用大数据挖掘人力资源管理的更大价值 | GMIC北京·人工智能公开课嘉宾专访

今天，探长有幸采访了一位大数据专家 —— 熊辉教授，为他即将参与的GMIC 2017北京•人工智能公开课做个预告。

熊辉

1995年毕业于中国科大自动化系，1995年至1998年任职于EBM（深圳），1999年进入新加坡国立大学学习，并于2000年获计算机专业硕士学位，之后赴美国明尼苏达大学深造，师从著名计算机科学家Vipin Kumar（ACM, IEE, AAAS Fellow）和Shashi Shekhar（IEEE Fellow）教授，于2005年获计算机专业博士学位和统计专业辅修博士学位。熊辉教授现为美国(Rutgers)罗格斯-新泽西州立大学商学院副教授并终身教授，担任KDD、ICDE、ICDM等国际会议的程序委员会委员或主席，KAIS等国际顶级期刊编委及美国国家科学基金会（NSF）特约评委，承担德国政府和SAP等企业研究课题，主编Encyclopedia of GIS等书籍。是IEEE资深会员。

熊教授向硅谷密探提前透露，这次人工智能公开课，他将会重点探讨一个非常前沿的研究领域，就是关于大数据在人力资源管理（HR）上的应用。传统的人力资源管理更多靠的是经验，而熊教授会谈谈大数据对于这一领域更深层次的技术推动作用。

熊教授把人力资源管理细分为三大层次：对人的管理（录、离、升、降、调），对组织的管理（组织领导力、组织结构稳定性、组织激励机制）；对文化的管理（企业愿景、合理的价值评估和价值分配）。

而关于这一整个体系的内容，他都将其量化了，包括招聘、人才选拔、预测人才的流失、组织结构稳定性评估、管理风险评估、领导力的评估、还包括组织文化合理性评估等等。

那么，举个例子，领导力评估的数据化可以按照什么思路来做呢？熊教授简单谈了谈：

譬如，一个新员工招募进来本来是做技术的，而对其领导力的评估（未来是否可以培养成管理者），往往以前的做法都是根据经验来判断的，但其实更科学的方式应该是用数据来判断。而用数据判断就得先把“领导力”量化出来。于是，我们就需要来分析这个人的战略眼光，那战略眼光又分为两个层面，一个是看远的能力（有没有远见），一个是看宽的能力（对现状有没判断），但这还只是一个定义，那怎么通过数据的方式把这个量化呢？具体的，我们就需要解决采集哪些数据、如何采集的问题。那么，针对一个人是否有领导力，我们最简单可以研究的指标就是他的career path（工作履历）。假设，某个人的工作换过三个方向，根据他做的三个选择，我们就能大致判断出他对于未来判断的能力：如果他在谷歌早期的时候就加入了，工作一段时间后又跳槽去了Facebook，Facebook干了一段时间后又去了Uber、Pinterest这样的独角兽创业公司，这就能说明这个人每次的判断都能走在时代的前面，于是我们通过数据把某人的远见能力量化了出来，再透过其他的指标去做其他能力的分析，就能初步判断他的领导力了。

回看市场，现有的一些HR相关的创业公司，大部分都在围绕招聘做文章，这还只是HR里的最早阶段，而在人才的培养和管理上下功夫的创业公司现在还非常少，而这相对更后端的一块HR市场是熊教授非常看好的，他认为未来会有不少伟大的公司在其中成长起来。

谈到熊教授的个人履历，最非同一般的一点是，他算是第一个从计算机博士毕业后就直接去商学院做教授的学者。为什么他会做出这样的选择呢？这恐怕和他当时在博士期间做了大量商业领域的数据挖掘项目有关。“将军要打仗，必须去前线”，对于数据科学家来说，前线就是商场。在2005年的时候，熊辉看到了数据井喷的现象，市场数据、金融数据、HR数据、供应链数据... 不断的大量产生。如果要做好这些领域的数据分析，必须得有两方面的能力，一块是技术能力（编程、算法、建模等技能），而另一块则是把商业问题抽象成数学问题的能力。熊教授表示，后者恰恰是现在大数据领域人才比较薄弱的一环，于是，他来到商学院发展，希望能培养通才。

作为教授，熊辉也非常鼓励自己的学生创业。他的一位博士生陈灿，回国创立了揽众数据，做大数据供应链方面的创业。他们自主研发了供应链智能决策引擎套件，基于机器学习与认知技术，推出了智能库存优化、精准销售预测、智能生产排期、制造过程最优化、物流配送最优化等产品及模块，帮助企业将运营数据资产变现。与此相关的课题，也是熊教授专注的领域。

想听更多的关于大数据、人工智能的干货吗？

点击文末“阅读原文”报名吧

活动上，你将有机会近距离对话以下这些大咖：