<noframes id="n7l7n">
      <noframes id="n7l7n"><track id="n7l7n"><ruby id="n7l7n"><ol id="n7l7n"></ol></ruby></track><pre id="n7l7n"></pre>
      <track id="n7l7n"></track>
        
        

          ?
          歡迎光臨深圳市卓眾獵頭官網!
          人才入庫| 企業登錄| 加入卓眾| 服務熱線:400-867-5882
          行業資訊 INDUSTRY NEWS
          當前位置: 首頁>行業資訊>HR知識 HR知識

          人工智能大舉進入招聘業,HR真的要下崗了嗎?

          作者:卓眾獵頭 時間:2017-06-09 點擊:

          試想一下,在一個招聘競賽中,如果告訴來自北美最頂級的8位獵頭,要招產品經理、系統管理員(System Administrator)、地勤人員(Ground Service Agent)這三種完全不同崗位需求的人,給出5500份真實的簡歷,讓你找出在這些簡歷中,誰最匹配這些公司的職位,成為最后這些公司需要招的人。

           

          同時,第9位參賽者是一臺能夠進行人工智能匹配候選人的機器比賽,誰會贏?

           

          是機器嗎?

           

          嗯,錯了,第一名還是人。

           

          不過,機器的準確度排到了第三。重點是,這個叫Brilent的機器,只花了3.2秒,就把合適的候選人篩選出來了。而第一名,花了25個小時。其他團隊分別也花了4-9個小時等。

           

          這是一個真實的案例,是今年3月由北美著名獵頭公司SourceCon舉辦的一年一度的行業競賽。如果機器已經如此快實現人與崗位的匹配,要是準確度再高一點,那豈不是未來HR們都要失業了?


           

          今天,我們就來問問Brilent的創始團隊,到底人工智能會不會讓HR們面臨失業了。



          號外,Brilent聯合創始人廖宜華將在硅谷Live為大家傳授“”的獨家秘籍。感興趣的朋友,可直接至文末獲取報名方式。


            


          給應聘者打分排名

           

          Brilent 的誕生,恰好源于創始人團隊的痛點。

           

          CEO Garry Ma告訴密探,創始人團隊之前都在Facebook有著多年工作經驗,作為數據科學家的他們,經常要幫團隊招人。但他們發現,招聘這件事,重復性的事務多,比如要看大量的簡歷;客觀性欠缺,就算面對應聘“軟件工程師”崗位的同一個求職者,兩個招聘官都難免會出現不同的意見。為什么不把數據相關的技術應用到招聘這個事情中呢?

           

          于是,Garry 和同事廖宜華等人出來創辦了Brilent。那么,Brilent 究竟是如何做的?


          Brilent 是一個基于人工智能的給候選人進行排名和評估的系統。通過植入公司的內部人才數據庫,比如應征者追蹤系統(Applicant Tracking System,ATS)、客戶關系管理系統(Customer Relationship Management,CRM),對人才數據進行篩選,將其與公司的公開崗位進行排序和匹配,找出條件匹配度最靠前的2%-3%的求職者。

           

          從效率上看,Brilent 至少可以幫助企業的HR縮減1/8的工時。但是,速度并不是機器的唯一優勢,Brilent 甚至提供關于候選人是否合適的原因的摘要,告訴公司,為什么這個候選人,在這個即將到來的時間內,適合這個給定的角色。也就是人、崗位、公司三者都盡量做到最佳匹配。

           

          這離不開 Brilent 自身根據AI驅動的算法。這套算法除了對數據進行篩選、清理、更新和標準化之外,還參考了候選人的額外信息等多個緯度。

           

          為什么需要參考額外信息?比如說,HR可能從網上發現不少合適的候選人,但發出60封郵件,只有1-2封才給出了正面的回應。如此低的回應率,是不是有點沮喪?因為這些候選人可能暫時并沒有換工作的意愿,這就是重要的額外信息。

           

          因此,Brilent 把候選人換工作的意愿強度加入到評估,候選人在未來90天內改變工作的可能性就包括:很可能; 更傾向于; 可能;不太可能; 不可能。此外,還包括過去的工作歷史、雇主的歷史、實際工作描述之外的相關角色等多種額外信息。

           

          當前 Brilent 的客戶包括獵頭公司和一些比較大型的企業,比如1000人以上的公司,或者公司未來目標比較大的公司。每月,平均向用戶收取幾百美金的費用。


          還有一個很貼心的功能,很多時間候選人由于跳槽等原因簡歷會過時,而Brilent會跟蹤Linkedin以及社交媒體渠道的變化,做出主動更新。


          團隊是核心競爭力

           

          相關數據顯示,僅在美國,招聘市場規模就達到1250億美元,全球份額大約在4500億美元。市場巨大,參與者更是不乏巨頭。比如被微軟收購了的LinkedIn,自身就擁有求職者海量簡歷和崗位,再加上谷歌、IBM等也對 AI+ 招聘的結合產生了興趣,巨頭們一旦試水,如何才拼得過?

           

          在 Garry 看來,AI算法還是團隊的核心技術,專注在篩選與匹配。另外,整個團隊也是重要的競爭力。創始團隊當中,所有成員都有著過硬的技術背景,擔任過數據科學家和有著大公司招聘的經驗。比如,Brilent的聯合創始人廖宜華,博士畢業于UC Davis計算機系,是機器學習的專家,在數據科學領域有著長期的技術積累。密探也邀請到了廖宜華博士來分享人工智能在招聘領域的應用。

           

          最近,甲骨文公司的銷售副總裁Mark Reid加入了團隊,擔任首席營收官(Chief Revenue Officer)。

           

          那么,Brilent 面臨什么挑戰呢?又是如何解決呢?

           

          首先,是工作習慣的問題。一般來說,Hr會有很強的工作習慣,較難改變,比如用什么軟件,如何查找候選人。是如何說服他們用新東西呢?那就需要產品不僅僅比現有產品好一點點,而是要好上5倍或者10倍。僅從時間上來說,可能就是幾秒跟幾十個小時的區別。

           

          此外,就是規?;?,如何保證匹配的準確率?

           

          比如同樣是招募程序員,每個公司的要求都不一樣,即使是同樣一份簡歷,兩個招聘官都會有不一樣的感受,而這只是一個IT行業,而如果Brilent要切入更多的行業,都需要通過大量的訓練來保證匹配的準確率。

           

          AI 改寫未來招聘流程

           

          設想一下,公司確定了崗位需求,HR 可能想到的是去網站搜索簡歷、啟動內部推薦機制、甚至找獵頭。但機器人已經在數秒鐘內抓取了各平臺簡歷,并開始進行關鍵詞篩選和匹配,自動打分按高低排列告訴你,誰才是更適合你們公司職位的。

           

          這些過程中,基本實現了自動化,那要 HR 還有什么用呢?

           

          Garry 認為,求職和招聘問題,其實是一個大數據問題。比如作為公司的招聘人員,其實不知道求職者是不是真正的合適這個崗位,或者真正對這個崗位感興趣。求職的人也很難了解全部的崗位、機會。所以大數據關鍵解決的就是把人的數據和公司的數據進行匹配。

           

          然而,盡管大部分過程可以自動化,但最重要屬于人的部分--即“關系”,是無法做到自動化的,人際交往仍然是招聘的核心。

           

          這也是 Brilent 希望達到的目標:幫助每一個 HR 在招聘時,做得更快,隨著人工智能替代了這些重復性的工作,HR 就能有更多時間專注于培養與候選人的關系,幫助求職者了解公司文化,為客戶建立雇主品牌。


          Brilent背后是機器學習、自然語言處理、聊天機器人等人工智能技術在招聘以及HR其他領域的應用。



          深圳卓眾獵頭公司:致力于打造高端人力資源服務平臺、為企業尋訪最合適的高端人才,為個人求職者找到最理想的工作。我們將


          以職業化的工作態度為優秀人才和企業提供優質的服務。卓眾獵頭一直踐行“人崗匹配、人崗合一”的服務理念,朝著“做最值得


          信賴的獵頭;最值得信賴的咨詢公司”戰略目標前進,為做優秀人才企業間的堅實橋梁而持續努力。


          分享到:
          ? 24小时日本韩国高清,盗摄私密推油视频一二区,免费鳮巴视频在线观看网站

            <noframes id="n7l7n">
              <noframes id="n7l7n"><track id="n7l7n"><ruby id="n7l7n"><ol id="n7l7n"></ol></ruby></track><pre id="n7l7n"></pre>
              <track id="n7l7n"></track>
                
                

                  <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <蜘蛛词>| <文本链> <文本链> <文本链> <文本链> <文本链> <文本链>