• 头条
    工作评论网站Glassdoor被收购或将成为2018年最大的科技交易之一 作者:Jena McGregor 日本公司Recruit Holdings将以12亿美元全价交易收购Glassdoor。(Yuya Shino / Reuters) 许多人认为Glassdoor是网站,您可以在这里查看潜在的雇主或了解公司可能支付的费用。但工作评论和薪资情报网站也是该国第二大职业上市网站 - 并且刚刚宣布它正以12亿美元的全现金交易被日本公司Recruit Holdings收购,该公司还拥有最大的工作岗位网站,确实。据新闻报道,这将使这个已有10年历史的网站据称正在评估早前的首次公开募股, 这是今年最大的技术收购之一。 分析师表示,12亿美元的Glassdoor价格反映了一家公司处于多种趋势的关系中:一个劳动力市场紧张,许多工人选择工作,雇主必须加倍努力才能吸引他们。在大数据时代,招聘人员和人力资源部门日益增长的需求可以通过指标来支持他们的决策。而一个对透明度和问责性的渴望只会越来越强大的技术和文化时代精神。 IDC分析师Kyle Lagunas表示:“他们严重打乱了招聘和人才的世界。“Glassdoor所带来的是对不良招聘者负责,对于不好的招聘者来说,我们对于问责制的期待已经过时了。”  分析师多次指出,大多数人对Glassdoor的看法 - 公司评论和薪酬信息 - 作为流量的原因 - 平均每月约有5900万的访问者 - 它的网站看到的。任何人都可以访问该网站来评估他们想了解更多关于公司的内容 - 查看公司是否存在毒性文化,优惠或低薪工资 - 但在此期间,会看到更多的工作列表。这意味着他们会停留更长时间 - 除了找工作外,还有另一个理由去那里。 “他们提供了一个单一的目的地,您可以在这里找到关于雇主的所有信息,”一家专注于人力资源技术的研究公司HR Examiner的首席分析师John Sumser说。“当你出售招聘广告时,你实际上在做的是销售流量。”  虽然一些分析师对12亿美元的估值表示惊讶,但尽管早前有关IPO的传闻不断,但其他人并不感到意外,因为Glassdoor被收购。双方的Facebook和谷歌已经进入的工作列表的业务,微软收购LinkedIn在2016年,任仕达并宣布将收购Monster Worldwide公司,同年。 “  如果你不是一个大玩家,恐惧是其中一个人会压制你,而唯一能够与之竞争的方式就是将其他一些资产集中在一起,”Brian Kropp说。负责领导Gartner所拥有的CEB人力资源咨询业务。  Hohman表示,他一直对上市或收购都敞开大门,但Recruit的收购“立即给我们带来了规模”并加速了其在国际上的影响力。他还说,“我  认为互联网垂直行业不可避免地会巩固。”  在过去的十年左右,企业越来越多地使用“雇佣品牌”这个词来形容他们在求职者和潜在员工中的形象。越来越依赖知识经济中有才能的雇员的雇主不得不做更多的事来吸引合适的人。但是,随着人们越来越想知道他们购买的公司如何对待他们的员工,开始成为一个不可思议的人力资源流行语已成为一个强大的工具,现在几乎已经与公司的品牌形象和消费者重合。 Glassdoor经常发布最适合工作的公司的排名,以及工作人员对其首席执行官的看法,这在媒体上广泛报道。分析师说,即使这不是故意的,这是一个自我强化的实践,强调了这个“雇主品牌”在市场中的重要性,并有助于引起首席执行官的注意。 Kropp表示: “ 这里有很多公司与我们交谈,CEO们非常清楚他们在Glassdoor上的评级。”  大型雇主每年可以从Glassdoor的服务中花费几千美元到几十万美元,其中不仅包括工作列表,还包括单独的“雇主品牌”服务。它包括一系列选项,例如打扮起来的品牌化网站,该网站在Glassdoor上宣扬雇主的使命和价值以及他们从工人那里得到的投诉; 将竞争对手的招聘广告保留在Glassdoor网页上的能力; 为不同类型求职者定制的网页; 以及Glassdoor可以从工作人员的评论和用户的搜索习惯中剔除的各种指标和分析。 一些分析师表示,通过这样做,Glassdoor基本上已经创建了一个市场,雇主可能会认为他们需要向Glassdoor支付那些增强的网页和雇主品牌服务,以使他们最好的前进。“纽约客”的一篇关于Glassdoor的文章引用了一本关于在线参与的书的作者,称其为“ 温和的勒索”。霍曼在描述中表示,他们让任何雇主免费回应任何员工的评论或指控。 “我认为透明度现在是世界上不可阻挡的力量,我们一直认为无论如何这都会发生,”霍曼说。“我们想以一种负责任的方式来做到这一点,这很公平。” 他还表示,作为客户的公司没有任何方式影响Glassdoor网站上的评论,并且该公司采取了  许多措施来阻止雇主通过游戏活动获得积极评论的努力。 Accelir首席执行官Sarah Brennan帮助企业制定人力资源技术战略,他说Glassdoor的评估规模足够大,以至于其中的数据不仅仅适用于求职者 - 以及那些希望将投诉放在心上并使其变化 - 但是由研究公司的其他人,无论是华尔街分析师还是潜在的商业合作伙伴。 “我告诉公司看Glassdoor即使他们不想在那里工作,”她说。“如果你打算投资200万美元到300万美元的技术,并且与一家有着不愉快工作场所的公司合作,这可能会对你的客户产生影响。” 以上由HRTech AI 翻译完成,仅供参考,传递观点。
    头条
    2018年05月11日
  • 头条
    重磅! 美国求职网站Glassdoor被日本Recruit以12亿美金的价格全现金收购 文|Jon Russell 来源|TechCrunch 美国求职网站Glassdoor以提供求职分享论坛,使求职者更好的了解和深入公司工作文化而闻名。该公司以12亿美元的价格全现金被Recruit收购。Recruit是一家专门从事人力资源和招聘服务公司,市值390亿美金的日本公司。 全现金收购后,Glassdoor继续保持其品牌运营。首席执行官罗伯特霍曼在一篇博文中解释道:“我们的使命自第一天起就一直不变:帮助世界各地的人找到他们喜欢的工作和公司。作为Recruit集团的一部分,该任务也不会改变。 “Glassdoor将继续作为一个独立的品牌运营,行使使命 ,而且未来能够比以往我们单独运营时会以更快的速度,更大的影响力来实现这一目标。” Glassdoor从投资者手中筹集了超过2亿美元的资金,其2016年3月的最新一轮价值为4000万美元的H系列。最后的投资给了Glassdoor约10亿美元的估值。金额与Recruit支付的数额相较而言并不大,这也表明过去几年对于Glassdoor而言,增长并没有那么壮观。尽管如此,这笔交易似乎对它的支持者们来说是一个胜利,特别是Benchmark和Battery Ventures等早期阶段的投资者。 已有十年历史的Glassdoor表示,它每个月有5900万人使用,其中许多人通过阅读评论内容,来了解公司的工作情况或公司的评分。 总部位于美国,Glassdoor也表示它目前拥有全球190多个国家,超过770,000家公司的信息,其中包括4000万份关于公司文化,CEO评级,薪资信息等的评论。Glassdoor的收入来自招聘服务,并声称其与约7000名员工的财富500强企业中的40%建立合作。 Recruit可能在美国并不知名,但其公司规模巨大,并且作为海外业务的收购者由来已久。该公司成立于1960年,在东京证券交易所上市,在60个国家拥有45,000名员工。除了招聘和人力资源服务外,它还在房地产,旅游,餐饮和其他领域进行运营。这也反映在其过去的收购中,其中包括美国求职网站Indeed.com(2012),Simply Hired(2016)以及在欧洲的餐厅网站Quandoo(2015),头发和美容服务公司Wahanda(2015)以及教育技术公司Quipper (2015年)。
    头条
    2018年05月09日
  • 头条
    70%的银行工作将被AI取代,其他行业也将沦陷? 文| penny crosman 来源| American Banker 智能化这个概念已经引起怀疑他们将被机器人取代的工人内心的恐惧。 现实跟工人们的想象还是有微妙差别的。毫无疑问,一些工作将会丢失。但其他工作将会诞生,而其他人将会变成一些不同的角色 - 比如机器人设计师,机器人主管,最愤怒的客户的安抚者。在大多数情况下,人工智能只会承担无人想做的繁琐工作。   还有一个真实的例子,位于阿肯色州的Wynne第一国家银行一直在使用自动化流程机器人(可以算是智商最低的人工智能了)来帮助完成收购。 “当你收购一家银行时,最大的成本开支之一是核心系统的转换,”高级副总裁Bart Green解释说。所有的客户和账户信息,包括卡片,网上银行和现金管理等信息,都必须迁移到收购银行的核心系统。这是非常耗时的工作。   一位顾问告诉了他们关于EnableSoft开发的名为Foxtrot的RPA软件。 RPA软件的其他提供商还有Blue Prism,UiPath和WorkFusion。 RPA软件可以设置成按照人类的方式执行任务 - 它可以通过输入用户名和密码登录到软件,它可以单击客户端记录,然后登录到另一个软件,找到一个数据字段并复制将该数据粘贴到第一页。它可以设置成在桌面上观看它操作的形式,就好像你在看一个鬼魂操作计算机。 “你可以教它,就像你教授员工如何向系统输入信息一样,接着它会高效快速地完成你安排的任务,”格林说。在报告错误和验证数据方面,RPA比真人做的更好。 他说,使用该软件已经为银行节省了70%的转换成本。   现在这家银行开始为该软件寻找其他用途。 “这是一个思考今天银行业有什么手动,耗时的过程,我们如何实现自动化这些繁琐的过程?”Green说。 例如,由于违规,银行最近不得不大量补发借记卡。这完全可以通过机器人完成。 格林说,RPA软件迄今为止在银行尚未受到影响,因为它仅被用于像兼并这种一次性、耗时的项目。 “我还没有让这个软件取代员工的日常工作,”他说。 “不过我可以看到这迟早会发生。我处于刚刚揭开这种可能性的阶段” 他还准备雇佣有RPA软件经验的IT人员来帮助银行找出新的用途。 “它最终可能会取消工作 - 你正在创造一项工作,来完成消除另一名员工日常工作的任务,”格林指出。     什么工作会消失,或者诞生? 一些银行家和专家认为,只有工作中无聊的部分,像数据输入和填写表格这样的苦差事才会消失。未来的人类将能够专注于更有趣的任务,并且工作不会真正的消失。 银行员工自己似乎也这么想。在埃森哲上周发布的1300名底层的银行员工调查中,67%的人表示他们认为人工智能将改善他们的工作与生活平衡,57%的人认为它会扩大他们的职业前景。     但Autonomy Research上周还发布了一份报告,估计仅在美国就有250万名金融服务人员在前台,中层和后台“接触”人工智能技术--120万人在银行和贷款方面工作,46万人在投资管理方面和865,000人在保险方面。   报告指出:“这些职位将迎来20-40%的生产率或失业率增长,这取决于你的个人优势。” 报告显示,到2030年,约1万亿美元的成本将投入金融服务行业的人工智能转型;其中的4.5亿美元将用于银行业务。 研究人员称,在银行业务中,70%的前台工作将由AI取代,其中包含了485,000个出纳员,219,000个客户服务代表和174,000个贷款采访员和文员。他们将被聊天机器人,语音助理以及自动认证和生物识别技术所取代。   随着基于人工智能的反洗钱,反欺诈,合规和监控软件的出现,96,000名财务经理和13,000名合规官员将被解雇。另有250,000名贷款官员将失去工作,取代他们的是以人工智能为基础的信贷承销和智能合约技术。 但是,埃森哲上周关于人工智能对金融服务业就业的影响的研究报告显示了一个更加乐观的工作图景。它得出的结论是,在明智部署人工智能的公司中,将获得14%的净收入;到2022年他们还将增加34%的收入。   新收入的一个重要来源是自动化。自动化可以帮助人们做更多的事情,或者更有利可图的投资,比如Netflix和亚马逊推荐电影和产品的方式。这可能会导致账户整合和交叉销售。 埃森哲高级董事总经理兼公司银行业务负责人Alan Mclntyre说:“人工智能将会消除一些职位。 但我们认为正确部署人工智能也会创造一些新的职位的机会。” 例如,使用人工智能软件并产生了可疑的活动报告的银行很可能会创造出新工作——向监管机构解释人工智能方面知识。 “监管机构不会成为不易解释的“黑匣子”决策的主要倡导者,”McIntyre指出。     入门级工作在哪里? 随着出纳员,反洗钱和其他工作变得通过RPA软件和AI实现自动化,人们可以在何处找到针对失学或残疾人士的入门级工作? “这是一个棘手的问题,”Autonomous金融技术全球总监Lex Sokolin说。 “这是一个必须由每家大型财务公司的首席执行官所关注的问题 。这些公司聘用人工智能软件取代人力资源工作,而且这个问题将一直由构建软件的创始人和开发人员负责。如果您通过构建成功的软件来创造真正的结构性失业,那么您必须将您的员工视为项目中的利益相关者。“     Mclntyre认为入门级工作也必须采用技术。 他说:“人们可以看到数字原生公司雇用具有编程能力的大学毕业生。我确实认为,以出纳员的身份出现在CEO面前的想法很困难。” 那些不擅长数学,科学和编程的人呢? McIntyre说:“仍然会有需要优秀的移情和社交能力的工作。举例来说,如果某人有10万美元的投资,AI可能会建议其进行资产分配。但如果他是一位父母刚刚去世的继承人,那么与他的互动的工作人员将需要具备同情心。 “这些类型的对话将要求人们有很高的情商,他们要能够阅读人们的情绪,并做出适当的反应,引导对话”, 麦金太尔说道。     谁具备更高的情商 - 人类还是机器人? 不是每个人都相信人类在情感工作上更好,比如在处理悲伤或愤怒的顾客方面。 Sokolin认为AI系统非常擅长情绪类劳动。他举出金融科技类的机器人TrueAccord,这个AI处理银行和发卡机构的收款工作。 “他们所做的一切都是情绪化的劳动,而且他们比晚餐时给你打电话的人要好得多,”他说。     TrueAccord首席执行官Ohad Samet表示,技术擅长以人类不会的方式避免紧张局势。 “收藏界的人们喜欢说人们从人们那里收集,但现实是收藏家是人类,会受到人类的偏见:他们会生气,他们会感到疲倦,”他说。 “如果债务人老是收到电话骚扰,这种情况并不罕见,他们会有情绪反应。但是软件不受这种限制,”Samet说。 “它使用最好的渠道,最好的内容,在适当的时候提供最好的报价,而且如果有人大声疾呼或写了一些令人讨厌的事情,它就不会冒犯或行为不端。” 而且软件确实内置了一些同情心。 尽管使用AI后,人类收藏家就会更少。但Samet指出,这些工作没有什么乐趣,而且他们付出了很大的代价。最重要的是,顾客不想与人类收藏家进行交谈。     “世界正在改变,”他说。 “我们不是造成改变的人。消费者的喜好正在改变收藏品行业。” TrueAccord是AI创建新工作的一个例子。它有一个不断增长的客户参与团队,他们帮助那些打电话或发电子邮件的人。一些员工写下聊天机器人目前的内容。其他人则是致力于根据消费者的需求调整体验的数据科学家。     聊天机器人的反弹 有几家银行引入了聊天机器人来完成本来由客户服务人员完成的工作。美国银行的Erica就是一个例子。 USAA的Alexa聊天机器人是另一个例子。 还有一些关于聊天机器人的争议和反弹。有微软的Tay,它向用户数出了种族主义言论。 金融科技创业公司Digit提供自动储蓄和信用卡债务支付服务,这家公司不再让聊天机器人成为与其应用交互的主要手段。对于Digit客户所做的简单任务,这似乎并不是正确的做法。 索科林指出,工具只对特定的目标有意义。要获得帐户余额,简单的登录和点击是合乎逻辑的。打开Facebook Messenger并询问它并不是合适的做法。 像许多银行家一样,格林一直犹豫要不要部署一个面向客户的聊天机器人,这样就可以替换前台接待员和需要导航的电子菜单了。 “你仍然可以得到你需要的结果,但问题是,人工智能会如何区分另一方,感受到他们的问题中包含的情绪?”他说。 “如果客户感到不安,开心或兴奋,AI如何能够适应这种情况?Amazon Echo聊天机器人了解不同的方言,令人印象深刻,但它能够理解那次谈话的情感吗?”   Green表示,使用AI还会面临声誉风险。 “如果一个人犯了错误,你可以解雇他们,”他说。 “如果AI不断犯错误,那么你有很大的声誉风险,而且很难克服。你打算开火吗?“ 由于这些原因,一些银行正在为员工提供聊天机器人技术,以帮助他们提高效率。例如,摩根士丹利为其财务顾问配备了人工智能软件,通过客户数据和记录筛选以帮助提出建议。     重新训练劳动力 埃森哲对银行家的调查发现,只有3%的人投资对员工进行再培训,为人工智能工作场所做好准备。 麦金太尔表示,这是因为技术仍然是新的,银行只是在交易,贷款和客户服务等领域测试AI的使用情况;他们还没有看到更大的图景。 索科林说,银行需要帮助员工向AI过渡。例如,他们可能会使用软件,让蓝领工作者成为使用可视工具的程序员。     大学可能需要为人工智能做更多的准备。 加拿大皇家银行呼吁对大学课程进行全国审查,以确保他们更多关注“积极倾听,批判性思维和社会洞察力”等“人类技能”。 该银行的研究发现,这些技能将有助于定位未来的工人,以补充机器人和机器等日益普及的技术,而不是与他们竞争。 索科林对年轻一代的担忧不如对年长一代的。年长一代可能更难转向以人工智能为辅助的工作,而且他们的债务和储蓄较高,因而受到更多的威胁。 “这成为一个相当焦虑的图景,”他说。 “这是雇主的责任。人们不得不举起手来说我们会采取一些措施来解决或软化它。”     行政人员现在是安全的 现在,银行高管的工作似乎对AI来说是安全的。供应商并不建议他们的软件可以做C套件工作。 据Sokolin说,人工智能在流程切换方面做得不好。 “今天AI领域依旧非常狭窄,”他说。 “你选择一个你想要它锤击的方向。你教给你想要的结果,而且AI通常可以创造出你想要的结果。“ 一位主管可能会使用一段时间的电子表格,然后管理一段关系,然后开展一次业务开发会议,接着与一家破产的LLC客户进行交易。 “所有这些流程都需要很多不同的技能,”索科林说。 “在当今高级管理层的机构中,有很多类型的流程切换。”     但随着人工智能得到更广泛的采用,管理人员将在高层采用不同的技能组合。 而一个有趣的问题可能会变成:如果你管理的人数更少,机器人更多,那么这对组织中的权力基础会有什么影响?   以上内容由HRTechChina AI编译,仅供参考      
    头条
    2018年05月08日
  • 头条
    HR必看:如何用数据分析来提高员工参与度 文| karishma borkakoty 来源| towardsdatascience 根据Timesjobs.com最近进行的一项调查显示,60%的员工对他们目前的工作不满意,而80%的员工表示他们正在换工作。同时,员工的不满情绪年复一年地大幅增加。这项调查同时说到,员工的负面情绪可归因于组织中人力资源管理不善。 2015年,78%的员工表示,他们对目前的工作感到满意,尽管他们仍然乐于接受其他工作机会。这些日子,员工对工作的不满情绪在不断上升,其中工作与生活的不平衡,工资低,工资增加幅度低,工作琐碎是造成这种状况的原因。 对于我们很多人来说,故事是把我们带回记忆之路的东西。有些故事足以影响我们的印记,让我们与现实保持联系。同样,故事可以在连接组织内的人员方面发挥重要作用。这些故事中可以有情节和次要情节,可以帮助组织了解他们的员工对工作,他们的经理以及他们可能希望雇主改变以提高透明度的感受。 但问题是,你是否花费了足够的时间和资源来理解为什么有些员工有不好的故事,有些有好的故事?您是否正在深入挖掘、解决,保留,参与和脱离的奥秘?您是否将员工和公司数据与行业数据结合使用,有助于促进更好的员工敬业度决策? 如果您对所有这些问题回答“是”,那么您的公司可能拥有最佳的互动政策。如果在说出是的话之前你必须思考一段时间,现在是时候重新思考如何进行员工参与活动了。 数据是维持员工积极性的关键 每家公司都使用客户互动记录,购买历史记录,社交媒体,在线社区和调查等来更快更准确地预测客户的未来行为。但是,我们经常忘记我们的高优先级客户是我们的员工队伍。 就像公司与客户建立长期关系的方式一样,这些公司也需要加强与员工的关系。但许多公司无法做到这一点,因为他们无法准确解读调查获得的数据结果,从而无法制定可改善员工参与度的策略。 虽然人力资源数据储备巨大,但企业无法收集其员工的相关指标,这使人力资源团队难以分析,理解员工行为以及采取相应的行动。从解释数据的基本问题开始,比如“你的员工为成为组织的一员而感到自豪吗?”,“作为一名雇主,你是否给了他们足够的激励以保持动力?”,以及“你是否花足够的时间听到并解决员工的不满?“可以帮助企业获得有趣实用的见解。 还有一些组织应该思考的一些数据分析的着手点,以便在个人和组织层面上更好地理解其员工的参与。事实上,这些数据集中的很多可能会在各种人力资源系统中进行跟踪和收集。 数据分析在人力资源管理中的价值 - 案例研究和举措 虽然人力资源分析仍处于初始阶段,但其市场上成功应用的例子却不断增加。在哈佛商业评论文章中,米克柯林斯强调了黑山公司如何利用人力资源分析的优势。 Black Hills Corp.是一家拥有130年历史的能源集团,收购后将其员工人数翻了一番,达到约2,000名员工。像许多能源公司一样,各种挑战(老龄化劳动力,专业技能需求以及让员工获得全面胜任的漫长时间表)带来了巨大的人才风险。 为了防止大规模的人员流动灾难,该公司使用劳动力预测分析来计算每年有多少员工退休,需要替换的员工类型以及这些新员工最可能从哪里来的员工。其结果是一场劳动力计划论坛,对89项旨在解决潜在人才短缺问题的行动计划进行了分类和优先排序。 同样,BRIDGEi2i帮助全球商业服务组织识别并采取行动,提高其庞大而多元化的员工群体的满意度和参与度。 在TLNT发表的一篇文章中,国际知名的人力资源思想领袖John Sullivan博士列举了谷歌过去和现在在人员分析方面的一些举措。 氧气项目:帮助他们确定伟大领导者的八个特征。数据证明,除了优秀的技术知识之外,周期性的一对一辅导,包括表达对员工的兴趣和频繁的个性化反馈,被列为成为领导者的关键特征。 PiLab:一个独特的小组,在Google内部进行应用实验,以确定管理人员和维护生产环境的最有效方法(包括识别使员工最快乐的奖励)。 保留算法:Google开发了一种数学算法,主动并成功地预测哪些员工最有可能成为保留问题。 可操作的分析正在推动人力资源管理的成功 人才分析成功的故事鼓励其他组织毫不拖延地采取分析措施。根据SHL全球评估报告,全球企业中有不到50%的人在做出人力决策时使用客观数据,只有不到20%的人对他们当前的数据管理系统管理人才数据的能力感到满意。 但是,凭借可操作的分析,领导者和管理人员拥有巨大的机会来利用人才数据来降低员工成本,确定收入来源,缓解风险并执行业务战略。 旨在追踪员工敬业度,满意度和保留率的分析解决方案是建立和维持快乐和积极进取的员工队伍的关键。分析可以帮助企业找到激励员工的方式,促进与员工奖励,定制培训等有关的计划。数据驱动型员工敬业度战略的早期采用者必将在竞争中茁壮成长。 现在是唤醒数据分析并加强大多数组织缺乏的数据分析专业知识的时候了。   以上内容由HRTechChina AI翻译,仅供参考            
    头条
    2018年05月08日
  • 头条
    选择人力资源技术时容易忽视的五个“盲点” 文| Meghan M. Biro 来源| Talent Culture (注:原文标题为 《人力资源技术里的比罗圆珠笔:我们买到错误商品的五个原因》 原文作者将企业选择人力资源技术的决策过程比喻成购物,将错误、不适合企业的技术比喻成比罗圆珠笔。比罗为品牌名。) 我花了很多时间与人们讨论人力资源技术以及使用它的最佳方式。做出技术的选择涉及到道路上的无尽分叉 - 有时候这种选择并不是最具成本效益或最有效的选择。你可能会看到一组非常华丽的、花里胡哨的东西,但是为什么你就不能简单地做这件事呢? 答案是:盲点。 基于云计算产品的力量,大数据和所有这类技术都可以做到,我们并不总是看得很清楚。我们追逐闪亮和喧嚣,时髦的条款。但我们也必须做出正确的选择。问题在于,存在很多选择,但我们知道自己真的需要什么吗? 在做出人力资源技术相关的决策时,请注意这五个盲点。 1、不要屈服于范围蔓延 (注:范围蔓延为一个专业名词,意思是不受控制的变化或者持续增长,通常被认定是负面的。) 仅仅因为技术解决方案可以做点什么并不意味着你需要它。您在“购物”之前了解自身的需求。你打算招聘吗?工资?绩效管理?签合同?酬劳?你需要帮助以实现更好的多样性和包容性? 如果你已经有了一些你喜欢的系统,并且人们可以很好地使用它们,那么请确定你是否可以将新技术与现有系统集成以避免冗余。或者,如果您正在寻找一个贯穿整个员工旅程的中央供应商,他们是否覆盖了沿途的所有工作站点? 一旦你有清晰的界限,不要超越它们。 HR技术比以往更具个性化。如果没有理由超出您的倡议范围或招致额外费用。在这种情况下,你可以得到你想要的技术。 2、不要因为闪光和嗡嗡声而分心 我将这种现象称为Tyrannobyte综合症。(注:tyrannobyte是一个计算机领域的词汇,作者在本文中指是大多数人不明白这个词是什么意思,但觉得它复杂又时髦。)我们甚至不知道这个词是什么,我们听到它,并认为我们应该需要它。最近有人在一个聚会上开玩笑地说出了tyrannobytes这个词,一半人听出了距离感。当然,没有tyrannobytes这样的东西。但是一个怪物大小的数据单元的概念太不可抗拒了。 相反,重点在于,你真的需要能跟种子库竞争的数据储存吗?(注:种子库是一个旨在把世界各地各种的植物种子保存起来的地下仓库,以防因全球物种迅速缩减而造成物种灭绝。目前全球种子库储存的种子样本已超过100万份。)区块链是软件解决方案的重要组成部分吗?如果您不确定,请您在签署任何虚线之前的东西时,咨询第三方的可靠专家。 3、不要在蜜月期签订长期合同 客户服务不仅仅是一个概念。在HR技术方面,可靠的服务必须超越求爱阶段。首次通过后,只要你们两个都存在,你是否有机会获得响应式支持?您是否从科技公司所做的任何更新,修复或改进中得到了好处? 能够获得持续的帮助和支持是至关重要的。您还应该能够衡量您的HR技术在实现您的目标方面的有效性。您的技术提供商应为自己设置一些严格的标准 - 然后与您分享。如果他们真的在这项技术中花费了很长一段时间,他们会对他们的表现保持透明。 4、确保他们是因为你本身而爱你 如果你是一个小而精益的组织或一个不起眼的创业公司,你的人力资源科技合作伙伴在你作为客户签名后是否还会关注你?你没有一个能扩大支出的大账户。你可能甚至不会在合同期间增加雇用,因为你专注于人员管理等业务的其他部分。如果你保持原来的样子,那对他们来说有什么用? 如果供应商的核心价值之一是让顾客满意,那么你很幸运。请查看他们的推荐信:其他小公司在案例研究中对他们大加赞赏吗?说到这些,他们是否有证据表明他们对客户的承诺?数据远比打磨的品牌故事更有说服力。您的首席财务官不会关心温暖和模糊的推荐。他们需要清晰的分析。注意:如果您正在阅读本文,并且您是首席财务官,我向您致敬。 5、易于使用的预期 我们看到了一些令人惊叹的产品,因为资深人力资源科技公司推出了他们的2.0版本,并且新技术进入了竞争。人工智能处于混合状态,并证明其具有完成某些任务的巨大能力。但是不管技术有多复杂,您的用户门户网站的定制化程度如何,您的团队都能够使用该技术吗? 如果说您的人力资源技术提供商的任务是负责确保飞机停留在空中。但是,您的人力资源部门中技术娴熟的成员是否可以引导飞机并保持其正常?如果出现问题,供应商能否实时排除故障并帮助解决问题 - 而不是“我们将在星期一回来”的口头保障?软件故障或人为错误或两者都会发生。这是墨菲的平民技术定律。有人会决定“让自己的手脏”,并尝试在一个星期天下午的时候为自己的一些报道提供报告,当其他人都不在时。是否有人随时与您的人力资源技术供应商谈话并保存您的数据? 我们都有个人喜好。如果我有一个真正的问题,我不会去问聊天机器人;如果我有一个消费者服务相关的问题,我不会去打开解答常见问题的网页页面。我希望有一个忠诚的人了解我,了解我的团队,了解我们的目标,并且百分百支持我们。我不想被二把手猜疑。我不希望有人与我的经理谈话,如果他们不完全理解,我想要无限的耐心。我们担任人力资源领导职务,而不是软件工程。但就目前而言,我们中的大多数人都知道我们在做什么。 但我也希望找到我能找到的最好的技术,我喜欢创新的,未经包装的创意 - 谁不是这样呢?并且,理所当然地,一些最具创新性的产品可能没有太大的包装或优化每个客户的体验。如果他们真的提供了一些有价值的东西,他们就不必打扮起来。事实就是这样。一旦我的品牌徽标粘贴在技术提供商的主页上,我不想让我感觉自己只是墙上的另一个奖杯。如果这是正确的解决方案和合适的人力资源技术提供商,我就不太可能有这种感觉了。 以上内容由HRTechChina AI翻译完成,仅供参考
    头条
    2018年05月07日
  • 头条
    首届人力资源区块链中国论坛 5月25日 将在上海召开   首届人力资源区块链中国论坛 5月25日 13:00-18:00 上海 浦东紫金山大酒店(东方路778号四楼) 区块链的火爆毋容置疑,从比特币价格的暴涨开始,币圈和链圈的概念就不断的冲击着人们的神经。币(链)圈一天,人间一年。区块链技术早已不是一项新鲜的技术,但今年区块链的火爆现象更加突出了技术与时代发展的需求。 人力资源领域对区块链技术有着天然的亲切感。从员工招聘,工资发放,智能合约,零工经济,福利奖励,背景审查,学历证明等各个方面都可以看出两者未来的紧密联系。 什么是区块链,HRTechChina网站上有很多区块链的普及文章和内容介绍,您可以点击这里访问"HR区块链" 详细了解。 每一项新技术诞生,我们必须看看我们可以用其解决哪些实际问题?所以我们特别发起了这次人力资源区块链的论坛,邀请了区块链中的超级大咖与行业应用的实践者们,一起给大家分享交流区块链在人力资源中的场景和应用,以及未来的机会和挑战。 How Blockchain will Impact HR and The World of Work 让我们5月25日 上海见! 日程安排 13:00-13:30 会议签到 互动交流 13:30-14:15 重磅大咖分享 陈俊  美国ArcBlock CMO 14:15-14:45 主题分享:人力资源行业中的区块链机会与挑战  王文斌 HRTechChina 顾问  14:45-15:00  人力资源区块链项目PITCH  陆游  EDC教育链 15:00-15:20 休息互动交流 15:20-15:30 人力资源区块链研究会成立 15:30-16:15 重磅大咖分享  张一峰 中钞区块链技术研究院院长,数字货币和区块链领域专家 16:15-17:00 圆桌对话:区块链在人力资源未来 主持嘉宾:王文斌  HRTechChina 顾问 对话嘉宾: 陈俊  美国ArcBlock CMO 杨铁党  区块链专家 陆游   EDC教育链 赵晔  创梦亚马逊AWS联合孵化器 张一峰 中钞区块链技术研究院院长 日程以现场为准(随时更新)   联系我们: 报名联系:021-51083646 Amanda 赞助合作:Annie 联系电话:18621292818 联系微信:18621292818 邮件地址:annie@hrtechchina.com 如果希望参加人力资源区块链项目展示环节,也可以与我们联系。 希望分享?联系我们:speaker@hrtechchina.com 注明 区块链论坛 报名(收费论坛):http://hrday.com/survey/survey.php?id=7F242CA0-B5D3-0E8C-36FF-7B2C410B0F1B 门票价格: 5月20日前报名付费仅需498元/人,3人同行仅需998元 5月20日后报名付费仅需980元/人,3人同行仅需1980元 支付方式连接: http://www.hrsalonchina.com/67130.html 付费请记得注明个人姓名信息  
    头条
    2018年05月02日
  • 头条
    今年将有3项技术趋势会打乱人力资源部门 从区块链技术到游戏化:今年哪些技术趋势正在改变人力资源领域? 现在的任何行业都受到科技以前所未有的速度打乱了,HR也不例外。 为了赢得行业内最优秀的人才,今天的企业必须跟上最新的技术趋势,了解他们需要采取哪些措施才能保持竞争力。 现在可以使用新平台对诸如绩效评估,工资管理和工作负载管理等各种人力资源业务进行数字化。 通过使用技术简化一次复杂的任务,企业可以获得许多好处,如节省时间和金钱以及吸引和培训顶尖人才。 让我们来看看2018年将破坏人力资源空间的三项技术趋势。 Blockchain区块链技术 虽然更普遍地称为比特币背后的骨干技术,但区块链技术将对人力资源产生深远而广泛的影响。 本质上,区块链提供了一个分散和安全的分类账,允许参与方验证与交易相关的信息。通过这样做,它加速了这个过程并切断了任何中间商。 该技术在人力资源行业有很多应用,其中包括: 工资单中的区块链 区块链支付解决方案可以成为企业向海外汇款的更便宜和更高效的方式。通过电子方式向海外发送工资单支付的常见问题包括由于中介第三方参与而造成的漫长过程,以及频繁更换价格昂贵和不便的汇率。 区块链可以通过降低雇主费用和员工等待时间来降低跨境工资的成本。通过区块链的安全结构,可以实时向员工付款。 区块链认证 简历欺诈是人力资源领域的一大难题。事实上,一个最大的在线求职网站CareerBuilder的调查显示,大约58%的雇主在简历上发现了谎言。 雇主如何确定一个理想的候选人对他们的资历和经历诚实呢? 现在有许多初创公司正在探索区块链技术解决认证问题的能力,增加透明度并解决简历欺诈问题。 区块链被用来证明简历的真实性。来源:Shutterstock Aworker是一家让求职者能够将他们的简历存储在区块链中,立即证明其资历的公司。 作为分散评估和验证的结果,候选人简历的详细信息会实时更新。由于区块链上的数据是透明的,并且没有人可以根据自己的利益操纵数据,所以不存在伪造或欺诈行为。 这使得人力资源专业人员能够更高效,更高效地找到最适合技能的候选人。 持续的绩效管理工具 为了改善员工与经理之间的关系,我们将目睹持续采用绩效管理工具,而不是传统的绩效管理流程。 根据德勤2017年全球人力资本趋势研究,超过70%的企业表示他们正在重塑企业绩效管理流程。 这些工具旨在通过帮助高层管理人员和员工规划,监督和检查员工的工作目标来缓解员工波动并留住顶尖人才。 持续的绩效管理工具将越来越受欢迎。来源:Shutterstock 它们允许持续的反馈,对话以及与目标和实时识别相关的表现。 持续的绩效管理软件使管理人员和员工能够共同制定职业发展轨迹,并且更容易为个人提供指导和指导,使其成为自己的最佳人选。 在现代人力需要真正的员工 - 经理关系和员工发展和晋升机会的时刻,这种趋势肯定会增长。 游戏化 今年腾飞的趋势是人力资源运营的游戏化,包括招聘,员工敬业度,员工健康以及培训和发展。 越来越多的企业将游戏动态应用于非游戏环境,以鼓励更多的参与。 通过游戏化进行一些健康的竞争可以提高员工对培训的参与度。来源:Shutterstock 例如,游戏化正在被用于使培训对员工更具吸引力。一些企业已经推出了员工必须完成不同任务才能获得积分和徽章才能升级的计划。 盖洛普的一项民意调查显示,仅仅在美国,员工缺乏兴趣和不愿意从事工作导致年度亏损将近3700亿美元。 同一项研究显示,在雇员中,千禧一代从事最少的工作。如果高效部署,游戏化可以真正起到帮助作用。到2025年,千禧一代将占劳动力的75%。因此,为了吸引和留住最优秀的人才,人力资源部应该开始考虑游戏化的优势。   作者:Taylor Bragg 以上由HRTech AI翻译完成,仅供参考。
    头条
    2018年05月01日
  • 头条
    人力资源区块链:挑战,应用和工作的未来 当你提到区块链时,很多人认为它是关于比特币的。 但除了作为世界上最着名的加密货币的基础技术之外,区块链技术可用于各种用例。包括HR。 就像每一项(新技术)一样,我们必须看看我们可以解决哪些实际问题。 例如,在人力资源方面,我们在验证身份和资格方面存在很多问题,这些问题可能会受益于区块链技术。   另一个例子是对我们个人数据如何使用和货币化的审查。这使得人们更加谨慎地使用中央网络来显示他们的个人数据,包括职业历史。 我们在工作场所有哪些挑战需要解决? 在工作场所,尤其是劳动力市场,我们遇到了特殊问题。   人才供应问题 如果你看看招聘和招聘,那么对可用工人和低效匹配的信息的可见性很差。   劳动力成本 在效率低下的人才市场,雇主向中介支付15-30%的合同成本。不用说,这会让组织花费很多钱。   在接收方,承包商,供应商,顾问或自由职业者有时需要等待几个月才能获得报酬。   这不仅让参与各方感到沮丧,而且也影响了企业的生存能力。仅在英国,近20%的中小企业由于延期付款而面临破产。   候选人欺诈 在身份和候选人资格方面信心不足,超过一半的候选人在他们的简历中说谎 - 这个数字随着行业和部门而变化。在“哈佛研究”的地方,可能意味着“研究哈佛商业评论”。是的,这听起来有些厚颜无耻,但是在那里有很多欺诈行为。   其他劳动力市场的具体问题涉及到选择偏差和迅速变化的人才库。   当前劳动力市场面临的一些挑战。    数据 我们还面临集中式数据和社交媒体的挑战。   互联网在招聘和工作方面带来了非常积极的进展,想到了提高搜索效率的工作机会,通过LinkedIn等方式从竞争对手那里挖走的机会等等。但是数字化在这个市场还有很长的路要走的工作能见度。也许这里最大的解决方案是围绕集中式数据并转向更分散的模型。   Facebook - 以及这种反应 - 使人们更多地考虑他们的个人数据,这可能有助于为工作场所中的分散模式提供帮助。   零工经济 我们有很多人搬到零工经济。当我们对一些人说零工经济时,他们的第一反应是剥削,没有病假工资等等。 但是不管我们如何定义,越来越多的人选择离开固定的工作和工作合同,这是一个越来越大的趋势。   区块链技术如何帮助HR 好消息是,我们掌握了下一代数字工作者的设计,并且我们可以将一些区块链功能整合到我们的数字工作平台中,以改善这种情况。   例如: 无需第三方即可交换数字资产 在就业空间执行智能合同的能力 用于存储数字记录的分布式分类账 所有以前交易的不可磨灭的记录    区块链在工作 我们来看看一些区块链的例子。 仅在一年前,这个领域大约有10家,也许有15家初创公司。 现在,有超过52家初创公司为许多不同的劳动力问题构建区块链驱动的解决方案。 有不同的部分,但让我带你看看其中四个非常有趣的部分: 资格和验证。  支付员工。  工作匹配平台。 通过网络连接您的信息。   活跃在区块链工作空间的初创企业样本。    工作的未来 那么,所有这些将导致我们到哪里?   与许多事情一样,技术发展及其采用需要时间。基于区块链的解决方案解决上述人力资源挑战不会一夜之间发生,这很可能是一个渐进的过程。     第一波可能会围绕基于区块链的候选人验证,这是一个简单的用例。在我们管理自己的职业生涯档案时,实时工作人员的付款可能会是另一种,并且会减少垃圾邮件   第二波区块链技术可能是更好的人才市场,更多的工作,工人和匹配的可见性。 它也可能需要更多的信任在市场上。   第三次浪潮可能涉及到组织本身的性质。如果我们有更大的流动劳动力,那么这些流动劳动力可能会被要求用于那些意味着不那么长久的人和长期工作合同的项目。 所以,也许我们会有更多的自治组织,同时也关注团队网络。   基于区块链的解决方案如何用于未来的工作。    当然,现在有挑战。   Techies将与您讨论当前区块链相关的挑战,例如交易成本和交易速度。所以我们必须让这个过程正确,这不是一件容易的事情。    我们现在可以做什么?   尝试新技术!   这是我们可以马上开始的事情。 查看正在进行的区块链项目,以及他们可以在哪些地方解决部分劳动力挑战。 并与初创公司合作。 试试看看他们的解决方案是否有效。 这导致我们有六家初创公司从事各种不同的问题。    以下简要介绍了他们的优势以及他们如何使用区块链技术。   Etch。 简而言之,Etch将工作时间和获得付款之间的时间缩短为零。 为此,他们将工人的劳动合同逻辑转化为智能合同,这意味着当他们花时间工作时,他们的工资会自动流入他们的Etch钱包中。区块链可以使这种情况以100%透明和即时的方式发生。没有更多的等待承包商的薪水。   R_Block R_Block是一个分散的,身份证明的招聘网络。 该平台的用户拥有他们的技能和经验数据,并决定他们想与谁共享这些数据的时间以及时间。 工作人员可以通过CVTokens分享他们的R_Block个人资料并与招聘人员进行互动,他们可以将他们熟练的技能和工作经历转化为可共享的简历。   这项技术使公司能够随时获得可随时访问的更新简历(这是他们在引入“通用数据保护条例”时与传统纸质简历无关的内容)。   TiiQu TiiQu是一个基于区块链的平台,它使用数据质量的不变性和可验证来源来创建数字护照。 这个数字护照可以作为证明 - 除其他外 - 个人的专业诚信,身份和资格。   简而言之:在TiiQu,他们的任务是消除个人对自己的主张的猜测和假设。区块链技术被用于其透明度以及技术提供的其他方面验证的便利性。   拱顶 Vault是全球首个区块链动力反骚扰平台。它允许用户记录骚扰经历,存储证据和个人备忘录。   用户完全控制保管库中存储的信息,未经明确同意,任何其他方都无法访问。一旦案件被记录,用户就会收到关于行为人姓名是否被其他用户记录在保险柜中的通知。   Gigachain Gigachain是一个基于区块链的技术平台,旨在保护世界各地的工作人员不受剥削和滥用劳工。   该技术记录了工作完成的工作证据(通常是工作时间加上地点),以供工作人员,企业和潜在感兴趣的第三方使用,例如用于审计和监督目的。   路径 Path为来自大学和企业的各种组织量身打造,区块链驱动的解决方案。 这可能需要向学生和员工发放数字证书,以帮助他们建立专业的路径。 或者在雇用他们以确保组织获得最佳人才之前,先用自己的在线证书审查潜在的员工。   仅举几个可能的应用程序中的几个。     综上所述 区块链技术的发展对人力资源部门来说非常有用,有助于他们的组织适应不断变化的员工队伍。然而,与任何新技术一样,起点应始终是:我们在这里试图解决什么问题?为了做到这一点,所有参与者 - 从人力资源和招聘专业人员到初创公司和区块链技术人员 - 都应该不断地相互沟通。     Here’s a short overview of what they’re up to and how they’re using blockchain technology.   Etch. In a nutshell, Etch reduces the time taken between working and getting paid to zero.   To do so, they turn the logic of a worker’s employment contract into a smart contract which means that as they spend time working, their wages flow automatically into their Etch wallet. Blockchain enables this to happen 100% transparently and instantly. No more waiting on salaries for contractors.   R_Block R_Block is a decentralized, identity-proof hiring network. Users of the platform own their skills and experience data and they decide who they want to share this data with and when. Workers can earn CVTokens for sharing their R_Block profile and interacting with recruiters and they can turn their proven skills & work history into a shareable CV.   This technology enables companies to always have an updated CV that they can access anytime (something they don’t do with traditional paper CVs given the introduction of the General Data Protection Regulation).   TiiQu TiiQu is a blockchain-based platform that uses the immutability and verifiable source of data qualities to create a digital passport. This digital passport can be relied upon as proof of – among other things – an individual’s professional trustworthiness, identity, and qualifications.   In short: at TiiQu, they’re on a mission to remove the guesswork and assumption from an individual’s claims about themselves. Blockchain technology is used for its transparency and the ease of verification by other parties the technology offers.   Vault Vault is the world’s first blockchain powered counter-harassment platform. It allows users to record harassment experiences, store evidence, and personal memos.   Users are in full control over the information stored in their Vault which no other party can access without explicit consent. Once the case is recorded, the user gets a notification about whether or not the perpetrator’s name was recorded in Vault by other users.   Gigachain Gigachain is a blockchain based tech platform that aims to protect workers worldwide from exploitation and labor abuse.   The technology records evidence of work done (usually hours worked plus the location) in a tamper-proof record which is available to the worker, the business and potentially interested third-parties for example for audit and oversight purposes.   Path Path builds tailor-made, blockchain-driven solutions for various organizations from universities to corporates. This can entail the issuance of digital certificates to students and employees to help them build a professional Path for instance. Or the reviewing of potential employees with their own online certificates before hiring them to make sure an organization gets the best talent.   To name just a few of the many possible applications.     In summary Developments in blockchain technology can be of great use to HR in helping to get their organization ready for a changing workforce. As with any new technology, however, the starting point should always be: what problem are we trying to solve here? In order to get this right, all of the partiers involved – from HR and recruitment professionals to startups and blockchain technologists – should constantly keep talking to each other.   作者:  Neelie Verlinden   以上由HRTech AI翻译完成,仅供参考
    头条
    2018年05月01日
  • 头条
    思考:人工智能伦理的3个基本步骤 如何通过人工智能将道德应用于更安全的未来 关于人工智能(AI)的未来,有两种思想流派: 乌托邦的观点:智能系统将迎来一个启蒙的新时代,人类从工作中解脱出来追求更高尚的目标。人工智能系统将被编程以治愈疾病,公平地解决争端并且只会以有利于我们的方式增加我们的人类生存。 世界末日的观点:智能系统将窃取我们的工作,在进化中超越人类,成为战争机器,并根据当前的需求优先考虑遥远的未来。我们控制它们的可疑努力只会揭示我们自己的缺点和较低的将道德应用于我们无法控制的技术的能力。 与大多数事情一样,事实可能是在中间的某个地方。 无论你在哪个领域工作,重要的是要考虑随着技术的发展人类可能如何影响人工智能。一个想法是人类将主要形成人工智能的良知或道德结构。但是,我们将如何做到这一点?我们如何将道德应用于人工智能以帮助防止最糟糕的事情发生?   人与人之间的关系 深度学习系统的强大之处在于他们确定自己的参数或特征。只要给他们一个任务或目的,指出他们的数据,然后他们处理剩下的事情。例如,自动校准能力在SAS®可视化数据挖掘和机器学习可以计算出为自己的最好成绩。但人们仍然是这一过程中最关键的部分。 “人类解决问题而不是机器,”SAS的AI专家Mary Beth Ainsworth解释说。“机器可以提供解决问题所需的信息,然后进行编程,以自动化的方式解决这个问题 - 基于解决问题的人性化解决方案。” 虽然未来的人工智能系统也可能收集他们自己的数据,但大多数现有系统依靠人类来提供输入参数,包括通过学习定义确定的数据和最佳结果,如强化学习。当您要求算法找出实现该结果的最佳方法时,您不知道机器如何解决问题。你只知道它会比你更有效率。 鉴于目前人与AI之间的这种关系,我们可以采取一些步骤来更加道德地控制AI项目的结果。我们从这三点开始。 人类解决问题,而不是机器。机器可以显示解决问题所需的信息,然后进行编程,以自动化方式解决该问题 - 基于针对问题提供的人性化解决方案。Mary Beth AinsworthAI和语言分析策略师SAS  AI道德规范第1步:提供最好的数据 人工智能算法通过一组用于通知或构建算法的数据进行训练。如果您的算法将鲸鱼识别为马,显然您需要提供更多有关鲸鱼(和马)的数据。同样,如果您的算法将动物识别为人类,则需要提供更多关于更多不同人类的数据。如果您的算法做出不准确或不道德的决定,可能意味着没有足够的数据来训练模型,或者学习强化不适合达到期望的结果。 当然,也有可能人类可能在不知情的情况下,通过有偏差的数据选择或错误配置的强化值将他们的不道德价值注入系统。总的来说,我们必须确保我们提供的数据和输入为算法绘制完整和正确的图片。 AI道德规范第2步:提供适当的监督 为所有AI项目建立清晰的所有者和利益相关者的治理体系。定义您将使用AI自动执行哪些决策,哪些决策需要人工输入。为流程的所有部分分配责任,并对AI错误负责,并为AI系统开发设定明确的界限。这包括定期监控和审计算法,以确保偏差不会蔓延并且模型仍按预期运行。 无论是数据科学家还是专门的实践伦理学家,都应该负责AI策略和协议,包括合规性。也许有一天,所有的组织都将建立起人工智能伦理主义的角色。但是不管标题如何,有人必须负责确定产出和绩效是否在给定的道德框架内。 正如我们一直需要治理,可追溯性,监控和标准分析的改进一样,我们也为人工智能提供服务。然而,AI的后果更为严重,因为机器可以开始提问并自己定义答案。 AI道德规范第3步:考虑新技术的后果 为了让个人执行政策,该技术必须允许人类进行调整。人类必须能够选择和调整训练数据,控制数据源并选择数据如何转换。同样,人工智能技术应该支持强大的治理,包括数据访问以及指导算法不正确或在符合道德界定的边界之外运行的能力。 无法预测AI的所有潜在情景,但重要的是要考虑可能性并对正面和负面的强化进行控制。例如,引入新的甚至是竞争性的目标可以奖励符合道德标准的决策,并将不道德的决策视为错误或误导。AI系统旨在提高质量和效率的同等重要性,而不是完全侧重效率的系统。此外,设计一个具有多个独立和相互冲突的目标的AI系统可以为系统增加额外的责任。 不要回避AI道德 人工智能可以提高汽车安全性并诊断癌症 - 但它也可以选择巡航导弹的目标。所有AI功能都有相当多的道德分歧,需要从多个角度进行讨论。我们如何确保AI的道德体系不被滥用? 以上三个步骤仅仅是一个开始。他们会帮助你开始关于为你的组织开发道德AI准则的艰难对话。你可能会犹豫不决,想要画出这些道德标准,但我们无法避免谈话。所以不要等待。现在开始讨论,以便您可以确定边界,如何执行它们,甚至在必要时如何更改它们。 以上由AI翻译完成,仅供参考! 来源:https://www.sas.com/en_us/insights/articles/analytics/artificial-intelligence-ethics.html  
    头条
    2018年04月27日
  • 头条
    人工智能重塑未来劳动力 By Tracy Wang 埃森哲咨询大中华区管理咨询总监 在4月20日的中国人力资源科技论坛年度论坛上,Tracy Wang女士发表了题为“人工智能重塑未来劳动力”的主题演讲,分享了埃森哲公司的最新报告,向大家展现了人工智能将如何改变未来劳动力。以下是Tracy Wang女士在本次论坛的发言内容: 大家好,我是Tracy,非常高兴今天有这个机会站在这里。我主要想和大家分享一下埃森哲公司发布的最新调查报告,报告的名字叫做“人工智能重塑未来劳动力”。这份报告包含了今年一月份埃森哲公司在瑞士的达沃斯世界论坛上发布的最新调查研究,其中应用了一些经济学的模型,预测了未来AI为企业带来的一些经济效益,并且强调了AI是如何重塑未来劳动力的。 说到这儿,其实有一个小插曲,因为我们的研究是全球性的,所以调查报告本来只有英文版。但在座的大家都是中国人,我过来分享肯定得用中文版的材料。市场部的同事和我说,自己翻译太浪费时间了,如果交给我们的翻译人员翻译成中文,大概一周的时间就可以好。我想一周的时间肯定是来不及了,我还是自己翻吧。于是我就打开了谷歌翻译,花了一两个小时就翻好了,结果我发现谷歌翻译的精准度基本达到了90%以上,剩下的一些语法错误,只需要我再稍微做一些语言润色。 这个事情说明什么,在翻译这个领域,AI已经颠覆了很多从业人员的职业生涯,很多人已经面临失业或者说转型的风险。 回归到今天的主题,当人工智能重塑未来劳动力的时候,你准备好应对竞争了吗?这个问题留给大家在今天的演讲过程中思考。AI现在这么火,大多数的企业在人工智能大致处于什么样的阶段呢? 其实一般来说,企业在采用新技术的时候,大致分为三个阶段: 第一个就是教育和学习阶段; 第二个阶段就是建模和实验阶段; 第三个阶段才是大规模应用的阶段。 埃森哲的观点是,现在大多数企业实际上还是处于第二个阶段,就是建模阶段和实验阶段。他们在业务的某些领域,可以说已经成功实施了AI技术或者说人工智能技术,并且把它们用于提高生产效能,但是当他们需要更高的增长率的时候,他们必须以更加创新的方式应用人工智能。人机协作在这个时候就扮演着非常重要的角色,人机协作就是人和智能机器以不同的方式协同工作,发挥各自的优势。 很多情况下,AI可以代替人力,从事过去人们需要做的一些烦琐工作,节省大家的时间,让人们可以在更高价值的工作上花更多的时间。以客户服务为例,AI的价值在于能够理解并且迅速响应大量的客户请求。AI可以自动处理一些低级别的事件,把高级别的事件交给人类处理,人类就可以花多一点的时间在高优先级的事情上面,更好的改善客户关系。 还有另外一个模式,人和人工智能可以在某些生产流程中进行无缝衔接,比如说宝马工厂首创的协同机器人模式,把人和人工智能在工业生产过程当中,一步一步交织在一起,第一步是机器人完成,第二步第三步交给人类来完成,这个过程当中实现了生产效率的提升。 另外一个例子就是设计领域。现在出现了很多新的设计软件,可以通过机器学习的方式可以自动生成设计理念,设计专业人员通过调整或者不断地设置设计参数来优化算法,从而完成一些更加优美的设计,更加符合人类的审美观。 我们为什么觉得人机协作可以产生更大的效果或者说价值?以AI医疗为例,经过我们的研究发现:在哈佛的病理学家,他们利用AI的技术能够更精准预测乳腺癌的细胞。不能说预测,是识别,基于图象识别的原理。他们发现AI识别的精准率达到了92%,但是人类病理学家的精准率超过了机器,达到了96%的精准率。但令人惊喜的是,如果把人类病理学家和机器AI结合在一起工作,最后得出来的精准率达到了99.5%,可见人机协作的结果超过了单独任何一方的结果。 总体来说,如果大多数企业在AI方面的投入,或者说人机协作方面的投入,能够达到世界领先水平的话,将会在未来五年增加38%的收入,而且就业率会提高大约10%。现在越来越多的企业认识到AI的价值,并且投资AI领域。 世界经济论坛和埃森哲的另一份独立研究报告指出,实际上过去的一年里,也就是2017年,企业在AI领域的投资增长了59.1%,这个数字是比较惊人的。根据我们的这份研究,有69%的企业领导人相信他们的行业将会被AI所颠覆,72%的企业领导人认为是否采用AI在竞争中能否能够脱颖而出至关重要。74%的高管认为,他们的公司将会在未来三年内,很大程度上实现任务和流程的自动化,97%的人认为他们会用AI来提升工作人员的工作效率。 现在大多数企业还是利用AI实现自动化,来提升企业效率,但是我们发现我们的观点就是说人机协作是带来更高增长的一个关键因素。报告指出,54%的领导人认为,人机协作对于实现其战略重点至关重要。61%的企业领导人预计在未来三年需要和AI合作的岗位比例将有所增加。 埃森哲的经济模型相当于是预测了AI对于企业带来的一些经济效益,跨行业来讲,刚才说到的这个数据,因为AI的投入会增加大约38%的收入,增加10%的就业率。从行业的角度讲,对于零售行业、销售品行业冲击是最大的。应用了AI技术后,这两个行业的收入增长到了51%,其次就是医疗和电信行业,分别是49%、46%。这是这些行业的就业率数据,红色的这些数据,大家可以看到,AI不但没有降低就业率,相反在各个行业都有所提升,这其实就是因为很多工作将会面临转型,而且一些新的工作需求,或者说对个人技能需求的提升。 报告指出,46%的高管说,随着机器承担例行任务,传统的工作会过时,人们会转向基于项目制的工作。所有的领导人几乎都表示说他们已经在一定程度上重新设置了公司的工作。29%的人表示,他们已经对公司的工作做出了大量的改变,工作的重新设计和改变也是惊人的。AI最大的任务就是重新设计工作,原来一些操作性的岗位会被AI替代,人类会集中在洞察性的岗位。而传统的技术型的岗位,也会被创新型的岗位所替代。 这就是一些简单的例子,经过我们的调查研究,采访了很多AI技术相关行业的从业者,他们向我们讲述了一些故事,他们的工作是怎样被AI所影响的,比如说钻井技术员,以前他们需要钻多个测试口,知道石油在哪,然后手动去准备钻头,输入正确的压力和钻头的速度。现在AI可以直接告诉人员石油的沉积,并且可以自动计算速度压力和深度。 药剂学科学家也是这样的。以前他们要梳理大量文件,以评估与药物有关的安全问题。现在AI可以自动评估风险系数,这样的话药剂学科学家可以花很多的时间在高风险的病例工作。 同理还有软件开发者,他们每周花费时间来识别新的垃圾邮件标志,并且编写垃圾邮件检测规则。现在AI可以自动识别垃圾邮件的检测规则,并且能够自动更新检测规则。这样的话,软件开发者实际上就可以花更多的时间在新的软件开发上。 航天工程师也是一样的,原来他们自己手动设计飞机组件,寻找抗压性更好、更加轻便的设计。现在AI采用生成性设计模仿大自然的进化方式,考虑数百万种可能的设计,挑选出抗压性更好,更轻便的设计。还有长途运输驾驶员,自动驾驶的出现使得驾驶员更多从事监控和优化路线方面的工作。 我们通过调查发现,非常多的员工已经迫不及待和人工智能合作。67%的员工表示,在未来的三到五年,去发展他们与AI合作的技能是非常重要的。62%的员工表示,智能技术会对他们的工作产生影响。45%的员工相信,AI会帮助他们更有效地去完成他们的工作。 但是与此同时,其实企业雇主对于这一结果可能会产生一些偏差。实际上员工对于AI的拥抱程度,可能已经超出了企业的预期。根据我们的调查发现,实际上四分之一的高管都会认为他们的公司员工实际上对AI有抵触情绪,比如可能担心工作丢失等等,员工的抵触情绪是AI在应用的一大阻碍。而只有3%的高管计划在未来的三年内,大幅增加对员工AI技能相关的一些提升,其余的97%的高管在预算上基本是持平的,或者说稍微有一些增长。 顺应人机协作或者说AI的趋势,作为企业的领导者,最重要的三个工作是什么呢? 第一个是重新定义工作; 第二个是引导员工向新的价值领域方向迁移,比如从员工思维和能力上引导; 第三是培养新技能,一会儿我会阐述哪些是未来会出现的新技能。 刚才我讲了很多工作是怎么被重新设计的,这个过程里面,创建新的岗位说明,Job Design是非常重要的,把人力从原来的职能岗位上释放出来,让企业组建基于项目制的工作方式。引导员工向开启新价值形式的领域迁移这个过程中,打造敏捷组织是非常重要的。 敏捷组织有什么特点? 第一个是流程非常灵活。第二个特点是扁平化管理,组建小规模的团队。第三个是顺应AI的管理趋势,即有灵活的组织模式来支持项目制团队,团队能够迅速组建和解散。 关于培养员工的新技能,埃森哲发现有几个角色在人机协作的过程当中会逐渐展现出来,比如说教练的角色、解释者的角色、维护者。 什么是教练呢?教练就是训练AI的人,不一定是写代码或者说编写算法的人,但是他必须懂算法,这样可以帮助AI更好的学习,更好的帮助AI识别人的面部特征,或者通过正式的工作流程的方式帮助AI进行学习,要么帮助AI融入团队和团队一起进行学习,所以说训练AI的能力是非常重要的。 第二个讲到解释者,解释者也不一定是写代码的人,但他也得懂算法。把算法结果解释给大家听,并不是每个人都懂算法,通过解释的过程,可以增强大家对角色的信心,从而增加员工和客户对于算法的信心和支持。 第三个就是维护者,维护者是什么意思呢?维护者就是保证AI在演化的过程中不能跨越人类的道德底线,或者说不加强人类的一些偏见。比如说现在有一些图片识别软件,基于机器学习的算法,很多时候是通过学习大量的图片,给图片打上标签的方式进行工作的。这里前段时间出现一些情况,比如说很多黑人图片被人工智能打上猩猩的标签,这显然会涉及种族歧视,这时候需要维护者站出来指出风险,并且优化算法,来保证不涉及到道德方面的或者说法律方面的一些风险,这几个角色在AI或者说人机协作的过程中将来演化出来的一些新的角色。 同时有一些新的能力很重要,比如说判断力,有些时候AI不可能完全替代人类做决策,当AI不能做决策和判断的时候,人类就需要去做决策,这就需要人类能够了解AI的一些局限性,知道什么时候,在什么情况下应该怎么去干预AI决策。还有包括刚才讲的训练AI的能力很重要,创建工作流程,帮助AI大量的处理数据,优化算法,更好的为人类做洞察。 还有比如说询问智能系统,首先你要懂这个算法,要懂这个系统是怎么分类这些信息的,所以你在在询问这些智能系统的时候,才能获得更有价值更有洞察力的信息。所以经过我们的研究发现,这是我们未来需要的一些新的工作技能。作为企业来讲,首先需要对这些技能优先性进行排序,然后确定目标,对企业的员工进行培训,这里面可以用到一些数字化的培训方式,比如说VR、AR来加速培训的规模和速度。 后面有一些AI应用在工业场合的一些例子,比如万豪国际酒店,它的商业模式就是采用新技术推动的模式,利用机器人欢迎客人,把物品毛巾送到客人房间,也推出了一些智能推荐系统,可以让客人产生更多的订单,并且它的AI聊天机器人,可以让顾客能够在Facebook聊天软件上自动生成订单,帮助客人节省旅行社产生的一些费用。在比利时酒店会有一个驻场的聊天机器人,会说十九种语言,帮客人做自动登记。 下一个例子就是StitchFix,这个品牌利用了AI技术,在线上服装零售领域脱颖而出。和传统销售不一样的是,他们的服装设计师,根据客户的订单和退货订单,分析客户喜好,帮助公司设计师为顾客提供更好的、定制化的服装样式。 第三个例子就是阿迪达斯的SPEEDFACTORY,这是基于本地化的理念,非常小而新的举措,目的是满足更多定制化的需求,利用了人和AI相互协作的生产流程,设计师和AI相互协作,一双定制鞋从设计到生产几天内就可以完成。这样的话把价值定位转移到了满足消费者的定制需求上,大大节省了工作效率。 最后我分享一下中国市场的数据,前面讲的是全球化的一些洞察和数据,接下来我把单独的中国市场数据拿出来,大家看看和其他国家相比,有没有一些新的发现。在调查里面,我们问到三个问题。 第一个问题是你所在的组织在未来三年内,自动化的任务和流程程度是什么样的。你会发现,74%的被采访者都会回答这个比例是高或者非常高的,但中国实际上是低于平均线的,只有56%。 第二个问题是你需要在多大程度上和智能机器一起工作,中国的平均数据是38%,大多数人都会说会花26%到50%的时间与机器进行协作。 第三个问题,你更同意下列哪个陈述,一个是智能技术将在未来三年内减少规模,另一个是AI将在未来三年为公司带来就业机会的增长。大家可以发现中国实际上在悲观的情绪上是排名第二的,大家可以思考一下背后的原因是什么。   今天我的分享就到这里,非常感谢大家,感谢主办方HRTech China的邀请!   欢迎关注HRTech China微信公众账号,回复420可获取演讲嘉宾的分享资料; 欢迎点击链接,了解420中国人力资源科技年度论坛的报道
    头条
    2018年04月26日