Future of Work - HRTechChina.com

Future of Work

Google通过一封电子邮件提高了25％的新员工生产力。这是你需要知道的入职是一种用来描述工作录取接受和同化（取决于组织的任职期限从30天到一年不等）的术语，对于新员工来说是关键时刻。他们不仅要在发展重要关系的同时解决陡峭的学习曲线，还必须在确认聘用他们的决定的水平上执行。至少可以说，这可能是令人伤脑筋的。为了帮助新的团队成员适应，许多组织都投入了结构化的入职培训计划，以帮助员工学习新系统，开发人际网络，理解他们的角色以及融入社会。我在入职第三方招聘的几年前就开始关注入职培训。长话短说，在我向客户提交候选人之后，该候选人不得不延长保证期（大约90天），否则我将欠我支付他/她的费用。而且赔率并不高。 OC Tanner是一家专门从事文化和员工认可项目的咨询公司，他发现 20 ％的员工流失率发生在头45天。联合劳动力流动性调查发现，在第一周年之前，有 23％的新员工流失。BambooHR调查发现，31％的人在六个月的周年纪念之前辞职。我的工作为了我而被剪掉了。最初，作为我保护自己的口袋的一种方式，最终变成了一种激情。实施入职最佳做法不仅有助于我的求职者超过他们的试用期，而且他们还会蓬勃发展。直到今天，许多人仍然在同一雇主身上，并且产生了重大影响。正确完成后，入职可以减少新的雇佣压力，提高参与度并提高生产力。在他的书中，工作规则见解的谷歌，将改变你的生活和铅，拉斯洛·博克（谷歌的前HRSVP）强调，着手确定增加Noogler（新的Google）生产力的最佳途径内部试点项目。这个实验包括一封电子邮件，该团队在新员工第一天的周日前向经理发送了电子邮件。它包括以下清单： 1.进行角色和责任讨论。 2.将你的Noogler与同伴伙伴进行匹配。 3.帮助你的Noogler建立一个社交网络。 4.为您的Noogler前六个月每月设置一次入职登记入住手续。 5.鼓励公开对话。虽然这个清单几乎光顾其简单，其结果是什么，但是。谷歌发现，Nooglers的管理人员按照这个清单在其角色中的效率比其他员工快25％。简单的电子邮件怎么可能产生这么大的影响？这是我从这个实验中拿走的三件事。 1.不要过度设计入职经历。我犯了这个错误。当我第一次着手在Welltower（我工作的地方）开发入门课程时，我花了一年的时间研究策略，阅读书籍，并采访新员工，试图确保我想到了一切。我在整个员工第一年的多次签到中制定了一到六个月的清单。回想起来，我会分配我们的经理近50个不同的任务。这太多了。在某种程度上，收益递减规律成立。幸运的是，我有很棒的领导者帮助我将其缩减为一个为期30天的计划，强调了提高新员工生产力的关键任务。我们发现，通过专注于缩短生产时间，所有其他数据都受益匪浅。这包括参与度，满意度和员工贡献。这引导我到下一个要点。 2.强调基础知识并留下创造空间。有时候，我们可能会陷入那些华而不实的“好心人”中，忘记“必须拥有的东西”。加入新员工并不是火箭科学。由于过程复杂化，您可能会忽视基础知识，同时为管理人员腾出空间创造空间。谷歌的研究证明了最讽刺的事实，即最简单的事情往往被人们遗忘。采用同化过程的核心组成部分，让管理人员自由创新。在这一天结束时，任何入职培训计划的主要目标应该是帮助管理人员与员工建立更好的关系。我们都听过这样的说法：“人们离开经理人，而不是公司。” 3.不要害怕放弃一些提示。所需要的只是一个简单的提醒。谷歌发现，通过“推动”其经理和员工，他们看到参与和完成率明显提高。这些微妙的“建议”做了几件不同的事情。他们强化积极行为而不强加自由意志，让经理和员工留下自己的空间。基于超出我理解水平的心理学，这些“推动”不仅是必不可少的提醒; 他们也鼓励Google员工更积极主动。如果您一直在努力解决办公桌上的秘密问题，那么您可以从博克的书中找出一个页面，然后尝试回到基础知识。谁知道 - 一个简单的电子邮件可能是站在组织闲置和灵感之间的一件事。以上由HRTECH AI 翻译，仅供参考，英文如下供参考 Google Increased New Employee Productivity by 25 Percent With 1 Email. Here's What You Need to Know Onboarding, a term used to describe the period between job offer acceptance and assimilation (anywhere from 30 days to a year depending on the organization), is a critical time for new employees. Not only do they have to tackle a steep learning curve while developing vital relationships, but they also have to perform at a level that validates the decision to hire them. It can be nerve-racking, to say the least. To help new team members adapt, many organizations invest in structured onboarding programs to assist employees with learning new systems, developing interpersonal networks, comprehending their roles, and acculturate. My obsession with onboarding started a few years back when I was in third-party recruiting. Long story short, after I placed a candidate with a client, that candidate had to outlast a guarantee period (roughly 90 days), or I would owe back the fee I received for placing him or her. And the odds weren't great. O.C. Tanner, a consulting company that specializes in culture and employee recognition programs, found that 20 percent of employee turnover happens in the first 45 days. An Allied Workforce Mobility Survey found that 23 percent of new employees turnover before their first anniversary. And, a BambooHR survey found that 31 percent had quit a job before their six month anniversary. My work was cut out for me. In what started out as a way for me to protect my own pocket, eventually turned into a passion. Not only did implementing onboarding best practices help my candidates outlast their probationary periods, but they flourished. Many are still with the same employer until this day and have made significant impacts. When done correctly, onboarding can reduce new hire stress, increase engagement, and boost productivity. In his book, Work Rules Insights From Inside Google That Will Transform How You Live and Lead, Laszlo Bock (Google's former SVP of People) highlighted an internal pilot project that set out to determine the best way to increase Noogler (new Googlers) productivity. The experiment included an email the team sent managers the Sunday before their new employee's first day. It included the following checklist: 1. Have a role-and-responsibilities discussion. 2. Match your Noogler with a peer buddy. 3. Help your Noogler build a social network. 4. Set up onboarding check-ins once a month for your Noogler's first six months. 5. Encourage open dialogue. While this checklist was almost patronizing in its simplicity, its results were anything but. Google found that the Nooglers whose managers followed this checklist became effective in their roles 25 percent faster than other employees. How was it possible that a simple email could have this big of an impact? Here are three things I took away from this experiment. 1. Don't over-engineer the onboarding experience. I made this mistake. When I first set out to develop an onboarding program at Welltower (where I work), I spent a year researching strategy, reading books, and interviewing new employees trying to make sure I thought of everything. I developed checklists for one to six months with multiple check-ins throughout the employee's first year. Looking back, I would have assigned our managers nearly 50 different tasks. That's too much. At some point, the law of diminishing returns sets in. Luckily, I have great leaders who helped me condense it down to a 30-day program that emphasized tasks critical to enhancing our new employee's productivity. What we've found is that by focusing on reducing the time-to-productivity, every other stat benefited. This includes engagement, satisfaction, and employee contributions. This leads me to my next point. 2. Emphasize the basics and leave room for creativity. Sometimes we can get so caught up in the flashy "nice-to-haves" that we forget the "must-haves." Onboarding new employees isn't rocket science. By over-complicating the process, you run the risk of understating the basics while wiping out room for managers to be creative. Google's research proves the ironic truth that the simplest things are the ones often forgotten. Hone in on the core components of your assimilation process and give managers the freedom to innovate. At the end of the day, a primary goal of any onboarding program should be to help managers foster better relationships with their employees. We've all heard the saying "People leave managers, not companies." 3. Don't be afraid to drop some hints. All it takes is a simple reminder. Google found that by "nudging" its managers and employees, they saw a noticeable increase in participation and completion rates. These subtle "suggestions" did a couple of different things. They reinforced positive behaviors without imposing upon free-will and left room for managers and employees to make it their own. Based on psychology that is above my level of comprehension, these "nudges" not only served as essential reminders; they also encourage Googlers to be more proactive. If you've been beating your head against the desk trying to decode the secret to productivity as I did, take a page from Bock's book and try going back to the basics. Who knows--a simple email could be the one thing standing between idleness and inspiration for your organization.

Future of Work
2018年04月11日
Future of Work

HR Leader 对人工智能感到兴奋的3个原因，你赞同吗 Tony Banks 围绕人工智能（AI）的经典叙述是我们在科幻电影中经常看到的，那里的杀手机器人在后世界末日景观周围追逐人类残余。这是一个由变革的恐惧和人与智能机器不可能和平共处的观念驱动的叙述。虽然很难确切地预测AI的全部潜力，但它已经改变了我们的工作方式。认知技术，机器学习和高级算法正在创造更好的员工和候选人体验。远离人们的工作或将我们都追赶到我们的末日，机器的崛起实际上可以迎来人力资源的新时代，并有助于创造新的就业机会。 AI实际上可以改善招聘毫不夸张地说，AI可能会对招聘产生革命性的影响。Google最近推出了Cloud Jobs API ，它可以“了解职位名称，描述，技能和偏好的细微差别，并根据复杂的分类和关系模型将求职者偏好与相关工作列表相匹配。”这样，AI招聘软件可以帮助您找到更好的候选人，并吸引更广泛的目标受众。机器不会沉迷于刻板印象，所以人工智能招聘工具可以消除基于性别，种族，年龄，宗教或阶层的无意识或有意识的人类偏见。招聘过程的其他方面，如筛选潜在的候选人，联系候选人可以自动完成。“重影”或通过不良沟通疏远候选人的时代将成为过去。 Chatbots可用于提供补充信息，这些补充信息不能从工作描述中获得，并从人力资源专业人员手中接受小问题。所有这些都通过在整个过程中保持更新来提高整体候选人体验。人工智能在候选数据分析和使用高级算法来确定最佳人才方面真正实现了自己的目标。人工智能软件将能够分析组织内高绩效人员的职业路径或资格，并确定具有相似技能组合，绩效指标或职业进步的合格候选人。通过使用以前难以想象的数据点集合来发现非常规人才，Moneyball 改造了棒球招募。同样，人工智能可以帮助您识别隐藏的钻石或对候选人的长处和短处进行更详细的分析。以像 Hirevue这样的面部识别技术为例。它可以使用脸部动作，单词选择和语调的数据点来分析视频访谈，以提供更准确的候选人评估。这并不是说人工智能工具将永远取代人才在招聘过程中的判断或经验。但是，AI可以自动执行平凡的任务，缩短所需的招聘时间并改善候选人的体验。它将为HR领导人提供更多的信息，从中得出结论并制定更有效的数据驱动招聘策略。毫无疑问，英国中小企业中，五分之四的人力资源经理对使用人工智能发现未来员工的前景感到兴奋或乐观。改善现有员工的条件使用机器让人们更快乐似乎与直觉相反，但是从某人被雇用的那一刻起，AI可能会产生积极的影响。我们以前看的重要性入职的员工期望，参与和保留条款。机器人可以成为虚拟助手，帮助简化入职流程，回答问题并确保新员工顺利过渡。继任计划也可以采用智能技术来识别具有在组织中崛起潜力的高绩效员工。招聘和继任计划缺乏人为偏见将导致更多样化的工作场所。正如我们的多元化博客所显示的那样，这可以带来更大的创新，并最终通过提高利润来获得业务红利。机器人还可以通过即时消息，自动电子邮件或HR软件仪表板为现有员工提供常见或易于回答的问题的答案。人力资源部可以轻松设置员工的自动辅导。这可以提供针对特定角色的培训，根据数据分析识别专业知识的差距，并提供所需的辅导经验，作为预定继任计划或开发计划的一部分。人们认为自动化意味着失去了工作，但研究表明，新职位是由新技术产生的，新技术创造了以前不存在的职位。其他经济专家指出了自动化机器或计算机的趋势，“在工作人员执行常规，可以完成的任务的同时，放大了提供解决问题的技巧，适应性和创造力的工人的比较优势。” 人力资源专业人员将始终被要求提供有助于激励和赋权员工的软技能。智能技术可以让人力资源专业人员摆脱官僚作风，但技术不能取代人类的情商，同理心，判断力和个性。人工智能将扩大人力资源流程的工作方式，但最终这将导致更人性化的人力资源管理，可以专注于人员管理，战略规划和增强员工体验。 HR可以利用AI来达到新的高度这就是说，国际象棋大师加西·卡斯帕罗夫（Garry Kasparov）在国际象棋比赛中着名的人工智能机器，他认为人类与一套程序或一台计算机配对会比国际象棋中最强大的计算机程序更好。他指出，“弱人类玩家加上机器加上更好的过程是优越的，不仅对于非常强大的机器，而且对于强大的人类玩家加上机器加上劣质的过程而言，最显着。” 这就是所谓的“半人马模型”，被视为未来人力资源的蓝图。忘记人与机器。这是人加机器。这是关于利用人的判断力，直觉，想象力和战略来对数据分析和机器的预测能力。人力资源一直围绕着情商，人员技能和组织，这不会改变。然而，新兴的智能技术可以帮助人力资源专业人员释放他们的注意力，将精力集中在更具战略性的角色上，并通过提供新的指标和数据分析来支持创新的工作场所理论和实践。现代人力资源领导者站在新领域的边缘，将利用人工智能软件和智能机器所提供的见解进行探索。这是一个勇敢的新世界，但其背后的推动力将是非常人性化的，并且能够提供创造力，人际关系和情感理解，这些理念已经把我们带到了今天的地方。以上由HRTech AI翻译完成，仅供参考

Future of Work
2018年04月07日
Future of Work

关于隐私的问题和欧盟的最严格隐私管理GDPR的解释和交流最近隐私的问题，在互联网极其发达的今天变得日益重要和突出！facebook 出现的问题比预料的更加严重，个人隐私和数据能够起到的作用远比电商购物变现，推送广告更为可怕。就如思想钢印一样的潜移默化的改变着你的认知的时候，就非常可怕了，犹如潘多拉的魔盒被打开，人们发现居然还可以这样。甚至被影响的人丝毫不会觉得被有意识的影响和改变，会被这种影响加上钢印融入到自己的认知中，这都是非常可怕的。影响者也会觉得只是自己放大了被影响者的潜在的意识而已。犹如盗梦空间里的改变你一点点的意识，只需一闪念的。所以隐私变得比以往更加突出，百度李彦宏的认知刷新了我们的认知底线；如果这样一位受过优良教育，拥有如此多人的各种隐私和信息资源，对于隐私的认知竟然是如此，由此可见对于个人隐私的保护任重道远。最近欧盟的GDPR即将于5月25日正式生效，将影响重大，我们也经常在各种新闻中看到，尤其对于HR来讲，接触大量的隐私数据，如何来看待这个GDRP呢？这里@HRTechChina 就为大家重点介绍下GDPR是什么？有什么影响，从根本上让我们的三观正起来，不要觉得个人隐私牺牲带来便利性，这是不对的！而且是非常危险的想法！ GDPR （详细可以访问这里http://www.nacshr.org/info/?p=308）什么是GDPR？ General Data Protection Regulation (“GDPR”) GDPR由99篇文章和173篇专题文章组成，是欧洲新的数据保护法律框架。它基本上可以让欧盟居民更好地控制组织如何在线收集，处理，存储和分享他们的个人数据。它要求组织采取某些步骤来确保他们能够充分保护收集到的个人数据。 GDPR将于2018年5月25日开始执行。如果你的活动需要从欧盟采集数据，就必须要遵守这个法律规定！ GDPR影响受规章保护或有义务遵守的三个主要群体：数据主体，数据控制者和数据处理者。在这个互联互通的时代，一个人可以通过多种途径在网上找到，因此重要的是要考虑任何可能的身份识别形式，并将这些细节分开保存在数据库中。否则，这些信息很容易被访问和组合，从而违反了个人的互联网安全。除了基本名称，电话号码或电子邮件地址之外，更详细地了解护照号码，驾驶执照，银行账户，信用卡，邮政编码，遗传或生物识别，IP地址，工作场所，工会联系，社会因素等详细信息和假名（加密）数据。都属于个人信息。 GDPR 有几个核心的特点： · 提高数据主体的权利（比如修改权，删除权等） · 树立数据隐私的准则 · 合法获取和处理数据的要求 · 数据转移到欧盟以外的管理等等我觉得作为HR，个人以及机构，都应该高度重视欧盟的GDPR。同时也让我们更加重视自己的隐私。 HRTechChina为您奉献，仅供参考！

Future of Work
2018年04月05日
Future of Work

观点：机器人现在将面试你-人工智能可以通过消除偏见而彻底改变招聘方式编者注：在中国偏见和歧视还不是一个重要被关注的话题，招聘广告依然可以肆无忌惮的写到仅要男性或者女性，35岁以下，985211研究生等等。在未来融入国际化的过程中，这个问题会日益突出，尤其是当你作为总部HR招聘国际化员工的时候，我想国内很多公司因为这个问题发生过各种的问题，推荐你阅读下这篇文章，介绍AI可以帮助我们什么。但是AI面试也会造成一些问题，比如之前一篇文章我们谈到：“AI面部识别会把黑人的犯罪倾向增加，而白人就会低。还有就是高质量的程序员喜欢看漫画。。。当然这个关联性是否真的，都是AI带来的问题。” 下面文章来自于英国的telegraph，作者是 Caroline Bullock 当一家制药公司的老板在他指定为他的私人助理的简历上潦草地写着“高跟鞋，红色口红，很好”的时候，这是一个让他感到困扰的总结。 Lucia Pagliarone在办公桌上发现了她的简历，当她带着她的老板去法庭以性别歧视为由，这将提供令人信服的证据。她赢得了官司，但这也清楚地提醒了我们，招聘决策可能会受到技能和资质以外的因素的影响，而这些因素会产生严重的影响。被候选人的外表所左右并不是什么新鲜事;但在温斯坦之后，对歧视的敏感程度提高了，在招聘中处理偏见已经成为一项大生意，越来越多的机器人被要求恢复一些客观性。在新型人工智能(AI)驱动的应用中，能够绕过物理属性并在没有情感或偏见的情况下快速分析候选数据的技术正在获得关注。在招聘公司Korn Ferry调查的1200名招聘专业人士中，近三分之二的人表示，人工智能已经改变了这一过程的实施方式，并相信这种技术会吸引更高水平的应聘者。在LinkedIn的2018年全球招聘趋势报告中，受访者提到了节省时间和消除对年龄、种族、宗教或性别的偏见。 “算法正变得非常有吸引力，以消除偏见的风险，并将决定从面试官手中拿出来，这并不奇怪，”总部位于曼斯特的就业律师事务所Elas的顾问Emma O 'Leary说。 “人的偏见往往是潜意识的，但潜意识的歧视仍然是歧视。”在一个理想的世界里，管理者应该有健全的平等和多元化培训来克服性别歧视或种族主义的观点，但显然这种偏见仍然普遍存在，例如Lucia Pagliarone的突出部分。如果在办公桌前接受R2D2的拷问，现实情况会有所不同。最常见的迭代是自动化工具，通常用于在招聘过程的早期阶段过滤掉无意识的偏见。通过匿名分析候选人的性别、社会和教育特征，他们帮助创建一个公平的竞争环境，而预测分析则可以评估文化或技术是否符合特定的标准，并预测他们成功的可能性，这意味着更高的效率和生产力。除了帮助清除外，人工智能还可以有效地瞄准那些通常被吓退的人。例如，英国的网络安全公司(英国网络安全公司)对其数据科学家职位空缺的反应缺乏女性的关注，转而求助于Textio的预测算法，这是一个利用机器学习识别职位描述中性别偏见语言的平台，并提出了语言上的调整。该公司首席科学家麦克·麦金太尔解释说:“它突出显示了我们工作岗位上的一些措辞，比如‘雄心勃勃’、‘解决’和‘被驱使’等，通常都与男性特征有关，而男性特征实际上是在潜意识中产生了偏见。” “推荐的方法是让描述更具包容性，并吸引女性，比如‘有意义’、‘协作’、‘支持’和‘贡献’。” 这一简单的修正案对松下公司产生了巨大的影响，它证实了女性候选人的支持率上升了60%，甚至是女性候选人名单上的女性候选人。 “我们想要依靠一个在线平台来评估技能，从一开始就消除任何偏见，但是一个人是如何被人发现是非常重要的;我们是一家小公司，我们仍然想在面对面的面试中与一个人建立融洽的关系。事实上，在最后阶段使用人工智能来完成工作之前，仍然是一个默认的方法，对于那些仍然觉得在招聘过程中有情商的人来说。不过，招聘专家Headstart的首席运营官加雷斯•琼斯(Gareth Jones)表示，这是一种妥协，意味着公司最终将面临最终的障碍。不幸的是，人类天生就有偏见。所以，不管你在招聘渠道中积累了多少技术，如果你在某个时候有了面对面的交流，偏见的危险就会蔓延。 “就像人类一样，我们现在非常可怕地阻止我们的决定受到他人的肤色、年龄、外貌、口音甚至名字的影响。” 如果答案是完全消除人类干预，似乎大多数英国企业还没有准备好迎接这种信心的飞跃。在CRM开发者Pegasystems的调查中，近三分之二的受访者预计，未来10年将使用人工智能进行面试和筛选候选人成为标准做法，但只有30%的人相信算法会做出最终的招聘决定。普遍的观点是，最终，机器不能代替人对软技能和文化适应的判断。然而，对于那些被一个活生生的人问过的人来说，五年后你会在哪里看到自己呢?一个完全自动的与机器人的交流是否会变得更加公式化? 菲利普说，技术流程转型公司的创新产品管理副总裁Sutherland Global说不。TASHA的任务是在公司领导的面试系统中进行自动对话，看起来很真实，很吸引人。他认为，求职者实际上更倾向于通过一个基于信息的聊天机器人来交谈，而不是一个糟糕的人际互动的替代品。也许这并不奇怪，这是一种与千禧一代最共鸣的方式。他说:“一般来说，这一部门正在寻找求职者经验中的一个不同之处。”而且，大多数人只知道消息传递是一种沟通的方式，就像在短时间内进行的简短交流一样，这种交流更像是一种对话。事实上，它与性别、年龄和种族保持完全的中立，这使得事情的焦点集中在重要的事情上。这是一个大胆的声明，因为一个算法是否能完全消除偏差仍然是一个争论点。对于每一个宣扬算法真实性的支持者来说，都有一个怀疑论者认为这个案例被夸大了。一个带有种族主义数据的机器人不是只会表现出与它有偏见的开发者相同的特征吗? “是的，算法是由人类提供的，所以它确实依赖于机器人背后的设计者和开发者，以确保他们注意到道德规范和招募合规规则，”他表示。 ”对我们来说是一大关注点避免文化偏见在我们设计一个聊天机器人对话之前我们离开北美泡沫和去一些偏远的地方听到各种各样的人的经历然后通知所使用的语言和内容(由chatbot)与地区差异也考虑在内。” 总部位于巴斯的人工智能初创公司Cognisess的首席科学官鲍里斯•阿尔特梅尔博士是另一位坚定的捍卫者。 “首先，与人工智能不同的是，人工智能没有固有的偏见，即使所有的数据都不是完全完美的，它所访问的信息量——在某些情况下，每10分钟就有300万个数据点——给了它比人类更大的优势。” 该公司的人工智能软件旨在模拟面试，并在早期的筛选过程和最后阶段都使用过，特别是在需要快速和大量招聘的情况下，比如在酒店行业。机器学习在多个性能领域对考生进行评估，而视频元素则对一组问题做出反应，然后由机器人进行评估，这被称为“深度学习”(DeepLearn)，它将对每一帧基础上的面部表情进行分析。如果一个公司需要热情和热情来面对客户的销售角色，那么DeepLearn将会在这个人的积极性和表现力的水平上立足。有趣的是，一个虚假的微笑不会减少它。 “这台机器可以检测微表情，”Altemeyer解释说。“这些情绪在脸上只显示了几分之一秒——它是如此之快，肉眼无法察觉，也无法伪装。” 这是一种取证的强度，为客户洲际酒店集团带来了丰厚的回报。这家酒店集团增加了招聘的多样性，并在使用该软件后，在评估过程中节省了25万英镑。 “从技术上讲，这个系统可以完全吸收，但我们不会提倡完全从流程中删除人员。”如果你思考人类回顾60以上视频采访一天,仍在绝对公正或尖锐时看到第一个对任何人来说都将是一个艰巨的任务,所以它是获得尽可能多的纯粹的数据,所以他们做出最好的决定。” 至少在目前，招聘人员还是被雇佣的。以上由有道翻译提供支持，再次表示感谢！HRTechChina 倾情奉献。

Future of Work
2018年03月25日
Future of Work

LinkedIn发布2018年职场学习报告--技能的短生命周期和日益短缺的劳动力市场技能的短期保质期和紧缩的劳动力市场正在引发众多技能差距。企业正在努力保持领先地位，努力保持最佳人才，并努力填补关键职位。个人意识到在自动化时代保持相关性。进入人才发展职能（5月25日 HRTechChina 人才发展技术论坛即将发布）这些组织领导者创造学习机会，以实现员工成长和成就。他们有能力指导他们的组织在未来的劳动力市场取得成功，但他们无法单独完成。 The short shelf life of skills and a tightening labor market are giving rise to a multitude of skill gaps. Businesses are fighting to stay ahead of the curve, trying to hold onto their best talent and struggling to fill key positions. Individuals are conscious of staying relevant in the age of automation. Enter the talent development function. These organizational leaders create learning opportunities to enable employee growth and achievement. They have the ability to guide their organizations to success in tomorrow’s labor market, but they can’t do it alone. 2018年工作场所学习趋势 1、软技能培养是首要任务 The workforce agrees, training for soft skills is the #1 priority 人才开发人员，管理人员和人员经理们都认为培养软技能是人才开发团队的首要任务。 2、精明的人才开发者正在平衡今天的挑战与未来的机遇 Savvy talent developers are balancing today's challenges with tomorrow's opportunities 2018年人才发展最重要的领域是什么？我们的研究表明，2018年，人才开发人员正在优先考虑当今员工的发展需求。虽然这是必不可少的，但高管和人事经理正在寻求人才开发者更多地专注于确定行业趋势以防止内部技能差距。 3、数字的兴起正在改变人才的发展 The rise of digital is transforming talent development 人才开发人员更多地依赖于在线学习解决方案来满足日益多样化，多代人员队伍的需求 - 而且不会退步。我们的调查显示，人才开发人员比以往更依赖于在线学习解决方案。 4、人才发展面临的首要挑战是让员工花时间学习（哈哈哈，全球都一个样，员工不愿意学习。。） The #1 challenge for talent development is getting employees to make time for learning 员工说他们没有从事工作场所学习的首要原因是他们没有时间。高级管理人员和人员管理人员认为，让员工花时间学习是人才开发的首要挑战。 5、经理的参与是增加员工对学习的参与的关键因素（你发现经理是一个综合的任务体，不容易当啊） Manager involvement is a critical ingredient to increase employee engagement with learning 经理是员工体验的重要组成部分。让管理者支持员工学习并不是增加学习者参与度的唯一途径，但我们的数据表明它可能会产生影响。在所有行业中，新旧角色的技能变化速度加快，主动和创新的技能构建和人才管理是一个紧迫的问题。这需要的是[人才发展]职能正在迅速变得更加具有战略意义并且在座位上占有一席之地。“ - 世界经济论坛 [A]s the rate of skills change accelerates across both old and new roles in all industries, proactive and innovative skill-building and talent management is an urgent issue. What this requires is a [talent development] function that is rapidly becoming more strategic and has a seat at the table." — World Economic Forum 点击这里下载58页原版报告 https://learning.linkedin.com/resources/workplace-learning-report-2018 以上部分AI翻译，仅供参考，HRTechChina 倾情奉献

Future of Work
2018年03月24日

Future of Work

Dave Ulrich说：人力资源不仅仅是人力资源：人力资源可以为企业创造更多价值的八种方式 HR is not about HR: Eight ways HR can create more value for the business Dave Ulrich是密歇根大学Rensis Likert商学院教授，RBL集团合伙人，ThePeopleSpace的撰稿人人力资源并不关乎人力资源这是我们最新着作“ 胜利通过组织”的第一句话，它用12个词汇来描述自从1997年人力资源冠军发布以来我们过去20年的工作重点。在这20年中，我们通过调查，观察，指导，促进和咨询了成千上万的人力资源专业人员和数千个组织，以发现人力资源部门如何通过创造更多价值来实现业务成功。我们帮助塑造和定义了影响人力资源影响的许多术语：业务合作伙伴，组织能力，人力资源转型，战略人力资源，人力资源战略，人力资源治理（三支柱模式），人力资源交付成果，外部人力资源，领导资本指数，员工贡献，人力资源能力等等。我们通过创造价值继续关注业务影响力，我们力求通过人力资源学习如何实现业务成功。最近我有幸在人力资源大会上发言，这是600多名人力资源专业人士的聚会。我受到组织者Mihaly Nagy的挑战，发表闭幕式主题演讲，以捕捉数十位杰出演讲者的主题，并（有希望）激励与会者重新设计他们的职业生涯。所以，我围绕一个简单的问题组织了我的评论：“在0到10的分数上，我创造了多少价值？”这个开放式，有意模糊的问题集中在企业人力资源的价值上，而不是HR。然后我问：“我怎样才能创造更多？”举手示意，第一个问题的答案从三点到七点不等。第二个问题的答案因人而异; 此外，我提供了八条提示，我相信人力资源专业人员可以为企业创造更多价值。 1.认识到价值是由接收者定义的，而不是给予者我们人力资源学习伙伴关系的一位深思熟虑的参与者（HRLP是由六到八家公司组成的财团，派出五名参与者参加为期11天的体验），他们兴奋地回到家中实施我们教授的想法。他在几周后打电话劝阻说，我们的计划没有奏效。我很担心，想知道我们做错了什么，所以我问他做了什么，因为他与我们的经历。他调查了他的商界领袖，询问他们认为20个人力资源创新中哪些与他们的工作最相关。但他们没有回答，似乎没有兴趣。它打击了我，他从财团那里接受了错误的指示，而且我们没有足够清楚地传达我们的信息。商界领袖通常不关心20个HR实践中哪个最重要; 他们关心业务。他的调查应该是关于10个业务优先事项中的哪一个（例如成本，创新，客户份额，质量，收入增长等）对他们最重要。他的人力资源工作是让人力资源创新和做法与这些业务问题相关。人力资源不是关于人力资源，而是业务！ 2.为内部和外部利益相关者服务我喜欢问人力资源专业人员：“谁是你的客户？”所有人力资源受众中不可避免地会有很大一部分人会说员工或生产线经理。对与错。当人力资源比人力资源更注重业务时，其客户就是业务的利益相关者; 这包括公司内部的员工和管理人员，但也包括外部的客户，投资者和社区。人力资源的价值不仅在公司内部而且在外部发生。 3.欣赏并预测业务环境商业世界正在发生巨大变化。对于人力资源专业人员未来为所有利益相关者提供价值，他们必须意识到他们运作的背景。这需要检查塑造一个国家或行业的社会，技术，经济，政治，环境和人口（STEPED）趋势。人力资源专业人员应该通过外部感应来将这种背景信息带入公司内部，预测这些变化将如何影响公司，并成功驾驭他们。 4.提供个人人才和组织能力的关键成果我喜欢用下面的比喻。我有参与者用五个手指举起左手。这些手指代表“人才”和组织中的人员。接下来，我让他们用拳头举起右手。拳头代表组织的“组织”或系统。然后我问这个问题：“提供最重要的业务结果？举起右手或左手。“一般来说，大约70％左手拿着五个手指代表天赋。错误。我们发现，在我们的工作中，拥有合适的组织（右手握拳 - 组织内部制造能力的系统）对业务成果的影响要比人才的四倍（用五个手指左手打开）。人力资源专业人员通过人才（人员的能力）提供业务影响力，组织（组织的能力）和领导力（两者之间的桥梁）。能力代表了组织所熟知和擅长的事情（如创新，合作，顾客期望，变化，信息感知）。这些功能是由系统围绕人员和绩效创建和维持的。在每一次商业对话中，人力资源专业人士都可以询问如何改进人才，领导力和组织结构，为所有利益相关者创造价值。 5.使用数字人力资源我一直在人力资源多年（呃，几十年）。我们是一个与其他人一样的领域，他们喜欢闪亮的新对象，其中可能包括高绩效团队，分析，人口统计学（如千禧一代），服务中心等等。现在，数字化人力资源是一个主题。为了实现价值，人力资源专业人员必须明白，数字时代的管理需要通过技术提高效率和创新，但也需要能够选择正确的数字解决方案，并获取信息和建立连接 - 新兴的数字时代。 6.设计合适的人力资源部门为了提供商业价值，人力资源部门需要提高效率和效率。为此，人力资源部门应该配合他们工作的业务结构。如果业务集中（大约20％的大型企业），人力资源应该集中（例如，整个组织内的一套通用的人力资源政策和实践）。如果业务分散（大约10％），则应该分散人力资源。如果企业是一个矩阵（多元化/联合，多部门的公司 - 约70％），则人力资源的组织应同时高效和有效。我们还了解到，为了在一个多部门公司中运营，人力资源部门不得不把重点放在角色（谁做什么）和更多关于关系（我们如何一起工作）上。 7.建立正确的人力资源能力在过去的30年中，我们通过实证研究了人力资源专业人员必须证明的能力。我们发现人力资源专业人员的整体素质已经取得了巨大的进步。但我们也发现，这不仅关乎能力的重要性，还涉及这些能力对关键成果的影响，包括个人成效，利益相关者价值和业务成果。不同的结果需要不同的能力（例如，交付业务结果需要导航悖论的能力）。 8.让直线经理的所有者最后，如果人力资源不是关于人力资源，而是关于企业，那么直线经理最终要负责人力，领导力和组织方面的人力资源工作。人力资源部的工作是成为建筑师和人类学家，以促进，指导，设计和提供创新的解决方案来解决业务问题。这些是我关于人力资源如何专注于业务并从而增加更多价值的八点想法。以1-10的评分自己评价自己在为企业提供价值方面的表现如何。我的建议能帮助你吗？你有什么经验和见解可以帮助你改进工作？以上由AI翻译完成，仅供参考，HRTechChina 倾情奉献。

Future of Work
2018年03月19日
Future of Work

隐藏在人工智能AI招聘工具背后的问题，值得我们HR思考！编者注：这个主要是聊到AI招聘工具可以帮助消除偏见，但这背后并不是一蹴而就的，需要不断努力，举了两个小栗子：AI面部识别会把黑人的犯罪倾向增加，而白人就会低。还有就是高质量的程序员喜欢看漫画。。。当然这个关联性是否真的，都是AI带来的问题。推荐阅读下，蛮有意思的。作者：Ben Whitford 土耳其语没有性别代词:“o”这个词在英语中是由“他”、“她”或“它”完成的。这种语言怪癖对机器翻译工具提出了挑战:将土耳其语翻译成英语，像谷歌翻译这样的工具必须猜测其主体的性别——在这个过程中，往往会暴露出其固有的偏见。例如，谷歌将土耳其语“o bir doktor”翻译成“他是一名医生”和“o bir hem?”她是个护士。谷歌的算法同样认为，总统或企业家是男性，但保姆、教师或妓女是女性。即使是性格特征也会与假定的性别一致:一个努力工作的人被认为是男性，而懒惰的人被认为是女性。谷歌的程序员没有对这些刻板印象进行编程;该软件利用人工智能研究真实世界的文本，并创造出反映人们实际使用语言的方式的翻译。换句话说，谷歌翻译的偏见是我们自己的。“机器学习算法会发现有偏见的模式，并学会像现实世界一样有偏见，”微软研究公司的Rich Caruana说。这应该会让人力资源经理们踌躇不前，他们认为，算法是为了消除招聘过程中的偏见。2016年，CIO在一篇文章中预测，人工智能将把招聘转变为“对任何人类偏见免疫的过程”。“一个袖珍计算器不能是种族主义的，理论上是这样的，一个自动分类简历的系统应该是公正的:”简单地使用这样一个自动化的、客观的过程，就有可能大大减少人类偏见的范围。很容易明白为什么管理人员渴望解决偏差问题。自从美国的“民权法案”和英国的“种族关系法案”禁止明显的歧视以来，已有数十年的时间了，但较不明显的偏见仍然是一个主要问题。研究表明，平均而言，具有刻板印象的非洲裔美国人姓名的简历比用同样的白名单提交的简历要少36％，而且自20世纪70年代以来没有改变，社会学家林肯奎利安说。奎里安说，并不是说管理者有意识地歧视别人，他去年发表了30项涉及55,842份申请的招聘偏见研究的分析报告。相反，决策者受到无意识偏见的影响，这些偏见基于他们可能不知道的根深蒂固的偏见。“定型是一种缓慢而难以改变的弹性事物，”奎利安说。“这是令人沮丧的现实 - 超过35年，它没有改变。” 在'黑盒子'里面越来越多的无意识偏见意识促使人们对自动化招聘系统产生兴趣，但这种偏见的普遍性意味着，使用真实世界的数据进行培训的人工智能工具不是公正的。谷歌翻译的性别问题不是一个孤立的案例。在许多行业中，有无数的例子都是机器学习工具复制了他们的血肉之躯的偏见。考虑到研究人员发现该面部识别工具是准确的白人99％，但准确的黑人女性只有65％。并且Google的在线广告算法被发现更有可能向与名声不佳的人展开有关逮捕的广告。而且一名被法官广泛使用的人工智能工具被发现错误地将黑人被告标记为重新犯罪的高风险，几乎是白人被告的错误率的两倍。很容易看出这样的偏见会如何污染与申请人职位空缺相匹配的工具或者通知与奖金和晋升有关的决策。审查编程职位申请的人工授精工具可能会注意到，公司目前的程序员大多是男性，并且会对男性候选人产生相应的推动作用。Caruana说：“你最终不会招聘女性积极参与编程职位，因为来源方面的偏见是，女性总的来说不是程序员。尽管AI工具可以被命令忽略性别，种族和其他受保护特征，但消除AI系统的偏见比看起来更难。由于它们的性质，人工智能工具发现模式，许多因素 - 邮政编码，教育程度，爱好 - 可能会无意中成为诸如种族或性别等特征的代理。在最近的一个案例中，招聘服务机构Gild吹嘘自己的AI系统已经发现了如何发现高潜力的计算机工程师：事实证明，这样的候选人可能是日本漫画网站的粉丝。喜欢漫画的候选人，Gild的团队推理，将有助于识别高质量的工程师。正如数据科学家凯茜奥尼尔指出的那样，问题在于爱漫画和成为一名成功的工程师之间没有因果关系。相反，吉尔已经确定了一个与种族和性别相关的特征，有效地使用了后门的方法来清除那些不符合其成功候选人应该是什么样子的先入之见的人。奥尼尔说：“我很惊讶他们没有想到那个热爱漫画的候选人更有可能成为亚洲人。” “你通过关联和代理获得性别。” 更糟糕的是，O'Neil说，许多AI系统在“黑匣子”内执行这样的计算，使得无法弄清楚结果是如何得出的。如果你正在教计算机玩下象棋或处理图像，这可能无关紧要，但是当你做出关于人们事业的决定时，这是一件大事。“算法不仅仅是帮助自动化一个过程; 他们增加了一层不透明度，所以很难看到和解决失败，“O'Neil说。“面部识别很容易看出它是否可行; 雇用软件更棘手。“ 一个潜在问题 - 和一个监管风险消除这种偏见是一项艰巨的任务，但如果人工智能系统要演变成可信赖的招聘渠道，这一点至关重要，Pocket Recruiter的首席数据科学家Vineet Vashishta说。“在招聘和人力资源领域，你必须是透明的，”他说。“我们必须能够解释'这是我们做出我们做出的决定的确切方式'，我们必须能够证明这些数据没有一些阴险的偏见。” 不幸的是，Vashishta说，从事人工智能招聘工具的人很少愿意面对他们系统的潜在偏见。他表示，即使在学术和行业聚会上，研究人员也不愿意将注意力放在关于偏见的谈话上。“在人们开始谈论这件事之前，这是三杯酒和一些沉重的叹息，”他说。“至少公开谈论此事的人非常少，因为这真的很可怕。当涉及到机器学习时，这是可能杀死该领域的领域之一。“ Vashishta说，监管机构很可能会开始在某些司法辖区禁止机器学习工具。纽约市成立了一个工作小组来监督政府使用人工智能系统，而欧洲监管机构正在实施框架，这将大大遏制公司在未经明确许可的情况下使用个人数据的能力。“你可能会看到一些政府在未来五年内禁止机器学习，这将是因为这个问题，”他说。“这将是因为它无法解释，缺乏透明度和问责制，以及机器的偏见会让人们感到恐慌。” 但是Vashishta说，有真正的方法可以减少偏见的可能性。Pocket Recruiter使用AI来识别具有特定技能的申请人，而不仅仅是那些与当前员工相似的申请人。尽管如此，人才招聘决策最终还是由谁来提供Pocket Recruiter用来改进算法的反馈。Vashishta说：“Pocket Recruiter可以向你展示你可能因为无意识偏见而未看过的候选人。“但是当谈到人们告诉我们他们想要的候选人时，那些无意识的偏见又回来了。” 最终，为了消除AI系统的偏见，设计师必须在事情的方式和他们应该的方式之间驾驭危险的无人地带。为了消除真实世界的偏见，设计者必须要么倾斜他们的数据，要么按照他们的系统处理数据的方式，以便最终的结果反映出更理想的替代现实。但以这种或那种方式推动申请人的数据是一个充满挑战的过程。“我们一直这样做，”Vashishta说。“但这些钟形曲线的修正令我们非常惊讶。我们不知道我们是否正在受伤或帮助，直到我们看到算法运行起来，我们才会知道。“要做出可能让某人工作的成本的变化是不容易的，他说。“当你在像招聘这样的公司工作时，你会因此失去睡眠，因为你正在影响某人的生活。这是一种令人痛苦的方式。“ 没有在窗帘后面偷看人工智能招聘工具的一个教训可能来自于一种较老的，技术含量较低的补救办法，以致在招聘方面存在偏见：顶级管弦乐队决定在试演期间在音乐家面前悬挂一幕布。古典音乐过去一直以男性为主，但在20世纪70年代引入了盲目的试镜 - 确保音乐家的演奏而不是外观 - 使顶级乐团的女音乐家增加了五倍以上。然而，要达到这一点，还需要做出决定，确保音乐家的性别不会受到其他因素的影响，比如穿过窗帘的缝隙看到的鞋子，或者没有地毯的地板上的高跟鞋。更重要的是，管弦乐队不得不将盲试作为一个起点而不是一个明确的解决方案，并且接受这样一个长期以来由男性主导的机构，偏见仍然是一个问题。尽管已经证明了他们的音乐才能，但第一批通过盲目试镜入场的女性经常不得不与他们继续寻求旁观者的合作。这大致就是我们使用AI招聘工具的地方：就像管弦乐队的幕布一样，机器学习是一种范式转变，有可能消除长期存在的偏见，但它本身并不能解决几个世纪的偏见。为了有所作为，人工智能系统需要仔细设计和审查，以确保他们真正无偏见，并且他们的部署方式不允许人力决策者重新向招聘中引入偏见处理。走向这一点并不容易。“这是我们花费数百年来创造的一个问题。Vashishta说，长期的解决方案并不像我们五年后会遇到的问题。与此同时，人力资源团队需要停止假设基于计算机的招聘工具本身就是客观的。相反，决策者应该要求证据表明，机器学习系统的设计是有偏见的，并且足够透明，可以识别和纠正潜在的问题。卡鲁阿纳说，如果人工智能工具要演变成真正公正的招聘工具，人力资源团队将不得不坚持这种透明度。“如果有足够的人问，这将成为一个重要的标准，”卡鲁阿纳说。“但是如果没有人问，我们只会让偏见不断滑落。” 以上由AI翻译完成，HRTechChina倾情奉献。转载请注明。

Future of Work
2018年03月18日
Future of Work

Blendoor 一家新的招聘与人员分析软件减少招聘的偏见，入选SAP.IO 孵化器 Blendoor是包容性的招聘和人员分析软件，可减轻无意识偏见。候选人来自数百个战略合作伙伴和大学，并向没有姓名，照片或日期的招聘人员提供。然后，我们与公司的人力资源系统集成，根据人口统计信息跟踪候选人，以确定偏差发生的位置和方式; 这种透明度推动组织，团队甚至个人招聘经理的问责。除了衡量偏差之外，Blendoor还提供了衡量多样性和融合计划投资回报率的指标。通过数据和人工智能，我们的目标是将讨论从社交好处转移到商业智能。 Blendoor 的创始人Stephanie Lampkin是一位连续创业者，黑人女性，这次的创业项目是解决企业中对于招聘过程中的偏见。总部位于旧金山~ 在美国大家都知道对于多样性的追求和要求是具体和有详细的法律规定的，那么在招聘中如何可能更好的避免这样的问题，以及如何更好的完成多样性的招聘，Blendoor 应运而生。 Blendoor 有超过10000名多样化的候选人（We have a database of over 10,000 qualified, diverse (68% Women, 40% Black|Latino|Native, 26% technical) candidates seeking to match with companies that explicitly prioritize equity, diversity AND inclusion.）网站地址：http://www.blendoor.com/ 以上由AI翻译完成，仅供参考

Future of Work
2018年03月18日
Future of Work

AI面试官来了！这位外国应聘者写下了应聘全过程，实际上是HireVue的视频面试，不用紧张大数据文摘作品编译：Zoe Zuo、王梦泽、钱天培深患面试恐惧症？一见到面试官就直哆嗦？怎么办？完蛋啦！比面试官更可怕的生物已经诞生了，TA就是AI面试官！近日，一个名为HireVue的AI面试平台公司逐渐浮出水面。 HireVue借助AI来分析应聘者在视频面试中的措辞、语调和面部活动。目前，HireVue已筹资9500万美元，并与联合利华（Unilever）和高盛（Goldman Sachs）等公司合作——这似乎昭示着，用人工智能来筛选应聘者会成为人才招聘的未来走向。马克•纽曼（Mark Newman）在2004年创立了HireVue这个视频面试平台。应聘者录制面试视频并将其上传至平台数据库，这样招聘者在比较应聘者们的表现时会很方便，同时也节省了时间。四年前，HireVue融合AI技术，进入了发展的新阶段。 HireVue结合了专利语音识别软件以及获得许可的面部识别软件，并协同排名算法，确定哪些候选人最接近理想人选。通过分析当前担任某一职务的最优秀的员工，可以收集到有关他们肢体语言、语调与关键词的数据，由此总结出一些特质，再将这些特质综合起来，就知道什么是理想的候选人了。排名算法会让表现好的候选人脱颖而出，招聘者就可以着重了解这些候选人的答案，并确定谁可以进入下一轮，通常是面对面的面试。说了这么多，这个AI面试官到底长啥样咧？文摘菌找到了一位歪果仁小哥身先士卒写的面试日记，一起来看看！面试过程 Hello，我就是文摘菌说的歪果仁小哥哥。下面是我的面试日记。应聘者可以使用带有摄像头的电脑、手机或平板来进行面试。我在iPhone 7 Plus上下载了HireVue的应用，这款手机屏幕比较大也很清晰。我进入了一间空的会议室，把我的手机架在了水杯上。应用界面非常直观，我被告知面试共有11题，用时（至少）25分钟。在视频录制时，HireVue的员工提了一个这样的问题，“如何描述你在上一团队中所扮演的角色？” 问题1：你好，我是Kayla。我们团队的员工都有不同的背景和经验。请做个自我介绍。上一份工作是什么类型的？你有什么兴趣和爱好？由上所见，视频的分辨率较低，HireVue的首席技术官Loren Larsen告诉我，他们是故意这样设置的，因此应聘者可以仅关注题目本身。其他的公司会选择录制清晰度较高的视频，这些都是可以依据自己公司的品牌和需求来进行定制。看到我的脸出现在屏幕上的瞬间，我感到非常不舒服。我有30秒的时间来准备，然后再用几分钟来做出回答。但最重要的是，我和所有的HireVue使用者一样，回答的次数不受限制。由于回答次数不受限，你可以在转到下一个问题之前回顾你的答案，并决定是否要重新作答。我充分的利用了这一特点，于是很快的将25分钟的面试延长到45分钟。Larsen告诉我，他们对回答问题的次数，分有限制和无限制做了试验，发现大多数的人会选择无限制。招聘者没有将面试形式局限在纯视频上。我的面试过程中有一道文字题，需要给焦虑的客户就产品问题回复邮件。我需要给出答案并用最清晰可靠的方式将其表达出来。隔天我与HireVue的员工Larson会面，并一起讨论了我的面试结果。我的“洞察力得分”是65%，排名第二。这意味着根据这个软件，我拥有完美客服代表65%的品质。 Larson向我展示了招聘者在分析我的答案时的界面。软件评测软件的初衷是，AI可以帮助优秀的应聘者脱颖而出，招聘者就可以重点关注这些候选人。 Larsen表示，他理解当人们第一次听到HireVue时可能会觉得它很可怕或有具有侵略性，但其实对人类来说，它是一种能让工作更有效率的工具。他说“制作这个软件不是为了替代招聘人员”。在我看来，这项技术非常实用，尤其是当招聘人员需要面对数百个工作申请时。然而HireVue的优势同时也是它潜在的弱点，AI面试官的评判标准取决于HR提供的数据。这样一来，HR在过去犯得错误也会随之进入到AI面试官的决策过程中。 Larsen表示，他和他的团队将致力于减少人类在这个过程中的参与，将他们的AI评估朝着这样一个可能存在也可能不存在的理想情况进行完善。理想情况下，当候选人上传了自己的面试视频后，算法就能很自信地直接给出面试结果。录还是不录，全在AI的一念之间。

Future of Work
2018年03月15日
Future of Work

在专业服务中，这是关于拥有疯狂技能的一切这可能听起来像是一本“城市字典”中的短语，但在专业服务领域，没有什么比为客户提供大量“疯狂技能”更重要。这些疯狂的技能涵盖了员工成功所需的全部人才属性 - 不仅包括技能，还包括能力，行为，语言，认证等等。评估专业服务公司的前景迅速超越了销售渠道，并向您的人才基地征求提案。成功交付项目取决于分配给这些交易的人员，因此潜在客户通常希望深入了解您的团队的资质和参考资料。确保客户成功，获得新参考资料并保持重复业务的最佳方法是确保根据项目所需的技能为每个客户分配适当的团队。不幸的是，一些专业服务公司并不了解每个员工的才能概况，以了解哪些员工有成功提供客户服务的疯狂技能。专业服务公司面临的挑战有两方面：他们必须记录人才属性并保持最新状态，并且必须将这些信息纳入其运营和规划流程中，如项目资源决策，招聘和能力规划以及执行的学习计划。成功的公司通过纳入其资源管理工具和流程的人才管理战略实现了这一目标。人才管理战略仅在入职过程中管理人才数据是不够的。至少，专业服务公司需要一个季度或更好的连续流程来更新人才概况。你的公司应该有一个正式的人才管理战略，记录雇员的特征，并使他们在招聘，绩效支持，项目资源人员配置和能力计划方面很容易获得。尽可能实现流程自动化，并激励影响其发展的员工及其管理人员跟踪他们的技能和职业发展。提供洞察人才属性的运营解决方案可以帮助企业了解哪些技能推动当前和未来最大的需求。应将每位员工的技能，能力，语言，认证和其他属性都作为独特组件进行跟踪，以便全面了解其工作人员资料。在资源管理中利用人才属性仅根据可用性分配人才，而不是适应性，成功的保质期很短。先进的资源管理战略应该在确定项目人员时利用技能，能力，认证，要求等。通过将工人人才属性纳入资源管理工具和流程，资源经理可以了解按需技能的当前和未来可用性。投资于提供工作环境的解决方案公司经常使用诸如项目管理或专业服务自动化等工具，这些工具只能为他们提供捕捉时间和向客户开账单的能力。然而，提供洞察人才属性的运营解决方案可以帮助企业了解哪些技能正在推动当前和未来最大的需求。一个理想的解决方案不仅能够成功实现项目跟踪，而且还能实现自动化智能人才管通过机器学习实现专业服务自动化，企业可以根据完成的项目任务，工作人员反馈，学习课程和认证自动捕获和更新工作人员资料信息。我们正处于专业服务公司的十字路口。那些通过前进途径获得员工疯狂技能的知名度并启用强大的员工档案数据的公司将拥有抢占市场的巨大机会，技术人员将在这里提供帮助。

Future of Work
2018年03月15日

1... 《 58 59 60 61 62 63 646566 67 68 》