“既保持核心人才队伍的活力,同时又保障员工的发展需求。我们用了一年多的时间,就完成了人才梯队的重建——这大概涉及近1000余人岗位的调整。”
—— 王军 东明石化集团人力资源管理中心总监
在最新的2024中国民营企业500强系列榜单中,东明石化以1500亿营收位列第56。这家几乎占据山东菏泽东明县90%GDP的企业,此前刚刚喊出“全球500强、营收3000亿”的目标。面对新能源向主流靠拢的行业背景,东明石化的计划是通过传统炼化向下游高端化工转型,来实现营收翻倍的目标。这是一个集团型企业的战略转向,也是我国石化行业巨变的一个进行时样本。
集团的战略转向究竟如何做?从生产端往下游消费端的转型抓手是什么?《致胜人效时代•访谈录》与东明石化集团人力资源管理中心总监王军从战略转型的视角,复盘观察东明石化的人才管理变革——在切入下游产业、迈向国际集团梯队的前夜,如何用SAP SuccessFactors革新管理理念,提升管理效率,用人才之变,激活产业布局的共振。
重构人才画像 瞄准大厂返乡青年快速提升本科率
问:东明石化发起了“数智未来”计划,其中人力数字化是第一步。为什么将人力作为转型的第一站?
王军:整个石化行业都在“求变”。无论是入局新能源赛道,还是迈向炼化产业链的下游,东明石化的用人需求在业务转型发生之前就已经发生了变化。
东明石化30多年的发展中,人才梯队的变化是相当明显的。过去,以县域本地人员为主干。坦率地说,这样的人才结构并不适配当前的集团发展,转型推进尤为艰难。东明迫切需要更多的人才、更多与此前员工不一样的人才。因此,在经济新常态下,东明的人力反而在扩编。但绝不是老一套的人情型、关系型招聘和管理。我们选择了SAP SuccessFactors HCM,用一套透明、高效、标准化的先进解决方案,帮助我们选人、用人、留人。我们第一次将集团各分子公司的人才资源纳入统一平台管控,人才全生命周期管理全部数字化,入转调离都有迹可循。
借助SAP SuccessFactors内置的人才画像和能力模型,结合绩效评估、人才盘点模块,让关键岗位的人才甄选、人才储备有据可依。比如说,我们构建了12个专业能力模型和1个领导力模型,明确了三类人才标准,包括核心人才、后备人才、高潜人才及其后续完整的培养计划。用这样一套数字化系统,我们适时抓住了大厂缩招热潮下的返乡青年,大大提升了人才队伍中的本科生比率。也正是依靠数字化,我们将这些人才分布在组织的各个层级,通过系统性培养,为将来的人才储备和置换做好准备。
问:近几年,各行各业都在谈转型。但像东明石化这样大刀阔斧地战略性转型,带动多业态、一线员工一起转型,实属罕见。东明有哪些经验可以分享?
王军:东明面对的转型议题很多,组织层级又比较繁复。很多时候,经过层层汇报、审批,转型往往就“变形”了。我们当然想要往精简、扁平的组织架构上靠拢,让整体的运作更高效。但同时,步子又不能太大。东明的创新做法是打造“混编战队”。
东明石化专门成立了数智中心,由集团总裁牵头,抽调了一批懂业务的一线员工,加上IT人员组成混编团队,来推动转型落地。
一方面,这些团队直接向总裁汇报,缩短了中间层层审批的流程,可以快速提升管理和决策效率。另一方面,混编意味着拆除“部门墙”,把各领域的精兵强将整编在一起,大家协同作战,快速提升整个组织的战斗力。现在,在东明石化,我们有一批这样的“混编团队”,比如新能源研发小组、炼化一体化研发小组、节能降耗生产优化小组等等。让他们先“跑起来”,用他们的经验和成果,敏捷化整个组织的变革。
回到人力资源管理本身,那这部分人其实是承担了双重甚至更多的角色,在系统中他们的位置是什么,绩效如何评定,SAP SuccessFactors也给了我们一套规范、科学的管理体系。
为业务转型蓄力:一年多完成干余新岗位编制、调转
问:东明石化作为深耕区域的龙头企业,对当地经济影响举足轻重。此次人才梯队的更新迭代,产生了哪些影响?
王军:其实在这样一个特殊的变革时期,经系统评定“汰换”下来的那批人,那批和东明共生长、同奋斗过的“老兵”,我们并没有淘汰掉。在SAP SuccessFactors系统,我们有完善的内部竞聘、轮岗调岗机制。相应地,我们配置了专门的石化大学和技能培训班,对员工进行生产、销售等方面的再赋能培训。这样一来,我们既保持了核心人才队伍的活力,同时又保障了员工的发展需求。我们用了一年多的时间,就完成了人才梯队的重建——这大概涉及近1000余人岗位的调整。
与此同时,这也革新了我们的管理理念。以往的内部选岗、晋升一直依靠传统的考试、小组评审,繁琐、周期长不说,也不够公开、透明。上线SAP SuccessFactors后,我们现在将人才盘点和绩效评估作为主要的考评依据。员工可以在线上自行填写绩效、查看系统给出的评价结果,进行岗位竞聘、档案查询等。这其实让每个员工都有了清晰的发展路径和自我革新的责任意识。
问:没有丢掉“老兵”,带着全体员工一起转型,令人十分震撼和感动。这是否也是流程组织优化的东明实践?
王军:是的。数字化从狭义上讲,其实就是系统化、流程化。上了系统,可能会带来效率的提升,也必然会精简一部分原来组织的冗余。东明有一个比较直观的例子——算薪发薪。以前是人力部门算基本薪酬、企管部门算绩效津贴,加总在一起再由财务发薪。SAP SuccessFactors上线后,我们对薪酬构成进行了重新设计、合并算薪,还通过与SAP ERP系统的打通,一键发薪。现在薪酬这方面经合并精简为一个部门,算薪周期由原来2周缩短为5天。
SAP系统的实施过程,也是我们优化标准制度、重构组织流程的过程。SAP SuccessFactors这么多年积累的最佳实践给了我们很多输入,我们仍然在持续学习中。
问:东明石化正在同步推进量与质的转型:迈向3000亿、成为世界500强。人力资源数字化管理会给东明带来哪些助力?
王军:其实年收入达到2500亿元已经足以跻身世界500强行列。但对于东明,我们仍然认为靠销售额堆出来的2500亿是远远不够的,在管理上我们也要自我革新,达到世界一流水平,才是推动企业持续发展的关键。
现在,高端人才的规模化引进和人才梯队建设,为东明石化正在进行的转型大计打下扎实的人才基础。我们也不再局限于东明县域的发展。在北京,我们已经成立了数科公司;在济南,大宗能源商品产业园也已落成。我们的产业布局,连带着人才队伍,将一起“走出去”,去往更广阔的平台。
好文章,需要你的鼓励
这篇研究论文介绍了"Speechless",一种创新方法,可以在不使用实际语音数据的情况下训练语音指令模型,特别适用于越南语等低资源语言。研究团队通过将文本指令转换为语义表示,绕过了对高质量文本转语音(TTS)系统的依赖。该方法分三个阶段:首先训练量化器将语音转为语义标记;然后训练Speechless模型将文本转为这些标记;最后用生成的合成数据微调大型语言模型。实验表明,该方法在越南语ASR任务中表现出色,为低资源语言的语音助手开发提供了经济高效的解决方案。
《Transformer Copilot》论文提出了一种革命性的大语言模型微调框架,通过系统记录和利用模型训练过程中的"错误日志"来提升推理性能。研究团队受人类学习者记录和反思错误的启发,设计了一个"副驾驶"模型来辅助原始"驾驶员"模型,通过学习错误模式并在推理时校正输出。这一方法在12个基准测试上使模型性能提升高达34.5%,同时保持计算开销最小,展现了强大的可扩展性和可迁移性,为大语言模型的优化提供了全新思路。
德克萨斯大学Austin分校的研究团队提出了RIPT-VLA,一种创新的视觉-语言-动作模型后训练范式。该方法通过让AI模型与环境互动并仅接收简单的成功/失败反馈来学习,无需复杂的奖励函数或价值模型。实验证明,RIPT-VLA能显著提升现有模型性能,在轻量级QueST模型上平均提升21.2%,将大型OpenVLA-OFT模型推至97.5%的前所未有成功率。最令人惊叹的是,仅用一个示范样本,它就能将几乎不可用的模型在15次迭代内从4%提升至97%的成功率,展现出卓越的数据效率和适应能力。
北京大学与华为诺亚方舟实验室研究团队共同开发了TIME基准,这是首个专为评估大语言模型在真实世界场景中的时间推理能力而设计的多层级基准。该研究提出了三个层级的时间推理框架,包含11个细粒度任务,并构建了涵盖38,522个问答对的数据集,针对知识密集型信息、快速变化的事件动态和社交互动中的复杂时间依赖性三大现实挑战。实验结果表明,即使是先进模型在构建时间线和理解复杂时间关系方面仍面临显著挑战,而测试时扩展技术可明显提升时间逻辑推理能力。