【研究】：互聯(lián)網(wǎng)如何重塑了工作

【研究】：互聯(lián)網(wǎng)如何重塑了工作

但是，假如我們將目光對準勞動力市場，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，M，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、工資的詳細描述，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、技能、當前和過往的工作經(jīng)驗，以及很重要的一點，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)GoogleConsumerSurveys隨進抽樣調(diào)查計算出來的，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%)。我實在想不出，有哪個過手的候選人是沒有LinkedIn賬號的?！边@種數(shù)字化將會很有影響力，因為一旦供應(yīng)方的數(shù)字化實現(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，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。這是因為，在一個以計算機為媒介的市場，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現(xiàn)，而不能根據(jù)一個人的工作歷史、教育背景、經(jīng)驗技能、當前的就業(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，有一點讓人覺得可悲，即我們的整個社會將更多機器學習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，盡管實際后者，即優(yōu)化勞動力市場可以帶來巨大