• 机器学习
    将AI作为人力资源技能的五种方法 "人工智能不会抢走你的饭碗,懂得使用人工智能的人才会"。这句现在广为流传的话概括了为什么人工智能不仅仅是员工使用的工具,而是员工能力的延伸和增强。尽管已经有 14% 的企业报告说他们经常在营销和销售中使用人工智能,但人力资源部门的使用率却几乎垫底,只有 3%。 然而,在 "生成式人工智能工具呈爆炸式增长"的环境中,人力资源部门的缓慢采用是不可取的,因为正如Eric Siegel最近在数字人力资源领导者播客中与David Green的对话中所解释的那样,人工智能和 "机器学习是最重要的通用技术"。 为了确定人力资源部门未来的发展方向,各级人力资源领导者需要快速参与、规划和执行如何通过将人工智能作为团队的一项技能来增强组织的能力。正如沃顿商学院的Ethan Mollick所说,这是一个挑战,也是一个机遇,组织的成功完全掌握在人力资源部门手中,因为社会变革比技术变革要慢。 驾驭人力资源与人工智能的超创新周期 有效的人力资源领导力需要一种有别于传统的技能提升和培训的方法,因为人工智能技术的发展速度使得通常的培训方法和周期变得过时。即使在 GenAI 兴起之前,技能的平均半衰期也不到五年。 GenAI工具需要更快的技能提升和再培训周期,因为它们的发展速度太快了。举例来说,ChatGPT于2022年11月发布;不到四个月,功能更强大的 GPT-4 就发布了,而且硅谷实验室已经在测试功能更强大的模型。Bernard Marr称这是我们正在进入的一个超级创新周期,它要求人力资源领导者了解技术以及人工智能是如何发展的。 这种变化正在推动 "数字员工 "的含义发生变化,从描述利用技术做出决策的员工转变为 "自主代理 "的新含义。这些代理可以处理问题、创造解决方案并采取行动。像 IBM 这样的领先企业已经将人工智能作为其人力资源队伍的一项技能。 正如Diane Gherson在与David Green的对话中解释的那样,IBM 的聊天机器人增强了人力资源服务中心的能力,使人力资源员工能够专注于更高层次的职责。而像 Service Now 这样的公司已经将其作为向客户提供人力资源服务的核心。 如何在人力资源领域掌握人工智能技能 要在人力资源领域掌握人工智能技能,需要采取五项行动: 明确人工智能的作用:改善决策。能做出更好决策的组织才能获胜。人工智能的真正威力在于支持人力资源团队更好地做出宏观决策(例如:在全公司范围内进行特定培训的投资是否会提高经理的绩效?)和微观决策(例如:我们是否应该面试候选人?) 针对每个主要人力资源领域制定如何部署人工智能的计划。Insight222 人员分析计划的一家成员公司分享说,他们的首席执行官责成每个部门制定一项利用人工智能的计划。 对于 Dawn Klinghoffer 和微软来说,"自然语言处理机器学习模型(是以真正易于消费的方式分析大量评论)"是其出发点,目的是真正了解我们所获得的所有不同情感。 决定你的人工智能技术解决方案。是选择商业解决方案,如 StabilityAI、微软 365s 或 GitHub 的 co-pilot?还是采用开源模式自行开发,如斯坦福大学的 Alpaca 或 Dolly2.0。 确定人力资源团队的快速培训路径: BCG 最近撰文指出,每个人都将能够通过人工智能提高自己的技能。对于人力资源技能而言,这意味着建立一套基础技术能力。这些 "不会比高中代数水平更高"(Eric Siegel)。已经成为人力资源工具包一部分并变得更加重要的业务技能是沟通、影响和讲故事。 Bernard Marr指出,17 项 "真正的人类技能使我们有别于机器"。通过了解人工智能的能力和潜力,人力资源部门可以(出人意料地)在如何在企业中有效部署人工智能方面发挥领导作用。 因为决定人工智能部署成功与否的不仅是技术方面,还有人的方面,即软技能,这将对贵组织能否产生承诺的回报产生重大影响。 确定一个示范项目:一家大型国际机构的人员分析团队最近决定投资举办一次为期两天的非现场活动,以寻找人工智能赋能项目的机会。在短短两天的头脑风暴中,该团队确定了 23 个潜在项目。 这个团队在为其所在地区和企业确定示范项目方面表现出了远见卓识和领导力。确定正确的项目是最后一步,因为对人工智能的投资将优先考虑那些有望获得回报的领域。这就是为什么人工智能技能的获取需要与业务目的和对组织的预期影响明确挂钩,而不仅仅是人力资源部门。 作为人力资源部门,我们关注的是组织中的员工。我们有责任证明,人工智能和员工共同创造的价值远远超过我们单独创造的价值。 来源:myhrfuture
    机器学习
    2024年02月19日
  • 机器学习
    埃森哲收购技术咨询公司6point6,以拓展英国政府转型能力 埃森哲宣布收购英国技术咨询公司6point6,公司专注于云、数据和网络安全领域。此次收购将增强埃森哲的战略和架构能力,尤其是在中央政府、国防安全和金融服务领域。 6point6成立于2012年,在为英国中央政府提供大型项目以实现数字化能力转型和传统系统现代化方面拥有良好的业绩记录。该公司拥有约 400 名员工,在伦敦和曼彻斯特设有办事处,其传统业务主要集中在三个关键领域:数字化转型、数据和网络安全。6point6 的工作包括欧洲最大规模的云迁移,将整个英国政府部门转移到基于云的单一数字基础设施,通过数字服务为一个独立的政府机构节省大量时间,以及采用机器学习为一家跨国能源公司提高生产率。 "埃森哲英国和爱尔兰地区技术负责人Emma Kendrew表示:"6point6公司凭借其在数字化转型、数据和网络安全方面强大的专业知识组合,在英国公共和私营部门享有盛誉。"埃森哲在英国和爱尔兰的技术负责人Emma Kendrew表示:"凭借埃森哲广泛的咨询和技术服务,它将为我们的创新团队锦上添花,帮助客户通过适合未来的解决方案重塑自我。 6point6首席执行官Nefyn Jones说:"今天对6point6的每个人来说都是值得骄傲的时刻。自成立以来,我们的目标一直是打造一家领先的技术咨询公司,让业内最聪明的人才为客户实现绝妙的创意。今天的宣布代表着我们下一阶段的成长历程。在埃森哲,我们找到了一个在思维、行动和交付方面与我们保持一致的合作伙伴。我对我们未来的合作成果感到非常兴奋。 埃森哲英国和爱尔兰卫生与公共服务董事总经理 Ashish Goel 补充说:"英国政府越来越重视国防、公共安全和国家安全。在短短十多年的时间里,6point6利用其经验丰富的领导团队和关键认证,在这些领域建立了牢固的关系,加上埃森哲的能力,增强了我们为客户提供真正差异化服务的能力。 收购的完成取决于惯例成交条件,包括获得监管部门的批准。交易条款未披露。 关于埃森哲 埃森哲是一家全球领先的专业服务公司,致力于帮助全球领先企业、政府和其他组织构建数字化核心,优化运营,加快收入增长,提升公民服务--以速度和规模创造有形价值。我们是一家以人才和创新为主导的公司,拥有约 733,000 名员工,为 120 多个国家的客户提供服务。技术是当今变革的核心,我们是帮助推动变革的全球领导者之一,拥有强大的生态系统关系。我们将技术优势以及在云、数据和人工智能领域的领先地位与无与伦比的行业经验、职能专长和全球交付能力相结合。由于我们在战略与咨询、技术、运营、行业 X 和 Song 方面拥有广泛的服务、解决方案和资产,因此我们在交付实际成果方面具有独一无二的能力。这些能力,加上我们共享成功的文化和创造 360° 价值的承诺,使我们能够帮助客户重塑并建立值得信赖的持久关系。我们通过为客户、彼此、股东、合作伙伴和社区创造 360° 价值来衡量我们的成功。
    机器学习
    2023年11月13日
  • 机器学习
    【美国】为零时工提供技术解决方案公司Nowsta获得3500万美元C轮融资,总融资达9300万美元 Nowsta 是一家位于纽约布鲁克林区的技术公司,致力于为临时工建立操作系统,公司在 C 轮融资中筹集了 3500 万美元。 本轮融资由 VMG Partners 领投,Builders VC 和现有的 B 轮出资方也参与了本轮融资,融资总额达到 9,300 万美元。 公司打算利用这笔资金加强 Staffing Labs 的先进技术,进一步开发人工智能驱动的劳动力管理平台,并继续打造支持这项技术的执行领导团队。 在首席执行官Nick Lillios的领导下,诺瓦塔公司专门从事弹性工作,帮助雇主寻找、管理和建立临时工人才库,并根据他们的条件为他们的劳动力提供经济机会。通过与人才派遣公司合作,Nowsta Staffing Labs 在全国范围内汇集了大量的临时工,所有这些临时工都可以在平台上供客户使用。客户可以直接进入这个更大、更多样化的合格工人人才库,轻松找到满足其特定需求的合适人才。 作为 Staffing Labs 的一部分,中介公司可以使用 Nowsta 的自动化工具,利用市场数据和公司属性将中介公司及其劳动力与有利可图的工作岗位联系起来。 关于Nowsta Nowsta 成立于 2015 年,总部位于美国纽约布鲁克林。Nowsta 是一款针对小时工和活动工的一体化软件,提供日程安排、时间跟踪和金融技术解决方案。它为雇主提供无缝管理小时工所需的工具,帮助他们成为更好的管理者。公司正在建立一个平台,利用先进的机器学习和支付技术,重新构想公司与小时工资员工沟通和支付工资的方式。
    机器学习
    2023年11月07日
  • 机器学习
    【美国】轻工业人员招聘市场平台 Traba 获得 2200 万美元融资,总融资达4360万美元 位于迈阿密的轻工业人员招聘市场平台 Traba 宣布获得 2200 万美元的新一轮融资。新一轮融资使公司的融资总额达到 4360 万美元。 本轮融资由旧金山风险投资公司 Founders Fund 领投,现有投资者加州门洛帕克风险投资公司 Khosla Ventures 也参与了本轮融资。 Traba 计划利用这笔资金加快向新地区的扩张,并为其市场平台增加更多产品功能,该平台将寻找临时员工的轻工业企业与希望接班的工人联系起来。 "Founders Fund 普通合伙人Keith Rabois在一份新闻稿中说:"Traba 已经做好了取得非凡成功的准备。"该公司的收入在过去一年里翻了两番,而且每个季度都在加速增长。我们几乎从未见过公司在扩大贡献利润率的同时还能保持这样的客户采用速度。" Traba将利用这笔资金加快向新地区的扩张,并为其市场平台增加更多产品功能,该平台将寻找临时员工的轻工业企业与希望接班的工人联系起来。利用机器学习、第三方数据集成、人工智能机器人呼叫和细粒度的角色属性,Traba 简化了后台流程,并通过算法将工人与他们理想的班次相匹配。通过即时薪酬、工作历史、可靠性评级、公司评论和优先重新配置等功能,Traba 为工人和企业创造了更好的体验。他们还有更多新功能。 尽管仅在美国就有约 1.4 万家临时员工派遣公司,但轻工业市场却因依赖过时、低效的流程(如纸质考勤表和陈旧的职位发布板)而在填补率方面举步维艰。因此,仓库和配送中心往往不得不冒不必要的风险来确保充足的人员配备,比如申请双倍于所需人数的工人,以应对糟糕的填补率和漫长的交付周期。行业平均填充率仅为 46%,完成每项请求大约需要七天时间。相比之下,Traba 的填补率高达 99%,平均填补时间不到一天。 使用 Traba,企业可以近乎实时地提出人员招聘请求,并有信心准确获得所需的合格工人数量。对于工人来说,持续记录他们的工作历史、可靠性和准时率,可以让最优秀的应聘者在名单中名列前茅,获得最佳的班次和工资待遇。此外,由于平台效率的提高,Traba 上的平均工资高于最低工资标准。 "首席执行官兼联合创始人Mike Shebat说:"我们Traba的使命是让企业和员工都能充分发挥生产力和潜力,这就是为什么我们很高兴能通过新一轮融资加速发展。"我们很自豪地看到,我们的价值观--远大的梦想、奥林匹克的职业道德、保持增长的心态以及对客户的执着--已经带来了坚实的市场牵引力。我们期待着下一阶段的征程。 Traba 成立于 2021 年,得到了 Founders Fund、Khosla Ventures 和 General Catalyst 的支持。 关于Traba Traba 是一个连接轻工业工人和企业的市场,以填补空缺班次。公司专注于仓储、配送和活动人员招聘。Traba 的使命是帮助工人和当地企业充分释放生产力和收入潜力。
    机器学习
    2023年10月30日
  • 机器学习
    【意大利】初创公司Data Masters Srl获得20万欧元融资,培养未来专业人才 Data Masters Srl 是一家总部位于意大利巴里的初创公司,主要开发和销售数据科学、人工智能和机器学习领域的在线培训课程和教材,公司获得了20万欧元融资。 Primo Ventures SGR Spa 通过旗下的 Primo Digital、Primo Digital Parallel Italia 和 Primo Digital Parallel Sud Italia 基金参与了此次融资。 公司迄今已通过股权、债务和创新征集等金融工具筹集了95万欧元,打算利用这笔资金扩充其团队,增加合格的专业人员,并加强研发活动,以创造新的培训和技术产品。 Data Masters 公司成立于 2022 年 7 月,由首席执行官 Luigi Congedo 领导,提供广泛的教育课程和实践研讨会,旨在培养未来的专业人才。这些课程采用模块化方法,为个人和公司提供持续、实践和定制化的学习方法。 公司还管理着一个由数据科学领域的专业人士和爱好者组成的社区,并正在开发一个用于人才分析和匹配客户公司需求的平台:Data Masters Brain。该平台通过创建定制路径收集和处理人才数据,通过详细分析他们的技能研究他们的学习表现,然后促进与合作公司需求的匹配。这种测量技术使 Data Master 能够进一步扩大其服务范围,吸引潜在的学生,使他们能够利用匹配平台。 关于Data Masters Srl Data Masters Srl 是一家总部位于意大利巴里的初创公司,主要开发和销售数据科学、人工智能和机器学习领域的在线培训课程和教材。Data Masters 的目标是将数据文化带入意大利企业,引导企业向数据驱动型方法转型,从而提高企业竞争力,抓住人工智能带来的机遇。机器学习、数据科学和人工智能正在迅速改变工作世界,只有能够适应这种变化的组织才能茁壮成长。掌握这些技能具有战略意义,能够抓住新机遇,增强公司现有的人力资本,吸引最优秀的人才,从而创造显著的竞争优势。
    机器学习
    2023年10月16日
  • 机器学习
    【美国】企业技术平台提供商Escalate获得126万美元融资,减少一线员工流失率 总部位于美国的企业技术平台提供商Escalate 获得126万美元种子前资金,该平台通过有针对性的技能提升和定制化支持系统降低一线员工的流失率。 支持者包括 RockCreek、Potencia Ventures、TEDCO、Techstars、ECMC Foundation、Gurtin Ventures、Blue Zone Partners、Future State 和 Brad Collins。 公司打算利用这笔资金扩大运营规模和业务范围。 在首席执行官Sean Segal和总裁Sienna Daniel的领导下,Escalate公司利用人工智能和机器学习来识别公司被忽视的在职员工,然后通过自动辅导、促进社区和按需冠军来提供技能培训--所有这些都旨在减少缺勤率和提高留任率。 一线工人每周接受 8-10 小时的异步、群组式在线培训,为他们提供获得更高工资的途径。他们还能获得帮助他们每天工作的支持,包括获得社会工作者和教练的帮助。在最难填补的管理和企业岗位上进行在职培训和学习(3 个月)。完成在职培训后,员工可在团队中担任中等技能的全职工作(或外派)。将初级员工的留用期延长至 12 个月,为公司的中级技能岗位建立多样化的人才库,以及通过基于群组的异步模式,满足员工在下班时间接受培训的需求。 关于Escalate Escalate利用人工智能根据员工的能力提供量身定制的候选人选择,让雇主能够发现隐藏的人才。我们的支持不仅限于学习,还包括一线员工成功所需的全方位服务。数据驱动的自动化实现了这种大规模的高接触支持。
    机器学习
    2023年10月12日
  • 机器学习
    41位HR高管批露心声,员工是否真的抵触智能技术?下载报告一览无遗! (点击下载报告) 智能技术应用,让HR发挥更大价值 人工智能和机器学习等智能技术正在深刻影响和改变人力资源管理领域。SAP SuccessFactors 近期发布了一份题为“采用智能HR技术,赋能员工和企业”的调研报告,报告全面剖析了智能技术对企业和员工的影响,提出了许多宝贵的见解和建议。作为HR从业者,如果您也想进一步了解智能技术对HR领域的影响,可以点击此处下载该报告。 智能技术应用现状 报告显示,企业在HR智能技术应用上的成熟度存在差异,可分为“主动采用”、“被动采用”和“未主动采用”三类。主动采用的企业通常较早采纳新技术。目前,智能技术在招聘和学习领域的应用最为普遍。不过未来,支持员工互动和内部人才流动的用途可能成为新优先重点。 员工态度较为积极 调查发现,与媒体上常见的负面报道不同,员工对工作中采用智能技术整体持积极开放态度。75%的员工相信企业会负责任地使用智能技术。他们最支持能提升工作效率和灵活性的AI应用,但也担心评估类智能技术的不公平、不透明和隐私风险。 确保决策公平公正 数据隐私和决策公平是员工最关注的问题。要提高员工的接受度,企业需要透明地解释智能技术的工作原理和数据使用方式。并须对算法模型进行充分测试,确保其公正性。建立问责机制也很关键。此外,让员工对自己的数据拥有控制权也能提升信任感。   从多方面提升接受度 除增加透明度和公平性外,企业还可以全面提升员工对智能技术的接受度:营造创新文化,提供学习资源,优化提示通知,并动员领导者推动AI应用。认真聆听员工并把反馈纳入考量也非常关键。 HR的建议 从被高度接受的行政助手和培训推荐等应用入手,逐步建立员工信任 对数据使用和系统工作原理具极高的透明度 严格测试算法模型,确保决策无偏见 让员工控制自己数据和选择退出系统的权力 优先选择辅助而非替代员工的技术 打造学习、创新和员工发言的文化氛围 密切关注员工情绪,及时调整策略 制定符合业务目标和HR优先事项的AI战略 综上所述,智能技术为HR带来新的可能,但也面临一定挑战。企业需积极应对员工的隐私和公平方面的担忧,与员工保持良好沟通,并采取全面的措施提升他们的信任度与接受度。只有这样,HR部门才能在智能技术的基础上,发挥更大的价值,真正实现员工与企业的共赢。 下载报告:https://www.hrtechchina.com/Survey/16C3F8D0-8817-8F9A-EECA-EFF331A15CCE
    机器学习
    2023年09月12日
  • 机器学习
    人工智能AI革命:重塑人力资源职能以取得成功 人工智能正在进一步推动人力资源技术的进步,从提高效率到增强员工体验,这绝非人为。了解人工智能如何重塑人力资源,以及人力资源如何将人工智能运用到工作中。 人工智能(AI)重塑了世界的格局,但机器人接管仍不是眼前的事情。相反,是人类正在利用AI的力量。从改善农业作物产量到提升医疗保健中的患者参与,各行各业正在以有益人类的方式运用AI。 同样的情况也发生在人力资源(HR)管理领域。人力资源从业者正在使用人工智能来帮助增强员工在工作场所的体验并提高人力资源流程的效率。更重要的是,人工智能表明它可以支持首席人力资源官办公室的下一步发展——与最高管理层合作,推动更具包容性和整体性的业务战略。 为未来的工作转变人力资源职能 根据“AI IQ:企业人工智能洞察报告”,这是Workday对全球1000名业务决策者的新调查,与AI增强的顶级HR相关任务包括招聘和申请人跟踪、业务分析和技能评估工具。此外,65%的受访者表示,他们现有的AI和机器学习(ML)部署已经改善了员工体验,这是HR的主要业务指标。 全面了解员工能力和人才管理 HR领导者必须拥有支持技能用于现今工作未来的技术:摆脱工作是通过结构化的工作角色和职责来完成的僵化观念,相反,将工作视为更流动的技能汇编,以便为业务不断变化的需求提供支持。 Workday的CHRO办公室产品的集团总经理David Somers表示:“随着组织加速并扩大其基于技能的人才战略,人工方式无法了解和管理他们的员工技能—现在和将来。” “没有AI和ML工具来帮助理解所有数据,就不可能理解,更不用说将员工的技能与业务需求相匹配了。” AI和ML超越了识别和将员工的技能映射到不同的项目或角色,这是典型的技能管理方法。相反,通过AI和ML增强的技术帮助组织了解技能之间是如何相互关联的,以及它们是如何演变为其他相邻技能的,这是至关重要的见解,因为技能正在不断变化。例如,擅长Microsoft Excel的员工也可能具备数据分析、报告和其他Excel用于的任务的技能。 AI和ML有助于揭示组织中的技能深度,并获得基于技能的倡议所需的见解。 理解和改善工作场所文化和员工敬业度 员工敬业度曾经仅是HR部门的优先事项,现在已成为高管层的优先事项,推动了从生产力到创新等许多业务驱动因素。公司领导者希望了解员工如何看待雇主以及他们如何利用他们收集到的见解;反过来,人力资源领导者正在将这些见解带给最高管理层,并利用它们来创造一个更具吸引力的工作场所。 人工智能的预测能力正在帮助公司更深入地了解员工敬业度的挑战性方面之一:了解哪些员工可能更容易辞职。人力资源领导者可以利用这些见解来采取规范性行动,以帮助降低员工倦怠和自然流失的风险。 Somers分享了一个如何使用自然语言处理(一种ML技术)来帮助领导者理解员工情绪的例子。他解释说,组织正在使用Workday Peakon Employee Voice这种智能监听平台来帮助理解和确定离职风险。它具有一个利用AI和ML并使用在数据库中的数百万个调查数据点上训练的统计模型的离职预测功能。 Somers说:“该模型根据他们的回应和分数计算每个员工的离职风险。然后,它使用员工级别的离职风险来计算每个部门以及整个公司的平均离职风险。它还将每个部门的平均风险与公司的平均风险进行比较,以分配离职风险级别—例如,它可能揭示出市场部门的离职风险在您的组织的前10%。” 这些见解可以指导公司如何改善员工敬业度,例如增加福利或评估工作量。最终,重要的是要让人处于中心地位,这样他们才是最终的决策者。通过以人为中心的方法,人工智能和机器学习可以帮助人们提高工作效率和了解更多信息,使他们能够解决以前认为无法解决的问题。 自动化重复但动态的HR功能 自动化革命—无需人工干预就可以执行任务—在HR中的发生远早于大流行病。但是,应对前所未有的破坏加速了对数字创新的需求,因此,引发了AI采用的浪潮和HR中敏捷性和效率的下一次演变:智能自动化,这涉及读取数据并从该数据中进行预测。换句话说,智能自动化就是与机器学习配对的自动化。 这对于那些常规但动态的HR任务特别有帮助,例如调度和满足劳动力需求。例如,公司正在使用AI来匹配劳动力需求和工人的资格、技能、可用性、偏好等,以便为工人和业务优化时间表。这在雇佣一线工人的公司中尤其普遍,其中班次不断变化,经理需要在短时间内填补和调整。 Somers说:“通过AI自动映射工人的可用性和技能到开放的班次,提供工作人员调度的建议,公司可以确保他们不会过度和不足的调度,同时更好地控制劳动力成本和防止工人疲劳。” HR在确保清洁数据以实现负责任的AI中的角色 虽然AI确实正在重塑HR的角色,但HR领导者必须与其他业务领导者一起成为实施AI的驱动者。 关于AI的关键是:其执行任务的能力,例如进行预测分析或生成新内容(生成性AI),取决于其AI基础模型的质量,而这只取决于提供给它的数据的质量。对数据治理的强烈承诺始于相信并实施HR数据在整个业务中都是相关的—这恰好与Workday人力资本管理(HCM)的基础相同。 Workday HCM建立在统一的数据模型和单一的安全模型上,可以读取多样化的数据集,以执行各种分析和报告用例。 Somers说:“因此,实施AI时的大‘警告’之一是要保持数据的清洁和连贯,以帮助确保准确性和质量控制。” “如果数据集不干净,HR和人员领导者可能会得出不准确的结果,这可能导致昂贵的错误。” HR领导者是塑造未来工作场所的驱动者 在英国和美国等地进行的全球和国家级别的对AI的公众情绪调查揭示,越来越多的人正在设想一个AI的力量可以产生积极影响的未来。同时,这些调查也揭示了对AI的关注,特别是对是否有足够的监管。 对于每一个利用AI增加HR影响力的用例,重要的是要记住使这些努力成功的是什么:通过额外的见解和改进的效率来增强决策。这并不是要取代使HR专业人员如此有价值的东西:通过将业务中发生的事情与公司的目标和价值观联系起来,成为公司文化的管理者。 正如Somers所说:“最终,重要的是要将人类置于中心,使他们成为最终的决策者。以人为中心的方法,AI和ML可以帮助人们更加高效和更好地了解信息—使他们能够解决他们以前认为无法解决的问题。” 来自workday
    机器学习
    2023年08月04日
  • 机器学习
    美国蓝领招聘服务平台 Workstream 推出首款为小时工人群体打造的多语言AI聊天机器人 Workstream,在旧金山的为小时工人群体提供智能人力资源管理平台的公司,今日宣布推出其全新的、突破性的多语言可定制AI聊天机器人——Workstream Assistant。作为公司向全面AI驱动的劳动力管理解决方案转变的旗舰产品,Workstream Assistant赋予企业在全国各地多元化市场中与小时工人群体建立联系并保留他们的能力。 Workstream Assistant 是由MIT、Google、Cornell和Stanford的人工智能专家团队打造的首款多语言AI聊天机器人平台,旨在扩大AI对美国超过8000万小时工人的可达性。根据Urban Institute的研究,美国所有工人中有14%,低工资工人中有20%是使用英语作为第二语言的移民,这些数字预计将继续增长。 Workstream Assistant能理解多种语言,以适应多元化的劳动力,并将使用机器学习为申请者提供更多关于公司的信息,同时收集申请者信息。通过让工人用他们熟悉的任何语言进行交流,Workstream Assistant赋予申请者提问更多关于职位和公司的问题的能力——从他们可以期待的职业发展到公司文化是什么样的。给予小时工人在申请前通过自然对话审查工作的机会,鼓励更好的申请者与工作的匹配,从而为企业带来更强的雇员和更好的员工保留。 Workstream Assistant不仅能够学习并模仿品牌的独特声音,提供更定制化的体验,还能进行真实的对话——包括打字错误、俚语、喜好等,而不是基础的机械式来回对话。此外,Workstream Assistant可以全天候提供帮助,帮助申请者解答申请问题,而且设置和定制非常简单。 Workstream的新AI技术,通过与OpenAI的集成,利用先前获取的数据点,为小时工人群体打造AI平台。Workstream已经帮助像Burger King、UPS和Marriott这样的企业和特许经营者自2017年以来雇佣和保留了几百万小时工人。 Workstream Assistant对小时工人群体来说是一个重要的突破,对于这个领域的招聘经理和人力资源专业人员来说,它是一个不可或缺的工具。Workstream的CEO和联合创始人Desmond Lim表示:“它能够弥合沟通差距,提供无缝的招聘体验,使其成为寻求在竞争激烈的小时工人群体中吸引和保留顶级人才的组织的必备资源。” 关于Workstream: Workstream是雇佣和保留小时工人的更智能的方式。其智能技术自动化并加速了人力资源任务——如招聘、筛选、调度和入职——因此企业可以专注于为申请者和员工在他们的员工旅程中提供出色的体验。超过20,000家企业信任Workstream,以更快速地雇佣并保留他们的团队。 在workstream.us上了解更多信息。
    机器学习
    2023年07月20日
  • 机器学习
    【观点】员工技能学习的未来:2023年值得关注的主要趋势 在当今快节奏的工作世界中,快速适应是员工茁壮成长的主要方式。员工队伍、员工的工作方式和地点以及所需的技能正在加速变化。 以下是关于技能学习的趋势,包括向基于技能的学习转变,个性化和适应性,以及合规性和敏捷性的提高。 趋势1:基于技能的学习的重要性 根据普华永道的数据,77%的成年人会学习新技能或接受再培训,以提高他们未来的就业能力。面对快速变化的技术需求以及重新培训和重新部署人才的需求,企业必须专注于员工的技能发展。通过围绕技能重新定位业务,人力资源团队可以更好地了解、培养和提供人才以满足业务需求。这种向基于技能的学习和发展(L&D)的转变能够创造更灵活的岗位角色,同时激发员工的工作兴趣。 趋势2:个性化和适应性学习 没有人能够以相同的方式学习,这就是为什么为员工量身定制学习体验很重要的原因。通过提供根据个人需求调整的学习内容,每个人都可以取得进步。此外,随着新的学习机会的增加,这有助于确保员工拥有透明的晋升机会和无缝的工作过渡。 趋势 3:关注合规性和敏捷性 我们经常认为合规性是我们在做我们更愿意做的事情的过程中必须做的事情。然而,持续合规的运作可以提高竞争优势。在2023年,我们可以预见,提供更加灵活、个性化的合规培训方法的培训学院将会增加。这种类型的培训,针对特定的行业需求并与他们的未来的目标相一致,可以减少提供可靠的合规培训和报告的时间及成本,同时也可以提高员工的保留率。 趋势4:知识共享至关重要 在数字时代,与他人分享知识和协作比以往任何时候都更容易。到2023年,我们预计将看到组织内部和组织间知识共享的重点。这可能涉及知识管理系统、在线协作或计划指导等工具。分享知识不仅可以提高L&D成果,还可以培养持续学习和协作的组织文化。 趋势5:工作的未来:VR、AR的应用 正如业务以越来越快的速度发展一样,学习也同样需要更加敏捷和快速。L&D战略需要灵活且迅速响应,使员工能够学习新技能并及时了解最新技术和最佳实践。 虚拟现实和增强现实(VR/AR)不再只是游戏。这些技术有可能通过提供身临其境的实践体验来彻底改变学习方式。无论是虚拟实地考察、模拟还是互动课程,这些技术都可以使学习更具吸引力和有效性。 趋势6:人工智能和机器学习 人工智能(AI)和机器学习(ML)将在未来的学习中发挥重要作用。从个性化的学习建议到自动评分,这些技术可以简化学习过程并提高效率。但是,重要的是要确保以合乎道德和包容性的方式使用AI和ML,以便所有学习者都能发挥其优势。 趋势7:微学习 由于人们工作日程繁忙且注意力有限,学习易于消化的内容非常重要。微学习是提供易于理解的学习内容的有效方法。无论是通过短视频、互动测验还是其他形式,微学习都能让学习者快速吸收和应用新知识。 L&D的未来是光明的,有许多令人兴奋的趋势即将出现。通过及时了解这些趋势并实施应对这些趋势的策略,您可以创造一个成功而有效的学习环境,让员工茁壮成长。 文章来源:Cornerstoneondemand.com
    机器学习
    2023年04月06日