Efter en abrupt nedlukning er Munchers småvirksomhedsleverandører de, der optager regningen – TechCrunch


Munchery sælgere hævder fødevareleverancen startede fordel af dem i sine sidste timer, bevidst at tillade dem at fortsætte med at foretage leverancer, det ikke kunne betale for.

Tidligere i denne uge, Munchery overraskede kunder med en e-mail, der meddelte, at det ville ophøre med at fungere effektivt, med det samme. Det meddelte imidlertid ikke nogen af ​​sine leverandører af nyhederne, ifølge ejerne af adskillige små San Francisco-baserede virksomheder, der fortalte TechCrunch, at de skylder tusinder i forfaldne Munchery-betalinger.

Charles Farriér, ejer af Crumble & Whisk Patisserie, venter på en $ 1.700 betaling fra Munchery. Lenore Estrada fra Three Babes Bakeshop sagde, at hun skylder mere end $ 20.000. Melissa Cohen af ​​Salty Sweet Cookies, Jennifer Roy af mælkebøtte Chokolade og Jennifer Nguyen fra Native Baking Co. forventer i alt $ 16.417,50.

Munchery blev grundlagt i 2010 af tidligere administrerende direktør Tri Tran og Conrad Chu, der begge siden har forladt virksomheden. Det havde rejst i alt $ 125 millioner i venturekapitalfinansiering og nået en værdiansættelse på 300 millioner dollar på sit højeste niveau. Understøttet af bemærkelsesværdige Silicon Valley-investorer, herunder Greycroft, Menlo Ventures og Sherpa Capital, har den højtflyvende opstart undladt at implementere kapital effektivt og derefter smuldret.

Nu, tre dage efter den pludselige meddelelse, venter flere leverandører angst for deres endelige faktura kontrol og siger, at de ikke var underrettet om Munchery's slutning, eller har virksomheden reageret på vedvarende anmodninger om forklaringer.

Munchery har ikke svaret på flere anmodninger om kommentarer fra TechCrunch. Fra torsdag morgen havde Munchery ikke officielt indgivet konkurs i forbundsregeringen eller i den øverste domstol i San Francisco.

Munchery administrerende direktør James Beriker tiltrådte i starten i 2016.

Gone uden spor

Dage før jul blev Farrieret bedt om at bremse produktionen af ​​sine håndværkskager, som han havde betjent til Munchery i tre år.

Munchery leverede tilberedte retter til beboere i San Francisco, Los Angeles, Seattle og New York. Ud over at forberede ingredienser internt i hovedkvarteret i South San Francisco, startede virksomheden også med lokale virksomheder som Crumble & Whisk, hvis bagværk var medtaget i sine måltider.

I modsætning til de andre virksomhedsejere, som TechCrunch talte med, sagde Farriér, at han havde ramt Munchery's økonomiske kampe efter flere forsinkede betalinger, og var på randen for at afslutte sit forhold til virksomheden helt. Lidt vidste han, at de var bare uger væk fra en implosion, at ifølge kilder var selv nogle Munchery-medarbejdere ikke opmærksomme på, indtil 24 timer før afslutningen af ​​forretningsmeddelelsen blev sendt til kunderne.

Charles Farriér, ejer af San Francisco-baserede bageri Crumble & Whisk Patisserie.

"I dag, med et tungt hjerte, kommer vi ud for at oplyse, at Munchery lukker sine døre," skrev virksomheden i en email, der blev underskrevet "Team Munchery." "Mere end noget, vi vil sige tak. Tak for al den kærlighed og støtte, du har vist os i årenes løb, for at dele os med dine venner og familie og for at inddrage os i dine særlige livstider. "

Beriker, der tiltrådte som CEO i november 2016 efter en fireårig stint som direktør for rekrutteringsfirma Simply Hired, manglede fra underskriften af ​​e-mailen. Beriker er gået mørkt og vælger ikke at reagere på medieanmodninger, samt e-mails og telefonopkald fra leverandører, der søger betaling.

"Munchery løb i en mur snarere end at planlægge at lukke på en ordnet måde," Munchery-sælger Lenore Estrada fortalte TechCrunch.

Da Farriér hørte nyhederne mandag, gik han til Munchery's hovedkvarter og søgte sin endelige betaling. Til sin overraskelse var ingen, undtagen en anden forværret sælger, der. Den $ 1.700 Farriér skyldes kan svare til kostprisen for en middag med kollegaer for nogle Silicon Valley-iværksættere, men for ham er det ment at blive tvunget til at tage et lån til at betale sine medarbejdere.

"De forventer bare, at vi lægger sig tilbage og tager det, men vi har brug for pengene for at holde vores virksomheder flydende," sagde Farriér til TechCrunch. "Det kan være pennies for dem, men det er penge for os, vi kan ikke holde os uden at blive betalt. Det gjorde ondt i min virksomhed; Jeg måtte tage et lån; Jeg måtte fortælle mit personale, jeg kunne ikke betale dem i denne uge. "

Farriér har arbejdet med en række tech-aktiverede fødevarer leveringsplatforme, herunder Good Eggs og Sprig, som også gik ud af drift i maj 2017. I modsætning til hvordan Munchery har håndteret sin pludselige afslutning, sagde imidlertid Sprig, at alle sælgere sikrede blev betalt samme dag, da opstart meddelte dem, at det ville ophøre med operationer.

"Den triste del om hele denne situation er [Munchery] havde ikke engang høfligheden eller respekten for at lade sælgerne vide, "tilføjede Farriér. "Det er en rigtig klap i ansigtet."

Bakers afventer betalinger

Estrada fra Three Babes Bakeshop sagde, at hun ikke har hørt noget fra Munchery om sin nedlukning eller $ 20.000 skyldte hende. Cohen, Roy og Nguyen sagde på samme måde TechCrunch, de har forsøgt at nå ud til Munchery, til ingen nytte.

Maskind Chokolade ejer Jennifer Roy siger Munchery skylder hende $ 6,000.

"Det, der virkelig forvirrer mig, er, hvorfor de ikke kaldte det tidligere," sagde Estrada til TechCrunch. "Da jeg var der [Tuesday], der var en lastbil, der forlod med mad, der var blevet doneret. Munchery løb ind i en mur i stedet for at afslutte på en ordnet måde. Det er bare vildt, da jeg er sikker på, at de vidste, hvor meget bane de havde. "

Estrada og Nguyen sagde, at Munchery havde stående ordrer med både Three Babes Bakery og Native Baking Co. Tre Babes havde planlagt at levere deres tirsdag, en dag efter, at Munchery meddelte, at de var ude af drift. Munchery har aldrig aflyst den stående ordre. Native Baking Co. afsluttede deres stående ordre levering mandag morgen, samme dag Munchery sagde, at det ville stoppe operationer.

"Jeg har hounding dem for at betale mig for gamle fakturaer for hele januar måned", fortæller Nguyen TechCrunch. "I løbet af ferien er vi så optaget, så som en lille virksomhedsejer var jeg ikke helt på toppen af ​​at holde op med [payments]. Jeg troede bare, jeg vil komme til januar, så skal jeg klare det. "

Nguyen lærte endelig, at Munchery lukkede tirsdag morgen fra en artikel i San Francisco Chronicle.

Munchery havde som nævnt rejst ca. 125 millioner dollars i VC-finansiering på tværs af runder, der blev lukket i 2013, 2014 og 2015. Munchery rejste ikke nogen kapital under Beriker, der blev udnævnt til rapporter, virksomheden havde kæmpet for at forbedre sine margener fra en finansiering på 5 millioner dollars i 2017.

"For et selskab, der havde rejst så mange penge, er det chokerende for mig, at administrerende direktør og bestyrelse ikke mere var at ringe det nok tid til at betale deres leverandører," tilføjede Estrada. "Jeg vil personligt gå uden løn til at betale mine medarbejdere på grund af denne situation. Vil Munchery CEO gøre det samme? Mest sandsynligt ikke. "

Ifølge en rapport fra Bloomberg i 2016 gjorde Munchery alt for meget mad – hvoraf mange blev smidt ud – og brugt "hundredtusindvis af dollars", der distribuerede discount flyers. For hvad det er værd, fortalte Munchery TechCrunch på det tidspunkt, hvor de rapporterer, at det er "kundebase og omsætning [were] voksende "og at det var rentabelt i San Francisco og" bidragsmarginal positivt "på sine tre andre markeder.

Det var imidlertid før Munchery afskedigede 257 medarbejdere eller 30 procent af sin arbejdsstyrke og lukkede sine aktiviteter i Seattle, Los Angeles og New York. I maj 2018 sagde selskabet på tidspunktet for afskedigelserne, at den planlagde at fordoble på San Francisco-markedet, "opnå rentabilitet" og "opbygge en langsigtet, bæredygtig virksomhed."

"Det føles som disse fyre låste dørene og løb ud til et andet land," fortalte Munchery-sælger Jennifer Nguyen TechCrunch.

Hvorfor Munchery og CEO James Beriker besluttet ikke at kommunikere sin død med sælgerne er uklart, ligesom det i sidste ende tvang det til at lukke så pludselig. Det er klart, at Munchery løb ind i en mur og hurtigt, forlod uden nok penge til at afregne selv sine mindste gæld.

"Det føles som disse fyre låste dørene og løb ud til et andet land," sagde Nguyen. "Jeg har kun et par medarbejdere, og jeg vil betale dem. Nine-grand er ikke meget til et kæmpe firma, men det gør en stor forskel på vores virksomhed. Det føles som om vi er blevet udnyttet af den store fyr og det sutter. "

Af de fem virksomheder, der talte til TechCrunch, skylder Munchery næsten 40.000 dollars i forfaldne regninger. Hvad er næste? Munchery vil uundgåeligt officielt arkivere for konkurs, og de små virksomhedsejere – sikkerhedsskade af en opstart, der ikke overvinde den brutale økonomi i den centrale køkkenmodel – vil gå uden betaling.

"Jeg betyder stort set ingenting [Munchery], "Sagde farrier. "Jeg er bare der for at sikre [they] se godt ud på papir. Jeg er bare et nummer til [them].”

Her er, hvordan bevidst kapitalisme vil bringe dig bedre arbejdere


Hvilket selskab ønsker ikke mere engageret, mere innovative medarbejdere? Øvelse af bevidst kapitalisme kan give dem til dig.

januar
27, 2019

5 min læses

Udtalelser udtrykt af Iværksætter bidragsydere er deres egne.


I en alder af B-selskaber og triple-bottom line tilgangen til at drive et firma er der meget fokus på, hvad bevidst kapitalisme kan gøre for mennesker, planeten og fortjenesten. Bevidste virksomheder skaber mere bæredygtige operationer, socialt ansvarlige forsyningskæder og stærkere brandbilleder. I en undersøgelse, der varede et årti, var mærker, der fokuserede på bevidst kapitalisme, nydt 10 gange højere end S & P 500.

Oftest er den bevidste kapitalisme hæmmet som en potentiel differentierer, der hjælper virksomheder med at skille sig ud i en overfyldt markedsplads. Og der er solide beviser for, at et stigende antal forbrugere foretrækker socialt gode. En undersøgelse fra 2015 fra Nielsen viste, at 66 procent af forbrugerne ville betale mere, hvis en virksomhed støttede en social eller miljømæssig årsag, der repræsenterer et 16 procent spring fra 2013.

Nå, gæt hvad? De forbrugere, der er interesserede i at støtte bevidste forretningspraksis, er sandsynligvis ansat et eller andet sted. Chancerne er gode, at de er en del af din arbejdsstyrke.

Relaterede: 10 måder at gøre din virksomhed mere socialt bevidst

Oprettelse af bevidste medarbejdere

Når din virksomhed giver tilbage til vigtige årsager, uanset om det er ved at donere måltider til sultne børn eller give jobmuligheder til de hjemløse, skaber disse godhedshandlinger noget langt mere meningsfuldt end en større fortjenstmargen. De skaber venskaber, uddyber obligationer af tillid og tjener din forretning respekt.

Ifølge Drew Kossoff, CEO for Rainmaker Ad Ventures, et af landets hurtigst voksende digitale medieopkøbsbureauer, "Disse typer af afkast, mere end penge, giver ofte det" manglende link "til større lykke, succes og opfyldelse på arbejdspladsen – – hvilket er i sidste ende det, vi alle virkelig vil have. "

Når socialt bevidste medarbejdere ser, at et firma drives af mere end penge, er det lettere for dem at forpligte sig til virksomhedens mission. De bliver også stærke brand advokater, som de vil dele med familie, venner og endda fremmede, hvad deres firma gør for at gøre en forskel i verden.

Spekulerer på, hvilken effektbevidst kapitalisme der kan have i din virksomhed? Overvej følgende arbejdsstyrkefordele ved bevidst kapitalisme.

1. Arbejdstagere forbinder til formålet med virksomheden.

Mange medarbejdere mangler et klart vejledende formål, fordi deres firmaer definerer sig selv ved deres produkter. I stedet bør de fremhæve, hvad deres produkter gør det muligt. For eksempel fokuserer denne kommercielle for IBMs Watson ikke på selve teknologiproduktet; det fokuserer på, hvordan dette værktøj kan forbedre en landbrugers liv udnytte AI indsigter. Intern kommunikation skal have en lignende tilgang. Med hensyn til virksomhedens større formål er en af ​​Gallups 12 elementer af engagement, og lige nu kan kun 40 procent af medarbejderne identificere sig med den søjle. Gallup har fundet ud af, at når arbejdere har et større formål at tjene som deres nordstjerne, bliver deres job mere end bare arbejde.

Relaterede: 4 måder data kører bevidst kapitalisme

2. Engagerede medarbejdere viser mere innovativ kreativitet.

Gallup har også fundet positive sammenhænge mellem medarbejderinddragelse og innovativ kreativitet, så de målrettede medarbejdere vil sandsynligvis lave store bølger i din organisation. I en undersøgelse af ca. 1.000 arbejdstagere rapporterede 61 procent af de involverede medarbejdere, at de var udsat for kollegernes kreativitet, en følelse, hvor kun 9 procent af de afbrudte medarbejdere var enige om. Plus, en hel del 74 procent af engagerede medarbejdere bragte disse innovative ideer til kunderne. Ifølge Raj Sisodia, medforfatter af "Bevidst kapitalisme", sætter tankegangen han og Whole Foods CEO John Mackey i bogen til en dybere forståelse for kunderne. Det er en af ​​de ubestridte nøgler til innovation og en vigtig del af forretningsvæksten.

Relaterede: Hvordan Social Entrepreneurship kan gavne virksomheder og de Fællesskaber, de tjener

3. Medarbejdere er spændte på at blive.

Udskiftning af en medarbejder er dyrt – omkring 33 procent af stillingens årsløn, ifølge en rapport fra Employee Benefit News. Heldigvis kan fokus på bevidst kapitalisme skabe en lykkeligere og mere engageret arbejdsstyrke med meget lavere omsætningstal. I en undersøgelse af mere end to millioner Benevity-brugere blev omsætningen reduceret med ca. 57 procent for medarbejdergruppen, der var mest forbundet med en virksomheds velgørende giver og frivillige indsats. I Microsoft er selskabets medarbejderprogram, hvor medarbejdere frivilligt 700.000 timer i 2017, så populære, at det endda er uafgjort for kandidater. Microsoft så 75 procent deltagelse i programmet sidste år.

Udtrykket "bevidst kapitalisme" indebærer, at profit-minded virksomheder er "ubevidste", hvilket ikke er tilfældet. Oprettelse af et firma, der giver overskud, kræver absolut et bevidst fokus på at skabe værdi både for kunder og for interessenter.

Forskellen er at udvide en virksomheds omfang til at fokusere på mennesker, og planeten har en række ønskelige effekter, ikke mindst som en mere engageret og mere innovativ arbejdsstyrke. Fokus på at vedtage en bevidst kapitalistisk mentalitet og se, hvad det gør for dine medarbejdere.

Trump Zeroes I Surprise Medicinske regninger i White House Chat med patienter, eksperter


Jan. 24, 2019 – Præsident Donald Trump på onsdag instruerede administration embedsmænd til at undersøge, hvordan man kan forhindre overraskelse medicinske regninger, udvide hans fokus på narkotikapriser til at omfatte andre spørgsmål om pris gennemsigtighed i sundhedsvæsenet.

Flankeret af patienter og andre gæster inviteret til Det Hvide Hus til at dele deres historier om uventede og uhyrlige regninger, udpegede Trump sin sundhedssekretær, Alex Azar, og arbejdssekretær Alex Acosta med at arbejde på en løsning, sagde flere deltagere.

"Prissætningen gør ondt hos patienter, og vi har stoppet meget af det, men vi vil stoppe alt det," sagde Trump under en rundbordsdiskussion, da journalister blev kort tilladt i det ellers lukkede møde.

David Silverstein, grundlæggeren af ​​et Colorado-baseret nonprofit kaldet Broken Healthcare, som deltog, sagde, at Trump slog en aggressiv tone, der krævede en løsning med "de største tænder du kan finde."

"Læsning af teblade, jeg tror, ​​der er stor forandring," sagde Silverstein.

Overraskende fakturering eller pleje af opkrævning af patienter til pleje, der er dyrere end forventet eller ikke dækket af deres forsikring, har fået en stor opmærksomhed i det forløbne år, især da Kaiser Health News og andre nyhedsorganisationer har foretaget undersøgelser af patienters mest uhyrlige medicinske regninger.

Deltagerne sagde, at hver af 10 inviterede gæster – blandt dem patienter såvel som læger med egne historier om uventede regninger – fik mulighed for at tale, selv om Trump ikke var ved at høre alle deres historier under den omtrentlige timelange sammenkomst.

Gruppen omfattede Paul Davis, en pensioneret læge fra Findlay, Ohio, hvis familie erfaring med en $ 17.850 regning til en simpel urintest blev beskrevet i en KHN-NPR "Bill of the Month" -funktion sidste år.

Davis 'datter, Elizabeth Moreno, var en universitetsstuderende i Texas, da hun havde spinal kirurgi for at afhjælpe svækkende rygsmerter. Efter operationen blev hun bedt om at give en urinprøve og senere modtaget en regning fra et laboratorium uden for netværket i Houston, der testede det. Eksperter sagde, at sådanne tests sjældent kostede mere end $ 200, ikke næsten hvad laboratoriet opkrævede Moreno og hendes forsikringsselskab. Da han dog frygtede skader på hans datters kredit, betalte Davis laboratoriet $ 5.000 og indgav en klage til advokatkontorets advokatkontor i Texas.

Ansættelse til AI (Artificial Intelligence) Revolutionen – Del II



<div _ngcontent-c14 = "" innerhtml = "

Kunstig intelligens øje med computer grafiske overlaysGetty

For en nylig Forbes.com stolpe, Skrev jeg om de nødvendige færdigheder til at ansætte AI talent. Der er ingen tvivl om, at de er ret omfattende – og i høj efterspørgsel.

Overvej følgende fra Udacity:

"Vi har set en enorm stigning i interesse og tilmelding i AI og maskinindlæring, ikke kun år over år, men også måned over måned. Fra 2017 til 2018 så vi over 30% vækst i efterspørgslen efter kurser på AI og maskinindlæring. I 2018 så vi en endnu større stigning med en stigning på 70% i efterspørgslen efter AI og maskinindlæringskurser. Vi forventer interesse for fortsat at vokse måned over måned i 2019. "

Trods alt dette, når du ansætter AI mennesker, skal du stadig gøre din egen træning. Og det skal være i gang. Hvis ikke, er der stor risiko for svigt med en ny AI-udlejning.

Så lad os se, hvordan forskellige topvirksomheder håndterer træning:

Ohad Barnoy, VP for kundesucces, Kryon Systems:

Vores AI-udviklere starter med en dybtgående træningsplan for at få en dyb forståelse af vores platforme. De gør det via vores hjemlige online Kryon Academy, et program, der hjælper med yderligere AI-træning i parallel med på-job-træning. Udvikleren er tildelt et tre ugers kursus i hver af vores udviklingsbælg og med QA.

Chris Hausler, Data Science Manager, Zendesk:

Forskning og teknologi i AI bevæger sig så hurtigt, at konstant læring og opskæring er påkrævet for at holde trit med state-of-the-art og gøre dit arbejde godt. Hos Zendesk driver vi en ugentlig papirklub, hvor vi diskuterer ny forskning i forbindelse med vores arbejde og har hyppige "laboratoriedage", hvor holdet har tid til at eksperimentere med nye ideer.

Fra Atif Kureishy, ​​Global VP, Emerging Practices at Teradata:

Selv om flere og flere mennesker omfordeler deres færdigheder ved at erhverve dyb indlærings viden gennem veje som massive åbne online kurser (MOOCs) eller Kaggle, er det sjældent at finde folk, der kan gøre det i praksis – og denne forskel er vigtig. Klasseværelset eller konkurrencerne er helt sikkert et skridt i den rigtige retning, men det erstatter ikke den virkelige livserfaring.

Organisationer bør implementere og rotere deres AI-hold på tværs af forskellige forretningsenheder for at få eksponering og forstå udfordringer, som forretningslivet står over for i at opbygge AI-kapaciteter. Dette vil muliggøre erfarings viden, der kan bringes sammen i et Center of Excellence, men fremfører erfaringer fra hele deres Enterprise.

Guy Caspi, CEO og medstifter på Deep Instinct:

Ved Deep Instinct fokuserer vi vores træning primært på to områder: Omfattende forståelse af dyb læring, maskinindlæring og store data samt et yderligere område: det domæne, vores produkt er i. Eksempelvis er vores cybersikkerhedseksperter konsekvent delte deres viden med vores dybe læringseksperter under træningsprocessen. Årsagen er, at en dyb (eller maskin) læringsekspert, der er mættet med viden, der er specifik for domænet (i vores tilfælde cybersikkerhed) under træningen, vil fungere mere effektivt og blive bedre tilpasset til brugssager i virkeligheden.

Yogesh Patel, CTO & amp; Leder af AI Research, Kaldesignal:

Linjen mellem Data Engineers, Software Engineers og Data Scientists er uskarphed, når det kommer til store data. Der er en klar træk mod sidstnævnte, med flere Data Engineers og Software Engineers søger at blive Data Scientists. Med indførelsen af ​​dyb læring er der mindre og mindre behov for at bruge enorme mængder tid til behandling af dataudforskning, dataudrensning og funktionsteknologi – i hvert fald i teorien. Tilsvarende ser vi flere mennesker, der hævder at være datavidenskabere, men som rent faktisk bare anvender en brute force-tilgang til maskinindlæring.

Derudover har vi træningsvirksomheder, der hævder, at der ikke kræves forudgående kendskab til datakurering, og at der ikke er behov for baggrund i statistikken. Selv om det kan være rigtigt i nogle domæner, har vi på cybersikkerhedsområdet brug for flere mennesker med en solid forståelse af domænet såvel som datavidenskabskoncepter. Det betyder at forstå betydningen og de statistiske egenskaber og forhold mellem dataattributter på tværs af forskellige datakilder. Det betyder også at forstå, hvordan disse dataattributter og datakilder kan påvirke en given algoritme, især når man beskæftiger sig med problemer som det ubalancerede klassifikationsproblem. For eksempel med henblik på kreditsvindelopdagning betyder det at have et intuitivt greb om, hvordan, hvornår og hvor en given transaktionstype opstår – en forudsætning for at formulere og afprøve eksperimentelle hypoteser. I samme eksempel betyder det også, at man forstår præcis, hvordan en given klassifikationsalgoritme kan blive påvirket, når få eller ingen eksempler på en given transaktionstype er tilgængelige, og at indstille eller tilpasse klassifikationsalgoritmen efter behov.

Alex Spinelli, CTO, LivePerson:

Ledere og ledere skal lære begreberne. De skal lære, hvad der er og er ikke en anvendelig anvendelse af AI.

For eksempel er AI drevet af data og eksempler. Problemer med begrænset historie er ofte ikke gode eksempler på dem, der let løses af AI-værktøjer. Dette kaldes koldstartsproblemet.

Outputs fra AI er ikke altid forudsigelige. Det betyder, at den lineære karakter af produktdesign og arbejdsgange vil ændre sig. Det er ikke let at vende om, hvorfor et AI-system leverede et specifikt svar. En anden vigtig komponent i træningsprocessen er at udvikle nye færdigheder til produktdesign, der udnytter AI. Produktdesignere og ledere skal forstå statistikker og sandsynlighed på nye måder.

Corey Berkey, direktør for menneskelige ressourcer, JazzHR:

Mange virksomheder investerer i uddannelse af deres medarbejdere for at sikre, at de forbliver aktuelle med teknologi og fremskridt i branchen. Mens matematik og datateknologi tjener som rygraden i AI-fokuserede roller, er efteruddannelse på området et must. Mange online læringsløsninger tilbyder i dag en række AI-relaterede certificeringer fra top-niveau universiteter for at hjælpe medarbejdere med at udvide deres viden inden for områder som programmering, maskinindlæring, grafisk modellering og avanceret matematik. Det er kritisk, at virksomhederne fokuserer på at give udviklingsmuligheder disse transformative hyringer, så de kan finjustere deres evner og lære bedste praksis fra jævnaldrende.

Tom tjener på rådgivende boards af tech startups og kan nås på hans& Nbsp;websted.

">

Kunstig intelligens øje med computer grafiske overlaysGetty

For et nylig Forbes.com-indlæg skrev jeg om de nødvendige færdigheder til at ansætte AI-talent. Der er ingen tvivl om, at de er ret omfattende – og i høj efterspørgsel.

Overvej følgende fra Udacity:

"Vi har set en enorm stigning i interesse og tilmelding i AI og maskinindlæring, ikke kun år over år, men også måned over måned. Fra 2017 til 2018 så vi over 30% vækst i efterspørgslen efter kurser på AI og maskinindlæring. I 2018 så vi en endnu større stigning med en stigning på 70% i efterspørgslen efter AI og maskinindlæringskurser. Vi forventer interesse for fortsat at vokse måned over måned i 2019. "

Trods alt dette, når du ansætter AI mennesker, skal du stadig gøre din egen træning. Og det skal være i gang. Hvis ikke, er der stor risiko for svigt med en ny AI-udlejning.

Så lad os se, hvordan forskellige topvirksomheder håndterer træning:

Ohad Barnoy, VP for kundesucces, Kryon Systems:

Vores AI-udviklere starter med en dybtgående træningsplan for at få en dyb forståelse af vores platforme. De gør det via vores hjemlige online Kryon Academy, et program, der hjælper med yderligere AI-træning i parallel med på-job-træning. Udvikleren er tildelt et tre ugers kursus i hver af vores udviklingsbælg og med QA.

Chris Hausler, Data Science Manager, Zendesk:

Forskning og teknologi i AI bevæger sig så hurtigt, at konstant læring og opskæring er påkrævet for at holde trit med state-of-the-art og gøre dit arbejde godt. Hos Zendesk driver vi en ugentlig papirklub, hvor vi diskuterer ny forskning i forbindelse med vores arbejde og har hyppige "laboratoriedage", hvor holdet har tid til at eksperimentere med nye ideer.

Fra Atif Kureishy, ​​Global VP, Emerging Practices at Teradata:

Selv om flere og flere mennesker omfordeler deres færdigheder ved at erhverve dyb indlærings viden gennem veje som massive åbne online kurser (MOOCs) eller Kaggle, er det sjældent at finde folk, der kan gøre det i praksis – og denne forskel er vigtig. Klasseværelset eller konkurrencerne er helt sikkert et skridt i den rigtige retning, men det erstatter ikke den virkelige livserfaring.

Organisationer bør implementere og rotere deres AI-hold på tværs af forskellige forretningsenheder for at få eksponering og forstå udfordringer, som forretningslivet står over for i at opbygge AI-kapaciteter. Dette vil muliggøre erfarings viden, der kan bringes sammen i et Center of Excellence, men fremfører erfaringer fra hele deres Enterprise.

Guy Caspi, CEO og medstifter ved Deep Instinct:

Ved Deep Instinct fokuserer vi vores træning primært på to områder: Omfattende forståelse af dyb læring, maskinindlæring og store data samt et yderligere område: det domæne, vores produkt er i. Eksempelvis er vores cybersikkerhedseksperter konsekvent delte deres viden med vores dybe læringseksperter under træningsprocessen. Årsagen er, at en dyb (eller maskin) læringsekspert, der er mættet med viden, der er specifik for domænet (i vores tilfælde cybersikkerhed) under træningen, vil fungere mere effektivt og blive bedre tilpasset til brugssager i virkeligheden.

Yogesh Patel, CTO og leder af AI Research, kaldesignal:

Linjen mellem Data Engineers, Software Engineers og Data Scientists er uskarphed, når det kommer til store data. Der er en klar træk mod sidstnævnte, med flere Data Engineers og Software Engineers søger at blive Data Scientists. Med indførelsen af ​​dyb læring er der mindre og mindre behov for at bruge enorme mængder tid til behandling af dataudforskning, dataudrensning og funktionsteknologi – i hvert fald i teorien. Tilsvarende ser vi flere mennesker, der hævder at være datavidenskabere, men som rent faktisk bare anvender en brute force-tilgang til maskinindlæring.

Derudover har vi træningsvirksomheder, der hævder, at der ikke kræves forudgående kendskab til datakurering, og at der ikke er behov for baggrund i statistikken. Selv om det kan være rigtigt i nogle domæner, har vi på cybersikkerhedsområdet brug for flere mennesker med en solid forståelse af domænet såvel som datavidenskabskoncepter. Det betyder at forstå betydningen og de statistiske egenskaber og forhold mellem dataattributter på tværs af forskellige datakilder. Det betyder også at forstå, hvordan disse dataattributter og datakilder kan påvirke en given algoritme, især når man beskæftiger sig med problemer som det ubalancerede klassifikationsproblem. For eksempel med henblik på kreditsvindelopdagning betyder det at have et intuitivt greb om, hvordan, hvornår og hvor en given transaktionstype opstår – en forudsætning for at formulere og afprøve eksperimentelle hypoteser. I samme eksempel betyder det også, at man forstår præcis, hvordan en given klassifikationsalgoritme kan blive påvirket, når få eller ingen eksempler på en given transaktionstype er tilgængelige, og at indstille eller tilpasse klassifikationsalgoritmen efter behov.

Alex Spinelli, CTO, LivePerson:

Ledere og ledere skal lære begreberne. De skal lære, hvad der er og er ikke en anvendelig anvendelse af AI.

For eksempel er AI drevet af data og eksempler. Problemer med begrænset historie er ofte ikke gode eksempler på dem, der let løses af AI-værktøjer. Dette kaldes koldstartsproblemet.

Outputs fra AI er ikke altid forudsigelige. Det betyder, at den lineære karakter af produktdesign og arbejdsgange vil ændre sig. Det er ikke let at vende om, hvorfor et AI-system leverede et specifikt svar. En anden vigtig komponent i træningsprocessen er at udvikle nye færdigheder til produktdesign, der udnytter AI. Produktdesignere og ledere skal forstå statistikker og sandsynlighed på nye måder.

Corey Berkey, direktør for Human Resources, JazzHR:

Mange virksomheder investerer i uddannelse af deres medarbejdere for at sikre, at de forbliver aktuelle med teknologi og fremskridt i branchen. Mens matematik og datateknologi tjener som rygraden i AI-fokuserede roller, er efteruddannelse på området et must. Mange online læringsløsninger tilbyder i dag en række AI-relaterede certificeringer fra top-niveau universiteter for at hjælpe medarbejdere med at udvide deres viden inden for områder som programmering, maskinindlæring, grafisk modellering og avanceret matematik. Det er kritisk, at virksomhederne fokuserer på at give udviklingsmuligheder disse transformative hyringer, så de kan finjustere deres evner og lære bedste praksis fra jævnaldrende.

Tom tjener på rådgivende boards af tech startups og kan nås på hans websted.