-
Josh Bersin
Josh Bersin：如何避免公司过度招聘？
本周，我们见证了多年来最令人惊叹的商业故事之一。Meta 公司宣布裁员 22%，收入增长 25%，净利润达到 140 亿美元，同比增长 203%。这意味着 Meta 这家市值 1600 多亿美元的公司创造了 35% 的税后净利润（高于谷歌、苹果或微软）。
这是相当惊人的。公司几乎解雇了四分之一的员工，而财务业绩却直线上升（Meta 的市值在周五上涨了 17 亿美元）。
我们从中学到了什么？
很简单，公司不需要招聘那么多人，也能以超常规的速度发展。
公司为何过度招聘？
让我们退一步。为什么公司会过度招聘，如何避免？未来几年，随着就业市场更加紧张，公司需要在员工人数没有直线增长的情况下实现增长。我们正在进入这样一个时代："人员过多的公司 "的业绩将低于精干的公司，这就要求我们改变思维。
顺便提一下，普华永道 2024 年首席执行官调查发现，C级执行官认为公司 40% 的时间浪费在了非必要事项上。而十大问题中有三个与人力资源有关。同一份调查还显示，三分之二的首席执行官认为人工智能将把行政效率提高 5%或更多，我对此表示赞同。
这也是我在我们的《2024 预测》报告中谈到 "全球寻求提高生产力 "的原因。我们正在进入这样一个时代：员工人均收入更高的小公司将超越、操纵和超越员工人数众多的竞争对手。由于层级过多和招聘方面的挑战，那些没有学会如何集中团队（和人数）的公司将会落后。
这种新战略是什么样的呢？这里有五大理念。
1. 不要再认为招聘是一种增长战略。
许多领导者仍然认为，"招聘更多的人可以使公司发展壮大"。换句话说，如果你想 "快速做大"（硅谷的口头禅），你就得尽可能快地招聘。更多的销售人员会带来更多的收入。更多的工程师会生产出更多的产品。更多的营销人员将产生更多的销售线索。更多的服务人员将服务更多的客户。
这些都是错误的假设。在每一个职能领域，都有表现优异的员工（能力超强的员工）和表现较差的员工。当你急于招聘时，你就会迫使招聘人员引进 "体力"，而不是关注是否合适。结果就是我所说的 "每次招聘的生产力都在下降"。每多招一个人，就会拖累其他已经在职的人。
是的，公司必须替换离职人员和增加员工。但是，当公司快速招聘员工时，大量的入职培训和新员工会迫使经理们放慢脚步，员工们放慢脚步，许多现有流程也会放慢脚步。这意味着每增加一名 "新员工 "都会降低整体生产率。
我们最近采访了领先的电池制造商之一松下公司。高级人力资源领导通过分析发现，部门经理过度雇佣员工，导致产出放缓，而员工却预订了更多的加班时间。虽然经理们并不同意（见 2），但当她分享数据时，他们突然意识到了问题所在。
数据显示，一旦生产线上的排班和人员超过 50 人，生产率就会下降。这是由于收益递减曲线的缘故，即增加的工人超过了最佳点，每个工人的产出就会减少。
人员过多导致成本增加，同时也造成了更高的次品率和材料浪费，因为生产线上的人越多并不一定就意味着效率更高、质量更好。生产经理们直到直接看到数据后才相信这一点。
在这一领域，医疗服务提供者是最先进的。鉴于护士和临床专业人员的巨大缺口（未来三年内缺口将超过 200 万），这些公司将行政工作自动化，将临床护理分解为亚专科，并培训护士以最高执照进行操作。
例如，Providence和Stanford Healthcare精心设计了护理角色（通过减少行政工作和使用人工智能进行调度），在不降低患者治疗效果的情况下减少了每名患者的人员配置。
如何了解自己在这条曲线上的位置？
您可以查看每位员工的收入或产出。当这一指标开始下降时，你就处于曲线的右侧。而在许多组织中，我们已经开始走下坡路了。
我经常比较细分市场中同行公司的每名员工收入，数字较低的公司几乎总是市场中的落后者。顺便说一句，这就是为什么私募股权公司几乎总是在收购一家公司后立即让员工离职。
2. 重新定义人力资源部门处理员工需求的方式
我们面临的第二个问题是大多数公司的招聘方式。
据我所知，几乎每家公司都有一个年度或季度人数分配流程。首席财务官知道经理们对招聘的需求是无限的，因此会根据各业务部门的财务状况 "释放人数"。这些请购单被分发给经理，人力资源团队开始工作。
然后，人力资源部门就像接单员一样开展工作，招聘组织则开始处理请购单。我们发布招聘启事，寻找候选人，购买广告，聘请招聘人员。我们开始筛选、面试和评估候选人。然后是大量的日程安排、候选人讨论和决策工作。
所有这些工作都耗费了宝贵的时间，被首席执行官们评为 "最官僚 "流程的第三名，但却没有经过深思熟虑。
这个职位是否应该由内部候选人担任？这份工作应该是全职的，还是可以分担的兼职工作？这项工作是否应该外包，因为它不具有战略性？这个团队的人员流动率是否很高，我们是否应该讨论一下为什么这个职位还要空缺？
这些都是需要进行的重要战略对话，除非有高级人力资源业务合作伙伴（或人才顾问）参与，否则不会真正进行。招聘经理是老板，他们可能不希望人力资源部门的人问他们关于如何管理团队的各种问题。
那么会发生什么呢？人才招聘团队急于填补职位空缺，几乎没有机会讨论内部发展、岗位轮换、兼职或其他重要选择。没有一个真正的流程来考虑我们如何 "设计 "这个团队以实现增长，而这个团队却需要更多的人。
正如我们在系统性人力资源研究中讨论的那样，如果我们采用 4R（招聘、留用、再培训、再设计）方法进行招聘，这一切都可以避免。这也是为什么越来越多的招聘团队开始与L&D整合，公司开始购买人才市场平台，大多数CHRO都在大力推动提高内部招聘比例和建立内部职业管理战略。
3. 为内部流动建立战略、文化和一套工具
很多年前，我就意识到可以把公司分为两种类型：一种是信奉 "不上不下 "工作模式的公司（他们经常使用叠加排名），另一种是信奉 "辅导和发展 "工作模式的公司。
第一类信奉 "有竞争力的绩效"，总是从绩效的角度来看待员工。我们把员工分成不同的绩效组，当出现新的机会时，我们就把重点放在这些 "HiPO "的重要职位上。
第二类公司相信 "持续学习 "和成长心态，他们为每个人提供成长机会、发展任务和辅导。从某种意义上说，这些公司的经营理念就是 "任何人都可以发展得更好"，他们专注于永无止境的技能发展。
如今，在我们研究的公司中，超过三分之二的公司属于第二类，但其中大多数公司的 "思维和运营 "方式与第一类相同。因此，在全球范围内，我们正从 "要么表现好，要么被解雇 "的模式向 "表现好，我们就帮你成长 "的模式过渡。
那么，在劳动力短缺的情况下（现在平均需要 45 天才能招到人，有些职位甚至需要 70 天以上），唯一的运作方式就是转向第二种模式。得益于人工智能工具和人才智能，我们现在可以发现，拥有市场营销数学学位的营销经理可以在相当短的时间内成为数据科学家。
当然，并不是每个人都想转行，我们中的大多数人都害怕做新的事情。但是，如果你想让公司发展壮大，而不需要招聘和流失人才，你想把员工从业绩不佳的产品领域调到增长领域，你就必须让这一做法奏效。人才流动性强的结果是什么？你不必周期性地招聘（和解雇）员工，你可以培养深厚而持久的技能，工作满意度和留任率也会直线上升。
4. 重新定义管理者的角色
从广义上讲，有两种管理模式：一种是作为主管的管理者，另一种是作为 "工作教练 "的管理者。虽然这因工作和角色而异，但高效率的公司很少有既不 "管事 "又不 "做事 "的领导者。
正如 WL Gore 公司的人力资源领导多年前告诉我的那样（该公司是扁平化高效管理的先驱），"管理者管理项目，员工管理自己"。换句话说，如果你想避免由中层管理人员组成的臃肿的官僚机构，就必须扩大控制范围，并将 "管理 "定义为辅导、项目领导、发展和协调。
当你这样做时，人们就会挺身而出，在团队中担任领导职务。从某种意义上说，解放生产力的方法就是 "少管理，多领导"。
我们最新的领导力研究发现，伟大的领导者注重远见、灵感、专注和变革。这些都是特殊人士的角色，他们能够设定方向，并帮助他人找出实现目标的方法。他们调整团队，帮助人们避免浪费时间，并明确分配责任。他们拥护并鼓励变革，以身作则，始终帮助和指导他人。
虽然这些想法都很好理解，但快速招聘往往使这成为不可能。当我在 "快速招聘"（而非 "快速增长"）的公司工作时，我发现经理们在入职、培训、指导和解决问题等人事问题上疲于奔命。如果公司发展缓慢，并保持较宽的控制范围，就会发现同事们会挺身而出，承担起这些任务。这有助于公司的发展。
再次回到医疗保健领域。一个护士长有几十个人向她（或他）汇报工作，这并不罕见，因为这些员工训练有素、工作明确、积极性高。这就是一个高度可扩展模式的例子，我们每个人都必须一直努力实现这种转变。
5. 聚焦核心
避免 "人员膨胀 "的最后一个也是最重要的一个方法就是专注。我的经验是，组织（团队或业务部门）只能同时专注于两三件事。
但专注于什么呢？大多数大公司都有几十个项目、上百种产品，业务部门遍布世界各地。那么在我们的人力资源领域，这就意味着要做我常说的 "清理厨房抽屉"。如今，利用新的人工智能工具，我们可以将精力集中在少数重要的事情上。
上周，我们会见了几个人力资源领导团队，其中许多人都有 20 个或更多的项目。虽然这听起来雄心勃勃，但实际上却造成了效率低下。你们应该作为一个领导团队聚在一起，决定哪些是必要的，哪些是不重要的。当 Meta 公司解雇 22% 的员工时，我猜很多项目都停滞不前了。尽管这很痛苦（每项重大计划都有一个发起人），但它却能促进增长、盈利和创新。
多年前，在 Sybase（最初是一家高性能数据库公司），我们进入了一个失去重心的时期。公司当时正在开发工具、中间件、行业解决方案和专业服务。高层领导认为，"成为一家更大的公司会更好"。但遗憾的是，事实并非如此。
由于失去了对核心数据库的关注，微软和甲骨文迎头赶上。很快，"箭在弦上，不得不发"，我们的销售和市场营销被分散，最终公司被出售。
去年，我们采访了麦当劳的招聘团队，公司随着年轻人的职业发展不断招聘新员工。通过 "还原论思维"，在 Paradox 的帮助下，他们将店面职位的招聘时间从 25 天缩短到了 6 天。这相当于减少了 75% 的工作量。因此，麦当劳的招聘团队可以专注于招聘质量、目标定位、留住人才和店内职位管理。对于麦当劳这家招聘世界上最难找职位的公司来说，这简直就是一个奇迹。
公司有数以百计的机会可以集中精力。与你的团队聚在一起，优先考虑真正重要的事情。当百事可乐公司询问他们的员工，在大流行病期间，公司 "最官僚、最浪费时间的流程 "是什么时（他们使用了一种被称为 "流程粉碎机 "的众包工具），绩效管理被评为最糟糕的流程。每家公司都有碍事的地方，今年就应该指出来。
底线：进行对话
底线是这样的。对于什么是最重要的，哪个团队过于庞大，最初没有人会达成一致。但你们必须进行对话。
在当今的经济形势下，招聘比以往任何时候都难，人员过多的公司只会表现不佳。请牢记 "少即是多"，帮助您的整个领导团队思考如何提高生产力、减少人员和集中精力。
-
Josh Bersin
【Josh Bersin】2024年人力资源预测：全球寻求提高生产力
在过去的二十年里，我一直在撰写有关人力资源预测的文章，但今年有所不同。在我看来，今年将是打破模式、改变企业每个角色的一年。人工智能不仅会改变每家公司和每项工作，而且公司将开始不懈地追求生产力。
想想我们的过去。2008 年金融危机之后，世界进入了一个加速增长的零利率时期。公司收入增长，雇佣员工，股价上涨。招聘继续以疯狂的速度进行，导致 2019 年底的失业率达到了破纪录的 3.5%。
大流行病来袭，半年内一切都停滞不前。2020 年 4 月，失业率飙升至 15%，公司纷纷让员工回家，我们重新设计了产品、服务和经济，以应对远程工作、混合工作安排以及对心理健康的关注。
一旦经济复苏（得益于美国的财政刺激政策），企业又回到了旧的招聘周期。但随着利率上升和需求下降，裁员现象再次出现，在过去的 18 个月里，我们看到了招聘、裁员，然后再次招聘以恢复经济。
为什么会出现跷跷板效应？
首席执行官和首席财务官们是在我们称之为 "工业时代 "的环境下工作的--招聘促进增长，然后在经济放缓时裁员。
如今，当我们进入 2024 年时，一切都不同了。我们必须 "囤积人才"，投资于生产力，重新发展和调配人员以实现增长。
我们所处的世界失业率高达 3.8%，几乎每个岗位都存在劳动力短缺问题，员工的权力越来越大，员工的要求也越来越高：要求加薪、灵活性、自主性和福利。每年有超过 20% 的美国雇员更换工作（每月 2.3%），其中近一半是进入新的行业。
为什么会出现这种 "新常态"？
原因有几个。首先，正如我们在《全球劳动力情报》（Global Workforce Intelligence）研究中所讨论的那样，行业正在重叠。每家公司都是一家数字公司；每家公司都希望建立经常性收入流；不久之后，每家公司都将依靠人工智能运行。过去停留在某一行业内的职业正在转变为 "基于技能的职业"，使人们比以往任何时候都更容易跳槽。
其次，员工（尤其是年轻人）感到有能力按照自己的意愿行事。他们可能会悄悄辞职、"挣工资 "或抽出时间转行。他们认为自己的人生还有很长的一段路要走（人们的寿命比 20 世纪 70 年代和 80 年代要长得多），因此他们不介意离开你的公司去其他地方发展。
第三，生育率持续下降，劳动力短缺将加剧。日本、中国、德国和英国的劳动力人口都在减少。未来十年左右，大多数其他发达经济体也将如此。
第四，工会正在崛起。得益于华盛顿的新理念，我们在谷歌、亚马逊、星巴克、通用汽车、福特、Stellantis、Kaiser、迪士尼、Netflix 等公司都看到了工会活动。虽然工会在美国劳动力中的参与率不到 11%，但在欧洲却要高得多，而且这一趋势还在上升。
这一切意味着什么？
老式的 "以雇佣促发展 "模式并不总是奏效。在这个后工业时代，我们必须关注员工的发展、保留、参与和生产力。与 "以招聘求发展 "相比，我们必须采用系统性的 "四R "模式。
业务绩效 "的真正含义是什么？
如果你是一位首席执行官，你需要的是收入增长、市场份额、盈利能力和可持续性。如果你无法通过招聘实现增长（员工不断以奇怪的方式 "激活"），你还有什么选择？很简单：实现自动化，提高生产力。
为什么我认为这是 2024 年的重要话题？有三大原因。
首先，首席执行官们对此非常关注。
普华永道 2024 年首席执行官调查发现，首席执行官们认为他们公司 40% 的工作浪费了生产力。
这听起来令人震惊，但对我来说却是事实：太多的电子邮件、太多的会议、混乱的招聘流程、官僚的绩效管理等等。(其中一些问题就是人力资源部门造成的）。
第二，人工智能使其成为可能。
人工智能旨在提高白领的工作效率。(生成式人工智能能让我们更快地找到信息，了解趋势和异常值，进行自我培训和学习，并清理我们像负担一样随身携带的文件、工作流程、门户网站以及后台合规和管理系统等乱七八糟的东西。
第三，我们需要它。
找人都这么难，还怎么发展？去年的招聘时间增加了近 20%，就业市场变得更加艰难。你能在技术技能方面与谷歌或 OpenAI 竞争吗？
内部开发、改造和自动化项目就是答案。有了生成式人工智能，机会无处不在。
这一切对人力资源意味着什么？
正如我在《人力资源预测》中所述，我们有很多问题需要解决。
我们必须加快向动态工作和组织结构的转变。我们必须集中精力，务实地掌握技能。我们必须重新思考 "员工体验"，处理我们称之为 "员工激活 "的问题。我们必须对人力资源技术、招聘和学习与发展系统进行现代化改造，利用人工智能使这些系统更加有用。
我们的人力资源团队也将由人工智能驱动。正如我们的 Galileo™ 客户已经告诉我们的那样，精心设计的 "专家助理 "可以彻底改变人力资源人员的工作方式。我们可以成为 "全栈 "人力资源专业人士，在几秒钟内而不是几周内找到有关团队的数据，并在几秒钟内与直线领导分享人力资源、领导力和管理实践。(伽利略被世界上一些最大的公司用作管理教练）。
还有其他一些变化。随着公司将重点放在 "通过提高生产力实现增长 "上，我们必须考虑每周 4 天工作制、如何将混合工作制度化，以及如何以更有效的方式联系和支持远程员工。我们必须重新关注领导力发展，在一线管理人员身上花费更多时间和金钱，并继续投资于企业文化和包容性。我们必须简化和重新思考绩效管理，我们必须解决薪酬公平这一令人头疼的问题。
还有更多。
我们必须将 DEI 计划嵌入到业务中（人力资源 DEI 警察的时代已经过去了）。我们必须清理我们的员工数据，以便我们的人工智能和人才智能系统准确可靠。我们必须转变思维，从 "支持业务 "转变为 "成为有价值的顾问"，并将我们的人力资源服务产品化，正如我们的系统性人力资源研究报告所指出的那样。
所有这些都将在我们本周发布的长达 40 页的新报告《2024 年人力资源预测》中详细阐述，其中包括一系列帮助您思考所有这些问题的行动计划。
让我提醒您一个重要的问题。生产力是人力资源部门存在的理由。
我们所做的一切，从招聘、辅导、发展到组织设计，只有在帮助公司发展的情况下才能取得成功。作为流失率、参与度、技能和领导力方面的专家，我们人力资源部门每天都要思考如何提高员工和组织的生产力。2024 年将是人力资源部门专注于这一更高使命的伟大一年。
最后一件事。
报告中有 15 项详细预测，每项预测都附有一系列行动步骤供您参考。最后一项是真正为你们准备的：关注人力资源的技能和领导力。作为公司人事流程的管理者，我们必须关注自身的能力。2024 年将是我们成长、学习和表现的一年。如果我们能很好地处理这 15 个问题，就能帮助我们的公司在新的一年里蓬勃发展。
-
Josh Bersin
【Josh Bersin】2024：永远改变商业的一年
Josh Bersin的这篇文章回顾了 2023 年，并讨论了 2024 年的重大事件，今年是永远改变商业的转折点。因为我们正在进入一个劳动力短缺、公司重新设计、人工智能驱动业务转型的世界。回顾 2024 年，我们会意识到这是非常关键的一年。
以下是文章详细内容：
有趣的是，整个 2023 年，人们都在担心经济衰退，但这并没有发生。事实上，在经济和金融方面，我们度过了非常强劲的一年。美国和全球的通货膨胀率都在下降。我们确实不得不承受利率上升的冲击，但这是早该发生的。
我真的认为，我们遇到的问题是我们的低利率时间太长，鼓励了投机性投资。现在，经济更加理性，消费需求高涨，商业环境稳固，股市表现良好。纳斯达克指数几乎创下了历史新高，七大超级股表现极为出色：大型科技公司、大型零售商、石油公司、许多消费奢侈品公司表现极为出色。唯一表现不佳的公司是那些无法完成转型的公司。
在文化方面，最高法院推翻了教育领域的平权法案，导致了多元化和包容性的政治反弹。Elon Musk的 "唤醒心灵病毒"（woke mind virus）以及类似的讨论进一步推动了 "多元化与包容性 "计划的发展，这让首席多元化官的日子变得不好过。我们正在经历两场战争，这对许多公司来说意义重大。我知道你们中的很多人已经关闭了在俄罗斯的业务，而在以色列开展业务的人日子也不好过。在这段时间里，有关员工敬业度的每项数据都显示，员工们已经精疲力竭、疲惫不堪、压力重重。他们感到工作过度。
尽管员工有这样的情绪，但工资还是上涨了 5%以上，换工作的人工资也提高了 8%或更多。失业率很低，因此工作机会很多。你可能会问自己，为什么人们会有压力？
我认为这是大流行病的持续影响：远程工作的挑战、混合工作的复杂性和不一致性。还有一点：劳动力中的年轻一代，那些比婴儿潮一代活得更长的人，基本上都在说，我并不想为了出人头地而自杀。我想有自己的生活。我想静静地辞职。如果我的公司不照顾我，我就拿我的工资去工作，也就是说，我拿多少工资我就努力工作，不会超过这个数。这种心态为每周四天工作制创造了环境，我认为它的到来比你想象的要快。工会，在政治上是有利的，正在以25年、30年来的最高速度发展。
通货膨胀和提高工资以吸引人才的需要导致了薪酬公平问题。这个领域比你想象的要复杂得多。您可以从我们的研究中了解到这一点，在 2024 年，它属于您的清单。2024 年，年轻劳动力对职业重塑、职业发展、成长计划、辅导、导师、盟友关系和支持的需求也将十分巨大。这意味着，如果你在零售业、医疗保健业、酒店业或其他雇用年轻人的行业，你必须满足这种对福利的巨大需求。这些都是在 2023 年变得非常明显的事情。
但让我们来谈谈房间里的大象：2023 年发生的最大事情是人工智能。
从媒体到出版，从人力资源技术到招聘，从员工发展到员工体验，人工智能改变了我们的一切对话。你们可能知道，我非常看好人工智能。我认为它将对我们的公司、工作、事业和个人生活产生巨大的变革性影响。人工智能将改善我们的健康、我们的学习能力、我们消费新闻的方式（注意，《纽约时报》刚刚起诉 OpenAI 和微软侵犯版权）。人工智能几乎将改变我们生活的方方面面。
你们中的大多数人都在试图理解它，并了解它的适用范围。你们中的许多人都被你们的首席执行官告知，"我们需要为公司以及人力资源部门制定一项人工智能战略"。人力资源部门的人工智能战略是一回事，但更大的话题是公司的其他部门。因此，人力资源部门必须成为这场变革的一部分：我们需要的新角色、新工作、新奖励和新技能。
今年，我很高兴我们推出了伽利略™（Galileo™），你们中大约有 500 人已经在使用它。我们将在二月份为所有企业会员推出企业版，所以企业会员请继续关注（或加入）。Galileo 以一种易用、安全和高价值的方式将人工智能引入人力资源领域，因此它将帮助您制定战略。它基本上已经准备就绪。今年晚些时候，我们将向 JBA 社区等推出一个版本。人工智能，尽管充满了恐惧，但它已经是一项非常积极的技术。
下一步我们将何去何从？正如本文标题所言，我认为今年将是永远改变商业的一年。我并不想夸大其词，我真的看到了一个转折点。让我给你讲个故事。
大约十年来，我一直在写关于组织扁平化、打破等级制度、创建我称之为网络化组织的文章。现在这已成为主流，我们决定称之为动态组织。
正如你在 "动态组织 "研究或 "后工业时代 "研究中所读到的，我们的意思是，工作、职业、组织和公司的职能层级正在被打破，这是有充分理由的。
我们之所以有职能层级、工作级别和各自为政的业务职能，是因为它们是按照工业时代的模式设计的，当时企业通过大规模销售产品和服务来赚钱。汽车行业、石油和天然气行业、制造业、CPG 行业，甚至制药公司，本质上都是在制造产品、将产品推向市场、投放市场、销售产品，并以线性链条的方式分销产品。这种 "可扩展的工业商业模式 "就是我们设计组织的方式。
因此，我们建立了大型研发组织、大型产品管理组织、产品设计和包装组织、大型营销组织、大型销售组织、大型业务开发和分销组织、供应链组织等等（包括财务和人力资源）。所有这十个或十五个业务职能部门都有自己的等级制度。因此，作为一名员工，你要沿着这些层级向上发展。1978 年，当我作为一名工程师从大学毕业时，我就进入了其中的一个层级。
每个员工都是工程师、销售员、市场经理或其他什么职位，你在金字塔中一路向上。在你职业生涯的某个阶段，你会跳槽去做其他事情，但那是相当不寻常的。这并不是真正的职业道路。你在那个行业工作 35-40 年，然后退休。
很多公司都有另一种结构：管理和劳动。管理层决定 "做什么"，员工 "做什么"。
所有这些设计帮助我们建立了我们今天使用的大部分人力资源实践，包括招聘、薪酬、绩效管理、继任、职业管理、目标设定、领导力发展等等。今天，如果你看看世界上最有价值的公司是如何运作的，就会发现它们不再是这样运作的了。为什么？因为这样会像糖浆一样拖慢速度。如果你要想出一个新点子，就必须穿越职能层级，那就需要几个月或几年的时间才能创造出新东西。
如今，价值是通过创新、及时投放市场、贴近客户以及提供独一无二的高价值产品来创造的。等级制度 "根本不是为此而设计的。
这里有几个教条值得思考。我们过去认为，所有新创意都来自研发。这太疯狂了。研发当然很重要，但世界上一些最具创新精神的公司甚至没有研发部门，他们有的只是产品团队。微软的研究部门甚至没有发明人工智能，公司不得不与 OpenAI 合作，而 OpenAI 是一家只有不到一千名员工的公司。
这里还有一个值得考虑的问题。德勤（Deloitte）的顾问们曾经谈论过 "边缘创新"，也就是所谓的 "臭鼬工程"。我们曾建议客户 "将新创意与规模业务分开"，这样新创意就不会被压制或忽视。如今，所有的新创意都来自运营业务，我们以实时的方式进行迭代。因此，另一种工业组织结构已不再适用。
因此，我们在动态组织中一直在经历的是，我们必须把公司设计得更加扁平化。我们必须简化职位名称和描述，这样人们就可以四处走动。我们必须将员工组织成跨职能团队，我们必须激励和培训员工跨越职能孤岛开展工作。我们必须建立灵活的工作组，必须围绕团队和项目重新进行绩效管理，而不是围绕个人目标和逐级目标。我们需要在系统中建立薪酬公平，这样无论你从哪里开始工作，都能获得公平的薪酬。
让我们来谈谈薪酬。等级制度的一个问题是，你每年都会根据绩效考核加薪。几年后，你的薪酬可能会因为你的考评而与坐在你旁边的人相差很多。但你的业绩可能并不比他们多。这是不公平的。
如果你进入公司时是市场营销专业出身，那么你赚的钱就比工程专业出身的人少。但五年后，你们可能做着同样的工作，却赚着不同的钱。此外，还有性别偏见、年龄偏见和其他非绩效因素。在我们所说的 "技能择优 "中，薪酬公平问题必须得到解决。
我们必须为员工提供发展性职业、人才市场、开放的工作机会和指导。而这些人才实践正是提高活力的促进因素。去年，Salesforce、Meta 和其他科技公司都遇到了缺乏活力的问题。Salesforce 在大流行病后的最后一个上升周期中雇佣了数千名销售人员，一年后又裁掉了其中的大部分。Meta 也做了同样的事。下一个可能是谷歌。
这些以工业思维运作的公司认为，发展的唯一途径就是雇佣更多的销售人员、工程师或营销人员。但这些业务职能部门的人员数量并不一定能推动增长和盈利。重要的是他们如何协同工作以及他们做了什么，而不是他们有多少人。
我们通过招聘、招聘、再招聘来实现公司发展的旧观念已经一去不复返了。这已经行不通了。这仍然是公司发展的一部分，你总是在招聘人员来取代别人，带来新的技能，等等，带来新的视角。但在一个充满活力的组织中，很多成长都来自内部。人也在成长。
就连 "成长型思维 "这个词也被用滥了。我们需要有一种组织成长的心态，这样我们才能作为一个组织而成长。英特尔就是一个很好的例子。英特尔在半导体制造和研发方面迷失了方向。现在，他们正在内部重塑自我，股价也一飞冲天。他们没有聘请大师来告诉他们该怎么做，他们知道该怎么做。他们只需要去做。
谷歌拥有的人工智能工程师比 OpenAI、Anthropic 和其他所有小公司加起来还多，但他们执行得不好。现在他们执行得更好了。他们将人工智能团队整合为跨职能小组，并与其他业务领域共享 YouTube 的知识产权。我敢打赌，一旦他们在人工智能领域取得进展，他们一定会超越许多其他公司。这就是动态组织的一部分。
作为人力资源人员，你们比任何人都更清楚，如果公司里有多个小组在做相互竞争的事情，而他们却因为互不了解或互不交谈而无法协同工作，那将是多么的功能失调。没有交叉施肥，或者他们在保护自己的地盘。所有这些都妨碍了组织的活力。
这与明年的工作息息相关，因为它已经深入人心。人才市场、职业发展途径、基于技能的组织、基于技能的招聘、基于技能的薪酬、基于技能的职业、基于技能的发展等等......这些都不仅仅是人力资源方面的时尚，而是应对这一重大转变的解决方案：让企业更具活力。尽管等级森严的公司在过去很有价值，但现在已经不能很好地运作了。
Josh Bersin的《不可抗拒》（Irresistible）现在，这不是A-B转换类型的东西。这是一种进化，但速度非常快。我们提出 "系统人力资源"（Systemic HR）这一概念的原因是，我们人力资源部门也必须做同样的事情。人力资源部门本身是各自为政的。我们有招聘小组、DEI 小组、薪酬小组、L&D 小组、业务合作伙伴、合规小组、福利小组。我们这边有人在做 EX 项目，那边有人在做数据管理项目，还有一个人员分析小组。
这些都是属于人力资源部门的重要职能领域。但是，如果他们不能共同解决公司面临的问题，我指的是大问题，如增长、盈利能力、生产率、并购等，那么谁会在乎呢？那么你就处于系统人力资源的一级或二级。我们围绕业务问题制定了系统人力资源计划。这就是我们提出新的人力资源运营模式的原因。
我认为系统化人力资源将是 2024 年的一件大事，原因有很多。我们不仅生活在劳动力短缺的环境中，而且还有另一个助推器，那就是人工智能。对于那些使用过伽利略系统的人来说，我希望你们今年都有机会使用它，人工智能能够从公司的许多来源收集信息、数据和文本，并对公司正在做的事情做出判断，这绝对令人难以置信。
如果你在销售部门工作过，如果你在营销部门工作过，如果你在财务部门工作过，你和我一样清楚，这些都是各自为政的小组。很少有公司拥有真正集成的数据管理系统，将所有客户数据与销售数据、收入数据、营销数据相匹配。 客户数据平台是一个想法，但并不经常出现，而且要做到这一点，需要数千万至数亿美元和许许多多的系统。而人工智能几乎可以自动做到这一点。
因此，当你将伽利略这样的工具整合在一起，并将我们的研究作为语料库的一部分，再添加公司员工流失率等数据或薪酬变化，你只需提出一个问题，就能看到薪酬与流失率之间的关系。你不必花几个月的时间去做分析，也不必试图找出分析结果是否正确。这种情况在公司的销售、客户服务、研发和市场营销等各个部门都在发生。
因此，这种更加一体化、更具活力的组织正在你眼前发生。2024 年，这就是我们现在要做的几乎所有事情的背景。
另一个背景是劳动力市场，这将是非常艰难的。你们已经从我们和其他人那里了解到劳动力市场现在有多么紧张。美国的失业率为 3.8%，而且不会有太大改善。即使出现经济衰退（这一点值得怀疑），也没有足够的人来雇佣。美国的生育率很低，即使每家公司都为员工提供生育福利，让他们都生孩子，这些人也需要二十年才能去工作。因此，所有发达国家： 美国、英国、加拿大、德国、日本、北欧、中国、俄罗斯的生育率长期处于低水平。世界银行认为，几乎所有发达经济体的劳动人口都将在十年内缩减。
由于招聘将变得更加困难，我们将看到越来越少的工作人口，公司在招聘时必须更加统筹兼顾。我们都必须关注 "四个R"：招聘（Recruit）、留住（Retain）、再培训（Reskill）、再设计（Redesign）。这就要求人力资源部门进行大量的工作重新设计、职业重塑，并认真研究如何培养技能而不是招聘技能，以及如何利用我们作为人力资源专业人士所拥有的工具来帮助组织提高生产力，而不仅仅是招聘、招聘、再招聘。
我用两件事来衡量公司的成功。其一是企业的耐力：企业在起起伏伏中的表现如何？二是员工人均收入。与同行相比，员工人均收入低的公司往往是管理不善的公司。当然，行业差异也很大。
在我们进行 GWI 行业研究时：医疗保健、消费品、制药、银行业，我们可以看到，表现优异的公司在员工人数方面都非常高效。我们还发现，这些公司实际上正在实施系统人力资源实践。
另一个驱动因素是我们生活在服务经济时代。有趣的是，在美国，超过 70% 的 GDP 现在是服务业。因此，你拥有的人，你公司里的人，就是产品。如果每个人每一美元的收入不能带来很好的产出，那么你的公司就没有经营好。
这就引出了许多管理话题。
我们如何培养早期和中层领导者？
我们如何重新思考员工的真正需求？员工敬业度和员工体验这些话题其实已经有 25 到 30 年的历史了。它们需要大规模更新。
我们该如何在学习与发展中实施人工智能，并取代那些人人痛恨却又无法摆脱的旧系统？
在我们用人工智能系统取代人力资源技术的过程中，ERP 供应商将扮演什么角色？
我们将如何实施可扩展的人才智能？在劳动力短缺的世界里，人才智能变得更加重要，无论你将其视为采购和招聘，还是内部流动，抑或只是一项战略规划举措。
我们该如何适应人工智能？
还有一个问题是系统化人力资源，发展你的团队、你的职能、你的运营模式，使其更具适应性和活力。
回顾2023年，我觉得这是我度过的最迷人、最有趣、最充实的一年。我总是为你们感到惊讶、印象深刻、充满活力，为你们这些在火线上处理这些复杂问题的人感到惊讶、印象深刻、充满活力，为你们这些在火线上处理这些复杂问题的人感到惊讶、印象深刻、充满活力，为你们这些在火线上处理这些复杂问题的人感到惊讶、印象深刻、充满活力。我对人力资源行业的印象一年比一年深刻，一年比一年兴奋。我认为，很多不从事人力资源工作的人认为，我们只是做一些合规和管理方面的事情，以及解雇员工。这只是我们工作的一小部分。
2024 年将是重要的一年。作为人力资源专业人士，你必须学习很多东西。你要学习系统的人力资源问题，你要学习人工智能，你还要学习如何成为一名顾问。
毫无疑问，在未来十年或二十年，动态组织管理将成为一个越来越大的问题--我们如何管理员工和公司。我指的管理不是监督，而是发展、调动、留用、薪酬、文化等所有这些方面。
离开 2023 年时，我对人工智能的未来充满信心。如果你害怕人工智能，深呼吸，放松。它不会咬你。这里没有什么邪恶的东西。这是一个数据驱动的系统。如果你不掌握数据，你就无法从人工智能中获得很多价值。
世界从来都不是完美的。它从未完美过。过去不完美。未来也不会完美。
但是，如果你愿意，你所生活的环境和你所创造的环境可以是充实的、愉快的、富有成效的、健康的和有趣的。我认为我们都有机会做出这样的决定。
也很期待与大家一起度过一个精彩的 2024 年。
-
Josh Bersin
大咖谈：SAP SuccessFactors 人工智能战略
Josh Bersin 写了一篇文章介绍SAP的SuccessFactors通过其创新的AI策略正在彻底改变人力资本管理（HCM）领域。文章探讨了AI在增强招聘、学习、员工服务等各种人才流程中的变革作用。SAP在SuccessFactors的多个模块中推进其AI应用，重点关注实用、高价值的解决方案。Joule，一个为SAP应用专门设计的AI工具，是该策略的核心。文章还讨论了SAP在AI领域的方法，涵盖生成性AI、会话AI和深度学习AI。它强调了AI逐渐融入功能发布中，提升HR技术栈的整体用户体验。文章最后肯定了SAP在HR技术集成AI方面的领导地位。
以下是文章内容，AI翻译，仅供参考：
本周，Josh Bersin与 SAP / SuccessFactors 架构团队进行了深入的简报，深入了解了公司的人工智能长期战略。我离开时留下了深刻的印象，并开始理解人工智能如何不会“取代”HCM 平台，而是以一种非常重要的方式“改变它”。
人工智能在 HCM 中的应用有很多“表面”。人工智能可以协助采购、招聘、学习、继任和大多数人才流程。人工智能可以增强内容开发、员工沟通、案例管理和员工服务。作为分析引擎，人工智能可以极大地增强薪酬公平分析、绩效管理分配、领导力评估等。
对于像 SuccessFactors 这样的全球 HCM 供应商来说，机会空间很大。目前，该公司并没有考虑核心人力资源的架构替代品，而是专注于务实、高价值的用例，这些用例可以立即使 SuccessFactors 变得更有用、更高效、更有价值。
目前，该公司 在 SAP SuccessFactors 模块中拥有大约十个主要的 AI 用例系列，每个用例系列都有一个多场景功能路线图。其中包括智能职位描述、推荐的学习和职业、人才流动和人才市场、技能和能力推断和分析、员工政策和沟通，以及员工服务、员工交易、福利和核心人力资源中的用例。（智能职位描述和面试问题已上线。）
当我查看整个路线图（其细节仍然保密）时，我对 SAP 的务实和成熟感到震惊。由于该公司在几乎每个行业的数百个人才流程中都拥有深厚的领域专业知识，因此该团队显然正在尽可能地“应用人工智能”。他们并没有做出使用 OpenAI、Microsoft Azure 服务、IBM 或其他技术堆栈的单一架构决策，而是为每个用例找到合适的法学硕士，并针对其目的进行了优化。
例如，最大的用例之一是语言翻译。 。该团队有数百个界面和对话需要翻译，因此他们找到了为此目的优化的特定法学硕士。是的，SAP 正在与 Microsoft 合作开发 Copilot，但他们也在构建自己的副驾驶，称为 Joule。
Joule（“焦耳”就像一瓦特的能量）是为所有 SAP 应用程序精心设计的 Copilot。该团队已经开发了 30 多个用例（交易或旅程），其中许多将在 2024 年 1 月推出。它是在 IBM 的一些支持下开发的，它允许公司使用 Joule 进行目标管理、人力资源政策、工作变动、打卡/外出、请假等事务。想象一下使用聊天机器人开发、管理和审查您的目标：SAP 即将推出它。
SuccessFactors 将其人工智能项目分为三种类型：生成式人工智能、对话式人工智能和深度学习人工智能。在众多功能中，这意味着SuccessFactors客户将获得各种工具，如写作助手、申请人筛选、职业对话、学习导师，以及人才情报功能，如职业探索、人才市场和高级学习建议。SuccessFactors 也非常注重人才情报。
客户将通过“功能发布”来了解这项技术。换句话说，客户不会尝试将人工智能作为一个全新的平台进行营销，而是会看到应用程序的所有领域都出现了许多高级功能。
随着公司构建 Joule（系统中的核心新功能），该范式被分为三种类型的工作流程： 信息模式（查找和显示信息，例如查看您的福利或假期余额）、导航模式（导航用户）通过带有卡片和提示的业务流程，例如创建或查找职业道路）和事务模式（直接执行事务，无需进入应用程序模块，例如输入费用报告或开设新职位）。
由于 Joule 是一款对话式应用程序，它不仅可以回答问题，还可以引导用户完成工作流程以简化工作流程。SAP 明白这是一个巨大的范式转变，从“填写表格”转变为“告诉系统您想要做什么”。上周我与一家全球科技公司的人力资源技术主管讨论了这个问题，他告诉我，由于为员工使用智能代理，他们的呼叫中心查询量已经减少了 30%。唐娜·莫里斯 (Donna Morris) 也分享了沃尔玛员工助理的类似甚至更好的结果。
Joule 适用于所有 SAP 产品，并且还存储历史记录。因此，当您在工作中执行不同的操作时，系统会记住您最后执行的操作，从而使其变得越来越易于使用。例如，如果您想给员工奖金，您可能需要在 CRM 中查看员工的销售业绩，将该数据放入奖金文档中，然后将其发送以供审批。如果您不是使用 CRM 的专家，Joule 会帮您找出您的需求。
其底层架构称为SAP Business AI。SAP Business AI 是各种 LLM 和 AI 服务，能够为系统的不同部分提供不同的功能。这意味着 Joule 本质上是一个“开放系统”，它也可以访问其他交易信息。想象一下，如果您将 Joule 连接到公司的银行系统：员工可以使用 SuccessFactors 查看或管理他们的财务账户，查看他们的奖金何时到达支票簿等。（这不是 SAP 计划做的事情；尚未宣布，我'我只是想象了很多选择。）
这种开放式架构很重要。当公司构建自己的 Copilot 和人工智能代理（如 Galileo）时，他们将希望与 SAP 和 SuccessFactors 进行交互、共享数据并连接。这种“开放 API”流程是 Joule 战略的一部分，因此在某些方面 Joule 可以在这个更大的空间中发挥作用。
竞争即将来临
虽然没有其他 HCM 供应商宣布过这种深度水平，但您可以打赌，未来还会有更多深度。 Workday几个月前推出了其高层战略，微软已经推出了与 HCM 和 CRM 产品集成的Microsoft Dynamics 365 Copilot 。这只是冰山一角：每个人力资源技术提供商都在尽快添加 Gen AI 功能。
但 SAP 作为最大的供应商，显然保持着领先地位。他们的战略是综合的、全面的，并且注重务实的需求。
未来还有很多
当 OpenAI 去年秋天进入市场时，我们几乎无法想象人工智能会走向何方。 现在，感谢 SAP 等供应商，我们将看到人工智能功能、对话界面和令人惊叹的生产力工具出现在我们的日常生活中。
这是一个令人兴奋的新世界，我很高兴看到 SAP 引领潮流。
-
Josh Bersin
Josh Bersin：人工智能实施越来越像传统IT项目
Josh Bersin的文章《人工智能实施越来越像传统IT项目》深入探讨了企业中人工智能项目的实施情况。文章指出，尽管人工智能具有其独特性，但在实施过程中，它越来越多地展现出与传统IT项目相似的特点。这些相似性包括对数据管理的重视、安全性和访问管理的必要性、及时的工程响应和系统监控等。文章还强调了供应商筛选的重要性，以及变更管理、培训和组织设计在实施人工智能项目时的关键作用。这种趋势反映出人工智能已成为企业IT策略的核心部分，需要企业在实施和整合人工智能应用时，采用适应性强的传统IT策略，以提高运营效率和组织改进。
我们一起来看看原文：
随着我们越来越多地了解人工智能的企业实施，我对它们每天都感觉更像传统 IT 项目感到震惊。
是的，生成式人工智能系统有许多特殊的特征：它们是智能的，我们需要训练它们，并且它们对用户具有根本性的变革性影响。而且后端处理成本很高。
但尽管谈论先进的模型和逼真的行为，这些项目也有传统的一面。我已经与十几家大公司讨论了他们的各种人工智能策略，我想鼓励买家考虑基础知识。
发现 1：企业人工智能项目都与数据有关。
与新 ERP 系统、薪资系统、招聘或学习平台的实施不同，AI 平台完全依赖于数据。无论您购买什么产品（像 Galileo™ 这样的智能代理、Eightfold 这样的智能招聘系统，或者提供销售的人工智能支持平台生产力），成功取决于您的数据策略。如果您的企业数据一团糟，人工智能将无法突然理解它。
本周我读到了一篇关于 微软 Copilot 宣扬选举谎言和阴谋论的报道。虽然我无法判断这种情况有多普遍，但它只是指出“您拥有人工智能系统的数据质量、培训和数据安全”。
例如，沃尔玛的我的员工人工智能助理已经证明，在处理员工有关福利的查询方面，其准确度提高了 2-3 倍。但为了做到这一点，该公司利用了令人惊叹的 IT 架构，将所有员工信息整合到一个个人资料中，经过多年开发的移动体验，以及强大的全球安全架构。
我们的客户之一是一家大型国防承包商，正在探索使用人工智能来彻底改变其庞大的知识管理环境。虽然我们知道 Gen AI 可以在这里增加巨大的价值，但最大的问题是“我们应该加载哪些数据”以及我们如何分割数据以便正确的人访问正确的信息？他们现在正在研究那个项目。
在设计 Galileo 的过程中，我们花了近一年的时间梳理 25 年来积累的信息，以构建一个能够提供有意义答案的语料库。幸运的是，我们从一开始就专注于数据管理，但如果我们没有可靠的数据架构（具有一致的元数据和信息类型），该项目将会很困难。
因此，这些项目的核心是一个了解数据源、元数据和数据集成工具的数据管理团队。一旦新的人工智能系统开始工作，我们就必须定期对其进行训练、更新并消除偏见和错误。
发现 2：企业人工智能项目需要重点关注安全和访问管理。
假设您找到了一个可以为您的员工提供突破性解决方案的工具、平台或应用程序。它可以是销售自动化系统、人工智能驱动的招聘系统或帮助呼叫中心代理处理问题的人工智能应用程序。
谁可以访问什么？如何对语料库进行“分层”以确保合适的人看到他们需要的内容？这种练习与我们在 20 世纪 80 年代在 IBM 所做的事情是一样的，当时我们实现了这个复杂但极其重要的系统，称为 RACF。我讨厌宣扬自己的年龄，但 RACF 设计者在很多年前就思考过数据安全和访问管理的这些问题。
人工智能系统需要一套类似的工具，并且由于法学硕士倾向于将所有内容“整合和聚合”到模型中，因此我们可能需要针对不同用户的多个模型。
就人力资源而言，如果使用Eightfold、Seekout或Gloat建立一个人才情报数据库，其中包括职位名称、技能、级别以及有关证书和工作历史的详细信息，然后我们决定添加“薪水”……哎呀……好吧突然间我们遇到了数据隐私问题。
我刚刚完成了与 SAP-SuccessFactors 的人工智能架构的深入讨论，您看到的是一组开发用于在 Joule（SAP 的副驾驶）中针对各种用例运行的“迷你人工智能应用程序”。 SAP 花费数年时间构建工作流程、访问模式和不同级别的用户安全性。他们设计的系统是为了安全地处理机密数据。
还要记住，像 ChatGPT 这样的访问互联网的工具可能会以有害的方式导入或泄漏数据。用户可能会无意中使用Gen AI工具创建不可接受的内容、危险的通信以及引发其他“越狱”行为。
在您的人才情报战略中，您将如何管理工资数据和其他私人信息？如果法学硕士使用这些数据进行分析，我们必须确保只有适当的用户才能看到它。
发现 3：企业人工智能项目需要关注“快速工程”和系统监控。
在典型的 IT 项目中，我们花费大量时间在用户体验上。我们在 UI 设计师、艺术家和工匠的帮助下设计门户、屏幕、移动应用程序和体验。但在 Gen AI 系统中，我们希望用户“告诉我们他们在寻找什么”。我们如何培训或支持用户更好地提示系统？
如果您曾经尝试过使用 Paypal 这样的公司的支持聊天机器人，您就会知道这有多困难。我花了几周的时间试图让 Paypal 的机器人告诉我如何关闭我的帐户，但它从来没有给我正确的答案。 （最终我想通了，尽管我仍然从已经去世的承包商那里收到发票！）
这些问题我们必须要思考。在我们的案例中，我们构建了一个“提示库”和一系列工作流程，以帮助人力资源专业人员充分利用伽利略，使系统易于使用。 Paradox、Visier (Vee) 和 SAP 等供应商正在构建复杂的工作流程，让用户提出一个简单的问题（“管道的第 3 阶段有哪些候选人”）并获得格式良好的答案。
如果您向招聘机器人询问诸如“谁是该职位的最佳候选人”之类的问题并将其插入 ATS，它会给您一个好的答案吗？老实说，我不确定 - 所以供应商（或你）必须训练它并构建工作流程来预测用户会问什么。
这意味着我们将监控这些系统，查看不起作用的交互，并不断调整它们以使其变得更好。
几年前，我采访了星展银行（新加坡数字银行）的数字化转型副总裁，星展银行是世界上最先进的数字银行之一。他告诉我，他们组建了一个完整的团队来监视网站上的每次点击，这样他们就可以不断移动按钮，简化界面，并使信息更容易查找。我们需要对人工智能做同样的事情，因为我们无法真正预测人们会问什么问题。
发现 4：供应商需要接受审查。
下一个“传统 IT”主题将是供应商的审查。如果我是一家大型银行或保险公司，并且我正在寻找先进的人工智能系统，我会详细审查供应商的声誉和经验。仅仅因为像 OpenAI 这样的公司已经建立了出色的法学硕士，并不意味着他们作为供应商有能力满足您的需求。
供应商是否拥有您所需的资源、专业知识和企业功能集？我最近和中东的一家大型企业进行了交谈，该企业在沙特阿拉伯、迪拜等该地区的其他国家都有重要的设施。他们现在和将来都不会让用户信息、查询或生成的数据离开其管辖范围。您选择的供应商有能力满足此要求吗？小型人工智能供应商将努力解决这些问题，导致IT部门以新的方式进行风险评估。
还出现了专门从事“偏见检测”或人工智能系统测试的顾问。大公司可以自己做到这一点，但我预计随着时间的推移，将会有咨询公司帮助您评估这些系统的准确性和质量。如果系统是根据您的数据进行训练的，您的测试情况如何？在许多情况下，供应商提供的人工智能使用来自外部世界的数据：它使用什么数据以及它对您的应用程序来说有多安全？
发现 5：变革管理、培训和组织设计至关重要。
最后，与所有技术项目一样，我们必须考虑变革管理和沟通。这个系统的设计目的是什么？它将如何影响你的工作？如果答案不明确或不正确怎么办？所有这些问题都很重要。
需要进行用户培训。我们的经验表明，用户很快就会采用这些系统，但他们可能不明白如何提出问题或如何解释答案。您可能需要创建提示库（如 Galileo）或交互式对话旅程。然后提供支持，以便用户可以解决错误、不清楚或不一致的答案。
最重要的是，存在角色和组织设计的问题。假设我们提供一个智能系统，让销售人员快速找到产品问题、定价和客户历史记录的答案。销售运营的新角色是什么？我们是否有人员来更新和维护数据的质量？我们是否应该因此重组我们的销售团队？
我们已经发现，伽利略确实打破了人力资源领域的障碍，例如，向业务合作伙伴或人力资源领导者展示如何处理可能属于他人领域的问题。这些都是美妙的结果，应该鼓励领导者重新思考如何定义角色。
在我们公司，当我们使用人工智能进行研究时，我看到我们的研究团队在更高的水平上运作。人们正在共享信息，更快地分析跨领域信息，并高速利用采访和外部数据。他们写文章的速度更快，现在可以将材料翻译成多种语言。
我们的会员支持和咨询团队经常依赖分析师的专业知识，很快就会成为顾问。当我们向客户发布伽利略时，问题和询问的程度将变得更加复杂。
这个过程将发生在每个销售组织、客户服务组织、工程团队、财务和人力资源团队中。想象一下人们会问的“新问题”。
底线：企业 AI 系统成为 IT 项目
归根结底，人工智能技术革命将需要大量传统 IT 实践。虽然人工智能应用程序具有突破性的强大功能，但实施问题比您想象的更为传统。
我永远不会忘记我在 Sybase 期间实施 Siebel 的失败经历。该公司很喜欢这个平台，买下了它，并强迫我们使用它。然而，该公司从未告诉我们他们为什么购买它，解释如何使用它，或建立工作流程和工作角色以将其嵌入公司。仅仅一年后，Sybase 在销售组织简单拒绝后就抛弃了该系统。没有人希望人工智能这样重要的东西能得到这样的结果。
当你学习并更加迷恋人工智能的力量时，我鼓励你思考你曾经参与过的其他技术项目。是时候超越炒作和兴奋，思考现实世界的成功了。
-
Josh Bersin
大咖谈：2024的AI正在以比预想更快的速度改变企业学习
在受人工智能影响的所有领域中，最大的变革或许发生在企业学习领域。经过一年的实验，现在很明显人工智能将彻底改变这个领域。
让我们讨论一下 L&D 到底是什么。企业培训无处不在，这就是为什么它是一个价值 3400亿美元的市场。工作中发生的一切（从入职到填写费用账户再到复杂的操作程序）在某种程度上都需要培训。即使在经济衰退期间，企业在 L&D 上的支出仍稳定在人均 1200-1500 美元。
然而，正如研发专业人士所知，这个问题非常复杂。有数百种培训平台、工具、内容库和方法。我估计 L&D 技术空间的规模超过 140 亿美元，这甚至不包括搜索引擎、知识管理工具以及 Zoom、Teams 和 Webex 等平台等系统。多年来，我们经历了许多演变：电子学习、混合学习、微型学习，以及现在的工作流程中的学习。
生成式人工智能即将永远改变这一切。
考虑一下我们面临的问题。企业培训并不是真正的教学，而是创造一个学习的环境。传统的教学设计以教师为主导，以过程为中心，但在工作中常常表现不佳。人们通过多种方式学习，通常没有老师，他们寻找参考资料，复制别人正在做的事情，并依靠经理、同事和专家的帮助。因此，必须扩展传统的教学设计模型，以帮助人们学习他们需要的东西。
生成式 AI 登场，这是一种旨在合成信息的技术。 Galileo™ 等生成式人工智能工具可以以传统教学设计师无法做到的方式理解、整合、重组和传递大型语料库中的信息。这种人工智能驱动的学习方法不仅效率更高，而且效果更好，能够在工作流程中进行学习。用户可以提出任何他们想要的问题，并获得与其需求相关的答案。
早期，在工作流程中学习意味着搜索信息并希望找到相关的东西。这个过程非常耗时，而且常常没有结果。生成式人工智能通过其神经网络的魔力，现在已经准备好解决这些问题，就像 L&D 的瑞士军刀一样。
这是一个简单的例子。我问 Galileo™（该软件经过 25 年的研究和案例研究提供支持），“我该如何应对总是迟到的员工？请给我一个叙述来帮助我？”它没有带我去参加管理课程或给我看一堆视频，而是简单地回答了问题。这种类型的互动是企业学习的大部分内容。
让我总结一下 AI 在 L&D 中的四个主要用例：
生成内容：人工智能可以显着减少内容创建所需的时间和复杂性。例如，移动学习工具Arist拥有AI生成功能Sidekick，可以将综合的操作信息转化为一系列的教学活动。这个过程可能需要几周甚至几个月的时间，现在可以在几天甚至几小时内完成。其他工具，例如 Sana、Docebo Shape 和 user-focused learning platform 360 Learning 同样令人兴奋。
个性化学习者体验：人工智能可以帮助根据个人需求定制学习路径，改进根据工作角色分配学习路径的传统模型。人工智能可以理解内容的细节，并使用该信息来个性化学习体验。这种方法比杂乱的学习体验平台（LXP）有效得多，因为后者通常无法真正理解内容的细节。
Uplimit 是一家致力于构建 AI 平台以帮助教授 AI 的初创公司，正在使用其Cobot 以及其他工具，为技术专业人员学习人工智能提供个性化指导和提示。 Cornerstone 的新 AI 结构按技能推荐课程，Sana 平台将 Galileo 等工具与学习连接起来，而新的 AI- SuccessFactors 中的功能还为用户提供了基于角色和活动的有组织的学习视图。
识别和发展技能：人工智能可以帮助识别内容中的技能并推断个人的技能。这有助于提供正确的培训并确定其有效性。虽然许多公司正在制定高级技能分类策略，但真正的价值在于可以通过人工智能识别和开发的细粒度、特定领域的技能。Eightfold, Gloat,和SeekOut，可以推断员工技能并立即推荐学习解决方案。
用知识工具取代培训：人工智能在学习与发展中最具颠覆性的用例也许是完全取代某些类型培训的潜力。人工智能可以创建提供信息和解决问题的智能代理或聊天机器人，从而可能消除对某些类型培训的需求。这种方法不仅效率更高，而且效果更好，因为它可以在个人需要时为他们提供所需的信息。
沃尔玛今天正在实施这一举措， LinkedIn Learning 正在向 Gen AI 搜索开放其软技能内容，很快 Microsoft Copilot 将通过 Viva Learning 找到培训。
这里有一个重要的“陷阱”：我们必须教会自己（和员工）如何“提示”这些系统。我确信我们的人工智能工具将很快变得更加智能、更具对话性，但到 2024 年，我们将花费大量时间教用户如何提示人工智能系统为我们提供我们想要的答案。
这里潜力巨大
在我作为分析师的这些年里，我从未见过一种技术具有如此大的潜力。人工智能将彻底改变学习与发展领域，重塑我们的工作方式，以便学习与发展专业人员可以花时间为企业提供咨询。
L&D 的未来已经到来，而这一切都由人工智能驱动。
-
Josh Bersin
Josh Bersin公司推出Galileo™——全球首款人工智能人力资源专家助理
众所周知，人力资源专业人员在企业中扮演着重要、复杂和不断变化的角色。这 3,000 万名专业人员担任着 250 多个工作角色，掌握着 400 多项技能，帮助公司进行各方面的管理：招聘、发展、领导力、辅导、多样性、薪酬、福利、混合工作等。此外，他们还必须选择和实施各种技术和工具，以帮助公司发展。
Josh Bersin Company通过 25 年的研究以及对数千家公司和供应商的采访，积累了最值得信赖的最佳实践、供应商信息、基准、案例研究和人力资源专业发展工具库。
去年春天，我们开展了一个建立 "HR Copilot "的项目，将我们的内容整合到一个人工智能生成平台中。结果令人惊叹：利用 Gen AI，我们能够打造令人惊叹的全新体验：用户可以提出问题、比较供应商、深入研究解决方案，并生成实施计划、RFP 模板等。
今天，在我们不断努力帮助人力资源专业人士为公司创造价值的过程中，我们准备推出这一产品。我很高兴向大家介绍全球首款人工智能人力资源专家助理 Galileo™。(加入等待名单）
每个人力资源问题都有答案
正如伽利略绘制天体图来解释宇宙一样，我们的Galileo™让人力资源团队有能力了解、学习和寻求人力资源各个领域的最佳实践。伽利略™由萨纳公司的人工智能平台提供支持，用户可以完全访问乔希-贝尔辛公司的所有综合研究、文章和工具。与基于互联网的人工智能工具不同，伽利略不含任何宣传材料，为您提供可信、详细、可验证的准确信息。
我们设计的 Galileo™ 是人力资源专业人士 "随时随地 "学习、提问和制定解决方案的资源。
Galileo™ 可以回答数百个主题的问题，提供有关供应商和人力资源技术的详细信息，起草招标书和实施计划，并为用户提供指导、案例研究和基准。Josh Bersin 公司的所有研究报告都可即时获取，并可访问深度报告、播客、文章和课程。这包括访问我们的成熟度模型、框架、案例研究和我们的新术语定义 The Josh Bersin Company Lexicon™。
Galileo™ 将彻底改变人力资源专业人员的工作方式。您不必再猜测如何制定新计划或了解供应商--准确的信息唾手可得。
伽利略是学习、设计和解决问题的助手
许多人力资源问题都很复杂。为了让解决问题变得简单，Galileo 包含一个由 50 多个预定义 "提示 "组成的库，可帮助专业人员解决招聘、入职、绩效管理、培训等主题，以及构建技能分类法、实施薪酬公平、劳动力规划或设计能力学院等多学科主题。
我们将这些提示设计成链式，因此当您提出问题时，伽利略会引导您学习、探索，并进一步帮助您解决疑问。(伽利略入门指南》向您展示了一些可用的解决方案）。
企业就绪： 伽利略是您公司的专家助手
还有更多。在使用伽利略的过程中，您会希望在系统中加入自己的人力资源政策和内部信息。得益于 Sana 的架构，伽利略允许用户和团队将您的信息添加到语料库中，从而使伽利略成为贵公司的内部人力资源和员工助理。在这个私人工作空间，您的数据和隐私都将受到保护： 伽利略是一个企业级的安全平台，可将您的数据与其他数据隔离，并由The Josh Bersin Company的研究人员进行预先训练。
我们与 Sana 的合作关系更进一步。萨纳平台不仅能提供规模和速度，还能让我们构建多个人工智能助手。如果您需要针对特定人力资源领域（如人才招聘、L&D、DEI 或部门经理）量身定制的专家助理，我们无需编写代码即可创建。
"Josh Bersin Company 首席执行官兼创始人 Josh Bersin 说："这仅仅是个开始。"这一颠覆传统的产品将改变公司运营人力资源组织和管理员工的方式，使任何专业人员都能在短时间内成为世界级专家。伽利略是一个支持性的发展助手，随时准备为用户提供详细的解答、实际案例和指导。
Galileo 最初将面向我们的企业会员，明年晚些时候我们将推出面向乔希-贝尔辛学院会员的版本。
我们要感谢萨纳公司的合作，并期待在未来几个月内迅速发展伽利略系统。任何有兴趣体验伽利略的人都可以注册加入等待名单。我们预计在 2024 年初全面投入使用。
问题：
伽利略涵盖哪些主题？
Galileo 存储了超过 50,000 页的 Josh Bersin 公司研究报告，包括播客、文章以及有关各种主题的综合数据和分析。其中包括人才招聘、人才管理、企业培训、多样性与包容性、组织设计、奖励与认可、薪酬与薪酬公平、绩效管理、领导力发展、全球人力资源运营、混合工作、文化、变革管理以及人力资源技术的各个主要领域。
伽利略涵盖了 500 多家供应商，而且数据库每周都在不断扩大和更新。随着时间的推移，Galileo 还将包括有关新供应商产品、劳动力市场、技能和能力以及人力资源重要法规变化的实时信息。
要了解伽利略的功能，请查看 "伽利略入门指南"。
伽利略是生成式人工智能吗？
是的，伽利略是一种先进的生成式人工智能解决方案，用户可以提出问题，系统会提示比较供应商、列出最佳实践，甚至创建实施计划、历史视角和深入分析。这意味着人力资源专业人员可以提出任何简单的问题，伽利略不仅会回答问题，还会给用户后续提示，帮助他们了解更多信息、查找实例或下载详细报告、文章、播客或工具。
提供哪些研究和信息？
在过去的三十年中，Josh Bersin 公司几乎研究了人力资源的每一个领域，开发了深入的成熟度模型、框架、基准和案例研究。我们还添加了乔希的所有博客、播客和视频--我们还将添加更多内容。虽然伽利略不包括法律法规指南（可在当地司法系统中查找），但它涵盖了人力资源的每个主要领域，使任何人力资源领导者或专业人士都能快速学习、查找实例并解决问题。
我们如何知道伽利略信息是准确的？
与公共领域的工具不同，伽利略完全是在乔希-贝尔辛公司（The Josh Bersin Company）的庞大信息和研究语料库中训练出来的。这意味着它不会出现互联网系统所遇到的 "人工智能漂移 "问题。事实上，情况恰恰相反：用户在查询和使用系统时，系统会对生成的答案进行评分，并随着时间的推移变得更加智能。
我如何知道伽利略是安全的？
伽利略不对用户输入进行任何底层语言模型训练，因此消除了数据泄露的风险。为 Galileo 提供支持的 Sana 是单一租户，已通过 ISO 27001 认证，并符合 GDPR 要求。所有数据在静态时使用 AES 256 加密，在传输过程中使用 TLS 1.2+ 加密。该平台遵循数据隐私法规和准则，以保护每位用户。
我能否使用伽利略创建自己的人力资源助理？
是的，Galileo建立在高度可配置的Sana平台上，使用户和团队能够添加自己的内容并创建新的人工智能助理。我们将向企业客户提供这些私人工作空间功能，然后在2024年晚些时候向JBA会员推出。
伽利略与其他人工智能工具有何不同？
许多公司都在通过公共互联网工具尝试使用生成式人工智能。伽利略与这些现有的人工智能工具不同，原因如下：
企业规模、范围和安全性。伽利略建立在企业级人工智能平台上，能够加载大量公司信息。这意味着您可以在 Josh Bersin 公司语料库的基础上，安全地为人力资源专业人员和公司其他用户添加自己的流程、培训、合规文件和支持材料。
专业知识的深度。您从 Galileo 获得的答案和支持都是基于 Josh Bersin Company 提供的大量资料库，Josh Bersin Company 是世界领先的企业学习、人才管理和人力资源咨询公司之一。The Josh Bersin Company 对 Galileo 进行了定制，使其在回答问题时就像来自其组织的专家顾问一样。
来源归属。其他人工智能聊天工具不会始终如一地支持其答案，而 Galileo 则会在每个答案中注明来源，并提供具体参考资料和 Josh Bersin 公司资料库中的进一步学习内容。对于企业会员，您可以下载并阅读详细的资料来源。
隐私。其他助手可能会对您的数据和使用情况进行训练，从而导致数据泄露的风险，而 Galileo 可让您上传自己的内容，无需对您的数据进行任何底层大型语言模型训练。
工作流程支持。除了回答问题和集思广益，Galileo 还能帮助您解决起草实施计划等日常任务，因为它可以根据人力资源专家资源和您的组织信息生成内容。
随着时间的推移，伽利略如何变得更加智能？
正如我们所说，伽利略很聪明，而且一直在变得更聪明。它通过多种功能来实现这一点。
首先，Galileo 不断整合、标记、转录乔希-贝尔辛公司的所有内容并编制索引，确保系统始终接受最新研究、发现和供应商信息的培训。我们每天都会添加新的信息。
其次，通过检索增强生成（RAG）来生成问题的答案，识别语义相关的视频、音频和文本，对来源进行排序，并将生成的答案归属于基础参考资料。我们对问题进行监控，并不断改进结果，以提供详细和可操作的答案。
第三，我们利用用户生成的反馈。当用户对答案进行向上或向下投票时，系统就会学习如何提供更准确的答案。Bersin 团队与 Sana 合作改进常见问题的详细答案。在为期 9 个月的试点期间，我们已经优化了数百个问题。
最后，我们还开发了 "提示链"，包含人力资源和管理领域的 100 多个已知用例。伽利略会提示您深入问题，了解更多信息，探索供应商，阅读案例研究，学习最佳实践。随着时间的推移，我们将加快这些解决方案的步伐。
Josh Bersin 公司使用 Sana AI 的助手生成器来定制 Galileo 的指令，这些指令专门适用于各种人力资源角色，并经过数百种典型人力资源场景的调整。
Sana 是谁， Sana AI 是什么？
Sana 是一家人工智能公司，致力于改变组织学习和获取知识的方式。他们的端到端学习平台深受 Kry/Livi、Merck 和 Svea Solar 等领先企业成千上万用户的信赖。在顶级投资者、运营商和创始人的支持下，他们迄今已融资超过 8000 万美元。公司总部位于瑞典斯德哥尔摩，并在伦敦和纽约设有办事处。Galileo 由公司的最新产品 Sana AI 提供支持。
伽利略如何销售和提供？
Galileo最初面向Josh Bersin公司的企业会员，使这些组织能够以一种令人兴奋的新方式为其人力资源团队提供授权和支持。这些个人可以访问所有信息、下载所有资料、参加课程并与团队分享工具和信息。
在接下来的几个月里，我们将为乔希-贝尔辛学院的成员提供伽利略版本。我们鼓励有兴趣的人在我们的候补名单上注册，以便我们提供最新的可用性信息。
如何立即访问伽利略？
请加入我们的等待名单，我们正在向企业会员推出伽利略，并期待为您提供支持。
-
Josh Bersin
LinkedIn宣布在招聘和学习中推出人工智能的功能
本周，LinkedIn 在其两款旗舰产品中宣布了一些大规模的 Gen AI（生成式人工智能） 功能：LinkedIn Recruiter 和 LinkedIn Learning。让我给你一个概述。
让我从 LinkedIn 学习开始。
如您所知，学习是一个复杂的过程。员工希望提出问题，从一个主题跳到另一个主题，并就下一步需要了解的内容获得建议。LinkedIn Learning的产品团队刚刚推出了他们新的人工智能辅导功能，允许用户提出问题，并根据对他们的技能和角色的洞察，从为他们量身定制的课程中获得叙述性答案。
考虑下面的演示。正如您从“Learn with AI”按钮中看到的那样，用户现在可以提出问题并获得课程生成的叙述性答案。LinkedIn最初专注于软技能 ( PowerSkills )，并计划随着时间的推移将此功能扩展到其他课程。
这一功能很可能出现在许多其他学习平台（例如我们的 JBA Copilot）上，对市场产生巨大影响。我们不再需要参加一小时的课程或在互联网上搜索有关某个主题的提示：整个学习图书馆突然解锁以提供内容、参考和支持。
这不仅为 LinkedIn Learning 增加了巨大的价值，还引出了教练网络走向何方的问题。我不会详细讨论这个话题，但随着时间的推移，这些类型的“助教”或“一线教练”可以帮助员工解决心理健康问题、个人关系挑战，当然还有有关技术、工具、编码和数据分析的问题。
LinkedIn 正从管理和软技能课程开始，但你可以看到它的发展方向。其他供应商（例如 Udemy）也在致力于此。
LinkedIn Recruiter
招聘人员有许多手册写作和分析任务。我们必须编写职位描述、设置采购查询、向候选人发送电子邮件、回答候选人问题、安排面试、记录和分析面试、撰写工作机会，甚至分析和协商薪资。所有这些步骤都需要时间、需要数据，并且常常成为瓶颈，因为涉及审批和其他因素。
输入 LinkedIn Recruiter 的“自动化工具”。看看这个演示，它真的会让你大吃一惊。
LinkedIn 将这些产品创新分为四类：
人工智能辅助候选人发现：快速、轻松地寻找、筛选、选择、技能分析
更智能的建议：建议地点、职位、技能、公司和其他可扩展搜索结果的条件
简化候选人外展：人工智能辅助的 InMail、自动 InMail 后续消息、CRM 和电子邮件集成。
可操作的数据和见解：用于分析招聘广告、发布绩效、流量和许多其他内容的深入报告和见解。
正如您所看到的，人工智能可以帮助和自动化我们在招聘过程中所做的许多耗时的事情。在每一步中，“生成”或自动化流程都可以由 LinkedIn Economic Graph 或您自己公司的庞大员工和候选人信息数据库中的数据驱动。
考虑一下招聘人员的人工智能辅助消息传递的演示。您可以看到 Gen AI 如何节省数小时的时间，并以高度调整的“助手”方式利用技能数据、劳动力市场信息和公司价值。
搜索同样重要。正如该演示所示，用户可以轻松替代招聘人员必须学习的复杂“多面搜索”或布尔逻辑。人工智能可以提示用户并迭代搜索路径，而不必强迫用户了解系统中的每个搜索条件和数据元素。他们可以用自己的话进行搜索。
底线：生成式人工智能将改变我们招聘、雇用、设定薪酬和学习的方式。作为招聘和学习市场的强大领导者，LinkedIn 向我们展示了 Gen AI 如何成为提高生产力、改善运营并帮助员工和招聘人员在工作中变得“超级强大”的工具。
-
Josh Bersin
大咖谈：生成式AI在人力资源中的作用日益重要，谈HR不同领域的应用场景
编者注：本文Josh Bersin深入探讨了生成性AI（Generative AI）在人力资源（HR）领域的变革性作用。谈到生成性AI不仅能够整合和分析分散在多个系统中的大量员工数据，还能帮助HR团队更高效地解决招聘、员工体验、培训和合规等多个方面的问题。生成性AI的应用场景包括人才智能、员工体验应用、员工培训和合规应用等。这些应用不仅能提高HR团队的工作效率，还能为员工提供更个性化的体验。推荐HR管理者阅读了解，关注HRTech，了解全球最新HR科技动态。
人力资源是一个综合运营职能
让我们提醒自己，人力资源部门与财务、IT 和其他内部职能部门一样，是一个设计、支持和集成职能部门。人力资源部门与企业合作，处理无数复杂的问题：招聘、入职、培训、领导力发展、绩效管理、薪酬、奖励、福利、混合工作、组织设计、多元化战略、文化等等。在我们所谓的系统人力资源出现之前，大多数这些操作功能都是独立完成的。
如今，公司面临着竞争激烈的劳动力市场、高流动率和劳动力压力，以及重新培训、提高技能和明智地内部人员调动的需要。多样性和包容性、文化和领导力发展等问题仍然至关重要，人力资源团队还担心员工体验、生产力和内部效率。
HR 内部的数据遍布各处。一般大公司拥有超过 80 个面向员工的系统，每个系统都存储大量重要数据以帮助管理自己的区域。当业务领导者或高管想要做出改变、查看业务场景或修复表现不佳的团队时，他们需要将所有这些数据集中在一个集成位置。人工智能有望将这个梦想变为现实（更多内容见下文）。
当人力资源团队制定新的计划和解决方案时，我们还面临着不堪重负的劳动力问题。员工大部分都精疲力竭（87% 的人认为他们正在满负荷运转），因此我们必须简化工作、减少系统数量，并节省人们在管理职能上的时间（使他们能够在“最高许可范围内”运作） 。这意味着人力资源团队不断处理扩大服务数量、缩小服务范围并使其更易于使用的问题。人工智能AI对此有所帮助。
最后，人力资源团队正在转变为创造者、开发者和顾问。正如我们的系统人力资源研究指出的那样，人力资源的未来是更少的“支持代理”，更多的“顾问、产品经理、设计师和顾问”。这意味着越来越多的人力资源团队正在“构建事物”和“分析事物”，这本质上是生成人工智能所做的核心部分。
因此，从某种意义上说，生成式人工智能是解决人力资源团队面临的几乎所有挑战的完美新解决方案。
我们将如何实现这一目标：真实案例
在我们与数十家公司和HR科技供应商交谈时，让我总结一下我们看到的一些大型、高投资回报率的实际案例。
1/ 用于招聘、流动、发展、薪酬公平的人才情报
人才情报现已成为现实。公司可以使用基于 LLM 的系统（Eightfold、Gloat、Beamery、Seekout、Phenom、Skyhive）来识别员工的数百个特征（即技能），使公司能够智能地寻找候选人、决定谁已准备好晋升、调动人员寻找新的机会（人才市场），并确定薪酬不平等。
我们已经研究了这个领域好几年了，现在许多供应商都可以“现成”使用，并且使用来自 Lightcast 等提供商的数据，公司可以相对轻松地开始识别能力差距，研究外部市场的趋势，并使用人工智能为许多人力资源实践构建战略和运营解决方案。——我相信这个市场还很年轻，最终将颠覆许多核心 HCM 参与者。
在招聘中，现在有一些AI插件可以生成职位描述，针对不同的角色进行调整，创建个性化的候选人电子邮件，并丰富您自己的简历。这些工具正变得越来越智能：它们现在可以个性化招聘流程的每个部分，从而节省招聘人员的外展和写作时间。例如，我刚刚看到不少最新的人工智能职位描述生成器，它可以让你根据技能、技术和许多其他因素调整描述。
2/ 员工体验应用程序（入职、工作过渡、管理）
第二个增长空间是“智能员工聊天机器人”，它将文档、支持材料和交易系统整合到一个易于使用的体验中。我们的一些客户正在尝试这一点，我们自己的 JBC HR Copilot 为人力资源专业人员本身提供了这种类型的解决方案。这些实际上是企业应用程序，公司将自己的内容放在一起，制定数据安全策略（我们不希望每个员工看到每个文档或流程），然后使用“编排”工具将聊天机器人连接到企业系统。
IBM Watson Orchestrate 就是为此而设计的（SAP 现在正在使用），并且平台供应商和 HCM 提供商将提供许多此类工具。Workday Assistant 是第一代尝试 - 一旦您将各种人力资源系统的知识与流程文档结合起来，聊天机器人就可以最终取代我们所有的员工门户。
到目前为止，我们发现这些应该首先关注狭窄的用例，然后再进行扩展。例如，一家大型连锁酒店刚刚构建了一个聊天机器人，旨在帮助前台工作人员准确了解如何为高净值客户提供服务。它连接到预订系统，帮助员工了解如何为该客户定制服务。想象一下像这样的入职工具、领导层过渡系统等。
每个 EX 供应商都希望参与其中。Firstup 等提供商使用人工智能为每个人单独定制员工通信。这将成为我们用于许多员工体验应用程序的一组核心功能。
3/ 员工培训和合规应用程序
价值 3500 亿美元的员工培训行业迫切需要生成式 AI。我们已经看到了一些工具，可以从文档生成培训，自动创建测验，并利用现有内容并将其变成“教学助手”。就在昨天，我与一位客户交谈，他刚刚与供应商建立了一个新的领导力发展计划。我们讨论了将这些内容放入我们的 Copilot 中，以便通过经理的对话界面“按需”提供。一旦有了人工智能平台，这并不是一个困难的项目。
但还有更多。Cornerstone、Docebo、Degreed 等公司现在正在使用 AI 来智能推荐内容（基于人才智能，而不仅仅是点击流），根据角色、团队、位置和员工活动生成和推荐微学习，甚至将 AI 用作游戏“提示”员工了解更多信息。
举个例子：我们刚刚在公司的培训学院启动了一个微型学习项目，向人力资源人员传授人工智能知识。例如，该课程由一系列互动问题、小笔记和手机上的互动组成，可以导入到我们的副驾驶中，并在有人提问时提供。这些并不是现成的解决方案，但我们已经很接近了。
请记住，学习与开发团队的大部分工作都是围绕内容创建展开的。这些构建角色、图像、场景和视频的新一代人工智能应用程序将被 L&D 团队广泛使用。我刚刚找到了一个工具，可以拍摄长视频（即讲师指导的课程）并快速找到“最有趣”或“最密集”的内容来创建迷你片段。想象一下，您将不得不拍摄长视频并将其转化为章节、点播学习以及新知识学习的促销活动。
4/ 员工发展和成长应用程序
接下来是帮助员工发展职业生涯的大量新工具和平台领域。感谢人才智能平台，我们现在拥有由人工智能（而不是你的老板）生成的“职业道路”。这些系统会考察您的技能和经验，并（以图形方式）向您展示您拥有的所有成长选项，所有这些都基于数百万人的经验。
例如，您是否知道从事分析工作的营销经理可以进入数据科学、网络安全甚至财务分析领域？或者，一个在医院做小时工“交通支持”的人可以加入职业道路，成为一名 X 射线技术人员或临床护士？
这些路径都是由人工智能揭示和解释的，这些新系统准确地向你展示了你需要学习什么、你必须获得什么认证，甚至你可以和谁谈论这条路径。实际上，我们正在为人力资源专业人员开发此类解决方案（即将推出），您会惊讶于这些工具的帮助之大。
为什么人工智能如此重要？因为这从根本上来说是一个大数据问题。我不可能猜测一个人在我们公司可能拥有的所有职业选择，但如果我将他们的个人资料和历史记录插入八重职业导航器或其他系统，我们都可以看到许多我们从未考虑过的选择。
想想这将如何帮助没有学位的员工在职业生涯中取得进步。不再需要在网站上逛来猜去哪里申请工作——这些职业导航系统将改变许多人的生活。
5/ 绩效管理和运营改进
人工智能应该用于绩效管理吗？嗯，我不希望这些系统写绩效评估，但是，是的，它们会有很大帮助。考虑一下我们每个公司都遇到的典型问题：一个团队、一个工作组或一个个人表现不佳。这个群体或个人的数量落后，他们的项目迟到，或者他们的质量不合格。我们是否要等待经理找出问题所在并让他们弄清楚该怎么做？
这就是今天的运作方式：每个经理都必须猜测、弄清楚并决定对绩效不佳的个人、团队或项目“做什么”。为什么不让人工智能为我们做一些事情呢？例如，我们已经看到一些应用程序可以向您展示公司绩效的综合“视图”。从很多方面来说，这都是一个数据问题。
例如，如果我们发现超过一定规模的项目团队根本无法完成工作怎么办？如果我们查看团队的技能构成并发现缺少一项重要技能怎么办？也许终身教职是问题所在（顺便说一句，这通常是问题）。也许多样性阻碍了团队的发展。
虽然直线经理可能不会进行此类分析，但我可以向您保证，人力资源顾问很乐意在这里提供帮助。这些更广泛的组织设计和绩效项目无处不在，一旦我们在人工智能系统中拥有了所有数据，我们就可以简单地向它提问。
我问Google 的 Bard，“请比较一下雪佛龙和埃克森美孚的财务增长、回报和利润率。” 大约十秒钟就完成了相当不错的工作。想象一下，如果您在自己的公司中跨团队这样做会怎样？一旦我们将内部数据输入正确的人工智能系统，这将成为常规且常见的事情。
6/ 保留、混合工作、幸福感、敬业度分析
这引导我进入最后一个重要领域：研究、分析和提高员工保留率、福祉和敬业度。
我接触过的每家公司现在都在处理员工倦怠、福祉和其他敬业度问题。几十年来，我们依靠调查和各种基准来试图弄清楚该怎么做。是的，良好的反馈系统可以为我们提供大量有帮助的信息。
但是，如果我们只是将这些数据放入我们的大型人工智能平台并询问一些问题会怎样？“影响销售部门人员流动的最重要因素是什么？” 可能是经理。这可能是一种补偿。可能是终身教职。可能是别的东西。
是的，我们总是可以使用调查、市政厅和其他倾听方法来做到这一点。但如果我们只看数据呢？我们已经多次介绍过美国银行学院的故事，讲述的是一家公司通过详细分析数据“发现”其人才问题的故事。例如，他们发现银行余额与分行员工的任期密切相关。终身任职是由许多其他因素驱动的：人们在职业生涯中如何被聘用、入职和支持。通过进行该分析，他们能够显着提高业务绩效和保留率。他们的敬业度调查永远不会指出这一点。
你是如何开始的？
这给我们留下了一个大问题：如何开始？让我分享一下我们学到的东西。
首先，与其“追逐技术”，不如“爱上问题”。
换句话说，您想关注什么问题？是员工入职吗？人力资源自助服务？小时工排班和轮班管理？这意味着让您的团队聚集在一起确定投资的优先顺序，因为构建基于人工智能的解决方案并不像您想象的那么简单。
其次，一旦您决定从哪里开始，就该让 IT 团队参与进来。这些用例中的每一个都会变成一系列数据质量、数据管理、数据字典、然后是安全、业务规则和机密性的问题。
请记住，“将信息扔进法学硕士”可能听起来很有趣，但即使它有效，你也只是让各种各样的人访问他们可能不需要、不想要、甚至不被允许看到的信息。因此，聊天机器人的实施意味着同时关注用户体验、数据管理、搜索和编排。
我们自己的副驾驶工作已经给了我们这样的经验。一旦你收集到数据（在大多数情况下，并不清楚谁拥有什么），你必须开始测试 Gen AI 用例，定义安全规则，并决定你想要什么（如果有）后端编排。这些并不像“将一堆电子表格扔进 OpenAI 并开始提出问题”那么令人兴奋，但这正是真正的解决方案需要做的。
第三，你必须意识到，人工智能系统与交易系统不同，它负责照顾和喂养。“及时工程”意味着调整系统以正确回答问题，找到数据或文档中的差距，并不断努力保持用户体验简单。一旦聊天机器人或其他系统投入运行，我可以保证将会需要更多（和新的）数据。
从很多方面来说，新的人工智能系统就像一个新生婴儿。它必须学习如何走路、说话、举止以及避免麻烦。在您真正使用之前，现成的工具不会执行此操作，因此您需要 IT 的帮助来确保您的系统在增长时具有可持续性和可支持性。
人工智能将如何影响人力资源本身？
还有一个关于你的角色的大问题。这些新系统会让你被淘汰吗？
答案显然是否定的。这些智能系统是数据饥渴的恶魔。一旦构建它们并添加正确的信息，您将成为分析师、聊天机器人培训师、产品经理和设计师。查找信息和分析信息的许多平凡工作可能会消失，但了解要使用哪些信息的更高级别的工作将保留下来。随着新应用程序的到来，将会出现许多新的工作来负责人工智能系统、调整它们并不断改进它们。
让我向您告别：尽管这个领域令人兴奋不已，但人力资源中的人工智能实施仍然是技术项目。它们与任何交易系统都存在许多相同的问题和挑战，并且系统本身一直在“学习”。
我可以向您保证，整个领域既被过度炒作又被低估。如果您从小事做起，亲自动手，并带上您的 IT 团队，那么您将开始在我讨论的任何领域看到令人震惊的商业利益。
-
Josh Bersin
员工体验平台Perceptyx收购Humu：重塑员工体验市场的新篇章
编者注：Perceptyx收购Humu是人力资源科技行业的一个重要里程碑。此举结合了两家创新公司的优势，产生了强大的协同效应，有望彻底改变企业了解和利用员工洞察力的方式。
Humu 凭借其开创性的 "轻推引擎"，在行为科学领域取得了长足进步，为推动组织内部变革提供了一种独特的方法。然而，作为一个独立的解决方案，它的覆盖面和影响力都受到了一定的限制。现在，作为Perceptyx的一部分，Humu的潜力可以得到充分发挥。此次收购不仅仅是技术的结合，而是要创建一个全面的解决方案，满足现代企业的需求。它将改变企业倾听员工心声、解读反馈意见的方式，最重要的是，将这些洞察力付诸行动。
另外Humu一开始就有评论家认为太不接地气，因其卓越的创始团队，融资多轮，不断尝试超前的理论逻辑帮助员工更加幸福，这是非常有意义的常识和探索，虽然在商业上不太成功。
员工体验管理领域正在迎来新的变革与发展。近日,全球知名员工体验平台Perceptyx宣布收购行为科学公司Humu。业内专家认为,这标志着员工体验管理市场正处于重要转型期。
一、Humu的起源与发展
Humu由前谷歌人力资源副总裁Laszlo Bock与人才管理专家Wayne Kurtzman于2017年联合创立。两人在谷歌期间合作密切,拥有丰富的人力资源管理经验。Humu名称来源于“humanity”(人性)和“humility”(谦逊),寓意着利用科技提升人性化管理。Humu致力于改善工作场所,其核心产品是基于行为科学研究的“微推动”(nudge)系统。该系统通过电子邮件、Slack等渠道,使用语言、时间、社交影响等科学方法,推动员工建立积极的工作习惯。
Humu曾获得凯鹏华盈、GV、Khosla Ventures等多家顶级投资机构的融资,累计融资超过8000万美元。
Humu被Perceptyx收购的原因可能有多种。
首先，Perceptyx可能看中了Humu的技术和产品。Humu的“nudge engine”可以提供个性化的行为改变建议，这是Perceptyx平台上缺少的功能。
其次，Perceptyx可能看中了Humu的客户群。Humu的客户包括一些大型公司，这些公司可能会对Perceptyx的产品感兴趣。
最后，Perceptyx可能看中了Humu的团队。Humu的团队有丰富的经验和专业知识，他们可能会为Perceptyx带来新的思维和创新。
在Humu被Perceptyx收购的过程中，有一个小故事值得一提。当Perceptyx首次接触Humu时，Humu的联合创始人Laszlo Bock表示，他们意识到通过联手，他们可以更快地接触到更多的人和组织。他称这是一个改变数百万人工作感觉的机会。这个故事显示了Humu的创始人对改善员工体验的执着追求，也显示了Perceptyx对Humu的高度评价。2019年,Ultimate Software创始人斯科特·什勒弗曾有意收购Humu,但最终收购失败。在独立生存发展压力下,Humu选择加入Perceptyx。
二、洞察与行动的有效结合
过去员工体验平台市场由Qualtrics等老牌供应商主导,更注重收集员工反馈的数据,而较少将洞察转化为实际行动。Humu恰恰弥补了Perceptyx在这方面的短板。
Humu依托行为科学理论与人工智能技术,能够基于员工调研洞察,使用“微推动”触发员工行为改变。这为Perceptyx提供了从洞察到行动的闭环系统。业内公认,洞察与行动的高效结合,而非单纯的数据收集,是员工体验管理的关键。
Josh Bersin等分析师认为,Perceptyx通过收购Humu,实现了洞察与行动的完美融合,这正是员工体验管理的发展方向。这也是Perceptyx实现从工具向系统转型的关键一步。
三、员工体验平台的战略升级
这次收购被视为员工体验平台从工具到系统的战略升级。过去平台侧重数据收集,现在用户需求已升级为洞察驱动的系统,以全面提升员工绩效。
Humu为Perceptyx提供了从洞察分析到行动干预的系统化能力。这标志着企业对员工体验平台的需求正在发生重大变化,平台角色也在发生从工具向战略系统的转型。
根据Josh Bersin的分析,Perceptyx正在将员工体验打造成直接影响业务结果的战略系统,而不再是简单的测量工具。我们也看到,其他员工体验平台供应商,如CultureAmp、Limeade等,都在朝着这个方向转型。这是整个行业的大趋势。
四、技术赋能员工体验创新
这次收购也将Perceptyx带入人工智能和大数据技术的最前沿。作为行为科学的先驱,Humu拥有世界一流的AI技术实力,这将助力Perceptyx实现更智能化的员工洞察分析。
事实上,在过去几年中,Perceptyx已经在AI赋能员工体验数据方面进行了大量创新探索。其团队利用自然语言处理技术,分析语音、文字等非结构化数据,实现了员工行为分析的自动化。
随着GPT等AIGC新兴技术的出现,Perceptyx正在探索如何利用生成式AI进行更智能的语义分析,并基于洞察为用户提供个性化的实时建议。未来,借助AI技术的加持,员工体验管理领域将迎来新的技术革新和应用革新。
五、业界的积极评价
业内对这一重大战略举措褒贬不一,但主流声音较为积极。创新型员工体验平台CultureAmp的联合创始人也表示,这是一次“勇敢的举措”。
但是企业客户和部分分析师则较为谨慎,担心整合过程中的文化差异等问题可能会对Perceptyx和Humu带来挑战。的确,两个公司在文化与技术上还存在一定差异,这需要管理层投入时间进行融合。
Perceptyx的CEO John Borland表示，Humu的技术增加了客户一直在寻求的功能。他说，组织对利用他们的人员数据的期望正在提高，能够在信号和行动之间填补差距比以往任何时候都更重要。行业分析师Josh Bersin表示，Humu一直是一个拥挤的市场的一部分，而且“有点超前于时代”。他说，Humu在大多数公司刚刚开始工作，所以他们没有达到他们希望的惊人成功。他认为，收购意味着Humu被“螺栓到一个更传统的解决方案，有可能增加更多的价值”，并将Humu置于更多的客户面前。
总的来说,业界还是更看好洞察与行动高效结合所带来的积极影响,以及这对员工体验平台产品与市场的推动作用。这次收购被视为员工体验管理市场的新思路。
六、对行业发展的深远影响
Perceptyx收购Humu,标志着员工体验管理市场已经进入到一个崭新的发展阶段:
首先,这加速了员工体验平台从工具到系统的战略转型,也将推动更多平台向这个方向演进。
其次,这推动了员工体验技术的智能化进程,AI分析和个性化干预将成为新趋势。
再次,这也将引发员工体验平台市场的新一轮竞争与整合。创新型平台将对传统企业形成强大冲击。
最后,这为整个行业提供了新的思路,员工体验将与业务结果深度融合,成为影响企业绩效的关键战略系统。
七、结语
Perceptyx与Humu的战略联姻,无疑将掀起员工体验管理领域的新一轮变革浪潮。行业正处在一个关键的转型点上,企业对员工体验平台的需求正在发生重大升级。洞察与行动的有效结合、平台角色的战略升级、新技术的加持等新方向,都将深刻重塑这一细分市场的发展格局。
最后借用Jash Bersin的话：员工体验市场巨大。ServiceNow、微软、Qualtrics、Medallia、Zoom (Workvivo) 和 Firstup 等主要供应商正在积极争夺这一领域。Perceptyx 拥有强大的调查、反馈和倾听工具，现在可以缩小洞察力和行为改变之间的差距。而Humu的IP能够生存下来，满足更多企业的需求。
让我们拭目以待,见证这场员工体验管理革命,如何重构未来工作场所,帮助每一个员工发挥最大潜能,创造更大的组织价值!
最后我们附录了Perceptyx 在2021年和2022年的3次收购Waggl、CultureIQ和Cultivate的相关信息:
Waggl(2021年7月收购)
总部位于美国犹他州,提供员工体验和参与度调查平台。
Perceptyx通过该收购获得员工洞察和反馈管理能力。
收购金额未披露。Waggl团队加入Perceptyx,Waggl品牌停止独立运营。
CultureIQ(2021年7月收购)
总部位于美国纽约,提供员工体验和文化洞察平台。
Perceptyx获得文化评估和数据分析能力。
收购金额未公开。CultureIQ团队加入Perceptyx。
Cultivate(2022年8月收购)
总部位于美国加州,提供语音分析平台,通过AI分析交流内容。
Perceptyx获得语音数据分析能力。
收购金额未披露。Cultivate团队加入Perceptyx的数据科学团队。
综上所述,通过这几次收购Perceptyx进一步加强了在员工洞察和文化建设等方面的产品能力。
扫一扫 加微信
hrtechchina
