观点
未来人力资源的3个角色
文/Neelie Verlinden
我们经常谈论技术如何改变工作世界。的确，自动化和新技术的到来将导致某些工作岗位的消失，但更重要的是，它将促使我们很多人提高技能，以便为未来做好准备。
我们也谈到了人力资源在数字化转型中的作用;HR如何帮助组织和员工成为未来的证明?培训和发展在这一切中扮演了什么角色?我们在招聘候选人时应该寻找哪些技能?
我们不谈论的，或者至少不经常谈论的，是几年后人力资源会是什么样子。未来人力资源的角色是什么?
几周前，我的人力资源未来的朋友们发布了他们的2019年人力资源未来技能报告，这份报告是基于来自61个国家的400多名专业人士完成的一项调查。在这份报告中，正如它的名字所暗示的，他们讨论了人力资源专业人士为了将来证明自己所需要的一些必要技能。
在这篇文章中，我们将快速浏览一下我未来人力资源报告中提到的五项技能。我们还将尝试描述在不久的将来对HR至关重要的三个角色。
未来的人力资源技能
根据My HR Future的调查，当被问及“如果你能在2019年培养一项技能，你会选择什么?”
1. 人力分析
28%的受访者表示，2019年他们最想培养的技能是“人力分析”。
2. 软技能
15%的人认为2019年最重要的(软)技能是解决问题、分析问题、变更管理和谈判能力。
3.数字人力资源
12%的受访者希望提升自己在数字人力资源和人力资源技术方面的能力。
4. 战略人力资源规划
10%的受访者表示，策略性人力资源规划是他们最需要发展的技能。
5. 设计思维和利益相关者管理
分别有9%和6%的受访者认为设计思维和利益相关者管理是今年进一步发展的基本技能。
未来的人力资源角色
既然我们现在对人力资源专业人士认为重要的技能有了一个概念，我们就可以开始思考未来人力资源的各种角色会是什么样子。
虽然仍然需要一个全面的，通才型的人力资源专业人士，他们将需要配备一系列新的技能(如上所述)。
与此同时，在当前技术和全球劳动力水平发展的推动下，将需要人力资源专家，他们是各自专业领域的专家。
我们可以想象未来人力资源的几个角色(很多)：
数字化的传教士
当前人力资源技术的爆炸式增长远未结束。相反，几乎没有任何人力资源部门没有一系列令人印象深刻的软件和工具来实现流程的自动化和数字化。仅在招聘技术领域，每周就有十几个新解决方案上市。
不用说，HR部门的每个人都不可能在所有其他活动之外还跟上最新的技术。特别是在未来几年，人力资源技术解决方案的数量可能会进一步增加。
因此，我们可以想象企业拥有自己的数字人力资源传道者。这个人的几个特点:
对人力资源技术充满热情的人
具备必要的技能，掌握新解决方案的本质及其对组织的潜在好处
精通数字和技术
始终愿意尝试新技术，不害怕质疑现有的解决方案
在实施和使用新解决方案时，能够让所有利益相关者都参与进来;传福音的那部分工作。
国际象棋大师
平均劳动力主要由全职员工组成的时代已经一去不复返了。今天的雇员是自由职业者、兼职人员、全职人员、合同工以及介于两者之间的所有人的混合体。
尽管这种新的组合当然有其优势——考虑灵活性、专业知识和对业务的不同视角——但它也有其挑战。
其中之一就是继任计划。
因为当你不知道你的需求是什么，或者你的劳动力中有多少是全职员工和临时员工时，你如何提前计划?
如果说接班计划在以前是一项挑战，那么当人力资源部门对谁将在何时离职仍或多或少有一定的了解时，现在就完全不同了。
举例来说，随着劳动力迅速老龄化或自动化程度的提高，工作和劳动力都将发生变化，由此带来的挑战。
我们不要忘记招聘，因为当我们谈论劳动力规划时招聘是等式中不可避免的一部分。
当我们考虑未来的人力资源角色时，一个在战略劳动力规划方面的专家，或者我们喜欢称之为真正的象棋大师，是不可或缺的。
这个人的几个特点：
有能力解决复杂难题的人
很有条理的
具有跳出思维定势，从不同角度看待问题的自然倾向
精通数字和技术
能够快速适应变化的环境
人员数据向导
没有数据就不可能有技术。绝大多数人力资源技术解决方案都是由数据驱动的，并具有分析功能。这是数据频谱的一面。
另一个是人员分析。由于基于云的人力资源系统的增加，越来越多的组织开始存储员工数据。然而，为了利用这些数据，他们需要知道如何使用这些数据的人。
这意味着——除了其他事情之外——数据科学家知道什么数据可以使用(科学地验证)，数据应该存储在哪里(集中地)，当然，还知道如何从it中获得对业务有积极影响的有价值和可操作的见解。
但这个角色需要更多。
数字人力资源使我们能够更聪明地思考哪些数据将带来更好的性能。基于这些信息，我们可以建立我们的系统，并开始进行人员分析。
因此，人员数据向导更像是一个人员数据和系统向导。下图很好地说明了这一点。
图片来源- PA: FOW会议
我们不要忘记这样一个事实:如果想让组织的其他成员理解，人员数据向导需要能够将这种“外国数据语言”翻译成普通人员的英语。
当谈到这个人的特点时，我们会想到:
非常严谨的人
他喜欢数字
有很强的分析能力
能够讲一个引人入胜的故事
精通数字和技术
合作的重要性
尽管未来的人力资源角色将(更加)专业化，但将它们视为独立的实体将是错误的。为了让每个职能真正发挥作用，我们的“特殊人力资源部门”需要密切合作。
因为，例如，当象棋大师开始规划劳动力和招聘需求时，他或她无疑将需要相关的人员数据和支持技术解决方案来创建一个可靠的战略。
这意味着他们需要同时咨询人员数据向导和数字化专家。
其他任何需要处理的人力资源问题也一样，无论是与绩效管理、学习和发展相关的话题，还是与入职相关的话题;为了制定出一个好的战略和执行方案，所有的人力资源部门必须通力合作。
最后一点
在一个自动化和新技术正在迅速改变工作世界的时代，人力资源将在帮助企业及其员工成为未来的证明方面发挥重要作用。
但在不远的将来，人力资源本身也会有很大的不同。
人力资源专业人士需要具备一系列新的技能，包括人员分析、数字人力资源、战略劳动力规划、设计思维和利益相关者管理。
虽然仍然需要一种全面、通才型的人力资源专业人员，但也需要人力资源专家。
以上为AI翻译，内容仅供参考
原文链接：3 HR Roles of the Future
观点
招聘聊天机器人将如何改变2020年的招聘？
文/ Prarthana Ghosh
聊天机器人正迅速成为我们与许多企业和工具的第一联系点。招募聊天机器人也很快就能感受到它们的存在感。虽然他们正在讨论取代人类招聘人员的问题，但他们肯定会让人类的工作人员轻松工作。以下是智能招聘聊天机器人招聘未来的一瞥。
我们生活在每天参加图灵测试的时代。从客户申诉单元到销售弹出窗口到人力资源通信，我们经常与聊天机器人互动而不会总是意识到我们正在这样做。想象一下，招聘人员通过职位门户聊天联系您，询问相关问题，回答思考和同情，回答您对手头工作的所有疑问，并充分概述后续步骤。你能告诉招聘人员是AI聊天机器人还是人类？
在人工智能是否在这里窃取我们的工作或使我们的工作变得更容易的辩论中，招募聊天机器人正成为人才获取过程中不可或缺的一部分。如果你考虑一下，招聘过程中大多数招聘人员和候选人都不喜欢的部分是最初的采购阶段。通常会有大量的应用程序需要浏览，双方都对筛选方式感到不耐烦，有足够的空间来忽略关键技能以及危险信号，而时间紧缩往往会导致错误的决策。通过智能聊天机器人，现在可以将整个流程部分移出人员招聘人员的职权范围，然后人员可以专注于获取和管理合适人才的战略方面。会话机器人正在迅速使这种转变看起来更加自然。
候选人整体评估的聊天机器人
Mya Systems产品营销副总裁Vinita Venkatesh 表示，“复杂的会话式AI机器人能够理解背景和意图，允许他们与候选人进行开放式对话，远远超出类似调查的多项选择问题。”
她补充说，这种更自然的会话体验让他们能够深入了解候选人。此外，会话机器人可以跟踪对话中的多个新线程，识别超出直接上下文的想法，然后导航回原始主题。通过他们提问和回答问题的能力，对话机器人为候选人提供了用自己的语言表达自己的机会，同时还向他们提供有关职位的其他信息，帮助候选人衡量他们是否适合这个角色。除此之外，聊天机器人消除了大多数认知偏差（除非这些偏见与亚马逊的偏见工具一样被编码，并且只允许会话提示来指导过程）。
话虽如此，并非每个聊天机器人都可以获得丰富的数据。招聘中使用的基本聊天机器人通常通过提出多项选择问题来筛选候选人，处理答案，然后遵循简单的决策树来确定接下来将提出哪些问题。因此，今天更多的组织正在投资智能对话招聘聊天机器人，这些聊天机器人使用先进的人工智能技术，包括自然语言处理，深度招聘和行业特定的知识库，以便更自然地与每个候选人进行交互。
提供每个候选人的整体情况是掌握的关键方面。事实上，人工智能聊天机器人可以做到这一点，这意味着在人类主导的领域中，人类干预的需求有限。随着谈话机器人能够提取相关信息，机器人如何运作的想法正在发生变化 - 他们不再是忠实的仆人，这是我们的竞标，而是候选人，招聘人员和组织之间的重要联络人。
人类招募人员很快会变得多余吗？
招聘一直是一个相当人性化的过程。但是，如果工具能够迅速占据普通招聘人员工作的主要部分，那么人类猎头人的卡片是否会冗余？也许答案就在那里 - “普通”招聘人员可能面临失去工作的风险。随着技术的飞跃，我们无法保持平均水平 - 我们的技能也需要取得巨大的飞跃。
虽然很容易说未来是合作的，但一旦升级，人类和人工智能招聘人员都可以联合起来更好地招聘，很难封锁聊天机器人停止和人类开始的确切位置。我们在哪里真的需要人类招聘人员进行干预？建立关系，谈判技巧和同理心是（现在仍然是）关键的人类特征，招募聊天机器人现在几乎可以无缝地模仿。机器人已经证明了他们在采购，筛选和跟踪候选人，安排面试和跟进超人效率方面的价值。
到2020年，我们是否应该开始准备由人工智能招聘人员进行采购、筛选、访谈和安排？
Venkatesh认为，“虽然他们永远不会在整个招聘过程中取代人类，但基于人工智能的工具可以在传达组织品牌和确保从第一印象中获得积极的候选人体验方面发挥不可或缺的作用。”
如果招聘聊天机器人是候选人的第一联系人，它将影响申请人如何看待雇主品牌，从人类招聘人员那里夺走另一个控制领域。因此，人类招聘人员的重点转向确保招聘的人性方面得到满足。有趣的是，人们需要在自己的角色中为自己创造一个利基市场，或者冒着过时的风险。
选择“理想”招聘AI工具
“在寻找一个理想的适合人工智能的招聘工具时，重要的是要考虑组织正在努力实现的目标，技术可以补充或改进您当前的流程，以及需要什么来创建候选人和招聘人员，”Venkatesh说。
随着大多数组织意识到对外部客户的全渠道，多语言营销的价值，有些人了解为内部客户做同样的事情的价值。会话聊天机器人可以实现这一点 - 将公司连接到跨平台的候选人。在选择最适合的招聘聊天机器人时，组织需要评估所需的复杂程度。并非所有角色都需要NLP和深入见解，并且可以通过基本筛选和多选格式处理一些工作需求。这是组织需要明智的选择，并在最佳实践和最佳实践之间做出选择。
Venkatesh提出了一个有趣的观点，即“招聘人员应该寻找具备强大会话能力的智能助理，以便与候选人建立信任和信心，并提供无缝的用户体验。反过来，这种信任有助于提高整个渠道的候选人参与度，完成率和转换率。”她还警告说，“错误的解决方案可能导致低参与度，甚至会减损候选人的体验。”
在上面的见解中有两个要点需要注意。首先，您可能拥有一流的技术，但这并不一定能确保候选人参与。事实上，如果技术不是您的目标候选人所需要的，那么就会导致他们脱离接触，并且会影响他们的招聘流程。其次，需要将这些工具视为“助手”。当2020年的聪明招聘人员超越担心失去工作并将招聘聊天机器人作为同事来缓解他们的任务时，他们最终可以充分利用这些技术。
那么，你会在2020年被机器人聘用吗？那么，这可能仍然取决于您是否在对话的前几秒内给机器人留下了深刻的印象（因为这会影响决策树）。有些事情不改变！
以上为AI翻译，内容仅供参考
原文链接：How will Recruiting Chatbots Change Hiring in 2020?
观点
什么是开源LMS，您应该选择哪一个？
文/ Chiradeep BasuMallick
由Moodle等行业先驱领导的开源LMS趋势在过去几年中一直主导着电子学习。然而，许多组织仍然发誓专有LMS及其优于开源LMS的优势。我们评估这两个选项，并在做出决定之前考虑您应该考虑的因素。
从表面上看，开源学习管理系统（LMS）似乎是一个具有吸引力的价值主张，特别是对于中小型企业（SMB）。您可以开始零前期成本，根据需要进行扩展，根据需要进行自定义，并轻松传输内容，而无需任何供应商锁定。然而，开源LMS带来了一些严重的缺点，这些缺点通常都是在地毯下进行的 - 托管仍然是内部部署/云计算，这意味着你在存储上花费很多。此外，开源LMS假设您的组织中可能缺少一定程度的技术知识。
那么，投资专有的LMS是否更好，它承诺长期支持和快速实施？或者，是否是最适合您的成本优化，可定制的开源LMS？今天，我们会更详细地讨论这些问题。
什么是开源LMS？
Android和Apple的开源与专有环境最简单的例子。Android环境允许您配置自己的应用程序，并且您可以自由运行任何兼容的软件（具有APK扩展名）。另一方面，Apple要求开发人员批准其应用程序，确保满足严格的指导原则，并在部署之前在Apple控制的市场上提供软件。
开源LMS以同样的方式工作：有很多流行的开源LMS工具，如Moodle，它们为您提供了根据需求进行编程和实现的所有功能。专有LMS需要零技术工作，并在整个软件的生命周期中提供支持。当然，涉及成本要素。
开源LMS的三大好处
如果您正在考虑为您的组织开源LMS，请记住以下可能的好处：
高度可定制 - 即使根据特定的季度目标或部门需求，也可根据贵公司的独特目标设计课程。从导航到用户界面，它完全由您掌控，您可以完全控制内容，而无需担心更改/停止的基础功能。
完全安全 - 在GDPR后的世界中，数据隐私是每个组织的主要关注点，特别是那些处理客户数据的组织。开源LMS意味着托管信息永远不会跨越企业边界，客户信息可以移植到平台中以帮助学习者，并且按照组织策略维护合规性。
及时更新 - 专有LMS供应商将遵循他们自己的更新计划，这可能与您的要求不同步。通常，您将继续请求功能，更改日志，并等待实施到达。另一方面，使用开源LMS，您可以确定开发活动的优先级，并使平台保持与业务目标保持一致。
然而，尽管有这些好处，一些组织发誓他们最喜欢的专有LMS解决方案 - 这就是原因。
开源LMS的隐性成本
开源LMS并不总是意味着“免费”。您将不得不分配资金和努力来建立平台，安排存储区域（服务器硬件或租用的云），并保持IT人员运行系统。此外，像Moodle这样领先的开源LMS选项每年至少提供两次稳定升级，需要进行额外的一轮开发。
在采取暴跌并决定采用开源LMS（并转移所有转移您的宝贵内容的麻烦）之前，请记住这些因素。如果收益大于成本，可以使用一些备受好评的开源LMS选项 - 包括Moodle。
底线 - 是开源LMS吗？
在一天结束时，决定取决于您的组织优先级和员工队伍构成。如果内部存在技术专业知识，那么选择开源LMS非常有意义，包含成本，推动适应性，并为您的电子学习计划开辟新的创新方式。另一方面，如果没有必要的技术人才，与开源LMS专家合作只是一个额外的（通常是可以预防的开销）。在这种情况下，我们建议选择专有的LMS，这种LMS适合您的电子学习预算，并为无缝运行提供充足的技术支持。
以上为AI翻译，内容仅供参考
原文链接：什么是开源LMS，您应该选择哪一个？
观点
学习管理系统（LMS）中的人工智能（AI）将如何简化员工学习
文/ Annabelle Smyth
需要改进员工的学习吗?了解人工智能如何使学习管理系统受益，并简化员工的学习体验。
如果我们相信好莱坞的话，人工智能正准备接管世界，彻底消除对人类的需求。
但人工智能的现实并不完全符合……
虽然我们仍在探索人工智能的潜力，但目前使用的人工智能类型通常被称为狭义人工智能。狭义人工智能专注于执行特定的工作或任务，不像电影中那样具有无限的学习能力。
我们以Alexa、Siri、谷歌Home、在线购物、搜索推荐等形式使用人工智能。如果你曾经在Facebook上的照片中被自动标记，那就是Facebook的图像识别人工智能。
人工智能每天都在我们的生活中发挥作用，而我们甚至没有意识到这一点。它使我们的生活更容易，但仍然需要人类的投入才能发挥作用。考虑到人工智能的使用越来越多，实现人工智能的最大机会之一是学习管理系统。
什么是人工智能？
在我们开始在学习和发展中使用人工智能之前，理解什么是人工智能是很重要的。人工智能(AI)或人工智能只是指机器使用数据集学习和处理数据的能力。
一旦机器从它们收集的数据中学习，它们就可以根据自己收集的数据做出“决策”。
机器学习只是人工智能的一个延伸，指的是经过训练的机器来分析数据和趋势。这些机器从收集的数据中构建自己的算法，并在没有人工干预的情况下使用这些算法做出“决策”。
学习管理系统
目前，人工智能通过电子学习和学习管理系统在学习和发展系统中发挥着很小的作用。
这些系统是帮助学生学习的最佳方式之一，因为他们可以将留存率提高60％，允许多个学生同时接受教学，并提供未来改进和定制教育的机会。
LMS通过调查、评分、评论和课程指标收集的数据需要人工更新。即使是最好的人工智能也无法弥补内容创造的不足。
通过LMS人工智能资源保持学习和开发的最新状态需要时间，甚至人工智能也需要一些人力帮助来提高学习和开发。
学习管理的未来
今天的智能学习管理系统有助于确定学生需要额外教育和培训的位置，以及在没有人工智能帮助的情况下以更快，更准确的方式优化课程内容的地方。
但AI的角色正在不断扩展到每个行业。
人工智能在未来的学习和发展中最大的实现可能是它有助于预测用户的学习路径和行为，预测他们的学习需求，并根据用户如何最好地学习和提高电子学习和LMS课程的有效性提供内容。
预期的学习路径
随着AI在未来不断改进，系统将更容易为个人用户创建自定义学习路径。
通过预期的学习路径转变学习和发展意味着人工智能将评估用户表现并确定哪种信息路径最适合用户。
具有这些功能的AI将提供有关用户需要的信息类型的建议，就像Netflix或亚马逊根据您的观看行为提供有关您应该观看的节目的建议。
除了帮助用户找到更好的学习途径外，人工智能还可以帮助教学专业人员了解员工需要学习的内容，从而帮助学习和发展。
机会亮点
通过数据模式识别，学习管理系统收集学生的数据和统计数据，以发现教师可能没有注意到或意识到的学习差距和机会。
使用模式识别和数据，人工智能可以帮助识别将新想法与先前主题合并的机会，从而为用户创建全面的学习体验。这使管理人员和教师能够弥补他们甚至可能无法实现的学习差距。
课程有效性
人工智能还可以帮助教师找到提高课程效率的方法，从而帮助学习和发展。其中一种方法是通过游戏化。如果做得好，游戏化可以使学习更具吸引力并增加信息保留。
提高课程效率还可以直接帮助教师，使他们更容易找到机会，使课程更有效，填补信息空白，自动评分学生，帮助入职，并使教学过程顺利进行。
学习与发展未来的人工智能
虽然人工智能的未来有许多未知数，但应用我们所拥有的工具来改善学习和发展的未来将有助于我们为我们的电子学习和学习管理系统创建更加个性化的方法。
人工智能不应该被视为教育过程中人类的替代品，而是作为一种支持系统，使我们能够将个性化学习提升到新的水平。
以上为AI翻译，内容仅供参考
原文链接：How Artificial Intelligence (AI) in Learning Management Systems (LMS) will Streamline Employee Learning
观点
是时候改变电子学习的模式了——重新考虑你的LMS(5个建议)
文/Harish Agrawal
我们的世界比以往任何时候都转得更快。虽然这在地质学上可能不正确，但有一件事是肯定的；过去二十年发生的事情是前所未有的。社交媒体和手机改变了一切，从人们如何约会，到人们如何与家人和朋友联系，以及人们如何工作和学习。
近年来，电子学习生态系统已经发生了明显的变化，但这些平台还没有完全接受当今员工使用的非常分散的学习方式。
人们期望学习比过去任何时候都更加敏捷。
组织每月推出新产品，保险公司每周(如果不是每天)推出新计划，等等。外勤人员和客户支持团队现在应该是灵活的，并且随时了解这些新系统和特性。这一波浪潮让一切都变得顺理成章，对于每个组织来说，拥抱下一代技术的时机已经成熟，而下一代技术正在塑造电子学习的格局。
传统的LMS的挑战
在继续之前，让我们先看看传统LMS所面临的挑战。
1. 更长的内容开发阶段：传统的内容开发方法会导致更广泛、更长的开发生命周期。缺乏敏捷方法会导致内容交付延迟，并严重影响质量。通常，组织培训是在实际产品后面运行几个版本。在美国，培训是由一个部门创建的，这个部门可能对该主题没有那么多的知识。
2. 复杂的入职流程：许多采用传统学习管理系统的组织在员工入职培训方面遇到了困难。他们不能让新员工清楚地了解公司及其角色。缺乏有组织的培训最终会导致期望失调和高流失率。
3.学习者不满：传统的LMSs往往无法吸引学习者，因为它们向具有不同偏好、学习速度和技能水平的学习者提供相同的学习内容。这种一刀切的学习方法可能是有害的。
4. 学习者参与度低：大多数传统的LMSs关注大量的内容，无法灵活地定制内容格式或跟踪进度。由于它们无法以可共享的小规模格式提供响应性强、个性化的内容，这种合作关系进一步消退。
迎接新的培训挑战
今日的员工渴望有挑战性的工作环境，并视个人及专业的成长为获得工作满足感的主要因素。企业迫切需要采用一种灵活、自适应的学习管理系统，使学习者能够个性化学习过程。
由于当今大多数工作人员都是远程工作，所以任何LMS都应该允许跨设备和平台进行不受阻碍的学习。基于游戏的、移动友好的、小容量的内容可以进一步促进学习和提高参与度。
通过为员工提供与全球领导者和行业专家合作和分享经验的机会，可以进一步加强员工的敬业度和学习能力。
一个智能的LMS应该能够利用数据和分析来帮助决策者实现业务和学习者目标的有效改进。传统的方法将不得不走出窗口，创建一个创新的、直观的、未来的LMS，它结合了灵活性、个性化、响应性UI和机器学习，以实现一个成功的L&D策略。
如何在人工智能时代重新思考你的LMS ?
创新和个性化已经引领了数字化学习的新时代，多维度的学习方法对于将学习无缝地融入员工的日常生活至关重要。必须使用新兴技术来满足学习者的期望，并向用户提供现代的、高度相关的、动态的学习体验。
下面是你如何改变你的组织的学习生态系统：
1. 支持多平台学习
智能手机用户正在以第二种方式增长，通过实施移动学习和微学习，你可以接触并参与一个庞大的员工群体。在线学习赋予员工更大的灵活性，让他们可以随时随地访问内容，随时掌握少量信息，并设定自己的学习速度。所有这些都能显著改善学习者的学习体验。
2. 结合个性化
现代的学习者热衷于学习和成长，但不赞成和同龄人被放在同一个盒子里。必须允许个别学习者根据他们的速度和熟练程度来跟踪独特的学习路径。在这里，数据和分析扮演着重要的角色，这种个性化可以很容易地在人工智能的帮助下实现，因为使用数据可以帮助机器评估学习者的偏好，并推荐更具体的课程。
3.跟踪用户活动
衡量和优化学习结果是保持领先和保持竞争优势的唯一方法。跟踪学习者的活动不仅可以帮助你向员工提供目标导向的课程建议，还可以为企业提供可操作的见解。
4. 提升学习体验
培训视频是推动电子学习产业发展的最强大力量。视觉上吸引人的图形和交互式媒体元素可以改变任何LMS的游戏规则，必须利用它们来吸引和留住学习者。一个清晰而直观的UI，显示一个干净的进度跟踪器、一个推荐课程列表，以及更多内容，可以进一步增强整体的学习体验。
5. 将机器学习
尽管机器学习还处于初级阶段，但它在重塑电子学习未来方面的作用不容忽视。机器学习算法分析学习者的行为和学习模式，以不断改进未来的会话。通过这种方式可以实现更高层次的个性化，因为高级学习者可以获得调整到他们的熟练程度的内容，而初学者在学习复杂的内容之前要先学习基础知识。
此外，还可以开发一个人工智能语音助手来设置提醒、推荐课程和与同伴分享内容，从而减少人与人之间的互动，对学习者的整个学习过程进行更大的控制。
最后
随着技术的发展和业务优先级的转移，传统的LMS将很快淡出人们的视线。陈旧的电子学习方法已经不能满足现代学习者的需求，必须考虑和实施有效的学习技术来保持在线学习者的兴趣和参与。
以上为AI翻译，内容仅供参考
原文链接：It’s Time to Change the Paradigm of E-Learning – Rethink Your LMS (5 Tips)
观点
人工智能将如何影响2019年的人力资源行业
文/Ken Martin
人工智能正在彻底改变员工队伍 - 为了更好。以下是人力资源专业人员需要了解的内容，以便利用它。
你还记得在你童年时人们问你这样的问题：“你将来想做什么？”我怀疑你或其他孩子用“机器人”回答了这个问题。然而，随着最近的技术进步，如人工智能（AI），被机器人设备取代的想法已成为一个现实的概念。
在任何发达经济体中，如在美国，许多工作可以并且可能会自动化，但这并不意味着您和您的同事正在灭绝。
以下是人力资源领导者对人工智能对其自身劳动力的潜在影响的一些见解：
随着工作任务的转变，人工智能可以提供帮助
在过去十年左右的时间里，工作岗位已经自动化，现有工作将会发生变化。例如，具有标准化数据收集任务的会计师和其他专业人员将让数字同事帮助他们完成平凡的任务。这并不意味着机器人将取代我们，而是帮助我们完成日常和琐碎的任务 - 就像今天任何当前的计算机一样。
现代工作的演变可以追溯到机器支撑人力劳动力的第二次工业革命。随着我们进入信息时代，自动化创造了效率，现在企业正在进入另一种范式转变 - 智力工作的引入。然而，人力资源部门在发展和采用可用工具（即人工智能）方面仍然落后，以跟上步伐。
根据Deloitte最近的一份报告，只有31％的受访者表示他们已准备好在其业务中利用人工智能。作为人力资源领导者，我们必须诚实地面对我们的角色变化的方式，并重新思考如何利用可用的工具来满足我们不断发展的业务需求。
人力资源的作用正在发生变化
人力资源部门需要更好地了解如何在未来利用人工智能以及它将如何影响整个劳动力。许多组织已经看到它对IT和客户服务功能的影响。联络中心是一个因倦怠而臭名昭着的领域，它采用了技术来更好地协助员工完成任务，从而提高员工绩效和客户满意度。根据2017年美国联络中心决策者指南，超过三分之一的美国联络中心员工流失率超过30％。在技术的帮助下，人员的呼叫量较低，这使他们可以在客户身上花费更多时间处理更多不寻常的问题，从而提供真正的价值和帮助。
要成功实施任何转型技术，人力资源部门需要升级自己的技能，并了解AI如何使企业和员工受益。一种方法是在一个单元中选择业务问题，例如入职和试用解决方案。通过这样做，新员工将习惯技术，人力资源部门将获得即时反馈。
AI对工资和收入的影响
无可否认，由于自动化和引入人工智能引起的工作替代和工资损失的言论引起了很多恐惧，特别是在那些受经济趋势影响最大的人不太愿意以任何信心看待任何纠正措施的时候。 。然而，这种叙述未能反映出自动化是关于包容和服务于许多人而不是为少数人提供服务的现实。
随着我们前进到一个前所未有的变革时期，人力资源需要适应并确保组织的所有各方，从高管到实习生都在船上。人力资源部门在培训人类与机器一起工作方面发挥着至关重要的作用。随着人力资源部门继续全面了解AI如何影响其组织，我们看到员工经验的增长。
世界经济论坛预测，“目前的估计数表明，就业人数减少了98万，就业人数增加了174万。” 对许多人来说，重点是失业而不是收益。为了改变叙述，人力资源部门应该讨论，虽然人工智能正在取代低生产率的角色，但正在创造更高生产力的角色。这导致了数百万人的更高收入和更好的生活水平。
随着技术不断改变劳动力，人力资源领导者有责任接受并采用最新的工具，例如人工智能，这些工具可以更好地定位自己和企业员工，以便在这个新时代茁壮成长。通过这样做，劳动力将更有效率，更好的报酬和更多的参与。这是企业主和员工都可以完全落后的事情。
以上为AI翻译，内容仅供参考
原文链接：人工智能将如何影响2019年的人力资源行业
观点
最大化人力资源数字化转型的价值，无论是现在还是未来
文/Julie Jares
在这个数字化颠覆的商业环境中，敏捷的组织远远超过了他们的竞争对手。持续的变化可能是一个挑战，但是正如Workday的CFO Robynne Sisco所说，“具备适应和应对的能力——无论是你的思维方式、计划方式，还是你使用的技术——将帮助你和你的组织为未来的道路做好准备，无论它可能通向何方。”
有远见的人力资源主管同意这一观点。“到2025年,全球一半的中级市场和大型企业将投资于cloud-deployed人力资本管理(HCM)套件管理人力资源和人才管理,“根据最近“高德纳公司2019 - 2021年战略路线图HCM技术投资。”
他们为什么要进行这项投资？报告指出，云HCM技术支持更敏捷的HR功能。人力资源必须更加灵活，以解决诸如技能需求的变化、在人才市场紧张的情况下招聘和留住人才、劳动力的变化以及整个组织需要更大的多样性等问题。换句话说，HR需要更敏捷来帮助整个组织更敏捷。
成功的转型——包括充分实现数字解决方案的价值——取决于对公司当前状态和潜在未来状态的深入研究。根据Gartner的报告，在未来的状态中，“HCM需要敏捷的思维方式，由HR领导，但是要让整个组织都参与到持续的实验中来。”人力资源数字化转型的关键要素包括实施组织变革的意愿、人力资源和IT之间的一致性，以及创建数字化工作场所的战略路线图。
接受组织变革
人力资源数字化转型不仅仅是流程重新设计的问题。报告解释说:“企业必须应对不断变化的工作环境、灵活的工作安排、不稳定的监管环境以及日益紧缩的劳动力市场。”“这些趋势的结合对现有的组织结构、流程和实现技术提出了挑战，其规模和复杂性令人生畏，甚至可能势不可挡。”
许多组织在部署新技术时所犯的错误是复制新系统中的现有流程，而不是承诺完成HR转换。“在当今快节奏的商业环境中，我们没有理由自满，”商业网络建设公司(Business Network Builders)董事总经理哈维尔·德尔加多(Javier Delgado)说。该公司是一家专业服务公司，部署了一个用于财务管理、人力资源和专业服务自动化的单一系统。“为了继续增长，我们需要利用现代云服务进行创新，转变我们的业务，变得更加敏捷，并保持我们的客户服务质量。”
HCM技术的成功部署取决于HR应用广角镜头的能力，以及支持组织重新设计的更改。根据报告，这包括以下内容：
结构上的重新设计，如从严格的等级制度向更灵活的组织的转变。
技能重新设计，从严格的技能/能力目录或数据库到灵活的本体。
流程重新设计，考虑结构重新设计和技能重新设计的输入。
让HR和IT保持同步
组织再设计，顾名思义，并不仅仅关注人力资源功能。报告指出，人力资源部门需要发挥带头作用，但其他职能部门，尤其是IT部门，需要协同工作。
德勤(Deloitte Insights) 2018年发表的一篇关于全球人力资本趋势的文章，呼应了高德纳(Gartner)的发现，即高级领导人不能在竖井中工作。“高级领导人现在意识到，他们必须超越自己的职能角色，以团队的形式运作，”文章写道。“在这个新架构中，C-suite高管将业务单元和功能所有权与跨功能团队结合起来，将组织作为一个敏捷网络来运行。”
剑桥大学出版社(Cambridge University Press)人学主任凯茜•哈默尔(Cathy Armor)帮助她的组织转向HCM解决方案，她的经验支持Gartner和德勤的研究。她说:“我们做的最好的事情之一就是建立一个跨职能的项目团队，包括IT、人力资源、法律、工资和项目管理。”“你必须让这些利益相关者参与进来，并确保你得到了那些将推动项目向前发展的人的支持。”
为数字化工作场所开发战略路线图
数字化颠覆已经影响到所有行业和组织的职能，人力资源也不例外。当考虑采用HCM技术时，团队需要同时考虑短期和长期，以及技术的敏捷性。
当专业服务公司博思艾伦(Booz Allen Hamilton)采用HCM解决方案时，人力资源副总裁萨拉•圣克莱尔(Sarah St. Clair)明白，改变不会在一夜之间发生。“这是一个持续不断的进化过程，”她说。“技术总是在变化。作为领导者，我们需要充分理解公司的业务目标和文化，并以最快的速度对新技术进行排序，使我们能够最大限度地利用这些新技术，并使我们的员工能够充分采用它们。”
谈到HCM技术，Gartner表示:“许多企业正在从现场解决方案过渡到核心人力资源和人才管理的云应用程序。组织需要考虑他们的战略路线图，并“回顾他们的整个HCM应用程序的前景，并为未来几年的必要变化制定计划。”“这里有几个关键问题需要考虑：
部署统一的HCM和金融云解决方案的优缺点是什么?我们评估过这个想法吗?
我们的HCM系统的进化将会是什么样子?我们的创新步伐能否符合利益相关者的期望?我们对未来的技术和功能有路线图吗?
我们需要在哪里整合我们的HCM技术路线图?哪些高优先级的创新将支持我们的组织重新设计?
展望未来
根据Gartner的报告，到2025年，“全球超过5000名员工的企业中，20%将创建人力资源创新实践，以促进新兴技术的不断试验和试点。”目前还不清楚其他80%的企业是如何为他们未来的数字化工作环境做准备的，但如果他们不问问自己这些棘手的问题，并为变革做好准备，他们可能会被落在后面。
以上为AI翻译，内容仅供参考
原文链接：Maximizing the Value of HR Digital Transformation, Today and in the Future
观点
从人才管理到人才体验：人力资源科技市场为何陷入混乱
文/JOSHBERSIN
你注意到我们有多少有趣的新人力资源软件公司了吗?是有原因的。对“综合人才管理系统”的狂热正在结束，取而代之的是“人才体验”解决方案市场。
在这篇文章中，我将讨论“综合人才管理”的历史，并解释为什么它感觉如此过时。然后，我将解释为什么“人才体验”的概念已经占据主导地位，以及它是如何改变人力资源科技市场的。
综合人才管理的历史
人力资源科技遵循一般科技和社会趋势。21世纪初，公司开始将我们在人力资源部门使用的表格自动化。像申请人跟踪系统(ATS)、学习管理系统(LMS)和绩效管理系统(PMS)这样的技术正在爆炸式增长，催生了这些“人才管理”工具的市场。
随着越来越多的工具可用，公司开始意识到他们需要一种更加集成的方法。因此，在2006年和2007年前后，“综合人才管理”的概念开始流行起来。
公司接受了这个愿景：世界上最大的国防和航空公司之一决定为公司的每个职位建立基于能力的职位描述。数百家公司走上了这条道路。
其理念是围绕能力整合人才实践。如果我们建立一个基于工作和能力模型的“综合人才体系”，我们就能更好地选择合适的人，设定奖励和晋升的目标，根据能力水平创造职业生涯，为继任管理设计一致的解决方案，根据表现支付薪酬……
这是一个美好的愿景，“整合”这个词是它的核心……通常会有一位新的人才副总裁来管理这一切。
软件供应商开始构建集成套件。我们进行了10年的收购，基石(Cornerstone)、SuccessFactors、Taleo、Saba、Lumesse、Halogen、ADP、Ceridian，以及甲骨文(Oracle)、SAP和Workday等公司都加入了我们的行列。许多独立的申请人跟踪、学习管理和绩效管理软件公司都消失了。
关注的焦点是有限的：像员工敬业度、体验和多样性这样的话题被“放在一边”。我记得，大约在2006年，高乐氏的一位人才主管问我:“为什么你们的人才管理模式中没有多元化?”我挠着头说：“我不确定，它可能属于那里。”“但这在当时并不是一个大问题，所以我们把这些功能排除在外。”
随着套房市场的升温，出现了疯狂的收购(感觉就像抢椅子一样)。SuccessFactors收购了Plateau，Taleo收购了Learn.com，SumTotal收购了 Mindsolve，Then SAP收购了SuccessFactors，Oracle收购了Taleo，Skillsoft 收购了 SumTotal，ADP 收购了Workscape，Ceridian收购了Dayforce，所有其他供应商都在寻找买家。
一些供应商，如Cornerstone、Skillsoft和Saba，已经足够大，可以发展，并收购了其他供应商。其他公司开始陷入困境，许多公司后来以较低的估值被收购。
进入云计算和大规模衰退
2008年前后，整个市场发生了变化。我们经历了一次严重的经济衰退，购买昂贵的人力资源软件来“整合东西”的想法被束之高阁。公司开始关注“优化”而不是“集成”，我们进入了一个专注于“让这些人才实践更好地工作”的时期，并以尽可能低的成本来完成。
技术领域也发生了根本性的变化。2008年，iPhone问世，Twitter、Facebook和YouTube等平台开始腾飞。因此，当我们想办法停止花钱，以更专注的方式管理人力资源时，使用移动、视频和社交媒体的想法出现了。
人力资源技术行业出现了转机。Workday推出了“生于云端”的HCM系统，彻底改变了市场。该公司向我们展示了一个新的愿景：一个集成的基于云的平台，更便宜的购买，更便宜的操作，更容易使用。我们突然想要的是“参与系统”而不是“记录系统”，而较老的人才管理系统看起来也过时了。
当Workday率先发起攻势时，SuccessFactors、甲骨文(Oracle)、Cornerstone和ADP等供应商也迅速加入进来。社交、移动和分析是下一件大事。我们只是假设我们可以通过云来集成东西。
数字化转型，引领员工体验
2012年前后，企业开始致力于“数字转型”，CEO们开始关注数字技能、敏捷转型以及管理工作和职业生涯的新方法。LinkedIn以及Indeed和Glassdoor改变了招聘市场，因此人力资源部门开始关注文化、敬业度和就业品牌。
如今，经过近12年的经济增长，近40%的劳动力是独立的，人才问题也在演变:我们必须竞争，寻找聪明的人才，创造透明度和流动性，培养增长思维，建立信任、包容、透明和公平的文化。
考虑到员工的压力和企业对生产力和福利的关注程度，我们都开始关注“员工体验”。
回顾过去，我们已经从完全专注于人力资源需求的“综合人才管理”走了很长一段路。现在我们关注的是员工，以及我们如何让他们的工作和个人生活变得更好。因此，我们关注的是“人才体验”，而不是“人才管理”。
体验这个词无处不在
“体验”这个词有很多定义，但让我印象深刻的是：
一次体验就是一次邂逅。它是你接触到的一个事件，你做出反应，面对它，记住它。
你在人力资源方面有什么经验?通常不太热。现在是人力资源部的工作来解决这些问题，像综合人才管理这样的问题只能在幕后发生。
所有这些都说得通吗?你肯定会的。
看看我们的个人生活。现在的年轻人更喜欢“体验”而不是“物品”，我们都很忙，压力很大，被电子邮件淹没，以至于没有时间去体验我们不喜欢的东西。有多少次你下载了一个应用程序，点击它，然后在十秒钟内删除了它，如果它太难用了。我经常这样做!
如此高的期望已经出现在工作中：如果员工觉得工作经验不够吸引人，他们就会抱怨、发牢骚、在网上发布一些东西，或者干脆辞职。我们必须升级所有的人力资源(软件和实践)，所以它是有用的，富有成效的，有意义的。这就是为什么我写了这么多关于从“参与系统”到“生产力系统”的转变。“如果这个软件不能让我的生活变得更好，我就不用它!”
新的供应商正在接管。这个阶段的标志性供应商不是Workday、甲骨文(Oracle)和SAP(它们都在努力)，而是ServiceNow和数百家初创公司等新的火箭式供应商，涵盖从按需学习到幸福感、反馈、敏捷目标管理和基于人工智能的招聘等各个主题。我认为SAP以80亿美元收购Qualtrics为未来的发展奠定了基础，我不会对接下来出现的其他大惊喜感到惊讶。
人才体验系统
这个新的市场是关于什么的?它关注的是让员工的工作、生活和事业变得更好，而不仅仅是自动化人力资源。想想人才管理的世界是如何变化的。
人们在整个职业生涯中不会为一家公司工作：他们会跳槽、跳槽、做兼职。现在三分之二的Xennials (Gen-z)都在做侧推。
员工不想等待合规培训或管理者驱动的学习，他们想一直学习以及对所学内容的访问和控制。
专业人士不希望等待经理给他们升职，他们希望定期尝试新的工作和项目。
人们在团队中工作，而不是层级结构，所以他们希望目标简单、透明、易于更新。
人们不仅想要假期政策，他们还想要健康计划，专注力，以及帮助他们的个人和财务健康。
当我们决定提拔谁的时候，9框网格和人才评估几乎不起作用。我们希望系统告诉我们谁拥有最好的网络，谁最有可能成功。然后我们想给那个人一个机会，即使他们比老板年轻。
我们再也跟不上工作描述和能力了，因为工作变化的速度比我们能看到的还要快。我们希望系统和数据告诉我们最需要什么功能，然后基于AI的工具告诉人们如何执行。
而工作描述和能力模型的整个理念正受到攻击。当我们所做的工作不断变化时，我们真的需要它们吗?惠普刚刚告诉我们，他们取消了职位头衔(将公司的级别从60级以上简化为14级左右)，因此人们不再介意根据公司的需要更换角色。
我们必须关注简单性和生产力。生意的节奏变得惊人。城市里挤满了工人；通勤时间很长；飞机上坐满了商务旅行者；为了见客户而跨越多个时区是很常见的。我们都生活在这个蓬勃发展的经济时代，但它的压力、竞争和工资几乎跟不上。
换句话说，公司面临的问题与十年前大不相同：我们希望“工作经验”蓬勃发展。
科技市场的巨变
我目睹了人力资源技术市场的爆炸式增长(阅读我关于2019-2020年市场的报告)，这些变化是相当激进的。
我们认为基于云的HCM系统是一种万能药，现在我们意识到它只是一个平台。
我们过去想要更少的人力资源系统:我们现在拥有更多……但它们的整合性要好得多。
我们过去常常为了一套工具而牺牲最好的功能：今天我们寻找最好的功能并专注于体验。
我们曾经寻找一个大的，稳定的供应商。现在我们正在寻找一个稳定的核心平台，并从许多创新的供应商那里购买。
我们过去常常在后端集成系统。今天，我们将它们集成在前端(来自用户体验)。
随着所有这些变化，专注于集成套件的供应商已经落后了。我不能告诉你有多少公司告诉我他们的LMS不再有多大的价值。我们需要一种新的人力资源技术来帮助我们更好地工作。(这里有几个例子。)
当你观察这些系统时，你会发现一些新的东西：
他们以员工为中心。该系统通常从LinkedIn或Facebook这样的用户档案开始，从那里包括提示、提示、活动流，以及基于员工旅行、重要时刻和重要工作活动的活动。
他们使用轻推、视频、短消息、建议、聊天和移动界面进行交流。虽然这些系统仍然需要表单和选项卡来捕获数据，但它们的设计越来越多是对话式的，因此可以适应工作流程。它们中的大多数都有电子邮件、slack、微软团队和其他消息系统的接口。
他们不需要训练。与ERP系统不同，这些系统是“走上去使用”的。设计人员将它们创建为“适合于特定用途”的应用程序，因此它们的用途显而易见。他们通常从一个简单的演练开始，或者他们只是“工作”，没有很多定制。
他们是专注。与试图面面俱到的综合人才管理系统不同，这些系统在某一方面做得非常好。它们都可以从您的ERP或active directory输入数据来访问用户信息，但它们不会试图复制或替换任何HCM或ERP系统。这使得它们具有高度的功能性和创新性，专注于特定的问题。
它们是地上的云。这些新系统不是早期的“重构”应用程序。它们是用云架构构建的，因此具有很强的适应性，可以快速更改和添加功能。他们中的大多数都开发了很好的移动应用程序，而不仅仅是响应界面。
他们使用人工智能。这些系统都不是“人工智能”工具，但它们都以不同的方式使用人工智能。他们每个人都在自己的指定区域内，收集大量关于他们管理的交易和员工旅程的数据，因此随着时间的推移，他们会变得更聪明，更具预测性。
他们是可替换的。这些系统中的大多数不需要大规模的erp类实现。它们可能需要几个月的时间来实现，也可能需要几个季度的时间来学习如何使用，但它们本质上是可以复制的，因为它们在重点领域工作。因此，您可以对被收购的供应商承担风险，如果您必须更改工具，则不必删除所有核心HR基础设施(核心HR公司除外)。
它们是真正的体验设计。它们给人的感觉就像“旅行”，使用起来既有趣又令人愉快。他们有游戏化(点，轻推，推荐)，他们让人们找到其他人并与他们交流，他们鼓励笔记和个性化，他们把人们聚集在一起。
这对人力资源领导者和市场意味着什么
这节历史课很有道理。我们搬到了一个新地方。仅仅购买一个“集成的人力资源套件”并期望您的组织、文化或员工体验发生转变已经不够了。今天，正如我在《员工敬业度3.0》中所描述的，我们需要真正关注如何让员工的生活、工作和生产力变得更好。这意味着使用设计思维、敏捷、旅程地图，以及为人们共同创建解决方案。
以上为AI翻译，内容仅供参考
原文链接：From Talent Management To Talent Experience. Why The HR Tech Market Is In Disruption
观点
激发动力是打击倦怠提高员工敬业度的关键
文/Naz Beheshti
让我们从压力的反面开始关注压力意识月。当然，有时压力会告诉我们，生活中的某些事情正在使我们的能力变得紧张——这是我们需要识别和处理的压力源。然而，很多时候，压力可能是缺少一些东西的迹象。
作为一名高管健康教练，公司和个人高管聘请我帮助他们管理压力，以获得健康和成功。压力对我们的身心健康和生产力都是一个巨大的拖累。管理压力是很有必要的，用积极的态度来代替压力会更好。压力会消耗我们的能量。让我们看看是什么创造了能量。
根据美国疾病控制与预防中心(Centers for Disease Control and Prevention)的数据，多达三分之一的美国员工表示工作压力很大。五分之二(40%)的人说他们的工作压力很大，超过四分之一(26%)的人说他们的工作“经常让他们精疲力尽或感到压力很大”。
高水平的工作压力伴随着高水平的员工离职，这并非偶然。企业领导者需要了解是什么因素在摧毁员工的精神，另一方面，如何激发员工的积极性。
意义和动机
光辉国际研究所(Korn Ferry Institute)最近的一份报告明确指出，压力过大的劳动力问题与培养激励的挑战有关。持续创新的关键是动力——特别是内在动力，来自内部的动力。相比之下，压力是“众所周知的创造力杀手”。
这份报告要求商业领袖们好好审视一下自己:“你的公司是在煽动还是在压制人们的内在动力?”
如今，千禧一代已成为劳动力大军的最大组成部分，因此，关注激励尤为重要。他们在寻找目标和意义，想要的不仅仅是薪水。
内在动机主要由自主性和目的性两个因素驱动。把这两样都给你的员工，他们会茁壮成长，你的公司也会。
控制感
颠覆和不断的变化是当今经济中不可避免的现实，正如工作岗位被自动化或人工智能取代或彻底改变的威胁一样。因此，美国心理学协会(American Psychological Association)发现，“无力感”是职场压力的核心。
企业领导者可以通过赋予员工有意义的自主权——在如何开展工作上行使自主权——来有效地应对这种压力来源。感到被信任和被授权的员工更有可能表现出主动性，并对自己的工作拥有自主权。这种员工敬业度直接转化为绩效的提高和更高的员工保留率。
在整个组织中创建自治意识需要一种新的领导风格。僵化的自上而下的领导是过去的遗留物。今天的领导人将权力和决策视为可以共享的东西。参与式和教练式的领导风格会带来更大的动力和创新。
清晰和目的
众所周知，目标导向的公司表现更好，员工满意率更高。挑战在于使员工的工作与其独特的优势和个人兴趣保持一致。让员工处于成功和茁壮成长的位置的艺术是伟大领导者的标志之一。
目标必须有明确的期望，才能产生结果。根据盖洛普最近发布的《美国职场状况报告》(Gallup State of the American Workplace report)，角色不明确是导致员工倦怠的一个重要因素。只有60%的员工强烈同意，他们知道自己在工作中应该做什么。
“当问责制和期望在不断变化时，员工可能会因为想知道人们想从他们身上得到什么而精疲力尽。”
另一方面，当领导者同时传达一个强烈的目标和明确的期望时，员工就会参与并实现目标。投入和动力是压力的解毒剂。
对员工进行投资
能力感是动力的第三大驱动力。相反，快速掌握新技能和技术的压力可能是另一个压力来源。
把你的员工视为人力资本，并对他们进行投资。在一个组织中学习的文化会激发一种成长的心态——一种与提高绩效和更强的适应力相联系的品质。那些始终觉得自己在学习新技能的人压力要小得多。
有时候压力来自于被压垮的感觉，但是被压垮也是一个问题。员工喜欢挑战，当他们的工作有目标感和自主性，当他们觉得自己有能力迎接挑战。
作为商业领袖，我们需要研究是什么耗尽了我们在工作场所的能量，以及是什么为这些能量提供了燃料和养料。通过充分利用我们自己和员工的动力，我们既可以对抗压力，也可以激发创新。
以上为AI翻译，内容仅供参考
原文链接：Sparking motivation is the key to beating stress and burnout, and to improving employee engagement
观点
如何利用技术弥合数据科学人才差距
文/ Sushman Biswas
数据科学家继续成为跨行业组织的难以招聘的雇员。以下是自动化机器学习如何帮助组织克服数据技能短缺并推动业务增长。
随着数字技术不断产生越来越多的数据，组织面临着释放数据价值的挑战。考虑一下:我们当前每天的数据输出大约是2.5千万亿字节或2.5艾字节/天，这可以与人类所说的所有单词的一半进行比较!
难怪数据科学家的需求处于历史最高水平。根据LinkedIn最近的一份报告，仅在美国，组织就面临着数据科学家的大量短缺，超过151,000个数据科学家的工作空缺。急剧的技能差距和更长的填充时间会给企业造成巨大的损失，并阻碍数据分析的部署。
在人工智能（AI）和机器学习等技术对业务成功至关重要的时代，数据分析的价值从未如此强大。
“这场比赛现在正在提升人才。很长一段时间，我们谈到了成为数据驱动以获取竞争优势的必要性。现在，组织在算法经济中竞争。市场领先的组织已经开始利用当前的AI知识差距作为改变游戏规则的能力。今天我们在市场上看到了简单的AI工具，但在理解AI用例，正确准备机器学习数据以及负责任地使用这项技术方面仍然存在巨大的知识差距。技术障碍减少了，但教育障碍却没有。为了向企业提供可持续的、合乎道德的、值得信赖的人工智能，组织确实需要一个人工智能战略来解决优先使用案例，技术架构考虑因素以及道德标准和审核，“高级总监Jen Underwood说道。
公司如何克服数据科学家的短缺？
为了克服这个问题，组织正在转向自动化机器学习（AutoML），以使非数据科学家能够构建更准确的预测模型，并释放稀缺的数据科学人才，专注于更多关键业务计划。
AutoML将传统方法转变为机器学习和数据科学。它使非数据科学家能够理解数据并实现业务目标。AutoML通过对原始数据运行系统处理并选择从数据中提取最相关信息的模型，在现实世界中构建和使用机器学习模型。它还结合了机器学习最佳实践，使整个组织的数据科学更易于访问。
“自动化机器学习并不能取代数据科学家，”Jen说。“它可以将AI的交付范围扩展到组织中更多数据精通的人才。数据科学家时间是一种珍贵，昂贵的商品。一位全球顶级零售商的高管表示最好：“公司不需要他们的数据科学团队擅长数据科学理论; 他们需要他们“无情地实践价值”。
“通过自动执行耗时且重复的任务，数据科学家可以花费更多时间来解决问题，并为业务提供更多价值。“自动化优先”理念提高了工作满意度，保留了顶尖人才，同时使公民数据科学家能够轻松开始使用数据科学项目。“
自动化机器学习使各行各业的组织能够释放机器学习和人工智能的力量，以前只限于拥有大量资源的组织。
部署自动机器学习的数据要求
提出最重要的问题 - 在组织内部署自动化机器学习平台的数据要求是什么？
“与商业智能中使用的第三范式交易或维度模式不同，机器学习需要将数据输入作为行和列的'展平'表，视图或逗号分隔（.csv）平面文件。您的视图需要包含结果指标，目标变量以及输入预测变量。机器学习算法假设每条记录都是独立的，与其他记录无关，“Jen说。“应该在分析粒度级别收集准备好的数据，以便您做出决策。如果将结果合并到现有业务流程或应用程序中，请选择可操作，可理解且有用的粒度。例如，如果您想要进行每日销售预测，则需要输入日期级别的数据，而不是周，月或年。“
大多数组织已经捕获并存储了这些数据。使用像DataRobot这样的平台，企业可以积极利用数据科学自动化来增强和利用他们最需要的人才。
这对人力资源意味着什么？
显然，对数据科学家的需求不会很快降低，但是，通过部署AutoML平台，人力资源可以节省宝贵的时间，以填补入门级数据科学职位，更好地利用组织内现有的数据科学人才。除此之外，随着AI成为人力资源的一个组成部分，AutoML可以使HR功能变得更加独立和数据驱动。
以上为AI翻译，内容仅供参考
原文链接：How to Bridge the Data Science Talent Gap with Technology
扫一扫 加微信
hrtechchina
观点
观点
观点
观点
观点
观点
观点
观点
观点
观点
扫一扫 加微信
hrtechchina
