周禹：组织演进的逻辑与人力资源数字化转型

维和算法能力。我们也强烈呼吁，今天企业的人力资源专业的管理者和直线经理都要有一些数据思维和算法能力的训练。大家不见得要成为统计专家，但团队当中可能需要少量的数据专家，需要一些数据统计的硕士、博士进去，形成一定的数据思维、循证思维，要有读取数据的能力，并从数据中发现问题和形成洞察。

我们在帮助企业做组织和人力资源数字化转型的时候，通常会把三个人力资源数字化维度和三个匹配结合起来，先为企业描绘一个组织与人力资源数字化价值转化的路线图，在业务和组织的哪些价值领域去建设人力资源数字化功能，或者是基础能力。我的人力资源功能纲举目张、有轻有重、有先有后，哪些先去做数字化武装，哪些先保持一个线下逻辑的铺排。

为了让这些数字化的功能能够真正用起来，并且把它用好，人力资源的专业从业者以及管理者们，他们是不是有接盘的能力？是不是有上手、上脑的能力？所以，在企业数字化能力建设之前，我们会帮助他们制定一个定制化的数字化转型路线图。当然，我们在全球也做了很多实证研究，检验了人力资源数字化最终能够提高组织绩效的机制。

3、人力资源数字化的潜在问题

近期，我们观察到了全球人力资源的典型功能与数字化、智能化结合的发展方向，也发现它存在一些潜在的问题。

比如，我们说人和组织的关系，实际上是伴随着商业模式，特别是数字化技术的利用和应用，可能也不断地在突破过去双边的雇佣关系，在向一种多边平台化的伙伴关系迭代。这个发展过程中，当然会带来很多的发展，但也会带来很多潜在的问题。包括雇佣模式越来越高度弹性化，员工的身份也越来越模糊化，甚至工作越来越灵活化，包括工时的灵活化和地点的灵活化（在疫情期间的灵活办公、远程办公、线上办公都统称为工作的灵活化），以及工作的众包化等等。工作越来越封装了，可能组织只是一个发工作包的主体，而人、员工、劳动者可以以不同的身份，在多个组织平台上接任务包，然后获得任务包的报酬，形成人单合一，或者人和任务的直接结合。然后是工作越来越自主化，雇佣关系开始向伙伴关系，或者是更灵活的交互关系发展。

它同时会带来很多潜在的问题，对此，西方社会也一直存在争论：是不是过度灵活的用工、灵活就业、非正式就业、即时就业会越来越多呢？是不是会影响到就业的稳定性？会不会导致就业的质量下降？包括过去雇主/雇员双边关系变成了复杂的角色关系、多边关系，那么，在劳动者权益方面会不会存在一些法律上的风险？工作看起来更加灵活化、自主化了，这是不是意味着工作/生活界面的模糊呢？会不会加重对很多知识性工作、封装性工作的剥削？会否导致大家更加疲劳？他随时都在工作，存不存在过度的精力剥削呢？

比如甄选招聘。近年来，真正的大数据和智能技术在甄选招聘上应用是最广泛的，是用智能算法去识别，以及精准画像，适岗、适应组织的预测模式也越来越精致。甚至包括线上面试、视频面试、语音面试，通过各种算法的应用，通过表情算法、语音算法都可以做适配性预测。但是，大家都耳熟能详的案例，亚马逊最早用机器人去算简历、筛简历，去甄选，最后发现，算法筛出来的有色人种或者是少数族裔比例严重下降，算法中存在歧视吗？怎么让算法体现社会价值观，这是现在美国的机构所重点讨论的一个话题。

再比如培训学习。今天，很多企业都有全时泛在的学习工具，线上的学习平台、知识平台共享化，员工自主学习，包括学习的内容，很多功能都能做到精准推送。而它的负面效应是什么呢？就像研究者提出来的信息茧房，也就是说，越是围绕精准特征的推送，最后就会形成一个人的认知局限——他永远看到的都是跟他匹配的信息，会不会高度局限了人的发展呢？他的视野会不会越来越狭窄？

还有我们说的人才盘点、考核、激励，我统称为评价性功能。今天，随着员工行为在数据平台上越来越多的留痕，这些评价也越来越精确了。它意味着，人的数据越来越被全数据化、全记录化，我多年以来一直强调的，将来的人数合一一定会成为现实，每个人在职场的工作平台上，都能够实现人数合一。各种数据都跟着人走，会形成一个个人数据账户，数据账户里有多样的数据，包括工作上的行为、出勤、态度盘点、能力评价等等。如果将来再将社会的数据打通，就变得非常可怕。

人数合一意味着什么？意味着数据集的出现使得我们可能对人的评价、考核、评估越来越精准，进而我们对人的激励或者各种资源的分配越来越精确。这种精准和精确显然似乎非常符合我们企业效率的要求，符合经济学更好的投入产出，以及对人力资本评级的要求。我经常说，今天，我们人力资源领域用的词是人才盘点，实际上，当数据精度、效度越来越高的时候，它就变成了人力资本价值的评级系统，哪些是我的核心人力股票？哪些是我的蓝筹股？哪些是效能状态不那么高的人力资产等等。这些数据将来的积累会越来越高、越来越精、越来越准，我们对人的评估和激励也会越来越精准、越来越精确。这一方面更符合效率原则、经济原则，一方面是负面效应，就是它会不会成为一种新的监控资本主义，这也是美国社会在反思的问题，或者叫做职场数字化达尔文主义，都可以拿数据说话了。我们人文温度的那一面，会不会被挤干呢？以及隐私保护的问题等等，都是它潜在的负面风险。

包括智能设备、机器人将来会越来越多被引入到各行各业的业态里面。今天，我们看到很多商业企业、流通产业、电商企业都用在物流、仓储系统，将来可能会无孔不入。人们也开始担心，好的一方面是发展，将来会形成一些新型的人机交互的协同模式。但同时，全球也在研究，这是不是意味着一轮新的，甚至更有渗透性、更大面积的智能设备对大量的结构性工作和结构性员工的替代？到底会不会替代？转化带来的增量效应和转化效应可以对冲掉对员工和岗位的替代效应，这笔账怎么算？也是现在还在研究的课题。凡此种种，给大家梳