新闻中心

News Center

杨伟国:正在被颠覆的人力资源管理 | 讲座精要

发布时间:2017-11-25

2017年11月25日,中国人民大学劳动人事学院院长杨伟国教授在中国人民大学劳动人事学院2017级山东班开学典礼进行主题演讲。以下整理自讲座实录。全文共4000字左右,预计阅读时间10分钟。

在我们组织里,人力资源的使命和目标到底是什么?是流动率控制在多少,工资增长多少,还是极大的满足员工的不同需求,通过这种内在需求的满足来激励这些人呢?

过去HR这个职业是什么人都能做,因为是“万金油”的职业。到今天我认为又走入到另外一个极端,我们对自己的专业领域自以为是、自得其乐。把所有的HR做到极致状态,到底是为了什么,我们的目标在什么地方。

我们今天做的事情,明天可能就不需要做了;我们今天这样做的工作,明天可能需要那样做,甚至你都不知道那个东西是从哪里来的。做人力资源管理的基本前提是有“人”,有人才能做管理,如果人都没有了我们怎么做管理。

对于所有人来说,这是一个最好的时代,但是对于HR这个职业来说,它却是一个最坏的时代,因为今天学的明天不一定会用,而且更重要的事情是,我们不知道什么时候会发生这种变化,甚至不知道这种变化到底会不会发生。

现在做招聘工作是最累的也是最难的。因为现在流动率大,中国的平均流动率在25%-30%左右,同时你也招不到人,但是又必须招到。招聘过程本身就说明人力资源管理并不是处于一个最优状态。
 

一、从招聘到预测式主动配置

招聘是指掌握获得人力资源的最优渠道。

传统的招聘就像“闪婚”,通过简历了解一个人,面试进一步了解,但了解到的一般是这个人最好的部分,无法明确最好的部分占他整个人能力和职业生涯的百分比是多少。

MOOCs平台给招聘确定的渠道是特别明确的,用户在平台上留下的浏览痕迹就是这个人能力的最真实反应。去年(2016年)MOOCs平台进入中国,优酷、滴滴、新浪等企业现在都从MOOCs平台上招聘。

在电商平台,颠覆已经实现。亚马逊平台有一个专利——预测式出货。通过用户之前的订单、产品搜索、愿望清单、购物车内容甚至用户在一个产品上停留的时间,提前备货,达到订货即发货。在满足消费者需求的层面上没有等待时间。

未来趋势:预测式主动配置

IBM员工调配中心分析员工人物偏好,挖掘员工在日常工作中随机出现的数据,利用高级算法推断他们的专业技能变化。目前使用范围是在一个组织内。
 

二、从甄选到深度相面技术

甄选要解决的基本问题是测量员工的生产力(如体力、解决问题的能力等),本质问题是测量员工的绩效。

面试是最常用的甄选技术,同时也是效率最低的测评方式。

甄选X.0:

大数据深度相面:人工智能计算机的视觉算法或者分类的标准往往不具备任何主观的因素,一切评判的依据都是根据所收集到的数据。

人工智能:网站Jobaline 利用智能语音分析算法,来评估求职者。

基因技术:基因通过复制把遗传信息传递给下一代,使后代出现与亲代相似的性状。

未来将利用科学技术,准确判断一个人的职业能力。
 

三、培训开发的终结?

培训开发技术关心的问题是在一般意义上各类不同的培训开发技术有何优缺点。更为重要的是,我们需要结合组织战略和培训开发的具体内容来判断人力资源管理实践中所采用的特定培训开发技术的合适性。

培训开发X.0:

MOOCs(增强型)——在既有的情况下改变效率,效率更高。

科勒(Coursera创始人):通过慕课项目采集的数据具有无可比拟性与不可替代性。面对客观记录着数以万计学习者资料的样本库,你可以抽取任何一次点击、任何一次作业或任何一条主题帖来进行比较研究。

克里斯坦森:现代技术最为强大的功能是教育工作者能够因材施教,满足每一位学习者的独特需求。

大数据&AI(参谋型)——采取硅基(计算机)的方法像人类一样思考。

培训开发X.0:基因技术(优化型)——采用碳基(基因技术)的方法对人类的基因进行“编辑”,实现对特定DNA片段的敲除、加入等。

培训开发X.0:AI+HI(连接型)——采用硅基和碳基相结合的方法。

四种方法都是为了解决现在培训开发的目的。科学发展进步的不确定性也是它的魅力所在。
 

四、从薪酬到人力资本金融

人力资本金融包括三个层次:人力资本投资管理,人力资本收益管理,人力资本增值管理。

我们在讲薪酬时指的是“钱”。只要是在一个组织里工作,保障性的薪酬部分是不可少的,激励性部分会越来越重要,甚至在特定的组织下,保障的模式会越来越小。这种方式下最大的优势是简单,最大的劣势是市场变化后不容易调整。现在有一种方式是将薪酬数改成薪点数,方便调整。

现在最常用的方法是做工作分析,用绩点法对工作岗位进行评价,得到一组关于每个岗位评价的值,市场导向的公司会做一些薪酬的调查或购买薪酬调查的数据,把薪酬调查的数据和岗位评价的数据做一个回归,得到每一个岗位价值的分数后面所隐含的价值——钱。

薪酬X.0:

大数据

薪酬调查的特点是不可能调查所有岗位,存在精确性和成本平衡的问题,所以薪酬调查采用插值的模式。大数据的模式可以解决这一问题。

中国人民大学联系实际,有一位人大MBA的学生创立了一个小的创业公司,人大是创业大赛的就业指导中心。这个公司拥有全国每天在网上发布的几乎所有的招聘需求信息。大部分公司在发布招聘需求时都有薪酬区间,通过这个大数据可以知道所有岗位的薪酬是多少。即使有“薪酬面议”的数据,对于上亿个信息来说,影响不大,可直接去掉。大数据的方式无需薪酬调查,工作评价和回归也都不需要了。

人力资本金融

自从我们的工资从信封里的现金变成银行账户的数字,金融对人力资源管理的颠覆就已经开始。

现在金融进入人力资源服务领域,又开始了新的颠覆,但是绝对不仅仅是工资与信贷之间的联接:从如何更好地设计报酬到HC融资、HC投资……
 

五、从人力资源到人工智能

对于我们来说最颠覆的变化是人力资源管理部门以后可能成为工作管理部门。

以前除了机器,主要任务主要靠招人来完成,现在发生了变化,工作不变,工作的形式、工具和手段发生了重大变化。以前平衡工作是招哪个人来做,现在是考虑招人还是用机器来做。人力资源管理是工作管理的一部分。

工业化的过程实际就是资本替代人的过程。

用人是一个非常谨慎的决策,有四个特点:

1、市场不完善导致匹配之难

2、行为不确定导致预测之难

3、需求多样性导致激励之难

4、立法强制性导致调整之难

未来平台性的工作会以人才租赁和合作关系为主。即便我们依然做人力资源管理,但人力资源与你的关系发生了变化,一部分是劳动关系,一部分与你没有关系。人力资源管理的对象开始多元化,而且是非常复杂的。


 

六、从科层制到组织形态长尾

人力资源管理的变形过程:职能管理→日常事务性管理→战略管理。

HR组织:市场化形态

市场化形态-I:HR业务外包给市场专业服务机构。

部分外包:一部分HR业务外包。

全部外包:整个HR职能外包,实际上就是HR托管。

严格意义上说,HR战略是难以外包的。

市场化形态-II:HR转变为一个HR服务公司。

尤里奇:在多元化的组织中,HR部门应当像一个专业服务公司一样运行。这种方法兼顾了集中(效率、规模经济)和分散(有效性、本地响应)的好处。

国有企业的特殊形态:组织部(战略及高干)+人力资源部(市场化)。


 

七、结论与建议

初步结论

我们正在使用的人力资源管理技术终将很快被新技术替代和颠覆。我们现在的人力资源管理将会演变为工作管理。

我们的组织将会出现极大的灵活性,以各种形态展现,各有其自身存在的价值和道理。

劳动力市场和劳动雇佣(就业)正在被人力资本市场/工作市场和工作(乃至工作与生活融合)所替代。

人类将面对巨大的人工智能确定性与不确定性。

初步建议

组织HR管理:从个性化HCM(Human Capital Management 人力资本管理)与超越组织的HCM到工作管理。

工作管理时代的挑战:法制化(规制)、全球化(范围)、市场化(竞争)、技术化(创新)、个性化(意识)。

个人:一专多能,HC+PC,自由选择,终身学习,抵御人力资本/工作市场风险。

痛苦的多元范式叠加时期:旧方法论与新方法论!

总而言之,我们有幸生活在这样一个时代,虽然有点艰难,但依然是一个最好的时代!谢谢聆听,欢迎批评指正!


 

学员感言

托文泰商学院之福,今天可以聆听来自国内顶尖学府名师的人力资源管理课程。作为一个整天从事重复工作的非HR人员,今天也受益匪浅。种种关于企业未来组织结构的变化,个人如何适应今后企业对人的要求等思路令人耳目一新。希望今后还有机会参加类似活动。

——郭晓林

人生往往简单,就是每天学一点,每天吃一点,注意细节,积少成多!很高兴参加了人力资源培训,受益匪浅。学习之余要大力赞美,赞美文泰商学院邀请的杨院长真不错,知识丰厚,底蕴饱满,思路清晰,不失幽默,学习的好榜样!!最后感谢范院长的大力支持。

——王善伟

周末有幸聆听了人力资源大咖杨伟国教授的分享,受益匪浅。本次分享关键词之一:颠覆。个人感觉一是技术创新。以移动互联、云服务、人工智能为代表的技术进步已是常态,技术进步甚至出现了基因分析、植入、改造的新动向。二是资本创新。资本对市场变化是最为及时的风向标,当传统员工薪酬福利链接了理财、商保、弹性福利等第三方资本,如人力窝、蚂蚁金服等,必将给人力资源行业更多的想象空间。三是平台创新。有流量,有场景,必然存在机遇。大数据、云计算以及跨区域,跨行业的平台发展均会指向人力资源管理领域,在诸如招聘、测评等链条将会深度结合。另外,杨教授阐述的两个方法论:一是用理论解决实际问题,在过程中发散出去,学习并印证其他理论以提升组织能力;二是既要重视数据准确收集的普遍性,又要注重管理学以个别案例推到结论的特殊性,值得思考。

——郎晓妮