大數據時代,如何評價人才

問：目前，人才評價工作中存在的突出問題是什么？

答：人才評價工作非常重要，是人才發現、引進、培養、選拔、使用、激勵的依據。傳統上，對人才的評價是經驗性評價，是對已有成果、已有資歷作出的判斷。

問題是，當今世界充滿了不確定性、風險性和不可預測性。過多關注過去的人才評價模式有很多局限性，尤其不適合創新型人才引進評價，而且特別不適合海外年輕拔尖人才引進評價。因為，創新型人才是發展中的人才，需要的是面向未來的評價，是“加油站”式的評價，評價要能為他們的未來發展加油鼓勁。

問：大數據將給我們的人才評價工作帶來怎樣的改變？

答：人才評價的一個極為重要的作用是發現和甄別人才，基于此的人才評價要為人才使用和發展服務，要特別重視未來，而不是過去。而大數據最重要的功能，是能把未來一些不確定性的東西準確地預測出來。2008年，谷歌的一支研發團隊利用在網上收集到的海量個人搜索詞匯數據，趕在政府流行病學家之前兩星期預測了甲型H1N1流感的暴發。這樣的事情在以前是不可想象的，掌握了大數據后，谷歌就做到了。

大數據浪潮，讓人類在歷史上第一次有機會用數據圍繞一個東西形成完整的描述。憑借日益增強的數據分析能力，人類得以有效實現對未來的預測。大數據可以幫助人們提升人才評價的整體水平，解決人才評價面向未來的問題。

問：歷史優秀的人才，不是更有可能取得更大成就嗎？

答：這可不一定。很多人評上教授后，可能一生都一事無成，人不是一定會越變越聰明的。社會進步需要更加有潛能、更加能創新的人，而這些人絕對不是單憑學歷、職稱就能看出來的。

精確度提高

問：人們常說要慧眼識英才，大數據能替代伯樂的直覺嗎？

答：正是因為掌握數據的不充分，才逼得我們不得不依靠直覺。歷史發展到今天，人才更為豐富多樣，伯樂的直覺已不能滿足現實需要。丁肇中先生就說過，同行評不出來創新人才，因為他們都是用已有的知識來評價人才，而創新人才是要面向未來的，不是一個模子刻出來的。只有大數據才能解決這個問題。

考察一個人，要有足夠的數據情報，這就是美國中情局的強項——對關鍵人物數據掌握得非常細致。他們會不擇手段，挖掘全部數據。你從哪個醫院出生，父母怎么樣，幾歲還在尿床，小學犯過什么錯誤，中學有什么劣跡，大學時談了幾次戀愛，做過什么股票，親戚有沒有販毒……都在掌握之中。他們能從一個人高中時經常上樹判斷出他“個性叛逆”。這些正是我們在人才評價中欠缺的。

問：是不是可以這樣理解，大數據帶來的不僅是信息技術領域的革命，它正在改變著我們理解世界的方式？

答：是的。迎接大數據時代，需要形成“大數據思維”。大數據不僅是一種實用工具，而且是一種思維方法。美國的衛生防疫部門積累了多少年，人才、專業上都有絕對的優勢，為什么干不過谷歌？因為谷歌不和你拼專業，它拼的是信息采集量和掌握量。

大數據時代，分析事物之間的聯系，不再限于線性聯系，而是特別重視事物的相關性?，F在美國衛生防疫部門也在做出改變，效果明顯。比如，他們會監控全紐約200多萬人上班刷卡的數據，刷卡情況會直接匯總到應急中心，如果有一天10%的人沒刷卡，他們就開始啟動疫情分析工作。

問：我們從中能借鑒什么呢？

答：對人才信息的采集、利用要給予更多關注。我們現在的問題是，搜集一個“壞人”（罪犯或貪官）信息所下的功夫，遠比搜集一個“好人”信息要多得多。如果我們肯像搜集“壞人”信息一樣去搜集“人才”信息，人才評價問題就解決了。

全球化視野

問：大數據運用到人才評價，應從何處入手？

答：如何最快捷地讓社會接受新的理念？要從技術上入手解決。比如，“花未來的錢”的觀念，中國通過推廣信用卡做到了。信用卡，不光是方便，更大功能在于刺激消費。我們這個世代崇尚存錢的國家，接受消費文化這么快，就是因為先從技術上入手了。

大數據時代的人才可以出現在世界任何一個角落，他可以為世界上任何一個公司效力，人才國際化將全方位開啟，人才戰爭將比以往更為激烈。誰能盡早把大數據體系建立起來，誰就能在新一輪人才戰爭中占據主動地位。全國性大數據平臺的建立，還將直接減少研發成本，少走彎路，縮短研發周期，促進科研人員迅速取得一些創新成果。

此外，針對違法犯罪分子，我們普遍采用了測謊儀，如果科研人員愿意用同樣的技術下功夫，制造出一個潛能儀，恐怕什么樣的人才都能評得準。

問：這么說，對數據量的占有將非常關鍵？

答：對。國際獵頭能準確找到人才，就是因為占有了海量數據。我們沒有大數據，就只能在不充分的情況下進行人才評價。大數據能夠幫助人們解決這個問題，從理論上講，凡是符合條件的人都可以進入評價視野，這就解決了“少數人從少數人中選人”的弊端和評價標準粗放簡單的問題。

問：大數據思維和手段，對創新人才的發現與評價會有幫助嗎？

答：大數據的相關性視角，將為發現和評價創新人才打開一個新的天地。創新成果的產生，大多數還是和興趣有關系，不是跟他的任務有關系，和項目的關聯性不如與興趣的關聯性。人類歷史上，最具原創性的科學發現，都源于一些偶然性的因素，鎢絲的發現、青霉素的發現、火藥的發現……很多都是來自原定計劃的失敗，甚至是事故。

20世紀70年代，澳大利亞兩個學者，認為在高酸度胃液下生活的幽門螺旋桿菌是導致胃病的原因。論文發表時，遭到同行嘲笑，大家認為高酸環境下細菌是生存不了的。后來，基于他們的研究，藥廠開發出相關藥物，他們才獲得認可并獲得諾貝爾生理學或醫學獎。我相信，在大數據時代，這樣的創新人才將迎來前所未有的光明未來。