AI的高速发展启动了人才管理变革的加速器。近日，百度针对“AI+人才管理”领域的最新研究成果登上国际顶级刊物Nature子刊Nature Communications（《自然·通讯》），论文题为《Market-oriented Job Skill Valuation with Cooperative Composition Neural Network》。该研究首次使用数据驱动的方法，通过机器学习技术，探索了薪资与工作技能价值评估关系的重要问题，对于社会劳动价值分配机制的合理性和公平性设计、社会劳动力保障、智能招聘和精准就业、个性化职业教育等多个领域均有重要价值和影响。
本次研究由百度人才智库（Talent Intelligence Center, 简称TIC）团队牵头发起，联合中国科学院计算技术研究所、北京航空航天大学、中国科学技术大学、美国罗格斯大学合作完成，是一项重要的校企产学研合作成果，该成果的创新性和重要应用价值也得到了评审专家和期刊编委的高度评价。
构建薪资-技能价值模型，AI为工作技能价值评估“精加工”
工作技能价值作为劳动力市场重要经济学指标，显示了劳动力市场上技能的供求关系，不仅可以辅助个人能力评估，还可以帮助公司改善薪资结构，从而吸引和保留人才。但由于劳动力市场的动态性及技能价值的模糊性，传统的市场调查难以支撑及时且细粒度的工作技能价值评估；此外，招聘市场上的工作技能是以集合的形式共同影响招聘需求和人才薪资，因此难以取得用于支撑机器学习模型训练的技能价值标签数据，这都为技能价值评估带来了很大挑战。
为了解决这些问题，该研究受到了“工作技能熟练度分布与工作薪资之间都存在正相关关系”这一调查结果的启发，提出了一种市场导向的技能价值定义，将技能价值表示为单独使用一项技能可以为人才带来的薪资收益。进一步地，将技能价值评估形式化为“薪资-技能价值构成问题”，并提出一种具有协同结构的薪资-技能神经网络模型(Salary-Skill Composition Network，简称SSCN)。SSCN基于神经网络算法进行建模，利用工作场景和技能间的关联性进行技能价值和技能支配性的评估，通过量化技能价值与薪资的关系将工作薪资与技能价值分离，并以大规模招聘数据中的薪资信息作为技能价值评估的间接监督信号，训练出有效的技能价值评估模型。这一做法可以有效建模工作场景对技能价值的影响，从而能够得到细粒度的技能价值估计。
科研成果助力百度智能招聘，AI赋能人才管理领域
正如《Nature Communications》专家评审对百度此次联合研究成果的评价：“本文通过处理和分析在线职位发布来评估和预测工作技能所产生的价值，这个问题与工业界、学术界及政府部门密切相关且具有重要的现实意义。”
目前，该项研究的相关算法已经在百度智能招聘相关产品中得以落地应用，助力智能招聘系统客观、科学地进行简历评估和人岗匹配。除了内部应用以外，百度智能招聘系统还通过百度大脑对外提供了智能招聘解决方案，为企业提供更加高效的智能化招聘服务，将HR从海量简历的筛选和琐碎的沟通中解放出来，帮助更多企业节省招聘成本。百度大脑的智能招聘系统依托百度人才智库（TIC）团队在招聘方向的深耕，同时结合百度自然语言处理、百度AI文字识别能力，帮助企业实现招聘管理的智能化、数字化，旨在满足不同场景（校招、社招、猎头、内推）、不同行业（蓝领、互联网、教育、零售等）的招聘需求，从招聘全流程入手，深入招聘过程中的各个环节，以满足候选人求职推荐、企业人才筛选、企业人才评估、企业招聘助手等不同的场景需求。
知识经济时代，人才被看作为企业最宝贵的财富，代表企业最具核心的竞争力。早在2015年，百度便创建了百度人才智库实验室，组建了一只专注于“人才管理计算”方向的AI和数据科学团队，旨在通过人工智能和大数据分析手段辅助现代企业的人才管理，推动企业人才管理从经验导向型向大数据智能化导向型的变革，并创建了全球首套完整的基于大数据的智能化人才管理综合解决方案。过去五年里，TIC团队已经在Nature Communications、TKDE、TOIS、KDD、SIGIR、WWW、AAAI、IJCAI、《中国科学》等国内外顶级学术期刊、会议上发表了多篇论文，并在国际上先后创办了“组织行为学与人才分析国际研讨会”和“人才管理计算国际研讨会”。相关成果被哈佛商业评论、MIT Technology Review、Nikkei Asian Review、Fast Company等权威媒体广泛报道，并获得了哈佛商业评论“拉姆·查兰管理实践奖”全场大奖、中国人民大学商学院“中国人力资源管理学院奖”等重要奖项。
使用大数据和人工智能技术辅助人才管理已成为未来全球企业管理的主流趋势。百度还将努力尝试用最新的AI技术帮助人们寻找最适合自己的工作，让优秀的人脱颖而出。在未来，“AI+人才管理”这一创新领域将会在大数据、机器学习等人工智能领域前沿技术的赋能下，继续推动企业人才管理的大数据智能化转型。
论文查看链接：https://www.nature.com/articles/s41467-021-22215-y
