如果问一个初创公司的CEO，公司最难的事情是什么？因为每家公司情况各不相同，答案可能五花八门，有融资、业务、现金流、市场、商业化等等。但如果问，公司第二难的事情是什么？那么答案就会出奇的一致：招聘人才。如何解决供需双方的供给不足？
如果可以建立一个职业技能与关联能力的知识图谱，把能采集到的一个人各种数据，放入关联职业的知识图谱中，逐一进行筛选、比对、分析、评估，并从各维度给出评分，最后再结合简历进行能力评估。
简单来说，这种方法就是建立一个基于线上职业表现的人才评估模型，摆脱对于简历的依赖，全方位的精准判别一个人的能力水平。
01
初创企业的重头戏：人才之争
如果问一个初创公司的CEO，公司最难的事情是什么？因为每家公司情况各不相同，答案可能五花八门，有融资、业务、现金流、市场、商业化等等。但如果问，公司第二难的事情是什么？那么答案就会出奇的一致：招聘人才。
招聘到底有多难呢，我们来看一组数据。
从大的环境来说，根据国家人力资源与社会保障部数据，2020年城镇新增就业人口1186万，包括应届生874万，这其中的70%被全国8000万小微企业所吸纳，如果不计算跳槽与裁员的数据，平均每10家企业才能分到1个新人。
从企业成本来说，根据艾瑞招聘行业市场发展研究报告，2020年招聘费效系数高达0.307，即招10个月薪1万的员工，其招聘成本为3万，这还只是直接成本，没有计算间接的时间成本与管理成本。事实上，如今在一线城市招募合格的专业人才，其总成本已经高达5-10万，周期长达1-2个月。
从岗位匹配来说，根据前程无忧2020年人力资源白皮书，普通员工招聘完成率95.8%，专业员工87.7%，中层管理75.4%，即有1/8的专业岗位，以及1/4的管理岗位是招不上来人的，越是高端领域就越难。
要知道这还是在2020年疫情期间的数据，较之2019年略有提升。
那么，对于求职者来说，如今是求职和跳槽的好时机吗，也不是。
我们就不谈求职者的亲身感受了，还是来看数据。根据艾瑞2021招聘市场样本调研，白领的薪资跌幅远大于涨幅，54%的员工薪资跌幅在5%-10%，20.2%跌幅在10%以上，只有23%小幅上涨。
纵观整体招聘市场，一方面是企业找人难，招入难，留人难，另一方面是员工应聘难，入职难，涨薪难，供需双方都在叫苦不迭。
真是咄咄怪事。
02
能力数据化
供需双方都感到供给不足，这是招聘行业的信息化不够吗？好像也不是。
各大招聘平台在信息化与智能化上都下足了工夫，比如利用大数据来构建人才画像，岗位画像，进行人岗精准匹配，提高简历筛选效率；比如建立知识图谱，利用LSTM、CNN等深度学习模型对用户简历和职位信息实现信息抓取，通过算法实现人才的实时推荐；还有利用AI面试，抓取求职者的面部表情变化、语调和词组，统一评估标准，简化面试流程，等等。
如果我们横向与高度信息化的电商行业相比较，就会发现招聘行业……
等一下，有什么东西好像不对？
在电商行业，所有商品都是标准化与数据化的，款式、型号、尺码、颜色、用料、工艺、价格，各种信息全部可以通过视频、和文字予以呈现，便于消费者根据自己的需求选择特定的商品。甚至还有大量消费者通过点评打分来进行参考。
但招聘行业却不是这样。企业唯一能参考的依据就是“简历”，而招聘平台无论多么重视简历的标准化，都解决不了一个核心问题：真实反映应聘者的能力。
一个人的能力，包括思考能力、学习能力、适应能力、执行能力、决策能力、领导能力、专业能力，等等，是很难通过简历呈现出来的。简历只能表明过往的工作经历，顶多有些个人的工作方法描述，更别提大量的简历注水，甚至高端人才不发简历的情况。
换句话说，人的能力是没有被数据化的。
上学时我们都学过，社会生产有三大要素，生产资料，生产关系和生产力。近三十年的科技革命极大改变了这三大要素。
在生产资料上，AI、5G、传感器、摄像头、雷达、机器人等技术应用，使工业时代的机器设备升级为标准化、数据化与自动化，生产效率极大提高。
在生产关系上，开源、区块链、云计算、物联网、边缘计算等技术应用，让原有的生产与分配机制透明化、数据化与公正化，更加具有竞争力。甚至在生产力的核心要素之一，生产工具上，各领域的技术发展也让生产过程趋于流程化、可视化与智能化，越来越便捷与可靠。
这里面唯独最核心的部分——人，似乎被遗忘了，其各项指标并没有被数据化，还和三十年前一样，每个人的能力、素质、状态都是未知的黑箱，很难直接与已经数据化的业务相匹配。
想想看，企业对人才招聘最核心的需求，是客观全面了解一个人的能力，但在科技如此发达的今天，招聘行业并没有抓住这个痛点，还在用原始低效的简历形式来应对，和几十年前的求职信毫无本质区别，只是从线下搬到了线上。这要是能满足供需双方才叫奇怪。
不过，将一个人的能力数据化，谈何容易，这可能吗？
03
初创企业的重头戏：人才之争
想要客观全面了解一个人的能力，至少要有两个前提条件：完整的数据采集和完善的评估体系。
采集一个人的数据，听起来很有点《窃听风云》的味道，其实远没那么复杂，我们在生活中也经常遇到。
比如刚认识一个朋友，相互加了微信，我们想了解这个人的情况，要如何做呢？答案很简单，翻一下这个人的朋友圈，看看他发的文章，评论，关注领域，日常生活状态，以及他的圈子，就能对其有基本的认知。
同样的思路。如果聚焦在工作领域，那么这个人在Github上的项目，学术期刊发表的论文，注册的专利，自建的公众号文章，知乎、微博、百度或开源社区等社交网站上的发帖，脉脉或Linkedin上的交友圈，以及其过往公司所在团队的项目介绍，客户评价，甚至媒体采访等一切相关信息，就能相对全面的反映出该同学的专业能力与认知水平。
那么，有了大量的信息，又该如何评估呢？
这就需要建立一个职业技能与关联能力的知识图谱。
比如架构师，至少需要三层，基础技术能力，业务理解与框架设计能力，领导与沟通能力，而开源社区运营则需要，产品理解与推广能力，内容生产与流通能力，用户沟通与维护能力，等等。每一层级下，又有具体专业技术方向，维度，细分指标，以及相关过往经验，业绩。
之后，把能采集到的一个人各种数据，放入关联职业的知识图谱中，逐一进行筛选、比对、分析、评估，并从各维度给出评分，最后再结合简历进行能力评估。
简单来说，这种方法就是建立一个基于线上职业表现的人才评估模型，摆脱对于简历的依赖，全方位的精准判别一个人的能力水平。
这样岂不是比单纯看简历要靠谱得多吗？
当然，这种方法有赖于该同学在网络上的行为，这在某些领域，比如科创、金融、互联网、软件、科研、工程电子、医疗、在线教育或是在线服务业等行业，相对适用，但对于那些线下的行业，比如第一产业和第二产业就不太合适了。不过，随着5G和物联网的普及，相信会有越来越的职业互联化与标准化。
那么，这种说来容易做起难的事情，真的有人在干么？
04
AI-Powered Recruiting Software - Talent 360
有的，这就是硅谷公司SeekOut正在做的事情。SeekOut的slogan就是：AI-Powered Recruiting Software - Talent 360。
SeekOut是由Stanford大学教授Anoop Gupta和微软工程师Aravind Bala创建的，这俩人都并非招聘行业出身，但对搜索引擎，NLP和AI有极深的认知与深厚的积累，而且因为职业背景，对于如何评估一个靠谱的工程师也有自己的理解，用技术力量来改变招聘行业现状，似乎也是顺理成章的事情。
有趣的是，SeekOut早期并不是做职业评估的，而是开发一款类似Linkedin的职业社交平台，有Linkedin这座大山，可想而知其暗淡的前景。
不过东方不亮西方亮，虽然平台没做起来，但其中的一个模块Career Insight却受到大量用户的青睐，尤其是正为招聘发愁的硅谷高科技公司和求职的工程师们，人们发现，SeekOut不仅可以客观全面的评估一个人的能力，还能把那些沉在水下不怎么发简历的高端人才挖掘出来，极大丰富了招聘平台和猎头公司的人才库。
其实SeekOut并不是唯一一个做这件事的公司，Hiretual，Entelo等硅谷公司都通过AI分析求职者在Twitter、Google+、Facebook、LinkedIn中的各种信息，构建用户肖像，再与企业的招聘要求做匹配，
目前国内也已经有几家初创公司开始学习这种方法，希望能建立一个国内的人才评估平台（为了避免广告嫌疑，这里就不介绍了）。
此外，从招揽人才的整条时间线来看，寻找和发现人才，并建立客观的评估模型，仅仅是招揽的第一步，毕竟招聘是双向的，还要求职者对应聘公司有意才行。
而作为初创公司，由于缺乏大厂的品牌，公司相关网站等建设也不完善，求职者很难对公司，对岗位和对技术要求有详细的了解，这也意味着除了SeekOut模式，在应聘公司这条线上，还有很多文章可以做。
比如可以围绕公司岗位与技术要求建立职业知识图谱，通过AI自动生成关于岗位描述与招聘标准的需求文档，不仅可以省却部门主管大量时间和精力，还更加规范化与标准化；
比如可以围绕公司所在行业建立人才模型，设计筛选指标，通过招聘平台SDK对接其简历库，利用AI自动识别与筛选简历，省却HR每天人肉看简历的苦恼；
比如可以建立公司公众号，并通过设计关键词，让问答机器人来自动回复大量求职者的各种关于公司的基础问题；
比如可以利用爬虫抓取求职者在社交网络上的信息，通过AI分析其性格特征与偏好，更有针对性的解决求职过程中的各种顾虑。诸如此类。
事实上，这些工作已经有不少科创公司在试图解决了，不过相对比较零散，不能形成体系，而且由于影响力较小，数据量不够，算法的训练还不那么智能化。但这些都是很好的尝试。
在今天，已经有越来越多的求职者在应聘时，把自己参与的在Github上的开源项目，或是自己创立的公众号，或是写的文章，运营的社群等，这些能够展现自己能力的各种信息写到简历中，甚至把二维码放到名片上，以求能够获得招聘企业的重视。
而越来越多的科创公司，也不仅局限在上招聘平台搜索简历，而是通过Github、开源社区、知乎、公众号等各种平台，以扩大自己的视野，寻找与网罗人才。
有了供需双方的这种认知与自觉，介于中间的新一代AI招聘平台迟早会孕育而生，也许下一个中国版SeekOut很快就会出现。
发表评论 取消回复