过去一个半月里，每个人都在切身体验着新冠肺炎疫情对就业市场和工作方式的影响。疫情不会改变“人要工作，组织需要招人”的基本法则，但客观上加速了“人效升级”和“工作方式多元化”的进程。
招聘行业始终具有公共服务属性，因此，行业的挑战和机会，落在如何充分发挥桥梁作用，优化产品和服务，来帮助解决就业刚需上。
BOSS 直聘一直在密切观察市场的动向。从 2 月 3 日开始算，春节后已经过去了六周，市场招聘需求从直接打五折，逐渐恢复到了去年同期的 85%以上。在人才供给侧，求职活跃度超过了往年同期，除了面临“真·史上最难就业季”的2020年应届生，还有更多5年以上工作经验的人加入进来（无论是主动还是被动求职）。找工作的急切和企业想要更多高质量人才的急切同时存在，这就带来了对人岗匹配的更高要求。
主流招聘平台都有推荐系统。和电商平台、内容平台、出行平台一样，招聘平台也是做双边匹配，但面对的是真正千人千面的异质市场，双向选择需要作出的考量更多，机会成本更高。最重要的是，双边都具有主动意愿和行为，都可以选择接受或者拒绝，其中的不确定性还很强，不是说各项条件100%匹配就完成任务了。因此，招聘的推荐算法难度非常大，不仅如此，还需要对“工作”这个宏大的话题有深刻理解。
组织发展受到更大重视
网络招聘是个慢行业，哪怕放眼全球，在 25 年左右的发展时间里，并没有沧海桑田的巨变，在公众的认知里也更多是作为信息中介平台，这和人类找工作的模式没有明显变化直接相关。BOSS 直聘一直追求的“入对行、进对门、跟对人”，本质上是人岗匹配，从而提高社会生产效率。人不是商品，单纯靠静态信息的交换和匹配显然是不够的，还需要大量行为特征和周边信息的补充，而这件事也只有短短几年的积累。所以，短时间内招聘行业大概率还是没法沧海桑田，但在用户体验和效率上依然大有可为。
我们初步观察下来，这场疫情反映和强化了几个趋势，对于雇主和求职者理解就业市场可能有帮助，同时，也会对用户的行为产生影响：
· 雇主对选人更加挑剔。正如开头讲的“人效升级”，面对危机，增肌减脂是清醒的组织一定会做的事情，很多人称为“腾笼换鸟”，或者干脆就叫“人员结构优化”。其实近三年来这个趋势愈发明晰，雇主对人才质量的要求日益高于对数量的要求，对扎实专业技能的要求日益高于单纯的背景要求，对解决实际问题的要求日益高于对PPT做得好的要求，这个时候明确目标，主动招募高质量人才，性价比高。当然，知道什么是好人才，如何把这些人招进来，放在合适岗位上并充分发挥作用，是另一摊复杂的事。
· 求职者背景更多元。除了95后和00后带来令人眼花缭乱的管理挑战之外，跨专业、跨岗位、跨行业、跨地域工作越来越普遍。即使走专家路线，如果不能持续扩展技能和视野，也被视为竞争力不足；无论找工作还是招聘，看不到更大的世界，局限于熟悉的渠道和经验主义，都会吃亏。
· 组织发展更受重视。困难时期最容易暴露问题，也最能检验实力。很多组织在这次疫情中发现家里四面漏风，远程工作人都见不着，修起来麻烦死。长期以来，HR部门受到的重视普遍不够，中小企业HR从业者的专业程度也不够高。从应急制度到员工驱动力建设，都有巨大的提升空间，人才发展部门的话语权也必须加强。
· 远程办公的接受度提高。疫情当下，协作办公和视频会议领域红得发紫，春节后才十天，BOSS直聘的视频面试功能使用次数就比2019秋招旺季翻了20倍。人的适应性很强，很多公司和员工慢慢习惯并摸索出了一套远程工作方法，甚至感到不用挤地铁又健康又高效。但人终归是社会型动物，从全局效率来讲，集中办公的形态暂时还不会被颠覆，更不要说那些必须线下工作的实体行业，但部分细分职能和场景下的远程办公会被提上日程。
行业发展需要认知层面的进步
就业从来是社会系统工程，需要监管部门、平台、雇主和劳动者共同投入。基于以上几个趋势，个人认为，招聘行业整体技术含量提升，不仅包括纯粹的技术实力，还包括对就业本质的理解。
前面提到，招聘市场的双边推荐在技术实现上其实难度非常大，它表面上是简历和招聘启事两张纸的匹配，实际上是两个大活人的匹配。在这个层面上，真正有效而精巧的算法还在不断探索中。
2019年，BOSS直聘在人岗匹配领域的研究工作分别入选EMNLP、CIKM和KDD三个国际顶级会议，就AI技术在招聘领域的应用以及求职招聘领域双边匹配效率的提升进行了深入探索。举个例子，近几年，基于新技术和新需求而诞生了不少全新的职位类型。自2019年起，人社部陆续公布了多个“新职业”。新兴职位的诞生，意味着该领域的数据相对不够全面和完善，影响相应职位领域的推荐匹配效率，如何补充完善新兴职类在冷启动下的样本量成为了突破的关键点。针对这一问题，我们在EMNLP 2019大会上发布了《领域自适应的人岗匹配研究》论文。我们主要利用不同职类领域里存在相同特征数据的原理，将成熟职类领域的数据引入相关的新兴职类，丰富训练样本，从而提高新兴职类领域的人岗匹配效率。这是迁移学习方法首次应用在人岗匹配领域，相比传统方法，能够更有效地实现文本匹配场景的知识迁移。在这项研究里，BOSS直聘与中国人民大学一起建立了深度全局匹配网络框架并实现三个层次的迁移学习，实验证明该模型优于所有baseline模型，极大地提高了人岗匹配效率。所以，我们始终呼吁优秀的技术人才加入这个很有社会价值的领域，一起来提升行业的技术理论水平。
关于对就业本质的理解，不是光理解“招聘这个生意怎么做”，而是深入探索和学习人和工作的关系，企业和员工的关系，不断向用户学习，踩到田里，再转化到产品和服务上。一个行业的大发展，除了战术层面的方法论，技术层面的推进器，还需要认知层面的理论创新和进步，这也是BOSS直聘提出并推进“职业科学”的初衷。举个例子，职场性别平等一直是社会高度关注的话题。中国女性的劳动参与率和专业技术人员比例多年来位居世界前列，但女性普遍面临难以晋升和无法充分发挥个人能力的困境，这既是社会问题，也切实影响着企业的绩效产出。针对这个问题，BOSS直聘职业科学实验室设计了一个创新的代理人基模型（Agent-based Model）对员工晋升的动态过程进行仿真研究。我们发现，在去除社会偏见因素，仅以工作能力和成绩为核心变量的情况下，尽管女性的平均工作能力高于男性，依然难以获得晋升，而女性更稳定的工作表现反而成为阻碍其晋升的原因之一。该研究成果近期也在计算建模与数值仿真领域的国际顶级期刊Communications in Nonlinear Science and Numerical Simulation发表。除了学术发表，我们还将模型应用到了真实的企业环境中，得到了现实验证，并基于分析结果，为企业提供了相应的管理建议。
除了技术含量的提升，招聘行业的发展趋势还包括，更精细的产品和服务，和更有效的市场设计。求职者背景、组织形态和工作方式的多元化已经势不可挡，所以在深入了解用户的基础上，推进模式创新和产品创新成为必然。
大数据能够帮助平台更加了解用户，对市场宏观状况也能有更及时的观察。招聘平台除了作为桥梁，更应该利用这些宝贵的资源，尝试优化就业市场的规则，至少是平台规则，更好地保护用户，建立职场互信，这是一件共赢的事情。
一个好的双边市场通常具有稳定性、有效性和抗操控性。人岗不匹配的现象越少，市场就越稳定；当无法在不损害他人利益的情况下提高任何人的利益时，市场就是有效的；如果人们表达自己的真实信息和偏好符合利益的最大化，市场就具有抗操控性。
从就业市场的角度来看，我们发现，很多时候人岗错配来自于企业和求职者对自己的需求定义不清楚，企业不知道想要什么样的人才，某个岗位该做什么；求职者不清楚自己能干什么，该干什么。大家也不是故意不好好聊天，是确实不清楚。另外一种原因是由于耐心不足、方法不对或者机制不合理，双方没有获取到更合适的信息，一旦在入职后发现不合适，就有强烈的更换动机。中国年轻人跳槽出名地频繁，在不同研究里，平均跳槽间隔最短7个月，最长也就是16个月。企业也是一样，在人岗错配上浪费了大量的招聘和培训成本，关键岗位的错配甚至会导致企业命运的不同。所以从平台方面来讲，要尽可能地提供全面有效且结构化的信息。
经济学中经常讨论“帕累托最优”，在就业市场中，如果重新配对能使某些人的效益提高，又不会伤害其他人，该市场就有帕累托改善的空间。由于平台在一定程度上具有全局视角，就不能只考虑微观层面或者特定群体的最佳匹配，而应该通过更友好的产品和更精细的运营服务，让尽可能多的人找到满意的机会。
求职招聘市场中的信息不对称是长久存在的问题，当然这个信息差也很难彻底消除。就业市场中，公司和候选人双方都有动机去夸大、修改或隐瞒信息来获取更大的成功概率，但在真正入职之后，往往会产生问题，造成纠纷。因此，招聘平台除了提供信息撮合，还应该通过产品机制和社区规则，让用户尽可能主动地表达真实信息和偏好，并让他们确切地意识到，只有这样做才更容易实现自己的利益最大化，进而促进平台的资源和服务质量提升，实现多方共赢。
