重新打造企业｜数字化3.0时代的人才招聘
上周我们来到了数字化战略框架的第4R“重新打造企业”的C部分：重新锤炼人才技能。我们说到大数据与人工智能是数字化的核心技能，讨论了机器学习及自动化对就业的影响。
在数字化时代，不仅工作岗位发生了变化，而且在人才管理的各方面都正在发生巨大变化。今天先聊人才招聘。
1 数字时代的人才招聘
科技迫使企业重新考虑招聘对象及招聘方式：
- 高盛已将大部分IPO流程自动化，并用编写算法的软件工程师取代了大部分交易员；
- GE Digital拥有3万多人具备软件、云计算以及物联网相关技能；
- Gap不再依赖于创意的直觉和愿景，而是从Google Analytics及自己的销售和客户数据库中挖掘数据，以此提出新的设计。
对数据的日益关注，在几乎所有公司中都普遍存在，并且正在引领企业雇用具有数据分析技能的人才。计算机科学的学位和编码能力的需求量很大。营销职能也在转变，更加注重数字营销技能。
公司如何雇用也正在发生根本变化。传统面试方法是主观的，可能会引入偏见，而且费时费力，还限制了公司可以筛选的候选人数量。一些公司甚至开始质疑传统数据点的可靠性，例如大学学位和学术记录，它未必是找到合适人才的有效途径。软件公司Catalyst DevWorks评估了成千上万的IT专业人员，发现大学学位与工作表现之间并没有明显联系。
迈克尔·刘易斯(Michael Lewis)在他2003年出版的《点球成金(Moneyball)》中，描述了奥克兰运动家(Oakland Athletics)使用基于数据分析的实证方法、而不是体育星探的判断，来组建一个强大的棒球队。
企业可以使用这种方法招聘吗？硅谷创业公司Knack认为，通过使用手机游戏和数据分析，可以做得与用传统面试流程招聘顾问、财务分析师、外科医生一样好、甚至更好。
玩十到二十分钟的手机游戏，就能识别合适的候选人？Knack的工作原理大抵是这样的：
Knack的游戏创造了令人难以置信、引人入胜的沉浸式数字体验。玩一场游戏最多可包含2500个微行为(microbehaviors)，相当于每分钟约250个微行为。微行为包括主动和被动决策、行动、反应、学习、探索等。根据个人如何玩游戏的模式，Knack计算出玩家的分数——这可不是他们在游戏中得分。Knack从原始数据中自动分析提炼出不同行为的游戏内标记(如玩家处理信息的速度、如何有效地参与和使用面部表情等社交线索、如何应对挑战、如何学习、如何适应和改变他们的行为和思想等等)。这些行为标记组织使用机器学习和最先进的行为科学的表达方式。
然后，Knack结合行为标记构建和验证心理属性的预测模型，例如社交智能、量化思维、弹性、规划等。每个Knack得分来自其中一个模型。Knack针对35个人类模型行为属性的构建了模型，预测了现实世界的行为，诸如工作绩效、领导力影响、思想、学习成功等等。
Knack知道通过手机游戏识别人才才可能让人生怀疑，所以它开始与大学、学者和公司进行一系列联合研究，以求验证他们的方法。2017年一项研究中，现任和前任骨科学员参与了Knack游戏之一Wasabi Waiter，游戏数据能够预测参与者在骨科训练考试中的表现。
AXA集团是全球最大的保险公司之一，拥有超过1000亿美元的收入、16.5万名员工，也是Knack的忠实信徒之一。AXA关注创业公司、了解人力资源正在发生什么创新时发现了Knack。AXA使用Knack的方法来试验招募呼叫中心人员。数据跟踪和回测发现，通过使用Knack方法，AXA能够招聘更适合的人才。
Knack的招聘数据分析和游戏化方法为Knack赢得了许多客户，包括波士顿咨询、花旗集团、德国电信、雀巢，IBM、戴姆勒和塔塔酒店与度假村。在一项人才招聘活动中，波士顿咨询向许多大学发送了Knack手机游戏链接，其中部分大学波士顿从未拜访过。短短几周，波士顿获得了数千名申请人。不需要看简历、无需了解申请人背景，Knack使用游戏算法来分析数据，即可确定最适合波士顿的前5％的候选人。
Knack和它的客户并不是唯一使用这种方法的公司。Gild、Entelo、Textio、Doxa和GapJumpers等初创公司，以及联合利华、高盛和沃尔玛等知名公司，也都在尝试数据导向的方法来发现人才、并扩大他们的候选人群。通常，算法会在早期阶段筛选候选人，而面对面面试仅在最后阶段进行。联合利华发现这种方法更快、更准确、成本更低，并且增加了公司以前从未面试过的候选人池。
数据分析和人工智能的进步，大大提高了人员分析的能力和准确性。这也是迈克尔·刘易斯描述的“点球成金”方法。这在“零工经济(gig economy)”中更为重要，因为许多自由职业者可以在短时间内完成特定任务，而公司花费大量资源来遴选兼职员工实在得不偿失。
