“第四次工业革命”的到来，催生了机器学习以及人工智能系统在人力资源中的应用，也让大数据和AI成为了职场发展和职业规划的利器。在AI帮助下，无论是求职者、职场新人、还是希望转换跑道的资深员工，都不会再面临种种职业发展困惑和瓶颈，也能少走很多弯路。
著名的咨询公司韦莱韬悦（Willis Towers Watson）全球董事总经理瑞文·杰苏萨森在2018年8月刊的《哈佛商业评论》专栏中提到，随着数字化技术的指数级增长，HR不仅要有对行业的分析和把控能力，还要学会在管理中高效利用自动化工具，领英、联合利华、百度等公司已经在人员招聘中大量使用AI技术。
瑞文·杰苏萨森点名的三家企业中，百度作为中国AI领域的代表企业，除了对话式人工智能系统DuerOS和自动驾驶技术平台Apollo，显然，AI与管理的落地应用——“百度人才智库系统”也已经名声在外。
“百度人才智库系统”是国际首套智能化人才管理综合解决方案，也是百度旗下最知名的世界级人工智能专家之一——熊辉教授，领衔打造的重点项目。据了解，这套系统已经在百度内部投入使用近三年，其中最具综合使用场景的“AI职业发展助手“解决了哪些的痛点？又有怎样的落地应用呢？
长期以来，职业发展一直是困扰企业和员工的难题。美国西北大学凯洛格商学院教授卡特·克斯特（Carter Cast）和杜克大学富卡商学院教授多利·克拉克（Dorie Clark）等管理学专家都对这一课题做出研究。随着科技的光速发展和各行各业不断被颠覆、融合，职场人频繁转换职业轨道已成常态。根据《哈佛商业评论》报道，如今管理者平均每天“发送+收到”122封电子邮件，平均每月参加各类会议62场。在这样的环境中，无论是员工本人，还是他/她的上司或人力资源主管，可能都很难投入充足的时间和精力用于发掘高潜力人才、员工职业生涯规划和职业培训。光辉国际的研究表明，在管理者对自己的67项管理技能打分中，“发展他人”得分最低。
不知不觉中，员工的专业技能和组织需求之间出现断层和盲点，影响组织效率，最终导致员工职场翻车、组织业务受损。这就形成了恶性循环，组织不得不聘用更多的新人来弥补空缺职位，导致更高的员工流失率和更加频繁的职业流动。
从长远角度看，无论对组织还是员工个人来说，员工的职业发展都不容小觑。企业应鼓励更及时、透明和有价值的反馈，设定更清晰的绩效标准，并提供激励措施让管理者提高员工职业发展的战略优先级。而员工本人更应重视个人职业规划，了解自己的优势和劣势，发现盲点并加强培养欠缺的技能和知识。
幸运的是，“第四次工业革命”的到来，催生了机器学习以及人工智能系统在人力资源中的应用，让大数据和AI成为了企业人力资源部门和管理者的利器。员工面临的种种职业发展困惑、瓶颈，和走过的弯路，在不久的未来将不再成为难题。目前，世界上有很多科技巨头和创新公司都在智能人力资源管理和人才发展方面做出了积极尝试和应用。百度就是其中的先行者和佼佼者。
（1）智能岗位选择 ▶
在刚走出校门的毕业生中，有相当比例的人对未来的职业缺乏规划，没有明确的求职目标。根据领英的一份研究报告显示，职场人第一份工作的平均在职时间呈现出随代际显著递减的趋势，95后的第一份工作的在职时间仅为7个月。有人在工作一段时间后发现岗位并不适合自己；有人长时间找不到适合的工作，自信心大幅下降。而百度人才智库（Talent Intelligence Center，后文简称TIC）自主研发的“智能简历评优”和“智能职位匹配”工具可以有效解决这一痛点。
“智能简历评优”可以帮助HR提升筛选简历的效率和准确度，降低候选人因经验有限而产生误判的风险。候选人短短一页简历中，包含着大量丰富信息。既有姓名、年龄、教育背景、等基本信息，也有“数据分析”、“python”等专业技能，还有“领导团队”、“跨部门沟通”等软实力。即便是富有经验的人力资源员工，也会面临一些两难甚至多难的抉择。例如，两份简历中出现“名牌大学+3年工作经验”，以及“普通大学+5年工作经验“的组合，该录用谁呢？
百度TIC团队的科学家们通过训练AI模型自动学习百度历史上数百万份招聘者简历，能够根据类似组合条件的员工录用情况甚至工作表现，来决定这些矛盾条件在筛选候选人时应该具有的不同权重。大幅提高了简历筛选的效率、客观性和准确度。
在使用“智能简历评优”工具之前，百度每发送一份录用通知，大约要筛选近百份简历。而智能工具所推荐的最优秀前30份简历中，有26份简历的候选人最终获得录用通知，总体简历筛选效率提升超过40倍。
“智能职位匹配”能为求职者推荐最匹配的岗位信息，提高投递成功的几率。近年来，随着信息技术的不断发展，各个技术领域对岗位技能的要求分化得越来越细。比如机器学习领域，可被划分为监督学习、非监督学习、半监督学习、强化学习、集成学习、深度学习等等。类似的，数据挖掘领域的技能也会细分成关联分析、聚类、异常检测等等。
因此传统人力资源招聘者在撰写岗位描述和筛选候选简历过程中，通常依赖主观经验，无法满足客观性和准确性的要求。
TIC通过百度历史上海量成功匹配的岗位招聘数据进行深度学习，找到简历和招聘启示中的潜在关联。通过区分一条工作需求中，每个词语的重要程度，以及每条岗位需求的重要性，与求职者简历中具体的工作经历描述建立联系，从而把最合适的人匹配到最适合的项目和岗位上，让新入职的员工不再吃“后悔药“，也让人力资源的同事不再“看走眼”。
图说：百度TIC通过机器学习海量成功求职者的历史简历，能更精准地匹配和衡量职位要求和求职者工作经验。
（2）职场路径规划 ▶
对找到了心仪岗位的员工而言，专业技能和工作经验终将成为他们最宝贵的职场资本。因此，制定科学的职业发展规划，并积累与之相匹配的专业技能至关重要。
百度TIC通过自主研发算法，基于历史海量员工“入离升降调”职业路径数据，可在员工入职后为其量身打造最适合的职业发展规划。从职业路径、技术领域两大方向，助力其未来的职业规划。区别并且细分每个岗位领域，使员工在入职后对自己的职业发展胸有成竹，可以为自己每一阶段的发展晋升提前做好准备，通过努力，实现自身价值。
不仅如此，百度AI职业发展助手还能为员工推荐职业发展所需的学习资源，诸如网课、导师制和转岗机会等等，帮助员工驶入通向理想职位的快车道。对组织而言，也能最大限度优化利用现有的学习和培训资源，通过提高员工的积极性，降低员工流失率，提高企业运转效率。
（3）高潜人才发掘 ▶
高潜力员工通常是组织中前5%的顶尖人才。人们一般认为，这些员工能力最强，工作最积极，而且最有可能晋升到职责与权力更高的职位。然而，一个组织、部门或者业务线中表现突出且有志于管理层的员工远不止5%，在发掘未来领导者时，如何确保公平，帮助真正顶尖的人才实现职业规划目标呢？
目前大多数公司通常使用360度测评、员工敬业度调查等方式作为评估员工领导力和高潜人才的工具，但评价对象间的利益相关性和主观性往往让这类工具流于形式。此外，由于测评面向公司全体员工或管理者，共性有余而个性不足，无法针对每位员工性格和岗位的具体情况做出综合评估，在人才选择、继任者挑选、发掘团队中潜在管理者方面均存在缺陷。
百度TIC基于组织网络分析（Organizational Network Analysis）算法设计的领导力模型，能从多方面研究和预测团队中成员潜在的业务能力指数，这些指数针对不同领导力层面的要求，对应不同的衡量标准。管理者层级越高，对领导力的理解就越深刻，即从单纯的员工与日常事务管理者和协调者，上升为对组织凝聚力负责，掌舵组织文化以及确立组织愿景的“灵魂人物”。对于基层管理者主要考察的标准在人才方面，需要考虑团队和业务掌控力等指标。中层管理者在基层管理者的基础上，增加了管理稳定性和管理影响力等组织方面的考量指标。最后，高层管理者还要增加前瞻性、文化建设力等文化评估指标。
组织想要持续、健康地发展，管理者就需要善用人才。百度TIC研发的领导力模型能让管理者发掘团队中的核心人才和高潜人才，进行定向培养，成为团队精英，从而帮助他们在职场中实现自我价值。
图说：基于构建员工业务合作网络，使用组织网络分析算法智能评估员工潜力。
“招最好的人，给最大的空间，看最后的结果，让优秀人才脱颖而出”是百度一贯秉承的人才观，如此看来，也是百度重视大数据智能化职业规划和人才管理的初衷。值得注意的是，虽然随着技术进步，类似百度AI职业发展助手的解决方案会越来越多，但专业HR的洞见和经验也并不是刻意随意可被取代的，技术是为了服务于人，此类技术刻意为职业发展提供数据和事实驱动的参考意见和尽量客观的参照标准。百度在人才培养上，一直颇具口碑，也希望智能化的探索和变革能为中国智能化管理开拓新领域。
联系客服
