5 способов, которыми искусственный интеллект меняет набор персонала в 2019 году
Искусственный интеллект (ИИ) влияет на многие отрасли, и отрасль найма не является исключением. История вербовки восходит к Второй мировой войне. С тех пор процесс приема на работу значительно изменился, особенно в недавнем прошлом.
В наш век цифровых технологий рекрутерам не нужно просматривать тысячи резюме. Они могут эффективно использовать отбор кандидатов с помощью такого инструмента, как ATS или HR-бот. То же самое и с подбором кандидатов, воспитанием кандидатов и еще десятком вещей.
Этот идеальный процесс идентификации кандидатов был бы невозможен без искусственного интеллекта и машинного обучения. Давайте посмотрим подробно, как ИИ меняет набор персонала в 2019 году.
1. Упрощение проверки резюме
Согласно Ideal, 52% лидеров по привлечению талантов заявили, что самая сложная часть процесса найма - это отбор большого пула кандидатов. Но последние технологические инновации помогли решить самую значительную боль рекрутера - скрининг резюме, в основном из-за большого объема.
Программное обеспечение для скрининга AI очень помогло в фильтрации резюме в соответствии с описанием должности. Это позволило нам найти подходящих кандидатов без необходимости просматривать резюме. Это также помогло сделать много данных потребляемыми, что было невозможно раньше. Например, одним щелчком мыши я мог фильтровать резюме по определенному месту и т. Д.
Так являются ли эти решения на 100% точными и надежными?
Нет, не сейчас. Несмотря на обнадеживающие результаты, существует небольшая вероятность того, что компания проиграет качественному кандидату (ложноотрицательный). Но нельзя отрицать, что это помогло сократить время найма для миллионов компаний.
2. Сокращение времени приема на работу.
Время имеет решающее значение для любой компании. Как кандидат, вы, должно быть, уже знаете, как долго может длиться процесс приема на работу. От составления короткого списка кандидатов до отбора кандидатов и собеседования с ними набор одного кандидата иногда может занимать до 2 месяцев. Это время варьируется от компании к компании. Чем крупнее компания, тем дольше процесс найма.
Давайте проверим, какие задачи при приеме на работу являются наиболее трудоемкими.
1. Скрининг возобновляется. 2. Воспитание претендентов.
3. Составление короткого списка этих кандидатов.
С такими инструментами, как Google Hire и множеством других, представленных на рынке, вы можете легко автоматизировать эти задачи. Вы можете использовать эффективно отобранных кандидатов и задавать вопросы через чат-бота. Вы потратите всего несколько минут на настройку процесса проверки по сравнению с ручной проверкой.
Этот автоматический опрос потенциальных сотрудников - один из многих способов, с помощью которых ИИ помогает свести к минимуму эти повторяющиеся задачи, позволяя компаниям принимать более быстрые решения и, следовательно, сокращать общее время приема на работу.
3. Подбор кандидатов.
С появлением такого количества языков программирования требования компаний также становятся разнообразными. Каждая компания ищет разные наборы навыков. Проблема в том, что как только вы начнете искать этих кандидатов в Интернете, вы будете ошеломлены количеством получаемых вами кандидатов. Трудно найти идеальную пару. ИИ значительно помогает решить эту проблему.
В июне прошлого года LinkedIn представил Рекомендуемые матчи. Эти рекомендованные совпадения являются рекомендациями кандидатов для вашей открытой вакансии. Со временем вы научитесь лучше тренировать свой ИИ, основываясь на ваших отзывах. Это значительно помогло подобрать кандидатов на LinkedIn. В феврале 2019 года им даже удалось улучшить алгоритм на 20 процентов.
Это сопоставление выполняется двумя способами. Он не только рекомендует кандидатов - рекрутерам демонстрируется потенциал, а кандидаты также видят наиболее подходящие вакансии.
4. Устранение предвзятости и поощрение разнообразия.
По-прежнему существуют неоднозначные мнения о том, может ли ИИ помочь в устранении предвзятости или нет. Amazon недавно пришлось очистить секретный инструмент найма ИИ, потому что он был настроен против женщин. Но поскольку большинство идеальных кандидатов в Amazon были созданы мужчинами, данные, введенные в модель, не были беспристрастными в отношении гендерного равенства, а наоборот.
Мы находимся в 2019 году, но мы все еще видим предвзятые результаты некоторых компаний, когда они нанимают людей. Согласно данным, ИИ помог устранить предвзятость и способствовать разнообразию. Но все зависит от того, как мы тренируем систему.
Кейтлин из HRTechnologies считает, что ключом к преодолению предвзятости является преодоление нашей одержимости навыками и знаниями и сосредоточение внимания на талантах, которые включают такие вещи, как инновации, адаптируемость и коммуникация. Более того, ИИ позволяет рекрутерам быстрее принимать решения и не принимать одно решение, а не другое.
5. Принятие более эффективных решений на основе данных.
Традиционный рекрутинг больше полагался на удачу и интуицию, чем на данные. Модель удачи / данных сделала процесс найма трудоемким и неэффективным. Но если вы сравните это с сегодняшним днем, у нас есть много данных и аналитики для создания процесса найма на основе данных. Рекрутинг на основе данных помогает не только улучшить качество найма, но и в нескольких различных областях:
1. Разработка общей воронки приема на работу.
Данные могут легко помочь в определении областей, нуждающихся в исправлении. Возьмем пример:
Вы видите, что коэффициент конверсии кандидатов, заполнивших форму заявки, снизился по сравнению с предыдущей заявкой. С такими данными вы можете понять, есть ли проблема в форме заявки или не во всем процессе приема на работу.
2. Распределение бюджета.
Люди используют самые разные каналы для привлечения кандидатов, будь то платформы для найма, реклама в социальных сетях или порталы вакансий. Данные могут быстро определить, какой канал лучше, после анализа последних наймов и их источника. Как только вы поймете, какой канал работает лучше, вы можете легко перераспределить свой бюджет.
Вывод
Все вышеперечисленные факторы приводят к одной общей цели, которую преследует каждая компания, - нанимать лучших специалистов с целью сохранения во всех отделах.
В недавнем посте Гэри Вайнерчук пишет: Сотрудники важнее клиентов.
Это утверждение верно, потому что именно навыки вашей компании помогут вашей фирме работать. Очевидно, что ИИ играет ключевую роль в улучшении процесса найма. Хотя может быть и несколько недостатков, это позволило рекрутерам принимать более обоснованные решения о найме.
Первоначально опубликовано на readwrite.com Химаншу Гупта, 18 марта 2019 г.
