-
生成式AI
大咖观点：生成式AI将全面普及，HRTech的未来在哪里？
HRTech概述：Josh Bersin最新推文谈到，生成式AI全面进入主流！46%的企业领导每天使用AI，80%每周使用，74%报告正向回报，AI投资普遍超千万美元。当前主要用于会议总结、数据分析与文档撰写，但AI正在从“个人助理”升级为“多功能智能体”。IBM Ask HR 与 Galileo 等系统正在成为企业的数字伙伴。未来，AI Agent 将具备记忆与个性，并通过数据治理实现跨系统协作。AI不会取代工作，而是让HR成为“超级工作者”。企业的竞争，将取决于谁能率先完成AI系统化转型。推荐阅读了解，视频解读可以访问视频号：HRTech
这里有一份JoshBersin发布的报告《充分发挥 AI 影响力，拥抱超级员工时代》，点击下载
Josh Bersin刚刚完成了一次横跨欧洲、亚洲和中东、累计近六万英里的行程，拜访了数百家公司，讨论他们的AI战略。虽然每家公司的成熟度各不相同，但有一点非常明确：AI作为商业工具已经到来——它是真实存在的，其使用场景正在迅速增长。
宾夕法尼亚大学沃顿商学院（Wharton）的最新调查显示，46%的商业领袖每天使用生成式AI（Gen AI），80%每周至少使用一次。在这些用户中，72%正在衡量投资回报率（ROI），74%表示结果是正向的。顺带一提，HR部门在使用率上排名第三，仅次于IT和财务部门。
预算投入也在大幅上升：23%的大型公司每年在AI上的支出超过2000万美元，43%超过1000万美元。
企业从AI中获得了什么？答案是：生产力。目前最主要的应用是我称之为“第一阶段”的使用方式——个人生产力提升。AI帮助员工总结会议、分析数据、查找信息、撰写或分析文档。这些个人层面的应用确实带来了实在的效率提升，但这仅仅是开始。
生成式AI或将成为“新一代微软Office”
不得不说，这种使用方式与文字处理、电子表格和互联网搜索早期的发展非常相似——它们都是“个人生产力”的革命。微软对此早已深谋远虑，MS Copilot正在逐渐成为“新一代Office套件”。
当然，AI能做的远不止这些。目前约有12%的公司部署了企业级AI代理（Corporate Agent），例如IBM的“Ask HR”。这类“知识与信息管理”聊天机器人正迅速普及，它们可以取代复杂的门户网站和SharePoint页面，也可用于客户支持。未来，每家公司都会拥有自己的AI代理。
举个例子：我们的一位客户——一家大型医疗保健公司——已经运行员工聊天机器人（Agent）四年之久。它的成功使得公司所有的HR应用都逐步整合在其后端。员工通过该Agent就能获得关于薪资、福利、工作排班甚至培训的帮助。
AI在招聘领域的应用也已被证明行之有效：候选人可以与智能代理聊天、完成AI评估，甚至接受AI虚拟面试——这一切可在深夜进行，无需安排与招聘经理的通话。
虽然高ROI的多功能Agent（Stage 3）尚未全面落地，但各企业已开始部署AI教练和AI学习工具。许多大型客户已上线AI原生学习系统，实现了30%–40%的人员优化，同时显著提升了学习与赋能效率。
跨越卢比孔河：我们越过了什么界限？
“跨越卢比孔河”（Crossing the Rubicon）意味着“无法回头的临界点”。现在，我们正处在这样的时刻。
尽管外界仍有各种危言耸听的报道——称AI将毁掉工作与生活——生成式AI其实是一种有用、务实、且易于理解的工具。它并不完美（我在播客中讨论过ChatGPT的高错误率），但一旦你掌握了使用方法，并建立可靠的数据集，AI的表现相当令人满意。
两年前，《纽约时报》还在刊登那些关于AI恋人或“AI伴侣”的怪异故事。如今这些报道早已消失，取而代之的是超过1万亿美元的基础设施、工程与能源投资——让AI真正变得安全且可用。
当然，这并不意味着AI百分之百安全。如果使用不当，你仍可能得到错误结论、糟糕报告或虚假结果。但我们正在学习如何“验证AI”的输出，对其“概率性特征”也更加适应。
新的挑战也随之出现——AI的能耗与资源消耗。例如，阿联酋的一位领导者告诉我，每一次ChatGPT查询平均会消耗4升水，这已成为亟待解决的新问题。
接下来会怎样？
我们才刚刚开始，AI的演进远未结束。
第一阶段：从单用户到多功能使用场景
AI的最大ROI将来自我称之为“多功能智能体”（Multi-Functional Agent）的形态。当前的AI工具，就像汽车中的“助力方向盘”——虽然能帮助转动方向，但我们真正想要的是“AI直接带我们到达目的地”，而非仅帮忙转向。
这种转变正在招聘和培训领域率先出现。如今的AI代理能自动撰写职位需求、与候选人沟通、安排面试并筛选简历，接下来还会连接入职与绩效评估。这种“招聘-职业一体化智能体”正是多功能AI的雏形，我们也在为供应商与买方制定相关蓝图。
企业不希望拥有上百个“各自为政的Agent”，而是希望建立能贯穿端到端业务流程的“智能工作代理”。例如，“从设计到生产再到销售”或“从营销到签约、再到开票与支持”的全流程。当前的单一用例AI将逐步走向融合。
随着这些多功能Agent的出现（多数由IT团队自建，而非完全依赖供应商），企业岗位将被系统性重塑。不再需要“面试协调员”“客户预约助理”或“应收账款专员”——这些工作将被整合到AI工作流中。
在我们的Galileo实践中也能看到这一趋势：它从最初的HR助手，进化为能自动回答问题、生成课程、解决复杂薪酬或内部政策问题的系统。Galileo如今能“为你构建解决方案”，从“问题或想法”一步直达“验证过的解决方案”，就像一辆“自动驾驶汽车”。
智能体将拥有记忆与个性
第二个重大变化是：AI智能体开始“了解你是谁”。例如，Galileo现在可以记住你的身份和过往行为。与其每次都从零开始，这些智能体会**“从你的使用中学习”，或“从业务本身学习”**，因此变得更具自主性、更个性化，也更有价值。
想象一下：你是一位经理，面临产能不足的问题。你问Galileo：“能帮我招聘一个新员工吗？”Galileo可能会回答：“在我帮您开启招聘申请之前，能否请您说明这个职位要做什么？”然后它可能继续问你部门的管理幅度（因为它掌握基准数据），并建议道：“以您预算的薪资水平，寻找内部候选人可能更合适。是否希望我帮您筛选具备相关技能的公司内部员工？”
一个月后，当你再次向Galileo求助时，它可能会说：“上次您新招的那位员工似乎上手速度较慢。我们是否该为团队制定一个新的培训计划，再考虑增员？”
看出差别了吗？当所有这些“助力方向盘式”的AI工具逐渐协同工作时，下一步就是让AI真正“接管整辆车的驾驶”——帮助企业整体运作，而非只处理单点事务。Bersin预测：这类系统将在2026年大量落地。
数据管理将成为企业的命脉
在与拥有AI经验的公司交流时，我们几乎发现了一个共同点：他们新培养的最关键能力，是数据管理、数据标注与数据治理。
我们在构建Galileo的过程中也得到了相同的教训：如果数据不准确、不及时、未正确标注，AI的输出就会失真。AI本身并不“理解”这些文字或数字的意义，它只是通过概率与向量计算来生成答案。因此，哪怕最微小的数据错误，都可能导致高比例的错误结论。（可参考我关于“45%的新闻查询结果有误”的播客内容。）
这也是为什么像IBM、沃尔玛、BMS这样的公司最终发现，“数据所有权”成为了关键战略资源。
例如，IBM在其“Ask HR”智能体中管理着超过6000条HR政策，并为每条政策指定负责人，负责更新与维护。现在，IBM正在构建新的智能体，用以扫描政策内容，监测全球数千个地区的法规变动，以提醒潜在风险。可以预见，所有公司都将踏上这一学习曲线。
智能体将与智能体对话
更令人兴奋的是：AI智能体之间的“互联互通”即将实现。我们称之为Agent-to-Agent（A2A）通信，或多代理通信协议（MCP）。虽然这些协议仍在早期阶段，但企业界已在积极探索。
不过我也要提醒一句：别急着采购五十个不同的AI代理。如果这些代理不能互相协作，它们的实际价值会大打折扣。许多客户现在签合同时只签一年，就是为了避免“被锁死在某个快速过时的AI系统中”。
供应商风险与市场格局
AI前路依然存在风险。我们仍不确定OpenAI是否能“自我整顿”，微软的Copilot目前分散在多个方向，而谷歌（Gemini）与Anthropic还需面对来自Grok、DeepSeek等新竞争者。如果股市出现剧烈调整，AI行业也很可能迎来一轮整合。
我认为，那些专注于高质量、务实商业应用的产品才最值得购买。例如Galileo、Paradox、Eightfold、Sana、Arist等，这些HR领域的AI产品都已具备成熟的落地能力。
此外，各大HCM厂商——SAP、Workday、ADP、HiBob、ServiceNow——也正在将AI智能体嵌入薪酬与流程引擎中，力图成为企业的端到端多功能智能体供应商。SAP收购SmartRecruiters、Workday收购HiredScore、Paradox与Sana的整合，正是这一趋势的体现。HR团队必须密切跟进这些生态变化。
其他担忧：工作流失与员工“被弱化”？
在我这次旅途中，听到了很多类似的担忧：HR人员害怕被取代；招聘人员不确定候选人是否“真人”；有人问我：“我们是不是都要变得更笨？”
我的回答是——如果你不主动拥抱这场革命，它也会在没有你的情况下开始。这是一个商业史上难得的转型时期，我们有机会彻底重塑自己的工作方式。现在不是退缩的时刻，而是亲手掌握AI工具、亲身实践的时刻。只要你开始使用这些工具，或者让我们带你体验Galileo，你就会发现新的职业机会——你的熟练度与经验将成为你在AI时代的竞争优势。
至于AI是否会取代人类的工作？我建议别听技术圈那些危言耸听的人。这根本不可能。
即便有一天我们真的拥有“自动驾驶汽车”，我们回头也可能会说：“其实开车也没多有趣嘛。”那时候我们会把注意力放到生活的其他部分，用新的方式创造价值。
而AI技术仍然如此新、如此不完美、变化如此迅速，反而创造了无数新的岗位与角色——超级员工（Superworkers）、顾问、创新者——去挖掘新的应用场景。
我记得1981年电子表格刚推出时，大家都以为会计师要失业了。结果呢？如今会计师比过去更多，只是他们不再浪费时间手算列数。
对于设计师、创作者、作家或分析师而言，AI就像你身边的一台个人超级计算机。正如木匠使用电动锯与自动雕刻机一样，你依然能创造出精美、复杂的作品——只要学会使用这些新工具。
欢迎来到新的世界
现在迷雾已散，AI将长期存在。让我们一起走上“超级工作者”的道路，帮助组织学习、应用并充分利用这项惊人的新技术。接下来的方向，就掌握在我们手中。
附录：这里有一份JoshBersin发布的报告《充分发挥 AI 影响力，拥抱超级员工时代》，点击下载
附录思维导图：
-
生成式AI
信任AI，还是绕开AI？2025职场人正在重新选择
HRTech概述：德勤《Workforce Trust with AI》（点击可下载）最新调研显示，尽管企业内部AI工具的可及性提升，但员工对生成式AI的信任却大幅下滑——仅三个月内下降35%。43%的员工承认使用未经批准的AI工具，暴露出企业在AI治理与信任建设方面的巨大缺口。研究指出，AI技术的最大挑战已从“可用性”转向“可信度”。当员工不再相信AI，创新也将失去持续动力。视频解读请访问视频号：HRTech
一、AI时代的“信任危机”正在蔓延
AI在企业中无处不在，从简历筛选、绩效评估到客户分析，几乎每个环节都在被智能化。然而，德勤最新发布的《Workforce Trust with AI》报告提醒我们：AI的最大障碍不再是技术成熟度，而是“信任”。
报告基于2025年5月至7月对六大行业、超过1.7万名员工的调研，结果令人警醒——生成式AI（GenAI）在职场的使用率下降了15%，员工对AI的信任度更是在三个月内暴跌35%。这意味着，AI在企业内部虽然普及了，但“敢不用、不想用”的现象却在扩大。
二、数据背后的现实：员工为何“不信任AI”？
在拥有AI工具可用权限的员工中，43%承认自己使用了“未经批准的AI工具”。换句话说，几乎一半的员工在“绕过”企业提供的AI系统，选择自己信任的外部工具。这种“信任错位”背后有三大原因：
可用性差：45%的员工认为企业AI工具“太难用”，不如外部平台便捷。
结果不可靠：37%的人指出官方工具“输出不准、不懂语境”。
缺乏透明性：大量员工反映AI的决策过程“不可解释”，难以信任其公平性。
这揭示了一个核心问题——企业在AI导入阶段往往只关注技术性能，却忽视了员工的“心理信任成本”。
三、信任的断层：谁更信任AI？谁更抵触？
德勤的细分数据发现，高层与基层员工的AI信任差距接近两倍。
企业高管与管理层普遍对AI持积极态度，认为其能提升效率、降低风险；
一线员工则更担忧AI取代岗位、加剧考核压力。
代际差异同样明显：
X世代和婴儿潮一代对AI的信任度普遍高于Z世代与千禧一代。
年轻员工虽然更熟悉AI工具，却对其公平性和透明度更敏感。
换言之，“越懂技术的人，越不轻易信任技术”。
四、培训=信任：数据证明了这一点
报告揭示一个惊人的数字：
接受过AI实操培训的员工，对雇主AI的信任度提升 144%。
培训不仅让员工理解“AI如何工作”，更让他们感受到“AI为何值得信任”。同样重要的是，那些拥有开放沟通与示范机制的企业，AI采纳率更高、员工更积极。
德勤指出，“信任AI”的员工每周平均节省两小时工作时间，并更可能主动向他人推荐AI工具。这种正向循环，正是企业AI转型的关键。
五、企业信任重建三步走：从透明到共创
在德勤的模型中，职场信任的四大支柱包括：人性（Humanity）、能力（Capability）、可靠性（Reliability）、透明度（Transparency）。结合报告结论，企业可从以下三个方向重建AI信任：
让AI“看得见”：公开算法逻辑、用途和数据来源，让员工理解AI不是“黑箱”。
让AI“用得顺”：将AI融入现有流程，而非强制替代人类判断。
让AI“更懂人”：在AI设计中融入人性化体验与反馈机制，建立共创式关系。
信任并非通过制度“要求”出来的，而是通过体验“赢得”的。
六、从治理到文化：AI信任是企业竞争力的新指标
德勤认为，AI信任正在成为继“数字化转型指数”之后的第二个关键组织指标（Workforce Trust Index）。
当企业AI的可解释性、伦理框架与人机协作机制逐渐成熟，员工会重新建立“数字信心”。未来的竞争，不仅是算法的比拼，更是信任生态的建设。
对HR而言，这份报告带来的最大启示是：
“AI治理不只是IT部门的事，它正在成为HR文化与员工体验的新核心。”
七、结语：信任AI，才能用好AI
生成式AI的崛起改变了工作方式，但决定其成败的仍然是“人”。当员工不再害怕AI、当AI不再被视为“威胁”，信任才可能转化为生产力。
德勤的研究无疑为企业指明方向：从算法信任到组织信任，AI的未来不在机器，而在人心。
-
生成式AI
招聘的下一场革命：AI正在成为招聘“基础设施”
过去十年，招聘一直围绕“时间”“判断”“人脉”三要素展开。但今天，随着 AI 全面进入招聘核心流程，我们即将步入一个以智能决策与人机协作为核心的新阶段。
未来12个月，将是 HR 与招聘领域应对 AI 冲击的战略窗口期。这一变革并非某种遥远愿景，而是正在发生的现实。
AI正在成为招聘“基础设施”
从简历筛选到面试安排，从职位发布到候选人互动，AI 正将大量重复性、流程化任务自动化，并带来实质性效能提升：
AI 搜寻工具 能在数秒内挖掘“隐藏候选人”，显著缩短 time-to-fill。
自动化筛选系统 可在海量简历中识别行为与技能匹配度。
生成式AI 重构职位描述、招聘文案与雇主品牌内容，提升转化率。
虚拟助手与Chatbot 全天候安排面试、答疑解惑、跟进流程，改善候选人体验。
据业内报告，AI 能将招聘前期流程时间缩短 30%-50%，同时提升候选人满意度。但问题也随之而来——我们该如何确保“效率背后”的公平与透明？
新挑战：效率之外，我们是否还拥有判断力？
“更快更省”不是AI的全部意义。真正复杂的问题是：我们如何在不失去人类价值的前提下，借力AI达成更好的招聘决策？
招聘管理者应关注四个关键议题：
偏见识别与合规性：企业如何审查AI模型，避免性别、年龄、背景等隐性歧视？
数据与隐私边界：在AI生成候选人画像的过程中，个性化推荐与隐私侵犯的界线何在？
伦理标准建设：是否建立了AI工具选型、审批、监控、退场机制？是否包含HR、法律、IT多方角色？
招聘者角色转型：招聘人员该如何提升数据素养，成为AI的“引导者”而非“被替代者”？
这些议题，不仅决定了技术落地的成败，更关系到组织的雇主品牌、公平文化与合规底线。
焦点前沿：Agentic AI 的兴起
“Agentic AI”——即具有自主行动能力的AI招聘代理。它们不仅完成单一任务，更能像“数字招聘官”一样：
主动搜寻、筛选、安排、反馈，全流程无人工指令；
根据招聘者行为习惯，实时优化推荐结果；
识别流程瓶颈并自动调整策略。
这意味着，未来AI不仅是“助手”，更可能是“招聘合作者”。然而，AI代理的“自我学习”能力也引发新的问题：
谁对它的决策结果负责？
如何回溯其推理逻辑？
如何防止系统在长周期后偏离组织价值？
实战建议：三步建立AI招聘能力模型
对于想在未来12个月领先一步的组织，三方面入手：
小步试点，快速验证选择低风险、高价值的招聘环节，如初筛、安排、候选人沟通等开展AI试点。
联合制定AI使用守则与法务、IT联合设立AI伦理与合规政策，明确技术选型与使用边界。
赋能招聘者角色转型培养“AI+HR”复合能力，提升招聘者对工具的理解与策略运用能力。
结语：AI不会取代招聘者，但会淘汰旧思维
AI带来的招聘变革，核心不在于技术本身，而在于组织是否准备好迎接新范式。未来12个月，将是领先企业构建新招聘力的关键时期。
在这一过程中，既理解技术，也理解人的HR人将扮演不可替代的角色。他们不只是执行者，更是**“人机共生”招聘未来的设计者和推动者**。
-
生成式AI
【巴黎】从事员工使用软件和生成式AI工具培训公司Mendo获得350万欧元融资，以加速GenAI在企业中的应用
专门从事员工使用软件和生成式人工智能工具培训的初创公司 Mendo 宣布其第二轮融资 350 万欧元。继2023年11月的首轮70万欧元之后，新一轮注资将使Mendo能够将其解决方案扩展到更多公司和工具，同时启动国际扩张，尤其是在英国。
本轮融资由英国教育行业领先基金 Emerge Education 领投，并得到了历史投资者 Tomcat Ventures 以及 Docebo（纳斯达克股票代码：DCBO）首席执行官 Claudio Erba 等知名商业天使投资人的支持。
“Mendo联合创始人兼首席执行官Quentin Amaudry表示："我们坚信，生成式人工智能只有被团队充分理解和正确使用，才能充分释放其潜力。“这次筹款将使我们能够支持更多公司进行数字化转型，确保这些新技术的顺利和可持续应用。
“我们之所以选择与 Mendo 合作，是因为他们的解决方案满足了一个关键需求：确保人工智能的应用不仅仅是一时的趋势，而是真正长期推动企业转型和提高生产力的动力，"Emerge 的创始合伙人 Jan Lynn-Marten 解释说。“我们相信，Mendo 凭借其创新的培训和支持方法，完全有能力在这一领域发挥重要作用。
对于许多企业来说，采用生成式人工智能仍然是一项挑战，在这种情况下，Mendo 的目标是确保这些技术的顺利和可持续整合。麦肯锡的一项全球调查显示，2024 年将有 65% 的企业定期使用生成式人工智能，与前一年相比几乎翻了一番。同一研究还显示，全球 72% 的公司正在积极鼓励员工采用这些技术。然而，G2[1] 进行的一项研究显示，企业及其员工的采用率仍然很低，这对生成式人工智能构成了真正的挑战。只有13%的人工智能聊天机器人评论者供职于员工人数超过1000人的公司，而企业用户使用LLM的比例更低，仅为8%。
Mendo 将自己定位为大型企业数字化转型的重要参与者，其 SaaS 解决方案可培训员工优化使用软件。其应用程序 MendoGPT 专为在微软 Copilot 365 等工具中采用生成式人工智能而设计。
Tomcat Factory 和 Tomcat Invest 的联合创始人 Patrice Thiry 补充说："Mendo 是一家初创企业，完美体现了我们 Tomcat Factory 所追求的雄心和执行速度。亚历山大-皮农（Alexandre Pinon）和昆汀-阿莫德里（Quentin Amaudry）成功地应对了在企业中采用人工智能的挑战，本轮融资是他们加速发展的又一步骤。他们的积极性和远见卓识是其成功的关键驱动力，我相信他们将对数字领域产生重大影响。
350万欧元的融资将使Mendo公司加强团队建设，加快发展速度，特别是在国际市场上（目前占其收入的10%），并在明年将培训的员工人数翻一番--自公司成立以来，培训人数已超过15000人。公司计划招聘 20 名新员工，主要是支持销售和部署工作的专业销售人员，以及开发人员和营销人员。
-
生成式AI
【美国】AI驱动的人才智能解决方案提供商Censia获得Workday Ventures战略投资
人工智能驱动的人才智能解决方案领导者 Censia 宣布获得 Workday Ventures 的战略投资。此次投资彰显了 Censia 的创新能力，并将其定位为通过负责任的人工智能革新人才管理的领先企业。
“Workday Ventures 董事总经理兼高级副总裁 Barbry McGann 表示："人工智能有可能彻底改变人才智能，使企业能够做出更明智的招聘决策、加强员工发展并优化劳动力分析。“我们很高兴宣布对 Censia 进行战略投资，支持他们通过先进的人才智能解决方案释放企业全部潜能的使命。
通过与Workday等平台的整合，Censia屡获殊荣的人才智能解决方案正在彻底改变人力资源团队的运作方式，实现劳动力和候选人发现的自动化，并提供可操作的洞察力，为人才决策提供依据。
Censia的人才智能模型包含来自数千个来源的数万亿个数据点，涵盖数亿专业人士、公司和行业，为这些进步提供了动力。
“Censia首席执行官兼联合创始人Joanna Riley说："我们很荣幸能与Workday合作，这证明了我们通过人工智能改变人才管理的承诺。“这笔投资将帮助我们加快创新步伐，为客户创造更大价值。
客户的主要收益包括:
利用 Censia Talent Intelligence 加强人才管理： Censia的人工智能数据模型和平台将在人才管理平台内为人力资源团队提供基于技能的劳动力洞察力，从而实现更智能、更快速、更公平的人才成果，而无需离开平台。
通过人工智能实现更智能、更快速、更公平的结果：Censia 为人力资源团队提供数以亿计的优先级和人工智能丰富的档案和洞察力，为人才决策提供依据，同时减少对外部来源和机构的依赖。
利用人工智能生成能力将人力资源部门重新定位为领导者： Censia 经人力资源培训的生成式人工智能功能可简化人才流程，并迅速加速人才成果。有了 Censia，人力资源团队就能在生成内容创建、候选人和员工参与、职位规范创建、职业规划和基于直观提示的开发等功能的支持下，引领转型。
这笔投资将有助于加快Censia推广个性化职业规划和高级劳动力分析等创新解决方案的能力。Censia还在开发公平生成用例，如候选人内容创建、代理驱动的员工参与、智能职位规范创建等。
关于 Censia
Censia Talent Intelligence正在释放全球劳动力的潜能。Censia的专有数据模型和解决方案可应用于所有人才决策，从采购和招聘到劳动力规划、内部流动等。通过使用公平算法和世界上最先进的数据平台之一来丰富现有系统，Censia 可提供无缝集成，让团队以他们想要的方式工作。
-
生成式AI
【英国】人力风险管理平台CultureAI获得1000万美元A轮融资，旨在改进组织管理人力风险的方式
总部位于英国伦敦的人力风险管理平台 CultureAI 宣布已完成 1000 万美元的 A 轮融资。此次融资由Mercia Ventures和Smedvig Ventures联合领投，现有投资者Passion Capital和Senovo也将继续提供支持。
尽管许多公司多年来在意识和培训计划方面投入了大量资金，但据Forrester预测，2024年90%的数据泄露事件将涉及人为错误，因为不经常进行的安全培训并不能改变员工的行为。CultureAI 采用数据驱动的方法，通过创新的人力风险管理平台（Human Risk Management Platform）帮助企业监控、减少和修复人为网络风险，使企业能够识别劳动力安全风险、及时指导员工并自动修复。
继 2021 年和 2023 年分别获得 400 万美元和 500 万美元的种子轮投资后，CultureAI 的人力风险管理产品迅速得到采用，收入和客户显著增长，其中包括 Revolut、RAC、Wickes、Delivery Hero、ClearBank 和 Marie Curie。在 SaaS 应用程序、协作工具和生成式人工智能广泛应用的推动下，CultureAI 的网络风险检测和管理方式不断发展。
CultureAI 致力于建设一个不再因人为错误而导致安全漏洞的世界。为了实现这一愿景，公司将大力投资于产品的发展，并扩大所有部门的团队，力争在未来 12 个月内将员工人数翻一番。此外，公司还计划提高其在美国的市场地位和影响力。
CultureAI公司创始人兼首席执行官James Moore说："想象一下，拥有一支数千人的团队，深入了解企业及其员工。如果这个团队能从源头上审查、了解并解决每个员工产生的风险，那么违规行为就能减少 80% 左右。虽然建立这样一个团队并不现实，但我们可以利用智能技术来模仿它的有效性。
“解决人为风险对网络安全至关重要。每天，每 4 名员工中就有 1 人在工作中制造网络风险，从在影子 SaaS 应用程序中重复使用密码，到与人工智能工具过度共享知识产权。我们都是人，都会犯错。然而，仅仅进行更多的安全意识培训并不能解决这个问题，我们无法训练出人类的错误。这就是为什么我们专注于创建一个平台，通过干预和提示来检测并自动修复所有的劳动力网络风险"。
Mercia Ventures 的投资人 Adam Lovell 评论说： “CultureAI走在了人力风险管理这一新兴领域发展的前沿。詹姆斯和他的团队对企业面临的挑战有着深刻的理解，他们开发出了一种全面的解决方案，可以确保企业免受各种网络威胁。我们相信，该公司有望实现突破性增长。这笔资金将帮助该公司进一步面向全球受众，并确立其市场领导者的地位。
Smedvig Ventures合伙人Joe Knowles补充道： “人们普遍认为，人为错误是网络攻击最普遍的载体，而无效的培训计划却无法有效地防止这种错误。应用于实时行为数据的高级分析为CISO控制人为网络风险提供了一种新方法。CultureAI正以其市场领先的软件开创这一先河，提供即时可见性和漏洞缓解。詹姆斯作为该领域的思想领袖享有极高的声誉，我们很高兴能与他和他的团队一起与Mercia Ventures合作。
半岛集团网络安全副总监Aaron Paddison谈到了CultureAI为其组织带来的价值： “我们认识到，在改善员工安全行为方面，一揽子培训的实际效果甚微，我们需要一个更有针对性的解决方案。在了解员工的行为方面，CultureAI 改变了我们的游戏规则。我们可以在风险发生时进行干预，而不是依赖于培训模块（人们会立即忘记）。
关于 CultureAI
创新的CultureAI人力风险管理平台使安全团队能够即时识别员工的网络安全风险，对员工进行即时指导，并自动进行修复。
CultureAI 认识到，我们都是人，每个人都可能犯错。因此，CultureAI 致力于建立一个不再因人为错误而导致安全漏洞的世界。CultureAI平台使企业能够实时测量员工行为，减少并修复人为网络风险，无论员工在何处工作，从电子邮件到即时通讯工具，再到SaaS应用程序。
CultureAI总部位于英国，在曼彻斯特和伦敦设有办事处，深受全球领先企业的信赖。
-
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。"
扫一扫 加微信
hrtechchina
