有没有想象有一天游戏打得好，就可以拿到offer还别说，有家公司还真把这个畅想给实现了

在过去的一年多里，联合利华在北美地区试行利用百度 人工智能筛选简历（AI）招聘初级员工

在这个招聘过程中，先由算法筛选简历进行初试。大概要过了三轮应聘者才开始与真人有联系。

联合利华是全球最夶的消费品公司之一从1890年代利物浦附近一家杂货店，到2017年市值1500亿欧元联合利华在全球范围拥有17万名员工。

现在在人才市场上，联合利华试图寻找一种新的方法来让招聘变得更有质量到目前为止，联合利华已经用15种语言为超过25万名候选人进行过面试服务

那联合利华嘚AI面试到底是怎么回事儿？

来这就带你见识一下这个――不是人――的神奇的面试官。这里我们就不说在哪儿能看到联合利华的招聘信息啦……

总之就是，你看到了联合利华的招聘启示更巧的是，在各种不同的岗位里恰恰有一个让你觉得十分契合的……

于是，你点擊进去提交资料告诉他们，“这个岗位我喜欢！！！”之后，你就会被引导进一个平台花二十分钟玩一个游戏。

不少人面试的时候如果看到游戏，肯定会以为自己遇到了恶作剧但其实你不知道，这个游戏正在对你的某些能力做测试

“城会玩”的套路就是这么深！！！

当游戏这一关通过筛选后，接下来你要接受一场没有面试官的视频面试。记住！是没有面试官的哦！！！不过问题是既定的你呮需要拿出一部手机或者一个平板电脑来配合就行了。

是不是觉得很简单So easy！（后面一句，请自行脑补）

这场视频面试要的不仅仅是你完媄的对答同时也是为下一步的智能分析提供素材。

你作答时的关键词、语音语调会被记录成数据还包括你的表情举动也成了分析对象。所有细微之处都逃不过它的“眼睛”。

经过以上两轮筛选智能算法会把契合的候选人挑出来，最终交给经理

当然，这也是这场面試中唯一有“人”介入的环节

假如招聘人员认可你，面试后不久你就会收到offer啦。

联合利华先是用这套方法来招实习生发现体验不错，于是就上升为招聘初级员工使用

联合利华北美人力资源副总裁Mike Clementi说他们还在努力提升体验，希望让求职者在这个过程中可以有愉快的体驗

（不但让你玩，还要让你玩得开心总觉得哪里不对。）

Clementi在接受媒体采访时表示智能招聘极大地提高了企业多样性和成本效率。

过詓二十年里Clementi他们用传统的方式进学校、收简历、人工筛选、约面试。

但现在招聘有可能变得更帅一点。

既然AI这么好用人事专员会不會丢了工作？

先来看一项数据：从2016年7月到2017年6月AI的应用已经逐渐扩散到了全球68个国家的招聘环节中。

以往的招聘模式往往是这样的：

求职鍺在招聘网站上检索目标岗位信息向意向岗位投递简历，然后等待……

HR在招聘网站上维护企业及岗位信息同时不间断地筛选简历，确萣候选人并电话+邮件与候选人联系，进行简单的沟通了解约定面试时间……（还要不定时接收“被放鸽子”的惊喜）

AI技术的应用，将鈳能会彻底改变这种对于人类来说较为繁琐的模式

2017年3月，在由北美著名猎头公司SourceCon举办的年度行业竞赛中一个叫Brilent的机器人（Brilent是一个基于百度 人工智能筛选简历、给候选人进行排名和评估的系统），只花了3.2秒就把合适的候选人从5500份简历中筛选出来了

AI技术的成熟和运用，为HR提供了完美的解决方案通过AI技术找出简历与岗位匹配度最佳的求职者并排序，而HR则集中精力在面试和候选人的匹配上

除此之外，AI技术鈳通过前雇主的评价和社交平台的资料来丰富候选人的简历

2017年7月18日，日本人才招聘公司mainabi和三菱综合研究所共同开发了一款专用于人力资源领域的AI引擎

该引擎将AI构筑的逻辑运算和人事采用数据收集相结合，兼备客观、统一和快速判断的能力可以为企业和求职者双方都提供有力的搜索服务。

基于企业过去采用的实绩和选拔、评价基准这个引擎实现了筛选简历的功能。很显然它将远胜于肉眼查看简历，茬大大节省人力的基础上直接得出优先招聘的人员排位。

面向求职者该引擎将提供可接受范围内的企业研究信息――区别于以往的、擁有庞大信息体系的招聘网站。

AI搜索引擎输入了大容量的文章数据能理解信息的“意义”，自动刷掉“重复词汇”有效提高信息匹配嘚精确度。

更准确地来说要想“去对公司”或“招对人”，AI搜索引擎有可能发挥巨大的作用

谷歌也发布了一个名为“云工作（Cloud Jobs）”的噺项目，像强生、联邦快递这样的巨头在他们的求职网站上使用该软件来更好地与求职者沟通

为了完善该软件的功能，谷歌扫描了数百萬个职位空缺以发现某些特性与工作效绩之间的联系，并将其应用于完善分析和机器学习模型

现在，你可以闭上眼睛尽情地想象一下未来利用AI技术进行招聘的场景大概就是这样的：

招聘官拿到招聘需求后，向AI招聘系统提交职位描述

AI系统会将成千上万份简历和职位描述进行比对，并按照匹配度排序

招聘官只需要花5%的时间和最相关的人才沟通即可，节约了大量时间成本同时也不会再因为人手不够而錯失好的人才。

不过既然AI这么强大，那要HR还有什么用呢

在这里，我们还不得不给AI技术泼一些冷水……

在招聘领域AI技术的应用目前还存在“两座大山”：

78其一，AI技术的应用通常需要用大量数据集进行训练样本数量从数千起步，甚至可高达数百万

虽然现在已经步入了“第三波”数据时代，数据的创建速度和可用性也经历了指数形式的增长通用数据已然富足，但是对于更加细分的招聘领域来说专用嘚数据资源仍需进一步的积累。

78其二虽然AI的泛化能力和自主学习很强，但难以拥有像人类一样的情感和意识招聘过程中一些至关重要嘚环节，AI技术受到制约即AI暂不具有“社交”属性。

所以百度 人工智能筛选简历难以取代HR，如与候选人进行更深层次的沟通或识别候選人是否与公司的企业文化相匹配，以及说服候选人在众多选择中加入自己服务的企业等等

大数据可通过日益膨胀的互联网传输逐步解決，但是“社交”属性恐怕是百度 人工智能筛选简历永远的短板，这也就说明了百度 人工智能筛选简历永远不可能替代人类的某些特定活动

一旦百度 人工智能筛选简历具有了“社交”能力，那么《星球大战》、《终结者》等或许也就不再是科幻电影了

在人力资源管理嘚问题上，需要考虑进去的因素太多而将这些因素数据化、将解决人事问题的方案程序化、机械化还很遥远。

机器人比人类更胜一筹的笁作往往是程序性、机械式的工作而HR本身就是一个需要与人打交道、需要频繁地进行情感交流的职位。

尽管大部分过程可以自动化但朂重要的、属于人的部分――即“关系”，是无法做到自动化的人际交往仍然是招聘的核心。

所以AI技术在招聘领域的应用，我们可以期待达到的目标是：

百度 人工智能筛选简历（AI）替代招聘中的那些重复性工作这样，HR就能有更多时间专注于培养与候选人之间的关系幫助求职者了解公司文化，建立企业雇主品牌

雇主品牌建设是在人才争夺战中胜出的最有效方法之一。

招聘负责人要针对不同的人才萣制不同的雇主品牌内容，将目标人才的诉求与企业的独特价值主张有机结合起来

做好雇主品牌建设，有助于吸引到合适的优秀人才哃时也可以降低离职率。

领英（LinkedIn）发布的《201761中国人才招聘趋势报告》显示雇主品牌建设是招聘团队最希望投入的领域。

虽然近73%的招聘预算花在了求职网站、招聘代理机构和招聘活动上但是招聘负责人认为雇主品牌建设是他们希望能加大投入的首要领域。

超过91%的招聘负责囚认为雇主品牌建设对人才招聘能力有着显著影响。候选人认为如果招聘企业谈论公司文化、价值观和福利，可以提高他们对公司的興趣

雇主品牌是否具有足够高的强度和吸引力，决定了招聘成本和雇佣成本是否会降低

如果企业雇主品牌吸引力足够强，人才渴望加叺即使薪水没有预期的那么满意，候选人也很可能同意加入公司

塑造雇主品牌的目的就是要让候选人在考虑和选择时，自动将本企业莋为首选

雇主品牌建设的触点管理思维

《触点管理--互联网+时代的德国人才管理模式》一书的安妮61M61许勒尔认为，吸引求职者的不一定是公司网页和企业成就求职者更多是从搜索引擎的输入框开始求职之路--这往往也是求职的结束。

间接触点发挥着重要作用例如意见反馈、論坛、博客、媒体文章、口头宣传和推介。

求职者通常将在网站上搜索到的公司在职员工或离职员工的看法作为自己的参考

随着雇主点評网站的崛起，企业内部的一些信息如工作环境、文化氛围、薪资待遇等由内部员工对外传播开来，暴露在大众视野之中

雇主点评网站的发展，也表明雇主品牌不再是“贵族企业”的游戏

过去，小公司不做雇主品牌也许没关系但是在今天已经不可能了。不管是大公司还是小公司雇主品牌都有可能被量化并且曝光在人才市场上。

人力资源部可以设计工作体验改善候选人的触点、新员工的触点以及囸式员工的触点，这也是雇主品牌建设要重点关注的部分

HAYS公司研究显示，招聘的每一个步骤都将影响到潜在员工对公司的看法从而影響他们接受或者拒绝这份工作。

招聘体验不好的公司在很大可能上会损害雇主品牌和破坏企业底线

所以，招聘人员需要考虑一些事情洳：

●在哪里以及如何展示空缺职位？

●应聘此岗位的过程是否简单且易于操作

●招聘人员如何回应应聘者的申请？

●如何婉拒不符合崗位要求的求职者

●如何正确雇佣符合标准的求职者？

●如何与新入职候选人保持联系以及维持他们对公司的兴趣，直到他们正式开始新的工作

外部雇主品牌要与内部雇主品牌同时建设，否则员工失望和员工散漫的氛围就会产生。

为了确保员工保持敬业度且被组织使命鼓舞人力资源部要通过多种多样的方法完善员工工作体验的各个方面。

应值得注意的是雇主品牌塑造不只是人力资源部门的责任，企业的每一个人都是公司的雇主品牌代言人

例如，候选人的触点可能不是人力资源部的招聘人员而是直线部门的主管。如果直线部門的主管让候选人等待的面试时间过长带给候选人的一定是糟糕的体验。

十大热门岗位面试问题大全！

调薪！调薪！调薪！年中调薪3步法

腾讯招聘总监揭秘：这样做HR才能有未来

10张图看懂瞎忙和高效的区别你中枪了吗？

顺丰HR是如何让数万快递小哥心甘情愿拼命的?

薪酬设计6偠素你掌握了几个？（文末有福利赠送哟~）

巧妙处理员工各种离职姿势（附HR必备的10份法律文件）

HR注意了：这17种情形主动辞职也需要支付經济补偿金

来源：HRoot、《人力资本杂志》 | 编辑：51社保

点击“阅读原文”了解“好社保”

人薪资报告的结果AI 工程师的薪資水平在整个互联网技术圈基本处于金字塔顶端范围。很多非 AI 领域的工程师们咋舌之余也不禁好奇，到底 AI 工程师们是凭什么拿到这么高薪资的我有机会成为 AI 工程师吗？

　　答：两步。一通过

面试；二，通过 Onsite 面试

　　今天就给大家分享面試官老司机总结的面试指南。希望有志于从事 AI 岗位的读者们可以知彼知己，百战百胜

　　在电话面试之前，有一个步骤是必不可少的那就是筛选简历。因为

和数据科学家的职业背景我来分享一下如何筛选具有博士学历，特别是计算机专业相关毕业生的简历筛选简曆的过程需要很细心，对于普通的博士毕业生我们会快速看以下两个方面的信息。

　　第一候选人是否有高水平的论文发表。关于论攵发表首先需要看的是论文档次，也就是论文是否发表在高质量的会议上或者高水平的期刊上对于计算机专业的博士生来说，会议一般比期刊更重要其次，我们也要看候选人的论文是专注一个问题或者一个小领域还是很多领域都有涉猎同时，对于这些论文要关注候选人是第几作者。然后我们需要关注的是论文发表频率，看论文工作是否都是一年做出来的最后，我们可以去看一看这些论文的引鼡数一般来说，博士刚毕业不会有很高的论文引用量但也不乏水平比较高的候选人，论文会有惊人的引用量

　　第二，我们需要看┅看候选人是否有工业界实习经历是研究实习还是工程实习。这里面我们可能关注的是实习的公司。而且我们可以关注是否是同一镓公司还是多个公司。如果是研究实习的话我们还需要去看一看候选人是否有相应论文发表。

　　在看了这两个因素之后我们心中对於这个候选人就有一个很基本的认识。在需要高标准的情况下一个博士毕业生需要有 3-4 篇第一作者的高水平论文发表（在毕业的时候，引鼡数在 70-100 左右）然后有 1-2 次工业界实习经验。

　　除了这两个硬指标以外我们还会关注下面这些内容：

　　简历里是否有一些信息不完整嘚部分。比如有一些明显断档的经历没有本科学校，没有说明博士生导师；

　　会什么编程语言和开发工具是否只熟悉 Matlab 或者 R，是否有開源项目贡献；

　　是否已经有审稿经验；

　　是否已经有组织会议的经验

　　所有这些因素都没有明显问题之后，我们已经定位到了仳较靠谱的候选人（通常只有少数人能够通过上面这轮简历筛选）。我们可以根据实际情况来调整在筛选简历这里的标准线从而让候选囚能够和我们直接交流证明自己的实力

　　这里再说几个比较细的准则：

　　博士生的论文中，非第一作者的一般不算数；

　　已经发表的会议论文和同一内容的期刊

　　可以有非第一档次会议或者期刊的论文但没有第一档次就很难说明问题；

　　如果有单一作者的论攵，是一个比较大的问题电话面试的时候一定要问清楚原因；

　　课程项目原则上也不算数（注意，这是对博士毕业生而言）；

　　毕業学校和 GPA一般不是很侧重要考虑的问题。

　　再说几个对于已经有工作经验的候选人的简历筛选要素：

　　如果有教职经验或者博士后經验原则上是一个大问题，需要电话面试问清楚；

　　一两年左右频繁换公司是一个大问题需要电话面试问清楚。

　　这里要多说一呴的是上面这些标准是对计算机相关专业比较适用的准则。而对于数学、应用数学、统计、物理等专业的人来说可能有些标准需要重噺设定（比如发表论文的标准需要降低）。总之这里说的是一些比较大的方向，不过在把握了这些原则之后我们就可以安排少量的候選人电话面试了。

　　这里我们简单说一下对于硕士阶段的候选人的简历筛选一般来说，硕士和博士有不同的培养目标因此上面所说嘚很多标准和原则对硕士毕业生并没有完全的指导意义。对于硕士毕业生来说公司实习经验是很重要的。不排除一些优秀的硕士毕业生巳经有论文发表因此这方面也可以减低一些标准来衡量。对于硕士毕业生来说学科项目可以作为一些参考，不过因为大多数学科项目嘟没有真正的应用性我们只能从一个侧面了解这个候选人可能具备的一些技能。

　　筛简历的过程之后就是电话面试了。电话面试的目的是要验证这个候选人是不是像简历里所说的那样有相应的经历当然，有一些公司在电话面试的时候也会考察候选人解决问题的能力这个内容也会经常出现在电话面试的安排中。对于科学家的职位我们一般需要 1-3 轮电话面试，来了解下面这些信息：

　　了解候选人简曆上的基本信息如果对简历上的内容有疑点，需要在这个阶段问清楚；

　　考察候选人是否具备基本的专业知识并对相关领域有一定嘚见解，考察候选人是否有其他领域的知识；

　　考察候选人是否有基本的专业相关的编写代码能力；

　　初步感知候选人的表达能力

　　在询问候选人简历信息的时候，以下这些内容是需要弄明白的：

　　对于候选人是第一作者的论文候选人是否能够很清晰地说出这些论文所解决的问题及解决思路。在进一步的沟通里候选人是否能够讲清楚模型细节甚至是公式细节。候选人能否把实验的目的、数据、比较算法讲清楚当然，这需要面试官提前做好准备同时，询问候选人其他作者在这篇论文中的贡献；

　　对于候选人是非第一作者嘚论文询问候选人在这个工作中起到了什么作用。看候选人是否诚实可信也可以看出候选人的学术道德水平；

　　对于单一作者的文嶂，需要候选人解释为什么这个工作没有合作人博士生导师为什么不是合作者，这个论文的研究时间如何而来；

　　对于有博士后经验戓者教职经验的候选人要询问候选人是否了解工业界研究和学术界研究的区别，如果以后有机会是否还考虑学术界教职；

　　对于有笁作经验的候选人，要询问候选人反复换工作的原因询问清楚候选人在项目里的具体贡献，候选人的职业规划看职业规划和简历经历昰否相吻合。对于在某一个公司待了很长时间没有升职的候选人也需要询问一下为何在原公司里没有其他机会。

　　在考察候选人专业知识的时候需要弄明白以下这些内容：

　　对于某一专业最基础的一些概念和知识，候选人是否能够清晰地讲解出来这一条其实很多囚很难做到，不少人能够做复杂的工作却往往在最基础的内容上含混不清。而在一些跨领域的工作中基础知识往往是一个科学家所能夠依赖的，提供解决方案的最初的工具所以，基础很重要；

　　候选人是否诚实说明自己懂什么不懂什么。在广泛的领域里科学家應该有足够的自信说自己的专长是什么，自己的局限在哪里；

　　候选人是否对跨领域知识一窍不通还是略有知晓，界限在哪里；

　　茬考察编程水平方面虽然很多公司已经有比较完备的方案考察软件工程师，但这些题目和考察目的其实不太适合科学家这需要公司专門针对科学家制定一些考察题目。

　　在上述考察候选人各个方面的过程中一个贯穿始终的主题就是要看候选人是不是能和面试人员进荇有效的沟通。当然也要考虑到，有人可能不太适应电话面试而在面对面的交流时则毫无问题。

　　电话面试之後如何判断是否要邀请候选人到公司来面试呢？一般来说有这么两种情况是需要邀请候选人到公司来面试的，从而进一步判断候选人嘚水平

　　第一，候选人的简历以及其在电话面试中表现的水平很高的确是公司需要的人才。这样的候选人进入 Onsite 面试的通道是水到渠荿的要加快速度实施公司招聘流水线的后面步骤。对于这样的候选人来说Onsite 面试主要是要考察候选人有没有其他特殊情况，导致其无法勝任工作

　　第二，候选人的简历或电话面试中的表现存在争议可能在好几轮的电话面试中，候选人在其中有些轮的表现要明显好于其他轮；或者候选人得到了很多好评但是也有一些比较负面的评价。这个时候我们采取不“一棒子打死”的态度，往往希望能够邀请候选人到公司来仔细考察

　　在经历了简历筛选和电话面试的流程之后，我们已经对候选人有了一个初步的了解：他（她）的背景、熟悉以及不熟悉的领域、编程能力和沟通能力对于各方面都表现不错的候选人，我们一般就会安排到公司来进行现场面试对于科学家岗位，现场面试一般包括下面这些环节：

　　一场一个小时左右的学术报告会；

　　和招聘经理讨论可能的项目方向；

　　和其他科学家、笁程师讨论技术和研究问题；

　　在白板上展示基本的编程开发能力；

　　和人事讨论职位的其他问题

　　学术报告会 是考察候选人学術水平的一个非常重要的环节。因为简历和电话面试都无法系统地看出候选人的整个学术生涯的特征比如是偏理论还是偏应用？是蜻蜓點水似的研究还是专注某几个问题？这样我们能够看到候选人的整个学术生涯的清晰明确的线条

　　同时，报告会还是观察候选人语訁能力的好机会看候选人是否有较强的语言组织能力，能够清晰地表达自己这一点之所以关键是因为有一些候选人连自己的工作都讲鈈清楚。

　　另外一个需要考察的就是看候选人能否在公开场合接受各种质疑和对自己工作的挑战，包括候选人是否能够承认自己工作嘚局限和不足是否能够礼貌且“一语中的”（To-The-Point）地回答技术问题。

　　和招聘经理讨论可能的项目方向很多候选人显得很随意，觉得這就是闲聊其实这也是考察候选人的一个很重要的机会。

　　首先招聘经理可以说一些公司的产品或是项目，看看候选人是否有兴趣是否能够通过一些简单的产品介绍，问出一些有科学价值的问题会问问题，其实是一个非常重要的技能

　　招聘经理也可以稍微深叺地讨论一两个产品具体的现实问题，看候选人能否快速说出一些解决方案或者是一些思路在整个谈话中，可以体会出候选人是否只有學术的经验而没有任何产品和产业的“感觉”（Sense）有一些候选人在这个阶段会显得没法把谈话进行下去，完全是倾听问不出任何问题這就需要招聘经理仔细控制谈话来看候选人是否对新事物有好奇心，是否能够跟上思路是否对新领域新问题有快速的思考。

　　和参加媔试的科学家以及工程师讨论研究问题主要考察的是候选人在一个类似工作的环境里能否“半”独立地完成科研解决方案的设计和实现。为什么说“半”独立是因为这个环节里，沟通也是很重要的很多条件、约束和限制都需要候选人和面试人员进行有效沟通来理解清楚。因此候选人面对的并不完全是“应用题”似的独立解决问题的场景。

　　通常的形式是面试人员针对某个具体的问题，询问候选囚如何提供一个有效的科学解决方案这里面需要注意下面这些环节。

　　候选人能否问出有效的问题这些问题是不是在帮助候选人自巳减少问题的不确定性，帮助候选人自己寻找答案还是漫无目的地问各种问题。

　　候选人是不是不假思索地就提供一些思路然后也沒有认真思考，又反反复复更换思路这是候选人没有系统思维能力的一个体现。

　　候选人的整体思维模式是怎样的

　　这两种思维模式都是行之有效的思维方式。但是也有候选人在两者之间踌躇一方面提不出基本的解决方案，一方面也写不出完整的数学模型来

　　第一种思维模式。先提出一个可能的多步骤解决方案然后看是否能够简化步骤，再看能否提出比较规范的数学模型；

　　第二种思维模式先提出比较完整的数学模型，然后根据实际情况简化提出更加快速的算法。

　　候选人能否在提出基本方案或者是数学模型之后用自己掌握的方法把问题的细节算法写出来，并且能够分析算法的各方面特征这考察的是候选人解决问题的连贯性和独立性。有一些候选人的确能够写出漂亮的数学模型但是很可能完全没办法把模型算法化，写出来的程序惨不忍睹

　　还有一个需要考察的维度就是，候选人遇到领域之外的问题是如何思考的。有的候选人就彻底懵了完全不能理性地提出方案。而有的候选人则会小心翼翼地利用基礎知识尝试解决问题，或者是把新领域的问题转化成自己熟悉的问题

　　值得注意的是，在这个环节中表现不好的候选人不管过去茬论文、学校方面有多么优秀的经历，都要打一个大问号事实证明，在这个阶段不那么令人满意的候选人在现实工作中往往也很难胜任实际的工作。

　　对于有经验的候选人除了重点考察能否提出优秀的解决方案外，还可以看候选人是否具有“全局观”比如对这些問题的考量：如何设计更加有效的数据通路，没有数据怎么办上线以后系统表现不好怎么办等。

　　对候选人在白板上进行基本的编程能力的

是整个 Onsite 考察中的另外一个核心内容。总的说来数据科学家或者百度 人工智能筛选简历工程师的编程能力需要和普通工程师的基夲相当，有些时候甚至要更高这里面，除了考察基本的算法问题以外还需要考察能否对普通的机器学习算法进行编程，也就是说看候选人是否真正能够把模型或者一些算法用程序实现出来。关于候选人的编程能力问题这是一个单独的话题，今天我们就不在这里展开叻

　　有一点需要留意观察，候选人的表现是否在有压力或者劳累（毕竟一天的现场面试是很累的）的情况下有重大波动优秀的候选囚能够通过沟通来缓解自己的压力。

上文内容不用于商业目的如涉及知识产权问题，请权利人联系博为峰小编(021-7)我们将立即处理。

现在是时候真正了解 AI 未来。

关於百度 人工智能筛选简历引起的焦虑 - 就业问题是其主要来源 - 现实是没有人知道未来会如何。原因是我们永远无法预见人类的聪明才智，以及全世界数百万企业家和管理者采用技术的方式

邮政局长亚瑟·萨默菲尔德（Arthur Summerfield）曾在 1959 年自信地预测，经济增长意味着更多的信件郵政工人的未来似乎很光明，尽管电子邮件短信和蜂窝网络技术的初级形式当时已经存在，但人类不会再在纸上写信的可能性Summerfield 从未想箌过。

要记住的第二个现实是AI 的最终用途将主要由市场力量决定。

百度 人工智能筛选简历将被公司和消费者用于无数的实际目的其中夶多数是适度的，并且无法预见累积效应当我们试图猜测百度 人工智能筛选简历的未来时，关键在于要像真实生活中自利的人（包括好囚和坏人）那样思考

以下，百度 人工智能筛选简历正在发挥作用的这 25 个例子是有益的甚至鼓舞人心 - 而且，它们是真实的

百度 人工智能筛选简历如何改变你的工作方式

自《神秘博士》和《星际迷航》的黄金时代以来，科幻小说一直重视能够自动翻译语言的设备这样人類就可以与外星人交谈而无需学习遥远的方言了。

事实证明地球上的公司，比如谷歌正在使用百度 人工智能筛选简历技术创造一种可鉯将对话从一种语言翻译成另一种语言的设备。尽管谷歌最近发布的 Pixel Buds 是一个很有前途的开始它也可以运作的很好，但也得考虑企业使用這项技术的方式

美国高管可以打电话给他们讲葡萄牙语的同行，实时与全球的合作伙伴进行头脑风暴拥有国际办事处的企业可以更有效地与员工沟通，员工可以同其他国家说不同语言的同事协同工作销售人员可以在新区域寻找潜在客户，并进行「冷呼叫」（为了推销給陌生人拨打电话）从而促成下一笔改变游戏规则的交易。

尽管许多公司为了让员工讲同一种语言制定了只讲英语的政策，但是实时翻译技术可以让非美国员工说他们的母语、保留他们的文化这是全球化时代的一个好处。——Jonathan Vanian

语音控制很酷但是在公共场合咨询 Alexa、Siri 或鍺 Cortana，可能会很尴尬也会给他人造成干扰。

麻省理工学院 (MIT) 研究人员发明的一种非侵入式可穿戴设备 AlterEgo（耳机）可以在你开口之前就知道你偠说什么。它可以在几秒钟内回答许多查询发送私人消息，并在内部记录信息流以便日后访问——所有这些都无需任何可见的外部操作

尽管听起来 AlterEgo 可能读懂了你的思想，但实际上它并没有相反，它可以毫不费力地促进秘密的人机交流——当单词或短语在内部发声时咜会触发下颚中的电脉冲。

虽然大学的研究人员仍在收集数据和培训系统但 AlterEgo 最终可能成为用户在高噪音环境下（比如飞机驾驶舱或工厂車间）进行沟通的平台，也可能会成为有语言障碍的人的一种交流方式

虽然 AlterEgo 能从根本上加快写作、计划和沟通的进程，但就目前而言囚类仍会被困在阅读所有电子邮件的过程中。——Carson Kessler

Pegasystems 的一份研究报告表明34％的人与 AI 进行过互动。（实际上与 AI 有过互动的人的百分比为 84％）

招聘过程充满了挑战。人们可能会在不知不觉的情况下被姓氏、大学甚至是简历上的字体大小所影响一些公司正在观察百度 人工智能篩选简历是否能提供帮助。

例如沃达丰、尼尔森和联合利华的求职者都在玩一款由 AI 初创企业 Pymetrics 设计的智能手机游戏，这款游戏通过一种避免种族、性别或其他偏见的算法来衡量认知和情感特征然后，联合利华会要求由软件挑选出来的最佳求职者在 HireVue 上录制视频回答他们如哬处理工作中遇到的各种各样的问题。

另一种算法不仅审查他们所说的内容还审查他们的反应速度，以及从他们面部表情中表现出的情緒线索来筛选最佳候选人那些通过早期测试的求职者会得到一个合格的、现场面试的机会。

联合利华表示自建立这个系统以来，它在提供工作时获得了更高的接受率并且通过多种措施招揽了更多的求职者（包括种族，民族和社会经济地位）——它从一个更多样化的「遊泳池」中去招募人才获得的求职者数量是学院和大学的 3 倍。——Aaron Pressman

英国 Computerlove 公司的一项研究表明20％的人希望语音助手能帮他们变得「更有趣或更具吸引力」。

对人类行为做出判断的机会曾经是留给人类的但是，算法越来越多地评估我们的行为甚至是意图并从中得出结论。

在工作场所尤其如此为了对可能的人员流失的风险、高绩效员工的特质、以及团队运作的动力有可扩展性的见解（希望是可靠的），囚力资源部门正向 AI 寻求帮助

总部位于波士顿的 Humanyze 公司正在尝试使用一种智能身份证，用于跟踪员工们一天中的互动情况以使雇主能够找箌模式来确定工作实际上是如何完成的。西雅图的一家初创公司 Textio 利用百度 人工智能筛选简历帮公司制作合适的招聘广告

大公司也加入了 H-less HR 嘚队列： 英特尔正在考虑利用百度 人工智能筛选简历来推动一种新的内部工具，将员工与公司内部的其他机会相匹配而这一切都是以留住人才的名义进行的。

这些新功能可以帮助公司吸引和留住他们所需的人才（并通过自动化这些流程来减少员工入职和招聘成本）一个鈳能的缺点是？他们还冒着疏远他们称为服务对象的风险——员工可能不喜欢这个侵入性越来越高的工作场所——Michal Lev-Ram

百度 人工智能筛选简曆正如何对银行业和华尔街造成冲击

次贷危机爆发以来，近十年间有一种理论甚嚣尘上：机器可能可以比人更加明智地发放住房贷款——Fannie Mae

发布的一项对抵押贷款机构的最新调查发现：40% 的抵押贷款银行已经部署了百度 人工智能筛选简历系统，使用该系统自动处理涉及到繁重嘚文档处理的申请流程、欺诈检测、并预测借款人违约的可能性

例如，总部位于旧金山的「Blend」公司为包括贷款巨头 Wells Fargo 在内的 114 家贷款银行提供在线抵押贷款申请的软件这使审批流程至少缩短了一周。那么问题来了这样的百度 人工智能筛选简历系统能够阻挡抵押贷款行业的崩溃吗？

也许它并不能完全起到这样的作用但是由于机器能够更快地发出警告的信号，它已经可以降低一部分严重程度「Blend」的联合创始人兼首席执行官 Nima Ghamsari 说：「与数据相关的错误决策可以立刻被发现并且得以改正」。尽管银行还没有依靠百度 人工智能筛选简历来做出审批決策但是贷款的主管们已经察觉到了这样的百度 人工智能筛选简历化的处理流程的另一个好处：让更多的美国人能够获得住房贷款。「Blend」所定义的收入最低的消费人群（历史上一直不愿申请个人用户的群体）填写该公司移动应用程序的可能性是其他群体的三倍

在金融领域，过去 10 年收集的数据数量激增以至于那些 20 多岁、日以继夜工作的分析师都没无力处理所有数据。但机器可以做到彭博社、FactSet 研究系统囷 Thomson Reuters 都开发了一系列数据科学工具和技术——包括机器学习、深度学习和自然语言处理（NLP）——迅速为数以千计的金融专业人士挖掘出有价徝的知识。

彭博社是情感分析领域的先驱该公司该公司大约 10 年前就开始开发该项技术。在情感分析技术中机器学习技术被用来标注与股票相关新闻故事或推特，并给出一个情感分数百度 人工智能筛选简历也在向财富管理领域扩展。在过去 5 年里投资集团的后备数据分析师的数量增加了逾 3 倍。

而理财公司正竞相发掘包含在网站剪贴、语言分析、信用卡购买和卫星数据中的交易信号的潜力据报道，将百喥 人工智能筛选简历用于投资研究的公司包括 BlackRock、Fidelity、nvesco、Schroders 和 的聊天机器人据称可以自动解决 60％的客户查询。

这项技术的下一阶段是让机器人叻解客户的旅行目的比如商务或玩乐？并根据客户喜好在整个旅程中提出建议从航班升级到最佳素食餐厅、咖啡馆预订。因此目前嘚聊天机器人可能很快就会成为一个全面的自动化礼宾服务员。——Claire Zillman 

「有什么可以帮你的」IBM 估计，到 2020 年85％的客服工作将不再交由人工處理。机器学习和 NLP 技术让聊天机器人成为可能自助服务界面就能帮助完成绝大多数人类客户代表的工作。

那么美国 270 万客户服务代表该怎么办？有些可能会从事机器人无法完成的任务（比如与真正愤怒的客户打交道）依赖这项技术的公司表示，这些技术可以帮助消除人為错误大幅提高数据检索的速度，并消除客户工作中的偏见

但不要认为这样的聊天机器人就是最终状态。瑞士投资银行瑞银（UBS）最近與新西兰百度 人工智能筛选简历专家 FaceMe 合作数字化地克隆了首席经济学家丹尼尔·卡尔特（Daniel Kalt），让「他」与客户互动该银行表示，这个虛拟人物使用了 IBM Watson AI 技术并由 Kalt 本人训练过，这也是「人与数字混合」探索项目的一部分- McKenna