Незаменимые есть: почему HR-отрасль больше не может обходиться без AI и ML

Для HR-сферы характерно большое количество рутинных ручных процессов: изучение резюме, отбор кандидатов, назначение собеседований. Все это отнимает много времени специалистов. AI и ML позволяют не только ускорить все эти процессы, но и выдавать значительно более точные результаты.

Денис Пономарев, директор по продукту платформы Expert Me, рассказывает о том, каких показателей можно добиться в рекрутинге с помощью внедрения технологий AI и ML.

Искусственный интеллект и машинное обучение сегодня начинают обвинять в незаслуженном хайпе. Конечно, эта точка зрения имеет под собой частичное основание. Так, финансовые аналитики Gartner предостерегли от чрезмерного увлечения инвестированием в технологию.

Эксперты имеют в виду, что при несомненной эффективности в некоторых областях искусственный интеллект не может стать универсальным инструментом по оптимизации абсолютно всех бизнес-процессов.

Но одной из сфер, где AI и ML реально работают и помогают добиваться существенного прироста эффективности, является рекрутинг, что многократно доказано практикой HR во всем мире и подкреплено рядом весомых исследований.

Каких показателей позволяет добиться AI?

Крупнейшая HR-платформа Ideal (обслуживающая Netflix и Dell) назвала2018-й «годом искусственного интеллекта в области подбора персонала», поскольку большинство рекрутинговых команд мира так или иначе использовали в работе инструменты AI и ML. В Ideal считают, что AI будет главным HR-трендом в 2019 году.

На каких преимуществах технологии основан этот прогноз?

Высокая скорость обработки резюме. Использование инструментов AI позволяет увеличить этот показатель на 94%.
Точный анализ навыков. Согласно исследованию Global Recruiting Trends, проведенному LinkedIn, технологии AI вошли в четверку главных инструментов для работы с персоналом в 2018 году. Каждая вторая компания-участник опроса отметила, что AI точно оценивает пробелы в навыках кандидатов. Помимо этого, алгоритмы помогают рекрутерам предлагать соискателям наиболее подходящие условия.
Фильтрация по квалификации. В ходе еще одного исследования – от Korn Ferry Global – 63% HR-специалистов заявили, что искусственный интеллект коренным образом изменил процесс поиска персонала. Больше двух третей респондентов сказали, что использование AI-инструментов помогает привлекать более квалифицированных кандидатов.

Какие инструменты может использовать HR-служба?

Рассмотрим функциональность одной из западных платформ по поиску персонала, которая сочетает в себе элементы AI, ML и семантического поиска. Она базируется на трех технологиях.

Генератор резюме (CV parsing software) – «умный» инструмент, который превращает каждое резюме или профиль в социальной сети в полную и доступную для поиска запись кандидата. С его помощью можно преобразовать неструктурированный текст в универсальный документ, который воспринимается большинством программ для эйчаров.
Семантический поиск (Semantic Search) – помогает находить подходящие вакансии и кандидатов как во внутренней базе данных компании, так и во внешних источниках. Поиск идет не только по ключевым словам, но и по логическому значению. AI проводит корреляцию между тем, что печатает работодатель и тем, что он на самом деле может иметь в виду.
Технология подбора (Match Technology) – с помощью семантического поиска и машинного обучения позволяет автоматически создавать запрос на основе публикации вакансии или резюме.

Похожие принципы работы можно найти во многих проектах HR-tech, например:

Amediflex,
Blackboard,
Fidello,
HireMojo.

Отдельно стоит упомянуть такие узкофункциональные инструменты, как сканирование кандидатов (Applicant scanning). Решение заключается в том, что программа не анализирует резюме (где автор может написать все что угодно), а проводит краткий опрос кандидата, и на основе его ответов составляет объективный профиль соискателя.

Примерами таких решений могут служить сервисы HiringSolved и Plum.io.

Фото: Unsplash

В России проникновение AI в процесс рекрутинга пока нельзя назвать повсеместным, но есть удачные примеры. Стартап Worki использует ML-ленту, которая учитывает при подборе резюме:

социально-демографические характеристики кандидата,
его локацию,
интересы самих соискателей,
истории их поиска и поведения на сайте.

В итоге работодатели получают релевантную выборку.

Как помогает матстатистика?

В большинстве случаев, когда речь идет об инструментах AI в рекрутинге, подразумевается автоматизация рутинных повторяющихся задач. Однако сегодня технология проникает даже в те отрасли найма, где, казалось бы, не обойтись без индивидуального подхода – например, в хедрентинге – краткосрочном найме узкой экспертизы.

Суть заключается в том, что для консультирования в рамках конкретного проекта привлекают высококлассного отраслевого консультанта с опытом работы над подобными задачами. Это – далеко не массовый случай (в отрасли может быть всего несколько специалистов с нужным уровнем компетенции), и он требует высочайшей точности подбора. Оказывается, и такую специфическую задачу облегчают алгоритмы AI.

Фото: Unsplash

В мире по этой модели работают, например, американские площадки хедрентинга GLG и GuidePoint, крупнейший сервис в Европе – AlphaSights. Флагман отрасли GLG открыл офисы по всему миру, выручка достигает порядка $340 миллионов. Платформа собрала огромный пул из 500 тысяч экспертов.

Чтобы попасть в это сообщество, нужно пройти сложную систему фильтрации и подтвердить высокий уровень компетенций – в частности, предоставить системе портфолио с описанием выполненных проектов, навыков, достижений, наград.

В России тоже есть подобные сервисы: Expert Me, корпоративный сервис Газпромнефти Профессионалы 4.0 и HR-sreda.

Чтобы автоматизировать подбор узких специалистов под точечные задачи бизнеса, нужно построить векторную модель. Если сильно упростить, то в этой модели искусственный интеллект анализирует два массива данных – со стороны кандидата (его внушительное портфолио) и со стороны работодателя (детальное описание проекта и задач).

С помощью методов матстатистики между двумя массивами выявляются точки соответствия. Чем их больше – тем лучше эксперт подходит для конкретного проекта.

Фото: Unsplash

Этот подход экономит много времени и сил, ведь для привлечения узкой экспертизы традиционным методом эйчар должен самостоятельно анализировать поставленные задачи, вникая в суть бизнес-процессов, и при этом обладать достаточно глубокими познаниями, чтобы оценить навыки кандидата.

Эксперты, точечно привлекаемые под проекты крупных компаний, как правило, имеют за плечами огромный управленческий опыт и нередко занимают высокие позиции по основному месту работы. Нанимать такого консультанта традиционным методом – все равно что искать человека на позицию топ-менеджера.

Общее будущее AI и рекрутинга

Согласно опросу Deloitte, 42% руководителей считают, что искусственный интеллект будет иметь решающее значение для их компаний в течение следующих двух лет.

С ними согласен консультант Forbes в области рекрутинга Стивен Цзян. Он полагает, что текущий год обещает стать годом инноваций и широкого внедрения искусственного интеллекта во многих отраслях. В рекрутинге изменения особенно заметны, поскольку AI и ML обладают мощным потенциалом в сборе и сортировке информации (что составляет львиную долю всех усилий HR-структур).

По прогнозу Undercover Recruiter, в ближайшие 10 лет AI вытеснит 16% рабочих мест в HR-индустрии. По большей части это будет связано с заменой рутинного ручного труда алгоритмами.

Рекрутинговые агентства критикуют AI-инструменты, претендующиена нечто большее, – например, роботов-интервьюеров. Да, они не способны оценить харизму кандидата или выстроить некие «химические связи» между соискателем и будущим руководителем.

Но в ряде других моментов они перспективнее людей: у них не бывает плохого настроения, им чужды подсознательные предубеждения, связанные не только с возрастом, полом или национальностью, но и со стилем одежды, тембром голоса и другими субъективными факторами. Они оценивают только релевантную информацию.

Фото: Unsplash

Интервьюирование – не самое сложное в работе рекрутера. Большой массив работы связан с организацией собеседований и встреч. Автономные AI-ассистенты Amy and Andrew Ingram – чат-боты, способные уже сейчас справляться с этими функциями.

Мало привлечь кандидата, нужно его еще и удержать. Тут на помощь приходит IBM Watson – предиктивный инструмент, который анализирует данные о сотрудниках и выдает процент вероятности их ухода из компании.

В некоторых областях искусственному интеллекту можно делегировать даже коучинг: согласно отзывам, тренинги неплохо удаются программе PokerConfidant.Ai.

Таким образом, рекрутинг – это та отрасль, где искусственный интеллект будет активно развиваться. В этом заинтересованы все: рекрутеры хотят быстро находить подходящих кандидатов, компании – формировать команду из мотивированных сотрудников и удерживать их, а соискатели – экономить время на поиск места и получать доступ к запросам работодателей их мечты.

Источник