ИИ в процессе найма: как искусственный интеллект меняет рекрутмент

Термин «искусственный интеллект» существует уже 75 лет.

Достаточно долго, чтобы компьютерные эксперты могли использовать его потенциал, разрабатывая программное обеспечение для машин, чтобы научиться на основе данных выполнять задачи, подобные человеческим.

Мы говорим о вождении автомобиля, заказе продуктов, о необходимости которых мы как «владельцы» даже не подозревали, и, конечно же, о найме сотрудников, которых мы могли упустить из виду.

Считают ли менеджеры Apple или Google ИИ в процессах найма такими же важными, как и маркетинг, мы никогда не узнаем.

Но сегодня искусственный интеллект трансформирует обработку HR-функций , таких как набор и сканирование приложений, сортировка и рейтинг.

Что касается искусственного интеллекта в маркетинге, просто подумайте о Siri или Alexa, если у вас возникнут вопросы об их успехе.

Этот блог расскажет немного о науке, лежащей в основе ИИ, и не только:

Что такое искусственный интеллект (ИИ)?

ИИ «искусственный», потому что мы определяем интеллект как человеческое качество.

Вы можете вводить числа в калькулятор и получать правильные ответы на математические задачи, но ваш калькулятор не может выучить ответы. Процессы ИИ могут.

Знания — сила, и данные побуждают программное обеспечение, разработанное с помощью ИИ, учиться и делать открытия с помощью данных.

Для разработки программного обеспечения по-прежнему нужны люди, чтобы задавать правильные вопросы, но программы, которые они создают, могут выполнять объемные и интенсивные задачи за считанные секунды без усталости.

Как ИИ применяется в процессах найма?

ИИ может сканировать заявки в сфере управления персоналом и подбора персонала, выбирать высококонкурентных кандидатов, а затем учиться на их успехах или неудачах.

Представьте себе отдел кадров с тысячами сотрудников и десятками тысяч онлайн-заявок каждый месяц.

Менеджеры, просматривающие эти приложения, могут выбрать опыт и образование как наиболее важные и нанимать на основе этих двух наборов данных.

В то же время простые программные подсказки могут разбивать кандидатов на ряд баллов, присваиваемых каждому приложению, и предлагать наилучшие перспективы в числовом выражении.

Может ли компьютер учиться на этих списках? Нет , и, судя по чрезвычайно большому количеству заявок, отдел кадров, вероятно, тоже не сможет извлечь уроки из успеха своих избранных.

Но ИИ может.

Возобновить проверку

С помощью ИИ информация о кандидатах может быть получена глубже, чем в приведенных выше примерах, путем проверки возраста и демографических данных, доходов, опыта работы в отрасли и даже должностей.

При перекрестной проверке показатели успеха можно экстраполировать на основе «извлеченного» опыта программного обеспечения ИИ для аналогичных кандидатов.

Если углубиться в детали, прогнозный анализ ИИ может выявить неточности или даже неправду в заявке или резюме кандидата.

Чем больше данных анализируется, тем лучше становится процесс обучения и тем выше точность прогностических оценок.

Тестирование личности

Предиктивный анализ также может помочь понять личности, разбивая ответы соискателей на их экстраверсию, невротизм и даже открытость к изменениям в рабочих условиях.

Эти социальные навыки необходимы для совместной работы с другими сотрудниками , а искусственный интеллект может помочь предсказать, как конкретные кандидаты будут взаимодействовать с командами.

Вовлечение кандидата в ИИ

Перед любым участием человека в кадрах программное обеспечение ИИ может предложить персонализированное взаимодействие через чат-бота с возможными новобранцами на основе их первоначального заявления и задать подробные вопросы и интерпретировать ответы на основе ключей, которые изучил ИИ.

Приложения для чат-ботов с искусственным интеллектом могут интерпретировать ответы, устраняя личные предубеждения , которые могут проникнуть в интервью с людьми.

Преимущества внедрения ИИ в процесс найма

Тщательно продуманный и разработанный ИИ делает взаимодействие с потенциальными сотрудниками более быстрым и успешным подходом.

Чем лучше программное обеспечение, тем быстрее оно изучит процессы найма в компаниях и успех или неудачу функций найма.

Больше времени для успеха

Используя ИИ в процессе найма, компании могут сузить круг кандидатов с помощью ранее трудоемких человеческих задач, освобождая рекрутеров, чтобы сосредоточить свои усилия на лучших кандидатах.

С этими кандидатами можно связаться, задать соответствующие вопросы и назначить собеседование автоматически.

Улучшить взаимодействие с рекрутом

Хотя ИИ может исключить некоторые аспекты человеческого контакта, новобранцы могут быть рады получить немедленные ответы на вопросы в процессе подачи заявки.

Обратная связь об их статусе найма может быть мгновенной , вплоть до ответа «да/нет» включительно, и может предлагать поддержку для последующего найма.

Устранение предубеждений

Как люди, мы придерживаемся бессознательных предубеждений, основанных на нашем жизненном опыте.

Мы носим эти взгляды и стереотипы в своем уме и можем приписывать их другим людям без каких-либо доказательств, кроме того, что мы видели у других.

ИИ сужает рамки процессов найма до фактов и цифр , сложных данных, которые алгоритмы обрабатывают для принятия обоснованных решений.

При этом может быть рассмотрена большая группа квалифицированных кандидатов.

Нет больше упущенных талантов

Помимо экономии средств, которую может предложить ИИ, вы больше никогда не упустите талант.

Устранение предубеждений и понимание ИИ личностного тестирования и прогнозируемых показателей успеха могут нацеливаться на подходящих кандидатов на работу, даже если талант претендовал на другие должности.

Благодаря повторному отбору бывших кандидатов новые должности могут быть заполнены новобранцами , которые были бы упущены из виду.

Таланты также можно найти на таких сайтах, как LinkedIn, сузив их использование в социальных сетях или базах данных кандидатов и досках объявлений.

Четыре проблемы применения ИИ в рекрутинге

Алгоритмы заходят так далеко, и настройка системы ИИ может оказаться сложной задачей.

1. Проблемы с первоначальными затратами

Некоторые менеджеры всегда будут отказываться от высоких затрат на новые или непроверенные продукты, независимо от преимуществ.

Независимо от рентабельности установки ИИ , цены будут проблемой.

2. Обучение и вовлечение

Хотя внедрение ИИ в ваш процесс найма, скорее всего, принесет положительные результаты, необходимо постоянное обучение.

Отделы кадров могут опасаться, что внедрение ИИ разрушит их текущие усилия или даже заменит работников. Это маловероятно.

Однако вовлечь сотрудников в работу с новыми технологиями непросто.

Предварительная интеграция и подробное объяснение пошаговых изменений повысят заинтересованность.

Понимание результатов также необходимо для оптимальной работы ИИ, и обучение персонала отдела кадров работе с новой системой потребует времени.

3. Потребность в данных

ИИ не мгновенный. Сбор данных — это ежедневный аспект ИИ, и обучение алгоритма требует времени.

Менеджеры и ИТ-специалисты должны соответствующим образом взаимодействовать с собранными данными , чтобы облегчить процесс найма.

Также необходимо решить, какие данные собирать, и какие уровни обучения ИИ необходимы.

4. Потеря человеческого контакта

Хотя успешное внедрение ИИ может расширить границы взаимодействия с кандидатами, есть кривая обучения.

Первое взаимодействие с чат-ботом для соискателей может быть сложным , и некоторые пользователи могут предпочесть человеческое общение.

Страх перед использованием новых технологий может усложнить работу HR, но кандидаты также могут пострадать, если не почувствуют человеческую связь.

Это может привести к потере качественных рекрутов.

Три истории успеха внедрения ИИ в процесс найма

Многие компании по всему миру внедрили искусственный интеллект, чтобы обновить, ускорить и улучшить процесс найма. Итоги десятилетия в первую очередь положительные.

Unilever усиливается с помощью ИИ

Unilever, голландско-британская компания по производству потребительских товаров, добилась потрясающих результатов при наборе персонала, когда кандидаты начинали свое взаимодействие онлайн, играя в игры.

Нейробиологические игры на платформе Pymetrics привлекают кандидатов, которые отправляют свои профили в LinkedIn, чтобы получить доступ.

За 20 минут собирается достаточно данных, чтобы установить, соответствуют ли их результаты конкретным доступным вакансиям.

Если они это сделают, они переходят ко второму этапу проверки перед любым личным взаимодействием.

По словам Майка Клементи, вице-президента по персоналу в Северной Америке в Unilever, количество заявок выросло с 15 000 до 30 000 за первые 90 дней после внедрения процесса искусственного интеллекта.

Рекрутеры тратят на скрининг всего четверть времени, которое раньше требовалось, экономя миллионы.

Упрощенные оценки в IBM

IBM с 350 000 сотрудников по всему миру имеет бесконечную задачу по набору персонала.

Их системы искусственного интеллекта отдают приоритет процессу поиска нужных людей на правильные должности.

Важной функцией их искусственного интеллекта по подбору персонала является получение данных о рынке труда и информации о кандидатах на работу для прогнозирования времени, необходимого для заполнения вакансий.

Эти данные также связаны со способностью ИИ совмещать требуемые наборы навыков и навыки соискателя, описанные в резюме.

Слияние дает оценки, которые предсказывают будущую эффективность работы и, следовательно, лучших кандидатов для найма.

Netflix и искусственный интеллект для создания контента и подбора персонала

Netflix наиболее известен своей системой потоковых развлечений, использующей ИИ для эффективного сбора окончательной информации о своих зрителях и их привычках, чтобы предлагать то, что они считают наиболее эффективным контентом.

Для Netflix это означает, что стоимость контента не так значительна, как стоимость часа просмотра.

Netflix применяет тот же анализ затрат в долларах к использованию ИИ в функциях управления персоналом.

В течение нескольких лет компания увеличила скорость найма и сократила общие затраты на подбор персонала, позволив алгоритмам подбирать именно то, что подходит для клерков, менеджеров и даже создателей контента.

Экономия значительно перевешивает затраты, связанные с затратами на программное обеспечение искусственного интеллекта HR при наборе персонала.

Подведение итогов: ИИ в процессе найма может стать выходом

Теперь, когда вы увидели, что делает ИИ успешным в процессе найма, например, экономию времени, снижение затрат, поиск лучших кандидатов и некоторые проблемы, такие как получение согласия сотрудников и первоначальные затраты, вы можете принять более взвешенное решение относительно его использования. в рабочей силе.

Благодаря успеху таких крупных компаний, как IBM и Unilever , все указывает на то, что ИИ продолжает расширяться, охватывая все больше аспектов делового мира.

Если вы готовы узнать больше об ИИ в бизнес-приложениях, посмотрите записанный нами веб-семинар о роли ИИ в маркетинге .

В нем особое участие принял Пол Ретцер, основатель и генеральный директор PR 20/20 и Института маркетингового искусственного интеллекта.