观点
专家谈：HR SaaS长跑，要不要换个姿势？
Workday作为HR SaaS赛道的领头羊，从2012年上市时不到100亿美元的市值，到去年11月17日冲高到682亿，紧接着三个月内又回落到581亿，史诗般的涨跌，都是故事。
过去十年，HR SaaS一直在聚焦解决【规模管理效率和成本】的问题，听着挺没劲的，但这就是本质。2013年去美国向Workday的联合创始人Dave Duffield当面请教过，那年Dave73岁；后来又和SuccessFactors的创始人Aaron Au共事7年，也多次讨论过这个问题，全球Top2的两大HRTech产品创始人，商业逻辑是高度一致的。
效率的瓶颈，是怎么样围绕【核心人事系统】，破立流程，支持颗粒度更小，个性化更强的场景；成本的瓶颈，是怎么样集成人事数据与人才数据，将多系统快速打通，快速部署，快速见效。SuccessFactors在2011年被SAP收购后， 第一时间在全球调度了近2000人的研发力量，突击核心人事产品，在2012年就推出了员工中心（Employee Center）。Workday从2012年上市后，推动Power Of One的产品战略，这个战略并不是全部自研产品，其先后收购Adaptive Insights，Prism，Peakon，Scout，Workday是苹果闭环的说法是站不住脚的，关键是核心人事产品的强依赖，后面再展开。
自千禧年后，HR业务上开始大规模应用三支柱模式，催生了HR技术上两次架构级的更替。第一次是Peoplesoft， BS（浏览器端架构）把CS（服务器端架构）替代了； 第二次是Workday， OC/SaaS（云端部署模式）把OP（本地部署模式）替代了。这两次用户体感极强，【技术】，【产品】，【业务变革】，君臣佐使，相互成就。
看回国内，今年1月份北森向香港联交所递交IPO申请，行业都很期待。Boss直聘去年上市美股，市值已高达135亿美元，但Boss主要是招聘平台开源交易模式，估值模型和北森不一样。我们从北森的媒体通稿上看，路演是对标Workday，招股书里定位也是端到端的一体化HCM解决方案。
整体大于部分是哲学公理，一体化的价值我们先认，紧接着却会引申一个似是而非的问题，北森的一体化和Workday的一体化，是一样的吗？Workday的打开方式是核心人事，也是其高估值的关键支撑。Workday经常被冠以HR SaaS第一的光环，却有一个容易被忽视的成功秘诀，不管是上绩效，薪酬还是学习，用任何模块，都要先上核心人事，占领底座。这个策略在开始一定会丢掉了很多客户，要替换客户的核心人事，插管子拔管子是很复杂的。准确说从2005年创立到2012年上市，Workday坚持核心人事首发的路径依赖，熬住7年，解决了最本质的问题，形成了粘性最高的客群，才开启此后被资本追逐十年的局面。
去年Workday分析师大会上解读2021年报，全球财富2000的渗透率小于25%，美国大企业市场渗透率15%。北森招股书，已占财富中国500強中近70%，集中度甚至高于Workday。这就反映了上文提到的【打开方式】的不同，北森在测评和招聘产品上的单品渗透率很高，但不是核心人事底座。
我们再看Workday2021年的43亿美元的营收中，订阅收入高达38亿左右，其中HR软件订阅占8成左右。虽然核心人事（Core HCM）占比不超过40%，但它能带货啊，其他模块产品的高渗透率，无疑来自于底座系统的捆绑。带核心人事的客单价（Deal Size）也会大幅增加，可以单品模块售价增加2到10倍。
在2022年回望，弹指十年，按老的规则，HR SaaS赛道上中美差距的确在拉开。当然中美企业采购习惯的差异，管理标准化程度的差异，员工的企业公民意识的差异，客观造成中国企业更换核心人事的动力不足。即使国家在重点企业和部门层面，开始推动的安可标准，去年又推出个人信息保护法，对国内HRTech行业产生了一些机会振动，但仍感觉量能不足。
SaaS的命是数据底座标准化，PaaS或低码平台的接入只能增加灵活性和扩展性，不能改命。核心人事作为HR SaaS的底座系统，优先打开，在商业逻辑和技术逻辑上都讲得通。虎年向前看，要不要换个姿势，还有哪些选择？
作者：孟盛，授权发布
下期分享关键词【WorkTech】
原文：https://mp.weixin.qq.com/s/mVfUm2wcuoH45PfrcClXfw
观点
学习中的内容智能(Content Intelligence)的出现
许多大型组织在学习内容库上花费了数百万美元，但往往没有清楚地了解哪些内容对他们的员工最相关。
在这篇文章中，我将解读一种 "智能 "的新方法，L&D组织可以利用它来识别与学习者最相关的数字学习，并优化他们的学习内容策略。
数字化学习的世界
自从砖块与点击的争论以来，全世界的学习组织已经走过了漫长的道路。自从90年代电子学习开始以来，企业已经尝试并采用了各种形式，如微观和宏观学习、视频、移动、虚拟、现成的、定制的、专有的或员工自编的学习内容。数字化学习的世界经过多年的发展（见图1），催生了现在市场上众多的在线学习内容平台，如LinkedIn Learning, Udemy, Coursera, Skillshare, Degreed, SkillSoft, Udacity等等。事实上，到2025年，预计这个市场的价值将达到3250亿美元。
图1：数字学习世界的演变
资料来源:Josh Bersin公司，2021年
太多的内容，太多的混乱
这个快速增长且竞争激烈的电子学习解决方案供应商市场，加上人们对数字学习的渴望不断增加，现在已经导致了大量的数字学习内容和无数的内容库的产生。学习者被淹没在各种选择之中--从这些内容提供商的付费墙后面以及从互联网上的免费世界中获得的内容。
公司在数字内容方面进行了巨大的投资，通常涵盖入职培训、技术和专业培训、合规性、领导力以及几乎所有的公司新举措。但是，L&D团队没有一个可靠的方法来了解哪些内容是真正相关的，并且与他们公司的理念相一致。其结果是一片混乱--花了太多的钱在太多的课程上，这些课程对类似的主题提供了许多不同的观点和方法。
学习记录库（LRS）能否平息混乱？
LRS是一个新型的数据管理平台，从任何支持xAPI的学习系统中收集学习活动和学习交易数据。这意味着数据可以来自学习体验平台，如Degreed, EdCast, Percipio, LinkedInLearning Hub, Microsoft Viva Learning和Learning Pool。LRS跟踪所有学习者正在做什么，并将学习数据存储在一个地方。与其在LMS（学习管理系统）、LXP（学习体验平台）和其他内容系统中搜索数据，LRS可以作为利用数据的单一来源来运作，随着公司内容投资的增长，这可能是巨大的价值。然而，还有一个缺失的环节。
LRS根据学习者互动过的内容和学习经历产生了非常有用的见解，但它是在对这些资源进行投资后才产生的。如果有一种方法可以在投资这些资源之前预先评估好的内容呢？如果公司能做的不仅仅是分析内容的消费或利用情况，而是分析内容本身--它是否与你的组织的方法、理念、技能和能力一致呢？进入 "内容智能"。
缺失的环节：内容智能 Content Intelligence
在数字学习内容激增造成的混乱中，人们越来越需要从多到少，从数量到质量和相关性，以及从目录提供到愉快的发现。企业可以通过投资更多相关和更高质量的内容，以及减少其他内容，来优化他们的学习内容战略。然而，真正评估内容的相关性是一个难以破解的难题。
大多数组织通过课程的标题来推测内容的相关性和质量--可以说是以貌取人，也可以说是通过课程消费指标来判断。然而，评估内容是否与公司的技能和能力以及每个主题领域的愿景和理念相一致，可能是一项不可能完成的任务。人工操作将需要一支军队和数千小时的努力来梳理内容并进行分类。这就是人工智能和技术发挥作用的地方，也是像Filtered这样的 "内容智能 "解决方案可以帮助的地方。
良好 "学习内容的三个层面
Filtered--一个内容智能解决方案--利用人工智能和算法来分析内容库，评估内容的相关性，以其他库以及免费资源为基准，然后根据相关性程度对内容进行排名，从而提供具体数据来支持知情决策。基本上，该平台使用三种措施来定义 "好 "内容（见图2）。
图2："好 "学习内容的三个维度 来源Josh Bersin公司，2021年
相关性。与公司的技能组合相一致。相对于公司中商定的高价值技能，对每项资产的相关性进行计算。相关性是一个特别重要的指标，因为它可以在把内容放在学习者面前之前就计算出来，而使用和实用性指标是在学习者已经与之互动之后确定的。
参与度。每次访问的完成率。对于参与度，平台可以考察访问内容并将学习体验进行到底的用户比例，作为实际使用情况和内容吸引用户能力的潜在指示，而不仅仅是访问或点击内容的员工数量。
适用性。认为内容有用的人的百分比。对于适用性，该平台明确征求用户对每个学习经验的反馈，并根据相关性和使用情况的洞察力进行校准。
内容智能是上下文相关且可配置的
这里是最重要的。正确内容的定义是有背景的，对每个组织来说都是独一无二的。例如，在付费和免费的变革管理领域有超过一百万的资源，但并不是每一种方法都与你公司的变革管理理念一致。对你的公司来说，一个相关的、适用的、有吸引力的 "变革管理 "资源取决于你的公司的背景、你的文化、你的信念、你的战略。
出发点是明确定义业务关键能力。一旦企业建立了一个对近期（两到三年）有意义的能力框架，就可以配置内容智能算法来分析公司的每一项学习内容，以确定哪些个人资产最符合各角色和工作类型所需的技能和能力（见图3）。
图3：确定最相关内容的内容洞察力
资料来源。筛选，2021年
此外，企业可以对现有和潜在的内容库进行分析，以确定哪些库为其劳动力提供最相关的内容（见图4）。重要的是，每个库的成本可以拿来进行直接的 "每个相关资产的成本 "比较。这些洞察力可以帮助L&D团队做出明智的采购决策，并通过将内容投资导向对企业最重要的方面来优化支出。
图4：确定最相关内容库的内容洞察力
资料来源 筛选，2021年
内容智能是一个强大的解决方案，可以精简内容，用最相关的内容吸引学习者，并使学习的ROI（投资回报）最大化。一些组织，如阿斯利康、葛兰素史克、萨顿信托、喜力和宝洁的欧洲L&D团队正在接受由人工智能驱动的内容智能，以区分小麦和谷壳，将最相关的内容放在他们的学习者面前。
作者：
Nehal Nangia
观点
大咖谈：从伟大的辞职到伟大的通货膨胀—是时候进行创新了。
注意：作者主要从美国市场考虑，仅供参考，一起来看看吧
这个月我们了解到，美国的通货膨胀率超过7.5%，美国经济增长超过5.5%，仅在1月份就创造了超过46万个就业机会。全球经济正在以创纪录的速度增长，公司发现越来越难招聘。
我们已经从 "大辞职 "到 "大移民 "再到现在的 "大通胀"。
昨天，我们与一些世界上最大的公司的30位招聘主管进行了电话沟通，我在他们的眼中看到了一种绝望的感觉。每家公司，从万豪到通用汽车到IBM，都在寻找各种可能的方法来更好地寻找、招聘和雇用他们所需要的员工。
这不是你典型的劳动力市场周期，这次非常不同。美国有超过1200万个职位空缺，劳动参与率仍然低迷，年轻工人根本不愿意与雇主打交道，除非工作感觉有意义，收入高，而且安全。护士和其他医疗保健专业人员的离职率很高，在我们遇到的许多公司中产生了一种新的绝望感。
当事情变得像这样艰难时，会发生什么？公司变得有创意。这就是正在发生的事情。
1/ 工资在上涨，处理好这个问题。
第一个解决方案是提高工资。有一个古老的经济理论，即 "工资是粘性的"。换句话说，降低工资很容易，但提高工资很难（雇主害怕承诺增加工资）。那么，现在这根本不可能。劳动力市场是一个 "市场"，如果你的整体EVP（就业价值主张）不够强大，员工就不会来为你工作。
我们从研究中得知，工资并不是人们接受一份工作的唯一原因。事实上，成长、文化和团队适应是工作满意度的更大驱动力。但是今天，在一个人们担心通货膨胀的市场中，你必须要适应。所以不要害怕做出调整。
2/ 工人现在期望更多，请注意。
通货膨胀的第二大影响是求职者的期望。是的，许多工人对他们的工作感到厌烦，想找到更好的工作。但随着新闻媒体对通货膨胀周期的炒作，人们变得更加紧张。正如我在之前的文章中所描述的那样，通货膨胀创造了一种不确定性。如果我们认为食品、能源、假期和其他一切的成本都在上升，我们就会寻找一种稳定的感觉。因此，你作为一个雇主，必须促进和推销一种乐观的感觉。
例如，现在有一种趋势，就是回旋镖的员工。这些人曾一度辞职，后来决定回来。来自LinkedIn的新数据显示，所有雇员中有4.5%是 "回旋镖"（增长了30%），这为校友网络创造了需求。像Enterprise Alumni这样的供应商告诉我，他们的客户正在建立高度参与的 "校友网络"，以保持人们与公司的联系。(福特公司在过去几年中招募了很多退休的工程师）。这些人了解你的公司，他们希望有稳定性。
你应该宣传你公司的稳定性、福利、利润分享和401k计划。当人们看到世界变化太快时，这些对他们意义重大。
3/ 内部流动是一种秘密武器，投资TA
通货膨胀的就业市场的第三个 "解决方案 "是内部流动。昨天我与欧洲的一家大型企业交谈，他们正在从IT服务转向云工程和云应用开发。这个新的业务正在以每年超过50%的速度增长。然而，他们在寻找和雇佣他们所需的员工方面遇到了很大的困难。
解决方案已经很清楚了：他们必须确保他们不会失去现有的人员，他们需要一个相当彻底的重点，在内部建立云技术。下个月，我们将推出我们的全球劳动力情报研究，你将看到的是，每个行业（不仅仅是IT行业）都有一套新的职业途径需要建立。如果你不对这一战略进行投资，你将永远无法快速招聘以适应。
我知道这很紧迫的一个原因是我们在企业L&D中看到的数据。我们即将进行的关于企业培训的研究表明，人们对能力学院、工作流程中的学习以及越来越灵活的职业和流动项目给予了极大关注。昨天，我们与刚刚发布其新的内部职业系统的大都会人寿公司进行了交谈，他们告诉我们，该系统像火箭一样起飞了。
4/ 创造性地进行招聘，有很多选择。
第四个解决方案是重新思考你的招聘方式。不仅大学学位作为招聘工具的价值在下降（HBS的一项新研究显示，招聘时对大学学位的要求几乎减少了20%以上），公司在评估适合性方面也越来越有创意。
对比埃森哲2021年与2017年的IT招聘情况，可以看出即使是一家已经领先于同行的公司也能继续取得实质性的进展，指定为学士或更高学历的职位份额从2017年的54%下降到2021年的43%。这些减少在该公司71%的IT职位上得到了证实。
但我们可以比降低学位要求更有创造性。招聘中的重大转变是对 "适合 "而不是 "血统 "的关注。换句话说，你上过什么学校或做过什么工作并不重要，你是否有与团队相匹配的技能、雄心、兴趣和个性？后面这些 "非血统 "因素才是推动成功的因素。
解决这个问题的方法之一是停止为具体工作招聘候选人。相反，你要按 "组 "来招聘，如果这个人符合职能领域的要求，准确的工作就可以在以后决定。我们小组中的两家公司谈到了他们是如何通过 "工作家族 "或 "角色 "进行招聘的。他们面试和评估候选人的文化适应性、技能和能力、雄心和对公司使命的兴趣。他们不一定准确地告诉候选人他们将担任什么职位。然后，一旦候选人被审查和录用，该团队就会在公司中找到 "完美的角色"。
虽然这听起来很奇怪，但它比你想象的要强大得多。这更像是一个篮球队或棒球队在雇用 "优秀人才"，并在之后决定他们将扮演哪个位置。我面试过Epic软件公司（世界上最成功的软件公司之一），他们只在七个工作群中招聘所有职位。如果你适合他们的文化，并且有合适的教育和背景，你实际担任的 "工作 "是在你入职几周后决定的。
5/ 投资于人才智能，变得更聪明。
最后，正如我们本周所讨论的，对整个就业市场变得更聪明是很重要的。通货膨胀迫使求职者更加挑剔，这反过来又使你更有必要准确地知道什么会起作用。像亚马逊这样的公司一直在尝试奖金和教育福利，但上周投降了，只是放松了政策，给人们更多的钱。
如果他们事先研究过这个问题，我建议这就没有必要了。我一直在与亚马逊的专业人士交谈，他们想离开已经好几年了（许多人在股票赠款归属时离开）。雇主应该进行联合分析（在这个过程中，员工对他们的福利进行公平的排名，你可以看到他们真正认为有价值的东西），研究是什么在推动留任。
如果你没有关于人们为什么离开，为什么留下，以及他们接下来想要什么的好数据......那么，这是你自己的错。这类信息很重要。它告诉你如何准确定位你在人身上的投资。我一直觉得很奇怪，公司在客户和消费者研究方面投资了数亿美元，但对员工和劳动力市场的研究几乎没有。现在是时候扭转这一局面了。
6/ 不要让通货膨胀使你发疯，要有创造力。
最后，你必须接受这样一个事实：应对通货膨胀现在是你工作的一部分。在20世纪70年代（我记得当时通货膨胀率超过12%），公司提供了很多升级的福利、职业发展、贷款和其他解决方案。你也应该这样做。
仅仅两年时间，我们就从 "大辞职 "到 "大迁徙 "再到 "大通胀"。虽然成本可能上升，但收入也会上升。现在是仔细审视你所拥有的每一个人的做法的时候了。我们正在进入我所见过的人力资源领域最具创造性和创新性的时代之一。让我们系上安全带，一起去享受这段旅程。
观点
AI将成为招聘的代名词？
Will AI Be Synonymous With Recruitment?
在21世纪，人工智能(AI)已经进入我们日常生活的几乎所有方面，从预测我们在网易云音乐上接下来应该听哪首音乐到我们手机上的面部识别软件。
然而，在我们的生活中，仍有一些领域是人工智能的新成员。专业招聘就是这些领域之一。越来越多的公司在招聘中寻求人工智能的帮助--从定向广告到入职和员工参与。本文将从2022年的情况来看，人工智能在招聘过程的每个步骤中的作用。
有针对性的广告
公司使用某种程度的人工智能来接触潜在的候选人已经有一段时间了。例如，Indeed和LinkedIn使用AI将具有理想技能的候选人与他们平台上列出的工作相匹配--这是用他们专有的算法完成的。一些公司正在将人工智能应用于职位发布，甚至更进一步，向潜在的候选人发送招聘邮件，而不使用招聘网站作为中介。
Jobiak通过推进由人工智能驱动的系统推动的程序化广告，进一步推动了定向广告的潜力。程序化广告利用复杂的算法在正确的时间向人们展示正确的广告--Jobiak已经能够将这种类型的付费招聘技术与Google for Jobs合并，向庞大的用户群展示工作机会，与其他公司不同。
评估
事实证明，公司用来向潜在候选人发布广告的人工智能软件，对于评估感兴趣的候选人的资格也很有用。最基本的方法是给申请人提供测验，作为他们申请过程的一部分，以了解他们对团队的适应程度。测验只是评估候选人的冰山一角。许多软件公司正在营销软件，以管理筛选简历和拒绝不合格的候选人这一艰巨的过程。
然而，这种类型的软件也有一些风险。要知道公司用什么数据集来训练他们的人工智能，以及该数据集是否是多样化的，可能会很困难。随着公司越来越意识到多样性、公平和包容性问题，他们已经开始寻找方法，以确保他们在招聘时使用用多样化数据集训练的人工智能。
上岗培训
培训新员工是一个复杂的过程，有各种步骤，其中一些步骤比其他步骤更容易实现自动化。最近，公司已经开始慢慢将入职过程中一些较简单的任务自动化；这在收集新员工的信息、向新员工发送培训视频以及设置机器人回答新员工可能遇到的任何问题方面特别有用。
招聘工作正变得越来越自动化，但功能仍然需要人类的监督。就目前而言，公司在实现招聘自动化方面有很多选择。他们可以使用一种服务，使他们的整个招聘过程自动化，或者慢慢地将他们的过程一步步自动化。
观点
灵活就业群体庞大，跨境薪资支付正在推动向加密货币薪资供应商的转变
COVID-19大流行引发了一场工作场所的革命。许多企业正在永久性地转向远程工作，并抓住分散的工作模式所带来的机会。对公司来说，这意味着成本减少，并有更多的全球人才可供利用。
对于工人来说，这种流行病已经加速了现有的趋势，如走向数字游牧主义、副业的兴起和虚拟经济的快速增长。随着限制的放宽，工人们放弃了拒绝适应这种新的工作方式的雇主，在所谓的大辞职中，压抑的压力也随之爆发。2021年，全球四分之一的劳动力考虑更换雇主，由此产生的被低估的员工外流被称为大辞职潮。
这些不满意的工人正在要求灵活性；根据安永2021年工作重塑员工调查，全球超过一半（54%）的员工会考虑在COVID-19大流行后离开他们的工作，如果他们在工作地点和时间上没有得到某种形式的灵活性。
"我们看到人们对工作的看法发生了更广泛的全球性转变，"加密货币薪资平台Request Finance的内容负责人Ivan Hong告诉我们。"很多远程工作的人也在从事多种工作，因为他们现在有这样的自由。" ResumeBuilder.com在2021年10月的一项调查发现，美国有多达三分之二的远程工作者持有多份工作。
这种日益灵活的全球劳动力仍然需要得到报酬--这意味着雇主将需要可靠的、跨境的、相互负责的支付系统。而随着虚拟经济的出现，越来越多的工人希望这些支付系统能与蓬勃发展的加密圈相结合。
"一个去中心化的劳动力自然需要更敏捷、无边界的支付方式，"趋势情报公司Stylus的消费者态度和技术高级编辑Estella Shardlow告诉我们。"这不仅是为了绕过成本高、速度慢的传统中介机构，也是为了处理不同的税收结构、保险和跨管辖区的福利。"
按要求加密
进入Request Finance。这家初创公司本身是一家以远程为先的公司，其团队成员分布在新加坡和法国，正迅速成为使用加密货币的公司管理其财务运作和会计的一站式服务，涉及从发票到工资单的不同类型的商业交易。
公司在处理其加密货币资产时遇到的主要问题之一，是难以对所做的交易进行核算。一串串十六进制的钱包地址，没有容易识别的对手，缺乏相应的文书工作，再加上不断波动的价格和汽油费，使得加密货币的会计成为一场行政噩梦。
这就是Request Finance平台的作用，它允许像The Sandbox这样的加密货币原生公司轻松创建、发送和支付加密货币的发票或工资单。
在该协议的区块链上，用户可以完全控制他们的数据，而该技术允许工资单完全透明，在一个不可改变的账本上记录所有传入、传出和未完成的交易。除此之外，Request Finance还可以将其平台上的加密货币交易与Xero和Quickbooks等现有企业会计工具自动同步。
Request使公司能够使用加密货币，以避免在全球范围内用法币进行支付的低效率和费用--此举将吸引新一轮的分布式工人。
用户选择一种典型的法币来开发票，而付款则以他们选择的加密货币结算。这项服务也很实惠；客户只需支付0.1%的交易费，总额上限为2美元。根据该公司2021年12月的月度报告，USDC和DAI等稳定币是最常用的货币，分别占当年支付的近1.7亿美元发票的24.2%和18.6%。
它的第一个产品，请求开具发票，很快就会有一系列新的功能加入，包括费用、工资和会计工具--所有这些目前都在测试阶段，可能会在明年逐步提供给用户。
创建一个适应性的支付平台
截至2021年11月，Request有超过1000家公司和去中心化自治组织（DAO）使用其支付功能。"达到1000家，证明我们正在建造人们想要的东西。我们很自豪能与web3和metaverse行业的主要参与者合作，我们的目标是在两年内达到50000个web3建设者和创造者，"Request的联合创始人Christophe Lassuyt说。
Request Finance的吸引力不仅在于它的实用性，还在于它对希望用加密货币管理支付和会计的各种公司的适应性。"从黑客活动，到管理远程团队的工资，再到NFT市场，我们所有的用户都能为平台找到自己的用例，"Hong解释说。
MakerDAO就是这样一个成员，它使用Request Finance来跟踪支付进度，正如协议的区块链上所记录的那样。"MakerDAO的Amy Jung说："Request让我们对整个组织的支付状况有了更大的透明度。"除此之外，电子邮件的更新确保了发票的自动跟进--这对我们来说是一种时间的节省。"
瑞士区块链黑客马拉松的Frederic Meyer-Scharenberg补充说："使用Request是管理不同代币的加密货币支付的一种更简单、更少出错的方式，"该活动使用Request为2021年的活动分发加密货币奖品。
随着Request支持的支付选项继续扩大（用户可以处理40多个稳定币和加密货币的交易，以及10多个区块链和法定货币），其金融灵活性的承诺肯定会吸引更多的成员。
"对加密货币支付的需求是由快速增长的中小型企业部门推动的，"Shardlow告诉Decrypt。"对于这些公司来说，商户费用、交换费用和SWIFT等的延迟--更不用说信用卡欺诈的风险了--可能会造成损失。Crypto和区块链提供了一个适当的流动、安全的跨境解决方案。"
修复过时的金融摩擦
Request Finance巧妙地解决了传统全球支付系统的典型绊脚石。特别是，小企业和自由职业者往往面临着追讨发票付款的挑战--这种大流行病只会增加发票付款逾期的发生率。在美国，保守地说，有71%的发票是逾期未付的。相比之下，经过一年的运作，Request报告说，只有31%的发票在到期日没有得到支付。
由于其第一个产品Request Finance，用户可以监测他们在Request平台上发送的发票状态，该平台会自动发送付款提醒，并标记出逾期或缺失的付款，这也算作付款人的信誉评分。通过区块链自动验证发票的支付状态，也消除了对尴尬的后续电子邮件的需求。
"请求用户可以看到发送的发票状态；是否支付，是否批准，或是否被忽略。双方都可以看到这个记录，形成一种支付未付发票的压力，"Hong告诉我们。提供付款责任制对于赢得全球虚拟经济的成员至关重要。
自推出以来，Request已经处理了超过1.7亿美元的加密货币发票，并正在成为不断增长的加密货币支付领域的一个关键角色。用Hong的话说，"加密货币不再只是一种投机性的资产类别，而是一种全球支付工具，它正在促成新的工作方式和业务。"
作者：埃斯佩思·泰勒 decrypt
观点
建立公司技能战略，比看上去更难但也更重要
在过去的几个月里，我们花了很多时间帮助企业建立他们的端到端技能战略。而这并不像它看起来那么容易。
在这篇文章中，我想分享一下我们所发现的一些情况。
1/ 技能战略不是一个新话题
许多公司认为，建立一个 "基于技能的组织 "是一个新的想法。它确实不是。能源、电信、石油钻探、零售、制药和制造业的公司几十年来一直在这样做。我在IBM的头两年（1980年）完全专注于培养我作为系统工程师的技能，而IBM有一个技能分类法、发展框架和很多发展的方法。
新的是技术，人工智能的应用，以及在招聘、发展、内部流动和薪酬方面以综合方式使用技能的想法。因此，虽然我对正在推出的所有技能技术非常乐观和兴奋，但不要忘记你已经知道的基本知识。
例如，许多技能应用集中在操作性、强制性技能上。正如我们对操作技能的研究指出的那样，这些情况（操作、医疗、安全），员工必须验证和证明他们的技能，才能完成工作。像Kahuna、SuccessFactors LMS和Saba这样的特殊平台就是为这些验证技能而设计的，而且这一领域还在快速增长。
因此，当你建立你的白领和专业技能战略时，不要忘记运营和现场团队仍然需要大力关注合规、认证和操作技能分类标准。我建议你在重新开始一些全新的技能云项目之前，先看看你已经拥有的这些项目。例如，在A&T，"爬杆 "是一项重要技能。
2/ 技能不是能力。
虽然我不想把这个问题说得太死，但我建议你不要对你打开LXP或基于技能的系统时出现的20,000多个技能感到太兴奋。这本质上是一个单词云。这些系统将技能推断为单词，所以它们往往没有什么背景。
例如，当我查看一家大银行的技能分类法时，我看到 "Oracle "是一种技能，还有 "SQL "和 "Java "以及 "商业头脑 "和 "分析 "等模糊的术语。我还看到了 "Microsoft Office "和 "Tableau"。你可以想象，这些类型的模糊的 "技能 "并不能告诉你很多。是的，我可能知道如何备份甲骨文数据库（这本身就是一项复杂的技能），但我真的了解整个甲骨文的所有情况吗？当然不是。
解决这个问题的办法是在你的技能之上添加一个 "能力框架"。在我们的全球人力资源能力项目中，我们为人力资源专业人员定义了90多种 "业务能力"，其中每一种都需要许多详细的技能。正如我在最新的播客中所讨论的，仅仅 "发展技能 "并不能使你的公司表现得更好。重要的是人们如何使用这些技能。
能力框架可以通过使用能力网络或能力学院，以一种战略性的方式来发展。这些人被组织在一起，就 "我们需要什么能力来发展 "达成协议。而且他们将使用商业语言来定义这些能力。例如，思科的销售领导团队有一系列的执行销售能力，这当然需要在建立友好关系、处理异议和其他更细化的技能。
3/ 不要试图去煮沸海洋。
冒着采取有争议的立场的风险，我不建议你一下子为整个公司建立一个技能分类法。每个职能领域都需要有自己的详细程度和主题专家参与。相反，我们认为最有效的方法是专注于三个用例中的一个（如下所示）。
例如，对于一家大型半导体公司来说，大型技能项目的重点是建立深度人工智能技能，以便工程和设计团队能够为他们的下一代芯片学习人工智能的数学、算法和用例。是的，他们需要制造、销售、财务和其他一切的技能模型。但这个大项目专注于战略业务需求，而且这项工作正在教公司如何以可扩展和可重复的方式在其他领域这样做。
这里的真正信息是，这不是一个人力资源项目。这是一个全公司的项目，应该分成几个职能小组。负责销售技能（和能力）的小组应该由销售能力的领导者领导。负责工程技能（和能力）的小组应该由工程师领导。你明白的。
这些 "能力网络 "或我们所说的 "能力学院 "是你公司中强大的、持续的团队。一旦你让他们开始工作并提出共同的基础设施和方法，他们将以独特的方式进行创新和增值。而你的团队则在那里使他们保持一致。
事实上，我相信每个大公司都需要我所说的 "人才智能COE"（卓越中心），这样你就可以帮助这些团队以可重复的方式做到这一点。我将在后面详细介绍这个问题。
4/ 一个技能项目就是一个工作架构项目
我不想吓唬你，但是如果不碰到你的 "工作架构 "这堵砖墙，就没有办法挖掘技能。
这意味着，你必须最终将你的 "期望技能和能力 "与你所接受的工作、角色和职业相匹配。而这是一项混乱的工作。
为什么？因为大多数公司的职位名称、工作描述和工作角色层出不穷。通常有数以百计的工作具有类似的角色，但名称不同，虽然你可能一开始就有一套非常标准化的工作头衔、系列和级别，但一旦你进行收购，它往往就会改变。而且，它变得更加困难。
今天，随着公司发展到新的行业，你有很多你并不完全了解的工作头衔。例如，你的银行有Scrum Master吗？你的医疗保健公司有信息学专家吗？你明白我的意思。
解决办法不是试图弄清楚你所需要的每一个工作头衔。恰恰相反。正如我们与宝洁和其他公司的合作表明，最可扩展的解决方案是简化架构，从工作架构的下层叶子中删除详细描述。我认识的一家互联网公司为其所有的软件工程师设置了 "工程师 "这一职位。当然，他们每个人都做不同的事情，但这些 "角色 "和 "责任 "是在经理一级处理的，而不是嵌入到职位名称中。
朝这个方向走的原因是，它有利于成长、变化和职业流动。如果你把 "你的公司今天的状况 "具体化为数以千计的详细的职位描述，我可以或多或少地保证，在一年内，几乎有三分之一的职位会感到过时。那么，你会怎么做，重新设计这一切吗？这没有意义。你要让能力团队和部门经理来决定人们做什么，与人力资源部门合作建立正确的组织设计。(我们有一个关于组织设计的迷人的研究和课程即将推出。)这样，它可以随着业务需求的变化而迅速改变。
另外，如果你仔细地做这件事，人们在公司里流动，找到一个新的职位，并在不同的级别上发展，就不会那么困难。在我工作了十年的IBM的传统销售组织中，实际上只有大约五个主要的 "级别"（工资级别有许多子级别），你的职业发展方向是非常明确的。德勤也是如此。
5/ 评估和验证技能需要讨论。
我经常被问到这个问题，说实话，这是一个宗教话题。与其在这里试图解决它，不如让我给你一些想法。
你所做的 "技能验证 "的水平和类型取决于你所要实现的目标。如果你试图对人们进行认证，让他们在炼油厂里修理价值500万美元的泵，你可能想在简单地祝福某人 "有技术 "之前对这些技能进行认证、验证和观察。护士、医生，甚至财务审计师也是如此。而且在许多这些工作中，都有行业认证和标准可循。
但是，如果你想要一个全球性的技能验证过程，使公司的每个人都有一个合理的技能档案，我会保持简单。你可以使用自我评估和经理评估，效果非常好。我们在全球人力资源能力项目中的做法就是一个很好的例子。
我们让人们根据我们的能力模型，以一种非常简单的方式自我评估他们的技能。考虑到人力资源不是一种 "职业"，而更像是一种 "手艺"（你通过实践来学习，而不是通过考试），我们要求人们在五个类别中评价自己的能力水平。(而我们的能力模型就是为这个模型设计的）。
1=我甚至不知道这是什么。
2=我做过几次这个，我很熟悉，但肯定不是专家。
3=我做过很多次，可以做得很好。
4=我在多个公司、行业和商业案例中做过这个工作，并能设计和领导一个项目。
5=我是这方面的全球专家，我可以在这方面 "写书 "或 "教课"。
正如你所看到的，这种通用的 "基于经验 "的评估是非常容易理解的。而且你实际上可以通过要求某人写几句关于他们在每项能力方面的项目、经验和见解来验证它。
在我们的案例中，这是非常强大的，因为有超过8,000名人力资源人员做了这个评估，我们可以按职位、职能、地域、行业，甚至在一个公司内对能力进行基准评估。我们的许多客户利用这一点来为他们的人力资源团队建立学习旅程和发展任务。
请注意，如果你想获得某人掌握某项特定技能的 "法律认证"，这是不可行的。因此，你必须决定你想要的 "认证 "水平在哪里。
例如，在思科，他们曾经强迫销售人员通过向他们的经理 "展示技能 "来验证他们的技能，然后再通过同行的审查。他们真正认真对待销售培训。许多制药公司也这样做。这一切都取决于你。只是不要认为你的技术供应商提供的工具就是 "答案"。
6/ 外部技能与内部技能同样重要。
这是另一个需要思考的话题。无论你今天对公司内部的技能有多了解，你将面临的最大问题之一是你甚至不知道的 "趋势性技能 "和 "竞争对手的技能"。这就是为什么我认为我们必须组织 "人才情报COE"，而不仅仅是 "技能架构团队"。
考虑一下我上面提到的那家半导体公司。他们承认，他们在支持人工智能的芯片设计方面落伍了。所以他们正试图以最快的速度迎头赶上。他们知道他们需要学习的每一种人工智能算法、进展和机器学习方法吗？绝对不是。他们需要查看外部技能数据（这就是我们的全球劳动力情报项目的作用），并仔细查看什么是热点，什么是趋势，什么是新的。
而这适用于每一个领域。我知道在人力资源部门，有很多两年前我们没有谈论的新技能（公共卫生、心理健康、复原力等）。福特公司在过去五年中不得不围绕电池和电力推进建立整个技能组合。雪佛龙正在研究低碳能源、采矿和太阳能。你明白我的意思：这不仅是一个让你的公司在今天做得更好的问题。这是一个让你的公司朝着它想去的战略方向发展的问题。
与我一起工作的一家大型国防承包商告诉我们，他们每年都会与他们的高级业务领导人举行 "能力论坛"，以便他们能够发现他们需要建立的关键新技术和能力。当无人机刚开始时，他们开始深入研究 "无人机设计和制造能力"。他们现在专注于网络、高超音速导弹，以及许多我们不应该知道的东西。他们的业务取决于了解 "拐角处会出现什么"。而你的业务也是如此。
7/ 这需要专注的努力和持续的投资。
最后，让我鼓励你认真对待这项工作。
建立一个技能和能力战略不是一个 "购买一个产品 "并打开它的问题。这是一个严肃的项目，将使你的公司以不同的方式运作。
一旦你开始行动，你会发现技能在招聘、流动性、发展、多样性，甚至是薪酬方面都发挥着作用。许多公司开始根据人们展示的技能支付不同的时薪。(运营团队、护士等经常这样做。）所以我不会把这项工作埋在L&D里--它比培训更具有系统性和战略性。
许多人才情报和能力架构的工作将落入战略规划。如果你详细确定了一个巨大的技能差距，你会被要求考虑我们应该购买、建立还是获得这些技能？
请记住，技能不是一个 "建立和完成 "的项目。这实际上是你本身建立的一种能力。
注重成长心态和学习文化的公司总是在思考技能问题，他们明白，没有人通过学习一套技能就能变得熟练。正如 "T型技能 "模型所指出的，我们需要一套灵活的工具，使人们能够纵向和横向地发展自己。这就是能力学院的意义所在。
如果你想让你的公司在今天的经济中成长、适应和表现，这是一个关键的投资举措。雇用优秀人才越来越难，而每一个伟大的公司每年都在发明 "新能力"。我想激励你专注于这个领域，随着时间的推移建立你的战略，并在此过程中保持务实和 "以问题为中心"。
观点
【产品】谷歌发布了新版本的Workspace
谷歌今天宣布了一个新版本的Workspace，即该公司的生产力服务，你可能还把它称为G Suite.。通过新的--免费的--Google Workspace Essentials计划，Google希望通过为他们提供基本的Workspace生产力工具，将更多的企业用户带入该平台--但Gmail除外。
到目前为止，为了用非谷歌的电子邮件地址使用Workspace，你必须在14天的试用期后注册6美元/月/用户的Business Starter账户。这个付费计划不会消失，但你现在需要做的是用你的工作邮箱注册，你就可以使用了。不需要信用卡。
新的免费计划基本上是现有的入门级商业入门计划，但存储配额减少到15GB（低于30）。除此之外，你还可以使用谷歌会议，最多可容纳100个用户，每次通话时间不超过60分钟，还可以进入空间进行工作协作，以及使用聊天工具八卦同事的情况。当然，所有的标准工具，如Sheet、Slides和Docs也都包括在内。
不过，由于你已经有了工作中的电子邮件地址，所以这个版本中没有包括Gmail，这也是有道理的，因为从那里用你的工作地址发送电子邮件会很困难，会导致各种混乱。
不过，这里有一个小问题。每个Essentials Starter团队账户有25个用户的上限。但在同一公司内可以创建多个团队账户。因此，基本上，你的团队中有人需要启动一个账户，然后可以邀请其他团队成员，如果你在一个更大的公司工作。
通过这一举措，谷歌正在为影子IT开辟一个全新的世界--谷歌在其公告中如是写道："通过Essentials Starter，我们让员工轻松选择自己的生产力工具，并将现代协作带到工作中"。如果IT部门不做选择，员工将为他们做选择。
这也带来了关于数据治理和安全的各种问题。
"Google Workspace Essentials Starter是为人们在工作中自己或与团队一起轻松开始使用Google Workspace而设计的，"当我问及此事时，一位Google发言人告诉我。"虽然它确实包括一些轻量级的管理控制--比如邀请用户加入他们的团队的能力--但细化的IT控制和更高级的安全等功能只有在付费的Google Workspace计划中才能获得。"
机会是，这将使任何还没有付费工作空间账户的大型企业迅速注册一个账户，以阻止其员工建立自己的账户。
谷歌是这样介绍的：
超过 30 亿用户在 Google Workspace 中通过 Meet、Chat、Drive、Docs、Sheets、Slides 等应用保持联系、分享想法并共同完成更多工作。从今天开始，我们将推出一个新版本，旨在帮助人们将他们熟悉并喜欢在个人生活中使用的应用程序带到他们的工作生活中。新的Google Workspace Essentials入门版是一种免费的解决方案，适用于希望通过设计安全的协作来增强团队合作和解锁创新的企业用户。借助 Essentials Starter，我们让员工可以轻松选择自己的生产力工具并将现代协作带到工作中。
随着工作世界以前所未有的方式继续发展，安全协作——在速度、规模、跨平台、在多个设备上——从未像现在这样重要。Essentials Starter 可帮助员工及其团队打破孤岛并以新的方式一起工作，即使他们的组织仍然依赖于不是为混合工作时代而构建的传统生产力工具。无需新的电子邮件地址、文件转换、新插件或桌面软件。Essentials Starter 中的所有工具都可以在您现有的环境中快速轻松地工作。由于我们将 Google Workspace 设计为在我们行业领先的云基础上运行，Essentials Starter 提供对文件的加密和安全访问，有助于确保用户的安全和信息的私密性。
Essentials Starter 的工作原理
使用您的工作电子邮件注册一个免费的 Essentials Starter 帐户。不需要信用卡，也没有有限的试用期。
邀请团队成员使用 Google 文档、幻灯片、表格、聊天、云端硬盘和 Meet 进行协作。
借助沉浸式虚拟会议的新工作方式，以及通过存储、共享和协作处理包括 Microsoft Office 在内的 100 多种文件类型，无需文件转换，解锁创新。
打破人员、地点和时区之间的界限
在我们最近委托Economist Impact进行的混合工作全球调查中，当工人被问及实现混合工作的好处最重要的是什么时，他们的第一选择是“允许时间和地点灵活性的新技术。”*Google Workspace 诞生于云端，旨在实现最大的灵活性；从您选择的位置和设备使用。Google Workspace 将聊天、文件、会议和您喜爱的应用程序集成到一个智能中心，因此您和您的团队可以跨地点和时区通过您的 PC、平板电脑和智能手机进行连接、创建和协作。
通过现代协作加速项目
现代协作能力
使用 Google Workspace 的云优先方法，团队可以：
体验现代协作，无需版本控制或电子邮件附件的负担。使用 Google 表格、幻灯片和文档集思广益、构建演示文稿并从数据中收集见解。
主持安全的视频会议，将所有人聚集在一个地方。进行一对一的视频会议（无限制）和沉浸式团队会议（3-100 人；每次最多 60 分钟）。
使用 Google Chat 进行实时消息传递。从一对一的消息到更大的群组对话，使用 Google Chat 在整个团队中分享快速更新、文件和欢呼。
Spaces 中团队协作的专用场所。Spaces 与 Chat、Drive、Docs、Sheets、Slides 和 Meet 等 Google Workspace 工具紧密集成，为人们提供了一种更好的方式来参与基于主题的讨论、分享知识和想法、推进项目以及建立社区和团队文化。
从您的设备安全地访问工作内容。借助 Google Drive 中的 15 GB 存储空间，您可以从移动设备、平板电脑或计算机存储、共享和访问工作内容，而桌面版 Drive 可以让您将文件和文件夹同步到您的 PC 或 Mac。您的个人帐户和 Google Workspace Essentials Starter 用户帐户的云端硬盘存储空间限制是分开的。
无需文件转换即可使用现有工具。无需文件转换即可存储、共享或共同编辑 100 多种文件类型，包括 Microsoft Office 文档和 PDF。
轻松管理您的协作团队。使用简单的仪表板轻松添加和删除团队成员。
Google Meet 中的沉浸式虚拟会议和混合会议
在过去的两年里，世界各地的组织都依靠 Google Workspace 来重新构想工作的发生方式，并在其团队之间实现现代协作以释放创新。在充满不确定性的时期，我们的客户推出了改变游戏规则的产品，吸引了新的受众，加速了救生研究，并以数字方式改变了他们自己的客户体验。在此过程中，他们使用 Google Workspace 让员工（无论是在家中、办公室还是在一线）以强大的新方式进行联系、创建和协作。从今天开始，使用 Essentials Starter，员工可以从旧的生产力工具转换，并体验 Google Workspace 带来的不同。
观点
Workday表示：全球研究表明劳动力技能和数据访问是数字化转型的障碍
我们关于数字加速的全球调查发现，与前一年相比，企业领导人在2021年采取了更加谨慎的方法。
请继续阅读，了解受访者将哪些因素列为数字化转型的首要障碍。
连续第三年，我们对企业领导人进行了调查，了解是什么在推动或减缓他们对创建一个更加灵活的组织的追求。我们的研究 "缩小加速差距：实现可持续的数字化转型 "的早期结果发现，他们的数字化雄心比一年前更加谨慎。
我们从研究中看到的是，尽管业务转型的步伐不断放缓，但它并没有停止。事实上，我们调查的面对面访谈部分表明，企业领导者仍在坚定地寻求持续的转型，但希望以更可持续的方式实现这一目标。我们的研究表明，领导者认识到，在大流行期间采用的变化速度从长远来看是不可持续的。近十分之六的领导者 (58%) 表示他们的数字化转型已经放缓，或者他们预计未来会放缓。
人们还意识到，数字化雄心可能会受到物理世界的限制，这也可能会推动对数字化收入增长的更现实的期望——持续的全球供应链问题，以及寻找和留住一线工人的困难，都证明了这一点。而且，与以往一样，最难改变的是公司文化和结构的根本改变。
当涉及到预期的数字收入来源时，领导者也对可能的情况采取了更务实的看法。在2020年，36%的人预计在三年内数字收入将占其收入的75%或以上。现在，只有13%的企业这样说--比大流行之前高出一个百分点，这表明期望变得更加现实。同样值得注意的是，更温和的数字收入预期水平比大流行前的水平略有上升。
而且，采用 "快速失败 "心态的企业较少（2021年为53%，2020年为77%），这表明在大流行期间聚集的实验文化已经失去了一些动力。显然，许多公司被迫在大流行病的第一年进行实验，以求得生存。
转型的最大障碍
许多公司优先考虑面向客户的数字工作，而忽略了其内部运营。事实上，只有18%的公司说他们的内部运作大部分是数字化的。这一比例在零售业上升到38%，在科技行业上升到33%。大多数企业发现，当财务部门不能及时、清晰地了解公司的财务状况，或者IT部门正在努力将数据从孤岛中解放出来，以便企业领导人能够做出更明智的决策时，改变以满足业务需求是非常困难的。
有趣的是，尽管只有少数受访者（14%）预计加速的数字化转型会以目前的速度继续下去，但零售业（34%）和科技业（24%）又比其他行业更看好。
所有受访者中，转型的最大障碍是：
劳动力技能（38%）。
组织文化（35%）。
网络安全、合规和隐私（33%）。
获得高质量、可用的数据（31%）。
技术系统/基础设施（30%）。
不断扩大的加速差距
大多数企业（57%）表示他们的数字战略总是或经常被业务需求所超越。我们的首席战略官Pete Schlampp将这种业务需求和能力之间的脱节称为加速差距。这种差距最有可能存在于专业服务（74%）、酒店业（71%）和医疗保健（73%）。
另一方面，41%的公司能够跟上或超过业务需求，尤其是零售业（61%）、科技业（59%）、媒体业（55%）和金融服务业（52%）。
在
使团队能够不断满足业务需求的最重要的运营能力是：
计划、执行和分析之间的快速循环以改善结果 (36%)。
能够将运营、人员和财务数据与业务成果联系起来 (36%)。
能够围绕新举措快速重组员工队伍 (30%)。
似乎与以往一样，最难做出的改变是对公司文化和结构的根本性改变。大多数 (54%) 组织表示“技术投资最终优先于文化和结构转型”，43% 的领导者同意“我们实时评估绩效的能力受到运营孤岛的阻碍”。
财务：对速度的需求
财务领导希望得到清晰的信息，并能迅速采取行动，这仍然是一个难题。例如，64%的财务领导承认需要几周或更长时间才能在报告期结束时得到结果，而且只有31%的人对他们的团队模拟多种情况的能力有信心。
当涉及到预期的数字收入流时，领导者也对中期的可能性采取了更加务实的看法。
财务负责人对他们的计划、执行和分析周期存在分歧，只有不到一半的人（49%）回答说他们对这些周期的速度有信心。财务主管们一致认为，统一人员、运营和财务数据的技术，以及打破数据孤岛的技术，是提高计划、执行和分析周期以及实时决策速度的首要途径。
IT：向孤岛倾斜
尽管59%的IT领导说改变一个自动化的业务流程需要几周或更长时间，但50%的人说他们通常或总是能跟上业务升级的需要，而另外50%的人说他们会陷入分流模式或发现自己无法跟上。
技术负责人对IT部门为企业解决问题的速度最有信心（48%），对确保业务连续性和数据隐私/保护的安全性最有信心（38%）。
IT主管们同意，加大技术投资将消除数据孤岛，使可用数据在整个业务中可用，并消除对IT访问数据或报告的依赖--更好地访问数据的需求是财务主管们的深切感受。
人力资源：支持人才
人力资源负责人表示，积极的员工体验（50%）、对多样性、公平性和包容性的进一步关注（45%）以及支持混合工作的政策和实践（40%）对加速业务转型最为重要。
只有三分之一的人力资源领导对他们识别具有支持新举措所需技能的人才的能力有信心--33%的人说他们在这方面正在进行，37%的人说他们在预测人才需求方面有点或明显领先于企业。
我们的研究发现，64%的人力资源领导对其团队加速整个业务转型的能力有信心或有点信心，人力资源团队可能处于成为业务变革推动者的位置。
观点
如何利用People Analytics建立一个公平的工作场所
概要：自动化正向人力资源部门走来。通过自动收集和分析大型数据集，人工智能和其他分析工具有望改善人力资源管道的每个阶段，从招聘和薪酬到晋升、培训和评估。然而，这些系统可以反映历史偏见，并在种族、性别和阶级的基础上进行歧视。
管理者应该考虑到：
1）模型很可能对大多数人口群体中的个人表现最好，但对代表性较差的群体则更差；
2）不存在真正的 "种族盲 "或 "性别盲 "模型，从模型中明确省略种族或性别甚至会使情况更糟；
3）如果人口类别在你的组织中分布不均（在大多数情况下不是这样），即使精心建立的模型也不会导致不同群体的平等结果。
人力资本分析，将科学和统计方法应用于行为数据，可以追溯到弗雷德里克-温斯洛-泰勒1911年的经典著作《科学管理原理》，该书试图将工程方法应用于人员管理。但直到一个世纪后--在计算机能力、统计方法，特别是人工智能（AI）的进步之后--该领域的力量、深度和广泛的应用才真正爆发出来，特别是，但不仅仅是在人力资源（HR）管理方面。通过自动收集和分析大型数据集，人工智能和其他分析工具提供了改善人力资源管道每个阶段的承诺，从招聘和薪酬到晋升、培训和评估。
现在，算法正被用来帮助管理者衡量生产力，并在招聘、补偿、晋升和培训机会方面做出重要决定--所有这些都可能改变员工的生活。公司正在使用这种技术来识别和消除不同性别、种族或其他重要人口统计类别的薪酬差距。人力资源专业人士经常使用基于人工智能的工具来筛选简历，以节省时间，提高准确性，并发现与更好（或更差）的未来表现有关的隐藏的资格模式。基于人工智能的模型甚至可以用来建议哪些员工可能在不久的将来辞职。
然而，尽管人力资本分析工具有如此多的承诺，但它们也可能使管理者严重误入歧途。
亚马逊不得不扔掉一个由其工程师建立的简历筛选工具，因为它对女性有偏见。或者考虑一下LinkedIn，它被世界各地的专业人士用来建立网络和搜索工作，也被人力资源专业人士用来招聘。该平台的搜索栏的自动完成功能被发现建议用 "Stephen "这样的男性名字来代替 "Stephanie "这样的女性名字。
最后，在招聘方面，一个关于科学、技术、工程和数学（STEM）领域机会的社交媒体广告，被精心设计为性别中立，但在一个旨在使招聘者的广告预算价值最大化的算法中，男性被显示的比例过高，因为女性通常对广告反应更强烈，因此向她们显示的广告更昂贵。
在每一个例子中，分析过程中都出现了故障，并产生了无意的--有时是严重的--对某一特定群体的偏见。然而，这些故障可以而且必须被预防。为了实现基于人工智能的人力资本分析的潜力，公司必须了解算法偏见的根本原因，以及它们如何在常见的人力资本分析工具中发挥作用。
分析过程
数据并不是中立的。人力资本分析工具通常是建立在雇主对员工的招聘、保留、晋升和报酬的历史数据之上。这些数据总是反映了过去的决定和态度。因此，当我们试图建立未来的工作场所时，我们需要注意我们的回顾性数据如何反映旧的和现有的偏见，并可能无法完全捕捉到日益多样化的劳动力中人员管理的复杂性。
数据可能直接带有明确的偏见--例如，你公司的绩效评估可能在历史上对某个特定群体有偏见。多年来，你已经纠正了这个问题，但如果有偏见的评价被用来训练人工智能工具，算法将继承并传播偏见。
还有一些更微妙的偏见来源。例如，本科生的GPA可能被用作智力的代表，或者职业执照或证书可能是技能的一个衡量标准。然而，这些衡量标准是不完整的，往往包含偏见和扭曲。例如，在大学期间不得不工作的求职者--他们更有可能来自低收入背景--可能得到较低的成绩，但事实上他们可能是最好的求职者，因为他们已经表现出克服障碍的动力。了解你想测量的东西（如智力或学习能力）和你实际测量的东西（如学业考试成绩）之间的潜在不匹配，对建立任何人力资本分析工具都很重要，特别是当目标是建立一个更多样化的工作场所时。
一个人力资本分析工具的表现是它所提供的数据和它所使用的算法的产物。
在这里，我们提供了三条经验，你在管理你的员工时应该牢记在心。
首先，最大限度地提高预测的整体质量的模型--最常见的方法--很可能对大多数人口群体中的个人表现得最好，但对代表性较差的群体则较差。这是因为算法通常是最大化整体准确性，因此在确定算法的参数时，对多数人口的表现比对少数人口的表现有更大权重。一个例子可能是一个用于由大多数已婚或单身且无子女的人组成的劳动力的算法；该算法可能确定使用个人日的突然增加表明辞职的可能性很大，但这个结论可能不适用于那些因为孩子生病而需要时常休假的单亲父母。
第二，不存在真正的 "种族盲 "或 "性别盲 "模式。事实上，在一个模型中明确省略种族或性别，甚至会使事情变得更糟。
考虑一下这个例子。想象一下，你的基于人工智能的人力资本分析工具（你一直小心翼翼地避免提供性别信息）在预测哪些员工可能在被雇用后不久就辞职方面取得了良好的记录。你不确定该算法到底发现了什么--对用户来说，人工智能的功能经常像一个黑匣子--但你避免雇用被该算法标记为高风险的人，并看到新员工在加入后不久就辞职的人数有了明显的下降。然而，若干年后，你因在招聘过程中歧视女性而遭到诉讼。事实证明，该算法不成比例地筛选出了来自缺乏日托设施的特定邮政编码的妇女，给单身母亲带来了负担。如果你知道，你可能已经通过在工作附近提供日托服务来解决这个问题，不仅避免了诉讼，甚至使你在招聘这一地区的妇女时获得竞争优势。
第三，如果像性别和种族这样的人口统计学类别在你的组织中不成比例地分布，这是典型的情况--例如，如果过去大多数管理人员是男性，而大多数工人是女性--即使精心建立的模型也不会导致不同群体的平等结果。这是因为，在这个例子中，一个识别未来管理者的模型更有可能将女性错误地归类为不适合做管理者，而将男性错误地归类为适合做管理者，即使性别并不是模型的标准之一。总而言之，原因是模型的选择标准很可能与性别和管理能力相关，因此模型对女性和男性的 "错误 "程度不同。
如何正确对待它
由于上述原因（以及其他原因），我们需要特别注意基于人工智能的模型的局限性，并监测其在人口群体中的应用。这对人力资源部门尤其重要，因为与一般的人工智能应用形成鲜明对比的是，组织用来训练人工智能工具的数据很可能反映了人力资源部门目前正在努力纠正的不平衡现象。因此，企业在创建和监测人工智能应用时，应密切关注数据中的代表人物。更重要的是，他们应该看看训练数据的构成如何在一个方向上扭曲人工智能的建议。
在这方面，有一个工具可以提供帮助，那就是偏见仪表板，它可以单独分析人力资本分析工具在不同群体（如种族）中的表现，从而及早发现可能的偏见。这个仪表盘突出了不同群体的统计性能和影响。例如，对于支持招聘的应用程序，仪表板可以总结出模型的准确性和错误的类型，以及每个群体中获得面试机会并最终被录用的比例。
除了监测性能指标外，管理者还可以明确地测试偏见。一种方法是在训练基于人工智能的工具时排除一个特定的人口统计学变量（例如，性别），但在随后的结果分析中明确包括该变量。如果性别与结果高度相关--例如，如果一种性别被建议加薪的可能性过大--这是一个迹象，表明人工智能工具可能以一种不可取的方式隐含地纳入了性别。这可能是该工具不成比例地将女性确定为加薪的候选人，因为在你的组织中，女性往往报酬不足。如果是这样，人工智能工具正在帮助你解决一个重要问题。但也可能是人工智能工具加强了现有的偏见。需要进一步调查以确定根本原因。
重要的是要记住，没有一个模型是完整的。例如，一个员工的个性很可能会影响他们在你公司的成功，而不一定会显示在你关于该员工的人力资源数据中。人力资源专家需要对这些可能性保持警惕，并尽可能地将其记录下来。虽然算法可以帮助解释过去的数据和识别模式，但人力资本分析仍然是一个以人为本的领域，在许多情况下，特别是困难的情况下，最终的决定仍然要由人类来做，这反映在目前流行的短语 "人在环形分析 "中。
为了有效，这些人需要意识到机器学习的偏见和模型的局限性，实时监控模型的部署，并准备采取必要的纠正措施。一个有偏见意识的过程将人类的判断纳入每个分析步骤，包括意识到人工智能工具如何通过反馈回路放大偏见。一个具体的例子是，当招聘决定是基于 "文化契合度 "时，每个招聘周期都会给组织带来更多类似的员工，这反过来又使文化契合度变得更窄，有可能违背多样性目标。在这种情况下，除了完善人工智能工具之外，可能还需要扩大招聘标准。
人力资本分析，特别是基于人工智能的分析，是一个令人难以置信的强大工具，已经成为现代人力资源不可或缺的工具。但量化模型的目的是协助，而不是取代人类的判断。为了最大限度地利用人工智能和其他人力资本分析工具，你将需要持续监测应用程序如何实时工作，哪些显性和隐性标准被用来做决定和训练工具，以及结果是否以意想不到的方式对不同群体产生不同影响。通过对数据、模型、决策和软件供应商提出正确的问题，管理者可以成功地利用人力资本分析的力量来建立未来的高成就、公平的工作场所。
来自HBR ，作者 David Gaddis Ross David Anderson Margrét V. Bjarnadóttir
观点
大咖谈：为什么游戏是新的杀手级应用，HR要怎么办
为什么微软要花750亿美元收购《魔兽》、《星际争霸》、《使命召唤》和其他畅销游戏的制造商暴雪？这不仅仅是因为他们想在Metaverse中做大。这是更大的事情。
游戏现在是杀手级应用。
想想你在哪里度过你的时间。当你阅读新闻时，你不是在寻找一个视频故事吗？答案当然是肯定的，因为我们太忙了，压力太大，任何令人愉快的事情都是受欢迎的休息。我们生活中的这种 "游戏化 "也在商业中发生了。
我知道微软计划向 Teams 引入头像、增强现实和各种虚拟体验（他们的计划令人印象深刻。Microsoft Mesh for Teams 将于明年年中推出，它可以让您用头像替换您的视频状态，创建虚拟房间，并在 Teams 中实现 3D 空间。想象一下基于 Teams 的贸易展览、学习会议或 3D 入职体验。我必须相信人们会对这项技术产生兴趣。）现在，仅游戏行业就比电影更大，因为我们都在手机、PC 和其他设备上花费了更多时间。
但是，想想经理和人力资源专业人士整天做的事情。入职培训？这应该是一个游戏。我记得当我在DigitalThink工作时，我们最受欢迎的销售培训项目是一个在线视频游戏，新的销售人员必须通过回答问题、在迷宫中寻找产品特征以及赢得与困难客户的模拟比赛来收集资金。这既有趣又有教育意义。
事实上，如果我回想一下这些年来我在企业学习方面所做的所有工作，也许任何培训经验中最大的成功因素是 "你喜欢它吗？" 我知道这听起来有点傻，但当人们喜欢他们的工作时，他们就会记住它，他们的思维就会为学习而打开，他们就会变得更加热情和与他人合作。
游戏设计师明白这一点：这就是他们如何让我们迷上这些美妙的游戏。TikTok、NetFlix、YouTube、Wordle：它们都在快速增长，因为它们很有趣。而不是因为它们有教育意义。
事实上，如果说我在过去几年观察到互联网的一件事，那就是真正的 "销售型 "网站落后了。Pinterest，起初我认为它是一个设计华丽的视觉体验，后来变成了一大堆广告。而它的流量和业务现在正急剧下降。如果你没有 "娱乐 "你的用户，你可能没有给他们提供足够的信息，教他们，或支持他们。
微软很明白这一点。2021年，Xbox和游戏收入为38亿美元，我们可以预计，当动视交易完成后，这个数字将增加三倍以上。这不仅是大量的收入，而且是大量的知识产权，大量的游戏开发者，以及大量的好主意。
我每天要花很多时间与那些为人力资源部门建立新工具和平台的聪明、有创造力的软件开发人员交谈。我发现最吸引人的是那些感觉 "我只想玩的东西"。
这里有一个简单的例子。昨天我和Charthop的创始人花了一个小时，这是一个相当有突破性的系统，为你想知道的关于你的人的所有数据建立了可视化和基于时间的分析。该系统快速、动态，你可以向上和向下浏览层次，向前和向后浏览时间，并在一秒钟内查看团队、小组和群组。
它让我想起了一个视频游戏。它很有趣，很容易使用，而且立即有价值。
游戏开发者知道如何使之发生。我玩的每一款游戏（我喜欢《星际争霸》、《帝国时代》和《大逃杀》）都以其互动、提示和动画让我感到惊讶。如果微软能够利用这一专长，并将其带到Teams和Viva中，我们将在工作中看到相当惊人的事情。
顺便说一下，你认为为什么加密货币正在起飞？它是世界上最新的游戏。是的，股市是一个相当大的赌场，但现在你可以在货币、区块链项目，甚至建造NFT和其他酷物的企业家身上下注。游戏在你生活中的作用比你知道的还要大。
虽然我不是Facebook的粉丝，但我认为马克-扎克伯格可能是个天才。通过给所有这些东西贴上The Metaverse的标签，他给了每个科技和娱乐公司的CEO们投资、创新和开拓这个新市场的借口。Metaverse（包括Web 3.0）将比你想象的还要大。
最后有一个想法供你思考。有句老话说："变化缓慢，然后突然发生！ change happens slowly, then suddenly all at once."。
嗯，原因是指数变化在很长一段时间内看起来很平淡。然后突然间，你碰到了曲线中的膝盖，它几乎是直线增长的。
我认为，这就是我们在游戏、在线娱乐和Metaverse方面的情况。这些东西已经增长了几十年，而我们却没有注意到它。现在，突然间，游戏和娱乐已经进入我们生活的每一个部分。
让我们都来享受它。
扫一扫 加微信
hrtechchina
观点
观点
观点
观点
观点
观点
观点
观点
观点
扫一扫 加微信
hrtechchina
