חברות מגייסות עובדים בדרכים שונות. מרבית השיטות מתמקדות ביתור ומשיכת כישרונות לחברה ומחקרים מראים כי בממוצע לוקח 42 ימים + עלות של כ- 4,100 דולר למלא משרה פתוחה. זה התחזק במיוחד כאשר בלומברג דיווחו לאחרונה כי כ -10,000 עובדים מדור הבייבי בום מגיעים לגיל פרישה כל יום. עם מספרים כאלו, אין פלא כי היעילות המתאפשרת בגיוס עם מכונות הלמידה מתחילה לאתגר את הסטטוס קוו. במאמר זה נחקור כיצד מכונות למידה משנות את הגיוס.
כיצד חברות משתמשות בהערכות אלגוריתמיות?
בארה"ב, חברות רבות בחרו בצורה כלשהי של בינה מלאכותית (AI) ומכונות למידה כדי לגייס. יש לכך הרבה סיבות, כמובן, אבל יש עיקרון אחד שעולה מכך: שימוש בהערכות אלגוריתמיות – כלומר, סוג של מכונת למידה – יכול להאיץ תהליכים קיימים עבור החברות ואפילו לנבא את צרכיהן לפני המועד. במילים אחרות, חברות אלו יודעות כי כדי להתקדם בשוק הדיגיטלי הן יצטרכו להתחרות על חוויית הלקוח והן משתמשות בטכנולוגיה כדי להגיע לשם.
אותו עיקרון נכון גם לגבי משאבי אנוש, ובמיוחד לגיוס. הערכות אלגוריתמיות עושות שימוש בנתונים סטטיסטיים ונתונים היסטוריים כדי לנבא האם עובד פוטנציאלי יפעל היטב. היתרונות של תהליך זה הם רבים: מגייסים יכולים לשקול מועמדים נוספים בפחות זמן ועם פחות מאמץ. בנוסף, יש להם את השקט הנפשי הנוסף כי ההחלטות שלהם מגובות על ידי נתונים יותר סובייקטיביים.
זה בלתי אפשרי לספר הכל על המועמד מקורות החיים שלו בלבד. מה אם אתה תוכלו לשלב את הנתונים עם מידע נוסף לגבי מעל מי הם באמת? הערכים שלהם, המיומנויות הרכות, התחביבים שלהם, וכד', ולאחר מכן להשתמש במכונת למידה כדי לחבר את המידע לתוך אלגוריתם שיוכל לחזות כמה טוב הם מתאימים לתרבות הארגונית שלכם? זוהי ההנחה מאחורי השימוש במכונות למידה בתהליך הגיוס.
האלגוריתמים של חברת Belong עושים שני דברים: ראשית, הם מנתחים נתונים התנהגותיים מרשתות חברתיות, בלוגים ופלטפורמות דיגיטליות אחרות, בנוסף למידע הסטנדרטי כמו לימודים, ניסיון ויעדים שהוצגו בקורות חיים. זאת כדי לאסוף פרופיל הוליסטי ומדויק יותר של כל מועמד. הם גם משתמשים במכונות למידה כדי להבין טוב יותר את ההעדפות ואת הדפוסים של כל חברה מגייסת. מכל הנתונים הללו, Belong יוצרת מסד נתונים מיוחד עם התאמות לכל חברה ותפקיד.
האם זה עובד? על פי הדיווחים, השיטה של Belong מקבלת מינימום של עלייה פי שלושה בשיעורי המעורבות של העובדים החברה, ככל הנראה הם עושים טוב.
Belong לא היו הראשונים שטבלו בבריכת הגיוס החברתי. היישום שלהם של מכונות למידה מתאים לפתרונות שלהם והוא משמש כ"רוטב הסודי" בגיוסים החברתיים.
חברות רבות משתמשות בבוטים כדי להתמודד עם תזמון הראיונות שלהם בתהליכי גיוס. מערכות כגון 'איימי' – עוזר אישי המופעל על ידי AI, יכולות לסרוק הודעות דוא"ל ממועמדים ולהתכתב איתם כדי לתזמן פגישות, ולחסוך למגייסים זמן רב של התעסקות בלו"ז.
AI ומכונות למידה מסייעים למגייסים להתמודד עם הבעיה האמיתית של סמנטיקה. כאשר מנהלים מחפשים למלא תפקיד של מנהל שיווק, למשל, הדרך הקלה ביותר היא לגייס רק את האנשים שקורות החיים שלהם משקפים תפקיד של מנהל השיווק בעבר. עם זאת, מאז מגוון רחב של כותרות יכול להיות אותו דבר בשיווק, כי מערכות דוחות מועמדים מתאימים אשר תפקידם הנוכחי עשוי להיות "רכז שיווק" או "מומחה שיווק". יתר על כן, לא כל המועמדים יתארו את עבודתם בדיוק כפי שהיא מנוסחת בתיאור העבודה של המגייסים, ותוכנות הלמידה מתוכנתות לחפש על פי מגוון של ביטויים ומילות מפתח.
