基于人工智能的工具可以收集和处理候选人数据，以加快和简化候选人的采购、筛选、多样性和其他人力资源职能。

随着大辞职没有任何放松的迹象，招聘人员正在寻求他们可以获得的所有帮助，以用合格的人才补充他们的员工人数。 人力资源管理 (HRM) 市场——包括人才招聘软件和服务——目前价值近 200 亿美元。

在招聘和人力资源运营的持续数字化和自动化的背景下，预计到 2028 年，它的年增长率将超过 12%。

在世界各地，企业都在强调创造和留住最优秀、最聪明、最多样化的员工队伍。可以预期，人工智能 (AI)、机器学习 (ML) 和预测建模的进步正在为企业以及中小型企业提供前所未有的机会来自动化招聘，即使他们正在应对行业的根本变化。涉及远程和混合工作的工作场所实践。

事实上，在 Entelo 研究中接受调查的五分之四的招聘人员认为，如果他们能够完全自动化候选人采购，他们的工作效率将会提高。他们一致认为，拥有更多数据将有助于他们确定候选人资格、评估候选人库、改善外展范围和完善招聘工作流程。尽管如此，42% 的人没有数据或时间来实施或深入分析，更不用说将数据转化为洞察力了。

输入招聘自动化解决方案。

什么是招聘自动化，它有什么帮助？

作为一项职能的人力资源或人员管理始于招聘。每天，一个未完成的职位空缺都会使公司的利润和生产力付出代价。基于人工智能的智能工具可以收集候选人的相关数据，提供给招聘人员，然后对其进行准确处理，以加快和简化多个子流程，包括候选人采购、筛选、多元化和包容、面试和申请人跟踪。

Joonko 的首席执行官 Ilit Raz 指出：“对数百份简历进行物理分类并在每个董事会上发布职位描述的日子已经结束。 “如果没有某种形式的自动化或人力资源技术，你总是会落后于竞争对手一步，尤其是在招聘方面。”

招聘自动化是一种技术——作为软件即服务 (SaaS) 应用程序交付，并越来越多地由人工智能提供支持——组织可以使用它来管理其劳动力的各个方面。其中心目标包括：

• 自动化招聘任务和工作流程
• 降低每次雇用的成本
• 提高人力资源人员和招聘人员的生产力
• 加快填补空缺职位
• 无偏见招聘
• 改善公司的整体人才状况。

典型的基于人工智能的招聘自动化技术如何帮助您实现这些目标？以下是它可以发挥关键作用的不同功能：

• 招聘广告：招聘软件可以自动购买招聘平台和其他网站上的广告。它利用程序化广告和品牌内容在目标候选人经常访问的行业特定网站上发布招聘信息。它还可以帮助您优化招聘广告预算并降低每位申请人的成本。
• 应用程序跟踪系统 (ATS)：ATS 是自动化组织的完整招聘和招聘周期的软件。它提供了一个集中位置来管理职位发布、对简历进行分类、过滤应用程序并确定最适合空缺职位的候选人。这样，人力资源经理可以保持井井有条，并可以轻松访问候选人在招聘过程中所处阶段的详细信息。
• 简历筛选：手动筛选简历是招聘中最耗时的部分之一。基于人工智能的软件根据列表“学习和理解”工作要求，并根据候选人使用的关键字、术语和短语过滤简历。
• 资格预审候选人：智能算法可以通过评估他们的技能、经验和其他特征与以前的雇员和公布的工作角色的能力、经验和其他特征来确定可能的候选人。他们还可以在招聘过程中推动他们前进时对这些候选人进行排名或评分。基于人工智能的聊天机器人可以通过发起与候选人的对话来收集基本信息，并“了解”更多关于他们的信息。这些算法还可以扫描他们的 LinkedIn、Twitter、Facebook 和其他社交资料以及他们活跃的行业特定平台（例如开发人员的 Stack Overflow），以便更好地了解他们的个性、知识、能力和资质.

招聘自动化何时会出错？

尽管招聘自动化软件取得了进步，但它并不是解决招聘挑战的灵丹妙药。没有技术可以治愈破碎的招聘流程。数据过载是一个关键问题。如今，招聘人员拥有如此多的数据（关于候选人和工作角色），以至于他们既没有时间也没有技能来分析这些数据并做出正确的决定。很多时候，访问和验证这些数据的成本和复杂性令人望而却步。

另一个长期存在的问题是偏见。虽然招聘过程本身经常存在偏见（在很大程度上是由于公司倾向于依赖员工推荐），但在招聘中使用人工智能和自动化有时会使问题更加复杂。

“如果您没有针对您决定的任何特征的代表性数据集，那么您当然不会正确地找到和评估申请人，”IEEE Fellow 和纽约大学 Tandon 院长 Jelena Kovačević 说工程学院。

“例如，”她继续说道，“如果过去黑人被系统地排除在外，或者如果你没有女性参与其中，并且你基于此创建了一个算法，那么就无法正确预测未来。如果你只从常春藤名校招人，那你真的不知道一个名不见经传的学校的申请者会表现如何，所以存在多层偏见。”

在一个臭名昭著的例子中，亚马逊开发了一种基于人工智能的招聘工具，该工具分析了十年来收到的简历中的模式，并最终歧视了女性。不用说，他们取消了它。

数据和人工智能失败的最大领域是多样性、公平和包容性 (DEI)。自动化和机器学习放大的招聘中与多样性相关的一些最大错误是：

• 职位发布中不敏感、精英主义或包容性较低的语言（驱使不同的候选人远离申请）
• 有限的采购和有限的候选人库（排除来自其他地区的候选人或没有上过某些学校的候选人）
• 没有远程工作政策（将残疾和缺乏交通工具的候选人拒之门外）
• 一种旨在满足最低监管或行业标准的有趣的 DEI 方法
• 缺乏自动化

最后一个值得特别注意。

人工智能是问题，分析是良药

虽然人工智能肯定不是招聘的灵丹妙药，但自亚马逊惨败以来，它已经取得了很大进展。 Entelo 研究发现，数据驱动的招聘团队已经超越了同行。此外，84% 的招聘人员对他们在日常工作流程中使用人工智能和机器学习的能力相当有信心。

百万美元的问题是：招聘自动化技术如何在招聘过程中使用人工智能算法而不增加（和放大）人类偏见？

答案在于建立公司特定的绩效基准，确定客观衡量候选人能力的关键指标，并使用人才分析来衡量招聘工作的成功和效率。

实现其构建目的的算法经常这样做，因为它们可以使用最大和最广泛的数据集。您有责任收集这些数据点并将其输入您的人才管道或招聘自动化软件。这个过程在实施时是相反的——在一小部分（但多样化的）候选人上测试算法并手动审查其输出，然后再将其作为您组织的实际招聘解决方案，这始终是一个好主意。

本文：https://cioctocdo.com/how-next-gen-automation-helping-recruiters-identi…