整理了一些關于人才盤點的非主流的觀點，作為主流方法論一個補充，供大家參考。

主流的人才盤點方法論遇到的困難

一套完備的人才盤點流程，包括從文化、戰(zhàn)略解讀，到訪談、初始建模、試測、正式建模，再到各種測評工具技術的應用，它的專業(yè)性強、成本高。這對企業(yè)內(nèi)部的高管、中層干部或者核心專家等關鍵崗位的盤點而言，都是可以接受的。但在企業(yè)里，這部分群體往往是企業(yè)里的“人物”，他們?nèi)藬?shù)少，平時的接觸、了解比較多，即使不做盤點，決策層也能掌握大致情況，雖然可能會有盲區(qū)甚至誤區(qū)。

知識經(jīng)濟時代的企業(yè)里，基層員工也不再是高度標準化、可替代的資本附庸，而是創(chuàng)造價值的主體，人人都是人才。我們看到，許多企業(yè)更為迫切的需求，不是去盤點那些屈指可數(shù)的“人物”，反而是盤點那些數(shù)量大、分布廣的基層員工，因為他們的整體情況更難掌握而且也很重要。這時，如果把人才盤點的整套流程照搬到基層員工盤點，不僅工作量太大、成本太高，也完全沒有必要。這也就是為什么許多做過人才盤點的朋友會發(fā)現(xiàn)，推進過程費時費力，盤點結(jié)果有時還得不到?jīng)Q策層的認可，無法落地應用，最后成了爛尾工程。

跳出人才盤點再看人才盤點

我們回顧在大學里學過的數(shù)學課，它們是有順序的，先是微積分、代數(shù)，然后是概率論與數(shù)理統(tǒng)計。一般只有在數(shù)學專業(yè)學生或者研究生的課程里，才有模糊數(shù)學。我們分別來探討一下它們的區(qū)別。

我們最容易理解、最愿意接受的，是處理確定性的問題。比如，物體的運動速度等于初始加上加速度與時間的乘積，如果加速度不是均勻變化的，那就要對時間積分。在很多年前，招聘從事簡單勞動的員工時，對知識技能的要求不高，往往限定一個類似年齡、身高之類的標準，就可以了。

更復雜一點的，是處理不確定性的問題，因為它不太容易被理解。比如，通過科學的抽樣統(tǒng)計，我們可以估計企業(yè)里其他人的身高處于某一范圍的可能性是68.26%還是99.73%。為什么能做到？因為正態(tài)分布。為什么會是正態(tài)分布呢？說不清，但它就是客觀存在的。很多時候，我們發(fā)現(xiàn)了某種規(guī)律，但它又不是完全確定的。比如，選拔一些經(jīng)驗豐富、業(yè)績突出的員工，他們更可能成長得很好，但也只能是一種可能。我們需要尊重、習慣和接受這種現(xiàn)實。

再復雜一點，就是處理模糊性的問題。現(xiàn)在，抖音已經(jīng)開始做外賣了，海底撈開始賣中餐了，中國石化開始賣菜了，農(nóng)民種菜開始做直播了。競爭的邊界已經(jīng)模糊。工作任務可以一塵不變，工作價值卻瞬息萬變。“道可道，非常道”，約定的內(nèi)容越細致，適應能力越差，被淘汰得越快。作為農(nóng)民，我可以把菜種到極致，但我卻可能因為菜賣不出去、得不到利潤而難以為繼。誰又曾想到，掌握直播技能、理解客戶體驗的能力，能成就新時代的新農(nóng)民呢？我們對優(yōu)秀人才的定義將變得越來越模糊。

我們常常把“烏卡時代”掛在嘴邊，但我們很多時候依然在用確定性的思維，來應對這個不穩(wěn)定、不確定、復雜且模糊的時代。

相關VS因果

假設，我今天遲到了，我會習慣性地找出遲到的原因，是因為今天堵車了十分鐘。堵車的原因是突降暴雪，突降暴雪的原因是西伯利亞的冷濕氣流……我們也許根本找不到最初始的原因。即使找到了，把它們的順序反過來，有冷濕氣流不見得會突降暴雪，突降暴雪也不見得會堵車，堵車也不見得會遲到，它們之間并不滿足嚴格的因果關系。我們所認為的“因”，也許并不決定了我們所關心的“果”，它更像是為了解釋某種規(guī)律而形成的某一種容易被我們的大腦所理解的邏輯推理。

我非常敬佩中醫(yī)的智慧。它是華夏民族幾千年醫(yī)學實踐取得的認識?，F(xiàn)存最早的醫(yī)學典籍是《黃帝內(nèi)經(jīng)》，它用陰陽五行，就總結(jié)了人體健康的基本規(guī)律。例如春季五行為木，五臟為肝，五色為青，然后告訴你春季要養(yǎng)肝，健康的人臉上會略帶青色。如果你非要較真，說為什么有五行，為什么春季五行為木，那就還真找不出鐵證。就好像在統(tǒng)計學里做因子分析，你可以把幾十種影響因素聚合成幾大類或者叫幾個因子，至于為什么能分成這幾類，你也只能依據(jù)對業(yè)務的理解進行分析。但是，又有誰能保證他能參透一切呢？沒有參透、不能完美解釋，你就能否認你所找到的客觀規(guī)律嗎？顯然不能。所以，我認為中醫(yī)理論，是對實證經(jīng)驗的一種形象的闡釋，木生火、火生土，這樣的描述更容易理解，而不是糾纏于實驗室里的化學反應。西醫(yī)里這種病那種病，在中醫(yī)看來無非陰陽表里虛實寒熱；而西醫(yī)里同一種病，比如發(fā)熱，在中醫(yī)看來絕對不是一回事，辨證不同，治療方法也完全不同。中西醫(yī)是兩套完全不同的體系。

人才盤點工作，要處理大量的數(shù)據(jù)信息，顯然在這個方面，電腦要比人腦強大。人工智能的底層邏輯就是“只求相關、不論因果”。當沃爾瑪分析發(fā)現(xiàn)啤酒和尿布經(jīng)常出現(xiàn)在同一張銷售小票上，它們悄悄把啤酒和尿布放到了緊挨著的貨架上。當谷歌分析發(fā)現(xiàn)，流感大爆發(fā)之前，互聯(lián)網(wǎng)上，流感相關詞語的搜索頻率就是異常提高，于是他們根本不用去研究流感病毒或者傳染機理，就掌握了成功預測流感的能力。

小結(jié)

回到人才盤點工作中來，我們可以大膽地做一個簡單假設，員工的業(yè)績跟員工的能力素質(zhì)、管理環(huán)境以及其他的隨機因素相關，比如運氣。隨機因素不可控，通常不用加以分析。我們考慮人才盤點結(jié)果應用的兩種典型場景。第一種是用于提拔，這時，我們側(cè)重于能力盤點，掌握崗位需要什么能力素質(zhì)、員工具備什么能力素質(zhì)、二者之間是否匹配，才能預測他的未來業(yè)績。第二種場景是，人才盤點是為了準確評價哪些群體最具投資前景，應該把企業(yè)的資源向他們傾斜。許多行業(yè)、許多部門的人才貢獻，并不能用市場指標來衡量，在這種情況下，人才盤點應側(cè)重于業(yè)績盤點。

于是，人才盤點至少就衍生出來兩個方向，能力盤點要大動干戈、刨根問底，業(yè)績盤點大可多快好省、鑒往知來。

我覺得，解決觀念上的束縛，才能突破單純討論方法工具時的局限性。當然，由于本人認知有限，難免偏頗甚至謬誤，歡迎高手拍磚。