• 人力资源数据
    【观点】人力资源和人工智能:下一步是什么? 人工智能已经证明了它支持人力资源决策的能力,无论是赢得、留住还是培养人才。但是,我们还能期待什么呢? 首先应该明确的是,我们谈论“人工智能”时的意思。与普遍的看法相反,它不是关于制造和编程模仿人类智能的机器。人工智能仅指机器的智能,而不是人类的智能。具体来说,它指的是他们分析环境并作为机器做出反应和适应环境的能力。目的不是取代人类,而是通过利用机器来更好更快地支持我们的行动。 人力资源领域的人工智能研究侧重于分析和交叉引用三种类型的信息:个人资料、职位和培训内容。人力资源的一大挑战是其要分析的数据大多是非结构化文本,其中包含的术语通常非常主观。法律文本是客观的,几乎没有解释空间。人力资源部门的情况并非如此。简历很难分析,因为单词背后的概念因人而异。人力资源数据本质上是复杂的,大多数系统过去都避免使用这些信息。 因此,人力资源领域的人工智能研究主要集中在识别个人能力、各种技能交叉联系的性质、工作简介的定义以及所有这些数据的交叉引用上。 人工智能如何支持当今的人力资源?人工智能工具至少已经支持以下基本功能: 例如,从存档的文件(例如简历、求职信)中检测和提取个人的技能,以创建技能图。 将工作简介转化为15-20项技能,而不是让求职者执行复杂的操作。 这些技术在什么样的人力资源环境中使用?主要有三种: 招聘:人工智能有助于以相关和有效的方式制定工作机会的技能内容,确定候选人的技能,如有必要,对候选人进行初步选择,并支持候选人的求职之旅。 人才市场:相同的技术用于实现员工的内部流动和管理其职业道路。人工智能可以使用自动检测功能,从员工的简历和人力资源档案中识别相关技能,向员工推荐职业机会。 LXP(学习体验平台):人工智能不仅可以帮助员工识别他们现有的技能,还可以确定为实现职业目标而需要弥合的技能差距。然后,它可以给予相关的培训建议。 人工智能的未来发展 人工智能不是一种单一的静态技术,它正在快速走向市场成熟和标准化。就其本质而言,人工智能处于不断变化的状态。随着机器在学习方面做得更好,我们可以在未来几年内期望它们可以做得更好。人力资源的人工智能应用已经显示出其功效,并将变得更加强大。人工智能将更好地理解每个人如何表达自己,这样就可以更准确地评估每个人的技能。其结果将是越来越有针对性的响应和服务。这将是未来十年的核心市场趋势。 人工智能对人力资源的贡献并不止于此。整个组织的技能可视化将使支持人力资源决策和战略工作场所规划成为可能。这个想法是利用员工提供的这些“技能”数据来制作可视化地图,这将有助于公司管理层做出决策。目的是将人力资源从被动职能(我们需要填补空缺)发展为能够执行技能差距分析的战略角色,从而确定未来的培训和招聘需求以实现公司的目标。这些可视化使人力资源管理部门能够向决策者和业务领导者提供人力资源愿景,了解公司可获得的技能和机会。 从理论上讲,使用人工智能来支持战略决策仍然需要一些微调和大规模推出的准备。我们将看到更多这种类型的产品正在开发中,以帮助组织内部进行全球战略决策。 人工智能的局限性 无论是在人力资源还是其他应用中,人工智能在定性和定量方面都有巨大的发展潜力。同时,该技术也有其局限性。没有人工智能系统可以声称这种类型的数据检测率达到99.99%。 人工智能技术非常擅长识别与硬技能相关的任何内容。然而,当涉及到软技能时,很难获得真正有意义的可靠结果。我们使用人工智能的目的是“自动化可以自动化的任务,让人类专注于具有更高附加值的任务。 人工智能对人力资源的贡献首先在于与人类的这种互补关系。人工智能永远不会取代人类的决策,但它确实释放了寻找信息和分析文件所花费的时间,为员工开辟了机会。人工智能的工具正在改变员工与人力资源之间的关系。例如,员工不再通过联系公司的人力资源部门获取信息。人工智能不会使工作场所的关系失去人性。相反,它通过给予他们更多的自主权,使所有相关人员受益。 文章来源:https://www.cornerstoneondemand.com
    人力资源数据
    2023年01月29日
  • 人力资源数据
    【巴黎】人力资源数据可视化初创公司Reflect获得200万欧元的种子轮融资   总部位于法国巴黎的人力资源数据可视化初创公司Reflect获得了200万欧元的种子轮融资。 本轮融资由XAnge领投,Evolem、Kima Ventures、Roxanne Varza、Matthieu Birach和Thibaud Elziere参与。 该公司打算利用这些资金加速增长,扩大运营和开发工作。Reflect该公司的核心宗旨是制作世界上最好的网络笔记应用程序从而改善人们的思维方式。使用Reflect笔记工具,软件APP可以实时跟踪用户的笔记、书籍和会议。帮助用户随时随地、在线或离线捕捉创意,然后将用户的 Kindle 精彩集锦、网页片段和笔记集中到一个位置,再使用反向链接关联笔记,反映用户的工作思维方式。 在首席执行官Léopold Adam的领导下,Reflect为企业提供了一个HR数据可视化平台,该平台自动现有软件(ATS、HRIS、Payroll、LMS、eNPS)具有集成,检索和清理数据并指标数据的功能。它目前的用户有Pennylane、Welcome to the Jungle、Batch、Partoo和SmallPDF等公司。
    人力资源数据
    2022年10月19日
  • 人力资源数据
    为什么现在是启动首席人力资源数据科学家的时候了 人力资源部将成为分析,算法和机器学习领域增强型人员决策的“规则制定者”,首席人力资源数据科学家可以提供领导力,指导,治理和信誉,确保人力资源从业者不会无意中扮演上帝罗伯特斯科特写道,与人们的生活  息息相关 我最近遇到了一个有抱负的外星人。一位年轻的理论物理学家被选中为火星开辟道路,作为团队的一员,将在红色星球上创造第一个人类殖民地。除了与太空旅行相关的明显风险,例如碰撞或耗尽氧气,他们意识到会有更多复杂和危及生命的风险,他们根本无法预见。还有一个单程票的小问题。 (I recently met an aspirant extraterrestrial. A young theoretical physicist who’s been selected to blaze a trail to Mars as part of a team who will create the first human colony on the red planet. Besides obvious risks associated with space travel, such as crashing or running out of oxygen, they realise there will be many more complex and life-threating risks which they simply can’t foresee. There is also the small issue of one-way only tickets.) 这位勇敢的女士并不担心,她将她即将到来的航程比作欧洲殖民美洲。很多人离开他们的家几乎不知道他们将面临的挑战,他们如何克服障碍,或者他们是否真的能够生存 - 许多人没有。但他们希望过上更好的生活。 不可避免的人力资源数据之旅 人力资源部门自己的火星任务刚刚爆发。在算法和机器学习的支持下,快速转向即时,个性化,复杂和预测性的分析是一个未知的危险之旅 - 我们可以看到一些风险,但我们对大多数严重的风险都没有注意到。 这是人力资源的可选之旅吗?不,这是不可避免的。大多数CxO都了解数字化转型业务的必要性,以保持相关性和竞争力。速度和敏捷性是数字化成功的基础,从根本上说,人类决策将越来越多地通过实时数据分析得到增强和指导,包括围绕员工的决策。 作为人力资源领导者,您对火星之旅的准备程度如何?您是否组建了一支具备应对已知分析挑战的技能的团队,能够发现新问题,快速分析,构建适当的解决方案,最重要的是,有效处理未知问题? 为了清楚起见,我不是在谈论创建一些趋势线图形或回归测试,HR会定期向线路经理发送。我们正在谈论将实时数据和机器学习建议交到决策者手中,这对于申请人和在扩展的员工队伍中工作的任何人来说都非常简单。他们也可能是无意中错误的决定。 “人员分析的严肃性,潜在风险和未来重要性要求最高水平的专业性和责任感” 形象地说,人力资源专业并没有搬到邻近的城镇,那里的东西“或多或少”相同。他们正在与分析完全不同的地方,这将挑战他们的专业效率,道德和保持真正的人民监护人的能力。 首席人力资源数据科学家的角色 重要的是,我们应该抵制因恐惧,偏好或缺乏理解而对这一不可避免的旅程不屑一顾。看看人力资源以外的工作场所,不难看出我们的生活和决策如何,越来越多地受到我们无法完全控制的数据和机器学习建议的影响。Netflix,优步,谷歌地图,谷歌邮件,PayPal,Spotify,Siri和更多日常系统分析我们的数据,为我们提供明智的建议和决策。人力资源部门将成为增强人员决策的“规则制定者”。 人力资本分析的严肃性,潜在风险和未来重要性要求最高水平的专业性和责任感。作为人力资源专业人士,我们知道人力资源团队共同处理许多相互关联的不同组成部分。我想不出一个不受数据和分析影响的领域。首席人力资源数据科学家可以提供领导,指导,治理和信誉,以确保人力资源从业者不会无意中与人们的生活一起玩神。 人力资源必须在他们的火星之旅中找到合适的初始团队 - 与错误的团队一起到达将远远超过数据准确性。设计错误可能会对人员和业务决策优化产生长期影响。这是人力资源的单向旅程,但是弄错了,可能会致命。 3个关键的人力资源数据趋势和预测 人力资源数据分析将成为人们在数字化转型的商业环境中做出决策的生命线。速度和敏捷性是成功的关键因素,只有超人的决策能力才能真正实现。 人力资源部门的社会科学倾向仍然是有效人员管理的一个重要因素,但这些资源不太可能适合人力资源数据科学家的主要角色 - 支持每项技能的基本原则是非常不同的。 人力资源软件供应商已经提供了广泛的分析,人工智能和机器学习解决方案,包括引入非人力资源数据集的能力。简单且图形化的前端不应分散将严格的数据管理规则应用于底层数据和算法的关键需求。     以上由HRTechChina AI翻译完成,仅供参考交流。转载请完整保留信息   作者:Rob Scott   全球领导者:IT战略与创新。在过去的25年中,他在人力资源和人才管理,人力资源战略以及人力资源环境中的技术利用等领域积累了丰富的专业知识和经验。他在知识管理方面进行了研究和咨询,具体参考了HR在创建有效的知识环境中所起的作用。 原文标题: Why it’s high time to launch your chief HR data scientist
    人力资源数据
    2019年06月29日