ZD至顶网CIO与应用频道 06月06日 北京消息:ADP发布了2016年5月《全美就业报告》,报告显示,从2016年4月到5月,美国私营企业就业人数增加17。3万。《ADP全美就业报告》由国际领先的人力资本管理(HCM)解决方案供应商ADP与穆迪分析公司(Moody’s Analytics)联合制作完成。报告来自ADP的实际支付薪酬数据,是在季节性调整的基础上,反映美国非农私企每月总的就业人数变化情况。
2016年5月就业报告摘要

注:由于部分数据做了四舍五入处理,所以数据的总和可能不等于总数
5月,雇员人数少于49人的小型企业增加了76000个工作岗位,与4月向上修正的数字101000有所下降。企业规模在50-499名雇员的中型企业增加了63000个岗位,相比于4月的39000有明显上升。规模在500或以上雇员的大型企业就业人数从4月的25000增加到了5月的34000人。企业雇员规模在500-999之间的增加了11000个岗位,而雇员超过1000名员工的公司只增加了24000个工作岗位。
服务领域提供的就业岗位在5月增长了175000个岗位,略低于4月份向上修正的数字173000。《ADP全美就业报告》显示:专业、商业服务行业在5月增加了43000个工作岗位,相比于4月向上修正的数字38000略有增加。贸易、运输和公共事业5月增长了28000个就业岗位,相比4月份的数字24000略有增加。另外,金融服务行业在5月份只增加了13000个工作岗位。
“随着我们进一步深入2016年,创造更多就业机会的步伐也在逐步放缓”ADP研究院负责人兼副总裁Ahu Yildirmaz表示,“具备全球影响力的大型企业对技术工人的招聘紧缩,可能是导致经济进一步下滑的因素之一“。
穆迪分析的首席经济学家Mark Zandi表示,“由于能源企业和制造商的裁员,今天春天的就业增长速度已经放缓,同时,零售商在他们的招聘上也变得更加谨慎。尽管近期的就业增长放缓,但仍然强劲足以减少失业。”

图表1:全美非农私营企业就业的月变化

图表2:全美非农私营企业就业变化——历史趋势

图表3:全美非农私营企业特定行业的就业变化

图表4:全美非农私营企业按照企业规模划分的就业变化
《ADP全美就业报告》的配套数据样本来自ADP就业数据,这些数据反应了ADP 411,000家美国客户及其近2400万名美国雇员的就业状况,3月以来的岗位增加总量从156000个修订到了166,000个工作岗位。
关于《ADP全美就业报告》的其他信息,如图表、支持数据和公布日程,或需要订阅每月的电邮通知和RSS,请访问:www。adpemploymentreport。com2016年6月《ADP全美就业报告》将在美国东部时间2016年07月07日8点15分公布。
关于《ADP全美就业报告》
《APD全美就业报告》由国际领先的人力资本管理解决方案供应商ADP®与Moody's Analytics共同制作。ADP就业报告采集自美国私营领域中416,000家企业,涵盖近2400万美国员工。《ADP小型企业报告》(SM)是针对美国1到49名员工的非农业小型私人企业推出的月度就业报告,是《ADP全美就业报告》的子报告。两份报告的数据均采集自付薪时段,都包括每个月12号所在的一周,并采用了和美国劳工统计局所使用的统计学方法以精确计算当月的就业情况。基于此种处理,ADP就业报告的样本经过修正后能精确反映美国的就业情况;因此《ADP全美就业报告》中得出的就业变化并不代表所有ADP美国客户群的就业变化情况。
对于相关数据的统计方法和介绍,请访问:adpemploymentreport。com并查阅《ADP全美就业报告》
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。