Эффективность индустрии подбора кадров определяется способностью работодателей и агентов подбирать кандидатов на вакансии. При типичном найме, занимающем до шести недель и стоимостью свыше 4000 долларов, более точное сопоставление может привести к сокращению затрат времени и ресурсов и повлиять на итоговые показатели бизнеса.

Конечно, искусственный интеллект, а точнее, машинное обучение, превосходен в точности сопоставления. Одним из источников вдохновения для Хелены - «охотника за головами ИИ», созданного рекрутинговой платформой Woo - является механизм рекомендаций, разработанный онлайн-ритейлерами, такими как Amazon.

«Рынок рекрутинга подорван, - говорит Коцер. «Это рынок с 200 миллиардами долларов только в США, и проблема в том, что мы тратим 95 процентов усилий и денег на этом рынке впустую.

«Когда кандидаты и работодатели пытаются найти друг друга - 95% их усилий затрачиваются на фильтрацию друг друга. Даже если они пойдут на собеседование, большинство собеседований не заканчиваются наймом, так что это еще один момент, когда обе стороны отфильтровывают друг друга».

Роботы-хэдхантеры

Ответ Woo на эту проблему - самообучающиеся роботы, которые полагаются на сложное машинное обучение, чтобы стать более успешными в подборе кандидатов на вакансии. Их первоначальное обучение проходило от лучших людей-рекрутеров и охотников за кадрами. Woo нанял команду из них с опытом рекрутинга для ведущих технологических фирм, таких как Google и Facebook, чтобы предоставить поведенческие данные для своих алгоритмов для изучения. После предоставления начальных данных обучения, человеческая команда теперь работает параллельно с ИИ-рекрутером Хеленой, обучая ее, и иногда обучаясь самостоятельно.

«Иногда они видят, как Хелена охотится на людей, которых они не ожидали получить, и они говорили:« О, Боже, почему она охотится на них?»

«Но часто эти люди оказываются вовлеченными в процесс, а иногда даже приглашаются в штат. Потому что Хелена может объяснить работодателям, почему они могут подойти им лучше».

Это может принести огромную пользу лицам, ищущим работу, чье прошлое может не совпадать с тем, что изначально считается вербовщиками важным, но чей опыт может сделать их хорошими сотрудниками, независимо от этого.

Коцер говорит: «Для меня это самое удивительное, что происходит сейчас, потому что Хелена может открыть больше возможностей для большего количества людей и предложить больше кандидатов».

Должны ли хэдхантеры начинать думать, что, как и врачи и юристы, аспект «человеческого прикосновения» в их работе достаточно важен для обеспечения безопасности их работы?

Дальше-больше

Рассказывая о том, как Котцер видит набор персонала в ближайшем будущем, он попросил не сочесть его сумасшедшим. Далее он предложил не менее шокирующую вещь: устранение собеседования.

Несомненно, характер занятости и работы заметно меняется на наших глазах. В основном это происходит благодаря появлению экономики свободного заработка, которая сама по себе часто становится возможной из-за прорывных технологий. Но есть много других факторов, таких как все более мобильное население и постоянно растущая конкуренция на глобализированных рынках.

«Если вы думаете об интервью, то оно возникает в результате отсутствия информации с обеих сторон. Они [кандидат и работодатель] должны поговорить друг с другом, чтобы понять, что знают, а что нет.

«Но если есть машина, которая знает все - как бог - о вашем прошлом опыте, о ваших проектах, вашей культуре - она скажет вам, что идеально вам подходит, и обе стороны не будут сомневаться в этом».

По словам Котзера, через пять-десять лет переключение рабочих мест будет простым: «Я хочу переехать в Бостон и зарабатывать 160 тысяч долларов, работая с искусственным интеллектом», а компьютер скажет вам: «Вы начинаете здесь в понедельник, удачи».

Это может показаться надуманным, но с учетом того, что машины, оснащенные интеллектуальными обучающими алгоритмами, все чаще и чаще находят лучшие совпадения, нет причин, по которым оно должно быть менее преобразующим, когда оно применяется для заполнения вакансий.

Теперь, конечно, возможно, что идея о том, что роботы выбирают работу, для которой мы наиболее подходим, и назначает нам роли на основе проведенного ими анализа нас, вызывает несколько тревожных звонков. И это не страх, который следует воспринимать легкомысленно. Предвзятость на этапе сбора данных может привести к тревожным ситуациям, таким как вводящие в заблуждение корреляции между полом, расой или любой другой группировкой, которую может применить компьютер, пока он вас классифицирует.

Теоретически, когда из большего количества источников становится доступным больше данных, неточные или предвзятые наборы данных устаревают и больше не используются, их заменяют точными репрезентативными. Одной из задач будет убедить достаточно людей доверять этой технологии, чтобы генерировать эту «критическую массу» данных, что крайне важно для объективности и эффективности аналитики.

Так что - мы можем ожидать, что придется терпеть собеседования еще несколько лет. Но очевидно, что сегодня ИИ уже имеет потенциал для сокращения потерь, повышения эффективности и рационализации процесса подбора людей, в которых нуждается бизнес, с рабочими местами, в которых они будут расти и процветать.

No Comments