-
Lightcast
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。
-
Lightcast
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。
扫一扫 加微信
hrtechchina
