年，我们见证了技术变革在招聘行业中的持续渗透。
伴随着供给侧改革的逐步深化，年将是企业人才生态进化与经济结构性改革的冲刺年。这场赛跑，既是对企业“节流”能力的检验，也是对企业“开源”能力的挑战。
“节流”体现在企业如何通过建立科学的培训和晋升机制，快速提升内部人才资本的生产效率；“开源”则体现了企业如何不断提升自身吸引力，最大化地建立起与外部人才生态的互联网络。
与此同时，我们每个人在面临时代变革的时候如何固本培元，在把握就业市场脉搏的同时应该重点增强那些方面的竞争力，BOSS直聘《开源时代：年人才资本趋势报告》尝试给出答案。
本报告按照从宏观到微观的视角，对当下就业市场的九个趋势进行了深度分析，试图为读者展示一张未来就业市场的导航图。笔者对报告重点进行了梳理，以飨读者。
趋势一
跨越人才价格鸿沟：阅读供需关系
报告认为，随着新兴产业和岗位的不断涌现，如何提升人岗匹配效率，降低资源浪费，成为就业市场设计者面临的巨大挑战。无论是求职者还是招聘者，都期望在进入市场之前就对市场的状况有清晰的把握。换句话说，他们需要一个简单而具有说服力的市场指数。
（1）BOSS直聘职业科学实验室提出了就业市场繁荣指数JMPI（JobMarketProsperityIndex）。JMPI=（职位总数/人才总数）xlog（均衡价格）。（当市场供需平衡时，其交点就是市场的均衡价格。）
职位总数与价格的乘积体现的是某个行业或地区中所有岗位的总薪资，也就是企业愿意付出的“人才成本蛋糕”，JMPI指数体现的是在这个行业或地区内每个求职者能够分享到的“蛋糕”大小。JMPI指数越高，这个就业市场就越繁荣，求职者获得的回报也更高。
报告从BOSS直聘平台年的数据中选取了六个具有代表性的行业：教育培训、人工智能、互联网、电子商务、金融和房地产，计算了它们的JMPI指数（图1.4）；发现：这六个领域的JMPI整体上都呈上涨趋势。人工智能依然是重要风口和未来方向。
（2）为了进一步优化JMPI指数，他们引入盈余（Surplus）的概念。绘制出教育培训、人工智能、互联网、电子商务、金融和房地产六个领域的社会JMPI后，发现：市场盈余较高的行业（互联网、金融和电子商务）与市场盈余较低的行业（教育和人工智能）的社会JMPI进一步拉大。
（3）他们还使用价格弹性来量化供求双方对价格的敏感度。WES（供应价格弹性=人才供应数量变化百分比/薪资变化百分比）值体现的是：单位比例薪资波动引起多少比例的人才进入，或者离开就业市场；WED（需求价格弹性=人才需求数量变化百分比/薪资变化百分比）值体现的是单位比例薪资波动引起多少比例的职位进入或者离开就业市场。
他们分别计算了六个行业的WES值和WED值后，发现：
第一、企业看待就业市场应该重点参考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。在六个行业中，WES值最高的是人工智能和金融行业，WES值最低的是教育和互联网行业。
对低WES值的理解可以回答企业经常遇到的一个招聘迷思：“为什么我提高工资了，但还是招不到适合的人？”
第二、人才看待就业市场应该重点参考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。
对于高WED值的理解能够回答求职者经常遇到的求职困惑：“为什么我那么有能力，但找一份高薪工作那么难？”
趋势
储备未来型技能：迎接技术变革
人工智能、大数据、云计算、区块链等新兴技术已成为主导产业变革的决定性力量，雇主对人才的技能要求正发生深刻转变。技术的快速迭代重新定义了长久以来企业对人才的筛选规则，重塑着劳动力市场架构。报告发现：数字化转型背景下，未来型技能、大数据技能、管理培训一体化技能在市场上将愈发受到青睐。
1.未来型技能
未来型技能没有统一标准，报告根据其对产业的影响程度，将未来型技能定义为具有高技术含量，能够颠覆传统流程，影响和塑造未来的新兴技能。BOSS直聘研究院数据显示，未来几年中，这些技能包括人工智能、算法、智能识别等。
过去三年中，大部分未来型技能需求的年复合增长率超过%，其中图像算法、语义识别等应用型技能年均需求增幅达3倍以上。BOSS直聘研究院数据显示，企业为未来型技能人才所付出的薪酬总量正以倍数级速率膨胀。
年，所有要求掌握AI、算法、智能识别等相关技能的岗位，年度薪资总和规模至少达到15亿元，较年增长5.8倍。
除了在薪酬上占据优势外，掌握未来型技能的人才在职场中更受欢迎。但所有具备“未来性”的技能都不可能是一朝一夕培养出来的，作为求职者，对于未来型技能，应该从两个角度来把握：
第一、未来型技能的超前特性。以人工智能为例，从年达特茅斯会议奠定了人工智能的框架开始，这个领域经历了60多年的起起伏伏，大多数为人所熟悉的机器学习模型和算法在20世纪80-90年代便已经完成了奠基工作，比如：反向传播算法、SVM、LSTM和CNN等。无论求职者还是企业，在磨炼超前思维的同时不要盲目追逐风口，而应该不断夯实技术功底，并始终密切