Future of Work
数据成本是否扼杀了您的AI启动计划？
数据为AI初创公司提供了防御性的护城河：初创公司收集的用于培训AI模型的数据越多，该模型的表现就越好，新的参赛者难以赶上。然而，这些数据并非免费提供，许多人工智能初创公司认为他们的利润受到这笔额外费用的侵蚀。随着时间的推移，您可能希望减少对数据的投入，但目前尚不清楚如何预测何时会发生这种情况以及在何种程度上预测未来增长的模型。
与软件初创公司不同的是，产品开发埋藏在损益表中的研发成本之下，AI初创公司应将数据成本作为销售成本（COGS）的一部分。将数据视为COGS而非研发成本将有助于您发现扩大规模并降低成本的机会，从而提高利润率。
下面的数据价值链流程图显示了大多数AI初创公司如何获取和使用数据。首先，您将基础事实的片段记录为原始数据。您将原始数据存储在某处，然后建立流程或管道以维护和访问它。在AI模型中使用它之前，需要对数据进行注释，以便模型知道如何处理每个数据点。然后，训练有素的模型接收数据并返回推荐，然后您可以使用该推荐来为最终用户采取某种结果。该过程可以分为三个不同的步骤：获取数据，存储数据和注释数据以训练模型。每一步都会产生成本。
数据采集成本
在所有数据价值链中，某种传感器（物理设备或人类）首先需要通过捕获对现实的观察来收集原始数据。在这种情况下，数据采集的成本来自创建，分配和操作传感器。如果传感器是硬件，则必须考虑材料和制造成本; 如果传感器是人类，那么成本来自于招募并为他们提供制作和记录观察所需的工具。根据您的覆盖范围需要多大，您可能需要支付大量费用来分发传感器。某些用例可能需要以高频率收集的数据，这也可能会增加人工和维护成本。例如，观众测量公司尼尔森，面临所有这些成本，因为它既提供了框，也支付参与者报告他们在电视上观看的内容。在这种情况下，随着尼尔森的数据变得越来越有价值，其覆盖范围越广泛，规模经济就会降低单位数据采购成本。
在某些使用案例中，您可以通过向他们提供管理工作流程的工具（例如，自动电子邮件响应生成器），然后将他们捕获的数据存储在他们的工作流程中，将数据采集的工作和成本转移给最终用户。工作或观察他们与工具的交互并将其记录为数据。如果您选择免费分发这些工具，数据采集的成本将是客户获取工作的成本。或者，您可以选择为工作流工具收费，这可能会减慢和限制客户采用率，从而减少数据采集，同时抵消数据采集成本，具体取决于您的价格。
例如，我公司的一家投资组合公司InsideSales为销售代表提供了一个平台，可以拨打他们的潜在客户。当销售代表使用该平台时，它会记录有关交互的时间，模式和其他元数据，以及该销售渠道中的销售线索是否进展。该数据用于训练AI模型以推荐最佳时间和通信模式以联系类似的线索。这里，随着越来越多的用户进入平台，网络效应可能会增加工具的实用性，这可能会降低用户获取成本。
或者，在另一个实体已经建立数据收集管道的情况下确保战略合作伙伴关系可以进一步降低成本。我们的另一家公司Tractable采用计算机视觉实现汽车保险调节器的自动化工作，正在与几家领先的汽车保险公司合作，以获取受损车辆的图像，而无需投资向个别车主分发应用程序。
存储和管理成本
在数据存储和访问方面，初创公司面临另一个成本问题。除了您收集的数据之外，您可能还需要客户提供其他上下文数据以丰富您的模型。许多行业最近才开始数字化，因此即使潜在客户拥有丰富模型所需的数据，也不要认为数据易于访问。为了使用它，您可能不得不花费大量人力来进行低利润率的数据准备。
此外，如果数据分布在不同的系统和孤岛中，您可能需要花费大量时间来构建每个集成，然后才能使模型完全正常运行。一些行业围绕单片和特殊技术堆栈构建，使得集成很难在客户之间重用。如果集成服务提供商不可用，那么您的AI启动可能会发现自己陷入了为每个新客户构建自定义集成之前，它可以部署其AI系统。数据结构的方式也可能因客户而异，要求AI工程师花费额外的时间来规范数据或将其转换为标准化模式，以便可以应用AI模型。建立一个通用集成库可以降低成本，因为您可以在新客户中重复使用它们。
培训费用
大多数AI模型构建方法都要求您标记和注释数据，这是AI初创公司最大和最可变的成本之一。如果示例很简单或通常被理解为足以使外行人能够执行注释 - 例如，在图片中的所有苹果周围绘制一个框 - 您可以使用外包劳务服务（例如Mechanical Turk或图8）来执行注释。
然而，有时候，注释需要更专业的知识和经验，例如基于视觉线索确定苹果的质量和成熟度，或者石油钻井平台上的生锈斑块是否危险。对于这种更专业的劳动力，您可能需要建立一个内部专家注释团队并支付更高的工资。根据您的注释方式，您可能还需要构建自己的注释工作流工具，尽管像Labelbox这样的公司现在正在出现提供此类工具。
在某些AI应用程序中，最终用户是最有效的注释器，您可以通过设计产品来卸载注释成本，以便用户在数据与产品交互时标记数据。Constructor是我们的投资组合公司，提供针对电子商务的人工智能网站搜索，观察用户实际点击并购买每个搜索词的产品，使他们能够优化搜索结果以获得更高的销售额。这种注释不可能通过外包或专家搜索服务进行人工操作，并且可以保存Constructor，否则可能是重要的注释成本。
即使在您以高精度训练模型之后，当模型不确定如何解释新输入时，您偶尔也需要人类进行干预。根据模型如何为最终用户提供价值，该用户自己可以对模型进行更正或注释，或者您的创业公司可以通过采用质量控制“AI保姆”来处理异常。如果环境是您的建模是易变的并且以高速和常规速率变化，您可能希望保持稳定状态的注释器团队以根据需要使用新数据更新模型。
扩展AI业务
第一批成功的人工智能企业进入市场，提供无AI工作流程工具，以捕获最终培训AI模型并增强工具价值的数据。这些创业公司早期就能够实现软件利润，因为数据和人工智能是创业公司价值主张的次要因素。然而，随着我们转向人工智能的更专业应用，下一波人工智能创业公司将面临更高的启动成本，并需要更多的人力资源来为客户提供初始价值，使其成为低利润率的服务业务。
获得大量客户和数据将最终降低单位经济效益并构建关键的复合防御能力，但许多初创公司并不确切知道这一点到底有多远，以及他们需要做些什么来更快地实现目标。最好的人工智能初创公司将了解哪些杠杆可以在该途径上进行优化，并有意识地使用它们来进行正确的投资并快速扩展。
以上为AI翻译，内容仅供参考。
原文来源：Could data costs kill your AI startup?
Future of Work
Future of Work
LinkedIn成为一个严肃的开放式学习体验平台，非常值得关注！
LinkedIn已经成为企业学习市场的一个重要组成部分。上次我看了下公司有超过1700万用户，14,000个企业客户，超过3,000个课程，并以高两位数的速度增长。而这一切只用了两年左右。
LinkedIn正在成为一种主导学习解决方案，具有一些非常有趣的竞争优势。
而该公司刚刚发起了挑战; 它现在宣布它已经完全向外部内容合作伙伴开放了它的学习平台。这是该公司正式宣布LinkedIn Learning不仅仅是一系列令人惊叹的内容，它还是一个企业学习平台。该公司希望成为所有组织学习内容的单一地点。
让我简要总结一下。就在几个月前，LinkedIn推出了Learning Pro，这是一套让公司发布自己的内容并创建自定义学习路径的功能。上个月，该公司宣布了Skills Insights，这是一套工具，可以让您检查公司的技能，并根据已知的技能差距推广课程。
现在，公司正在向前发展。LinkedIn现在通过其机器学习算法向任何用户提供基于技能的学习建议。它正在打开平台，因此购买了多个内容源的客户可以为其员工提供一个位置来发现和访问其组织的所有学习内容。
LinkedIn不会出售此内容，因为这些是集成合作伙伴关系，而不是许可合作伙伴关系。这使得LinkedIn可以将其洞察力应用于企业目前已经使用的各种内容。
这包括与市场上一些重要的学习内容提供商的合作伙伴关系。
Harvard ManageMentor：由哈佛商学院教师和商业领袖的最新思想和经过验证的实践推动的领导力发展内容。
getAbstract： 18,000多本书摘要和TED演讲。
Bigthiank大想： 500个简短，可操作的视频课程，以保持领先于业务变化并激发员工的敏捷性。
Treehouse：一所在线学校，教授超过850,000名成年人如何成为软件工程师和产品设计师。
CreativeLive For Business：专家主导的创意，创新，设计思维，情商，创业等课程。
所有这些意味着LinkedIn现在处于学习体验平台业务中，并且在某种程度上也是LMS业务。当然，该平台不一定是许多行业应用程序的合规性管理程序。但对于其他所有人来说，它现在是一个企业级学习平台，可以在几乎每个领域提供培训。
在最新版本中，LinkedIn还在LinkedIn学习课程中添加了协作和问答功能，让学习者可以相互交流并与作者或出版商互动，从而使其成为一个协作学习平台。
这些都是重大举措。正如我在文章“LinkedIn宣布...很多！”中描述的那样，该公司现在是一个严肃的端到端人才解决方案提供商。在L＆D领域，该平台可以补充甚至取代许多现有系统。鉴于内容市场现在如此重要和如此重要，LinkedIn现在意识到，为了真正推动价值，公司必须拥抱最佳内容专家。
市场上有许多学习平台，大多数都有类似的内容关系。但LinkedIn有一条腿：大量的数据。
当您的员工使用LinkedIn学习时，平台会了解您的典型LMS无法理解的内容。它有自己的工作经历，他们的联系和社会形象以及推断的技能。这意味着他们在LinkedIn中看到的建议和学习路径将非常有针对性，有用并且与他们的工作和未来的职业道路直接相关。大多数LMS几乎都没有这样做，所以仅此一点就是一个值得一看的理由。
现在是学习专业人士以不同方式思考LinkedIn的时候了。是的，该公司是最大的专业网络。是的，这是一个寻找工作和人员的绝佳平台。但现在它是一个认真的学习解决方案，并且具有一些非常有趣的竞争优势。
作者：Josh Bersin是Deloitte的Bersin创始人，也是企业人力资源，培训，人才管理，招聘，领导力和工作场所技术等各个方面的行业分析师和研究员。
以上由HRTech AI翻译，仅供参考学习
Future of Work
Future of Work
团队协作“白板”平台RealtimeBoard获2500万美元投资
文/PAUL SAWERS
RealtimeBoard是一个允许团队远程协作的白板级平台，已经由Accel领导的一系列A轮融资筹集了2500万美元，Altair Capital也参与其中。
RealtimeBoard于2011年在俄罗斯彼尔姆成立，已经拥有来自Netflix，Twitter，Hubspot，Airbnb和Salesforce等大公司的200多万用户和8,000个付费团队。
简而言之，RealtimeBoard平台可用作虚拟画布，让团队可以绘制想法并可视化概念，任何营销人员和产品经理，设计师和工程师都可以使用它，设计师和工程师可以使用它来进行规划，草图绘制，注释，流程图等等。它还集成了其他生产力工具，包括G Suite，Slack，Jira，Trello和Dropbox等。
上图：RealTimeBoard项目
远程工作
据估计，全球70％的人现在每周至少有一天远程工作，亚马逊等主要公司越来越多地将核心员工分散到多个办事处，让每个人都参与同一项目并不总是切实可行的。放在同一时间。
这可能就是数字团队协作工具吸引大量投资者资金的原因。例如，生产力和任务管理初创公司Asana今年早些时候筹集了7500万美元，而Monday.com则完成了5000万美元的融资，以建立下一代团队协作工具。
缩放
上图：RealtimeBoard创始人兼首席执行官Andrey Khusid
RealtimeBoard此前从Altair Capital筹集了130万美元，还从天使投资者那里筹集了一些小额资金。该银行另外还有2500万美元，该公司表示，它将在全球范围内扩大其视觉协作工具的规模。
RealtimeBoard创始人兼首席执行官Andrey Khusid表示：“我们今天的工作方式正在发生变化，因为公司越来越多地支持分布式团队。” “最大的挑战是如何在整个劳动力队伍中保持顺畅的沟通，理解和协作。我们的使命是为组织连接这些点，让他们的团队像他们彼此坐在一起工作，即使他们不是。“
在定价方面，RealtimeBoard遵循通常的免费增值模式。免费计划提供五个可编辑的板和Slack集成，而团队计划起价为每月40美元，为五名员工，每月最多为800美元，为100名团队成员。这提供了许多额外的功能，包括无限制的板，访客访问，视频聊天和高分辨率导出，以及其他好处。
Nabbing Accel作为支持者是RealtimeBoard的一个重大突破，当你考虑其产品组合中其他生产力和以企业为中心的公司的能力时，如Slack，Dropbox和Atlassian。
“组织内的分布式团队有一个真实且不断增长的趋势，我们相信RealtimeBoard的可视化协作工具是将它们整合在一起的最佳产品，”Accel合作伙伴Luciana Lixandru补充说，他现在也将加入RealtimeBoard的董事会。“它已经积累了大量热爱该工具的用户，并且很快就会成为远程协作的黄金标准。”
RealtimeBoard仍然在其俄罗斯本土开展业务，但其150名员工现在也遍布旧金山的主要办事处，以及洛杉矶和阿姆斯特丹的办事处。
以上为AI翻译，内容仅供参考。
原文链接：Accel leads $25 million investment in team whiteboarding platform RealtimeBoard
Future of Work
Future of Work
组织网络分析：数字化转型的缺口
“ 哈佛商业评论 ”（Harvard Business Review）的数据显示，自2000年以来，超过一半的财富500强企业“ 因数字化转型中断而破产，被收购或消失 ” 。在同一篇文章中，估计今天标准普尔500指数的四分之三将在10年内被取代，主要是由于数字化中断。没有哪个行业会成为例外。
听起来很吓人。
从好的方面来看，成功的数字化转型带来的回报非常丰富。例如，一项研究表明，成功进行数字化转型的公司比业界平均水平高出16个百分点。
因此，我们既有“棒”又有“胡萝卜”，使我们的公司成为数字化的。但根据麦肯锡全球研究院的行业数字化指数，数字化推动行业和公司的程度向我们表明，只有极少数公司实际上在数字转型方面走得很远。例如，美国仅占其数字潜力的18％，而欧洲则处于12％的更低水平。
那么，为什么没有更多的组织能够取得更大规模的数字化进展呢？
在我们深入挖掘之前，确定数字转换究竟是什么很重要。我个人的最爱来自Brian Solis，他是LinkedIn影响者，以其6个阶段的数字化转型而闻名。Solis将数字化转型定义为“技术，商业模式和流程的重新调整或新投资，为客户和员工创造新价值，并在不断变化的数字经济中更有效地竞争。”
虽然很强大，但这个定义涵盖了所有成分：新技术，新业务模型和流程，以及客户和员工的新价值。所有这些都旨在使组织在不断变化的数字经济中脱颖而出。
数字化转型有多难？
德勤2016年全球人力资本趋势发现，92％的高级管理人员和人力资源领导者认为他们的公司组织得不好。然而，只有14％的人认为他们的公司已准备好有效地进行重组。他们可能是正确的，因为业务转型只有 30％的机会成功。这个百分比已经有20多年的历史了，今天，根据福布斯的说法，这种可能性正在进一步缩小。
但这不是最糟糕的部分。
最糟糕的是，非常期望的数字化转型成功的机会最小。而不是整体业务转型已经令人畏惧的30％成功率，数字转型再次根据福布斯的说法，只有16％的机会获得成功。有这么多资源涌入其中（今年仅估计超过1.1万亿美元），并且数字化转型是众多公司的首要任务，每个CEO都应该思考：我只有16％的机会接受成功是否可以接受？
答案显然是“不！”。
但他们应该做些什么来增加这些荒谬的几率呢？
一项有趣的研究来自哈佛商学院的两位教授，Marco Iansiti和Karim Lakhani，他们与数字转型专家Robert Bock合作。在对来自制造业，包装消费品，金融服务和零售业等各行业的344家公司的研究中，他们发现，数字转型公司的前25％和最低25％之间存在显着差异。
他们观察到的数字运营的四大支柱之间的差异很明显：（1）客户互动和关系管理，（2）制造，产品和服务交付，（3）产品创建和交付，以及（4）人力资本管理和员工生产力。
在这四大支柱转型后，前25％的公司的毛利率，收益和净收入都比最低25％的公司好得多。他们的技术预算有何不同？没有。但有些事情阻止了所有其他公司产生这种结果。
最大的障碍
在LinkedIn上，每一分钟都有一篇关于数字转型的文章。但是这个庞大的从业者和各种学者的网络是否接近解决这个紧迫问题的解决方案？
似乎没有。
你通常会看到一些很好的部分解决方案。基于对如何进行数字转换的不同观点的提案，从所需技能到AI。例如，Gartner提供了一种很好的技能驱动方法，专注于CIO如何在他/她的公司中促进数字灵活性的发展。详细介绍了建立技能的方法。然而，我认为它是否会真正改变员工的心态，或者只是按照步骤让他们“勾选方框”，这可能是值得怀疑的。
至于人工智能，最有希望加速数字化转型的软件在上个月曝光。Laszlo Bock，谷歌的前CHRO，展示了他的公司Humu的旗舰产品 - 轻推引擎。该软件似乎是人类在时间上与适当行为作出反应时能够获得AI能力的最接近的方式，因为轻推引擎提醒所有员工实时地以理想/规定的方式行事（例如，感谢合作伙伴）做好工作的工人，或者在会议期间向安静的团队成员询问他/她的意见。
但是，这种方法与任何其他方法一样，如果将员工“ 推 ”给他们不喜欢或者实际上反对的行为，就会遇到挑战。当然，员工可能会做点推动引擎建议取悦他们的经理，但在更深层次上，如果他们的信念和价值观没有改变，真正的转变就不会发生。Tomayto - tomahto？一些员工会尽可能地绕过他们不相信的东西，因为他们是人类并且“没有AI会告诉他们如何表现。”
意识到任何类型的数字转型方法可能遇到的障碍，Gartner的研究副总裁Marcus Blosch警告说，要成为数字业务有6个障碍。他列出了各种因素，指出作为第一道屏障，所有其他作者在全面研究这一主题时都强调了这一点。它有不同的名称（主要是组织文化），但是所有的手指指向同一个方向，最大的障碍似乎是 - 人的方面。
虽然不能忽视其他障碍，但彼得德鲁克所说的“ 文化吃早餐策略 ” 是真实的。人们如何看待变革是决定性的，因为他们是必须以新的方式工作的人。因此，让德鲁克的主张更具可操作性，我们可以说公司在数字化转型中失败的主要原因是他们没有得到大多数员工的支持。
但是，如何让人们购买数字化转型呢？
寻找和激励影响者
众所周知，从个人经验来看，有些人比其他人更有影响力。关于这一点的好处是 - 正如几十年前已经证明的那样 - 你实际上可以衡量一个人在一个组织中有影响力的范围。用于此的方法称为组织网络分析（ONA）。
这种科学方法已经被许多研究人员和从业者在商业环境中严格测试了超过四分之一世纪。其中之一，通用汽车首席人才官迈克尔·D竞技场，在转型通用汽车方面发挥了关键作用。基于这一经验和其他经验，他今年夏天出版了一本关于通用汽车和其他公司如何利用ONA将自己从传统组织转变为敏捷组织的书。这本书基于长达十多年的研究，其中包括数十家大公司。这些公司的范围从汽车，航空航天，医疗保健和高科技公司到消费品和金融服务公司。
ONA可以以不同的方式使用。虽然Michael D. Arena主要使用它来创建所谓的自适应空间，但还有其他方法可以应用它。例如，虽然一些公司只是指定他们的变革推动者，带来了所带来的所有挑战（例如，不知道他们的实际范围，不透明，甚至造成坏血等），其他公司在科学上和事业证明了方式。
而这一切都有所不同。
例如，由世界上最伟大的网络科学家之一Albert-Laszlo Barabasi共同创立的ONA公司Maven7一直在帮助公司使用组织网络分析成功转型。在其他发现中，他们发现，平均而言，只有4％的影响者被ONA确定，您可以有效地覆盖约70％的员工。正如“哈佛商业评论”所强调的那样，超过50％的影响者通常不为管理层所知。通过在不使用ONA的情况下指定更改代理，您可以获得多少错过的范围。当您将影响者添加到他们达到的员工数量时，真正的魔力就会发生。包括他们在内，管理层可以让四分之三的员工站在他们一边。有时甚至更多。这足以严重加速数字化转型。
组织网络分析使管理层能够查看，规划和利用公司非正式网络的力量，使团队比以往更加紧密。Deloitte的Bersin也将ONA作为帮助建立团队网络的工具，这是当今最先进公司的主要管理杠杆。随着Network of Teams冠军成为谷歌，Facebook和亚马逊等公司，使用组织网络分析似乎是创建数字成熟文化的自然途径。
此外，Josh Bersin设想前面提到的微调引擎是与ONA结合的一个很好的工具。虽然对其巨大的潜力感到兴奋，但他指出，随着时间的推移，推动引擎将证明其价值，而组织网络分析已经有了坚实的商业基础。
ONA - 转型的人类幻灯片
一般来说，人们不喜欢改变。特别是在组织环境中。他们担心自己的薪水，正式或非正式身份，工作保障，能够应对变化等等。因此，当他们听到“数字化转型”这个词时，他们更可能是防御而不是开朗。
他们必须确信这对他们有好处。谁能比他们已经信任的同事更能说服他们？这就是组织网络分析的结果.ONA告诉您，您组织中最值得信赖的员工是谁，他们可以覆盖四分之三的员工，包括他们自己。
ONA有不同的方法，从简短的调查到跟踪公司通信的技术方面（电子邮件，电子日历，电话记录等）。如果您这样做，您将获得一群积极的员工，他们渴望与您合作，他们可以积极影响大多数其他员工接受数字化转型。
收集他们，为他们制定策略并仔细聆听他们的反馈。他们中的许多人将来自您的业务的前线，并确切地知道他们，其他员工和客户可能面临的挑战。影响者的伟大之处在于，您可以在数字化转型的任何阶段使用他们的反馈。
因此，我认为组织网络分析是数字转型难题的缺失部分。它可以帮助您解决Gartner提到的障碍，从员工抵制到增加部门间合作，到缩小人才缺口，所有这些都加速了变革。
如果我们将数字化转型设想为陡峭的下坡步行（考虑到风险，这是一个很好的比喻！），ONA可以为您提供滑动，以可控的方式加速您的进步。允许您的影响者帮助制定策略就像设置在幻灯片的顶部。他们可以看到你错过的一些细节，并通过激励其他员工在你面前移动障碍来清除你的道路。
通过这样做，他们会让你走得更快而不会遇到某些事情（例如员工阻力）。如果在某些时候遇到一些挑战并放慢速度，它们将帮助您调整策略并再次加速。如果你已经摔倒了，他们会建议下一步起床再去。
与其他员工一起工作，这些意见制造者将扩大您的信息。它们是可信的，它们将以您从未有过的方式触及其他员工的心灵和思想。这就是他们每天自然做的事情。他们将扩大您的影响力并帮助引导现场的转换过程，为您提供可以采取行动的实时反馈。它们是您可能获得的最佳帮助。那些“顾问”就在那里 - 在贵公司 - 等着你去咨询他们。
结论
Bock，Iansiti和Larkhani用一句话总结了他们关于数字化转型的论文：“为了做到这一点，领先的公司不仅投资于技术，还投资于开发，以网络为中心的能力和思维方式，以使该技术得到最佳利用。 ”
我们提到的那些前25％的公司可能会也可能不会使用组织网络分析。但ONA肯定有助于为员工提供支持，连接他们并帮助构建以网络为中心的能力和思维模式。本文开头的“哈佛商业评论”文章得出的结论是，数字化转型公司“是将转型视为一种生活方式的公司。
记住这一点，数字化转型是一条路，而不是目的地。只有当您的大多数员工接受数字化转型作为一种生活方式时，您的数字化转型才会成功。
以上为AI翻译，内容仅供参考。
原文链接：Organizational Network Analysis: The Missing Piece of Digital Transformation
相关阅读：
人力资本分析：组织网络分析和未来的工作
员工敬业度3.0：Humu启动微动引擎
谷歌首席人才官创立的神秘HR科技公司Humu周年总结
Josh Bersin谈2019年人力资源科技发展趋势
Future of Work
Future of Work
自动化会使工作多余吗？
如今，许多员工担心，快速的技术进步将导致用机器替换工作，尤其是可能已经进入劳动力队伍的老员工，他们现在或正在逐渐实现自动化工作。
那么雇主如何为这一根本变革做好准备呢？
重新思考工作架构
随着我们走向经济，学习和适应性成为关键的成功驱动因素，重新培训和提升技能在成功保持员工的业务增长平行增长方面发挥着关键作用。首先要确定未来几年可能发生变化的工作角色，以及当今员工在角色发展过程中需要发展的技能。
领先的雇主认识到技术在补充人类时最有效，而不是替代它们。通过了解机器和人类为不同类型的工作带来的独特能力，您可以确定所需技能的类型。
例如，批判性思维，解决问题和人员管理等人类技能将变得越来越重要，并在未来呈现出新的层面。评估您在这些领域的员工技能水平，并采用适当的方式来培养这些技能。
创造一种持续学习的文化，让员工感到受到支持并有能力管理和发展他们的技能。
学习文化和适应性
创造一种持续学习的文化，让员工感到受到支持并有能力管理和发展他们的技能。拥有老年工人的榜样和导师也有助于提高学习新技能和角色的成功适应性的可能性。
事实上，在这个长寿的时代，个人的职业生涯可以持续比前几代人更长的时间，专注于不断发展和学习只会变得越来越重要。
揭穿神话
对于许多人来说，“自动化”是一个令人担忧的概念，因为它与机器的替代有关。
虽然引入自动化可能会改变能够利用新技术所需的技能和要求，但它通常涉及简化较小和重复性任务。
这使员工能够提升并转向新的更有意义的工作。通过清楚地了解有效利用自动化所需的技能，向您的员工展示您已准备好接受自动化。
随着工作场所趋势的发展以及企业和人力资源部门都找到适应的方法，重要的是通过强大的业务和流程知识来保留您的员工，并培养他们担任新角色。
变革的加速将继续，但如果有正确的价值观并专注于您的员工，您可以确保您的员工在您取得进步时将成为您的竞争优势。
以上为AI翻译，内容仅供参考。
原文链接：Will automation make jobs redundant?
Future of Work
Future of Work
利用AI帮助营销人员优化投资策略，Aiden.ai获160万美元种子轮融资
来自伦敦的人工智能分析初创公司Aiden.ai获得了160万美元的种子轮融资，以开发其“AI驱动的营销分析师”。他们声称，这就类似于为移动应用的营销团队增加了一位成员。本轮融资由Partech领投，Sophia Bendz（曾在Spotify领导市场营销）和Nicolas Pinto（Perceptio创始人）跟投。
2017年3月，Aiden.ai获得了75万美元投资，结合此次种子轮融资，该公司的融资总额已经达到了230万美元。
目前，Aiden.ai也推出了它的全套产品。Aiden表示，其产品是为移动应用营销人员所设计的，它使用机器阅读来分析大量付费广告数据，并主动做出策略改变以提高投资回报率。
值得一提的是，这个想法不是使用手动仪表板来获取数据，而是提供一种简化的体验来帮助营销人员管理他们的多渠道付费收购活动，并充分利用他们的投资。
首席执行官Marie Outtier表示：“如今的业绩营销人员被来自多个来源的数据所困扰。” 她说这是“新一代软件，一种倾听、学习和行动的软件。”
Partech的合伙人Reza Malekzadeh表示：“我们相信Aiden.ai正在最需要的时候，为营销人员构建一个创新的解决方案。Marie和PJ对未来数据和分析的愿景利用了机器学习和自然语言处理领域的最新进展，创造了一种可以改变营销人员工作方式的工具。”
该公司由Outtier和PJ Camilieri（CTO）共同创办，Outtier拥有移动营销和技术背景，PJ Camillieri此前在苹果工作了10年，从事自然语言处理和虚拟助理开发工作。
原文链接： Aiden.ai raises a $1.6M seed round for its AI marketing analyst
Future of Work
Future of Work
普华永道开始试行WeFlex灵活工作安排
2018年8月，普华永道拉开了“重新定义普华生活”之旅。
现在，普华永道“重塑”之旅的又一个里程碑——灵活工作安排WeFlex开始试行。
什么是WeFlex？
WeFlex是一种全新的工作方式，让员工能够每天根据实际情况灵活地选择工作时间、地点和方式，充分把握个人生活和职业发展之间的平衡。
基于相互之间的尊重、信任，以及与客户和团队之间的“三方”理解，任何灵活的工作安排都应兼顾客户（他们）、团队（我们）和个人（我）的需求。
为什么要启动WeFlex？
普华永道正对以往的工作方式进行重塑，通过更加灵活有效的工作安排、采纳和探索不同的工作方式、充分发挥团队协作的力量来更好地满足客户的需求，努力为员工营造一个积极、包容的工作环境，提升员工的幸福感与健康水平，以适应不断变化的市场环境，助力业务发展。
原文链接：普华永道开始试行WeFlex灵活工作安排
Future of Work
Future of Work
未来的工作将走向何方？
先来看看以下工作 ：
1移动应用开发者
2社交媒体经理
3优步司机
4云计算专家
5无人驾驶汽车工程师
6数据科学家
7无人机操作员
8可持续发展经理
9 YouTube内容创建者
10千禧世代专家
虽然很多这些工作对我们来说都很熟悉，但这些工作实际上是最新的。这些是10年前不存在的那些工作。未来似乎比以往任何时候都要快得多。虽然我们仍然在争论AI以及它是否会创造更多的就业机会，但世界正在变得更快。根据世界经济论坛的最新报告“未来的工作”，请看一下机器何时可以实现类似人类能力的时间表：
2024年：翻译语言
2025年：组装乐高
2026年：写高中论文
2027年：自动卡车
2029年：对人进行5K比赛
2030年：零售业客户服务
那么我们的工作未来到底是什么？更重要的是，我们是否为此做好了准备？
未来几年，一批新兴角色将变得非常重要
根据该报告，一组新兴角色在未来几年将变得非常重要，而另一组工作档案将变得越来越多余。在所有行业中，到2022年，新兴职业群体的就业份额将从参与调查的公司受访者总人数的16％增加到27％（总共超过1500万工人），而角色下降的就业份额将从目前的31％降至21％。
今天大约一半的核心就业岗位 - 占整个行业的大部分就业 - 在2022年之前将保持稳定。
在接受调查的公司中，总计超过1500万工人，目前的估计数表明，工作岗位减少了98万个，就业岗位增加了174万个。根据全球（非农业）劳动力中大公司雇用的这些趋势推断这些趋势，估计可能会有多达2022个，7500万个就业岗位可能被取代，而可能出现的1.33亿个新角色更适合于新的劳动分工。
那么哪些工作变得多余？
在接受调查的行业中，2018 - 2022年期间预计会变得越来越多的工作岗位是基于日常工作的中级技能白领角色 - 例如数据录入员，会计和薪酬办事员，秘书，审计员，银行柜员和收银员。有些工作容易受到新技术和过程自动化的影响。
与此同时，数据分析师和科学家，人工智能和机器学习专家，软件和应用程序开发人员以及分析师等职位预计会增加需求。
同样，当涉及到需求技能时，分析思维和创新，主动学习，创造力，技术设计和编程等技能将超越手动灵巧，记忆和空间能力以及技术安装和维护等技能。
影响未来就业的因素
根据本报告调查的全球雇主，四项具体技术进步 ：高速移动互联网，人工智能，大数据分析的广泛采用和云技术——将成为2018 - 2022年主导的正面因素，影响业务增长积极。它们是一系列社会经济趋势，与国家经济增长轨迹等新技术的传播同步推动商机; 扩大教育和中产阶级，特别是在发展中经济体; 通过新能源技术的进步，实现更加环保的全球经济。
同时，预计会对业务增长产生负面影响的技术和社会趋势包括保护主义抬头，网络威胁，政府政策转变，气候变化的影响; 和日益老龄化的社会。
此外，加速技术的采用，改变生产，分销和价值链的地理位置，以及重新制定必要条件将决定就业的未来。
到2022年，根据本报告调查公司的投资意向，85％的受访者可能或很可能已经扩大了对用户和实体大数据分析的采用。同样，大部分公司可能或很可能已经扩大了对物联网，应用和网络市场等技术的采用，并广泛使用云计算。
为未来做准备
全球各国政府和组织已经开始意识到即将到来的变化，并意识到重新培训的必要性需要成为未来的最前沿。
政府和组织已经开始意识到工作将来会发生变化的现实。然而，还有待观察的是，随着技术进步对现有业务模式和实践提出挑战并改变它们，我们能够以多快的速度适应和重新适应这一不断变化的未来。除了大胆的领导，它还需要一种敏捷的员工终身学习心态。
以上为AI翻译，内容仅供参考。
原文链接：Jobs of the future: Where are they headed?
Future of Work
Future of Work
HR的未来：为什么仍然是人？
随着我们在最新的工业革命中取得进展，这是每个行业的首要问题之一——技术是否会终结一些工作岗位？
创新无处不在，自动化，物联网，人工智能和机器人技术等方面的进步，旨在使手动和数字流程更快，更高效。
但是，对某些人来说，这种转变不一定是积极的。
普华永道估计，到2030年，30％的工作岗位可以实现自动化，而一些估计则将这一数字高达50％。在英国，搜索短语“机器人会占用我的工作吗？”从2016年的每月1600次点击增加到2017年的每月近198,000次点击。显然，对于整个行业的许多员工来说，这是一个令人担忧的问题。
但这是人力资源行业的一个问题吗？我们有多大可能看到这些技术进步实际取代人力资源角色？
评估威胁
在最近的一本电子书中，我们探讨了专家是否认为这些技术在工作场所的不断增长是对传统人力资源工作角色的威胁。
在我们的受访者中，28％的人认为这是一种威胁 - 但55％的人表示没有。
而且，总的来说，我们认为他们是对的。
我们需要停止将人工智能和物联网等技术视为对传统人力资源的威胁 - 而是考虑他们为我们提供的机会。这项技术有可能使员工关系变得更加容易。
从最基本的角度来看，这项技术可以帮助您的人力资源团队不再将大部分时间花在简单，重复，交易的人力资源流程上。安排面试，撰写案例说明，归档表格，对人力资源职能至关重要的所有类型的任务，但在工作日之外花费太多时间。
人力资源从业者的自由
让我们来探索一个例子：现在，普通的人力资源从业者花费大约40％的时间来回答劳动力的相同基本问题。那个时间肯定会更好地花在其他地方。
通过实施聊天机器人来回答这些重复的交易查询，您将释放大量的团队时间来处理更高价值的任务，并提供更多实际的ER支持。
根据聊天机器人的复杂程度——例如，如果您选择内置具有AI功能的会话功能的助手，您可以依靠它来处理更复杂的请求。它可以指导员工下载人力资源表格，帮助新员工加快速度，甚至可以制定和取消预约。
将这些技术视为推动因素：让您的员工有更多时间来完成AI永远无法接管的战略性人力资源和ER工作。面试，指导，亲自接触人才 - 真正需要人性化的事物。
在人力资源中保持“人”
人力资源的未来是，而且永远都是人。
您需要做的是关注他们的要求，使他们的工作生活更轻松，并依次改善员工的体验。
要记住的最重要的事情之一是，如果不适合您的团队或您的业务，您不必采用新技术。虽然硅谷创业公司独特文化的不断扩大的窗口正在改变许多人看待人力资源的方式，但没有人像你一样了解你的业务。这意味着选择能够使您的人力资源部门尽可能有效运作的技术至关重要。
以上为AI翻译，内容仅供参考
原文链接：The future of HR: why it'll always be people
Future of Work
Future of Work
JOSH BERSIN：人工智能招聘来临，面试会像恐龙一样消失吗?
文/JOSHBERSIN
公司做的最重要的事情之一就是雇人，这仍然是一门神秘的艺术。大多数公司会看求职者的工作经历，他们会打电话给推荐人，给他们做测试，然后带他们去面试。尽管如此，人力资源主管告诉我，他们仍然有25%的几率会犯错误。
为什么?如今，成功的标准是由认知能力、文化契合度以及求职者与公司抱负之间的契合度决定的。德勤(Deloitte)今年早些时候在Bersin完成的一项研究发现，业绩最好的公司在选择时使用这些“非简历”因素的可能性要高出90%，更能证明招聘变得多么复杂。
这种趋势越来越明显。大多数关于未来工作的研究显示，对个人沟通能力、创造性解决问题的能力以及通常被称为学习敏捷性(即求职者的学习能力和学习意愿)的需求在稳步增长。这些都是在你的大学背景，GPA，甚至工作经历中看不到的。
事实证明人工智能非常适合这个问题。供应商现在正成功地应用智能算法来创建测试、模拟，甚至分析视频求职面试，以提高招聘效率。而其中一些评估可能会扰乱市场中的一些重要力量。
这里有一些例子。
由哈佛大学(Harvard)和麻省理工学院(MIT)的神经科学家弗里达•波利(Frida Polli)创办的Pymetrics公司发展迅速。该公司开发了一系列认知和神经学测试，这些测试既有趣又容易进行，但在工程、销售和客户服务等方面具有直接的统计相关性。通过这些测试，该技术可以评估多达90种不同的性格特征，实际上消除了招聘中的偏见和歧视。联合利华(Unilever)、凯悦(Hyatt)、埃森哲(Accenture)和特斯拉(Tesla)等公司都对这一系统深信不疑，它们和其他公司几乎不需要看简历和教育背景就能招聘到这些职位的顶级候选人。
Pymetrics公司甚至通过共享算法审计工具，开放了他们的工具，以减少前瞻性偏差。他们理解在这些系统中减少偏见的巨大挑战，因为大多数培训数据是基于先前的雇佣成功。该公司最近获得了4000万美元的额外资金，其中包括Workday的投资者之一。
资金充裕的Imbellus公司刚刚宣布了一项1450万美元的融资计划，以帮助其继续开发基于模拟的评估系统，该系统目前被麦肯锡用来评估新员工的问题解决方案。我试过这些模拟测试，它们相当令人费解，也很有趣，它们显然测试了复杂的思维方式，远远超出了典型的SAT或其他测试。首席执行官丽贝卡•坎塔尔(Rebecca Kantar)专注于取代日益老化和过时的SAT考试(这是一个近10亿美元的市场)，以改变公司招聘方式，从而改变大学评估优秀学生的方式。
HireVue是视频面试领域的先驱之一，现在每一分钟视频都能捕捉到100多万个关于求职者的有意义的数据元素，还能告诉经理求职者在回答问题时的诚实和自信。他们也有喜欢这项技术的客户，特别是在零售、客户服务和酒店领域的大量招聘。希尔顿的招聘多样性增加了16%，使用这项技术的效率大大提高。该公司目前拥有600多名客户，并提供了500多万次视频采访。
另一家由印度工程师创立、资金雄厚的公司PhenomPeople，已经彻底改造了招聘流程，将重点放在端到端营销上。招聘、招聘、内部职业流动和管理评估都是相互关联的，因此PhenomPeople决定建立一个看起来像职业门户的招聘系统。现在人工智能增强了这种能力，让招聘人员比以往更容易找到合适的人;候选人沟通是营销人员瞄准广告的方式;并跟踪候选人(内部和外部)的行为，以帮助个性化的求职体验。他们称之为人才关系管理(TRM)，这是一种很好的描述方式。
当然，LinkedIn刚刚宣布了一系列新的基于人工智能的就业安置和搜索工具，以及它自己的求职者跟踪系统。LinkedIn的新工具可以让招聘人员更有效地找到合适的候选人，写出最有可能找到合适候选人的工作描述，现在提供了大量的数据，以帮助定位合适的人口、地点、经验和其他特征。所有这些都是为了消除这个错误的过程，让很多人来面试。
一个名为Orderboard的新公司。人工智能主要关注最抢手的工作(网络安全专家、人工智能工程师等)，它不仅能评估能力和职位匹配度，还能将个人与被聘用团队的实际构成匹配起来。Orderboard公司的人工智能能够帮助招聘人员将他们所能找到的候选人的质量提高一倍以上，而且它的“吸引力算法”使公司几乎增加了50%的可能性，难以找到的候选人会接受电话或考虑一个职位。
此外，人工智能还有一个巨大的机会来改善筛选。像Mya(这一领域的先驱)、Olivia、Myra、IBM Watson招聘人员以及一个名为Yva的令人兴奋的聊天机器人正变得越来越聪明。我看过很多这样的工具，它们积累了越来越多关于候选人问的问题类型的情报，现在可以帮助招聘人员花更多的时间寻找和推销候选人，减少筛选的时间。
（聊天机器人市场非常庞大，供应商们应该开始关注应用领域。要确保你和供应商的谈话集中在招聘上，而不是一般的聊天。）
在人工智能和认知技术为人力资源增值的所有潜在领域中，这可能是最大的。虽然这项技术还很年轻，但成功的故事现在已经很普遍了，所以我认为每个公司都应该在他们要做的事情清单上确定基于人工智能的评估。
当然，所有这一切的风险在于人工智能以某种方式给系统引入了偏见，因此这些供应商正在努力确保他们的系统是公正、透明和安全的。在大多数情况下，公司会首先对这些系统进行测试，以确保这些算法不会无意中再现面试中的“人性化”偏见。
Facebook在这方面遇到了麻烦，因为其基于算法的招聘广告系统使得招聘人员可以根据年龄进行歧视。因此，您必须确保供应商精通这些问题。
对于求职者来说，我知道这有点残酷，但请记住，没有雇主愿意招错人。这些工具也会让你的生活变得更轻松，因为你不会觉得需要在面试中度过美好的一天来得到适合自己的工作。
我将继续观察这个空间的增长，但现在我非常乐观。(我追踪了1400多家人力资源科技公司，其中40多家专注于人工智能评估，这是最大的增长类别之一。)
作为一名分析师，我对评估领域进行了多年的研究，在这里我看到了价值的显著变化——由于招聘是我们作为领导者所做的最重要的事情，这是人力资源技术能够真正帮助一家公司超越的领域。
以上为AI翻译，内容仅供参考。
原文链接：AI Comes To Recruiting: Will Interviews Go The Way Of The Dinosaur?
Future of Work
扫一扫 加微信
hrtechchina
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
Future of Work
扫一扫 加微信
hrtechchina
