编辑导语：离职，是一个永恒的职场话题。近日，有网友曝出自己怀疑被某公司提供的一项名为“离职倾向分析”的服务监控。究竟是怎么一回事？“离职倾向分析”可行不可行？本文从此事出发，提出了两个关于“离职倾向分析”服务监控的争议点。一起来看看吧。

昨天情人节，谈个关于分手的事情。

公司与打工人的分手。

一家公司对打工人的使用，经常是容易出幺蛾子的。

毕竟打工人同时具备了【人】和【工具】的属性。

而老板们往往是往【工具】去看的。

既然是【工具】，那么出现监测工具状态的产品，也就不意外了。

虽然有点赛博朋克恐怖谍战故事。

这几天江湖上有个新闻，说的是有网友曝出自己在投递简历后被原公司裁员，他怀疑信息被某公司提供的一项名为“离职倾向分析”的服务监控。

销售人员称，该公司产品提供这项服务，能帮助管理者判断出具有离职倾向的员工，员工的网络行为都有记录。

精彩的是，这位销售说，这个是非常合法的，很多公司都在用。

新闻爆出来之前，官网上还有详细的页面介绍，爆出来之后，不出所料的，404了。

从之前网站截图上的业务痛点描述来看，抓的需求是很精准的，人员离职风险，这是让所有公司都头疼的事情。

毕竟一个员工跳槽，带走的不光是存在脑子里面的很多非正式知识，而且会让其他员工的工作量陡增。

而且招聘一个新员工不难，但是新员工要融入团队跟上节奏，承担起之前员工的职能，时间成本非常厉害。

如果团队员工离职还是在同一时间段多次出现，那新员工甚至都没有办法继承学习储存在团队中的信息，很多know-how就随着员工阶段性流失而彻底失去了。

在互联网这样轻资产重人力的行业里面，员工离职带来的损失，远远要比肉眼可观察的来的大。

所以怎么提前发现离职倾向，从企业运营的角度来说，的确很重要。

传统人力资源应对员工离职倾向走的是老牌间谍路线，依靠的是多年管理经验，甚至是单纯的直觉。

能放上台面的离职倾向证据，可能是聊天中的一次信息交换，比如谈了个异地恋。

决策者拿到这样的信息也很纠结，人心隔肚皮，如果单纯的谈了一个异地恋就判定员工要离职，是不是略显草率，往好里想，万一其实是嫖娼呢？

再换个场景，如果收集到的信息变成员工在偷偷背单词了，决策者心里又要打鼓，这是要出国深造的感觉啊，要比那个异地恋的更有离职倾向一点，但是万一是单纯的想要辅导自家小侄儿英语呢？

正因为在轻资产行业里面人力的重要性，这种决策才更不能草率，不然本来不是事儿，都会搞出事儿。

主疑臣则诛，臣疑主则反，主疑臣而不诛则臣疑必反，臣疑主而不反则主必诛之。

古老的职场智慧已经说明，公司只要怀疑员工要离职，过程里面的动作变形最后必然导致员工真的离职，没得选。

而现在，大数据互联网赋能了，摆脱了经验和直觉的枷锁，精准度一下抬得特别高。

咱们先不说国内的，2019年，IBM公司CEO罗睿兰自报家门，说IBM人力资源部门在自家的Watson AI系统上开发了员工离职预测系统。

精度，能达到95%。

当然，这么细节的东西，这系统到底是怎么作出预测的，IBM拒绝透露，考虑到大众对信息安全的顾虑，只说了一句，是基于IBM内部的大量数据。

真是又凡尔赛，又凡尔登。

这都是三年前的新闻了，换句话说，离职倾向分析，从技术上来说，毫无压力。

毕竟相关要素就那么多。

那有意思的地方在于，公司获得了离职倾向分析以后，是怎么进行反应的。

按IBM自己的说法，当系统预测员工有离职倾向以后，会对管理人员进行提醒，然后管理人员会开始和员工商讨升职加薪、教育优惠、经济补偿等等事项，来尽量挽留。

原话是：

挽留员工最好的时机，就是在他们做出离职决定之前。

这已经有点《少数派报告》的质感了。

你说公司把有离职倾向的员工开除了有毛病么？

分情况。

骑驴找马虽然是职场常态，但是不是每个员工都秉持着“工作是做给现在老板用的，给下家老板看”的精神，骑驴的时候很不认真。

我不说别人，就说我自己，我喜欢职场无缝衔接，我作为打工人肯定也想自己利益最大化。

当我去意已绝的时候，我的工作效率，扪心自问那是断崖式下跌。

有任务来了，能混就混，反正爷要走了；

有协作来了，能拖就拖，反正过些时候就不是同事了。

尽管理智上，我知道人留影树留皮，走也要走的精彩漂亮；

但是感性上，抵不住想最后摸把鱼的冲动。

传统的激励机制和上升渠道，甚至画好的饼，这时候都失效了，因为我要离开了。

所以从企业及时止损的角度出发，避免“占着茅坑不拉屎”的情况出现，最好自己动手解决低效率员工。

但是换个角度的话，又不一样了。

我在企业工作的时候，经常做的事情就是把自己放到市场里面去看看，感受一下水温，没办法，企业里面老员工的收入和新员工倒挂，这是常态了，而且也能更好的知道自己的职业技能和市场需求有多大的偏差。

这不光是我一个人，很长一段时间我和小伙伴们交流职场经验，发现这是一个常态。

我知道看到这里很多做HR的小伙伴要骂娘了，你丫不想跳槽居然赶来戏弄我。

放心，我都只是看职位，不投递的，不会耽误你们的工作量。

而且其实很多HR为了冲KPI，也瞎约人面试，尤其是到了年底。

甚至还有某些大公司，直接拿人简历录入系统（本人都不知道投递过），然后直接拒绝，只为刷KPI，我自己就经历过。

大家互惠互利而已，商业点。

不过，在这个新闻里面，我跑去看求职网站这个行为本身，就是危险的信号。

因为按照新闻报道：

监测系统还能够检测到员工访问求职网站次数、聊天涉及离职关键词量、搜索离职相关关键词量以及简历投递次数等内容。

如果深挖的话，这套系统和IBM的离职预测比起来，数据模型和预测效果类似，但至少有两个存在争议的地方。

第一个争议，数据是怎么来的。

现在市面上试图用数据来预测员工离职率的那是真不少，比如下面的变量都可以用来作为预测员工离职倾向的因素：

年龄、商务差旅频率、婚姻状况、收入水平、加班比例、上一年的培训时长、距离上次升职时长、跟目前的管理者共事年数等等。

这些，是明码，也很容易收集，最后考究的，就是数据分析的模型和精度。

而模型采用的影响因子，是员工访问求职网站次数、聊天涉及离职关键词量、搜索离职相关关键词量以及简历投递次数等内容。

求职网站访问次数和搜索离职相关的关键词，如果是用公司网络来，能抓取，我可以理解。

聊天涉及离职关键词量，如果是用公司的聊天软件，能获得，我也可以理解。

好，简历投递次数，怎么获得？

接通了求职平台么？

这倒是有可能，反正这些平台卖谁不是卖，唯一的问题就是，合法吗？

肯定不合法，平台主观上不会做。

但你架不住内鬼做。

谁买的？

没公布，咱们不揣测。

但是，这些简历，如果放在合适的工具下，就可以获得个人简历的投递次数，这不是什么高科技。

咱们现在互联网上个人信息被滥用的程度大家都知道，虽然国家不断的在强化，政策不断在落地，但是和对个人信息实现很好的保护还是有一定的距离。

那这就是第一个存在疑问的地方，投递简历数量，这个非常私密的个人信息，是怎么来的。

第二个争议，涉及到一份专利。

这是公司在2018年3月就申请的，叫做“一种离职倾向分析方法、装置、设备及存储介质”。

是公开信息所以大家都能看到，说起来也简单，就是把员工在终端上的网络行为进行挖掘。

注意，这是员工终端，按照专利的描述，应该是公司给员工用的电子设备。

可能有人会说，你用公司给的电脑，看求职网站，那不和用公司的网络看日本爱情动作片一样么，是明知山有虎偏向虎山行。

这话，没毛病，但是这里涉及到一条界限，员工到底需要被监督到什么程度。

对于企业来说，员工出卖自己的劳动力和时间给公司，换取工资，我花钱了，你这时候就不能做别的。

站在员工的角度，我出卖的是自己的体力和脑力，用成绩、成效、输出来换取报酬，我那你钱了，也给你贡献了。

员工觉得，让渡是相对的，企业觉得，让渡是绝对的，这就是本质矛盾。

离职倾向服务是对灵魂的监督，如果企业还想对你的肉体进行管理呢？

别听到肉体就想偏，管理监督是从屁股开始的。

有公司给员工发了智能坐垫，美其名曰，可以智能检测心跳、呼吸、坐姿、疲劳度等等，你如果坐久了，还督促你起来运动运动，很贴心对吧？

但是当人力资源的同事温馨提示，为什么你每天固定10点到10点半都不在工位上的时候，打工人才醒悟原来屁股已经出卖了自己，固定的肠胃运动习惯已经传递到了人力资源后台。

而人力资源理解成了“摸鱼一时爽，一直摸鱼一时爽”。

这不是段子，某非常厉害的汽车公司被爆过，在员工办公室座位下安装红外传感器。

还有企业更直白，是厕所直接计时，打碎了很多人带薪拉屎的梦想。

果然科技以人为本。

这两个肉体管理的案例，和离职倾向有什么关系呢？

在于，企业想要知道自己付的工资值不值，企业想要避免自己可能出现的损失，对员工进行了一定程度的监督，而这个监督，有时候过头了。

卓别林的《摩登时代》里面，展现出来的一种粗糙的公司和打工人的博弈，公司通过泰勒科学管理理论对员工每一个工序进行精准的测量、规定、优化，让人异化成为流水线上一个灵巧的工具。

这，是管理，是监督。

而减少企业眼中员工摸鱼的时间，设定出“可允许”的如厕时间和离凳时间，也同样是测量、规定、优化，是精致一点点的公司和打工人的博弈。

这，也是管理，是监督。

对于离职倾向预测，本质还是同样，只是更高级一点的博弈。

管理思想史的发展，其实是一个非常值得研究的过程，泰勒科学管理理论之所以逐渐被淡化，不是因为不好用了，而是因为破坏了劳动力再生产，也就是把工人压榨成渣了，不利于公司利益了。

最后，由资本内化的力量淘汰了科学管理理论。

那离职倾向分析，很明显，对于现阶段的公司来说，非但不会影响公司利益，反而能进行保护。

按IBM的说法，自己折腾出来的那套AI算法，一年节约了3亿美元的留住员工费用。

这是用法之一，而国产方案能节约多少“提前进行开除-招聘能提升多少劳动效率、减少员工离职前摸鱼带来的损失”，可能是还没有铺开，所以没数据。

逮住就开除，是用法之二。

不论是哪种用法，站在企业的角度，你品，是不是百利而无一害？

通过数据精准透视员工内心，这样的解决方案，市场前景不说是烈火烹油，也能算是一片光明。

不会有任何其他内化力量能限制类似的算法继续拓展，你不做，别人做。

而且市场上有大量的公司买单。

做不做？

信服不信服？

当我仔细研究这套解决方案的时候，我还发现了一个很精巧的设计。

采买方案的，除了“企业即我，我即企业”的企业的领导层，还有的就是高层管理者。

比如HR部门的老大，或者说现在很多华丽的新名字，人力运营部门老大、员工体验部老大、员工成功部老大。

他们，不会被这套解决方案所束缚。

到企业高层管理者级别，他们的跳槽，不再会是去招聘网站上去海投简历，而是猎头绕着他们转圈圈。

过程里面不会留下数字痕迹，自然也就被离职倾向预测服务纳入掌控。

有一种礼法岂为吾辈所设的质感，解决方案自然是不会解决做掏钱决策的人。

这又引入了更深一层的思考，工具拿在什么样的人手里，会展现出不一样的效果。

工具无罪论，大家都听过，IBM的那套工具，在成熟的员工保护政策和隐私条例下，被逼的只剩华山一条道，预测到了，赶快亡羊补牢，谈涨薪、谈升值、谈培训。

而同样的工具，在一个人力资源滥用的环境下，在一个“爱干不干反正有人干”的场景中，就只会演变为屠刀。

预测到员工要离职，可能有谈心，但是不会有挽留，可能有预警，但是只会先开除。

这背后展露出来的，是博弈中劳资的一种不平衡。

当系统判定你要离职的时候，最好，你真的要离职，而且已经找好下家了，这对打工人来说变成了一种倒逼。

工资倒挂、左右横条的人升迁速度大于老老实实蹲坑位的人，这是劳资不平衡的表象，背后是缺乏内训体系、上升阶梯狭窄，而整体反应出来的，是快速经济发展和行业风口野蛮生长下，企业人力资源的不适配，甚至是故意不适配。

前些年，很多企业都在反复强调企业文化，“we are 伐木累”，是一种追求员工“忠心”的体现，这套逻辑，其实到现在都没变。

只不过，大家数字化了。

当员工不敢乱动的时候，单纯的理性角度来看，必然出现的结果是什么？

激励机制、员工福利、上升通道这些传统留存人才的手段，作用没那么大了。

劳资的天平，再次的倾斜。

自古讲究阴阳调和，道高一尺魔高一丈。

面对一场不对称的战争，企业手上有大数据有模型赋能，那员工这边就有游击战应对。

企业电脑不能用，回家用自己的电脑投简历呗；

怕自己投递的简历被爬虫给抓走，用老爹老妈的联系电话和名字里面故意放错一个字来呗；

和同事说句话怕被监听，用暗号和代指词汇来继续聊关于离职、跳槽、新公司呗。

双方，都在用自己的方式，面对新形态的博弈。

只要顶层设计不变，那就是企业依然觉得人口红利这个伪命题依然存在，觉得市场上依然有无限的人力资源能取代离职的员工，觉得自家培养不如到市面上重新招聘，那这样的对抗就不会停止。

那离职倾向服务，就依然有存在和继续优化继续发展的空间。

终于，大家开始玩儿谍战了。