中國經濟數據公司China Beige Book最新調研報告顯示，2016年第一季度，其調研的中國私營部門就業崗位增速降到了4年以來的最低水平。這表明一直穩健的中國就業市場未來將受到巨大沖擊。
如何解決中國就業市場即將面臨的風暴？這是一個非常重大的問題，相信政府也很擔憂。我知道很多美國的朋友因爲失業，在做Uber司機，並且獲得了不錯的收入。根據美國獨立就業信息供應商SherpaShare的最新數據，2015年全美有32.7萬名活躍的Uber司機，比2014年翻了1倍多。
根據Uber的官方數據，每週工作時間40小時的紐約UberX司機（廉價車型），其收入中位數是90766美元，是紐約×××車司機的2.37倍（收入中位數38357美元）。由此可見，像Uber這樣的僱主創造就業和改善收入的能力遠遠超過傳統僱主。
那麼Uber提供的是一種什麼樣的僱傭方式呢？我認爲可以稱之爲人才資產雲平臺，簡稱人才雲。通過大數據把從業者的能力和資源上傳到雲平臺，實現隨時在線。只要市場有任何需求，立即就會有最合適的從業者或資源進行響應。從業者和資源會出現在最合適的位置上，以最合適的方式與組織合作，生產出用戶最需要的產品和服務。從業者只要有和雲平臺匹配的能力和資源，就可以以動態大數據形式進入雲平臺，實現隨需調用。這種通過大數據和雲平臺隨需調用，整合以及管理人力資源的組織就叫做“人才雲”。
人才雲”很有可能成爲雲計算培訓的下一個風口。
人才雲：全面覆蓋就業市場
也許有人會說，像Uber這樣的“人才雲”提供的是比較低端的就業機會，“人才雲”是否也能提供高端的就業機會？大數據分析應該算是時下最“高大上”的工作之一吧？而Kaggle就是大數據分析師的Uber，爲他們提供大數據分析的工作機會。
讓我們通過一個案例來了解Kaggle。
Jetpac是舊金山的一家初創公司。當你通過Jetpac登陸Facebook時，Jetpac會搜索你好友上傳的全部照片，然後尋找其中標題有地名的，再用這些照片建立一個個性化的旅遊照片雜誌。在demo的過程中，很多入選的照片被發現質量很糟糕。他們想寫出一個搜索演算法代碼（Algorithm），通過分析照片的元數據（metadata）來判斷照片的質量是否符合旅遊照片雜誌的標準。可作爲初創公司，Jetpac沒有那麼多時間和金錢去尋找和僱傭能勝任的編程員來解決這個難題。
所以Jetpac研發團隊找到了Kaggle網站，把他們的技術難題變成了一個賞金5000美元，爲期3周的有獎擂臺賽。全球共有418人、212支隊伍參加比賽。頭10名隊伍編的代碼預測照片質量的準確率達到了85%以上。獎金最後由來自南加州大學的博士生Bo Yang所率團隊獲得。Kaggle的參賽合約規定大賽獎金支付者擁有對獲獎代碼的知識產權，所以Jetpac立即起用了Bo Yang團隊的代碼，一個成熟的產品短期內就上線了。
Kaggle聚合了全世界最頂級的數據挖掘（Data Mining）人才。許多像Jetpac這樣數據人才短缺的初創公司都將其技術難題放到Kaggle網頁上進行懸賞，讓全世界的數據高手在一決雌雄的過程中，用最短的時間、最少的投入解決問題。除了競賽獎金（從1000美元到300萬美元不等）之外，大數據分析師在Kaggle上還可以獲得時薪的報酬方式，通常在幾百甚至上千美元之間。
麥肯錫在《大數據報告》中指出，我們已進入一個海量數據的時代，要向數據挖掘要效率、要利潤。這正是Facebook和Amazon們做得風生水起的事。但問題是數據挖掘人才在全世界內都很稀缺，寫出搜索演算法代碼往往是一件非常耗時且昂貴的事。所以利用像Kaggle這樣的雲平臺和雲組織，企業可以用較低的成本，通過整合全球範圍內的數據挖掘人才來尋求最優的解決方案；而很多大數據分析師也可以將自己的能力和閒餘時間“變現”。
《新科學家》雜誌去年報道，英格蘭銀行正在把其經濟研究部門人才雲化，並允許銀行外部的人員進入其人才雲。由此可見，“人才雲”提供的就業機會也可以非常“高大上”，可以完整覆蓋高中低3檔就業市場。
人才雲的巨大經濟價值
從低附加值技能勞動力到高附加值技能勞動力，發達國家的就業市場正在經歷一場“人才雲”的革命。
根據美國Crowdsourcing.org的數據，從2009～2011年，美國通過像Uber和Kaggle這樣的“人才雲”就業的總人數增長超過100%，達到630萬人。Crowdsourcing.org並沒有公佈更新的數據，但是從“人才雲”高速發展的腳步來看，其在就業市場的擴張步伐並未減緩。
根據Burson-Marsteller、阿斯本研究所和《時代》雜誌的一份最新權威調研報告，全美已經有4500萬人通過“人才雲”提供過產品和服務，共有1440萬人其主要的一個收入來源是“人才雲”。這1440萬人中，要麼通過“人才雲”獲取了其總收入的40%以上，要麼在傳統的就業市場裏無法獲得就業。
另外，根據全球工會聯合會和歐洲進步研究基金會的最新共同調研，在英國16～75歲的人羣中，有500萬人通過“人才雲”提供過自己的產品和服務，其中有26%獲取了其總收入的50%以上。難怪國外有些評論員“人才雲”稱之爲破解衰退的駭客方案，其從2008年全球金融風暴之後就進入高速發展階段絕非偶然。
傳統的就業模式很大程度上是低效的，對於僱主如此，對於就業者更是如此。節約成本、更自由的勞動時間、更高的效率……雲組織可以在很大程度上解決傳統就業市場的低效問題，這是雲組織在金融危機中爆發式增長的一個根本原因。
人才雲乃大勢所趨
美國勞動力部長Tom Perez在2016年初宣佈，從2017年5月開始將把所有通過“人才雲”提供產品和服務的就業者統統納入勞動力人口統計數據。之前勞動力人口數據只計算那些在傳統就業市場裏就業的人。通過“人才雲”，美國已遠遠走在全球就業市場革命的前端。從某種程度上來說，這也是金融危機倒逼美國就業市場的結果。
與2008年的美國一樣，中國就業市場的狀況正在加速惡化，失業問題將越來越嚴重，“人才雲”是企業、政府和個人應對這種局面的重要渠道。中國模仿了美國的許多“人才雲”，像滴滴打車就是一例，但問題是我們的雲組織主要在低附加值技能勞動力市場發力，在高附加值技能勞動力市場乏善可陳。我們只有Uber，沒有Kaggle。這是因爲我們高素質的人才太少？是因爲我們的企業沒有慧眼？還是因爲我們的就業市場極度低效、亟需一場雲組織革命？
如何在我們的就業市場裏，從低附加值技能勞動力到高附加值技能勞動力打造一條完整、高度細分和專業化的“人才雲”生態鏈，將是破解中國潛在就業危機的絕佳駭客方案。如果有企業高效精準地切入，相信基於中國經濟政策和社會穩定堅守底線的考慮，政府的政策紅利、金融紅利以及財政資源也會迅速跟進。
華爲輪值CEO胡厚崑
站在雲端看世界,爲聯接而生
華爲輪值CEO胡厚崑談到，做聯接是一項讓人有使命感的事業。從電報到電話，從BB機到大哥大，從3G到LTE，再到5G研究，人類一直在尋求更緊密、更快捷的聯接。
如今，智能社會正在大步向我們走來。這是一次深刻的社會鉅變，信息通信（ICT）技術是其背後最重要的基石。
在智能社會，終端是萬物感知的觸角，網絡連接萬物，而云則是萬物智能的源泉，因此，華爲聚焦“萬物感知、萬物互聯、萬物智能”這三大特徵，提出全面協同的“端、管、雲”架構。
雲化的三個切入點
像人類歷史上其他重大技術革命一樣，雲的影響遠遠超過技術本身，還影響了商業模式和人的思維模式，引發了一系列商業革命。
過去十年，谷歌、亞馬遜、滴滴、Airbnb等開創了敏捷創新、體驗好、低成本的雲的1.0時代。下一個十年，將是雲的2.0時代，企業是雲化的主角，到2025年，所有企業都會用到雲的技術、雲的模式，85%以上企業應用會被部署到雲上。
融入雲的五大關鍵點
華爲輪值CEO徐直軍特別強調要擁抱雲，融入雲，利用雲計算培訓的技術和理念，創新新的商業模式和運營模式，提升體驗和效率。
而要真正要做到，面臨的挑戰有能力、人才、傳統應用和新應用，流程和軟件轉變等方方面面的問題。徐直軍重點分析了以下五個關鍵的方面。
第一是應用的敏捷開發。華爲去年在IT外包的整體投資是十五億人民幣。這些年，一些大的企業都紛紛在思考開發一個PaaS平臺或者引入一個PaaS平臺。如果有一個統一架構的PaaS平臺，不僅有公共、標準化的服務，同時面向每一個領域，也能夠提供一些專業化的服務。這樣就能使得包括軟件開發商、系統集成商等不同的企業更加聚焦於應用的開發。
第二是安全。雲化以後，由於數據分散，數據的泄露和非法訪問風險加大。關鍵就是要構建一個全棧的安全體系，包括物理安全、網絡安全、主機安全、應用安全和數據安全，同時要讓全局可視化。另一個方面，能夠基於大數據和人工智能，實現實時的、智能的感知和預防。最後，要選擇一些可信的合作伙伴。
第三是數據中心的進化。企業的流量越來越大，數據越來越多。如果把雲的理念用於數據中心架構，從Scale up的方式變成Scale out的方式，就可以實現PB級超大容量，這需要產業界共同努力，用分佈式的架構去替代現在的數據中心架構。
第四是數據的遷移能夠按需分配帶寬。站在企業的角度考慮，需要運營商按需提供帶寬，這樣才能夠快速地實現公有云和私有云之間的海量數據遷移。
第五是對於企業園區網絡的雲化管理。把園區運行維護、策略管理、配置全部融合並雲化，這樣企業只用買盒子，即插即用，把服務集中化、雲化，便能大幅度降低園區網絡的OPEX。
閱讀推薦：官網主頁（www.runtimewh.com）