-
洞察
Workday签署最终协议收购Evisort，这是一家AI原生文档智能平台
Workday宣布收购Evisort，这是一家AI原生文档智能平台，此举旨在提升Workday在财务和HR数据管理领域的能力。Evisort利用先进的AI技术，从复杂的法律和商业文件中提取清晰、可操作的见解，帮助企业优化支出、增加收入、降低风险并管理义务。通过此次收购，Workday的客户将能够更高效地挖掘数据价值，加速业务决策和行动。
Evisort的平台使用户能够快速从合同、发票和政策文件等非结构化数据中提取信息，自动化流程，发现错误或缺失信息，并做出更明智的业务决策。例如，客户可以利用Evisort的AI技术更快地理解合同条款，优化文件创建过程，并确保利益相关者了解审查情况和必要的行动。
此次交易预计将在Workday 2025财年第三季度结束前完成，需满足惯常的交割条件。Workday表示，这次收购将帮助公司实现其愿景，即帮助客户从最重要的数据中释放更大的价值。
Evisort的AI驱动文档智能平台将使Workday客户能够更快、更高效地从大量的财务和HR数据中获取关键洞察并采取行动
拉斯维加斯，2024年9月17日美国西部时间 -- Workday公司（纳斯达克股票代码：WDAY），一家致力于帮助组织管理人力和财务的领先解决方案提供商，今天宣布已签署最终协议，将收购Evisort，一家领先的AI原生文档智能平台。通过此次收购，Workday将在其财务和HR套件中引入AI驱动的文档智能解决方案。
超过80%的业务数据是非结构化的，组织方式不利于搜索、分析或行动，包括合同、发票和政策文件中的数据。通过Evisort强大的AI功能，Workday将帮助客户从这些未开发的数据中获取关键洞察，以便更快地做出关键业务决策和行动。
Evisort是一家在文档智能领域受信任的AI领导者和先锋。该公司的平台利用AI技术，从存储在文档管理系统中的复杂法律和商业文件中提取清晰且可操作的洞察。大型组织使用Evisort分析整个企业的文件，挖掘重要信息，帮助他们减少支出、增加收入、降低风险和管理义务。
“组织坐拥海量数据，但由于搜索和分析过于复杂和耗时，往往无法发挥其全部潜力。”Workday首席财务官办公室集团总经理Terrance Wampler表示。“Evisort将帮助我们实现帮助客户解锁最关键数据价值的愿景。借助AI驱动的文档智能功能，客户将能够更快、更高效地获取并行动在这些洞察上，保持在当今快速变化的商业环境中的领先地位。”
“AI是一股强大的力量，正在转变组织将文件中的非结构化数据转化为战略性业务决策的方式，”Evisort创始人兼首席执行官Jerry Ting表示。“我们很高兴将Evisort的文档智能技术与Workday的统一财务和HR平台相结合，这将使客户能够更有效地利用关键业务数据，在一个单一的真实系统内工作。”
通过Workday和Evisort的文档智能解决方案，客户将能够将非结构化数据从文档管理系统引入Workday，帮助客户更高效、智能地管理人力和财务流程，包括：
获取更准确的数据。 客户将能够在几秒钟内从业务文件中提取并转移数据，且更加准确和自信。这包括直接从文件中提取财务和运营细节以自动化下游流程，揭示错误或缺失信息，以及搜索支付条款等详细信息。
通过自动化驱动对齐和行动。 客户将能够使用强大的AI帮助员工更好地理解合同，简化文件创建过程，并让利益相关者了解审查和必要的行动。
做出更明智的业务决策。 客户将能够最大限度地利用业务文件，通过通知有利条款和条件以及建议的行动来提升决策效果。
Workday与Evisort：AI驱动的文档智能，打造变革工作场所
Workday将在各种应用场景中提供Evisort的AI驱动文档智能解决方案，帮助团队更好地实现目标并重塑角色，包括：
会计。 会计人员将能够利用AI功能快速导航业务文件，如收入合同、供应商发票和资产协议，更有效地阅读、转换、匹配和记账。例如，对于收入合同，会计人员将收到合同错误的警报，获得收入确认时间表的建议，并在合同续约时得到通知。
采购。 组织将利用这些AI驱动的解决方案提升供应商合同谈判和合同风险管理活动。这将推动降低支出机会，支持合规，并帮助减少风险。例如，采购专业人员将能够识别现有供应商协议中的未声明利益，并根据历史基准评估合同语言以指导谈判。这将有助于保护利润并防止不必要的风险。
员工知识库。 员工将能够更快速地访问有关HR和财务政策（如福利和费用）的信息，从而减少获取关键员工信息的时间。例如，员工将能够使用AI聊天机器人简单提问，并获得即时答案和参考支持文档。
关于Evisort收购的详情
该交易预计将在Workday的2025财年第三季度结束（2024年10月31日）前完成，需满足惯常的交割条件。Orrick律师事务所担任Workday的法律顾问，Goodwin律师事务所担任Evisort及其股东的法律顾问。
关于Workday
Workday是一家领先的企业平台，帮助组织管理其最重要的资产——人力和财务。Workday平台以AI为核心，帮助客户提升人力、提升工作效率，并推动业务持续发展。全球超过10,500家组织在使用Workday，包括中型企业和超过60%的《财富》500强公司。有关Workday的更多信息，请访问workday.com。
© 2024 Workday, Inc. 保留所有权利。Workday及其标志是Workday公司的注册商标。所有其他品牌和产品名称是各自所有者的商标或注册商标。
关于Evisort
Evisort的AI原生合同智能平台帮助包括微软、Workday、McKesson、BNY Mellon、西联汇款和NetApp在内的知名组织全面了解其合同。Evisort通过先进的专有AI技术——包括第一个专为合同设计的大型语言模型（LLM）——赋能团队更快速、更智能地起草、管理、分析和优化协议，帮助加快交易，减少风险和成本，并将法律和合同挑战转化为战略性业务机会。
前瞻性声明
本新闻稿包含与Workday、Evisort及Workday收购Evisort相关的前瞻性声明。这些前瞻性声明仅基于当前可用的信息以及Workday的当前信念、期望和假设。由于前瞻性声明涉及未来，因此存在固有的风险、不确定性、假设和难以预测的情况变化，其中许多因素超出了Workday的控制范围。如果风险变为现实，假设证明不正确，或者我们经历意外的情况变化，实际结果可能与这些前瞻性声明所暗示的结果有重大差异，因此，您不应依赖任何前瞻性声明。此声明中的前瞻性声明包括但不限于：有关拟议交易潜在利益和效果的声明；Workday对Evisort业务及其能力的计划、目标、期望和意图；以及拟议交易的预期完成时间。风险包括但不限于：（i）交易可能无法按时或根本无法完成的风险；（ii）未能实现交易预期利益的风险；（iii）Workday实施其对Evisort业务及其能力的计划、目标和其他期望的能力，以及我们在我们的HR和财务应用套件中交付AI驱动的文档智能解决方案的能力；（iv）交易公告或完成的负面影响；（v）与收购相关的意外费用或负债；以及（vi）我们向美国证券交易委员会（“SEC”）提交的文件中描述的其他风险和因素，包括我们最近提交的10-Q表格和我们将不时向SEC提交的其他报告，这些文件可能导致实际结果与预期有差异。Workday不承担任何义务，也不打算在本新闻稿发布后更新任何此类前瞻性声明。
本文件、Workday网站或其他新闻稿或公开声明中引用的任何尚未发布的服务、功能或功能均可能会发生变化，且可能不会按计划交付或根本不交付。购买Workday服务的客户应根据当前可用的服务、功能和功能做出购买决策。
来源：Workday公司
-
洞察
2024年人力资源趋势：借助AI探究“AI年”
在我们一年一度的人力资源趋势报告中，SAP® SuccessFactors® 进行了研究，了解当前企业面临的核心人力资源趋势，这包括哪些趋势自2023年以来一直是重点，以及2024年有什么新的变化。我们每年都会从全球和区域内广泛挑选的、信誉良好的商业新闻资源中汇总和综合数据，这些数据展示了人力资源的趋势和预测，并通过内容分析提炼出它们共同的核心主题或“核心趋势”。
但今年的报告有所不同：鉴于人工智能（AI）尤其是生成式人工智能（Generative AI）作为完成工作的工具最近的快速发展，我们重构了我们的内容分析方法，纳入了生成式AI。我们的目的不仅是理解这种能力如何被应用于工作中，还想分享我们的使用经验——我们学到了什么，哪些方面最为有价，以及我们认为哪里仍然需要“人类的触感”。
以下是我们在使用AI进行趋势报告时遇到的主要优势和劣势。
优势：AI能迅速提供初步洞察。虽然你在我们报告中读到的内容是我们研究团队100%原创编写的，但我们确实使用了大语言模型（LLM）来辨识初步趋势数据中的共同主题，以帮助我们撰写每个核心趋势的摘要部分（“吸引我们注意的”）。我们首先将611个趋势手动分成更宽泛的“核心趋势”，然后将每个分类下的趋势输入到大语言模型中。该模型仅用几分钟就能将大量的原始文本数据转化为一组共同的主题。比如，我们排名最前的核心趋势包含100个单独的趋势，总共超过23,000词，而快速阅读的成年人读相同的文本量几乎需要一小时。
劣势：AI忽视了细节。通过使用大语言模型，我们发现尽管它能够成功地将大量的文本数据整理成基于频率的共同主题，但它忽略了帮助我们理解这些主题中哪些内容是有意义和重要的关键背景。例如，我们排名第三的趋势“混合办公回归办公室”涉及的原始数据不仅包括重新思考工作安排和空间，还涉及到工作本身的重新设计。这一变化与前几年关于此趋势的讨论有显著不同，是企业必须了解的重要变化。尽管这个话题对我们的研究人员来说非常重要，但因为它在与整体混合工作相关的数据中的出现频次较低，所以没有在LLM的输出中得到反映。我们认为，对于那些寻求主题广泛基础知识的新手或非专业人士而言，使用LLM的这种方式可能更有价值，而不是那些已具备基础知识且寻求具体性或深度的专家或学者。
优势：AI具有灵活的迭代能力。我们对大语言模型的指令进行了特别设计，以非常明确地定义模型返回的内容，确保输出格式符合我们的需求。例如，我们不仅仅是请求“一系列主题及其摘要”，而是要求模型按数据中出现的频率对主题进行排序，对每个主题进行特定数量句子的摘要，并提供直接从数据中抽取的引用例子，以更好地从源材料说明主题。这不仅为我们提供了更好的内容，而且通过要求大语言模型从源数据中提供示例，还帮助我们评估了模型输出的质量和准确性。
劣势：AI不能保证源数据的质量。从2023年秋季开始，我们开始精选要纳入我们2024年核心趋势分析中的源材料。我们会仔细评估每一份材料，确保来源都是高质量、声誉良好的商业新闻来源。事实上，由于品质问题如主题不相关、语法拼写错误或有偏见等，我们今年排除了约20%的初始收集材料。当我们请求大语言模型使用实时数据来列举2024年的人力资源趋势并报告它们所使用的来源时，我们发现源材料中存在质量问题。这是我们认为采用我们自己的经过质量控制的趋势数据而不依赖大语言模型自行识别源材料的一个重要原因。
总之，将AI纳入今年的分析虽然是一个有趣且富有洞察力的过程，但最终我们指出的弱点限制了其价值。在我们的核心趋势分析中，像这样需要批判性思维、精确性和对细节的关注的工作，依然需要人类来主导和监督，以确保提高效率和灵活性不会以牺牲整体质量为代价。
来自SAP
-
洞察
肯耐珂萨生态论坛大咖分享之艾瑞HR SaaS应用实践与趋势洞察
艾瑞咨询合伙人、艾瑞研究院院长金乃丽
她主导艾瑞研究院媒体营销、新零售、人工智能、云服务、医疗、金融等新经济领域研究工作，致力于通过专业深入的研究洞察，助力企业、投资机构、学界及政府提升对新经济产业的认知，高效优化决策。
2021年10月20日，肯耐珂萨成功举办了第四届肯耐珂萨用户生态论坛，本届所传达的主题是“新驱动·新效能”，中国经济现已迈入增速换挡期,中国企业的数字化建设需求呈现急剧增长的态势,面对一个机遇与挑战的时代，此次大会艾瑞研究院院长金乃丽给出了她的见解。
HR SaaS与企业数字化
企业数字化赋予人力新视角， HR SaaS战略性匹配业务升级。
人力资源管理是企业数字化转型的重要组成部分，企业业务数字化转型离不开组织匹配，组织目标管理、执行效率、人才激励、企业文化等都是企业战略层面重要理念，尤其是目标执行和人才激励对于组织发展和战略落地具有重大意义。
中国HR SaaS市场发展驱动力
◆ 数字经济规模占GDP比重不断增加，与HR SaaS形成正向循环。
◆ 2020年我国数字经济规模为39.2万亿元，占GDP比重达到38.6%，较2019年提升2.4pct，对整体经济产值的影响进一步加大。
◆ 劳动力人口增加和人才紧俏并存，推动数字化管理工具发挥价值。中国2019年劳动力人口数量为8.1亿，占中国总人口数量的比例为57.9%，劳动力数量整体仍呈上升趋势。
中国HR SaaS的变与新需求侧体现为三点：
❶ 企业HR管理痛点与变化
❷ HRSaaS应用场景延伸
❸ HRSaaS产品选型
企业HR管理痛点与变化，管理指标和评估标准需创新，战略型管理成企业发展新动能
发展初期：管理目标为事务性管理，管理特征为基本的人事档案及招聘管理，通过单模块软件完成招聘、人员信息管理。
痛点：
❶ 在企业发展薄弱，缺乏有针对性的人才发展方法；
❷ 企业资金链不稳定，对付费方式灵活度要求高。
成长期：管理目标为信息化管理，企业处于快速发展阶段，各部门发展不均，人才参差不齐，对岗位能力要求出现差异。
痛点表现：
❶ 老系统体验差，功能不全，不能满足企业人力资源差异化管理；
❷ 人员数量和部门增加，导致人力资源管理成本高，对管理系统和高效系统有迫切需求。
成熟期：管理目标为分析型管理，企业部门相对完善，公司总部与子公司共同发展，存在跨公司管理现象。
痛点体现：
❶ 招聘角色多，权限复杂，人才数据分权限流转难；
❷ 缺乏管理数据支持，对人才和发展管理工作进行有效评估。
稳定期：管理目标为战略型管理，企业发展稳定，为匹配创新业务发展，人力资源管理亟需变革，为公司整体战略赋能。
痛点体现:
❶ 人力资源管理理念落后，缺少组织战略目标分解及共识途径；
❷ 公司架构复杂，跨部门协作效率低；
❸ 对模型创新性要求高，关键指标及评估标准模糊，灵活用工需求增加。
HR SaaS应用场景延伸
◆ 覆盖选用育留全链条场景，灵活用工或成新需求爆发点
◆ 整合简历形成结构化标签，智能筛选快速抢占人才市场
◆ 深度挖掘数据降低统计差错，多维度协同帮助企业快速发展
◆ 以组织效能提升为目的，将组织战略转化成可衡量的目标
◆ 多维度敏捷搭建胜任力模型，能力评估完善企业人才发展机制
◆ 灵活用工模式按需供应人才，中国市场迎来快速增长阶段
HR SaaS产品选型
◆ 大型客户对于一体化产品能力要求更高，决策流程转向招投标，而中小型客户偏向单一模块例如：招聘、在线测评、薪酬考勤以及灵活用工，对于一体化要求较低，几乎无定制化需求一般选用公有云，决策流程较简单偏向直接采买。
◆ 一体化厂商逐步扩张合作伙伴，搭建生态助力企业业务增长
中国HR SaaS市场规模
◆ 2025年市场规模预计达到142亿，未来5年复合增速39.5%
中国HR SaaS第一梯队厂商分析艾瑞2021中国HR SaaS行业研究报告中肯耐珂萨在营收、付费客户数量、品牌影响力等综合指标评估下，位居中国HR SaaS行业第一梯队。
肯耐珂萨是中国最早的HR SaaS厂商之一，战略性推出了一体化产品架构，提供一站式的人力资本管理（HCM）软件解决方案。依托行业领先的方法论、SaaS+PaaS+AI等数字技术的应用，肯耐珂萨通过人事管理云、招聘管理云、人才管理云、组织发展云的产品矩阵触达企业全场景的人力资源数字化管理，遵循“科技+业务”思路，赋能企业人力资源管理效能提升。其中，人事管理云的VX-Core HR产品目前已经取得了革命性的进步，实现了跨场景跨用工形式的供给，能够同时覆盖白领、蓝领、灵活用工的复合用工形态，帮助企业建立全场景复合用工的Core HR平台。
肯耐珂萨凭借强大的一体化、数智化转型解决方案能力和先进的组织能力杨三角理论，已经累计服务超过3000家中大型客户，覆盖了泛互联网、智慧制造、新零售、大金融、大健康、房地产等领域，连获知名机构战略投资并持续保持稳健增长。目前，肯耐珂萨公司在全国拥有15个办公地点、超过900名员工的团队，并且获得了多项国家和行业标准认证。肯耐珂萨持续领先和不断提升的数字化产品、服务与解决方案推动各行业企业进行人力资源数字化转型，打造具有竞争力的组织能力，助力企业获得持续成功，创造了极高的客户满意度。
HR SaaS发展趋势◆ 增加除产品外的高价值服务，深度绑定客户提升客户黏性
◆ 厂商持续向PaaS层发力，AI、RPA助力实现自动化和智能化
◆ 搭建HR SaaS多维体系吸引垂直合作伙伴，构筑行业生态圈
结语HR SaaS相对SaaS赛道其他产品，除了具备通用性应用场景之外，还具备底层人力资源管理理念支撑，是典型的“文科生”+“理科生”的结合体，尤其是一体化HR SaaS赛道进入壁垒相对其他单模块厂商更高。从需求属性来看，HR SaaS在大型企业和中小型企业需求覆盖范围均很广，赛道当前仍处于稳定增长阶段，且续费率较高，聚焦大中型客户一体化的厂商客户黏性更强，具备更大商业价值和投资价值。
-
洞察
科技正在改变人力资本分析，这会是好事情吗？
Tech Is Transforming People Analytics. Is That a Good Thing?
一个世纪前，弗雷德里克-泰勒的《科学管理》为现代人力资源奠定了基础。他的核心前提是，组织应该把工作场所变成现实世界的心理学实验室，测量和监控员工的一举一动，以提高他们的绩效，降低他们的压力水平。这一范式具有革命性的意义，并促使亨利-福特等著名工业家在人类工程方面进行了前所未有的创新，创造了具有开创性的流水线，并提出了优化角色、任务和工作设计以提高员工生产力的科学公式。福特汽车公司等大公司成为应用心理学的试验田，循证人力资源应运而生。
快进100多年，这都是泰勒的注脚。一些最大、最成功的企业，如谷歌、微软等，都在加紧研究数据科学，招募了一支工业/组织心理学博士大军，并加速数字化转型，围绕人工智能和大数据部署智能技术，以改善人才管理系统。人力资本分析时代已经到来，在COVID-19之前，它已经很发达了。但在一个越来越虚拟（甚至可能只是虚拟）的工作世界中，可用于了解和预测员工行为的数据量将继续呈指数级增长，从而为通过技术和数据进行管理提供更多机会。
从广义上理解，人力资本分析是致力于追求数据驱动的关于组织员工队伍的洞察力的人力资源职能--是的，人力资源的极客部分。把数据看作是员工行为的数字记录，而人力资本分析则是将这些数据转化为可操作的洞察力，从而提高组织效率的科学。大多数组织都坐拥丰富的数据。我们一再听到 "数据是新的石油"，但没有洞察力的数据是没有意义的--只是0和1。你需要正确的框架、模型或专业知识来确保数据获得意义，而下一阶段的工作是在这些洞察力的基础上采取行动，在组织中创造数据驱动的决策、变革和数据导向的文化。因此，人力资本分析是一种刻意的、系统的尝试，目的是使组织更加以证据为基础、以人才为中心、以业绩为中心，人们希望，这应该使组织更加有效。
考虑到员工体验，传统上是通过年度调查来评估的，重点是工作满意度或员工参与度。尽管这些衡量标准与工作绩效呈正相关，但相关性通常很小（表明参与度与生产率之间的重合度不到20%），而且与员工的个性等不相关因素混为一谈。等待一整年的时间来评估士气是上升还是下降也是不合理的，为什么不更定期地监测呢？
这也是更加定期的 "脉搏调查 "和员工倾听工具开始流行的地方，并能迅速地推动真正的行动，使员工和企业受益。像Glint、CultureAmp、Qualtrics和Peakon等公司都能够帮助企业定期为员工 "把脉"，实时了解员工的参与度和员工情绪。虽然员工倾听已经出现了一段时间，但在应对Covid-19危机时，它更加流行。荷兰合作银行、默克公司和澳大利亚国民银行等公司都在利用员工倾听来了解员工如何应对新的远程工作安排，他们对支持的需求如何变化，以及他们对重返工作岗位的偏好是什么。通过使用分层抽样（一种替代随机抽样的方法，使数据科学家能够将给定的样本划分为 "层"，以便对人群进行预测）和自由文本评论（将单词和词频解码为情绪情感或不同心理特征的软件）和讨论板的文本分析等技术，公司可以在快速变化的环境中获得有价值的洞察力，了解什么对员工来说是重要的，同时避免调查疲劳，并保留个人层面的匿名性。
另一个重要的问题，特别是在目前的情况下，就是是否可以利用新技术来保证人们的安全，监测他们的精神和身体健康。目前，人们正在广泛讨论雇主如何使其工作场所安全，并确保在封锁后的阶段健康地重新开放办公室，这不仅仅是通常的措施，如温度检查或社会距离，可能会有所帮助。公司正在通过多种方式实施新技术来支持员工。可穿戴设备现在可以监测压力和焦虑，如果员工选择分享这些数据。可以部署聊天机器人，询问你的情绪状态并提供建议。当然，同样的信息也可以用来支持或控制人们：如果你知道某人的感受，他们的生理和心理状态是什么，这些信息很可能被用来帮助他们，让他们变得更好，或者，人们希望不要操纵他们，控制他们。只要技术能够让其他方面或个人洞察你更深层次的情绪状态，都是如此。
最值得注意的是，"跟踪和追踪 "应用，如美国谷歌和苹果公司开发的应用，在应对疫情时，一些ZvF（如你懂得、新加坡和以色列）立即部署了这些应用，雇主很容易采用这些应用来监控和改善人们的健康状况。同样，学术界也在与可穿戴式创业公司合作，比如Oura戒指和UCSF，将人们已经分享的生物识别数据--当然是自愿的--转化为Covid-19风险档案。将这些创新视为数字等同于当你到办公室时检查你的体温，或者让医生在现场检查关键症状。虽然这些措施是有争议的，因为它们有可能侵入人们的个人生活，并劫持他们的隐私和匿名性，但它们越来越多地被大型雇主采用，而且随着我们的物理生活和数字生活本身的界限开始变得模糊，我们越来越难以看到那些数字的区别，以及那些模拟或物理的区别。
另一个关键目标可能是提升员工的绩效或生产力。在大多数组织中，这将始终是主要目标，即使公司非常关心士气和福利，主要是因为他们认为这些东西与绩效相关。然而，这也是监控的 "毛骨悚然 "因素开始发作的地方。随着手机、传感器、Alexa、可穿戴设备和物联网都有能力检测和记录我们的举动，而真正离线和脱离雷达的机会相当少，这一切可能很快就会变得相当有侵犯性和像大哥大一样。例如，现在一些公司正在寻求推出更具侵入性的监控软件，这些软件可以在员工工作时进行截图，可以追踪人们的行踪，以此来追踪生产力，监控一夜之间变得远程的劳动力。今年早些时候，普华永道因开发监控来追踪员工是否离开电脑而招致不少批评。
其他公司正在考虑开发监控工具，以监测COVID-19病毒在办公室内的传播情况。但是，当我们看到为应对COVID-19而增加使用监控技术时，员工将不得不做出怎样的权衡？如果在保护员工健康的幌子下，这些工具成为强制性的，那么员工如何确保他们的隐私会受到保护，他们的数据不会被用于其他目的？这就是人力资源部门必须介入的地方，并推动对话，解决员工的信任、企业责任和任何新技术的道德影响，在员工、经理和企业的需求之间取得平衡。
虽然我们仍处于这场革命的初期，但在人才管理的每一个主要垂直领域都取得了明显的进展，出现了一系列新颖的工具和技术，在某些情况下，这些工具和技术得到了科学的支持。如果领导者能够在其组织中灌输一种信任、尊重和公平的文化，并根据最强有力的道德和法律参数（这不是一个小的 "如果"）来部署这些新兴的创新，那么就有真正的机会使工作显著改善。
在公司考虑新技术或人力资本分析项目时，仅仅希望道德规范处于最前沿是不够的。在我们看来，企业需要为人力资本分析采用一个道德章程，帮助他们明确规定什么该做什么不该做，就像为客户或财务数据的使用制定准则一样。为了建立和维护员工对人员数据使用的信任，组织需要正面解决道德和隐私话题，在如何使用数据方面对员工公开透明。
毫无疑问，技术加上近乎无处不在的工作和工作相关行为的数字化，有可能帮助组织大规模地监控、预测和了解员工的行为（和想法），这是前所未有的。同时，这些技术以不道德或非法的方式部署，也允许雇主控制和操纵员工，违反信任，不仅威胁到他们的自由和士气，还威胁到他们的隐私。防止这种情况发生的唯一方法是严格执行适当的法律和法规，确保员工始终处于驾驶位置，能够授权雇主使用他们的数据（或不使用），并从从中获得任何见解和知识。可以肯定的是，在对雇主有利的事情和对员工有利的事情之间，并不存在逻辑上的矛盾。但是，强迫人们做出某些行为，或使用他们的个人数据来对付他们，这种诱惑比人们想象的更真实。
作者：Tomas Chamorro-Premuzic Ian Bailie
仅供参考，版权归HBR所有。
-
洞察
LinkedIn成为一个严肃的开放式学习体验平台，非常值得关注！
LinkedIn已经成为企业学习市场的一个重要组成部分。上次我看了下公司有超过1700万用户，14,000个企业客户，超过3,000个课程，并以高两位数的速度增长。而这一切只用了两年左右。
LinkedIn正在成为一种主导学习解决方案，具有一些非常有趣的竞争优势。
而该公司刚刚发起了挑战; 它现在宣布它已经完全向外部内容合作伙伴开放了它的学习平台。这是该公司正式宣布LinkedIn Learning不仅仅是一系列令人惊叹的内容，它还是一个企业学习平台。该公司希望成为所有组织学习内容的单一地点。
让我简要总结一下。就在几个月前，LinkedIn推出了Learning Pro，这是一套让公司发布自己的内容并创建自定义学习路径的功能。上个月，该公司宣布了Skills Insights，这是一套工具，可以让您检查公司的技能，并根据已知的技能差距推广课程。
现在，公司正在向前发展。LinkedIn现在通过其机器学习算法向任何用户提供基于技能的学习建议。它正在打开平台，因此购买了多个内容源的客户可以为其员工提供一个位置来发现和访问其组织的所有学习内容。
LinkedIn不会出售此内容，因为这些是集成合作伙伴关系，而不是许可合作伙伴关系。这使得LinkedIn可以将其洞察力应用于企业目前已经使用的各种内容。
这包括与市场上一些重要的学习内容提供商的合作伙伴关系。
Harvard ManageMentor：由哈佛商学院教师和商业领袖的最新思想和经过验证的实践推动的领导力发展内容。
getAbstract： 18,000多本书摘要和TED演讲。
Bigthiank大想： 500个简短，可操作的视频课程，以保持领先于业务变化并激发员工的敏捷性。
Treehouse：一所在线学校，教授超过850,000名成年人如何成为软件工程师和产品设计师。
CreativeLive For Business：专家主导的创意，创新，设计思维，情商，创业等课程。
所有这些意味着LinkedIn现在处于学习体验平台业务中，并且在某种程度上也是LMS业务。当然，该平台不一定是许多行业应用程序的合规性管理程序。但对于其他所有人来说，它现在是一个企业级学习平台，可以在几乎每个领域提供培训。
在最新版本中，LinkedIn还在LinkedIn学习课程中添加了协作和问答功能，让学习者可以相互交流并与作者或出版商互动，从而使其成为一个协作学习平台。
这些都是重大举措。正如我在文章“LinkedIn宣布...很多！”中描述的那样，该公司现在是一个严肃的端到端人才解决方案提供商。在L＆D领域，该平台可以补充甚至取代许多现有系统。鉴于内容市场现在如此重要和如此重要，LinkedIn现在意识到，为了真正推动价值，公司必须拥抱最佳内容专家。
市场上有许多学习平台，大多数都有类似的内容关系。但LinkedIn有一条腿：大量的数据。
当您的员工使用LinkedIn学习时，平台会了解您的典型LMS无法理解的内容。它有自己的工作经历，他们的联系和社会形象以及推断的技能。这意味着他们在LinkedIn中看到的建议和学习路径将非常有针对性，有用并且与他们的工作和未来的职业道路直接相关。大多数LMS几乎都没有这样做，所以仅此一点就是一个值得一看的理由。
现在是学习专业人士以不同方式思考LinkedIn的时候了。是的，该公司是最大的专业网络。是的，这是一个寻找工作和人员的绝佳平台。但现在它是一个认真的学习解决方案，并且具有一些非常有趣的竞争优势。
作者：Josh Bersin是Deloitte的Bersin创始人，也是企业人力资源，培训，人才管理，招聘，领导力和工作场所技术等各个方面的行业分析师和研究员。
以上由HRTech AI翻译，仅供参考学习
扫一扫 加微信
hrtechchina
