人才智能
员工体验平台的演进：推动 AI 转型的关键引擎
员工体验平台（EXP）正在成为企业 AI 转型的关键基础设施。EXP 不再只是HR工具，而是推动组织学习、透明沟通和员工赋能的核心平台。研究提出五大战略：以人为本、自下而上、持续学习、透明沟通和实时优化。案例包括 Microsoft 的 HR AI 转型、ASOS 的 AI 自动化、Clifford Chance 的法律文书 AI 起草。EXP 赋能组织实现敏捷变革和AI落地。
AI 正在快速改变职场——不仅是技术，更是组织文化与工作方式的深刻变革。
人工智能（AI）的广泛应用为生产力、效率和业务增长带来了前所未有的机遇。然而，AI 转型并不仅仅意味着“部署新技术”，它实际上深刻地重塑了员工体验，影响着组织文化、团队协作方式与工作流程。
在这一转型过程中，员工体验平台（Employee Experience Platform，简称 EXP） 正逐渐从传统的 HR 工具，演进为推动企业成功实施 AI 的关键引擎。EXP 不再只是一个用于请假或查政策的门户，而是集成沟通、学习、协作、数据与自动化的智能化平台，帮助组织推动 AI 采纳、提升员工准备度，并确保 AI 真正带来业务价值。
员工体验平台的演进
EXP 的初始功能主要是处理事务性流程，如请假申请、薪资查询等。但如今，随着 AI 技术的发展，EXP 已演变为智能化的交互中心，集成以下核心功能：
跨系统的员工沟通与协作
提供关于 AI 使用和员工情绪的实时洞察
支持个性化的学习与技能建设
自动化重复任务，让员工专注于更有价值的工作
同时，得益于 AI Agent 的融入，如今的 EXP 变得更易使用，员工可通过自然语言与系统交互，实现跨系统流程操作，无需再进入多个事务性系统。
因此，EXP 不再是“可有可无”的系统，而是 企业 AI 成功转型的关键基础设施。
企业 AI 转型案例
我们调研了三家具有代表性的公司，探讨他们在 AI 转型中如何借助 EXP 实现落地与成效：
1. ASOS（线上时尚零售）
部署 Microsoft Copilot 与 Microsoft Viva 赋能多业务部门
用 AI 驱动 HR 案例处理工具，提升服务效率
通过自助服务门户精简事务流程
用自定义 AI bot 自动完成可持续认证流程
成果：员工生产力提升、参与度增强、AI 无缝落地
2. Microsoft（打造 AI 驱动的 HR 部门）
通过 Viva 学习模块开展 AI 培训
自助 HR 工具增强员工支持体验
实时分析 AI 使用情况，持续优化策略
成果：HR 效率显著提升，数千名 HR 领导参与 AI 社群
3. Clifford Chance（国际律所）
用 AI 起草法律文件，为律师提供初稿
借助 AI 语言工具跨越法律语境差异
利用 AI 管理法律知识，快速找出相关案例
成果：文书效率提升、知识共享加速、决策更精准
AI 转型的敏捷性要求
与传统变革不同，AI 推广不是一次性事件，而是一个 持续试验、迭代和适应的过程。因此，企业需具备“变革敏捷性”（Change Agility），用灵活的机制推动员工学习和组织协同。
借助 EXP 实现 AI 成功的五大战略
我们总结出五个成功企业在 AI 转型过程中普遍遵循的策略，而 EXP 是支撑这些策略实施的核心平台：
1. 以人为本与目标导向（Focus on People and Purpose）
AI 的导入需与组织使命、价值观和员工需求保持一致。EXP 可确保所有 AI 工具围绕员工体验设计，提升参与度、工作效率和福祉。
📌 案例：Microsoft HR 借助 Viva Amplify 定制 AI 推广内容，让 HR 团队及时获取战略沟通信息，确保 AI 项目与业务目标保持一致。
2. 采用自下而上的迭代方法（Bottom-Up, Iterative Approach）
AI 转型不能靠高层指令推动，而应依赖一线员工的反馈与试验。EXP 通过实时反馈与学习机制，让员工在实际工作中试用、迭代与优化 AI 工具。
📌 案例：ASOS 借助 Viva 社区功能发起“Work Smarter”活动，员工可在平台上公开交流 AI 使用案例，形成知识共享文化。
3. 鼓励透明沟通与试验精神（Transparent Communication and Experimentation）
员工需要明确知道 AI 工具的使用场景、目的与风险，才能建立信任并积极参与。EXP 提供结构化、公开的试验机制，确保过程透明。
📌 案例：Clifford Chance 在 Microsoft Viva 中嵌入 AI 工作流程，员工可以实时测试 AI 辅助起草功能，同时了解其运行逻辑。
4. 推动持续学习与技能建设（Continuous Learning and Skill-Building）
员工必须掌握 AI 基本素养，才能有效融入 AI 工具。EXP 提供基于角色定制的学习路径，支持技能升级与长期成长。
📌 案例：Clifford Chance 借助 Viva Learning 培训员工 prompt 工程、AI 素养与数据分析技能，为 AI 工具的使用打下基础。
5. 实现实时度量与持续优化（Real-Time Measurement and Improvement）
与传统 IT 项目不同，AI 推广必须持续监测并快速调整策略。EXP 提供实时分析能力，帮助企业追踪员工情绪、生产力与 AI 使用情况。
📌 案例：Microsoft HR 借助 Viva Insights 实时追踪 AI 使用频率、员工负荷减轻情况与情绪变化，以便动态调整 AI 战略。
HR 在 AI 转型中的新角色
在 AI 重构工作的过程中，HR 部门不再只是支持者，而是：
主导员工技能升级与再培训
协助重塑岗位定义与工作流程
在 HR、IT 与业务之间架起 AI 战略桥梁
落实负责任 AI 政策，确保 AI 应用符合伦理与企业文化
HR 将在未来的 AI 时代中扮演 “战略引导者 + 管理变革催化者” 的核心角色。
行动建议与未来展望
企业若想在 AI 转型中取得成功，应当：
✅ 采用“变革敏捷”思维，持续学习、实时迭代
✅ 建立 AI 驱动的员工体验平台，支持流程与文化融合
✅ 打破 HR、IT、业务之间的壁垒，实现跨部门协同
✅ 实施实时度量机制，根据反馈不断优化 AI 战略
EXP 已成为企业迈入 AI 未来的基础设施。
AI 将持续重塑职场，但决定 AI 成败的关键并非技术本身，而是组织是否能让员工真正拥抱 AI、用好 AI。
EXP 不再只是一个 HR 工具，而是打造学习型组织、推动信任建设和灵活变革的“中枢神经系统”。企业若想在 AI 驱动的时代中保持竞争力，就必须把员工体验放在战略核心位置。
作者：Kathi Enderes | 全球研究与行业分析高级副总裁 | Josh Bersin Company
人才智能
Josh Bersin专栏：“人才情报市场”爆发，AI 如何重塑招聘、技能与决策？
HRTech概述：在当今数据驱动的时代，“人才数据” “People Data ”已成为企业最重要的资产之一。Josh Bersin 在其最新分析中指出，人才情报市场正在快速发展，形成从数据收集（如 Rhetorik）、数据建模（如 Lightcast、Revelio）、到智能平台（如 Galileo、Seekout）的三层架构。Lightcast 收购 Rhetorik 不仅加强了全球人才画像能力，还拓展至销售与营销数据领域。借助 AI，企业HR如今能通过对话式系统实现招聘推荐、技能评估、内部流动等多项功能。这场由数据与AI驱动的革命，正在重塑HR的专业边界。
原文题目：People Data For Sale: How The Talent Intelligence Market Works
作者：Josh Bersin · 2025年7月16日
在我们经济中，**“人力数据市场”**是最具活力和影响力的部分之一。每位招聘人员、选址专家、人力资源高管、经济学家、大学校长和政府规划者都希望知道：哪些岗位在增长？哪些技能最受欢迎？薪资趋势如何变化？还有更多相关洞察。
虽然很多人了解美国劳工统计局（BLS）发布的公共调查数据，但在其背后，有一个更加先进、由 AI 驱动的产业：“人才数据市场”。
人才数据市场的结构
几十年来，像 Monster.com、LinkedIn 等公司，以及其他数百家公司，通过算法抓取了关于个人、职位和企业的信息。最初，他们这么做是为了开发产品和服务。但如今，**“数据采集本身”**已成为一项庞大的商业活动。
大致来说，该市场可以分为三类供应商，且部分公司跨界经营。
第一类：数据聚合商（Data Aggregators）
代表企业包括：Rhetorik（已被 Lightcast 收购）、Lightcast（职位市场数据）、People Data Labs（PDL）、SignalHire、Revelio Labs、Cognism、Coresignal、Draup、Talent Neuron 等。
这些公司专注于大规模采集专业个人档案数据，信息来源包括公共记录、网页抓取（例如 LinkedIn 的公开资料）以及与一些小型数据供应商的合作，有些合作甚至涉及隐秘运作（如以色列的情报公司）。
部分聚合商如 Revelio、Draup、TalentNeuron、Lightcast 等，也会直接销售产品，因此在某种程度上也属于第二类供应商——数据整理与建模者。
第二类：数据整理与建模商（Data Enrichment & Organizers）
这类公司会将数据进行分类、构建技能模型、统一职位名称等，将海量非结构化数据组织成可用信息。他们的价值在于推理、日常更新以及与通用框架的整合。
代表公司包括：Lightcast（领先者）、Draup、Revelio Labs、TalentNeuron、Findem、ZoomInfo 等。后者多聚焦于销售与金融领域。
他们的技术团队会处理每天新增的数百万条记录，将其整理成职业分类体系（例如职位模型、职业编码），并推演出一个人的技能、雇主、教育背景、薪资与地理位置等信息之间的关联。
随后，这些数据会以 API 接口、数据连接器等形式供第三方平台调用。
这类数据处理非常复杂。例如，一个人的数据链会包含教育、技能、工作经历、雇主、所在城市等；这些又会连接到公司层级的信息，包括企业历史、产品、投资和技术项目等。
当这些公司把数据组织得足够好时，可以回答如下问题：
哪些职位越来越值钱？
AI 工程师的技能是如何细分的？
电动车工程师需要哪些新兴技能？
哪些能源科技正在崛起？哪些公司在使用？我要如何找到这些人才？
这些能力，将使得使用这些平台的企业在人才市场上领先对手数倍。例如，很多公司用 Lightcast 进行选址决策，投资金额甚至高达数亿美元。
第三类：人才智能平台（Talent Intelligence Products）
这是产业链的第三环节。
这类公司（包括几乎所有 HR SaaS 厂商）将上述数据集成进企业的招聘系统、技能分析、规划、内部流动等流程中。它们的任务是将外部人才数据与企业内部数据融合，从而使 HR 系统变得“智能”。
举个例子：你想为某项目寻找最适合的市场或工程人才，但公司 HR 系统只记录了职称和学历。借助上述数据平台，这些系统可以告诉你：谁才是真正合适的人选？甚至还能预测谁具备晋升潜力。
人才数据市场的高价值应用场景
该市场主要面向四大类终端用户：
企业客户：用于人力规划、招聘分析、技能战略。
教育机构：用于课程设计、学生就业评估、经济影响评估。
政府单位：用于经济发展、政策制定和劳动力投资。
销售与市场团队：用于线索生成、市场细分和客户画像构建。
对企业来说，这类数据对增长与绩效至关重要。随着 AI 系统普及，对高质量人才数据的需求也越来越高。
例如，Galileo 是一款直接接入 Lightcast 数据的 AI 工具。你可以上传10位员工的姓名、职位、简历和会议记录，让 Galileo 进行能力评估、对比与基准分析。这一功能可用于绩效管理、发展辅导、岗位设计与招聘决策。
Josh 本人还尝试过让 Galileo 分析过去 6 个月的公司会议数据，它能自动识别出员工姓名、技能强项与弱项，有些甚至是他自己之前未曾意识到的。
更重要的是，这只是冰山一角。通过这些数据+AI，企业可以：
智能筛选候选人
分析薪酬与外部趋势对比
进行绩效分析与技能对标
而这一切，都可以通过像 Seekout、Galileo、Eightfold 等 AI 系统实现，进入“对话式分析”新时代。
最新动态：Lightcast 为何收购 Rhetorik？
作为行业巨头，Lightcast 最近收购了数据采集公司 Rhetorik。这不仅增强了其人才画像数据源，还标志着其正式进军营销与销售数据市场。
目前 Lightcast 已覆盖三大市场：企业、教育与政府。此次收购将：
丰富 Lightcast 的员工数据维度
拓展销售/市场线索类数据应用
强化其在技能建模、薪酬基准、职业路径等方面的领先地位
借助现有数据科学团队，Lightcast 有望在多个市场领域实现倍增式增长。
AI 正在加速这个市场的演进
Josh 在播客中指出，AI 工具如 Galileo、Microsoft Copilot 等，让每位 HR 或管理者都能轻松使用这些复杂的数据系统。
你不再需要编写报告或查询数据库，只需提问，系统即可给出有洞察力的答案。
Lightcast 也正是意识到 AI 驱动的市场机会，才会加快产品布局，以巩固其市场领先地位。
人才智能
【美国】AI人才智能平台 HelloSky 完成 550 万美元种子轮融资，年经常性收入突破 100 万美元，扩展高管团队
【2025年4月23日，美国加州圣地亚哥】——专注于高管猎头领域的 AI 人才智能平台 HelloSky（前身为 Skyminyr）今日宣布，已完成一笔超额认购的 550 万美元种子轮融资。本轮融资由 Caldwell Partners、Karmel Capital、True Capital Partners、Hunt Scanlon Ventures 以及来自 Google 与 Cisco 的多位知名天使投资人共同参与。
同时，HelloSky 宣布其年经常性收入（ARR）已突破 100 万美元，并进一步扩展了高管团队。Hugh Burnham 出任销售与市场执行副总裁，他曾经营一家服务 B2B 科技初创公司的公关与营销公司达21年，2023年该公司被收购。Mike Kelch 出任销售副总裁，曾任职于 Scandit、Leafly 和 GolfNow，在 AI 驱动产品的市场拓展和客户增长方面拥有丰富经验。
融资所得将主要用于产品工程开发与市场拓展，进一步加速 HelloSky 在高管招聘领域的渗透。
重新定义高管招聘
与许多“为大众招聘设计后再加装高管功能”的 AI 招聘平台不同，HelloSky 从零开始为高管猎头量身定制，结合先进的数据科学与 AI 技术，专注于精准识别具备高度契合背景与经验的领导人才。
过去五年，HelloSky 构建了一套专有的“数据科学飞轮”，通过持续学习700多位资深高管猎头的行为数据、查询模式和成功案例，不断优化匹配模型，提升搜索复杂岗位时的精准度，甚至可处理以往被视为“无法搜索”的高难度任命任务。
不同于基于 LinkedIn 简历的浅层信息推荐，HelloSky 拥有智能能力标签、关系网络图谱与人才路径分析，可基于深度的工作、教育与投资数据网，智能发现与候选人之间的最优连接路径。
构建统一的人才情报生态系统
HelloSky 集成人才、公司、投资人等多维度数据，形成一个统一的 AI 驱动平台，并配备了动态市场映射、实时追踪和最新推出的 SmartRank™ 技术，重塑高管人才的搜寻与评估流程，用户无需再订阅多个昂贵系统。
SmartRank™ 可将自然语言描述的职位需求转化为结构化图谱，通过算法精准定位最合适的候选人，极大提升匹配效率和成功率。平台还整合投资者数据分析，部分功能可替代 Pitchbook 等工具。同时，平台的“智能标签”系统可评估候选人的营收阶段、可被挖角程度、社交网络评分等维度，帮助客户找到最合适的引才路径。
广泛系统集成与行业认可
HelloSky 已实现与众多主流 ATS（申请人追踪系统）与 TRM（人才关系管理）系统的集成，包括 Ashby、Clockwork、Ezekia、Gem、Greenhouse、Invenias、Loxo、Salesforce 和 Thrive，用户可在统一平台上查看候选人信息、提升团队协作效率。
目前，多个增长迅猛的高管猎头公司如 Bespoke Partners、Caldwell Partners、Eastward Partners、NU Advisory Partners 和 On Partners 已部署 HelloSky，风险投资和私募基金也开始在其投资组合公司中广泛使用该平台支持人才决策。
HelloSky CEO Alex Bates 表示：“这是高管猎头行业的转折点。AI 不再只是一个未来趋势，而是当下的竞争优势。使用我们平台的机构，正在以更高的精准度与效率快速成长。”
HelloSky 近期还入选 G2 软件排名“人才智能软件”高表现者象限，并预计将在 2025 年第四季度实现盈利。
关于 HelloSky
HelloSky 是一家新一代人才智能平台，专为高管招聘市场设计，融合人工智能、数据科学与专有人才图谱，帮助组织以更快、更精准的方式识别并连接关键领导人才。
人才智能
必读：全球CHRO演变趋势，新一代HR领袖的必经之路
Josh Bersin 最新研究揭示 CHRO 成长轨迹与未来挑战!近年来，首席人力资源官（CHRO） 这一角色正在经历前所未有的变革。最新发布的 《Understanding the Path to CHRO》 报告(点击可以下载报告，同时附录在文章后)，基于对 20,000 多名 CHRO 的数据分析，深入研究了 CHRO 的成长路径、核心能力及全球 HR 领导者如何适应企业需求的变化。
该研究揭示了HR 从传统行政职能向战略核心的转型趋势，同时发现：
75% 的 CHRO 来自外部招聘，内部继任计划严重不足。
CHRO 逐步迈入 C-suite，13% 进入企业最高薪酬前五名，相比 30 年前增长 26 倍。
四类 CHRO 发展路径浮出水面：职业型 CHRO（Career CHRO）、企业型 CHRO（Company CHRO）、业务型 CHRO（Business CHRO）、运营型 CHRO（Operations CHRO）。
具备国际化经验的 CHRO 绩效更高，75% 的高绩效 CHRO 曾在海外工作。
政治学、经济学背景的 CHRO 更具影响力，而 HR 专业背景反而在高绩效公司中占比最低。
从这些数据来看，CHRO 角色不再是简单的人才管理者，而是企业变革的推动者、业务战略的支持者、AI 与科技革新的领导者。那么，中国的 HR 领导者如何才能成长为具备全球视野的 CHRO？本文将从CHRO 角色的转型趋势、职业路径、核心能力模型及中国 HR 的成长路径四个方面展开分析。
报告下载地址：https://www.hrtechchina.com/Resources/59250FA4-A800-58D9-5CE6-76E4DBC4F82A.html
🔹 CHRO 的转型趋势：从 HR 负责人到企业变革领导者
传统 HR 主要聚焦于招聘、薪酬管理、劳动合规等事务性工作，过去常被视为“后勤支持”部门。然而，随着 全球劳动力市场变化、AI 赋能 HR、企业运营模式调整，CHRO 的角色发生了深刻变化：
1️⃣ CHRO 从 HR 服务交付者转变为业务战略伙伴过去 HR 被认为是支持职能，而今天，CHRO 需要直接参与企业战略决策，关注人才如何驱动业务增长。例如，疫情后全球远程办公兴起，CHRO 需要设计全新的组织架构、推动员工体验升级、调整绩效激励模式，以适应新的工作模式。
2️⃣ AI 与数字化重塑 HR 角色AI 和 HR Tech（人力资源科技）正在改变 HR 的运作方式。CHRO 不仅需要理解 AI 招聘、数据驱动绩效管理、智能学习平台，还要在组织中推动这些技术的应用。例如，采用 AI 进行人才画像分析、通过自动化面试减少招聘成本、利用数据分析优化员工保留率。
3️⃣ 全球化人才流动与多元化管理企业越来越依赖国际市场，CHRO 需要具备 跨文化管理、远程团队领导、国际雇佣合规 的能力。报告发现，在高绩效公司中，75% 的 CHRO 具备国际工作经验，这说明全球视野已成为 HR 领导者不可或缺的竞争力。
🔹 四类 CHRO 发展路径：你属于哪一类？
研究报告将 CHRO 的职业路径划分为 四种主要类型，每种路径各有优势和挑战：
1️⃣ 职业型 CHRO（Career CHRO）——最常见的路径
通过在不同公司担任 HR 领导职务不断晋升，占比 73%。
优势：具备跨行业 HR 经验，能从外部引入最佳实践，拥有更广阔的专业网络。
挑战：对新公司的文化和业务理解较浅，缺乏长期稳定的 C-suite 关系。
2️⃣ 企业型 CHRO（Company CHRO）——公司内部晋升
在同一公司内部从 HR 经理逐步晋升为 CHRO，占比 17%。
优势：深谙企业文化和业务流程，与内部管理层关系紧密。
挑战：缺乏外部视角，可能难以推动 HR 变革和创新。
3️⃣ 业务型 CHRO（Business CHRO）——来自业务部门
从 销售、运营、市场等业务部门 转型进入 HR，占比 8%。
优势：更能理解业务需求，与 C-suite 关系更紧密，推动 HR 战略落地能力强。
挑战：缺乏 HR 专业知识，需要依赖强大的 HR 团队支持。
4️⃣ 运营型 CHRO（Operations CHRO）——来自行政管理
从 财务、法务、风控、合规等行政职能 转型进入 HR，占比 2%。
优势：擅长数据分析、预算管理、企业治理。
挑战：缺乏人才管理经验，对 HR 战略落地理解较弱。
🔹 如何成长为全球化的 CHRO？给中国 HR 领导者的建议
📍 1. 强化战略思维，进入 C-suite 视角
了解公司商业模式、行业竞争、市场趋势，与 CEO 和 CFO 讨论人才如何助力业务增长。
研究 企业并购、组织架构调整、数字化转型，提升 HR 的商业价值。
📍 2. 发展跨职能经验，打造“全栈”HR 能力
轮岗至 业务、销售、运营、财务 等部门，培养业务敏锐度。
研究 AI 招聘、人才数据分析、HR Tech 应用，提升 HR 战略能力。
📍 3. 获取国际化经验，拓展全球视野
参与国际 HR 项目或申请外派，提升跨文化管理能力。
研究欧美和东南亚 HR 模式，吸收多元化管理经验。
📍 4. 选择合适的职业路径，提前规划 CHRO 之路
喜欢跳槽挑战不同公司？选择 职业型 CHRO 之路。
想在一家企业长期发展？适合 企业型 CHRO。
具备销售、运营经验？可向 业务型 CHRO 发展。
具备财务、合规经验？适合 运营型 CHRO 之路。
📍 5. 建立行业人脉，参与高端 HR 领导者社区
参加 全球 CHRO 论坛、HR 领导力发展计划，与行业顶级 HR 领袖交流。
申请 CHRO 发展课程或职业认证，提升影响力和专业度。
未来 CHRO 必须成为“HR 版 CEO”
HR 不再只是“管理人”的角色，而是“管理未来”的领导者。无论是战略思维、科技应用、全球视野，还是跨职能经验，中国 HR 领导者想要进入全球 CHRO 赛道，就必须不断突破边界、提升自我，最终成为企业变革的核心驱动力！
人才智能
人才智能驱动：人力资源技术的革新之旅
随着劳动力结构的不断变化，人力资源领导者面临着越来越大的压力，他们需要优化招聘战略、加强劳动力规划并推动长期留住员工。要实现这些目标，需要的不仅仅是直觉，还需要从数据中获得可操作的洞察力。这就是人才智能成为改变游戏规则的解决方案的原因所在。
人才智能利用通常由人工智能驱动的数据分析，提供内部和外部人才库的整体视图。它能让人力资源专业人员深入了解市场趋势、最有效的候选人来源渠道以及员工积极性、能力和参与度背后的关键驱动因素。有了这些情报，领导者就可以积极主动地解决技能差距问题，预测未来的人才需求，并使其劳动力战略与总体业务目标保持一致。
然而，尽管 72% 的组织增加了对人才智能的投资，但只有一小部分组织充分了解人才智能的潜力以及该领域的供应商生态系统。这一差距凸显了对清晰、准确定义和有针对性教育的迫切需求，以最大限度地提高人才智能平台的投资回报率。
在企业努力应对不断变化的工作动态和留住人才的挑战时，人才智能不仅仅是一种工具，更是一种战略需要。在本文中，我们将探讨人才智能如何彻底改变人力资源技术，并改变企业吸引、管理和留住顶尖人才的方式。
人才智能的崛起
人才智能已迅速成为人力资源技术中最具变革性的组成部分之一，它的兴起绝非偶然。在当今充满活力的商业环境中，企业面临着迅速适应变化的巨大压力。根据 Aptitude Research 的调查，62% 的公司已经取消或计划在未来一年取消职位。此外，65%的公司已经发现了重大的技能缺口，90%的公司已经引入了新的职位，以满足不断变化的业务需求。
这些变化凸显了以技能为导向的人才管理方法的日益重要性。随着企业越来越依赖正确的技能来应对混乱局面，人力资源领导者开始转向人才智能，以便更有效地量化和分析人才需求。通过利用这种数据驱动型资源，企业可以对其员工队伍中的现有技能获得可操作的洞察力，从而做出更明智的战略决策，与当前和未来的业务目标保持一致。
人才智能为企业提供了更好地管理人才、弥补技能差距和优化劳动力规划所需的清晰度。随着各行各业不断发生变革，利用这些洞察力已成为保持竞争优势的关键。
人才智能平台改变招聘和留任的主要方式
人才智能平台将传统的人力资源流程转变为数据驱动的战略运营，从而彻底改变了招聘和留住人才的方式。
确定候选人是否合适
招聘决策失误的代价可能是巨大的。人才智能平台通过深入评估候选人的适合度来降低这种风险。这些工具不局限于简历，而是分析来自测评、在线档案和行为洞察的数据，以评估个性特征、文化契合度和角色适合度。
有了这些全面的数据，企业就能做出明智的招聘决策，选择不仅符合技能要求，而且符合公司文化和长期目标的候选人。这种方法可确保应聘者被安排在与其优势相符的岗位上，从而促进职业成长并降低人员流动率。
发现技能差距
人才智能平台擅长识别和解决员工队伍中的技能差距。通过详细的技能评估和能力映射，这些工具可以为员工建立档案，并将他们当前的能力与其职位要求进行比较。
通过比较，可以发现需要改进的地方，从而有针对性地开展培训和发展活动。能力制图还能帮助企业确定特定岗位的基本技能，确保团队始终具备应对当前和未来挑战的能力。
为提高技能计划提供依据
为了保持竞争力，企业必须优先考虑持续学习和提高技能。人才智能平台可根据绩效数据、职业抱负和新兴行业趋势，为员工设计个性化的学习路径，从而促进这一目标的实现。
这些平台会推荐相关培训课程、监控参与水平并衡量进展情况，以确保技能提升工作取得切实成果。此外，人才智能还能帮助企业识别高潜力员工，并使其与继任计划保持一致，从而为满足未来的领导力需求做好准备。
提高员工参与度
员工参与对于留住人才至关重要，而人才智能平台在促进员工参与方面发挥着关键作用。通过为员工建立胜任能力档案，这些工具可将个人与符合其技能和兴趣的内部机会相匹配。
这种方法鼓励了职业流动性和个人成长，提高了工作满意度，降低了人员流失率。员工知道自己的职业发展得到了组织的积极支持，从而感受到自己的价值和动力。
人才智能为何对组织成功至关重要
传统上，人才职能被分为两个不同的支柱：人才招聘和人才管理。通常情况下，组织会优先考虑人才招聘，而将人才管理视为次要。然而，在当今动荡不安、竞争激烈的人才环境中，这种划分方法已不再有效。公司的顶尖人才正在流失到竞争对手手中，而招聘有技能的候选人也变得越来越具有挑战性。
为了保持竞争力，企业必须采取更加综合的人才战略--人才招聘和人才管理不是各自为政，而是相互配合。人才智能通过将内部员工数据与外部人才库的洞察力相结合，提供了这种统一的视角。这种全面的视角使企业能够规划当前的人才需求，同时预测未来的劳动力需求，确保长期的成功和灵活性。
人才智能的数据来源
人才智能由从各种来源收集的数据驱动，提供内部和外部人才库的全面视图。以下五个数据源是为人才智能提供信息的关键：
招聘平台
求职者的求职之旅通常从招聘平台开始，并在平台上获取初始数据。人工智能辅助解决方案可以通过分析候选人在职业和社交网络中的个人资料、简历、面试互动、录用通知和历史参与情况，进一步丰富这些数据。
背景验证
背景验证报告可提供有关候选人过去角色、薪酬、工作职责和雇主关系的重要见解。这些数据对于提供与特定角色相关的经历和期望尤为有用。
核心人力资源解决方案
核心人力资源平台（人力资本管理或 HCM 系统）提供大量内部人才数据。其中包括薪资信息、绩效指标、在组织内的任期、晋升历史、离职数据以及离职面谈的见解。这些数据对于了解员工的工作轨迹和发现潜在的技能差距至关重要。
招聘网站和聚合网站
Glassdoor 等招聘网站和聚合平台提供了宝贵的劳动力市场洞察，如薪资基准、职位描述、招聘趋势和竞争对手评论。除了量化数据外，这些平台还能深入了解申请特定职位的候选人类型，帮助企业完善职位描述，并加强信息发布，以吸引更多候选人。
应聘者跟踪系统和员工网络
求职者跟踪系统（ATS）和内部员工网络可收集与组织已有联系的求职者数据。这些信息可用于扩大人才渠道，特别是通过多样化的候选人来源和在组织网络内发掘新的机会。
通过智能平台利用人才数据
这些来源提供的大量数据具有巨大的潜力。人才智能平台（如 SeekOut）可以汇总和分析这些信息，为候选人和员工的整个生命周期提供可行的见解。
人工智能驱动的人才智能平台使招聘人员能够超越传统的招聘任务，将他们的角色提升为战略人才顾问。通过整合多个数据源，这些平台可为人才团队提供全面的视图，从而指导招聘决策并制定劳动力规划战略。
此外，人才智能平台还能深入了解现有员工的绩效、参与度和满意度，从而帮助他们发展。这种以数据为导向的方法支持内部流动性计划，使企业能够将人才发展与业务目标相结合，并促进员工的长期留用。
人才智能
Josh Bersin谈：企业人才智能来袭，颠覆人力资源技术市场
在我们看到的劳动力领域的所有人工智能创新中，最重要的可能就是人才智能。按照我们的定义，人才智能是指利用海量的员工和劳动力数据来了解技能、工作适应性、绩效、领导潜力、职业发展路径、薪酬公平性和组织能力。
在今天介绍新的研究成果时，我们的立场是，这是几十年来人力资源技术领域最具存在意义的变革之一。
人才智能究竟是什么？这项技术以人工智能为基础，允许公司分析员工的大量数据，将其与外部劳动力市场的数据相匹配，并了解他们以前不知道的事情。
在许多方面，它与广告技术类似，Meta、TikTok 和谷歌等公司通过分析个人数据，为个人消费者提供量身定制的广告。
在商业和人力资源领域，人才智能让公司深入了解员工的技能、兴趣、职业轨迹、地域偏好、认证、所掌握的技术，以及他们在领导力、行业和公司类型方面的经验。
过去，我们使用工业心理学、评估和面试来确定这些信息。如今，在人工智能的驱动下，公司可以利用这一庞大的语料库，让人工智能模型来识别其中的关系。
让我举个例子。在招聘中，每家公司都面临着同样的问题：这个候选人是否适合这份工作、这个团队、我们使用的工具以及公司的文化？
招聘人员通过面试、测试和背景调查来评估。然而，尽管采取了这些方法，仍有近 20% 的候选人没有成功。利用人才智能，我们可以分析成功胜任这一职位的人，并让人工智能找出适合的质量。这不仅没有偏见，而且非常准确，我们收集的数据越多，它就越聪明。
我还记得自由保险公司（Liberty Mutual）的汽车保险团队面临人员流动率高的问题。他们花了几个月的时间研究那些表现出色的员工，看看哪些教育背景或技能与成功相关。他们的分析发现了一个秘密：业绩最好的保险销售人员都是那些热爱汽车的人。再多的心理评估也无法发现这一点。
我刚刚与一家投资银行进行了交谈，他们正在努力了解年轻员工的高流失率。Talent Intelligence（人才智能）可以了解哪些人留下，哪些人离开，并立即帮助寻找更合适的候选人。
如今，这类分析非常困难。使用传统的人力资源技术，我们所掌握的唯一数据就是员工的简历或工作经历。这些数据往往还不如 LinkedIn 上的数据多。
利用人才智能，公司可以利用大量的公开信息，了解一个人以前的工作经历、与他们共事的人、他们在不同工作中使用的时间段和技术、他们写过的文章、他们经历过的组织变革，以及他们的教育背景、地点或其他我们甚至不了解的信号的影响。
这减少了偏见，为我们提供了前所未有的信息。
直到去年，人才智能技术还主要用于招聘。Eightfold、Seekout、Beamery、Gloat、HiredScore、Phenom和Paradox等供应商建立了模型，用于预测谁会适合某个职位或公司。现在，随着这些工具的成熟，人才智能可以做得更多。
正如您在我们的研究报告中所看到的，企业人才智能可用于内部流动、技术技能开发、领导力评估和绩效评估。通过将内部运营数据与同级人员进行比较，并扣除任期和级别因素，它实际上可以帮助确定个人的绩效。
它还可用于薪酬公平分析（将整个员工的薪酬与经验技能和其他证书进行比较）。它还可用于组织设计和工作分析（查看个人或团队的技能组合，以及这些技能与公司其他工作和其他团队的比较）。
还有更多。利用 Lightcast、Draup、Revilio 和 Skyhive 等公司提供的外部数据，可以对公司的技能和能力与竞争对手进行竞争性评估。你可以看到行业中的趋势技术和技能。您可以按地点定位技能，并决定在哪里建立下一个工厂或工程设施。你可以看到以前看不到的影响企业的人口变化。您还可以了解竞争对手与您相比所拥有的技能和能力。
试想一下，通用汽车或福特汽车将自己的工程师与特斯拉或 Rivian 的工程师进行对比评估，会有多么强大。仅这些数据（我们即将发布汽车行业全球劳动力智能研究报告）就价值数百万美元。
对人力资源技术供应商的颠覆性影响
直到最近几年，企业才有机会获得这些信息，因此他们没有发展团队或内部技能来使用这些信息。现在有了这些信息，我们在人力资源领域有了一个新的职业和领域--人才智能专家。目前，全球已经有两千多名人才情报专业人员，如果考虑到从事人员分析和劳动力规划的人员，人数还会更多。
这些人有分析背景，但本质上是业务人员。他们可以研究这些数据，并做出管理者无法独立做出的决策。正如我们的研究报告所指出的，他们正在公司内部创造出突破性的解决方案。使用这些系统的公司正在从根本上改进招聘工作，发掘更深层次的领导人才库，找到埋藏在组织内部的关键技能，让员工有机会找到过去从未有过的新工作和新机会。
人才智能对现有的人力资源技术提供商也是一种颠覆。上个月，Workday 收购了 HiredScore，这只是即将发生的颠覆的一个小小迹象。几乎所有人力资源技术供应商都必须考虑这一领域，因为这是一个利用人工智能超大规模改进的市场。
通过下图，您可以了解这些供应商的发展方向。如果你不相信我，请阅读 BusinessInsider 最新发表的关于 Workday 问题所在的文章（我仍然是 Workday 的粉丝）。
当 OpenAI、谷歌或 Meta 推出新的大型语言模型时，人才智能产品会变得更快、更高效。随着新人工智能算法的开发，这些供应商可以立即加以利用。传统的 HCM 平台对外部数据一无所知，不可能跟上洞察力的步伐。
但这并不容易。这需要时间和工程专业知识，因为它将人力资源软件公司变成了数据公司。
大多数人力资源技术公司都没有管理如此海量数据的经验。随着时间的推移，许多公司将别无选择。就像我们现在通过互联网购买计算机一样，我们中的大多数人很快就会不愿意购买没有数据和基准的软件。
如果我考虑一下我们的公司以及我们如何使用财务和客户关系管理系统，我会很高兴我的财务系统能为我提供基准和直接建议，从而更好地经营我们的公司。我希望我们的客户关系管理系统能告诉我，我是否获得了正确数量的潜在客户，并自动优化数据集。现在还没有这样的系统，但我打赌 Intuit 和 HubSpot 正在努力。
就人力资源而言，我们的报告描述了这个新市场是如何爆发的。这是我们不能忽视的。
人才智能
HR科技动态：Workday说自己要 All in AI，但要向市场主导的战略转型
刚刚Workday在旧金山举办了Workday 的创新峰会揭示了公司由产品主导向市场主导的战略转型。Workday一直以云技术为核心，自主开发了面向对象的数据系统和全球安全架构。然而，随着市场的演进和竞争的加剧，公司在新任CEO Carl Eschenbach的领导下，开始转向市场导向的商业模式。
在这次转型中，Workday开始拓宽其业务模型，更加开放地与合作伙伴合作。公司不再限制API的使用和合作伙伴的接入，而是致力于构建一个像苹果iPhone那样的开放平台，允许更多的行业应用集成到其系统中。这一策略旨在提供更加灵活和综合的企业解决方案，以适应不同行业的需求。
同时，Workday也大力投入到人工智能技术的开发中，推出了基于企业自有数据的微型机器学习模型（micro-LLMs），并在全球范围内调整这些模型以满足本地客户的需求。此外，Workday正在将其人才智能市场向外扩展，通过与多个行业解决方案提供商的合作，强化其在健康护理和金融等领域的业务。
AI技术的应用不仅仅限于技术层面的改进，Workday还通过这些技术优化了用户体验，使得各种任务的完成变得更加便捷。例如，在Workday平台上，用户可以看到AI图标，通过点击即可获得智能辅助完成工作。
在人才管理方面，Workday引入了许多新功能，如智能工作架构中心（Intelligent Job Architecture Hub）以及加强的Workday人才市场，这些都是为了帮助企业简化和改进职位描述和技能需求。
此外，Workday的领导层也展现出了更开放和实用的态度，这对公司未来的发展是一个积极的信号。总的来说，Workday的这一系列战略调整，旨在更好地适应快速变化的市场需求，提高公司的竞争力和市场份额。
Josh Bersin 写了这篇文章，强烈推荐给大家了解下：
刚刚参加了Workday创新峰会，有很多内容值得讨论。在刚刚庆祝了其成立19周年之际，该公司正在进行重大转型。而且，不仅仅是产品创新在进行，公司的业务模式也在大幅扩展。
Workday一直是一家以产品为导向的公司
Workday的成功很大程度上归功于其专注于“为云而生”。Workday没有采用典型的以数据库为中心的架构来构建商业应用程序，而是从零开始开发了自己的面向对象的数据系统、集成的工作流系统和全球安全架构。没有人知道云计算会如此重要，也没有人预料到我们会有像Google、Microsoft和Amazon这样的“超级计算”平台。我们也无法预测全球数据治理、AI或者跨数千服务器分布的数据和应用程序的出现。
在Aneel Bhusri的领导下，Workday做到了这一点。他们不仅销售架构，还销售了“一体化的力量”。在Workday中，不同于其他ERP商业系统，所有应用程序都被设计为可以协同工作。没有收购，没有集成，没有开放系统：只有一个设计精美、易于使用、可扩展的企业应用程序。（我注意到这让我想起了当时的iPhone：美观、易用且封闭。）
这个“美丽的围墙花园”为Workday服务良好。而Oracle、SAP和其他供应商在重新设计其客户端-服务器应用程序和获取缺失部分时挣扎，Workday却如野火般成长，现在已成为一家全球ERP供应商，拥有超过73亿美元的经常性收入、超过10,000个企业和中端市场客户，以及以信任、客户关注和质量而闻名的品牌。而且，这一切都是在创始团队基本上仍在位的情况下发生的。
去年，Workday的联合创始人兼CEO Aneel Bhusri认为是时候退居幕后了，公司聘请了Carl Eschenbach担任CEO。现在，事情开始改变。该公司正在成为一家“以市场为导向”的企业。
Workday的“以产品为导向”的重点既有好处也有坏处。Workday不容易集成，开发者可用的API很少，公司也限制了其合作伙伴。作为其保持纯净使命的一部分，Workday阻止了许多供应商的“合作”，并迫使集成商支付高额费用并认证专门团队。这种“稀缺”策略创造了高需求和高价格，而客户实际上对此感到满意。
一切都很好，直到情况开始改变。如今，随着ERP堆栈各层面的竞争供应商越来越多，Workday正在变得更加务实。正如我将在下文中解释的那样，他们正在将信息从“一体化的力量”变为“Workday是一个平台”。
Workday正在成为一家以市场为导向的公司
人力资源管理(HCM)和财务市场非常复杂。有数十个子市场、应用领域和行业解决方案需要解决。一个为大型医院系统设计的HR系统不太可能需要与为全球保险公司设计的系统相同的功能。因此，Workday开始意识到，尽管其系统集成且功能强大，但它无法跟上。
而且，在HR本身，有数百家供应商销售招聘工具、职业系统、学习平台、参与工具、移动应用程序、福利和数据分析系统。每一个子市场都在被AI转型。（例如，我们即将发布的关于人才智能的研究将向您展示这是多么的碎片化。）
Workday很难跟上。该公司开始了一系列收购（Platfora、Mediacore、Adaptive Insights、VNDLY、Peakon、HiredScore等）。这迫使产品团队专注于用户界面和架构集成，从而在某种程度上减缓了功能扩展。许多希望与Workday集成的合作伙伴（客户需求）被忽视了。
在Carl的领导下，所有这些都在改变。Workday现在对合作伙伴、独立软件供应商、经销商和行业解决方案完全开放。整个创新峰会将近25%的时间专注于Workday的开放合作伙伴策略。而且重要的信息是：Workday不是一个“系统”，它是一个“平台”。
这是什么意思？这意味着如果您购买Workday，您就是在购买一个像iPhone那样的平台。它运行非常好，安全，并将配备一系列行业应用程序以帮助您构建完整解决方案。这对Apple和Salesforce有效，对Workday来说可能也会很有效。SAP也有类似的产品，但其集成程度要复杂得多。这让Workday能够深入新的领域和子市场。（Workday突出显示了其在医疗保健领域与Shiftwizard、在财务领域与Auditoria和Kyriba的新集成等。这些不仅仅是独立软件供应商关系：Workday正在转售这些产品。
但还有更多。
Workday公开其AI战略
在去年的活动中，Workday对AI真的犹豫不决。他们给了我们很多关于“Workday AI”的手势讨论，但这并没有太多意义。好吧，他们已经想通了，让我简单解释一下。
企业并不是因为AI本身而想要AI，他们绝对不想要可能产生法律风险的众包数据。他们想要的是可以在自己的数据上运行的AI解决方案。
现在，Workday已经开始了各种AI功能，每个功能都通过其自己的“微型大语言模型”交付，这些模型是在公司自己的数据上训练的。 对于更大的AI功能，他们使用一个全球大语言模型，为每个客户本地调整权重和偏差。（这与Microsoft Copilot的工作方式类似。）因此，您的企业数据训练您的“版本”的Workday，而不与其他人共享任何数据。
在某些情况下（例如技能云），客户可以选择匿名分享数据。这让Workday能够构建一个“全球技能数据库”，每个人都可以分享。像Eightfold、Lightcast和Draup这样的供应商在大规模（远超Workday目前的做法）上做到了这一点，所以Workday现在正在进入这个“人才智能”市场。（Lightcast现在是Workday技能云的合作伙伴。）
这些功能中的许多都很简单（重写工作描述或将发票与采购订单匹配），但功能强大。在Workday的各个地方，您现在都可以看到一个小AI图标，帮助您完成任务。事实上，Workday已经重新设计了大约280个不同的任务，并且正在处理大约2,000个总任务。
客户不断告诉我Workday很难使用，这主要是因为系统相当复杂。这些通过AI增强的体验将逐渐使系统越来越像“iPhone”。
许多新的人才功能
现在产品团队拥有了强大的底层架构，他们正疯狂地推出功能。例如，Workday正在推出一个新的“智能工作架构中心”，以帮助公司简化并改进工作名称、级别、描述和技能。（它还显示外部市场中的趋势技能。）每个人都将使用这个。
Workday人才市场尚未广泛使用，现在正在通过HiredScore进行增强：员工将通过Teams或Slack消息获得推荐工作。这是“编排”的一个例子，这是AI系统中的一个新的流行词。（想象一下AI预订您的旅行，包括酒店、飞机、汽车等。）
Workday经理中心现在向经理们显示详细的员工参与数据（Peakon现在有超过180亿的反馈）并将给经理提供“对话开始器”，以帮助他们开始绩效辅导，所有这些都基于其他员工的反馈。
还有一个主要关注点是临时工、零工和合同工。我相信Workday首次可以处理大多数专业服务业务（包括基于员工定价的定价项目）、医疗保健和零售（AI驱动的排班和班次管理），以及许多无固定工作场所的工人的需求。事实证明，医疗保健和零售是Workday的两个最大行业，所以这些人才匮乏的行业现在是一个好市场。
让我简要谈谈HiredScore。这家公司建立了一个内嵌的“人才编排系统”，使用AI向招聘人员展示最适合某个职位的人员，解释为什么会做出这样的决定，并使用这些数据来找到并自动获取内部候选人。虽然这种技术在Eightfold、Beamery、Phenom等系统中广泛使用，但HiredScore系统是以工作流为导向的。招聘人员非常喜欢它，它极大地提高了招聘的速度、质量和内部流动性。
顺便说一句，尽管用户有很多抱怨，Workday招聘正在开始主导ATS市场。现在已有超过4,000个客户，随着公司对旧ATS系统进行合理化，它正在成为一个更“安全的购买”。
正如产品负责人David Somers所说，HiredScore是一笔“源源不断的收益”。换句话说，HiredScore的AI团队现在将与Workday的技能云团队合作，以发展和改进该系统。技能云虽然构想得很美，名字很漂亮，但成功有限。在HiredScore的帮助下（以及创始人兼CEO Athena Karp的领导下），这个系统将得到更多关注。（这包括更多的内容合作伙伴和一套更广泛的工具。）
这意味着Workday的招聘系统（这是当今人才短缺中最关键的商业系统之一）现在与内部流动性和工作架构系统高度耦合，这正是客户迫切需要的。我仍然认为像Eightfold和Gloat这样的系统更先进，但Workday正在迎头赶上。
管理文化和信任
然后是最大的问题之一：Workday的领导层。我花了一些时间与Carl Eschenbach聊天，他与Aneel Bhusri的个性非常不同。Carl明确希望Workday进军新市场：新地理区域（EMEA、亚洲、日本）、新行业（医疗保健、制药、零售）、中端市场细分市场和渠道合作伙伴。Workday现在正在积极寻找经销商、中端市场集成商和独立软件供应商来完善解决方案。
一如既往，Workday的领导团队高度一致，更加务实。很多时候，我参加Workday的活动，都能感受到顶层有些自负。就像所有成功的软件公司一样，当事情进展顺利时，很容易认为自己总是对的。
我认为这已经改变了。我实际上发现Workday很谦虚，对新问题很关注，对新想法、新合作伙伴和自我检查持开放态度。对我来说，这是一个看涨的信号。而且从上到下，公司都专注于信任、AI安全和客户服务。
我还想指出一件事：关于“Workday作为一个平台”的想法。该公司现在意识到，这种高度专有的、业务优化的系统不再能作为一个美丽的围墙花园来销售。公司正在构建一套大型的易于使用的开发工具、扩展的API和吸引软件开发者、合作伙伴和集成商的计划。现在，当客户询问功能时，Workday可以寻找一个合作伙伴来转售或嵌入。公司正在失去“如果我们没有构建它，我们就不信任它”的心态。
我还相信这个领导团队真的很喜欢彼此。正如你们许多人所知，团队文化在科技领域非常重要。事情变化如此之快，竞争对手如此之多，公司必须保持一致。我感觉每个人都真正理解发生了什么。
增长潜力
Workday能否将其每年17%的尊重增长率加速？好吧，公司面临挑战。它的许多老客户发现在Workday周围有大量的先进工具，我知道一些大公司正在回归SAP。尽管所有这些新功能，Workday仍然是一个较老、复杂、僵化的系统。
话虽如此，我认为公司正在很好地管理其转型。让我们拭目以待，看看这一切将如何发展。
人才智能
华人姐妹创办的AI人才技能评估公司Searchlight被纽约的Multiverse收购！
还记得双胞胎姐妹Anne Wang 和 Kerry Wang 2018年的创业公司吗？担任CEO的Kerry Wang 和CTO的 Anna Wang 于 2018 年创立了 Searchlight。作为双胞胎姐妹，不仅外表相似，而且表面上都拥有在斯坦福、谷歌和麦肯锡的工作经历，她们有动力创造一个人们都可以参与的世界。他们因其独特的技能而被理解，并与合适的公司相匹配。斯坦福大学的毕业生从 Y Combinator 开始了他们的旅程，此后获得了福布斯 30 位 30 岁以下人士的认可，并从风险投资基金 Founders Fund 和 Accel 获得了融资。（点击可以了解）
祝贺他们的公司被Multiverse收购！ 这里是他们的最新进展，一起来了解下！
2024年4月8日美东 — 科技公司Multiverse宣布收购Searchlight，这是一个借助AI帮助企业解决技能缺口的人才智能与技能评估平台。
位于加利福尼亚的Searchlight由双胞胎Anna Wang和Kerry Wang在2018年创立。这对斯坦福大学毕业生的创业之旅起步于Y Combinator，随后获得了福布斯30位30岁以下青年才俊的认可。该公司还成功吸引了Founders Fund和Accel等顶尖风投公司的投资。
[caption id="attachment_67581" align="alignnone" width="2560"] Searchlight Founders - Kerry and Anna Wang[/caption]
在过去的六年里，Searchlight始终致力于AI与技能领域的融合，开发出了一款无偏见的AI引擎。该引擎能够理解人的能力、软技能、工作风格以及工作要求，其数据显示，相比传统招聘方法，该引擎能以四倍的准确率识别候选人是否匹配。
将Searchlight的技术和人才资源并入Multiverse，将大大推动后者在生成式AI（Generative AI）和机器学习领域的应用。Searchlight开发的定制无偏见AI引擎将提升Multiverse在识别、分析及弥合组织内部技能差距方面的能力，进而为客户提供更贴合商业需求的培训方案。
Multiverse目前与超过1000家组织合作，在数据分析、软件工程等领域提供培训。它所倡导的新型学徒制模式强调测量、应用、指导和公平，旨在确保学习者能享受到高质量、个性化的学习体验，同时为雇主创造可衡量的投资回报。
继2023年5月收购Y Combinator公司Eduflow后，Searchlight成为Multiverse的第二次收购。
Searchlight团队将加盟Multiverse，负责将其人才智能技术融入Multiverse平台，并领导后者的AI项目。Searchlight的CEO Kerry Wang将出任产品总监，CTO的Anna Wang将成为AI负责人。
Searchlight联合创始人兼CEO Kerry Wang表示：“创建Searchlight的初衷是帮助企业公平地组建优秀团队，并助力个人找到有意义的工作。与Multiverse团队的首次会面就让我深刻感受到我们的目标高度契合，致力于解决相似的挑战。通过这次合作，我们将能够将Searchlight的技术和专长在全球最大公司中进行规模化应用，共同打造未来的劳动力发展平台。”
Searchlight联合创始人兼CTO Anna Wang表示：“在过去六年中，Searchlight建立了定制的数据流和专有的、道德的AI模型，这些模型全面理解人才并预测业务成功所需的技能。将Searchlight现有的AI和技能专长与Multiverse的丰富数据结合，我们将共同成为利用AI进行技能发展的领导者。”
Multiverse创始人兼CEO Euan Blair表示：“在深入了解Searchlight产品后，我对他们使用AI识别模式、发现技能解决方案的方法感到非常兴奋。多数公司都在经历技术转型，他们希望这一过程既公平又有效。但往往他们的转型愿景与实现这一愿景所需的技能之间存在差距。Searchlight的AI技术、平台和优秀团队将使我们更好地诊断企业内部所需的技能并提供有效的解决方案。我们的规模和世界级的学习资源结合Searchlight的技术和团队，将确保更多的公司和个人从中受益。”
关于Multiverse
Multiverse是一家新兴的以技术为先导的机构，它将工作与学习相结合，为每个人提供公平获取经济机会的途径。通过一种新型的学徒制，Multiverse关闭了关键的技能差距，利用以人为中心的辅导、AI和技术的最佳实践，提供一种被测量、应用、指导和公平的学习方式。
2022年6月，Multiverse宣布完成了由StepStone Group、Lightspeed Venture Partners和General Catalyst共同领投的2.2亿美元D轮融资。以17亿美元的估值，这轮融资使该公司成为英国首家教育科技独角兽。
更多信息，请访问www.multiverse.io
关于Searchlight
现为Multiverse一部分的Searchlight是一个开发道德AI以建立高效团队的人才智能平台。Searchlight提供一个无偏见的AI，能够发现顶尖的申请者，评估候选人，并验证招聘质量。它独特的学习循环利用员工的成果数据，让组织的每一次招聘都更加匹配。由双胞胎姐妹Anna和Kerry Wang在2018年创立的Searchlight坚信，当正确的人选放在正确的位置上，每个人都是赢家。了解更多，请访问Searchlight.ai。
人才智能
Josh Bersin：如何避免公司过度招聘？
本周，我们见证了多年来最令人惊叹的商业故事之一。Meta 公司宣布裁员 22%，收入增长 25%，净利润达到 140 亿美元，同比增长 203%。这意味着 Meta 这家市值 1600 多亿美元的公司创造了 35% 的税后净利润（高于谷歌、苹果或微软）。
这是相当惊人的。公司几乎解雇了四分之一的员工，而财务业绩却直线上升（Meta 的市值在周五上涨了 17 亿美元）。
我们从中学到了什么？
很简单，公司不需要招聘那么多人，也能以超常规的速度发展。
公司为何过度招聘？
让我们退一步。为什么公司会过度招聘，如何避免？未来几年，随着就业市场更加紧张，公司需要在员工人数没有直线增长的情况下实现增长。我们正在进入这样一个时代："人员过多的公司 "的业绩将低于精干的公司，这就要求我们改变思维。
顺便提一下，普华永道 2024 年首席执行官调查发现，C级执行官认为公司 40% 的时间浪费在了非必要事项上。而十大问题中有三个与人力资源有关。同一份调查还显示，三分之二的首席执行官认为人工智能将把行政效率提高 5%或更多，我对此表示赞同。
这也是我在我们的《2024 预测》报告中谈到 "全球寻求提高生产力 "的原因。我们正在进入这样一个时代：员工人均收入更高的小公司将超越、操纵和超越员工人数众多的竞争对手。由于层级过多和招聘方面的挑战，那些没有学会如何集中团队（和人数）的公司将会落后。
这种新战略是什么样的呢？这里有五大理念。
1. 不要再认为招聘是一种增长战略。
许多领导者仍然认为，"招聘更多的人可以使公司发展壮大"。换句话说，如果你想 "快速做大"（硅谷的口头禅），你就得尽可能快地招聘。更多的销售人员会带来更多的收入。更多的工程师会生产出更多的产品。更多的营销人员将产生更多的销售线索。更多的服务人员将服务更多的客户。
这些都是错误的假设。在每一个职能领域，都有表现优异的员工（能力超强的员工）和表现较差的员工。当你急于招聘时，你就会迫使招聘人员引进 "体力"，而不是关注是否合适。结果就是我所说的 "每次招聘的生产力都在下降"。每多招一个人，就会拖累其他已经在职的人。
是的，公司必须替换离职人员和增加员工。但是，当公司快速招聘员工时，大量的入职培训和新员工会迫使经理们放慢脚步，员工们放慢脚步，许多现有流程也会放慢脚步。这意味着每增加一名 "新员工 "都会降低整体生产率。
我们最近采访了领先的电池制造商之一松下公司。高级人力资源领导通过分析发现，部门经理过度雇佣员工，导致产出放缓，而员工却预订了更多的加班时间。虽然经理们并不同意（见 2），但当她分享数据时，他们突然意识到了问题所在。
数据显示，一旦生产线上的排班和人员超过 50 人，生产率就会下降。这是由于收益递减曲线的缘故，即增加的工人超过了最佳点，每个工人的产出就会减少。
人员过多导致成本增加，同时也造成了更高的次品率和材料浪费，因为生产线上的人越多并不一定就意味着效率更高、质量更好。生产经理们直到直接看到数据后才相信这一点。
在这一领域，医疗服务提供者是最先进的。鉴于护士和临床专业人员的巨大缺口（未来三年内缺口将超过 200 万），这些公司将行政工作自动化，将临床护理分解为亚专科，并培训护士以最高执照进行操作。
例如，Providence和Stanford Healthcare精心设计了护理角色（通过减少行政工作和使用人工智能进行调度），在不降低患者治疗效果的情况下减少了每名患者的人员配置。
如何了解自己在这条曲线上的位置？
您可以查看每位员工的收入或产出。当这一指标开始下降时，你就处于曲线的右侧。而在许多组织中，我们已经开始走下坡路了。
我经常比较细分市场中同行公司的每名员工收入，数字较低的公司几乎总是市场中的落后者。顺便说一句，这就是为什么私募股权公司几乎总是在收购一家公司后立即让员工离职。
2. 重新定义人力资源部门处理员工需求的方式
我们面临的第二个问题是大多数公司的招聘方式。
据我所知，几乎每家公司都有一个年度或季度人数分配流程。首席财务官知道经理们对招聘的需求是无限的，因此会根据各业务部门的财务状况 "释放人数"。这些请购单被分发给经理，人力资源团队开始工作。
然后，人力资源部门就像接单员一样开展工作，招聘组织则开始处理请购单。我们发布招聘启事，寻找候选人，购买广告，聘请招聘人员。我们开始筛选、面试和评估候选人。然后是大量的日程安排、候选人讨论和决策工作。
所有这些工作都耗费了宝贵的时间，被首席执行官们评为 "最官僚 "流程的第三名，但却没有经过深思熟虑。
这个职位是否应该由内部候选人担任？这份工作应该是全职的，还是可以分担的兼职工作？这项工作是否应该外包，因为它不具有战略性？这个团队的人员流动率是否很高，我们是否应该讨论一下为什么这个职位还要空缺？
这些都是需要进行的重要战略对话，除非有高级人力资源业务合作伙伴（或人才顾问）参与，否则不会真正进行。招聘经理是老板，他们可能不希望人力资源部门的人问他们关于如何管理团队的各种问题。
那么会发生什么呢？人才招聘团队急于填补职位空缺，几乎没有机会讨论内部发展、岗位轮换、兼职或其他重要选择。没有一个真正的流程来考虑我们如何 "设计 "这个团队以实现增长，而这个团队却需要更多的人。
正如我们在系统性人力资源研究中讨论的那样，如果我们采用 4R（招聘、留用、再培训、再设计）方法进行招聘，这一切都可以避免。这也是为什么越来越多的招聘团队开始与L&D整合，公司开始购买人才市场平台，大多数CHRO都在大力推动提高内部招聘比例和建立内部职业管理战略。
3. 为内部流动建立战略、文化和一套工具
很多年前，我就意识到可以把公司分为两种类型：一种是信奉 "不上不下 "工作模式的公司（他们经常使用叠加排名），另一种是信奉 "辅导和发展 "工作模式的公司。
第一类信奉 "有竞争力的绩效"，总是从绩效的角度来看待员工。我们把员工分成不同的绩效组，当出现新的机会时，我们就把重点放在这些 "HiPO "的重要职位上。
第二类公司相信 "持续学习 "和成长心态，他们为每个人提供成长机会、发展任务和辅导。从某种意义上说，这些公司的经营理念就是 "任何人都可以发展得更好"，他们专注于永无止境的技能发展。
如今，在我们研究的公司中，超过三分之二的公司属于第二类，但其中大多数公司的 "思维和运营 "方式与第一类相同。因此，在全球范围内，我们正从 "要么表现好，要么被解雇 "的模式向 "表现好，我们就帮你成长 "的模式过渡。
那么，在劳动力短缺的情况下（现在平均需要 45 天才能招到人，有些职位甚至需要 70 天以上），唯一的运作方式就是转向第二种模式。得益于人工智能工具和人才智能，我们现在可以发现，拥有市场营销数学学位的营销经理可以在相当短的时间内成为数据科学家。
当然，并不是每个人都想转行，我们中的大多数人都害怕做新的事情。但是，如果你想让公司发展壮大，而不需要招聘和流失人才，你想把员工从业绩不佳的产品领域调到增长领域，你就必须让这一做法奏效。人才流动性强的结果是什么？你不必周期性地招聘（和解雇）员工，你可以培养深厚而持久的技能，工作满意度和留任率也会直线上升。
4. 重新定义管理者的角色
从广义上讲，有两种管理模式：一种是作为主管的管理者，另一种是作为 "工作教练 "的管理者。虽然这因工作和角色而异，但高效率的公司很少有既不 "管事 "又不 "做事 "的领导者。
正如 WL Gore 公司的人力资源领导多年前告诉我的那样（该公司是扁平化高效管理的先驱），"管理者管理项目，员工管理自己"。换句话说，如果你想避免由中层管理人员组成的臃肿的官僚机构，就必须扩大控制范围，并将 "管理 "定义为辅导、项目领导、发展和协调。
当你这样做时，人们就会挺身而出，在团队中担任领导职务。从某种意义上说，解放生产力的方法就是 "少管理，多领导"。
我们最新的领导力研究发现，伟大的领导者注重远见、灵感、专注和变革。这些都是特殊人士的角色，他们能够设定方向，并帮助他人找出实现目标的方法。他们调整团队，帮助人们避免浪费时间，并明确分配责任。他们拥护并鼓励变革，以身作则，始终帮助和指导他人。
虽然这些想法都很好理解，但快速招聘往往使这成为不可能。当我在 "快速招聘"（而非 "快速增长"）的公司工作时，我发现经理们在入职、培训、指导和解决问题等人事问题上疲于奔命。如果公司发展缓慢，并保持较宽的控制范围，就会发现同事们会挺身而出，承担起这些任务。这有助于公司的发展。
再次回到医疗保健领域。一个护士长有几十个人向她（或他）汇报工作，这并不罕见，因为这些员工训练有素、工作明确、积极性高。这就是一个高度可扩展模式的例子，我们每个人都必须一直努力实现这种转变。
5. 聚焦核心
避免 "人员膨胀 "的最后一个也是最重要的一个方法就是专注。我的经验是，组织（团队或业务部门）只能同时专注于两三件事。
但专注于什么呢？大多数大公司都有几十个项目、上百种产品，业务部门遍布世界各地。那么在我们的人力资源领域，这就意味着要做我常说的 "清理厨房抽屉"。如今，利用新的人工智能工具，我们可以将精力集中在少数重要的事情上。
上周，我们会见了几个人力资源领导团队，其中许多人都有 20 个或更多的项目。虽然这听起来雄心勃勃，但实际上却造成了效率低下。你们应该作为一个领导团队聚在一起，决定哪些是必要的，哪些是不重要的。当 Meta 公司解雇 22% 的员工时，我猜很多项目都停滞不前了。尽管这很痛苦（每项重大计划都有一个发起人），但它却能促进增长、盈利和创新。
多年前，在 Sybase（最初是一家高性能数据库公司），我们进入了一个失去重心的时期。公司当时正在开发工具、中间件、行业解决方案和专业服务。高层领导认为，"成为一家更大的公司会更好"。但遗憾的是，事实并非如此。
由于失去了对核心数据库的关注，微软和甲骨文迎头赶上。很快，"箭在弦上，不得不发"，我们的销售和市场营销被分散，最终公司被出售。
去年，我们采访了麦当劳的招聘团队，公司随着年轻人的职业发展不断招聘新员工。通过 "还原论思维"，在 Paradox 的帮助下，他们将店面职位的招聘时间从 25 天缩短到了 6 天。这相当于减少了 75% 的工作量。因此，麦当劳的招聘团队可以专注于招聘质量、目标定位、留住人才和店内职位管理。对于麦当劳这家招聘世界上最难找职位的公司来说，这简直就是一个奇迹。
公司有数以百计的机会可以集中精力。与你的团队聚在一起，优先考虑真正重要的事情。当百事可乐公司询问他们的员工，在大流行病期间，公司 "最官僚、最浪费时间的流程 "是什么时（他们使用了一种被称为 "流程粉碎机 "的众包工具），绩效管理被评为最糟糕的流程。每家公司都有碍事的地方，今年就应该指出来。
底线：进行对话
底线是这样的。对于什么是最重要的，哪个团队过于庞大，最初没有人会达成一致。但你们必须进行对话。
在当今的经济形势下，招聘比以往任何时候都难，人员过多的公司只会表现不佳。请牢记 "少即是多"，帮助您的整个领导团队思考如何提高生产力、减少人员和集中精力。
人才智能
大咖谈：生成式AI在人力资源中的作用日益重要，谈HR不同领域的应用场景
编者注：本文Josh Bersin深入探讨了生成性AI（Generative AI）在人力资源（HR）领域的变革性作用。谈到生成性AI不仅能够整合和分析分散在多个系统中的大量员工数据，还能帮助HR团队更高效地解决招聘、员工体验、培训和合规等多个方面的问题。生成性AI的应用场景包括人才智能、员工体验应用、员工培训和合规应用等。这些应用不仅能提高HR团队的工作效率，还能为员工提供更个性化的体验。推荐HR管理者阅读了解，关注HRTech，了解全球最新HR科技动态。
人力资源是一个综合运营职能
让我们提醒自己，人力资源部门与财务、IT 和其他内部职能部门一样，是一个设计、支持和集成职能部门。人力资源部门与企业合作，处理无数复杂的问题：招聘、入职、培训、领导力发展、绩效管理、薪酬、奖励、福利、混合工作、组织设计、多元化战略、文化等等。在我们所谓的系统人力资源出现之前，大多数这些操作功能都是独立完成的。
如今，公司面临着竞争激烈的劳动力市场、高流动率和劳动力压力，以及重新培训、提高技能和明智地内部人员调动的需要。多样性和包容性、文化和领导力发展等问题仍然至关重要，人力资源团队还担心员工体验、生产力和内部效率。
HR 内部的数据遍布各处。一般大公司拥有超过 80 个面向员工的系统，每个系统都存储大量重要数据以帮助管理自己的区域。当业务领导者或高管想要做出改变、查看业务场景或修复表现不佳的团队时，他们需要将所有这些数据集中在一个集成位置。人工智能有望将这个梦想变为现实（更多内容见下文）。
当人力资源团队制定新的计划和解决方案时，我们还面临着不堪重负的劳动力问题。员工大部分都精疲力竭（87% 的人认为他们正在满负荷运转），因此我们必须简化工作、减少系统数量，并节省人们在管理职能上的时间（使他们能够在“最高许可范围内”运作） 。这意味着人力资源团队不断处理扩大服务数量、缩小服务范围并使其更易于使用的问题。人工智能AI对此有所帮助。
最后，人力资源团队正在转变为创造者、开发者和顾问。正如我们的系统人力资源研究指出的那样，人力资源的未来是更少的“支持代理”，更多的“顾问、产品经理、设计师和顾问”。这意味着越来越多的人力资源团队正在“构建事物”和“分析事物”，这本质上是生成人工智能所做的核心部分。
因此，从某种意义上说，生成式人工智能是解决人力资源团队面临的几乎所有挑战的完美新解决方案。
我们将如何实现这一目标：真实案例
在我们与数十家公司和HR科技供应商交谈时，让我总结一下我们看到的一些大型、高投资回报率的实际案例。
1/ 用于招聘、流动、发展、薪酬公平的人才情报
人才情报现已成为现实。公司可以使用基于 LLM 的系统（Eightfold、Gloat、Beamery、Seekout、Phenom、Skyhive）来识别员工的数百个特征（即技能），使公司能够智能地寻找候选人、决定谁已准备好晋升、调动人员寻找新的机会（人才市场），并确定薪酬不平等。
我们已经研究了这个领域好几年了，现在许多供应商都可以“现成”使用，并且使用来自 Lightcast 等提供商的数据，公司可以相对轻松地开始识别能力差距，研究外部市场的趋势，并使用人工智能为许多人力资源实践构建战略和运营解决方案。——我相信这个市场还很年轻，最终将颠覆许多核心 HCM 参与者。
在招聘中，现在有一些AI插件可以生成职位描述，针对不同的角色进行调整，创建个性化的候选人电子邮件，并丰富您自己的简历。这些工具正变得越来越智能：它们现在可以个性化招聘流程的每个部分，从而节省招聘人员的外展和写作时间。例如，我刚刚看到不少最新的人工智能职位描述生成器，它可以让你根据技能、技术和许多其他因素调整描述。
2/ 员工体验应用程序（入职、工作过渡、管理）
第二个增长空间是“智能员工聊天机器人”，它将文档、支持材料和交易系统整合到一个易于使用的体验中。我们的一些客户正在尝试这一点，我们自己的 JBC HR Copilot 为人力资源专业人员本身提供了这种类型的解决方案。这些实际上是企业应用程序，公司将自己的内容放在一起，制定数据安全策略（我们不希望每个员工看到每个文档或流程），然后使用“编排”工具将聊天机器人连接到企业系统。
IBM Watson Orchestrate 就是为此而设计的（SAP 现在正在使用），并且平台供应商和 HCM 提供商将提供许多此类工具。Workday Assistant 是第一代尝试 - 一旦您将各种人力资源系统的知识与流程文档结合起来，聊天机器人就可以最终取代我们所有的员工门户。
到目前为止，我们发现这些应该首先关注狭窄的用例，然后再进行扩展。例如，一家大型连锁酒店刚刚构建了一个聊天机器人，旨在帮助前台工作人员准确了解如何为高净值客户提供服务。它连接到预订系统，帮助员工了解如何为该客户定制服务。想象一下像这样的入职工具、领导层过渡系统等。
每个 EX 供应商都希望参与其中。Firstup 等提供商使用人工智能为每个人单独定制员工通信。这将成为我们用于许多员工体验应用程序的一组核心功能。
3/ 员工培训和合规应用程序
价值 3500 亿美元的员工培训行业迫切需要生成式 AI。我们已经看到了一些工具，可以从文档生成培训，自动创建测验，并利用现有内容并将其变成“教学助手”。就在昨天，我与一位客户交谈，他刚刚与供应商建立了一个新的领导力发展计划。我们讨论了将这些内容放入我们的 Copilot 中，以便通过经理的对话界面“按需”提供。一旦有了人工智能平台，这并不是一个困难的项目。
但还有更多。Cornerstone、Docebo、Degreed 等公司现在正在使用 AI 来智能推荐内容（基于人才智能，而不仅仅是点击流），根据角色、团队、位置和员工活动生成和推荐微学习，甚至将 AI 用作游戏“提示”员工了解更多信息。
举个例子：我们刚刚在公司的培训学院启动了一个微型学习项目，向人力资源人员传授人工智能知识。例如，该课程由一系列互动问题、小笔记和手机上的互动组成，可以导入到我们的副驾驶中，并在有人提问时提供。这些并不是现成的解决方案，但我们已经很接近了。
请记住，学习与开发团队的大部分工作都是围绕内容创建展开的。这些构建角色、图像、场景和视频的新一代人工智能应用程序将被 L&D 团队广泛使用。我刚刚找到了一个工具，可以拍摄长视频（即讲师指导的课程）并快速找到“最有趣”或“最密集”的内容来创建迷你片段。想象一下，您将不得不拍摄长视频并将其转化为章节、点播学习以及新知识学习的促销活动。
4/ 员工发展和成长应用程序
接下来是帮助员工发展职业生涯的大量新工具和平台领域。感谢人才智能平台，我们现在拥有由人工智能（而不是你的老板）生成的“职业道路”。这些系统会考察您的技能和经验，并（以图形方式）向您展示您拥有的所有成长选项，所有这些都基于数百万人的经验。
例如，您是否知道从事分析工作的营销经理可以进入数据科学、网络安全甚至财务分析领域？或者，一个在医院做小时工“交通支持”的人可以加入职业道路，成为一名 X 射线技术人员或临床护士？
这些路径都是由人工智能揭示和解释的，这些新系统准确地向你展示了你需要学习什么、你必须获得什么认证，甚至你可以和谁谈论这条路径。实际上，我们正在为人力资源专业人员开发此类解决方案（即将推出），您会惊讶于这些工具的帮助之大。
为什么人工智能如此重要？因为这从根本上来说是一个大数据问题。我不可能猜测一个人在我们公司可能拥有的所有职业选择，但如果我将他们的个人资料和历史记录插入八重职业导航器或其他系统，我们都可以看到许多我们从未考虑过的选择。
想想这将如何帮助没有学位的员工在职业生涯中取得进步。不再需要在网站上逛来猜去哪里申请工作——这些职业导航系统将改变许多人的生活。
5/ 绩效管理和运营改进
人工智能应该用于绩效管理吗？嗯，我不希望这些系统写绩效评估，但是，是的，它们会有很大帮助。考虑一下我们每个公司都遇到的典型问题：一个团队、一个工作组或一个个人表现不佳。这个群体或个人的数量落后，他们的项目迟到，或者他们的质量不合格。我们是否要等待经理找出问题所在并让他们弄清楚该怎么做？
这就是今天的运作方式：每个经理都必须猜测、弄清楚并决定对绩效不佳的个人、团队或项目“做什么”。为什么不让人工智能为我们做一些事情呢？例如，我们已经看到一些应用程序可以向您展示公司绩效的综合“视图”。从很多方面来说，这都是一个数据问题。
例如，如果我们发现超过一定规模的项目团队根本无法完成工作怎么办？如果我们查看团队的技能构成并发现缺少一项重要技能怎么办？也许终身教职是问题所在（顺便说一句，这通常是问题）。也许多样性阻碍了团队的发展。
虽然直线经理可能不会进行此类分析，但我可以向您保证，人力资源顾问很乐意在这里提供帮助。这些更广泛的组织设计和绩效项目无处不在，一旦我们在人工智能系统中拥有了所有数据，我们就可以简单地向它提问。
我问Google 的 Bard，“请比较一下雪佛龙和埃克森美孚的财务增长、回报和利润率。” 大约十秒钟就完成了相当不错的工作。想象一下，如果您在自己的公司中跨团队这样做会怎样？一旦我们将内部数据输入正确的人工智能系统，这将成为常规且常见的事情。
6/ 保留、混合工作、幸福感、敬业度分析
这引导我进入最后一个重要领域：研究、分析和提高员工保留率、福祉和敬业度。
我接触过的每家公司现在都在处理员工倦怠、福祉和其他敬业度问题。几十年来，我们依靠调查和各种基准来试图弄清楚该怎么做。是的，良好的反馈系统可以为我们提供大量有帮助的信息。
但是，如果我们只是将这些数据放入我们的大型人工智能平台并询问一些问题会怎样？“影响销售部门人员流动的最重要因素是什么？” 可能是经理。这可能是一种补偿。可能是终身教职。可能是别的东西。
是的，我们总是可以使用调查、市政厅和其他倾听方法来做到这一点。但如果我们只看数据呢？我们已经多次介绍过美国银行学院的故事，讲述的是一家公司通过详细分析数据“发现”其人才问题的故事。例如，他们发现银行余额与分行员工的任期密切相关。终身任职是由许多其他因素驱动的：人们在职业生涯中如何被聘用、入职和支持。通过进行该分析，他们能够显着提高业务绩效和保留率。他们的敬业度调查永远不会指出这一点。
你是如何开始的？
这给我们留下了一个大问题：如何开始？让我分享一下我们学到的东西。
首先，与其“追逐技术”，不如“爱上问题”。
换句话说，您想关注什么问题？是员工入职吗？人力资源自助服务？小时工排班和轮班管理？这意味着让您的团队聚集在一起确定投资的优先顺序，因为构建基于人工智能的解决方案并不像您想象的那么简单。
其次，一旦您决定从哪里开始，就该让 IT 团队参与进来。这些用例中的每一个都会变成一系列数据质量、数据管理、数据字典、然后是安全、业务规则和机密性的问题。
请记住，“将信息扔进法学硕士”可能听起来很有趣，但即使它有效，你也只是让各种各样的人访问他们可能不需要、不想要、甚至不被允许看到的信息。因此，聊天机器人的实施意味着同时关注用户体验、数据管理、搜索和编排。
我们自己的副驾驶工作已经给了我们这样的经验。一旦你收集到数据（在大多数情况下，并不清楚谁拥有什么），你必须开始测试 Gen AI 用例，定义安全规则，并决定你想要什么（如果有）后端编排。这些并不像“将一堆电子表格扔进 OpenAI 并开始提出问题”那么令人兴奋，但这正是真正的解决方案需要做的。
第三，你必须意识到，人工智能系统与交易系统不同，它负责照顾和喂养。“及时工程”意味着调整系统以正确回答问题，找到数据或文档中的差距，并不断努力保持用户体验简单。一旦聊天机器人或其他系统投入运行，我可以保证将会需要更多（和新的）数据。
从很多方面来说，新的人工智能系统就像一个新生婴儿。它必须学习如何走路、说话、举止以及避免麻烦。在您真正使用之前，现成的工具不会执行此操作，因此您需要 IT 的帮助来确保您的系统在增长时具有可持续性和可支持性。
人工智能将如何影响人力资源本身？
还有一个关于你的角色的大问题。这些新系统会让你被淘汰吗？
答案显然是否定的。这些智能系统是数据饥渴的恶魔。一旦构建它们并添加正确的信息，您将成为分析师、聊天机器人培训师、产品经理和设计师。查找信息和分析信息的许多平凡工作可能会消失，但了解要使用哪些信息的更高级别的工作将保留下来。随着新应用程序的到来，将会出现许多新的工作来负责人工智能系统、调整它们并不断改进它们。
让我向您告别：尽管这个领域令人兴奋不已，但人力资源中的人工智能实施仍然是技术项目。它们与任何交易系统都存在许多相同的问题和挑战，并且系统本身一直在“学习”。
我可以向您保证，整个领域既被过度炒作又被低估。如果您从小事做起，亲自动手，并带上您的 IT 团队，那么您将开始在我讨论的任何领域看到令人震惊的商业利益。
扫一扫 加微信
hrtechchina
人才智能
人才智能
人才智能
人才智能
人才智能
人才智能
人才智能
人才智能
人才智能
人才智能
扫一扫 加微信
hrtechchina
