我有一个朋友，名校计算机系毕业，在金融业从事风险管理，30岁不到就升职到公司中层管理，一切都很顺利。几年前在课余花了两年攻读统计学硕士，之后毅然辞去金融业的高薪工作，自降身价到一家10万人的公司做人力资源数据分析。
当时听到他的决定的时候，大多数人都很意外，认为他跨界跨得有些离谱。而他总说，金融的工作都按部就班，我想做点有意思的事。这周再次见到他，和他喝酒聊天，听听他现在的工作，让我感到脑洞大开。
他的日常工作是用大数据分析为人力资源决策服务。主要做对员工离职的预测，用数据分析来决定对哪些员工涨工资，涨多少合适，和选择解职员工等。通俗一点说其实就是用Moneyball的手法，运用到人力资源这个领域。当然，算法跑出来的结果一定还是会交到人力资源由人来检查挑选一遍的，现在全世界估计也没有哪个国家的劳工法允许用算法来直接开人的。
当然这方面的算法也是只有在这个行当里的人才了解。其实据我朋友说大多数的算法都是根据人力资源的历史数据进行分析的，这些关于员工的数据都是每个公司管得最严的，所以再好的算法，不在这个圈子里，拿不到一手的数据也是白搭的。
酒过三巡，有点小醉的朋友向我显摆他最新的开人的算法。把工作上往来的邮件抄送给同事，开会时把相关的同事请来，这些事我们上班中每天都会做。朋友的算法就利用邮件的抄送，会议的邀请，和公司的人事关系，进行聚类分析，找到工作关系很近的人。这些人每天对着一样的邮件，参加一样的会，那是不是可以开掉一部分冗余的人呢？
听到这里，我的酒一下子醒了好多，以前总觉得大数据是一种很笨的办法，是一个很不靠谱的东西。现在我才认识到，其实大数据啥的都是噱头，当用大数据的人得到了比以前更佳丰富的数据的时候，这些人的创造力才是大数据真正的威力。
我和朋友开玩笑说以后再不随意抄送邮件了，朋友笑着说其实很多银行早就根据交易员每天打卡的时间，交易的数量，甚至接的电话的数量来分析交易员的心情，并通过这个数据进行风险控制。这种服务银行要向提供商支付很高的费用，但是随着大数据的普及，这个行业的门槛越来越低，搞得人多了，算法也就越来越好。
我不禁想起我一个同学在澳大利亚大学的经历。这个学校有一个号称世界最好的检查论文作弊的软件，全世界很多大学都在用。这个算法很牛逼的原因就是每年这个学校大三都有一门课，让学生为这个算法添加功能。一代一代的学长们把他们的“先进”经验都注入了这个算法来换自己的学分，这也同时坑了一代代学弟学妹们。
我想我以后也许真的不会再随意抄送邮件了，但是我相信我的其他习惯也早晚会被大数据发现，被大数据后面的那个人利用。