人工智能
联合利华如何利用人工智能为其员工提供“公平化”的技能和面向未来的技能
作者：Molly Fleming 转自：marketingweek 以下由AI翻译完成，旨在快速传播资讯，具体可以参考文末的英文。
联合利华(Unilever)正为其员工推出一个在线人才市场，该市场利用人工智能(AI)帮助他们识别新的职业机会和可以提高技能的领域，以求“公平化”学习。
这个被称为FLEX体验的市场使用了初创公司InnerMobility的技术。它的工作方式是让员工建立一个关于他们当前技能和他们希望提高或获得新专长的领域的简介。然后，它使用人工智能来帮助团队识别符合这些目标的跨业务机会，例如，从事将帮助他们获得新经验或专业知识的项目。
联合利华(Unilever)人力资源执行副总裁杰伦•威尔斯(Jeroen Wels)在接受《营销周刊》(Marketing Week)采访时表示:“我们正在努力做的是，在我们所拥有的机遇中创造出彻底的透明度。如果你用人工智能建立一个内部市场，你就能做到这一点，让公司的机会民主化，这样(员工)就能看到什么样的项目可以用来发展他们的技能、兴趣和获得经验。”
他补充道:“(它创造了)一个没有摩擦的环境，因此没有中间人。没有哪个部门经理看不到所有的机会，也没有哪个经纪人看不到所有的机会，而是实时发生在平台上。”
联合利华声称，该公司已经看到了使用该系统的3万名员工的好处，其中包括营销人员。威尔斯举了一个美国品牌经理的例子，他利用该系统在另一个市场寻找经验，目前正在欧洲从事一个创新项目。
“他现在无需离开纽约就能获得国际经验，并能发现这是否适合他，”威尔斯说。
这项服务目前是可选择的，联合利华计划保持这种方式，因为它想“激发人们学习的兴趣”。然而，整个组织的领导人都被要求推广这一工具，并强调其重要性，而联合利华明确表示，其员工必须为未来做好准备。
威尔斯说:“我们认为，不断发展自己具有重要的战略意义，因为在你意识到之前，技能已经过时了。我们组织中的领导们正在传递这样一个信息:‘你有责任让自己的技能与时俱进。’”
他补充称:“我们正进入一个时期，某些工作岗位将消失，一些岗位将重新出现。(这)降低了我们的员工为未来角色转型带来的风险，因此，你实际上是在为人们创造提高技能的机会的同时，创造了生理上的安全。”
联合利华正在逐步扩大该项目的规模，预计到2020年将全面推出。到目前为止，该公司已在营销、金融、it、供应链和研发领域开展业务，联合利华(Unilever)以一种有分寸的方式将其推广开来，以便解决任何问题，并确保其相关性。
他补充道:“我们不会把它作为一个大爆炸技术系统推出，因为如果我们这样做，它肯定会失败。”
联合利华表示，除了帮助员工为未来的工作做好准备之外，该公司还发现，这套系统还有其他意想不到的好处。其中之一是改善对最感兴趣的项目和技能的反馈，这有助于了解其品牌和市场的走向。
Wels解释道:“当我们推出这个平台时，一位非常资深的领导者说‘这将非常有趣，因为你将看到的是哪些项目和技能是最受欢迎的’。这是一个很有见地的观点，因为如果你有一个没有人感兴趣的项目，或者没有可用的技能，这是很有说服力的。
“(从市场营销的角度)如果你的员工不感兴趣，你为什么要启动一个项目?”这是你可以免费得到的第一方消费者反馈。”
原文来自：https://www.marketingweek.com/how-unilever-is-using-ai-to-democratise-upskilling-and-future-proof-its-employees/
人工智能
Indeed：人工智能岗位招聘增长放缓
上图:Indeed
图片来源:Indeed
文/DEAN TAKAHASHI
人工智能工作在硅谷和其他地方一直很热门，一名机器学习工程师的平均年薪为142,858美元。但根据job site Indeed的一项研究，人工智能招聘的增长已经放缓，人们对这些工作的兴趣也在下降。
从2018年5月到2019年5月，人工智能领域的招聘职位确实增长了29.1%。然而，这一增长大大低于前两年。与此同时——2017年5月至2018年5月——人工智能上的招聘信息确实增长了57.9%，在2016年5月至2017年5月期间更是达到了惊人的136.2%。
与此同时，求职者对人工智能的兴趣正在趋于平稳。2018年5月至2019年，人工智能相关职位的搜索量确实下降了14.5%。相比之下，2017年5月至2018年5月的搜索量增长了31.9%，2016年5月至2017年5月的搜索量增长了49.12%。的确，今年的下降也表明，可能会有更多的职位空缺，而不是合格的工人来填补这些空缺。
人工智能找工作并不总是与职位数量保持同步。以数据科学家为例，他们的工作是获取原始数据并应用编程、可视化和统计建模来为组织提取可操作的见解。
考虑到数据是“新石油”，数据科学家的需求量很大，而且研究显示，2017年至2018年，招聘启事增加了31%。然而，在同一时期，求职人数只增长了14%左右。
机器学习和深度学习工程师占据了人工智能工作的前10名
上图:Indeed
图片来源:Indeed
为了了解2018年至2019年间最受欢迎的人工智能职位，该公司的分析团队确定了10个职位，其中包含“人工智能”或“机器学习”等关键词的职位描述比例最高。
十大人工智能工作
机器学习工程师
深度学习工程师
高级数据科学家
计算机视觉工程师
数据科学家
算法开发
初级数据科学家
开发顾问
数据科学主任
首席数据科学家
分析总监、统计学家、首席科学家、计算机科学家、研究工程师和数据工程师是今年未能进入前十的竞争者。
Indeed发现，今年机器学习工程师职位的招聘广告中人工智能和机器学习关键词的比例最高(2018年也是如此)。机器学习工程师开发使用预测技术的设备和软件，比如苹果的Siri或天气预报应用程序。它们确保机器学习算法拥有需要处理和分析大量实时数据的数据，从而使机器学习模型更加准确。
尽管机器学习工程师职位中包含相关关键词的职位数量仍然最多，但2018年这类职位所占比例更高(94.2%，而2019年这一比例为75%)。
2019年榜单前十名中很多需要人工智能技能的工作都没有出现在2018年榜单上，比如深度学习工程师，首次位居第二。深度学习工程师开发的编程系统可以模拟大脑功能，以及其他任务。
这些工程师是三个快速发展领域的关键参与者:自动驾驶、人脸识别和机器人技术。一项研究显示，仅全球面部识别市场就有望从2016年的33.7亿美元增长到2022年的77.6亿美元。
年与年之间的差异可能反映出，所有类型的公司对数据科学家的需求都在不断增长;许多雇主现在需要一个完整的数据科学团队，员工从初级到主管级别不等。相比之下，2018年的榜单包含了更一般的数据科学职位，如数据科学家、首席科学家和计算机科学家。的确，招聘经验丰富的员工能吸引更广泛的人才，这有助于企业在紧张的劳动力市场中更好地竞争。
平均工资最高的人工智能工作
机器学习工程师不仅是招聘数量最多的人工智能岗位，而且工资也最高。与2018年相比，该职位的平均年薪增幅最大。
在2018年和2019年的Indeed排名中，机器学习工程师的薪酬排名第三。然而，今年这个职位的平均年薪是142,859美元，比去年高8,409美元。与人力资源公司美世(Mercer)预测2019年平均2.9%的工资增幅相比，这一增幅为5.8%。
同样，算法工程师的平均年薪今年也涨到了109,313美元，上涨了5,201美元，涨幅为4.99%。在竞争激烈的人工智能就业市场上，企业花费更多资金来吸引人才到这些关键岗位上，这可能是两家公司薪资上涨的原因。
与前一份榜单一样，薪资排名靠前的职位显示出整个人工智能市场的发展和成熟。更广义的职位，如分析总监、数据工程师、计算机科学家、统计学家和研究工程师，都在2018年的榜单上，但今年没有进入前十。2019年榜单上的新职位包括更加差异化的数据科学职位，如高级数据科学家和首席数据科学家。
纽约和旧金山是人工智能工作的首选城市
上图:Indeed
图片来源:Indeed
与去年相比，2019年人工智能就业比例最高的大都市地区的排名并没有太大变化——尽管有一些变化，以及一个新来者。
最适合人工智能工作的城市
纽约，纽约
旧金山,加利福尼亚
华盛顿特区
加州圣何塞
西雅图,华盛顿
马萨诸塞州的波士顿
加州洛杉矶
芝加哥,伊利诺斯州
德克萨斯州达拉斯-沃斯堡
亚特兰大,乔治亚州
在2018年和2019年，纽约和旧金山的地铁区域分别排名第一和第二。然而，纽约已经失去了一些优势:去年，纽约占人工智能招聘职位的11.6%，到2019年这一比例降至9.72%。相比之下，2018年旧金山的这一比例为9.6%;2019年这一比例降至9.20%，但现在仅略低于纽约。(旧金山在25个都会区中，也在2019年最佳求职者城市榜单上排名第二。)
纽约位居榜首令人惊讶，但这座城市拥有从金融服务到出版等多种行业，其中许多行业目前正在采用人工智能。许多西海岸的科技公司(如亚马逊、Facebook和谷歌)在该地区都有重要的业务。纽约也有一些与人工智能相关的科技初创公司，比如AlphaSense、Clarifai、Persado和x.ai。
去年至2019年，Indeed榜单上的三个地区互换了位置。2018年，圣何塞排名第三(9.2%)，华盛顿排名第四(7.9%)。但今年，华盛顿特区排名第三，圣何塞排名第四。2019年，波士顿(从第五位下滑)与西雅图(从第六位上升)交换了位置，芝加哥把第七位让给了洛杉矶(从前的第八位)。达拉斯-沃斯堡保持在第九位。去年排名第十的费城则被新上榜的亚特兰大挤下了榜单。
人工智能创造的就业岗位会比它消除的更多吗?
在未来几年，最大的问题将是人工智能创造的就业岗位是否会超过它所消除的就业岗位。
一些研究表明，事实上，人工智能创造的就业岗位将超过它所摧毁的就业岗位。世界经济论坛(World Economic Forum)发布的2018年《就业的未来》(Future of Jobs)报告发现，到2022年，人类和机器之间的劳动分工(或人工智能自动化)将发生转移，将取代7500万个工作岗位，但将创造1.33亿个新岗位。Gartner估计，人工智能将在2020年创造230万个新工作岗位，同时裁减180万个职位。根据邓白氏2019年的一份报告，40%的组织由于采用人工智能而增加了工作岗位，而只有8%的组织因为新技术而裁员。我们将拭目以待，看这种趋势是否会持续下去。
以上为AI翻译，内容仅供参考
原文链接：Indeed: AI job-posting rate slows and interest dips
人工智能
超越简历：使用AI进行预测性招聘
文/ Chiradeep BasuMallick
越来越多的招聘人员正在寻找更聪明的方法来评估求职者，除了列表式简历——而且理由很充分。简历或CVs将多年的经验、专业/个人成就和无法量化的软技能浓缩成文本格式。这不仅展示了一个不完整的候选人形象，而且还依赖于他们的自我评估来突出与工作相关的品质。更有效的方法是基于人工智能的预测招聘。人工智能引擎可以自动扫描详细的候选人资料，将其与可用的空缺职位进行匹配，并在工作环境、未来表现和文化一致性方面给出预测分数。
为了了解预测性招聘软件如何帮助人力资源从业者更聪明地招聘，我们采访了AssessFirst的首席执行官兼数据分析师大卫•伯纳德。下面来看看使用这些平台的好处，以及David对预测性招聘如何能提高留存率的见解。
什么是预测性招聘?
传统上，企业采用的是描述性招聘模式，在这种模式下，一个职位的角色被定义，一个候选人的历史表现被评估——尽管是主观的——最合格的候选人进入公司。然而，这个模型并不能帮助HR评估一个人的性格或文化是否适合这个组织。
“当你招聘的时候，定义一个完美的契合度不仅仅是分析求职者和工作之间的匹配度。重要的是要考虑到公司文化的非常具体的背景，以及候选人接受这种文化的能力，”伯纳德表示。
人工智能(AI)应用的预测模型来自历史数据、在类似职位上取得成功的员工中占主导地位的绩效模式，以及候选人的性格(通过分析他们的公共社交媒体个人资料，可以发现对这方面的深刻见解。
它能在短时间内扫描大量的求职者资料，在保证准确性的同时加快招聘决策的速度。与列表型简历不同，人工智能预测招聘平台并不依赖招聘经理根据过往记录预测未来行为的能力。算法在很短的时间内就能完成。
使用预测招聘平台的三个好处
在简历上，求职者选择并展示他们认为与工作最相关的特质，通常会排除他们性格和技能的重要方面。另一方面，人工智能支持的预测性招聘可以为每个人创造一个整体的形象，并将其与最合适的工作相匹配。
伯纳德解释说:“评估人员首先要准确评估候选人的潜力(他们思考的方式:他们的思维敏捷;驱动他们的因素:他们的动机;以及他们每天的行为方式:他们的个性)，并将其与已被证明与长期表现和敬业度相关的标准相关联。”
因此，人力资源从业者可以实现以下好处：
1. 更高的性能水平
人工智能可以准确预测候选人在特定职位上的表现。它不依赖于人类的判断力，而是利用数百万个数据集，提供关于哪位候选人将在该职位上获得成功的客观建议。根据AssessFirst的研究，预测性招聘可以使在职表现提高15%。
2. 降低流动率
通过完美地将个人特征和偏好与工作同步，组织可以确保新员工喜欢他们所做的工作，并尽可能长时间地工作。正如伯纳德所说:“做一份能让你更多地展现自我和天赋的工作……你为什么要辞职?”
3.缩短招聘时间
单独定义详细的候选角色，然后找到完全匹配的人，这将花费大量的时间。预测性招聘平台通过提出战略性问题，帮助在几分钟内构建出人物角色。通过让候选人在网上完成评估，整个过程被数字化，而不是被安排到一个冗长的简历审阅-面试-测试-评估-决定周期。
为什么人工智能主导的招聘是招聘的未来
最近，我们在人工智能招聘领域看到了大规模的投资。全球领先的人力资源公司Adecco Group于2018年收购了Vettery。维特利的机器学习算法从数据中学习，预测技术、销售和财务职位的招聘成功。Adecco还为自由职业者创建了一个基于人工智能的就业市场，名为Your Own Boss (YOSS)。
伯纳德告诉我们:“通过帮助企业聘用那些天生的人才，与那些在特定环境下推动效率和参与度的人才完美结合，预测性招聘可以帮助大幅降低人员流动率。”“我们的一个零售行业客户在12个月内将销售人员的流失率降低了50%(从17%降至9%以下)，这是因为他们只考虑了候选人的性格，并以此作为选择标准，而不是传统的简历筛选。”
AssessFirst、YOSS、Vettery和其他人力资源创新者正在为更明智的招聘铺平道路，在这种情况下，招聘人员有权做出明智的、着眼于未来的决定。通过使用诸如此类的预测性招聘平台，企业将能够接触到最合适的人才——而不仅仅是投资于那些看上去“纸上谈兵的顶级人才”。
以上为AI翻译，内容仅供参考
原文链接：Go Beyond the CV: Use AI for Predictive Hiring
人工智能
【美国】人工智能工具供应商Pryon获得2000万美元融资用于自动化企业工作负载
文/KYLE WIGGERS
Pryon是位于北卡罗来纳州罗利的人工智能工具企业的供应商，今天宣布，它与Revolution的Rise of the Rest Seed Fund合作，在A轮融资中获得了2000万美元，Breyer Capital和Digital Alpha的参与顾问。资本注入紧随2018年11月450万美元的种子轮，首席执行官Igor Jablokov表示，它将用于进一步发展Pryon的核心产品，发展其财富500强客户名单，并发展战略合作伙伴关系。
Jablokov补充说：“组织有机会通过让员工掌握AI的力量来改变他们的工作场所。” “我们填补了实施困难且成本高昂的新兴技术与专为简单的基于规则的服务而设计的现有产品之间的市场空间。”
有了Pryon，Jablokov - 曾担任IBM Watson团队的项目总监，之前创建了Yap，这是一项服务，提供由亚马逊于2011年9月收购的基于云的语音转文本- 旨在设计一个“结合了人和机器。“
这是趋势。埃森哲报告称，人工智能有可能将生产率提高40％或更多，并将盈利能力平均提高38％。此外，在德勤最近的一项调查中，42％的高管表示他们认为人工智能将在两年内变得“至关重要”，这得益于自然语言处理、机器学习、深度学习和计算机视觉的进步。而Gartner的预测，到2022年，决策支持和增强技术将占44％ -价值大约1.72万$ -全球AI的商业价值。
Pryon的方法利用AI通过上下文感知，自然语言和其他技术在各个频道上协调信息。它使员工能够与基于语音的代理进行交互，该代理可以从不同的应用程序和数据管道中检索答案和文档，并且由于它采用模块化设计，因此公司可以根据需要添加功能。
普莱恩已经获得了关注。其令人印象深刻的客户名单包括AT＆T，Chick-fil-A，Cox，Delta，Georgia-Pacific，Georgia Power Foundation，Goldman Sachs，Intercontinental Exchange（ICE），Invesco，Home Depot，UPS以及其他几家财富500强企业。
“第三波技术将为愿意并且能够创新的企业带来巨大机遇，”美国在线前首席执行官兼革命主席史蒂夫凯斯说。“Pryon正在提供解决方案，使员工和企业能够应对下一波技术进步带来的挑战。它们是成功在硅谷以外建立颠覆性技术的公司的另一个很好的例子。“
以上为AI翻译，内容仅供参考
原文链接：https://venturebeat.com/2019/06/11/pryon-20-million-series-a/
人工智能
【美国】人工智能驱动的招聘平台AllyO获得4500万美元融资
文/KYLE WIGGERS
AllyO是一家总部位于加利福尼亚州山景城的公司，开发人工智能招聘产品，近日宣布它获得了4500万美元的B轮融资，Sapphire Ventures和Scale Venture Partners以及现有投资者提供 Gradient Ventures（谷歌的人工智能基金），任仕达创新基金，贝恩资本风险投资公司和Cervin Ventures。这笔新资金使AllyO的总融资额达到6,400万美元，该公司联合创始人萨希尔•萨尼(Sahil Sahni)说，这些资金将有助于进一步开发该公司的产品，并扩大其业务范围。
工作似乎正在顺利进行。萨尼指出，AllyO在过去一年增长了4.5倍，他预计，到2020年，多达15%的美国人将使用该公司的候选人匹配套件。
“在AllyO，我们的目标是让每个人都能更愉快、更高效地招聘员工，”萨尼说。2015年，他与老朋友、前甲骨文数据中心架构师安吉特·索马尼(Ankit Somani)共同创建了AllyO。“AllyO团队非常努力地将客户成功放在首位，为全球最大的雇主创造了清晰的投资回报率。我们对自己的指数级增长感到谦卑，但也承认，看到未来3年左右的IPO之路令人兴奋。与(Sapphire)和(Scale)合作将大大有助于实现这一目标。”
正如Sahni所解释的，AllyO的工具利用对话人工智能快速识别合格求职者，自动招聘流程，并向招聘经理提供可操作的见解。他们不要客户分类到特定的平台或招聘流——相反,AllyO的科技集成了现有的职业页面,工作板,文本和发布应用程序,推荐在LinkedIn、Twitter和Facebook等社交媒体网络和人力资本管理套件像SAP和Taleo SuccessFactors一如其名。
在AllyO的设置面板中，管理员可以配置智能工作流，自动化筛选、调度(通过谷歌日历、Exchange和Outlook)和定期的雇佣后签入。这可能会促使求职者填写缺少的个人资料信息，保持数据库的最新信息，或者主动联系潜在的雇员，以确定他们的兴趣所在。
图 片来源：HRTechChina
在这方面，AllyO的产品类似于Mya。Mya是一家初创公司，利用自然语言处理来自动化多达75%的招聘过程。此外，还有招聘平台Wade & Wendy，它以一个机器人的价格提供两个聊天机器人:负责招聘的Wendy和提供及时职业建议的Wade。
AllyO的工具有多种语言版本，可以跨多种渠道使用，包括web、文本和电子邮件，并允许候选人使用相同的持久身份继续对话。此外，由于其复杂的底层自然语言处理算法，他们能够从职位描述和员工档案中确定合适的筛选标准;应对不同类型的面试;为新员工提供培训、定向等活动的提醒。
图片来源：HRTechChina
人工智能求职配对初创企业比以往更为常见。Pymetrics最近筹集了4000万美元，将其智能招聘产品拓展到新市场。Plum和Hiretual也是如此。前者利用机器学习，根据员工的“原始天赋”(而非具体技能)来招聘员工，后者则利用数据提取算法来构建采购数据库，从而在网络上引起了激烈的讨论。大多数公司依赖网页和应用程序来协调候选人筛选和选择，但越来越多的子类别避开了聊天机器人的门户——比如Stella、Mosaic、Newton、Woo和Eightfold等公司。
Sahni声称，AllyO的工具集比大多数工具集更有效，可以将申请人池增加6倍，平均将申请完成率提高到91%，降低20%的采购成本，并将候选人满意度提高到91%。这不仅仅是空谈——在2018年从隐形模式中脱颖而出后，AllyO吸引了财富50强的客户，以及Avis Budget Group、the Cheesecake Factory、Pitney Bowes和Brinker International等知名品牌。
据Sahni称，到目前为止，AllyO的平台已经处理了“数百万”次求职者互动，并为安排逾10万次面试提供了便利。
Sapphire Ventures总裁贾伊•达斯(Jai Das)表示:“AllyO是一家快速增长的初创公司，帮助一些最大的雇主迅速组建了自己的团队。”达斯打算加入AllyO董事会。在某些情况下，客户已经从概念验证阶段过渡到企业范围内使用AllyO来帮助他们雇佣最好的员工。Sapphire Ventures很高兴在AllyO投资，因为他们的业务迅速扩大，我期待着他们在这个过程中把古老的招聘行业数字化。”
以上为AI翻译，内容仅供参考
原文：AllyO raises $45 million for its AI-driven hiring platform
人工智能
【美国】招聘平台SmartRecruiters融资5000万美元来帮助公司雇佣最优秀的人才
文/PAUL SAWERS
SmartRecruiters是一个专注于企业的招聘平台，旨在帮助公司寻找，选择和雇用新人才，在Insight合作伙伴领导的D轮融资中筹集了5000万美元，Rembrandt Venture Partners和Mayfield Fund参与其中。
SmartRecruiters成立于2010年，是一个软件即服务（SaaS）平台，涵盖整个招聘流程，从营销新职位到跟踪应用程序，并提供最终报价。
这家总部位于旧金山的创业公司声称拥有一些知名客户，包括Twitter，LinkedIn，宜家，维萨和博世。
SmartRecruiters首席执行官兼创始人Jerome Ternynck表示，“财富500强公司没有让关键职位空缺的奢侈品 - 他们需要通过有效的优质人才采购来保持竞争优势。”
核心平台包括用于在无数在线求职板上分发职位的工具，创建特定于每个职位的职业和工作页面，并监控候选人的表现，直到录取通知为止。
上图：SmartRecruiters：跟踪候选人
该平台支持所有参与招聘流程的决策者之间的协作，他们可以讨论并分享反馈，直到达成共识。
上图：SmartRecruiters：招聘合作
SmartRecruiters还提供数百种开箱即用的第三方集成，涵盖背景检查，分析，通信和评估应用。
核心SmartRecruiter平台每年的起价约为10,000美元，包括许多企业所需的大部分内容。但是，附加服务需要额外付费 - 包括SmartCRM，它带来了额外的工具，例如预应用程序定位和人才“培育”。
SmartAssistant是去年3月推出的另一个附加产品，是一款基于人工智能的产品，可自动完成筛选和识别最佳候选人的一些流程。在处理来自外部工作市场的内部公司数据和数据后，它会分配一个“匹配分数”，评估每个候选人对该角色的适合性。
上图：SmartRecruiters的智能助手
SmartAssistant的设计基本上是为了加快劳动密集型筛选过程，为最优秀的候选人提供一个亮点 - 其中一些人实际上可能是当前的公司员工。
营运资金
随着劳动力危机 迫在眉睫，风险投资家（VC）一直在大力投资以招聘为重点的创业公司 - 人工智能在帮助公司找到合适的人才方面发挥着越来越重要的作用。
举例来说，总部位于纽约的Fetcher最近从众多大牌投资者那里筹集了一轮种子资金，以自动化为招聘人员进行猎头活动。在其他地方，像Eightfold和Pymetrics 这样的公司最近筹集了大量的风险投资现金，以便为招聘带来更多的自动化。
SmartRecruiters此前已筹集了5500万美元 - 其中包括三年前的3000万美元C系列。该银行还有5000万美元，计划将人工智能和机器学习投资翻倍，并扩大在欧洲和亚洲的业务。
“有了这笔资金，我们就会看到加速的产品开发轨迹，让我们能够建立起我们称之为招聘成功的记录：更好的雇佣，更好的招聘速度，更好的候选人质量，以及为企业客户提供更好的候选人体验” Ternynck补充道。
以上为AI翻译，内容仅供参考
原文链接：SmartRecruiters raises $50 million to help companies hire the best talent
人工智能
【以色列】数据公司Equalum获得1800万美元的B轮融资，以帮助企业更快地消化数据
文/Ron Miller
Equalum是一家以色列初创公司，帮助企业从各种企业来源收集数据。
本轮融资由Planven Investments牵头。其他参与者包括联合风险投资公司(United Ventures)、先前的投资者创新公司(Innovation efforts)和通用电气风险投资公司(GE Ventures)，以及一群不愿透露姓名的个人。根据该公司提供的数据，其融资总额达到2,500万美元。
Equalum首席执行官兼创始人尼尔•利夫内(Nir Livneh)表示，Equalum本质上扮演着数据管道的角色，满足人工智能、机器和更传统的商业智能需求。Equalum是一个实时数据摄取平台。这个平台的想法是能够收集来自许多企业系统源的数据，并且能够集中这些数据，并将其实时发送到分析环境中，并提供这些分析环境，”Livneh解释说。
他将这轮融资视为继续扩大他对公司最初愿景的一种方式。“我认为最初的论点得到了验证。我们已经证明，我们可以进入财富100强企业，并迅速采用我们的解决方案，”他表示。下一步是在原有几十家大客户的基础上进行扩张，并加速增长。
该公司于2015年在以色列特拉维夫成立。如今，该公司仍在那里保留着研发部门，在硅谷设有销售、营销和管理部门。有趣的是，它的第一个客户是通用电气，也是GE Ventures的早期投资者。
利夫尼说，他认为这个市场还有很大的增长空间，他说，这个市场仍然由传统厂商主导。他相信，他可以提供一种更现代、更精简的数据收集方法，来取代陈旧的产品。时间会证明他是对的。
以上为AI翻译，内容仅供参考
原文链接：Equalum grabs $18M Series B to help companies ingest data faster
人工智能
人工智能如何帮助企业招募人才
文/Emma Jacobs
商业服务公司Pitney Bowes最近开设了一个电子商务物流中心，每小时可处理多达4.4万个包裹，该公司也不得不大幅增加员工数量。为此，它使用了人工智能。
它的工作原理是这样的:当求职者来到公司的招聘页面时，一个聊天机器人会向他们打招呼，显示他们所在地区的职位空缺，然后引导他们进行预选。这些问题包括，“你能举起50磅吗?”“你喜欢上白班还是弹性工作制?”
然后，它可以安排面试并发送电子邮件邀请。Pitney Bowes负责全球人才管理的副总裁碧姬•范登•胡特(Brigitte Van Den Houte)将这款聊天机器人的语气形容为“欢迎”。
她表示:“对于我们面临大规模招聘挑战的领域，人工智能帮助我们在不需要临时部署额外招聘人员的情况下，有效地进行了扩张。该公司表示，使用这类技术，已将填补某些职位空缺的时间缩短了10%，即9天。
越来越多的人力资源部门正在部署这些技术工具来招聘新员工。为了满足这一需求，大量招聘科技初创企业如雨后春笋般涌现。人力资源技术顾问巴里•弗莱克(Barry Flack)表示，这些公司对投资者颇具吸引力，因为它们承诺解决一个“他们都经历过”的问题。
新业务包括在网上和数据库中搜索匹配的候选人，筛选大量的应用程序和使用机器学习。“找到匹配的个人资料变得更容易了，”弗莱克表示。
此外，还有聊天机器人可以回答求职者的基本问题，并在最初阶段帮助筛选应用程序(例如，基本的技术和经验要求，以及工作权利等法律问题)。在招聘渠道的下游，还有使用博弈论和心理分析的在线评估。
一些雇主正在部署视频面试，另一些则使用基本的人工智能来帮助辨别求职者是“自信”还是“热情”。
近年来，候选关系管理工具也有所增长。这些帮助雇主向潜在的求职者推销他们的品牌，这些求职者可能有兴趣申请，并通过宣传和沟通培养潜在的候选人，希望将他们转化为求职者。
这些工具已经动摇了招聘。一篇名为《人力资源管理中的人工智能》(Artificial Intelligence in Human Resources Management)的文章指出，“管理领域的商业辞令从大数据转向机器学习，再到人工智能，其速度之快令人震惊。”然而，言论与现实之间的匹配是另一回事。”
最大的人力资源技术声称之一是，技术可以筛选求职者，找到最合适的人选，而不受人类偏见的影响。招聘公司Hays的首席执行官阿利斯泰尔•考克斯(Alistair Cox)在一篇博客文章中写道：“除了提高效率，自动化筛选阶段的某些环节还可能导致潜意识招聘偏见的减少。”
宾夕法尼亚大学沃顿商学院(Wharton School)人力资源中心主任、本文作者之一彼得•卡佩里(Peter Cappelli)对此表示怀疑。“任何一种结构都会消除偏见。如果你告诉雇主，让他们提出的问题标准化，(将)消除偏见。很多(科技)都对招聘过程施加了结构性影响。”
正如经常被引用的亚马逊案例所显示的那样，如果技术复制了过去的招聘决策，那么它可能会像人类一样有偏见。当这家科技集团意识到自己歧视女性时，不得不放弃人工智能招聘工具，因为它试图找到与当前劳动力非常相似的候选人:换句话说，男性。卡佩利教授认为，算法做出的决定也可能使一家公司更容易受到法律诉讼的影响，因为驱动招聘决定的假设已经被清楚地列出。
技术也需要相当精细的加工。德勤(Deloitte)的人力资本报告称，一家科技供应商“花了一年多时间训练其聊天机器人智能筛选每小时的求职者”。
职位评估网站Glassdoor的首席经济学家安德鲁•张伯伦(Andrew Chamberlain)表示，在互联网上自动搜索，在LinkedIn和其他在线平台上寻找新员工，有其缺点。“并不是所有的候选人都能(在网上)展现出自己最好的一面。他们被排除在搜索之外。”
人力资源专业机构CIPD的会员主管戴维•德苏扎(David D’souza)引用领英(LinkedIn)上的个人资料表示，相比之下，一些候选人在这方面表现出色:“每个人都‘具有战略眼光’，每个人都‘善于与人相处’，每个人都‘积极主动’。当每个人都变成这些东西的时候，你就失去了区分它们的能力。”
其他产品专注于建立一个感兴趣的候选人管道——包括那些之前申请失败的人，以及那些在雇主网站上注册感兴趣的人。然后，它将向候选人推销公司，并建立关系。Beamery就是这样一个工具，它自称是一个人才参与平台。它衡量求职者对公司或工作的兴趣(例如，如果他们打开公司的电子邮件)，以确定他们是否准备好追求一个职位。
让招聘人员与失败的(或潜在的)候选人保持联系的产品可能会很有用。然而，卡佩里教授表示:“不要自欺欺人地认为这是一种关系，公司真的在乎你。“此外，风险在于他们用营销材料轰炸人们。“如果你是第一个采取行动的人，这是明智之举，但不是第20个。”
德苏扎表示:“人们一直重视的一件事是人际关系，无论是与老板的关系，还是流程结束时的明确反馈。”“科技的部分挑战在于它更有效率，但它减少了人与人之间的接触。人们想要速度和方便，最好是一个人。”
为招聘科技初创企业提供咨询的比尔•布尔曼(Bill Boorman)也认为，求职者的经验至关重要。他们想要理解这个过程并得到反馈。“他们不希望这是痛苦的。”
最终，就像其他白领工作的自动化一样，人们希望科技能减少重复性的工作。猎头公司罗致恒富(Robert Half)英国董事总经理马特•韦斯顿(Matt Weston)表示:“与人类技术取得平衡真的很重要。说到底，人力资源是个人部门，不可能太自动化。”
卡佩利教授表示，在一个技术炒作盛行的时代，人们期待机器将解决招聘问题。“在一家典型的公司，你可以说服首席财务官购买软件。它工作吗?可能不是。”
科技甚至可能让事情变得更糟。张伯伦表示，当企业使用一种新工具时，它们往往会过度使用。新技术使增加额外的测试变得容易。
“面试的时间已经长得多……他们正在让人们跳过更多的障碍，”他表示。
“目前还不清楚这是否提高了候选人的匹配度。要想看到科技真正兑现这些承诺，还需要反复试验。”
招聘技术帮助淘汰糟糕的员工
一些招聘科技公司正与心理学家合作，设计心理测试，以发现求职者或员工的动机或性格类型。
Attuned就是这样一家公司，它提供招聘和留住员工的产品。它要求参加测试的人回答一系列问题，看看他们是否受到金钱或自治欲望等因素的激励，看看他们是否与团队或公司很合得来。
该公司创始人凯西•沃尔(Casey Wahl)表示，一家利用IT招聘的招聘公司发现，他们减少了糟糕员工的数量——因此，在6个月内离职的员工中，只有10%，而不是30%。
以上为AI翻译，内容仅供参考
原文链接：How artificial intelligence helps companies recruit talented staff
人工智能
【美国】全球首个人工智能人才数据和智能平台ENGAGE Talent获得350万美元融资，用于加速AI人才智能技术的创新和扩展
全球首个人工智能人才数据和智能平台ENGAGE Talent获得350万美元融资，用于加速其开创性的人工智能人才智能技术的创新和规模化，该技术为关键人才的招聘和留住提供了动力。
High Alpha Capital和Grand Ventures领投，新战略投资者Engage风险基金和硅谷银行(Silicon Valley Bank)也参与了此次融资。这些资金来自股票和债券的组合。随着最近的这次融资，该公司的总投资已达到1000万美元。
High Alpha合伙人Eric Tobias表示:“我们非常高兴能够支持ENGAGE Talent的持续增长和创新。”“世界各地的雇主都知道，他们在当今竞争异常激烈的劳动力市场上招聘和留住人才的能力，直接影响他们作为企业取得成功的能力。”
Grand Ventures合伙人蒂姆•斯特雷特(Tim Streit)补充称:“在这方面，聘用人才和聘用引擎为客户提供了巨大的优势。”“鉴于敬业团队迄今取得的成就，我们很高兴看到未来的产品创新将为客户提供更多价值。”
ENGAGE Talent每月会倾听超过3万个数据源，处理超过10亿个数据点，以绘制和预测人员流动——使其能够提供无与伦比的人才获取和保留见解和建议。好事达(Allstate)、戴尔(Dell)、泛美航空(Transamerica)和哈里斯(Harris)等客户的医疗保健体验得到了可量化的改善，比如候选人参与率提高了200%至700%。
ENGAGE Talent首席执行官约瑟夫•汉纳(Joseph Hanna)表示:“人才数据和分析已经成为重要的竞争优势，随着时间的推移，它们只会变得更加重要和有价值。”“他们是现代人才管理组织的命脉——一个能够将人才努力与商业成果联系起来的组织。我们致力于为客户提供绝对最好和最有用的人才数据、分析和可操作的洞见，以推动优秀的招聘和保留结果，使他们茁壮成长。”
以上为AI翻译，内容仅供参考
原文链接：ENGAGE Talent Raises $3.5M to Accelerate Innovation and Scaling of AI Talent Intelligence Technology
人工智能
AI可以提高员工满意度的3种方式
文/ Sushman Biswas
员工满意度是参与文化的基石。我们研究了AI可以帮助组织提高员工工作满意度的三种方式。
人工智能有助于组织自动化和优化流程以提高生产力。然而，超越生产力，人工智能在工作场所的主要应用之一也是预测和改善员工满意度策略的结果。
什么是员工满意度？
虽然员工满意度和参与度可能看起来像表面上的类似概念，但实际上，员工满意度是组织构建和执行其参与策略的基础。员工满意度可以定义为员工幸福感或对工作和工作场所满意度的衡量标准。员工满意度对于限制营业额和流失至关重要，但不一定是高绩效或参与度的指标。员工满意度策略管理员工的基本需求和关注点，是员工敬业度的基石。
在建立公司士气方面，员工满意度可能是最重要的因素。换句话说，员工满意度是建立高绩效文化的关键。
那么，让我们来看看组织如何使用人工智能来提高员工满意度并提高员工保留率。
AI可以提高员工满意度的3种方式
1.协作和灵活工作
毫无疑问，员工的幸福感与他们对生活的控制感有关。各组织最近的趋势强调了这一点，这些组织为员工提供灵活的工作选择，以适应他们的个人生活，愿望和目标。虽然大多数组织可以访问从电子邮件到Slack等消息传递应用程序的大量数字协作工具，但由于这些工具的复杂性以及彼此之间缺乏集成，协作往往会令人沮丧。
输入人工智能（AI）。AI使跨地域的团队可以无缝连接和协作。想象一下，通过智能虚拟助手自动化会议安排或记录会议记录。AI还简化了文档共享，可访问性和跨功能协作。今天，我们拥有协作工具，其中包括面部识别，转录，增强视频和屏幕共享功能等功能，可加速决策制定，简化工作流程并提高工作效率。除此之外，随着年轻员工进入组织，人工智能可以帮助提供差异化的员工体验，推动实时沟通和协作，提高员工满意度。
2.社会化
工作场所关系对员工满意度和福祉至关重要。作为人类，我们渴望与工作场所中的其他人建立联系和联系。对于将大部分时间花在工作上的员工而言，与同事建立积极的关系是管理压力，提高生产力和整体满意度的关键。人工智能可以通过智能推动，指导计划和透明反馈来增强工作中的社会关系。响应的电子邮件建议现在已成为主流（Gmail提示），但是，当这些提示可用于其他通信工具和应用程序时，员工沟通得到改善，并为长期关系铺平了道路。AI在员工认可方面也支持这种社会联系，培养归属感。当员工在情感上投入到同事的成功中时，他们就会发挥内在动力，更好地表现并保持对组织的忠诚。对于希望改善工作场所文化的组织，人工智能驱动的反馈技术可帮助组织衡量员工满意度并确定改进领域。长期，100个问题的调查可能不是衡量员工满意度和参与度的最佳方法。通过利用人工智能和自然语言处理（NLP）的强大功能，雇主可以轻松破译成千上万的员工评论，以揭示他们对工作和工作场所的主要担忧和担忧。基于这些见解，雇主可以制定全面的员工满意度策略来解决痛点。
3.改善工作场所健康
随着我们在工作中花费更长时间，身心健康成为全球组织关注的一个主要问题。许多基于AI的企业福利解决方案允许雇主在工作场所促进员工健康。智能可穿戴设备，个性化福利建议和预测分析正在改变员工与福利产品互动的方式。
人工智能提供个性化的微调，帮助员工积极改变生活方式，如更频繁地锻炼，减少不健康的习惯，减轻压力。健康的员工让员工快乐。
随着人工智能在工作场所的到来，雇主终于可以进入可以应用大量和大量员工数据的阶段，采取积极主动的措施来提高员工满意度并建立参与文化。
以上为AI翻译，内容仅供参考
原文链接：3 Ways AI can Improve Employee Satisfaction
扫一扫 加微信
hrtechchina
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
人工智能
扫一扫 加微信
hrtechchina
