福田汽车潘平：人才匮乏问题需要通过大数据来解决

大数据数据分析福田汽车人才

潘平 | 2016-12-02 10:40

【数据猿导读】我们总思考我们的人才在哪里，也就是我们人才解决方案怎么来获得业务的认同和企业的认同，因为都在想一个问题，通过大数据分析我们企业的市场占有率，竞争发生了变化，什么原因造成的，是人的问题，那么具体是什么人或者什么环境，当前的绩效和能力，还有未来长远的绩效和能力

我从汽车行业的大数据来给各位介绍。

从中国90年代的120家，生产100万辆，今年预计能够达到2660万辆的规模，增长了26倍。到处是堵，堵的后面是什么呢?谁去分析堵的原因，总有一些路口，为什么会堵?这些都是大数据，这是从整体来看。

中国汽车2600万辆，乘用车2000多万辆，自主品牌这几年发展的非常快，40%的自主品牌，乘用车行业，福田是其中之一，每年的产量60万辆左右。在乘用车里面无论是长城吉利这些企业，增长的幅度都非常地快。100多年的汽车工业，现在整个世界上变成了15家汽车集团，其他都非常地小。

从汽车工业来看，它带来整个世界的剧变。从高校的数据来看，没有汽车专业的院校都开了汽车专业。从人才的数据来看，今年是766万，据几家公司调查的数据来看，人才机构发生了巨大的变化，总量在增长，机构发生了巨大的变化，招到优秀的校园人才并不是我们想象中劳动力过剩，而是招不来，这是大家非常关注的问题。

作为汽车工业，每年的能耗，2018年北京市要进一步缩减传统汽车的指标，这个数据表明未来汽车往哪个方向发展，还是传统能源向新能源的转型。2015年为了违反国家新能源的政策，有的企业罚了2个亿多。

为什么国家这么看重新能源呢?中国传统汽车工业发展要想赶上世界工业的水平是很不现实的。说明发动机的排量到一定程度的时候再也上不去，后来产生了二氧化碳，必须往新能源方向发展。中国就赶上了这个机会，我们可以缩短与世界的差距，这是一个。

围绕这一变化，福田怎么做呢?刚才说了从招聘人才来说，我们建立了一套大数据的筛查系统，我们改变了传统的招聘，通过数据分析，这个数据成功的基因是什么，适不适合人才基因的招聘。通过学校师资，是不是适合咱们企业。我们说，从四个方面——全球事业、招聘人才、培育人才(6、5、4、1)、用文化引进人才。

我们要招聘全球化的人才，世界欧美发达国家领先于中国。

我们把福田汽车中很多相应的制度要放到公平公正公开，让你感受到什么都是公平的，让你相信这个企业，把它用好，它的发展规划，它收入的情况，我想未来肯定会很好。

关于制造行业的升级，刚才前面说了，向智能化高科技互联网上面转型，另一个面临背景，国家要去产能，也就是未来我们制造业和汽车行业要求新建一个工厂，已经不可能了，那反过来说不可能，我们必须面临产品升级，特别智能升级，大数据分析来看，这几年每年中国的人工成本，是每年以10%左右的比例在增长，那么在增长之下，企业如果要淘汰原生的设备要用智能化的生产。

对企业来说，在现有的生产设备和挑战下要做新的变革这是一个非常大的问题。第二个就是说，作为中国来说，在汽车行业，刚才前面说过，跟国际化比差距很大，那么如何来做?人才的三跨，一个跨国际，二是跨行业，第三是跨人才，世界的人才引进中国，改变中国的汽车工业开发方面的问题，这是第一个。

跨行业来说，实际上前几年大家讨论一个问题，就是互联网改变这个时代，现在改变了制造业，所以现在来看互联网对制造业是服务和补充，改变不了制造业。第三就是人才来看，现在来说怎么培养未来的人才，针对这个课题怎么来做，20年的发展，那么取得的这些成绩，后面其实就是一个，我们持续的关注人才发展。

第一个问题，我们把很多的研发机构建在国外，欧洲这些国家，我们建这些研发机构吸引当地人才共同做人才的转型和培养，这是在研发方面。

那么做跨界人才培养，其实我们讲人才发展计划，我们每年计划从工作三到五年的人才里面来选拔20人左右，我们培养跨代接班人。

第三文化建设方面，我们有机制了，我们怎么来把这些人才留住，需要制造业。刚才周总也说，我们抓校园人才，以制造业为主，我们要发挥企业的优势，通过和当地政府合作一些住房方面的合作，来吸引员工进入企业。

对于一个国家来说，国家强大制造业必须强大。现在说互联网和金融，互联网行业的兴起在一万左右，制造业最低的制造业一般制造业的利润5%就很不错了，那么这个背景下企业只有通过大数据不断的优化我们内部的管理，提高效率，通过提高效率来提高员工的素质，来改善环境，企业加大人才培养的力度，因为我们靠外部招聘也不行，只有靠人才的自身造血功能强大，我们企业人才生态链才是健康可发展的。

因为我主要负责产品研发，如果你问我说让我夜不能眠的，今天科大讯飞介绍很多人工智能，对我们来说是非常焦虑，甚至说是我们非常希望解决的问题。

其实很想把这个问题问给在座的各位，如果大家有答案非常希望能跟我们探讨，就是科技在进步，其实包括我们在讲的大数据，本身在技术上，根本没有大家想象当中那么神秘，就是技术本身不管你是数据的存储也好，还是说这些数据未来的怎么建模，人工智能基础的应用，会发现基础技术已经基本过关了，或者某种角度可以具备应用的基础。

这两年研究下来到底能够解决我们什么样实际的问题，也就是说这个大数据和我们实际要解决的管理问题管理机制之间中间的连接是什么，比如说我们可不可以将大数据应用在我们新的绩效管理的变革中，我们可不可以用在预测我们的员工离职率上，可不可以运用更大的外部人才库上，这些现在来说还没有一个最好的答案。

现在面临的问题，我们总思考我们的人才在哪里，也就是我们人才解决方案怎么来获得业务的认同和企业的认同，因为都在想一个问题，通过大数据分析我们企业的市场占有率，竞争发生了变化，什么原因造成的，是人的问题，那么具体是什么人或者什么环境，当前的绩效和能力，还有未来长远的绩效和能力。

如何做一个非常优秀的人才解决方案，什么样的分析模型，当一个人发生变化以后，人才数据、人才培养模式就能解决掉，这一块未来要通过大数据才能从已有的战略到绩效，到人的能力模型，这个问题解决就轻松很多。

来源：哈佛商业评论

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。