11月22日,e成科技在上海成功举办2018用户大会。本次大会以“Talent Before Strategy with AI”为主题,首次公开e成科技AI咨询、AI招聘和AI人才洞察三大支柱支撑下的全新战略蓝图,重磅发布AI咨询拳头产品,数百名CXO、HR VP、资深经理人及媒体人员悉数到场。
会上e成科技总裁梁星晖先生、e成科技首席科学家陈鸿博士、e成科技产品总监兼合伙人杨宝龙先生及董择先生,以及凯盛融英COO程颐江先生共同出席了本次发布会并发表演讲,红星美凯龙置业HRD王维先生,高知特中国招聘战略业务负责人Tony Lin先生参与圆桌论坛。
AI助力企业人才战略成功
e成科技总裁梁星晖先生剖析了企业在人才战略落地通常面临的五大挑战——识人难、配置难、塑造难、再生难和规划难,并指出在数字化时代与人性化管理两大趋势的作用下,人才战略实施将迎来革命性机遇。
在“专家+AI+数据”三驾马车的驱动下,企业将推动外部招聘、内部选拔、晋升策略等多场景下的数字化人才决策落地,以人才投入产出比为基础打造CEO的第四张报表。依托自身强大的AI基因以及多年行业洞察积累,e成科技持续打造“一个标准(画像),两个引擎(个性化推荐+BOT)”,以战略解码为入口,以AI咨询、AI招聘、AI人才洞察三大支柱产品线为通道,为企业人才战略落地的五大难题提供数字化智能化的解决方案,最终助力企业战略的顺利实施。
“决胜力”重磅发布 助力企业战略致胜
数字经济时代到来,商业环境和组织形态都发生了巨大的变化。在时代变革的关头,尽快实现战略转型,推动组织变革,对每一个企业来说都至关重要,而组织转型的关键,则在于人才。
为助力企业人才战略成功,在本次大会上,e成科技重磅推出一款全新的线上标准咨询产品——决胜力,从战略执行力、组织战斗力和领导鼓舞力三个层面出发,以线上交互与分析的专家系统为承载,AI算法为驱动,切入产品运营、客户亲密度、员工敬业度、组织支持度、领导风格、组织氛围等诸多影响组织效益的关键因素,对组织进行全面精确的诊断。
决胜力可支持封闭式选择和开放式问答,智能问答机器人可随时随地与员工进行访谈,并对访谈数据进行实体抽取,意图识别,情感判断,将数据处理结果以可视化形式输出给企业管理者。决胜力将传统咨询系统化、标品化,从单次服务变成永远在线,让企业可以随时随地进行自我诊断,了解自身在行业中所处地位。
AiTS—支撑招聘战略的一站式AI平台
e成科技的AiTS智能招聘管理平台也在本次大会上发布了重要升级,针对企业招聘难的问题给出多渠道解决方案。e成科技打破了传统招聘以简历为基准的桎梏,重新树立了画像为唯一标准的人才理念。通过简历理解与面试评价,在面试BOT和个性化推荐两个引擎的驱动下,AI可以全面刻画人才冰山上的外在能力及冰山下的内在素质,形成人才画像,并基于人才和岗位画像匹配的底层逻辑,帮助企业实现网聘、校招、人才库、内推、猎头五大场景下的人岗匹配,精确、快速地为企业找到“对的人”,助力企业实现人才战略成功。
e成科技首席科学家陈鸿博士从AI算法角度出发,深度剖析了AI如何通过驱动人岗匹配、知识图谱、语义理解、对话系统等功能的实现注力HR不同应用场景。在AI的驱动下,机器可以深度挖掘人才画像,构建知识图谱,实现基于面试、诊断、咨询等目标的人机对话。
会上凯盛融英COO程颐江先生也发表了题为《企业信息化与数字化人才建设》的演讲,分享了对企业信息化战略及人才战略技术赋能的洞见。
演讲结束后,e成科技总裁梁星晖先生主持了主题为“AI时代的人才测评”的梁师e友圆桌论坛,红星美凯龙置业HRD王维先生,高知特中国招聘战略业务负责人Tony Lin先生共同参与了讨论,结合自身多年企业人力资本管理经验,就人才测评数字化升级发表深刻洞见。
e成科技始终相信“人才重于战略,人才先于战略。”正如e成科技总裁梁星晖所言:“人才是组织发展最重要的战略性资源,回归人本管理是组织未来管理模式的发展趋势,而e成科技将使这一切成为现实的可能。”步入人工智能时代,e成科技将时刻肩负“科技驱动人才升级”的使命,打造助力企业人才战略成功的AI平台,同时,e成科技“一个标准(画像),两个引擎(个性化推荐+BOT)”架构的提出,也为整个人力资本领域树立全新的行业标准。
好文章,需要你的鼓励
博通宣布对VMware Cloud Foundation平台进行重大升级,将私有AI服务集成到核心订阅中,并为vSAN存储虚拟化软件添加云原生对象存储支持。此举旨在满足企业对简化基础设施、高效AI采用和网络安全的需求。升级包括与英伟达合作的VMware Private AI Foundation服务、支持AMD GPU、Amazon S3兼容对象存储、与Canonical合作的Ubuntu容器镜像,以及新的四阶段自动化安全流程。博通还推出了面向高监管行业的VCF网络合规高级服务。
清华大学等多家机构研究团队完成了语音分离技术的全面调研,系统梳理了从传统方法到深度学习的技术演进。研究揭示了"鸡尾酒会问题"的核心挑战,分析了各种学习范式和网络架构的优劣,并通过统一实验框架提供了公平的性能基准。调研涵盖了实时处理、轻量化设计、多模态融合等关键技术方向,为学术界和产业界的技术选型提供了重要参考,推动语音分离从实验室走向实际应用。
Google正式发布Gemini 2.5 Flash Image模型,该模型此前在测试版中被称为nanobanana。新模型为企业创意项目提供更多选择,能够快速修改图像外观并提供比以往模型更强的控制能力。该模型在保持人物相似度和编辑一致性方面表现出色,支持多轮编辑、照片融合等功能,并已集成到Gemini应用中供付费和免费用户使用。
浙江大学和腾讯微信视觉团队发现AI图片生成训练中"时机胜过强度"的重要规律,开发出TempFlow-GRPO新方法。通过轨迹分支技术精确评估中间步骤,结合噪声感知权重调整优化不同阶段的学习强度,将训练效率提升三倍,在复杂场景理解方面准确率从63%提升至97%,为AI训练方法论带来重要突破。