招聘過程中的人工智能：人工智能如何改變招聘

人工智能這個詞已經存在了 75 年。

足夠長的時間讓計算機專家通過為機器設計軟件來利用其潛力，從數據中學習如何執行類似人類的任務。

我們談論的是駕駛汽車，訂購我們作為“所有者”甚至不知道我們需要的產品，當然還有僱用我們可能忽略的員工。

蘋果或谷歌的經理是否認為人工智能在招聘過程中的功能與營銷一樣重要，我們可能永遠不會知道。

但今天，人工智能正在改變招聘和申請掃描、分類和評級等人力資源職能的處理方式。

至於營銷中的人工智能，如果你對它的成功有任何疑問，不妨想想 Siri 或 Alexa。

該博客將分解 AI 背後的一些科學知識以及更多內容：

什麼是人工智能（AI）？

人工智能是“人造的”，因為我們將智能定義為人類的品質。

您可以將數字輸入計算器並獲得數學問題的正確答案，但您的計算器無法學習答案。 人工智能進程可以。

知識就是力量，數據驅動人工智能設計的軟件通過數據學習和發現。

仍然需要人類設計軟件來提出正確的問題，但他們生成的程序可以在幾秒鐘內執行大容量、高強度的任務而不會感到疲勞。

招聘流程中如何應用人工智能？

人工智能可以掃描人力資源和招聘中的應用程序，選擇競爭激烈的候選人，然後從他們的成功或失敗中學習。

想像一個人力資源部門，每個月有數千名員工和數以萬計的在線申請。

瀏覽這些應用程序的經理可能會將經驗和教育作為最重要的目標，並根據這兩個數據集進行招聘。

同時，簡單的軟件提示可以將候選人分解為一系列分數，給予每個應用程序，並以數字方式提供最佳前景。

計算機可以從這些列表中學習嗎？ 不，而且基於極高的申請數量，人力資源部門可能也無法從他們選擇的少數人的成功中學習。

但人工智能可以。

簡歷篩選

借助人工智能，可以通過篩選年齡和人口統計、收入、行業經驗甚至職位來更深入地提取候選人的信息。

當進行交叉檢查時，可以通過人工智能軟件對類似候選人的“學習”經驗推斷成功率。

進一步深入研究，人工智能預測分析可以發現候選人的申請或簡歷中的不准確之處甚至不實之處。

分析的數據越多，學習過程就越好，預測分數的準確性就越高。

性格測試

預測分析還可以幫助了解性格，分解應聘者對其外向性、神經質甚至對工作環境變化的開放性的回答。

這些軟技能對於與其他員工合作至關重要，人工智能可以幫助預測特定候選人將如何與團隊合作。

AI 候選人參與度

在任何人力資源參與之前，人工智能軟件可以通過聊天機器人提供個性化的交互，根據他們的初始應用與可能的新兵進行交互，並根據人工智能學到的關鍵提出詳細的問題並解釋響應。

人工智能聊天機器人應用程序可以解釋響應，同時消除可能潛入人類採訪的個人偏見。

在招聘過程中實施人工智能的好處

精心編寫和開發的 AI 使與潛在員工的接觸成為一種更快、更成功的方法。

軟件越好，它就會越快了解企業的招聘流程以及招聘功能的成敗。

更多的成功時間

通過在招聘過程中利用人工智能，企業可以通過以前耗時的人工任務來縮小申請人的範圍，從而使招聘人員能夠將精力集中在最佳候選人身上。

可以自動聯繫這些候選人，詢問相關問題並安排面試。

改善招聘互動

儘管人工智能可能會消除人類接觸的某些方面，但新兵可能很樂意在申請過程中收到對問題的即時回复。

對他們的招聘狀態的反饋可以是即時的，包括是/否響應，並且可以為以後的招聘提供支持。

消除偏見

作為人類，我們基於我們的生活經歷持有無意識的偏見。

我們將這些態度和刻板印象記在腦海中，並可能將它們歸因於其他人，而沒有任何證據表明它們超出了我們在其他人身上看到的情況。

人工智能將招聘流程的範圍縮小到事實和數據，即算法為做出明智決策而需要處理的複雜數據。

在這樣做時，可以考慮更多的合格候選人。

不再錯過人才

除了 AI 可以提供的成本節約之外，您將永遠不會再錯過人才。

消除偏見和人工智能對性格測試和預測成功分數的理解可以針對合適的求職者，即使人才已經申請了其他職位。

通過重新篩選過去的申請人，新的職位可以由被忽視的新職位填補。

人才也可以從LinkedIn 等網站中拉出，通過他們的社交媒體使用或候選人數據庫和工作委員會來縮小範圍。

在招聘中應用人工智能的四大挑戰

算法只能走到這一步，建立一個人工智能係統可能是一個挑戰。

1. 前期成本問題

一些經理總是不願為新產品或未經證實的產品付出高昂的費用，無論其收益如何。

無論安裝 AI的投資回報率如何，價格都是一個問題。

2. 培訓和獲得參與

儘管將 AI 引入您的招聘過程可能會產生積極的結果，但仍需要持續的培訓。

人力資源部門可能擔心實施人工智能會破壞他們目前的努力，甚至取代工人。 這不太可能。

然而，讓員工接受新技術是一項挑戰。

徹底解釋的前期集成和逐步更改將增加購買。

了解輸出對於人工智能的最佳性能也是必要的，培訓人力資源人員使用新系統需要時間。

3. 對數據的需求

人工智能不是即時的。 收集數據是人工智能的日常工作，教算法學習需要時間。

經理和 IT 專家需要與收集的數據進行適當的交互，以使招聘過程受益。

決定收集哪些數據以及所需的適當人工智能學習水平也是必須的。

4. 失去人情味

儘管成功的 AI 實施可以擴展申請人交互的邊界，但存在學習曲線。

申請人的首次聊天機器人交互可能很複雜，一些用戶可能更喜歡人際交流。

害怕使用新技術會使人力資源工作變得更加困難，但如果候選人感覺不到人際關係，他們也可能會受到負面影響。

這可能會導致優質新兵的流失。

在招聘過程中實施人工智能的三個成功案例

全球許多公司都實施了人工智能來更新、加速和增強他們的招聘流程。 十年的結果主要是積極的。

聯合利華通過人工智能加強

荷蘭-英國消費品公司聯合利華通過讓候選人開始他們的互動在線玩遊戲而取得了顯著的招聘結果。

Pymetrics 平台上基於神經科學的遊戲吸引了提交 LinkedIn 個人資料以獲得訪問權限的候選人。

在 20 分鐘內收集到足夠的數據，以確定他們的結果是否與可用的特定工作相匹配。

如果他們這樣做了，他們會在任何面對面的互動之前進入第二階段的篩選。

根據聯合利華北美人力資源副總裁 Mike Clementi 的說法，在 AI 流程實施後的前 90 天內，申請數量從 15,000 激增至 30,000。

招聘人員只花費了以前篩選所需時間的四分之一，從而節省了數百萬美元。

IBM 的簡化評估

IBM 擁有 350,000 名全球員工，其招聘任務永無止境。

他們的人工智能係統優先考慮為正確職位尋找合適人選的過程。

他們的招聘人工智能的一個重要功能是利用就業市場數據和求職者信息來預測填補職位所需的時間。

這些數據還隨著人工智能將簡歷中描述的所需技能集和申請人技能結合起來的能力而流動。

匯合產生的分數可以預測未來的工作表現，從而預測招聘的最佳候選人。

Netflix 和 AI 用於內容創建和招聘

Netflix 以其流媒體娛樂系統而聞名，它使用人工智能有效地挑選出有關觀眾及其習慣的明確信息，以提供他們認為最有效的內容。

在 Netflix，這意味著內容的成本並不像公司每小時的收視成本那麼重要。

Netflix 將相同的美元成本分析應用於人力資源職能中人工智能的使用。

幾年來，該公司通過允許算法為文員、管理人員甚至內容創建者找到合適的人選，提高了招聘速度並降低了整體人力資源招聘成本。

在人力資源招聘中，節省的成本大大超過了與人力資源人工智能軟件相關的成本。

總結：招聘過程中的人工智能可能是要走的路

既然您已經了解了使 AI 在招聘過程中取得成功的方法，例如節省時間、降低成本、尋找最佳候選人，以及獲得員工支持和前期成本等一些挑戰，您就可以對其使用做出更好的決策在勞動力中。

由於 IBM 和聯合利華等大公司的成功，所有事情都表明人工智能將繼續擴展到商業世界的更多方面。

如果您準備好了解更多關於人工智能在商業應用程序中的信息，請查看我們錄製的關於人工智能在營銷中的作用的網絡研討會。

它有 PR 20/20 和營銷人工智能研究所的創始人兼首席執行官 Paul Roetzer 特別參與。