获得熟练工人是区分成功与失败企业的关键因素。. 欧盟委员会相信，在2020年以前， 欧洲的信息通信技术领域将会出现75.6万个岗位空缺，在数据驱动越发重要的未来，是否能获取熟练工人的区别将会越发显著。. 各个产业的技术鸿沟在 第四次工业革命 中将 ...
凭借其成熟的数字生态系统，亚洲正处于领先地位，引领经济增长。. 技术是通过创造就业和支持创新型初创企业和中小企业实现复苏的关键。. 新冠肺炎疫情使数十万家企业濒临灭绝。. 更具挑战性的是，在过去18个月里，这场疫情对那些最脆弱的人产生 ...
事实证明，在AI（人工智能，英文全称artificial intelligence）技术的部署方面，这一原则同样适用。. 一份有关AI的新报告 表明，企业在扩大AI部署之前，需要正确掌握该技术的基础知识。. 在普华永道的一项调查中，有90％的高管表示AI提供的机会多于风险， 但只有4 ...
新科技时代的挑战. 什么样公司规模能被称为“中小型企业”（SMEs）？. 不同国家和地区的标准略有不同。. 按照经济合作与发展组织的定义，通常中小型企业指的是“员工人数不超过250名的非附属独立公司”，其中小型企业员工人数不超过50人，微型企业不超过 ...
较易实现自动化的工作. 白皮书指出，被人工智能颠覆风险最大的工作是那些日常工作和重复性语言工作。. 这意味着授信员、收银员和文员等职业最可能受到人工智能的威胁，因为他们多达81%的工作任务可以实现自动化。. 发布于2023年9月的白皮书《未来工作 ...
问题不在于有多少岗位会被人工智能和机器人取代，而在于如何重新配置工作能够实现人才与机器的最佳组合。. 以下四步可以帮助各组织解决这些问题 ：. 1.考虑，从工作开始而非从岗位开始. 工作场所的数字化给予组织完成工作的新选择。. 传统的岗位可以 ...
我们经常能看到批评自动驾驶汽车不安全、过滤系统不公平、推荐算法限制选择、定价机器人导致更高价格的声音。 这种根深蒂固的怀疑来源于信息的匮乏，我们大多数人要么不关心，要么没有足够的知识来理解人工智能。
来自澳大利亚的一个研究团队建立了一个人工智能系统，分析了800多万份在线招聘广告，以了解应聘者拥有哪些技能才有可能获得成功；. 该模型可以给应聘者分析切换到哪些职业道路的成功率比较高，并指出应聘者可能需要哪些技能才能成功；. 该系统同时使用 ...
对于企业领导者来说，通过“人力数据”（people data）来培养一种强调信任、透明度和生产力的文化将更为有效；. 人力数据系统将不同来源的人力资源数据汇聚在一起，能够帮助员工了解为取得工作成果需要做到什么，以及如何为公司更大的目标做出 ...
1) 区块链. 总有人对区块链持怀疑态度，有许多人认为该技术已经展示出缺陷，并且可能存在内生性问题。 有些怀疑是有道理的，但放弃区块链还为时尚早。 区块链背后的想法是，完成交易所需的所有信息都存储在透明的共享数据库中，以防止其被删除，干涉或修改。 每个过程，任务和付款都有数字记录。 在任何阶段所需的任何活动的授权，都将被识别、确认、存储并与链上各方共享。 在这项技术的不断试验中，托运人、货运代理、承运人、港口、保险公司、银行、律师和其他人员正在共享各自运输交易中的重要信息和数据。 今天缺少的是供应链中的所有相关方（包括监管机构）就一套共同的行业标准达成共识，这些标准将规范区块链的使用。 如果无法在标准化方面达成共识，区块链技术几乎无法为我们提供任何帮助。
每周为您呈现推动全球议程的紧要问题（英文）. 你可以随时使用我们电子邮件中的链接取消订阅。. 隐私政策. AI技能可能将很快变得和工作经验一样重要，成为雇主筛选求职者的重要标准。. 微软、领英和普华永道联合开展的研究强调，AI正迅速改变职业档案 ...
保障员工福祉的6个步骤. 雇主应该关心员工的幸福感吗？. 答案当然是肯定的。. “幸福”的员工可以提高生产力。. 但研究发现雇主和员工对劳动力幸福感的看法不一致，这一结果着实令人惊讶。. 根据 《全球福利态度调查报告》，超过半数（56%）的雇主认为 ...
未来，人工智能将完全融入微软的Office等产品中，以提升工作效率，例如帮助编写电子邮件和管理收件箱等。 以后，人们将不再依赖于指向、单击或点击菜单和对话框来控制计算机。
我们分析了四个基本的数字平台：电子商务平台（如Amazon，eBay）；数字媒体平台（如YouTube，Netflix）；共享经济平台（如Uber，Airbnb）；以及在线自由职业者平台（如Upwork，Toptal）。 可以说，数字商业代表了大多数主要经济体中最具活力的增长因素之一。 比如， 美国商务部经济分析局 的数据显示，截至2016年的11年间，美国数字经济的增速是整体经济的3.7倍。 我们考虑到数字商业面临的一些特殊挑战： 它们增长或萎缩的速度不一致，受到数字生态系统特有的几个因素支配。 它们面临独特的市场 阻力和竞争。 数字商业面临复杂的的法规挑战。 管理数据移动性、保护用户隐私或网络中立性的规范可以从根本上影响开展数字商业的难易程度——而这些规范因国家而异。
你会为了披萨泄露朋友的隐私吗？. 围绕数据及其对人权影响的问题仍然是公众讨论的新话题，但一些更具探索性的问题并非显而易见。. 考虑到这一点，以下是我们需要回答的四个关键问题。. 谁真正“拥有”我们的数据？. 剑桥分析公司（Cambridge Analytica）丑闻 ...
KOIS专注于三个领域：健康、教育与就业，以及环境。. 通过创新金融项目与投资，他们救助了3600多万名患者，帮助了27000多名求职者，并建造了2500多个可持续的住宅单元。. Denim Expert：Denim Expert是孟加拉国一家专营牛仔布的制造厂，积极致力于提高孟加拉国服装 ...
报告预测，到2030年，人工智能有潜力帮助减少5-10%的全球温室气体排放。 那么，怎样才能达到这一平衡呢？ 包括欧洲议会在内的监管机构开始制定要求，要求人工智能系统具有 记录能源消耗 的能力。
“机器学习”是如今人工智能领域当中领先的细分领域。 在这一技术中，机器无需人类下达完全精确的程序指令，即可自主学习。 以机器学习为基础的方法，在效果上优于所有不以机器学习为基础的研究方法，因此这一领域基本上主导了21世纪的人工智能研究。 然而，传统的机器学习策略高度依赖“特征提取”模式。 人类开发者必须先指定好解决某个问题要依赖哪些关键特征，机器才能学习运作。 举例来说，如果使用传统的机器学习策略进行人脸识别，机器学的不是每张人脸照片的具体像素点分布，而是要首先辨别出一些特定的面部特征，比方说瞳孔间距、面部分布、褶皱、颜色等等。 但提前指定好特征，会让更多的原始数据无法参与学习；而如果特征选择不当，学习效果就将大打折扣。 这就是传统机器学习的一大主要缺陷。 深度学习.
如何培养全球网络安全人才？. 建立安全第一的思维模式. 2022年12月17日. 网络安全人才队伍必须是多样化的，其技能必须互为补充、相辅相成。. Image: Unsplash/Jefferson Santos.
从2014-2015年到2023年，儿童“几乎持续在线”的时间大约翻了一番，这表示近年来技术进步已经改变了童年。. 尽管数据尚未明确在线时间持续增加的影响，但有迹象表明，随着智能手机的可用性和可获取性增加，年轻人焦虑、抑郁和睡眠不佳的发生率也 ...
健康的森林有助于解决当今一些最紧迫的问题。. 我们需要创新，通过以社区为中心的生物多样性保护视角，确保森林健康并实现森林资源的可持续利用。. 从Uplink系列挑战赛的“ 可持续森林经济” 和 “森林与健康” 挑战赛中脱颖而出的21名顶尖创新企业将获得 ...
全球金融诈骗的主要趋势包括投资诈骗、预付款欺诈、婚恋诈骗和商务电子邮件诈骗。 国际刑警组织的报告指出，这类犯罪大多为团伙协同作案，他们或高度协调，或联系松散。
气候和人工智能加剧了挥之不去的疫情性心理健康危机。. 自世界卫生组织于去年 5 月宣布结束新冠肺炎疫情紧急阶段以来，其他威胁不断升级——更多变种、全球战争、气候事件、技术挑战、西方国家的恐怖活动，甚至还有一种名为mpox的新公共卫生紧急事件正 ...