-
劳动力数据
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。
-
劳动力数据
【加拿大】劳动力管理技术平台myComply完成450万美元的种子轮融资，为世界上最大的建筑公司服务
总部位于加拿大萨斯喀彻温省的劳动力管理技术平台myComply宣布已经获得最后一笔资金，以450万美元的总金额完成其种子轮融资，该平台旨在确保建筑工人的合规性并按需提供劳动力数据。
本轮融资包括150万美元的非稀释性政府拨款/投资和来自蓝领行业的私人投资者的300万美元。
myComply将使用本轮融资的资金，在需求不断增长的情况下支持进入市场的功能，并协助与一些全球顶级建筑商推出众多企业产品。这些资金还将用于扩大团队，以实现更高的发展速度，同时为myComply的现有客户群提供更好的支持。
myComply总部位于萨斯喀彻温省萨斯卡通市（美国业务位于纽约曼哈顿），成立于2015年，是一个为存储和管理建筑培训认证而建立的免费平台。随着公司的发展，技术也在不断成熟，该解决方案发展成为一个付费的企业模式，为世界上一些最大的建筑公司服务。这些公司利用该平台在建筑工地上收集可靠的劳动力数据，其中包括时间卡、考勤记录、入职状态和资格记录。迄今为止，myComply已为全球6000多家承包商提供服务，并继续扩大在北美地区的业务。
"结束我们的种子轮融资后，我们可以在准备A轮融资时进行规划。我们很幸运地得到了省和联邦政府以及萨斯喀彻温省当地投资者的大力支持。对myComply的种子投资使我们的团队得以成长，继续学习，并对我们的前进道路建立信心。"myComply首席执行官兼联合创始人Mark Wolff说道。
myComply的平台使总承包公司能够确保建筑工地上的所有工人都合格。他们的创新物联网硬件允许在工作现场进行数据收集，并通过与云连接的软件提供实时见解，为远程决策者提供实地的透明度。总承包商利用该系统来控制整个项目的入职过程，其中包括指导、文件交换、培训验证等。有了myComply，项目可以避免昂贵的返工，减少事故，削减伤害成本，并最大限度地节省保险费用。
"作为一家规模较小的公司，我们已经成功地在业内创建了一个强大的品牌。额外的资金使myComply有了出场的机会。我们对产品和它在市场上的适应性充满信心，现在是时候扩大我们在建筑领域的根基了。我希望这些资金将使我们的公司能够达到新的里程碑，在新的市场中发展，并推动完善、简化的客户体验。"myComply收入运营总监Simon Kluge说道。
关于myComply
总部位于加拿大萨斯喀彻温的myComply成立于2015年，是一个确保建筑工人的合规性并按需提供劳动力数据的技术平台。该平台将智能硬件与易于使用的软件相结合，以验证安全培训，并被承包商所依赖，以减少建筑工地的风险。迄今为止，全球已有超过6000家承包商使用myComply，以确保所有工人在工作中符合工地标准，并正确上岗。
-
劳动力数据
人力资本分析（PA）功能应该向人力资源部门报告还是企业分析部门报告？
领先的人力资本分析团队正越来越多注重交付商业价值。在Insight222最近的一项研究中，97%的人力资本分析领导者向CHRO本人或人力资源部门报告，只有3%向企业分析部门报告。有些人可能会说，向企业分析部报告会让他们有更多的能力来交付商业价值。但事实并非如此简单。
交付商业价值意味着从 "为人力资源服务 "转变为开始考虑如何与真正的商业机会联系起来。要做到这一点，有两种力量需要精细化管理：
1. 劳动力数据是独一无二的，需要了解如何应用人员数据并处理劳动力数据的细微道德差别。
2. 真正的分析需要客观，不受最适合现有方法和策略的答案影响。
这两种力量之间的紧张关系是产生问题的原因。在与一家大型制药公司的首席执行官交谈时，我们问他为什么将人力资本分析职能转移到企业团队中，他回答说："我希望我们尽可能地接近正确答案，而不关心答案是什么......如果人力资本分析报告成为自己的职能，我们就无法做到这一点。"
如果你正在问自己这个问题，这里有三个重要的话题需要考虑：
1. 定义客户比以往任何时候都更重要：很容易开始将人力资源部门视为最终消费者，而完全忽略了业务。
领先的人力资本分析团队花时间在他们自己、高级HRBP和业务领导之间建立牢固的关系。这种关系必须是平等的，并建立在透明和合作的坚实基础上。如果一个企业的人力资本分析团队开始以人力资源服务水平协议（SLA）为基础来衡量自己，你就知道这种关系正变得更加注重服务，而不是价值。建立一个真正清晰的利益相关者地图和参与方式可以有助于避免这种陷阱。
2. 当不属于该组织时，影响人力资源部门是很难的：从企业层面的人力资本分析功能中获得影响需要一个非常强大的领导者。
人力资本分析领导者面临着艰巨的工作，最好的领导者是技术先进、战略精明和讲故事的天才。将这些技能与影响人力资源的需求叠加在一起，使其变得更加数据驱动和自力更生，而不是成为正式团队的一员，对这个领导者的期望就更高了。不过，这样做的好处是，如果你来自一个与其他商业同事一起的一般分析职能部门，而不是来自人力资源部门（有时会被视为不那么有商业头脑），你可能会得到商业领袖的更多尊重。因此，尽管影响人力资源部门可能比较困难，但影响企业本身可能比较容易--从而提供他们所期望的价值。最关键的是，"从外部 "影响人力资源部门并不容易，但却很容易落入成为人力资源部门服务中心的陷阱，从而失去对商业价值的驱动力。
3. 获得资源的机会更多：在企业团队中，可以更好地获得企业数据、技术和技能，但人力资本分析可能成为其他被认为 "更重要 "的分析功能的 "分支"。
领导人力资本分析团队可以培养一系列的深度分析技能。当你在企业团队中报告时，有很大的机会来分享技能和知识--对技术和数据的访问和分享也是如此。你对其他业务数据的访问，如金融、消费者和房地产，当然应该更容易。然而，由于人力资本分析作为一项分析职能往往没有那么成熟（比方说，财务或营销），人们不一定把人力资本分析看作是他们想提升自己事业的地方。他们可能不愿意分享数据，而这最终可能会进一步孤立团队。
正如上述数据所示，大多数组织已经决定在设计组织时，将人力资本分析工作报告给人力资源部门。这样做的原因有很多：
人力资源部门通常拥有预算
公司内部对人员数据的道德规范是重要的考虑因素，通常由人力资源专业人员自己处理比较好。
人力资本分析探讨的是定量、定性和行为数据之间的衔接，而最后一项通常由人力资源专业人员处理得更好。
人力资源副总裁希望他们的人力资本分析团队在组织上 "紧密"。
然而，尽管有这些观点，并且绝大多数数据都支持将人力资本分析报告给人力资源部门，但也有令人信服的论点证明人力资本分析应报告给企业分析部门。
但重要的是，你要做出最适合公司的决定。如果这个决定是错误的，团队将发现自己处于一个难以影响和有效运作的位置。如果做对了，机会是无穷无尽的。所有成功的要素都需要放在这两种情况下：优秀的领导力，强大的人力资源支持以及真正致力于通过人力资本分析来实现商业价值的组织。
作者：Kate Marks
-
劳动力数据
基于云端的人力资源系统将会越来越好
文/Sarah Fister Gale
现如今，大量公司将其核心系统接入云端，人力资源部门也不例外。
云端的灵活性意味着技术团队可以快速无缝地提供新功能和交互。基于云的人力资源系统也意味着供应商可以更快地实现新的迭代，并且减少麻烦。
普华永道亚特兰大首席人力资源技术负责人Dan Staley表示，这对客户来说是个好消息。“供应商过去常常每隔一到两年推出一次升级，现在它们每季都推出一次。”这为用户提供便利，用户可以即刻访问最新功能，并允许供应商增加其功能。
这使他们能够加快路线图的时间表，并使大型供应商更容易获得同类最佳小公司，并将它们集成到其工具套件中。“我们希望看到供应商能够更快地加强产品能力”他预测道。这包括嵌入更多社交和协作功能以及添加新报告和仪表板。它还允许他们整合多个来源的数据，以支持劳动力分析——这是生成实际业务价值的地方。
人力资源管理系统供应商长期以来一直承诺进行预测分析，没有太大的进展。德勤咨询有限责任公司Bersin解决方案提供商研究副总裁Christa Manning说，这可能很快就会改变。“大多数平台正在试验机器学习，以从他们拥有的大量员工数据中获得有意义的见解。”
大数据的重要一年
虽然真正的劳动力管理预测分析仍然是一个梦想，但包括Workday，Visier，Vista，IBM Watson和SAP Successfactors在内的多家供应商现在都提供了一些数据分析功能。这些工具有望提供一系列见解，例如公司是否满足多元化目标，面临周转风险，以及培训职业发展建议。
大部分供应商正在利用存储在公共云中的庞大数据库来磨练系统。公共云拥有大量的劳动力数据，这对于创建有用的算法至关重要，而算法又是计算机用来分析数据的一组规则。“需要对大型数据集进行算法训练，以了解哪些信息是相关的，”Manning指出。“他们从每次交流中学习，并随着时间的推移变得更好。”
Staley预测，由于这些算法能够利用更多数据集，因此能够提供更有针对性的见解。例如，想象一个单一的系统可以查看员工的加班日志表，旅行支出和他们的LinkedIn行为，以确定哪些过度工作的员工最有可能退出——然后提供人力资源建议，告诉他们可以做些什么来让他们留下来。“使用预测分析有很多可能性，以确保你的最佳人才不会离开，”他说。
加利福尼亚州普莱森顿市Workday HCM产品副总裁Cristina Goldt表示，人力资源管理系统中的分析工具也将在管理工作人员方面发挥作用，它可以查看有关所有类型的工人和项目的数据，帮助公司更好地分析何时何地雇用承包商与全职员工，选择谁以及如何支付他们。“他们可以将技能与不同的角色相匹配，并使他们的招聘系统更有效率，”她说。
包括Workday在内的一些供应商也为客户提供了将他们的数据洞察与行业标准进行比较的能力，以了解他们的立场。“这使得他们可以与同行进行比较，”Goldt说。
我们准备好了吗？
所有这些场景都很诱人，尽管这些时候商业领袖仍然可以通过粗略地浏览分析仪表板来预测员工趋势，Goldt表示，与推出并准备使用的其他软件不同，机器学习需要时间和培训，并且需要使用相关数据访问链接数据库。“它被称为机器学习是有原因的。”
客户对于如何在自己的组织中应用分析仍然有些不确定。Manning说，部分原因在于缺乏有意义的案例研究。“每个供应商都在谈论人力资源的机器学习，但目前还没有很多例子。”
对于那些听过供应商吹捧劳动力分析强大“魔法”的pitches的公司，她敦促他们“要求实时客户参考”和现实世界的例子来证明其他公司正在做什么，他们是如何做到的以及他们看到了什么结果。“培训算法需要与了解技术的供应商建立强有力的合作伙伴关系，以及如何提供可操作的信息，”她说。这种转变需要时间，因此选择一个值得信赖的供应商非常重要。
以上为AI翻译，观点仅供参考。
原文链接：Sector Report: Cloud-Based HR Systems Make Everything Better
扫一扫 加微信
hrtechchina
