SAP 又获新客户 智能 HR 解决方案在全球收到青睐
与以往相比,越来越多的全球性企业采用智能的人力资本管理解决方案推动数字化转型,激发以人为本的企业文化。
ZD至顶网软件频道消息: 为了简化所有人力资源职能部门的流程,并提高其运营效率,越来越多的企业选择采用创新、智能的解决方案和由数据驱动的战略,来推动数字化转型。近日,SAP称又有一些全球企业近日选择采用 SAP 人力资本管理解决方案,以期在云端运行人力资源流程。
来自全球不同地区不同行业的领先企业都在采用 SAP SuccessFactors 解决方案,目的是提高人才管理成效和员工敬业度,并获得强大的劳动力分析功能。2016 年第二季度,SAP SuccessFactors 云解决方案收获了以下客户:
- 优车科技有限公司(优车科技)是神州集团的主体公司,在中国的出行领域拥有独一无二的领导者地位,他们将实施基于SAP HANA的SAP HCM 解决方案、SAP SuccessFactors Learning解决方案以及 SAP Jam。SAP解决方案将帮助优车科技建立一套人才管理体系,并在一个整合的信息平台上运行人力资源和电教系统,实现对5万多名员工的灵活培训,激励他们通过自主学习和趣味化的职业发展规划,提高服务水平。
- 广州环亚化妆品科技有限公司是一家综合性化妆品企业,集科研、开发、生产、销售、培训和服务于一体,总部位于中国。该公司选择了 SAP SuccessFactors 解决方案以及 SAP 面向忠诚度管理、促销管理、产品生命周期管理和扩展型仓库管理等领域的其他解决方案,以支持其全球业务拓展,并在国内和国际市场提高品牌知名度。
- Bilfinger 是一家领先的跨国工程和服务集团,总部位于德国。该集团选择了 SAP SuccessFactors HCM Suite 和 SAP SuccessFactors Employee Central 解决方案,旨在规范人力资源流程,提高员工队伍透明度,进而建立全球人才管理模型,提升员工绩效。借助 SAP SuccessFactors HCM Suite,Bilfinger 公司能够加速实现员工工作效率、整合和合规性方面的战略目标。
- Cielo S.A.是巴西商户收单和付款处理行业的领先企业,在信用卡和借记卡交易量方面领跑同行,拥有约 180 万家活跃商户。该公司选择采用 SAP SuccessFactors 解决方案,来帮助他们更深入地了解员工的绩效、职业规划和职业发展等。借助这些解决方案,Cielo 公司希望能够成为目标导向型企业,进一步贯彻以客户为中心的战略,并简化人力资源流程,进而提高效率和成效,减少花在行政工作方面的时间,规范人才管理流程。
- 新加坡职工总会平价合作社 (NTUC Fairprice Co-Operative Limited)是新加坡最大的零售商之一。该公司选用了 SAP HANA 平台、SAP Payroll Processing 应用以及 SAP SuccessFactors HCM Suite(包括 SAP SuccessFactors Employee Central 和 SAP SuccessFactors Recruiting Posting 解决方案),旨在提高员工的工作效率和敬业度。作为一家以客户为中心的零售商,该公司始终秉承坚定不移的社会使命,以提高人们的生活品质为己任。为此,该公司希望能够简化业务流程,利用集成式分析工具获取详细洞察,实现手动流程的自动化,从而提高员工的工作效率和总体客户满意度。
SAP SuccessFactors 总裁 Mike Ettling表示:“这些客户选择 SAP SuccessFactors 解决方案,表明全球各个行业各种规模的企业都在思考如何利用技术推动 HR 转型。与以往相比,现在人才在企业战略中的核心地位更为凸显,而且他们对职场技术的期望也发生了变化。他们期望自己被聘用之后,能够在培训和职业发展期间享受到消费者级体验,并能在全球范围内开展协作。对于这一变化,企业都在积极响应,他们采用智能的人力资本管理解决方案推动数字化转型,激发以人为本的企业文化。”
0赞好文章,需要你的鼓励
推荐文章
分析1000篇论文后,牛津大学团队发现AI的思考过程不可信
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。