-
人工智能
这8家中国“准独角兽”企业，谁能在智能服务市场脱颖而出？
来源| 亿欧（推广）
在技术和服务不断变革的今天，AI和商业模式的创新仍是发展的重头戏。这篇文章将简单介绍一下目前国内将商业模式与新科技新理念融合的八家“准独角兽”企业，也许不久之后它们之中就将诞生智能服务市场的巨头企业。
1
“当产品遇上技术，不是为了取代谁，这是历史必然的进步”
AI+营销？销售易告诉你
帮你做什么：提供运营效率、助力运营决策，连接企业和客户。
史彦泽是移动CRM厂商-销售易（北京仁科互动网络技术有限公司旗下产品）的创始人兼CEO，拥有近20年中美销售及销售管理经验，创业前曾担任全球最大的管理软件企业SAP中国商业用户部总经理，多次荣获SAP、Dell等跨国公司Top Sales称号。
销售易成立于2011年，是一家连接企业营销管理、销售管理和服务管理的移动CRM云平台。销售易通过“SaaS+PaaS+云”的产品服务，帮助企业以营销获客为核心来实现企业、客户、合作伙伴与产品之间的串联。去年7月，销售易入选了Gartner 2017年CRM魔力象限，于4月2日刚刚对外宣布获得腾讯投资1亿元D+轮融资，在2018年陆续推出营销云、IoT云等新产品。
2
AI+招聘？e成科技有话说
帮你做什么：建立企业人才数据库，过去的简历都有用！AI+招聘，人岗匹配更精准。
周友鸿是e成科技创始人兼CEO，人力资源行业连续创业者，2013年创立e成科技，一直致力于利用AI技术助力HR行业数字化人才决策创新，在5年时间内成长为国内领先的人才决策数字化AI平台，旗下的一站式AI招聘服务SaaS更是脱颖而出，通过对人力资源行业痛点的深刻洞悉，周友鸿带领e成科技全球首创并成功商业化落地AiTS、人才库、精英速递、人脉内推、人才地图等产品。
总体来说，e成基于算法的招聘服务SaaS平台，用机器学习算法、数据挖掘、和NLP（自然语言处理）等技术提升简历与岗位的匹配效率，激活企业及猎头等招聘机构的闲置的简历资源，提高存量简历利用率，形成协同共享效应。最后通过建立的海量个人职场用户画像，企业用户画像，在选人，育人，用人，留人等方向提供数据BI服务，推进企业提高自己的人力资本效率。
3
AI+数据决策？一满乐准备好了
帮你做什么：企业运营数据全方位分析，决策风险早知道。
“一满乐”创立于2015年3月，致力于为企业提供建立在机器学习和深度学习技术基础上的数据分析服务，面向包括用户画像、智能补货、定向推荐、动态定价、风险控制、舆情监控在内的多种应用场景。
创始人兼CEO张彦翔拥有超过6年的Apple工作经验，负责Apple store智能商店项目包括POS、ERP、CRM、WIFI定位、SMART SIGN 预约系统等模块的研发。也是全球范围内最早实践iBeacon技术应用商业化的产品经理。
张彦翔是WhatsApp第30号员工，任职中文模块产品经理，负责WhatsApp与中文相关的市场活动产品研发设计调研上线和后期的维护迭代。参与推动WhatsApp推广到中国香港、台湾、大陆等华语地区，成功获取超过5000万活跃用户。在创立一满乐之前，张彦翔创立过另一个创业项目——Vizoal（一款足球比分推送和社交App），拥有连续创业的经历。
4
AI+生物识别？眼神科技很有经验
帮你做什么：未来刷脸的世界，你总要先行一步。
周军，眼科科技创始人兼CEO，中欧国际工商学院EMBA、中国企业家俱乐部成员、山东大学管理科学系生物识别专家，专注生物识别、大数据、人工智能研究及场景应用实践20余年，是中国生物识别行业领军人物、多模态生物识别倡导者。
1997年，26岁的周军创立天诚盛业，并于次年开始指纹识别的研发，成为最早进入生物识别领域的企业家之一，也由此开启了其在生物识别领域长久不懈的探索和耕耘。2016年，在人工智能的风口下，周军成立了眼神科技集团，全资控股12家海内外子公司及分支机构，完成了“AI+场景”的全新商业布局，为开拓细分市场及国际蓝海做了重要战略筹备。
从产品形态来说，眼神科技具备集核心算法、统一平台、应用软件、智能终端、实施交付等全产业闭环服务能力，是多模态生物识别的佼佼者，能够实现多场景、多应用、多产品、多种知识技术的统一管理。从场景落地应用来说，金融行业市场占有率超过60%，另外还和万科物业展开智慧社区合作，目前已完成全国100多个小区智慧社区项目；与山东大学、东北大学等100多所高校达成智慧校园建设合作；安防反恐领域，和贵州、山东等多省市公安机关合作，完成平安城市、公路交通、机场等反恐维稳项目建设，建立了国内最大的安防人脸识别系统平台。
5
“目前的企业服务创业，仍是模式创新”
易点租：办公是个大场景
纪鹏程，易点租创始人兼CEO，毕业于清华大学自动化系，获博士学位。纪鹏程有14年创业经验，在2003年创建“SKS精品笔记本”，至今成长为全国首屈一指的笔记本电脑提供商及笔记本电脑维修商。纪鹏程凭借着在二手笔记本行业14年的经验，创立了易点租品牌，2015年3月易点租租赁电商正式上线运营。易点租共进行了获得2.3亿元融资，合作企业2万家，1000家上市公司及独角兽，租赁设备20万台，市场覆盖率超过80%。易点租成为办公电脑租赁与管理平台相对较为成熟的领先企业。
6
牛牛汽车：掌握主动权的平台才有未来
陈琰俊，硕士毕业，现任新车渠道电商平台（简称：牛牛汽车）创始人兼CEO，曾任永达汽车集团销售总监。从管理集团旗下第一家宝马4S店起，直到操盘全国100多家4S店销售运营，带领集团销售团队突破百亿营业收入，并助力永达汽车2012年港股上市，随后主导筹建永达投资集团，进行全国汽车网络布局。牛牛汽车创立于2014年，成立初期即通过APP端切向三四线中小汽贸店，平台连接主机厂、4S店和中小汽贸店的新车渠道交易服务电商平台。目前，牛牛汽车平台上汇聚了近20万的新车经销商行业专家、企业家和从业人员，覆盖85%全国各省市自治区的行业人员，是业内首屈一指的互联网新车渠道电商平台。
2014年，互联网+汽车渠道时机初现，遂携团队创立新车渠道电商平台--牛牛汽车，目前已获得B轮1.1亿元融资。
7
巴乐兔：挖掘年轻人需求这事儿还真有秘诀
吕楠是巴乐兔创始人兼CEO，毕业于美国康纳尔大学，电子工程学士，曾经联合创立中国最大的招聘网站51Job前程无忧，同时也曾经是贝恩公司Bain& Co.中国首席代表，参与设立贝恩中国北京总部，成功投资互联网第一胶原蛋白品牌Lumi，拥有对互联网行业发展趋势的敏锐嗅觉，善于挖掘年轻人需求，对年轻人的行为习惯有深入研究。
巴乐兔是长租公寓C2C平台的代表之一，通过建立规则和规范行业来赋能广大机构房东，给年轻人提供优质的租住体验。巴乐兔主打“好房东”，由房东提供真房源并更新房态，并直接撮合租客房东签约，希望消除房屋中介市场长期由“信息不对称”带来的行业失范和混乱现象。5月份对外正式宣布完成3亿人民币新一轮融资，由天图资本领投，DCM等之前轮次投资人继续加持。据了解，巴乐兔目前业务已覆盖北京、上海、深圳、杭州、广州、南京、成都、西安等10多个城市，管理300万间房屋，服务1万多个活跃机构房东。
8
会小二：是我最先看得起酒店
杨亮，会小二创始人兼CEO，曾是一名记者，后担任金融数据公司CAI Business Indepth助理总经理、财新传媒副总裁。在创立会小二前，他创业并开设过一家软件技术公司。杨亮毕业于中国人民大学，并曾获得香港中文大学MBA学位。会小二主要提供会议场地、活动资源在线预订等服务。包括会议场地、会议搭建、会议签到、会议用车等活动物料的采购，让中小企业办活动更轻松。融资阶段处于B轮阶段。
以上便是对这八家“准独角兽”企业的简单介绍。如果您对他们的业务和这个行业感兴趣，想了解更多的话，有一个好消息是，这八家企业的创始人兼CEO都将出席亿欧“2018全球AI领袖论坛——智能+新服务”论坛。
本次论坛将于6月14日下午13：00在上海举办，主要聚焦讨论服务生活领域的B端服务商，如何用人工智能等新技术创造更多服务形态，以及展开人工智能、智能营销、软件创新、小程序等风口话题。
预知更多活动详情和报名，请点击下方链接吧：https://www.iyiou.com/a/zhnxfw_shanghai_2018 也可以扫描二维码添加群主进入“智能新服务群”哦。
-
人工智能
企业软件巨头甲骨文白皮书：未来的DHR将是创新社会战略家
文| SIRH SaaS
来源| HR Path
聊天机器人，区块链，人工智能，数据挖掘，自适应工作空间......面对新技术前所未有的加速，对工作组织和社会的真正影响是什么？甲骨文试图在最新发布的白皮书中回答这个基本问题，甲骨文的人力资本管理战略总监Sylvain Letourmy说道。
为什么甲骨文公司现在发布这份白皮书？
去年11月，我们组织为期半天的第二届“法国联系”会议，汇集了200多名参与者，围绕人力资源创新和人工智能主题，分享了彼此的经验。我们从对历史上最大的技术加速时期的观察开始讨论。但是在作为消费者的日常里，我们每天都要面对越来越多的所谓“智能”技术，如聊天机器人，以及一些预测应用程序，如GPS。显然这些技术的发展速度不允许它们被大规模用于商业世界。延迟不仅会影响员工的工作效率，他们的合作能力，还会影响到所采用的经验。本白皮书讨论了可使用的机会和对人力资源的影响。
人工智能将如何重新定义公司中每个人的角色？
我们的信念是人工智能和新兴技术将使工作更加人性化。事实上，许多枯燥的日常任务（写电子邮件，手动输入数据到Excel文件或表单中）也剥夺了我们人性互动的时间，即使我们已经习惯了如此。另一方面，与合作伙伴交谈，互动，根据客观信息做出决策是非常具有人性化的。正是因为这样，我们可以预期到聊天机器人和人工智能为未来的工作环境做出的贡献：也就是说，这种技术将有助于我们的工作，而不是相反。人工智能最终会预测我们的需求，将我们从低附加价值的任务中解放出来，为我们提供信息和客观分析，在我们制定决策时提供信息。未来，公司中每个职位的工作内容里都将减少行政管理的部分，同时增强个人决策的能力。这个组织将会更加灵活和协作，而且每个组织的独特性都将得到更好的识别和重视。
未来的人力资源开发将会是什么样子？
想象一下未来的人力资源开发。我们首先必须想象它在什么环境下发展。它很可能会配备全球“核心人力资源”系统，允许实时访问所有人力资源数据：从招聘到薪资审查，人才管理和培训。其可见度和预测分析能力将提高10倍。它可以将自己投射到业务经理的未来，而不是回顾过去。新兴技术的使用也将使管理人员执行日常人力资源行动。最后，数字化浪潮将通过简化流程来重塑员工体验和候选人体验。未来的人力资源开发将成为一位创新社会战略家。
以上内容由HRTechChina AI编译，仅供参考
-
人工智能
70%的银行工作将被AI取代，其他行业也将沦陷？
文| penny crosman
来源| American Banker
智能化这个概念已经引起怀疑他们将被机器人取代的工人内心的恐惧。
现实跟工人们的想象还是有微妙差别的。毫无疑问，一些工作将会丢失。但其他工作将会诞生，而其他人将会变成一些不同的角色 - 比如机器人设计师，机器人主管，最愤怒的客户的安抚者。在大多数情况下，人工智能只会承担无人想做的繁琐工作。
还有一个真实的例子，位于阿肯色州的Wynne第一国家银行一直在使用自动化流程机器人（可以算是智商最低的人工智能了）来帮助完成收购。
“当你收购一家银行时，最大的成本开支之一是核心系统的转换，”高级副总裁Bart Green解释说。所有的客户和账户信息，包括卡片，网上银行和现金管理等信息，都必须迁移到收购银行的核心系统。这是非常耗时的工作。
一位顾问告诉了他们关于EnableSoft开发的名为Foxtrot的RPA软件。
RPA软件的其他提供商还有Blue Prism，UiPath和WorkFusion。
RPA软件可以设置成按照人类的方式执行任务 - 它可以通过输入用户名和密码登录到软件，它可以单击客户端记录，然后登录到另一个软件，找到一个数据字段并复制将该数据粘贴到第一页。它可以设置成在桌面上观看它操作的形式，就好像你在看一个鬼魂操作计算机。
“你可以教它，就像你教授员工如何向系统输入信息一样，接着它会高效快速地完成你安排的任务，”格林说。在报告错误和验证数据方面，RPA比真人做的更好。
他说，使用该软件已经为银行节省了70％的转换成本。
现在这家银行开始为该软件寻找其他用途。
“这是一个思考今天银行业有什么手动，耗时的过程，我们如何实现自动化这些繁琐的过程？”Green说。
例如，由于违规，银行最近不得不大量补发借记卡。这完全可以通过机器人完成。
格林说，RPA软件迄今为止在银行尚未受到影响，因为它仅被用于像兼并这种一次性、耗时的项目。
“我还没有让这个软件取代员工的日常工作，”他说。 “不过我可以看到这迟早会发生。我处于刚刚揭开这种可能性的阶段”
他还准备雇佣有RPA软件经验的IT人员来帮助银行找出新的用途。
“它最终可能会取消工作 - 你正在创造一项工作，来完成消除另一名员工日常工作的任务，”格林指出。
什么工作会消失，或者诞生？
一些银行家和专家认为，只有工作中无聊的部分，像数据输入和填写表格这样的苦差事才会消失。未来的人类将能够专注于更有趣的任务，并且工作不会真正的消失。
银行员工自己似乎也这么想。在埃森哲上周发布的1300名底层的银行员工调查中，67％的人表示他们认为人工智能将改善他们的工作与生活平衡，57％的人认为它会扩大他们的职业前景。
但Autonomy Research上周还发布了一份报告，估计仅在美国就有250万名金融服务人员在前台，中层和后台“接触”人工智能技术--120万人在银行和贷款方面工作，46万人在投资管理方面和865,000人在保险方面。
报告指出：“这些职位将迎来20-40％的生产率或失业率增长，这取决于你的个人优势。”
报告显示，到2030年，约1万亿美元的成本将投入金融服务行业的人工智能转型;其中的4.5亿美元将用于银行业务。
研究人员称，在银行业务中，70％的前台工作将由AI取代，其中包含了485,000个出纳员，219,000个客户服务代表和174,000个贷款采访员和文员。他们将被聊天机器人，语音助理以及自动认证和生物识别技术所取代。
随着基于人工智能的反洗钱，反欺诈，合规和监控软件的出现，96,000名财务经理和13,000名合规官员将被解雇。另有250,000名贷款官员将失去工作，取代他们的是以人工智能为基础的信贷承销和智能合约技术。
但是，埃森哲上周关于人工智能对金融服务业就业的影响的研究报告显示了一个更加乐观的工作图景。它得出的结论是，在明智部署人工智能的公司中，将获得14％的净收入;到2022年他们还将增加34％的收入。
新收入的一个重要来源是自动化。自动化可以帮助人们做更多的事情，或者更有利可图的投资，比如Netflix和亚马逊推荐电影和产品的方式。这可能会导致账户整合和交叉销售。
埃森哲高级董事总经理兼公司银行业务负责人Alan Mclntyre说：“人工智能将会消除一些职位。 但我们认为正确部署人工智能也会创造一些新的职位的机会。”
例如，使用人工智能软件并产生了可疑的活动报告的银行很可能会创造出新工作——向监管机构解释人工智能方面知识。
“监管机构不会成为不易解释的“黑匣子”决策的主要倡导者，”McIntyre指出。
入门级工作在哪里？
随着出纳员，反洗钱和其他工作变得通过RPA软件和AI实现自动化，人们可以在何处找到针对失学或残疾人士的入门级工作？
“这是一个棘手的问题，”Autonomous金融技术全球总监Lex Sokolin说。 “这是一个必须由每家大型财务公司的首席执行官所关注的问题 。这些公司聘用人工智能软件取代人力资源工作，而且这个问题将一直由构建软件的创始人和开发人员负责。如果您通过构建成功的软件来创造真正的结构性失业，那么您必须将您的员工视为项目中的利益相关者。“
Mclntyre认为入门级工作也必须采用技术。
他说：“人们可以看到数字原生公司雇用具有编程能力的大学毕业生。我确实认为，以出纳员的身份出现在CEO面前的想法很困难。”
那些不擅长数学，科学和编程的人呢？
McIntyre说：“仍然会有需要优秀的移情和社交能力的工作。举例来说，如果某人有10万美元的投资，AI可能会建议其进行资产分配。但如果他是一位父母刚刚去世的继承人，那么与他的互动的工作人员将需要具备同情心。
“这些类型的对话将要求人们有很高的情商，他们要能够阅读人们的情绪，并做出适当的反应，引导对话”， 麦金太尔说道。
谁具备更高的情商 - 人类还是机器人？
不是每个人都相信人类在情感工作上更好，比如在处理悲伤或愤怒的顾客方面。
Sokolin认为AI系统非常擅长情绪类劳动。他举出金融科技类的机器人TrueAccord，这个AI处理银行和发卡机构的收款工作。
“他们所做的一切都是情绪化的劳动，而且他们比晚餐时给你打电话的人要好得多，”他说。
TrueAccord首席执行官Ohad Samet表示，技术擅长以人类不会的方式避免紧张局势。
“收藏界的人们喜欢说人们从人们那里收集，但现实是收藏家是人类，会受到人类的偏见：他们会生气，他们会感到疲倦，”他说。
“如果债务人老是收到电话骚扰，这种情况并不罕见，他们会有情绪反应。但是软件不受这种限制，”Samet说。 “它使用最好的渠道，最好的内容，在适当的时候提供最好的报价，而且如果有人大声疾呼或写了一些令人讨厌的事情，它就不会冒犯或行为不端。” 而且软件确实内置了一些同情心。
尽管使用AI后，人类收藏家就会更少。但Samet指出，这些工作没有什么乐趣，而且他们付出了很大的代价。最重要的是，顾客不想与人类收藏家进行交谈。
“世界正在改变，”他说。 “我们不是造成改变的人。消费者的喜好正在改变收藏品行业。”
TrueAccord是AI创建新工作的一个例子。它有一个不断增长的客户参与团队，他们帮助那些打电话或发电子邮件的人。一些员工写下聊天机器人目前的内容。其他人则是致力于根据消费者的需求调整体验的数据科学家。
聊天机器人的反弹
有几家银行引入了聊天机器人来完成本来由客户服务人员完成的工作。美国银行的Erica就是一个例子。 USAA的Alexa聊天机器人是另一个例子。
还有一些关于聊天机器人的争议和反弹。有微软的Tay，它向用户数出了种族主义言论。
金融科技创业公司Digit提供自动储蓄和信用卡债务支付服务，这家公司不再让聊天机器人成为与其应用交互的主要手段。对于Digit客户所做的简单任务，这似乎并不是正确的做法。
索科林指出，工具只对特定的目标有意义。要获得帐户余额，简单的登录和点击是合乎逻辑的。打开Facebook Messenger并询问它并不是合适的做法。
像许多银行家一样，格林一直犹豫要不要部署一个面向客户的聊天机器人，这样就可以替换前台接待员和需要导航的电子菜单了。
“你仍然可以得到你需要的结果，但问题是，人工智能会如何区分另一方，感受到他们的问题中包含的情绪？”他说。 “如果客户感到不安，开心或兴奋，AI如何能够适应这种情况？Amazon Echo聊天机器人了解不同的方言，令人印象深刻，但它能够理解那次谈话的情感吗？”
Green表示，使用AI还会面临声誉风险。
“如果一个人犯了错误，你可以解雇他们，”他说。 “如果AI不断犯错误，那么你有很大的声誉风险，而且很难克服。你打算开火吗？“
由于这些原因，一些银行正在为员工提供聊天机器人技术，以帮助他们提高效率。例如，摩根士丹利为其财务顾问配备了人工智能软件，通过客户数据和记录筛选以帮助提出建议。
重新训练劳动力
埃森哲对银行家的调查发现，只有3％的人投资对员工进行再培训，为人工智能工作场所做好准备。
麦金太尔表示，这是因为技术仍然是新的，银行只是在交易，贷款和客户服务等领域测试AI的使用情况;他们还没有看到更大的图景。
索科林说，银行需要帮助员工向AI过渡。例如，他们可能会使用软件，让蓝领工作者成为使用可视工具的程序员。
大学可能需要为人工智能做更多的准备。
加拿大皇家银行呼吁对大学课程进行全国审查，以确保他们更多关注“积极倾听，批判性思维和社会洞察力”等“人类技能”。
该银行的研究发现，这些技能将有助于定位未来的工人，以补充机器人和机器等日益普及的技术，而不是与他们竞争。
索科林对年轻一代的担忧不如对年长一代的。年长一代可能更难转向以人工智能为辅助的工作，而且他们的债务和储蓄较高，因而受到更多的威胁。
“这成为一个相当焦虑的图景，”他说。 “这是雇主的责任。人们不得不举起手来说我们会采取一些措施来解决或软化它。”
行政人员现在是安全的
现在，银行高管的工作似乎对AI来说是安全的。供应商并不建议他们的软件可以做C套件工作。
据Sokolin说，人工智能在流程切换方面做得不好。
“今天AI领域依旧非常狭窄，”他说。 “你选择一个你想要它锤击的方向。你教给你想要的结果，而且AI通常可以创造出你想要的结果。“
一位主管可能会使用一段时间的电子表格，然后管理一段关系，然后开展一次业务开发会议，接着与一家破产的LLC客户进行交易。
“所有这些流程都需要很多不同的技能，”索科林说。 “在当今高级管理层的机构中，有很多类型的流程切换。”
但随着人工智能得到更广泛的采用，管理人员将在高层采用不同的技能组合。
而一个有趣的问题可能会变成：如果你管理的人数更少，机器人更多，那么这对组织中的权力基础会有什么影响？
以上内容由HRTechChina AI编译，仅供参考
-
人工智能
未来照进现实：AI帮助求职者寻找，得到和保留梦想的工作
文|Alana Rudder
来源|Towards Data Science
刚从商学院毕业，劳拉开始在网上找工作，她的简历恰当地表现了她这些年的努力成果。因此，她很快接到了一个电话，来自一家对她的才能非常感兴趣的商务旅行社。劳拉接受了面试，穿着一套新的西装，手里拿着一份精美并且与今天的面试相关的简历，她早早出现了30分钟，准备展现出自己最好的一面。
一小时后，一名助理将她带到了CEO的办公室。然后劳拉开始执著于介绍她从哪里来，她的父母是否是大学毕业，他们是否患有任何精神疾病，以及他们为谋生做了什么（“只是为了确保她是专业的料“），她是否已婚或有孩子，以及她如何吸引对商务旅行并不感兴趣的潜在客户。为了结束采访，CEO非常尴尬地表示，他不在乎他即将退休后公司会发生什么事。劳拉礼貌地感谢首席执行官，离开时希望机构再也不会再给她打电话了。可悲的是，四个月后，她确实收到了回电。
是的，这是一个真实的故事。 不幸的是，这样恐怖的面试故事并不少见。
打破招聘过程意味着求职者要用更多的时间寻找工作
财富500强人力资源（HR）高级副总裁兼福布斯HR作家Liz Ryan证实：“招聘过程已经破裂了20年，但其权力下放的步伐近来一直在增加。”
而且，即使在得到工作之后，糟糕的招聘流程也会转化为不太有利的就业体验：65％的人在被雇用后的3个月内开始寻找下一份工作。
好消息是求职者现在有一个即将到来的同伴准备为他们的利益而战：人工智能（AI）。
人工智能帮助求职者取得更好的、长期的成功
Ken Lazarus，Marlina Kinnersley，WorkFusion，Scout Exchange，Fortay.ai以及无数的AI公司正在壕沟中研究，建立和磨练猎头可以依赖的AI平台来改善体验。他们的专业知识和解决方案揭示了人工智能在幕后工作的四种方式，以提供更流畅，更成功的求职旅程。
AI帮助求职者找到与自己技能匹配的合适定位
在寻找可用的职位时，求职者需要搜寻公司，写一份符合该职位的简历，然后写求职信，联网，并为每个空缺职位参加好几次面试，对他们来讲，求职往往是一份全职工作。当求职者不会筛选出不太可能符合他们技能的职位时，AI就尤其重要了。人工智能使求职者寻求相关的就业机会更加高效，因此更加成功。
Scout Exchange是一家为初创品牌和财富10强企业提供服务的人才匹配平台，它的首席执行官肯·拉扎勒斯（Ken Lazarus）解释了求职者如何依靠人工智能。他说，优秀的招聘人员对他们的行业了如指掌，包括完成各自工作所需的技能，以及在重要雇主面前赢得观众的关系。
“如果我在弗吉尼亚州，而且我想为政府进行国防研究和分析工作，那么招聘专家就是这方面的专家，找到工作的最好方式就是了解他们，”他说。
但是，并非所有招聘人员都同样擅长工作。因此，他强调求职者与正确的招聘人员建立关系的重要性。他们可以使用AI支持的Scout Exchange来评估参与招募者。为此，他鼓励求职者向招聘人员询问他们的平台评级。
侦察交换生成一个人工智能驱动的评级，反映了每个招聘人员匹配候选人与工作的成功程度。一个糟糕的评级提醒求职者招聘人员不太可能推荐他们去做值得他们付出努力和时间的工作。
AI帮助求职者找到完美的工作文化
组织文化有无穷无尽的变化和怪癖。 一个组织可能会有随意的沟通方式，但有一个强大的层次结构，而另一个组织则有正式的社交规范，但强调团队合作和扁平化的组织结构
同样，求职者也有同样多样的工作环境偏好。 他们可能更喜欢创业文化，单位组织，强有力的社会环境，团队环境或独立工作。
为了确保候选人继续参与并致力于他们提供的工作，人才公司倾向于通过人工智能来将求职者的组织文化偏好与符合他们需求的公司相匹配。 尽管许多与人才匹配的平台都是供雇主使用的，但Fortay为求职者提供了一个测验，他们可以确定他们最可能有发展前途的公司文化。
一旦测验完成，Fortay的人工智能算法将编制相关公司名单。然后求职者会收到收件箱中的公司名单，并附上一个按钮，一旦推送完毕，该按钮将引导他们通过申请这些公司内的现有职位。
AI确保招聘偏见不会造成求职障碍。
研究表明，即使我们不打算这样做，人类也会无意识地产生偏见。 因此，招聘偏见可能为求职者创造路障。 “如果我们假设人们有偏见......那么我们知道，无论我们拥有哪些数据集都会有偏见，因为该数据集是基于过去发生的人类决策，”Ken Lazarus解释说。
因此，他说有经验的数据科学家通过程序算法来消除招聘偏差，从而防止算法污染。 好消息是，由于数据集规模较大，数据科学家依赖人工智能，他们可以减少偏见对未来工作的影响。
例如，Ken知道男性或女性招聘人员推荐符合其性别的求职者的可能性高出25％。 因此，当一名男性招聘人员推荐四名男性候选人时，Scout Exchange的数据科学家将其中的一名删除，以消除结果偏差。 然后，他们将这个公式编程到他们的天赋匹配算法中，以防止偏见被误解为未来的预测。
一旦编入人工智能算法，这个公式就会被缩放，以影响数百万人才匹配事件。 反过来，由于雇主收到的候选人名单较少，求职者在其行业和重要雇主之前享有公平的代表性。
AI有助于内部员工与增长机会相匹配
到目前为止，我们已经看到AI如何在幕后帮助求职者找到工作。 但是，即使候选人被录用后，人工智能仍然继续工作，以确保他们保留他们辛苦得到的工作，并从那里获得成功的职业生涯。
例如，WorkFusions AI支持的SmartCrowd解决方案使品牌能够监控员工绩效，以确定员工可以开发新技能的区域。然后，它制定了提供培训计划，以便员工在现有岗位上获得成功，并有更多晋升机会。
此外，它监控员工以查明其优势，然后将工作分配给绩效评级最高的员工。这意味着人工智能在幕后进行工作，以挑选出最适合现有内部职位的员工，然后推荐给那些经理进行晋升决策。
最后，诚实允许求职者与AI在工作旅程的各个阶段一起散步
劳拉了解到，接受每一次面试都可能是一个错误。不相关的技能组合，错位的文化偏好，招聘倾向和不良的在职成功倾向可能导致恐怖故事般的面试，甚至更糟糕的工作经历。
但是，人工智能显然可以让求职者的旅程更轻松。而且，还有更多好消息：它只会从这里变得更好。越来越多的数据集和不断的AI学习意味着像WorkFusion，Fortay和Scout Exchange这样的AI平台将变得更加智能和高效。
Ken Lazarus说，求职者从所有人工智能提供的服务获利的诀窍是现在和未来都保持诚实，简单来说就是确保简历与工作表现和技能集合保持一致。在此过程中，您可以提供AI数据集，为就业旅程各个阶段的所有求职者创造更加美好的未来。
-
人工智能
4种影响您业务的HR技术趋势
文|Mike Harrington
来源|BUSINESS 2 COMMUITY
众所周知，技术已经改变了世界。随着其他行业部门的发展，HR也在不断相应的变化。一个强大的HR部门对每一项业务都至关重要，而新技术的出现常常使该领域取得巨大的进步。但是，当涉及到以人为本的行业时，新技术并不总是更好的。这里有四种HR技术趋势，无论好坏，都在改变HR行业的现状。
员工门户
人们一致认为，员工门户是一种出色的数字化人力资源工具，可以极大地改善员工体验并提高参与度。他们提供员工可能需要的几乎所有服务的通道，比如在哪里可以访问表格，申请PTO，下载手册，查找工资单，查看纳税表，检查他们的医疗保健计划，进行投诉，询问问题，查看公司活动日历等等。此外，随着持续的绩效管理成为人力资源大趋势，员工也可以在这里看到绩效评估的结果。
在2018年，对员工门户这个工具的忽视很可能会产生一些负面影响。比如当员工无法快速访问他们需要的信息时，不仅会造成混淆，甚至可能产生偏执，而且会给HR带来更大的负担。HR将会花费他们所有的时间来应付繁忙的工作，而不是专注于执行精心策划的人力资源战略。这种情况可能会变得毫无价值，并说明实施用户友好型的员工门户的重要性。
数字化记录保存
虽然员工门户要面对整个公司的员工，但数字化记录保存还有一个更大的战略——面向内部流程改进。即使是那些有在线申请内部工作的公司，一旦有人申请，该数据会发生什么？答案往往不是很多，毕竟应用程序打印出来就是这样。真正的数字化记录保存意味着消除表格并简化流程。虽然重点自然来自招聘过程，但这种心态应该渗透到所有的互动中。
将数字化元素引入入职，离职，绩效评估，员工调查，工资单以及其中的所有内容都将使组织更加灵活。任何文件都可以立即提出并审阅，节省了HR的大量时间和繁琐工作。最重要的是，以这种方式适当记录所有事情（尤其是抱怨，顾虑和其他问题），对降低组织的风险和责任具有重大意义。就业法是复杂的，通过数字化记录保持正确的步骤在维持合规方面还有很长的路要走。
数字化培训
许多组织正在认识到整个公司的员工培训的重要性。技术正在使这个数字化过程日益成为福布斯预测的本年度人力资源行业干扰者。这是一个微妙的话题，因为人力资源部门在历史上从来都是一个人手不足的部门。通过培训技术，它可以变成只是让员工通过重复动作而不灌输任何实质内容的东西。在这种情况下，特别是当缺乏现场的HR时，学员很容易等待强制视频结束，以便转到下一个视频。骚扰培训（注：如何反抗职场骚扰的培训），软技能培训和管理培训是日益受到重视的重点领域，完全依赖数字方法不会削弱它们。
人工智能和区块链
人工智能和区块链技术已经扰乱了几个行业，人力资源部也开始体验到这一点。人工智能即将用于绩效分析。专家预测，在未来18个月的招聘过程中，区块链将用于人力资源部门。即使从这些技术中获得的应用程序和工具都是完美无瑕的，但我们仍需要几年甚至几十年的时间才能让员工开始相信自己对计算机参与确定其职业生涯成功或失败的程度的满意度。
这将使人力资源中的人力因素比以往更加重要，因为技术和人员之间的平衡变得至关重要。尽管员工门户和数字记录可以成为HR的绝佳工具，但该领域应该厌倦了将过多的控制权交给AI等技术。这些技术的承诺过多。这正是Synergy公司在客户的公司内部安排现场HR总监的原因——没有什么技术能够击败HR行业的真实人类。
然而对于中小型企业来说，要跟上当今人力资源技术的发展趋势很困难。首先决定购买哪些产品并不容易，其次创建员工入口或将所有记录数字化的成本是非常高的。当然，丢失重要信息或者忘记妥善记录投诉也可能是极端危险的。
-
人工智能
人工智能重塑未来劳动力
By Tracy Wang 埃森哲咨询大中华区管理咨询总监
在4月20日的中国人力资源科技论坛年度论坛上，Tracy Wang女士发表了题为“人工智能重塑未来劳动力”的主题演讲，分享了埃森哲公司的最新报告，向大家展现了人工智能将如何改变未来劳动力。以下是Tracy Wang女士在本次论坛的发言内容：
大家好，我是Tracy，非常高兴今天有这个机会站在这里。我主要想和大家分享一下埃森哲公司发布的最新调查报告，报告的名字叫做“人工智能重塑未来劳动力”。这份报告包含了今年一月份埃森哲公司在瑞士的达沃斯世界论坛上发布的最新调查研究，其中应用了一些经济学的模型，预测了未来AI为企业带来的一些经济效益，并且强调了AI是如何重塑未来劳动力的。
说到这儿，其实有一个小插曲，因为我们的研究是全球性的，所以调查报告本来只有英文版。但在座的大家都是中国人，我过来分享肯定得用中文版的材料。市场部的同事和我说，自己翻译太浪费时间了，如果交给我们的翻译人员翻译成中文，大概一周的时间就可以好。我想一周的时间肯定是来不及了，我还是自己翻吧。于是我就打开了谷歌翻译，花了一两个小时就翻好了，结果我发现谷歌翻译的精准度基本达到了90%以上，剩下的一些语法错误，只需要我再稍微做一些语言润色。
这个事情说明什么，在翻译这个领域，AI已经颠覆了很多从业人员的职业生涯，很多人已经面临失业或者说转型的风险。
回归到今天的主题，当人工智能重塑未来劳动力的时候，你准备好应对竞争了吗？这个问题留给大家在今天的演讲过程中思考。AI现在这么火，大多数的企业在人工智能大致处于什么样的阶段呢？
其实一般来说，企业在采用新技术的时候，大致分为三个阶段：
第一个就是教育和学习阶段；
第二个阶段就是建模和实验阶段；
第三个阶段才是大规模应用的阶段。
埃森哲的观点是，现在大多数企业实际上还是处于第二个阶段，就是建模阶段和实验阶段。他们在业务的某些领域，可以说已经成功实施了AI技术或者说人工智能技术，并且把它们用于提高生产效能，但是当他们需要更高的增长率的时候，他们必须以更加创新的方式应用人工智能。人机协作在这个时候就扮演着非常重要的角色，人机协作就是人和智能机器以不同的方式协同工作，发挥各自的优势。
很多情况下，AI可以代替人力，从事过去人们需要做的一些烦琐工作，节省大家的时间，让人们可以在更高价值的工作上花更多的时间。以客户服务为例，AI的价值在于能够理解并且迅速响应大量的客户请求。AI可以自动处理一些低级别的事件，把高级别的事件交给人类处理，人类就可以花多一点的时间在高优先级的事情上面，更好的改善客户关系。
还有另外一个模式，人和人工智能可以在某些生产流程中进行无缝衔接，比如说宝马工厂首创的协同机器人模式，把人和人工智能在工业生产过程当中，一步一步交织在一起，第一步是机器人完成，第二步第三步交给人类来完成，这个过程当中实现了生产效率的提升。
另外一个例子就是设计领域。现在出现了很多新的设计软件，可以通过机器学习的方式可以自动生成设计理念，设计专业人员通过调整或者不断地设置设计参数来优化算法，从而完成一些更加优美的设计，更加符合人类的审美观。
我们为什么觉得人机协作可以产生更大的效果或者说价值？以AI医疗为例，经过我们的研究发现：在哈佛的病理学家，他们利用AI的技术能够更精准预测乳腺癌的细胞。不能说预测，是识别，基于图象识别的原理。他们发现AI识别的精准率达到了92%，但是人类病理学家的精准率超过了机器，达到了96%的精准率。但令人惊喜的是，如果把人类病理学家和机器AI结合在一起工作，最后得出来的精准率达到了99.5%，可见人机协作的结果超过了单独任何一方的结果。
总体来说，如果大多数企业在AI方面的投入，或者说人机协作方面的投入，能够达到世界领先水平的话，将会在未来五年增加38%的收入，而且就业率会提高大约10%。现在越来越多的企业认识到AI的价值，并且投资AI领域。
世界经济论坛和埃森哲的另一份独立研究报告指出，实际上过去的一年里，也就是2017年，企业在AI领域的投资增长了59.1%，这个数字是比较惊人的。根据我们的这份研究，有69%的企业领导人相信他们的行业将会被AI所颠覆，72%的企业领导人认为是否采用AI在竞争中能否能够脱颖而出至关重要。74%的高管认为，他们的公司将会在未来三年内，很大程度上实现任务和流程的自动化，97%的人认为他们会用AI来提升工作人员的工作效率。
现在大多数企业还是利用AI实现自动化，来提升企业效率，但是我们发现我们的观点就是说人机协作是带来更高增长的一个关键因素。报告指出，54%的领导人认为，人机协作对于实现其战略重点至关重要。61%的企业领导人预计在未来三年需要和AI合作的岗位比例将有所增加。
埃森哲的经济模型相当于是预测了AI对于企业带来的一些经济效益，跨行业来讲，刚才说到的这个数据，因为AI的投入会增加大约38%的收入，增加10%的就业率。从行业的角度讲，对于零售行业、销售品行业冲击是最大的。应用了AI技术后，这两个行业的收入增长到了51%，其次就是医疗和电信行业，分别是49%、46%。这是这些行业的就业率数据，红色的这些数据，大家可以看到，AI不但没有降低就业率，相反在各个行业都有所提升，这其实就是因为很多工作将会面临转型，而且一些新的工作需求，或者说对个人技能需求的提升。
报告指出，46%的高管说，随着机器承担例行任务，传统的工作会过时，人们会转向基于项目制的工作。所有的领导人几乎都表示说他们已经在一定程度上重新设置了公司的工作。29%的人表示，他们已经对公司的工作做出了大量的改变，工作的重新设计和改变也是惊人的。AI最大的任务就是重新设计工作，原来一些操作性的岗位会被AI替代，人类会集中在洞察性的岗位。而传统的技术型的岗位，也会被创新型的岗位所替代。
这就是一些简单的例子，经过我们的调查研究，采访了很多AI技术相关行业的从业者，他们向我们讲述了一些故事，他们的工作是怎样被AI所影响的，比如说钻井技术员，以前他们需要钻多个测试口，知道石油在哪，然后手动去准备钻头，输入正确的压力和钻头的速度。现在AI可以直接告诉人员石油的沉积，并且可以自动计算速度压力和深度。
药剂学科学家也是这样的。以前他们要梳理大量文件，以评估与药物有关的安全问题。现在AI可以自动评估风险系数，这样的话药剂学科学家可以花很多的时间在高风险的病例工作。
同理还有软件开发者，他们每周花费时间来识别新的垃圾邮件标志，并且编写垃圾邮件检测规则。现在AI可以自动识别垃圾邮件的检测规则，并且能够自动更新检测规则。这样的话，软件开发者实际上就可以花更多的时间在新的软件开发上。
航天工程师也是一样的，原来他们自己手动设计飞机组件，寻找抗压性更好、更加轻便的设计。现在AI采用生成性设计模仿大自然的进化方式，考虑数百万种可能的设计，挑选出抗压性更好，更轻便的设计。还有长途运输驾驶员，自动驾驶的出现使得驾驶员更多从事监控和优化路线方面的工作。
我们通过调查发现，非常多的员工已经迫不及待和人工智能合作。67%的员工表示，在未来的三到五年，去发展他们与AI合作的技能是非常重要的。62%的员工表示，智能技术会对他们的工作产生影响。45%的员工相信，AI会帮助他们更有效地去完成他们的工作。
但是与此同时，其实企业雇主对于这一结果可能会产生一些偏差。实际上员工对于AI的拥抱程度，可能已经超出了企业的预期。根据我们的调查发现，实际上四分之一的高管都会认为他们的公司员工实际上对AI有抵触情绪，比如可能担心工作丢失等等，员工的抵触情绪是AI在应用的一大阻碍。而只有3%的高管计划在未来的三年内，大幅增加对员工AI技能相关的一些提升，其余的97%的高管在预算上基本是持平的，或者说稍微有一些增长。
顺应人机协作或者说AI的趋势，作为企业的领导者，最重要的三个工作是什么呢？
第一个是重新定义工作；
第二个是引导员工向新的价值领域方向迁移，比如从员工思维和能力上引导；
第三是培养新技能，一会儿我会阐述哪些是未来会出现的新技能。
刚才我讲了很多工作是怎么被重新设计的，这个过程里面，创建新的岗位说明，Job Design是非常重要的，把人力从原来的职能岗位上释放出来，让企业组建基于项目制的工作方式。引导员工向开启新价值形式的领域迁移这个过程中，打造敏捷组织是非常重要的。
敏捷组织有什么特点？
第一个是流程非常灵活。第二个特点是扁平化管理，组建小规模的团队。第三个是顺应AI的管理趋势，即有灵活的组织模式来支持项目制团队，团队能够迅速组建和解散。
关于培养员工的新技能，埃森哲发现有几个角色在人机协作的过程当中会逐渐展现出来，比如说教练的角色、解释者的角色、维护者。
什么是教练呢？教练就是训练AI的人，不一定是写代码或者说编写算法的人，但是他必须懂算法，这样可以帮助AI更好的学习，更好的帮助AI识别人的面部特征，或者通过正式的工作流程的方式帮助AI进行学习，要么帮助AI融入团队和团队一起进行学习，所以说训练AI的能力是非常重要的。
第二个讲到解释者，解释者也不一定是写代码的人，但他也得懂算法。把算法结果解释给大家听，并不是每个人都懂算法，通过解释的过程，可以增强大家对角色的信心，从而增加员工和客户对于算法的信心和支持。
第三个就是维护者，维护者是什么意思呢？维护者就是保证AI在演化的过程中不能跨越人类的道德底线，或者说不加强人类的一些偏见。比如说现在有一些图片识别软件，基于机器学习的算法，很多时候是通过学习大量的图片，给图片打上标签的方式进行工作的。这里前段时间出现一些情况，比如说很多黑人图片被人工智能打上猩猩的标签，这显然会涉及种族歧视，这时候需要维护者站出来指出风险，并且优化算法，来保证不涉及到道德方面的或者说法律方面的一些风险，这几个角色在AI或者说人机协作的过程中将来演化出来的一些新的角色。
同时有一些新的能力很重要，比如说判断力，有些时候AI不可能完全替代人类做决策，当AI不能做决策和判断的时候，人类就需要去做决策，这就需要人类能够了解AI的一些局限性，知道什么时候，在什么情况下应该怎么去干预AI决策。还有包括刚才讲的训练AI的能力很重要，创建工作流程，帮助AI大量的处理数据，优化算法，更好的为人类做洞察。
还有比如说询问智能系统，首先你要懂这个算法，要懂这个系统是怎么分类这些信息的，所以你在在询问这些智能系统的时候，才能获得更有价值更有洞察力的信息。所以经过我们的研究发现，这是我们未来需要的一些新的工作技能。作为企业来讲，首先需要对这些技能优先性进行排序，然后确定目标，对企业的员工进行培训，这里面可以用到一些数字化的培训方式，比如说VR、AR来加速培训的规模和速度。
后面有一些AI应用在工业场合的一些例子，比如万豪国际酒店，它的商业模式就是采用新技术推动的模式，利用机器人欢迎客人，把物品毛巾送到客人房间，也推出了一些智能推荐系统，可以让客人产生更多的订单，并且它的AI聊天机器人，可以让顾客能够在Facebook聊天软件上自动生成订单，帮助客人节省旅行社产生的一些费用。在比利时酒店会有一个驻场的聊天机器人，会说十九种语言，帮客人做自动登记。
下一个例子就是StitchFix，这个品牌利用了AI技术，在线上服装零售领域脱颖而出。和传统销售不一样的是，他们的服装设计师，根据客户的订单和退货订单，分析客户喜好，帮助公司设计师为顾客提供更好的、定制化的服装样式。
第三个例子就是阿迪达斯的SPEEDFACTORY，这是基于本地化的理念，非常小而新的举措，目的是满足更多定制化的需求，利用了人和AI相互协作的生产流程，设计师和AI相互协作，一双定制鞋从设计到生产几天内就可以完成。这样的话把价值定位转移到了满足消费者的定制需求上，大大节省了工作效率。
最后我分享一下中国市场的数据，前面讲的是全球化的一些洞察和数据，接下来我把单独的中国市场数据拿出来，大家看看和其他国家相比，有没有一些新的发现。在调查里面，我们问到三个问题。
第一个问题是你所在的组织在未来三年内，自动化的任务和流程程度是什么样的。你会发现，74%的被采访者都会回答这个比例是高或者非常高的，但中国实际上是低于平均线的，只有56%。
第二个问题是你需要在多大程度上和智能机器一起工作，中国的平均数据是38%，大多数人都会说会花26%到50%的时间与机器进行协作。
第三个问题，你更同意下列哪个陈述，一个是智能技术将在未来三年内减少规模，另一个是AI将在未来三年为公司带来就业机会的增长。大家可以发现中国实际上在悲观的情绪上是排名第二的，大家可以思考一下背后的原因是什么。
今天我的分享就到这里，非常感谢大家，感谢主办方HRTech China的邀请!
欢迎关注HRTech China微信公众账号，回复420可获取演讲嘉宾的分享资料;
欢迎点击链接，了解420中国人力资源科技年度论坛的报道
-
人工智能
网龙推出全球首款AI助教 将服务2亿+用户
被人工智能武装的教室会是什么样？4月23日，在首届数字中国建设论坛数字海丝AI教育成果发布会上，网龙推出的全球首款AI助教，为我们描绘了智能教室“一师千助教”的完美图景。
老师通过智能语音就能操控整个课堂，学生通过人脸识别就能线上签到，作业通过101教育PPT—AI助教就能实现个性化定制和线上批改……网龙的语音检测、虚拟人物智能问答等黑科技，让围观者对智能教育充满无限期待。
AI化身助教 智能教室实现语音控制
“注意，陈老师还有三秒到达现场，大家请安静，准备上课啦！”上课铃声响起，教室的白板上旋即出现101教育PPT—AI助教“奇奇”的身影，随后，老师步入课堂。
“报告陈老师，经过现场人脸比对，今日全员到位，无人缺席。”“奇奇”语音未落，白板上就展示了学生的出勤信息。这节课，陈老师将在“奇奇”的辅助下，为一群二年级的孩子们上一堂诗歌赏读课。
“同学们，今天我们来学习《静夜思》。”语音输入后，白板立刻转换为《静夜思》的虚拟场景。
“大家想不想见一见‘诗仙’李白？”在一阵欢呼声中，陈老师把李白请到了现场。只见“奇奇”摇身一变，白板上出现了李白的虚拟形象，缓缓向同学们走来。李白不仅能开口说话，跟师生互动，还能为现场学生的表现进行评分。
为了进一步检测学生们的掌握情况，陈老师布置了习题，学生们打开平板现场作答。通过实时数据抓取，屏幕上随即出现了同学们的答题情况分析。
“古诗中的情境与孩子们的生活经验有一定距离，101教育PPT—AI助教营造了课堂的体验氛围，让孩子们能更好地走近李白，相信对他们的拓展性学习很有帮助。”陈老师说，她相信未来教室在AI等智能手段的辅助下，会给教育带来有益的变革。
据网龙开发总监方振华介绍，101教育PPT—AI助教不仅实现了课堂数据的实时反馈，还能及时追踪课后数据，将根据学生们在课堂上的数据反馈，有针对性地布置适合他们个人水平的习题，并进行线上批改，帮助学生做课后的提高。
给每个AI一个身体让一师千助教走向现实
网龙推出的全球首款AI助教，其丰富的功能让在场者见证了智能教育的无限可能。
人脸识别、语音评测……这些看似复杂的黑科技，其操作方式却并不复杂。101教育PPT是AI助教的核心载体，它是一款专业服务教师的备授课软件。
“AI可以全方位地辅助、配合老师，打造与众不同的双师课堂，由于AI形象千变万化，让‘一师千助手’成为了现实。”方振华说，AI的加入，让101教育PPT实现了智能个性化备课、个性化教学、个性化作业、自动批改、语音评测、教学建议等功能。
101教育PPT在不改变老师授课习惯的前提下，依托学前、K12、中高职等多个教学阶段的海量教学资源，通过与牛津大学出版社、培生教育、东京书籍、迪士尼等优秀内容生产商的合作，打造全球顶级的教育资源平台。目前该平台的资源总量近5万个，每月还以上千个的数量高速增长。
凭借丰富的素材库和强大的人模库，101教育PPT帮助老师快速搭建高质量课件，实现轻松备课、高效授课，智能化地满足老师课前、课中、课后的教学需求。
101教育PPT在AI技术的加持下，通过对李白、韩梅梅等IP形象的具象化，赋予每个AI一个身体，老师们在不同的课堂和气氛环境下，都可以任意请出想要的AI助教，使教学充满无限可能。
人工智能的应用，使AI教室充分满足了个性化的需求。通过大数据的收集，能更直观、更具针对性地为老师提供反馈和建议，帮助教师开展个性化教学。
网龙CEO熊立表示，本次网龙重磅推出101教育PPT—AI助教，是网龙“AI 教育”产品的又一力作，目前仍在不断研发和更新换代阶段，将于今年6月投入使用，率先覆盖全国的101教育PPT现有用户。预计到今年年底，将服务全国超过500万用户，今后将覆盖全球至少2亿用户。
-
人工智能
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
-
人工智能
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。
-
人工智能
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。
扫一扫 加微信
hrtechchina
