close

Start a business

AI

e成科技创始人兼CEO周友鸿:科技助力人才升级,让人才升级变得普惠、高效。

rc1qp1lo5humey80.jpg
7月9-10日,36氪在北京和上海同步举办“2019WISE超级进化者”大会,活动设有七大会场,关注企业发展变革路径、行业风向把握、零售行业的进击与蜕变、万亿企业服务市场的崛起、产业创新机会、全球化趋势与差异化需求的爆发逻辑等议题,邀请超百位行业领袖,聚焦那些引领行业变革的超级进化者的崛起之路。在传统企业纷纷掀起数字化转型浪潮的今天,企业战略的有效性和时效性在发生变化,而e成科技想做的,是从人力资本的数字化入手,帮助企业选、用、育、留所有人才,提高人才数字化管理的工作效率。而在实际的落地中,e成在招聘的过程里,可以用人才画像代替简历,帮助HR进一步筛选出更加合适的人才,降低企业招错人的风险。嘉宾演讲非常感谢36氪给我们一个机会,来分享e成做人力资本数字化过程中的所思所想。我们希望明年此时,在座很多人都能使用我们的服务,这是我们非常希望做到的事情。今天,所有人都能感觉到一个变化,感受到商业环境瞬息万变的程度比以前要高。大家会看到很多传统企业,都在做数字化转型。人才已经超越了土地、资本,成为第一生产要素。在所有变化的背后,我们一直在思考有什么东西是不变的呢?我们认为不变的是人才。现在和未来都是人才致胜的时代。在这个过程中人才升级和人力资本的数字化是个必然过程。怎么做人力资本数字化呢?三年前一次我在飞机上碰到一个行业专家,那时候workday市值冲向200亿美金。我问他,怎么看?他说,不看好。他说,第一,workday是一个信息化管理服务,没有给企业真正创造生产力。第二,如果这件事情中国的BAT要做,无非是放500人做还是1000人做的问题。之后我们一直在思考,什么是生产力?什么是人力资源行业的生产力?生产力一定会指向一个词——人才。我们做了很多工作,从线下走到线上的效率管理工作,这件事情是有价值的,但是这件事情的价值不够大。更大的价值,是怎么帮助企业选、用、育、留所有人才,提高人才数字化管理的工作效率。人才数字化过程中,我们认为AI是最好的技术。我相信大家都知道HR是个非常专业的赛道,在AI驱动的背后,我们从全球最好的四大人力资源的咨询公司组建了20人的专家队伍,构成我们的专家引擎。过去的五年时间里,我们一直在结合HR行业的场景和数据做一些产品和服务。在产品和服务过程当中,我们对AI公司做了三类分类。第一,有AI能力的公司。第二,有AI能力加获取数据能力的公司。第三,有AI能力加获取数据加获取用户的公司。e成希望成为在HR赛道,有AI加数据、加用户服务能力的公司,持续推动企业和整个中国、每一个个体的人才升级和人力资本数字化。在服务整个过程中,具体怎么做呢?我们在内部做了一个深刻总结。内部总结叫3421,3是指三驾马车。4是指4个场景。2是2个引擎。1是解决一个问题。在e成内部始终在用三驾马车,AI+数据+专家这三驾马车,解决在职场中的四个场景。找工作中的你,刚入职的你、在职的你和想成为自由职业者的你。2个引擎第一个是画像,全场景刻画了每一个人才在不同阶段的画像,通过Bot构建交互信息的采集和分析系统。最后想解决什么问题呢?人才资产数字化管理的问题。所以我们内部叫3421。我们怎么解决这个问题呢?拆分成四个场景。去年有一个专业的招聘机构分享了一个数据,去年800万白领换了工作,当年有510万人离开了工作。This means that 5.1 million people have not created value in that job, and they are not good for career
AI

Former Tesla employees admitted to backing up the AutoPilot code, but it was removed before entering the Xiaopeng car.

3fe4dd2e-a3c3-11e9-aead-678e741965a2.jpg
编者按:本文来自微信公众号“量子位”(ID:QbitAI),作者:允中,36氪经授权发布。特斯拉状告前华人员工一案,现在有了最新进展:双方提交的法庭文件曝光了。前特斯拉高级工程师曹光植(后入职小鹏汽车任感知主管)承认,在2018年底曾向自己的iCloud云账户备份了包含AutoPilot源代码的压缩文件。但曹光植也强调,那时候仍在职为特斯拉工作。后来离职特斯拉时,就已经在删除相关文件。现在,双方进入新调查阶段。特斯拉已经申请分析曹光植的Gmail帐号,而小鹏汽车也为证清白,主动提供了曹光植工作笔记本的相关所需信息。承认私自备份代码,但离职前已在删除今年3月,特斯拉将曹光植在内的多名员工告上法庭,核心诉求是盗取商业机密,认为曹光植在特斯拉期间备份了包含AutoPilot相关的30万个文件。其中包含了AutoPilot等特斯拉核心产品的源代码。特斯拉还认为这对曹光植的下家——小鹏汽车有所助益。因为小鹏汽车跟特斯拉属于相同领域竞品。而现在双方提交法庭的文件显示,曹光植承认确实在2018年将特斯拉AutoPilot源代码在内的文件,以压缩包形式备份到了个人iCloud账户。曹光植还表明,小鹏汽车在12月12日向他发出了聘用offer。于是12月26日前后,他就完全中断了特斯拉文件备份个人云端的行为,并开始着手删除之前下载的相关代码。特斯拉提交的证据则表明,曹光植的离职日是2019年1月3日。曹光植的律师称,曹光植在离职特斯拉后再没使用过相关商业机密信息,也没有将任何前雇主信息传递给现雇主小鹏汽车。曹的律师还表示,曹光植在离职前,就为删除下载过的文件做了大量努力,如果说没能完全清除相关内部网络访问记录,也是由于个人疏忽,并不存在任何不当行为。另外,特斯拉声称曹光植私自下载了30万个相关文件,但此次法庭文件显示,曹在离职前删除了12万页的文件并切断工作电脑与个人iCloud账户之间的网络。曹光植还否认特斯拉所称的“30万文件”的下载数量。下一步调查已展开,小鹏为证清白主动协助该案的下一步调查也已展开。根据双方的法庭申请,曹光植已经给特斯拉提供了对方所需的数字图像等信息,并允许访问他的Gmail账户进行取证分析,目前分析已在进行中。小鹏汽车为更快查明真相,也自愿为特斯拉提供了曹光植入职之后的工业笔记本的相关所需信息。曹光植的律师还评价,该案是常规的员工离职诉讼,并不应该上纲上线到盗窃商业机密和商业间谍之类的——因为特斯拉最初的投诉含糊不清,容易造成相关误解。其律师还说,特斯拉的相关知识产权对曹光植的下一步工作并不助益,了解清楚这一事实,就不难认知真相。这也是曹光植在接受小鹏汽车offer后,开始删除特斯拉文件的原因。前情回顾最后,再简单进行下该案前情回顾。本次特斯拉状告前员工,并非只曹光植一人,同时还有从特斯拉跳槽美国无人车独角兽Zoox的4名员工。特斯拉还进一步把小鹏汽车和Zoox都告上法庭,指控这两家公司伙同从前员工盗窃商业机密。特斯拉指控称,小鹏汽车盗窃的是Autopilot的代码,Zoox盗窃的是特斯拉仓储物流和库存控制信息。对于这一严厉指控,小鹏汽车方面也作出了激烈回应,称:在曹光植先生入职前后,小鹏汽车都没有发现存在特斯拉所声称的任何可能违规行为。目前,小鹏汽车已针对此事启动进一步调查。Moreover, He Xiaopeng, chairman of Xiaopeng Automobile, also seldom responded with fierce words and believed that Tesla was fighting against
24xobfhhmvp696d2.jpg
tech

焦点分析 | 抖音、快手货卖得好,淘宝联盟要有新动作

对于在抖音和快手上卖货的网红来说,淘宝联盟的一项新政策即将改变他们的收入状况。淘宝联盟隶属于阿里妈妈,成立于2010年,在淘宝联盟的内容生态里面,可以让第三方内容平台的达人,为淘宝上的商家进行导流,即淘宝客模式,商家产生交易之后,淘宝联盟、第三方内容平台、淘宝客三方分成。6月24日,很多带货网红发现自己的收入订单中多出了一项占比6%的“专项服务费率”的收费,这是淘宝联盟针对抖音、快手、微博等内容平台的达人收取的一项费用。也就是说,达人在快手、抖音等内容平台上卖货,只要货品链接跳转到淘宝的商品交易,都会被收取这笔费用。牵一发而动全身,淘宝联盟的一个新规则,对合作三方——网红、快手抖音等内容平台以及淘宝联盟本身——的收益都会产生影响。在这个合作关系中,到底谁获利了,谁利益又受损了?我们来算算这笔帐。6%服务费要给谁?从费用明细上看,“6%”是内容场景专项技术服务费。所谓的内容场景,是指网红达人作为第三方淘客推广者在一些图文资讯、短视频、直播类等第二方淘客内容平台进行三方分成的推广,淘客内容平台包括但不限于:抖音、快手、微博、今日头条、UC等平台。也就是说,带货达人在非内容平台的淘宝客推广不必付这个费用。同时,淘宝联盟新规要求网红达人在站外内容场景推广时只能选择“内容商品库”中的商品进行推广,否则不能上架。内容商品库相较于已有的商品库有什么区别?这个内容商品库是淘宝联盟针对内容场景推出的专属商品库,与本身的淘宝联盟选品库不一样。内容商品库共有两大来源,分别是招商团长针对内容招商的商品,以及符合佣金率(营销计划或通用计划)20%及以上条件的商品。也就是说,内容商品库中的商品品质、质量、售后和服务都是有保障的,因为入库的商品都是经过严格精挑细选、店铺动态DSR都是高于4.7的。这也就杜绝了以往假冒伪劣商品充斥各内容平台的情况,网红达人可以安心卖货,不用担心因货品质量而被投诉或封禁了。但问题也来了,网红达人们在内容平台的佣金自动下调6%,这也就意味着钱要少赚了。比如以前佣金是20%,现在只剩下14%进行三方分成;要是之前是7%,余下的1%再三方分成,根本没有赚头了。为了防止后者情况的出现,淘宝联盟对内容商品库的佣金率做了规定——必须大于或等于20%的佣金,也就是说,扣除内容服务费后,网红至少还有14%的佣金用以三方分成。这其中,新手网红将会直接获益。以往淘客在推广时是按照“低、中、高”等级享受不同佣金,等级高的淘客佣金能达50%,等级低的淘客可能仅有百分之几的比例;而在6%服务费的新规下,所有淘客不分等级,没有账号等级限制一说,即使是没有资历的新手也直接享受20%以上的高佣金。从三方分成角度看,淘宝联盟在这个新规中是表面上占主动权的一个。在此之前,网红在拿到佣金后,仅需向淘宝联盟支付佣金的10%技术服务费(即佣金*10%)。但现在,网红需要将成交额当中的6%直接交出去。所以,作为一个淘宝站外带货网红,新政之后他需要支付给阿里的费用是:成交额*佣金率*10%+成交额*6%作为“三方”中的一方,内容平台的收益也会受到影响。假设佣金率是20%的话,以往三方是基于20%按照一定比例分成,而现在是基于14%(20%-6%)按照一定比例分成。也就是说,淘宝拿掉6%、再从剩下的14%中抽掉10%的技术费后,余下的12.6%是达人和内容平台分成。It is understood that fast hands and net red people are divided into five five. In the past, the number of people and platforms was proportional to the 18% (20%-20%*10%) commission after deducting 10% of
read more
tech

Bytes beat Cao Huanhuan: The better the diversity of recommended content, the greater the user’s long-term retention probability | WISE 2019 Super Evolution Conference

aqmwuckt89dzlyna.jpeg
7月9-10日,36氪在北京和上海同步举办“2019WISE超级进化者”大会,活动设有七大会场,关注企业发展变革路径、行业风向把握、零售行业的进击与蜕变、万亿企业服务市场的崛起、产业创新机会、全球化趋势与差异化需求的爆发逻辑等议题,邀请超百位行业领袖,聚焦那些引领行业变革的超级进化者的崛起之路。有些人认为,算法推荐让用户的兴趣窄化。如果长久使用推荐系统,用户的见识、知识、见解得不到提高。面对这样的质疑,在“2019WISE超级进化者”大会上,字节跳动资深算法架构师曹欢欢回应说:“这是对算法的误解。”他解释道,聪明算法工程师都不希望自己的用户兴趣窄化,就像没有一个商场的经理,希望顾客每一次来到商场都只关注同一类别的商品。商场经理都希望顾客关注尽可能多的产品品类,算法工程师也希望用户尽可能的拓展自己的兴趣。据曹欢欢介绍,行业内一直都在利用推荐系统探索拓展用户兴趣,提升内容多样性。现在主流的技术是用深度学习做推荐。在深度学习里有很多方法,包括网络可以做一些特殊的设置,让它学一些新东西。所有用户、内容都是高维空间的向量,可以有意识引导模型,让它学习一些可能感兴趣的内容。以下为嘉宾演讲实录:今天和大家分享一下算法推荐如何帮助用户去拓展兴趣。很多朋友看到这个话题,觉得有一点意外。因为算法推荐是一个新东西,大规模的应用也就是最近几年。有一个规律,一个新生事物会由于外界很多人对它不够了解,而产生一些误解。对算法推荐来讲有一个常见误解,有些人认为算法推荐让用户的兴趣窄化。这背后的逻辑是,算法推荐很懂你,根据你的兴趣推荐,只推荐用户感兴趣的东西,这个用户看的内容始终在一个有限的范围内。长久以后,用几年推荐系统,你的见识、知识、见解得不到提高。为什么这是一种误解呢?有这种想法,是因为很多人不了解算法工程师,也对算法推荐系统不够了解。聪明算法工程师都不希望自己的用户兴趣窄化,就像没有一个商场的经理,希望顾客每一次来到商场都只关注同一类别的商品。商场经理都希望顾客关注尽可能多的产品品类,算法工程师也希望用户尽可能的拓展自己的兴趣。推荐系统一定是智能、可学习的系统推荐系统本质上一定是基于海量内容的,就是内容一定要多,如果只有十条内容,没有办法推荐。有很多内容,不知道你喜欢哪个,让系统做,这样可以节省用户的精力和时间。从海量内容挑选用户感兴趣的内容,所以推荐系统一定是智能、可学习的系统,并且会根据用户的反馈调整自己。这些反馈有很多,比如在电商领域,是下单、添加到购物车,在内容领域是点击,在短视频领域是播放。推荐系统通过种种正向、负向反馈,不断观察学习,根据这些信号不断调整自己,让自己更能符合用户的兴趣需求,这就是一个推荐系统的本质。业内最早应用推荐系统的行业是电影。早在2006年,当时还在卖DVD的Netflix就曾经发起过一次奖金高达百万的大赛,比赛内容就是说谁能发明比他现有电影推荐算法好10%的方法,就能得到百万美金。推荐系统在资讯领域的应用,其实是比较晚的,今日头条应该是全世界范围内第一个做的。我加入头条比较早,在2014年初。在头条之前,行业里有一些个性化推荐的方案,但是都要基于兴趣订阅。更早的,像谷歌的阅读器,都需要用户进行很烦琐订阅一堆来源或者标签。完全实现系统自动学习推荐,今日头条是全世界第一家。不同行业的推荐系统,虽然应用领域、场景不太一样,但本质是类似的。All recommendation systems rely on three aspects: content characteristics, user characteristics, and environmental characteristics. The system needs to combine these
1 2 3 157
Page 1 of 157