Ілюзія ефективності: чи покращила штучна інтелектуальна система відбір персоналу?

Я працюю в технічному рекрутингу з 2008 року і можу стверджувати щось, що суперечить загальноприйнятій думці: ніколи не було так легко генерувати кандидатів, і, проте, ніколи не було гірше з наймами. Штучний інтелект обіцяв звільнити компанії від нудної частини процесу відбору: фільтрація резюме, написання першого контакту, впорядкування потоку кандидатів. На цьому етапі він справився. Те, що жодна обіцянка не включала, це те, що, зменшуючи обсяги до майже безкоштовних, технологія врешті-решт зробила критерії недоречними. І без критеріїв рекрутинг перестає бути рішенням і перетворюється на шум промислового масштабу.

Раніше зв'язатися з сорока кандидатами для старшої позиції займало тиждень. Ця тертя змушувала думати, кому писати і чому. Сьогодні інструмент надсилає ці ж сорок повідомлень за сорок секунд, персоналізованих з ім'ям та рядком, витягнутим з LinkedIn. Вартість контакту з неправильною людиною знизилася до нуля, і те, що нічого не коштує, робиться без попереднього роздуму.

Кандидат також автоматизує. Інженер розповів Wired, що надіслав п’ять тисяч заявок за допомогою бота і отримав двадцять співбесід. Ефективність 0,5%. Вручну, подаючи двісті або триста, він отримував ті ж двадцять. Десять відсотків. Обсяг нічого не покращив, лише приховав погіршення за більшим числом.

В індустрії вже дали цьому назву: "петля автоматизації". Відділи кадрів впроваджують фільтри ШІ, оскільки отримують заявки, зроблені за допомогою ШІ, ці фільтри змушують більше кандидатів автоматизувати, щоб їх уникнути, і колесо обертається саме.

Варто точно визначити, що ця технологія може і що не може робити. Штучний інтелект впевнено вирішує першу половину процесу, як визначити, хто володіє певною мовою програмування або працював у певній галузі. Те, що він не вирішує, це друга половина, яка фактично визначає найм: судження. Жодна модель не може передбачити, чи витримає людина невизначеність компанії, що розширюється, чи зіткнеться з засновником, схильним до мікроменеджменту, або чи часта зміна роботи є тривожним сигналом чи найменш важливим фактом її кар'єри. І коли фільтр працює над цими системами, навіть ті, хто їх аудиторить, не можуть пояснити, чому кандидат був відхилений. Судження все ще вимагає розмови, гіпотези та готовності помилятися і коригувати.

Опитування Harvard Business Review показало, що 91% лідерів вважає критично важливим добре наймати, але лише 28% вважає, що їхня організація робить це добре. Ця прогалина не виникла з ШІ. Штучний інтелект просто поглибив її, створивши ілюзію робити більше, коли роблять те ж саме, гірше і швидше. За всією цією швидкістю, закриття пошуку займає більше часу, ніж будь-коли. Середній показник вже досяг максимуму в сорок чотири дні, і третина наймів все ще відбувається через рекомендації, найархаїчніший канал, який жоден бот не зрушив.

Я бачу це щотижня в компаніях, які приходять втомленими наприкінці процесу пошуку. Вони зв’язалися з трьома сотнями людей, запланували двадцять співбесід і все ще не закрили пошук. Їм не бракує активності, їм не вистачає діагностики. Ніхто не визначив, яку проблему вирішує ця позиція, і які сигнали відкидають когось, навіть якщо резюме блискуче. Без цього ШІ лише прискорює плутанину.

З автоматизацією багато компаній припинили інвестиції в профілі початкового рівня. Оголошення про початковий рівень все ще публікуються, але реальні найми в цьому сегменті обвалилися, оскільки економічніше попросити модель провести десять пошуків, ніж витратити час на навчання когось без досвіду. Наслідком є тихе ерозія потоку професіоналів старшого рівня наступного десятиліття.

Жодне з цих спостережень не означає відмову від технології. Центральна точка інша. Штучний інтелект підсилює те, чим організація вже була до її впровадження. Якщо процес відбору був добре спроектований, інструмент робить його швидшим. Якщо ні, він дозволяє промислово масштабувати попередню відсутність критерію.

Добре наймати ніколи не було проблемою обсягу. Це було, і залишається, проблемою точності. У нашій консалтинговій компанії є правило: якщо з кожних чотирьох кандидатів, яких ми представляємо, не просувається принаймні один, ми зупиняємося і коригуємо бриф перед тим, як додати імена. Ця пауза - це саме те, що ШІ запрошує уникнути, і це те, що не слід пропускати. Питання, яке організації повинні поставити собі, не в тому, скільки кандидатів вони зв’язалися цього тижня, а в тому, скільки з них вони змогли правильно вибрати минулого року. Цю відповідь, досі, жодна модель не генерує.

Цей контент надано лише для загальних інформаційних цілей і не є фінансовою, інвестиційною, юридичною чи податковою консультацією. Події, нагороди, онлайн-акцій або пов’язану інформацію, згадана тут, не слід розглядати як рекомендацію, прохання чи запрошення до купівлі, продажу, торгівлі чи інших операцій з криптоактивами. Криптоактиви є дуже волатильними та можуть призвести до збитків. Доступність послуг, продуктів WEEX та пов’язаних із ними подій може відрізнятися залежно від регіону. Ви несете відповідальність за забезпечення відповідності вашої участі чинному місцевому законодавству та нормативним актам.