Автор Джош Берсин
В прошлом году я писал о «Войне облаков навыков» и отмечал, что разгорается война за «SkillsTech» - технологии в навыках. Что ж, теперь стало жарко, и Oracle прыгнула в этот бассейн. И они произведут фурор.
Программное обеспечение для таксономии навыков сейчас представляет собой огромный рынок, и он становится еще более горячим по мере роста экономики. Как описано в подкасте выше, это инструменты, которые пытаются «вывести навыки» из резюме и других артефактов в онлайн, сопоставить людей с вакансиями и возможностями, классифицировать и открыть для них обучение и даже помочь людям найти подходящих наставников, тренеров и команды.
Как все это работает? Основным механизмом является технология сопоставления на основе искусственного интеллекта, которая теперь использует расширенную аналитику, чтобы не только выяснить, в каких темах человек может быть экспертом, но и где он работал, над какими проектами работал и какие еще другие образовательные «сигналы» могут сделать вывод о возможностях человека.
Крупными игроками на этом рынке сегодня являются Workday, Degreed, EdCast, Eightfold и Gloat, но почти все другие поставщики, от Fuel50 до Cornerstone и SAP, также развивают то же самое. Более продвинутые системы «второго поколения» (такие как Eightfold.ai, Retrain.ai, EmPath и FutureAI) идут намного дальше - они изучают кластеры должностей и историю вакансий, чтобы не только угадывать навыки человека, но и разумно рекомендовать какой карьерный путь или работа должна быть следующей.
Излишне говорить, что вся эта технология имеет огромный потенциал. Каждому соискателю нужен совет о том, чему учиться и какую работу выбрать дальше. Каждой крупной корпорации нужен совет о том, кого продвигать, кого продвигать на новые должности и как создавать новые возможности. И каждый руководитель государственного сектора, аналитик и консалтинговая компания хотят разработать решения, которые уменьшают неравенство доходов, уравновешивают дефицит на рынке труда и помогают компаниям находить труднодоступные таланты.
По сути, это проблема алгоритма искусственного интеллекта и «проблема контента». Другими словами, недостаточно просто «проиндексировать» информацию и найти правильные сигналы, вам также понадобится много-много данных, потому что рынок труда заполнен огромными пулами данных.
Рассмотрим, например, проблему, с которой сталкивается Chevron - как мы переквалифицируем, нанимаем или планируем нашу энергоцентричную рабочую силу, чтобы мы могли стать экспертами в солнечной энергетике, батареях, энергии ветра и других новых источниках дохода? Как, например, Lockheed Martin следит за тем, чтобы их сотрудники получали необходимые новые навыки в области интеллектуальных дронов или кибербезопасности, чтобы опережать своих конкурентов? Каким образом компании Bayer или Astra Zeneca гарантируют, что они разрабатывают и нанимают ученых и генных инженеров, которые могут изобрести следующий правильный набор лекарств? И как Ericsson или Deutsche Telekom создать необходимые технические, сервисные, инженерные и бизнес-навыки для революции 5G?
Эта проблема возникает повсюду. Эти инструменты используются не только для того, чтобы сделать отделы HR и L&D более актуальными, но и являются стратегическими бизнес-инструментами, используемыми для принятия важных решений. Должны ли мы «наниматься» на следующий рынок? Можем ли мы перераспределить много наших трудолюбивых нынешних людей на эти новые профессиональные должности, и если да, то каков правильный путь их карьеры? Как мы можем лучше всего посоветовать нашим сотрудникам, что их карьера в нашей компании стоит того?
На заре развития этой технологии эти инструменты использовались для «интеллектуального поиска». Теперь, благодаря указанным выше поставщикам и Microsoft Viva Topics, эти инструменты могут найти экспертов, о которых вы даже не подозревали. Они могут идентифицировать людей в бухгалтерском учете, которым следует перейти на кибер-роли. Они могут выяснить, кто из маркетологов участвует в продажах. И они могут помочь рекрутерам найти сотрудников, которые не выглядят подходящими, но обладают именно теми навыками, которые необходимы вам для выполнения важной работы.
Вход Oracle
Oracle - первый поставщик HCM, который встроил SkillsTech в единую платформу HCM (системы управления человеческим капиталом). На заре существования этого рынка такие поставщики, как Degreed и EdCast, создали инструменты индексации навыков, чтобы помочь найти учебный контент. Затем такие поставщики, как Avature и iCims, добавили инструменты таксономии навыков в свои системы сопоставления кандидатов. Затем такие поставщики, как Eightfold, Gloat, Fuel50, Tandemploy и позже Cornerstone, начали использовать эту технологию для внутренней мобильности и даже для помощи в поиске наставника.
Что ж, Oracle использует SkillsTech для всего. Подобно тому, как Workday использует Workday Skills Cloud для информирования и улучшения всех аспектов Workday (у 800 клиентов есть лицензия), Oracle Dynamic Skills разработана для проникновения во все области пакета Oracle Cloud HCM.
Во многих отношениях Oracle, будучи новичком на рынке, имела возможность учиться у других и создавать интегрированный набор инструментов.
Вот его основы.
Oracle Dynamic Skills состоит из трех основных компонентов:
Skills Nexus - это интеллектуальный набор навыков, позволяющий определять, курировать и систематизировать ваши навыки. Он начинается с глобальной инвентаризации навыков, адаптированной для организации на основе ее собственных данных о кадрах, названий должностей, компетенций и отраслевого языка. Затем он использует ИИ Oracle для постоянной нормализации, контроля и определения навыков. Он может находить варианты названия должности, определять «невидимые навыки» и рекомендовать объединение нескольких вариантов одного и того же навыка. (Новая SkillsDNA от EdCast делает то же самое.)
Skills Advisor (Советник по навыкам) - это технология сопоставления, которая использует данные о навыках, чтобы рекомендовать обучение, переезд, изменение оплаты или другие важные бизнес-процессы.
Skills Center (центр навыков), где сотрудники могут выявлять пробелы в своих навыках, активно повышать свои навыки и управлять своей карьерой и опытом работы.
В отличие от автономных инструментов Oracle старается применять навыки повсюду. Платформа использует навыки в профиле сотрудников, поиске кандидатов, заявках на работу, деятельности в гиг-экономике, профилях вакансий и каталоге обучения.
Его сопоставление предназначено для поиска кандидатов для приобретения талантов, рекомендации вакансий для новых кандидатов, поиска «похожих вакансий» для поиска работы, поиска «похожих кандидатов» для рекрутеров, а затем помощи сотрудникам в поиске карьерных путей, рабочих проектов, наставников и преемников для свою текущую или целевую работу или роль. Он также рекомендует вакансии и места гигов через Oracle Opportunity Marketplace. В дальнейшем команда строит всевозможные интеллектуальные списки, основанные на навыках.
Влияние на рынок
Во многих отношениях это введение выводит SkillsTech на устоявшийся рынок. В течение многих лет поставщики экспериментировали с инструментами сопоставления навыков, вывода и категоризации. Теперь, когда Oracle присутствует на рынке, все производители должны не отставать. Фактически, можно утверждать, что SkillsTech столь же важен для программного обеспечения HR, как мобильные интерфейсы и аналитика. Каждому производителю нужна функциональность в этой области.
Нельзя сказать, что все эти инструменты одинаковы. Основные функции включают в себя версии навыков, разработку таксономии и привязку навыков к профилям, должностям и другим программам талантов. Помимо этого, необходимо учитывать множество дополнительных функций:
- Выявляет ли система навыки через «эффекты второго порядка»? Например, если человек завершил проект с другими людьми, которые обладали определенными навыками, отражается ли этот опыт в их улучшенных навыках и воздействии?
- Понимает ли система вертикальные модели навыков, получая таксономию навыков от третьих сторон? Глобальный мир навыков очень сложен и очень фрагментирован: каждая должность, от ИТ до маркетинга и финансов до HR, имеет свои собственные модели навыков. И в большинстве отраслей требуются тысячи новых навыков и технологий.
- Насколько «умной» является система определения уровней владения навыков? Это совершенно новая область, и большинство поставщиков позволяют сотрудникам самостоятельно оценивать свои навыки. Это только доходит до того, что передовые системы (например, LinkedIn) имеют преимущество в виде миллионов подключений для «определения навыков» разными способами.
- Насколько хорошо поставщик индексирует контент и вакансии? Может ли он найти информацию о навыках в видеороликах? Может ли он определить «уровень навыков», требуемый или подразумеваемый для объекта контента? Это продвинутые алгоритмы, на которых начали сосредотачиваться некоторые производители.
- Какая модель ИИ используется? Это сопоставление слов и шаблонов (часто называемое термином TF-IDF - пропорциональность частоте употребления этого слова в документе и обратная пропорциональность частоте употребления слова во всех документах коллекции)? Это более продвинутый алгоритм, такой как векторная модель языка BERT? Как мы знаем из рекламной индустрии, методы персонализации контента требуют «целостные модели человека» и большой сегментации пользователей. Большинство этих HR-систем только начинают работать таким образом.
- Насколько хорошо система понимает «опыт» для получения навыков? Мы хотим, чтобы эти системы точно отражали учетные данные сотрудника, а не были просто «тегом», по которому кто-то щелкнул. Насколько хорошо система связывает реальный опыт с навыками? (Это то, чем занимается наш проект Global HR Capability Project.)
Я очень благодарен Oracle за то, что все это удалось собрать воедино. Компания имеет большой опыт в области HR-технологий, и эта новая платформа будет устанавливать стандарт интегрированной системы SkillsTech для предприятия.
