AI dalam Proses Perekrutan: Bagaimana Kecerdasan Buatan Mengubah Rekrutmen

Istilah kecerdasan buatan telah ada selama 75 tahun.

Cukup lama bagi pakar komputer untuk memanfaatkan potensinya dengan merancang perangkat lunak bagi mesin untuk belajar dari data bagaimana melakukan tugas seperti manusia.

Kita berbicara tentang mengendarai mobil, memesan produk yang kita sebagai "pemilik" bahkan tidak tahu kita butuhkan dan, tentu saja, mempekerjakan karyawan yang mungkin kita abaikan.

Apakah manajer di Apple atau Google menganggap AI dalam fungsi proses perekrutan sama pentingnya dengan pemasaran, kita mungkin tidak pernah tahu.

Namun hari ini, Artificial Intelligence mengubah pemrosesan fungsi SDM seperti rekrutmen dan pemindaian aplikasi, penyortiran, dan penilaian.

Adapun kecerdasan buatan dalam pemasaran, pikirkan saja Siri atau Alexa jika Anda memiliki pertanyaan tentang keberhasilannya.

Blog ini akan menguraikan sedikit ilmu di balik AI dan banyak lagi:

Apa itu Kecerdasan Buatan (AI)?

AI adalah "buatan" karena kami mendefinisikan kecerdasan sebagai kualitas manusia.

Anda dapat memasukkan angka ke dalam kalkulator dan mendapatkan jawaban yang benar untuk masalah matematika, tetapi kalkulator Anda tidak dapat mempelajari jawabannya. Proses AI bisa.

Pengetahuan adalah kekuatan, dan data mendorong perangkat lunak yang dirancang AI untuk dipelajari dan ditemukan melalui data.

Masih dibutuhkan manusia untuk merancang perangkat lunak untuk mengajukan pertanyaan yang tepat, tetapi program yang mereka hasilkan dapat melakukan tugas bervolume tinggi dan berintensitas tinggi dalam hitungan detik tanpa kelelahan.

Bagaimana AI diterapkan dalam Proses Rekrutmen?

AI dapat memindai aplikasi dalam SDM dan rekrutmen, memilih kandidat yang sangat kompetitif, dan kemudian belajar dari keberhasilan atau kegagalan mereka.

Bayangkan sebuah departemen SDM dengan ribuan pekerja dan puluhan ribu aplikasi online setiap bulannya.

Manajer yang memindai melalui aplikasi tersebut mungkin menargetkan pengalaman dan pendidikan sebagai yang paling penting dan mempekerjakan berdasarkan dua kumpulan data tersebut.

Pada saat yang sama, permintaan perangkat lunak sederhana dapat memecah kandidat menjadi serangkaian skor yang diberikan untuk setiap aplikasi dan menawarkan prospek terbaik secara numerik.

Bisakah komputer belajar dari daftar itu? Tidak , dan berdasarkan jumlah aplikasi yang sangat tinggi, departemen SDM mungkin juga tidak dapat belajar dari keberhasilan beberapa orang pilihan mereka.

Tapi AI bisa.

Lanjutkan penyaringan

Dengan AI, informasi kandidat dapat ditarik lebih dalam daripada contoh di atas dengan menyaring usia dan demografi, pendapatan, pengalaman industri, dan bahkan jabatan.

Saat diperiksa silang, tingkat keberhasilan dapat diekstrapolasi melalui pengalaman "yang dipelajari" dari perangkat lunak AI untuk kandidat serupa.

Menelusuri lebih jauh, analisis prediktif AI dapat mengungkap ketidakakuratan atau bahkan ketidakbenaran dalam lamaran atau resume kandidat.

Semakin banyak data yang dianalisis, semakin baik proses pembelajaran dan semakin tinggi akurasi skor prediksi.

Tes kepribadian

Analisis prediktif juga dapat membantu memahami kepribadian, memecah jawaban pelamar untuk ekstroversi, neurotisisme, dan bahkan keterbukaan mereka terhadap perubahan dalam pengaturan kerja.

Keterampilan lunak ini sangat penting untuk berkolaborasi dengan karyawan lain , dan AI dapat membantu memprediksi bagaimana kandidat tertentu akan cocok dengan tim.

Keterlibatan kandidat AI

Sebelum keterlibatan SDM manusia, perangkat lunak AI dapat menawarkan interaksi yang dipersonalisasi melalui chatbot dengan kemungkinan rekrutan berdasarkan aplikasi awal mereka dan mengajukan pertanyaan terperinci dan menafsirkan tanggapan berdasarkan kunci yang telah dipelajari AI.

Aplikasi chatbot AI dapat menginterpretasikan tanggapan sambil menghilangkan bias pribadi yang dapat menyusup ke dalam wawancara manusia.

Manfaat Penerapan AI dalam Proses Perekrutan

AI yang ditulis dengan cermat dan dikembangkan membuat keterlibatan dengan calon karyawan menjadi pendekatan yang lebih cepat dan lebih sukses.

Semakin baik perangkat lunak, semakin cepat akan mempelajari proses perekrutan bisnis dan keberhasilan atau kegagalan fitur perekrutan.

Lebih banyak waktu untuk sukses

Dengan memanfaatkan AI dalam proses perekrutan, bisnis dapat mempersempit pelamar melalui tugas manusia yang sebelumnya memakan waktu, membebaskan perekrut untuk memfokuskan upaya mereka pada kandidat terbaik.

Kandidat tersebut dapat dihubungi, mengajukan pertanyaan terkait , dan dijadwalkan untuk wawancara, secara otomatis.

Tingkatkan interaksi perekrutan

Meskipun AI dapat menghapus beberapa aspek kontak manusia, rekrutan mungkin dengan senang hati menerima tanggapan langsung atas pertanyaan dalam proses aplikasi.

Umpan balik tentang status perekrutan mereka bisa seketika , hingga dan termasuk jawaban ya/tidak, dan mungkin menawarkan dukungan untuk perekrutan nanti.

Penghapusan bias

Sebagai manusia, kita memegang bias bawah sadar berdasarkan pengalaman hidup kita.

Kami membawa sikap dan stereotip ini dalam pikiran kami dan mungkin mengaitkannya dengan orang lain tanpa bukti apa pun tentang mereka di luar apa yang telah kami lihat pada orang lain.

AI mempersempit ruang lingkup proses rekrutmen menjadi fakta dan angka , data kompleks yang diproses oleh algoritme untuk membuat keputusan yang dipelajari.

Dengan demikian, sekelompok besar kandidat yang memenuhi syarat dapat dipertimbangkan.

Tidak ada lagi bakat yang terlewatkan

Di luar penghematan biaya yang dapat ditawarkan AI, Anda tidak akan pernah melewatkan bakat lagi.

Penghapusan bias dan pemahaman AI tentang pengujian kepribadian dan skor keberhasilan prediktif dapat menargetkan kandidat pekerjaan yang sesuai, bahkan jika bakat tersebut telah melamar posisi lain.

Dengan menyaring ulang pelamar masa lalu, posisi baru dapat diisi oleh rekrutan yang akan diabaikan.

Bakat juga dapat ditarik dari situs seperti LinkedIn, dipersempit oleh penggunaan media sosial mereka atau database kandidat dan papan pekerjaan.

Empat Tantangan Penerapan AI dalam Perekrutan

Algoritma hanya berjalan sejauh ini dan menyiapkan sistem AI bisa menjadi tantangan.

1. Masalah biaya di muka

Beberapa manajer akan selalu menolak pengeluaran berbiaya tinggi untuk produk baru atau yang belum terbukti, tidak peduli manfaatnya.

Terlepas dari ROI pemasangan AI , harga akan menjadi masalah.

2. Pelatihan dan mendapatkan keterlibatan

Meskipun membawa AI ke proses perekrutan Anda kemungkinan akan memberikan hasil yang positif, ada kebutuhan untuk pelatihan berkelanjutan.

Departemen SDM mungkin takut bahwa penerapan AI akan menghancurkan upaya mereka saat ini atau bahkan mengganti pekerja. Itu tidak mungkin.

Namun, membuat karyawan bergabung dengan teknologi baru itu menantang.

Integrasi dimuka dan perubahan langkah demi langkah yang dijelaskan secara menyeluruh akan meningkatkan dukungan.

Memahami output juga diperlukan untuk kinerja AI yang optimal, dan melatih personel SDM untuk menggunakan sistem baru akan memakan waktu.

3. Kebutuhan data

AI tidak instan. Mengumpulkan data adalah aspek harian AI dan mengajarkan algoritme untuk belajar membutuhkan waktu.

Manajer dan spesialis TI perlu berinteraksi secara tepat dengan data yang dikumpulkan untuk menguntungkan proses perekrutan.

Memutuskan data mana yang akan dikumpulkan dan tingkat pembelajaran AI yang sesuai yang dibutuhkan juga merupakan suatu keharusan.

4. Kehilangan sentuhan manusia

Meskipun implementasi AI yang berhasil dapat memperluas batas interaksi pelamar, ada kurva pembelajaran.

Interaksi chatbot pertama kali oleh pelamar dapat menjadi rumit , dan beberapa pengguna mungkin lebih menyukai komunikasi manusia.

Ketakutan menggunakan teknologi baru dapat mempersulit pekerjaan SDM, tetapi kandidat juga dapat terpengaruh secara negatif jika mereka tidak merasakan hubungan manusiawi.

Hal ini dapat mengakibatkan hilangnya rekrutan yang berkualitas.

Tiga Kisah Sukses Penerapan AI dalam Proses Perekrutan

Banyak perusahaan di seluruh dunia telah menerapkan AI untuk menyegarkan, mempercepat, dan meningkatkan proses perekrutan mereka. Satu dekade hasil terutama positif.

Unilever diperkuat dengan AI

Unilever, perusahaan barang konsumen Belanda-Inggris, telah mendapatkan hasil perekrutan yang dramatis dengan meminta kandidat memulai interaksi mereka dengan bermain game online.

Game berbasis ilmu saraf di platform Pymetrics melibatkan kandidat yang mengirimkan profil LinkedIn mereka untuk mendapatkan akses.

Data yang cukup dikumpulkan dalam 20 menit untuk memastikan apakah hasilnya cocok dengan pekerjaan tertentu yang tersedia.

Jika ya, mereka melanjutkan ke tahap kedua penyaringan sebelum interaksi langsung.

Menurut Mike Clementi, VP sumber daya manusia untuk Amerika Utara di Unilever, aplikasi melonjak dari 15.000 menjadi 30.000 dalam 90 hari pertama setelah proses AI diimplementasikan.

Perekrut menghabiskan hanya seperempat dari waktu yang sebelumnya dibutuhkan untuk penyaringan, menghemat jutaan.

Evaluasi yang disederhanakan di IBM

IBM, dengan 350.000 pekerja global, memiliki tugas rekrutmen yang tiada akhir.

Sistem AI mereka memprioritaskan proses menemukan orang yang tepat untuk posisi yang benar.

Fungsi signifikan dari AI rekrutmen mereka adalah mengambil data pasar kerja dan informasi pelamar kerja untuk memprediksi waktu yang diperlukan untuk mengisi posisi.

Data itu juga mengalir dengan kemampuan AI untuk menyatukan keahlian yang dibutuhkan dan keterampilan pelamar yang dijelaskan dalam resume.

Pertemuan tersebut menghasilkan skor yang memprediksi kinerja pekerjaan di masa depan dan dengan demikian kandidat teratas untuk rekrutmen.

Netflix dan AI untuk pembuatan dan perekrutan konten

Netflix terkenal dengan sistem hiburan streaming mereka, menggunakan AI untuk secara efektif menyaring informasi pasti tentang pemirsa mereka dan kebiasaan mereka untuk menawarkan konten yang mereka anggap paling efisien.

Di Netflix, itu berarti biaya konten hampir tidak sepenting biaya per jam penayangan perusahaan.

Netflix menerapkan analisis biaya dolar yang sama untuk penggunaan AI dalam fungsi SDM.

Selama beberapa tahun sekarang, perusahaan telah meningkatkan kecepatan perekrutannya dan mengurangi biaya perekrutan SDM secara keseluruhan dengan memungkinkan algoritme menemukan kecocokan yang tepat untuk administrasi, manajemen, dan bahkan pembuat konten.

Penghematan jauh lebih besar daripada biaya yang terkait dengan biaya perangkat lunak kecerdasan buatan SDM dalam perekrutan SDM.

Penutup: AI dalam Proses Perekrutan Mungkin Jalan yang Harus Dilakukan

Sekarang setelah Anda melihat apa yang berhasil membuat AI berhasil dalam proses perekrutan, seperti menghemat waktu, mengurangi biaya, menemukan kandidat terbaik, dan beberapa tantangan seperti mendapatkan dukungan karyawan dan biaya di muka, Anda dapat membuat keputusan yang lebih baik tentang penggunaannya dalam tenaga kerja.

Karena kesuksesan perusahaan besar seperti IBM dan Unilever , semua hal menunjukkan AI terus berkembang ke lebih banyak aspek dunia bisnis.

Jika Anda siap untuk mempelajari lebih lanjut tentang AI dalam aplikasi bisnis, lihat rekaman webinar kami tentang peran AI dalam pemasaran .

Ini memiliki partisipasi khusus dari Paul Roetzer, pendiri dan CEO PR 20/20 dan Institut Kecerdasan Buatan Pemasaran.