化解人才資產危機

吳迪 經濟學者、公民外交家

去年我在本專欄《人才資本短缺時代》一文中指出，中國在人口紅利透支、劉易斯拐點的當下，需要向高附加值的知識經濟轉型。而這種成功轉型最大的障礙就是中國的人才資產極度缺乏。

我一直在苦苦思索，企業(yè)對這個挑戰(zhàn)有什么好的應對呢？隱隱約約，云計算托夢而來：我們可以把“應用”放到“云”里，那么可不可以把“技能”甚至“人才”也放到“云”里面？

從形而上的理論角度出發(fā)是中國人思考的一種重要方式，而在西方人們往往形而下地從案例出發(fā)去尋找解決方案，其中尤以哈佛商學院為甚。

很偶然地，我看到了Jetpac的故事，發(fā)現這是一個企業(yè)解決人才資產瓶頸的優(yōu)質案例。Jetpac是舊金山的一家初創(chuàng)公司。當你通過Jetpac登陸Facebook時，Jetpac會搜索你好友上傳的全部照片，然后尋找其標題中有地名的，再用這些照片建立一個個性化的旅游照片雜志。在demo的過程中，很多入選的照片被發(fā)現質量很糟糕。他們想寫出一個搜索演算法代碼，通過分析照片的元數據來自動判斷照片的質量是否符合旅游照片雜志的標準。可是，作為初創(chuàng)公司，Jetpac沒有那么多時間和金錢去尋找和雇傭能勝任的程序員來解決這個難題。所以Jetpac研發(fā)團隊找到了Kaggle網站，把他們的技術難題變成了一個賞金5000美元、為期三周的有獎擂臺賽。全球共有418人（組成212支隊伍）參加比賽。頭十名的參賽隊伍編的代碼預測照片質量的準確率都達到了85%以上。獎金最后由來自南加州大學的博士生楊波所率團隊獲得。Kaggle的參賽合約規(guī)定，大賽獎金支付者擁有對獲獎代碼的知識產權，所以Jetpac立即起用了楊波團隊的代碼，一個成熟的產品短期內就上線了。

Kaggle匯集了全世界最頂級的數據挖掘人才資源。許多像Jetpac這樣數據人才短缺的初創(chuàng)公司都把他們的技術難題放到Kaggle網頁上做成懸賞大賽，讓全世界的數據高手在一決雌雄的過程中用最短的時間、最少的投入解決問題。像這種把企業(yè)難題向全國甚至全世界的能者開放，懸賞激勵以獲取解決方案的方式，專業(yè)名詞叫做眾包，其實也早已經為業(yè)界熟知了。

麥肯錫在《大數據報告》中指出，我們已經進入了一個海量數據的時代，要向數據挖掘要效率，要利潤。這正是Facebook和Amazon們做得風生水起的事。但問題是數據挖掘人才在全世界內都很稀缺，寫出搜索演算法代碼往往是一件非常耗時、非常昂貴的事。所以利用眾包平臺，企業(yè)可以付出較低的成本，通過整合全球范圍內的數據挖掘人才來尋求最優(yōu)的解決方案。

如果有一天，數據挖掘這種大型企業(yè)客戶才消費得起的奢侈品，能變成連中小企業(yè)都消費得起的日用品，那由低附加值的制造經濟向高附加值的知識經濟轉型的速度就會大大加快。CrowdANALYTIX就是致力于此的一家印度企業(yè)。與Kaggle只提供眾包平臺不同，企業(yè)只管向CrowdANALYTIX提出需要解決的難題，眾包的形式設計（如把難題拆分成幾個懸賞大賽）、執(zhí)行和最終解決方案的交付全部都由CrowdANALYTIX全程負責。CrowdANALYTIX更像一個由眾包模式驅動的解決方案供應商，而不只是個眾包平臺。而且CrowdANALYTIX的全部數據分析都是在“私有云平臺”中進行的。這一切不但極大提高了眾包協同合作的效率，而且大幅降低了數據挖掘服務的價格，CrowdANALYTIX的定價比性價比最接近的競爭對手還要低25%~30%。

通過眾包平臺，CrowdANALYTIX在全球范圍內對稀缺的數據挖掘人才進行了整合，大家可以在云平臺上協同合作。這種“人才云”的形式延伸了人才的杠桿，很好地解決了專業(yè)人才短缺的問題。比之Kaggle，我覺得CrowdANALYTIX的商業(yè)模式更適合中國。大多數中國企業(yè)無法熟練利用眾包平臺去尋求解決方案，CrowdANALYTIX作為一個由眾包驅動的解決方案供應商，能最小化企業(yè)的學習成本，提供性價比最高的解決方案。

錢不夠就得掰著花，人才短缺就得掰著使。這就是“人才云”的意義。盼望中國早日出現我們自己的CrowdANALYTIX。