artificial intelligence - HRTechChina.com

artificial intelligence

OpenAI革新发布：ChatGPT 团队版与GPT商店 OpenAI最近推出了两项重大创新：ChatGPT团队版和GPT商店。这些进展不仅展示了OpenAI在人工智能领域的深厚实力，而且标志着AI技术在商业和创新应用领域的新篇章。首先，让我们深入了解ChatGPT团队版。这是一个专为团队合作设计的产品，旨在提高团队工作效率和协作。ChatGPT团队版在传统ChatGPT的基础上增加了许多新功能和服务，包括：高级模型访问权：用户可以使用如GPT-4这样的高级模型，这些模型具有更长的上下文窗口，能够处理更复杂的对话和数据分析。工具支持：团队版提供DALL·E 3、GPT-4 with Vision、浏览功能和高级数据分析工具，以及更高的消息上限。数据安全与隐私：OpenAI保证不会在用户的业务数据或对话上进行模型训练，其模型也不会从用户的使用中学习，确保数据安全和隐私。安全的工作空间：提供了一个专门的、安全的协作空间，方便团队成员之间的沟通和协作。自定义GPT创建和共享：用户可以创建和共享定制版的GPT，以适应特定的工作流程和需求，且无需编码。管理控制台：提供了一个便于团队和工作空间管理的管理员控制台。新功能和改进的早期访问：用户可以优先体验OpenAI的新功能和改进。 ChatGPT团队版的定价为每个用户每月25美元（按年计费）或每个用户每月30美元（按月计费）。这一产品不仅提供了强大的AI工具和服务，而且通过其高级功能和定制选项，为各种团队和业务提供了前所未有的灵活性和高效性。哈佛商学院的一项研究表明，使用GPT-4的波士顿咨询集团员工在完成任务时，速度比未使用AI的同事快25%，工作质量提高了40%。这一发现凸显了ChatGPT团队版在提高团队效率和工作质量方面的巨大潜力。除了ChatGPT团队版，OpenAI还推出了GPT商店。这是一个探索和使用定制版ChatGPT的平台，旨在促进AI技术的广泛应用和创新。GPT商店汇集了来自OpenAI合作伙伴和社区开发的各种GPT应用，覆盖艺术创作、学术研究等多个领域。这个商店不仅是产品展示和购买的平台，还是一个促进创新和技术交流的社区。在GPT商店中，用户可以发现各种有趣和有用的GPT应用，这些应用不仅展示了AI技术的多样性，也体现了OpenAI在推动AI技术广泛应用方面的决心。通过这个平台，OpenAI旨在建立一个充满活力的社区，鼓励更多的人参与到AI技术的创新和应用中来。 OpenAI的这两项新产品发布，不仅彰显了公司在人工智能领域的领先地位，更体现了其推动AI技术广泛应用和社会发展的愿景。随着AI技术的不断进步和普及，我们可以预见，OpenAI将继续在人工智能领域扮演重要角色，推动技术和社会的共同发展。总的来说，ChatGPT团队版和GPT商店的推出是OpenAI在其使命——“通过友好AI推动所有人的福祉”——上的重要一步。通过这些产品，OpenAI不仅提高了团队协作和创新的可能性，而且为广泛的用户群体提供了更加丰富和多样的AI体验。随着这些产品在市场上的推广和应用，我们期待看到AI技术在更多领域的积极变革。

artificial intelligence
2024年01月11日
artificial intelligence

2024年六个人力资源趋势和预测每一个新的一年都意味着我们将进入一个新的工作世界，各地的人力资源团队都有望保持领先地位。在人工智能变得强大到足以为我们预测未来之前，我们将使用原始的莱迪思研究，并与CPO 委员会的行业专家进行交谈，以总结 2024 年人力资源团队最重要的趋势和预测。了解 2024 年将如何成为人力资源领域迄今为止最具影响力的一年。 1. 绩效和敬业度将是人力资源部的最高优先事项。在提高绩效和打造良好工作场所之间犹豫不决？行业领先的人力资源专业人士比任何人都更清楚，成功的企业需要两者兼而有之。事实上，我们的2024 年人才状况战略报告中绩效最高的人力资源团队更有可能将绩效和敬业度作为来年的首要任务。支持这两项举措的理念是高度敬业的员工尽最大努力工作。（还记得悄悄辞职吗？那只是一年前的事了，公司仍然发现低敬业度会导致较差的业务成果。）有利于卓越绩效的环境需要明确的期望、灵活的工作政策、管理者的信任感以及定期认可——根据Lattice 和 YouGov 2023 年的一项调查，所有这些都有助于提高员工敬业度。人力资源团队可以采取以下几项措施来帮助员工在 2024 年尽最大努力：实施全公司范围的级联目标，帮助员工了解他们的工作如何与大局联系起来。使用敬业度调查结果来确定公司需要人力资源部门关注和支持的领域。让员工清楚地了解公司目标、成长机会和绩效期望。下载我们的免费工作簿《人力资源平衡绩效与幸福感指南》。 2. DEIB 不会消失。多样性、公平性、包容性和归属感 (DEIB) 仍将是全球人才团队关注的焦点。尽管我们的2024 年人才状况战略报告发现 DEIB 在人力资源团队的优先事项清单中排名下降，但仍有希望：54% 的人力资源专业人士表示，他们的公司在过去两年中在 DEIB 计划和政策上投入了更多精力。 Greenhouse首席人力官Donald Knight表示：“当人力资源领导者适应人员的力量时，我们需要首先记住：趋势来来去去，但 DEIB 的核心依然稳固。” “虽然焦点可能会转移，但 DEIB 不仅仅是一个复选框，它是我们通往创造力、广阔视野和竞争优势的门户。” 不要让新的优先事项掩盖 DEIB 一直在稳步发展的努力。员工注意到并内化了不再强调 DEIB 的工作场所变化。当员工感到归属感减弱时，他们就很难做出有意义的贡献，而且他们更有可能离开，去寻找一个拥抱他们并赋予他们权力的工作场所。奈特补充道：“让我们坚定不移地捍卫我们所知道的对人民和商业有益的事物，即使这不是人们谈论的话题。” 人员团队可以通过三种方式开始 2024 年并重新关注 DEIB：下载我们的免费工作手册《如何在您的公司推出员工资源组》。使用我们免费的多元化和包容性调查模板制定全年对 DEIB 员工进行调查的计划。使用我们的分析仪表板密切关注内部流动数据。 3.人力资源正在加入人工智能运动。人工智能席卷了 2023 年的新闻头条，这意味着最新人工智能技术的实施将在 2024 年成为人力资源领导者的考虑（并纳入他们的预算）。 “我所看到的每一个地方，都有关于人工智能的讨论，”奈特说。“但我要说的两点是：人工智能不是坏人。当偏见得到缓解时，它就会成为一个强大的盟友，随时准备帮助我们更加关注真正重要的事情——人力资源中的人际关系。” 人力资源部门并不害怕被人工智能取代：根据我们的2024 年人才状况战略报告，72% 的人力资源专业人士认为人工智能不会影响公司员工人数，65% 的人总体上并不担心他们的工作保障。事实上，正如 Knight 所描述的那样，人工智能已经在帮助人力资源部门让工作变得更有意义——76% 的人表示他们已经开始在工作场所讨论、探索或实施人工智能解决方案。 “无论我们是否做好准备，人工智能都是我们未来的一部分，”Exabeam 首席人力资源官 Gianna Driver 说道。“在人力资源领域，我们经常被视为技术的较晚采用者。现在是我们改变这种说法的时刻，让人工智能让我们的工作更加高效、更快、更好。” 当然，人工智能也伴随着严重的风险，比如算法偏差、知识产权侵权和网络安全漏洞。但Gartner 调查的68% 的人力资源高管表示，人工智能的好处大于风险。这些风险可以而且应该由人力资源部门管理。制定员工使用政策、培训团队管理公司知识产权以及确保人类审查和编辑人工智能工具生成的任何内容仅仅是开始。 “人工智能使我们能够更好地完成工作，”德赖弗说。“因此，让人工智能做技术能做的事情，并专注于成为人类，为人力资源部门带来同理心和其他以人为本的技能。” 4. 赋予管理者领导能力将帮助企业走得更远。人力资源团队严重依赖经理来掌握员工敬业度、为团队提供目标和记录进度，并充当员工对职业倦怠、薪酬等问题的眼睛和耳朵。对于还必须平衡自己的角色和期望的管理者来说，这是一项艰巨的任务。到 2023 年，管理者比个人贡献者面临更高的倦怠风险，66% 的团队级经理报告存在一定程度或严重程度的倦怠。但在管理者得到支持、授权并获得成功工具的组织中，“员工提供正净推荐分数的可能性高出 2.8 倍，将公司描述为高度创新的可能性高出 2.5 倍，将公司描述为高度创新的可能性高出 1.6 倍”。高度参与”，根据《麻省理工学院斯隆管理评论》发表的研究。 2024 年，经理赋能将成为实施人力资源规划以保持绩效和敬业度的关键。人力资源部可以采取以下四件事来帮助管理者充满信心地开始 2024 年：建立更好的职业道路，以便现任管理者可以更有效地指导员工发展，而有抱负的管理者可以了解该职位是否适合他们。提供有关情商、冲突解决、薪酬透明度和其他主题的经理发展培训。定期与经理分享资源，例如绩效评估指南、薪资谈判脚本以及撰写有意义的反馈的技巧。 5. 变革疲劳会影响员工的绩效。变革疲劳是员工对公司变革的普遍冷漠或顺从感，尤其是当短期内发生太多变革时。裁员、收购、重组和其他变化在企业中是常有的事，但在过去的一年中尤为普遍，41% 的人力资源团队在我们的 2024 年人才状况战略报告中报告了其公司的裁员情况。在大多数情况下，这些困难的变化处理得不好： 59% 的人力资源专业人士表示，他们认为最高管理层未能提供足够的支持来解决裁员后员工士气低落的问题。另外 62% 和 63% 的受访者表示，最高管理层没有为培训经理或重新定义角色提供足够的支持。裁员并不是变革疲劳的唯一根源。组织重组、文化转型、重返办公室的变化以及遗留技术系统的更换也会极大地影响员工的日常生活和对其工作角色的理解。根据 Gartner 的数据，到 2022 年，员工平均会经历10 次计划中的企业变革，而 2016 年为 2 次。 Gartner 的研究表明，变革疲劳的影响不仅会损害员工士气，还会直接影响绩效、生产力和其他业务成果。当受访员工经历变革疲劳时，他们表示：留下来的意愿降低 42% 信任度降低 30% 可持续绩效降低 27% 响应速度降低 27% 可自由支配的努力减少 22% 企业贡献减少17% 然而 Gartner 在另一项调查中还发现，只有20% 的人力资源领导者有能力发现变革疲劳，这意味着它必须成为 2024 年人员团队倾听策略和员工调查的关键部分。 HR 可以做的事情如下：在公司实施重大变革之前、期间和之后向高管传达变革疲劳的风险。确保经理有能力通过提供谈话要点或安排全体会议来与团队讨论变革。在任何重大变化之前和之后，请密切关注脉搏调查数据，以准确了解士气、参与度和绩效需求。 6. 员工期望高管有更多同理心。内部沟通是公司文化的支柱，组织价值观通过领导层与员工的沟通方式得以具体化。定期的沟通渠道——全体会议、全体会议以及员工和高管之间的定期会面时间——对于确保员工感到支持和倾听至关重要，但沟通的主题也同样重要。 2024 年，人力资源团队将必须关注新闻和世界事件，并帮助管理公司领导者以真实、有意义和真实的方式对这些事件做出反应。安永会计师事务所对商业同理心的研究发现：超过一半的员工 (52%) 认为他们的公司同情员工的努力是不诚实的。大多数员工 (86%) 表示同理心领导有助于提高士气，而 87% 的员工认为同理心是创建包容性工作场所的关键部分。为了保持凝聚力，人力资源团队需要帮助修复员工与高管的关系——而且要快。就是这样：向高管证明士气低落和敬业度低会影响业务成果。确定推动内部和外部沟通的组织价值观。与最高管理层合作制定工作场所新闻和世界事件评论指南。 — 当然，2024年也将充满惊喜。与此同时，人力资源团队可以做的最好的准备就是调查员工的需求，并与公司领导层密切合作，确定未来的发展方向。哦，还有投资您的人力资源技术堆栈：这就是为什么您在 1 月 1 日之前需要更好的人力资源技术解决方案。

artificial intelligence
2023年12月11日
artificial intelligence

人工智能AI革命：重塑人力资源职能以取得成功人工智能正在进一步推动人力资源技术的进步，从提高效率到增强员工体验，这绝非人为。了解人工智能如何重塑人力资源，以及人力资源如何将人工智能运用到工作中。人工智能（AI）重塑了世界的格局，但机器人接管仍不是眼前的事情。相反,是人类正在利用AI的力量。从改善农业作物产量到提升医疗保健中的患者参与,各行各业正在以有益人类的方式运用AI。同样的情况也发生在人力资源（HR）管理领域。人力资源从业者正在使用人工智能来帮助增强员工在工作场所的体验并提高人力资源流程的效率。更重要的是，人工智能表明它可以支持首席人力资源官办公室的下一步发展——与最高管理层合作，推动更具包容性和整体性的业务战略。为未来的工作转变人力资源职能根据“AI IQ：企业人工智能洞察报告”，这是Workday对全球1000名业务决策者的新调查，与AI增强的顶级HR相关任务包括招聘和申请人跟踪、业务分析和技能评估工具。此外，65％的受访者表示，他们现有的AI和机器学习（ML）部署已经改善了员工体验，这是HR的主要业务指标。全面了解员工能力和人才管理 HR领导者必须拥有支持技能用于现今工作未来的技术：摆脱工作是通过结构化的工作角色和职责来完成的僵化观念，相反，将工作视为更流动的技能汇编，以便为业务不断变化的需求提供支持。 Workday的CHRO办公室产品的集团总经理David Somers表示：“随着组织加速并扩大其基于技能的人才战略，人工方式无法了解和管理他们的员工技能—现在和将来。” “没有AI和ML工具来帮助理解所有数据，就不可能理解，更不用说将员工的技能与业务需求相匹配了。” AI和ML超越了识别和将员工的技能映射到不同的项目或角色，这是典型的技能管理方法。相反，通过AI和ML增强的技术帮助组织了解技能之间是如何相互关联的，以及它们是如何演变为其他相邻技能的，这是至关重要的见解，因为技能正在不断变化。例如，擅长Microsoft Excel的员工也可能具备数据分析、报告和其他Excel用于的任务的技能。 AI和ML有助于揭示组织中的技能深度，并获得基于技能的倡议所需的见解。理解和改善工作场所文化和员工敬业度员工敬业度曾经仅是HR部门的优先事项，现在已成为高管层的优先事项，推动了从生产力到创新等许多业务驱动因素。公司领导者希望了解员工如何看待雇主以及他们如何利用他们收集到的见解；反过来，人力资源领导者正在将这些见解带给最高管理层，并利用它们来创造一个更具吸引力的工作场所。人工智能的预测能力正在帮助公司更深入地了解员工敬业度的挑战性方面之一：了解哪些员工可能更容易辞职。人力资源领导者可以利用这些见解来采取规范性行动，以帮助降低员工倦怠和自然流失的风险。 Somers分享了一个如何使用自然语言处理（一种ML技术）来帮助领导者理解员工情绪的例子。他解释说，组织正在使用Workday Peakon Employee Voice这种智能监听平台来帮助理解和确定离职风险。它具有一个利用AI和ML并使用在数据库中的数百万个调查数据点上训练的统计模型的离职预测功能。 Somers说：“该模型根据他们的回应和分数计算每个员工的离职风险。然后，它使用员工级别的离职风险来计算每个部门以及整个公司的平均离职风险。它还将每个部门的平均风险与公司的平均风险进行比较，以分配离职风险级别—例如，它可能揭示出市场部门的离职风险在您的组织的前10%。” 这些见解可以指导公司如何改善员工敬业度，例如增加福利或评估工作量。最终，重要的是要让人处于中心地位，这样他们才是最终的决策者。通过以人为中心的方法，人工智能和机器学习可以帮助人们提高工作效率和了解更多信息，使他们能够解决以前认为无法解决的问题。自动化重复但动态的HR功能自动化革命—无需人工干预就可以执行任务—在HR中的发生远早于大流行病。但是，应对前所未有的破坏加速了对数字创新的需求，因此，引发了AI采用的浪潮和HR中敏捷性和效率的下一次演变：智能自动化，这涉及读取数据并从该数据中进行预测。换句话说，智能自动化就是与机器学习配对的自动化。这对于那些常规但动态的HR任务特别有帮助，例如调度和满足劳动力需求。例如，公司正在使用AI来匹配劳动力需求和工人的资格、技能、可用性、偏好等，以便为工人和业务优化时间表。这在雇佣一线工人的公司中尤其普遍，其中班次不断变化，经理需要在短时间内填补和调整。 Somers说：“通过AI自动映射工人的可用性和技能到开放的班次，提供工作人员调度的建议，公司可以确保他们不会过度和不足的调度，同时更好地控制劳动力成本和防止工人疲劳。” HR在确保清洁数据以实现负责任的AI中的角色虽然AI确实正在重塑HR的角色，但HR领导者必须与其他业务领导者一起成为实施AI的驱动者。关于AI的关键是：其执行任务的能力，例如进行预测分析或生成新内容（生成性AI），取决于其AI基础模型的质量，而这只取决于提供给它的数据的质量。对数据治理的强烈承诺始于相信并实施HR数据在整个业务中都是相关的—这恰好与Workday人力资本管理（HCM）的基础相同。 Workday HCM建立在统一的数据模型和单一的安全模型上，可以读取多样化的数据集，以执行各种分析和报告用例。 Somers说：“因此，实施AI时的大‘警告’之一是要保持数据的清洁和连贯，以帮助确保准确性和质量控制。” “如果数据集不干净，HR和人员领导者可能会得出不准确的结果，这可能导致昂贵的错误。” HR领导者是塑造未来工作场所的驱动者在英国和美国等地进行的全球和国家级别的对AI的公众情绪调查揭示，越来越多的人正在设想一个AI的力量可以产生积极影响的未来。同时，这些调查也揭示了对AI的关注，特别是对是否有足够的监管。对于每一个利用AI增加HR影响力的用例，重要的是要记住使这些努力成功的是什么：通过额外的见解和改进的效率来增强决策。这并不是要取代使HR专业人员如此有价值的东西：通过将业务中发生的事情与公司的目标和价值观联系起来，成为公司文化的管理者。正如Somers所说：“最终，重要的是要将人类置于中心，使他们成为最终的决策者。以人为中心的方法，AI和ML可以帮助人们更加高效和更好地了解信息—使他们能够解决他们以前认为无法解决的问题。” 来自workday

artificial intelligence
2023年08月04日
artificial intelligence

你知道吗？机器学习与人工智能：它们有何不同？特伦斯米尔斯 AI.io和Moonshot的首席执行官Terence Mills是AI的先驱和数字技术专家。在LinkedIn上与他联系关于人工智能或移动设备人工智能和机器已经成为日常生活的一部分，但这并不意味着我们很好地理解它们。你知道机器学习（ML）和人工智能（AI）之间的区别吗？如果您希望在您的业务中使用其中一种，那么了解哪一项重点关注非常重要。ML和AI是相关的，但它们不相同，并且它们不一定适合于相同的任务。您可以通过了解何时选择ML或AI来将您的业务提升到新的水平。本指南将向您介绍您需要了解的有关AI和ML的所有信息，以及它们为何与众不同。继续阅读，了解这种现代科技如何帮助您和您的企业。机器学习与人工智能：基础知识以下是这些不同概念的两个简单，基本的定义。 AI意味着机器可以以“智能”的方式执行任务。这些机器不仅仅被编程为执行单个重复动作 - 它们可以通过适应不同情况做更多事情。机器学习在技术上是人工智能的一个分支，但它比整体概念更具体。机器学习的基础是我们可以构建机器来处理数据并自己学习，而不需要我们不断的监督。让我们仔细看看这两个概念的真正含义以及它们是如何发展的。在一开始的时候毋庸置疑，AI和机器学习相对较新。几十年，几百年甚至几千年前，这些概念可以追溯到某些富有想象力的个体。但直到最近，这些梦想才成为现实。人工智能的概念在最早的计算机上得到了巩固。当然，这些第一台计算机并没有自己做出任何决定。然而，它们是能够记住信息并进行计算的“逻辑机器”。创建这些机器的人知道他们正在努力制造一台类似大脑的机器。然而，从那时起技术变得更加先进，因此我们制造类似大脑的机器的能力也有所提高。在过去的几十年里，我们也更好地理解了自己的大脑是如何运作的。我们越了解这些事情，人工智能的变化就越多。我们的计算机现在可以进行极其复杂的计算，但是现在的开发并没有真正关注那些。相反，人们正在寻求创造能够以类似于人类的方式做出决策并使用这些决策来完成任务的机器。 AI的类型人工智能有两个主要的子类别。第一个应用AI。这是最常见的AI形式。它包括从智能股票交易系统到自动驾驶的所有内容。广义AI不太常见，因为它更难创建。理想情况下，广义AI能够处理各种不同的任务，就像人类一样。尽管这些AI并不常见，但许多研究人员已经在广义AI领域取得了进步。最重要的是，这一小节是导致机器学习发展的原因。机器学习的成长由于AI领域的某些突破，机器学习得以发展。第一个突破涉及认识到教授计算机如何学习比教他们如何执行每项可能的任务并为他们提供完成这些任务所需的信息更有效。第二个重大突破是互联网的发明。这导致了以前从未见过的巨大的信息存储潜力。现在，机器可以查看由于存储限制而无法访问的大量数据。实际上，创建的数据量太多，人类无法处理。这两个突破清楚地表明，不是教机器做事，更好的目标是设计它们为自己“思考”，然后允许他们访问在线可用的大量数据，以便他们可以学习。神经网络的作用神经网络的出现对于教导计算机像人类一样思考的过程变得至关重要。神经网络允许计算机更紧密地模仿人类的大脑，同时仍然更快，更准确，更少偏见。神经网络是一种计算机系统，它可以像我们自己的大脑一样对信息进行分类。例如，神经网络可以查看图片，识别图片中的元素，并根据它们显示的内容对图片进行分类。这些网络使用他们有权访问的数据进行确定。数据不允许它们完全准确，但他们可以根据最有可能做出的决定做出决定。最重要的是，这些系统涉及“学习”的反馈循环。机器可以查明其决策是否正确，然后改变其方法，以便下次做得更好。机器学习能做什么？这些系统的可能性似乎无穷无尽。 ML已经允许计算机查看文本并确定内容是正面还是负面。他们可以弄清楚一首歌是否更有可能让人伤心而不是快乐。其中一些机器甚至可以制作自己的作品，主题基于他们听过的作品。机器学习的一个主要应用是与人沟通。人工智能领域称为自然语言处理，大量使用机器学习。有一天，这将使公司能够提供与人类客户支持一样有用的自动化客户服务。机器学习与人工智能：哪个适合你？ AI和ML都可以拥有有价值的业务应用程序。确定哪一个最适合您的公司取决于您的需求。这些系统有很多很好的应用可供选择，但ML最近得到了更多的宣传，因此许多公司都专注于这种解决方案的来源。但是，AI对于许多不需要持续学习的简单应用程序也很有用。以上由AI翻译完成！原论文连接：https://www.forbes.com/sites/forbestechcouncil/2018/07/11/machine-learning-vs-artificial-intelligence-how-are-they-different/#177f00033521

artificial intelligence
2018年07月16日
artificial intelligence

AI 人工智能中对HR的常见术语解释，没事可以了解下在工作环境中准备人工智能对于技术厌恶的招聘团队来说是一个令人望而生畏的。对于那些探索他们的业务意味着什么，这里有8个基本的解释开始：算法：算法是在解决问题或计算中应遵循的一组规则。算法需要在招聘过程中生成大量数据，并将其转换为HR可用于候选人选择的信息。在之前的一项研究中，通过算法招聘的候选人比人力资源招聘的人员长15％。算法有助于提高候选人的选择并减少不良招聘的可能性。人工智能（AI）：人工智能（AI）通常被称为“第四次工业革命”，它是一种能够模仿智能人类行为的机器，其中包括做决策和执行基本任务，如解决问题，计划和学习。AI可以自动执行重复和平凡的管理任务，包括整个招聘过程中的筛选和申请人更新。这也是聊天机器人的兴起和视频放映的使用背后的原因。聊天机器人：聊天机器人的简称，聊天机器人在人才获取方面越来越多。与苹果的Siri或亚马逊的Alexa一样，招聘中的聊天机器人使用人工智能（例如，机器学习 - 见下文）来理解问题并作出回应。Chatbots可以在不同的平台上使用，包括电子邮件，消息应用程序和通过您的申请人跟踪软件。Chatbots旨在模拟与您就业网站的访问者的对话，并正在迅速成为高容量招聘的基本技术工具。聊天机器人有效地使用，为您的招聘过程添加更吸引人的互动元素。今年早些时候进行的一项调查发现，在申请过程中，超过一半的候选人愿意与聊天机器人进行互动。游戏化：游戏化将游戏的常见元素应用于其他在线活动领域，包括市场营销。在招聘过程中，毕业生雇主经常使用劳埃德银行集团，德勤和普华永道倍受青睐的Multipoly，以吸引年轻人才，创造更具吸引力的候选人经验。通过人力资源技术将游戏化融入您的招聘流程中。机器学习：类似于人工智能，机器学习为AI提供了更智能的算法。在招聘中，机器学习可以减少您的聘用时间，并用于自动化候选人筛选，通常利用招聘分析中与最成功的人员相关的数据。人力资源软件中复杂的机器学习算法可用于通过语言选择甚至面部表情来评估候选人的潜在文化适应性。人员分析：人员分析将数据和分析结合起来，深入了解与员工相关的一系列问题，包括领导力，绩效管理和招聘。要了解更多信息，请参阅我们以前的文章，其中提供了有关人员分析的更详细的介绍。情绪分析：这可能不是你熟悉的词，但情绪分析解释了语言对人的影响，无论是消极的，积极的还是中立的。在招聘时可以用来分析你的工作岗位的措辞的影响。例如，去年我们报道说，在社交媒体平台Buffer的“工作岗位”中用'开发者'取代'黑客'这个词，看到女性候选人申请空缺的人数有所增加。在招聘软件中的人力资源分析提供了更多的洞察力，如何使用特定的话可以阻止人才适用于您的工作。使用情感分析的软件也可以提出更合适的词汇来吸引更多元化的人才库。图灵测试：图灵测试是由科学家阿兰·图灵（Alan Turing）在1950年设想的，前提是“机器可以想象？今天，它指的是人工智能的潜力，以说服人们，而不是一个机器与人互动。其中最成功的例子是第三次获得2017年Loebner奖（基于图灵测试）的Mitsuku聊天机器人，但尚未说服评委是人类。随着工作场所的自动化程度的提高，这是一个与AI有关的术语。以上由AI 自动翻译。 Algorithms : An algorithm is a set of rules to be followed in a problem solving situation or calculation. Algorithms take large amounts of data generated during the hiring process and transform it into information that HR can use in candidate selection. In a previous study, candidates recruited via algorithms remained in their job 15% longer than those hired by HR. Algorithms help to improve candidate selection and reduce the potential for a bad hire. Artificial Intelligence (AI) : Often referred to as the ‘fourth industrial revolution’, artificial intelligence (AI) is a machine that is capable of imitating intelligent human behaviour, which includes making decisions and performing basic tasks such as problem solving, planning and learning. AI automates repetitive and mundane admin tasks, including screening and applicant updates throughout the hiring process. It is also behind the rise in chatbots and the use of video screening. Chatbots : Short for chat robot, chatbots are becoming more prolific in talent acquisition. Like Apple’s Siri or Amazon’s Alexa, chatbots in recruitment use artificial intelligence (eg, machine learning - see below) to comprehend questions and respond. Chatbots can be used across different platforms, including e-mail, messaging apps and through your applicant tracking software. Chatbots are designed to simulate conversations with visitors to your careers site and are rapidly becoming an essential tech tool for high volume recruitment. Used effectively, chatbots add a more engaging and interactive element to your hiring process. A survey carried out earlier this year found that over half of candidates are comfortable interacting with chatbots during the application process.[1] Gamification : Gamification applies the common elements of game playing to other areas of online activity, including marketing. In recruitment it is frequently used by graduate employers, including Lloyds Banking Group, Deloitte and in PwC’s popular Multipoly to attract young talent and create a more engaging candidate experience. Incorporate gamification into your recruitment process through your HR technology. Machine learning : Similar to artificial intelligence, machine learning provides AI with the algorithms that make it more intelligent. In hiring, machine learning can reduce your time to hire and is used to automate candidate screening, often utilising the data available in your recruitment analytics relating to your most successful hires. Sophisticated machine learning algorithms in HR software can be used to evaluate the potential cultural fit of a candidate through language choice and even facial expressions. People analytics : People analytics combines data and analysis to gain insight into a range of issues related to your employees, including leadership, performance management and recruitment. For more insight, please see our previous article which provides a more detailed introduction to people analytics. Sentiment analysis : It may not be a term you are familiar with but sentiment analysis interprets the effect that language has on people, whether negative, positive or neutral. In recruitment it can be used to analyse the impact of the wording of your job posts. For example, last we year we reported that by replacing the word ‘hacker’ with ‘developer’ in their job posts, social media platform Buffer saw an increase in the number of female candidates applying to their vacancies. HR analytics in your recruitment software provide more insight into how the use of specific words can deter talent from apply to your jobs. Software which uses sentiment analysis can also suggest more suitable words to attract a more diverse talent pool. The Turing Test : The Turing Test was conceived by scientist Alan Turing in 1950 based on the premise 'can machines think?' Today it refers to the potential for artificial intelligence to convince people they are interacting with a person rather than a machine. One of the most successful examples is the Mitsuku chatbot which has been awarded the 2017 Loebner Prize[2] (based on the Turing Test) for the third time but has yet to convince the judges it is human. It's a term you may hear more of in relation to AI as automation in the workplace rises.

artificial intelligence
2018年02月12日