ZD至顶网软件频道消息:昨天下午,LinkedIn(领英)在北京举行“引领创时代”2016领英ConnectIn峰会,并发布《2016中国人才趋势报告》。领英中国副总裁于志伟表示:“当前本土人才供需的结构性失衡主要表现为两方面:即中低端人才的‘产能过剩’,而专业技能人才、创新技术人才和中高端人才‘供给不足’。”
领英中国副总裁于志伟发表主题演讲
领英携手世界经济论坛发布的《2016全球人力资本报告》中指出:到2020年,全球将会有700万个工作岗位消失,包括一些基础白领和蓝领技工等;另一方面,计算机、数学、建筑等领域能够创造200万个新的工作机会,因此这中间将会产生500万个工作缺口。在中国市场去产能的过程中,还会有越来越多的人才分流出来,成为劳动力升级的对象。同时,在高精尖产业领域,创新型人才和应用型人才供给跟不上变革步伐的现象会越发突出。
对于中国职场人呈现的特点,《报告》将其概括为三大核心特征:开放、跨界、目标驱动。报告数据显示,高达95%的中国职场人士会对新的工作机会感兴趣,这一比例明显高于世界平均水平(90%)。此外,在中国只有 13% 的职场人士从事本行业超过 20 年,而全球平均水平是17%,北美地区则高达28%。这一方面是由于经济环境的发展多变,我国人才在单一领域的稳定性远低于发达国家;另一方面,也说明我国人才的流动速度更快,更渴求新的工作机会。
不仅如此,跨界跳槽浪潮也成为了近年来我国人才市场的一个突出现象。领英数据显示,当前我国汽车行业人才除了来自汽车和汽车零配件行业,还有很多来自互联网、硬件、咨询、电商等行业;而互联网金融行业的人才有70%以上来自其他行业,针对互联网、金融等传统行业的人才吸引力指数都大于1。
领英《2016中国人才趋势报告》还就当前中美两国高端人才的职业观进行了对比分析。领英发现中国的高端人才更重视职业发展,而美国人才更重视薪酬和人际关系。对于中国的职场高端人才来说,75%的求职者首先想了解潜在雇主的文化和价值观,65%想了解薪酬福利,只有57%首先想了解企业的产品与服务。如今中国的职场人已不仅仅满足于谋求一份工作,更关注的是自身能否获得更好的职业发展,表现出了更理性、更具前瞻性的目标驱动型职业诉求。相比而言,北美职场人士则更关心公司前景是否稳定,薪水是否更可观,与同事关系是否融洽。
对于如何针对当前中国特色来进行人力资源管理,此次大会邀请到来自埃森哲、滴滴出行、中外运-敦豪国际航空快件有限公司、中国国际航空股份有限公司及新奥集团的业务及人力资源高管发表观点,并探讨劳动力配置升级、人才结构优化对产业可持续发展作用、如何将人才趋势洞察和雇主品牌纳入企业人才战略体系等等问题。
来自滴滴出行、国航与新奥集团的业务及人力资源高管共同探讨“人力资本创时代”
埃森哲战略大中华区总裁余进认为,未来的企业家担当的角色将是战略的思想家和强有力的执行者,在企业外部,他们需要成为资源的整合者和生态的打造者,在企业内部也要成为员工潜力的挖掘者与赋能者。
领英全球副总裁兼中国总裁沈博阳与埃森哲战略大中华区总裁余进对话
对于人才管理,中外运-敦豪国际航空快件有限公司人力资源副总裁高鹤洁女士现身说法,今年是DHL快递业务在中国的第30个年头。DHL的人力资源创新实践可以用三个C概括:首先是“能力”(Capability),DHL拥有一套完整国际认证专家体系,可以针对不同岗位的员工提供专业技术培训、文化及领导力培训等;其次是“承诺”(Commitment), DHL每年会进行员工调查,了解员工的需求;第三是“文化”(Culture),DHL虽然历史悠久,但在双创的时代下,人力资源从业者必须与业务同行,必须日日创新。”
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。