慧眼识专才-商学院-中国创业投资网

慧眼识专才
zt.wineast.com 发布时间：2006-2-10 12:07:09
文章录入：网友(None)

慧眼识专才

企业需要新的方法挖掘出不为人知的专才

企业需要新的方法挖掘出不为人知的专才。专业人才可能很难找到，即便是花费数百万美元网罗世界级人才的大企业也难逃这样的命运。一家生技公司的项目经理便有着这样的经验：「项目刚开始时，我们需要熟知某种特殊蛋白质的专家。我们花了好几个礼拜──打电话给人事部、透过熟人打听、翻遍人事档案。最后，我们的结论是：没有这种人才。三天后，我在电梯里向同事抱怨这件事，身旁一位女性转头向我说：『我的博士论文就是以这种蛋白质为题。你想知道什么？』」

这种毫无效率、到处碰运气的做法绝不是运用企业资源的典范。项目经理不会在电梯里拣到现金、店长不会坐在店里思索存货的下落、IT经理也不会一间间办公室去清点多余的计算机终端机。毕竟企业是要依循一套完善的流程，将资源（现金、存货、设备）分配给所需的人。但人才的配置就未必如此。有的公司甚至不需要正式的流程来分配资源。对于组织结构较简单的小公司，非正式的社会网络就足以有效地将专门人才与需求者接上线。各部门「互通有无」在这些公司是司空见惯的事。「如果我需要帮忙，我知道要找谁。」

但这种靠个人关系找人才的日子可能已经结束了。并购、扩张、全球化以及人员流动，无一不会削减非正式社会网络的作用。因此许多企业不愿再仰赖到处碰运气的做法来决定专业人才的交流。包括英国石油和IBM在内，有愈来愈多企业开始以更有系统的方式寻求并利用专才，以免生产力下跌、上市时间延迟、或竞争力遭到撼动。

然而这些公司却一直未能找到一个最完美的方案。直到最近，企业仍依赖两种传统方式搜罗专才：纪录内部人才和建立专长数据库，但其成效皆十分有限。书面文件只能反映一个人的部分专长，而专长数据库也往往流于分类不当，导致其资料一开始就不合时宜。（某家大型高科技公司耗资数千万美元开发出最先进的专才入口网站，但却很少使用，更新的次数更是寥寥无几。）

现在有一项新的解决方法将改变这一切。一般公司其实已经有追踪员工学经历的做法──包括他们参与过的项目、写过的论文、在学校修过的课等。公司可以利用搜寻技术挖掘出这些信息，用人才库或静态资料所做不到的方式，找出公司内部的专业人才。如果公司的资料系统允许的话，此一解决方案的成本其实很低，而且执行起来相当简单。

背景资料

专业人才难寻，主要是因为专业知识不是三言两语就交代得清。如果公司内八竿子打不着的部门同事问你的专长何在，你会如何响应？你可能会很笼统地回答「市场研究」或「临床设计」。但如果问的人是你隔壁桌的同事，你可能会回答的更精确，告诉他你在市场研究中的专长领域，或是曾经手过的临床实验。对来自国外的同事，你的答案可能带有地方性特色；如果是本地人，你可能会以产品为主说明你的专长。

这是因为「你有什么专长？」这个问题的答案，要视问的人以及问的理由而定。这个问题本身就太过抽象，难以引出实质的回答。有专业知识需求的人，往往是为了在特殊情况下解决特定问题。资金、存货、设备的质量不会改变，但专长的定义却会因人事时地而有所不同。因此专业知识是一种相当难定位的资产。

此外，在大多数的情况下，寻找专业人才并不是要找出某一主题的世界级权威，而是要找出刚好能解决特定情况及特殊需求的人，之前那家生技公司就是一个例子。有时公司所需要的专长可能相当狭隘──也许是曾在某特定地区推出过产品的人，或是曾为某个潜在客户服务过的人。这种专长对公司而言可能是最宝贵的，但也常是最不容易发现的，因为具有这类经验的人并不认为这是自己的专长。

诸如此类的背景资料使得许多专长数据库无法充分发挥效用。这些数据库并不考虑员工之所以具备某项专长的背景资料，只言简易赅地纪录其专长领域。这种概要式的数据库有其优点──特别是在专业人才不多的小公司，非正式的社会网络正可以补其不足之处。但是对于员工动辄上万的大企业而言，就很难凭着简短的摘要在公司内部搜罗出大量具有特殊背景的专才。因此企业必须根据不同的情境与背景，界定其所需的专才。要怎么做呢？

行动胜于空谈

在对内搜寻专业人才的过程中，我们要看的不是个人对自己的评价，而是众人对他们的口碑。在此不妨以一个类似的过程为例：征才。企业之所以要征才，乃源于特定的组织需求，因此也同样是受限于特定的情境。企业在征才时通常先迅速扫描应征者的履历表，看看是否有符合其工作需求之处。通过第一轮的应征者须经过更主观的评选过程，也就是面试和工作经历查证（reference check），让公司更完整地了解应征者的经历是否符合其特定需求。

在其它条件（基本资历、薪资要求、与公司文化的兼容性）都相等的情况下，具有相关工作经验的应征者较有可能获得录用。假设一家包装食品公司准备推出一种咸的零食上市，有两名应征者都具备产品管理经验，但其中一名曾经在同地区成功推出一种洋芋片产品，这个人自然较能令雇主心动。

内部人才的搜索情况相当类似。有需求者必须知道这个人是否有资格「受雇」担任此一专家的「职位」，因此会检查应征者过去的纪录：家世背景、工作经验、推荐人意见。有了这些信息，专才的搜寻通常很有效率。在对外征才时，应征者可自行解读自己的履历表；但在公司内部，数据库的信息却会经过相当精准的评估。公司可以透过公认的定义、流程与职权，从既有的资料中撷取更多更可靠的讯息。比方说在履历表上，「领导项目团队」这句话可以衍生出许多问题：项目规模有多大、执行期间有多长、有哪些成功之处？但在公司内部，同样的一句话可以佐以更多的背景知识，因为公司内部的人对于该项目的细节与成果，甚至项目领导人所扮演的角色都知之甚详。

这类信息虽然不会在专长数据库中出现，却会散见于公司内部各种数据库中，例如人事、会计、专利注册等。但是在众多数据库中捕捉这类信息却相当费时费力，不但要取得使用各数据库的管道，还要利用各种不同的流程（企业内网、致电给同仁）才能找到合适的人选，有时甚至徒劳无功。相反的，今天的搜寻引擎可以在数秒之内检索到数千笔，甚至百万笔的资料，并与以排名。所有组成公司的共同经验和员工的个人经验的信息，都可以在弹指间取得。企业不需要将就静态的数据库，简化对于专才的需求，现在他们可以利用像Google一样的先进专才搜寻工具。

搜寻专家

利用以企业软件为基础的解决方案，结合新式的搜寻技术、建文件功能和独特的使用者接口，所谓着眼于改善专才搜寻流程的产业规模虽小，但已应运而生。例如有些产品运用自然语言剖析（natural-language parsing）技术，即可如梳子一般，自动过滤电子邮件、实时传讯和其它类型的自我更新内容，筛选出个人的专长与兴趣。

这类产品在许多方面的确超越了一般搜寻专才的方式，包括静态的专才名录等。尤其在对专才的需求既深且专的产业（例如软件开发），这类产品可披露登录人员过去工作的相关内容这类有用信息，但无泄漏个人或机密资料之虞。有些产品甚至可将常见问题（FAQ）系统化，大幅减少专才回答这些问题的时间。但是，面对众多厂商推出的企业解决方案，公司本身有必要投入相当时间和心力，了解他们对是项技术的期望为何，再决定哪一家供货商的解决方案切合本身需求。部分公司发现有的解决方案将挖掘出员工私人的信件往来，有侵犯员工隐私权的疑虑后，便中止和厂商的讨论。部分公司则对软件搜寻的错误率偏高大失所望。由于厂商的技术仍仰赖公司独特的专业需求、专业字汇和沟通方式，因此有可能无法以正确的方式，传达正确的信息。

有鉴于此，公司应从了解本身特殊需求着手。根据一些公司的成功经验，最好的方式是自IT、知识管理和各业务线的职能部门，组成一个跨部门小组，提出三大基本问题：员工有哪些和特殊专长相关的需求？哪些信息有助于他们满足这些需求？这些信息应如何传达给员工？唯有这三大问题都有了答案，不论有无第三方供货商提供的解决方案，公司才能开始落实有效的专才搜寻系统。

根据功能设定格式

将企业流程与专长需求配对是第一步。哪些人因为无法接触专业人才而有生产力下滑之虞？在何种情况下会需要专业人才？对专业人才有所需求的人也许有共同的特性：年资、职务性质、地理位置或进行特定活动（例如因应某服务问题、激活新项目、或准备第二次面试）。而他们之所以需要专业人才的理由也可能十分狭隘──提供量化资料、提出深入见解、加入团队、参加客户会议等。

有了这样的分析，企业就可以知道每个单位对于「专业人才」的定义，以及何种经历可以被视为专才。例如制药公司的项目领导人可能在研究的初步阶段，找不到具备相关专业知识的专家。如果他可以迅速轻松地检视公司员工的学历、研究经历、所写过的白皮书、所申请过的专利等资料，就可以大幅减低搜寻专业人才的困难度。消费产品公司如需要熟悉特定地理区的专才，也只需要检查员工受教育或是先前工作的地点即可。

资料来源

企业在人事、会计、知识管理、智能财产、甚至征才系统中，都存有大量的员工资料。这些信息可能是为了别的目的而建档，但对专才需求者而言可能正有他们所要的信息。公司在购买新软件或是要求员工填写大量窗体之前，应该先看看旧有的系统中已经有的资料。

但公司有可能因此大失所望。大部分数据库的用途有限──储存文件、追踪时间、支付款项──并不会存有许多不相关的信息。但是企业不应为了个别数据库之间的落差感到沮丧，因为这些数据库只要加以整合，彼此的资料就能截长补短。

以上述的包装食品公司为例，若有员工需要人协助在俄亥俄州推出咸饼干，他也许会透过传统的专才数据库找到一些有产品上市经验的人。但若他能在公司各数据库之间穿梭，就能很快找到熟悉俄亥俄州（在当地上大学）又有推销咸饼干经验（曾在Frito-Lay实习）的人。因此这名员工找到的不是好几个具有一般性经验的人，而是一个完全符合他条件的专才。

至于各数据库之间的落差，公司可以选择性的引进新的机制，取得更多与员工目前工作相关的信息，以提升数据库的品质。传统的员工专长调查只能从一般业务流程以外的地方收集资料，但员工经历数据库却可以在现有工作流程的架构之下进行升级。例如，项目说明可以作为绩效考核的必要文件；出差开会的会议纪录也可以作为申报餐旅费的检附文件。

专才搜寻系统越是能利用现有的资料与资料收集流程，其成功的机率就越高。使用现有资料可以让系统的价值在上线的第一天就发挥出来。而且由于信息可以在日常工作流程中不时更新，因此没有过时之虞──传统的专才数据库因为只能透过新的问卷调查才能更新，就有资料易于过时的问题。

自行建构还是向外采购

最后的问题是要使用何种技术。许多信息部门都将这个问题简化为「要自行建构还是向外采购」。最理想的答案是两者兼而有之。从IT的角度来看，专才搜寻系统可分为三大部分：使用者接口、搜寻引擎、数据库整合设备。对大部分的公司而言，这三大成分可以用不同的方式来处理。

一般而言，企业都希望有量身定做的使用者接口。公司内部的使用者会视所需专才的不同，而希望搜寻结果有不同的呈现方式。例如在资料来源众多的大型高科技公司，具有技术长才的使用者可能会利用各种过滤与分类标准，将搜寻结果分门别类。而大型跨国企业则可能较希望系统能根据地理以及时区特性，来呈现搜寻结果。所以就算系统的开发工作可以外包给信息厂商，企业在使用供货商的搜寻结果显示模型之前，仍应三思。

搜寻引擎本身又是另一个问题：由于Google、Verity等现成产品随手可得，企业几乎无须自行开发自己的搜寻引擎。许多公司甚至已经授权这些搜寻引擎用于其它用途（例如文件数据库），将之当作人才搜寻系统。客制化的过程视公司的实际需求，可以很简单（花个几天计算优先权重），也可以很复杂（由有经验的工程师花好几周的时间，让搜寻引擎可以充分利用数个数据库）。或者企业也可以向供货商协商，仅购买整套解决方案中的搜寻引擎部分。

数据库的整合可能是最花人力的一环。有的公司已经建立了企业资料仓储，可以在简单、易读取的数据库中追踪所有资料。对这些公司而言，执行工作应该相当简便──约三、四个月的功夫即可。但对其他公司来说，要将散布于全公司的资料整合在资料仓储中，就需要很多的资源（以员工一万人的公司为例，服务器与资料迁移软件的费用可能高达50万美元。）。以四到六人的工作小组来说，设置工作可能要花三个月。资料的迁移以及转换为可延伸标志语言（XML）可能要每个数据库再花三个月的时间。

公司是否决定要投资大量时间与经费建置上述设备，取决于公司对于人才问题的理解程度，以及此等解决方案所能提供的机会。制药公司如果常因为难以找到合适的专才而耽误了明星药品的推出，可能就会认为花个几百万美元开创新的营收是很划算的。

企业应该根据员工的经验来寻找专才，虽然识者认为这两者不应混淆，但无可否认专长与经验是息息相关的。企业要让员工用经验来说明自己的能耐，才能适时适所地找到所需的人才。

融资项目

·高端医用敷料（创面修复胶