-
AI
劳动力U时代：人机协作的“人机新生态”已然开始！
人工智能在人们几不可查的情况下迅速而全面、深入地蔓延到生活、工作的方方面面。
人们在享受智能化带来的便利的同时，也对人工智能的替代显得忐忑不安。其实无论人工智能技术在多么广的领域和大范围的应用，人始终将处于主控地位，人机协作将成为未来的共赢选择。 近年来随着市场需求的日益增长，机器人可以胜任越来越多的工作岗位，但在同时它也在创造着很多的新职业，可以说在人工智能浪潮下催生的新职业一方面体现了它的价值，另一方面也化解了一些“人工智能取代人类工作”“人工智能导致失业”这些话题引起的焦虑。
8月30日，亚太劳动效能研究院（后简称“劳研院”）联合安永战略及运营咨询（后简称“安永”），发布《决胜劳动力U时代—2019中国智能制造劳动力管理调研报告》，聚焦汽车、装备制造、资讯家电（3C）、医药四大核心产业劳动力结构重塑，直言劳动力“U时代”已经来临，而“人机新生态”下劳动力管理模式将面临挑战。 劳动力数量变化“U”型曲线报告认为，大规模运用智能技术已经成为一个显而易见的趋势。这必然导致对部分岗位的替代，同时也会为适应人机协作而诞生一些新的岗位需求。劳动力呈现数量大减小增、先减后增的U型曲线，劳动力“U时代”来临。
具体到岗位职能细分，报告认为机械性体力劳动受智能技术的影响*大，团队管理受技术的影响最小。四类岗位受智能技术影响程度从大到小依次为劳动密集型、职能分析型、技术密集型、沟通管理型。
而在智能技术的影响下，四大岗位类型增减情况也分别不同。劳动密集型、职能分析型以及沟通管理型均存在岗位数量减少的趋势，分别为-53%、-26%及-18%。
劳动力管理开启新模式 ：人机协作下的“人机新生态”已然开始，劳动力“U时代”也造就了劳动力结构重塑，这就给新时代劳动力管理带来了挑战。管理者需要思考的是，智能化进程中劳动力将如何被重构？劳动力管理模式将迎来怎样的变革？智能技术将与劳动力管理如何产生融合？ 调研发现，在所有这些企业需要积极去面对并解决的难题当中，受访高管普遍认为新人才招聘、劳动力再培训以及劳动力绩效管理是他们未来将要直面的核心挑战。
面对智能影响潮下的人岗匹配到“人、机、岗”匹配和评判，传统的劳动力管理必然随着被管理者的变化而变化。具体到这些劳动力管理各环节，又各有各的核心问题。 新人才招聘面临的挑战主要在于两个方面：如何准确定义智能技术下工作岗位所需的能力素质；如何准确匹配最佳的受聘人群，尤其是跨行业人才招聘。
劳动力再培训的难点在于如何开发智能技术所需的培训和考核内容，以及为员工匹配个性化的课程与发展路径。
劳动力绩效管理面临的主要挑战为：
1）人机新生态下的能效分析数据匮乏；
2）个性化的评估与奖惩以提升人岗匹配程度。
面对劳动力“U时代”的来临，企业HR作为劳动力管理核心且唯一的部门，随着人机新生态发展的深入，需要同步升级，更加理解“业务”、“人”与“技术”。并在数据这个有力工具加持下，走向战略决策“第三极”，将人才的激励、发展和企业文化建设作为HR工作的重中之重。
作者：汇通eHR
来源：http://www.hroot.com/d-9402798.hr?
-
AI
【美国】RippleMatch以人工智能为动力，以多元化为重点的毕业生招聘平台完成了600万美元的融资
LinkedIn拥有遍布200个国家的6.45亿用户，在成为全球最大的专业人士网络方面是无可争议的领导者，该职位用于在招聘和电子学习等领域利用产品。但是，在实现这一规模的情况下，它还没有真正开发出针对特定垂直行业或受众的更具针对性的方法的产品。这为各种创业公司开辟了领域，以填补空白并与之竞争。今天，其中一个充满希望的人 - 一家名为RippleMatch的初创公司，已经建立了一个招聘平台，帮助组织专门与更多不同背景的毕业生建立联系，以满足他们的需求 - 宣布推出600万美元的A系列就是这样做的。
G20 Ventures正在筹集资金，用于扩展平台以及业务发展。 与Work-Bench，以及前投资者Accomplice，Bullpen Capital和AlleyCorp也参与其中。
该公司没有披露其估值，但据我所知，这是一个“物质上升”，因为它一直处于稳定的增长曲线，并将辉瑞，TripAdvisor和Qualtrics等公司列为其客户群。这也是它提出的第一笔重要的外部资金。RippleMatch的事实上，第一笔资金是联合创始人Eric Ho在Facebook上找到工作时获得的签约奖金。“需要付出代价才能让我们提升这个A系列，”另一位同时担任首席执行官的联合创始人安德鲁迈尔斯开玩笑说。
迈尔斯和何先生在他们还是耶鲁大学的学生时遇到并创立了公司。何即将毕业，但迈尔斯仍然处于他的本科学位，他还没有完成（并且，正如技术创始人的方式，可能永远不会完成）。
公司的想法来自迈尔斯 - 他研究历史和政治科学 - 正在考虑他在科罗拉多州的许多朋友面临的工作世界的困境。
像迈尔斯一样，他们也是本科生。但与他不同的是，他们不是耶鲁大学，也不是任何其他顶级学校，不仅有着名的知名度，而且通常会为一些最具竞争力的公司招聘管道，这些公司雇佣毕业生获得有利可图的入门级职位。
“我非常清楚来自不同社会经济背景的鸿沟，”迈尔斯在接受采访时说。“我可以看到，我在家里的很多朋友都会比耶鲁大学的一些人更好地招聘。他们只是没有相同的机会。我们在早期没有想到这是一个商业冒险; 这是我们的朋友想要解决的一个问题。“
使用AI来裁剪招聘人员
RippleMatch的方法相对简单：公司建立了一个平台，通过一系列关于他/她的职业和地理野心，兴趣等的相关快速问题，以及候选人简历的副本，吸引潜在候选人。
然后将它们与候选人的GPA和考试成绩的基本信息结合起来。考虑到所有这些并将其与候选人自己输入之外的更多信息源相结合，它提供了大约300个数据点，它们共同努力以匹配具有工作和实习机会的候选人。在雇主方面，它不仅取得了当下的职位空缺，而且还致力于将雇主更广泛的招聘策略与这一群人相匹配 - 这个想法是它提出了雇主可能已经过去或甚至没有过的可能性。从一开始就看到了。
迈尔斯说，RippleMatch建立的匹配算法，包括确定人们可能直接和间接最适合做什么的能力，基本上切断了过程中的“中间人” - 即招聘人员，以及潜在的可能已经存在的关系和管道，从而为每个人提供公平的竞争环境，这使得雇主可以从斯坦福大学的中西部一所小型学院发现他们的下一个明星雇佣。
正如G20的合伙人迈克·特里亚诺（Mike Troiano）所说，该公司对RippleMatch的投资描述了这一点，学校的名称认知和网络能力并不是阻碍合格候选人进入大门的唯一因素。他的女儿很难得到她所联系的实习公司的回复，当他们整理她的LinkedIn个人资料时，他们意识到她只是缺乏专业网络来判断是否有人联系和帮助。
“通过传统渠道，大学招聘是一种黑盒子。该调查RippleMatch用来收集关于他们是谁，他们想要创造什么是一个专有的数据集学生与用人单位信息，” Troiano说。“LinkedIn关系的关键不仅仅是属性。大学市场是一个他们不适合的利基市场，而且我认为他们现在不会孤军奋战。“
事实上，虽然LinkedIn已被证明是许多专业人士职业发展的强大起点，但其缺点在更具体的例子中更为明显。（这是LinkedIn 几年前大力推动开始尝试将年轻用户带入平台，以便让他们开始构建他们的个人资料和网络的原因之一。）
RippleMatch是越来越多的初创公司的一部分，这些初创公司已经在LinkedIn更广泛的平台上识别并（为了他们的目的）利用这些漏洞。另一家一直在建立平台的初创公司也针对毕业生，特别是试图帮助寻找更多不同的候选人群体的是握手（它本身比一年前筹集的资金少了4000万美元）。
握手采用不同的方法，因为它提供工作委员会并主动与大学和招聘组织合作，并为用户提供各种社交网络/社区，从中获取建议和交换信息。所有这些都帮助该公司的数据库在去年增加到1400万人，现在可能更多的是它开放了对美国所有大学生的访问权限。
其他一直在扼杀LinkedIn霸权的人包括Triplebyte，这是另一个资本充足的人招聘初创公司专门针对软件工程师。该创业公司已经建立了自己的评估平台（由RippleMatch用于招聘），其CEO和联合创始人Harj Taggar也认为可以帮助平衡那些来自大公司和学校的人与那些来自公司的人之间的竞争环境。不，只关注一个人的编码能力。LinkedIn可能拥有数以百万计的工程师配置文件，而Triplebyte的数千人，但与小公司的关键在于它拥有“正在积极寻找工作”的人员档案，他指出这与许多人在LinkedIn上获取的未经请求的联系人形成鲜明对比。 ，只是因为在那里。“我们得到的回报率是招聘团队在LinkedIn上看到的两倍，”Taggar声称。
与这两者相比，RippleMatch仍处于相对较小的早期阶段。虽然它与校园内约1,200个以多元化为重点的组织建立了合作伙伴关系，以吸引更多的候选人，而今天约有60％的候选人来自不足的背景，但该公司目前在该平台上仅拥有约100,000名候选人，并与60名协议达成协议那些利用RippleMatch找到它们的公司。但是，在经济，社会和地理方面的分歧在美国这样的国家似乎无法克服的时候，比以往任何时候都更重要的是找到帮助弥补这些差距的方法，为像RippleMatch这样的基于技术的解决方案的大机会铺平道路。
以上由AI翻译，仅供参考！
作者：Ingrid Lunden
文章来源：https://techcrunch.com/2019/09/05/ripplematch-hiring/
-
AI
【美国】作家卡普兰将化身AndyBot，成为全球首个“数字人”！
“死亡不是真的逝去，遗忘才是永恒的消亡。”
当安德鲁•卡普兰(Andrew Kaplan)回忆起他一生的故事，这些引人入胜的故事给人的印象是，他是一个有着多重记忆的单一存在：20多岁时他是一名战地记者，作为以色列军的成员参加过六日战争(第三次中东战争)，后来成为一名成功的企业家，再后来，成为一名多产的间谍小说家、好莱坞剧本作者。
如今，当这位78岁的银发老人和结婚39年的妻子在加州棕榈泉郊外的一片郊区绿洲中休闲的时候，他意识到，他希望自己所爱的人能够接触到这些故事，即使他已经不在人世。
卡普兰同意成为“AndyBot”，一个数字人，他将在云上永生数百年，甚至数千年。
Andrew Kaplan
如果一切按照计划进行，未来几代人将能够使用移动设备或亚马逊的Alexa等语音计算平台与他“互动”，向他提问，听他讲述故事；即使在他的肉身去世很久之后，仍能得到他一生经验的宝贵建议。
78岁美国作家当“小白鼠”，首个数字人类即将诞生
对于成为“AndyBot”这件事，卡普兰开玩笑地称自己为“小白鼠”——他可能会作为世界上第一个“数字人类”而被人们记住。
几十年来，硅谷的未来学家一直寻求将人类从物质生命周期中解放出来，他们把死亡视为另一个需要“改变生命”解决方案的转型问题。随着数字文化的兴起，“人体冷冻运动”(将身体冷冻起来，以备将来复苏)已愈加活跃。今天，新一代的公司正在兜售某种近似于“虚拟不朽”的东西——在网上永久保存个人遗产的机会。
Eternime是这类公司之一。在其网站上，Eternime声称已经有超过44000人注册参加这个“大型的、惊险的、大胆的目标”——将“数十亿人的记忆、想法、创作和故事”转变成他们智慧的数字化化身，并无限期地活下去。
Eternime
Nectome是另一家这样的公司，专门从事记忆保存的研究，它希望其“高科技脑防腐处理”终有一天能让我们的大脑以计算机模拟的形式复活。
HereAfter，是卡普兰欣然接受的一家初创公司，其名称包含了对未来以及永恒的暗示。卡普兰渴望成为世界首批虚拟人类之一，部分原因是他认为，这是一种将亲密的家庭纽带延续几代人的方式。该公司的座右铭——“永远不要失去你所爱的人”——回应了卡普兰的想法。
HereAfter
“我的父母已经去世几十年了，但我发现自己仍会想，’哎呀，我真的很想向爸爸妈妈寻求一些建议，或者只是为了得到一些安慰，’”他说。“我认为这种冲动永远不会消失。”
“我有一个30多岁的儿子，我希望有一天这对他和他的孩子会有一些价值，”他补充道。
Andrew Kaplan同意成为第一个“数字人类”
关于逝去亲人的仪式可能因文化而不同，但几十年来，人们对所爱之人离世后的怀念是类似的：我们会翻阅老旧的家庭相册，观看不怎么清晰的家庭录像，在T恤上印上亲人的脸——甚至纪念他们的Facebook页面，在线保存他们的数字记忆。
但未来学家表示，这些可能即将改写。专家们说，如果科技成功地创造出高情商的数字人类，它可能会永远改变人类与电脑交互的方式，以及处理失去亲人创伤的方式。“AndyBot”可能成为世界上第一个有意义的例子，它提出了关于不朽的本质和存在本身目的的复杂哲学问题。
HereAfter 由Sonia Talati和James Vlahos共同创办，Talati自称是一名个人遗产顾问，James Vlahos是一名加州记者，也是一位对话AI的设计师。
两年前，Vlahos因创建了一个名为“Dadbot”的软件程序而闻名。当时，Vlahos得知他的父亲即将死于癌症，“Dadbot”的想法在他脑海里萌生，他想利用AI，让父亲“永生”。Vlahos在父亲生命的最后三个月，将与父亲就各种话题的谈话、讲述用摄像机录下，最后，他记录了 91970 个单词，训练出一个对话AI“Dadbot”。通过“Dadbot”，他可以与逝去父亲的计算机化身他交换文本和音频信息，谈论他的生活、听歌、闲聊和说笑。
自从Dadbot在社交媒体上广为传播之后，Vlahos收到了许多为他人创建纪念亲人的AI的请求，他决定开辟一个尚未开发的“数字人”市场。
Dadbot
“我妈妈花了两年时间才把我爸爸的语音留言从家里的电话里删除。”Vlahos说。“她不想让他的声音消失，这是我从其他人那里听到的。很遗憾的是，我们仍然依靠这种原始的方法来听到逝去亲人的声音。”
Vlahos正在构建一个更复杂、更人性化的虚拟模型，不仅是听录音，而是鼓励与逝去亲人的“虚拟形象”进行互动。这最初是一个应用程序，通过提示问题记录某人的口述个人历史。例如，当你的祖母回答了一系列关于她的童年、婚姻和重大生活事件的问题后，她的声音将被转换成一个语音机器人，可以通过智能手机或虚拟助手访问。
由于虚拟助理设备越来越普及，使用率也在不断上升，Vlahos认为，它们能让自己与已故亲人进行许多人渴望的那种随意的互动。
Vlahos的公司采用订阅模式，允许用户每月付费与“数字亲人”互动。经过适当的知情协议，非亲属也可以购买“数字人”订阅。Vlahos说，他认为这项服务是一种“互动回忆录”，并预计它将特别吸引年龄在30至50岁之间的用户，这些用怒希望在为时已晚之前保存父母的记忆和精神。该公司正在为客户开发虚拟配置文件，并预计在明年将推出公共应用程序。
Hey Siri，让我跟逝去的父亲谈谈。
Vlahos说：“你用硬盘来记录音频往往很糟糕，在日常生活中，你真的有时间坐下来观看83年圣诞节的8小时的视频记录吗?”
他说：“现在想象一下，你可以站在厨房里，大声呼唤已故的母亲，然后立刻得到她的回答。”“能听到我们所爱之人的声音是一种美好的感觉。”
安德鲁•卡普兰正在参与“HereAfter”公司的项目
正在创造虚拟数字人的Fable公司的首席执行官Edward Saatchi表示，与数字人类互动不仅是不可避免的，而且是人类与技术互动的下一个飞跃。
他说：“想象一下，在未来，Alexa或Siri是一个有脸、有生命、有声音的角色，你可以和他们面对面地互动。”他认为，数字人最终将取代安卓和iOS。“你可以和数字人一起玩游戏、点餐、消磨时间或学习一门语言——或者做任何你通常和朋友一起做的事情。”
然而，要想让数字人变得完美，他们将不得不着手解决一个困扰计算机科学家数十年的问题：实现人与机器之间的“多回合对话”。不像点披萨——简单、简短、有特定目标的对话——多回合的对话是自由流动和自发的，在不相关的话题之间自由流动，使用几乎无穷无尽的自然语言，就像人们之间的对话一样。
Vlahos说，他的产品与用户的沟通越流畅，就越能吸收被沟通对象的音调和节拍，就越能传达出真实的亲密感。
与此同时，他知道，计算机要像人类一样处理多回合对话，即使不是几十年，也需要数年时间。他的目标是实现一个更现实的短期目标，让数字人能够分享关于他的一生的故事。
即将出版的新书《寻找意义：悲伤的第六阶段》(Finding Meaning: the Sixth Stage of Grief)的作者David Kessler说，亲密关系可能会让一些人从失去亲人的悲痛中振作起来，但也可能给其他人带来严重的问题。
Kessler说，对于悲痛的用户，他们的目标是以更多的爱，而不是痛苦地纪念逝者。他们的目标不一定是放弃悲伤，而是以健康的方式将痛苦融入生活中。一个逝去的亲人，在Google Home里和你聊天，能帮助实现这个目标吗?
“我认为能，”他说。“悲伤就像我们的指纹一样，每个人都是不同的。有些人会觉得这个工具很好，但有些人永远不会使用它，因为对他们来说，数字人怎么不像是他们所爱之人。”
他唯一关心的是，确保弱势群体明白，他们面对的是“以AI的形式纪念父亲，而不是认为与父亲的实际联系仍在延续。”
在步入暮年之际，卡普兰回顾了他完整的一生。卡普兰说，他并不追求永生。然而，他确实看到了成为一个数字人的另一个好处——他多年来一直在写作引人入胜的小说。
“最终，每个故事都是关于试图帮助我们找到我们是谁，我们来自哪里，这也不例外，”他说。“对我来说，这是关于我的历史，一种有限的永生，为我未来的亲人创造了一种亲密的个人体验，他们会想知道自己来自哪里。”
你会选择成为“数字人”吗？
《华盛顿邮报》发表这篇报道之后，如两年前的“Dadbot”一样，引起了读者大量讨论。
有人说：“这让我想起了19世纪的唯心论热潮——同样是渴望与逝去的亲人直接交流。我有许多已故父亲写给他父母的信。但是我发现我无法下决心去读最后一封，因为一旦我读了，我的父亲就再也没有什么新的东西可以告诉我了。只要那封信还没有读完，我们的谈话就永远不会结束。”
有人表示担心：“万一遭到勒索软件怎么办?‘给我100万比特币，否则你奶奶会遭殃！每耽搁一天，我就删除一兆字节的数据。你不想让她再死一次吧？’此外，有人可能由于陷入困境、无法再负担订阅费用而再次失去所爱之人，这不是很残忍吗？”
有人说：“这对哀悼亲人毫无帮助。我认为，最终会有更多的人生活在幻想的泡泡里，因为没有什么能保证这不是一张死者的Instagram。这一切听起来都很有趣，也很奇怪，特别是订阅那部分。一旦你停止支付，你就得再次经历亲人的死亡。也许，我们应该做一个亲人的毛绒公仔，放在沙发上，当你捏他们的手时，他们喉咙里的小录音机会说‘我爱你’或‘快去打扫房间’”。
读者朋友，你认为将逝去亲人变成“数字人”永生的想法怎么样？如果可以，你会这样做吗？
文章、图片来源于：https://mp.weixin.qq.com/s/qCwEG_IgABoIdMrALgn-5A
-
AI
人工智能招聘助理:人工智能在招聘中的应用
如果你曾经申请过一份工作，并且感觉你的申请进入了黑洞，其实你并不孤单。2012年，《华尔街日报》报道称，“很难找到一家不使用求职者追踪系统的财富500强公司。”他们还报告说，这些跟踪系统并非万无一失，“一个小错误，比如列出在那里工作多年的前雇主的名字，而不是以前的名字，可能会毁掉一个优秀的候选人的机会。”
幸运的是，随着竞争和人才需求的不断增加，人力资源和招聘部门已经采用了最新的技术。这对候选人意味着什么?乍一看，这一切似乎都令人生畏，尤其是考虑到我们中的一些人仍然在外层空间有我们的应用。然而，这一次，候选人和雇主都有可能胜出。新技术正在改进流程，寻找最优秀的人才，最重要的是，将人们置于成功的最佳位置。
你可能听说过这些技术，但你可能不知道的是，它们正在成为你求职中不可或缺的一部分。下面我们回顾一下招聘过程中使用的一些最新技术。
技术:
人工智能(聊天机器人)
人工智能(AI)正在崛起。《福布斯》2019年2月的一篇文章报道称，自2010年以来，人工智能专利申请超过15万项，领英的所有者微软(Microsoft)首当其冲。人工智能技术比我们意识到的更为普遍——Nest、Alexa和Siri都是人工智能的例子。类似地，用来模拟与人对话的聊天机器人也是人工智能的一种形式，并在招聘过程中投入使用。
据安永(Ernst & Young)在《华尔街日报》(the wall street journal)上的报道，“约23%的组织使用了一些人工智能，称它们是在人力资源和招聘领域这么做的。”这些通常以聊天机器人的形式出现，目的是帮助你完成申请过程。像奥利维亚这样的创业公司已经开始专注于这个领域;了解更多。
自动化
自动化背后的目标是提高招聘人员的生产率。自动化是一种简化招聘人员工作任务的努力，这样他们就可以专注于更大的、战略性的组织任务。尽管密切相关;它不能与人工智能混淆。
《福布斯》2018年7月报道称，“雇主们已经开始采用招聘自动化工具，从寻找候选人到安排面试、筛选求职者，甚至进行背景调查，无所不有。”新工具利用机器学习，比以前的申请人跟踪系统更具动态性。相反，他们的目标是不断变得更好，不断改变和适应，目标是找到合适的候选人。
区块链
区块链仍在招聘领域进行评估，具有巨大的潜力。IBM Talent & Transformation管理合伙人艾米•赖特(Amy Wright)向《华尔街日报》表示，区块链“可以用来创建一个账本系统，在该系统中，数据可以加密且不可更改。”“区块链意味着什么?”雇主可以使用区块链作为一个超级安全的存储库来存储重要的信息，比如工作历史、雇佣验证、工资等等。
总结
这对求职者来说意味着什么呢?尽管技术的任何进步都必然带来一定程度的恐惧，但还是有机会掌控这个过程的。
了解招聘过程中使用的技术
如果你正在评估潜在的公司，深入了解他们是如何招聘和雇佣员工的可能会有所帮助。德勤咨询(Deloitte Consulting)在《CIO》(CIO)杂志上发表的一篇文章，概述了全球消费品巨头联合利华(Unilever)的招聘和面试流程，其中涉及的技术总结如下:
1.应聘者在LinkedIn上填写一份表格
2.然后他们玩Pymetrics开发的游戏(是的，游戏)。这些游戏“提供了解决问题、个性和沟通风格的洞察力。”
3.如果被选中，他们将使用HireVue录制一段视频采访。
4.然后有机会在联合利华体验一天。
保持你在LinkedIn上的个人资料是最新的
正如我们之前提到的，微软在人工智能方面投入了大量资金。去年秋天，LinkedIn开始向企业提供基于人工智能的解决方案。他们的客户可以购买从我们LinkedIn个人资料中获取数据的服务，以帮助他们做出明智的决定，比如显示“在特定地点，技术人才库的竞争力如何”。“其他公司使用人工智能来协助从领英(LinkedIn)获取数据，在你开始面试之前就收集你的个人资料。
保持开放的心态
记住，雇主不会在不期待回报的情况下投资这项技术。在这种情况下，他们想要找到人才。拥有人力资源和招聘专业知识的全球咨询公司KornFerry报告称，预计到2030年，全球将出现8,520万熟练工人短缺。雇主正在寻找你，不要被新技术吓倒，拥抱它，并学习如何使用它。
作者：Empire Resume
原文地址：http://empireresume.com/artificial-intelligence-automation-and-blockchain-what-to-know-before-being-recruited/
-
AI
2020年你知道你正在被AI人工智能来招聘的吗？--是的，这个时代来临了~
技术进步对工作环境产生了负面影响。然而，人工智能有可能取代招聘团队和中介机构的角色吗?
人工智能正在迅速改变招聘人员和人力资源专业人士寻找顶尖人才的方式。IPsoft UK&I董事总经理马丁•林斯托姆研究了认知人工智能等新技术如何让招聘人员与求职者建立有意义的联系和接触。
人工智能(AI)是一项革命性的技术，它正在重新定义世界各地企业的经营方式。人工智能技术不仅使日常事务任务自动化，而且越来越有能力执行与决策相关的认知任务。这种强大的能力组合在帮助招聘人员收集和精炼潜在候选人名单，同时与潜在员工和未来员工创建有意义的约定方面特别有用。
人工智能解决方案为招聘、人力资本管理(HCM)和生产力工具增加了认知能力。认知技术可以让招聘人员通过一个界面来执行行动，这个界面可以通过一个会话UI来访问(例如，通过IPsoft的数字同事Amelia)。其结果是更快的招聘和入职流程。这对公司的整体劳动生产率，以及企业增长和成功的能力都有重大影响。
在传统的人力资源环境中，公司的内部招聘人员必须登录到一个系统中，识别出理想求职者的特征。有了认知人工智能，人力资源招聘人员可以简单地用简单的语言“告诉”一个系统他们需要什么，比如，“我在寻找一位至少有五年经验的合规官。”该系统的认知智能将能够探测说话者的意图。更先进的人工智能系统甚至会生成相关的符合条件的问题来进一步优化搜索，比如，“您希望只搜索本地候选人、英国候选人还是全球候选人?”
一旦确定了招聘人员的任务，人工智能系统将独立地通过各种候选人数据库和求职网站进行搜索。当今最先进的认知系统可以利用机器学习(ML)的能力来预测招聘需求，而无需任何额外的输入。系统已经知道这个职位是否需要更高的学位，需要什么语言能力，甚至知道任何特定职位的平均工资是多少。
人工智能系统可以为每个潜在的候选人自动创建一个个性化的文件夹，包括所有公开可用的信息(如位置、简历、LinkedIn个人资料、社交媒体账户、个人博客等)，这些信息可用于在招聘开始前识别a选人。
AI-Guided Candidate Engagement
人工智能可以让招聘人员通过电子邮件或领英(LinkedIn)消息轻松、无缝地发起拓展活动。招聘人员不需要打开他们的电子邮件客户端或LinkedIn账户。招聘人员可以告诉人工智能系统根据预先批准的模板给所有候选人起草一封信。该通信将通过API集成直接发送给申请人，要求“请联系每个候选人安排电话面试。”
人工智能系统将监控每位求职者何时做出回应，并主动通知招聘人员，以确保及时沟通。如果需要的话，人工智能系统可以发出面试前的问题，先发制人地淘汰任何不匹配的潜在员工。例如，它可以询问求职者的期望薪资，或者他们是否愿意搬家。招聘人员可以利用人工智能的全方位对话界面(语音、网络、社交媒体和电子邮件)，通过这些渠道与潜在的候选人进行沟通。数字化同事可以在任何面试前安全地上传相关文件，如简历、学历证明或相关工作实例。
一旦招聘人员和应聘者同意继续面试，招聘人员只需说:“请安排电话面试”，人工智能系统就会自动为指定的求职者安排面试。然后，该系统通过各种渠道与候选人联系，提供可用的面试日期和时间。日历邀请在选择首选项后发送。
随着人工智能的不断发展，我们毫无疑问会看到更多的人力资源专业人员使用全天候，自然语言理解（NLU）的认知人工智能解决方案来启动候选人搜索，优化搜索列表，并在2020年及以后实现面试和招聘流程的自动化。当AI自动化招聘时，其他团队成员可以花时间处理更复杂或独特的人力资源需求，例如开发新的员工敬业度计划。这共同意味着加快招聘流程，人力资源部门更有效率地运营，企业可以及时，智能地将必要的人员带到现场。
作者：Martin Linstrom
原文地址：http://www.hrdconnect.com/2019/08/14/will-2020-be-the-year-youre-hired-by-ai/
-
AI
【德国】教练辅导公司CoachHub完成600万欧元融资，成为欧洲领先的企业在线辅导提供商。
CoachHub是一家德国初创公司，允许所有员工参加以前只有高管才能参加的商务访问辅导，该公司已经筹集了600万欧元，为其增长提供动力。HV Holtzbrinck Ventures、Partech和SpeedInvestx参加了该轮谈判。不断增长的教练市场目前由全球5.3万名教练组成。美国竞争对手CoachHub BetterUp最近筹集了1.03亿美元。
于2018年推出，CoachHub教练涵盖时间管理、压力管理和领导技能等领域。公司邀请员工进入数字教练平台，在该平台上，基于人工智能的匹配系统推荐了三名完全符合员工个人要求的商务教练。
教练和教练通过智能手机或网络上的CoachHub应用程序直接沟通。辅导通常通过两周一次的视频电话进行，电子学习任务可以提供进一步的个人发展。在任何时候，员工都可以通过一个集成的聊天功能与他们的教练沟通。
总部位于柏林的CoachHub教练池目前由300多名全球合格教练组成，以大约30种语言执教。使用CoachHub的企业不仅能够为员工提供高质量的专业发展，而且许多员工认为这是他们工作的一个真正的好处。
100多家知名公司，包括Generali、Cargill、Hanseatic Bank等大公司、许多在DAX上市的公司以及SoundCloud和HelloFresh等创新科技公司，已经在使用CoachHub。拥有了新的资本，CoachHub现在正准备在整个欧洲建立数字教练，帮助经理和高潜力的个人获得最好的业绩。
CoachHub创始人兼董事总经理Yannis Niebelschuetz说：“CoachHub允许我们的客户将组织上的挑战转化为机遇。教练可以毫不费力地在全球企业集团中提供和推广，这意味着有效的教练变得可以衡量和负担得起。有了这笔投资，我们将继续推进我们的技术，并大大扩大我们在全球的教练专家人才库。我们由50名员工组成的快速发展的团队很高兴为全世界的人提供这一伟大的创新。“
原文作者：Thomas Ohr
原文链接：http://www.eu-startups.com/2019/08/berlin-based-coachhub-raises-e6-million-to-become-europes-leading-provider-of-online-coaching-for-businesses/
-
AI
大师谈：AI时代的人力资源：未来有很多变化，42%的员工不认为现有的HR能够胜任这一变化！
编者注：这是Josh Bersin 的观察，与HRTechChina年初发布的年度预测基本一致。其中挑战性是我们没有想到的。尤其是HR的角色能否胜任科技带来的竞争优势，帮助组织和员工快速建立这种优势，不少员工和老板不认为目前的HR能够胜任，以及觉得应该调整和改善这个角色。前瞻性的HRTechChina的用户们，你们走在了前列，看到了趋势和变化，接下来让我们一道迎接这个挑战和变化吧！
Josh Bersin在过去的几个月里，我与数十位人力资源主管讨论了他们的人才挑战和转变人力资源的必要性。
公司正在重新设计角色和重新组建团队，努力提高员工的参与度和幸福感，创建新的反馈项目，并重新思考领导力的角色。
但这些挑战中，没有一个比AI人工智能的爆炸性影响更具变革性和破坏性。
在我早期对人工智能的讨论中，我称它为“杀手级应用”，因为它有潜力改变我们所做的一切。今天，人工智能已经渗透到我们的生活中，改变了我们购物、开车、交流和管理健康的方式。随着人工智能的应用不断增长，人们的新想法和投资也在不断增加。(软银刚刚向人工智能投资了1080亿美元)。
但是，尽管许多供应商大肆宣传，人工智能并不是你“买来的”东西。“相反，我们使用的所有技术都嵌入了人工智能。人工智能工具利用数据(你必须有高质量的数据来让人工智能工作)以更智能的方式预测、建议、推荐、告知和回答人们。
现在很多公司都在大力投资人力资源领域。例如，IBM重新设计了其人力资源服务交付策略，利用智能代理帮助员工和经理回答问题，并就角色、职业、薪水和学习做出决策。
联合健康集团正在建立一个图形数据库，该数据库使用人工智能来识别提高生产力和服务质量的机会。
McKesson正在使用人工智能来了解员工关系，并提高多样性和团队效率。
作为人力资源领导者，人工智能将改变我们接触的每一个过程。我们招募、评估、雇佣、培训、开发、支付和调动人员的方式都是由AI人工智能决定的。
例如，上周，我促成了与人力资源高管的一次会议，重点讨论了人力资源业务伙伴角色的变化。这一关键角色正受到AI人工智能驱动的聊天机器人chatbot和智能平台的根本性影响，这些平台使员工和管理者越来越容易直接获得他们需要的信息。
不幸的是，许多人力资源组织没有为未来的变化做好准备。Harris Insights进行的一项全球研究发现，尽管超过80%的美国和英国员工认为拥有人工智能技能将为他们的公司带来竞争优势，但42%的人表示，他们不认为人力资源部门能够执行这一任务(真是一个不好的消息)。
普华永道(PwC)对首席执行官的一项调查发现，63%的受访者正根据新的人工智能技术和劳动力需求，重新考虑人力资源部门的角色。
人力资源部门现在有责任建立信任系统、智能系统，以及更好的预测系统，以帮助人才做出决策。我在商界的老朋友之一里奇•休斯(Rich Hughes)(联合健康集团(United Health Group)人力资源战略主管)正在一个图形数据库中构建一个包含大量员工数据的数据湖，以帮助公司更好地理解、预测和提高客户服务、索赔和其他数十个领域的绩效。摩根大通和其他公司也在做同样的事情——这就是人力资源的发展方向。
为了达到这一目标，我们必须做好准备，应对人力资源所有职能领域以及业务本身的全面中断。在我做分析师的25年里，我目睹了许多革命性的变化。我相信人工智能将是最具影响力的改变。
以上由有道翻译软件完成，感谢中国翻译软件！推荐有道翻译，更地道
原文来自：https://joshbersin.com/2019/07/hr-in-the-age-of-ai-lots-of-change-ahead/
-
AI
长篇经典：人力资本分析和AI的四个信任的维度-Josh Bersin
编者注：这是一个长篇的文章，谈AI和People Analytics在工作场所中的几个核心的问题：信任的四个维度：隐私、安全、偏见、人的影响。值得思考！
尤其是HR开始新的数字化时代。请记住，信任是我们今天业务中最重要的事情之一。如果发生不好的事情，你不仅会失去工作，而且对公司声誉的损害可能是巨大的。
原标题：People Analytics and AI in the Workplace: Four Dimensions of Trust
作者：Josh Bersin
以下由AI翻译完成，仅供传递信息，原文请访问文末
AI和People Analytics已经很火了。正如我过去所写的，工作场所已成为一个高度数字化的地方。公司使用调查和反馈工具来获取我们的意见，新工具监控电子邮件和我们的通信网络（ONA），我们捕获有关旅行，位置和移动性的数据，组织现在拥有关于我们的健康，健康和健康的数据。
此外还增加了一个新的数据流，其中包括视频（每个视频会议都可以录制，超过40％的工作面试被录制），音频（记录会议的工具可以感知心情），以及识别面部的图像识别。
在人力资本分析的早期，公司捕获了员工数据，以衡量控制范围，绩效评级分布，继任管道和其他与人才相关的主题。今天，随着所有这些新信息进入工作场所（几乎在工作中点击的任何地方存储在某个地方），人员分析的领域变得非常个性化。
虽然我知道人力资源专业人员认真对待道德和安全工作，但我想指出一些我们需要考虑的道德问题。
数据滥用的风险
首先，让我给你一点动力。虽然您可能会从人力资源软件公司购买一个出色的新员工参与工具或“保留风险预测器”，但这些新系统会带来风险。当您购买系统时，您实际上不知道它是如何工作的，因此它所做出的每一个决定，建议或建议都会成为您组织的问题。
例如，假设您使用Pymetrics，HireVue（编者注：视频面试的工具）或其他高级评估技术来评估求职者。虽然这些供应商努力消除工具中的种族，性别和代际偏见，但如果您实施这些偏见并且候选人起诉您，您的公司应负责任。这种情况一直都在发生。（了解亚马逊如何无意中创建了自己的性别偏见的招聘系统。）
我就遇到过这种事情。多年前我们邀请一名秘书职位的候选人面试，但是我当天不得不离开办公室。候选人来到办公室，我们的办公室经理告诉她我们必须重新安排面试。她立即起诉我们歧视，因为她是受保护阶层的成员。我感觉很糟糕，我们付出了她的时间，但我能看出她的感受。
我要指出的另一个例子。一家公司从他们的HCM系统打开“保留预测器”告诉我，他们的经理看着这些评级，并在看到飞行风险时做各种奇怪的事情。一些管理人员实际上不再与这些人交谈并减少他们在工作中获得的支持，因为我猜他们认为“他们正在考虑离开。”显然，这不是良好的管理，但如果我们不好好利用这些数据，人们可以错误地使用它。
当然，还有其他可能出错的事情。如果您可以访问员工健康数据并使用它来评估或讨论员工的表现，我确信您处于合法危险之中。（我不是律师。）如果您泄漏或无意中发布了员工健康数据，则违反了HIPAA规则。
有很多很多地方可以解决问题。只要看看Facebook，Equifax，万豪以及其他所有认为他们都在保护数据的大公司的情况。人们犯错误; 员工做坏事; 我们必须保护数据，算法和管理行为。
随着人工智能变得越来越普遍，我们不再看到数据，而是看到“轻推”或“推荐”。如果“轻推”在某种程度上有偏见而员工变得心烦意乱怎么办？你知道这个软件是如何运作的吗？你可以回过头来确保它没有根据一些不正确的标准进行区分吗？
最后，如果您是分析师并且自己进行分析，您是否准备好在攻击下捍卫您的调查结果和建议？如果有人挑战您的发现并希望按年龄，性别，种族，甚至地点或季节了解数据 - 您是否已准备好确保其有效和可靠？我知道这是我们可以用统计工具做的事情，但我们必须要小心。
请记住，信任是我们今天业务中最重要的事情之一。如果发生不好的事情，你不仅会失去工作，而且对公司声誉的损害可能是巨大的。
我们应该做什么？
我在这个领域做了很多工作，包括花费相当多的时间与IBM，O'Reilly的人们，当然还要与许多人力资源领导者，人员分析领导者和供应商交谈。为了帮助您通过人员分析了解道德问题，让我提出以下框架。
首先，您使用的数据和算法是否公平？它是否准确反映了您想要的性能或生产率数据，而不排除，区分或无意中偏差结果？这很棘手，我将在下面讨论。从这个框架可以看出，道德有两个方面。
二，数据系统和算法安全吗？我们是否在保护隐私，机密性和安全性？谁有权访问，我们如何审核其在公司中的使用和路径？
这是IT中一个众所周知的问题，但现在我们必须处理人力资源问题。
当您查看这两个维度时，您基本上会发现有四个维度需要信任。
要考虑的第一个道德问题是隐私。如上图所示，Facebook，CVS，雅虎等公司在这里遇到了麻烦。当员工加入您的公司时，他们会授予您收集大量数据的权利，但我们作为雇主无权披露此数据，共享或将其与个人识别的信息相关联。
1.隐私
在GDPR规则中，如果员工要求，组织也必须“忘记”这些数据，因此需要考虑一些重要的业务实践。如果你看一下上面的一些问题，他们都会处理披露和保护问题。谁可以访问这些数据并让这些人接受过隐私规则和程序方面的培训？
在Deloitte，所有顾问都会参加强制性的隐私年度课程，我们的PC被扫描，我们接受培训，不会以可以披露的形式存储任何客户信息。就人力资源而言，我们需要告诉员工我们正在收集哪些数据，并确保他们理解这些数据是用于积极目的的。
虽然我们中的许多人可能会觉得在社交媒体和其他地方分享我们的个人故事很舒服（我个人不这样做），但其他人则更加私密 - 因此即使是内部员工目录也可能存在问题。一家大型科技公司最近告诉我一个关于工程师的故事，该工程师创建了一个内部社交网络，该网络显示了曾在哪个办公室工作的员工以及他们过去的工作。员工们很不高兴“发现”这个网站，因为他们没有事先征求意见，抗议其使用。该员工只是一名试图让公司成为更好工作场所的工程师，不得不关闭系统。
并且捕获的数据量不断增加。例如，L＆D中增长最快的领域之一是虚拟现实（现在称为沉浸式学习）。VR程序捕获所有类型的个人表现数据 - 您的注意力范围，眼球运动以及您应对压力的能力。Pymetrics评估测量您的冒险能力和认知处理。这种类型的数据可能对目的有用（培训，工作适合），但如果不保密，也可能被滥用。
告诉别人您正在做什么，解释您的“选择加入”政策，并确保您为所有员工数据制定了良好的隐私政策。（GDPR规则要求您获得此类同意，并且您还允许员工查看您收集的数据。）
2.安全
隐私的姐妹是安全。数据是否存储和保护在其他人无法找到的地方？您是否拥有密码策略，加密和其他数据保护措施，以便员工无法将数据带回家，将其发送给第三方或意外将其发布到互联网上？这些是所有公司必须处理的IT问题，当我们收到诸如薪资，工作经历，医疗保健数据和其他个人信息等敏感信息时，我们必须妥善保护。
在欧盟，这已成为一项法律。GDPR规则之一是需要创建数据保护官并设计您的系统以进行数据保护。如果发现贵公司在这些地区失效，您可能会被罚款高达收入的2％，这是一个巨大的风险。
3.偏见
我们在People Analytics中遇到的第三个也是最困难的（也是最新的）问题是偏见。无论您是自己分析数据还是从供应商处购买AI工具，我们都必须记住所有算法系统都基于现有数据。如果现有数据存在偏差，则预测和建议将存在偏差。
这是一个非常难以解决的问题，许多组织正在努力解决这个问题。（IBM Research有关于此主题的精彩视频。）例如：
试图评估公平薪酬的系统会将员工与同行进行比较，但可能无法理解种族，地点和年龄等问题
预测保留的系统可能会歧视少数群体或因文化原因离开公司的其他人
评估适合工作的系统可能会使嵌入招聘历史的旧的，有鉴别力的招聘实践制度化
使用组织网络分析来识别绩效的系统可能没有意识到性别或年龄在信任和关系中起着重要作用
预测表现优异者的系统将偏向现有的高评价个人（可能是白人）。
您购买或构建的每个预测分析系统都会内置偏见。（“偏见”一词的意思是“基于过去的影响”，这正是AI试图做的事情。）
您可以采取的减少偏见的最佳方法是监控和培训您的分析系统。换句话说，查看它所做的预测和建议，并检查结果是否有偏差。亚马逊发现其招聘机器人偏向于女性。IBM通过“机器人培训师”不断监控其内部薪酬推荐引擎和在线管理教练（均由Watson提供支持），他们不断调整系统以应对新情况。
我记得几年前一家公司告诉我，中国的薪酬政策效果不佳，中国的工资增幅是美国的两倍。您的系统可能不知道这一点，因此它可能会偏向于中国的加薪或过度偏向美国的加息。这些不一定是不道德的决定，但这种偏见会伤害你的公司。
供应商非常关注这一点。Pymetrics对此非常认真，公司现在开放其算法来减少偏见。其他供应商应该这样做。
当我们巧妙地训练历史数据的算法时，我们在很大程度上只是重复过去。......我们需要做更多，这意味着检查数据中嵌入的偏见。 - 凯茜奥尼尔，“数学毁灭武器”
你能做什么？监控，评估和培训您的数据驱动系统。例如，IBM率先使用人工智能来帮助改善职业发展，管理实践和薪酬。该公司定期审查其基于Watson的人力资源预测员，并培训他们更聪明，更少偏见。（IBM告诉我，他们基于AI的人力资源聊天机器人现在可以在问题答案中提供超过96％的员工满意度。）
可解释，透明或可信的AI
人工智能社区有一个重大的变化，就是让系统“可以解释”。例如，为什么系统会推荐这个工资变化呢？如果您了解预测的原因，您可以更智能地对其进行操作。
4.人的影响力许多供应商正在构建检测AI偏差的工具，包括IBM的偏差检测云服务，来自Pymetrics的Audit AI。麻省理工学院的研究人员现在发布了自动偏置检测 以及 消除AI偏差而不会降低精度的方法。作为人力资源系统的买家，您应该询问这些功能。
信任的第四个维度可能是最重要的。您对捕获此数据的意图是什么？
正如GDPR规则 明确指出的那样，捕获数据以“看看它可能告诉我们什么”是不行的。如果员工认为他们因错误的原因受到监控，那么影响将是负面的。因此，我相信您应该坐下来记录为什么要捕获给定的数据流并清楚地为项目设定目标。Facebook显然没有在他们的业务中做到这一点，他们仍然在恢复声誉受损。
要问的最大问题是：为什么要实施这种特定的分析或AI工具？它会帮助人吗？还是用于监控或秘密进行绩效评估？
大多数供应商都有最好的意图。
Phenom People的新人才体验平台使用AI帮助求职者找到合适的职位空缺，帮助内部求职者找到合适的工作，并帮助聊天机器人向您提出智能问题，以了解您的工作需求。
Glint的新经理Concierge使用AI推荐行为变化和课程，以帮助您成为更好的领导者。ADP的Compass工具和CultureAmp的Zugata也是如此。Humu正在为团队和运营绩效做这件事。
来自IBM的Watson Candidate Assistant使用您的简历来确定您作为求职者的技能，并找到最佳工作，大大提高招聘质量和聘用时间。
EdCast，Valamis，Fuse和Volley正在使用AI推荐学习内容，BetterUp使用AI为您找到最好的教练。
Oracle，Workday和SuccessFactors使用AI来实现许多功能。Oracle HCM建议调整工资，甚至根据您自己的角色和行为自定义您看到的屏幕，从而简化系统本身。
像Spring Health这样的供应商现在使用AI来诊断您的心理健康并推荐正确的提示，辅导员或医生。
事实上，我很清楚所有人力资源技术供应商都在推动人工智能对人们的积极影响。然而，作为买家，我们必须确保我们能够很好地使用它。
举个例子，这里有一些要避免的事情：
不要使用监控数据秘密通知绩效评估。例如，一家金融服务公司使用一种热量和运动检测器来确定谁进入办公室。雅虎着名审查了VPN日志，以了解人们何时在家工作以及何时没有人工作。这类活动会损害员工的信任感，几乎总会导致糟糕的决策。
不得将任何形式的福利数据用于法律允许的任何其他目的。将某些健康数据用于保险定价是合法的：将其用于继任计划，绩效评估或任何其他形式的员工辅导是不合适的。
不要将训练数据（程序性能）用于性能评估。这不仅会降低信任度，还会使您陷入法律危险之中。
不要跨越个人和专业数据之间的界限。如果您正在跟踪员工手机中的数据，请确保您不会授予他人访问个人信息的权限。虽然该设备可能归公司所有，但侵犯隐私会让您陷入困境。
事实上，在大多数大公司中，在开始捕获数据之前应该进行法律审查。您的项目是否符合GDPR指南，HIPAA规则和其他机密性保护？
还要记住，基于AI的调度和工作供应问题也是有风险的工具。例如，万豪公司实施了一个新的系统来安排管家，并结束工会劳资纠纷，因为工人受到不公平对待。该系统正在推动管家疯狂地从一个房间跑到另一个房间。换句话说，它不是为了“帮助人们”，而是为了“帮助公司”。
我可以给出的简单建议是：将您的分析程序专注于对人产生积极影响的策略。如果您正在跟踪人员以衡量工作效率，并且数据将用于改善工作，那么您就会朝着正确的方向前进。如果您使用这些数据来淘汰低绩效企业，那么您可能违反了公司的管理原则。
底线：使用良好的意识，考虑道德是一个“安全”问题
越来越多的公司聘请了“ 首席道德官 ”和其他工作人员来帮助完成这些项目。其他人正在创建“道德使用委员会”，以确保所有分析项目都经过仔细评估。所有这些都是重要的想法。
就像多样性和包容性更像是“安全计划”而不是“培训问题”，数据的道德使用也是如此。最多元化的组织使用指标和委员会来确保他们的D＆I战略得到加强。我们必须在道德使用员工数据方面做同样的事情。
当您启动新的分析程序时，您需要一份需要考虑的问题清单。问问自己“如果这个节目出现在纽约时报的头版上会怎么样？”这会损害公司的声誉吗？
如果答案是肯定的，你需要做更多的功课。
最后，让我们以数据为导向使用消费者体验。暴露大量消费者数据的公司遭受了可怕的打击。
今天，信任是我们拥有的最重要的商业资产之一。认真对待并确保您努力使管理数据驱动朝着正确的方向发展。你会很高兴的。
原文来自：https://joshbersin.com/2019/05/the-ethics-of-ai-and-people-analytics-four-dimensions-of-trust/
再次说明，翻译来自AI，仅供参考学习~
-
AI
联合利华如何利用人工智能为其员工提供“公平化”的技能和面向未来的技能
作者：Molly Fleming 转自：marketingweek 以下由AI翻译完成，旨在快速传播资讯，具体可以参考文末的英文。
联合利华(Unilever)正为其员工推出一个在线人才市场，该市场利用人工智能(AI)帮助他们识别新的职业机会和可以提高技能的领域，以求“公平化”学习。
这个被称为FLEX体验的市场使用了初创公司InnerMobility的技术。它的工作方式是让员工建立一个关于他们当前技能和他们希望提高或获得新专长的领域的简介。然后，它使用人工智能来帮助团队识别符合这些目标的跨业务机会，例如，从事将帮助他们获得新经验或专业知识的项目。
联合利华(Unilever)人力资源执行副总裁杰伦•威尔斯(Jeroen Wels)在接受《营销周刊》(Marketing Week)采访时表示:“我们正在努力做的是，在我们所拥有的机遇中创造出彻底的透明度。如果你用人工智能建立一个内部市场，你就能做到这一点，让公司的机会民主化，这样(员工)就能看到什么样的项目可以用来发展他们的技能、兴趣和获得经验。”
他补充道:“(它创造了)一个没有摩擦的环境，因此没有中间人。没有哪个部门经理看不到所有的机会，也没有哪个经纪人看不到所有的机会，而是实时发生在平台上。”
联合利华声称，该公司已经看到了使用该系统的3万名员工的好处，其中包括营销人员。威尔斯举了一个美国品牌经理的例子，他利用该系统在另一个市场寻找经验，目前正在欧洲从事一个创新项目。
“他现在无需离开纽约就能获得国际经验，并能发现这是否适合他，”威尔斯说。
这项服务目前是可选择的，联合利华计划保持这种方式，因为它想“激发人们学习的兴趣”。然而，整个组织的领导人都被要求推广这一工具，并强调其重要性，而联合利华明确表示，其员工必须为未来做好准备。
威尔斯说:“我们认为，不断发展自己具有重要的战略意义，因为在你意识到之前，技能已经过时了。我们组织中的领导们正在传递这样一个信息:‘你有责任让自己的技能与时俱进。’”
他补充称:“我们正进入一个时期，某些工作岗位将消失，一些岗位将重新出现。(这)降低了我们的员工为未来角色转型带来的风险，因此，你实际上是在为人们创造提高技能的机会的同时，创造了生理上的安全。”
联合利华正在逐步扩大该项目的规模，预计到2020年将全面推出。到目前为止，该公司已在营销、金融、it、供应链和研发领域开展业务，联合利华(Unilever)以一种有分寸的方式将其推广开来，以便解决任何问题，并确保其相关性。
他补充道:“我们不会把它作为一个大爆炸技术系统推出，因为如果我们这样做，它肯定会失败。”
联合利华表示，除了帮助员工为未来的工作做好准备之外，该公司还发现，这套系统还有其他意想不到的好处。其中之一是改善对最感兴趣的项目和技能的反馈，这有助于了解其品牌和市场的走向。
Wels解释道:“当我们推出这个平台时，一位非常资深的领导者说‘这将非常有趣，因为你将看到的是哪些项目和技能是最受欢迎的’。这是一个很有见地的观点，因为如果你有一个没有人感兴趣的项目，或者没有可用的技能，这是很有说服力的。
“(从市场营销的角度)如果你的员工不感兴趣，你为什么要启动一个项目?”这是你可以免费得到的第一方消费者反馈。”
原文来自：https://www.marketingweek.com/how-unilever-is-using-ai-to-democratise-upskilling-and-future-proof-its-employees/
-
AI
【来稿】企业应该如何为科技领域女性连接更多机会？
作者：来稿 ——文章版权归原作者所有，经授权刊登，未经许可，请勿转载
在很多人的“刻板印象”里，女性在数理化方面似乎存在“天然的”弱势。但这并不是事实。根据领英今年发布的《中国新兴职业报告》，数据分析师这个职业的女性从业者增长率超过了男性16个百分点。无论是为世界上第一台现代电子计算机ENIAC（埃尼亚克）成功运行做出贡献的女程序员；还是发明了“跳频技术”，为CDMA、Wi-Fi等技术奠定了基础的Hedy Lamarr，女性的身影很早就活跃在STEM (Science, Technology, Engineering, Math) 领域。
图注：服务于世界第一台计算机连接和调试工作的女性程序员Kathleen McNulty, Frances Bilas, Betty Jean Jennings, Ruth Lichterman, Elizabeth Snyder和 Marlyn Wescoff.
70年以来，女性在STEM领域的职业化发展取得了缓慢但显著的变化。从女性在科技领域的“隐身”，到开始进入原本由男性主导的专业领域，社会一直在不断进步。根据领英的数据科学家Rachel Bowley在2018年发表的博客《全球女性职场进步洞察》(A Snapshot of Progress Among Women in the Workforce), 女性测试开发工程师的就业人数取得了高达240%+的增长，比其他任何行业的变化都更为显著。
与此同时，女性在STEM领域的发展仍存在一些问题，比如男女职业机会平等问题、行业女性占比问题等等。截止2018年，STEM领域里，女性软件开发师占比只是20%，而且在硬件网络行业中女性机会涨幅缓慢。这些既是问题，也是可以更进一步提升女性在STEM领域职业发展的机会领域。
近期，领英人力资源负责人张竞义参加MWC上海的Women4Tech论坛时提到，作为全球性的职场社交平台，领英始终将“人才”置于首位，致力于为科技行业的女性谋求更多的平等机会。而作为领英的人力资源管理者，她经常会被问到对于STEM领域女性从业者的现状有什么看法和建议，以及企业应该如何在招聘流程中促进两性机会平等，吸引并客观评估多元的候选人。
图注：领英人力资源负责人张竞义在MWC上海Women4Tech论坛上的演讲“How To Improve Gender Balance In Technology Sector”
张竞义认为，招聘者首先要打破“刻板印象”，认识到女性在科技领域的独特优势。以数据分析师为例，它要求在读懂数据的同时与现实关联，给出洞察和思考，女性有一些独有的优势，比如同理心、较强的责任感和细节感，更具竞争力。招聘者需要经过专业培训，避免在招聘启事、面试环节使用无意识的、带有偏见的语言。
其次，招聘者需要了解女性求职特征。2019年初，基于领英全球大数据和调研发布的《性别洞察报告》(Gender Insights Report)指出，即使招聘者完全没有性别偏见，但细节和隐藏因素都使得雇主会错过优质的女性候选人。比如，当面对“职位描述”，女性申请者通常会认真研究职位要求，确认自己100%符合职位描述时才考虑申请，但是男性申请者在确认有60%的条件满足后，就会投递简历了。这意味着招聘者在制定招聘要求时考虑要全面，以开放性的思维来判断哪些是“硬性指标”，哪些是加分项的“软性技能”。
图注：领英《2019年性别洞察报告》(Gender Insights Report)
第三，感谢科技的发展，让招聘者有从技术手段降低性别偏见的可能。领英引进Pymetrics测评机制，通过AI技术提升候选人体验，其中性别是被完全隐去的信息。领英全球工程副总裁Maria Zhang (张仁辉)也提到在技术上还有更多保证性别平等的算法。比如，常规上，一个招聘者只看男性简历，而搜索结果“读取”到这个偏好，就会持续推送更多的男性候选人。这个结果不是领英提倡的，领英认为多元化的劳动力市场尤为重要，它的算法会把符合这个招聘者开放职位的要求的全部女性都推送给他，起码给招聘者一个机会去接受多元化。
长久以来，“职场天花板”、“家庭职场难两全”等围绕女性职场的热门话题已经说了太久，或多或少都显得女性非常“弱势”。面对“弱势”，用领英全球数据科学负责人许亚的话来说，“当你设定好目标，你必须矢志不渝，相信自己，包括克服你自己的弱势。”Maria也有同样的建议，她曾经在初入职场时，用了一段时间才意识到，没有必要为了融入男性工程师为主的环境刻意改变自己，“职场天花板依然存在，但是不要退却，勇敢去拼搏才会争取到更多可能。真正有一技之长的人，身边的人不会在乎你的性别，他们看到的是你的闪光之处，你总是会受到瞩目并且找到出路。”
领英中国在男女职业机会平等方面有非常亮眼的表现 —— 全体员工中有58%的女性职员，而在经理级别以上的员工里，女性占比也已经超过半数。垂直到工程师团队，领英有超过40%的成员为女性工程师，她们都是Women in Tech的成员。就在今年，领英还将Women in Tech旗下的[IN]vest培训项目引入亚太，致力于培养工程师团队中女性的卓越领导力。
同时，领英内部还有多项企划，赋能全体女性员工，助力她们发展转型。在领英全球的员工联合社团中，最大的组织即为Women at LinkedIn（W@LI），鼓励女性员工激发潜能、追求卓越；领英还为优秀女性提供EmpowerIn等培训计划，帮助她们发展领导力。新一年度的Women at LinkedIn志愿者招募计划也在中国办公室启动，已有近20名员工申请成为该项员工联合社团负责人。领英的员工都非常积极地参与到“追求更好的自己”的进程中，具有珍贵的“主人翁意识”。作为一名人力资源从业者，张竞义表示，领英期待能在未来为更多STEM领域的女性连接机会。在她们追求职业发展、实现自我价值的路上，领英能做的还有很多。
扫一扫 加微信
hrtechchina
