裁员潮中，还能找到工作么？

头图来源：视觉中国

春节过完了，寒冬却还没过去。

2月15日，滴滴宣布将裁员2000人左右；2月18日，人人车被爆出大面积裁员；2月21日，安心保险经济性裁员方案曝光。

此前美图、斗鱼、一下科技、趣店等近几年备受资本青睐的明星公司先后裁员，手段各异，哀鸿遍野。

有趣的是，夹杂在一则则裁员报道间的是招聘旺季高潮迭起的消息。面对纷繁复杂的市场变化，企业和求职者双双陷入迷思，蠢蠢欲动又不敢冒然前行，到底什么时候才是“下手捕猎”的最佳时机？

美国著名商业畅销书作家丹尼尔·平克，以时机为研究对象，出版了一本名为《时机管理：完美时机的隐秘模式》的书籍。

“我将证明，时机是一门科学，它是一个多层面、跨学科的新兴研究体系，是关于人类生存状况的全新见解，并为更智慧地工作和改善生活提供有益的指导。”

其实，将丹尼尔·平克的这本书进行一个高度概括，可以归结为一句众所周知的话：“在恰当的时间做合适的事儿”。

时机有迹可循，尤其是在商业应用上，这其中以招聘最为典型。

招聘旺季是跳槽最佳时机么？

在招聘行业，公认的招聘和跳槽旺季是春季和秋季。

开年后, 很多人已拿到年终奖, 于是愿意去看更多的职位，与此同时, 各大公司经过年底的战略调整, 会有一些岗位空缺, 为求职者创造更多的就业机会；而秋季，随着高校毕业生加入到就业大军，求职人数猛增。

于是在招聘行业便有了“金三银四”“金九银十”的说法,。

但是，在这样的招聘旺季中，企业依然会困惑：

“为什么我发布的职位如此高薪，但还是招不到合适的人？”

求职者也依然百思不得其解：

“为什么我这么有能力，但找一份高薪工资那么难？”

适合的彼此似乎总是错过。

这样看，裁员以后、旺季之时，并不一定是求职招聘的好时机。那什么时候是最佳时机？

人工智能告诉你何时是“最佳时机”

人工智能正在解决招聘中的时机问题。通过数据、算法来告诉求职者们什么时候可以考虑跳槽，未来的职业的发展前景怎样；告诉企业，什么时候可以挖到适合的人才。

这在国外的招聘中已经开始应用。

Engage Talent是一家美国招聘服务公司，他们利用大数据来检测人才的流动情况。在对汽车制造商的人才跟踪中，他们发现在某个欧美国家，正出现一种跳槽趋势——

大量奢侈品行业的高管正跳槽至汽车行业，而这在其他国家并不明显，于是这个趋势被快速地应用到其他国家的招聘市场中。

Engage Talent建议其他国家的汽车企业挖掘奢侈品行业中的被动求职者，或者给奢侈品行业的从业者给出到汽车行业就业的建议，从而提高了招聘效率。

在招聘行业中，最难被挖角的是那些进入“免打扰”模式的顶尖人才——他们没有跳槽念头，不接猎头的电话。

但是研究发现，每年总会有一两次意外情况，由于某些事情，让他们对自己的工作、上司或是公司心生愤怒，即“愤怒时刻”。这个短暂的时间段，他们不会拒绝接受其他的工作机会。

有人工智能公司试图去挖掘这个“愤怒时刻”。位于硅谷的Entelo会追踪人们的社交档案和浏览习惯，它会根据人们浏览习惯的突然改变，从而预测哪些人才可能会更换工作，从而让企业招聘人员在合适的时间向这些投放个性化广告。

BOSS直聘首席科学家薛延波认为，好的招聘求职时机从来不是某个月，而是需要把握就业市场价格的“脉搏”，充分理解供需关系，伺机而动。

就业市场是由雇主和求职者构成的双边市场。长久以来，一个行业的需求和供给比例，以及行业的平均薪酬被作为指导雇主和就业者作出决策的重要参考信息。随着以科技主导的行业崛起，各个行业间的差别变得更为明显，这样的参考信息开始不再能够满足决策需求。

拿互联网行业和物流行业来看，当这两个行业的供需比均为1时，需要通过参考薪酬情况来评估行业的吸引力。

但是行业的供需情况是不断动态变化的，当这两个行业的供需比不同，其薪酬情况也不同时，求职者很难从这两个看上去似乎没那么大关系的评估维度中窥探一二。

为了能够更直观地反映就业市场的繁荣情况，BOSS直聘CSL（Career Science Lab）职业科学实验室提出了新的评价就业市场状态的指数，即就业市场繁荣指数（Job Market Prosperity Index—JMPI）。

JMPI将就业市场的供需关系和雇主、求职者的期望薪资进行结合，用机器学习的方法拟合出了就业市场的供求曲线，并对市场的均衡价格P*进行估计。当市场供需平衡时，供需的交点为市场的均衡价格，即当一个行业发展到成熟状态时的薪资水平。

这其中暗含了人们对于就业市场的心理预期。为了进一步拨开蒙在雇主与求职者眼前的迷雾，BOSS直聘CSL（Career Science Lab）职业科学实验室通过价格弹性来量化供求双方对价格的敏感度。具体来说，作为人才供应方，薪资的波动对于人才供应数量的影响就可以用供应价格弹性WES（Wage Elasticity of Supply，WES=人才供应数量变化百分比／薪资变化百分比）来体现。与此类似，薪资的波动对于人才需求数量的影响可以用需求价格弹性WED（Wage Elasticity of Demand ,WED）来体现。

对于企业来说，看待就业市场应重点参考WES值，WES值较低直接反映了人才对薪资不敏感。对于能够把握住的人才，企业应该珍惜。

在BOSS直聘发布的《2019人才资本趋势报告》中，人工智能和金融行业在被调查的六个行业中WES值最高， 教育和互联网行业的WES值最低。

这也能够回答企业经常提出的问题：

“为什么我提高工资了，但还是招不到适合的人？”

对于人才来说，看待就业市场应重点参考WED值，WED值普遍呈现高弹性特征，直接反映了职位对薪资敏感。在六个行业中，WED值最高的是人工智能和教育行业，WED值最低的是互联网和金融行业。

对高WED值的理解，即职位对薪资敏感的洞察可以解答求职者的困惑：

“为什么我那么有能力，但找一份高薪工资那么难？”

无论是对雇主还是求职者，能够在众多消息中分辨信号，屏蔽噪声，掌握就业市场的发展趋势，大概才能结合自己的情况找到所谓招聘求职的最佳时机。

人工智能现在还不足以告诉你几点几分跳槽最好，但不可否认的是已经为人类打开了一扇窗，开始帮助人类预见心仪行业未来的发展趋势。