人才智能
Josh Bersin谈：企业人才智能来袭，颠覆人力资源技术市场
在我们看到的劳动力领域的所有人工智能创新中，最重要的可能就是人才智能。按照我们的定义，人才智能是指利用海量的员工和劳动力数据来了解技能、工作适应性、绩效、领导潜力、职业发展路径、薪酬公平性和组织能力。
在今天介绍新的研究成果时，我们的立场是，这是几十年来人力资源技术领域最具存在意义的变革之一。
人才智能究竟是什么？这项技术以人工智能为基础，允许公司分析员工的大量数据，将其与外部劳动力市场的数据相匹配，并了解他们以前不知道的事情。
在许多方面，它与广告技术类似，Meta、TikTok 和谷歌等公司通过分析个人数据，为个人消费者提供量身定制的广告。
在商业和人力资源领域，人才智能让公司深入了解员工的技能、兴趣、职业轨迹、地域偏好、认证、所掌握的技术，以及他们在领导力、行业和公司类型方面的经验。
过去，我们使用工业心理学、评估和面试来确定这些信息。如今，在人工智能的驱动下，公司可以利用这一庞大的语料库，让人工智能模型来识别其中的关系。
让我举个例子。在招聘中，每家公司都面临着同样的问题：这个候选人是否适合这份工作、这个团队、我们使用的工具以及公司的文化？
招聘人员通过面试、测试和背景调查来评估。然而，尽管采取了这些方法，仍有近 20% 的候选人没有成功。利用人才智能，我们可以分析成功胜任这一职位的人，并让人工智能找出适合的质量。这不仅没有偏见，而且非常准确，我们收集的数据越多，它就越聪明。
我还记得自由保险公司（Liberty Mutual）的汽车保险团队面临人员流动率高的问题。他们花了几个月的时间研究那些表现出色的员工，看看哪些教育背景或技能与成功相关。他们的分析发现了一个秘密：业绩最好的保险销售人员都是那些热爱汽车的人。再多的心理评估也无法发现这一点。
我刚刚与一家投资银行进行了交谈，他们正在努力了解年轻员工的高流失率。Talent Intelligence（人才智能）可以了解哪些人留下，哪些人离开，并立即帮助寻找更合适的候选人。
如今，这类分析非常困难。使用传统的人力资源技术，我们所掌握的唯一数据就是员工的简历或工作经历。这些数据往往还不如 LinkedIn 上的数据多。
利用人才智能，公司可以利用大量的公开信息，了解一个人以前的工作经历、与他们共事的人、他们在不同工作中使用的时间段和技术、他们写过的文章、他们经历过的组织变革，以及他们的教育背景、地点或其他我们甚至不了解的信号的影响。
这减少了偏见，为我们提供了前所未有的信息。
直到去年，人才智能技术还主要用于招聘。Eightfold、Seekout、Beamery、Gloat、HiredScore、Phenom和Paradox等供应商建立了模型，用于预测谁会适合某个职位或公司。现在，随着这些工具的成熟，人才智能可以做得更多。
正如您在我们的研究报告中所看到的，企业人才智能可用于内部流动、技术技能开发、领导力评估和绩效评估。通过将内部运营数据与同级人员进行比较，并扣除任期和级别因素，它实际上可以帮助确定个人的绩效。
它还可用于薪酬公平分析（将整个员工的薪酬与经验技能和其他证书进行比较）。它还可用于组织设计和工作分析（查看个人或团队的技能组合，以及这些技能与公司其他工作和其他团队的比较）。
还有更多。利用 Lightcast、Draup、Revilio 和 Skyhive 等公司提供的外部数据，可以对公司的技能和能力与竞争对手进行竞争性评估。你可以看到行业中的趋势技术和技能。您可以按地点定位技能，并决定在哪里建立下一个工厂或工程设施。你可以看到以前看不到的影响企业的人口变化。您还可以了解竞争对手与您相比所拥有的技能和能力。
试想一下，通用汽车或福特汽车将自己的工程师与特斯拉或 Rivian 的工程师进行对比评估，会有多么强大。仅这些数据（我们即将发布汽车行业全球劳动力智能研究报告）就价值数百万美元。
对人力资源技术供应商的颠覆性影响
直到最近几年，企业才有机会获得这些信息，因此他们没有发展团队或内部技能来使用这些信息。现在有了这些信息，我们在人力资源领域有了一个新的职业和领域--人才智能专家。目前，全球已经有两千多名人才情报专业人员，如果考虑到从事人员分析和劳动力规划的人员，人数还会更多。
这些人有分析背景，但本质上是业务人员。他们可以研究这些数据，并做出管理者无法独立做出的决策。正如我们的研究报告所指出的，他们正在公司内部创造出突破性的解决方案。使用这些系统的公司正在从根本上改进招聘工作，发掘更深层次的领导人才库，找到埋藏在组织内部的关键技能，让员工有机会找到过去从未有过的新工作和新机会。
人才智能对现有的人力资源技术提供商也是一种颠覆。上个月，Workday 收购了 HiredScore，这只是即将发生的颠覆的一个小小迹象。几乎所有人力资源技术供应商都必须考虑这一领域，因为这是一个利用人工智能超大规模改进的市场。
通过下图，您可以了解这些供应商的发展方向。如果你不相信我，请阅读 BusinessInsider 最新发表的关于 Workday 问题所在的文章（我仍然是 Workday 的粉丝）。
当 OpenAI、谷歌或 Meta 推出新的大型语言模型时，人才智能产品会变得更快、更高效。随着新人工智能算法的开发，这些供应商可以立即加以利用。传统的 HCM 平台对外部数据一无所知，不可能跟上洞察力的步伐。
但这并不容易。这需要时间和工程专业知识，因为它将人力资源软件公司变成了数据公司。
大多数人力资源技术公司都没有管理如此海量数据的经验。随着时间的推移，许多公司将别无选择。就像我们现在通过互联网购买计算机一样，我们中的大多数人很快就会不愿意购买没有数据和基准的软件。
如果我考虑一下我们的公司以及我们如何使用财务和客户关系管理系统，我会很高兴我的财务系统能为我提供基准和直接建议，从而更好地经营我们的公司。我希望我们的客户关系管理系统能告诉我，我是否获得了正确数量的潜在客户，并自动优化数据集。现在还没有这样的系统，但我打赌 Intuit 和 HubSpot 正在努力。
就人力资源而言，我们的报告描述了这个新市场是如何爆发的。这是我们不能忽视的。
人才智能
HR科技动态：Workday说自己要 All in AI，但要向市场主导的战略转型
刚刚Workday在旧金山举办了Workday 的创新峰会揭示了公司由产品主导向市场主导的战略转型。Workday一直以云技术为核心，自主开发了面向对象的数据系统和全球安全架构。然而，随着市场的演进和竞争的加剧，公司在新任CEO Carl Eschenbach的领导下，开始转向市场导向的商业模式。
在这次转型中，Workday开始拓宽其业务模型，更加开放地与合作伙伴合作。公司不再限制API的使用和合作伙伴的接入，而是致力于构建一个像苹果iPhone那样的开放平台，允许更多的行业应用集成到其系统中。这一策略旨在提供更加灵活和综合的企业解决方案，以适应不同行业的需求。
同时，Workday也大力投入到人工智能技术的开发中，推出了基于企业自有数据的微型机器学习模型（micro-LLMs），并在全球范围内调整这些模型以满足本地客户的需求。此外，Workday正在将其人才智能市场向外扩展，通过与多个行业解决方案提供商的合作，强化其在健康护理和金融等领域的业务。
AI技术的应用不仅仅限于技术层面的改进，Workday还通过这些技术优化了用户体验，使得各种任务的完成变得更加便捷。例如，在Workday平台上，用户可以看到AI图标，通过点击即可获得智能辅助完成工作。
在人才管理方面，Workday引入了许多新功能，如智能工作架构中心（Intelligent Job Architecture Hub）以及加强的Workday人才市场，这些都是为了帮助企业简化和改进职位描述和技能需求。
此外，Workday的领导层也展现出了更开放和实用的态度，这对公司未来的发展是一个积极的信号。总的来说，Workday的这一系列战略调整，旨在更好地适应快速变化的市场需求，提高公司的竞争力和市场份额。
Josh Bersin 写了这篇文章，强烈推荐给大家了解下：
刚刚参加了Workday创新峰会，有很多内容值得讨论。在刚刚庆祝了其成立19周年之际，该公司正在进行重大转型。而且，不仅仅是产品创新在进行，公司的业务模式也在大幅扩展。
Workday一直是一家以产品为导向的公司
Workday的成功很大程度上归功于其专注于“为云而生”。Workday没有采用典型的以数据库为中心的架构来构建商业应用程序，而是从零开始开发了自己的面向对象的数据系统、集成的工作流系统和全球安全架构。没有人知道云计算会如此重要，也没有人预料到我们会有像Google、Microsoft和Amazon这样的“超级计算”平台。我们也无法预测全球数据治理、AI或者跨数千服务器分布的数据和应用程序的出现。
在Aneel Bhusri的领导下，Workday做到了这一点。他们不仅销售架构，还销售了“一体化的力量”。在Workday中，不同于其他ERP商业系统，所有应用程序都被设计为可以协同工作。没有收购，没有集成，没有开放系统：只有一个设计精美、易于使用、可扩展的企业应用程序。（我注意到这让我想起了当时的iPhone：美观、易用且封闭。）
这个“美丽的围墙花园”为Workday服务良好。而Oracle、SAP和其他供应商在重新设计其客户端-服务器应用程序和获取缺失部分时挣扎，Workday却如野火般成长，现在已成为一家全球ERP供应商，拥有超过73亿美元的经常性收入、超过10,000个企业和中端市场客户，以及以信任、客户关注和质量而闻名的品牌。而且，这一切都是在创始团队基本上仍在位的情况下发生的。
去年，Workday的联合创始人兼CEO Aneel Bhusri认为是时候退居幕后了，公司聘请了Carl Eschenbach担任CEO。现在，事情开始改变。该公司正在成为一家“以市场为导向”的企业。
Workday的“以产品为导向”的重点既有好处也有坏处。Workday不容易集成，开发者可用的API很少，公司也限制了其合作伙伴。作为其保持纯净使命的一部分，Workday阻止了许多供应商的“合作”，并迫使集成商支付高额费用并认证专门团队。这种“稀缺”策略创造了高需求和高价格，而客户实际上对此感到满意。
一切都很好，直到情况开始改变。如今，随着ERP堆栈各层面的竞争供应商越来越多，Workday正在变得更加务实。正如我将在下文中解释的那样，他们正在将信息从“一体化的力量”变为“Workday是一个平台”。
Workday正在成为一家以市场为导向的公司
人力资源管理(HCM)和财务市场非常复杂。有数十个子市场、应用领域和行业解决方案需要解决。一个为大型医院系统设计的HR系统不太可能需要与为全球保险公司设计的系统相同的功能。因此，Workday开始意识到，尽管其系统集成且功能强大，但它无法跟上。
而且，在HR本身，有数百家供应商销售招聘工具、职业系统、学习平台、参与工具、移动应用程序、福利和数据分析系统。每一个子市场都在被AI转型。（例如，我们即将发布的关于人才智能的研究将向您展示这是多么的碎片化。）
Workday很难跟上。该公司开始了一系列收购（Platfora、Mediacore、Adaptive Insights、VNDLY、Peakon、HiredScore等）。这迫使产品团队专注于用户界面和架构集成，从而在某种程度上减缓了功能扩展。许多希望与Workday集成的合作伙伴（客户需求）被忽视了。
在Carl的领导下，所有这些都在改变。Workday现在对合作伙伴、独立软件供应商、经销商和行业解决方案完全开放。整个创新峰会将近25%的时间专注于Workday的开放合作伙伴策略。而且重要的信息是：Workday不是一个“系统”，它是一个“平台”。
这是什么意思？这意味着如果您购买Workday，您就是在购买一个像iPhone那样的平台。它运行非常好，安全，并将配备一系列行业应用程序以帮助您构建完整解决方案。这对Apple和Salesforce有效，对Workday来说可能也会很有效。SAP也有类似的产品，但其集成程度要复杂得多。这让Workday能够深入新的领域和子市场。（Workday突出显示了其在医疗保健领域与Shiftwizard、在财务领域与Auditoria和Kyriba的新集成等。这些不仅仅是独立软件供应商关系：Workday正在转售这些产品。
但还有更多。
Workday公开其AI战略
在去年的活动中，Workday对AI真的犹豫不决。他们给了我们很多关于“Workday AI”的手势讨论，但这并没有太多意义。好吧，他们已经想通了，让我简单解释一下。
企业并不是因为AI本身而想要AI，他们绝对不想要可能产生法律风险的众包数据。他们想要的是可以在自己的数据上运行的AI解决方案。
现在，Workday已经开始了各种AI功能，每个功能都通过其自己的“微型大语言模型”交付，这些模型是在公司自己的数据上训练的。 对于更大的AI功能，他们使用一个全球大语言模型，为每个客户本地调整权重和偏差。（这与Microsoft Copilot的工作方式类似。）因此，您的企业数据训练您的“版本”的Workday，而不与其他人共享任何数据。
在某些情况下（例如技能云），客户可以选择匿名分享数据。这让Workday能够构建一个“全球技能数据库”，每个人都可以分享。像Eightfold、Lightcast和Draup这样的供应商在大规模（远超Workday目前的做法）上做到了这一点，所以Workday现在正在进入这个“人才智能”市场。（Lightcast现在是Workday技能云的合作伙伴。）
这些功能中的许多都很简单（重写工作描述或将发票与采购订单匹配），但功能强大。在Workday的各个地方，您现在都可以看到一个小AI图标，帮助您完成任务。事实上，Workday已经重新设计了大约280个不同的任务，并且正在处理大约2,000个总任务。
客户不断告诉我Workday很难使用，这主要是因为系统相当复杂。这些通过AI增强的体验将逐渐使系统越来越像“iPhone”。
许多新的人才功能
现在产品团队拥有了强大的底层架构，他们正疯狂地推出功能。例如，Workday正在推出一个新的“智能工作架构中心”，以帮助公司简化并改进工作名称、级别、描述和技能。（它还显示外部市场中的趋势技能。）每个人都将使用这个。
Workday人才市场尚未广泛使用，现在正在通过HiredScore进行增强：员工将通过Teams或Slack消息获得推荐工作。这是“编排”的一个例子，这是AI系统中的一个新的流行词。（想象一下AI预订您的旅行，包括酒店、飞机、汽车等。）
Workday经理中心现在向经理们显示详细的员工参与数据（Peakon现在有超过180亿的反馈）并将给经理提供“对话开始器”，以帮助他们开始绩效辅导，所有这些都基于其他员工的反馈。
还有一个主要关注点是临时工、零工和合同工。我相信Workday首次可以处理大多数专业服务业务（包括基于员工定价的定价项目）、医疗保健和零售（AI驱动的排班和班次管理），以及许多无固定工作场所的工人的需求。事实证明，医疗保健和零售是Workday的两个最大行业，所以这些人才匮乏的行业现在是一个好市场。
让我简要谈谈HiredScore。这家公司建立了一个内嵌的“人才编排系统”，使用AI向招聘人员展示最适合某个职位的人员，解释为什么会做出这样的决定，并使用这些数据来找到并自动获取内部候选人。虽然这种技术在Eightfold、Beamery、Phenom等系统中广泛使用，但HiredScore系统是以工作流为导向的。招聘人员非常喜欢它，它极大地提高了招聘的速度、质量和内部流动性。
顺便说一句，尽管用户有很多抱怨，Workday招聘正在开始主导ATS市场。现在已有超过4,000个客户，随着公司对旧ATS系统进行合理化，它正在成为一个更“安全的购买”。
正如产品负责人David Somers所说，HiredScore是一笔“源源不断的收益”。换句话说，HiredScore的AI团队现在将与Workday的技能云团队合作，以发展和改进该系统。技能云虽然构想得很美，名字很漂亮，但成功有限。在HiredScore的帮助下（以及创始人兼CEO Athena Karp的领导下），这个系统将得到更多关注。（这包括更多的内容合作伙伴和一套更广泛的工具。）
这意味着Workday的招聘系统（这是当今人才短缺中最关键的商业系统之一）现在与内部流动性和工作架构系统高度耦合，这正是客户迫切需要的。我仍然认为像Eightfold和Gloat这样的系统更先进，但Workday正在迎头赶上。
管理文化和信任
然后是最大的问题之一：Workday的领导层。我花了一些时间与Carl Eschenbach聊天，他与Aneel Bhusri的个性非常不同。Carl明确希望Workday进军新市场：新地理区域（EMEA、亚洲、日本）、新行业（医疗保健、制药、零售）、中端市场细分市场和渠道合作伙伴。Workday现在正在积极寻找经销商、中端市场集成商和独立软件供应商来完善解决方案。
一如既往，Workday的领导团队高度一致，更加务实。很多时候，我参加Workday的活动，都能感受到顶层有些自负。就像所有成功的软件公司一样，当事情进展顺利时，很容易认为自己总是对的。
我认为这已经改变了。我实际上发现Workday很谦虚，对新问题很关注，对新想法、新合作伙伴和自我检查持开放态度。对我来说，这是一个看涨的信号。而且从上到下，公司都专注于信任、AI安全和客户服务。
我还想指出一件事：关于“Workday作为一个平台”的想法。该公司现在意识到，这种高度专有的、业务优化的系统不再能作为一个美丽的围墙花园来销售。公司正在构建一套大型的易于使用的开发工具、扩展的API和吸引软件开发者、合作伙伴和集成商的计划。现在，当客户询问功能时，Workday可以寻找一个合作伙伴来转售或嵌入。公司正在失去“如果我们没有构建它，我们就不信任它”的心态。
我还相信这个领导团队真的很喜欢彼此。正如你们许多人所知，团队文化在科技领域非常重要。事情变化如此之快，竞争对手如此之多，公司必须保持一致。我感觉每个人都真正理解发生了什么。
增长潜力
Workday能否将其每年17%的尊重增长率加速？好吧，公司面临挑战。它的许多老客户发现在Workday周围有大量的先进工具，我知道一些大公司正在回归SAP。尽管所有这些新功能，Workday仍然是一个较老、复杂、僵化的系统。
话虽如此，我认为公司正在很好地管理其转型。让我们拭目以待，看看这一切将如何发展。
人才智能
华人姐妹创办的AI人才技能评估公司Searchlight被纽约的Multiverse收购！
还记得双胞胎姐妹Anne Wang 和 Kerry Wang 2018年的创业公司吗？担任CEO的Kerry Wang 和CTO的 Anna Wang 于 2018 年创立了 Searchlight。作为双胞胎姐妹，不仅外表相似，而且表面上都拥有在斯坦福、谷歌和麦肯锡的工作经历，她们有动力创造一个人们都可以参与的世界。他们因其独特的技能而被理解，并与合适的公司相匹配。斯坦福大学的毕业生从 Y Combinator 开始了他们的旅程，此后获得了福布斯 30 位 30 岁以下人士的认可，并从风险投资基金 Founders Fund 和 Accel 获得了融资。（点击可以了解）
祝贺他们的公司被Multiverse收购！ 这里是他们的最新进展，一起来了解下！
2024年4月8日美东 — 科技公司Multiverse宣布收购Searchlight，这是一个借助AI帮助企业解决技能缺口的人才智能与技能评估平台。
位于加利福尼亚的Searchlight由双胞胎Anna Wang和Kerry Wang在2018年创立。这对斯坦福大学毕业生的创业之旅起步于Y Combinator，随后获得了福布斯30位30岁以下青年才俊的认可。该公司还成功吸引了Founders Fund和Accel等顶尖风投公司的投资。
[caption id="attachment_67581" align="alignnone" width="2560"] Searchlight Founders - Kerry and Anna Wang[/caption]
在过去的六年里，Searchlight始终致力于AI与技能领域的融合，开发出了一款无偏见的AI引擎。该引擎能够理解人的能力、软技能、工作风格以及工作要求，其数据显示，相比传统招聘方法，该引擎能以四倍的准确率识别候选人是否匹配。
将Searchlight的技术和人才资源并入Multiverse，将大大推动后者在生成式AI（Generative AI）和机器学习领域的应用。Searchlight开发的定制无偏见AI引擎将提升Multiverse在识别、分析及弥合组织内部技能差距方面的能力，进而为客户提供更贴合商业需求的培训方案。
Multiverse目前与超过1000家组织合作，在数据分析、软件工程等领域提供培训。它所倡导的新型学徒制模式强调测量、应用、指导和公平，旨在确保学习者能享受到高质量、个性化的学习体验，同时为雇主创造可衡量的投资回报。
继2023年5月收购Y Combinator公司Eduflow后，Searchlight成为Multiverse的第二次收购。
Searchlight团队将加盟Multiverse，负责将其人才智能技术融入Multiverse平台，并领导后者的AI项目。Searchlight的CEO Kerry Wang将出任产品总监，CTO的Anna Wang将成为AI负责人。
Searchlight联合创始人兼CEO Kerry Wang表示：“创建Searchlight的初衷是帮助企业公平地组建优秀团队，并助力个人找到有意义的工作。与Multiverse团队的首次会面就让我深刻感受到我们的目标高度契合，致力于解决相似的挑战。通过这次合作，我们将能够将Searchlight的技术和专长在全球最大公司中进行规模化应用，共同打造未来的劳动力发展平台。”
Searchlight联合创始人兼CTO Anna Wang表示：“在过去六年中，Searchlight建立了定制的数据流和专有的、道德的AI模型，这些模型全面理解人才并预测业务成功所需的技能。将Searchlight现有的AI和技能专长与Multiverse的丰富数据结合，我们将共同成为利用AI进行技能发展的领导者。”
Multiverse创始人兼CEO Euan Blair表示：“在深入了解Searchlight产品后，我对他们使用AI识别模式、发现技能解决方案的方法感到非常兴奋。多数公司都在经历技术转型，他们希望这一过程既公平又有效。但往往他们的转型愿景与实现这一愿景所需的技能之间存在差距。Searchlight的AI技术、平台和优秀团队将使我们更好地诊断企业内部所需的技能并提供有效的解决方案。我们的规模和世界级的学习资源结合Searchlight的技术和团队，将确保更多的公司和个人从中受益。”
关于Multiverse
Multiverse是一家新兴的以技术为先导的机构，它将工作与学习相结合，为每个人提供公平获取经济机会的途径。通过一种新型的学徒制，Multiverse关闭了关键的技能差距，利用以人为中心的辅导、AI和技术的最佳实践，提供一种被测量、应用、指导和公平的学习方式。
2022年6月，Multiverse宣布完成了由StepStone Group、Lightspeed Venture Partners和General Catalyst共同领投的2.2亿美元D轮融资。以17亿美元的估值，这轮融资使该公司成为英国首家教育科技独角兽。
更多信息，请访问www.multiverse.io
关于Searchlight
现为Multiverse一部分的Searchlight是一个开发道德AI以建立高效团队的人才智能平台。Searchlight提供一个无偏见的AI，能够发现顶尖的申请者，评估候选人，并验证招聘质量。它独特的学习循环利用员工的成果数据，让组织的每一次招聘都更加匹配。由双胞胎姐妹Anna和Kerry Wang在2018年创立的Searchlight坚信，当正确的人选放在正确的位置上，每个人都是赢家。了解更多，请访问Searchlight.ai。
人才智能
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。
人才智能
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。
人才智能
大咖谈：建立基于技能的组织—令人兴奋但清醒的现实
JoshBersin这篇文章的核心介绍了以下几点：
基于技能的组织的概念：这是一种无偏见、无政治的公司，决策基于技能、绩效和表现。我们将创建一个全球技能数据库，通过人才智能，我们将能够看到趋势技能、技能缺口，并对招聘、晋升、薪酬和领导力更加科学。
技能的重要性：技能在商业中一直很重要。然而，我们要记住，最重要的技能（我称之为“PowerSkills”）尚未被包括在内。公司的成功基于文化、雄心、学习敏捷性和一致性。
技能分类的复杂性：商业技能分为许多类别，每个公司对不同类别的价值评估也不同。技能包括技术熟练度、操作熟练度、功能熟练度、行业熟练度以及管理和领导熟练度。
新的变化：最大的变化是建立一个公司技能分类法，一个单一的“动态数据库”用于技能。
技能技术的挑战：尽管市场仍然不成熟，但许多智能AI供应商现在提供解决方案。这些系统不仅仅是数据库：它们是AI工具，理想情况下，它们使用第二代AI来不断找到技能，推断技能，并为每个工作、人员和职业路径更新技能。
详细内容请查看原文翻译：
在新的AI工具和技能技术的推动下，几乎每家公司都希望成为“基于技能的组织”。
前提
让我们从前提开始：白皮书所提倡的想法是，我们将创建一家公正、无政治的公司，其决策基于技能、精英管理和绩效。供应商承诺，我们将拥有一个全球技能数据库，通过人才智能（的奇迹，我们将能够看到趋势技能、技能差距，并在招聘、晋升、薪酬和领导力方面变得更加科学。
这个概念的背后是我们可以用激光精度“标记”或“评估”每个人的技能。许多人工智能工具，包括我们用于GWI 研究的工具，今天都承诺做到这一点。他们如何评估我们的技能？他们利用人工智能的魔力来查看我们的工作历史、绩效、工作产品和其他来源，以推断、建模和预测我们擅长什么、特别擅长什么以及下一步需要学习什么。
多么辉煌的愿景啊。好处有很多：基于能力的公正招聘、定向人员流动到新角色以及帮助我们规划薪酬、招聘地点等的战略规划工具。
现实
这并不是一个新想法：技能在商业中一直很重要。
我（Josh Bersin）于 1978 年大学毕业，获得机械工程学位。毕业后，我面试了宝洁公司、波音公司、美国海军和其他组织。45 年前，每家公司都对我的技能感兴趣。我参加了测试，回答了技术问题，向面试官介绍了我的技能，并在面试中展示了我的熟练程度。
但这些公司并不天真。他们之所以问这些问题，并不是为了了解我在大学学到了什么，而是为了了解我的想法。后来我了解到，我在宝洁的行为面试旨在解读我的个人目标、我的心态、我的思考能力和我的沟通能力。虽然这些可能被归类为技能，但它们比弄清楚我是否知道如何用 Java 编码要复杂得多。
半个世纪后的今天，我们感觉我们正在倒退。我们非常关注用于识别技术技能和通用业务能力的工具和系统。虽然这些工具和系统令人惊叹，但我们必须记住，最重要的技能（我称之为PowerSkills ）仍然被遗漏了。正如我的 IBM 经理常说的，“硬技能是软技能”，而“软技能才是硬技能”。
换句话说，公司的成功取决于文化、雄心、学习敏捷性和一致性。虽然我们希望评估技能来定义工作、角色和发展，但我们还必须假设每个人都可以（并且必须）持续学习新技能。这意味着我们需要对技能有更全面（用我们的语言来说是“系统”）的看法，而不仅仅是技术熟练程度。
哈佛大学教授鲍里斯·格罗伊斯堡研究了世界顶级投资银行家的表现。这些人在金融产品、交易和大额交易方面拥有很高的技能。他发现了什么？如果你将一位“高技能”的投资银行家从一家公司调到另一家公司，他很可能不再是一名高绩效人士。他的“超强表现”技能实际上并不是他的技术技能，而是他利用组织并知道如何完成工作的独特能力。
因此，建立技能分类可能很复杂。正如我们的研究发现，商业技能分为许多类别，不同的公司以不同的方式评估每个类别。虽然通用技能固然很重要，但推动价值的是您在公司中使用它们的方式。
技术能力（编码、软件、IT 系统、医疗程序等）
操作熟练程度（运行设备、修理泵、安全程序等）
职能能力（营销运营、CRM、产品管理、工程、设计）
行业熟练程度（了解石油和天然气行业、化学品、软件业务等）
管理和领导能力（管理团队、领导业务等）
每一项都充满了“技能”，以至于像 Lightcast 这样的公司汇总了数万个职位的技能，建立了包含数万到数十万种技能的动态库。除此之外，我们还拥有人工智能推断技能的广阔新世界，例如它自己得出的“处理异议”或“分析财务报表”。
那么这里有什么新内容呢？很多。
考虑到这些复杂性，什么是真正的新鲜事？最大的变化是对建立企业技能分类法的兴趣，这是一个单一的技能“动态数据库”。
这种分类法与过去的能力模型不同。这是一个巨大的数据集（数以万计的分层技能），分类法中的每个词都存在争议。我们应该使用“协作”还是“团队合作”？我们应该使用“java”、“java 编程”还是“java 语言”？
有数百种现成的分类法，每个行业都不同。能源公司拥有炼油、生产和分销技能。消费品公司拥有品牌营销、产品营销和渠道分析技能。制药和化学公司拥有科学、遗传和受监管的制造技能。
有些技能必须经过验证：像 Kahuna 这样的整个平台可以让您决定谁可以验证技能以及何时必须重新验证技能。以及其他技能需求评估：建立在领导力、管理和其他软技能模型的基础上。
您可以看到这有多么复杂，并记住每个公司都是不同的。您的公司可能重视创新和产品设计技能；您的竞争对手可能专注于制造和分销。
我们怎样才能把这一切放在一起呢？这不是一个“沸腾海洋”类型的问题吗？
公司倾向于走两条路。路径 1 是建立一个技能分类团队，然后创建一个与业务部门合作的长期流程，以就语言和分类架构达成一致。这可能有效，但最终它有很多失败点。如果没有真正在行动中测试这些技能，它们可能需要调整，因此这通常需要很长时间。
我们推荐的路径 2 是从关注一个问题开始。根据该问题，您可以构建分类法的一部分，创建设计和治理流程，并了解哪些工具最有效。
爱上一个问题
让我给你一个现实世界的例子。假设您的客户服务人员流动率很高，且士气低落。
当您深入研究问题时（我们称之为“爱上问题”），您会意识到客户服务面临的挑战是广泛的。该团队被分成专注于不同产品领域的小组，这使得他们的工作变得无聊和重复。因此，您与团队领导坐下来，开发客户服务的“技能模型”。
当您构建模型时，您会发现很少有员工接受过交叉培训。还有一些根本没有受过训练！现在，借助您的技能模型，您可以决定如何重组团队（还发现其中一些“技能”可以通过 ChatGPT 实现自动化）、开始交叉培训并识别高绩效者。
你现在还发现你的一些人不适合。因此，您可以使用技能模型来寻找其他内部候选人并更好地从外部寻找资源。当您寻求招聘时，您会建立评估或面试问题来“根据这些技能进行招聘”。
美国运通实际上几年前就这样做了。他们意识到，美国运通销售和服务团队所需的“技能”根本不是客户服务技能，而是接待技能。美国运通对待客户就像对待客人一样，因此他们开始从丽思卡尔顿和其他酒店公司招聘人才。需要基于技能的分析才能解决这个问题。
正如你所看到的，当你专注于一个问题时，工作可以很快收敛，你就可以解决一个真正的问题。我们刚刚采访了一家使用这种方法更清晰地定义其网络安全角色的公司，发现他们可以通过雇用更多初级候选人为每位员工节省 20,000 美元。
这种分析可以帮助您决定是“购买还是培养”这些技能。2020 年，我们对 3 家公司进行了研究 ，发现“培养技术技能”的成本可能比购买（招聘）便宜六倍。
这样的技能项目比比皆是
这种方法有很多用例。
在招聘中，以技能为中心的方法可以让您扩大候选人网络，通常可以找到最适合某项工作的内部员工。通过“技能邻接”技术，我们可以找到具有相似技能且适合某个角色的人。
基于技能的招聘减少了偏见。一家大型半导体公司告诉我们，他们现在使用基于人工智能的技能平台进行招聘（Eightfold），他们的整个候选人渠道增加了两倍多。他们通过在简历中隐藏姓名、性别和学历来寻找具有卓越技能的人。
在职业发展和成长方面，人才市场和内部流动工具带来了惊人的成果。劳斯莱斯使用基于技能的模型来寻找制造和生产专家，使人们能够轮换到工程和运营方面的新工作。大都会人寿、施耐德电气、强生和其他公司使用人才市场（基于技能的员工职位匹配系统）来促进零工工作、职业发展和人才流动。
在薪酬和奖励方面，公司正在尝试基于技能的薪酬。一家大型管道公司告诉我们，他们现在对各个职能领域（泵、仪表、电气工程）的维修技术人员进行认证，当技术人员获得相关技能证书时，他们的时薪会上涨 5-10 美元。想象一下我们可以根据技能模型分析的所有薪酬公平数据：这可能会帮助我们进一步减少不平等，无论职位级别或头衔如何。
在技术、IT 和科学领域，许多组织感到自己无法跟上。例如，您的公司为人工智能做好了多少准备？与我们合作的一家公司正在为其 IT 职能构建新的技能模型，他们发现许多员工正在研究已有 15 年历史的技术。新模式正在帮助他们招聘、重新培训和激发整个 IT/产品职能，从而提高招聘、保留率和生产力。
那么我们如何扩大规模呢？
从数据的角度来看，企业需要构建一种以业务为中心的方式来管理、治理和更新这些模型。
例如，爱立信为其大规模 5G 转型构建了明确的技能模型。该模型是由工程师、销售和营销团队以及首席学习官共同设计的。他们坐下来决定要解决哪些领域、角色和技术，并从那里确定了一个发展的模型。他们的新旅程是刷新所有 IT 技能。
纽约梅隆银行在 IT 运营中也采取了同样的方法。他们建立了“能力团队”，在关键工作角色（即产品经理、项目经理、分析）上进行协作，以便团队能够保持最新的技能模型。
当你以这种方式工作时——一个项目接着一个项目——努力就会获得动力。您会获得真正的成果，并且业务支持可以扩大。我们最近帮助一家大型软件公司构建了一个联合模型（协调工作的业务部门），以为其所有客户教育开发技能模型。通过以联合方式执行此操作，他们可以将其内部技能需求与客户的需求合并和管理，利用两个地方的内容和教育。
技能技术挑战
但是系统呢？所有这些技能应该存储在哪里？我们如何让它们保持最新状态？
虽然市场还不成熟，但让我分享一下我们所学到的东西。
许多智能人工智能供应商现在都提供解决方案。Workday、Eightfold、Gloat、Cornerstone、Seekout、Kahuna、Techwolf、Skyhive、Beamery、Phenom、Oracle、SAP 和 ServiceNow 均提供可帮助您存储和定义技能、在不同应用程序中利用它们以及通过各种方式评估技能的产品人工智能和评估技术。
不幸的是，它们各自针对不同的目的进行了优化。例如，Eightfold 可以自动识别职位描述中的技能，找到候选人，然后通过其复杂的模型识别趋势和相邻技能。Cornerstone 可以向您展示海量学习目录中涵盖的所有技能。Techwolf 可以从 Jira 和 Asana 项目中推断技能。Gloat 和 Fuel50 可以推断技能并将其与职业机会、工作和零工相匹配。
当然，每个供应商都希望成为“记录系统”。尽管其中许多供应商拥有大客户，但我们尚未找到一家可以使用一个平台处理所有事情的公司。因此，虽然我们可能在某个时候找到一个能够存储公司每项工作的每一项技能的单一“技能云”，但这一目标尚未实现。
供应商面临的问题是问题的严重性。这些技能系统不仅仅是数据库：它们是人工智能工具，理想情况下使用第二代人工智能来不断寻找技能、推断技能并更新每个工作、个人和职业道路的技能。他们必须拥有与市场上数百个技能库的开放接口（每个行业和每个工作类别都有许多分类法），并且必须拥有帮助您管理、分析、消除重复和整理这些数据的工具。
尽管有这样的说法，这些“技能推理”工具各不相同。招聘平台通常使用最多的数据进行培训。这些平台（Eightfold、Beamery、Seekout、Phenom、iCims）搜索并索引数十亿的员工历史记录，并使用时间序列、神经网络和绩效模型来推断技能。这意味着他们涵盖许多行业，并且可以识别和分析跨行业的许多工作类别的技能。
人才市场平台（Gloat、Fuel50、Hitch）往往深度较低，只是因为它们的目标只是“在公司内部进行匹配”。（Gloat 正在进入整体“人才情报”类别，现在正在跨越界限。）Gloat 推出了一款招聘产品，因此他们的平台显然也正在成为一个端到端的人才情报系统（他们称之为“劳动力敏捷性”） ）。
学习技能工具最不复杂（Cornerstone、Degreed、EdCast），因为它们的目标是将某人与课程或学习路径相匹配。（Cornerstone 现在也远远超出了这个范围，并构建了一个全新的 AI 结构来推断 7,000 名客户的技能。）
ERP 供应商（Oracle、SAP、Workday 等）最不复杂，因此他们更有可能成为“技能聚合者”，通过 API 来协调这些更专业的系统与其内部机器学习模型之间的技能数据。
在我们新的人工智能白皮书（即将发布）中，我们讨论了这些系统的工作原理，您会发现技能引擎必须做很多事情。它必须推断/访问数十亿的员工档案，需要进行时间序列分析，并且需要先进的人工智能（神经网络）来推断、识别和构建识别技能的模型。
随着时间的推移，每个技能技术供应商都会走自己的路。Techwolf、Retrain 等较新的供应商正在将公司数据视为技能推断的来源，现在在 Asana 或 Jira 中对信息进行索引。这些数据虽然有限，但却打开了一扇新门：想想 Microsoft Graph 中的技能信息。利用这些信息的供应商（Viva Topics 是为了文档管理而这样做的）可以了解更多有关内部技能的信息。最终这就是您需要的数据类型。
无论技术市场如何发展，成功的项目都会关注一个问题。宝洁建立了一个技能分类法，帮助他们在疫情期间加强供应链工作。路透社建立了一个技能分类法来帮助他们建立和扩大数据科学团队。爱立信的技能之旅始于 5G 重新设计。这样的例子不胜枚举。
当我们看到这些项目的进展时，我相信这项工作的好处是巨大的。开始这一过程的公司可以快速了解大量有关其员工的信息。他们开始了解治理流程。他们与供应商建立了经验，帮助他们确定谁可以扩展以满足他们的特定需求。
走向何方：从“工作”到“工作”
最后一点。这项工作比你想象的还要重要。正如我在《不可抗拒》中所讨论的，这项工作是更大转变的一部分，从“严格定义的工作”到专注于工作的“角色”。我们称之为商业“后工业模式”的黎明。
这意味着花时间仔细地做这件事是可以的。建立治理、尝试不同的工具并一步一步地“爱上这个问题”是可以的。因此，在未来几年中，我们将建立适应性更强、规模更大、生产力更高的公司。
基于技能的组织正在一步步地到来。如果您认真对待转型并考虑它将变得多么重要，您就可以制定一个可行的计划。
人才智能
【希腊】AI人才智能平台Bryq宣布获得400万美元的Pre-A轮融资，用于构建未来工作
AI人才智能平台 Bryq 近日宣布，它已经获得了400万美元的Pre-A轮融资，由No Such Ventures与现有投资者Big Pi Ventures共同领投。
2021年，Bryq的收入增加了500%以上，带领公司实现盈利。Bryq还被福斯韦尔集团认定为人才招聘领域的潜在挑战者，并获得了最佳DEI-启用解决方案的人力资源技术奖。
Bryq是一个领先的人才智能解决方案，它基于经过验证的心理测量科学和客观的绩效数据的结合。这种独特的人才管理方法不考虑简历解析，而是关注人们是谁以及他们能做什么。这使公司在招聘、成长和保留最佳人才方面获得竞争优势。
"由于全球COVID大流行和向远程工作的转变，我们的工作方式在过去两年中的发展速度远远超过预期。这导致了像 "大辞职 "这样的现象，以及在整个人才市场上蔓延的新一轮动荡。在这种不断变化的环境中，公司正在努力用他们现有的传统工具取得成功，"No Such Ventures的合伙人Reinder Lubbers说，"Bryq通过为当今的挑战提供独特的解决方案而脱颖而出，为公司带来了切实的利益。"
"人才仍然是公司成功的关键因素，而招聘、成长和留住人才仍然是所有人的挑战，"Bryq的CEO Markellos Diorinos说，"通过本轮融资，我们将加倍投资于创新，特别是在将心理测量学与绩效数据相结合以及利用人工智能为招聘、内部流动、职业发展和员工保留提供解决方案方面。"
"我们的客户--像安永、Teleperformance、Viva Wallet、Deliveroo和SaltPay这样的公司--有一个共同点：他们了解其当前和未来员工的价值，并充分投资于他们。Bryq使他们能够转变看待人才的方式，并在提高业绩和保留人才方面取得令人印象深刻的结果。"
Bryq是一个远程优先的组织，在圣彼得堡（美国佛罗里达州）、牛津（英国）和雅典（希腊）设有中心。
关于Bryq
Bryq人才智能平台是建立在人们是谁和他们的能力之上的，而不仅仅是他们过去的职业表现。从招聘到退休，Bryq能够帮助企业做出更快、更智能的人才管理决策。通过将心理测量学与现有的人力资源数据（如绩效、组织等）相结合，Bryq提供洞察力，以支持在招聘、成长和保留人才方面的决策。Bryq人才智能作为一个完美的平台，帮助企业达到他们想要达到的目标。
关于No Such Ventures
No Such Ventures是风险投资领域的一个颠覆者，它提供灵活的交易结构和无忧无虑的股权投资，以每笔交易为基础。No Such Ventures有一个由高知名度的投资者、企业家和行业专家组成的参与性和不断增长的网络作后盾，它希望向全球和各行业的雄心勃勃的成长型公司投资200万至800万欧元。
人才智能
大咖谈：员工体验现在才是HRTech的核心趋势，HCM何去何从？
编者注：JoshBersin这篇最新的文章完整的介绍了HCM的产生和未来，指出未来的趋势，HCM从ERP延伸而来，但人不是螺丝钉和生产工具，工业时代的产物在面对未来可能已经失效！正如我们之前谈到的未来任何一个HRSaaS平台都是一个员工体验平台，都会聚焦人，关注人，以人为核心驱动。强烈推荐这篇文章！
一个新的体验时代即将到来！
员工体验研究院（www.exinstitute.cn）致力于此，同时员工体验研究院即将启动2022年的员工体验指数测评活动 ，有兴趣的可以积极参与：http://in.exinstitute.cn/
几十年来，公司从 "核心 "开始采用人力资源技术。这个 "核心 "总是被认为是工资系统、HRMS（员工记录系统）和基础架构，通常称为HCM。
公司首先选择这些核心系统，花费数百万到数千万美元来实施它们，然后他们 "在上面铺设其他工具"。这些核心记录系统被认为是架构性的：它们构成了花在员工应用程序、系统和工具上的数千亿美元的基本架构。
那么，我想说的是，现在这种情况已经改变了。虽然核心的HCM系统对公司的运作是必要的，但它们不再是曾经的重心。上面的几层系统，也就是我所说的员工体验和人才智能系统，甚至更为重要。
如果你回到20世纪70年代和80年代的科技世界，IT领域最大的创新是ERP的发明。 ERP，即企业资源规划，是由SAP和其他公司的先驱者努力将财务、制造、供应链和其他后台系统整合成一个端到端的解决方案。
ERP的理念，现在已经得到了很好的理解，即公司需要一套集成的财务和运营系统来管理产品、供货商、供应商、财务和结果。这些系统，现在由Oracle、Workday、SAP和其他数百家供应商广泛销售，成为我们公司的 "财务和运营支柱"。
而这一切都在发挥作用。在那些日子里，当大多数企业以工业模式销售产品和服务时，我们需要知道每次组装涉及多少小部件，每个小部件的成本是多少，以及由哪个供应商提供。因此，每个大公司，从石油公司到汽车制造商，都接受了ERP。
后来，软件供应商试图将这种模式应用于人力资源。像PeopleSoft这样的先驱意识到，ERP根本无法很好地处理人力资源和员工，所以他们创造了一个HCM的市场。
最初，HCM是关于工资单、员工记录和工作架构的。所以我们实施了这些东西，并围绕层次结构建立了我们的公司。但是，尽管Oracle，SAP和其他公司做出了最大的努力，HCM系统还是不够的。为什么呢？因为ERP模型并不适用于人。
一个螺栓或组件有一个固定的成本，虽然它可能会折旧，但它的价值不会随着时间而改变。相比之下，人是不断成长和变化的，所以我们需要一个能够管理技能、职业道路、继任计划和各种模糊的、非线性的人的投资系统。一个人不像一个小部件，一个工作也不是一个产品：我们不能只是给他们加上一个 "成本"，所以ERP模式下的HCM并不能很好地发挥作用。
那么到底发生了什么呢？公司开始在上面叠加各种增值工具。学习管理系统、申请人跟踪系统、评估系统，以及现在的技能推断和员工参与工具。这些工具在ERP中没有一个真正的 "家"，所以它们各自成为独立的记录系统。
这让HCM这个核心记录系统何去何从？
HCM是建立在一个工业模式上的
那么，解决方案的堆栈已经改变了。HCM系统倾向于将员工和工作视为对象，因此建立在工作家庭（即财务、IT、销售）、分层的工作水平、以及数以万计的工作名称、工作描述和工作能力模型之上。一个 "项目组"、一个 "兼职工人"、甚至一个 "临时工作 "的概念都不太适合。
而且，情况变得更加复杂。当你进入一个新的国家，接受新的监管规则，或收购一家公司，你最终会得到另一个系统。所以今天，随着这些系统的激增，公司的业务规则和工作架构遍布整个公司。
理想情况下，我们希望有一个单一的 "记录系统"，但在现实中，数据是在多个地方的。很少有公司能很好地了解他们的临时工或临时工队伍。大多数公司都有大量的工作描述和不再使用的工作头衔。几乎每家公司都有太多的工作级别，很多跨领域的团队和项目不在系统中，而且在弄清诸如技能、进展、职业流动和其他 "非线性事物 "方面存在无尽的挑战。这些新对象中的每一个都位于另一个系统中，使真正的 "核心 "成为一个应用程序的网络。
顺便说一下，这些 "非线性 "资产是最重要的。虽然知道我们有多少人是件好事（这本身就不容易发现），但知道我们有什么技能，我们拥有多少专业知识，以及我们的人在工作中是如何流动、进步和表现的，要有价值得多。这些 "棘手的东西 "在ERP系统中都没有得到很好的体现，所以我们不得不购买其他工具来做这些。
当然，Workday、SAP和Oracle正在研究这个问题：他们都有技能云、职业工具、旅程平台和新兴的推理引擎。但是，这些附加功能都还不成熟，而且它们往往都是该厂商的专利。因此，客户往往需要跨HCM的解决方案。
而这正是我的观点：人力资源技术市场已经改变。上面的几层（员工体验和人才智能系统）现在是核心。HCM或ERP往往更 "传统"。
现在我和Workday、Oracle、SAP以及大多数HCM供应商都是非常好的朋友，我绝不是在冒犯他们的工作。他们的系统在商业中发挥着至关重要的作用，每个公司都需要HCM来运作。但是，鉴于他们建立的核心系统的复杂性，他们很难跟上堆栈顶部的创新。
一些客户实例
让我给你举几个例子。
第一个例子是DHL。它在数百家公司拥有超过70万名员工。他们和大多数全球公司一样，有一个庞大的后端系统，用于当地公司的工资和福利。但该公司最需要的是为司机、操作员、配送员和专业人士提供一个现代员工体验平台。他们正在一个名为Staffbase的平台上建立这个平台，它是一个现代的EX通信平台。这一领域的其他供应商包括ServiceNow、Applaud、Microsoft Viva，以及Workjam、Yoobic等新型 "无办公桌工作者 "前平台。
现在他们已经定义了这个EX层，他们正在从顶部向下移动堆栈，查看员工调查平台、旅程管理和其他EX工具，以便自上而下地构建。这些工作都不影响核心HCM系统。
第二个例子是一家大型的全球电气系统制造商。他们在30多个国家开展业务。他们在全球有超过15个不同的HCM系统，其中许多是基于Oracle的。他们各自处理当地的薪资、当地的法规遵从，并处理当地的人员配置需求。CHRO正在寻找一个更好的数据分析解决方案，一个集成的EX平台，以及一系列用于内部流动、技能发展和职业规划的新应用程序。他们最初的想法是用一个全新的平台取代所有这些后端系统。
在详细探讨了他们的需求后，我们都得出了结论：他们真的不需要替换ERP，他们需要一个全球数据仓库，一个全球技能和流动性系统，然后是一套标准的EX工具，用于员工访问、门户和支持。虽然在某些时候他们会想要升级核心的HCM系统，但他们的真正需求不会被这种方法所满足，他们可以在堆栈的顶部节省大量的资金。
第三个例子是SuccessFactors在亚洲的一个大客户。这家公司经营的是原材料和分销业务，也是内部系统和云系统的混合体，在不同的国家有很多当地的工资单。他们还问我们，他们是否应该考虑大规模更换供应商，或者可能升级到SuccessFactors的所有新功能。在我们和他们的系统集成商顾问的建议下，最终的决定是不更换任何东西，而是逐步升级SAP技术，并将他们的新投资集中在EX上。
让我再补充一点。当我们在Deloitte时，我们与达美航空做了很多工作。他们和大多数航空公司一样，对传统系统有大量的投资。当达美航空需要重新设计其整个客户和员工体验时，他们并没有替换这些系统。他们建立了世界上最创新的应用程序之一，在后端连接到传统系统。这是给我们所有人的教训：如果用户不满意，后端系统有多精美都无关紧要。
员工体验和人才智能是新的核心
我不需要告诉你EX平台市场的成长速度有多快。仅仅一年时间，Microsoft Viva就吸引了1000多个付费客户，而像ServiceNow、Applaud和Workjam这样的供应商正在疯狂增长。每家公司都在Teams、Zoom、Webex或Slack上进行标准化的信息传递，大多数新的员工解决方案都必须插入这些系统。
一个客户，高露洁，告诉我他们新的人力资源技术战略是基于供应商与谷歌工作空间的整合能力，这是他们的主要员工工具集。对他们来说，后端是什么样子并不重要，重要的是它与员工平台的整合程度。
在人才智能领域，市场同样是白热化的。Eightfold、Gloat、Beamery、Fuel50、Hitch等供应商，以及Skyhive和Techwolf等技术正在被抢购，作为技能、职业和AI驱动的增长的新核心系统。而学习体验供应商（Degreed、EdCast、Viva Learning等）对每家公司都变得至关重要。
顺便说一下，股票市场也明白这一点。看看两家公司的相对价格图，Workday与ServiceNow。这两家公司都是了不起的技术公司，都由优秀的管理团队经营。它们只是处于不同的市场。ServiceNow的增长速度几乎是Workday的两倍，其市值现在几乎是Workday的两倍。一个是在 "体验 "市场（ServiceNow），另一个是在ERP/HCM市场（Workday）。
另一个证据：我们的HCM研究
让我以另一项研究作为结束。我们的HCM卓越研究详细介绍了所有主要ERP供应商的HCM实施情况，研究中，我们有一个特别的发现。那些在大型人力资源技术项目上取得巨大成功的公司首先关注员工，其次才是技术。他们清楚地定义了他们的员工和管理需求，他们的新人才实践和文化目标，以及他们想要获得的数据。然后，他们坐下来，自下而上或自上而下地建立堆栈。
我们还发现，这些公司将新的人力资源技术视为业务转型的一部分，而不是一个IT或技术项目。他们首先关注他们的新业务模式、新运营模式以及新的人力资源和人才实践，然后将技术视为这些目标的推动者。
这对HR和IT意味着什么？
底线很简单：重心已经转移。
HCM和ERP系统对于公司的运营仍然是必不可少的，但新的重心已经转移。我的研究表明，HCM/ERP系统往往持续8-12年，然后供应商的架构或业务经常被破坏。如果你的问题是缺乏一致的数据或员工的职业体验不佳，在大多数情况下，你最好修复你所拥有的实施，并将你的资金集中在上层。
作者：JOSH BERSIN
人才智能
【旧金山】人才智能公司Findem获得3000万美元的B轮融资，帮助企业更快地雇用高质量人才
Findem是一家总部位于加利福尼亚州旧金山的人才智能公司，它于2022年3月8日宣布在B轮融资中筹集了3000万美元，该公司应用人工智能来加速人才招聘。
Four Rivers和Quarry Capital Management领投了本轮融资，现有投资者Wing Venture Capital也参与其中。该轮融资使Findem迄今为止的总融资额达到3730万美元。
Google、RingCentral和Medallia等公司的人才领导正在使用Findem的人才智能平台来推动前所未有的商业价值—用更高质量的候选人来克服他们的人才短缺问题，加强他们的劳动力多样性，并将他们的招聘时间缩短80%。
"人才大战正在激烈进行，公司无法快速招聘，而Findem的技术是帮助招聘人员找到那些竞争对手根本无法找到的主要候选人的秘密武器，"Four Rivers的总经理Farouk Ladha说，"Findem正在以行业前所未有的方式将人工智能应用于候选人搜索过程，并重塑公司寻找优质人才和建立伟大团队的方式。"
在过去的一年里，数百万员工辞去了工作，使许多公司为填补他们的空缺职位而苦恼。在全国范围内的劳动力短缺以及高度竞争的劳动力市场的推动下，Findem经历了500%的客户增长，8倍的顶线收入和超过一倍的员工数量。
这笔新资金将使Findem在强大的2021年基础上，支持公司的产品开发进展，包括第一季度推出新的自助服务模式，使用户能够将他们的空缺职位发布到招聘网站，并获得新的和高度针对性的候选人渠道。
继续扩张也是Findem的首要任务，因为它准备在国际上扩张并满足当今全球组织的复杂招聘需求。
Google副总裁、首席执行官人才顾问Jeff Markowitz说："Findem的平台对我的团队识别我们可能还不了解的高管非常有帮助，而且对Google的具体领导需求有意义。我们很高兴能使用他们的平台，并看到它如何继续发展。"
Findem的人工智能招聘平台对来自10万个来源的人员数据进行索引和分析，并将其变成可搜索的候选人属性。人才团队可以根据属性进行搜索—从一个人是否见证了公司的成功退出，是否建立了多样化的团队，或者是否是一个长期的员工—在所有外部候选人、内部员工和ATS中的现有档案中找到完美的匹配。该平台还包括自动进行个性化候选人参与的工具，分析人才库，获得劳动力市场情报，并衡量管道分析和人才多样性。
Findem首席执行官Hari Kolam说："这笔最新的资金真正验证了我们超越简历并将属性置于人才搜索中心的方法。这笔资金将成为我们下一阶段发展的加速器，因为我们将继续重塑采购、招聘和雇用的未来，并推动4500多亿美元的人员配置行业市场的创新。"
Quarry的普通合伙人Danny Wen说："Findem在人力资源技术领域脱颖而出，因为它对人工智能驱动的招聘可以真正实现的目标有着远见卓识，并结合了创新技术来实现这一目标。”
领先的人才团队利用Findem在招聘中的多样性和精确性获得成功
使用Findem的平台，技术、医疗保健和其他行业的公司在其人才管道中的候选人的多样性和质量方面正经历着高达10倍的增长，通常是在几周之内。高级人才招聘领导者认为Findem的方法是一种突破性的方法，可以大规模地寻找和招聘候选人，并填补利基职位。
"自从Findem出现后，我们的人才管道中的高质量、有兴趣的候选人大幅增加了22%，并在人才漏斗的每个阶段大规模地增加了多样性。与之前相比，我们来自代表性不足群体的感兴趣候选人增加了40%，"RingCentral的全球人才招聘副总裁Alvin Lam说，"它还使我们能够进行高度技术性的搜索，并为难以填补的职位找到候选人—如果没有Findem，几乎不可能找到这些人。"
Medallia全球人才招聘高级副总裁Tey Scott说："招聘中的多样性是Medallia的重中之重，Findem帮助我们破解了密码，通过多样性视角深入了解了我们的人才漏斗。在数据和深度分析的指导下，我们在不到两周的时间内实现了来自代表不足群体的候选人数量增加三倍。以任何人才招聘团队的标准来看，这都是令人印象深刻的。"
关于Findem
Findem利用人工智能为人才招聘提供动力，从搜索到雇用。帮助企业从超过7.5亿份丰富的资料中获取信息，无限制地参与其中，并找到最感兴趣的优秀候选人。从财富100强企业到初创企业的人才领导者都在使用Findem来大规模增加他们的人才管道，提高候选人的质量和多样性，并将他们的招聘时间缩短80%。
人才智能
【深圳】今日人才完成B轮亿元级别融资，估值超10亿人民币，今日资本领投
近日，深圳今日人才信息科技有限公司（以下简称今日人才）完成由今日资本领投的亿元B轮融资，投后估值超过10亿人民币。今日资本所投企业Boss直聘于前几日上市，市值超160亿美金，今日资本收益超10亿美金，“风投女王”徐新对于人力资源赛道有着独到的洞察。
「今日人才」创立于2018年，是一家以大数据、算法、人工智能为驱动的平台型人力资源科技公司，为政府和企业提供大数据驱动的一站式人力资源解决方案，包括中高端人才精准算法匹配推荐、业务外包、企业咨询管理培训等综合服务。其中，自然语言解析、语义处理、智能匹配、算法推荐、标准化技术等是今日人才的核心技术。2020年，「今日人才」在原有AI大数据基础上，推出职场人脉变现的互联网平台—今日优脉，通过牛人推荐牛人，可以实现盘活牛人人脉、帮助人才匹配的目的。
36氪采访今日人才创始人胡伟，其表示：「今日人才」有三个主要的智能能力：人才岗位画像，人岗智能匹配，人才智能推荐。
人才岗位画像是指，通过将岗位能力拆分成三十个维度，实现人才和岗位的精准匹配。胡伟向36氪举例，“软件工程师”是一个岗位，但同样的岗位下又分C++、Java、Python等不同的细分方向；就算细分到“Java工程师”，也分J2ME-移动应用开发，J2SE-桌面应用开发，J2EE-Web企业级应用等不同的技术方向。需要具备什么能力的人才，岗位发布方或许也模棱两可。
在「今日人才」看来，市面上相当比例岗位发布都是不准确的，因此，从岗位出发通过多维度拆分，完成岗位的精准画像，对于人才和岗位的匹配十分重要。
人才岗位画像也是「今日人才」不同于市面上其他招聘企业的特点。
人才智能推荐，是通过对网上简历库、高等院校、行业知识论坛、社交渠道、国际学术期刊等渠道进行信息获取，其数据确权、授权均遵从欧盟GDPR通用条例，构建全球人才库从而实现牛人推荐牛人的结果。
在人才岗位画像、人才智能推荐后，通过AI和大数据能力，实现人才岗位的智能匹配。
「今日人才」提供的是底层的技术，因此不对行业作区分。截至目前，「今日人才」已经服务了数百家新零售、智能智造、IT互联网、金融类、新能源、生物医疗等领域的企业，为数十家上市公司提供数字化人才解决方案，并与新零售、新能源、金融证券等其他行业头部客户达成了深度战略合作。
「今日人才」另一不同点在于，其收费采取预付模式，而不是业内主流的“先招人后结账”。目前的客单价从几十万到几百万不等，金额续约率达到100%。
胡伟分析，目前，中国有1.2亿白领，每年其中的20%在寻找新的工作机会，这两千五百万人才，按照每人成交金额5万来算，就是一个几千亿的市场。并且随着95后、00后进入职场，跳槽比例正在快速增长，市场规模也会随之不断扩大。
本轮融资将主要用于技术研发、产品矩阵完善、业务拓展等方面，进一步加强一站式人力资源解决方案服务的战略布局。
扫一扫 加微信
hrtechchina
人才智能
人才智能
人才智能
人才智能
人才智能
人才智能
人才智能
人才智能
人才智能
人才智能
扫一扫 加微信
hrtechchina
