人工智能
【旧金山】人才智能公司Findem获得3000万美元的B轮融资，帮助企业更快地雇用高质量人才
Findem是一家总部位于加利福尼亚州旧金山的人才智能公司，它于2022年3月8日宣布在B轮融资中筹集了3000万美元，该公司应用人工智能来加速人才招聘。
Four Rivers和Quarry Capital Management领投了本轮融资，现有投资者Wing Venture Capital也参与其中。该轮融资使Findem迄今为止的总融资额达到3730万美元。
Google、RingCentral和Medallia等公司的人才领导正在使用Findem的人才智能平台来推动前所未有的商业价值—用更高质量的候选人来克服他们的人才短缺问题，加强他们的劳动力多样性，并将他们的招聘时间缩短80%。
"人才大战正在激烈进行，公司无法快速招聘，而Findem的技术是帮助招聘人员找到那些竞争对手根本无法找到的主要候选人的秘密武器，"Four Rivers的总经理Farouk Ladha说，"Findem正在以行业前所未有的方式将人工智能应用于候选人搜索过程，并重塑公司寻找优质人才和建立伟大团队的方式。"
在过去的一年里，数百万员工辞去了工作，使许多公司为填补他们的空缺职位而苦恼。在全国范围内的劳动力短缺以及高度竞争的劳动力市场的推动下，Findem经历了500%的客户增长，8倍的顶线收入和超过一倍的员工数量。
这笔新资金将使Findem在强大的2021年基础上，支持公司的产品开发进展，包括第一季度推出新的自助服务模式，使用户能够将他们的空缺职位发布到招聘网站，并获得新的和高度针对性的候选人渠道。
继续扩张也是Findem的首要任务，因为它准备在国际上扩张并满足当今全球组织的复杂招聘需求。
Google副总裁、首席执行官人才顾问Jeff Markowitz说："Findem的平台对我的团队识别我们可能还不了解的高管非常有帮助，而且对Google的具体领导需求有意义。我们很高兴能使用他们的平台，并看到它如何继续发展。"
Findem的人工智能招聘平台对来自10万个来源的人员数据进行索引和分析，并将其变成可搜索的候选人属性。人才团队可以根据属性进行搜索—从一个人是否见证了公司的成功退出，是否建立了多样化的团队，或者是否是一个长期的员工—在所有外部候选人、内部员工和ATS中的现有档案中找到完美的匹配。该平台还包括自动进行个性化候选人参与的工具，分析人才库，获得劳动力市场情报，并衡量管道分析和人才多样性。
Findem首席执行官Hari Kolam说："这笔最新的资金真正验证了我们超越简历并将属性置于人才搜索中心的方法。这笔资金将成为我们下一阶段发展的加速器，因为我们将继续重塑采购、招聘和雇用的未来，并推动4500多亿美元的人员配置行业市场的创新。"
Quarry的普通合伙人Danny Wen说："Findem在人力资源技术领域脱颖而出，因为它对人工智能驱动的招聘可以真正实现的目标有着远见卓识，并结合了创新技术来实现这一目标。”
领先的人才团队利用Findem在招聘中的多样性和精确性获得成功
使用Findem的平台，技术、医疗保健和其他行业的公司在其人才管道中的候选人的多样性和质量方面正经历着高达10倍的增长，通常是在几周之内。高级人才招聘领导者认为Findem的方法是一种突破性的方法，可以大规模地寻找和招聘候选人，并填补利基职位。
"自从Findem出现后，我们的人才管道中的高质量、有兴趣的候选人大幅增加了22%，并在人才漏斗的每个阶段大规模地增加了多样性。与之前相比，我们来自代表性不足群体的感兴趣候选人增加了40%，"RingCentral的全球人才招聘副总裁Alvin Lam说，"它还使我们能够进行高度技术性的搜索，并为难以填补的职位找到候选人—如果没有Findem，几乎不可能找到这些人。"
Medallia全球人才招聘高级副总裁Tey Scott说："招聘中的多样性是Medallia的重中之重，Findem帮助我们破解了密码，通过多样性视角深入了解了我们的人才漏斗。在数据和深度分析的指导下，我们在不到两周的时间内实现了来自代表不足群体的候选人数量增加三倍。以任何人才招聘团队的标准来看，这都是令人印象深刻的。"
关于Findem
Findem利用人工智能为人才招聘提供动力，从搜索到雇用。帮助企业从超过7.5亿份丰富的资料中获取信息，无限制地参与其中，并找到最感兴趣的优秀候选人。从财富100强企业到初创企业的人才领导者都在使用Findem来大规模增加他们的人才管道，提高候选人的质量和多样性，并将他们的招聘时间缩短80%。
人工智能
【波士顿】技术招聘平台Filtered获得了1000万美元的融资
Filtered是一家总部位于马萨诸塞州波士顿的自动化技术面试平台，通过减少偏见来加快招聘速度，该平台获得了1000万美元的融资。
本轮融资由AI Fund、Silicon Valley Data Capital 和TDF Ventures领投。该公司打算利用这些资金继续扩大运营和业务范围。
在新任命的首席执行官Dan Finnigan的领导下，Filtered提供了一个自动化技术面试平台，使大公司能够从复杂、虚拟和全球的人才库中招聘技术人才。在几分钟内，该系统通过基于能力的招聘，评估候选人是否适合工作、团队和公司。Filtered将申请、筛选电话和编码面试自动化，使公司能够在人工智能、数据科学、计算机科学、全栈开发、区块链和DevOps方面更快地雇用顶级人才。
财富500强企业，如Cigna、Enterprise Holdings和The Federal Reserve Bank，都已经在使用它。
东北大学体验式人工智能研究所的执行主任兼Open Insights主席Usama Fayyad将加入Filtered的董事会，作为雅虎的全球首位首席数据官和Barclays银行的全球首席数据官，他将带来他的人工智能和数据专业知识。
人工智能
人工智能（AI）有7种办法改变未来的工作场所？
在未来五到十年内，你的工作场所将与从前大不相同。由于人工智能、物联网和机器人等技术的出现，我们的工作将发生巨大的变化。未来的工作将带来巨大的机遇，但也会使组织面临很多挑战。它将要求员工和管理层适应并更智能地工作。人工智能将增加你的工作，物联网将为你提供详细的见解，机器人技术将取代许多工作。
在未来十年，你的工作场所将被数据化和数字化。数字化是指将信息转换为数字格式，例如将音乐转换为MP3文件，将照片转换为JPEG，将文本转换为HTML，将模拟视频转换为YouTube视频。这样做将成倍地增加你的可用数据。因此，数字化意味着以数字形式捕捉人类的想法，以便传输、操作、重新使用和分析。
另一方面，数据化是指将模拟流程和客户接触点变成数字流程和数字客户接触点。数据化是使商业以数据驱动的过程--通过将社会行动转化为量化的数据。它涉及到使用连接设备从各种来源和流程中收集（新的）数据，或创建详细的客户档案。
使你的工作数据化，首先要使你的办公室、你的工作场所、你的流程和你的产品智能化。这将使以前 "看不见 "的过程可以被追踪，从而对它们进行监测、分析和优化。由于传感器的成本降低，低成本带宽的增加，云计算和处理能力的廉价供应以及大量连接设备的出现，你能够更容易且低成本地在不同的流程、产品和工作场所一致和普遍地捕获数据。数据化和数字化是未来工作的催化剂。
因此，没有数据，就没有工作的未来。让我们看看新兴技术将如何影响未来的工作场所。
1.寻找、雇用和留住人才
人工智能是改善你的招聘过程的完美技术。你可以利用这项技术完成“大海捞针”，通过分析数以百万计的社交资料，数以千计的简历，快速检测出潜在的候选人名单。人工智能可以自动与这些候选人进行互动，以一种引人入胜的方式选择一系列最佳候选人。Arya公司是为组织提供智能驱动的人才招聘的公司之一。
一旦你确定了一系列候选人，或者有一大群候选人对工作申请作出回应，你就可以使用人工智能来协助选择适合你公司的候选人。目前有几十种由人工智能驱动的工具，可以协助招聘人员雇用（远程）工人。你可以使用人工智能来评估候选人的技能、个性，甚至是组织适应性。例如，Filtered公司为数据科学家和工程师提供评估。每个评估都是使用人工智能进行分析。面部识别有助于检测作弊行为，结果在进入收件箱之前就被过滤掉了，在招聘最佳工程师时为招聘者节省了宝贵时间。
面部识别是招聘人员越来越多地用于评估候选人的技术之一。包括 Vodafone、新加坡航空公司和联合利华在内的公司通过用人工智能取代人类招聘人员，每年节省数百万美元。由于HireVue开发的技术，这些公司可以在更短的时间内筛选更多的候选人，从而为工作找到更好的人选。
2.员工之间的协作
在未来的组织中，人类和机器的合作将越来越多。根据 Accenture的研究，在未来几年，人机协作将使生产力和收入增加38%。三分之二的企业领导人认为，这种人机协作将有助于更快、更有效地实现战略重点。当机器和人类协作时，结果是积极的。
特别是对于大型组织来说，人工智能将更容易使在地理上分散的员工之间捕捉、寻找、分享和维护知识。对于大多数组织来说，捕获和分享知识一直不是问题。有许多可用的工具可以做到这一点，例如 wiki 和 Intranet。然而，组织越大，为合适的员工找到合适的知识就越困难。这就是人工智能发挥作用的地方。
语义搜索和自然语言处理将使人们更容易找到正确的知识。与谷歌类似，他们最近更新了他们的搜索算法，以更好地理解更复杂的搜索查询，组织可以使用人工智能更快地直观地找到正确的信息。
人工智能还可以帮助连接不同但相关的数据源，使你的知识库保持最新，并提供重要的信息指标，帮助你的员工和管理层更有效地共同工作。员工越是能找到正确的知识，合作就越容易。
人工智能在组织内的另一个应用是内部使用的聊天机器人。公司ServiceNow开发了一个虚拟代理平台，帮助员工解决人力资源的请求和查询。通过向人工智能代理提供足够的数据源，聊天机器人能够理解上下文，并能够快速正确地回答问题。
3.智能远程工作
人工智能可以用来改善远程工作者的招聘，但它也可以用来改善远程工作本身。远程人工智能将帮助远程工作者节省大量的时间，将他们通常需要手动完成的任务自动化。
此外，人工智能使远程机器人成为可能，这指的是机器被人类远程操作。这些半自主的机器人可以从远处控制，并可以完全重塑工作空间，特别是当与虚拟现实相结合时。远程机器人可以使更多的员工在家里工作，而不是目前所能做到的。例如，一个机械工程师可以操作机器人，在不离开家庭办公室的情况下修复地下管道的泄漏。再进一步说，由于VR的存在，管理层可以进行虚拟的 "面对面 "会议，而每个人都在世界的其他地方。
在未来几年，人工智能将使远程劳动力的效率更高，并大大增加员工在工作和生活上的平衡。
4.优化你的工作场所
任何流程、设备、基础设施或客户接触点都可以通过包括连接到互联网的传感器而变得智能。随着可用的连接设备的数量成倍增长，这比以前更容易。在不久的将来，传感器和连接设备将导致智能家居、智能办公室和智能城市的出现。因此，员工应该为智能工作场所做好准备，人工智能将创造一个个性化的员工体验。
2015年，当时世界上最聪明的建筑开业了。阿姆斯特丹的The Edge。这座大楼知道谁在大楼里，他们的喜好是什么，以及你喜欢怎样的咖啡。 从那时起，由于传感器、机器学习和无线（虚拟）信标技术，数字工作场所正变得越来越智能。传感器和人工智能可以改善照明控制、房间控制、空间管理和优化整体设施管理。智能工作场所的目标是通过为员工创造最理想的、个性化的工作场所来提高生产力。
5.领导和文化
你的文化需要改变，成为一种数据驱动的文化，在这种文化中，可以实时采取行动，决策是自动化的，员工被赋予权力。人工智能改善了你整个组织的决策，并帮助你了解哪些机会是最好抓住的。在不久的将来，人工智能将促进先进的自动化分析，它将用自动化决策取代人类决策的需要。
因此，人工智能将利用描述性、预测性和规定性分析为你的管理层和员工提供先进的洞察力。这意味着，基于经验和专业知识的传统决策方式被转换为数据驱动的决策。当组织为更多的人提供获取知识的机会时，权力就会被更平等地分配，使员工在组织内获得权力。这种权力的转移是充分受益于大数据分析的必要条件，它将大大改变你的文化。
6.生产力
当人工智能增强人类的工作能力时，生产力会增加。机器人不会生病，不需要休息，可以全天候工作。因此，那些将人工智能纳入其工作空间的公司，其生产力和收入都得到了显著的提升。人工智能可以处理平凡和单调的任务，而人类可以专注于更复杂的问题。因此，一个利用人工智能的组织将变得更加人性化。
例如，由人工智能驱动的聊天机器人可以为你的客户提供无缝体验，即时解决最基本的问题。或者人工智能可以分析销售电话并为销售经理提供实时提示，以改善与客户的沟通。公司Chorus帮助从对话中释放隐藏的洞察力，以完成更多的交易。
如果组织成功实施人工智能，那些参与的利益相关者（人类和人工）之间的新合作方式将确保生产力的持续增长。
7.培训和发展
最后，但肯定不是最不重要的，是人工智能改进的培训和发展。企业培训在竞争激烈的市场中变得越来越重要，员工希望不断发展更好的技能。个性化的培训和发展计划无疑可以帮助你留住员工。
聊天机器人可以在正确的时间点为正确的客户提供微学习课程。正如Hodges-Mace公司的学习和发展部主任Miguel Caraballo所说："想象一下，你的新秀销售人员即将拜访客户。当她把车开进停车场时，公司的学习机器人会在她的手机上显示一个关于积极的第一印象的微学习课程，以及潜在客户的 "关于我们 "页面的链接和她的经理的最后辅导笔记。现在这是一个个性化的学习体验"。
此外，与人工智能在招聘过程中分析评估的方式类似，人工智能可以分析培训结果，并根据缺失的技能提供个性化的培训方案。Hive Learning公司利用人工智能帮助员工更好、更快、更有效地学习。该公司专注于移动优先、点对点的学习，人工智能帮助推动行为改变。
未来的工作将是不同的。
未来的工作将更先进、更高效、更有生产力，希望也更人性化。在今天的组织中，员工必须处理大量的行政任务和官僚程序。然而，在明天的组织中，这些任务和流程将由人工智能来管理。人类和人工智能将一起工作。从而增强人类的能力，消除平凡的任务。
人工智能将使越来越多的任务自动化。它将颠覆、增强和改善许多现有的工作流程。那些在工作场所适应和接受人工智能的组织将变得更有效率，提高生产力，并变得更加人性化。然而，那些将忽视人工智能的组织或许将前景堪忧。
作者：Mark van Rijmenam
人工智能
PA实践分享：如何利用技能数据来支持劳动力规划和改善员工体验
越来越多的人开始关注技能，这可以说导致了人力资源的彻底转型。也许这并不会令人惊讶，因为74%的首席执行官对关键技能的可用性感到担忧，并担心人才短缺会限制增长。此外，世界经济论坛的《2020年未来工作报告》预测，到2025年，随着9700万个新工作岗位的出现，50%的员工需要重新掌握技能，8500万个工作岗位将因人类和机器之间的劳动转移而被取代。根据Gartner的预测，这种压力将转化为人力资源的压力，人力资源的首要任务是为其组织建立关键的技能和能力。我们在Insight222对未来劳动力规划的研究中发现，虽然几乎所有的公司都希望建立一个基于技能的劳动力规划过程，但只有四分之一的公司正在积极地这样做。
我最近采访了ING的人力资源战略和人力资本分析主管Luigi Maria Fierro，以听取更多关于ING如何利用人员数据来了解整个银行所需的技能和能力，以及如何利用这些见解来指导他们的未来劳动力战略。
1.请您简要介绍一下您在ING的背景和职责？
我是ING的人力资源战略和分析的全球负责人。在这个职位上，我负责人力资源战略，确定我们的人力资源部门要在哪些方面做出努力以确保我们的员工能够创造业务影响。我还为我们的人力资本分析实践指明了方向，使我们能够在业务中做出更多数据驱动的决策。
我对数据带给我们的机会感到非常兴奋。人员数据可以让我们对整个银行的技能和能力有重要的洞察力，帮助我们在正确的领域进行投资，从而确保我们为未来做好准备。同时，它可以让我们的员工深入了解他们可以在哪些方面发展他们的技能，以保持竞争力和领先优势。
2.在人力资源部门中，先进的分析技术和人的决策之间的最佳平衡点是什么？
这是一个非常重要的问题。多年来，我们一直在讨论机器是否会取代人类。我相信情况不会是这样，因为人工智能从来就不是为了取代人类，特别是在人力资源部门，它的作用是促进有价值的人际互动。我认为人工智能在很大程度上是帮助人类决策、简化流程或提供更多标准化的一个推动者。我们的想法是利用不同来源的数据，但要支持人类做出更好的决策，而不是取代他们。
人工智能可以协助你筛选最佳候选人，确保你未来的采用需求。然而，在招聘方面，人类是不可缺少的。招聘人员仍然需要人与人之间的互动，以确保你任命合适的候选人。因此，虽然人工智能确实可以支持我们，并加强数据驱动的决策，但在我看来，人的因素将永远占上风。
3.考虑到整个人力资源部门的数据民主化，你如何支持HRBPs变得更加数据驱动？
在人力资源部门，我们中的许多人正在努力变得更加以数据为导向，数据对于支持决策越来越重要。在ING，我们目前正在努力优化我们的数据，确保不同的系统相互沟通，以提高我们的数据可比性和质量，从而提高我们整体的人员洞察力和决策能力。
例如，我们分析当前我们内部拥有的能力和权限，这使我们能够确定我们需要改进的领域，或者在哪些领域我们需要引进具有特定技能的人。在ING，我们定义了未来几年需要关注的六种关键能力—三种与众不同，三种基础性的。我们也正在制定智能方法，以衡量我们的员工队伍中已经拥有的这些能力的程度，从而确定员工队伍发展的领域。
4.您能给我们讲讲您在ING的人力资源中使用高级分析的例子吗？
在ING，人力资本分析与人力资源部门的其他成员密切合作，确定我们可以利用数据增加价值的领域。我们关注一些广泛的主题，包括劳动力分析和员工倾听。
首先，我们使用高级分析来加强我们对员工足迹的理解，并优化我们的招聘策略。这方面的一个例子是，根据搜索量最大的资料，扫描外部市场的最新技能趋势。为我们的HRBPs带来一个外部观点，例如 "什么技能是目前的趋势"，"我们的竞争对手正在招聘什么技能 "等，使他们能够更好地规划ING的未来劳动力。
其次，我们已经实施了自然语言处理解决方法，以完全匿名的方式，更好地了解我们的员工对关键话题的看法，如职业发展。我们将这些见解提供给人力资源部门，以便他们能够将员工的反馈纳入到改进我们的人才发展方法中。
这些只是几个例子，我相信随着技术的不断成熟，可以得出更多有影响力的应用。尽管如此，重要的是要强调，人与人之间的互动仍然是最重要的因素。
5.您的工作所发现的未来技能是什么？是否有任何意外，或者与你的人类预测相一致？
我们的研究仍处于早期阶段，但最初的指标都指向更好的数据技能。这不是一个非常令人惊讶的发现，因为我们已经知道这是一个越来越重要的领域。所有的大型科技公司都是数据驱动的，对于银行和许多其他企业来说，这也是完全一样的。这是一个我们想要提高技能和能力的领域，这也是为什么我们将数据流畅性和网络安全列入我们的六大能力，作为我们想要关注的领域。在未来几年，数据只会变得更加重要，因此拥有数据技能和引进新的专业知识对大多数企业来说是至关重要的。
6.您如何结合内部和外部技能数据进行劳动力规划？对于希望转向基于技能的数据驱动的劳动力规划的其他组织，您有什么建议？
我们正在向一个更加基于技能和能力的组织转变。通过分析，它可以帮助我们了解员工队伍的技能组合，确保我们提高技能，并为未来的员工队伍做好准备。我们还可以利用这些洞察力来提供某些学习旅程，这是我们目前正在努力开发的东西。这将有助于我们的员工以及ING确保我们拥有适合未来的技能。
我相信外部市场的洞察力也是非常有价值的。以市场上要求的技能为基准来衡量自己，可以帮助你保持领先。它可以通过确保我们将具有某种技能的候选人列入名单，来支持HRBPs将合适的人才纳入合适的角色。
7.这项工作的早期影响和反馈是什么？
我们看到更多的数据驱动的对话是市场技能基准测试的直接结果。我们还看到了人力资源决策的标准化。但更重要的是，我们正在为HRBP和我们的员工带来可见性。由于这些见解，HRBP和业务领导者已经开始更好地了解他们的员工队伍，他们现在对我们仍然需要改进或额外引入的技能有了更好的了解。
我们鼓励员工建立自己的技能并设计自己的职业生涯，使他们能够确定自己的技能优势以及他们的发展领域。我们的目标是为员工提供一个无缝的旅程，从了解他们的技能，确定发展需求，然后通过学习模块，短期项目或新的工作角色找到建立这些需求的机会。
8.最后，数据驱动如何让未来的工作更加具体？
人力资源部门的角色是实现业务绩效，我们的员工是实现我们战略的关键。这就是为什么我们需要投资和了解我们员工的技能和能力，以及我们可以共同改进的地方。拥有广泛的数据洞察力，可以帮助我们看到员工队伍中能力和技能的高级趋势。它可以使我们的业务领导者能够根据数据驱动的事实而不是假设做出更好的决策。
作者：Luigi Maria Fierro & David Green
人工智能
【美国】对话式AI招聘平台Emi宣布获得1100万美元A轮融资，以帮助企业更快地雇用更好的一线工人
面向一线员工的对话式人工智能招聘平台Emi已经获得1100万美元的A轮融资，由Merus Capital和Khosla Ventures领投。Merus Capital的普通合伙人、Iterable的前首席运营官David Rangel已加入董事会，成为董事会成员。
Emi使全球企业能够更快地雇用更好的一线工人。他们的平台利用与候选人的对话界面实现了端到端的自动化沟通。它利用人工智能来优化流程，缩短招聘时间，提高候选人满意度，并提高招聘人员的工作效率。
在过去的一年里，Emi帮助客户填补了20,000多个职位空缺。该公司专注于一线候选人，特别是在零售、轻工业和分销职位，导致2021年期间启用的招聘人数每月增长20%。目前Emi的客户包括沃尔玛、达能、Iconn（7-Eleven）、Alsea（星巴克、汉堡王、达美乐比萨、Chili's、PF Changs、芝乐坊餐厅）和Cemex等行业领导者。
"Emi已经对劳动人口和寻求一线工人的大公司产生了真正的影响。我很高兴能将这种影响扩大到数百万求职者"，Khosla Ventures普通合伙人Evan Moore分享道，他也投资了Emi的种子轮。
公司的重点仍然是简化客户的招聘流程，同时增加新的客户，这些客户在当今的劳动力市场上面临着日益严峻的招聘一线工人的挑战。这笔资金将用于在未来12个月内将团队规模扩大一倍，在多个职能部门进行扩展，包括销售、营销、产品和工程。
"我们的使命是增加一线工人获得专业职位的机会。为了实现这一目标，我们正在创建一线招聘的基础设施，为公司提供专门为应对招聘这些工人的挑战而设计的工具，在全球有24亿这类工人，占全球劳动力的70%"，Emi的联合创始人兼首席执行官Mateo Cavasotto说，"我们在创立这家公司的同时与一线候选人密切合作，因此我们知道技术需要满足他们的需求。同时，我们与大型企业合作，也知道我们的平台需要适合他们不断增长的技术堆栈。"
Emi的使命可以追溯到它的起源，当时联合创始人Mateo（首席执行官）和Andy（首席技术官）作为志愿者在阿根廷的一个小额信贷非政府组织工作，寻求了解如何利用技术来解决贫困人口的问题。该公司通过了Y-Combinator W19批次，并在Khosla Ventures的参与下进行了种子轮融资。
"我们对Emi将一线工人和企业雇主结合起来的独特方法感到非常兴奋。"加入Emi董事会的David Rangel说。他们与拉丁美洲最大的雇主打交道的经验使他们比竞争对手更有优势，他们迄今为止的吸引力显示出对候选人和企业招聘人员及人力资源部门的敏锐意识。
关于Emi
Emi的人工智能招聘平台帮助大型企业更快地雇用更好的一线工人。它高度专注于零售、轻工业和分销行业，利用技术缩短招聘周期，使招聘过程更有效率，提高招聘人员的工作效率，同时给候选人带来更好的体验。
人工智能
【洛杉矶】社交媒体人才筛选公司Fama获得1000万美元B轮融资
全球最大的社交媒体筛选公司，也是将人工智能应用于背景筛选服务的领导者Fama，本周宣布获得了1000万美元的B轮融资。该公司允许人力资源部门利用来自公共网络的洞察力，并将其带入人才筛选过程。32个国家的1500多家企业向Fama求助，以帮助保护他们的品牌，并确保安全和温馨的工作场所文化。
Fama为90%以上的背景筛查行业和大部分的猎头行业提供支持，它计划利用这笔资金扩大其市场团队，推出新产品，并在未来进行创新。
"在过去五年中，‘背景调查’的定义发生了重大变化。企业发现，市场上的变化—即更加关注品牌和声誉，以及发展一个热情的工作场所文化—意味着他们的筛选产品需要涵盖新型风险，"Fama首席执行官兼创始人Ben Mones说，"这是社交媒体筛查成为全球专业筛查人士新产品推广计划的首要领域的主要原因之一。"
Fama计划利用这笔资金扩大其合作团队，提高对其解决方案的认识，并为客户开发新产品。该公司还计划深化与现有转售网络的关系，为背景筛选公司、申请人跟踪系统和其他HCM软件供应商创造额外的收入来源。
Silverton Partners与Bullpen Capital、Crosscut、Navigate VC、Gaingels和一些私人投资者一起领导了Fama的B轮融资。这家风险投资公司位于德克萨斯州奥斯汀，与高增长行业的企业家合作，建立长久性的公司。
"我们很高兴与Fama合作，实现下一个发展阶段的增长，Ben和团队已经为他们的业务建立了持久和可持续的基础，我们期待着帮助他们扩大规模。人力资源专业人士需要新的工具来满足客户和员工不断变化的期望，而Fama在提供下一代人才筛选解决方案方面具有独特的优势，"Silverton的合伙人Roger Chen说。
Fama在2020年转向了远程优先的工作环境，并在国际人才库中招聘一系列的职位。在竞争激烈的劳动力市场，Fama相信其文化将有助于吸引人才。
关于Fama
Fama总部位于加利福尼亚州洛杉矶，是全球最大的社交媒体筛选公司，也是将人工智能应用于背景筛选服务的领导者。企业人力资源和人才部门的领导相信Fama能够帮助他们发现求职者在招聘过程中经常被忽视的行为，如偏执和骚扰。Fama已经得到了一些世界领先的风险资本家和机构投资者的支持。
人工智能
如何利用People Analytics建立一个公平的工作场所
概要：自动化正向人力资源部门走来。通过自动收集和分析大型数据集，人工智能和其他分析工具有望改善人力资源管道的每个阶段，从招聘和薪酬到晋升、培训和评估。然而，这些系统可以反映历史偏见，并在种族、性别和阶级的基础上进行歧视。
管理者应该考虑到：
1）模型很可能对大多数人口群体中的个人表现最好，但对代表性较差的群体则更差；
2）不存在真正的 "种族盲 "或 "性别盲 "模型，从模型中明确省略种族或性别甚至会使情况更糟；
3）如果人口类别在你的组织中分布不均（在大多数情况下不是这样），即使精心建立的模型也不会导致不同群体的平等结果。
人力资本分析，将科学和统计方法应用于行为数据，可以追溯到弗雷德里克-温斯洛-泰勒1911年的经典著作《科学管理原理》，该书试图将工程方法应用于人员管理。但直到一个世纪后--在计算机能力、统计方法，特别是人工智能（AI）的进步之后--该领域的力量、深度和广泛的应用才真正爆发出来，特别是，但不仅仅是在人力资源（HR）管理方面。通过自动收集和分析大型数据集，人工智能和其他分析工具提供了改善人力资源管道每个阶段的承诺，从招聘和薪酬到晋升、培训和评估。
现在，算法正被用来帮助管理者衡量生产力，并在招聘、补偿、晋升和培训机会方面做出重要决定--所有这些都可能改变员工的生活。公司正在使用这种技术来识别和消除不同性别、种族或其他重要人口统计类别的薪酬差距。人力资源专业人士经常使用基于人工智能的工具来筛选简历，以节省时间，提高准确性，并发现与更好（或更差）的未来表现有关的隐藏的资格模式。基于人工智能的模型甚至可以用来建议哪些员工可能在不久的将来辞职。
然而，尽管人力资本分析工具有如此多的承诺，但它们也可能使管理者严重误入歧途。
亚马逊不得不扔掉一个由其工程师建立的简历筛选工具，因为它对女性有偏见。或者考虑一下LinkedIn，它被世界各地的专业人士用来建立网络和搜索工作，也被人力资源专业人士用来招聘。该平台的搜索栏的自动完成功能被发现建议用 "Stephen "这样的男性名字来代替 "Stephanie "这样的女性名字。
最后，在招聘方面，一个关于科学、技术、工程和数学（STEM）领域机会的社交媒体广告，被精心设计为性别中立，但在一个旨在使招聘者的广告预算价值最大化的算法中，男性被显示的比例过高，因为女性通常对广告反应更强烈，因此向她们显示的广告更昂贵。
在每一个例子中，分析过程中都出现了故障，并产生了无意的--有时是严重的--对某一特定群体的偏见。然而，这些故障可以而且必须被预防。为了实现基于人工智能的人力资本分析的潜力，公司必须了解算法偏见的根本原因，以及它们如何在常见的人力资本分析工具中发挥作用。
分析过程
数据并不是中立的。人力资本分析工具通常是建立在雇主对员工的招聘、保留、晋升和报酬的历史数据之上。这些数据总是反映了过去的决定和态度。因此，当我们试图建立未来的工作场所时，我们需要注意我们的回顾性数据如何反映旧的和现有的偏见，并可能无法完全捕捉到日益多样化的劳动力中人员管理的复杂性。
数据可能直接带有明确的偏见--例如，你公司的绩效评估可能在历史上对某个特定群体有偏见。多年来，你已经纠正了这个问题，但如果有偏见的评价被用来训练人工智能工具，算法将继承并传播偏见。
还有一些更微妙的偏见来源。例如，本科生的GPA可能被用作智力的代表，或者职业执照或证书可能是技能的一个衡量标准。然而，这些衡量标准是不完整的，往往包含偏见和扭曲。例如，在大学期间不得不工作的求职者--他们更有可能来自低收入背景--可能得到较低的成绩，但事实上他们可能是最好的求职者，因为他们已经表现出克服障碍的动力。了解你想测量的东西（如智力或学习能力）和你实际测量的东西（如学业考试成绩）之间的潜在不匹配，对建立任何人力资本分析工具都很重要，特别是当目标是建立一个更多样化的工作场所时。
一个人力资本分析工具的表现是它所提供的数据和它所使用的算法的产物。
在这里，我们提供了三条经验，你在管理你的员工时应该牢记在心。
首先，最大限度地提高预测的整体质量的模型--最常见的方法--很可能对大多数人口群体中的个人表现得最好，但对代表性较差的群体则较差。这是因为算法通常是最大化整体准确性，因此在确定算法的参数时，对多数人口的表现比对少数人口的表现有更大权重。一个例子可能是一个用于由大多数已婚或单身且无子女的人组成的劳动力的算法；该算法可能确定使用个人日的突然增加表明辞职的可能性很大，但这个结论可能不适用于那些因为孩子生病而需要时常休假的单亲父母。
第二，不存在真正的 "种族盲 "或 "性别盲 "模式。事实上，在一个模型中明确省略种族或性别，甚至会使事情变得更糟。
考虑一下这个例子。想象一下，你的基于人工智能的人力资本分析工具（你一直小心翼翼地避免提供性别信息）在预测哪些员工可能在被雇用后不久就辞职方面取得了良好的记录。你不确定该算法到底发现了什么--对用户来说，人工智能的功能经常像一个黑匣子--但你避免雇用被该算法标记为高风险的人，并看到新员工在加入后不久就辞职的人数有了明显的下降。然而，若干年后，你因在招聘过程中歧视女性而遭到诉讼。事实证明，该算法不成比例地筛选出了来自缺乏日托设施的特定邮政编码的妇女，给单身母亲带来了负担。如果你知道，你可能已经通过在工作附近提供日托服务来解决这个问题，不仅避免了诉讼，甚至使你在招聘这一地区的妇女时获得竞争优势。
第三，如果像性别和种族这样的人口统计学类别在你的组织中不成比例地分布，这是典型的情况--例如，如果过去大多数管理人员是男性，而大多数工人是女性--即使精心建立的模型也不会导致不同群体的平等结果。这是因为，在这个例子中，一个识别未来管理者的模型更有可能将女性错误地归类为不适合做管理者，而将男性错误地归类为适合做管理者，即使性别并不是模型的标准之一。总而言之，原因是模型的选择标准很可能与性别和管理能力相关，因此模型对女性和男性的 "错误 "程度不同。
如何正确对待它
由于上述原因（以及其他原因），我们需要特别注意基于人工智能的模型的局限性，并监测其在人口群体中的应用。这对人力资源部门尤其重要，因为与一般的人工智能应用形成鲜明对比的是，组织用来训练人工智能工具的数据很可能反映了人力资源部门目前正在努力纠正的不平衡现象。因此，企业在创建和监测人工智能应用时，应密切关注数据中的代表人物。更重要的是，他们应该看看训练数据的构成如何在一个方向上扭曲人工智能的建议。
在这方面，有一个工具可以提供帮助，那就是偏见仪表板，它可以单独分析人力资本分析工具在不同群体（如种族）中的表现，从而及早发现可能的偏见。这个仪表盘突出了不同群体的统计性能和影响。例如，对于支持招聘的应用程序，仪表板可以总结出模型的准确性和错误的类型，以及每个群体中获得面试机会并最终被录用的比例。
除了监测性能指标外，管理者还可以明确地测试偏见。一种方法是在训练基于人工智能的工具时排除一个特定的人口统计学变量（例如，性别），但在随后的结果分析中明确包括该变量。如果性别与结果高度相关--例如，如果一种性别被建议加薪的可能性过大--这是一个迹象，表明人工智能工具可能以一种不可取的方式隐含地纳入了性别。这可能是该工具不成比例地将女性确定为加薪的候选人，因为在你的组织中，女性往往报酬不足。如果是这样，人工智能工具正在帮助你解决一个重要问题。但也可能是人工智能工具加强了现有的偏见。需要进一步调查以确定根本原因。
重要的是要记住，没有一个模型是完整的。例如，一个员工的个性很可能会影响他们在你公司的成功，而不一定会显示在你关于该员工的人力资源数据中。人力资源专家需要对这些可能性保持警惕，并尽可能地将其记录下来。虽然算法可以帮助解释过去的数据和识别模式，但人力资本分析仍然是一个以人为本的领域，在许多情况下，特别是困难的情况下，最终的决定仍然要由人类来做，这反映在目前流行的短语 "人在环形分析 "中。
为了有效，这些人需要意识到机器学习的偏见和模型的局限性，实时监控模型的部署，并准备采取必要的纠正措施。一个有偏见意识的过程将人类的判断纳入每个分析步骤，包括意识到人工智能工具如何通过反馈回路放大偏见。一个具体的例子是，当招聘决定是基于 "文化契合度 "时，每个招聘周期都会给组织带来更多类似的员工，这反过来又使文化契合度变得更窄，有可能违背多样性目标。在这种情况下，除了完善人工智能工具之外，可能还需要扩大招聘标准。
人力资本分析，特别是基于人工智能的分析，是一个令人难以置信的强大工具，已经成为现代人力资源不可或缺的工具。但量化模型的目的是协助，而不是取代人类的判断。为了最大限度地利用人工智能和其他人力资本分析工具，你将需要持续监测应用程序如何实时工作，哪些显性和隐性标准被用来做决定和训练工具，以及结果是否以意想不到的方式对不同群体产生不同影响。通过对数据、模型、决策和软件供应商提出正确的问题，管理者可以成功地利用人力资本分析的力量来建立未来的高成就、公平的工作场所。
来自HBR ，作者 David Gaddis Ross David Anderson Margrét V. Bjarnadóttir
人工智能
人工智能（AI）如何融入数字化人才招聘流程的？
2019新型冠状病毒疾病迫使人力资源团队重新规划人才获取的方式与流程，以扩大人才库并使其能够在虚拟环境中运作。
媒介代理集团群邑（GroupM）的全球人才引进负责人迈克尔·赖特（音）（Michael Wright）表示：“这场危机使我们不得不重新审视招聘问题。”世界各地的公司都对这种情绪产生了共鸣。
人工智能（AI）已经成为这些新型人才获取流程中的关键因素。根据我们最近对人力资源专业人员关于行业未来的调查，结果统计，超过81%的人力资源团队计划在未来五年内采用更多的人工智能（AI）工具于流程中。
下面我们来看看人工智能（AI）是如何融入新的人才招聘流程的，从而帮助人力资源管理部门满足其团队在疫情后经济市场中的劳动力需求。
人工智能（AI）有助于扩大人才库
新冠疫情后的劳动力市场之中，人员流动率增加，寻找人才正成为团队面临的最大挑战之一。由于大量员工为了更好的工作与待遇而离开原职务，以及下岗员工推迟重返岗位的计划（除非他们提出的某些工作条件和待遇得到满足）。由此得出，雇主在人才争夺战中显然处于不利地位。
美国联合通讯社（The Associated Press）商业作家迪安·德宾（Dee Ann Durbin）写道：“许多员工不想回到曾经的工作岗位。”由于目前劳动力中人才的短缺，员工们有理由拒绝妥协，直到他们找到一份薪水更高、福利更好的工作——反正现在是雇主争抢劳动力的境地。
为了满足员工需求，人力资源团队必须在更大范围内、更加有力地吸引求职者，包括通常不会被考虑的不因循守旧的/非传统求职者。人工智能（AI）凭借其预测分析和数据挖掘能力，在这方面发挥着关键作用。
例如，通过分析求职者的工作履历，人工智能（AI）技术工具可以检测到那些不一定有着满足工作岗位标准技能，但具备良好适应工作转换的求职者。这将使更多的求职者进入招聘团队的视野，从而填补职位空缺。
人工智能（AI）使人才获取流程升级为自动化
由于人才市场如此紧张，各团队必须迅速行动以牢牢把握员工。通过将日常耗时较多的任务升级为自动化，采用人工智能（AI）加快人才获取流程中的每一步，使得公司能够在争夺人才的市场中保持竞争力。
例如，通过关键词和历史数据，人工智能（AI）供招聘团队从更广阔、更多样化的来源中寻找求职者。同时，人力资源团队也可以更快地阅览大量简历，以找到最合格的求职者。
对话式人工智能（Conversational AI），一项用于缩短申请流程的技术，方便求职者通过短信回答问题来申请工作。在整个招聘过程中，聊天机器人能够提醒求职者他们的申请状态，并实时回答他们的问题，从而帮助招聘团队与求职者保持联系。此外，这项技术还可以安排面试时间，消除了冗长的来回交流。
另外，面试本身就被人工智能（AI）技术所改变。在过去，求职者被问到的问题与招聘质量几乎没有关系，比如他们五年后想干什么，或者谈谈他们的五个优点和缺点。有了人工智能（AI）技术的支持，面试的重点就转变为技能。面试官询问求职者具备哪些技能，但他们的回答是否真实有效，需要验证。并且，面试官会和求职者谈论他们“似乎”不具备的技能；也许毕竟有求职者经历过这样的提问。
简而言之，人工智能（AI）帮助招聘经理简化人才招聘流程，以便他们能够在现今竞争激烈的劳动力市场中甄别、物色和招聘顶级优秀人才。
人工智能（AI）促进虚拟入职发展
入职是人工智能（AI）技术所支持的人才获取流程的另一个关键部分，这可能是招聘过程中最重要的一环。根据员工管理平台Hibob在2020年进行的一项调查结果琐事，“64%的员工在遭遇了负面的入职经历后，可能会在第一年内离职。”
在员工难觅之际，公司需要提供吸引员工长留的入职体验。
人工智能（AI）通过文件生成和交付自动化，使得员工可以通过聊天机器人24小时接收关于入职问题的答案，以及将入职要素人性化，提高员工参与度，从而为其提供积极的入职体验。此外，启用人工智能（AI）技术驱动的工具，求职者可以实现虚拟入职，也就是说无论新员工位于何处，他们都可以更快地入职并开始工作。
随着入职管理方面过程的简化，团队可以升级入职体验，也腾出时间进行更具战略性的对话。人工智能（AI）可在入职期间为员工提供以下服务：
>了解新员工对哪些技能感兴趣，并帮助起草获得技能的计划
>设定与业务需求和新员工职业道路相一致的目标
>在新员工与整个团队的同事和潜在顾问之间建立联系
>制定项目计划，帮助员工结识新朋友，获得无法从日常工作中习得的技能
>确定未来可能提供哪些内部工作
总之，不使用包含人工智能（AI）技术的人才获取流程的团队将在人才竞争中落后。在当前对人才的需求如此之高的经济市场中，人才比以往任何时候都有更多的工作选择。为了吸引和雇用他们，人力资源团队必须接受人工智能（AI）工具能够给他们带来的竞争优势。
人工智能
81%的员工表示AI能提高他们的工作绩效--他们想要更多!
排名第一的智能集成平台供应商SnapLogic发布的新研究发现，81%的员工认为人工智能（AI）提高了他们的整体工作表现。因此，超过三分之二（68%）的人呼吁他们的雇主部署更多基于人工智能的技术，以帮助他们更好、更快地执行日常工作。
根据IDC的数据，2020年全球人工智能技术的支出达到501亿美元，这一数字预计将在未来四年内翻倍。因此，人工智能正在因此而改变工作场所，这并不奇怪。但是，虽然员工最初对这项技术持怀疑态度，但新的数据表明，人们的看法正在发生转变。这项新的研究在美国和英国进行，旨在了解各条业务线的工作人员--从人力资源到财务到营销等--对今天使用人工智能技术的感受。
目前，超过一半（56%）的上班族表示他们正在使用人工智能作为其日常工作职责的一部分。然而，研究表明，人工智能的潜在影响要广泛得多，因为89%的人认为人工智能可以支持他们多达一半的日常工作活动。
员工认为人工智能在哪些方面可以为他们提供最大的帮助？确定的前三项任务都涉及移动、访问或分析数据。这些任务依次是：理解数据以及趋势和模式如何帮助决策；将数据从一个地方移动到另一个地方；以及访问居住在整个企业不同地方的数据。
当被问及人工智能在工作场所的好处时，61%的人表示，人工智能帮助他们拥有一个更高效和富有成效的工作日。此外，几乎一半（49%）的人认为，它改善了他们的决策，并加快了洞察力的时间。更重要的是，刚刚超过一半（51%）的人认为，由于上述生产力的提升，工作场所的人工智能帮助他们实现更好的工作/生活平衡。
"近年来，办公人员担心人工智能会推动工作流失，但员工的意见似乎已经改变。他们越是接触人工智能，越是看到它的实际应用，就越是意识到它对他们的日常工作有多大帮助，"SnapLogic的首席技术官Craig Stewart说。"随着人工智能被越来越多地用于做出更好的决策并提高生产力，他们已经从试探性地接受到完全拥抱人工智能。他们现在呼吁他们的领导加快人工智能技术在企业中的应用，这是一个真正的巨变。"
该研究还审视了不断增长的个人人工智能应用市场与工作中使用的人工智能应用。工作场所似乎是使用人工智能的试验场，45%的人下载了人工智能驱动的应用程序供他们在工作中使用，而只有26%的人下载了人工智能驱动的应用程序供个人使用。随着员工在工作中对人工智能感到舒适，也许他们在家里也会更充分地接受它，从而缩小目前的差距。
人工智能
【前沿】未来组织新形式：数字化组织(Digital Organizations)
注：原文作者是Bankless联合创始人 David Hoffman。DeFi之道翻译
"朝九晚五"死了。
“去办公室”的日子也该结束了。
我们生活在互联网时代，世界因为新冠大流行而加速了数字化的进程，人们想用自己的方式，在他们想呆的地方工作。
但数字经济并未针对自上而下的组织进行优化，你如何衡量贡献？人力资源部在哪里？公司制不适合开放且无需许可的数字世界。
相反，未来是属于数字组织（DO）的，这是去中心化自治组织（DAO）的表亲，它仍然是数字化的，但并非完全自治。数字组织 (DO)并不严格依赖于代码，而是依靠人和Token来进行协调。
这些是自下而上的紧急协调工具。
这就是未来的工作方式。
在今天的文章中，我们就来聊聊什么是数字组织（DO）。
1
未来的工作方式
哪里有价值，哪里就有机会，而有了机会，就需要劳动力来帮助抓住这个机会。
在加密货币行业中发现的巨大机会，使得世界上的其他一切都显得相形见绌。因此，相比其他地方，加密货币行业对人才和劳动力的需求也是疯狂的。
在过去的12年里，这一行业价值和资本的大规模扩张，已经超过了地球上多数人的认知。总的来说，全球人口需要数年甚至数十年的时间才能慢慢转向解决劳动力过剩的问题。即使是像 Coinbase 这样的公司，也无法抓住这个机会的全部，因为这个机会本质上是互联网原生的。
只有互联网原生组织才能充分利用互联网原生货币和金融革命带来的机遇。随着加密财富总价值的增长，对加密劳动力的需求也会随之而来。
而这种加密劳动力，将由数字组织（DO）提供。
2
数字组织（DO）是未来
未来的工作是属于数字组织的，用之前的术语，我们会称之为DAO，但这并不是数字组织的正确标签。
DAO是去中心化的自治组织，其概念是以代码为中心，而人只在外围。DAO是以太坊上的智能合约或智能合约系统，它们是自治的，因为它们没有对人类的依赖关系，它们在以太坊上作为自主软件运行。Uniswap、AMM以及RAI都是符合DAO最初定义的好例子。
DAO的理论最终变得越来越复杂：
“如果我们能把Uber变成一个智能合约，所有的Uber司机都会为DAO工作，并且能够保持更大的利润份额呢？”
像这样的评论在以太坊早期（2015-2017年）阶段是很常见的，那时的以太坊是一个完全虚拟的状态机。
DAO的组织形式是一片无限可能的土地，我预测，一旦以太坊组织人类的能力成熟到比民族国家和管辖组织架构更有效，这些自治系统将在2040年以后最终到来。
我们将在几十年后重提 DAO，但现在还不是谈论DAO的时候。
3
当下，是属于数字组织（DO）的时刻
数字组织（DO）是以太坊的下一个边界，它也是工作方式的未来。
对于数字组织（DO），了解魔兽世界公会和团队，或者任何其他MMORPG组织的人应该能很容易地理解它的概念。
数字组织（DO）是由人类组成的，其没有地理限制。目前数字组织（DO）主要依托于Discord服务器（但不完全是！），数字组织（DO）是志同道合、目标一致的人的集合，他们共同努力朝着某些目标前进。
数字组织（DO）倾向于有机地形成，那些与组织的目标和愿望最有共鸣的人越来越倾向于Discord服务器和社区。
现在，有了以太坊，数字组织（DO）可以使用一种新工具，将其从具有内在动机的社区转变为具有财务动机的组织。
而这个工具就是Token。
Token是社区的动力，它是将被动的 Discord 频道转变为主动频道的东西，Token是DAO 劳动者为为组织产出价值而消耗的燃料，它们为数字组织（DO）提供和催化动力。
Token代表了数字组织（DO）成员可以将他们的时间和劳动投入其中的储备。数字组织（DO）的成员追求的就是token，如果他们不想要token，那么他们可能就不会出现在数字组织（DO）的Discord 服务器中。想要拥有更多的token，是参与者向数字组织（DO）注入劳动力的原因，并有助于使其首先成为一件值得拥有的东西。
数字组织（DO）作为其自身token的控制实体，有权向为数字组织（DO）工作的成员铸造/发行/奖励代币，如果有足够有兴趣的劳动力愿意为数字组织的token而工作，那么这个数字组织就有可用的潜在能量来实现其预期目标。
数字组织（DO）是其自身的利维坦，共同的目标和文化构成了组织，而token奖励是保持组织凝聚力并朝着共同目标前进的动力。
在托马斯·霍布斯（Thomas Hobbes）提出的利维坦中，他声称国家是用武力组成的。入狱或伤害身体的威胁，是民众不偷窃、纳税以及在道路右侧行驶的原因。
数字组织（DO）没有这样的权力，它们靠正面激励的力量组成自己，而且仅仅是依靠激励。例如，Bankless DAO为参与者提供BANK token奖励，所有的成员都是因为激励机制而选择进入这个组织。
4
实例化目的与目标
Token是共同目的和共同目标的实例化。每个数字组织（DO）都会发展自己的社会契约和自己的文化，而Token会是社区的图腾，作为数字组织（DO）所代表的一切的代表符号。
它成为了数字组织（DO）军队背后的旗帜。
这使得人们能够与集体目标产生共鸣，为他们内在相信的事情而工作，而不仅仅是一份工作或事业。
我在上面说过：如果有足够有兴趣的劳动力愿意为数字组织（DO）Token工作，那么这个数字组织（DO）就有可用的潜在能量朝着其预期目标前进。
而一个数字组织（DO）是否有可用的潜在能量来实现其目标，与该组织想要实现的目标高度相关。
“即使是十亿美元的资本，也无法与一个有灵魂的项目相抗衡。”
—— Vitalik
所谓拥有灵魂，就是在这个世界上有目的和意义。与以往任何组织结构不同，数字组织（DO）有能力在共同目标和愿望下，将世界各地的人凝聚在一起，这些目标和愿望是基于内在欲望而不是外在的利润动机。
ETH 多头愿意接受最少的代币发行量，以为系统提供充足的权益。那些与以太坊最一致的人为它做的工作最多，成本最低。
数字组织（DO）也会产生同样的效果。人们加入数字组织（DO）是因为他们与该组织的目标、抱负和文化内在地一致。这些人发现自己想要做出贡献，而不是被迫做出贡献。
这些人会以最低的成本为数字组织（DO）工作，因为他们本质上相信自己正在做的事情，而且他们也比任何人都更想要数字组织（DO）token。
数字组织（DO）是一个严格的选择加入系统，唯一为数字组织（DO）提供劳动力的人，正是那些本质上想要在那里的人。
例如，想象一下，一个年轻的数字组织（DO）拥有一个全新的代币，这个代币的市值很低（甚至没有市值），流动性也很小。而这个数字组织（DO）想要建立一个相对雄心勃勃的网站，那么它可以做以下这些事情：
寻找一个网站代理构建方
从数字组织（DO）内部寻找人才
因为这个数字组织是新的，它没有任何资本，而只有自己的代币（市值很低），流动性也很低。想象一下，要说服一个第三方代理为这个数字组织建立一个网站，同时让其接受该数字组织的非流动性token，这会有多困难。
如果网站代理机构本质上对这个数字组织（DO）的优势不感兴趣，那么这将是非常艰难的推销，他们可能会想要超额的代币来抵消相关风险。
而另一方面，如果这个数字组织（DO）正朝着参与者内在信仰的方向努力，那些对实现愿景感兴趣的人自然会被这个数字组织所吸引，也愿意帮助这个数字组织（DO）得到它想要的东西。他们可能免费为这个数字组织工作，以便从其他数字组织成员那里赢得社会资本（又名荣誉），并提升数字组织（DO）的社会影响力。也许他们也愿意打赌，这个数字组织（DO）将来会为他们的劳动奖励代币，通过展示他们对数字组织的承诺，他们将处于一个很好的位置来获得未来的补偿。
也许这些激励措施会吸引足够有才华的 Web 开发人员和项目经理，使数字组织（DO）可通过这个人才库中建立自己的网站。
数字组织（DO）是从符合数字组织愿景和精神的人才中获取劳动力的工具，并且是构建与人类价值观高度一致的组织的工具。
数字组织（DO）有能力在其成员中形成对未来的共同愿景。
而这种愿景越是美好，吸引的人才和劳动力也就越多。
数字组织（DO）是建立从根本上符合人类价值观的一种工具。
看好人性🚀
5
新的扩展限制
互联网原生组织有能力在互联网规模上调整激励措施，然而，人们已经可以看到像Twitter、Facebook和Google这样的Web2应用程序的漏洞。这些传统公司在使用其服务的不同方之间存在根本性的激励失衡。
Web2 社交网络最初是作为范式转换平台，允许来自世界各地的人们聚集在一起并分享文化经验。
然后，随着股东激励的接管，拥有这些平台的公司从增长转向提取。如果平台是免费的，那么你就是产品。
Nic Carter 在他的文章《你的财产权应该扩展到社交媒体中》，为社交媒体账户上的“擅自占用者权利”进行了争辩。
Nic认为：
创造价值的是这些 Web 2 平台的用户。
根据每个 Web 2 平台的“权利法案”（ToC），用户并不拥有自己的财产（Twitter、YouTube账户、Facebook页面）。
Web 2 平台对其用户定居的房地产进行了不受监管和错位的治理实践。
用户可能会迁移到更“政治稳定”的平台，在这些平台中，他们作为账户所有者的财产权拥有更强有力的保证。
选择摘录：
“Facebook、Twitter等并没有真正在他们的平台上创建所有内容，也没有真正拥有这些内容。相反，他们定义了一个用户使用、构建并在某些情况下商业化的命名空间。用户而非管理员创造了绝大多数价值，因此用户是其数字财产的合法所有者。
‘……很明显，目前最大的互联网平台正在采取一种不可持续的数字治理方式。’
我们可以预期，如果主要平台继续不负责任的运作，用户将被更政治稳定的系统所吸引，并体现对财产的真正保护。
”
这就是为什么我们需要由用户建立的组织，也就是为什么数字组织（DO）是由个人在一个共同的目标下形成的，这个共同的目标是生产团队共同想要的东西，这一点特别具有革命性。
这种自下而上的组织允许底层决定平台的方向。由于数字组织（DO）由选择加入的个人组成，而不是由 VC 资助的领导层，因此其产生的产品符合集体的愿景，而不是少数有远见的企业家的创业精神。
最终，数字组织（DO）将能够满足 Web2 平台目前所填补的类似利基。但是，这些解决方案将是用户构建、用户管理和用户导向的。他们将拥有一个数字组织token，以确保那些管理数字组织的人与组织保持一致，并且该代币将既为进展提供资金，又从系统中获取能量以维持自身。
6
改变工作文化
Discord和Slack有着很多相似之处，它们基本上都属于协调软件，可以让工作流保持专注和有条理，以实现人与人之间的异步协调。你不必永远在一个场地干活，事情可以在你不在场的情况下进行，你可以在准备好的时候调整它们，并跟上进度。
不同的Slack/Discord频道针对不同的工作流而启动，并且频道之间的流动允许工作流根据需要聚集在一起。
但Discord和 Slack的主要区别在于，Discord 要更开放，它的文化中有某些东西促进了开放性和可访问性。Slack的文化是非常自上而下的，这非常企业化，而Discord的文化则是自下而上的。
下面就是BanklessDAO discord频道在诞生一周后的情况：
对于年轻一代来说，Crypto文化是适合市场的产品。对于互联网原住民来说，Discord数字组织正在模糊劳动和娱乐之间的界限。工作发生在人们重创造的地方，每个人都接近进步和放松。
数字组织成员正引领着WFH生活方式，他们不仅没有办公室，而且也没有“朝九晚五”的工作时间。与 7*24小时的 加密货币市场一样，DAO 永远处于“开启”状态，但工作成员会流畅地打开和关闭自己，因为这符合他们的生活方式。
在传统的世界里，你会把工作放在生活之前，这样你就可以保住一份工作。
而在数字组织（DO）中，生活方式决定劳动，而不是由劳动决定生活方式。
数字组织（DO）将提供一个实验，它既可以在工作文化中建立新的范式，也可以探索生产力意味着什么。众所周知，在公司里，朝九晚五的办公室工作人员每天实际的工作时间大约只有2-3 个小时，然后他们会花5个小时假装“忙碌”，等到下午5点下班后就走人回家。
Crypto行业习惯于从事物中剥离不必要的部分，以便深入了解问题的本质。为数字组织（DO）工作的人已经在家了，所以在工作时间内，没有人是处于闲着的状态，数字组织（DO）找到了创造性和创新的方法来补偿产出。
这是千禧一代和Z世代梦寐以求的工作和生活文化（在自己家里舒适地工作，没有或几乎没有自上而下的权力压迫）。
世界上的传统机构不仅要与以太坊提供的无需许可的劳动力货币化工具竞争，而且还要与这些工具提供的生活方式竞争：为自己工作的自由。
7
流动性工作
与典型的雇佣不同，数字组织（DO）不会让你签署雇佣合同，并完全致力于这些合同。数字组织（DO）成员可以自由地在各大数字组织（DO）之间流动，在他们适合的地方贡献他们的技能。
与僵化的垂直公司结构不同，数字组织（DO）工作可以类似于组织的扁平网状网络。有趣的是，很多数字组织（DO）很可能会共享大量相同的成员，因为他们可以为多个数字组织（DO）工作。
如果你是一个年轻人，你正在寻找目标、意义，或者为的是获得一份薪水，那么将自己确立为一个强大的DOer（数字组织人）会是最佳的立足点之一。数字组织（DO）是新事物，它需要引导，这可以是你，你可以通过做一个好的DOer来提升自己的声誉。如果你相信数字组织是未来，那么你现在就应该开始尝试，这样你就能成为数字组织所需要的稀缺资源。
8
未来的人工智能世界
在进入加密货币世界之前，我最为之着迷的是即将到来的人工智能世界，很大程度上这是因为以下这两本书籍：
《Life 3.0 》- Max Tegmark
《Homo Deus》 - Yuval Noah Harai
关于人工智能、人类和劳动之间的关系，这两本书在很大程度上得出了相似的结论。
总结如下：
技术的意义在于减少对人力的需求。社会的进步，是我们找到方法来自动化所有我们不想做的事情，这就是我们无论如何都需要做的事情。
从逻辑上说，人类将会创造广义的人工智能，人工智能可以真正完成我们需要的每一项任务，以求生存。
这是乌托邦，因为有机器人在做我们所有的工作！
但这是更不利的，因为从经济上讲，很大一部分人口将无法为自己的生活提供资金，因为他们会失去工作。
在这个世界上，我们需要为特定的人类劳动力重新创造市场，而这正是数字组织（DO）能为我们做的。数字组织（DO）有机会通过捕获可用人力资本的供应并将其引导到文化输出中，将这种错位的未来重新导向更积极的未来。
存在于这个世界的全部意义在于创造文化，而消除低价值的工作（做汉堡包等）可以为文化创造带来福音。
将会有一些东西/产品/服务是人类特别想要从其他人那里得到的。这些产品和服务将不受人工智能进步的影响，因为这些产品将由人类生产，并且它们也是其他人类所需要的。我相信数字组织（DO）在很大程度上将是一种文化生成设施，而数字组织（DO）的竞争最终会集中在哪个数字组织（DO）可以为其贡献者、创作者、成员和消费者创造最好的文化？
文化即产品只能由人类制造，供人类消费。未来的工作将集中在文化创作上，资金将来源于对文化永不满足的购买欲望。数字组织（DO）和做工作可以成为人力资本的避难所，不受非文化人工智能的影响。
你可能会想：“服装？NFT？博客？人工智能能生产所有这些东西吗？它们可以像人类一样创造文化！人工智能的关键在于，它们的输出与人类的输出是无法区分的。这是一个很好的批评点。
但已经有迹象表明，世界上总会有人想要人类制造的产品（即使机器人制造的产品同样优秀）。手工制品总是很贵的，人们只是为人类的劳动付出更多，随着时间的推移，我希望数字组织（DO） 会把注意力集中在人类所希望的由其他人类所生产的产品上。
结论
我们即将开启一场伟大的远征！数字组织（DO）将帮助我们做的比以往任何时候都多！如果能实现上述愿景的话，它将具有巨大的潜力。
当然，也可能无法实现。
也许数字组织（DO）没有它所需要的，也许在没有自上而下控制的情况下紧急组织系统，这种期盼过于宏大了。
但如果它真的发生了，它就会发生，因为人们会帮助其他人弄清楚做这件事的意义。成为一名优秀的 DOer 意味着什么？数字组织（DO）最需要什么工作和劳动力？当需要支付租金和需要照顾家庭时，数字组织（DO）如何公平地补偿组织成员？我们如何确保不同数字组织（DO）的不同部分得到公平但不同的补偿？
我们需要找到这些问题的答案，而这些答案将来自合作实验。与所有事物一样，这将是一个不断迭代的过程，可以发现哪些是有效的，哪些是无效的。
如果你想参与，甚至只是观察这些实验，你可以成为Bankless DAO 的一部分。
如果 Bankless DAO 的目标和价值观不适合你，你也无需担心，最终，每个人都会有适合自己的数字组织（DO）。任何有任何特定兴趣的人，都有一个相关的数字组织（DO）可以与之保持一致，这只是时间问题，就像每个爱好都有一个 subreddit 或每个兴趣都有一个 Facebook 群组一样。
我们正处于数字组织（DO）的前沿。
Just DO it。
来源：隔夜的粥
扫一扫 加微信
hrtechchina
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
扫一扫 加微信
hrtechchina
