謝小云 魏俊杰 何家慧 左玉涵

近年來，一批以大數據、云計算、人工智能等新興數字化技術為基礎的集成式數字平臺（例如，釘釘、企業(yè)微信、飛書、WELINK等）開始在各行各業(yè)加速普及。它們將線下組織的業(yè)務流程、組織資源、員工行為、組織關系和人際互動等關鍵要素與過程以數字化形式映射到線上虛擬空間中，并與線下組織運行相互促進與協(xié)同，最終形成了“組織在線化運行”的新興組織管理實踐。通過對組織線下活動產生的全量數據進行線上集成，全鏈路大數據驅動的組織運行模式成為可能。這一數字化轉型的前沿實踐中，企業(yè)人力資源管理的方式也發(fā)生了翻天覆地的變化。人才分析（people analytics）實踐——循證（evidence based）、定量化（quantitative）、數據驅動（data driven）的人力資源管理——展現出“從片面到整體、從分散到系統(tǒng)”進一步升級的可能，于組織在線化時代涌現出新的實踐機遇。

具體來說，首先，傳統(tǒng)人才分析實踐涉及的模塊較為單一、分散，多聚焦于離職風險預測、人均效能分析等熱門場景，且與業(yè)務運營之間存在難以忽視的鴻溝，部分企業(yè)的人才分析仍然只能基于員工靜態(tài)特征信息等傳統(tǒng)人力資源管理系統(tǒng)中的數據。組織在線化時代的人才分析則可以利用貫通業(yè)務流程與人才特征的數據來精準識別真正的“關鍵人才”。其次，當前企業(yè)的人才分析主要聚焦于組織層面的人力資本分析和個體層面的人才管理，較少關注對動態(tài)團隊運行模式的構建與發(fā)展。而在組織線化時代的人才分析可以利用全鏈路的社會網絡數據預測團隊最佳組建模式，從而更好地適應組織由傳統(tǒng)層級結構向網絡化、團隊化模式轉型的大趨勢。最后，當前相當一部分企業(yè)的人才分析仍然處于現狀描述與診斷階段，難以在趨勢預測（predictive）和干預方案制定（prescriptive）方面充分發(fā)揮人才分析的作用。組織在線化時代的人才分析則可以幫助管理者透視組織人才儲備的全貌，精準測算人才缺口，從而實時預測和指導組織未來的人才需求。

由此可見，組織在線化時代人才分析實踐幫助管理者集成了全鏈路、網絡化的實時數據，從而打破了人力資源管理系統(tǒng)與市場分析、顧客服務、生產管理等不同信息系統(tǒng)間分隔與孤立的局面，克服了傳統(tǒng)人才分析過程數據滯后、失準甚至缺失的困難，并進一步基于對人際互動過程的捕捉彌補了過往人才分析對團隊運行模式預測與干預的不足。接下來，我們首先將闡述組織在線化時代新型人才分析的關鍵特征（即全鏈路、全網絡和實時性）；在此基礎之上，我們將進一步介紹新型人才分析在個體、團隊和組織三個層面上的典型實踐；最后，我們將針對數據隱私與倫理、人力資源管理的麥當勞化趨勢與人才分析理論不足等關鍵挑戰(zhàn)展開反思與討論。

組織在線化時代人才分析的關鍵特征

正如前文所述，對于當前大多數踐行人才分析的企業(yè)來說，人力資源部門開展人才分析所應用的數據更多基于招聘、績效管理、培訓等模塊中相對零散的數據。一方面這些人力資源管理模塊間的系統(tǒng)化程度不足，另一方面則缺少對業(yè)務端關鍵過程和結果節(jié)點數據的整合。組織在線化提升了數字化技術與業(yè)務模式變革的整體性和系統(tǒng)性。企業(yè)借助數字化技術對各個關鍵業(yè)務流程開展集成化管理和底層數據共享，有效突破傳統(tǒng)僅聚焦單一業(yè)務流程、信息孤島遍布的缺陷。組織在線化時代，人才分析實踐的數據基礎和分析范圍體現出全鏈路、全網絡和實時性三大方面重要特征（如圖1所示）。

特征一：全鏈路

全鏈路指的是借助大數據、云計算、AI等技術，對組織內個體的工作行為、過程、結果等全量數據進行實時記錄、有機整合并投射到在線空間中，從而在虛擬空間內還原個體的業(yè)務流程、人員關系與互動以及相關資源要素等多維度的特征屬性及其演化發(fā)展。不同于過往人才分析對“人”和“業(yè)務”割裂的分析，組織在線化時代的人才分析綜合了以“業(yè)務”和以“人”為中心的重要特征。具體地，傳統(tǒng)人力資源部門的人才分析之所以存在與業(yè)務運營脫節(jié)的弊端，是因為精準的數據傳遞與匹配通常需要消耗雙方尤其是業(yè)務方大量的時間與精力。組織在線化時代，“溝通即業(yè)務”，人才分析解決了人力部門和業(yè)務部門之間跨部門數據整合問題，并進一步提升了數據的準確度。

特征二：全網絡

全網絡指的是對組織內個體嵌入的所有人際、群際互動網絡的全方位捕捉、分析與可視化。過往人才分析通常較為孤立地看待組織成員，忽略了人際關系網絡對于人才識別與管理的重要性。組織在線化時代，任一組織成員可以隨時隨地與組織內部成員（包括上級領導）甚至跨組織的客戶與合作伙伴直接展開互動與協(xié)作，如基于文字、語音或視頻的線上溝通，文檔的分享與共創(chuàng)等，為人才分析提供豐富的全網絡數據。實際上，全組織的非正式社會網絡不僅僅包括成員節(jié)點和節(jié)點間的強弱聯結關系，還蘊含組織內各類業(yè)務的多維度信息。這些信息能夠更為精準地反映不同成員對于業(yè)務落地進程的重要性和影響力，從而將幫助組織更為有效地開展人才分析工作。

特征三：實時性

實時性指的是人才分析所依據的數據基礎及其得出的解決方案隨著個體行為與組織活動的展開而實時更新、迭代。組織在線化時代，一方面，集成式數字平臺會借助大數據、云計算等數字技術實時捕捉全鏈路的組織運行數據，通過智能分析與動態(tài)建模指導線下有針對性地開展組織管理活動；另一方面，線下組織活動所產生的新要素數據也將借助AI技術（如語音圖像識別、自然語言處理等）和設備上云互聯等舉措實時沉淀到線上空間中，反哺和更新線上的全鏈路數據。相應地，這也有效突破傳統(tǒng)人才分析過程中面臨的數據更新滯后和失準的困境。實踐中，這一問題為當下企業(yè)人才分析所面臨的重要挑戰(zhàn)之一。德勤2020年全球人力資本趨勢報告顯示，雖然83%的受訪者表示其所在組織已經能夠收集和生成員工的各類狀態(tài)信息，但僅有11%的受訪者表示這些狀態(tài)信息是實時的。

組織在線化時代人才分析實踐體現出的全鏈路、全網絡、實時性三個關鍵特征，貫通了人與業(yè)務，使得真正“數據驅動”的人才分析成為可能。具體來說，對員工工作活動全鏈路的記錄以及工作網絡全面的刻畫使得管理者能科學、高效地識別出關鍵人才，并進行合理的任用和發(fā)展（激活個體）；對員工在工作流中體現的知識專長實時的標記與更新使得組織能夠最快速地組建在線團隊（盤活團隊）；而對組織人才圖譜的實時、精準刻畫有助于管理者更有效地預測和制定組織人才需求計劃（賦能組織）。

組織在線化時代人才分析的新實踐

激活個體：關鍵人才的識別和配置

北森發(fā)布的《2022中國人力資源管理年度觀察報告》指出，關鍵人才缺失是當前受訪企業(yè)所面臨的最嚴峻的人力資源管理挑戰(zhàn)。新冠疫情的爆發(fā)一方面導致外部商業(yè)環(huán)境的不確定性大幅提升，另一方面也促使企業(yè)間的人才競爭不斷加劇。對于企業(yè)而言，具備關鍵技能、適配組織發(fā)展的人才更為稀缺。因此，在后疫情時代，相較于在廣袤的人才市場當中精準挖掘并且吸引相關人才，專注于盤點、把握當前組織內部已有的員工隊伍并從中識別、發(fā)展和留存“關鍵人才”是更為有效和切實可行的方式。要精準識別和發(fā)展真正的關鍵人才，僅依托員工工齡、教育水平、專業(yè)技能等靜態(tài)特征數據是遠遠不夠的。已有學者指出，對于員工人際網絡數據的關注將有助于評估員工的真實貢獻與影響力。組織在線化能夠借助大數據、云計算與AI等數字化技術對組織內甚至跨組織的非正式社會網絡進行實時的分析與可視化，將有助于組織更為精準地識別和配置關鍵人才。

社會網絡相關的理論研究發(fā)現，關鍵人才通常位于組織活動的中心位置，組織成員大多圍繞這些關鍵人才開展工作。組織在線化時代，員工全鏈路的工作活動軌跡，以及他/她在工作活動中與其他成員所構成的關系網絡都變得外顯化、可分析。此時，以個體網絡特征中的過程中心性、結構洞等指標為基礎，綜合員工個體網絡中的節(jié)點特征、節(jié)點間聯結特征以及節(jié)點間聯結的內容（content）等，組織能精準、高效地識別關鍵人才（見圖2）。其中，個體網絡特征主要包括過程中心性、中介中心性、特征向量中心性以及結構洞等多個指標，能較好地刻畫出個體在組織非正式社會網絡中的位置和重要程度。而網絡中的節(jié)點特征則能進一步豐富員工本身及其主要互動對象的關鍵特征，這些特征不僅包括教育經歷、工齡、正式職位等基本信息，還包括過往績效評價、全過程的晉升經歷、關鍵業(yè)務項目經歷以及更為重要的，基于上述關鍵過程與結果數據所形成的動態(tài)化能力或專長標簽。而節(jié)點間連接特征主要包括互動頻率（聯結關系的強弱）、互動方向（主要發(fā)起方）等，也能夠協(xié)助進一步精準刻畫員工所處網絡位置，及其在工作流中的重要性與影響力。

在基于上述多重網絡指標識別出關鍵節(jié)點上的員工以后，我們還能夠借助自然語言處理（Natural Language Processing， NLP）技術對脫敏后的節(jié)點間聯結內容進行基于核心業(yè)務的主題詞識別與關聯度分析。在日常管理中，部分員工雖然與組織內其他成員存在著密集頻繁的溝通，然而其日?；拥膬热菖c組織中關鍵業(yè)務的相關程度并不高。如部分支持崗位成員常常需要對接、協(xié)調多個其他部門或項目的成員，但其日常工作與具體的項目進程并不相關。此時，雖然從個體網絡特征的角度來看，這部分成員占據著較為重要的位置，但他在一定程度上并不屬于關鍵人才的范疇。在進行非正式網絡數據分析的過程中，我們還能借助NLP技術進一步處理脫敏后的溝通關鍵詞、分享鏈接或文檔的主題詞，分析這些節(jié)點間聯結內容與組織戰(zhàn)略目標和關鍵業(yè)務間的關聯度，以此輔助判斷這部分處于中心位置的人員是否屬于組織致力于識別的關鍵人才，并有針對性地對該員工打上特定的動態(tài)化專長標簽。

由此，組織在線化時代，員工工作活動的全鏈路內容及其與其他成員的關系網絡得以外顯化。管理者可以綜合全方位的非正式社會網絡分析和對關鍵戰(zhàn)略或業(yè)務相關知識背景、能力專長等要求的識別，進一步適切地配置員工在組織中的角色與位置。實際上，當前釘釘推出的人才盤點功能已經致力于借助大數據智能算法實時分析非正式的溝通網絡數據以洞悉組織現狀，精準發(fā)現優(yōu)秀人才，全面提升組織效能。

盤活團隊：在線團隊的智能組建與有效運行

德勤2019年面向全球人力資源管理領導者和商業(yè)領袖的調查顯示，65%的組織發(fā)現從職能和層級制向團隊化、網絡化的組織模式轉變是重要或非常重要的。那些開始將團隊作為基本運營單元的組織也已經感受到其帶來的益處。74%的受訪者表示，他們向團隊化和網絡化組織的轉型帶來了業(yè)績表現的改善。組織在線化時代，這一趨勢愈發(fā)明顯。為了有效滿足業(yè)務需求，人力資源管理者需要借助員工專長標簽系統(tǒng)等人才分析工具快速組建相應的工作團隊。依據2021年釘釘未來組織大會的統(tǒng)計數據，每天有超過10萬個各種類型的在線工作群在釘釘上創(chuàng)建。這使得組織內并行運轉著無數圍繞特定業(yè)務需求快速建立而后又快速解散的團隊，而這些團隊恰恰是組織在線運行與發(fā)展的重要基石。如何在這一新興的人員配置與管理場景下有效組建面向業(yè)務需求且高效運行的在線團隊成為組織數字化人力資源管理亟需關注的重要問題。

實際上，對于需要快速形成戰(zhàn)斗力并完成復雜任務的在線團隊而言，初始團隊成員的構成情況對于其團隊化（teaming）過程與整體表現的重要性尤為凸顯。而團隊組建策略將直接影響在線團隊的初始人員構成。組織在線化實踐深度整合了全鏈路業(yè)務節(jié)點數據，能幫助管理者構建一套動態(tài)、實時、面向員工知識專長的標簽系統(tǒng)。由此，團隊組建者能夠依托在線化的組織架構和員工標簽系統(tǒng)等，采取多樣化的組隊策略，例如基于知識專長互補的組隊策略和基于過往共事經歷的組隊策略等。更為重要的是，借助新一代數字化技術的實時支撐，當一線管理者接到特定業(yè)務需求而需要快速組建在線團隊時，AI將依托實時、動態(tài)的員工專長標簽系統(tǒng)，以及當前不同員工的實時項目進程情況，智慧推薦恰當的組隊成員列表供管理者挑選（見圖3）。

對應不同類型的在線團隊（以行動團隊與創(chuàng)新團隊為代表），團隊組建策略也可能不同。具體地，行動導向的團隊通常面向具有一定復雜性但時間限制明確的特定任務。此外，區(qū)別于其他包含探索與創(chuàng)造過程的工作團隊，這類團隊的工作目標較為清晰，工作思路與方法也相對明確，團隊內的工作過程較為收斂，更多聚焦于任務的分工、協(xié)調與具體實施。因此，這類行動團隊內成員通常需要通過高效而緊密的協(xié)同完成特定的集體任務與目標。在高度虛擬和動態(tài)的在線團隊當中，過往共事經歷一般是促進團隊成員快速建立信任和協(xié)作模式的重要前因。因此，基于過往共事經歷的在線組隊策略對于行動導向的團隊而言或許格外重要。

另一類具有代表性的業(yè)務需求及其團隊類型為創(chuàng)新導向的團隊，如研發(fā)團隊（R&D team）和科研團隊等。不同于行動團隊內較為收斂、明晰的工作目標與流程，這類團隊主要面向組織內的創(chuàng)新與發(fā)明需求，工作過程更具探索性，工作流程與思路通常是在具體的互動過程中慢慢浮現。上述特征下，這類創(chuàng)意團隊一般更需要聚集知識背景多樣的成員。此外，由于創(chuàng)意活動天然具備的眾創(chuàng)屬性，在這類團隊中個體間常常需要進行觀點的相互分享、加工與碰撞，從而對團隊運行機制與氛圍提出了一定的要求，即是否能夠保證團隊成員更充分和多樣化的觀點表達與討論，以促成最終的團隊創(chuàng)新績效。因此，對這一類創(chuàng)新導向的團隊而言，基于知識互補的組隊策略或許格外重要。而任何有在線組隊需求的一線管理者甚至普通員工都能夠借助智能組隊系統(tǒng)依據不同任務需求有效平衡不同的組隊策略，從而快速組建一支高效的在線團隊。

賦能組織：大數據驅動的組織人力資源規(guī)劃

以往人才分析相關實踐和研究表明，以解決組織的戰(zhàn)略與業(yè)務問題為中心實現有效的人力資源規(guī)劃是提升組織整體人員配置效率，促進組織戰(zhàn)略目標實現的重要途徑。實際上，借助大數據和AI算法工具，組織一方面能夠實現面向戰(zhàn)略業(yè)務實時的人才現狀盤點和需求分析，另一方面也能夠監(jiān)控、預測外部勞動力市場的人才發(fā)展趨勢，把握關鍵人才的動態(tài)。綜合上述兩方面的舉措，管理者得以有的放矢地開展數據驅動的人力資源規(guī)劃（見圖4）。

具體地說，圍繞面向戰(zhàn)略業(yè)務的人才需求分析，組織能夠借助自然語言處理和AI算法等技術，對特定戰(zhàn)略業(yè)務在不同階段的關鍵任務目標、任務內容、所需的知識和技能等開展主題建模（topic modeling）工作，從中提取最適配的專業(yè)技能和知識專長標簽并進行排序。在此基礎之上，管理者能夠圍繞不同階段關鍵業(yè)務所需的知識專長，對當前與該業(yè)務相關的人才隊伍進行盤點，從中發(fā)現潛在的人才缺口或冗余，并快速調整人員安排。此外，除了基于員工專長標簽系統(tǒng)的需求匹配分析，管理者還能基于非正式社會網絡數據實時把握圍繞特定業(yè)務開展的人際、群際協(xié)作的頻率與質量。非正式溝通網絡中節(jié)點間聯結與網絡整體數據都沉淀著組織內各類業(yè)務的多維度信息。例如，群名稱顯示著群體互動的主題，如是否圍繞某一項特定業(yè)務展開；群文件或群內分享表征著知識流轉的主題；同理，個體間工作相關的互動內容也刻畫著重要業(yè)務或工作的流程?；谶@部分信息，管理者得以更為全面、多維度、實時地監(jiān)測重要項目的人際、跨團隊或跨部門互動情況，結合項目進度，及時識別潛在的協(xié)作問題，并通過設計一些臨時角色或替換部分人員以及時做出調整。

此外，部分關鍵人才的缺口需要從外部的勞動力市場引入。管理者一方面能基于業(yè)務所需的勝任力需求識別并吸引匹配的關鍵人才，另一方面還能夠通過實時監(jiān)控和預測外部人才市場的動向，提前規(guī)劃未來業(yè)務發(fā)展可能需要的關鍵人才。實際上已經有相當一部分互聯網或科技公司正借助大數據和AI技術對招聘市場百萬級的文案和人才社區(qū)中的互動熱點開展分析，有效把握人才發(fā)展趨勢。例如，早在2015年，百度公司就曾預測人工智能相關人才將取代O2O人才成為未來高科技公司的招聘熱點，同時準確預測了相關競品公司在自動駕駛等領域的戰(zhàn)略布局。

“數據驅動”的人才分析新挑戰(zhàn)

如上所述，組織在線化時代“數據驅動”的人才分析在激活個體、盤活團隊與賦能組織等多方面具有重要作用與潛能。然而，此情境下，在線企業(yè)的人力資源管理仍面臨著諸多新的挑戰(zhàn)與問題。

挑戰(zhàn)一：數據隱私與倫理問題

盡管基于數字孿生的組織在線化能夠借助全鏈路的組織運行數據使真正“數據驅動”的人力資源管理成為可能，但是對員工全量數據的采集已經促使越來越多的學者開始反思背后暗藏的隱私、倫理問題。多數人都認為基于自學習設計的AI算法是客觀且中立的，實際上，用于AI訓練的大數據和AI的基本訓練框架仍帶有一定的人類主觀性。因此，即使是AI算法給出的人才分析決策也并非絕對理性與客觀的。這尤其要求數字化技術的使用者（也即企業(yè)管理者）更加深刻地思考與認識數字技術的倫理問題，承擔起保護員工隱私的責任。

具體來看，一方面，管理者在開展數字化人力資源管理時應更多地將倫理以及員工的隱私等因素納入其中，在提升人才管理效率的同時促進員工的個人福祉，以實現員工—企業(yè)雙方的長期共同發(fā)展。另一方面，在數字化人力資源管理的具體實施過程中，還可通過優(yōu)化流程與管理模式來避免對員工隱私權益的侵占與剝奪，規(guī)避潛在的負面作用。例如，管理者可以考慮提升數字化人力資源管理的透明度，將用于員工分析的數據和結果定制化地向員工開放，讓員工能夠更加清晰、直觀地了解自己的優(yōu)勢與不足，做到真正賦能員工。

挑戰(zhàn)二：人力資源管理的麥當勞化

盡管“數據驅動”的人才分析為管理者配置人才和規(guī)劃人才發(fā)展提供了重要參考，但是，這一新興的人才培養(yǎng)和開發(fā)模式在實踐中也存在一定弊端。它帶來了人力資源管理中的“麥當勞化”趨勢，使得快餐店式運營的效率導向、可計算性、可預測性和精準控制逐漸成為組織運行的重要原則。在麥當勞化的組織中，管理者高度重視定量數據。然而，一旦管理者將數據視為最客觀可靠的事實，他們會不自覺地采納定量分析的結果，并且傾向于放棄對員工真實行為的細致觀察和解讀。有學者進一步指出，如果組織將這種定量的、循證的人才分析工具和其結論視為“真理”，那么人才分析實踐還可能會引發(fā)一些倫理爭議：它使得員工的工作場所日益數據化（datafication）、不透明，這便利了管理者對員工行為的操縱性引導。員工可能因為難以理解不透明的人才分析邏輯而無法對自身進行有效的反思，其價值主張和自主性也容易面臨威脅。由此可見，過度數據驅動和效率導向的人力資源管理模式將可能對員工長期的成長發(fā)展和自我價值實現造成嚴峻挑戰(zhàn)。

挑戰(zhàn)三：大數據人才分析仍需理論指引

在早期有關人力資源分析或人才分析的概念定義當中，基于有限樣本的統(tǒng)計分析和實驗方法是人力資源管理者探究“究竟哪些要素會對員工績效表現、敬業(yè)度和工作滿意度等產生重要影響”這一問題的核心手段。來自社會心理學、組織行為學、社會學以及經濟學的經典理論則是支撐管理者開展上述人力分析與管理的重要基礎。盡管大數據、AI算法等數字化技術的確幫助管理者有效推動了“數據驅動”的人力資源管理的發(fā)展，但這些非結構化的全景數據和算法暗含的“不可知性”反而容易讓管理者失去洞察人才分析過程和理性評判分析結果的能力。不可避免地，管理者可能迷信定量化的數據分析結果，進而失去自我判斷的獨立性。北森2020年的人才分析發(fā)展報告指出，在受訪者當中僅7%的企業(yè)能夠基于智能工具和新分析方法建立有意義的預測模型并形成強有力的數據治理能力。因此，面對海量的人員活動大數據和多樣化的AI分析工具，管理者反而比以往任何時候都更需要強化自身的理論積累，借助經典理論回歸組織中員工心理與行為的規(guī)律本質。在理論指引下，管理者一方面能夠更為科學、恰當地應用輸入端的數據和算法工具，另一方面也能更好保持自身對人才管理的獨立認知與思考而避免盲從定量化的大數據分析。

結束語

組織在線化時代的人才分析實踐中，企業(yè)管理者需注意這樣一個問題，非結構化的全量人員活動數據和天然帶有黑箱屬性的AI算法容易導致人們迷信算法給出的所謂“客觀且中立”的分析結果。盡管這些數字化技術的確能夠有效幫助組織提升人力資源管理的效率，但管理者仍需時刻注意避免“濫用”數字化技術。管理者需要不斷強化自身的理論素養(yǎng)，理性、獨立地評判而非盲從算法定量化的人效分析結果，否則將退回到古典管理理論中將人簡單視作“工具和手段”的主張，這是效率至上、控制為主的管理主義的表現。相反地，企業(yè)管理者要更多站在人本主義的出發(fā)點上，在“數據驅動”的人力資源管理模式下，更加尊重人性和人的尊嚴，在企業(yè)的制度設計和文化建設過程中，讓AI算法等數字化技術更好地幫助員工實現個人價值，增強他們的主人翁意識和被授權感，最終提升組織效率并實現企業(yè)與員工的長期可持續(xù)發(fā)展。

“本文為國家自然科學基金重大研究計劃集成項目“數智化情境下人機協(xié)同中的管理決策與組織行為研究”（編號：92146003）和國家自然科學基金重點項目“在線化驅動的動態(tài)組織設計與員工行為研究”（編號：72232009）的階段性成果?！?/p>