人工智能 - HRTechChina.com - 向上的力量！

人工智能

员工敬业度3.0：Humu启动微动引擎文/JOSHBERSIN 在领英(LinkedIn)收购闪烁科技(Glint)之后，我想谈谈完全不同的东西:Humu。Humu是第一家致力于建立基于人工智能的“轻推引擎”的行为改变公司。让我从一个小背景开始。规模超过10亿美元的员工敬业度市场由来已久。这始于多年前，当时工业心理学家弗雷德里克·泰勒(Fredrick Taylor)和后来的卡尔·荣格(Carl Jung)等人研究人们在工作中的表现。在测量了高生产率工人的行为之后，这些先锋们发现有各种各样的心理因素使人们快乐、高效、投入。(卡尔荣格(Carl Jung)是弗洛伊德的信徒，他进行了最初的研究，得出了迈尔斯-布里格斯量表(Myers-Briggs)的结论。)这些包括人际关系，目标感，当然还有在合适的工作中。基于这项工作，在20世纪70年代和80年代，像Gallup、Kenexa等供应商为公司制定了年度员工调查，成为了“员工敬业度”行业。(现在有点像“员工体验”，本质上是一样)。从那以后，市场发生了变化，我认为它有三个主要阶段。员工敬业度1.0：年度员工敬业度或气候调查起初，这是一个由年度调查、基准和年度比较组成的市场。我在20世纪80年代在IBM工作时，公司每年都会进行一次“员工意见调查”，这是一个每年都会进行的大型项目。每个经理都被要求与他们的团队坐下来讨论结果，经常导致一些人被提拔，另一些人被处罚。我当时觉得它很有启发性，它帮助IBM根除了管理问题，并将团队进行了比较。随着时间的推移，这些年度调查变成了基准测试。公司年复一年地将自己与自己的数据进行比较，随着时间的推移，一个“最适合工作的地方”名单的整个行业就诞生了。(阅读更多关于这些竞赛和它们的比较。) 记住，所有这些都是从纸质调查开始的，所以这个过程很缓慢，而且结果会拖很长时间才出来。结果，虽然有趣，但不是很可行，一旦互联网可用，我们开始把这些都放在网上。市场也随之发展。员工敬业度2.0：有智能行动计划的脉冲调查下一个阶段，我称之为员工敬业度2.0，是pulse调查的诞生。这个想法，即随时调查人的能力，是由文化放大器、TinyPulse、文化智商和其他一些创新者首创的。在它开始的时候，一些匿名的评级网站也出现了(Glassdoor, Kununu等)，还有一些匿名的社交网络，比如Blind(允许人们在公共场合匿名讨论工作问题)。这打开了潘多拉的盒子，让数以百计的工具可以获取实时反馈，从本质上创造了类似于yelp的工作体验。结果是非常积极的(我在文章《反馈是杀手级应用》中写过)，如今有数百家公司每季度、每月或更多地对员工进行调查。我们的一位医疗客户每周五都会对每位护士进行调查——然后在周一，所有主管都会收到一份关于上周情况的报告。第一代工具是基于web的，但现在它们是移动的，并嵌入到许多不同的应用程序(Slack、Microsoft Office和性能管理工具)中。Workday率先在其平台上推出了一款“随时反馈”工具，并于2015年在一篇关于亚马逊(Amazon.com)的有争议的文章中提到了这一工具。敬业2.0是向前迈出的重要一步。这让员工的反馈更具可操作性。如今，公司定期接受pulse调查(30%的公司每月或更多地对员工进行pulse调查)，许多公司允许员工随时提交文本评论。像Glint、CultureAmp、Waggl、Energage和许多人才管理套件这样的供应商现在都有嵌入式脉冲调查工具，使得他们比以前更容易购买。 (有几家公司甚至让员工给他们参加的每一次会议打分，给会议负责人提供关于计划和时间管理的反馈。) 虽然最初公司对所有这些反馈感到担忧，但这种方法已经被广泛接受。我最近在俄罗斯，接受调查的人力资源经理中，有近80%的人告诉我，他们每年给员工的脉搏跳动不止一次。如今，你可以购买一些工具，这些工具可以识别情绪，根据角色和任期划分反馈，并将反馈数据与年度调查、离职调查和其他正式的参与计划相结合。(Glint现在提供了这种纵向分析，其他人也可能会这样做)。这些2.0平台变得越来越智能。Kanjoya是一个旨在捕捉用户情绪的系统，现在已经嵌入到Ultimate软件的平台中，并根据团队的意见自动向管理人员提供提示。Glint和ADP的工具也是如此。因此，随着Engagement 2.0的不断成熟，pulse模型正在通过人工智能和行动计划得到增强，这些计划旨在向经理和人力资源部门提供建议，让他们知道该怎么做。我总是鼓励公司将Engagement 2.0作为反馈架构来考虑，这样随着时间的推移，你可以扩展你的数据集。例如，我现在认识的4家供应商销售基于人工智能的组织网络分析(ONA)工具，这些工具可以查看电子邮件模式、日历、电子邮件和消息的语气和情绪，以感知情绪、可能的压力，甚至欺诈(KeenCorp、TrustSphere、Yva)。人工智能,微软)。这些也是参与工具。一旦你有了这样一个系统，你就可以开始强调风险，压力，甚至欺诈。(供应商已经开发出了一种模型，可以根据交流模式预测员工在离职前几个月可能何时离职。)因此，Engagement 2.0市场已经变得广阔、深入、不断增长。员工敬业度3.0：为每个人提供更多的数据、智能的轻推引擎那么接下来会发生什么呢?以一种更积极、更有用的方式使用这些数据。这样想:既然我们有了这些数据，为什么我们不能直接用这些数据给员工们提供有意义的建议呢?在第三阶段中，我们将利用人工智能的力量，将反馈和ONA数据转化为规定的组织变革，使用“轻推建议”使工作变得更好。这让我想到了Humu:一个专注于个人和组织行为改变的公司。想想工作中发生了什么。当事情没有按照你想要的方式进行时，你会想:“我能做些什么来提高效率呢?”或者“在那种情况下我能做些什么来避免这个问题?”订婚调查指出了这个问题，但它并没有真正告诉你该怎么做。这就是Humu的全部意义:用智能的推杆让工作生活更美好。 Humu是由谷歌的前同事Laszlo Bock创立的。拉兹洛(Laszlo)是我去年认识的人，他正在打造下一代“行为改变公司”(behavioral change company)，因为毕竟，这才是敬业精神的全部。请记住，敬业度调查的起源是自上而下的:经理们问员工他们的想法，结果，经理们应该采取行动。好了，现在我们转向每个人的参与工具。这就是我所认为的敬业3.0——使用反馈和数据给每个人提供更好表现的提示。以Humu为例，该产品基于一个“轻推引擎”，它是一组精心开发的规则、提示、提示和建议，帮助人们以一种微小而有意义的方式改变行为。它是如何工作的?在进行了简短的评估之后，系统为经理、团队领导和组织提供了一组诊断信息，以描述什么工作，什么不工作。这与大多数pulse调查和审计业务调查类似。但这就是差异的终点。基于博士心理学家和其他人的研究，Humu现在使用这些数据给每个员工，经理和领导一系列基于时间的“轻推”来帮助他们改变工作中的行为。我们认为这种“轻推”是一种暗示或建议，其目的是为了创造出能够提高注意力、幸福感、团队合作和其他价值观的行为。(ADP Compass和Zugata等其他一些工具，也可以用于技能和领导力开发。) Humu以一种草根的方式来做到这一点，激活每个人，而不仅仅是管理。因此，这种推动被设计成经理、领导和独立贡献者之间的互补。例如，为了在工作中创造一种归属感(帮助员工感受到个人的价值，而不仅仅是员工的价值)，Humu对领导者的激励可能会建议经理向员工提出具体的问题(例如，员工的问题)。“这个周末你有什么计划吗?”，或者“你认为我们应该做什么才能让项目进展得更快?” 在员工方面，相应的督促可能会建议员工在团队中讲述个人轶事，给同事写一封感谢信，或者公开向团队成员表达他们的贡献。轻推是简单的，易于理解，并设计以一种专门设计的方式增加价值。当Humu的引擎发出更多的轻推并看到结果时，引擎的设计就会变得更聪明，时机也会变得更好，它们也会变得更加具体。(有点像有自己的私人教练。) 这种方法有巨大的潜力尽管我是Glint、CultureAmp、TinyPulse、Waggl、Energage、Great Places等公司的超级粉丝，但这款3.0“微推引擎”仍有巨大潜力。我刚刚和Humu的几位客户进行了交谈，他们的评价非常积极。例如，sweetgreen是一家以沙拉为导向的快速发展的连锁餐厅，其宗旨是“将人们与健康食品联系起来”。我采访了人力资源主管劳拉•洛梅里(Laura Lomeli)，她最近刚从沃尔玛(Wal-Mart)和维萨(Visa)来到sweetgreen。该公司约有3500名员工，刚刚在其200多名教练和直线经理中部署了Humu，取得了非常积极的成果。以下是劳拉告诉我的: 首先，最初的调查告诉他们，公司的使命很好理解，员工们感觉与公司的宗旨非常一致。另一方面，他们中的大多数人不确定自己的职业发展，他们肯定希望得到更多的个人和职业发展的支持(这在年轻、快速增长的公司很常见)。员工和管理者都受到了激励，他们鼓励管理者询问员工的职业目标，谈论成长机会，并让员工了解如何扩大自己的角色。员工们一致地得到了鼓励，开始进行职业对话，并询问他们的经理如何才能最好地发展和成长。劳拉告诉我，他们的经理们都很激动，在她作为零售商的经历中，参与调查感觉像是一个积极的过程，而不是找出问题所在的方法。她将重新进行核心调查，看看情况有多么好转。我还与另一家快速增长的初创公司OfferUp的人力资源主管保罗•希格森(Paul Higson)进行了交谈。他还对Humu被视为公司的积极力量感到兴奋，并将其视为传统2.0调查平台的替代品。 Humu不仅积极支持领导者和员工，实际上也是一个顾问。如果有人不理解他们收到的微博，他们可以发一封电子邮件给Humu并得到个人建议。因此，与其依赖engagement 2.0公司提供的自动化“行动计划”或“学习对象”，Humu打算成为行为改变顾问。这些都是相对较小的公司，所以我还没有和一个使用该系统的大公司进行过交谈，但我的感觉是这将会起飞，Humu有潜力以一种显著的方式改变市场。这只是开始尽管Humu是一家年轻的公司，而且还没有大规模地证明它的系统，早期的客户还是很兴奋。解决方案超越了诊断，进入了个人和组织教练的领域。它工作吗?我的经验是肯定的。 ADP公司的Compass也使用了类似的模型。这个特别的工具是在过去几年里开发出来的，它通过向你的同事发送电子邮件和请求对不同行为的反馈来评估你的领导风格。这样你就能成为一个更好的队友或领导。 ADP告诉我，内部部署的Compass工具在短短几个月内就将管理效率提高了近40%。为什么?因为它简单、可操作、基于反馈。想想这种产品是如何让工作更轻松的。这些系统在工作流程中提供解决方案，让员工改进自己，而不是强迫员工去学习课程、与教练交谈或阅读书籍和文章。行为改变工具变得越来越普遍事实证明，我们已经习惯于在家里使用行为改变工具。我们在手机上阅读通知，让Siri或其他工具提示方向和电话号码，多达30%的人使用应用程序督促自己锻炼、吃得更好或花更多时间睡觉。想想VirginPulse、Limeaid、Fitbit和Strava等健康和健身应用程序的发展。它们本质上也是“推动引擎”，捕捉运动和健身活动，指导我们更好地饮食、锻炼或睡眠。改善业务表现的机会是巨大的。一旦Humu的推动引擎运转良好，它就能从销售生产率、客户服务评级、员工任期、组织网络分析，以及我们所拥有的关于工作人员的几乎所有其他数据中获取数据。引擎可能会以一种方式推动销售代表的进步，以另一种方式推动客户服务代理的进步，以另一种方式推动金融领导者的进步。Humu计划随着时间的推移，使引擎对领域非常敏感。我很兴奋。我认为Engagement 3.0将会以一种巨大的方式增加价值，我要为Humu将这种创新的新方法推向市场而鼓掌。我将继续密切关注这一领域，并一如既往地欢迎你们讲述自己如何推动企业参与的故事。 (这个市场的参与供应商包括Glint, CultureAmp, TinyPulse, Ultimate Software, ADP, CultureIQ, SurveyMonkey, Limeaid, Quantum Workplace, Qualtrics, Great Places, Energage, Gallup, AON Hewitt等等。) 以上内容为AI翻译，内容仅供参考。原文链接：Employee Engagement 3.0: Humu Launches Nudge Engine

人工智能
2018年10月19日
人工智能

亚马逊事件之后：人工智能可以消除招聘中的偏见吗？文/Sushman Biswas 人工智能(AI)可以模仿和放大人类的偏见，然而，当负责任地使用它可以帮助克服偏见，做出客观的，数据驱动的决定。 2014年，当亚马逊(Amazon)组建团队开发其新招聘引擎时，它曾被寄予很高的期望。这个实验性的解决方案使用人工智能来对候选人的简历进行评分，以识别出最优秀的人才。然而，在测试解决方案后不久，研究小组发现该系统并没有以性别中立的方式对候选人进行打分。与任何深度学习算法一样，该算法依赖于对历史数据的训练。不幸的是，嵌入其中的现实世界数据具有显示性别偏见的模式，而人工智能算法最终将其纳入了功能。亚马逊的招聘引擎经过培训，可以通过观察提交给公司的10年简历中的模式来评估应聘者。不出所料，大多数申请者是男性，这反映了整个科技行业的性别差异。因此，招聘引擎告诉自己，男性候选人更可取。该公司对涉及到可识别性别信息的简历进行了处罚——例如，如果搜索引擎在简历中遇到一个词，说应聘者是“女子篮球队”的一员，那么该公司对该简历的评分就会较低。不幸的是，这并不是人工智能程序显示出固有偏见的第一个例子。还记得微软的Tay聊天机器人吗?古老的GIGO格言——“垃圾进，垃圾出”仍然成立，在没有保障措施的情况下，向情报系统提供不完整或不准确的数据，仍然是构建公平工作世界的一大威胁。凯特琳·麦格雷戈(Caitlin McGregor)在专门接受人力资源技术专家采访时表示:“这一切都取决于人工智能是用什么样的数据来做出招聘建议。”McGregor是Plum组织的联合创始人兼首席执行官。Plum组织是一个受I/O心理学启发的人工智能解决方案，旨在消除人类的偏见。“根据技能和知识(考虑学位和多年工作经验)来评估应聘者一直是标准。当招聘经理看到一份简历上写着哈佛(Harvard)或一份享有声望的无薪实习，就会产生偏见。”这些资格往往指向特权，而不是职位适合。因此，当基于人工智能的招聘方案依赖于技能和知识(比如简历和社交媒体刮刮工具)时，同样的偏见就会持续存在，但范围更大。凯特琳认为，克服偏见的关键是克服我们对技能和知识的痴迷，专注于人才，包括创新、适应能力和沟通能力。“换句话说，你在简历上找不到的东西，”她说。 “人才的基础是通过衡量应聘者的个性、解决问题的能力和社会智商来获得的特质和能力的结合。”数十年的行业/组织心理学研究不仅证明，在预测未来成功方面，人才的能力是技能和知识的四倍，而且他们的偏见也要小得多。像凯特琳这样的人力资源主管有充分的理由批评传统的雇佣方式，因为这种方式会导致认知偏见。她表示:“我认为，一般来说，人才专业人士想要评估应聘者的不仅仅是一张纸，他们只是不知道如何评估。”“第一步是承认，我们把简历作为招聘过程的第一步，这是毋庸置疑的。”人工智能可能会有所帮助——但如果我们真的打算超越简历，让招聘过程更少偏见、更有预见性，那就意味着我们还必须超越简单地自动化简历关键字匹配的人工智能。人工智能在招聘中带来的真正机遇是可伸缩性和自动化，可以应用于工业/组织心理学等曾经依赖(通常是昂贵的)咨询服务的实践。“人才数据的可预测性和客观性，现在可以向所有人、而不仅仅是《财富》(Fortune) 500强企业普及，”凯特琳(Caitlin)表示。人们普遍存在的一个误解是，人工智能只是将既定的实践自动化;然而，复杂的人工智能程序的发展使得解决方案不再是自动化的重复性任务，而是解决人类认知能力有限而无法解决的复杂问题。凯特琳相信，“这是一种人工智能，它可以超越简单的简历筛选，实际上做出更客观、更有预见性的决定——只要输入正确的数据。” 人工智能会取代人工招聘吗? 尽管各行各业都在采用黑箱解决方案，但这种替代人类的解决方案是一种毫无根据的恐惧。人工智能可以基于模式识别或候选匹配为推荐服务;然而，把工作卖给候选人，或者与候选人建立关系，最终将取决于一个有人情味的招聘人员。凯特琳说:“虽然人工智能听起来很老套，但它确实能让招聘过程变得更‘人性化’，因为它消除了繁琐的重复性工作，让招聘人员能够专注于人际关系。” 选择合适的AI招募方案当人力资源技术领域的几乎所有供应商都声称已将人工智能集成到其工作流中时，您如何评估满足招聘需求的人工智能解决方案? 凯特琳分享了人力资源主管在专注于人工智能招聘解决方案之前必须考虑的三个关键因素。首先要考虑的是可伸缩性。人工智能在招聘中的作用是解决昂贵、低效的咨询服务和招聘团队渠道的问题。如果你使用的人工智能没有为你节省时间、金钱和资源，那么它就没有完成它的工作。人工智能产品也应该能够随着公司的成长而成长。如果这不是一个长期的解决方案，那么这项技术就没有达到它的目的。第二点是一致性。凯特琳对人力资源主管寻求人工智能招聘解决方案的建议是，确保人工智能能够准确地胜任所有组织职能部门的候选人。解决方案必须能够评估工程角色或中层管理角色的候选人，就像评估销售角色的候选人一样容易。第三个也是最重要的参数是人工智能解决方案用于评估的数据类型。“市场上大量招聘人工智能解决方案使用的是网上搜集的数据。因此，大多数雇佣人工智能解决方案都使用相同的数据集!你不会想有一天抬头看一眼，就发现你的整个办公室都是由一个叫贾里德的白人组成的，他上了常春藤盟校，打过长曲棍球，读过《哈利·波特》(这是我在一个工业组织心理学协会会议上听到的一个真实的例子)!你想要看到一个由拥有对你的公司最重要的品质的人组成的团队。这就是所谓的“垃圾输入，垃圾输出”的意思——如果你的人工智能依赖于无用的数据，你就会得到无用的结果。因为人工智能不是魔法。为了让自己处于建立一个多样化团队的位置，重要的是要着眼于人才获取人工智能解决方案，以创建和综合客观、预测和新数据，”凯特琳说。总之，人工智能应该被视为一个机会，而不是社会平等的阻碍者。毕竟，从算法中消除偏见比从人类中消除偏见要容易得多，因此人工智能最终有潜力构建一个公平、多样化和公平的工作世界。以上为AI翻译，观点仅供参考。原文链接：Can Artificial Intelligence Eliminate Bias in Hiring?

人工智能
2018年10月15日
人工智能

芯片制造商美光将向人工智能公司投资1亿美元文/Stephen Nellis 据路透社报道，美光科技周三表示，计划向致力于开发人工智能技术的初创公司投资1亿美元，这些技术将用于自动驾驶汽车、工厂自动化和其他新兴领域。（图：The main entrance to Micron corporate headquarters in Boise, Idaho, February 3, 2012. REUTERS/Brian Losness）美光首席商务官Sumit Sadana向路透表示，10多年前，这家总部位于爱达荷州的内存芯片制造商启动了一项企业风险投资计划，但迄今为止，该公司的投资一直“非常分散”，而且“非常接近我们芯片制造的核心业务”。现有风险操作的返回已经稳固,该公司认为,它可以最终出售更多的内存芯片通过扩大其参与人工智能,因为现场处理大量的数据需要存储在它的产品上,他说在美光的第一个人工智能在旧金山会议上宣布。美光此前的投资很少公开披露。 Sadana表示，这些新预留的资金将用于开发人工智能的硬件和软件初创企业。他说，美光对投资无人驾驶汽车技术、增强现实和虚拟现实以及自动化工厂的技术特别感兴趣，因为美光在这些领域已经有了业务。 "我们将大幅加快投资步伐，" Sadana称。像教计算机识别图像或人类语言这样的人工智能任务需要大量的数据和计算能力。因此，美光芯片行业的同代人也在这方面进行投资。英特尔(intc . o:行情)旗下的风险投资部门近年来已向致力于人工智能领域的初创企业投资逾10亿美元，英伟达(Nvidia . n:行情)也推出一项计划，帮助数千家小型企业使用其芯片。美光表示，其为初创企业提供的风险资本中，有五分之一将用于由女性和其他代表性不足的集团牵头的机构。美光还在旧金山的会议上表示，其非盈利机构美光基金会(Micron Foundation)将提供100万美元的资金，用于资助大学和从事人工智能研究的非营利组织。前三名获奖者是伯克利人工智能研究实验室(Berkeley Artificial Intelligence Research Lab)、斯坦福精密健康与综合诊断中心(Stanford Precision Health and Integrated Diagnostics Center)和AI4All——一个非盈利组织，为少量AI领域内学生提供夏令营。以上为AI翻译，观点仅供参考。原文链接：Chipmaker Micron to invest $100 million in artificial intelligence companies

人工智能
2018年10月11日
人工智能

谷歌收购人工智能客服公司Onward 据VentureBeat报道，谷歌于10月2日收购了一家人工智能客服公司Onward，收购金额未公开。该公司的高层Remi-CassART和PrAMod TaMaiaAh以及其他一些员工将加入谷歌。Onward至今已在两轮投资中筹集了12万美元的资金。该团队在公司网站上发布的信息中写道，“我们从允许计算机参与自然的、人性化的对话开始。很高兴能把我们的技术带给谷歌。” Onward的企业聊天平台利用自然语言处理系统从客户的消息中提取有意义的内容，还能利用诸如位置、登录状态和历史活动的记录，对客户提出的问题作出个性化且符合语境的回答。通过集成Zendesk、Help Scout、Salesforce、Hub.、Shopify、Spree和Solitus等客服软件，Onward的客服机器人可以自动跟踪会话、添加线索，并跟踪出货和订单。在其面向业务的软件首次亮相之前，它启动了一个虚拟助理Agent Q，能够根据命令提供产品推荐。Agent Q依赖于人工代理和数据聚合系统，从整个网络获取消费者评论和价格。谷歌在几个月前发布了Contact Center AI，是一个可机器学习的虚拟电话客服。复杂的自然语言处理系统使它能提供解决常见问题的方法。如果虚拟客服不能解决呼叫者的问题，它会转到人工客服。在各类虚拟客服如Contact Center AI、eBay的ShopBot等的推动下，到2024年，全球聊天机器人市场有望超过13.4亿美元。原文链接：谷歌收购人工智能客服公司Onward

人工智能
2018年10月06日
人工智能

Workday People Analytics：利用人工智能、机器学习和增强分析的优势文/Pete Schlampp 有人说，数据是新石油。但是几乎在所有公司，其生成的数据远远超过他们能够分析利用的数据。而在很长一段时间里，Workday的目标都是帮助公司从数据中汲取有价值的见解。从内置报告和分析开始，随着Workday Prism Analytics和Workday Data-as-a-Service的推出，随着数据量、速度和种类的增长，Workday扩大了产品范围，帮助客户充分利用他们的数据。 Workday Prism Analytics致力于开放性和将非Workday的数据引入系统，是您的财务和人力资源团队的数据中心。今年夏初，Workday通过收购增强分析的市场领导者Stories.bi，在分析之旅中又向前迈进了一步。今天，我们很高兴地宣布Workday People Analytics，是一个全新的应用程序，它将向高管、组织领导人和人力资源业务合作伙伴提供关于他们的员工队伍中最关键的趋势视图，以及了解趋势的最可能的驱动因素。它将利用强大的人工智能(AI)、机器学习和增强分析技术，提供动态创建的关键指标，并伴有解释性叙述——我们称之为故事。 How We Got Here 首先需要一些背景。注意让Workday People Analytics与我们现有的产品一起工作。由于Power of One，Workday有一个数据模型，因此我们的应用程序能够非常轻松地处理有关人员的数据。对于Workday人力资本管理(HCM)的客户来说，Workday People Analytic将利用这些数据进行开箱即用。即使对于那些不使用Workday HCM的客户，他们也可以通过Workday Prism Analytics从任何HCM系统中引入外部数据，因此这些见解仍将可用。 That’s Great, Now What? 其次，我们必须以更好的方式将有价值的信息交给高管。因此，Workday利用了增强分析将许多应用于企业问题的AI功能集合在一起，包括：自动模式检测功能，可以查找人类可能看不到的重要变化图形处理以查找大量数据集之间的连接机器学习预测最重要的问题供您查看用自然语言来解释一个简单的故事中发生的事情 Workday的人工智能将搜索数百万种可能的数据场景，并确定优先级，以故事形式自动向高管推送个性化见解。故事为正在发生的事情提供了一种自然的语言解释。洞察力可以是积极的，也可以是消极的——它们只是你应该知道的事情。它们会自动地对你的数据进行更深入的挖掘，并告诉你为什么会这样。这为领导者提供了在做业务决策时所需要的基本信息。 See What Matters Most Workday People Analytics是我们第一个使用增强分析的地方。它将为管理人员，组织领导者和人力资源业务合作伙伴提供可操作的指导，将动态创建的故事与静态内容相结合，涵盖组织构成、多样性、招聘、保留和人员流失以及人才和绩效等方面。您将看到最重要的事情，以便您可以在最短的时间内做出最佳决策。这将使得组织的行动，创新和学习速度更快。 Workday People Analytics不是自动生成针对特定问题的预测，而是提供一种叙述，以指导管理人员在一个广泛的领域中找到聚焦点——无论是具体的团队、位置、客户还是产品线。它使用机器学习来预测和展示真正重要的东西。换句话说，Workday People Analytics会告诉您需要了解的内容。例如，一位人事主管可能会收到一条消息，表明新员工流动总体上有所增加，他们不仅应该关注伦敦的销售组织，还要考虑薪酬以及特定的招聘经理。该应用程序可帮助领导者专注于影响其业务的最重要问题，并回答以下高价值问题：招聘过程中的瓶颈是什么？该组织多样性的五大趋势是什么？我们作为一个社区如何发展？整个组织可以从哪些卓越的领域中学习？我们在哪里看到异常高的磨损？它背后的驱动力是什么？因此，信息负载减少了1000倍——你会发现什么是最重要的，这样你就能在最短时间内做出最佳决策。组织行动、创新、学习更快，形成良性循环。 Future’s So Bright… Workday People Analytics只是一个开始，我们很高兴能够进入数据的新时代，超越自助服务，进入人工智能能够有效预测的世界。未来，我们将在所有Workday的产品中应用增强分析。Workday People Analytics将于明年秋季提供给早期用户，通常在2019日历年末提供。单独销售给Workday HCM客户，它将作为Workday Prism Analytics的一部分提供。我们确信好戏还在后面。以上为AI翻译，观点仅供参考。原文链接:Announcing Workday People Analytics: Leveraging the Strength of AI, Machine Learning, and Augmented Analytics

人工智能
2018年10月06日

人工智能

人力资源技术取得显著进步，但招聘过程中的“人情味”仍不可或缺文/Media OutReach 智能技术允许招聘人员更多地专注于人际关系和知识型工作越来越多的雇主开始使用人力资源技术来吸引和雇用最优秀的人才。根据全球人才解决方案公司任仕达（Randstad Sourceright）发布的一份报告，尽管这些招聘工具得到了广泛采用，但许多企业领导者表示，他们仍然希望在招聘过程中的关键时刻表现出“人情味”。根据对超过800名人力资本领导者的调查，任仕达的人才趋势研究发现，在进行寻找人才等任务时，半数（51％）的雇主认为初步筛选应该大部分或完全自动化。同样，相同的百分比认为自动化对于跟踪HR数据/指标以及HR分析的创建和管理非常有用。然而，人才领导者仍然重视人际互动，因为他们表示在招聘过程中某些方面的个人接触能使候选人参与其中。雇主认为受益于个人接触的前三大职能包括通过视频访谈（28％）筛选候选人，安排与候选人的访谈（27％），以及管理人才社区和参与（26％）。 “对于雇主来说，探索技术创新是一个很好的机会，它们可以为招聘流程带来更多可能性。现在，采购和筛选人才变得更加容易，但同时也增加了复杂程度。这需要公司考虑整体招聘经验，更具体地说是确定技术和接触的最佳组合以改善招聘结果。”任仕达公司董事总经理Anthea Collier说。无论雇主在何处落实科技与人类接触的差距，65％的人认为人力资源技术的持续发展将积极提升候选人的经验，这些新工具将使招聘人员能够专注于更多知识密集型工作。以上为AI翻译，观点仅供参考。原文链接：Despite advances in HR tech, employers believe human touch still an important part of hiring process

人工智能
2018年09月27日
人工智能

为什么在今天的招聘过程中，人工智能（AI）并不能完全取代人类智能（HI）? 文/Lou Adler 译/杨喆人工智能正在快速提高甄别最佳在库候选人的能力。但是，人工智能在识别那些没看到招聘信息，或是暂时不考虑看机会的潜在求职者时，效果就没那么好了。当招聘这些潜在求职者时，便需要比在库甄别更复杂的流程。招聘经理想要找到一个能在接受薪水范围来做这份工作的人，潜在求职者则对各种机会进行评估，然后选择最有竞争力的offer。如何在招聘经理和潜在求职者间达成一致，这方面人类智能（Human Intelligence）比人工智能（AI）更胜一筹。人类智能在招聘中的优势：先来了解一下HI是如何有效促进招聘的：首先，HR找寻到那些目前不看机会的候选人，经由招聘经理同意后，与其进行沟通。如果候选人对职位有兴趣的话，HR尊重候选人意愿并进行深入的面试，面试的严谨性也在一定程度上能够代表对职位的重视。接下来，HR再与招聘经理协商，在确定薪酬范围（有可能会超出之前预定的薪酬）的基础上发放offer。与招聘经理达成一致是首要准则，其次，也有一些‘常识性（ commonsense）’原则：为了吸引和聘用最优人选，HR会考虑更多，而非机械的按照硬性指标如经验、技能等筛选。比如可以依照工作内容设置4-5个挑战，看看候选人是否能够做到，从而确定其能力是否匹配职位。要知道优秀的人才总不乏机会，所以HR要掌握优秀的谈判沟通技巧来吸引候选人。比如要在彼此沟通中更多的了解和明确信息，而不仅仅是推荐自己的职位。需要确保招聘经理知道如何进行双向面试，以评估能力和匹配度，同时也要展示职位的潜力与吸引力。将陌生人变为熟识虽然需要投入大量时间，但却十分必要，在候选人评估机会时，人脉与职业发展同样重要。如果你想让招聘经理相信上述原则有效时，可以例举一些过去所聘用，且在内部得到高度推荐或晋升的人，你会发现他们几乎都是用上述提到的原则招聘进来的。事实上，大多数公司在招聘关键职位的候选人时都使用类似的方法。 AI与HI在招聘中最大区别在于职位期望在早期就已经明确时，HI更注重候选人的潜力和过去做类似工作的经验，除此之外，也重视在招聘需求产生前就建立相关的候选人渠道，等需要相关职位候选人时，招聘起来会更加快捷。上述的策略都需要人的参与，目前人工智能是无法处理这种复杂决策过程的。也许将来有一天人工智能够胜任，但就目前来说，在招聘关键职位的人选时，HI的效能才是至关重要的。原文链接：Why AI Is No Match for HI (Human Intelligence) in Today’s Hiring Process

人工智能
2018年09月25日
人工智能

人工智能影响未来招聘的5种方式文/Michael Klazema 人工智能正在改变每个行业，人力资源也不例外。人工智能技术正在迅速重塑人力资源专业人士和招聘经理筛选候选人，管理申请人体验和处理入职流程的方式。在10年内，招聘可能看起来与今天完全不同。以下是AI影响这一巨变的五种方式招聘过程效率提高您如何确保合适的候选人看到您公司的职位发布？人工智能有答案。一种选择是预测分析。TapRecruit可以仔细阅读你的职位发布（以及竞争对手的职位发布），并根据语言模式和结构进行分析。该调查结果将通过确定表现不佳的职位与成功职位的区别来帮助公司编写更强有力的职位描述。它甚至会标记任何可能有偏见的语言，促进更多样化的候选池。另一种选择是数据管理处理（DMP），它使用cookie来跟踪访问您职业页面的人。使用这些数据，您可以了解更多关于您的候选人口统计数据，并使用像谷歌广告这样的平台来瞄准他们——换句话说;人力资源部门将从市场营销中借鉴经验。招聘经理无需整理简历实现人工智能的人力资源部门的首要任务是将琐碎的工作自动化。许多企业已经在使用求职者跟踪系统扫描简历，识别关键字或短语，并根据求职者的“理想”简历匹配程度对简历打分。视频面试将更加重要在过去十年中，我们看到在招聘流程中使用视频访谈的公司数量大幅增加。随着越来越多的公司为此目的采用面部和语音识别技术，视频采访将成为叙述中更为重要的部分。通过监测语音模式、面部表情和肢体语言，这项技术将能够测量性格特征、压力水平、自信等等。这将有助于铲除不诚实的候选人，找到那些性格最适合公司文化的人。引导求职者通过招聘流程找到合适的职位候选人很困难。不幸的是，招聘经理和人力资源经理经常忘记的是，候选人求职也很困难。寻找新工作并不是一个有趣的想法——特别是当这个过程涉及与不喜欢交流的雇主打交道时。候选人的经历很重要，特别是在求职者的市场上。企业需要让申请人的生活变得轻松，因为如果他们不这样做，他们就有可能失去强大的人才，或在潜在的申请人中树立坏名声。据NBC新闻报道，今天的求职者希望现代招聘流程“ 更像是一个送餐的应用程序。”这个要求看起来很傻，直到你深入挖掘：求职者想要什么——提醒，短信，直观的在线应用系统，关于他们是否得到这份工作的通知，对候选人的经历都是合理的期望。雇主可以使用AI来满足这些要求，无论是通过启用网站聊天机会来回答候选问题，还是通过自动礼貌地向未被选中进入面试过程后期阶段的候选人发送电子邮件。帮助雇主更多地了解他们的候选人我们已经提到使用跟踪cookie来识别求职者的人口统计数据，但是如果您也可以将这些数据合并到候选人的专业人员档案中呢？了解申请人在线搜索的内容可以帮助企业识别在简历，工作申请或面试中可能不一定出现的技能或兴趣。许多人申请工作并继续从事工作——这些工作不一定与他们想做的事情相符。通过向雇主提供有关潜在雇员的更多详细信息，AI可以使企业调整工作以适应有才能的人或推荐可能符合个人最大利益的职位。这里有一个关于隐私的问题，如果这项技术变得突出，人力资源行业将需要努力解决这些问题。然而，还有一种观点认为，雇主通常需要数月或数年来释放员工的全部潜力，因为他们不知道是什么让他们这么做。人工智能技术的使用可以使企业从一开始就从他们的雇员中获得更多，并且可以通过一种方式来改善求职者和员工的工作适应性和生活质量。结论其中一些趋势已经在招聘和招聘中体现出来，还有一些离我们较远。只有时间才能说明这些想法中的哪一个能够占据并塑造人力资源的未来。无论下一步是什么，毫无疑问AI都会发挥作用。首先利用这些技术的人力资源专业人员和招聘经理将获得最高的红利。注：以上内容由AI翻译，观点仅供参考。原文链接：5 Ways AI Could Influence the Future of Recruitment

人工智能
2018年09月21日
人工智能

李开复：未来“有惊无险”的10种工作，其中包括人力资源人工智能并不是一场普通的技术变革，在人类历史上，可与其比肩的只有蒸汽机和电力的推广使用。由于人工智能算法会渗透到每个行业、每个工作，它甚至会改变人类做事的许多方法，对于个人、企业和社会带来的变革，比之前的互联网革命来得更剧烈、影响力更大。人工智能对个人和社会带来的改变，将超过之前发生的所有工业革命和技术革命。人工智能带动了科技发展，提升了生产力，这些好处固然引人关注，但是比起全球各地将产生的严重失业问题，以及分配不均的加剧（国内与国家之间），就不足为道了。随着深度学习应用的普及，人工智能势必会冲击全球经济，整个经济体系上上下下数十亿的就业机会如会计师、流水线作业员、仓储作业员、股市分析师、质检员、货车司机、律师助理、放射科医生等，都会受到冲击，并且上述工作只是其中的一部分。人类文明过去曾经成功地消弭了科技对经济造成的冲击，例如在19世纪和20世纪，有数亿的农民成功地转为了工厂员工。但是，先前的那些重大科技变迁，从诞生到发展的速度没有人工智能这么快。照目前科技发展和应用的趋势来看，我预估在未来15年内，人工智能将会减少美国40%到50%的就业机会，但实际的就业损失还会延迟若干年，因为必须考虑到很多现实因素，例如雇主相信人工智能的程度、法规限制等。但我预测，人工智能对就业市场的冲击将会非常大，而且冲击很快就会到来。有朋友跟我探讨：我经过多年学习培训才获取足够的技能从事的工作，未来应该会比“蓝领工人”安全吧？实际情况并非如此。分析人工智能取代工作岗位，不能仅仅用传统“低技能”对比“高技能”的单一维度来分析。人工智能既会产生赢家，也会产生输家，这取决于具体工作内容。尽管人工智能可以在基于数据优化的少数工作中远胜人类，但它无法自然地与人类互动，肢体动作不像人类那么灵巧，也做不到创意地跨领域思考或其他一些需要复杂策略的工作（因为这些工作投入的要素和结果无法轻易量化）。一些人类看上去很难的工作，在人工智能看来可能是非常简单的；一些在人类看上去很简单的工作，可能确实人工智能的死穴。我们可以用以下两张图来说明：对于体力劳动来说，X轴左边是“低技能、结构化”，右边是“高技能、非结构化”。Y轴下边是“弱社交”，上边是“强社交”。脑力劳动图的Y轴与体力劳动一样（弱社交到强社交），但X轴不同：左侧是“优化型”，右侧是“创意或决策型”。如果脑力劳动的重点是将数据中可量化的变量最大化（例如设置最优保险费率或最大化退税），就归类为“优化型”的职业。这几条轴将两张图各分为四个象限：第三象限是“危险区”，第一象限是“安全区”，第二象限是“结合区”，第四象限是“慢变区”。工作内容主要落在“危险区”的工作（如卡车司机等）在未来几年面临着被取代的高风险。“安全区”的工作（如心理治疗师、理疗师等）在可预见的未来中不太可能被自动化。“结合区”和“慢变区”象限的界限并不太明确：尽管目前不会完全被取代，但工作任务的重组或技术的稳定进步，可能引起针对这些工作岗位的大范围裁员。在左上角的“结合区”中，大部分计算和体力性质的工作已经可以由机器完成，但关键的社交互动部分使它们难以完全自动化。所以，最可能产生的结果就是幕后优化工作由机器完成，但仍需要人类员工来做客户的社交接口，人类和机器形成共生关系。此类工作可能包括服务员、理财顾问甚至全科医生。这些工作消失的速度和比例取决于公司改造员工工作内容的灵活程度，以及客户对于与计算机互动心态的开放程度。落在“慢变区”的工作（如水暖工、建筑工人、美术设计师等）不依赖于人类的社交技能，而依赖灵活和巧妙的手工、创造性或适应非结构化环境的能力。这些仍是人工智能的短板。由于不断发展的技术会在未来几年中慢慢提升这些短板，所以此象限中工作消失的速度，更多地取决于人工智能能力的实际扩展。在我看来，警告、悲观、恐慌是“不识庐山真面目”的杞人忧天。以下是我整理的看似很危险，其实很难被AI取代的10种工作。人力资源人力资源、特别是员工招聘和猎头工作，都要涉及大量的人际互动。说服某人放弃现有工作、考虑其他工作是相当不容易的，这需要建立在对对方的长期深入了解和互相信任的基础上。当然，随着人力资源工作变得更倾向于以人为中心，人力资源行业也会利用AI完成常规的问答工作（比如回复雇员的邮件）、监督雇员工作表现、发起招聘启事、筛选求职者并进行工作匹配等。健身教练尽管未来总会有更高质量、更智能的健身器材帮助我们锻炼，但健身教练无可取代的地方在于，他们能为我们每个人量身打造健身计划，在旁陪练指导，还能敦促我们坚持锻炼，避免犯拖延症。其次，随着社会财富增多，出行方式变得更高效（如智能型、甚至是自动型电动平衡车），我们对于锻炼的需求将大大超出以往。最后，AI时代会给我们带来更多的社会财富和闲暇时间，自助、娱乐和健康将成为发展的主题。养老护理员到2030年，麦肯锡医疗保健类工作岗位将在全球范围内猛增5100万个，总数将高达8100万个。这类工作包括养老护理员、家庭健康护理员、私人护理员以及护士助理，不过最大的岗位空缺将出现在与养老护理相关的领域。考虑到人类寿命延长、老年人对医疗保健的大量需求以及填补此类工作空缺的难度，这一需求还会不断攀升。AI固然可以实现老年人的医疗监护、安全保障和移动辅助等基本功能，但像是洗澡、穿衣以及更为重要的聊天和陪伴工作，都是AI是无法胜任的，只能交由人类完成。房屋清洁工像房屋清洁、园艺以及其他需要在非固定结构空间内进行、且所在环境较为多变的工作，对于机器人而言难度太大。虽然像伦巴扫地机器人（Roomba）这样的智能设备会承担部分工作量，但整体而言，这类工作的就业水平有望得以维持。此外，我们预测，各类移民服务岗位将大量增加（在法律允许的前提下），因为AI将进一步拉大贫富国家之间的差距。护士护士、保育员、心理健康辅导员以及戒毒治疗师是最难被机器替代的工作类型之一，这类工作涉及大量的人际互动、沟通和信任的培养。例如，治疗情绪不稳定、有抑郁症状的病人需要娴熟的沟通技巧，治疗师需要先了解造成病人情绪困扰的根源。这些都远远超出了AI技术目前的能力范围。楼房管理员楼房管理、酒店管理、定制服务等其他高端服务将是财富新贵群体的高需求所在（如AI企业家和工程师）。在互联网（旅游网站）和AI（自动化快餐和咖啡）提供标准化服务的同时，那些具有人情味、个性化以及能够构建长期关系和信任感的优质服务将具有更高的价值。在AI时代，休闲和娱乐产业将成为强劲的增长领域。运动员虽然未来机器将比人类更擅长比赛，但体育运动不会因此而受到丝毫的影响。这些都是需要人类参与的娱乐活动。运动明星与知名歌手、演员并无二致。随着人们闲暇时间的增加，拥有非凡天赋和个人魅力的运动员将有更强的吸金能力。保姆保姆是最讨喜的工作之一，甚至可能会被当成家庭成员来看待。保姆的许多体力工作会实现自动化（比如除尘和洗碗），如此一来，他们的工作会逐渐转向“关爱和个性化”服务，比如悉心烹饪一顿孩子爱吃的饭菜，或是朗读孩子最爱听的故事。保姆将花更多的时间去陪伴、照料家里的孩子，和他们玩耍。能够成功转型的保姆是AI无法替代的。导游优秀的导游是擅长讲故事的人。他们将个人经验和百科知识巧妙地融合在一起，并以戏剧化的方式呈现给游客，从而打造出独一无二的旅行体验。优秀的导游还能挑起趣味横生、内容丰富的谈话，创造出一段令人怀念的旅程。当然，那些照本宣科、一味重复的导游，在AI取代人类工作的大潮中就没那么走运了。数据处理和标签最后来个大惊喜。虽然每个人都认为数据录入和处理会因机械化而被淘汰（甚至不需用到AI）。但在未来二十年内，AI进行的训练会用到规模庞大且不断增长的数据。这些数据需要经过初期的人工筛选、处理、贴标签和分类。亚马逊土耳其机器人（Amazon Mechanical Turk）就是个很好的例子。不过，可别期待能从这类工作中获得高薪。原文来源：李开复：未来“有惊无险”的10种工作

人工智能
2018年09月18日
人工智能

Hiretual融资500万美元，将互联网变成一个招聘平台人工智能以智能助手，物联网设备和流行的人工智能用例的形式影响着我们的日常生活，并以广告，推荐和个性化消息传递针对消费者。人工智能还可以在一系列B2B应用领域发挥重要作用，包括初创公司如何找到和聘用最佳应聘者。今天，人工智能驱动的招聘技术公司 Hiretual 宣布融资500万美元，由北极光风险投资(Northern Light Venture Capital)牵头，现该公司的总融资额增加到650万美元。Hiretual成立于2015年4月，此后一直在悄悄地建立和扩展其人才招聘平台，该平台现有来自200多家公司的80,000多名招聘人员使用。 Glassdoor报告称，招聘过程中最大的障碍是候选人短缺。GetAppLab在2017年的调查中显示，超过40％的招聘人员表示候选人短缺是他们面临的最大挑战。 Hiretual的想法很简单。它搜索非结构化的互联网内容，以创建一个比当前求职招聘平台大得多的求职招聘基地。该公司表示，其数据库目前拥有超过7亿名候选人，远远高于LinkedIn（5.62亿）或Indeed（拥有2亿人）。这是一个巨大的优势，因为该平台不必等待潜在候选人输入他们的数据。 “Hiretual收集来自30多个社交平台的专业数据，例如Angel List，Indeed，GitHub，Stack Overflow等，以及整个开放网络，将互联网变成招聘人员的数据库，”Hireutal首席执行官兼联合创始人Steven Jiang告诉我。“我们致力于将大量松散的结构化和非结构化数据转换为更完整的专业资料。因此，应聘者不需要直接向我们提交任何数据，招聘人员就可以通过我们的平台看到他们。” 这就是人工智能开始生效的地方。Hiretual的搜索功能超越了标准关键字匹配和布尔逻辑（ Boolean logic），而是使用机器学习从互联网上发现合适的候选人。 “招聘人员提供职位，技能，地点和其他重点关注的搜索因素，”Jiang说。“Hiretual通过使用自然语言处理（NLP）来帮助他们构建这些部分，以推荐相关技能或解析现有的职位描述。在运行搜索时，Hiretual使用NLP扩展搜索，包括可能不属于关键字集的相似术语。因此，寻找‘内部销售代表’的人仍然会找到一个拥有销售技能的人，他们将自己的头衔称为‘收入增长巨星’。” 人工智能根据工作要求的匹配程度对求职者进行排名，然后根据用户交互自动调整下一轮求职者的排名。与大多数人工智能技术一样，系统随着时间的推移变得更加准确。一旦发现合适的候选人，Hiretual提供联系信息，自动电子邮件和跟踪功能，以便更容易地接触这些潜在的雇员。招聘人员可以在一个项目一个项目的基础上监控他们的人才渠道，跟踪招聘各个阶段，他们还可以邀请团队成员或招聘经理参与候选人选拔过程。当然，在现实世界中，人们拥有多种技能，可以完成多项工作。系统如何处理这个问题，权衡每个能力，并确保有一个强大的对接？ “Hiretual专注于主动建立人才渠道，因此，招聘人员会根据职位的技能和工作经历来决定招聘对象。”Jiang说。“当我们收集某个特定求职者的信息时，我们会建立一份他们的专业简介的知识图表，并用图表来确定他们与特定招聘人员的工作有多相关。” 人工智能在改善系统方面有了初步成效，它可以在招聘过程中了解招聘人员的需求。 “我们会按照应聘者的相关度排序，将50个应聘者的名单以块的形式返回给招聘人员，但这个过程还没有结束。”Jiang说。“当招聘人员审阅名单时，他们会通过挑选最适合的候选人并删除那些不合适的候选人来向我们的系统提供反馈。这可以调整我们的AI搜索引擎，更新我们在下一批候选人中最重要的因素。” 有趣的是，Hiretual还提供了多样性过滤器，这对于那些想要扩大其组织队伍，包括更多女性或雇用退伍军人的公司特别有用。对于已经拥有主动申请人跟踪系统（ATS）的招聘人员，Hiretual将与他们的系统集成，以更新、丰富和重新发现求职者数据。 Hiretual也足够聪明，能够处理基于项目的就业，这在许多行业中很常见，而且与正式员工相比，它更适合短期合同工。 “我们的软件主要关注的是寻找和吸引适合某个职位的候选人，因此这个职位的生命周期不会影响我们找到优秀候选人的能力，”Jiang说。“然而，招聘人员可能会利用'承包商，临时工或顾问'这样的术语来寻找更愿意接受短期机会的人。” Hiretual将利用新的资金来加速增长并扩展其运营和AI人力资源技术，专注于智能而不仅仅是数据收集和匹配。 “我们的愿景是将招聘从数据驱动的过程转变为由智能驱动。”Jiang说，“对我们而言，这意味着建立一个能够预测招聘需求的积极主动的人才管道，使求职者参与更有效，更个性化，并提供有用的见解，而不仅仅是原始数据。” 注：以上内容由AI翻译，观点仅供参考。原文链接：AI-powered Hiretual lands $5 million to turn the internet into a recruiting platform

人工智能
2018年09月13日

1... 《 26 27 28 29 303132 33 34 35 36 》 40 跳转至