• wired
    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
    wired
    2017年11月23日
  • wired
    硅谷,这就是你需要的女老板名单 导语:The Boardlist旨在为CEO们提供更简便的系统,以寻找匹配他们需求的有资质的女性董事候选人。 本周,供职于硅谷多年的Sukhinder Singh Cassidy发布了一个新的数据库:The Boardlist,帮助那些初创企业的CEO们寻找有资质的女性,进入他们的私人董事会。这份名单由旧金山湾区的50多位知名科技产业业内人士和风险投资人共同提名,囊括了600多名女性领导人。   编纂这样一份名单的初衷,是希望它能够为一些渴望在创业初期为董事会引入多样性的公司提供有效资源。Cassidy说:“企业家们经常把所有经历都投入在商业运营之中,却没有获得顶尖人才的简便通道。”每当他们为填补职位空缺而征询意见时,却总需要花费大量的时间精力。The Boardlist旨在为CEO们提供更简便的系统,以寻找匹配他们需求的有资质的女性董事候选人。该数据库目前还在测试阶段,用户可以在不同的分类中寻找相关人才——比如专业领域的、产业方面的、公司经营与董事会事务等等。   Cassidy告诉WIRED:“在公司的早期发展中,寻找多样化的董事会成员,对于促进多样化的企业思维有巨大帮助。” 重大损失 到目前为止,科技领域中的女性角色仍然是稀缺的。大约一年以前,从Google开始,各大公司开始公布其员工的性别与种族构成数据。其后,Facebook、Pinterest、Twitter、Amazon和越来越多的知名企业也相继效仿。公布数据颇为“惨不忍睹”,而一年之后的今天,情况仍然没有太大的改善——特别是在管理层水平上。   对于初创企业也一样:作为视频购物网站JOYUS的现任CEO,Cassidy得出的数据则是,只有约1/4到1/3的私人科技公司拥有女性董事会成员。   许多人抱怨所谓的“渠道问题”,并表示雇佣有资质的不同种族、性别的员工之所以困难,主要是因为这些人太难找了。可是,如果没能把多样化放在首位,对企业来说是个重大的损失。一份来源于麦肯锡的可靠研究报告表明,拥有更多不同性别员工的企业更具有竞争力,那些盘踞在拥有性别多样化员工构架前1/4的企业总能获得比国民产业数据的平均值高约15%的金融回报。而这样的分析结果证明了Cassidy所说的,The Boardlist的确是一个相当有用的工具,尤其对那些渴望提高竞争力的企业来说。   公开信 两个月前,当Cassidy和其他59名女性共同发表一封公开信,意在批评新闻报道当中对科技女性所持的广泛的“负面印象”时,The Boardlist开始初步成型。   在信中,Cassidy写道:“这篇报道明确表示,硅谷的许多事例都可以证明女性完全没有贡献出其全部能量。但通篇都没有提到女性企业家们自身的经历。看过这样的报道后,人们可能会认为,女性员工不仅很难被发掘,她们本身就难以获得成功。”Cassidy称,如果更多女性领导人希望在这个行业中获得更大的成就,那么这篇报道就得被好好拿出来讨论一下了。   Cassidy表示,这封公开信获得了巨大的正面响应,而人们渴望突出科技领域拥有卓越成就的女性成员的想法,促使了Boardlist的诞生。Cassidy最初的工作,就是和一些CEO以及企业家们沟通,请他们推荐10到30名能够被列入自己名单的女性领导人。这些被提问到的推荐者们,还要提供一些相关细节,比如某一名女性领导人能为一个企业生命周期的哪一段作出最大贡献(早期、中期、晚期等等)并且需要描述其人最擅长的方面。 网络效应 目前,只有被邀请人才能使用The Boardlist,Cassidy表示,还有工作没完善。在今年年底,她希望数据库中能够收录至少2000名候选人。   她同样承认,到目前为止,这个工具还不包括种族多样化的拓展功能。她表示,数据库还没有针对民族分类进行进一步的分析。“但如果一定要给出一个假设,在女性创始人中,民族多样化是很小的。”她说道,“几乎全是白人和亚洲人,而我也不知道这样的比例是否会得到改变。”   如果说科技企业开始面临性别多样化挑战,那么种族多样化就早已经是一个更严重的问题。去年,USA Today的一份报告表明,顶尖大学中计算机科学与计算机工程的黑人与西班牙裔毕业生的比例,是最终获得科技企业录用人数的两倍。本月,Mother Jones计算表明,Facebook、Google和Twitter全部黑人员工的人数加起来也不过只能装满一架喷气式飞机。   另一个棘手问题则是网络效应。由于The Boardlist最初始于一个核心人群,继而向外发展,那些没有在最初进入到名单里的候选人们可能会经历一个艰难的阶段。Cassidy说道:“在这种情况下的一个挑战,就是人们可能只会去找第一个他们认识的人。但我想,这个工具的一个作用,就是使人们能够更多元化地认识不同的候选人们。”   尽管它可能还不完善,Cassidy首要目的就是使它成为第一——一个史无前例的产品。她说道:“今天,我首先要解决的就是,每个搜索结果页面都能显示出10名候选人。”     Silicon Valley, Here’s That List of Boss Ladies You Needed SILICON VALLEY IS under intense pressure to increase diversity. And what better time for companies to address the issue than at the beginning?   This week Silicon Valley veteran Sukhinder Singh Cassidy unveiled The Boardlist, a database to help startup CEOs find qualified women to appoint to their private boards. The list includes more than 600 female leaders compiled by more than 50 high-profile tech industry insiders and venture capitalists (both men and women) in the San Francisco Bay Area1.   The thinking is that the list could act as a resource for companies who are looking to bring diversity into their boardrooms at earlier stages in their development. Entrepreneurs who are focused on growing the company are often too busy with business operations and don’t have easy access to acquiring great talent, Cassidy says. Soliciting references to fill those spots are often ad hoc and time-consuming efforts. The Boardlist aims to provide an easier system for the discovery and matching of CEOs and pre-vetted female board candidates, letting users of the database (which is in beta for now), dig into categories like functional expertise, industry, company stage, and board experience.   “There’s a big opportunity early in a company’s life cycle to get diverse candidates in the board room and promote diversity of thought,” Cassidy tells WIRED.   Losing Out The story of the paucity of women in technology is familiar by now. About a year ago, beginning with Google, companies started to release data on the gender and racial makeup of their workforces. Facebook, Pinterest, Twitter, Amazon and other big-name companies followed suit. The results were dismal, and a year later, the needle still hasn’t moved by much—especially at the management level.   And the same holds for startups: Cassidy, currently CEO of video shopping site JOYUS, estimates that between only about a quarter to one-third of private tech companies have a woman on the board. Many blame the so-called pipeline, saying it’s difficult to hire diverse candidates because qualified candidates are hard to find. But in failing to make diversity a priority, organizations are losing out. Considerable research has shown that companies with more gender diversity outperform their competition—according to McKinsey, companies in the top quarter for gender diversity are 15 percent more likely to have financial returns above their national industry medians. That makes the Boardlist a real tool, as Cassidy says, for businesses aiming to improve performance.   The Letter The Boardlist started coming together around two months ago when Cassidy and 59 other women published an open letter that, among other things, criticized what Cassidy called the domination of “negative signals” in press coverage about women in tech.   “The narrative rightly identifies that many of the issues in the Valley that demonstrate women are not yet contributing at their fullest potential here,” Cassidy wrote. “But absent almost entirely in this coverage is the experience of women entrepreneurs themselves. Looking at the press, one might think women are not only hard to find, but struggling to succeed.” If more women leaders hoped to progress in the industry, Cassidy argued, that piece of the story needed to be a big part of the conversation.   The response to the open letter was overwhelmingly positive, Cassidy says, and the idea of highlighting the accomplishments of such highly credible women in tech set the stage for Boardlist. Starting with her initial network, Cassidy reached out to CEOs and entrepreneurs and asked them to nominate 10 to 30 female leaders to start the list off. Those who nominated candidates were also asked to provide details about what stage in a company’s life a candidate might be most suited for (early, mid, late, public) and a description of where they excel.   Network Effects At the moment, access to The Boardlist is still invite-only, and Cassidy says there’s work to be done yet. By the end of the year, she hopes to include more than 2,000 candidates in the database.   She also acknowledges that the tool’s utility so far doesn’t extend to racial diversity. She says the list hasn’t been analyzed yet to determine the ethnic breakdown of its candidates. “But if I had to give you a hypothesis … ethnic diversity is very low among female founders,” she says. “It was predominantly white and Asian, and I don’t know that I would expect that ratio to change.”   If the tech industry has struggled with gender diversity, racial diversity has been an even more serious problem. Last year, a report from USA Today found that top universities turn out black and Hispanic computer science and computer engineering graduates at twice the rate leading technology companies hire them. This month, Mother Jones calculated that all the black employees from Facebook, Google, and Twitter could fit onto a single jumbo jet.   Which points to the other knotty problem of the network effect. Because The Boardlist started off from an initial core network and grew outward, candidates who weren’t plugged in from the start could have a harder time making the list. “One of the challenges in this environment is that people go to the first person they know,” Cassidy says. “But I think the way this tool fits in is it gets you beyond that one-degree of separation for candidates.”   Though it may not be perfect, Cassidy says the top priority now is putting the product out there in the first place—a product that hasn’t existed before. She says, “Today, my first order of business is that I want there to be ten candidate results on every page.”   1CORRECTION 3:00 PM ET 07/16/15: Due to an editing error, this article incorrectly stated that The Boardlist included more than 600 female leaders, endorsed by 800 of their peers. It has been corrected to show that there were over 50 people who contributed to the database. (There were 800 endorsements in all, because some female leaders were endorsed more than once.)   来源:wired
    wired
    2015年07月20日
  • wired
    Planted:帮助没有技术专长的人在科技行业里找工作 导语:求职者找不到合适工作,招聘企业寻找不到想要的人才。信息不匹配是关键。21世纪招聘模式应该是怎样? 求职总让人苦不堪言。举个例子,Connie Wang从著名的沃顿商学院毕业,即便是如此顶尖的名校毕业生,在找第一份工作的时候依然让她感到沮丧。“我所投的简历就像是扔进了黑洞,”她说道,“你发了无数的简历,花了无数小时编写了一个完美的求职信,斟字酌句,希望能够获得一次面试机会。但最后,你甚至不知道自己的求职信是否被人力资源看过。”   然而,Connie Wang的坚持最终获得了回报,数年之后,如今的她已经是线上约会网站MeetMoi的产品主管,已然成为了面试官。她现在需要招聘一名社区经理,但已经被数千份简历“淹没”,而且日理万机的她根本没有时间过滤所有简历,并筛选出心仪的应聘者。不得不说,无论是求职还是招募,真的都是苦差事啊! Connie Wong的闺蜜Susan Zheng也有类似的经历,Susan之前也是一名求职者,现在一家健身公司Tough Mudder担任招聘经理。鉴于彼此都有过类似的痛苦经理,两人决定尝试寻找解决方案。这就是Planted公司成立的背景,该公司之前名叫Lynxsy,是一家专门帮助刚毕业的大学生,在科技初创公司里寻找非技术类工作的公司。 不仅仅是编程 每个人都知道科技初创公司对程序员的需求量非常大。但是根据一项针对纽约市科技公司的调研发现,科技初创公司里有近三分之二的工作都和技术无关,比如客户服务,等等。然而,一方面,美国的大学毕业生失业率依然居高不下;另一方面,不少初创公司的面试官们也在抱怨不知道如何过滤海量简历。 Zheng表示,全美有超过400家公司使用Planted来寻找人才,包括Constant Contact,Hearst Media,以及SeatGeek;而在其平台上注册的求职者数量更是超过了1.2万人。Planted试图解决招聘中的难题,它既可以自动过滤简历,还可以手工筛选求职者。当你在Planted注册之后,你可以上传自己的简历,回答一些关于自己经历的问题,然后输入你想要寻找的工作类型。接下来,公司就会搜索你的简历,了解你的经历、教育背景、工作技能。“我们的算法可以寻找出数千个指标信号,为公司匹配应聘者,”Zheng说道,“我们可以搜索他们所去的学校,他们有哪些背景,他们又在寻找什么样的工作。而站在公司的立场上,我们会关注应聘者适合什么样的舞台,适合进入哪些行业。” 当然,Planted也会根据应聘者的条件,了解他们最重要的特征,并及时调整算法。 人性化服务 在Planted公司,还有专人进行简历审核,指导用户完成求职流程。 Markie Mullins就是通过Planted在纽约一家初创公司找到了份客户运营的工作,他说道,“Planted真的和你在交流,为你提供支持。他们会和你交谈,了解你的期望,确保找到的工作能让你满意。” 这种人性化的服务让求职者产生了共鸣,毕竟传统的人事部门采用的都是自动化筛选简历,几乎不会亲自与应聘者沟通。“我在Tough Mudder公司工作时,我们就采用过人事代理的方式,”Zheng说道,“然而这种方式其实已经过时了,因为很多操作都是依靠手工完成的,而且附加费用也很高,而Planted才是21世纪应该使用的招聘模型。” Karthik Sridharan是Kinnek初创公司联合创始人兼首席执行官,他表示,在过去的几年时间里,Planted帮助公司找到了很多成功的客户经理,而且筛选出来的应聘者素质都非常高。“如果你比较一下CrAIGslist,或是TaskRabbit,就会发现Planted绝对更加出色,”他说道,“有时候,我们早上告诉Planted需要哪些员工,晚上就能找到两到三个优秀的应聘者了。”   via wired, 快鲤鱼翻译,转载标明出处
    wired
    2015年06月24日
  • wired
    TARA:让硅谷找工作不再“靠关系”!一款针对科技员工的人工智能招聘产品 硅谷真的、真的很想变成一个精英阶层。尽管企业和风投公司无数次地表示,他们一直希望招聘到做好的人才,或是给最佳人选投资,与其他因素无关。但由于科技行业缺乏多样性,因此“其他因素”往往会起到一定作用。根据路透社最近的一项分析显示,那些得到知名风投支持的初创公司发现,在科技行业里获得成功的人通常都有“同质背景”。 那么,这些所谓的“同质背景”都是什么呢?如果用一个词来总结,那就是“谱系”(说的通俗些就是关系)。根据路透社分析,绝大多数初创公司的创始人要么曾在大型科技公司担任过较高的职位,要么在圈子里有着非常好的人脉,要么曾经有过成功创业的经历,要么来自于美国最牛的三所大学(麻省理工学院、哈佛、以及斯坦福)之一。虽然说好的创意想法可以战胜一切,但实际上,人脉关系依然是非常重要的因素,也就是前面提到的“其他因素”。 然而,Iba Masood大胆地表示,自己并不认可硅谷圈子里的这种“谱系”,她是Gradberry公司首席执行官兼联合创始人,该公司得到了Y Combinator的支持。为了解决硅谷精英阶层问题,他们今天发布了一款针对科技员工的人工智能招聘产品------TARA(Talent Acquisition and Recruiting Automation:自动化人才获取招聘)。TARA可以帮助企业招聘有技能的科技员工,那么,如何判断应聘者是有否技能呢?该产品有一套非常有趣的评估方法,那就是去分析应聘者过去编写过的代码。 “在不同的领域里人们都能很出色------实际上这和背景一点儿关系都没有,英雄不问出处,”Masood说道。 自动化招聘 实际上,市场上有很多求职中介公司,他们都希望能将科技员工和雇主联系在一起,比如HackerRank,Hired,以及LearnUp.Beansprock,后者曾隶属于麻省理工学院媒体实验室(MIT Media Lab),也希望利用人工智能技术简化繁琐的求职体验。 求职者可以将自己的个人资料和曾经完成的项目(通常放在开源平台Github的代码库内)与Gradberry进行关联,然后Gradberry就会分享这位求职者写的代码质量是否过关。他们会进行语法检查,确保代码没有运行错误,同时还会检查这些代码是否是从其他地方剽窃过来的。Gradberry还会看看求职者的代码为开源社区(比如Github)的贡献度有多大,以及他们的代码在其他开源社区的认可度有多高。 在这一过程中,Masood表示Gradberry可以筛选出质量非常高的求职者。她举了个例子,一位20岁的程序员在Github上的背景资料令她和她的团队感到非常印象深刻。“在他所在的领域里,这位程序员绝对能排到前十位,他特别在行的就是Java,”Masood回忆说,“但他没有工作经验。”TARA将这位程序员挑选了出来,并且推荐给了游戏公司Kamcord,很快便应聘成功了。 在评估求职者的代码时,Gradberry还会给他们提供建议,教他们如何让自己的简历显得更出色。最终,Masood表示,他们会帮助求职者提升自己的编程能力。目前,Gradberry可以根据雇主的实际需求,告诉他们的用户群哪种编程语言现在比较火,对找工作比较有帮助。 而对于雇主来说,他们会收到一份为其量身定的求职者列表,这些求职者所具备的职业技能都是他们所需要的。雇主一旦决定招聘其中的某些人,就会给Gradberry发送反馈,告诉他们入职者所具备的特点是什么,这样就会“训练”Gradberry系统下次找到更好的求职者。一旦求职者应聘成功,那么Gradberry会收取他们第一年薪水的5%作佣金。 衡量成功 通过一系列措施,Masood和她的公司逐渐开始发展壮大。Gradberry最近获得了一笔种子轮投资,投资方包括YC 孵化器和其他一些知名的风险投资公司,以及一批天使投资人。在Masood招聘平台上已经入驻了255家企业,开放职位有379个,超过3000名工程师在这个网站上找工作。如果一切运转顺利,Masood表示Gradberry将会把业务扩大到其他求职行业,比如销售和业务拓展。作为该公司首席执行官,Masood的长期愿景就是构建一个成熟的求职者追踪系统,为招聘单位提供服务。 但Masood和Gradberry公司的成功并非一蹴而就,很少有人知道Gradberry一家在招聘领域里打拼了三年时间了,作为一家初创公司,这个时间绝对不短。而且,在正式推出TARA产品之前,他们的产品已经经历过无数次的版本优化。 对于招聘单位来说,他们的人力资源员工一天往往要看数百份简历,Masood表示,她意识到可以利用技术来改变科技行业里的传统招聘系统。而且在某些方面,TARA这款产品已经证明了它不是一个“靠关系”的招聘系统,因为上面很多工程师都并非来自美国,甚至也不是来自于常春藤联盟的名校。 Masood表示,她可以真诚地告诉那些并非出自名校的求职者,他们一样可以变得非常出色。“想找到好工作,必须要有良好的工作动机,”她说道。或许正是出于这个目的,她才开发了一款人工智能招聘系统来证明自己的观点吧。   via wired, 快鲤鱼翻译,转载标明出处  
    wired
    2015年05月29日
  • wired
    工作不好找?试试这个网站,它能帮你分析你适合什么工作 找工作并不是件容易事,找到合适的工作更是难上加难。有时候,当我们进入仰慕已久的公司,会认为已经找到了理想的工作,结果却发现它并不适合自己。这其中有很多影响因素:企业文化,工作时长,假期安排,甚至是是否允许在办公室养狗。   两位MIT的毕业生Cameron Levy和Dustin Smith就对这一话题特别感兴趣,他们也想帮所有人找到理想的工作。Levy表示,“选择工作是一个人需要做出的最重要的决定,我们想不到有什么事更值得做。”所以在2013年,当Levy完成MBA,Smith取得计算机科学博士学位后,他们开始开发能够解决这一问题的工具。   最初的反馈还不错,他们把自己的项目告诉朋友和同学后,他们的回答惊人的一致:我需要它。然后在当年秋天,MIT媒体实验室的E14 Startup Fund创业基金(MIT毕业生的孵化器项目)开始为他们提供支持。   两年后的现在,Levy和Smith发布了Beansprock网站,它使用自然语言处理及机器学习技术帮你找到合适的工作。换句话说,他们利用人工智能进行职业规划,帮助需要的人找到最佳工作。   这一服务也是众多人工智能项目之一。像Google,Facebook和百度这样的科技巨头早已在语音及图像识别上使用人工智能,无数的小创业公司也致力于其中,企业用新技术改变世界,其中就包括找工作。   它如何运作? 使用Beansprock系统时,你需要花2到5分钟提供一点关于自己喜欢的工作类型的信息。这些信息包括你喜欢的公司规模,文化,你拥有或想要学习的技能等。   如何你愿意,还可以将这一服务与LinkedIn相关联,加入更多数据。你还能告诉系统,是真的想找工作,还是随便逛逛,这样系统的匹配频率会有所不同。   而在另一端,Beansprock每天会从招聘网站等公开信息中,收录成千上万的新工作信息。如有必要,它还会加入额外信息,比如工作所在行业,可能的薪酬范围,办公地点等。通过将数据库与用户信息相比较,其算法能帮你找到合适的工作。   在某些情况下,Beansprock还会要求额外信息,如是否愿意学习一种新技能,这可能帮助进行更准确的匹配。Levy表示,自然语言算法能理解复杂的技术术语,如果技能描述中写的只是“ML”,系统也能知道它指的是“机器学习”。   有前景吗? 最开始,Beansprock只能帮找技术类工作,而且仅限波士顿,纽约和旧金山等地。之所以如此,是因为IT技能的缺口很大,他们想首先解决这一问题。   Beansprock在销售和项目管理等工作上也有涉及,但也仅限科技类公司,很多岗位都面向IT专家和软件工程师。   现在Beansprock已经允许公司直接在系统中列出工作岗位,当然,提供合适的人才时公司也要支付一笔费用。   那Beansprock会有用吗?会有前景吗?Levy说:“随着数据越来越多,它也会越来越强大。”   (via wired,译|快鲤鱼)
    wired
    2015年02月06日
  • wired
    与人交往太累太复杂?pplkpr应用帮你决定人际关系 随着社交圈的扩大,你是否疲于处理与不想联系的人的关系?随着现代科技的发展,我们已然可以测量步数、睡眠时间、喝了多少酒等健康信息,并据此调整自己的活动,那是否可以用什么方式对我们的人际关系进行测量,并让它决定是否与某人交往呢?   一款名为pplkpr的app可能在将来能实现这些:帮你最优化你的人际关系,自动发送消息,以及使用数据来决定你要花时间和哪些人在一起。   这款app由艺术家 Lauren McCarthy 和Kyle McDonald开发,基于一些信息流,app可以量化你和他人之间的关系。当人们将可以测量心率细微变化的设备绑在手腕上后,app能监测出你的压力和兴奋状况,然后这些生物统计的信号可以和你正相处的人联系起来。基于这种模式,用算法决定你是否应该花更多时间与某个特定的人相处,还是应该尽早和他断绝关系。   人际关系太复杂?交给计算机吧! 把我们的情感决定交给计算机来做,在某种程度上已经被我们所接受了。例如交友网站,它们就会使用一些算法来决定我们会被谁吸引。当然,最后和谁交往的决定是由我们自己做出来的,但是pplkpr 算法扮演的角色更进一步。基于收集到的数据,pplkpr可以自己编写短信,帮你安排日程表来决定你和哪个朋友一起出行,或者应当把谁从联系人中删掉。例如,在软件测试过程中,他们要求两个朋友共同完成一项任务。而app检测到两个人相见时,压力程度都有所上升,于是最终自动地把他们互相都拉黑了。   这个例子点明了计算程序是如何处理数据的:即通过数据和一些模式来分析,而不是测量人们细微的情感变化,这也证明这项科技仍有开发的潜力。开发者们乐于展示出这些缺点,并探索计算机建议和人们想法间的差异。在他们看来,这种差异才是最有趣的地方。   McCarthy 和McDonald并不希望用这些算法来控制他人的人际关系,事实上他们对此都持怀疑的态度,认为这样做似乎过于依赖数据,也过于乐观,甚至人际关系都由算法来决定还有些讽刺。但最重要的是,这个产品可以作为一双客观的眼睛,帮助我们发现一段不良的关系,这也是其积极意义所在。   像这样的科技能让我们更加处事小心,情感变得更加协调,但它也有潜力让人类最复杂的东西变得无效:我们时而混乱,时而兴奋,甚至会困惑的人际关系。   via wired   来源:雷锋网
    wired
    2015年01月27日