數字化時代中企業人力資源管理的變革與挑戰

摘 要：隨著大數據、人工智能技術的發展，數據的深度分析與發掘已經在金融、互聯網等領域獲得了廣泛應用，但是在人力資源管理領域，數字化程度依舊較低，尚處于數據分析的初級階段。其主要表現就是過多地依靠經驗和直覺進行管理，而不是更加客觀的數據。在數字化時代的背景下，人力資源管理已經開始向數據驅動進行轉型，發生了一系列的變革。本文從人力數據分析、人力資源部門的組織和管理等角度進行分析，闡述了數字化時代下，人力資源管理面臨的機遇和挑戰，并指出了未來的人力資源數字化發展方向。

關鍵詞：數字化時代;變革;挑戰;人力資源管理

一、引言

為了更加精確地進行管理實踐，現代管理學一直在推進基于事實、數據和模型的定量分析法。到如今，以大數據、人工智能為代表的最新的數字技術在金融、財會、互聯網等領域都獲得了廣泛應用，人類由此進入了數字化時代。但是具體到人力資源管理領域，我們發現數字化技術的發展卻并不均衡。

早在互聯網時代的初期，人力資源管理理論中就已經出現了人力分析（HR Analysis）這個概念，并且擁有了對應的軟件系統，但是這種人力分析的方法和理念依然處于原始階段，尚停留在對員工的年齡、學歷、工資等基本屬性的統計層面上，其功能僅僅是能夠生成一份簡單的人員統計報告，并不能真正進行更深維度的分析。從目前市場上企業的情況來看，絕大部分企業并沒有在人力資源分析上投入太多關注。常見的人力資源部門負責人在進行日常的管理和決策上，依然更多地是依賴直覺和經驗。

數字化時代中，海量數據的分析和挖掘體現出了巨大的價值，大數據的應用改變了數據分析的形態，使得企業越來越重視數據分析的重要性。與此同時，大數據分析同樣為人力資源部門提供了更多的管理手段，成為其實現基于數據驅動轉型的技術基礎。使得人力資源管理在數字化時代產生了一系列變革。

二、數字化時代人力資源管理的變革

在數字化時代中，由于新技術的推進，人力資源管理領域也出現了一系列的變革，其人力資源分析、工作流程與方式、組織架構與文化等都有了較大的變化，對人力資源管理的現代化起到了重要的推動作用。

1.人力資源分析系統的變革

人力資源分析系統的變革主要體現在人力資源數據的搜集與整合、分析與呈現以及其組織流程和方式上。在數字化時代中，人力資源分析系統對于數據的數量和維度的要求越來越高，首先便體現在對數據的搜集和整合上。

（1）數據收集和整合的變革

在過往的人力資源分析中，所涉及到的基本上都是員工的年齡、學歷、籍貫、工資等簡單數據，這些數據太過淺顯，難以對員工的情況進行深度挖掘。在人力資源分析的改革中，數據的維度經過擴展，通過內部收集和外部購買等方式，可以覆蓋生理、行為及關系這三大類型。

生理數據一般是指員工自身所具備的身體基礎數據，包括基因數據和心跳、體溫、體脂率等健康數據。主要是通過最新的可穿戴檢測設備和基因檢測獲得。這些將有利于掌握員工的身體狀況和潛力，是重要的先天人力數據。

行為數據則主要指員工在工作、教育、求職等方面的數據，包括員工的在線課程學習、圖書或者娛樂消費、求職網站的投遞記錄、公司娛樂場所的使用情況等。這些都是能夠反映員工在生活中的行為軌跡，從而體現員工的工作、教育、求職方面的特性。

關系數據則主要是記錄員工之間發生的聯系行為，包括其電話、郵件的往來以及工作過程中產生的項目合作和溝通等，這種數據能夠刻畫員工的關系網絡，從而幫助實現人力資源的社交網絡分析。

通過以上三種人力資源大數據的收集，可以有效地與員工的履歷、技能、教育情況、工資等傳統人力資源數據進行整合，形成可供分析的數據集，并最終與其他業務部門的運營數據、財務數據等進行再度整合，從而支持更加綜合的商業分析。

（2）數據分析與呈現的變革

數字化時代對于人力資源分析的影響不僅體現在數據的類型上，還體現在數據分析的方法上，最明顯的進步就是人工智能和深度學習在人力分析中的應用。得益于此，人力數據分析的自動化程度提升，分析速度提升，并且分析所使用的模型也漸漸不再局限于傳統的人力資源管理理論，開始使用神經網絡、經濟學方面的一些模型。通過更有效率的分析方法，就能夠實現精準的預測。得益于大數據技術，現代人力資源管理部門可以通過對客觀數據進行分析挖掘，了解到一些難以在表象上判斷的內在信息。

人力資源分析的變革，同樣體現在分析數據的呈現上，通過可視化的圖形界面，將人力資源的分析情況展現出來，并形成相關的統計和預測報告提交給決策者，從而使得決策者能夠將數據與企業的核心邏輯相結合，最終得出可行的建議或者舉措，提升企業的長期競爭力。

（3）人力分析的組織和流程的變革

傳統人力資源管理部門主要由相關專業的從業者擔任，但是隨著新技術在人力資源分析中的應用，人力資源分析的組織人才配備上，就需要有較大的變化。軟件開發者、數據挖掘人員、模型構建者等新式人才需要補充進人力資源管理隊伍，以滿足人力分析變革的需求。

另外，數字時代中，人力資源分析的流程也發生了很大變化，傳統的人力資源分析是基于問題的，即先發現問題，然后通過收集數據、分析數據來解決問題。但是基于大數據技術的新時代人力資源分析業務中，主要是通過人工智能、深度學習等技術形成數據分析到管理再回饋的閉環流程，最終使得其預測有效性獲得迭代提升。

2.人力資源工作流程及方式的變革

數字化時代中，傳統人力資源工作的流程和方法也都發生了變化，首先是人力資源工作的定位得到了提升。傳統人力資源的定位主要在于員工的生涯管理，但隨著數據驅動理念的推行，人力資源的數據分析與企業的業務運營、宏觀經濟等都產生了極強的關聯，其定位也已經轉變成為企業戰略經營服務的重要數據支撐。在這樣的背景下，人力資源的規劃首先產生了變革。

人力資源部門將改變傳統的通過招聘網站或者獵頭招聘員工的方式，通過對外部數據的整合，采用更具有精準度的大數據主動搜索，獲得目標人員的簡歷、網絡關系、登陸記錄等數據，從而精準匹配需求，極大地緩解勞動力市場中求職者信息對于企業不對稱的情況，減少企業在人才背調和測試方面的成本，提高人才篩選和測試的效率。

人力資源部門對于員工的評價管理將擺脫傳統的頻率較低的周期性考核模式，轉而實施更加靈活實時的動態考核。通過對員工的生理數據、行為數據、關系數據的把握，通過對相關業務數據的整合，準確了解員工的定量的業績數據，從而為評價體系提供豐富的數據支撐。這也使得人力資源的評估效率和準確率大大提升，在公正客觀之余，也能夠追根溯源，幫助員工提供具體的改進績效的建議。

人力資源部門通過對過往員工離職前的數據特征進行分析，建立員工離職預測模型，就能夠較為準確地預測和發現員工的離職傾向，從而提前3個月-5個月進行干預，使得企業處于更加主動的地位。這種離職數據可以是員工的出勤時間、請假時間、績效變化、內部溝通關鍵字等。

人力資源部門的工作模式也發生變化，從傳統的基于經驗和直覺的模式，轉變成依賴數字技術。由于大數據及人工智能等技術提升了人力資源分析的準確性、實時性和預測性，人力資源管理從傳統的被動解決問題發展為主動解決問題，并且其對于問題的反應能力和處理能力都獲得了極大提升，有效支撐了企業戰略的規劃和長期競爭能力的建立。

3.組織架構與組織文化的變革

隨著人力資源管理部門基于數據驅動的轉型，其角色定位也產生了巨大的變化。傳統的人力資源管理部門是一個偏重于服務的支持部門，但現在轉變為輔助高層管理人員進行戰略決策的核心部門。它以人才管理作為核心，將人才視為企業發展最重要的資源，通過對人力資源的管理和保障，支撐企業重大戰略目標的完成。

由于數據的整合需要，企業在進行組織架構的設計時，必須要提前關注企業內部不同部門之間的業務合作和數據分享，通過開放各個部門之間的數據共享接口，實現信息和數據的傳遞，從而更好地完成數據集的建立，進行更為高效的數據分析與挖掘。

傳統理念的轉變需要一個過程，人力數據的分析本身應該是一個客觀的行為，應當避免其成為某個主觀思維的驗證過程。傳統的人力資源管理往往是依賴經驗做出一個判斷，然后搜集數據驗證自己的判斷，這種模式存在先入為主的弊端。采用數據驅動的管理理念則是充分信任數據，直接通過數據進行分析挖掘，最終得出某個結論。因此，數字化時代下的人力資源組織文化革新上，應當增加培訓，提高企業內部人員的數據修養，改變其錯誤的心智模式。

三、數字化時代中人力資源管理的挑戰

1.隱私保護問題

前文曾述，為了提升人力資源管理部門數據決策的準確性，需要搜集員工的三種類型的數據，而這三種數據不可避免地涉及到員工個人的隱私數據。即便是人力資源管理部門已經提前與員工溝通，并且承諾數據僅僅是用于人力資源分析使用，但肯定還會存在部分員工自認為隱私受到侵犯，從而不配合公司的數據收集和整合。這種情況的存在使得企業在侵犯個人隱私這一條上，會遇到來自于政府和社會的輿論監管，也會使得員工產生被窺探的不滿感覺，從而阻礙其工作熱情，導致影響企業發展的負面作用。

2.復合型數字人才的短缺

傳統人力資源管理部門的人員主要是從事服務支持類的工作，但是由于大數據技術在人力資源分析上的應用發展，人力資源部門對于數字人才的需求越來越大，亟需能夠了解大數據、深度學習等技術的人才加入。但是由于人力資源管理部門的特殊性，其業務很難在短期內掌握，因此，人力資源和大數據技術的復合型人才短缺，是當前人力資源部門改革的重要挑戰。

3.數據驅動與經驗驅動相融合的挑戰

傳統人力資源管理采用的是經驗管理，數字化時代下的人力資源管理采用的是數據驅動。而在轉型期間，最常見的過渡形式就是數據驅動和經驗驅動相融合。因此，正確處理好數據驅動和經驗驅動的關系及主次，將是人力資源大數據分析中的重要部分。在實踐過程中，雖然數據驅動模式要求人力資源部門負責人能夠根據客觀的大數據去進行分析和預測，但是這并不意味著要完全放棄經驗驅動，因為在某些場合下，經驗所帶來的直觀的決策邏輯依然有其生存的土壤。因此，數字化時代的人力資源管理中，如果將數據驅動和經驗驅動相融合，是一項重要的挑戰。一個優秀的人力資源管理者，應當利用自己積累的經驗和直覺，更加深入地去解讀客觀數據分析所呈現的結果，從而得出更為貼近實際的結論。與之相輔相成的是，他同樣可以通過數據分析得出的客觀結論，不斷修正自己的經驗判斷，拓展自己經驗的廣度和深度，從而進一步提升自己經驗直覺判斷的準確性。

四、數字化時代人力資源管理的研究方向

1.個人隱私的保護

人力資源分析對于數據的要求是多維度的，要求從生理、行為、關系等三個角度去收集數據，這就不可避免地涉及到了員工的一些個人隱私問題。而個人隱私數據作為一種私有化的隱秘數據，也是制約人力資源數字化管理發展的最大的風險來源。一旦這些數據發生泄露，將會產生非常嚴重的后果。因此，我們必須要將個人隱私數據的保護作為重中之重，深入進行研究。主要可以從以下幾點出發：

首先，在進行數據收集時，可以采用映射法，將員工的個人信息與身份信息進行相對隔離，使得這些信息在對外顯示時，涉及到身份的信息在大多數時間內是隱藏的，只有在最必要的時候才可以呈現出來。并且，還可以通過數據脫敏的手段，盡量減少員工個人敏感信息的直接呈現。通過技術手段，還可以實現更為自動化的數據分析方法，去除中間環節，從而減少數據泄露的風險。

其次，由相關主管部門及研究機構，開展關于數字化時代下人力資源分析的數據規范、法律條文、行業準則等方面的研究，使得數據的使用、保密都能夠有較為清晰的邊界。只有擁有了明確的規范，人力資源分析中關于個人隱私的保護才能夠有章可循，避免亂象。但是值得一提的是，不能因噎廢食，絕不能因為對個人隱私的過度保護，扼殺了人力資源分析中大數據分析模式的應用，將人力資源管理的數字化改革扼殺于萌芽之中。

最后，需要明晰數據的產權歸屬，由于人力資源分析中的大數據來源，除了內部數據之外，還有相當一部分是在外部進行抓取。為了避免產生法律糾紛，必須要明確公開渠道中用戶數據的產權歸屬。只有將這些問題都明確后，數據的抓取、銷售等才會走入深水區，進行更加有效的探索。

2.創新數字化時代的人力資源管理理論

在新的數字化時代中，由于各種新技術在人力資源管理中的應用，過往的人力資源理論已經不能完全滿足現有的需求。一些企業在通過大數據對人力資源進行分析后發現，能夠影響績效的數據因素往往是傳統的人力資源理論無法解釋的。而一些以往理論中比較重視的因子卻在數據分析中被證實并沒有和績效有較大的相關性。在這樣的背景下，必須要通過新的研究方法和手段，提出適合數字化時代下人力資源管理發展的新理論。實際上，由于大數據的發展，現有的人力資源大數據分析所帶來的寶貴的數據，都為現有理論的革新提供了實踐基礎，帶動了人力資源理論的發展和進步，而這，也是我們未來的研究方向。

3.基于大數據的人力資源匹配解決方案

在現階段的就業市場，求職者對企業而言是不太透明的，不利于企業正確篩選到合適的人才，通過大數據的收集、分析和挖掘，可以在很大程度上解決這個問題。因此，應當著力研究基于大數據的人力資源管理匹配方案，通過對求職者進行數據集的建立，使得企業能夠快速定位求職者的技能屬性、薪資要求等，從而減少企業的人員篩選和培養成本。

另外，為了能夠形成有效的數據分享機制，還應當能夠建立人力資源的統一身份認證機制，通過統一身份的登陸，來實現數據的快速流通和分享，最終提高人力資源大數據的準確性和統一性。這也是未來研究的方向。

五、結語

數字化時代下，人力資源管理工作將會邁向一個新的臺階，其人力資源分析模式、人力資源組織框架、人力資源組織文化等都將快速革新，并最終完成數字化的改造。而與此同時，我們也將面臨著個人隱私的保護、人才培養、數據確權等新的問題，因此，人力資源管理者必須要加快研究和探索的腳步，努力將人力資源管理和大數據技術相融合，通過數字化的改造，將人力資源管理部門從一個輔助支持部門轉變成為支持企業戰略決策的核心部門。

參考文獻：

[1]Erik Brvniolfsson， Andrew McAfee， 劉白云.數據大爆炸是我們時代的創新故事[J].英語文摘， 2012， （2）：34-38.

[2]Josh Bersin. HR該參與公司業務嗎[J].中國人力資源開發，2013，（14）：15.

[3]趙曙明，張敏，趙宜萱.人力資源管理百年：演變與發展[J].外國經濟與管理，2019，第41卷（12）：50-73.

[4]占莉萍，楊茂盛.互聯網企業商業模式的創新——基于大數據分析[J].企業經濟，2018，（11）：30-36.

[5]任南，魯麗軍，何夢嬌.大數據分析能力對協同效應的影響機理研究[J].科技管理研究，2018，第38卷（11）：180-187.

[6]王保賢，劉毅.基于灰色BP神經網絡模型的人力資源需求預測方法[J].統計與決策，2018，（16）：181-184.

[7]徐艷.大數據時代企業人力資源績效管理創新[J].江西社會科學， 2016，第36卷（2）：182-187.

[8]夏功成，胡斌，張金隆.基于定性模擬的員工離職行為預測[J].管理科學學報，2006，（4）：81-94.

[9]金元浦.論大數據時代個人隱私數據的泄露與保護[J].同濟大學學報（社會科學版），2020，第31卷（3）：18-29.

[10]儲效辰.創新型人力資源流動與評價機制研究[J].經濟技術協作信息，2020，（21）：10.

作者簡介：王景平（1988.08- ），女，漢族，內蒙古自治區巴彥淖爾市五原縣人，本科，高級經濟師，內蒙古巴彥淖爾市五原縣社保局，研究方向：人力資源管理