HR從業(yè)者，如何數(shù)字化轉(zhuǎn)型？
時間：2021-04-09來源：匯易同閱讀：2404次
以下文章來源于華夏基石e洞察 ，作者于坤，如有侵權(quán)，麻煩聯(lián)系刪除。
大家好。在我看來，人民大學人力資源管理新年報告會的數(shù)字化轉(zhuǎn)型就很成功。我們的在線直播已經(jīng)有將近5萬的瀏覽量。這是一場見證歷史的大會。
剛剛聽了劉總和高總的精彩分享，我相信大家跟我一樣，對于數(shù)字化人力資源管理，不管是在理念還是在實操層面上，都有很多收獲。尤其是把兩位的分享結(jié)合起來看會更有意思。比如劉總提到人力資源數(shù)字化轉(zhuǎn)型不是優(yōu)化，而是顛覆；高總提到SSC從以前的被動服務的視角，轉(zhuǎn)換成為當前主動驅(qū)動業(yè)務的視角。兩位嘉賓的分享，一位提供了世界觀，一位提供了方法論。要想實現(xiàn)顛覆而非簡單的優(yōu)化，視角的轉(zhuǎn)換至關(guān)重要。被動服務做到極致，也只能在完成客戶的既定目標這件事情上進行優(yōu)化；如果想做出更大的貢獻，實現(xiàn)更大的價值，只有從被動轉(zhuǎn)為主動，找出顛覆性的創(chuàng)新點，實現(xiàn)對業(yè)務的驅(qū)動。
此外，劉總提到，人力資源數(shù)字化轉(zhuǎn)型最重要也是最難的點永遠不在技術(shù)而在于人；而高總提到技術(shù)對于人力資源來說是至關(guān)重要的?？此茖夹g(shù)的定位不同，其實兩點都沒錯，取決于我們看待作為人力資源數(shù)字化轉(zhuǎn)型的主體以及最終受益者的人以及作為人力資源數(shù)字化轉(zhuǎn)型主要推動力的技術(shù)這兩者的視角。也就是說這里邊存在著一個道與術(shù)的問題，這也是今天我分享的題目的由來。為什么西方學界還在為數(shù)字化轉(zhuǎn)型爭論不休？現(xiàn)在數(shù)字化轉(zhuǎn)型是一個非常熱門的話題，有很多的HR跟我講，說他們單位這兩年的戰(zhàn)略目標之一就是實現(xiàn)數(shù)字化轉(zhuǎn)型。如何實現(xiàn)人力資源的數(shù)字化轉(zhuǎn)型呢？在回答這個提問之前，我們想知道的是，我們現(xiàn)在的專業(yè)HR，對人力資源數(shù)字化轉(zhuǎn)型這個概念有多少了解？所以我就做了一個研究。這個研究訪談和調(diào)研了來自北京、上海、廣州、深圳、青島等一線和新一線城市的45名專業(yè)HR。關(guān)于數(shù)字化轉(zhuǎn)型，在西方有一個流行的三階段模型，第一階段叫Digitization,第二階段叫Digitalization, 第三階段叫DigitalizationTransformation. 我們就問了一下大家，對于這三個概念，你明確知道它們之間的區(qū)別嗎？結(jié)果發(fā)現(xiàn)，在這45位專業(yè)HR里面有74%的人是完全搞不清楚的。
看到這個結(jié)果，我自然想到的一個問題是，我們在談數(shù)字化轉(zhuǎn)型這個概念的時候，我們的信息或者知識源是哪里？我們都知道，書籍是知識密度更大，更加結(jié)構(gòu)化的知識源。而相比之下，公眾號文章等就是密度更小，更加碎片化的知識源。根據(jù)對45位專業(yè)HR的訪談和調(diào)研，我們發(fā)現(xiàn)，關(guān)于數(shù)字化轉(zhuǎn)型這個概念的知識來源，50%以上的來源都是公眾號文章；然后27%是來自演講和講座；其他來源的比例都非常小，不超過5%。
那么另一個問題就來了，在我們把公眾號當作如此重要的一個知識來源的時候，公眾號是否能夠擔當這個重任，給我們真正提供一些有價值的真正知識？順著這個思路，我們做了另外一個研究，我們在若干人力資源管理相關(guān)的一些頭部公眾號中隨機抓取了近期的500篇文章。結(jié)果發(fā)現(xiàn)，我們抓取的500篇公眾號文章里面，跟數(shù)字化轉(zhuǎn)型相關(guān)的文章僅僅有20篇，不到5%。而在這不到5%的20篇的數(shù)字化轉(zhuǎn)型相關(guān)的公眾號文章里面，又有接近70%其實是為了賣自己的課，而不是純的知識分享。在這些賣課文章里可以明顯地感覺到，前面吸引你進來的那些所謂知識分享特別不走心，很多復制粘貼內(nèi)容，就屬于被動服務、被迫營業(yè)，而后面的課程介紹就非常賣力，屬于主動驅(qū)動業(yè)務。在我們所擁有的如此貧瘠的人力資源相關(guān)概念和知識來源的情況之下，大家對于這樣一個概念的了解程度如此之淺，也就不足為怪了。
那么這個三階段模型講是什么呢？這三個概念被翻譯成數(shù)字化、數(shù)字化和數(shù)字化轉(zhuǎn)型。因為翻譯的原因，我們很容易就糊涂了。第一階段，也就是第一個數(shù)字化，Digitization，按照一些人的說法，指的是你把一些在現(xiàn)實世界中物理形式的存在，把它轉(zhuǎn)換成為電子化的二進制的存在。典型的例子就是把看得見摸得著的實體文檔，掃描進電腦變成電子版掃描件。第二階段，第二個數(shù)字化，Digitalization，按照一些人的說法就是通過數(shù)字化的模塊或者系統(tǒng)能夠優(yōu)化組織的流程，讓一些流程自動化，這聽起來有點像我們說的eHR。第三階段，Digitalization Transformation，數(shù)字化轉(zhuǎn)型，指的是把整個組織都變成為數(shù)字化的組織，也就是說你這個組織主要的流程，乃至于主要的決策，都要依賴于數(shù)字化。
但是，仍然有很多問題沒有得到解決。比如，第二階段的數(shù)字化和第三階段的數(shù)字化轉(zhuǎn)型之間的界限在哪？什么時候算流程自動化，什么時候叫升級成數(shù)字化組織了？大家不要覺得這是我們學習者的問題。因為在美國在西方，對這三個概念依然是有爭議的。直到2020年還不斷地有人發(fā)文章在討論到底應該怎么區(qū)分這三個概念；甚至有人會把Digitization和Digitalization的意思互換。最終的結(jié)果就是變成一筆糊涂賬。
現(xiàn)實世界數(shù)字化和數(shù)字世界現(xiàn)實
想要清楚地知道數(shù)字化轉(zhuǎn)型到底意味著什么，我們其實不需要被這些人為的、還不成熟的概念劃分所束縛。我們可以從一些非?；镜氖虑殚_始思考。比如，我們?yōu)槭裁匆岩恍┪锢硎澜绲臇|西變成電子版？為什么要把人的性格能力進行量化？那是因為這些信息是要提供給計算機的。計算機目前能夠識別計算的就是這些電子化、數(shù)據(jù)化的信息。計算機對信息做了計算之后，就可以輸出智能，來幫助我們改造這個世界，讓我們的工作和生活變得更好。因此，數(shù)字化轉(zhuǎn)型的實質(zhì)，就是讓越來越聰明的計算機可以更好的認識和改造世界。這句話沒有任何的感情色彩，如果你要非得加上價值觀或者感情的話，那就是讓計算機可以更好的幫我們來認識和改造我們的世界。從這個視角理解，我們就可以給數(shù)字化轉(zhuǎn)型下一個可操作性的定義。數(shù)字化轉(zhuǎn)型應該包括兩個階段。第一階段，就是你要把現(xiàn)實的信息轉(zhuǎn)換成數(shù)據(jù)形式，從而讓計算機能夠識別，也就是讓現(xiàn)實數(shù)字化。第二階段，就是計算機對這些數(shù)據(jù)進行分析計算，產(chǎn)生智慧，反過來去影響我們的現(xiàn)實世界，也就是讓數(shù)字現(xiàn)實化。所以這樣我們其實就清楚了，我們的數(shù)字化轉(zhuǎn)型不用去考慮那三個階段，三個含混不清的概念之間的辨析。我們可以從另外一個角度來去簡化對于數(shù)字化轉(zhuǎn)型的理解，就是現(xiàn)實數(shù)字化和數(shù)字現(xiàn)實化兩個步驟，它們之間的界限就非常清楚。首先第一階段，現(xiàn)實數(shù)字化。在這個階段我們要做兩件事。第一件就是用數(shù)據(jù)去表述現(xiàn)實。也就是說，我們要把現(xiàn)實世界，用數(shù)據(jù)的形式來進行表征。第二件是數(shù)據(jù)云化，也就是說把這些被數(shù)據(jù)形式表述的現(xiàn)實放到云端，隨時在線，跟其他的數(shù)據(jù)能夠互相連通。簡單說就是，數(shù)據(jù)化和云化，或者更簡單一些，云數(shù)據(jù)化。舉個例子，去年巴黎圣母院火災后，能有修舊如舊的重建的可能性，要感謝一位叫塔?。═allo）的學者。他花了10年時間，把巴黎圣母院的每一個細節(jié)，包括每一面墻、每一根柱子、每一座雕塑的樣貌、它們之間的距離，全部用激光掃描儀等設備以電子化的形式存下來。記錄了10億個數(shù)據(jù)點，形成了70TB的數(shù)據(jù)。這就是我們說的用數(shù)據(jù)來表述現(xiàn)實，把物理世界中存在的東西讓它以數(shù)字化的形式存在，這就是現(xiàn)實數(shù)字化的第1步。但因為數(shù)據(jù)太大了，根本沒辦法在線上傳，所以都得人工搬運，所以這個數(shù)據(jù)其實沒有完全實現(xiàn)顯示數(shù)字化的第二步，云端化。而我們國內(nèi)的故宮和敦煌等，也做了大量這樣的工作，并且是同時做到了現(xiàn)實文物的數(shù)據(jù)化和云端化，讓我們在家就可以看到故宮的文物和敦煌的壁畫。在管理領域，我們需要云數(shù)據(jù)化的有兩個方面的內(nèi)容，一方面是對象，包括我們的產(chǎn)品，我們的人員，以及包括財務等。其實財務本來就已經(jīng)數(shù)據(jù)化了，只是還沒有云端化。所以產(chǎn)品和人員、財務，都全部做到云數(shù)據(jù)化。另一方面是流程的數(shù)據(jù)化，比如說會議形式從線下變成線上，支付形式從繁瑣的紙幣找零到電子支付等等。在這個階段，僅僅通過對現(xiàn)實進行數(shù)字化，也能優(yōu)化組織。它優(yōu)化組織的方式是通過對現(xiàn)實的云數(shù)據(jù)化而帶來的效能提升。速度更快，流程更加便捷，這種方式可以提升效率。再具體到人力資源領域。對傳統(tǒng)的人力資源的對象和流程來說，相當一部分的信息是非數(shù)據(jù)化的，比如關(guān)于人的信息，此外，有一些數(shù)據(jù)化的信息也是獨立保存在各處，沒有做到在線互相連通；第三，相當一些的HR流程，也是獨立離線的狀態(tài)。經(jīng)過一定水平的現(xiàn)實數(shù)字化提升之后，至少可以做到對于人員這些信息進行數(shù)據(jù)化，然后把一些之前沒有云化的這些信息和流程把它給云化。到了未來的理想狀態(tài)，最好讓所有的對象都以信息的形式在虛擬世界中存在，然后這些信息全都在線；只要能夠數(shù)字化和上線的HR流程，也全部都數(shù)字化和上線?？赡軆H僅留下一些比如當面談話這些線下做更合適的事情在線下進行，其他流程都線上解決。盡管我們講了很多現(xiàn)實數(shù)字化的價值，但我們要明白，這個獨立的現(xiàn)實數(shù)字化階段其實并不是必需的。從本質(zhì)思考，現(xiàn)實數(shù)字化的目的是讓信息可以更好地被計算機認識。如果計算機進化到了可以自己識別自然信息，那么我們就沒有必要再額外再單獨去做數(shù)字化，或者說，數(shù)字化已經(jīng)被計算機自身的智能融入在內(nèi)了。很簡單的例子，你的手機能夠直接識別指紋之后，你就沒有必要去輸密碼數(shù)字讓手機知道那是你了。在完成了第一階段的現(xiàn)實數(shù)字化之后，我們已經(jīng)有了數(shù)據(jù)，計算機已經(jīng)能夠更好地識別這個世界，那我們就來討論第2個階段：如何用計算機來幫助我們更好地改造這個世界、改造我們的組織和人力資源管理。依然舉巴黎圣母院的例子。這張圖是在各種重建方案當中比較出名的一個。當然這是一個計算機CG模型，還沒有成為現(xiàn)實。這其實就反映了我們講的數(shù)字化轉(zhuǎn)型的第2階段，用數(shù)據(jù)、用數(shù)字反過來改造現(xiàn)實。我們之前通過對巴黎圣母院進行數(shù)字化，得到了關(guān)于這座教堂本來長什么樣的數(shù)字信息。對這些信息進行分析之后，我們設計出一個新的教堂樣貌，對于現(xiàn)實中的這個已經(jīng)被嚴重損毀的教堂進行實質(zhì)上的重建，我們就可以改造現(xiàn)實。對于管理來說同樣如此。首先，第一個層次，根據(jù)對云數(shù)據(jù)進行分析之后產(chǎn)生的智慧，可以幫助我們優(yōu)化已有的管理流程。不管是通過AI進行招聘面試，還是主動驅(qū)動業(yè)務的京東SSC最佳實踐等等，這些都是用云數(shù)據(jù)產(chǎn)生的結(jié)果對現(xiàn)有流程進行優(yōu)化。第二個層次就是對云數(shù)據(jù)進行分析之后，不僅是優(yōu)化組織，而是改造是升級和顛覆組織。因此，在這種形勢下，云數(shù)據(jù)智能可以去助力助推這個組織中包括人和流程在內(nèi)的整體的升級和轉(zhuǎn)型，從而讓組織變?yōu)橐粋€數(shù)字化輸入、數(shù)字化輸出的新型的營銷和創(chuàng)新組織。在這個階段，數(shù)字現(xiàn)實化帶來的不僅僅是效能的提升，它還可能是對于現(xiàn)實的升級和顛覆。再具體到HR的具體決策當中，我們可以看到傳統(tǒng)的決策流程，傳統(tǒng)的HR流程和決策基本上靠人工和主觀判斷，然后知識也沒辦法沉淀，決策效果也很難檢驗。初級水平數(shù)字現(xiàn)實化的HR流程和決策，就是把一部分的流程把它給在線或者自動化，然后主觀判斷決策為主的基礎上增加一些可能參考的數(shù)據(jù)，然后有目的性的去構(gòu)建一些知識庫，可能這個知識庫還是以主觀經(jīng)驗為主，然后呢，對于角色的效果有一部分的測評能夠作為參考。而高級數(shù)字現(xiàn)實化的HR流程和決策，是以數(shù)據(jù)為主的，智能的HR決策。這個過程中的絕大部分流程可以去在線自動化完成。乃至最后的那些包括面試決策、薪酬決策、離職決策等，可能未來都是以基于數(shù)據(jù)的AI來幫你去提供決策建議，然后人只要負責拍板就行。此外，我們還可以得到一個更動態(tài)的完備的數(shù)據(jù)庫知識庫，因為AI可以自動幫我們?nèi)ジ逻@個數(shù)據(jù)庫。最后，借力于AI，我們可以實現(xiàn)全面實時的效果的數(shù)據(jù)反饋，這樣我們就實現(xiàn)了HR的數(shù)字化轉(zhuǎn)型。因此，基于我們的HR本身的職能，不管是你現(xiàn)在還處在傳統(tǒng)的六模塊階段，還是已經(jīng)升級到了三支柱，加上現(xiàn)在數(shù)據(jù)智能能夠給你提供的支撐，兩者相組合起來就可以構(gòu)建一個DIHRM，基于數(shù)據(jù)智能的人力資源管理系統(tǒng)，實現(xiàn)我們剛剛提到的那些功能。到現(xiàn)在為止，我們提了這么多的概念或者想法。那我們HR行業(yè)到底在現(xiàn)實數(shù)字化和數(shù)字現(xiàn)實化上做到了什么樣的程度？這是我們今年的中國HR從業(yè)者職業(yè)發(fā)展調(diào)查的數(shù)據(jù)，簡單跟大家分享一下。整個數(shù)據(jù)有5304名來自全國各省市的HR，因為我們研究的是數(shù)字化，所以我把北上廣深四個一線城市摘出來，跟其他城市進行對比，看看一線城市在數(shù)字化轉(zhuǎn)型上與其他城市都發(fā)展到了什么程度，有沒有差異。我們從現(xiàn)實數(shù)字化開始，比如說公司有沒有開始用云特別是公有云來進行人力資源管理，這個比例其實還是都比較低，不管是北上廣深還是其他地區(qū)都不到30%?？赡芪覀兊默F(xiàn)實數(shù)字化中，數(shù)據(jù)化是有的，但是在線化和云端化這一點上做的可能還不太足，這樣的話就可能導致很多的數(shù)據(jù)煙囪、數(shù)據(jù)孤島存在，從而讓這些數(shù)據(jù)的價值被浪費。我們再往后看，用數(shù)據(jù)分析平臺進行內(nèi)部人員數(shù)據(jù)分析的比率就很高，達到70%。這個顯示大家顯然對于數(shù)據(jù)分析還是比較重視，所以基本上都會用一定的平臺對于自己的人力資源數(shù)據(jù)進行分析，但對于行為數(shù)據(jù)進行分析目前還普遍不太夠。然后在HR一些常規(guī)模塊上，比如說招聘面試這一塊，北上廣深公司要比其他城市在使用大數(shù)據(jù)和使用新技術(shù)上面的比例顯著高一些，而在培訓上兩者間的差異就沒有那么大。最后是在員工服務上面，平常的一些員工基礎服務上，我們看到有19%和10%的公司已經(jīng)給員工提供了7×24小時的聊天機器人。這里的聊天機器人更多是App對話框里那個客服，而不是一個更加智能化的，像大白一樣的那個機器人。經(jīng)過了剛才的分享，我們能夠知道，人力資源數(shù)字化轉(zhuǎn)型的實質(zhì)是讓計算機更好地識別和改造世界，具體的方式是現(xiàn)實數(shù)字化和數(shù)字現(xiàn)實化。在這里，我們要考慮的問題是，HR從業(yè)者的數(shù)字化轉(zhuǎn)型怎么辦？我們在其中應該扮演什么樣的角色，發(fā)揮什么樣的作用？我想有兩個事情是我們必須做的。我們的自我概念是一個復雜系統(tǒng)，至少包括個人自我、關(guān)系自我和社會自我三個層次。個人自我就是我用自身的特征來定義的自我，我是一個什么樣的人，穩(wěn)重、樂天、負責等，以及我喜歡什么，旅行、攝影等等，用這些特征來做自我定義。而關(guān)系自我是以我們自己跟重要他人的關(guān)系來定義，比如我們都是父母的子女，是子女的父母，這些身份也是我們自我的重要組成部分。最后是社會自我，是我們的社會身份，比如我們是HR，是中國人，是人大的校友，等等。我們今天所講的解綁自我，主要講的就是這個社會身份、特別是職業(yè)身份的解綁。在未來，你對一個職業(yè)身份綁定的越深，你的個人價值越依賴于職業(yè)身份，那風險就越大。為什么？因為你永遠都不知道人工智能會在什么時候，取代掉那個職業(yè)身份。在100多年前的工業(yè)革命當中，大機器換人。機器并沒有殺死工人，而是把那些藍領工人逼成了辦公室白領。但是如果說你的自我概念就堅持說我只能做一個藍領工人的話，那你就會時刻處在一種非常被動的境地。所以我們說要對于自我概念進行解綁，就像孔子說的，君子不器，要讓自己的工作回歸社交力和創(chuàng)造力的本質(zhì)，不要讓自己限定在具體的工作上，特別要遠離那些需要創(chuàng)造性和社交都比較少的工作。為什么要擁抱技術(shù)？給個很簡單的理由，以后陪你時間最長的，真正每時每刻每分每秒陪著你的，可能就是你手機里的AI。而我們作為HR去擁抱技術(shù)，去了解數(shù)據(jù)統(tǒng)計，去了解編程，就是在這一個計算機越來越聰明越來越重要的時代里面，給自己留一個和計算機互動更加主動的接口。如果你不懂技術(shù)，也不愿意去懂技術(shù)的話，最后就會在跟計算機的交流當中完全處于被動無知的位置，就會更容易成為算法的奴隸。而懂了技術(shù)之后，就可以在跟計算機的互動當中爭取更多的主動權(quán)。所以要擁抱技術(shù)。最后我想談談我們HR行業(yè)的數(shù)字化轉(zhuǎn)型，特別是關(guān)于我們行業(yè)的知識的數(shù)字化轉(zhuǎn)型。在之前提到的那個45人的調(diào)查里，我還問了一個問題，就是另一個很流行、大家都在提的概念，叫賦能。我問大家，賦能這個概念的英文是什么？ 52%的人說是Empower，23%說是Energize，11%說是Enable。我覺得很有意思，我就接著問大家對賦能的含義到底怎么看。結(jié)果有些人說賦能是給員工放權(quán)，是授權(quán)是Empower；有些人說賦能其實是更多給員工資源給他們幫助, 是Energize；還有一些人說，賦能就是讓本來不可以的人，他們變得可以是Enable。誰是對的？得到答案的一個辦法，是把賦能這個詞的提出者找出來，看看他最開始是怎么說的。既然三個都是英文詞的中文翻譯，我們就看看中文世界里的賦能這個概念什么時候最早被翻譯過來的？結(jié)果發(fā)現(xiàn)，賦能這個概念最早是1958年在電子行業(yè)最早從Energize翻譯過來的，講的是對電容器的賦能，給予電容器能量的意思。這個賦能跟我們的管理沒有關(guān)系對不對？那后面什么時候出現(xiàn)了跟管理有關(guān)系的賦能呢？是在1996年，在管理學領域把Empower翻譯成了賦能授權(quán)。而1979年在計算機行業(yè)中有人把Enable翻譯成使能，到了 1997年又把Enable翻譯成賦能。最終，到了1997年，電子行業(yè)、計算機行業(yè)和組織管理這三個領域，賦能三兄弟聚齊了，同時都在用賦能這個詞，但每一個說的都是不是一個意思。電子行業(yè)的賦能是給予能量，管理學的賦能是授予權(quán)力，計算機行業(yè)是讓你可以啟動。這就是目前我們對于賦能理解混亂的根源之一。我們今天很多公司都在講賦能，但他們講的賦能并不完全是一個東西，因為我們的賦能一直同時受到三個行業(yè)的不同來源的英文詞翻譯成同一個中文詞的影響。而我們現(xiàn)在還沒有一個原生的，共有的大家共享認為標準一致的概念。所以，我們作為HR行業(yè)，希望能夠有一些我們原生的共同概念。比如說我們能不能去，把中國版的賦能就分成三個維度，一個維度是給予能量，一個維度是給予權(quán)利，第三個緯度是幫助他成功。然后你把它的英文就叫Funeng，因為英文世界里沒一個詞能同時對應這三個意思。然后再讓國外把Funeng像功夫直接當成外來詞放進英語詞典，這不就是我們HR行業(yè)的文化輸出嗎。舉個例子，大家都知道有一種零食叫仙貝。仙貝這個詞，是中國臺灣把日語中的sen-bei音譯過來的稱呼。日語的sen-bei是怎么來的？其實是古代日本人來中國學習，吃到了中國的煎餅，覺得非常好吃，帶回日本，并把煎餅叫成sen-bei。所以其實是中國的煎餅出口到日本變成sen-bei，再傳回中國變成了仙貝。同理，我們也可以把進口來的概念經(jīng)過我們的創(chuàng)新之后讓它再輸出到國外。最后，希望通過今天的分享，各位都可以變成真正的新型HR，積極擁抱技術(shù)，主動驅(qū)動業(yè)務，在對組織的顛覆性創(chuàng)新中實現(xiàn)自我價值的升級。怎么完成這個過程呢？其實很簡單，一個非常有效的辦法就是少看公眾號，來讀我們?nèi)舜蟮腍R在職研究生。經(jīng)過幾年系統(tǒng)學習，剛說的那些目標就都能慢慢實現(xiàn)了，讀過的都說好。謝謝大家！
