-
人工智能
人工智能：人力资源行业真正的杀手应用程序
对人工智能的炒作和期望现在是天高。我们很快就会和我们的电脑通话。无人机将提供我们的杂货; 我们的汽车会开车自己; 而大多数白领工人将会是监控机器。这一切都是真的吗？这真的会发生吗？
作为一位遵循技术几十年的行业分析师和工程师，我想说我们正处于一个有趣的阶段：一方面，炒作远远超出了现实; 另一方面，上涨幅度可能比我们想象的要大得多。在人力资源方面，价值的机会是巨大的。
虽然几乎所有人力资源供应商现在都在建立人工智能团队，我们都希望我们的系统更加智能和实用，但我相信这个市场还很年轻，所以我想指出一些需要考虑的事情。
上周我参加了一个关于招聘自动化的会议，我们听取了奥克兰A的总经理比利比恩谈到钱球。在对Sabermetrics的历史和数据如何改变了棒球比赛的精彩讨论之后，他告诉我们，他现在在他的名单上有六位博士学位机器学习工程师，“拥有最多博士学位的团队真的很难被击败。”这就是业务中发生的事情。
人工智能在人力资源和管理中的作用
让我们认识到AI不是一些神奇的电脑化角色; 它是一个广泛的算法和机器学习工具，可以快速注入数据，识别模式，并优化和预测趋势。系统可以理解言语，识别照片，并使用模式匹配来获取关于情绪，诚实，甚至个性的信号。这些算法不像人类那样“直观”，但它们速度很快，因此它们可以在几秒钟内分析数百万条信息，并快速将它们与模式关联起来。
统计学上的AI系统可以通过绘制可能结果的曲线来“预测”和“学习”，然后根据许多标准优化决策。所以你可以想象一个人工智能系统，可以查看可能的人口统计数据，工作经历以及与候选人面试的问题，然后“预测”他们在工作中的表现如何。（HiredScore，Pymetrics，HireVue，IBM和其他公司正在研究这方面的工作。）
虽然这比听起来更复杂，但这是一项重要且高尚的举措。几周前，当我被问到这个问题时，我回答说：“我们今天制定的大多数管理决策都是由我们的裤子所在位置完成的。如果这些系统让我们变得更聪明一些，我们可以极大地改善我们的运营。“
是的，有很多风险和障碍需要处理，但潜力非常大。
我们可以期望看到哪些杀手级应用程序？
让我列出我们可以看到突破性成果的许多领域中的一小部分。
在招聘中，我们做出了很多关于直觉的决定。一项研究表明，大多数招聘经理会在候选人的头60秒内对候选人做出决定，通常基于外表，握手，着装或演讲。我们是否真的知道什么样的特征，经历，教育和人格特质能够保证某个角色的成功？不，我们不。经理和人力资源专业人士使用数十亿美元的评估，测试，模拟和游戏来雇佣人员 - 但很多人告诉我他们仍然有30-40％的人选错了。
基于人工智能的算法可以清除简历，找到优秀的内部候选人，分析高绩效人员，甚至解码视频访谈，并告诉我们关于谁可能成功的信号。我们的一个客户现在使用Pymetrics的基于人工智能的游戏化评估来筛选其市场和销售角色的候选人，他们的成功率提高了30％以上，同时消除了固有的所有“面试偏见”和“教育谱系偏见”当前的过程。AI在招聘中将是巨大的。（7月27日 在上海，招聘科技创新大会中将会有谈到类似的话题，值得关注）
顺便说一句，尽管我们都担心工作技能（软件技能，销售技能，数学技能等），但大多数研究表明，技术技能只占一个人成功的一小部分。在我们最近关于高影响力人才招聘的研究中，我们发现，那些从招聘中获得最高财务回报的4级成熟公司将其招聘标准的近40％分配到情感和心理特征，如抱负，学习敏捷性，激情和目的感。人工智能也会发现这一点吗？也许。
在员工发展和学习，我们真的不知道如何完美地“训练”人。全球L＆D行业超过2000亿美元，大多数学习专业人士告诉我们，至少有一半是浪费（遗忘，不恰当的应用，或只是浪费人们的时间）。但我们不知道这是哪一半！作为一个人，你是否知道你需要学习什么以更好地工作？我们都有一个非常好的主意，但是如果我们有算法来监控和研究团队中表现最好的成员的技能，行为和活动，然后告诉我们如何更像他们呢？这类“类似Netflix”的算法现在正在进入学习平台的世界，使得学习与观看有线电视一样有用和有趣。市场还很年轻，但机会很大。我们的研究表明，普通员工每周少于25分钟的时间进行培训和学习; 如果我们让这个时间更相关，每个人都会表现得更好。
在管理和领导方面，我们像禅师一样运作。我们阅读书籍，去讲习班，复制我们敬佩的老板，并且荣耀当天成功的领导者。我们真的了解领导科学吗？我建议这是一个短暂的话题。今年我们专注于目标，使命和追随者。就在几年前，这就是“仆役式领导”，而我年轻的时候就是“执行力和财务智慧”。大多数研究发现，有几十种管理和领导特质定义了成功，我们每个人都带来了一点点不同他们的独特组合。
AI现在可以帮助解码这个。我知道有三家供应商构建了“基于AI”的辅导工具，需要反馈的系统，阅读评论以及员工和团队的直觉情绪。他们使用这些数据来将这些个人和团队的问题与高绩效团队进行匹配，并利用这些数据为经理和主管“推动”如何做得更好。一位客户告诉我，在使用这个工具仅仅3个月的时间里，他们的领导团队仅仅基于小的行为推动就显示出企业价值提高了25％。
在欺诈和合规方面，机会是巨大的。一项研究发现，窃取或实施犯罪的员工对同龄人（与他们一起工作的人有不良习惯）具有“传染性”。人工智能可以查看组织网络数据（电子邮件流量，评论意见）并确定压力领域，可能存在道德失范的领域以及许多其他形式的合规风险，并指出人力资源部或合规官员的“红色区域”他们可以在不良行为发生之前进行干预。
在福祉方面，人工智能现在被用来识别导致工作表现差的行为。在安全方面，人工智能可以识别导致事故的行为和经历。在销售中，人工智能可以通过微调和真实数据向专家提供初级销售人员的提示。该名单继续下去。
有风险吗？人们分析会发生什么？
所有这些应用程序都是新的应用程序，并且看起来很令人兴奋，但有很多风险需要担心。最大的挑战在于，如果没有“训练数据”，人工智能就无法工作。换句话说，算法会从过去学习。如果你目前的管理实践存在偏见，歧视性，惩罚性或过度等级化，你可能会把所有你讨厌的事情制度化。我们需要透明和“可调整”的AI，以便我们可以检查这些模块以确保它们正在做正确的事情。就像早期的汽车并不总是直行，我们早期的算法将需要“保险杠”和“调音旋钮”，以便我们学习如何使它们更加精确。
这些系统可以将偏见制度化。假设你的公司从未雇用女性工程师，并且拥有很少的非洲裔美国人工程师。人工智能招聘系统自然会得出结论：女性和黑人工程师不太可能进入管理层。这种类型的偏差必须从算法中仔细去除，并且需要时间才能做到这一点。
数据暴露和无意滥用也有风险。考虑一种常用的分析方法，我们试图预测高绩效员离开公司的可能性。如果我们告诉管理者“这个人很有可能离开”我们实际上可能会制造错误的行为 - 管理者可能会忽视这个人，或者以不同的方式对待他或她。我们必须认真学习如何运用行为经济学，所以我们不要让AI偶然变成“HAL”（电影2000）。人工智能是一种建议和改进的“工具” - 而不是今天的独立解决方案系统。
我本周与Entelo的一位AI领导交谈过，并且我们讨论了创建“解释性”和“透明”AI系统的必要性。换句话说，每当系统做出决定时，它应该告诉我们为什么做出这个决定，所以我们人类可以决定它使用的标准是否仍然准确。他告诉我这是新工具最重要的标准之一，不幸的是，今天大多数AI系统都是一个完整的黑匣子。
考虑一下当自动驾驶车辆发生碰撞时会发生什么。我们花了很多时间来诊断它是如何发生的，视觉或算法系统失败，以及可能导致事故的条件。如果人工智能对候选人，薪资调整或管理层干预进行错误推荐，该怎么办？我们会发现吗？我们会诊断它吗？我们会注意到它太迟了吗？我们还有很多工作要做，并且学习如何“训练”我们的基于管理的人工智能系统才能正常工作。
人工智能将成为人力资源解决方案的差异化特征吗？
现在围绕人工智能的炒作处于历史新高。每个人力资源软件供应商都希望您相信他们拥有一个机器学习团队和一流的AI解决方案。是的，这些功能对这个行业非常重要，但不相信炒作。
人力资源工具的成功取决于许多因素：算法的准确性和完整性，系统的易用性，但比提供所谓的“狭窄人工智能”的能力更重要 - 或者非常具体的解决方案解决你的问题。这只能在供应商拥有大量数据（以训练其系统）时才能完成，并且他们对其工作效果获得大量反馈。所以我相信进入障碍将成为关注焦点，业务战略和客户亲密关系，而不仅仅是拥有优秀的工程师。
除非你可以在公司证明这一点，否则不要购买一个黑盒子系统。每个公司的管理和人员决策往往都是基于文化的，所以我们必须花时间在现实世界中尝试这些系统并调整以充分利用它们。例如，IBM花费数年时间为公司，文化和商业模式优化其基于AI的薪酬和职业解决方案。他们现在将这些工具引入企业客户，并发现每个实现都会教授IBM关于算法的新内容，以使其更好地适应该行业，文化或组织需求。
尽管存在这些问题，上行是巨大的
尽管存在这些挑战和风险，但其优势是巨大的。公司将40-60％的收入用于工资，其中大部分的巨额费用是由我们对直觉感到的管理决定所驱动的。随着人力资源管理系统变得更加智能化，更加成熟，并且更专注于具体问题，我相信我们将看到生产力，绩效和员工福利的显着提升。我们必须耐心，警惕，愿意投资。
以上由hrtech AI 翻译完成，仅供参考！
作者：JOSH BERSIN
-
人工智能
小型企业选择云端人力资源部门的6个理由
全球各地的企业都在快速唤醒云计算的想法及其提供的诸多好处。无论是公共还是私有云计算，大量企业都以某种方式使用云。
随着许多关键业务操作以极快的速度转移到云端，人力资源部也不例外。事实上，组织通过将其人力资源流程转移到云生态系统来节省一笔财富。
是的，实施基于云计算的工资软件或人力资本管理解决方案可以解决与员工和人力资本管理有关的各种问题。
这里有六个原因说明为什么云中的人力资源部门对小型企业来说是完全合理的。
1.人力资源聊天机器人
所以，我们都知道'Siri'（臭名昭着的聊天机器人/虚拟助手）及其在我们生活中的角色！
现在想象一下聊天机器人为您附近的人力资源部门提供动力。是的，大多数基于云计算的工资软件解决方案都配备了智能HR聊天机器人，作为人力资源部门的扩展部分。
员工向人力资源部门提出的大多数问题都由使用机器学习和人工智能算法与人类交互的人力资源聊天机器人来解答。这些机器人将执行世俗和常规的与人力资源相关的任务，例如在旅途中进行员工调查，收集员工信息，提供工资细节等。
2.可扩展和预算友好
是的，基于SaaS的订阅计划使云工资软件成为初创企业和小企业的完美选择。简而言之，“即用即付”功能使基于云计算的人力资源软件可以充分扩展至中小型企业。此外，它还消除了为维护和实施目的而增加IT设备和人员的需求。
3.统一的HR数据库
基于云计算的工资软件可作为所有重要员工数据的综合集中中心，从而确保每个人都处于同一页面上。没有更多的工资和出勤冗余或不一致。
最重要的是，基于云计算的工资软件可以即时访问人力资源数据库，例如离职，休假详情，病假等等。
4.时间和出勤
基于云的人力资源软件可以帮助您通过其自动时间跟踪功能保持准时和旷工。它可以让您创建和处理多个工作班次，员工时间安排，离职/出勤等等。
5.自助服务
将人力资源运营转移到云计算中最令人兴奋的部分就是这里。
员工自助服务可以让公司的员工从他们的手持设备上即时检查叶子，申请叶子，查看税务/工资细节等，而无需打开人力资源管理系统。由于它允许员工自己检查和更新他们的个人信息，因此HR不必这样做，从而为他们节省时间和精力。
6.人力资源分析
无论您的人力资源部门是否使用数以百计的预格式化图表或报告，您都可以将它们与云工资软件进行整合。找到了！智能HR随时随地从任何设备上报告。享受人工访问直观的人力资源分析和管理信息系统报告，进行一系列与人力资源相关的活动，例如人员配备，出勤率，绩效管理，招聘等。
就其核心而言，云计算工资软件随着您的小企业而增长。易于实施和使用，对于正在成长的公司来说，投资于基于云计算的人力资源解决方案当然是有意义的。
除了节省时间和口袋友好之外，当我们谈论创新时，云薪水软件是一个福音。是的，自动系统升级和更新使云HR解决方案相对更容易保持有用和前沿。
以上内容基于AI翻译，仅供参考
-
人工智能
人力资源如何利用AI铲除无意识偏见
来源| undercoverrecruiter
人工智能并不是在窃取我们的工作 - 他们让我们更好地安排合适的员工。
人工智能（AI）的发展有时会让人感觉像是一把双刃剑：我们对智能机器获得更大更好的东西感到惊叹，但与此同时，即使是在自己的游戏中的人类超级巨星，它们也开始走向胜利。重新编码。
从这个角度来看，A.I.开始看起来可能像一个威胁。
但实际上，A.I.的目的是不是要超越我们 - 这是为了提高我们自己的能力。
正如TechCrunch解释的那样，计算机的智能显然非常狭窄，事实上，只有我们为其分配的特定任务（如国际象棋）才具有优势。
然而，有些精明的，我们可以使用A.I.弥补我们自己的弱点，大大提高我们作为专业人员的效率。这就是为什么人力资源专业人员现在使用A.I.瞄准人类最根深蒂固的缺点之一：无意识的偏见。
数据可以是客观的，但我们不能
不幸的是，个人偏见是人性的基本组成部分 - 换句话说，偏见不是我们可以避免的。
无论我们的自我意识如何变化，我们做出的每一个决定都会受到主观意见的损害，因此也会产生偏见（或者潜意识也许是另一个更常见的术语）。
公司在改善多样性方面遇到很多麻烦的原因，比如包容性。
据Fast Company介绍，这就是招聘经理们转向A.I的基于数据的客观意见的原因。
虽然我们不能从自己的大脑中消除偏见，但是我们可以通过编程计算机来取代它。感谢机器学习技术，A.I.计划可以收集大量数据以识别细微模式，从而找出招聘过程中出现偏差的确切位置。
对于“学习”绰号，这些计算机可以动态适应不断变化的招聘环境，随着新信息的涌入或招聘策略的变化而改变评估。
PBS报告显示，自然，来自硅谷各地的招聘人员 - 处于多元化举措的最前沿 - 已经引起人们的注意。
雇佣公平和智慧
正如主板所观察到的，人力资源团队的优势在于能够从上到下优化招聘;从面试问题和候选人选择标准到个人招聘人员的行为都可以进行分析，剖析和改进。
当然，他们注意到，没有A.I.将在100％的时间内提供完美的性能 - 机器学习算法受到创建它们的人的影响。
尽管无法实现完美的准确性，组织仍然可以从A.I.的优势中获益匪浅。
创造更好的人类团队 - 而这正是他们正在做的。
根据TechRepublic，A.I.已经被全球许多大公司所采用，以识别和留住顶尖人才。
通过评估候选人情商并分析关键词，计算机可以确定候选人是否会在公司独特的文化中茁壮成长。
虽然我们早些时候说过A.I.的目的不是要超越人类。事实上，对于招聘人员来说，智能电脑正在改变游戏规则。
得出这样的结论：有了这样的项目，人力资源团队可能只会对竞争对手产生压倒性的优势。
以上内容由HRTech AI编译完成，仅供参考
-
人工智能
掌上HR管理系统用'smHRty'重塑人力资源自动化 - 一种新的友好型HR机器人
来源| MUMBAI
现在已经是2018年了。掌上人力资源管理系统对人力资源部门来说是个好消息。
之前被称为Pocket HCM的Pocket HRMS在本周早些时候推出'smHRty'（发音为Smarty），旨在重新设计人力资源自动化。
smHRty是一款AI聊天机器人，可作为员工的HR一级服务台，从而将人力资源人员从大量的管理工作中解放出来，并让他们专注于其他关键性战略任务。
现在已经是2018年，随着业务生态系统和技术的不断发展，人力资源的动态正在发生巨大的变化。
随着其他流程、技术和云计算取得了巨大的飞跃，人力资源部门必须拥抱我们今天提供的技术优势。从招聘到退休，许多公司仍然在人工处理HR的所有关键流程。
我们相信新推出的Pocket HRMS和HR聊天机器人smHRty将成为受每个人欢迎的举措。
“我们将考虑把smHRty作为处理所有人力资源部门互动与查询的第一级延伸手段，从而让人力资源部门专注于更重要的事情”，Sage Software Solutions Pvt Ltd.的首席执行官Jitendra Somani先生说道。
smHRty使用智能机器学习算法回答员工向HR提出的一些最常见的问题。交互式聊天机器人可以像人一样工作，像真人一样有趣和平易近人。无论是检查假期余额，税务细节，工资单或个人详细信息，smHRty都将帮助员工查询大部分基本的人力资源相关文件。
“由于smHRty使用机器学习和人工智能技术，它将自我学习，并随着时间的推移自我更新，以更好的方式为员工服务，”Jitendra Somani先生补充说。
smHRty的推出为Pocket HRMS在人力资源自动化方面提供了优势。掌上HR管理系统的座右铭仍然不变，即“从招聘到退休的创新”，这反映了品牌的坚定信念。
这仍然是基于SaaS的定价和最新技术的最经济实惠的HRMS解决方案。
关于Pocket HRMS
掌上人力资源管理系统，以前称为口袋HR管理系统，是全国领先的基于云计算的人力资源软件，拥有最先进的开发和支持中心。现在它配备了一个内置的智能HR聊天机器人，负责日常的人力资源任务。
掌上人力资源管理系统通过解决一系列人力资源管理问题来增强企业实力。作为云人力资源领域中值得信赖的名称，Pocket HRMS提供强大的模块来管理重要的人力资源运营。
-
人工智能
搭搭云：通过人工智能打造定制个性化企业超级应用平台
来源| 猎云网
如今，中小微企业对企业软件的要求越来越灵活化、个性化，对管理软件定制的需求愈加迫切。
这类企业的普遍特点是人员少、资金有限、业务发展快速。
虽然不及大公司的规模，但“麻雀虽小五脏俱全”，中小微企业同样要面对销售市场、生产、财务、人事等各个场景的管理问题。
然而，标准化的软件产品虽价格便宜，却满足不了个性化的需求。
“通常我们将销售、库存、人力资源、生产这些归于核心业务。一旦切入核心业务的管理范畴，每一张单据、每一个流程、每一个报表都是个性化的。比如手机行业对一个商品进行描述，对一个手机描述的时候使用CPU、内存、屏幕分辨率等等来描述，而在服装行业要描述一件服装用颜色、尺寸、产地、材质这些属性描述。
每个行业、每个企业都不一样，所以想用通用软件进入各个行业几乎是不可能的”，搭搭云创始人&CEO万斌表示。
此外，随着业务的增长和多变，中小微企业对产品的灵活性和时效性的要求也在提高，能否实现快速定制和修改，成为其选择软件开发商的首要标准。
但对于软件开发商来说，一方面，定制化的增值服务和开发，意味着漫长的开发周期和居高不下的人力成本；
另一方面，中小微企业客户需求不稳定、交付困难，极大挤压了利润空间。
如何在“快速定制”和“利润率”之间找到平衡，万斌表示，通过搭搭云搭建的一款集微信、网站、App和企业软件一体化的企业超级应用平台，客户只需在一个云端账户，就可以定制和使用各种企业相关应用，并能够在线实时调整、即改即用、移动端免开发实时同步。
如今，“搭搭云企业超级应用平台”可以实现：
定制个性化: 所有应用都可以通过零代码或低代码方式进行全面定制而非模块拼接。在线使用的功能将开发周期缩短50%。
全面移动化: 实现移动端免开发，PC和移动端的功能与数据实时同步，从而这大幅降低定制的技术门槛，整体开发成本至少降低40%。
系统平台化、业务一体化: 一个账号内集成多种企业管理软件，能满足复杂业务需求，相比流行的移动办公APP和SaaS软件，弥补了其功能单一的不足。功能模块之间数据天然互通，杜绝信息孤岛，减少碎片化采购和后期运维服务。
经济且快速满足业务需求: 所有功能可在线实时调整，边用边改，可自由对接其他软件和硬件系统。80%的功能调整都能在1小时之内完成，并同时在PC和移动端投入使用。
在这个企业超级应用平台上，客户可以通过两种方式与搭搭云进行交付合作：
第一种是标准化应用，在网站注册即可直接开通使用，并支付一定费用；
第二种是项目式定制，签订合同，专门为企业定制一个项目然后交付。
案例：珠宝零售行业门店POS收银系统
创业之前，万斌曾跑遍欧洲、东南亚及国内500多家企业，亲眼见证了国外先进企业数字化的管理手段，“对比国内当时采用比较落后的管理方法之间有很大差距，这种差距直接导致中国大部分企业管理低效、高成本甚至面临亏损。
结合我在互联网行业工作的几年经验，和我在学生时代积累的比较夯实的技术功底，我产生了一个非常疯狂的想法——能不能做一个软件，它的功能非常全，企业需要的功能它都具备”。
2009年，万斌和三位联合创始人成立九章信息科技有限公司；2010年10月推出系统第一个版本，“九章全协同1.0”；五年后，推出“九章全协同2.0版本”，同年将整个平台迁入了阿里云。
如今，搭搭云已经服务了30多个行业近2000家企业，其中300多家是付费客户。
考虑到过去“九章全协同”的品牌名称过于传统，团队决定更名一个全新而充满年轻活力的名字。
万斌谈到，“当时有一个程序员说，现在互联网流行叠字，‘钉钉’、‘当当’、‘滴滴’都有了，还没有‘搭搭’，我们就叫‘搭搭’吧，而提手旁的‘搭’也非常形象地展示了我们的核心业务——为中小微企业提供一种百搭的简单可操作，且灵活定制的应用”。
其中，人工智能识别表单、智能化的低代码平台和重塑渠道价值是团队能够做到快速定制化的三个因素。
人工智能技术是搭搭云的立身之本。
从1.0版本开始，搭搭云就开始自主研发了人工智能识别表单技术，通过人工智能识别导入传统表单。
如今，搭搭云3.0平台正式上线，通过AI技术只需要一步，一秒钟内就可以将Word表格自动识别转变为软件界面。
其次，基于搭搭云智能化的低代码平台，一个Web开发者，即可零代码配置后端服务。而后端开发工程师，亦无须通晓前端语言，完成前端软件界面，独立完成整个前后端项目。
不仅如此，在搭搭云的全动态原生页面解析技术下，可免开发直接使用官方移动App，移动端开发者也省了。
因此，企业实际只需要1~2个开发者，即可快速完成搭建。
通过搭搭云独有的智能和动态化技术，渠道商可以从零开始搭建自己的应用产品，尤其是非常具有行业特色的行业垂直应用。
为了全面提高合作伙伴的市场竞争力，搭搭云还为合作伙伴开启了赋能认证培训课程，从项目最初的业务理解能力、需求梳理能力、快速高效的软件定制和开发技能，到项目全周期的管控能力，循序渐进强化开发商的快速定制能力。
近日，搭搭云也宣布获得来自珠海贝恩克基金的千万级A轮融资。
“2B领域没有捷径好走，主要原因在于客户的业务场景太复杂。我们有意选择跨行业去研究各种业务场景，就是为了形成自己的技术模型，大量业务场景验证，也有众多的成功案例，它稳定而强大”，万斌说，“我们在这个时点进行融资，目标非常明确，我们的产品验证、业务场景验证和生产模式验证已经完成，下一步就是要推进生态化的战略。
“生态化战略”具体体现在：
首先，让非技术人员都能够在搭搭云平台上生产软件，为身边企业定制各种各样的优秀软件；
其次是为代码级的技术开发人员开放了平台服务能力，通过提供API和各种SDK，大幅减少程序员的工作量，以最少的代码完成最优秀的工作。
-
人工智能
谷歌助手问世，预示AI招聘即将成为新趋势？
来源| 环球人力资源智库
AI必定会让一部分员工失业，但人才永远紧缺
近日，谷歌召开一年一度的Google I/O大会。亮出了王牌AIGoogle Assistant，Ta可以无障碍和人沟通，惊艳全场。
发布会上，用户对Google Assistant说：我想剪头发。GoogleAssistant接受指令后直接一个电话轰炸到洗剪吹一把手Tony老师那里！！
Google Assistant：你好，我想帮助我的客户预约做头发。
理发店：预约什么时候呢？
Google Assistant：你觉得3号可以吗？
理发店：我查查Tony老师的档期，请稍等。
Google Assistant：嗯哼？
这一声“嗯哼”把全场人都逗笑了，谁也想不到一个人工智能AI可以做出如此自然的反应…接着，Google Assistant又继续了Ta的表演：
理发店：3号12点不行，Tony老师要帮王阿姨烫头发。
Google Assistant：那10点到12点呢？
理发店：你的客户想剪发还是烫头发？
Google Assistant：就修一下。
理发店：那没问题，我们10点见！
整段对话，Google Assistant表现的自然流畅，理发店那头丝毫没有察觉到自己竟然是在和AI对话。
AI时代已经到来，失业潮也离我们越来越近！商超无人化、配送无人化、公司无人化...的标准场景无人化都将成为未来的目标。
未来的人力资源也将在科技的推动下完成创时代的全新变革，这会让一大批HR被人工智能替代，但这并不意味着所有员工都会失业，因为优秀的人才无论是在过去、现在，还是未来都依然是非常稀缺的。
优秀HR如何识别人才？
寻找「人」而不是某个标签
很多HR寻找人才时首先瞄准TMD、BAT等名企，但HR还是要问问自己，想要的是「人才」还是「某某名企的人」。
也有不少CEO或业务部门负责人偏爱名企出身这个标签，喜欢以公司大小、知名度来衡量和判断候选人的优劣，非BAT，TMD出来的人不看，这是我们经常能够听到。
这样的人才质量真的好吗？真的就能为公司创造价值吗？？？
如果按照这种逻辑，那就和在菜市场买萝卜没区别了，判断这个萝卜好坏的标准只是通过个够不够大，皮够不够亮，有没有贴着某某牛逼产地标签等等！
HR如果只是这样去招人，不用未来，现在就可以被替代掉。
不是所有的人才都集中在名企和独角兽企业中，招人要有发现人才的独特视角和专业能力，要基于企业的特点、业务需要、用人的要求来思考你所需要的人才到底在哪里，而不是盲目的追求BAT、TMD等名企背景。
「名企出身」是非必要核心条件，是锦上添花、有比没有更好的事情。
所以记住，首先要找的是人才，人才，人才！（重要的事说三遍）
如何甄别与企业匹配的人才？
3+2法则，即3甄2验。
简历甄别， 一份优秀的简历通常呈现出的特点是：内容上逻辑清晰，重点突出，业绩和产出可量化。
面试甄别， 行为+结构化面试，着重了解简历中呈现出的核心内容，及业绩，产出背后的逻辑。
举个例子：
比如XX销售总监在XX知名公司工作期间完成了100个亿的销售任务。
面试官可以从当初的目标设定开始，为什么制定这样的销售业绩目标？
当下的市场环境是怎样的？
竞争对手的同岗位业绩目标设定的范围是怎样的？
实现这个目标所需要的路径是怎样的？
过程中遇到了什么样的问题和困难？
这些问题又是通过什么样的方法解决的？
等等类似的问题去展开面试的甄别。
测试辅助甄别， 基于岗位胜任力模型，了解岗位需求的核心纬度，针对性的给予相应的测试，辅助甄别候选人于岗位的匹配程度。
结合背景调查验证与试用期管理验证综合考察候选人业务能力。
招聘的本质是以需求为导向，需求不仅决定了招什么样的人才，也决定了招聘的路径，什么样的需求匹配什么样的人才，这里面人岗匹配是关键，只有把合适的人放到合适的岗位上才会有最好的效果，岗位上切勿盲目追高追名。
所以无论需要招聘什么样的岗位，前提都必须要搞清楚需求，招聘中遇到的大部分问题都源自于需求本身。基于什么样的背景出现了这样的需求？需求的核心要素是什么？基于核心需求的岗位定位和人才画像是否清晰？根据需求制定有效的招聘计划和策略才是成功招聘到合适人才的基础。
其实，人力资源的工作和医生非常相似。
医生通过望、闻、问、切，找出病人的问题对症解决；HR们通过对组织的望、闻、问、切发现组织上的问题然后通过不同的管理工具解决；而招聘通过筛、甄、测、验招聘到组织中最为合适的人才。
相信短时间内AI还学不会这些非标准化的专业技能, 但我们还是要在AI能够替代我们之前，去提前了解、学习AI，强化工作技能，提升自己的价值，在时代变革的同时完成自我的变革，这才是唯一不被替代的出路。
-
人工智能
HR部门：人工智能技术的第一线领域
文| Dr Jeremy Nunn
自古以来，哲学家和科学家们一直在探索人类智慧和思考的奥秘。就像我们在海洋和太空探索一样，我们在知识方面取得巨大进步之后，仍然存在一个萦绕不去的问题：
我们如何运用我们了解到的知识来帮助自己更好地生活和工作？
技术人员凑齐了以人类为原型的人工智能（AI）的最后一块拼图。
人工智能摆脱银幕并进入我们的日常生活，这项技术有望为人类各行各业带来革命性的变化。其中企业家将作为早期的人工智能行业推动者和采用者。
没有比人力资源（HR）部门更好的人机协作场所了。
通过人机协作及其对日常招聘，评估，入职和管理实践的影响，人力资源部门将迎来彻底的转变。
让我们从一开始就明确一件事：AI技术不会让HR经理和员工失去工作。
就像蒸汽机和计算机没有把我们引入过早的反乌托邦一样，AI技术承诺改变人力资源部门，而不是让它们变得多余。
毕竟，它只是许多人力资源专业人员在家中使用的技术的延伸，无论是Cortana，Alexa还是任何其他基于AI的设备。
因此，他们中的大多数人认为人工智能可能为人力资源部门的重要职责带来革命性变化，如招聘，绩效评估和教育，这是一个小小的惊喜。
人才招聘是人力资源部门的主要责任之一，但我们如何确保招聘到的人员是最终需要的“人才”？
假如你最终招到了一位说话流利，看起来很帅的员工，而他很难达到最初的承诺呢？
由于人力资源部门的人群纷杂（也就意味着易受扰乱），他们在这些招聘过程中无法抵抗人类的偏见。
人工智能技术有望通过依靠更多的大数据分析处理，而不是单独的观察来简化这一过程。
对于刚开始使用这项技术的人员来说，人工智能技术在筛选人员时，不受陈旧观念，以及申请人的种族，性别或国籍的影响。
人工智能软件可以设计相关的面试问题，完全忽视某人的背景，专注于他们某项工作的专业能力。
这些评估问题将以申请人早期的工作记录为基础，更重要的是，以他们申请的工作要求为基础。
用谷歌前任HR部门老板的话来说，将AI用于这种类型的自动化可以更快速地过滤出“极好的候选人”。
除了在候选人筛选期间摆脱人为偏见问题之外，人工智能还为人力资源部门提供了很多其他帮助，从而减轻了筛选候选人简历，社交媒体帐户，参考信函和其他来源的千兆字节数据的巨大负担。
这个过程是人力资源专业人员面临的最耗时的任务之一，他们往往面临为了及时完成工作而需要削减一些候选人的问题。
这无意中造成了公司招聘程序的缺陷，并可能把错误的人放在公司的错误位置。
最后，这也需要重复地耗费时间和昂贵的重新招聘程序。
人工智能可以使这些繁琐过程成为企业HR实践历史的一部分。
这归功于其强大的分析能力，使得人工智能可以同时处理大量候选人的大量数据。
如果可以的话，这些信息不必停留在简历或参考资料中，但也可以包括招聘后的绩效评估，这些评估为申请人的潜力提供了宝贵的见解。
人工智能处理这些任务所节省的时间可以在几天甚至几个月内进行衡量，人力资源专业人员可以将其用于实时访谈，入围和业绩分析。
AI通过协助新员工提供入职手续，再次释放HR部门资源。
这些新进人才经常淹没于人力资源部门，处理许多与薪资支付，假期，福利和一般权利有关的问题。
对HR专业人员来说，回答公司在宗教节日期间缺勤或未付奖金的政策等问题既重复又耗时，而人工智能可以使用日益智能的聊天机器人来“解救”这些人员。
他们可以很容易地编程，实时提供日常问题的答案，无论新员工或老员工的问题。
这些机器人可以作为自助服务平台，让人力资源人员能够专注于回应更加复杂和迫切的问题，那些更应该引起注意的问题。
最后，人工智能可以提供HR管理方面的协助，比如协助现有员工绩效评估的进行。
监控绩效会产生大量的各种数据和指标，人工智能可以对这些数据和指标进行梳理，以便人力资源经理能够快速访问有价值的系统化见解。
这些指标可以根据AI设计的每个员工的绩效目标进行衡量，也可以包括行为评估。
人工智能可以帮助人力资源人员为每位员工设置分级系统，并对设定的绩效目标进行定期自动化审查。
在企业界，人工智能最佳使用领域之一是人力资源部门，作为公司处理“人”的业务的第一线。
在人工智能领域，他们可以在其专业工作的各个阶段找到一个伟大的盟友，从早期入选人才和申请人筛选到后期上岗程序和绩效评估。
除了消除人力资源人员不必要的负担之外，人工智能可以帮助简化所有这些任务，并对每位候选人和员工的真实潜在业绩产生前所未有的见解。
所有这些都是在没有人为偏差和错误能力的限制的情况下完成的，这使得AI成为未来成熟的人力资源管理工具。
-
人工智能
e成科技举办2018产品升级发布会 描绘数字化人才决策未来生态
5月25日，e成科技在上海成功举办2018产品升级发布会，云集300余名HR行业专家、资深经理人及新闻媒体工作人员，见证e成科技人工智能产品全新升级，共话未来AI+HR无限可能。
会上e成科技创始人兼CEO周友鸿先生、首席科学家陈鸿博士、企业服务业务负责人杨宝龙先生、法国里昂商学院副校长王华教授以及众泰汽车总部人力资源中心总经理杨雷先生出席并发表演讲。
人工智能助推企业人力资本转型
在发布会现场，e成科技创始人兼CEO周友鸿发表了题为“数字化人才决策浪潮”的开场演讲。
周友鸿指出，AI时代HR要学会拥抱数字化人力资本，而e成科技在做的就是用人工智能技术带领人力资本管理实现新的跨越：
一方面，AI让招聘更对、更快、更省。通过AI算法，高效、精准地建立企业画像、岗位画像、人才画像，从而做出更准确的人才决策，提高人力资本决策效率。
周友鸿介绍，目前e成科技主要有以下智能招聘产品：AiTS系统，帮助HR进行信息化管理、智能化运作、数字化决策，达到企业降本增效的目的；精英速递，智能匹配企业需求和猎头优质资源；人脉内推，挖掘员工人脉资源；人才库，配备智能招聘机器人，高效管理人才资源，节约招聘成本。
另一方面，AI辅助人才决策数字化。除了“选”，AI还将全面渗透企业人才“用、育、留”相关决策场景。
在员工画像的基础上，e成科技可利用AI技术对人才质量进行评分排序，帮助企业筛选高潜力高绩效的员工，组建协作效率更高的团队，从而做出更正确的人才决策。
AI时代下的招聘新动态
人力资源行业是做关于人的决策的数据密集型行业，这一特征使它与知识图谱成为一对“天作之合”。
e成科技首席科学家陈鸿博士从技术角度揭示了人才知识图谱如何帮助企业做出更准确的人才决策。
他解释道，e成科技已经初步构建以人才为中心的图谱，刻画人才画像和岗位画像，可应用于人岗匹配、人才质量评价、员工内推、团队协作等具体场景。
e成科技合伙人兼企业服务业务负责人杨宝龙先生发布了e成科技最新升级的产品，他精炼了以下四个产品亮点：
为每个岗位刻画人才画像，由AI将从海量主投简历里匹配筛选，提高招聘效率；
行为数据升级岗位画像，沉淀招聘过程中的行为数据，更精确地刻画岗位画像；
快速挖掘合适的被动候选人，基于离职预测和人岗匹配技术，在企业人才库中快速定位合适的被动候选人，挖掘员工内推人脉和猎头优质资源；
AI赋能企业开创人力资本数字转型，帮助企业提升人才决策的准确性及客观性。
AI将改写人才发展未来简史
法国里昂商学院副校长，法国里昂商学院亚洲校长王华教授在“人才发展的未来简史，人工智能vs心智”的演讲中表明人工智能对人力资本细分领域正在产生深刻影响。
同时，他也对人与人工智能的关系进行了前瞻性的讨论，提出在人工智能时代，人才更要关注自身心智模式的发展。
众泰汽车总部人力资源中心总经理杨雷先生作为资深HR专家发表了题为“互联网时代企业招聘的迷局及突围”的演讲，阐述了互联网时代招聘渠道的变迁和招聘工作的痛点，指出智能化招聘系统的重要价值及未来发展方向。
e成科技2018产品升级发布会完美地落下了帷幕。此次e成科技首次以发布会形式对外发声，表明了e成科技经过5年多的沉淀和积累，已经初步描绘出AI时代数字化人才决策的未来生态。正如CEO周友鸿所言,未来的AI+HR还有无限可能，e成科技还有很长的路要走，期待e成科技作为国内领先的AI人才决策解决方案提供者，为人力资源行业的全新变革持续贡献力量。
-
人工智能
机器学习淘汰简历的五个理由
文| Louis Columbus
由于现有申请人追踪系统（ATS）的不准确和缺陷，全国的猎头公司错过了50％或更多的合格候选人，科技公司错误地分类了80％的候选人，说明在招聘方面，这些系统存在多么大的缺陷。
那些平均需要42天的时间才能完成任务，并且需要60天或更长的时间才能填补专业技术技能的职位，这些职位的平均成本需要5,000美元。
在招聘人员筛选后，女性申请人有19％的概率被淘汰，30％的人在现场面试后被淘汰，导致每个公司大量丧失本需增长的智囊团。
现在是招聘过程变得更加智能的时候了。
招聘部门需要更多地融入情境智慧，洞察力，评估应聘者掌握所需技能，而不是根据候选人的简历来评判他们过去取得的成就。
通过更多基于机器学习的情景智能来丰富招聘流程，可以发现非常优秀的，并且具备超出招聘经理预期的智力技能的候选人。
机器学习算法还可以删除候选人的任何道德和性别上的身份识别信息，并让他们纯粹根据专业知识，经验，优点和技能进行评估。
目前全球的招聘流程500多年来都没有改变。
从达芬奇1482年的手写简历可以看出，他能够搭建桥梁并且提供赢得战争胜利的帮助。这位创造了蒙娜丽莎，最后的晚餐，维特鲁威人以及无数的科学发现和发明背后的天才推动了世界的现代化进程。
追求新职位的申请人一直在顽强地藐视创新。
ATS应用程序和平台对入境简历进行分类，并根据他们在简历上看到的技能，为候选人提供排名。
需要深入了解的是哪些管理人员具备领导才能，哪些候选人正在掌握和以何种速度掌握技术技能优势。
机器学习扩大了招聘公司在候选人的简历中看到的能力范围，从而超越了简历的障碍。投资回报率（ROI）通过加强招聘决策并以更大的智慧制定更好的招聘决策。
包括雇用时间，雇佣成本，保留率和绩效在内的关键指标都将在依赖更大的情境智能时得到提高。
超越简历，赢得人才大战
上周，我有机会与全球领先的技术智囊团之一的人力资源副总裁进行了交谈。
从现在起，他专注于他的组织需要的数百名技术专业人员，他们将在六个月，12个月和一年多的时间内为员工提供令人兴奋的新研究项目，这些项目将提供有价值的知识产权（IP），包括专利和新产品。
他们的方法始于寻求理解当前高绩效企业的概况和核心优势，然后在申请人社区和更广泛的技术社区寻找与理想候选人的匹配。
机器学习算法非常适合完成对高绩效人员和候选人的能力的比较分析，在比较完成时将其整个数字角色考虑在内。
下文说明了eightfold.ai人才智能平台（TIP），说明了它与公众可用数据，内部数据存储库，人力资源资源管理（HRM）系统，ATS工具的集成方式。
高绩效人员与申请人的特征进行对比分析需要数秒钟才能完成，提供了一份完整的档案。
根据机器学习得出的符合高绩效人员特征的潜在雇员情况，可以提供比任何简历都更好的背景情报。采用综合方法创建人才智能平台（TIP）可获得当今典型的招聘或ATS解决方案无法提供的洞察力。
下面的概要反映了将机器学习应用到候选人的综合数据集时可能出现的情境智能和深度见解。请点击图片展开以便阅读。以下配置文件中的关键元素包括以下内容：
职业生涯成长曲线
- 说明一个给定的候选人的职业进步和表现，与其他人进行的比较。
关于公共站点的社交关注
- 实时了解候选人在Github，Open Stack以及技术专家可以分享其专业知识的其他站点上的活动。
这也提供了他人如何看待他们贡献的辅助信息。
与正在审核的工作相关的背景要点，提供与简历中候选人历史记录中最相关的数据，以便招聘人员和经理可以更轻松地了解自己的优势。
近期出版物
- 出版物提供对过去10至15年或更长时间内当前和以前的兴趣，重点领域，思维模式和学习进展的见解。
专业重叠，可以更容易地验证履历中记录的成绩
- 实时职业数据的多种来源可以验证并提供更好的背景和洞察简历列出的成就
关键是了解候选人能力正在评估的背景。
而一份2页的简历绝不会给予候选人足够的自由度来涵盖所有的基础。
对于大中型企业来说 ，如果手动完成这项工作，跨所有角色，所有地区，所有候选人来源，所有在线申请，大学招聘，公司内部重新招聘，内部流动现有员工以及所有招聘渠道。
这是机器学习可以成为招聘人员，招聘经理和候选人的盟友的地方
机器学习使简历过时的五个原因
通过降低成本和招聘时间，提高招聘质量，以最优质的人才招聘新员工，所有这些都可以促进收入的稳定增长。
单凭依靠简历就像在打一个不好的Skype电话，你只能听到谈话中的每一句话。使用基于机器学习的方法为雇佣决策带来更高的敏锐度，清晰度和可见性。
以下是机器学习使简历过时的五个原因：
简历就像反映过去的后视镜。
企业所需要的更多的是关注某人的去向，什么（能激励他们）以及他们自己着迷和学习什么。简历是后视镜，而我们需要的是基于目前的兴趣和才能，展现他们未来的前景。
依靠一个有着500多年历史、陈旧的招聘流程，我们无法知道候选人获得什么技能，技术和培训的动力。
特定领域掌握的深度和程度并不反映在简历中。
通过将多种数据源整合到候选人的统一视图中，从专业发展的角度来看，他们有可能看到他们正在成长的最快的领域。
游戏机器学习算法是不可能的，考虑到候选人可用的所有数字数据，而简历有一个可信度问题。
任何雇佣下属，员工和参与雇佣决策的人都会遇到找到一位有前途的候选人。然后经历失败的失望。
简历与招聘人员进行比较，他们说至少有60％的简历夸大其辞，有时候会对他们有所影响。使用像TIP这样的平台将所有数据考虑在内，这显示出真正的候选人及其实际技能。
现在是时候采取更多的数据驱动方法来消除无意识偏见。
今天的简历带有内在的偏见。招聘人员，招聘经理和最终面试组的高级管理人员会根据个人的姓名，性别，年龄，外表，所参加的学校等情况，制定了无意识的偏见决策。
了解他们的技能，优势和智力核心领域更有效，所有这些都是更好地预测工作绩效的指标。
降低糟糕的招聘风险，从而快速导致人才流失。
最终，每个人都会根据他们的最佳判断招聘部分人员，部分原因是他们的经常无意识的偏见。这是人性。
随着更多的数据，减少外聘的可能性减少，从而降低通过新租赁进行搅动的风险，并且花费数千美元聘用然后替换他们。
拥有更好的情境智能降低了招聘的下行风险，通过用可靠的数据显示一个人是否有资格担任某个角色并消除他们的背景优势，技能和成就来消除偏见。
造成无意识偏见的因素包括性别，种族，年龄或任何其他因素都可以从简介中删除，因此候选人只能评估他们在考虑的职位方面的优势。
底线：
现在是彻底改革简历和招聘流程的时候了，他们通过用机器学习所带来的更多背景情报和洞察力，重新定义简历和招聘流程，将它们重新定义为21世纪的招聘。
以上内容由HRTech AI编译完成，仅供参考
-
人工智能
大数据与AI下的人力资源管理重构
文 | 兰青秀
来源 | CHO首席人才官
“后工业社会”时代的互联网属性进化
“后工业社会”是美国著名学者和思想家丹尼尔·贝尔提出的，其典型特点是：以理论知识为中轴，核心是人与人之间知识的竞争，科技精英将成为社会的统治人物。
在互联网出现之前，后工业社会的进化相对平缓，知识进步对社会发展的驱动是平稳上升的。
然而，互联网的出现和高速发展，就像是为后工业社会注入了催化剂，人类社会在短短二十年中，就发生了可以媲美甚至超过以前百年进化的巨大变化。
后工业社会，被打下了深深的互联网属性。
知识创造未来的同时，未来也在改变知识本身。
颠覆再造：大数据管理掀起知识革命浪潮
从结绳记事到发明文字，人类社会的每一次进化都伴随着以数据信息为核心的知识革命。数据与信息的载体，从甲骨、木简、布帛到纸张，经历了数千年的历史。然而，从纸张到电子，几乎是一步跨越，就颠覆了几千年来数据信息记录、传播、交流与存储的传统方式。
大数据管理同时革新了数据信息的入口端和出口端。
在数据信息入口，大数据管理提供了真实的、实时的、低费的、海量的数据输入。
比如我们想要使用电子地图和导航设施，就必须定位所在位置和要去的目的地，并且在途中用GPS（全球定位系统）时刻记录位置，这就是数据信息的真实性和实时性。
入口端通过提供一些免费的大众服务来获取大众的各种数据信息，这就是低费性和海量性。
在数据信息出口，大数据管理提供了丰富的数据信息、精准的信息分析、便捷的信息匹配、高效的信息应用等实用功能。
比如淘宝、京东等电子商务网络平台，作为生活购物的综合信息平台，会对消费者的消费数据信息进行记录、追踪、分析，洞悉并掌握消费者的消费习惯，从而进行针对性营销推荐，甚至衍生一系列的后续商业服务。
风雨欲来：势不可挡的人力资源管理革命
（1）不断变化中人力资源管理
大数据管理下的知识革命重新定义了“知识”，作为知识创造者、吸收者、利用者的人力资源管理者，势必会被赋予新的内涵和使命，而这些正在悄无声息地改变着人力资源管理的主体内容。
数据信息革命正在给人力资源管理带来全方位的变化：
大数据将为人力资源规划提供更为科学、全面的信息与数据基础；
基于人才数据库的招聘工作将在招聘信息发布、简历收集筛选、人才测评、人岗匹配等方面大大提高工作效率和效果；
知识数据库将培训资源和培训需求实时链接和高效匹配，更有利于培训目标的达成；
薪酬数据库使得外部薪酬调研高度便利化，市场薪酬的透明性又反过来推动了企业薪酬进一步体系化和公平化；
绩效数据库使得绩效数据统计分析更加客观和便捷，使得绩效管理从烦琐的数据分析中解脱出来；
员工信息数据库使得劳动关系管理更加科学和规范，更有利于防控用工风险、推进人本管理，提升员工的企业黏性。
（2）AI推动人力资源素质革命
人工智能（Artificial Intelligence，AI）是模拟、延伸和扩展人类智能研究的技术科学，包括机器人、语言识别、图像识别、自然语言处理和专家系统等。
人工智能的本质是“基于算法”的智能，在大数据的基础上，基于计算机科学的高度发展，人工智能已经取得了一个个丰硕的成果。
2016年，为吸人眼球的“阿法狗大战李世石”，结局却让人大跌眼镜：李世石以1：4落败于阿法狗。从“深蓝”战胜国际象棋大师加里·卡斯帕罗夫，人工智能很快攻下了“被认为是最复杂的智力竞赛”的围棋大赛。
中投顾问发布的《2018——2022年中国人工智能行业深度调研及投资前景预测报告》认为，随着AI技术研究的逐步成熟，人工智能在无人驾驶领域、医疗图像分析、智能投资顾问、精准营销应用、新零售应用等领域的应用进程将进一步加快。
AI的高速发展启动了人力资源素质革命的加速器。简单机械的工作将被人工智能很快取代：
在制造行业，有很多企业已经引入工业机器人，替代了很多流水线工人，并且大大提高了工作效率，降低了生产浪费；
在零售领域，无人超市已经上线，传统的理货员、服务员、收银员等，已经处在风口浪尖；
无人驾驶正在快速发展，驾驶员将何去何从？
大数据信息公开且动态匹配，使得传统的靠信息提供与匹配生存的中介机构，甚至包括提供高端猎头服务的人力资源机构，都面临了前所未有的转型挑战。
人力资源开发目的就是提升人力资源价值增值部分。当人力资源的价值定义被改写，人力资源素质革命的大幕拉开了……
未来已来：大数据与AI下的人力资源管理重构
（1）“终身学习+立体能力”重构人力资源素质
“不是我不明白，这世界变化快”，就像这首歌里唱的，科技的高速发展使得现在的世界堪称“日新月异”。
人力资源素质革命使得知识和能力的迭代周期正在快速缩短。在教育领域，以前可以用15~20年的教育周期培养一个可以工作30-40年的人力资源个体，大多数受教育者也可以凭借所学养活自己一辈子。
但是现在似乎不一样了。原有所学的价值，正在变得模糊，或者飘忽不定，而且几乎没有办法预期这些价值会在什么时候就会突然消失殆尽。
“终身学习”变成了人力资源素质革命中能够给予大家安全感的“唯一法宝”。只有时刻关注快速发生变化的时代，不断更新并获取匹配时代发展的人力资源素质，才能不被快速发展中的社会淘汰。
另外，人力资源能力正在从线性变得“立体”，“斜杆青年”的状态将会从“时尚”逐渐变成“大众”。“终身学习+立体能力”将成为鲜红的旗帜，引领大家走上人力资源素质重构的革命道路。
（2）“泛平台化+劳务关系”重构人力资源管理
时代的快速变化使得传统组织的固化障碍正在变得越来越突出。新时代的管理呼唤灵活多变的组织，于是，“平台化”组织成为时尚，“合弄制”正在成为新时代组织再造的研究方向之一。
现在很多企业正在向平台化组织转型，以“人力资源能力”为核心组织能力的行业，比如法律、审计、咨询等行业的企业组织，是平台化转型的先锋队。
同时，人力资源素质重构提供了更加具有成长性和立体化的人力资源个体。新时代的人力资源个体希望实现跨组织的合作与成长，全方位“解锁”自身的人力资源能力。
当组织更加柔性，人力资源更加立体，传统的“基于雇佣关系的劳动关系”将会成为历史，“基于平台组织的劳务关系”将成为未来人力资源合作的主流模式。“泛平台化+劳务关系”将全面革新人力资源管理的基础和结构，重构人力资源管理的内容和形式。
综上，大数据管理使得“互联网+”从标签变成了烙印，深刻融入并驱动了社会发展，正在快速改变时代的面貌；具有互联网基因的AI技术与大数据紧密结合，成为重构商业运作形式的“利剑”。
大数据与AI下的人力资源管理重构，A面是“终身学习+立体能力”重构人力资源素质，B面是“泛平台化+劳务关系”重构人力资源管理。
A面与B面相互促进又制约，在对立统一的“矛盾”中共同发展，正在改写人力资源管理的未来。
扫一扫 加微信
hrtechchina
