【五人谈】数智化发展千万别学“休克疗法”，要向改革开放一样做“特区”！_风闻

编者按：以下为第二期《数智化管理五人谈》部分内容，，后续精彩内容请继续关注青贝克智慧工场。本期主题围绕“人力资源智能化能解决哪些问题”展开讨论，会议嘉宾为中国人力资源开发研究会副会长兼智能分会会长刘辉，中国人民大学教授、华夏基石董事长彭剑锋，中国人力资源开发研究会常务副秘书长李直和香港科技大学讲席教授熊辉，主持人为企业文化专家，资深媒体人李蔚。

彭剑锋：至于人力资源数智化要解决最核心的哪个问题？首先，我感到最难的还是认知和思维的革命，现在大家都在谈数字化、智能化，但实质上讲很多都还停留在概念的阶段，企业的思维还是传统的思维，没有真正建立数字化的思维，包括现在很多专家、学者的文章，还是在新瓶装旧酒。所以我觉得现在需要进行认知和思维的革命，否则的话，可能数字化转型升级只会停留在表面。

第二，很多企业推动数字化仅仅当成是信息化部门的事，没有真正变成企业整体转型升级的一项核心战略。

企业的数字化转型升级，从责任体系来讲，不仅仅是首席信息官的责任，实际上是从企业家到所有管理者，都要进行的认知思维，包括领导力的革命，所以最核心的还是要解决人的观念问题和能力问题。

为什么现在很多企业无法推动数字化？因为数字化被仅仅看成是信息部门的事，过去企业可以只用一款人力资源软件就可以了，但现在数字化涉及到整个企业的转型升级，是要打通战略、业务和人力资源之间的关系，所以通过数字化是真正实现人与业务的融合，人力资源不再是专业职能层面的事情，人力资源同样必须要融入企业的业务中来，必须和企业的战略打通。

李蔚：很震撼，我们今天聊到了使命、人力资源和人工智能。但人力资源在接下来整个行业的转型升级过程中的使命是什么？刘总您认为对企业和一线的践行者来讲要做哪些准备？

刘辉：我觉得要聚焦两个方面，第一是认知的问题想，也就是变革管理的问题，而变革管理就是领导人思维的问题。

领导人的思维从时髦变成实战，就是真正与战略组织协同的时候。从更高层面来看，这不仅仅是人力资源的事情，而是全公司数字化、智能化转型的战略问题，这种认知的问题可以通过咨询、自我升级或研讨，来改变认知的问题。

第二是从微观来讲，企业如何做的更好？我的建议是用循序渐进的方法来改善，其实是从局部数字化到全局数字化，从局部智能到全局智能，然后从过程智能到决策智能，从过程数字化到决策数字化，其实很多企业已经由场景、数据、技术三轮马车来做决策，这就是决策智能化。但还有很多企业差之千里，可能刚开始有数字化转型的想法，但我觉得要从局部开始，比如人力资源服务业的发展，有大量的乙方企业在做SAAS工具，包括招聘工具、考勤工具、绩效工具、OKR工具、KPI工具、沟通工具、办公数据，总之所有的工具运用到企业，就是局部数字化或局部智能，再引进像彭老师、熊教授这样的咨询人才来整合，就会变成全局智能化的范畴。

利用智能工具有了大量数据以后，算法就会变成决策，假如以人才为中心，引进智能化进来解决人才的问题，而人才的智慧选材就是判断人才的途径，当数据丰富以后，谁是张飞，谁是云长，谁是子龙，就一目了然。

例如，像华为的任正非、万科的王石，以及很多企业CEO特别想知道年轻人在哪里，过去更多的是靠偶遇，我调研过很多优秀的企业，包括华为和万科在内的很多企业，都是在某种情况下偶遇人才。

但是有了数据系统，尤其是数据深度算法的系统，企业就可以把查兰讲到的2%的核心人才（如CEO、CFO、CHRO、COO、CTO等）挑出来，这就是把偶遇变成数据，把偶遇变成学习，假如这些核心人才有思想且不断迭代，那谁是云长、谁是子龙的问题迎刃而解，因为数据判断后会呈现给人，再经过一段时间的历练，这些人才就会脱颖而出。

但假如没有大量的数据和算法，就不会知道谁是云长和子龙，这其实就是一个最现实的应用场景，但这也是经过很多局部数字化、局部智能化、过程数据和过程智能的综合结构。因为很多企业在用数据统计法和归纳法来找人，这将陷入误区之中，而机器学习是多维度、多时间序列的算法，而不是只归纳3-5个维度就可以找到企业想要的人才。

而归纳法和总结法是机器学不了的，机器学习使用大量的时间序列和多元维度的数据，组合重置后通过算法得到结果，这个结果相对准确。

熊辉：刘总说人力资源数智化就是要与中国改革开放一样做“特区”。况且，每家企业的情况不同，数据基础也是不经相同。

所以，当我们要做数字化时，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，通常有几种方式，**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的问题是要有一个系统论，系统论就是要有现在互联网思维，即试错迭代，也就是要做特区做实践，通过不断的循环迭代，把成功的经验得以复制。

还有一个最近在思考问题是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。但现在我认为在乌卡时代，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会招进来，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。

（更多精彩内容， 请关注公号：kingmaker798）