人事管理也将进入大数据時代

    算法事实上只是人脑决策程序的自动化，而传统的HR流程本就是经营者用自己的大脑，在有限的资料来源下，去预测每个人才适配性。换成用机器去处理，本质上是一样的。如果这样的决策方式，能够让每个人才适得其所，并且得到更合理的工作报酬，事实上，可能是更美好、更有效率的社会。

Kids Auditioning

    既然我们已经在用 Big Data 在分析、预测并且影响消费者的行为，没道理它不能被运用在分析、预测并且影响其他人类的其他行为。以企业的角度去看，除了消费者之外，在知识经济时代，另一群同样关键的人，就是我们赖以产生价值的人才。

资料源的根本改变

    传统的 HR 流程，可供雇主判断的资料来源非常有限，除了履历表、面试纪录，以及 Reference Checks 之外，我们必须只能仰赖直觉去做判断，因此误判的机率也不低。一旦误判，雇用不适合的人才，不但会造成企业的损失，也造成人才自身的困扰。在 Internet + Mobile + Social 的时代，由于可以参考的资料量大增，如果能够拿来运用，提升判断的准确度，对人才市场的双方都是利多。

模型的建立

    预测模型要准确，仰赖的是好模型的建立。如何从企业内外找出理想的人才模板，如何从他们产生的资料中去筛出高预测性的指标，如何持续校正这些模型，都将是会来企业人事工作的考验。

非主流资料的取得

    当企业们开始使用 Big Data 去优化人事，将会造成“普遍符合多数企业人才模板”的少数精英供不应求，因而价格大升。这时预算较少的新创企业必须要能够像 Auckland A’s 一样去找出多数企业所没注意到的“非主流”资料，因此能用更合理的价格取得适合他们的人才。而就像魔球的后续一样，这场战争将会永无止境，因为企业间会仿效，而创新者必须要不断找突破口。

潜力与能力的差别，个性的考量

    另一方面，无论是用传统的 HR 流程，或是用 Big Data 去预测，都必须要考量人才是动态的，会进步，也会有个性、情绪。因此如何取得潜力与性格的指标资料，并且预测出适合企业文化与 DNA 的人才，也非常重要。

社会的价值观

    另一方面，用算法去把人分“优劣”，至少短期内会是一件相当挑战社会价值观的事情。当然这里的优劣是主观的，从某单一企业的观点去预测人才的适配性，而不是在评判个人的绝对优劣。不过社会大众短期内恐怕无法明辨这件事的本质，因此对于这样的发展会产生反抗动能。

    但从另一方面来看，算法事实上只是人脑决策程序的自动化，而传统的HR流程本就是经营者用自己的大脑，在有限的资料来源下，去预测每个人才适配性。换成用机器去处理，本质上是一样的。如果这样的决策方式，能够让每个人才适得其所，并且得到更合理的工作报酬，事实上，可能是更美好、更有效率的社会。

    结论就是，无论我们愿不愿意，因为企业竞争，HR 往 Big Data 演进是必然的趋势。在这过程中，每个创业 CEO 必须要充分理解并且领先去运用这个工具，才能为自己争取到好的 Leverage 与竞争优势。