-
ChatGPT
【美国】人才平台提供商Twill获得140万美元种子轮融资，改变科技行业的招聘方式
通过同行推荐将公司与经过审核的技术专业人士联系起来的下一代人才平台 Twill 宣布公司已获得 140 万美元的种子轮融资，由 Bloomberg Beta 领投。其他投资者包括 Vitalize VC、Correlation Ventures、Purpose Built Ventures 以及 Netflix、Meta 和 Snap 的高管。
73%的招聘专业人士认为，缺乏合格的求职者是他们面临的最大挑战，而LinkedIn上只有10-15%的求职者符合职位要求，在这种情况下，Twill利用专业网络和领域专长的力量，正在超越技术招聘。与依赖通用招聘人员的传统招聘平台不同，Twill 建立了一个由经验丰富的技术专业人士组成的受邀社区，他们利用自己的网络为空缺职位推荐合格的候选人。这种方法可确保招聘经理收到由行业专家亲自担保的经过预先审查的长期候选人。
“Twill 创始人兼首席执行官 Michelle Volberg 说："传统的招聘模式已经从根本上被打破。“招聘经理们一直在与大量不合格的申请做斗争，但人工智能使这一问题急剧恶化。现在，求职者可以使用 ChatGPT 生成完美的简历，这导致大量看似合格的求职者实际上并不符合他们列出的资历。人工智能只会让招聘市场变得更加困难。
该平台的突出之处在于为其专家社区提供了可观的经济奖励，会员最多可获得50%的或有搜索费用--每次成功招聘可获得5,000至25,000美元不等。这种创新模式确保了高质量的推荐，同时也公平地补偿了利用其网络和专业知识的行业专业人士。Twill拥有10,000多名专业会员，通过利用热心线索，将最合格、最经过审核的求职者推到最前沿，并将他们安排到职位上，通常可在30天或更短时间内完成，从而加快了招聘时间。
“随着定制化外发信息数量的增加，最合格的求职者会被淹没，而且往往毫无反应。在 LinkedIn 上无视招聘人员信息的最佳候选人下班后都会与 Twill 会员闲逛。沃尔伯格解释说："我们正在通过建立一个由行业领袖组成的社区来解决这个问题，这些行业领袖真正了解并能为他们推荐的人才提供担保。“我们的成员在工程、产品和销售领域平均拥有 12 年以上的经验，为招聘过程带来了广泛的人脉和真正的判断力，这是人工智能无法复制的。
Twill 对社区成员和候选人推荐的严格审核流程使其与众不同。传统平台会自动将所有申请转给招聘经理，而 Twill 则实施了两层筛选流程。首先，候选人必须由经过验证的社区成员推荐。然后，Twill 的团队会进行额外的筛选，确保候选人符合职位要求，然后再将候选人推荐给招聘经理。
“当我们被越来越多的信息淹没时，来自熟人的值得信赖的推荐就显得尤为重要。Twill以一种强大的方式将这一点带到了招聘领域，"Bloomberg Beta主管Roy Bahat说。
有了这笔资金，Twill 计划扩大其专家成员社区，增强其平台功能，并壮大其团队，为更多寻求高质量人才的公司提供服务。
关于Twill
Twill 通过经验丰富的行业专业人士的推荐，将公司与经过预先审查的候选人联系起来，从而改进技术招聘工作。该平台的工程、产品和销售专家社区利用他们的网络和专业知识推荐合格的候选人，并为成功的职位安排赚取丰厚的奖励。Twill 通过其双层审核流程和以人为本的推荐，确保了高质量的匹配和更好的招聘结果。
-
ChatGPT
AI助力：减轻人力资源与员工培训的工作负担
九月的一个周日傍晚，天色已晚。按理说，你应该舒舒服服地躺在沙发上，沉浸在最新的狂欢剧集中。尽管屏幕上的情节跌宕起伏，但你通常在周末结束时进行的逃避现实的活动却无法吸引你，因为你无法摆脱未来一周令人生畏的前景。
明天早上，15 名新招聘的毕业生将在同一天开始工作，所有人都要在你的系统上进行设置，所有人都急需支持和个人关注，所有人都需要在今年结束前取得成果并向客户收费。
是的，你是团队中的一员，但你能为这些新员工提供的一对一服务是有限的，同时还要满足已经相当庞大的员工队伍的需求。
对于从事人力资源工作的人来说，这种令人焦虑的情景（或主题的变体）并不陌生。
当然，这并不全是坏事。
一方面，有两点很可能是令人欣慰的：1）在招聘过程中，你或人力资源部门的其他人会有时间与他们单独交谈，今后也会有机会再这样做；2）他们会希望他们的一些培训和日常询问完全由内部在线平台处理，无需人工输入。
但另一方面，还有一个巨大的灰色地带，那就是更多的个人接触，虽然不是必要的，但也是很好的选择，而且是最好的雇主所提供的--只要你有资源......但许多部门都没有。
人工智能已应用于当今的人力资源领域
好消息是--无论它是用于提供反应性材料以补充知识库或内联网，还是用于主动培训或在招聘过程中提供帮助、为管理人员提供信息、访问 IT、填写假期表格、绩效考核、薪酬门户、费用等，你说得出来--人工智能（AI）的进步正开始让时间和资金短缺的人力资源专业人员的生活变得无比美好--尽管这项技术永远不会也不应该完全取代你。
当然，人们也希望人工智能能为人力资源、员工培训和技能提升带来变革潜力，从而重塑劳动力管理和技能发展； 例如，Gartner 最近发现，超过四分之三（76%）的人力资源领导者认为，如果他们的组织在未来 12 到 24 个月内不采用和实施人工智能解决方案（如生成式人工智能），那么他们的组织成功率将落后于那些采用和实施了人工智能解决方案的组织，而参加该技术研究咨询公司一月份基准会议的 34% 的人力资源领导者表示，他们正在探索生成式人工智能的潜在用例和机会。
那么，这些潜在用例是什么呢？在过去的一两年里，有三大领域引起了我的注意：
招聘
在招聘和录用方面，人工智能驱动的重复性人工任务自动化大大减少了人力资源团队处理和审核候选人的时间。通过生成定制的沟通序列，并使用大型语言模型（LLM）来创建看似定制的职位描述和面试问题，这种技术可以提高参与度和回复率。人工智能还可用于跟踪和分析转换率，帮助招聘经理确定和完善他们的推广策略，只关注那些能够实现目标的策略。
监测
监测绩效、参与度和行为，为人力资源团队提供即时见解，是当今人工智能的核心优势。通过分析存储在系统中的员工数据类型（如电子邮件、Teams 或 Slack 聊天记录）和工作模式信息，这些系统可以标记出负面指标。尽早发现这些问题并在问题升级之前采取干预措施，显然符合公司的利益。
内部流动
最好的公司都会从自己的员工队伍中向上招聘。问题是，这一过程往往是在员工偶然发现空缺职位并做出反应时才启动的，而不是相关方面鼓励他们申请，这意味着机会往往被错过。人工智能辅助系统利用用于监控员工的类似技术，弥补了这一不足，并向繁忙的人力资源团队提出内部甄选建议，节省了时间和外部招聘人员的成本。
在入职培训、学习与发展等其他关键领域，市场上还有许多令人印象深刻的应用，但它们都有这些共同的好处：提高效率、决策更可靠、信息更灵通，当然还有减少支出，更不用说同事们会享受到有助于留住人才的积极体验。
那么，有什么好处呢？
未来的创新
这让我想到了人工智能在人力资源领域的未来。这并不难理解；我们正处在一个上升的轨道上，在这个世界里，人工智能，尤其是生成式人工智能，将使我们的生活变得更加轻松。
但我要提醒大家：人工智能的问题不在于它能做什么或不能做什么。好吧，在减少文本输出中的 "幻觉 "和在图像中再现看起来真正属于人类的手方面，仍然存在一些磨合问题。但是，我们还需要对用户进行全面的教育：我们还不清楚哪些是人工智能制造的，哪些不是，这可能会带来危险。对于人工智能生成的内容，我们必须培养一种透明和诚实的文化。
无论是在招聘材料、内部沟通还是其他任何与人力资源相关的文件中，我们都必须直言不讳地说明哪些内容是由人工智能生成的。这种透明度不仅能建立信任，还有助于对人工智能的能力和局限性设定切合实际的预期。
最后，我想简单介绍一下 Rapport 公司，看看它的技术是如何通过动画头像帮助员工发展的。
不过，它们确实为某些类型的交互带来了新鲜和令人振奋的体验。
举一个常见的例子，培训和技能提升。员工希望在培训过程中与聊天机器人对话，并与人力资源系统进行其他互动。他们不太习惯的是虚拟互动人物--或者说 VIP。VIP具有自动语音识别功能，由Rapport用户在一个简单易用的平台上构建，可与ChatGPT等软件和用户自己的系统进行简单的插件和集成，VIP具有量身定制、用户自定义的面部表情、准确的唇语和自然的手势，以及检测和响应情绪的能力。
与其他人工智能增强系统一样，VIP 也会利用您的信息。但改变游戏规则的不同之处在于它们如何为员工体验注入活力。
更专业的可能是这个使用案例： 人力资源专业人员与动画化身对话，动画化身代表他们正在与之进行艰难对话的员工--艰难的审查、纪律听证会、让他们申请的晋升失败等等--他们需要在真正对话前进行练习和培训。
诸如此类的创新代表着人工智能的未来；在这令人兴奋的起步阶段，它们也代表着现在。
-
ChatGPT
【美国】招聘平台Skillfully获得250万美元种子轮融资，重塑招聘行业的未来
Skillfully 是一家位于加利福尼亚州旧金山的公司，专注于模拟驱动的招聘解决方案，公司获得了 250 万美元的种子轮融资。
本轮融资由 Better Ventures 领投，Silicon Valley Quad、American Student Assistance、Strada Education Foundation、FN Fund 和 Inventus Capital Partners 参投。
这笔新资金使我们能够将我们的解决方案推广到更多的世界顶级雇主，为专业服务、销售和人员招聘领域的技能优先就业设定了新的黄金标准。
Skillfully公司坚信，当前的求职、就业和发展方式已经从根本上被打破，因此公司致力于解决传统简历驱动型招聘方式的缺陷。在人工智能变革的行业中，这些过时的方法既辜负了雇主，也辜负了求职者。
招聘人员历来依赖简历、求职信和在线资料来衡量求职者的技能。然而，这种方法已经越来越不够用了，现在 90% 的申请材料都是通过 ChatGPT 等 GenAI 工具来增强的，这使得雇主们被简历淹没。然而，为这些人工智能工具提供动力的底层技术同样可以通过我们所说的 "体验式 "招聘彻底改变招聘方式，创造一个更加公平、更具包容性和以技能为中心的就业市场。
体验式招聘利用虚拟模拟工作场所的挑战，将招聘者的关注点从传统的技能描述转移到可验证的技能展示。Skillfully 的 HiredNow 产品提供完全定制化的模拟，使雇主能够看到求职者的实际技能，提供有价值的见解，从而将招聘精确度提高 10-20 倍，并显著节约人力资源成本。这种方法可确保求职者的实际能力和职业潜力得到评估，而不仅仅是在线职业门户网站上的另一份申请表。
Better Ventures合伙人Lyndsey Boucherle说："Skillfully帮助雇主发现更大的人才库，降低招聘成本，做出更好的招聘决策，同时为代表性不足的人才提供公平的竞争环境。我们很高兴能支持他们推动向基于技能的招聘转型。
此次融资标志着Skillfully进入了转型发展阶段。我们迫切希望将我们的招聘前模拟平台进一步商业化，并开发更多的创新产品，使我们的客户能够在不断发展的体验式、技能优先的招聘新格局中茁壮成长。
关于Skillfully
在首席执行官Brett Waikart的领导下，Skillfully公司提供了一个以模拟和评估分级为中心的招聘平台。通过该平台，雇主还可以直接从其经过技能验证的人才网络（TalentNetwork）中招聘人才，该网络包括大学、社区学院系统、哈佛商学院和劳动力发展组织等全国性职业合作伙伴。雇主可以接触到一个多样化的、积极进取的求职者人才库，而传统的以简历为先的招聘工具和职业网络往往会忽略这些求职者。
-
ChatGPT
【根特】人工智能平台Tekst.com获得70 万欧元融资，用于实现基于文本的流程自动化
总部位于根特的 Tekst.com 开发了一个前景广阔的人工智能平台，使大型公司能够自动处理基于文本的流程，如处理大量电子邮件。公司宣布将从 Entourage 公司筹集 70 万欧元，用于在欧洲进一步开发和商业化其技术。
在先进的人工智能出现之前，将文本转化为可用数据是人类必须手动完成的工作。考虑处理电子邮件中的特定信息，将其输入客户关系管理（CRM）、会计或企业资源规划（ERP）软件包。
人工智能的前景很好，但像 ChatGPT 这样的通用 LLM（大型语言模型）所做的不过是将文本转换成其他文本。准确解释非结构化文本，然后将其转换为可用数据--数据库可以处理的输入数据--仍然是一项不可能完成的任务。
Tekst.com 的首席技术官兼联合创始人 Tiebe Parmentier 说： "现有的基于识别关键字和设置规则的软件可以自动标注普通公司约 20% 的传入邮件流量，但准确率很低。这对于公司有效地自动处理来说太少了： "我们为客户提供的定制培训人工智能模型可以识别更多邮件的含义，准确率更高。这样就可以避免重复性工作，这不仅对企业本身是个好消息，对员工也有积极意义。我们将'枯燥'的操作从他们手中解脱出来，让他们的工作更加愉快"。
公司已经赢得了几家希望具体、快速开始使用人工智能的大客户。其中包括美国全球医疗设备公司 Becton Dickinson 和大型乳制品合作社 Milcobel。
"Tekst.com 首席执行官 Wouter Janssen 说："我们的企业客户通常已经实现了大量数据流程的自动化。"但在追求'无接触自动化'的过程中，他们仍然面临着最后一堵墙：自动处理电子邮件、案例、订单和票据中的大量文本，但要以严格控制和安全的方式进行。
B2B 领域的客户沟通需要小心谨慎，尤其是大型合同，快速准确的沟通至关重要。此外，还必须考虑到有关安全和隐私的所有协议和规则。
Tekst.com 的人工智能模型成功地在公司内部绘制了正确分析和路由信息所需的所有知识。它可以毫不费力地从 SAP 和 Salesforce 等现有数据系统中检索到这些信息。此外，Tekst.com 在后台执行工作，因此员工无需使用另一种新工具。最后，Tekst.com 符合所要求的安全和保密标准，如 GDPR 法规和全球 ISO 27001 信息安全标准。
Becton Dickinson 公司客户服务数字化经理 Christophe Boucquet 说： "我们有大量面向客户的收件箱，需要一个能够快速分析并优先处理不断增长的电子邮件的解决方案。鉴于我们产品的性质，在某些情况下，我们的客户需要极快的响应时间。有了 Tekst.com，我们在短短三周内就取得了成果。如果使用 Outlook，这是不可能实现的，如果我们自己尝试训练一个人工智能模型来处理电子邮件，可能要花费好几个月的时间。
Showpad 前联合创始人兼执行主席 Pieterjan Bouten： "Tiebe和Wouter雄心勃勃，他们的目标是让人工智能在复杂的商业环境中发挥作用。他们开发出了一项出色的技术，能在很短的时间内提高很多效率。我们看到了该公司的巨大潜力，相信他们能够成长为一家全球性企业。
-
ChatGPT
【法国】提供GenAI平台公司Adaptive ML获得2000万美元种子轮融资，帮助企业打造独特的GenAI体验
Adaptive ML是一家能让公司根据用户的互动情况不断改进其生成式人工智能模型的初创公司，公司宣布已获得由Index Ventures领投的2000万美元种子轮融资。ICONIQ Capital、Motier Ventures、Databricks Ventures、IRIS、HuggingFund by Factorial以及许多著名的天使投资人也加入了本轮融资。
Adaptive的愿景是让各地的企业都能利用不断学习的生成模型的优势，并提供直观的体验来提升关键业务指标。公司已经推出了企业平台的第一个版本，并将利用这笔资金继续投资于研究和产品开发，并迅速壮大巴黎和纽约的团队。
"Adaptive ML 首席执行官Julien Launay说："在 Adaptive ML，我们正在简化通往更直观、更有粘性的 genAI 应用程序的道路，直接推动用户体验和业务成果的改善。"从长远来看，我们设想永久学习模型吸收每一次交互，为每一位用户提供独一无二的体验。
企业对使用大型语言模型（LLM）的需求很高，然而，目前在通用现成模型与使其适用于特定生产用例之间存在很大差距。
只有当模型与用户的目标相一致时，才能产生吸引人的体验。实现这一目标是一个复杂的过程，涉及高度技术性和专业化的技术。这种复杂的偏好调整过程推动 OpenAI 成为像 ChatGPT 这样的世界性现象。Adaptive 将释放这些技术的威力，并让世界各地的企业都能使用它们。
Adaptive 平台抽象了微调和强化学习的技术细节，加快了基于 LLM 的产品的发布速度。为了实现这一目标，Adaptive 在工程设计、数据和部署方面采用了创新方法。
"对齐是用户体验大型语言模型的基础，"Index Ventures合伙人Bryan Offutt说。"预训练教会模型如何思考，而对齐则教会模型如何交流。我们很高兴能与Adaptive合作，将对齐的力量带给各地的企业，使他们能够建立适合其业务的生产就绪模型。
关于 Adaptive ML
Adaptive ML公司成立于2023年，由Baptiste Pannier、Julien Launay和Daniel Hesslow创立，是一家提供Gen人工智能平台的公司，旨在构建解决方案，帮助客户建立更准确、更高效的专业人工智能模型。公司利用公司数据以及用户互动和反馈，提供有助于获得反馈的机器学习模型。其愿景是让各地的企业都能利用不断学习的生成模型的优势，提供直观的体验，提升关键业务指标。
-
ChatGPT
【伦敦】数据分析平台Fluent获得690万欧元种子轮融资，以实现其AI驱动的数据分析仪横扫整个工作量的目标
改变决策者获取和使用商业数据方式的数据分析平台 Fluent 宣布完成由 Hoxton Ventures 和 Tiferes Ventures 领投的 690 万欧元种子轮投资。新投资将用于加速 Fluent 突破性技术的开发，并扩大其在欧洲的人工智能和机器学习专家团队。
Fluent 公司成立于 2021 年，是一家由人工智能驱动的数据分析师公司，它能让非技术团队成员用简单的英语直接向数据提出问题，在几秒钟内获得洞察力，并让数据团队免于手动回答临时数据请求的痛苦。
Fluent 公司首席执行官Robert Van Den Bergh说： "数据团队平均有 40% 的时间用于回答来自业务部门的问题。对数据团队来说，这些问题很多都很容易回答，但却使他们无法进行更深入、更具战略性的分析，而这些分析可能会改变他们的业务。借助 Fluent 的自然语言界面，我们可以帮助团队成员自助回答他们的数据问题。
在过去两年中，Fluent 赢得了包括贝恩公司在内的旗舰客户，实现了数据访问的民主化。
贝恩公司合伙人Ian Weber评论说： "Fluent 的平台帮助我们利用 LLMs 对大型复杂数据集进行分析并提供见解。Fluent 允许我们的非技术用户快速、高效、准确地获得所需的答案，尤其是对于预建数据仪表盘而言过于复杂或具体的问题。我们很高兴能探索 Fluent 未来如何帮助我们的客户更好地获取数据和见解。
Fluent 首席技术官Cameron Whitehead补充说："我们的客户已经采用了 Tableau 和 Looker 等商业智能工具，希望他们的非技术团队成员能够自行查询数据，但很快就发现这些工具技术性太强，导致只有一小部分团队成员真正使用它们。Fluent 就是为了满足那些非数据专家的团队成员的需求而打造的。
自2022年OpenAI的ChatGPT推出以来，各组织一直在对该技术进行测试，以了解在哪些方面可以提高工作效率，而分析Excel文件一直是比较受欢迎的应用之一。然而，能够与组织一起扩展的企业就绪解决方案仍处于萌芽阶段，准确性和信任度方面的担忧限制了该技术的采用。Fluent 弥补了这一缺陷，提供了一个企业就绪的解决方案，让数据团队可以轻松地整理、管理和信任数据。
Hoxton Ventures 合伙人 Charles Seely 评论说： "在一个数据驱动的世界里，目前的数据分析方法是企业的短板，在他们的组织中造成了永久性的瓶颈，拖慢了每个人的速度，阻碍了决策。Fluent 的方法不仅具有创新性，而且是企业迫切需要的，我们很高兴能参与他们重塑企业与数据交互方式的旅程。
Tiferes Ventures管理合伙人、InVision联合创始人Clark Valberg补充说："Fluent通过在每个组织层级实现实时访问数据驱动的洞察力的民主化，实现了协作智能的全新模式。我相信这是现代企业内部发生的最重要的战略和文化演变。
-
ChatGPT
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
-
ChatGPT
OpenAI正在测试ChatGPT的上下文自定义记忆功能
OpenAI正在测试ChatGPT的新记忆功能，允许它跨对话记住用户的讨论，以增强未来的互动。用户可以完全控制此功能，包括命令ChatGPT记住或忘记特定细节或完全禁用记忆。这次更新旨在在不重复信息的情况下个性化体验，提供了通过设置管理记忆的选项。此外，临时聊天提供了不使用记忆的对话选项，自定义指令进一步定制了ChatGPT的响应。随着这些功能的发展，隐私和安全标准也在进化，确保敏感信息得到适当处理。
我们一起来看看OpenAI的官方博文内容：
我们正在使用 ChatGPT 测试记忆。记住您在所有聊天中讨论的内容可以使您不必重复信息，并使以后的对话更有帮助。
您可以控制 ChatGPT 的记忆。您可以通过对话或设置明确地告诉它记住某些内容，询问它记住了什么，并告诉它忘记。您也可以完全关闭它。
本周我们将向一小部分 ChatGPT 免费版和 Plus 用户推出，以了解它的有用性。我们将很快分享更广泛推广的计划。
记忆是如何运作的
当您与 ChatGPT 聊天时，您可以要求它记住特定的内容或让它自行获取详细信息。使用越多，ChatGPT 的记忆力就会越好，并且随着时间的推移，您会开始注意到改进。例如：
您已经解释过，您更喜欢会议记录在底部总结标题、项目符号和行动项目。 ChatGPT 会记住这一点并以这种方式回顾会议。
您已告诉 ChatGPT 您拥有一家附近的咖啡店。当为庆祝新地点的社交帖子集思广益时，ChatGPT 知道从哪里开始。
你提到你有一个小孩，她喜欢水母。当您要求 ChatGPT 帮助创建她的生日贺卡时，它会建议一只戴着派对帽的水母。
作为一名有 25 名学生的幼儿园老师，您更喜欢 50 分钟的课程以及后续活动。 ChatGPT 在帮助您创建课程计划时会记住这一点。
由你掌控
您可以随时关闭记忆（设置 > 个性化 >记忆）。当记忆关闭时，您将无法创建或使用记忆。
如果您希望 ChatGPT 忘记某些内容，只需告诉它即可。您还可以在设置（设置 > 个性化 > 管理记忆）中查看和删除特定记忆或清除所有记忆。 ChatGPT 的记忆会随着您的互动而演变，并且与特定对话无关。删除聊天记录并不会消除其记忆；您必须删除记忆本身。您可以在我们的帮助中心找到更多详细信息。
我们可能会使用您向 ChatGPT 提供的内容（包括记忆）来为每个人改进我们的模型。如果您愿意，可以通过数据控件将其关闭。与往常一样，我们不会使用来自 ChatGPT 团队和企业客户的内容进行训练。在我们的帮助中心详细了解我们如何使用内容来训练模型以及您的选择。
使用临时聊天进行无记忆对话
如果您想在不使用记忆的情况下进行对话，请使用临时聊天。临时聊天不会出现在历史记录中，不会使用记忆，也不会用于训练我们的模型。在我们的帮助中心了解有关临时聊天的更多信息。
自定义指令也让 ChatGPT 更有帮助
自定义指令继续允许您向 ChatGPT 提供直接指导，了解您希望它了解您的哪些信息以及您希望它如何响应。如需明确的信息或说明，您可以将其添加到您的自定义说明中。对于通过对话共享的信息，ChatGPT 可以为您记住相关详细信息。
不断发展我们的隐私和安全标准
记忆带来了额外的隐私和安全考虑，例如应该记住什么类型的信息以及如何使用它。我们正在采取措施评估和减少偏见，并引导 ChatGPT 避免主动记住敏感信息，例如您的健康详细信息 - 除非您明确要求这样做。
团队和企业客户可以更高效地工作
对于企业和团队用户来说，使用 ChatGPT 进行工作时记忆会很有用。它可以了解您的风格和偏好，并以过去的互动为基础。这可以节省您的时间，并带来更相关、更有洞察力的回复。例如：
ChatGPT 可以记住您的语气、声音和格式偏好，并自动将它们应用到博客文章草稿中，无需重复。
编码时，您告诉 ChatGPT 您的编程语言和框架。它可以记住后续任务的这些偏好，从而简化流程。
对于每月业务回顾，您可以安全地将数据上传到 ChatGPT，它会创建您喜欢的图表，每个图表包含三个要点。
与任何 ChatGPT 功能一样，您可以控制组织的数据。关于您工作空间的记忆和任何其他信息均不包含在我们的模型训练中。用户可以控制他们的记忆在聊天中的使用方式和时间。此外，企业帐户所有者可以随时关闭其组织的记忆。
作为我们更广泛部署的一部分，企业和团队用户将有权访问记忆。
GPT 也有记忆
GPT 将有自己独特的记忆。构建者可以选择为其 GPT 启用记忆。就像您的聊天一样，记忆不会与构建者共享。要与支持记忆的 GPT 交互，您还需要打开记忆。例如：
图书GPT可帮助您找到下一本读物。启用记忆功能后，它会记住您的偏好，例如最喜欢的类型或热门书籍，并相应地定制推荐，而无需重复输入。
每个 GPT 都有自己的记忆，因此您可能需要重复之前与 ChatGPT 共享的详细信息。例如：
如果您使用Artful Greeting Card GPT为您的女儿创建生日贺卡，它不会知道她的年龄或她喜欢水母。您需要告诉它相关的详细信息。
当我们更广泛地推出 GPT 记忆时，它就会可用。
以下是ChatGPT记忆功能更新的10个关键点概要：
记忆功能测试： OpenAI正在测试让ChatGPT记住用户在对话中提供的信息的能力，以在未来的交流中利用这些信息。
用户控制： 用户可以控制ChatGPT的记忆功能，包括命令ChatGPT记住或忘记特定信息，或完全关闭记忆功能。
隐私与安全： 引入记忆功能时，OpenAI特别强调了隐私和安全的重要性，确保用户信息的处理方式安全合规。
临时聊天模式： 为了进一步保护用户隐私，提供了一种临时聊天模式，允许用户进行对话而不留下任何记忆。
个性化体验： 记忆功能旨在提供更加个性化的聊天体验，让ChatGPT能够根据用户的历史交流提供更加相关和连贯的回答。
自定义指令： 用户可以通过自定义指令来精细控制ChatGPT的行为和记忆功能，包括指定记忆的内容和持续时间。
企业级应用： 记忆功能也针对企业用户进行了优化，支持团队合作和信息共享，提高工作效率和协同作业的能力。
测试与反馈： OpenAI正在进行广泛的测试，收集用户反馈来不断改进记忆功能，确保它既实用又符合用户期望。
技术改进： 除了用户界面的改进外，OpenAI还在技术层面上不断优化，以提高记忆功能的准确性和效率。
未来发展： OpenAI计划根据用户反馈和测试结果继续扩展记忆功能，包括更多个性化选项和改进的隐私保护措施。
-
ChatGPT
人工智能是招聘的未来：积极管理求职者的担忧
绝大多数人力资源专业人士和职场领袖都对人工智能辅助招聘持积极态度。全球 88% 的企业已经在某种程度上将人工智能用于人力资源目的，62% 的企业认为人工智能可以帮助他们找到更好的候选人。《2024 年人才战略状况报告》发现，"人力资源领导者认为人工智能是一种工具，而不是一种威胁"，但这并不一定反映求职者如何看待人工智能接管的现状。
求职者对人工智能招聘缺乏了解
Pew Research Center发现，三分之二的美国工人表示，如果他们知道在招聘过程中使用了人工智能，他们就不会想去应聘。当我们读到这个数据时，起初感到很惊讶，因为：
50%的美国工人已经在某种程度上使用人工智能。
每10家公司中就有9家在投资人工智能。
大部分美国工人都希望人工智能能帮助他们更聪明地工作。Gartner 报告称，70% 的员工积极希望人工智能解决方案能够帮助他们减少错误、解决问题、发现信息和简化流程。
然而，深入挖掘皮尤的数据可以发现，70% 的求职者反对人工智能做出任何最终的招聘决定。这是有道理的。人工智能并非无懈可击，而且还不能很好地处理情境或情感。没有人希望人工智能完全接管招聘工作。
人工智能完全接管招聘工作，或以任何身份为公司做出巨大的战略决策，从来都不是我们的初衷。然而，非人力资源或人力资源技术领域的人可能并不完全理解这一立场，这也是合情合理的，我们查看的皮尤数据进一步证实了这一点。公众对人工智能在招聘中的应用仍然相对缺乏了解。只有 7% 的美国人听说过很多关于人工智能在招聘过程中的应用，39% 的人至少听说过一些，但 61% 的人对人工智能辅助招聘几乎一无所知。
人们对新技术进步的恐惧几乎总是源于对未知的恐惧。在这种情况下，由于求职本来就是一件压力巨大的事情，人们的恐惧心理就更加强烈了。此外--不幸的是--足够多的公司一开始就没有提供以候选人为中心的招聘体验，这导致求职者对求职普遍感到沮丧和怀疑，这是可以理解的。
利用人工智能的企业在这里有一个很好的机会，可以让求职者了解人工智能招聘的现实情况，从而提供高质量求职者所寻求的以候选人为中心的招聘体验。
本篇文章帮助求职者更好地了解人工智能招聘的现实情况。
制定人工智能应用战略
根据 2023 年的一项研究，在投资人工智能的企业领导者中，只有 31% 的人看到了投资回报。我们从这一数据中得出的结论并不是人工智能没有效果，而是这些企业没有制定战略，只是认为人工智能会在没有任何人力投入的情况下为他们创造奇迹。
关键是要知道在招聘过程中，您希望人工智能为您提供哪些帮助，如何使用您选择的工具，以及您希望人工智能为您的企业和客户做些什么。
例如，当我们决定在我们的平台上实施人工智能工具时，我们有明确的目标：
我们之所以开发人工智能职位描述，是因为我们的客户平均要花一个多小时来撰写职位描述。这个工具为他们节省了时间，并帮助那些在撰写这些重要招聘工具时遇到困难的人。
我们建立了人工智能辅助简历筛选系统，以帮助节省招聘人员有时要花费成千上万份简历的时间。为招聘相关人员提供简历摘要，可以让他们花更多时间深入挖掘最合适的候选人。
花时间思考使用人工智能的 "原因"，您就有了与客户和求职者沟通的工具，明确人工智能是如何帮助您和他们的。
教育、教育、教育
在确保求职者了解人工智能如何帮助他们方面，这是您能做的最重要的事情。
您希望人们对申请您的工作感到兴奋。皮尤发现，43% 经常听说在招聘过程中使用人工智能的人支持在审核申请时使用人工智能，而 37% 只听说过一点，21% 完全没听说过。
如何教育求职者，才能让他们感觉是有机的，而不是说教式的，或者更糟糕的......宣传式的？
展示人工智能生成的求职者优势
我们新推出的人工智能辅助简历筛选功能可梳理求职者的简历，并为招聘相关人员提供简历摘要。考虑到人力资源团队平均只花 7 秒钟浏览一份简历，这实际上是以求职者为中心，为利益相关者提供一份不带任何花哨的摘要，他们在决定与谁交谈时可以真正评估和使用这份摘要。
"HiringThing 人力资源战略业务合作伙伴Becca Noland说："虽然许多求职者担心技术人员没有花足够的时间筛选简历，但实际上，多年来，人们也没有花足够的时间查看每一份简历。我很高兴人工智能辅助简历筛选能为我提供我们收到的简历摘要，这样我就可以拿出求职者应得的时间来决定我打电话给谁进行面试。"
正如诺兰所说，有了这个工具，招聘相关人员实际上就可以花更多的时间来考察求职者的成就。这与许多人担心的 "电脑根本不会阅读大多数简历 "的想法正好相反。
透明化
最好的招聘体验在某种程度上已经做到了这一点，说明招聘流程是怎样的，让应聘者知道他们将面临什么。说明人工智能将协助完成哪些部分，并解释为什么要这样做，向求职者保证他们不会被人工智能忽略，而是人工智能在帮助你更加客观，花更多时间进行面试，而不是做出最终的招聘决定。
根据 Slack 的 "未来工作 "研究，80% 的当今员工希望深入了解他们所在组织是如何做出决策的，87% 的当今求职者希望他们未来的工作场所具有透明度。
如何让求职者接触到这些透明的教育？创建一些内容！除了在职位描述中添加如何使用人工智能外，您还可以创建一个人工智能招聘案例研究，或在职业页面中加入人工智能辅助如何加强招聘工作的具体实例。
展示人工智能辅助招聘如何仍然以人为本
讲述/教育是好的，但展示才是真正的以人为本。
既然人们担心人类会被挤出招聘流程，那就尽可能让你的招聘流程人性化。
在您的招聘页面或招聘启事上，列出一个人（如果能附上照片就更好了），求职者可以将求职信寄给这个人，并让他们知道谁会联系他们。
在初步筛选电话中，让求职者知道在招聘流程的哪个阶段会与哪些人交谈。
创建招聘案例研究或员工成功故事，让招聘流程更加人性化。
如果您正在自动进行沟通，那么在撰写这些邮件时，要让人感觉更像是一次有意义的互动，而不是一封形式化的信件。
"HiringThing 营销总监Joanna Campa说："当我们撰写营销电子邮件时，我们会让公司里的某个人发送邮件，让收到邮件的人可以查找和验证。"这是营销 101。人们对人的反应是最好的。招聘工作也应如此。
我们选择将人工智能功能称为人工智能辅助功能是有原因的
与任何新的技术进步一样，人工智能很容易在一些非常重要的决策中发挥过大的作用。虽然人工智能通常比人类更快、更准确、更不偏颇，但它并不直观，对情感或文化也不敏感，也不能像人类那样总是消化上下文。
考虑到这一点，我们一直将人工智能视为合作者和助手，而不是人类的替代品。我们特意将所有新的人工智能解决方案命名为 "人工智能辅助 "或 "人工智能启用"，而不是其他动词。以我们的人工智能职位描述为例。我们曾想过将其称为 "人工智能生成的职位描述"，从技术上讲，这是正确的，因为我们使用的是 ChatGPT 著名的内容生成技术。但是，这并不能恰当地概括我们对这项功能的看法，我们并不是让人工智能完全创建一个职位，而是协助人们创建职位，因为一旦职位生成，最好的做法还是让人们仔细查看，确保没有任何错误，并且符合品牌声音。 我们在新的人工智能辅助简历筛选中也采用了类似的方法。
关于 HiringThing
HiringThing 是一个现代化的招聘和员工入职平台，作为一种服务，它能创造无缝的人才体验。我们的白标解决方案和开放式 API 使技术和服务提供商能够为其客户提供招聘和入职服务。该平台平易近人、适应性强，让任何人在任何地方都能组建自己的梦想团队。
-
ChatGPT
【维也纳】人工智能校对平台Proofcheck获得50万欧元融资，简化工作流程
Proofcheck是一家总部位于维也纳的人工智能初创公司，在内容质量保证领域引领了一场由法学硕士推动的革命，公司已在一轮种子轮前融资中筹集了50万欧元，本轮融资由BackBone Ventures的早期德国-瑞士5502基金领投。本轮融资的其他参与者还包括由合伙人Mara Larson-Richard领导的欧洲超级天使基金天使投资（Angel Invest）、奥地利企业家和Gernot Singer以及美国技术专家Kyle Kosic，他是OpenAI的早期工程师，曾参与ChatGPT的开发，最近与Elon Musk共同创立了xAI。
有了这笔种子前资金，Proofcheck将加快其人工智能平台的开发，并扩展其功能，为整个企业内容创建生命周期提供服务，包括编辑和设计阶段。这笔资金还将支持 Proofcheck 在出版业这个价值 1320 亿美元的全球市场及其他领域扩大客户群。
Proofcheck公司由美国夫妻团队Tara Więckowska-Merrigan（首席执行官）和Alexandre Paris（首席技术官）于2022年在维也纳创立，它创建了一个人工智能驱动的软件平台，可以集中零散的内容工作流程，使创作者能够高效地准备和完善书籍、白皮书和企业报告等高风险内容。
"首席执行官Tara Więckowska-Merrigan说："我们的平台不仅建立了高质量的编辑基准，简化了设计的内容工作流程，而且还细致地保留了工作的审计线索。"通过整合不同的繁琐任务并将其自动化，Proofcheck 通过无与伦比的效率提升和时间节省，确保了可观的投资回报"。
目前，Proofcheck 的产品为设计的 PDF 文件提供视觉感知、"像素完美 "的人工智能打样，而 PDF 文件是专业内容大规模分发的事实文件格式。Proofcheck 已经为北美和欧洲的十几家图书出版商提供服务，其中包括德国和美国的一些最大的商业出版商。
"我们使用 Proofcheck 早期版本已经一年多了，发现该软件在速度、准确性和节约成本方面都非常有效，"Proofcheck 客户、英国伽利略出版社总经理 Robert Hyde 评论说。
Proofcheck的早期客户来自于媒体报道公司从Plug and Play（谷歌和Dropbox的早期投资者）获得 "零日 "投资后所收到的数百份入站申请。
"BackBone很高兴能与塔拉和亚历克斯合作。在投资过程中，我们被他们的智慧、谦逊、互补的技能组合以及在出版和人工智能行业的广泛网络所吸引，"BackBone Ventures 创始合伙人 Philippe Bernet 说。"他们用非常有限的资源打造出了令人惊叹的产品，并得到了行业巨头的认可，这些巨头仅凭一则简短的新闻公告就与 Proofcheck 建立了联系。我们热切期待着这支充满活力的团队在未来的征程中大展宏图。
与其他 LLM 初创公司不同，Proofcheck 的平台不使用 ChatGPT 这样的通用转换器模型，而是使用一组定制训练的开源模型和专有算法来提供高保真结果，同时保证客户知识产权的安全。此外，Proofcheck还依靠自己的人工智能文档解析器来快速识别设计内容的组成部分，如正文、标题和脚注。
"Proofcheck的投资人兼顾问、xAI联合创始人、前开放人工智能工程师Kyle Kosic说："Proofcheck超越了任何商品LLM所能达到的水平，为出版商所承担的众多任务中的每一项提供了精良的工具。"由此产生的产品具有人工智能引擎的所有功能和便利性，但其执行起来却具有勤奋的内容编辑的彻底性和透明度。最重要的是，Proofcheck 找到了构建高质量软件的强大秘诀--Tara 的远见卓识和行业知识与 Alex 的世界级工程能力完美结合。
关于Proofcheck
Proofcheck 是一个多语种人工智能校对平台，也是一个适用于 PDF 和电子书的浏览器内协作工作区。他们的下一代人工智能工作流程和协作工具可帮助内容创作者在内容到达受众之前迅速发现代价高昂的错误。Proofcheck 总部位于维也纳，成立于 2022 年。
扫一扫 加微信
hrtechchina
