• AI
    2019年企业组织面向HCM的5个主要趋势 文/Elizabeth Quirk 随着创纪录的低失业率和对顶级人才的竞争达到顶峰,随着企业实施变革以吸引和留住更年轻的劳动力,2019年的工作场所将经历迄今最大的转变。千禧一代现在是美国劳动力中人数最多的一代,预计到2025年将占到全球劳动力的75%。Humanity是一家领先的基于云计算的HCM解决方案提供商,它已经确定了企业组织在2019年面临的五大趋势,以及组织在未来一年计划中应该考虑的变化。 Humanity的首席执行官克里斯•阿曼尼(Chris Amani)表示:“管理新一代的年轻员工和人才,从未像今天这样具有挑战性。”“如今,企业所处的时代,实时是事实上的标准,信息只需轻轻一击就能获取,熟练人才和非熟练人才都难以找到和保留。”这种跨行业的人力资本管理巨变,正在推动以云计算为中心的技术的开发和实现,这些技术允许企业和中小企业大幅改善运营、扩大员工沟通,并适应更年轻的劳动力。 随着人力资源高管和人力资源管理领导者寻求利用分析技术并采用人工智能(AI)、以云为中心的解决方案和聊天机器人工具等技术,用以改善运营、沟通和与员工的互动,如今的职场将发生翻天覆地的变化。 尽管如此,Humanity调查了人力资本管理市场的现状,并确定以下2019年的主要趋势和挑战: 人工智能、大数据和预测调度的未来 人工智能/机器学习和预测能力的发展为个性化的员工和组织需求的自动调度和人员配置的新时代铺平了道路。例如,未来基于销售分析、员工技能组合、团队生产力和季节性需求预测的人员配置和日程安排需求将对业务效率和运营产生深远影响。展望未来,将个人日程安排整合到工作场所日程调度功能中,员工可以从PTO的主动通知中受益,或者如果日历上有假期、课程或医生预约,则可以在日程安排冲突时警告经理。此外,利用一些第三方应用程序的集成可以提醒员工上下班时间的延迟,并提供推送通知,帮助团队成员按时到达预定的班次。 移动设备 年轻人以移动设备为先。这给工作场所带来了一种期望,即他们将能够以自己喜欢的方式、地点和时间工作,并使用自己喜欢的设备。为了成功管理、吸引和保留当今年轻的员工,组织需要全面集成的移动解决方案,使管理人员和员工能够管理他们的日程安排,并提供和接收来自移动设备的反馈,无论是小时制、项目制还是轮班制,还是跨行业(零售、医疗、酒店、教育等等)。员工可以通过移动设备查看时间表、接班、沟通病假和家庭需求。此外,管理者可以更有效地与团队合作,应用实时变化,并简化整体运营。 多层合规 随着政府继续增加计划合规指南,组织将寻求并投资于有助于维护合规性的技术解决方案。利用先进的员工管理引擎,使管理人员和计划专业人员能够跟踪和防范潜在的合规性问题,包括加班限制和基于认证或技能的人员配置。这种先进的监控和控制层同时使员工,经理和组织能够超越检查框并协同工作,以确保组织的安全和准备。 易于集成 将人力资源和业务部门中的不同功能连接起来,可以直接满足员工对当今实时文化的需求、能力和灵活性的期望。人才管理解决方案可以使信息在组织的多个部门之间顺畅流动。这种数据共享可以使您的企业更好地创新,使您的员工更好地工作。它不仅有助于人力资源的管理需求,此外人才管理也是一种商业战略,因此软件简化了业务流程,并为公司的顶尖人才提供了改进空间。 CHOTBOTS和HCM管理 在当今实时的工作文化中,无论员工在哪里,简化沟通和信息传播的能力是至关重要的。从解决常见的人力资源问题到政策变更和公司范围的信息分发,聊天机器人使组织能够确保员工始终可以随时获得信息。正确实施后,与复杂的企业工具和流程相比,Chatbots是与员工互动的可行选择。此外,它们可以成为HCM领导者用于跟踪员工的问题、需求和关注事项的有用数据来源,以加强沟通并确保组织正在提供所需的资源和培训。   以上为AI翻译,内容仅供参考。 原文链接:5 Key Trends in HCM Facing Enterprise Organizations in 2019
    AI
    2019年01月07日
  • AI
    为什么2019年人才获取从数据驱动转向智能驱动 从历史上看,人力资源行业充满了时间密集型任务,确定最佳候选人并协调他们的面试和筛选过程。一项研究发现2017年的租用时间平均为  23.8天,自2010年以来增加了13天,因为市场越来越拥挤。 人工智能驱动的技术开辟了几乎无限的可能性,2019年将成为数千个行业创新和高度采用的一年。人力资源,招聘和人才获取也不例外,随着人工智能(AI)的普及变得无处不在,人们将大大受益。 来年将会看到大量的人力资源团队严重依赖人工智能和机器学习(ML)来处理人才获取方面的大部分幕后工作。由于这种转变,招聘人员将有能力和时间与更高层次的顶级候选人建立牢固的关系,而不是在一天的大部分时间里研究和挖掘大量的简历和简介。 本文作者Steven Jiang  CEO and Co-Founder of Hiretual AI和机器学习支持的人才招聘 我相信,我们将在2019年见证的最激动人心的转变之一就是人工智能领导着从数据驱动到智能驱动的招聘变革。事实上, 在一项调查中,42%的高管认为人工智能在未来两年内至关重要。 由于AI和ML和他们难以置信的收集和整理直观的信息,缩短了时间,洞察能力的强大力量,人力资源专家将花费更少的时间筛选,通过数据和更多的时间采取行动就可以了。 目前,这需要通过在现有系统中采用和部署AI引擎,从公司现有的人才获取(TA)系统和技术堆栈进行根本性的变更和升级。随着人工智能的加强,人力资源工作变得更加积极主动,整个工作流程和流程将得到重塑。随着TA团队的重新培训和流程的重新定义,新的一年将为基础设施,软件和运营带来升级。 人工智能技术还将发展招聘人员和候选人与采购流程的关系。组织将采用相同的AI技术来处理主动求职者和被动求职者管道。由于2019年预计会有很高的采用率,我还预计公司会聘请更多的技术架构师来帮助设计和构建可扩展的HR堆栈。人工智能将占据中心舞台,人们将在明年更加了解它,他们将被迫做,以确保他们找到并取得持续的成功。 提高候选人参与度   在接下来的12个月里,更多的人力资源和招聘团队将挥手告别许多繁琐的任务,这些任务历史上占据了宝贵的一天,占用了大量的时间。取而代之的是加速人才获取过程的工具和平台。这将是广泛采用增强采购,写作和参与技术的一年。 随着采购和寻找主动和被动候选人变得更有效率,我们将看到注意力从采购转移到流程的下一阶段,鼓励潜在员工与招聘人员交谈,也称为“提高候选人参与度”。  人工智能简化招聘流程的能力 - 特别是采购和过滤候选人的初始阶段 - 将使人力资源团队能够花时间处理更有价值的任务,例如了解简历或在线档案背后的人。 改善候选人的体验 由于前所未有的技术见解和能力,招聘方法已经非常直观,并将继续变得更加直观。随着越来越多的流程开始自我照顾,候选人的体验将提升到一个新的水平。候选人在申请和表达对职位的兴趣时,会有更好,更全面的经验。等待招聘人员亲自联系每位候选人并提供必要信息以便简单地继续申请流程的下一步的日子(和周)已经一去不复返了。 通过先进的配对和采购技术,候选人将获得更多相关和细致入微的工作建议和机会,而招聘人员将从与手头工作的最佳候选人匹配中受益。一旦候选人找到他们感兴趣的工作,技术也将在该流程的下一阶段发挥作用。 人工智能的聊天机器人和调度机器人将使候选人能够提出问题并实时回答。Chatbots将继续整合到公司的网站中,让人力资源团队成员能够处理更紧迫和复杂的请求,并有时间在招聘过程中发挥更加深思熟虑的作用。Chatbots可以完整地引导申请人完成申请流程,引导候选人从一个页面到另一个页面,以确保准确性和完整性。我们还将看到AI匹配技术蓬勃发展。 新的一年将带来改进的实践,无与伦比的候选人和招聘人员经验以及人力资源行业十年来所采用的最高技术水平。求职者和招聘人员都会感受到AI和ML的影响。候选人的经验将继续现代化,允许公司像对待客户一样对待他们的申请人,同时让招聘人员有更多的时间和精力投入到招聘的人性方面:与有才能的候选人交往。那些在2019年接受人工智能的公司将把他们的人才招聘团队提升到一个新的水平。 以上由AI翻译完成,仅供参考。 经授权发布。 Why 2019 Will Be The Year Talent Acquisition Moves From Data-Driven To Intelligence-Driven   Historically, the human resources industry has been fraught with time-intensive tasks, identifying the top candidates and coordinating their interview and screening processes. One study found that the time to hire in 2017 was, on average, 23.8 days, an increase of 13 days since 2010 as the marketplace has grown ever more crowded. Artificial intelligence-powered technology opens up nearly limitless possibilities, and 2019 is poised to be a year of innovation and high adoption across thousands of industries. HR, recruiting and talent acquisition are no exception and will benefit greatly as the adoption of artificial intelligence (AI) becomes more ubiquitous. The coming year will see vast amounts of HR teams relying heavily on AI and machine learning (ML) to take care of much of the behind-the-scenes work that goes into talent acquisition. Thanks to this shift, recruiters will have the ability and time to engage with and build strong relationships with their top candidates on a deeper level — instead of studying and digging through a huge quantity of resumes and profiles for a significant part of the day. Talent Acquisition Powered By AI And Machine Learning I believe one of the most exciting shifts we will witness in 2019 is AI leading the change in recruiting from data-driven to intelligence-driven. In fact, 42% of executives in one survey believe AI will be of critical importance within the next two years. Thanks to the powerful forces of AI and ML and their incredible ability to gather and sort information intuitively and shorten the time to insights, HR specialists will spend less time sifting through data and more time acting on it. For the moment, this will require fundamental changes and upgrades from a company’s existing talent acquisition (TA) system and tech stacks by adopting and deploying an AI engine into their existing systems. The whole workflow and process will be reshaped as HR efforts become dramatically more proactive as they are enhanced by AI. The new year will bring upgrades to infrastructure, software and operations as TA teams are retrained and processes redefined.   AI technology will also evolve both the recruiter's and candidate's relationships with the sourcing process. Organizations will enlist the same AI technologies to handle both active-job-seeker and passive-job-seeker pipelines. Because of the high levels of adoption anticipated in 2019, I also foresee companies hiring significantly more technical architects to help design and build scalable HR stacks. AI will take center stage and people will become much more knowledgeable about it in the coming year, which they will be forced to do in order to ensure they find and achieve ongoing success. Heightened Candidate Engagement   In the next 12 months, more HR and recruiting teams will wave goodbye to many of the tedious tasks that have historically occupied a significant amount of their valuable day and eaten up too much of their time. In their place will be tools and platforms to accelerate the talent acquisition process. It will be a year of widespread adoption of augmented sourcing and writing and engagement technologies. As sourcing and finding proactive and passive candidates becomes more efficient, we will see a shift in attention from sourcing to the next phase of the process, encouraging potential employees to talk to recruiters, also known as "heightened candidate engagement." The ability of AI to streamline the hiring process — especially the beginning stages of sourcing and filtering candidates — will allow HR teams to spend time on more valuable tasks like getting to know the person behind the resume or online profile. Improving The Candidate Experience Thanks to unprecedented technological insights and abilities, recruiting methods are already highly intuitive and will continue to become even more so. As more and more processes start to take care of themselves, the candidate experience will rise to the next level. Candidates will have better, more comprehensive experiences as they apply for and express interest in positions. Gone are the days (and weeks) of waiting for recruiters to personally contact each candidate with the necessary information to simply move forward with the next step in the application process. Through advanced matching and sourcing technology, candidates will receive more relevant and nuanced job suggestions and opportunities, while recruiters will benefit from being matched with the best candidates for the job at hand. Once candidates find jobs in which they’re interested, technology will play a part in the next stages of the process as well. AI-powered chatbots and scheduling bots will enable candidates to ask questions and have them answered in real time. Chatbots will continue to be integrated into a company’s website, freeing HR team members to handle more pressing and complicated requests and have time to play an even more thoughtful role in the hiring process. Chatbots can lead applicants through the application process in its entirety, guiding the candidate from page to page to ensure accuracy and completeness. We will also see AI-matching technology flourish. The new year will bring improved practice, unparalleled candidate and recruiter experiences and some of the highest levels of technology adoption the HR industry has seen in a decade. The impact of AI and ML will be felt by job candidates and recruiters alike. The candidate experience will continue to modernize, allowing companies to treat their applicants like customers, while giving recruiters more time and energy to devote to the human side of recruiting: engaging with talented candidates. Companies that embrace AI in 2019 will take their talent acquisition team to the next level.
    AI
    2019年01月01日
  • AI
    Chatbot聊天机器人如何简化招聘流程--AI在HR工作中的典型场景 根据CareerBuilder,超过67%的申请人对在整个申请过程中保持更新的组织有积极的印象。 但是,招聘人员定期更新参与招聘流程的每一位参与者,这是一项艰巨的任务。 事实上,在他们忙于采购候选人时,他们几乎没有时间亲自更新被拒绝的申请的状态。几乎75%的申请人从未收到过招聘人员的回复。 这是一个聊天机器人可以改变申请人体验并将其提升到一个新水平的领域。 根据任仕达人才趋势调查,84%的高层管理人员和人力资本领导者认为人工智能将在未来三到五年内对工作场所产生影响。研究公司IDC预测,截至2020年底,人工智能的整体市场预计将超过460亿美元。 AI能够将您的人力资源经验提升到更高水平。根据Resumes Planet的人力资源专家Donald Southern的说法,“人工智能可以帮助您比常规人力资源技术更有效地处理招聘,生产力和保留。此外,它使您能够比以往更快地完成招聘流程。“ 聊天机器人如何简化招聘流程? Chatbots已经存在了很长一段时间,但在当今的数字世界中,它们在许多业务流程中扮演着至关重要的角色。组织正在迅速采用这种基于人工智能的技术,特别是在招聘流程中。 Chatbots正在招聘行业树立新的趋势,轻松管理耗时或重复的管理任务。 它们提供了一系列功能 持续解析 进行重大调查以筛选申请人的筛选过程, 提供有关应用程序状态的更新 回答常见问题解答,加快招聘人员的招聘流程。   此外,聊天机器人可以方便地使用文本对话从候选人收集数据,而不是要求他们填写冗长的表格。一个SmashFly报告发现,谁开始填写工作申请的候选人74%将在完成之前掉落。使用聊天机器人的组织可以节省74%的招聘营销工作,时间和预算! 考生可以在公司网站或社交句柄上获取HR虚拟助手的帮助,以获取他们所需的工作申请信息。毋庸置疑,在与聊天机器人交谈时,网站或社交平台上启用的所有会话都会采用标准的安全合规性和身份验证方法。 到2022年,人力资源和招聘聊天机器人有可能将业务成本降低80多亿美元 - 瞻博网络研究 以下是使用招聘聊天机器人的一些优点: 它们全天候可用。 快速响应任何提出的查询。 释放人力资源人员的时间。 通过智能和自动化工作流程节省时间和金钱。 降低每次租用的成本。 同时处理来自不同申请人的多个请求。 让候选人参与整个招聘过程,并帮助提高品牌价值。 可用于不同的消息传递渠道,如Messenger,Slacks,SMS等。 今天在招聘流程中使用了4种智能方式聊天机器人 回复候选人常见问题 收集候选人反馈 雇主品牌工具 帮助招聘人员节省大量时间和资源 以上由AI翻译完成,仅供参考。 原文标题如图所示  
    AI
    2018年12月27日
  • AI
    皮尤研究:37%的技术专家认为人工智能将在2030年前改善生活 大约37%的技术专家认为,由于人工智能(AI)和相关技术的进步,大多数人在未来10年内不会变得更好。根据Pew Center Research对超过979名开发人员,业务主管和政策领导者的调查,其结果今天发布,与在加利福尼亚州圣何塞举行的以人为本的数字未来会议上的演示相吻合。 研究参与者清楚地表达了他们对人类代理的焦虑,一些人说他们担心人们可能失去对生活的控制,因为“黑匣子”工具越来越多地为决策做出贡献。一些人担心,人工智能在很大程度上仍然处于不受公共利益约束的公司的职权范围之内,其他人则表示他们担心依赖性锁定 - 人们自我思考的能力下降 - 以及自主武器的破坏性能力,网络犯罪和宣传。 “我认为人工智能和机器学习可以增强人类对道格拉斯·恩格尔巴特的认知,”互联网名人堂成员兼副总裁兼谷歌首席网络记者Vint Cerf告诉皮尤。“会有滥用和漏洞,有些是有害的,所以我们需要考虑如何实施和使用这些技术......” 今年早些时候,德勤报告的受访者表达了对人工智能的类似保留意见。超过20%的人认为“网络安全漏洞”是人工智能开发和采用中的一个关键问题,而43%的人认为“根据人工智能/认知建议作出错误的战略决策”是前三名。此外,大约39%的人认为人工智能在关键任务或生死攸关的情况下失败是他们的恐惧之一。 Pew的报告非常关注人工狭隘智能(ANI),或像Apple的Siri,亚马逊的Alexa和微软的Cortana这样的机器智能,它们在特定任务中等于或超过了人们的能力。调查参与者表示,由于ANI可以获得“感知优势”,他们担心人类可能会牺牲自己的独立性,隐私权和权力而非选择权,他们担心ANI仍然会出现“错误,偏见和错误的逻辑”或者错误的假设。“ “这些专家指出了自治系统带来的巨大机遇和可怕的可能性,”皮尤研究中心互联网和技术研究主管Lee Rainie表示。 受访者预测,在未来几年,人工智能可能会很快在复杂的决策,推理,分析和模式识别,语音识别和语言翻译等任务中匹配或超越人类智能。然而,他们承认这并不是一件坏事。 在医疗保健方面,他们预计人工智能将在诊断和治疗患者方面发挥越来越大的作用,而在企业和智能城市中,通过执行目前由人类工作人员执行的重复,单调的任务,它将节省时间和金钱。根据麦肯锡全球研究所的数据,这些类型的劳动力市场变化将导致未来10年国内生产总值(GDP)增长1.2%,并有助于获得额外20-25%的净经济效益 - 全球13万亿美元 - 在未来12年。 并非所有关于人工智能工作影响的研究都描绘得特别乐观。世界经济论坛、普华永道和 Gartner 预测,到2025年,人工智能可能会使多达7500万个工作岗位多余。  麦肯锡今年预测,要求“低数字技能”的工作部分可能会从目前的2030年下降到30%~ 40%,因为需要更高技能的工作从40%增加到50%。 再次,对机器人主导的未来的担忧可能是错误的。在普华永道第11次年度的数字智商调查中,60多个国家中只有53%的商业、经验和技术主管表示他们正在计划人工智能投资和用例。大约19%的人表示他们至少有一个用例和一个计划,只有4%的人表示他们已经成功实施了这项技术。 Pew报告的受访者提出了三种解决方案,可能有助于在人工智能方面取得理想的成果: 改善跨境和利益相关方团体的合作; 制定政策以确保人工智能将通过引入新的监管和认证流程来实现人类利益; 改变经济和政治制度,以更好地帮助人类与人工智能竞争和合作,特别是通过确保人工智能的进步旨在“人类为所有人增加”。 “其中一些专家专注于他们预见的问题的可能解决方案,”埃隆大学想象互联网中心主任和调查受访者Janna Anderson表示。“他们可以被提炼到一个非常明确的请求:人们应该联合起来,创新广泛接受的针对开放、分散、智能网络的方法。他们认为应该重新发明经济和政治制度...... [扩大]他们的能力,以加强人力/人工智能的合作。”     以上为AI翻译,内容仅供参考。 原文链接:Pew: 37% of technologists don’t think AI will improve lives by 2030
    AI
    2018年12月11日
  • AI
    前SAP全球副总裁郝旭东出任Geek+执行总裁,主管业务部门 12月4日,AI机器人公司Geek+(极智嘉)宣布重要的高管任命:前SAP全球副总裁郝旭东出任Geek+公司执行总裁,向CEO郑勇汇报。 Geek+是一家AI机器人公司,利用机器人、AI、大数据、云计算和IoT技术,提供极具智能的机器人智能物流解决方案和一站式供应链服务。Geek+致力于为物流、制造、零售等行业进行新技术赋能。 据悉,郝旭东(Michael HAO)此前担任SAP全球副总裁中国区联席总经理,领导中国区业务实现持续高速成长并推动了德国工业4.0在中国的落地与本地化创新。他在企业数字化转型领域拥有二十多年的实践经验。郝旭东将协助Geek+公司CEO郑勇制定公司发展战略,并全面负责公司的业务开展和全球化运营。 Geek+的CEO郑勇表示,“很高兴我们迎来了Michael的加入。Michael将主要负责Geek+业务部门管理,包括业务拓展的战略规划、实施等,这将更有效地加强我们前端部门的业务能力,以致力于提升客户体验及满意度。我们很高兴能将Michael的才能运用到加强业务管理中,从而提升客户价值并有效助力业务快速增长,推动Geek+走向全新的发展阶段。“ Michael表示,“ 非常荣幸能成为Geek+志同道合的合伙人!我坚信AI驱动的数字化转型是未来三五十年最大的浪潮,我大学专业就是自动驾驶,再加上二十年的行业积累,现在是天时地利人和的好机会,希望不忘初心不辱使命,三年做到世界第一,五年能打造端到端的智慧物流企业,用AI把世界变得更美好!”   原文来源:前SAP全球副总裁郝旭东出任Geek+执行总裁,主管业务部门
    AI
    2018年12月05日
  • AI
    人工智能在人力资源领域的崛起:将影响招聘和招聘的9个显著发展 The Rise Of AI In HR: Nine Notable Developments That Will Impact Recruiting And Hiring 人工智能(AI)和机器学习(ML)最近一直是新闻热点,而且有充分的理由。人工智能和ML技术正以惊人的速度发展;根据斯坦福大学(Stanford University) 2017年人工智能指数(AI Index)的年度报告,自2000年以来,开发人工智能系统的活跃美国初创企业数量增长了14倍。 许多人想知道人工智能技术的持续快速发展将如何改变企业的运营方式。特别是,人工智能可能会彻底改变和重新定义招聘和招聘过程。我们邀请了福布斯人力资源委员会的9位成员分享他们最感兴趣的与人工智能相关的发展。 福布斯人力资源委员会的成员讨论了人工智能可以给招聘和招聘带来的令人兴奋的变化。照片由个别会员提供。 1。更准确的候选人匹配 为了更好地找到合适的候选人,理解一份简历的能力应该是一种人类技能。然而,事实证明,人工智能在这方面要比经验丰富、技术娴熟的招聘人员强得多。改进这部分流程可以让招聘人员有更多时间来培训和指导求职者和招聘经理,最终改善招聘人员的经验。-卡拉·瑞福德,比彻马登 2。更具包容性的员工队伍 人工智能对招聘和招聘过程最令人兴奋的影响是,在评估求职者是否能为企业提供更多样化、更具包容性的劳动力时,消除潜意识的偏见。-雪莉·马丁,OmniTRAX 福布斯人力资源委员会是一个邀请所有行业的人力资源主管的组织。我有资格吗? 3.更少的管理任务 大多数人力资源专业人士都认识到,人工智能永远不会取代招聘中的人为因素。不过,它将减轻一些行政工作的负担,例如采购、筛选和进行初步面谈。这将使招聘经理有更多的时间与求职者建立有意义的关系,从而缩短填补空缺的时间,提高员工的留任率。- John Feldmann, Insperity 4。能够找到与现有员工技能相匹配的求职者 招聘过程中面临的最大挑战之一是,要确保人们清楚地了解和沟通该职位成功的真正要求,以便将招聘目标锁定在合适的候选人身上。可以想象,人工智能可以用来比较当前在职员工和求职者的技能和行为。- Joyce Maroney, Kronos Incorporated 5。积极的候选人选择 我很高兴看到人工智能如何帮助招聘人员提高寻找和吸引求职者的能力。鉴于目前的就业市场,招聘变得越来越主动。当他们的简历不符合你的工作描述时,寻找优秀的候选人可能会很困难,但人工智能技术可以极大地提高主动寻找过程的效率。- Steven Jiang, Hiretual 6。加速Times-To-Hire 人工智能已经改变了用人单位和人力资源公司的游戏规则,通过与求职者互动,迅速确定他们是否适合某个适合自己的职位,从而缩短了符合条件的时间和整体招聘时间。随着人工智能驱动的招聘变得越来越复杂,雇主将从更快速的招聘时间中获益匪浅。- Genine Wilson, Kelly Services 7。更好地介绍申请者 对于人工智能的招聘,我真的很兴奋。有很多机会,比如更好地了解你的求职者,了解他们希望从工作中得到什么,然后将这些机会与招聘经理的要求或要求相匹配。它为招聘过程增加了更多的价值和效率,并将使求职者的经历更加愉快。- Adam Mellor, ONE Gas, Inc.。 8。更容易的候选过滤和跟踪 筛选潜在的候选人可能是乏味和费时的。然而,我对像谷歌Hire这样的人工智能技术感到兴奋,它可以帮助招聘人员筛选出候选人,跟踪以前在贵公司申请过的候选人,并将目前的申请人与最匹配的职位匹配起来。-米歇尔·马基,斯基尔帕斯 9。工作人员预测 如果AI可能需要看数据,当公司需要雇佣——无论是通过kpi涉及生产力、卷、营业额、劳动时间等等,人力资源可以招募速度远远超过他们可以识别工作时当有多少新雇佣的人。通过让团队返回当前用于决定是否、何时以及应该雇佣多少人的时间,人工智能将简化流程。- Sarah O 'Neill - SHRM-SCP, Humano LLC   以上来自福布斯网站,由AI翻译,HRTech会员推荐: https://www.forbes.com/sites/forbeshumanresourcescouncil/2018/11/28/the-rise-of-ai-in-hr-nine-notable-developments-that-will-impact-recruiting-and-hiring/#3c2f43844ced
    AI
    2018年11月30日
  • AI
    AI如何帮助吸引人才 文/Andres Richter 通过自动化日常工作,实现灵活性并提高会议效率,AI可以提高员工满意度,提高员工保留率并吸引人才。 不久前,您可以通过提供有竞争力的薪水和奖金来招聘候选人。然而,今天的员工希望工作具有战略性,有趣性和充实性,同时使他们能够随时随地工作,以追求他们的其他个人兴趣。 灵活性是第一要务 根据德勤最近的一项调查,灵活的工作选择是提高员工敬业度的最重要力量,其次是自动化提高生产力的潜在好处。 千禧一代希望通过较少的通勤时间来避免时段的交通,以便更好地利用他们的时间并消耗更少的化石燃料。他们希望减少不必要的,重复的或平凡的工作,能够满足他们的工作要求,并且仍有空闲时间沉迷于他们的兴趣和爱好。此外,人们期望在必要时,他们可以缩短工作时间以获得更好的工作与生活平衡。 缺乏手动和过时业务流程的雇主可能会落后并失去可为公司建立强大未来的员工。 使用人工智能简化业务流程 为了继续招聘和留住优质员工,公司必须利用技术来满足千禧一代对工作场所高质量生活的需求。 随着机器学习和机器人的引入,许多占用大量工时的管理任务变得完全自动化。技术为会计,采购和财务提供了更高的效率,有助于使任务更具战略性。 我们调查了 650个业务决策者,包括各行各业的高级经理,C级和业务所有者,以了解哪些业务流程阻碍了他们,以及浪费时间。调查结果显示,百分之五十五的C级管理人员每周浪费5-10个小时处理行政任务。30%的受访者希望他们可以将更多时间花在战略和规划上。 呼叫中心代理已经使用它来推荐客户问题的答案并制作追加销售和交叉销售建议,充当AI代理商的聊天机器人可以帮助自动化每年大多数企业用于追踪发票异常,差异和错误的时间。 AI代理商还可以代表买方运营以定位潜在交易,并根据参数集和市场条件自动匿名协商最佳条款。签订合同后,如果错过成本,质量或交付KPI,业务管理系统将监控供应商绩效并请求纠正措施。如果供应商没有回应,人类只需要参与。 Bots还可以自动执行月度,季度和年终流程,比较各个独立系统之间的帐户余额,并验证报表和报告的准确性。利用机器学习,机器人将从不同的人类输入中学习,以做出更好的判断,并适应不同会计专业人员的行为模式。 人工智能在会议室 虚拟助手可以消除为多个参与者找到方便时间而经常需要的时间。通过访问电话会议号码,电话号码和Skype地址,AI可以比单个人更快,更高效地联系人。AI可用于安排会议室而非人员,无需为每位员工预留办公空间。工作人员只有在召集会议时才能临时分配到办公室,而不是使用员工徽章。 人工智能也可用于提高会议效率,这是每家公司的目标。微软推出了一款具有强大麦克风阵列的360度摄像头,该阵列使用面部识别来扫描房间并识别会议参与者。麦克风拾取扬声器的声音,然后使用Microsoft的AI软件实时转录会议中的每个单词。这些详细的交易可用于管理行动,并为更好的决策制定建立共识。 人工智能的生态系统 人工智能不是一个独立工作的岛屿。要利用AI功能,需要在不同部门,供应商,合作伙伴和在不同地点和移动中工作的员工之间自由流动数据。具有嵌入式AI功能的ERP等普及系统可以帮助员工实现更智能的工作效率,而不是更加努力工作,更好地平衡工作与生活。   以上为AI翻译,内容仅供参考。 原文链接:How AI Can Help Attract Talent
    AI
    2018年11月29日
  • AI
    Forrester报告:2019年企业将缩减人工智能的规模 文/VASCO PEDRO,UNBABEL 上周,Forrester发布了两份关于人工智能的调查报告——《2019年预测:自动化》和《2019年预测:人工智能》。引人注目的是一个没有企业真正愿意承认的统计数据:2019年,整整10%的公司将把人类的专业知识带回人工智能领域,这一趋势将在很大程度上归因于人工智能的局限性。 让我们明确一点:我说的是商业上的人工智能驱动的自动化,而不是人工智能的进步,比如拯救生命。没有人认为人工智能在医疗保健和检测图像中癌细胞的训练算法上的标记值得后退一步。最好让机器里的医生继续工作。 但说到商业,Forrester揭示了一些残酷的事实。没有哪个企业愿意承认自己的人工智能出现了问题,而作为一个人工智能驱动解决方案组织的商业领袖,我对任何一家经历过人工智能“后果”的公司都感到好奇。然而,人工智能的退步数据并不令人惊讶,尤其是当你从客户服务的角度来看人工智能时。 是时候抑制AI的热情了? Forrester的报告令人惊讶的是,只有10%的公司明显在放弃人工智能。考虑到大量的公司正在自动化错误的事情,以及其他对人工智能完全不切实际的期望,我预计50%的受访者计划在2019年后退一步,把一些非常需要的人性带回循环。 公司开始超越人工智能的规模经济,意识到调查揭示的一些残酷事实;也就是说,自动化是伟大的,但实际上,只有当它使您更接近您的客户,它才伟大。如果人工智能正在取代服务台上的人工智能或在线聊天工具上的人工智能,那么在客户服务和满意度方面,你就会陷入连败的境地。 真相和证据都在外面,它告诉我们大多数人都喜欢与人接触。我们已经相互交流了几千年了,事实证明,客户服务是我们期待人类专家参与的一个领域。 这一主张经得起推敲。看看哈佛商学院(Harvard Business School)的莱恩·w·布尔(Ryan W. Buell)过去10年对自动化的广泛研究吧。他已经证明,使用atm机的客户比真人柜员机的客户对银行的满意度要低,他在大都会人寿保险公司(Metlife)的自动电话吊唁信息中标注的“死亡相关保险客户索赔”,无疑是一个危险信号,表明同情不应被归入人工智能。 自动化 也许我们能从这项研究中得到的最大教训是,在大多数情况下,人类不应该被完全排除在人工智能的圈子之外。我们需要以一种表明我们了解客户真正想要什么的方式为人们实现自动化,并以一种使用自动化来促进客户支持过程的方式实现自动化。 在人工智能和人类之间取得正确的平衡通常意味着使用自动化作为第一反应线。这吸引了绝大多数的客户,他们会尝试(甚至更喜欢)在联系现场代表之前自己解决问题。只要总是有切换到实时代表的选项,大多数企业都会发现这是自动化和人际接触之间的有效平衡。 这方面的一个很好的例子是自动化,它可以检测到用户在旅途中的任何一步都有重复出现的困难,并通过人工客户支持代理触发一个聊天窗口。另一个例子是自动化收集和交付客户信息给客户支持代理在联系开始前,以便实际的对话是知情的和个性化的。 它是关于使用自动化来帮助你的客户在他们需要的时候获得最好的,最快的,最个性化的客户支持。 2019年即将到来,这项研究的时机很好地提醒了我们,人工智能的到来是为了让我们能够自由地与客户进行良好的对话——不是简单直接的东西,而是最终建立和推动品牌忠诚度的真正问题。如果我们能让人类参与其中,并利用人工智能提高客户支持操作的效率,我们就能关注人工智能的潜力,而不是它的局限性。   以上为AI翻译,内容仅供参考。 原文链接:Businesses will scale back on AI in 2019
    AI
    2018年11月13日
  • AI
    数据成本是否扼杀了您的AI启动计划? 数据为AI初创公司提供了防御性的护城河:初创公司收集的用于培训AI模型的数据越多,该模型的表现就越好,新的参赛者难以赶上。然而,这些数据并非免费提供,许多人工智能初创公司认为他们的利润受到这笔额外费用的侵蚀。随着时间的推移,您可能希望减少对数据的投入,但目前尚不清楚如何预测何时会发生这种情况以及在何种程度上预测未来增长的模型。 与软件初创公司不同的是,产品开发埋藏在损益表中的研发成本之下,AI初创公司应将数据成本作为销售成本(COGS)的一部分。将数据视为COGS而非研发成本将有助于您发现扩大规模并降低成本的机会,从而提高利润率。 下面的数据价值链流程图显示了大多数AI初创公司如何获取和使用数据。首先,您将基础事实的片段记录为原始数据。您将原始数据存储在某处,然后建立流程或管道以维护和访问它。在AI模型中使用它之前,需要对数据进行注释,以便模型知道如何处理每个数据点。然后,训练有素的模型接收数据并返回推荐,然后您可以使用该推荐来为最终用户采取某种结果。该过程可以分为三个不同的步骤:获取数据,存储数据和注释数据以训练模型。每一步都会产生成本。 数据采集​​成本 在所有数据价值链中,某种传感器(物理设备或人类)首先需要通过捕获对现实的观察来收集原始数据。在这种情况下,数据采集的成本来自创建,分配和操作传感器。如果传感器是硬件,则必须考虑材料和制造成本; 如果传感器是人类,那么成本来自于招募并为他们提供制作和记录观察所需的工具。根据您的覆盖范围需要多大,您可能需要支付大量费用来分发传感器。某些用例可能需要以高频率收集的数据,这也可能会增加人工和维护成本。例如,观众测量公司尼尔森,面临所有这些成本,因为它既提供了框,也支付参与者报告他们在电视上观看的内容。在这种情况下,随着尼尔森的数据变得越来越有价值,其覆盖范围越广泛,规模经济就会降低单位数据采购成本。 在某些使用案例中,您可以通过向他们提供管理工作流程的工具(例如,自动电子邮件响应生成器),然后将他们捕获的数据存储在他们的工作流程中,将数据采集的工作和成本转移给最终用户。工作或观察他们与工具的交互并将其记录为数据。如果您选择免费分发这些工具,数据采集的成本将是客户获取工作的成本。或者,您可以选择为工作流工具收费,这可能会减慢和限制客户采用率,从而减少数据采集,同时抵消数据采集成本,具体取决于您的价格。 例如,我公司的一家投资组合公司InsideSales为销售代表提供了一个平台,可以拨打他们的潜在客户。当销售代表使用该平台时,它会记录有关交互的时间,模式和其他元数据,以及该销售渠道中的销售线索是否进展。该数据用于训练AI模型以推荐最佳时间和通信模式以联系类似的线索。这里,随着越来越多的用户进入平台,网络效应可能会增加工具的实用性,这可能会降低用户获取成本。 或者,在另一个实体已经建立数据收集管道的情况下确保战略合作伙伴关系可以进一步降低成本。我们的另一家公司Tractable采用计算机视觉实现汽车保险调节器的自动化工作,正在与几家领先的汽车保险公司合作,以获取受损车辆的图像,而无需投资向个别车主分发应用程序。 存储和管理成本 在数据存储和访问方面,初创公司面临另一个成本问题。除了您收集的数据之外,您可能还需要客户提供其他上下文数据以丰富您的模型。许多行业最近才开始数字化,因此即使潜在客户拥有丰富模型所需的数据,也不要认为数据易于访问。为了使用它,您可能不得不花费大量人力来进行低利润率的数据准备。 此外,如果数据分布在不同的系统和孤岛中,您可能需要花费大量时间来构建每个集成,然后才能使模型完全正常运行。一些行业围绕单片和特殊技术堆栈构建,使得集成很难在客户之间重用。如果集成服务提供商不可用,那么您的AI启动可能会发现自己陷入了为每个新客户构建自定义集成之前,它可以部署其AI系统。数据结构的方式也可能因客户而异,要求AI工程师花费额外的时间来规范数据或将其转换为标准化模式,以便可以应用AI模型。建立一个通用集成库可以降低成本,因为您可以在新客户中重复使用它们。 培训费用 大多数AI模型构建方法都要求您标记和注释数据,这是AI初创公司最大和最可变的成本之一。如果示例很简单或通常被理解为足以使外行人能够执行注释 - 例如,在图片中的所有苹果周围绘制一个框 - 您可以使用外包劳务服务(例如Mechanical Turk或图8)来执行注释。 然而,有时候,注释需要更专业的知识和经验,例如基于视觉线索确定苹果的质量和成熟度,或者石油钻井平台上的生锈斑块是否危险。对于这种更专业的劳动力,您可能需要建立一个内部专家注释团队并支付更高的工资。根据您的注释方式,您可能还需要构建自己的注释工作流工具,尽管像Labelbox这样的公司现在正在出现提供此类工具。 在某些AI应用程序中,最终用户是最有效的注释器,您可以通过设计产品来卸载注释成本,以便用户在数据与产品交互时标记数据。Constructor是我们的投资组合公司,提供针对电子商务的人工智能网站搜索,观察用户实际点击并购买每个搜索词的产品,使他们能够优化搜索结果以获得更高的销售额。这种注释不可能通过外包或专家搜索服务进行人工操作,并且可以保存Constructor,否则可能是重要的注释成本。 即使在您以高精度训练模型之后,当模型不确定如何解释新输入时,您偶尔也需要人类进行干预。根据模型如何为最终用户提供价值,该用户自己可以对模型进行更正或注释,或者您的创业公司可以通过采用质量控制“AI保姆”来处理异常。如果环境是您的建模是易变的并且以高速和常规速率变化,您可能希望保持稳定状态的注释器团队以根据需要使用新数据更新模型。 扩展AI业务 第一批成功的人工智能企业进入市场,提供无AI工作流程工具,以捕获最终培训AI模型并增强工具价值的数据。这些创业公司早期就能够实现软件利润,因为数据和人工智能是创业公司价值主张的次要因素。然而,随着我们转向人工智能的更专业应用,下一波人工智能创业公司将面临更高的启动成本,并需要更多的人力资源来为客户提供初始价值,使其成为低利润率的服务业务。 获得大量客户和数据将最终降低单位经济效益并构建关键的复合防御能力,但许多初创公司并不确切知道这一点到底有多远,以及他们需要做些什么来更快地实现目标。最好的人工智能初创公司将了解哪些杠杆可以在该途径上进行优化,并有意识地使用它们来进行正确的投资并快速扩展。   以上为AI翻译,内容仅供参考。 原文来源:Could data costs kill your AI startup?  
    AI
    2018年11月11日
  • AI
    JOSH BERSIN:人工智能招聘来临,面试会像恐龙一样消失吗? 文/JOSHBERSIN 公司做的最重要的事情之一就是雇人,这仍然是一门神秘的艺术。大多数公司会看求职者的工作经历,他们会打电话给推荐人,给他们做测试,然后带他们去面试。尽管如此,人力资源主管告诉我,他们仍然有25%的几率会犯错误。 为什么?如今,成功的标准是由认知能力、文化契合度以及求职者与公司抱负之间的契合度决定的。德勤(Deloitte)今年早些时候在Bersin完成的一项研究发现,业绩最好的公司在选择时使用这些“非简历”因素的可能性要高出90%,更能证明招聘变得多么复杂。 这种趋势越来越明显。大多数关于未来工作的研究显示,对个人沟通能力、创造性解决问题的能力以及通常被称为学习敏捷性(即求职者的学习能力和学习意愿)的需求在稳步增长。这些都是在你的大学背景,GPA,甚至工作经历中看不到的。 事实证明人工智能非常适合这个问题。供应商现在正成功地应用智能算法来创建测试、模拟,甚至分析视频求职面试,以提高招聘效率。而其中一些评估可能会扰乱市场中的一些重要力量。 这里有一些例子。 由哈佛大学(Harvard)和麻省理工学院(MIT)的神经科学家弗里达•波利(Frida Polli)创办的Pymetrics公司发展迅速。该公司开发了一系列认知和神经学测试,这些测试既有趣又容易进行,但在工程、销售和客户服务等方面具有直接的统计相关性。通过这些测试,该技术可以评估多达90种不同的性格特征,实际上消除了招聘中的偏见和歧视。联合利华(Unilever)、凯悦(Hyatt)、埃森哲(Accenture)和特斯拉(Tesla)等公司都对这一系统深信不疑,它们和其他公司几乎不需要看简历和教育背景就能招聘到这些职位的顶级候选人。 Pymetrics公司甚至通过共享算法审计工具,开放了他们的工具,以减少前瞻性偏差。他们理解在这些系统中减少偏见的巨大挑战,因为大多数培训数据是基于先前的雇佣成功。该公司最近获得了4000万美元的额外资金,其中包括Workday的投资者之一。 资金充裕的Imbellus公司刚刚宣布了一项1450万美元的融资计划,以帮助其继续开发基于模拟的评估系统,该系统目前被麦肯锡用来评估新员工的问题解决方案。我试过这些模拟测试,它们相当令人费解,也很有趣,它们显然测试了复杂的思维方式,远远超出了典型的SAT或其他测试。首席执行官丽贝卡•坎塔尔(Rebecca Kantar)专注于取代日益老化和过时的SAT考试(这是一个近10亿美元的市场),以改变公司招聘方式,从而改变大学评估优秀学生的方式。 HireVue是视频面试领域的先驱之一,现在每一分钟视频都能捕捉到100多万个关于求职者的有意义的数据元素,还能告诉经理求职者在回答问题时的诚实和自信。他们也有喜欢这项技术的客户,特别是在零售、客户服务和酒店领域的大量招聘。希尔顿的招聘多样性增加了16%,使用这项技术的效率大大提高。该公司目前拥有600多名客户,并提供了500多万次视频采访。 另一家由印度工程师创立、资金雄厚的公司PhenomPeople,已经彻底改造了招聘流程,将重点放在端到端营销上。招聘、招聘、内部职业流动和管理评估都是相互关联的,因此PhenomPeople决定建立一个看起来像职业门户的招聘系统。现在人工智能增强了这种能力,让招聘人员比以往更容易找到合适的人;候选人沟通是营销人员瞄准广告的方式;并跟踪候选人(内部和外部)的行为,以帮助个性化的求职体验。他们称之为人才关系管理(TRM),这是一种很好的描述方式。 当然,LinkedIn刚刚宣布了一系列新的基于人工智能的就业安置和搜索工具,以及它自己的求职者跟踪系统。LinkedIn的新工具可以让招聘人员更有效地找到合适的候选人,写出最有可能找到合适候选人的工作描述,现在提供了大量的数据,以帮助定位合适的人口、地点、经验和其他特征。所有这些都是为了消除这个错误的过程,让很多人来面试。 一个名为Orderboard的新公司。人工智能主要关注最抢手的工作(网络安全专家、人工智能工程师等),它不仅能评估能力和职位匹配度,还能将个人与被聘用团队的实际构成匹配起来。Orderboard公司的人工智能能够帮助招聘人员将他们所能找到的候选人的质量提高一倍以上,而且它的“吸引力算法”使公司几乎增加了50%的可能性,难以找到的候选人会接受电话或考虑一个职位。 此外,人工智能还有一个巨大的机会来改善筛选。像Mya(这一领域的先驱)、Olivia、Myra、IBM Watson招聘人员以及一个名为Yva的令人兴奋的聊天机器人正变得越来越聪明。我看过很多这样的工具,它们积累了越来越多关于候选人问的问题类型的情报,现在可以帮助招聘人员花更多的时间寻找和推销候选人,减少筛选的时间。 (聊天机器人市场非常庞大,供应商们应该开始关注应用领域。要确保你和供应商的谈话集中在招聘上,而不是一般的聊天。) 在人工智能和认知技术为人力资源增值的所有潜在领域中,这可能是最大的。虽然这项技术还很年轻,但成功的故事现在已经很普遍了,所以我认为每个公司都应该在他们要做的事情清单上确定基于人工智能的评估。 当然,所有这一切的风险在于人工智能以某种方式给系统引入了偏见,因此这些供应商正在努力确保他们的系统是公正、透明和安全的。在大多数情况下,公司会首先对这些系统进行测试,以确保这些算法不会无意中再现面试中的“人性化”偏见。 Facebook在这方面遇到了麻烦,因为其基于算法的招聘广告系统使得招聘人员可以根据年龄进行歧视。因此,您必须确保供应商精通这些问题。 对于求职者来说,我知道这有点残酷,但请记住,没有雇主愿意招错人。这些工具也会让你的生活变得更轻松,因为你不会觉得需要在面试中度过美好的一天来得到适合自己的工作。 我将继续观察这个空间的增长,但现在我非常乐观。(我追踪了1400多家人力资源科技公司,其中40多家专注于人工智能评估,这是最大的增长类别之一。) 作为一名分析师,我对评估领域进行了多年的研究,在这里我看到了价值的显著变化——由于招聘是我们作为领导者所做的最重要的事情,这是人力资源技术能够真正帮助一家公司超越的领域。   以上为AI翻译,内容仅供参考。 原文链接:AI Comes To Recruiting: Will Interviews Go The Way Of The Dinosaur?
    AI
    2018年11月03日