-
资讯
牛津大学教授计划推出全球首个基于区块链的分权化大学
据cointelegraph消息，牛津大学一群教授计划推出全球首个基于区块链的分权化大学，目前正在欧盟寻求全球首个“区块链大学”的全权授予权。据悉该大学将采用传统Oxbridge课程和大学结构，侧重于单独的tutorialled模块，可供学生线上或线下使用。
-
资讯
Adents联合微软开发基于区块链和AI的产品追踪平台
来源|金融界
北京时间6月14日晚间消息，全球领先的序列化和可追溯性解决方案提供商Adents公司今日宣布，通过与微软合作，开发出一套全新的基于区块链和人工智能技术的产品追踪平台。
该平台被称为“Adents NovaTrack”，可提供贯穿整个供应链的“端到端”的可追溯性和可见性。
面向供应链参与者的“区块链即服务”方法可以在本地或通过云运行区块链节点。
嵌入式安全功能，包括联盟区块链机制，如身份管理，PKI和加密。
通过Microsoft Machine Learning和Business Intelligence Services提供的人工智能来收集和分析数据，将数据转化为可行的业务洞察。
各行业（包括制药和其他行业）的通信标准合规性。
-
资讯
获7500万新一轮融资，豆包网乌镇发布“科技赋能”新战略
来源| 创业邦
豆包网于2018年年初完成了新一轮融资7500万，由中国最大的全球化母基金盛景嘉成领投，尚势资本、博将资本、盛腾喜大跟投，原股东汇财投资等持续加持参与。
豆包网创始人张启科介绍，本轮融资将用于“科技赋能”战略的落地，为中小保险公司、保险中介公司赋能，提供数据化管理系统，搭建数字化资产，通过一站式SaaS系统帮助合作机构管理客户、快速理赔、风险管理，提高投保、续保和保后服务的效能。
“在新技术驱动下，保险不再是一种简单的损失补偿，而是融合了科技、服务和管理，更好的满足社会需要。”
在日前召开的乌镇保险科技菁英大会上，张启科发布了“科技赋能”全新战略，提出保险行业应该更好建立自己的核心服务能力，从被保险人的利益出发，以服务深度为特点为保险和中介赋能。总体来看，保后服务价值挖掘将是未来行业的新热点。
作为一家采用B2B2C模式的互联网保险平台，豆包网于2015年10月正式推出。以“弹性福利”为切入点，综合医疗保险与健康服务，择优而选，为企业和个人提供健康保障服务。
豆包网提供的商品包括以健康险为核心的企业团险，健康体检和健康筛查等服务的企业健康管理方案，还有少儿重疾险、旅游保障计划等延伸产品。
截至目前，豆包网已服务投保人次突破100万，服务企业突破4000家，受理理赔案件近10万起，赋能领先的保险中介公司30余家。
据豆包网提供的数据显示，从2012-2017年，我国互联网保费收入不断增长，从106亿增长到3000亿左右。而根据保监会披露的数据统计，2012年我国只有39家保险机构经营互联网保险业务，到了2016年有117家，2017年达到近130家。
对于互联网保险的发展，张启科认为，一方面，客户保险意识不断增强，客户可保险的资产类型、可保险的资产规模在不断扩大。
伴随着我国保险市场体量的激增，保险业本身对于服务的需求，将呈现指数性爆发。用户需求驱动着互联网保险产品的发展和创新，也带动了整个保险行业的服务更加便捷化、智能化。
另外，金融科技迅速发展，依托大数据、人工智能、区块链等前沿技术，一批以技术驱动、科技赋能行业的保险科技公司已经出现，这些公司有能力提供更为智能化的服务，将有力推动保险行业的升级。
张启科介绍，豆包网凭借“大数据+人工智能”分析能力，区块链技术、自主开发以保障服务为核心的自有技术中介SaaS服务平台，进行用户行为分析、知识图谱、病例数据挖掘、理赔数据管理分析，同时也可通过SaaS平台帮助企业实时提醒、实时掌握员工理赔、体检动态。
对于消费者，豆包网个人微信理赔已经实现了免收纸质单据，快速+简单理赔，专业理赔团队在线审核，只需拍照上传即可完成，满足企业及消费者不同需求，主动提供全方位的服务。
未来，豆包网拟把人身健康资产数据化、资产化，凭借已经逐步建立起的保险产品数据库、健康数据库，基于智慧决策和深度服务，整合产业链资源，探索更多的服务模式和内容。
-
资讯
小型企业选择云端人力资源部门的6个理由
全球各地的企业都在快速唤醒云计算的想法及其提供的诸多好处。无论是公共还是私有云计算，大量企业都以某种方式使用云。
随着许多关键业务操作以极快的速度转移到云端，人力资源部也不例外。事实上，组织通过将其人力资源流程转移到云生态系统来节省一笔财富。
是的，实施基于云计算的工资软件或人力资本管理解决方案可以解决与员工和人力资本管理有关的各种问题。
这里有六个原因说明为什么云中的人力资源部门对小型企业来说是完全合理的。
1.人力资源聊天机器人
所以，我们都知道'Siri'（臭名昭着的聊天机器人/虚拟助手）及其在我们生活中的角色！
现在想象一下聊天机器人为您附近的人力资源部门提供动力。是的，大多数基于云计算的工资软件解决方案都配备了智能HR聊天机器人，作为人力资源部门的扩展部分。
员工向人力资源部门提出的大多数问题都由使用机器学习和人工智能算法与人类交互的人力资源聊天机器人来解答。这些机器人将执行世俗和常规的与人力资源相关的任务，例如在旅途中进行员工调查，收集员工信息，提供工资细节等。
2.可扩展和预算友好
是的，基于SaaS的订阅计划使云工资软件成为初创企业和小企业的完美选择。简而言之，“即用即付”功能使基于云计算的人力资源软件可以充分扩展至中小型企业。此外，它还消除了为维护和实施目的而增加IT设备和人员的需求。
3.统一的HR数据库
基于云计算的工资软件可作为所有重要员工数据的综合集中中心，从而确保每个人都处于同一页面上。没有更多的工资和出勤冗余或不一致。
最重要的是，基于云计算的工资软件可以即时访问人力资源数据库，例如离职，休假详情，病假等等。
4.时间和出勤
基于云的人力资源软件可以帮助您通过其自动时间跟踪功能保持准时和旷工。它可以让您创建和处理多个工作班次，员工时间安排，离职/出勤等等。
5.自助服务
将人力资源运营转移到云计算中最令人兴奋的部分就是这里。
员工自助服务可以让公司的员工从他们的手持设备上即时检查叶子，申请叶子，查看税务/工资细节等，而无需打开人力资源管理系统。由于它允许员工自己检查和更新他们的个人信息，因此HR不必这样做，从而为他们节省时间和精力。
6.人力资源分析
无论您的人力资源部门是否使用数以百计的预格式化图表或报告，您都可以将它们与云工资软件进行整合。找到了！智能HR随时随地从任何设备上报告。享受人工访问直观的人力资源分析和管理信息系统报告，进行一系列与人力资源相关的活动，例如人员配备，出勤率，绩效管理，招聘等。
就其核心而言，云计算工资软件随着您的小企业而增长。易于实施和使用，对于正在成长的公司来说，投资于基于云计算的人力资源解决方案当然是有意义的。
除了节省时间和口袋友好之外，当我们谈论创新时，云薪水软件是一个福音。是的，自动系统升级和更新使云HR解决方案相对更容易保持有用和前沿。
以上内容基于AI翻译，仅供参考
-
资讯
KPI已死，OKR怎么立？
来源：CHO首席人才官（chomedia）
关于KPI（关键绩效指标），近些年可以说是“风雨如晦”。
先有流传甚广的“绩效主义毁了索尼”这样的说法，提出这个观点的是索尼前常务董事天外伺郎。他在自己写的《绩效主义毁了索尼》中力述KPI的弊端以及它是如何一点一点毁掉索尼的，它让研发人员为了外部动机工作，丧失了内在的创新热情。
那些短期内难见效益的工作，比如产品质量检验以及“老化处理”工序都被轻视。为了完成业绩考核，几乎所有人都只提出容易实现的低目标。
他把索尼的衰落归结为KPI导向的管理手段压抑了员工的创新和工作积极性，失去了工匠精神，成为KPI数字的奴隶。
再有《绩效致死：通用汽车的破产启示》，通用汽车前副总裁鲍勃·卢茨现身说法。然后是伟大的谷歌和中国的商业传奇小米公司都没有KPI。
总体来看，KPI既限制了员工的积极性
也造成了业务扭曲，应该取消
谷歌高效运转的秘诀不是KPI
而是OKR（目标与关键成果法）
自从英特尔于九十年代提出OKR（Objectives and Key Results）以来，谷歌公司将之发扬光大。OKR是一套定义和跟踪重点目标及其完成情况的管理工具和方法。Objectives是目标，Key Results是关键成果，KRs是产出导向，而不是做事导向（所谓产出导向就是关注做事情的成果，而不是仅仅关注事情做了没有）。
OKR是一种帮助公司目标协调一致的管理和沟通工具，强调自下而上的工作方式，充分调动员工的主人翁精神和自我驱动力。OKR要求公司、部门、团队和员工不但要设置目标，而且要明确完成目标的具体行动。
01到底OKR和KPI有什么区别？
第一：服务的目的不一样KPI是一种绩效管理工具，OKR不是为了考核结果，考核是靠Peer Review（相当于360度的员工互评）完成的，OKR是为了跟踪目标完成情况的一种工具。
OKR评分并不作为奖金和晋升依据，而是为了保持全体员工步调一致，为了帮助员工了解项目完成进度。
第二：表现的形式不一样KPI是员工和直接经理之间的约定，一般不超过6条，形成过程是自上而下的，KPI的内容不需要公开。
而OKR是员工和大家的约定，是需要公开和透明的，其中O是一个有野心的目标，不需要量化，KR则是需要量化的，形成过程是自下而上的。
第三：目标的内容不一样KPI是列出影响业绩的20%的关键活动，目标所列的数量强调可达到性，最后得分一般在0~150分之间；OKR鼓励设定挑战性的目标。
KPI可以得到比100分更高的分数，OKR通常最多只有1分，且通常只能得到0.5~0.8分之间。如果得了1分，说明目标过于简单。
02
如何实施OKR？
1.实施标准步骤（1）第一步：设定目标O
目标必须是具体的、可衡量的，具体到时间段、数量、金额等，最好是量化数字。目标需要是有野心的，有一些挑战的，有些让你不舒服的。如果能够顺理成章或没有太大挑战即可达成的目标是不能作为O的。
（2）第二步：明确每个目标的KRs
所谓的KR就是为了完成这个目标我们必须做什么？也就是所有的目标都是通过行动来实现的，那么这个行动是什么？ 简单的说，为了达到这个目标O，你打算怎么干？
（3）第三步：定期回顾
每个季度做回顾和考评。
2.执行OKR的基本要求
3.OKR的特点
（1）简单
操作简单，每个被考核者的目标不超过5个，目标多了方向不清晰，重点不明确。每个目标不超过4个具体KR （具体行动），抓住重点，容易操作。
（2）直接每个KR都必须是能够直接完成相对应目标的；不是间接完成，更不是协助完成，最不能接受的就是可能有帮助成分的具体行动。
（3）透明每个单位、每个人的目标和KR，以及最终的评分都是对整个公司，甚至对每个人都是公开和透明的。
（4）上级OKR与下级OKR的关系从上至下，目标的设立顺序应该是公司到部门到组到个人，且目标必须达成共识——管理者与员工直接充分沟通后的共识，要一致。
个人想做什么，和管理者想他做什么一般来说是不会完全相同的。那他可以通过先查阅上层的目标，在自己想做的事情范围内找到能对公司目标有利的部分，将他拿出来和自己的管理者进行讨论，做权衡取舍。
（5）OKR设定的交流方式A.一对一的交流（one to one），即个人和他的管理者沟通。尤其是在一季度开始时，要协商好关键结果是什么。因为不仅个人能说明自己想做什么，也是上面表达他想要你做什么，最好的情况是两者得到结合。
B.全公司的会议（staff meeting），以分成各业务版块的形式进行，各版块的分管副总经理参加并介绍自己版块的OKRs，最终大家一起评估。
4.OKR的四个关键要素（1）明确O（目标）
目标要具有野心，由个人和公司共同选出。目标要有一定的难度，有一些挑战，会让员工有一些不舒服。这样的目标不断督促员工奋斗，不会出现期限不到就完成目标的情况。
（2）对KR（关键结果）进行可量化的定义
（3）OKR在个人、团队、公司层面上均公开透明
公司内所有人能够知道每个人的下一步工作是怎样的，以及每一个人过去都做过什么。一方面，自然产生群体监督的作用；另一方面，方便合理有效地组建项目团队。
（4）季度和年度评估，用0~1分来对每一个关键结果打分季度OKR保持一定刚性，年度OKR可以不断修正。最佳的OKR分数在0.6~0.7之间，高分并不一定受到表扬，如果本期目标制定野心不够，下期OKR制定则需要调整。低分也不会受到指责，而是通过分析工作数据，找到下一季度OKR的改进办法。
03实际案例1.准备阶段公司总经理把重要的议题提前发出来，然后员工就有所侧重地准备。每个员工准备得越充分，开会的时候就越有效率。
2.确定OKR在每个季度之初，会开一次OKR会议。一般是两天左右，公司所有经理级以上的人都会参与，每个小组尽量包含各种不同的角色，比如产品，研发，市场，销售等。在会议前，要给每一桌准备些便利贴和白板笔。
OKR会议主要还是两部分，第一天上午是复盘上个季度OKR，然后接下来的时间就是确定下个季度的OKR了。
确定OKR的议程一般是：（1）总经理阐述公司战略，以及介绍当前行业环境变化、趋势判断等。（2）大家就准备的重要议题展开讨论。
（3）每个人把自己认为重要的O写在便签上，然后贴到白板上相应的区域。如果不在主要业务流程图里，就贴到一边。每个人解读自己贴上去的O。有时候为了节约时间，也会按小组呈现和解读。
（4）投票产生O。
（5）同样的方法，产生KR。
（6）确定OKR的负责人。
3.公示OKR确定完OKR，总经理将当季度OKR以及为什么定了这些OKR跟全员做沟通。
4.执行OKR主要是通过两方面来保证执行效果：
（1）周会／月会的定期检查。
（2）将整个OKR建成项目和任务，公示给全员。
所有的协作过程都在任务中完成，最新进展情况都在任务中及时更新。
5.复盘OKROKR会议的第一部分就是复盘OKR。复盘OKR的主要议程是：
（1）每个OKR负责人依次回顾自己所负责目标的执行情况包括“目标是什么，为什么定这个目标，做了什么，遇到了什么问题，怎么解决的，最终的结果是什么，有什么经验和教训，下一步建议，给自己打分等”。
（2）总经理做最后的整体总结
（3）愉快地结束，迎接新的开始
04小结OKR就是挑出来公司最重要的事
然后集中优势资源打歼灭战
OKR就是最大化地调动起每个人的力量
OKR是要服务战略的，是实现战略的方法和手段。OKR的实施有自己的方式和流程，但这都不是最重要的，重要的是OKR的原理、原则，要把握好才可以。
-
资讯
肯耐珂萨发布大数据报告，提供全面“敬业度数据”参考
近日，人力资本云服务公司肯耐珂萨联合复旦大学智慧城市研究中心发布了《2018 KNX敬业度大数据白皮书》（以下简称“白皮书”），白皮书结果来自于对KNX积累的1030万员工敬业度调研大数据的深度实证研究。白皮书不仅描述了中国企业员工敬业度的群体画像，而且侧重于挖掘敬业度现状背后潜藏的驱动因素。
因此我们也可以理解为，这份白皮书涵盖的范围是“驱动因素与员工敬业度的变量关系”和“适合中国市场的敬业度预测模型”，而非仅仅传统的分类走势。
企业文化、信息能力、领导者，敬业度驱动因素Top 3
影响员工敬业度的因素有很多，员工会根据他们所得到的资源、支持的程度来决定他们的工作敬业水平。
与传统敬业度报告的差别在于，白皮书基于机器学习，解析出了驱动因素影响的中间层——即“领导者”、“信息能力”这两项因素除了自己本身影响敬业度指数外，它两还能同时通过影响其他的“战略”、“文化”，二次影响敬业度指数。
在六大维度中，“企业文化”是对敬业度提升最显著的因素；
“信息能力”是第二大驱动因素，但它对敬业度的直接效应并不强，而是通过影响“企业文化”、“战略明晰”这两个因素来提高员工敬业度；
领导者对员工敬业度也有着不可忽视的影响，排在第三位，它是通过“企业文化”和“战略明晰”来间接影响企业员工敬业度。
利用机器学习及早识别敬业度“特殊群体”
肯耐珂萨联合复旦大学智慧城市研究中心利用机器学习分析了超过1030万员工敬业度数据，创建了可以进行检测预警的算法，这是人工智能在敬业度分析的首次使用。
白皮书揭示了3条有效预测规则，这可以用来帮助企业判别“特殊群体”，并对“特殊群体”的敬业度特征进行预测。该算法无法从数据当中识别任何员工个体，因此无需担忧隐私问题。
此次构建的敬业度模型，通过“预测敬业度值”和“员工的实际敬业度值”对比，其预测准确率高达95%，在该模型基础上，机器学习可以通过规定不同类型的特殊群体，来推测识别他们的重要普遍特征，这将为企业的敬业度培养提供智能化改进建议。
福利！
下面为肯耐珂萨白皮书下载链接：
http://www.knx.com.cn/public/upload/file/2018KNXjyddsjbps.pdf
-
资讯
人力资源组织的10个趋势
文| Tom Haak
如今人力资源机构正在发生改变。我们能感受到的一些趋势是什么呢？
1.HR主要是人力资源运营
人力资源部门的大部分工作都可以通过人力资源部门的操作获得。世界一流的人力资源运营是关键，许多组织正在开展人力资源运营并将其集中化。
外包或部分外包无疑是一种选择。
波兰，菲律宾和印度的中心正以低成本提供高水平的服务。
在人力资源服务中心之外，人力资源部门留下了什么？
也许你只需要高层次的人力资源战略建议。
2.关注服务和热情好客
如今对人力资源部门人员的要求已经不一样了。我们可能需要的是新型人力资源专业人员，他们可以将人力资源部门作为服务组织来运作。
在人力资源服务中，IT和招待都很重要。衡量员工体验的组织常常会发现员工对他们如何找到相关人力资源信息（通常在公司内部网上）并不满意。
一流的人力资源服务中心对于积极的候选人和员工体验非常重要。 一周24小时服务。友好的聊天机器人可以帮助员工和经理。
高级专业人员可以在聊天机器人不提供解决方案时提供帮助，并且解决对于聊天机器人来说太难了的问题。
3.人力资源业务合作伙伴
二十年前，Ulrich和Brockbank在他们的人力资源冠军书中发表了他们著名的人力资源业务伙伴模型。虽然不是作者的意图，但是不同角色之间的地位显然有所不同。特别是在战略与运营层面上，大多数人力资源专业人员都倾向于战略高于运营。
多年来，大多数人力资源专业人士的志向是成为一个真正的战略业务合作伙伴。不幸的是，许多人力资源专业人员没有实现其雄心壮志的技能和经验。
今天，我们看到人力资源业务合作伙伴衰落的第一个迹象。大多数人力资源业务伙伴的工作不是战略性的，而是可操作的。他们的大部分工作可以分为三个方面：
不应该由人力资源部门完成的工作，而应由直线经理/员工（例如与员工谈性能问题）进行工作。
可以由HR系统管理的工作（如管理绩效评估）。
属于人力资源服务中心的工作（例如回答经理和员工提出的各种问题）。
正在改变其人力资源的大型组织将大部分人力资源业务合作伙伴及其工作转移到人力资源服务中心（您需要的专业人员较少）。
4.从人力资源到人员到劳动力
人力资源作为一个术语似乎持续很久。
在过去的几年里，你看到'人力'被'人'所取代的越来越多。首席人事官员和人力运营副总裁到处涌现。
下一步可能是“劳动力”。
工作人员由各种人员和机器人/机器人组成。范围变得比人类更大。
5.专家以上通用
大多数人力资源相关专业人员都是专家。各种新老领域都需要专家。
老：招聘，选拔，训练和指导。
新：人员分析，教练和绩效顾问
6. EX = CX =市场营销
人力资源部目前正在接受员工体验（EX）。在这里，人力资源部门可以从营销中学到很多东西，他们长期以来一直致力于设计和增强客户体验（CX）。
市场营销如此优秀，为什么不将EX也分配给市场营销？今天大多数人力资源工作都集中在雇主品牌和招聘上。也许这在专家的手中更好。
7.分享资源
数据分析师需求量很大。组织正在加速他们在不同领域的分析能力。人力资源一直滞后，现在正试图赶上。
分享稀缺数据分析资源是有道理的。创建一个中心团队，可供不同团队使用。人力资源知识和经验可以轻松添加。
8.系统接管了大部分传统的人力资源工作
尽管大型人力资源系统的承诺很大，但其中许多还没有达到预期。早期的适配器花费了大量资金来根据自己的需求量身定制系统，并且人力资源信息系统的实施往往为人力资源和执行合作伙伴创造了许多工作。
持久似乎现在已经得到回报。
人力资源系统已经变得好多了，组织意识到如果他们想要获得好处，他们最好不要裁剪太多，而是花更多的钱，而不是半心半意，导致执行速度缓慢。
将创新的专业人力资源技术解决方案连接到更大的系统也变得更容易
9.首席执行官，也是CHRO
现代CEO同时也是CHRO或首席人事官员。这些首席执行官是否需要在其顶级团队中担任CHRO / CPO？
在许多组织中，CHRO基本上是人员运营主管，最终负责人力/人力资源运营。
战略顾问在人员和组织领域的作用也可以由其他人完成，例如大型战略咨询公司或人力资源战略顾问。
10.从PTB到EI
从PTB（老板导向）到EI（员工导向），潮流正在慢慢转向。真正了解员工的愿望，需求和能力变得越来越重要，而且这种员工亲密关系需要设计相关的员工旅程。
问题是，如果人力资源可以在这种转变中发挥重要作用。可能有其他人在设计员工体验方面做得更好（见6）。老板并不需要拜托者，而是挑战者，而这个角色在高层战略顾问手中可能会更好。
-
资讯
上海区块链技术研究中心正式揭牌！
来源| 百家号
今天，上海区块链技术研究中心正式揭牌！
经信委，工信部，酒类区块链联盟，携手教育领域，共同营造风清气正的区块链技术发展氛围。
上海市经信委副主任：推动更多区块链应用成果在上海转化落地
上海市经信委副主任傅新华表示，将在风险可控的前提下，积极探索区块链在多个方面的应用。推动更多区块链应用成果在上海转化落地。
同济大学：将全面推动上海区块链技术研究中心建设
同济大学副校长顾祥林在上海区块链技术及应用研讨会上称，同济大学是国内最早从事区块链研究的高校之一，先后参与了央行、工信部等研究项目。同济大学将全面推动上海区块链技术研究中心建设。
工信部信软司巡视员：将探索建设国内区块链开源社区
在上海区块链技术及应用研讨会上，工信部信软司巡视员李颖称，将加强与相关部门沟通协调，密切关注国际发展前沿动态，深入分析区块链对经济的影响，推动规范区块链行业行为，营造风清气正的发展氛围。加强区块链核心能力建设，引导企业参与国际开源社区建设，探索建设国内区块链开源社区。
区块链技术追踪溯源真假酒 上海成立“酒类区块链联盟”
据报道，上海市商务委、酒类专卖局为积极推动将区块链技术应用到本市酒类的追溯管理，于昨日宣告正式成立上海酒类区块链联盟。
上海酒类专卖管理局局长奚其龙说道：上海市场50%甚至更多的进口中高端葡萄酒有望应用区块链技术开展追溯管理，消费者只要认准上海酒类区块链联盟标识，就能买到放心酒。计划在三年内，将区块链技术应用于全市500家酒类零售等门店，重点打造10款样板产品，让消费者可以查询到真实的产品生命周期全过程。
-
资讯
SaaS巨头Workday拟15.5亿美元收购云平台Adaptive Insights，以强化自身业务
来源| 猎云网
Workday是一家为企业提供人力资源和其他后台应用的云平台，该公司正在进行一项收购以扩展其服务组合：它以15.5亿美元的价格收购了Adaptive Insights，一家基于云的业务规划和财务建模工具的供应商。
此次收购之所以引起关注，是因为Adaptive Insights最近曾于5月17日申请了IPO。
Workday表示，Adaptive Insights此前曾在IPO中向员工发行了约1.5亿美元的未分配股权，而这一价格也包含在了15.5亿美元的价格中。预计这笔交易将在今年第三季度完成。
众所周知，IPO申请有时会触发并购。最近，iZettle在宣布上市之后，很快被PayPal所收购。而Skype在2011年被微软收购时，也正在筹备IPO。Workday于2012年上市，目前市值接近270亿美元。
这笔交易将为Workday带来新的增长点，该公司一直试图将自己打造成商业客户后台服务的最佳选择：该公司计划将Adaptive Insights的工具整合到其现有平台中。
Workday联合创始人兼首席执行官Aneel Bhusri在一份声明中表示：“Adaptive Insights凭借其业务规划云平台成为了行业领导者，如今加入公司，将会帮助我们的客户加速在云中的财务转型。我很高兴欢迎Adaptive Work团队加入Workday，并期待能够继续提供行业领先的产品，帮助金融机构做出更快、更好的业务决策，以适应变化并推动增长。”
自2015年以来，两家公司就一直是合作伙伴。Adaptive Insights拥有数千名客户，其增长反映了云服务，特别是商业智能，多年来已经发展成为独特的软件类别，企业不仅仅需要CFO，还需要对企业数据进行分析的内部分析师队伍，来帮助做出各种小型和大型决策。
“随着CFO已经成为C-Suite中的强大角色，市场机会已经非常庞大，”首席执行官Tom Bogan在2015年获得7500万美元融资时表示，当时该公司首次突破了10亿美元的估值大关。Bogan此前曾担任过Citrix的董事长。“作为一名前CFO，我亲眼目睹了这一切，也看到它正在加速。”
同样的例子还有Twitter的Anthony Noto，就是从首席财务官调职为首席运营官的（现在是SoFi的首席执行官）。财富500强公司中约25％的CEO曾是CFO。
Adaptive Insights在此之前曾获得了1.75亿美元的融资。Bogan将继续领导该业务，并直接向Bhusri汇报。
“与Workday联手加快了我们的愿景，也将帮助我们的客户推动整体业务规划和数字化转型，”Bogan在一份单独声明中表示，“最重要的是，Adaptive Insights和Workday都采用了以员工为中心、以客户为中心的方式来开发企业软件，这一点将会提高合并后公司的实力。”
更普遍的是，虽然今年我们已经看到了技术IPO的门槛更为开阔，但也有一个理由需要继续整合企业IT，尤其是关于可能具有小规模或潜在负面影响的云服务利润率。
不过，Adaptive Insights也可能不会接受收购报价：该公司在IPO中表示，其上一财年的营收为1.065亿美元，比前一年增长30％，但同期也亏损了4270万美元。这比2016年的5910万美元要少。再加上一体化平台的更大趋势为企业带来更大的冲击，这可能意味着Workday的报价可能会被拒绝。
这看起来像是Workday最大的收购案例，但该公司一直在大肆宣传，它在上周收购了RallyTeam，以加强机器学习。
-
资讯
作为人力资源专业人士，有关机器学习101：您需要知道什么？
文| Rob Scott
在新兴的数字化工作环境中，人力资源发挥着重要作用。人力资源专业人士必须充分了解和掌握机器学习发展的动态，以便有效指导和管理这一过程，Rob Scott写道。
从强调直觉，对新思维，创新和创造力的贡献能力这一积极角度，而非控制他人的负面内涵，我坚决主张“知识就是力量”这句格言。
在当今敏捷的工作环境中，尽管继续教育和学习是绝对必要的，至少可以说，学习与你的教育框架或工作经验完全不同的东西（例如机器学习）是令人生畏的。
对于许多人力资源专业人士来说，新兴的数字化工作环境，正在聚焦于他们的数字和技术技能/意识空白。难以纠正的是大多数人力资源专业人士出身的教育之间存在的根本区别，比如基于社会科学的教育与信息支持技术，以及基于STEM的数据科学工作。
在接下来的几年中，诸如RPA，机器人，机器人和机器学习（AI）等先进技术的涌入，将继续改变我们的工作方式，改变我们应对业务挑战的方式，以及改变我们分析和制定决策的方式。
加上认识到技术不会在短期内取代人类，而是增加我们的工作，人力资源专业人士必须提高他们的技能，才能在数字和人工智能领域有效运作。
“对于许多人力资源专业人士来说，新兴的数字化工作环境正在使他们的数字和技术技能/意识空白问题倍受关注。”
有些人可能通过聘用数据科学家和架构师来解决这个问题，而不是提升现有员工的人力资源功能。这种方法没有任何问题，然而受过STEM教育的资源都集中在人力资源领导者，例如人力资源分析报告，他们在教育或欣赏方面几乎没有共同点，可能会造成短期和长期问题。
正如今天的人力资源专业人士学习“促进非财务管理人员的财务”一样，促进共同理解，洞察力，参与有意义的金融类讨论和决策制定的能力，对于人力资源专业人员同样重要的是：在关于学习基于STEM的主题上，抛开任何担忧和误解。
对数据模型，机器学习方式，问题类型，风险和机会有正确的洞察力和理解力，可以提升他们作为人力资源领导者的地位，并使您能够充分利用受过STEM教育的员工。
作为一名具有社会科学背景的人员，我决定将其付诸考试，并登记参加免费的Google'机器学习（ML）速成班'。
这是一个14小时在线自学课程，其中包括一些技术性的编程。以下是我的主要观察和学习内容：
事后看来，这并不像我想的那么困难，因为我最初完全没有预估到我的能力 - 但是我坚持了。我没有选择完全理解和记住所有数学或完成编程任务。但是，我花了大量的时间来了解公式和程序的目标。随着课程的进展，我发现自己认识了一些数学术语，并开始理解为什么方程很重要。
“当前的人力资源专业人士应紧急寻求基础培训机会，以建立他们的见解”
我对学习数学有先入为主的抵触情绪，归因于对学习成绩的不满。老生也有可能学习新的技巧。
我发现ML概念很容易理解，课程设计的方式（视频，支持笔记，练习，测试等）支持成人教育实践。我有信心进行有关机器学习的概念性讨论，制定分析结果，数据类型和来源的重要性，验证，培训和测试。
然而，我真正学到的是，没有类似AI这样的东西......这都是聪明的数学，但也有很多原因，例如基于各种数学假设以及个人感知的偏见，机器学习算法可能是有误的。了解基本的风险因素使我能够提出正确的问题。
人力资源专业人士和数据科学家，彼此需要利用数字化成果，才能取得成功。对我来说，显而易见的是，据数据科学家的技能特征，不适合提出正确的人力资源类型问题。
正如人力资源专业人士需要学习机器，学习基础知识一样，数据科学家需要学习人力资源的基础知识，以促进有意义的讨论，决策和有益的结果。
以上内容由HRTech AI编译完成，仅供参考
扫一扫 加微信
hrtechchina
