王宇欣、Rik、Edison编译

经济学人:拥有数据技术优势的谷歌、亚马逊等巨头可能会从麦肯锡、波士顿咨询手中接管业务

人力资源的教育

其实人力资源(HR)部门这个名字起得很差。除了劳累过度的员工、笨重的技术和成堆的员工手册之外,这个部门没什么别的资源了。

受到各种干扰的招聘人员必须要对远超出岗位需求的申请人进行排序。

比如,消费品公司强生公司每年都会收到约 120 万份申请应聘仅有的 25,000 个空缺岗位。支持人工智能的系统可以更快地扫描简历,并决定候选人是否合适。

说来也奇怪,人工智能技术可以让招聘过程变得更加人性化。

根据 HiredScore 公司(一家初创公司,主要帮助强生之类的雇主用算法筛选岗位候选人)的 Athena 所说,通常只有约 15 - 20% 的申请人具备工作的资质,但是落选者却很少被告知他们为什么没有被录用,更不会给他们指出哪些是更适合他们的工作。他说道,技术正在帮助「候选人重拾尊严」。

芯片制造商英伟达每年也会收到远超能够处理数量的简历,因此英伟达花了一年的时间建造了自己的系统来预测哪些候选人是值得进行第二轮的面试的。

系统已经识别出招聘人员没有注意到的模式:比如,提交超长简历的候选人的表现通常会比别人差,因此这些简历上超额的单词会对申请人不利。

在初创公司 HireVue 的帮助下,希尔顿酒店把平均 42 天的聘用时间缩短到了 5 天。HireVue 分析候选人回答问题的视频,使用人工智能技术判断他们的口头表达能力、语调和手势。

埃森哲咨询公司(拥有 435,000 名员工,该公司在聘用人员时同样使用 HireVue)的人力资源总监 Ellyn Shook 表示,这在审核来自不同文化、语言背景的候选人时尤其有用。

雇主通常愿意雇佣与他们具有类似特征的申请人,这种倾向性降低了工作环境的多元化。

比如,管弦乐队的成员通常多是男性。当乐队在招聘乐手时引入「盲选」规则时,女性音乐家的数量才会上升。算法可以充当虚拟屏幕的角色,让整个招聘过程更加公平。

Pymetrics 是一家初创公司,它的客户包括消费品巨头 Unilever 和搜索公司 Nielsen 等。Pymetrics 为候选者提供了一套测试,忽略了诸如性别、种族和教育水平等因素。公司在招聘前期让候选人参与其中。

这种测试替代了之前他们对候选人记忆力、对待风险的态度等约 80 项的考核。然后,Pymetrics 使用机器学习拿顶级员工与候选者进行比较,并预测他们与职位的适合性。这能帮助那些在传统审核中不具资格的候选人。

另一家帮助企业变得多元化的公司是 Textio,这是一家使用人工智能改善职位描述的公司。

例如,它发现像「利益共享人」和「协同效应」这样的企业术语往往会把一些候选人吓走,尤其是非白种人,并且女性会更少申请在描述中出现「管理团队」等字眼的职位,相反像「发展团队」这类描述就要好很多。Textio 老板 Kieran Snyder 表示,调整工作描述能够使具备资质的人员投递申请的数量提升 25%,并提高少数群体的员工数量。

招聘人员通常会遇到具有良好资质的候选人,却因为仅仅和申请的特定职位不匹配而不能录用。

在过去,当适合这些良好候选人候选人的岗位又有空缺时,公司却没有办法把他们重新定位到这些岗位中。人工智能将有可能实现「重新定位之前被公司吸引的候选人」,强生人才招聘的副经理 Sjoerd Gehring 说道。这家医疗保健巨头使用 HriedScore 对候选人进行评分。在有岗位空缺时,系统会自动生成一份可能适合的候选人名单。Gehring 表示,这将节省大量的成本。

人工智能还能帮助管理员工。Nielsen 的 Chris Louie 说道,即使是大公司专业的 HR 和招聘人员也不可能对公司内部来自不同国家不同部门的人才全都了如指掌。

Nielsen 正在使用人工智能来改善内部人才的流动性。与 Nielsen 合作的创业公司 Twine Labs 根据员工数据和工作要求为新的职位提供内部的候选人,大大提升了公司内部人员的流动性。Twine Labs 的老板 Joseph Quan 表示,约一半建议的人员都获得了批准并得到晋升。这与人工招募人员的成功率大致相同。

人工智能的另一个用途是帮助雇主减少人员流失。平均而言,替换一名员工要耗费公司相当于该员工职位 20 % 年薪的资金,有时甚至会更多。

软件公司 Workday 已经开始预测员工离职的可能性。可能性的预测包含约 60 个因素——如工资、假期间隔时长以及员工直属经理人员的轮换时间等——系统对那些有离职风险的人员进行标记,这样公司可以尝试留下这些人员。

Arena 是一家与医院和护理公司合作的初创公司,医院和护理公司的人事变动率很高,这些地方甚至在招人之前就要考虑留人的方法。Arena 的老板 Michael Rosenbaum 表示,他们通过使用申请职位时和第三方的数据来预测哪些申请人可能会停留 1 年以上,Arena 将客户的平均人员变动率降低了 38%。

未来人工智能还能被用来决定薪资水平。Infosys 正在研究如何根据员工表现和与同行的薪酬对比,利用人工智能决定何时提升员工的薪资水平。

Infosys 的产品管理和战略负责人 Sudhir Jha 表示,这项技术不会将偏见或个性特征纳入考量因此会使薪酬更加公平。但是也存在员工欺骗系统的风险。

上述所说的一切都指向了人工智能领域一个普遍的问题:透明度。公司需要不断监控算法。

Rosenbaum 表示,在美国歧视少数民族等受保护群体是违法的,公司必须能够证明他们从这些群体中招募的人员要与总人口成比例,并且这一过程不能有任何偏见。初创公司的老板们表示,他们为客户提供足够透明的算法,并定期进行检查确保算法中不存在偏见的成分。但是随着人工智能越来越普遍,对算法会加剧歧视的担心也会愈发严重。

招聘过程只是人工智能在技术层面影响员工一个例子。招聘人员的数量将会下降,人工智能可以处理许多他们之前的简单工作,面试的比例也会变得更加稀少。

在 Unilever,候选人只有在经过几轮人工智能的筛选以及 HrieVue 的录制面试之后,杀出重围,才会被通知进行面试,对于继续留任的招聘人员来说,人工智能会让工作变得更轻松,更有趣。

人工智能甚至可以帮助一些它所取代的工作人员。埃森哲正在推出一款名为 Job Buddy 的定制化工具,这款工具可以告诉员工他们现在的工作在自动化进程面前是多么的不堪一击,系统预测他们需要哪些培训,这样在将来才能培养正确的技能。

埃森哲的 Shook 表示,大约有 80% 的人尝试过它所提供的建议。但是这些人可能没有太多的选择。

保持微笑,摄像头在看着你

沿着硅谷帕洛阿托一家素食中餐厅旁的陡峭楼梯拾级而上,你会看到未来的工作场景,或至少是其中的一个版本。这是 Humanyze 公司在当地的办公点。

该公司提供「人员分析(people analytics)」服务,客户包括数家财富 500 强公司(未透露具体名字)。其办公空间充满了阳光、电脑,以及监控员工一举一动的信标。每位雇员都佩戴有一个信用卡大小、火柴盒厚度的身份徽章,其内部嵌有一个麦克风,用来识别他们是否在互相交谈;还有蓝牙和红外线传感器,用来监测他们的位置;以及一个加速度计用来记录他们的空间移动。

「商业的方方面面都在变得更加数据驱动化。人的方面也应当如此,」Humanyze 的老板 Ben Waber 说到。

该公司对待员工的方式与其给予客户的大致相同。雇员徽章搜集到的数据将与员工的电子邮件和日程表中的信息相整合,全景式反映出该名员工在工作中的时间分配情况。

该公司的客户只能看到团队层面的统计数据,但 Humanyze 的员工可以查看个人数据,考察指标包括与同性人员的相处时间、工作强度以及花费在交谈与倾听上的时间比率。

这种数据洞见可以帮助公司制定战略。例如,据 Waber 先生说,企业可能会发现,某个管理团队只与某几个部门沟通,而忽视其他部门;一栋建筑物的某些部分并未被充分利用,所以该空间应当被重新设计;团队可能被给予了错误的激励;或是多元化举措并不起作用。

日本企业日立公司销售有一款类似的产品,并冠以「幸福尺度(happiness meter)」的品牌标签。

员工福利在日本是一个特别的挑战,其中还有一个特殊的词叫做「过劳死(karoshi)」。日立的算法是从员工的物理运动来推断其情绪水平,并确定出之前可能没有被发现的问题,日立的首席科学家 Kazuo Yano 说到。

例如,一位制造业客户发现,如果年轻雇员在一个会议上花的时间超过一个小时,整个团队就会士气低落。

雇主已经获得了大量的雇员数据。「这家公司对我的了解比我的家人还多,」企业服务公司 Workday 的员工 Leighanne Levensaler 说到,该公司会对员工离职等情况进行预测。

在互联网、智能手机和云计算的帮助下,雇主可以在员工工作的时候检查某些文件的阅览情况,以确定员工是否有可能盗窃公司的文件和联系信息。

人工智能会走得更远,进一步加剧奥威尔式恐慌。今年一月,亚马逊的一款腕带被授予了若干专利,该产品可以监督仓库工人的确切位置,并实时追踪他们的手部动作。这项技术将使该公司能够衡量员工的生产力和准确性。

中国的电子商务企业京东,正在开始进行一项实验,意在通过跟踪举措来找出最高效的团队和管理者,并使用算法来预测人员流失。

将人工智能融入工作场所会给员工带来一些好处,甚至可以挽救生命。

一些具有高风险工作环境的公司,正开始使用计算机视觉来检查员工的安全装备,比如他们是否在进入危险区域前佩戴有适当的护目镜和手套。

计算机视觉也有助于分析实时视频以检测差错,这些录像包括工厂楼层和工作环境的监控画面等。这种系统将「同 CCTV 的商店摄像头一样常见」,监控系统供应商 Cortexica 的 Alastair Harvey 说道。

员工还可以跟踪个人动向。

软件巨头微软已经提供了一个叫做 MyAnalytics 的解决方案,该程序将整合电子邮件、日程表等各单元中的数据,为员工展示其时间分配情况、关键联系人接触频率以及多任务管理情况。它还会将数据汇总并提供给部门经理,以便后者了解其团队的工作情况。

「它没有那种『老大哥』元素。这么设计是为了提高效率,」微软的 Steve Clayton 坚称道。其思路是不把个人数据交给经理,尽管这种说法可能不会令员工信服。作为人工智能投资大军中的一员,微软也开始使用该技术来翻译每月例行的员工问答大会并分析员工的反应,该会议由微软 CEO 萨提亚·纳德拉主持,与会者是世界各地的微软雇员。

可以想象,有些公司,更不用说政府了,会在信息收集这一点上做得太过。

美国一家公司 Veriato 开发了一款软件,可以对雇员在计算机上的一切行为进行记录。它能够搜索出可能表明生产力低下和恶意活动的信号(如窃取公司记录),并扫描电子邮件来了解员工情绪随时间的变化情况。

具备语音识别功能的扬声器在工作场所中的应用越来越普遍,它们可以被用来收集更多的数据。

在中国,越来越多的企业,甚至是一些城市,使用摄像机来判断员工的通行权限。政府正计划为所有公民编制一份「社会信用」评分,汇集他们的线上数据,以预测他们未来的行为。

所有这一切可能需要一种新的雇佣协议。美国的大多数雇佣合同都赋予雇主以监督雇员和收集数据的权利,但很少有员工会意识到这一点。

 Humanyze 的 Waber 先生认为,这些数据应该得到更好的法律保护,尤其是在美国(欧洲的隐私法更加强硬)。

随着越来越多的企业依赖外部公司去收集和处理员工信息,隐私问题还会加剧,而如果员工不认为他们曾经同意分享个人数据,他们可能会感到遭受了侵犯。

前谷歌人力运营副总 Laszlo Bock 现在是一家工作优化相关领域的初创公司 CEO,他认为,「坏影响先显现,好结果后出现。」

留给专家来搞定吧

许多科技公司的办公室都拥有豪华福利,比如小憩舱、按摩服务以及可以选择异国风味苏打水的苏打水喷泉。企业老板们认为,找到定制的人工智能解决方案就像选择一杯带点葡萄柚味的碳酸饮料一样简单。

但他们错了,买到合适的人工智能技术很耗时间,很费精力,但结果却往往并不完美。

许多供应商都急于向潜在用户群提供帮助,其中为首的是西方最大的几家云存储提供商:亚马逊、谷歌和微软。

云计算是一个价值 3,000 亿美元巨大市场,竞争非常激烈。这三家公司都提供预训练好的模型,客户企业可以用这些模型来构建人工智能化的系统。

例如,他们都销售「视觉」工具,使客户能够利用计算机视觉来改进他们现有的服务,以及构建新的服务。

叫车服务公司优步(Uber)和微软的工具组合作设计了一个系统,在司机开始上班接单时通过扫描司机的面部来确认他们的身份。一家电视网络 C-span 利用亚马逊的视觉系统编制了一个政治家数据库,每当政客们出现在屏幕上,他们的名字也会被迅速显示。

市面上有许许多多工具能帮助主流公司开发任何系统,从搜索和推荐引擎到语音识别和翻译系统,客服机器人等等。

搜索巨头谷歌的人工智能研究部门「谷歌大脑」的主管 Jeff Dean 认为,世界上有 1,000 万个组织「存在可以由机器学习解决的问题。他们拥有数据,但员工中却没有相关的专家。」

研究公司 IDC 的数据显示,人工智能软件、硬件和服务的潜在企业市场规模庞大:相较于去年的 120 亿美元,2021 年这个数字将达到 580 亿美元左右。

亚马逊在更广阔的云市场有着明显优势,与微软的 7% 和谷歌的 2.3% 相比,它在整个云市场的份额为 44%,但在人工智能工具这一领域,市场格局仍未形成。

在线杂货商 Ocado 的首席技术官 Paul Clarke 表示,对客户来说,能够混合选择提供商并使用每一家最好的工具会比较好。他认为任何一家提供商都不可能吃下整块蛋糕。

云服务提供商试图通过两方面来赋予他们的人工智能产品竞争力:一种是通过极佳的界面设计提供使用上的方便,另一种则是提供更好的算法。

微软的 Joseph Sirosh 说,每一个科技巨头都在好好利用其「当下的优势」。

例如,谷歌提供了一个很好的工具,公司可以用来创建或者重新设计他们自己的搜索引擎,并且拥有出色的工程技能。

微软和亚马逊拥有强大的声音识别工具。华盛顿大学的计算机科学教授、关于 AI 和商业的著作《终极算法》的作者 Pedro Domingos 说:「微软的界面设计是目前最好的。」

未来,科技公司将开发更专业的硬件,帮助企业更快地处理海量数据。

谷歌在这方面有领先优势,它已经建立了一些非常强大的定制芯片,称为张量处理单元(TPUs),并使用其他定制的加速器来提高其数据中心的处理速度。

这些科技公司还向客户的机器学习专家提供免费的开源库,可以用来设计支持人工智能的程序。来自 FirstMark Capital 的风险投资家 Matt Turck 表示,这「不是利他主义」。科技公司希望提供很好的工具,以将客户吸引到他们的平台,并给人工智能专家留下深刻印象。

微软在满足大公司软件需求方面比亚马逊和谷歌都有更多的经验,所以它有条件服务于有人工智能需求的主流公司。

不过,非营利研究机构艾伦人工智能研究所(Allen Institute for Artificial Intelligence)的 Oren Etzioni 表示,大多数此类产品仍需要大量的定制和技术重设,才能让客户上手使用。

云服务提供商正试图通过提供咨询服务来填补这一空白,谷歌已经开设了一个咨询服务与技术训练营结合的「高级解决方案实验室」。

客户公司的整个团队都可以参与学习机器学习技能,并与谷歌工程师一起构建定制系统。这些课程通常持续四个星期到数月。

谷歌云的 Vats Srivatsan 说,需求已经「势不可挡」了,他现在希望能够更加广泛地推广这一产品。对于科技公司来说,这是一个新的起点。因为在过去,科技公司在技术基础设施这方面一直很强大,但却不大关注于人。

云服务提供商将越来越多地与管理咨询公司竞争,这些咨询公司帮助客户应对颠覆性技术的发展并收取丰厚的报酬。

风险投资公司 Bloomberg Beta 的 Roy Bahat 说:「谷歌,亚马逊和微软等公司可能会从麦肯锡、波士顿咨询集团和贝恩手中接管业务。咨询服务是建立在二阶矩阵基础上的,而人工智能的矩阵则是百万阶的。」

在这场竞争中,在数据和技术方面拥有深厚专业知识的咨询公司比那些专注于一般战略的咨询公司要有竞争力得多。

通才们知道他们很脆弱。麦肯锡一直在大力投资以增强其在数据方面的专业能力。

例如在 2015 年以秘密价格收购了一家高级分析公司 QuantumBlack。但是许多客户直接从科技公司寻求建议,这些公司本身就是人工智能的先驱。

石油巨头 BP 公司的 Morag Watson 说:「咨询顾问们只会在听你说完后,再告诉你你已经告诉他们的事情。」

IBM 正在努力将传统咨询顾问培养成技术专家。「人们认为这将遵循数字革命和移动革命的老路。但我不这么认为,如果人们能正确运用人工智能,这将是扩展它们现有优势的一个好方法。」IBM 的人工智能部门 Watson 的老板 David Kenny 如是说。

Watson 在电视上被大力宣传,享有很高的知名度,尤其是 2011 年,它在《危险边缘(Jeopardy)》的答题比赛中战胜了人类选手之后,声名鹊起。但是它为客户定制的解决方案需要大量的时间来开发,客户则要为耗费的咨询时间支付巨额费用。

「Watson 是一个被包装成产品的品牌推广概念,」人工智能初创公司 C3 IOT 的 Tom Siebel 说,「你无法轻易买到它,也无法安装它。」

IBM 也面临着与谷歌、亚马逊和微软等其他科技公司同样的问题:它发现很难找到最优秀的人才。华盛顿大学的 Domingos 先生说,人工智能领域的顶尖博士候选人都没有去 IBM 工作。「不会有人因为选择了 IBM 的服务而被解雇,一切尽在掌控」这句流行的宣传词也许不再适用于人工智能时代了。

创业公司也希望赶上人工智能潮流。许多公司提供清理数据和标注数据的服务,并承担大型科技公司尚未提供的特别服务,比如帮助公司招聘、审查职位描述和改善客户服务。

对于大公司来说,外包大部分人工智能的工作是很有意义的,当然除了会直接影响到他们战略优势的那些以外。

例如,据 Watson 先生所言,BP 并不想自己开发人工智能工具来自动化后台或者人力资源功能,但它会希望开发自己的人工智能系统用于解释地震成像以探测石油。

 MetLife 的 Lippert 先生说,如果公司想要快速推出产品,它们必须与多个供应商合作。这对初创公司来说可能是件好事,因为他们可以很灵活。但是现存科技公司的规模、计算基础设施、专有数据和资产规模使他们具有了毋庸置疑的优势。

波士顿咨询集团的 Maetin Reeves 预测说:「现在每个人都认为自己能赢,但事实上这个领域将不会像现在这样百家争鸣。」

这些既有企业已经利用人工智能获得财富增长,他们也将继续向那些在人工智能的帮助下可能在自己的领域成为巨头的客户销售这项技术。

两面性

提到人工智能,大多数人都会想到机器人。但更合适的形象可能是雅努斯(Janus),象征开始、转变和结束的罗马神,有两张脸朝向着相反的方向。

一方面,人工智能带来了一系列积极的变化。人们能够通过技术来提高现有技能,从而迅速提高创造力和生产力。比如,它可以方便招聘人员找出最佳候选人,帮助客服人员提升回复效率。它可以创造出以前从未存在过的工作,可以把例行工作交给机器来做,使人类的职业生活更加充实而有趣。

消费者也将从中受益。比如人工智能服务升级:个性化推荐和高效率交付,以及医疗健康和运输等行业中的商业变革:新药与新型治疗手段的开发,更安全的运输方式。

不过从另一方面看,其中还有很多潜在隐患。技术变革总能引发混乱,但人工智能的影响力非同一般,可能会比计算机问世后的任何事物都更具破坏性。它既强大又相对便宜,它会超越计算机的传播速度,并触及每一个行业。

未来几年,人工智能将给企业老板和政府抛出 3 个大问题。

一个是对工作的影响。尽管 CEO 们纷纷公开赞扬人工智能带来的广泛好处,但他们的主要兴趣点在于削减成本。有一家欧洲银行要求 Infosys 公司帮助他们裁员,将业务部的 50000 名员工降到 500 人。这份特别报告表明,人工智能增强工具可以帮助减少某些部门的员工数量,诸如客户服务和人力资源等。

麦肯锡全球研究估计,到 2030 年,全球将有 3.75 亿人的工作(14% 的劳动力)可能被自动化。老板们需要做出选择——他们是否会愿意支持并资助员工的再培训,以及是否愿意为此而腾出时间。许多再培训服务商都宣称自己可以帮助员工发展新技能,但并非以雇主的名义。

第二个重要问题是,随着人工智能的渗入,我们如何保护隐私。

互联网赋予了人们深入追踪数字行为的能力。人工智能将为企业提供更好的线上及线下工具,以监测消费者和雇员。如果这种监察工具是为了提供个性化服务或定制类促销,消费者有时乐于接受。但人工智能必然会带来隐私侵犯问题,这一点无法令人容忍。例如,面部识别技术已经非常先进,它可能会检测到某人的性取向。如果应用不当,这种技术有可能会不利于公平与平等。

一些具有监管背景以及侵犯人权问题的国家,比如中国,已经开始使用人工智能来监控政治活动以及压制异议。世界各地的执法官员将会使用人工智能来侦查罪犯,但也可能会利用它来窥探普通公民。

我们需要制定新的规则,就这种监测的合理权限达成共识。

第三个问题是人工智能对企业竞争的影响。如今,许多人工智能服务商都在竞相打入各个行业。然而,如果一家技术公司在人工智能领域取得了重大突破,那么它就有了领先优势,可以将其它公司挤出赛道,减少市场竞争。这种情况在不久的将来可能不太会发生,但如果真的发生了,那将非常令人担忧。

未来几年内更有可能发生的是,人工智能有可能帮助其它非科技垄断行业的崛起,而这些行业过去曾是充满活力的市场,这将最终扼杀创新,并压缩消费者的选择空间。

早期采用人工智能的大公司将变得越来越大,吸引更多的客户,同时节约成本,提供更低的价格。这些公司还可以利用省下来的钱进行再投资,以进一步获取利润,从而确保行业地位。小公司可能会发现自己已经跟不上了。

零售业是这方面的一个例证。亚马逊掌控着美国 40% 的电子商务市场,该公司广泛布局人工智能技术,建立起强大的护城河,使竞争对手难以望其项背。

但在其它行业,人工智能同样可以加剧这种中心化趋势。比如,如果一家石油公司利用人工智能将泵出效率提高 3%,那么其定价就可以比竞争对手低 3%。这可能会迫使其竞争对手倒闭,Goldman Sachs 的 Heath Terry 说到。他认为人工智能具有「重组行业竞争格局」的能力。

现在对人工智能两面性的孰是孰非进行定夺还为时尚早。但在未来,领导一家公司肯定比任何时候都更具有挑战性。人工智能将要求老板重新思考公司的组织架构、战略技术的自建或外包、公司对技术人才的吸引力和对员工的亏欠,以及如何平衡战略利益与员工隐私之间的关系。

之前的互联网浪潮淹没了一些企业,现在人工智能热潮下的后知后觉者也不会好过。

罗马神雅努斯,既蕴含开端也囊括结尾。人工智能也有这种双重特征。在商业层面和全球的大部分地区,它将结束传统的做事方式,并开创一个新的纪元。这将兼具普遍性与毁灭性,同时又令人兴奋。

向前看吧。

产业
暂无评论
暂无评论~
返回顶部