Talent Intelligence
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
Talent Intelligence
Talent Intelligence
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。
Talent Intelligence
Talent Intelligence
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。
Talent Intelligence
Talent Intelligence
大咖谈趋势：3400亿美元的企业学习的市场将迎来巨大变革
本文探讨了企业学习行业的演变，特别是人工智能如何引领这一行业的巨变。企业每年在员工培训和发展上的开支超过3400亿美元，从传统的课堂培训到在线学习，再到以技能为中心的学习，行业一直在不断发展。现在，人工智能预计将彻底改变公司的学习管理系统（LMS）和学习体验平台（LXP），通过个性化和动态生成内容来提高学习效率和效果。文章强调了适应这种变化的重要性，以及AI在企业培训和人才发展中的潜力。
作者：Josh Bersin
企业在员工培训和发展上的年支出超过3400亿美元，平均每名员工每年花费超过1500美元。这笔巨额开支支撑着一个全球产业，涉及数百家内容和技术公司，现正站在重新定义的风口浪尖。请允许我详细解释这一过程。
从电子学习到集体学习再到自主学习的演变
20世纪90年代末，随着互联网的崛起，以传统教室授课为主的培训产业发生了翻天覆地的变化。企业和内容提供者纷纷开发“电子学习”课程，试图在线复制面对面教学的体验。那是一个充满创新的时期，虽然今天看来有些过时，但它孕育了像Skillsoft（并购了众多竞争对手）、Cornerstone（同样并购了众多竞争对手）以及一大批传统的学习管理系统（LMS，例如Plateau、SumTotal、Learn.com、Pathlore等）公司，这些公司最终都被并购。
如今，LMS市场的规模已超过200亿美元，这一切几乎都是在线培训推动的结果。虽然这些系统可能看起来笨重，但它们对全球每家公司的交易和记录保持都至关重要。
当公司争相购买LMS系统——这是一个投资者非常关注的热门市场时，他们发现一个庞大的课程目录并不实用。因此，他们开始构建一套特征，我称之为“以人才为驱动的学习”，包括基于能力的学习、与职业角色一致的课程和职业发展路径系统。这些特征被添加到LMS中，使得这些系统不仅仅是教育工具，更像是“人力资源系统”，从而促使供应商扩展到更多的人才管理功能。
早期的开拓者Saba和Cornerstone开始推出绩效管理工具。回顾起来，这些尝试可能看起来有些简单，但当时它们代表了一个重大突破。突然之间，公司不再单独购买LMS系统，而是选择购买包含多个功能的“人才管理套件”，这迫使专注于LMS的供应商开始涉足招聘、目标管理乃至薪酬管理。他们可能没有意识到，放弃核心业务最终会导致他们被市场颠覆。
随着Facebook（2004年）、YouTube（2005年）和Twitter（2006年）的相继出现，内容世界发生了巨变。视频、文章和专家意见变得触手可及，那些笨重、以课程目录为导向的LMS系统显得格外难以使用。因此，随着公司寻求新的解决方案，原本投入巨资于人才管理的LMS市场开始显露老态。学习体验平台（LXP）市场随着Pathgather（2010年）、Degreed（2012年）、EdCast（2013年）的诞生而兴起，企业转向这一新兴领域投资。
2010年代初，整个行业的理念是尝试模仿Google，打造一个既具有Twitter式动态性又拥有YouTube式丰富内容的企业学习系统。传统的LMS和人才管理系统逐渐过时，供应商在缓慢的增长中寻求出路，最终合并为几家大型玩家。
随后，微学习的概念兴起。iPhone成为了视频播放平台（2008年），Instagram（2010年）、Snapchat（2011年）及后来的TikTok（2015年）向我们展示了短视频和“微学习”可以是多么的有趣。过长的两小时在线课程变得不受欢迎，因此LXP供应商开始扩展自己的产品线。随着公司将越来越多的内容投入到LXP中，我们意识到需要一种方法来寻找、精准定位并个性化所有这些学习材料。
此变化自然引发了内容市场的爆发。LinkedIn、Coursera、Udemy、OpenSesame、Go1等供应商决定开拓这个领域，推动了新材料的狂热消费。自那以后，内容市场继续繁荣发展，尽管仍然主要由小型玩家主导，但被更大的聚合商所整合，这些聚合商销售并分发多种品牌。
（顺便提一下，Workday在2016年收购了视频公司Mediacore，以抓住这波趋势。由于缺少核心LMS功能，他们花费数年时间将其发展成为一个完整的LMS。）
进入技能的世界。
你可能不会相信，但“技能记录系统”的概念最初出现在LXP领域，供应商如Degreed和EdCast建立了一个搜索术语数据库，并用“技能”一词标记内容。在消费者市场，我们能接收到成百上千的信号来推荐广告，但LXP供应商只有少数工程师，因此他们的“技能分类”相对简单。这个概念迅速走红，公司开始专注于构建基于“技能”的培训，随后是招聘和人才战略。
同时，L&D领域正处于创造性混乱之中。出现了如360 Learning、Fuse Universal、Kineo等数百家内容创作和分享系统的供应商，旨在帮助公司创作、分享视频内容，并按角色、技能或职能进行组织。这些并非严格意义上的LMS系统，但它们位于LMS前端，使员工能够轻松创建和消费动态内容。
这一时期，从2018年至今，成为L&D领域的热潮。市场充斥着各式各样的视频内容工具，同时像STRIVR和Talespin这样的先锋公司开始为虚拟现实（VR）构建工具和内容系统。自创内容平台、视频平台和VR平台正在满足重要需求，而LMS市场则变得更加固定、枯燥和无趣。（Talespin最近被Cornerstone收购。）
顺带一提，我仍然认为“能力学院平台”市场具有巨大潜力（这类平台提供综合的专业能力和小组学习功能，例如我们的Josh Bersin Academy）。Docebo、Learn-In、Nomadic、NovoEd和Intrepid等供应商仍在增长，但随着时间推移，这些系统可能被整合进人才市场。这一领域一直是行业的一个亮点。
作为分析师，我得诚实说，过去几年对我来说有些单调。我们帮助了数百家公司决定该选择哪种L&D系统，但通常我们发现这些组织有太多平台，内容分散杂乱，缺乏一致性的数据处理，以及在这一领域的过度投资。因此，这个静态期代表了过去3到5年的趋势，是企业整理过去十年购买历史的好机会。
世界突然再次发生变化。技能分类的理念迅速蔓延，同时新兴的人才智能系统，如Eightfold、Gloat、Fuel50等纷纷涌现。这些新兴系统使公司能够按技能寻找人才、根据技能推荐职位和机会，并按技能动态规划职业路径，再次与L&D领域发生碰撞，促使我们将所有内容“整合”进这些新平台中。
本周我刚与我最喜爱的L&D专家之一通话 ，他向我展示了他所在的大型制药公司如何将其LMS、LXP和人才市场融合成一个无缝、端到端的体系。他可能略微超前于当前趋势，但这正是事物发展的方向。
然而，故事还在继绀。又一场变革已经到来，这一次的影响力与YouTube、Instagram或iPhone相媲美，甚至更大。没错，就是AI。
AI，如许多人所预料，将彻底颠覆这个行业。正如我们在电子学习和人才管理时代所见证的那样，这意味着供应商生态将彻底改变。
AI如何改变一切
让我不夸大其词地告诉你。在这30年的故事中，有一点始终未变：企业培训关注的核心始终是内容。是的，我们希望内容更简短、更快速、能在手机上查看——但如果内容本身没有实用价值，不切实际，不易于消费，它就无法发挥作用。你们中有多少人为了得到学分而快速点击通过那些以页面为基础的合规课程，但实际上几乎没有注意内容？这正是我们面临的挑战。所有这些向视频、微学习、大规模开放在线课程（MOOCs）以及其他形式的转变，都是为了解决这个问题的尝试。
比如，假设企业学习系统能识别你是谁，你只需提出一个问题，它就能生成答案、一系列资源和一组动态学习对象供你消费。有时候，你可能只需快速获取答案即可。其他时候，你可能会深入研究内容。还有时，你可能会浏览整个课程，并花时间学习所需的知识。
假设这一切都是完全个性化的。这意味着你不会看到一个“标准课程”，而是根据你当前知识水平定制的特殊课程。
这就是AI即将带给我们的。而且，这已经在今天开始发生了。
不仅生成式AI能够回答问题和吸收内容（例如，Galileo™已经容纳了我们25年以上的每一项研究，包括视频、播客和文章），它还能生成视频、测试、测验甚至整个课程。它可以作为技术课程的教学助手，也可以作为领导力项目的教练或导师，并且能够进行语言转换。
AI能够根据你的身份动态生成内容，这意味着什么？
那么，LMS市场、LXP市场、VR学习市场以及所有内容提供商将如何呢？在未来几年，我们将见证一场巨大的行业洗牌。
供应商正在采取的行动
虽然我无法确切知道每个L&D供应商正在做什么，但可以肯定，变化正在迅速进行中。
Docebo Shape能够从文档中生成高效的互动式培训材料（Arist也能做到这点）。Uplimit构建了一个完整的L&D平台，采用AI智能体和课程中自动生成的内容。我们的合作伙伴Sana不仅能自动生成内容，还围绕AI核心建立了一个完整的LMS系统。Cornerstone通过收购Talespin，能够动态创建角色模拟和几乎可以无限配置的场景。快速增长的“精确技能”供应商Growthspace，可以根据1100种具体的商业技能，为你匹配一个“技能教练”，与你的具体目标对齐。
LMS市场不会消失，但正如人才智能系统正在逐渐取代应聘追踪系统（ATS）和人力资源管理系统（HRMS）一样，AI驱动的内容平台将逐步侵蚀LMS市场。我的制药公司朋友希望他的LXP能成为他们的“动态内容系统”，但坦白说，我不确定LXP供应商是否已经准备好迎接这个挑战。许多供应商，从LinkedIn到Microsoft，将不得不重新考虑他们如何成为“动态学习”系统，以及他们希望在其中扮演什么角色。
正如所有技术转变一样，通常情况下，从头开始构建的系统会超越旧有系统。对于Cornerstone或Docebo这样拥有数千客户的公司来说，当新技术出现时，他们不能简单地“替换”他们已经建立的系统。因此，新兴的AI驱动学习系统可能会由新的供应商推出，并随着这些公司的发展，开始取代和竞争现有的系统。
尽管看上去简单，学习技术实际上非常复杂。Workday几乎花了十年时间从Mediacore发展到一个相对健全的LMS，并且他们才刚刚开始尝试AI。因此，不要期望你现有的供应商能够一夜之间彻底改变。
但有一件事我可以确定：颠覆即将来临。就像Plateau、Saba和SumTotal在2000年代初期时“市场上最热门的供应商”一样，它们很快就成为了过时系统和收购目标，当市场变化时同样的情况也可能发生在今天。新兴供应商如Sana、Growthspace、Uplimit、Docebo、LMS365等将崭露头角。
尽管风险资本家通常对这个市场持谨慎态度，但往往是那些拥有最佳管理团队的公司最终胜出。大型供应商如LTG、Cornerstone和Skillsoft拥有充足的资金，因此随着市场的发展，任何事情都有可能发生。但对我来说，一件事是明确的：前方是一个巨大的增长周期。
AI的机会是真实的，而且极为巨大
想象一下我们公司中的遗留内容量。全球必然存在价值超过一万亿美元的 合规培训、销售培训、运营培训、安全培训和领导力发展内容。如果AI能够在大规模上“重新利用”和“再创造”这些内容，我们将看到这个巨大的市场向新系统转变，最终实现知识管理和学习的完美结合。
我来举一个简单的例子。我们的一位Galileo客户是一家拥有百年历史的大型航空航天公司，他们在工程、产品设计、航空和国防技术方面有着丰富的积累。他们构建了喷气引擎、导弹、核潜艇以及各种系统。对于一名新工程师，他们需要超过三年的时间来完成“入职培训”，因为需要掌握大量的知识产权、设计专长和系统操作。他们的资深工程师们都在逐渐退休！
他们在我们的帮助下，开始了一个以AI为中心的试点项目，把多年累积的内容放到一个新平台中，供年轻工程师使用。我相信，这将带来翻天覆地的变化。Galileo将协助处理管理层面的问题，而一个类似的AI助手将帮助工程师学习、寻找文档、观看视频并参加相关课程。传统的LMS和HRMS工具可能不会在这一过程中发挥重要作用。
考虑一下你的公司。你们囤积了多少内容、专业知识和旧有的培训资料？AI可以“释放”这些资源给你的员工，使其以前所未有的方式变得可用。这是一个激动人心的新时代，充满了即将到来的变革。
Talent Intelligence
Talent Intelligence
人才情报–招聘者的视角
原文标题：Talent Intelligence – A Recruiter’s View
人才情报（Talent Intelligence 简称TI）。这是一个流行语，在全球人才招聘（TA）领域流传了几年。但是到底是什么呢？人才情报可以定义为公司用于收集和分析有关竞争对手的人才库，技能，工作和职能的外部数据，然后使用这些数据获得竞争优势的过程。
外部人才情报-通过与人员分析合作与内部公司数据相结合-具有产生重大战略业务影响的潜力。但是，人才情报的未来发展，范围和位置在组织结构中的位置尚不清楚。
与客户成功并行
人才情报迄今为止的发展让我想起了很多客户成功案例。作为一名招聘人员，过去几年中，我在该领域从事过许多领导职务的工作，这也许就是我想到这种比较的原因。客户成功是许多企业的一项非常新功能，并且像TI一样，它还在不断发展。从我所看到的，客户成功的范围和定义主要分为以下三个阵营：
在某些企业中，它只是一个简单易用的名称，代表直接的客户支持。
在大多数情况下，它包含客户帐户管理和追加销售-因此属于销售职能。
在少数几个罕见的组织中，客户成功是真正的战略职能。它仅专注于与客户合作以实现他们的目标和成果，真正地专注于客户的成功指标而不是销售团队的收入指标。
客户成功组织遵循的路径取决于公司文化和真正以客户为中心的优先级。当然，内部政治和各自领导人的个人力量也起着重要作用。
人才情报的未来
从我所看到的情况来看，到目前为止，还没有任何组织能够成功实现客户成功。这是可以理解的，因为它仍在确定其身份是一个相对较新的业务功能。我认为TI将沿着非常相似的轨迹发展，分为三个大阵营：
具有较弱的人才招募功能，顺从的领导力将难以超越基本的个人空缺水平智能。
人才情报的大多数职能最终都将随着时间的推移而演变为人才分析-利用TI来解决诸如定位研究，为雇主品牌战略提供意见，建立与购买等方面的重点挑战，并在人员分析和人力资源方面与同行进行更多协作。
少数人将实现使用TI形成集中式智能功能的一部分的圣杯，该功能不仅驱动人才战略，而且推动整体业务战略。例如，当一家公司考虑收购另一家公司时，TI可为并购团队奉行的战略带来多少收益？鉴于组织相对于同龄人的相对实力是价值的关键驱动力，因此这肯定是流程中的关键步骤。这只是TI不应该被用来定义招聘策略而是整体业务策略的一个例子。在我看来，以这种方式使用TI的组织将成为人才和客户之战的未来胜利者。
我相信正常的钟形曲线分布将出现在这三个桶中。
谁得到靠窗的座位？
除身份危机外，TI的业务定位还存在一些争议。它应该是人才获取，人力资源/人员分析的一部分，还是应该属于集中战略职能？代表该领域专业人士的Facebook Talent Intelligence Collective组织最近进行的一项民意测验在该主题上的分歧很大-尽管获得的样本量很小。
对于我来说，看到令人着迷的情报工作及其带来的带来价值的机会而坐在人才收购之外真是令人失望。但是，我认为发生这种情况确实有危险，因为在许多组织中，技术援助仍然非常活跃和可操作。
同时，人力资本分析也在蓬勃发展–在LinkedIn的2020年最佳人才趋势报告中排名第二。传统上，人员分析功能仅利用公司内部的数据来处理诸如员工绩效，损耗和敬业度调查反馈之类的变量，以告知人才决策。但是，LinkedIn报告指出，某些人的分析功能已经或正在计划开始挖掘外部竞争对手的情报，人才供求数据，因为内部数据只能说明部分情况。但是，我认为应该由TA而不是人员分析来推动这一点。TA职能的外部性质为他们提供了对劳动力市场和外部候选人观点的更详细和细微的了解。我认为失去这种观点会阻碍有见识的人才智慧的发展。
因此，我真的很希望看到TA功能从简单填补职位空缺的过程中逐步提高（一次漂洗，清洗和重复），以便在此处看到更大的图景。老实说，我们甚至在辩论TI坐在TA之外的想法让我有些伤心。但我认为，这反映了人才培养团队经常拥有的品牌和自尊心，我们认为战略性工作可以作为另一项职能的一部分而变得更好。我还感到围绕它的数据分析组件存在一个思维障碍，这阻止了TA专业人士接受这一新学科。
我个人希望Talent Intelligence在Talent Acquisition的一部分中发展-但在人员分析，人力资源和战略方面与我们的同事紧密合作。我也希望每个行业的技术支持职能部门需要强大的领导才能实现这一目标。最后，我公开承认，对于TA的亲和力显然因我14年的招聘专业经验而有偏差–我很可能变得太执着了！
接下来是什么？
最近几个月的事件意味着我们现在正在一个更加动荡，不确定的世界中工作-对于TA专业人士而言，这是充满挑战的时代。但是不确定性也蕴藏着机会。对外部数据和见解的需求比以往任何时候都高，这些需求为利益相关者提供了清晰的外观。
像我的许多同龄人一样，我很清楚自己不是数据分析或人才智能方面的专家。我也承认，在这一领域的人才培养行业中存在明显的技能差距。因此，作为一名专业人士，我会尽力提高技能，并成为提升我们职能的力量。
我为呼吁TA专业人员阅读本文采取行动，是因为他们认识到世界正在变化，现在对我们有更多的期望。优先学习，并变得轻松地挖掘数据。一个伟大的地方开始提高技能比如HRTechChina的在线学习。基本的数据透视表和切片器对我的日常工作产生了很大的影响-我现在质疑没有它们的情况下我如何工作！
最后，我要感谢Toby Culshaw，Marlieke Pols和飞利浦的团队所做的所有出色工作，并将继续为在迅速发展的Talent Intelligence领域建立意识，加深了解并建立社区。
以上来自AI翻译，领英 作者 Marie Herlihy
Talent Intelligence
扫一扫 加微信
hrtechchina
Talent Intelligence
Talent Intelligence
Talent Intelligence
Talent Intelligence
Talent Intelligence
扫一扫 加微信
hrtechchina
