用便利的技术辅助就业

在最薄弱的部门运用最先进的技术,来增加就业机会。面对广泛的求职类应用技术的使用,巴拉圭脱颖而出,即将推出一款基于人工智能的求职应用,该应用能将求职者的个人资料与需要他们的公司进行匹配。

不同于其它应用,“JANZZ.on!”是一款能够深度学习的软件。它接受的信息越多,越能够掌握所需要的工作和技能。

实用,高效且具备所有安全要求,巴拉圭公共就业服务将使用这款有力的工具“JANZZ.on!”来促进就业。正如劳工、就业和社会保障部长Carla Bacigalupo在美洲开发银行(IDB)组织的巴拉圭发展支柱战略对话的框架内所指出的: “求职者,特别是那些来自脆弱地区和部门的求职者,公司以及劳动力市场的所有参与者都将从中受益。”

Bacigalupo部长还强调,有必要更准确地将工作培训与公司的要求相结合。她说:“要做到这一点,我们将加强对课程质量的控制和监督能力。”

她还说,将加强诸如MOPADUAL(巴拉圭双元学习模式)等现代方法,为雇主提供激励,即使有必要使其合法化,以便更多的公司积极参与这些战略的制定。

此外,她强调了为协调教育和培训政策与工商部的项目所迈出的第一步以及公共工程和通信部推动的基础设施发展态势

新闻稿来自巴拉圭劳动,就业和社会保障部 http://www.mtess.gov.py/index.php/noticias/tecnologia-de-facil-uso-para-favorecer-el-acceso-al-empleo

保护年轻员工:全球工伤和职业病付出巨大金钱乃至生命的代价

相比其它年龄阶段的员工,年轻员工更容易受到来自工伤和职业病的困扰。根据欧洲安全与健康机构的数据,年轻员工发生工伤的比例相比其他年龄段的员工要高出40%。因此,雇主必须给年轻员工更好的保护及相应的培训。

联合国将年轻员工定义为15到24岁,无论他们从事的工种,受雇佣的时长,学徒工,实习生或是帮忙家族企业。全世界范围内,有541万的年轻员工,占到整个劳动力市场的15%。

许多年轻员工在高危的环境中工作,其中包括农业,建筑业,生产等领域。这些领域通常是事故多发地。根据国际劳工组织的统计,全世界平均每年有3.74亿员工遭遇工伤。仅在2015年,欧洲就发生了3900起所谓的致命事故。“致命事故”指导致死亡的事故。

健全的安全培训是必要的。

年轻员工特别受到高风险的影响,因为他们还不具备老员工的技能和经验。他们还不能够评估危险,也不具备足够的经验来防止或减少危险。此外,他们的身体和大脑还没有完全发育。例如,理性和判断所在的额叶皮层只有在达到20岁时,才会完全发育。许多装置和工具也是为成人而设计的,这使得年轻员工在使用它们时更容易受伤。同样,年轻人的身体对污染物的反应更强。此外,年轻员工往往不能指出对工作环境的不满,一方面因为他们自身没有意识到这个问题,另一方面他们可能畏惧告发雇主。

一般来说,工作头一个月发生事故的概率是这整年的四倍。对年轻员工来说,事故发生的概率更是大大增加:在他们工作的第一个月里,发生事故的可能性是老员工的5倍之多。欧洲安全与健康机构举了一个例子,一个18岁的男子,在当学徒工的第四天,因处理汽油和柴油时烧伤,最终不治身亡。他的雇主没有给他或任何其他员工提供基本的安全培训。

针对诸多类似的事件,欧洲安全与健康机构指出工作场所安全与健康培训的重要性,尤其是对年轻员工而言,因为他们缺乏老员工的谨慎。该机构建议提供关于高频和特殊危险,自我保护,紧急联系人,和危机关头的具体行动等一系列培训。包括和年轻员工频繁接触的主管也应该接受相关培训。在许多国家,法律规定,雇主必须识别和评估风险,以便采取措施预防风险。

由于工作安全性不足所带来的损失是惨重的。国际劳工组织估计,每年因恶劣工作场所导致的健康和安全事故花费约占全球GDP的4%。工作事故严重影响公司和社会经济,因为潜在在危险已经降低了生产率,受事故和疾病影响的员工不能正常工作。此外,在发现受事故和疾病影响的员工有潜在的残疾可能性后,工作场所调整的投资可能是必要的。我们要明白,工伤给(年轻)员工在事业,社保和福利带来的伤害可能会伴随终身。因此,从短期和长期看来,培训和投资对雇主和员工都是值得的。

为此,在招聘广告中应该包括最重要的安全指示。年轻员工能从一开始就了解工作场地的设施和条件并能谨慎的对待。在JANZZon!知识图和开发完善并具备多种语言预输入的API的帮助下,招聘广告可以更智能的预警,特别是针对一些高风险或年轻员工比例重的工作。通过从一开始就输入必要的安全技能和信息,使其可以有意义地整合到招聘和培训期间。

大数据和人工智能的大肆宣传更多的是自我营销,而不是事实和真正的进步

人类每两天产生的数据量就等同于从文明开始到2003年产生的数据总量。这个惊人的统计数据是由谷歌前首席执行官Eric Schmidt最早提出的。尽管大规模数据处理并不是什么新鲜事,但围绕着“大数据”的炒作是最近几年才火的。[1] 然而,在这个不断增长的数据丛林中,许多人很快就迷失了方向,特别是在数据处理方法这个问题上。

 

无法计算巧合

…因为正如Gerd Antes在接受Tagesanzeiger采访时说的一样,“更多的数据并不意味着更多的知识”。数学家们强烈批评对大数据的炒作,因为大量的数据导致随机相关的概率提高。例如,美国人均奶酪消费量和由床单纠缠引起的死亡人数显示出相同的曲线。机器分析可能就会从中得出相关结论,而科学家立即认定这只是一个巧合。 [2]

然而,根据许多大数据支持者的说法,巧合是不存在的。他们认为,如果数据量足够大,所有相互关系都可以借助机器处理或深度学习以及正确的分析类型提前算出。过去的经验和可用的训练集就足够了,由于缺失或不相关的数据产生误差范围的风险可以忽略不计。然而,这样的结论是致命的。当然,在某些领域,某些时间段和相互关系等可能性可以更容易地被探索。然而,这并不意味着巧合或重大偏差是不可能的。例如,我们如何期望对过去收集的数据进行分析,以准确预测未来的交通事故?又或者疾病,关于疾病进展的信息-及数字患者数据-可能是不完整的、不一致的和/或不准确的。[2]

大,更大,大数据?不要夸大你的成就。

 

数据分析可能会危及生命

特别是在医学领域,Gerd Antes不是唯一一个警告大数据和人工智能陷阱的人。因为大数据分析和机器学习的结果而选择了错误的治疗方法,为此对患者及家属带来的影响是毁灭性的。由于数据的庞大性,使其相关性和不一致性无法真正显现。不一致和相关性会可能会挽救生命,但也会威胁生命。 [2]

最近,当媒体公司STAT分析IBM内部文件的一份报告时,让IBM再次成为负面新闻,该报告得出结论,Watson for Oncology一再推荐“不安全和不正确”的癌症治疗方法。该报告还声称IBM员工和主管都知道这一点。虽然这些建议没有被证明是造成死亡事件的主要原因,但许多著名医院已经决定停止使用这个价值数百万美元的技术。 [3]

IBM的例子,应该让我们反思并更理性的探讨在医学领域对大数据的运用。关于IBM奇迹般的计算机Watson在医学领域沸沸扬扬的炒作算是终于结束了,但是同样的例子也会发生在其他领域-直到,当人们意识到事实的重要性、可靠的结果和相关性,而不是自我推销和知名全球技术集团用他们通常仍非常实验性的产品做出的宏伟承诺。可以肯定的是,上述在医学领域的发展几乎可以1:1地转移到数字人力资源市场,例如在工作和技能匹配方面。

 

值得信赖的知识来自专家

五年前,Cornel Brücher发表了他的挑衅性着作“重新思考大数据”,他将大数据支持者描述为傻瓜。在JANZZ我们一开始就持有类似的观点。只通过单独的机器学习,根本不可能从工作和简历中,乃至更复杂的职业数据中获取知识。对此持反对意见的人都是错误的。而且,不管同样的想法和产品被广告和市场宣传的频率有多高,即使这些技术投入的资金比以前多得多,它们仍将是错误的。

尽管投入巨大,基于通过单独机器学习获取知识的“大数据方法”的结果仍然在很大程度上是不够的,并且近年来几乎没有改进,不管所使用的数据记录的大小,例如LinkedIn和IBM&Co。机器学习的结果将变得越来越容易出错,因为增加了更多因素和变量 – 如同复杂的规则和关系。由于存在错误相关或甚至假设的因果关系事件也暴露了其风险性。相反,只知识图或本体能够以非常深入和结构化的方式被映射和使用。知识图的知识是高度可验证和值得信赖的,因为它来源于医学,工程,投资银行等各个领域的专家,并以结构化的方式储存和联系起来,绝非由精通编程的计算机科学家通过计算得出。由于知识图反映了许多不同领域之间的关系,因此只有它才能提供相关且精确的搜索结果和建议。例如,在职业数据领域:知识图能识别能力,经验,职能,专业和教育之间的差异和联系。它能够判定例如对于职位J,技能S非常重要。我们以高级云架构师为例。 知识图表可以识别这个职称,并且知道,如果一位计算机科学硕士学位持有者,具有“云解决方案开发”技能和几年的专业经验,那么此人便能胜任这份工作。

 

Google同样依赖专家和职业数据知识图

当推出其知识图“Google Cloud Jobs API”时,谷歌公司就宣布了这一点。谷歌公司的Google for Jobs搜索正是基于其知识图 (请参阅 “Google Launches its Ontology-powered Jobs Search Engine. What Now?”)。谷歌同时也意识到基于本体的方法可以提供更好的搜索结果。在基于知识图知识的语义搜索的情况下,搜索“管理助理”不会添加仅与搜索项类似的结果,例如“HR管理员”或“软件管理员”。又或者, 某些大数据分析可能会确定随机关联,从而提出只有相似技能要求的完全不同的工作(例如,工程师,因为两者都需要Microsoft Office的知识)。

因此,要分辨其中的不同,通常只有知识图才能真正了解求职并对职业及其相互关系有一定的了解。Google Cloud产品经理Matt Moore表示,推出Google Cloud Jobs API的原因是:“我们希望为所有雇主和候选人提供更好的求职体验。 因为,让我们面对现实:雇用合适的人才是贵公司需要做的最重要的事情之一。” [4]

 

只有人才具备理解人性所必需的知识……

如何选择员工,在面对这项最重要的任务时你可以真正信任谁?这是一个永无止境的话题:根据简历,申请人A是完美的候选人,但是不幸的是在人员配置方面申请人A完全不合适,现有的(数字)数据不能得出这样的结论,只有人力专家才行。在数据量可控并且被正确评估的前提下,技术工具可以处理简历,并根据教育,技能,经验等明显的发现对其进行排名。但由于大量的误读和误解标准,根据文档选出的最佳候选人也会突然在人群中消失。最好的简历并不总等于最佳候选人。数字化的信徒坚信这最后一环的人为因素最终将排除在选择过程之外,越来越多的科技公司和初创企业也正试图将这一环数字化并用人工智能控制。他们使用的方法大多都是不合适的,甚至在启用过程之前,现有的数字数据本可以被正确使用和评估。多年来,一直在处理数字人力资源中做出了严谨且有弹性的流程和产品的专家和领先的技术提供商现在在很大程度上同意这一点 – 不仅仅是因为Google进入了这个细分市场。 [5]

 

大数据限制了知识的发展

综上所述,越多的数据并不意味着更多的知识。必须对数据进行结构化,储存和验证。在这个过程中,应该有具有专业知识的人参与其中。要谨慎对待大量无法构建的数据及其导致的随机相关性。哈佛大学和麻省理工学院(MIT)的科学家Alexander Wissner-Gross有趣地总结道,“也许当今最重要的新闻是数据集 – 而不是算法 – 可能是限制人脑思维级别的人工智能发展的关键因素。” [6]

因此,最重要的是从知识中获取的内容是有价值的,而不是提取知识的数据量越大越好。最后,我们重申只有在医学或招聘等重要领域具有真正的专业知识的专家和工具才能做出可靠和正确的判断,这是有希望的,也是令人放心的。所有这些都使得对大数据和人力资源管理的宣传更容易忍受。我们在JANZZ科技的使命-“我们把大数据变成智能数据”-比以往任何时候都更为先进。

 

[1] Brücher, Cornel. 2013. Rethink Big Data. Frechen: MITP-Verlag.

[2] Straumann, Felix. «Vieles ist blankes Marketing». Big Data. 在: Tagesanzeiger (2018), 第 168期, 第 32页.

[3] Spitzer, Julie. 2018. IBM’s Watson recommended “unsafe and incorrect” cancer treatments, STAT 报告结果. URL: https://www.beckershospitalreview.com/artificial-intelligence/ibm-s-watson-recommended-unsafe-and-incorrect-cancer-treatments-stat-report-finds.html [2018.08.01].

[4] 来自视频: Google Cloud Platform. 2017. Google Cloud Jobs API: How to power your search for the best talent (Google Cloud Next ’17). URL: https://www.youtube.com/watch?v=Fr_8oNKtB98 [2018.08.03].

[5] Watson, Christine. 2018. RecTech is creating more – not less – need for the human touch. URL: http://www.daxtra.com/2018/08/03/rectech-creating-more-need-for-human-touch/?utm_content=75449136&utm_medium=social&utm_source=twitter [2018.08.09].

[6] Alexander Wissner-Gross. 2016. Datasets Over Algorithms. URL: https://www.edge.org/response-detail/26587 [2018.07.27].

创业不是所有人的梦想

有些人梦想成为自己的老板,不总是受命于人,干那些自己不想干的工作。与此同时,有另外一些人由于没有足够的收入和养老保障,害怕自己给自己打工。为什么会有两种完全不同的情况发生?经济合作与发展组织(OECD)的各种研究解释了这背后的原因。

OECD将自营业者定义为“雇主的雇佣,为自己工作的人,生产者合作社的成员以及无偿的家庭劳动者。”该组织的定期调查表明,总劳动力的自雇率 因国家而异。 例如,在美国,只有约6.4%的人是自营职业者。 – 相比之下,哥伦比亚自营业者的比率为51.3%(见OECD 2018年的图表)。

在农业中,自营业是一种普遍的做法。一些国家,很大一部分劳动力仍然从事着农业,因此总劳动力的自雇率较高。例如,大约15%的哥伦比亚人口仍然从事着农业。在丹麦、瑞典或加拿大等个体就业率很低的国家,这个数字只有2%左右。在20世纪90年代中期,美国的自雇率位于被统计国的中间,之后的25年中,美国的自营业率显著下降,便是由于美国农业部门的大量减少,导致许多人放弃了自营职业。

OECD (2018) 自雇率占总就业的百分比。

除了犯罪和不透明的现金流,工作和收入状况也可能影响一个国家的自营职业率。越来越多的调查发现,平均工资较高的国家往往有较低的自雇比例。美国的年平均工资超过60000美元是排名最高的国家之一,丹麦、加拿大和挪威也位居前列,年平均工资在50000美元左右。这与哥伦比亚相反,哥伦比亚的平均工资仅仅约为6000美元。

同等地,拥有大量生活在贫困线以下的公民的国家往往具有较高的自营职业比例。根据OECD的数据,24%的哥伦比亚人口受到贫困的影响。在2016,该组织进一步审查了哪些国家的公民在被雇佣的情况下,仍生活在贫困线以下。无不例外,受影响最严重的国家的大量公民也开始频繁地选择自营业,例如巴西、希腊、墨西哥和土耳其。

另一个指标是工作小时数。希腊,墨西哥和智利的工作时间特别多(每年约2000至2250小时)。而挪威人和丹麦人的工作时间特别短(每年约1400小时),相对也只有极少数的人选择自营业。哥伦比亚合同工平均每周工作时间显然最高,超过48小时。如果把所有的雇佣模式(合同工,非合同工和自营业)算在一起,这个数字能减少到44小时。

最后同样重要的是劳动力市场的安全性,换而言之就是你丢掉饭碗的可能性有多大,以及工作量的大小。这些都有可能导致人们选择自由职业。挪威,加拿大和丹麦的这些指标特别低,这些国家的自营职业人口比例也相应较低。 而土耳其,希腊和哥伦比亚的这些数字尤其高。

自营业最为普遍的哥伦比亚正面临着劳动力市场的严重结构性问题。 这里的就业关系主要是非正式的,这意味着人们在没有合同或社会保障的情况下就业。 非正式工作很难通过法律来衡量和控制或进行监管。 由于成本高昂,许多雇主被迫继续进行非正式雇用,同时许多哥伦比亚人不能胜任一些高技能的工作。 同样,许多人选择(非正式)自营职业以避免成本,如税收和其他费用,因此即使93%的自营职业者也非正式地工作。 此外,哥伦比亚的最低工资标准高于经合组织平均水平。 许多雇主无法支付这笔金额,这进一步加强了非正规工作和失业。同样,许多人选择(非正式)自营业以避免成本,如税收和其他费用,有93%的自营业者是非正式地工作。 此外,哥伦比亚的最低工资标准高于经合组织平均水平。 许多雇主无法支付这笔金额,这进一步加强了非正规工作和失业。此外,哥伦比亚的最低工资标准高于经合组织平均水平。 使得许多雇主无法支付这笔金额,这进一步加强了非正规工作和失业。

是为了自己做主,只干自己想干的是吗?不,在一些国家,人们正被迫自雇。要改变这样的状态,需要对个体劳动力市场采取有建设性的行动和推行相关法律法规。JANZZ.technology就可能的相关措施向公共就业服务部门提供咨询,增强正式工作的吸引力并有效保护就业条件。 请随时通过电子邮件与我们联系  sales@janzz.technology

让女性具有计算能力:为什么公共就业服务机构应该说服女性学习 STEM 科目

尽管做出了许多努力,但年轻女性在科学、技术、工程和数学 (STEM) 方面仍然处于“代表性不足”的地位。研究表明,让个人和整个国家重视 STEM 可以带来许多优势。因此,公共就业服务机构应该有效地加强 STEM 领域。具体有以下几个原因:

许多拥有 STEM 学位的员工薪水更高。美国劳工统计局强调,在 100 个 STEM 职业中,有 93 个职业的工资超过美国平均水平。与此同时,STEM 毕业生的平均收入是非 STEM 毕业生的两倍。如果他们从事 STEM 领域以外的职业,STEM 毕业生的平均收入也会更高。其他国家的统计数据也证实了这些工资预测。最后但并非最不重要的一点是,STEM 员工失业的可能性要低得多。例如,STEM 员工的失业率整体较低,在美国仅为非 STEM 员工的一半左右。

随着技术的发展,这个领域需要越来越多的专家,这并非什么秘密。例如,最近的头条新闻说,仅在德国,就缺少 100,000 名工程师,其中大多数是电气工程师。另外,数学家在各个领域的应用也越来越多。无论是生产计划、保险福利、工资还是您最喜欢的午餐 — 一切都需要计算。例如,最近有人计算出,人类可能会陷入黑洞。

女性在科学、数学和计算专业的所有大学毕业生中所占的比例 (%),2014 年或最近一年。来源:OECD(2017 年)。《追求性别平等—一场艰苦的斗争》,图 1.1 B。

为了满足这一需求,需要大量的 STEM 毕业生,但学生往往不敢学习 STEM 科目,特别是女性。研究表明,女孩在数学上的表现一般不会比男孩更差,但她们在更多时候却害怕科学科目,她们预测自己的表现会更差。

女孩如何克服对数学的恐惧?如何加强她们的自信?OECD 的建议是从早期阶段开始,因为确定职业道路的决定通常是在 15 岁时做出的。例如,STEM 暑期学校应该接受更多女生,减轻她们的恐惧并突出她们的优势。现在,在 15 岁的男孩中,想要成为工程师、科学家或建筑师的人数比例是相同年龄女孩的两倍。与此同时,只有不到百分之一的女孩想成为 IT 专家。

公共就业服务机构应该应对这一趋势,通过投资来改变女性的未来及其国家的未来。数字化需要许多受过良好教育的 STEM 员工,而这也可以更好地避免公民失业,并且可以确保良好的生活水平。我们非常乐意通过 info@janzz.technology 为您提供更多信息

 

要么改变,要么灭亡 — 公共就业服务机构 (PES) 多样化未来面临的四个问题

在谈到当今的数字人力资源流程时,最引人关注的话题是:如何开发更好、 更高效、最新的匹配工具和技术,从而以更加面向客户的方式解决各种任务和挑战。将小麦与麦壳分开是一项非常艰巨的任务。如果当今的技术选择不能完成未来的任务, 那么这会对匹配产生很大影响。特别是,由于匹配意味着理解劳动力市场面临的挑战,因此问题将会影响到未来的发展。所有工作匹配技术的提供者都认为,他们能够找到求职者并因此而刺激劳动力市场。但是,任何两个劳动力市场都不会完全相同。每个劳动力市场都有自己的特点,只是将尽可能多的人员放在劳动力市场上是不够的;毕竟,我们还需要关注其他复杂的问题。从这个复杂的课题中,我们选取了四个问题,以此来说明为什么我们面临的不仅仅是纯粹的安置问题,以及为什么一定要通过从现在开始预防来减少以后出现问题。

1) 虽然今天处于完全就业状态,但明天就会产生差距

目前,在西方国家,实际上是否存在失业问题?

今年第一周刚刚公布的美国劳动力市场数据显示,其失业率为 4.1%,就业情况为接近于充分就业(充分就业的定义是失业率低于 3%),2017 年最后一个月就提供了 250,000 个新职位:这是 17 年来的最低数字。市场研究机构穆迪分析公司的首席经济学家 Mark Zandi 表示,美国劳动力市场的状况为“接近于最好”。许多西方国家目前也是类似的情况,德国和瑞士的失业率甚至不到 4%,只有挪威略高,而欧盟的平均失业水平是十年来的最低点。即使是在英国,其失业率也尚未受到英国脱欧的影响。这就引发了一个问题:就业办公室现在是否打算放个长假?

希望不会;因为认为这些国家不必担心其劳动力市场根本就是一种谬论。每个劳动部都面临着自己的挑战,这就是为什么就业办公室总是非常忙碌的原因所在。简单的安置解决方案不足以为公共就业服务机构提供基本支持。首先需要做到的是,深入了解劳动力市场和当前世界各个角落面临的各种挑战。

数字化是当今面临的一个特殊挑战。虽然欧洲劳动力市场在许多地区可能接近于充分就业,但目前的发展趋势将使得以后替换员工变得容易。当汽车能够自动驾驶时,谁还会需要出租车司机?当机器人能够进行清洁工作,即使在最狭窄的角落也能清洁的时候,谁还会需要清洁助理?应该指出的是,在资格水平要求较低的工作之间,也会存在重大差异。例如,机器在执行清洁任务方面,会比执行复杂的缝纫工作更加容易。相应地,并非所有资格要求较低的工作都面临风险 — 但很多都是。而且,这些并非个案。由于计算机能够更精确地计算和改进建筑物、物流或生产过程的静态结构,所以具有较高教育水平的员工也可以被替代。同样,人们越来越多地认为,计算机比当地银行的人力财务顾问更可靠且能避免风险,因为它们会根据事实而不是情绪来做出决定。

这些复杂的挑战无法通过简单的安置加以解决,因为即使安置了某些人,但由于数字化的发展,这项工作在不久的将来也可能会消失。如果内燃机即将过时并被电动机取代,那么需要的劳动力会大量减少,因为生产电动发动机只需要四个员工,而不是原来的七个员工。多出来的三个人将再次失业,所以我们不能仅仅观望等待。

 

2) 两极化日益扩大

如果研究某些职业,就会发现,相互对立的事件也可能被视为一种挑战。虽然一些职业正在消失,但另一些领域部门却在拼命招聘新员工。媒体报道的数字继续攀升:瑞士有 7,000 个护理人员空缺,而德国缺少 100,000 名工程师。就业安置部门应该如何满足因能力欠缺而无法得到解决的需求?

此外,人们希望接受培训的职业领域与市场需求背道而驰。人们已经习惯于在选择职业时拥有很大的选择自由度:几乎每个人都可以自己决定他们想要追求的职业道路。这种自由所导致的情况是,某些职业道路会被很多人选择、而另一些职业道路却很少有人选择。这最终导致两个群体之间产生巨大差距。在许多具有吸引力的职业中,要确保能够在四五十岁仍可以工作会变得越来越困难,而且当我们长时间工作时,这方面非常重要。瑞士实际上需要多少海洋生物学家?虽然高技能的海洋生物学家仍然会失业,但有些工程师却在学校就签署了就业合同。这是一个悲剧。

政治家、社会、大学和所有其他有关各方应当主动承担起新的任务:我们有某种需求,所以我们就要增加这个需求领域的吸引力。现在是采取行动进行培训和职业规划的时候了。我们不仅要在紧急情况下做出反应,而且还要主动预防。如何让年轻人选择必要的培训?我们必须展望未来。对于太过热门的学位课程,我们是否要更多地加以限制?对于选择不具有吸引力的培训课程的人员,我们是否要提供额外支持?

当然,增加护理等职业的薪水也会使其更具吸引力。但是,如果消费者不能支付更多费用,谁将为此买单?只要产品和服务的价格越来越合理,工资就不会增加 — 而这又意味着收入不足,工作就没有吸引力。因此,以这种方式不能增加工作的吸引力。

当遇到这样的挑战时,简单地考虑安置策略是无意义的,无论是在技术方面还是非技术方面。毕竟,这个问题并没有通过简单的安置得到解决。相反,我们应该努力确保供应和需求相匹配。为了对当前趋势和差距做出反应,必须建立新的模式。差距分析表明,各个市场的人才短缺都在稳步增加。不幸的是,这不能通过移民来解决,尽管它目前带来了很多机会,特别是在欧洲。

 

3) 移民是唯一出路

在某些地方,甚至整个地区都存在收入不足的情况。在世界的某些地方,人们被迫离开家乡去寻找工作。例如在立陶宛,几乎每个家庭都有人在国外工作,因为随着生活费用的上涨,那里的人很难依靠工资生存下去。结果,这个小国在过去 15 年中流失了五十多万人 — 鉴于其总人口尚不足三百万,所以这个数字所占的比例很大。特别值得注意的是,年轻人在毕业前或毕业后即从这个国家移民,从而留下一个衰老更快的社会。

再来看看印度尼西亚的人口:超过 2.5 亿人。由于该国经济持续增长,人们可能认为其就业市场会非常快速地增长。然而,那里的人口增长更快 — 每年增加三百万人,相当于柏林、马德里和立陶宛的人口。其中一半以上人口的年龄都在 30 岁以下。这些年轻人在某个时候都需要工作。因此,许多人也将移民视为一种必要的解决方案。针对这种情况,也必须创建新的模式,以完全不同的方式平衡供应和需求。人们不能被安置在不能提供工作岗位的地方。

 

4) 找份工作还远远不够

即使能够提供工作岗位,简单的安置策略也还是不够的。例如,一些南美劳动力市场正在试图解决就业不足问题,以及随之而来的犯罪、吸毒和资金流动缺乏透明度等其他难题。与失业不同的是,就业不足意味着工作时间不足。由此会导致工资收入较低,不能保证足够的生活水平。即使经过劳动部门的不懈努力,就业市场形势依然非常复杂。例如,在巴拉圭,失业率约为 9%,这与法国或芬兰等高度发达国家的水平相当。但是,这个数字能够说明什么呢?由于就业不足和日工数量庞大,大量公民并没有被统计在失业率中,因为从技术角度来说他们是有工作的。失业率并不能绝对地表示某个国家或地区保证了合理的生活水平。

 

积极应对,而不是消极等待

虽然失业率可能很低,但低失业率并不能挽救就业市场。每个劳动力市场都有其特定的问题,需要以不同的方式进行处理。还有更多需要面对的挑战:如何安置 50 岁以上的人口?如何安置高素质的难民?从原则上可以预见的是,如果 PES 不能积极调整策略来应对挑战,那么这些主要问题将让 PES 失去其存在的意义。应对这些挑战并展开相应讨论必须从现在开始;而讨论是基于事实的,因此就需要使用正确的工具和技术。然而,只有工具和技术还不能保证成功。深厚的专业知识在十年时间里得到了发展,该技术精确地知道应该处理哪些问题区域、在哪个位置使用哪种方法,也知道如何正确使用工具。必须有人能够在早期阶段应用这些重要的专业知识。失业率再次上升只是时间问题,尤其是在年轻人中。如果对这类问题具有适当的基本理解,那么就可以使用正确的解决方案策略提前找出各种可能性并进行协调。此外,还必须发现劳动力市场的具体要求并考虑现在的行动,简而言之:我们必须立即做出反应。我想知道为什么政治家、社会、教育机构和其他人仍然在袖手旁观。他们现在应该与具有这些专业知识的专家讨论这些问题。有些专家每天都在处理、反思和分析所有上述问题以及未被提及的劳动力市场挑战。若需了解这些专家所掌握的知识,请联系 JANZZ.technology。

MTESS 推出高级工作匹配平台

今天,2 月 21 日(周三),劳动、就业和社会保障部 (MTESS) 部长 Guillermo Sosa 博士宣布,在巴拉圭推出新的工作搜索平台。这个平台由瑞士 JANZZ.technology 开发。

JANZZ.technology 将负责 ParaEmpleo.gov.com.py 平台的实施,提高正在寻找工作的年轻人的就业机会。这是该公司在拉丁美洲的首个项目。除巴拉圭外,Janzz.technology 还使用 40 种不同的语言向 5 个国家的超过 150,000 名申请人和雇主提供服务。该平台融合各种先进技术,使人们能够通过多种方式找到空缺职位和求职者,包括软技能、教育、经验、合同、地域要求以及有助于职位搜索的其他变量。该平台是通过 100,000 多个小时的开发工作所取得的成果,在巴拉圭使用的是其新版本。

劳工部希望,这个名为 ParaEmpleo.gov.com.py 的新型网络平台能够提供最高级的工作匹配技术。截至目前,在“PARAGUAY PUEDEMÁS”数据库中注册的候选人已有 25,000 多名。在登记过程结束后,年轻人将根据自己的能力和技能访问工作机会。该协议是劳工包容支持计划 (PR-L1066) 的一部分。该计划由美洲开发银行根据与巴拉圭共和国的贷款协议提供资助。

如需有关此主题的更多信息,请访问:blogs.iadb.org(西班牙语)