-
专家专栏
面对AI发展，Workday应对更加快速—值得每一位HRTech领域CEO阅读
Workday不仅对其AI产品策略有清晰明确的认识，而且公司正进入多年来最强大的产品周期之一。我从未见过如此多的Workday功能达到成熟，很明显，该平台正在全面发挥作用。
首先让我给大家一个概述：ERP市场庞大、重要且不断变化。每家公司都需要一个财务和人力资本系统，这些平台需要同时完成数百项任务。我们希望它们易于使用、运行迅速且能立即为我们的公司进行配置。但我们也希望它们易于扩展，能与许多其他系统集成，并建立在现代架构上。
那么，作为一家成立18年的公司，Workday如何在所有这些领域保持领先地位呢？
事实上，答案非常简单。Workday并非ERP或软件应用公司，而是为业务解决方案构建平台的科技公司。换句话说，Workday的思维方式是“先考虑架构，再考虑应用”，在我们了解Workday的产品时，这一点得到了一次又一次的强调。
请允许我给您分享一些我们了解到的内容：
首先，Workday非常明确，随着时间的推移，AI和机器学习将彻底改变业务系统的功能。传统的ERP世界是一套包括财务、人力资本（HCM）、供应链、制造业，以及后来的市场营销、客户分析等在内的核心业务应用。几乎每个从这些领域起步的供应商都试图进入相邻市场，主要目标是“向现有客户销售更多软件”。
如今，尽管公司希望整合这些应用（这对Workday来说是一个巨大的机会），但更大的目标是重新定义这些应用如何协同工作。正如Workday所描述的，他们的目标是帮助企业改进计划、执行和分析。当招聘变得困难时，例如未来几年可能会持续这种趋势，我们希望HCM系统帮助我们找到承包商，寻找替代工作安排，并安排财务和结算解决方案来外包工作或任务，同时发现和培养内部候选人。因此，这些应用之间的“红线”正变得模糊，Workday对此非常了解。
从某种意义上说，这是我们新的系统性人力资源运营模式的核心。例如，我们希望这些不同的HCM系统能够关注所有这些元素，并帮助我们一起管理它们。Workday新的HCM演示实际上展示了一些这方面的实践。
超越ERP，将AI和ML置于核心
但是平台市场的发展速度更快。企业不仅希望有一套能协同工作的应用程序（Workday、Oracle、SAP等都能做到这一点），而且还希望AI和机器学习能在整个公司运作。这将改变ERP系统的功能。Workday已经提供了50多种不同的“机器学习”体验，它们以“推荐”、“预先填写的表格”或“预先设计的工作流”等形式呈现，看起来不像是魔术，而更像是帮助你更好地运营公司的智能系统。而这正是Workday关注的领域。
例如，新的劳动力管理系统（劳动力优化）可以根据月份、天气和其他外部输入预测招聘和人员配置需求。然后，根据员工的可用性、技能和工资安排工作时间。并自动生成劳动力排班表，确定何时需要合同劳动力，然后自动创建招聘门户和候选人体验来寻找人才。
这实际上是“AI支持的ERP”，而不是一个花哨的用于简化撰写电子邮件的生成性AI演示。
Workday HCM继续成熟
Workday HCM套件正处于多年来最强劲的状态。Workday Skills Cloud正在成熟为一个“技能智能平台”，现在它具有让Workday客户几乎必不可少的功能。它可以从任何纵向或专业技能数据库导入数据，为公司提供多种推断或评估技能的方法，以及为您提供数十种报告技能差距、预测技能不足和为每个员工或劳动力群体创建技能提升路径的方法。多年来，我一直在关注这项技术的发展，从未见过它如此完善并能满足企业需求。
顺便说一句，这并不是说公司仍然需要专门的招聘技能系统（Eightfold、Beamery、Phenom、Seekout、Paradox、iCims等）、流动性（Gloat, Fuel50）、学习（Cornerstone, Docebo, Degreed）、薪酬平等（Syndio, Trusaic, Salary.com）等。从某种意义上说，现在每个人力资源技术平台都有一个技能引擎（记住，“技能”是描述一个人属性的一系列词汇），这些系统将这些数据元素用于非常独特的目的。在市场上更成熟的位置上，Skills Cloud旨在成为一个“整合点”，将术语汇集到一个地方。（它也是Workday HCM工具所依赖的技能引擎。）
顺便说一下，我知道所有Workday客户都有众多其他的HCM系统。鉴于创新周期的发生（供应商正在以非常创造性的方式加入AI浪潮），这种趋势还将继续。但Workday作为“核心”的角色依然强大，特别是因为我接下来要讲的一点。
Workday现在真正开放了
我还对Workday在Extend和Orchestrate方面的进展印象深刻，这些是允许客户和合作伙伴构建附加应用程序的外部API和开发工具。作为一家公司，Workday并没有计划构建很多垂直解决方案，相反，他们现在正在推动合作伙伴（如Accenture、PwC和客户）为应用程序生态系统做贡献。这创造了一个“力量倍增器”效应，第三方可以通过围绕Workday构建开发团队来赚钱。（顺便说一下，这就是为什么微软无处不在：它的经销商和合作伙伴网络庞大。）
除了这些编程接口，Workday还对Microsoft Teams（Workday Everywhere）做出了严肃承诺。您现在可以在Teams中查看Workday“卡片”，并在Teams中点击深层链接，直接进入Workday事务。尽管公司仍致力于持续改进其用户界面，但我认为Workday现在明白，用户永远不会花一整天时间去弄清楚Workday的工作原理。我相信这种趋势将继续，我鼓励Workday考虑将Chat-GPT作为下一个主要界面进行构建。（他们没有作出承诺）。
垂直应用
我问管理团队：“你们如何看待甲骨文收购Cerner的决定，Cerner是临床患者管理领域的领导者之一？你认为这会威胁到你们的垂直战略吗？”Aneel Bhusri迅速回应说：“我们永远不会收购像那样的老旧遗产公司，因为它永远无法整合到我们的架构中。”这一点很重要，因为Workday的集成架构使公司能够大规模实现AI。换句话说，Workday打算成为纯粹的架构领导者，让垂直应用随着时间的推移而出现。
如今，Workday专注于教育市场，并在金融服务、保险和医疗保健等领域拥有一些垂直解决方案（很多是由合作伙伴构建的）。我认为公司不会遵循SAP或Oracle的策略来构建深度垂直应用。而这种策略，即保持对核心架构的纯粹性，可能在长期内发挥出良好效果。因此，对于那些希望建立附加组件的人来说，Workday正比以往任何时候都更加开放。
核心的AI是什么样子？
现在让我们来谈谈AI，这是我们这个时代最重要的技术创新。新任联席总裁兼AI领域公认的学术专家Sayan Chakraborty持有非常坚定的立场。他认为，Workday的6000万用户（其中很多已选择参与匿名神经网络分析）已经为公司提供了一个庞大的AI启用平台。因此，公司的策略是加倍投入“声明式AI”（机器学习），然后将生成式AI视为新的研究工作。
在很多方面，自从2014年收购Identified以来，Workday就一直在“做AI”，许多AI算法已经内置在Skills Cloud、招聘工具以及用于分析、自适应规划和学习的各种工具中。大部分产品经理都在负责与AI相关的功能，David Somers（负责HCM套件的人）告诉我们，有数百个新AI功能的想法在飘荡。所以从很多方面来说，Workday多年来一直是一个“AI平台”，他们现在才开始进行市场推广。
话虽如此，Workday的真实数据资产并不大。假设有3000万Workday用户选择加入Workday的AI平台。再假设Skills Cloud已经尝试对他们的技能进行索引，并可能查看职业路径或其他属性。与Eightfold（超过10亿用户记录）、Seekout（近10亿）以及Retrain.ai、Skyhive等系统以及Beamery或Phenom等招聘系统中的数据相比，这是一个非常小的数据量。在某个时候，Workday将不得不明白，如今的HCM AI平台实际上是“全球劳动力数据”系统，而不仅仅是客户数据系统。因此，我们将在Workday中看到的大部分AI将使“你们版本的Workday”运行得更好。
Prism：Workday整合数据的策略
最后，让我提及Prism Analytics（现在被称为Prism）的增长，它是Workday用于分析和第三方数据的开放数据平台。当公司收购了Platfora时，最初的需求是为Workday客户提供一个存放“非Workday数据”的地方。由于Workday数据平台是专有的、基于对象的数据库，因此无法直接将数据导入Workday，所以公司需要一个可扩展的数据平台。
从那时起，Prism呈指数级增长。最初定位为分析系统（您可以将财务数据放入Prism并将其与HR数据进行交叉关联），现在它已经成为一个“大数据”平台，企业可以用于财务应用、人力资源应用以及您想要的任何应用。它并未旨在与Google Big Query或AWS的Red Shift竞争（至少目前不是），但对于那些希望利用他们在Workday安全性和现有应用方面的投资的客户来说，它相当强大。
在会议上发言的客户之一是Fannie Mae，该公司在其风险管理投资组合中拥有超过4万亿美元的抵押贷款和贷款。他们正在使用Prism以及Workday Financials来管理他们复杂的月末结账和其他财务分析。去年，我遇到了一家大型银行，他们正在使用Prism管理、定价并分析具有大量内置计算的复杂数字银行证券。由于Prism与Workday平台集成，任何Prism应用程序都可以利用任何Workday数据对象，所以它实际上是Workday平台的一个“大数据扩展”。
这将导致AI的发展。如果Sayan的愿景成真，Workday平台可能会成为一个让客户将他们的交易数据、客户数据和其他重要业务数据与Workday财务和HCM数据关联起来的地方，利用AI寻找模式和机会。虽然AWS、谷歌云和Azure也会提供这些服务，但这些供应商都没有提供任何业务应用程序。因此，Workday的AI战略的一部分是使企业能够构建自己的AI支持应用程序，通过Extend和Orchestrate实施，并利用来自Prism的数据。
这将是一个竞争激烈的领域。微软的新Power Platform Copilot和OpenAI Azure Services也为企业提供了一个地方（和方法）来构建企业级AI应用程序。谷歌很快也可能推出许多新的AI服务。但是对于将Workday作为其核心财务或HCM平台的公司来说，将会有新的AI应用程序出现在Workday平台上——这将推动利用率、收入（通过Extend、Prism和Orchestrate）以及Workday的垂直应用。
Workday面向未来的地位
总之，Workday在这场新技术革命中处于有利地位。我向管理团队提出了挑战，让他们考虑将ChatGPT作为整个系统的新的“会话式前端”，他们同意这是他们需要关注的事项列表中的一个。
（顺便说一句，即将进入人力资源领域的生成式AI创意解决方案将令您惊叹不已。我很快会分享更多信息。）
对于企业购买者来说，Workday依然稳如磐石。在只有几个主要竞争对手需要考虑的情况下（Oracle、SAP、UKG、Darwinbox、ADP），该公司很可能会继续为大型公司扩大市场份额。由于经济原因，会有一定的价格压力，但对于那些希望建立一流技术平台以支持核心财务和人力资源的公司来说，Workday将继续保持领导地位。
-
专家专栏
微软的AI能力大规模升级：将OpenAI CoPilot应用于整个MS 365套件，Word 一键变成 PPT！
微软将赌注押在OpenAI和ChatGPT上，这是几十年来对Microsoft 365的最大升级。继将 GPT-4 引入搜索引擎之后，微软再出“杀手锏”，重磅宣布由 AI 驱动的 Microsoft 365 Copilot，它将大型语言模型（LLM）与 Microsoft Graph 和 Microsoft 365 应用中的数据相结合，打破了传统办公软件的方式，能自动生成文档、电子邮件、PPT，让Word、Excel、PowerPoint、Outlook、Teams 等办公软件的效率提升多倍。它们可以统称为——您的工作副驾驶。
Copilot 不仅可以帮助您编写、汇总、分析和搜索信息。微软还宣布一项全新的体验：Business Chat（商务聊天）。Business Chat可以在 Microsoft 365应用程序以及日历、电子邮件、聊天记录、文档、会议和联系人等程序里使用，只要用一些自然语言，它就可以根据早上的会议、电子邮件和聊天记录生成状态更新。
Microsoft 365 Copilot 能够帮助我们做什么？
使用GPT-4 大型语言模型 （LLM），CoPilot可以起草信件或文档、汇总信息。您可以让它编写文本并告诉Copilot使用什么“语气”。
创建 PowerPoint幻灯片。PowerPoint 中的 Copilot 也能通过自然语言输入，直接实现动画切换和重新设置文本格式等等。
分析来自Excel 的数据。对于不懂 Excel 里面各种函数调用、宏、VBA 语言的用户而言，基于 Copilot，可以直接用“人话”（自然语言），提出各种问题，然后它会推荐一些实用的公式。
Excel 中的 Copilot 也可以找到数据的相关性，根据问题生成模型，并得出趋势。它还可以即时创建基于数据的 SWOT 分析或数据透视表。
它还可以通过访问日历和您的联系人，提供会议、活动和项目的历史记录。如果你错过了会议，你可以问Copilot其他人在这个会议上讨论了什么。
从某种意义上说，这是一场工作革命。每个人都必须学会使用这个工具，因为忽略它会让你落后。
Copilot是我们“值得信赖的助手”，能够随时为我们提供帮助。在幕后，Copilot正在了解我们使用的的文档，日程安排和通信，当我们开始使用它时，它会变得更加智能和个性化 。LLM不会共享您的本地数据，能够充分保证用户的数据及隐私。
本周OpenAI发布了GPT4，这是Bing Chat背后的引擎。它运行更快、更聪明，这表明这些神经网络的发展速度有多快。我已经使用Bing Chat好几个星期了，我可以证明 GPT-4运行是良好的。它的语言能力是一流的，即使有些人仍在质疑它。GPT-4是第一个实际上比人类学习速度更快的人工智能模型。这个神经网络能够自己学习，使系统能够不断改进。
谷歌也不甘落后，为Google Workspace推出了自己的生成式人工智能。谷歌正在努力跟上微软的步伐，尽管他们对于自己在这方面的介绍并不完整。但微软OpenAI的势头是巨大的。LinkedIn也宣布了一系列基于OpenAI的AI增强功能。
40年来，微软一直在努力提高生产力。
微软对提高组织生产力是十分关注的，所以他们了解非常了解我们如何使用自己的计算机。微软了解到“让系统变得简单”的过程很难实现。简单的工具阻碍了我们提高工作效率：我们需要一个跟随我们一起进步的工具。这也是微软为什么取得成功的原因。虽然Copilot只是一个辅助工具，但由于LLM本质上是一个“学习机器”，Copilot会随着时间的推移而变得越来越好。
Copilot确实是有效的。
麻省理工学院的一项研究，仅使用ChatGPT就可以将生产力提高39%。专为您设计的Copilot将在短时间内更加快速地提高我们的生产和工作效率。想象一下，Copilot可以为我们节省提供大纲或摘要，编写备忘录、信件或报告的时间。律师、作家、营销人员和销售人员等将大大收益于此工具。
IT部门和新的合作伙伴：需要构建大量附加组件。
由于Copilot建立在Azure OpenAI服务之上，我们可以期待一个新的附加组件行业出现。数以百计的IT部门和Microsoft集成商将学习如何调整此系统，构建“技能”（模型）并开发行业用例。我们期望看到Copilot在法律，营销，销售和数百个行业中展示特定的“技能”。
IT部门也会这样做。由于该系统基于Microsoft Graph使用的安全性（即您的公司目录），因此IT团队还可以构建技能来帮助各种用户组更快（或更准确地）完成操作。请注意，Microsoft 还推出了Copilot for Power Platform，从而可以更轻松地构建利用此工具集的应用程序。
竞争：谷歌和其他公司的回应。
虽然谷歌在这场竞赛中似乎落后了，但我不希望他们保持沉默。全球有超过2亿人使用免费版本的Gmail，因此生成式人工智能的使用将成为主流。我认为我们将能看到许多其他的LLM进入市场，在不同领域发挥专门的用途。
这是有风险的吗？
OpenAI研究论文将风险描述为可以预见到的偏见、虚假信息、过度依赖、隐私、网络安全等风险。这里的风险指的是系统犯的错误，而不是一些人为的错误。尽管《纽约时报》讨论了这有多“可怕”，但我仍然认为我们应该辩证地对待任何问题。1981年，我在IBM工作，当时Lotus 1-2-3和其他工具出现了，许多人认为“这是会计行业的终结”。但是我想提醒大家，生成人工智能不是发现一种新的生命形式。这些是统计推理工具，我们可以用它来处理工作。与每种技术一样，人们如何使用它才是关键。
微软的巨额投资。
微软中的的每个工作人员都突然开始使用OpenAI。微软不仅将公司押注在生成式人工智能工具上，他们还在构建支持它的基础设施。一位记者发现，微软正在收购所有的AI芯片，提高Copilots的核心运算能力。这只是意味着微软正在光速向人工智能靠拢。其他软件供应商也在争先恐后地迎头赶上。
这会给我们带来期待已久的生产力提升吗？
最后，让我们讨论一下生产力。这些工具会让工作变得如此简单，每周工作4天会成为主流吗？像“文案”这样的工作会过时吗？我们会发现，每个主要的生产力工具都能“改善人们的工作”。当语音邮件和电子邮件出现时，我们想知道秘书是否会离开（他们确实这样做了）。当Zoom和Teams出现时，我们重新设计了办公方式。
在这种情况下，我们可能会怀疑自己会无事可做，但事实上，我们可以比以前更快更好地工作。当然，如果您忽略这些趋势或选择不学习这些工具的操作方法，那么您只会落后。我支持微软此次的巨额投资。虽然我们还处于早期探索阶段，但是，未来生产力的大幅提升是可以预见的未来。
本文作者：Josh Bersin
-
专家专栏
【大咖谈】生成式人工智能AIGC和大型语言模型在人力资源管理中的七大用例！
人力资源是商业世界中最复杂的领域之一。实际上，我们对员工做出的每一个决定（雇佣谁、提拔谁、付给员工多少钱、如何促进员工发展）都是基于、经验、个人偏见和一些数据而做出的判断。由于所有企业支出的50%以上是在工资上，这些 "判断性决定 "使公司花费了大量的金钱。
在我的世界里，我们深入研究管理、领导力和人力资源的每一个部分，我们经常试图将各种 "人力资源实践 "与结果联系起来，以弄清什么是有效的。我们的大部分业务都是基于这项工作，然而随着文化、劳动力市场和技术的变化，我们每隔几年都会定期 "重新审视 "我们的大部分工作。例如，现在，我们知道工作场所的压力、薪酬平等和职业发展是提高员工满意度和劳动力生产力的主要因素。而在几年前，福利、奖金和华丽的头衔更受员工的重视。所以我想说的是，人力资源部门的大部分工作是基于组织心理学、多种形式的社会科学研究以及永无止境的实验的，而这是很难实现完美的，而且总会受到争论。
人力资源的基础数据集是文本的。人力资源和管理方面的大多数 "硬科学 "都集中在数字上。我们要求人们参加测试，我们看人们的 "绩效评级 "和平均分（这是很主观的），我们要求人们进行调查、反馈和大量的数据来做决定。然后我们把商业结果（销售、利润、市场份额）与各种人员指标联系起来，并认为 "我们有了答案"。
对于招聘和选拔，我们看的是经验、与工作相关的测试、以及面试官的意见和分数。理论上，如果我们得到足够多的这些数据，我们就可以做出越来越好的招聘决定。而当我们看谁应该晋升，谁应该降级，以及谁应该进入公司的最高层时，也会按照同样的方式进行判断。
晋升的整个前提是基于 "可晋升性 "或 "潜力 "与 "当前工作表现"（九宫格）相比较的旧观念。这种听起来很量化的方法其实充满了偏见，所以我们必须从各种评估、观察和投入中 "推断 "出谁具有高潜力。同样，当我们得到大量的数据时（观察许多高绩效者的背景和行为），我们可以提高晋升的科学性。
人力资源的核心 "科学 "往往植根于心理学，这是一个迷人的领域，研究工作中的属性、行为和心理学。尽管我非常欣赏和关注心理学，但大多数公司并不怎么使用它。因此，如果你想对你的员工的技能、经验和对不同工作的适应性进行真正的 "大数据 "分析，你要处理的是堆积如山的 "数据"，其中大部分是在传记、工作成果、公司领导框架、评估和大量沟通中得到的的。当然，还有绩效评估、业务成果等等。
人力资源部门最常见的两个部分：工作申请（招聘启事）和工作描述。这两样东西都是由招聘经理或人力资源专业人员 "撰写 "出来的，通常是基于人们对工作的看法、一套公司标准以及组织需要个人具备哪些 "技术技能"。我们都知道，这些东西并不能真正预测谁会成功，因为 "成功 "在很大程度上是基于雄心壮志、学习的敏捷性、文化的适应性和与目标的一致性。
生成式人工智能和大型语言模型如何提供帮助?
鉴于我们所处的复杂、混乱的业务环境，生成性人工智能和大型语言模型可以提供什么帮助？虽然现在还为时过早，但让我大胆设想一下，人工智能的这个新分支有可能完全重塑人力资源的工作方式。在这种颠覆性的变化中，我们将看到新的平台、新的供应商和新的公司运作方式。
什么是生成式人工智能和大型语言模型？
对于那些不知道什么是生成式人工智能和大型语言模型的人来说，让我简单地说，这些人工智能系统可以对数十亿的 "标记 "进行索引、分类和集群，其中包括单词、短语、数字，甚至代码，我们只需要输入我们的问题，这些生成性人工智能就可以从众多的信息中分析、总结并给出见解性的答案。
下面是生成式人工智能和大型语言模型在人力资源领域的几个用例。
1.创建工作描述、技能指南、学习大纲等内容。
我一直认为，"描述工作 "的最好方法是观察人们在做什么。如果你实际观察、捕捉和分析员工近几个月的工作，你就可以根据实际工作来 "编写工作描述"。那么生成式人工智能可以做到这一点。
你可以使用生成式人工智能来观察 "公司的销售业务"，并分析你的销售组织中的所有销售记录、销售工具和各种销售材料。而且它可能会描述 "你们公司的销售人员是做什么的"，并帮助你根据真实的角色拟定现实的工作要求。
然后，如果你想知道如何培训销售人员，你可以问它 "告诉我业绩最好的人和业绩较差的人各自需要做什么"。它就会给予你之前可能不知道的东西。然后你可以要求生成型人工智能机器给出员工需要学习和了解的大纲"。然后它可以为你建立测试、在线学习指南，并最终成为你公司的 "销售教练"。
然后，你可以问生成式人工智能 "按总收入和总利润衡量，谁是我们的顶级客户"，如果它能访问财务数据，它也可以回答这个问题。 因此，它不仅可以帮助你改进你所有的工作描述，还可以帮助你 "定义成功标准"，帮助你 "评估谁的表现良好以及为什么这些员工能够获得良好的业绩"，然后再根据回答拟定“销售培训材料"。
2.为招聘工作建立技能模型、经验模型和候选人档案。
大家都知道寻找、评估和选择 "合适的人 "来做一份工作是多么困难。现在每个人都在热衷于 "基于技能的招聘"。但这到底是什么意思？这是否意味着这个人已经通过了某种工具或编程语言的测试？这是否意味着他们有着丰富的工作经验？还是意味着他们曾在一家该领域非常出色的公司工作，他们又从那里学到了什么？这很复杂。假设你可以抓取数以百万计的员工资料，然后看看他们所做的 "工作"（即扫描Github、他们所写的文章及简历等），然后决定这个人在这项工作中 "有多好"？这几乎是不可能手工完成的，但生成式人工智能可以做到这一点。而且它可以做得更好。
假设人工智能看了这个人的工作经历，然后与其他候选人进行了比较。它可能可以告诉你哪个人的教育程度更高，哪个人的拼写能力更强，以及他们各自的个人特征。
我知道L&D供应商已经使用ChatGPT从现有的内容中建立课程计划、学习目标和技能评估。这种应用于数十亿求职者的分析可以开始向招聘人员展示谁是 "具备相似技能 "的专业人士，他们可以胜任哪个难以填补的职位。此外，通过调整这些模型还可以消除性别偏见、年龄偏见、种族偏见，因此，它们不仅更有用，实际上，也是更 "安全"的。
3.分析和改进薪酬、工资基准、奖励模式。
人力资源的第三个巨大挑战是 "给员工多少钱 "和 "为他们提供什么福利"。而这是一个非常棘手的问题。95%以上的公司已经存在薪酬公平问题而且随着通货膨胀的上升，工资需要不断变化，人力资源部门需要努力跟上。
生成式人工智能可以快速地进行薪资基准测试，评估数百万个空缺职位的薪资水平，并分析外部和劳动力市场数据，以帮助确定组织有竞争力的薪资、奖励、激励和其他福利计划。大多数公司试图通过雇用昂贵的顾问来做这件事：这些顾问应该很快就会配备人工智能支持的工具，然后你就可以自己获得这些工具。
薪酬公平也是一个需要重视的问题。虽然一些人工智能供应商开始关注这个问题，但我们从研究中得知，大多数公司有5-15%的工资总额处于某种 "不公平的薪酬 "分配模式。高薪、高任期的人会因为市场周期而获得很高的工资。我认识一些软件工程师，他们赚了50万美元或更多，只是因为他们在一个 "热门时间 "被雇用到一个热门公司。几个月后，他们的工资就比同龄人多出1.5-2倍。公司目前正在试图解决这些问题。
4. 绩效管理和反馈。
人力资源中最难的、也是经常被忽视的一部分是绩效管理、绩效评估和发展规划。虽然有数以百计的书籍和模型来定义这个过程，但它往往归结为个人的判断。而且在大多数情况下，经理在没有对员工的整个一年的工作做全面考察的情况下就给出了评价。
想象一下，如果生成式人工智能将这些工作努力且类似的岗位角色进行比较，向经理展示员工在哪些方面表现出色，哪些方面表现不佳？ 今天的技术在某种程度上可以做到这一点。我最近要求Bing Chat告诉我微软2021年到2022年的财务业绩变化，它给出了很详尽的回答。许多生成式人工智能的新模型可以从员工分析中确定员工所欠缺的技能， 为之后的员工培训与发展奠定基础。
5. 教练和领导力发展。
正如我们大多数人所知，在我们的职业生涯中最有价值是 "教练"。教练是一个观察我们的工作行为，并给我们提供个人发展的反馈。他们的教练可能是也可能不是 "专家"（许多教练模式都是围绕着 "教练是心理学家 "的理念建立的），所以教练可能只是在观察我们，给我们提供急需的支持。他们可能会采访我们的同行，帮助我们看到盲点，了解挑战性的情况。
学习与发展领域的市场增长是爆炸性的。像BetterUp、CoachHub、Torch、SoundingBoard、Skillsoft和其他许多供应商已经为 "按需辅导 "创造了近10亿美元的市场。那么，如果这种辅导来自于一个智能机器人呢？医疗机构已经为预防自杀、医疗干预和其他医疗需求建立了这些系统，而且效果相当好。
想象一下，比如说，如果我不得不解雇某人。我可以很容易地问聊天机器人"我应该如何处理裁员的谈话？" 或者 "对于一个开会老是迟到的人，有什么好的指导方法？甚至"我怎样才能使我的会议更加高效？"
这些类型的问题已经被数以百万计的领导人问过数百万次，因此，智能机器人对所有这些问题都有精心设计的答案或建议。而且大多数公司现在都有领导力发展内容、合规内容和各种 "困难对话 "内容的分类。生成性人工智能系统可以很容易地找到这些内容，对其进行解释，并使其便于管理人员使用。
6.个人教练、心理健康和福祉。
也许代际人工智能的最大成功之一是出现了像 "Woebot "这样的工具，它有助于治疗心理健康、压力和自杀。这个工具是在2017年推出的，它减少了员工的压力、焦虑和自杀，其效果几乎是人工治疗的两倍。它怎么会有这么好的效果呢？因为，生成式人工智能中的反馈回路是根据人类思维模型训练的，该系统可以快速识别正在考虑自杀的用户，只需倾听语言，就能帮助相关用户放松心情。
在过去的五年里，工作场所健康市场已经发展到超过500亿美元的规模，而我们对健康组织的研究发现，典型的解决方案（EAP计划、在线教练、培训、正念）的影响比我们预期的要小。我们见证了这样一个事实：大多数关于工作场所心理健康的统计数据显示，即使在投资了数十亿美元之后，它仍然是一个需要解决的问题。因此，我们可以期待医疗保健提供商、保险公司和像Ginger.io（现在拥有Headspace）这样具有前瞻性的供应商加入这个市场。
7.人力资源自助服务和知识管理。
我将提到的最后一个用例是自助服务和知识管理。我们有成千上万的文件、合规书籍、多样性指南、安全规则、流程图来帮助员工选择福利、理解公司政策。生成式人工智能适用所有这些复杂的 "知识赋能 "和自助服务的工作流程。微软新的Power Platform与OpenAI的接口允许公司在系统中嵌入工作流程，所以你可以告诉聊天机器人 "请申请探亲假并请我的经理批准 "或 "请向IT部门提交一个案例，让我的笔记本电脑升级"。许多在人力资源运营、呼叫中心和服务交付中心工作的人几乎会立即投资于此。这意味着从Oracle到Workday到ServiceNow和ADP的每个人力资源技术供应商都将把这项技术嵌入其平台中。
生成式人工智能和大型语言模型的应用将是完美的吗？当然不是。但当我们做出成千上万的关键决定时，我相信生成式人工智能将完全改变人力资源的游戏规则。这不仅能够提高组织的运行效率，也能够塑造良好的员工体验。
文章来源：JOSHBERSIN
-
专家专栏
【观点】微软为Dynamics应用程序和企业推出OpenAI CoPilots，提供用于企业应用程序的生成性人工智能将成为新的热点！
微软本周推出了嵌入微软Dynamics的OpenAI，还推出了开发工具，让用户能够在自己的数据上构建智能聊天机器人。这无疑打开了新的市场大门：提供用于企业应用程序和商业生产力的生成性人工智能。
重要的是要意识到，人工智能有很多应用方式。许多企业系统已经使用人工智能来识别欺诈，确定高利润客户，并确定增长模式，发现质量问题等等。亚马逊的路线调度和物流都使用了人工智能系统。
但使用大型语言模型（如OpenAI的ChatGPT）的生成型人工智能（用于创建新内容的软件，包括音频、代码、图像、文本、模拟和视频）则不同。它们在解决相关问题时，能够索引数十亿的单词和短语，并以 "类似人类 "的方式将新内容组合起来。
在商业领域，我们不断地阅读、写作和创造内容，生成型人工智能可以发挥巨大的作用。因此，微软将这种新的能力称为 "共同驾驶员"（Co-Pilots）：最初是为微软的Dynamics商业应用程序设计的。(此命名沿用了微软为软件开发者设计的GitHub Co-Pilot的名字)。
这些Co-Pilots以 "写作助手 "和其他工具的形式出现，实际上是新的Azure OpenAI服务的一部分。这项服务允许开发者访问OpenAI、ChatGTP和Dall-E 2，能够实现让任何微软的IT人员或开发者通过Azure完全访问生成性人工智能。这开始了生成性人工智能解决方案的下一个 "大步骤"：企业和商业解决方案。我们现在可以在销售、营销、供应链管理、金融等领域使用这些人工智能工具。
OpenAI认为这个机会是巨大的。上周，该公司发布了其企业定价和API，使任何软件开发人员或IT部门都能使用这些工具。因此，微软这个以生产力工具为荣的公司自然会立即提供一个可以使用的工具集。
这些公告分为三个主要方面。
首先，将ChatGPT（Azure OpenAI云服务）嵌入到销售、电子邮件、营销和客户服务应用程序（Microsoft Dynamics）中，以便商务人士能够更快速地建立网站、产品页面、活动；整理销售信息和与客户服务互动。商务人士每天花费数小时总结信息，撰写文案。其中大部分可以用微软的Co-Pilots for Dynamics来完成这些任务，使集成人工智能工具的企业应用程序更容易使用。
其次，微软已将ChatGPT与该公司的低代码开发系统Microsoft Power Platform集成起来。这个系统可以让用户在许多微软的应用程序和工具中实现流程自动化。因此，现在用户可以 "与使用的应用程序对话"，让它们完成更多任务型工作。就人力资源而言，想象一下，如果你只是对ChatGPT说 "请从5月开始申请2周的假期，并请我的经理批准"。我保证这比在人力资源系统中完成这个请求要容易得多。
其他例子（来自微软）：
1.研究人员可以使用该模型汇总每周发布报告中的文本并将其发送到他们的电子邮件，所有这些都使用 Power Automate。这有助于为他们的分析提供信息并快速识别主题/趋势。
2.营销经理可以通过输入特定的关键字或主题来创建有针对性的生成内容创意，并将生成的文本用于电子邮件或社交媒体帖子，所有这些都在其营销团队的 Power App 中完成
3.客户服务代理可以在 Power Automate 中构建一个流，以汇总、分类和路由客户查询，以便快速响应投诉或反馈。
最后，微软正在推出工具，帮助用户从企业数据库中 "建立自己的ChatGPT机器人"。作为一个人力资源和领导力分析师，我认为这是个大问题。公司拥有庞大的人力资源信息，这些信息以文本、视频或音频的形式存在。所有信息都可以通过ChatGTP索引和 "发现"，使任何员工都能得到问题明确的答案。而且，与Bing不同的是，ChatGTP能够对各种虚假信息进行过滤，提供可靠的企业数据。所以它的回应质量非常高。
第三套工具给我的感觉是具有巨大潜力的。它有可能释放出的数百种应用：将ChatGPT嵌入在动态应用程序中。
Microsoft 是最大的中小企业和中端市场业务应用程序提供商之一，包括 Dynamics 365 Sales 和 Viva Sales、Dynamics 365 Marketing and Customer Insights、Dynamics 365 Business Central、Dynamics 365 Customer Service 和 Microsoft Supply Chain Platform。Dynamics业务上个季度增长了13%，一些分析师认为其业务规模接近6亿美元。（注：Workday的收入约为5亿美元。
这些应用程序使用各种数据、工作流、分析流程来配置、操作和管理业务区域。例如，如果您是营销经理，并且想要将新产品上传到销售目录，修改网站，输入价格和库存信息，并发送活动通知。当然，要完成这些工作需要对应用程序有深入的了解和准确的控制能力才能游刃有余地进行使用。
最简单的例子是 Microsoft 使用 ChatGPT 来帮助用户创建产品概述、制作电子邮件或博客条目。这可以节省数小时的编辑和审查时间。其次，他还能够通过电子邮件互动、客户服务响应和其他方式来销售这种新产品。然后，当客户遇到新的问题时，客户服务代理可以使用ChatGPT 来合并问题并给予解答。
ChatGPT 开发工具——强大的虚拟代理和AI构建器：
AI Builder 中的新 GPT 和 Power Builder Agent 中的 GPT 可让用户根据公司中的信息构建自己的聊天机器人！这是巨大的市场之一。
例如，想想我们在人力资源部门手工构建的所有入职、员工体验解决方案、领导力发展和其他过渡计划。如果微软GPT机器人运行良好，我们可以使用聊天机器人完成这些工作。已经存在了一段时间的Microsoft AI Builder已经可以做很多事情了。现在，它可以从用户自己的数据中生成对话，补充许多其他可用的AI工具欠缺的功能。
正如微软所说：
“通常，当聊天机器人遇到未经训练的问题时，它只能以两种方式之一做出回应：要求用户重新提问或寻求真人助力，我们很可能都很熟悉。现在，使用 GPT 的强大功能，您可以将机器人连接到最新和最有用的数据源，例如公司网站或内部数据，机器人可以立即开始使用这些数据来构建解决方案。这意味着通过所有动态的解决方案都无需创作单个主题或花费额外的开发周期，机器人在几分钟内就可以完成。考虑一下您可以在此处使用多少个内部数据源。每个福利、入职、流程、合规性或培训信息语料库都可以由 ChatGPT 索引和“启用”。
巨大的平台转变：对微软、人力资源技术和商业软件的影响
首先，很明显，OpenAI是微软“改变游戏规则”的合作伙伴。就由于微软拥有OpenAI的49%股份，并且提供了大部分的计算能力，因此人们可以看到OpenAI在未来某个时候或许会成为“微软子公司”。现在有500家生成式人工智能初创公司，《经济学人》估计市场已经投资了超过11亿美元。
生成式人工智能是一个“平台转变”，与互联网、网络、社交和移动一样。每个技术提供商都必须决定如何应对新的市场需求。想想这对Workday，SuccessFactors，Oracle，ServiceNow，ADP以及世界上所有其他人力资源和商业软件提供商意味着什么。他们将不得不考虑在应用程序之上利用生成式人工智能构建服务界面。
生成式 AI 是一种新的用户界面，与移动设备不同，它允许用户根据自己的深层数据来区分产品。所以我相信这是企业平台（和应用程序）的“新战场”。
还要注意的是，OpenAI不会是市场上唯一的供应商。还有其他大型语言模型，更多模型很快就会到来。从某种意义上说，大型语言模型在某种程度上是一种商品：重要的是数据、培训和领域专业知识。因此，真正的价值创造是如何将这些模型与用户自己的数据、用例和工作流系统结合起来！
我们已经进入了企业技术的颠覆性时代。这是一种设计应用程序并支持用户、客户和潜在客户的新方法。如果像Power Virtual Agent这样的工具被广泛采用，我们可能不再花几个小时的课程来学习如何使用我们最喜欢的HRMS或ERP应用程序。我们只会问系统相关的问题，决定我们想要它做什么，然后要求系统完成工作。
现在还处于早期阶段，但凭借微软庞大的IT客户，集成商和合作伙伴，我看到了他们巨大的发展前景。
文章作者：JOSHBERSIN
-
专家专栏
【观点】"聪明且富有个性”的Bing和ChatGPT使用体验如何？来看Josh Bersin的最新分享！
编者注：
我们已经进入了一个“以人为本的设计”是技术核心的时代，微软非常了解这一点。其推出的Bing聊天机器人也受到了广泛的关注，虽然人们对它的使用感受褒贬不一，但毋庸置疑的的是它正在不断进步和改善。最近，著名人力资源专家Josh Bersin分享了他对于Bing和ChatGPT的使用体验，并针对人工智能应用的道德和信任问题展开了新的思考。
下面是文章的详细内容：
关于Bing的新聊天机器人已经有一系列文章，其中许多是由记者撰写的，他们认为它很有个性。根据人们对Bing、OpenAI和Bard的使用经验，有些用户评价道：“这些人工智能产品似乎确实有“感觉”。”
如果花时间研究，我们会发现这些大型语言系统是数学的奇迹。这些聊天机器人使用各种易于理解的算法来获取手机上的“自动完成”功能，并将其调高三个等级。而且因为聊天机器人可以从数十亿篇文章、书籍、网站和转录的对话中索引，所以它们似乎“足够聪明”，看起来很有个性。
正如Wolfram文章指出的那样，聊天机器人的“个性”可以通过算法进行调整。在某些方面，这些“复制和粘贴机器”可以模仿真实的个性。
例如，阅读Josh Bersin从Bing那里得到的这张笔记。Josh Bersin本人表示对这个回答很满意。
后来在谈话中，Josh Bersin问了Bing关于他的著作。Bing也给出了一些有趣的回应。
虽然，它弄错了一些关于Josh Bersin书中的知识（红色的是不正确的），但尽管如此，它已经做得很好了。另外，这七项原则在相关网站上有清楚地列出。
以下是正确的答案。
然后，Josh Bersin与机器发生了一点“争论”。因为这里涉及到一个错误。然后Bing问Josh Bersin：“你怎么知道这个列表是错误的”？之后，Josh Bersin告诉Bing自己就是作者本人。然而，Bing只是反问了Josh Bersin是谁。看到这里，我们似乎会感到Bing感觉有点“刻薄”，不想被纠正。其实，之后Josh Bersin又得到了新的回答。
后来，当Josh Bersin与几位微软高管交谈时，他意识到微软的工程师团队正在进行实时更改。事实上，在Josh Bersin与Bing发生争吵24小时后，再次使用它时，它更加愿意合作，也不再有兴趣参与辩论了。
1.微软正在以不可思议的速度改善Bing的使用体验
随着Josh Bersin多次使用该系统，他很清楚微软正在迅速“训练Bing”，使其变得更好。这是微软为期一周的状态更新，我们可以看到该公司正在采取“成长心态”方法，有数百名工程师每天24小时都在工作。所以当Bing正在光速改进时，“定义”它是不完全公平的。（微软已经将连续话轮限制为5次，每天50次)
微软的工作有很多层次。首先，底层引擎是基于OpenAI的ChatGPT（可能是4.0）的 "下一个版本"，所以这个引擎比网络上的OpenAI演示先进。其次，微软增加了各种UI增强功能（内容来源、聊天历史、推荐问题），使其非常容易使用。但最重要的是，Bing聊天引擎从Bing本身和所有互联网搜索访问内容。Bing每天多次抓取整个互联网信息，因此它的聊天答案是“近乎实时的”。
此外，基于聊天的搜索将淘汰我们从谷歌获得的广告和链接列表。想象一下，如果我们搜索运动鞋，它会给你一些品牌。然后你问：“其中哪一个最适合扁平足的人？”。这种类型的简短互动聊天会帮助您快速找到最好的产品。
微软将Bing视为“网络的副驾驶”，这不是一个糟糕的思考方式。它不是你的“朋友”或“情人”——它是一个功利的工具。从Bing在消费者互动、购物、信息、法律、商业和娱乐中的用例中可以看出，聊天机器人的作用是巨大的。
微软自1991年以来一直致力于人工智能（计算机视觉、NLP、语言处理）开发，并已于2021年在GitHub上推出了人工智能联合试点，取得了巨大成功。该公司刚刚发布了其人工智能责任标准的第二版，该标准教开发人员细分用户类型，识别有风险的用例，并围绕可能的问题进行设计。
2.企业应用程序的需求是巨大的
Josh Bersin向微软团队询问了他们对企业应用程序的计划，当然他们正在研究这个问题。并且微软已经与正在试验该应用程序的招聘、培训、员工支持和合规性方面的供应商进行了数十次讨论。就在上周，微软在Viva销售中引入了基于AI的聊天，它允许销售人员自动创建电子邮件，提案或与客户的通信。
微软还宣布，ChatGPT现已在Teams的新高级版本中提供支持。此功能可让用户为内容编制索引、大纲文档、更好地安排会议等。想象一下，当聊天机器人出现在Teams中以回答有关公司、团队、流程甚至合规性规则的问题时会发生什么。潜力确实是巨大的。
3.道德和信任问题
有许多道德问题需要考虑。微软会让Bing给用户提供有关医疗建议、投资建议、计划生育建议、关系建议吗？这些建议每个都充满了风险。微软当然不希望因为诉讼损害其万亿美元的品牌。所以公司非常小心。这让我们看到了新的商业模式。消费者版本的Bing是通过广告来盈利的。这意味着Bing必须智能、透明地推荐产品。这是对Bing提出的新的挑战。
由于Bing（大概还有Bard）是一台雄辩而友好的机器，它可以“说服我们”买东西。它会“强烈推荐”一个为广告支付最多的解决方案吗？还是会毫无意见地“列出替代方案”？我会让科技巨头弄清楚。（也许用户评级系统可以提供帮助）。
然后是信任问题。我们可以相信Bing会保持公平和中立吗？鉴于Elon Musks在自动驾驶汽车方面的问题，消费者理所当然地问：“我们能相信微软能给我公正的结果吗？”
就微软而言，他们的技术产品会日渐成熟。我们已经进入了一个“以人为本”为技术核心的时代，微软非常了解这一点。在与Bing聊天了几个小时之后，Josh Bersin仍然认为这项技术是惊人的。
HR如何更好学习使用AI带来的变革？最近大火的ChatGPT到底是什么？我们又该如何将之运用到我们的人力资源管理工作中？3月24日深圳Inspire2023HR科技发展趋势论坛现场（点击蓝色文字进行了解详情并报名），给您揭晓答案！同时也带您一起探讨2023人力资源科技趋势！
文章来源：Josh Bersin
-
专家专栏
【观点】为什么在进入经济放缓时会出现劳动力短缺？针对劳动力短缺的解决方案是什么呢？
为什么在进入经济放缓时会出现劳动力短缺？这是一个有趣的悖论。
如果你看看劳动力供应，正如所有证据所显示的那样，工人的数量（我的意思是人口数量）并没有增加。事实上，中国的人口正在萎缩，美国人口没有显著增长，婴儿潮一代正在退休，许多千禧一代和Z世代工人决定要么兼职工作，要么悄悄辞职，要么从事零工工作。
所有发达经济体，包括德国、英国、北欧和南美洲的许多国家，都面临着低出生率的困扰。因此，在美国，进入劳动力市场的年轻人根本不够多。今天，只有大约62%的符合条件的工人决定工作，而且自大流行以来，这一数字一直没有上升。造成这种情况的原因有很多。
有人可能会说，这可能是悲观主义。可能是一般的人口老龄化。这可能只是因为雇主在创造人们想做的好的和有意义的工作方面做得不好。 （新的Qualtrics研究表明，只有39%的员工认为他们的工作符合他们的期望，43%的员工对他们的薪水不满意。因此，员工，工人，正在尽可能快地从一个工作跳到另一个工作，以赚更多的钱并摆脱他们不喜欢的情况
我们对医疗保健的最新研究表明，许多医院中超过50%至60%的护士决定离开，我们看到零售，运输和其他行业也发生了同样的事情。例如，Chipotle的离职率接近200%。因此，从某种意义上说，这对世界上每个雇主来说都是一个警钟：如果你不照顾好你的员工，你只会面临劳动力短缺。这意味着您的公司将无法以您预测的速度增长。
现在，还有许多其他方法可以发展业务。正如我在上一篇文章中谈到的那样，你不必雇佣更多的人来成长。您可以提高公司的生产力。您可以关闭表现不佳的操作。您可以自动化或简化您正在执行的工作，并使用 AI 和其他工具进行扩展。但是你必须雇人才能开始。因此，有人可能会争辩说，经济放缓的原因之一是缺乏工人，尽管我们正在裁员。我知道，如果你从事零售或酒店业，甚至经营一家航空公司，而且你很难招聘，你就不会发展你的业务。
对于我们这些从事人力资源行业的人来说，这是我们非常了解的：劳动力质量或工作质量与员工体验的质量密切相关，也许完全取决于员工体验的质量。“员工体验”不仅仅是一件好事，它现在已成为企业的当务之急。
如果你没有提高员工的工作效率，给员工成长的机会和合适的薪水，以公正的方式领导他们，给他们一个安全的工作场所，并激励他们完成你的使命。员工可能随时会离开。虽然我们一直担心经济放缓和经济衰退可能即将到来，但这个紧迫的人事问题已经十年没有消失了。即使在不断增长的经济中，公司也担心吸引和留住工人。这仍然是一个问题。这仍然是我们必须关注的事情。
解决方案是什么？
过去40年中发生的最大经济趋势是经济价值从原材料和资源向人力资本的转移。除了石油公司和主要生产商品产品的公司（这是经济中相对较小的一部分）之外，大多数公司都通过劳动力增加价值。换句话说，那些卡车司机、送货员、零售工人、护士、软件工程师、设计师和顾问等，每个人都以自己独特的方式为产品和服务增加价值。但实际上能源行业也涉及很多人力资本。这些公司充满了你能想象到的一些最复杂的人员问题。因此，如果这些新数据是劳动力持续短缺的迹象，我们将不得不花费大量时间思考我们公司的人力资本战略。
管理和人力资源。你可能认为它们是非常不同的主题，但事实并非如此。它们是相关的。与我一起工作的人力资源专业人员一直在研究、改进和创新管理实践。那些不在人力资源部门的人可能也在考虑这个问题。因此，让我给您一些提示。
第一：不要雇用不符合公司文化的人。您雇用的每个人都会改变您的公司。
第二，注重组织设计。过去几周，我与之交谈的许多公司都在以某种随机的方式裁员。这对华尔街来说可能是必需品，但从长远来看，这可能不是一个好主意。
您可以决定要有多少中层管理人员，以及如何将团队力量集中在手头最重要的项目上。不要把这个问题留给每个直线经理，因为直线经理没有做出这些战略决策的视角。这是高级领导与人力资源部门相结合的工作。
第三，想想你为员工提供了什么？许多人称之为“交易”。在你创造的工作中工作的真正价值是什么？是小时工资吗？是文化吗？这是为人们的生活增加价值的机会吗？是成长和职业机会吗？我们必须要告诉员工，并让员工清楚它。这样才能吸引相应的候选人。
第四，看看内部流动和中层管理人员的作用。今天，你不能对人员的流失采取默认的态度。在劳动力市场上，这将花费太长时间和花费太多钱。你必须在内部提拔人。管理者必须将他们的工作视为交付结果和培养员工技能和能力的结合。
这包括利用职业途径的创新将人们从低级工作提升到更高级的职位。职业道路设计使人们能够自我教育并在公司内找到新的职业。我坚信，如果不这样做，组织将无法继续成长n，因为经济不会为你做这件事。
我要提到的最后一件事是投资于人力资本和人力资源的问题。目前，在人力资源部门工作的人现在从事非常战略性的工作。您在这里不仅仅是为了管理工资单和强制合规。您在这里帮助您的业务伙伴制定战略、构建和发展公司的底层基础设施，而这许多方面都涉及人。这就是为什么我在2023年预测报告中写了关于人员可持续发展的文章。
薪酬公平、多样性、包容性、公平工资、安全、人权和灵活工作等主题是您公司的可持续性问题。如果您的保留率很低，并且每年有60%到到80%的人离开，您将产生巨额成本。这不仅会花费您的钱，而且您的文化和客户服务也会感受到员工流失带来的影响。因此，员工和员工实践的可持续性和银行中的现金同样重要。这些都是商业风险问题，这意味着你的董事会必须明白这一点，你的投资者需要明白这一点，每个经理都需要明白这一点。
劳动力短缺并不是一个新问题。几十年来，我们一直在关注人力资本价值的增长：谈论它，写它，阅读有关它的经济报告。现在，我们需要明白的是投资于员工的公司将会在未来几十年内蓬勃发展。
文章来源：https://joshbersin.com
-
专家专栏
人工智能ChatGPT来了，HR能用它做什么？--行走的帆
如果说ChatGPT是最近网上科技圈最火的话题，应该无人反对吧。
它就像一个无所不知的聊天机器人，任何有难度的问题抛给它，基本上都能毫不费力地给出准确的答案，令人叹为观止。
我前段时间注册了一个账户，怀着半信半疑的态度，用各种HR专业问题测试了下它，发现回复质量丝毫不亚于一位经验丰富的HR专业人士。
这个以人工智能技术开发的模型，目前究竟已经达到了什么样的智力程度？有国外媒体报道它甚至能够以介于B和B-的成绩通过沃顿商学院的MBA期末考试。
这个神奇的模型到底是什么？它能够被HR所用吗？让我们来看看关于它的一些基本事实：
1. ChatGPT到底是什么？
官方定义：ChatGPT是OpenAI公司开发的一种语言模型，它使用深度学习技术生成类似人类的文本响应。它接受了大量文本数据的训练，能够以高度的连贯性和流畅性生成对各种问题和提示的响应。ChatGPT可用于各种任务，包括会话生成、问题解答和语言翻译。
简单来说，它就是一种人工智能技术训练出来的模型，通过对来自互联网的大量信息和数据的分析及训练，让它能够提供类似人类一样的内容输出。当然，这些内容有可能存在不够准确、真实和及时的问题。
这个模型也有专门注明：它所提供的信息大部分是2021年之前的（之后的信息还有待于继续更新）。此外，一些与伦理、道德、法律所相违背的信息，模型也无法提供。
比如，如果你想问这个模型明天该买哪支股票，它是无法回答的。
好处是，既然这是人工智能，它也有自我学习、自我进化的功能。
从这个模型的推出短短2个月，截止2023年1月，使用这个模型的月活用户已经达到1亿人。随着使用ChatGPT的用户越来越多，它的输出能力也在以惊人的速度不断进化中。
2. ChatGPT可以做什么？
查询：它可以像百度或一个字典一样，回答你所查询的任何有关一项客观事实的问题。
咨询：它可以像一个咨询顾问一下，解答你所面临的难题。比如，前几天有个朋友问我该如何打造公司的雇主品牌。我把问题抛给模型，下面是它的回答：
文案：我想招一名HRBP，让模型替我写一份岗位职责描述（JD），下面是输出结果：
创作：ChatGPT可以创作文案、写诗、翻译，你可以把它像助理一样使用。比如，我想让机器人提我构思一下本季度的HR工作报告，这是它给我的答案：
看到这里，你是不是已经感觉这个机器人有点无所不能了？
以上是当下最常见的几个应用。随着使用者和参与开发者越来越多，相信还会出现更多延伸的应用。
比如，今天有朋友分享了一个应用：有人用ChatGPTA做了个会议助手，旁听会议时它直接出了会议纪要，甚至连后续的行动建议都给出来了。
3. 如何使用ChatGPT？
首先，你需要登录OpenAI公司的网站（chat.openai.com）注册成为一个用户，登录后方能使用。比较遗憾的是，目前注册并未对中国用户开放，你需要用一个海外手机号才能注册成功。
用户登录网站之后，就会出现下图的页面，页面底部有一个对话框，你直接把自己的问题敲入对话框，模型就能快速输出答案了。
虽然页面是英文，但是因为模型自带翻译功能，因此如果用户输入中文问题，同样可以获得中文的答案输出。
4. ChatGPT和搜索引擎的区别是什么？
有朋友可能会说：我如果平时要寻找一个问题的答案，首先会想到使用百度、谷歌、微软的搜索引擎。那么，这个AI机器人到底和这些互联网搜索引擎到底有什么区别？
两者之间还是有一些根本区别的：搜索引擎提供的是一系列直接可以链接到源材料的答案，而使用ChatGPT给出的是一个单一、权威的答案。
顺便说一句，微软已经捷足先登，早在2019年就和OpenAI开始了合作，最近更是准备对OpenAI投资100亿美元。
这几天，有媒体爆料微软将在自家的搜索“必应”（Bing），以及Office办公全家桶、云计算Azure等所有产品中整合ChatGPT。相信到那时，ChatGPT对于广大用户来说使用起来会更加方便。
5. ChatGPT会取代HR吗？
既然这个AI机器人有如此强大的功能，我猜很多HR心里已经开始在问一个问题：这个机器人未来是要取代一部分HR的节奏吗？
不管从感情上是否能够接受，我相信ChatGPT是一定能够替代一些HR岗位的，比如：HR共享中心的客服人员、负责简历筛选的招聘专员、提供专业咨询的HR顾问、HR数据分析师等。
上述岗位的工作现在看来ChatGPT全部可以做，甚至不排除未来它的应用领域还能延伸到培训发展、人才测评、教练辅导等多种高级领域。
但是，我想提醒大家的是，HR工作归根到底还是做人的工作。HR们最应该具备的核心竞争力是对人的感知。
让我们以积极、开放的心态来拥抱新科技的来临。同时，磨练自己的技能，让自己强大到可以为组织打造一种有温度的文化、成为一名深得员工信赖的伙伴，这些都是任何机器都无法做到的。
文章来自微信公众号：行走的帆
-
专家专栏
【观点】Josh Bersin公司预测人力资源领域在2023年将发生巨大变化，并在综合深度报告中提供了建议
经济放缓加上工人倦怠和劳动力市场变得紧张，迫使公司专注于生产力、简化和重新设计工作环节
加速的工作自动化和行业转型将迫使雇主增加对技能再培训和建立新能力的投资
人员可持续性、混合工作、薪酬公平和系统性薪酬模式等新问题将促使首席执行官、首席财务官和首席人力资源官以不同的方式思考
人才智能、员工体验和健康工作场所战略的大规模增长将为人力资源创造持续投资
以上是关于2023年人力资源趋势的部分预测。近期，专注于人力资源和劳动力战略的研究和咨询公司Josh Bersin公司发布了一份新的报告，列出了未来一年工作和工作场所的变化。
这份长达 30 多页的综合报告《2023年预测：重新定义工作、劳动力和人力资源》提供了360度的评估，描述了随着整个行业因缺乏关键技能而被颠覆，人才管理和支持员工的新方法以及面向未来的能力需要如何出现。它指出2023年是出现巨大变化的一年，不仅在人力资源方面，而且社会和整个工作都会发生翻天覆地的变化。经过三年的大流行、供应链问题、通货膨胀和转向混合工作，在许多情况下，劳动力会感到愤怒。
该报告中探索的与工作相关的关键转变包括：
不断变化的人才资源库将提供更多样化的员工代表，保护员工心理安全、公平和包容的稳健且一致的方法需求更加迫切
劳动力老龄化将迫使雇主适应有史以来最广泛的年龄范围和不同的员工需求
整个行业的大规模重塑以及对能力要求和人才规划的相关连锁反应，因为旧技能组合已经过时，新技能的需求增加
新的工作方式，包括多功能工作和混合模式，这将迫使人力资源领导者计划如何在不忽视人们的需求、福祉和愿望的情况下提供这些工作场景
人员可持续发展的新概念，需要更全面地发挥作用，让所有员工在工作中感到安全、满足和关怀
新的领导方法，管理人员必须学会平衡，善解人意、灵活的管理风格与不断提高生产力的需求，通过更好的倾听和技术解决方案等技术来跟踪工作流程中的绩效和其他新兴关键指标
学习和发展的新方法，例如利用人才市场通过项目、演出、指导、建立关系等来培养员工技能
战略性地使用先进技术有助于以集成技能驱动的人才平台的形式创建、推断或存储技能和人才情报，使雇主能够提炼早期见解并发现不太明显的机会，以保持员工的兴趣和参与度
全球人力资源研究分析师兼Josh Bersin公司首席执行官Josh Bersin表示：“对于业务和人力资源领导者来说，2023年将是充满挑战的一年，许多CHRO正在转型，成为比以往更类似于首席生产力或文化官的人。雇主需要加紧努力，因为随着公司认真对待行业转型和应对放缓的经济，我们将看到关于重新培训、内部调动人才和重新设计工作的新想法。当然，工具会提供帮助，但最好的想法需要来自人力资源主管——那些与业务部门不断对话并愿意尝试新事物的有远见的人”。
关于Josh Bersin公司
Josh Bersin公司提供广泛的研究和咨询服务，包括企业会员计划，以帮助人力资源领导者和专业人士应对当今劳动力不断变化的挑战和需求。该公司的研究团队涵盖人力资源、人才和学习与发展方面的所有主题，包括多元化、公平性和包容性;员工体验;远程和混合工作;健康;人力资源战略和能力;学习和职业流动性;人力资源技术;组织设计与开发;以及人才招聘和流动性。
公司旗下的Josh Bersin学院是世界上第一个针对人力资源和人才专业人士的全球发展学院，也是人力资源组织的转型代理。自 2019 年推出以来，该学院已有超过50000名人员注册，学院旨在提供内容丰富的在线课程、精心策划的工具和资源库以及一个全球社区，帮助人力资源和人才专业人士及时了解在现代工作世界中推动组织成功所需的趋势和实践。
-
专家专栏
【前沿】AI会话机器人ChatGPT快速替代部分工作岗位，且表现良好！HR可能要重新审视未来
每个人都对ChatGPT和AI有看法。工程师和企业家将其视为一个新的领域：一个发明产品、服务和解决方案的新世界。社会科学家和记者对此感到担忧，《纽约时报》著名作家Ezra Klein称其为“信息战机器”。在这里我们看到了巨大的可能性。与所有新技术一样，我们还不能完全预测其影响。可能会有问题和失败。
什么是ChatGPT？
简而言之，这项技术（还有许多其他类似的技术）通常被称为“语言机器”，它使用统计、强化学习和监督学习来索引单词、短语和句子。虽然它没有真正的“智能”（它不知道这个词“意味着什么”，但它知道它是如何使用的），但它可以非常有效地回答问题、写文章、总结信息等等。
像 Chat-GPT 这样的引擎经过“训练”（编程和强化）来模仿写作风格，避免某些类型的对话，并从您的问题中学习。换句话说，更高级的模型可以在您提出更多问题时优化答案，然后进行存储，之后可以让其他人学到知识。
虽然这不是一个新想法（我们已经有十年的聊天机器人，包括Siri，Alexa，Olivia等），但GPT-3.5（最新版本）的性能水平令人震惊）。我问过它诸如“招聘的最佳实践是什么”或“您如何建立企业培训计划”之类的问题，它回答得很好。是的，答案非常基础。虽然有些不正确，但通过培训，它们显然会变得更好。它还有很多其他功能。它可以回答历史问题（谁是1956年的美国总统），它可以编写代码（Satya Nadella认为80%的代码将自动生成），并且可以撰写新闻文章，信息摘要等。
我上周与之交谈的供应商之一正在使用GPT-3的衍生产品，从课程中创建自动测验并充当“虚拟助教”。这让我想到了这里的潜在用例。（在某些方面，聊天机器人本身可能是一种商品：至少有20家初创公司拥有资金雄厚的AI团队，并且正在构建衍生产品或竞争产品）。
如何使用ChatGPT和类似技术？
在进入市场之前，让我谈谈为什么我相信它的潜力将是巨大的。这些系统由它们索引的信息语料库（数据库）“训练和教育”。GPT-3 系统已经在互联网和一些经过高度验证的数据集上进行了训练，因此它几乎可以回答有关任何事情的问题。这意味着它在某种程度上有点“愚蠢”，因为“互联网”是营销、自我推销。老实说，我认为我们都有足够的问题来弄清楚什么是真实的（尝试搜索有关您最近疾病的健康信息，您会发现有些东西令人恐惧）。
谷歌GPT-3的竞争对手（传闻是Sparrow）从一开始就是按照“道德规则”建立的。根据我的消息来源，它包括“不要提供财务建议”和“不要讨论种族或歧视”和“不要提供医疗建议”之类的想法。我还不知道 GPT-3 是否有这种级别的“道德规范”，但OpenAI（正在构建它的公司）和微软（他们最大的合作伙伴之一）正在研究它。
所以我的意思是，虽然“对话和语言”很重要，但像Chat-GPT这样的聊天机器人需要精致、深入的内容来构建真正的实力。如果您真的希望它可靠地工作，则需要它能够获取有效，深入和广泛的数据。
我想到的一个例子是Elon Musk过度炒作的自动驾驶软件。例如，我不想开车，甚至不想带着一堆99%安全的汽车上路。即使是99.9%的安全也是不够的。同样：如果信息语料库有缺陷，算法没有“不断检查可靠性”，那么这个东西可能是“虚假信息机器”。我认识的一位最资深的人工智能工程师告诉我，Chat-GPT很可能会有偏见，仅仅是因为它倾向于消耗数据。
例如，想象一下，如果俄罗斯人使用GPT-3构建一个关于“美国政府政策”的聊天机器人，并将其指向每个书面阴谋论网站。在我看来，这并不难，如果他们在上面放一面美国国旗，很多人都会使用它。所以信息的来源很重要。
人工智能工程师很清楚这一点，所以他们相信“数据越多越好”。OpenAI首席执行官Sam Altman认为，只要数据集变得更大，这些系统就会从无效数据中“学习”。虽然我理解这个想法，但我倾向于相信相反的观点。我相信OpenAI在商业中最有价值的用途将是将这个系统指向我们信任的精致，更小，经过验证的深度数据库。（微软作为主要投资者，有自己的人工智能道德框架，我们必须相信这将基于他们的合作伙伴关系来执行)。
在我多年来看到的演示中，我见过的最令人印象深刻的解决方案是那些专注于单个域的解决方案。由Paradox开发的人工智能聊天机器人Olivia足够聪明，可以筛选，面试和雇用麦当劳员工，效率惊人。有一个供应商为银行合规建立了一个聊天机器人，作为“首席合规官”运作，它运行良好。
想象一下，正如我在播客中所讨论的那样，如果我们构建了一个指向我们所有人力资源研究和专业发展的人工智能。这将是一个“虚拟的Josh Bersin”，甚至可能比我更聪明。（我们现在开始对此进行原型设计)。
上周，我看到了一个系统的演示，该系统采用了软件工程和数据科学的现有课件，并自动创建了测验，虚拟教学助理，课程大纲，甚至学习目标。这种工作通常需要教学设计师和主题专家进行大量的认知努力。如果我们把人工智能“指向”我们的内容，我们就会突然大规模地向世界发布它。而我们，作为专家或设计师，可以在幕后对其进行培训。
想象一下商业中的数百种应用：招聘、入职、销售培训、制造培训、合规培训、领导力发展，甚至个人和专业指导。如果你把人工智能集中在一个受信任的内容领域（大多数公司都有这方面的内容），它可以大规模地解决“专业知识交付”问题。
这个市场将走向何方？
虽然ChatGPT看起来很神奇，但我们必须预测创新者将迅速推进、扩展和完善这一点。我敢打赌，大多数风险投资公司现在都在向这一领域的初创公司开空白支票，所以有很多竞争即将到来。
我的直觉是，像OpenAI和微软这样的公司可能会与许多其他参与者（谷歌，甲骨文，Salesforce，ServiceNow，Workday等）竞争，因此每个主要供应商都会“增加”人工智能和机器学习专业知识。如果微软将OpenAI API构建到Azure中，那么成千上万的创新者将在该平台上构建特定于领域的产品，新产品和创意解决方案。但现在下结论还为时过早，我的猜测是，特定行业和特定领域的解决方案将胜出。
想象一下需要考虑的“机会空间”的数量。领导力发展、健身教练、心理咨询、技术培训、客户服务，不胜枚举。这就是为什么，只要这个市场仍然存在，我仍然相信机会是“巨大的”。
我将这项技术比作“移动计算”的早期。在早期，我们将其视为我们公司系统的“附加组件”。然后它成长、扩大和成熟。如今，大多数数字系统设计都是针对移动的，他们围绕移动构建整个技术堆栈，我们通过他们的手机研究行为、市场和消费者。同样的事情也会在这里发生。想象一下，当您可以看到客户对您的产品提出的所有问题时？机会是惊人的。
正如我在播客中所讨论的那样，很多工作都会改变。我刚刚对 Chat-GPT 直接影响的所有工作（编辑、记者、分析师、客户服务代理、QA 工程师等）进行了分析，发现今天大约有1030万个职位空缺，大约8%（800，000）将立即受到影响。这些工作不会消失，但随着时间的推移，这些系统会对其进行升级和增强。（现在有很多新的工作，比如“聊天机器人培训师”）。
关于这个话题还有很多要讨论的，让我们把它想象成我们未来最亮的恒星之一，并努力防止它失控。
本文作者： JOSHBERSIN
-
专家专栏
大咖谈HRTech的2023，市场正在放缓
过去几年,HRTech市场一直火爆。超过 150 亿美元的风险投资和私募股权投资，初创公司的数量惊人。现在大公司平均拥有80 多个不同的面向员工的系统(OKTA)，并且这个数字在五年内增长了 40% 以上。
这种增长有两个原因首先，低利率投资环境为企业家释放了数十亿美元，因此有数百种新工具。其次，在大流行期间，我们非常需要管理、雇用和支持员工。远程和零工工作者需要调度系统、远程薪资平台、入职等。因此，人力资源买家拥有一张空白支票，几乎没有限制地购买工具和平台。
嗯，这一切都将改变：2023 年将是增长放缓、市场整合和新品类定义的一年。\
1/ HRTech市场正在放缓。
尽管我是一个乐观主义者，但我相信HRTech支出将会放缓。虽然大约一半的公司计划增加开支，但削减开支的公司几乎翻了一番（从 5% 到 8%），我预计这种趋势将继续下去。随着招聘速度放缓，对更多 HR 软件的需求也在放缓。
产品类别的数量继续扩大（更多内容见下文），但“每位员工”的支出将会放缓。可能放缓的领域包括招聘软件、学习软件（旧系统将承担更多负载）、核心人力资源（我看到价值创造从 HCM 平台转向员工体验和人才智能系统），以及持续的福利系统。一般来说，员工体验软件是一个快速增长的早期类别，下面的其他白热化领域也是如此。
我也有一种感觉，基于云的 HCM 系统的价格可能会下降。Workday 仍然是市场的宠儿，但即使是他们的客户也在定期购买替代人才工具，迫使 Workday 进一步开放其平台。
2/ HCM 供应商的满意度仍然参差不齐。
虽然核心 HCM 系统的适用性和完成度有所提高（Workday、Oracle、SAP、ADP、UKG、Ceridian 都升级了他们的平台），但 Sapient 研究显示供应商满意度整体下降了 7%。为什么会有这个差距？供应商正在竭尽全力。HCM 供应商正在尝试做所有事情，他们的总体平均满意度约为 3.5 分（满分 5 分），并不是一个了不起的数字。（顺便说一下，对于深受客户喜爱的下一代 HCM 平台，例如 Darwinbox 和 HiBob，情况并非如此。）
对于大型 HCM 供应商来说，这是一项持续的管理挑战。Workday、Oracle、SAP、UKG、ADP 和其他公司拥有庞大的产品管理团队，其愿景是转变员工体验。然而，尽管进行了这项投资，但构建“互锁”解决方案比独立解决方案更难，因此他们的创新速度有所放缓。就在去年 Oracle 和 SuccessFactors 宣布了重大的架构改革，Workday 发布了 Workday Extend，从本质上开放了整个系统。
更小、更专注的供应商（Eightfold、Beamery、Degreed、LinkedIn Learning、Docebo、Gloat、BetterUp、CoachHub、SoundingBoard 等）的客户满意度要高得多（平均 3.7-3.8），因为他们提供的产品更专注。这意味着，如果市场放缓，这些公司可能会被收购。时间会证明一切，但我以前见过这种趋势。在一个十二个月的时间里，Taleo 收购了 Learn.com，Oracle 收购了 Taleo，SuccessFactors 收购了 Plateau，SAP 收购了 SuccessFactors，SumTotal 收购了几家公司。
明年值得关注的两大供应商是 Cornerstone（最大的 LMS 公司）和 UKG（最大的中端市场 HCM 和劳动力管理平台）。这两家公司都是价值数十亿美元的企业，很可能会继续他们的收购之路。iCims、Docebo 和 Phenom 也在寻求收购。
3/ 尽管增速放缓，但许多品类仍处于白热化状态。
今年还有很多品类会白热化。它们包括人才市场（Gloat、Fuel50、Eightfold、Workday、Phenom、ServiceNow 等）、能力学院（我称这些为“掌握平台”，包括 Corise、Modal、Nomadic、Hone、Sana Labs、Growthspace、LearnIn-Degreed 等供应商等）、员工体验平台（Microsoft Viva、ServiceNow、FirstUp、Applaud 等）和中端市场人才套件（Lattice、CultureAmp、15Five、WorkTango）。
其他热门领域包括员工倾听（Perceptyx、Qualtrics、Medallia、Peakon、Glint、Visier）、福利和奖励平台（Fond、Alight、Gympass、Lifeworks、League、mEquilibrium 等）、教练和领导力平台（BetterUp、CoachHub 、SoundingBoard、Torch）和人才情报和技能技术平台（Eightfold、Beamery、Skyhive、SeekOut、Retrain、Techwolf），以及薪酬公平工具（Syndio、Payscale、Salary.com、Trusaic）。这些类别中的每一个都在增长，因此我们应该会看到大量的创新和整合。
4/ 我们已准备好迎接一些新的市场类别。
早在 2000 年代中期，我们就看到了“集成人才管理套件”的市场，它将 LMS、ATS 和绩效管理空间整合在一起。这是一场血腥的战斗，像 Cornerstone、Taleo（现在的 Oracle）、SuccessFactors（现在的 SAP）和其他一些供应商（iCims、PeopleFluent、Employ Inc.）幸存下来。一旦这波重新定义浪潮发生，每个供应商都争先恐后地重新定义自己，让许多供应商处于尘埃中以待收购（或自行发展）。
一些公司通过收购竞争对手来保持专注或创建“超级类别”。他们留在自己的车道上，深化他们的功能，试图主宰他们的空间。高增长的例子包括 SmartRecruiters 和 Docebo，它们都是类别领导者。在许多方面，这就是 Cornerstone 如此成功的原因。
然后是 PE 支持的汇总。在过去几年中，Jobvite、JazzHR、Lever 和 NXTThing RPO 合并为一家名为 Employ 的公司，LTG Group 收购了 PeopleFluent、GP Strategies、Bridge、Breezy、Gomo Learning、Rustici 等。Cornerstone 收购了 Saba、SumTotal、Halogen、Grovo 等数十家公司。这些汇总供应商不是在创建类别，而是在创建更大的业务，以便随着时间的推移发展和生存。
一些汇总做得很好，但很多时候它们会变慢。整合和销售许多品牌产品并不容易，因此虽然这些公司产生了大量现金，但它们往往落后于产品和类别领导地位。
那么新的市场类别是什么？这里有一些我可以打赌。
首先，员工体验平台有一个庞大且成熟的市场。在 ServiceNow 和 Microsoft Viva 的推动下，这已成为一个庞大的、高优先级的产品类别，HCM 提供商永远不会完全提供这些功能。如果你看看今天混合工作、员工倾听、入职以及定制职业和发展轨道的所有能量，我们需要一个地方来放置所有这些并将其作为一组工作流程进行管理。这是 ERP/HCM 供应商根本没有时间构建的深层功能。
其次，人才智能平台有一个新的巨大市场。这些不是“招聘工具”，而是人工智能驱动的数据平台，可帮助公司进行采购、内部人才匹配、智能继任管理以及评估、工作设计和技能分析的数据驱动解决方案。这些系统（Eightfold、Gloat、Beamery、Phenom、SeekOut、iCims）是非常不同且非常高价值的新产品。他们的 ERP 同行（Oracle、SAP、Workday、UKG）根本不存在。
一个子集是人才市场和职业道路解决方案非常热门的市场。Gloat、Fuel50、Guild Education 和 EdAssist 等供应商正在提供令人惊叹的新解决方案，触及智能职业管理、内部流动、职位匹配、指导和其他人才智能解决方案的迫切需求。这是一片“蓝海”，我们将在这里看到很多活动。
在许多方面，这些都是未来的“新人才管理平台”，因为它们将员工与学习、导师、发展任务和工作联系起来。与试图通过能力模型（Cornerstone、Saba 等）做到这一点的旧“雇用前退休”系统不同，这些系统是高度动态的系统，可以通过设计推断和导入新技能、内容和评估。随着时间的推移，我会告诉你更多。
第三，我相信Lifecycle Employee Listening Systems的市场正在发生变化。如果您查看 Qualtrics、Perceptyx、Medallia、Glint 和 Peakon 等调查平台，您很快就会意识到它们首先是真正的“数据分析平台”，其次才是调查平台。他们从许多来源收集数据（包括来自电子邮件流量、日历时间表、语音反馈甚至视频的被动数据），并为公司提供员工情绪、满意度、参与度和最终生产力的“完整视图”。
最近 BetterUp 收购了 Motive，Visier 收购了 Yva.ai，Perceptyx 收购了 Cultivate：所有这些都在构建更好的被动聆听系统。Microsoft Viva Insights 正朝着这个方向前进，并在第二季度推出了一些令人兴奋的新内容。我对这个领域寄予厚望，因为它确实是理解生产力和员工保留率的核心。
第四，我称之为能力学院或精通学习平台的令人兴奋的市场。让我们面对现实吧，我们都需要 LMS，但它并不能真正“教给任何人任何东西”。人们去哪里浏览内容、寻找专家、参加课程、获得作业以及真正“学习”重要的新事物？我们需要一个平台来实现这一切，我称之为能力学院或精通学习空间。我有一篇关于这个空间的大文章，它比你想象的更重要。
\
顺便说一下，与此相结合的是用于学习的创作者平台（Udemy、360Learning）和许多人称之为基于群组或协作学习系统的空间，以及由 BetterUp 领导的支持 AI 的教练网络的爆炸式增长。
第五，是人才招聘套件的重新定义。是的，今年招聘市场会放缓，但这并没有减缓这个领域的创新。提供面试智能、视频面试、技术技能评估和软技能评估的工具正在以光速发展。这些是 ATS 的“必备”插件，我不得不相信其中许多供应商将会蓬勃发展或成为收购目标。供应商包括Modern Hire、Paradox、HireVue、OutMatch（收购了 Pymetrics 和 Harver）。
会有“下一代”人才管理套件吗？这开始发生了。在中端市场，像 HiBob、ADP、Lattice 和 WorkTango 这样的供应商正在努力实现这一目标。对于大公司来说，HCM 平台（SuccessFactors 刚刚推出团队管理和全新的绩效和学习产品）和像 Gloat 这样的快速行动者（刚刚推出了招聘产品）和 Eightfold（正在扩展更多学习解决方案）之间仍然是一场相当血腥的战争.
我还想补充一点：工作空间管理 （或智能工作空间管理）的市场即将爆发。现在混合工作已经出现，公司需要一种方法来安排房间、安排设备、寻找团队，并为会议设置所有视听或其他工具。空间规划人员需要工具来查看房间和位置的利用率，并更好地规划混合工作需求。人力资源团队希望关注生产力问题，帮助员工找到合适的位置并以最有效的方式工作。过去我们认为房地产是一种“愚蠢的资产”。想象一下，如果您可以在一个支持 AI 的应用程序中获得有关利用率、日程安排、员工位置和设备的智能信息，会怎样？像ServiceNow这样的供应商、思科和微软对这个庞大的新市场越来越感兴趣。
5/ Metaverse 和 Web 3.0：不！
总的来说，我是技术的忠实粉丝，但我预计 Metaverse 或 Web 3.0 今年不会对 HR 产生太大影响。虽然 VR 培训市场非常火热（现在称为沉浸式学习），但到目前为止，Metaverse 的成功用例很少（我已经与一些公司讨论过使用它进行虚拟会议和招聘，但离主流还很远）我看不到 Web 3.0 的价值。如果微软或苹果宣布某件大事，它的重要性可能会增加，但我不会屏住呼吸。
关于分布式计算、区块链和加密这个话题，我仍然持怀疑态度。这些是底层技术，而不是应用程序。我在 1980 年代在 IBM 实现了分布式计算（当时称为 SNA），我们用它来将应用程序服务器联网到虚拟计算场中。我知道一些初创公司正在尝试使用区块链构建凭证服务（即跟踪你的教育、培训、技能），但老实说我不确定你是否需要区块链来做到这一点。
此外，尽管“分布式权力”具有政治吸引力，但集中化有很大的好处。我，例如，想知道我可以打电话给我的银行，他们对我的钱和我的信用卡安全负责。如果您想信任“参与者”网络来管理您的财务和员工数据，那么您比我更愿意冒险。区块链还有其他的想法，但现在 FTX 已经炸了，我想我们可以暂时搁置一下。
如果您是供应商并且有很棒的应用程序或想法，请告诉我们，我们会进行研究。
PS：VR培训绝对火爆。所以元界的实现是你绝对应该注意的事情。
6/ HRTech团队明年必须投入时间
下一个重要话题是关于您，HR Tech 购买者或实施者。询问您的全球系统集成商该做什么已经不再可行 – 您必须投入时间和精力来了解这个市场。最好的 HR Tech 解决方案来自研究市场、与我们这样的公司合作并询问其他先进系统正在运行的公司。除了真正了解市场之外别无选择。
请记住，大多数公司将拥有数十种HRTech平台和工具。因此，您实质上是在为您的公司拼接整个员工体验和财务管理架构。如果您对供应商不太了解，那么仅仅发布 RFP 不会让您找到正确的解决方案。
Sapient 报告指出，拥有超过 10 年经验的 HR Tech 买家减少了 33%。这意味着你们中的许多人在没有很多深厚背景的情况下做出重大决定。这可能会很好，但我敦促您在这个领域投入时间。每个大公司都应该有一个HRTech架构师：一个去贸易展、与供应商交谈、查看案例研究并真正了解这个疯狂空间的人。
7/ HRTech价值仍然很高，但有时稍纵即逝。
我们全年与数百名买家交谈，令我惊讶的是，一些公司从他们的HRTech中获得了巨大的投资回报，而另一些公司似乎年复一年地感到沮丧。事实上，每隔几天我们就会遇到一个 Workday、Oracle 或 SAP 的大客户，他们只是在使用系统来解决问题。为什么会这样？很简单，这是一个投资问题。这些工具需要人力、时间和管理才能很好地使用。成功的公司制定了多年路线图，他们知道在哪里进行创新，并且他们大量投资于我们所说的“变革敏捷性”，而不是“变革管理”。
每个 HR 技术平台都会为您的公司带来两个价值主张：(A) 它们使大量垃圾工作自动化，以及 (B) 它们改变您的运营方式。
如果您主要将 HR Tech 视为第一个价值主张，您会发现节省了大量时间，但您可能不会因此而成为一家“更好的公司”。如果您真的想提高招聘效率、内部流动性、增长或员工敬业度，您需要将这些系统视为业务转型平台。这意味着了解平台的工作原理并重新设计您的业务和人力资源流程以充分利用该技术。
扫一扫 加微信
hrtechchina
