机器学习
驱动人力资源未来的必备人力资源技术
人力资源技术市场的爆炸式增长只会越来越大，已经有4000多家公司的市场出现了新类别。
随着公司跳入数字化潮流，人力资源技术市场正在蓬勃发展。随着组织努力策划当代人才架构和人才体验，出现了新类别。随着“核心人力资源系统”被“核心人力资源平台”的思想所取代，工作场所应用的消费化已成为现实。人力资源技术服务提供商正在提供有助于理解、诊断、设计和改进工作方式的工具。人力资源技术市场的增长是多重的，这是由于对实施后支持和维护的需求增加，各行业对云的采用增加以及对开发易于与移动应用程序集成的软件/解决方案的高度重视。所有这些都是对“使工作更好”的追求。
从2019年到2025年，仅“支持和维护服务”部分的复合年增长率估计就超过14％。
事实是，在当今的数字时代，采用HR技术不再是一种选择，而是必不可少的。组织越早采用HR技术，就越早使员工、组织效率和绩效受益。
人力资源技术一览表及其在各种人力资源领域的应用
人力资源技术现在专注于从流程到体验的重新设计。一方面，我们在员工端拥有用户权限和所有权，从而创造了出色的员工体验（日常工作活动）和人才体验（职业和成长）。另一方面，我们有人力资源和IT人员使用人才管理实践和流程、核心人力资源、薪资和IT应用程序。以下新兴技术正在推动这一领域的发展：
人工智能（AI）和人类智能共同发挥作用：人工智能和人类应相互补充，机器可以接管平凡的任务，而将更多的认知任务留给人类工人。人工智能将在人才招聘中应用于候选人筛选和候选人关系管理。聊天机器人将帮助简化员工查询并提高敬业度。基于AI的学习建议将有助于自定义学习，以提高学习者的体验和工作绩效。人工智能工具还将建议职业道路，并帮助员工掌握自己的职业生涯规划。与普遍认为AI会导致失业的看法相反，它将使人类工人更加专注和更具战略意义。
虚拟现实和增强现实创造了“引人入胜的体验”：现实世界中的就业经验可以帮助求职者做出明智的职业选择，还可以帮助千禧一代的员工寻求所需的数字体验。因此，AR、VR应用程序必须使招聘、培训和发展受益。领导力发展是组织可以在其中创建现实情况模拟的另一个领域，以使高潜力者能够在卷轴和现实生活中导航并取得成功。
Cloud HRIS：随着演出工作人员日益成为主流，公司必须将与工作的未来相适应的技术制度化，即远程和全职办公室员工共同工作和共同表现。基于云的HRIS解决方案仍处于起步阶段。
移动优先：随着千禧一代移动应用的普及，迫使雇主转向移动优先。无论是接收工作申请还是处理员工查询，移动应用都是随时随地的方法。L＆D必须为移动消费设计学习内容，同时还要设计大量台式机LMS。例如，将移动游戏（游戏化学习）作为一种学习干预手段，可以极大地提高员工敬业度。招聘营销也应该精通移动设备，以便下一代员工能够访问公司信息并做出明智的职业决策。同样，连续的绩效管理需要随时随地的反馈模块，该模块允许管理人员随时随地提供即时反馈。
数据和分析：人才分析一直是头等大事，但人力资源缺乏数据技能使组织无法利用它来获得高性能。数据和分析具有推动员工体验的潜力。组织拥有与员工人口统计、行为、动机等相关的正式和非正式数据。情绪分析可以帮助了解真正驱动多样化的员工群体和不同个人的因素，从而使HR创建真正参与的超个性化人才。同样，招聘数据可以帮助对“合适人选”进行整体评估。数据和分析为所有人力资源领域的员工和政策设计找到了巨大的范围，奖励了管理、绩效管理、学习与发展、招聘、员工敬业度和保留率。
大数据分析、机器学习、人工智能（AI）和物联网（IoT）中的技术扩散预计将对人力资源管理（HRM）市场的增长产生积极影响，该市场预计将以11的复合年增长率增长（2019-2025）的百分比，到2025年达到300.1亿美元。
如何实现技术采用和巩固？
这些新兴技术并不是新事物。但是，由于缺乏解释新技术所产生信息的技能，以及某些人才管理平台中功能的顽固缺乏，使他们无法增加真正的价值。
32％的人力资源技术项目严重超出预算，53％的项目在实施截止日期之前完成，42％的项目在两年后被评为“未完全成功”或“失败”。
作为员工体验的第一手管理者，HR必须首先建立自己的技术专业知识，使正确的技术制度化。开发数据技能是确保以数据驱动的方式处理人们决策的第一步。正确选择、设计和实施软件是人力资源主管的首要任务。最新的一批是现代的供应商，他们销售的员工体验平台只是为了坐在技术的顶端，让员工的生活更轻松。即使掌握了正确的技能，如果员工没有接受有关变革的教育，人力资源技术的采用也可能会失败。CXO套件在这方面发挥着重要作用，它激励员工接受技术。人力资源主管必须能够影响高层领导，并建立数字领导，他们充当技术使用的榜样。这必须辅之以对员工的持续投资，即培训员工和主管如何使用和利用技术以取得良好绩效。
以上由AI翻译，仅供参考！
作者：Rhucha Kulkarni
来源：https://www.peoplematters.in/article/budget2020/budget-2020-industry-leaders-mixed-reactions-24560
机器学习
人力资源中的AI：潜力与风险并存
最近我们听到很多关于人工智能(AI)和机器学习的事情。那么，在人力资源领域，什么是真实的，什么是炒作的?就像任何新事物一样，潜力是令人兴奋的，而风险却令人恐惧。让我们来探讨这两个方面，以了解人工智能在人力资源领域的现状。
潜力
人工智能的潜力在于帮助员工和管理者做出更快、更好、更客观的决策。如果一台计算机能够筛选简历、管理评估、应用预测绩效和/或离职率的算法，那么想象一下减少离职率和将那些糟糕的员工减至最少的可能性。这听起来很神奇，现在让我们来探索现实。
风险
你可能听说过亚马逊的人工智能招聘工具，它显示出对女性的偏见。这一失败在2018年秋季为公众所知。基本上，该机器学习平台分析了男性主导行业10年的简历数据，并“学会”对男性简历的奖励超过了女性简历。但是，人工智能在做决定时不应该比人类更客观吗？
在Amazon失败发生之前，我预测HR中的机器学习和AI将会失败，然后才能成功。该预测基于以下内容：
从分析的角度来看，机器学习有很大的局限性。例如，关联并不意味着因果关系。
机器很难解释分析。
预测人类行为非常困难。
综上所述，这些原因解释了为什么机器会以一种有偏见的方式筛选申请人。我们知道某些领域是男性主导的。分析方法会发现这种虚假的关系，无法将调查结果（即应用上下文）解释为与招聘决定无关。因此，这一结果是可以预见的。
这个例子说明了人力资源中人工智能的固有风险。这是否意味着我们应该不要使用？当然不是。仍然有有价值的应用程序。我们只需要了解风险并以明智的方式减轻风险。
安全的地方
Taylor Vinters的合伙人Dominic Holmes说：“我认为，答案在于AI解决方案的最终用户与创造它们的人一起工作。机器比人类有可能做出更客观、一致的决策。它们可以更可靠、更准确，并且在需要时可以24/7全天候工作，而不会感到疲劳或分心。但是，它们并非万无一失，仍然可能需要人类干预和管理任何意想不到的结果。”
我同意多米尼克的建议。那是因为他建议人类克服分析对机器学习和AI的限制。
让我们将此基本原理应用于行动计划。组织员工调查技术中的行动计划功能可以使用专家系统（不是机器学习）形式的AI来根据员工调查数据确定优先级并提供行动计划建议。在这种情况下，决策算法的组成部分是由人类（理想情况下是博士顾问）进行和解释的预测模型确定的。这一关键步骤使人类可以应用上下文并克服机器学习的某些分析限制。专家系统不像机器学习那样浮华，但是它使组织可以减轻前面概述的风险。
有好处吗？基于AI的行动计划可通过告诉每个领导者确切的工作内容和处理方法来确保经理做出最佳决策。简而言之，该功能会使用经过验证的操作预先填充计划。这使决策变得尽可能容易，不会使分析瘫痪或期望所有管理人员都具有博士学位。该工具为他们完成了任务，因此他们可以花费时间和精力进行改进。这增加了常见的HR实践（例如员工敬业度调查）的影响，并安全地利用了AI的力量。
AI具有重大前景的其他人力资源活动如下：
培训和开发应用程序，例如个性化学习或AI驱动的培训建议
使管理应用程序受益，例如基于AI的自动化，可以简化计划管理、员工决策（例如，聊天机器人FAQ）和计划实施
招聘诸如“ AI招聘者”之类的应用程序以自动安排面试，提供候选人反馈并回答候选人问题（例如，招聘者聊天机器人）。
这些类型的应用程序可以通过自动化和改进的决策为HR功能带来价值。尽管这些示例本质上都不具有变革性，但它们确实提供了有意义的影响。
当您或您的部门开始在人力资源活动中利用人工智能时，请先问自己以下问题：
根据所做出的决定是否存在典型的人力资源法律风险（例如，不利影响、性别偏见）？如果是这样，如何在AI决策中减轻这些风险？
管理者将如何使用这些信息，并且该应用程序会产生任何法律风险？例如，如果AI工具为单个员工提供了离职风险评分，这是否会影响经理如何对待他/她？可以容易地想象到，由于员工离职风险评分高，经理都不考虑升职或加薪。
供应商对决策算法或过程的透明度如何？如果他们不提供详细信息或验证报告，则您将无法信任基本的决策流程，尤其是如果该决策涉及具有重大法律风险（例如，雇用、晋升）的决策。
使用AI与不使用AI有何取舍？更准确地说，与潜在风险（例如来自有偏见的算法的法律风险）相比，组织获得了哪些收益（例如，更快的招聘决策）？
作为一名人力资源从业者，这对你意味着什么?这是另一个值得怀疑的地方。事实是，从真正的机器学习和人工智能对我们的日常运作产生巨大影响开始，我们可能还需要几年的时间。我们应该对这项新技术及其潜力持开放态度，但在我们继续改进自己的领域时，我们也必须保持客观的怀疑态度，并提出棘手的问题。
以上由AI翻译，仅供参考！
作者：Shane Douthitt
来源：https://www.hrtechnologist.com/articles/ai-in-hr/ai-in-hr-if-youre-not-skeptical-you-should-be/
机器学习
未来的工作已经到来：机器学习和替代劳动力
几年前，人力资源专家、大学教授约翰·布德罗（John Boudreau）博士了解了我们在工作场所共同面临的变化。“明天的工作场所将不仅仅是一系列员工和工作岗位；它正在一个生态系统中发生变化——一个由员工和工作组成的‘无边界’集合，而不是今天组织内的典型工作和员工。” “Tomorrow’s workplace will be more than just an array of employees and jobs; it is being transformed in an ecosystem—a ‘boundary-less’ set of workers and work, not the typical jobs and employees within an organization today,他说。
Boudreau的愿景可能尚未实现，但很显然，我们正沿着这一道路前进。“ 2019德勤全球人力资本趋势” 报告对119个国家/地区的近10,000名受访者进行了调查，以了解他们对不断变化的工作世界的见解。该报告确定了公司需要关注的10个趋势，以产生有意义的影响。在本文中，我将探讨影响人力资源领导者的两个趋势：替代劳动力和机器学习。
替代劳动力-现在已成为主流
考虑一下eBay对零售业的影响，Uber对交通冲击，Airbnb对住宿的影响以及UpWork进入人才市场。难怪德勤的主要趋势之一是替代性工作现在已成为主流。在哈佛大学和普林斯顿大学的一项研究中，研究人员发现从事非传统工作安排的工人比例从2005年2月的不到11％上升到2015年末的近16％。鉴于这一增长，公司必须适应和适应接受这些不断发展的工作模型，并弄清楚如何将它们转变为战略优势。
根据德勤报告，合同工作已扩大到涵盖更多选择。现在，该术语指的是外包团队、承包商、自由职业者、零工（为某项任务付费）和众包工。但是改变的不仅仅是术语，雇主与工人之间的关系也在发生变化
54%的德勤调查受访者表示，他们要么不一致地管理替代员工，要么几乎没有或根本没有管理他们的流程。
“领导者面临的挑战是这样，”布德罗说。“仅仅为员工提供良好的领导是不够的，因为他们可能会失去真正工作的重要部分。他们有机会与潜在的工人互动并领导整个生态系统，他们可能会以许多不同的方式来到他们身边。”
但是，德勤的研究表明，“大多数组织将替代性工作安排视为一种交易解决方案，而不是战略上重要的人才来源。54％的受访者表示，他们要么对替代工人进行不一致的管理，要么根本没有或根本没有流程来管理他们。”然而，这些角色通常与交易性相反。例如，自由职业者的CFO有时在协商的基础上使用，以帮助筹集大量资金或在其他CFO之间过渡。该报告还强调了战略重要性：“它使组织能够在最需要人才的地方和时间安排合适的人才，以使传统上越来越难以找到资产负债表上的人才。”
报告指出，“认真对待这些员工的组织可以制定战略和计划，以吸引和保留人才，无论他们位于劳动力资源库中的何处，都可以推动业务增长并扩大员工队伍的多样性。”
从工作到超级工作
机器学习正在迅速融入我们日常生活的许多方面。想一想医疗设备、无人驾驶汽车、商业建筑中的温度控制以及Netflix的建议。
但是，关于机器学习和自动化的任何讨论都伴随着许多问题：这些技术将如何影响工作角色？他们将创造什么新工作？哪些任务会消失？
德勤的报告显示，角色正在发生变化，但可能并非以我们期望的方式发生。矛盾的是，调查结果指出：“为了能够充分利用技术，组织必须重新设计工作以专注于发现工作的人为因素。这将创建新的角色，我们称之为“超级职位”：将不同的传统职位的一部分合并为整合的职位的职位，这些职位利用人们在使用技术工作时可能产生的显着的生产力和效率提升。”
组织并没有回避挑战。根据该报告，大多数组织希望在未来三年内增加对从认知技术到机器人过程自动化的各种使用。
在超级工作的新世界中，唯一可以确定的是，人类能力和技术之间的平衡将继续像技术本身一样迅速发展。
报告发现，在一些任务被机器自动化之后，对人类独特能力（如判断力、想象力和好奇心）的需求依然存在。这项工作“通常更具解释性和服务导向性，涉及解决问题、数据分析、沟通和倾听、客户服务和移情、团队合作和协作。”
在超级工作的新世界中，唯一可以确定的是，人类能力和技术之间的平衡将继续像技术本身一样迅速发展。报告警告说，组织现在必须解决的问题是如何“以一种能够为自己、工人以及整个经济和社会带来积极成果的方式进行这一改革”。
拥抱新的工作世界
变革是未来企业必须不断准备的，而今天有价值的技能和工作可能在几年后就不一样了。最重要的是，我们在Workday的研究发现，首席人力资源官将使用新工具和技术的能力以及应对不断变化的认知能力列为未来五年最有利于其职能发挥的技能。如果说过去五年是一个指标，那么未来五年将带来更多的冲击。
以上由AI翻译，仅供参考！
作者：Julie Jares
来源：https://blog.workday.com/en-us/2019/machine-learning-and-alternative-workforces-the-future-of-work-has-arrived.html
机器学习
【旧金山】数字采集平台WalkMe™完成9000万美元，总融资超过3亿美元，估值超过20亿美元
全球领先的数字采集平台Digital Adoption Platform 和全球增长最快的软件公司之一WalkMe ™今天宣布，已完成由Vitruvian Partners牵头的9000万美元融资，以前的投资者Insight Partners。通过最新一轮的融资，WalkMe将继续扩展并帮助领先企业实现其软件资产的全部潜力，并实现整个组织的数字化转型。
迄今为止，WalkMe迄今已筹集了超过3.07亿美元的资金，几乎是去年估值的两倍,超过20亿美元，在全球拥有2,000多家客户，自2011年成立以来，经历了指数级增长。在2019年第二季度，WalkMe的ARR超过1亿美元，并且在2019年第三季度，WalkMe的新业务预订量与2018年第三季度相比增长了100％。WalkMe将利用这项投资来推动向包括拉丁美洲在内的新市场的扩展，并将继续投资并迅速扩展其数字采用平台（DAP） ），以满足日益增长的客户需求。WalkMe的DAP使得使用任何软件，网站或应用程序变得毫不费力-分析和自动化流程，使用户可以更快，更轻松地完成任务。
WalkMe的联合创始人兼总裁Rafael Sweary说：“最新一轮的融资证明了我们的成功以及数字采用的未开发潜力。” “ WalkMe改变了组织如何获取其端到端业务流程的可见性，提高员工生产力，提高客户满意度并提高运营效率的方式。”
随着组织开始其数字化转型之旅，缺乏数字采用策略会严重影响员工和客户体验。全球组织的高级管理人员依靠WalkMe平台来显着提高昂贵的企业软件投资的投资回报率，从而确保所有用户都能从这些工具中获得最大的价值。例如，借助WalkMe自动化，员工完成某些业务流程的成功率提高了81％，从而获得了在相同时间内完成三倍任务的敏捷性。
“在短短的几年内，WalkMe已成为快速发展的数字采用解决方案领域中定义类别的市场领导者，” Vitruvian Partners的执行合伙人Mike Risman说。“在公司借助资本市场领先地位的加速增长和全球扩张的关键时刻，我们很高兴能与WalkMe合作成为投资者。WalkMe帮助全球最具前瞻性的企业实现其数字化转型战略。该公司的平台通过更高效的软件交互使员工感到愉悦，使业务流程所有者能够指导和重新设计工作流程，并提供分析功能以帮助CIO主动管理数字化转型的复杂性。
Walkme是做什么呢？我们看下;
WalkMe所做的事情正如其名，它带着用户使用不熟悉的企业服务系统。WalkMe跟踪用户如何使用系统，收集整理这些信息，进而能够在用户遇到问题的时候及时跳出来告诉他们该怎么做。
例如，一家企业可以使用WalkMe帮助它的销售人员使用Saleforce，或者帮助它的人力资源部门使用Workday。实际上，25%的Fortune 500公司都在使用WalkMe服务，包括Opentable，Microsoft和Adobe。
WalkMe跟传统帮助系统相比优势是，它利用机器学习和深度分析理解个体用户在使用任何网站或软件的习惯和行为，并且根据自己的洞见，在适宜的场景预测用户的需求并且提出指引。
企业选择WalkMe的理由非常充分。它不仅能够帮助企业更高效地利用他们已经购买了的工作系统，提高员工的工作效率，减少帮助中心的雇员数量以降低成本，从而能够将更多的人力和时间用在更重要的事情上。
不过，尽管WalkMe的技术能够应用于服务B端的雇员和C端用户。但是倘若一个2C产品做的过于复杂以至于需要第三方指引系统的话，可能它自己的用户体验师就要被裁掉了。
来自36KR的报道
关于WalkMe：
WalkMe提供了一个数字采集平台，该平台可通过洞察力，参与度，指导和自动化功能简化用户体验并推动行动。WalkMe的上下文智能平台使用人工智能/机器学习，分析和自动化功能，可以预测用户的需求，并在他们需要的时间和地点提供帮助。全球有2,000多家公司使用WalkMe，其中包括《财富》 500强公司的30％以上。有关更多信息，请访问：https : //www.walkme.com/。
机器学习
什么是人力资源数字化转型？
数字转型是一个过程，也是一个结果。这是一种革命性的变化，也是一种发展现象。除了数字化，向以技术为中心的业务的转变还需要组织文化和思维方式的转变。
与组织的其他部门一样，在技术中断已成为普遍现象的时代，人力资源的数字化转型至关重要。根据德勤（Deloitte）的一项调查，明年数字化转型预算将增加25％。随着人工智能（AI）、区块链、机器学习、自动化绩效管理等的出现，仍然依靠Excel工作表来收集和解释数据的HR团队需要迅速转向自动化。
在本数字化转型入门中，我们将研究人力资源中的数字化转型意味着什么，以及企业在实现人力资源这种转型中所面临的挑战。
什么是人力资源数字化转型？
图1.人力资源数字化转型的目标是什么？
人力资源数字化转型的目标可能是多重的：
使流程自动化并减少重复性任务所花费的时间。
最大化员工体验。
利用腾出的时间来制定策略并最终从中获利。
人力资源数字化转型是人力资源运作方式的转变，它使用数据来指导人力资源的所有领域：薪资、福利、绩效管理、学习与发展、奖励和认可以及雇用。
人力资源团队在数字化转型中的作用是双重的：
它负责使用自动化和以数据为主导的数字化流程，进行自己的转型。
现在，与IT部门合作，要求HR领导组织进行数字化转型并支持其持续的数字化发展。这涉及赋予员工以数字思维的能力，以改善员工流程并提高生产力。
什么是自动化、数字化和数字化转型？
图2.自动化、数字化和数字化转型:每一步都为下一步在做铺垫
这三个经常互换使用的术语在含义上有细微的差别。识别这些差异以了解您在数字化转型过程中所处的位置非常重要。
1.自动化
自动化是从手动过程到数字过程的转变。例如，将10年前员工的绩效记录自动化。
2.数字化
数字化涉及成为以数字为主导的组织，该组织利用数字工具进行日常运营。数字化涉及创造一种使用技术开展业务的文化。
例如，人工智能对人力资源行业的影响是真正而切实的。在以下人员手中，人工智能是最有效的：
愿意承认AI可以帮助而不是毁掉他们的工作。
具备解释所呈现数据所需的批判性思维能力。
具备使用数据来开发可带来业务成果的HR战略所需的创新思维能力。
数字化的一个理想示例是由人工智能领导的组织，该组织使用该技术来充分利用其对关键流程提供的见解。
3.数字化转型
数字转性包括自动化和数字化。它涉及自动化流程并创建自动化文化。
转型过程需要确定那些要解决的问题，并以最有效的方式使用技术来解决这些问题。它要求改变整个组织的心态，而这种改变从领导层开始，一直到公司的其他部分。
数字化转型是自动化和数字化的结果：它带来一个敏捷的组织，随时准备适应技术的快速发展。
数字化转型策略：如何在人力资源中实现数字化转型
图3.建立和实施数字化转型策略的步骤
Visier首席战略官Dave Weisbeck 在题为“ 我们对人力资源转型有何误解”的文章中要求人力资源部门停止为了转型而转型。
他说：“在这里，我将采取大胆的立场，建议任何正在经历人力资源转型或正在考虑进行人力资源转型的企业，除非您的利益相关者可以清楚地说明原因，并且您明确知道如何量化成功，否则请立即停止转型”
这是开始人力资源数字化转型的第一步：提出相关问题，然后是实施转型的实际过程：
1.通过实施人力资源部门的数字化转型来定义您要实现的目标
在定义数字化转型的目标时，请考虑提出以下问题，以通过转变人力资源来创造价值：
a.它会使参与此过程或受此过程影响的每个人都更轻松吗？
数字化转型最终应使用户受益。这意味着，如果人力资源部门想要实施一个自动化的绩效管理系统，该系统将允许他们收集数据来决定薪资评估，则还应授予管理人员和员工使用此平台的权限，以查看和更新该平台。
b.这个目标可以衡量吗？
目标应该以结果为导向，而不是以产出为导向。例如，面向输出的目标是使用基于AI的工具在招聘周期内每月增加被筛选候选人的数量。为此，您可以有一个目标并确保达到目标。
预期的结果是什么？筛选提供了一个高质量的候选人数据库，这些候选人有可能成为下一轮面试的一部分。
您将如何衡量？可以根据您使用的解决方案为每个候选人分配分数，具有一定分数的候选人数量可以作为该解决方案成功与否的衡量标准。
c.会对业务产生积极的影响吗？
转型的目标必须与业务目标联系在一起。数字化转型项目的成功取决于其增加的业务价值。例如，目标可能是减少每次雇用的成本或每次更换的成本，从而减少总体业务支出。或者，目标可能是通过使用AI领导的候选人筛选过程聘用合适的候选人来提高收入。
2.确定谁将实施这一转变
直属经理和人力资源从业者自己必须为这一转变负责。直属经理直接与员工打交道，而人力资源管理实践的任何变化都会直接影响这些经理及其团队。这些经理可能会对转型感到最兴奋，并且与人力资源流程需要为其改善的关键领域相关。
3.如果需要，请为数字化转型过程雇用其他资源
自然，您将必须投资执行特定工作所需的工具。但除此之外，您可能需要雇用人员担任该职位。例如，如果您的流程之一是使用AI来获取有关组织中的敬业度和绩效的见解，那么您可能想要聘请数据科学家来理解数据并简化其提供的见解，以帮助您改善业务战略。
4.定义一个时间范围，在此时间范围内您将确定某个工具是否成功
必须给每个过程一定的时间，以证明其对组织的价值。例如，为期三个月的实施新候选人筛选工具的窗口足以告诉您它是否能够为您提供优质的候选人数据库。
5.确定在数字平台的影响下将逐步淘汰哪些流程
例如，在招聘周期中，可以通过实施招聘/筛选软件来完全消除通过工作委员会和LinkedIn来寻找候选人的过程。当您确定要替换的流程时，它可能还需要重新组织管理和更开放、更少层次的结构。
6.向最高管理层提供理由，投资所需的资源
向最高管理层提出业务案例始终是一个挑战。当企业准备增加在数字化转型方面的支出时，他们常常发现，要以最小的失败风险委托整个部门来承担是具有挑战性的。但是，通过深入回答前五个问题，您可以构建依赖于深入研究的业务案例，从而为领导者提供有意义的理由来投资所需的软件。
要了解哪种技术最适合您的工作场所，请考虑技术支持与数字支持之间的区别。
IT部门执行合伙人Gordon Laverock表示：“如果不了解技术支持和数字支持之间的区别，仅使流程自动化并不一定会增加价值。技术支持正在使用一种工具来产生结果，而数字技术支持与技术的应用无关，而更多地与选择合适的技术以可持续地提升和发展劳动力有关。”
7.为团队做好应对变化的准备
人力资源流程的变化意味着所有相关人员都需要为此变化做好准备。但是，我们建议从小开始。人力资源主管担心，那些等待观察数字化转型将如何发展的组织将会落后。即便如此，从较小的规模开始（如果你必须这样做的话）可以将失败（如果有的话）的影响降到最低，而不是在整个组织范围内进行变革。将试点项目中的反馈和学习应用于整个公司范围内，要比在大规模部署中出错要容易得多。
Deloitte India的人力资本合伙人Anand Shankar建议创建“边缘团队”以实现平滑的数字化转型。他们从全新的流程开始，不会为了实现数字化而破坏现有的一切。
因此，例如，人力资源团队中的一个小团队可以过渡到针对中高层职位的自动候选人筛选，而其余的招聘团队则遵循原先的流程来确定最适合管理职位的候选人。这意味着您没有破坏传统流程，您只是在尝试一种新的。
8.营造数字化文化
人力资源数字化转型的本质在于创造一种数字化文化。这不仅涉及学习如何使用自动化解决方案，还涉及学习如何使用它们以增强人员能力。例如，基于从数字解决方案中获得的数据（例如AI招聘分析工具）的决策可以推动可衡量的结果。
埃森哲（Accenture）首席信息官安德鲁·威尔逊（Andrew Wilson）分享了如何在其组织中进行数字化转型：“为了确保顺利进行数字化转型，组织必须将员工放在首位，而不是技术。这使用户可以采用新技术，而不是采用其他方法。
“在埃森哲，我们发现基层方法在向全球员工实施技术时特别有效。我们的内部IT组织向需要它的人提供新技术，然后依靠这些人来推广它，因为变化通常更容易被同行接受，而不是被高层推动。这模拟了消费世界，反映了当今服务的消费方式。”
如果您没有实现目标怎么办？
您可能会过渡到新技术，训练您的团队使用它，然后意识到它没有有效地工作，这很可能发生。
在转型项目中取得成功的组织是那些愿意冒险并且思想开放的组织。您需要的是一个必须准备学习，取消学习和重新学习新流程的团队。
要了解为什么您没有实现数字化转型目标，请尝试一下：
确定失败所在。应聘者在与软件交互方面有困难吗?您的招聘团队是否无法利用与该工具相关的仪表板来清楚地了解哪个候选人是一个好的选择，而哪个不是？
指导您的团队开放思想以实现数字化。新技术可能令人生畏，有时可能会对您的团队绩效产生负面影响，然后再对其进行增强。使用数据来指导您的团队以拥有更积极的心态。
重新评估您选择的数字解决方案。也许此工具无法满足您的特定目的。也许您需要更高级的东西或只是不同的解决方案。这就是为什么在您投资解决方案之前确定解决方案的目的很重要。它最大程度地降低了解决方案无法满足您的要求的可能性。
执行以上步骤可以帮助您前进到下一步，以确保您走上正确的道路。
人力资源在企业数字化转型中的作用
随着人力资源部门对其自身的数字化转型负责，它也有望带头实现组织其他部门的转型。尽管IT部门负责数字方面的工作，但人力资源部门的角色更侧重于人的方面–帮助改变观念并帮助创建文化。简而言之，HR是实现数字化转型的核心。
员工们喜欢在个人生活中有着消费者级的体验，比如与聊天机器人聊天，抱怨自己点的菜送晚了。但在工作场所，出于各种原因，他们可能会害怕同一个聊天机器人。例如，他们可能担心与这些聊天机器人共享的信息可能会被用来对付他们，担心这个自动化工具会抢走他们的工作，或者只是相信这种趋势可能不会持续下去。
“在实施新技术时，行为改变是至关重要的方面。最终，人才能使企业成功。”安德鲁说。
然后，他提出了在实施数字化转型项目时让员工参与的独特方法。他说：“人力资源可以帮助员工提供各种学习体验，使学习变得有趣和有效。”
例如，在让员工使用基于AI的工具时，您可以告诉他们是AI自动生成了播放列表，供他们根据自己的偏好在Spotify上收听。这可以使他们对AI的积极特性敞开胸怀，并且他们更有可能将其视为有用的工具。
您可以强调的其他一些好处包括：
速度：数字解决方案将多么轻松地提高员工的工作速度。
简便性：使用解决方案有多容易。
免于重复性任务：它如何腾出时间来执行更多创造性的任务。
匿名性：虽然数据收集是一种规范，但在某些领域（例如参与度调查）如何匿名收集数据以仅帮助识别整个组织的趋势。
此外，“通过在日常活动中提供按需学习和多渠道学习，您的员工可以在实时和实际环境中高效地学习。让学习变得高度沉浸、互动和自我调节也很重要，这样员工就可以在工作的背景下，以他们适应的变化速度，练习特定于他们日常活动的任务，”安德鲁建议说。
人力资源数字化转型面临的挑战
图4.大多数数字化转型工作中出现的挑战
是的，我们需要适用于所有事物的数字解决方案，但是瓶颈在哪里？“如果技术没有被正确采用和有效使用，那么它就不值得投资，它必须为组织带来价值，”安德鲁说。抵制采用是组织面临的主要挑战之一。
此外，您在开始时可能会遇到的其他挑战包括：
缺乏明确的数字化转型战略或目标
高层拒绝投资
缺乏实现数字化转型的预算
缺乏领导数字化转型项目的专业知识
升级到新的数字解决方案缺乏敏捷性
这些问题很普遍，解决这些问题需要人力资源部门的应变能力。“建立一支能够有效利用这些新兴技术的员工队伍需要时间，”安德鲁说。话虽如此，但他们可以在一段时间内得到解决。然而，营造一种需要进行数字化转型的紧迫感至关重要。他坚持认为：“人力资源部门将需要以比以往更快的速度对员工进行技能和再培训，从而跟上技术趋势和实施的步伐。”
总结
数字化转型旨在创建一个敏捷的组织，该组织随时准备随着技术的不断发展而变化。而缺乏这种敏捷性可能是数字转型策略失败的原因之一。
作为人力资源专业人员，您可以做的是使您的组织和团队做好准备以继续参与此过程，并以最佳状态采用最佳技术。为此，您需要做好准备。保持警觉，保持最新状态，并确保你知道你的竞争对手在同一领域做什么。这将允许您启动、完成并继续推进您至关重要的数字转型项目。
以上由AI翻译，仅供参考！
作者：Puja Lalwani
来源：https://www.hrtechnologist.com/articles/digital-transformation/what-is-hr-digital-transformation/
机器学习
【美国】企业服务数据库公司Crunchbase 获 3000 万美元 C 轮融资
企业服务数据库公司「Crunchbase」近日获得 3000 万美元 C 轮融资，本轮融资由 Omers Ventures 领投，Mayfield、Cowboy Ventures、Verizon 等参投。据悉，该笔资金将主要用于机器学习。
Crunchbase 成立于 2007 年，是一家覆盖初创公司及投资机构生态的企业服务数据库公司。最初由 TechCrunch 持有，由于 TechCrunch 在 2010 年被 AOL（美国在线）收购，后者又于 2015 年被 Verizon 收购，同年「Crunchbase」获得了来自 Emergence Capital 的 650 万美元投资，于是「Crunchbase」从美国在线分离。之后，「Crunchbase」于 2015 年 11 月获得 200 万美元融资，在 2017 年 4 月完成 1800 万美元 B 轮融资。
Crunchbase 主要提供的产品包括 Cruchbase Pro 和 Crunchbase Enterprise。前者 Cruchbase Pro 的基本角色是投融资平台，帮助 B 端用户寻找投资机构或投资对象。除此以外还提供收费服务：29 美元／月专业版可免除广告，启用提醒和分析等功能；99 美元／月企业版针对 5 人以上团队，包含监控行业趋势、跟踪竞争对手业务等专业版功能。
后者 Crunchbase Enterprise 更像是 Pro 的升级版本，针对销售团队和市场研究人员，提供企业分类化查询、搜索和分析，支持 API 和 CSV 导出。
Crunchbase 网站
首席执行官 Jager McConnell 表示，「Crunchbase」将在未来为用户创造个性化体验。机器学习依赖大量数据来发挥效用，而「Crunchbase」能够借助已有的数据平台，结合机器学习来帮助用户找到最佳的新机会。除此以外，「Crunchbase」还将利用该笔资金更新网站页面、简化搜索、发布 API 新版本和扩展数据。
目前「Crunchbase」的员工人数达 120 名，为上一轮融资的三倍，其营收运转率翻了十倍，流量也增加了一倍以上。
据官网数据，公司每年会对数据集进行 39 亿次更新，现拥有 4000 多个数据合作伙伴和联合交易，在一年内拥有超 5500 万的用户访问「Crunchbase」的数据。公司目前服务的客户包括三星、Shell、本田等。
在国内的企业服务赛道上，类似 「Crunchbase」的公司也不少，如 it 桔子、鲸准、烯牛数据等。
以数据服务商鲸准为例，该公司成立于 2016 年 7 月，针对创业者、投资人、投资机构等一级市场从业人员，推出鲸准·对接平台、鲸准·资管系统、鲸准·洞见三款产品。
其中，鲸准·对接平台主要用来帮助投资机构、投资人和项目方进行对接，目前已经收录和维护了一二级市场 70 多万个优质项目。鲸准·资管系统采用 Paas 平台，面向 PE/VC 等 B 端用户提供「募投管退」全流程解决方案。鲸准·洞见则是利用算法和经济模型，为企业用户提供公司基本面数据分析及预测。
此外，鲸准旗下的鲸准·研究院还面向企业和政府提供定制化研究服务，并且向个人用户开放创业公司、投资机构、行业研究等信息，用户可以通过 App、小程序、微信端等访问。
随着创业群体的扩大，投融资平台、创业空间、创业孵化器等创业服务机构也在不断增加，创业服务行业正在不断打破服务局限性，形成完善的产业链。可以预见的是，这些机构将持续丰富自身业务，向创新创业综合服务提供商转变，解决企业全生命周期需求。
作者：Readhub
来源：https://readhub.cn/topic/7Rk0cOY8k13
相关推荐：http://www.hrtechchina.com/16607.html
机器学习
【美国】芝加哥一家机器学习招聘公司宣布完成116万美元的融资
一家机器学习技术公司（humanpredictions.io），其产品帮助招募公司和企业识别并建立与科技人才的关系，Humanpredictions今天宣布由Network Ventures领导的116万美元融资，以及海德公园天使的额外投资， SaaS Ventures和M25。这笔资金将帮助Humanpredictions进一步发展并投资于其工程师和数据科学家团队。
“我们很高兴能够帮助Humanpredictions增加其产品，并进一步建立其4400万人的数据库。凭借其强大的洞察力和对招聘人员需求的深刻理解，该产品已经为一系列大公司的技术招聘流程带来了显着的好处。
招聘技术角色可能很困难。由于技术的竞争性，招聘人员往往难以找到既拥有公司所需的正确技能又愿意寻求新工作机会的人。一旦他们确定了感兴趣的人，招聘人员就可能难以按照潜在客户的回应开始对话。
为解决这些问题，Humanpredictions提供有组织的数据搜索工具并收集公共数据，以创建技术行业人员的概况，特别是技术领导者，软件工程师，DevOps，数据科学，产品，iOS / Android，设计师/ UI / UX，和QA。然后，平台使用机器学习来预测哪些人更有可能离开他们当前的角色。此外，Humanpredictions通过指示何时以及如何伸出来促进与人的对话。通过访问这些见解，招聘人员可以更好地定位他们的外展，更轻松地找到正确的匹配，并改善面试过程的流程。
Humanpredictions的联合创始人艾略特·加姆斯评论说：“作为唯一专门为科技行业打造的招聘产品，Humanpredictions是为那些希望招聘技术人才的公司量身定制的。我们知道软件工程师经常对招聘人员持怀疑态度，所以我们希望帮助雇主和招聘公司随着时间的推移与人建立关系。有了这笔资金，我们将能够发展我们的团队，以便您可以帮助您成长。“
Network Ventures的创始人兼董事总经理Jeff Maters补充说：“我们很高兴能够帮助Humanpredictions增加其产品，并进一步建立其4400万人的数据库。凭借其强大的洞察力和对招聘人员需求的深刻理解，该产品已经为一系列大公司的技术招聘流程带来了显着的好处。“
此次宣布是在Humanpredictions出现重大增长之后不久发布的。该公司每年的经常性收入接近100万美元，其产品已被行业领先的公司采用，包括Trunk Club，Allstate和Emerson等。
关于humanpredictions-- Tech Recruiting Database humanpredictions
humanpredictions是一家数据科学公司，其招聘软件可帮助公司寻找技术人才。这家以人为本，以数据为导向的公司提供了一个包含4400万科技行业人员的数据库，以及有关这些人员的见解，以帮助招聘人员找到并与合适的人员联系，以发挥他们的公开角色。Kleiner Perkins，Allstate，Trunk Club，Emerson，CircleCI，IDEO，Tempus，Home Chef和Guaranteed Rate等公司已经使用人工预测来建立自己的团队。要了解有关Humanpredictions的更多信息，请访问humanpredictions.io 或关注@humanprediction。
关注HRTechChina，了解全球HR科技动态。
以上由AI翻译完成。
机器学习
Eightfold为人工智能筹集2800万美元，用于雇佣候选人
文/KYLE WIGGERS
找到合格的候选人很难。在美国，从上市发布到可能的员工接受报价的那一天大约需要43天，而带来一个求职者的费用可能高达4,129美元。不出所料，Gartner调查中有63％的高管将人才短缺列为其组织面临的最大风险。
Eightfold寻求通过人工智能和机器学习解决招聘挑战，并且正在筹集风险资本以促进增长。总部位于加利福尼亚州山景城的人才平台提供商近日宣布，它已经筹集了由IVP领导的C系列融资2800万美元，其中包括Foundation Capital和Lightspeed Ventures。资本注入紧随2017年9月的A轮融资570万美元和去年4月的1800万美元B轮融资之后，它将Eightfold的总筹资额提升至5500万美元。
在从隐身中脱身一年后，Eightfold成功吸引了Conagra，Hulu，Affirm，Twilio，AdRoll Group，Tata Communications，DigitalOcean等高端客户以及遍布四大洲的100多家客户，并与包括SAP在内的渠道合作伙伴合作将其产品与人力资源信息系统和申请人跟踪系统（如SuccessFactors Employee Central和SuccessFactors Recruiting）集成。在另一个里程碑中，Eightfold最近成为Aijob的独家工作匹配平台，这是一项将AI用于指导和培训残疾挪威公民的计划。
首席执行官兼联合创始人Ashutosh Garg说：“我们的使命是帮助企业将人才管理转变为竞争优势，同时确定个人的'下一步'。” “我们的人工智能平台使我们能够以前所未有的速度和规模与客户和合作伙伴进行创新和协作。我们不断壮大的团队很高兴和有幸为每个人解决就业问题。”
上图：Eightfold优化的SEO工作列表之一。
图片来源：Eightfold
Garg，以前是谷歌和IBM的研究员，拥有超过50项专利和35篇已发表的研究论文，他在2016年创立了Eightfold--其名称是佛教哲学中的八重道路 - 与Varun Kacholia合作，后者曾领导Facebook的News Feed和YouTube的搜索和推荐团队。通过一个由工程师和数据科学家组成的小团队，两人开始着手解决在线招聘中反复出现的痛点：对候选人的工作经历，角色，技能和教育背景的不充分考虑，以及缺乏复杂的分享，外展和分类工具。
“糟糕的职业生涯网站和职位描述阻碍了申请过程，因为他们没有吸引合格的人才，更糟糕的是 - 阻碍不同的候选人，”加格说。“由于任何特定组织内的可用机会过剩，大多数候选人表示，求职中最艰难的一步就是找到合适的角色。”
Eightfold带来了一个高度个性化的，机器学习驱动的工作匹配引擎，可以从超过1亿个配置文件中获取数十亿个数据点，为招聘人员，招聘经理和候选人提供建议。它为求职者创建包含其经验，位置，教育历史，简历和简历的帐户，这些算法解析关键功能。
实际上，Eightfold旨在告诉一个人在提交申请之前是否可能被考虑担任某个职位 - 无论他们是内部还是外部候选人。
上图：招聘人员查看按相关性排名的候选人。
图片来源：Eightfold
求职者可以获得公司最适合的角色列表，以及对其技能的相关性评估，以及访问聊天机器人，他们可以讨论工作适合度，福利和工作文化。至于招聘人员，他们能够指定多样性目标、学位水平和其他要求等内容，并可选择掩盖匹配候选人的年龄、性别、种族和地理位置，以尽量减少偏见的可能性。
为此，Eightfold声称其专门调整和消除的算法 - 其中提供了公开可用的网络数据，以产生几乎任何行业中任何业务的“柏拉图理想” - 导致其客户中雇佣女性的集体增加了19％ 。
除了使用人工智能之外，Eightfold还通过提供优化搜索引擎优化的工作页面和一键式申请流程以及支持公司简介（包括视频）的自定义内容，从众多竞争对手的竞争对手中脱颖而出。此外，对于客户现有的员工，它提供了一个职业规划师，可以预测职业发展轨迹，并提供职业教练的访问权限。
Eightfold声称，截至目前已处理的2000多万份申请中，招聘人员节省了80％的时间，合格候选人增加了200％，租金成本降低了60％。此外，它表示即使对涉及数百万条记录的请求，它也可以在亚秒级的时间范围内提供结果。
人工智能驱动的人才招聘工具正迅速成为一打，这也就不足为奇了。从理论上讲，它们为雇主提供了对候选人的个性，历史和经历的更深入了解，而不仅仅是封面信件和简历。像创业Eightfold和 Vervoe自来水机器学习算法来评估潜在的员工的技能，而ZipRecruiter和实际上 使用它们来搭配求职者，否则他们可能越过企业。
尽管竞争日趋激烈，但Garg认为，Eightfold有能力扩大其在2000亿美元招聘市场的影响力。
“在Eightfold中，我们将焦点从模糊的要求列表转移到候选人最关心的内容 - 他们将要做的工作，他们将与之合作的人，以及他们获得工作的可能性，”他补充道。“无论候选人是否最终被聘用，具有申请公司工作经验的候选人更有可能购买其产品，并建议其他人申请在那里工作。”
以上为AI翻译，内容仅供参考
原文链接：Eightfold raises $28 million for AI that matches job candidates with employers
相关阅读：Eightfold使用AI为求职者匹配空缺职位
机器学习
劳动力分析技术公司Claro Workforce Analytics筹集到110万美元的新资金加速增长
2月27日，Claro Workforce Analytics是一个独特的劳动力分析平台，帮助企业提高员工敬业度，减少自愿离职，并更快地发现多样化人才。融资所得将用于加快产品开发和客户拓展。此外，贝塔贝雅的Jim Feuille将加入Claro的董事会。
互联网和社交媒体继续改变着人们交流和思考职业的方式。从人才获取到员工参与，这种模式的转变为将可操作的、数据驱动的员工洞察力推进到所有人力资源战略的前沿铺平了道路。最近的研究也证实了这一趋势；根据Transparency 市场研究，劳动力分析市场预计将以10.8%的年增长率增长，到2026年达到24亿美元。
为了利用这一趋势，Claro扩大了销售和市场营销的力度，并聘用了一些关键的新员工，包括Craig Katz担任高级销售副总裁，Jarrell Chalmers担任市场经理。
Claro独特的技术平台使组织能够结合内部和外部的劳动力洞察力，充分利用集成劳动力分析的力量，帮助吸引不同的人才，留住有价值的员工。普华永道(PWC)最近的一项调查显示，“63%的首席执行官表示，技能的可用性是一个严重问题”，而“93%的首席执行官表示，他们认识到有必要改变吸引和留住人才的策略”。
威尔逊(John Wilson)表示:“为了在当今的全球就业市场保持竞争力，高管层和人力资源领导层应该就公司的人才战略达成共识。”他接着说，“Claro技术使我们能够帮助我们的客户做出数据驱动的决策，包括识别和留住不同的人才，提高员工敬业度，以及进行劳动力供求规划。通过Claro，我们为客户提供相关的、可操作的人才市场洞察力。”
Claro使用机器学习算法来调整和丰富不同的信息和专有的元数据，包括新J-Score®,已成为标准的在线测量工作寻求行为。领先的组织越来越多地依赖于Claro独特的人才洞察力来帮助他们做出更好的决策。
Claro首席执行官迈克尔•贝格尔曼(Michael Beygelman)表示:“Claro的客户正在利用我们先进的人才市场地图和分析工具，帮助他们在这个紧张的劳动力市场中识别和留住顶尖人才。”Beygelman继续说道:“我们也看到越来越多的客户使用Claro技术来加强传统的员工敬业度调查，帮助识别潜在的人才保留风险，并对潜在的职场偏见进行预警。”
“Claro正在开发一种独特的技术，帮助企业在人才市场和员工方面做出更好的决策，”法尔茅斯风险投资有限公司(Falmouth Ventures LP)董事总经理、Claro董事会主席丹尼尔•弗劳利(Daniel Frawley)说。Frawley继续说:“数据讲故事正迅速成为开发和交流商业战略的首选方式，而劳动力分析领域处于领先地位，而Claro在这个新兴领域处于领先地位。”
以上为AI翻译，内容仅供参考。
原文链接：Claro Workforce Analytics Aims To Accelerate Growth With New Funding And Strategic Hires
机器学习
帮助企业数据录入的机器学习初创公司HyperScience获3,000万美元B轮融资
把人类可读数据转换成机器可读数据的机器学习公司HyperScience今天宣布，由Stripes Group牵头、现有投资者FirstMark Capital和Felicis Ventures、以及新投资者Battery Ventures、Global Founders Capital、TD Ameritrade和QBE共同参与的3000万美元B轮融资已经结束。
2016年，HyperScience推出了一系列专注于医疗、保险、金融和政府行业的企业产品。原始产品HSForms(由手写形式转换为数字数据输入处理),HSFreeForm(做了一个类似的功能为手写电子邮件或其他non-form内容)和HSEvaluate(这可以通过复杂的数据解析形式,帮助保险公司索赔批准或拒绝撤出所有相关的信息)。
现在，该公司已经将这三种产品合并成一个名为HyperScience的产品。该产品旨在帮助公司和组织减少数据输入积压，更好地为客户服务，节省资金和资源。
我们在生活或工作中使用的许多表单都是任意格式的。我的银行对账单和你们的不一样，你们公司的发票可能和我公司的发票不一样。
HyperScience能够在没有人类帮助的情况下，将这些形式迅速、轻松地导入系统。
HyperScience不是按座位收费，而是按文件收费，因为仅仅使用HyperScience就意味着实际“使用”该产品的人会更少。
最新一轮融资使HyperScience的总投资达到5,000万美元，该公司计划利用其中很大一部分资金来壮大团队。
该公司首席执行官彼得•布罗德斯基表示:“我们的产品非常有效，与市场的契合度也非常好。”“决定我们成功的是我们建立和扩大团队的能力。”
以上为AI翻译，内容仅供参考。
原文链接： HyperScience, the machine learning startup tackling data entry, raises $30 million Series B
扫一扫 加微信
hrtechchina
机器学习
机器学习
机器学习
机器学习
机器学习
机器学习
机器学习
机器学习
机器学习
机器学习
扫一扫 加微信
hrtechchina
