哈佛商业评论

阿丽雅应该相信自己的直觉而非算法。只有她知道自己需要一位怎样的营销总监，而莫莉明显符合要求。

我离开Netflix之前，很多数据分析公司来找我，说他们的算法一定能帮助我们更好地进行人力决策，但我看不到投资回报。当时我们有数千名员工，已经有很多优秀人才脱颖而出，所以很难想象算法会显著改进我们的决策。文中的BBI规模要大得多，所以人工智能或许更有用武之地。但在这个案例中，做决策的应该是阿丽雅。

当然，在决策过程中，她应当参考最佳实践，并从整体角度分析所在团队。团队目前的人员构成如何？新上任的总监能否顺利融入？未来六个月到一年，哪些绩效成果能证明部门在顺利运转？如果得到足够支持，哪位候选者更有可能达成目标？

阿丽雅怀疑自己对共事几年的“门生”有偏爱，这也是对的。管理者经常说，“我想要聪明、坚定、能立即进入角色的人”，而他们最喜欢的人确实常常和他们最像。这不一定是偏爱，而可能是不愿冒险的表现。

虽然没有证据表明阿丽雅因为莫莉是女性而对她偏心，但我认为在这个案例中，性别确实是一个考量因素。研究反复证实，女性得到晋升的几率低于男性。在我的HR生涯中，我看到很多男性管理者考虑过女性候选者，但最终选择男性。他们告诉我：“我知道她符合要求，但我需要一个现在就能独当一面的人，我不希望她一上来就失败。”显然，如果没人给你失败的机会，你也不可能成功。我担心如果莫莉没得到这次机会，可能不会再有其他机会。

克里斯汀认为她的算法没有偏差，但在不了解运作原理和判断标准的情况下，我们无法确定是否如此。实际上，我尤其怀疑布拉德提供的人际网络数据。埃德参加会议更多、交往更广，是否因为作为男性得到更多表现机会？如果我是阿丽雅，我会要求看全公司男性和女性员工的整体人际网络图表。

我承认，如果这个案例中的性别翻转，即一位男性管理者倾向于选择他熟识的男性候选者，而非算法推荐的女性候选者，我的观点可能会有所不同。在这个案例中，算法推荐了一名意料之外的男性候选者，发挥了作用。但如果阿丽雅克服偏见，客观公正地考虑谁更适合这个职位，然后依然倾向于莫莉，她就应该听从自己的直觉。

帕蒂·麦考德（Patty Mccord）曾任Netflix首席人才官，现为初创公司和创业者提供咨询。