人工智能如何改变企业招聘规则

作者: 佚名 2018-02-08 10:05:15

人工智能如何改变企业招聘规则

说起来有点讽刺的是,人工智能和机器学习正在帮助人类解决人力资本管理问题方面。招聘是企业今天面临的最棘手问题之一,找到合适的人才对于企业的成功至关重要,退一步说,雇佣了错误的人选是要付出昂贵代价的。最新的估计是,找到并雇用一名新员工需要花费25万美元,如果这个选择错误了,那么很快这个成本就会变成天文数字。随着关于候选人和员工数据的不断增加,一些创新的人工智能公司正在致力于应对提高人才获取效率和效益的挑战。

招聘效率:容易实现的目标

招聘是涉及整个组织的利益相关者的高触感活动。有不少人工智能初创公司正在通过低层级任务的自动化,以及为决策者提供更好的信息,大大减轻运营负担。举例来说,X.ai的解决方案可以帮助解决日程安排等繁琐的事情;ClearFit通过自动查找和排列候选人来节省招聘人员的筛选时间;Filtered可以通过自动生成的编码来评估候选人(也提高了他们的有效性)。虽然这些对于HR来说可能不是杀手级应用,但可以在短时间内提供价值,同时帮助人工智能公司收集数据以扩展到新的领域。

招聘的有效性:具有挑战性的终极目标

改善有效性对企业来说是一个大大的惊喜。为了提高有效性,企业需要更好的数据和信息,使他们能够找到合适的人选,并在筛选时关注正确的指标。

每个招聘过程中都会生成大量的数据,但不会被捕获以备将来参考。当公司需要新的人才时,他们会发布招聘启事,寻找候选人,通过不同的面试筛选他们,最终选择一个来填补空缺。公司或候选人每次都要经历这个过程,他们必须从头开始,不仅要招聘活动要占用时间,还有宝贵的信息。Wade & Wendy公司正试图通过一个虚拟助理来解决这个问题,这个助手是第一个与候选人的第一个联系人,并且持续这个申请人将为申请人与公司建立一个互动关系。

在搜寻候选人方面,企业仍然很难在正确的时间传达信息,并瞄准合适的人选。人工智能初创公司正在利用现有的数据来解决这个问题。Textio公司旨在帮助企业创造更好的工作岗位,以帮助他们打造差异化;而Engage Talent可以让他们发现被动的求职者,并在适当的时候为他们提供个性化的信息。

筛选候选人往往依赖于简历,这既是一个人技能的间接指标,也是他们的成就和能力的不完整展现。Harver公司正打造一种新型的筛选方式,通过生成有意思的测试来评估应聘者在工作中所要完成的任务,而Ansaro正在整合所有公司对他们员工的数据,来建立预测模型,让他们更加智能地招聘人才。

商业模式的挑战

人工智能创业公司可以为企业和候选人提供重要的价值,但他们需要了解在定义业务模型时如何创造这个价值。招聘是一个双向市场,在非常分散的时间间隔(即招聘人员)创造高价值。这给科技公司带来了挑战,虽然他们习惯于经常性的收入来源,但他们的客户可能更愿意按每个工作/职位付费,而不是典型的SaaS模式。有办法来克服这个问题,要么通过针对具有高招聘需求的部分(如高周转业务/临时工),要么创造一个可以提供经常性价值的产品,但是在早期初创公司和投资者们不得不考虑基于佣金的模式,思考如何过渡到循环模式。

人工智能可以使招聘变得更加智能

虽然企业可以利用越来越多、越来越多多样化的数据来找到最合适每个职位的候选人,但是招聘过程仍然受限于过去,基于标准化的简历和(可能有偏见的)面试官的意见,因此企业备受困扰。即使我们谈论的是人,但机器似乎不仅能够帮助搜寻候选人,还能帮助筛选候选人。事实上,有研究表明人们在挑选合适候选人方面是非常糟糕的,有分析表明算法在招聘方面可以超越人类专家。

即使人工智能还远远不能自主决定公司应该雇用谁,谁最适合这个工作,但你可能想看看人工智能是如何更聪明地进行招聘的。

人工智能 企业招聘
上一篇:人工智能会取代服装厂工人吗? 下一篇:从程序员的角度设计一个基于Java的神经网络
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

超过Google,微信AI在NLP领域又获一项世界第一

微信AI,NLP领域又获一项世界第一,这次是在机器阅读理解方面。

乾明 ·  2天前
AI如何改善采矿行业现状? 精选

人工智能的引入,有望将采矿业转化成一个更安全、利润空间更大且更为环保的行业。

佚名 ·  2天前
大小仅1MB!超轻量级的人脸识别模型火爆Github

近日,用户Linzaer在Github上开源了一款适用于边缘计算设备、移动端设备以及 PC 的超轻量级通用人脸检测模型,该模型文件大小仅1MB,一经开源就霸榜Github Trending榜单。

佚名 ·  2天前
大数据和人工智能如何协同工作

人工智能和机器学习如何帮助组织从大数据中获得更好的业务见解?需要了解人工智能和大数据分析的下一步发展。大数据技术并不像几年前那样广受关注,但这并不意味着大数据技术没有得到发展。如果说有什么不同的话,那就是大数据的规模正在变得越来越大。

Kevin Casey ·  3天前
麻省理工学院开发出组装机器人:未来可建造太空殖民地

麻省理工学院博士生本杰明·杰内特(Benjamin Jenett)和原子中心的尼尔·格申费尔德教授(Neil Gershenfeld)在《电气电子工程师学会机器人与自动化快报》科学期刊上发表报告称,开发出一种组装机器人原型,它可以用很小的零件制成大型结构。

技术力量 ·  4天前
刷脸取件被小学生“破解”!丰巢紧急下线 精选

近日,#小学生发现刷脸取件bug#的话题引发关注!这是真的吗?都市快报《好奇实验室》进行了验证。

好奇实验室 ·  4天前
深度学习/计算机视觉常见的8个错误总结及避坑指南

人类并不是完美的,我们经常在编写软件的时候犯错误。有时这些错误很容易找到:你的代码根本不工作,你的应用程序会崩溃。但有些 bug 是隐藏的,很难发现,这使它们更加危险。

skura ·  4天前
AI艺术日渐繁荣,未来何去何从? 精选

利用人工智能创作而成的画作近年来越来越受瞩目,有的作品甚至能在知名拍卖行拍得高价。但这类作品仍有不少问题需要解答,比如它的作者是开发出算法的程序员还是计算机呢?AI艺术的市场未来将走向何方呢?

网易智能 ·  4天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载