芯片制造商美光将向人工智能公司投资1亿美元文/Stephen Nellis
据路透社报道,美光科技周三表示,计划向致力于开发人工智能技术的初创公司投资1亿美元,这些技术将用于自动驾驶汽车、工厂自动化和其他新兴领域。
(图:The main entrance to Micron corporate headquarters in Boise, Idaho, February 3, 2012. REUTERS/Brian Losness)
美光首席商务官Sumit Sadana向路透表示,10多年前,这家总部位于爱达荷州的内存芯片制造商启动了一项企业风险投资计划,但迄今为止,该公司的投资一直“非常分散”,而且“非常接近我们芯片制造的核心业务”。
现有风险操作的返回已经稳固,该公司认为,它可以最终出售更多的内存芯片通过扩大其参与人工智能,因为现场处理大量的数据需要存储在它的产品上,他说在美光的第一个人工智能在旧金山会议上宣布。美光此前的投资很少公开披露。
Sadana表示,这些新预留的资金将用于开发人工智能的硬件和软件初创企业。他说,美光对投资无人驾驶汽车技术、增强现实和虚拟现实以及自动化工厂的技术特别感兴趣,因为美光在这些领域已经有了业务。
"我们将大幅加快投资步伐," Sadana称。
像教计算机识别图像或人类语言这样的人工智能任务需要大量的数据和计算能力。
因此,美光芯片行业的同代人也在这方面进行投资。英特尔(intc . o:行情)旗下的风险投资部门近年来已向致力于人工智能领域的初创企业投资逾10亿美元,英伟达(Nvidia . n:行情)也推出一项计划,帮助数千家小型企业使用其芯片。
美光表示,其为初创企业提供的风险资本中,有五分之一将用于由女性和其他代表性不足的集团牵头的机构。美光还在旧金山的会议上表示,其非盈利机构美光基金会(Micron Foundation)将提供100万美元的资金,用于资助大学和从事人工智能研究的非营利组织。
前三名获奖者是伯克利人工智能研究实验室(Berkeley Artificial Intelligence Research Lab)、斯坦福精密健康与综合诊断中心(Stanford Precision Health and Integrated Diagnostics Center)和AI4All——一个非盈利组织,为少量AI领域内学生提供夏令营。
以上为AI翻译,观点仅供参考。
原文链接:Chipmaker Micron to invest $100 million in artificial intelligence companies
人工智能
2018年10月11日
人工智能
谷歌收购人工智能客服公司Onward
据VentureBeat报道,谷歌于10月2日收购了一家人工智能客服公司Onward,收购金额未公开。该公司的高层Remi-CassART和PrAMod TaMaiaAh以及其他一些员工将加入谷歌。Onward至今已在两轮投资中筹集了12万美元的资金。该团队在公司网站上发布的信息中写道,“我们从允许计算机参与自然的、人性化的对话开始。很高兴能把我们的技术带给谷歌。”
Onward的企业聊天平台利用自然语言处理系统从客户的消息中提取有意义的内容,还能利用诸如位置、登录状态和历史活动的记录,对客户提出的问题作出个性化且符合语境的回答。通过集成Zendesk、Help Scout、Salesforce、Hub.、Shopify、Spree和Solitus等客服软件,Onward的客服机器人可以自动跟踪会话、添加线索,并跟踪出货和订单。在其面向业务的软件首次亮相之前,它启动了一个虚拟助理Agent Q,能够根据命令提供产品推荐。Agent Q依赖于人工代理和数据聚合系统,从整个网络获取消费者评论和价格。
谷歌在几个月前发布了Contact Center AI,是一个可机器学习的虚拟电话客服。复杂的自然语言处理系统使它能提供解决常见问题的方法。如果虚拟客服不能解决呼叫者的问题,它会转到人工客服。在各类虚拟客服如Contact Center AI、eBay的ShopBot等的推动下,到2024年,全球聊天机器人市场有望超过13.4亿美元。
原文链接:谷歌收购人工智能客服公司Onward
人工智能
2018年10月06日
人工智能
Workday People Analytics:利用人工智能、机器学习和增强分析的优势
文/Pete Schlampp
有人说,数据是新石油。但是几乎在所有公司,其生成的数据远远超过他们能够分析利用的数据。而在很长一段时间里,Workday的目标都是帮助公司从数据中汲取有价值的见解。从内置报告和分析开始,随着Workday Prism Analytics和Workday Data-as-a-Service的推出,随着数据量、速度和种类的增长,Workday扩大了产品范围,帮助客户充分利用他们的数据。
Workday Prism Analytics致力于开放性和将非Workday的数据引入系统,是您的财务和人力资源团队的数据中心。今年夏初,Workday通过收购增强分析的市场领导者Stories.bi,在分析之旅中又向前迈进了一步。
今天,我们很高兴地宣布Workday People Analytics,是一个全新的应用程序,它将向高管、组织领导人和人力资源业务合作伙伴提供关于他们的员工队伍中最关键的趋势视图,以及了解趋势的最可能的驱动因素。它将利用强大的人工智能(AI)、机器学习和增强分析技术,提供动态创建的关键指标,并伴有解释性叙述——我们称之为故事。
How We Got Here
首先需要一些背景。注意让Workday People Analytics与我们现有的产品一起工作。由于Power of One,Workday有一个数据模型,因此我们的应用程序能够非常轻松地处理有关人员的数据。对于Workday人力资本管理(HCM)的客户来说,Workday People Analytic将利用这些数据进行开箱即用。即使对于那些不使用Workday HCM的客户,他们也可以通过Workday Prism Analytics从任何HCM系统中引入外部数据,因此这些见解仍将可用。
That’s Great, Now What?
其次,我们必须以更好的方式将有价值的信息交给高管。因此,Workday利用了增强分析将许多应用于企业问题的AI功能集合在一起,包括:
自动模式检测功能,可以查找人类可能看不到的重要变化
图形处理以查找大量数据集之间的连接
机器学习预测最重要的问题供您查看
用自然语言来解释一个简单的故事中发生的事情
Workday的人工智能将搜索数百万种可能的数据场景,并确定优先级,以故事形式自动向高管推送个性化见解。故事为正在发生的事情提供了一种自然的语言解释。洞察力可以是积极的,也可以是消极的——它们只是你应该知道的事情。它们会自动地对你的数据进行更深入的挖掘,并告诉你为什么会这样。这为领导者提供了在做业务决策时所需要的基本信息。
See What Matters Most
Workday People Analytics是我们第一个使用增强分析的地方。它将为管理人员,组织领导者和人力资源业务合作伙伴提供可操作的指导,将动态创建的故事与静态内容相结合,涵盖组织构成、多样性、招聘、保留和人员流失以及人才和绩效等方面。
您将看到最重要的事情,以便您可以在最短的时间内做出最佳决策。这将使得组织的行动,创新和学习速度更快。
Workday People Analytics不是自动生成针对特定问题的预测,而是提供一种叙述,以指导管理人员在一个广泛的领域中找到聚焦点——无论是具体的团队、位置、客户还是产品线。它使用机器学习来预测和展示真正重要的东西。换句话说,Workday People Analytics会告诉您需要了解的内容。
例如,一位人事主管可能会收到一条消息,表明新员工流动总体上有所增加,他们不仅应该关注伦敦的销售组织,还要考虑薪酬以及特定的招聘经理。该应用程序可帮助领导者专注于影响其业务的最重要问题,并回答以下高价值问题:
招聘过程中的瓶颈是什么?
该组织多样性的五大趋势是什么?我们作为一个社区如何发展?
整个组织可以从哪些卓越的领域中学习?
我们在哪里看到异常高的磨损?它背后的驱动力是什么?
因此,信息负载减少了1000倍——你会发现什么是最重要的,这样你就能在最短时间内做出最佳决策。组织行动、创新、学习更快,形成良性循环。
Future’s So Bright…
Workday People Analytics只是一个开始,我们很高兴能够进入数据的新时代,超越自助服务,进入人工智能能够有效预测的世界。未来,我们将在所有Workday的产品中应用增强分析。Workday People Analytics将于明年秋季提供给早期用户,通常在2019日历年末提供。单独销售给Workday HCM客户,它将作为Workday Prism Analytics的一部分提供。我们确信好戏还在后面。
以上为AI翻译,观点仅供参考。
原文链接:Announcing Workday People Analytics: Leveraging the Strength of AI, Machine Learning, and Augmented Analytics
人工智能
2018年10月06日
人工智能
人力资源技术取得显著进步,但招聘过程中的“人情味”仍不可或缺
文/Media OutReach
智能技术允许招聘人员更多地专注于人际关系和知识型工作
越来越多的雇主开始使用人力资源技术来吸引和雇用最优秀的人才。根据全球人才解决方案公司任仕达(Randstad Sourceright)发布的一份报告,尽管这些招聘工具得到了广泛采用,但许多企业领导者表示,他们仍然希望在招聘过程中的关键时刻表现出“人情味”。
根据对超过800名人力资本领导者的调查,任仕达的人才趋势研究发现,在进行寻找人才等任务时,半数 (51%)的雇主认为初步筛选应该大部分或完全自动化。同样,相同的百分比认为自动化对于跟踪HR数据/指标以及HR分析的创建和管理非常有用。
然而,人才领导者仍然重视人际互动,因为他们表示在招聘过程中某些方面的个人接触能使候选人参与其中。雇主认为受益于个人接触的前三大职能包括通过视频访谈(28%)筛选候选人,安排与候选人的访谈(27%),以及管理人才社区和参与(26%)。
“对于雇主来说,探索技术创新是一个很好的机会,它们可以为招聘流程带来更多可能性。现在,采购和筛选人才变得更加容易,但同时也增加了复杂程度。这需要公司考虑整体招聘经验,更具体地说是确定技术和接触的最佳组合以改善招聘结果。”任仕达公司董事总经理Anthea Collier说。
无论雇主在何处落实科技与人类接触的差距,65%的人认为人力资源技术的持续发展将积极提升候选人的经验,这些新工具将使招聘人员能够专注于更多知识密集型工作。
以上为AI翻译,观点仅供参考。
原文链接:Despite advances in HR tech, employers believe human touch still an important part of hiring process
人工智能
2018年09月27日
人工智能
为什么在今天的招聘过程中,人工智能(AI)并不能完全取代人类智能(HI)?文/Lou Adler
译/杨喆
人工智能正在快速提高甄别最佳在库候选人的能力。但是,人工智能在识别那些没看到招聘信息,或是暂时不考虑看机会的潜在求职者时,效果就没那么好了。当招聘这些潜在求职者时,便需要比在库甄别更复杂的流程。
招聘经理想要找到一个能在接受薪水范围来做这份工作的人,潜在求职者则对各种机会进行评估,然后选择最有竞争力的offer。如何在招聘经理和潜在求职者间达成一致,这方面人类智能(Human Intelligence)比人工智能(AI)更胜一筹。
人类智能在招聘中的优势:
先来了解一下HI是如何有效促进招聘的:首先,HR找寻到那些目前不看机会的候选人,经由招聘经理同意后,与其进行沟通。如果候选人对职位有兴趣的话,HR尊重候选人意愿并进行深入的面试,面试的严谨性也在一定程度上能够代表对职位的重视。接下来,HR再与招聘经理协商,在确定薪酬范围(有可能会超出之前预定的薪酬)的基础上发放offer。
与招聘经理达成一致是首要准则,其次,也有一些‘常识性( commonsense)’原则:
为了吸引和聘用最优人选,HR会考虑更多,而非机械的按照硬性指标如经验、技能等筛选。比如可以依照工作内容设置4-5个挑战,看看候选人是否能够做到,从而确定其能力是否匹配职位。
要知道优秀的人才总不乏机会,所以HR要掌握优秀的谈判沟通技巧来吸引候选人。比如要在彼此沟通中更多的了解和明确信息,而不仅仅是推荐自己的职位。
需要确保招聘经理知道如何进行双向面试,以评估能力和匹配度,同时也要展示职位的潜力与吸引力。
将陌生人变为熟识虽然需要投入大量时间,但却十分必要,在候选人评估机会时,人脉与职业发展同样重要。
如果你想让招聘经理相信上述原则有效时,可以例举一些过去所聘用,且在内部得到高度推荐或晋升的人,你会发现他们几乎都是用上述提到的原则招聘进来的。事实上,大多数公司在招聘关键职位的候选人时都使用类似的方法。
AI与HI在招聘中最大区别在于职位期望在早期就已经明确时,HI更注重候选人的潜力和过去做类似工作的经验,除此之外,也重视在招聘需求产生前就建立相关的候选人渠道,等需要相关职位候选人时,招聘起来会更加快捷。
上述的策略都需要人的参与,目前人工智能是无法处理这种复杂决策过程的。也许将来有一天人工智能够胜任,但就目前来说,在招聘关键职位的人选时,HI的效能才是至关重要的。
原文链接:Why AI Is No Match for HI (Human Intelligence) in Today’s Hiring Process