• Gloat
    围绕人工智能重新设计工作:工作智能工具问世 让我提出一个重要的问题:如果您的 CEO 或 CFO 要求您使用人工智能来提高生产力,您会怎么做? 你会采用“电锯”效率模型并裁掉 10% 的员工吗?还是会深思熟虑地围绕人工智能重新设计工作岗位? 本周我与数十家公司讨论了这个话题,所以我想分享我们所学到的知识。 公司为何变得官僚主义 让我们从原因开始:官僚主义是如何产生的。其实很简单:随着组织的发展,管理人员不断招聘新员工,通常是支持或行政职位。突然你醒来,发现公司里到处都是“项目经理”、“分析师”和“项目经理”。 我们最近研究了一家大型科技公司的职位结构,其中近三分之一的职位似乎是员工职位、分析师或项目经理。虽然我确信这些人很忙,但管理层很清楚,其中许多职位可以集中、共享、自动化或取消。 我们正在与一家大型媒体公司合作,他们一直在分析“媒体经理”的工作。该职位有近 7,000 名员工,这些人执行的任务和活动数量之多令人震惊。他们的核心工作是为客户购买广告空间,但实际上他们从事创意设计、账户管理、分析,还必须跟上人工智能的发展。 我认为这份工作是一个“关键角色”(能够带来巨大价值的角色),但在今天之前并没有标准化,而团队现在知道他们的新人工智能平台可以改变这一功能。 我们如何重新设计工作:蓝图 工作设计已经进行了几十年,其中很大一部分始于“工作任务分析”。在人工智能(以及 Reejig、Draup 和 Gloat 等工具)出现之前,我们会进行调查,了解人们在做什么,然后找出重叠、效率低下或自动化潜力的领域。 但在人工智能时代,这可能还不够。如今,人工智能实现了从招聘到需求分析再到内容开发等所有工作的自动化,理想情况下,我们应该采取更广泛的方法。而这正是我看到公司所面临的困境。 考虑以下蓝图,这种方法可以防止您将 AI 用作“寻找问题的解决方案”。 首先,你要对公司进行基准测试,看看哪些地方效率低下。Reejig 和 Draup 等工具可以让你轻松完成这项工作,它们可以让你全面了解工程、销售、营销或个人角色,看看哪些地方人员过多。 我上面提到的媒体公司的收入和利润率都在下降,因此他们把重点放在面向客户的角色上,目标是提高增长。 IBM 在过去十年中一直使用人工智能来自动化公司中的许多人才和绩效流程,现在拥有一个充当人力资源业务合作伙伴的代理。人工智能决定薪酬范围以保持薪酬公平,还为管理人员提供绩效评估的深入数据。结果是增加了信任度,减少了偏见,并提升了人力资源团队的设计作用。 麦格理银行的规模在过去六年中扩大了一倍,因此他们正在合理化大量面向客户的职位。利用 Reejig,他们发现了数十个集中、自动化或重新设计工作流程的机会,以实现规模化。 安联多年来一直在优化其理赔流程。他们了解这项工作在盈利能力方面发挥的关键作用,现在他们已经构建了一个“数字孪生”,以实现大部分工作的自动化和标准化。 正如你所见,这些项目可能不是“自下而上”的,而是“自上而下”的。在很多情况下,比如当 CEO 想要裁员时,这就是要走的路。 其次,你现在必须“分解工作”来弄清楚人工智能可以发挥什么作用。在某些情况下,你会看一看 SeekOut Spot 或 Paradox(最先进的招聘代理)等工具,然后“实施”并重新考虑工作。但这会造成很多恐惧和阻力,所以系统化工作往往更好。 分析任务(或活动) 想象一下,你在医院工作,负责清洁地板:你的“技能”从“扫地”变成了“操作清洁设备”。如果你是一名软件工程师,你的技能将从“编码”转变为“使用 Github Copilot”。营销专业人士正在从“创建活动”转变为“操作 AI 创意平台”。教学设计师正在从“构建课程”转变为“提示 AI 和策划内容”。 一旦我们知道这些“任务”或“活动”是什么,我们就可以预测或决定要实施多少自动化。在我们讨论的每个案例中,这分为四个步骤。 首先,这个团队效率低下是因为他们正在开发我们根本不想做的产品、销售流程或其他计划吗?我曾在许多效率低下的销售团队工作过,问题在于没人想买的产品,而不是销售流程本身。 第二,这些工作任务是否常规且易于外包?我们能把它们集中起来吗?他们的易用平台是否已经到位? 第三,如果我们找到一个可用的人工智能工具,那么构建、优化和训练它会有多难?可能有一些现成的产品已经准备好了,但在某些情况下,你可能需要 IT 支持来构建所需的系统。 第四,如果我们确实将这些任务外包或自动化,人们需要学习哪些新的增值功能?例如,如果营销专业人员突然被 CRM 工具取代,他或她是否准备好成为一名战略家并在此基础上增加价值? 再回到媒体公司。您的员工会制作创意活动、购买广告空间并管理电子商务和活动指标,以不断提高客户的品牌和销售业绩。这涉及数百项“任务”,包括从客户管理到活动管理再到各种形式的创意工作、管理活动、进行 SEO 分析等等。 随着“代理”的出现,您的代理机构不想落后,因为您的竞争对手之一可能会突然以低于您的出价在客户方面胜过您。因此,您会对“我们可以自动化哪些任务和活动?”非常感兴趣。 现在最大的问题是:我们是否有工具可以帮助我们将工作分解为任务并找出需要重新设计的内容?是的,这就是接下来要做的事情。 Reejig、Gloat、Draup 等推出的全新工作智能平台 如果你回头思考这个问题,你会发现这也是一个“大数据”机会。如果我开发一个工具,扫描世界上的每一份招聘信息,寻找“任务”而不仅仅是“技能”,然后将这些“任务”与职位描述进行匹配,我实际上就会拥有一个巨大的“工作任务库”,可以实时更新。这就是Reejig所做的。 你可以使用Reejig 平台查看公司中的职位,它会为你提供“人们正在执行哪些任务”的准确信息。微软、麦格理集团和 WPP 现在都在这样做,他们都告诉我,准确度令人惊叹。换句话说,虽然你的公司与其他公司并不完全相同,但人们在每个业务领域所做的实际工作却惊人地相似。 我从自己的职业生涯中了解到这一点。在我的职业生涯的六个主要阶段,我从事过销售、营销、产品管理、业务开发和行政工作。每次我去一家新公司,我都会发现他们做的事情和其他公司完全一样,但有些事情被忽略了。这是因为我们还没有人工智能驱动的任务分析工具,所以我们根据经验“弥补”我们需要做的事情。 2000 年代我在 Sybase 工作时,我们根据地点和公司规模进行营销。我们利用直邮和活动来接触人们。并不是每个营销经理都完全了解“受众分析”这一步骤。 如果您有一个平台,可以基于这个庞大的 AI 数据库将“活动策划”一词分解为步骤(活动),会怎么样?它会将您的计划分解为一组 10 或 15 个步骤,并确保不会忘记任何事情。然后,一旦确定了这些步骤,系统就可以向您展示每个步骤所需的技能,甚至可以找到公司中擅长这些事情的人!这就是Gloat 的新 Mosaic平台所做的。 我第一次看到 Mosaic 时惊呆了。多年来,我一直从事销售、营销和研究,依靠自己的经验来了解该做什么。Gloat 可以告诉我需要考虑的每一个步骤。如果我对其中某个步骤不熟悉,Gloat 可以帮我找到一个具备所需技能的人。 这是一件大事。虽然我们公司的每个业务流程看起来都很相似(例如“订单到现金”或“销售线索到销售”),但这些流程中的细节一直在变化。想想保险公司处理索赔的复杂流程。你能想象当你的房子被烧毁,他们想给你寄一张支票时,他们需要多少验证步骤、基准测试、质量检查和欺诈检测流程吗?Travellers 的员工告诉我,他们有“模拟房屋”,他们实际上用火烧毁厨房,以确定在火灾中他们应该承担哪些承包商、供应品和费用。 我们在商业中所做的一切都是由任务和活动组成的,这些“工作步骤”正在以光速实现自动化。因此,这些新的“工作智能”工具在未来的世界将非常有用和重要。 从很多方面来看,Reejig、Gloat、Draup等工具都是我们需要的新型工作智能工具,取代了我们过去所做的大部分“工作任务分析”。 如何使用这些新的工作智能平台? 那么现在最大的问题是:这些工具是万能药吗?或者它们只是“咨询加速器”。 这些都是突破性的新产品。 Reejig 是一个人工智能驱动的工作任务分析平台,它可以显示重点关注的地方。Gloat Mosaic 帮助管理人员分解工作、寻找有才华的员工并确定平台和技能。而 Draup 可以对您的生产力进行基准测试并确定您拥有的平台(以及您的竞争对手使用的平台),以便您评估您的技术成熟度。 这是一个新市场,而且才刚刚起步。未来会有更多此类工具出现。 最后的想法:思考业务重新设计,而不仅仅是工作重新设计 “超级员工的崛起”计划既是一个商业项目,也是一个工作设计项目:我们正在将多个工作职能整合到数据驱动的代理中。 例如,我们的一个客户最近来找我们,说“我们觉得我们的员工太多了,我们想在不雇佣任何新员工的情况下将公司规模扩大一倍。”(“人才密度”策略。) 我们查看了基准(每位员工的收入等),发现他们可能人手过多了 10-15%。但在我们深入研究职位结构之前,首席人力资源官提到“我认为我们的销售人员太多了,因为我们向错误的客户销售产品。我们的许多小客户都没有续约。”无论多少职位重新设计都无法解决这个问题! 换句话说,工作重新设计既是自上而下的工作,也是自下而上的自动化项目。因此,请记住蓝图并考虑以下四件事: 是否有一些产品、市场和客户群体需要我们削减、改进或重新考虑?我们是否在打造正确的产品并服务正确的市场? 我们是否可以通过培训、共享服务或组织整合来解决技能和“错位”问题? 是否有可重复、常规、低价值的任务我们可以立即实现自动化和简化?我们能否使用现有平台快速实现自动化或简化? 当我们转向自动化代理时,是否存在跨职能的机会来同时改善多个角色? 如果您考虑招聘,您可以轻松找到用于构建职位描述的工具。但如果您考虑整个流程,多功能代理可以帮助进行职位分析、职位描述、采购、评估和入职。(Paradox、Maki People、Eightfold 目前正在这样做。) 不要让人工智能成为寻找问题的解决方案 我参加会议后得出的最后一个想法是,一些公司对人工智能如此着迷,以至于他们感觉自己就像一个在寻找问题的解决方案。 新的自动化解决方案需要时间来实施,因此请慢慢来,并确保专注于高回报领域。这样,您将获得资金和 IT 支持。 最后一个故事。 客户是一家拥有全球人力资源组织的大型科技公司。他们拥有出色的人力资源技术,生产率已经很高。他们追求的“问题”是随着业务转向全人工智能产品模式,如何能够超强地促进员工增长,他们希望 HRBP 能够领导这项工作。 人力资源团队以这一重点为中心,检查了这些业务合作伙伴的询问、互动、任务和活动。果然,通过 Reejig 的分析,他们发现多达 40% 的时间都花在了管理上。现在,为了实现高水平的目标,该团队正在研究自动化(包括Galileo)来自动执行这些任务。 将工作设计工作重点放在业务目标上。Gloat(将工作分解为项目、任务、技能和才能)、Reejig(任务分析和组织任务基准测试)和 Draup(企业范围基准测试、工作量分析和技术平台基准测试)等新工具可帮助您加快工作速度。 我们不要为了人工智能而迷恋它,从一开始就要务实。当今的经济现实要求我们这样做。
    Gloat
    2025年03月18日
  • Gloat
    大咖谈:生成式AI在人力资源中的作用日益重要,谈HR不同领域的应用场景 编者注:本文Josh Bersin深入探讨了生成性AI(Generative AI)在人力资源(HR)领域的变革性作用。谈到生成性AI不仅能够整合和分析分散在多个系统中的大量员工数据,还能帮助HR团队更高效地解决招聘、员工体验、培训和合规等多个方面的问题。生成性AI的应用场景包括人才智能、员工体验应用、员工培训和合规应用等。这些应用不仅能提高HR团队的工作效率,还能为员工提供更个性化的体验。推荐HR管理者阅读了解,关注HRTech,了解全球最新HR科技动态。 人力资源是一个综合运营职能 让我们提醒自己,人力资源部门与财务、IT 和其他内部职能部门一样,是一个设计、支持和集成职能部门。人力资源部门与企业合作,处理无数复杂的问题:招聘、入职、培训、领导力发展、绩效管理、薪酬、奖励、福利、混合工作、组织设计、多元化战略、文化等等。在我们所谓的系统人力资源出现之前,大多数这些操作功能都是独立完成的。 如今,公司面临着竞争激烈的劳动力市场、高流动率和劳动力压力,以及重新培训、提高技能和明智地内部人员调动的需要。多样性和包容性、文化和领导力发展等问题仍然至关重要,人力资源团队还担心员工体验、生产力和内部效率。 HR 内部的数据遍布各处。一般大公司拥有超过 80 个面向员工的系统,每个系统都存储大量重要数据以帮助管理自己的区域。当业务领导者或高管想要做出改变、查看业务场景或修复表现不佳的团队时,他们需要将所有这些数据集中在一个集成位置。人工智能有望将这个梦想变为现实(更多内容见下文)。 当人力资源团队制定新的计划和解决方案时,我们还面临着不堪重负的劳动力问题。员工大部分都精疲力竭(87% 的人认为他们正在满负荷运转),因此我们必须简化工作、减少系统数量,并节省人们在管理职能上的时间(使他们能够在“最高许可范围内”运作) 。这意味着人力资源团队不断处理扩大服务数量、缩小服务范围并使其更易于使用的问题。人工智能AI对此有所帮助。 最后,人力资源团队正在转变为创造者、开发者和顾问。正如我们的系统人力资源研究指出的那样,人力资源的未来是更少的“支持代理”,更多的“顾问、产品经理、设计师和顾问”。这意味着越来越多的人力资源团队正在“构建事物”和“分析事物”,这本质上是生成人工智能所做的核心部分。 因此,从某种意义上说,生成式人工智能是解决人力资源团队面临的几乎所有挑战的完美新解决方案。 我们将如何实现这一目标:真实案例 在我们与数十家公司和HR科技供应商交谈时,让我总结一下我们看到的一些大型、高投资回报率的实际案例。 1/ 用于招聘、流动、发展、薪酬公平的人才情报 人才情报现已成为现实。公司可以使用基于 LLM 的系统(Eightfold、Gloat、Beamery、Seekout、Phenom、Skyhive)来识别员工的数百个特征(即技能),使公司能够智能地寻找候选人、决定谁已准备好晋升、调动人员寻找新的机会(人才市场),并确定薪酬不平等。 我们已经研究了这个领域好几年了,现在许多供应商都可以“现成”使用,并且使用来自 Lightcast 等提供商的数据,公司可以相对轻松地开始识别能力差距,研究外部市场的趋势,并使用人工智能为许多人力资源实践构建战略和运营解决方案。——我相信这个市场还很年轻,最终将颠覆许多核心 HCM 参与者。 在招聘中,现在有一些AI插件可以生成职位描述,针对不同的角色进行调整,创建个性化的候选人电子邮件,并丰富您自己的简历。这些工具正变得越来越智能:它们现在可以个性化招聘流程的每个部分,从而节省招聘人员的外展和写作时间。例如,我刚刚看到不少最新的人工智能职位描述生成器,它可以让你根据技能、技术和许多其他因素调整描述。 2/ 员工体验应用程序(入职、工作过渡、管理) 第二个增长空间是“智能员工聊天机器人”,它将文档、支持材料和交易系统整合到一个易于使用的体验中。我们的一些客户正在尝试这一点,我们自己的 JBC HR Copilot 为人力资源专业人员本身提供了这种类型的解决方案。这些实际上是企业应用程序,公司将自己的内容放在一起,制定数据安全策略(我们不希望每个员工看到每个文档或流程),然后使用“编排”工具将聊天机器人连接到企业系统。 IBM Watson Orchestrate 就是为此而设计的(SAP 现在正在使用),并且平台供应商和 HCM 提供商将提供许多此类工具。Workday Assistant 是第一代尝试 - 一旦您将各种人力资源系统的知识与流程文档结合起来,聊天机器人就可以最终取代我们所有的员工门户。 到目前为止,我们发现这些应该首先关注狭窄的用例,然后再进行扩展。例如,一家大型连锁酒店刚刚构建了一个聊天机器人,旨在帮助前台工作人员准确了解如何为高净值客户提供服务。它连接到预订系统,帮助员工了解如何为该客户定制服务。想象一下像这样的入职工具、领导层过渡系统等。 每个 EX 供应商都希望参与其中。Firstup 等提供商使用人工智能为每个人单独定制员工通信。这将成为我们用于许多员工体验应用程序的一组核心功能。 3/ 员工培训和合规应用程序 价值 3500 亿美元的员工培训行业迫切需要生成式 AI。我们已经看到了一些工具,可以从文档生成培训,自动创建测验,并利用现有内容并将其变成“教学助手”。就在昨天,我与一位客户交谈,他刚刚与供应商建立了一个新的领导力发展计划。我们讨论了将这些内容放入我们的 Copilot 中,以便通过经理的对话界面“按需”提供。一旦有了人工智能平台,这并不是一个困难的项目。 但还有更多。Cornerstone、Docebo、Degreed 等公司现在正在使用 AI 来智能推荐内容(基于人才智能,而不仅仅是点击流),根据角色、团队、位置和员工活动生成和推荐微学习,甚至将 AI 用作游戏“提示”员工了解更多信息。 举个例子:我们刚刚在公司的培训学院启动了一个微型学习项目,向人力资源人员传授人工智能知识。例如,该课程由一系列互动问题、小笔记和手机上的互动组成,可以导入到我们的副驾驶中,并在有人提问时提供。这些并不是现成的解决方案,但我们已经很接近了。 请记住,学习与开发团队的大部分工作都是围绕内容创建展开的。这些构建角色、图像、场景和视频的新一代人工智能应用程序将被 L&D 团队广泛使用。我刚刚找到了一个工具,可以拍摄长视频(即讲师指导的课程)并快速找到“最有趣”或“最密集”的内容来创建迷你片段。想象一下,您将不得不拍摄长视频并将其转化为章节、点播学习以及新知识学习的促销活动。 4/ 员工发展和成长应用程序 接下来是帮助员工发展职业生涯的大量新工具和平台领域。感谢人才智能平台,我们现在拥有由人工智能(而不是你的老板)生成的“职业道路”。这些系统会考察您的技能和经验,并(以图形方式)向您展示您拥有的所有成长选项,所有这些都基于数百万人的经验。 例如,您是否知道从事分析工作的营销经理可以进入数据科学、网络安全甚至财务分析领域?或者,一个在医院做小时工“交通支持”的人可以加入职业道路,成为一名 X 射线技术人员或临床护士? 这些路径都是由人工智能揭示和解释的,这些新系统准确地向你展示了你需要学习什么、你必须获得什么认证,甚至你可以和谁谈论这条路径。实际上,我们正在为人力资源专业人员开发此类解决方案(即将推出),您会惊讶于这些工具的帮助之大。 为什么人工智能如此重要?因为这从根本上来说是一个大数据问题。我不可能猜测一个人在我们公司可能拥有的所有职业选择,但如果我将他们的个人资料和历史记录插入八重职业导航器或其他系统,我们都可以看到许多我们从未考虑过的选择。 想想这将如何帮助没有学位的员工在职业生涯中取得进步。不再需要在网站上逛来猜去哪里申请工作——这些职业导航系统将改变许多人的生活。 5/ 绩效管理和运营改进 人工智能应该用于绩效管理吗?嗯,我不希望这些系统写绩效评估,但是,是的,它们会有很大帮助。考虑一下我们每个公司都遇到的典型问题:一个团队、一个工作组或一个个人表现不佳。这个群体或个人的数量落后,他们的项目迟到,或者他们的质量不合格。我们是否要等待经理找出问题所在并让他们弄清楚该怎么做? 这就是今天的运作方式:每个经理都必须猜测、弄清楚并决定对绩效不佳的个人、团队或项目“做什么”。为什么不让人工智能为我们做一些事情呢?例如,我们已经看到一些应用程序可以向您展示公司绩效的综合“视图”。从很多方面来说,这都是一个数据问题。 例如,如果我们发现超过一定规模的项目团队根本无法完成工作怎么办?如果我们查看团队的技能构成并发现缺少一项重要技能怎么办?也许终身教职是问题所在(顺便说一句,这通常是问题)。也许多样性阻碍了团队的发展。 虽然直线经理可能不会进行此类分析,但我可以向您保证,人力资源顾问很乐意在​​这里提供帮助。这些更广泛的组织设计和绩效项目无处不在,一旦我们在人工智能系统中拥有了所有数据,我们就可以简单地向它提问。 我问Google 的 Bard,“请比较一下雪佛龙和埃克森美孚的财务增长、回报和利润率。” 大约十秒钟就完成了相当不错的工作。想象一下,如果您在自己的公司中跨团队这样做会怎样?一旦我们将内部数据输入正确的人工智能系统,这将成为常规且常见的事情。 6/ 保留、混合工作、幸福感、敬业度分析 这引导我进入最后一个重要领域:研究、分析和提高员工保留率、福祉和敬业度。 我接触过的每家公司现在都在处理员工倦怠、福祉和其他敬业度问题。几十年来,我们依靠调查和各种基准来试图弄清楚该怎么做。是的,良好的反馈系统可以为我们提供大量有帮助的信息。 但是,如果我们只是将这些数据放入我们的大型人工智能平台并询问一些问题会怎样?“影响销售部门人员流动的最重要因素是什么?” 可能是经理。这可能是一种补偿。可能是终身教职。可能是别的东西。 是的,我们总是可以使用调查、市政厅和其他倾听方法来做到这一点。但如果我们只看数据呢?我们已经多次介绍过美国银行学院的故事,讲述的是一家公司通过详细分析数据“发现”其人才问题的故事。例如,他们发现银行余额与分行员工的任期密切相关。终身任职是由许多其他因素驱动的:人们在职业生涯中如何被聘用、入职和支持。通过进行该分析,他们能够显着提高业务绩效和保留率。他们的敬业度调查永远不会指出这一点。 你是如何开始的? 这给我们留下了一个大问题:如何开始?让我分享一下我们学到的东西。 首先,与其“追逐技术”,不如“爱上问题”。 换句话说,您想关注什么问题?是员工入职吗?人力资源自助服务?小时工排班和轮班管理?这意味着让您的团队聚集在一起确定投资的优先顺序,因为构建基于人工智能的解决方案并不像您想象的那么简单。 其次,一旦您决定从哪里开始,就该让 IT 团队参与进来。这些用例中的每一个都会变成一系列数据质量、数据管理、数据字典、然后是安全、业务规则和机密性的问题。 请记住,“将信息扔进法学硕士”可能听起来很有趣,但即使它有效,你也只是让各种各样的人访问他们可能不需要、不想要、甚至不被允许看到的信息。因此,聊天机器人的实施意味着同时关注用户体验、数据管理、搜索和编排。 我们自己的副驾驶工作已经给了我们这样的经验。一旦你收集到数据(在大多数情况下,并不清楚谁拥有什么),你必须开始测试 Gen AI 用例,定义安全规则,并决定你想要什么(如果有)后端编排。这些并不像“将一堆电子表格扔进 OpenAI 并开始提出问题”那么令人兴奋,但这正是真正的解决方案需要做的。 第三,你必须意识到,人工智能系统与交易系统不同,它负责照顾和喂养。“及时工程”意味着调整系统以正确回答问题,找到数据或文档中的差距,并不断努力保持用户体验简单。一旦聊天机器人或其他系统投入运行,我可以保证将会需要更多(和新的)数据。 从很多方面来说,新的人工智能系统就像一个新生婴儿。它必须学习如何走路、说话、举止以及避免麻烦。在您真正使用之前,现成的工具不会执行此操作,因此您需要 IT 的帮助来确保您的系统在增长时具有可持续性和可支持性。 人工智能将如何影响人力资源本身? 还有一个关于你的角色的大问题。这些新系统会让你被淘汰吗? 答案显然是否定的。这些智能系统是数据饥渴的恶魔。一旦构建它们并添加正确的信息,您将成为分析师、聊天机器人培训师、产品经理和设计师。查找信息和分析信息的许多平凡工作可能会消失,但了解要使用哪些信息的更高级别的工作将保留下来。随着新应用程序的到来,将会出现许多新的工作来负责人工智能系统、调整它们并不断改进它们。 让我向您告别:尽管这个领域令人兴奋不已,但人力资源中的人工智能实施仍然是技术项目。它们与任何交易系统都存在许多相同的问题和挑战,并且系统本身一直在“学习”。 我可以向您保证,整个领域既被过度炒作又被低估。如果您从小事做起,亲自动手,并带上您的 IT 团队,那么您将开始在我讨论的任何领域看到令人震惊的商业利益。  
    Gloat
    2023年09月03日
  • Gloat
    【美国】纽约一家AI驱动的企业内部人才市场平台Gloat获得9000万美元的D轮融资 企业人才内部市场 Gloat 宣布,它在D轮融资中获得了9000万美元,使这家创业公司的融资总额达到1.92亿美元。本轮融资由Generation Investment Management领投,一些现有投资者也参与了本轮融资,包括Accel、Eight Roads Ventures、Intel Capital和Lumir Ventures。值得一提的是,Generation由美国前副总统阿尔-戈尔(Al Gore)担任主席。 Gloat公司的首席执行官Ben Reuveni说,所得资金将用于扩大Gloat的存在,发展其超过250名员工的团队,并 "加强 "其研发举措。 今天,企业和员工面临的许多问题比以往任何时候都更加严峻。人们正在离开他们的职业生涯没有出路的公司,与此同时,招聘冻结,甚至取消工作机会,正变得越来越普遍。 从本质上讲,人们和企业都被困住了。这些趋势,在从大流行病过渡到可能的经济衰退的推动下,凸显了Gloat存在的原因。Gloat帮助员工引导他们的职业生涯,加速他们在公司的潜力。同时,Gloat帮助企业保持敏捷性,为他们提供情报和工具,以重新部署人才,了解整个组织的技能,并做出关键的规划决策。简而言之,Gloat使人们能够成为任何东西,使企业能够实现任何东西。 Gloat是劳动力敏捷性平台的提供商,该平台使企业能够发展和部署人才,同时不断了解和调整其员工队伍以适应不断变化的需求。借助 Gloat,企业已准备好快速应对变化,保留关键技能组合,并设计面向未来的员工队伍。 Gloat最近完成的9000万美元D轮融资将帮助扩大其劳动力敏捷性平台的全球范围。通过结合其由人工智能驱动的人才市场和劳动力智能,Gloat帮助企业打破孤岛,大规模分析数以千计的技能,并为战略人才决策提炼出关键的见解。 Reuveni这样总结他所认为的公司差异化因素:"Gloat的独特之处在于,我们一开始就为内部流动提供了解决方案。在整个市场上,有许多招聘......工具来寻找外部候选人,但内部流动带来了独特和细微的挑战。它需要真正了解可转移的技能和头衔,如果没有Gloat的技术所提供的深入的、针对具体组织和行业的洞察力,这一点可能并不明显。" Reuveni于2015年与Amichai Schreiber和Danny Shteinberg一起创立了Gloat。Reuveni之前是IBM的解决方案架构师,而Schreiber来自英特尔、Mobileye(英特尔收购之前)和惠普。 "自工业革命以来,传统的工作、工作和职业方法一直是企业运营的核心,现在却阻碍了企业及其员工的发展。在这样一个时代,变化的速度比以往任何时候都要求更多的灵活性和适应性,而且员工的期望值也提高了,企业需要一个更灵活的人才和职业的运营模式--一个让每个员工为自己的职业发展掌舵,并为企业提供他们需要的数据情报以做出更明智的人才决策的模式," Reuveni说。 Gloat使用人工智能系统来映射技能、角色、候选人和公司之间的关系。经过对简历、职业介绍、工作描述、学术内容、经济数据和薪酬数据的训练,该系统试图量化工作名称、工作要求和技能需求的变化方式。鉴于同样的工作头衔在不同的公司可能意味着不同的东西;Gloat的设计是为了理解这些细微差别,并自动推断不同公司、地域和行业的角色差异。 曾经与开拓型公司有关的东西现在已经成为企业生存的基本机制。理解和恰当地引导劳动力需要一种更细化的方法:工作必须被提炼成任务,角色被分解成技能,人们的能力、兴趣和潜力必须被认可。这种工作的像素化是在不断被破坏的市场中确保和保持企业可持续性的唯一途径--Gloat不仅提供了一种在这种细化水平上收集不断变化的情报的方法,而且还可以快速和大规模地对其采取行动。 许多世界上最大的雇主已经将Gloat的平台纳入了他们的业务基础设施。包括万事达卡、联合利华、施耐德电气、希捷、雀巢、诺华、渣打银行和汇丰银行等公司已经能够保护、重新部署、重组和优化其劳动力。他们已经节省了数百万美元的人才招聘成本,并释放了数十万个工作时间。 相比之下,在大辞职期间,空前的员工流失困扰着没有人才市场或劳动力情报的公司。幸运的是,目前对劳动力敏捷性的高要求表明了一种全面的认识--人力资本管理的过时做法已经成为过去。现在是时候为每个人的职业发展创造条件,并为每个企业带来劳动力敏捷性。 Gloat融资历程 【美国】基于AI的职业发展平台Gloat获得2500万美元的B轮融资
    Gloat
    2022年06月29日
  • Gloat
    【美国】基于AI的职业发展平台Gloat获得2500万美元的B轮融资 开拓性AI人才市场的开发商Gloat此次宣布已获得2500万美元的B轮融资,以进一步实现使职业发展民主化、释放技能并帮助企业建立面向未来的员工队伍的使命。该轮融资由Fidelity支持的专有投资公司8roads Ventures与Intel Capital共同领投。现有的投资者Magma Venture Partners和PICO Partners也参与其中。这笔资金将用于雄心勃勃的招聘计划,以扩大Gloat在纽约和特拉维夫的办事处,并进一步增强其HR技术,该技术已被一些世界上最大的雇主采用。 LinkedIn最近的一份报告显示,如果公司投资于自己的职业生涯,则94%的员工将在公司待更长的时间。根据《 2019年德勤全球千禧一代调查》,有49%的千禧一代会在两年内辞职,这使雇主付出了90%-200%的年薪。调整工作场所以为员工提供他们渴望的体验和个人成长的多样性对于企业至关重要。雇主还担心的另一个问题是,人们认为人才和技能不足以填补某些职位,这种情况被大多数首席执行官视为对他们业务的最大威胁。 “我们的技术解决了这样一个问题:在提高员工满意度的同时,大型企业平均每年要付出4亿美元的挽留成本,以每个人的标准来看,这是一个双赢的局面,”Gloat首席执行官Ben Reuveni说。“作为我们领域中的第一位,我们感到自豪的是引领企业帮助企业评估员工的方式,因为具有独特技能和抱负的个人铺平了道路,以最大化产出,同时也增加了员工的参与度。我们在过去一年取得的势头和市场需求的不断增长证明,我们的解决方案是未来工作的前沿。” Gloat的AI技术驱动的内部人才市场可通过分析各种可能的职业选择,并跟踪员工在公司成立第一天的成就和愿望,全面了解个人独特的职业道路。然后,它将员工与内部兼职项目、演出、全职职位、导师和工作调动进行积极匹配,以便他们成长并获得针对性的新技能,同时还扩展了他们的网络。以前,职业发展只限于人脉丰富、特权丰富的职业,而如今,职业发展已被民主化为用户友好的平台和移动应用程序。Gloat还使企业能够实时了解其内部人才库和即将出现的技能差距。 “Gloat是市场上独一无二的解决方案,我们对该公司的快速发展和令人兴奋的企业前景感到惊讶,”8roads Ventures的管理合伙人Davor Hebel说。“公司的方法使企业能够无缝地适应当前的职场趋势,确保雇主满足员工成功的需求。我们很高兴能与格洛特的天才团队合作,并期待着利用我们的全球网络和专业知识来支持他们的规模。 Intel Capital高级董事总经理兼副总裁Trina Van Pelt表示:“ Gloat的创新型AI驱动的人才管理平台正在迅速成为领先的全球企业进行人力资本转型的重要支柱。” “我们期待与公司合作,帮助塑造我们工作方式的未来。” “将公司优化为人才网络是管理组织的秘诀,”全球行业分析师Josh Bersin说。“像Gloat这样的平台以战略性和数据驱动方式促进内部流动,将成为人力资源和业务运营的核心。”   以上由AI翻译,仅供参考! 作者:Mayuri Chaudhary 来源:https://www.hrtechnologist.com/news/ai-in-hr/ai-talent-marketplace-gloat-secure-25m-in-series-b-funding/
    Gloat
    2019年12月20日