2016
【洛杉矶】HRTech公司Bambee获得3000万美元C轮融资
为中小型企业解决人力资源问题的公司Bambee今天宣布获得3000万美元的C轮融资，使其总融资额达到6500万美元。这些投资将被部署在四个领域：Bambee Guided Payroll和HR Autopilot产品；增加新的客户福利；扩大客户和人力资源经理团队以提供世界一流的服务；以及壮大工程团队。
该公司2021年的收入增长了100%，并有望在2022年再次翻一番。该公司拥有近10,000名活跃用户。有了这笔新的投资，Bambee计划今年再雇佣150名员工，并扩大其在田纳西州纳什维尔的业务。
在这最新一轮投资中， SoftBank加入了B轮和C轮的领投方QED，以及领投A轮的AlphaEdison。Mucker Capital、Ken Chenault（General Catalyst董事长兼总经理；American Express前CEO兼董事长）、Damian Maldonado（American Financing和American Home Agent的CEO兼创始人）和Gaingels（LGBTQIA+/Allies投资集团）也进行了关键投资。
Bambee由首席执行官Allan Jones于2016年创立，他曾是ZipRecruiter（纽约证券交易所：ZIP）的CMO。Bambee正在重塑全美员工的工作体验。Bambee旨在成为一个渠道，减少公司因缺乏人力资源专业知识和战略而存在的充满摩擦的关系。美国560万家小企业中的绝大多数都没有配备专业的人力资源经理，在大多数情况下是因为无法负担得起全职专业人员的费用。这不仅使企业面临最常见和可预防的人力资源合规问题，而且在美国小型企业正在努力招聘人才的时候，也会对员工的士气和保留产生负面影响。
从每月99美元开始，Bambee的客户可以得到HR Autopilot的组合，它可以自动处理常见但重要的HR实践，如员工入职、政策签署、培训和双向反馈；还有一位专门的人力资源经理，在更复杂的人力资源问题上提供指导和辅导，如人力资源战略、员工辅导、冲突解决和解雇。雇主还可以从Guided Payroll™中获益，这是有史以来第一个内置人力资源指导的薪资产品。Bambee的指导性薪资产品在第一年对雇员少于20人的公司和初创企业是免费的，这意味着雇佣了3000多万美国工人的400多万美国企业现在可以轻松获得指导性薪资。对于更成熟的小公司，Bambee的薪资产品的价格是最大的可负担性，比市场平均价格低70%。
"让QED和Alpha Edison对我们的愿景做出承诺，是对我们在过去14个月里所取得的成就的极大肯定，"首席执行官Jones说，"而现在，我们感到非常幸运的是，欢迎Softbank，以及Ken Chenault的支持。新的资金从第一天起就开始发挥作用。我们正在加强HR Autopilot，为Bambee指导薪资系统增加功能和福利，并将我们的员工规模扩大一倍，以支持我们预测的客户增长。我们目前正在建设我们的纳什维尔技术中心，我们的大多数工程师在那里生活和工作，同时还有总共150名新员工，主要在我们的洛杉矶总部，重点是人力资源经理团队和客户支持。"
"数以百万计的小企业在管理日益复杂的人力资源合规性和薪资方面的工具和人员配置不足，"QED的Matt Risley指出，"自从QED在2020年首次领导Bambee的B轮融资以来，我们看到该公司的规模惊人，我们很高兴继续支持一个世界级的团队和创始人，成为Main Street人员管理的骨干。"
Alpha Edison的Nate Redmond表示赞同："90%以上的小企业缺乏专门的人力资源专家。Bambee的创新创造了一个负担得起的解决方案，在规模上提供同理心和信任。这种信任延伸到一个人力资源平台，为数十万员工创造了更有意义的工作。我们在Bambee成立之初就与Allan合作，并坚信他有能力领导和建立一家持久的公司。"
关于BAMBEE
Allan Jones于2016年创立了Bambee。自成立以来，Bambee一直处于为中小型企业解决人力资源问题的最前沿。Bambee将他们的客户的人力资源置于自动驾驶状态，从专门的人力资源经理和智能自动化开始。Bambee 帮助每家公司驾驭合规、人力资源政策、员工关系和人力资源战略等复杂的监管世界，包括内部调查、招聘、休假和重返工作岗位程序。真正的人力资源经理与智能软件平台的结合使Bambee的客户达到人力资源的合规性，并帮助他们保持合规。2021年10月，Goldman Sachs在其 "建设者+创新者 "论坛上将Jones评为100位最令人感兴趣的企业家之一。连续三年，福布斯将Bambee评为美国最佳创业公司雇主，并在2022年将Bambee列为洛杉矶的前五名。
2016
2016大数据版图
编者注：原文是 FirstMark Capital 的 Matt Turck 的文章。本文全面总结了大数据领域的发展态势，分析认为尽管大数据作为一个术语似乎已经过气，但是大数据分析与应用才刚刚开始兴起，在与 AI、人工智能等新兴技术的结合下，大数据的机会也许要比大家想象的还要大。
在喜新厌旧的技术初创企业界，已有 3年 历史 “大数据” 听起来似乎已经过气了。虽然 Hadoop 在 2006年 已经出来，但 “大数据” 这个概念大概是在 2011 到 2014年 左右才真正火起来的。也就是在这段时间里，至少是在媒体或者专家眼里，“大数据” 成为了新的 “金子” 或者 “石油”。然而，至少在我跟业界人士交谈中，大家越来越感觉到这项技术已经在某种程度上陷入了停滞。2015年 可能是数据领域的那些酷小子转移兴趣，开始沉迷于 AI 以及机器智能、深度学习等许多相关概念的年份。
抛开不可避免的炒作周期曲线态势不管，我们的 “大数据版图” 已经进入第 4 个年头了，趁这个时候退一步来反思一下去年发生了什么，思考一下这个行业的未来会怎样是很有意义的。
那么 2016年 大数据到底还算不算个 “东西” 呢？我们不妨探讨一下。
企业技术=艰苦工作
大数据有趣的一点在于，它不再像当初经历过那样有可能成为炒作的题材了。
经过炒作周期后仍能引起广泛兴趣的产品和服务往往那些大家能够接触、可以感知，或者与大众相关联的：比如移动应用、社交网络、可穿戴、虚拟现实等。
但大数据基本上就是管道设施的一种。当然，大数据为许多消费者或商业用户体验提供了动力，但它的核心是企业技术：数据库、分析等，这些东西都是在后端运行的，没几个人能看得见。就像在那个世界工作的任何人都知道那样，用一个晚上的时间就想适应企业端的新技术是不可能的。
大数据现象在早期主要是受到了与一批骨干互联网公司（尤其是 Google、Facebook、Twitter 等）的共生关系的推动，这些公司既是核心大数据技术的重度用户，同时也是这些技术的创造者。这些公司突然间面对着规模前所未有的庞大数据时，由于本身缺乏传统的（昂贵的）基础设施，也没有办法招募到一些最好的工程师，所以只好自己动手来开发所需的技术。后来随着开源运动的迅速发展，一大批此类新技术开始共享到更广的范围。然后，一些互联网大公司的工程师离职去创办自己的大数据初创企业。其他的一些 “数字原生” 公司，包括崭露头角的独角兽公司，也开始面临着互联网大公司的类似需求，由于它们自身也没有传统的基础设施，所以自然就成为了那些大数据技术的早期采用者。而早期的成功又导致了更多的创业活动发生，并获得了更多的 VC 资助，从而带动了大数据的起势。
快速发展了几年之后，现在我们面临的是更加广阔、但也更加棘手的机遇：让中等规模到跨国公司级别的更大一批企业采用大数据技术。这些公司跟 “数字原生” 公司不一样的是，他们没有从零开始的有利条件。而且他们失去的会更多：这些公司绝大部分的现有技术基础设施都是成功的。那些基础设施当然未必是功能完备的，组织内部许多人也意识到对自己的遗留基础设施进行现代化应该是早点好过晚点，但他们不会一夜间就把自己的关键业务取代掉。任何革命都需要过程、预算、项目管理、试点、局部部署以及完备的安全审计等。大企业对由年轻的初创企业来处理自己基础设施的关键部分的谨慎是可以理解的。还有，令创业者感到绝望的是，许多（还是大多数？）企业仍顽固地拒绝把数据迁移到云端（至少不愿迁移到公有云）。
还需要理解的另一个关键是：大数据的成功不在于实现技术的某一方面（像 Hadoop 什么的），而是需要把一连串的技术、人和流程糅合到一起。你得捕捉数据、存储数据、清洗数据、查询数据、分析数据并对数据进行可视化。这些工作一部分可以由产品来完成，而有的则需要人来做。一切都需要无缝集成起来。最后，要想让所有这一切发挥作用，整个公司从上到下都需要树立以数据驱动的文化，这样大数据才不仅仅是个 “东西”，而且就是那个（关键的）“东西”。
换句话说：有一堆艰苦的工作要做。
部署阶段
所以，这就是在经过几年引人瞩目的初创企业如雨后春笋冒头，VC 投资频等头条后，我们开始步入大数据的部署期和早期成熟期的原因。
更有前瞻性的大公司（姑且称之为传统技术采用周期的 “早期采用者”）在 2011 到 2013年 间开始实验大数据技术，推出了若干的 Hadoop 试点计划（往往是因为赶时髦）或者尝试一些点方案。他们招募了各种各样此前并不存在的岗位（如 “数据科学家” 或 “首席数据官”）。他们进行了各种努力，包括吧全部数据都堆到一个数据容器（“data lake”），然后希望紧跟着就会发生奇迹（往往不会）。他们逐步建设自己的内部能力，试验了各种供应商，从试点计划到生产中的局部部署，然后到现在争论要不要全企业铺开（全范围铺开实施的情况还很罕见）。许多情况下，他们正处在这样一个重要的拐点上，即经过大数据基础设施的数年建设后，能够展示的成果还不多，至少在公司内部的商业用户看来是这样的。但是大量吃力不讨好的工作已经做完了，现在开始进入到有影响力的应用部署阶段了。只是从目前来看，这种建构在核心架构之上的应用数量还不成比例。
接下来的一波大公司（称之为传统技术采用周期的 “早期多数使用者”）大多数时候对大数据技术是持观望态度的，对于整个大数据方面的东西，他们还在心存一定程度困惑中观望。直到最近，他们还在指望某个大型供应商（比如 IBM）会提供一个一站式的解决方案，不过现在看来这种情况近期内并不会出现。他们看待这个大数据版图的态度是心怀恐惧，在想自己是不是真的需要跟这一堆看起来并没有什么不同的初创企业合作，然后修补出各种解决方案。
生态体系正在成熟
与此同时，在初创企业 / 供应商这一块，整个第一波的大数据公司（2009 至 2013年 间成立的那批）现在已经融了数轮的资金，企业规模已经得到了扩大，并且从早期部署的成功或失败中学到了东西，现在他们已经能够提供更成熟的、经受过考验的产品了。少数一些已经成为了上市公司（包括 2015年 上市的 HortonWorks 和 New Relic），而有的（比如 Cloudera、MongoDB 等）融资已经达上亿美元了。
这个领域的 VC 融资活动仍然很有生气，2016年 的前几周我们见证好几轮相当可观的后期阶段大数据融资事件：DataDog（9400 万美元），BloomReach（5600 万美元），Qubole（3000 万美元），PlaceIQ（2500 万美元）等。2015年 大数据初创企业拿到的融资额达到了 66.4 亿美元，占整个技术 VC 总融资额额 11%。
并购活动则开展得中规中矩（自从上一版大数据版图发布以来完成了 34 项并购，具体可参见附注）
随着该领域的创业活动持续进行以及资金的不断流入，加上适度的少量退出，以及越来越活跃的技术巨头（尤其是 Amazon、Google、IBM），使得这个领域的公司日益增多，最后汇成了这幅 2016 版的大数据版图。
显然这张图已经很挤了，而且还有很多都没办法列进去（关于我们的方法论可以参见附注）
在基本趋势方面，行动开始慢慢从左转到右（即创新、推出新产品和新公司），从基础设施层（开发者 / 工程师的世界）转移到分析层（数据科学家和分析师的世界）乃至应用层（商业用户和消费者的世界），“大数据原生应用” 已经在迅速冒头—这多少符合了我们原先的一些预期。
大数据基础设施：仍有大量创新
Google 由 Cutting 和 MikeCafarella 主导的关于 MapReduce 和 BigTable 的论文（Hadoop 的基础）问世已有 10年 了，在这段时间里，大数据的基础设施层已经逐渐成熟，一些关键问题也得到了解决。
但是，基础设施领域的创新仍然富有活力，这很大程度上是得益于可观的开源活动规模。
2015年 无疑是 Apache Spark 之年。自我们发布上一版大数据版图以来，这个利用了内存处理的开源框架就开始引发众多讨论。自那以后，Spark 受到了从 IBM 到 Cloudera 的各式玩家的拥护，让它获得了可观的信任度。Spark 的出现是很有意义的，因为它解决了一些导致 Hadoop 采用放缓的关键问题：Spark 速度变快了很多（基准测试表明 Spark 比 Hadoop 的 MapReduce 快 10 到 100 倍），更容易编程，并且跟机器学习能够很好地搭配。
除了 Spark 以外，还出现了其他的一些令人兴奋的框架，比如 Flink、Ignite、Samza、Kudu 等，这些框架的发展势头也很好。一些思想领袖认为，Mesos（数据中心资源管理系统，把数据中心当作一台大计算资源池进行编程）的出现也刺激了对 Hadoop 的需求。
即便在数据库的世界里，新兴的玩家似乎也越来越多。多到市场已经难以承受的地步，这里发生了很多令人兴奋的事情，从图形数据库（如 Neo4j ）的成熟，到专门数据库的推出（如统计时序数据库 InfluxDB），乃至于 CockroachDB 的出现（受 Google Spanner 灵感启发诞生的融合了 SQL 与 NoSQL 长处的新型数据库）。数据仓库也在演变（如云数据仓库 Snowflake）。
大数据分析：现在跟 AI 结合了
大数据分析过去几个月出现的一股趋势是，越来越关注利用人工智能（形式和风格各异）来帮助分析大规模的数据，从而获得预测性的洞察。
其实最近出现复兴的 AI 很大程度上算是大数据的产物。深度学习（最近受到关注最多的 AI 领域）背后的算法基本上是几十年前就诞生了的，但直到最近能够以足够便宜、足够快速地应用到大规模数据之后才发挥出了它的最大潜能。AI 与大数据之间的关系如此紧密，以至于业界专家现在认为 AI 已经令人懊恼地 “与大数据陷入了热恋当中”。
不过反过来，AI 现在也在帮助大数据实现后者的承诺。分析对 AI/ 机器学习越来越多的关注也符合大数据下一步演进的趋势：现在数据我都有了，但究竟从中能得到什么样的洞察呢？当然，这件事情可以让数据科学家来解决，从一开始他们的角色就是实现机器学习，否则的话就得想出模型来发现数据的意义。但是机器智能现在正在逐渐发挥辅助数据科学家的作用—只需要倒腾数据，新兴的产品就能从中提炼出数学公式（如 Context Relevant）或者自动建立和推荐最有可能返回最佳结果的数据科学模型（如 DataRobot）。一批新的 AI 公司提供的产品能够自动识别像图像这样的复杂实体（如 Clarifai、Dextro），或者提供强大的预测性分析（如 HyperScience）。
同时，随着基于无监督学习的产品的传播和改善，看看它们与数据科学家之间的关系如何演变将非常有趣—将来这两者是敌还是友呢？AI 当然不会很快取代数据科学家的位置，但预计会看到数据科学家通常执行的更简单一点的工作越来越多的自动化，从而可以极大提高生产力。
但不管怎样，AI/ 机器学习绝不是大数据分析唯一值得关注的趋势。大数据 BI 平台的普遍成熟及其日益增强的实时能力也是一个令人兴奋的趋势（如 SiSense、Arcadia Data 等）。
大数据应用：真正的加速
随着一些核心基础设施的挑战得到解决，大数据应用层正在快速构建。
在企业内部，已经出现了各种工具来帮助跨多个核心职能的企业用户。比方说，销售和营销的大数据应用通过处理大规模的内外部数据来帮助找出哪位客户可能会购买、续约或者流失，且速度越来越实时化。客服应用帮助个性化服务。人力应用帮助找出如何吸引和挽留最好的员工等。
专门的大数据应用几乎在任何一个垂直行业都有出现，从医疗保健（尤其是基因组学和药物研究）到金融、时尚乃至于执法（如 Mark43）。
有两个趋势值得强调一下。
首先，这些应用很多都是 “大数据原生” 的，本身都是依托在最新的大数据技术基础上开发的，代表了一种客户无须部署底层大数据技术即可利用大数据的有趣方式—因为那些底层技术已经是打包的，至少对于特定功能来说是这样的。比方说，ActionIQ 就是在 Spark 基础上开发的（或者说是 Spark 的一个派生），所以它的客户能够在营销部门利用 Spark 的威力而不需要自己部署 Spark，这种情况下是没有 “装配线” 的。
其次，AI 在应用层也有很强大的存在。比方说，在猫捉老鼠的安全领域中，AI 被广泛用来对付黑客，实时识别和对抗网络攻击。去年已经出现了一个 AI 驱动的数字助手行业，支持从任务自动化到会议安排（如 x.ai）以及购物等几乎一切事情。这些解决方案对 AI 的依赖程度不一，从几乎 100%自动化到 “有人参与” 等情况各不相同，但是可以明确的是，人的能力在 AI 帮助下得到了增强。
结论
从很多方面来看，我们仍然处在大数据现象的早期发展阶段。尽管已经花费了数年时间，但减少基础设施来存储和处理大规模数据还只是第一阶段。AI/ 机器学习已经成为大数据应用层的一股迅猛趋势。大数据与 AI 的结合将会推动很多行业的惊人创新。从这个角度来说，大数据的机会也许要比大家想象的还要大。
然而，随着大数据继续走向成熟，这个术语本身可能会消失，或者变得太过时以至于没有人会再使用这个词。这就是成功赋能技术令人讽刺的命运归宿—由于技术的广泛传播，然后到达无所不在的地步，最后被人熟视无睹。
附注：
1）由于不可能把大数据的所有公司都列到图表上，所以我们只能按照一定原则筛选部分公司出来，筛选原则一是进行过 1 轮或多轮 VC 融资的初创企业，二是把一些我们特别感兴趣的较早期初创企业列进去。
2）值得注意的收购包括 Revolution Analytics（微软 2015年1月 收购），Mortar（DataDog2015年2月 收购），Acunu 和 FoundationDB（2015年3月 被苹果收购），AlchemyAPI（2015年3月 被 IBM 收购），Amiato（2015年4月 被 Amazon 收购），Next Big Sound（2015年5月 被 Pandora 收购），1010Data（Advance/Newhouse 2015年8月 收购)，Boundary（BMC 2015年8月 收购)，Bime Analytics（Zendesk 2015年10月 收购)，CleverSafe（IBM 2015年10月 收购)，ParStream（2015年11月 被思科收购)，Lex Machine（2015年11月 被 LexisNexis 收购），DataHero（2016年1月 被 Cloudability 收购）。
本文编译自：mattturck.com
2016
关于在线教育 2016 的思考
作者：潘欣
在预测在线教育 2016 之前，我们不妨回顾一下我预测的在线教育 2015 是否靠谱——关于在线教育的八个预测。我自己测算大概有 5.5-6 个左右的判断还算基本靠谱，各位不妨自己评价一下我的预测的靠谱度。如果觉得不靠谱，可停止阅读关闭网页。
那么让我们一起看一下在线教育行业 2015年 的实际写真吧——从资本层面看，基本是融大钱、挂三板、大扫货；从业务层面看，基本是吹大话、刷大单、死大批；从模式层面看，B2C 在挣钱、O2O 在退烧、B2B 在发烧。具体不解释了，大家自己领悟。
在线教育的 2016 会是什么样？
1、资本层面我在 2015 的预测是错的最离谱的，我当时没想到一没想到私有化如此迅猛，二没想到新三板如此火爆，而且竟然还有一些好公司，三更没预料到股灾出现。2016年，随着注册制和战新板的落听，这应该是创业公司的福音。首先，会有一些相对成熟成规模的在线教育公司在这两年在国内上市；其次，这有助于恢复风险投资机构的信心，也就是有利于创业者融资了，斗胆乐观预测资本寒冬将在 2016年 下半年解冻。新三板还会继续火一年，毕竟咱的注册制不是美国的注册制。
2、资本寒冬即便解冻，也不等于创业公司就容易拿钱，毕竟在线教育经过 2、3年 的发展，什么靠谱不靠谱基本都门清了。从融资看，如我 2015 的预测，资金会继续向 NB 公司聚拢，一般般的公司还会继续面临 AB 轮的估值难上投资难拿的困境。当然，对于天使轮影响不大。此外，拿机构的战略投资会比拿风险投资的钱相对更容易更好，整体市场估值低了，更适合机构逢低吸纳。
3、还记得 2015年 的 O2O 的声量变化吧？那么 2016年，这种变化基本会复制到 K12 公立校 B2B 领域。这一方面是资本趋向问题造成的，一方面是业务本身不符合用户需求造成的。教育 O2O 到底是不是伪需求还很难说清，但大多数教育 O2O 做的确实提供的是伪价值；K12 公立校 B2B 领域目前很多公司做的也和教育 O2O 一样，做了没人用的伪价值。当然，我认为 K12 公立校的模式明年会显露出一些不错的公司，但还跑不出来 TOP3 的领先者，但吹牛逼的 TOP3 会涌现的。
4、2016年 什么概念会起来呢？目前看，已经显露出头角的大体是自适应学习、AR/VR、智能硬件。概念能支撑的就是投资方向，毕竟在线教育领域可投的方向越来越少了，需要新概念支撑。以上三个方向，都属于早期，未来如何尚难预料。
5、2015年 拿大钱的其实就三个赛道，其一扫题、其二 O2O、其三 B2C 网校。扫题开始商业化了，无论学霸君的答疑还是猿辅导的直播班课模式，都是值得进一步关注的商业变现模式。O2O 不再疯狂，以后就看轻轻能整成什么样吧，其他的好像都消停了。
6、B2C 网校单拿出来说说。在线教育发展至今，不管行业冷暖也不管哪个细分领域，其实也就网校模式挣到了钱，当然不是都赚到了钱。只能说 B2C 网校是在线教育发展至今唯一被验证可行的商业模式，这就是为什么 VIPABC、沪江（别把它当平台看）、小站等等能拿到大额融资。当然网校模式也在发生变化，由录播到直播，由班课到一对一。当然，我仍然认为线上一对一的商业模式的可持续发展能力是存疑的。2016年，相信拿到大额融资的还会出现在这个领域，且在未来 2、3年 会陆续有上市公司出现。
7、网校模式由录播到直播、由班课到一对一（相信未来会形成小班 VIP）的变化其实对直播工具提出了要求，事实上目前这个领域无论从产品技术还是营收规模上并没有太出众的公司。因为大家大多数都是半路出家的把电话会议系统改吧改吧当直播工具卖了，而其实 B2C 网校们需要的是线上教室。相信 2016年，在这个领域会出现值得关注的创业公司，比如一直憋着没下蛋的 EEO。
8、祝各位在线教育的从业者们 2016 一切顺利，虽然不可能都顺利，毕竟商业就是几家欢乐几家愁啊。对不起，又给大家添堵了，请自行对号入座。
2016
十大硅谷前沿公司，看看2016年五大技术趋势
NASA宇航员Yvonne Cagle，在近期谷歌和F50举办的Founder World 2015上说：“探索火星固然是人类史上的重要一步，而我们也该将目光转向地球，硅谷现在所发生的一切，让我相信人类的那一大步飞跃其实近在咫尺。”
作为全球的科技与创新之都，硅谷不仅有NASA和奇点大学这样遥远未来技术的“导航器”，也有斯坦福和沙石路（Sand Hill Road）风投一条街这样着眼于推动近期未来技术商用化的“发动机”。这二者之间，是前仆后继的硅谷创业者们，他们是技术飞跃的“制造者”。
站在2015年的末尾眺望即将来临的2016年，又将有哪些技术飞跃“近在咫尺”？与其听所谓专家们的凭空预测，不如看一看硅谷创业者们的实践。记者近期走访了硅谷地区创业公司，从他们的实践总结了2016年的五大技术趋势。
趋势一：新芯片与生物模拟
近日，由F50举办的第六季创投论坛上（Season6 Summit），35家最前沿的初创公司齐聚一堂，它们代表了目前硅谷最前沿的创业方向。F50 Garage Venture Fund二期基金管理合伙人Bill Reichert告诉记者，其中新芯片和生物模拟初创公司是本届Season6 Summit的一大特色，也是2016年硅谷重要的技术趋势方向。
随后采访中记者发现，一家专注于用芯片对人类的嗅觉和味觉进行数字化的创业公司Aromyx引发了在场投资人和创业者的广泛关注。
(Aromyx公司的CEO Chris Hanson)
据悉，Aromyx的产品是名为EssenceChip的系列芯片，用于嗅觉和味觉的数字化平台。过去，生物化学公司通过低效的生物测试方式获得嗅觉和味觉信息，现在EssenceChip通过模拟嗅觉和味觉分子结构来获取相应的生物化学信息，并据此判断对人们的影响。如此一来，加工食品和快速消费品公司就能大幅缩短新产品的开发周期、提升开发效率、加速产品上市时间。
据Aromyx公司的CEO Chris Hanson介绍，成立于2006年的Aromyx共有29项美国专利和49项外国专利，目前参与测试的客户包括百事可乐、陶氏化学、宝洁、高露洁等公司。Hanson曾参与创建了IBM的认知计算实验室，针对政府资助人脑反向数字化工程和模拟神经元突触体系，还负责了后期该技术的商业化。Aromyx公司首席科学家Bill Harries博士是美国国家卫生研究院膜蛋白结构中心、美国综合医药研究所、美国加州大学蛋白结构研究项目等多家机构的科学家。
目前Aromyx的投资者包括斯坦福大学、TEEC Angel Fund、美国春山资本（Spring Mountain Capital）等。据美国《财富》杂志，单就全球加工食品行业而言，在过去5年中因为研发落后就导致损失了180亿美元的市场。一旦味觉和嗅觉的生物化学模拟芯片研发成功，对人类社会的影响将不可估量。
趋势二：人工智能与服务机器人
手机之后的下一个大事件会是什么？有那么一群硅谷人相信“Next Big Thing”是服务机器人。近日在本次活动和Founder World 2015现场吸引了无数眼球的产于硅谷的Knightscope安保机器人就是典型代表，其可以自动巡逻，通过丰富的传感器捕捉现场环境实时信息，然后再经过预测分析引擎结合商业、政府、众包社交数据集等进行相关性处理，从而判断是否在现场环境中出现问题或威胁。当遇到异常情况时，机器人通过Knightscope安全运营中心（KSOC）向社区和有关政府机构报警。这样不仅可以有效预测意外的发生，也节省了安保的人力成本。
（安保机器人Knightscope）
事实上，目前在硅谷，服务机器人领域的创新公司正不断涌现，比如作为观众参会的创业公司Telepresence Robotics（TRC）的CTO John Sokol就认为，服务机器人市场目前还在早期阶段，还很难预测未来真正的潜力。但正如手机的发展历史一样，在早期的时候其实无人能预测后来的市场大繁荣。
据了解，TRC是一家把机器人增强现实体验带到商用领域的服务机器人公司，提供基于云计算的Robot-as-a-Service服务。这种服务型机器人可用于各类商用、办公室及家庭环境中，代替人们完成各种工作。开发者可以接入TRC RaaS公有云或部署于企业私有云中的RaaS平台，为TRC的机器人开发各种商用程序。TRC的机器人基于非常成熟的两轮平衡车技术，可以轻易跨越不平整的路面，甚至地面上的电线、石子、草坪和藤蔓植物等。
同样的，本届大会上，记者还采访了孵化自奇点大学的Fellow Robots，这也是一家位于硅谷的机器人创业公司，这家公司的机器人产品叫做OSHbot。OSHbot最大的特点是既能通过语音识别和语义分析来理解人们的搜索目的，同时还在前胸的触控屏幕上提供了辅助选项，用于纠正或扩展语音搜索的结果。首个OSHbot机器人已经于去年10月部署在硅谷中心城市San Jose市中心的Orchard Supply Hardware大型五金用品连锁门店，经过一年的试运行即将正式投入商用。
事实上，尽管人工智能商用化出现了上述种种成果，F50 Garage Venture Fund二期基金管理合伙人Bill Reichert表示，人工智能的商用化发展才刚刚开始，还远未达到所谓的奇点效应。他表示，人工智能技术的硬件研究已经取得了飞速的进展，但软件的研究还远落后于硬件，创新者在接下来的2016年必须要在软件上发力，才能发挥硬件的真正价值。
趋势三：纳米技术、新材料与新能源
技术进步对于新硬件的要求，直接导致了对新材料的追求。纳米技术是一种用单个原子、分子制造物质的技术，关于纳米技术的终极追求是任意组合所有种类的分子，可以制造出任何种类的分子结构。当然这种遥远的未来梦想并未阻止今天对纳米材料的研究，IBM就在2014年7月宣布将于未来5年投资30亿美元开发7nm芯片。
在F50 Season6 Summit上亮相的一家名为Applied Cavitation硅谷创业公司，主要从事把深度纳米技术与其它先进物质的结合，制造出高性能的材料，实现电子、光学、热度、化学和物理等方面的高级性能。Applied Cavitation公司CFO Craig Allen介绍说，该公司目前是市场上唯一能够在现有材料中大量加入高密度纳米级物质从而获得高级性能的可行商用化解决方案供应商。
(Applied Cavitation公司CFO Craig Allen)
Allen表示，高容量纳米材料的应用范围包括目前市场规模为250亿美金的半导体材料市场、180亿美金的柔性电路和电池市场、600亿美金的涂层和镀膜市场、220亿美金的汽车电子市场，产品涉及3D打印耗材、先进传感器、高级陶瓷、透明传导涂层等。该公司通过专利技术，帮助化学和物质材料公司快速、低成本、高质量地不断开发下一代产品。Allen表示，Applied Cavitation目前已经有多种开发完成的产品，正在与全球1000余家企业客户进行测试，该公司的目标是在2017年IPO。
另一家亮相活动、总部在纽约并在硅谷设立了分公司的Paper Battery创业公司则基于超级电容开发了创新型的超薄电池，其中的PowerWrapper超级电容产品线以小于0.5毫米的厚度提供4.5V电压和清洁的脉冲电源，而PowerResponder混合超级电容产品线则取代圆柱形电池提供了高5倍能量密度但更小体积的电池。迎合了当前云计算及移动计算的趋势，Paper Battery以新型电池能源解决方案，为手机、可穿戴设备、物联网、服务器与存储的内存计算等环境带来广泛而深远的影响。据CEO Shreefal Mehta介绍，该公司的产品将在2016年实现量产。
(Paper BatteryCEO Shreefal Mehta)
趋势四：虚拟现实、增强现实与新社交
2015年的另一大热点技术是虚拟现实与增强现实。美国科技网站Techcrunch.com预测，到2020年全球增强现实和虚拟现实的市场规模将达到1500亿美元。这就意味着2016是虚拟现实与增强现实加速发力的一年。
硅谷创业公司Lytro于近期宣布了全新的虚拟现实录像设备Immerge，能极大地提升虚拟现实影片产量以及缩短制片时间。Lytro于2011年开发了全球首款光场相机，随后推出了面向企业的虚拟现实摄像系统、用于影视制作的专业光场录影相机系统以及拥有1亿6千万像素传感器的相机系统。另一家增强现实创业公司Magic Leap则于近期完成了一轮10亿美元注融资，估值高达45亿美元。Magic Leap致力于利用光场技术来实现3D内容的显示，而Lytro则解决了光场内容的捕捉，实现了光场内容从捕捉到显示的闭环。
而亮相本次活动的硅谷创业公司VRLab则是一家专门致力于虚拟现实移动社交公司，VRLab认为当前虚拟现实技术已经达到了可以在消费市场广泛应用的阶段。VRLab提供了一个移动社交APP，可以运行在苹果iOS和安卓移动平台以及PC上，能连接多位玩家进入同一虚拟现实空间，该平台还对开发者开放。
让小小的手机屏幕变成无限大的虚拟现实空间，VRLab正在创造一个虚拟现实的生态平台，这或将释放虚拟现实移动社交的潘多拉魔盒。
趋势五：新软件与新IT
说到技术趋势就不得不提到企业级软件和IT基础设施，这是所有技术创新的重要基础。对此，Bill Reicher表示，如今大数据和机器学习技术的发展，给企业级软件和新IT打开了新的空间。特别是用机器学习优化机器学习、用算法去管理和优化其它的算法，这种在《黑客帝国》才有的场景正出现在IT基础设施层面。
本次活动中，硅谷创业公司Pensa Networks正是看到了企业数据中心正在经历的巨变：一方面是在包括计算、存储和网络的基础架构层面大量采用了各种虚拟化技术；另一个方面是大量混合云的部署不断提高了对企业私有云可视度的要求、SLA服务水平协议的控制和向公有云弹性部署的支持力度；此外，新出现的融合基础架构催生了紧凑型软件定义数据中心。
(Pensa Netoworks的CEOUjwal Setlur)
这些新技术提供了大量可移动的组件，虽然方便了数据中心的部署、调整与优化，但由于每个组件都需要重新配置和管理，这大量增加了IT人员的工作强度与难度。此外，企业仍有大量遗留的传统IT系统和设备，这导致了混乱的IT基础设施，从而让应用软件的部署周期大幅拉长，而且容易出现各种人为错误。因此，当前所谓灵活的DevOps应用软件开发，其实需要灵活的IT基础设施和架构。
Ujwal Setlur是Pensa Netoworks的CEO，他告诉记者，Pensa Netoworks开发了一套企业虚拟基础设施生命周期自动化管理软件。这是一个基于专家知识系统的管理软件，能自动感知和自动学习企业虚拟基础设施环境。然后通过自动化的管理和服务，把企业部署虚拟基础设施的时间缩短10到20倍、部署质量提升5倍以上，极大缩短了应用软件向私有云、公有云与混合云环境的部署周期、降低部署成本、简化部署管理。
在采访中，记者还偶遇了另一家作为观众参会的在硅谷研究下一代DevOps技术的Lantana Cloud，它原本是一家专门从事AWS公有云管理和性能优化的公司。公司CEO Ravi Janak敏锐捕捉到了企业IT基础设施的变化趋势，于是着手开发下一代DevOps技术。通过大数据学习、分析和预测，Lantana Cloud正在开发基于启发式IT（Heuristic IT）理念的下一代IT基础设施管理软件。这种具有高度智能和智慧的软件体系，能够在自动化管理系统的基础上，用算法去优化算法、用机器学习去优化机器学习，从而达到软件的自我进化和高度的机器自治。当然，Ravi Janak表示这目前还是一个愿景，在未来的几年中将不断把阶段性研发成果拿出来进行商业化。
随着2016年临近，可以看到在硅谷创业生态中正在涌现越来越多“近在咫尺”的新技术和新产品，而这些新技术与新产品一旦开始商用化，“人类的一大步飞跃”也就不再是遥远的梦想。
*文章为作者独立观点，不代表虎嗅网立场
本文由 硅星闻 授权 虎嗅网 发表，并经虎嗅网编辑。转载此文章须经作者同意，并请附上出处(虎嗅网)及本页链接。原文链接http://www.huxiu.com/article/131274/1.html
2016
你需要知道的2016年足以颠覆人力资源技术的10个趋势
此文为HRTechChina编辑部编译， 欢迎个人转发分享。公众号，单位如需转载，请备注作者以及出处。如对HRTech方面有自己的见解、作品以及资讯，也欢迎大家投稿至tougao@hrtechchina.com
如今越来越多的企业正在通过投资技术来解决他们人力资源的重要问题，例如试图创造一个强有力的公司品牌、吸引优秀人才或发放更多的工资给他们的员工。
现已进入2015年的最后几个月，德勤旗下的Bersin公司公布了一则新报告，报告指出了我们需要认识到的足够颠覆以往人力资源技术的10个要素：
消费者至上的人力资源技术
为了让专业HR的工作更加轻松，很多应用现在更多的设计方向向消费者们的需求靠拢， 使员工能够互相学习与合作、分享反馈、设定目标、指导他们的事业并能更高效的管理他人。
报告指出：原有的人力资源技术市场正在逐渐瓦解，新的应用程序将重点转变为设计出更亲民的应用，这使得人们从以往人力资源管理工具的开发，更多的转为关注消费者的体验。
手机将会是新的平台
全球智能手机用户已达到21亿，而HR把手机当做他们的新平台也已不足为奇。
在未来一年中，一些突破性领域很可能会增加雇佣和反馈系统。
供应商的出现
这些厂商正在迅速的追赶上来，他们利用可靠有效的综合性人才管理技术来支持这个追赶的过程，例如：招聘、学习和一系列的人才管理工具。
利用云服务提供商重新定义人力资源功能
以手机和云服务为平台的“第三波”人才解决方案提供商带来了他们更加贴近用户喜好的产品。他们已经在工资、学习技术、员工雇佣等几个领域有了重大影响力。
反馈和文化管理已经加入了新的软件类别
供应商将发布反馈应用软件，将绩效管理与反馈、员工检查和发展规划结合起来，它将使普通会议或电话会议都更有成效。
有关绩效和目标管理的新方法
随着组织评级的减少和绩效管理流程的简化，传统绩效管理软件用户需求方面的缺失，被反馈和检查插件的运用所补足了。
信息源无处不在
随着技能发展和拓展训练市场需求的不断增长，他们试图将各类信息源整合成为一个学习以及经验的集合。
预测分析的增长：更多厂商预示着更多的解决方案
一系列新兴厂商开始提供一整套的预测分析功能，从确定员工飞行风险到确定一个新的办公室布局是否完善，应有尽有。
云计算不会让科技服务过时
购买新的云端人力资源系统仍然是件难题，特别是在转型期。为了应对这些难题，选择供应商是至关重要的。这些供应商要能够提供高端服务并且有开放式编程接口，拥有买方行业的经验而且契合你们的企业文化。
员工雇佣是至关重要的
即使在“第三波”的人力资源技术中（从授权软件到云端系统再到移动科技），员工雇佣也是至关重要的，这一波势力能够通过一个简单且互相信任的方式来雇佣员工，同时人力资源技术的成功也应该由员工雇佣的状况来评估。
10 disruptive HR tech trends to look out for in 2016
Increasingly, firms are addressing their HR priorities – such as creating a strong company brand, attracting the brightest talent and competitively paying staff – by investing in technology.
As we enter the final months of 2015, Bersin by Deloitte has unveiled a new report noting the 10 big disruptions on the horizon of HR tech we need to be aware of:
1. Consumerised HR Technology
Instead of designing HR software and applications solely to make the jobs of HR professionals easier, many applications are now designed with the end user in mind – employees, enabling them to learn and collaborate, share feedback, set goals, steer their own careers and even manage other people more effectively.
“The HR technology market is bursting with new applications that shift the focus toward more consumer-like experience and away from tools created to streamline the work of HR administration,” the report stated.
2. Mobile is the new platform
With more than 2.1 billion smartphone users on the planet, it is unsurprising that HR is starting to leverage on mobile as its new platform.
Some breakthrough areas of in the coming year is likely to include engagement and feedback systems.
3. The emergence of ERP vendors
These vendors are quickly catching up as credible, effective providers of comprehensive talent management technologies to support processes such as recruiting, learning, and a range of people management tools.
4. Redefining HR functions with built-for-the-cloud providers
This “third wave” of talent solution providers come with consumer-like products, built for mobile and the cloud. They are thought to have a huge effect on several areas including payroll, learning technology, and employee engagement.
5. Feedback and culture management as new software categories
Bringing together the world of performance management with feedback, employee check-ins and development planning. Providers are expected to release feedback apps that could enable meetings and conference calls more useful and productive.
6. The new way of managing performance and goals
As organisations do away with ratings and simplify their performance management processes, gaps in user needs left by traditional performance management software are filled by making use of feedback and check-ins.
7. Integrated content from everywhere
With the growing need for skills development and expanding training marketplace, learning experience middleware is expected to bring various content together into an integrated learning experience.
8. The growth of predictive analytics: more vendors, more solutions
A range emerging vendors are offering the whole predictive analytics package, from identifying employee flight risks to determining whether a new office layout is working or not.
9. Cloud computing does not make technology services obsolete
Organisations that buy new cloud-based HR systems still experience challenges especially during the transition. To cope with these challenges, the selection of vendors is crucial. These vendors should be able to deliver high levels of service, have open-programming interfaces, experience in the buyer’s particular industry, and fit the business culture.
10. Employee engagement is critical
Even in the “third wave” of HR tech (moving from licensed software to cloud-based systems to mobile technologies), employee engagement is crucial. This wave is all about engaging employees in a simple, compelling way and the success of HR technologies should be evaluated by employees’ engagement with the systems.
来源：HumanResources
扫一扫 加微信
hrtechchina
2016
2016
2016
2016
扫一扫 加微信
hrtechchina
