近日,全球职场平台领英(LinkedIn)在美国凤凰城举办了第13届Talent Connect。作为聚焦全球人才市场前沿趋势与企业管理智慧的年度盛会,本届Talent Connect汇聚了超过1300名来自全球各个市场的顶尖商业领袖和企业人才管理者。现场深入探讨了2025年最值得关注的全球人才战略趋势,并围绕AI技术如何影响全球劳动力市场,驱动全球化企业组织加速数智化转型分享了多项前沿技术和最佳实践路径。
在活动现场,领英重磅发布了多项全新AI产品和功能,从人才招聘、组织发展等关键维度赋能全球化企业组织和团队,助力企业管理者在AI时代持续打造创新动能。领英中国区总经理王茜指出:“我们看到越来越多的全球企业组织明确表明将在2025年专注于投资AI技术,并将其应用于人才、品牌和运营等各个业务领域。因为他们意识到拥抱AI不仅是为了保持竞争力,更是为了赋能团队,激活人才潜能,从而打造一个更具韧性和创新动力的全球化组织。”
“与此同时,AI技术已经成为中国企业深入全球化进程的推动力之一。通过AI技术,中国企业可以更好地吸引顶尖人才、了解全球市场需求,提高运营效率;另一方面,多元化的海外业务场景也为企业提供了更广阔的AI技术应用探索空间”,王茜强调。
AI驱动人才技能与组织管理模式“双向变革”,企业投资AI“迫在眉睫”
领英平台最新数据显示,在2024年企业招聘员工的职位中,有10%在2000年时并不存在,包括可持续发展经理、AI工程师、数据科学家、社交媒体经理和客户成功经理等职位。而根据领英经济图谱团队分析,在未来5年中,由于AI技术的影响,我们工作中使用的技能将有70%发生变化,若不考虑AI技术的影响,这一变化程度则只有50%。
在亚太地区,83%的知识工作者已经在使用生成式AI工具,超过全球平均水平的75%。其中包括HR、市场经理和销售经理等大量非技术类人才。而拥抱人工智能的好处则远不止于提高生产力——精通生成式人工智能的员工在发展创造性思维和情商等关键软技能方面的可能性是其他人的5倍——这些技能都是未来最关键的职业竞争力。
拥抱变革的不仅是企业员工。根据领英2024年初对超过5000名全球商业领袖的研究显示,全球80%的高管表示正在积极调整领导能力和风格,以拥抱工作趋势的变化。在亚太地区,有高达70%的印度和澳大利亚高管表示,在2025年投资于AI技术和工具将是其首要任务。然而,全球仅有10%的管理者表示他们的组织在部署和应用最前沿的AI工具。
领英发布一系列AI产品功能,赋能全球化企业组织
基于这些趋势与需求,领英宣布推出一系列全新的AI产品和功能,以帮助赋能全球化组织中的各个关键职能部门和团队,包括人力资源和市场营销专业人士。
增强AI营销工具,提升营销ROI:领英调研数据表明,全球近70%的营销负责人表示他们已经在营销活动中使用了生成式AI相关应用。为了进一步赋能营销人员,领英进一步增强了Accelerate工具,更好地利用AI算法为广告主提供个性化的广告创意和投放建议,帮助广告主实现更低的成本更高的回报。目前该功能已在全球范围内向所有语言的广告客户开放,AI创意制作功能仅支持英语。除了单图广告,营销人员现在还可以在使用Accelerate创建广告活动时添加视频或文档,例如客户背书。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
哈佛大学研究团队开发出LangSplatV2系统,实现了超高速3D语言查询功能。该系统通过创新的稀疏编码技术和高效渲染算法,将3D场景语言理解速度提升了47倍,达到每秒384帧的实时处理能力。系统采用全局语义字典和稀疏系数表示,彻底解决了传统方法中解码器速度瓶颈问题,为AR/VR、智能机器人等应用提供了强大的技术基础。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
马里兰大学研究团队提出了CoLa(Chain-of-Layers)方法,让AI模型能够根据任务难度动态调整内部层的使用策略,实现"快思考"和"慢思考"的灵活切换。通过蒙特卡洛树搜索算法,该方法在推理任务上显著提升了模型的准确性和效率,为75%的正确答案找到了更短的处理路径,并纠正了60%的错误答案,为AI模型的架构优化开辟了新方向。