观点
长篇经典：人力资本分析和AI的四个信任的维度-Josh Bersin
编者注：这是一个长篇的文章，谈AI和People Analytics在工作场所中的几个核心的问题：信任的四个维度：隐私、安全、偏见、人的影响。值得思考！
尤其是HR开始新的数字化时代。请记住，信任是我们今天业务中最重要的事情之一。如果发生不好的事情，你不仅会失去工作，而且对公司声誉的损害可能是巨大的。
原标题：People Analytics and AI in the Workplace: Four Dimensions of Trust
作者：Josh Bersin
以下由AI翻译完成，仅供传递信息，原文请访问文末
AI和People Analytics已经很火了。正如我过去所写的，工作场所已成为一个高度数字化的地方。公司使用调查和反馈工具来获取我们的意见，新工具监控电子邮件和我们的通信网络（ONA），我们捕获有关旅行，位置和移动性的数据，组织现在拥有关于我们的健康，健康和健康的数据。
此外还增加了一个新的数据流，其中包括视频（每个视频会议都可以录制，超过40％的工作面试被录制），音频（记录会议的工具可以感知心情），以及识别面部的图像识别。
在人力资本分析的早期，公司捕获了员工数据，以衡量控制范围，绩效评级分布，继任管道和其他与人才相关的主题。今天，随着所有这些新信息进入工作场所（几乎在工作中点击的任何地方存储在某个地方），人员分析的领域变得非常个性化。
虽然我知道人力资源专业人员认真对待道德和安全工作，但我想指出一些我们需要考虑的道德问题。
数据滥用的风险
首先，让我给你一点动力。虽然您可能会从人力资源软件公司购买一个出色的新员工参与工具或“保留风险预测器”，但这些新系统会带来风险。当您购买系统时，您实际上不知道它是如何工作的，因此它所做出的每一个决定，建议或建议都会成为您组织的问题。
例如，假设您使用Pymetrics，HireVue（编者注：视频面试的工具）或其他高级评估技术来评估求职者。虽然这些供应商努力消除工具中的种族，性别和代际偏见，但如果您实施这些偏见并且候选人起诉您，您的公司应负责任。这种情况一直都在发生。（了解亚马逊如何无意中创建了自己的性别偏见的招聘系统。）
我就遇到过这种事情。多年前我们邀请一名秘书职位的候选人面试，但是我当天不得不离开办公室。候选人来到办公室，我们的办公室经理告诉她我们必须重新安排面试。她立即起诉我们歧视，因为她是受保护阶层的成员。我感觉很糟糕，我们付出了她的时间，但我能看出她的感受。
我要指出的另一个例子。一家公司从他们的HCM系统打开“保留预测器”告诉我，他们的经理看着这些评级，并在看到飞行风险时做各种奇怪的事情。一些管理人员实际上不再与这些人交谈并减少他们在工作中获得的支持，因为我猜他们认为“他们正在考虑离开。”显然，这不是良好的管理，但如果我们不好好利用这些数据，人们可以错误地使用它。
当然，还有其他可能出错的事情。如果您可以访问员工健康数据并使用它来评估或讨论员工的表现，我确信您处于合法危险之中。（我不是律师。）如果您泄漏或无意中发布了员工健康数据，则违反了HIPAA规则。
有很多很多地方可以解决问题。只要看看Facebook，Equifax，万豪以及其他所有认为他们都在保护数据的大公司的情况。人们犯错误; 员工做坏事; 我们必须保护数据，算法和管理行为。
随着人工智能变得越来越普遍，我们不再看到数据，而是看到“轻推”或“推荐”。如果“轻推”在某种程度上有偏见而员工变得心烦意乱怎么办？你知道这个软件是如何运作的吗？你可以回过头来确保它没有根据一些不正确的标准进行区分吗？
最后，如果您是分析师并且自己进行分析，您是否准备好在攻击下捍卫您的调查结果和建议？如果有人挑战您的发现并希望按年龄，性别，种族，甚至地点或季节了解数据 - 您是否已准备好确保其有效和可靠？我知道这是我们可以用统计工具做的事情，但我们必须要小心。
请记住，信任是我们今天业务中最重要的事情之一。如果发生不好的事情，你不仅会失去工作，而且对公司声誉的损害可能是巨大的。
我们应该做什么？
我在这个领域做了很多工作，包括花费相当多的时间与IBM，O'Reilly的人们，当然还要与许多人力资源领导者，人员分析领导者和供应商交谈。为了帮助您通过人员分析了解道德问题，让我提出以下框架。
首先，您使用的数据和算法是否公平？它是否准确反映了您想要的性能或生产率数据，而不排除，区分或无意中偏差结果？这很棘手，我将在下面讨论。从这个框架可以看出，道德有两个方面。
二，数据系统和算法安全吗？我们是否在保护隐私，机密性和安全性？谁有权访问，我们如何审核其在公司中的使用和路径？
这是IT中一个众所周知的问题，但现在我们必须处理人力资源问题。
当您查看这两个维度时，您基本上会发现有四个维度需要信任。
要考虑的第一个道德问题是隐私。如上图所示，Facebook，CVS，雅虎等公司在这里遇到了麻烦。当员工加入您的公司时，他们会授予您收集大量数据的权利，但我们作为雇主无权披露此数据，共享或将其与个人识别的信息相关联。
1.隐私
在GDPR规则中，如果员工要求，组织也必须“忘记”这些数据，因此需要考虑一些重要的业务实践。如果你看一下上面的一些问题，他们都会处理披露和保护问题。谁可以访问这些数据并让这些人接受过隐私规则和程序方面的培训？
在Deloitte，所有顾问都会参加强制性的隐私年度课程，我们的PC被扫描，我们接受培训，不会以可以披露的形式存储任何客户信息。就人力资源而言，我们需要告诉员工我们正在收集哪些数据，并确保他们理解这些数据是用于积极目的的。
虽然我们中的许多人可能会觉得在社交媒体和其他地方分享我们的个人故事很舒服（我个人不这样做），但其他人则更加私密 - 因此即使是内部员工目录也可能存在问题。一家大型科技公司最近告诉我一个关于工程师的故事，该工程师创建了一个内部社交网络，该网络显示了曾在哪个办公室工作的员工以及他们过去的工作。员工们很不高兴“发现”这个网站，因为他们没有事先征求意见，抗议其使用。该员工只是一名试图让公司成为更好工作场所的工程师，不得不关闭系统。
并且捕获的数据量不断增加。例如，L＆D中增长最快的领域之一是虚拟现实（现在称为沉浸式学习）。VR程序捕获所有类型的个人表现数据 - 您的注意力范围，眼球运动以及您应对压力的能力。Pymetrics评估测量您的冒险能力和认知处理。这种类型的数据可能对目的有用（培训，工作适合），但如果不保密，也可能被滥用。
告诉别人您正在做什么，解释您的“选择加入”政策，并确保您为所有员工数据制定了良好的隐私政策。（GDPR规则要求您获得此类同意，并且您还允许员工查看您收集的数据。）
2.安全
隐私的姐妹是安全。数据是否存储和保护在其他人无法找到的地方？您是否拥有密码策略，加密和其他数据保护措施，以便员工无法将数据带回家，将其发送给第三方或意外将其发布到互联网上？这些是所有公司必须处理的IT问题，当我们收到诸如薪资，工作经历，医疗保健数据和其他个人信息等敏感信息时，我们必须妥善保护。
在欧盟，这已成为一项法律。GDPR规则之一是需要创建数据保护官并设计您的系统以进行数据保护。如果发现贵公司在这些地区失效，您可能会被罚款高达收入的2％，这是一个巨大的风险。
3.偏见
我们在People Analytics中遇到的第三个也是最困难的（也是最新的）问题是偏见。无论您是自己分析数据还是从供应商处购买AI工具，我们都必须记住所有算法系统都基于现有数据。如果现有数据存在偏差，则预测和建议将存在偏差。
这是一个非常难以解决的问题，许多组织正在努力解决这个问题。（IBM Research有关于此主题的精彩视频。）例如：
试图评估公平薪酬的系统会将员工与同行进行比较，但可能无法理解种族，地点和年龄等问题
预测保留的系统可能会歧视少数群体或因文化原因离开公司的其他人
评估适合工作的系统可能会使嵌入招聘历史的旧的，有鉴别力的招聘实践制度化
使用组织网络分析来识别绩效的系统可能没有意识到性别或年龄在信任和关系中起着重要作用
预测表现优异者的系统将偏向现有的高评价个人（可能是白人）。
您购买或构建的每个预测分析系统都会内置偏见。（“偏见”一词的意思是“基于过去的影响”，这正是AI试图做的事情。）
您可以采取的减少偏见的最佳方法是监控和培训您的分析系统。换句话说，查看它所做的预测和建议，并检查结果是否有偏差。亚马逊发现其招聘机器人偏向于女性。IBM通过“机器人培训师”不断监控其内部薪酬推荐引擎和在线管理教练（均由Watson提供支持），他们不断调整系统以应对新情况。
我记得几年前一家公司告诉我，中国的薪酬政策效果不佳，中国的工资增幅是美国的两倍。您的系统可能不知道这一点，因此它可能会偏向于中国的加薪或过度偏向美国的加息。这些不一定是不道德的决定，但这种偏见会伤害你的公司。
供应商非常关注这一点。Pymetrics对此非常认真，公司现在开放其算法来减少偏见。其他供应商应该这样做。
当我们巧妙地训练历史数据的算法时，我们在很大程度上只是重复过去。......我们需要做更多，这意味着检查数据中嵌入的偏见。 - 凯茜奥尼尔，“数学毁灭武器”
你能做什么？监控，评估和培训您的数据驱动系统。例如，IBM率先使用人工智能来帮助改善职业发展，管理实践和薪酬。该公司定期审查其基于Watson的人力资源预测员，并培训他们更聪明，更少偏见。（IBM告诉我，他们基于AI的人力资源聊天机器人现在可以在问题答案中提供超过96％的员工满意度。）
可解释，透明或可信的AI
人工智能社区有一个重大的变化，就是让系统“可以解释”。例如，为什么系统会推荐这个工资变化呢？如果您了解预测的原因，您可以更智能地对其进行操作。
4.人的影响力许多供应商正在构建检测AI偏差的工具，包括IBM的偏差检测云服务，来自Pymetrics的Audit AI。麻省理工学院的研究人员现在发布了自动偏置检测 以及 消除AI偏差而不会降低精度的方法。作为人力资源系统的买家，您应该询问这些功能。
信任的第四个维度可能是最重要的。您对捕获此数据的意图是什么？
正如GDPR规则 明确指出的那样，捕获数据以“看看它可能告诉我们什么”是不行的。如果员工认为他们因错误的原因受到监控，那么影响将是负面的。因此，我相信您应该坐下来记录为什么要捕获给定的数据流并清楚地为项目设定目标。Facebook显然没有在他们的业务中做到这一点，他们仍然在恢复声誉受损。
要问的最大问题是：为什么要实施这种特定的分析或AI工具？它会帮助人吗？还是用于监控或秘密进行绩效评估？
大多数供应商都有最好的意图。
Phenom People的新人才体验平台使用AI帮助求职者找到合适的职位空缺，帮助内部求职者找到合适的工作，并帮助聊天机器人向您提出智能问题，以了解您的工作需求。
Glint的新经理Concierge使用AI推荐行为变化和课程，以帮助您成为更好的领导者。ADP的Compass工具和CultureAmp的Zugata也是如此。Humu正在为团队和运营绩效做这件事。
来自IBM的Watson Candidate Assistant使用您的简历来确定您作为求职者的技能，并找到最佳工作，大大提高招聘质量和聘用时间。
EdCast，Valamis，Fuse和Volley正在使用AI推荐学习内容，BetterUp使用AI为您找到最好的教练。
Oracle，Workday和SuccessFactors使用AI来实现许多功能。Oracle HCM建议调整工资，甚至根据您自己的角色和行为自定义您看到的屏幕，从而简化系统本身。
像Spring Health这样的供应商现在使用AI来诊断您的心理健康并推荐正确的提示，辅导员或医生。
事实上，我很清楚所有人力资源技术供应商都在推动人工智能对人们的积极影响。然而，作为买家，我们必须确保我们能够很好地使用它。
举个例子，这里有一些要避免的事情：
不要使用监控数据秘密通知绩效评估。例如，一家金融服务公司使用一种热量和运动检测器来确定谁进入办公室。雅虎着名审查了VPN日志，以了解人们何时在家工作以及何时没有人工作。这类活动会损害员工的信任感，几乎总会导致糟糕的决策。
不得将任何形式的福利数据用于法律允许的任何其他目的。将某些健康数据用于保险定价是合法的：将其用于继任计划，绩效评估或任何其他形式的员工辅导是不合适的。
不要将训练数据（程序性能）用于性能评估。这不仅会降低信任度，还会使您陷入法律危险之中。
不要跨越个人和专业数据之间的界限。如果您正在跟踪员工手机中的数据，请确保您不会授予他人访问个人信息的权限。虽然该设备可能归公司所有，但侵犯隐私会让您陷入困境。
事实上，在大多数大公司中，在开始捕获数据之前应该进行法律审查。您的项目是否符合GDPR指南，HIPAA规则和其他机密性保护？
还要记住，基于AI的调度和工作供应问题也是有风险的工具。例如，万豪公司实施了一个新的系统来安排管家，并结束工会劳资纠纷，因为工人受到不公平对待。该系统正在推动管家疯狂地从一个房间跑到另一个房间。换句话说，它不是为了“帮助人们”，而是为了“帮助公司”。
我可以给出的简单建议是：将您的分析程序专注于对人产生积极影响的策略。如果您正在跟踪人员以衡量工作效率，并且数据将用于改善工作，那么您就会朝着正确的方向前进。如果您使用这些数据来淘汰低绩效企业，那么您可能违反了公司的管理原则。
底线：使用良好的意识，考虑道德是一个“安全”问题
越来越多的公司聘请了“ 首席道德官 ”和其他工作人员来帮助完成这些项目。其他人正在创建“道德使用委员会”，以确保所有分析项目都经过仔细评估。所有这些都是重要的想法。
就像多样性和包容性更像是“安全计划”而不是“培训问题”，数据的道德使用也是如此。最多元化的组织使用指标和委员会来确保他们的D＆I战略得到加强。我们必须在道德使用员工数据方面做同样的事情。
当您启动新的分析程序时，您需要一份需要考虑的问题清单。问问自己“如果这个节目出现在纽约时报的头版上会怎么样？”这会损害公司的声誉吗？
如果答案是肯定的，你需要做更多的功课。
最后，让我们以数据为导向使用消费者体验。暴露大量消费者数据的公司遭受了可怕的打击。
今天，信任是我们拥有的最重要的商业资产之一。认真对待并确保您努力使管理数据驱动朝着正确的方向发展。你会很高兴的。
原文来自：https://joshbersin.com/2019/05/the-ethics-of-ai-and-people-analytics-four-dimensions-of-trust/
再次说明，翻译来自AI，仅供参考学习~
观点
David Green: People Analytics已经从外围进入到HR的核心
David Green是全球知名的人才分析，数据驱动人力资源和未来工作的作家，演讲者，会议主席和执行顾问。
David在帮助组织开展和加速人员分析之旅方面拥有丰富的经验。在与People Matters的独家互动中，David也将在TechHR 2019上发表演讲，分享他对组织如何利用人员分析来实现积极的业务和员工成果的看法。
全球人力分析浪潮的主要趋势是什么？
自从我六年前第一次进入该领域以来，人们对分析的兴趣水平，采用率和重要性的提升是惊人的。在此期间，我看到人力资本分析从人力资源的外围转移到人力资源中心，现在这种做法已成为劳动力战略，数字化转型以及改善员工体验的核心组成部分。
人员分析的研究一致突出了空间的增长。例如，企业研究论坛2017年战略劳动力分析研究发现，69％的大型组织现在拥有人员分析团队。因此，人才流入该领域，LinkedIn的一项研究发现，到2018年的五年内，仅亚太地区的人力资源专业分析专业人员就增加了70％。也许并不奇怪，人们分析根据我们在于未来人力资源技能的研究，这也是人力资源专业人员在2019年想要学习的最需要的技能。
鉴于有越来越多的证据表明人力资本分析可以从根本上改善公司的利润，我们可以预期未来几年会持续增长。
人力资本分析（和人力资源）领导者应该问自己哪些关键问题可以确保他们在正确的道路上获得业务影响和差异化的员工体验？
在我与Jonathan Ferrar一起开发的Nine Dimensions for People Analytics模型中，作为我们在Insight222工作的一部分，我们确定了七个关键问题，人力资源领导者应该问自己检查他们是否正在通过人力资本分析获得成功的正确途径。
1.您是否有人力资本分析的道德行为准则？
2.您的人力资本分析项目是否已使用适当的治理和标准进行选择和优先排序？
3.您的高级业务主管是否赞助人员分析项目？
4.您的首席人力资源官是否投资人员分析？
5.您的人力资本分析负责人是否具备“完成任务”的技能？
6.您是否衡量人员分析项目的投资回报率？
7.您的人力资源业务合作伙伴是否有能力进行基于证据的讨论？
（1. Do you have an Ethics Code of Conduct for People Analytics?
2. Are your People Analytics projects selected and prioritized using proper governance and criteria?
3. Do your senior business executives sponsor People Analytics projects?
4. Does your Chief Human Resources Officer invest in People Analytics?
5. Does your People Analytics Leader have the skills to “get things done”?
6. Do you measure the ROI of your People Analytics projects?
7. Are your HR Business Partners capable of having evidence-based discussions?）
通过人员分析提供的见解可以解决哪些业务挑战？
人力资本分析为组织提供了巨大的潜力，可以推动业务战略，提高生产力和绩效，以及个性化和增强员工体验。
例如，尼尔森发现，每减少1％的损耗，就可以避免5美元的商业成本。同样的分析将内部流动性确定为保留的关键驱动因素。因此，领导层使员工更容易在公司内部寻求机会，并创建了人力资源计划以促进内部流动。该计划使尼尔森仅在前八个月就节省了超过10万美元的锰，增加了横向移动的数量，并随后在整个公司推出。
这只是人力资本分析可以解决的业务挑战的一个例子。下面的图1说明了我看到公司使用人员分析解决的其他业务挑战的示例。
图1：人力资本分析项目的业务和人员结果示例（来源：David Green）
组织如何利用人力资本分析来实现积极的业务和员工成果，以及改善人力资源的影响？
当Jonathan和我开发上述九维卓越人才分析模型时，我们确定了组织为企业，员工和人力资源部门创造更多影响力和价值所需的因素。
总之，这九个维度分为三个核心领域：基础，资源和价值：
人力资本分析需要强大的基础才能产生影响：
强有力的治理，数据标准和道德规范
强大的方法和优先级 - “从业务问题开始，而不是数据”
支持利益相关者和商业赞助商
需要正确的资源才能使人员分析能够实现成果：
平衡而熟练的团队
有效的技术
高质量的人力资源和业务数据
有影响力的人力资本分析在多个层面创造价值：
员工，经理和领导者的劳动力体验
高管的业务成果
数据驱动的文化和对人力资源的影响增加
在应对数字化转型的挑战时，人力资本分析提供了哪些机会？
我们听到很多关于工作的未来和人力资源在人力资源中使用的大量谈话 - 坦率地说是大肆宣传。
“我看到更多公司积极追求的一个机会是围绕个性化主题 - 为员工提供类似消费者的体验”。
我认为最合适的地方是HR直接与员工合作，共同创建人力资源计划，推动个人化，如组织内的入职，学习和职业道路。这涉及从过去的“一刀切”人力资源计划中激进而受欢迎的转变，不仅对员工更好，而且还支持诸如更好的员工规划和增加员工敬业度和企业保留等举措。
没有数据和分析，这一切都不可能。如何在没有数据的情况下为员工个性化学习和职业发展道路？你不能。这可能是为什么进一步推进数字化人力资源转型的公司也是那些在人员分析方面更先进的公司的最佳指标。数字和分析是密切相关的。
内容来自Peoplematters，作者Shweta Modgil 。感谢他们！
以上由AI翻译完成，仅供参考，如需了解更多可以查看英文：
https://www.peoplematters.in/article/techhrin/analytics-has-moved-from-the-periphery-towards-the-centre-of-hr-david-green-22338
观点
数字时代，你老板比你想象的更了解你！各种数字化的信息收集以及分析工具，如何在隐私和组织之间做好平衡
编者注：我们不妨看看下面这个观点，数字时代，各种原本不相干的信息，或者之前线下的信息很容易通过线上的方式数字化存储，同时可以很方便的对应到每个员工个人。可以说你一天的痕迹和工作毫无秘密可言，尤其通过数据分析更容易得到一些结论。我们一起来看看这篇文章。
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。
作者： Sarah Krouse
--雇主正在挖掘他们的员工生成的数据，以确定他们应该做什么，以及与谁合作。而作为员工的你几乎无能为力。
您的雇主可能比您想象的更了解您。
在会议中你的声音。你经常离开办公桌的频率。您多快回复电子邮件。你在办公室里漫游的地方。你的电脑屏幕上有什么。
成为美国大公司的员工现在通常意味着成为一个劳动力数据生成器 - 从早上在床上发送的第一封电子邮件到午餐时使用的Wi-Fi热点，再到回家之前添加的新业务联系人。雇主正在解析这些互动，以了解谁是有影响力的，哪些团队最有效率，哪些是飞行风险。
在美国拥有广泛法律自由度来监督员工的公司并不总是告诉他们他们追踪的是什么。当McKesson公司的高管想知道为什么它的一些团队有更高的营业额时，药品批发商去年与一家人事分析初创公司一起检查发件人，收件人和超过1.3亿封电子邮件的时间 - 而不是邮件的内容 - 来自超过20,000名美国员工，看看它可以连接关于人际关系的点。
分析公司TrustSphere发现，营业额较低的团队通常在公司内部和外部联系人的指挥链上下有各种各样的内部联系，而营业额较高的团队在公司外部拥有更强的关系，与之关系较弱。公司内部或同等级别的同事。McKesson表示，它只关注员工群体，而不是尊重员工隐私的个体员工，并且当时没有向员工透露分析，因为它没有查看电子邮件内容。
McKesson的劳动力规划和分析副总裁RJ Milnor说：“我们从中获得的信息就是让我们的团队更好地运作的信息。”
McKesson尚未确定调查结果将会发生什么变化，但考虑采用更开放的办公计划来鼓励员工之间进行更多讨论。它还在探索如何根据关系模式预测哪些团队面临失去成员风险的方法。
这不仅仅是正在计算和分析的电子邮件。公司越来越多地通过文本，Slack聊天，以及在某些情况下，在移动设备上记录和转录电话。
微软 集团 相符就利用自身的Office 365服务来衡量员工的工作效率，管理效能和工作生活平衡的聊天记录，电子邮件和它的员工和客户之间的会议频率数据。
跟踪电子邮件，聊天和日历约会可以描绘出员工每周平均花费20个小时的工作时间的情况，专注于工作场所分析的微软总经理Natalie McCollough说。该公司只允许管理人员查看五个或更多工人的团体。
今年早些时候，微软销售团队成员收到了个性化的仪表板，展示了他们如何花时间，经理们无法看到的洞察力。该门户网站提供了有关如何建立联系网络以及将更多时间花在客户而非内部会议上的建议。
微软还向其他公司销售这种类型的工作场所分析软件，例如 Macy 公司， 该公司通过衡量员工花费多少小时发送电子邮件并在工作时间以外登录来处理员工工作与生活平衡的数据。抵押贷款巨头 房地美 使用微软的分析来衡量工人在会议上花费的时间，并试图确定其中一些聚会是否多余。
在工作场所使用监控技术的倡导者表示，这些洞察力可以让公司更好地分配资源，更早地发现问题员工并使高绩效员工脱颖而出。批评者警告说，激增的工具可能不会有足够的细微差别，导致公正，公平的判断。
“为了维持与员工的信任关系，你需要做些什么是合法的，你需要做些什么，而且他们并不总是一样的，”劳动力研究和咨询公司RedThread Research的联合创始人Stacia Garr说道，该公司为公司提供研究和建议。与人力资源有关的问题。
戴安娜·哈伯德（Diana Hubbard）是德克萨斯州沃思堡市一位41岁的用户体验设计师和研究员，她根本没有在工作设备上谈论她的私人生活 - 甚至没有在网上预订晚餐。除了工作发布的手机和电脑之外，她还拥有一台个人智能手机和两台个人笔记本电脑 - 一台专门用于游戏的笔记本电脑。当她去上班时，Hubbard女士有时携带两部手机和两部笔记本电脑，并避免将她的个人电话连接到任何企业Wi-Fi，除非她建立虚拟专用网络连接。
戴安娜·哈伯德（Diana Hubbard）除了工作发行的手机和电脑外，还有个人智能手机和两台个人笔记本电脑，以保护隐私。 照片： JONATHAN ZIZZO为华尔街日报
“我不是所有的锡帽或任何东西，”她说，并指出她试图避免在线共享个人数据。“数据非常有价值，我不想免费赠送它，无论是谁试图接受它或访问它。这真的是它归结为什么。这是我的。我拥有它。“
多年来，公司已经让工人签署技术协议，详细说明流过工作机器或计算机的数字传输是公司财产的。就业律师说，美国雇主在法律上有权获得在工作场所或他们为雇员用于工作的设备上创建的任何通信或知识产权。
HR是否考虑下你应该了解和学习以及掌握这种数字分析或者人力资本分析的方法？起码你知道边界在哪里，在组织和员工之间找到一种平衡。否则数字时代我们是否会被抛弃？
现在，公司越来越聪明地分析他们拥有的工人数据库。其中一个最新的领域是解析电话和会议室对话。在某些情况下，音调分析可以帮助诊断团队中的文化问题，显示谁主导对话，谁反对，谁拒绝参与情感讨论的努力。
Life Time Inc.经营着一系列健身设施，使用由两年前名为Ambit Analytics的公司提供的语言处理来评估新雇用的俱乐部经理如何能够解决小组中的问题。训练练习可以显示一个人与他人交谈的程度以及对他们的语音和音量进行评分的信息。
五到八个参与者和一个小组辅导员在他们的手机上下载应用程序并按下按钮开始录制。通常会给他们一个假设的问题来解决。Life Time的教育副总裁David Pettrone Swalve说，Life Time随后为其新员工提供有关工作技能的建议，无论是成为更好的倾听者还是更频繁地说话。他说，有些人发现更容易听到基于数据的反馈，而不是另一个人，这似乎是主观的。
“黑镜在我们身上，”Swalve先生说，指的是流行的未来派Netflix秀。
使用电子邮件解读客户和内部关系模式帮助位于印度钦奈的软件制造商Ramco Systems减少了在新泽西州普林斯顿到新加坡等办事处培训新销售团队工作人员的时间。例如，当销售主管离开公司时，Ramco可以识别出该人50个最强的客户关系，并迅速将信息传递给他们的替代品。该公司表示，这样做意味着花费数周而不是长达五个月的时间才能让团队中的新员工加快速度。
Ramco使用TrustSphere来帮助分析数字交互。TrustSphere首席执行官Manish Goel表示，他的公司不会查看电子邮件或聊天内容，但它仍然可以突出显示组织的内部影响者，通过识别那些消息得到快速响应并且与整个公司的同行建立强大，持续关系的人。Goel先生表示，在尊重员工隐私的同时，可以从道德，透明的方式收集数据中收集有用的线索。
公司转向TrustSphere来帮助他们分析数字交互。TrustSphere首席执行官Manish Goel表示，他的公司不会查看电子邮件或聊天内容，但可以确定哪些员工与同行有很强的关系。 照片： 华尔街日报的DAVID VINTINER
一些高管和研究人员警告说，工作场所中的人工智能和自然语言处理技术仍在不断发展，雇主可以捕获的数据只能描绘工作日或人际关系的部分情况。虽然很容易识别喜悦或愤怒，但很难发现更细微的情绪。
对工作场所分析的需求催生了许多其他创业公司，如Bunch.ai，它分析了Slack渠道的基调，以衡量团队的化学和士气。它拒绝透露其客户的名字。全球运营副总裁Eli Sutton表示，包括医疗保健，能源，法律，汽车和政府在内的2000多家雇主现在都在使用位于佛罗里达州Aventura的Teramind监控技术。许多人特别注重保持文件和知识产权不会找到竞争对手的方式。
Teramind部署了一套软件，可以实时查看员工的屏幕，捕获实时击键，记录他们活动的视频，并分解他们如何花时间。一些雇主选择设置警报系统，以便如果工作人员打开某些文档并尝试打印它们，软件将尝试阻止此类操作并通知管理员。Teramind还可以根据滚动浏览Facebook等活动将员工的工作时间分类为高效或无效。
Sutton先生说，这项技术向公司展示了如何实现工作，大多数客户都会通知工人他们可能受到监控。许多公司也在使用Teramind来监控他们的远程工作人员。泰拉姆德拒绝透露其客户的名字。
其他人正在测试隐私工作者将放弃多少的界限。麻省理工学院的科学家，波士顿创业公司Humanyze的联合创始人Ben Waber带领一群麻省理工学院的研究人员测试了配备麦克风的徽章，以记录工人的声音和感受到的压力水平的变化。该技术由美国财富500强银行和日本的几家公司进行测试，其中工作场所压力引发的自杀是一个问题。Waber先生说，这些徽章虽然难以扩展，但证明是有效的。
“你的雇主控制着你的生活，如果他们说'给我这些数据'，就很难说不，”瓦伯先生说。
在研究项目期间，配有记录徽章的员工报名参加实验，并知道他们正在受到监控。
Humanyze将注意力转移到蓝牙徽章上，这些徽章可以追踪整个办公室工人的行动并获得成功。它将该数据与其电子邮件频率信息配对，以帮助公司衡量员工协作和生产力。Humanyze不会透露其客户的身份。Waber先生说，美国仍需要更清晰地监管员工监控和数据收集。
通信提供商8x8 公司的高管 表示，他们可以确定员工何时开始使用雇主补贴的移动设备，当他们停下来吃午饭时以及他们在晚上发送最后一次聊天或电子邮件时。其客户包括CondéNast，它用它来分析手机与台式电话和阿尔茨海默氏症协会的通话次数，阿尔茨海默氏症协会用它来研究患者及其看护人的来电。
该高管表示，8x8的工作场所通信服务可帮助雇主衡量绩效，并在员工离职时保持知识产权，因为电话等通信可以转录。
“你怎么知道他们没有使用不好的语言？他们没有说出愚蠢的话，“8x8的首席产品官Dejan Deklich说道。
Laszlo Bock在Alphabet Inc. 的谷歌任职期间帮助创建了“人员分析”的概念，他 警告说雇主有可能通过监控他们的一举一动和信息来让他们的员工感到不舒服。他现在是一家名为Humu的员工调查公司的首席执行官。
他说：“你不必将每个员工都联系到MRI，以了解如何让他们更好地工作。”
- Chip Cutter对本文做出了贡献
如何让你的私生活保持私密性
如果您想在工作场所保密您的个人数据，您应该怎么做？以下是隐私专家的一些提示。
1.维护单独的设备：仅使用雇主发行的电话和笔记本电脑进行工作，并保留单独的电话和计算机供个人使用。
2.避免将您的个人设备链接到企业Wi-Fi网络：“公司定期记录网络活动以保护商业利益，大多数政策都明确表示不会对公司设备的隐私产生任何期望，”华盛顿执行董事Marc Rotenberg表示。 ，基于DC的非营利性电子隐私信息中心。
3.请注意您在简历中分享的内容：隐私顾问Michael Bazzell告诉客户，预计在招聘过程中共享的每条个人信息都可能因数据泄露而公开。他建议使用谷歌语音或基于互联网的电话号码而不是您的手机号码，以及商店邮件接收地址，如UPS商店。
4.使用USB数据保护器：这些设备看起来像拇指驱动器，位于智能手机和充电线或底座之间。它们可以保护智能手机数据不被传输到公共充电站，租赁汽车或公司拥有的计算机。
5.避免泄露信息：不要在公共社交媒体帐户（如Facebook和Twitter个人资料）上发布有关您个人生活的信息，这些帐户可能会被您的雇主或您申请工作的公司挖掘出可能具有破坏性的信息。
以上由AI翻译完成，旨在快速传播资讯，具体可以参考以下原文链接。
原文来自：https://www.wsj.com/articles/the-new-ways-your-boss-is-spying-on-you-11563528604
观点
如何有效地利用员工推荐
文/ Sourodip Biswas
为你的公司雇佣最优秀、最忠诚的员工是非常重要的，一个合适的员工推荐计划可以帮助你加快招聘过程，为你提供一个优秀的人才。
为什么要在企业内部利用员工推荐计划?
一个企业要发展到难以想象的高度，效率高、长期聘用的员工是其最大的资产。
因此，你需要雇佣那些你可以信任的员工，让他们和你一起工作更长时间。
根据统计数字，平均而言，在机构内保留转介的机会超过46%，比从求职网站聘用的候选人(即只有33%)的机会高。
所以，我们从这个好处开始，并解释为什么有必要开发和加强员工推荐计划。
推荐可以延长任期
正如上面的统计数字所显示的那样，我在这里提到了背后的原因。
由于你现有的员工，推荐人在加入之前就已经知道了你公司的文化。
当他们觉得他们了解你公司的文化时，他们会很快适应，并开始取得成果。
了解了工作模式，他们就会以一种想要得到回报的方式工作，当这种情况发生时，他们的士气就会提高，而且他们会更乐意留在你的公司。
此外，由于他们受到了朋友的影响而加入你们，他们很高兴地工作，使他们的朋友和组织感到自豪。
推荐可以减少你的招聘费用
当你从外部招聘代理那里获得帮助时，你要支付被雇佣者工资的一定比例。
所以，候选人的工资越高，你付给招聘代理的钱就越多，而你甚至不能保证他们会在你这里待更长时间。
然而，你甚至可以为你公司的员工提供固定数额的推荐，而不管他们所聘用的推荐员工的工资是多少，他们会为你带来高质量的员工，这可以确保你的逗留时间更长。
在这里，你节省了很多招聘成本，因为你为招聘成本设定了一个门槛，但仍然获得了最好的结果。
现有员工会待更长时间
当你的员工成功地推荐了一名候选人，并在他们的账户中获得了推荐奖金，他们就会非常有动力在你的公司待得更久。
此外，当他们有机会带朋友去工作时，他们喜欢工作，最终，他们变得富有成效，工作时间更长。
此外，当他们看到他们推荐的人得到认可，他们的上级因为在工作中引入了正确的人才而表扬他们，这就会促使他们推荐更多的人，并留下更多。
然而，您可能仍然对如何开发和利用员工推荐计划来有效地获得所有的好处感到困惑。
在这里，我们提到一些最有用的技巧，可以帮助你设计出最好的方案。
越简单越好
你可能会考虑设计一个奇特的推荐计划，在那里你可能会让你的员工感到困惑。
设计得如此简单，以至于很容易记住，并且可以用简单的一两句话来分享。
保持它的高度吸引力，但非常简单的沟通。
比如，每完成至少6个月的成功转诊，将获得5000美元，或者类似的金额。
这样，员工们就会对这个项目有更大的兴趣，并愿意更大规模地参与进来。
感激和奖励你的员工
我们知道我们已经支付了大量的推荐奖金，这对他们来说已经足够了。
但问题是，钱并不总是起主要作用。有些员工喜欢帮助他们的公司，喜欢把优秀的人才带到他们身边，他们希望得到赏识。
所以，举办一些活动，把所有的员工和推荐人召集起来，感谢他们参与推荐计划，以及他们的工作表现。
你也可以奖励他们一些好东西，一些现金奖励，电影票或晚餐等，这会让他们更快乐，他们会更开放地参与。
创新、适用、增加、重复
作为员工推荐计划的发起者，为了获得最大的效果，你需要不断创新各种方式，让员工有兴趣参与推荐计划。
一旦你和你的团队一起创新这些新想法，并将其应用到更大的范围内，并像火一样传播出去。
在应用新策略之后，你会知道结果，在此基础上，你需要更多的创新，要么改变缺陷，要么加强现有的策略，让它更有趣。
因此，你所需要做的就是不断创新，把所有的创新策略都运用到员工推荐计划中来。
有些创新的例子可以算作是给一个月里推荐最多候选人的员工安排一次出国旅行，或者在一定数量的推荐中赠送一些家庭或个人礼物，创新的方式有无数种。
你的最佳推荐计划设计好了吗?
在商业中，管理层总是很难找到合适的人才来完成所需的任务。
然而，如果你的员工已经知道你的期望和要求，如果他们有适当的动机，他们很容易就能找到一个与之匹配的完美人选。
因此，你应该在更大的范围内利用公司的员工推荐计划，通过创新、赏识员工、正确地奖励他们以及保持友好的文化来发展你的业务。
以上为AI翻译，内容仅供参考
原文链接：Reasons Why and How Employee Referral Can Be Leveraged Effectively
观点
自动化和人力资源技术是否取代人力资源？
文/ Chiradeep BasuMallick
随着技术市场的快速增长，我们希望在未来几年重新定义人力资源流程。这将对人力资源职能产生不可否认的影响——但也不全是坏消息。在与员工体验公司CEO保罗•佩尔曼的详细讨论中，我们看到:
人力资源自动化的好处
需要注意的四个好处
为什么人事管理是人力资源专业人士的下一步
自动化现在是一个快速增长的领域，正如预期的那样，专业人士对其对工作角色的影响感到担忧。Gartner表示，2018年机器人过程自动化(RPA)收入增长63.1%，成为“全球企业软件市场增长最快的部分”。那么，人力资源自动化的影响是什么?现代人力资源从业者应该如何重新调整技能和态度，以在自动化时代取得成功?我们采访了员工体验提供商Kazoo的首席执行官保罗•佩尔曼，进一步探讨了这一问题。
人力资源自动化的好处是什么?
长期以来，人力资源部门的任务都是处理日常工作，如文件管理、考勤记录、工资等。这些重复的活动构成了日常职责的重要部分，将重点从更具战略性的项目中转移。随着人力资源自动化的引入，有可能实现以下好处:
简化任务，提高吞吐量/生产力
轻松访问数据/信息，加快查询解析
学习自动化，帮助人力资源提升技能，适应新的角色
更明智的决策，在正确的时间提供正确的数据
持续监控，提醒人力资源部门注意重要问题和可能出现的问题
然而，这并不意味着减少人力资源的责任。相反，他们的努力将被引导到战略领域，比如与员工互动，在引入新的数字系统时率先进行变革管理，以及寻找最聪明的人才，帮助企业在数字经济中取胜。
自动化和人力资源技术对人力资源的四个好处
有趣的是，技术将在各行各业增加更多的就业岗位，而不是消除就业岗位。例如，人工智能预计将成为一种工作激励因素，创造230万个新职位，而只裁掉180万个。这样的趋势应该会缓解人力资源方面的担忧。除职位重组外，引入自动化的主要影响包括:
1. 注重人际关系的建立
随着员工敬业度成为现代组织的焦点，人力资源部门需要关注员工关系，尤其是涉及到顶级人才的时候。佩尔曼认为，人力资源的自动化将通过日常交流、辅导、继任规划、员工宣传等方式，释放建立关系所需的时间和精力。
他说,“通过一起工作变化,自动化的招聘、培训和管理任务,人力资源团队可以花更多的时间关注其他领域与技术没有那么容易解决,如检查一反常态地有种超然的一名员工似乎或培训经理建立与人民的关系。”
2. 数据驱动的人类行为
人力资源自动化是建立在不同系统集成的基础上的。这种整合将使“单一的真相来源”成为可能，能够实时准确地描述员工的表现、不满、潜力和非凡成就。根据这些数据，人力资源可以建立动态识别系统，帮助增强现有的能力。
佩尔曼说:“企业还可以利用人力资源技术来收集和分析数据，以便更好地管理员工的表现，并在他们一直表现出色时给予奖励，同时建立一种以目标为导向、积极参与的企业文化。”“虽然技术可以提升员工的整体体验，但归根结底，它需要通过人力资源团队提供的人性化接触来实现和完善。”
3.从人力资源到人员管理
矛盾的是，自动化只会加强对个人和个人技能/努力的关注。因此，人力资源职能将重新定义为人事经理。佩尔曼指出:“从历史上看，人力资源部门扮演的是管理员工的角色，这不是一项非常有趣的任务。”
他继续说道:“但是今天，人力资源的重点已经转移到更好地管理员工，并确保他们在公司内的经历是积极的、愉快的和有价值的。随着人力资源实践和目的的发展，它的名称也在变化——这就是‘人事管理’理念发挥作用的地方。”
4. 对高管层的重要性越来越大
在过去的几年里，我们看到越来越多的人力资源部门获得了与企业高管同等的职位。企业现在正在招聘首席人才官、首席学习官、首席人事官，甚至首席员工体验官。当“人”成为组织的核心资产时，这一趋势只会获得动力。
从人力资源技术和自动化平台收集的数据将使这些c级人力资源领导者能够指导组织达到更高的水平。
佩尔曼对此表示赞同:“现在有大量数据在手，人事管理专业人士还负责为这些数据添加上下文，以解决公司的问题，从员工规划、人员流动到招聘，以及人们对经理和公司文化的看法。”
人力资源技术正在从根本上改变——而不是取代——人力资源
认为人力资源自动化将取代人力资源从业者的观点是没有根据的。尽管管理角色是自动化的，但是管理工作仍然是操作性能的核心。即使使用软件测试自动化，开发人员也是任何技术产品公司的支柱。
同样，人力资源自动化将增加对机器无法复制的特定品质的需求——Gartner表示，即使是由人工智能驱动的智能系统，也无法实现策略、同理心、创造力和现场即兴发挥，而这些都是任何人力资源从业者的基本特征。
佩尔曼总结道:“虽然人事管理的头衔可能是新的，但这一角色将继续演变，并将帮助该行业的专业人士超越监管，在他们的组织中扮演更具影响力和活力的角色。”
人事管理只是人力资源的下一个合乎逻辑的步骤，自动化的使用加速了这一过程。展望未来，企业将把人力资源视为其成长道路上的关键业务伙伴，由高管代表进行协调。最后，员工与雇主的关系将得到加强，由这一代高度熟练和“本质上人性化”的人力资源从业者领导。
以上为AI翻译，内容仅供参考
原文链接：Is Automation and HR Tech Replacing HR?
观点
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
观点
人才分析、基于技能的招聘以及学位的潜在颠覆
文/Sean Gallagher
现在是毕业季，一批新的大学毕业生正在进入职场。与此同时，关于越来越多的芯片公司不再需要学士学位的文章也层出不穷，引发了一个问题:如今，这些学士学位到底有多大价值?
包括IBM首席执行长罗睿兰(Ginni Rometty)和美国教育部长德沃斯(Betsy DeVos)在内的许多知名人士都在继续为大学之外的其他选择以及在招聘方面更多地关注技能而非学位提供理由。在美国就业市场上，寻找有技能的人才是一个特别热门的话题，而美国的就业市场是几十年来最强劲的:招聘速度正处于历史最高水平，目前的职位空缺数量(750万个)远远超过失业人数(600万个)。
在这个竞争激烈的人才环境中——在新技术工具的帮助下——确实发生了一些不同的事情。雇主们在如何招聘、如何设定工作资格、如何评估技能和能力方面，开始变得更具战略性、分析性和细致入微。尽管这一运动还处于早期阶段，但这一趋势受到了大学领导和政策制定者的特别关注。它也为教育技术公司、替代教育提供者和雇主本身提供了新的机会。
人力资源变得更聪明:人才分析的兴起
从历史上看，大多数公司——甚至包括许多财富500强企业——很少对学历与员工绩效之间的关系进行分析。尽管分析的应用改变了营销、物流、金融和其他企业功能，但人力资源功能在通过数据和分析驱动战略和决策方面一直比较缓慢，而且相对较晚。
如今，企业对“人才分析”或“人才分析”的欢迎正在蓬勃发展。首席人力资源分析师Josh Bersin估计，截至2018年，大约30%的人力资源部门包括一个致力于分析的人或团队，而几年前这一比例仅为10%。曾经只有大公司才能负担得起的奢侈，新的基于云计算的分析工具和人力资源技术系统使中小企业更容易获得人才分析。人力资源技术市场发展迅速，在过去四年里每年都吸引了大约30亿美元的投资。
在东北大学高等教育与人才战略未来中心(Center of the Future of Higher Education & Talent Strategy)最近对人力资源主管进行的一项独特的全国性调查中，我们发现，在人才市场非常紧张的情况下，雇主在设定教育要求、优化大学招聘以及考虑其他大学选择方面，正变得更加严格，并以数据为导向。
例如,一些雇主表现的研究自己的就业数据可能显示,例如,从一个小州大学毕业生比那些从一个精英私人机构,或某些角色,要求学士学位可以由个人,只有一个行业认证或一定数量的多年的经验。我们的调查发现，只有17%的雇主认为他们目前设定工作学历的过程是“严格的和数据驱动的”，而41%的雇主表示，他们开始利用更多的数据和分析来制定这些决定。
基于能力招聘
对教育提供者和劳动者来说，更重要的是许多雇主开始采取的措施——往往是根据数据——在招聘过程中明确淡化学历和背景。在我们对人力资源主管的调查中，大多数雇主表示，他们要么已经在进行一项正式的以技能为基础的招聘工作(24%)，要么正在探索这一工作(39%)，这是一个更令人惊讶的事实。
这种策略被称为“以能力为基础”或“以技能为基础”的招聘，由于就业市场吃紧，以及考虑大量没有学位的专业人士的机会，这种策略正在获得势头;意识到许多工作岗位并不一定需要学位；出于公平和包容的原因。许多有影响力的非营利组织、基金会和雇主都支持这种方法，并支持开发知识和工具来实施它，包括Skillful、Opportunity@Work、Lumina Foundation和美国商会。
在以技能为基础的招聘类别中，有一种特别有前途和潜在破坏性的做法是招聘前测试或评估——在申请或面试过程中直接测试应聘者的能力。这种方法越来越受到技术的支持，并导致了一个不断增长的市场的发展。在我们对人力资源主管的全国性调查中，雇主们认为，雇佣前测试是一种实践或技术，在短期内最有可能对大学学位在招聘中的价值构成挑战——40%的雇主预计在未来三年内会产生影响。尽管雇佣前测试带来了各种各样的挑战，但技术支持的测试质量更高、验证效果更好、成本更低，很可能会削弱学历在员工筛选过程中的一些作用。
持续创新指日可待
技术和分析在招聘方面的应用还处于早期阶段。然而，这是一系列令人兴奋的发展，有望挑战传统的教育提供者和方法，并为新技术和企业提供机会。但这种方法还需要继续研究。
在一个数据更加丰富、技能和教育成果更加透明的环境中，雇主对人才分析和基于技能的招聘的接纳，可能会要求大学改变提供证书、评估学生和与雇主接触的方式。
以上为AI翻译，内容仅供参考
原文链接：Talent Analytics, Skills-Based Hiring and the Potential Disruption of the Degree
观点
什么是人才管道？定义及管理实例
文/ Prarthana Ghosh
如今，“工作-员工-工作场所”处于不断变化的状态并不令人意外。在一个需要为最优秀的人才、战略灵活性、持续改进和技术实力进行残酷竞争的环境中，组织需要一支可靠的劳动力队伍，能够帮助企业战胜一切困难。让我们来看看拥有一个有效的人才管道是如何实现组织的愿景和增长的。
目录
什么是人才管道?
人才管道管理:如何建立和维护人才管道?
建立人才管道的关键优势
人才管道管理的最佳实践
1. 什么是人才管道?
人才管道被定义为一个随时准备的潜在候选人池，他们有资格、并准备在组织内的相关关键职位空缺时立即填补。
这个待定的人才库可以包括有前途的内部员工，可以从组织内部提拔，也可以从外部资源(如推荐、在线求职门户网站、职业网页)提拔候选人。
一个由主动和被动候选人组成的管道有助于进行有洞察力和积极主动的劳动力规划。有了合适的人才储备，招聘成本和时间可以大大降低。如今的。企业，尽管在很大程度上是由候选人主导的市场中运作，却没有时间等待候选人带头申请。他们需要让潜在的候选人做好准备——所有的机制都已准备就绪，准备投入运作——然后才需要他们来填补一个职位空缺。
例如，一名员工在这个系统中工作了大约三年，处理一个相当大的团队，突然决定辞职。如今，当这些人才需求出现时，人力资源部门承担不起不知所措的后果。如果他们已经有了一个人才管道,你知道谁是潜在的候选人可以接触,如何说服他们接受这份工作,需要多长时间来填补这个位置和所有这些知识,在一起,帮助你为利益相关者提供业务相关的估计。
随着劳动力动态变得越来越复杂，拥有一个有效的基于人工智能的人才管道，正成为当今任何主动招聘策略的一个不可或缺的部分。这种方法基于对可能出现的空缺职位和空缺时间的明智评估，确保在出现新的空缺或人力缺口时，按需获得最合适的人才。
2.人才管道管理：如何建立和维护人才管道？
拥有人才管道可以让您在特定角色开放之前培养和建立与潜在候选人的关系。作为一个由连接驱动，数据饥渴和技术热情的一代，有许多愿意和合格候选人的来源。
图1：构建人才管道的来源
随着更广泛和更深入的来源，需要更具辨别力和吸引力; 通过为您的品牌打造一个出色的案例，以及在竞争中保持领先地位。那么，你如何建立一个有效的人才管道？这是一个帮助您入门的四步指南：
A.计划前进
就像建筑一样，有了才能，你需要从蓝图开始。毕竟，人是您组织的基石。智能规划允许您将业务目标与人员策略相结合。这涉及分析目前的人力结构并预测未来可能存在的差距。首先，您需要拥有您想要出售的雇主品牌以及您希望出售的目标候选人角色。创建一个现实的候选人角色需要关注人口统计，背景，目标（个人和专业）和预期的挑战。
明确您的雇主品牌标识是了解您想要吸引的人才的关键。它还可以帮助您将人才管道计划与您的业务战略保持一致。当您知道业务发展方向时，您就知道如何从人才角度为此做好准备。走一步，看看假设的情况往往有助于规划“假设”的情况。如果某个团队成员离开，您应该采取什么行动？如果添加新流程并且需要创建新角色来管理它，该怎么办？事先记住这些问题可以帮助您避免意外。这是跟踪数据和解释信息正确派对的地方。研究部门更替率，开放式工作数，提供接受率，雇用所有人的时间和成本提供了重要的见解，并帮助您更好地计划。然后，您可以相应地调整您的外展工作，流程和优惠。让利益相关者支持您的人才管道计划对于避免过程后期的瓶颈非常重要。
作为人才经理，您需要了解哪些角色需要紧密，快速的人才管道。例如，难以填补的角色，只要公司空置，就会使公司的收入流失。这同样适用于销售等职能对人员流动率有很大影响的职能。
B.冲到得分
虽然您可以访问各种各样的活跃候选人，但您需要能够联系并筛选可能需要轻推并且有更多时间购买候选人旅程的被动候选人。运行布尔搜索以匹配候选人的多标准排名; 定位谷歌搜索字符串，并不断完善搜索作为初始筛选过程。
无论您使用面对面交互（在线或离线）还是社交媒体平台，投资组合网站，ATS（现有数据库的应用程序跟踪系统）或采购工具，核心理念仍然是尽可能多地获取每个候选人的信息。寻找您需要（或将需要）的人才需要扩大您的方法，同时保持您的重点根植于业务需求。因此，它涉及很远，但看得很清楚。投入有效的安非他明类兴奋剂开辟了可能性的宝库。我们生活在一个由数据驱动的世界中，您可以访问的数据越多，您可以使用的过滤器就越多。
C.参与或失败
在人才的游戏中，你要么参与，要么你输了。您提供的候选人旅程和您承诺的员工经历都会极大地影响您构建人才管道的努力。Forrester的一项研究将有效候选人参与和影响他们的决策所需的品牌接触点数量固定在8。因此，如何营销您的品牌故事非常重要。从查看社交媒体帖子，阅读员工推荐书和在线注册公司活动到注册候选人网络，点击外出邮件和申请，候选人有足够的机会脱离和退出。作为一个组织，您如何通过意识，审议和决策的步骤来吸引候选人 - 而不会失去参与会影响您最终建立的人才管道的质量。
这个想法也能够与正在进行的候选人沟通，“不是现在”不是拒绝的同义词。他们需要能够相信您，您的品牌和流程，以便留在未来的前景中。一个透明和诚实的过程，允许候选人带头并决定他们希望如何与作品奇迹保持联系。
D.经常评估
你的人才管道不能是静态的。自满是当今超级破坏性环境中的增长之死。评估和重新评估您的管道并确保其保持动态，有助于您跟上组织不断变化的需求和不断变化的人才趋势。此外，鼓励您的人才管道继续发展他们的技能组合也可能有所帮助。虽然这对于内部人才管道来说更容易管理，但如果没有正确的动力和保证，外部资源池可能不希望投资升级他们的技能。
通过研究最有效的方法并对人才管理系统和需求进行SWOT（优势，劣势，机会，威胁）分析，调整人才管道建设的过程也是有帮助的。
3.建立人才管道的主要优势
建立人才管道有多种原因。从节省组织的时间和金钱，确保关键任务项目最小化干扰，提高雇用质量和减少适应焦虑，有一个选择性现成的人才库与许多专业人士。下面的图片进一步列举了有效人才管道背后的“原因”。
图2：建立人才管道的5个关键原因
4.人才管道管理的最佳实践
您如何确保拥有合适的人才管道？以下最佳实践可以有效地检查您的旅程：
A.把握现在，着眼未来:深入了解组织当前和未来的人才需求是建立相关人才渠道的先决条件。连接部门检查点涉及到让高管参与进来，而只有当你为自己的计划构建了一个案例，同时兼顾眼前和遥远的人才需求时，这才会发生。
你需要关注劳动力市场的趋势，预测行业法规的变化，以及在自动化和技术领域酝酿的变化。
B.缺位需求V /s增长需求:虽然更多地关注人才缺位需求——严重影响人员流动的“问题”职位可能是有意义的，但同样重要的是，要致力于帮助组织在收入和人员流动之外实现增长的指标。进行深入的人口统计分析将有助于缩小长期就业需要和技能的范围。您如何在这两种需求之间进行平衡并确定优先级，将取决于您希望组织维护的文化和品牌，以及您希望为人所知的数据和决策的质量。
C.领导员工宣传:你的人才管道的最终目标是什么?应该建立持久、富有成果和共生的关系。普华永道(PWC)最近的一项研究显示，随着在职的这一代人准备更快地换工作，52%的千禧一代认为职业发展是职场最理想的前景。建立宣传会引导你找到忠诚、投入和积极的候选人，这是值得在以候选人/员工为中心的战略上投资的
结论
因此，人才管道是一种有效的以人为本的战略，可以为您的组织提供面向未来的保障。重点不仅仅是创建一个人才管道，而是创建一个灵活，敏捷和动态的管道，适合您今天，明天和后天的关键任务和日常业务需求！
以上为AI翻译，内容仅供参与
原文链接：What is Talent Pipeline? Definition, Management with Examples
观点
雇用远程员工时要避免的5个常见陷阱
文/Marina Vorontsova
无论你碰巧远程雇佣哪些人，都有一些常见的陷阱，你最好避免。借鉴我们聘用远程员工的经验，避免将来犯同样的错误。
从Soshace成立之日起，我们在三年内采访了1000多名远程开发人员。我们已经克服了许多挑战，并愿意与任何有兴趣雇用远程员工的人分享这些挑战。通过这种方式，您可以了解常见的错误和陷阱，如果您从一开始就只知道这些错误和陷阱，就可以轻松避免。无论您雇用谁，无论是远程Web开发人员还是虚拟助手，下面列出的错误都非常普遍，可以应用于任何专业或任何业务。
常见陷阱＃1浪费时间：雇用不知道远程工作是什么的人
远程员工需要非常不同的技能而不是内部员工。首先，他们必须在您的时区内做出响应并且可用（至少在您可用时有几个小时）。其次，员工必须对远程工作的性质和所涉及的自律有充分的了解。优选地，预期候选人必须已经具有远程工作的经验，并且如果这不可行，那么至少在舒适和心理上准备好处理在家工作所带来的隔离。
普通陷阱＃2只根据简历雇用（提出错误的问题）
简历是开始了解未来员工的好地方。但简历基本上告诉你关于候选人的事情是什么？它显示了候选人做了什么，未显示的是候选人做了这些事情的程度，以及他们将来的工作效率。因此，仅仅根据简历招聘并不是特别有意义，特别是在远程招聘时。为了做出更好的决定，您需要学习如何提出正确的问题。对于远程工作人员，询问并查看他们的环境是否适合远程工作以及是否设置为处理会议。询问他们使用什么样的技术，以及他们是否有中断的备份计划。询问他们如何处理分心并解决职业倦怠问题。问他们为什么选择偏远而不是内部。询问他们是否在工作之外还有其他任何承诺以及他们如何管理他们的工作/生活平衡。你会感到惊讶，但这些相对简单的问题往往被忽视，这可能会导致做出错误的招聘决定。
常见陷阱＃3依靠一个候选人来源
在寻找候选人时，不要依赖一个特定的来源，因为并非所有人才来源都是平等的。例如，如果您在Upwork或Freelancer等自由平台上发布作业，您肯定会收到数十个应用程序，但您怎么知道哪个应用程序最好？尝试找到一个只处理具有所需技能的特定申请人的网站。例如，如果您正在寻找作家，请尝试使用TextBroker，如果您正在寻找开发人员，请尝试使用TopTal，Gun.io或Soshace。寻找利基网站，保证您将聘请各自领域的顶尖人才，而且拥有拥有远程工作所有合适技能的人才。
常见的陷阱＃4进行冗长的测试而无补偿
一年前，我们犯了一个非常危险的错误，让我们失去了很多不满和愤怒的候选人。在选择候选人时，我们为他们提供了20小时的技术任务，没有任何补偿。发生了什么事情是愤怒的开发者之一在社交媒体上写了一篇巨大的博客文章，他讲述了他如何免费使用20小时但仍未获得这份工作的故事。这篇博客文章被观看过数千次，它对我们没有好处，相信我们。但是我们从错误中吸取了教训，现在，我们提供了一系列不超过一个半小时的测试任务，而不是长时间的测试。面试时间大幅下降，但我们最终仍然拥有最优秀的人才。
常见陷阱＃5没有记录的招聘流程
如果您正在远程招聘，那么必须有一个记录良好的招聘流程。当你有几个招聘人员一起工作时，这变得更加重要。至少，准备项目简报，然后制定招聘人员遵循的指示。对相同的位置提出相同的问题，这样你就可以清楚地了解谁在测试和面试中做得最好。对申请同一职位的不同候选人提出不同的问题几乎总能保证判断力差和主观的招聘决策。
结论
说了这么多，我们不是在这里阻止你雇佣远程员工，相反，我们认为远程员工的工作效率远高于办公室员工。但是，聘请最优秀的人才需要时间和精力。通过避免上面讨论的这些常见陷阱，我们相信您将在招募市场上最优秀的自由职业者方面做得最好。
以上为AI翻译，内容仅供参考
原文链接：5 Common Pitfalls to Avoid While Hiring Remote Staff
观点
在工作中学习：如何利用工作场所的学习来获得最大的生产力
文/Chiradeep BasuMallick
德勤报告称，学习是2019年人力资源面临的最大挑战。尽管增加了学习与发展(L&D)项目的预算，但员工的学习偏好与工作场所可用的L&D选项之间仍然存在差距。在本文中，我们讨论：
将学习融入工作流程的需要
2019年对L&D从业者的三项建议
为什么未来会出现无处不在的“学习体验平台”
如果领导和一线员工都没有适当的薪酬福利，员工将难以充分发挥自己的潜力，生产力水平可能会下降。这就是德勤2019年全球人力资本趋势报告将学习列为最大挑战的原因。此外，现代求职者把学习机会作为加入一个组织的主要动力，认为这是他们职业发展不可或缺的一部分。然而，打断常规工作流程的一次性课堂教学实际上可能会阻碍生产力，而不是增加生产力。因此，将工作场所的学习融入工作流程是前进的方向。
案例学习在工作的流程中进行
根据领英2019年职场学习报告，越来越多的员工正在寻找新的学习方法，将其与日常工作结合起来，并与手头的任务相关。这可以显著提高生产力，因为学习是在最需要的时候进行的。考虑一下LinkedIn报告中的以下观点:
74%的员工在工作之余渴望学习。这就平衡了预期的生产力水平和工作场所的学习。
从2018年到2019年，移动学习的需求增长了5%，这表明对随时随地、在任何设备上方便授课的需求正在上升。
微学习是今年讨论的重点领域之一，因为它提供了小容量的课程，可以很容易地在日常生活中使用和吸收。
显然，职场学习现在与生产力有着内在的联系。随着越来越多的人力资源从业者选择重新裁减现有员工(而不是聘用新人才)，职场学习在2019年变得重要起来。
如何将职场学习与工作效率结合起来
在过去的几年里，“敏捷”已经成为企业运营的一个流行词。例如，产品开发已经转向基于spring的模型，以交错的方式完成微段并发布。
它还支持DevOps, DevOps将设计、开发、安全、测试和操作等各种步骤集成到一个统一的框架中。类似地，设计思维被采用为一种解决问题的技术，由不断的评审、反馈和迭代来指导。
受这些趋势的启发，是时候让工作场所的学习变得更加协作、联系和实时部署了。这意味着：
1. 寻找机会将学习模块嵌入到工作流中
员工们现在在工作日使用各种各样的设备和平台。这提供了一个机会，让员工在任何时候都能知道自己在哪里。适用于各种设备的Microlesson解决方案可以帮助您创建一个“学习氛围”，在这里员工可以获得见解，而不会明显影响生产力。从移动通知到应用程序内的学习机器人，这种可能性是无限的。
2. 个性化学习以满足员工的即时需求
并不是所有的员工都是平等的;因此，虽然一名员工更喜欢长时间的、基于文本的课程，但另一名员工可能更喜欢视频学习。对于现代雇主来说，将个性化因素纳入职场学习非常重要，以不同的形式提供相同的课程，以适应个人的便利。这应该与移动学习平台相连接，这样员工就不需要登录到他们的工作设备上，无论何时他们想要回答一个问题，解决一个问题，或者仅仅是对一个话题感兴趣。
3.提供超越个人目标的基于团队的学习材料
今天，个人的职业成功直接与他们所在的团队或部门有关。基于团队的工作场所学习解决方案鼓励协作的L&D以及众包想法。例如，负责基于帐户的营销(ABM)的人可能会与处理社交媒体的同事分享有价值的见解。联合学习空间对于雇主来说是至关重要的，他们希望将L&D作为组织生产力的驱动力来实施。
职场学习的未来“无处不在”
有趣的是，L&D现在比以往任何时候都更有能力提高生产率。2017年，预算是研发专业人员面临的最大挑战。据领英报道，2019年，只有27%的公司受到预算限制，而43%的公司预计预算会增加。这意味着，很大一部分资金将用于重新裁减/提高劳动力技能。
然而，在不考虑当前员工偏好的情况下在错误的领域进行投资，会降低投资回报率，进而降低生产率。2019年，职场学习将变得“无处不在”——容易获取，不受特定设备或平台的限制，并来自各种存储库，以满足每位员工的需求。这个想法的高潮可能是“学习体验平台”，它是LMS的一个新时代的继承者，LMS优先于协议，将技能与生产力联系起来。
以上为AI翻译，内容仅供参考
原文链接：Learning at Work: How to Deploy Workplace Learning for Maximum Productivity
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
观点
扫一扫 加微信
hrtechchina
