-
微软
将AI作为人力资源技能的五种方法
"人工智能不会抢走你的饭碗，懂得使用人工智能的人才会"。这句现在广为流传的话概括了为什么人工智能不仅仅是员工使用的工具，而是员工能力的延伸和增强。尽管已经有 14% 的企业报告说他们经常在营销和销售中使用人工智能，但人力资源部门的使用率却几乎垫底，只有 3%。
然而，在 "生成式人工智能工具呈爆炸式增长"的环境中，人力资源部门的缓慢采用是不可取的，因为正如Eric Siegel最近在数字人力资源领导者播客中与David Green的对话中所解释的那样，人工智能和 "机器学习是最重要的通用技术"。
为了确定人力资源部门未来的发展方向，各级人力资源领导者需要快速参与、规划和执行如何通过将人工智能作为团队的一项技能来增强组织的能力。正如沃顿商学院的Ethan Mollick所说，这是一个挑战，也是一个机遇，组织的成功完全掌握在人力资源部门手中，因为社会变革比技术变革要慢。
驾驭人力资源与人工智能的超创新周期
有效的人力资源领导力需要一种有别于传统的技能提升和培训的方法，因为人工智能技术的发展速度使得通常的培训方法和周期变得过时。即使在 GenAI 兴起之前，技能的平均半衰期也不到五年。
GenAI工具需要更快的技能提升和再培训周期，因为它们的发展速度太快了。举例来说，ChatGPT于2022年11月发布；不到四个月，功能更强大的 GPT-4 就发布了，而且硅谷实验室已经在测试功能更强大的模型。Bernard Marr称这是我们正在进入的一个超级创新周期，它要求人力资源领导者了解技术以及人工智能是如何发展的。
这种变化正在推动 "数字员工 "的含义发生变化，从描述利用技术做出决策的员工转变为 "自主代理 "的新含义。这些代理可以处理问题、创造解决方案并采取行动。像 IBM 这样的领先企业已经将人工智能作为其人力资源队伍的一项技能。
正如Diane Gherson在与David Green的对话中解释的那样，IBM 的聊天机器人增强了人力资源服务中心的能力，使人力资源员工能够专注于更高层次的职责。而像 Service Now 这样的公司已经将其作为向客户提供人力资源服务的核心。
如何在人力资源领域掌握人工智能技能
要在人力资源领域掌握人工智能技能，需要采取五项行动：
明确人工智能的作用：改善决策。能做出更好决策的组织才能获胜。人工智能的真正威力在于支持人力资源团队更好地做出宏观决策（例如：在全公司范围内进行特定培训的投资是否会提高经理的绩效？）和微观决策（例如：我们是否应该面试候选人？）
针对每个主要人力资源领域制定如何部署人工智能的计划。Insight222 人员分析计划的一家成员公司分享说，他们的首席执行官责成每个部门制定一项利用人工智能的计划。
对于 Dawn Klinghoffer 和微软来说，"自然语言处理机器学习模型（是以真正易于消费的方式分析大量评论）"是其出发点，目的是真正了解我们所获得的所有不同情感。
决定你的人工智能技术解决方案。是选择商业解决方案，如 StabilityAI、微软 365s 或 GitHub 的 co-pilot？还是采用开源模式自行开发，如斯坦福大学的 Alpaca 或 Dolly2.0。
确定人力资源团队的快速培训路径： BCG 最近撰文指出，每个人都将能够通过人工智能提高自己的技能。对于人力资源技能而言，这意味着建立一套基础技术能力。这些 "不会比高中代数水平更高"（Eric Siegel）。已经成为人力资源工具包一部分并变得更加重要的业务技能是沟通、影响和讲故事。
Bernard Marr指出，17 项 "真正的人类技能使我们有别于机器"。通过了解人工智能的能力和潜力，人力资源部门可以（出人意料地）在如何在企业中有效部署人工智能方面发挥领导作用。
因为决定人工智能部署成功与否的不仅是技术方面，还有人的方面，即软技能，这将对贵组织能否产生承诺的回报产生重大影响。
确定一个示范项目：一家大型国际机构的人员分析团队最近决定投资举办一次为期两天的非现场活动，以寻找人工智能赋能项目的机会。在短短两天的头脑风暴中，该团队确定了 23 个潜在项目。
这个团队在为其所在地区和企业确定示范项目方面表现出了远见卓识和领导力。确定正确的项目是最后一步，因为对人工智能的投资将优先考虑那些有望获得回报的领域。这就是为什么人工智能技能的获取需要与业务目的和对组织的预期影响明确挂钩，而不仅仅是人力资源部门。
作为人力资源部门，我们关注的是组织中的员工。我们有责任证明，人工智能和员工共同创造的价值远远超过我们单独创造的价值。
来源：myhrfuture
-
微软
英国DE&I初创公司MeVitae获得170万欧元种子轮融资，以继续提高工作场所的公平性和公正性
总部位于英国的 DE&I 初创公司 MeVitae 在 Apex Black 领投的种子轮融资中获得170 万欧元。这笔新资金将用于推动创新，促进其在美国的快速扩张。目前，MeVitae 位于牛津大学的创新中心哈威尔（Harwell），提供全面的 DE&I 生态系统，包括精心设计的人力资源工具，用于检测和减少认知和算法偏见，帮助企业改进招聘流程，促进更智能、更快速、更公平的招聘决策。
在这股创新力量的背后，是MeVitae的创业故事。MeVitae 由牛津大学校友、神经科学家 Riham Satti 和计算机科学家 Vivek Doraiswamy 创立。
"MeVitae 联合创始人兼首席执行官 Riham Satti 说："在我成长的过程中，我从未考虑过自己可能会因为性别或肤色而得不到机会，但在大学学习时，我开始看到这种情况在我的网络中出现。
"随着我在攻读学位期间对人类决策的深入研究，偏见的僵化本质变得越来越明显。通过广泛的研究，我和 Vivek 发现偏见对招聘等常规决策的影响无处不在，而且人们对这一关键问题明显缺乏认识。凭借我们的科学背景，Vivek 和我都是天生的问题解决者，因此我们联手运用人工智能伦理和神经科学的观点来解决工作场所的偏见问题，"Riham 补充道。
"时至今日，自首席多元化官崛起以来，我们见证了各组织对解决员工偏见问题的更大承诺。然而，一个长期存在的挑战依然存在：企业不知道该实施哪些干预措施，也不知道如何量化其影响，"Riham 强调说。
MeVitae 的解决方案直接解决了这一当务之急。这些工具不仅能识别申请者成功率的不平衡，还能从各种工具中推荐干预措施来纠正这种不平衡。然后，MeVitae 的 DE&I 分析工具可帮助企业量化这些干预措施的影响，从而促进制定明智的 DE&I 战略。
MeVitae 的客户遍及金融、政府和技术领域，包括英国第二高速铁路公司（HS2）、英国铁路公司（TfL）和优质食品研究所（Good Food Institute），MeVitae 的开创性解决方案已经取得了切实的成果，客户报告称其组织内的性别和种族多样性大幅提高了 30%。这些成就有力地证明了 MeVitae 的创新方法在推动有影响力的积极变革方面的有效性。
在短短的时间内，屡获殊荣的技术提供商MeVitae不仅与甲骨文和微软等行业巨头建立了合作关系，还实现了显著增长。在过去的十二个月里，公司实现了 350% 的惊人扩张，目前正在盈利运营。此外，MeVitae 还引入了一位著名的行业专家 Geoff Lloyd，加强了其领导团队的实力。Geoff Lloyd 是一位精通人力资源的专业人士，曾在空中客车、Serco 和 Meggitt 等富时公司担任董事会成员。
"Geoff Lloyd 说："我很高兴能加入 MeVitae 董事会，因为长期以来，各组织一直在努力实现多元化和包容性方面的巨大进步。"MeVitae创建了一个真正创新的技术平台，通过消除偏见和缩短招聘时间，并以一流的分析技术为支撑，大大提高了企业能够获得的人才库的广度和深度。
最近的这笔投资标志着MeVitae迎来了关键时刻，为加快创新产品的开发和增强现有解决方案提供了必要的资源。此外，这笔资金还有力地推动了MeVitae在美国的扩张，使团队的业务范围得以扩大。尽管总部设在英国，但MeVitae的大部分客户都在美国，因此这笔投资对于推动MeVitae在美国和加拿大的扩张至关重要。MeVitae 雄心勃勃，立志成为多元化、公平和包容性领域的领导者。
"Apex Black 创始合伙人 Rani Saad 说："MeVitae 正在让工作场所变得更加公平和公正，我们很荣幸能支持他们完成使命。"全球越来越多的公共和私营机构信任MeVitae，帮助他们实现多元化、公平和包容。我们相信，这是对MeVitae解决方案中蕴含的深度创新和领域专业知识的验证，也是对团队坚定不移的热情的证明。
关于MeVitae
MeVitae 由两位屡获殊荣的牛津人 Riham Satti 和 Vivek Doraiswamy 创立于 2014 年。Riham 是一名神经科学家，热衷于决策科学，而 Vivek 则是一名计算机科学家，坚信机器的力量。在 MeVitae，他们的目标是解决将人与机器结合在一起的难题，从而释放人类的潜能。自多年前开始创业之旅以来，MeVitae 已帮助世界各地的公司和合作伙伴实现了更加多元化、更具变革性和包容性的发展。
-
微软
Josh Bersin：如何避免公司过度招聘？
本周，我们见证了多年来最令人惊叹的商业故事之一。Meta 公司宣布裁员 22%，收入增长 25%，净利润达到 140 亿美元，同比增长 203%。这意味着 Meta 这家市值 1600 多亿美元的公司创造了 35% 的税后净利润（高于谷歌、苹果或微软）。
这是相当惊人的。公司几乎解雇了四分之一的员工，而财务业绩却直线上升（Meta 的市值在周五上涨了 17 亿美元）。
我们从中学到了什么？
很简单，公司不需要招聘那么多人，也能以超常规的速度发展。
公司为何过度招聘？
让我们退一步。为什么公司会过度招聘，如何避免？未来几年，随着就业市场更加紧张，公司需要在员工人数没有直线增长的情况下实现增长。我们正在进入这样一个时代："人员过多的公司 "的业绩将低于精干的公司，这就要求我们改变思维。
顺便提一下，普华永道 2024 年首席执行官调查发现，C级执行官认为公司 40% 的时间浪费在了非必要事项上。而十大问题中有三个与人力资源有关。同一份调查还显示，三分之二的首席执行官认为人工智能将把行政效率提高 5%或更多，我对此表示赞同。
这也是我在我们的《2024 预测》报告中谈到 "全球寻求提高生产力 "的原因。我们正在进入这样一个时代：员工人均收入更高的小公司将超越、操纵和超越员工人数众多的竞争对手。由于层级过多和招聘方面的挑战，那些没有学会如何集中团队（和人数）的公司将会落后。
这种新战略是什么样的呢？这里有五大理念。
1. 不要再认为招聘是一种增长战略。
许多领导者仍然认为，"招聘更多的人可以使公司发展壮大"。换句话说，如果你想 "快速做大"（硅谷的口头禅），你就得尽可能快地招聘。更多的销售人员会带来更多的收入。更多的工程师会生产出更多的产品。更多的营销人员将产生更多的销售线索。更多的服务人员将服务更多的客户。
这些都是错误的假设。在每一个职能领域，都有表现优异的员工（能力超强的员工）和表现较差的员工。当你急于招聘时，你就会迫使招聘人员引进 "体力"，而不是关注是否合适。结果就是我所说的 "每次招聘的生产力都在下降"。每多招一个人，就会拖累其他已经在职的人。
是的，公司必须替换离职人员和增加员工。但是，当公司快速招聘员工时，大量的入职培训和新员工会迫使经理们放慢脚步，员工们放慢脚步，许多现有流程也会放慢脚步。这意味着每增加一名 "新员工 "都会降低整体生产率。
我们最近采访了领先的电池制造商之一松下公司。高级人力资源领导通过分析发现，部门经理过度雇佣员工，导致产出放缓，而员工却预订了更多的加班时间。虽然经理们并不同意（见 2），但当她分享数据时，他们突然意识到了问题所在。
数据显示，一旦生产线上的排班和人员超过 50 人，生产率就会下降。这是由于收益递减曲线的缘故，即增加的工人超过了最佳点，每个工人的产出就会减少。
人员过多导致成本增加，同时也造成了更高的次品率和材料浪费，因为生产线上的人越多并不一定就意味着效率更高、质量更好。生产经理们直到直接看到数据后才相信这一点。
在这一领域，医疗服务提供者是最先进的。鉴于护士和临床专业人员的巨大缺口（未来三年内缺口将超过 200 万），这些公司将行政工作自动化，将临床护理分解为亚专科，并培训护士以最高执照进行操作。
例如，Providence和Stanford Healthcare精心设计了护理角色（通过减少行政工作和使用人工智能进行调度），在不降低患者治疗效果的情况下减少了每名患者的人员配置。
如何了解自己在这条曲线上的位置？
您可以查看每位员工的收入或产出。当这一指标开始下降时，你就处于曲线的右侧。而在许多组织中，我们已经开始走下坡路了。
我经常比较细分市场中同行公司的每名员工收入，数字较低的公司几乎总是市场中的落后者。顺便说一句，这就是为什么私募股权公司几乎总是在收购一家公司后立即让员工离职。
2. 重新定义人力资源部门处理员工需求的方式
我们面临的第二个问题是大多数公司的招聘方式。
据我所知，几乎每家公司都有一个年度或季度人数分配流程。首席财务官知道经理们对招聘的需求是无限的，因此会根据各业务部门的财务状况 "释放人数"。这些请购单被分发给经理，人力资源团队开始工作。
然后，人力资源部门就像接单员一样开展工作，招聘组织则开始处理请购单。我们发布招聘启事，寻找候选人，购买广告，聘请招聘人员。我们开始筛选、面试和评估候选人。然后是大量的日程安排、候选人讨论和决策工作。
所有这些工作都耗费了宝贵的时间，被首席执行官们评为 "最官僚 "流程的第三名，但却没有经过深思熟虑。
这个职位是否应该由内部候选人担任？这份工作应该是全职的，还是可以分担的兼职工作？这项工作是否应该外包，因为它不具有战略性？这个团队的人员流动率是否很高，我们是否应该讨论一下为什么这个职位还要空缺？
这些都是需要进行的重要战略对话，除非有高级人力资源业务合作伙伴（或人才顾问）参与，否则不会真正进行。招聘经理是老板，他们可能不希望人力资源部门的人问他们关于如何管理团队的各种问题。
那么会发生什么呢？人才招聘团队急于填补职位空缺，几乎没有机会讨论内部发展、岗位轮换、兼职或其他重要选择。没有一个真正的流程来考虑我们如何 "设计 "这个团队以实现增长，而这个团队却需要更多的人。
正如我们在系统性人力资源研究中讨论的那样，如果我们采用 4R（招聘、留用、再培训、再设计）方法进行招聘，这一切都可以避免。这也是为什么越来越多的招聘团队开始与L&D整合，公司开始购买人才市场平台，大多数CHRO都在大力推动提高内部招聘比例和建立内部职业管理战略。
3. 为内部流动建立战略、文化和一套工具
很多年前，我就意识到可以把公司分为两种类型：一种是信奉 "不上不下 "工作模式的公司（他们经常使用叠加排名），另一种是信奉 "辅导和发展 "工作模式的公司。
第一类信奉 "有竞争力的绩效"，总是从绩效的角度来看待员工。我们把员工分成不同的绩效组，当出现新的机会时，我们就把重点放在这些 "HiPO "的重要职位上。
第二类公司相信 "持续学习 "和成长心态，他们为每个人提供成长机会、发展任务和辅导。从某种意义上说，这些公司的经营理念就是 "任何人都可以发展得更好"，他们专注于永无止境的技能发展。
如今，在我们研究的公司中，超过三分之二的公司属于第二类，但其中大多数公司的 "思维和运营 "方式与第一类相同。因此，在全球范围内，我们正从 "要么表现好，要么被解雇 "的模式向 "表现好，我们就帮你成长 "的模式过渡。
那么，在劳动力短缺的情况下（现在平均需要 45 天才能招到人，有些职位甚至需要 70 天以上），唯一的运作方式就是转向第二种模式。得益于人工智能工具和人才智能，我们现在可以发现，拥有市场营销数学学位的营销经理可以在相当短的时间内成为数据科学家。
当然，并不是每个人都想转行，我们中的大多数人都害怕做新的事情。但是，如果你想让公司发展壮大，而不需要招聘和流失人才，你想把员工从业绩不佳的产品领域调到增长领域，你就必须让这一做法奏效。人才流动性强的结果是什么？你不必周期性地招聘（和解雇）员工，你可以培养深厚而持久的技能，工作满意度和留任率也会直线上升。
4. 重新定义管理者的角色
从广义上讲，有两种管理模式：一种是作为主管的管理者，另一种是作为 "工作教练 "的管理者。虽然这因工作和角色而异，但高效率的公司很少有既不 "管事 "又不 "做事 "的领导者。
正如 WL Gore 公司的人力资源领导多年前告诉我的那样（该公司是扁平化高效管理的先驱），"管理者管理项目，员工管理自己"。换句话说，如果你想避免由中层管理人员组成的臃肿的官僚机构，就必须扩大控制范围，并将 "管理 "定义为辅导、项目领导、发展和协调。
当你这样做时，人们就会挺身而出，在团队中担任领导职务。从某种意义上说，解放生产力的方法就是 "少管理，多领导"。
我们最新的领导力研究发现，伟大的领导者注重远见、灵感、专注和变革。这些都是特殊人士的角色，他们能够设定方向，并帮助他人找出实现目标的方法。他们调整团队，帮助人们避免浪费时间，并明确分配责任。他们拥护并鼓励变革，以身作则，始终帮助和指导他人。
虽然这些想法都很好理解，但快速招聘往往使这成为不可能。当我在 "快速招聘"（而非 "快速增长"）的公司工作时，我发现经理们在入职、培训、指导和解决问题等人事问题上疲于奔命。如果公司发展缓慢，并保持较宽的控制范围，就会发现同事们会挺身而出，承担起这些任务。这有助于公司的发展。
再次回到医疗保健领域。一个护士长有几十个人向她（或他）汇报工作，这并不罕见，因为这些员工训练有素、工作明确、积极性高。这就是一个高度可扩展模式的例子，我们每个人都必须一直努力实现这种转变。
5. 聚焦核心
避免 "人员膨胀 "的最后一个也是最重要的一个方法就是专注。我的经验是，组织（团队或业务部门）只能同时专注于两三件事。
但专注于什么呢？大多数大公司都有几十个项目、上百种产品，业务部门遍布世界各地。那么在我们的人力资源领域，这就意味着要做我常说的 "清理厨房抽屉"。如今，利用新的人工智能工具，我们可以将精力集中在少数重要的事情上。
上周，我们会见了几个人力资源领导团队，其中许多人都有 20 个或更多的项目。虽然这听起来雄心勃勃，但实际上却造成了效率低下。你们应该作为一个领导团队聚在一起，决定哪些是必要的，哪些是不重要的。当 Meta 公司解雇 22% 的员工时，我猜很多项目都停滞不前了。尽管这很痛苦（每项重大计划都有一个发起人），但它却能促进增长、盈利和创新。
多年前，在 Sybase（最初是一家高性能数据库公司），我们进入了一个失去重心的时期。公司当时正在开发工具、中间件、行业解决方案和专业服务。高层领导认为，"成为一家更大的公司会更好"。但遗憾的是，事实并非如此。
由于失去了对核心数据库的关注，微软和甲骨文迎头赶上。很快，"箭在弦上，不得不发"，我们的销售和市场营销被分散，最终公司被出售。
去年，我们采访了麦当劳的招聘团队，公司随着年轻人的职业发展不断招聘新员工。通过 "还原论思维"，在 Paradox 的帮助下，他们将店面职位的招聘时间从 25 天缩短到了 6 天。这相当于减少了 75% 的工作量。因此，麦当劳的招聘团队可以专注于招聘质量、目标定位、留住人才和店内职位管理。对于麦当劳这家招聘世界上最难找职位的公司来说，这简直就是一个奇迹。
公司有数以百计的机会可以集中精力。与你的团队聚在一起，优先考虑真正重要的事情。当百事可乐公司询问他们的员工，在大流行病期间，公司 "最官僚、最浪费时间的流程 "是什么时（他们使用了一种被称为 "流程粉碎机 "的众包工具），绩效管理被评为最糟糕的流程。每家公司都有碍事的地方，今年就应该指出来。
底线：进行对话
底线是这样的。对于什么是最重要的，哪个团队过于庞大，最初没有人会达成一致。但你们必须进行对话。
在当今的经济形势下，招聘比以往任何时候都难，人员过多的公司只会表现不佳。请牢记 "少即是多"，帮助您的整个领导团队思考如何提高生产力、减少人员和集中精力。
-
微软
AI的影响加剧：科技公司裁员与经济困境无关，而是与人工智能投资有关
近期科技行业接连不断的裁员事件，让人们开始质疑这个行业的稳定性。但实际上，仔细分析会发现，这些裁员并不是因为经济困难，而是科技公司为了重新调整发展重点和未来投资方向而采取的一种战略行动。科技领域正将巨额资金投入到人工智能（AI）的发展中，与此同时，还在减少员工数量，这表明了他们在重点和战略上的明确转变。
科技界的领袖们认为，通过裁员来提升效率、重新聚焦核心业务和淘汰表现不佳的员工，同时大举投资于AI，是一种战略上的明智之举。这种做法与因危机而采取的简单削减成本的措施不同。像微软（Microsoft）和亚马逊（Amazon）这样的公司，尽管最近在某些部门进行了裁员，但他们正准备对AI进行大规模投资。行业对智能手机时代成熟的认识，以及对加密货币/网络3以及元宇宙等其他趋势的采纳速度放缓，促使它们有意识地转向围绕AI的大规模增长浪潮。
尽管科技行业最近经历了一轮裁员潮，但科技股仍然处于历史高点，失业率也保持在历史低位。这是因为这些裁员是提高效率的措施，而非迫于无奈的成本削减。投资者可能会将这些举措看作是公司为保持在快速变化的市场中的敏捷和竞争力所做的必要调整，这也进一步支持了股价。投资者一直在敦促科技公司在收入减缓前减少开支。像Meta和微软这样的公司，因为相比其他公司员工人数过多而受到了投资者的批评，这导致了他们进行了战略性的裁员。
根据一份报告显示，截至2024年1月，共有93家科技公司裁掉了将近25,000名员工。一些专家认为，这些裁员可能只是暂时的，是行业自然波动周期中的一部分。科技行业总是伴随着技术采纳周期的起伏，如个人电脑、互联网和智能手机的兴起而经历自己的繁荣与衰退。
科技股通常被看作是成长股，投资者的乐观情绪可以推动其股价攀升至新高。人们认为，科技公司正在积极适应行业趋势，专注于像AI这样的高潜力领域，这种看法推动了投资者的乐观情绪。
就像工业化时代的工厂投资于机械和基础设施一样，今天的公司也在AI的实施上进行了大量的前期投资。随着公司投资AI来简化业务流程和提高效率，通常会伴随着一阶段的裁员。一些可以通过自动化替代的冗余岗位和任务，可能会导致一些岗位的裁撤。这通常是为了削减成本和优化劳动力结构，以达到从采用AI预期中获得的效率提升。虽然AI的前期投资可能会带来初期的裁员，但长期目标是实现成本节约，促进经济增长，并推动AI的广泛应用。
若要了解更多信息，请关注HRTech，这里有关于全球HR科技趋势、商业、最新动态。
ByJovial Jose
-
微软
2024年人工智能的3项趋势预测
对许多人来说，2023 年将被铭记为人工智能蓬勃发展的一年。事实上，微软首席执行官Satya Nadella将 2023 年称为 "人工智能年"。但这对 2024 年的人工智能意味着什么呢？
对于人力资源专业人士来说，人工智能一直是个喜忧参半的问题： 一些人担心人工智能会取代他们的工作，而另一些人则对减少耗时的任务、专注于更人性化的人力资源工作感到兴奋。
无论你站在哪一边，都要为 2024 年的人工智能做好准备。以下是我们的预期。
2023: 人工智能之年
虽然人工智能早在今年之前就已问世，但它的功能在今年得到了极大的扩展和普及，让许多人对它的真正功能有了坚实的了解。
从新的人工智能驱动软件到聊天机器人，自第一版ChatGPT 发布以来，人工智能呈指数级增长。人工智能的快速发展让许多人对 2024 年及以后的人工智能前景感到不安，因为几乎没有时间来制定有关使用人工智能的法规和规则。
对于人力资源专业人士来说，这给人工智能领域带来了一大堆问题，比如在招聘中避免偏见，以及围绕人工智能在工作场所的使用制定政策。人工智能的强大功能也让许多人担心工作安全，尤其是在裁员肆虐的这一年。
尽管如此，在过去的一年里，许多人力资源专家还是采用了人工智能。事实上，根据麦肯锡公司最近的一项调查，55% 的企业已经采用了人工智能，预计 2024 年使用人工智能的企业数量还会增加。
为了更好了解 2024年的人工智能战略，并为未来做好充分准备，这里有三个关于人力资源部门可以期待的预测。
2024年人工智能的3项预测
1. 转向日常休闲使用
随着 ChatGPT 的推出及其破纪录的增长，几乎每个人都可以使用人工智能。尽管人们担心人工智能会影响工作安全，但企业领导者已经意识到，人工智能可以作为一种支持运营的工具加以利用。
"isolved 公司解决方案战略副总裁 Geoff Webb 说："人工智能将从 C-suite 层面的猜想话题，开始在日常人力资源运营中得到更广泛的认可。
2024 年，人力资源专业人士可能会经常使用人工智能来帮助实现重复性任务的自动化，并简化人力资源运营。事实上，最近的一项调查发现，超过一半（61%）的人力资源专业人员正在投资人工智能，以简化流程。
对人工智能日常使用的接受和采用表明，一些关于人工智能取代工作的情绪已经平息，人力资源专业人员已经准备好接受人工智能可以支持他们的所有方式。"meQuilibrium公司首席技术官Ned Rhinelander说："2024年，我们可以期待人工智能在劳动力中前所未有的融合。"对于大多数员工来说，人工智能将成为并肩作战的同事。"
2. 注重战略
随着日常使用的增加，许多领导者将被推动为如何在工作场所使用人工智能制定正式的战略和游戏计划。"韦伯说："人力资源领导者确实希望利用人工智能，但在进入2024年后，他们将就如何开始以及从哪里开始寻求指导。
根据Salesforce的研究，目前有28%的员工在工作中使用生成式人工智能，其中一半以上是在未经正式批准的情况下使用的。更糟糕的是，根据 Josh Bersin Company 的数据，仅有 4% 的公司在人力资源领域制定了明确的人工智能战略。
"这种犹豫不决的性质将潜移默化地影响到新的一年。人力资源领导者希望利用人工智能，但他们在2024年需要一个路线图，以了解如何开始并最好地优化人工智能的使用，"韦伯说。
3. 法规和立法的进步
人工智能的快速应用使得立法很难跟上。尽管去年已经取得了长足的进步--包括一项关于人工智能安全和安保的行政命令，以及纽约市一项规范在招聘中使用人工智能的法律--但人工智能监管仍处于早期阶段。
"SHL解决方案负责人Lucy Beaumont说："人力资源部门在审查和验证基于人工智能的人力资源技术时应谨慎行事。"人工智能在很大程度上是不受监管的，其使用存在风险。" 各州的法规也不尽相同，这使得许多公司在使用时更加棘手。
随着对人工智能及其法律风险的如此关注，人力资源专业人士应该预计，随着政府机构试图在2024年赶上人工智能的快速发展，围绕人工智能监管的新兴立法将激增。"博蒙特说："当企业希望在这股浪潮中乘风破浪时，他们需要精明地了解现有技术，并在2024 年我们整合人工智能时验证其适用性。
红利：向行为技能转变
2024年人工智能的发展将产生深远影响，包括影响人力资源专业人员在新的一年里需要磨练的素质和技能。
"虽然人工智能将在工作场所发挥更大的作用，但人们也将越来越关注人工智能无法复制的独特的人类技能或软技能，"韦伯说。"在新的一年里，人力资源和更广泛的劳动力将需要自如地磨练他们最 "人性化 "的技能--塑造选择和方向，提供全面的背景信息，并成为更好的领导者。"
在更广泛的背景下，人工智能还将影响雇主在招聘新人才或提升员工技能时的需求。"对技术技能的关注有助于人力资源部门聘用能够快速上手并交付成果的人才，"博蒙特说。"在2024年，我们将看到钟摆摆向对行为技能的关注；识别那些具有学习新技能的敏捷性、能够解决问题并将自己的发现传达给他人的人。"
-
微软
【大咖谈】JOSHBERSIN ：为什么微软的 Viva Skills 很可能会颠覆人力资源技术市场？
本周，微软宣布了Viva的一项重要功能，它很可能会颠覆人力资源技术市场。Viva 中的技能系统不仅仅是一个技能推理引擎，它还是一个基于技能的学习系统、一个寻找导师和专家的途径、一个员工发展平台，以及一个看起来像人才市场的内部流动工具。
为什么这对人力资源技术市场具有颠覆性？如果 Viva 在企业中取得成功（已有超过 3500 万人使用它），那么企业使用的高价技能技术就会变得不那么重要。我们都知道，"面对用户 "的系统是每个人都必须绕开的系统。
让我来解释一下。Viva 的技能引擎建立在 LinkedIn 技能图谱的技能分类基础上，然后再加上微软图谱中所有员工活动的推论。这意味着它一经推出就能立即发挥作用，员工也能轻松更新。随着时间的推移，随着 "Viva 中的技能 "使用范围的扩大，它将引入外部系统中的技能（如下），并为员工提供多种方式来整理、查看和更新他们的技能。所有这些都可以在您的微软个人档案中找到。
对于 Microsoft 365 客户来说，这些档案非常重要：它们包含 IT 安全证书、职称、级别、位置、日程安排和在线活动历史记录。虽然我们经常认为 Microsoft 配置文件是理所当然的，但实际上它在安全和身份管理方面发挥着至关重要的作用，使其成为 Microsoft 商店中大多数员工的 "企业配置文件"。
当员工开始填写个人资料时，个人资料就会变得更加有用。如下图所示，员工可以将我认为Viva的客户会希望他们的后端系统通过微软来显示信息。为什么呢？因为员工更容易找到和使用这些信息。如果我必须登录 Workday 或 Gloat 才能找到我的技能档案，我可能一个月才用一次。而我的 Microsoft 工作区随时可用，因此我可以在工作流程中使用它。技能和能力分析。
在许多方面，这就是我们一直在寻找的 "基于技能的组织 "的涅槃，现在它已经嵌入到我们日常的生产力系统中。
那么所有推断、定义、开发和评估技能的后端系统呢？
Viva 的技能是一个开放的系统，公司正在寻找生态系统合作伙伴。Viva Learning的合作伙伴（包括拥有16,000多门课程的LinkedIn Learning）将为这一引擎提供动力。其他来源包括来自 HCM 平台、LMS 系统、ATS 系统、职位描述、文档数据和工作活动的信息，当然还有员工自己描述的技能。 微软已经与 SAP（微软的内部人力资源系统）、Workday 和其他人力资源系统建立了联系，我们可以期待这些合作关系会加速发展。
一旦技能图谱被填充，Viva Learning 就会向员工推荐培训、职业发展路径、导师，甚至是空缺职位（稍后）。看看这对现有的人力资源技术提供商来说有多大的颠覆性？
我们一直在购买的用于技能推断、技能标记、招聘和学习的高级工具（Cornerstone、Degreed、Eightfold、Beamery、Gloat、Fuel50、SuccessFactors、Workday 等）会怎么样呢？它们都是 Viva 的后端或支线系统。Viva技能分类法（定义为技能的单词列表）是根据LinkedIn技能图谱建立的，因此已经有了很好的填充。随着越来越多的公司使用Viva，Viva的技能分类法也将不断深化。(LinkedIn 目前正在对其学习和招聘技能分类进行合理化）。
我认为Viva的客户会希望他们的后端系统通过微软来显示信息。为什么呢？因为员工更容易找到和使用这些信息。如果我必须登录 Workday 或 Gloat 才能找到我的技能档案，我可能一个月才用一次。而我的 Microsoft 工作区随时可用，因此我可以在工作流程中使用它。
技能智能
考虑一下我们要解决的大问题：了解整个公司的技能。虽然ERP/HCM可以作为单一的技能记录系统，但访问或使用这些数据并不容易。微软认为这些数据属于 Viva，员工可以在 Viva 中查看、编辑和使用这些数据。我对此表示赞同。
(请注意，Visier 还推出了一个相当强大的技能智能引擎，你可以用它将技能与数百个其他维度（任期、角色、性别等）进行比较，包括时间序列分析）。
现在可以使用许多案例
举个例子，想象一下，我是一名经理，想组建一个小团队来完成一个项目。在我启动 Teams 并发出邀请之前，我可能只需要看一下我组建的团队的综合技能（Viva 有一个工具），然后决定我是否有合适的人选。这类用例在后端人力资源技术平台中根本不存在。
请记住，微软是构建易于使用的员工生产力软件的高手，因此 Viva 中的 Skills 几乎是 "走上去就能用"。我永远不会忘记本世纪初我在 Sybase 工作的日子，当时微软推出了适用于 NT 的 SQL Server。它的易用性立即冻结了我们基于 unix 的高端数据库技术市场，因为它实在是太容易学习、使用和管理了。
现在，我并不是说 Viva 中的技能将取代这些其他复杂的工具。但随着时间的推移，如果你考虑一下你的人力资源技术堆栈，我不明白为什么微软公司不想使用这个系统来为普通员工提供技能工具。这将吸引人们的注意力和资金，使其远离后端工具。
正如你在演示中看到的那样，员工不仅可以填写个人资料、学习课程、寻找导师和寻找项目，还可以向Copilot询问发展建议，人工智能助手将能够找出哪些学习、项目和活动可能有助于他们晋升。Viva Learning 现在有一个工具，可以利用人工智能建立定制的学习路径，这样人力资源经理就可以在 "及时工程 "等方面建立职业计划，或者在公司里建立任何新的、重要的职业计划。再也不用黑进 LMS 或 LXP 来完成这项工作了。
当然，这种优雅是有代价的。你必须为 Viva 付费（目前每个用户每月所有模块的费用为 12 美元），而且你必须对微软的路线图做出承诺。两年前，我会说这是一个有点冒险的赌注，但今天，随着大量企业的采用，这个决定的风险很低。
与任何新技术一样，微软的堆栈也很复杂，有许多神秘的功能。而Viva Learning和Skills仍然很新。但我们中的许多人都是伴随着微软工具成长起来的，我们知道它们是如何工作的。事实上，超过 70% 的 IT 部门都将自己的职业生涯押在了微软工具堆栈上。微软在培训、支持和更新 IT 专业人员方面做得非常出色，让他们了解这些系统是如何集成在一起的。
我并不是要你放弃你所拥有的任何重要技能技术。但我相信，你一定会想看看Skills for Viva。微软的设计技能、人工智能基础架构、生态系统合作伙伴以及与 LinkedIn 的整合使其成为一个不容忽视的解决方案。
-
微软
【观点】为什么人们会惧怕人工智能？这种担心是没有根据的！
本周，我们又看到了一些关于人工智能的新闻。埃隆·马斯克（Elon Musk）给一些高级研究人员写了一封信，要求将推进GPT4研究推迟六个月。高盛（Goldman Sachs）发布的一份报告称，300亿个工作岗位将受到生成式人工智能的影响，7%的工作岗位可能会被淘汰。宾夕法尼亚大学的一个学者团队撰写了一项研究，声称87%的工作将受到人工智能的严重影响。
伴随着这种见解，《纽约时报》、《华盛顿邮报》和其他期刊上的文章声称人工智能机器横行霸道，破坏了政治体系，最终他会变成“自我规划机器”，掌权并扰乱了世界。但是，最近的一项调查显示，9%的普通公民认为人工智能对社会是好处大于弊端的。
我认为，虽然任何新技术都会产生不可预测的结果，但人工智能本身并不是邪恶的，失控的，或者一定是危险的。危险的是我们决定如何使用它。
让我讨论一下人们关于使用人工智能的五种恐惧：
1.人工智能将消除就业机会，导致失业，并扰乱全球劳动力市场。
我们20年代中期就听到过这些担忧，当时牛津大学发表了一份报告，称47%的工作将被自动化淘汰。当时，《经济学人》、麦肯锡和其他人预测，计算机将消灭零售、食品服务、会计、银行和金融领域的工作岗位。我们看到图表和图形详细说明了哪些任务、工作和职业将被淘汰。现在，回过头来看，并不清楚这些是否发生过。我们的失业率是近55年来最低的，对一线工人的需求处于历史最高水平，对制造、加工、物流和技术工人的需求仍未得到满足。
2018年，我在旧金山的奇点会议上就这个话题发表了演讲，我当时提出的论点是：经济数据显示，每一次新技术浪潮都会创造新的工作、职业和商业机会。虽然研究人员认为“人工智能是不同的”，但我已经看到了成千上万的“提示工程师”和“GPT4培训师”和“集成专家”等新兴工作。与我交谈的每个供应商都告诉我，人工智能将成为我们的助手，而不是“夺走我们工作的机器人”。
虽然会有新的技能、工具和技术需要学习，但人工智能时代将释放出最大的人才新市场。正如我们所讨论的那样，世界上只有大约6%的工作是“工程师构建技术”——我们大多数人都会集成、使用和咨询这些工具。如果有的话，我认为人工智能将创造对新技能和能够管理、培训和支持这些系统的专业人员的巨大需求。
2.人工智能将加速收入不平等、贫困和无家可归。
第二种恐惧：《生命的未来》文章中引用的许多消息来源将社会动荡、心理健康问题和经济不平等归咎于技术。这种认为新技术“掏空”中产阶级的想法将继续引发许多恐惧。
现实情况恰恰相反。让我们看一下数据。对于发明的每一项新技术（计算机，网站，云，移动，AI），都会帮助我们创造一个新的行业。用户界面设计、全栈工程和前端软件方面的工作正在爆炸式增长。今天，由于训练营和社区大学教育，任何拥有高中学历的人都可以成为计算机程序员。一项研究发现， 非技术工作者现在已经学会了编码。这些技术正在为低薪工人创造巨大的新职业机会。
公司现在正在为这种技能提升提供资金。沃尔玛通过其职业途径计划投资于员工的职业技能提升，支付员工完成大学学业、帮助他们获得证书并完成职业角色的转型。亚马逊、泰森食品都有类似的计划。正如谷歌首席执行官Sunder Pichai在他最新的播客中所讨论的那样，人工智能使学习编码比以往任何时候都更容易。因此，我很清楚，许多新的入门级职业将围绕人工智能而产生。
就工资而言，对AI技能的需求将很高，但只是一段时间。虽然稀有的计算机科学家仍然要求高薪，但随着时间的推移，收入最高的专业人士需要结合技术和软技能（我们称之为PowerSkills）。
在未来的工作世界中，拥有“社交技能”（即管理、领导力、沟通、销售、时间管理等）的员工远远超过那些只专注于数学（或科学和工程）的“技术人员”。这是为什么呢？技术技能的价值迅速下降。作为一名工程师，如果你没有快速学习，与他人合作的能力，确实会慢慢落后。
我并没有贬低技术职业的价值。我只是观察到，人工智能改变了商业中对经理、领导者、销售人员、设计师、分析师和金融专业人士的需求。这些需要“理解”人工智能（而不是开发人工智能的能力）的工作将继续变得越来越重要，人工智能只会让这些工作更容易、更有趣、更重要。
有许多技术专业人士从数据库分析师开始转向大数据分析，并可能成为数据科学家。这些人现在可以学习人工智能技术，并以新的方式为其增加价值。所有这些都由人工智能授权并进一步实现。因此，在许多方面，人工智能是经济增长的推动力。
3。人工智能将制造错误信息、引起网络战、放大的偏见，并最终造成大规模的系统破坏。
要争论的第三个问题是人工智能的“不负责任的使用”。人们担心人工智能系统将导致不公平的监禁、垃圾邮件和错误信息、网络安全灾难等问题。毫无疑问，人工智能系统会存在偏见。因为它们接受的培训信息有限，所以如果索引不当，它们会给我们提出误导性的建议。因此，这些系统可能会“加速”问题产生并导致恶意行为。
如今，Facebook，Twitter和其他社交网络就是这样做的。所有“开放通信系统”都会导致滥用和不当行为，在某些方面，生成人工智能可以解决这个问题。例如，在短短几周内，微软就极大地改善了Bing的搜索引擎，现在Bing会显示引用了任何权威声明的来源。目前仍处于实验模式的Google Bard正在接受Google的严格测试，并得到了Google Search中安全工具的大力支持。
任何用于HR的AI产品，无论是来自Microsoft还是其他HR技术供应商，都将受到法律法规的约束。纽约和其他司法管辖区已宣布对在选择、薪酬或其他人力资源事务中表现出偏见的产品处以罚款和刑事处罚。微软和谷歌等公司已经担心知识产权所有权和其他法律风险。
与我交谈过的大多数人力资源供应商都非常关注这个问题。他他们正在越来越安全的数据集上测试他们的LLM（大型语言模型）。而且，作为买家，如果您发现该系统有偏见或有缺陷，您根本不必为此付费。至于偏见，我认为人类是最有偏见的。谷歌的一位高级工程师告诉我，他们的人力资源部门详细研究了招聘，发现基于人工智能的招聘（使用数据和神经网络来帮助选择候选人）被证明远没有人工面试导致的偏见多。在信息安全和战争的话题上，我们必须假设人工智能支持的邪恶行为已经在发生。如今没有什么可以阻止网络犯罪分子雇用软件工程师并构建人工智能模型。因此，应该建立一个监控系统来解决这些不良问题。
4.人工智能将创造一个有知觉的、邪恶的“通用人工智能”引擎，可以消灭人类。
然后是最大的恐惧：人工智能将是“横行霸道”的。引用的一篇学术论文“寻求权力的AI”进行了预测，并得出结论。到2025年，AI将有70%的可能性摧毁人类。我详细阅读了它，仍然非常不相信。我还没有确信神经网络会摧毁人类。是的，这些系统做出的决策很难理解。但是，当我们把精力集中在“可解释性”和偏见上时，我相信这些系统将变得更加透明。
每一项发明的技术都有可能被用于邪恶的目的。电子邮件用于身份盗用以及病毒软件的传播。手机充满了垃圾邮件，可用于监视。就连发明原子弹的罗伯特·奥本海默（Robert Oppenheimer）也相信核科学将带来能带来积极的好事。如今，核科学已经用于核磁共振扫描、癌症治疗，甚至烟雾探测器等。如果你是一名科学家，应该把控制世界的最大力量交给整个人类，并根据正确的价值观来使用科学技术。
人工智能的积极面
在过去的几年里，我与数百家提供人工智能软件的公司进行了交谈。事实上，人工智能工具都使工作更加轻松，提高组织的效率，并使生活更美好。
让我仅举几个例子：
信用卡公司可以近乎实时地发现欺诈行为并保护我们免受盗窃（所有这些都使用人工智能完成）。保险公司可以通过照片为事故索赔定价，为用户节省数精力。新的招聘工具为公司节省了数百万美元，选择适合岗位要求但没有大学学位的求职者。人才情报平台能够提供职业建议、技能训练，帮助员工成长和进步。
既然人工智能如此有用，那么人们为什么害怕呢？
正如报道所说，我们生活在一个质疑权威的世界。当我们生病时，我们觉得疾病预防控制中心让我们失望了。我们将高通胀和利率上升归咎于美联储。而不是接受这是整个社会运行的规律，有时，我们似乎感觉一切都在变得更糟。因此，我们感觉到人工智能是由“我们不信任的一组专家”发明的，它有可能会失控。也许我们应该听听比尔盖茨的话，他相信“人工智能时代”将在医疗保健、教育、艺术和商业方面带来惊人的进步。人工智能将给我们带来无法想象的好处。让我们给它一些时间。
文章来源： Josh Bersin
-
微软
微软的AI能力大规模升级：将OpenAI CoPilot应用于整个MS 365套件，Word 一键变成 PPT！
微软将赌注押在OpenAI和ChatGPT上，这是几十年来对Microsoft 365的最大升级。继将 GPT-4 引入搜索引擎之后，微软再出“杀手锏”，重磅宣布由 AI 驱动的 Microsoft 365 Copilot，它将大型语言模型（LLM）与 Microsoft Graph 和 Microsoft 365 应用中的数据相结合，打破了传统办公软件的方式，能自动生成文档、电子邮件、PPT，让Word、Excel、PowerPoint、Outlook、Teams 等办公软件的效率提升多倍。它们可以统称为——您的工作副驾驶。
Copilot 不仅可以帮助您编写、汇总、分析和搜索信息。微软还宣布一项全新的体验：Business Chat（商务聊天）。Business Chat可以在 Microsoft 365应用程序以及日历、电子邮件、聊天记录、文档、会议和联系人等程序里使用，只要用一些自然语言，它就可以根据早上的会议、电子邮件和聊天记录生成状态更新。
Microsoft 365 Copilot 能够帮助我们做什么？
使用GPT-4 大型语言模型 （LLM），CoPilot可以起草信件或文档、汇总信息。您可以让它编写文本并告诉Copilot使用什么“语气”。
创建 PowerPoint幻灯片。PowerPoint 中的 Copilot 也能通过自然语言输入，直接实现动画切换和重新设置文本格式等等。
分析来自Excel 的数据。对于不懂 Excel 里面各种函数调用、宏、VBA 语言的用户而言，基于 Copilot，可以直接用“人话”（自然语言），提出各种问题，然后它会推荐一些实用的公式。
Excel 中的 Copilot 也可以找到数据的相关性，根据问题生成模型，并得出趋势。它还可以即时创建基于数据的 SWOT 分析或数据透视表。
它还可以通过访问日历和您的联系人，提供会议、活动和项目的历史记录。如果你错过了会议，你可以问Copilot其他人在这个会议上讨论了什么。
从某种意义上说，这是一场工作革命。每个人都必须学会使用这个工具，因为忽略它会让你落后。
Copilot是我们“值得信赖的助手”，能够随时为我们提供帮助。在幕后，Copilot正在了解我们使用的的文档，日程安排和通信，当我们开始使用它时，它会变得更加智能和个性化 。LLM不会共享您的本地数据，能够充分保证用户的数据及隐私。
本周OpenAI发布了GPT4，这是Bing Chat背后的引擎。它运行更快、更聪明，这表明这些神经网络的发展速度有多快。我已经使用Bing Chat好几个星期了，我可以证明 GPT-4运行是良好的。它的语言能力是一流的，即使有些人仍在质疑它。GPT-4是第一个实际上比人类学习速度更快的人工智能模型。这个神经网络能够自己学习，使系统能够不断改进。
谷歌也不甘落后，为Google Workspace推出了自己的生成式人工智能。谷歌正在努力跟上微软的步伐，尽管他们对于自己在这方面的介绍并不完整。但微软OpenAI的势头是巨大的。LinkedIn也宣布了一系列基于OpenAI的AI增强功能。
40年来，微软一直在努力提高生产力。
微软对提高组织生产力是十分关注的，所以他们了解非常了解我们如何使用自己的计算机。微软了解到“让系统变得简单”的过程很难实现。简单的工具阻碍了我们提高工作效率：我们需要一个跟随我们一起进步的工具。这也是微软为什么取得成功的原因。虽然Copilot只是一个辅助工具，但由于LLM本质上是一个“学习机器”，Copilot会随着时间的推移而变得越来越好。
Copilot确实是有效的。
麻省理工学院的一项研究，仅使用ChatGPT就可以将生产力提高39%。专为您设计的Copilot将在短时间内更加快速地提高我们的生产和工作效率。想象一下，Copilot可以为我们节省提供大纲或摘要，编写备忘录、信件或报告的时间。律师、作家、营销人员和销售人员等将大大收益于此工具。
IT部门和新的合作伙伴：需要构建大量附加组件。
由于Copilot建立在Azure OpenAI服务之上，我们可以期待一个新的附加组件行业出现。数以百计的IT部门和Microsoft集成商将学习如何调整此系统，构建“技能”（模型）并开发行业用例。我们期望看到Copilot在法律，营销，销售和数百个行业中展示特定的“技能”。
IT部门也会这样做。由于该系统基于Microsoft Graph使用的安全性（即您的公司目录），因此IT团队还可以构建技能来帮助各种用户组更快（或更准确地）完成操作。请注意，Microsoft 还推出了Copilot for Power Platform，从而可以更轻松地构建利用此工具集的应用程序。
竞争：谷歌和其他公司的回应。
虽然谷歌在这场竞赛中似乎落后了，但我不希望他们保持沉默。全球有超过2亿人使用免费版本的Gmail，因此生成式人工智能的使用将成为主流。我认为我们将能看到许多其他的LLM进入市场，在不同领域发挥专门的用途。
这是有风险的吗？
OpenAI研究论文将风险描述为可以预见到的偏见、虚假信息、过度依赖、隐私、网络安全等风险。这里的风险指的是系统犯的错误，而不是一些人为的错误。尽管《纽约时报》讨论了这有多“可怕”，但我仍然认为我们应该辩证地对待任何问题。1981年，我在IBM工作，当时Lotus 1-2-3和其他工具出现了，许多人认为“这是会计行业的终结”。但是我想提醒大家，生成人工智能不是发现一种新的生命形式。这些是统计推理工具，我们可以用它来处理工作。与每种技术一样，人们如何使用它才是关键。
微软的巨额投资。
微软中的的每个工作人员都突然开始使用OpenAI。微软不仅将公司押注在生成式人工智能工具上，他们还在构建支持它的基础设施。一位记者发现，微软正在收购所有的AI芯片，提高Copilots的核心运算能力。这只是意味着微软正在光速向人工智能靠拢。其他软件供应商也在争先恐后地迎头赶上。
这会给我们带来期待已久的生产力提升吗？
最后，让我们讨论一下生产力。这些工具会让工作变得如此简单，每周工作4天会成为主流吗？像“文案”这样的工作会过时吗？我们会发现，每个主要的生产力工具都能“改善人们的工作”。当语音邮件和电子邮件出现时，我们想知道秘书是否会离开（他们确实这样做了）。当Zoom和Teams出现时，我们重新设计了办公方式。
在这种情况下，我们可能会怀疑自己会无事可做，但事实上，我们可以比以前更快更好地工作。当然，如果您忽略这些趋势或选择不学习这些工具的操作方法，那么您只会落后。我支持微软此次的巨额投资。虽然我们还处于早期探索阶段，但是，未来生产力的大幅提升是可以预见的未来。
本文作者：Josh Bersin
-
微软
【观点】微软为Dynamics应用程序和企业推出OpenAI CoPilots，提供用于企业应用程序的生成性人工智能将成为新的热点！
微软本周推出了嵌入微软Dynamics的OpenAI，还推出了开发工具，让用户能够在自己的数据上构建智能聊天机器人。这无疑打开了新的市场大门：提供用于企业应用程序和商业生产力的生成性人工智能。
重要的是要意识到，人工智能有很多应用方式。许多企业系统已经使用人工智能来识别欺诈，确定高利润客户，并确定增长模式，发现质量问题等等。亚马逊的路线调度和物流都使用了人工智能系统。
但使用大型语言模型（如OpenAI的ChatGPT）的生成型人工智能（用于创建新内容的软件，包括音频、代码、图像、文本、模拟和视频）则不同。它们在解决相关问题时，能够索引数十亿的单词和短语，并以 "类似人类 "的方式将新内容组合起来。
在商业领域，我们不断地阅读、写作和创造内容，生成型人工智能可以发挥巨大的作用。因此，微软将这种新的能力称为 "共同驾驶员"（Co-Pilots）：最初是为微软的Dynamics商业应用程序设计的。(此命名沿用了微软为软件开发者设计的GitHub Co-Pilot的名字)。
这些Co-Pilots以 "写作助手 "和其他工具的形式出现，实际上是新的Azure OpenAI服务的一部分。这项服务允许开发者访问OpenAI、ChatGTP和Dall-E 2，能够实现让任何微软的IT人员或开发者通过Azure完全访问生成性人工智能。这开始了生成性人工智能解决方案的下一个 "大步骤"：企业和商业解决方案。我们现在可以在销售、营销、供应链管理、金融等领域使用这些人工智能工具。
OpenAI认为这个机会是巨大的。上周，该公司发布了其企业定价和API，使任何软件开发人员或IT部门都能使用这些工具。因此，微软这个以生产力工具为荣的公司自然会立即提供一个可以使用的工具集。
这些公告分为三个主要方面。
首先，将ChatGPT（Azure OpenAI云服务）嵌入到销售、电子邮件、营销和客户服务应用程序（Microsoft Dynamics）中，以便商务人士能够更快速地建立网站、产品页面、活动；整理销售信息和与客户服务互动。商务人士每天花费数小时总结信息，撰写文案。其中大部分可以用微软的Co-Pilots for Dynamics来完成这些任务，使集成人工智能工具的企业应用程序更容易使用。
其次，微软已将ChatGPT与该公司的低代码开发系统Microsoft Power Platform集成起来。这个系统可以让用户在许多微软的应用程序和工具中实现流程自动化。因此，现在用户可以 "与使用的应用程序对话"，让它们完成更多任务型工作。就人力资源而言，想象一下，如果你只是对ChatGPT说 "请从5月开始申请2周的假期，并请我的经理批准"。我保证这比在人力资源系统中完成这个请求要容易得多。
其他例子（来自微软）：
1.研究人员可以使用该模型汇总每周发布报告中的文本并将其发送到他们的电子邮件，所有这些都使用 Power Automate。这有助于为他们的分析提供信息并快速识别主题/趋势。
2.营销经理可以通过输入特定的关键字或主题来创建有针对性的生成内容创意，并将生成的文本用于电子邮件或社交媒体帖子，所有这些都在其营销团队的 Power App 中完成
3.客户服务代理可以在 Power Automate 中构建一个流，以汇总、分类和路由客户查询，以便快速响应投诉或反馈。
最后，微软正在推出工具，帮助用户从企业数据库中 "建立自己的ChatGPT机器人"。作为一个人力资源和领导力分析师，我认为这是个大问题。公司拥有庞大的人力资源信息，这些信息以文本、视频或音频的形式存在。所有信息都可以通过ChatGTP索引和 "发现"，使任何员工都能得到问题明确的答案。而且，与Bing不同的是，ChatGTP能够对各种虚假信息进行过滤，提供可靠的企业数据。所以它的回应质量非常高。
第三套工具给我的感觉是具有巨大潜力的。它有可能释放出的数百种应用：将ChatGPT嵌入在动态应用程序中。
Microsoft 是最大的中小企业和中端市场业务应用程序提供商之一，包括 Dynamics 365 Sales 和 Viva Sales、Dynamics 365 Marketing and Customer Insights、Dynamics 365 Business Central、Dynamics 365 Customer Service 和 Microsoft Supply Chain Platform。Dynamics业务上个季度增长了13%，一些分析师认为其业务规模接近6亿美元。（注：Workday的收入约为5亿美元。
这些应用程序使用各种数据、工作流、分析流程来配置、操作和管理业务区域。例如，如果您是营销经理，并且想要将新产品上传到销售目录，修改网站，输入价格和库存信息，并发送活动通知。当然，要完成这些工作需要对应用程序有深入的了解和准确的控制能力才能游刃有余地进行使用。
最简单的例子是 Microsoft 使用 ChatGPT 来帮助用户创建产品概述、制作电子邮件或博客条目。这可以节省数小时的编辑和审查时间。其次，他还能够通过电子邮件互动、客户服务响应和其他方式来销售这种新产品。然后，当客户遇到新的问题时，客户服务代理可以使用ChatGPT 来合并问题并给予解答。
ChatGPT 开发工具——强大的虚拟代理和AI构建器：
AI Builder 中的新 GPT 和 Power Builder Agent 中的 GPT 可让用户根据公司中的信息构建自己的聊天机器人！这是巨大的市场之一。
例如，想想我们在人力资源部门手工构建的所有入职、员工体验解决方案、领导力发展和其他过渡计划。如果微软GPT机器人运行良好，我们可以使用聊天机器人完成这些工作。已经存在了一段时间的Microsoft AI Builder已经可以做很多事情了。现在，它可以从用户自己的数据中生成对话，补充许多其他可用的AI工具欠缺的功能。
正如微软所说：
“通常，当聊天机器人遇到未经训练的问题时，它只能以两种方式之一做出回应：要求用户重新提问或寻求真人助力，我们很可能都很熟悉。现在，使用 GPT 的强大功能，您可以将机器人连接到最新和最有用的数据源，例如公司网站或内部数据，机器人可以立即开始使用这些数据来构建解决方案。这意味着通过所有动态的解决方案都无需创作单个主题或花费额外的开发周期，机器人在几分钟内就可以完成。考虑一下您可以在此处使用多少个内部数据源。每个福利、入职、流程、合规性或培训信息语料库都可以由 ChatGPT 索引和“启用”。
巨大的平台转变：对微软、人力资源技术和商业软件的影响
首先，很明显，OpenAI是微软“改变游戏规则”的合作伙伴。就由于微软拥有OpenAI的49%股份，并且提供了大部分的计算能力，因此人们可以看到OpenAI在未来某个时候或许会成为“微软子公司”。现在有500家生成式人工智能初创公司，《经济学人》估计市场已经投资了超过11亿美元。
生成式人工智能是一个“平台转变”，与互联网、网络、社交和移动一样。每个技术提供商都必须决定如何应对新的市场需求。想想这对Workday，SuccessFactors，Oracle，ServiceNow，ADP以及世界上所有其他人力资源和商业软件提供商意味着什么。他们将不得不考虑在应用程序之上利用生成式人工智能构建服务界面。
生成式 AI 是一种新的用户界面，与移动设备不同，它允许用户根据自己的深层数据来区分产品。所以我相信这是企业平台（和应用程序）的“新战场”。
还要注意的是，OpenAI不会是市场上唯一的供应商。还有其他大型语言模型，更多模型很快就会到来。从某种意义上说，大型语言模型在某种程度上是一种商品：重要的是数据、培训和领域专业知识。因此，真正的价值创造是如何将这些模型与用户自己的数据、用例和工作流系统结合起来！
我们已经进入了企业技术的颠覆性时代。这是一种设计应用程序并支持用户、客户和潜在客户的新方法。如果像Power Virtual Agent这样的工具被广泛采用，我们可能不再花几个小时的课程来学习如何使用我们最喜欢的HRMS或ERP应用程序。我们只会问系统相关的问题，决定我们想要它做什么，然后要求系统完成工作。
现在还处于早期阶段，但凭借微软庞大的IT客户，集成商和合作伙伴，我看到了他们巨大的发展前景。
文章作者：JOSHBERSIN
-
微软
【前沿】AI会话机器人ChatGPT快速替代部分工作岗位，且表现良好！HR可能要重新审视未来
每个人都对ChatGPT和AI有看法。工程师和企业家将其视为一个新的领域：一个发明产品、服务和解决方案的新世界。社会科学家和记者对此感到担忧，《纽约时报》著名作家Ezra Klein称其为“信息战机器”。在这里我们看到了巨大的可能性。与所有新技术一样，我们还不能完全预测其影响。可能会有问题和失败。
什么是ChatGPT？
简而言之，这项技术（还有许多其他类似的技术）通常被称为“语言机器”，它使用统计、强化学习和监督学习来索引单词、短语和句子。虽然它没有真正的“智能”（它不知道这个词“意味着什么”，但它知道它是如何使用的），但它可以非常有效地回答问题、写文章、总结信息等等。
像 Chat-GPT 这样的引擎经过“训练”（编程和强化）来模仿写作风格，避免某些类型的对话，并从您的问题中学习。换句话说，更高级的模型可以在您提出更多问题时优化答案，然后进行存储，之后可以让其他人学到知识。
虽然这不是一个新想法（我们已经有十年的聊天机器人，包括Siri，Alexa，Olivia等），但GPT-3.5（最新版本）的性能水平令人震惊）。我问过它诸如“招聘的最佳实践是什么”或“您如何建立企业培训计划”之类的问题，它回答得很好。是的，答案非常基础。虽然有些不正确，但通过培训，它们显然会变得更好。它还有很多其他功能。它可以回答历史问题（谁是1956年的美国总统），它可以编写代码（Satya Nadella认为80%的代码将自动生成），并且可以撰写新闻文章，信息摘要等。
我上周与之交谈的供应商之一正在使用GPT-3的衍生产品，从课程中创建自动测验并充当“虚拟助教”。这让我想到了这里的潜在用例。（在某些方面，聊天机器人本身可能是一种商品：至少有20家初创公司拥有资金雄厚的AI团队，并且正在构建衍生产品或竞争产品）。
如何使用ChatGPT和类似技术？
在进入市场之前，让我谈谈为什么我相信它的潜力将是巨大的。这些系统由它们索引的信息语料库（数据库）“训练和教育”。GPT-3 系统已经在互联网和一些经过高度验证的数据集上进行了训练，因此它几乎可以回答有关任何事情的问题。这意味着它在某种程度上有点“愚蠢”，因为“互联网”是营销、自我推销。老实说，我认为我们都有足够的问题来弄清楚什么是真实的（尝试搜索有关您最近疾病的健康信息，您会发现有些东西令人恐惧）。
谷歌GPT-3的竞争对手（传闻是Sparrow）从一开始就是按照“道德规则”建立的。根据我的消息来源，它包括“不要提供财务建议”和“不要讨论种族或歧视”和“不要提供医疗建议”之类的想法。我还不知道 GPT-3 是否有这种级别的“道德规范”，但OpenAI（正在构建它的公司）和微软（他们最大的合作伙伴之一）正在研究它。
所以我的意思是，虽然“对话和语言”很重要，但像Chat-GPT这样的聊天机器人需要精致、深入的内容来构建真正的实力。如果您真的希望它可靠地工作，则需要它能够获取有效，深入和广泛的数据。
我想到的一个例子是Elon Musk过度炒作的自动驾驶软件。例如，我不想开车，甚至不想带着一堆99%安全的汽车上路。即使是99.9%的安全也是不够的。同样：如果信息语料库有缺陷，算法没有“不断检查可靠性”，那么这个东西可能是“虚假信息机器”。我认识的一位最资深的人工智能工程师告诉我，Chat-GPT很可能会有偏见，仅仅是因为它倾向于消耗数据。
例如，想象一下，如果俄罗斯人使用GPT-3构建一个关于“美国政府政策”的聊天机器人，并将其指向每个书面阴谋论网站。在我看来，这并不难，如果他们在上面放一面美国国旗，很多人都会使用它。所以信息的来源很重要。
人工智能工程师很清楚这一点，所以他们相信“数据越多越好”。OpenAI首席执行官Sam Altman认为，只要数据集变得更大，这些系统就会从无效数据中“学习”。虽然我理解这个想法，但我倾向于相信相反的观点。我相信OpenAI在商业中最有价值的用途将是将这个系统指向我们信任的精致，更小，经过验证的深度数据库。（微软作为主要投资者，有自己的人工智能道德框架，我们必须相信这将基于他们的合作伙伴关系来执行)。
在我多年来看到的演示中，我见过的最令人印象深刻的解决方案是那些专注于单个域的解决方案。由Paradox开发的人工智能聊天机器人Olivia足够聪明，可以筛选，面试和雇用麦当劳员工，效率惊人。有一个供应商为银行合规建立了一个聊天机器人，作为“首席合规官”运作，它运行良好。
想象一下，正如我在播客中所讨论的那样，如果我们构建了一个指向我们所有人力资源研究和专业发展的人工智能。这将是一个“虚拟的Josh Bersin”，甚至可能比我更聪明。（我们现在开始对此进行原型设计)。
上周，我看到了一个系统的演示，该系统采用了软件工程和数据科学的现有课件，并自动创建了测验，虚拟教学助理，课程大纲，甚至学习目标。这种工作通常需要教学设计师和主题专家进行大量的认知努力。如果我们把人工智能“指向”我们的内容，我们就会突然大规模地向世界发布它。而我们，作为专家或设计师，可以在幕后对其进行培训。
想象一下商业中的数百种应用：招聘、入职、销售培训、制造培训、合规培训、领导力发展，甚至个人和专业指导。如果你把人工智能集中在一个受信任的内容领域（大多数公司都有这方面的内容），它可以大规模地解决“专业知识交付”问题。
这个市场将走向何方？
虽然ChatGPT看起来很神奇，但我们必须预测创新者将迅速推进、扩展和完善这一点。我敢打赌，大多数风险投资公司现在都在向这一领域的初创公司开空白支票，所以有很多竞争即将到来。
我的直觉是，像OpenAI和微软这样的公司可能会与许多其他参与者（谷歌，甲骨文，Salesforce，ServiceNow，Workday等）竞争，因此每个主要供应商都会“增加”人工智能和机器学习专业知识。如果微软将OpenAI API构建到Azure中，那么成千上万的创新者将在该平台上构建特定于领域的产品，新产品和创意解决方案。但现在下结论还为时过早，我的猜测是，特定行业和特定领域的解决方案将胜出。
想象一下需要考虑的“机会空间”的数量。领导力发展、健身教练、心理咨询、技术培训、客户服务，不胜枚举。这就是为什么，只要这个市场仍然存在，我仍然相信机会是“巨大的”。
我将这项技术比作“移动计算”的早期。在早期，我们将其视为我们公司系统的“附加组件”。然后它成长、扩大和成熟。如今，大多数数字系统设计都是针对移动的，他们围绕移动构建整个技术堆栈，我们通过他们的手机研究行为、市场和消费者。同样的事情也会在这里发生。想象一下，当您可以看到客户对您的产品提出的所有问题时？机会是惊人的。
正如我在播客中所讨论的那样，很多工作都会改变。我刚刚对 Chat-GPT 直接影响的所有工作（编辑、记者、分析师、客户服务代理、QA 工程师等）进行了分析，发现今天大约有1030万个职位空缺，大约8%（800，000）将立即受到影响。这些工作不会消失，但随着时间的推移，这些系统会对其进行升级和增强。（现在有很多新的工作，比如“聊天机器人培训师”）。
关于这个话题还有很多要讨论的，让我们把它想象成我们未来最亮的恒星之一，并努力防止它失控。
本文作者： JOSHBERSIN
扫一扫 加微信
hrtechchina
