新创
法国自由职业者平台Malt完成2500万欧元C轮融资，超过10万自由职业者
法国创业公司Malt完成了2860万美元C轮资金，本轮与 Idinvest Partners(€2500万)领投，现有投资者 ISAI and Serena也参与。总体而言,该公司已融资了3660万美元成立以来(€3200万)。
Malt为从事自由职业的公司和工程师创造了一个市场。目前，该平台上有10万名自由职业者，1.5万家公司定期使用Malt。
通过今天的融资，该公司希望在其他欧洲国家发展自己的平台。该平台在西班牙有1万名自由职业者，该公司计划从德国和荷兰开始开拓新市场。
这家初创公司认为，雇佣自由职业者是大型IT咨询公司的一个不错的选择。自由职业者每接受一份工作，客户就会给他打分。通过这种方式，客户可以确定某人是一个有能力的开发人员。
另一方面，自由职业者并不一定拥有自己寻找自由职业的所有联系。Malt可以帮助你与更多的公司合作。这家初创公司还扮演着某种中间人的角色。你不再需要在完成一项工作几周甚至几个月后才发邮件来取钱。Malt负责所有烦人的管理任务。自由职业者还能在福利、医疗保险等方面获得一些优惠。
法国大型企业，如雅高酒店集团、法国兴业银行和BlaBlaCar，都使用Malt。在CAC40排名前40位的法国上市公司中，有75%的公司曾与Malt自由职业者合作过。如果你的大公司对数据科学、DevOps和其他工作知之甚少，Malt可以帮你找到自由职业者。
以上AI翻译完成仅供参考。
原文来自：https://techcrunch.com/2019/02/14/malt-raises-28-6-million-for-its-freelancer-platform/
新创
Oxygen获得230万美元的资金,为自由职业者提供免费银行及信贷服务
Oxygen是一家位于加利福尼亚州旧金山的数字银行服务公司，为自由职业者提供免费银行服务和固定费用，零利率信贷额度，1月29日宣布筹资230万美元。
支持者包括：
- Digital Horizon Capital;
- Cynthia Chen，几位美国金融科技公司的投资人，顾问，执行董事和董事会成员，现为图的联合创始人兼首席风险官;
- ZMT Capital（中国）;
- Locus Ventures;
- 忍耐资本;
- PioneerFund;
- 魔术城;
- 灯桥;
- 草莓溪;
- Base Ventures;
- House House和
- Sam Yam，Patreon的联合创始人。
该公司打算利用这笔资金来扩大团队并加速业务增长。
在创始人兼首席执行官侯赛因艾哈迈德的带领下，氧气跟踪自由职业者的账单，预测他们的收入并提供即时信贷。该服务可通过其移动银行应用程序访问，该应用程序已在iOS和Android版本中提供。用户可以购买Oxygen Premier并按月支付固定费用以获得全方位的免费银行特权和固定费用，零利率线信用。
新创
CHATBOTS如何帮助人力资源经理改善员工体验并降低联系成本
HRTechChina一个关键的观点：chatbot 是连接复杂系统和用户（包括HR和最终用户）之间的核心工具，值得相关童鞋重视起来！
想象一下，如果您的每位员工都能获得知识渊博且个性化的助手，而且无需进一步的资源成本，那么生产力就会飙升。
随着聊天机器人的扩散和高度采用，这不再是虚构，它是一个活生生的现实。人力资源经理能够体验到这个时代的理想愿景 - 实现数字，自助服务和员工驱动的环境，由代表组织人力资源职能的人员提供支持。聊天机器人通过交互式和会话界面实现了这一目标。
通过机器学习实现的聊天机器人比任何人都具有更陡峭和更快的学习曲线。特别是当需要更新知识库时，与人相比，它们不需要持续的培训。主要是在需要使用推拉功能的地方部署聊天机器人。
通过推送功能，聊天机器人通过发送公告和通知来加强内部通信。它还用于向员工的收件箱发送培训模块和更新。使用聊天机器人的其他领域是入职流程和员工敬业度。
聊天机器人使用拉动功能，在招聘，雇主品牌建设，培训，常见问题解答和虚拟助理等领域提供支持。用户可以使用机器人来提取信息，机器人也可以向用户推送个性化更新/异常/趋势。
选择人工智能路线的有远见的公司已经通过使用聊天机器人改善人力资源（HR）部门的不同功能，增强员工体验和降低每次联系成本（CPC）来获得成果。
CHATBOTS为人类添加功能
很容易识别聊天机器人蓬勃发展的子功能。除此之外，聊天机器人还增加了一些核心功能，增强了他们的技能。这些功能有助于增强员工体验，这对ROI有直接影响。
与其他部门软件巨头整合：
聊天机器人可能看起来很简单，但它们在后端拥有自己的大脑。除了HRM，它们还与ERP，CRM，分析，会计和内联网等跨职能管理解决方案集成。这些管理套件包含大量数据集，需要相互通信。聊天机器人成为整个组织中数据绑定的关键，并保持信息的凝聚力。
升级为以人为主导的等级制度：
80％的查询管理和响应由聊天机器人自己管理。但是，必要时，聊天机器人会自动升级需要人工代理注意的那些交互。聊天机器人能够进行基于技能的路由，这有助于向相关问题提示正确的人。
治理与保密：
不幸的是，对于人类来说，治理和保密性可能会受到损害。但是，聊天机器人被编程为遵守策略并保持组织和员工在交互中的机密性。基本安全协议支持结构良好的聊天机器人以避免保真度，例如 - 使用登录凭证进行身份认证，双因素身份验证，加密和自毁消息。
管理，提取和报告：
互动和对话是吸引人力资源协会提升员工体验的原因。然而，聊天机器人还通过履行行政操作，按需提取文档和信息以及根据从会话中收集的信息报告功能来支持人力资源经理。聊天机器人提供的输出是更多数据验证的，客观的而不是有偏见的，因为人类代理就是这种情况。
聊天机器人不仅仅是人力资源经理的技术干预。他们也影响了底线。
聊天机器人及其投资回报率
到2022年，聊天机器人预计将削减80亿美元的业务成本。聊天机器人对一些对人力资源经理至关重要的关键指标有直接影响。
波士顿咨询集团（BCG）的一项研究表明，员工体验能够将投资回报率提高1.8倍至3.5倍。
员工经验是文化，技术和物理空间的复合体。聊天机器人能够以不同的方式影响所有这三个方面。
每次联系费用：
虽然员工所接听的电话数量可以达到顶峰，但使用聊天机器人可以大大降低总运营成本。无论管理呼叫的资源有多高效，总是存在时间和性能的压力，这可能会在提高每次联系成本方面起反作用。
传统专家提出了一些有助于降低每次联系成本（CPC）的解决方案 - 利用基于技能的路由，交互式语音响应和IVR的回叫功能。聊天机器人在编程时足够智能，无需人工参与即可实现基于技能的路由。它使用层次结构和技能标签独立执行此任务。聊天机器人可以代表联营公司发送提醒和主动更新，而不是回调。
一个主要的成本节省来自更换聊天电话。Chatbots可以通过加快响应时间，释放代理商以应对更具挑战性的工作以及回答高达80％的常规问题来帮助企业节省成本。多年来，基于文本的消息传递优先于呼叫。
平均放弃时间（ABT）指标会影响CPC的降低。这很大程度上取决于员工每项技能的技能和程度。但是，使用聊天机器人时，放弃时间的问题可以忽略不计。造成这个问题的主要原因是人为错误受到本质的束缚和迫切需要。使用聊天机器人，情况并非如此。
使用聊天机器人对成本效率的其他积极影响将反映为员工生产力的提高，招聘时间的减少以及聊天机器人的同比上涨。
CHATBOTS已经在帮助人力资源经理的地方
Chatbots通过对话体验实现人力资源自动化。它最适用于可重复的任务。聊天机器人蓬勃发展的一些领域是：
常见问题和培训：
员工经常经历长时间的耗时培训课程和辅导机制。通常以24×7提供的聊天机器人允许员工以敏捷模式和全天候接受培训，为他们的工作生活增加灵活性。通过使用这些会话培训模块，以常见问题解答，迷你问卷和测试的形式。例如，为了解决IT空间中的查询和更新知识，IT Helpdesk BOT为整个组织的员工提供了访问知识的权限。培训机器人还负责管理方面，如发送提醒和修复教练预约。
员工敬业度：
它不仅涉及调查和SLA，还涉及了解员工并使他们在工作场所感到舒适。要想获得优秀的员工经验不仅仅是高级管理层的工作，从未有过任何参与。只有当每个员工都有权采取行动时 - 通过数字自助服务环境，这才会成为现实。这迫使参与工具具有与每个员工沟通并努力建立社区的能力。全方位的员工参与机器人致力于评估同行，创建忠诚度计划并让员工通过谈话参与，专为Slack而设。
雇主品牌：
建立雇主品牌是良好招聘的基础。Chatbots与不同平台上的潜在候选人社区进行交流，作为组织本身，以吸引人才。这听起来不像企业机器人，但实际上，他们的工作。他们可以在Facebook，Slack，Mobile等社交网络中找到。他们还具有在全球范围内建立雇主品牌的功能。Chatbots从内部网，CRM应用程序（如Salesforce和LOB应用程序）等多个系统中提取数据，并充当单点联系人。员工可以使用其LOB系统执行交易。如果请求的数据太复杂而无法在聊天窗口中进行描绘，则机器人会提供指向app / intranet中相应仪表板/页面的链接。
招聘：
从候选搜索引擎到申请人跟踪系统（ATS），有许多任务需要自动化。在使用ATS时，解析过程在提取信息方面起着重要作用。使用Chatbots，通过与候选人的对话，在不同频道上收集候选人信息。考生还可以向聊天机器人询问有关职位描述，公司文化和面试流程的问题。
在入职：
公司不仅可以使用入职聊天机器人提取必要的文件和信息，还可以让新员工询问有关工作，报告经理，土地规则，丢失笔记本电脑或身份证等的几个问题上。
SAP Success Factors有一个名为“Onboarding Buddy”的集成入职聊天机器人，可以在全球多个办事处同时为不同的新员工执行无缝入职。通过聊天机器人，员工不再需要在每个小问题上围绕人力资源部门徘徊。Chatbots可以为所有用户提供实时自助服务选项。这些服务可能包括休假申请和管理，员工入职，设置提醒等。
这些只是几个垂直的地方，聊天机器人正在利用他们的无所不在和会话能力。令人兴奋的是，他们对KPI也有一些积极的成本影响。
以上由AI翻译完成，仅供参考。
原文：HOW CHATBOTS HELP HR MANAGERS IMPROVE EMPLOYEE EXPERIENCE AND REDUCE COST PER CONTACT
作者：Jagan Jami
新创
知识付费技术服务：小鹅通两周年平台总流水破22亿 要推企业内训解决方案，企业在线培训又来新玩家
注：企业在线培训又来新玩家~传统在线培训机构如何应对？
DoNews 12月17日消息（记者 向密） 专注内容付费的技术服务商小鹅通对外宣布，自2016年12月成立至今，平台总流水突破22亿元。与此同时，小鹅通正式推出企业内训解决方案。
小鹅通联合创始人兼COO樊晓星披露，小鹅通目前客户总数已经超过35万，累计生产了超过350万个知识商品，覆盖用户超过2亿人，客户总收益达22亿元，相比今年8月的15亿元总流水再次实现了跨越式上升。
另外，在内容分销市场上，截至目前的数据显示，小鹅通内容市场分销成交额已经突破1.68亿元。内容市场覆盖活跃内容方、渠道方超过10000家，精品分销课程超过20000个，活跃渠道覆盖用户破8000万。
“小鹅通达到今天的成就借助了必然的趋势，也遇上了偶然因素。”樊晓星称，大众的知识来源经历了从书本到互联网再到微信生态的过程，小鹅通乘上了这股行业东风；
同时微信是一个去中心化的生态，虽然给了很多内容从业者机会，但是由于成本、技术等因素会面临各种问题，而小鹅通通过结缘吴晓波，偶然挖出了行业更多痛点——功能缺乏多样性、技术迭代跟不上、值得信赖的技术团队难遇等。
“小鹅通的定位是技术+服务，两年来致力于为内容从业者建设完善基础设施，也见证了行业的蓬勃发展。”樊晓星介绍说，小鹅通在两年间进行了262次迭代升级，推出功能196项，目前产品矩阵已经覆盖了知识付费、在线教育、在线出版、小鹅打卡、在线直播、会议系统、企业内训、内容分销、好课联盟、商家学院、广告分发等11个行业领域及场景。
此前，小鹅通在推出知识付费和在线教育解决方案时曾分别提出“一分钟拥有自己的知识店铺”“一分钟拥有自己的在线网校”，此次发布企业内训解决方案，小鹅通再次喊出“一分钟创建企业自己的小程序微课堂”。
对于大量企业而言，员工培训一直是一个难点。企业在推进培训的过程中，总会遇上学习不够轻量化、培训针对性弱、工学冲突、培训成本高昂、学习效果难量化效果差、培训落地难等问题。
针对上述企业内训面临的痛点，小鹅通打造出了一套涵盖多项功能的解决方案，助力企业内部培训。全新的解决方案支持企业轻松创建企业小程序微课堂，也通过支持多维课程形式满足了各类培训场景，同时解决方案还配置了企业内容市场来帮助企业快速匹配高质课程，并可利用多项助学工具轻松量化学习效果。
新创
“云食堂”创业公司Feedr筹集了150万英镑，为办公室工作人员提供更健康的午餐
Feedr是一家食品科技创业公司，为办公室工作人员提供健康和个性化的餐饮服务，作为公司建立自己的食堂的替代方案，在A系列之前的资金筹措中获得了超过150万英镑的资金。
此轮融资由伦敦早期风险投资公司Episode 1领导。参与的还有Brent Hoberman的创始人工厂和天使投资人Errol Damelin（Wonga创始人和着名的金融科技投资人），Richard Glynn（前Ladbrokes首席执行官和Alinsky Partners的创始人）和David Pritchard（OpenTable Europe的创始人）。
由Riya Grover和Lyz Swanton于2016年推出，Feedr 将自己描述为“智能午餐平台”或“云食堂”。该创业公司主要经营一个双边市场，将健康食品供应商与公司的办公室工作人员连接起来，此外还安排交付。
要做到这一点，Feedr每天都会发布一个“独特的旋转菜单”，并要求工人在上午10:30之前选择他们想吃的东西。然后汇集这些订单并将其发送给与其合作的食品供应商，这些供应商主要是工匠和独立食品生产商，准备在午餐时间交货。
Feedr背后的技术处理物流计划，包括预测和帮助管理特定供应商提供的每餐的需求。基于个人客户的偏好及其订单历史，还非常强调个性化推荐。
食品供应商包括Deliciously Ella，Farmstand，We Grill，Potage和Maple＆Fitz。Feedr与许多分包平台合作进行交付。
在一次电话会议中，Feedr首席执行官Riya Grover告诉我，食品科技创业公司迄今为止主要采用B2B2C战略，直接与希望提供自己的“云食堂”的公司合作，作为向员工提供的福利，并作为员工健康的一部分战略。这可以看出每个注册Feedr的公司会补贴菜单上的物品成本，这样工人每天可以获得5英镑以下的新鲜健康午餐，或者完全支付费用。
迄今为止，Feedr已为400多家公司的员工提供食品，包括Airbnb，Etsy，DHL和普华永道。
Grover还谈到了Feedr的技术，她说这可以实现“动态菜单构建”，她将其比作Netflix的食物。当员工选择用餐时，Feed会将这些选择反馈给其算法，以便在未来创建更加数据通知的菜单。换句话说，更多员工使用Feedr时菜单选择变得更加个性化。
更广泛地说，Grover说Feedr的目标是迎合三种趋势：按需提供食物，由Deliveroo和Uber Eats等人开创; 员工福祉是公司招聘，保留和更广泛的人力资源战略的一部分; 以及消费者越来越习惯于更多选择和更健康的选择的方式。
与此同时，据我所知，Feedr将利用融资来投资其技术，以改善在线用户体验，扩大健康膳食的选择范围，并构建支持个性化的机器学习。该公司还计划增加其销售队伍并扩展到伦敦以外的地区。
Episode 1 Ventures的合伙人Damien Lane补充道：“Feedr的强大品牌价值通过提高成分质量，手工生产者，食品来源以及食品消费对健康的影响，提高了有意识消费者的兴趣。该团队带来了令人难以置信的执行技能，热衷于塑造更健康的未来。“
以上由AI翻译完成，仅供参考。
原文链接
新创
高顿财经教育获8亿元C轮融资，未来要做财经教育生态，高瓴资本与摩根士丹利联合领投
来自芥末堆 11月19日讯
财经教育机构高顿集团近日宣布，获得8亿元C轮融资。本轮融资由高瓴资本与摩根士丹利联合领投，涌铧投资、嘉御基金跟投，将主要用于构建国际化终身财经教育生态，并加强在人工智能、大数据、云计算等科技领域的投入。
成立之初，高顿以To B业务起家。经过十几年的发展，高顿深耕财经教育领域，在To B业务的基础上，开拓To C市场。目前高顿旗下拥有B2B(高顿财税学院)、B2C(高顿财经、高顿网校)两大事业群和七大事业部。
据了解，高顿曾于2014年A轮获得新东方战略投资，2015年B轮引入前程无忧战略投资。目前高顿以陆续开设的40多家分公司和20多所分校，为50,000多家企业提供财务能力提升解决方案，实现针对个人财经资格认证及企业财税咨询培训的行业全覆盖。同时，高顿还在基于自身构建的财经知识图谱和积累的用户学习数据，探索如何使用大数据和教育科技为教育赋能。
事实上，自适应系统一直都是高顿的重点业务布局之一。在GET2017上，高顿教育联合创始人吴江华表示，人工智能带来了整个教育思维核心的转变，以用户为中心，在大数据的驱动下，因材施教有了更多可能。他认为教育行业的三个痛点在于，个性化的需求越来越强烈，但供给还不足。因为教育的特性，整个行业重服务，不管做到多大规模边际成本始终无法下降。还有教育产品标准化不够。这些痛点在吴江华看来，逐渐成熟的技术是可以改善的。
芥末堆曾报道过，此前高顿教育集团推出CPA个性化辅导品牌VIPCPA，以人工智能自适应学习产品+学习过程管理服务模型，为学员提供1对1的个性化辅导，提高CPA考生学习效率。
51JOB减持了一部分股票，出售上海高顿教育培训有限公司股份所获得的6110万元(约合890万美元)收益；截至2018年9月30日，前程无忧持有的高顿教育股份从15.0%降至12.7%；
新创
深圳首次出台人力资源服务扶持政策，补助都是百万起。要做强人力资源服务业至千亿
深圳人社局消息：
首部人力资源服务业专项扶持政策出台由深圳市人力资源和社会保障局联合市发改委、财委联合印发的《深圳市关于加快发展人力资源服务业的若干措施》（以下简称《措施》）将于11月1日起实施，这是深圳出台的首部人力资源服务业的专项扶持政策，有利于激发行业发展新动力，推动行业加快发展；有利于完善市场化人才服务体系，推动人才工作。
新政中，深圳更是大手笔，真金白银给出各种奖励及补贴政策，各类落户奖励、上榜奖励、开园资助、租房补助，不胜枚举，都是百万起，最高奖励可达1000万元……
现在，就来看看有哪些大手笔的
真金白银的奖励政策吧
👇👇👇
引进知名机构落户奖励最高1000万元
积极引进国（境）内外知名人力资源服务机构，对世界500强企业、中国500强企业、中国服务业500强企业的人力资源服务机构总部迁入本市的，经报市政府审定，分别给予1000万元、800万元、500万元落户奖励。
对世界500强企业、中国500强企业、中国服务业500强企业的人力资源服务机构在本市设立具有独立法人资格的分支机构，持续经营3年（含）以上的，根据其上一年度纳入本市统计核算的产值规模及形成地方财力，分别给予500万元、300万元、200万元奖励。
培育本土品牌首次上榜最高奖励1000万元
首次上榜中国500强企业、中国服务业500强企业的人力资源服务机构，分别给予1000万元、500万元奖励；对新获得国家驰名商标的机构给予100万元奖励；对新获得省著名商标的机构给予50万元奖励。
本市人力资源服务机构在海外市场或沪深证券交易所上市、全国中小企业股份转让系统(新三板)挂牌的，分别给予200万元、100万元奖励。
鼓励招才引智引进高端人才最高奖励300万元鼓励人力资源服务机构引进深圳经济社会发展急需的、紧缺的高端人才。人力资源服务机构推荐引进人才的，根据“人才伯乐奖”规定，经评估可给予最高300万元奖励等。
推动产业集聚一次性开园资助最高500万元对经批准认定的国家、省和市级人力资源服务产业园分别给予500万、300万、200万元的一次性开园资助，获得高一级认定的可按照相应标准补齐差额。
国家、省和市级人力资源服务产业园运营之日起5年内，每年分别给予100万元、50万元、30万元的运营补贴，主要用于园区的公共服务平台、基础设施设备投入、信息化建设、运营管理、宣传推介、入驻机构场租减免等支出。
支持创新创业租房补助最高不超过100万元本市新设立的人力资源服务机构租赁自用办公用房（不包括附属和配套用房），可享受租金的50%连续最长不超过12个月租房补助，实际租赁价格高于市场指导价的，按市场指导价计算租房补助，最高补助不超过100万元。
人力资源服务机构入驻人力资源服务产业园，可享受期限连续最长不超过48个月的场地租金补贴或减免。
加强人才培养定期选派人员学习培养定期选派人力资源服务机构的中高级管理人员到国（境）内外高等院校或研究机构、知名人力资源服务机构学习培养，大力培育人力资源服务行业的领军、后备人才和职业经理人。
依托国（境）内外高等院校、职业院校、社会培训机构及企业，建立人力资源服务培训基地，加强人力资源服务业技能型人才培训、从业人员岗位培训。
发展目标2022年总产值达1000亿元为推动深圳人力资源服务业快速发展，《措施》提出，力争到2022年，全市人力资源服务机构数量达到1000家左右，总产值达到1000亿元；
培育10家年产值30亿至50亿元的人力资源服务龙头骨干企业，引进50家国（境）内外高端知名人力资源服务机构，发展50家以上有特色、有潜力、成长性好的人力资源服务机构。
建立全市“一园多区”的国家级人力资源服务产业园，孵化成功全国领先的人力资源服务在线交易平台，成为全国人力资源服务业的技术创新中心、资讯中心、研究智库和高端会议展览聚集地。
新创
给自己植入芯片你愿意吗？人类来到了智能时代吗？--YY董事长今天宣布在自己体内植入芯片
据最新消息，为李学凌“植入芯片”的，是一家名为Airdoc人工智能医疗创业公司。
“这个设备是雅培的，”Airdoc公司高管表示，“这只是我们提供的一套解决方案中的一部分。所有FDA、CFDA审批过的三高和痛风传感器我们都支持。”
什么意思？
据介绍，Airdoc正在构建一整套的慢病管理与健康监控的解决方案，通过相关的医疗传感器，比如上面提到的雅培血糖监测传感器，来获取人体相关的健康指标。
然后，再通过人工智能算法，挖掘这些数据与人们饮食运动的关系，为用户提供一些饮食运动方面的建议，来帮助用户进行疾病/生活方式管理。
Airdoc创始人兼CEO张大磊进一步解释说：
咱们是基于用户角度，帮每一个人建立饮食和血糖血压痛风之间的完全个性化模型，告诉每个人该怎么吃(每一个人基因和肠道菌群都不一样对营养元素吸收都不一样)。
通过个性化模型调整饮食直接控制当前用户的三高和痛风，过去一年多咱们做的临床试验出组后一定比例的三高用户就不再需要那么多药物，只要遵循他自己的个性化饮食指导就可以。
探针部分不重要，各个厂家的都可以。所以咱们这个和其他监测探针的关系就是雅虎门户和今日头条的关系。
“这套系统，不仅仅能够给患者使用，身体健康的人也能使用，作为一个监控自己身体健康状况的工具挺好用的。”Airdoc公司高管表示。
据说这也是一个内部孵化的项目。
以下为新闻原始报道
从朋友圈得知，10月22日，欢聚时代（YY）联合创始人、董事长兼CEO李学凌在朋友圈晒出身体植入芯片的经历，并表示这样可以“更好地了解自己”。李学凌称，这是里程碑的一天，未来会有更多的人在身体里植入芯片。
感谢LMS提供朋友圈图片。
实际上医用芯片植入体内监测生命体征的案例并不罕见，人工智能与医疗的成功结合也在不断振奋人心。
当然，另一方面，不仅国内对可植入人体芯片的新闻反响剧烈，早在去年，可植入芯片就曾成为全球性头条新闻。当时瑞典科技公司Epicentre让员工自愿选择用可植入芯片代替刷卡。紧随其后美国威斯康辛州的一家科技公司Three Square Market也推出了这一举措。
这两起事件同样引起了人们的担忧，很多人担心这些芯片可能让员工被跟踪，或让公司能掌握他们的工作效率，如能够记录他们一天使用了多少次卫生间。
但是据相关人士称，这更多的是科幻小说的描述，而不是真正的隐私风险。这种芯片有可能被用来追踪去卫生间的次数，但只有在员工要求刷卡进入卫生间的时候才会出现这种情况，这种功能也可以通过普通的刷卡来进行追踪。
目前这些公司所植入人体的微芯片，并不比最近20多年来在大多数家庭宠物的脖子上植入的芯片复杂得多，它更多地是利用一种近场通信（英语：Near-field communication，NFC）技术，又称近距离无线通信，是一套通信协议，让两个电子设备（其中一个通常是移动设备，例如智能手机、植入人体的芯片）在相距几厘米之内进行通信。
植入的RFID芯片与标准办公钥匙扣或交通卡上的RFID芯片没有什么不同，它只是为客户提供了一个独特的标识符而已，芯片可以在靠近门或付费点的扫描仪上读取信息。虽然植入皮肤中是一种方法，但现有的可穿戴式产品（如NFC 戒指）完全可以替代。
不过，开发人员正在开发更多人体芯片的应用场景，相关法律也在逐步完善。
而人们在科幻电影中见到的“超级人类”实际上还有待进一步开发研究，例如脑芯片。Kernel是一家探索如何将芯片植入大脑的公司，它的创建者Bryan Johnson在2017年里斯本的网络论坛上称，Kernel公司第一步想要设计出能够帮助人类对抗疾病的芯片，而且希望未来能够借助芯片让人类大脑获得超人般的能力。
同时他还在Johnson在网络论坛上称：“我预计在大约15到20年时间里，我们将打造出足够强大的大脑工具，找到所有问题的答案。比如说，人类能否拥有完美记忆？能否删除记忆？能否加快学习速度？能否实现脑对脑交流？设想一下，如果你想要体验18世纪的美国西部牛仔生活，你只需在大脑中创造一段经历。”
墨尔本大学工程学院计算与信息系统系的研究员赫夫南（Kayla Heffernan）认为，植入芯片之所以还没有被人们普遍接受，归根结底是个“先有鸡还是先有蛋的悖论”。“人们不理解芯片的作用，因为芯片的用途还不够广泛，用的还不够多；但是有因为市场还不存在，所以设备的使用率还非常低。”
相信随着市场、世界的改变，人们对于植入芯片的接受度会大大提高，届时对于风险隐患与受益度的衡量也不再是以我们目前的眼光。未来，绝对是人+芯片的超级人类世界，唯有通过科技增强生存能力，主动进化。
相关阅读：
你能让你的老板把芯片放在你身上吗？-少数员工同意皮下植入但这个想法正在蔓延
我们终将成为芯片人
新创
“隐身”两年后，谷歌前前HRVP公布其新的创业公司
文/Simone Stolzoff
Laszlo Bock是HR世界里的摇滚明星。
在谷歌——一家在“最佳工作场所”名单上常年受到追捧的公司，他管理人力资源达十年 之久；之后他写下了《重新定义团队：谷歌如何工作》成为《纽约时报》(New York Times)打造企业文化的畅销书；然后，他创办了自己的公司Humu。
在两年的大部分时间里，Humu 以隐身模式运作。尽管该公司很少错过讨论其使命的机会——“推动人们每天都做最好的自己”——但它几乎没有提供公司实际行动的细节，甚至在5月份宣布已筹集4000万美元风险投资后也是如此。
近日，秘密终于揭晓了。
在一篇博客文章中，Bock描述了Humu的旗舰产品——Nudge Engine。这是一款使用行为科学和机器学习的应用程序，可以在整个工作日为员工提供个性化的“轻推”服务。“轻推”可以简单地提醒您要感谢一位做得很好的同事，或者在会议期间征求一位比较安静的团队成员的意见。
虽然“轻推”这个词可能有一种柔和的含义，但是Humu技术的基础理论来自于硬科学。去年，Richard Thaler教授因其对“ 轻推理论 ”(nudge theory)的研究获得了诺贝尔经济学奖，他的研究证明了小的提示对人们的行为有很大的影响。
“员工之间每天要进行数百万次的交流，从开会到评估，再到开门，不一而足，”Bock说。“在Humu，我们相信每个人都可以尽自己的努力来改变每一个人。”
一个温暖而模糊的推送通知平台可能看起来不像是强大商业模式的基础，但员工敬业度是一门难以追踪和衡量的黑暗艺术之一。工作效率、员工留存和员工士气都与员工在工作中的感受直接相关。
Humu适合更大的教练网络趋势，在这个趋势中，公司实施人工智能工具来指导员工的整个工作日。 Chorus为销售人员提供实时反馈。Textio 让招聘经理知道在他们的岗位上使用的最佳语言。
虽然技术肯定可以帮助人力资源，销售经理和文案编辑的工作，但办公室文化最终都是由人类塑造的。员工们是否会感到被迫遵守机器驱动的建议，最终取决于他们。
以上为AI翻译，观点仅供参考。
原文链接：After two years in stealth mode, the former head of HR at Google reveals his new startup
新创
e成科技首席科学家陈鸿博士：面试机器人的未来是星辰大海
为大家带来一份科技感十足的干货——e成科技首席科学家陈鸿博士在7月27日2018招聘科技论坛上的演讲，深度解析招聘领域时下最热门的AI面试机器人背后的“黑科技”原理。
在上周五HR Tech China主办的2018招聘科技论坛上，e成科技首席科学家陈鸿博士亮相带着e成科技的“黑科技”招聘产品Chatbot面试机器人亮相，并发表了题为“机器人的识人之明——e成在面试机器人场景的探索”的演讲，为在座来宾科普了e成Chatbot面试机器人的科技内核和工作原理， 惊艳四座，反响热烈。
以下内容根据陈鸿博士2018招聘科技论坛现场演讲整理：
各位嘉宾大家好，我在e成科技负责数据和算法。今天我跟大家分享的是聊天机器人可能要在面试中开始使用了。第一，我们会讲一下面试机器人为什么不仅仅是一个聊天机器人，面试是一个很特殊的场景。第二，是我们的技术内核，就是知识图谱，这个聊天机器人不是一无所知的，需要有很多的知识才能面对挑战。第三，我会讲一些会话和分析的事情，这个直接决定了面试过程能否流畅，像人一样自主的展开。接下来是神经网络的一些技术细节，我会尽量用一些比较生动的例子让大家理解这个网络是如何可靠的。最后展望一下面试机器人后续会怎么样。
1、面试机器人不仅仅又是一个聊天机器人事实上，我们说到HR的工作可能有很多的理论模型，三支柱模型，钻石模型这些，但是HR的工作离不开两点，一个是做关于人的决策，一个是要做关于人的沟通。AI在赋能HR的时候，其实在这两点上都有贡献。首先，我们可以通过AI让关于人的决策变的更加明智，其次，AI可以让沟通工作变的更加高效，面试机器人就是AI让沟通变的更加高效的第一步。
说到面试，它和普通的聊天不一样，这里列出了一些区别，大家其实平时用微软小冰或者苹果的SIRI都用的挺多了，但是面试跟这个有挺大区别，人聊天是很放松的事情，但是去参加面试很紧张，因为面试官在主导这个对话，面试官是一个会话角色，意味着在面试过程中，面试机器人首先要主导这个对话，然后经过多轮的对话才能最终完成，最终还要给候选人一个评价，这和普通的聊天不一样，聊天完了以后那是消费者给你客服一个评价，面试完了以后是由面试机器人给候选人一个评价，过滤出合适的候选人进入下一个轮次，这个是很不一样的。
2、基于人才知识图谱的动态会话决策
你要想让面试机器人能够正常工作，它会和一般聊天不同的是，它要基于一个人才知识图谱，区别于普通的聊天机器人公司，市场上有很多的伙伴在研发这些技术，我们的区别是什么呢？他们更像是让一个人类的宝宝从小到大，越长越大以后，对话越来越流利，但是我们e成做一个面试机器人， 就像一个外国专家要开始学用汉语说话，专家肚子里面有很多的知识，但之前不会说中国话，现在要学习怎么说出来。
在每一个面试场景面试官都需要具备很多的知识， 因此需要让这个机器人面试官具有这些领域知识，不能一无所知去做这个工作。当面试机器人底层有了知识图谱的知识支撑就不同了，首先，机器人面试官可以基于知识图谱定制对话的目标，其次，知识图谱还能让面试机器人做出动态会话决策，最后，知识图谱构成会话进行的算法机制的一部分。
我们来分开看一下，我们都知道面试在正常情况下是一轮一轮进行的，每一轮面试都有自己独特的目标，技术面的时候，评估候选人的技术水平，直属领导在面试的时候，他是来评估这个人是否适合这个岗位的，如果是CIT面试只考核你的沟通能力和软性素质，如果是HRD或者老板最后终面，那就是评估候选人的价值观和动机，对于面试机器人来讲需要在不同的场景下定制自己的目标，这是一个比较高的要求，因为面试场景变化很大，在不同行业、不同公司，面试不同职能的人，考核候选人的点是不一样的，你需要为各种各样的岗位确定这个目标，也就是面试机器人需要一个设置面试评估目标优先级的灵活方案。
这个优先级是指什么呢？就是人有很多不同的属性，里面也会列出自己的需求，但这个里面不是所有的东西都是眉毛胡子一把抓，你如果没有优先级的话，对话发展起来就会一片混乱，优先级的设置挺重要的。
3、面试场景的会话结构分析
下一页是讲在图谱的知识下，可以让这个机器人来灵活规划会话的流程，现在的多轮会话机器人，如果在座有做这个技术的应该了解，业界现状一般是用Pipeline来设置这个过程，每个对话节点设置自己的条件，在符合条件的时候让这个对话进入下一个节点，多轮对话所有的节点就构成一个Pipeline的框架，但这个轮次非常多，因为要问很多的问题。整体框架也会因此非常难以维护。
所以我们是让机器人面试官基于知识图谱动态推演出整个面试的会话流程。举一个例子，现在机器人面试官的面试目标是要招一个工程师， 它就要确认这个工程师的技术水平是否适合来进行研发，候选人介绍说，“我当时在组里设计开发Chatbot的语义理解、实体识别、多轮对话等核心算法。”那么机器人的知识图谱里有语义理解，实体识别，多轮对话的相关知识，知道这些都是开发Chatbot的相关技能，那么机器人就可以抓住其中一个点，把这个对话深入展开下去，比如说，机器人可以抓住“多轮对话”接着问： 能具体介绍一下你采用的多轮对话策略吗？ 这样整个过程就比较流畅，像人的面试，依赖预定义逻辑是无法做到的。
把知识图谱作为一个底层的知识以后，这些实体都已经嵌入了一个语义空间，被向量化了，使得我们可以得到整个对话在进入机器学习模型的时候能够给这些文本编码为合理的向量，否则依然停留在词语和关健词的级别，那么你依靠字符匹配做对话机器人就必然会陷入困境，大家可能玩SIRI的时候经常体验到这一点，你用一句话跟Siri沟通，它好像还可以，换一个词就不懂了，因为它硬编码了那几个词或某个句型，它是记住了那个词，但没有映射到其他的近义词或等价表述上。而当我们要让机器人真正掌握一个概念和语义的时候，就意味着它把这个概念和语义向量化了，这样AI才可以自如的对会话中的意义进行计算。
现在来说一下会话结构分析，你要想让聊天机器人或者说面试机器人说的更加接近于人，他需要对会话过程有理解，我们说面试是一场比较严肃的会话，这个会话是有一些规矩的，我们说一下里面有什么东西，这里是一些要点，话轮，邻接对和链接结构等等。
话轮是一个很基础的概念， 大家在说话的时候一般不会说一句话就结束了，你会需要连续说好几句，才能把你想说的话说完，这是一个话轮。因此句子不是会话的最小单位，话轮才是。这个话轮会转换，话轮有让步和夺取的操作， 比如有时候你想抢话过来说，对方还在说的时候，你会抢过来，这是话轮夺取。这个取决于说话的双方谁更有支配，或者说两人的上下位关系。他是你的领导，他抢话你肯定让他接着说。现在在面试的时候，机器人是处于地位比较高的那一方，他是可以主动来夺取话轮的，这也是非常必要的，如果机器人还像在做客服机器人一样，傻傻听人类候选人一直在滔滔不绝，但人类候选人很可能已经偏离了主题，这个时候机器人面试官需要主动把话轮夺取过来，打断对方告诉他你现在说的已经和我问的问题没有关系了，这个话轮的夺取变成了比较关键的事情。
在话轮切换的时候会产生相邻对的概念，就是属于两个不同说话人的相邻接的话轮，相邻对有不同的类型，例如：【问候-问候】类型，正常两个人见面互相问候，我说你吃过了吗？对方说，吃过了，你吃过了吗？ 或者【提问-回答】类型，就是常见的一问一答。还有【陈述-反应】的类型，你说天气很热，他反应我们去凉快地方呆着吧，还有【邀请-接受/拒绝】类型，邀请了以后可以接受也可以拒绝，上面这些相邻对的不同类型体现了不同的对话意图，通过对这些相邻对类型的分析，机器人就可以理解当前这个会话的意图是什么，意图有什么意义呢？其实会让会话变的自然很多。我这里举一个例子，同样给正反馈，但如果有不同的意图，就会有完全不同的对话。
比如说你意图是表示在倾听，那你可能就会说“嗯”，“嗯嗯”，这是你在微信里面表示「我在听，你继续说」，这是不打断话轮的，如果你意图是表示理解，你说“知道”，“明白了“，这是一个肯定，它有一个概率会夺过话轮，有时候你表示认同，你说“是的”，这时候对于话轮转换是中立的， 有时候你比较关注这个话题，你会部分重复对方的话，说明我对这个话题也感兴趣，这个时候你表示自己的支持立场，但是夺取话轮继续往下说。同样是表达正面的肯定立场，但是结合不同意图以后会有完全不一样的表达。
我们在说话的时候，有时候感觉对方和我能够说的很流畅，有的时候这个人怎么都不接我的话茬，这个话茬就是邻接对之间存在的链接结构，我现在上面举了两个例子。
一个是面试官在那里说，你那份工作的动力是什么？他说我不服输，我有条件不应该输给别人。动力这个词把上面和下面连起来， 他问你动力是什么的时候，你回答了这么一句话，然后说这就是动力，有时候词语会发生变化，但是不要紧，通过这个意义的交点，把前后的相邻对连接在一起，使得这个主考官确认这个人是在回答我的问题，也是我们面试机器人能够了解候选人跟着我的话茬在走。通过这个链接的关系能够确认对话的焦点还在不在我的控制内。
另一个例子是说你离开那个工作的时候留恋吗？他说不留恋，留恋就把这个对话给链接起来了，这个链接结构的机制使得机器人可以使整个对话变的更加合理。比如说他可以在候选人长篇大论的时候打断，也可以主动把自己的话跟对方的话连接起来，使得候选人更容易理解这个主考官在问什么。
4、增强学习和模仿学习的混合方案
我现在到了比较困难的部分，我要强行给大家科普一下神经网络，这是增强学习和模仿学习，我应该会用比较通俗的比方尽量讲的清楚一点。先是看一下整体的结构：
底层是一个图谱，图谱层里面有人才画像、岗位画像和评估目标，这些画像都落实成为一个个知识图谱，人才画像就是关于这个候选人是什么样子的各种属性连接起来的一个图，岗位是什么也是一个知识图谱，以及不同的面试其实有不同的评估目标，这个评估目标也体现为一个小的图谱，图谱层上面是会话层，我们刚刚提到的话轮分析、意图分析，就是通过对相邻对的评估去分析它的意图，还有链接分析，让这个对话变的更加流畅，最终我们实现的时候，到了网络层。我们往下看网络层的具体结构。
这张图展示了一个对话处理的流程，候选人先问，“您对我的职业经历有什么评价？”他会经过一个话语的Encoder， 注意上面有一个圈，这是上一轮的系统对话行为编码（图里标着K-1轮），这个编码里包括一个意图和对话的焦点，让系统知道对方是响应什么来说出这句话的，然后网络把当前对话状态输出到历史对话的跟踪队列，这是整个历史对话的记录，右边是知识图谱，经过知识图谱的检索以后产生了一个确认的结果，这些一起进入会话策略网络，产生了第K轮的对话行为，包括新的对话意图和焦点，会由一个自然语言生成器负责产生具体的句子，然后面试官会说好的，等等。
我们对这个网络的训练采用了增强学习和模仿学习的混合方法，我先要科普一下什么是增强学习和模仿学习，大家可能有不少人听说过什么叫有监督学习，在这个场景下我们没有采用，为什么呢？因为有监督学习的样本标注工作量在做面试机器人的时候实在是太大了，我现在举一个例子，如果以学习驾驶为例，大家去驾校，我可以发给你一本手册，手册上面在所有路况的情况下你需要做出的反应，你见到马路是这样的，左边什么车、右边什么车，然后你要踩油门，什么情况你要换档，试想一下枚举了各种可能情况后你需要的手册有多少页？这是一个惊人的天文数字，因为你要罗列所有可能的组合。
我们人类是怎么样做的呢？我们会去驾校，驾校的教练首先会让你看他开，他用实际操作来告诉你，你应该怎么开车，然后教练会让你自己开，他在边上，他来告诉你这么做不对，你要怎么做，看教练开和教练看你开，这分别对应着模仿学习和增强学习，你在看一个人怎么做你去模仿的话，其实可以快速得到很多正面的例子，你如果自己操作由其他人或者环境给你一个反馈，这称之为增强学习，谷歌的AlphaGo就是通过增强学习来得到这么好的效果。但是增强学习也没法完全包办所有的事情，因为他对正样本的覆盖太稀疏了，你没有办法让这个人在开的时候覆盖所有的情况，有一个教练在边上告诉你也很难覆盖各种可能性。
比较正常的做法是你先看着教练开，模仿他，他再看着你，在关键时候点拨一下。我们采取了类似的策略，我们先让这个机器通过少量的样本预训练一下，然后模仿人类的教学，再收集人类的反馈增强学习，相当于你去驾校，需要先背一点基本的驾驶规则，交规手册，但那个是很少的，没有办法覆盖所有的开车情况，教练接着就会让你去模仿他，最后你快出师了，教练坐在你的边上给你一些关键的指点，这就是我们这个神经网络的学习方式。
5、面试机器人的未来
最后简单说一下面试机器人的未来，刚刚分享了我们的工作就到这里为止，但这对于面试机器人来讲只是一个开始， 它的未来还非常广大，我们正在做能够处理开放式问题的面试机器人，刚刚说到的那些都是封闭式问题， 问题的答案是一个有明确边界的有限集合。但开放式问题不一样，它对应的答案没有边际。但也没法办法回避去处理开放式问题。你在问一个人软性能力的时候，你会希望他跟你分享一些故事的时候，都是你没办法去约束他的对话和边界，这些开放性的问题需要能够让机器人处理。
我们先不说怎么让机器人理解一个故事，怎么让一个机器人知道一个故事说完了，他可以接着往下说，这件事情就很有挑战性，我们在听别人说一个故事的时候是能判断一个故事已经说完了，但怎么让机器人去判断故事说完了就是个问题。这个话题非常有意思，我希望在下次分享的时候可以跟大家分享这个方面的进展， e成会始终致力于人力资源行业的技术发展，谢谢大家！
扫一扫 加微信
hrtechchina
新创
新创
新创
新创
新创
新创
新创
新创
新创
新创
扫一扫 加微信
hrtechchina
