淺析人才大數據的未來趨勢

文/安鶴男

淺析人才大數據的未來趨勢

文/安鶴男

本文作者安鶴男教授

在“大數據變革”階段，我們將面對模糊的問題、碎片的數據，面對過去我們不太習慣或者不太清楚的問題的時候，就必須用數據來找出問題所在。透過模糊問題與碎片資料的碰撞，我們將會看見新的問題與新的機會，我認為這恰恰就是大數據真正的價值所在。

趨勢

對于大數據的產業來說，2015年冒出了很多新的名詞，人才大數據就是大數據家族中閃亮登場的一顆新星，真正的人才大數據應用及市場應用開始萌芽。

過去兩年，人才大數據的成長與數據庫系統、數據分析系統、云計算和智能手機等技術有著緊密的關系，整合了媒體、通信、社交及傳感器等于一體。未來的2-3年，有幾項已經存在的情況正在過渡中：應用無線化、信息數據化、交易無紙化、人類智能化、決策實時化、線下線上化。

上述這些趨勢其實已經是我們生活中的一部分了，應用無線化提供了更大的便利性與移動性，讓終端設備與資料采集的作業可以更為彈性而有效率；信息數據化則是讓信息的流通、交換、加工、運用更趨標準及結構，DT（數據）時代數據的應用變得更即時直接；交易無紙化則是徹底地改變了我們的交易行為與資金流，并賦予未來微經濟商業模式更多創新思考的可能性；人類智能化則是描繪大數據所產生的創新價值如何與人類交互並深入于生活之中，人的思維與新科技將會遇上前所未有的碰撞，人機協作是個新的機遇；決策實時化透過大數據實時采集及加工改變了決策與信息的關系，過去的世界我們假設數據不能低成本獲取，決策的實時性和精確難以達到；最后我們談到線下線上化，也就是最近大家一直在談論的全渠道議題，未來線上與線下將連接在一起不能分割。

趨勢里面的觀察重點

研判大數據趨勢的重點是分析結構中的要素。

數據安全

2015年，數據安全事件頻繁發生，隨著全球各個國家開始采用新的數據安全技術和新的數據保護法律，2016年對數據安全的監督要求將會變得越來越嚴格。人才大數據對個人隱私的保護比商業機密的泄露更為關注。數據安全背后代表的是數據開放的風險與疑慮，當數據風險沒有辦法被有效地管控并建立個人對數據的信任感，這對于正在發展中的人才大數據產業來說將會形成一種阻礙。

從個人的隱私、公司機密乃至于國家和國家之間的數據保護，都將會是2016年快速成形的趨勢，當數據成為人類社會重要且關鍵的資產時，隨之而來的可能會是像例如“首席數據隱私官”這樣的職業應運而生，或許很多人會覺得匪夷所思，但是我們有理由相信到了2016年，很多擁有大量數據的公司或企業都將會把“首席數據隱私官”視為一個重要而關鍵的角色。

分析的簡化與外包

數據分析工作的外包僅僅是一個概念上的舉例，而重要的是大數據背后將會形成的產業鏈分工，這是一個值得關注的發展。隨著大數據應用的落地，很少有哪一個企業可以獨立完成從原始資料采集、加工、分析乃至于落地應用的完整程序。這背后代表的是未來將會在不同的數據處理階段，都有機會發展出專門的技術公司協助企業完成大數據實務應用前的準備工作。這些中間層的服務與創新對于大數據產業的發展將扮演至關重要的角色，同時其中也蘊藏了可觀的商機。

政府的態度

從整個數據的地圖來看，政府其實是擁有最多數據的“財主”。因為政府鎖定了很多公共服務領域的關鍵數據源，是公共數據開放的大資源，也是大數據驅動的一把金鑰匙。我們簡單來看下，政府的數據涵蓋能源、金融、交通、教育、治安、醫療、環境、食品等領域，所有的數據都是相對集中又非常重要的。因此，政府數據的開放是促成一個產業創新的催化劑，政府大數據政策對于整體數據產業的發展很關鍵。

劉彬告訴記者：“農民種地就是要種好地。我們相信，通過農拓者作物一站式全程解決方案的幫助下，和保姆式服務的服務下，我們不僅能幫助農民實現優質高產的夢，同時在五到七年的時間，做大做好屬于農拓者的農產品品牌?！倍覀円蚕嘈?，在全產業鏈模式的引領和帶動下，新疆辣椒（色素）產業的發展也將紅遍新疆的每一寸土地！

多屏時代

過去的兩三年，我們看到PC被手機顛覆了。但手機會被顛覆嗎？雖然短期內還不知道，但我可以預見有兩個新的屏會出現:一是SmartTV，二是物聯網汽車。SmartTV是你家里的屏，收集你看節目的數據和推薦你喜歡的節目形成了天然的數據閉環；物聯網汽車則是第二個非常關鍵的屏，將來所有汽車的內部都會像特斯拉一樣，一個大屏會控制汽車中的每個部分、記錄汽車行駛中的各種數據，因此產生信息的流動。

未來會不會有第三和第四個屏出現？最近愛立信(Erickson)公司針對全球40個國家、10萬名消費者進行了一項未來載具的調查，研究結果顯示超過一半的受訪者認為智能型手機將會在5年后被淘汰，取而代之的是具備AI功能的新設備，從兩個層次的分配來思考這個問題：時間分配和載具分配，因為人在不同的時間段會因為當時的環境狀態而對于不同的設備有不同程度的依賴，在家的時候，對于SmartTV的依賴就會比手機高些；當我們離開家往下一個目的地移動的時候，在大眾工具上我們需要的是手機，但是如果是自己開車，車用導航或是行車電腦的屏幕就會成為主要的關注。因此更為引人注意的是人如何與那塊屏幕互動，以及互動的過程中我們如何采集到有價值的數據，并進一步對使用者的工作生活做出優化的回饋。

數據行業化

所有大數據的落地點都在行業內。過去我們看到互聯網影響比較大的行業必然容易數據化，已經冒出頭來的有金融、醫療、電商、教育等行業。下一步的大數據應該是不同的領域各自發展，人才大數據也將會受到“互聯網+”的帶動而發展。

另外一方面，以往通過網絡，我們習慣從行業的角度思考網絡(數據)可以幫我們做些什么，但是到了互聯網和大數據的時代，該是時候做出些顛覆性的改變，嘗試以網絡(數據)為出發點切入思考，再把行業的思維放進來碰撞，看看可以激蕩出什么樣的創新思維，例如Uber、Airbnb都顛覆了傳統行業運用網絡的概念。這樣思考與創新的方式才能將跨行業的東西提升出來。

可以通過以下行業的發展來分析和預測人才大數據相關行業的未來走向，嘗試在中間層尋找未來行業更大的發展空間，從中看到新的問題與創新機會點。

金融與保險

金融在大數據時代的機會點，可以用一個“微（micro）”字道盡。

以個人汽車保險為例，以前我們對于汽車保險的保費設定是基于客戶過往的駕駛肇事記錄來調整保費費率。但是認真想想，肇事記錄已經是一個相對落后的事實指標，在大數據時代難道沒有更動態的數據可以來預測危險駕駛風險嗎？當然有，而且來源還不止一個，未來的汽車都會像特斯拉一樣，透過車上的傳感器記錄這個駕駛員怎么踩油門(比方說習慣性的緊急剎車就反映出一種危險駕駛的信號)、換道的時候是否有打方向燈以及頻繁地鳴按喇叭，這些資訊都可以記錄這個駕駛員是否有安全的駕駛習慣。同時如果我們再把這個駕駛員的行車路線數據比對到政府公布的危險肇事路段的數據，我們就可以知道這輛車每天上班的路線是屬于怎樣的安全等級。綜合以上這兩類數據，即便沒有肇事記錄，保險公司都能根據這些數據來動態調整對這臺車的風險評估，并隨時機動地調整保費的費率(動態費率)。

同樣的，如果車險是為了確保用車人在駕駛期間的風險，那透過車輛的傳感器，我可以清楚地知道這輛車有多少時間是停在車庫、又有多少時間是在被使用，所以保費的計費也是根據車輛實際承受風險的時間來跟客戶收費，這也就實現了動態計價。

多屏時代，汽車內的電腦屏幕將非常重要，圖為特斯拉智能汽車

醫療

醫療當前所面臨的最大問題就是數據不整合，明明是我自己的病歷，但我在A醫院的檢驗報告在B醫院卻得不到承認。另一個大問題是中國人口老齡化問題嚴重導致在醫療費用上的負擔沉重，只要一生大病就沒錢醫治。如何把醫療成本降低，把濫用資源和藥物的成本減少，才能根本減少政府負擔，讓資源真正惠及大眾。美國就曾經透過傳染病傳播數據預估出要生產多少疫苗以及各區疫苗使用狀況，給予疾病防治重要的幫助。

美國福特公司的30萬員工，每年享有30億美元的醫療保險預算，但這筆錢過去只有一個人在管，1997年福特采用一個數據應用，分析之后發現竟然有人150歲還在領醫療保險，以及有人一年領兩次懷孕補助等不合理的狀況，這些都是無謂的資源浪費，但如果不透過數據可能永遠也不會發現這樣的謬誤。

人力資源

對于人力資源部門，可以用大數據分析把人才成長各個階段節點的數據活躍起來。建立基于廣泛適用性的人才數據的應用平臺，從社交網站、學術平臺以及研究機構進行分門別類的數據采集，實施有效的數據管理。通過對人才研究能力、創新能力等方面進行量化分析，以準確、實時、有效的人才機制為組織機構和社會提供深度服務。與此同時，針對專家學者的人才大數據管理及應用服務，實現學術內容搜索、學術空間架構和學術推薦等系列服務，并分享國內外聯合研發的智慧和經驗。

在人才大數據的實際應用層面，數據是否能夠為自身業務問題提供合理的解決方案、是否能夠提供有效的業務機會、是否能夠獲得各種有意義的業務價值，同時，用戶需要掌握哪些技能來解構需求，現有數據能否用于提供業務洞察等系列問題，都是人才大數據應用層面需要深入研究整合的問題。（本文作者為深圳大學電子科學與技術學院教授）