| ISBN | 出版时间 | 包装 | 开本 | 页数 | 字数 |
|---|---|---|---|---|---|
| 未知 | 暂无 | 暂无 | 未知 | 0 | 暂无 |
第 1章 人力资源革命已经拉开序幕
AI与大数据的时代，招聘到底看什么/002
不依赖感觉的科学的方法/008
美国已经开始革新/010
什么是大数据/012
像人脑一样学习的计算机/015
理解自然语言的计算机/018
被逐渐淘汰的日本人力资源/020
人力资源“重生”的王牌是AI与大数据/023
人类会被AI支配吗/025
第 2 章 AI 与大数据的革命到底是什么
成长中的AI/028
AI 能通过高考考上大学/031
在国际象棋和日本象棋上打败名人的AI/033
应对各种状况不断进化的AI/036
神经网络/039
自然语言处理领域的进步/041
AI 能识别猫脸/043
贝叶斯统计进一步推动假设/045
八成管理者毕业院校都不逊于早庆/048
从贝叶斯统计看学历信仰/050
结论：毕业院校不逊于早庆的人中大有作为的人占比只有5．7%/052
AI 抢走人类饭碗/054
应对AI 威胁：成立伦理委员会/056
最终做决定的是人类/058
战略依存于人力资源价值观、哲学思想的时代/060
第3章 人力资源能接受AI与大数据吗
人力资源的4个束缚/064
制度趋向和个体趋向的局限性/066
组织方向和个人意愿的平衡/069
隐性知识经营模式与多样化管理的相克/073
兼顾短期成果主义和本质追求/075
人力资源工作呈现的局限性/080
第4章美国的先进案例报告
一流的工程师有300倍的价值/082
谷歌的招聘策略/084
美国的先进创业型公司群/086
一家只有三个成员的创业公司/088
用分数表现出你与具体职位的匹配度/091
大学教育：真实社群× 线上课程/094
学习第二外语：教材可以自动生成/098
招聘：最顶尖的创新人才是什么样的/101
测试人才在社会上的活跃能力/103
机器学习让AI 的评价更接近人类/105
日本人才的国际化对美国来说是当务之急/107
为本地企业谋发展，斯坦福大学协助日本人才培育/109
真正意义上的“多样性”到底是什么/111
第5 章 AI、大数据与今后的企业组织
不持续创新就无法生存/114
没有复盘能力的企业组织/117
从“安心组织”到“信赖组织”/120
AI 与大数据时代的人力资源是什么样的/125
人力资源战略：国际基准的战略定位/126
招聘：企业理想人选的基准化/129
评价：评价的重要性/130
人员调动、分配：人岗匹配/133
培训、职业发展从战略到实现合理落地/133
企业文化是大数据的宝库/134
AI与大数据激发人力资源的高质量想法/137
第6章 人力资源革命的展望：“GROW”的尝试
招聘不再需要学历筛查/148
GROW和《魔球：逆境中制胜的智慧》的世界/151
如果科学地招聘，未来会变成这样/153
新鲜人才带来的组织变革/158
GROW也是获得成长的工具/160
人力资源立足于科学的依据/162
优秀人才到底有什么样的特性/166
数据挖掘带来的巨大可能性/169
根据每个员工的特点关照员工/175
如何辨认出对企业理念产生共鸣的人才/178
效率最优先的招聘/180
求职就业中“套路”主义的横行/182
职位轮换制度的弊端/185
人力资源逐渐“办公室化”/187
不断迷失方向的招聘标准/189
GROW改变求职活动/192
第7章 人力资源如何在AI与大数据时代生存下来
编程能力是全球化人才必须具备的/196
学习平台遍地开花/200
学习AI与大数据首选国外的MOOCs/203
只要会英语和编程就足够了吗/205
迈向全球，更需要你了解本国/207
拥有个人价值观的重要性/209
如何不被AI与大数据支配/211
后记/213
