现在是采取行动的时候了

Eric D. Beinhocker在财富的起源一书中写道: “超过97%的人类财富是在人类历史的最后0.01%中创造的。” 也就是说,直到250年前人类社会才开始步入繁荣,充满活力,并提供各种各样的服务。 [1] 今天,我们的经济财富仍在增长,21世纪的数字化和自动化更加速推动了这一进程。 阅读更多

如何升级令人失望的申请人跟踪系统(ATS)

  • 不要使用图形或表格
  • 遵循格式规则
  • 加入特定关键字

听起来耳熟吗? 这是一些可以帮助简历通过申请人跟踪系统(ATS)的技巧,这些技巧承诺将简历通过筛选最后送达到招聘经理的眼前。 然而,当最新的AI技术融入到招聘过程中时,这些小把戏便不能再保证简历顺利通过ATS了。 阅读更多

世界上最同质的社会正在打开大门

日本社会是世界上最古老,最同质的社会之一,但这一切即将改变。 2018年12月,日本议会通过了一项移民法案,旨在促进经济发展并解决该国的劳动力短缺问题。

更确切地说,该法律旨在吸引外国“半熟练工人”。这些工人将受雇于各个行业,包括建筑,酒店业,农业和护理; 其中护理行业的短缺是最严重的。尽管有来自反对党的一些抗议,日本首相安倍晋三和他的政府以161票对76票通过了该法案。该移民法案将于2019年4月生效,其目的是吸引345,000外国工人到日本工作生活。 [1] 阅读更多

请不要再把ontology和taxonomy相提并论

对大多人来说,“本体(ontology)”这个词可能听起来很抽象。要了解本体,就要从万维网的发明者伯纳斯李(Berners-Lee)的梦想谈起。 他梦想有一天不仅是人类,机器也能读懂整个计算机网络上的数据,包括内容,链接和计算机人员交易(目前网络上的内容只有人类可以读懂,而计算机无法理解和处理),他把这样一个网络叫做语义网(Semantic Web)。为了实现语义网,RDF(资源描述框架)和OWL(Web本体语言)被开发为用于数据和知识的共享及集成的标准格式,其中,有丰富的概念模式的Web本体语言就是我们想要说的本体。[1] 但值得一提的是,在当今的IT世界中,“知识图谱(knowledge graph)”这一术语也广泛用于指代本体这一概念。 阅读更多

银发打工族

在日本,五分之一的人口在 70岁或以上。根据去年内务和通信部的数据,2648万人年龄在70岁以上,占总人口的20.7%[1]。去日本,你不难发现很多老年人仍然在继续工作。他们要么在商店里干着一线的工作或穿着正式地穿梭在大街上。日本的一群学术团体建议重新定义“老人”一词:他们建议考虑75岁以上人为“老年人”,而65岁至74岁的人应该被视为“半老年人”,因为他们还可以积极地为社会做出贡献 [2] 。

由于核心劳动力的萎缩和日本人的长寿,2017年日本的就业老年人(65岁及以上)达到807万人,占总劳动力的12.3%[3]。目前,日本的法定退休年龄为60岁,但很少有人在那个年龄领取养老金。由于公民能够在60到70岁之间的任何时间领取养老金,大多数日本老年人选择在60岁后继续工作。去年,日本政府批准了将领取养老金的选择年龄提高到71岁以上的计划。他们也在考虑将法定退休年龄提高到65岁。 阅读更多

瑞士2030:数字化的风险和机遇

随着数字化的推进,许多工作随之将消失。 这对我们来说已经不是什么新闻了。 然而,第一次关于数字化影响的全面研究预测到2030年其后果是毁灭性的:仅在瑞士,至少有100万个工作岗位将消失,这对于约900万人口来说是一个令人恐惧的数字。 事实上,麦肯锡公司发现几乎所有行业都受到影响 – 但他们也预计数字化会提高生产力并创造新的就业机会。

重体力和轻技术性工作将受到冲击
麦肯锡公司的研究“工作的未来:瑞士的数字机遇”预测,瑞士20%-25%的工作将面临消失的风险。最重要的是,那些重体力和轻技术的工作,如收银员,数据采集员,仓库文员或生产线工人,在数字化的推进中将不再需要人执行。由于大量的技术创新,这些工作现在已经日益自动化 – 到2030年自动化还将大大提升。重体力工作将越来越少,特别是所谓的低技能工作。到2030年,统计,阅读和写作技能也将变得高度自动化。同样,届时也会出现更有效的项目管理工具。瑞士银行业将会面临严峻挑战,已经有越来越多的银行客户放弃了个人咨询,而更喜欢网上银行的信息门户。在数量方面,预计失业的就业岗位约为金融业的50,000个就业岗位,零售业为120,000个,工业部门为70,000-100,000个。

2030年的新工作岗位
当然,数字化也需要新的技能,这也是为什么数字化同时催生了新的工作和岗位,特别是在技术,科学和社会技能方面。毕竟,数字化必须由人类进行,因此它的实施刺激了过渡期间新就业机会的增长。不幸的是,这些新创造的80万个就业岗位与目前正在消失的职位在工作类别上并不一致。现在需要“数字化转型官”和“内部数字化项目经理”等人才。
因此,不能简单地重新分配工作:例如,如果没有大量培训和支出,机器操作员将无法成为项目经理。同样,收银员也不可能快速的承担护士的职责。因此,必须在早期采取培训措施,一方面是因为再培训费用昂贵,另一方面是难以对大面积人群进行再培训。技能和软技能同样如此:对于技术的理解能力,或是为老年人和病人提供关心和照顾不是每个人都与生俱来的。

卫生部门增长迅猛
新职位的增加不仅包括技术领域,还包括医疗保健领域。 这方面的一个决定性因素是社交技能。社会老龄化是推动该领域发展的重要原因之一:到2030年,瑞士23%的人口将超过65岁,而今天这一比例为18%。因此,对护理人员的需求正在显著增加。在卫生部门,预计需要多达85,000名员工,特别是训练有素的护理专业人员。然而现实情况是:选择护理专业接受培训的人越来越少,许多护理专业人员在工作一段时间后选择了转行。在卫生专业人员中,有四分之三选择了离开本行业,在注册护士中,只有大约一半的人继续从事相关工作。究其原因,轮班工作,艰苦的体力劳动以及较低的工作都是引发他们离职的原因。
医疗保健专业人员的短缺不仅是瑞士的问题,世界范围也出现了相同问题。一项研究发现,在不久的将来,美国缺乏医疗人员将增加约200万人,特别是在家庭和养老院的护理方面。 然而,正是这些工作的薪酬极低,其中一些低于美国收入中位数。同样,正是这些类型的工作对体力具有较大挑战和存在不方便的轮班制度。在目前的情况下,这类工作的人手短缺问题还将继续存在。
 
如何支付和构建未来的劳动力市场
乍一看,人们会认为通过引入机器人和其他技术辅助工具可以使特别具有体力挑战性的工作变得更加容易。不幸的是,这也为健康保险基金带来了经济上的负担。那么,我们将如何为未来的劳动力市场提供资金,或者就此而言,如何为道路建设,学校或数字化世界的必要设备提供资金? 我们要引入“数字化税”吗? 雇主是否必须为“机器人”支付养老保险以补偿剩余的人力资源?
问题还在于机器人的使用是否被允许。到目前为止,摄像头代替了人眼的监视,但是在法律上这是可以辩护的吗?许多程序还需要特定证明。 此外,如何确保机器人的能力? 例如,机器人可以通过驾驶考试吗?
如今要进行责任划分已经很困难,特别是在错误发生的时候。通常,对责任方的定责需要数月的评估。那么,到时我们能即时抬出“机器人保险”吗?
 
世界性的问题
如上所述,瑞士不仅面临着上述挑战。在德国也面临着30万MINT员工的短缺。在美国,一项大规模的研究调查了702个工作岗位的自动化概率,并得出结论,47%的美国工作人口很可能受到影响。需要高水平社交智慧的工作(例如新闻发言人),创造力(时装设计师)以及良好的理解和操作的工作(外科医生)几乎不会有风险。同样,在亚洲投资集团CBRE发现,到2025年,亚洲50%的工作岗位将面临风险,特别是在手工和认知领域。
 
措施
在德国,情况的严重性已得到承认。 该国正在制定一项法律,简化技术工人的移民,这是一种抵消日益短缺的措施,特别是在卫生部门。 该法适用于第三国公民,即已经从人员自由流动中受益的非欧盟国家的人员。这意味着任何具有足够雇佣合同资格的人都可以移民。他们将获得六个月的签证来找工作。目前检测欧盟公民是否可以承担相同工作的措施被取消。英国也有类似的想法,2019年初将推出新的启动签证。 英国的目的是促进外国科技企业家在该国的发展。
 
促使成功转型
如何应对这些挑战? 数字化将两个任务推向前台。 首先,经济转型应该得到果断支持,但不应该太快。 如果出现新技能发展不足的情况,过快转型可能会导致更高的失业率。 转型还需要新的流程和业务模式。 例如,瑞士只有8%的贸易在线进行,而德国和英国分别为15%或18%。 如果数字化成功,特别是瑞士经济将能够从转型中受益,并且每年可以将生产率提高一个百分点。此外,较高的实际工资可能会提高消费

训练而不是等待
同时,重点必须放在员工和学习者对未来技能的基础培训上。为此,教学内容应该有更多的融入技术相关的模块。例如,学员应该能够在计算机上执行更多的办公任务。 如今,瑞士对技术毕业生的需求远未实现; 在未来,现有的3,000名毕业生将仅仅能承担不到一半的技术职位。
此外,社会技能从根本上被低估:它们对劳动力市场的长期成功发展将发挥着重要作用。 这是公司和教育机构应该开始提供全面培训的另一个领域。 因此,总的来说,对技能发展的根本性重新思考是不可或缺的。
明确成功转型,无偏见的差距分析
近十年来,JANZZ科技一直在观察全球许多劳动力市场并与之合作。 我们的匹配引擎“JANZZsme!”杜绝偏见,因为它建立在能力,经验,专业化,行业等的相关性的匹配。它为员工的技能创建透明且易于理解的差距分析。这将为您提供明确的指标,了解哪些技能可用以及哪些技能应该扩展或重新开发。现在就联系我们进行咨询,我们可以为您提供成功的数字化方法的专业知识。
请马上与我们联系 sales@janzz.technology
 
[1] McKinsey Global Institute. 2018. The Future of Work: Switzerland’s Digital Opportunity.  » 了解详情: 瑞士2030:数字化的风险和机遇  »

我们需要重新认识简历

翻阅简历(CV或者resume –常用于美国)是人力资源经理工作的重要部分,这通常是一项繁琐的工作:有时需要浏览数千份简历才能找到合适的候选人。随着科技技术的发展,今天的软件能根据简历和招聘广告的匹配度推荐最佳人选,当然,类似于候选人是否适合所应聘公司文化等问题,还是只能在面试后由面试官进行判断。然而,通过软件进行简历初选已大大优化了招聘流程。理想情况下,如果所有简历具有相同类型的格式并包含等效信息,无疑能帮助此类人岗匹配软件计算出更优的匹配结果,但现实往往和理想有一定的差距。

 
每个国家都有自己的偏好
在美国和加拿大,最标准和广泛被接受的求职文件是resume。Resume包含技能,资格和教育的简短摘要,通常是针对不同职位量身定制的。由于美国的隐私法,出生日期,婚姻状况和邮政地址等信息往往被忽略[1]。
CV主要用于欧洲。CV是拉丁语Curriculum Vitae的缩写,意思是“你的生活故事”,因此,CV是对一个人的经历,资格和教育的深入概述[1]。但是,欧洲不同国家对CV细节的预期有时会有所不同。例如,德国雇主认为CV中列出个人详细信息,如家庭,国籍,孩子数量等信息是理所当然,但在英国,CV中任何个人信息的出现都是不恰当的[2]。
而东亚等国家,如中国,日本和韩国,则非常关注简历中关于教育相关的信息,因为他们普遍认为高教育等于高能力,技能则很少被列出。与美国和欧洲的简历格式相比,中国,日本和韩国简历更多的是使用表格形式。在个人信息方面,中国雇主也希望看到更多的个人信息,求职信通常不是必要的申请材料[3]。
 
欧盟试图建立统一的简历
为所有求职者创建标准申请程序,欧盟委员会实施了欧洲工作通行证(Europass),欧洲工作通行证包含了一套文件:欧洲通行简历,语言能力档案,欧洲流动性文件,证书补充和文凭补充文件。这项免费服务旨在促进欧盟所有成员国的优秀人才流动,因为所有雇主都可以信任并依赖这些文件。
然而,正如许多人所指出的那样,欧洲通行简历最大的问题在于它使得候选人千人一面。试想一下,那些热门大公司定期会收到数以千计的简历,人力资源部门几秒钟就要扫描完一份简历。要从众多简历中脱颖而出,就必须要有独特的地方。此外,使用过欧洲通行简历的人也指出其诸多不便,包括有关个人工作经验的信息空间有限(占据相当大量文档空间的大徽标与之形成鲜明对比)[4]。
 
今天我们还需要简历吗?
如今人们质疑传统简历的必要性。许多人指责它的效率低下和耗时。例如,在翻阅了数十个简历之后,人力资源经理可能仍然无法找到他们想要的人选,因为简历总是包含相同的信息。潜意识偏见是专家们指出的另一个问题。例如,一些雇主不自觉地更喜欢和他们来自同一所大学的候选人,因为人们无意识地喜欢与他们相同品质和背景的人。
随着新技术的发展,越来越多的大型组织不再要求求职者提供简历,校园招聘中尤其如此。自2016年以来,联合利华通过各种类似游戏的评估方式招聘了约150-200名来自校园招聘的职位。联合利华的一位经理说:“对于学生们,你为什么需要一份简历?我们更多是看重他们的潜力而不是过去的成绩“[5]。
在JANZZ我们认为简历在工作申请的第一阶段仍然至关重要。根据我们多年的经验,大多数求职网站和公司招聘网站要求候选人上传简历的情况仍然并将继续存在,这是因为申请人跟踪系统仍然需要某种形式的文件存在。然而,我们需要考虑在数字化时代背景下,简历及简历筛选演变中出现的问题。
 
数字化时代的简历
在过去,每个候选人都有公平的机会在个人层面上进行考查,而不仅仅只是事实和数据,这是因为阅读每份简历和求职信或推荐信的是HR本人。然而,在今天的数字化时代,计算机正在评估第一轮的简历。那些能多说一种语言的候选人真的比那些对工作充满热情的人更好吗?身体有残疾的人是否应该获得平等的就业机会(而不是较低的匹配分数)?计算机如何以在阅读申请和推荐信时保有“人心”,而不是仅仅以事实和数据来做判断依据?
根据我们的经验,超过50%的简历在处理各种细节信息时不准确,简历美化或将信息向有利于候选人进行歪曲的情况比以前更普遍。在JANZZ最近出席的会议上,各方就未来工作为主题进行了讨论,并提出了区块链技术来解决上述问题。类似方法已经在英国试点项目中进行测试,金融风险管理硕士毕业生利用一项服务,允许未来的雇主立即验证他们的学历[6]。然而,这尚未解决如何在类似系统中证明社会求职者的技能,工作经验和表现的问题。鉴于雇主有责任创建区块链来记录前雇员的信息,他们是否仍然关心前雇员信息的更新是值得怀疑的(特别是对于小企业这意味着高成本和大量时间花费)。
在JANZZ科技,我们反思上述问题,并尝试将他们整合到JANZZ产品中,提供更周到,更好的解决方案。我们提供一种独特的语义匹配概念–JANZZ.jobs,它可以匿名地将人们与工作相匹配,以避免潜意识偏见,仅仅比较如技能,经验,教育和专业等相关标准。 JANZZ.jobs可以在全球范围内访问,目前已经有9种语言版本,2019年将增加到40种语言。
请马上与我们联系sales@janzz.technology
 
 
 
[1] ZipJob Team. 2018. Resume vs. CV – the Difference and Exactly Which to Use. URL: https://www.zipjob.com/blog/difference-between-cv-and-resume/[2018.12.13]
[2] Karin Bodewits. Ruth Winden 和 Robert Bowles. 2017. How to tailor your CV for different countries. URL: https://www.chemistryworld.com/careers/how-to-tailor-your-cv-for-different-countries/2500446.article[2018.12.13]
[3] intResume.  » 了解详情: 我们需要重新认识简历  »

洞察未来工作

在华盛顿举行的为期两天的会议,JANZZ 科技就工作的未来和其他参与者进行了许多有趣的讨论。 2018年11月27日和28日举行的会议,为如何在劳动力市场环境中使用现代技术提供了许多不同的方案,如区块链,人工智能和机器学习。 该活动由美洲开发银行和麻省理工学院媒体实验室组织,来自世界各地的私营公司,公共组织和大学的高级专家参加。 JANZZ科技首席执行官兼创始人Stefan Winzenried和副总裁兼拉美项目经理Diego Rico参与了此次会议。

关于“职业转换的人工智能和匹配算法”这一主题讨论的目的是在求职者和工作机会之间引入与人工智能相关的的不同智能匹配系统。美国国际开发银行社会部门高级顾问Cristina Pombo主持了此次活动,除了WCC公司的代表之外,JANZZ科技Stefan Winzenried还回答了全会的问题并解释了有关实际实施的建议,以及在语义,透明和非歧视性匹配的挑战和可能性。特别是,他明确了如何在早期阶段防止技术招聘中的潜在偏见和/或不平等待遇,并指出未来该技术的应用场景。

JANZZ科技Diego Rico利用巴拉圭目前使用的JANZZ白标平台«ParaEmpleo»展示了可用于劳动力市场分析的新工具。该活动的目的是展示先进,有意义和易于使用的方法,以更好地为劳动力市场的利益相关者提供信息。

最终,JANZZ团队将此次技术和研究对话汇总到巴拉圭当前项目的实际案例中。对拉美地区的不同战略,政策和见解进行了梳理,分析了该项目过去和现在的挑战,以及在不同的拉丁美洲国家推行相同项目的可行性。

新兴职业不断涌现 你准备好了吗

随着社会经济的发展,一大批新兴职业不断涌现。正如当年淘宝就催生了包括像网店店主,网店装修师,代购,淘女郎等职业一样。如今又一个新产业–直播产业–在过去两三年迅速崛起,一批新兴职业也相伴而生,例如网络主播,主播经纪。

直播产业现在在中国有多火?我们用一些数据来告诉你。根据中国互联网络信息中心(CNNIC)最新发布的第42次《中国互联网络发展状况统计报告》显示,截至2018年6月,网络直播用户达4.25亿,占网民总体的53 [1],可见网络直播用户群体是非常庞大的。2017年中国网络直播行业发展报告指出,2017年中国网络表演(直播)市场整体营收规模达到304.5亿元,比2016年增长39% [2]。

 

直播的起源

追根溯源,挪威的“慢电视”节目可以算是开启了“无聊直播”的先河。早在2009年,挪威广播公司就播出了一档叫做《卑尔根铁路:分分秒秒》的“慢电视”节目。这个展现了一列火车从奥斯陆出发到卑尔根7小时旅程的分分秒秒的节目,当年就吸引了120万人观看。在韩国,小男孩金诚振从11岁就开始通过网络平台直播吃晚饭,尽管要等到晚上10点后才开始直播,却丝毫不影响网友们对他的直播的喜爱, 小小年纪的金诚振在一次最受欢迎的直播中就挣了大约1.1万人民币。美国一家新闻网站直播皮筋勒西瓜的视频曾吸引了80万人观看,这段视频又在社交媒体上传播后,竟拥有超过千万的点击量 [3]。

中国直播行业的发展

中国的直播也曾经历过直播无聊内容的阶段,例如直播睡觉,吃饭,刷牙等。然而在经过了2016年“千播大战“和融资争夺之后,直播行业整体有了提升。具体表现在直播平台差异化布局,从业人员整体素质提高,直播内容和形式更加多元化等方面。例如,一些直播平台瞄准学生群体,将校园内容作为特色栏目;还有直播平台推出体育+直播概念,通过互动看球模式增加了球迷观赛的乐趣 [2]。

同时,AI在直播平台的应用,更提升了中国网络直播行业的效能。某直播平台运用了AI人脸识别,背景识别,手势识别等应用,为主播提供美颜,萌颜,大眼,瘦脸,魔法背景和手势等功能,以满足主播们的需求。某科技公司通过建构数据网络,设立多重评分机制来识别欺诈用户。另一科技公司则利用人工智能图像识别技术对直播内容进行审核,以识别色情,暴力和政治敏感内容 [2]。

你也想成为主播吗

《2017主播职业报告》指出,在新兴职业中,网络主播是近两年收入最高的职业之一。在中国,大约35%的全职主播月收入高于8000元,还有6.6%的全职主播月收入高于3万元。难怪国家人力资源和社会保障部公布的数据显示,2016年应届高校毕业生最向往的新兴职业排行榜中,有一半以上的毕业生选择了网红主播 [4]。

但是想吃这碗饭的人要做好准备了,因为这个工作很快就会受到AI的挑战。最近,新华社和搜狗推出了第一个AI合成主播。AI主播运用机器学习模拟现实生活中的广播员的声音,面部动作和手势。 最重要的是,AI主播不需要休息,只要输入的播报内容准确,他们几乎不会犯错。 尽管人工智能主播仍然听起来非常像机器人,但随着人工智能的快速发展,他们首先就会威胁新闻类主播的工作 [5]。

世界经济论坛一项研究表明,今天65%进入小学的孩子最终将从事我们完全不熟识的新的工作类型。随着机器人,无人车,人工智能,生物技术等科技领域的不断发展,职业的更迭还会加速进行 [6]。新的行业职业的诞生让人措不及防,人才和技能的缺失是HR最头疼的问题之一。多年来,JANZZ科技一直与全球就业市场的各个参与者共同合作,我们在技能,专业和就业市场相关问题等方面提供专业知识和结构化数据。

请马上与我们联系sales@janzz.technology

 

[1] 中华人民共和国国家互联网信息办公室. 2018. 第42次《中国互联网络发展状况统计报告》. URL: http://www.cac.gov.cn/2018-08/20/c_1123296882.htm [2018.11.12.].

[2] 中娱智库. 2018.《2017中国网络直播行业发展报告》. URL: http://www.entbrains.com/news/shownews.php?lang=cn&id=70 [2018.11.12.].

[3] 人民网. 2016. 网络直播只为共享无聊吗年轻人市场正受到重视. URL: http://media.people.com.cn/n1/2016/0528/c40606-28386582.html [2018.11.12.].

[4] 光明网. 2018. 《2017主播职业报告》发布主播并非“颜值第一”. URL:http://reader.gmw.cn/2018-01/08/content_27293574.htm [2018.11.12.].

[5] Lily Kuo. 2018. World’s first Ai news anchor unveiled in China. URL: https://www.theguardian.com/world/2018/nov/09/worlds-first-ai-news-anchor-unveiled-in-china [2018.11.12.].

[6] World Economic Forum. 2016. 10 jobs that didn’t exist 10 years ago. URL: https://www.weforum.org/agenda/2016/06/10-jobs-that-didn-t-exist-10-years-ago/ [2018.11.12.].

 

反哺归真 人工智能究竟是什么

对人工智能的讨论显然已经成为一种现象:各种集会,大小会议和高校课堂里似乎都在谈论人工智能。各大媒体也不遗余力的用头条宣扬人工智能将会如何彻底改变我们的生活和工作方式。然而,人工智能产业也产生了大量的泡沫,许多学者们指出了这其中的危险。

 

过分夸大AI是危险的

不计其数的公司和政府组织以人工智能为噱头疯狂融资,人工智能初创公司轻松获得上亿美元的资本投资,然而,这些项目大多都是毫无经济可持续性的,严重浪费了社会资源。对于许多中国企业动辄蹭人工智能的现象,王飞跃在今年6月举行的IEEE SMC学会上指出了其危险性,他说这将导致“能做的人没有机会和资源,不该做的人浪费了资源,根本不想做,只是想圈更多的钱”[1]。 对于人工智能的过度宣传已经偏离了事实本身,造成人工智能无所不能的假象。JANZZ科技在之前的文章中探讨过该问题,我们认为大多数关于大数据和人工智能的宣传仅仅是公司的自我营销,而非关于技术的真正进步。如果您对此感兴趣,请点击 https://janzz.technology/even-ado-nothing-hype-big-data-ai-often-self-marketing-facts-real-progress/

 

AI 究竟是什么 

斯坦福大学计算机科学系和电子工程系副教授,人工智能实验室主任吴恩达指出,大众混淆了通用人工智能或叫强人工智能(Artificial General Intelligence,AGI)和应用人工智能或叫弱人工智能(applied AI,specialised AI),仅仅用人工智能AI来指代这两者。通用人工智能研究的是如何让机器达到人类智慧,这一直是科幻电影和小说里不断出现的主题,然而在这个领域研究还非常有限,离最终目标还十分遥远。目前大家谈论得更多的是应用人工智能,例如机器学习,计算机视觉和自然语处理等。应用人工智能才是第四次工业革命的推动力,它已经在多个领域产生了经济效益,并持续的推动各个产业的改革。[2]

虽然人工智能已经影响了许多的产业,例如网络搜索,金融,物流,电子商务,媒体等等,但是目前投入实际应用的AI类型还很有限。吴恩达说,当前几乎所有的AI进展都是基于一个简单的A (输入数据)到B(简单回应)模型,这个学习模型被称为监督式学习。举一些例子来解释这个模型就是:输入几幅不同的图片(A),计算机软件会告诉你这些图片里哪里出现了猫(B);输入广告和用户信息(A),软件会告诉你用户是否会点击该广告(B)。目前对于这个A到B模型的开发最为成功的便是深度学习或叫神经网络技术,灵感来源于人类的大脑。为了确保这个模型的质量,两个因素至关重要。一个是要慎重选取A和B,并提供大量的数据来理清A到B的关系;另一个关键因素是神经网络的大小——神经网络越大,A到B的关系越准确。 [2]

 

AI 在商业上的应用

现在我们了解了AI究竟是什么,接下来我们看看AI在当下的商业环境中的运用。也许大多数人会认为只有那些人力财力雄厚的大公司才能享受人工智能带来的变革,其实不然,接下来这个例子就展现了AI在微小企业中的运用。富士通和微软共同为日本的奶农出谋划策,以找到为奶牛进行人工授精的最佳时机。对于奶农们来说,找准时机至关重要,因为哪怕是几小时的差错,就会造成授精失败,又不得不等上一个月的时间。在和奶农们沟通后,他们了解到奶牛在发情期会增加走动,为此他们引入AI技术对奶牛的活动进行检测并分析得到的数据,最终在AI的帮助下授精成功率提高到了95%。[3]

成功的商业案例告诉我们,AI的运用绝非变魔术这般神奇。当然,和这里提到的案例相比,有许多更高大上的项目,但是其本质是相同的,“AI运行数据,公司需要知道他们拥有什么样的数据,他们可以访问哪些数据或者他们可以与其它哪些数据库合并,然后进行推理并深究这里面的关联”[3]。因此“将人工智能纳入公司战略需要有远见的领导,去识别人工智能的价值,并找出自身商业价值以及难以复制的环节”[4]。诚然,没有哪家公司可以在所有的部门都插入人工智能团队,同样,如果不是因为特定的业务需要,公司也没有必要在内部建构所有的AI模型,购买行业内广泛使用的决绝方案也不失为一种办法。 [2]

JANZZ科技为企业提供智能人力资源解决方案,为公共就业服务提供劳动力市场解决方案。 自2009年成立以来,我们就已经意识到确保监督学习和深度学习成功性的重要因素。 在过去的九年中,JANZZ科技一直在不断建立世界上最大的职业相关神经数据网络,迄今为止这个网络已达到3亿个神经节点。 我们独特的算法经过来自合作伙伴的大量数据的训练,我们的合作伙伴来自大型跨国公司和各国公共就业服务部门,并且我们的解决方案能够提供40种语言的服务。 我们强烈建议客户收集结构化和有效的数据,以获得最满意的匹配结果。

请马上与我们联系  sales@janzz.technology

 

[1] 周超臣. 2018. 给人工智能祛魅. URL: https://www.huxiu.com/article/247345.html [2018.10.31.].

[2] 新工作峰会. 2018. Power Lines with Andrew Ng C.E.O. and Founder, Landing.ai; and Adjunct Professor, Stanford University [视频文件]. URL: https://www.newworksummit.com/nws2018/gallery [2018.10.31.].

[3] 新工作峰会. 2018. The AI Accelerater with Peggy Johnson, E.V.P. of Business Development, Microsoft and Frank Chen, Partner, Andreessen Horowitz [视频文件]. URL: https://www.newworksummit.com/nws2018/gallery [2018.10.31.].

[4] 吴恩达. 2016. What artificial intelligence can and can’t do right now. URL: https://hbr.org/2016/11/what-artificial-intelligence-can-and-cant-do-right-now [2018.10.31.].