Future of Work - HRTechChina.com

Future of Work

大咖谈：2024的AI正在以比预想更快的速度改变企业学习在受人工智能影响的所有领域中，最大的变革或许发生在企业学习领域。经过一年的实验，现在很明显人工智能将彻底改变这个领域。让我们讨论一下 L&D 到底是什么。企业培训无处不在，这就是为什么它是一个价值 3400亿美元的市场。工作中发生的一切（从入职到填写费用账户再到复杂的操作程序）在某种程度上都需要培训。即使在经济衰退期间，企业在 L&D 上的支出仍稳定在人均 1200-1500 美元。然而，正如研发专业人士所知，这个问题非常复杂。有数百种培训平台、工具、内容库和方法。我估计 L&D 技术空间的规模超过 140 亿美元，这甚至不包括搜索引擎、知识管理工具以及 Zoom、Teams 和 Webex 等平台等系统。多年来，我们经历了许多演变：电子学习、混合学习、微型学习，以及现在的工作流程中的学习。生成式人工智能即将永远改变这一切。考虑一下我们面临的问题。企业培训并不是真正的教学，而是创造一个学习的环境。传统的教学设计以教师为主导，以过程为中心，但在工作中常常表现不佳。人们通过多种方式学习，通常没有老师，他们寻找参考资料，复制别人正在做的事情，并依靠经理、同事和专家的帮助。因此，必须扩展传统的教学设计模型，以帮助人们学习他们需要的东西。生成式 AI 登场，这是一种旨在合成信息的技术。 Galileo™ 等生成式人工智能工具可以以传统教学设计师无法做到的方式理解、整合、重组和传递大型语料库中的信息。这种人工智能驱动的学习方法不仅效率更高，而且效果更好，能够在工作流程中进行学习。用户可以提出任何他们想要的问题，并获得与其需求相关的答案。早期，在工作流程中学习意味着搜索信息并希望找到相关的东西。这个过程非常耗时，而且常常没有结果。生成式人工智能通过其神经网络的魔力，现在已经准备好解决这些问题，就像 L&D 的瑞士军刀一样。这是一个简单的例子。我问 Galileo™（该软件经过 25 年的研究和案例研究提供支持），“我该如何应对总是迟到的员工？请给我一个叙述来帮助我？”它没有带我去参加管理课程或给我看一堆视频，而是简单地回答了问题。这种类型的互动是企业学习的大部分内容。让我总结一下 AI 在 L&D 中的四个主要用例：生成内容：人工智能可以显着减少内容创建所需的时间和复杂性。例如，移动学习工具Arist拥有AI生成功能Sidekick，可以将综合的操作信息转化为一系列的教学活动。这个过程可能需要几周甚至几个月的时间，现在可以在几天甚至几小时内完成。其他工具，例如 Sana、Docebo Shape 和 user-focused learning platform 360 Learning 同样令人兴奋。个性化学习者体验：人工智能可以帮助根据个人需求定制学习路径，改进根据工作角色分配学习路径的传统模型。人工智能可以理解内容的细节，并使用该信息来个性化学习体验。这种方法比杂乱的学习体验平台（LXP）有效得多，因为后者通常无法真正理解内容的细节。 Uplimit 是一家致力于构建 AI 平台以帮助教授 AI 的初创公司，正在使用其Cobot 以及其他工具，为技术专业人员学习人工智能提供个性化指导和提示。 Cornerstone 的新 AI 结构按技能推荐课程，Sana 平台将 Galileo 等工具与学习连接起来，而新的 AI- SuccessFactors 中的功能还为用户提供了基于角色和活动的有组织的学习视图。识别和发展技能：人工智能可以帮助识别内容中的技能并推断个人的技能。这有助于提供正确的培训并确定其有效性。虽然许多公司正在制定高级技能分类策略，但真正的价值在于可以通过人工智能识别和开发的细粒度、特定领域的技能。Eightfold, Gloat,和SeekOut，可以推断员工技能并立即推荐学习解决方案。用知识工具取代培训：人工智能在学习与发展中最具颠覆性的用例也许是完全取代某些类型培训的潜力。人工智能可以创建提供信息和解决问题的智能代理或聊天机器人，从而可能消除对某些类型培训的需求。这种方法不仅效率更高，而且效果更好，因为它可以在个人需要时为他们提供所需的信息。沃尔玛今天正在实施这一举措， LinkedIn Learning 正在向 Gen AI 搜索开放其软技能内容，很快 Microsoft Copilot 将通过 Viva Learning 找到培训。这里有一个重要的“陷阱”：我们必须教会自己（和员工）如何“提示”这些系统。我确信我们的人工智能工具将很快变得更加智能、更具对话性，但到 2024 年，我们将花费大量时间教用户如何提示人工智能系统为我们提供我们想要的答案。这里潜力巨大在我作为分析师的这些年里，我从未见过一种技术具有如此大的潜力。人工智能将彻底改变学习与发展领域，重塑我们的工作方式，以便学习与发展专业人员可以花时间为企业提供咨询。 L&D 的未来已经到来，而这一切都由人工智能驱动。

Future of Work
2023年12月17日
Future of Work

2024年的14个全球招聘趋势：主动招聘而非被动招聘的时代 2024年的十四个招聘趋势，让我们一起来看看：混合工作模式：逐渐淡出流行趋势。主动候选人参与：成为所有角色中的关键部分。招聘自动化：在招聘过程中得到更广泛的应用。多样性和包容性：越来越受到重视和实施。品牌塑造：在招聘中变得越来越重要。以数据为中心的招聘：使用高科技提高招聘精准度。 Z世代进入劳动力市场：对招聘策略产生影响。招聘人员向业务领导者转变：角色转向更加战略性。零工经济的增长：2024年将继续发展。薪酬透明度：越来越受到立法和重视。对经济衰退的担忧：影响招聘策略。大辞职现象持续：持续影响员工配置。为AI和自动化准备劳动力：重视技能再培训。市场由候选人主导转为雇主-员工共同主导：劳动力市场新动态。详细解读如下： 1.混合工作模式：2024年出现衰退迹象新冠肺炎 (COVID-19) 大流行后，弹性工作制获得广泛普及，2020 年至 2021 年间采用率激增近十分之一，随后一年又增加了 4%。然而， 2023 年Timewise 灵活就业指数的最新数据显示，增幅为 1%，只有 31% 的招聘广告明确提及灵活性。谷歌、苹果和 Meta 等大公司正在积极召回员工到办公室，表达了对远程员工生产力、协作和保持一致的公司文化的担忧。这种转变引发了人们对灵活工作安排可持续性的质疑。然而，英国即将于 2024 年颁布的《雇佣关系（灵活工作）法案》允许员工从雇佣第一天起每年两次要求改变工作模式。尽管快速响应时间从三个月缩短到两个月，但雇主仍然可以基于八个允许的理由拒绝请求。这项即将出台的立法增加了灵活工作的演变的复杂性。组织必须了解这一新法律框架的影响，引发有关其对招聘和员工保留的影响的问题。当公司权衡利弊时，曾经享有的远程工作的便利性和灵活性是否会变得不那么普遍？灵活工作的未来似乎正处于一个关键时刻。 2. 候选人积极参与长期以来，在填补最高级别高管职位空缺时，主动聘请候选人一直是一种常见做法。在招聘初级职位时很少使用它。然而，现在情况正在发生变化。在 LinkedIn 的一项调查中，84% 的招聘人员表示，对于中低层职位以及将顶尖人才引入漏斗而言，吸引被动候选人变得越来越重要。 3. 招聘自动化的使用 2024 年，将有更多招聘和人力资源公司转向自动化，以简化重复性任务并减少管理工作在对 2848 名招聘专业人士进行的一项调查中，大多数人都认为投资更好的招聘工具和技术是提高招聘人员绩效的最佳方式。 4. 多元化和包容性全球商界领袖都承认，文化多元化的员工队伍可以促进创新、创造力和更高的盈利能力。然而，目前只有三分之一的招聘人员跟踪候选人的多样性。如今，很少使用多样性指标，例如寻找、面试或雇用的候选人的性别或种族。但到 2024 年，这一比例将发生变化。根据Eagle Hill Consulting 的研究，53% 的美国员工表示，多样性、公平性和包容性 (DEI) 是考虑选择一家公司时的关键因素。公司的 DEI 努力对于年轻员工来说更为重要，Z 世代为 77%，千禧一代为 63%。由于候选人越来越倾向于多元化和包容性，越来越多的公司越来越多地投资于多元化和包容性工作。因此，招聘机构必须专注于部署创新的候选人评估工具，旨在消除招聘和聘用中的偏见。 5.雇主品牌推广雇主品牌极其重要，而且只会变得更加重要。将自己定位为一家关心招聘人员和其他员工福祉和发展的公司至关重要。即使你的团队有 3-4 人，也应该优先考虑；2024 年的潜在招聘人员预计他们的福祉将成为关注的焦点。 6. 以数据为中心的招聘在招聘中使用数据绝不是一个新概念。长期以来，招聘人员一直使用数据来帮助做出决策。但不断发展的是先进技术的使用使招聘决策更加精确。这导致焦点从成绩或经验转向候选人的整体个性。战术指标（例如填补时间、每次聘用的候选人或录用通知接受率）对于跟踪招聘人员的即时行动仍然很重要。然而，未来的招聘将更多地围绕衡量团队努力的业务成果的战略指标，而不仅仅是他们采取的行动。制定客户的人才战略与执行它同样重要。 7. Z 世代进入职场 Z 世代即将进入职场，担任初级职位。他们将给招聘业务带来的主要趋势是——速度，他们期望一切都是虚拟的、快节奏的。过时的招聘方法将成为他们的主要障碍。因此，招聘和人事代理机构必须相应做好准备。招聘自动化、移动优化的申请流程以及招聘阶段每一步的候选人参与将成为必要。 8. 招聘人员向企业领导者的转变 “未来，招聘人员将越来越像人力资源业务合作伙伴。” Tristan Klotsch，Serrala 人力资源副总裁。截至目前，招聘人员被视为订单接受者。但是，没有了。未来，招聘将越来越被视为战略角色。招聘领导者和招聘人员将被期望提出观点、推动并引领前进的方向。这意味着与客户的业务目标保持一致，并就实现这些目标的最佳方式向客户提供建议。随着大部分行政和日常工作部分实现自动化，招聘将变得更具创造性和复杂性。它将不再是关于执行，而是更多地关于人才战略。招聘人员将负责预测招聘经理的需求、解决他们的问题并为他们发现机会。 9 . 零工工作和零工经济零工经济预计将继续流行，越来越多的人寻求灵活的、基于项目的工作。这将对公司如何进行招聘和人才产生影响。 10. 薪酬透明度尽管同工同酬立法已实施 50 多年，但性别工资差距一直是一个持续存在的问题。为了解决这个问题，薪酬透明度已成为人力资源立法中日益重要的一部分，许多司法管辖区将于 2022 年推出新法律。这一趋势预计将持续到 2024 年及以后。目前，加拿大、智利、法国、德国、冰岛、立陶宛、英国、美国等多个国家已经实施了薪酬透明度立法或政策。包括欧盟（EU）在内的其他政府正在制定类似措施。 Staffing Industry Analysts 最近的一份研究报告指出了与薪酬透明度相关的九种不同的立法措施，包括获取薪酬信息、要求雇主向雇员披露个人薪酬信息、在招聘启事中广告薪酬信息、禁止雇主索取薪酬历史记录、创建一个提供同工同酬认证的独立机构，要求企业公布性别和薪资信息，对性别和薪资进行定期审计，进行薪资评估，并在集体谈判中促进同工同酬讨论。因此，薪酬透明度正成为招聘人员需要关注的一个日益重要的问题，以遵守立法并促进性别中立的薪酬。 11.对经济衰退的恐惧美国大型企业联合会领先经济指数8 月份下降 0.4%，至 105.4。继 7 月份下降 0.3% 之后，8 月份出现下降。这些数字促使我们评估招聘业务的潜在后果：招聘需求减少：经济萎缩导致业务扩张计划减少，从而导致对新员工的需求下降。招聘冻结——作为短期风险缓解措施，经济不确定性可能会引发招聘冻结，从而限制可用的就业机会。人才竞争加剧：招聘市场趋紧加剧了对顶尖人才的竞争。招聘公司必须脱颖而出，以吸引和留住熟练的专业人士。 12. 大辞职仍在继续普华永道最近的一项调查显示，“大辞职”没有放缓的迹象。随着生活成本的上升，越来越多的工人正在寻找报酬更高的工作，其中 26% 的人计划明年换工作，高于去年的 19%。这一全球趋势对人员配置和招聘机构产生了重大影响。随着员工越来越多地寻求新的机会，人才招聘和招聘机构将见证对其服务的需求激增。随着求职者数量的增加，中介机构在将人才与寻求填补职位空缺的组织联系起来方面发挥着至关重要的作用。对熟练候选人的竞争将会加剧，要求代理机构完善其采购策略并提高将候选人与合适职位相匹配的能力。调查强调，对更高工资和改善工作与生活平衡的需求将迫使人才配置和招聘机构与客户密切合作，以了解他们具体的员工价值主张。通过使工作机会与候选人的期望保持一致，各机构可以吸引顶尖人才，并在不断变化的就业市场中保持竞争优势。 13. 为生成式人工智能和自动化做好劳动力准备 IBM最近发布的一份基于对 3,000 名全球高管的调查的报告显示，生成式人工智能和自动化对劳动力的变革性影响成为一个主导主题。该报告强调，40% 的高管认为，全球劳动力的很大一部分（约 14 亿人）将在未来三年内需要重新培训。这凸显了再培训计划作为战略招聘和人才发展方法的重要性与日俱增。该报告还指出，初级职位已经受到人工智能和自动化的影响，77% 的高管承认这种影响。因此，企业可能会调整其针对初级职位的招聘策略，寻找具有技术和软技能相结合的候选人，以促进与人工智能系统的有效协作。此外，大多数高管（87%）将人工智能视为一种增强工具，而不是替代品，强调需要制定招聘策略来识别能够补充和增强技术的候选人。为了为这一变革格局做好准备，IBM 建议采用面向未来的方法，包括重新设计工作流程、在技术采用的同时对人才开发进行大量投资、以技能为中心的劳动力战略，以及随着自动化的普及，让员工能够从事有意义的、提高技能的任务。 14.从候选人驱动市场转向雇主-雇员驱动市场美国劳动力市场的新趋势反映了雇主与雇员关系的范式转变。随着对特定技能的需求激增和高通货膨胀率，工人和雇主都发现自己处于影响力的地位。工资增长飙升，表明员工的议价能力增强。然而，经济的不确定性和成本上升也给雇主带来了影响力。在这个不断变化的环境中，优先考虑保留人员已变得至关重要，雇主认识到灵活的工作选择、加薪、奖金、福利和培训的重要性。现在，让员工在个人层面上参与是员工体验的一个重要方面，因为目前只有一小部分员工完全投入到自己的角色中。此外，在这种新的动态中，培养重视协作和沟通的和谐企业文化至关重要，因为双方在塑造工作环境方面都具有重要影响力。通过拥抱这些转变，雇主和雇员可以建立更牢固、互利的关系，庆祝和奖励他们的贡献。 2024年招聘会有哪些新变化？ 2024年将是一个主动招聘而非被动招聘的时代。甚至在职位空缺出现之前就创建和管理人才管道将是一个显着特征。招聘人员和雇主都将从事基于技能的候选人采购，他们预计这对未来的企业来说是需要的。结论虽然招聘企业在 2023 年面临大量不确定性，但 2024 年的招聘趋势将帮助他们聘用合适的人才，更好地利用 2024 年提供给他们的机会。通过关注主动参与、高级筛选、灵活的工作场所、D&I 和数据以招聘为中心，面对普遍的人才短缺，公司正在努力获得并留住有能力的员工队伍。以上由AI翻译完成，仅供参考

Future of Work
2023年12月15日
Future of Work

2024年十大人力资源趋势，仅供参考编者注：每年HRTech都会聚合全球最新的人力资源趋势分享给大家，更多信息请关注HRTech发展趋势专题！也欢迎积极投稿hi@hrtechchina.com ADP发布的《2024年必须关注的10大人力资源趋势点击可以下载》报告指出，包容性将在多元化、平等和包容性（DE&I）领域扮演关键角色。报告还着重介绍了生成型AI和人力资源技术的最新发展，以及它们对工作场所的影响。随着遥远工作的普及，多州合规性问题成为焦点。此外，技能发展和职业路径的演变也是重点话题。这些趋势不仅改变了人力资源和商业优先事项，也影响了领导层的决策。 2024 年，工作场所将发生重大变化，众多人力资源趋势已经成为现实。多元化、公平和包容性 (DE&I)、数据和生成人工智能 (AI)、人力资源技术、合规性和人才方面的发展正在改变人力资源和业务优先事项，并影响领导层决策。对于那些希望在不断被贴上“不断发展”、“颠覆”和“不断变化”标签的工作世界中清晰、自信地前进的领导者来说，保持与时俱进至关重要。 2024 年人力资源十大趋势一、包容发挥引领作用包容性领导在DE&I中脱颖而出，一些组织优先考虑“DE&I”中的“I”。 ADP 首席包容性和多元化官蒂芙尼·戴维斯 (Tiffany Davis) 表示：“司法发展正在促使组织彻底审查其包容性、多元化、公平性和归属感计划、招聘实践和发展服务。” “一些专注于支持某些群体发展的组织已经扩大了其章程以包括其他群体，并在考虑到包容性的情况下提供更全面的产品。当组织考虑审查和发展其战略以实现包容性第一的心态时，教育和意识至关重要。 ” 2. 领导者在立法之前和之后就 DE&I 采取行动组织在 DE&I 措施方面变得越来越积极主动，从扩大对身份和残疾的理解到采用薪酬透明度，再到承认交叉性如何影响其员工队伍。员工们似乎很满意，53% 的员工表示，与三年前相比，他们的公司在 DE&I 方面取得了更好的进展。 “过去，DE&I 的首要任务与合规性有关，”ADP 产品包容性主管吉赛尔·莫塔 (Giselle Mota) 说道。“有时，合规性仅到此为止，而未解决全部细微差别。例如，在 EEOC 更新种族和族裔的定义之前，许多组织正在扩大自我 ID部分的这些选项，以确保员工和候选人得到充分的代表此外，除了民权法案和反歧视声明之外，许多组织现在还有意跟踪分析并制定计划和政策，以解决交叉方面的细微差别和经常被忽视的人。” 3. 随着薪酬透明度法律的普及，薪酬公平性的考虑依然强烈随着各州和地方颁布法律要求组织在招聘启事中披露薪酬并应要求向工人披露薪酬，薪酬透明度作为改善薪酬公平的一种途径变得越来越重要。组织需要全面的薪酬数据来告知他们的方法、合规计划和清晰的沟通策略以有效应对。 ADP 人才招聘总监 Kiran Contractor 表示：“如果领导者不在内部制定薪酬策略，为薪酬透明度做好准备，他们将无法传达他们支付的费用以及原因。” “这可能会产生问题，因为这就是员工市场想要的。” 4. 道德和合规性正在影响有关数据和生成人工智能的决策鉴于生成式人工智能的兴起，道德和合规性成为组织日益重要的考虑因素。策略正在解决如何将数据与生成人工智能一起使用、谁将使用该技术以及如何最好地遵守相关法律法规。访问权和责任、数据类型以及人工智能道德政策和框架也在考虑之中。 ADP 全球首席隐私官 Jason Albert 表示：“组织应该解决数据和生成人工智能的道德和合规问题。” “鉴于生成式人工智能的颠覆，他们如何解释数据隐私和数据安全？员工对于将其数据用于训练生成式人工智能模型有什么权利？作为一个行业，我们将继续观察人工智能道德和合规性的发展，因为“这两个领域的重叠对于建立信任非常重要。生成式人工智能需要这种信任，它正在迅速发展，很快就会以我们无法预料的方式发生变革。” 5、HR技术智能化升级领导者可能会在 2024 年期待更加智能、易于使用的人力资源技术。生成式人工智能将成为主要推动者，优化人力资源和薪资任务以及密集的流程，并使领导者能够在不增加资源的情况下确定员工的优先顺序并扩大运营规模。因此，当领导者利用大量人员数据并将耗时的任务转换为知识渊博的人工智能助理的快速待办事项时，他们可以预期成本和时间限制可能会减少。 ADP 市场战略高级副总裁琳达·莫加利安 (Linda Mougalian) 表示：“我们刚刚看到生成式人工智能的开始。” “除了为桌面带来价值之外，还需要建立基础设施、组织合作伙伴关系和治理，以使技术在规模上变得强大、可靠和值得信赖。随着我们进入 2024 年，生成式人工智能将不再用于特定领域任务无处不在地融入到我们所做的一切中——这是对我们工作方式的新期望。” 6. 健康、奖励和认可在员工体验技术中受到关注考虑到员工体验的关键组成部分，主要人力资源供应商已经发布了认可和奖励工具，强调认可。此外，超过 20% 的组织在 2024 年增加人力资源技术支出，奖励和认可是四大支出类别之一。同时，健康技术市场涵盖了几个子类别，即身体健康、心理健康和财务健康。在劳动力短缺的情况下，所有这些因素都举足轻重，影响着组织管理招聘和保留的方式。 7.远程工作人员的多州合规仍然是一个问题在 COVID-19 大流行期间，许多人意识到“在家工作”可能意味着“在有互联网连接的任何地方工作”。如果工作已经完成，那么与办公室的通勤距离突然就不再那么重要了。根据ADP 研究所进行的 2023 年全球劳动力调查，近一半的工人表示他们已经搬迁或正在考虑搬迁。这些现实可能会给仅在一个州注册的雇主带来挑战。当员工跨州流动时，雇主应了解他们在登记、纳税和遵守适用于远程员工的法律方面的责任。领导者应强调员工报告搬迁情况并确保地址始终最新的重要性，以便他们能够积极主动地办理国家登记、税收和其他合规事项。 8. 多州福利管理使合规变得更加复杂许多州颁布了涉及所需员工福利的法律，这给雇主管理其他州的福利带来了新的挑战。一些州法律有不同的要求，因此为所有员工制定一项基本政策具有挑战性。不同州要求的一些示例包括：带薪育儿假、医疗假和家庭假退休计划选项带薪休假投票病假时间 ADP 政府事务副总裁皮特·伊斯伯格 (Pete Isberg) 表示：“雇主必须及时了解最新的州和地方法律，并采取积极措施确保合规。” “这需要适当的规划和资源分配，其中可能包括寻求外部顾问和税务顾问的指导。” 9.技能可能是劳动力短缺的秘密劳动力市场有636万失业工人，但雇主却难以填补职位空缺。影响因素可能包括教育与业务需求以及需要新技术技能的工作不匹配。无论如何，雇主需要用合格的工人来填补职位空缺。他们不应该仅仅专注于寻找合适的技能，而应该优先考虑培养这些技能。ADP研究所认为，管理技能和人际交往能力是未来工作最需要的。ADP 负责人力资源、变革和沟通的高级副总裁 Deb Hughes 认为，软技能也将受到需求。休斯说：“尽管软技能在建立联系和培养同理心方面发挥着至关重要的作用，但它们在工作场所往往被低估。” “优先考虑、增强和培养员工这些技能的公司将能够蓬勃发展。” 10.传统职业道路正在演变如今，职业生涯的展开方式有所不同。传统的职业道路通常涉及获得学位、进入劳动力市场以及在一两个组织中“晋升”。相反，如今越来越多的员工正在职业网络中选择流动性或稳定性。由于教育成本增加，而入门级职位无法支付足够的费用来抵消学生债务，一些工人选择了不需要学位的领域或在校期间进入劳动力市场。 ADP 人才洞察与创新副总裁 Amy Leschke-Kahle 表示：“员工不再遵循传统的职业道路——这种道路很少存在。” “这意味着领导者需要发展和重新定义他们对职业的看法，以便他们能够满足员工的需求。” 深入研究组织必须不断了解人力资源和业务的最新发展。通过在人力资源技术、合规性、数据和生成式人工智能、DE&I 和人才方面保持最新状态，领导者可以为成功做好准备，并在新的一年里清晰而自信地前进，这有望带来重大变化。领导者可以通过接受这些变化并花时间制定计划来蓬勃发展。《2024年必须关注的10大人力资源趋势点击可以下载》

Future of Work
2023年12月11日
Future of Work

微软首席人力官谈：HR如何帮助员工如何充分利用人工智能本文探讨了人工智能（AI）如何成为变革性的技术，重塑我们的工作方式。文章强调了AI带来的挑战，如工作流失和算法偏见，并提出了领导者在推动AI积极发展中所扮演的关键角色。重点在于培养基于敏捷的文化、重新想象工作流程和增强人类技能，以实现AI和人类协作的最佳效果。文中详细讨论了AI如何改进工作流程、提高生产力，并强调了人类情商、创意评估和管理技能在AI时代的重要性。 Kathleen Hogan Chief People Officer at Microsoft [Photo: courtesy of Microsoft] 微软首席人力官 Kathleen Hogan表示，人工智能对我们工作方式的影响将比个人电脑更大。 AI是我们时代的决定性技术，创造了一个巨大的范式转变，它将改变我们的工作方式，影响力甚至超过了个人电脑的引入。我们曾经有一个大胆的愿景，“每个办公桌上、每个家庭里都有一台电脑”，而今天，我们希望在“每个人的口袋里都放一个副驾驶”。当然，AI的影响也伴随着挑战。我们必须解决关于工作流失、算法偏见以及组织快速培养技能的真实担忧。但最终，我相信AI的潜力太大，不能采取观望态度。领导者需要创造正确的环境，让AI获得积极的势头。这将需要准备和有意识的方法，以便这些新的AI工具不仅帮助员工提高生产力，而且帮助他们茁壮成长。我建议关注这三个方面，以更快实现这些好处：培养基于敏捷的文化、重新想象我们的工作方式、投资于更深层次的人类技能。培养基于敏捷的文化为了充分利用AI的承诺，团队必须保持敏捷。即使是那些多年来一直在内部使用AI进行数据分析、预测建模和任务自动化的公司，生成性AI也代表着一个重大转变。通过能够理解人类语言、导航大量文档知识并创造内容，更多职能的员工现在可以使用这些AI工具。一个基于敏捷的文化还将加速组织建立推动AI价值的更广泛基础和最佳实践的能力。我相信，在AI时代培养这样的文化意味着拥抱适应性领导力，领导者必须愿意深入未知。重新想象工作方式 20世纪80年代和90年代的机器人自动化进步使制造业生产力翻了一番。这不是仅仅通过给工人提供更高效的工具实现的——公司通过重新思考生产技术和重新设计工作流程，优化人与机器之间的流程，实现了机器人自动化的全部价值。同样，要充分利用AI采用的价值，领导者需要重新想象工作是如何完成的。这始于将工作分解为更小的任务，以确定AI能做什么，以及或者比人类做得更好。除了自动化一些重复或乏味的工作任务，我们还需要确定AI可以如何协助员工处理更复杂和微妙的任务，如研究、写作和分析。这个想法是让领导者利用这段时间，不仅是自动化流程，而且是与AI一起重新想象流程，寻找新的工作方式。这将最终帮助人们更聪明地工作，而不是更努力地工作，给他们带来更多的精力，并发现更有意义和更令人满意的工作。关注人类技能生成性AI已经被训练了大多数人类语言，所以任何人都可以使用它。但就像任何新技术一样，仅仅给人们新工具而不提供使用它们的技能是不够的。而且，尽管这似乎与直觉相反，人类技能与技术技能一样重要，以有效使用AI。这包括分析判断力、灵活性、情商、创意评估、智力好奇心、偏见检测和处理能力，以及委派任务的能力。事实上，我们现在发现，基本的管理技能是发掘AI副驾驶的全部潜力的关键。就像委派给人类员工一样，与副驾驶合作需要能够清晰地沟通，设置背景和参数，定义期望，分析结果，并提供反馈。一个好的起点是根据学科开发AI技能培训和实践。随着我们从自动驾驶AI转向副驾驶AI，对人们来说，仍然扮演飞行员的角色，用批判性的视角评估他们从AI工具中获得的输出是必要的。这包括验证准确性和评估偏见。最终，飞机的船长有责任成功着陆。我相信，解锁AI的全部潜力是领导者的责任。AI的创新正在以惊人的速度发生。当我们导航AI对工作场所的影响时，组织领导者必须立即开始培育正确的环境，以确保没有人被遗留在后面。仅仅将AI工具放在员工手中是不够的。当我们培养基于敏捷的文化、重新想象我们的工作方式，以及建立获得AI最佳效果所需的人类技能时，我们可以帮助我们的组织和员工在这个新时代中茁壮成长。对我来说，能够成为这个令人难以置信的时刻的一部分，既令人兴奋又令人振奋。英文原文来自：https://www.fastcompany.com/90982077/microsofts-chief-people-officer-heres-how-workers-can-get-the-most-out-of-ai

Future of Work
2023年11月28日
Future of Work

全球视野下的人力资源变革：AI时代的挑战与机遇简析人工智能如何重塑全球人力资源管理实践在当今这个快速发展的时代，人工智能（AI）已成为推动多个领域革命性变化的核心力量。特别是在人力资源管理领域，AI的融入不仅在技术层面上引起巨大波澜，更在管理理念和实践方法上带来深远影响。下面内容我们参加全球各地的人力资源科技展会中的观察，探讨AI在人力资源领域的应用趋势，并分析这一变革对未来劳动力管理的影响。近期，OpenAI的创始人兼CEO Sam Altman因董事会决策而短暂离职再归来的事件，不仅在科技界引起轰动，更是全球人力资源管理者关注的焦点，从公司治理到领导力的问题，诸多值得我们HR关注的内容。但更重要的是这一事件象征着社会对于AI未来发展的复杂态度，反映了人类对AI未来的期望与担忧之间的平衡，特别是AGI的突破性（透漏出来的Q*）。对于2024年的趋势预测，AI在人力资源管理中的应用无疑是核心。从招聘到员工培训、从人力资本分析到员工体验，AI技术的广泛应用正改变着这一领域的运作方式。例如，在美国SHRM会议和其巴黎的HR展会上，我们见证了越来越多的企业和组织开始利用AI技术优化人力资源管理流程。这些技术不仅提高了工作效率，也为基于数据的决策提供了新的视角。然而，AI的崛起也带来了新的挑战。技能升级和技能重塑已成为AI时代的挑战。传统的管理和操作技能正在逐渐让位给数据分析、机器学习等新兴技能。此外，新时代的领导力的塑造也因远程办公、混合工作模式的兴起、新兴人群而面临重构。在这一背景下，HR领导者必须重新思考如何培养和利用这些新技能，以应对AI带来的行业变革，更是HR领导者的使命所在。在全球范围内，无论是在美国、欧洲还是中国，HR领域对AI的重视程度日益增加。从6月份参加的美国SHRM会议开始，我们看到越来越多的HR科技机构在使用AI赋能产品。但是到了10月份我们在巴黎和拉斯维加斯已经看到很多成熟的AI+HR产品。特别是从招聘开始已经快速扩展到了各种模块。大厂的优势聚集在于他们在进行AI的迭代升级，让产品更加智能，使用体验更友好。但同时，基于AI的HR产品创业机会也很多。大厂在基础层面上可能做得特别好，但在具体满足客户诉求和客户体验上面，初创企业可能有更大的可能性。总结而言，AI的崛起正在重塑全球人力资源管理的面貌。它不仅代表着技术的变革，更是一种思维方式和管理实践的革新。作为HR专业人士，我们需要深刻理解这一趋势，并积极适应这一不断变化的新时代。未来劳动力的管理将越来越依赖于AI的智能解决方案，这不仅是一种挑战，更是一个机遇。

Future of Work
2023年11月24日

Future of Work

LinkedIn宣布在招聘和学习中推出人工智能的功能本周，LinkedIn 在其两款旗舰产品中宣布了一些大规模的 Gen AI（生成式人工智能）功能：LinkedIn Recruiter 和 LinkedIn Learning。让我给你一个概述。让我从 LinkedIn 学习开始。如您所知，学习是一个复杂的过程。员工希望提出问题，从一个主题跳到另一个主题，并就下一步需要了解的内容获得建议。LinkedIn Learning的产品团队刚刚推出了他们新的人工智能辅导功能，允许用户提出问题，并根据对他们的技能和角色的洞察，从为他们量身定制的课程中获得叙述性答案。考虑下面的演示。正如您从“Learn with AI”按钮中看到的那样，用户现在可以提出问题并获得课程生成的叙述性答案。LinkedIn最初专注于软技能 ( PowerSkills )，并计划随着时间的推移将此功能扩展到其他课程。这一功能很可能出现在许多其他学习平台（例如我们的 JBA Copilot）上，对市场产生巨大影响。我们不再需要参加一小时的课程或在互联网上搜索有关某个主题的提示：整个学习图书馆突然解锁以提供内容、参考和支持。这不仅为 LinkedIn Learning 增加了巨大的价值，还引出了教练网络走向何方的问题。我不会详细讨论这个话题，但随着时间的推移，这些类型的“助教”或“一线教练”可以帮助员工解决心理健康问题、个人关系挑战，当然还有有关技术、工具、编码和数据分析的问题。 LinkedIn 正从管理和软技能课程开始，但你可以看到它的发展方向。其他供应商（例如 Udemy）也在致力于此。 LinkedIn Recruiter 招聘人员有许多手册写作和分析任务。我们必须编写职位描述、设置采购查询、向候选人发送电子邮件、回答候选人问题、安排面试、记录和分析面试、撰写工作机会，甚至分析和协商薪资。所有这些步骤都需要时间、需要数据，并且常常成为瓶颈，因为涉及审批和其他因素。输入 LinkedIn Recruiter 的“自动化工具”。看看这个演示，它真的会让你大吃一惊。 LinkedIn 将这些产品创新分为四类：人工智能辅助候选人发现：快速、轻松地寻找、筛选、选择、技能分析更智能的建议：建议地点、职位、技能、公司和其他可扩展搜索结果的条件简化候选人外展：人工智能辅助的 InMail、自动 InMail 后续消息、CRM 和电子邮件集成。可操作的数据和见解：用于分析招聘广告、发布绩效、流量和许多其他内容的深入报告和见解。正如您所看到的，人工智能可以帮助和自动化我们在招聘过程中所做的许多耗时的事情。在每一步中，“生成”或自动化流程都可以由 LinkedIn Economic Graph 或您自己公司的庞大员工和候选人信息数据库中的数据驱动。考虑一下招聘人员的人工智能辅助消息传递的演示。您可以看到 Gen AI 如何节省数小时的时间，并以高度调整的“助手”方式利用技能数据、劳动力市场信息和公司价值。搜索同样重要。正如该演示所示，用户可以轻松替代招聘人员必须学习的复杂“多面搜索”或布尔逻辑。人工智能可以提示用户并迭代搜索路径，而不必强迫用户了解系统中的每个搜索条件和数据元素。他们可以用自己的话进行搜索。底线：生成式人工智能将改变我们招聘、雇用、设定薪酬和学习的方式。作为招聘和学习市场的强大领导者，LinkedIn 向我们展示了 Gen AI 如何成为提高生产力、改善运营并帮助员工和招聘人员在工作中变得“超级强大”的工具。

Future of Work
2023年10月07日
Future of Work

为什么每家公司都需要（CAIO）首席人工智能官编者注：这是毫无疑问的，犹如之前的CIO，CTO一样，我们迎来了新的岗位且重要！作为HR领导者更要先人一步遇见组织发展的趋势！HRTech年度论坛会及时为你传递相关信息，请关注HRTech！人工智能（AI）不再是未来；这就是日常生活。我们已经习惯于利用它来完成日常任务，例如搜索互联网或选择要观看的电影，我们甚至几乎没有注意到我们正在使用它。现在，OpenAI 的 ChatGPT 和 Google 的 Bard 等生成工具的出现意味着人工智能的力量和变革潜力掌握在每个企业（无论大小）的手中。我每天都与那些正在寻找令人兴奋的新方法来应用这项技术的企业合作。这可能涉及创建令人兴奋的新服务、提高效率，甚至颠覆整个行业。我相信人工智能非常重要，如果忽视它将会带来灾难性的后果，因此需要在每个组织的核心业务战略中认识到它。对于大多数人来说，实现这一目标的重要一步是任命首席人工智能办公室（CAIO）。随着时间的推移，我们肯定会越来越多地听到这个角色。那么，让我们看一下它的含义 - CAIO 的主要职责是什么，他们与其他 C 级员工有何不同，以及什么类型的人可能适合？ CAIO 的职责用一句话来概括CAIO 的角色，他们的工作是监督组织的整个人工智能战略，以便使其与业务目标保持一致。进一步细分，他们的职责包括：确定在现有业务流程中部署人工智能的机会。这可能意味着日常任务自动化、提高效率并减少浪费。发现利用人工智能推动新业务的机会。确定哪些流程已准备好实现自动化，哪些流程需要重新考虑或重建才能实现自动化。确保技能和人员到位以有效执行人工智能战略。培育人工智能驱动的创新文化——确保每个人都了解人工智能对企业未来的重要性以及它将如何影响他们的角色。处理涉及人工智能的道德、监管和合规问题。 CAIO 的主要职责随着组织将人工智能更深入地集成到其运营框架中，首席人工智能官（CAIO）将掌舵，引导这艘船穿过平静的水面和汹涌的波浪。但他们职权范围内的具体任务是什么？下面，我们列出了定义 CAIO 在当今商业世界中角色的核心职责。愿景和战略：首席人工智能官 (CAIO) 的角色不仅仅是将人工智能集成到组织的工作流程中。其核心是塑造一个以未来为中心的人工智能愿景，与公司的总体目标无缝衔接。这项任务不仅限于整合人工智能；这是关于精确定位人工智能可以改变游戏规则的特定领域——无论是增强客户服务接触点还是完善供应链物流。通过弥合人工智能潜力与公司愿望之间的差距，CAIO 可确保组织走上获得人工智能全部好处的道路。实施和扩展：制定战略只是起点。真正的挑战在于如何将这一战略付诸实践。CAIO 通过在不同部门之间编排交响乐来引导这一阶段，确保每个人都对人工智能的角色和潜力保持和谐。通过整合必要的资源并制定可扩展性路线图，CAIO 确保人工智能策略不仅在纸面上看起来不错，而且在现实世界中蓬勃发展。道德与合规性：在当今的数字时代，数据被称为“新石油”，人工智能使用的道德影响不容忽视。尽管人工智能具有巨大的潜力，但它可以是一把双刃剑。在这种情况下，CAIO 充当组织的道德指南针。他们的任务是确保人工智能工具尊重用户隐私的界限，在没有固有偏见的情况下运行，并遵守不断发展的技术法规。这样做不仅可以保护公司免受潜在陷阱的影响，还可以增强用户群的信任。利益相关者沟通：尽管人工智能日益普及，但对许多人来说仍然是一个谜。从董事会讨论到饮水机聊天，误解可能会影响其理解。这就是 CAIO 作为该组织的人工智能传播者介入的地方。通过揭开人工智能的神秘面纱、解决问题并强调其切实的好处，他们确保从高层管理人员到基层员工的所有利益相关者都达成共识。持续学习和创新：人工智能的世界充满活力。今天的开创性的东西明天可能就过时了。对于 CAIO 来说，固步自封不是一种选择。他们需要永远处于学习状态，随时了解最新的人工智能研究、工具和最佳实践。通过培育创新文化并确保组织始终处于人工智能的前沿，他们为在市场上持续竞争优势铺平了道路。 CAIO 与 CDO 有何不同？ CAIO 所做的大部分工作可以被视为 CDO 所做工作的子集；然而，他们的时间专门花在涉及人工智能的任务上。例如，虽然 CDO 可能会带头管理数据合规性和法规，但在处理专门处理与人工智能相关的数据的立法时，他们会移交给 CAIO。同样，虽然 CDO 将努力确保组织拥有合适的人员和技能来利用数据机会，但 CAIO 特别希望填补团队或组织涉及人工智能的技能组中的空白。对 CAIO 的要求源于这样一个事实：涉及人工智能的任务和职责将成为 CDO 或首席技术官工作量的很大一部分，以至于需要专门的高级管理人员来有效管理。实际上，尽管这两项工作所需的技能可能看起来非常相似，但工作量可能有很大差异。随着组织在人工智能的使用方面变得更加成熟，差距将继续扩大。谁是优秀的 CAIO？事实上，每个 CAIO 的角色都会有所不同——例如，软件企业的人工智能战略可能与运动队或政府组织的人工智能战略非常不同。然而，无论何时需要专注于人工智能的高级管理人员，有一些关键特征可能很重要。显然，一定程度的技术知识是必不可少的，因为他们需要了解组织正在使用的工具和基础设施。但同样重要的是，这项工作还需要一系列“软”技能——沟通、决策、团队合作、创造性地解决问题和时间管理。他们还需要了解当今的商业人工智能格局以及即将出现的突破性发展。这是人工智能的商业方面——涵盖它做什么而不是它如何做。特别是，他们应该了解特定的人工智能技术——生成式人工智能、计算机视觉、自然语言处理等——对其行业的影响以及未来将如何发展。不言而喻，他们需要成为一个有道德的人，能够理解人工智能的道德使用问题以及偏见、隐私以及人工智能对人类工作和社会影响的挑战。当然，与任何高管一样，他们需要成为一名优秀的领导者——能够有效地沟通想法，公平地与人打交道，并了解如何让他们所负责的每个人发挥出最大的作用。总而言之，这意味着高效的 CAIO 将拥有广泛的技能，包括技术、业务和人际交往能力。他们可能不是一个容易找到的人。但随着人工智能将为经济增加数万亿美元的价值，它可能值得投资和正确实施。作为CHRO（首席人力资源官），您有多个途径可以确保公司内部可以产生CAIO（首席AI官）这个岗位： 1. 决策层面的支持：获取高层支持：首先，您需要获得CEO和董事会的支持，以确保CAIO角色在组织内得到足够的重视。业务案例：准备一个详细的业务案例，解释为什么公司需要CAIO，以及这个角色将如何推动业务目标。 2. 角色定义和规划：职责和资格：明确CAIO的主要职责、所需技能和资格。组织结构：确定CAIO将在组织结构中的哪个位置，以及与其他部门和角色的关系。 3. 人才战略：内部选拔 vs 外部招聘：评估是否有内部人才可以担任这个角色，或者是否需要从外部招聘。培训和发展：如果选择内部选拔，考虑提供必要的培训和职业发展机会。 4. 跨部门合作：与其他C级管理层合作：与CIO、CTO和其他相关部门密切合作，以确保AI战略与整体业务战略一致。建立AI委员会：考虑建立一个跨部门的AI委员会，由CAIO领导，以推动AI项目和倡议。 5. 评估和调整： KPIs和绩效评估：设置明确的KPIs，以评估CAIO的绩效和AI项目的成功。持续调整：根据业务需求和市场变化，持续评估和调整CAIO角色。通过这些步骤，您不仅可以确保成功地在组织内部产生CAIO这个岗位，还可以确保这个角色能够有效地推动公司的AI战略和业务目标。首席人工智能官的未来随着人工智能的不断成熟，CAIO 的角色只会变得越来越重要。最具前瞻性的组织已经认识到这一职位的战略重要性。在几乎每个行业都将被人工智能彻底变革的背景下，拥有一位致力于有效利用其权力的高管可能是引领潮流和追赶的区别。首席人工智能官就像一座灯塔，引导组织穿越人工智能集成的迷宫，确保道德合规性，推动创新，并最终确保人工智能的变革潜力得到充分实现。在一个以数据和自动化为主导的世界中，CAIO 可能是现代高管层中最重要的补充。作者：伯纳德·马尔

Future of Work
2023年08月28日
Future of Work

人工智能AI革命：重塑人力资源职能以取得成功人工智能正在进一步推动人力资源技术的进步，从提高效率到增强员工体验，这绝非人为。了解人工智能如何重塑人力资源，以及人力资源如何将人工智能运用到工作中。人工智能（AI）重塑了世界的格局，但机器人接管仍不是眼前的事情。相反,是人类正在利用AI的力量。从改善农业作物产量到提升医疗保健中的患者参与,各行各业正在以有益人类的方式运用AI。同样的情况也发生在人力资源（HR）管理领域。人力资源从业者正在使用人工智能来帮助增强员工在工作场所的体验并提高人力资源流程的效率。更重要的是，人工智能表明它可以支持首席人力资源官办公室的下一步发展——与最高管理层合作，推动更具包容性和整体性的业务战略。为未来的工作转变人力资源职能根据“AI IQ：企业人工智能洞察报告”，这是Workday对全球1000名业务决策者的新调查，与AI增强的顶级HR相关任务包括招聘和申请人跟踪、业务分析和技能评估工具。此外，65％的受访者表示，他们现有的AI和机器学习（ML）部署已经改善了员工体验，这是HR的主要业务指标。全面了解员工能力和人才管理 HR领导者必须拥有支持技能用于现今工作未来的技术：摆脱工作是通过结构化的工作角色和职责来完成的僵化观念，相反，将工作视为更流动的技能汇编，以便为业务不断变化的需求提供支持。 Workday的CHRO办公室产品的集团总经理David Somers表示：“随着组织加速并扩大其基于技能的人才战略，人工方式无法了解和管理他们的员工技能—现在和将来。” “没有AI和ML工具来帮助理解所有数据，就不可能理解，更不用说将员工的技能与业务需求相匹配了。” AI和ML超越了识别和将员工的技能映射到不同的项目或角色，这是典型的技能管理方法。相反，通过AI和ML增强的技术帮助组织了解技能之间是如何相互关联的，以及它们是如何演变为其他相邻技能的，这是至关重要的见解，因为技能正在不断变化。例如，擅长Microsoft Excel的员工也可能具备数据分析、报告和其他Excel用于的任务的技能。 AI和ML有助于揭示组织中的技能深度，并获得基于技能的倡议所需的见解。理解和改善工作场所文化和员工敬业度员工敬业度曾经仅是HR部门的优先事项，现在已成为高管层的优先事项，推动了从生产力到创新等许多业务驱动因素。公司领导者希望了解员工如何看待雇主以及他们如何利用他们收集到的见解；反过来，人力资源领导者正在将这些见解带给最高管理层，并利用它们来创造一个更具吸引力的工作场所。人工智能的预测能力正在帮助公司更深入地了解员工敬业度的挑战性方面之一：了解哪些员工可能更容易辞职。人力资源领导者可以利用这些见解来采取规范性行动，以帮助降低员工倦怠和自然流失的风险。 Somers分享了一个如何使用自然语言处理（一种ML技术）来帮助领导者理解员工情绪的例子。他解释说，组织正在使用Workday Peakon Employee Voice这种智能监听平台来帮助理解和确定离职风险。它具有一个利用AI和ML并使用在数据库中的数百万个调查数据点上训练的统计模型的离职预测功能。 Somers说：“该模型根据他们的回应和分数计算每个员工的离职风险。然后，它使用员工级别的离职风险来计算每个部门以及整个公司的平均离职风险。它还将每个部门的平均风险与公司的平均风险进行比较，以分配离职风险级别—例如，它可能揭示出市场部门的离职风险在您的组织的前10%。” 这些见解可以指导公司如何改善员工敬业度，例如增加福利或评估工作量。最终，重要的是要让人处于中心地位，这样他们才是最终的决策者。通过以人为中心的方法，人工智能和机器学习可以帮助人们提高工作效率和了解更多信息，使他们能够解决以前认为无法解决的问题。自动化重复但动态的HR功能自动化革命—无需人工干预就可以执行任务—在HR中的发生远早于大流行病。但是，应对前所未有的破坏加速了对数字创新的需求，因此，引发了AI采用的浪潮和HR中敏捷性和效率的下一次演变：智能自动化，这涉及读取数据并从该数据中进行预测。换句话说，智能自动化就是与机器学习配对的自动化。这对于那些常规但动态的HR任务特别有帮助，例如调度和满足劳动力需求。例如，公司正在使用AI来匹配劳动力需求和工人的资格、技能、可用性、偏好等，以便为工人和业务优化时间表。这在雇佣一线工人的公司中尤其普遍，其中班次不断变化，经理需要在短时间内填补和调整。 Somers说：“通过AI自动映射工人的可用性和技能到开放的班次，提供工作人员调度的建议，公司可以确保他们不会过度和不足的调度，同时更好地控制劳动力成本和防止工人疲劳。” HR在确保清洁数据以实现负责任的AI中的角色虽然AI确实正在重塑HR的角色，但HR领导者必须与其他业务领导者一起成为实施AI的驱动者。关于AI的关键是：其执行任务的能力，例如进行预测分析或生成新内容（生成性AI），取决于其AI基础模型的质量，而这只取决于提供给它的数据的质量。对数据治理的强烈承诺始于相信并实施HR数据在整个业务中都是相关的—这恰好与Workday人力资本管理（HCM）的基础相同。 Workday HCM建立在统一的数据模型和单一的安全模型上，可以读取多样化的数据集，以执行各种分析和报告用例。 Somers说：“因此，实施AI时的大‘警告’之一是要保持数据的清洁和连贯，以帮助确保准确性和质量控制。” “如果数据集不干净，HR和人员领导者可能会得出不准确的结果，这可能导致昂贵的错误。” HR领导者是塑造未来工作场所的驱动者在英国和美国等地进行的全球和国家级别的对AI的公众情绪调查揭示，越来越多的人正在设想一个AI的力量可以产生积极影响的未来。同时，这些调查也揭示了对AI的关注，特别是对是否有足够的监管。对于每一个利用AI增加HR影响力的用例，重要的是要记住使这些努力成功的是什么：通过额外的见解和改进的效率来增强决策。这并不是要取代使HR专业人员如此有价值的东西：通过将业务中发生的事情与公司的目标和价值观联系起来，成为公司文化的管理者。正如Somers所说：“最终，重要的是要将人类置于中心，使他们成为最终的决策者。以人为中心的方法，AI和ML可以帮助人们更加高效和更好地了解信息—使他们能够解决他们以前认为无法解决的问题。” 来自workday

Future of Work
2023年08月04日
Future of Work

美国提不要机器人老板法案，迫切需要重视AI在职场中的伦理问题在人工智能（AI）日新月异的发展背景下，《2023年不要机器人老板法案》“No Robot Bosses Act of 2023”可能为职场中的伦理AI实践照亮了前行的道路。这项由美国参议员鲍勃·凯西（Bob Casey，D-宾夕法尼亚州）和布莱恩·沙茨（Brian Schatz，D-夏威夷州）提出的开创性立法旨在确保雇主在做出与就业相关的决策时，不会仅依赖自动化决策系统。该法案提出了几项关键措施来规范职场中的AI使用。这些包括定期对自动化决策系统进行歧视和偏见等问题的测试，对这些系统的正确使用进行强制性培训，以及对自动化决策系统进行人工监督。此外，该法案还呼吁在美国劳工部设立一个技术和工人保护部门。这个部门将通过对职场中的自动化决策系统使用进行规范，为员工提供额外的保护层。法案中谈到：想象一下，你正在向潜在雇主在线提交工作申请。公司的招聘软件由机器学习算法驱动，看到你简历中的就业空白期并自动拒绝了你的申请进一步考虑。也许你在服务行业工作，你的雇主的自动化排班软件经常以最小的通知增加或减少你的工作班次——全都是为了“服务优化”。或者你是一名送货司机，你的雇主的跟踪算法认为你的表现没有达到其标准——然后给你发送一封电子邮件，告诉你你已经被解雇，没有任何警告或机会与人交谈。法案还谈到：在2023年，这些情况不再只是想象。如今，算法和自动化决策系统对就业决策、工人权利和职场安全产生了巨大影响。没有监督和保障，这些“机器人老板”增加了歧视、不公平的纪律处分和危险工作条件的风险。是时候保护工薪家庭免受雇主滥用和滥用这些技术的危险了。《2023年不要机器人老板法案》是对越来越多人担忧职场中未经检查的AI使用可能导致不公平做法和歧视的回应。正如凯西参议员所指出的，“目前没有任何东西可以阻止公司使用人工智能来招聘、管理甚至解雇员工，而不需要人的参与。”这项立法是确保AI的好处得以实现，同时不妨碍人权和安全的必要步骤。为了更深入地理解这项法案的重要性，我们可以参考纽约市的144号地方法律。该法将于2023年7月5日生效，它禁止雇主在做出就业决策时使用自动化就业决策工具（AEDTs），除非AI已经经过偏见审计，并且结果在公司的网站上公开披露。该法还要求雇主告知个人如何请求其他法律下的替代选择过程或合理的便利设施（如果有的话）。纽约市的法律是《2023年不要机器人老板法案》原则在地方层面实施的实际例子。它证明了平衡AI的好处与保护工人权益和安全的需要是可能的。法案最后提到倡议：《2023年不要机器人老板法案》将为求职者和员工增加与自动化决策系统相关的保护，并要求雇主披露何时以及如何使用这些系统。具体来说，该法案将： • 禁止雇主在做出与就业相关的决策时完全依赖自动化决策系统； • 要求在这些系统用于就业相关决策之前，对自动化决策系统进行部署前和定期的测试和验证，以排查诸如歧视和偏见等问题； • 要求雇主对个人或实体进行自动化决策系统的正确操作培训； • 要求雇主在使用输出来辅助就业相关决策之前，为自动化决策系统的输出提供独立的人工监督； • 要求雇主及时披露关于使用自动化决策系统、这些系统的数据输入和输出，以及员工与这些系统辅助决策相关的权利的信息； • 在劳工部设立技术和工人保护部门，以规范职场中自动化决策系统的使用。总的来说，《2023年不要机器人老板法案》是一项里程碑式的立法，为职场中的伦理AI实践设定了舞台。它提醒我们，虽然AI有潜力彻底改变职场，但必须负责任和道德地实施。在我们继续导航AI时代的同时，我们共同的责任是确保技术为我们服务，而不是相反。图片来自Midjourney 生成

Future of Work
2023年07月27日
Future of Work

【重磅必读】Josh Bersin认为AI加持的下一代的HR软件时代已经到来！以全球HR科技玩家为例-HR科技达人必读（多图）人力资源软件构成了世界上最大的技术市场之一。据我们估计，这是一个价值 2500 亿美元的市场，包括薪资系统、核心人力资源平台、招聘、培训、福利和数百种其他应用程序。在过去的五年里，随着公司适应混合工作和大流行，市场出现了爆炸式增长。就在上周， Workday 宣布其订阅收入增长率为 20.1%，目前每季度达到 13 亿美元。在过去的二十年里，这些系统发生了根本性的变化。在 1980 年代和 90 年代，这些工具主要是为薪资管理员、人力资源经理和 IT 员工设计的后台工具。从 2000 年代中期开始，这些系统全部迁移到云端，向员工开放接口。而今天，当我们都通过手机与数十种应用程序进行交互时，人力资源平台已经越界成为“工作”工具。我们在工作中所做的一切，从安排会议到分析电子表格，现在都与人力资源系统有关。您的目标、反馈、团队互动、财务结果、招聘、团队领导和福利管理都是人力资源技术堆栈的一部分。随着我们大量使用这些工具（平均每个大公司有80 个这样的应用程序），它们开始融合在一起。 Workday、SuccessFactors、ADP 和 Oracle 等大型 HCM 参与者现在拥有合作伙伴生态系统来集成和简化所有这些工具。云架构的采用让这一切变得简单：一旦这些公司使用 API 开放了他们的应用程序，他们每个人都决定成为一个“平台”，而不仅仅是一个应用程序。甚至 ServiceNow 和微软 (Viva) 也参与其中。多年来，我一直注意到这些系统的老化和遗留问题。虽然 Workday 和 SuccessFactors 等现代系统具有高度适应性，但它们的架构正在老化。Workday 成立于 2005 年，SuccessFactors 于 2001 年首次推出。虽然这些供应商以多种方式对其数据结构和架构进行了现代化和更新，但他们的核心系统仍然相当僵硬和脆弱。一旦您“实施”了这些系统，您就会遇到许多工作流程和层次结构决策，迫使公司随着公司的发展和变化而定期“重新实施”它们。你品一下：根据 JPM Chase 的研究，超过75% 的公司在 15 年内倒闭或被收购。因此，您购买的任何 HCM 系统都必须适应性强、灵活且易于更改。没有人在这方面做得很好。一个更棘手的问题是收集和分析数据。由于大多数公司都有许多系统（数十个招聘、培训、合规、福利、调查、福利和薪资系统），几乎不可能获得所有员工及其所有各种人力资源数据元素（培训、工作历史）的单一视图、绩效评级、反馈、薪酬、福利）所以 IT 部门必须做很多工作才能将这些整合在一起。像 Visier 这样的新平台彻底改变了这种新的“系统分析”解决方案，但大多数公司仍在苦苦挣扎。在过去几个月中，我曾与麦当劳、GE等许多公司会面，他们都在处理这些数据问题。麦当劳希望在数十个工资系统中获得所有员工（和承包商）的单一视图。GE则正在将公司分割为三个独立的业务。在这两种情况下，他们认为他们需要对其人力资源管理平台进行全面的“重新实施”，这将耗费数千万美元并需要几年时间。还有更多：我们如何获得综合数据（我们称之为“系统分析”）以综合方式查看人员流动、保留驱动因素、薪酬公平、内部流动性和技能？这些较新的人力资源计划需要以全新的眼光看待员工队伍，跨系统集成更多数据。顺便说一句，请记住，全球近三分之一的劳动力都是承包商，因此他们的数据在这些系统中几乎根本无法识别。新架构如何使这更容易？好吧，虽然这个市场的发展需要时间，但让我提出一些重要的建议。人工智能，媒体和投资界的宠儿，可能最终会带来我们需要的“新架构”。虽然还没有供应商构建完整的以 AI 为中心的 HCM 系统，但我相信它很可能会到来。让我给你叨叨：正如我在我们关于 AI 架构的新白皮书中所讨论的那样，AI 解决方案分为三个系列：那些“添加了 AI”的，那些在他们的平台中构建“AI 功能”的，以及那些“建立在人工智能之上。” 正如我们在论文中详述的那样，第三类平台以 LLM 和神经网络为核心构建。它们不是将交易数据存储在传统系统中，然后添加机器学习来改善体验，而是首先建立在人工智能之上。在与这些公司的技术领导者多次讨论之后，我相信这可能就是未来。考虑 LLM（神经网络）的真正工作原理。这些系统是“贪婪的数据分析器”，查看标记（单词）或数字，并以深刻而迷人的方式发现它们之间的关系。虽然我们从未真正确切地知道为什么一个人在工作中表现优于另一个人，但人工智能将能够为我们提供我们以前从未见过的线索。现在许多商业供应商将 LLM 作为产品和网络服务出售（Google、Microsoft、OpenAI、Nvidia、Anthropic、Amazon、Meta），这些平台越来越容易使用。您可能会说，“没那么简单”——现有的交易系统存储了数百个数据元素，如今这些数据元素具有复杂的工作流管理、安全性、用户界面和完整性检查。我当然同意：这些 HCM 和人才管理系统对每家公司都很重要和必不可少。但这些应用程序的问题在于它们不灵活。随着公司的发展和变化，系统会随着时间的推移变得越来越“复杂”和“有缺陷”。这就是为什么像 Microsoft、Allianz、Nestle 和其他公司这样的大公司拥有庞大的 IT 团队，专注于流程协调、数据完整性和架构以保持同步。从某种意义上说，这就是 ServiceNow 发展如此之快的原因。为了颠覆这个庞大的市场，Bill McDermott 和他的团队将他们的工作流引擎定位为“平台中的平台”，能够神奇地创建“跨越”这些后端系统的业务规则和应用程序，将遗留设计挑战转移到新层。正如他们的成长所证明的那样，公司迫切需要这个新的抽象层。但这不正是大规模人工智能系统真正要做的吗？绝对没错。因此，我们可以期待基于神经网络和大型语言模型构建的 AI 核心系统缓慢但肯定会取代这些遗留系统。核心 HCM 供应商可能会走得很慢，但在大多数情况下，他们看到了这一点，所以他们正在尽可能快地前进。例如，SuccessFactors 正在构建一个基于图形数据库的新 HXM 图形系统，旨在模拟我们大多数人正在迅速成为的高度去中心化、敏捷的公司。由于与 SAP 的许多集成，他们不得不缓慢行动，但他们清楚地看到了未来，并且他们现在正在试验它。他们已经将 Copilots 直接构建到应用程序中，为招聘人员、人力资源人员和其他人添加了生成人工智能。我在 Workday 与机器学习负责人进行了长时间的交谈，他们也看到了这一点。虽然 Workday 认为他们的架构是合理的，但他们将 AI 模型视为 Workday 架构的重要扩展。因此，他们的工程师在构建新功能时会研究许多可能的 LLM 和 AI 模型，以尝试逐步增加其庞大应用程序的价值。他们提到的第一个用例是能够“忽略”高度信任的员工的某些安全或工作流规则。因此，根据用户的历史记录、使用模式和公司历史，Workday UI 对于每个用户来说都是不同的。虽然这些都是令人兴奋的努力和创新，但我认为它会走得更远。当我与 Eightfold、Gloat、Seekout 或其他“以 AI 为核心”的供应商交谈时，他们看到了更加广阔的未来。为什么人力资源系统不能预测和推荐我们所有的学习、发展活动、工作调动，甚至日常活动？如果您考虑 Microsoft Graph 中的智能，再加上由 Eightfold、Gloat、Seekout 和其他公司管理的海量数据集，您可以想象这些系统比 Workday 现在所做的要多得多。然后我们看看像 Cornerstone 和 ServiceNow 这样的专业供应商。Cornerstone 的新 AI-fabric 旨在查看 7,000 名客户的所有学习和发展活动，并为您的公司提供有关内容、流动性、技能等方面的规范性建议。虽然他们的实施还很新，但我最近看到的演示已经开始实现这一愿景。Cornerstone 客户可以看到他们所在行业的其他人“推荐”了哪些行业技能、内容、职业和流动性，类似于 Eightfold 在招聘和人才管理方面的做法。 ServiceNow 也将此视为颠覆者。在听完 Bill McDermott 和他的团队描述他们的未来后，他们希望成为“企业的 AI 平台”，他们最近宣布的员工发展和成长（通过收购 Hitch Works）清楚地表明了他们的目标。他们希望成为您的“企业级智能平台”，最终以全新的平台架构取代 HCM 系统。与所有这些主要的架构转变（迁移到云、迁移到移动设备）一样，迁移到 AI 一开始似乎令人困惑。大型供应商将缓慢而渐进地移动，而新的初创公司将以闪电般的速度移动。但有些人可能会破坏。我对Palantir 推出的基于 LLM 的业务系统特别感兴趣。它本质上是一个围绕专门构建的大型语言模型设计的 ERP（财务系统）。我最近与 Eightfold 的联合创始人 Ashutosh Garg 讨论了这一趋势。他和我一样，也相信这种以人工智能为中心的架构会随着时间的推移而胜出。他们的系统可以集成和聚合几乎所有数据，因为它的架构非常开放。（传统的 ERP 系统并非为此而设计。）他认为“交易完整性”将成为 AI 核心的附加组件，本质上与现有供应商的方法相反。该架构将走向何方虽然我从不试图预测聪明先驱的创新，但我看到了广阔的新未来。五年前，当我们第一次描述“人才智能”时，我们本质上是在指出需要（和机会）使用 AI 来了解工作、角色、技能和员工在比贵公司现有员工大得多的数据集中的适应性. 随着时间的推移，同样的想法将接管所有 HCM 应用程序，仅仅是因为 LLM 和 GPU 现在使它成为可能。在我看来，企业管理的大部分要素都归结为人的判断。雇用谁、提拔谁以及调任新职位都是我们根据个人判断做出的艰难决定。当您添加其他决策时，例如让团队有多大、如何提高生产力以及如何更快地培养新技能——甚至需要更多的“猜测”。然后还有诸如“给某人多少薪水”或“谁应该担任总经理”之类的问题，这些问题既棘手又重要。这是供应商提供的 LLM 还是您自己的？两种选择都可能可用。小型公司将使用供应商提供的现成 LLM；大公司将在受保护的、完全安全的环境中使用内部数据来运行自己的系统。如果我们使用 LLM 来帮助做出这些人才和人力资源决策，我们的公司将会运行得更好。是的，人工智能永远不会完全取代人类的判断。但是想象一下，如果你能看到给定决定的统计证据然后应用判断？我知道这将极大地改善我们的决策。这些生成式 AI 架构确实是下一件大事。Nvidia 的联合创始人兼总裁黄仁勋称 LLM 为“我们这一代最大的计算机行业转型”。我必须同意。我们新的 AI 白皮书描述了这些“基于 AI 的”决策的许多示例，您会惊讶于它们的强大功能。虽然我无法预测这种转变会以多快的速度发生，但我相信我们现在已经拥有了我们一直在等待的“下一代”HCM 架构。

Future of Work
2023年06月05日

《 1 2 345 6 7 8 9 10 11 》 70 跳转至