化解人才资产危机

吴迪 经济学者、公民外交家

去年我在本专栏《人才资本短缺时代》一文中指出，中国在人口红利透支、刘易斯拐点的当下，需要向高附加值的知识经济转型。而这种成功转型最大的障碍就是中国的人才资产极度缺乏。

我一直在苦苦思索，企业对这个挑战有什么好的应对呢？隐隐约约，云计算托梦而来：我们可以把“应用”放到“云”里，那么可不可以把“技能”甚至“人才”也放到“云”里面？

从形而上的理论角度出发是中国人思考的一种重要方式，而在西方人们往往形而下地从案例出发去寻找解决方案，其中尤以哈佛商学院为甚。

很偶然地，我看到了Jetpac的故事，发现这是一个企业解决人才资产瓶颈的优质案例。Jetpac是旧金山的一家初创公司。当你通过Jetpac登陆Facebook时，Jetpac会搜索你好友上传的全部照片，然后寻找其标题中有地名的，再用这些照片建立一个个性化的旅游照片杂志。在demo的过程中，很多入选的照片被发现质量很糟糕。他们想写出一个搜索演算法代码，通过分析照片的元数据来自动判断照片的质量是否符合旅游照片杂志的标准。可是，作为初创公司，Jetpac没有那么多时间和金钱去寻找和雇佣能胜任的程序员来解决这个难题。所以Jetpac研发团队找到了Kaggle网站，把他们的技术难题变成了一个赏金5000美元、为期三周的有奖擂台赛。全球共有418人（组成212支队伍）参加比赛。头十名的参赛队伍编的代码预测照片质量的准确率都达到了85%以上。奖金最后由来自南加州大学的博士生杨波所率团队获得。Kaggle的参赛合约规定，大赛奖金支付者拥有对获奖代码的知识产权，所以Jetpac立即起用了杨波团队的代码，一个成熟的产品短期内就上线了。

Kaggle汇集了全世界最顶级的数据挖掘人才资源。许多像Jetpac这样数据人才短缺的初创公司都把他们的技术难题放到Kaggle网页上做成悬赏大赛，让全世界的数据高手在一决雌雄的过程中用最短的时间、最少的投入解决问题。像这种把企业难题向全国甚至全世界的能者开放，悬赏激励以获取解决方案的方式，专业名词叫做众包，其实也早已经为业界熟知了。

麦肯锡在《大数据报告》中指出，我们已经进入了一个海量数据的时代，要向数据挖掘要效率，要利润。这正是Facebook和Amazon们做得风生水起的事。但问题是数据挖掘人才在全世界内都很稀缺，写出搜索演算法代码往往是一件非常耗时、非常昂贵的事。所以利用众包平台，企业可以付出较低的成本，通过整合全球范围内的数据挖掘人才来寻求最优的解决方案。

如果有一天，数据挖掘这种大型企业客户才消费得起的奢侈品，能变成连中小企业都消费得起的日用品，那由低附加值的制造经济向高附加值的知识经济转型的速度就会大大加快。CrowdANALYTIX就是致力于此的一家印度企业。与Kaggle只提供众包平台不同，企业只管向CrowdANALYTIX提出需要解决的难题，众包的形式设计（如把难题拆分成几个悬赏大赛）、执行和最终解决方案的交付全部都由CrowdANALYTIX全程负责。CrowdANALYTIX更像一个由众包模式驱动的解决方案供应商，而不只是个众包平台。而且CrowdANALYTIX的全部数据分析都是在“私有云平台”中进行的。这一切不但极大提高了众包协同合作的效率，而且大幅降低了数据挖掘服务的价格，CrowdANALYTIX的定价比性价比最接近的竞争对手还要低25%~30%。

通过众包平台，CrowdANALYTIX在全球范围内对稀缺的数据挖掘人才进行了整合，大家可以在云平台上协同合作。这种“人才云”的形式延伸了人才的杠杆，很好地解决了专业人才短缺的问题。比之Kaggle，我觉得CrowdANALYTIX的商业模式更适合中国。大多数中国企业无法熟练利用众包平台去寻求解决方案，CrowdANALYTIX作为一个由众包驱动的解决方案供应商，能最小化企业的学习成本，提供性价比最高的解决方案。

钱不够就得掰着花，人才短缺就得掰着使。这就是“人才云”的意义。盼望中国早日出现我们自己的CrowdANALYTIX。