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
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
微软正式确认配置管理器将转为年度发布模式,并将Intune作为主要创新重点。该变化将于2026年秋季生效,在此之前还有几个版本发布。微软表示此举是为了与Windows客户端安全和稳定性节奏保持一致,优先确保安全可靠的用户体验。配置管理器将专注于安全性、稳定性和长期支持,而所有新功能创新都将在云端的Intune中进行。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。