看天下
管理层一般不会有时间面试所有的职位候选人。一旦面试时，他们希望问出最有效的问题。
什么样的问题是好的面试问题呢？这没有一本教科书可以给出，但根据一些CEO和管理层的说法，回答这样问题不需要一定非常聪明或正式。
以下，是一些经常会被问到但又非常不寻常的面试问题。
Lars Dalgaard，Andreessen Horowitz风险资本家，SuccessFactors前CEO
问题：你从你母亲那学到什么？
为什么问：Dalgaard认为这是一个非常有力量的问题，能够得知一个人的情感类型。基本上，我是想测试他们：你准备好和我在一起了吗？
Stewart Butterfield, 工作社交 App Slack的CEO
问题：法国大革命发生在哪个世纪？
为什么问:Butterfield的目的是想看看候选人对这个世界是不是充满了好奇。他还经常问别人，在你成长的那时候，你希望自己以后变成什么样？
César Melgoza，商业智能公司Geoscape的创始人兼CEO
问题：你最近在读什么书或杂志？你闲暇的时候喜欢做什么？
为什么问: Melgoza认为，这样的问题可以看到是什么在激发候选人的积极性。“问题的另一面其实是，你是否在投资你自己。”
Yasmin Green, Jigsaw（Alpbaet的科技孵化器公司）的研发总监
问题：你有没有办法在中央公园的冰激凌摊上赚钱？
为什么问：我想看看应聘人怎么样处理模棱两可的问题，以及独立思考时是否能够保持有趣。
Don Charlton, 软件招聘公司 Jazz的创始人兼CEO
问题：如果你没有通过这家公司的90天试用期，你认为你可能是哪一方面没做好？
为什么问：Charlton认为，这是考察应聘者是否有自知之明的好问题。“你需要让应聘者认识到，他们能够自信，以及在这份工作里取得成功的关键因素。”
Lori Senecal, MDC Partner网络公司CEO，以及广告代理商CP+B公司CEO
问题：你发明过什么吗？
为什么问：Senecal认为，你不是必须要发明过一个自动机器人，而可以是任何东西。这个问题是为了考察候选人是否有创新的能力，以及为难题寻找新思路的欲望。
Andy Bryant, 英特尔董事会主席
问题：你的哪些课程学得最好？
为什么问：“这个问题涉及到智力，以往成功的记录，以及你在英特尔目标。如果我可以找到符合这些标准的人，我通常都会要他。”Bryant这样认为。
Gary Smith, 宽带和电信公司 Ciena的CEO
问题：如果工作中某一天你感觉很糟糕，我怎么感觉和察觉到？
为什么问：Smith说：“比如应聘者说他会变得沉默寡言，那我追问‘告诉我接下来你会怎么做，你怎样处理这种糟糕，你是否会回避问题？’我会深入挖掘下去，因为这会带出很多东西，比如什么事情可以激励他们，工作中哪些方面是让他们很享受的，哪些方面是被其讨厌的。”
Mary A. Laschinger, Veritiv集团的CEO
问题：你是如何把一件事情做成的？
为什么问：Laschinger认为这个问题可以得到候选人的三个信息: 价值观、好学心、技术能力。他们是否会利用跨部门的资源，为了达到目标什么是必须做的，与他人打交道时成功和失败的经历。
Stormy Simon, 在线销售Overstock主席
问题：如果让你成为一种动物，你会选择哪一种？
为什么问: 动物王国千奇百态，任何人都能找到一种和他们个性、习惯相符合的动物。
David Politis, 云端软件供应商BetterCloud的CEO
问题：如果你能做这个世界上的任何事情，你的梦想工作是什么？
为什么问：Politis说：“我的紧接着下一个问题是‘为什么你想那样做’，这两个问题能告诉你回答者的激情和痛点分别是什么。”
Lorna Borenstein, 在线烹饪、瑜伽、健身视频内容商Grokker的创始人兼CEO
问题：分享一下你的生活故事？
为什么问：在开始每一次面试时，Borenstein都与应聘者分享她自己的生活故事，她希望应聘者知道她来自哪里，然后希望他们也告诉她类似的故事。
Joshua Reeves, 工资App Gusto的CEO
问题：我有点类似于4岁的小孩，我爱问很多个“为什么”。
为什么问：Reeves不怎么关注候选人的技能和工作经历，他喜欢知道候选人在他们很多重要的时刻做出选择的根本原因是什么。
Tobi Lütke, Shopify的CEO
问题: 我们的面试基本围绕着面试者的生活故事，找到他们生命中做重要决定的时刻，然后深入讨论下去。
为什么问：“我发现，判断一个人工作能力好坏可以根据他们对于机遇的态度，是认为机遇是要积极争取的，还是等待机遇。这大抵可以判断出他是悲观还是乐观主义者。”Lütke这么认为。
Lori Dickerson Fouché, Prudential Financial集团保险的CEO
问题：你喜欢在哪种文化里工作？你的强项在哪里，如何强？如果你发现他人没有按照你的想法去做，你会做出什么反应？
为什么问：Fouché的目的是为了找出应聘者的韧性和毅力。“在面临压力的情况下的表现是非常重要的。”
Melanie Whelan, SoulCycle的CEO
问题：跟我描述一下你的背景？
为什么问：这是用来暖场任何对话的好方法，而且这能传递出你的沟通语言能力，你是一个简洁、直接的人，还是善于讲故事的人？
Cindi Leive, Glamour杂志主编
问题：我总是问别人为什么他们想要这份工作？
为什么问：Leive说：“没有统一的正确答案，但是我希望知道他们的原因。”
来源： Business Insider
如何赢在企业文化
在你招聘第一个员工之前，企业文化就开始形成，并在你公司壮大到几十名员工时，有机地发展起来。公司越大，就越需要形成文化价值和实践，以确保整个团队齐心协力。强大的企业文化有助于激励员工、吸引新员工、鼓励创新等。那么，企业文化如何发展，什么时候应该定下基调呢？
组织行为专家和已经取得成功的领导者表明，公司应该在60到100人之间的时候，写下他们的价值观和文化基调。像Netflix、Hubspot这样的公司，他们有超过100页的资料来解释他们的企业文化。 企业文化将是你成长的灯塔，同时关键点还在于企业文化应该源自于公司现有风格，这样你的员工才能得到真实的体验。
鉴于每个人——从实习生到经理到CEO，对于公司的认识不同，对于公司的企业文化也就会有不同的视角。所以，你还需要思考怎样把价值观落实到业务的每个角落。
1. 从每个人那里获得反馈
让每个人都来发表意见，无论是书面调查，小组讨论，还是一对一谈话，或其它任何形式，这样你就搜集到了公司各个方面的员工对于企业文化的看法。沃顿商学院教授亚当·格兰特认为，书面的意见搜集有很多好处，可以让员工有更多的时间去思考，允许天生内向的人更多地参与，听到更多的创新想法。
2. 提炼观点或模式
从第一阶段搜集到的反馈中，你能看到所有员工眼中的公司是什么样的，看到他们是如何表达出虽然还没有正式确定但呼之欲出的企业价值观。分析这些反馈意见时，请按照不同的大类、观点或模式来分类。如果你的公司不是快速成长或跨地域的，那所有的反馈意见应该大致相差不大。但如果相差很大，那一定要注意了，因为这意味着不同员工之间存在不同观点或模式的企业文化价值观。
3. 创建指导委员会
为了完善你的这些想法，创建一个指导委员会来深入挖掘你在第一阶段搜集到的反馈。该组织成员可以随机从各个部门选取，也可以员工自愿产生。TOMS的创始人Blake Mycoskie就使用员工自荐或互相推荐的方式来创建指导委员会。
4. 分析和跟进
一旦你有指导委员会，就要定期开会讨论在整个公司的主题，并再跟进。会议室数量和长度因你公司的大小而自由决定，但是目标都始终设定在强调你企业文化的具体价值观和原则。指导委员会还应该与管理层、人力资源、或公司其他关键部门合作，确保最终的结论能代表领导者对于公司价值观的看法和未来定位。
5. 让企业价值观变得真实
当达成共识后，你需要思考怎么让你的价值观变得真实、难忘和容易理解。在我自己的公司，我们刚刚为十条价值观分别创建了一个吉祥物，现在展示在办公室的海报上。当我们第一次把它们介绍给公司员工的时候，指导委员会的成员们向大家举例说明我们的员工是怎样在实践工作中体现这些企业价值观的。
你的企业文化也会随着公司的成长、行业的变化而不断改变的，但是如此定义的企业文化是会激励你的员工，让他们因身为该企业的一部分而感到自豪。
来源：《企业家》 entrepreneur
数据资产创造核心竞争力
有竞争力的战略意味着以独特的方式创造独特价值，哈佛商学院威廉·劳伦斯大学教授、经济学家迈克尔·波特说：“给客户提供只有在你这儿才能买到的产品或服务的做法还不够，你还应当通过使用竞争对手难以复制的途径提供那些产品或服务。”
在他1996年的《哈佛商业评论》经典文章“战略是什么？”中，波特描述这一难以复制创造价值的方式为一个公司的“活动系统”。活动是一个公司日常工作的每个部分——营销活动、产品设计、系统方案、提供支持、风险管理以及专利保护等。每一项活动都会运用财务、技能、科技、信息等在内的一系列资源。
因为信息是唯一一个每天在使用而又同时在不断生成的资源，对于越来越多的日常活动信息，能否数字化、数据化将对公司的核心竞争力产生重大的影响。
数据资产工具其实不只针对初创企业，任何组织都可以使用。事实上，大企业因为存在与客户、供应商、合作方的大量活动而产生大量数据，这是他们的明显优势。以下是三个如何利用这一优势的三个重要原则。
原则1：数据来源于活动
原则2：数据用来创造更多数据
原则3：平台化是取胜之道
从数据生产的角度来看，活动就像是被等待发现的新大陆。谁先发现，占有这一活动，谁就能得到其数据的财富。但闪闪发光的未必都是黄金，某一些活动也比其它的更有价值。
活动能产生信息，但只有你使用了设备、传感器、特殊应用等，信息才能转化成数据。几年前谷歌派出车队，在全世界的道路上捕获图像，测量距离，记录无线网络ID，把所有信息加上GPS坐标，很少人能在当时就理解，这样车队采集的信息可以用于搜索、导航、定位广告服务。电力公司安装智能电表，券商推出移动咨询应用，旅游网站游客的点击行为——所有的这些都是在占领新数据领域的殖民地。
很难知道哪些活动将产生最宝贵的数据，不同行业，不同公司都不一样。但是很自然地，一个公司应该专注于能够加强其竞争优势的，使其变得独特的活动上。公司应该首先关注最大收入来源和最低成本开支，特别是与外界交互的活动。与客户、供应商和合作伙伴有联系的活动尤其重要，因为竞争对手也可能紧盯着这一块。你需要在竞争对手行动之前，就将该行业该活动数字化，不然如果这一转化发生时你没有跟上，那你可能永远都抓不住了。
来源：《科技评论》 entrepreneur
AI开发困难，所以脸谱用AI开发AI
深度神经网络正在改变互联网。人工智能（AI）系统正被注入到在线服务的各个方面，能够像人类一样分析大量的数字信息，而这些在几年前还是闻所未闻的。它们能够识别照片里的人脸，理解人类对着智能手机说出的命令，把对话翻译成其它种类的语言。它们甚至还能帮助谷歌优化搜索结果。这样你也许都有所耳闻了，但是，你知道互联网巨头们是怎样开发出这样了不起的AI机器的吗？
其中有一些是出于绝顶聪明的人才之手，诸如谷歌、脸谱等大公司花大钱请来他们做研发。在当今世界上，有这样推动AI最前沿技术发展的头脑和知识储备的人才也许就只有几百位，他们的工资就像橄榄球四分卫的一样高。这会是当今AI发展的其中一个瓶颈。而这也并不是唯一的困难，因为即使对于最高级的研究者而言，任何AI的开发也都需要不计其数的试错过程。例如，为了建议解决下一个重大AI难题的深度神经网络，研究者需要尝试无数种不同的可能性，无数次失败，试运行于成百上千的事例、机器上。
“这就像你应该去当教练，而不是球员。”谷歌DeepMind的联合创始人Demis Hassabis这么认为，他们刚刚创造了AI打败世界最好围棋手的奇迹，“你需要去诱导AI的发展，而不是直接告诉它们怎么做。”
所以，当今很多公司正在努力尝试让AI开发过程中的试错环节自动化（AI化）。只有把高智商的人才从繁琐的工作中解放出来，他们才能把时间花在更伟大的工程上去，同时，也能更快地推动AI开发过程。
换句话说，也就是为了变得更快更智能，计算机本身必须承担更多的重复性工作。互联网的伟大在于它由无数的计算机组成，可以代替工程师测试无数的机器学习算法。令人高兴的是，这些公司已经在开发用来开发AI的AI了。在脸谱公司，他们设计了一款称之为“自动机器学习工程师”的人工智能系统，用来开发其它的AI。它还远远不够完美，但是目标就是尽可能地在开发Al的过程中，把人类从枯燥乏味的工作中解放出来。
在2012年脸谱以1040亿美元的估值IPO以后，公司广告团队的Hussein Mehanna和工程师们都压力倍增，需要更精准地给每天数百万使用社交媒体的用户推送广告，也就意味着需要建立更好的深度神经网络和其他机器学习算法，已达到更好利用脸谱的数据资源搜集用户的信息和行为的目的。
根据Mehanna的说法，脸谱的工程师们能够产生无穷无尽的方案，但是测试这样方案确实个问题。所以他的团队就创建了一个叫Flow的工具。“我们希望建立一个所有工程师都能使用的机器学习流水线。”Mehanna说。Flow可以为工程师开发、测试、执行大量各种形式的机器学习算法。
基本上而言，工程师可以很容易地在公司的庞大网络计算机数据中心测试无穷无尽的想法。他们可以运行各种各样的算法，不仅是深度学习，还可以是其他形式的AI算法，包括逻辑回归和高端决策树等。 “尝试越多想法越好。”Mehanna说，“尝试的数据越多，你的想法也会变得越好。基于Flow，工程师也可以很容易地借鉴别人已有的算法，调整并应用到其他任务中。”
Mehanna说，借助于Flow的帮助，脸谱每个月设计并测试越30万种机器学习算法。在那之前，脸谱需要花60天时间来推出一个AI模型，而现在，他们每周都可以推出好几个。
脸谱打算加速Flow这一项目，公司计划最终开源，与全世界分享Flow。根据Mehanna的说法，LinkedIn、Uber、Twitter等公司已经明确表示出使用Flow的兴趣。Mehanna的团队还开发了另一个称为AutoML的工具，它能更进一步地解放工程师劳动力。AutoML运行在Flow顶层，能够自动地处理用于测试AI算法的数据——这是在利用AI在帮助建立AI。
AI开发AI，这是一个有趣的领域，一个已经俘获了科幻作家几十年的领域——构建自身智能的智能机器。Flow现在还不像人（或者“天网”）一样先进。但这是走向下一个世界的第一步，一个AI不仅仅靠人类，而是可以靠AI本身创建的世界。
来源：《连线》 wired
