肖櫻丹

隨著信息技術的快速發(fā)展，各行各業(yè)都在不斷探索以數(shù)據驅動業(yè)務和決策的管理方式，人力資源管理領域中的數(shù)智化概念也應運而生。數(shù)智化可幫助人力資源從業(yè)者從“后知后覺”轉變?yōu)椤邦A測先見”，為企業(yè)開展人才選、育、用、留、汰提供可測量的決策依據。人力資源管理數(shù)智化一改以往以現(xiàn)有數(shù)據、經驗和直覺做決策的方式，真正用技術算法的數(shù)智化為未來做決策。

人力資源數(shù)智化的基礎是人力資源大數(shù)據

提及數(shù)智化就不得不提到大數(shù)據，我們先來幫人力資源大數(shù)據與人力資源數(shù)智化做個區(qū)分。人力資源大數(shù)據是指在人力資源管理中使用大數(shù)據技術，從人力資源相關數(shù)據中得出有效信息、挖掘價值，實現(xiàn)精細化管理，提高管理質量和效率。而人力資源數(shù)智化是指將人力資源數(shù)據智能化、自動化、預測化，通過算法或模型分析找出隱含的問題和規(guī)律，為決策提供科學依據，提高人力資源管理的針對性和決策能力。根據以上對兩個概念的解析，我們在表1中列出二者的主要不同。

人力資源大數(shù)據分為三個層級：第一層是描述性數(shù)據，如歷史的、部門性的活動數(shù)據，主要是對組織內部已經發(fā)生和正在發(fā)生的事情進行描述；第二層是預測性數(shù)據，可轉換成有價值、可實操的信息數(shù)據；第三層是變化性數(shù)據，也稱為最優(yōu)化數(shù)據，即利用預測性數(shù)據得出建設性的決策信息。而人力資源數(shù)智化的發(fā)展正是源于預測性數(shù)據與變化性數(shù)據。預測性數(shù)據可以幫助預測性分析，變化性數(shù)據可以進行變化性分析，而變化性分析則“超越”預測性分析，強調決策選擇和勞動力優(yōu)化，常被用來分析更復雜的數(shù)據，進而預測結果，提供決策選擇，并展示可能帶來的影響。

人力資源數(shù)智化的應用

人力資源數(shù)智化是一個全新的領域，與傳統(tǒng)的人力資源管理模式有很大不同。傳統(tǒng)模式下，人力資源管理主要基于經驗和直覺；而數(shù)智化模式下，人力資源管理則基于數(shù)據和分析結果。要了解人力資源數(shù)智化如何幫助人力資源管理，能解決哪些棘手問題，我們首先要分析企業(yè)人力資源管理需要解決的問題。

●用工計劃管理

在用工計劃方面，一些企業(yè)存在“營養(yǎng)不良”的問題，表現(xiàn)為因用工編制的限制，部門勞動力不足。我們發(fā)現(xiàn)導致以上問題的原因有三點：其一，定編分解依據不足，人力資源投放效率受影響；其二，增員計劃依據單一，戰(zhàn)略、業(yè)務與增員計劃結合不足；其三，減員計劃受限于數(shù)據統(tǒng)計能力，預測精度欠缺。以上三點在部分大中型企業(yè)里常態(tài)化存在，而解決相關問題的抓手便是“人崗匹配”。人力資源數(shù)智化可通過數(shù)據與算法技術建立模型，然后通過變化性數(shù)據指導人崗匹配。在配置管理上，人力資源數(shù)智化可解決招聘工作未結合用工計劃及人才畫像進行精準錄用、人員配置沒有適合的人崗匹配評價工具可用等問題。

●人才培養(yǎng)與發(fā)展

在人才發(fā)展模塊中，量化人才評估、開展針對性的有效培訓，是人力資源管理要重點解決的問題。一些企業(yè)雖然圍繞業(yè)務需求開展了知識、技能、綜合素質等方面的培訓，但沒有考慮崗位業(yè)務與人員能力的匹配，培訓需求主要來源于技術技能考試、上崗考核、綜合素養(yǎng)課程等，忽略了員工個體差異，導致培訓針對性不足。同時，受限于分析技術能力，培訓工作未能深度挖掘員工的潛在偏好和個體能力缺陷，無法實現(xiàn)課程的個性化設置和匹配。而通過數(shù)智化的算法與模型，企業(yè)可以找出人崗位匹配中的錯位情況，進而鎖定培訓方向，制訂人才培養(yǎng)計劃。

●薪酬績效的激勵管理

在績效管理模塊中，部分企業(yè)始終在探索員工工作業(yè)績量化評估，以及將業(yè)績評估結果與薪酬掛鉤的最優(yōu)方案，但相關方案的制定需要有一定的數(shù)據積累來支撐。同時，很多企業(yè)想解決的重點問題是如何動態(tài)評估績效管理制度或激勵制度對企業(yè)業(yè)績的推動作用，實現(xiàn)薪酬激勵效用最大化的管理目標。目前，這塊管理工作的數(shù)智化多以工作流程切入，將工作動作與工作效能進行強關聯(lián)，如“滴滴”“美團”等平臺通過變化性數(shù)據積累，不斷優(yōu)化與調整員工接單與服務的時間和效率，并將接單和服務情況與薪酬激勵關聯(lián)在一起，以達到薪酬激勵效用不斷提升的管理目標。

人力資源數(shù)智化的實現(xiàn)路徑

人力資源數(shù)智化的實現(xiàn)需要通過三個階段推動實施。

●存量數(shù)據挖掘階段

該階段為第一階段，主要通過建立存量數(shù)據的概要數(shù)據層，進行基礎建模；通過綜合分析和動態(tài)分析，實現(xiàn)對數(shù)據、模型的綜合化、動態(tài)化管理。一般情況下，大中型企業(yè)在運營過程中會積累大量數(shù)據，包括業(yè)務方面、日常運營方面的信息，以及人事基礎信息和評價評級信息。所以，在此階段，我們需要對這些存量數(shù)據進行盤點，挖掘出這些數(shù)據間的基本關系，再結合數(shù)據分析技術，通過算法解決人力資源日常管理中的問題和痛點。如運用綜合分析法整合多個單一指標維度，通過構建復合指數(shù)實現(xiàn)對管理現(xiàn)狀的直觀監(jiān)測；運用動態(tài)分析法將靜態(tài)數(shù)據基于時間序列進行動態(tài)聯(lián)系，以實現(xiàn)對數(shù)據的動態(tài)監(jiān)測，為管理智能化預測提供技術鋪墊。在該階段，根據企業(yè)數(shù)據種類與形態(tài)的不同，可設計實現(xiàn)的模型與應用功能參見表2。

●亞數(shù)據層挖掘階段

該階段為第二階段，主要通過整合增量數(shù)據和存量數(shù)據，提高基礎模型的精準度；通過對數(shù)據、模型進行聚類、關聯(lián)、相關性等分析，實現(xiàn)多維度的人力資源分析。經過上一階段，我們通過系統(tǒng)已經完成了多個復核指數(shù)的擬合，同時也建立了一些可用于各類管理決策的數(shù)據模型；在此基礎上，為引入復核指數(shù)，我們就可以在這一階段構建適用于智能化管理的亞數(shù)據層。為什么要進行亞數(shù)據層的構建呢？大中型企業(yè)在日常運營中生成的基礎數(shù)據量往往非常龐大，而亞數(shù)據層中的復核指數(shù)其實就是經過擬合處理的指數(shù)，可對評價模型所需要的基礎數(shù)據信息進行擬合，即用一個指數(shù)代替幾個指數(shù)的信息，企業(yè)只需記錄這個復核指數(shù)的信息，從而為數(shù)據庫減負，大大提高運算效率。該階段功能除了建立亞數(shù)據層，還包括進一步完善原有應用模型，提高原有分析應用模型的全面性和精確性，以及實現(xiàn)模型新增數(shù)據基礎磨合，新建應用模型。第二階段可設計實現(xiàn)的模型與應用功能參見表3。

●數(shù)智化管理階段

該階段為第三階段，主要通過整合結構化數(shù)據和非結構化數(shù)據，全面優(yōu)化升級基礎模型，實現(xiàn)人力資源智能化分析。在這個階段，數(shù)據量和數(shù)據處理方法會全面擴充，除了收集各類結構化數(shù)據，還包括圖片、音頻、視頻等非結構化數(shù)據；可通過整合結構化數(shù)據和非結構化數(shù)據，引入新型匹配算法，進一步優(yōu)化前兩個階段所建立的模型，實現(xiàn)人崗動態(tài)匹配、培養(yǎng)全景實施、激勵智能推選、資源量化投入、人才流失預警的人力資源智能化管理，具體功能參見表4。

人力資源數(shù)智化未來的思考

之前，一篇題為《外賣騎手，困在系統(tǒng)里》的文章曾刷屏網絡。文章指出，在外賣平臺系統(tǒng)的算法與數(shù)據驅動下，外賣騎手必須爭分奪秒，為此個別騎手甚至違反交規(guī)，導致該職業(yè)成為高危職業(yè)。由于系統(tǒng)算法的不斷精確，相同距離的配送時間不斷被壓縮，如在美團外賣平臺上，相同距離的訂單，配送時間從幾年前的50分鐘變成現(xiàn)在的35分鐘。

這不禁讓我想到企業(yè)的目標管理。有時候，部分員工就算能夠完成目標也會選擇“留一點不完成”。為什么呢？因為他知道，一旦今年完成了目標，那么明年的目標一定會增長，但如果不完成的話，明年目標可能會保持今年的水平，或僅小幅度增長。

企業(yè)中的這個現(xiàn)象和外賣系統(tǒng)基于算法不斷優(yōu)化配送時間有異曲同工之處。外賣系統(tǒng)通過算法來測算騎手用多少時間可以完成多少公里數(shù)的配送，完不成就扣錢，完成率達97%便開始加錢，如此一邊扣錢一邊獎勵，迫使騎手不斷提高能效。需要注意的是，系統(tǒng)計算的是600萬人的人效，通過深度計算把人“用到極致”，將人的效能“發(fā)揮到極致”。寫字樓電梯間里，美團的廣告語不斷傳出：“美團外賣，送啥都快！”但我們一定要知道，外賣系統(tǒng)的設計基礎不是技術也不是算法，而是人、是思維，這個系統(tǒng)的基礎是企業(yè)決策的方向。那么，在數(shù)智化的算法面前，我們究竟怎樣才能把握有關工作的平衡呢？是通過人力資源數(shù)智化來追求人力效能的極致，還是通過人力資源數(shù)智化在不斷優(yōu)化人力效能的同時也關注為員工們帶來工作的幸福體驗？相信這個答案不在于算法，而在于我們自己，在于我們一開始用怎樣的思維去定義系統(tǒng)算法。

關注技術變革，更關注思維變革；推進科技創(chuàng)新，但不模糊人本情懷，這才是人力資源管理的初心。永不停滯的探索是人力資源從業(yè)者向人、向科技的最高敬意——追求最優(yōu)化的方法，而不是追求最優(yōu)化的人。

未來，人力資源管理數(shù)智化將會進一步賦能于企業(yè)，使企業(yè)不斷優(yōu)化管理用人的方法，不斷提高人效。

作者單位 澳門科技大學商學院廣州銳庫企業(yè)管理咨詢有限公司