原标题:2018年招聘市场:只有不断奔跑,才能留在原地
不久前,LinkedIn(领英)通过大数据分析,发布了一份中国职场人跳槽趋势洞察,结果你应该能猜到:中国职场人跳槽率正持续加快,平均在职时间从2014-2015年的34个月递减为2017-2018年的22个月,不到两年就要跳槽一次,且跨行业及地域流动趋势明显。
职场人流动性的提升,当然不涉及任何“忠诚度”的问题:当代职场人释放个人价值的渠道,远比前辈们多;且当更高的职业成就与更大的个人影响力逐渐取代薪酬,成为职场人的核心驱动力,企业也就愈加成为赋能个人的平台。
不过,随着个人与组织的关系日趋平等——甚至双向选择的天平更多偏向个人一端,也给企业招聘带来诸多烦扰。我身边不少HR朋友(以人员流动性最大的互联网圈为主)都在抱怨这几年工作不好干,人才不爱来,来了留不住。
数据显示,过去五年,企业招聘一个岗位所需平均时间增加了50%。夹杂在激烈变动的时代洪流与个人选择之中,HR部门正面临超越以往任何时代的复杂状况。雷军就曾坦言,找人是天底下最难的事情——但遗憾的是,不是所有用人经理和高管都像雷军一样,对时代的变化心知肚明,“现在跳槽这么频繁,你招个人怎么这么难?”那些不谙世事的用人经理,常以此质问HR。
HR也急,但凡他们知道人才在哪,肯定蜂拥而至。雅虎宣布关闭北京全球研发中心那天,变成了互联网公司HR们的“双十一”,上演了一出惊心动魄的抢人大戏:雅虎招聘群2小时内涌入300多家互联网公司和猎头;有HR派人蹲守在雅虎楼下;有雅虎员工1分钟内收到十几家公司邀请;还有人1天内多了400个微信好友。
嗯,不同于工业时代“螺丝钉式”的雇佣方式,当人才是核心资产已成社会共识,至少在理论上,HR之于一家公司的地位应该日趋高企。德勤之前发布的“全球人力资本趋势报告”中就指出:在数字时代,人力资源这个曾经的辅助部门,将变成引领企业数字化转变的关键角色——更重要的是,当招聘逐渐成为一种更具战略高度的工作,招聘行为本身也需顺势而为,完成数字转型,这要求招聘部门具备两点要素:对新趋势的把握,以及对新工具的使用。
技术进步对招聘行为的颠覆,可能比你想象的要大,这种颠覆与每个职场人都息息相关。
HR必须完成“数字化生存”
其实即便是外行人也有所察觉,在大数据与AI裹挟一切的时代,HR每天机械化地下载几十份简历,或者守着一个招聘邮箱听天由命等待人才降临,已明显不合时宜,因为趋势已非常明显,最近LinkedIn在对全球39个国家近9000位业内人士调研后发布了四个招聘趋势:人工智能,大数据,人才多元化以及创新面试流程——其中最核心趋势就是尽早拥抱AI与大数据,时至今日,任何心向未来的企业,都应思考如何用这一波智能革命优化招聘流程。
新趋势也对招聘提出了转型要求。德勤曾在“全球人力资本趋势报告”中指出:“数字革命要求人们不断更新自己的技能,企业需要为员工提供永远在线的学习与发展机会。”
这不难理解,在急速奔进的时代,无论任何领域,保持终身学习,随时拿起新工具,都是必备的生存技能,招聘亦如此。如今的HR不仅要善用社交网络锁定目标对象,管理和追踪潜在候选人,还要能通过数据分析向高层提供人才洞察,甚至在公共平台用营销手段传播雇主品牌,吸引比例庞大的被动求职者。
这是数字时代赋予HR的新机遇,工业时代延续至今,HR第一次有机会完成身份跃迁,占据企业价值链的核心区域。在全球,技术型HR岗位过去10年增长了一倍多——令人欣喜的是,相较于欧美发达国家,中国企业在招聘中采用新技术与方法的意愿更为强烈,根据LinkedIn数据显示:在中国65%的招聘人员至少“有时”使用大数据,90%的招聘人员至少“有可能”在未来两年开始使用大数据,显著高于全球79%的平均水平;与此同时,79%的中国招聘人员认为,人工智能对未来招聘工作至少会有一定程度的影响力,未来五年,中国企业更有可能会使用人工智能驱动的新方法,简化日常招聘工作。
只有不断奔跑,才能留在原地
当然,大多数时候,作为“猎物”的人才不会像雅虎员工一样现身明处,你不知道他们在哪,你只知道大数据和AI可以帮到你,所以需要一个技术载体作为工具。
以领英为例,2016年底,这家国际巨头在中国推出社交招聘认证体系:“领英中国认证招聘官”,希望通过一系列技能评测,帮助HR掌握新时代的社交招聘技能,从而最大化提升企业招聘效率。事实上,在欧美地区,这一认证是各行业企业对于HR和招聘官的基本考核标准之一。在中国,领英也因地制宜,将招聘官能力归为三个核心——人才获取,招聘营销与数据洞察,并在此基础上将考试重点围绕七大范围(雇主品牌;人才地图;招聘者个人品牌;人才库管理;被动人才吸引;职位管理及发布;人才搜索)。倘若有HR掌握了这七种武器,大概率上,他至少不会听到任何诸如“你招个人怎么这么难”的抱怨,甚至会大幅提升在企业内部的话语权。如今,包括中兴,滴滴,复星和美的在内,不少HR及招聘官都已获得这一认证,更多企业将此列为HR和招聘部门的考核指标之一。需要说明的是,它非常难,目前有将近6000位HR参加考试,通过率不到10%,截至今年3月,只有312位招聘官拿到认证。
不妨举个成功者案例。2010年底,捷信消费金融有限公司 (以下简称捷信)在中国成立,几年过去,中国已成为捷信集团最大的消费金融市场之一。截至2018年2月,捷信在中国的业务已覆盖29个省份和直辖市,312个城市。随着业务的不断扩大,捷信对于本地化人才,尤其是管理型人才和优秀的大数据、风控人才需求持续攀升。在参与领英认证招聘官考试的过程中,捷信招聘团队系统性地掌握了新时代的招聘技巧,借助领英大数据分析能力和社交招聘优势,更精的准寻找人才的同时积极构建雇主品牌,改进搜索条件提升搜索质量,让更多的消费金融人才了解、喜爱并加入捷信。
捷信招聘主管周晓琳透露:“我们在人才搜索时常常使用一些关键词,比如风险控制、金融安全等,这些搜索条件可以长期保存在领英社交招聘账户中,平台会根据搜索条件以及雇主需求,智能更新相关人才库。同时,领英会根据整体人才库的变化不断调整人才推荐,后台也会智能提醒人力资源管理者及时关注人才简历更新动态,提示哪些人才可能是企业的目标招聘人群,这背后也是机器算法不断演化的结果。”
事实上,新工具对HR的赋能,受益于大数据与人工智能的合力——尽管用数据指导人才决策,可以追溯到很久以前,但如今,数据量和运算框架的最新进展,仍然超过许多人想象,他们不知道,最新的工具有多厉害。
以LinkedIn为例,它本身就是一个基于大数据与AI的庞大系统,上面盘踞着5.46亿真实的个人职业档案,每个人背后又包含教育背景,职业背景,关系网络,最新动态等丰富的细分数据;此外,这里还有超过1800 万个公司主页,1100万个有效职位信息——重要的是,数据每一秒都在实时更新,在人工智能的驱动下,这些动态交织的数据,可以成就很多基于信任的彼此选择。
事实上,这一轮AI革命之所以爆发,很大程度受益于暴增的数据红利,与此同时,作为一次算法革命,深度学习又以一种非常简练的网络模型解决了过往印象中极为复杂的思维体系。大数据与深度学习的彼此成就,造就了如今AI在各行业的势如破竹。
具体到LinkedIn上,基于深度学习,LinkedIn可以通过简历,档案,工作经历,技能,社会活动,教育背景等不同的数据维度,完成精准匹配——呈现出的效果就是:在个人一端,当一位会员更新了档案,系统会自动推荐所有他可能会感兴趣的职位,企业发布了一个职位后,也会自动被推送到可能匹配的候选人眼前;在企业一端,当它发布了一个职位,通过智能匹配,可能都不用HR主动搜索,系统就已经根据职位描述做出识别,把可能感兴趣的会员推到HR面前。
这就是此刻正在发生的事,而在未来,系统本身也会变得更具智慧。在深度学习框架下,如今LinkedIn平台的机器算法已经实现“自我进化”,就像领英人工智能副总裁Deepak Agarwal透露的那样:“机器算法会根据人才推荐的反馈结果进行追踪,收集所有反馈结果并进行汇总分析,也会不断进行算法的校正与完善,最后会形成一个整体的算法系统,因此,机器算法不仅仅根据招聘关键词进行推荐,还是需要综合多方面的因素,才能做到智能化的推荐。”
总之,无论现在还是未来,一切都指向一点:HR正在完成角色蜕变,他们有机会将科技、数据与洞察有机结合,帮助企业把人才变成核心竞争力。
而这需要LinkedIn这种新工具的加持。要知道,人类科技史上每种促进效率的新工具诞生,都会在初期完成人群的分野——同一领域的竞争者就此被划分为“会用它的”和“不会用它的”,而率先拿起新工具的人,总会走在竞争者前面。
尤其在飞速奔进的中国。
在《爱丽丝漫游仙境》里,红心皇后告诉爱丽丝:“在我们这个国度,必须不断奔跑,才能留在原地”——中国的商业环境即是如此,无论企业寿命,产品周期,还是争夺用户的时间窗口,无一不在迅速缩短,这个时候,以最快速度找到并留住人才,许多时候事关生死。
总之,新趋势正在发生,新工具也正在诞生。在这个跳槽季,愿所有求职者和HR们,彼此称心如意。
李北辰/文
- 蜜度索骥:以跨模态检索技术助力“企宣”向上生长
- 美媒聚焦比亚迪“副业”:电子代工助力苹果,下个大计划瞄准AI机器人
- 微信零钱通新政策:银行卡转入资金提现免手续费引热议
- 消息称塔塔集团将收购和硕印度iPhone代工厂60%股份 并接管日常运营
- 苹果揭秘自研芯片成功之道:领先技术与深度整合是关键
- 英伟达新一代Blackwell GPU面临过热挑战,交付延期引发市场关注
- 马斯克能否成为 AI 部部长?硅谷与白宫的联系日益紧密
- 余承东:Mate70将在26号发布,意外泄露引发关注
- 无人机“黑科技”亮相航展:全球首台低空重力测量系统引关注
- 赛力斯发布声明:未与任何伙伴联合开展人形机器人合作
- 赛力斯触及涨停,汽车整车股盘初强势拉升
免责声明:本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿,凡在本网站出现的信息,均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性,但不保证有关资料的准确性及可靠性,读者在使用前请进一步核实,并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏,概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时,应及时向本网站提出书面权利通知或不实情况说明,并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后,将会依法尽快联系相关文章源头核实,沟通删除相关内容或断开相关链接。