ZD至顶网软件频道消息: 当微软在去年六月份宣布收购LinkedIn时,许多人都想知道微软是否将开发自己的人力资本管理(HCM)应用程序,或者何时会这样做。
人力资本管理与人力资源管理系统相关,但不是同一回事。人力资本管理更多地关注员工的专业成长,而不仅仅是人力资源管理系统通常处理的日常人力资源管理(人力资源管理)职能。
Dynamics 365中的操作模块目前包括从微软的Dynamics AX ERP中拿来的一些人力资源功能。但微软似乎并没有打算到此为止,从该公司的一名软件工程师1月5日在在该公司职业网站发布的博客文章上看,上该公司要建立专门针对人力资本管理的应用程序。
以下内容摘自这篇博客文章:
“Dynamics 365旨在重塑业务流程(https://www.linkedin.com/pulse/reinventing-business-processes-satya-nadella)。我们正在提供专用的SaaS应用程序,以快速中断和切换业务应用程序。我们的团队章程是创造下一代的Talent Engagement应用程序,帮助企业管理自己最重要的资产——人。我们正在构建应用程序,以解决从招聘到退休的一揽子需求。我们正在寻找有才华的网络和全栈开发人员以实现我们的愿景。我们的应用程序在网络和移动端上为严密聚焦场景提供了丰富的体验。”
微软官员们还没有表示该公司计划打造自己的人力资本管理应用程序。但是我在ZDNet同事Larry Dignan指出,该公司的首席执行官萨提亚.纳德拉曾在去年六月份表示,他认为人力资本管理软件“对我们来说是一个非常令人兴奋的机会”。
LinkedIn的首席执行官Jeff Weiner表示,在收购宣布之后,LinkedIn的招聘、学习和发展专注于包括招聘、管理、激励和领导员工——也被称为人力资本管理——“对于微软来说是一个巨大而全新的商机。”
在微软对LinkedIn的收购在去年年底得到正式批准并完成之后,微软官员并没有在直接优先事项中提到计划开发新的人力资本管理软件。微软的发言人昨天也告诉我,该公司拒绝评论微软将在何时或是否将建立和推出自己人力资本管理软件。
这位发言人指出Dynamics 365路径图页面中提到了一些目前正在开发的人力资本管理项目。但这些项目,包括新的员工和经理自助服务功能、额外现场支持和人力资源流程的新模板,对我来说,这些听起来更像是对已有的Dynamics 365 Operations的人力资源功能的扩展,而不是全新的应用程序。
当微软的官员谈论解决“整个需求从招聘到退休”一揽子问题或者这些应用程序可能在何时首次亮相时,我们不知道微软的计划包含了多少应用程序。
企业应用咨询负责人Joshua Greenbaum表示:“我完全希望微软能够利用LinkedIn开发下一代人才管理系统。这么做并且尽快做对他们来说意义非凡。”
他指出,现代的人力资本管理相关功能,如视情况而定的劳动力管理和采购、成功规划和协调资产管理不需要由LinkedIn提供,但可以利用LinkedIn数据,例如人脉网络/连接。
Greenbaum表示,他预计微软将保持LinkedIn API(应用程序编程接口)开放,以便其他人力资源管理供应商,如SAP的SuccessFactors和Workday能够继续使用它们。
Greenbaum补充道:“微软还可能开发一些基本的招聘到退休的功能,特别是针对中小型企业(SME),这些功能将站在Office和LinkedIn的肩膀之上。” Greenbaum 表示,“这将是有意义的,因为它将创建一个竞争对手/合作伙伴必须超越的功能基准,以增加价值超过微软,它会给微软一个自己的基准,以确保它用来‘中断’人力资源的不是一款模仿跟随他人的软件。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。