-
人力资源流程
【美国】GoLogiq收购薪资和人力资源金融科技平台Symplefy，收购金额为3000万美元
总部位于美国的全球金融科技和消费者数据分析提供商 GoLogiq 收购位于越南胡志明市的创新薪资和端到端人力资源（HR）管理解决方案提供商 Symplefy。这项全股票交易的价值高达3000万美元，取决于基于业绩的收益。
交易完成后，Symplefy的联合创始人兼首席执行官Stephen R. Jones被任命为GoLogiq的首席财务官。他还将继续担任Symplefy的首席执行官，Symplefy是GoLogiq的全资子公司。
Symplefy公司专注于东南亚快速增长经济体的企业，通过其创新的云软件管理工具简化人力资源流程和薪资管理流程，提高劳动力效率，简化复杂的法规遵从性，从而彻底改变企业管理劳动力的方式。
Symplefy 产生了大量的数据，这些数据与 GoLogiq 现有的 Radix™ 大数据分析平台相结合，可以提供关键的洞察力，从而提升客户体验，并提供与 GoLogiq 其他金融技术平台交叉销售的机会。
全球薪资与人力资源解决方案和服务市场预计将以 8.4% 的年复合增长率增长，到 2030 年将达到 504 亿美元。人力资源行业思想领袖 People Matters 指出，东南亚（SEA）国家是全球制造业和贸易的主要枢纽，也是全球增长最快的消费市场之一。东南亚国家是全球第三大劳动力市场，仅次于中国和印度，但自 20 世纪 70 年代末以来，其人均 GDP 增长率已超过世界其他地区。
为了抓住东南亚所蕴含的巨大市场机遇，Symplefy 将其金融科技平台的首发重点放在了经济快速增长的越南。据标准普尔全球公司（S&P Global）称，作为全球制造业供应链向具有竞争力的东南亚制造业中心转移的主要受益者，越南预计将在中期内经历快速的经济增长。
鉴于强劲的增长前景，在越南经营的国内外企业面临着许多与薪资和人力资源管理法规相关的独特挑战。越南劳动法对最低工资、加班费、社会保险缴费和个人所得税的规定错综复杂，而且经常变化。
这些因素使得各种规模的企业在合规方面都面临挑战。中小型企业在采用现代薪资系统和自动化方面尤其面临诸多障碍，传统的人工薪资流程容易出错且效率低下。
为了在保持竞争力的同时应对这些监管挑战，越南企业需要投资强大的薪资管理软件，就合规事宜寻求专业建议，随时了解不断变化的法规，并实施有效的人力资源措施以吸引和留住技术人才。
文章来源：techrseries
-
人力资源流程
【观点】如何将ChatGPT用于你的HR工作中？一些建议和看法
在过去五年左右的时间里，人力资源高管们已经逐渐接受了人工智能的快速发展，并将它用于评估求职者或开发聊天机器人来回答员工的基本问题。
但是，现在备受关注的ChatGPT能够以即时、易懂的解释来回答复杂的问题。人力资源战略家们说：人事经理们不知道什么会袭击他们，但是他们需要迅速做好准备。
ChatGPT与人力资源部门已经开始习惯使用的人工智能工具有何不同？ChatGPT经过广泛的数据集训练，有能力对简单和复杂的请求做出详细的、能够根据整个对话的回忆来进行类似于人类的回应。
AMP学习和发展公司的首席执行官Todd Mitchem说:自从ChatGPT这个开源工具在11月上线以来，我已经花了几个小时研究它。使用ChatGPT能够在15分钟内重新调整领导力课程，这个任务之前我的团队可能要花几个小时，甚至几天的时间来完成。ChatGPT比人类曾经处理过的任何事情都要宏大，毋庸置疑，它将颠覆工作世界。
虽然Mitchem的兴奋之情可能听起来很夸张，但人力资源技术界的其他早期采用者也有这种革命性变化的感觉，他们一直在探索ChatGPT。位于旧金山的设计者OpenAI则允许在其初始测试阶段免费使用。
HRU技术资源公司的总裁Tim Sackett说："人工智能工具在人力资源领域的应用正在快速发展。ChatGPT使这种趋势达到了一个新的水平。”
Sackett还将ChatGPT比作工业革命，并预测新平台将 "改变我们所知的工作"。这是因为ChatGPT的生成能力可以给出对话式的答案，并产生即时的文章，有可能将人力资源部门的工作人员从平凡的写作或数据任务中解放出来，这些任务现在消耗了他们大部分的工作时间。
Tim Sackett还补充说："20多年来，人力资源领导告诉我的一件事是，我们只是陷入了这些战术性的、日常的琐事，永远无法摆脱，现在，机器人会做这些工作。"
事实上，像Mitchem和Sackett这样的ChatGPT早期采用者都已经意识到部分人力资源职能会受到新技术的影响。比如说：
招聘。ChatGPT阅读和评估内容的速度将帮助人才招聘团队更快、更公平地评估整批求职者，从而找出人类评估人员可能因偏见或其他因素而错过的最佳候选人。
报酬和薪酬平等。当涉及到薪酬制度对企业的影响时，ChatGPT可以用来预测导致未来薪酬公平问题的因素。
员工的健康和安全。ChatGPT或许可以评估一个因个人问题而寻求帮助的工人，从该员工的电子邮件或在线搜索中看出他们是否真的会对自己或他人构成更大的伤害风险。
在最基本的人力资源应用中，ChatGPT可以立即创建工作描述，或写出公司政策，并且可以根据相关的法律或规则的变化进行实时更新和传播。事实上，该工具执行这些简单任务的能力已经引发了一些猜测，即机器人接管不再需要人类的工作，人力资源部门将面临裁员的压力。
但像Sackett和Mitchem这样的战略家坚持认为：现实情况会更加复杂。就像早期的颠覆性技术一样。比如互联网新技术会创造一些新的职业，但也会使一些职业消失。
人工智能的负责人将被广泛需要。Mitchem预测道：我们还将看到人工智能伦理学家这样的工作头衔——一个不断提出问题的伦理学专家。
随着ChatGPT被纳入公司的技术战略，将有新的应用重点。比如说：AI员工体验、AI合规性、AI人才开发、AI职业获取。我们需要了解如何以一种全新的方式与这种技术互动的专家。
ChatGPT的用户正在快速增长。它在第一周就获得了100万新用户。ChatGPT本质上要求一种新的工作技能，即 "叙述"能力——能向工具提出正确的问题，又能改进答案以适应公司的具体需求。
对人力资源专业人员来说，最紧迫的任务是迅速了解ChatGPT能为人事管理做什么，以及它不能做什么。随着这项技术继续得到广泛的应用，他们不可避免地会开始提出要求。如果你是人力资源部门的领导，而且你有一个团队，你应该指定一个单独的团队，让他们加深对这些工具的理解中，因为每天都有人在基于这项技术建立一个新的人工智能工具。"
此外，如果您作为人力资源经理正在考虑将ChatGPT纳入您的人力资源运营，那么在做出决定之前权衡使用此技术的利弊非常重要。下面是使用ChatGPT的优缺点。
使用ChatGPT的优点
提高效率
对于人力资源经理来说，使用 ChatGPT 的最大好处之一是提高效率。ChatGPT可以自动执行各种人力资源任务，例如回答常见的员工问题、安排面试和更新员工信息。这不仅节省了人力资源经理的时间，而且确保了员工对他们的询问得到快速准确的答复。
改善沟通
这些工具可以为员工提供一种快速简便的方式来获取信息和帮助，从而使人力资源部门和员工更容易相互沟通。 这可以提高员工满意度并减少人力资源工作量。
增加可访问性
这些工具可以使员工更容易获得人力资源信息和支持，无论他们身在何处或日程安排如何。这对于可能无法在正常工作时间内轻松获得人力资源支持的远程员工特别有用。这对于人力资源团队位于不同时区的跨地域团队尤其重要。
增强的数据管理
ChatGPT 还可以通过提供实时更新和见解来帮助人力资源经理更有效地管理数据。这可以帮助人力资源经理做出数据驱动的决策并改善整体人力资源运营。
使用ChatGPT的缺点
复杂情况下的限制
虽然 ChatGPT 可以有效地处理简单的人力资源任务，但它也有人类判断的参与。这可能会导致不正确的响应。
潜在的隐私问题
使用 ChatGPT 可能会引起员工的隐私问题，因为他们的个人信息和问题可能由机器存储和处理。人力资源经理必须确保采取适当的安全措施来保护员工数据，因为 ChatGPT 可以访问敏感的员工信息。
输入ChatGPT的信息还存在不准确或有偏见的风险，从而导致不正确的决定或结果。此外，还存在数据保留（人力资源数据在ChatGPT中存储多长时间以及谁有权访问它）、数据所有权以及遵守相关数据隐私法规等相关问题。
成本
使用 ChatGPT 可能很昂贵，尤其是对于中小型组织。对于某些组织来说，集成和维护该技术的成本可能超过收益。它的新版本ChatGPT Plus目前仅通过OpenAI提供给美国客户，OpenAI将在未来几个月内开始邀请其候补名单中的人员，并在不久的将来转移到其他国家和地区。OpenAI迅速采取行动，通过新的高级版本将业务货币化，并且已经有许多公司追随它以获得一块蛋糕。
对技术的依赖
过分依赖ChatGPT会导致对技术的依赖，并减少人力资源运营中的人情味。人力资源经理必须在利用技术和保持与员工的个人互动之间取得平衡。
结语
虽然 ChatGPT 经过大量文本数据的训练，但它可能仍然难以理解特定人力资源场景的背景和细微差别，并可能提供不准确或不适当的响应。此外，它的性能受到它所接触的训练数据的质量和相关性的限制，因此它可能无法处理新颖或意外的人力资源场景。
此外，将 ChatGPT 与人力资源系统集成可能是一个技术复杂的过程，可能需要专业知识来设置和维护。它还依赖于自然语言处理来理解和响应用户查询，但技术并不完美，可能会在复杂或模棱两可的查询中挣扎，从而导致不准确的响应。
人们不应该仅仅因为它倾向于部分非人性化人力资源职能而直接忽视这项技术，它的采用可以通过自动化几个日常琐事来带来好处，同时为人力资源经理这个角色带来必要的人情味。同时，ChatGPT 在可预见的未来不太可能取代人力资源经理！
-
人力资源流程
人力资本分析（PA）中的系统理论 — 开放世界游戏的乐趣
简介
Uncharted系列游戏和Zelda系列游戏都有伟大的故事情节，精心编写的人物，激烈的动作场面和强大的情感回报，那么这些游戏之间的主要区别是什么？Uncharted是一个线性的故事体验，有点像读一本书，有特定的事件顺序，有开头、中间和结尾，你在如何体验故事方面没有什么自由。 Zelda 则完全相反，它是一个开放的世界游戏，意味着你有充分的行动自由，故事的发展是由你的行动或探索决定的。两者都提供了非常不同类型的体验，一些玩家热衷于开放世界游戏，而另一些玩家则喜欢体验更有条理的游戏方式。
这与系统有什么关系？系统思考的工具更符合上面的未知体验—我们设置了场景，介绍了一些清晰的例子，并给你提供了各种工具，暗示你如果把这些应用到你的人力资本分析项目中，最后会有一个整洁的解决方案。虽然这为你提供了一个坚实的基础，但系统的内容远不止这些。
系统理论是包含系统思考的总体理论，是一个精确的框架。它让你清楚地认识到，在人力资本分析实践中，你应该把探索和实验的方向放在哪里。从这个意义上说，理解系统理论更像是被扔进 Zelda 的大型游戏世界，带着一把小剑，在没有很多指引的情况下自生自灭。虽然系统理论需要用一生的时间来掌握，但你只需使用它的少数核心工具就能取得巨大的成果。因此，我们有必要向我们的人力资本分析和人力资源专业人员和学者同行多介绍一些它的概念。
系统理论概述
让我们从作者的一个真实故事开始。想象一下，你在一家中型科技公司的人力资本分析团队工作，你被告知在过去的12个月里，研发部门有不少工程师相继离职。这对所有高级利益相关者来说都是一个紧迫的问题，所以你开始按照常规步骤，尽可能多地收集数据。你采访当地的利益相关者，收集来自人力资源信息系统、ATS和LMS的各种数据，并开始创建预测模型,但令人沮丧的是，所有的预测模型都显示早期预警信号，而不是告诉你工程师流失的真正根源。
尽管这是一个相当基本的例子，但从中可以很好地说明系统理论的第一个原则。所涉及的人力资本分析团队主要关注员工个人的数据，并在一定程度上关注团队/公司的内部环境，而没有考虑这种情况所发生的更广泛的系统。如果该团队使用了一些系统理论的原则，他们会更幸运地找到问题的根本原因。那么，什么是系统理论，它可以应用于人力资本分析业务吗？
顾名思义，系统理论是一种跨学科的系统理论，起源于生物学。它的核心是通过系统的边界和内部以及外部的专业化来定义系统（Willke, 2000）。根据这个定义，任何事物都可以是一个系统。
开放和封闭系统
系统理论最重要的区别之一是封闭系统和开放系统的区别。
封闭系统是固定的实体，完全独立于其周围环境而运行。例如，我们写这篇文章的电脑主板就是一个封闭系统—无论我们是在办公室还是在家里，或者在希腊岛的海滩上，它的运行都是一样的。
开放系统只有在与环境接触时才会依赖和发展。像我们例子中的大型组织和公司，被认为是具有两个关键特征的开放系统：
1.所有的组织和组织行为者都被嵌入到一个更广泛的、分层的系统中，他们的所有行动都是由他们所处的环境决定的。
2.系统中任何元素之间的相互依存关系意味着，组织中一个领域的任何变化必然会引起其他领域的变化。
系统层次
我们将在下面的建议中重新审视这两个特征。现在，让我们来看看组织开放系统的基本构件：
1.我们从个人系统开始—我们每个人都是由多个相互依赖的子系统组成的，例如认知（头）、情感（心）、观念（手）三者。两个人在某个中立的地方相遇，就代表了一个dyadic系统。当他们互动时，他们与他们的子系统互动，主导系统之间的不匹配可能是麻烦的来源；例如，一个人可能专注于认知，而另一个人可能专注于情感。
2.当第三个人出现的时候，一个微观系统就出现了，在这个微观系统中，每一方都与所有其他方相连。
3.一旦一个更大的、相关的背景与该微观系统相连，超过了原来的微观系统，一个中观系统就产生了。例如，如果三个人相遇并创办了一家公司。随着最初的中间系统的成长和扩展，更多的微系统将在其中被创造出来。在这一点上，中间系统塑造了微观系统，因为微观系统塑造了中间系统，两个系统都塑造了个体系统，因为个体系统也塑造了它们。地方塑造人，人也塑造地方（Schneider, 1987）。
4.这个概念可以通过把两个中观系统放在一起，形成一个外观系统，例如一个行业，在行业协会或卡特尔的情况下，甚至可以在其中创造一个新的等级制度来进一步旋转。许多行业和其他系统形成了社会，许多社会形成了超级结构。这种更广泛的系统层面被称为宏观系统。
上述内容对人力资本分析和人力资源专业人士的影响是显而易见的。更多的时候，我们只关注个人系统（如HRIS或ATS中的个人记录）或微观系统（如团队），而忽略了相关的高层系统。特别是一些需要评估的外系统和宏观系统的因素，例如，包括：
- 政治影响
- 集体谈判协议和劳动法规
- 竞争者的影响
- 文化规范和法规
- 环境因素
同时，对个体和特定微观系统的关注意味着我们对这些系统之间的相互关系和它们的互动没有给予足够的重视。
系统理论概述：涌现、自我组织和等价性
涌现指的是复杂系统中存在的行为，这些行为可能不存在于其单独的部分—换句话说，系统的不同部分一起做什么，而它们并不单独做。俗话说，整体大于部分之和。涌现的概念由来已久，植根于生物学、哲学和社会学。用一个通俗的比喻来说，"涌现 "就是同时看到森林和树木，而不是只关注其中的一个。对于了解整个组织和它们所面临的问题来说，理解涌现可能是关键。例如，考虑到对领导者的崇拜，创始人和其他有影响力的领导者可以在组织中创造出持续很长时间的结构和政策，并影响工作场所的新兴行为，这在个人层面上是无法观察到的。每当面临组织问题时，牢记涌现的概念是理解问题的各个方面的关键。
自我组织是一个类似的话题。实际上，涌现和自组织经常被捆绑在一起作为复杂性的科学。将其简化为一个核心定义，它指的是系统能够在没有外部控制的情况下获得并维持自己的结构的方式。它明确地谈到了对明确控制的缺乏需求。大多数系统似乎有一种内在的能力来寻找秩序，而不是依赖任何计划或来自外部的强制秩序。当涉及到一个组织选择的结构方式时，这一点尤其重要，当然，人力资源政策和法规是其中的一个重要部分。理解自组织的概念对于人力资源和人员分析的专业人士来说是关键，特别是在考虑由于结构过于僵化，不允许在微观和宏观层面的子系统之间轻松沟通和流动信息而产生的问题。
我们想介绍的最后一个概念是 "等价性"。卡茨和卡恩（Katz and Kahn，1966）对此的官方定义是：组织可以从不同的初始条件和通过不同的手段获得相同的最终状态。用通俗的话来说，这意味着没有 "一刀切 "的方法来实现一个目标。在人力资源实践中，这是一个令人惊讶的未被充分探索的概念，因为在这个行业中，人们一直在竞相遵守最佳实践，追随最新的管理潮流，而没有意识到可能有多种 "正确 "的道路可以通向理想的结果。
例如，以绩效管理（PM）为例，它是一个关键的人力资源系统，目标是提高员工绩效。绩效管理本身是由多个子系统组成的；每个子系统都要做出各种决定，例如，设定目标、观察绩效、评估绩效、反馈、绩效审查和会议等等。每一个目标都可能在正式与非正式的尺度上有所不同，并且高度依赖于其他多种因素，如评估者和被评估者的人口统计学因素、个体差异、培训和问责制、所有权、组织结构和文化，以及商业战略。除非在你自己的组织中很好地理解所有这些因素，否则仅仅追随最新的 "最佳实践 "潮流，如完全取消绩效评级和审查，在最好的情况下是短视的，没有考虑到全面的情况，在最坏的情况下，会达到PM的相反目标。
现在，我们将尝试在理论背景的基础上提供一些实用的提示。
实用技巧
1.使用你的全部战略工具库。
回顾开放系统的第一个特征：所有的组织和组织行为者都嵌入在一个更广泛的系统中。在此基础上，我们肯定应该探索我们公司所处的外部系统和宏观系统，以确定是否有任何外部原因导致流失。在这里，我们可以借用战略和营销领域的同事们长期以来一直使用的一些关键工具，包括经典的PEST（EL）和SWOT分析。事实上，我们的建议是，定期进行PEST(EL)分析，这样你就能随时发现甚至是主动期待影响劳动力事务的趋势。培养与负责公司PEST(EL)分析的部门的关系，并从劳动力的角度贡献你自己的发现，以确保你始终是与时俱进的。
在上面的例子中，人力资本分析团队的外部研究揭示了一些与内部因素无关的关键因素。有一个系统性因素的组合，包括：
- 政府立法使某一特定行业对公司非常有吸引力
- 该行业的雇主在税收优惠的地方开设办公室
- 该公司的员工因其内部开发的特定能力而非常受欢迎
这些因素的结合意味着，当挖角开始时，该公司几乎没有办法对抗员工流失。这是一个明显的例子，说明个别系统影响了外在系统和宏观系统，并被其影响。如果对系统理论有更深入的了解，人力资本分析团队本可以更早地制定保留人才的策略。
需要强调的是，PEST(EL)分析对小型组织和大型组织同样重要。例如，小型组织通常无法在薪酬或品牌声誉方面与大型企业竞争，因此，对其外在系统和中间系统有一个全面的了解，将使他们能够部署替代的人才吸引和保留战略。
2.加入ONA的行列。
如果说PEST（EL）是你可以用来探索影响你的组织的外系统和宏观系统的主要工具之一，那么组织网络分析（ONA）则是探索中系统和微系统的关键工具。正如我们上面提到的开放系统的第二个特点。系统中任何元素之间的相互依赖性意味着，组织中一个领域的任何变化都必然会引起其他领域的变化。此外，请记住我们在上一节介绍的涌现原则，单个系统的组合往往会产生令人惊讶的结果。
很多时候，人力资本分析团队只关注单个系统，或者一个独立的微观系统，而忽略了这些系统之间的相互联系。ONA已经存在了几年，但仍然被严重低估或误解。ONA的核心是研究中间系统内多个单独系统和微系统之间的关系。它可以应用于各种场景，从观察信息流、协作模式、识别连接，到探索每个系统的运行情况。
在我们的例子中，将ONA应用于研发团队，发现了另一个有趣的，虽然与主要流失问题趋势无关的问题。人力资本分析团队发现，与那些有现场入职经历的员工相比，新员工入职时的内部网络更小，这反过来又降低了这些新员工的参与度。这导致了对入职体验的全面重新设计，以确保早期建立重要的网络。
3.作为系统的人力资源流程
绝大多数情况下，自然减员发生在个人系统层面；然而，它与几个层面的微观系统和中观系统相互作用，如参与、绩效、入职和学习。而这些反过来又嵌入到诸如组织文化和价值观等较难定义的中间系统元素中。
如果流失是一个结果，不要忽视员工生命周期的关键驱动因素，包括招聘、入职、目标设定和绩效，以及福利。然而，为了以适当的方式衡量它们，当然要把它们分解。对于你们中的极客来说，我们期望预测模型的AUC最多在0.65和0.85之间，其中一个主要原因是不同的系统水平有不同程度的影响，而我们大多缺乏确切的措施来量化这些。
4.记住自我组织和等价性
最后，按照等价性原则：不断追逐该领域的最新时尚和最佳做法通常是被误导的。每个组织都有许多变量需要考虑，简单地效仿别人的例子通常会以痛苦告终。一方面，这可能是相当可怕的，似乎是混乱的。但另一方面，它为每一个人力资源团队开辟了一个创新的世界，也为人力资本分析团队提供了一个由数据支持的更全面的画面，为他们的组织建立正确的流程。
一旦你开始建立这些流程，请始终牢记自我组织原则—只要你为个人和子系统提供正确的渠道进行有效的沟通，并了解你的网络是否在有效地工作，大多数系统都会找到有效的组织方式。
总结
开放世界游戏的魅力在于，没有一个人在玩的时候有相同的体验。如果你从我们的文章中得到一个论点，那就是也没有单一的最佳实践的人力资本分析或组织原则。如此多的系统性因素会影响到选择一种方法，从组织的规模到领导团队的成熟度，到你的团队和员工的技术能力，再到你的可用预算。因此，我们鼓励你努力成为一个内部创新中心—推动边界，尝试东西，不随波逐流。 从本质上讲，根据系统理论，拥抱组织令人难以置信的复杂性，然后让你所做的一切尽可能地简单。
作者：Peter Romero & Andreas Kyprianou
-
人力资源流程
通过AI和自动化增强您的人力资源流程
AI正在推动人力资源部门从行政管理向战略过渡。直到最近，技术的主要好处是帮助人力资源部门更有效地运作，并通过自动化重复性任务来节省时间和金钱。今天，AI使人力资源团队能够解决组织挑战，提升员工体验，并改善业务的每个方面--从招聘到离职。
"对于我们这些人力资源领导者来说，人工智能将改变我们所接触的每一个过程。我们寻找、评估、雇用、培训、发展、支付和调动人员的方式都是由人工智能提供的。"人力资源思想领袖、德勤贝森公司创始人乔希-贝森说。"在我从事分析工作的25年里，我见证了许多变革性的变化。我相信人工智能将是迄今为止最具影响力的变化。"
有很多东西值得兴奋，但人工智能的全部好处不会在弹指之间到来。这是一条漫长而曲折的道路，在自动化方面有短期效益（任务清单和时间输入），在增强方面有中期效益（预测性分析），在放大人类活动方面有长期效益（虚拟人工智能招聘人员对候选人进行预选）。
以下是将人工智能和人力资源自动化应用于员工生命周期的三个领域的一些例子。
1. 招聘
招聘过程可能是漫长而昂贵的，这使得它成为AI接管的完美起点。招聘人员需要寻找一个庞大而多样的人才库，为此，他们需要鼓励人们申请开放的角色。招聘人员可以利用人工智能来创建更有吸引力的招聘渠道和职位描述，并增加简历的数量。聊天机器人可以与候选人互动，回答问题，并提供更多关于角色和公司文化的信息，或将潜在候选人的技能与整个组织的开放角色相匹配。
人工智能还可以帮助招聘人员挖掘这些互动，以获得更具包容性的职位描述和更顺畅的流程的洞察力。聊天机器人在每次互动中都会变得更聪明，并增加优秀候选人留下简历的可能性。根据过去的数据，人工智能还可以预测填补一个职位需要多长时间，使招聘人员能够重新确定开放角色的优先次序，并使利益相关者保持一致。
2. 入职Onboarding
入职阶段是给新员工留下良好印象并从一开始就吸引他们的关键机会。你最不想做的是用行政任务来烦扰员工，浪费他们的时间，或者让他们准备不足，感到困惑，不知道该向谁寻求帮助。自动化可以解决所有这些问题，使你的整个入职过程变得更好。
一般来说，新员工在入职期间要完成54项活动，从填写和签署文件到软件设置再到指导和培训课程。许多这些入职任务可以自动化，为人力资源团队和你的新员工节省时间和避免无聊。 智能文档可以帮助新员工更快地填写文件，而入职自动化可以利用文件提取技术来处理、引导和存储信息。一个由人工智能驱动的平台还可以让系统进行沟通并触发行动，以保持一切一致。人力资源团队可以利用人工智能自动化，在新员工入职前订购设备和软件，并为电子邮件、Slack和任何其他他们可能需要的工作应用程序创建用户账户。人工智能可以自动安排培训、介绍会、团队午餐、一对一和任何其他入职计划的会议，所以当你的新员工在第一天打开他们的日历时，他们可以清楚地知道未来的内容。
聊天机器人和人工智能助手也可以对入职过程产生重大影响。40%的新员工说从人力资源部门得到回应需要太长时间。聊天机器人可以为任何问题提供24/7的即时答复，确保新员工感到得到支持，并从第一天起就能获得他们需要的一切。
3. 职业发展
职业发展机会对成长中的组织很有帮助。但常见的问题是，员工并不总是确定他们需要什么新技能，或者被大量的选择所淹没，他们什么都不选择。人工智能可以帮助你的员工获得相关的战略技能，帮助组织（和他们自己）的发展。
利用人工智能，IBM为他们的技能提升问题开发了一个解决方案，名为 "你的学习"。这个由人工智能驱动的平台为员工提供了一个个性化的学习门户，包括智能推荐、有针对性的学习渠道和增强的媒体（课程材料、同行评论），使员工更容易找到并注册值得他们花时间的课程。一个聊天机器人也可以全天候回答问题。98%的IBM员工每季度都会访问该门户网站，每年平均完成60小时的学习。
学习和提高技能只是方程式的一部分。IBM还希望为所有员工提供高质量的职业指导，无论他们在组织内的级别如何。他们的解决方案是沃森职业教练（WCC），这是一个人工智能助手，可以与员工互动，了解他们目前的技能组合和他们想要去的地方，然后帮助员工创建一个具体的计划来达到目的。WCC根据背景信息并通过使用自然语言提问和回答问题来了解员工。然后，人工智能助理可以将员工与开放的角色相匹配。如果该职位需要更多的技能和经验，Watson作为职业导航员，帮助员工通过培养必要的技能来规划未来。
虽然以前的技术导致了人力资源部门运作方式的渐进式变化，但人工智能为人力资源流程和员工体验提供了指数级的改进。如果你不确定从哪里开始，IBM副总裁兼首席领导力、学习和包容官Debora Bubb分解说："问问你自己：哪些事情如果全天候完成会更好？哪些事情如果大规模进行会更好？什么事情会从更大的一致性中受益？如果我们利用更广泛的专业知识来超越我们目前的限制，会有什么可能？这些都是人工智能的良好候选者。"
人工智能和人力资源：未来的可能性
人工智能在人力资源领域的应用和好处就像技术本身一样广阔和无限。今天很清楚的是，人工智能通过推动人力资源自动化，增强候选人和雇员的体验，并使人力资源变得更加数据驱动、高效和有效，证明了它是一个改变游戏规则的工具。
by Annie Lubin
-
人力资源流程
【法国】技能数据平台eLamp获得200万欧元的融资！
eLamp使企业能够利用未开发的数据做出最佳决策。法国公司eLamp成立于2015年，发布了用于技能管理的SaaS技术。
自成立以来，它从MySeedCap、BPI France、BNP、CIC、SociétéGénérale和一家法国公司获得了首笔200万欧元的融资。
ELamp技术使其人员配备项目、人力资源决策（内部流动性、职业发展道路、员工队伍规划）以及其证书/授权的管理变得更加高效。
eLamp总裁兼联合创始人Olivier Rohou：
“目前，公司不了解他们的员工，这减慢了他们在资源库中的人员配备、认证管理和战略决策流程。我们的eLamp技术可通过实时识别员工的所有技能，使公司从业务方法转换为技能方法。eLamp集成到运营流程中，成为技能数据的处理者以及所有流程的基础：人员配备、人力资源和认证/授权。“
使投资者相信的是，eLamp 提供了一种能够改善运营绩效和人力资源流程的面向业务的解决方案，从而超越了独家人力资源框架的新可能性。（了解更多：https://hrtechchina.com/）
尽管大多数中型公司中的HRMS工具都在增加，但eLamp仍将自己定位为一种互补的，必不可少的解决方案，其原因有两个：
首先，HRMS本质上是人力资源流程经理。因此，eLamp能够提供数据并管理数据波动性。
第二步，eLamp通过集成更精确的网络，特别是操作所需的微技能和专业知识，比管理HR宏技能更进一步。
eLamp产品总监兼联合创始人Jean-Baptiste Noachovitch解释说：
“我们提供了一种创新的模型，通过在各个级别上联系行动和雄心，将人力资源和运营联系起来：个人（职业道路、流动性）、团队（项目人员、证书/授权）和结构（绩效）。“
eLamp目前有三十多个客户（ETI /大型团体），包括Bouygues Construction、Eurotunnel、les Ministères Sociaux、Innothera、OUI.sncf、Enedis甚至SPIE ICS。
eLamp的首席技术官兼联合创始人Florian Bojda解释说：
“我们为客户带来的附加价值基于我们对任何员工数据进行建模的能力，并通过机器学习算法加以丰富，使其在运营流程中可操作。“
这些资金将特别用于公司的四个战略轴心：
加快法国乃至欧洲的商业发展。
团队适应大客户（法国及其全球用户）的部署。
他们的数据模型和用户体验的创新/研发。
招聘里尔最好的技术人才并在巴黎进行销售，以使其2020年的员工人数翻一番。
关于公司eLamp：
由Mines的三名工程师Olivier Rohou、Florian Bojda和Jean-Baptiste Noachovitch于2015年创建。eLamp的第一批开发始于2012年。
一个重要的转折点发生在2016年，当时eLamp从BtoC解决方案转变为BtoB解决方案，它为客户提供了除技能和标准行业标准外还可以添加其内部数据集的功能。在2019年，eLamp发挥其潜力，并从纯粹的HR解决方案转变为可应对运营挑战（人员配备、认证/授权）的解决方案，并在UGAP中引用。
关于eLamp解决方案：
eLamp的所有价值主张均围绕其能力来捕获，无论其位于何处，并使其在业务流程中可用：
使用机器学习（AI）预测文本中的技能和关键信息的算法。
技能组合（协作者、项目、工作、培训...）之间的概念匹配，以得出亲和力得分。
以高级方式适应元数据和技能管理规则，以应对公司的结构和法规挑战。
利用以下信息重新分发所产生的信息，这些信息归功于工具中记录的API：人力资源管理软件、个人访谈、培训计划或评估工具…
该解决方案围绕三个用户界面：
技能大师：允许存储库管理员在数据库的审核和半自动化发展中完全自治：技能、工作表、培训表、报告和统计信息库。
主管：使管理人员能够更好地了解他们的团队，维护其技能并进行专业发展，执行其可预测的人员编制、更新授权和证书、分配培训、生成简历、开展活动360度评估。
合作者：为了成为一个优秀工作者，自我申报技能，管理自己的简介，建议新的技能，在某个领域找到专家，发现自己的职业，表达自己的职业发展愿望，选择好的培训，选择自己的项目。进行同侪审查和扩大知识共享。
该平台基于成熟的开源技术，因此得益于坚实而免费的技术基础。eLamp在整个技术堆栈（从业务服务到运营基础架构）中都使用此开源策略。
其开放式文档API基于标准市场技术，以促进采用和集成。该平台目前有10种语言版本，可在13个不同的国家（包括中国和俄罗斯）以网络或移动版本提供。
结论
eLamp允许人力资源、领导者或经理对本地业务问题做出响应，并将自己定位为组织整体绩效的核心，同时加强团队的投入。
在重大变革、数据和GDPR时代，公司必须掌握有关员工的所有有用信息。正是基于这个问题，eLamp的愿景及其在这个蓬勃发展的市场中出现的原因是有根据的。
以上由AI翻译，仅供参考！
扫一扫 加微信
hrtechchina
