人工智能是如何重塑招聘,这意味着未来的做什么工作的

阿Agrawal, 35岁,涉足了招聘行业自2005年以来。在诺伊达拥有100名员工和两个办事处和班加罗尔,他的公司Zyoin提供招聘和咨询服务超过300家公司,包括亚马逊、Goibibo、玩游戏和PayU。但有一个常数吹毛求疵。像解析简历。没有通用模板的简历是写和结构化,采矿和匹配的成千上万的工作岗位是一个巨大的任务。可用解析技术是基本的,没有搭配好。此外,简历数据库中往往会过时。

去年,Agrawal感冒了邮件Anand Kumar的创始人Bengaluru-based Skillate,人工智能(AI)的招聘解决方案平台,帮助企业阅读和匹配简历。今年年初,SAP实验室Skillate作为孵化器项目的一部分。

Agrawal Skillate测试平台的一个月,算他的员工的年代效率大幅提高,而早些时候他们审查500份简历得到10正确的资料,他们现在平均50。“他们的简历解析和匹配技术很好。我们的搜索开始呕吐更相关的候选人,”说Agrawal Skillate之间的越来越多的忠诚客户。他现在是期待Skillate的下一个特征——扫描候选人的资料和文章在社交网络平台上脸谱网、链接和GitHub自动更新旧的简历。“自动恢复的功能升级已经准备好了。我们现在正试图自动化升级和匹配,”Kumar说。

人工智能或人工智能是企业界的新词汇。网络数字时代,由于扩散的智能设备和激增的大数据,人工智能或智能机器可以认为直觉和庞大的数据的智能意义——席卷了全球多个行业的新战场,扰乱公司和引发新的竞争。严重到科技世界的两个巨头——特斯拉的Elon Musk和Facebook的马克•扎克伯格——晶石。数码巨头谷歌和亚马逊现在决斗基于ai的虚拟助理。把无人驾驶汽车和自动化装配工厂破坏了汽车工业和制造业。

满足新招聘经理
中断正在动摇世界的工作,。未来失业只是故事的一部分。自动化(很大程度上由AI)威胁的69%和77%分别工作在印度和中国,世界银行最近的一项研究说。据报道,它会带走全球银行业30%的工作岗位。但这只是故事的一部分。“涉及人工智能工具和流程将激增,和他们一样,乔布斯会进化。我认为机器人过程自动化的下一个大事件,这意味着一切,可以自动将自动的,”吉姆•斯特劳说采购和招聘策略全球主管人才创新中心,任仕达Sourceright,我们。

人工智能也将极大地改变候选人寻找工作和雇主发现它们。多亏了一系列基于ai公司像Skillate不断涌现,两者兼而有之
在印度和海外。Bengaluru-based三岁属于扫描一系列社会
网络和数据库——从LinkedIn, Facebook到GitHub, ResearchGate匹配公司的招聘和职位要求候选人的历史档案,其中许多都是被动的求职者。索赔属于保存15 - 20小时的招聘人员的每星期工作。

客户支持启动并无顾虑。“属于帮助我们接触候选人否则无法使用。非常个性化的电子邮件将候选人是一个独特的特性,“说Karthik Purushotham,印度人才收购贝宝,这属于客户已有一年了。负责人说Ameya Ayachit人才收购,Directi互联网解决方案:“属于通过个性化的接触块增加了反应的比例从候选人。我们有很多候选人回信欣赏这些定制的电子邮件。”

在另一个南方城市,海德拉巴,哈里克里希纳M建立仓库。2015年io。自那时以来,策划平台为开发者帮助组织了115编码32公司的挑战和活动,包括亚马逊和微软,聘请高端产品开发人才。去年哈里克里希纳参数。人工智能自动筛选简历,土地在公司的职业生涯”页面。”参数告诉公司如果候选人是好的,坏的或平均根据其过去的招聘模式。它自动初始检查,”他说。

另一个名为gdp8 %的产品,煤矿公司的简历数据库,并发送自动信息要求候选人更新;这有助于保持新鲜和当前的数据库。接下来是2.0参数,开发聊天机器人,自动化等功能预先筛分的候选人。该计划将询问和回答一些基本查询音频文件,它将自动转换为文本文件为招聘人员。孟买Klimb。io,成立于2015年,想要解决的问题“不显示”,在候选人的工作,不要加入。帕拉山Thiruvaipati创始人希望利用人工智能结合过去的数据,候选人心理学和接触分析预测候选人辍学的可能性。

与人工智能、Pankaj邦萨尔万仕达人力资源咨询公司的创始人之一PeopleStrong,他的公司出现了戏剧性改善生产力。由于基于ai工具,去年他的收入上升了60%,但人数仅为5%。早些时候,他的每个员工需要20分钟,并下载相关简历为每个位置。现在,他们用两分钟。有趣的是这一次是“在印度招聘趋势从不远的上演在硅谷。我觉得这段时间我们正在建设创业原件,”他说。

从硅谷
美国看到基于ai激增创业尝试一系列问题,就业市场是应对。八月,确实工作平台——声称是世界最大的招聘网站,获得了12-employee启动名为“采访”,这有助于公司基于ai的候选人评估工具。例如,自动电话筛选,机器学习和自然语言处理能力帮助构建一个心理的候选人和法官文化适配性。它声称在几天内削减4000名候选人数据库名单顶部2 - 3%。

另一个启动Entelo矿山数据和社交媒体预测哪些申请者可能会换工作。HireVue基于ai平台分析访谈的基础上,面部表情,所用词汇、语音变化和微观的手势来评估候选人。例如,它吸引了推断从候选人的使用主动动词如“能”和“会”或消极的词比如“不能”。





人才声纳的算法帮助编写工作描述,提高性别多样性。SkillSurvey,阿迪达斯和锐步,帮助预测个人的营业额和性能。有米娅系统,开发了一个AI招聘人员,聊天机器人,可以评估简历,屏幕候选人和安排会议。另一个启动抢先使用AIbased匹配系统将为毕业生在校园招聘过程。除了资格和经验,它会创建一个“指纹”对于每个候选人考虑他的兴趣,人格、技能等。

空间有很大的潜力,谷歌已经进入了战斗和一个叫云的项目工作。扫描数以百万计的工作机会理解模式和连接,它使用机器学习来了解工作内容和求职者的意图,导致更好的工作网站参与。谷歌也有一个名为qDroid的内部招聘工具。识别特征,其研究显示为特定职位至关重要,qDroid解析数据草案对面试官的问题。

年底工作门户?
人工智能是动摇招聘的行业。但是现在云已经收集一段时间。任仕达人力资源咨询公司去年以4.29亿美元收购在线求职门户的怪物,把整个招聘行业涟漪。

成立于1994年,怪物预示着新时代的求职和招聘就在互联网使用是获得全球体积和深度。它催生了模仿者包括在印度,像Naukri。今年早些时候,另一份工作门户网站凯业必达被一群投资者收购了由私人股本公司阿波罗全球管理。

最近解雇了120名员工,4%的员工。LinkedIn的专业网络平台出售给微软去年的头条。多个问题陷入困境的工作门户网站。

最大的是他们出生时代之前的社交网络。Facebook成立于2004年。大量的在线社交和专业网络出现,从Facebook到Twitter, GitHub(软件工程师)Kaggle(数据科学家),提供简单的交互和访问平台的专业人士,网络、协作和请求和提供就业机会。CareerBuilder网站报告说,70%的雇主今天使用社交媒体来筛选候选人在招聘之前,从2006年的11%大幅飙升。

其他的变化也在酝酿之中。廉价的手持设备,互联网接入和数据关税下降从而使数字世界。不要忘记经济结构转变,使雇主与雇员之间的关系复杂和分层的千禧一代进入劳动力。这样的公司超级,Airbnb和WeWork使用率来引进新模型在两种产品和服务。同步,急剧上升的自由职业者谁正在寻求基于项目的工作演出经济增长。预测表明,43%的我们的劳动力将在2020年成为自由职业者。

工作门户都在努力跟上在这个不断增长的复杂性。在一个互动的时代,求职者常常抱怨工作网站成为简历黑洞。许多求职者抱怨招聘人员重影——没有更新或面试后的反馈。这就是基于ai的招聘工具使用大数据和分析正在改变比赛。

邦萨尔PeopleStrong说传统的招聘行业有三个广泛的垂直公司业务——at或应用程序跟踪系统(如Oracle Taleo)、相亲和采购的人才。“在大数据时代,三个聚集的地方,”他说。从事实上和企业发展甚至PeopleStrong被收购公司准备聚集世界即使新的利基基于ai公司如雨后春笋般冒了出来。





如履薄冰
印度仍处于早期阶段,采用与IT行业,数码公司和跨国研发中心主要AI波招聘。但期望快速增长。像在其他领域一样,人工智能将是先锋。

有人担心,最大的被侵犯隐私。虽然大多数基于ai平台确保他们只跟踪数据在公共领域,边界模糊。例如,候选人的政治观点可能偏见雇主的决策,特别是在这些政治两极化。“在印度,我们没有健全的隐私法和事情仍在发展。因此,在这些问题上我们已经建立自己的黄金标准:喜欢,我们不会私人或扫描数据跟踪政治观点的候选人,”创始人Rishabh Kaul说Belong.co。在网络世界,越来越多的求职者的数字足迹将获得意义。

记住刻薄的推特或醉酒狂欢在Facebook上的照片会对那些在企业界有更深层次的影响。相反,在世界machine-dominated招聘,potentially-employable候选人,网上不是很活跃,可能经常会在雷达下,错过机会。

“我们的产品不是银弹。这(基于ai程序)是一个雇主将与一套其他工具做出招聘决定,”Ben mon说,美国公司的联合创始人法玛,这有助于企业发现候选人有暴力倾向或种族主义者或厌恶女人的人。“这并不总是一个问题,什么是合法的。更大的问题是,如果人们会习惯它。

新技术的人手中,也可以用于一个错误的方式,”他补充道。一方面,基于机器的检查将有助于消除人类偏见,经常在招聘过程的蠕变。

但这是模糊判决偏见减轻工具也可能恶化。例如,由于人工智能算法因素在历史数据可以很容易地复制过去人类的偏见。最近的一项研究,研究人员卡内基梅隆大学显示,在线广告是获得高薪工作的男性比女性多。“我希望你认识到危险的算法,”警告任仕达公司的粗呢衣服

特斯拉的麝香警告说,对人工智能的竞争优势可能引发世界大战,但这些人才从事战斗可能窝藏几个这样的忧虑。

基于ai工具在招聘将在5年内成为主流:Rishabh Kaul Belong.co
Rishabh科尔和维贾伊·夏尔马于2014年成立,属。有限公司是一个预测对外招聘平台,使用人工智能来满足公司的招聘需求。它提高了系列2015年资金由经纬和系列B 1000万美元的资金由红杉资本今年年初。Bengaluru-based启动有超过100名员工和贝宝,亚马逊,Jio和思科在其客户的依赖。编辑采访Kaul摘录:

在Belong.co
与我们的产品,我们正在帮助公司利用人工智能和机器学习解决他们的招聘需求。我们平台提供预测对外招聘解决方案(雇主接触候选人主动而不是相反),帮助企业发现、吸引和招聘合适的人才。人才可能不是寻找工作,但可能只是公司合适的人选。

属于。公司使用的人工智能
平台看着众多的因素使表面每个公司的最佳候选人和角色使用我们的专有AI-backed算法。关键的区别是,我们远远超出了标准关键词匹配方法。每家公司将一组不同的候选人因为我们考虑一些因素,比如公司的招聘历史,理想的候选人,他们愿意雇佣和匹配的候选池,其公共基础网上一系列网络像Twitter, GitHub,堆栈溢出,专家Behance,等等。以外发现合适的候选人,同样重要的是让他们在一个有效的和个性化的方式,我们已经能够完全自动化,为我们的客户,节省每个招聘人员每周15 - 20小时的努力。

在这是如何工作的
一旦潜在候选人的平台建立了一个数据库匹配与招聘者的需求,平台发送自动的,大规模电子邮件审查他们的利益。但它特殊的是,电子邮件是非常个性化的对每个候选人的信息。例如,电子邮件可以参考候选人最喜爱的足球俱乐部,他经常光顾那些个咖啡馆或者即将到来的马拉松,他一直在用微博记录。招聘人员,这有助于做出更好的第一印象甚至被动的候选人,更高的接触水平导致更高的响应率。平台足够智能,甚至计()社交媒体的职位候选人时更容易改变他的工作。

谁是客户
基于ai工具是在早期采用的招聘。我看到他们在未来五年成为主流。全球互联网公司和创业公司Flipkart公司和跨国公司,特别是他们的研发中心,我们的第一个客户。其他行业如制造、零售、服务公司也承诺为我们客户群体。许多这样的行业越来越混乱,公司需要雇用新创建的位置。通常,他们的内部团队可能没有能力雇佣这些角色。虽然他们可能雇佣招聘机构来做这项工作,从投资回报的角度来看,我们的平台是更合算的。但是我们的大多数客户都来找我们,因为卓越的候选人经验和参与。

另一方面AI-led招聘
有时,好潜在的候选人不太活跃的网上可能错过,更难找到工作。同时,在印度,我们真的没有健全的隐私法和还在进化。在这种情况下,原则上我们想在这些问题上制定自己的黄金标准。就像我们不会私人或扫描数据跟踪政治观点的候选人。

我们帮助企业识别社交媒体红旗:本星期一,农夫
加州法玛技术是开发一个平台,社交媒体对潜在应聘者背景调查并帮助雇主在招聘过程中。法玛的基于ai技术拖网互联网检查在Facebook, Twitter, Instagram, Google +的“红旗”和“绿旗”的潜在候选人基于他们的在线行为。成立于2015年,启动了不到300万美元,落的“最有创意的使用数据”今年早些时候在沃顿人分析会议上。采访编辑摘录:

在农夫科技
我们筛选潜在员工通过分析社交媒体文章。一个社团(人力资源管理学会)的研究显示,43%的公司使用社会媒体来筛选求职者。农夫从2015年1月开始在洛杉矶有一个目标——帮助企业填补他们招聘的信息。我们所做的不是投赞成或反对票。我们的技术可以帮助雇主红旗候选人可能厌恶女人的人或种族主义或暴力,也发现那些可能有积极的一面,他们喜欢一个人做慈善工作。雇主已经开始使用我们的软件来填补这一缺口。

从雇主吸引力
这个地区很新但是快速增长。由Careerbuilder.com的一项调查显示,2006年只有5%的招聘人员使用社交媒体筛选。到2016年60%,2017年这个数据是70%。许多公司想做的,但是没有钱。我们的推力是有平台,有意义不仅在概念上也与招聘过程整合得很好。我们现在有客户在全球各地包括西欧、美国和一些在印度。它们包括猎头公司和财富500强企业。

法玛平台的优势
我们帮助企业减少他们雇佣的人,避免那些有偏见或暴力的背景。我们也让他们的招聘过程省时间。即使是10 - 15%在招聘大提速。自从我们开始我们所有的顾客与我们签约。

另一方面
这不是一个银弹,一个这里的解决方案。这是雇主将与一套其他工具做出聘用决定。我们的产品可能不开车的决定,但它提供了一个重要的线程为他们考虑。同样,如果一个人有一个有限的社交媒体资料还有挑战。当我们看可用数据的公共领域,它是合法的,还有一个问题,如果人们习惯它。新技术在错误的手可以用在一个错误的方式。