在《为机器学习做好准备》一书中，蒂姆·内格里斯说："尽管许多商业人士可能会猜测，机器学习还没有起步。机器学习无疑是目前It行业最热门的话题之一，但Negris认为它并不完全是新事物的评估是正确的。早在2014年，我和我的团队就将此列为公司和客户的重中之重。从那时起，我们根据我们的总体战略开发了一些有趣的原型，淘客公众号系统，将机器学习嵌入到我们的产品中，将其转化为智能应用程序。

作为SAP的首席创新官和全球创新中心网络的负责人，我负责领导创新议程、设定和确定趋势，提供新的成长型企业和促进创业文化。这正是机器学习发挥作用的地方。虽然很难看出文化与机器学习之间的联系，但我认为它实际上是创造和维持创新文化的关键。

机器学习是SAP的首要战略重点之一，大数据系统，因为我们致力于开发所有企业应用程序，如财务、客户关系等管理和人力资源（HR），更加智能化。以人力资源为例，创新型公司吸引世界上最优秀的人才至关重要，尤其是在这样一个竞争激烈的市场中。

根据牛津经济学院（Oxford Economics）进行的一项研究，SAP在全球范围内赞助了4100多名高管和员工，结果表明，收入和盈利能力较高的公司更有可能建立有效的多样性计划。这意味着，云呢拿，建立一支由来自不同背景的合格员工组成的团队不仅有益，而且对竞争生存至关重要。

然而，我的免费云，建立一支有才华、充满激情的员工队伍的一个主要障碍是无意的偏见。这几乎是不可避免的，也是招聘过程中与生俱来的人性因素。人才招聘人员往往忽视个人的内在价值，而是优先考虑一些文化规范的"资格"，如母校或家乡。他们有时忽略了这样一个事实，即表面下，激情四射、才华横溢的人来自不同的行业和背景，他们所持的观点是塑造企业未来的真正创新引擎，计算机可以处理和学习大量的招聘和雇用数据，而无需显式编程。虽然招聘和雇佣不可避免地需要人的接触，但机器可以支持这一过程，并帮助人才获取专业人员确保他们不会因为自己的一些先入为主的观念而忽视优秀的候选人。我们最近开发的resumématching应用程序提供了平衡的招聘建议。它为给定的职位描述确定最佳的候选人，或为给定的候选人确定最佳的工作——为招聘人员提供更多的私人时间与候选人在一起，而不是花时间繁琐地手工整理成千上万份求职申请。

此外，SAP去年宣布了其人力资本管理套件中即将推出的功能。通过在软件中嵌入机器学习，SAP将有助于发现多个人力资源流程中的非故意歧视（例如如何编写工作描述或绩效评估），并提出建议以鼓励公平。例如，招聘人员和招聘经理可能会发现，某些职位描述吸引的主要是男性或女性求职者，但他们可能没有意识到自己无意中在这一结果中所扮演的角色。

未来的SAP SuccessFactors招聘能力将使招聘人员能够识别潜在的性别偏见词汇和短语，这些词汇和短语阻碍了他们吸引所有优秀人才的能力，并用更中性的语言取而代之。确定有偏见的术语不仅要基于研究，研究表明某些短语更容易吸引男性或女性，而且要基于其他职位描述中出现的主要是男性或女性申请人的词语和短语。这就是机器学习如何通过从过去犯下的错误中吸取教训来创建一个不那么偏颇的招聘流程。

当我的团队着手激励和促进创新时，我们明白这意味着我们需要把所有的声音都摆到桌面上。机器学习为我们提供了一个机会，通过克服隐藏在最好意图中的偏见来实现这一目标，并确保最富有、最多样化的创造性思维得到体现。

今年3月8日的国际妇女节庆祝妇女在社会、经济、文化和政治方面取得的成就。世界上许多地方的进展仍然太慢，因此需要采取全球行动加速两性平等。让我们继续支持提高妇女地位——不仅是为了国际妇女节，淘客购物，而且是为了每一天——让我们勇于改变。通过关注Twitter上的#BeBoldAtSAP标签，了解SAP如何成为性别平等的捍卫者。