头条
未来5年AI应用报告 | 谷歌、DeepMind、英伟达科学家支招企业AI应用
编者按：本文来自新智元（ID：AI_era），原文来自reworkco。
ReWork的一份最新AI落地应用报告，阐述了企业该如何使用AI技术。谷歌的Ian GoodFellow、DeepMind的 Jörg Bornschien、英伟达的Kimberly Powell等知名AI研究员参与了这一份AI报告的访谈并发表观点。受访者认为，在接下来的几十年，深度学习模型的大小将呈指数级增长，我们将找到越来越好的神经网络架构和参数，达到甚至超越人类水平。
报告全文：http://reworkco.domain.com/WhitePaperShouldYouBeUsingAIInYourBusiness.pdf
人工智能（AI）正在变革它能触及的各行各业，从医疗保健到零售和广告，金融，交通，教育，农业等等。 AI的目的是什么？接手所有需要员工手动完成的工作，让他们腾出时间更有创意地完成机器不能做的工作。如今，快速发展的 AI 技术主要由大型企业通过机器学习和预测分析来使用。
人工智能不是一项未来的技术，现在当下的技术，没有采用的公司将被抛在后面。
本文将探讨人工智能在商业领域的应用，深入研究谁应该使用这些技术，并深入研究人工智能在各个行业的领军人物的研究贡献。包括来自学者，行业领导者，研究人员，首席执行官，创始人等等的专家意见，以评估人工智能对多个行业的影响。
受访者单位（具体名单）：
包括谷歌的Ian GoodFellow、DeepMind的 Jörg Bornschien、英伟达的Kimberly Powell等知名AI研究员参与了这一份AI报告的访谈并发表观点。
AI 快速增长的背后：技术、资本、企业
人工智能正在颠覆和改变它所触及的每一个行业。从商业运营和效率到创新的客户服务方式、医学研究的突破、更智能的交通系统和更有针对性的广告活动，这是当今世界不可避免的现实。不愿意采用AI的企业将落后，预计AI软件的直接和间接应用产生的收入将从2016年的13.8亿美元增长到2025年的597.5亿美元。(Tractica,2017)
“随着机器变得越来越智能，消费者将会期待24小时内的完美服务，到2025年，AI将会占到所有客户互动的95%，消费者在在线聊天或电话中将无法区分机器人和人类员工。”(Servion,2017)
得益于海量数据和日益智能化的算法，机器可以学习、说话、做出明智的决策，并以一种越来越有效的方式执行复杂的任务。这不仅推动了研究上的突破，而且在业界的实施也证明了AI在现实世界中的应用可能对各行各业的企业产生巨大的潜在影响，包括零售和广告、医疗保健、销售和市场营销、交通运输、旅游等。
图：AI的全球预计收入：2016-2025
是什么令AI的进步如此迅速？
AI需要庞大的数据集，而“真正伟大的科学与技术的惊人进步使我们能够收集到前所未有的数据”，从而使模型能够更快地学习。(Jasper Snoek，谷歌大脑)
目前的发展速度并没有被预见，比如OpenAI的Ankur Handa，并没有预见到在多伦多大学Geoffrey Hinton的研究团队发表第一篇卷积神经网络的论文之后，短短三年的时间里，CNN在ImageNet竞赛中实现了“超越人类的表现”。虽然这些进展迅速而且有影响力，但你的业务是否应该采用AI，这是需要考虑的。诸如成本、可用数据、行业相关性和人员配置，以及可能的ROI等因素是所有规模的企业需要考虑的因素。本报告后面的章节将为这些关键因素提供解决方案，以发现AI在行业中的影响，以及你是否应该在你的业务中使用这些技术。
谁在推动AI的发展？
不仅仅是科技巨头在引领了AI竞赛，还包括大学、风险资本家(VC)和内部研究人员。机构和行业专家的研究为企业将这些模型应用于他们的工作打开了大门，而针对AI的风投正在通过他们的资金来帮助研究取得突破。
下图：著名AI风投、学术机构和公司
AI的生态图景：模型、训练数据、硬件和人员
目前AI的生态图景四个方面：模型、训练数据、硬件和人员。新的模型（如生成对抗网络）正被广泛应用，并取得了巨大的成功；更大的数据集可以用来训练模型；硬件的改进加快了训练的速度；而且，这个领域的每一次成功都会吸引更多的人进入这个行业。(Ed Newton-Rex Jukedeck)
进步是持续的，但是对社会产生直接的影响需要时间和金钱来进行研究。数据的可用性、计算的能力、每个模型的训练周期和智能水平都有局限性。无监督学习的进步正在彻底改变商业应用程序，节省时间和金钱——2010年至2014年间，全球对人工智能技术的投资从17亿美元增长至149亿美元（Merrill Lynch，Bank of America，2016）。
虽然AI不是一个新的概念，但它变得主流的过程也已经花费了数年的时间，近几十年的发展速度是最快的。这意味着，由于我们目前使用arXiv和社交媒体进行传播的文化，新的进步很快就会过时。AI的“过度活跃”可能是破坏性的，这迫使企业重新考虑他们正在设计的产品（Hugo Larochelle，Google Brain）。
AI的发展带来了今天的模型：研究人员发现如何使用GPU来加速神经网络的训练。这些方法使得模型能够扩展到更大的数据集，并在对更小、更学术的数据集进行研究时实现更快的迭代。
DL社区开发了更好的开源库和用于深度学习的工具。例如，Theano在如何实现DL模型方面取得了突破，这启发了现在广泛流行的TensorFlow。
ArXiv和社交媒体已经成为宣传研究的主要真滴。这使得我们可以更快地迭代和构建其他研究人员的工作。(Hugo Larochelle, Google Brain)
如何在商业中应用这些进步?
ML总是受限于可使用的计算量。这些进步能够对现实世界的问题产生非常明显的影响，正如Ian Goodfellow说：
“2017年5月谷歌发布新一代TPU，这是一个大消息。新的谷歌TPU可以帮助缩小在DL实验中可利用的计算量和在生物神经系统中使用的计算量之间的差距。第一代TPU只对谷歌的工程师开放，而新一代TPU将对谷歌云的用户开放，并且研究人员可以申请免费获取。”
领先的AI使用案例，数据分析仍然是最大的场景，其次是销售，再到医疗
随着越来越多的公司（例如谷歌，亚马逊，微软）通过云平台在业务中使用人工智能模型，人工智能技术将持续被工业界和整个社会所接受。没有任何行业会被抛在后面，所有行业都被人工智能的进步所打破（Hugo Larochelle，Google Brain）。商业智能工具能够搜集、分析、转换和报告数据，从而提供有价值的洞察，并使企业将时间和金钱投入到正确的领域。那些努力与用户建立情感联系的公司将通过“有感情的AI”来提高客户满意度，毕竟，在现实生活中，人们的情商很糟糕，导致一系列无用的争端。当AI不受偏见影响的情况下接受训练，它能够提供比人类更合理的反应（Mikko Alasaarela，Inbot，2017年10月）
由于深度学习在数据准备、语音识别、文本理解、电脑游戏，网络安全等方面的应用，我们看到很多令人难以置信的结果。深度学习提供了人工智能历史上最大的性能飞跃（甚至可以说，计算机科学史），并使许多传统方法成为过去时。因此，在未来十年内，任何一个没有依赖深度学习的公司都将被抛在后面（Deep Instinct首席技术官Eli David）。
不仅科技公司能用AI，其他行业也将大量使用这种技术。以下是一些预测数据：
20%的商业内容将由AI生产。(Salesforce, 2017)
57%的用户期望2020年前，智能语音助手能在生活中发挥重要作用。(Salesforce, 2017)
鉴于亚马逊、Alphabet、IBM、微软在云计算的地位，下个十年之处，60%的AI 平台将被上述公司掌控。(IDC FutureScape, 2017)
2018年前，75%的开发者团队将把AI 运用在一个或多个商业应用或服务上。(IDC FutureScape, 2017)
2020年前，80%的客户服务将不需要人类介入。(Salesforce, 2017)
进程
关于AI“抢夺人类工作”的讨论很多，但这并不是第一次。在工业革命时期，机器使得工厂工人失业；互联网飞速发展，颠覆了各行各业。然而，这并不是行业的终点：工人学会了操作机器；记者利用互联网作为资源，而非阻碍。一个工作被摧毁了，无数的新机会被创造出来。 （福布斯，2017年）
Hugo Larochelle解释说，虽然我们无法确定AI和经济的未来， 历史上有一些旨在取代人类的技术发展的例子，但该行业的就业反而增长了。
对于一些高度依赖劳动力的行业来说，人工智能可能比人类更好。由于人工智能永远不会感到厌倦而且几乎不会犯错误，所以这将创造出研发机器的新职位。然而，需要更多人类智慧和情感的行业不可能完全被AI所改变。AI助手帮助人们节省了时间，也帮助我们做了更多聪明的工作。 （雅虎实验室研究科学家Miao Lu）。
人工智能现在远比之前更容易获得，即使对于计算机科学和人工智能领域以外的人也是如此，正如Hugo Larochelle所强调的那样，人工智能云平台提高了可访问性。对于高校来说，迎接人工智能的进步，停止只把它作为计算机科学研究生学习的一个狭窄的话题是非常重要的。
历史上，AI都是大公司在进行开发，因为要想从AI和ML中获得回报，需要大量的训练数据。
对于公司来说，获取这些数据意味着企业需要有一个既有的，成熟的产品，有很能吸引用户的地方，或者公司需要高额的财务支撑来购买交换的数据。今天，通过scale.api和亚马逊Mechanical Turk等平台将人类注释数据与成初创公司的需求相匹配，获取培训数据的成本大大降低。此外，许多平台即服务系统直接提供机器学习模型来输入数据集，如Amazon ML和Azure ML，可以帮助 AI / ML领域的创业公司启动。 （思科Vijay Ramakrishnan）
在GPU（和TPU）的帮助下，AI的计算能力变得非常之快，我们都知道，速度意味着生产力。生产力最终带来的是性能的改善。在速度之外，我们其性能的良好并且具有广泛的适用性。(Kimberly Powell, NVIDIA)
AI 能够让研究员聚焦于眼前的问题，而不需要花费大量的时间来创造新的工具解决新的问题。(Ian Goodfellow, Google Brain)
随着消费者在生活中需要更多的个性化和个性化定制，个人助理将迎合特定的品牌和需求，消费者将越来越期望迎合他们喜好的产品。(Kimberly Powell, NVIDIA）。企业不得不达到这样的期望，如果仅仅依靠人类劳动力，很快遇到天花板，增长将停滞。
考虑你的公司提供的服务和你目前遇到的挑战，无论他们是投资回报率，组织，效率，准确性，客户服务还是业务的其他方面。想一想AI可能产生的影响，不仅有你的日常活动，还有你公司的整体成功。
五年前，我曾和一个领导世界领先的计算机视觉小组的朋友交谈。在讨论深度学习时，他将其称为“另一种短暂的炒作”。今天，他的整个研究小组只关注深度学习，获得了惊人的突破，几乎没有使用过去几十年来其他任何传统图像处理方法。我认为，未来每一个行业的每一个领先企业在未来几年都会深深地依赖于深入的学习（否则就完全落伍了）。
虽然采纳AI的公司中，明显有力竞争者是“科技公司”，跨行业企业如果成功采用AI 技术，也可以看到以前使用的模型无法比拟的优势。由于需要大量标签化的数据，较小型的公司可能不敢投资长期的人工智能战略。许多企业无法拥有数据，但这并不是说建立一个成功的战略是不可能或不可取的。
目前从人工智能中受益的公司是那些已经拥有现有存档数据的公司，例如像互联网公司、获取增量数据成本较低的医院或企业。然而，收集训练数据或开发ML模型所需的时间正在减少。另外，Amazon AWS和Google Cloud ML等云基础架构服务减少了前期购买昂贵基础设施的需求，从而减少了中小型企业进入这一领域的障碍。 （思科Vijay Ramakrishnan）
业务优化
以前需要人工的任务，比如客户服务、数据管理、供应链管理和市场策略决策，都被预测将在未来5年由AI实现自动化（福布斯，2017）。很少有公司在这几个领域不依赖大量人力，但这样做开支巨大，因此使用AI模型是显而易见的。但是，引入技术很简单，但是优化提高效率让员工从好变到更好，需要靠优化（Ankur Handa，OpenAI）
在受访的200多家企业中，75%的表示将在接下来3年“积极部署”AI。全球接受调查的高管中，79%表示AI将让他们的工作变得更加简单高效。
健康医疗
在医疗领域AI的采用率正在上升，不仅仅帮助医生诊断，在新药发现和研究方面也有辅助作用。深度学习方法已经帮助分析师，在检测糖尿病眼睛疾病和癌症等特定场景下超越了人类医生。这些进展并不会取代人类医生和医疗专家，而是辅助他们让他们将更多时间用于攻克更棘手的问题，同时帮助降低错误率（Jasper Snoek，谷歌大脑）。例如，在美国，平均1万人有1名放射科医生，而在印度，就是平均10万人才有1名放射科医生。有了AI后，放射科医生将更加高效的工作，将精力集中在困难病例上（Kimberly Powell，英伟达）。Jasper Snoek预计，AI在心血管疾病领域也将得到应用，算法可以分析患者自己在家拍摄的EKG。
在医疗领域，DeepMind与NHS合作，开发机器学习系统识别眼盲症。Springer Nature报道，研究人员已经开发出“皮肤科医生水平”的皮肤癌分类神经网络。IBM Watson给出的医疗建议，99%的情况下与医生的建议相符合。
未来5年会发生什么？
Eli David，Deep Instinct：第一波最初的工作消失了，同时很多新的动作被创造出来，人类不再与AI竞争，而是与AI一同工作，完成如今完成不了的复杂工作
Raquel Urtasun，Uber ATG：因为有了AI，我认为未来会减少交通拥堵，出行不便的人更容易出行，城市绿化增加，公共交通的可用性也有所提高
Ankur Handa，OpenAI：我认为健康医疗、公共部门和政府因为AI而变得更加完善，这些都是影响人类生活重要决策制定的部门
Jasper Snoek，谷歌大脑：从离散数据源中新兴的技术和NLP将让我们能够分析医疗记录，发现症状，并预测医疗结果
Jorg Bornschien，DeepMind：在快速获取知识方面我们将见到很大的进展：少数据学习（few shot learning），在少数据学习中，生成器或判别器模型只需要从少数几个样本中泛化
Kimberly Powell，英伟达：更多企业将在他们自己的产业中部署AI，在业务中融入独特的用户体验。得益于AI的普及，各行各业的人都将用AI进行创新。
5年以后呢？
Eli David，DeepMind：真正的智能（人类及其他动物）研究有很强的证据表明，大脑里神经元的数量与智能程度呈正相关。这对人工神经网络也一样，尽管有人可能说，当前最先进的深度学习模型与上世纪90年代的神经网络非常类似，但两者的主要区别是网络中连接（synapses）的数量现在增长了100万倍。
由此我预测，在接下来的几十年，深度学习模型的大小将呈指数级增长，我们将找到越来越好的神经网络架构和参数，达到甚至超越人类水平。我认为这将在我们大多数人的有生之年实现。
缩写词：
头条
如果未来面试官是机器人，你该如何表现才能过关？
编者按：Krista Jones最近在Venturebeat发表了一篇文章，题为How to charm the bots in charge of hiring for your dream job，介绍了一下现在求职过程中AI的使用情况，并向求职者给出了一些建议。
人工智能正在迅速改变着医疗等行业，也可以真的帮助人们更好地生活，但希望与担忧同在，很多人担心AI会取代人类的工作。同时，商业届的现有AI平台加快处理进程的速度要比取代进程的节奏快很多。现在我们无法说出AI到底会有怎样的影响，世界经济论坛近期的一份报告预测自动化到2022年至少会取代5百万份工作。现在唯一清楚的是：未来人们的工作方式和公司看待员工的方式都在被AI改变。
除了一些重复性劳动，我们研发的AI技术在一些岗位中，可以让人和科技一同工作，比如招聘和人力资源。其实，数以百万的招聘人员正在用AI或Ideal这样的机器学习公司来扫描数千份简历和领英页面，以精确地挑选相关候选人。所以，如果你没收到面试电话，可能就是因为AI把你从可能的人才池中筛了出去。一个平台可能让你和理想工作擦身而过，而另一个平台可能会让你避开职业雷区。
要注意的是AI在人力资源领域内的用处早已超出挑选候选人这一件事了。Plum等AI平台会基于就业前针对某种行为的筛选问题，将候选人与公司匹配到一起。在招聘初期，它们可以完全不需要简历，只需要名字、教育和工作经历。它们对成功原因和成就的关注度是一样多的。同时，Knockri用视频来检验未来的雇员。这项技术通过视频回应评估了应征人的口头和非口头交流技巧。与传统的视频面试平台不同，AI工具保证了在筛选过程中，姓名、性别、种族、甚至是口音都不会影响结果。
未来，求职者必须要与AI一同找到合适的岗位，并与潜在的雇主一起迈出找工作的第一步。对想转行、找到更具挑战性的工作、或想让工资稳定的人来说，这种双向现实也带来了新的挑战。为了赶上这个节奏，以下是一些如何更好总结职业经验的建议，以让你更好地面对强大但没有心跳的简历阅读者。
挖掘你的创造性
如果你想进入一家用AI技术辅佐人力资源工作的新公司，你需要放弃简历设计的技巧。招聘者利用过滤软件寻找特定词汇来匹配岗位需求这件事已经见怪不怪了。太泛泛而谈和太新颖的简历会被机器忽略。
是的，创造性是有利的，但是要谨慎考虑。比如，若你是一个软件工程师，你可以在编程测试中发挥创造性，用简单独特的方式解决复杂问题。或者，若你是一个平面设计师，布局、调色和字体都是展现你风格和品位的重要指标。最后，求职者应该展示他们价值主张的独特方面，来突出自己。
学会和聊天机器人聊天
聊天机器人是招聘频繁的公司的第一道屏障。雇主经常会使用Karen.ai等服务来将应聘者分类。用一份简历投递多个职位的日子已经一去不复返了。在和聊天机器人主导的面试中和传统的求职信上，应聘者必须通过展示自身性格和总体职业路径，强调自己和所应聘的岗位之间的相关性。聊天机器人会通过与应聘者整个线上讨论的过程来进行评估。因此，应聘者在和聊天机器人聊天时要注意专业和聊天礼仪，以更有可能进入招聘的下一环节。
拥抱共同的职业未来
我认为AI辅助的招聘过程所创造的求职环境会保持下去。企业会更多地使用AI软件来将应聘者分类。这就意味着，应聘者需要直白清楚地写出自己的背景，用通俗地写出自己相关的工作经历。求职者在找工作的时候应做好准备，了解到AI也会像人类一样去了解他们，而不是仅仅列出自己的成就。最后，在面对拥挤的市场和越来越高的招聘要求时，求职者一定要知道如何让简历和申请表符合这些系统。
原文地址：https://venturebeat.com/2017/11/20/how-to-charm-the-bots-in-charge-of-hiring-for-your-dream-job/
编译组出品。编辑：郝鹏程
本文翻译自 venturebeat.com，原文链接。如若转载请注明出处。
头条
AI进军招聘业，要如何应对求职中diss你的招聘机器人？
编者按：本文来自网易科技，编译：网易见外编译机器人。
随着人工智能（AI）技术的迅速发展，医疗保健、虚拟助理等行业也逐渐被改变，人们对AI取代人类角色的担忧也日益加剧。与此同时，在当今的商业世界中，部署AI平台的速度要比取代它们的速度更快。
虽然我们还没有确定AI技术的确切影响，但世界经济论坛最近发布的一份报告估计，到2022年，自动化将取代至少500万个工作岗位。今天有一件事是清楚的：AI正在推动人们的工作方式以及企业对未来员工的看法发生根本性改变。
除了承担重复性的任务外，我们还开发了许多有AI支持、与人类进行数字交流的技术，比如招聘和人力资源等。事实上，数以百万计的招聘人员目前都在使用像Ideal这样的AI和机器学习公司的技术，来扫描数以千计的简历和LinkedIn页面，以便精确地挑选出相关的求职者。
因此，如果你没有接到回电，那可能是因为AI将你排除在潜在的招聘范围之外。虽然一个平台可能会否定你在理想职位上的资格，但另一个平台可能会让你远离职业生涯的失误。
值得注意的是，AI在人力资源领域的效用远远不止于选择正确的求职者。由AI驱动的平台，如Plum，可以将求职者与公司的招聘职位进行匹配，目的是为了确定行为契合度。实际上，他们通过在招聘阶段记录的名字、教育和经验，完全消除了对简历的需要。他们会更多关注于你为何取得如此大的成功，并从你所取得的成就中寻找线索。
与此同时，Knockri使用视频来筛选潜在员工。这项技术通过视频回复来衡量求职者的口头和非语言沟通能力。与传统的视频面试平台不同，AI工具可以确保名字、性别、种族、甚至是口音都不会成为影响因素，从而帮助公司在短时间内找到最理想的求职者。
将来，求职者必须与AI系统合作，才能找到潜在的雇主和合适的职位。这一双重现实给那些想要换工作的人、找份更有挑战性工作的人或者仅仅是想要获得稳定收入的人带来了全新的挑战。为了跟上技术进步的速度，这里有些建议，以便帮助人类求职者获得那些没有心跳的机器都为之赞叹的简历。
1. 发挥你的创造力
如果你想要进入一家人力资源部门使用AI技术的新公司，不幸的是，你需要把简历设计技能留在家里。对于招聘人员来说，使用过滤软件寻找符合实际招聘信息的关键词是很正常的。那些看起来太普通或超出范围的简历会被机器人自动过滤。
是的，创造力可能是个优势，但它需要被考虑到。例如，如果你是一名软件工程师，你可以在编码测试中表达创造力，以展示一种独特而简单的解决复杂问题的方法。或者，如果你是一名平面设计师，那么在展示你的作品集时，布局、色彩搭配和字体选择是你的风格和能力的重要指标。最终，求职者应该以独特的视角来看待自己的价值，以便在竞争中脱颖而出。
2. 学会与机器人聊天
对于大多数拥有大规模招聘工作的公司来说，聊天机器人是他们的第一道防线。雇主通常会使用像Karen.ai这样的服务来筛选求职者。投递相同简历到多个职位的日子已经正式结束了。在由聊天机器人引导的面试过程中，以及传统的求职信中，如今的求职者必须将他们申请的特定职位的重要性放在优先考虑的位置上，而不是展示他们的个性或一般的职业轨迹。聊天机器人在整个在线讨论过程中对求职者进行评估。因此，他们需要以专业的方式与聊天机器人沟通，以获得更高的晋升机会。
3. 参与实习项目
企业实习现在已经成为大学教育的重要内容。但想象一下，你自己的项目可以让你测试潜在雇主，而不是反过来。绕过传统的雇佣策略是未来的方式，像Riipen这样的创业公司可以帮助学生避免痛苦的求职过程。该公司通过实习配对程序帮助学生获得最佳体验。AI正在幕后工作，让这个全新的人才精选通道成为现实。
4. 拥抱未来的职业生涯
我认为，向AI招聘的转变创造了一个就业搜索环境，而这种环境将会持续下去。企业将越来越多地使用基于AI的软件来对求职者进行分类。这意味着求职者需要用直白的语言来描述他们的背景，使用通用的语言来展示相关的工作经历。申请者还应准备进入招聘程序，让AI试图将他们理解为“人”，而不是作为一份成就清单。最终，对于需要面对拥挤就业市场和不断变化就业要求的求职者来说，了解如何为这些系统提供简历将变得势在必行。
头条
拥抱你的AI新同事，虽然最后你可能被抛弃——欢迎来到AI协同工作纪元
编者按：我们已经站在人工智能时代的前沿。大部分人对此趋之若鹜，少数人高喊着警惕的口号，被视为杞人忧天的傻子。人工智能的浪潮正不可避免的袭来，它到底是怪兽还是福音？
恐怕事实上，它两者都是。日前Wired发布文章，深刻的揭露了人工智能从提高人类生产力到淘汰人类生产力的过程，可以说是一篇警世恒言。编者在不改变原意的情况下为您做如下编译：
去年秋天，谷歌翻译推出了一个崭新的、改进过的人工智能翻译引擎，声称它与人工翻译有时“几乎难以区分”。 Jost Zetzsche对此只能翻白眼。 这位德国人已经在翻译领域工作了20年，他一次又一次地听说他的行业将受到自动化进步的威胁。 每一次他都发现是夸大其词的炒作，Google翻译也不例外。他认为，这当然不是翻译的关键。
但是这次的结果出乎意料的好。谷歌在2016年花费了更多的时间改造其翻译工具，以人工智能为动力，并且通过这种方法，它创造了一些无比强大的东西。谷歌翻译一度以出产呆板但是尚说得过去的翻译而闻名，现在开始生产流畅而高度精确的散文。对于未经训练的人来看，它的这种输出与人类翻译几乎没有区别。一个1.5万字的纽约时报的故事称之为“AI的伟大觉醒”。引擎很快开始学习新的技巧，弄清楚如何翻译它以前没有遇到的语言：一旦它处理过英语对日语以及英语对韩语的翻译，它就可以弄清楚怎么处理韩语对日语的翻译。在上个月的Pixel 2发布会上，谷歌引入了它所承诺的无线耳机，可以实时翻译40种语言，将它雄心勃勃的议程进一步推向了前进的轨道，
自从IBM于1954年首次推出机器翻译系统以来，完美机器翻译的理念就抓住了程序员和公众的想象力。科幻小说家们抓住了这个想法，创造了大量这样的乌托邦幻想，从《星际迷航》的“宇宙通用译者”到《银河系漫游指南》中的巴比鱼。人工翻译的水准——翻译流利的散文并能够捕捉源文本中包含的人文意义，这是机器学习的圣杯：如果被实现，就意味着机器已经达到人的智能水平。谷歌在神经机器翻译领域的进步意味着圣杯在触手可及之处——随之而来的是人工劳动的过时。
由于翻译长期以来一直处于人工智能引发工作恐慌的第一线，因此人们并不很担心。有些人甚至很高兴。 对那些抓住人工智能工具潜力的人来说，生产力随着工作的需求而急剧上升。
把他们想象成穿着白领在煤矿里挖煤的金丝雀吧。目前，他们还在唱歌。 随着深度学习的萌芽，许多行业正在认识到，人工智能确实能够完成曾经被认为是专属于人类的任务。与司机和仓库员工不同，知识型员工不会立即面临流离失所的危险。但是，随着人工智能成为他们工作流程的重要组成部分，他们的工作正在发生变化，而且不能保证今天有用的人工智能工具不会成为未来的威胁。 这给人们提供了一个选择：放下自我，拥抱你的新AI同事，或被抛弃。
我们并不是生活在AI的黄金年代，而是生活在AI提高生产力的黄金年代。姑且称它为第一阶段。人工智能现在已经足够强大，能够对无数复杂的任务进行可靠的第一次尝试，但它还没有强大到看起来能造成威胁的地步。对于需要密集思考的主观性工作，我们仍然需要人类。
各行各业都在进行劳动力转移。 “华盛顿邮报”的内部人工智能，赫利奥格拉夫，去年发表了850多篇文章，人类记者和编辑为其加入了一些分析和丰富的细节。在图形设计中，人工智能工具现在可以生成设计初稿，最后执行交给人类设计师。在电影和出版方面，新的工具有望在海量良莠不齐的稿堆中找到下一个大热项目，使编辑从无休止的提交队列中解脱出来。这些人工智能工具就像年轻的助手一样，他们很有能力并且多产，但仍然需要一个经验丰富的经理来完成智能型重任。当然，这位经理要与机器一起工作才能获得好处。
在位于亚利桑那州的公司律师事务所Fennemore Craig，律师们跳上人工智能列车，试用了一家名为ROSS Intelligence的创业公司的新技术。ROSS使用IBM Watson和专有算法的组合，以AI驱动，是LexisNexis（律商联讯数据库）等工具的继任者：它纵览梳理数百万页的判例法，并在备忘录中以草稿形式记录其发现。这个过程聘请律师可能需要4天的时间才能完成，ROSS只需要大约24小时。 ROSS不会因疲劳或倦怠而受到影响：可以日以继夜的连续工作，不会因之感到痛苦。
ROSS的写作能力虽然也还可以，但并不是其突出的特点。据Fennemore Craig的三年级学生布莱克·阿特金森（Blake Atkinson）的说法，其写作水平大约为一年级法律学生的水平。（该公司的合伙人安东尼·奥斯丁更为慷慨：他认为， ROSS与一些第一年或第二年的同事一样好）。该工具生成干净的备忘录，虽然没法和海明威（世界级著名作家）的水平比，但它提供了一个功能性初稿，写满了适用的判例法摘要，一些基本的分析和一个简明扼要的结论。然后，由一个人类的律师进行更深入的分析和语言组织，让文本可以让人愉快地阅读——至少是一个律师可以愉快的阅读。奥斯汀说：“这可以让我们做有趣而富有成果的事情。 “老天，我不关心1885年的蒸汽机，我真正想做的事情是写点有趣而吸引人的东东西，法官和对方律师一听就知道他，‘我完了’。”
最终，像ROSS这样的工具几乎肯定会减少在探索过程中对人类律师的需求。目前尚不清楚这将如何改变雇用初级律师的情况，因为他们的工作常常是在在旧的判例法上埋头苦干。但是深入的分析和重要的写作仍然远远超出了ROSS的能力范围。对于创业公司来说，成功的关键在于，律师们不会害怕ROSS——毕竟，谁想来培训他们的替代品呢？这就是为什么首席执行官安德鲁·阿鲁达（Andrew Arruda）认为ROSS是一个生产力工具，而不是一个AI律师。它让律师能够为更多的客户服务，专注于他们工作中有趣的部分。奥斯汀更简洁地说：在ROSS的帮助下，他说：“你就像一个摇滚明星一样酷。”
对于许多翻译人员来说，人工智能助长了超人的生产力并不是什么新鲜事。当Alessandro Cattelan在2003年开始他的翻译生涯时，他每天翻译大约2000字能挣大约175美元。他使用计算机辅助翻译工具，偶尔基于他以前翻译过的短语提供建议——但翻译是一个非常手动的过程。今天，与人工智能协同工作，现在翻译人员可以在一天内要获得相当数量的金钱（调整通货膨胀率）需要翻译八千到一万字，Cattelan说。这个过程被称为机器翻译后编辑（PEMT），首先让机器先翻译一遍，然后引入翻译人员来整理语言，检查不正确的解释术语，并确保语调，上下文，翻译的文化暗示，这些都是重点。
Cattelan是Translated公司的运营副总裁，该公司发展基于AI的翻译工具。他说：“你必须弄清楚你的工作中的哪些部分可以被机器所替代，以及你作为一个人能够带来什么价值。”。由于Translated在4月份开始向其编辑翻译人员提供神经网络机器翻译，它的生产力显着提高，特别是德语和俄语等语言，过去由于其复杂的语法总需要额外的调整。
PEMT并不新鲜——至少在20世纪80年代以来，这一领域一直在不断发展。但随着神经网络机器翻译的出现，它正在被广泛采用。根据市场研究公司Common Sense Advisory的数据，未来几年，后期编辑的需求预计将比其他语言行业的增长速度更快，企业翻译在接下来的几年里可能会实现两位数的增长。Common Sense Advisory警告说，“即使语言行业以史无前例的速度增加新的翻译人员，目前的方法也不可能跟上这种增长水平”。有人认为，与机器翻译协同工作已经成为必须：根据机器翻译平台Lilt首席执行官Spence Green说，“机器翻译”现在是一个需求，而对于资历较老的翻译人员，他们甚至不需要使用翻译记忆软件。”
总部位于悉尼的翻译公司夏洛特·布拉斯勒（Charlotte Brasler）表示，在过去的一年里，机器翻译工具变得非常好用，如果不是使用这些工具会破坏保密协议（这是一个常见的障碍），她会欢迎这些工具。与能力很强的AI一起工作让她能够承担更多的项目，并腾出时间处理多有创造性的文本，而这些文件机器通常无法翻译出来。
但是，这一点也在发生变化：Brasler说，在过去的一年里，由于神经网络的加入，谷歌翻译在处理销售和营销材料方面表现出色，对这些材料的翻译涉及丰富多彩的语言和习语。当然，引擎并不是诗人，但是在人们长久以来认为机器不可能征服的领域，它正在迅速改善。对于那些用艺术来定义自己的劳动者来说，这是很难接受的。
技术的飞跃总是超出我们的承受范围。有人无法忍受与机器合作的想法，有人宁愿埋头于概念性学术期刊，假装没有任何变化发生。对于这些人来说，人工智能突飞猛进的增长是一场生存危机。当然，电脑可以筛选数据，甚至可以拼凑一个基本的句子——但它能写散文能让你流泪吗？它能分析一个成语的细微差别，或者发现下一个畅销小说家，或者说服最高法院的司法系统、改变他们的想法吗？
还没有，但机器可以帮助你到达那里。一些最具创意的行业开始尝试人工智能，他们遇到了一些挫折。今年四月，当“黑名单”（一个连接剧作人与制片方的网络）宣布将与一家名为ScriptBook的人工智能公司合作评估剧本，作家们群起抵抗。 Billions的执行制片人Brian Koppelman称这种工具“很冒犯人，粗暴武断”。黑名单迅速取消了与ScriptBook的合作关系，原本ScriptBook负责扫描角色分析，人口统计和票房成功的等脚本。虽然ScriptBook这家初创公司已经与两家主要的电影制片厂成功合作，但它的首席执行官Nadira Azermai表示，大多数电影制作人还没有能够克服对这个工具的恐惧。
“几年前，人们认为谈到创意时人类是安全的，因为人工智能不能像人类一样具有创造性，或者不如人类那么特别。但这不是真的，“阿塞迈说。当业内人士指责她创造一个工具来窃取工作时，她告诉他们，他们的工作确实受到威胁，但不是AI。相反，她对反对者说：“你的工作会输给那些知道如何与机器合作的人。如果你坚决的把头转向另一个方向，假装它不存在，你将会失去工作。”
一个类似的工具是StoryFit，其产品包括票房预测评分，剧本结构和风格分析以及故事情感组成阅读。正如TJ Barrack所解释的那样，他的工作室Adaptive Studios决不会仅仅因为在StoryFit报告中看到的东西而通过一个脚本——但是他的团队可能会考虑如何根据它了解到的东西来演变脚本。 Barrack说：“如果这显示我们可能因为某些东西在市场上出现问题，那么我们是否有办法可以改善这个故事？ “我们或许可以调整一些情节点？我们可以在这里或那里添加更多的情感？”
人们刚刚开始摆脱人工智能的炒作，开始专注于AI驱动工具如何帮助他们的工作。 StoryFit首席执行官莫妮卡·兰德斯（Monica Landers）表示，她最近开始对自己公司的产品感到担忧。但她仍然要谨慎行事。当我问她公司的下一步行动时，她犹豫不决地回答：“如果我们谈论得太超前，还是会让人紧张。”她说。
毋庸置疑的是：如果我们放弃作为人的特质也就是创造力和直觉，我们就要先彻底重新思考人的意义是什么。这两种技能都暗示着某种不可知的想象力或第六感。但事实上，机器已经非常具有创造性，产生了令人惊讶的创新艺术作品：他们正在拍照，写音乐，创造超现实主义的艺术作品。因为他们开始与人类的经验深深共鸣，我们才需要担心。
华盛顿大学计算机科学教授，《The Master Algorithm》一书的作者佩德罗·多明戈斯（Pedro Domingos）说：“机器可以富有创造性，而且它们确实富有创造性。与此同时，直觉是一个更为棘手的问题：它需要更深入地了解人们如何思考以及世界如何运作。 Tech的最佳工程师们还没有想出如何用直觉装备AI;只要这种情况仍然存在，人类将在工作中继续占上风。律师需要了解她的目标读者以及他们可能拥有的所有偏见或倾向;译者需要对他所翻译的两种文化有一个细致入微的理解。多明戈斯说：“一旦这些任务中映射到现实世界，就是机器落后的地方，人们确实有优势——至少在可预见的将来。”
与我们的AI同事合作，使工作看起来变成了可疑的乌托邦。机器接管了那些吃力不讨好的工作，它们一直太过复杂难以自动化，直到最近。人类可以沉浸在工作中最有创意和价值的方面。但是，这是我们之前看到的一种模式——一种可能最终破灭的热潮。
当自动取款机在20世纪60年代后期首次推出时，很多人都惊讶地看到美国的银行出纳员人数增加了一倍，并保持了数十年的增长。为了摆脱现金的沉重任务，出纳员可以把注意力转向帮助客户解决账户问题或发放出纳员支票；结果，他们变得更有生产力。但是，经过这样的增长之后，银行出纳员的数量现在正在下降，这要归功于贝宝，智能手机银行等技术的累积效应，以及现金需求的下降。一段时间之后，技术终于从福音走向了“怪物”。对麻省理工学院“数字经济倡议”的联合主管安德鲁·迈克菲来说，银行出纳员的传奇故事是一个警醒寓言。他说：“技术可能在一段时间内增加了工作，创造了就业机会，那那并不意味着它将一直这样做。”“我们以前看过这种情况。”
但是目前，翻译人员，律师，医生，记者和文学代理人的工作是安全的。有人甚至会说他们的工作比以往任何时候都好。但我们现在发现自己处于一个奇怪的位置。我们不得不承认，人工智能正在迅速掌握我们以往视为机器禁区的任务。我们必须认识到，拥抱AI正在迅速成为在许多领域取得成功的先决条件。我们必须欢迎这些新的AI同事，在他们犯错的时候纠正他们——并且心里知道在某个时候，等我们教的足够多了，他们会一步步往上爬。
来源：雷锋网(公众号：雷锋网) 译 via Wired
原文链接：https://www.leiphone.com/news/201711/2SgoPa2ZUSFCWUiW.html
头条
文档协同工具“石墨文档”完成新一轮融资 今日头条领投
文档编辑、协同处理工具“石墨文档”完成新一融资，本轮融资由今日头条领投，光谷人才基金跟投。融资完成后，今日头条已成为“石墨文档”第一大股东。
“石墨文档”还曾于去年8月宣布获得山行资本领投，心元资本、初心资本、九合创投创始人王啸跟投的数千万元Pre-A轮融资。
“石墨文档”成立于2014年5月，产品于2015年6月正式上线，是中国上线最早的“专业级别”协作云文档平台，致力于以 SaaS 方式为公司和团队提供协作云文档服务。据媒体报道，今年年初，“石墨文档”已拥有250多万名用户。“石墨文档”企业版于去年9月上线，截至今年1月已有上万家付费企业愿意入驻。
头条
飞机制造商Airbus利用HoloLens培训工程师和乘务员
记者获悉，客机制造商Airbus利用微软HoloLens创建了一个App，用来训练工程师和乘务员。
Airbus称用HoloLens来训练可以节省开支，提升训练和操作方案。有了这个App，带上HoloLens就可以通过全息教训或者交互的虚拟系统，在任何地方接受培训，无需任何真实的物体。
（图片来源：Airbus)
Airbus已经成为微软HoloLens合作伙伴项目的一员，他们除了使用HoloLens来培训以外还会做更多的探索。Airbus帮助HoloLens收集了超过250个不同用户的使用案例，有飞机飞行中的娱乐项目案例也有通信案例。
这次的App是Airbus与日本航空JAL和JAL制造（JALEC)合作开发的，共有12周的课程。2013年JAL签署了31架A350XWBs的购买协议，Airbus会在2019年发货，到时最新的A350 XWB的工程师和乘务员都能使用HoloLens来培训。
来源：雷锋网 本文作者：李诗
原文链接：https://www.leiphone.com/news/201711/adleizorB5gdk43u.html
头条
未来智能办公升级，阿里、腾讯角逐企业服务战场
编者按：本文来自第一财经，作者：段倩倩
2014年5月，在突袭微信失败后，阿里巴巴社交软件“来往”团队中以陈航为首的几个成员搬进了湖畔花园，来往在这里改头换面为主打企业社交的“钉钉”，陈航的职位变为阿里钉钉CEO。
钉钉不断升级，11月19日，阿里钉钉在深圳发布钉钉4.0版，并发布了三款配套的智能办工硬件产品，钉钉智能前台、钉钉智能通讯中心和钉钉智能投屏。
已经很难再用企业社交软件去定义钉钉。社交只是入口，钉钉已经变成一个平台，一个to B的企业服务提供商。在中国，依靠企业服务成为独角兽的公司少之又少；而在美国，仅Oracle、SAP、Salesforce三家公司的市值已经超过了3500亿美元，在投融资战场上展露峥嵘的公司中，to B和to C势均力敌。
毫无疑问，中国企业服务市场还是一片蓝海，在这个市场跑马圈地的公司不仅是钉钉一家，企业微信悄悄推陈革新，功能不断优化；美团大象则是小荷才露尖尖角。
突袭微信失败后，钉钉显然走向了一个更广阔的市场：企业服务。用陈航的话，钉钉赶上了风口，中国中小企业从传统的纸质办公时代，进入云和移动时代。
但某种程度上这只是一个美好蓝图。一财科技记者采访发现，即便已经是钉钉用户，一些企业在员工入职等事项上还是表现“保守”，重要资料、流程不会通过电子档来保存和审批。
阿里、腾讯角逐企业服务战场
放眼全球，主打to B、企业服务的公司已经在科技领域登堂入室，如SAP、Salesforce、Infor等。这些公司“低调而神秘”，获得不菲融资成为行业独角兽。而在中国，几乎所有的互联网公司都以C端为导向，庞大的C端用户缔造了BAT王国，缔造了美团、滴滴、摩拜等独角兽，但鲜有to B公司展露峥嵘。中国企业服务市场还是一片尚未开发的价值洼地。
盯上企业服务市场的公司不只阿里钉钉一家。钉钉曾经无法撼动的社交巨头微信，也在反攻企业社交，2016年4月，微信上线专门面向企业的即时通讯软件微信企业版，并为企业提供解决方案；美团团队内部孵化的美团大象被认为是钉钉的有力对手，当匿名社交平台出现爆料称接到公司下发的战书“2018年第二季度把钉钉干趴下”时，大家普遍猜测这个公司是指美团，尽管后者曾经予以否认。
钉钉和企业微信的优势是基础版免费。双十一期间，钉钉推出了硬件产品M2的“酷公司0元购机计划”，钉钉企业在提升自己移动智能办公能力后，可以免费获得这款产品。对于美团大象来说，“新美大”下游众多小型商家接近形成自有生态，美团点评推进的技术开放平台，也透露了建立为中小消费商家服务的生态想法。
在亿欧企业服务副主编黄志磊看来，钉钉和企业微信面临的共同缺点替换成本相对较低，一旦企业进入中大型阶段，定制产品的适宜性会替换掉钉钉和企业微信。
与此同时，Infor、Salesforce等国际企业服务巨头已经在进入中国市场。中国企业服务市场会是什么格局？是否会像生活社交、电子商务那样形成一家独大之势，还是钉钉、企业微信、美团大象三足鼎立，或是被外企通吃？
“目前来看中国企业更接地气，中小企业会更喜欢；大型企业市场定制化依然是主导，但更多是在细分业务模块开展定制。”黄志磊称。
和美国企业服务市场大中型企业贡献主要营收不同，在中国，中小企业才是主角，中小企业是市场服务主体。在4.0发布会上，陈航宣布钉钉企业用户数已经达到了500万。此前陈航也曾在接受采访时透露，钉钉用户以中小企业居多。
黄志磊认为，企业服务每个业务模块太多，市场最后不会只剩几家巨头存在，共赢局面是可以期待的，“中小企业做企业服务可以占据长尾市场，可以做生态系统中的小草角色。细分领域市场机会依旧存在，在细分业务管理模块、流程设置以及技术改造上，足够小的市场也有百亿水准。”
头条
阿里钉钉升级4.0“版本 发布智能人事1.0版本， 并推出一系列企业办公硬件
说好的做平台呢？怎么也各个应用都做起来了呢？
此次4.0软件最重要的升级是推出“智能人事1.0”。
无招说，钉钉开发智能人事也是基于企业的痛点，比如很多企业的入职、离职手续极为繁琐，到处签字盖章，人事档案极为混乱，而且难以及时了解企业的成长情况。智能人事可以解放公司HR的事务性工作，让他们投入到更有价值的工作中，比如吸引人才、员工关怀、组织文化建设等。
钉钉“智能人事1.0”。
昨晚，11月19日，阿里巴巴钉钉在深圳召开2017秋季战略发布会，以“智连未来”为主题，推出一系列企业办公硬件产品，并升级钉钉4.0版本，钉钉CEO陈航（花名无招）宣布公司进入软硬件融合的智能化时代。
钉钉推出系列办公硬件 并开放硬件接入标准
钉钉4.0最重要的战略升级是软硬件的智能化融合，为用户提供企业智能化升级的方案。19日在发布会现场，陈航首先公布了钉钉的最新数据，截至2017年9月30日，钉钉企业组织数量超过500万家，成为全球最大的企业服务平台。
“开心麻花”团队和暴走漫画“张全蛋”配合陈航，以舞台剧的方式演绎了钉钉推出的一系列智能办公硬件。
无招戴上假发，测试钉钉智能前台M2的人脸识别能力
首先是钉钉智能前台M2，这款具有人机智能交互功能的人脸识别系统，圆形，像一面镜子，比成人手掌略大。现场演示显示，M2的识别速度在0.6秒，而且同时可以识别5人。同时，具备生物活体识别，能鉴别照片和真人区别，也能在戴假发状况下顺利识别。
由于市面上的产品满足不了钉钉的理想需求，因此无招决心结合阿里集团的经验，自己来做。
除了M2，此次还发布了钉钉智能通讯中心C1，以及钉钉智能投屏FOCUS系列。
无招介绍钉钉智能通讯中心C1
无招介绍，C1最多可同时连接256台设备。在钉钉4.0构建的智能化企业场景中，C1是“大脑”，企业的硬件软件均与它连接，并基于此实现智能化管理及远程交互。包括智能前台M2、打印机、复印件、门禁、空调和电灯等。
而钉钉智能投屏FOCUS一期共推出4款产品，均与合作厂商共同生产，包括坚果、大眼橙、极米、明我四个品牌，均可实现钉钉内的一键智能投屏、远程投屏，并与钉钉会议管理系统深度融合。
无招表示，钉钉将成为一个开放的平台，希望更多硬件厂商加入进来，共建智能无线投屏解决方案。 另外，无招还透露了一项面向企业的福利：“0元购”计划。企业用户只要加入钉钉服务，即可享受免费获得以上所有硬件。
根据这个设想可以看到的是，钉钉越来越成为一个应用服务，而不是一个平台。先从考勤机下手，然后进入基础人事服务，然后基础的会议、培训等基础服务毫无疑问钉钉都会涉足。
头条
帮助小企业提高p图效率，丹麦创企Pixelz获700万美元融资
近日丹麦后期照片制作软件及服务公司Pixelz获得了700万美元融资来建立自己在欧洲的业务。
这家有着六年历史的企业最初只是一个后期处理工作站，但后来也开发出一套新的工具包帮助小企业管理图像修补。
“作为其核心，Pixelz可以算是一条‘Photoshop’的流水线。它能将图像修补工作分解成几个零碎的步骤，让专家和自动化流程能够持续、高性价比且快速地进行图片处理——你只需要轻轻点一下鼠标，图片大约会在三小时之内处理好返回。”联合创始人Thomas Kragelund说道。
这家公司由Kragelund、Janus Matthesen和Tejs Rasmussen联合创立。Pixelz创建了一种按需服务，能为小企业进行图片处理，毕竟对于现在的电商而言，漂亮的图片非常重要。
公司的总部位于丹麦，同时在德国和西班牙设立了分布，公司会利用这笔融资去进军北美和欧洲其他地区。
“我们想要帮工作室提高效率，Pixelz能帮助品牌节约更多时间。后期处理不应该成为他们的瓶颈或外包管理中的痛点。” Kragelund说道。
目前公司的投资方包括不少技术和工业领域的大腕，包括Nordic Transport Group 的合伙人及董事会成员Karsten Mathiesen、Morten Mathiesen以及E-conomic Danmark的联合创始人Anders Bjornsbo。
Pixelz表示目前已经有数万名客户在使用该公司的后期图片制作服务。
头条
传统领域内的外包服务商，「工程客」为企业提供一站式工程师用工服务
曾经报道了很多项目撮合式平台，有撮合技术人员和有技术外包需求的程序员客栈、撮合自由职业者和有短工用工需求的公司杰客网、撮合高净值人群和个人法律服务提供商的撮合平台法Boss。今天要介绍的项目是撮合有项目外包需求的传统企业（如石油化工、电气/电力、建筑）和个人工程师的平台工程客。
对于石油、化工、船舶、海洋工程这些传统公司来说，很多项目是需要从外面找工程师来短期施工的（这里的工程师不是指从事体力劳动的蓝领工人，而是受过高等教育的，年龄在25-45周岁之间，专科、本科以上学历的脑力劳动者）。相比我们所熟知的长期合同制用工模式，往往这种为期只有3-4个月的项目制施工形式胜在工资相对较高（是全职薪水的1.5倍左右），劣势在于不稳定，接了这单没下单，且社会保障制度不健全。
跟多数撮合平台类似，无论是企业端还是工程师端，都要经过工程客的认证，企业需要提交详细的资料，工程师需要提交专业、职业、项目经历等信息。项目特点在于，工程客会给企业提供从工程师招聘、人员管理、合同处理到薪水结算的一站式服务。
工程师招聘方面不难理解，像很多招聘网站一样都是完成供需双方之间信息的匹配。通过企业和求职者的需求意愿、求职者的能力、专业、过去经历等维度来匹配双方。企业在平台上发布项目的相关外包需求后，工程客会根据项目信息和工程师能力中的关键字对双方智能匹配，相关工程师会收到推送信息，从而达到初步筛选的目的。进一步沟通后，企业、工程师对双方都认可后即可达成协议。
不同于一般的长期用工，对于这种短期用工企业来说，毕竟所招募的人员都是临时性质的，所以人员管理就成了问题。目前平台所能提供的只是简单的人员管理功能，包括为企业明确这个项目是使用了哪几个人，这些人每天的上岗、下岗时间。未来工程客会拓展此功能，比如帮助企业为员工做能力测评、给员工征信，以及明确这个项目的工期是多久。
此外工程客还能替企业解决短期员工的合同问题。虽然相对全职工作薪水较高，但很多人不愿意从事这种短期工作的原因在于项目制工种没有提供一个完善的社会保障体系，面对此痛点，工程客为这些兼职员工提供了一系列社会服务保障体系。像很多撮合平台的逻辑一样，项目的资金流水也得经过平台。企业方会首先把人员工资（公司还提供薪水优化服务）打到平台上，当项目完成后，再由平台代发给工程师。
上面说的内容都是工程客为企业方提供的一站式服务，据创始人自己介绍，可为公司节省51%的成本。为了让 C 端工程师们对平台产生更多粘性，工程客也有自己的一系列举措。首先是这个平台给工程师们提供了源源不断的项目，避免了工程师这份活干完下份活不知在哪找的尴尬。
为了让平台上的工程师快速成长，还为他们设置了一系列的线上学习课程。工程客还开展了相关工程领域的自媒体矩阵，还与很多第三方机构达成了合作关系，让一些专业老师在荔枝、微课、千聊上授课，为了便利工程师之间的交流，还成立了微信群。
这些线上课程、自媒体矩阵和微信群，一是提高了平台上工程师的快速成长，更好的工程师自然能吸引来更多、更优质的 B 端工程类企业；二是通过这些自媒体、微信群的辐射作用，平台还能拓展更多的 B 端企业客户（这也是平台目前主要获取 B 端客户的渠道）。也许未来还能为 B 端企业引流来盈利。
该项目于16年3月正式启动，已经积攒了几百家 B 端客户，平台至今已经累计了4万多注册用户。 创始人杜鼎有过七年的工程施工经验，2006年至2008年在上海清洁汽车能源系统有限公司任技术部经理，2008年至2015年在必维国际检验集团任华北区负责人和工业部高级经理。
来源：36氪，作者：徐宇。转载或内容合作请联系zhuanzai@36kr.com；违规转载法律必究。
扫一扫 加微信
hrtechchina
头条
头条
头条
头条
头条
头条
头条
头条
头条
头条
扫一扫 加微信
hrtechchina
