• 机器学习
    人工智能AI革命:重塑人力资源职能以取得成功 人工智能正在进一步推动人力资源技术的进步,从提高效率到增强员工体验,这绝非人为。了解人工智能如何重塑人力资源,以及人力资源如何将人工智能运用到工作中。 人工智能(AI)重塑了世界的格局,但机器人接管仍不是眼前的事情。相反,是人类正在利用AI的力量。从改善农业作物产量到提升医疗保健中的患者参与,各行各业正在以有益人类的方式运用AI。 同样的情况也发生在人力资源(HR)管理领域。人力资源从业者正在使用人工智能来帮助增强员工在工作场所的体验并提高人力资源流程的效率。更重要的是,人工智能表明它可以支持首席人力资源官办公室的下一步发展——与最高管理层合作,推动更具包容性和整体性的业务战略。 为未来的工作转变人力资源职能 根据“AI IQ:企业人工智能洞察报告”,这是Workday对全球1000名业务决策者的新调查,与AI增强的顶级HR相关任务包括招聘和申请人跟踪、业务分析和技能评估工具。此外,65%的受访者表示,他们现有的AI和机器学习(ML)部署已经改善了员工体验,这是HR的主要业务指标。 全面了解员工能力和人才管理 HR领导者必须拥有支持技能用于现今工作未来的技术:摆脱工作是通过结构化的工作角色和职责来完成的僵化观念,相反,将工作视为更流动的技能汇编,以便为业务不断变化的需求提供支持。 Workday的CHRO办公室产品的集团总经理David Somers表示:“随着组织加速并扩大其基于技能的人才战略,人工方式无法了解和管理他们的员工技能—现在和将来。” “没有AI和ML工具来帮助理解所有数据,就不可能理解,更不用说将员工的技能与业务需求相匹配了。” AI和ML超越了识别和将员工的技能映射到不同的项目或角色,这是典型的技能管理方法。相反,通过AI和ML增强的技术帮助组织了解技能之间是如何相互关联的,以及它们是如何演变为其他相邻技能的,这是至关重要的见解,因为技能正在不断变化。例如,擅长Microsoft Excel的员工也可能具备数据分析、报告和其他Excel用于的任务的技能。 AI和ML有助于揭示组织中的技能深度,并获得基于技能的倡议所需的见解。 理解和改善工作场所文化和员工敬业度 员工敬业度曾经仅是HR部门的优先事项,现在已成为高管层的优先事项,推动了从生产力到创新等许多业务驱动因素。公司领导者希望了解员工如何看待雇主以及他们如何利用他们收集到的见解;反过来,人力资源领导者正在将这些见解带给最高管理层,并利用它们来创造一个更具吸引力的工作场所。 人工智能的预测能力正在帮助公司更深入地了解员工敬业度的挑战性方面之一:了解哪些员工可能更容易辞职。人力资源领导者可以利用这些见解来采取规范性行动,以帮助降低员工倦怠和自然流失的风险。 Somers分享了一个如何使用自然语言处理(一种ML技术)来帮助领导者理解员工情绪的例子。他解释说,组织正在使用Workday Peakon Employee Voice这种智能监听平台来帮助理解和确定离职风险。它具有一个利用AI和ML并使用在数据库中的数百万个调查数据点上训练的统计模型的离职预测功能。 Somers说:“该模型根据他们的回应和分数计算每个员工的离职风险。然后,它使用员工级别的离职风险来计算每个部门以及整个公司的平均离职风险。它还将每个部门的平均风险与公司的平均风险进行比较,以分配离职风险级别—例如,它可能揭示出市场部门的离职风险在您的组织的前10%。” 这些见解可以指导公司如何改善员工敬业度,例如增加福利或评估工作量。最终,重要的是要让人处于中心地位,这样他们才是最终的决策者。通过以人为中心的方法,人工智能和机器学习可以帮助人们提高工作效率和了解更多信息,使他们能够解决以前认为无法解决的问题。 自动化重复但动态的HR功能 自动化革命—无需人工干预就可以执行任务—在HR中的发生远早于大流行病。但是,应对前所未有的破坏加速了对数字创新的需求,因此,引发了AI采用的浪潮和HR中敏捷性和效率的下一次演变:智能自动化,这涉及读取数据并从该数据中进行预测。换句话说,智能自动化就是与机器学习配对的自动化。 这对于那些常规但动态的HR任务特别有帮助,例如调度和满足劳动力需求。例如,公司正在使用AI来匹配劳动力需求和工人的资格、技能、可用性、偏好等,以便为工人和业务优化时间表。这在雇佣一线工人的公司中尤其普遍,其中班次不断变化,经理需要在短时间内填补和调整。 Somers说:“通过AI自动映射工人的可用性和技能到开放的班次,提供工作人员调度的建议,公司可以确保他们不会过度和不足的调度,同时更好地控制劳动力成本和防止工人疲劳。” HR在确保清洁数据以实现负责任的AI中的角色 虽然AI确实正在重塑HR的角色,但HR领导者必须与其他业务领导者一起成为实施AI的驱动者。 关于AI的关键是:其执行任务的能力,例如进行预测分析或生成新内容(生成性AI),取决于其AI基础模型的质量,而这只取决于提供给它的数据的质量。对数据治理的强烈承诺始于相信并实施HR数据在整个业务中都是相关的—这恰好与Workday人力资本管理(HCM)的基础相同。 Workday HCM建立在统一的数据模型和单一的安全模型上,可以读取多样化的数据集,以执行各种分析和报告用例。 Somers说:“因此,实施AI时的大‘警告’之一是要保持数据的清洁和连贯,以帮助确保准确性和质量控制。” “如果数据集不干净,HR和人员领导者可能会得出不准确的结果,这可能导致昂贵的错误。” HR领导者是塑造未来工作场所的驱动者 在英国和美国等地进行的全球和国家级别的对AI的公众情绪调查揭示,越来越多的人正在设想一个AI的力量可以产生积极影响的未来。同时,这些调查也揭示了对AI的关注,特别是对是否有足够的监管。 对于每一个利用AI增加HR影响力的用例,重要的是要记住使这些努力成功的是什么:通过额外的见解和改进的效率来增强决策。这并不是要取代使HR专业人员如此有价值的东西:通过将业务中发生的事情与公司的目标和价值观联系起来,成为公司文化的管理者。 正如Somers所说:“最终,重要的是要将人类置于中心,使他们成为最终的决策者。以人为中心的方法,AI和ML可以帮助人们更加高效和更好地了解信息—使他们能够解决他们以前认为无法解决的问题。” 来自workday
    机器学习
    2023年08月04日
  • 机器学习
    美国蓝领招聘服务平台 Workstream 推出首款为小时工人群体打造的多语言AI聊天机器人 Workstream,在旧金山的为小时工人群体提供智能人力资源管理平台的公司,今日宣布推出其全新的、突破性的多语言可定制AI聊天机器人——Workstream Assistant。作为公司向全面AI驱动的劳动力管理解决方案转变的旗舰产品,Workstream Assistant赋予企业在全国各地多元化市场中与小时工人群体建立联系并保留他们的能力。 Workstream Assistant 是由MIT、Google、Cornell和Stanford的人工智能专家团队打造的首款多语言AI聊天机器人平台,旨在扩大AI对美国超过8000万小时工人的可达性。根据Urban Institute的研究,美国所有工人中有14%,低工资工人中有20%是使用英语作为第二语言的移民,这些数字预计将继续增长。 Workstream Assistant能理解多种语言,以适应多元化的劳动力,并将使用机器学习为申请者提供更多关于公司的信息,同时收集申请者信息。通过让工人用他们熟悉的任何语言进行交流,Workstream Assistant赋予申请者提问更多关于职位和公司的问题的能力——从他们可以期待的职业发展到公司文化是什么样的。给予小时工人在申请前通过自然对话审查工作的机会,鼓励更好的申请者与工作的匹配,从而为企业带来更强的雇员和更好的员工保留。 Workstream Assistant不仅能够学习并模仿品牌的独特声音,提供更定制化的体验,还能进行真实的对话——包括打字错误、俚语、喜好等,而不是基础的机械式来回对话。此外,Workstream Assistant可以全天候提供帮助,帮助申请者解答申请问题,而且设置和定制非常简单。 Workstream的新AI技术,通过与OpenAI的集成,利用先前获取的数据点,为小时工人群体打造AI平台。Workstream已经帮助像Burger King、UPS和Marriott这样的企业和特许经营者自2017年以来雇佣和保留了几百万小时工人。 Workstream Assistant对小时工人群体来说是一个重要的突破,对于这个领域的招聘经理和人力资源专业人员来说,它是一个不可或缺的工具。Workstream的CEO和联合创始人Desmond Lim表示:“它能够弥合沟通差距,提供无缝的招聘体验,使其成为寻求在竞争激烈的小时工人群体中吸引和保留顶级人才的组织的必备资源。” 关于Workstream: Workstream是雇佣和保留小时工人的更智能的方式。其智能技术自动化并加速了人力资源任务——如招聘、筛选、调度和入职——因此企业可以专注于为申请者和员工在他们的员工旅程中提供出色的体验。超过20,000家企业信任Workstream,以更快速地雇佣并保留他们的团队。 在workstream.us上了解更多信息。
    机器学习
    2023年07月20日
  • 机器学习
    【观点】员工技能学习的未来:2023年值得关注的主要趋势 在当今快节奏的工作世界中,快速适应是员工茁壮成长的主要方式。员工队伍、员工的工作方式和地点以及所需的技能正在加速变化。 以下是关于技能学习的趋势,包括向基于技能的学习转变,个性化和适应性,以及合规性和敏捷性的提高。 趋势1:基于技能的学习的重要性 根据普华永道的数据,77%的成年人会学习新技能或接受再培训,以提高他们未来的就业能力。面对快速变化的技术需求以及重新培训和重新部署人才的需求,企业必须专注于员工的技能发展。通过围绕技能重新定位业务,人力资源团队可以更好地了解、培养和提供人才以满足业务需求。这种向基于技能的学习和发展(L&D)的转变能够创造更灵活的岗位角色,同时激发员工的工作兴趣。 趋势2:个性化和适应性学习 没有人能够以相同的方式学习,这就是为什么为员工量身定制学习体验很重要的原因。通过提供根据个人需求调整的学习内容,每个人都可以取得进步。此外,随着新的学习机会的增加,这有助于确保员工拥有透明的晋升机会和无缝的工作过渡。 趋势 3:关注合规性和敏捷性 我们经常认为合规性是我们在做我们更愿意做的事情的过程中必须做的事情。然而,持续合规的运作可以提高竞争优势。在2023年,我们可以预见,提供更加灵活、个性化的合规培训方法的培训学院将会增加。这种类型的培训,针对特定的行业需求并与他们的未来的目标相一致,可以减少提供可靠的合规培训和报告的时间及成本,同时也可以提高员工的保留率。 趋势4:知识共享至关重要 在数字时代,与他人分享知识和协作比以往任何时候都更容易。到2023年,我们预计将看到组织内部和组织间知识共享的重点。这可能涉及知识管理系统、在线协作或计划指导等工具。分享知识不仅可以提高L&D成果,还可以培养持续学习和协作的组织文化。 趋势5:工作的未来:VR、AR的应用 正如业务以越来越快的速度发展一样,学习也同样需要更加敏捷和快速。L&D战略需要灵活且迅速响应,使员工能够学习新技能并及时了解最新技术和最佳实践。 虚拟现实和增强现实(VR/AR)不再只是游戏。这些技术有可能通过提供身临其境的实践体验来彻底改变学习方式。无论是虚拟实地考察、模拟还是互动课程,这些技术都可以使学习更具吸引力和有效性。 趋势6:人工智能和机器学习 人工智能(AI)和机器学习(ML)将在未来的学习中发挥重要作用。从个性化的学习建议到自动评分,这些技术可以简化学习过程并提高效率。但是,重要的是要确保以合乎道德和包容性的方式使用AI和ML,以便所有学习者都能发挥其优势。 趋势7:微学习 由于人们工作日程繁忙且注意力有限,学习易于消化的内容非常重要。微学习是提供易于理解的学习内容的有效方法。无论是通过短视频、互动测验还是其他形式,微学习都能让学习者快速吸收和应用新知识。 L&D的未来是光明的,有许多令人兴奋的趋势即将出现。通过及时了解这些趋势并实施应对这些趋势的策略,您可以创造一个成功而有效的学习环境,让员工茁壮成长。 文章来源:Cornerstoneondemand.com
    机器学习
    2023年04月06日
  • 机器学习
    【观点】事实:数据、人工智能和自动化永远不会取代人类! 我们都听过这样的观点。无穷无尽的数据将使组织减少对人力的依赖。人工智能(AI)将比人类更聪明。自动化将夺走我们的很多工作。不过,这其中有多少是真的?尽管这些技术取得了进步,比如对话式人工智能,但它们只是用来让我们的生活更轻松、工作更高效的工具。但是,即使是具有对话功能的工具也无法提供我们都渴望和钦佩的人情味和真正独创性的独特灵活性。 这就引出了一个问题,我们如何才能在工作和生活中继续充分利用人工智能?答案在于利用它们来赋予我们权力。通过这样做,人工智能将帮助我们节约更多时间去做我们最擅长的事情。沟通,与人联系,并最终解决问题。人工智能可以解决我们能想到的任何问题,但它想不出我们可以解决的任何问题。换句话说,我们需要利用它们提供数据驱动和技术驱动的服务,而不是取代我们。 要实现这一目标,领导者需要关注三件事。首先,他们需要了解哪些数据能够供他们使用。其次,他们必须弄清楚如何通过人工智能和机器学习(ML)来理解相关问题。最后,他们应该研究如何使用自动化来处理一些简单任务。 了解可用数据 授权的第一步很简单,只需了解需要哪些信息,信息在企业中的位置,谁可以访问它以及是否存在任何限制其有效性的漏洞。要确定哪些数据具有最大价值,一个好的起点是确定组织面临的最大挑战。例如,由于通信发生在不同的渠道上,因此很难获得单一的客户视图? 了解问题是解决问题的第一步。 一旦企业明确了自己正在面临哪些挑战,它就需要找到解决方案并整理和分析需要准备的数据。最后,企业需要通过创建适当的假设来提出正确的问题,数据分析将支持这些假设。在这一旅程的每一步中,人类参与的重要性都不可低估。 为了大规模地解决相关挑战,组织必须创建从上到下以数据为中心的文化。这听起来可能有点像管理层的说法,但实际上,它只是意味着确保每个人都知道基于数据的相关见解,并据此做出最佳决策。组织还需要对一系列专业角色进行投资,例如数据工程师、数据可视化人员和数据分析师,因为他们能够识别、收集、组织、研究和提供来自不同系统的数据报告,以提高业务洞察力。这些资源必须与运营中的业务团队集成,这样才能够是业务变更和流程自动化更加有效。 理解数据的事实 数据是不容易理解的,即使数据分析师也是如此。此外,如今大多数企业都会生成数百万个实时数据点,没有人希望花费过多时间理解这些数据点。这就是AI和ML的用武之地。这些算法可用于筛选数据并以易于理解的方式呈现数据。正如业内任何人都了解的那样,该软件的运行速度非常快。从理论上讲,最新的技术允许人工智能以光速进行学习和行动。在广泛使用的人工智能软件中,我们可能还没有这种速度,但它运行的速度是惊人的。 为了进一步解释这一点,想象一下在大型企业工作的客户服务团队。代理将一直在创建大量数据。有些是客户数据,有些是关于他们自己的数据。后者可能包括有关他们自己的工作模式或绩效的信息,以及客户何时联系和通过哪些渠道进行联系的信息。有了正确的工具,人工智能几乎可以立即筛选所有内容,并通过相关数据了解行业发展的趋势,比如工作中的和低谷,是否有人需要休息,或者他们是否需要一些额外的帮助或培训。 自动执行重复性的任务 因此,清楚如何查找、理解和呈现数据能够帮助人们做出更好的决策。下一步是将自动化添加到组合中。此前,人事经理们或许可以花一整天的时间看图表,整理相关数据并给出解决意见。而现在自动化软件可以使用从数据和人工智能中来做到这一点。自动化可以自动执行一系列支持操作,例如制定进修培训计划或有针对性的辅导课程。 自动化几乎可以承担任何手动任务,应用程序是无穷无尽的。它可以帮助财务团队处理发票。它可以将客户引导至最合适的代理。它可以收集信息并将其放入报告。或者将电子邮件分发到各个部门。再加上人工智能,这就像让数字助理承担耗时和重复的活动。 未来仍是以人为本 虽然这些技术并不是什么新鲜事,但它们仍在继续快速发展。它们能够帮助我们解决在社会和商业中面临的一些巨大挑战。但是,只有当我们是技术的主人,而不是仆人时,我们才会成功。使用人工智能和自动化来赋予人们权力,而不是取代人类。组织应该努力向数据驱动型、技术支持和以人为本靠近。 这是完全有道理的。因为总会有一个关键时刻,人类必须在关键时刻参与其中。自动化过程可能会帮助我们完成75%的工作,但仍然需要一个人完成其余的工作。最终,那些试图将人从等式中移除的组织注定要失败。因为就我们的本性而言,我们都希望有人情味,而人永远是任何组织拥有的最关键的资源。这就是为什么数据、人工智能和自动化永远不会取代人类。 本文作者:MATT RUMINS
    机器学习
    2023年03月30日
  • 机器学习
    【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
    机器学习
    2023年03月16日
  • 机器学习
    Workday向其Workday Ventures基金追加2.5亿美元投资,加强Workday生态建设 近期,财务和人力资源企业云应用程序的领导者Workday宣布向其Workday Ventures基金追加2.5亿美元的投资资金。同时明确投资方向为AI and ML 、Intelligent Automation、Serving Targeted Markets。这笔投资建立在该公司稳健业绩的基础上,是其塑造未来工作之旅的最新一步。据悉5年前,2018年的2月7日,Workday设立了投资基金Workday Ventures,投资2.5亿美元。2023年开年,Workday又宣布追加2.5亿美元投资基金。 部分投资公司一览: 新兴工作模式正在改变组织管理员工的方式,公司必须采用人工智能(AI) 和机器学习 (ML) 等技术来帮助他们快速适应当今的变化,以便为未来的业务需求做好准备。为了支持这一点,Workday正在扩大其Workday Ventures基金,以专注于更大的增长领域,包括人工智能等新兴技术,这表明该公司一直专注于拥抱创新,以释放人类在不断变化的工作世界中的潜力。 Workday首席营销官兼企业增长执行副总裁Pete Schlampp说:“对Workday Ventures的额外投资反映了我们对为客户提供服务的持续承诺,帮助他们适应和领导未来的工作。我们与创新、诚信和与我们有相似价值观的开创性技术公司合作,专注于支持客户、企业家和变革者,帮助重新定义我们的行业。” Auditoria联合创始人兼首席执行官Rohit Gupta说:“与Workday合作使我们能够为财务团队带来由人工智能,机器学习和自然语言技术提供支持的变革性解决方案,使他们能够通过大规模的智能自动化更快地行动并完成更多工作。与Workday的投资和合作伙伴关系使我们能够与首席财务官合作,以优化和转变他们的运营”。 以下是Workday Ventures的战略重点: 人工智能和机器学习。 Workday Ventures专注于投资提供AI和ML技术的全球企业软件公司,为财务和人力资源(HR)团队提供敏捷和洞察力驱动的决策。例如,Workday Ventures投资了提供对话式人工智能的公司Paradox,Paradox提供了一个对话式招聘平台来自动化人才招聘过程。 智能自动化。Workday Ventures将继续投资于财务和人力资源业务流程的智能自动化,并赋能智能资源管理,以提高效率和人才优化。例如,Workday Ventures投资了Auditoria,Auditoria提供了一个基于人工智能的平台,可以自动化并提高应付账款和应收账款团队的速度,准确性和生产力。 服务于目标市场。Workday Ventures正在扩大对关键行业,邻近市场和解决方案的投资,以为客户提供更多价值。例如,Workday Ventures投资了服务于零售业的公司Prevedere,该公司提供由全球数据和人工智能支持的经济学预测,使零售商能够实时了解未来的购物者需求和驱动因素。 关于WorkdayWorkday是面向财务和人力资源的企业云应用程序的领先提供商,帮助客户适应不断变化的工作世界。用于财务管理、人力资源、规划、支出管理和分析的 Workday 应用程序已被全球和各行各业的数千家组织采用 ,从中型企业到超过 50% 的财富500 强企业。
    机器学习
    2023年02月08日
  • 机器学习
    【观点】改进人力资源流程的3种方法,重新定义人力资源技术至关重要! 随着新一年目标的设定,我们需要考虑很多。对于人力资源专业人士来说最值得考虑的就是改进您的人力资源流程。这有助于简化您开展业务和管理员工的方式。 以下是改进人力资源流程的三种简单方法。 1. 重新构想“办公室”的乐趣 无论是混合、远程还是面对面状态,都有很多方法可以专注于让工作再次变得有趣并重新吸引您的员工。游戏化,即在非竞争环境中使用娱乐组件,可以激励员工实现他们的目标,并提高员工敬业度、归属感,促进技能发展。例如,如果您有学习管理系统,则可以使用徽章和记分牌来标记员工的里程碑。 通过人力资源分析,您可以更好地利用相关数据。您找到的内容可以为您提供有关哪些游戏或程序具有最高参与度,产生最多结果(即晋升,工作满意度等)的见解,以及开发更多级别(即更高级或特定于技能的水平),创建不同主题的类似程序或改造表现不佳的程序的方法。创建有趣的游戏很重要,但也对各种级别的技能和角色提出了挑战。此外,开发个性化、情境化和自适应学习体验同样重要。 2. 重新关注以人为本的文化 通过组织优先级排名,提高和再培训员工技能的概念正在上升。公司正专注于通过内部流动机会提高员工士气,促进员工职业发展。在重新培训和提高员工技能方面,企业正在节省预算并专注于当前的劳动力机会。 此外,像 Namely这样的软件系统可以提供必要的工具包来自动化管理非必要或手动任务。视频会议和学习平台等其他技术工具可以帮助提供虚拟培训和资源,以帮助发展技能。 尽管倦怠加剧和悄悄辞职,但通过技能发展支持管理层可以帮助他们重新专注于建立以人为本的文化。更值得注意的是,整体员工体验正在扩展过去的人力资源战略,并被纳入长期业务战略。通过将技术与人员运营相结合,可以使用关键分析数据来指导改善员工体验的努力。从IT和财务到设施和运营,技术为重新专注于培养基于员工体验的文化提供了许多机会。 3. 重新定义人力资源技术 无论您是拥有自己的技术还是通过第三方外包,工作场所和劳动力都在迅速发展,人力资源技术需要跟上。算法人力资源,使用算法来指导人力资源决策是一种较新的方法,它正在影响零工经济,但扩展到一般的人力资源管理。算法人力资源可以通过人工智能(AI)和机器学习的集成来使用,以确保公平和包容。 此外,人力资源技术正被用于支持从招聘流程和入职到人才管理和绩效跟踪的完整员工体验。例如,员工门户可以用作组织信息的单一来源。知识管理和自助服务工具可以帮助人力资源部门及时解决员工请求,提供及时准确的响应,并通过识别现有技能以创造专业发展机会来支持员工缩小技能差距。人工智能驱动的数据可以提供重要的员工见解,例如软技能和硬技能,可以帮助重新评估角色职责并指导就业决定。 基准测试和方法在跟踪生产力和绩效方面也越来越受到关注。这些基准可作为评估员工态度、办公空间使用情况、培训工具利用率以及影响整体员工敬业度和产品质量的其他影响因素的一种手段。然而,行业专家警告说,对跟踪生产力感兴趣的人力资源领导者应该关注重大影响指标,例如员工产出的质量和数量。人力资源分析在指导人力资源流程和组织目标设定方面发挥着不可或缺的作用。也许是时候让今年成为您专注于人力资源分析的一年了。 文章来源:https://blog.namely.com
    机器学习
    2023年02月06日
  • 机器学习
    Workday Ventures:投资变革者以迎接这一时刻 对我们的世界来说,这是艰难的几年,企业不得不迅速适应,以满足其劳动力和业务的快速发展的需求。每家公司都以不同的方式做到这一点,但那些成功的公司都有一些共同点:使用创新技术。我们已经看到,当公司能够获得正确的技术来帮助通知、推动和报告变化时,他们就有能力成为我们所说的 "变革者"--那些为迎接今天的挑战而崛起并利用变革为自己带来好处的人。 随着我们今年Workday Rising的临近,我们花了一些时间来反思我们在Workday Ventures取得的进展,即投资和支持那些提供创新技术的公司,这些技术是对Workday解决方案的补充,并帮助我们的客户适应我们周围不断变化的世界。 在我们的投资组合中,这些公司和他们的新兴软件正在使工作场所和企业: 更加灵活。将来自多个业务领域的数据迅速转化为可操作的见解的能力使企业能够做出更好的决策,并取得更明智的结果。TealBook利用人工智能(AI)和机器学习,提供一个统一的、丰富的供应商数据基础,使企业能够创建一个有弹性的、敏捷的、对社会负责的供应链。Clari的收入平台连接了对收入至关重要的员工、流程和系统,以推动收入精准度的突破。SkyHive提供劳动力市场情报,以告知未来的人才需求,将人才与竞争对手进行比较,并推动战略劳动力规划。Prevedere提供由全球数据和人工智能驱动的计量经济学预测,用于高级预测性规划解决方案。 积极主动。监测和减轻业务的潜在风险,不仅使组织更加安全,而且使客户更加信任。OneTrust的信任智能平台将隐私、风险、道德以及环境、社会和治理(ESG)项目的工作流程连接起来,帮助企业了解和衡量信任。Securiti提供敏感数据智能和自动化,以解决围绕数据的安全、隐私、治理和合规义务。Flatfile提供了一个智能数据导入解决方案,以实现数据交换过程的自动化和安全性。 更加智能。自动化减少了平凡的任务,使团队能够专注于战略和执行。Expent提供了一个智能供应商生命周期管理平台,帮助企业购买和管理供应商,并节省时间和金钱。Auditoria提供了一个基于人工智能的平台,使应付账款和应收账款团队的速度、准确性和生产力得到自动化和提高。Papaya Global提供一个全球薪资平台,在160多个国家为所有类型的就业实现全球劳动力管理、薪资和薪资支付自动化。Automation Anywhere提供智能机器人流程自动化软件,以加速和简化自始至终的商业流程。Aisera提供了一个上下文对话的人工智能平台,以自动和主动地支持和解决员工和客户服务请求。Paradox提供了一个对话式招聘平台,通过候选人和招聘人员喜欢的移动优先、消费者级别的体验,实现人才招聘过程的自动化。 连接。启用集成后,各组织之间会有更大的连通性,从而导致更快的决策。Workato提供了一个低代码/无代码的企业自动化平台,使企业能够整合他们的数据并使整个组织的工作流程自动化。FinLync聚合了全球银行应用编程接口(API),提供嵌入式实时支付和现金管理,从而减少了企业与银行连接的时间和成本。而Sora提供了一个低代码/无代码的解决方案,以实现任务自动化和跨系统整合,从而获得无缝、有吸引力和高效的入职体验。 以员工为中心。公司正在努力更好地满足员工不断变化的需求,并利用数据和技术来实现员工体验的个性化。Topia提供了一个全球人才流动平台,通过支持员工所需的灵活性,使公司能够吸引和保留顶级人才。WorkBoard的战略执行平台帮助企业调整长期战略和目标以及关键结果(OKRs),简化每月的业务审查,并将每周的检查重点放在结果上。Legion提供了一个由人工智能驱动的劳动力管理平台,以优化劳动效率和员工参与。Northstar提供了一个财务健康解决方案,帮助员工更好地利用他们的总薪酬并做出财务决策。Beamery为人才生命周期的每个阶段提供单一的解决方案,使企业能够推动更多的人性化人才体验,并释放其全球劳动力的技能和潜力。而Blink提供了一个移动应用程序,将一线工人与他们需要的一切联系在一起,以提高员工的敬业度和生产力。 赋予权力。实现更多学习和培训机会的技术正变得越来越关键,特别是在今天的混合工作环境中。Strivr为财富1000强企业提供了一个领先的企业虚拟现实(VR)平台,通过身临其境的体验提升员工的绩效。eduMe为无办公桌的员工提供了一个基于移动的培训平台,通过点滴的学习内容、评估、调查和视频,使他们掌握成功所需的技能和知识。而BetterUp提供大规模的个性化辅导体验,在员工的发展历程中赋予他们权力,以加速组织的绩效和增长。 更具包容性。公司了解致力于公平的重要性,从而在其工作场所实现更大的多样性和包容性。Pipeline提供建议,以确保公司每年做出的关键人事决策是公平的--同时收获相关的积极经济机会。Landit提供个性化的辅导和职业路径技术,以提高每个人在工作场所的成功和参与度。哈佛公司旗下的pymetrics提供人工智能驱动的行为洞察力,在整个人才生命周期中创造更高效、有效和公平的人才流程。 更加健康。企业认识到在工作中提供健康机会的价值,从而使员工更加幸福和健康。League提供了一个吸引人的健康和福利体验,以改善成本和员工的健康结果。Wellthy通过提供个性化的护理支持,帮助雇主和他们的员工处理复杂的护理和护理计划的后勤和行政工作,从而改变了家庭护理。Noyo通过一个连接保险公司和福利管理系统的现代API平台,连接并简化了员工福利生态系统和体验。 投资于变革者 世界现在比以往任何时候都更需要变革者,而我们看到了我们的风险投资伙伴所能提供的巨大价值。无论是重塑和提升人们的生活和工作方式,还是将业务的关键功能自动化,或者使用数据分析来推动底线结果,有一点是明确的:他们都在为我们的客户扩展价值主张。 作者:Mark Peek
    机器学习
    2022年08月25日
  • 机器学习
    【美国】AI服务体验平台Aisera获得9000万美元的D轮融资,加强员工体验和客户体验 全球首个人工智能驱动的自动化员工体验(EX)和客户体验(CX)服务体验平台 Aisera 宣布获得9000万美元的D轮融资,由高盛资产管理公司(Goldman Sachs)旗下的增长股权业务和Thoma Bravo领投。这轮超额认购还包括领先的投资者True Ventures、Menlo Ventures、Norwest Venture Partners、Icon Ventures、World Innovation Lab(WIL)、Zoom Ventures、Khosla Ventures、First Round Capital、Maynard Webb(Webb Investment Network)、Ram Shriram(Sherpalo Ventures)和硅谷银行。 新增资金将进一步加强Aisera作为领先的人工智能服务体验(AISX)平台的地位,同时加速其在行业垂直领域的市场扩张,以及其全球增长和上市战略。 新的融资是在Aisera获得空前增长的时候进行的。除了实现超过300%的同比增长并将其客户群扩大到7500万用户之外,公司还获得了若干财富1000强客户,包括Grant Thornton、Zoom、Workday、McAfee、Chegg、Carta、Dave等。鉴于通货膨胀和高利率推动的市场动态的经济不确定性背景,企业一直在转向人工智能和自动化能力,以提高劳动力效率,支持日益以人为本的工作场所,并以更少的资源提高客户忠诚度和品牌亲和力。 Aisera创始人兼首席执行官Muddu Sudhakar说:"在当今高度通货膨胀、随时随地工作的环境中,人工智能已经成为支持员工和期望迅速获得所需帮助的客户的必要手段。对话式人工智能的进展比传统的支持解决方案(如传统的ITSM和客户支持供应商)提供更好的体验。随着高盛和Thoma Bravo的增长资本的注入,Aisera将成为创新的无形之手,使所有用户--跨越所有业务线和行业--获得他们所期望的支持体验,而没有人为延迟、错误或干扰。利用我们的AISX功能,企业可以在几分钟内而不是几天内解决问题,推动激活,并挖掘关键的情报来源。" "Aisera专注于通过其云原生AI服务体验产品和解决方案提供卓越的员工和客户体验,是寻求简化支持工作流程的全球企业值得信赖的合作伙伴,"Thoma Bravo的合伙人Christine Kang说,"我们很高兴能利用我们的软件和运营专业知识,支持才华横溢的Aisera团队加速增长和创新,并扩大其市场领先地位。" Aisera提供了业界首个主动、个性化和预测性的人工智能服务体验平台,为B2B和B2C组织整合了人工智能服务台、人工智能客户服务和带有代理辅助功能的票务人工智能。在人工智能和机器学习的推动下,Aisera平台为IT、人力资源、客户服务、销售和运营自动解决任务、行动和工作流程。它与ServiceNow、Salesforce、Oracle、Zendesk、Workday、Adobe、Atlassian和BMC等企业应用无缝集成。Aisera是一个工作的未来,它大大降低了成本,并通过一流的业务运营、收入和增长释放了生产力。 "ITSM彻底改变了企业向客户和员工提供服务的方式,但这些服务已经商品化,并经常受到人为干预的束缚,"高盛董事总经理David Campbell说,"随着对话式人工智能技术的出现,市场的颠覆时机已经成熟,我们投资Aisera是因为我们相信它是这个领域唯一准备好提供符合现代用户需求的端到端体验的公司之一。" Aisera创新的无监督自然语言理解(NLU)和基于AI知识图谱的对话式人工智能和自动化解决方案提供了用户智能、用户行为分析和安全的企业级人工智能体验,使整个业务流程、任务和工作流程获得前所未有的满意度。客户可以期待EX和CX的大幅改善--高达85%--同时在工具、许可证和资源方面减少70%或更多的支持成本,并快速实现价值。 Aisera由Muddu Sudhakar创立,他是一位连续创业者,在企业市场拥有深厚的产品、技术和GTM经验,包括AI/机器学习、大数据、云、网络安全、物联网、SaaS、存储和芯片/半导体。他是许多公司的投资者和董事会成员,在初创企业方面有很强的运营经验,在Caspida、Cetas、Kazeon和Sanera被收购之前担任首席执行官,并在大型上市公司担任高级副总裁和总经理职务,包括ServiceNow、Splunk、VMware和EMC。Aisera已被确认为福布斯人工智能50强的成员,以及Gartner Cool Vendor。 关于Aisera Aisera提供世界上第一个人工智能驱动的服务体验解决方案,它可以自动操作和支持IT、销售和客户服务,通过向用户提供类似消费者的自助服务解决方案,使企业和客户获得成功。Aisera通过用户和服务行为智能,推动任务、行动和业务流程的端到端自动化,快速跟踪数字化转型之旅。Aisera是一家顶级的风险投资创业公司,总部设在加利福尼亚州帕洛阿尔托。
    机器学习
    2022年08月04日
  • 机器学习
    微软正在将Viva从纯粹的员工门户提升为工作支持平台,从销售开始 当微软去年推出Viva时,它将该平台定位为一个员工门户,在那里你可以了解育儿假政策或其他更广泛的针对公司政策和文化的内部沟通。上个月,当它发布Viva Goals时,它进一步强化了这一想法,Viva模块旨在让员工了解他们的KPI。 但是,微软似乎对Viva有更广泛的野心,而不仅仅是为员工提供典型员工内部网中的重要信息。今天,它宣布了Viva内部可能支持的多种工作中的第一个,首先是销售。 微软公司负责商业应用的副总裁Emily He说,这一宣布是以一种方式将信息汇集到特定的工作岗位上,而她多年来一直听说这是各公司和工作岗位的一种员工圣杯,这也是她被吸引到微软的原因之一。 她说:"在我看来,Viva Sales真正代表了一种新的工作方式,它打破了数据的孤岛,打破了经验的孤岛。" 她在与销售人员的合作中了解到的一件事是,他们有太多的工具,他们需要一种方法,从他们使用的工具中提取有意义的信息,以一种更集中的方式呈现。"他们真的想要一个更简化的体验。因此,Viva Sales使卖家能够使用他们已经喜爱并每天使用的工具,包括你的电子邮件系统,如Outlook、Word文档、PowerPoint演示文稿,以及Teams,"她说。 该工具建立在Office 365之上,并为微软Dynamics 365 CRM进行了调整。通过标记客户名称或联系人,Viva Sales可以将文件、电子表格、演示文稿、电子邮件和其他材料自动拉入CRM工具,所有这些都在标记下组织起来,大大减少了所需的手动数据输入量。 "卖家确实花了很多时间手动输入账户信息或预测数据。因此,这消除了大部分手工数据输入。但更重要的是,现在它产生了一个更全面的客户视图,"他告诉我。 "随着所有这些数据存储在一个地方,这意味着客户可以用它来推动围绕如何改善销售的机器学习模型,"她说,"你可以使用人工智能和机器学习为卖家提出建议,并将这些建议传递给卖家,无论他们在哪里,无论他们是在写电子邮件还是在虚拟会议中。" 虽然它看起来是以微软为中心的,但开箱后它也将支持Salesforce CRM,随着时间的推移,他们可能会根据客户需求增加对其他工具的支持。此外,该公司计划随着时间的推移为Viva增加更多工作类型。 这里的最终游戏似乎是扩展员工沟通门户,不仅包括对员工有用的公司材料,还包括做他们特定工作的工具。她说,他们之所以这样做,是因为他们一直听到员工在同一门户内要求得到这种帮助。 值得一提的是,Viva Sales将免费提供给微软Dynamic 365的客户,但是当你像使用Salesforce一样访问第三方数据时,你使用该工具将被收费。 Viva Sales将在7月进行公开预览,并计划在秋季正式发布。目前,除了Dynamics 365,唯一可用的其他CRM集成将是Salesforce。 作者:Ron Miller 文章来源:TechCrunch
    机器学习
    2022年06月16日