文章出處/中華人事主管協會資深講師 蘭堉生
最近5G風潮風起雲湧，從手機到華為公主在加拿大與美國之間所引發的引渡爭議都是如此；但5G背後所隱藏的未來物聯網、人工智慧與大數據應用，都受到全世界的矚目。
僅就HR來看，人工智慧必然與大數據整合，也就是人工智慧必然建立在大據的基礎之上；所以就一位HR的專業工作者、必然需要對大數據有更深刻的認識。
就大數據(Big Data)的一般通用定義來看，又稱巨量資料、海量資料，需要符合五大特性「5V」：Volume（大量）；Velocity（高速）；Variety（多樣）；Value（價值）；Veracity（真實）。
但在5V的基礎上，這邊有兩點需要先予澄清：
一是因為翻譯的關係 大 “數據” 認為只有數字型的資料才是大數據；但實際上、圖片、文字聲音影像都是大數據的範疇；
二是HR的領域是否存在大數據，因為台灣中小企業員工人數不多，企業實際上所管理的員工所有相關資料，並不符合真正的大數據(根據維基百科的定義，資料大小從TB（Terabyte）到PB（Petabyte）不等；不過目前似乎也沒有特定的標準精準的界定大數據的大小，又或者說資料的大小、其實也不是大數據的重點；「有價值」才是大數據存在的意義；大數據所謂的數據量大（Volume）數據量大特徵包括採集、存儲和計算的量都非常大，無論如何，一般來說，大數據的起始計量單位至少是P（1000個T）、E（100萬個T）或Z（10億個T）才稱得上大數據。然而若真要找到符合這麼大規模數據量的企業倒也是不容易)；
而根據 451 Research 的資料科學家 Matt Aslett，他將大數據定義為「以前因為科技所限而忽略的資料」，討論這些以前無法儲存、分析的資料。
所以資料本身的大小，倒不成為是否為大樹據分析的關鍵；因以，當拋開數量上對大數據資格的限制，如何運用大數據的思維在HR的領域才是最重要的關鍵。
有人說：「大數據，是一種精神。」或是一種 Mindset。
數據應用的重點應該是分析描述、解讀與預測；特別是在資料分析後的解讀與預測。但這種預測所強調的不是「瞎貓碰到死耗子式的憑空臆測」，而是有憑有據、見微知著的洞察；更重要的是根據解讀與預測，提供人力資源的決策。
我贊成以大數據的Mindset 為核心，發展出大數據的思維模式；也就是在以往無法分類、無法統計、無法儲存的資料中，有哪些資料可以考慮列入預測或決策的參考?從這些無法分類、無法統計、無法儲存的資料中、做出選擇與取捨、以提升我們預測或決策的正確性。
以HR而言，目前最著名的大數據分析與大數據預測涵蓋
如何預測員工離職率? 或哪一類的員工離職傾向最高?
某一特殊專長的員工、如何預測招募所需時間?
如何根據員工履歷資料、面談評估結果，預測新進人員的績效?
預測人力資源管理潛在問題與危機。
大數據是AI實務應用與發展的基礎，最近經常有人詢問有關大數據與人工智慧、未來在人力資源實務上的應用、將會怎樣的發展????
根據專家的說法、應該是三方專業整合、缺一不可：
HR專業提供Domain Know-How、
資訊專業規劃系統與架構設計、
統計專業提供統計模型的建構。
其中人力資源的Domain Know-How 、應該會是加速促進大數據與AI在人力資源應用上的重要關鍵!
就未來大數據與人工智慧在HR的實務應用上，目前在招募工作與履歷表篩選上相對的應用成熟度較高，其他領域則較為落後；當然其中在招募上最重要的疑問是大數據結合人工智慧、可能比人做更好的履歷、甚至是面談篩選嗎??
其實履歷與面談甄選流程是人力資源專業工作、最耗時的區塊之一，藉由AI與大數據的角色是協助提升人力資源的甄選流程效率與品質、而非取代人力資源管理工作；至少，就目前大數據與AI整合成熟程度而言、的確如此。
人力分析（People Analytics，有時稱作人力資源分析 Human Resources Analytics），融合了部分大數據分析與應用的觀念、主要是就由分析人力資源相關資料與分析、做出更優良的人力資源管理決策。
在未來的發展潮流下、人力資源分析將會是HR未來發展的趨勢， 作為HR的專業工作者，未來可多思維HR的多元資料累積、與分析，包括數字、類別資料、文字/關鍵字、照片、影像…等等，不一定侷限在傳統數字與類別資料的統計分析!
|
轉寄好友
推至Plurk
推至facebook
