-
GenAI
ADP重磅推出AI驱动HCM平台：Lyric HCM，赋能全球人力资源管理
刚刚，ADP宣布推出Lyric HCM，这是一个融合了生成式AI（GenAI）的全球化人力资本管理平台，旨在通过灵活性、智能化和以人为本的设计提升员工体验。Lyric HCM可以帮助企业应对全球员工管理的挑战，提供个性化的服务，并支持在75个以上国家的薪酬管理。Lyric还利用预测分析、实时洞察和异常检测，帮助企业做出更明智的决策并提升效率。
ADP全球产品与创新总裁Sreeni Kutam指出，现代企业需要具备适应性和合规管理能力的工具，而Lyric通过结合ADP庞大的数据集，提供灵活的解决方案，满足了企业不断变化的需求。同时，全球人力资源行业分析师Josh Bersin也强调，Lyric HCM超越了传统的人力资源管理系统，能够帮助员工更高效地完成工作并提升整体工作体验。
Lyric的云原生设计、强大的移动体验以及对GDPR等合规要求的支持，使其成为全球大型企业的理想选择。此外，Lyric可以灵活适应各种企业结构和工作流程，帮助企业无缝扩展并提供个性化的员工体验。
视频可以访问视频号：HRTech
ADP Lyric HCM利用生成式AI (GenAI) 提供个性化的全球员工体验
新泽西州罗塞尔，2024年9月23日 - ADP®今日宣布推出ADP Lyric HCM，一个专为满足现代化劳动力不断变化需求而设计的人力资本管理（HCM）平台，涵盖全球HR、薪酬和服务功能。Lyric通过结合灵活性、智能化和以人为本的设计，提供了一个革命性的解决方案，提升了全球范围内的员工体验。
"Lyric为现代工作场所设立了新标准，将先进的HR技术与高度个性化的方法结合在一起，" ADP全球产品与创新总裁Sreeni Kutam表示。 "今天的劳动力是灵活且全球化的。企业需要工具来高效管理他们的全球员工，确保合规并具备洞察力。Lyric通过结合行业领先的生成式AI技术与ADP独有的大数据，提供了灵活、智能且以人为核心的HCM解决方案。"
在当今动态的商业环境中，大型企业需要能够快速适应变化的HCM系统。分散的技术往往妨碍HR部门对全球员工数据的全面掌握。随着法规不断变化，企业需要一种设计能够帮助他们主动管理合规的系统。此外，今天的技术娴熟员工期望个性化、实时的服务来解决问题并做出明智决策。
Lyric通过一个一体化的HCM解决方案应对这些挑战，其特点包括：
灵活性：能够轻松操作，适应企业独特的结构、工作流程和实践，无需遵循固定的方法。
智能性：通过预测分析、实时数据洞察、趋势预测、异常检测和个性化建议，提升决策能力并提高运营效率。
人性化：为员工提供个性化的、与其职业发展阶段相符合的体验。
全球性：ADP Lyric HCM支持75多个国家的工资发放，且每个季度会拓展更多地区。
大型企业可依赖Lyric的云原生设计及强大的安全机制，帮助其遵守严格的GDPR及其他合规要求。Lyric提供响应式网页及强大的移动端体验，使其无论何时何地都可以轻松访问，帮助企业扩大规模，管理全球员工并提供服务。
"当今的企业需要一种全新的、灵活易用且融合了AI技术的HR软件，"全球HR行业分析师Josh Bersin表示。 "ADP的Lyric HCM为动态企业量身打造，围绕团队而非层级结构，具备管理新型工作世界的能力。Lyric不仅仅是HR管理工具，还能够使员工的工作更加轻松高效。凭借其先进的智能技术、个性化设计和全球可扩展性，Lyric已成为解决当今HR挑战的首选工具。通过提升人性化体验，Lyric帮助企业有效管理其全球团队，提供适应各自需求的解决方案。"
"Lyric HCM让我们能够实现无缝扩展，"Capstone Logistics的执行副总裁Tom Peot表示。 "我们最近在有机增长和并购方面都有显著发展。Lyric帮助我们保持灵活性，并提升了以往无法实现的效率。"
欲了解更多关于Lyric功能的信息或安排演示，请访问 ADP.com/lyricHCM。
关于ADP (纳斯达克: ADP)
通过尖端产品、优质服务和卓越体验，ADP致力于设计更好的工作方式，帮助人们充分发挥潜力。涵盖HR、人才管理、时间管理、福利和薪酬。由数据驱动，以人为本。了解更多信息，请访问 ADP.com。
ADP，ADP徽标和Always Designing for People是ADP, Inc.的商标。其他所有标志均为其各自所有者的财产。
版权所有 © 2024 ADP, Inc. 保留所有权利。
-
GenAI
【美国】以人为本的领导力发展解决方案提供商AceUp获得2250万美元A轮融资，为团队转型提供超个性化、AI支持的教练服务
由人工智能驱动的团队转型引擎（Team Transformation Engine®）AceUp 宣布获得 2250 万美元的 A 轮融资。本轮融资由 PJC、Techstars Ventures、Gaingels Ventures、Water Bear Ventures 和 Launchpad Venture Gro 领投。
AceUp的使命是通过人工智能驱动、以人为本的团队转型引擎（Team Transformation Engine®），消除人才分析中的臆测，释放个人和团队的潜能，引领组织、社区和世界的变革。通过利用人工智能和数据，AceUp 的团队转型引擎® 通过规范性分析提供可操作的人才见解。该平台帮助各级团队了解在一致性、技能掌握和绩效方面的现有差距，并鼓励管理人员和团队领导者成为变革推动者，设计与团队和组织层面的具体业务成果直接相关的技能提升和人才发展战略。
当今的企业面临着在快速人工智能转型的同时定义混合工作环境的问题，这揭示了一系列亟待解决的新工作挑战。仅仅关注员工的参与度和个人绩效已远远不够。现在越来越需要考虑员工之间的联系，或者说员工之间的脱节，因为只有 23% 的员工认为自己与组织文化有联系。AceUp 的团队转型引擎（Team Transformation Engine®）可促进团队内部和团队之间的联系，使企业具备数据洞察力，从而大规模推动端到端的团队绩效。
“AceUp首席执行官兼联合创始人、哈佛大学和洛桑高等商学院校友Will Guillaume Foussier表示："随着前所未有的结构调整、混合工作挑战和人工智能革命，大流行后的颠覆步伐不断加快，高管们日益认识到需要将‘我’的文化转变为‘我们’的文化。“这种转变有赖于提高管理人员的技能，使他们成为有效的团队教练，在组织的各个层面推动联系、协调、协作和绩效。作为规模化团队转型领域的领导者和数字教练领域的全球参与者，我们专门帮助世界各地的团队和组织，或'团队中的团队'走到一起，引领人工智能革命，并在新的工作世界中茁壮成长"。
AceUp 首席技术官兼联合创始人Rohit Begani说："在 AceUp，我们的团队转型引擎（Team Transformation Engine）开创了系统性变革的先河，这是全球首个以人工智能为动力、以数据为支撑的解决方案，可大规模打造高绩效团队。我们的 A 轮融资将推动我们的下一次飞跃：利用 GenAI 和机器学习部署公平、情境驱动的教练，同时继续关注以数据为中心和高级分析，以支持个人和团队教练之旅的每一步。
AceUp 的平台为 50 多家全球性企业提供支持，其中包括 Teradyne、NTT Data、LVMH、欧莱雅和威立雅。如今，AceUp 将一对一领导力辅导、系统性团队辅导和人工智能驱动的人才分析结合在一起，以培养辅导文化，推动可衡量的业务成果。在实施后的六个月内，AceUp 的客户的团队参与度和绩效平均提高了 61%，88% 的受访者表示，接受 AceUp 教练大大提高了他们的参与度和对公司的忠诚度。
泰瑞达全球人才主管Michelle Randall-Berry说： “我们几年前就开始与 AceUp 合作，当我 2022 年加入时，我看到了该公司对泰瑞达员工的影响。从那时起，我们不仅扩大了席位数量，还看到我们所有业务部门都越来越多地采用 AceUp 平台。AceUp 的真正突出之处在于它致力于提供量身定制的解决方案，以满足我们公司的独特需求，以及它在提高员工绩效方面的卓越能力。除此之外，AceUp 的支持团队从我们合作一开始就对我们的团队表现出了无与伦比的奉献精神"。
哈佛商学院领导力计划教授兼系主任、Paradox Strategies 公司创始合伙人Linda Hill说："领导者是‘造就’出来的，而不是天生的；伟大的领导者通过学习、适应和成长，成为更好的自己。AceUp 通过以数据为依据的辅导方法，帮助个人、团队和整个组织实现转型。其技术的可扩展性正在重新定义现代工作场所的辅导"。
资金的注入将使 AceUp 能够继续扩大规模，满足全球企业级需求，并在雄心勃勃的技术产品路线图的基础上进行创新。公司的目标是进一步实现辅导和学习体验的民主化，从而创造更加公平、创新和高绩效的工作场所。
关于 AceUp
AceUp 是人工智能驱动的团队转型引擎®，为全球个人和团队带来以人为本的领导力发展解决方案。AceUp 与哈佛大学支持的教练研究所（Institute of Coaching）合作开发，帮助创新型、以目标为导向的企业大规模建立高绩效团队，并提高各级领导者的技能，以充分释放他们的潜能。
AceUp 将一对一领导力辅导、系统性团队辅导和人工智能驱动的人才分析相结合，最大限度地提高团队的参与度、一致性和规模化绩效。
-
GenAI
【美国】招聘平台Skillfully获得250万美元种子轮融资，重塑招聘行业的未来
Skillfully 是一家位于加利福尼亚州旧金山的公司，专注于模拟驱动的招聘解决方案，公司获得了 250 万美元的种子轮融资。
本轮融资由 Better Ventures 领投，Silicon Valley Quad、American Student Assistance、Strada Education Foundation、FN Fund 和 Inventus Capital Partners 参投。
这笔新资金使我们能够将我们的解决方案推广到更多的世界顶级雇主，为专业服务、销售和人员招聘领域的技能优先就业设定了新的黄金标准。
Skillfully公司坚信，当前的求职、就业和发展方式已经从根本上被打破，因此公司致力于解决传统简历驱动型招聘方式的缺陷。在人工智能变革的行业中，这些过时的方法既辜负了雇主，也辜负了求职者。
招聘人员历来依赖简历、求职信和在线资料来衡量求职者的技能。然而，这种方法已经越来越不够用了，现在 90% 的申请材料都是通过 ChatGPT 等 GenAI 工具来增强的，这使得雇主们被简历淹没。然而，为这些人工智能工具提供动力的底层技术同样可以通过我们所说的 "体验式 "招聘彻底改变招聘方式，创造一个更加公平、更具包容性和以技能为中心的就业市场。
体验式招聘利用虚拟模拟工作场所的挑战，将招聘者的关注点从传统的技能描述转移到可验证的技能展示。Skillfully 的 HiredNow 产品提供完全定制化的模拟，使雇主能够看到求职者的实际技能，提供有价值的见解，从而将招聘精确度提高 10-20 倍，并显著节约人力资源成本。这种方法可确保求职者的实际能力和职业潜力得到评估，而不仅仅是在线职业门户网站上的另一份申请表。
Better Ventures合伙人Lyndsey Boucherle说："Skillfully帮助雇主发现更大的人才库，降低招聘成本，做出更好的招聘决策，同时为代表性不足的人才提供公平的竞争环境。我们很高兴能支持他们推动向基于技能的招聘转型。
此次融资标志着Skillfully进入了转型发展阶段。我们迫切希望将我们的招聘前模拟平台进一步商业化，并开发更多的创新产品，使我们的客户能够在不断发展的体验式、技能优先的招聘新格局中茁壮成长。
关于Skillfully
在首席执行官Brett Waikart的领导下，Skillfully公司提供了一个以模拟和评估分级为中心的招聘平台。通过该平台，雇主还可以直接从其经过技能验证的人才网络（TalentNetwork）中招聘人才，该网络包括大学、社区学院系统、哈佛商学院和劳动力发展组织等全国性职业合作伙伴。雇主可以接触到一个多样化的、积极进取的求职者人才库，而传统的以简历为先的招聘工具和职业网络往往会忽略这些求职者。
-
GenAI
【法国】提供GenAI平台公司Adaptive ML获得2000万美元种子轮融资，帮助企业打造独特的GenAI体验
Adaptive ML是一家能让公司根据用户的互动情况不断改进其生成式人工智能模型的初创公司，公司宣布已获得由Index Ventures领投的2000万美元种子轮融资。ICONIQ Capital、Motier Ventures、Databricks Ventures、IRIS、HuggingFund by Factorial以及许多著名的天使投资人也加入了本轮融资。
Adaptive的愿景是让各地的企业都能利用不断学习的生成模型的优势，并提供直观的体验来提升关键业务指标。公司已经推出了企业平台的第一个版本，并将利用这笔资金继续投资于研究和产品开发，并迅速壮大巴黎和纽约的团队。
"Adaptive ML 首席执行官Julien Launay说："在 Adaptive ML，我们正在简化通往更直观、更有粘性的 genAI 应用程序的道路，直接推动用户体验和业务成果的改善。"从长远来看，我们设想永久学习模型吸收每一次交互，为每一位用户提供独一无二的体验。
企业对使用大型语言模型（LLM）的需求很高，然而，目前在通用现成模型与使其适用于特定生产用例之间存在很大差距。
只有当模型与用户的目标相一致时，才能产生吸引人的体验。实现这一目标是一个复杂的过程，涉及高度技术性和专业化的技术。这种复杂的偏好调整过程推动 OpenAI 成为像 ChatGPT 这样的世界性现象。Adaptive 将释放这些技术的威力，并让世界各地的企业都能使用它们。
Adaptive 平台抽象了微调和强化学习的技术细节，加快了基于 LLM 的产品的发布速度。为了实现这一目标，Adaptive 在工程设计、数据和部署方面采用了创新方法。
"对齐是用户体验大型语言模型的基础，"Index Ventures合伙人Bryan Offutt说。"预训练教会模型如何思考，而对齐则教会模型如何交流。我们很高兴能与Adaptive合作，将对齐的力量带给各地的企业，使他们能够建立适合其业务的生产就绪模型。
关于 Adaptive ML
Adaptive ML公司成立于2023年，由Baptiste Pannier、Julien Launay和Daniel Hesslow创立，是一家提供Gen人工智能平台的公司，旨在构建解决方案，帮助客户建立更准确、更高效的专业人工智能模型。公司利用公司数据以及用户互动和反馈，提供有助于获得反馈的机器学习模型。其愿景是让各地的企业都能利用不断学习的生成模型的优势，提供直观的体验，提升关键业务指标。
-
GenAI
将AI作为人力资源技能的五种方法
"人工智能不会抢走你的饭碗，懂得使用人工智能的人才会"。这句现在广为流传的话概括了为什么人工智能不仅仅是员工使用的工具，而是员工能力的延伸和增强。尽管已经有 14% 的企业报告说他们经常在营销和销售中使用人工智能，但人力资源部门的使用率却几乎垫底，只有 3%。
然而，在 "生成式人工智能工具呈爆炸式增长"的环境中，人力资源部门的缓慢采用是不可取的，因为正如Eric Siegel最近在数字人力资源领导者播客中与David Green的对话中所解释的那样，人工智能和 "机器学习是最重要的通用技术"。
为了确定人力资源部门未来的发展方向，各级人力资源领导者需要快速参与、规划和执行如何通过将人工智能作为团队的一项技能来增强组织的能力。正如沃顿商学院的Ethan Mollick所说，这是一个挑战，也是一个机遇，组织的成功完全掌握在人力资源部门手中，因为社会变革比技术变革要慢。
驾驭人力资源与人工智能的超创新周期
有效的人力资源领导力需要一种有别于传统的技能提升和培训的方法，因为人工智能技术的发展速度使得通常的培训方法和周期变得过时。即使在 GenAI 兴起之前，技能的平均半衰期也不到五年。
GenAI工具需要更快的技能提升和再培训周期，因为它们的发展速度太快了。举例来说，ChatGPT于2022年11月发布；不到四个月，功能更强大的 GPT-4 就发布了，而且硅谷实验室已经在测试功能更强大的模型。Bernard Marr称这是我们正在进入的一个超级创新周期，它要求人力资源领导者了解技术以及人工智能是如何发展的。
这种变化正在推动 "数字员工 "的含义发生变化，从描述利用技术做出决策的员工转变为 "自主代理 "的新含义。这些代理可以处理问题、创造解决方案并采取行动。像 IBM 这样的领先企业已经将人工智能作为其人力资源队伍的一项技能。
正如Diane Gherson在与David Green的对话中解释的那样，IBM 的聊天机器人增强了人力资源服务中心的能力，使人力资源员工能够专注于更高层次的职责。而像 Service Now 这样的公司已经将其作为向客户提供人力资源服务的核心。
如何在人力资源领域掌握人工智能技能
要在人力资源领域掌握人工智能技能，需要采取五项行动：
明确人工智能的作用：改善决策。能做出更好决策的组织才能获胜。人工智能的真正威力在于支持人力资源团队更好地做出宏观决策（例如：在全公司范围内进行特定培训的投资是否会提高经理的绩效？）和微观决策（例如：我们是否应该面试候选人？）
针对每个主要人力资源领域制定如何部署人工智能的计划。Insight222 人员分析计划的一家成员公司分享说，他们的首席执行官责成每个部门制定一项利用人工智能的计划。
对于 Dawn Klinghoffer 和微软来说，"自然语言处理机器学习模型（是以真正易于消费的方式分析大量评论）"是其出发点，目的是真正了解我们所获得的所有不同情感。
决定你的人工智能技术解决方案。是选择商业解决方案，如 StabilityAI、微软 365s 或 GitHub 的 co-pilot？还是采用开源模式自行开发，如斯坦福大学的 Alpaca 或 Dolly2.0。
确定人力资源团队的快速培训路径： BCG 最近撰文指出，每个人都将能够通过人工智能提高自己的技能。对于人力资源技能而言，这意味着建立一套基础技术能力。这些 "不会比高中代数水平更高"（Eric Siegel）。已经成为人力资源工具包一部分并变得更加重要的业务技能是沟通、影响和讲故事。
Bernard Marr指出，17 项 "真正的人类技能使我们有别于机器"。通过了解人工智能的能力和潜力，人力资源部门可以（出人意料地）在如何在企业中有效部署人工智能方面发挥领导作用。
因为决定人工智能部署成功与否的不仅是技术方面，还有人的方面，即软技能，这将对贵组织能否产生承诺的回报产生重大影响。
确定一个示范项目：一家大型国际机构的人员分析团队最近决定投资举办一次为期两天的非现场活动，以寻找人工智能赋能项目的机会。在短短两天的头脑风暴中，该团队确定了 23 个潜在项目。
这个团队在为其所在地区和企业确定示范项目方面表现出了远见卓识和领导力。确定正确的项目是最后一步，因为对人工智能的投资将优先考虑那些有望获得回报的领域。这就是为什么人工智能技能的获取需要与业务目的和对组织的预期影响明确挂钩，而不仅仅是人力资源部门。
作为人力资源部门，我们关注的是组织中的员工。我们有责任证明，人工智能和员工共同创造的价值远远超过我们单独创造的价值。
来源：myhrfuture
-
GenAI
Cognizant Impact 研究预测未来10 年生成式人工智能将为美国经济注入1 万亿美元
牛津经济研究院与 Cognizant 联合开展的具有里程碑意义的研究预测，生成式人工智能将对美国 90% 的工作岗位产生影响，为了保持经济增长，亟需开展战略性的技能再培训
新泽西州提内克 2024年1月13日 Cognizant（纳斯达克股票代码：CTSH）与牛津经济研究院联合发布最新经济影响研究《新工作，新世界》(New Work, New World) 的研究成果。研究预测，90% 的工作将在某种程度上受到生成式人工智能 (gen AI) 的影响，我们处理工作、提高生产力和促进经济增长的方式均将发生深刻转变。研究还发现，企业对人工智能技术的采用率以及个人适应新工作方式的速度，将决定这项技术的影响力。
牛津经济研究院首席执行官 Adrian Cooper 表示："我们的研究旨在阐明人工智能可能对全球劳动力产生的影响。研究结果揭示了这项技术将以多快的速度影响美国经济发展进程，为领导者利用这项技术的潜力并迅速适应提供了宝贵见解。"
生成式人工智能有助于提高运营效率、创造新的收入来源、革新产品和服务，甚至重新定义企业。为了量化生成式人工智能对生产力和未来工作的潜在影响，Cognizant 与牛津经济研究院合作构建了一个经济模型，探究了美国企业采用生成式人工智能的三种情境。该模型考虑了推动美国经济发展的 18,000 项任务，并仔细研究了生成式人工智能可能对与这些任务相关的工作岗位产生的影响。虽然研究主要关注美国劳动力，但其发现的一般主题对全球都有参考价值。研究提出的主要观点包括：
未来十年对人工智能的采用将会出现激增，并将进入成熟期：企业对人工智能功能的采用尚处于试验阶段。不过研究表明，仅在四到八年内，采用率就会从 13% 飙升至 31%。研究预测，15 年后，采用率增长可能会放缓，但至少还会继续增长 15 年。
经济可能迅猛发展：随着企业人工智能技术采用率不断增长，未来 10 年，预计美国的生产率将提高 1.7%—3.5%，美国的 GDP 将从 4,770 亿美元增长至 1 万亿美元。
与此同时，就业市场可能会受到影响：随着工作任务因采用生成式人工智能而实现自动化，半数工作 (52%) 预计将发生显著变化。大约 9% 的美国现有劳动力可能会被取代，根据历史经济变化规律，其中 1% 的人可能难以找到新工作。
知识含量较高的工作可能最受影响：过去，技术进步和自动化主要影响的是体力劳动和以流程为中心的知识型工作。而生成式人工智能产生的影响与之相反，它将会对知识型工作产生更大的干扰。此外，信用分析、计算机编程、网络开发、数据库管理和平面设计等工作的理论最大风险敞口得分已经达到大约 50%。到 2032 年，随着技术的不断发展，一些工作的敞口得分可能会攀升至 80%。
首席执行官将会感受到影响：数据显示，C 级高管乃至首席执行官的理论最大敞口得分（即工作任务容易被生成式人工智能自动化的程度）可能会超过 25%，这是因为从竞争评估到战略决策，他们都开始使用生成式人工智能。
Cognizant 首席执行官Ravi Kumar S 表示："生成式人工智能在各领域的表现已经让我们惊叹不已，但它在我们日常业务运营中的真正影响才刚刚开始显现。为了充分利用这项技术的潜力来提高生产力，我们必须全面了解它对未来工作造成的影响，并携手为人们创造与之共生共荣的最佳机遇。"
紧跟人工智能的发展步伐，重新培养劳动力
虽然这项研究的时间跨度超过十年，但 Cognizant 认为，如今社会各领域的领导者应当积极合作，建立新的信任契约，助力企业、员工和经济在人工智能时代蓬勃发展。随着这项技术在劳动力中日益普及，员工需要掌握新的技能，为业务战略和人工智能管理等领域提供支持。再培训计划曾是员工职业生涯发展的辅助手段，如今培训将成为工作日的重要组成部分，企业将在工作日专门安排时间开展教育和培训。
根据这一愿景，Cognizant 最近推出了 Synapse 计划，旨在通过为全球一百多万人重新定义机会，彻底改变和重新平衡技术教育和劳动力发展的格局。依托 Cognizant 深厚的专业积淀和多年技术再培训的丰富经验，该计划旨在到 2026 年为不断扩大的数字经济打造一个全新的适宜雇佣的人才库。点击此处了解有关 Synapse 的更多信息。
如需查看完整的研究报告，了解更多信息，请访问 https://www.cognizant.com/us/en/gen-ai-economic-model-oxford-economics。
研究方法：Cognizant 《新工作、新世界》研究
牛津经济研究院受 Cognizant 委托，评估和预测未来 10 年生成式人工智能技术对美国产生的经济影响。
该项目分为五个主要工作阶段，循序渐进地开发牛津全球经济模型 (GEM) 的假设输入值。这些输入值反映了我们的预期，即在预测期内美国企业对生成式人工智能技术的采用将如何影响经济活动的结构性驱动因素，特别是全要素生产率 (TFP) 的增长。为了反映这一过程中固有的不确定性，我们设定了三种情境，以便得出一系列结果。如需了解完整的研究方法，请点击此处。
关于 Cognizant
Cognizant（纳斯达克股票代码：CTSH）为现代企业提供科技支持。我们助力客户实现技术现代化、流程重构和体验转型，使其能够在瞬息万变的世界中保持领先地位。同心协力，提升日常生活品质。请访问 www.cognizant.com 或 @cognizant.
-
GenAI
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。
-
GenAI
大咖谈：生成式AI在人力资源中的作用日益重要，谈HR不同领域的应用场景
编者注：本文Josh Bersin深入探讨了生成性AI（Generative AI）在人力资源（HR）领域的变革性作用。谈到生成性AI不仅能够整合和分析分散在多个系统中的大量员工数据，还能帮助HR团队更高效地解决招聘、员工体验、培训和合规等多个方面的问题。生成性AI的应用场景包括人才智能、员工体验应用、员工培训和合规应用等。这些应用不仅能提高HR团队的工作效率，还能为员工提供更个性化的体验。推荐HR管理者阅读了解，关注HRTech，了解全球最新HR科技动态。
人力资源是一个综合运营职能
让我们提醒自己，人力资源部门与财务、IT 和其他内部职能部门一样，是一个设计、支持和集成职能部门。人力资源部门与企业合作，处理无数复杂的问题：招聘、入职、培训、领导力发展、绩效管理、薪酬、奖励、福利、混合工作、组织设计、多元化战略、文化等等。在我们所谓的系统人力资源出现之前，大多数这些操作功能都是独立完成的。
如今，公司面临着竞争激烈的劳动力市场、高流动率和劳动力压力，以及重新培训、提高技能和明智地内部人员调动的需要。多样性和包容性、文化和领导力发展等问题仍然至关重要，人力资源团队还担心员工体验、生产力和内部效率。
HR 内部的数据遍布各处。一般大公司拥有超过 80 个面向员工的系统，每个系统都存储大量重要数据以帮助管理自己的区域。当业务领导者或高管想要做出改变、查看业务场景或修复表现不佳的团队时，他们需要将所有这些数据集中在一个集成位置。人工智能有望将这个梦想变为现实（更多内容见下文）。
当人力资源团队制定新的计划和解决方案时，我们还面临着不堪重负的劳动力问题。员工大部分都精疲力竭（87% 的人认为他们正在满负荷运转），因此我们必须简化工作、减少系统数量，并节省人们在管理职能上的时间（使他们能够在“最高许可范围内”运作） 。这意味着人力资源团队不断处理扩大服务数量、缩小服务范围并使其更易于使用的问题。人工智能AI对此有所帮助。
最后，人力资源团队正在转变为创造者、开发者和顾问。正如我们的系统人力资源研究指出的那样，人力资源的未来是更少的“支持代理”，更多的“顾问、产品经理、设计师和顾问”。这意味着越来越多的人力资源团队正在“构建事物”和“分析事物”，这本质上是生成人工智能所做的核心部分。
因此，从某种意义上说，生成式人工智能是解决人力资源团队面临的几乎所有挑战的完美新解决方案。
我们将如何实现这一目标：真实案例
在我们与数十家公司和HR科技供应商交谈时，让我总结一下我们看到的一些大型、高投资回报率的实际案例。
1/ 用于招聘、流动、发展、薪酬公平的人才情报
人才情报现已成为现实。公司可以使用基于 LLM 的系统（Eightfold、Gloat、Beamery、Seekout、Phenom、Skyhive）来识别员工的数百个特征（即技能），使公司能够智能地寻找候选人、决定谁已准备好晋升、调动人员寻找新的机会（人才市场），并确定薪酬不平等。
我们已经研究了这个领域好几年了，现在许多供应商都可以“现成”使用，并且使用来自 Lightcast 等提供商的数据，公司可以相对轻松地开始识别能力差距，研究外部市场的趋势，并使用人工智能为许多人力资源实践构建战略和运营解决方案。——我相信这个市场还很年轻，最终将颠覆许多核心 HCM 参与者。
在招聘中，现在有一些AI插件可以生成职位描述，针对不同的角色进行调整，创建个性化的候选人电子邮件，并丰富您自己的简历。这些工具正变得越来越智能：它们现在可以个性化招聘流程的每个部分，从而节省招聘人员的外展和写作时间。例如，我刚刚看到不少最新的人工智能职位描述生成器，它可以让你根据技能、技术和许多其他因素调整描述。
2/ 员工体验应用程序（入职、工作过渡、管理）
第二个增长空间是“智能员工聊天机器人”，它将文档、支持材料和交易系统整合到一个易于使用的体验中。我们的一些客户正在尝试这一点，我们自己的 JBC HR Copilot 为人力资源专业人员本身提供了这种类型的解决方案。这些实际上是企业应用程序，公司将自己的内容放在一起，制定数据安全策略（我们不希望每个员工看到每个文档或流程），然后使用“编排”工具将聊天机器人连接到企业系统。
IBM Watson Orchestrate 就是为此而设计的（SAP 现在正在使用），并且平台供应商和 HCM 提供商将提供许多此类工具。Workday Assistant 是第一代尝试 - 一旦您将各种人力资源系统的知识与流程文档结合起来，聊天机器人就可以最终取代我们所有的员工门户。
到目前为止，我们发现这些应该首先关注狭窄的用例，然后再进行扩展。例如，一家大型连锁酒店刚刚构建了一个聊天机器人，旨在帮助前台工作人员准确了解如何为高净值客户提供服务。它连接到预订系统，帮助员工了解如何为该客户定制服务。想象一下像这样的入职工具、领导层过渡系统等。
每个 EX 供应商都希望参与其中。Firstup 等提供商使用人工智能为每个人单独定制员工通信。这将成为我们用于许多员工体验应用程序的一组核心功能。
3/ 员工培训和合规应用程序
价值 3500 亿美元的员工培训行业迫切需要生成式 AI。我们已经看到了一些工具，可以从文档生成培训，自动创建测验，并利用现有内容并将其变成“教学助手”。就在昨天，我与一位客户交谈，他刚刚与供应商建立了一个新的领导力发展计划。我们讨论了将这些内容放入我们的 Copilot 中，以便通过经理的对话界面“按需”提供。一旦有了人工智能平台，这并不是一个困难的项目。
但还有更多。Cornerstone、Docebo、Degreed 等公司现在正在使用 AI 来智能推荐内容（基于人才智能，而不仅仅是点击流），根据角色、团队、位置和员工活动生成和推荐微学习，甚至将 AI 用作游戏“提示”员工了解更多信息。
举个例子：我们刚刚在公司的培训学院启动了一个微型学习项目，向人力资源人员传授人工智能知识。例如，该课程由一系列互动问题、小笔记和手机上的互动组成，可以导入到我们的副驾驶中，并在有人提问时提供。这些并不是现成的解决方案，但我们已经很接近了。
请记住，学习与开发团队的大部分工作都是围绕内容创建展开的。这些构建角色、图像、场景和视频的新一代人工智能应用程序将被 L&D 团队广泛使用。我刚刚找到了一个工具，可以拍摄长视频（即讲师指导的课程）并快速找到“最有趣”或“最密集”的内容来创建迷你片段。想象一下，您将不得不拍摄长视频并将其转化为章节、点播学习以及新知识学习的促销活动。
4/ 员工发展和成长应用程序
接下来是帮助员工发展职业生涯的大量新工具和平台领域。感谢人才智能平台，我们现在拥有由人工智能（而不是你的老板）生成的“职业道路”。这些系统会考察您的技能和经验，并（以图形方式）向您展示您拥有的所有成长选项，所有这些都基于数百万人的经验。
例如，您是否知道从事分析工作的营销经理可以进入数据科学、网络安全甚至财务分析领域？或者，一个在医院做小时工“交通支持”的人可以加入职业道路，成为一名 X 射线技术人员或临床护士？
这些路径都是由人工智能揭示和解释的，这些新系统准确地向你展示了你需要学习什么、你必须获得什么认证，甚至你可以和谁谈论这条路径。实际上，我们正在为人力资源专业人员开发此类解决方案（即将推出），您会惊讶于这些工具的帮助之大。
为什么人工智能如此重要？因为这从根本上来说是一个大数据问题。我不可能猜测一个人在我们公司可能拥有的所有职业选择，但如果我将他们的个人资料和历史记录插入八重职业导航器或其他系统，我们都可以看到许多我们从未考虑过的选择。
想想这将如何帮助没有学位的员工在职业生涯中取得进步。不再需要在网站上逛来猜去哪里申请工作——这些职业导航系统将改变许多人的生活。
5/ 绩效管理和运营改进
人工智能应该用于绩效管理吗？嗯，我不希望这些系统写绩效评估，但是，是的，它们会有很大帮助。考虑一下我们每个公司都遇到的典型问题：一个团队、一个工作组或一个个人表现不佳。这个群体或个人的数量落后，他们的项目迟到，或者他们的质量不合格。我们是否要等待经理找出问题所在并让他们弄清楚该怎么做？
这就是今天的运作方式：每个经理都必须猜测、弄清楚并决定对绩效不佳的个人、团队或项目“做什么”。为什么不让人工智能为我们做一些事情呢？例如，我们已经看到一些应用程序可以向您展示公司绩效的综合“视图”。从很多方面来说，这都是一个数据问题。
例如，如果我们发现超过一定规模的项目团队根本无法完成工作怎么办？如果我们查看团队的技能构成并发现缺少一项重要技能怎么办？也许终身教职是问题所在（顺便说一句，这通常是问题）。也许多样性阻碍了团队的发展。
虽然直线经理可能不会进行此类分析，但我可以向您保证，人力资源顾问很乐意在这里提供帮助。这些更广泛的组织设计和绩效项目无处不在，一旦我们在人工智能系统中拥有了所有数据，我们就可以简单地向它提问。
我问Google 的 Bard，“请比较一下雪佛龙和埃克森美孚的财务增长、回报和利润率。” 大约十秒钟就完成了相当不错的工作。想象一下，如果您在自己的公司中跨团队这样做会怎样？一旦我们将内部数据输入正确的人工智能系统，这将成为常规且常见的事情。
6/ 保留、混合工作、幸福感、敬业度分析
这引导我进入最后一个重要领域：研究、分析和提高员工保留率、福祉和敬业度。
我接触过的每家公司现在都在处理员工倦怠、福祉和其他敬业度问题。几十年来，我们依靠调查和各种基准来试图弄清楚该怎么做。是的，良好的反馈系统可以为我们提供大量有帮助的信息。
但是，如果我们只是将这些数据放入我们的大型人工智能平台并询问一些问题会怎样？“影响销售部门人员流动的最重要因素是什么？” 可能是经理。这可能是一种补偿。可能是终身教职。可能是别的东西。
是的，我们总是可以使用调查、市政厅和其他倾听方法来做到这一点。但如果我们只看数据呢？我们已经多次介绍过美国银行学院的故事，讲述的是一家公司通过详细分析数据“发现”其人才问题的故事。例如，他们发现银行余额与分行员工的任期密切相关。终身任职是由许多其他因素驱动的：人们在职业生涯中如何被聘用、入职和支持。通过进行该分析，他们能够显着提高业务绩效和保留率。他们的敬业度调查永远不会指出这一点。
你是如何开始的？
这给我们留下了一个大问题：如何开始？让我分享一下我们学到的东西。
首先，与其“追逐技术”，不如“爱上问题”。
换句话说，您想关注什么问题？是员工入职吗？人力资源自助服务？小时工排班和轮班管理？这意味着让您的团队聚集在一起确定投资的优先顺序，因为构建基于人工智能的解决方案并不像您想象的那么简单。
其次，一旦您决定从哪里开始，就该让 IT 团队参与进来。这些用例中的每一个都会变成一系列数据质量、数据管理、数据字典、然后是安全、业务规则和机密性的问题。
请记住，“将信息扔进法学硕士”可能听起来很有趣，但即使它有效，你也只是让各种各样的人访问他们可能不需要、不想要、甚至不被允许看到的信息。因此，聊天机器人的实施意味着同时关注用户体验、数据管理、搜索和编排。
我们自己的副驾驶工作已经给了我们这样的经验。一旦你收集到数据（在大多数情况下，并不清楚谁拥有什么），你必须开始测试 Gen AI 用例，定义安全规则，并决定你想要什么（如果有）后端编排。这些并不像“将一堆电子表格扔进 OpenAI 并开始提出问题”那么令人兴奋，但这正是真正的解决方案需要做的。
第三，你必须意识到，人工智能系统与交易系统不同，它负责照顾和喂养。“及时工程”意味着调整系统以正确回答问题，找到数据或文档中的差距，并不断努力保持用户体验简单。一旦聊天机器人或其他系统投入运行，我可以保证将会需要更多（和新的）数据。
从很多方面来说，新的人工智能系统就像一个新生婴儿。它必须学习如何走路、说话、举止以及避免麻烦。在您真正使用之前，现成的工具不会执行此操作，因此您需要 IT 的帮助来确保您的系统在增长时具有可持续性和可支持性。
人工智能将如何影响人力资源本身？
还有一个关于你的角色的大问题。这些新系统会让你被淘汰吗？
答案显然是否定的。这些智能系统是数据饥渴的恶魔。一旦构建它们并添加正确的信息，您将成为分析师、聊天机器人培训师、产品经理和设计师。查找信息和分析信息的许多平凡工作可能会消失，但了解要使用哪些信息的更高级别的工作将保留下来。随着新应用程序的到来，将会出现许多新的工作来负责人工智能系统、调整它们并不断改进它们。
让我向您告别：尽管这个领域令人兴奋不已，但人力资源中的人工智能实施仍然是技术项目。它们与任何交易系统都存在许多相同的问题和挑战，并且系统本身一直在“学习”。
我可以向您保证，整个领域既被过度炒作又被低估。如果您从小事做起，亲自动手，并带上您的 IT 团队，那么您将开始在我讨论的任何领域看到令人震惊的商业利益。
-
GenAI
生成人工智能（GenAI）带来的技能差距：中国职场的挑战与机遇
随着ChatGPT等生成人工智能（GenAI）工具在全球范围内的广泛应用，中国的职场人也逐渐感受到了这一技术浪潮的冲击。然而，与机遇并存的是一系列挑战，特别是在GenAI技能培训和应用方面。本文将深入探讨这一现象，并提出可能的解决方案。
一、GenAI技能缺口的现实
全球现状：在一项涵盖了澳大利亚、英国和美国的调查中，62%的人表示他们缺乏有效和安全使用GenAI的技能，67%的人希望雇主对他们进行培训，66%的人表示这没有发生。
中国的情况：与全球趋势相一致，中国的企业和员工也面临着GenAI技能的挑战。许多员工表示他们不知道如何从GenAI中获得最大价值，不知道如何利用可信数据源利用GenAI，同时保证数据的安全。
具体应用领域：在内容创作（36%）、数据分析和信息（33%）、客户支持（30%）等领域，GenAI的技能需求日益增长。然而，49%的员工表示他们需要接受人工智能工具的培训，但只有14%的人表示他们接受过相关指导。
二、中国的人力资源挑战
人力资源经理的担忧：43%的人力资源经理预计，随着工作场所采用人工智能，会出现技能差距。他们将使用人工智能工具的能力视为员工可以拥有的首要数字技能。
技能培训的需求：85%的人力资源经理告诉TalentLMS，他们计划与员工一起投资某种类型的人工智能学习和开发。他们正在考虑使用在线课程（48%）、面对面指导和现场活动（44%）等方式。
内部培训的趋势：一些领先的科技公司已经开始使用内部培训计划。例如，Multiverse于8月14日宣布，将于9月在中国为其学徒推出新的培训模块。
三、解决方案与机遇
政府和高校的支持：政府和高校也在推动人工智能教育和培训项目，以培养新一代具备人工智能技能的职场人才。
企业的主动性：许多公司开始实施内部培训计划，通过在线课程、面对面指导和现场活动等方式，为员工提供人工智能技能培训。
强调实际应用：培训不仅限于理论知识，还应包括实际应用，如导航人工智能驱动的系统的能力，以及熟悉人工智能界面、自然语言处理和模型的基础知识。
四、结语
生成人工智能为中国的企业和工人提供了巨大的机会。通过加强教育和培训，我们可以充分利用这一技术，推动职场创新和效率提升。从基础开始，我们每个人都可以学习和掌握GenAI技能，共同构建一个更加智能、更具战略性的职场未来。
-
GenAI
劳动力智能沟通平台Firstup宣布将GenAI引入Firstup平台，提升员工个性化体验
劳动力智能沟通平台Firstup宣布将GenAI引入Firstup平台。CommunicationAI利用GenAI的力量，为沟通者和员工提供新的生产力提升，特别是通过内容创建效率和提供在主题和语气上符合员工需求的超个性化的员工沟通来提升员工体验。
CommunicationAI将大型语言模型（LLMs）的功能与通过Firstup智能通信平台的员工参与度数据相结合，帮助企业释放员工的潜力。过去，人力资源和沟通领导者面临着来自人力资源信息系统或其他工具的零散和不完整数据的挑战，阻碍了他们与员工有效沟通的能力。CommunicationAI可以通过实时的内容参与数据来增强HRIS和人员分析数据，为每个员工提供一个更全面和有背景的视图。
凭借生成内容、预测和自动化等强大功能，CommunicationAI使人工智能成为沟通者、人力资源领导和人事经理的必备工具，包括现在拥有人工智能界面来请求和获取信息的员工。CommunicationAI技术将在9月26日和27日举行的Firstup年度员工体验活动Attune中展示。
CommunicationAI使沟通者能够利用生成性人工智能和可信的员工数据，在每个员工时刻提供个性化的、相关的和有吸引力的体验，并具有以下能力：
使用ContentAI提高内容的质量和相关性，它可以生成高质量的文本、主题词、视觉效果、摘要和可定制的模板，并根据员工属性推荐最佳的语气和风格。
通过EngageAI提供超个性化的员工体验，它使用简单的自然语言提示而不是复杂的查询来自动创建员工受众群体，以提高参与效果。分析员工的行为数据，并预测最佳的信息或旅程以及格式、渠道、时间和语气，以实现最高水平的参与。
通过使用自然语言提示，利用劳动力智能更快、更容易地获得洞察力；你现在可以确切地知道你的活动与员工群体的关系，并询问趋势和预测因素，而无需挖掘数据。
通过使用自然语言提示，用数字助理快速为员工提供答案；员工现在可以在多个系统中获得实时答案，包括从程序和政策到公司新闻和资源到工资和PTO余额等信息。数字助理超越了传统的关键词匹配，深入了解每个查询的含义和背景，在员工需要时提供个性化的访问。
"Firstup平台提供来自人力资源和内部沟通活动的丰富数据，提供对劳动力参与的洞察力。Firstup首席产品官Cheryl Chavez说："通过将GenAI与整体的员工参与数据配对，我们的平台可以主动和自动地解决劳动力问题和机会。"人力资源和通信领导现在拥有所有的工具来实现公司的目标，并为员工提供超个性化的体验。"
文章来源：hrtechcube
扫一扫 加微信
hrtechchina
