====自身结构(What)====

===结论模型===

  结论的模型是怎样的？
  {较复杂的知识体建议有以数据层面出发的结构图}

{{ :知识库:bae68db8e481b8e784bee7afbbe684.png |}}

===名词解释===

==可培训的==

指我们，已经掌握的知识，并且做成了培训体系的内容。这些内容不涉及个人的成长阅历和经验。都是可以在一定时间段内是别人掌握的。

==不可培训的==

指一个人经过长期积累下来的习惯与历史经验。这些经验是无法在公司内短期培训就获取的。通常我们需要一个人才，需要的就是他基于个人的专属回忆，通过通用的理论和方法去演绎出的新结果。

==可培训但没培训的==

在这里有俩种情况\\
第一种是我们没有掌握这一块领域的知识与方法。\\
第二种是我们已经经历过了这些事情，但我们都并没有总结下来，变成培训体系。


==模型思维==

模型思维是指思的时候总是利用现有的模型，并习惯性的总结模型。\\
因为我们的知识体就是成模型的一个具有模型思维的人能够快速的学习我们的知识并且使用。\\
所以我们对人才的基本要求就是掌握模型思维。

==学习习惯==

培养一个人才是需要成本的，如果一个人才没有学习习惯，那么它的在职价值就会降低，并且极低，除非是终端的流水线工人，否则我们应该让员工保持学习习惯。

==历史==

这里说的是不可培训的部分，就是一个人的历史经验。\\
这里指的是综合经验，包含生活的方方面面，成长历程中的一切。\\
当我们设计一个文化内容时，这些经验会让他产生出丰富多彩的设计。\\
同时，一个人拥有较为丰富的经验，也才能以更宏观的角度去看待问题。

===推导逻辑===

  如何基于需求一步一步分析出结论的。

==明确需求==

我们要人才的什么，是人才所承载的信息，还是人才本身的劳动力。\\
在没有企业知识与工业流程的情况下，我们既需要人才的劳动力，也需要人才脑子里的信息。\\
但有了企业知识库与工业流后，我们大部分时候需要的是人才劳动力，而非脑子里的信息。

此时，对人才的判断标准变了，从“我希望他掌握什么”变成了“他能不能按我们的要求做好”。\\
这种转化降低了我们人才“工作经验”的要求，但提高了我们对人才“基础素养”的要求。\\
所以，每一次招聘岗位，招聘发起人需要判断，自己要的是信息，还是劳动力。

技术类的岗位，属于他掌握了大量下限未知的经验，反而此时他的经验越充足越好，能快速帮我们上手。\\
但当我们的技术框架统一且成熟后，我们对技术类的岗位可能也会回归到校招。\\
推出: 笔试面试结构有公共部分考察个人的基础素养部分。

==对比困难==

在招聘时，我们会遇到对比困难的情况，所以先定一个标准，比如：“我要50个选1”，起码保证了从我们的参照系看，这个人是这50个人力最好的。\\
通过不断地在N选1种提高N的值，招聘越来越优秀的员工。\\
所以，在招聘发起时，就要定好这次招聘需要的N值，代表你期望招到多少选一的优秀人才。\\
当这个N以经理面试结算，则10选一时，可能就已经在前面阶段淘汰了几百人。\\
具体将N放在哪个点，就很值得推敲。这个后续研究确定。\\
基于这个点，推出: 面试发布需要n选1

==下放困难==

企业团队多了后，招聘经理有许多，如何确保每个经理执行完招聘流程后，人才起码是安全的？\\
这就需要企业有共有共有试题，有统一的评判标准。\\
过去我们的问题在于有这些东西，但只有一人掌握。口口相传，失传了，下面经理面试基本不走企业的流程。\\
所以，通过清流固定笔试过程，固定评分流程，则可以让经理遵循理论的要求过程。

==高效的面试流程==

我们始终追求整个工作流的效率，所以，面试分阶分流程。每个流程不同的人负责，就可以尽可能降低对工作的干扰。