熊辉：用复杂应对复杂

唯有应用更科学的数智化工具，我们才能解决HR领域越来越复杂的应用场景。

文 6700字|阅读约17分钟

• 作者 | 熊辉，中国人力资源开发协会智能分会副会长，美国罗格斯新泽西州立大学终身教授，香港科大讲席教授
• 来源 | 华夏基石管理评论 guanlizhisheng2015
• 合作 | 010-62557029，13611264887（微信）

01

人力资源数字化怎么为企业创造价值

提要：人力资源管理业务知识树上的每个点，都可以通过数字化的手段给企业赋能。

（一）直击痛点，解决现有难题

1. 如何从经验型向科学型转移？

我本身做过很多人力资源数字化实践性的工作，包括系统的构建，人力资源本身有自己的核心价值，我认为人力资源数字化有两种表现：一个是数据化，一个是智能化。数据化是可以把人力资源整个业务流程，能够以数据呈现的方式清晰化的展现出来。智能化是能够合理的利用数据，去智能化的解决问题。

从人力资源未来发展的方向看，我认为人力资源数字化首要的问题是解决人力资源工作从经验型向科学型转移。现在很多人力资源决策是根据管理者的经验来进行判断的，比如说晋升、招聘。未来要实现用数据说话，用数据来做管理，用数据来做创新，整个人力资源管理如何通过数字化来实现更加的科学化？从经验型向科学型转移。

2. 如何解决人力资源反馈信息碎片化的问题？

如何完善很多决策或人力资源所反馈的信息碎片化？通过构建人力资源管理系统（即数据化），我们所获得的信息相对全面，用相对全面化的信息来管理企业中各种各样的现状和问题。

3. 如何应对人力资源政策的主观判断问题？

比如领导做的决策没有以事实为依据，那么在员工的角度或是外界看来，很多的决策就非常主观，缺乏客观的事实支撑，如果有了管理系统和数字化之后，领导的决策就会变得更加客观化。

4.如何解决很多决策的模糊性、不透明性和不清晰性？

有了数字化之后，我们就可以用数据说话、用数据管理，很多决策在有流程机制建设后就可以变得更加透明化。在人力资源或整个企业管理中，如果决策能够透明化，那么可以极大的降低员工间的沟通成本和信任成本，甚至可以提高组织协同效率，所以决策清晰化非常重要。

5.智能化让人力资源工作更具有前瞻性

关于智能化，我认为能很好的解决管理滞后的问题，比如在关键岗位的员工突然提出离职，管理者此时很难做出保留动作，因为员工突然提出离职，说明已经有了很好的去处。但如果能够提前三个月预测出来员工要离职，这个员工又是非常高价值的员工，公司就会分析员工可能离职的原因，是短期激励还是家庭原因，亦或者是个人的发展？总之我们可以挽留，如果不挽留也可以做很多内部的后备人才选择，或提前进行外部的人才筛选，做好备份工作。通过智能化的手段可能把很多工作变得具有前瞻性。

（二）融入业务，为HR赋能

从具体业务层面来讲，HR的业务如果用易经（不易、变易、简易）来讲，其中的“不易”就是不会随着时间、地点而改变，不会随着企业、国家而改变的。这对于任何组织都适用，其中业务包括三个层面：一是人的层面，二是组织层面，三是文化层面。

人的层面包括录、离、升、降、调、选、用、预、留、辞等管理动作，组织层面包括领导力、组织稳定性和激励机制，文化层面包括企业的组织愿景、使命感和价值观。如果继续分解，这就是“不易”的知识树，也就是人力资源管理业务的完整知识树。人力资源管理业务知识树上的每个点，我们都可以通过数字化的手段给予企业赋能，在我看来也是一种共享，人才的共享、资源的共享，这是数字化带来好处。

 

另外一个的好处就是赋能。从AI的角度来看，AI其实是给人力资源赋能的，我一直不认为AI可以替代人力资源，因为随着我们构建人力资源数字化系统，研究很多人力资源相关的问题，就会越来越深刻的体会到人力资源凡涉及到人性、沟通的，都很难被机器完全所替代。

当然，有些工作是可以被机器所替代的，比如标准化、流程化的工作，而人力资源不是这类性质的工作。人力资源业务工作有一部分是属于标准化、流程化的，但最根本的工作是非常复杂性的，需要人和人、人和物之间的交互，是一种动态的、复杂的、变化的工作特性，是跟人性相关的。所以我觉得人力资源最复杂、最创新、最需要互动、最需要沟通的部分，还是属于人类的。从这方面来讲，AI其实是对人力资源赋能的，但这种赋能不是割裂式的赋能，其实是互相融合在一起，然后形成新的有机体。

如果我们能够再往外探索的话，就可以跨界、破圈，这也可以避免内卷化，形成一个新的研究领域，就是人力资源和数字化完全结合在一起。从这个角度来讲，我认为这是AI带来的另一好处。

02

人力资源数智化不是要不要赶风口的问题，而是发展的必然性

提要：传统的管理方式很难应对目前日益复杂的网络型管理的局面，数智化则可以攻克这个难题。

无论是人力资源管理还是自然科学领域，最重要的研究方向或切入点是和实践相结合。因为现在很多科研都是数据驱动的，包括生物医药、自然科学，比如做纳米材料的分析是数据所驱动的，那么做人力资源也是一样，所以现在很多的研究问题都是从实战出来的。

2015年，我在百度尝试了很多理念，因为如果不能在实战中实践自己的理念，那当你进入实际中就会发现原来想的很多事情是不对的，所以必须在实践中碰到真正的问题，然后科研的挑战性就出来了，最后再真正解决这个痛点问题。

在智能化方面，百度绝对是走在世界最前面的，它有一整套智能化的人才管理体系，从人管理到组织管理再到文化管理。

实际上，现在解决人力资源管理的问题，也是在解决一个多层的网络结构（像深度学习）的问题，这一定是很复杂的，在单层的网络结构下，每增加一个节点，网络的复杂性就大幅度增加，HR的边界也在扩展，比如粉丝是否要纳入管理或纳入企业的发展中考虑？像华为、百度等企业的发展，其贡献并不一定是来自正式员工，还有很多来自顾问、临时工和终点工，这些人对企业发展的作用越来越大。

从这个角度来讲，企业相当于在整个HR的管理节点上，在不断地增加新的节点，从而形成了网络结构，进一步还做了网络分层，比如最底层是企业正式员工，上层是顾问，再上层是临时工，这种多层的网络结构形成之后，企业管理的复杂性就会产生新的问题，所以这与做技术科研是一样的，为什么说深度学习是非常好的，因为它可以管理这种非常复杂的网络，可以去模拟世界上非常复杂的自然结构，或非常复杂的组织结构。在人力资源管理方面也是一样，传统的管理方式是很难应对这种复杂网络型管理的，而数智化则可以攻克这个难题。因为不管多么复杂，人力资源管理工作的底层客观逻辑是不变的、是一致的。

所以，我认为人力资源数智化不是要不要赶风口的问题，而是发展的必然性，是企业转型必然要做的，这与中国的经济大形势有关。

中国已经走过了野蛮发展的市场驱动型时代，现在正走向管理和创新的驱动型时代，那么该需要做什么？需要提升企业的管理能力。而管理能力靠什么提升？正如刚才所讲的需要解决传统HR的问题，需要靠数据化、智能化，数字化的系统等等。

03

用试错迭代法、头部企业云辐射法

进行数智化实践

提要：当那些头部企业能够用数智化解决更复杂的问题时，就可以向只有简单问题的小企业去做辐射。

 

在人力资源数智化过程中，我认为HR可以引进互联网的发展概念。就是所谓的试错迭代。

试错迭代要关注头部企业，因为头部企业会有所有的应用场景，它们拥有非常复杂的管理场景，它们在市场中找不到任何现成的系统，就像百度找不到市场中可以解决很多复杂问题的系统，只有自己开发出来的系统可以去解决更复杂的问题，是相对完整的系统。

当那些头部企业能够用数智化解决更复杂的问题时，就可以向只有简单问题的小企业去做辐射，这与“应用云”产生的道理是一样的，这种云都是属于在企业内部去解决，像“亚马逊云”或“阿里云”“百度云”都是在解决自身问题后，形成了一套产品解决方案，也就是将解决方案产业化的扩散。

我认为未来的机会还是很大的，特别是在中国所有企业向管理驱动和创新驱动转移的大前提下，未来企业的HR管理数字化，首先我认为是必然的趋势，其次对于企业来讲也会是一个快速的转变。

04

我们有全世界最丰富的

应用场景和数据深度

提要：数据化转型要有一个系统论，系统论就是要有试错迭代，也要做“特区”实践，通过不断地循环迭代，把成功的经验得以复制。

（一）我们要讲好自己的故事

我在美国做了很多年教授，我看到中国做了非常多原创的事，就HR发展的前沿来看，我觉得中国很多头部企业，包括百度等已经做出了世界前沿性的工作，其中很多工作都具有开创性，比如招聘和组织工作，我们的团队目前所写的文章全在世界最前沿的学术期刊发表，像Link in就是在效仿我们的工作，他们完全是根据我们所发文章中的提问来做解决。另外，Linkin是做数据端的，其管理问题没有形成闭环，原因是没有应用场景，所以他们效仿我们的工作在做。

我们要讲好自己的故事让别人相信，而且一定要用英文来讲，所以我们团队发表了很多英文文章。记得2019年，我在阿姆斯特丹做AI研究时，我介绍了百度的智能化人才管理系统，在场有很多做AI和HR的专家，期间我用英文介绍了一个中国的国学理念，比如我们如何把这个系统算法化、数据化、模型化，最后通过科学的方式呈现出来。

（二）中国头部企业的机会是利用应用场景和数据深度的优势

另外，人力资源管理其实与其他行业一样，也有铁三角，从应用场景到数据再到技术发展，只要有应用场景就会产生相应的数据，有了数据产生就会形成相应的问题，从而再促进技术的发展。比如算法的发展，就促进了应用场景的发展，也就形成了互联网式的迭代，而人力资源管理发展的未来必然也是这种趋势，从应用场景到数据再到技术和数字化系统，最后是应用场景的循环式迭代。整个过程是非常良性的，这就是试错迭代。

所以我认为在数字化时代，中国头部企业的机会是利用应用场景和数据深度的优势。与其他国家相比，美国的数据特点是薄而广，美国的数据应用在全世界范围内，比如谷歌、推特、Facebook，使用的人数多，且覆盖的范围广，但美国数据的薄体现在哪？主要在于数据可收集的维度非常有限，特别是用来做智能化、做分析的维度非常有限。

中美数据的共性特点是全，美国有的应用场景中国都有，美国拥有的复杂度、丰富度数据的生态我们也有。区别在于中国的数据用户面相对较窄，比如像搜索和微信，我们的数据所面临的用户群体主要是中国辐射的“一带一路”沿线国家，客户群相对较窄。但传统互联网企业收集的数据，从维度来讲会比较多一点，我们研究的问题也会更加深入，可解决最核心的问题就会更多，所以我们的用户体验会比美国的好，例如WeChat或Tik Tok的用户体验远远好过YouTube或Facebook。

从应用场景到数据再到技术，这个循环只有中国和美国是完整的。但我们还是要虚心向美国学习，就像彭老师和刘总说的要向美国虚心的学习方法论，包括学习对人、对组织，对整个文化、对创新管理的构建，以及实践和理论体系，都非常值得我们去借鉴。

 

（三）旧系统向新系统转换可以先做“特区”、试点

从整个中国企业来讲，人力资源数智化就是要与中国改革开放一样做“特区”，每家企业的情况不同，数据基础也是不尽相同的。所以，当我们要做数字化转型时，要根据自身的实际情况来做。

从理论的角度来讲，当我们从一个旧的系统向新的系统转换时，通常有两种方式，第一种方式就如“前苏联方式”，即“俄罗斯”方式（休克疗法），就是把旧的系统突然摒弃掉重新开始，但这种方式造成了极大的混乱。如果企业的系统足够大的话，肯定要出问题的，因为大企业的系统足够复杂，当然小企业这么做是可以的。

第二种方式是两套系统同时运行。旧的系统在运行，新的系统也在运行。这也是中国采取的方式——改革开放，先找试点做“特区”，像经济特区，如深圳、珠海、汕头等地先做试点，试点之后，再将成功经验向全国（全系统）推广。

当今世界进入到一个VUCA时代，其中是四个单词，volatility（易变性），uncertainty（不确定性），complexity（复杂性），ambiguity（模糊性）。正因如此，很多事情越来越复杂，越来越不确定，越来越多变，越来越模糊。所以我自己最近在思考，数据化转型要有一个系统论，系统论就是要有试错迭代，也要做“特区”实践，通过不断地循环迭代，把成功的经验得以复制。

 

05

“乌卡时代”，

复杂的问题需要复杂解决

提要：唯有应用更科学的工具，我们才能解决HR领域越来越复杂的应用场景。

 

最近我在思考的问题是，HR的问题要系统思考、系统解决，以前当问题复杂度不是很大的时候，企业可以快刀斩乱麻，当系统没那么复杂的时候，可以这么做。但现在在“乌卡时代”，复杂的问题需要复杂解决。

什么叫做复杂问题复杂解决？比如企业招聘新的人才进来，以前可能会觉得候选人在某一方面的技术很牛，所以招进来，但现在的招聘流程不会是这样的，即使候选人单方面技能很牛，但最多是为企业找到了一个最牛的“零件”。企业在整体招聘的时候，要看团队现在有什么人，业务需求在哪里，比如候选人与团队的性格和技能结构是否适配，如果企业这辆汽车马达带不动，那么再好的人才也无用武之地。

所以复杂问题要复杂解决，招聘的问题不仅仅停留在招聘层面，而是要与业务、组织，甚至是与文化相关，所以这就是个复杂的问题，而解决的方式必然也是复杂的。不但要考虑到整体的、系统的解决方式，还要找到堵点问题予以解决。甚至这个堵点问题可能会制造新的堵点，所以这是个系统性的工程，而所谓的复杂方式是系统性的解决方案，唯有应用更科学的工具，我们才能解决HR领域越来越复杂的应用场景。这正好是数字化的工具，一个是数据化，一个是智能化。通过数字化的工具就可以帮助大家更清楚看到和判断复杂的问题，实际上这是一种系统的解决方式。

 

06

数智化转型需要企业家洞见未来价值

提要：智能化必然是一个长期化的价值体现。

2018年，我曾代表过百度参加世界HR 50峰会，我是峰会上是少有的亚裔面孔，与会代表来自各类企业，包括希尔顿HR负责人，甚至是一些欧洲的大企业HR负责人。

在峰会讨论环节，就有关于企业HR数字化转型的议题，在我看来参与分享的代表说的还是比较浅。但是他们在讨论招聘时，也讲到智能化招聘，也探讨了诸如领导力的培养、人才的挖掘、智能化管理等很浅层的话题，仍可以充分感受到这些大企业都开始在进行数字化的准备，包括数字化系统的构建和未来智能化的构想。

所以不光从中国的趋势来看，2018年的世界HR 50峰会就已经是这种趋势了，甚至是非高科技企业也已经意识到未来的数字化转型，特别是像希尔顿这样的企业，从2018年就开始意识到如何去做HR的数字化转型和智能化的提升。所以，我认为西方整体还是走在中国之前来考量的，中国基本上还是互联网头部企业对数字化的认知会更加深刻，战略的重视程度会更加重视。

不过，我一直也有个担忧。HR本身的价值就是包括企业管理的价值，它是个长期性的问题，也是个滞后性的问题。在很多企业，管理的价值不是很显性，而且是滞后的。在这种情况下，企业管理会面临各种各样的挑战，比如HR的数字化、智能化，企业肯定投入很大，如果企业的价值不能够立即得到体现，会不会很容易导致数字化转型的半途而废?

数字化转型一定是公司战略高度的问题，要转变企业家的认知，智能化必然是一个长期化的价值体现。在管理创新时代，怎样提高能效比的衡量？这是有滞后性的，所以在整个价值难以得到量化的情况下，怎样改变企业家的认知，以及站在战略层面的高度来解决企业家的认知。

其实中国的企业家在向市场驱动，在向管理和创新驱动时，一定具有前瞻性的眼光，这个价值在未来非常重要。华为为什么会成为中国现在管理最好的企业？是因为华为早期愿意在管理上投入，包括在整个管理系统、管理理念、管理规章制度、管理流程、文化建设等方面花功夫，这些都不是立即能看到回报的。现在，中国企业家应该抱着做百年企业的思想来考虑这个问题，只有能够坚持做到价值的长期化，数字化转型才会变得更加具有操作性和普及性。

注：本文素材来自智能分会第二期“数智化管理五人谈”，由“青贝克智慧工场”提供，华夏基石管理评论编辑。