• 减少偏见
    Josh Bersin谈:企业人才智能来袭,颠覆人力资源技术市场 在我们看到的劳动力领域的所有人工智能创新中,最重要的可能就是人才智能。按照我们的定义,人才智能是指利用海量的员工和劳动力数据来了解技能、工作适应性、绩效、领导潜力、职业发展路径、薪酬公平性和组织能力。 在今天介绍新的研究成果时,我们的立场是,这是几十年来人力资源技术领域最具存在意义的变革之一。 人才智能究竟是什么?这项技术以人工智能为基础,允许公司分析员工的大量数据,将其与外部劳动力市场的数据相匹配,并了解他们以前不知道的事情。 在许多方面,它与广告技术类似,Meta、TikTok 和谷歌等公司通过分析个人数据,为个人消费者提供量身定制的广告。 在商业和人力资源领域,人才智能让公司深入了解员工的技能、兴趣、职业轨迹、地域偏好、认证、所掌握的技术,以及他们在领导力、行业和公司类型方面的经验。 过去,我们使用工业心理学、评估和面试来确定这些信息。如今,在人工智能的驱动下,公司可以利用这一庞大的语料库,让人工智能模型来识别其中的关系。 让我举个例子。在招聘中,每家公司都面临着同样的问题:这个候选人是否适合这份工作、这个团队、我们使用的工具以及公司的文化? 招聘人员通过面试、测试和背景调查来评估。然而,尽管采取了这些方法,仍有近 20% 的候选人没有成功。利用人才智能,我们可以分析成功胜任这一职位的人,并让人工智能找出适合的质量。这不仅没有偏见,而且非常准确,我们收集的数据越多,它就越聪明。 我还记得自由保险公司(Liberty Mutual)的汽车保险团队面临人员流动率高的问题。他们花了几个月的时间研究那些表现出色的员工,看看哪些教育背景或技能与成功相关。他们的分析发现了一个秘密:业绩最好的保险销售人员都是那些热爱汽车的人。再多的心理评估也无法发现这一点。 我刚刚与一家投资银行进行了交谈,他们正在努力了解年轻员工的高流失率。Talent Intelligence(人才智能)可以了解哪些人留下,哪些人离开,并立即帮助寻找更合适的候选人。 如今,这类分析非常困难。使用传统的人力资源技术,我们所掌握的唯一数据就是员工的简历或工作经历。这些数据往往还不如 LinkedIn 上的数据多。 利用人才智能,公司可以利用大量的公开信息,了解一个人以前的工作经历、与他们共事的人、他们在不同工作中使用的时间段和技术、他们写过的文章、他们经历过的组织变革,以及他们的教育背景、地点或其他我们甚至不了解的信号的影响。 这减少了偏见,为我们提供了前所未有的信息。 直到去年,人才智能技术还主要用于招聘。Eightfold、Seekout、Beamery、Gloat、HiredScore、Phenom和Paradox等供应商建立了模型,用于预测谁会适合某个职位或公司。现在,随着这些工具的成熟,人才智能可以做得更多。 正如您在我们的研究报告中所看到的,企业人才智能可用于内部流动、技术技能开发、领导力评估和绩效评估。通过将内部运营数据与同级人员进行比较,并扣除任期和级别因素,它实际上可以帮助确定个人的绩效。 它还可用于薪酬公平分析(将整个员工的薪酬与经验技能和其他证书进行比较)。它还可用于组织设计和工作分析(查看个人或团队的技能组合,以及这些技能与公司其他工作和其他团队的比较)。 还有更多。利用 Lightcast、Draup、Revilio 和 Skyhive 等公司提供的外部数据,可以对公司的技能和能力与竞争对手进行竞争性评估。你可以看到行业中的趋势技术和技能。您可以按地点定位技能,并决定在哪里建立下一个工厂或工程设施。你可以看到以前看不到的影响企业的人口变化。您还可以了解竞争对手与您相比所拥有的技能和能力。 试想一下,通用汽车或福特汽车将自己的工程师与特斯拉或 Rivian 的工程师进行对比评估,会有多么强大。仅这些数据(我们即将发布汽车行业全球劳动力智能研究报告)就价值数百万美元。 对人力资源技术供应商的颠覆性影响 直到最近几年,企业才有机会获得这些信息,因此他们没有发展团队或内部技能来使用这些信息。现在有了这些信息,我们在人力资源领域有了一个新的职业和领域--人才智能专家。目前,全球已经有两千多名人才情报专业人员,如果考虑到从事人员分析和劳动力规划的人员,人数还会更多。 这些人有分析背景,但本质上是业务人员。他们可以研究这些数据,并做出管理者无法独立做出的决策。正如我们的研究报告所指出的,他们正在公司内部创造出突破性的解决方案。使用这些系统的公司正在从根本上改进招聘工作,发掘更深层次的领导人才库,找到埋藏在组织内部的关键技能,让员工有机会找到过去从未有过的新工作和新机会。 人才智能对现有的人力资源技术提供商也是一种颠覆。上个月,Workday 收购了 HiredScore,这只是即将发生的颠覆的一个小小迹象。几乎所有人力资源技术供应商都必须考虑这一领域,因为这是一个利用人工智能超大规模改进的市场。 通过下图,您可以了解这些供应商的发展方向。如果你不相信我,请阅读 BusinessInsider 最新发表的关于 Workday 问题所在的文章(我仍然是 Workday 的粉丝)。 当 OpenAI、谷歌或 Meta 推出新的大型语言模型时,人才智能产品会变得更快、更高效。随着新人工智能算法的开发,这些供应商可以立即加以利用。传统的 HCM 平台对外部数据一无所知,不可能跟上洞察力的步伐。 但这并不容易。这需要时间和工程专业知识,因为它将人力资源软件公司变成了数据公司。 大多数人力资源技术公司都没有管理如此海量数据的经验。随着时间的推移,许多公司将别无选择。就像我们现在通过互联网购买计算机一样,我们中的大多数人很快就会不愿意购买没有数据和基准的软件。 如果我考虑一下我们的公司以及我们如何使用财务和客户关系管理系统,我会很高兴我的财务系统能为我提供基准和直接建议,从而更好地经营我们的公司。我希望我们的客户关系管理系统能告诉我,我是否获得了正确数量的潜在客户,并自动优化数据集。现在还没有这样的系统,但我打赌 Intuit 和 HubSpot 正在努力。 就人力资源而言,我们的报告描述了这个新市场是如何爆发的。这是我们不能忽视的。
    减少偏见
    2024年05月08日
  • 减少偏见
    SaaS软件公司Sinecure.ai收购猎头公司Grace Blue Partnership,发展人才发现和招聘解决方案 Sinecure.ai是一家开创性的 SaaS 软件公司,致力于通过人工智能和大语言模型(LLM)创新彻底改变人才发掘方式。Sinecure.ai宣布收购Grace Blue Partnership,这是一家专门从事领导人才的全球猎头公司。Sinecure 的人工智能搜索技术与 Grace Blue 严谨的研究和高度个性化的服务相结合,创造了一个完整的解决方案,可提供从初级和中级职位到 C 级人才的全方位服务。两者的结合产生了强大的协同效应,简化了招聘流程,提高了候选人质量,减少了偏见,最终为候选人和客户带来了更多成功的结果。 "Sinecure.ai首席执行官兼联合创始人Joel Wright表示:"未来最有效的招聘结果将是先进技术与人类理解力和智慧的平衡。"随着全球人才市场的不断发展,Sinecure.ai 正通过承诺精确、快速和可预测性的解决方案来满足客户日益增长的需求。我们对 Grace Blue Partnership 的收购充分利用了两家公司的优势,强化了企业发现、吸引和留住人才的方式,并产生了持久的影响。" Grace Blue 在纽约、伦敦和新加坡设有办事处,其专业领域涵盖消费品牌和代理机构,以及体育、媒体和娱乐业。作为Sinecure.ai的客户,Grace Blue自2022年6月发布第一款主要产品以来,一直利用其基于生成式人工智能和LLM的解决方案套件,为其全球客户群提供成果。 "Grace Blue Partnership 全球首席执行官 Jay Haines 表示:"在瞬息万变的猎头行业,技术、战略思维和建立稳固关系的承诺三者的结合是成功的秘诀。"将Grace Blue的行业专长和能力与Sinecure的人工智能技术相结合,我们将成为新一代的公司,为我们的客户提供更高水平的服务。 继 Sinecure 于 10 月份宣布任命技术和广告行业资深人士 Wenda Harris Millard 担任董事会主席之后,今天又宣布了新的消息。与此相关,Haines 先生将担任董事会成员,而 Grace Blue 的董事长兼创始人 Ian Priest 将辞去在该公司和 Sinecure 董事会的职务。 合并后的新公司拥有全球多个垂直业务领域的客户名单,其中包括 Interpublic Group、Havas、Wasserman Media Group、All England Lawn Tennis Club (Wimbledon)、Publicis Groupe、Sony PlayStation、Endeavour Group、Lego 和 Amazon 等行业领先企业。交易的财务条款未披露。 关于Sinecure.ai Sinecure.ai是一家领先的SaaS软件技术公司,致力于通过人工智能和法学硕士创新重新定义人才发现。Sinecure.ai 致力于实现精准、快速和可预测性,帮助企业找到并聘用符合其独特需求的理想候选人。 关于Grace Blue Partnership Grace Blue 是一家全球性高管猎头公司,专门为品牌、代理商、媒体、体育、娱乐和技术组织提供变革型领导人才,帮助他们的业务面向未来。我们将全球企业的知识、影响力和严谨性与本地精品专家的同理心、诚信和价值观相结合。我们的专长涵盖媒体、营销和传播、战略、数据和洞察力、创意、制作、技术和自动化等领域。
    减少偏见
    2024年01月05日