• Future of Work
    微软的AI能力大规模升级:将OpenAI CoPilot应用于整个MS 365套件,Word 一键变成 PPT! 微软将赌注押在OpenAI和ChatGPT上,这是几十年来对Microsoft 365的最大升级。继将 GPT-4 引入搜索引擎之后,微软再出“杀手锏”,重磅宣布由 AI 驱动的 Microsoft 365 Copilot,它将大型语言模型(LLM)与 Microsoft Graph 和 Microsoft 365 应用中的数据相结合,打破了传统办公软件的方式,能自动生成文档、电子邮件、PPT,让Word、Excel、PowerPoint、Outlook、Teams 等办公软件的效率提升多倍。它们可以统称为——您的工作副驾驶。 Copilot 不仅可以帮助您编写、汇总、分析和搜索信息。微软还宣布一项全新的体验:Business Chat(商务聊天)。Business Chat可以在 Microsoft 365应用程序以及日历、电子邮件、聊天记录、文档、会议和联系人等程序里使用,只要用一些自然语言,它就可以根据早上的会议、电子邮件和聊天记录生成状态更新。 Microsoft 365 Copilot 能够帮助我们做什么? 使用GPT-4 大型语言模型 (LLM),CoPilot可以起草信件或文档、汇总信息。您可以让它编写文本并告诉Copilot使用什么“语气”。 创建 PowerPoint幻灯片。PowerPoint 中的 Copilot 也能通过自然语言输入,直接实现动画切换和重新设置文本格式等等。 分析来自Excel 的数据。对于不懂 Excel 里面各种函数调用、宏、VBA 语言的用户而言,基于 Copilot,可以直接用“人话”(自然语言),提出各种问题,然后它会推荐一些实用的公式。 Excel 中的 Copilot 也可以找到数据的相关性,根据问题生成模型,并得出趋势。它还可以即时创建基于数据的 SWOT 分析或数据透视表。 它还可以通过访问日历和您的联系人,提供会议、活动和项目的历史记录。如果你错过了会议,你可以问Copilot其他人在这个会议上讨论了什么。 从某种意义上说,这是一场工作革命。每个人都必须学会使用这个工具,因为忽略它会让你落后。 Copilot是我们“值得信赖的助手”,能够随时为我们提供帮助。在幕后,Copilot正在了解我们使用的的文档,日程安排和通信,当我们开始使用它时,它会变得更加智能和个性化 。LLM不会共享您的本地数据,能够充分保证用户的数据及隐私。 本周OpenAI发布了GPT4,这是Bing Chat背后的引擎。它运行更快、更聪明,这表明这些神经网络的发展速度有多快。我已经使用Bing Chat好几个星期了,我可以证明 GPT-4运行是良好的。它的语言能力是一流的,即使有些人仍在质疑它。GPT-4是第一个实际上比人类学习速度更快的人工智能模型。这个神经网络能够自己学习,使系统能够不断改进。 谷歌也不甘落后,为Google Workspace推出了自己的生成式人工智能。谷歌正在努力跟上微软的步伐,尽管他们对于自己在这方面的介绍并不完整。但微软OpenAI的势头是巨大的。LinkedIn也宣布了一系列基于OpenAI的AI增强功能。 40年来,微软一直在努力提高生产力。 微软对提高组织生产力是十分关注的,所以他们了解非常了解我们如何使用自己的计算机。微软了解到“让系统变得简单”的过程很难实现。简单的工具阻碍了我们提高工作效率:我们需要一个跟随我们一起进步的工具。这也是微软为什么取得成功的原因。虽然Copilot只是一个辅助工具,但由于LLM本质上是一个“学习机器”,Copilot会随着时间的推移而变得越来越好。 Copilot确实是有效的。 麻省理工学院的一项研究,仅使用ChatGPT就可以将生产力提高39%。专为您设计的Copilot将在短时间内更加快速地提高我们的生产和工作效率。想象一下,Copilot可以为我们节省提供大纲或摘要,编写备忘录、信件或报告的时间。律师、作家、营销人员和销售人员等将大大收益于此工具。 IT部门和新的合作伙伴:需要构建大量附加组件。 由于Copilot建立在Azure OpenAI服务之上,我们可以期待一个新的附加组件行业出现。数以百计的IT部门和Microsoft集成商将学习如何调整此系统,构建“技能”(模型)并开发行业用例。我们期望看到Copilot在法律,营销,销售和数百个行业中展示特定的“技能”。 IT部门也会这样做。由于该系统基于Microsoft Graph使用的安全性(即您的公司目录),因此IT团队还可以构建技能来帮助各种用户组更快(或更准确地)完成操作。请注意,Microsoft 还推出了Copilot for Power Platform,从而可以更轻松地构建利用此工具集的应用程序。 竞争:谷歌和其他公司的回应。 虽然谷歌在这场竞赛中似乎落后了,但我不希望他们保持沉默。全球有超过2亿人使用免费版本的Gmail,因此生成式人工智能的使用将成为主流。我认为我们将能看到许多其他的LLM进入市场,在不同领域发挥专门的用途。 这是有风险的吗? OpenAI研究论文将风险描述为可以预见到的偏见、虚假信息、过度依赖、隐私、网络安全等风险。这里的风险指的是系统犯的错误,而不是一些人为的错误。尽管《纽约时报》讨论了这有多“可怕”,但我仍然认为我们应该辩证地对待任何问题。1981年,我在IBM工作,当时Lotus 1-2-3和其他工具出现了,许多人认为“这是会计行业的终结”。但是我想提醒大家,生成人工智能不是发现一种新的生命形式。这些是统计推理工具,我们可以用它来处理工作。与每种技术一样,人们如何使用它才是关键。 微软的巨额投资。 微软中的的每个工作人员都突然开始使用OpenAI。微软不仅将公司押注在生成式人工智能工具上,他们还在构建支持它的基础设施。一位记者发现,微软正在收购所有的AI芯片,提高Copilots的核心运算能力。这只是意味着微软正在光速向人工智能靠拢。其他软件供应商也在争先恐后地迎头赶上。 这会给我们带来期待已久的生产力提升吗? 最后,让我们讨论一下生产力。这些工具会让工作变得如此简单,每周工作4天会成为主流吗?像“文案”这样的工作会过时吗?我们会发现,每个主要的生产力工具都能“改善人们的工作”。当语音邮件和电子邮件出现时,我们想知道秘书是否会离开(他们确实这样做了)。当Zoom和Teams出现时,我们重新设计了办公方式。 在这种情况下,我们可能会怀疑自己会无事可做,但事实上,我们可以比以前更快更好地工作。当然,如果您忽略这些趋势或选择不学习这些工具的操作方法,那么您只会落后。我支持微软此次的巨额投资。虽然我们还处于早期探索阶段,但是,未来生产力的大幅提升是可以预见的未来。 本文作者:Josh Bersin
    Future of Work
    2023年03月17日
  • Future of Work
    【观点】人工智能(AI)和机器学习(ML)将如何塑造未来的工作,Workday已做出了良好的示例! 什么是AI和ML? AI只是一门技术的概念,最终还是要靠各种具体技术来实现,机器学习(Machine Learning)就是其中之一。ML使用算法分析数据,从中学习并做出推断或预测。ML使用大量数据和算法来“训练”机器,由此让机器学会如何去完成任务。 Workday已经将AI和ML嵌入到自己的平台,为客户提供无与伦比的体验。长期以来,Workday一直认为人工智能(AI)和机器学习(ML)将为未来的工作提供动力。虽然最近在人工智能和机器学习方面的进展,主要是生成性人工智能,特别是OpenAI和ChatGPT的推出,把人工智能和机器学习推向了新的浪潮。近十年来,Workday一直在提高人工智能和机器学习的适应能力,力图为客户提供更加良好的体验。 Workday对人工智能和机器学习的独特使用方法 与世界上任何其他企业软件公司相比,Workday在思考和应用人工智能和机器学习的不同方式。从能力的角度来看,Workday采取了一种平台优先的方法,将人工智能和机器学习嵌入到我们技术平台。为什么这很重要?因为在将人工智能和机器学习嵌入到我们的应用程序之后。通过让数百万用户在同一平台上不断使用几十个应用程序,然后给出相应的使用反馈,那么它们的改进速度就会更快。 Workday的另一个与众不同之处在于我们拥有的庞大的数据。我们拥有超过6000万用户,每年处理近442亿笔交易。但是,如果没有质量,数量就毫无意义。我们通过全面的单一数据模型来执行。这种数据模型使我们能够保持数据的真实和统一。而我们的竞争对手,他们整合多个数据库却无法做到这一点。我们还使用租借模型来完善我们的数据,这使我们能够为特定地区或行业的客户建立定制模型,同时维护他们的隐私并遵守监管规则。最后,我们可以通过Workday Prism Analytics引入第三方数据,并将其与Workday无与伦比的数据集进行集成,以创建独特的模型。 在机器学习领域,从业人员谈到了推动积极成果所需的 "3V":足够的数量、速度和种类。Workday拥有这三样东西。Workday将数据与技术相结合的能力,使我们能够部署具有高性能和定制性的人工智能和机器学习的解决方案,能够迅速为客户提供迅速和个性化的服务。 用人工智能和机器学习完成未来的工作挑战 Workday Skills Cloud是一个很好的例子。传统职业发展轨迹已经无法适应现代工作的需求,未来的经济必须具有动态性和灵活性,并能够允许具有非传统背景的人员从事相关工作。Workday Skills Cloud使用AI和ML来分析人类语言中使用技能的方式,了解它们之间的关系,并将其大规模映射到以技能为中心的劳动力身上。 Workday Skills Cloud以及为其提供支持机器学习的引擎对于帮助客户适应未来的工作需求至关重要。目前,超过一半以上的Workday核心人力资本管理(HCM)客户正在使用它。自五Workday Skills Cloud在2018年推出以来,已处理了超过50亿次的技能使用。如果没有机器学习,公司根本没有办法大规模采用技能。 此外,借助AI和ML,财务团队可以将过去需要数月或数周才能完成的任务减少到仅几个小时或几分钟,从而提高工作效率并减少管理风险。例如,财务团队需要花费大量时间收集信息并在月度和季度结束时核对交易。Workday 借助人工智能和机器学习可帮助用户快速识别财务模式、趋势和异常情况,使团队能够更快、更高效地完成财务结算流程。 生成式人工智能的无限可能性 Workday是大型语言模型(LLMs)的早期采用者,这种技术使生成式人工智能成为可能,而且目前我们已经在生产中使用这项技术。Workday已经开始采用生成性人工智能来解决一系列的客户问题。LLMs的一个典型案例是内容创建,我们可以利用它起草绩效评估、工作描述和一系列其他文件。我们将继续确定生成式人工智能可以为我们的客户增加价值的关键用例,并开发利用Workday数据和外部数据集的独特模型。 用值得信赖的人工智能提高决策的科学性 我们相信,人工智能和机器学习能够提供更多的可能性,但它必须是值得信赖的,它必须帮助人类开展工作,而不是取代我们。为了使人工智能和机器学习更加值得信赖,我们致力于让客户清楚地了解我们的机器学习产品是如何进行开发和测试评估的。人工智能和机器学习领域的工作必须以道德作为基石,并指导我们开发相关的技术,创造良好的社会成果,并为我们的客户带来切实的利益。 在以人为本的指导原则下,Workday没有采用人工智能和机器学习技术实现决策的自动化,所有的最终的决策者必须是人。不可否认的是,人工智能和机器学习能够帮助我们提高生产力,扩大信息来源,并利用相关技术解决一些困难的问题。这是我们使用人工智能和机器学习的原则,我们可以想象它将如何塑造我们未来的工作。 本文作者:Sayan Chakraborty
    Future of Work
    2023年03月16日
  • Future of Work
    加州上诉法院判定平台用工身份为独立承包商,平衡博弈中的优步、司机与劳工权益 最近的一项裁决中,加州上诉法院判定Uber、DoorDash和Lyft等公司可以将其司机视为独立承包商。这一裁决引发了关于劳动力权益保护、商业模式和平台经济对劳动力市场的影响等问题的讨论。尽管这一裁决对于平台公司和部分司机来说是一个胜利,但仍存在许多争议,尤其是关于劳动者权益保护方面的问题。 首先,我们需要了解一下背景。加州立法机关通过了AB 5法案,旨在规范独立承包商的分类。然而,随后的Prop. 22投票允许这些平台继续将司机视为独立承包商,并为司机提供一定程度的福利。这场法律斗争的焦点在于平衡不同利益相关者的权益:平台公司、司机和劳工权益倡导者。 对于平台公司如Uber而言,这一裁决无疑是一个利好。将司机视为独立承包商有助于降低成本、减少法律风险并维持现有的商业模式。然而,在这一利益平衡中,有一部分司机和劳工权益倡导者对此表示不满。 对于司机来说,作为独立承包商意味着他们可以保持工作时间和地点的灵活性。然而,这也意味着他们无法享受与正式员工相同的福利,如医疗保险、退休金和带薪休假等。虽然Prop. 22规定了为这些司机提供一定的新福利,但可能不如正式员工的待遇全面。此外,作为独立承包商,他们的收入主要依赖于完成的订单数量,而不是固定的工资。虽然裁决支持将司机视为独立承包商,但法院仍保留了司机进行集体谈判的可能性。 劳工权益倡导者认为,这一裁决在某种程度上削弱了对劳动者的保护。尽管Prop. 22提供了一定程度的最低收入保障和福利,但这些可能不足以确保所有司机都能获得充分的保障。这引发了关于平台经济对劳动力市场的长期影响和劳动力权益保护的争论。 尽管加州上诉法院的裁决为平台公司提供了一定程度的法律确定性,但这并不意味着争议就此终结。实际上,这一裁决可能还会进一步引发关于劳动力权益保护和平台经济对劳动力市场的影响等问题的讨论。对于劳工权益倡导者来说,这场斗争可能还将继续,因为他们寻求更强有力的劳动者保护政策。 此外,加州上诉法院的裁决可能对其他地区和国家的平台经济产生影响。许多国家和地区也在关注这一案例,以了解如何平衡平台公司、司机和劳工权益的利益。这一裁决可能为其他地区提供了一种参考模式,但也可能引发更广泛的关注和讨论。 总的来说,加州上诉法院的裁决在平台公司、司机和劳工权益之间寻求平衡,但这一平衡仍然存在许多争议。尽管裁决对于平台公司和部分司机来说是一个胜利,但对于追求更强劳动力保护的倡导者来说,这可能被视为一个不利的裁决。未来,我们可能会看到关于劳动力权益保护和平台经济对劳动力市场的影响等问题的更多讨论。而这一裁决,或许只是一个开始。
    Future of Work
    2023年03月15日
  • Future of Work
    【观点】招聘工作的未来——人工智能将影响招聘过程中的每一个环节 招聘活动需要采用人工智能。据统计,45%的人在糟糕的面试后拒绝了工作。目前,招聘职能部门可能犯了很多错误,但它没有通过正式的流程来吸取经验。与之形成鲜明对比的是,人工智能的主要职责是只专注于学习。因为学习和改变会带来更快速的进步。人工智能将被应用于整个招聘过程中。 这是一个值得思考的问题,首先了解为什么人工智能将迅速影响招聘。这一即将到来的变革浪潮背后的五个主要驱动因素包括: 组织内的成员都期待采用人工智能——现在几乎每个担任领导角色的人都意识到人工智能最近已成为解决各种商业、科学和医疗问题的“首选应用程序”。ChatGPT的突然普及和使每个人都意识到,现在是时候拥抱人工智能了。 采用人工智能进行招聘可以缓解组织主要的人才短缺——不可否认的是,组织需要足够数量的高质量人才维持目前的运营水平。而缓慢的招聘流程会使相关职位出现几个月甚至更长时间的空缺,进而降低组织运行效率。除了这些缺点之外,传统的招聘方法无法雇佣多元化人才。严重“过度招聘”也迫使组织实施痛苦而代价高昂的裁员策略。 采用人工智能可以大幅改善组织的招聘结果——在人才紧缺的时期,每个业务职能部门的领导者都被要求改善他们的运营结果。不幸的是,大多数招聘领导者目前都没有完全意识到自己的招聘结果是否存在问题。人工智能的有效使用可能能够将面试成功率提高到50%以上。 实现数据驱动的招聘活动——事实上,人力资源和招聘实际上是一个高影响力的业务职能,主要依靠直觉已经不再是有效且长期的既定做法。幸运的是,人工智能可以加速组织向数据驱动型招聘过渡。 在这场持续激烈的 "AI人才争夺战 "中,用人工智能来创建一个更强大的招聘流程,以填补整个企业的AI职位。招聘领域并不是需要雇用AI人才从事招聘工作。相反,目前所面临的问题是组织无法招聘到足够多的人工智能专家。因此,也就没有大量的AI人才履行组织的每个主要的业务职能。 每个招聘人员目前应该做的工作是学习关于人工智能的一切。人工智能在招聘领域的应用浪潮是不可阻挡的。而且这一人工智能浪潮将极大地改变招聘领域中每个人的工作。但受影响最大的是那些目前花费大量时间筛选简历,寻找主动和被动人才,并组织面试工作的人。此外,从积极的方面来看。这一人工智能浪潮还将提高招聘过程中的数据科学、帮助组织做出更合适的招聘决策。 人工智能如何改善招聘过程 目前,人工智能已成功主导了各种业务流程(即供应链、营销、财务、生产),我们会意识到,人工智能也终将主导招聘流程。以下是人工智能将改善招聘过程的几大示例。 人工智能将改善雇主品牌。良好的雇主品牌对吸引优质申请人有很大的影响。人工智能可以帮助确定投放招聘信息的最佳媒体和网站。还能够根据潜在申请人样本中收集的调查信息进行分类。确定哪些雇主品牌因素(如企业文化、工作灵活性)对候选人的吸引力最大。此外,通过从元宇宙中添加多个逼真的工作场景,还能使潜在的申请人真正“感受和体验”作为团队的一员在组织中工作的感觉。从而增强雇主品牌的真实性。 人工智能将维护高质量的人才管道。人工智能还将使招聘人员能够在LinkedIn、以及所有社交媒体和互联网上进行持续的自动人才搜索。这种持续的搜索能力将帮助企业建立和维护具有理想前景的人才管道。这种人工智能流程还会在候选人开启求职模式之前提醒他们应该具备的能力。 人工智能将帮助招聘人员创建更具吸引力的职位描述。大多数职位描述可能是在招聘人员没有完全了解不同的头衔具备怎样的吸引力价值的情况下创建的。然而,人工智能可以对不同的职位描述进行测试和分类,以确定哪个确切的职位描述对顶级候选人最具吸引力。 人工智能可以帮助确定发布职位信息的最佳地点和时间。人工智能可以根据过去的招聘数据和职位描述进行分析,以确定发布空缺职位的理想时间和地点。 自动化简历排序,提高候选人库的适用率。错误的简历排序会浪费过多的招聘时间。人工智能算法将根据每一个 "排序因素"对候选人的简历进行排序。提高人才分拣的准确性。 利用人工智能将改善人才技能评估。传统的面试方式可能不足以展示候选人的真实技能,目前,虚拟现实测试也在被广泛应用于招聘过程。人工智能将极大地提高组织在整个评估过程中的准确性和科学性。 人工智可以改善候选人的面试体验。由于人为的偏见和缺乏面试评估经验,面试结果往往不够科学。幸运的是,人工智能可以只向面试官提供适当的问题(及其答案),以确定申请人是否符合工作要求。在面试之后,面试官还将得到一份 "评分表",评估候选人是否能够达到特定工作的具体要求。此外,人工智能还能够帮助招聘负责人识别相关候选人退出招聘过程的具体原因,招聘人员可以不断改进招聘进程和候选人体验。 人工智能将提高候选人调查的有效性。目前,组织对候选人调查的数据相对较少。然而,人工智能算法能够根据相关材料揭示候选人的预测价值。这是一个对组织有利的事情,因为在招聘过程的早期就启动这些自动检查,可以极大地提高招聘效率。 人工智能可以帮助确定哪些招聘指标会改善招聘流程。数据驱动的职能部门会获得越来越多的数据。人工智能可以提供相关建议,指出哪些招聘指标为改进招聘过程做出了最大的贡献。 结语 尽管公司从采用人工智能过程中获得了许多好处,但在此期间也遭受了一些阻力。招聘职能历来是变化最慢的部门之一。首先,你应该预料到许多招聘经理会抵制人工智能的应用,即使它将极大地改善他们的招聘结果。因此,在推广人工智能在招聘中的应用时。可以寻求几个典型用例进行作证,他们可能已经在其业务流程中成功地使用了人工智能。你还应该调查所有可能遇到的障碍,并想出解决这些阻碍的有效方案。最后,你还应该广泛传播在实施人工智能过程中所改进的具体数据,以进一步说服人工智能怀疑论者。 文章作者:DR John Sullivan
    Future of Work
    2023年03月15日
  • Future of Work
    【大咖谈】生成式人工智能AIGC和大型语言模型在人力资源管理中的七大用例! 人力资源是商业世界中最复杂的领域之一。实际上,我们对员工做出的每一个决定(雇佣谁、提拔谁、付给员工多少钱、如何促进员工发展)都是基于、经验、个人偏见和一些数据而做出的判断。由于所有企业支出的50%以上是在工资上,这些 "判断性决定 "使公司花费了大量的金钱。 在我的世界里,我们深入研究管理、领导力和人力资源的每一个部分,我们经常试图将各种 "人力资源实践 "与结果联系起来,以弄清什么是有效的。我们的大部分业务都是基于这项工作,然而随着文化、劳动力市场和技术的变化,我们每隔几年都会定期 "重新审视 "我们的大部分工作。例如,现在,我们知道工作场所的压力、薪酬平等和职业发展是提高员工满意度和劳动力生产力的主要因素。而在几年前,福利、奖金和华丽的头衔更受员工的重视。所以我想说的是,人力资源部门的大部分工作是基于组织心理学、多种形式的社会科学研究以及永无止境的实验的,而这是很难实现完美的,而且总会受到争论。 人力资源的基础数据集是文本的。人力资源和管理方面的大多数 "硬科学 "都集中在数字上。我们要求人们参加测试,我们看人们的 "绩效评级 "和平均分(这是很主观的),我们要求人们进行调查、反馈和大量的数据来做决定。然后我们把商业结果(销售、利润、市场份额)与各种人员指标联系起来,并认为 "我们有了答案"。 对于招聘和选拔,我们看的是经验、与工作相关的测试、以及面试官的意见和分数。理论上,如果我们得到足够多的这些数据,我们就可以做出越来越好的招聘决定。而当我们看谁应该晋升,谁应该降级,以及谁应该进入公司的最高层时,也会按照同样的方式进行判断。 晋升的整个前提是基于 "可晋升性 "或 "潜力 "与 "当前工作表现"(九宫格)相比较的旧观念。这种听起来很量化的方法其实充满了偏见,所以我们必须从各种评估、观察和投入中 "推断 "出谁具有高潜力。同样,当我们得到大量的数据时(观察许多高绩效者的背景和行为),我们可以提高晋升的科学性。 人力资源的核心 "科学 "往往植根于心理学,这是一个迷人的领域,研究工作中的属性、行为和心理学。尽管我非常欣赏和关注心理学,但大多数公司并不怎么使用它。因此,如果你想对你的员工的技能、经验和对不同工作的适应性进行真正的 "大数据 "分析,你要处理的是堆积如山的 "数据",其中大部分是在传记、工作成果、公司领导框架、评估和大量沟通中得到的的。当然,还有绩效评估、业务成果等等。 人力资源部门最常见的两个部分:工作申请(招聘启事)和工作描述。这两样东西都是由招聘经理或人力资源专业人员 "撰写 "出来的,通常是基于人们对工作的看法、一套公司标准以及组织需要个人具备哪些 "技术技能"。我们都知道,这些东西并不能真正预测谁会成功,因为 "成功 "在很大程度上是基于雄心壮志、学习的敏捷性、文化的适应性和与目标的一致性。 生成式人工智能和大型语言模型如何提供帮助? 鉴于我们所处的复杂、混乱的业务环境,生成性人工智能和大型语言模型可以提供什么帮助?虽然现在还为时过早,但让我大胆设想一下,人工智能的这个新分支有可能完全重塑人力资源的工作方式。在这种颠覆性的变化中,我们将看到新的平台、新的供应商和新的公司运作方式。 什么是生成式人工智能和大型语言模型? 对于那些不知道什么是生成式人工智能和大型语言模型的人来说,让我简单地说,这些人工智能系统可以对数十亿的 "标记 "进行索引、分类和集群,其中包括单词、短语、数字,甚至代码,我们只需要输入我们的问题,这些生成性人工智能就可以从众多的信息中分析、总结并给出见解性的答案。 下面是生成式人工智能和大型语言模型在人力资源领域的几个用例。 1.创建工作描述、技能指南、学习大纲等内容。 我一直认为,"描述工作 "的最好方法是观察人们在做什么。如果你实际观察、捕捉和分析员工近几个月的工作,你就可以根据实际工作来 "编写工作描述"。那么生成式人工智能可以做到这一点。 你可以使用生成式人工智能来观察 "公司的销售业务",并分析你的销售组织中的所有销售记录、销售工具和各种销售材料。而且它可能会描述 "你们公司的销售人员是做什么的",并帮助你根据真实的角色拟定现实的工作要求。 然后,如果你想知道如何培训销售人员,你可以问它 "告诉我业绩最好的人和业绩较差的人各自需要做什么"。它就会给予你之前可能不知道的东西。然后你可以要求生成型人工智能机器给出员工需要学习和了解的大纲"。然后它可以为你建立测试、在线学习指南,并最终成为你公司的 "销售教练"。 然后,你可以问生成式人工智能 "按总收入和总利润衡量,谁是我们的顶级客户",如果它能访问财务数据,它也可以回答这个问题。 因此,它不仅可以帮助你改进你所有的工作描述,还可以帮助你 "定义成功标准",帮助你 "评估谁的表现良好以及为什么这些员工能够获得良好的业绩",然后再根据回答拟定“销售培训材料"。 2.为招聘工作建立技能模型、经验模型和候选人档案。 大家都知道寻找、评估和选择 "合适的人 "来做一份工作是多么困难。现在每个人都在热衷于 "基于技能的招聘"。但这到底是什么意思?这是否意味着这个人已经通过了某种工具或编程语言的测试?这是否意味着他们有着丰富的工作经验?还是意味着他们曾在一家该领域非常出色的公司工作,他们又从那里学到了什么?这很复杂。假设你可以抓取数以百万计的员工资料,然后看看他们所做的 "工作"(即扫描Github、他们所写的文章及简历等),然后决定这个人在这项工作中 "有多好"?这几乎是不可能手工完成的,但生成式人工智能可以做到这一点。而且它可以做得更好。 假设人工智能看了这个人的工作经历,然后与其他候选人进行了比较。它可能可以告诉你哪个人的教育程度更高,哪个人的拼写能力更强,以及他们各自的个人特征。 我知道L&D供应商已经使用ChatGPT从现有的内容中建立课程计划、学习目标和技能评估。这种应用于数十亿求职者的分析可以开始向招聘人员展示谁是 "具备相似技能 "的专业人士,他们可以胜任哪个难以填补的职位。此外,通过调整这些模型还可以消除性别偏见、年龄偏见、种族偏见,因此,它们不仅更有用,实际上,也是更 "安全"的。 3.分析和改进薪酬、工资基准、奖励模式。 人力资源的第三个巨大挑战是 "给员工多少钱 "和 "为他们提供什么福利"。而这是一个非常棘手的问题。95%以上的公司已经存在薪酬公平问题而且随着通货膨胀的上升,工资需要不断变化,人力资源部门需要努力跟上。 生成式人工智能可以快速地进行薪资基准测试,评估数百万个空缺职位的薪资水平,并分析外部和劳动力市场数据,以帮助确定组织有竞争力的薪资、奖励、激励和其他福利计划。大多数公司试图通过雇用昂贵的顾问来做这件事:这些顾问应该很快就会配备人工智能支持的工具,然后你就可以自己获得这些工具。 薪酬公平也是一个需要重视的问题。虽然一些人工智能供应商开始关注这个问题,但我们从研究中得知,大多数公司有5-15%的工资总额处于某种 "不公平的薪酬 "分配模式。高薪、高任期的人会因为市场周期而获得很高的工资。我认识一些软件工程师,他们赚了50万美元或更多,只是因为他们在一个 "热门时间 "被雇用到一个热门公司。几个月后,他们的工资就比同龄人多出1.5-2倍。公司目前正在试图解决这些问题。 4. 绩效管理和反馈。 人力资源中最难的、也是经常被忽视的一部分是绩效管理、绩效评估和发展规划。虽然有数以百计的书籍和模型来定义这个过程,但它往往归结为个人的判断。而且在大多数情况下,经理在没有对员工的整个一年的工作做全面考察的情况下就给出了评价。 想象一下,如果生成式人工智能将这些工作努力且类似的岗位角色进行比较,向经理展示员工在哪些方面表现出色,哪些方面表现不佳? 今天的技术在某种程度上可以做到这一点。我最近要求Bing Chat告诉我微软2021年到2022年的财务业绩变化,它给出了很详尽的回答。许多生成式人工智能的新模型可以从员工分析中确定员工所欠缺的技能, 为之后的员工培训与发展奠定基础。 5. 教练和领导力发展。 正如我们大多数人所知,在我们的职业生涯中最有价值是 "教练"。教练是一个观察我们的工作行为,并给我们提供个人发展的反馈。他们的教练可能是也可能不是 "专家"(许多教练模式都是围绕着 "教练是心理学家 "的理念建立的),所以教练可能只是在观察我们,给我们提供急需的支持。他们可能会采访我们的同行,帮助我们看到盲点,了解挑战性的情况。 学习与发展领域的市场增长是爆炸性的。像BetterUp、CoachHub、Torch、SoundingBoard、Skillsoft和其他许多供应商已经为 "按需辅导 "创造了近10亿美元的市场。那么,如果这种辅导来自于一个智能机器人呢?医疗机构已经为预防自杀、医疗干预和其他医疗需求建立了这些系统,而且效果相当好。 想象一下,比如说,如果我不得不解雇某人。我可以很容易地问聊天机器人"我应该如何处理裁员的谈话?" 或者 "对于一个开会老是迟到的人,有什么好的指导方法?甚至"我怎样才能使我的会议更加高效?" 这些类型的问题已经被数以百万计的领导人问过数百万次,因此,智能机器人对所有这些问题都有精心设计的答案或建议。而且大多数公司现在都有领导力发展内容、合规内容和各种 "困难对话 "内容的分类。生成性人工智能系统可以很容易地找到这些内容,对其进行解释,并使其便于管理人员使用。 6.个人教练、心理健康和福祉。 也许代际人工智能的最大成功之一是出现了像 "Woebot "这样的工具,它有助于治疗心理健康、压力和自杀。这个工具是在2017年推出的,它减少了员工的压力、焦虑和自杀,其效果几乎是人工治疗的两倍。它怎么会有这么好的效果呢?因为,生成式人工智能中的反馈回路是根据人类思维模型训练的,该系统可以快速识别正在考虑自杀的用户,只需倾听语言,就能帮助相关用户放松心情。 在过去的五年里,工作场所健康市场已经发展到超过500亿美元的规模,而我们对健康组织的研究发现,典型的解决方案(EAP计划、在线教练、培训、正念)的影响比我们预期的要小。我们见证了这样一个事实:大多数关于工作场所心理健康的统计数据显示,即使在投资了数十亿美元之后,它仍然是一个需要解决的问题。因此,我们可以期待医疗保健提供商、保险公司和像Ginger.io(现在拥有Headspace)这样具有前瞻性的供应商加入这个市场。 7.人力资源自助服务和知识管理。 我将提到的最后一个用例是自助服务和知识管理。我们有成千上万的文件、合规书籍、多样性指南、安全规则、流程图来帮助员工选择福利、理解公司政策。生成式人工智能适用所有这些复杂的 "知识赋能 "和自助服务的工作流程。微软新的Power Platform与OpenAI的接口允许公司在系统中嵌入工作流程,所以你可以告诉聊天机器人 "请申请探亲假并请我的经理批准 "或 "请向IT部门提交一个案例,让我的笔记本电脑升级"。许多在人力资源运营、呼叫中心和服务交付中心工作的人几乎会立即投资于此。这意味着从Oracle到Workday到ServiceNow和ADP的每个人力资源技术供应商都将把这项技术嵌入其平台中。 生成式人工智能和大型语言模型的应用将是完美的吗?当然不是。但当我们做出成千上万的关键决定时,我相信生成式人工智能将完全改变人力资源的游戏规则。这不仅能够提高组织的运行效率,也能够塑造良好的员工体验。 文章来源:JOSHBERSIN
    Future of Work
    2023年03月10日
  • Future of Work
    【观点】员工在远程工作中寻找什么?招聘人员在拟定职位描述时需要考虑的5个因素 远程工作越来越受到员工和自由职业者的欢迎,有几个原因。首先,它改善了他们的工作和生活的平衡。远程工作者有更多的空闲时间来处理家务,预约医生,以及看望他们的朋友、家人和孩子。另一个原因是,远程工作促进了员工的心理健康。2022年的一项FlexJobs调查显示,84%的员工认为远程或混合工作会让他们更快乐、更满足。 远程工作也吸引了更多的人才。但要找到这些人才,招聘人员需要写一份反映员工对远程工作的要求的招聘启事。 远程工作描述 撰写远程工作描述听起来很复杂,但实际上你会使用许多与传统招聘启事相同的元素来进行完美的描述。这里有一些基本要素,应该在所有的招聘启事中进行考虑。 直奔主题 告诉候选人的职责是什么,你希望他们做什么,以及你如何衡量他们的工作绩效。 避免使用专业术语 在想一些听起来很有趣的词时,要尽力避免使用专业术语。使用具体的头衔,如 "人力资源专家",而不是 "人际关系向导"。这不仅是不专业的,而且也使你的职位空缺更难搜索到。 提到不好的地方 你必须给潜在雇员一个准确的工作描述,甚至是不太积极的部分。如果你避而不谈不好的一面,候选人甚至会觉得你不够真诚。 展示包容性 展现包容性对候选人来说很重要,如果你想吸引更多的人才,你需要在你的招聘信息中使用非性别化的语言。 学位要求 确定你的招聘岗位是否真的需要学士学位。75%的新工作需要学士学位,但只有40%的潜在求职者有学士学位。这个无声的障碍使许多雇主无法找到真正优秀的员工。永远记住,潜在的求职者是根据你的职位描述来判断你和你的公司文化。如果你不能留下良好的第一印象,你可能会永远失去他们。 撰写远程工作描述时应考虑的问题 谈到远程工作,员工主要在寻找两件事:灵活性和工作与生活的平衡。你需要在你的远程工作描述中展现这些好处。 1. 远程工作的税务要求 在美国,许多远程工作都有具体的税务要求,需要满足这些要求。无论哪种情况,如果你需要在美国找一个本地员工,说明你的位置是至关重要的。 2. 搜索者会使用的关键词 求职者自然会通过使用相关的关键词来搜索他们想要的工作。如果一个潜在的雇员想做一份远程工作,他们会在搜索栏中输入 "在家工作"、"远程 "或 "在任何地方工作"。你的职位描述必须包括这些重要的关键词。但你可以设置一些更具有吸引力的关键词。这些关键词包括 "工作与生活的平衡"、"灵活的时间表"、"设备津贴 "和 "无限期休假"等。  3. "远程 "或 "灵活 "是什么意思 像 "远程 "和 "灵活 "这样的术语,因人而异,有不同的定义。对许多人来说,"远程 "意味着 "100%在家工作",但如果不是这个意思,一定要澄清。如果你需要你的员工每周来开一次会,就在职位描述里说明。 4. 工作地点以及如何工作 你希望你的远程员工在哪里工作,不仅仅是他们居住的地方。网络安全是许多公司关注的一个巨大问题,每个企业都应该有一个政策。因此,你还需要考虑你的远程员工需要什么设备来进行他们的工作职责。他们是否需要一台特定的电脑、一个软件或一个VPN?你是否提供津贴?如果不是,就需要说明具体的情况。 5.面试过程描述 如果面试过程能够被准确描述,那么,候选人都会更容易接受。解释一下你是亲自进行面试还是在线面试。如果你是在线面试,说明你将使用什么虚拟平台,是否使用电话。 此外,还要说明候选人在面试时需要带什么?他们应该如何穿着?候选人知道得越多,他们就会准备得越充分。 远程工作者选择在家工作是因为他们能够实现更好的灵活性和更好的工作与生活平衡。通过采取本文中的步骤,你将能够为远程工作者制定一个令人难以置信的工作描述。这将帮助你为你的企业找到高质量的人才。
    Future of Work
    2023年03月08日
  • Future of Work
    【观点】微软为Dynamics应用程序和企业推出OpenAI CoPilots,提供用于企业应用程序的生成性人工智能将成为新的热点! 微软本周推出了嵌入微软Dynamics的OpenAI,还推出了开发工具,让用户能够在自己的数据上构建智能聊天机器人。这无疑打开了新的市场大门:提供用于企业应用程序和商业生产力的生成性人工智能。 重要的是要意识到,人工智能有很多应用方式。许多企业系统已经使用人工智能来识别欺诈,确定高利润客户,并确定增长模式,发现质量问题等等。亚马逊的路线调度和物流都使用了人工智能系统。 但使用大型语言模型(如OpenAI的ChatGPT)的生成型人工智能(用于创建新内容的软件,包括音频、代码、图像、文本、模拟和视频)则不同。它们在解决相关问题时,能够索引数十亿的单词和短语,并以 "类似人类 "的方式将新内容组合起来。 在商业领域,我们不断地阅读、写作和创造内容,生成型人工智能可以发挥巨大的作用。因此,微软将这种新的能力称为 "共同驾驶员"(Co-Pilots):最初是为微软的Dynamics商业应用程序设计的。(此命名沿用了微软为软件开发者设计的GitHub Co-Pilot的名字)。 这些Co-Pilots以 "写作助手 "和其他工具的形式出现,实际上是新的Azure OpenAI服务的一部分。这项服务允许开发者访问OpenAI、ChatGTP和Dall-E 2,能够实现让任何微软的IT人员或开发者通过Azure完全访问生成性人工智能。这开始了生成性人工智能解决方案的下一个 "大步骤":企业和商业解决方案。我们现在可以在销售、营销、供应链管理、金融等领域使用这些人工智能工具。 OpenAI认为这个机会是巨大的。上周,该公司发布了其企业定价和API,使任何软件开发人员或IT部门都能使用这些工具。因此,微软这个以生产力工具为荣的公司自然会立即提供一个可以使用的工具集。 这些公告分为三个主要方面。 首先,将ChatGPT(Azure OpenAI云服务)嵌入到销售、电子邮件、营销和客户服务应用程序(Microsoft Dynamics)中,以便商务人士能够更快速地建立网站、产品页面、活动;整理销售信息和与客户服务互动。商务人士每天花费数小时总结信息,撰写文案。其中大部分可以用微软的Co-Pilots for Dynamics来完成这些任务,使集成人工智能工具的企业应用程序更容易使用。 其次,微软已将ChatGPT与该公司的低代码开发系统Microsoft Power Platform集成起来。这个系统可以让用户在许多微软的应用程序和工具中实现流程自动化。因此,现在用户可以 "与使用的应用程序对话",让它们完成更多任务型工作。就人力资源而言,想象一下,如果你只是对ChatGPT说 "请从5月开始申请2周的假期,并请我的经理批准"。我保证这比在人力资源系统中完成这个请求要容易得多。 其他例子(来自微软): 1.研究人员可以使用该模型汇总每周发布报告中的文本并将其发送到他们的电子邮件,所有这些都使用 Power Automate。这有助于为他们的分析提供信息并快速识别主题/趋势。 2.营销经理可以通过输入特定的关键字或主题来创建有针对性的生成内容创意,并将生成的文本用于电子邮件或社交媒体帖子,所有这些都在其营销团队的 Power App 中完成 3.客户服务代理可以在 Power Automate 中构建一个流,以汇总、分类和路由客户查询,以便快速响应投诉或反馈。 最后,微软正在推出工具,帮助用户从企业数据库中 "建立自己的ChatGPT机器人"。作为一个人力资源和领导力分析师,我认为这是个大问题。公司拥有庞大的人力资源信息,这些信息以文本、视频或音频的形式存在。所有信息都可以通过ChatGTP索引和 "发现",使任何员工都能得到问题明确的答案。而且,与Bing不同的是,ChatGTP能够对各种虚假信息进行过滤,提供可靠的企业数据。所以它的回应质量非常高。 第三套工具给我的感觉是具有巨大潜力的。它有可能释放出的数百种应用:将ChatGPT嵌入在动态应用程序中。 Microsoft 是最大的中小企业和中端市场业务应用程序提供商之一,包括 Dynamics 365 Sales 和 Viva Sales、Dynamics 365 Marketing and Customer Insights、Dynamics 365 Business Central、Dynamics 365 Customer Service 和 Microsoft Supply Chain Platform。Dynamics业务上个季度增长了13%,一些分析师认为其业务规模接近6亿美元。(注:Workday的收入约为5亿美元。 这些应用程序使用各种数据、工作流、分析流程来配置、操作和管理业务区域。例如,如果您是营销经理,并且想要将新产品上传到销售目录,修改网站,输入价格和库存信息,并发送活动通知。当然,要完成这些工作需要对应用程序有深入的了解和准确的控制能力才能游刃有余地进行使用。 最简单的例子是 Microsoft 使用 ChatGPT 来帮助用户创建产品概述、制作电子邮件或博客条目。这可以节省数小时的编辑和审查时间。其次,他还能够通过电子邮件互动、客户服务响应和其他方式来销售这种新产品。然后,当客户遇到新的问题时,客户服务代理可以使用ChatGPT 来合并问题并给予解答。 ChatGPT 开发工具——强大的虚拟代理和AI构建器: AI Builder 中的新 GPT 和 Power Builder Agent 中的 GPT 可让用户根据公司中的信息构建自己的聊天机器人!这是巨大的市场之一。 例如,想想我们在人力资源部门手工构建的所有入职、员工体验解决方案、领导力发展和其他过渡计划。如果微软GPT机器人运行良好,我们可以使用聊天机器人完成这些工作。已经存在了一段时间的Microsoft AI Builder已经可以做很多事情了。现在,它可以从用户自己的数据中生成对话,补充许多其他可用的AI工具欠缺的功能。 正如微软所说: “通常,当聊天机器人遇到未经训练的问题时,它只能以两种方式之一做出回应:要求用户重新提问或寻求真人助力,我们很可能都很熟悉。现在,使用 GPT 的强大功能,您可以将机器人连接到最新和最有用的数据源,例如公司网站或内部数据,机器人可以立即开始使用这些数据来构建解决方案。这意味着通过所有动态的解决方案都无需创作单个主题或花费额外的开发周期,机器人在几分钟内就可以完成。考虑一下您可以在此处使用多少个内部数据源。每个福利、入职、流程、合规性或培训信息语料库都可以由 ChatGPT 索引和“启用”。 巨大的平台转变:对微软、人力资源技术和商业软件的影响 首先,很明显,OpenAI是微软“改变游戏规则”的合作伙伴。就由于微软拥有OpenAI的49%股份,并且提供了大部分的计算能力,因此人们可以看到OpenAI在未来某个时候或许会成为“微软子公司”。现在有500家生成式人工智能初创公司,《经济学人》估计市场已经投资了超过11亿美元。 生成式人工智能是一个“平台转变”,与互联网、网络、社交和移动一样。每个技术提供商都必须决定如何应对新的市场需求。想想这对Workday,SuccessFactors,Oracle,ServiceNow,ADP以及世界上所有其他人力资源和商业软件提供商意味着什么。他们将不得不考虑在应用程序之上利用生成式人工智能构建服务界面。 生成式 AI 是一种新的用户界面,与移动设备不同,它允许用户根据自己的深层数据来区分产品。所以我相信这是企业平台(和应用程序)的“新战场”。 还要注意的是,OpenAI不会是市场上唯一的供应商。还有其他大型语言模型,更多模型很快就会到来。从某种意义上说,大型语言模型在某种程度上是一种商品:重要的是数据、培训和领域专业知识。因此,真正的价值创造是如何将这些模型与用户自己的数据、用例和工作流系统结合起来! 我们已经进入了企业技术的颠覆性时代。这是一种设计应用程序并支持用户、客户和潜在客户的新方法。如果像Power Virtual Agent这样的工具被广泛采用,我们可能不再花几个小时的课程来学习如何使用我们最喜欢的HRMS或ERP应用程序。我们只会问系统相关的问题,决定我们想要它做什么,然后要求系统完成工作。 现在还处于早期阶段,但凭借微软庞大的IT客户,集成商和合作伙伴,我看到了他们巨大的发展前景。 文章作者:JOSHBERSIN
    Future of Work
    2023年03月07日
  • Future of Work
    【观点】2023年提高员工参与度的7项战略 过去三年来,世界一直处于不断变化的状态。员工和公司都感受困难时期的影响。因此,企业必须特别关注提高员工满意度。协助员工适应新的工作常态并制定新的战略来吸引和鼓励员工。 那么,组织能够采取哪些措施来提高员工的积极性呢?帮助员工在不断变化的工作环境中茁壮成长呢?下面是七种提高员工参与度的方法。 什么是员工敬业度? 员工敬业度是一个描述员工与他们工作场所的亲密关系的概念。它表明个人在情感上对其公司的投入程度。当企业对员工的职业生涯进行投资时,员工会认可这些奖励,并对公司更加忠诚。然而,这样的措施必须是可调整的,以便让每个员工都满意。使用的策略将由员工的情况和他们的晋升潜力决定。 优秀的最佳组织能够保证他们的员工在一个安全舒适的环境中工作。他们还为员工提供成长和发展的机会。员工经常受到许多领导和人力资源经理的启发,获得再培训、职业发展的建议和专业能力的提升。如果管理者为满足员工的要求做出更大的努力,员工的参与度会更高。 1. 塑造良好的第一印象 投资于优秀的员工是非常值得的。如果你想提高组织的整体环境,就必须欢迎新的员工。因此,经理们必须适当地指导新员工,帮助他们做出良好的业绩。根据长期研究,一个积极的企业文化可能会使公司的盈利收入提高四倍。因此,入职团队应分享公司文化,协助实习生和新人适应工作。初级人才必须熟悉组织的目标、政策和行为规则。 2. 鼓励员工公开交流 如果员工不相信公司有兴趣了解他们,他们就会避免披露自己的担忧、愿景和想法。这是大多数企业犯的一个关键错误。因为开放的沟通环节可以增强团队合作,让信息自由流动。员工希望被倾听、认可和尊重,因此员工应该与管理层建立起强有力的联系。而且,虽然需要时间,但这种员工参与方法已被证明是最具效益的。至少这向员工表明,你信任他们,关心他们的问题。 3. 进行员工参与度调查 分发一份评估员工幸福感的匿名调查问卷是非常有益的。它是一个极好的人力资源管理工具。除了迅速和可靠之外,数字问卷将允许每位员工发表意见。调查的首要目标是协助业主通过有效的数据了解什么会激励和打击员工。管理者在收到和分析数据后,可以设计出改善员工关系和保留人才的方法。 4. 肯定员工的日常成就 员工赞赏是一种强大的兴奋剂,它能确保顶尖的执行者感到被重视。根据Quantum Workplace的研究,大多数员工更喜欢来自老板的私人的、一对一的赞美。这些赞赏计划可能会提高员工的参与度、幸福感和忠诚度。为此,要用赞赏的方式来认可员工的每一项成就。赞赏的方法可能是一封有意义的信,公开的表扬或一个小礼物。 5. 促进学习和流动的选择 如果组织不投资于员工的成长,那么,提高员工的参与度和生产力是很困难的。研究表明,那些未能投资于员工职业发展的公司会落后。因此,能否给员工提供学习和提高的机会,会直接影响到他们的工作积极性。可以考虑为员工提供21世纪的技能组织学习课程。协助工人保持竞争优势。 6. 采用灵活的工作时间 人们在不断地与时间作斗争。因此,很明显,为你的下属提供更好的工作和生活平衡将会受到广泛地认同。启用远程工作对员工来说是一个额外的好处。根据普华永道的调查,63%的受访者希望他们的工作能够允许混合工作。此外,近一半的研究参与者表示,在任何地方工作的自由度是选择工作的重要因素。 7. 评估你的公司文化 一般的企业文化会影响每个员工的参与度和生产水平。根据Zenefits的数据,超过63%的美国中型企业难以留住员工。因此,培养团队精神可以帮助克服员工流失这一问题。优秀的企业会优先考虑员工的需求和利益,使他们能够在困难时期维持组织的运行。 总结 建立一个可持续发展的组织,需要强大的相互联系和一个富有成效的团队。这里讨论的策略可以帮助你迅速适应新的趋势,拥抱不断变化的形势。 文章来源:Techrseries
    Future of Work
    2023年03月06日
  • Future of Work
    【观点】不可不知的ChatGPT在招聘中的十大用途! ChatGPT是OpenAI开发的一个创新人工智能聊天机器人,它于2022年11月发布。ChatGPT与其他聊天机器人的区别是它能够提供更加真实和类似人类的对话体验。简单地说,你输入查询的问题,它就会以丰富且富有条例的回答来回应,这些回答似乎是由人类生成的的。 在之前发布的文章中我们探讨了ChatGPT如何帮助人力资源经理进行员工管理。现在,让我们来看看ChatGPT可以通过哪些方式彻底改变招聘过程。 1. 在ChatGPT上查询相关职位的定义与技能要求 理解开放职位所需的资格至关重要,某一行业的术语、职称和职责都可以通过ChatGPT进行定义和解释。这可能使招聘人员更容易理解空缺职位的要求和标准。 2. 为不同的职位创建工作描述 ChatGPT可以协助招聘人员创建精确和成功的职位描述,确保职位描述内容翔实、简短清晰。此外,它还能帮助招聘人员使用性别中立、减少无意识偏见、多样化和包容性的语言来创建包容性的职位描述。 它还会强调空缺职位所需的能力、背景和证书,对申请人进行必要的规范,因为这些规范会阻止代表性不足的群体申请工作,从而减轻招聘人员的工作量。此外,ChatGPT可能会对特定行业的术语和短语提出建议,让职位描述对候选人更具吸引力。 3. 回答应聘者的问题 为了帮助潜在的求职者解决他们的第一个疑问,将ChatGPT嵌入到公司的招聘网站。它就可以通过回答关于公司工作文化和工作需求的常见问题,帮助实现预筛选过程的自动化。 这不仅为招聘人员节省了时间,而且还为申请人提供了及时和正确的信息,使他们的体验更加愉快。 4. 使用ChatGPT招聘人才 ChatGPT可以通过搜索大量的数据,如招聘网站、简历和专业网站,利用其卓越的语言处理能力找到并预先筛选可能的候选人,从而帮助组织提高招聘效率。 5. 使用ChatGPT向候选人发送外联邮件 在招聘过程中,ChatGPT会根据用户提供的信息,生成向候选人发送外联邮件的内容。用户可以指定电子邮件的目标、收件人的信息、以及所需的语气和语言。 ChatGPT会利用这些信息精心编写专业的邮件。这会节省招聘人员编写外联邮件所需的时间和精力,并在多次沟通中保持语言和信息的一致性。ChatGPT还能够提供定制的欢迎词和结束语,使电子邮件更有趣,从而提高申请者的回应机会。它还能够发送面试通知、录用信和拒绝信等。 6. 使用ChatGPT进行候选人评估 在招聘过程中,ChatGPT可以帮助对申请人的能力进行职前评估,它能够根据用户提供的信息创建文本,然后利用这些信息对候选人的才能进行客观、翔实的评估。此外,ChatGPT可以提供适当的问题和面试策略,以协助招聘人员获得更多有关候选人才的额外信息,使人才评估过程更加科学公正。 7. 使用ChatGPT进行简历筛选 ChatGPT可以识别候选人简历上的基本能力、证书和经验,使申请人的筛选更加有效和准确。。此外,ChatGPT还可以根据招聘人员提供的关键词和短语,协助识别最符合岗位要求的候选人,使简历筛选过程更加高效。 8. 使用ChatGPT安排面试 ChatGPT可通过与申请人的消息互动,确定面试的最佳时间和日期。ChatGPT还可能提供后续进程跟进和提醒,以提高候选人参加预定面试的的积极性。 9. ChatGPT协助招聘人员进行面试 根据候选人的简历和申请,ChatGPT可以为每个候选人建立一个个性化的面试问题清单。这可以节省招聘人员设计面试问题的时间和精力。 10.ChatGPT帮助评估面试过程 ChatGPT可以分析候选人的面试回答过程,并对其语言流畅性、沟通技巧等软实力进行评估。它还可以对候选人的标准化问题回答进行打分,但是在面试评估过程中,它无法彻底代替人的判断和批判性思维。 总之,ChatGPT可以帮助简化招聘流程,节省招聘人员的时间和精力,并改善整个候选人的申请体验。ChatGPT能够自动进行简历筛选和推荐人检索等琐事,这样一来,招聘人员就可以专注于招聘过程中更重要的事务,如面试和选择最适合该职位的候选人。 文章来源:Techrseries
    Future of Work
    2023年03月02日
  • Future of Work
    【美国】ESG解决方案供应商Novata获得了3000万美元的B轮融资 近期,总部位于纽约的ESG解决方案供应商Novata获得了3000万美元的B轮融资。本轮融资由Hamilton Lane领投,现有投资者福包括Canson Capital Partners、Clearlake Capital、Hellman & Friedman、Kohlberg & Company、Lindsay Goldberg和The Vistria Group等参投。该公司打算利用这笔资金来扩大其业务范围。 目前,全球数千家发展最快的公司都在使用Novata平台来跟踪、分析和改善其ESG动态。这意味着Novata可以创建高度准确的基准,能够让私营企业真正了解他们在几十种重要的非财务指标方面的表现。重要的是,这些基准是根据真实的、自我报告的数据创建的,而不是从第三方搜集来或假设的数字。 Novata首席执行官Alex FriedmanNovata说:“我们的商业化启动还不到一年,现在有超过3500家公司可以使用我们的平台来跟踪、分析和改善他们的可持续发展和ESG动态。在接下来的一年里,随着我们的发展,Novata将帮助数以万计的公司开始其碳减排之旅。我们期待着与微软、福特基金会等全球公司以一系列创新方式合作,帮助这些公司解决我认为是人类面临的最根本危机”。 在首席执行官Alex Friedman的领导下,Novata是一家公益公司,通过建立一个安全的数据管理和分析平台,使投资者能够将他们的资本流动与对他们重要的指标相结合。该公司的技术平台通过确定一个明确的起点来选择重要的指标,简化数据收集,并将数据标准化以推动组织行动,从而使浏览ESG动态变得简单。
    Future of Work
    2023年03月01日