-
人工智能
【旧金山】员工管理创新平台TeamOhana获得750万美元种子轮融资
4月29日将财务、人力资源和人才团队联合起来的员工人数管理和薪酬规划软件 TeamOhana 已获得 750 万美元种子轮融资。本轮融资由Lerer Hippeau和Collide Capital领投，Sierra Ventures和Recall Capital参投，加上此前于2022年10月获得的400万美元种子轮融资，TeamOhana的融资总额已超过1150万美元。
TeamOhana 正在重新定义包括 Scale AI、Vercel 和 Zip 在内的一流公司如何管理其劳动力。使用 TeamOhana，客户每月减少了 90 多个小时的人工工作，生产率提高了 50%，并在影响预算的变更方面实现了 100% 的合规性。
通过本轮融资，TeamOhana 准备扩大其处于测试阶段的 Agentic 人工智能劳动力规划平台。人工智能代理将充当首席财务官的副驾驶，帮助团队在路线图和市场趋势发生变化时迅速做出调整。
“TeamOhana联合创始人兼首席执行官Tushar Makhija表示："如今，企业在混乱的、电子表格驱动的员工人数规划中挣扎，导致代价高昂的错误。“TeamOhana 是'协作劳动力智能'领域的先驱，它将财务、人才和招聘团队联合在一个实时平台上。我们不仅仅是在改进旧流程。我们正在构建一条新的前进道路。
几十年来，企业软件都是销售给各个职能部门，导致系统各自为政，数据支离破碎，决策速度减慢。TeamOhana 填补了这一空白，将 FP&A、HRIS、ATS 和薪资系统连接起来，简化了人员规划和薪酬管理。
“SeatGeek 公司财务副总裁泰迪-柯林斯（Teddy Collins）说："对我们来说，使用这个具有无限可扩展性的平台是一个巨大的解锁，投资回报率非常高。
使用 TeamOhana 的公司已经改变了他们的劳动力管理：
SeatGeek 每周在劳动力管理上花费的时间减少了 23 个小时，节省了一名全职员工，避免了 20 万美元的超支。
IonQ 将低价值工作减少了 75%，招聘速度提高了三倍，每年节省成本约 594,000 美元。
Metronet 节省了 3 名全职员工的成本，实现了 7 倍的投资回报率。
“Collide Capital 创始人兼执行合伙人布莱恩-霍林斯（Brian Hollins）说："在 Collide Capital，我们对未来下了很大的赌注，在未来，人数管理将不仅仅是电子表格上的工作，而是一种超级战略能力。
TeamOhana已经实现了可衡量的投资回报率，实现了员工人数决策自动化，将预测差异降低了50%，并通过实时计划节省了数百万美元。借助Agentic人工智能，TeamOhana的目标是实现高达80%的人工工作流程自动化，提高资本效率，加快招聘速度，同时保持严格的预算控制。
“Makhija说："TeamOhana正在为员工人数管理打造同类首创的人工智能操作系统。“下一个飞跃不是更多的仪表盘。而是能够识别异常情况、为您提供最佳解决方案并执行您所选择的操作的自主代理。”
“TeamOhana已经是一个非常强大的平台。Lerer Hippeau 公司的合伙人 Andrea Hippeau 说："TeamOhana 已经是一个非常强大的平台，但让我真正感到兴奋的是他们能够利用人工智能做什么。
TeamOhana 目前管理着 30,000 多名员工约 60 亿美元的劳动力支出，但这仅仅是个开始。通过本轮追加融资，TeamOhana 准备扩大 Agentic AI 的规模，并推出更多产品，包括招聘人员和销售能力规划，以及管理重组的新方法。
关于TeamOhana
TeamOhana是一个人工智能驱动的员工人数管理平台，帮助企业自信地管理员工队伍，提高业务绩效。凭借财务、人力资源、人才和招聘经理之间的实时可视性和单一真实来源，团队可以准确预测、控制成本并精确扩展。TeamOhana 将 HRIS、ATS 和财务工具连接到一个具有企业级访问控制和工作流的安全协作平台。
-
人工智能
【美国】人工智能反诈骗服务商Scamnetic获得1300万美元A轮融资
Scamnetic 是一家位于佛罗里达州坦帕市的公司，致力于利用先进的人工智能技术保护个人和企业免受数字威胁，该公司获得了 1300 万美元的 A 轮融资。
本轮融资由 Roo Capital 领投。1st and Main Growth Partners、SaaS Ventures 和 Riptide Ventures 也参与了本轮融资。
公司打算利用这些资金支持持续增长，增加营销、销售和客户支持功能，并加速其产品路线图。
Scamnetic 提供了一个针对当前各种骗局的骗局检测解决方案，包括:
Scan&Score系统会自动扫描电子邮件、短信、社交媒体直接消息、网站、Whatsapp、Telegram等消息应用程序以及QR码、实体邮件和图像，以了解任何传入的通信的风险。
IDeveryone，它使用技术验证任何对手方的身份，使用户能够准确地知道他们通过视频、音频或文本与谁互动。尤其是在发送付款或敏感信息之前。它打击约会骗局、Facebook营销骗局、加密货币骗局、土地投资骗局等等。
诈骗干预，提供24/7支持。
诈骗教育，提供最新的诈骗防护资源。
A轮融资使Scamnetic的总投资达到1600万美元。
关于Scamnetic
人工智能平台开发商，旨在侦测市场欺诈和投资欺诈。该公司的技术可以自动检测通过电子邮件、电话、社交媒体和短信实施的诈骗企图，使用户能够在全球范围内安全地与任何人进行交易。
-
人工智能
Josh Bersin最新观点：人力资源行业将终结吗？以某种奇特的方式，答案是肯定的
Josh Bersin刚刚发布最新观点：随着AI的加速应用，人力资源行业正在经历前所未有的转变。未来，AI将接管50%到75%的传统HR任务，包括招聘、培训和员工支持。这不仅是一次简单的转型，而是一次彻底的再创造。HR专业人士需要主动重新设计流程，应用AI技术，提升团队效率与战略价值。成功案例如微软的Chipotle，已通过AI显著提高招聘质量与速度。未来的HR将成为AI系统管理者与企业顾问，而不再是传统流程管理员。企业必须提前布局，迎接这场AI浪潮。更多请关注 HR Tech，为你带来全球最新 HR 科技资讯。
我刚刚在伦敦与数十家企业进行了为期一周的交流，大部分讨论都围绕着AI展开。绝大多数对话的主题是：公司在应对AI带来的影响时，感到焦虑、推动、甚至焦躁不安，这种焦虑不仅体现在HR部门，也体现在各业务团队中。
在CEO和CFO的压力下，HR团队正被要求加速自动化、优化服务、并通过AI实现人员精简。虽然我们都知道AI是一种能够促进增长和规模化的技术，但当前传递出的主要信息是：“赶紧推动生产力项目。”
而所谓的“生产力”，实际上就是“裁员”的委婉说法。
先谈谈裁员
几乎我们接触的每一家企业，都的确存在人员过剩的问题。这是为什么呢？
因为我们的招聘、资源配置和工作管理方式本身就非常低效。我们将“编制名额”下放给各级管理者，而他们则倾向于尽可能多地招聘人员。
我们并没有真正教导或激励管理者如何构建高效的生产力，反而往往奖励他们“扩大团队规模”。结果就是，像我最近在一家大型广告公司看到的那样，组织中充满了各种各样的职位，但缺乏统一性和结构性。这家公司有约10万名员工，却设有超过6万个不同的岗位头衔——几乎每个职位都是为某个人量身定制的，这种做法显然荒谬。
企业存在的根本目的，是为了实现规模化。如果每个部门经理都各自为战，自行搭建团队架构，那无异于将低效深植于企业之中。
虽然我们有一些基本的组织效率模型，比如呼叫中心、全球服务中心、共享服务、能力中心等，但这些传统设计在当下正逐渐过时。在高性能多功能AI代理全面普及的时代，我们必须走得更远。
从“第一性原理”重构组织？
Elon Musk 推崇“第一性原理”方法——即解散现有团队，只从零开始招聘最核心、最迫切需要的人员。这种方法在小型公司或许奏效，但在大型企业中，由于存在大量“支持服务”，简单地“砍掉重建”并不可行。
现实中，很多公司在各个角落散布着项目经理、程序经理、分析师等职位，因为核心员工缺乏管理项目、推进计划、或进行数据分析的能力。由于招聘过程中缺乏严格的标准和规划，各部门纷纷自行扩编，导致组织臃肿、效率低下。
组织设计本来就是一门古老且被严重忽视的学问，多数公司对此缺乏系统化思考。IBM 曾表示，他们的组织设计策略是“聘请一位高绩效高管，让他/她自己摸索出解决方案”——这实际上是行业普遍现象。
AI真正改变的，是“工作设计”
如果我们希望从AI工具和代理中获得真正的投资回报率，就必须彻底重新思考“工作设计”——不仅仅是画组织结构图，而是要厘清工作流程、标准化与非标准化的业务环节，并找出可以自动化的领域。
尽管大多数企业已经部署了大量的生产力系统（如ServiceNow、Salesforce、Workday等），但由于缺乏使用这些系统的能力或纪律，反而持续地通过“增加人手”来解决问题。
作为一名工程师，我对此体会尤深。将问题推给某个人远比优化底层“管道”来得容易。然而，管理工作流程就像修建城市水管系统——如果基础设施不合理，再先进的AI工具也无济于事。
正如渣打银行Tanuj Kapilashrami所说：“必须先修好管道，才能合理应用AI。”
这意味着，我们不能指望微软Copilot之类的工具神奇地提升员工生产力。我们必须从根本上重新审视业务流程与员工技能，并围绕AI重新设计整个企业运作模式。
员工技能，未来的关键
企业之所以聘请大量“分析师”和“项目经理”，往往是因为普通员工和管理者缺乏项目管理、时间安排、数据分析等基本技能。未来，所有人都需要掌握这些能力，而不再依赖大量辅助人员。高阶专业人才应当专注于重大事务，而不是出席会议做会议记录（AI记录工具早已能胜任此事）。（顺便提一句，我预测很快就会出现AI项目经理、AI程序经理、AI数据分析师——这些岗位也将逐步被自动化！）
那么HR会怎样？
回到HR领域，当企业致力于重塑流程、导入AI时，HR的角色至关重要。
HR的本质任务是构建并管理围绕“人”的各项流程：招聘、培养、管理、薪酬、激励与支持等。这项使命极为庞大，当公司将焦点转向“提升生产力”时，HR必须积极参与。
一般认为，一个运作良好的HR团队与公司整体人数的理想比例是1:100。也就是说，一家拥有1万名员工的公司，大约需要100名HR人员。而优秀的HR团队不仅自己高效运作，更会采购、搭建技术系统，以实现规模化管理。
举例来说，如果CEO要求你招聘50名顶尖AI工程师，你不能只是随便打几个电话，而是要设计一套高效、可扩展的方法。这可能包括外包、引进人才情报系统、招聘高端猎头，等等。总之，HR自身也必须成为高效运作的样板。
因此，HR团队必须迅速引入AI代理，取代大量重复性事务，尤其是那些依赖工作流、流程管理和行政性处理的工作。比如，我们的Galileo系统已经可以自动评估候选人的面试表现，并将其技能映射到Lightcast、SHL和Heidrick的领导力模型。
未来，HR工作会消失吗？
某种程度上，答案是肯定的。
凭借出色的数据整合和生成能力，AI可以完成50%-75%的HR工作。目前这些AI系统尚未完全成熟，但趋势已经非常明显。
我们刚刚与一家大型制药企业交流，他们已经基本实现了“全AI化管理”，以仅10人规模的学习与发展团队，服务6000多名科学家和制造专家。他们通过AI自动完成了培训、合规追踪、入职辅导、领导力支持等任务。对于大多数公司来说，这种效率简直是难以想象的。
HR将迎来身份危机
未来，HR必须迅速向更高的成熟度迈进（可以参考我们提出的Systemic HR Maturity Model）。否则，就会像Elon Musk那样，被大规模裁员，并被迫在短时间内仓促上马AI项目。
我并不是说这条路轻松易行。事实上，市面上真正成熟的AI HR产品还非常有限。但压力已经到来。
HR不能等着CFO拿着“生产力枪”指着自己，必须主动出击，修好内部“管道”，试用新工具，联合IT团队，重新设计工作模式。这样，你将能主动选择适合自己公司的AI系统，并构建一个全新的、充满机遇的职业未来。
结语：HR的重塑与再创造
让我们看看Chipotle的案例。他们通过部署基于AI的招聘代理，成功自动化了复杂的招聘流程，不仅节省了数百万美元，还大幅提升了招聘速度和质量。甚至在接受CNBC采访时，CEO将这一成果称为公司的“主要营收驱动因素”。
这场HR身份危机，其实是一个难得的机遇。
我们今天的招聘、培训、员工服务团队规模普遍过大。AI将能够自动化其中大量工作。我的建议是：在AI浪潮席卷而来之前，立即拿起你尘封已久的组织设计手册，重新设计HR团队的运作方式。这样，当面对AI供应商时，你可以主动提出自己的需求，而不是被动接受他们的产品。
未来HR不会消失，但大量传统流程、数据管理与支持岗位将发生剧变。员工与候选人也会越来越习惯通过智能机器人，而非人力HR来解决问题。
不过，真正优秀的HR专业人士，将会变成超能型人才（Superworker）——你将成为企业战略顾问、AI系统训练师，并且能够实时掌握公司人才与流程的整体健康状况。
这次，不再是简单的“转型”，而是真正意义上的“再创造”。
-
人工智能
硅谷背景调查独角兽 Checkr 收购 AI 驱动的 Truework，加速构建就业与收入验证数据平台
HRTech概述：硅谷背景调查独角兽科技公司Checkr 正式宣布收购就业验证平台 Truework，拓展其AI背景调查能力至贷款、招聘与租赁场景。Truework 是首个将所有主流验证方式整合到一个平台的公司，服务包括美国前十名贷款机构中的八家。此次收购预计将于2025年第二季度完成。Checkr 将借此进入就业验证这一年产值数十亿美元的新市场，提升企业客户的自动化审核效率。Checkr 表示，将与 Truework 团队共同打造以 AI 驱动的劳动力数据平台，为“安全与公平的决策”赋能。更多信息，请关注HRTechChina
美国领先的背景调查科技独角兽公司 Checkr 宣布将收购同样位于旧金山的 Truework，一家专注于收入与就业验证的科技公司。本次交易的具体金额尚未披露，预计将在2025年第二季度完成，尚需满足惯常的成交条件。
此项战略收购标志着 Checkr 正式进军规模达数十亿美元的就业验证市场，也凸显其构建“安全、公平与高效”数据决策平台的长期愿景。
Checkr 以人工智能与机器学习驱动的技术，致力于帮助企业简化背景筛查流程、提升合规性与效率。此次收购将其服务范围从传统招聘环节延伸至贷款、房产租赁及人力资源金融等新兴应用场景。
被收购方 Truework 通过 AI 与自动化技术，构建了一个统一的就业与收入验证平台，整合了市场上所有主流验证方式。其产品有效减少了验证环节的摩擦成本，提升了覆盖率与处理速度。Truework 当前服务的客户数量已达数千家，其中包括美国发放量排名前十的贷款机构中的八家。
“Truework 在技术路径与使命愿景上与 Checkr 高度一致，我们共同致力于在招聘和雇佣决策中引入更多透明与公平。”Checkr 联合创始人兼首席执行官 Daniel Yanisse 表示，“此次收购将帮助我们更快地为多行业客户提供精准、安全的劳动力数据服务。”
随着 Checkr 在企业级服务与劳动力数据平台建设上持续发力，Truework 的加入预计将推动产品创新，加速客户价值释放，并加强其在招聘科技与金融科技融合领域的市场地位。
此项并购也反映出当前 HR 与金融科技领域的融合趋势：通过自动化与数据整合，不仅重塑了招聘流程，也正在深刻影响用工验证、员工入职乃至整体用工风险管理的方式。
Checkr 此举无疑是向“下一代劳动力数据平台”迈出的关键一步，彰显其将智能化、公平性与数据可信力引入未来人力资源生态的坚定决心。
-
人工智能
人力资源部门如何应对人工智能和技能提升的双重挑战
公司专注于HR Tech Europe的颠覆浪潮
挑战包括工人对人工智能整合的怀疑
适应快速技能变化是优化人力资源的关键
AMSTERDAM--在简化流程方面，人工智能是一个非常强大的工具，但在招聘和劳动力管理的人力方面，它显然存在局限性。这是上周在荷兰举行的人力资源技术大会的主要收获之一。
工作转型
人力资源技术领域的著名分析师乔希-贝尔辛（Josh Bersin）在会议开幕式上将人工智能技术定义为一种工具，它不会取代人类员工，而是会增强他们的能力。
“我们今天与公司交谈时发现，最大的问题不是要购买什么技术。而是'我们该如何处理我们的工作？我们该如何转型、重组、重新培训、重新部署、简化工作架构、改变技术规则？Bersin说。
虽然人工智能擅长处理大量数据和识别模式，但 Bersin 指出，在人力资源领域采用人工智能需要慎重考虑。“这项技术与旧技术不同。你不能只是打开它，然后教人们如何使用它。它会了解你。随着时间的推移，它会变得越来越聪明。
Bersin 也承认员工对人工智能持怀疑态度，他提到了对工作流失的担忧和对人工智能决策的信任。他认为，面临的挑战是，人力资源领导者必须揭开人工智能的神秘面纱，帮助员工接受人工智能，将其视为一种推动力，而不是一种威胁。
不要为了整合而整合人工智能
关于人工智能作用的讨论在 Don Tomlinson 的会议上继续进行： “人工智能、人工智能、人工智能队长！我们是否为人力资源部门配备了过多的人工智能？汤姆林森是人工智能主导的招聘服务公司Daxtra的首席技术官，他认为，虽然人工智能简化了人力资源流程，但过度依赖人工智能可能会带来不利影响。
“他说："当人工智能开始为你做决定，而你却无法解释原因时，就是信任度降低的时候。
汤姆林森还强调了人工智能给招聘人员带来的超负荷工作而非简化工作的风险，他认为人力资源领导者必须将人工智能无缝整合到工作流程中，而不是为了整合而整合，创建复杂但低效的系统。
会议日程安排工具 Cronofy 的首席执行官亚当-伯德（Adam Bird）也有同感。虽然人工智能正迅速成为招聘工作的一个重要方面，但伯德强调说："它不是魔法，它只是软件，不能完全相信它。”
“要像对待人类一样对待人工智能工具，因为人类也会犯错。他说："想想你在工作流程中需要哪些制衡措施来防止这些错误。
基于技能的招聘： 简历的终结？
另一个主要议题是基于技能的招聘趋势，因为企业正在努力解决全球劳动力短缺和缺乏合格求职者的问题。
“求职者测评专家 TestGorilla 的人员与文化主管 Olive Turon 在一次演讲中说："基于简历的招聘方式已经不适用了。“它已经有一段时间不适用了。而且，当你往下看的时候，你会发现它根本不符合拼图的要求。
Turon认为，依赖简历会产生偏见，忽略非传统职业道路的人才。相反，人工智能驱动的技能评估和真实世界的能力测试被证明是更可靠的工作绩效指标。
“如果你使用基于技能的招聘来筛选那些将通过结构化面试的候选人，那么你的整个过程就会充满有效性和预测力。你将根据基于技能的数据，而不是根据自己对工作经历或教育程度的假设，做出真正关键的筛选决定，"Turon 说。
劳动力市场分析公司 Horsefly Analytics 的 Patrick Traynor 和 Mike Basnett Sandiford 支持这一观点。
“桑迪福德说："向基于技能的招聘转变和人工智能的影响代表了市场上的两个地震性转变，正因为它们，每家公司现在都面临着自己独特的技能挑战。
技能不匹配
然而，随着人工智能发挥越来越大的作用，人们对公平性和透明度的担忧依然存在。
经合组织技能中心的埃尔-伊萨-穆罕默德（El Iza Mohamedou）在一次关于未来招聘挑战的演讲中提出了这个问题。她说：“三分之一的工人在工作方面不匹配，”她将这一问题部分归咎于过时的招聘做法和 “工作场所内教育和培训的错位”。
她认为，企业对人工智能的接受度虽然缓慢，但随着其实施成本的降低，接受度会迅速提高。“她补充说："然而，围绕数据泄露、隐私、代理权的丧失，当然还有对失业的恐惧，都存在很多问题。
咨询巨头普华永道的詹姆斯-莫里斯强调了另一个关键点："招聘广告中列出的技能变化速度比非人工智能领域快 25%。他警告说，企业必须迅速适应，否则就有可能落后。
不过，他也承认在提高技能方面存在差距，指出 “最有可能接受培训的工人是那些已经拥有高水平技能的人”。
人工智能为提高人力资源效率提供了许多机会，但也带来了复杂的运营挑战。同时，推动基于技能的招聘正在重塑人才招聘，要求人力资源部门重新思考传统做法。
正如 Bersin 在主题演讲中总结的那样：“这种人类与技术的融合正在以我们几年前无法想象的方式重塑我们的劳动力”。
-
人工智能
智能招聘： 在人才招聘中合理有效地使用人工智能
人工智能（AI）的兴起正在彻底改变人才招聘，使人力资源领导者和决策者能够简化招聘流程并实现战略目标。人才招聘中的人工智能利用机器学习、自然语言处理（NLP）和生成式人工智能等技术来改进招聘工作流程，使其更加高效、数据驱动和以候选人为中心。
人工智能驱动的工具通过缩短招聘时间、降低成本和最大限度地减少决策偏差来改变招聘工作。根据麦肯锡的报告，88% 的求职者使用生成式人工智能来提高他们的工作效率。
随着人才招聘从简单的填补空缺发展到建立长期的人才梯队，传统方法正在让位于人工智能驱动的战略。这篇文章探讨了人工智能如何重塑招聘、提升候选人体验，并提供了在现代招聘中合乎道德、有效实施的最佳实践。
人工智能如何促进人才招聘
当人工智能与人类的直觉、创造力和聪明才智相结合时，它将成为人才招聘领域的变革力量。通过利用人工智能，企业不仅可以更有效地识别顶尖人才，还可以简化各行业的招聘流程，尤其是在技术领域。
以下是人工智能如何提升人才招聘周期：
通过数据分析实现更智能的候选人匹配
先进的人工智能算法可以在极短的时间内对海量数据进行分析，而这只需要招聘人员花费很少的时间。通过筛选简历和申请表，人工智能可以识别出具备符合职位要求的技能、经验和资质的候选人。这种以数据为导向的方法可确保候选人与职位的精准匹配，使人工智能成为评估潜在员工的宝贵资产。
简化招聘流程
由人工智能驱动的工具可自动完成重复性的耗时任务，使招聘人员能够专注于战略决策。例如，聊天机器人可以处理应聘者的常规询问，如有关薪酬结构或工作细节的问题，从而提升应聘者的体验，同时减轻招聘人员的行政负担。
通过优化招聘的这些方面，人工智能提高了效率，缩短了招聘时限，并确保雇主和应聘者都能享受到更加无缝的流程。这种技术与人类洞察力的协同作用正在重塑企业吸引和确保顶尖人才的方式。
将人工智能融入人才招聘的技巧
将人工智能融入人才招聘可以带来诸多好处，包括简化招聘流程、改进决策和提升候选人体验。然而，企业必须深思熟虑地对待这种整合，坚持最佳实践，以充分发挥人工智能的潜力，同时应对相关挑战。
1. 确定明确的目标
首先要确定在招聘流程中实施人工智能的具体目标。无论是缩短招聘时间、提高招聘质量、增强候选人参与度，还是最大限度地减少偏见，明确的目标都将为选择合适的人工智能工具提供指导。例如，Textio 等平台可以加强职位描述，而 Entelo 等工具以及 Mya 和 Olivia 等人工智能聊天机器人则擅长预测分析和候选人评估。
2. 选择正确的工具
选择合适的人工智能工具，首先要找出招聘工作流程中的低效环节。根据工具的功能、与现有人力资源系统的兼容性、可扩展性和易用性对其进行评估。优先考虑遵守数据保护法、提供强大客户支持并积极减少算法偏差的供应商。平衡成本考虑与预期投资回报率，如节省时间、提高候选人质量和增强整体体验。
3. 确保数据质量
人工智能依赖于高质量、无偏见的数据来提供准确的结果。定期审核和更新数据集，以保持人工智能算法的完整性。使用多样化和具有代表性的数据，最大限度地减少偏差，确保人工智能驱动的决策符合道德标准和招聘目标。
4. 消除偏见，促进公平
为了保持公平的招聘做法，企业必须解决人工智能系统中的偏见问题。定期审核算法，识别并消除歧视性模式。就人工智能如何评估候选人进行透明的沟通可以促进信任，而人工智能的监督则可以确保决策的公平性。人类与人工智能之间的合作方式有助于有效减少意外偏见。
5. 优先考虑候选人的隐私和同意权
在人工智能驱动的招聘中，透明度是建立信任的关键。向候选人明确说明如何使用人工智能工具、将收集哪些数据以及这些数据如何影响招聘决策。确保遵守 GDPR 等数据保护法规，并为候选人提供访问、更正或撤销对其数据同意的选项。
6. 培训人才招聘团队
对招聘团队进行人工智能工具的技术和道德方面的教育。培训内容不应局限于软件使用，还应包括了解算法功能、解释输出结果和解决潜在偏见。这使招聘人员能够负责任地利用人工智能的功能，同时符合法律和道德标准。
7. 监控和评估人工智能性能
定期评估人工智能系统对于确保其达到招聘目标至关重要。使用招聘时间、候选人多样性和保留率等指标来衡量成功与否。收集应聘者和招聘经理的反馈意见，找出需要改进的地方。根据需要调整策略，重新训练人工智能模型或改进流程，使其与组织目标保持一致。
8. 促进人工智能与人类的合作
人工智能擅长将重复性任务自动化并分析数据，但人类的直觉和同理心在招聘中仍然至关重要。组织应将人工智能定位为加强人类决策的工具，使招聘人员能够专注于个人互动和文化契合。通过将人工智能的效率与人类的洞察力相结合，企业可以创建一个平衡而有效的招聘流程。
在人才招聘中利用人工智能
人工智能（AI）正在重塑人才招聘的格局，为提高效率、加强决策制定和提供更好的求职者体验提供创新解决方案。以下是人工智能如何推动招聘关键领域的变革。
1. 生成创意和对话脚本
人工智能驱动的工具通过创建量身定制的脚本来解决复杂的候选人询问，从而简化了人力资源专业人员的沟通策略。生成式人工智能（如 ChatGPT）为制作专业回复奠定了基础。不过，企业可以通过采用符合其品牌和招聘目标的特定行业人工智能工具来取得更好的成果。这些工具可以帮助人力资源团队更有效地与潜在候选人讨论工作机会。
2. 人工智能驱动的候选人筛选
人工智能通过分析公开数据（包括社交媒体活动和在线档案）来识别潜在风险或匹配度，从而实现更快、更准确的候选人筛选。这种实时审核流程减少了用于初步评估的时间和资源，使招聘人员能够专注于最有前途的候选人。
3. 加快员工入职速度
入职培训是将新员工转变为高效团队成员的关键阶段。人工智能通过自动执行文书工作和培训计划等行政任务，加快了这一过程，确保新员工快速融入并随时准备做出贡献。这种效率对雇主和员工都有好处，从第一天起就能促进员工的参与。
4. 个性化职位发布
招聘团队经常面临的挑战是如何精心设计职位描述，以吸引不同的人才。人工智能可根据不同候选人的情况生成多个定制的招聘信息，从而简化了这一过程。这种方法不仅能节省时间，还能确保更有针对性的覆盖范围，从而提高找到合适职位的可能性。
5. 加强单向视频面试
人工智能通过单向视频平台对初步面试进行改造，让候选人回答一系列筛选问题。这项技术可以让企业高效地评估大量候选人。为确保求职者的良好体验，企业应明确解释这些人工智能驱动面试的目的和流程，强调公平性和透明度。
人工智能人才招聘的未来
将人工智能融入人才招聘不仅是一种技术进步，更是一种战略转变，它能让人力资源团队取得更好的成果。通过深思熟虑地利用人工智能，企业可以简化运营、做出数据驱动的招聘决策，并为候选人提供无缝、吸引人的招聘体验。关键在于平衡人工智能的效率与人类的同理心，创造一个既创新又包容的招聘流程。
-
人工智能
2025年的人工智能招聘：您需要了解的重要见解和趋势
人工智能在招聘领域的应用已正式从实验走向必要的整合。但这对人力资源团队和求职者究竟意味着什么？为了更好地了解全球人力资源领导者和员工如何看待人工智能并与之互动，HireVue 在今年的人工智能招聘指南中对 4000 多名人力资源领导者和员工进行了调查。
HireVue的《2025年全球人工智能招聘指南》分析了人工智能对TA雇主的数据和实际影响，让您了解当今企业如何利用解决方案。
人工智能在招聘领域的主要发展趋势
﹣人工智能驱动的生产力： 人工智能正在将重复性任务自动化，让人力资源团队能够专注于战略和候选人参与。
﹣对人工智能的信任度飙升： 越来越多的人力资源领导者信任人工智能驱动的招聘建议
﹣透明度是关键： 候选人希望了解人工智能在招聘决策中的应用--清晰的沟通至关重要。
人力资源领导者和候选人在实施过程中关注的问题各不相同： 每个群体都会优先考虑流程的不同方面。
人工智能不再是一个概念，而是一项核心战略
2025年，人力资源专业人士不仅仅是在测试人工智能，他们更依赖于人工智能。
﹣人力资源专业人士每周使用人工智能的比例从2024年的58%跃升至2025年的72%。
﹣对人工智能的信任度也急剧上升，信任度从 37% 上升到 51%。
这一转变反映了新的现实： 现在，人工智能已成为简化招聘流程、提高效率和加强决策的不可或缺的工具。
此外，随着生产力的提高，人们对人工智能建议的信任度也在提高。
2025 年，51% 的人力资源专业人士表示高度信任工作场所中的人工智能系统。
有了合适的工具，雇主就可以转向基于技能的招聘流程--采用专门为评估预测成功的技能而构建的技术。
经过验证的技能是经过客观测量的，可以确保应聘者具备某一职位所需的能力--数据可以证明他们能够胜任这份工作。而推断技能则不那么可靠，它来自于基于经验、教育或过去角色的假设--如果没有可靠的数据作为基础，往往会导致偏见和错位。利用 HireVue 视频面试、评估和对话式人工智能等人工智能工具，直接测试技能，而不是假设。通过数据驱动的技能验证，经过验证的技能可预测实际工作的成功率。
向人工智能驱动的决策支持转变
人力资源领导者将人工智能视为决策支持工具，而不是替代人工判断。人工智能正在帮助人力资源团队自动化筛选、培训和候选人沟通。
﹣自动化筛选、培训和候选人沟通。
﹣提高招聘效率和速度。
﹣转向基于技能的评估，减少偏见。
但是，这场对话并不仅仅涉及人力资源部门。求职者正在接受人工智能，以在求职申请中获得竞争优势，但他们对人工智能做出最终招聘决定仍持怀疑态度。这突出表明，人力资源团队需要明确传达人工智能在流程中的作用--作为决策支持。
2025 年是人工智能在人力资源领域的决定性一年。从自动化到智能化、行动驱动型人工智能的转变正在重塑人才招聘。在保持信任和透明度的同时有效利用人工智能的公司将在竞争激烈的招聘领域脱颖而出。
双管齐下的成功战略
要解决人工智能问题，企业必须在降低风险和候选人信任之间取得平衡。
降低内部风险
﹣选择具有透明、可解释的人工智能和经过验证的结果的供应商。
﹣确保您的供应商能够轻松解释其人工智能的工作原理。HireVue 凭借其业内首创的人工智能可解释性声明树立了一个标准。
﹣确保持续进行第三方安全审计，以加强数据保护。
提高候选人的信任度
﹣以明确、以人为本的方式宣传人工智能在招聘中的作用。
﹣使用评估和职位匹配工具，使招聘更快、更公平、更具包容性。
﹣使用 Find My Fit 等工具，通过将候选人的技能与理想职位相匹配、促进多样性和减少偏见来扩大机会。
通过优先考虑合乎道德的 AI 和公平性，公司可以增强信任并建立更具包容性的员工队伍。
-
人工智能
【硅谷】建筑劳动力管理公司Lumber完成1550万美元A轮融资，推动AI赋能建筑劳动力管理
HRTech概述：AI驱动的建筑劳动力管理平台 Lumber 宣布完成 1550万美元A轮融资，由 Foundation Capital 领投，Tishman Speyer、Carbide Ventures、8VC、Sure Ventures 和 FirsthandVC 跟投。Lumber 通过AI技术自动化管理工资、合规性和HR运营，帮助建筑公司降低行政成本，提高效率，优化施工劳动力管理。Lumber 提供 智能排班、自动合规监控和薪资处理，特别适用于承包商和建筑合作伙伴，有效减少繁琐的文书工作，让企业可以专注于核心业务。全球最新HR科技资讯，请关注HRTechChina
近日，总部位于美国加利福尼亚州帕洛阿尔托的HR科技公司Lumber公司宣布完成1550万美元的A轮融资。本轮融资由Foundation Capital领投，Tishman Speyer、Carbide Ventures、8VC、Sure Ventures和FirsthandVC等知名投资机构参投。
AI驱动的建筑劳动力管理平台
Lumber致力于通过人工智能AI技术，简化建筑公司的薪资、合规和人力资源运营等复杂流程。其平台提供智能排班、自动合规监控和自适应薪资处理，特别是在处理复杂的工会规定方面表现出色。这一创新大幅减少了承包商的行政负担，使其能够将更多资源投入到核心施工活动中，提升生产力和项目盈利能力。
战略发展与AI代理
在过去的一年中，Lumber推出了八款新产品，并与专业承包商和建筑合作伙伴建立了强劲的合作关系，同时引入了关键行业专家以加强团队实力。公司计划利用本轮融资进一步推动产品开发和市场扩张，重点提升AI能力和客户成功运营。Lumber正在开发能够与施工现场实时数字表示交互的自主AI代理，包括：
HR AI代理：负责管理工人的招聘、入职和培训。
薪资AI代理：自动处理工资计算、税款扣除、福利管理和多州薪资合规。
安全AI代理：确保符合OSHA标准，追踪工人疲劳程度，防止过度劳累。
行业挑战与前景
建筑行业正面临显著挑战，包括持续的技术工人短缺。根据美国总承包商协会（AGC）的数据，80%的公司报告称难以找到合格的员工。麦肯锡的报告显示，全面采用数字技术可将项目绩效提高10-15%，降低成本5-10%，并将生产力提升15-20%。
Foundation Capital合伙人Zach Noorani表示：“我们正处于美国建筑业乃至所有技术工种领域劳动力危机的边缘。Lumber简化了建筑公司的薪资、合规和人力资源运营的复杂性。更重要的是，Lumber的平台也为建筑工人服务，帮助他们在行业中建立安全且成功的职业生涯。Lumber的发展壮大，有助于巩固我们最重要的行业之一。”
关于Lumber
Lumber是一家领先的全方位建筑劳动力管理平台，旨在简化薪资、时间追踪、安全、合规、现场生产力、奖励和认可等方面的管理。其AI驱动的平台强调合规和安全，提供完全定制化的解决方案，并与现有技术栈深度集成，专为专业承包商设计。
此次融资的成功，标志着Lumber在推动建筑行业数字化转型、HRTech提升效率和安全性方面迈出了重要一步。
-
人工智能
【德国】专门从事人工智能驱动的定价和收入优化的 Buynomics获得了3000万美元B轮融资
Buynomics ，一家总部位于德国科隆的公司，专门从事人工智能驱动的定价和收入优化，获得了3000万美元的B轮融资。
该轮融资由Forestay Capital牵头，参与者包括Anais Ventures、VI Partners以及现有投资者Insight Partners、Seedcamp、DvH Ventures和Tomahawk Ventures。
公司拟将该笔资金用于:
加速全球增长:加强在欧洲的团队，并扩展到美国和亚洲。
扩展人工智能功能：增强其指导性分析和自主决策功能。
扩大行业影响力:将其业务范围从消费品和电信扩展到零售、消费电子和消费保健等行业。
增强平台集成:与供应链、金融和市场研究生态系统连接。
Buynomics成立于2018年，由Ingo Reinhardt博士和Sebastian Baier博士创立，是一个基于人工智能的SaaS平台，通过大规模消费者模拟帮助企业优化定价、促销和投资组合策略。该公司拥有来自14个国家的70多名专业人员，为25个国家的达能、联合利华、欧莱雅和沃达丰等客户提供服务。
关于Buynomics
该公司是一家预测平台运营商，旨在帮助 CPG（消费品包装）和电信行业的收入增长管理（RGM）组织做出更好、更有利的数据驱动型商业决策。该公司的虚拟购物者 AI（人工智能）可以创建数字双胞胎，模仿真实购物者在每个购买点的购买行为，其准确性无与伦比，使 RGM 团队能够从单一真实来源全面优化定价、PPA、组合、促销和贸易决策。
-
人工智能
围绕人工智能重新设计工作：工作智能工具问世
让我提出一个重要的问题：如果您的 CEO 或 CFO 要求您使用人工智能来提高生产力，您会怎么做？
你会采用“电锯”效率模型并裁掉 10% 的员工吗？还是会深思熟虑地围绕人工智能重新设计工作岗位？
本周我与数十家公司讨论了这个话题，所以我想分享我们所学到的知识。
公司为何变得官僚主义
让我们从原因开始：官僚主义是如何产生的。其实很简单：随着组织的发展，管理人员不断招聘新员工，通常是支持或行政职位。突然你醒来，发现公司里到处都是“项目经理”、“分析师”和“项目经理”。
我们最近研究了一家大型科技公司的职位结构，其中近三分之一的职位似乎是员工职位、分析师或项目经理。虽然我确信这些人很忙，但管理层很清楚，其中许多职位可以集中、共享、自动化或取消。
我们正在与一家大型媒体公司合作，他们一直在分析“媒体经理”的工作。该职位有近 7,000 名员工，这些人执行的任务和活动数量之多令人震惊。他们的核心工作是为客户购买广告空间，但实际上他们从事创意设计、账户管理、分析，还必须跟上人工智能的发展。
我认为这份工作是一个“关键角色”（能够带来巨大价值的角色），但在今天之前并没有标准化，而团队现在知道他们的新人工智能平台可以改变这一功能。
我们如何重新设计工作：蓝图
工作设计已经进行了几十年，其中很大一部分始于“工作任务分析”。在人工智能（以及 Reejig、Draup 和 Gloat 等工具）出现之前，我们会进行调查，了解人们在做什么，然后找出重叠、效率低下或自动化潜力的领域。
但在人工智能时代，这可能还不够。如今，人工智能实现了从招聘到需求分析再到内容开发等所有工作的自动化，理想情况下，我们应该采取更广泛的方法。而这正是我看到公司所面临的困境。
考虑以下蓝图，这种方法可以防止您将 AI 用作“寻找问题的解决方案”。
首先，你要对公司进行基准测试，看看哪些地方效率低下。Reejig 和 Draup 等工具可以让你轻松完成这项工作，它们可以让你全面了解工程、销售、营销或个人角色，看看哪些地方人员过多。
我上面提到的媒体公司的收入和利润率都在下降，因此他们把重点放在面向客户的角色上，目标是提高增长。
IBM 在过去十年中一直使用人工智能来自动化公司中的许多人才和绩效流程，现在拥有一个充当人力资源业务合作伙伴的代理。人工智能决定薪酬范围以保持薪酬公平，还为管理人员提供绩效评估的深入数据。结果是增加了信任度，减少了偏见，并提升了人力资源团队的设计作用。
麦格理银行的规模在过去六年中扩大了一倍，因此他们正在合理化大量面向客户的职位。利用 Reejig，他们发现了数十个集中、自动化或重新设计工作流程的机会，以实现规模化。
安联多年来一直在优化其理赔流程。他们了解这项工作在盈利能力方面发挥的关键作用，现在他们已经构建了一个“数字孪生”，以实现大部分工作的自动化和标准化。
正如你所见，这些项目可能不是“自下而上”的，而是“自上而下”的。在很多情况下，比如当 CEO 想要裁员时，这就是要走的路。
其次，你现在必须“分解工作”来弄清楚人工智能可以发挥什么作用。在某些情况下，你会看一看 SeekOut Spot 或 Paradox（最先进的招聘代理）等工具，然后“实施”并重新考虑工作。但这会造成很多恐惧和阻力，所以系统化工作往往更好。
分析任务（或活动）
想象一下，你在医院工作，负责清洁地板：你的“技能”从“扫地”变成了“操作清洁设备”。如果你是一名软件工程师，你的技能将从“编码”转变为“使用 Github Copilot”。营销专业人士正在从“创建活动”转变为“操作 AI 创意平台”。教学设计师正在从“构建课程”转变为“提示 AI 和策划内容”。
一旦我们知道这些“任务”或“活动”是什么，我们就可以预测或决定要实施多少自动化。在我们讨论的每个案例中，这分为四个步骤。
首先，这个团队效率低下是因为他们正在开发我们根本不想做的产品、销售流程或其他计划吗？我曾在许多效率低下的销售团队工作过，问题在于没人想买的产品，而不是销售流程本身。
第二，这些工作任务是否常规且易于外包？我们能把它们集中起来吗？他们的易用平台是否已经到位？
第三，如果我们找到一个可用的人工智能工具，那么构建、优化和训练它会有多难？可能有一些现成的产品已经准备好了，但在某些情况下，你可能需要 IT 支持来构建所需的系统。
第四，如果我们确实将这些任务外包或自动化，人们需要学习哪些新的增值功能？例如，如果营销专业人员突然被 CRM 工具取代，他或她是否准备好成为一名战略家并在此基础上增加价值？
再回到媒体公司。您的员工会制作创意活动、购买广告空间并管理电子商务和活动指标，以不断提高客户的品牌和销售业绩。这涉及数百项“任务”，包括从客户管理到活动管理再到各种形式的创意工作、管理活动、进行 SEO 分析等等。
随着“代理”的出现，您的代理机构不想落后，因为您的竞争对手之一可能会突然以低于您的出价在客户方面胜过您。因此，您会对“我们可以自动化哪些任务和活动？”非常感兴趣。
现在最大的问题是：我们是否有工具可以帮助我们将工作分解为任务并找出需要重新设计的内容？是的，这就是接下来要做的事情。
Reejig、Gloat、Draup 等推出的全新工作智能平台
如果你回头思考这个问题，你会发现这也是一个“大数据”机会。如果我开发一个工具，扫描世界上的每一份招聘信息，寻找“任务”而不仅仅是“技能”，然后将这些“任务”与职位描述进行匹配，我实际上就会拥有一个巨大的“工作任务库”，可以实时更新。这就是Reejig所做的。
你可以使用Reejig 平台查看公司中的职位，它会为你提供“人们正在执行哪些任务”的准确信息。微软、麦格理集团和 WPP 现在都在这样做，他们都告诉我，准确度令人惊叹。换句话说，虽然你的公司与其他公司并不完全相同，但人们在每个业务领域所做的实际工作却惊人地相似。
我从自己的职业生涯中了解到这一点。在我的职业生涯的六个主要阶段，我从事过销售、营销、产品管理、业务开发和行政工作。每次我去一家新公司，我都会发现他们做的事情和其他公司完全一样，但有些事情被忽略了。这是因为我们还没有人工智能驱动的任务分析工具，所以我们根据经验“弥补”我们需要做的事情。
2000 年代我在 Sybase 工作时，我们根据地点和公司规模进行营销。我们利用直邮和活动来接触人们。并不是每个营销经理都完全了解“受众分析”这一步骤。
如果您有一个平台，可以基于这个庞大的 AI 数据库将“活动策划”一词分解为步骤（活动），会怎么样？它会将您的计划分解为一组 10 或 15 个步骤，并确保不会忘记任何事情。然后，一旦确定了这些步骤，系统就可以向您展示每个步骤所需的技能，甚至可以找到公司中擅长这些事情的人！这就是Gloat 的新 Mosaic平台所做的。
我第一次看到 Mosaic 时惊呆了。多年来，我一直从事销售、营销和研究，依靠自己的经验来了解该做什么。Gloat 可以告诉我需要考虑的每一个步骤。如果我对其中某个步骤不熟悉，Gloat 可以帮我找到一个具备所需技能的人。
这是一件大事。虽然我们公司的每个业务流程看起来都很相似（例如“订单到现金”或“销售线索到销售”），但这些流程中的细节一直在变化。想想保险公司处理索赔的复杂流程。你能想象当你的房子被烧毁，他们想给你寄一张支票时，他们需要多少验证步骤、基准测试、质量检查和欺诈检测流程吗？Travellers 的员工告诉我，他们有“模拟房屋”，他们实际上用火烧毁厨房，以确定在火灾中他们应该承担哪些承包商、供应品和费用。
我们在商业中所做的一切都是由任务和活动组成的，这些“工作步骤”正在以光速实现自动化。因此，这些新的“工作智能”工具在未来的世界将非常有用和重要。
从很多方面来看，Reejig、Gloat、Draup等工具都是我们需要的新型工作智能工具，取代了我们过去所做的大部分“工作任务分析”。
如何使用这些新的工作智能平台？
那么现在最大的问题是：这些工具是万能药吗？或者它们只是“咨询加速器”。
这些都是突破性的新产品。
Reejig 是一个人工智能驱动的工作任务分析平台，它可以显示重点关注的地方。Gloat Mosaic 帮助管理人员分解工作、寻找有才华的员工并确定平台和技能。而 Draup 可以对您的生产力进行基准测试并确定您拥有的平台（以及您的竞争对手使用的平台），以便您评估您的技术成熟度。
这是一个新市场，而且才刚刚起步。未来会有更多此类工具出现。
最后的想法：思考业务重新设计，而不仅仅是工作重新设计
“超级员工的崛起”计划既是一个商业项目，也是一个工作设计项目：我们正在将多个工作职能整合到数据驱动的代理中。
例如，我们的一个客户最近来找我们，说“我们觉得我们的员工太多了，我们想在不雇佣任何新员工的情况下将公司规模扩大一倍。”（“人才密度”策略。）
我们查看了基准（每位员工的收入等），发现他们可能人手过多了 10-15%。但在我们深入研究职位结构之前，首席人力资源官提到“我认为我们的销售人员太多了，因为我们向错误的客户销售产品。我们的许多小客户都没有续约。”无论多少职位重新设计都无法解决这个问题！
换句话说，工作重新设计既是自上而下的工作，也是自下而上的自动化项目。因此，请记住蓝图并考虑以下四件事：
是否有一些产品、市场和客户群体需要我们削减、改进或重新考虑？我们是否在打造正确的产品并服务正确的市场？
我们是否可以通过培训、共享服务或组织整合来解决技能和“错位”问题？
是否有可重复、常规、低价值的任务我们可以立即实现自动化和简化？我们能否使用现有平台快速实现自动化或简化？
当我们转向自动化代理时，是否存在跨职能的机会来同时改善多个角色？
如果您考虑招聘，您可以轻松找到用于构建职位描述的工具。但如果您考虑整个流程，多功能代理可以帮助进行职位分析、职位描述、采购、评估和入职。（Paradox、Maki People、Eightfold 目前正在这样做。）
不要让人工智能成为寻找问题的解决方案
我参加会议后得出的最后一个想法是，一些公司对人工智能如此着迷，以至于他们感觉自己就像一个在寻找问题的解决方案。
新的自动化解决方案需要时间来实施，因此请慢慢来，并确保专注于高回报领域。这样，您将获得资金和 IT 支持。
最后一个故事。
客户是一家拥有全球人力资源组织的大型科技公司。他们拥有出色的人力资源技术，生产率已经很高。他们追求的“问题”是随着业务转向全人工智能产品模式，如何能够超强地促进员工增长，他们希望 HRBP 能够领导这项工作。
人力资源团队以这一重点为中心，检查了这些业务合作伙伴的询问、互动、任务和活动。果然，通过 Reejig 的分析，他们发现多达 40% 的时间都花在了管理上。现在，为了实现高水平的目标，该团队正在研究自动化（包括Galileo）来自动执行这些任务。
将工作设计工作重点放在业务目标上。Gloat（将工作分解为项目、任务、技能和才能）、Reejig（任务分析和组织任务基准测试）和 Draup（企业范围基准测试、工作量分析和技术平台基准测试）等新工具可帮助您加快工作速度。
我们不要为了人工智能而迷恋它，从一开始就要务实。当今的经济现实要求我们这样做。
扫一扫 加微信
hrtechchina
