在大部分的電子商務(wù)網(wǎng)站，我們都看到這樣一種現(xiàn)象，即那些關(guān)于商品供應(yīng)方的信息都已經(jīng)被數(shù)字化，而且是公開的，而需求方的信息卻往往沒有做這樣的處理。舉個例子，像Amazon, Expedia, iTunes, Etsy這樣的網(wǎng)站都會收集并詳細(xì)展示出售的商品信息，但是，我們在這類網(wǎng)站上卻很少看到，甚至看不到那些有需求的消費(fèi)者的信息。

    但是，假如我們將目光對準(zhǔn)勞動力市場，我們會發(fā)現(xiàn)，整個情況是倒過來的――即那些需求方的信息反而被數(shù)字化了。在CareerBuilder, Monster.com, Indeed, SimplyHired這樣的招聘網(wǎng)站上，我們往往看到，一篇招聘帖子涵蓋了關(guān)于工作性質(zhì)、所需技能、工作地點(diǎn)、工資的詳細(xì)描述，但是那些求職者，也就是那些出賣勞動力的一方，通常情況下卻不會創(chuàng)建很詳細(xì)的個人頁面介紹自己。

    有人會說，這兩類信息存在本質(zhì)上的不同，所以才會有上面的這種情況，但我不這么看。假如你仔細(xì)看看特定的勞動力市場，你會發(fā)現(xiàn)，它們的供應(yīng)方信息已經(jīng)在被數(shù)字化――主要是通過LinkedIn（在很大程度上）以及諸如oDesk這樣的網(wǎng)站（相比之下規(guī)模更小，但卻更加徹底）。在這類網(wǎng)站上，求職者會創(chuàng)建永久性的、可被雇主搜索到的，包含豐富的跟工作相關(guān)數(shù)據(jù)的個人頁面。

    而隨著LinkedIn的崛起，我們也看到了一股史無前例的，用戶自發(fā)地收集并將勞動力市場供應(yīng)方信息數(shù)字化的趨勢。在LinkedIn上，每個個體用戶都可以創(chuàng)建自己的公共頁面，然后將教育背景、職業(yè)資格證書、參加的協(xié)會社團(tuán)、技能、當(dāng)前和過往的工作經(jīng)驗(yàn)，以及很重要的一點(diǎn)，他們在職業(yè)上的人脈資源（通過鏈接到這些人自己的LinkedIn頁面上），全部羅列出來。

    實(shí)際上，到了今年的7月24日，將近19%的美國網(wǎng)民擁有了自己的LinkedIn主頁（是我根據(jù)Google Consumer Surveys隨進(jìn)抽樣調(diào)查計(jì)算出來的，這個工具很好用）。而根據(jù)LinkedIn自己的數(shù)據(jù)，截至今年的3月12日，總共有超過1億6千萬的人在網(wǎng)站上創(chuàng)建了個人主頁，而且在很多行業(yè)，所有求職者都被要求擁有自己的LinkedIn頁面。事實(shí)上，我問過oDesk（一個著名的外包平臺）的一名企業(yè)招聘人員，到底有多少申請oDesk內(nèi)部職位的候選人擁有自己的LinkedIn主頁，她告訴我說：

    “我得說這個數(shù)字接近100%（而且這個比例在可行的候選人中占到了100%）。我實(shí)在想不出，有哪個過手的候選人是沒有LinkedIn賬號的?！?/span>

    這種數(shù)字化將會很有影響力，因?yàn)橐坏┕?yīng)方的數(shù)字化實(shí)現(xiàn)了，那些諸如LinkedIn這樣的平臺就可以同時為市場的兩端，即供應(yīng)方和需求方做以數(shù)據(jù)為驅(qū)動的，高度符合實(shí)際情況的推薦。換句話說，這類平臺所擁有的數(shù)據(jù)越詳細(xì)，他們就越能為求職者推薦高度相關(guān)的工作，也越能幫雇主找到合適的候選人。

    不僅如此，這類平臺還可以基于勞動力市場的一個整體供求情況來做推薦。這是因?yàn)?，在一個以計(jì)算機(jī)為媒介的市場，基本上所有的數(shù)據(jù)，不管是流向市場的數(shù)據(jù)還是由市場產(chǎn)生的數(shù)據(jù)，都需要被存儲于一個電子數(shù)據(jù)庫中，而這大批的數(shù)據(jù)就可以在推薦的時候用到。

    沒錯，一般的招聘網(wǎng)站也可以通過向求職者暗示各種職位空缺來做推薦，但這類推薦通常都只是根據(jù)搜索詞，或者根據(jù)雙方的地域、工資等限制條件來實(shí)現(xiàn)，而不能根據(jù)一個人的工作歷史、教育背景、經(jīng)驗(yàn)技能、當(dāng)前的就業(yè)情況、他的人脈資源、資格證書、人品、考試成績，以及其他用于匹配的參考因素來實(shí)現(xiàn)推薦，更不用提試圖避免市場中勞動力過于稀缺或者過于擁擠的問題了。

    但很不幸的是，目前很多這類推薦都是在一些公司的內(nèi)部完成并處在一個半保密的狀態(tài)。不過我還是希望能有足夠的信息能向其他人開放，這樣他們也可以貢獻(xiàn)自己所知的信息了，這就像Netflix專門設(shè)了一個算法大獎一樣。

    目前來說，有一點(diǎn)讓人覺得可悲，即我們的整個社會將更多機(jī)器學(xué)習(xí)方面的研究精力花在了預(yù)測人們喜歡看哪類電影上，而不是預(yù)測他們適合哪些工作，盡管實(shí)際后者，即優(yōu)化勞動力市場可以帶來巨大的經(jīng)濟(jì)價值甚至人道主義價值。不過，我預(yù)測這種情況會有所改變。而且，在接下來的時間里，會有更多的計(jì)算機(jī)科學(xué)家和市場方面的人才在這方面有所建樹。

    本文作者John Horton 是人力資源領(lǐng)域的經(jīng)濟(jì)學(xué)家。

【收藏本頁】 【返回頂部】 【關(guān)閉窗口】