工作日播客:Citrix如何用机器学习缩小技能差距
在混乱时期,对企业来说,拥有能够快速响应和适应的正确技能集是至关重要的。思杰商业技术副总裁特伦顿·西科尔(Trenton Cycholl)分享了机器学习如何帮助企业缩小技能差距。
在混乱时期,对企业来说,拥有能够快速响应和适应的正确技能集是至关重要的。思杰商业技术副总裁特伦顿·西科尔(Trenton Cycholl)分享了机器学习如何帮助企业缩小技能差距。
在这一集工作日播客在美国,我与思杰(Citrix)负责商业技术的副总裁特伦顿·西科尔(Trenton Cycholl)讨论了该公司如何利用机器学习来缩小技能差距。
如果你更喜欢阅读,可以看看下面我们对话的摘录。
Josh案发在我们开始之前,你能告诉我一些关于你的背景和你目前在思杰的职位吗?
特伦顿Cycholl:绝对的。我的职业生涯开始于结构化数据源。我当时并不知道,这些数据源后来会成为智能的基本支柱和中心,公司会用它们来构建未来的技术创新,比如人工智能。
我现在是思杰的商业技术副总裁。我负责架构和运营业务解决方案,帮助我们在思杰扩大业务规模。我的团队专注于确保技术安全,交付工具、平台和解决方案,使员工富有成效。这包括驱动公司决策的分析和智能平台。
案发:是的,所以在处理数据以及理解数据如何流动和协同工作方面,你走在了那个时代的前面,这很好。
Cycholl:绝对的。在我们学习的过程中,看到技术如何建立在自己的基础上,并找到适应的方法,并为公司创造新的机会,这很有趣。
案发当前,在科技行业,当人们需要新人才和新技能来利用这些新机遇时,会遇到哪些独特的挑战?
Cycholl当前位置当我们面对这些挑战时,必须认识到人是公司最大的资产。与此同时,它们也是大多数公司的最大运营成本。对于很多企业来说,人的成本占运营成本的比例高达70%。另一个需要考虑的因素是,我们也看到了人才危机,不仅仅是在科技行业,而是在每个行业。随着公司开始变得更加数字化,技术技能集合开始模糊到多个行业。以亚马逊为例,它最初是一家书店,现在是一家数字公司。
所有这些因素造成了一场人才争夺战。对拥有合适技能的人才的竞争达到了一个新的水平,但在此基础上,公司找到优秀人才也变得越来越困难。
案发:对。所以在未来的五年里,你真正想要解决的技能差距是什么?
Cycholl当前位置当我们着眼于技能上的差距以及人们需要依靠的技能时,我们看到人们越来越需要更具创造性和创新性的技能组合。我们也看到越来越多的冗余的、平凡的任务——忙碌的工作类型——消失了。这意味着我们雇佣的是具有不同智力水平的人,因为现在我们要锻炼我们以前在智力和创造力方面没有的肌肉。
案发:思杰是如何保持领先并应对这些挑战的?作为一个公司,你们在做什么?
Cycholl我们应对这些挑战的方法之一就是审视IT和HR的交集。多年来,技术一直是完成工作的中心,也是完成工作的一部分。人力资源部门的工作重点是确保员工有良好的体验,确保信息安全,确保商业领袖能迅速获得他们需要的洞察力。所以我们关注所有这些事情,因为它们对在公司工作的人很重要,对公司留住人才很重要。
其中一部分是确保科技不会妨碍人们。技术必须在某种程度上无形地影响人们完成工作的方式。人们不想再搜索东西了;他们希望科技能像在个人生活中一样发挥作用。他们期望当他们进入一家公司时,他们的技术体验将会和他们在Uber或Lyft,或在星巴克点咖啡时一样。他们期待简单的点击体验。因此,我们需要消除一切阻碍人们完成工作的因素。
案发你提到人力资源和IT部门需要更好地合作。你在思杰是如何做到这一点的?
CychollIT和HR之间的关系是一个重要的员工经验和推动技术跨组织。在Citrix,在过去的三到五年里,IT和HR之间的关系发生了巨大的变化。今天,当人力资源决定人们的决策时,技术只是讨论的一部分。我们的人力资源平台不再仅仅被看作是一个实现的辅助技术。我们关注的问题是“我们如何让人们使用技术变得高效?”我们如何让员工在组织内部领导和推动变革?”拥有人力资源和IT的合作伙伴关系,我们一起设计解决方案,这对思杰产生了巨大的影响,因为我们努力提高员工敬业度。
案发: Citrix在利用人工智能和机器学习方面处于领先地位。那么,该公司目前如何使用这些技术呢?
Cycholl我们认为人工智能是一种提高流程效率的方法。因此,我们在寻找可以应用技术和利用人工智能来提高简单性和生产力的地方。我们正处在一个必须创造技术来真正解决技术本身带来的问题的时刻。我们生活在一个有如此多相互关联的应用程序和系统的世界,人们需要人工智能来帮助以高效的方式在所有这些工具和解决方案之间导航。
因此,我们认为生产力是人工智能的重大胜利。我们将会有系统来学习它们是如何连接的。例如,当每个人都在做年度绩效评估时,他们会收到某些技能的建议。作为一名人力资源经理,我为什么不立即让员工在我的培训系统中注册他们需要的特定培训呢?当经理或员工说:“哦,我忘记拿了,因为我们一年前就谈过了。”这些都是我们可以用人工智能来缩小的生产力差距,这也是我们可以从公司中剥离出来的繁忙工作。我们认为这非常重要。
案发:你说的很有趣——有这么多的工具、这么多的技术和这么多的数据,我们需要工具来真正帮助我们弄清楚我们需要哪些工具以及什么时候需要。我们需要数据驱动的工具来帮助我们决定我们需要知道什么以及什么时候知道。我的意思是,这真是一个迷人的想法。
Cycholl:是的,当然。统计数据显示,我们每天在企业中使用8到9个应用程序,但实际上我们可能只精通其中一个。那么,我们为什么要把所有这些复杂性介绍给那些只想完成工作的人呢?为什么我们期望他们从工作中抽出时间来学习如何成为使用这些工具和解决方案的专家?
案发:那么,你从机器学习中获得了什么类型的见解,可以帮助你做出更好的商业决策?
Cycholl:所以,在业务决策方面,我们正处于一场转型之中,包括将我们30年的业务转向云订阅模式。对我们来说,了解客户是否会续订是很有价值的。预测任何客户流失,并确定我们可能需要更多客户服务或关注客户的地方——这是我们开始从我们的智能系统中获得的一些见解的重要组成部分。因此,我们围绕我们的订阅模式和续订模式开展了大量的机器学习建模和自动化学习。
另一个非常重要的领域是预测安全风险。特别是人工智能和机器学习,它们越来越擅长理解哪些地方可能存在安全事故的潜在风险。在风险发生之前就清楚地知道这些风险会给任何人带来极大的竞争优势,并真正有助于更好地应对当今时代的安全挑战。
案发:对。在招聘人才方面,你认为人工智能和机器学习将如何影响你的公司?我会和你分享一些我读过的东西,看看你怎么想。有一位首席信息官说:“在未来,尤其是在科技公司内部,我们需要我们的员工不仅要知道如何使用机器学习,还要知道如何教机器学习。”所以我们需要一个能当机器老师的人,如果这说得通的话。
Cycholl:是的,当然。我认为有一些关于人才的事情,当涉及到在组织中应用机器学习时,这是很重要的。一个问题是,我们如何自动化这个训练过程,并理解那些——因为没有更好的术语——机器人——将需要什么,以便理解如何完成它们被设计的任务?
此外,总的来说,整个人才获取过程中有很多繁忙的工作,而繁忙的工作对人工智能和机器学习来说是一个很好的机会。这包括从寻找技能和匹配,到安排,到执行实际的候选人审查和管理这些审查。在整个过程中有很多繁忙的工作。整个招聘过程中最困难的部分就是让合适的候选人出现在决策者面前。这是一个很好的机会,招聘人员可以自动化所有繁忙的工作,找到优秀的候选人,并提高我们正在寻找的技能集。
更重要的是,这也是一个很好的机会,可以利用人工智能和机器学习来寻找组织中存在的一些技能,尤其是大型组织,因为公司内部通常有很好的匹配。这就为现有员工创造了很好的学习机会,并通过长期留住人才为公司创造了长期利益。
案发当前位置工作繁忙的问题在于——只关乎时间和金钱——既浪费时间,也没有人在忙碌一天后回到家说:“你知道吗,这很棒。我花了一整天的时间做一些真正应该自动化的事情。”对吧?所以,如果这些东西是自动化的,那么人们实际上可以花时间与可能更少的候选人进行很棒的对话,但每个人都更有趣,他们可以更深入。
Cycholl:是的,当然。而且,老实说,还有一个代价,就是雇错了人。工作这么忙,作为一个人,你会犯更多的错误。所以这是一个很好的机会,你不必担心所有的时间都需要匹配所有的技能,而是专注于其他事情,如软技能或了解某人如何适应面试——而不是“他们有XYZ经验吗?”这是一个复选框,这是一个很好的机会,让机器学习做它的事情,让机器人与人类合作,找到正确的候选人。
案发至于软技能方面,你之前提到人们需要发挥他们的创造力、开放的思想以及在工作中建立联系的能力。你认为这些软技能是可以教授或鼓励的,还是与生俱来的?这只是我经常问自己的问题之一,我有我自己的答案,但我很想听听你的想法。
Cycholl我认为其中一些是可以教的。这可能是一个有点翻转的答案,因为我认为,从大局上看,软技能是你自然会变得更好的东西,如果你有一个自然的倾向去做它们。但我认为,随着时间的推移,当你与拥有这些技能的人一起工作时,这些经验对学习是有用的。
另一个事实是,有些软技能,你想融入其中。当你在创建一个伟大的团队时,你可能不希望每个人看起来都一模一样。有些职位如果有很多持不同观点和看法的人,可能会更好。如果我们要关注人的方面,关注更有创造性的思考方面,而不仅仅是我们可以利用机器学习来做的科学的、二元决策,这就尤其正确。
案发您认为机器学习将如何改变未来十年的商业运作方式?
Cycholl当前位置:就像我们一分钟前谈到的,现在机器人的技能肯定发生了变化,不再是由人为机器人编程,告诉它们要做什么,而不是实际执行那些繁忙的工作。所以,那种忙碌的工作就会消失,人们会开始改变他们的技能。您将能够更快地筛选大量数据集,而不必担心在这些数据集上花费太多时间。所以,这将加速业务增长,以及人们如何聚集和建立新的业务。
然后,作为其中一部分,有一个巨大的文化变化,与我们看到的从数据中心到云的整个过渡非常相似。这是一种准备活动,每个人都经历过,问自己,“哦,天哪,我要把我的数据放在云端?这是什么意思?我该怎么做呢?”我们现在看到的转变是,“哦,我的天哪,会有一个机器人来做我的部分工作吗?”我现在需要专注的新工作是什么?我该如何做我需要做的事情?我该如何改变自己的技能,让自己在工作中更有创造力?”所有这些都将导致许多人焦虑,并带来许多挑战。但在接下来的10年里,当我们回顾这种文化转变时,我们会问:“我们是如何用其他方式做到的?”
案发那么,对于其他希望利用人工智能和机器学习的公司,您有什么建议?我们已经更快了,我们看到的加速度还会继续。
Cycholl:第一件事是真正专注于那些繁忙工作的用例。大多数人都知道他们在哪里——这只是一个把他们叫出来的问题,并确保你专注于最重要的用例。因为人工智能和机器学习不再仅仅是想法。这是真正可以增加很多价值的东西。所以我认为找到这些用例是很重要的,更重要的是,了解人们将要经历的变化中的人为因素。让你的公司和员工为他们需要的技能做好准备。了解这种变化,了解人们将在他们的职业生涯中做什么,以及他们将如何在一个混合的世界中管理所有这些,同时包括机器学习机器人和人类。这是人们要经历的一件大事,而人们的改变——或者说改变人们的工作方式——是公司最难做到的事情之一。所以,越早开始越好。
案发:好吧。太好了。好了,今天的节目就到这里。我想感谢我的嘉宾,特伦顿·西科尔,和我一起,乔什·克里斯特工作日播客.谢谢你,特伦顿。
更多的阅读