李松毅：数据智能+招聘数字化是HR数字化转型的关键

9月18日，由企名科技&24新声举办的“数字中国——2020年中国数字产业创新峰会”在北京盛大召开。本次峰会设有主题演讲、圆桌论坛、高端对话，同时聚焦4大行业专场，发布5大领域榜单，共有40多位行业专家、技术大咖、资深创业者和投资人一起探讨中国数字化产业的现状和趋势。Bello倍罗创始人兼CEO李松毅进行了主题为《企业人资数字化转型第一步》的演讲。他表示：“走好HR数字化转型的第一步是数据驱动，有完整的数据收集、筛选和分析逻辑，形成数据智能能力。第二步是业务驱动，不能孤立地理解问题、使用碎片化方案要回到真实的业务场景中，从生产力出发，不断深挖、质询。双驱动或许能让企业HR数字化转型旗开得胜。”

01 人力资源数字化转型的现状及难点

首先介绍人力资源数字化转型的第一步。

在我们观察、服务了不少公司后，探索出一条让数字化落地的路径。即真正实现落地的关键，就在第一步。

在国外，数字化转型已经有了一定的发展。例如IBM的人力资源数字化转型，就一直走在世界的前列。他们落地人力资源数字化转型的第一年，就为公司节省了1亿多美元。

IDC的调研统计，全球前1000大企业中，超过三分之二的企业已经将数字化转型作为企业及战略；到2022年，预计全球企业数字化转型的支出将达到2万亿美元。

这是一个非常漂亮的大盘子。UNLEASH在今年做了调研，85%的受访者在这块的总预算约为30亿美元。但想做的时候轰轰烈烈，执行起来才发现，难上加难。有些是因为数据不干净，有些则是技术不过关。

我们总结了三大难点：

开局难，系统的顶层设计缺失。

运营难，专业人才及赋能不够。

升级难，创新工具及方法不足。

所以，企业其实并不缺做这件事的战略，而是没有正确的方法论、高效的工具和强大的团队。

02 数据驱动+业务驱动

那么，怎么走好人力资源数字化转型的第一步？我们需要两个驱动：数据驱动、业务驱动。

首先是数据驱动，如何将数据结构化？

人才作为企业战略的关键点，人力资源作为企业信息化部门，与人相关的数据非常多，比如个人履历、面试评价、人才盘点、绩效考核、薪酬福利、培训效果等。

随着员工的行为在数据平台上的积累越来越多，未来“人数合一”的期望一定会成为现实。数据跟着人走，每个员工都能形成一个数据画像，可以精准地对人进行评价，并提出对应的解决方案。

但问题来了，这些数据我们人可以看懂，但机器看不懂。所以一定要把它们结构化，让机器可以像人一样理解这些数据，才可以实现后续的步骤。

这时，你就需要一个解析器。下图中最左边的简历是一个是拍照文件，上面有水印、手写字，排版也不标准。一般来说，机器是很难阅读这样的简历。

当用了解析器后，这个简历就会变成中间的这张图——一个结构清晰的表单。基于自然语言处理和布局分析AI技术，解析器能够把复杂的简历精准结构化，把它的主要信息、工作经历、教育背景等全部提取出来。更进一步还能提取出人才画像，也就是图三。这也是实现人岗匹配的重要前提。

例如腾讯是我们非常重要的合作伙伴。作为全球知名的互联网公司，腾讯非常重视用户体验。但大家都知道，校招网申是一个非常痛苦的过程，应届生要在线上填写大量的表单，可能需要30分钟甚至更多的时间。但在使用我们的解析器后，就可以允许学生直接上传简历，几秒钟就完成一次投递。用户体验提升，企业收到的简历量也增加了。

另外一个案例是平安。作为头部保险公司，他们内部有成千上万、各种格式的简历，并且在国内外都有招聘需求。对此，我们通过中英文简历解析能力，以及线下纸质简历拍照解析能力，帮助他们实现了数据结构化，建立了后续精准的人岗匹配、千人千面的培训推荐的基石。

其次是业务驱动。

人力资源的业务流程，无非选育用留、入转调离。而招聘作为第一环节，其实存在着大量的人工，是刚性成本最高的一个环节。如果能去掉这些刚性成本，不仅仅能够降本增效、提升招聘者的体验和公司的竞争力，还能让老板更快地做出决策，是最容易实现可量化价值的环节。

我认为，技术一定要落在实体经济中，让基层员工充分使用，并且以人机协作的方式来落地，才是最好的。可如今大部分的To B 系统，只面向老板，员工使用体验很差，但又不得不用。自上而下的强迫性让技术降本增效的本意丧失，本末倒置。

03 招聘数字化的方案

如何从用户的角度思考，做到招聘数字化？

这是一个从人才需求分析，到安排面试的自动机器人。在这个过程中，系统会直接解析招聘需求，生成人才画像，并一键发布到各招聘平台。自动回收简历的同时，盘活本地人才库，通过精准的人岗匹配，推荐出最符合要求的TOP50候选人，再由机器人安排面试。

这个自动化过程，大大节省了人在其中付出的刚性成本。招聘者就有更多的时间精力，去专注于与候选人沟通等真正发挥人的主观作用的、更有价值的事情上面。

接下来这个视频中的案例，可以更好地帮助大家了解过程。这是一家汽车公司，疫情期间转行生产口罩的故事。

这样的一个小工具，不仅用户用得爽，工作也完成得更快更好。据我们对用户的统计，它可以帮助招聘者提升70%的工作效率；每月节省猎头费、重复购买简历费等成本数十万甚至上百万；最重要的是，它能帮企业打造一个“活的”人才库。

两个驱动讲完了，我们结合这两点看一个综合案例，帮助大家更好地理解如何迈出人力资源数字化转型第一步。

有一家保险行业的头部企业，他们的招聘压力非常大，因为销售人员剥落率高达50%。同时，他们的培训效果也不佳。60%-70%的人资预算都投在了招聘和培训上，但销售的出单率还不到30%。因为缺乏数据支撑，所以他们也不知道问题出在哪，完全是管理凭感觉，业绩靠运气。

我们应用数据结构化和招聘数字化，给了他们一整套解决方案。

首先，将海量人才数据结构化，自动构建招聘需求和人才画像，提供人岗匹配能力，深度挖掘、盘活企业人才库。

其次，智能培训。基于人才数据，实现千人千面的培训推荐，给不同的人不同的培训路径。

最后，打通了系统间的接口后，结合培训结果和销售业绩，就能定位优秀销售员工的成功因子，并返回到招聘画像中进行调整。形成一个自动优化、不断迭代的闭环。

应用之后，销售人员的脱落率大大降低，出单率则不断提升。效果非常明显。

然而实现这一切并不简单，也不能一蹴而就。这里有几个数字化转型误区，提供给大家参考：

好高骛远。一开始不要把饼画的太大，要一步步来。

舍近求远。有些公司都还没有实现数据结构化，就开始尝试后面的步骤了。

叶公好龙。现在有些技术创新纯粹是为了做给老板看的，但却没有产生真正的实际效果。

总之，走好第一步，要做好“数据+业务”双驱动，才能让你的企业数字化转型之路旗开得胜。

借用林肯一句话，“预测未来最好的方法，就是去创造未来。”关键是要走出，并走好第一步。