人才“大脑”，解锁人力资本管理变革

金三银四的招聘季又到了。

受疫情影响，等待校招的毕业生、跳槽的白领、务工的农民工等几乎每个找工作的群体，都无奈闲置在家，成为了“咸鱼”。

据人力资本管理服务商e成科技2月初发布的调研数据显示，超7成企业表示疫情对当前工作影响最大的是“招聘”，7成企业表示并不会因为疫情减少招聘编制。

这种情况下，无论是对用工方的企业，还是员工个人，都不太友好。

                疫情对企业人力资源工作影响最大的部分（图源e成科技调研数据）

此时， “无接触”面试应运而生，线上招聘会开始大量举办，企业和候选人之间也采取远程招聘的形式进行沟通。

然而，小小的视频屏幕后面，真的能彼此认清对方都是合适的ta吗？

疫情下招聘趋势凸显，AI科技来助力

事实上，疫情危机之下，所有招聘都面临着同样的问题。即”在无面对面接触、减少流程步骤、提高面试效率的同时，如何保障面试质量、快速锁定优秀候选人“成为核心。

这也是行业长久以来的心病，只是这次疫情让矛盾更加凸显了。

总体来看，疫情下招聘的趋势更接近线上化、无人化和精准化。

线上化和无人化是基于疫情隔离的物理需求，而精准化则是企业和人才双方的需求的本质。在AI科技的推动下，线上化和无人化做到了无接触面试+入职等功能，场景多、作用大；精准化则是招聘一直以来的痛点和不断改进的目标。

e成科技的业务副总裁王磊认为，其中的一个解决方案就是AI技术和视频面试的结合。AI技术结合视频面试可以给企业带来高效协同、智能甄选等巨大便利，更重要的是智能科技带来的智能甄选、精准人才决策，可以帮企业解决招人难、决策难的问题，大大降低远程面试带来的“招错人”风险。

今年大年初三，当很多人还在对突然爆发的疫情措手不及时，e成科技就针对预估的暴增市场需求做出了产品调整。他们把原本一站式的人力资本数字化平台中的单品模块分离出来，按需销售给市场上IT信息化较弱、招聘系统不完善，但又亟需人才服务功能的政府和企业。

这个群体的诉求就不再是一整套人力资源服务系统了，而是需要更轻量级的产品可以让他们快速上线。基于此，e成科技把平台中的快易面、e起练、自动化招聘专员等等的AI功能模块重新组建，”只用了一周时间就完成了单品的拆分，并且在一个月内客户数就累积到了近100家。“

在这些客户中，企业以医疗、出口型的精密制造业居多，这与疫情复工的特性息息相关。当客户数量越来越多之后，招聘单品的适用范围也随之扩大，“一开始是针对某一行业设计的单品，但当行业有了分层以后，该单品也能作为通用型的产品去推广。”

目前，单品的上线需求还在增加。

只做招聘，可以真正产生价值吗？

不过，企业的真正需求是招聘吗？

显然不是。

人才作为生产力的重要一环，招进来只是第一步。企业还需要对人才进行管理，发挥其最大的生产价值，才是提升企业效率的最核心关键，其中共包含了招、筛、练、育、用、汰这六大环节。

因此，对于人力资本服务商来说，只做招聘，产生的价值并不高。

事实上，从整个市场来说，无论是欧洲的Adecco、美国的ADP，还是日本的Recruit，这些人力资源服务的巨头业务都不是单一的。对于e成科技来说，他们也并不想把自己定义为一个“招聘”公司，而是一个一站式服务的人力资本管理企业，以“人才画像”为核心，加以AI的智能算法系统，布局整个业务逻辑。

目前，e成科技已形成了包括数字化招聘、数字化员工服务、数字化人才咨询为支柱的三大产品矩阵，以及包括轻标品、白领、门店员工、人力资源服务商、校招在内的五个一体化解决方案，赋能多重场景，为企业及政府提供数字化、智能化、信息化、自动化的人力资本服务。

以几个轻标品为例，快易面主打AI筛选，即AI视频面试工具，通过AI智能分析，提升人才识别的全面性和洞见性；而e起练则是面向一线销售的智能陪练工具，帮助销售训练标准话术，降低企业培训成本；自动化招聘专员则是作为HR的助手，可以自动、高效完成高意向候选人筛选、电话邀约等招聘场景的工作处理；个性化课程推荐则是基于员工画像，智能推荐所需要的课程......

总之，人才从进入企业、离开企业，整个人力资本的全生命周期管理都以“人才画像”为核心，“企业越来越愿意为这种更有人性、温度和丰富的简历视频内容买单，因为它们可以还原候选人本质、还原业务本质。”

简言之，就是明明白白消费，明明白白买单。

因此，人力资源服务商需要跳出“招聘”，以更大的视角为行业提供解决方案。

人才“大脑”的驱动力，变革人力资本管理

我们不难看到，自疫情爆发、复工招聘需求增长以来，市场上各种视频面试的工具和解决方案也纷纷进入了大众的视线，但王磊表示，不考虑产品背后的生态，单从这些产品本身来说，目前的解决方案还是围绕“招聘”，即人才管理问题来设计。

但对于企业来说，提升核心竞争力的关键，也是降本增效的重要促成因素不仅仅是人才管理，而是后期如何把人才管理变成人力资本管理，即生产力管理？

这背后，其实折射的是对人才管理的精准化需求。

如果有一个系统能把人才从各个维度的分析指标量化出来，从招聘环节开始就可以清晰地刻画出员工画像，判断他适合什么样的岗位、需要补充怎样的职场技能和知识、拥有怎样的潜力、冰山下的素质是什么....这些都可以进行数据预测和干预，对于企业来说，招聘的成功率、培训的成本以及各种人才决策都能够更科学。

王磊说，这需要的就不仅仅是一个招聘的管理SaaS软件了，而是切实涉及到企业成本、生产力以及交易的问题，即需要的是可以关联到交易类的SaaS产品和解决方案。

在这一整套的产品体系中，人才大脑是最基础的核心，它串联了人力资源的各个场景，以画像代替简历和员工档案，推动了数字化时代人力资本领域的变革。

这也是为什么e成科技一开始就围绕人才画像去布局整个产品和业务逻辑的原因。

据了解，人才画像具体提出于2017年，类比于互联网中常用的用户画像“persona”发展而来。资料显示，persona的概念“Personas are a concrete representation of target users.”最早由交互设计之父Alan Cooper提出，是真实用户的虚拟代表，是建立在一系列真实数据(Marketing data，Usability data)之上的目标用户模型。

人才画像与之类似，是将候选人及内部员工的简历、绩效、薪资、测评结果等各种不同维度的数据，抽取、计算，基于知识图谱和AI能力，形成人才画像，建立企业专属用人标准，贯穿招、筛、练、育、用、汰六大场景，推动企业人才管理模式从感性决策走向理性的数据驱动。

根据e成科技的经验，产品化主要依赖三个要素，即AI、数据和专家。

每一个人才或者岗位都有其独一无二的人才画像，通过专家知识+数据解析+AI算法，我们可以形成标准的人才数字画像。这里的画像不仅仅停留在表面的能力层，而是会深入探究冰山没入水中的潜在信息，进一步挖掘人才的素质层和性格层的信息，形成立体的人才画像。

王磊笑称，这里面专家的意思，就是指“价值观上最好有个孔子，聪明上最好有个爱因斯坦，工艺上最好有个三八红旗手”。人才画像中的专家，就是系统中利用行业图谱和人力专家为之提供专业决策，帮助“科学拍板”。

而AI算法则会智能解析简历中的数据，经过计算比对后形成某一项打分。举个例子，AI会抓取简历中跳槽平均时间来计算人才的稳定性和忠诚度，通过晋升平均时长和晋升次数来对人才发展潜力进行打分。通过这些解析和计算，最终形成完整的人才质量打分，形成统一标准的画像，成为人才决策的数据基础。

至此，形成了一个真正的人才“大脑”，这将成为未来人力资本管理新范式的切入口，也是企业人力资本数字化转型的核心。

时代机遇已来，进军新蓝海

连日来，资本市场的溃败惨不忍睹。但王磊认为，随着经济恢复的需要，人力资源行业的业务还会有一波增长。

比如消费领域。

在他看来，消费行业是一个内需型行业，不受国际政策、出口贸易等等因素的影响，主要靠供给侧和消费拉动。“不管是03年还是08年，越是经济下行，人们越是会灯红酒绿、借酒消愁，以此来解决乏闷的心情。”

另一方面，王磊指出，一些中小微餐饮店主的心理承受能力比我们想象中的更强。“他们看起来很容易倒闭，但对他们来说，也是一个很正常的现象，可能很快又在另一个地方东山再起。”

因此，消费领域的报复性增长是肯定的。这个行业会有人撤出，也会源源不断地有人进场，生命力比较旺盛。

另外，在业务层，近几年的新市民经济也在慢慢崛起。

“新市民”的官方定义是指：原籍不在当地，因工作或上学等原因来到城市的各种群体的统称。据统计，这个人群有4亿，其中农民工的数量达到2.8亿人。

在用工领域，这个群体通常被称之为“蓝领”。

e成方面透露，这个市场将是他们未来主攻下沉的一个市场。

目前，e成在原先的人力资本数字化平台的基础上，又新增了“一线生产力平台”，该平台的基本人群就是蓝领，是面向企业一线员工批量招聘的轻量化标品平台。

其产品逻辑也是以人才大脑为核心，将候选人及内部员工的简历、绩效、薪资、测评结果等各种不同维度的数据，抽取、计算，基于知识图谱和AI能力，形成人才画像，建立企业专属用人标准，贯穿招、筛、练、育、用、汰六大场景，推动企业人才管理模式从感性决策走向理性的数据驱动。

总的来说，e成一直对自己的定位很清晰，坚决不只做管理类的招聘工具。不在单纯的管理类SaaS的红海里竞争。“传统的管理SaaS太僵硬，往往最后变成了人去服务于系统，但实际上所有的系统都应该是服务于人的。”

王磊表示，他们也因为看到了这个新蓝海，并且极有信心抢占滩涂，才会更加坚定地朝着这个业务方向向前走。用稍微感性的话来说就是“因为看见而相信，因为相信而看得更清楚。”

本文来源于亿欧，原创文章，作者：龚晨霞。转载或合作请点击转载说明，违规转载法律必究。