行研发，候选人介绍说，“我当时在组里设计开发Chatbot的语义理解、实体识别、多轮对话等核心算法。”那么机器人的知识图谱里有语义理解，实体识别，多轮对话的相关知识，知道这些都是开发Chatbot的相关技能，那么机器人就可以抓住其中一个点，把这个对话深入展开下去，比如说，机器人可以抓住“多轮对话”接着问： 能具体介绍一下你采用的多轮对话策略吗？ 这样整个过程就比较流畅，像人的面试，依赖预定义逻辑是无法做到的。
把知识图谱作为一个底层的知识以后，这些实体都已经嵌入了一个语义空间，被向量化了，使得我们可以得到整个对话在进入机器学习模型的时候能够给这些文本编码为合理的向量，否则依然停留在词语和关健词的级别，那么你依靠字符匹配做对话机器人就必然会陷入困境，大家可能玩SIRI的时候经常体验到这一点，你用一句话跟Siri沟通，它好像还可以，换一个词就不懂了，因为它硬编码了那几个词或某个句型，它是记住了那个词，但没有映射到其他的近义词或等价表述上。而当我们要让机器人真正掌握一个概念和语义的时候，就意味着它把这个概念和语义向量化了，这样AI才可以自如的对会话中的意义进行计算。
现在来说一下会话结构分析，你要想让聊天机器人或者说面试机器人说的更加接近于人，他需要对会话过程有理解，我们说面试是一场比较严肃的会话，这个会话是有一些规矩的，我们说一下里面有什么东西，这里是一些要点，话轮，邻接对和链接结构等等。
话轮是一个很基础的概念， 大家在说话的时候一般不会说一句话就结束了，你会需要连续说好几句，才能把你想说的话说完，这是一个话轮。因此句子不是会话的最小单位，话轮才是。这个话轮会转换，话轮有让步和夺取的操作， 比如有时候你想抢话过来说，对方还在说的时候，你会抢过来，这是话轮夺取。这个取决于说话的双方谁更有支配，或者说两人的上下位关系。他是你的领导，他抢话你肯定让他接着说。现在在面试的时候，机器人是处于地位比较高的那一方，他是可以主动来夺取话轮的，这也是非常必要的，如果机器人还像在做客服机器人一样，傻傻听人类候选人一直在滔滔不绝，但人类候选人很可能已经偏离了主题，这个时候机器人面试官需要主动把话轮夺取过来，打断对方告诉他你现在说的已经和我问的问题没有关系了，这个话轮的夺取变成了比较关键的事情。
在话轮切换的时候会产生相邻对的概念，就是属于两个不同说话人的相邻接的话轮，相邻对有不同的类型，例如：【问候-问候】类型，正常两个人见面互相问候，我说你吃过了吗？对方说，吃过了，你吃过了吗？ 或者【提问-回答】类型，就是常见的一问一答。还有【陈述-反应】的类型，你说天气很热，他反应我们去凉快地方呆着吧，还有【邀请-接受/拒绝】类型，邀请了以后可以接受也可以拒绝，上面这些相邻对的不同类型体现了不同的对话意图，通过对这些相邻对类型的分析，机器人就可以理解当前这个会话的意图是什么，意图有什么意义呢？其实会让会话变的自然很多。我这里举一个例子，同样给正反馈，但如果有不同的意图，就会有完全不同的对话。
比如说你意图是表示在倾听，那你可能就会说“嗯”，“嗯嗯”，这是你在微信里面表示「我在听，你继续说」，这是不打断话轮的，如果你意图是表示理解，你说“知道”，“明白了“，这是一个肯定，它有一个概率会夺过话轮，有时候你表示认同，你说“是的”，这时候对于话轮转换是中立的， 有时候你比较关注这个话题，你会部分重复对方的话，说明我对这个话题也感兴趣，这个时候你表示自己的支持立场，但是夺取话轮继续往下说。同样是表达正面的肯定立场，但是结合不同意图以后会有完全不一样的表达。
我们在说话的时候，有时候感觉对方和我能够说的很流畅，有的时候这个人怎么都不接我的话茬，这个话茬就是邻接对之间存在的链接结构，我现在上面举了两个例子。
一个是面试官在那里说，你那份工作的动力是什么？他说我不服输，我有条件不应该输给别人。动力这个词把上面和下面连起来， 他问你动力是什么的时候，你回答了这么一句话，然后说这就是动力，有时候词语会发生变化，但是不要紧，通过这个意义的交点，把前后的相邻对连接在一起，使得这个主考官确认这个人是在回答我的问题，也是我们面试机器人能够了解候选人跟着我的话茬在走。通过这个链接的关系能够确认对话的焦点还在不在我的控制内。
另一个例子是说你离开那个工作的时候留恋吗？他说不留恋，留恋就把这个对话给链接起来了，这个链接结构的机制使得机器人可以使整个对话变的更加合理。比如说他可以在候选人长篇大论的时候打断，也可以主动把自己的话跟对方的话连接起来，使得候选人更容易理解这个主考官在问什么。
4、增强学习和模仿学习的混合方案
我现在到了比较困难的部分，我要强行给大家科普一下神经网络，这是增强学习和模仿学习，我应该会用比较通俗的比方尽量讲的清楚一点。先是看一下整体的结构：
底层是一个图谱，图谱层里面有人才画像、岗位画像和评估目标，这些画像都落实成为一个个知识图谱，人才画像就是关于这个候选人是什么样子的各种属性连接起来的一个图，岗位是什么也是一个知识图谱，以及不同的面试其实有不同的评估目标，这个评估目标也体现为一个小的图谱，图谱层上面是会话层，我们刚刚提到的话轮分析、意图分析，就是通过对相邻对的评估去分析它的意图，还有链接分析，让这个对话变的更加流畅，最终我们实现的时候，到了网络层。我们往下看网络层的具体结构。
这张图展示了一个对话处理的流程，候选人先问，“您对我的职业经历有什么评价？”他会经过一个话语的Encoder， 注意上面有一个圈，这是上一轮的系统对话行为编码（图里标着K-1轮），这个编码里包括一个意图和对话的焦点，让系统知道对方是响应什么来说出这句话的，然后网络把当前对话状态输出到历史对话的跟踪队列，这是整个历史对话的记录，右边是知识图谱，经过知识图谱的检索以后产生了一个确认的结果，这些一起进入会话策略网络，产生了第K轮的对话行为，包括新的对话意图和焦点，会由一个自然语言生成器负责产生具体的句子，然后面试官会说好的，等等。
我们对这个网络的训练采用了增强学习和模仿学习的混合方法，我先要科普一下什么是增强学习和模仿学习，大家可能有不少人听说过什么叫有监督学习，在这个场景下我们没有采用，为什么呢？因为有监督学习的样本标注工作量在做面试机器人的时候实在是太大了，我现在举一个例子，如果以学习驾驶为例，大家去驾校，我可以发给你一本手册，手册上面在所有路况的情况下你需要做出的反应，你见到马路是这样的，左边什么车、右边什么车，然后你要踩油门，什么情况你要换档，试想一下枚举了各种可能情况后你需要的手册有多少页？这是一个惊人的天文数字，因为你要罗列所有可能的组合。
我们人类是怎么样做的呢？我们会去驾校，驾校的教练首先会让你看他开，他用实际操作来告诉你，你应该怎么开车，然后教练会让你自己开，他在边上，他来告诉你这么做不对，你要怎么做，看教练开和教练看你开，这分别对应着模仿学习和增强学习，你在看一个人怎么做你去模仿的话，其实可以快速得到很多正面的例子，你如果自己操作由其他人或者环境给你一个反馈，这称之为增强学习，谷歌的AlphaGo就是通过增强学习来得到这么好的效果。但是增强学习也没法完全包办所有的事情，因为他对正样本的覆盖太稀疏了，你没有办法让这个人在开的时候覆盖所有的情况，有一个教练在边上告诉你也很难覆盖各种可能性。
比较正常的做法是你先看着教练开，模仿他，他再看着你，在关键时候点拨一下。我们采取了类似的策略，我们先让这个机器通过少量的样本预训练一下，然后模仿人类的教学，再收集人类的反馈增强学习，相当于你去驾校，需要先背一点基本的驾驶规则，交规手册，但那个是很少的，没有办法覆盖所有的开车情况，教练接着就会让你去模仿他，最后你快出师了，教练坐在你的边上给你一些关键的指点，这就是我们这个神经网络的学习方式。
5、面试机器人的未来
最后简单说一下面试机器人的未来，刚刚分享了我们的工作就到这里为止，但这对于面试机器人来讲只是一个开始， 它的未来还非常广大，我们正在做能够处理开放式问题的面试机器人，刚刚说到的那些都是封闭式问题， 问题的答案是一个有明确边界的有限集合。但开放式问题不一样，它对应的答案没有边际。但也没法办法回避去处理开放式问题。你在问一个人软性能力的时候，你会希望他跟你分享一些故事的时候，都是你没办法去约束他的对话和边界，这些开放性的问题需要能够让机器人处理。
我们先不说怎么让机器人理解一个故事，怎么让一个机器人知道一个故事说完了，他可以接着往下说，这件事情就很有挑战性，我们在听别人说一个故事的时候是能判断一个故事已经说完了，但怎么让机器人去判断故事说完了就是个问题。这个话题非常有意思，我希望在下次分享的时候可以跟大家分享这个方面的进展， e成会始终致力于人力资源行业的技术发展，谢谢大家！
-
产品
与玛氏公司合作，仟寻上线招聘机器人“iMars小助手”
来源/36氪
文/徐宁
日前，玛氏公司和仟寻MoSeeker联合发布线上招聘AI程序——“iMars小助手”。仟寻MoSeeker创始人兼CEO王向导告知，“iMars小助手”利用的是仟寻自主研发的MoBot智能聊天引擎，其背后的数据库积累了数百万条候选人提问的历史记录，近百条意图信息，等等。当应聘者通过文字或者语音提问时，“iMars小助手”可以先语音识别转文字，然后再识别聊天意图，给出相应答案。同时，引导候选人完成应聘、面试等相关准备。对于候选人来说，iMars小助手相当于应聘前期的私人小助手，通过了解候选人感兴趣的职位，帮助候选人搜索和匹配合适的岗位，回答申请和面试中的各类提问，该技术在辅助应聘者完成申请流程的同时也为应聘者提供随时查看职位申请进展的功能。
36氪曾报道，“仟寻”是一款基于微信的 SaaS 移动招聘系统，主要功能包括职位的移动端发布、传播和申请，以及基于社交关系的员工绑定和内部推荐。仟寻系统记录企业和用户端所有的发布、传播、申请和入职数据，同时可以与企业现有的 ATS（申请追踪系统或企业招聘系统）系统整合。公司于2018年1月完成了1500万美元的B轮投资。
而玛氏集团是一家销售额超过350亿美元的跨国公司，旗下食品品牌包括M&M’s®、士力架®（SNICKERS®）、德芙®（DOVE®）、益达®（EXTRA®）等。除了主营食品业务，码氏还成立了Next Generation Technology团队，利用AI、AR、ER、ML（机器学习）等技术辅助公司发展。
据悉，本次“iMars小助手”的推出则是玛氏中国服务中心、玛氏亚太区数字化及AI创新团队和仟寻MoSeeker联合研发。
-
产品
构建聊天机器人，「Leena AI」想帮 HR 回答“年假还剩几天”等琐碎问题
来源/36氪
文/陈绍元
将 HR 从琐碎的员工事务沟通中解放出来。
HR 和行政人员需要解答内部员工大量的问题，包括“年假还有几天”、“怎么报销”、“怎么请假”等。这些问题其实都有明确的答案，但 HR 需要分别答复，或许还要登录特定的系统、查看特定的文件，然后将标准答案回复给员工。如果将这些任务都交给AI机器人来解决呢？
Leena AI 是 Y Combinator Summer 2018 课程的成员，希望通过构建 HR 机器人，来即时回答员工的各种问题。
Leena AI 的 HR 机器人通过集成到公司现有的人力资源管理等系统中，例如 Slack、Workplace、Workday 等，实现数据库的自动化更新以及针对HR的一些常规问题的查询。
HR机器人可以集成到现有的人力资源管理等系统中
员工可以向 Leena AI 的 HR 机器人询问工资、考勤、报销、审批、假期等各类常见问题，除此之外，HR 机器人还会将员工与职位导师联系起来，让导师提供建议或推荐课程。员工入职时，HR机器人会指导手续、流程。员工离职时，会收集员工反馈。
目前，Leena AI 每周都会与员工进行 1000 次对话。所有这些数据都会反馈到神经网络中，将 Leena AI 训练的更好。
在收费方式上，Leena AI 按照功能将服务划分成十多个模块。其中招聘、新人入职、员工离职模块是一次性付费，每位候选人/员工 15~20 美元。HR FAQ 自动化、差旅和费用管理、健康与保健等模块是按月付费，每位员工每月 1~2 美元。
该服务在 2017 年推出，目前已经有十几个付费客户，包括可口可乐，Pearson，Marico，RPG 等。为实现 2018 财年收入增长到 5 倍的目标， Leena AI 也希望在 IT，管理，财务，采购，销售和管理信息系统等其他行业进行探索。
Leena AI 的竞争对手是其他将科技应用于人力资源领域的公司，包括 Bash，Skillate，EdGE Networks，PeopleStrong，Darwinbox 等。其中 Bash 使用 AI 来改善人力资源流程和员工体验，其前端聊天界面也可以在 Facebook Messenger，Slack 等平台上使用。
HR 机器人的价值很明显。对于员工来说，可以让他们的问题得到及时回应，改善工作体验。
对于公司来说，可以将 HR 从重复琐碎的事务中解放出来，提高效率，创造更高的价值。更深一层，如果能将员工与机器人对话的数据，结合员工信息、工作状况等进行综合分析，或许能帮助 HR 自动观察和判断员工状态、情绪、关心问题、离职和休假可能等，从而及时采取相应的措施。
看回国内，钉钉似乎是一个非常合适的“HR机器人”集成平台。钉钉本身就具有聊天功能，并且围绕办公场景，集成了丰富的应用，包括考勤、审批、招聘、请假、会议等。这些应用以及数据可以与HR机器人无缝对接。
这样当我们想请假时，不用再找到“请假”模块进行操作，而是直接对HR机器人说一句“请假”，就自动进入了请假流程。
-
产品
人力资源软件如何减轻您的完整和最终（F＆F）结算流程
无论什么原因，当一个人离开公司时，肯定会为该公司的人力资源部门启动大量新工作。正确的做法是，管理所有适当的记录，以回复与辞职条款有关的信息查询，但应该管理所有信息。
、
这就是人力资源软件出现的原因，它可以减轻员工分离的巨大负担。
例如，具有完整和最终结算内置模块的智能人力资源软件将帮助人力资源部门快速响应与雇员与公司分离有关的所有请求，同时保持从头到尾的跟踪流程。
以下是一个好的人力资源软件如何协助人力资源管理最常见但敏感的方面。
智能和自动F＆F计算
由于HR人员是启动完整和最终结算流程的人员，拥有人力资源软件是一件聪明的事情，因为它以智能和准确的方式计算员工的全额和最终应付款以及应收账款。
人力资源软件可以计算所有关键薪资方面，如未付薪水，医疗，LTA，小费，余额留存，奖金等。最重要的是，人力资源软件将自动扣除员工从其全额和最终结算费用中支付的税额，并相应地更新工作表格。
计算可回收物品
员工退出公司时，有权在退出期间申请重要补偿。由于F&F解决是一项繁重的任务，因此拥有良好的人力资源解决方案不仅仅是对人力资源人员的掩饰，它会在几秒钟内计算出所有可回收物品，从而为离职员工更快，更平稳地退出公司铺平道路。
员工文件的一站式中心
即时访问正确的记录是完整和最终结算过程中的关键。人力资源软件确保您有正式的辞职副本以及必要的文件。如果员工被解雇，则必须保持文件和通信。
您可以使用人力资源软件以及退出面试文件，跟踪与特定员工裁员有关的所有相关文件和表格。您始终可以选择将相关注释/注释添加到这些文档中。
长话短说，人力资源软件为您提供完整和最终结算流程的鸟瞰图。最重要的是，它提供了一份信息丰富的F＆F信函，这封信函介绍了整个结算流程。
-
产品
Adents联合微软开发基于区块链和AI的产品追踪平台
来源|金融界
北京时间6月14日晚间消息，全球领先的序列化和可追溯性解决方案提供商Adents公司今日宣布，通过与微软合作，开发出一套全新的基于区块链和人工智能技术的产品追踪平台。
该平台被称为“Adents NovaTrack”，可提供贯穿整个供应链的“端到端”的可追溯性和可见性。
面向供应链参与者的“区块链即服务”方法可以在本地或通过云运行区块链节点。
嵌入式安全功能，包括联盟区块链机制，如身份管理，PKI和加密。
通过Microsoft Machine Learning和Business Intelligence Services提供的人工智能来收集和分析数据，将数据转化为可行的业务洞察。
各行业（包括制药和其他行业）的通信标准合规性。
-
产品
获7500万新一轮融资，豆包网乌镇发布“科技赋能”新战略
来源| 创业邦
豆包网于2018年年初完成了新一轮融资7500万，由中国最大的全球化母基金盛景嘉成领投，尚势资本、博将资本、盛腾喜大跟投，原股东汇财投资等持续加持参与。
豆包网创始人张启科介绍，本轮融资将用于“科技赋能”战略的落地，为中小保险公司、保险中介公司赋能，提供数据化管理系统，搭建数字化资产，通过一站式SaaS系统帮助合作机构管理客户、快速理赔、风险管理，提高投保、续保和保后服务的效能。
“在新技术驱动下，保险不再是一种简单的损失补偿，而是融合了科技、服务和管理，更好的满足社会需要。”
在日前召开的乌镇保险科技菁英大会上，张启科发布了“科技赋能”全新战略，提出保险行业应该更好建立自己的核心服务能力，从被保险人的利益出发，以服务深度为特点为保险和中介赋能。总体来看，保后服务价值挖掘将是未来行业的新热点。
作为一家采用B2B2C模式的互联网保险平台，豆包网于2015年10月正式推出。以“弹性福利”为切入点，综合医疗保险与健康服务，择优而选，为企业和个人提供健康保障服务。
豆包网提供的商品包括以健康险为核心的企业团险，健康体检和健康筛查等服务的企业健康管理方案，还有少儿重疾险、旅游保障计划等延伸产品。
截至目前，豆包网已服务投保人次突破100万，服务企业突破4000家，受理理赔案件近10万起，赋能领先的保险中介公司30余家。
据豆包网提供的数据显示，从2012-2017年，我国互联网保费收入不断增长，从106亿增长到3000亿左右。而根据保监会披露的数据统计，2012年我国只有39家保险机构经营互联网保险业务，到了2016年有117家，2017年达到近130家。
对于互联网保险的发展，张启科认为，一方面，客户保险意识不断增强，客户可保险的资产类型、可保险的资产规模在不断扩大。
伴随着我国保险市场体量的激增，保险业本身对于服务的需求，将呈现指数性爆发。用户需求驱动着互联网保险产品的发展和创新，也带动了整个保险行业的服务更加便捷化、智能化。
另外，金融科技迅速发展，依托大数据、人工智能、区块链等前沿技术，一批以技术驱动、科技赋能行业的保险科技公司已经出现，这些公司有能力提供更为智能化的服务，将有力推动保险行业的升级。
张启科介绍，豆包网凭借“大数据+人工智能”分析能力，区块链技术、自主开发以保障服务为核心的自有技术中介SaaS服务平台，进行用户行为分析、知识图谱、病例数据挖掘、理赔数据管理分析，同时也可通过SaaS平台帮助企业实时提醒、实时掌握员工理赔、体检动态。
对于消费者，豆包网个人微信理赔已经实现了免收纸质单据，快速+简单理赔，专业理赔团队在线审核，只需拍照上传即可完成，满足企业及消费者不同需求，主动提供全方位的服务。
未来，豆包网拟把人身健康资产数据化、资产化，凭借已经逐步建立起的保险产品数据库、健康数据库，基于智慧决策和深度服务，整合产业链资源，探索更多的服务模式和内容。
-
产品
小型企业选择云端人力资源部门的6个理由
全球各地的企业都在快速唤醒云计算的想法及其提供的诸多好处。无论是公共还是私有云计算，大量企业都以某种方式使用云。
随着许多关键业务操作以极快的速度转移到云端，人力资源部也不例外。事实上，组织通过将其人力资源流程转移到云生态系统来节省一笔财富。
是的，实施基于云计算的工资软件或人力资本管理解决方案可以解决与员工和人力资本管理有关的各种问题。
这里有六个原因说明为什么云中的人力资源部门对小型企业来说是完全合理的。
1.人力资源聊天机器人
所以，我们都知道'Siri'（臭名昭着的聊天机器人/虚拟助手）及其在我们生活中的角色！
现在想象一下聊天机器人为您附近的人力资源部门提供动力。是的，大多数基于云计算的工资软件解决方案都配备了智能HR聊天机器人，作为人力资源部门的扩展部分。
员工向人力资源部门提出的大多数问题都由使用机器学习和人工智能算法与人类交互的人力资源聊天机器人来解答。这些机器人将执行世俗和常规的与人力资源相关的任务，例如在旅途中进行员工调查，收集员工信息，提供工资细节等。
2.可扩展和预算友好
是的，基于SaaS的订阅计划使云工资软件成为初创企业和小企业的完美选择。简而言之，“即用即付”功能使基于云计算的人力资源软件可以充分扩展至中小型企业。此外，它还消除了为维护和实施目的而增加IT设备和人员的需求。
3.统一的HR数据库
基于云计算的工资软件可作为所有重要员工数据的综合集中中心，从而确保每个人都处于同一页面上。没有更多的工资和出勤冗余或不一致。
最重要的是，基于云计算的工资软件可以即时访问人力资源数据库，例如离职，休假详情，病假等等。
4.时间和出勤
基于云的人力资源软件可以帮助您通过其自动时间跟踪功能保持准时和旷工。它可以让您创建和处理多个工作班次，员工时间安排，离职/出勤等等。
5.自助服务
将人力资源运营转移到云计算中最令人兴奋的部分就是这里。
员工自助服务可以让公司的员工从他们的手持设备上即时检查叶子，申请叶子，查看税务/工资细节等，而无需打开人力资源管理系统。由于它允许员工自己检查和更新他们的个人信息，因此HR不必这样做，从而为他们节省时间和精力。
6.人力资源分析
无论您的人力资源部门是否使用数以百计的预格式化图表或报告，您都可以将它们与云工资软件进行整合。找到了！智能HR随时随地从任何设备上报告。享受人工访问直观的人力资源分析和管理信息系统报告，进行一系列与人力资源相关的活动，例如人员配备，出勤率，绩效管理，招聘等。
就其核心而言，云计算工资软件随着您的小企业而增长。易于实施和使用，对于正在成长的公司来说，投资于基于云计算的人力资源解决方案当然是有意义的。
除了节省时间和口袋友好之外，当我们谈论创新时，云薪水软件是一个福音。是的，自动系统升级和更新使云HR解决方案相对更容易保持有用和前沿。
以上内容基于AI翻译，仅供参考
-
产品
肯耐珂萨发布大数据报告，提供全面“敬业度数据”参考
近日，人力资本云服务公司肯耐珂萨联合复旦大学智慧城市研究中心发布了《2018 KNX敬业度大数据白皮书》（以下简称“白皮书”），白皮书结果来自于对KNX积累的1030万员工敬业度调研大数据的深度实证研究。白皮书不仅描述了中国企业员工敬业度的群体画像，而且侧重于挖掘敬业度现状背后潜藏的驱动因素。
因此我们也可以理解为，这份白皮书涵盖的范围是“驱动因素与员工敬业度的变量关系”和“适合中国市场的敬业度预测模型”，而非仅仅传统的分类走势。
企业文化、信息能力、领导者，敬业度驱动因素Top 3
影响员工敬业度的因素有很多，员工会根据他们所得到的资源、支持的程度来决定他们的工作敬业水平。
与传统敬业度报告的差别在于，白皮书基于机器学习，解析出了驱动因素影响的中间层——即“领导者”、“信息能力”这两项因素除了自己本身影响敬业度指数外，它两还能同时通过影响其他的“战略”、“文化”，二次影响敬业度指数。
在六大维度中，“企业文化”是对敬业度提升最显著的因素；
“信息能力”是第二大驱动因素，但它对敬业度的直接效应并不强，而是通过影响“企业文化”、“战略明晰”这两个因素来提高员工敬业度；
领导者对员工敬业度也有着不可忽视的影响，排在第三位，它是通过“企业文化”和“战略明晰”来间接影响企业员工敬业度。
利用机器学习及早识别敬业度“特殊群体”
肯耐珂萨联合复旦大学智慧城市研究中心利用机器学习分析了超过1030万员工敬业度数据，创建了可以进行检测预警的算法，这是人工智能在敬业度分析的首次使用。
白皮书揭示了3条有效预测规则，这可以用来帮助企业判别“特殊群体”，并对“特殊群体”的敬业度特征进行预测。该算法无法从数据当中识别任何员工个体，因此无需担忧隐私问题。
此次构建的敬业度模型，通过“预测敬业度值”和“员工的实际敬业度值”对比，其预测准确率高达95%，在该模型基础上，机器学习可以通过规定不同类型的特殊群体，来推测识别他们的重要普遍特征，这将为企业的敬业度培养提供智能化改进建议。
福利！
下面为肯耐珂萨白皮书下载链接：
http://www.knx.com.cn/public/upload/file/2018KNXjyddsjbps.pdf
-
产品
区块链社交应用ONO完成千万美金A轮融资，雄岸基金与KIP共同投资
来源|新芽NewSeed
6月8日消息，今天在杭州举办的2018全球区块链论坛上，区块链企业ONO宣布完成千万美元A轮融资。
本轮融资由区块链投资机构雄岸全球区块链百亿创新基金、韩国风投机构KIP共同投资。融资资金将主要用于ONO生态建设、ONO DApp产品技术能力升级以及国际版上线后全球化战略启动等领域。
ONO是基于区块链技术的社交网络，部署在EOS上，主打针对95后乃至00后的去中心化社交App，曾获得BM本人的首肯。
今年3月，ONO参加了新芽DEMO第38期“区块链落地”专场，并得到本轮投资方KIP VP 崔虎的青睐。
创始人徐可在新芽DEMO上概括了ONO区块链社交的特色，即定义注意力价值，标记用户行为，将（各平台争抢的）用户时间可视化，让小用户也可以跨越阶层地享受时间和内容带来的收益（以积分的方式换取礼品），改变原先只有大V才容易变现的局面。
今年初，ONO的首席执行官徐可对外宣布并购了Jeff Ma所带领的资深硅谷区块链团队。
3月，ONO宣布将正式参与竞选EOS全球21个超级节点，其宣称将使用EOS超级节点运营第一个区块链社交网络。
5月，国内多家媒体发布消息称，EOS全球首款落地DAPP ONO携手硬币资本李笑来，共同发起并成功搭建EOS测试网络EOS.host。
日前，EOS主网上线在即，ONO又于6月1日宣布将在6月使用EOS.IO软件启动ONO主链，通过ONO DAC机制运营管理社区，避免社区分裂。
在创始团队方面，ONO创始人兼CEO徐可毕业于英国伦敦大学学院，连续创业者，2015年曾带领团队开发了基于LBS的技能价值社交APP“ERA”，用户量超过百万；
2017年开发、运营的区块链游戏Cryptodogs首日卖出超过千个ETH；不久前并购的硅谷区块链技术团队，领队Jeff Ma有十年以上前沿技术领域管理经验，曾担任多家上市公司技术负责人；
CTO Micky Lau，连续创业者，15年以上网络游戏、社交游戏开发经验，曾供职金山软件、蓝港在线等；
CMO Maggie Chow，擅长品牌整合营销和平台运营，曾供职KEEP、DR钻戒和简理财。
本轮投资ONO的雄岸基金是政府资金占30%的区块链投资基金。KIP（Korea Investment Partners）是亚洲顶级风险投资机构之一，2008年进入中国市场，在管基金总规模超过135亿元。
ONO此前还相继获得猎豹CEO傅盛、松禾资本、华创资本、逐鹿资本、硬币资本等数千万人民币天使轮融资。
-
产品
百度区块链推原生应用 度宇宙上线
来源|新浪科技
今天，百度推出度宇宙，这是继本月百度超级链发布、“图腾” 新版本上线后，百度的又一区块链项目。
根据官网信息，度宇宙将为用户打造一个由元素、引力、星球所构建的数字宇宙。用户可以通过多种系统行为获取度宇宙“元素”，并创造和扩建属于自己的星球，在用户星球质量逐渐增加的过程中，诸多新功能将逐步开启。
百度方面透露，官网上线之后，度宇宙App将于世界杯开幕式前后发布。在用户使用体验过程中，度宇宙的新玩法也将在虚拟资产积累与现实权益保障方面为用户带来更多便利。
据百度官方介绍，度宇宙不会做另一种数字货币，而是建立一个数字社会。
百度今年布局区块链生态进程：
年初，百度搜索公司成立百度区块链实验室；
4月，上线区块链原创图片服务平台——图腾；
5月底，百度百科上链；
6月初，百度“超级链”发布。
扫一扫 加微信
hrtechchina
