欧洲软件巨头SAP公司周五晚间宣布,计划收购总部位于旧金山的人力资源初创公司SmartRecruiters Inc.,收购金额未披露,交易预计将在第四季度末完成。
SmartRecruiters销售的软件有助于自动化大批量招聘,主要在美国运营,而美国恰好是SAP最重要的市场,占其收入的30%以上。该平台具备由人工智能驱动的申请人跟踪工具、招聘分析和用户友好的工作流程,旨在优化招聘流程并缩短招聘时间。
收购完成后,SAP计划将SmartRecruiters的技术整合到SAP SuccessFactors平台中,为客户提供增强的招聘和劳动力规划能力。
SAP SuccessFactors是一个基于云的人力资本管理平台,提供招聘、优化劳动力管理、管理员工绩效、提升员工体验和薪资管理等工具。
据SAP表示,此次收购将使SuccessFactors能够进行更快速、数据驱动的招聘,并在一个集成系统内提供更流畅的候选人体验,涵盖人才寻源、面试、入职和劳动力规划。
与此同时,SmartRecruiters的软件将继续作为独立产品提供。该公司拥有超过4,000家企业客户,包括亚马逊公司、Visa Inc.和麦当劳公司。该公司此前在2021年披露完成了1.1亿美元的E轮融资,估值达到15亿美元。
在宣布收购的新闻发布会上,SmartRecruiters首席执行官Rebecca Carr表示,这笔交易将使两家公司的客户能够"抓住机遇",她强调人工智能在人才获取领域提供了"非常令人兴奋"的潜力。
Aptitude Research分析师Madeline Laurano告诉HR Executive,人力资源软件市场"已为整合做好准备",像SmartRecruiters这样在候选人跟踪工具基础上提供智能体AI能力的平台,是诱人的收购目标。
她补充说,SAP正在获得一个很好定位来支持"下一代招聘"的平台。
尽管SAP没有披露交易价值,但这很可能是自首席执行官Christian Klein于2019年掌舵以来公司进行的最大收购之一。Klein通常进行的收购规模比他的前任Bill McDermott小得多,他收购了诸如美国公司WalkMe Ltd.(15亿美元)以及德国初创公司Signavio GmbH等企业。
这些交易旨在帮助SAP的客户从安装在服务器上的传统软件迁移到基于云的产品。
Q&A
Q1:SAP为什么要收购SmartRecruiters?
A:SAP收购SmartRecruiters主要是为了增强其人力资源管理能力。SmartRecruiters拥有AI驱动的招聘自动化技术,在SAP最重要的美国市场运营,拥有超过4,000家企业客户。收购后将整合到SAP SuccessFactors平台,提供更快速的数据驱动招聘和流畅的候选人体验。
Q2:SmartRecruiters平台有什么特色功能?
A:SmartRecruiters平台主要特色包括AI驱动的申请人跟踪工具、招聘分析功能和用户友好的工作流程。该平台专门用于自动化大批量招聘,能够优化招聘流程、缩短招聘时间,并提供智能体AI能力来支持人才获取工作。
Q3:收购完成后SmartRecruiters还能独立使用吗?
A:是的,收购完成后SmartRecruiters的软件将继续作为独立产品提供给现有客户使用。同时,SAP也会将其技术整合到SAP SuccessFactors平台中,为客户提供更全面的人力资源管理解决方案,涵盖人才寻源、面试、入职和劳动力规划等功能。
好文章,需要你的鼓励
惠普企业(HPE)发布搭载英伟达Blackwell架构GPU的新服务器,抢占AI技术需求激增市场。IDC预测,搭载GPU的服务器年增长率将达46.7%,占总市场价值近50%。2025年服务器市场预计增长39.9%至2839亿美元。英伟达向微软等大型云服务商大量供应Blackwell GPU,每周部署约7.2万块,可能影响HPE服务器交付时间。HPE在全球服务器市场占13%份额。受美国出口限制影响,国际客户可能面临额外限制。新服务器将于2025年9月2日开始全球发货。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
安全专业协会ISACA面向全球近20万名认证安全专业人员推出AI安全管理高级认证(AAISM)。研究显示61%的安全专业人员担心生成式AI被威胁行为者利用。该认证涵盖AI治理与项目管理、风险管理、技术与控制三个领域,帮助网络安全专业人员掌握AI安全实施、政策制定和风险管控。申请者需持有CISM或CISSP认证。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。