-
OpenAI
OpenAI将推AI招聘平台，直面LinkedIn，重塑未来劳动力市场
HRTech快讯：OpenAI 宣布将于 2026 年中推出全新 AI 招聘平台，直接挑战 LinkedIn！平台将利用 AI 精准匹配企业与候选人，特别为中小企业与地方政府提供专属服务。与此同时，OpenAI 还将通过 OpenAI Academy 推出 AI 流利度认证，计划到 2030 年与沃尔玛合作，为 1000 万美国人颁发认证。
美西时间2025年9月4日，OpenAI 再次将自己推向了公共议程的中心。这一次，它不仅在人工智能模型的迭代上吸引眼球，而是瞄准了全球劳动力市场的核心——招聘与技能认证。
OpenAI 在官网和对外沟通中宣布，将于 2026 年中正式推出 OpenAI Jobs Platform，一个由人工智能驱动的招聘与人才匹配平台。这一产品直接把 OpenAI 推向了与 LinkedIn 的正面竞争：后者是全球最具影响力的职业社交与招聘平台，由微软全资拥有，而微软恰恰也是 OpenAI 的最大资金支持者。
“AI招聘”的新赌注
OpenAI 应用业务 CEO Fidji Simo 在博客中直言：“我们将用 AI 来帮助找到企业真正需要、人才真正能够提供的契合点。” Jobs Platform 不仅服务大型企业，还将开设专门轨道，支持中小企业与地方政府寻找合适的 AI 人才。这一定位显然是对 LinkedIn 的差异化突破，后者的产品核心始终围绕大企业和职业人士。
有趣的是，LinkedIn 联合创始人 Reid Hoffman 曾是 OpenAI 的早期投资人，而如今 OpenAI 却推出了一个可能动摇 LinkedIn 根基的产品。这一“师出同门”的博弈，为科技行业再添戏剧性。
技能认证与全民普及
Jobs Platform 并不是 OpenAI 的唯一动作。与此同时，OpenAI 宣布将在 OpenAI Academy 基础上推出 AI 流利度（AI Fluency）认证，预计 2025 年底试点，并计划在 2030 年前完成 1,000 万美国人的认证。该计划已经吸引了 Walmart、John Deere、BCG、Accenture、Indeed，以及德拉瓦州政府、德州商会等合作伙伴加入。
这一系列举措与白宫推动的 AI 普及教育战略紧密结合。OpenAI CEO Sam Altman 在与记者交流时明确表示，Simo 不仅将负责招聘平台，还将 oversee 其他新应用，包括浏览器、社交媒体等，意味着 OpenAI 正试图从 ChatGPT 的单一产品公司，迈向一个多元化应用生态。
矛盾与承诺
AI 带来的劳动力冲击并非危言耸听。Anthropic CEO Dario Amodei 就曾警告：到 2030 年，AI 可能消灭多达 50% 的入门级白领岗位。Simo 在博客中承认：“我们无法阻止这种颠覆，但我们能做的，是帮助更多人具备 AI 技能，并让他们与需要这些技能的企业相连接。”
OpenAI 试图用数据证明 AI 并非只有替代。其首席经济学家团队最新发布的研究指出：在教师群体中，ChatGPT 平均每周可帮助节省 6 小时工作时间；在宾夕法尼亚州的公务人员中，ChatGPT 平均每日节省 95 分钟。这些数字不仅代表生产力的提升，也为 OpenAI 的社会叙事提供了有力支撑。
从非营利到产业合作
OpenAI 的“机会战略”不仅停留在概念层面。公司先后举办了多场落地活动：
Nonprofit Jam —— 与沃尔顿基金会、Emerson Collective 等组织合作，帮助非营利机构实操 AI 工具，提高公益效率。
AI for Economic Opportunity Demo Day —— 联合 GitLab Foundation 展示 AI 在教育、公共服务、社会公平等领域的潜力。
华盛顿 DC 研究工作坊 —— 邀请经济学者与政策制定者，共同建立指标体系，评估 AI 对就业与生产力的长期影响。
这些实践动作强化了 OpenAI 的外部形象：它不仅是一家技术公司，更是一家主动承担社会责任的机构。
“机会”还是“幻觉”？
在市场层面，OpenAI 的雄心显而易见。通过招聘平台，它直接挑战 LinkedIn 的行业垄断；通过技能认证，它试图将“AI 流利度”打造成人才市场的“新英语”。而通过公益与研究，它也在争取舆论与政策的支持。
但问题是，AI 能否真的创造“新的工作”，还是仅仅提高了部分人的效率？OpenAI 的回应是：即便部分传统岗位消失，新岗位和新技能的需求也会被创造出来。其策略是——不回避问题，而是把答案写进产品与计划之中。
随着 Jobs Platform 的落地倒计时，OpenAI 正在完成从“AI 工具公司”到“社会基础设施提供者”的转变。正如 Simo 在博客中写道：“AI 是一种前所未有的机会，它应该属于每一个人。”
这场由技术、资本、政府和社会多方力量共同推动的实验，将在未来几年决定一个关键命题：AI 究竟是就业的威胁，还是新的机会引擎。
-
OpenAI
OpenAI 重磅发布 GPT-5：从聊天机器人迈向智能体，AI 正式进入企业实用时代
【HRTech 报道】2025年8月7日，OpenAI 正式发布了其最新旗舰级大模型 GPT-5，标志着生成式人工智能进入“智能体”新阶段。OpenAI CEO 萨姆·奥特曼在发布会上表示，GPT-5 是通往通用人工智能（AGI）的关键一步。不同于以往注重模型规模和参数数量，GPT-5 更侧重于架构创新与企业级能力落地，预示着 AI 正式成为企业核心工具的一部分。
从模型到智能体：统一架构打开多场景应用空间
GPT-5 是 OpenAI 首个“统一模型”，整合 GPT 系列与 o‑series（推理模型），不仅具备对话能力，更可以像智能代理一样执行复杂任务，包括代码生成、项目规划、调试协助和研究报告撰写等。这一转变也意味着，企业将不再仅依赖外部插件或工具，而是可以通过 GPT-5 实现高度自动化的工作流，开启“AI 工作伙伴”时代。
企业级应用升级：写作、医疗、金融能力全面增强
在多个关键行业场景中，GPT-5 展现出显著性能提升：
医疗健康场景的幻觉率降至仅 1.6%，较 GPT-4o 的 20.6% 大幅降低；
通用对话场景幻觉率也降至 4.8%；
可即时生成完整软件（vibe coding），实现从自然语言到代码部署的全过程自动化；
被媒体评价为“具备博士级专家问答能力”的 AI 助手。
这些提升让 GPT-5 在高风险行业如医疗、法律、金融中变得更加可靠，适用于决策支持、合规判断及精密内容生成。
技术亮点：即时软件与动态推理机制
GPT-5 引入了“实时路由器（real-time router）”与“test-time compute”机制，可根据用户输入的复杂程度动态调整推理深度与计算资源，在保证速度的同时提升响应准确率。这使得 GPT-5 成为真正适应多任务、多需求的智能系统。
基准测试领先但保持克制
在 SWE-Bench Verified（真实 GitHub 编程任务）中，GPT-5 首次尝试得分达 74.9%，略高于 Claude Opus 4.1 的 74.5%；在 GPQA Diamond（博士级科学问题测试）中取得 89.4%，领先行业同类模型。但在 Humanity’s Last Exam（跨学科能力测试）上使用工具后的得分为 42%，略低于 xAI 的 Grok 4 Heavy（44.4%）。OpenAI 也坦言，部分代理任务与安全机制仍在持续优化中。
用户体验升级：人格化、记忆能力双提升
个性化设定：ChatGPT 中新增了四种人物性格设置——“Cynic（愤世者）”、“Robot（机器人）”、“Listener（倾听者）” 和 “Nerd（学究）”，让用户能够根据对话偏好调整风格。同时，模型更关注会话历史与用户偏好，提升个性化与长期交互体验，助力 AI 助手真正走入日常工作与生活。
全面开放策略，赋能开发者与企业
GPT-5 已对所有 ChatGPT 用户开放，免费用户亦可体验核心能力：
Plus 用户每月 $20 可获得更高使用额度；
Pro 用户每月 $200 可访问 GPT-5 Pro 模型与更大计算资源；
开发者 API 提供 gpt-5、gpt-5-mini、gpt-5-nano 三种规格，灵活适应不同业务需求，按 token 计费起步价为每百万输入词元 $1.25，输出词元 $10。
对 HR 科技的深远影响
对于 HR 科技行业而言，GPT-5 的发布意味着：
招聘流程将更加智能化，实现从 JD 编写到简历筛选、面试问题生成的全链路自动化；
合规培训、政策解释、员工沟通等复杂任务可借助 GPT-5 实现快速生成与多语言支持；
企业内部的 AI 助手不再是概念，而是切实可用的生产力工具，推动 HR 数字化转型向深水区迈进。
OpenAI 用 GPT-5 展现了生成式 AI 的另一种可能：不仅聪明，更安全、更懂业务、更可控。这或将成为未来 HR Tech 领域，乃至所有企业级软件的核心驱动力量。
-
OpenAI
【旧金山】请假管理公司Sparrow 完成 3500 万美元 B 轮融资，加速全球 AI 请假管理解决方案扩展
HRTech概述：总部位于旧金山的员工请假管理平台 Sparrow 宣布完成 3500 万美元 B 轮融资，由 SLW 领投，累计融资金额达 6400 万美元。Sparrow 是全球首个为企业提供端到端请假管理的解决方案，结合 AI 自动化与合规专长，致力于解决 HR 在员工休假期间面临的法律、薪酬、流程等复杂挑战，提升员工体验与合规效率。
全球员工请假管理技术领导者 Sparrow 宣布，已完成 3500 万美元 B 轮融资，由 SLW 领投，使公司累计融资总额达到 6400 万美元。
Sparrow 是首个也是唯一一个为全球企业打造的端到端请假管理解决方案。公司通过结合深厚的合规专业知识与智能自动化，正在将 HR 最头痛的痛点转化为高效且以员工为中心的体验。
本轮融资将用于扩大 Sparrow 革命性的全球请假管理技术，使其进一步拓展到相关的劳动合规领域。
Sparrow 首席执行官兼联合创始人 Deborah Hanus 表示：“请假管理很复杂，也常令人焦虑。它涉及公司多个层面——法律合规、保险、各州机构、薪资、HRBP、管理层与员工。情况总在变化，关键数据又总是不在手边。Sparrow 将这些数据集中统一，使得请假以及相关合规事务真正变得无忧。”
人力资源从业者选择进入 HR 领域，是因为他们热爱“人”本身，而不是文书与合规事务。Sparrow 提供的端到端解决方案确保所有流程都能正确且一致地执行，从而改善 HR 与员工的整体体验，最终提升员工保留率与敬业度。
SHRM（美国人力资源管理协会）转型首席官 Andy Biladeau 表示：“通过 SHRM 会员服务，我们为 32.5 万名会员提供免费 HR 实时支持服务，每年处理超过 6 万通电话。其中请假管理问题连续十多年居于榜首。看到 Sparrow 在这一领域带来的深远影响，令人鼓舞。我们也期待支持他们进入下一个发展阶段。”
Aura 公司薪酬与运营高级总监 Angela Barker 表示：“对于分布式员工团队而言，保持请假合规非常困难。Sparrow 的服务在帮助我们理清劳动法规、并与内部政策对齐方面，价值巨大。”
Sparrow 的许多客户都在财务上获得了显著回报。例如 Eightfold AI 的员工运营副总裁 Sonya Miller 就指出：“Sparrow 的价值远超其成本，ROI 达到 6–7 倍。”
SLW 董事总经理 Matt Walsh 表示：“Sparrow 聚焦 HR 中最复杂、最容易被忽视的环节之一，通过 AI 技术自动处理手工、易出错的任务，为公司与员工带来极大便利。他们以独特的合规+自动化能力，打造出以员工体验为核心的流程。随着未来职场更加强调灵活与员工支持，Sparrow 极有可能成为 HCM 堆栈中这一关键领域的领导者。”
此前一轮投资方 WndrCo 的联合创始人兼管理合伙人 Jeffrey Katzenberg 补充道：“我的信念是‘通过做善事来成就好事业’。当员工面临需要请假的人生事件时，优秀的企业会挺身而出，让员工无需在事业与家人之间二选一。通过 Sparrow，企业能提供无缝的请假体验，使员工在回归岗位时更加忠诚、投入，并愿意分享他们感受到的支持。”
目前，已有超过 1000 家“有温度”的企业选择了 Sparrow，包括 OpenAI、Reddit 与 Oura 等。在软件评测平台 G2 上，Sparrow 获得了 4.8/5 的高评分。
关于 Sparrow
Sparrow 是全球首个为现代雇主打造的端到端请假管理解决方案，致力于在员工经历重大人生事件时为其提供支持。其“高科技 + 高服务”模式可自动处理最繁琐的请假流程，同时配备世界一流的请假顾问团队，为美国与加拿大各类请假提供优质体验。包括 OpenAI、Chime、Reddit 在内的众多企业信任 Sparrow，用于降低合规风险、提升员工体验、控制人力成本。
关于 SLW
SLW 最初于 2012 年作为 Silver Lake Waterman 成立，是全球科技投资领导者 Silver Lake 的增长战略业务部门。2024 年，SLW 独立运营，但仍与 Silver Lake 保持协作关系。SLW 致力于与领先科技公司建立长期合作，提供灵活的股权与非稀释性资本支持，满足企业不同发展阶段的资金需求。其核心理念是通过耐心资本与战略支持，陪伴卓越创始人与管理团队共同成长。
-
OpenAI
硅谷AI招聘平台 Mercor 完成1亿美元B轮融资，估值20亿美元
AI招聘初创公司 Mercor，由三位21岁的Thiel Fellows（蒂尔奖学金获得者）创立，近日宣布完成1亿美元B轮融资，公司估值达到20亿美元。本轮融资由Felicis领投，Benchmark、General Catalyst和DST Global等投资机构跟投。这家成立于2023年的公司通过AI技术自动化简历筛选、候选人匹配、AI面试和薪酬管理，号称能提升招聘效率并减少人为偏见。
目前，Mercor的客户包括OpenAI等顶级AI实验室，其业务已扩展至印度、美国、欧洲和南美。随着AI技术的进步，Mercor正在推动“项目制+自由职业”的招聘模式，公司年收入已达7500万美元，估值增长至营收的27倍。尽管有人担忧AI招聘可能加剧就业淘汰，Mercor CEO认为AI经济将提高人类工作的价值，并加速企业从长期雇佣转向按需聘用。
全球AI招聘领域再添重量级玩家。由三位21岁的Thiel Fellows（蒂尔奖学金获得者）创立的AI招聘初创公司 Mercor 近日宣布完成 1亿美元B轮融资，公司最新估值达 20亿美元，比2024年2500万美元的估值暴涨 8倍。本轮融资由 Felicis 领投，Benchmark、General Catalyst、DST Global等知名投资机构跟投。Mercor的投资人还包括科技界大咖 Peter Thiel、Jack Dorsey 和 Adam D’Angelo。
这家成立于 2023年 的公司，致力于用AI技术革新招聘流程，提供 智能候选人筛选、AI驱动的面试系统以及自动化薪酬管理。Mercor的愿景是“用AI匹配全球人才，让人类的技能得到最高效利用”，目前已为 46.8万名求职者提供评估，服务范围涵盖 软件工程、内容创作、产品开发、运营、咨询、法律、医学 等多个领域。
从程序员到医生，AI招聘加速扩张
Mercor最初专注于 软件工程师招聘，如今已扩展至更广泛的专业领域，包括 咨询师、博士、银行家、医生、律师，以满足市场对高端人才的需求。该平台采用 20分钟AI智能面试 评估求职者的技能，随后将其匹配到最合适的全职、兼职或临时岗位。
“我们的目标是让AI更精准地预测候选人的未来表现，而不是仅仅依赖传统简历筛选。”——Mercor CEO Brendan Foody 表示。
AI招聘的核心优势在于 高效、精准、规模化，但其去偏见（de-biasing）能力仍然存疑。目前，OpenAI等顶级AI实验室已经在使用Mercor的招聘工具，该公司也声称其AI算法比人工筛选更能发现高质量候选人。
印度和美国是Mercor的主要人才来源，但该公司正在积极拓展欧洲和南美市场，以迎合全球企业对灵活用工模式的需求。
7500万美元的 ARR，AI招聘进入“高估值时代”
随着企业对 灵活就业、远程办公 的需求增加，Mercor的业务迎来了爆发式增长。其主要 收入模式 是向企业按小时收取人才匹配费用。
2024年9月，Mercor月增长率高达50%，当时的年收入运行率（ARR）已达 数千万美元。
目前，Mercor的ARR已达7500万美元，其中大部分收入来自 AI实验室。
按 27倍 ARR 估值计算，Mercor的20亿美元估值相对合理，而一些AI初创公司甚至能获得 50倍 ARR 的溢价。
Foody认为，未来企业 更倾向于按需雇佣专家，而不是依赖传统的长期雇佣关系。“AI招聘的核心趋势是让每个岗位都匹配上最合适的人，而不再只是雇佣身边可用的人。”
AI招聘的机遇与挑战：自动化 vs. 就业危机？
AI招聘的崛起，也伴随着争议。
招聘去偏见？ Mercor声称AI能减少人为偏见，但AI模型本身的偏见问题仍未完全解决。
AI会抢走招聘人员的饭碗？ 一些人担忧AI会削弱HR的价值，Foody则认为 AI不会取代人类，而是让人类的工作更具价值。
“如果AI自动化了90%的经济，那么剩下10%的工作就变得更加重要。企业需要最强大的人才来填补关键岗位，而AI招聘就是要解决这个匹配问题。”——Foody
随着Mercor的融资加速，AI招聘是否能真正取代传统人力资源模式，仍有待市场验证。但可以确定的是，HR科技正在进入一个由AI驱动的智能匹配时代。
-
OpenAI
OpenAI发布全新AI Agent工具“Operator”，重新定义网页操作体验
OpenAI最近推出了一款名为**“Operator”的AI浏览器助手，这是一项全新的研究预览技术，旨在帮助用户通过自动化执行网页任务，提升效率、节省时间。Operator基于CUA（Computer-Using Agent）模型**，可以模拟人类在浏览器中的操作，包括点击按钮、填写表单、滚动页面等复杂互动。这种技术无需API集成，即可直接在网页界面上完成任务，使其在日常生活和商业应用中具备极大潜力。
2025年是智能代理崛起的一年。
2025 is the year of AI Agents.
刚刚，全球领先的人工智能公司OpenAI正式发布了一款名为**“Operator”**的AI代理工具，这是一项能够自动执行网页任务的智能助手。通过结合先进的视觉识别能力和人机交互技术，Operator可以模拟人类操作浏览器，包括点击、输入和滚动页面等复杂动作，旨在帮助用户解决日常生活和工作中繁琐的在线任务。
智能浏览器助手：高效完成网页任务
Operator的核心是基于OpenAI开发的“CUA”（Computer-Using Agent，计算机使用代理）模型，能够通过浏览器界面完成如表单填写、票务预订、在线购物等操作。值得一提的是，Operator无需特殊的API集成，而是通过截图和键鼠模拟的方式“看见”和“执行”网页上的任务。
用户只需简单描述自己的需求，Operator就能独立完成任务，例如为用户预订评价最高的罗马一日游、补充家庭常用的生活物资，甚至同时处理多个网页操作。对于涉及登录、支付等敏感操作，Operator会暂停任务，主动请求用户手动输入以确保数据安全。
亮点功能：创新与安全并行
自动化与个性化相结合：用户可以根据自己的需求，定制如航班选择、购物偏好等个性化设置，提升使用体验。
多任务并行：Operator支持同时运行多个任务，进一步提高效率。
隐私与安全保障：对于敏感信息，Operator采取严格保护措施，包括手动接管模式、用户确认以及数据透明管理等。
合作伙伴支持：目前，Operator已与Instacart、DoorDash、Uber等知名企业合作，未来还将扩展至更多领域，为用户和企业带来更多价值。
开启AI助手新纪元
Operator的推出，不仅为普通用户提供了极大便利，也为企业和公共服务部门带来了创新可能。例如，Instacart通过与Operator的合作，优化了在线购物流程；而美国斯托克顿市则利用Operator为市民提供更高效的城市服务申请体验。
“Operator的上线标志着AI从被动工具向主动参与者的转变。”OpenAI相关负责人表示，“未来我们还将逐步扩大用户群体，向Plus、团队和企业用户开放，甚至集成到ChatGPT中，进一步提升用户体验。”
早期局限与未来计划
作为一项研究预览，Operator目前在复杂操作（如幻灯片制作或日历管理）中仍存在一定局限性，但OpenAI计划通过用户反馈不断优化，并在未来开放CUA模型的API，让开发者可以基于Operator开发定制化的任务代理。
媒体点评
“Operator的出现，为网页操作带来了全新的可能性。这不仅是人工智能技术的突破，更是一次对日常生活和工作方式的深度革新。”业内分析师指出，随着Operator的功能进一步完善，它有望成为人们数字化生活中的重要助手。
结语
从解放用户双手，到为企业提供创新解决方案，Operator展示了人工智能技术如何在提升效率与优化体验中发挥重要作用。随着Operator的持续升级，未来的网页操作可能会被重新定义，让人们能够更专注于高价值的工作和生活。
-
OpenAI
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。
-
OpenAI
【伦敦】AI面试记录工具Metaview 获得 700 万美元 A轮融资，用 AI 革新面试记录，省去面试官写面试记录
Metaview 在招聘领域取得了一项重要成就，成功获得了 700 万美元的 A 轮融资。这一成就不仅反映了新老投资者对 Metaview 创新策略的认可，更标志着招聘流程革新的新篇章。这次融资由 Plural 领头，同时获得了 Zach Coelius、Vertex Ventures US、Seedcamp、Village Global 等知名投资者的支持，以及来自 Barney Hussey-Yeo (Cleo)、Kyle Parrish (Figma) 等业界领袖和众多 Metaview 客户的热情助力。
自 2018 年成立以来，Metaview就致力于解决招聘过程中存在的各种低效问题。该公司发现，招聘过程中产生的大量非结构化的环境数据蕴含着优化团队建设的巨大潜力。虽然初期在数据利用上遇到了挑战，但 OpenAI 在 2022 年底推出的 GPT-3.5 成为了 Metaview 的游戏规则改变者，帮助公司从数据中提取有价值的洞察，进而全面转向以 AI 为核心的战略。
这一战略调整为 Metaview 带来了爆炸性的增长，客户数量和用户参与度分别实现了 20 倍和 23 倍的年度增长。通过 AI 洞察驱动的策略，Metaview 大幅降低了客户获取成本，成功地将用户转化为品牌的忠实倡导者，并在招聘领域树立了新的里程碑。
展望未来，Metaview不仅计划将 AI 作为优化现有工作流程的工具，而且还打算以 AI 为基石，彻底重塑招聘流程，特别是在至关重要的招聘环节上。凭借新一轮的资本注入，Metaview 正在积极扩充其产品、工程、营销和销售团队，寻找那些渴望在这场革命中发挥重要作用的有志之士。
Metaview 的发展轨迹标志着招聘方式的一次大胆创新，展现了一个未来愿景：在这个愿景中，AI 驱动的洞察将简化并优化招聘流程，使其更加高效和有效。在投资者的强力支持和团队的全力投入下，Metaview 正在朝着重塑招聘流程和决策、为数百万客户带来创新解决方案的目标稳步前进。
关于Metaview
Metaview 是一家提供自动化、AI驱动的面试记录服务的公司。它旨在帮助招聘人员节省时间，专注于与候选人和招聘团队的高质量互动。Metaview自动记录面试过程中的对话，生成笔记，使招聘人员可以更专注于面试本身而非记录过程。此外，Metaview的服务与现有的视频会议平台、移动通话等工具兼容，不需要改变现有的工作流程。它还考虑到数据安全和隐私保护的需要，遵守GDPR和CCPA等法规。Metaview特别为招聘过程设计，不仅仅是一个通用的摘要工具，能够理解招聘对话的细微差别，并与其他数据源（如ATS）结合使用，以合成最相关的笔记。
-
OpenAI
【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。
-
OpenAI
Josh Bersin谈：如何创建人才密度？
在这篇文章中，我想谈谈一个新概念--人才密度。当我思考这个概念时，我认为它代表了管理中更重要的话题之一。因此，我希望你和我一样觉得它很有趣。
首先，人才密度的概念很简单，它是由 Netflix 首创的。
人才密度是指公司拥有的技能、能力和业绩的质量和密度。
因此，如果你的公司 100%都是高绩效人才，那么你的人才密度就非常高。如果你的公司只有 20% 的高绩效人才，那么你的人才密度就不高。这很容易理解，但很难实施，因为它涉及到我们如何定义绩效、如何选聘人才、如何决定谁会得到晋升、如何决定谁会参与哪个项目以及如何分配薪酬。
因此，在解释人才密度之前，我们先来谈谈大多数公司的基本信念。大多数企业都认为，他们的绩效是呈正态分布或钟形曲线的。我不知道为什么这种统计模型会被应用到组织中，但它几乎成了一项标准政策。(学术界已经证明它是错误的，我将在下文中解释）。
利用钟形曲线，我们可以确定 "平均值 "或平均绩效，然后将绩效分为五个等级。1 号是向右两个标准差，5 号是向左两个标准差。
在第一级工作的人可以获得大幅加薪，在第二级工作的人可以获得中等加薪，在第三级工作的人可以获得平均加薪，在第四级工作的人可以获得低于平均水平的加薪，而在第五级工作的人可能需要离开。在这个过程中会有很多政治因素，但通常就是这样。
正如我在《钟形曲线的神话》一书中所描述的，这些绩效和薪酬策略已经沿用了几十年。由于统计数据限制了 "1 "的数量和价值，这些策略在规模上造成了以平庸为中心的组织。如果你的绩效是 1，而你得到的是 2，你就会辞职。如果你的业务水平是 3 级，你很可能会被淘汰。你明白我的意思。由于公司大部分员工都被评为 2 级或 3 级，因此大多数经理都处于中间水平。
俗话说，A 级经理雇佣 A 级员工，B 级经理雇佣 C 级员工。因此，随着时间的推移，如果不不断调整，我们的组织几乎注定只能处于中等水平。
我并不是说每家公司都会经历这样的过程，但如果你看一下大型组织的员工人均生产率，几乎总是低于小型组织。为什么呢？因为随着组织的发展，人才密度会下降。(以 Netflix 为例，其每名员工创造的收入接近 300 万美元，是谷歌的两倍，迪士尼的 10 倍。他们是唯一盈利的流媒体公司，员工人数不到 2 万，市值 2400 亿美元）。
传统模式在工业时代还算不错，那时我们人才过剩，工作定义明确，大多数员工都以 "生产了多少小部件 "来衡量。在那个时代，我们可以把 "表现差的人 "换成 "表现好的人"，因为就业市场上有很多人。
我们不再生活在那个世界里了。我们现在生活的世界，失业率低于 4%，关键技能持续短缺，劳动力日益短缺。而由于自动化和人工智能的发展，人均收入或价值已经飙升，几乎比 30 年前高出一个数量级。
因此，我们需要一种更好的方式来考虑绩效问题，在这个世界上，人员较少的公司可以超越那些规模过大的公司。看看 Salesforce、谷歌、苹果这些本质上都是创意公司的公司，是如何随着规模的扩大而放缓创新能力的。看看规模很小的 OpenAI 是如何超越谷歌和微软的。
如今，大多数企业都是通过创新、上市时间、客户亲密度或知识产权来实现超越的，而不是通过规模或 "更努力的工作"。
在公司不断发展壮大、大量招聘员工的情况下，我们如何保持高水平的人才密度？在这方面，Netflix 写了一本书，让我来给你讲讲。
首先，招聘过程应注重人才密度，而不是人满为患。我们招聘的不是 "填补空缺 "的人，而是对整个团队有增值或倍增作用的人。我们要招聘的是能够挑战现状，带来新想法、新技能和新理念，超越 "工作 "定义的人。例如，Netflix 重视勇气、创新、无私、包容和团队合作。这些都不是关于 "做好本职工作 "的表述。
Netflix 的想法是，每一次递增式招聘都应该让公司里的其他人和团队里的其他人都能做出更高水平的业绩。现在，这对缺乏安全感的经理人来说是个威胁，因为大多数经理人都不愿意雇佣可能夺走自己饭碗的人。但这就是我们遇到这个问题的原因。
其次，我们需要围绕帕累托分布（也称为幂律）而不是正态分布来管理或创建某种类型的绩效管理流程。在帕累托分布或幂律中，我们有一小部分人创造了超常的绩效水平，你可以称之为 80/20 法则或 90/10 法则。(20%的人做了 80% 的工作）
研究表明，公司和许多人群都是这样工作的，这是有道理的。想想运动员，少数超级运动员比同龄人强 2-3。音乐、科学和娱乐界也是如此。销售和许多商业领域也是如此。
Ernest O'Boyle Jr.和 Herman Aguinis 在 2011 年和 2012 年进行的研究（共 198 个样本中的 633263 名研究人员、艺人、政治家和运动员）发现，这些群体中有 94% 的人的表现不符合正态分布。相反，这些群体属于所谓的 "幂律 "分布。
在人类的每一个群体中，都有少数人拥有上帝赋予的天赋，在工作中表现出色，他们似乎天生就比其他人优秀得多。
比尔-盖茨曾对公司的人说，他认为有三个工程师成就了微软公司。我在许多其他公司也听到过这种说法，一个软件工程师和合适的角色可以完成其他 10 个人的工作。
现在，这并不是说每个人都会陷入帕累托分布的某一层次。在你职业生涯的某个特定时间点，你可能处于 80% 的水平，而随着时间的推移，随着你的学习和成长，随着你发现自己天生擅长的事情，你最终会处于 20% 的水平。但在一个特定的公司里，这是一个不断发生变化的动态过程。这就是 Netflix 的做法--不断提高人才密度。
这对绩效管理意味着什么？这意味着，为了照顾到这样一个群体，我们必须以不同的方式进行招聘，避免钟形曲线，并为高绩效者提供高薪。不是比其他人多一点，而是多得多。体育和娱乐界如此，商业界何尝不是如此。
如果你看看谷歌、微软等公司，这些公司中有些人的收入是同行的两到三倍。只要这些决定是根据业绩做出的，人们就会接受。
显然，如果赚大钱的人是最好的政客、最帅的人或最受欢迎的人，那就行不通了。
这就引出了第三点： 在 Netflix 文化中，有大量的授权、360 度反馈、坦诚和诚实。你可能读过 Netflix 的文化宣言：人们需要诚实、讲真话、相互反馈，并注重判断力、勇气和责任感。Netflix 最近才增加了职位级别：他们多年来一直没有职位级别。
给人反馈是一项挑战，因为这让人不舒服。因此，这必须从高层开始，而且必须以发展、诚实的方式进行。这并不意味着人们应该相互威胁或诋毁，但我们都需要知道，在项目结束或会议结束时，有人可以告诉我们 "这里有什么好的地方，这里有什么不好的地方"。
作为世界上最重要的机构之一，美国军队的生老病死都离不开这个过程。如果你在军队里搞砸了什么事，你可以保证有人会告诉你，你会得到一些帮助，确保你不会再犯。在公司里，我们没有生死关头，但我们肯定可以利用这种纪律。
人才密度的第四个要素是领导力和目标设定。阻碍高绩效公司发展的真正原因之一是个人目标过多，项目和责任各自为政，人们看不到全局。
如果你的目标设定和绩效管理过程完全基于个人绩效，那么你的公司就没有达到最佳状态。这不仅不利于团队合作，而且公司中确实没有一件事是任何人可以单独完成的。因此，我们的绩效管理研究不断表明，人们应该为自己和团队的成就获得奖励。(以下是研究解释）。
为什么现在人才密度很重要？让我来谈谈几个原因。
首先，我们正在进入一个低失业率时期，因此每次招聘都将充满挑战。而且，由于人工智能的出现，公司将能够以更小的团队进行运作。还有比这更好的时机来考虑如何 "裁员"，让公司发挥最佳效能吗？
其次，人工智能带来的转型需要公司具备很大的灵活性和学习敏捷性。您需要一个高度集中、步调一致的团队来帮助实现这一目标。虽然人工智能将帮助每家公司不断进步，但您快速利用人工智能的能力将转化为竞争优势（回想一下网络、数字和电子商务是如何做到这一点的）。
(我坚信，人工智能应用最巧妙的公司将颠覆竞争对手）。我仍然对 Whole Food 的手部识别结账流程感到惊讶： 我可以预见，自助式咖啡、杂货以及其他零售和酒店服务业将会出现）。
第三，后工业时代的商业世界将开始贬低庞大、笨重的组织。许多大公司只需要很多人，但正如西南航空公司很久以前教导我们的那样，小团队才会有好业绩。因此，如果你不能把公司分解成高绩效的小团队，你的人才密度就会受到影响。
当苹果公司价值 100 亿美元的汽车被写入书中时，我打赌其中一个问题就是团队的大小和规模。我们很快就会看到。顺便说一句，我仍然推荐大家读一读《The Mythical Man-Month》，在我看来，这本书堪称小型团队组织的圣经。
如果你是一家医疗保健提供商、零售商、制造商或酒店管理公司呢？人才密度适用于你吗？当然适用！去好市多（Costco）看看那里的员工有多开心，有多投入。然后再去一家经营不善的零售商，你就会感受到其中的差别。
我在《无法抗拒》一书中举例说明了一些公司，它们都接受了我所说的 "人类精神永不熄灭的力量"。没有人愿意感觉自己表现不佳。只要正确地关注责任和成长，我们就能帮助每个人超越他们的期望。
现在是重新思考我们的组织如何工作的时候了。我们不仅要提拔和奖励表现优异的员工，帕累托法则和人才密度思维也鼓励我们帮助中层员工学习、成长，并将他们改造成超级明星。
让我们抛弃钟形曲线、强制分布和简单化绩效管理的旧观念。追求永恒高绩效的公司是充满活力的工作场所，它们能提供卓越的产品和服务，对利益相关者来说也是巨大的投资。
-
OpenAI
【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。
扫一扫 加微信
hrtechchina
