数字化时代中企业人力资源管理的变革与挑战

摘 要：隨着大数据、人工智能技术的发展，数据的深度分析与发掘已经在金融、互联网等领域获得了广泛应用，但是在人力资源管理领域，数字化程度依旧较低，尚处于数据分析的初级阶段。其主要表现就是过多地依靠经验和直觉进行管理，而不是更加客观的数据。在数字化时代的背景下，人力资源管理已经开始向数据驱动进行转型，发生了一系列的变革。本文从人力数据分析、人力资源部门的组织和管理等角度进行分析，阐述了数字化时代下，人力资源管理面临的机遇和挑战，并指出了未来的人力资源数字化发展方向。

关键词：数字化时代;变革;挑战;人力资源管理

一、引言

为了更加精确地进行管理实践，现代管理学一直在推进基于事实、数据和模型的定量分析法。到如今，以大数据、人工智能为代表的最新的数字技术在金融、财会、互联网等领域都获得了广泛应用，人类由此进入了数字化时代。但是具体到人力资源管理领域，我们发现数字化技术的发展却并不均衡。

早在互联网时代的初期，人力资源管理理论中就已经出现了人力分析（HR Analysis）这个概念，并且拥有了对应的软件系统，但是这种人力分析的方法和理念依然处于原始阶段，尚停留在对员工的年龄、学历、工资等基本属性的统计层面上，其功能仅仅是能够生成一份简单的人员统计报告，并不能真正进行更深维度的分析。从目前市场上企业的情况来看，绝大部分企业并没有在人力资源分析上投入太多关注。常见的人力资源部门负责人在进行日常的管理和决策上，依然更多地是依赖直觉和经验。

数字化时代中，海量数据的分析和挖掘体现出了巨大的价值，大数据的应用改变了数据分析的形态，使得企业越来越重视数据分析的重要性。与此同时，大数据分析同样为人力资源部门提供了更多的管理手段，成为其实现基于数据驱动转型的技术基础。使得人力资源管理在数字化时代产生了一系列变革。

二、数字化时代人力资源管理的变革

在数字化时代中，由于新技术的推进，人力资源管理领域也出现了一系列的变革，其人力资源分析、工作流程与方式、组织架构与文化等都有了较大的变化，对人力资源管理的现代化起到了重要的推动作用。

1.人力资源分析系统的变革

人力资源分析系统的变革主要体现在人力资源数据的搜集与整合、分析与呈现以及其组织流程和方式上。在数字化时代中，人力资源分析系统对于数据的数量和维度的要求越来越高，首先便体现在对数据的搜集和整合上。

（1）数据收集和整合的变革

在过往的人力资源分析中，所涉及到的基本上都是员工的年龄、学历、籍贯、工资等简单数据，这些数据太过浅显，难以对员工的情况进行深度挖掘。在人力资源分析的改革中，数据的维度经过扩展，通过内部收集和外部购买等方式，可以覆盖生理、行为及关系这三大类型。

生理数据一般是指员工自身所具备的身体基础数据，包括基因数据和心跳、体温、体脂率等健康数据。主要是通过最新的可穿戴检测设备和基因检测获得。这些将有利于掌握员工的身体状况和潜力，是重要的先天人力数据。

行为数据则主要指员工在工作、教育、求职等方面的数据，包括员工的在线课程学习、图书或者娱乐消费、求职网站的投递记录、公司娱乐场所的使用情况等。这些都是能够反映员工在生活中的行为轨迹，从而体现员工的工作、教育、求职方面的特性。

关系数据则主要是记录员工之间发生的联系行为，包括其电话、邮件的往来以及工作过程中产生的项目合作和沟通等，这种数据能够刻画员工的关系网络，从而帮助实现人力资源的社交网络分析。

通过以上三种人力资源大数据的收集，可以有效地与员工的履历、技能、教育情况、工资等传统人力资源数据进行整合，形成可供分析的数据集，并最终与其他业务部门的运营数据、财务数据等进行再度整合，从而支持更加综合的商业分析。

（2）数据分析与呈现的变革

数字化时代对于人力资源分析的影响不仅体现在数据的类型上，还体现在数据分析的方法上，最明显的进步就是人工智能和深度学习在人力分析中的应用。得益于此，人力数据分析的自动化程度提升，分析速度提升，并且分析所使用的模型也渐渐不再局限于传统的人力资源管理理论，开始使用神经网络、经济学方面的一些模型。通过更有效率的分析方法，就能够实现精准的预测。得益于大数据技术，现代人力资源管理部门可以通过对客观数据进行分析挖掘，了解到一些难以在表象上判断的内在信息。

人力资源分析的变革，同样体现在分析数据的呈现上，通过可视化的图形界面，将人力资源的分析情况展现出来，并形成相关的统计和预测报告提交给决策者，从而使得决策者能够将数据与企业的核心逻辑相结合，最终得出可行的建议或者举措，提升企业的长期竞争力。

（3）人力分析的组织和流程的变革

传统人力资源管理部门主要由相关专业的从业者担任，但是随着新技术在人力资源分析中的应用，人力资源分析的组织人才配备上，就需要有较大的变化。软件开发者、数据挖掘人员、模型构建者等新式人才需要补充进人力资源管理队伍，以满足人力分析变革的需求。

另外，数字时代中，人力资源分析的流程也发生了很大变化，传统的人力资源分析是基于问题的，即先发现问题，然后通过收集数据、分析数据来解决问题。但是基于大数据技术的新时代人力资源分析业务中，主要是通过人工智能、深度学习等技术形成数据分析到管理再回馈的闭环流程，最终使得其预测有效性获得迭代提升。

2.人力资源工作流程及方式的变革

数字化时代中，传统人力资源工作的流程和方法也都发生了变化，首先是人力资源工作的定位得到了提升。传统人力资源的定位主要在于员工的生涯管理，但随着数据驱动理念的推行，人力资源的数据分析与企业的业务运营、宏观经济等都产生了极强的关联，其定位也已经转变成为企业战略经营服务的重要数据支撑。在这样的背景下，人力资源的规划首先产生了变革。

人力资源部门将改变传统的通过招聘网站或者猎头招聘员工的方式，通过对外部数据的整合，采用更具有精准度的大数据主动搜索，获得目标人员的简历、网络关系、登陆记录等数据，从而精准匹配需求，极大地缓解劳动力市场中求职者信息对于企业不对称的情况，减少企业在人才背调和测试方面的成本，提高人才筛选和测试的效率。

人力资源部门对于员工的评价管理将摆脱传统的频率较低的周期性考核模式，转而实施更加灵活实时的动态考核。通过对员工的生理数据、行为数据、关系数据的把握，通过对相关业务数据的整合，准确了解员工的定量的业绩数据，从而为评价体系提供丰富的数据支撑。这也使得人力资源的评估效率和准确率大大提升，在公正客观之余，也能够追根溯源，帮助员工提供具体的改进绩效的建议。

人力资源部门通过对过往员工离职前的数据特征进行分析，建立员工离职预测模型，就能够较为准确地预测和发现员工的离职倾向，从而提前3个月-5个月进行干预，使得企业处于更加主动的地位。这种离职数据可以是员工的出勤时间、请假时间、绩效变化、内部沟通关键字等。

人力资源部门的工作模式也发生变化，从传统的基于经验和直觉的模式，转变成依赖数字技术。由于大数据及人工智能等技术提升了人力资源分析的准确性、实时性和预测性，人力资源管理从传统的被动解决问题发展为主动解决问题，并且其对于问题的反应能力和处理能力都获得了极大提升，有效支撑了企业战略的规划和长期竞争能力的建立。

3.组织架构与组织文化的变革

随着人力资源管理部门基于数据驱动的转型，其角色定位也产生了巨大的变化。传统的人力资源管理部门是一个偏重于服务的支持部门，但现在转变为辅助高层管理人员进行战略决策的核心部门。它以人才管理作为核心，将人才视为企业发展最重要的资源，通过对人力资源的管理和保障，支撑企业重大战略目标的完成。

由于数据的整合需要，企业在进行组织架构的设计时，必须要提前关注企业内部不同部门之间的业务合作和数据分享，通过开放各个部门之间的数据共享接口，实现信息和数据的传递，从而更好地完成数据集的建立，进行更为高效的数据分析与挖掘。

传统理念的转变需要一个过程，人力数据的分析本身应该是一个客观的行为，应当避免其成为某个主观思维的验证过程。传统的人力资源管理往往是依赖经验做出一个判断，然后搜集数据验证自己的判断，这种模式存在先入为主的弊端。采用数据驱动的管理理念则是充分信任数据，直接通过数据进行分析挖掘，最终得出某个结论。因此，数字化时代下的人力资源组织文化革新上，应当增加培训，提高企业内部人员的数据修养，改变其错误的心智模式。

三、数字化时代中人力资源管理的挑战

1.隐私保护问题

前文曾述，为了提升人力资源管理部门数据决策的准确性，需要搜集员工的三种类型的数据，而这三种数据不可避免地涉及到员工个人的隐私数据。即便是人力资源管理部门已经提前与员工沟通，并且承诺数据仅仅是用于人力资源分析使用，但肯定还会存在部分员工自认为隐私受到侵犯，从而不配合公司的数据收集和整合。这种情况的存在使得企业在侵犯个人隐私这一条上，会遇到来自于政府和社会的舆论监管，也会使得员工产生被窥探的不满感觉，从而阻碍其工作热情，导致影响企业发展的负面作用。

2.复合型数字人才的短缺

传统人力资源管理部门的人员主要是从事服务支持类的工作，但是由于大数据技术在人力资源分析上的应用发展，人力资源部门对于数字人才的需求越来越大，亟需能够了解大数据、深度学习等技术的人才加入。但是由于人力资源管理部门的特殊性，其业务很难在短期内掌握，因此，人力资源和大数据技术的复合型人才短缺，是当前人力资源部门改革的重要挑战。

3.数据驱动与经验驱动相融合的挑战

传统人力资源管理采用的是经验管理，数字化时代下的人力资源管理采用的是数据驱动。而在转型期间，最常见的过渡形式就是數据驱动和经验驱动相融合。因此，正确处理好数据驱动和经验驱动的关系及主次，将是人力资源大数据分析中的重要部分。在实践过程中，虽然数据驱动模式要求人力资源部门负责人能够根据客观的大数据去进行分析和预测，但是这并不意味着要完全放弃经验驱动，因为在某些场合下，经验所带来的直观的决策逻辑依然有其生存的土壤。因此，数字化时代的人力资源管理中，如果将数据驱动和经验驱动相融合，是一项重要的挑战。一个优秀的人力资源管理者，应当利用自己积累的经验和直觉，更加深入地去解读客观数据分析所呈现的结果，从而得出更为贴近实际的结论。与之相辅相成的是，他同样可以通过数据分析得出的客观结论，不断修正自己的经验判断，拓展自己经验的广度和深度，从而进一步提升自己经验直觉判断的准确性。

四、数字化时代人力资源管理的研究方向

1.个人隐私的保护

人力资源分析对于数据的要求是多维度的，要求从生理、行为、关系等三个角度去收集数据，这就不可避免地涉及到了员工的一些个人隐私问题。而个人隐私数据作为一种私有化的隐秘数据，也是制约人力资源数字化管理发展的最大的风险来源。一旦这些数据发生泄露，将会产生非常严重的后果。因此，我们必须要将个人隐私数据的保护作为重中之重，深入进行研究。主要可以从以下几点出发：

首先，在进行数据收集时，可以采用映射法，将员工的个人信息与身份信息进行相对隔离，使得这些信息在对外显示时，涉及到身份的信息在大多数时间内是隐藏的，只有在最必要的时候才可以呈现出来。并且，还可以通过数据脱敏的手段，尽量减少员工个人敏感信息的直接呈现。通过技术手段，还可以实现更为自动化的数据分析方法，去除中间环节，从而减少数据泄露的风险。

其次，由相关主管部门及研究机构，开展关于数字化时代下人力资源分析的数据规范、法律条文、行业准则等方面的研究，使得数据的使用、保密都能够有较为清晰的边界。只有拥有了明确的规范，人力资源分析中关于个人隐私的保护才能够有章可循，避免乱象。但是值得一提的是，不能因噎废食，绝不能因为对个人隐私的过度保护，扼杀了人力资源分析中大数据分析模式的应用，将人力资源管理的数字化改革扼杀于萌芽之中。

最后，需要明晰数据的产权归属，由于人力资源分析中的大数据来源，除了内部数据之外，还有相当一部分是在外部进行抓取。为了避免产生法律纠纷，必须要明确公开渠道中用户数据的产权归属。只有将这些问题都明确后，数据的抓取、销售等才会走入深水区，进行更加有效的探索。

2.创新数字化时代的人力资源管理理论

在新的数字化时代中，由于各种新技术在人力资源管理中的应用，过往的人力资源理论已经不能完全满足现有的需求。一些企业在通过大数据对人力资源进行分析后发现，能够影响绩效的数据因素往往是传统的人力资源理论无法解释的。而一些以往理论中比较重视的因子却在数据分析中被证实并没有和绩效有较大的相关性。在这样的背景下，必须要通过新的研究方法和手段，提出适合数字化时代下人力资源管理发展的新理论。实际上，由于大数据的发展，现有的人力资源大数据分析所带来的宝贵的数据，都为现有理论的革新提供了实践基础，带动了人力资源理论的发展和进步，而这，也是我们未来的研究方向。

3.基于大数据的人力资源匹配解决方案

在现阶段的就业市场，求职者对企业而言是不太透明的，不利于企业正确筛选到合适的人才，通过大数据的收集、分析和挖掘，可以在很大程度上解决这个问题。因此，应当着力研究基于大数据的人力资源管理匹配方案，通过对求职者进行数据集的建立，使得企业能够快速定位求职者的技能属性、薪资要求等，从而减少企业的人员筛选和培养成本。

另外，为了能够形成有效的数据分享机制，还应当能够建立人力资源的统一身份认证机制，通过统一身份的登陆，来实现数据的快速流通和分享，最终提高人力资源大数据的准确性和统一性。这也是未来研究的方向。

五、结语

数字化时代下，人力资源管理工作将会迈向一个新的台阶，其人力资源分析模式、人力资源组织框架、人力资源组织文化等都将快速革新，并最终完成数字化的改造。而与此同时，我们也将面临着个人隐私的保护、人才培养、数据确权等新的问题，因此，人力资源管理者必须要加快研究和探索的脚步，努力将人力资源管理和大数据技术相融合，通过数字化的改造，将人力资源管理部门从一个辅助支持部门转变成为支持企业战略决策的核心部门。

参考文献：

[1]Erik Brvniolfsson， Andrew McAfee， 刘白云.数据大爆炸是我们时代的创新故事[J].英语文摘， 2012， （2）：34-38.

[2]Josh Bersin. HR该参与公司业务吗[J].中国人力资源开发，2013，（14）：15.

[3]趙曙明，张敏，赵宜萱.人力资源管理百年：演变与发展[J].外国经济与管理，2019，第41卷（12）：50-73.

[4]占莉萍，杨茂盛.互联网企业商业模式的创新——基于大数据分析[J].企业经济，2018，（11）：30-36.

[5]任南，鲁丽军，何梦娇.大数据分析能力对协同效应的影响机理研究[J].科技管理研究，2018，第38卷（11）：180-187.

[6]王保贤，刘毅.基于灰色BP神经网络模型的人力资源需求预测方法[J].统计与决策，2018，（16）：181-184.

[7]徐艳.大数据时代企业人力资源绩效管理创新[J].江西社会科学， 2016，第36卷（2）：182-187.

[8]夏功成，胡斌，张金隆.基于定性模拟的员工离职行为预测[J].管理科学学报，2006，（4）：81-94.

[9]金元浦.论大数据时代个人隐私数据的泄露与保护[J].同济大学学报（社会科学版），2020，第31卷（3）：18-29.

[10]储效辰.创新型人力资源流动与评价机制研究[J].经济技术协作信息，2020，（21）：10.

作者简介：王景平（1988.08- ），女，汉族，内蒙古自治区巴彦淖尔市五原县人，本科，高级经济师，内蒙古巴彦淖尔市五原县社保局，研究方向：人力资源管理