-
头条
【投融资3月月报】2024年3月全球人力资源科技投融资简报！
2024年3月，HRTech共报道了21起投融资事件。3月的投融资总金额近2亿美元。
以下是3月投融资事件汇总
在本月HRTech投融资报道细分领域方面，主要涉及：人工智能（5起）、员工福利（3起）、管理平台（3起）、员工健康（1起）、健康平台（1起）、技术平台（1起）、金融平台（1起）、其他（6起）。投资领域重心板块以人工智能（5起）、员工福利（3起）、管理平台（3起）为主。
其中，人工智能领域本月获得的最大一笔融资是硅谷一家AI创业公司Ema获得2500万美元融资，利用通用人工智能员工革新工作。Ema开发了一个被称为“通用AI员工”的产品，旨在改变企业日常工作的自动化方式，释放员工从繁琐任务中解脱出来，专注于更具战略意义的工作。
报道回顾：【硅谷】AI创业公司Ema获得 2500 万美元投资，利用通用人工智能员工革新工作，杨志远也投了 - HRTechChina.com - 向上的力量！
在员工福利领域，本月获得的最大一笔融资是以色列提供雇主赞助的健康和保健服务个性化平台Fijoya获得830万美元融资，让员工更容易获取和支付福利金。Fijoya 的人工智能推荐引擎可从平台上成千上万的选项中为员工匹配所需的精准医疗服务，从而提高个性化医疗福利的发现和选择能力。
管理平台本月获得的最大一笔融资是意大利人才管理平台Talentware获得80万欧元种子轮融资，以实现数据驱动的劳动力规划。Talentware提供了一个模块化的SaaS平台，为企业提供全面的解决方案，包括人工智能驱动的技能映射、规划和流动性功能、基于特定技能差距的发展以及收集反馈和衡量进展的成长审查。
报道回顾：
【以色列】提供雇主赞助的健康和保健服务个性化平台Fijoya获得830万美元融资，让员工更容易获取和支付福利金 - HRTechChina.com - 向上的力量！
【意大利】人才管理平台Talentware获得80万欧元种子轮融资，以实现数据驱动的劳动力规划 - HRTechChina.com - 向上的力量！
在融资轮次上：本月融资轮次以种子轮融资、A轮融资、B轮融资及未披露融资轮次为主。种子轮融资报道了8起，A轮融资报道了4起，B轮融资报道了2起，未披露融资报道了7起。
在种子轮融资报道中，金额最大的是法国提供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。
A轮融资金额最大的是美国人力资源技术平台Remofirst获得2500万美元A轮融资，轻松雇佣全球远程团队。Remofirst 是一个全球人力资源技术平台，帮助企业在全球范围内轻松、经济地聘用人才。Remofirst 致力于实现 "工作自由"，使企业能够在全球任何地方获得并合规地聘用人才。
B轮融资金额最大的是美国心理健康平台Tava Health筹集2000万美元以治疗师为中心的方式弥合心理健康护理差距。Tava Health弥合了提供者与寻求帮助者之间的差距，重视治疗师的工作，提供了一个集成的服务套件，包括电子病历、远程健康服务、账单处理和转介管理。
未披露轮次中金额最大的是纽约直接来源的收入与就业数据查询的科技公司Argyle 获得 3000万美元融资，以促进未来薪资连接平台的发展。通过利用Argyle提供的全面且实时的直接来源数据访问，客户能够在大大减少成本的同时，提高工作效率并降低欺诈风险。
报道回顾：
【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 - HRTechChina.com - 向上的力量！
【美国】人力资源技术平台Remofirst获得2500万美元A轮融资，轻松雇佣全球远程团队 - HRTechChina.com - 向上的力量！
【美国】Tava Health筹集2000万美元以治疗师为中心的方式弥合心理健康护理差距 - HRTechChina.com - 向上的力量！
【纽约】直接来源的收入与就业数据查询的科技公司Argyle 获得 3000 万美元融资，以促进未来薪资连接平台的发展 - HRTechChina.com - 向上的力量！
在融资规模上：本月报道的投融资项目有2起未披露金额，其余均披露了融资金额，融资金额从80万欧元到3000万美元美元不等，极差较大。投融资报道的规模区间主要集中在1000万美元以下（13起），1000万美元至5000万美元共报道了6起。
报道回顾：
【美国】空间管理和调度平台Skedda获得一笔未披露金额的融资，为当今混合工作环境中的员工提供服务 - HRTechChina.com - 向上的力量！
在地区分布上：3月份人力资源科技行业投融资事件主要集中在北美地区以及欧洲地区，亚洲地区报道了2起投融资事件。
北美地区共报道了10起投融资事件，除去未披露融资金额的事件，融资最大的一笔是纽约直接来源的收入与就业数据查询的科技公司Argyle 获得 3000 万美元融资，以促进未来薪资连接平台的发展。通过利用Argyle提供的全面且实时的直接来源数据访问，客户能够在大大减少成本的同时，提高工作效率并降低欺诈风险。
欧洲地区共报道了9起投融资事件，融资金额最大的是伦敦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 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。
亚洲地区共报道了2起投融资事件，融资金额最大的是以色列提供雇主赞助的健康和保健服务个性化平台Fijoya获得830万美元融资，让员工更容易获取和支付福利金。Fijoya 的人工智能推荐引擎可从平台上成千上万的选项中为员工匹配所需的精准医疗服务，从而提高个性化医疗福利的发现和选择能力。
报道回顾：
【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 - HRTechChina.com - 向上的力量！
总体来看，本月全球人力资源领域的投融资并不活跃，总融资事件较去年同期相比减少19%。（2023年3月HRTech共报道了26起投融资新闻，融资总金额超9亿美元）
关于HRTech
HRTech核心报道中国人力资源科技创新企业及产品信息，关注并实时分享全球的人力资源科技资讯。同时，以原创角度独家报道人力资源科技公司和创业公司；每月关注并独家发布人力资源科技投融资数据及报告，业已成为人力资源科技领域创业者以及行业精英获取全球人力资源科技行业资讯和动态的主要渠道。
-
头条
劳动市场发生了翻天覆地的变化：您真的做好准备了吗？
Josh Bersin的这篇文章讨论了劳动力市场的巨大变化，强调了从婴儿潮一代可预测的职业轨迹向当今工人多样化、经验驱动型职业道路的转变。文章强调了 "组合职业 "的出现、副业的兴起以及人们对工作适应个人目标和生活方式的期望越来越高。公司面临着职位空缺、人员流动率高以及工会影响力日益增强等挑战，这凸显了传统商业实践与现代劳动力期望之间的脱节。
文章提出了 "激活员工 "的概念，认为这对企业的适应至关重要，并建议企业向更具活力、扁平化和以团队为中心的组织结构转变。文章最后呼吁企业优先考虑授权、灵活性和增长，以便在新的劳动力市场上留住人才。
-以上内容仅限于Josh Bersin对美国和其他地区的劳动力市场的观察，仅供参考
以下是文章翻译：
劳动市场眼看着就变了。雇主们和人力资源部门必须保持高度警觉。 过去五十年间，婴儿潮一代曾经塑造了劳动力市场的面貌。而今日，一切都截然不同，这种转变影响到了我们每一个人。
我（Josh Bersin）生于1950年代，成长于一个中产阶级的生活水平稳步上升的世界。我父亲是科学家，母亲是艺术品销售，我和兄弟享受着不错的中产阶级生活。
我的生活经历了三个阶段：教育 | 工作 | 退休。我上大学，努力学习，成为了一名工程师，并找到了一份好工作。我的职业生涯走上了一条可预见的轨道。我曾在Exxon和IBM工作——这些公司为我提供了培训、发展机会和长远职业发展的可能。我遇到了很多杰出的人，了解到了工作的真谛，结婚并成家立室。
我的这一代人，婴儿潮一代，人数庞大。公司为我们这一代人建立了完整的人才培养系统——包括员工入职培训、职业发展、定期晋升、发展任务、领导力培养以及退休计划。我们如同系上了安全带，享受着这段旅程。
但时至今日，一切都变了。Fast forward to now: things are very different.
劳动市场如何发生变化 今天的工作人群（中位年龄33岁，1990年代初出生）进入了一个充满变数的世界工作。他们在经济繁荣期加入了公司，20多岁经历了疫情，生活在一个一切皆可网络化的时代。虽然我这一代人对雇主推崇备至，但如今的工作者能实时看到每一个公司的失误。他们期待老板赢得他们的尊重，否则他们会选择“默默离职”或寻找副业。
与我那个时代期望一生只为几家雇主工作不同，现在的人们构建了Lynda Gratton所描述的“投资组合式职业生涯”。超过三分之二的工作者拥有副业，他们的简历上满是各种项目、商业活动、爱好和专业兴趣。看看大多数表现出色的人的LinkedIn页面，你会发现它们更像是个人成长的旅程，与我们过去那种线性的职业路径大相径庭。
虽然这些变化是逐步发生的，但它们的终极影响深远：工作者的期望、需求和诉求已经发生了变化。企业一直在努力跟上这些变化的脚步。我们面临大量的职位空缺，几乎每个岗位都有高离职率，而且工会的数量也在增加。
企业应该怎么办？我们必须接受并理解，劳动市场已经彻底变革。
我们生活在一个员工可能活到100岁以上的时代。年轻员工推迟婚育，他们视职业生涯为一连串的经历。那种长期的、一成不变的职业生涯模式已经结束了：人们尝试新事物，跨行业转换，在我所称的“像素化”就业市场中寻找机会。
而不是盲目信赖雇主，现代员工带着高期待进入职场。年轻员工不希望“融入工作”，而是希望工作能够“融入他们的生活”（这通常被称为“职位定制”）。鉴于各行各业都面临人才短缺，这一趋势愈发显著。
虽然有经济学家认为就业市场将会放缓，雇主的影响力将随之增强，但我认为那个时代已经一去不复返了。生活不可能回到过去的模式。尽管人工智能技术不断发展，企业比以往任何时候都更依赖其人力资源。现在70%的工作是服务行业的（如医疗保健、零售、酒店业），员工确实是我们最宝贵的产品。
从这个角度看，企业和雇主存在于一个劳动力池中：是人们的需求和期待塑造了我们能做什么、应该做什么。人们对通货膨胀感到不安，担忧气候变化，期望CEO们行为端正，同时希望通过灵活的工作安排过上快乐的生活。
随着每年劳动力变得更加受教育和互联互通（美国拥有学位的劳动力比例从15年前的38%上升到了54%），人们在公司官方公告之前就已经了解到了财务结果或其他相关信息。
尽管这些趋势显而易见，许多公司却对此措手不及。去年，我与波音的首席人力资源官交谈时，他坦言这些问题早在几年前就已被员工指出。他们没有倾听，如今，他们面临着危机。这引出了“员工激活”的重要议题。
过去，决策由高层领导制定，员工执行。策略和想法自上而下传递。
而今天，推动公司增长所需的许多智慧正藏在一线员工身上。我们需要“激活员工”，直接聆听他们的声音。对某一系统或流程感到沮丧的商店、工厂或前台员工，正是应该向我们提出建议的人。老式的“走动式管理”必须重新回归 。
这并不意味着混乱、无架构管理或缺乏控制。成功的公司拥有清晰的使命、一系列战略性计划和预算，以确保人员负责任。但同时，它们赋予每个人成为领导者的权力，从下而上释放潜力 。
关键在于构建所谓的“动态组织”——一个扁平化、以团队为中心、紧密连接且高度负责的组织。我们的研究表明，只有7%的公司采取了这种模式：大多数公司仍旧层级森严、适应能力差。然而，变革即将来临，Delta、Marriott、Telstra、联合利华、诺华、希捷和拜耳等公司已经领略到了这一点。 （本周，拜耳的CEO宣布了向团队中心管理模式的重大转型，显著减少了“上司”的数量。）
动态组织擅长两件事：首先，它能适应变化，洞察新市场，并迅速响应变化。更重要的是，它赋予权力于员工，鼓励内部流动，并专注于通过精英制、技能和协作促进发展。
虽然这些理念并非新鲜事物，但迫切性不容忽视。员工渴望成长、灵活性和自主权——除非我们的奖励和发展体系进行改革，否则我们无法满足这些需求。
如今，超过70%的美国工作位于服务行业：医疗保健、零售、娱乐和运输。如果我们不赋予这些角色中的人以更多权力，我们的产品和服务质量将受到影响。
让我以此作为结语：我们正醒来于一个全新的劳动市场中。如果您不将重点放在授权、成长和员工激活上，人才将流向其他地方。
-
头条
HR领导者必须掌握的十大AI术语
人工智能正在改变全球企业环境。为确保贵公司领先于这一变革，您需要掌握这十个关键的AI术语。
人工智能（AI）正逐步融入我们的日常生活和工作之中。对于企业而言，要想在新的工作环境中保持竞争力，了解AI及其价值至关重要。因此，我们汇编了每位商业领袖都应该了解的十个AI术语。
在我们的《AI智商：企业中的人工智能见解》报告中，我们调查了1000名高级决策者关于人工智能和机器学习（ML）。调查结果显示，有81%的领导者认为，保持企业竞争力需要运用AI。然而，有74%的领导者表示，他们的组织缺乏全面部署AI和ML的能力。
为了弥补这一技能差距，企业需要在各个业务领域内应用AI。在财务领域，AI能够消除低效，将原本需要数月或数周的工作缩短至数小时或数分钟。在信息技术方面，AI及其促进的自动化使得现代化IT生态系统的优化变得更加高效。对于人力资源领域来说，随着基于技能的经济不断演进，赋予HR专业人员AI和ML的知识变得尤为重要。
为了实现公司范围内成功且负责任的部署，各级商业领导者，从首席执行官到团队经理，都必须确保他们充分理解AI。那些对AI采用缓慢的组织不仅会失去竞争优势，而且会完全落伍。明天的AI思想领袖将是那些从今天起就开始掌握基础知识的人们。
有81%的领导者认为，AI对于保持其业务的竞争力是必需的。
必备的AI术语表
AI术语通常可能涉及广泛的技术内容，从决策树到强化学习等。在下面的AI术语表中，我们集中讲解了一些基本术语。
此外，我们还解释了每个术语在组织层面的重要性。考虑到AI应用的广泛性，很容易忽视其对业务潜在利益的影响。因此，我们着重强调AI对于现代商业环境中公司成功的关键作用。
1. 人工智能（AI）
人工智能指的是机器执行通常需要人类智能的任务的能力。AI通过分析和学习数据、识别模式、做出预测来增强智能决策制定和提高人类生产力，其处理速度和规模远大于人类。
为什么重要： 2022年的一项调查显示，92%的大公司报告称他们从AI投资中获得了回报，这一比例自2017年的48%大幅上升，这标志着AI所代表的商业价值正迅速增长。
2. 机器学习（ML）
机器学习是AI的一个分支，使机器能够通过重复学习来获得知识。依赖于数据和自我修改的方法，机器学习算法能够识别模式并进行预测，其模型不断自我完善，以提高模式识别和预测分析的能力。
为什么重要： 由ML生成的自动预测让商业领导者能够专注于战略决策，保留关键时刻人的参与。坚持手动过程的公司可能会浪费本可以更有效地使用在其他项目上的员工时间。
3. 负责任的AI
负责任的AI强调AI的部署者需要确保AI系统的开发和应用是符合道德的。对于AI和ML来说，建立和预期信任是必要的。这是为什么Workday致力于AI的道德、透明和负责任的使用。"可信赖的AI"也是相似的概念，由国家标准与技术研究院（NIST）定义为"有效可靠、安全、弹性、可问责、透明、可解释、增强隐私、公平且有效管理有害偏见"。
为什么重要： 我们的《AI智商》报告指出，仅有29%的高级商业领袖非常确信AI和ML目前被以道德方式应用。因此，决策者必须优先考虑与那些致力于道德和负责任使用AI的公司合作。
4. 深度学习（DL）
深度学习是机器学习的子集，通常用于建模数据集内的复杂模式和关系。深度学习通过多层处理分析大量信息，类似于我们大脑中的神经网络结构，尤其在计算机视觉领域发挥重要作用，使机器能够解码视觉图像。
为什么重要： 对于大型企业来说，快速处理海量数据的能力至关重要。在Workday，我们在财务等多个功能中应用深度学习，例如在处理报销单和发票时，通过深度学习识别数据点，并将其映射到数据库中的相应字段，极大提高了效率。
5. 自然语言处理（NLP）
自然语言处理让机器能够理解、解释和生成人类语言。它广泛应用于语音识别、机器翻译、情感分析和问答系统。NLP还包含两个子领域：自然语言理解（NLU），侧重于理解人类语言的意图和含义；自然语言生成（NLG），侧重于将结构化数据转换成人类风格的文本。
为什么重要： 随着工作节奏加快，准确捕捉员工情绪变得越来越重要。NLP技术使各级业务领导能够高效地分析大量文本数据，提取出相关的员工反馈，以指导关键决策。
6. 算法
算法是一个为解决特定问题或执行特定任务而编写的计算机程序。它包含了一系列在满足某些条件时自动执行的指令。无论是在AI、ML模型还是计算机科学的其他领域，算法都是其核心和基础。
为什么重要： 在21世纪，几乎所有重大的技术进步背后都离不开算法。随着工作世界越来越依赖数据，编写得当的算法是成功的关键因素。
7. 生成式AI
生成式AI是一种能够创造新内容的AI系统，如数据、图像、音乐或文本。这种内容通常是根据用户的简单提示产生的。生成式AI变得极为流行，其中包括：
ChatGPT：一个能够生成连贯、逼真的类人语言的语言处理聊天机器人。
Stable Diffusion：一个根据文本描述生成详细图像的文本到图像工具。
Amper Music：一个根据用户选择的风格和情绪生成音乐的AI音乐平台。
为什么重要： 尽管生成式AI最常见的示例是面向消费者的，但其在商业中的应用潜力巨大。结合人类的输入，生成式AI可以帮助创建招聘信、职位描述，提供预算决策支持等。
8. 大语言模型（LLM）
大语言模型是生成式AI背后的核心技术。这些模型在大量的非标注文本上进行训练，拥有数十亿个参数，可用于多种机器学习任务，如搜索意图识别、话题分类、内容摘要以及基于现有数据生成语义相似的短语。
为什么重要： 随着时间的推移，企业需要处理的数据量不断增加。LLM不仅加快了数据处理和分析的速度，还能帮助用户实时产生有用的洞察。
9. 光学字符识别（OCR）
光学字符识别是一种图像识别技术，用于扫描图像或文档以识别里面的文本和数字字符，并将这些信息转换为机器可读的文本格式。执行图像识别的系统大多采用了深度学习技术，包括Workday的系统。
为什么重要： OCR的商业应用范围极广，可大幅减少各种业务功能中不必要的手工工作量。每张发票、报销单和文档都可以实时扫描和处理，让员工有更多时间专注于更重要的任务。
10. 神经网络
神经网络是一种复杂的计算机系统，模仿人类大脑中神经元的连接和交互方式。也称为人工神经网络，它属于机器学习的一种形式，能够很好地适应变化，通过模拟人脑的数据处理方式进行学习和模式识别。
为什么重要： 适应性是未来工作环境的关键。神经网络能够发现有价值的数据见解，并随着时间的推移不断学习和进化。采用能与您的公司共同成长的AI技术，将在长远来看带来重大的好处。
AI与未来工作的融合
得益于AI的进步，未来的工作方式已经成为现实。全球职场正在以前所未有的速度演变，企业必须立即做出正确的决策，以防范未来的变化。AI和ML的核心集成将成为成功与否的关键分水岭。
-
头条
Glassdoor匿名社区被实名的隐私泄漏事件：职场社交平台的信任危机
概要：网友爆料Glassdoor未经同意添加真实姓名到用户档案，威胁到匿名安全。用户Monica发现自己的全名和城市信息被不正当添加。Glassdoor坚持此举合法，但却加剧用户对数据泄露和法律风险的恐惧。此举反映了Glassdoor收购Fishbowl后对身份验证政策的更改，引起公众对其长期匿名承诺的质疑。用户的担忧加深，要求更大的透明度和对个人数据的控制。保护隐私，维护信任应成为首要任务。
一个匿名让大家发表工资和对老板公司评论的公司，悄悄得把用户的真实信息添加到用户资料中。。。引发了巨大的风波。
随着Glassdoor被曝未经允许添加真实姓名到用户个人资料，公众对隐私的担忧急剧上升 在一件震惊公众的事件中，广受欢迎的员工评价及公司透明度平台Glassdoor的用户披露，他们的真实姓名在未征得明确同意的情况下被添加至他们的个人资料中。这一隐私侵犯事件在专业社区引发广泛关注，人们开始质疑在处理用户数据时的道德界限，以及这一事件对职场评价平台匿名性的可能影响。
一位名为Monica的Glassdoor用户通过一篇博客文章引起了人们的关注。她在文章中详细描述了在与客服互动后，自己的名字和所在城市怎样意外出现在了她的Glassdoor个人资料上——这是她声称在注册过程中从未提供过的信息。她的经历揭露了Glassdoor在数据处理方面的做法，表明用户的个人信息可能基于从电子邮件往来中提取的详情而被添加到个人资料中。
这一事件不仅破坏了用户对Glassdoor隐私保护承诺的信任，也引发了人们对于数据泄露或法律行为可能导致身份暴露的担忧。Glassdoor一直以其用户政策中的匿名保证为核心，这一政策允许人们在不担心遭受报复的情况下，坦诚地分享对雇主的看法和意见。
争议随着Glassdoor在2021年收购了Fishbowl而进一步加剧，这一行动需要更改用户验证方式。
这次整合导致人们更加密切关注Glassdoor对用户隐私的承诺及其服务条款调整的透明度。
这种情况引发了关于用户隐私和平台内容真实性之间平衡的重大问题。电子前沿基金会（Electronic Frontier Foundation）的律师Aaron Mackey表达了对于用户信任可能被侵蚀和此类政策变动可能带来的法律后果的担忧。这一发展可能成为行业对用户隐私处理方式的一次重要测试，特别是在数字权利和数据保护日益受到关注的情况下。
面对这些指责，Glassdoor的回应显得比较温和，其发言人Amanda Livingood发表了一份声明，强调该公司对匿名性和用户选择的承诺。然而，缺乏开放的对话和对数据处理流程的明确解释，使许多用户感到不满，并对平台的未来方向持谨慎态度。
这一事件的影响超越了Glassdoor本身，标志着专业网络和评价行业可能迎来转折点。这个领域的公司可能会面临更大的压力，要求它们加强对数据处理实践的透明度，并加强对未授权信息更改的防护措施。
随着事件的进一步发展，这一情况可能促使相似平台重新评估其政策，推动整个行业向着更严格的隐私标准和以用户为中心的数据政策集体前进。Glassdoor的这一插曲不仅凸显了透明度与隐私之间的细微平衡，也强调了在信息和用户赋权时代，数字平台面临的挑战正在不断演变。
-
头条
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。
-
头条
LinkedIn引入游戏：职业社交平台的创新尝试
HRTech最新动态：海外媒体报道，微软旗下的社交平台LinkedIn正计划将小游戏引入其平台，目的是增加用户在平台上的时间。LinkedIn将通过引入像Wordle这样的简单拼图游戏来实现这一点，目前已开发了三款游戏：“Queens”、“Inference”和“Crossclimb”。
该计划旨在通过公司排名的玩家分数来增加用户间的互动和竞争。虽然LinkedIn尚未公布游戏的具体发布日期，但这一举措表明LinkedIn正在探索新方法，以吸引和保持用户的参与度。
全球最新HR科技动态，请关注HRTech！
LinkedIn 是微软旗下的社交平台，主要作为一个平台而闻名，该平台为那些希望出于专业目的和招聘目的建立人际网络和获取知识的人提供服务，该业务目前拥有超过 10 亿用户。现在，为了增加人们在该平台上花费的时间，该公司正在进军一个全新的领域：游戏 。
TechCrunch 获悉并证实 LinkedIn 正在开发新的游戏体验。它将通过利用同样的解谜狂热浪潮来实现这一目标，这种狂热帮助像Wordle这样的简单游戏获得了病毒般的成功并吸引了数百万玩家。三款早期的作品是名为“Queens”、“Inference”和“Crossclimb”的游戏。
随着数字化时代的发展，用户的需求和偏好不断变化，LinkedIn引入游戏功能可谓是顺应了时代的潮流。这不仅能够为用户提供更加多元化的体验，也有助于提升平台的用户粘性。LinkedIn希望通过这种方式，让专业人士在紧张的工作之余，也能在平台上找到放松和娱乐的空间，从而更愿意在平台上花费时间。
此外，LinkedIn游戏化的尝试也体现了其不断探索和创新的精神。在保持专业社交网络核心功能的同时，通过游戏化元素的引入，为用户带来全新的社交体验，这无疑为LinkedIn的未来发展增添了新的可能性。
然而，LinkedIn引入游戏功能也面临着挑战。如何在保持平台专业性的同时，融入游戏元素，平衡好娱乐与专业之间的关系，将是LinkedIn需要认真考虑的问题。此外，如何确保游戏内容的质量，使其能够真正吸引和留住用户，也是成功引入游戏功能的关键。
总之，LinkedIn的游戏化尝试是一个值得期待的创新步骤。它不仅有可能为平台带来更多的用户参与度和活跃度，也为其他专业社交平台提供了新的思路。未来，我们期待看到LinkedIn在保持其专业社交网络属性的同时，能够通过游戏化元素，为用户带来更加丰富和有趣的体验。
-
头条
时代变革：首位AI软件工程师Devin，面试成功入职且接过实际工作的单
在人工智能和软件开发的快速演进中，我们迎来了一个划时代的成就：首个AI软件工程师 Devin诞生。Devin不仅仅是一个程序，它是全球首个完全自主的AI软件工程师，这一突破性的技术由Cognition这个专注于提高技术推理和计划能力的应用AI实验室推出。(介绍视频可以访问视频号：HRTech 或者 抖音HRTech 均可)
Devin的能力超越了以往所有的界限。它在SWE-Bench编码基准测试中展现出非凡的性能，以高达13.86%的成功率解决了真实世界中的GitHub开源项目问题，远远超出以往模型的表现。Devin的出现不仅改变了编码工作的方式，更重塑了软件工程的未来。
与传统的软件工程师相比，Devin具备独立执行复杂编程任务的能力，能够使用开发者工具、代码编辑器和网页浏览器等，完全在一个安全的计算环境中自主工作。这意味着，Devin能够学习新技术、发现并修复程序错误、开发和部署应用程序、甚至对机器学习模型进行微调。
引入Devin这样的AI工程师，意味着人类工程师可以将更多时间和精力投入到创新和战略规划上，从而推动软件开发工作的效率和创造力。Devin的加入，预示着一个由人机协作驱动的新时代即将来临。
随着Devin进入早期访问阶段，Cognition邀请更多的工程师和团队来体验这种新型的工作模式，开启了技术行业的新篇章。这不仅是对AI技术和软件开发领域的一次重大创新，也为未来的工作方式提供了新的思路。
而对于人力资源领域，Devin的出现也带来了深远的影响。首先，人力资源专业人员需要重新考虑人才招聘和团队组建的标准。AI技术的融入意味着寻找能够与智能系统协作、适应新技术的人才变得更加重要。
此外，人力资源部门需要思考如何为员工提供学习和适应新技术的机会，确保团队能够充分利用AI工具如Devin，提高工作效率和创新能力。培训和发展计划将需要更新，以包括AI技术和人机协作的元素。
最后，人力资源管理者应该积极拥抱这一变革，通过教育和引导，帮助团队成员理解并适应AI带来的变化。通过这种方式，人力资源专业人员不仅能够帮助自己的团队顺利过渡到新的工作模式，同时也能确保公司能够在AI时代保持竞争力。
总之，Devin的诞生不仅是技术领域的一次飞跃，也是对工作方式和人力资源管理带来的深刻思考和挑战。在这个变化的时代，适应和创新将是走向成功的关键。
-
头条
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。
-
头条
【硅谷】AI创业公司Ema获得 2500 万美元投资，利用通用人工智能员工革新工作，杨志远也投了
硅谷山景城 - 一家名为Ema 的AI初创企业今日宣布成功完成了2500万美元的融资。这家公司开发了一个被称为“通用AI员工”的产品，旨在改变企业日常工作的自动化方式，释放员工从繁琐任务中解脱出来，专注于更具战略意义的工作。
Ema 的愿景是通过其生成式工作流引擎（GWE）和EmaFusion模型，利用先进的AI技术简化和自动化复杂的工作流程。这些工具结合了30多个大型语言模型及特定领域的模型，旨在提高效率同时减少错误，尤其是在客户服务和内部生产力领域。
该公司由前Coinbase首席产品官Surojit Chatterjee和前Okta工程副总裁Souvik Sen共同创立，两位联合创始人在技术和商业领域拥有丰富的经验和卓越的成就。Chatterjee表示：“我们的目标是构建一个通用的AI员工，能够自动化企业员工日常的单调任务，从而让他们有更多时间进行更有价值和更具战略性的工作。”
Ema的这轮融资由Accel, Section 32和Prosus Ventures共同领投，Wipro Ventures, Venture Highway, AME Cloud Ventures, Frontier Ventures, Maum Group和Firebolt Ventures等也参与了投资。此外，像Sheryl Sandberg, Dustin Moskovitz, Jerry Yang等知名个人投资者也在此次融资中贡献了力量。
此次融资的成功不仅证明了市场对Ema以及其创新AI解决方案的强烈兴趣，也反映了人工智能在企业自动化领域日益增长的需求。Ema已经在静默期间积累了包括Envoy Global, TrueLayer和Moneview在内的客户，这表明其产品已经准备好满足市场的高需求。
Ema的成功也是对AI领域一个明确的信号，即市场正在寻求超越传统自动化解决方案的创新。公司的策略是通过其专有技术解决AI在准确性、幻觉问题和数据保护等方面的现有挑战，这一点得到了行业内外投资者的高度认可。
随着这笔资金的注入，Ema计划扩大其团队，加速产品开发，并扩大其市场影响力。对于那些期待通过人工智能提高工作效率和创新能力的企业来说，Ema的出现无疑提供了一个令人兴奋的新选择。
附录：什么是AI员工
Ema被定位为“通用AI员工”，旨在提高组织内各种角色的生产力。通过简单对话自动化复杂工作流程，Ema为企业提供了一个可信赖、合规、安全的解决方案。
Ema的主要特点包括：
生成式工作流引擎™ (GWE)： 通过对话界面自动化复杂工作流程。
EmaFusion™模型： 结合了最佳模型的输出，包括公共大型语言模型和定制的私有模型，以提高生产力并确保无与伦比的准确性。
数据治理： 实施强大的安全措施，包括在公共LLM处理信息之前删除敏感信息，确保符合主要标准，并提供顶级加密。
Ema解决的挑战包括：
碎片化： 简化企业应用程序中多个Gen AI工具链的碎片化。
安全风险： 解决LLM非透明结果和私人数据泄露问题。
低ROI： 解决由于易于产生幻觉的公共LLM的不可靠性问题。
聘用Ema的好处：
简单性： 预集成了数百种企业应用，便于配置和部署。
可信赖： 提供无与伦比的安全措施和合规性，确保数据安全。
准确性： 提供公共和私有模型的智能混合，以最低成本实现最大准确性。
角色和定制化： Ema支持客户支持、销售、人力资源和数据等标准角色的标准化人物角色，并允许创建针对特定需求的专门人物角色，如药剂师助理、提案管理助理和合规分析师。
用户评价和支持： 平台获得了用户的积极反馈，特别是来自Envoy Global的用户，他们高度评价了其卓越的准确性和效率。
公司背景： Ema的团队由来自顶尖科技公司和精英教育机构的工程师组成。它得到了顶级投资者和行业资深人士的支持，显示出强大的可信度和行业支持。
总之，Ema定位为一种多功能且安全的AI驱动员工，能够简化各种业务操作并解决与工作场所生成性AI相关的常见问题。
-
头条
大咖谈：Workday收购HiredScore的意义，这可能颠覆人力资源科技领域
Workday计划收购HiredScore，这是人力资源技术领域的一次重大变革。HiredScore是一家领先的基于AI的招聘匹配工具提供商，此举将大大增强Workday在人才智能和招聘方面的能力。这次收购预计将整合HiredScore的专长到Workday的系统中，显著改善其应聘者追踪系统（ATS）、技能云和整体人才智能产品。此战略性收购可能会重塑人力资源软件市场，迫使其他供应商加速他们的AI计划，可能激发一轮新的收购热潮。我们来看看大咖JoshBersin的看法：
本周，Workday宣布有意收购HiredScore，这是一家在招聘领域提供基于AI的匹配工具的领先企业（被称为“人才编排”）。虽然这次收购在财报电话会议中并未被详细讨论，但这对Workday来说无疑是一大利好，对整个人力资源技术市场也将产生广泛影响。
目前市场上正展开一场关于高性能基于AI的招聘工具的激烈竞争（市场估值达到301亿美元）。这个市场过去主要由应聘跟踪系统（ATS）主导，这些系统为各企业提供重要的成长技术支持。
现在，存在了超过25年的ATS市场正在经历一场由高性能AI工具推动的快速变革，这些工具帮助实现候选人的匹配、搜索、技能判断和人才寻找。随着AI工具变得普及，这些系统正变成装载着数十亿员工数据的大数据平台，利用复杂的AI模型帮助企业找到合适的人选、分配项目和安排短期工作。
多数ATS提供商（包括Workday）已经通过增强匹配功能逐渐拓展到这个领域。简历解析工具（一种读取简历并根据职位描述进行评分的软件）的初衷已发展为复杂的文本分析和基于AI的推断技术，这迫使ATS供应商进行更多投资。
随着ATS供应商提升他们的AI功能，一个以AI为先的新兴人才智能供应商领域开始显现。这些供应商，例如Eightfold、Gloat、Beamery、Phenom、Seekout、Skyhive、Retrain和Techwolf，他们正在创建以技能为中心的大数据平台，将人们与工作、临时职位和导师匹配起来。这些系统的功能远不止于评估匹配，它们能识别技能、探索相似技能、为人们规划职业道路、寻找导师等。它们实质上是基于向量数据库的开放式大数据AI平台，可用于许多企业应用，如职位结构设计、技能规划、内部流动、薪酬公平性分析等，它们在很多方面预示着人力资源技术的未来。
随着人才智能供应商的增长，他们开始推出挑战传统人力资本管理（HCM）系统的平台。例如，如果一个企业的所有员工、应聘者、前员工和潜在客户都在Eightfold、Phenom或Gloat中，那么Workday或SAP可能就只会被视为一个战术性的薪酬和工作流管理系统。（ServiceNow也意识到了这一点，并正在将人才智能集成进其工作流平台。）
直至目前，像Workday、Oracle和SAP这样的大型HCM供应商在构建这些新系统方面遇到了困难，主要是因为他们最初的架构并非基于AI。因此，他们通过如Workday Skills Cloud或SAP机会市场这样的产品吸引客户，但这些产品尚未完全成形。例如，我们已与多位Workday Skills Cloud的客户交流，他们认为它是一个重要的“技能记录系统”，但其真实的AI匹配和推理能力仍然有限。
随着HiredScore的加盟，这是一家备受尊敬的基于AI的匹配系统，拥有超过40名经验丰富的AI工程师在以色列。这些专家擅长于候选人匹配（这是一个颇具挑战性的问题），现在他们成为了Workday工程团队的一部分。我确信他们将继续发展HiredScore，同时也能显著提升Workday的整体人才智能服务，从而改善整个系统，包括Skills Cloud、Workday Learning、Workday Talent Marketplace等。
尽管招聘软件市场已经相当庞大，但内部职业发展工具、人才流动性、技能推断和企业学习的市场规模是其五倍。这次收购将极大加速Workday整个AI平台战略的发展。（就像2014年收购Identified一样，那是Workday Skills Cloud的起点。）
此举对市场的影响
这一行动可能会在几个重要方面改变人力资源软件市场。
首先，Workday的招聘客户将会非常满意。Workday的ATS系统现在拥有了一流的匹配和候选人评分解决方案。这不仅加强了Workday与大型ATS提供商的竞争力，也为Workday开辟了新的收入来源，因为他们可以将HiredScore销售给现有的4000多个Workday ATS客户。（类似于之前对员工体验的Peakon收购。）
其次，这迫使Workday的人才智能合作伙伴提高他们的竞争力。记得Apple收购了市场上最受欢迎的微气象应用Dark Sky吗？当它被整合进Apple的其他应用后，独立第三方天气应用的市场就消失了。Workday可能会限制其合作网络，防止HiredScore的竞争对手进入其生态系统。
第三，这促使HCM供应商加快AI的发展。由于HiredScore是如此备受推崇的产品（我们接触的每位客户都对它赞不绝口），它将迅速成为Workday演示和销售方案的一部分。Workday的HCM竞争对手将开始寻找同样成熟的AI供应商进行收购。这可能会触发一系列类似于2010年代中期的收购热潮。
最后，还有一个可能性，我认为这种情况很可能发生。为了不落后于Workday，人才智能供应商可能会扩展他们的ATS功能，决定提供一套完整解决方案。如果这种情况发生，我不会感到惊讶。
为什么基于AI的候选人匹配至关重要
这项技术为何如此重要？如果你曾尝试在Indeed或LinkedIn上进行招聘，你就会明白原因。候选人匹配技术的质量和可靠性是人才平台的核心。正如Google搜索如何颠覆了Yahoo、Excite和Inktomi一样，一个强大的下一代匹配工具能带来巨大的价值。它不仅加速了人才招聘过程，还促进了内部流动性、职业发展门户、技能发展，乃至于学习和薪酬体系的发展。
为什么会这样？因为“匹配”是一个复杂的问题。不像Google搜索只关注文本和流量，当你为一个职位寻找合适的人选时，你需要考虑许多复杂的因素。这个人拥有哪些技能和能力？他们持有什么样的证书或认证？他们与谁有联系？他们适应工作、角色和公司的可能性有多大？他们的行业经验会带来哪些影响？他们熟悉哪些工具和技术？
情况更加复杂。例如，基于Eightfold建立的Heidrick Navigator平台使用AI来评估管理和领导技能，判断一个人的“结果推动能力”等。这种AI应用对于我们在商业中做出的许多重要决策至关重要。
这就是人才智能领域快速增长的原因。到目前为止，LinkedIn上已有超过1,800名担任“人才智能”相关职位的总监或VP，这个数字比一年前增长了近六倍。
Workday能否在这个新兴领域取得领先？目前尚难以断定，但赛局已经开始，各方都在紧锣密鼓地准备。这次交易为参与者排定了位置，似乎预示着将会带来一场大变革。
扫一扫 加微信
hrtechchina
