cookieOptions = {...}; .談人工智慧在企業 SaaS 中的應用 - 3S Market「全球智慧科技應用」市場資訊網

3S MARKET

2020年8月3日 星期一

How to Insert AI into business processes and what are the critical factors to consider?


源: 虎嗅网

自從 Alpha Go 一鳴驚人之後,滿大街的公司都在自己的公司前面加上人工智慧二字,HR Saas 供應商也不例外,智慧人事、智慧招聘、智慧勞動力管理產品滿天飛,但是如果你再問細一點,哪方面智慧化了以及怎樣實現智慧化的,那大多數就該語焉不詳了吧。


人工智慧前途宏大,筆者相信會極大地改變這個社會,最終一切人造物品皆可智慧化,從而更好的個性化服務每一個人。但是目前人工智慧所在的階段,可能還只是相當於 90 年代初的網路,是一個很早期的階段,可以落地的場景在企業管理中還是非常有限的,還需要相當長時間的發展,我們靜待時代的巨輪推動吧。

傳統管理軟體產生的初衷
談之前,首先我們來看看傳統管理軟體產生的初衷:筆者認為其實傳統管理軟體的最大作用,和主要目的不是提升效率,而是為了規範以及標準化,所以傳統軟體設計的主要思路,也是將線下流程標準化,然後將其搬到線上來操作。

線上複製線下流程操作,很多時候不會提升效率,反而會降低效率,這也是傳統軟體的使用者比較苦的原因。然而從公司的角度,公司變大之後,如果不使用軟體,公司就會變得混亂,沒有規則,這個原因導致了傳統軟體,一直都是中大型企業的管理層從上往下推,下面的使用者其實沒有多大動力來使用軟體的。

企業可能沒有使用管理軟體來進行管理,但是一定用了 Excel,在管理最大的競爭對手一直都不是友商,而是 Excel,因為 Excel 更便宜、更方便。

同理這也解釋了切入小企業市場,來做管理 SaaS 一直都是偽命題,因為小企業老闆根本不 care 合規以及標準,簡單方便低成本最重要,下面的員工更就沒有動力使用管理軟體了。


談 AI 技術在 HR 產品中的應用
人工智慧與傳統軟體的結合,將操作用戶的工作效率提高,是可能創造出讓老闆和員工,都非常喜歡的 To B 企業管理的產品。結合人工智慧之後,未來優秀的企業應用的特點是:

.後端複雜,前端會越來越輕,使用起來方便易用。

.有一定的預測以及預防風險的能力(這個特點 excel 就很難與軟件競爭了)。

實施週期比較短,實施難度變低。

人工智慧的主要目的,是為了提升工作效率,區分傳統軟體主要基於流程,更多是基於場景,所以我們在考慮企業管理軟體人工智慧的切入點,我們要去找場景。人工智慧算法的訓練要基於數據,那我們去找已經有大數據的場景吧。目前這樣的場景主要來自以下二種場景,或者二種場景混合:

.一些以圖片、影片、語音為輸入的場景。

.一些已經有行業大數據,或者複雜知識圖譜的場景。

我們來看看 HR 的幾個傳統的業務模組,人事、休假、考勤、薪資福利、培訓、績效、招聘,其中人事、休假、考勤,薪資福利普遍都是和政府政策和公司政策密切相關的傳統模組,沒有太多知識圖譜可言,人工智慧在裡面發揮的空間比較小。

但是裡面有一些小的圖像辨識的點,比如說身份證,銀行金融卡自動辨識輸入等,可以結合一些公開的 API 來提升效率。我覺得後面這裡面還有一些想項空間的,是隨著行業 benchmark 數據的完善,一些 BI 分析報表會有很大價值的,但是目前在 SaaS 還比較分散,沒有巨頭出現的情況,行業 benchmark 的大數據還很難有公信力。

人工智慧目前應用最多的應用,主要在招聘管理、教育訓練管理方向裡面,主要原因是這二個業務方向離大數據最近。

裡面暗含哪些大數據呢,比如說職位能力模型、心理學、軟技能、能力發展學習內容,人在面試、教育訓練、工作時候的表情動作、言語、影片,這些都是可以結合大數據的點(你別看薪資看似那麼多數據,但是一年可就變一次,死的數據對於算法意義不大),招聘裡面就出現大量基於人工智慧,進行人才測評面試的公司,教育訓練因為員工需求的差別化,學習資料的海量化,也容易結合人工智慧來做個性化的學習,筆者介紹幾款國際比較看好的產品:


人才測評方面
人才的面試測評,結合人工智慧自動化會是一個趨勢,軟技能這個測評老大難的問題,以及面試的自動化有望有所突破。

Pymetrics
成立於 2014 年,是一家用來進行軟技能測評的公司,用認知科學和神經學原理,設計了一些小遊戲,透過追蹤候選人玩遊戲的相關數據,來分析候選人的軟技能和公司裡面的 Top performancer 的軟技能的擬合程度,目前 Unilever、 Hyatt、Accenture、Teasla 等一些公司,開始用這個產品來招聘測試技術人員、銷售,以及客服人員的軟技能,目前募集到 4000 萬美金的 B 輪資金。

Hirevue
成立於 2004 年,是一家視訊面試的人工智慧公司,透過分析面試者面試影片中的表情,以及問題答案,對面試者進行判斷,這家公司目前有超過 700 個客戶,實施了超過 500 萬次的視訊面試。

Mya
2016年發佈的面試聊天機器人,主要用在面試初面中,用聊天機器人的方式進行候選人初試,用來節省面試者的時間,這方面的應用還有 Olivia、Myra、 Yva 等,Mya 項目融資金額為 3200 萬美金左右。


人才學習訓練方面
個性化、碎片化、社交化、場景化的企業學習會是一個趨勢,人工智慧的關鍵點,結合場景和員工屬性,在於做好個性化的內容分發,個性化需要結合好四個方面的數據,崗位能力模型以及能力對應學習內容,員工個人職業發展計劃,個人興趣,所在場景。

Edcast
2014 年成立,利用人工智慧技術,推薦個性化學習的文章、影片、文件、教育訓練給到員工,目標要做成一個技能市場,除了幫助員工提升職位發展相關職業技能以外,還有非職業相關的一些技能,已經和 Office 365、 Salesforce、Slack 深度整合,在全球有超過 2000 家大型公司或者政府機構使用該平台,最新一輪在 2018 年拿到 3400 萬美金的融資。

Filtered
是一個智慧學習助理,透過聊天機器人的方式,給到個性化的學習建議。

Linkedin learning
2016 年上線,利用 Lynda 的課程庫,結合 Linkedin 的員工的資訊以及履歷,以及社交資訊數據,推薦給到員工個性化的學習內容。


員工體驗以及員工激勵方面
另外,最近幾年出現了一個很重要的人才管理分支,就是員工體驗以及員工激勵,企業人才管理的整理思路,越來越關注企業員工本身,員工體驗和激勵也是一塊,最好可以和大數據人工智慧結合的方向,而且員工全員參與,筆者非常看好。以後隨著公司內部感測器的發展,捕捉員工行為數據,結合影片以及員工郵件、電話、會議記錄等數據,會有很多有想像空間的產品出現。

員工體驗以及員工激勵的人工智慧產品,將會是未來典型的好產品形式,輕應用,全部員工參與,去中心化,結合管理思想以及心理學的人工智慧引擎驅動,筆者非常看好這類應用。

Glint
2013年成立,透過比較高頻的員工的匿名反饋,結合自然語言、心理學、管理行為學等智慧分析,給到管理者一些管理行為建議,比如說和下屬加強溝通,加強 review 等。該公司已經被 Linkedin 以 4 億美金收購,類似這塊的產品還有CultureAmp、 TinyPulse、 CultureIQ、ADP 的 Compass 等等。

Humu
由 Google 原高管創建,2018 年推出 1.0 版本,從概念上面來說是 Glint 的升級版,透過員工反饋數據,行為大數據庫庫結合人工智慧,給予不只是管理人員,而是每個員工行為建議,從而提升員工體驗,以及提升內部合作工作效率。

關於人工智慧在 HR 中的創業機會,在目前階段,企業資訊化的程度還比較低,所以大多數公司都在忙於上基礎的人事,休假考勤,薪資福利的模組,後面幾年這塊基礎業務模組市場會不錯,將會有一波爆發(我建議有心的創業公司看看中性規模企業(100-2000人)的產品機會,這塊市場需求開始湧現,另外因為這種規模需求還不是太複雜,可以做出比較極致的產品)。

人才管理方面,比如說人才測評,員工學習發展,員工體驗與激勵,很多公司還沒有意識到或者公司,還沒有到這種程度精細化管理的階段,需要一定時間的發展,但是這裡面機會和空間很大,作為創業公司提前佈局和切入也會獲得不錯的機會。

0 意見: