-
观点
果然是他们干的！拉勾承认黑了BOSS直聘！呼吁招聘行业有序竞争！
今天，拉勾网董事长许单单发出一封致歉信，针对早前“Boss直聘指责拉勾网攻击其在苹果应用商店的开发者账号，双方并发生口水战”一事进行致歉。
事件回顾：
2月19日，Boss直聘发布声明称其在苹果应用商店的开发者账号被不明人士攻击，该人士冒充Boss直聘开发者，通过后台删除了“Boss直聘”App，导致苹果用户无法正常下载”。
声明中同时指出，当日在苹果应用商店中搜索“Boss直聘”，结果排名第一的“Boss在线招聘”应用与其无关，Boss直聘不对该应用服务品质负责。“Boss在线”开发信息显示，该应用于2016年1月29日上线，开发商为拉勾网，打开后显示页面为拉勾App。
上述声明发出后，拉勾网也不甘示弱地通过其官方微信公众号以预览模式发布题为《拉勾的三点声明：不好意思，这个黑锅我们不背》的声明，声称Boss直聘是被苹果惩罚性下架。
拉勾方面措辞激烈，称App Store对于应用扰乱苹果市场秩序的行为，一直是严惩不贷。尤其是“为了赚取眼球，某些App采用了直接套用高知名度App的标题和icon的方式，殊不知这种行为造成了严重侵权，被投诉之后苹果采取的惩罚措施相当严厉”。
但针对Boss直聘列出的拉勾网开发“Boss在线招聘”应用的事宜，拉勾网并没有在自己的声明中进行正面回应，而是转而宣称Boss直聘“长期存在其他刷榜行为”。
拉勾网董事长许单单今日发出的致歉信
过去一年多，互联网招聘行业从一潭死水变得热闹非常，创新公司们开始快速发展，行业也变成红海，竞争激烈。
在即将过去的金三银四招聘旺季，这种竞争更加激烈，2月19日凌晨拉勾网某员工通过黑客技术破解了BOSS直聘所使用的腾讯企业邮箱的管理员密码，之后又重置了Boss直聘在苹果App开发者后台的管理员密码，得到这些密码之后，该员工在腾讯企业邮箱后台、苹果App开发者后台，做出了一些不恰当的举动，给Boss直聘带来了很大的影响。因为那时公司还不知道这个事情，所以当boss直聘的公开信里提到拉勾时，我们也很生气，也于当晚发了一封《这个黑锅我们不背》的反驳公开信，我还和对方CEO赵鹏先生在媒体微信群里争吵。但当后来公司知道事情经过后，十分震惊，更感到深深的内疚和歉意。
公司发展的本意是为社会创造价值，虽然激烈的竞争下可能导致局部行为过火，创业公司也因为发展过快而管理不够细致，但任何员工的任何行为，公司都负有不可推卸的责任。因此，我们希望能及时公开的向对方表达歉意，对给公司造成的名誉影响也深感抱歉，所以希望通过这封公开信给予弥补，恢复名誉。
通过此事，也给我们敲响警钟：价值观不仅是讲出来的，更要做出来，更要贯彻下去。同时也借此呼吁在线招聘这个新领域的所有同行们，大家一起良性竞争，共同让整个行业更进步。同我一直很崇拜乔布斯和比尔盖茨那样，公司是正面交锋的对手，但企业家之间却是惺惺相惜的朋友。希望招聘行业的企业家们，有朝一日我们可以如此，成为佳话！
拉勾网 许单单
2016-03-31
HRTechChina点评：致歉信中许单单提到是其拉勾网某个员工个人行为，公司完全在这之前不知情一事，不知道boss直聘能不能接受这一说法呢！？
-
观点
高速发展的机器学习，会给企业运营带来怎样的改变？
来源：猎云网（微信号：ilieyun） 编译：Mancy
毫无疑问机器学习正处于 hype curve （发展规律周期）模型的顶峰位置。当然，反响也异常激烈，仅在过去一周我就听了 20 遍这样的笑谈：机器学习就像青少年的情欲，人人都在谈论它，但是没有人真正了解它。但就在我身处的地方，有人运营了一家公司，让现实世界中大量的机器学习项目都变得可以施行，很明显，机器学习将极大程度地改变公司的运营方式。
它并非只应用于 Siri 和 Amazon Echo 这样新潮的产品，它的研发公司也不局限于我们通常认为的拥有大量研发预算的谷歌和微软。在现实中我敢打赌，几乎所有的 500 强公司都因使用了机器学习而获得了更高的效率和利益。所以机器学习身在何方呢？在这里我们介绍几款能让生活变得更美好的幕后应用。
赋予用户生成内容以价值
一般的用户生成内容有点吓人，实际可能比你想象的还要糟糕，这些内容充斥着错别字、低俗内容和完完全全的错误信息。机器学习模型可以确定用户生成内容的好坏，筛除糟糕的内容，让优秀的内容展示给别人，而这些过程都无需人工审核。
与之类似的情况还有垃圾邮件。还记得那些关于垃圾邮件的辛酸往事么？机器学习可以帮助确定哪些是垃圾邮件，而且基本上可以过滤它们。近些天，清晨检查收件箱时你会发现垃圾邮件日渐减少。希望在不远的将来用户生成内容也能达到这样的效果。
Pinterest 利用机器学习向人们展现了更多有趣的内容；Yelp 用机器学习整理用户上传的照片；NextDoor 用机器学习筛查留言板上的内容；Disqus 用机器学习来剔除垃圾评论。
更快发现产品
作为一家搜索公司，谷歌总是最先聘请机器学习的研究人员，这不足为奇。实际上，谷歌近期分配了一名人工智能专家负责搜索。但是，自 1970 年开始，搜索大型数据库和匹配关键字抓取结果的技术就已存在。谷歌的特别之处就是它知道哪一个匹配结果具有最大的相关性，而谷歌具备该能力的原因就是它使用了机器学习。
但是，不仅仅只有谷歌需要智能的搜索结果。家得宝也需要在巨大的货物目录中为某位客户不规则的浴室匹配合适的浴缸。苹果公司需要在其应用商店中展示相关应用。Intuit 需要在用户提交某一纳税申报表格时给出相应的帮助页面。
像 Lyst 和 Trunk Archive 等成功的电子商务初创公司都使用机器学习为自身的用户提供高质量的内容。其他初创公司如 Rich Relevance 和 Edgecase 会采用机器学习的策略，当商务客户浏览产品时，公司会将机器学习所获得的益处展现给他们看。
与客户打交道
你可能会注意到，近些年来，“联系我们”的形式变得更加稀少。那是机器学习简化了业务流程的另一表现。为了不让用户自行选择问题，不停地填写问题表格，机器学习会查看请求内容并将其导向合适的地方。大公司愿意在机器学习方面投资，因为他们已经看到了机器学习正向的投资回报率。
理解客户行为
机器学习亦擅长情感分析。对于不搞市场营销的人而言，舆论有时候是暧昧不清的东西，也会推动许多重大的决定。例如，一个电影工作室推出了某一暑期大片的预告片，他们可以通过获取社会的反响来看看目标观众的呼声在哪里，然后他们就会调整广告策略来让真正感兴趣的观众浮出水面。这样，工作室就不动声色地把观众带进了电影院。
另一个例子就是：一个游戏工作室近期在某款流行电子游戏的主线中推出了新的主题，然而当中却没有玩家期待的某个游戏模式。当玩家通过社交媒体开始吐槽时，工作室就能监测这些言论，找出自身的问题。然后，工作室会暂停他们的发布计划，等添加了新的功能之后他们就能把黑粉转为真爱粉了。他们是怎么从数百万的 tweet 中发现这些微弱的声音的呢？答案就是他们使用了机器学习。在过去几年中，通过机器学习监听社交媒体已成为标准的运营程序。
下一步？
处理机器学习算法是个很棘手的事情。正常的算法都是可预测的，我们可以透过现象看本质，理解它们是如何工作的。在某种程度上，机器学习更像人类。作为用户，我们有时候想不通纽约时报为什么会推送那些奇怪的广告，也不明白亚马逊为什么会推荐那些滑稽的书籍。实际上，纽约时报和亚马逊不能像人脑一样明白那些特定的结果，例如我们知道为什么晚餐选泰国菜，然而它们却不知道。
如果十年前你步入了机器学习的领域，除了谷歌和雅虎之外你可能找不到工作。而今天，机器学习无所不在。数据比起以往更为普遍，也更易获取。例如 Microsoft Azure ML 和 IBM Watson 的新产品降低了先进机器学习算法的准备成本和持续成本。
大众文化中的机器学习主要集中在人工智能的私人助手和自动驾驶汽车上，不过几乎你打开的每一个网站背后都有机器学习的支持，大公司投资机器学习并非因为它的流行或者先进性，而是机器学习能给他们带来可观的投资回报，这也是创新不断产生的原因。
-
观点
亚马逊、微软、谷歌的云之争未果，而国内云计算市场的竞争更复杂
摘要： 云计算已经成了互联网公司们争奇斗艳的新舞台，国外的亚马逊、谷歌、微软等已经深耕多年，国内的阿里、腾讯、百度、网易等也纷纷踏足于此。
3月份对云计算来说是个大日子，亚马逊发布了云计算的第一个十年回顾，谷歌迎来了苹果、迪士尼等大客户，微软也拿出了“云计算第一，Windows第二”的态度，新一轮的竞争似乎已经到来。
从Salesforce提出“云计算”的概念开始，就吸引了不少有梦想的创业者，也吸引了IBM、戴尔、惠普等老牌科技巨头。可从目前来看，云计算已经成了互联网公司们争奇斗艳的新舞台，国外的亚马逊、谷歌、微软等已经深耕多年，国内的阿里、腾讯、百度、网易等也纷纷踏足于此。
参考美国云计算市场的现状，国内云计算领域的参与者大概可以分为五股力量，具体我们先来看下面的表格。
不难发现，几乎国内所有的云计算玩家都可以和美国云计算的先驱们对号入座。相比而言，美国云计算的市场要更加成熟，而国内还处于云计算的启蒙期。比如说亚马逊等在云计算领域的布局和规模要远大于国内互联网厂商， 谷歌、微软等在云计算领域的布局开始呈现出差异化的态势。不过，阿里云在不久前高调喊话亚马逊，试图为自己贴上“中美云计算竞争”的标签。那么，亚马逊、谷歌、微软等国际互联网巨头的云计算之争，对国内云计算市场而言又将有怎样的启示？
从2015年云计算的销售额来看，AWS的成绩是79亿美元，微软斩获了11亿美元销售额，而谷歌的云平台只拿到了不超过5亿美元的销售额，似乎呈现出了“一超多强”的局面。其实自2006年杰夫•贝索斯成立了云计算部门开始，AWS就开始成为全球云计算市场的龙头，但在亚马逊开创了云计算服务后，竞争对手便相继出现。
微软在2010年推出了Azure，从自家擅长的PaaS服务入手，随后在IaaS市场向AWS发起冲击，且从市场调研Gartner显示的数据来看，Azure的增长速度要高于亚马逊AWS。
同样的还有谷歌，2008年的时候，谷歌就推出了PaaS服务App Engine，以帮助开发者更好的开发应用。2013年，谷歌将App Engine重新命名为Cloud Platform，并涉足IaaS服务，尽管发展速度不及亚马逊和微软，依然赢得了可口可乐、百思买等大企业客户的青睐。
诸如此类的还有IBM、甲骨文、惠普等。虽然亚马逊在市场份额上表现出了一家独大的姿态，可从云计算的走势来看，未来的格局很可能是“多极化”。
云计算“超大规模”的趋势
从硬件上来说，衡量一个云计算服务强大与否的典型标准就是数据中心的数量。
去年11月份，亚马逊宣布将在韩国开设全球第12个云计算数据中心，不久之后又有消息透露亚马逊在印度孟买建立了5个数据中心，此外还有在俄亥俄地区建立的数据中心尚未公布。一般来说，最小的数据中心也有超过5万台的服务器，虽然亚马逊没有给出具体的服务器数量，有人猜测其数量可能在280万到560万之间。
微软在数据中心的建设上甚至可以用“挥金如土”来形容，据悉微软已花费超过150亿美元的资金来建设新的数据中心，在AWS进入印度的同时，微软也在孟买、普纳、金奈购买了3个云计算数据中心，追赶亚马逊的意图十分明显。
对于谷歌来说，凭借搜索引擎业务，已经在全球各地建立了近40个数据中心，从最新的消息来看，未来几个月内谷歌将在美国俄勒冈州和日本设立数据中心。VMware联合创始人格林加入谷歌后，计划在12-18个月的时间内，再增加10座数据中心。
如今云计算的市场规模在200亿美元左右，面对数万亿的企业级市场，云计算还只是冰山一角，这或许是亚马逊、微软、谷歌等在数据中心扩建上不遗余力的原因所在，也意味着AWS终将结束一家独大的局面。
企业的多向性选择
据CRN报道，苹果最近和Google签署了一项4-6亿美元的协议，用以购买Google的云服务GCP，而在此之前苹果一直是AWS最重要的客户之一。当然，苹果转投谷歌的怀抱并不意味着谷歌的云服务已经超越AWS，却直指云计算的三个现实问题。
一方面，价格仍是决定云计算受宠与否的重要因素，据传谷歌和AWS同等性能的产品在价格上要较竞争对手便宜15.7%-41.7%。另一方面，云计算的技术门槛并不是很大，谷歌和微软等跟进者在硬件设施不输于亚马逊的时候，云服务质量已经足以赶超AWS，至少亚马逊在云服务市场深耕多年，并没有用技术和服务打造出一道护城河。另外，很多企业处于竞争和稳定性的考虑，往往选择多家的云服务，比如苹果的云服务已经托管给了AWS、Azure和谷歌三家，未来或许会有更多的企业选择这一策略。
新巨头的快速成长
苹果在放弃AWS时，还干了另一件事那就是自建数据中心，同样的还有Dropbox。在AWS庆祝其第十周年纪念日的第二天，Dropbox发表了一篇博客称他们将撤离亚马逊云服务，自建私有云。虽然Dropbox的“逃离”并不意味着AWS服务质量的不足，却也为云计算服务商带来了另一难题：中小企业早起依靠云服务迅速成长，最后却自立门户，甚至成为竞争对手。
据Dropbox称，AWS约95%的新产品和新服务都是客户需求反馈的结果。仅在2015年，Dropbox就为AWS产品组合新增了722项新的功能和服务。Dropbox的举动在一定程度上预示了Facebook在云计算市场的黑马地位，相比于创业公司，这些潜在的互联网巨头们早已是云计算的资深用户，相关技术业已成熟，更重要的是他们还拥有足够的资金，可以快速弥补硬件设施上的不足。
除此之外还有IBM、甲骨文、戴尔等对云计算蓄谋已久的公司。当这类企业也瞄向云计算的时候，将进一步刺激“多极化”的竞争态势。
回到国内来看，阿里云在市场份额上仍然占有优势，百度、腾讯等跟进者也在积极布局云计算。或许阿里云在IaaS领域的成绩，让后来者难以在短期内与之匹敌，但谷歌和微软对AWS的战略思维值得国内云计算公司借鉴。一是加大在数据中心、人员储备等基础设施上的投入，二是在吸引中小企业开发者的同时，通过价格吸引更多的大型企业用户。而百度和腾讯也正是这么做的，尽管在投入上还和微软、谷歌们有不小的差距。
另外，国内云计算服务商不约而同的提供将云计算“打包”的解决方案，比如说阿里云在面向企业提供弹性计算、数据库、CDN加速等服务的同时，推出了不少行业解决方案，类如电商解决方案、O2O解决方案、游戏解决方案等等，将IaaS基础服务进行打包，提供IT资源和互联网运维服务，同时也在打包销售自家的生物识别技术、用户资源等等，类似“拎包入住”的思路。
而百度云、腾讯云等也在提供同样的服务，网易、金山、乐视等也在各自擅长的领域提供类似的解决方案，比如网易推出的SaaS云客服产品七鱼、乐视的视频云服务。服务模式上的高度重合，在服务能力、稳定性、品牌背书的同时，国内云计算领域或将效仿手机厂商的竞争策略，即削减价格，承诺功能，并提供更多可自由转换的服务。
除此之外，相比于Facebook的蓄势待发，网易、乐视等有同样背景的互联网企业已经开始发力云计算，借助内部创业等形式将技术盈余打造成专业的云计算服务，在资金、技术、品牌上较于云计算创业者有着不小的优势，未来将成为云计算领域不可忽视的一股力量。而Ucloud、青云等也在云计算的红利下，完成了C轮以上的融资，凭借创始人的背景和资金实力，也拿到了云计算的入场券。这类企业或将成为国内云计算市场的变数。
总的来说，和美国云计算市场相比，国内在技术和规模上还有差距，但竞争情况要比国外更加复杂。AWS等纷纷在中国和亚洲其他国家建立数据中心，并积极向中国企业和创业者提供相关的云计算服务。再加上阿里、腾讯、百度等依靠投资收购等形式形成了自己的生态圈，国内云计算市场“多极化”的竞争趋势要更加明显。（本文首发钛媒体）
作者：Alter，来源：钛媒体
-
观点
刘东畅：你是如何被“HR大数据”忽悠的
终于决定写这个话题的时候，我心里不禁在想，到最后，这种为大家消除阴影面积的事情，还不是得靠我出马。
从去年开始，“HR大数据”这个话题似乎越来越火，从顾问公司，到业界各种专家，还是HR从业人员，不管懂还是不懂，都喜欢拿着大数据三个字说事，看多了之后，我的感觉是，“卧槽，你们还真敢说啊”。
毕竟大数据（英文名称big data，又称逼格太大），这个概念，在业界是有清晰的定义的，你不能拿个简单的数据分析就往上去套，都不知道你套的是哪根鸡毛，什么拿离职率也当成是大数据来呈现，要是更牛逼点，估计搞个邮件自动回复都能叫阿法狗了。
简直是凤姐用美图秀秀一秒钟变身空姐的即视感。
所以，澄清”HR大数据“这件事情的历史性重任，就顺理成章地落在了东畅君身上（故意装作无视周围鄙夷的目光~）。东畅君的难题是，作为一个灵活的胖子，要如何灵巧地避开诸如Hadoop、Spark、R语言这些很诗意却让大家很容易失意的词，又要甩出柔软的身段将这个由于本身很难又被各种解读导致大家一头雾水的概念娓娓道来，请大家多给一点信心和掌声！
其实呢，要说清楚HR大数据这件事情也并不难，难的是选择好角度。比如现在谈HR大数据的文章清一色都是在谈“HR大数据是什么”，且不管讲得对不对，大家总之是听了一堆觉得云里雾里，完全是大学老师说要给你划重点，结果划了满满一书的绝望感（满满都是回忆~），结果学完出来两眼一抹黑很容易又被忽悠了。所以，与其谈大数据是什么，我们不如先来谈谈HR大数据不是什么。
误区之一：把人力资源数据化就是大数据
在众多误区之中，这应该是大家最常见到的一个。实际上人力资源数据化并不是什么新鲜事了，随便找一个专业的HR或者HR顾问公司就能拿到许多可以评估人力资源工作的指标，除了开始提到的离职率，还有出勤率、招聘周期、组织氛围、敬业度等等，这些结构化数据的存在可以让大家在过去很好地评估人力资源的工作，因此被大家奉为圭臬。
可是问题来了，这些东西到底有什么意义呢？企业关心的是我现在和未来能不能赚更多钱，有逼格一点的说法叫价值创造是不是更高，所以老板总觉得很郁闷，一方面看你们每天玩数据玩得不亦乐乎，但要真是对HR问起一些问题，比如我要销售额翻一倍究竟该花多少钱招多少人啊，什么样的人才和干部最适合我们组织啊，你搞了这套激励体系以后到底我组织绩效增加了多少啊，HR立刻两眼一抹黑，掉过头开始骂老板土包子，不会用“专业的眼光”来看待HR。
可问题是，你在大排档吃烤鱼的时候，你还是只会看烤鱼好不好吃，价钱贵不贵，吃完以后有没有拉肚子，你也不会吃饱了没事用天然气利用率、烤鱼各部位烧烤停留率（这是什么鬼，好吧我乱编的）来衡量大排档的老板对吧。
而对于老板来说，他如果能通过观察每个食客的回头率、停留时间、点菜的偏好，乃至于统计他们吃鱼的姿势、吧嗒嘴的声音、在大众点评上的评语、在朋友圈发的照片、住所的位置、乃至第二天吃饭的菜单（你没看错，这些都是数据，又叫做非结构化数据），经过分析就能知道哪些要素在什么组合之下是和食客的吃饭频次和买单额度具有较大相关性的，于是我可以据此对我的食材、佐料、服务流程、摆盘乃至店面装修等要素进行适当的调整和优化，并可以据此预测出我调整以后我每个月可以多赚多少钱，多少时间大众点评的评分可以上五星。
这就是大数据，看着很不切实际吗？要知道当年Netflix就是怎么拍出来一部火爆全球的《纸牌屋》的，他们通过对自己3300万用户的行为进行分析，知道了大家喜欢看什么样的电影电视，在什么时候会暂停、回放、快进，喜欢搜索什么关键词等等，最后发现用户很喜欢 Fincher（社交网络、七宗罪的导演），也知道 Spacey 主演的片子表现都不错，还知道英剧版的《纸牌屋》很受欢迎，三者的交集表明，值得在这件事上赌一把。
由此可见，HR想凭离职率和出勤率这类数据的统计就做到这个层次？还太嫩了点。
所以简单的人力资源数据化，哪怕是这个数据因为有十几万人显得很“大”，那也不能算大数据，也并没有什么卵用，只不过是老生常谈，而你不幸知道的太少了，而已。
误区之二：大数据距离企业太远，HR应该先把基本的数据分析做好
这也是HR经常容易被忽悠的一点，因为基本上你只要去找一个人说我要做大数据咨询，对方立刻会开始谆谆告诫说我们还是先做HR数据分析的咨询吧，因为你看现在业界没几个公司做成了HR大数据的，都不成熟，你看看你基本的数据都没有标准化规范化，简单的数据分析仪表盘都没有实现，就想做大数据，这是空中楼阁。
大数据分析真的要以“基本的数据分析”为基础吗？还真不是，因为两者的思考方式完全不一样。
传统的HR数据分析是“体检型”的，就是说我一定要先按模块定义出这么一堆数据出来，然后我看看各个指标对不对，就好像你去医院买了个体检套餐，里面要做什么项目都写得清清楚楚的，你一样一样做完以后交表等结果，然后医生那里有每样数据的正常范围是什么，所以会告诉你血脂高了视力弱了脊椎弯曲了（加班狗的悲哀……）。所以每样数据必须非常精确，差了一点就会判断错误。然后拿到结果你会发现其实绝大多数检查我根本不用做嘛，结果还是要花这么多钱好坑爹，可是医院会说这又没有剧透，我不一样一样检查完我怎么知道你正不正常呢。
而大数据分析是“治病型”的，就是我觉得我最近经常咳嗽而且咽喉痛，一位正常的医生不会让我去做骨髓穿刺，而是会按一些和我症状相符的可疑病症来筛选检查手段，比如张嘴说啊然后查血、拍片，最后根据数据反映的情况说我很大概率上应该是咽喉炎，然后根据治疗咽喉炎的经验让我去打点滴做雾化吃药，三天之后我的病好了。在这个场景里，理论上我不需要所有检查结果都精确指向我是咽喉炎，只需要排除掉其它可能性，大概率地判断我应该是咽喉炎就可以了。
当然你可能会说，体检的时候就能根据不正常的数据发现问题然后去找医生治病啊，这点是没错，可是你敢说我不体检就不能发现我身体不正常了吗？你敢说我体检了一切正常以后我的身体就没有任何问题吗？我又不傻。
比如Google在发现大家对冗长的面试流程怨声载道以后，就通过大数据分析发现，面试平均只要超过3.6次，边际效用就会大大降低，而面试效率和候选人的体验也会大大降低，所以性价比最高的方法是让面试次数缩短到四次以内，这样他好我也好，全家人都开心。
像这种问题，靠“体检”怎么能发现呢？那可真是宝宝心里苦，可宝宝不会说啊。
误区之三：找个咨询顾问就能搞懂大数据了
其实如果掌握了上面两个误区，你应该就能明白，如今某些专家和顾问根本就不懂什么是HR大数据，更从来没有实践过HR大数据，他们只是拿着数据分析的工具来挂羊头卖狗肉的，是莆田系医院的好基友，顾问界的塔利班。
大数据和以往的HR咨询产品是完全不同的，与其说大数据给HR带来的是一种工具上的提升，毋宁说是一场思维上的变革。在这场变革中，HR既要能够脱离已有的框架和工具，用更全面的视角去看到以往从未关注到的变量，又要从心理学、组织行为学、管理学的层面更深入地把握个体和组织，从而观察到真正的问题，触及更深刻的本质，提出更科学的假设，更要对技术和数学有深刻的洞察，了解技术和数学可以帮助我实现什么，如何实现（而这些都恰好是某些习惯于卖现成产品和报告的顾问所欠缺的，再加上实践经验的缺乏，这也是为什么如今某些顾问都嘴上各种说大数据，却极力避免做大数据项目的原因）。
在完成思维变革的HR的眼中，实现HR大数据，其实只有三个步骤，第一，假设，第二，验证，第三，应用。特别简单，你说似不似！
那个，如果大家姿势水平高到可以和东畅君谈笑风生的话，应该会反应过来，这就是如今在科研和学术界已经被广泛接受的实证思路，只不过在应用层面，要注意更加从企业实际情况出发。
所以我说，HR大数据剥离掉技术层面的唬人的外皮，其实一点也不复杂，只不过HR们以前的心思都花在了去揣摩领导和套用模板上，而忽视了对事实和真相的追求，在反人类的道路上走得越来越远。所以在HR大数据时代，HR只不过是在回归本质，只有在这条路上，才是和Google、Facebook这些HR大数据的标杆越走越近了。
不过，如果说同时整合这些经验、理论和技术的人实在是凤毛麟角，也可以退而求其次，要么我可以精通其中一样，要么我能理解这几种人的思维，将这几种人整合在一起，并敢于去不断推动HR大数据的落地实践，为业务和组织呈现出真正的价值。
HR大数据的确为HR打开了崭新的篇章，更可以让HR的地位提升到前所未有的高度，是HR的阿波罗登月，是历史的转捩点，是撬动地球的杠杆。
可是，你得先会玩啊……
好的，总之谢谢大家观赏东畅君装了这么久的X，那个，如果有什么不完善和不周到的，你倒是来拍我呀。
来自公众号：蜜蜂派 作者：刘东畅
-
观点
崭露头角的SaaS云客服，未来可期但难点也不少
就在移动浪潮铺天盖地席卷了C端市场后，企业级软件市场也从传统PC时代装机卖软件模式过渡到SaaS模式。最近几年，中国SaaS市场以30%的年复合增长率保持着高速增长，企业级SaaS服务的风口正在积聚力量，快速渗透企业办公服务所涉及的市场、销售、客服、沟通、财务、采购、HR等各个层面。
作为其中垂直细分市场，SaaS客服也已全面打开，但当巨头涌入行业竞争加剧进入短刀相拼时期，决胜力量又是什么？
我国SaaS智能客服市场的发展除了人力成本的上升、移动互联网技术的普及和移动社交场景的涌现以及自然语言处理与机器学习技术的进步外，更多的是由特殊的时期和国内环境共同影响带来的机会。
风向正好，SaaS客服迎来崭露头角的机会
首先，企业客服市场潜力被释放。客服一直是企业工作中不可或缺的组成部分，易观预测到2017年，中国SaaS客服市场交易规模将增长至680亿元人民币，这一方面是因为企业基数大，根据工商总局统计的数据显示，截止2015年底，国内注册有25万家大型企业、中型企业350万家、小型企业150万家以及微型企业1500万家，他们对客服的需求旺盛而迫切。
另一方面是因为客服工作变得越来越重要。一份来自Zendesk的统计报告显示：78%的受访者将客户服务列为影响供应商信誉的第一要素；62%的B2B和42%的B2C用户在享受到好的客户体验后会购买更多的产品；66%的B2B和52%的B2C用户在遭遇糟糕的客户服务互动后会停止购买产品；88%的人在购买决策时受到网络评论的影响......在市场竞争白热化的态势下，企业销售的不再单单是产品，用户更加在意与产品配套的客户服务。
其次，国外巨头挤不进来。这一是因为国家有明确的政策监管，SaaS业务需要IDC托管服务，也就是国外企业要想在中国境内从事类电信服务，必须在国内有商业存在，且占股不得超过51%。二是由于企业客户对用户访问和使用速度要求极高，这就要求服务器会能在本地部署，但Zendesk等创业型企业并无财力支撑服务器在中国落地，从而给国内企业留足了时间和空间。
最后，企业级市场需要更好的客服系统。当前客服行业一部分是传统电话客服软件，此类模式容易引起客服人员听说易疲劳，工作强度大，流失率高，工作效率低，客户体验差，客服投诉率高，也增加了企业人工成本。一部分是网页在线客服，虽然客服成本明显降低，但基于WEB的在线客服无法记录访客信息，无法找回客户，无法将服务流程中的发货、物流信息及时传递给客户，而且语音方式无法支持复杂业务,不利做统计分析、数据挖掘。
同时随着社交媒体的快速发展，客户服务渠道呈多样性碎片化，这就要求企业客服能支持如电话、网页，微信、QQ、APP等多种渠道的接入，再加上智能手机的普及和用户习惯的养成，员工人手一部智能手机，让手机替代PC实现企业管理和信息化成为可能，以及传统企业无法享用传统昂贵的软件解决方案。
在需求中进化，SaaS客服列队成三大阵营
第一派：智能机器人客服，如2014年京东推出的JIMI、2015年阿里推出的“小蜜”、网易系的七鱼云客服和云问等，它们依托最新深度学习技术，采用智能语义分析技术打造，拥有更好的语义理解能力，可以处理更口语化的问法，并且具有自主学习能力。
第二派： IM转移到APP客服，如：环信、容联、极光IM等。他们主要区别于电话的同步沟通模式，因为接打电话时客服人员很难再完成其他任务。而APP客服模式则是异步沟通模式，客服人员可以同步地去完成其他任务，有利于在移动互联网环境下提高工作效率且符合消费者的碎片化操作习惯。
第三派：全渠道整合客服系统，如云软IMCC、Udesk、逸创云客服等。他们将微信、微博、邮件、电话、移动APP、Web、即时通讯（IM）等多渠道优化整合，客服人员只需在一个平台上就能处理所有渠道的问题。2015年5月，逸创云客服获得由唯猎资本领投的1500万人民币和金蝶战略投资的1000万人民币A轮融资。云软则首创以即时通讯消息为主要入口的SAAS客服平台。
未来可期，但难点又在哪
随着更多新晋品牌的闯入和巨头的掺和，SaaS客服市场势必会在经历一段残酷厮杀随后进入寡头时代，那洗牌之前，整个行业的难点在哪，致胜高地又在哪？决胜之战，其实考验的就是这些能力。
一、人与企业的连接能力，也是社交力的比拼
未来社交将链接一切，人与人，人与企业，而且移动客服是即时通讯的衍生品，也是销售渠道的一个节点，每一个节点都会聚集到一些用户，产生兴趣，扎堆聊天，在交互连接中实现价值。所以SaaS客服就不再仅仅是冰冷机械的代码及程序，而是在考验着人与企业沟通能力、企业贴合用户需求的能力。
二、个性化的定制能力，也是技术沉淀的较量
如今企业客户对特定领域相关应用的需要日益增多，因为就像“世上没有两片完全相同的叶子”一样，任何一个行业、任意一类领域，不同的企业情况和需求对会不一样，通用的应用软件只能解决大部分问题，但那些细小的差异性需求能否满足又往往决定着胜负。所以这就要求SaaS客服应用能适应千变万化的行业化定制需求，能为企业提供开放的接口以及个性化定制，企业用户可根据自己的特点和需求进行自定义设置系统模块。
三、数据准确性与客服风控的能力，也是对用户需求的理解能力
目前出于数据安全性、业务连续性方面的考虑，部分大型企业不愿意使用SaaS服务。企业客户和个人客户最大的差别之一也是对安全的要求更高，这不仅牵涉到客户信息有无泄漏，也直接影响到客户对企业的信任以及企业自身的财务、信息安全。
曾经有人总结了企业SaaS选型中的五大安全问题：云计算中的身份验证并不成熟；云标准很薄弱；保密；访问所有区域增加便利性，但同时也带来风险；你并不总是知道你的数据的位置；上诉项同样适用于SaaS客服市场。SaaS客服平台要时刻提防不安全协议、基于Web的应用缺陷以及易损或不安全的证书等威胁的发生。尽管安全性与客服风控的能力说不上是加分项，一旦发生问题，就一定会给自己减分，甚至跌入万丈深渊，难以翻身。
而且目前客服中心慢慢由企业成本中心向盈利中心转变，承担起更多的营销、销售职责。这就要求SaaS客服平台对大数据处理技术以及对用户真实需求的理解能力需要上升到一定层次，能实现对客户信息数据和交易数据的分析和统计，预测并完成客户关系维护，二次销售，这无疑又加大了对数据准确性与客服风控能力的考验。
四、移动化与智能化水平的考验
如今客服场景越来越多样化，这也使得企业客服面临三大挑战：复杂多变的网络通讯稳定性、海量高并发的长连接即时消息以及平衡云端服务合理投入与高品质性能的投入产出比。SaaS客服平台若要在竞争中胜出就必须能颠覆传统客服的服务模式适用这种变化，实现真正的移动化，在保证复杂网络稳定性及海量高并发长连接还能节省使用者的建设和维护成本。
而且，好的客服往往让你感觉很专业，这就要求SaaS客服平台能提供强大的系统支持，如知识库、帮助中心或自助服务中心和数据统计分析功能等，利用关键搜索、人工智能等功能实现精准理解用户问题并匹配最佳答案，并做到快速自动回复。也就是把客户结构化和非结构化的数据进行大数据分析，反向为用户服务。同时还能把重复或干扰的问题挡在客服前面，提升客服效率。这看起来是极端的企业客户需求，却是对SaaS客服平台的基本考验。
未来SaaS客服平台还可能要对客服管理数据化，完全不止于客服，而是朝着更强的综合特征发展，最终实现以客户为中心的应用一体化。
总之，目前SaaS客服市场是一个巨大的增量市场，用户的客服需求开始由目的型客服需求逐渐向场景型客服需求发展，未来将大有可为，但市场份额逐渐会向领先的厂商集中，客服企业逐渐呈现出平台化趋势，行业洗牌在即，大批以销售安装型软件的传统中小型软件厂商将逐步被迫退出市场，具有先发优势并能攻克以上难题的平台将获得更多发展机会，胜与败都只有一次机会。
本文系作者 曾响铃
来源：钛媒体
-
观点
未来，“人工智能”将如何影响企业的“经营管理”？
适逢AlphaGo战胜围棋高手李世石不久，各种关于人工智能的遐想、吹捧乃至担忧不绝于耳。但是，当我说包括人工智能在内的互联网给企业经营带来的危害时，并不是说人工智能将完全替代人类、机器人将统治世界这样的人类劫难。因为，在互联网现有的逻辑下，这根本就是杞人忧天，对于这类言论根本不值得费口舌解释。
在这里，我是从企业经营管理的角度，分析过于相信或迷恋技术给企业可能带来的管理上的风险和危害。企业经营本质上是一种社会行为，而技术仅仅是达到目的的手段和工具，相信技术能够解决企业经营中存在问题的想法，本身就是一种危害，甚至对于技术导向的公司也是如此。但这样的例子数不胜数，很多传统企业开启互联网+模式，转型电商，他们认为好像只要做了电商就能起死回生一样。也有企业痴迷于大数据，相信买了一个软件就能自然解决目前的经营困境，当然，这种想法的产生肯定与某些技术公司对大数据的炒作是分不开的。
于是，随着技术的发展，我们相信大家的交流越来越方便，从而面对面的沟通是可有可无的。我们相信在网络这一大平台下一切中间环节都是多余的，从而纷纷试水各种电商平台。甚至有人认为未来公司也是多余的，未来的模式是平台+个人，哦对了，广告也是多余的，广告增加了成本，妨碍了性价比，进而压榨消费者...过于相信技术导致企业不去关注公司的基于公司产品定位的商业模式以及内部运营机制，更重要的是，忽略了人的价值。因为，技术（包括人工智能）只是人的辅助和补充，技术能够高效地完成一部分工作，从而使另一部分必须由人来完成的工作显得更加重要，用一句话来总结：技术使人的作用越来越重要，而不是相反。
一、AlphaGo的优势：破解珍珑棋局
我丝毫不怀疑人工智能的能力，AlphaGo战胜李世石并不吃惊，并且我相信AlphaGo能够轻易破解珍珑棋局！在金庸先生的《天龙八部》中，珍珑棋局难倒所有在世高手，即使最后被破解也仅仅是出于偶然，但是AlphaGo能够破解，因为珍珑棋局破解的关键所在是首先要在不可能下子之后下子！之所以说是不可能下子之处是因为，所有根据经验的高手都不会在那里下子，因为在可以推算的接下来几步中会损失惨重。而AlphaGo不是依据经验，而是依据强大的运算能力，所以阿尔法狗会对每一个可以落子之处没有任何歧视地进行完整的推演（在目前并非穷举法的算法下或许还做不到），而不会有任何经验上的倾向和情绪上的波动。AlphaGo不会因为一步棋不符合传统下法就放弃对这步棋的运算，但是人的记忆和运算能力毕竟有限，只能先从经验上进行筛选，并且能够推演的步数也是有限的。所以，我们看到AlphaGo有几步的下法违法常规，这可能令我们吃惊，但是它自己并不这么觉得，因为它已经对接下来的棋局进行了推演，AlphaGo不是根据经验，而是根据对棋局的运算。
因此我们可以看出，AlphaGo或者说是人工智能的优势是存储记忆能力和运算能力。在这两方面，AlphaGo的效率要远远高出人类。机器不会厌烦，不会有情绪，当然也不会索要加班费，并且能够计算地比人类更快、更准确。
AlphaGo是不依靠经验的，有些人对此表示怀疑，因为设计团队声称AlphaGo一直在不断地进行深度学习，并且不断锻炼自己。这种说法是存在问题的，理论上来讲，通过穷举法AlphaGo是一定会赢的，但是由于围棋的可能性实在太多导致目前的运算能力无法支持，所以其设计团队就不得不通过其他方法弥补这一缺陷。方法就是用概率去排除掉一些情况减少运算量，以使推演在运算能力之内。所谓的锻炼学习，不过是收录更多的棋局并通过一定的概率计算排除某些情况的过程。归根结底，考验的是收录的完整性和运算能力，这是通过一些技巧实现穷举罢了，而随着计算机运算能力增强，采用穷举法就能使计算机立于不败之地。
二、AlphaGo的局限：无法像人类一样学习和思考
AlphaGo虽然拥有完美的存储记忆能力和运算能力，但是这些能力人类也都具备，只不过不完美。但是，人类拥有的其他能力，AlphaGo却完全没有，所以人工智能永远无法代替人类（在现有计算机的设计逻辑下）。从这个角度来讲，人类是完美的。虽然人有情绪和感情波动导致的失误，人的记忆有限还容易遗忘，但是人能够思考，能够创造，能够想出新的东西，能够进行感性的、抽象的逻辑和概括，能够根据有限的、不完整的信息进行加工和推理，但是机器却不能。AlphaGo的没有情绪和一个人经过训练导致的不受情绪影响有本质区别。正是因为AlphaGo没有情绪，AlphaGo也不能像人类一样进行抽象的学习和思考。
从输入的角度看，人工智能的输入完全来自于外界，虽然可以进行逻辑推理，但是逻辑必须是确定的、结构化的和可量化的。人工智能只是按照特定的逻辑和数据进行运算，并不会产生新的条件。假如信息和条件不完整，那么得出的结果就是概率事件，但是信息和条件的不完整性也需要设定一个概率值。但是在大多数决策中，我们没有可以量化的信息，逻辑也是非结构化的。
从输出的角度看，人工智能及计算机给出的结果并不解决问题，只是指出问题所在。通过计算机的运算，可以帮我们找出异常数据，比如某些月份的销售异常，但是至于为什么异常，就需要我们根据实际情况进行分析，而这种分析是无法量化的。数据分析可以得出啤酒尿布放在一起销量会提高的事实，但要分析出为什么啤酒尿布放一起销量会增加还需要人类的智慧。
三、大数据有用吗——我从来不相信问卷调查
时至今日，我们到处都能够发现大数据的身影，从IT到DT，大数据时代等等，仿佛一个企业不采用大数据明天就会破产一样。很明显，对大数据的吹捧过头了。因为，我从来不相信问卷调查，更不用说对问卷调查的数据分析结果了。
在管理学上，有专门的课程讲解调查问卷的问题设置，比如选项的多少、问题的顺序和调查区域和群体等都会对结果产生影响。也就是说，调查结果本身就有很强的主观性。另外，即使问卷设置尽量合理客观，结果依旧差强人意，因为很多时候被调查者也不明白自己怎么想的，或者想要什么。当然人人都想要一部配置高、颜值高的手机，但是如果把价格考虑在内大部分人就不考虑了。乔布斯当年认为3.5寸是手机的最佳尺寸，但是现在用过大屏手机的人不会这样想了，甚至连苹果公司自己都不这么想了。所以，乔布斯懂得探知客户的潜在需求，或者引领客户需求，而引领客户需求实际上也是激发了客户的潜在需求。这些，是无法通过问卷获得的。有些人会在创业之前咨询周围的朋友，很多人表示项目太好了，完美解决了现存的某一痛点，一定支持。但结果是用过一段时间就反水了，还会找到很多借口。所以，宁愿通过观察，或者无目的的访谈去了解人的真实想法，也不要通过问卷获取。
问卷调查的例子只是为了说明，如果数据本身的真实性就很难保证，那么大数据的结果就没有意义了。当然，并不是所有的数据都是主观的，比如公司的销售数据，统计部门的统计年鉴，还有互联网上采集的浏览数据。但是要想利用好数据就不仅是技术的问题，甚至不是技术的问题。数据本身不具目的性，从输入的角度看，必须要先根据目的确定分析方法，比如对数据进行切片挖掘。现有的信息系统如SAP也仅仅是提供较为完善的数据，而即使对于能够提供可视化数据挖掘模型的系统，对于操作者来说也必须要选择合适的模型，而这一选择方法和模型的过程，只有人类思维才能做到，这一决策过程是非结构化的，所以计算机无法做到。
再次从输出的角度看，通过数据分析，计算机会给出一定的结果，但是这一结果必须和实际问题结合才有意义，并且如果将结果用于解决问题，还需要人类的思维分析，如上面提高的啤酒尿布案例。所以，数据分析只是提供辅助决策的信息，而无法替代决策，无论是从输入还是输出的角度，一个能够进行敏锐分析和思考的人给企业带来的价值远远高于一套大数据系统，如果企业没有这样的人，大数据就毫无意义。而如果没有大数据系统，依旧可以通过人脑的分析能力弥补，比如中国人口密度的“爱辉—腾冲一线”（也称胡焕庸线）与最近大数据的分析结果是一致的，也就是说早在上世纪30年代胡焕庸先生就得出了这样的结论。
四、管理就是决策：人工智能使管理者更加重要
管理大师赫伯特·西蒙说，管理就是决策。但实际上，大部分中层管理者处理的大多工作不是决策问题，而是按部就班的执行流程。如果把管理者的工作内容进行划分，就会分成两部分：有特定流程的日常工作和需要做出判断和非常规的决策。
前者可称为routine，执行已经程序化的流程，后者是临时的、一次性的、非结构化的调节性工作。真正的管理者应该擅长于后者，并且应该把更多的时间花在后者。管理者应该发现并处理一些在routine之外的工作，并且尽快将之变成routine。比如，通过分析常规数据发现了公司库存管理中的弊端，于是设计出一套新的库存管理办法，并且将之流程化，然后推广到全公司。在这一过程中，计算机可以代替的是数据处理的过程和流程化之后的工作，但是提出问题分析方法并且找出解决办法这一过程却是必须要人类才能完成的。
随着人工智能的发展，大多甚至全部routine的工作都可以被取代，因此之前那些只是汇总一下数据就能蒙混过关的管理者将会面临淘汰。而真正侧重于非结构化决策的管理者将显得更加重要，因为其不需要再被日常琐事所累。这也对管理者提出了更高的要求，这些管理者的能力也是人工智能完全不具备的，但人工智能能够进行决策支持，从而使管理者更加高效，并减少失误。
毫无疑问，人工智能及其他互联网技术有助于提高工作效率，能使管理者把更多时间精力用在需要的地方。但是这里面临的一个问题是，很多企业过分看重或者痴迷于技术，从而愿意投入更多的资金用在技术上，但反而忽视了人的作用，甚至认为人的作用降低了，这种思维具有极大的危害，很容易导致本末倒置。
与企业过分看重技术忽视人类这种思维相似的是，技术在使沟通更加方便的同时，也使沟通变得更加困难。任何时候，面对面的沟通都是最有效的，因为沟通传递的信息不仅是文字，还有情绪、态度、观点等。而通过互联网的沟通，如微信，只有文字和声音，在信息多级传递的过程中还可能失真。相对于面对面的沟通，微信传递的信息是有限的，这可能会导致沟通效率的低下，所以有时我们会在微信说了很久都无法说清之后拿起电话。
作者末华，致力于研究互联网及传统行业转型，创业者，微信号1576429360
-
观点
VR让在家办公变得更酷
编者按：本文作者 Adam Ghahramani 是纽约一家创意机构的数字产品经理。
新的创业者和经验丰富的睡衣战士们知道在家办公能够改变生活……同时也难免觉得有点逊。正因如此，WeWork 的公司价值高达 160 亿美元，而咖啡馆里最受欢迎的产品却是电源插座。随着 VR 头盔越来越小，像素密度大幅提高，在家办公不仅不逊，还将会胜过其它的工作场所。再见了，洒满咖啡的键盘；再见了，价格昂贵的共享办公桌。将 VR 工作空间和自适应机器学习结合起来，就能让这些虚拟环境的工作者比每天通勤上班的人更有创造力，工作效率更高，社会交往也更加广泛。
虚拟现实让你更有创造力
创造力最憎恨的就是千篇一律。从这个意义上来说，家和监狱仅仅一步之遥。因此，人们拿起笔记本电脑去别的地方，给工作增加点乐趣，也激发自己的创造力。科学家们证实环境声音能提高人们的创造力，比如咖啡师调咖啡时发出的叮当声；同样，环境景色也很重要，需要休息的时候看一看周围有趣的景色有助于恢复精力。然而家是一个极其缺乏环境声音和环境景色的地方，除非角落里的那只蜘蛛也能算得上是一景。
VR 能通过三维立体环境声音和变化无穷的环境景色来激发你的创造力。想象一下来自远方的鲸的呼唤和小哈士奇嬉戏玩耍的场景。能让一个人驻足凝视的场景在另一个人的眼里也许却很讨厌，VR 工作空间能利用机器学习技术让你的工作环境个性化，以便最大程度地激发创造力。你是在人群熙攘的爵士吧里更有创造力，还是独自一人在安静的大草原上状态更佳? 或是在灯火辉煌的大都市，抑或是在夕阳晚照的魔幻时刻? VR 工作空间都能为你找出答案，更重要的是，它还能根据你的工作内容来变幻空间场景。虽然你通常是在星光熠熠的夜空下处于最佳状态，但也并不是说你就应该始终不变地在星空下工作。
在你形成自己独特的个性化风格过程中，VR 能使你的工作环境个性化。verymemorable.com 网站的创意总监 Michael Pinto 不在办公室工作，因为他喜欢每天都能穿着时尚，要不然他可能就会每天都穿睡衣工作了。每天早上起来选一套衣服穿在身上，会让这一天都创意蓬勃。选择 VR 办公空间，你的时尚就不仅仅表现在衣服上了。你的头像可以有数以万亿的组合模式，或者你可也以让计算机帮你选择一个头像，给你一个惊喜。
你还可以装饰你的办公空间，用宠物龙来代替小公仔，也可以用环形全息影像来代替相框。VR 工作空间能够让你比在新开的古怪快餐店里工作更有创造力、更加个性化。
虚拟现实能让你提高工作效率
家是一个很容易让人分心的地方。家人可能会在你用心思考的时候打扰你，而舒服的床又一直在向你招手。由于没有人监督你，所以你可能会深陷在社交媒体的深渊里不能自拔。有了 VR，现实世界的干扰就不复存在，数字世界的干扰则可以用程序来加以控制，而你的家人将会离你远远的：因为若是你戴上面罩和厚厚的头盔，再也没有比这样更让人觉得 “我很忙！” 了。
如果电脑上有十几个通知不停闪烁着吸引注意力，你就很难集中精神。你的 VR 办公空间会自动禁用 Facebook 和 Venture Beat（一家科技博客网站），让你专心于眼前的任务。并把你最喜欢的娱乐活动保存起来，等不工作的时候再去玩。
你的工作效率会告诉 VR 工作空间什么时候该休息了。很多LifeHack 的读者极度依赖番茄工作法—— 每工作 25 分钟就休息 5 分钟。这个方法的问题在于，当工作进展顺利的时候，很容易就跳过休息时间不休息；而在无精打采的时候，又很容易延长休息时间，超过五分钟。所以固定不变地工作 25 分钟休息 5 分钟并不是最佳选择。VR 工作空间知道什么时候不应该打扰你，什么时候应该把你转换到博物馆场景里休息 10 分钟，或许是根据你的眼球移动、敲击键盘的速度甚至是血压来判断的。
曾几何时，设置两个显示器是一件很怪异的事。而在未来，无论什么显示器都将是很怪异的事。你的工作内容不再被塞在一个万能的矩形像素框之内，而是能够飘浮在你面前，流畅地拉伸和旋转。你再也不必使用 Alt-Tab 组合键来切换十几个堆积的窗口。如果你想分享屏幕上的内容，只需轻轻抖一下手腕，你屏幕上的东西就会显示在一块电影屏幕那么大的广告板上了。
虚拟现实能让你不那么孤独
独自坐在家里，头上戴一个盒子，就能代替现实世界的人际交往? 在你对这个说法窃笑之前，想想多少玩家游戏已经成功做到了这一点，如魔兽争霸，而且这些游戏远远没有 VR 那样让人有沉浸感（甚至还能用这种方式拯救生命）。
有了 VR 工作环境，你永远不会孤独。你的 VR 工作空间会邀请几百个来自世界各地的人坐在你身边。你可以和那些与你职业相同、爱好相同的人打个招呼。你可以请你的这个数字大霸王给你推荐一个朋友，或者也可以挂上 “请勿打扰” 的牌子，独自享受清静。黑客马拉松之所以能够成功，其中一个主要原因就是他们能把设计者、开发者、生产者结合在一起。你的虚拟现实工作空间每天都将这么做。
怎样征询别人的意见呢? 如果想讨论一下你的想法，可以召集一个焦点小组共享你的作品。不必担心办公室礼仪，大声地播放音乐，休息时间跳一支舞，或者扔几个纸团都没问题。你永远是这个房间里（或这个沙滩上，抑或这个空间站里……）最重要的人。
我们即将成功！
VR 技术目前尚未完全实现，但已经很接近了。像 Virtual Desktop 和 AltSpaceVR 这样的应用程序已经成功地开了个好头。会有令人不舒服的缺点，比如说老板可以监督你在看什么，或是 FitBit 并不适合你。但是，对于很多在家办公的人来说，VR 工作空间无疑将使他们美梦成真。
注：我本来想要耍个噱头，在 Oculus DK2 上写这篇文章。但实际上，我只坚持了 10 分钟，因为它的分辨率实在让我头疼。希望即将推出的 Oculus CV1 能够有所改进。
注：本文译者 Ellen。
本文编译自：venturebeat.com
-
观点
下一家亿元级 SaaS 公司会来自哪里？
编者按：本文作者 Ajay Agarwal 是投资公司 Bain Capital Ventures 湾区办公室的总监，他专注于手机应用及 SaaS 创业公司的早期投资。在本文中，他指出了 SaaS 创业的下一处风口——记录系统，并为创业者提供相关建议。
SaaS 行业已经不再像前些日子那般朝气蓬勃，科技创业公司的估值也出现萎缩迹象。对于那些进入融资后期阶段的创业公司而言，拿到钱可谓难上加难。无论如何，在 SaaS 行业中依旧存在着空白，其中蕴藏巨大的商机。若把握得当，你或许能建立一家大规模、高估值的公司。
那么这一机会究竟藏在哪里？答案是记录系统（system of record，SOR）。
记录系统是一套服务于商业运作的软件系统。单就这一定义，我们似乎很难归纳出它成为下一个风口的原因。无论如何，这些记录系统已经成为特定商业运作中的必需品，而它的企业买主们也不会过分纠结其中的投入产出比。
图 ：以上是拥有强大记录系统的公司
很多公司都建立了十分强大的记录系统，例如销售领域的 Salesforce、金融领域的 Intuit、人力资源方面的 Workday、垂直导航公司如 Guidewire 以及生命科学领域的 Veeva。这些公司值得我们注意的方面包括他们的高估值以及非常低的年度客户流失率。
只要企业购买并推行了记录系统（让我们假设该系统如广告宣传中那般有效），企业对这一系统的依赖度会非常高。
身为创业者的你们是否也在做记录系统？如果答案是肯定的，最好问问自己以下七条你们是否能做到：
1.你们的软件是否为商业流程中的最关键部分服务？
记录系统往往是商业核心流程的重要支撑。如果你的软件出差错或者崩溃，这些商业运作就无法进行。记录系统在企业盈利的过程中越不可或缺，其价值就会越高。
2.你们的记录系统是否储存了企业的关键数据？
记录系统的重要之处在于它是最为基本的数据源，储存了一系列关键的商业信息。企业的账簿都存在 Quickbooks 和 Oracle Financials 上；他们的渠道数据都记录在 Salesforce 里；企业的薪资信息都储存在 Workday 上。当你的系统成为企业重要数据的储存地时，其他软件往往需要融入你的系统才能正常工作。举个例子，老牌记录系统开发公司 SAP 使用的就是非开源的解决方案，因此第三方需要花费上百万美元来购买其方案，以实现用户数据整合。Salesforce 则采取了一个更现代的做法，便是为第三方开发者提供开源 API，并帮助他们建立生态系统。
3.企业买主的大部分员工是否每天 / 每周都会使用你们的记录软件？
如果企业买主的基层员工能够较频繁且专注地使用你们的解决方案，并将其融入日常工作习惯，那你的解决方案会非常有价值。分析类解决方案固然很棒，但若只有一小部分数据分析员在使用，该方案就很有可能被取代。相反地，如果大部分的员工都能使用你的系统汇报每周差旅支出，更换系统便会带来极高昂的成本——这意味着企业需要重新培训员工，因此他们不会轻易选择弃用。
4.你的系统是否能提供可信度高的结论？系统输出的数据或报告是否能作为重要商业决定的支撑？
最有价值的 SaaS 公司不是那些提供数据记录存储服务的，而是那些提供可信结论的。管理层就人力资源问题进行讨论时，会参考 HRM 系统的数据分析；在决定客户服务运维时会调用 CRM 系统的分析结果。任何致力于做记录系统的团队都应将目标定在 “管理层或企业所有者常常依靠系统的分析结论进行决策”。
5. 你的系统能将不同人脑中的想法集结起来并程式化吗？
当你的系统凝结了越多智慧结晶，竞争对手就越难超越或取代你。在企业内部推广记录系统就是为了集结那些分散、零碎的信息，并将它们以可复制的解决方案结构化。借助记录系统，公司的运转得以规范化、程式化。这也是在公司内部推广记录系统十分耗时的原因——信息存在于迥然各异的人脑中，收集和界定信息会充满困难。
6.你的记录系统会 “自我学习” 并不断提高吗？
机器的 “自我学习” 可以由算法驱动。举例来说，你的软件能够通过自学来不断提升结果质量。此外，你的系统也可以通过商业运转中的反馈循环总结经验。例如我们的预测方法需要根据近期表现作出调整，核心解决方案也会据此进行升级。通过不断调试，我们的记录系统能吸取此前的经验，将其融入到软件功能和工作流程中。这也是记录系统具备价值的原因所在。
7.你的产品能实现可忽略不计的流失率吗？
就字面来看，强大有效、合理推行的记录系统不会被企业轻易舍弃——除非他们倒闭或者被并购。为企业提供相关服务的公司一般能实现 90% 甚至 95% 的留存率（不包括捆绑销售）。我过去担任营销总监的公司 Trilogy 就是一个很好的例子，它还在为 1995 年拉到的客户进行年度系统维护。
这或许不是一个能涵盖方方面面的问题清单，但它应该能为你提供一些方向，帮助你明白记录系统成功的几个关键要素。文中提及的大部分例子都是提供企业级服务的公司，但是其中的很多概念对于大型和中小型企业同样适用。无论你的解决方案是水平抑或垂直、功能广泛还是单一，我提到的几点都具备参考价值。
记录系统不一定是实现亿元级 SaaS 公司的必然方向，但着实是最可能达成目标的道路。
注：本文译者 Alksy。
本文编译自：venturebeat.com，如若转载，请注明出处：http://36kr.com/p/5045026.html
-
观点
下一个 BAT 可能在企业服务市场
来源：36氪 作者：光张 http://36kr.com/p/5045009.html
原标题《【36Kr 企业服务平台上线发布会】下一个 BAT 可能在企业服务市场》
3 月 23 日，36 氪企业服务平台上线发布会在北京举行，金山 WPS CEO 葛珂、金蝶中国高级副总田荣举和北京健康之家医疗器械连锁经营有限公司董事长兼首席执行官柏煜在会上就企业级服务做了分享。以下是相关分享要点总结。
葛珂：资本先行，资本带动人才，人才带动产品，产品带动产业规模
企业级软件不是今天才有的，不是从 2014 年开始，金融软件从计算机诞生第一天开始，就有企业服务软件。而且第一天开始这个计算机服务对象就是行业性应用和特定性的应用。后来才发展出来生活化和娱乐化的软件。也就是说早年计算机软件通常是企业软件。
2015 年游戏行业总产值一千四百多亿，最近一两年刚兴起的移动游戏接近 500 亿，2015 年全年的票房总收入是四百多亿，增速非常快。Saas 2015 年全年总产值是 200 亿，而且其中分两块，一个是管理性 Saas，一个是工具服务型 Saas，工具是 160 多亿。娱乐或者是消费类市场随着互联网、移动互联网爆发，整个市场规模非常庞大。有 30 年历史悠久的企业服务软件，做到今天才 30 亿。比如像我们这样的办公服务，或者是杀毒服务算在一起两百亿左右，你发现这个增长速度非常慢。
我后来想，中国的企业级软件天然两极分化的原因是什么？从改革开放开始，中国大的企业特别大，小的企业特别小。大的企业是什么？金融央企，政府，甚至是事业单位非常有钱。中国大型企业巨多，改革开放就是以国有企业为领先为龙头带动的，企业发展在整个环境里其实是非常弱小的，早年我们通常所说的民营企业，估计身边的洗衣店都是身边很小的小型企业。这样一个格局，导致的是两级分化非常严重。
一个大型国有企业负责人曾说他们有十大供应商，只有金山一家是中国的，IBM、微软、ICP，中国企业最肥的市场早期被跨国公司给拿掉了。所以中国的企业市场往往集中在中小型企业，或者说企业服务市场的下游拿的是最低的收入。
第二个格局是什么？导致中国最肥的企业服务市场，他的决策层变成是非常积极的状态，谁来决定买不买，是企业的 CIO，考虑元素是什么？我不差钱。CIO 一句话定天下。也就没有了像今天美国市场这么有规范，管理模式非常严谨。我们很难开发出通用性的管理软件，很难。定制化带来了成本很高，传播效率和拓展性不好。
今天有什么机遇。第一个是云化，互联网化，通过互联网的技术打破过去的定制化和每个企业封闭格局的局面，降低了软件成本，提高了软件的范围。这是云对管理软件的要求。第二个是移动化，以前的管理软件员工是不爱用的，为什么？因为要工作。远不如打开一个音乐软件，管理性的软件其实都是有一种被动状态，但是出了一个微信，出了一个钉钉。这家伙不得了，把企业软件信息化这个触角在你兜里。移动化让信息这个企业服务软件的门槛进一步降低。所以移动化也有一个叫普及化的趋势。
资本先行，资本带动人才，人才带动产品，产品带动产业规模。一系列的链条形成闭合链，Saas 公司或者说管理软件公司，未来也能出现像 BAT 这样的公司，能出现一些真正心目中的标杆，成功型企业或者叫真正的互联网公司。我希望有这么一天。不管谁超过我也没有关系，我们需要在这个行业里有一个标杆，我觉得从 2014年 开始这个风到了。
中国企业的格局已经在发生变化，一些民营企业做到从微型企业做到中型企业。像大型企业靠拢，他们对 Saas 软件管理需求是非常高。我觉得有产业环境了，有资本环境了，这些都是慢慢在解决。
还有一个关键问题，就是渠道问题。你的资源可以互联网化、你产品开发模式可以互联网化。还有一个没有被攻克的叫企业互联网化。都能够互联网的化，才能够进入快车道，才能高速的运转起来。我认为 36 氪这次发布企业平台，很重要的背后的寓意就是说如何把这个渠道互联网化。
田荣举：企业级市场的营销不能简单照搬成熟的 toC 模式
金蝶在过去 23年 的时间当中取得非常不错的成绩，我们在中小市场连续 11 年占有率第一，拥有超过 500 万的客户，我们从 2009年 就开始了移动互联网应用的探索。去年埃森哲有个企业调查，绝大部分企业高管最关注移动技术应用，期望通过移动技术改造现有的企业管理，但是有 超过 75%的企业到现在为止还没有比较系统的方法。
企业用户的需求强调应用完整且可扩展，金蝶云之家已经连接了覆盖企业管理全生命周期的管理应用服务，除了基本的办公协同应用外，还连接了金蝶全系列 ERP 产品，以及诸如金山、滴滴、COREMAIL、致远、有赞等第三方云服务，能够与企业正在使用的其他主体应用有很好的对接，截止 2016年3月 用户数已经突破 1500 万、企业数超过 150 万家。云之家可以与 36 氪推出的企业服务平台很好融合，一方面为小微创企业提供一站式管理服务，同时为小微创企业的产品拓展更大的市场空间。
企业级市场的营销不能简单照搬成熟的 toC 模式，单点突破的病毒式传播根本不适合企业级产品，需要立足企业管理的整体需求深度耕耘，也有人说这是一个典型的需要立足长远的 “慢热” 型市场。钉钉去年打了很多的广告，表面上看引起了不少关注，但通过第三方调查发现，使用最多的还是免费电话。
海尔、万科等知名企业 5年 前就开始了移动互联网应用的创新，和金蝶云之家一起打造了支撑业务创新的移动工作平台，从他们的经验可以看出，一个好的企业级移动服务平台必须具备三个特征：（1）专业度，即用户体验的极致专业；业务场景的创新专业；企业运营的管理专业；（2）开放性，即能够满足企业的整体移动化需求，一站式的用户体验；（3）服务与运营能力，即可持续的服务能力和内部运营推动能力。尤其需要特别强调服务的重要性，这应该是与 toC 应用最根本的差异。企业级产品必须依靠服务快速落地，更需要持续的服务能力保障企业管理的持续优化。
柏煜：企业转型是在新工具的应用，以及在互联网时代的众包服务的应用
实体店在过去的三年被严重地看空， 2013 年开始，我们做了十几年的实体店很多门店出现亏损。后来发现，那肯定是客源减少了等各种原因。我们开始仔细研究店面发现，在新的互联网时代，如果我们在固守传统的经营方式，特别容易发生问题。
我们在早期使用很多工具的时候，非常地不讲究，在这种工具上很少投钱，好多服务也没有外包。比如说我们在选择一些应用软件的时候，花了几十万块钱，折腾了半年又推倒重来，后来帐乱的一塌糊涂。
企业转型是在新工具的应用，以及在互联网时代的众包服务的应用。如果我们能够早一点在这上去投资，早一点去关注这些有服务能力的、有专业水平公司，用他们的服务，其实能省很多钱。
传统企业最大的问题是效率。三五年前我发现自己在新技术应用上差了，公司整个管理效率特别差，成本很高。我们有庞大的总部，店面遍布了全国 30 个省份，需要到处去开店，这些店里的人员需要每天去存钱。好多事情后来开始引入一些专业的工具，就发现整个管理效率就好了。即使在今天互联网这么冲击的情况下，全国还是有很多店完全的实现了逆增长，这跟管理有非常大的关系。
在实体店转型当中，我们总部和连锁分店之间的信息沟通的效率必须是立刻马上。层级一多容易走形，效率非常重要。还有利用客户资源提高企业竞争力这块，每个创业企业都迫切地需要，比如说收集顾客的信息和需求来找到解决方案。问题就是答案，顾客的需求其实就是答案。每个企业如果没有做好一定是这方面出了问题。这个也是我们重点关注的，36 氪对接应用服务这个服务是特别有价值，可以让我们清晰的评价出哪些应用能够帮助我解决这些问题。
还有人力成本的节约，比如说你用了很多工具，能发现节约很多钱很多人，总部最多的时候，全国 130 多店的时候有 60 多个人，后来降到 30 个人，办公区缩减了三分之二，业绩还提升了，盈利能力还增强了。现有很多企业级服务产品，比如说 CRM 系统，OA 系统，包括很多东西都可以外包，把社保外包，把很多东西外包。最后变成什么公司？只做最核心的事，其他的事全部外包，让创业更简单更轻松。
-
观点
柳传志、陈春花谈初创公司长、短板：让不能胜任的人可以胜任
文/春暖花开 来源：虎嗅网
1.创业企业，先做长板还是先补短板？
陈春花：长板与目标不匹配，变成了短板
我觉得具体到一个公司来讲，长板、短板，可能是一个永久的话题，不光是初创，发展到一定阶段，原来长的又变短了，原来短的有可能有机会变长的。
作为总裁来讲，要一直关注这个。但是从经营层面来讲，特别是在用户的这个层面上，其实长板是比较重要的，有了长板才有机会去创造价值。
当长板的价值创造出来的时候，就要做系统能力，最大的挑战就是长板要继续保持，短的要拉起来。对CEO也好，对企业也好，这个要求就比较高了。
比如说我现在的企业员工很多，有8万人。你拥有很多人，其中90%——几万人的背景是农牧业，我现在想做食品，最大的长板跟我要做的事情是不匹配的。
我们做战略调整的时候，重大业务调整的时候，一定会遇到你问的问题，就是内部的能力不足以支撑。但是不能在这种情况下把人都换掉。让不能胜任的人可以胜任，这就叫组织管理。大家慢慢要学会去做组织管理，而不是依赖于一个强人去管理，依赖个人去管理。
当你遇到这个情况，可以把组织做一下拆分，原有的业务增长和必须贡献的价值还是要保护的，如果没有原有业务和贡献价值的支撑，就没有资源，这个部分是不能荒废的，原来的体系对于业务的贡献还必须保留。拆了之后，一个方面去找内部愿意去做这个事的人，很多时候转型是依赖外部，我个人的经验和研究，重大转型要亲自做。不能依赖外人来做的，因为外人来做有两个风险，一个是文化风险，第二就是水土不服，反而把时间都耽误掉了，要亲自做。
举我们的例子，我现在做的很重要的转型，从饲料转成做食品，我把我们公司给拆分了，产销分离。产销分离，把原来做屠宰的分给做饲料的。这一分就乱套了，做屠宰的人认为做饲料不懂我，还来管我，所以不服气，然后产生了一系列的问题，组织成本的问题，品质的问题，内耗的问题，比没拆之前亏损很大。但是拆完了之后，必须让另外一组人真的做食品，做屠宰的人不管附加值，你做食品就得管附加值，就得跟消费者沟通，所以我就先拆了，组织拆分。
组织拆分之后做第二件事情，拆分之后能够取得业绩成果，如果拆了之后是错的，这件事就做不过去。要投放资源，让拆分成功，这是第二个要做的失衡。
第三，在嫁接上，组织之间合作，不要依赖于个人，应该用组织，我们就嫁接了很多组织。那个组织一定要成功，所以合作的时候一定会成功，拆分之后另外一块新的东西也会成功，嫁接之后学习会更快。我们的团队学得非常快。
2015年我们的行情非常不错，只有我们公司是盈利的，别人都是亏的，原因是什么？就是因为我们的转型，我们就转过去了。业绩支撑必须保留，不能因为你要转型就把这个给扔掉，这是很重要的。然后是相对合理，最重要的是自己亲自抓，组织之间合作，获取新能力，培养自己的团队，我的经验就是这样。
柳传志：短板是让企业活命最基本的东西
刚才陈教授说的事，其实是一个业务模式的调整。以前那个模式的长板，到今天这个新的模式，实际上不是长板了。所以，当一个盈利模式确定下来以后，变了一个样子，应该弄明白什么是长板，什么是短板。短板如果不补足，这个企业是运作不了的。长板、短板的问题，因为各个企业的情况是不一样的，总裁一定要分清楚哪个地方是薄弱环节，如果不弄好了，长板的优势发挥不出来。
联想集团在1997年的时候做过一款电脑，叫“一键上网”。1997、1998年，正是咱们国家第一次互联网高潮来的时候，大家都上网，但是实际上买了电脑以后上不了网。当时还是台式机，如果想上网，必须得把电脑打开，装一个Modem卡，再装上软件，还要用电话线。老百姓家上网，除了发烧友谁会做？因此光叫上网，实际上是上不了网的。
联想集团发明了一款机器，按一个键就能上网。无非是把软件拷好了，关键是电线机关，全国各地都能调通，这个工作很难做，我们把它做好了，因此一键上网，这是我们的长板。但是做好了以后，人家怎么知道？怎么卖得出去？当年做销售的，那一年在200多个城市就把分若干个分队，到全国各地去进行演示，演示的方式的做法完全一致，一下就在全国铺开了，把竞争者甩在了后头，占的比例提高了9个百分点。原来销售是我们的长板，但是在技术上，我们补上来以后，利用销售这个优势，一下就长开了。我自己的感觉，短板是让企业活命最基本的东西，长板是你的优势，额外挣钱的东西。陈教授说了是在转了型以后，以前那个长板，已经不是长板了。
各位都可以想想，你们在自己的行业中，在竞争中，你们最得意的是什么？最短的是什么？当你把这个业务模式调整好了以后，这个就是属于总裁应该考虑的。
2.如何补足短板？
柳传志：总裁要坐在水桶上不停地看
创业者一开始的时候，还是要对这个企业里的每一块板都要心中有数，不做也应该知道是什么。然后当这个企业形成规模以后，真的不能在某一块板上，扎在那儿不动。
我举一个我犯错误的例子，当年联想发展到一定规模，在1993年的时候，香港联想希望上市，当时哪块板是短板？就是解决资金的问题。那个时候忽略了一个事情，就在1991年由于国家的政策改变以后，1993年大批的外国企业大举进入中国，我就跑上市这个事，把其他事都搁在一边了。我们公司内部也出了一些别的矛盾，这些事我全不知道。到1994年我从香港回北京的时候，一下子都爆发了，出现了非常危机的状态。
这件事给我的感觉，总裁本身要站在这个位置上，不是去看任何一块短板，长板、短板都不对，应该在水桶上面不停的看，看这个模式到底合不合适，哪块是长板，哪块是短板，什么人可以把短板做起来。
做AST进口的时候，我觉得自己做进口，跑指标，找进出口公司，比进口部的经理能力强。那个做好了以后，我去管别的事，如果老坐在那儿，联想永远就是一个代理公司。
确实是短板很重要，长板也很重要，但是不能把自己永远的放在一个地方，必须要找到人，尽力去补短板。某一个时刻可以做一会儿，目的是因为你要知道这个活儿是个什么活儿，什么样人做其实，便于你去找到人。我当这个总裁到今天，有一块是我的薄弱环节，就是财务。我大概会看报表，因为助手比较强，对我后来找人，什么样的人合适，我就心里比较有数。结论就是这个总裁不管是长板还是短板，都不能一屁股坐在上面，得坐在水桶的上面不停的看，巡视着看，看到底这个模式是不是最好的，是不是装水最多的模式，要不要改，到底这个板是什么样的，缺哪一块，怎么补，就是这样。
扫一扫 加微信
hrtechchina
