當(dāng)你初入江湖，迷茫不知道該干什么的時(shí)候，不妨去模仿前人是如何進(jìn)行科研的，并從中歸納出最適合自己的道路。為此，我們推出“學(xué)術(shù)人生”專欄，介紹科研的方法與經(jīng)驗(yàn)，為你的科研學(xué)習(xí)提供幫助，敬請關(guān)注。

導(dǎo)讀

我們看這個(gè)世界主要有兩種方式：一種方式是從上往下看世界；另外一種是東方人所擅長的《易經(jīng)》方法看世界，也就是歸納法，從下往上看世界?！兑捉?jīng)》追求三易，不易、變易和簡易。大道至簡，《易經(jīng)》的這三易如何指導(dǎo)我們做數(shù)據(jù)挖掘以及人工智能研究呢？（本文按熊輝教授于第三次人工智能前沿講習(xí)班上的報(bào)告<Talent Analytics: Prospects and Opportunities>進(jìn)行整理發(fā)布。）

作者簡介

熊輝教授本科于1995年畢業(yè)于中國科學(xué)技術(shù)大學(xué)，博士于2005年畢業(yè)于美國明尼蘇達(dá)大學(xué)，目前為美國羅格斯－新澤西州立大學(xué)信息安全中心主任、羅格斯商學(xué)院管理科學(xué)與信息系統(tǒng)系副系主任、正教授 (終身教授)、RBS院長講席教授，并擔(dān)任中國科學(xué)技術(shù)大學(xué)大師講席教授。熊輝教授在研究領(lǐng)域成績斐然，獲得的部分榮耀包括ACM杰出科學(xué)家，長江講座教授，海外杰青B類（海外及港澳學(xué)者合作研究基金）， IBM 創(chuàng)新獎(jiǎng)， ICDM-2011最佳研究論文獎(jiǎng)，羅格斯-新澤西州立大學(xué)最高學(xué)術(shù)獎(jiǎng)—the Rutgers University Board of Trustees Research Fellowship for Scholarly Excellence (2009)。 主要學(xué)術(shù)成果包括：1本專著；3本編著，其中Encyclopedia of GIS（Springer）被評為最受歡迎前十名的Springer華人作者的計(jì)算機(jī)著作； 學(xué)術(shù)論文200余篇，其中有60余篇發(fā)表在包括 IEEE Transactions on Knowledge and Data Engineering、VLDB Journal、IEEE Transactions on Fuzzy Systems、Machine Learning、IEEE Transactions on Systems, Man, and Cybernetics - Part B、IEEE Transactions on Mobile Computing在內(nèi)的頂級權(quán)威刊物上，有32篇發(fā)表在數(shù)據(jù)挖掘的頂級學(xué)術(shù)會議 ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (KDD)上。

我選擇從事數(shù)據(jù)挖掘行業(yè)的三大原則

我為什么選擇數(shù)據(jù)挖掘這個(gè)行業(yè)呢？我讀過很多科技雜志，也讀了很多人文學(xué)科書籍，特別是中國的國學(xué)，算是熟讀了《孫子兵法》、《易經(jīng)》和《鬼谷子》，這都是我最喜歡的書。熟讀之后，我考慮一個(gè)問題：將來應(yīng)該選擇什么樣的方向？當(dāng)時(shí)我給自己職業(yè)發(fā)展定了三個(gè)原則：第一個(gè)是興趣原則，必須是自己感興趣的事情；第二是朝陽原則，這個(gè)行業(yè)要隨著時(shí)間發(fā)展往上走，是一個(gè)朝陽行業(yè)；第三是復(fù)合原則，要有足夠的復(fù)雜性。大概是1996年，我碰巧看到了數(shù)據(jù)挖掘的介紹，那時(shí)候很早，KDD還是一個(gè)Workshop（音）的時(shí)候，相當(dāng)于數(shù)據(jù)挖掘剛剛出來的時(shí)候。我看了這個(gè)方向挺好，符合我的三個(gè)原則。

原則一：興趣原則

我這個(gè)人從小對歷史感興趣，雖然是理工男。歷史是什么？歷史是讀過去、知未來，本身就是一個(gè)預(yù)測問題。我對數(shù)據(jù)挖掘感興趣是自己天然的本性而已。

原則二：朝陽原則

為什么說數(shù)據(jù)挖掘是一個(gè)朝陽性行業(yè)？1996年、1997年互聯(lián)網(wǎng)出來，1999年到頂峰，2000年泡沫破裂?；ヂ?lián)網(wǎng)真正帶來的改變，一大改變就是數(shù)據(jù)，把世界上的人都連在一起了，當(dāng)人以指數(shù)的方式聯(lián)系在一起產(chǎn)生的就是數(shù)據(jù)?，F(xiàn)在是物聯(lián)網(wǎng)，所謂互聯(lián)網(wǎng)的第二代，物聯(lián)網(wǎng)把每個(gè)設(shè)備連在網(wǎng)絡(luò)，現(xiàn)在每個(gè)人平均4個(gè)設(shè)備，這個(gè)連在一起會有多少數(shù)據(jù)？從某種意義上，我最喜歡用醫(yī)生做對比，我們做數(shù)據(jù)挖掘行業(yè)最像醫(yī)生。大家都看過病，一個(gè)病人見醫(yī)生的時(shí)候，醫(yī)生首先問你哪里不舒服，你的病癥是什么，可能依賴一些詢問方式，可能依賴一些醫(yī)療設(shè)備診斷的方式，可以提取出來很多特征。我們的病人是數(shù)據(jù)，可能從通訊領(lǐng)域、醫(yī)藥領(lǐng)域、金融領(lǐng)域、市場領(lǐng)域來，也可能從企業(yè)管理中來。這些數(shù)據(jù)來了之后，我們首先提取的是特征，看看這些數(shù)據(jù)具備什么樣的特征，這些特征可以幫助我們下一步選擇合適的模型。比如說這個(gè)數(shù)據(jù)有高危性、稀疏性，具有不同的統(tǒng)計(jì)學(xué)特征等。這兩個(gè)很相似，醫(yī)生需要了解病癥，我們需要了解數(shù)據(jù)特征，對我們而言，我們的病人就是數(shù)據(jù)而已。這兩個(gè)行業(yè)是相通的，做好醫(yī)生需要用好各種各樣的工具，我們做好數(shù)據(jù)挖掘需要理解好各種各樣的算法，也是異曲同工的，所以這兩個(gè)行業(yè)是非常相似的。

原則三：復(fù)雜性原則

為什么要有足夠的復(fù)雜性？隨著科學(xué)技術(shù)的發(fā)展，很多工作會慢慢被機(jī)器淘汰，如果這個(gè)行業(yè)不夠復(fù)雜、不夠與人交互，這個(gè)行業(yè)就會被淘汰，所以我從事的行業(yè)必須是一個(gè)復(fù)雜行業(yè)。只有復(fù)雜行業(yè)才能維持朝陽。至少在我有生之年。醫(yī)生非常難被機(jī)器淘汰，現(xiàn)在機(jī)器已經(jīng)超越人下圍棋了，但是機(jī)器很難替代人去看病。機(jī)器可以做標(biāo)準(zhǔn)化、邏輯化的事情，醫(yī)生可以做什么事情？同一種病毒所感染的流行感冒，這個(gè)是懷孕的婦女，那個(gè)是有心臟病的老人，這是一個(gè)小孩，那是一個(gè)青壯年，不同的病人被同一種病毒感染，醫(yī)生的治療方式必須是不一樣的，懷孕婦女有一些藥不能吃，有的心臟病患者有一些藥也不能吃。這就是復(fù)雜性，個(gè)體差異性導(dǎo)致標(biāo)準(zhǔn)化過程非常困難。從這種角度來說，醫(yī)生這個(gè)行業(yè)有足夠的復(fù)雜性和足夠的朝陽性，只要有人活著就需要有醫(yī)生，所以我們這個(gè)行業(yè)跟醫(yī)生非常像。我們既有朝陽性，因?yàn)椴∪嗽絹碓蕉?，互?lián)網(wǎng)第二代，隨著物聯(lián)網(wǎng)的產(chǎn)生，我們數(shù)據(jù)越來越多，代表病人越來越多，病人越來越多，我們的市場就越來越大。所以我們是朝陽性的行業(yè)，我們這個(gè)行業(yè)也非常復(fù)雜。

算命先生也做大數(shù)據(jù)？

我們這個(gè)行業(yè)還像一個(gè)行業(yè)，我一直喜歡研究這個(gè)東西，很早就喜歡看這個(gè)東西，如果我穿越到古代，在街頭多半是一個(gè)算命先生，當(dāng)然也有可能進(jìn)入朝堂變成國師。但是我自己個(gè)人最喜歡鬼谷子，所以多半喜歡閑云野鶴，寧愿培養(yǎng)學(xué)生打仗，自己做好老師就可以了。

為什么說這個(gè)行業(yè)也特別像呢？我們不要把古代的相士簡單看成迷信，其實(shí)他們也在做大數(shù)據(jù)，是一種垂直的大數(shù)據(jù)。什么是垂直的大數(shù)據(jù)？他們不具備我們的條件，比如說我們看手相，可以收集100萬個(gè)人的手相，包括收集職業(yè)生涯鏈，根據(jù)手相和職業(yè)生涯尋找特征，然后再研究他的特征，可以用科學(xué)的方式研究這個(gè)問題。但是古代不可以，古代是一種垂直的，古代的人也會掌握很多知識，這個(gè)知識叫Knowledge Graph，但是這是腦袋里固化的一種知識，比如說日月星辰的變化、四季的變化、各種事物之間相生相克的關(guān)系，包括動物的食物鏈和各種知識。他們還掌握一些基本的工具，比如說金木水火土五行的理論和算卦的理論，這東西是他們掌握的非常原始的、非常樸素的，你可以說是非科學(xué)化的知識結(jié)構(gòu)和工具。所以，他們跟我們也是很像的。

為什么我跑去學(xué)《易經(jīng)》呢？

? ? 做數(shù)據(jù)挖掘越做到最后，發(fā)現(xiàn)當(dāng)年在深圳看的《易經(jīng)》有用，因?yàn)檫@可以指導(dǎo)我很多的思維方式和哲學(xué)思想，包括我的很多算法設(shè)計(jì)都是從《易經(jīng)》思想中來的。《易經(jīng)》很簡單，《易經(jīng)》追求的是什么？《易經(jīng)》追求的三易，不易、變易和簡易。我們做很多模型的設(shè)計(jì)，我們預(yù)測模型，首先考慮的是不易，因?yàn)榻⒛Ｐ偷臅r(shí)候只能把握不容易隨著時(shí)間改變東西，你需要把握事物之間最根本、最本質(zhì)，不容易隨著時(shí)間、地點(diǎn)改變的東西，這就是《易經(jīng)》“不易”的精神。易學(xué)本身就是對大自然觀察總結(jié)的一些結(jié)果。

這里做一個(gè)例子，比如我剛才說算命是一種垂直大數(shù)據(jù)，比如說手相，當(dāng)然這不是我今天講課的重點(diǎn)，我只是用這個(gè)來闡述相關(guān)性。我說算命是一種垂直大數(shù)據(jù)。什么叫垂直大數(shù)據(jù)呢？比如說手相，現(xiàn)在已經(jīng)證明是可以被科學(xué)化的。喬斯科普克斯在兩年前發(fā)表了一篇《Nature》的文章，人的經(jīng)歷可以在手上留下痕跡，你生過大病在手上會留下痕跡，你經(jīng)歷過感情挫折手上也會留下痕跡，因?yàn)闀淖兡愕南袤w的分布，因?yàn)橄袤w分布的改變會導(dǎo)致手上痕跡的改變，這是有科學(xué)依據(jù)的。但是古代人不知道這些事情，古代人只能做到垂直大數(shù)據(jù)，什么叫垂直大數(shù)據(jù)？比如說一個(gè)非常聰明的人，可能是伏羲或者周文王，周文王看了手底下很多大臣、士兵的手相，他可能一輩子看了十萬人手相，發(fā)現(xiàn)中間有事業(yè)線的人事業(yè)發(fā)展的很好，就把這條線叫事業(yè)線，事業(yè)線長得又直又深的人這些人會發(fā)展比較好。他觀察了很多事物，總結(jié)出來一個(gè)規(guī)律而已。他把這個(gè)傳給他的徒弟，這個(gè)徒弟又看了另外一條感情線，徒弟的徒弟可能又看了一條生命線，這個(gè)垂直線下來可能看了幾百萬人的數(shù)據(jù)，最后總結(jié)出來幾個(gè)規(guī)律而已。每一條數(shù)據(jù)線對于我們做數(shù)據(jù)挖掘的就是feature，僅此而已。這種是靠垂直觀察產(chǎn)生的模式，但是我們現(xiàn)在可以做水平的觀察，可以一次性收集很多數(shù)據(jù)來做這個(gè)事情。

我們看這個(gè)世界主要有兩種方式，一種方式是從上往下看世界，另外一種方式是東方人所擅長的《易經(jīng)》的方法，也就是歸納法，從下往上看世界，這是我們做數(shù)據(jù)挖掘的人非常擅長的。因?yàn)槲覀儢|方人太能夠從下往上做歸納法了，以至于我們很難產(chǎn)生邏輯化的體系。只要大家從這個(gè)就可以看出來，東西方兩種思維方式區(qū)別是很大的，我們東方人一直說從底下往上看世界，從歸納法看世界，中國就拍得出《瑯琊榜》，美國不會拍《瑯琊榜》。在沒有計(jì)算機(jī)的時(shí)代，《瑯琊榜》的數(shù)據(jù)收集方法已經(jīng)達(dá)到頂峰了，包括數(shù)據(jù)的整理方法和數(shù)據(jù)的收集方法。

個(gè)人的觀點(diǎn)，之所以中國在近代會落后，那是因?yàn)橹袊椒ㄕ摰穆浜蟆?8世紀(jì)開始中國為什么會落后？原因非常簡單，中國人的思維方式是從下往上看世界。從下往上看世界依賴兩個(gè)條件，第一要數(shù)據(jù)好，覆蓋率高，精細(xì)。第二個(gè)條件是數(shù)據(jù)分析能力強(qiáng)，近代社會我們沒有計(jì)算機(jī)，數(shù)據(jù)分析能力不強(qiáng)，《瑯琊榜》的數(shù)據(jù)方法是我們數(shù)據(jù)收集能達(dá)到的頂峰了。某種程度而言，過去幾千年我們數(shù)據(jù)收集方法和數(shù)據(jù)處理能力都沒有重大的改變；現(xiàn)代社會中，當(dāng)計(jì)算機(jī)出來之后我們才出現(xiàn)重大改變。近代的時(shí)候，西方數(shù)學(xué)邏輯體系得到極大完善，西方工業(yè)體系得到極大完善，這就產(chǎn)生巨大沖擊，就使近代社會西方會超越我們東方。

現(xiàn)在我們的機(jī)會是大數(shù)據(jù)，我們從來沒有像現(xiàn)在這么好的機(jī)會，可以掌握這么細(xì)致的數(shù)據(jù)，從來沒有么好的機(jī)會可以深入毛孔的看人和人之間的關(guān)系，所以現(xiàn)在無論從數(shù)據(jù)質(zhì)量和數(shù)據(jù)收集方法都是前所未有的好，我個(gè)人認(rèn)為未來社會的人才應(yīng)該是中西貫通的，既懂得西方的邏輯思維數(shù)學(xué)體系，還包括東方式的大數(shù)據(jù)分析能力，將來這會幫助到大家。

我剛才說過了，整個(gè)人類發(fā)展的過程是一個(gè)拔河的過程。人的智能和人工智能，我們?nèi)藙?chuàng)造出來很多人工智能，幫助我們?nèi)プ鍪裁词虑?？幫助把很多以前屬于人類的工作都?xì)w于機(jī)器了。什么樣的工作會歸于機(jī)器？邏輯化、標(biāo)準(zhǔn)化的工作會被機(jī)器所替代，替代過程最近十幾年會加快，未來十幾年會加得更快，等一下會跟大家講我的理念，我為什么做人的研究？等一下就會解釋。因?yàn)檫@個(gè)過程中會導(dǎo)致很多人失業(yè)，導(dǎo)致很多人知識結(jié)構(gòu)不再有用，對人的挑戰(zhàn)非常大。

人工智能替換了什么？替換了人的計(jì)算能力，替換了人的存儲能力，很多以前屬于人類的工作現(xiàn)在都是機(jī)器在做。未來發(fā)展的三大特征：一個(gè)是快，一個(gè)是準(zhǔn)，一個(gè)是狠。這是什么意思呢？我們現(xiàn)在整個(gè)社會的發(fā)展，過去十年的發(fā)展比整個(gè)人類歷史發(fā)展的總和還快，非常非?？?。這個(gè)快會導(dǎo)致什么結(jié)果？一個(gè)企業(yè)的變化、一個(gè)組織的變化、一個(gè)國家的變化，包括個(gè)人的變化，過去一個(gè)企業(yè)從0到1000億美元需要花幾十年積累甚至上百年積累，現(xiàn)在一個(gè)企業(yè)從0到10億美元可能幾個(gè)月就夠了。反之，一個(gè)企業(yè)從上千億美元到破產(chǎn)幾個(gè)月也就夠了，所以現(xiàn)在一切都在加快?，F(xiàn)在我們對未來的很多判斷會變得更加精準(zhǔn)，這個(gè)精準(zhǔn)是因?yàn)楝F(xiàn)在的大數(shù)據(jù)和我們的分析能力。還有一個(gè)“狠”，現(xiàn)在任何一個(gè)行業(yè)，以前我們有傳統(tǒng)的食物鏈，鯊魚吃大魚，大魚吃中魚，中魚吃小魚，小魚吃蝦米，現(xiàn)在鯊魚把所有東西都吃掉，所以這是一個(gè)非常狠的時(shí)代，這個(gè)時(shí)代中一定要提升自己的競爭力。

為什么要“研究人”？高顏值以后將不會成為面試優(yōu)勢！

我從05年開始去商學(xué)院，去商學(xué)院最大的原因是我認(rèn)為在商業(yè)領(lǐng)域擁有最多的數(shù)據(jù)。從05年我博士畢業(yè)開始到現(xiàn)在，我們是做移動推薦的，我從05年、06年就開始做出租車的GPStrees（音），那時(shí)候中國沒有滴滴，美國也沒有Uber，我們06年和舊金山的出租車廠商合作去分析他們出租車的GPStrees，所以我們發(fā)文章很早，06年、07年我們開始發(fā)GPStrees的文章，全世界沒有幾個(gè)人擁有那個(gè)數(shù)據(jù)。然后開始做基于人的行為分析，還做過很多金融的商業(yè)數(shù)據(jù)，還做過客戶的數(shù)據(jù)分析。這些都做完之后，我突然意識到一個(gè)問題，不管我做數(shù)據(jù)是從移動領(lǐng)域來、從通訊領(lǐng)域來還是從金融領(lǐng)域來、市場領(lǐng)域來，都離不開一個(gè)本質(zhì)，最終都回到“人”本身了。

人是最難研究的，把人研究透了就沒有什么東西不懂了。任何組織、任何國家離不開兩個(gè)東西，一個(gè)是對人的研究，一個(gè)是對金融的研究，一個(gè)管住人，一個(gè)管住錢。現(xiàn)在我來進(jìn)行對人的研究。兩年多前我開始做這個(gè)研究。傳統(tǒng)上大家對企業(yè)的人的研究是什么研究方式？我發(fā)現(xiàn)傳統(tǒng)上很多是經(jīng)驗(yàn)型的。什么叫做經(jīng)驗(yàn)型的？企業(yè)要提誰做一個(gè)總監(jiān)、提誰做一個(gè)VP很多是拍腦袋做的決定。什么叫做拍腦袋做的決定？為什么提他？我只是感覺他好。好在什么地方？他不能回答這樣的問題。什么叫做科學(xué)，假設(shè)我提拔一個(gè)人做總監(jiān)，我要知道這個(gè)總監(jiān)的職責(zé)是什么，他的主要職責(zé)包括一二三四五方面，這個(gè)人技能也有一二三四五，包括他的個(gè)性是不是符合這個(gè)崗位的需求，這是科學(xué)化的工作匹配、崗位匹配。用《易經(jīng)》的說法我們叫做“當(dāng)位”。我們判斷一個(gè)人是不是可以處于一個(gè)職位，要判斷他個(gè)人的技能、個(gè)人的情商和個(gè)人的條件是不是符合這個(gè)崗位的需求。這就是科學(xué)化的評估。

過去很多是主觀的，現(xiàn)在盡量要客觀。什么是主觀，什么是客觀？很簡單，大家大學(xué)畢業(yè)去面試，如果你長得漂亮，現(xiàn)在還有優(yōu)勢，再過幾年就沒有優(yōu)勢了。之所以有優(yōu)勢，因?yàn)槟愕津v訊、阿里、百度面試，你長得漂亮，面試程序員，面試的程序員看你長得漂亮第一關(guān)就很容易過。所以管理的人說，這個(gè)人怎么直接到我這一關(guān)的，前面的工程師怎么面試的，怎么一下到經(jīng)理這一關(guān)面試了，這是非常主觀的?，F(xiàn)在我在開發(fā)一種面試機(jī)器人，首先是機(jī)器面的，所以不用擔(dān)心這個(gè)問題。這個(gè)應(yīng)用會很快，不只是我開發(fā)?，F(xiàn)在是機(jī)器把關(guān)，機(jī)器自動篩選你的簡歷，機(jī)器做面試機(jī)器人，會跟你對話，給你提面試問題，會自動評估你的面試答案。

現(xiàn)在很多判斷是碎片化的。什么叫碎片化？我們對信息收集的渠道和完整性不如以前，現(xiàn)在要基于完整信息判斷。以前很多判斷是模糊化的，以前很多判斷是滯后的，現(xiàn)在要做前瞻。什么叫前瞻？我們設(shè)計(jì)的一個(gè)非常好的算法是離職預(yù)測，我們現(xiàn)在判斷離職非常準(zhǔn)，我們可以非常準(zhǔn)確的判斷出誰在未來幾個(gè)月離職。為什么我要判斷人家要離職？舉個(gè)例子，假設(shè)這個(gè)人處于這個(gè)公司獨(dú)一無二的角色，我判斷他要離職，如果沒有替代的，我是不是要做挽留，提前去干預(yù)。如果干預(yù)不了、挽留不了，可能要到市場上招一個(gè)這樣的人，或者從企業(yè)內(nèi)部挖掘一個(gè)可以替代他的人，這就叫前瞻，災(zāi)難沒有發(fā)生之前就開始處理掉，這就像扁鵲說他哥哥的能力比他強(qiáng)，因?yàn)槿思铱梢蕴崆爸肋@個(gè)小病會發(fā)展到大病，所以我們要從滯后性往前瞻性轉(zhuǎn)移。

易經(jīng)的“不易”

我研究整個(gè)人才智庫的開發(fā)，你說這個(gè)怎么切入？兩年多前我對人力資源一竊不通，我兩年之前沒有做過企業(yè)人力資源管理，原來在深圳帶過一個(gè)小團(tuán)隊(duì)，有一點(diǎn)點(diǎn)認(rèn)識。我需要考慮什么呢？現(xiàn)在我需要考慮整個(gè)人力資源管理應(yīng)該怎么去切入，就像我剛才跟大家說過，我做過市場分析、做過金融，我現(xiàn)在又做人力資源管理，大家肯定覺得很好奇，你怎么可以懂那么多領(lǐng)域知識，這就是學(xué)《易經(jīng)》的好處了。我們學(xué)《易經(jīng)》的人學(xué)習(xí)有方法的，學(xué)習(xí)任何領(lǐng)域，我只學(xué)習(xí)不易的東西。什么叫做不易的東西？“易”有三易，不易、變易、簡易。

不易是什么？任何一個(gè)行業(yè)、任何一個(gè)事物都會有不變的根本，不會隨著時(shí)間、地點(diǎn)和你面對的場景而輕易發(fā)生改變的事情，這就叫不易。學(xué)習(xí)任何行業(yè)，首先要學(xué)習(xí)的就是不易。做人力資源有什么不易？大家聽完這個(gè)就知道什么叫做人力資源，人力資源從古至今都有，從盤古開天形成組織就需要人力資源，戰(zhàn)國時(shí)期各個(gè)國家，秦楚燕韓趙魏都需要。秦朝做組織管理也需要做人的層面的管理、組織層面的管理、文化層面的管理。現(xiàn)代社會，無論美國、中國還是各個(gè)企業(yè)，同樣，你的管理無非是三個(gè)層面：對人的管理、對組織的管理、對文化的管理。對人的管理包括什么？無論一個(gè)小公司、大公司，過去的國家、現(xiàn)在的國家，過去的企業(yè)、現(xiàn)在的企業(yè)都離不開“錄、離、升、降、調(diào)、選、用、育、留、辭”十個(gè)字，不管你用什么技術(shù)，離不開這些東西。首先，你錄什么人、選什么人、用什么人、培養(yǎng)什么人、你讓誰滾蛋、你保留誰，這些事情是不變的，跟你的工具沒有關(guān)系，跟你的企業(yè)類型沒有關(guān)系，跟你生活在古代、現(xiàn)代沒有關(guān)系，這就是《易經(jīng)》“不易”的根本。

對于組織的管理，不管是紅軍長征時(shí)代還是現(xiàn)在中國政府面對的情況，首先是組織的領(lǐng)導(dǎo)力、組織的穩(wěn)定性和組織的激勵(lì)機(jī)制，這涉及到對組織的管理。對文化的管理涉及到什么？任何企業(yè)、任何組織、任何國家都離不開愿景。任何組織的文化體現(xiàn)在哪里？體現(xiàn)在這個(gè)組織的價(jià)值觀，你的價(jià)值評估是什么、價(jià)值標(biāo)準(zhǔn)是什么、價(jià)值分配的原則是什么，包括公司的遠(yuǎn)景和公司的未來是什么，使命感在哪里。

易經(jīng)的“變易”

但是，光知道不易還不夠，任何事物都會變化，它有它的變易，但是變化不是亂變化的，變化是有方向的，而且變化是有原則的。所以，我們做預(yù)測還要知道變化的方向和原則。任何組織、任何國家都離不開對人的管理、對組織的管理、對文化的管理，但是不同類型的企業(yè)對這三個(gè)要求不一樣。小企業(yè)主要加強(qiáng)的是對人的管理，所以一個(gè)小企業(yè)的好壞主要看他的頭兒，看這個(gè)領(lǐng)導(dǎo)、老板好不好。中型企業(yè)主要看什么？中型企業(yè)主要看它的組織，組織的領(lǐng)導(dǎo)型、穩(wěn)定性和激勵(lì)機(jī)制做得好不好。大型企業(yè)、大型組織乃至國家，一定要看文化做得好不好，這個(gè)國家、這個(gè)組織、這個(gè)黨派、這個(gè)大企業(yè)有沒有好的愿景、有沒有好的使命感、有沒有好的價(jià)值觀。從某種意義上，當(dāng)年國民黨輸給共產(chǎn)黨是輸在文化上面，不是輸在人上、也不是輸在組織上，而是輸在文化上。所以，學(xué)習(xí)這個(gè)東西一定要知道它的“變易”體現(xiàn)在哪里。

難點(diǎn)在哪里？我這輩子研究數(shù)據(jù)挖掘，從1999年到現(xiàn)在，我覺得最難研究的就是人，因?yàn)槿说臄?shù)據(jù)提取特征是最難的?，F(xiàn)在回到這個(gè)根本的問題，過去做人的研究、組織的研究、文化的研究靠什么？古代靠人的大腦，現(xiàn)在我們要靠數(shù)據(jù)收集?，F(xiàn)在我要回答的問題是我們怎么通過大數(shù)據(jù)分析的方法、通過數(shù)據(jù)收集的方法做到對人的管理、對組織的管理、對文化的管理，怎么通過抽象的向量化的方向做轉(zhuǎn)移，這是真正的難點(diǎn)。

易經(jīng)的“簡易”

剛才介紹完了關(guān)于“不易”和“變易”。我們把握住不易、把握住變易，一定知道什么叫簡易。簡易是做數(shù)據(jù)挖掘要會的，你要學(xué)會做聚類。聚類是一種簡易的辦法，可以幫助我們理解、幫助我們?nèi)プ隹偨Y(jié)。任何一個(gè)學(xué)科不易的東西和變易的方向，必須要掌握簡易的方法，只有這樣才可以快速學(xué)習(xí)。

很多學(xué)生不會學(xué)習(xí)，如果你整天學(xué)習(xí)的都是正在變化過程中的東西，你的學(xué)習(xí)就白學(xué)了。很多學(xué)生跟我說，“我在學(xué)習(xí)怎么做去網(wǎng)站”，我說過了十年以后你一無是處，你就白學(xué)了。兩個(gè)學(xué)生，一個(gè)學(xué)生都在學(xué)習(xí)知識，這個(gè)知識的揮發(fā)性是很慢的，哪怕他每天只學(xué)三個(gè)小時(shí)；這個(gè)學(xué)生每天學(xué)九個(gè)小時(shí)，但是他學(xué)的是今天學(xué)了兩年之后就沒有用的知識，屬于高揮發(fā)性知識，屬于完全變易的知識，白學(xué)了。過十年之后，這個(gè)每天學(xué)三個(gè)小時(shí)的學(xué)生比每天學(xué)九個(gè)小時(shí)的學(xué)生厲害多了，因?yàn)樗闹R沉淀了，而另外同學(xué)的知識出的比進(jìn)的還快。所以，學(xué)什么、怎么學(xué)非常重要。

給大家講一個(gè)小的例子，判斷一個(gè)人有領(lǐng)導(dǎo)力，怎么可以量化？這真是一個(gè)大學(xué)問。舉一個(gè)簡單的例子，領(lǐng)導(dǎo)力是要有看遠(yuǎn)的能力，也有看寬的能力。看遠(yuǎn)是什么？他知道未來會發(fā)生什么事情?？磳捠鞘裁?？他知道自己的現(xiàn)狀。帶團(tuán)隊(duì)的能力是懂得識人、有胸懷、能放手。這些東西都不重要，重要的是我隨便提取出來一條，你能不能告訴我什么樣的數(shù)據(jù)可以反映一個(gè)人具備這些素質(zhì)？我說這個(gè)人懂識人，我不能簡單說他懂識人，我要有證據(jù)和數(shù)據(jù)來支撐“他能夠識人”。舉個(gè)例子，這個(gè)老師曾經(jīng)挑了十個(gè)學(xué)生，這十個(gè)學(xué)生最后統(tǒng)統(tǒng)都失敗了，都混的很慘，你說這個(gè)老師會識人，我不相信。或者一個(gè)公司的總監(jiān)過去帶了100號人，這100號人有50個(gè)是經(jīng)過他面試的，結(jié)果這50人在企業(yè)中的表現(xiàn)基本上都是最差，你說他會識人，我才不相信他會識人，他肯定不會識人。先不說用人的事情，首先就不會識人。

任何一個(gè)東西，怎么提取數(shù)據(jù)來反映這個(gè)事實(shí)？有一些人是很虛的，我說可以看遠(yuǎn)，就是判斷這個(gè)人有沒有視野，能夠看到遠(yuǎn)方，你通過什么數(shù)據(jù)可以判斷這個(gè)人能夠看到遠(yuǎn)方？你可以看這個(gè)人職業(yè)生涯鏈。舉個(gè)例子，如果這個(gè)人90年代末加入Google，在2006年、2007年加入Facebook，這個(gè)人是很有視野的，總是在對得時(shí)機(jī)做對的選擇，哪怕只是一個(gè)小工程師，他也是很有視野的，他可以看得到未來。如果一個(gè)人總是反過來，90年代末從Google跳槽到雅虎，后來從雅虎跳槽到更差的地方，你說你有視野，這不是開玩笑嗎？這個(gè)人肯定沒有視野的。怎樣通過量化的辦法來判斷一個(gè)人有視野，他能夠做到這上面的每一條。說起來很容易，做起來好難，我想了很長時(shí)間，每一條可以提取什么樣的特征。

真正要想做好，我們需要兩方面的技能：一方面是我們的專業(yè)技能，另外一方面要掌握這個(gè)領(lǐng)域知識。這個(gè)領(lǐng)域知識要掌握不易的領(lǐng)域知識，還要掌握變易的方向，這是真正要學(xué)習(xí)的。不管做金融數(shù)據(jù)分析、市場數(shù)據(jù)分析、安全數(shù)據(jù)分析還是溝通數(shù)據(jù)的分析，都離不開這個(gè)領(lǐng)域知識，真正的高手一定可以做到用數(shù)據(jù)說話、用數(shù)據(jù)決策、用數(shù)據(jù)管理。我自己覺得最難的，能夠做到用數(shù)據(jù)創(chuàng)新的人很少，非常少的人可以做到用數(shù)據(jù)創(chuàng)新。我自己是一個(gè)非常注重學(xué)習(xí)的人，我強(qiáng)迫自己多學(xué)習(xí)一些領(lǐng)域知識，一定把自己的眼界打開。真正做很多預(yù)測模型，你就明白，一定要把握任何領(lǐng)域不易的東西，這個(gè)東西比你掌握算法難的多。

學(xué)習(xí)算法很容易，你可以簡單的做一個(gè)規(guī)劃，可以讓自己學(xué)，今天把聚類學(xué)完，明天把分類的東西都學(xué)完，這個(gè)DeepLearning無非也就是把那幾個(gè)算法學(xué)好，這些東西都簡單，只要學(xué)得好。真正難的是把握難以把握的東西，看上去很多，我丟上去一個(gè)知識點(diǎn)，可能人力資源這么厚一本書，你說把這么厚一本書啃完不是件容易的事情，最難的是學(xué)生考完之后什么都沒有學(xué)到，他不知道該讀什么。你怎么樣可以把一本厚書讀薄，這是很難的事情。

讓數(shù)據(jù)說話：面試官的評估與人才個(gè)性

給大家先介紹一下，我們怎么通過數(shù)據(jù)分析的方法來做一些事情。比如說我們做了很多很好玩的事情，面試官的評估與人才個(gè)性。我們首先考評一個(gè)公司誰是優(yōu)秀的面試官，現(xiàn)在數(shù)據(jù)可以反映誰是優(yōu)秀的面試官。比如說，你已經(jīng)面試過50人，你要寫面評，最后發(fā)現(xiàn)面試的50人中間有40個(gè)甚至45個(gè)都很差，你多半不合格。還有很多面試官就面試了10個(gè)人，這10個(gè)人都很好，進(jìn)來之后是企業(yè)的頂尖人才，說明你的眼光非常好。數(shù)據(jù)是不會撒謊的。不只是這個(gè)，我們還看你寫的面評，如果你的面評可以準(zhǔn)確的反映到每一個(gè)候選人真正的實(shí)力的時(shí)候，包括他的優(yōu)點(diǎn)和缺點(diǎn)你能夠準(zhǔn)確定位的話，我們就認(rèn)為你是一個(gè)很好的面試官，我們建立一個(gè)模型來預(yù)測這件事情。第二個(gè)是我們做了很多智能廣告的生成，根據(jù)一個(gè)企業(yè)不同的崗位我們會自動生成這種廣告，這要用到鄒老師介紹的東西。

介紹一個(gè)具體的例子。介紹的第一個(gè)事情是做人，比如說我們做智能簡歷的篩選和分發(fā)。我現(xiàn)在給大家描述兩年之后、三年之后的中國現(xiàn)狀。未來大家是校招的，很多學(xué)生將來會遞簡歷，會填很多公司，很多公司會給你發(fā)一份招聘表，你把信息輸入進(jìn)去，這就是簡歷的收集過程。未來，所有企業(yè)都會收集所有的招聘信息。收集招聘信息之后干什么呢？電子化，電子化之后干什么？用自然語言處理去抽取你的技能，然后評估，評估你的專業(yè)技能、評估你的情商、評估你的溝通能力。僅僅用簡歷嗎？當(dāng)然不是，還會想辦法去看你的社交網(wǎng)絡(luò)，能夠找到你任何信息，比如說你在微博上罵人的信息，那基本上是很糟糕的。

現(xiàn)在美國一個(gè)趨勢是做背景調(diào)查，都是去你的Twitter和Facebook上看，如果你整天放一些色情暴力的東西，你就慘了，雖然過得了技術(shù)面，多半也拿不到工作，而且人家不會告訴你為什么，人家只是說，“根據(jù)我們的背景調(diào)查，你不符合我們公司的文化，對不起，不能錄用你?！彼?，大家在網(wǎng)上也要謹(jǐn)言慎行，千萬不要以為自己蒙上臉之后別人就不知道你是誰了，千萬不要亂說話。現(xiàn)在在美國做背景調(diào)查已經(jīng)往這個(gè)方向發(fā)展，中國也很快，就兩三年的事情。最可怕的是，一旦推上去你刪都刪不掉。你以為刪得掉，有各種歷史留痕的網(wǎng)站可以讓你的歷史展現(xiàn)出來。而且最關(guān)鍵的是很多公司想盡一切辦法收集這樣的數(shù)據(jù)，幫助把你從幕后帶到臺前，所以沒有事不要亂罵人，behave yourself是最好的。

我們通過收集簡歷，通過收集所有的信息，可以找到每個(gè)人的能力，不只是你的專業(yè)技能，還包括了你自己的領(lǐng)導(dǎo)力、情商這些所有的東西，這涉及到很多自然語言處理的東西，包括簡歷的自動收集、整理這些情況。

第二個(gè)是什么呢？第二類數(shù)據(jù)就是JD，本身也是一個(gè)文檔，中間會告訴你有崗位的需求和技能的需求。崗位的需求有對領(lǐng)導(dǎo)力的需求、對溝通能力的需求和對專業(yè)技能的需求，這個(gè)也可以量化。

有了這兩類數(shù)據(jù)以后，我們做的是什么？我們做精準(zhǔn)的簡歷分發(fā)。我公司有一個(gè)崗位，可以根據(jù)簡歷數(shù)據(jù)庫做精準(zhǔn)推薦，產(chǎn)生一個(gè)列表。我們還可以推薦幾個(gè)合適的面試官，可以做到一體化操作。我們還可以讓機(jī)器面試，機(jī)器給你提幾個(gè)問題，也就是所謂的面試機(jī)器人，幫助你進(jìn)入下一關(guān)。這是一個(gè)自動化的流程，這個(gè)自動化流程我們已經(jīng)做好了，從最早的簡歷收集，簡歷收集完以后自然語言處理，然后再做崗位匹配，匹配完之后再推面試官，是整個(gè)環(huán)節(jié)的流程。我已經(jīng)提前告訴大家兩年后大家會面臨的情況，很多大公司都會這樣。這是所謂智能簡歷的定向和推薦。關(guān)于面試官還涉及到很多，這個(gè)方面不細(xì)講了。

讓數(shù)據(jù)說話：論人才的保留

除了招聘和智能人才推薦之外，我們現(xiàn)在還做離職預(yù)測?，F(xiàn)在離職預(yù)測非常精準(zhǔn)，比如說在系統(tǒng)里你看到某一個(gè)人已經(jīng)標(biāo)紅了，標(biāo)紅是什么意思？也就是未來三個(gè)月他離職的可能性非常大。作為領(lǐng)導(dǎo)，你要考慮的是什么？你想不想挽留他，如果你想挽留他要做什么動作，如果你不想挽留他，要想手下哪些個(gè)人可以替換他，這是你要考慮的。

關(guān)于離職預(yù)測，具體的特征、算法就不好給大家介紹的太多，算法相對比較簡單，我給大家講一講我設(shè)計(jì)的思想。做離職預(yù)測是一件很難的事情，大家想一想就知道為什么。因?yàn)殡x職是一個(gè)人的動態(tài)行為，不是一個(gè)靜態(tài)行為，不是一天到晚都想著離職，而是某一個(gè)事件之后，比如說離職風(fēng)險(xiǎn)曲線，只要把一個(gè)人按照時(shí)間排出來就是一個(gè)動態(tài)的曲線，有時(shí)候會高、有時(shí)候會低。這時(shí)候應(yīng)該怎么做呢？很多預(yù)測都離不開這個(gè)基本原理，這個(gè)基本原理就是我總結(jié)的這個(gè)簡單公式，很多動態(tài)預(yù)測都離不開這個(gè)簡單的公式。

我們做預(yù)測就考慮兩條，第一是α，第二是β。α就是《易經(jīng)》中“不易”的東西，也就是最根本的東西。舉個(gè)例子，假設(shè)我預(yù)測深南中路現(xiàn)在這個(gè)時(shí)間點(diǎn)的交通狀況。最簡單的預(yù)測是什么？今天是周六，現(xiàn)在是周六的11點(diǎn)20分，我預(yù)測11點(diǎn)20分周六的交通狀況，最簡單的預(yù)測辦法是什么？把每個(gè)周六11點(diǎn)20分交通的狀況拿出來，得一個(gè)平均值，這就是簡單的α預(yù)測。但是α預(yù)測準(zhǔn)不準(zhǔn)？如果沒有突發(fā)事件、沒有黑天鵝，α是很準(zhǔn)的，但是這個(gè)世界上充滿了不確定性。不確定性下，我們需要?jiǎng)討B(tài)的預(yù)測這個(gè)β，難就難在β的預(yù)測，α不難預(yù)測。β要做到實(shí)時(shí)數(shù)據(jù)收集和合理的特征選擇，只有有限的特征、才能實(shí)時(shí)的推這個(gè)β。無論做離職預(yù)測還是做金融市場的交易分析，還是做其他行業(yè)的分析，都離不開這個(gè)公式。以前沒有大數(shù)據(jù)的時(shí)候我做不了β的預(yù)測，以前只能給你看一看手相，以前做β預(yù)測是靠算卦，臨時(shí)給你起一卦，看看這個(gè)β的方向到底是什么。絕大多數(shù)是α，那些人把情報(bào)收集好了，古代人就只能算卦，我起一卦看β往哪里走，然后把β和α綜合在一起，這個(gè)是一個(gè)綜合的參數(shù)。

我們現(xiàn)在跟古代最大的區(qū)別是什么？我們現(xiàn)在不需要依賴于算卦，我們依賴于實(shí)時(shí)的數(shù)據(jù)。以前算卦是沒有辦法的辦法，輸入太少了。輸入太少的時(shí)候就創(chuàng)造一個(gè)輸入，給你人為的制造一卦。這就是古代和現(xiàn)代的最大區(qū)別。現(xiàn)在不用算卦了，當(dāng)你有數(shù)據(jù)就沒有必要算卦了，什么數(shù)據(jù)都不給我的情況下才需要算一卦，幫助我找思想的方向?，F(xiàn)在真正要想做好動態(tài)預(yù)測離不開這兩條，真正難的是預(yù)測這個(gè)β，如果β預(yù)測好了，整個(gè)預(yù)測都會很準(zhǔn)確。

我剛才說了，我們的離職預(yù)測非常非常準(zhǔn)。我們有2000多個(gè)參數(shù)，如果不讓我看最后模型中的數(shù)據(jù)，我都不知道哪個(gè)參數(shù)最后起的作用最大。每個(gè)人的作用是不一樣的，這個(gè)人離職可能是因?yàn)槎唐诖霾粷M意，這個(gè)人離職可能是因?yàn)樗胱非笞约旱穆殬I(yè)發(fā)展，這個(gè)人離職可能因?yàn)閮傻胤志拥膯栴}，這個(gè)人離職可能因?yàn)槠渌膯栴}，每個(gè)人的問題可能都不一樣。我們只有看了這個(gè)具體特征，可以展現(xiàn)出來到底是什么原因去離職，真正的離職原因往往就是這個(gè)β，這是難點(diǎn)。

下面給大家介紹一下我們?nèi)ツ暝贙DD發(fā)的一篇文章。有的時(shí)候非常遺憾，我們認(rèn)為真正非常有價(jià)值的東西往往不讓發(fā)，很難發(fā)出來。不是說很難發(fā)出來，是很難被允許發(fā)出來。就跟做金融一樣，發(fā)出來就沒有價(jià)值了，只有不發(fā)出來、保留才有價(jià)值。這個(gè)也蠻有意思，這個(gè)問題相對來說是屬于有用的知識。

我們做的事情很簡單，我們做的事情是把所有市場上的招聘廣告全部收下來。我們把所有招聘廣告按照每個(gè)公司分門別類的收下來，比如說百度過去一年有1萬個(gè)招聘廣告，阿里有1萬個(gè)，騰訊有1萬個(gè)，每個(gè)招聘廣告都是有時(shí)間點(diǎn)的，有不同的層級、有不同的時(shí)間點(diǎn)，針對不同的工作崗位，你把這些廣告都收集下來。收集下來我們做模型分析，我們分析同一個(gè)狀態(tài)不同公司不同的需求分布，又看不同公司招聘主題的分布，可以分析出來很多有意思的東西，比如說分析出來百度戰(zhàn)略重點(diǎn)發(fā)生了重要改變。

當(dāng)一個(gè)企業(yè)戰(zhàn)略重點(diǎn)發(fā)生改變的時(shí)候，它首先需要人。當(dāng)我有新戰(zhàn)略的時(shí)候，舉個(gè)例子，現(xiàn)在阿里想做量子計(jì)算了，阿里沒有這樣的人，還沒有對外宣傳我要做量子計(jì)算，但是我要對外宣布一定是做了的時(shí)候才做宣傳，你要從基本的“不易”的邏輯，我首先沒有這樣的人，就要打這樣的廣告。當(dāng)一個(gè)公司大量要打廣告招量子計(jì)算的人的時(shí)候，哪怕沒有對外宣布戰(zhàn)略方向，這也告訴我了他的戰(zhàn)略方向，要不然招那么多做量子計(jì)算的人干什么。雖然你沒有宣布，我也知道你要新成立一個(gè)戰(zhàn)略方向，這可以反映出來整個(gè)戰(zhàn)略態(tài)勢的轉(zhuǎn)變。

對在座很多學(xué)生有好處的是，可以看到整個(gè)招聘市場對技能要求的變化，可以看到這個(gè)市場上對什么樣的技能需求發(fā)生了重大的改變。這是我們當(dāng)時(shí)的一個(gè)Motivation。我們通過整個(gè)招聘市場的情況，可以判斷出不同公司對不同崗位、不同技能招聘需求的變化和趨勢。這種變化和趨勢可以幫助我們找到更好的Recruitment，可以幫助找工作的學(xué)生，告訴你們怎么做判斷這些信息。將來可能有新的工作機(jī)會產(chǎn)生，說不定也是一個(gè)創(chuàng)業(yè)機(jī)會，可能有公司幫你潤色一下簡歷，可以保證你通過第一關(guān)，要不然第一關(guān)都過不去，機(jī)器把你淘汰了。

你判斷任何一個(gè)公司的戰(zhàn)略變化，有很多方法去判斷，因?yàn)槲乙沧鐾顿Y，我們既然做數(shù)據(jù)分析就不能跟別人一樣拍腦袋，一定要有自己的邏輯，我們的邏輯無非是數(shù)據(jù)分析能力，一定要找到合理的數(shù)據(jù)分析來源，我們可以判斷出來不同公司戰(zhàn)略重點(diǎn)的變化，而且還可以判斷出來不同公司面臨的挑戰(zhàn)。

舉個(gè)例子，比如說我發(fā)現(xiàn)這個(gè)市場上突然很多企業(yè)都需要招深度數(shù)據(jù)分析人才或者AI的人才，我應(yīng)該怎么辦？我手里正好還有一些AI人才，我就擔(dān)心了，提前給他們漲薪，提前做一做心理工作，避免被競爭對手挖走，因?yàn)槭袌鲂枨笤黾恿?，這是很簡單的可以看到的趨勢性的東西。

從方法而言，我個(gè)人感覺，怎么去聽一個(gè)演講？我最喜歡聽的是聽他解決什么問題，至于具體的方法，我現(xiàn)在聽的很少。具體方法我只要知道他為什么用這方法和他用這個(gè)方法的優(yōu)點(diǎn)和缺點(diǎn)是什么就好了，再細(xì)節(jié)我就不聽了，為什么？人的精力有限，注意力也有限，我把我的精力和注意力聚焦到我認(rèn)為重要的部分。為什么具體的方法不聽呢？第一，這么短的時(shí)間，如果你沒有這部分的方法基礎(chǔ)你也聽不懂；第二，你將來真正用的時(shí)候，你已經(jīng)知道這個(gè)方法的優(yōu)點(diǎn)和缺點(diǎn)，想起來再讀也來得及，我現(xiàn)在只需要知道有什么方法，它的優(yōu)點(diǎn)和缺點(diǎn)是什么，當(dāng)我面對具體場景的時(shí)候可以根據(jù)我的索引把這個(gè)方法找出來，這樣就行了，這是我個(gè)人的體會。

要做到我剛才說的那些事情，還是有很多技術(shù)問題要解決，比如說你怎么看不同的招聘狀態(tài)。我們有三個(gè)方面，一個(gè)是招聘狀態(tài)，一個(gè)是招聘需求，還有一個(gè)是招聘的topic。招聘的topic可以從招聘的過程中產(chǎn)生，你通過這些東西可以判斷一個(gè)企業(yè)內(nèi)部招聘的狀態(tài)變化和招聘的需求變化。最后，我們最后用Graph模型來解決，抽取出來招聘狀態(tài)、招聘狀態(tài)、招聘需求和招聘的Topic。

?我給大家講一下我們的結(jié)果。怎么去運(yùn)用我們的結(jié)果？數(shù)據(jù)我已經(jīng)告訴大家了，我們把市場上所有招聘廣告的數(shù)據(jù)全部爬下來了。如果大家感興趣，可以給我的學(xué)生發(fā)郵件，不用去爬了，我可以讓學(xué)生給你們，沒有問題。

我們收集了拉勾網(wǎng)從2014年到2015年的數(shù)據(jù)，我們現(xiàn)在有很多數(shù)據(jù)，不只是拉勾網(wǎng)，全世界各種招聘數(shù)據(jù)我們都收集了。我們?nèi)ヅ袛噙@些招聘狀態(tài)，直接給大家講一下這些結(jié)果。

比如說，看這個(gè)結(jié)果怎么看？這個(gè)結(jié)果首先可以看到這是一個(gè)分層蛋糕圖，主要強(qiáng)調(diào)兩條，一個(gè)是時(shí)間軸，2014年1月份到2015年的11月份，這是中國所有公司招聘人才專業(yè)技能的需求變化。淺灰色是什么？淺灰色具備基本數(shù)據(jù)分析人才的基本數(shù)據(jù)人才。深灰色是什么？深灰色是具備深度數(shù)據(jù)分析的人才，往往要求有博士學(xué)位或者多少年的數(shù)據(jù)分析的經(jīng)驗(yàn)。淺灰色是剛出校門的本科生或者碩士生。其他都是做市場的，我們研究的主要都是高科技公司，沒有研究傳統(tǒng)性公司。

整個(gè)招聘市場的需求，對深度數(shù)據(jù)分析人才的需求，今年的數(shù)據(jù)我們已經(jīng)分析出來了，今年這一塊更大，2016年、2017年這一部分更大，包括人工智能這一部分非常大。這是淺層的數(shù)據(jù)分析人才，上面是深度的數(shù)據(jù)分析人才。

這里顯示不同企業(yè)招聘狀態(tài)的變化，第一個(gè)是百度，第二個(gè)是完美世界，包括京東、唯品會、騰訊這些公司。我們看到2015年的末端，無論百度對數(shù)據(jù)分析人才，阿里今年招了很多數(shù)據(jù)分析人才，這是2015年的數(shù)據(jù)。這邊是京東、騰訊、百度、今日頭條，可以看到大家的招聘趨勢，還可以看到公司的戰(zhàn)略變化。

公司的戰(zhàn)略變化，舉個(gè)簡單的例子，你看百度，黃色的部分是從2014年到2015年百度招聘的人，招聘的都是屬于移動搜索的人才，說明百度那個(gè)時(shí)間的重點(diǎn)在發(fā)展移動搜索、在發(fā)展百度地圖。后面招聘的戰(zhàn)略重點(diǎn)在發(fā)生改變，他在做無人車，在做各種各樣的人工智能的東西?？吹竭@個(gè)東西，大家會想，跟我有什么關(guān)系？跟你太有關(guān)系了。比如說你同樣加入百度，你應(yīng)該去哪個(gè)部門？當(dāng)然越熱的部門升的越快，工資漲得越高，薪水給的越高。你要看到任何公司戰(zhàn)略重點(diǎn)的變化，當(dāng)你面臨選擇的時(shí)候，你可以選擇更好的方向。而且還可以做投資，你看各種企業(yè)的變化，比如說我們最近發(fā)現(xiàn)阿里招了不少做量子計(jì)算的，可以看到很多阿里量子計(jì)算的廣告。一個(gè)公司的招聘往往走在戰(zhàn)略宣布之前，他不用宣布我也知道他在干啥，因?yàn)樘硬贿^這一關(guān)，你得招人，你不能說沒有人就去做一件事情，而且也不可能偷偷招，不告訴大家在招人，那也不行，廣告總是要打給人看的。所以，這是一個(gè)很好的方法，可以幫助你挖掘出來企業(yè)整個(gè)的戰(zhàn)略變化方向。

讓數(shù)據(jù)說話：員工價(jià)值評估

我們做的另外一個(gè)工作，對內(nèi)部員工很多價(jià)值的評估。我給學(xué)生提個(gè)建議，未來你加入到很多企業(yè)之后，一定要記住不只是要靠專業(yè)技能。我把整個(gè)人分成三類：第一類叫做人員，第二類叫做人才，第三類叫做人物。

這三類的區(qū)別是什么？過去的企業(yè)，尤其是制造業(yè)，比如說很多流水線，用廣東這邊的話說是有很多拉妹，一條邊上坐了很多人，那個(gè)叫拉妹，拉妹是人員。人員的基本要求是高效、守紀(jì)律，這是過去的企業(yè)。人員慢慢會被機(jī)器淘汰，現(xiàn)在人員都是做標(biāo)準(zhǔn)化、流程化的事務(wù)，所以人員的工資待遇會不斷下降，人員工作機(jī)會可能都會喪失。

現(xiàn)在的企業(yè)需要什么？現(xiàn)在的企業(yè)需要人才。人才我把它定義成梯子型，首先要有專業(yè)的技能，比如說自然語言處理、深度學(xué)習(xí)算法用得很熟，我做數(shù)據(jù)挖掘很牛，各種算法都很懂，那你有一個(gè)深度。光有這個(gè)還不夠，因?yàn)楝F(xiàn)在的工作越來越復(fù)雜化、越來越協(xié)同化，所以還要有團(tuán)隊(duì)精神。如果沒有團(tuán)隊(duì)精神，你的技能再厲害也沒有什么用，企業(yè)用不起來你，很難用你。所以首先要深度技能，還要有協(xié)同能力。

未來的企業(yè)需要什么？這個(gè)變相解釋我為什么要研究人。未來的企業(yè)需要的是人物。過去的企業(yè)是人員堆積，現(xiàn)在的企業(yè)是人才堆積，未來的企業(yè)人物的密度會大量升高。人物是什么？人物首先必須是人才，必須要有深度的專業(yè)技能，必須要有很強(qiáng)的團(tuán)結(jié)協(xié)同能力，最關(guān)鍵的是人物T字型上面還加了一個(gè)腦袋，人物要有領(lǐng)導(dǎo)力。剛才給大家介紹過，領(lǐng)導(dǎo)力是要有看未來的能力、看寬的能力、有帶團(tuán)隊(duì)的能力，有風(fēng)控意識和風(fēng)控能力。

我判斷任何一個(gè)組織、企業(yè)有沒有價(jià)值，不管是一級市場還是二級市場，一級市場值不值得我投資，二級市場值不值得我去買股票。我就判斷這個(gè)企業(yè)中有多少人物去了，在過去幾個(gè)月中有多少人物沉淀下來了，千萬別像樂視一樣的，人物進(jìn)去之后很快就跑了，這個(gè)信號比沒有進(jìn)去還糟糕。大家知道為什么嗎？因?yàn)槿宋锒际锹斆魅耍恍⌒牡暨M(jìn)一個(gè)坑，跑得比誰都快。你要招聘一個(gè)人物，要?jiǎng)?chuàng)造一個(gè)文化讓這個(gè)人物真心留下來。如果這個(gè)公司像黑洞一樣，很多過去認(rèn)識的人物進(jìn)去之后是一入豪門深似海，再也聽不到了，那這個(gè)公司太牛了，我就買它的股票。谷歌就是這樣，很多牛人進(jìn)去之后再也聽不到了，他也不走了，說明這些人首先認(rèn)可。不能短期給高工資，原來100萬，我給你200萬，你別走了，但是人家會想，我在這里成長了嗎？我在這里拿200萬可以拿多久，如果只能拿一年，還不如趕快找一個(gè)地方可以拿150萬，可以拿的時(shí)間長一點(diǎn)。我研究這些東西，我現(xiàn)在覺得非常有價(jià)值的一條是怎么預(yù)測人物、判斷人物去哪兒了。

讓數(shù)據(jù)說話：公司的圈子分析

最后簡單說一下，我們?nèi)ツ赀€發(fā)了一篇文章，主要是做公司的圈子分析，這個(gè)圈子分析主要做一件事情，就是去判斷各種企業(yè)之間這種招聘的相對的圈子。

這個(gè)圈子的意思是什么呢？給大家解釋一下就明白了，因?yàn)檫@個(gè)世界上說門當(dāng)戶對是很重要的，什么是門當(dāng)戶對？跟談戀愛找朋友一樣，企業(yè)也是門當(dāng)戶對。什么是企業(yè)的門當(dāng)戶對？舉個(gè)例子，BAT招人不會直接從一個(gè)很爛的企業(yè)去招，他有門檻的。它的門檻是什么？比如說BAT相互挖人可以接受，他到京東去挖人可以接受，到新美大挖人可以接受，到頭條挖人可以接受，但是一個(gè)莫名其妙沒有聽過的公司就不接受了，這就叫圈子。

比如說這個(gè)是AOL美國在線的公司。這個(gè)圈子怎么實(shí)現(xiàn)的？AOL做媒體的人才是世界一流的。但是它的IT人才很差，IT人才不會有谷歌、Facebook、linkedin的，那些地方付的工資他付不起。如果你是linkedin或者谷歌想跳槽的就不要往這里投簡歷了，因?yàn)樗恫黄鹉愕墓べY，也不會招你，但是他會招聘IDG等等這種二線的公司。當(dāng)一個(gè)公司突然招了很多HP的，如果你真的想去這個(gè)公司還不如去HP，先去HP再去這個(gè)公司就容易了。假設(shè)你想去Google，Google直接進(jìn)進(jìn)不了，先進(jìn)微軟，進(jìn)微軟之后進(jìn)谷歌就容易了，你可以曲線作戰(zhàn)，直接進(jìn)Google進(jìn)不去可以去微軟，微軟離Google還有一點(diǎn)距離。離的最近的是進(jìn)Facebook，進(jìn)Facebook之后微軟馬上就要你。頂尖公司的競爭就是這樣的，跟男女生追男女朋友也是一個(gè)道理，你去追一個(gè)女生，這個(gè)女生不搭理你，你去追她的閨密，閨密搭理你了，她就緊張了。這個(gè)東西就是一個(gè)圈子，如果你真想去Google，一定搞清楚人家招聘的圈子是怎么回事。所以，這并不是什么難事情，如果你真想進(jìn)Google，可以先進(jìn)Facebook，或者你想進(jìn)Facebook，進(jìn)Google也一樣的道理，實(shí)在不行就去二線的微軟，去微軟也是有難度的，不是那么容易。

Q&A

提問：老師您好，《易經(jīng)》里面除了這三個(gè)原則之外，還有什么是可以運(yùn)用到數(shù)據(jù)分析里面的？我也有研究過《易經(jīng)》，但是沒有太深入。

熊輝：要用到的多了，我在自己研究當(dāng)中還用到一個(gè)概念“當(dāng)位”，當(dāng)位的概念我用的很多。判斷一個(gè)企業(yè)、一個(gè)組織結(jié)構(gòu)是不是穩(wěn)定，我就看主要的骨架、承重墻，看那個(gè)位置的人是不是當(dāng)位。任何一個(gè)組織像建筑物一樣有承重墻，我要觀察在這里做的人是不是符合這個(gè)位置的，如果這些人都是不當(dāng)位的，那這個(gè)組織、這個(gè)企業(yè)就很難做好。