HR在大数据领域应用案例及相关思考

作者：胡明 来源：数据工匠俱乐部
前言

人力资源数字化已经从大数据理论走向现实应用，IBM的大数据系统可以实现极高水平的员工离职预测，而南京环卫工的可穿戴式传感器则实现了一线员工劳动数据的实时采集和监控，但是人力资源数字化转型上仍然问题很多。

笔者认为，根本还是要回答人力资源数字化的本质是什么、如何才能更好地去“四化”、在此过程中实操的首要着手点在哪里等问题。

一AI预测离职率（IBM的秘方）

我们循序渐进，先从一个IBM案例开始。IBM在国外的网站上发表的一篇文章，个人觉得是奇闻，文章的一些内容摘录如下文，我们从另外一个角度看一看国外的同行们在利用AI人工智能和大数据做什么。

近日，IBM首席执行官弗吉尼亚·罗曼提（Virginia Rometty）在纽约举办的CNBC“劳动人才+HR”峰会上表示，IBM每天收到8000多份简历，是求职网站Glassdoor上收到Z世代年轻人求职申请最多的公司。但这并不是这家拥有大约35万名员工的科技巨头知道目前哪些员工正在寻找新职位的唯一途径。

这个案例是机械工业出版社的编辑老师们翻译的，IBM的管理者在这个会上表示，他们收到了很多简历，这与我们中国的企业是差不多的。像IBM这种规模的企业在全世界范围内也是比较少的，我们可能不会遇到这么大量的简历，这只是一个线性的量的大小，无论是35万员工，35000名员工，或者是3500元还是350名员工，这不是最重要的关键问题，关键问题是后面他们引出来的这段话。

罗曼提表示，IBM的人工智能技术现在对计划离职的员工的预测准确率高达95%。IBM的HR部门拥有其“预测减员计划”的专利，该项目是与Watson共同开发的，用于预测员工的离职风险，并为管理人员聘用员工制定相应的措施。罗曼提不愿解释让人工智能如此有效地识别即将跳槽的员工的“秘方”是什么，只是说该技术的成功来自于对许多数据点的分析。

个人觉得匪夷所思的是IBM的人工智能技术对员工的离职准确度预测达到了95%。因为我们无论用什么样的算法，用什么样的指标，或者用什么样的多维度的计算，如果预测的准确度能够达到50%以上，我们都认为是奇迹了。像IBM人工智能技术，能够对员工的离职预测能够达到95%，这就足以说明他们都有多么的厉害。因为离职预测和其他方面的预测都一样的难，也是不容易做到的。

国外的案例都不会提供算法，因考虑到企业的商业机密，算法都是涉密的。但是案例会告诉我们，遇到的问题，如何解决解决以及最终效果。我们从这个案例的文字描述上来看，IBM显然有一套基于大数据的人工智能技术，对于员工的离职率的准确度达到了惊人的95%，那么这就引出来我要表达的观点：HR面对AI和BD，何去何从？

我们已经进入人工智能和大数据的时代，今年的政府工作报告里边已经提出了“智能+”的概念。从“互联网+”到“智能+”，我们能够看出在国家层面，对于人工智能、大数据互联网，工业互联网的关注的程度，在国家层面来看已经达到了一个全世界范围内相对先进，甚至某种程度上领先的程度了。这对于我们人力资源从业者来说，是一个非常非常大的机遇，同时也是一个很大的挑战。

据IBM官方称，该技术目前预测的准确率在95%的范围内。对员工的AI分析是IBM计划销售的一套产品的一部分，这些产品将颠覆传统的人力资源管理方法。

这一段话是引出了本人的一个观点：颠覆传统的人力资源管理方法。个人是不太愿意用颠覆这个词的，颠覆是overturn，是你把它翻过来，这个需要多么大的力量才能够overturn。既然IBM这么说，个人也愿意认同。因为用总理的话来说在“智能+”的时代，人力资源的升级换代的方式、方法与以前的时代一定有着重大的不同。

罗曼提表示，传统的人力资源模型需要彻底改革，这是人类需要人工智能来帮助改进工作的职业之一。

这句话要表达的意思也是本人想表达的观点。我们先不去讨论IBM具体用什么算法，用了哪些指标，因为他所用的指标都是我们人力资源部门日常工作中那些耳熟能详的，但它用了更高级的AI的工具，超越了我们的大脑，用AI的方式能够计算我们人类所计算不了的维度和复杂度，从而进行了预测。（上述参考案例的链接：

https://mp.weixin.qq.com/s/DOAjjYTgO2IPxFqbt4NMRQ）

二南京环卫工的绩效大数据（技术是中性的吗？）

一直有人在说技术是中性的，类似有人常说管理是理性、中性的。我们各种各样引进都是不用担心，本人对这种说法一直是嗤之以鼻的。其实个人认为是没有中性的存在，管理技术一定是有倾向性的。如果大家不信，那我们可以看看南京的同行们干出了惊天动地的大事情。

我们通常认为人力资源部门需要很复杂ERP系统、HR的信息系统等数据系统支持，需要很复杂的算法，需要各种各样我们没有的技能等，才能够拥有数据。其实个人不认同这个观点。我们看一看南京这个环卫公司他们的做法（他们的做法已经被叫停了，触碰到底线），但是这个做法恰恰颠覆了我们很多传统认知。

如果已经看过这案例，那么大家可以思考一下这个案例带来的影响。一个简单的计数器，其实我们现在采用智能手机，无论是华为的还是苹果的智能手机的运算能力远远超过这个计时器，但这个计时器所代表的东西却不简单。

无论是人力资源的大数据，还是管理的大数据，或是其他各种各样的大数据，第一个起点就是数据源，没有数据是没有办法收集数据，更谈不上数字化转型。南京的这个公司恰恰就是用了简单的工具来收集数据。他们收集数据之后，企业的管理中的终端或者或是中台，甚至就是老板的办公桌上的电脑，人力资源部门的办公桌电脑，可以显示环卫工的工作情况。这恐怕不仅仅可以是环卫工，甚至所有的一线工人都可以像南京的这个环卫工一样，带着一个类似于可穿戴式的设备，时时刻刻的把数据传给你，人力资源部门坐在办公室里，这样就会掌握这样大量的数据。

拿到这些数据之后，这个公司基本上不用做分析，直接都已经可视化了，因为算法和指标已经通过智能硬件可视化了，能够对环卫工人一天到晚的工作情况，在运动状态还是静止状态，静止地点以及间隔时间等等。大家想一想把数据利用到这个程度是非常可怕的。

现代管理的起点是1910年前后，19世纪末20世纪初，美国泰罗的管理革命，当年美国工人在工厂里工作，比如说搬土、运沙子，各种简单的粗活，泰罗的使用秒表来测量他们工作所需要的时间，后来就产生了泰罗的管理革命，现代的管理由此而发展。

那么我们想一想南京这家环卫工厂所做的事情，某种程度上就是在复制100多年以前，美国泰罗。当然当时泰罗用的是秒表，即为机械时代的计时器，收集的也是数据，虽然我们不承认那是大数据，但也是人力资源管理数据。

如今南京的这个公司用这样的设备也在收集数据，这其实原理与美国19世纪末20世纪初是一模一样的，只是工具在进步。当今我们拥有了智能化的工具，基于物联网、基于云计算的各种工具，将人力资源的各种算法，各种公式，各种指标完全智能化了，甚至完全可视化了，但我们这么做的目的是什么？目标是什么？这是一个根本性的问题！如果我们是为了提高效率，给工人带上各种设备来收集测量数据，那么今天的管理者们，没有超过100多年前的泰罗。

我们看一看具有南京特色的做法，因为这个实在是让我们觉得匪夷所思：南京的这个公司给环卫工人胸膛上的两个衣服上安装了两个小小开口，这实际上是一个传感器。然后又塞上了两片儿，看上去像是手机一样的东西，所表达的意思就是基于物联网、人联网的人力资源数字化管理！！！

如果我们把这个东西只是看作基于物联网人联网的人力资源数字化管理，它就会显得非常的高大上，如果只看这个标题，我们就觉得这个公司的数字化管理简直就是一个经典的案例，但实际上我们看下来，我们就会觉得完全不是这么回事。（上述参考案例的链接：

https://mp.weixin.qq.com/s/2eNICmgaUg1renjh5JHA0w

三人力资源大数据应用的三个问题

IBM案例中员工离职的预测度达到了95%，这非常神奇，本人真的很想知道用什么样神奇的工具能够把人的行为的预测度预测到这样的程度。南京环卫工人的案例也是很神奇，因为它不是预测人，是控制人。这两个案例所反映出来的都是人力资源不需要工具，因为有很强大的集成化的工具替代了。这也揭示出来我们心中所理解的我们需要算法，需要指标不太一样。当然智者见智，仁者见仁，因为今天是一个开放的时代，对很多问题没有固定的、唯一不变的答案，只是你的场景不同，你的思维方法不同，你所面临的问题不同，你可能走的路也就不一样。

3.1人力资源管理的大数据应用的实质

个人认为人力资源管理大数据或者叫数字化转型这个应用的实质就是人力资源拥抱大数据甚至是拥抱AI的最终的目标，就是更好的认识人和以人为主的关系。因为只有把落点放在人和以人为主的关系上面，我们才能够回归人力资源管理的本质，我们这些CH0们才能不失掉我们的工作，才能不被机器所替代，因为机器它关心的不是人和关系，它关心的是自己的逻辑和程序。诸如大数据驱动的高绩效，都是在实质上推演出来的应用层目标而已。

只有更好地认识了人，才能更好地实现绩效以及其他。

大数据驱动的高绩效，这是大数据的一个应用方法，其实在实质上推演出来的应用层的目标，不是根本层面的。我们要知道我们的根本是什么，然后才能够去运用这些去实现变化。

3.2人力资源管理的大数据之路：四化

人力资源的大数据之路，这个路怎么走。最近我看到一些说法比如人力资源和大数据的结合是人力资源到人力资本的升级，本人不太认同这个观点。因为资源和资本从来都是一个问题的两面：人力资本并不比人力资源高级，人力资源拥抱大数据并不是资源与资本的问题。

人力资源管理的大数据之路的四化：信息化、数字化、大众化、通俗化。

信息化：人力资源如果没有基本的EHR系统，那远远谈不上数字，那我们还先解决从纸面到这个基本的信息化的这个阶段

数字化：数字化是需要我们具有运用数字的洞察能力，数字的意识，并通过数据找到数据所反映的关系、关联。但这是需要训练，需要方法论的。数字化不是通过安装了一个很复杂的ERP系统就能实现的，因为系统不能代替你思考。数字化指的是思维。而不是数字化的分析。人力资源的HR的从业者们掌握、分析工具的速度远远的慢于技术进步的速度，技术进步是以指数的速度来衡量的，可能半年一年的时间就会升级换代了，但是我们半年和一年的时间要学数据分析是很难的。

大众化：我们做人力资源的大数据管理一定要大众化。无论是企业的人力资源的大数据，还是各种机构搞的人力资源大数据，不能弄得神神秘秘的，特别的曲高和寡，这都是死路。

通俗化：所谓通俗化就是要能够让一线员工能懂。南京的这个案例是一个非常通俗的案例，在职业伦理方面有问题。但是他的方法的确符合我上面说的四个化。

3.3实现人力资源的大数据管理的首要问题

在企业里边实现人力资源的大数据管理或者实现数字化的转型，根本点不在于人力资源部门如何闭门造车，因为关起门来看数字化转型是不可能的。从很多企业的实践的情况来看，实现人力资源大数据管理的首要问题是利益驱动。

为什么首要问题是利益驱动的。因为在一个企业里一定是有三个层面人力资源管理。

第一个层面的人力资源管理是企业的整体体系的生产层面，比如企业是制造业，无论是采用基于物联网的自动化设备，还是传统的车铣刨磨的设备，那么从生产管理角度谈的人力资源管理，这是一个层次。

第二个层次的是人力资源部门这个层面的人力资源管理，其实人力资源部门的人力资源管理，无论你采用的是什么样的管理模式，本质上来讲就是选用育留、管、去、调离等等，这些传统的范围，这是第二个层面。

第三个层面的人力资源管理就是基于数字再造的一个数字孪生这个层面。人力资源管理首先很多情况下都是由生产方面的需求，推动了生产或者经营方面的数字化，或者说因为生产或者经营方面的压力、进步产生了对于人力资源更精准的、更精细的管理需求才使得我们不得不或者说主动的去运用新的技术来进步，这是一种动力。第二种动力是人力资源，自己想转型升级。这是一个很伟大的想法，但这是最艰难的一条路。

从企业里的转型升级的角度来看，根本的问题在于利益驱动，也就只有这三个层面的人力资源管理的利益一致，才能够实现数字化人力资源转型。因为人力资源的所有产出，只有你的内部客户买单才有价值。否则如果只有人力资源部门想去转型，而没有达成利益共同体，是转型不了。比如有些数据获取不到。我们人力资源在进行转型时首先要考虑的不是算法，也不是特别具体的指标解读。因为当面临真正的更大的数据源，或者是更大的算法，甚至是联动的时候，我们就面临这个利驱的问题。很多种情况下，即使是强大的乙方到企业里也实现不了利益驱动问题，很多转型升级失败案例就是因为在这个问题上没解决好。

大数据的时代纯粹人力资源的场景已经不存在了。因为大数据和AI工具神奇的把各种专业的边界一下子拉平，再想去找纯粹的属于HR的范围，个人认为已经不存在了。在这个时代的人是透明的，管理也是透明的，人力资源其实是无处可藏的。

总结

信息技术和数据技术的历史性进步，使得人力资源管理越来越成为一个可以依靠数据进行决策的科学管理，对长期以来的各种管理实践和管理惯例提出了新问题，甚至是在传统模式下无法被发现、解构、解决的新问题，人力资源管理已经踏上的数字化之路，必将再造人力资源管理。但是，我们必须从认清这条道路的本源入手，从技术与管理的关系本质入手，从如何找准起步点位入手，等等，方得相对正确的实施方案。

作者简介

胡明(微信号: humingHYH ),现任某集团副总裁兼人力资源部总监，北京青年人力资源服务商会首任秘书长，中国劳动经济学会副秘书长，全国高校人工智能和大数据创新联盟专委会常务副主任。著作《人力资源管理互联网思维》、译作《人力资源管理大数据》、《人力资源数据分析》。