• AI
    拥抱你的AI新同事,虽然最后你可能被抛弃——欢迎来到AI协同工作纪元 编者按:我们已经站在人工智能时代的前沿。大部分人对此趋之若鹜,少数人高喊着警惕的口号,被视为杞人忧天的傻子。人工智能的浪潮正不可避免的袭来,它到底是怪兽还是福音? 恐怕事实上,它两者都是。日前Wired发布文章,深刻的揭露了人工智能从提高人类生产力到淘汰人类生产力的过程,可以说是一篇警世恒言。编者在不改变原意的情况下为您做如下编译: 去年秋天,谷歌翻译推出了一个崭新的、改进过的人工智能翻译引擎,声称它与人工翻译有时“几乎难以区分”。 Jost Zetzsche对此只能翻白眼。 这位德国人已经在翻译领域工作了20年,他一次又一次地听说他的行业将受到自动化进步的威胁。 每一次他都发现是夸大其词的炒作,Google翻译也不例外。他认为,这当然不是翻译的关键。 但是这次的结果出乎意料的好。谷歌在2016年花费了更多的时间改造其翻译工具,以人工智能为动力,并且通过这种方法,它创造了一些无比强大的东西。谷歌翻译一度以出产呆板但是尚说得过去的翻译而闻名,现在开始生产流畅而高度精确的散文。对于未经训练的人来看,它的这种输出与人类翻译几乎没有区别。一个1.5万字的纽约时报的故事称之为“AI的伟大觉醒”。引擎很快开始学习新的技巧,弄清楚如何翻译它以前没有遇到的语言:一旦它处理过英语对日语以及英语对韩语的翻译,它就可以弄清楚怎么处理韩语对日语的翻译。在上个月的Pixel 2发布会上,谷歌引入了它所承诺的无线耳机,可以实时翻译40种语言,将它雄心勃勃的议程进一步推向了前进的轨道, 自从IBM于1954年首次推出机器翻译系统以来,完美机器翻译的理念就抓住了程序员和公众的想象力。科幻小说家们抓住了这个想法,创造了大量这样的乌托邦幻想,从《星际迷航》的“宇宙通用译者”到《银河系漫游指南》中的巴比鱼。人工翻译的水准——翻译流利的散文并能够捕捉源文本中包含的人文意义,这是机器学习的圣杯:如果被实现,就意味着机器已经达到人的智能水平。谷歌在神经机器翻译领域的进步意味着圣杯在触手可及之处——随之而来的是人工劳动的过时。  由于翻译长期以来一直处于人工智能引发工作恐慌的第一线,因此人们并不很担心。有些人甚至很高兴。 对那些抓住人工智能工具潜力的人来说,生产力随着工作的需求而急剧上升。 把他们想象成穿着白领在煤矿里挖煤的金丝雀吧。目前,他们还在唱歌。 随着深度学习的萌芽,许多行业正在认识到,人工智能确实能够完成曾经被认为是专属于人类的任务。与司机和仓库员工不同,知识型员工不会立即面临流离失所的危险。但是,随着人工智能成为他们工作流程的重要组成部分,他们的工作正在发生变化,而且不能保证今天有用的人工智能工具不会成为未来的威胁。 这给人们提供了一个选择:放下自我,拥抱你的新AI同事,或被抛弃。 我们并不是生活在AI的黄金年代,而是生活在AI提高生产力的黄金年代。姑且称它为第一阶段。人工智能现在已经足够强大,能够对无数复杂的任务进行可靠的第一次尝试,但它还没有强大到看起来能造成威胁的地步。对于需要密集思考的主观性工作,我们仍然需要人类。 各行各业都在进行劳动力转移。 “华盛顿邮报”的内部人工智能,赫利奥格拉夫,去年发表了850多篇文章,人类记者和编辑为其加入了一些分析和丰富的细节。在图形设计中,人工智能工具现在可以生成设计初稿,最后执行交给人类设计师。在电影和出版方面,新的工具有望在海量良莠不齐的稿堆中找到下一个大热项目,使编辑从无休止的提交队列中解脱出来。这些人工智能工具就像年轻的助手一样,他们很有能力并且多产,但仍然需要一个经验丰富的经理来完成智能型重任。当然,这位经理要与机器一起工作才能获得好处。 在位于亚利桑那州的公司律师事务所Fennemore Craig,律师们跳上人工智能列车,试用了一家名为ROSS Intelligence的创业公司的新技术。ROSS使用IBM Watson和专有算法的组合,以AI驱动,是LexisNexis(律商联讯数据库)等工具的继任者:它纵览梳理数百万页的判例法,并在备忘录中以草稿形式记录其发现。这个过程聘请律师可能需要4天的时间才能完成,ROSS只需要大约24小时。 ROSS不会因疲劳或倦怠而受到影响:可以日以继夜的连续工作,不会因之感到痛苦。 ROSS的写作能力虽然也还可以,但并不是其突出的特点。据Fennemore Craig的三年级学生布莱克·阿特金森(Blake Atkinson)的说法,其写作水平大约为一年级法律学生的水平。(该公司的合伙人安东尼·奥斯丁更为慷慨:他认为, ROSS与一些第一年或第二年的同事一样好)。该工具生成干净的备忘录,虽然没法和海明威(世界级著名作家)的水平比,但它提供了一个功能性初稿,写满了适用的判例法摘要,一些基本的分析和一个简明扼要的结论。然后,由一个人类的律师进行更深入的分析和语言组织,让文本可以让人愉快地阅读——至少是一个律师可以愉快的阅读。奥斯汀说:“这可以让我们做有趣而富有成果的事情。 “老天,我不关心1885年的蒸汽机,我真正想做的事情是写点有趣而吸引人的东东西,法官和对方律师一听就知道他,‘我完了’。” 最终,像ROSS这样的工具几乎肯定会减少在探索过程中对人类律师的需求。目前尚不清楚这将如何改变雇用初级律师的情况,因为他们的工作常常是在在旧的判例法上埋头苦干。但是深入的分析和重要的写作仍然远远超出了ROSS的能力范围。对于创业公司来说,成功的关键在于,律师们不会害怕ROSS——毕竟,谁想来培训他们的替代品呢?这就是为什么首席执行官安德鲁·阿鲁达(Andrew Arruda)认为ROSS是一个生产力工具,而不是一个AI律师。它让律师能够为更多的客户服务,专注于他们工作中有趣的部分。奥斯汀更简洁地说:在ROSS的帮助下,他说:“你就像一个摇滚明星一样酷。” 对于许多翻译人员来说,人工智能助长了超人的生产力并不是什么新鲜事。当Alessandro Cattelan在2003年开始他的翻译生涯时,他每天翻译大约2000字能挣大约175美元。他使用计算机辅助翻译工具,偶尔基于他以前翻译过的短语提供建议——但翻译是一个非常手动的过程。今天,与人工智能协同工作,现在翻译人员可以在一天内要获得相当数量的金钱(调整通货膨胀率)需要翻译八千到一万字,Cattelan说。这个过程被称为机器翻译后编辑(PEMT),首先让机器先翻译一遍,然后引入翻译人员来整理语言,检查不正确的解释术语,并确保语调,上下文,翻译的文化暗示,这些都是重点。 Cattelan是Translated公司的运营副总裁,该公司发展基于AI的翻译工具。他说:“你必须弄清楚你的工作中的哪些部分可以被机器所替代,以及你作为一个人能够带来什么价值。”。由于Translated在4月份开始向其编辑翻译人员提供神经网络机器翻译,它的生产力显着提高,特别是德语和俄语等语言,过去由于其复杂的语法总需要额外的调整。 PEMT并不新鲜——至少在20世纪80年代以来,这一领域一直在不断发展。但随着神经网络机器翻译的出现,它正在被广泛采用。根据市场研究公司Common Sense Advisory的数据,未来几年,后期编辑的需求预计将比其他语言行业的增长速度更快,企业翻译在接下来的几年里可能会实现两位数的增长。Common Sense Advisory警告说,“即使语言行业以史无前例的速度增加新的翻译人员,目前的方法也不可能跟上这种增长水平”。有人认为,与机器翻译协同工作已经成为必须:根据机器翻译平台Lilt首席执行官Spence Green说,“机器翻译”现在是一个需求,而对于资历较老的翻译人员,他们甚至不需要使用翻译记忆软件。” 总部位于悉尼的翻译公司夏洛特·布拉斯勒(Charlotte Brasler)表示,在过去的一年里,机器翻译工具变得非常好用,如果不是使用这些工具会破坏保密协议(这是一个常见的障碍),她会欢迎这些工具。与能力很强的AI一起工作让她能够承担更多的项目,并腾出时间处理多有创造性的文本,而这些文件机器通常无法翻译出来。 但是,这一点也在发生变化:Brasler说,在过去的一年里,由于神经网络的加入,谷歌翻译在处理销售和营销材料方面表现出色,对这些材料的翻译涉及丰富多彩的语言和习语。当然,引擎并不是诗人,但是在人们长久以来认为机器不可能征服的领域,它正在迅速改善。对于那些用艺术来定义自己的劳动者来说,这是很难接受的。 技术的飞跃总是超出我们的承受范围。有人无法忍受与机器合作的想法,有人宁愿埋头于概念性学术期刊,假装没有任何变化发生。对于这些人来说,人工智能突飞猛进的增长是一场生存危机。当然,电脑可以筛选数据,甚至可以拼凑一个基本的句子——但它能写散文能让你流泪吗?它能分析一个成语的细微差别,或者发现下一个畅销小说家,或者说服最高法院的司法系统、改变他们的想法吗? 还没有,但机器可以帮助你到达那里。一些最具创意的行业开始尝试人工智能,他们遇到了一些挫折。今年四月,当“黑名单”(一个连接剧作人与制片方的网络)宣布将与一家名为ScriptBook的人工智能公司合作评估剧本,作家们群起抵抗。 Billions的执行制片人Brian Koppelman称这种工具“很冒犯人,粗暴武断”。黑名单迅速取消了与ScriptBook的合作关系,原本ScriptBook负责扫描角色分析,人口统计和票房成功的等脚本。虽然ScriptBook这家初创公司已经与两家主要的电影制片厂成功合作,但它的首席执行官Nadira Azermai表示,大多数电影制作人还没有能够克服对这个工具的恐惧。 “几年前,人们认为谈到创意时人类是安全的,因为人工智能不能像人类一样具有创造性,或者不如人类那么特别。但这不是真的,“阿塞迈说。当业内人士指责她创造一个工具来窃取工作时,她告诉他们,他们的工作确实受到威胁,但不是AI。相反,她对反对者说:“你的工作会输给那些知道如何与机器合作的人。如果你坚决的把头转向另一个方向,假装它不存在,你将会失去工作。” 一个类似的工具是StoryFit,其产品包括票房预测评分,剧本结构和风格分析以及故事情感组成阅读。正如TJ Barrack所解释的那样,他的工作室Adaptive Studios决不会仅仅因为在StoryFit报告中看到的东西而通过一个脚本——但是他的团队可能会考虑如何根据它了解到的东西来演变脚本。 Barrack说:“如果这显示我们可能因为某些东西在市场上出现问题,那么我们是否有办法可以改善这个故事? “我们或许可以调整一些情节点?我们可以在这里或那里添加更多的情感?” 人们刚刚开始摆脱人工智能的炒作,开始专注于AI驱动工具如何帮助他们的工作。 StoryFit首席执行官莫妮卡·兰德斯(Monica Landers)表示,她最近开始对自己公司的产品感到担忧。但她仍然要谨慎行事。当我问她公司的下一步行动时,她犹豫不决地回答:“如果我们谈论得太超前,还是会让人紧张。”她说。 毋庸置疑的是:如果我们放弃作为人的特质也就是创造力和直觉,我们就要先彻底重新思考人的意义是什么。这两种技能都暗示着某种不可知的想象力或第六感。但事实上,机器已经非常具有创造性,产生了令人惊讶的创新艺术作品:他们正在拍照,写音乐,创造超现实主义的艺术作品。因为他们开始与人类的经验深深共鸣,我们才需要担心。 华盛顿大学计算机科学教授,《The Master Algorithm》一书的作者佩德罗·多明戈斯(Pedro Domingos)说:“机器可以富有创造性,而且它们确实富有创造性。与此同时,直觉是一个更为棘手的问题:它需要更深入地了解人们如何思考以及世界如何运作。 Tech的最佳工程师们还没有想出如何用直觉装备AI;只要这种情况仍然存在,人类将在工作中继续占上风。律师需要了解她的目标读者以及他们可能拥有的所有偏见或倾向;译者需要对他所翻译的两种文化有一个细致入微的理解。多明戈斯说:“一旦这些任务中映射到现实世界,就是机器落后的地方,人们确实有优势——至少在可预见的将来。” 与我们的AI同事合作,使工作看起来变成了可疑的乌托邦。机器接管了那些吃力不讨好的工作,它们一直太过复杂难以自动化,直到最近。人类可以沉浸在工作中最有创意和价值的方面。但是,这是我们之前看到的一种模式——一种可能最终破灭的热潮。 当自动取款机在20世纪60年代后期首次推出时,很多人都惊讶地看到美国的银行出纳员人数增加了一倍,并保持了数十年的增长。为了摆脱现金的沉重任务,出纳员可以把注意力转向帮助客户解决账户问题或发放出纳员支票;结果,他们变得更有生产力。但是,经过这样的增长之后,银行出纳员的数量现在正在下降,这要归功于贝宝,智能手机银行等技术的累积效应,以及现金需求的下降。一段时间之后,技术终于从福音走向了“怪物”。对麻省理工学院“数字经济倡议”的联合主管安德鲁·迈克菲来说,银行出纳员的传奇故事是一个警醒寓言。他说:“技术可能在一段时间内增加了工作,创造了就业机会,那那并不意味着它将一直这样做。”“我们以前看过这种情况。” 但是目前,翻译人员,律师,医生,记者和文学代理人的工作是安全的。有人甚至会说他们的工作比以往任何时候都好。但我们现在发现自己处于一个奇怪的位置。我们不得不承认,人工智能正在迅速掌握我们以往视为机器禁区的任务。我们必须认识到,拥抱AI正在迅速成为在许多领域取得成功的先决条件。我们必须欢迎这些新的AI同事,在他们犯错的时候纠正他们——并且心里知道在某个时候,等我们教的足够多了,他们会一步步往上爬。 来源:雷锋网(公众号:雷锋网)    译 via Wired 原文链接:https://www.leiphone.com/news/201711/2SgoPa2ZUSFCWUiW.html
    AI
    2017年11月23日
  • AI
    AI+招聘的第一站,也许是为共享经济提供员工背景审查 在人工智能产业结合的诸多可能性当中,人工智能+招聘服务很可能是最复杂的。毕竟这东西涉及最复杂的资源:人。 人才资源的资质、证书、业绩、履历加在一起,可能组成一个极为复杂的迷宫。而且很多时候招聘之间的感觉和判断非常微妙,需要依靠HR经验与思考的地方非常多。用AI替代人类,绝对个任重道远的工程。 但另一方面,人力资源流通中又涉及非常多的数据和模型,似乎又是非常适合AI发挥效力的领域。在美国市场中,AI+人力服务项目已经成为大风口。 可是我天朝自有国情在。尤其是互联网招聘这件事在我国是极富特色的,貌似欧美这个领域的AI项目很难贴合中国需求。 那么有没有一些垂直场景,可以让我们快速移植欧美的商业模式,来解决中国的人力资源市场痛点呢? 好像也有,比如说,给共享经济做员工身份调查。 洋和尚的经:英国身份认证公司如何撬动AI 几个月前,3个牛津大学毕业生在英国创立的身份认证公司 Onfido,刚刚完成了 3000 万美元 C 轮融资。 这家创立了5年的公司,如今已经被各种人工智能研究报告认定为英国在身份认证、员工背景调查方面使用AI技术的典型案例。 员工背景调查,是欧美企业公司招聘员工时必经的一道程序。目的包括了解应聘者的信用卡状态、犯罪记录、教育履历、工作经历、社会保险状态、是否涉嫌恐怖主义活动、是否位于全球监控名单等方方面面的内容。而公司自己去验证雇员提供的文件与证件真伪,调查雇员背景显然是非常艰难的一件事,所以很多公司聘请第三方机构来完成员工背景调查。目前员工背景调查领域的最大市场和最大服务商都集中在美国。 但是传统的员工背景调查服务,是通过第三方人员去逐层核查员工提供的资料真伪,以及对比各种数据库资料。一般来说,每次员工背景调查要消耗企业150美元以上的成本,并且耗时达到10到15天。不仅成本高效率低,传统背景调查公司提供服务的界限还有区域限制,不能满足跨国公司的需求。 为了解决传统背景调查与身份认证服务中的痛点,Onfido尝试将人工智能引入服务体系中。但说实话,他们的人工智能解决方案在逻辑上并不复杂。只是在关键位置用人工智能简化了流程,从而获得了成本压缩与效率提高。 具体来说,Onfido所提供服务在三处运用了AI能力。首先是用人工智能技术来提升不同数据库之间数据对比与认证的效率,节省了人工验证的重重步骤。第二是利用机器学习技术打造了护照等证件的验证技术,只需要通过手机或者摄像头拍下照片,系统就会自动识别真伪,并与数据库对比发现失窃证件与篡改证件。通过对更多伪造证件方式与特征的学习,这个系统会逐步提升认知能力。第三就是利用AI人脸识别技术来快速匹配证件和真人,避免盗用他人证件。 通过机器学习平台带来的快速身份检查能力,Onfido已经可以将初步员工身份认证时间降低到几秒。并且通过逐步增强对欺诈模式的学习,系统还将适应越来越复杂的信息伪造情况。 目前,Onfido的服务对象已经从企业招聘延伸到了银行场景、客户调查和金融服务当中。但平台最主要的服务对象,就是如今在全世界范围内越来越兴旺的共享经济。 AI代劳:共享经济平台招聘时的痛点 无论是网约车、外卖、O2O服务平台,在招聘雇员时都有相同且显著的痛点:必须大量反复招聘持有相关资质的员工。 由于共享经济走的就是海量路线,比拼服务覆盖范围。因此平台对于需要仔细考量的高精尖人才需求量并不大,但对普通的司机、外卖员、家政服务人员招聘需求却是非常巨大的。尤其在平台极速扩张时期,可能经常需要多地协同,甚至跨国大量招聘。这让平台在核准员工资质、考察员工素质方面面临着极大的工作难度。 这点在我国的共享经济领域表现非常明显。外卖、网约车、快递三大业务的快速爆发,给全国各地增添了大量工作岗位。并且中国并不是一个缺少劳动力的地方,这些领域招人的整体难度并不大。 但面临的困难是,快速扩张往往让平台检验职业资格时力不从心。比如如何把交通肇事历史的司机拒绝在网约车门外?如何不让某些疾病携带者成为外卖配送人员?如何避免逃犯、躲债人员混迹在共享经济系统中?始终都是共享经济悬而未决的问题。 而这些问题的根本原因,就是在于人工逐个数据库核对与证件验证的成本太高,在大城市还好,在二三线城市以及乡镇地区平台就很难负担得起人力与时间成本。 而引入AI系统来智能识别证件、核对信息可能是一个非常不错的解决方式。一个连接大量数据库,并能够不断提升伪造证件与资历辨识度的AI系统,一方面可以解决地方城市与乡镇缺少审查、筛选员工机制的问题,同时还可以降低大城市共享经济类平台的审查成本,满足共享经济企业扩张期大量反复招聘的特殊需求,甚至完成全球化招聘与人力管理带来便利。 当然,这种商业模式想要移植到中国来,最重要的是要满足独特的市场需求,拿出适应中国独特人资环境的技术解决方案。 中英间不同的市场与技术需求 近两年以来,Onfido以每月环比增长40%的速度在英国与欧洲市场成长,并开始在美国挑战传统巨头的市场垄断地位,凭借的并不是有多么黑科技、多么复杂的技术。恰恰相反,他们的商业支撑点在于使用了并不复杂的技术,组成了一个很容易看到效果,并可以快速扩张的平台模式。 这恰恰是很多国外AI项目引进时的问题:我们当然喜欢那些科技含量极高的东西,但复杂往往意味着高昂的迁移成本,简单直接说不定更有效。 但即使简单的迁移,在中国也将面临完全不同的市场状况。这对于AI创业者来说尤为重要。以员工背景调查为例,与英国和美国相比,中国有更强大的共享经济风口和人员认证需求。同样也有从单一服务项目向生态化展开的优势:比如从身份认证向着雇员评级、保险等增值业务发展。像网络招聘平台一样成为综合人力服务的入口。 但不那么美好的一方面,在于员工身份和背景认证,在中国没有很好的习惯性基础。大部分中小企业和地方企业不怎么在乎招聘中的这项环节,甚至简单走走过场了事。 虽然AI身份认证有可能解决共享经济平台的很多问题,但让平台型企业普遍接受这种商业服务的信任成本会很大。想要在中国打开这个缺口,必须尽可能的压缩服务成本,并且让共享经济平台意识到通过技术向消费者证明我们员工的高素质与专业性是必要的。 另一方面,在中国做此类服务需要面对着数据库建立不完善的尴尬。并且需要尽可能的与政府机关相关数据库合作,打通认证机制与公安、社保、医疗体系的良好合作通道。而这些在目前的中国人才服务市场中还基本属于空白。 此外,通过BOSS直聘和李文星的事件就可以看出,在中国伪造资质和信息造假的成本有多么低廉。这也给AI识别伪造证件与履历带来了巨大的阻碍。必须有对虚假数据、虚假履历、伪造证件中花样繁多的方式与方法更好的技术识别方式,尤其是通过大数据+机器视觉的来远程判断非电子文件的优质AI解决方案,才可能在虚假横行的中国互联网人才招聘市场立足。 不管怎么说,种种骇人听闻的事件应该已经让我们意识到共享经济平台把控员工素质的重要性。通过AI技术撬动这个需求,也已经在欧美市场被证实了有效性。相比令人眼花缭乱的各种能力,去伪存真,给社会增添信任,应该是AI能带给今天世界的第一价值。
    AI
    2017年11月09日
  • AI
    英文阅读:(人工智能与人力资源)AI and human understanding will win the war for talent 简单讲就是AI人工智能与人力资源是一个好的结合点,尤其是招聘面试的时候,AI可以更好的帮忙搜索简历,进行人才搜寻。 同时面试的时候可以用人工智能的聊天机器人与候选人进行基础的面试管理安排以及与面试官进行协作。这块国内专注面试管理服务的优面宝已经开始这方面的工作。在前期职位分析与人才匹配阶段国内很多招聘服务机构也开始了各种的AI机器人的工作。 一切都在路上!人工智能在人力资源上的机会刚刚开始! One of the most well known tropes in startup and tech culture is that your business is only as good as the team behind it. You can’t do anything without having a strong team, and the most important job for every manager is to hire quality talent that fits into the preexisting team dynamics. The HR and recruiting industry has dedicated itself to finding the people who are right for your company, but the process of skimming resumes and calling in highly rated candidates for an interview hasn’t changed for the past decade or so. However, the newest trend, AI, is infiltrating all industries. While it might be a very good thing, you shouldn’t put all your hiring eggs in that AI basket. The best solution combines the strengths of HR and AI. AI in the hiring process We’ve all been hearing (and reading) about how AI will completely take over our lives. We’ve also been frightened into thinking it will soon replace all of us. While the job of getting people jobs will not be replaced by AI anytime soon, the tech can offer major improvements to the process. To find the right talent, you need to have the ability to scan resumes quickly, read people immediately, and imagine the future of the applicant sitting in front of you. While some of that work can be replaced by AI, currently we are nowhere near an AI that can read people and assess their fit within the culture of the workplace. But some of the processes for finding the right people to join your company — such as immediately asking for more information, screening, and highlighting special candidates — can be done more quickly and efficiently with AI. The integration of AI is not just about saving the company time and resources. It also saves time and uncertainty for the candidate. Getting back to top talent to set up an interview a week from now is the best way to have them move on to the next opportunity. If you can provide instantaneous feedback on every application, you get a leg up over other companies looking to snag that candidate, instead of wasting their time and missing a hire. Onboarding with chatbots The optimal way to maximize efficiency is combining human and technological resources. A chatbot can onboard new candidates as quickly as possible, as opposed to a form that might never get filled out. If you build a real AI chat bot, you can give candidates real-time feedback on their applications and ask questions to gather information before any interview is scheduled. The bot can even automatically analyze the candidate’s resume and information while onboarding and give them real-time responses relevant to them, making sure that the right people get called in for an interview and that the interviewer has the right information before even asking the first question. After the chatbot has done its job and flagged the relevant candidates according to your parameters, the human element kicks in. Hiring managers don’t have to read the whole resume, supporting documents, and answers to a questionnaire because AIs can create a personalized summary of documents. The AI behind the hiring process can create a five-bullet summary of everything that’s important to know about each candidate. It can even set up the interview on its own. This means even small companies where C-level executives do the hiring don’t waste time on pre-interview screening, and interviewers have concise information about each candidate before they walk in the room. The interview is where the human intelligence and expertise shine. Things like a candidate’s cultural fit, connection, and ability to work with others, along with the hiring manager’s overall impression of a person, are vital. Humans can focus on what they do best and automate the rest. The future of AI in recruiting At the end of the day, hiring a person doesn’t just hinge on facts and figures, it depends on who they are. And that’s something AIs still can’t assess. But the process of going through those facts and figures to see if someone is qualified can certainly be automated by an intelligent bot. The value is increased by the fact that you can onboard and convert candidates quickly, meaning top talent will be more likely to work for you and you’ll take less time filling important positions at your company. The combination of AI and human understanding is what hiring managers need to win the war on talent — and save a few dollars, as well as time. Moritz Kothe is the chief executive officer of kununu, a place to find and share workplace insights.
    AI
    2017年11月04日
  • AI
    AI与云端HR的强强结合能颠覆整个人才管理系统? 随着越来越多的公司将其人力资本管理(HCM)系统与数据迁移到云中,他们不再只是满足于获得经济效益,并实现实时的数据访问。如今,他们希望自身的云端HCM可以与AI进行结合,以实现实时决策、提升客户服务和改善员工体验。 收益?那些能够有效结合AI和云端HCM的人可能会发现自己将具有明显的竞争优势。 在最近Oracle于旧金山召开的OpenWorld的大会上,IBM全球人才与参与业务服务伙伴Duke Daehling告诉与会者,大部分的未来公司将以人才为中心,并以AI为动力。Daehling强调,如果公司想要跟上业务、技术以及工作模式的发展,那么这是他们的唯一选择。 “我们正在进入一个新时代,”Daehling说道。“事物的变化从来未向如今这样快,而且还会更快。” AI驱动的人才管理的四大优势   Daehling表示,未来以人才为中心并通过AI赋能的公司将在四个关键领域享受优势: 1、公司将能够对员工工作内容与方式进行重新成像,以便解决相应的时间管理,据Daehling所述,管理者所花费的时间中有大约60%都浪费在了与他们无关的任务上; 2、公司可以通过使用实时数据以实现员工和业务表现的预测,并将由此生成的洞察与见解交与决策者,从而实现客观的决策; 3、公司可以用数据来对他们的人才战略进行验证,以对招聘工作进行更好的定位,从而可以引进最优秀的员工; 4、借助云端HCM和AI赋能,公司能够为员工带来更多“以人为本”的体验。比如,如果公司了解到消费者在学习中更有可能进行产品消费,那么为什么他们不把同样的想法带入招聘过程中? Daehling曾参与到Hilton集团与陆路货运公司YRC Worldwide的高管会议中。 IBM与这两家公司均分享了他们利用AI与云端HCM系统组合的方法以及期望的目标。 例如,Hilton集团正在开发一套全球人力资源和人才获取系统,该系统运行于Oracle的HCM Cloud,并将于今年晚些时候为Hilton在美国、英国和爱尔兰的1000多处酒店招聘到8万名员工。Hilton数字人力资源与战略规划副总裁Kellie Romack说道,这套全新的系统正在取代公司长期依赖的PeopleSoft本地部署系统。新系统将通过AI功能帮助公司对每年超过7万个职位的申请人建立进行整理与归档。 实际上,这会对员工造成大量的困扰,招聘人员往往需要花费大量时间来寻找与筛查出候选人,比如一份调查所示,52%的受访者认为招聘工作中最难的部分就是从大量的申请人中选出一份候选人名单。此外,Hilton还希望AI能够解放其呼叫中心的员工,让他们不必再去回答客户重复性的问题,从而他们可以专注于进行更复杂的查询支持服务。 同样,全球货运服务公司YRC也打算将AI的元素带入自己的云中。公司CIO Jason Ringgenberg说道,该公司将于今年上线Oracle的HCM和ERP系统,并计划于2018年增加工资和人才管理系统。 对于YRC来说,做出IT资源上云的决定是必要的,因为YRC自身的数据中心已经严重老化,而且为了实现链接前端应用和后端PeopleSoft系统,其IT人员在页面编写时花费了过多的时间。 而之后,当YRC完成了云部署后,公司还希望AI能够帮其实现两个人力资源相关的目标:员工留存和驾驶员安全。对于前者,Ringgenberg表示,YRC的管理层希望其云HCM系统能够降低员工流失。“你可以使用HCM云中的数据来预测司机会长时间留在这里的可能性吗?”Ringgenberg说道,这是公司希望AI可以帮助其HCM系统解决的一个问题。 同时,Ringgenberg还提到,利用AI数据分析可以帮助公司确定评估道路状况以确定是否需要更改运输时间表,从而保护驾驶员的安全。通过分析这些状况与条件,公司可以实时决定是否需要让卡车驶离道路或是让终端管理程序与驾驶员进行安全协议。这样公司可以减少与避免事故的发生,而更少的事故意味更好的潜在风险与问题。 一个内部的使用案例:IBM Watson 鉴于Hilton和YRC均希望建立其以人才为中心并通过AI赋能的HCM的系统以希望在未来的市场中继续成为行业主导,他们可以以IBM Watson作为系统内部使用的参照。 作为一家在172个国家拥有380000名员工的IT服务和软硬件供应商,IBM一直致力于在内部进行AI技术的使用。对此Daehling提到了几个例子,比如Watson中的IBM Job Finder,其旨在帮助求职者找到合适的职位;而IBM Watson Recruitment会帮助公司找出空缺的职位会对那些员工造成更大的影响;此外还有Myca(My Career Advisor,“我的职业顾问”),该应用将帮助员工在内部进行工作的切换。 Daehling认为在商业世界中,用AI来改善工作体验可以有效缓解那些将AI视为纯粹邪恶的人的担忧。他说道,“我们不想把人变成机器人或去除人性。”“我们只想去预测员工与业务的表现,并希望在这个过程中获得竞争优势”。 当然,玩家不只是巨头公司 在AI与人力系统结合中,还有一个值得一提的公司,它便是“HR2.0”时代的佼佼者之一的SmartRecruiters。 2017年四月,SmartRecruiters在其人才获取套件中新加入了招聘AI功能。招聘AI使用人工智能技术来处理大量的招聘信息及数据,并对这些数据和信息进行解释以便招聘人员作出更好的决策。传统的ATS(申请人跟踪系统)用户体验感低并缺乏营销功能,这样使得公司的招聘效率严重低下,招聘人员往往需要花费大量时间来寻找与筛查出候选人。 而通过AI与机器学习的技术,招聘人员可以重新做回自己的“员工”的角色,因为系统可以自动的完成发现、筛选与候选人评分的工作。当招聘的过程不再费时费力时,招聘人员便可以回归他们的最本职的工作“为公司延揽最出色的人才。”这将极大地提升公司内部的多样性,并让公司和候选人都能找到心仪的对方。 同时,招聘AI还有望解决雇主的偏见问题。尽管通常是无意的,但是招聘人员总会具有一些偏见,而人工智能不会这样。招聘AI可以通过预测分析为特定工作的候选人提供公正的评估。 思考:未来属于巨头还是创业公司? 众所周知,由于数据与资金等原因的限制,对于AI的开发与应用通常还是集中于大型公司。如前文所述的Oracle与IBM这样的大体量的厂商以及Hilton和YRC这样大型的用户。但是相较于大型公司,小型的创业公司却往往具有较强的创新力与开拓力,而中小型的HCM系统用户同样也渴求着合适的人才。 在AI赋能上,很难说到底是大型公司还是中小型公司会带来更多的价值。二者各自具有自己的特点,但也有自己的缺陷。当然在这个有“一千种死法”的商业时代里,若想继续存活,在AI这种新技术领域中发力始终是一条不变的真理。
    AI
    2017年11月01日
  • AI
    得到谷歌青睐,AI人力资源科技创企EdGE Networks获450万美元A轮融资 编者按:自动化招聘和绩效考核是什么体验? 据外媒消息,人力资源科技初创公司EdGE Networks宣布获得了一笔450万美元的A轮融资,领投方为Kalaari Capital,另一家联合投资方为Ventureast。 记者了解到,EdGE Networks 公司利用人工智能、数据科学、数据分析、以及机器学习技术,开发了人才获取和劳动力管理的HR技术解决方案。该公司推出的解决方案可以自动开启招聘任务,自动寻找与匹配候选人,自动识别和判断,自动跟踪,自动评估和分析等,极大地提升了企业招聘效率。此外,其解决方案还能够更公平地进行绩效考核,由于取代了不少人为因素,使得评估更加方便和准确,差异性和工作量都得到大幅减少。今年五月,EdGE Networks 被谷歌选中参加在旧金山举办的2017 Launchpad Accelerator 创业加速项目。   本文作者:Joker 来源:鸵鸟创投媒体(微信:wechuangye)
    AI
    2017年10月31日
  • AI
    An Email From Elon Musk Reveals Why Managers Are Always a Bad idea By Chuck Blakeman    Founder, Crankset Group  @ChuckBlakeman Survey.com's annual "Wasting Time at Work" report revealed that if you eliminate managers completely, you remove 75 percent of the reasons someone will leave your company. There is a simple reason for that. They're in the way, literally. Elon Musk knows that, and isn't alone. Before Elon Musk, There Was Gore Bill Gore, co-inventor of Gore-Tex and founder of the $3.3 billion company W. L. Gore, understood the idea implicitly and built his entire company around self-managed teams and the absence of managers of any kind. In 1976, he published a simple paper called "The Lattice Organization" that described how a company of any size (Gore has 10,200 staff) could run much better without managers. He expressed the simplicity of an organization designed around the Lattice concept in the following illustration. The message: collaborate with whomever you need to, whenever you need to, without ever going through a manager to get to anyone. This brilliantly simple illustration of an organization built around efficient and effective communications makes it very clear that if you need something from someone else in the organization, you go to that person. If your team needs something from another team, you go to that team. In the Lattice Organization, there are no managers, or inboxes and outboxes at multiple levels, or politics and departmental fiefdoms to wade through. Today, there are nearly a hundred very large companies like W. L. Gore that operate this way and thousands of smaller ones. An Enduring Truth The Lattice Organization continues to spread. An internal email, revealed only recently, from Elon Musk to all Tesla staff shows that Musk intuitively understands that managers add no value in pushing great ideas forward, but instead are more likely to slow down innovation, communications, and production. It's the Lattice concept clearly articulated once again, 40 years later by a business leader of the next generation: From: Elon Musk To: All Tesla Staff Subject: Communication Within Tesla There are two schools of thought about how information should flow. By far the most common way is chain of command, which means that you always flow communication through your manager. The problem with this approach is that, while it enhances the power of the manager, it fails to serve the company. To solve a problem quickly, two people in different depts should simply talk and make the right thing happen. Instead, people are forced to talk to their manager, who talks to their manager, who talks to the manager in the other dept, who talks to someone on his team. Then the info has to flow back the other way again. This is incredibly dumb. Any manager who allows this to happen, let alone encourages it, will soon find themselves working at another company. No kidding. Anyone at Tesla can and should email/talk to anyone else according to what they think is the fastest way to solve a problem for the benefit of the whole company. You can talk to your manager's manager without his permission, you can talk directly to a VP in another dept, you can talk to me, you can talk to anyone without anyone else's permission. Moreover, you should consider yourself obligated to do so until the right thing happens. The point here is to ensure that we execute ultra-fast and well. We obviously cannot compete with the big car companies in size, so we must do so with intelligence and agility. One final point is that managers should work hard to ensure that they are not creating silos within the company that create an "us vs. them" mentality, or impede communication in any way. This is unfortunately a natural tendency and needs to be actively fought. How can it possibly help Tesla for depts to erect barriers between themselves, or see their success as relative within the company instead of collective? We are all in the same boat. Always view yourself as working for the good of the company and never your dept. Thanks, Elon W. L. Gore never had to send such an email, and if Musk is serious about keeping managers from being obstructionists, he would do well to eliminate them altogether as Gore and many other companies have done. But clearly Musk gets that they don't naturally add value to the communications and innovations chains. To the contrary, their natural obstructionism must be mitigated against as a firing offense. Loyalty to the Hierarchy Is your company addicted to serving hierarchies or getting things done? Musk warned that managers will get fired for even allowing communications to go through them. In almost all companies, people get fired for going directly to the source of an answer instead of paying homage and worshiping at the feet of the hierarchy. In companies with managers, Dilbert reigns, and the only solution is an email from the top of the pyramid demanding that managers stay out of the way. As Musk says and Gore illustrates, this is all incredibly dumb. Yet most companies continue to allow managers to exist, slow things down, and gum up the works with power struggles and politics, in the face of simple logic that says they don't add value. Musk warns that people should get fired for getting in the middle of collaboration, yet that is at the very core of a manager's job -- to get in the middle of everything. Unencumbered Communications Do you want yours to be a great company with 100 percent engagement where everyone works for the company, instead of some incredibly dumb, departmental fiefdom? Eliminating the requirement to communicate through managers is a great step in that direction. A hundred large companies and thousands of smaller ones have already figured that out. It's your turn. 原文链接:https://www.inc.com/chuck-blakeman/an-email-from-elon-musk-reveals-why-managers-are-always-a-bad-idea.html
    AI
    2017年10月31日
  • AI
    拉勾网引入百度AI,上线全新企业及招聘者身份审核机制 近日,拉勾网宣布上线全新的企业及招聘者身份审核机制,在原有的营业执照、企业邮箱、财务对公账号核验的基础上,引入百度AI协作板块,企业HR注册不仅要完成远程身份信息采集,还需通过人脸识别验证真实身份,通过企业、HR资质 “多重验真”加强用户招聘安全保障。 据了解,所谓的远程身份认证,是指通过离在线混合活体检测,判断用户为真人,并通过公安身份图像与真人图像比对,判断用户是否为本人,从而完成在线用户身份核真检验。目前,在拉勾网站和APP均有人脸识别的入口,如果识别结果、输入平台的身份信息、公安系统的身份证件信息匹配无误,即完成识别。 众所周知,招聘平台一直存在着和虚假信息、诈骗的斗争,而如何更好地审核招聘方的信息,为用户的安全提供更高地保障,也一直是招聘平台的基础和核心。此次,拉勾将人脸识、远程身份验证等新技术应用到信息审核的新模式,正是在线招聘平台以新技术为核心,推动用户安全保障的重大尝试。 据了解,未来拉勾还将深化人工智能在线招聘领域的应用,实现营业执照、工牌、在职证明的人工智能核验,还将把人脸识别应用到线下活动和C端用户注册环节。此外,拉勾还将通过人工智能实现简历、聊天记录等内容的风险控制。拉勾网CEO马德龙表示:此次“人脸识别”功能的上线,旨在通过AI技术和招聘场景的深度结合,改变传统的信息审核模式,提升信息审核效率和可靠性,构建在线招聘的安全新生态。 “随着新技术的发展,人工智能已逐渐成为生产力变革的核心力量,广泛应用于旅游、零售、驾驶等多个场景,同样,人工智能还以其强大的数据分析能力,为企业提供有效的安全保障方案,此次和百度的合作,就是希望借助其技术和数据上的优势,布局完善的信息安全生态。未来,拉勾将持续联合更多伙伴,输出更多基于大数据和人工智能的安全能力,实现企业信息安全的升级,为拉勾平台上的25万企业用户和1500万求职者提供保障,”马德龙补充道。   来源:雷锋网
    AI
    2017年10月30日
  • AI
    猎头顾问平台「展招」完成千万人民币 Pre-A 轮融资,用 AI+SaaS 提高效率 猎头顾问平台展招宣布完成 Pre-A 轮融资,融资金额近千万人民币,本轮资方有无穹创投。新资金将用于技术研发和客户成功。 艾瑞《2016年高端猎头行业研究报告》显示,2013年-2015年,市场需要的猎企数量远大于实际猎企业量,虽然2016年猎企以126%速度增长,但猎企缺口仍有11万。 但是与强烈的市场需求形成反差的是,猎企本身人员流失率高,日常工作仍然以低效的数据库管理软件或Excel进行人才管理,以搜简历等重复性劳动为主,核心产出并不随需求的增长而增加。所以,从管理、运营和企业发展角度来讲,猎企都需要一套能够提升顾问人均产出的智能管理系统。 展招是一家用技术解决猎企痛点的 SaaS 服务商,用 AI 把行业大数据的规律和算法结合,提升管理效率。通过 AI+大数据 Souring 候选人, 让顾问把有效的精力放在沟通和选人上。 可以用猎头工作流程理解展招系统。猎头通常有两方面的工作,一是理解客户需求,二是寻访。寻访工作中,顾问仍然在 Linkedin 等招聘网站上手动筛选简历、寻找合适人选,寻访就占据了整个工作流程的80%。展招的解决方案是,首先根据在系统内新增客户职位项目分析,聚合系统内外部候选人简历数据,为顾问匹配合适的候选人,再进一步根据候选人动态、网络互动等数据预估出离职预期,在合适的简历中进一步挑选最有求职动机的简历,之后为猎头顾问提供沟通建议。 目前展招系统的注册企业数有700-800家,使用展招系统的百万顾问数达300人,展招系统每日帮助猎头企业处理5000份简历。目前,展招已经与半数国内排名前20的大型招聘服务企业达成合作。 在效率提升方面,CEO 赵卫光告诉记者,产品今年5月份上线,经过回访发现,传统上一个岗位的寻访时间是1个多月左右,展招系统可以将效率提高1倍,新增简历量是之前的3倍,顾问使用系统的整体效率提高了两倍。 同一赛道还报道过谷露、猎上网,在企业市场,此前报道过的北森、大易、Moka 等都涉及 ATS功能,展招的差别在于,展招面向的是招聘服务企业,提供 SaaS 系统,管理成本低且系统简洁流畅,在赵卫光看来,简单好用的产品才会持续深度使用,才能最终降低管理成本并提升运营水平和效率。在实用性上,展招还支持PC端和移动端微信公众号同步操作,提升了1.5倍的协作效率。 展招未来发展目标是持续提高技术在行业的应用,定时输出有利于行业运营和管理的经验,组织线下社群活动等,帮助用户提升运营效率。 展招团队将近50人,其中技术人员有30多位,成员来自微软、中华英才网、智联招聘等企业。CEO 赵卫光有5年互联网从业经验, 7年的中高端人才招聘公司经营经验;产品总监卢小东有6年互联网招聘行业经验,曾供职于智联招聘;技术总监李洋有9年互联网招聘行业经验,曾供职于中华英才网、智联招聘、汽车之家。 来源:36氪,作者:韩旭。转载或内容合作请联系zhuanzai@36kr.com;违规转载法律必究。
    AI
    2017年10月25日
  • AI
    “管人”的问题能交给 AI 解决吗?HR 在变革面前要谨慎 编者按:AI潮流席卷各行各业,算法也让我们窥见未来全新的可能。人力资源管理也开始受到这股新潮流的影响。不过说到底,如同使剑,剑虽利,可削铁如泥,也可能误伤自己。工具虽好,还得用的妥当,才能发挥其最大效能。AI目前的应用包括:筛选简历、HR聊天机器人(跟应聘者聊天,以加深HR对他们的了解)、线上面试后通过面试者的表现(表情、言语模式等)判断性格特征等等。然而,但凡是工具,都是有利有弊的。这时候就要看工具使用者的操作了。如果HR人能了解并用好这些工具,不仅能节省大量时间,甚至能实现整个行业的工作模式和战略转型。本文编译自Venturebeat的原题为“AI can revolutionize HR, but deploy with care”的文章。 人工智能的出现,让各行各业都开始转型。人力资源业也不例外。 我们已经看到各式各样的HR工具数量的显著增长,机器学习和人工智能也渐渐开始解决工作范围内“人”的问题。越来越多的组织和企业开始迎接这股潮流,将权力逐渐分散,而那些能用好这项技术的人就能在这场竞争中领先。 数据来自ideal,一间打造招聘AI的公司。https://ideal.com/ai-recruiting/ 风险高 回报也大 人工智能和机器学习再神,也只是工具。就像所有其他工具一样,它们也是中性的,可能有益,也可能有害。如果这工具你用得不好,或者安置到不合适的地方,它们就可能对你的商业流程和企业文化不利。而HR专业人士又不想技术人员那样熟悉这些工具背后的运作机制,因此,他们也面临很大的风险,可能弄巧成拙。出发点是好的,但结果却可能不尽如人意。 那么,HR专业又该怎么做,才不会“好心”办坏事呢? 首先,要确保自己真的了解手头要处理的是什么问题。也就是说,问题里里外外,都弄得清清楚楚,理解透彻。只要你能意识到问题何在,能够确定要解决的是什么,这时候你就要问自己,是否确实需要这项技术来解决这个特定的问题。如果没有这项技术,工作是否会受到很大影响,甚至停滞不前?这项技术会让问题简单化,让你有更多时间精力去解决其他问题?还是说,你可以使用现有的技术,或者改变方法来解决当前的问题? 有足够的了解才有发言权。 如果你觉得你确实需要某个酷炫的AI技术来解决难题,那你就得好好“教育”自己,去了解这门技术的优势和劣势。不是简单的百度一下就完事儿了,而是扎扎实实地花时间、真的深入了解你决定使用的工具。利用自己的专业人脉网,看看公司里其他人的经验能不能对你有所启发。你还可以让他们评估一下你考虑使用的技术,以帮助你做出更好的决定。 如果操作得当,那人工智能自然能帮你节省大量时间精力,让人力资源部从运营中心转向以战略为核心的部门。 工欲善其事 必先利其器 选择正确的工具很重要 你所面临的问题大大小小、方方面面可能都有所不同。各种算法也各有长处短处,但每个算法设计的时候,设计者也有不同考虑, 因此,不是每个算法都适合拿来解决当前的问题。所以你要确定,目前的问题可以用AI来解决。 算法对于下列的问题可能不太适合     产生的数据不多,或者数据不能准确表现出现实中的后果或者行为     极端的边缘个案会出现,或者数据有严重的偏差(但这个情况有办法做调整)     需要进行价值判断的情况(这种情况下,最好的办法是结合人类和算法做出决策) 往好的一面看,算法在以下几个方面很有优势     可以取得关键数据,而且数据与你所感兴趣的现实行为和后果直接相关的情况     你需要找出的模式是可预测的情况下(至少不会随着时间流逝而变化) 你需要知道,AI不能帮你让自己的团队在技能上有提高,所以那些仅仅是将流程自动化的工具可能给不了你想要的结果。如果你的目标是改变团队成员的行为,那你可以考虑使用帮助员工学习的工具。研究显示,用工具来向员工提出及时、具体又可行的建议或者反馈,在改变员工行为习惯方面是最有效的。 比如,Texito平台能字你写招聘广告的时候,向你提出建议,以便你能吸引到自己寻找的目标人才。Joonko公司可以分析企业的生产力和员工合作方面的活动,找出员工中无意识中的偏见,并且向该员工提出纠正的措施。 算法也是人设计的 设计人工智能,与其说是技术活,倒不如说像一门艺术。工具的创造者将自己的偏见“设计进”自己的作品中,也是不可避免的。谷歌以前就有过这个教训,曾有一个图像识别工具刚开发的时候,把肤色深的人识别为大猩猩... 算法将图中的黑人识别为大猩猩 所以,在购买基于人工智能的工具之前,要做好功课,深入调查是不可少的。看看这些算法的设计基础是什么,算法开发过程中,人工的决策对工具运作时产生的结果有什么影响。准备好一个问题清单,比如:     在“训练”这个算法时,用的是什么数据?     这些数据中有什么样的“偏见”存在?这个模型又经过怎么样的调整?(比如,如果算法中的数据体现的是女性接受的主要是优先度不高的工作,那算法可能“认为”女性能力不足,不能胜任优先度高的工作。)     随着时间推移,使用增加,这个算法会怎样“进化”,设计者对于其中产生的偏差问题打算怎么解决? 底线在哪里 人工智能和机器学习有很大的潜力,或许能使得人力资源业角色上根本的转换,扩大该专业人士的积极影响。但是光靠人工智能和机器学习的应用,是无法在你的企业在创造出可持续的变化的。如果你用人工智能来加速现有的积极变化,那这些以技术为基础的改变,也可以通过同时运行其他战略性项目来得到强化。 机器人不会取代我们,他们会让我们看起来更睿智。 原文链接:https://venturebeat.com/2017/10/16/ai-can-revolutionize-hr-but-deploy-with-care/ 编译组出品。编辑:郝鹏程 本文翻译自 venturebeat.com,原文链接。如若转载请注明出处。
    AI
    2017年10月24日
  • AI
    硅谷来信Leap.ai创始人谈:什么是高质量的内推? 我的故事2003年,我刚从Drexel大学以博士身份毕业,研究方向是电脑网络 (Computer Networking)。我发表过一堆学术论文,但毫无行业经验,也不认识那些各大科技公司员工。我海投了一堆简历,但是杳无音讯,整整无业了三个月之后,终于得到了一个微软的面试机会。我紧紧抓牢了那个机会,成功加入了微软西雅图办公室。 三年之后,由于家庭原因,我需要从西雅图搬到匹兹堡。听说了Google即将在那里开办公室的消息,我找了一些从微软去Google的朋友打听消息,也请他们帮我内推投了简历。一周后,我就收到了Google的面试电话,几个月后,我作为前几名的早期员工,加入了Google匹兹堡分部。 十年间,我做了几个机器学习的项目,在Google还算混得不错。有人跟一家即将上市的创业公司Sumo Logic 的决策层提到了我的名字,他们找到我,并在几周之后说服我,加入他们成为机器学习领域的负责带头人 (Head of Machine Learning)。 乍看起来,一些人也许会说,看来有了更多相关行业经验找工作就会慢慢容易起来。这当然是不可否认的,但对于目前正在找工作、经验还不足的人来说,等于什么都没讲--经验不是三两个月就能马上积累起来的。我们都听过著名的 Catch-22 悖论,找工作是这一悖论最常见的情形:95% 的工作都要求有经验,但是对于一个刚离开大学的大学生,或者是想要转行的职场人,没有相关经验是自然的;公司不给机会,就永远也无法积累经验;没有经验,公司也不会给你机会。 那么,有什么我们马上可以开始做的? 潜藏在这些故事背后的,是高效、有质量的内推。这是一件立刻可以改变局面的、可行的事。 一论:内推之必要Google每年要收到一百万份简历。每份简历都由人过目是不可能的任务。所以,大多数简历被提取分析完后,就存在系统里从此再也无人问津了。只有很少一部分的简历有机会被从系统里挖出来,重新被发现。内推实现的,是增加你被发现和留意的可能性。 打个比方说,在机场过安检, 队伍A有1000个人在等待,但只有5个安检人员 队伍B有50个人在等待,但配有20个安检人员 你会希望去哪一列排队? 这就是自己海投和找人内推的区别:队伍A是自己海投的人,队伍B则代表了内推进系统的候选人。看了这个比较以后,你也许会问我,那为什么人多的队伍反而安排这么少招聘人员呢?答案在如何提高组织的效能里。 比如有一家公司,今年的目标是招满100人。公司招聘团队面临的其实是一个优化问题:如何用最少的投入来取得这个目标。 面对任何的优化问题,都是选择把尽可能多的资源投入到系统里更高效的部分。在招聘这个问题上,内推就是这样一个“需要资源少,产出结果高”的部分,因为员工已经对推荐来的人进行过初步甄选了。因此,公司在这部分需要花费在验证上的时间和资源,比在线自己投简历的情况要少。 Google著名的“50%雇佣员工来自于内推”这一结果,就是对于内推优势最好的证明。其他不少公司也差不多是这样。 二论:内推级别之分也许你会说,“听懂了,我要找一个目标公司的人把我的简历放进招聘系统里。” 等等,我们还没讲一个更重要的事情:不是所有的内推权重都相同。我和不少招聘专员及雇佣决定人 (Hiring Manager) 共事和合作过,我把我观察和体验到的总结成这么一句话:内推是分等次的。一等,最优: 资深推荐人,并对你很了解这是最强力的内推,一家公司的资深员工,或是高层,同时对方足够了解你并能帮你说好话。比如,一个公司的总监级人物推荐了你,并且说,“非常强的工程师,我非常愿意招这个人进入我的团队。” 这么一句话足够把你放到所有招聘面试列表中的第一顺位了,而且相应的,这句有分量的话也会很大程度地影响最终公司是否雇用你。 二等: 普通推荐人,但对你很了解并不是人人都认识一家公司里的高管的,所以一等的内推并不常见。那么接下来,你应该优先找一个对你很了解的人,即使对方在公司职位并不是最高。比如一个普通员工在内推里写道,“我和被推荐人合作过2年,可以担保他的执行速度和执行质量。”你应该也会很快收到公司的联系电话。 三等: 资深推荐人,但并不了解你如果一家公司里没有对你特别了解的人,但你可以找到一个熟人,对方是等级较高的员工。你仍然可以通过对方的内推,来获得电话面试的机会。这是因为招聘团队相信和尊重高层员工的评判,即使推荐人只和你有过短暂的接触,并且简单地说,“不太了解这个人,我们在一次聚会上见过,聊过15分钟,印象还不错。”四等: 普通推荐人,也不了解你如果你没办法找到任何推荐人符合以上三种推荐等级的话,尽管机会不如上面三种高,一个普通的、不了解你的推荐人仍然可以带来价值。但如果招聘团队没有回音,也不要太惊讶。三论:首推之重要你可能会说,“好吧,我手上也没有一等的最优内推,但我有一些四等的关系可以用上,反正也不会有什么坏处,可以先帮我推着,等我找到更好的内推,再推一次就可以了。”错。事实上,你在一家公司的第一次内推非常重要。不止一次,有人找到我做内推,我同意了,然后把简历、名字和联系方式发给人事,然后他们告诉我,这个人已经有很多其他人推荐过了,而且我们已经拒掉他了。这时候,即使是公司的高管,我也无计可施了。 但如果那是一个候选人的第一次推荐,招聘部门有一些疑虑,我可以说,“你们还是打个电话,更深入地了解一下吧。”这种情况下,很可能你还是会收到公司的联系电话的。 绝大多数人不知道,一个此前发生过的、无效的内推很可能会在将来,无形中削弱一次有效的、强有力的内推。 所以,请特别重视你的第一次内推质量和珍惜第一次的内推机会。 再读我的故事了解了内推机制和如何运作的之后,我们再来看一眼我在开头讲的我自己的故事:我刚出校园的时候,没有任何内推机会,所以很难得到面试机会和找到工作。我最终获得在微软的第一份工作,其实是有很大运气成分的。 随后,我从微软转去Google的时候,获得了一个三等的内推。一个Google的Staff Engineer推荐了我,尽管他只是知道我这个人,但他的推荐快速地为我带来了第一个电话面试。 当我从Google去Sumo Logic的时候,我获得了一个最优内推,公司里非常资深的人向那里的高层说了我的好话。整个进程从面试到最终给我offer,只用了一周时间。 隆重推出: Leap Premium Referral我们切实地体会到用户在找工作中的痛点:海投申请,但总是石沉大海、听不到回音。正如上面我讲的我自己的故事,我们也曾经历过这些,所以我们决定为大家做点什么。 首先,我们的合作伙伴相信我们的判断和推荐,我们送到我们招聘合作伙伴那里的工作申请,都是一等的最优内推。我们一直以来,都免费地在为用户这么做,来帮助更多的人找到理想工作,这部分将持续进行下去。我们已经成功得帮助一些用户成功进入了像Uber,Dropbox,Upstart这样的快速增长的科技公司了。 我们也知道一些用户,对于我们合作伙伴之外的公司特别感兴趣,在我们快速地拓展招聘合作伙伴的同时,我们决定利用起 Leap 的平台和团队在科技圈内广泛的人脉--尤其很多是招聘项目的经理 (Hiring Manager), 来尽可能地帮助我们的用户。 今天我们隆重地推出Leap Premium Referrals: 你可以告诉我们几家你特别感兴趣申请、但不认识任何有效推荐人的公司,如果我们认为合适,我们会请我们关系网络内的Hiring Manager来帮你做内推。通过Leap系统对你的全方位了解,加上我们已有的人脉,以及在行业中比较好的声誉,我们希望在你找工作进程中,将你顺利领进门,并且起到一个有力的辅助。 如果你没有特别强的内推人脉,我们相信Leap Premium Referral会是你的最佳选择。 试用这项功能,首先,你需要 成为Leap.ai的用户,随后升级你的账户到Premium,在Jobs一栏中你会看到“Premium Referrals”。点击[阅读原文]注册或登录 Leap.ai 网站试试吧,我们期待听到你的反馈。 Happy referring! 使用 Promo Code:LEAP1 试试。 关于作者: 云凯是Leap.ai的创始人及CTO,他此前供职于微软、Google和像Sumo Logic这样相对成熟的科技创业公司。在Google的10年间,他参与、主导和开发建设了Google的搜索广告和Adwords产品。运用科技来解决商业问题是他的兴趣所在。   来源:公众号LeapdotAI
    AI
    2017年10月23日