האם בינה מלאכותית תחליף מגייסים? מותו של המגייס העסקי. [סרטון וחידון]

בקצרה: סביר להניח שבינה מלאכותית לא תחליף לחלוטין מגייסים, אך היא תשתלט על משימות גיוס חוזרות ונשנות כגון סינון, תזמון, ניסוח מסרים ודיווח. מגייסים נשארים בעלי ערך כאשר הם משתמשים בבינה מלאכותית כדי להתקדם מהר יותר תוך שמירה על שיקול דעת אנושי, אמון, משא ומתן ואחריות לאורך כל תהליך הגיוס.

נקודות מפתח:

שיקול דעת אנושי: יש להטיל אחריות על מגייסים בנוגע להחלטות גיוס סופיות ולשיחות רגישות עם מועמדים.

תמיכה בבינה מלאכותית: השתמשו בבינה מלאכותית למשימות כבדות ניהול, לא לעבודות גיוס המבוססות על קשרי לקוחות.

שקיפות: הסבר מתי כלים אוטומטיים משפיעים על סינון, ניקוד או תקשורת עם מועמדים.

בקרת הטיה: סקור את תוצאות הבינה המלאכותית באופן קבוע כדי שלא יתפספסו מועמדים לא קונבנציונליים אך חזקים.

כישורי מגייס: בנה עכשיו כישורי בינה מלאכותית, ניתוח נתונים, ייעוץ וחוויית מועמד.

האם בינה מלאכותית תחליף את מגייסי העובדים? 

לא, בינה מלאכותית כנראה לא תחליף לחלוטין את המגייסים.

אבל כן, בינה מלאכותית בהחלט תחליף משימות גיוס חוזרות ונשנות.

ההבחנה הזו חשובה.

גיוס עובדים זה לא רק "למצוא קורות חיים, לשלוח אימייל, לקבוע ראיון". אם זה היה המצב, בינה מלאכותית כבר הייתה אוכלת את כל הכריך 🥪. גיוס עובדים כרוך בשיקול דעת, שכנוע, אמון, משא ומתן, הכרת שוק, קביעת ציפיות וכמות מוזרה של חיזוי מזג אוויר רגשי.

מגייס טוב יודע מתי מועמד נרגש אך מפוחד. הוא יודע מתי מנהל גיוס לא מציאותי. הוא יכול לזהות מתי תיאור התפקיד אומר "תרבות שיתופית" אבל פאנל הראיונות פולט אנרגיה של בית רדוף רוחות.

בינה מלאכותית יכולה לסייע בכך. היא אפילו יכולה לחשוף רמזים. אבל היא לא באמת מבינה את הפוליטיקה במקום העבודה, את ההיסוס של מועמדים, את הפסיכולוגיה של שכר או את האמנות העדינה של אמירת "התפקיד הזה דחוף", בזמן שלכולם לוקח תשעה ימים לתת משוב.

אז השאלה האמיתית מאחורי "האם בינה מלאכותית תחליף את מגייסי הצוות?" אינה האם בינה מלאכותית יכולה לבצע משימות גיוס. היא כן יכולה. השאלה היא האם בינה מלאכותית יכולה להחליף את שיקול דעתם של מגייסים. כאן הדברים מתחילים להיות מעניינים.

מה הופך גרסה טובה של בינה מלאכותית לגיוס עובדים? 🧠

גרסה טובה של בינה מלאכותית בגיוס עובדים לא צריכה להעמיד פנים שהיא אשף גיוס קסום. כאן אנשים נקלעים לצרות.

מערכת גיוס חזקה של בינה מלאכותית אמורה לעזור למגייסים לפעול מהר יותר, להפחית את העומס ולשפר את העקביות מבלי להסיר את האחריות האנושית.

בינה מלאכותית טובה לגיוס צריכה:

• סינון קורות חיים על סמך קריטריונים ברורים לתפקיד, ולא על סמך שטויות מעורפלות של "התאמה לתרבות"

• הציעו התאמות של מועמדים אך הסבירו מדוע

• עזרה בכתיבת תיאורי תפקיד טובים יותר מבלי לגרום לכל תפקיד להישמע כמו כת סטארט-אפ

• סיכומי ראיון תומכים וסיכומים

• להפחית את הכאוס בתזמון

• סמן מידע חסר או הטיה אפשרית

• השאירו את בני האדם באחריות לקבל החלטות

• להפוך את התקשורת למהירה יותר, אך לא קרה יותר

הבינה המלאכותית הטובה ביותר בגיוס עובדים מרגישה כמו עוזרת חדה שיושבת ליד המגייסת. היא לא מתפרצת לחדר עם שפם מזויף ואומרת "שלום, אני בהחלט אנושי, אנא קבל את ההצעה הזו"

מערכות גיוס גרועות מבוססות בינה מלאכותית, לעומת זאת, מדרגות מועמדים יתר על המידה, דוחות אנשים מהר מדי, משטחות ניואנסים וגורמות לגיוס להרגיש כמו מכונת אוטומטיות עם חרדה צמודה. לא משהו.

טבלת השוואה: בינה מלאכותית לעומת מגייסים בתהליך הגיוס 📊

אזור גיוס	הטיפול הטוב ביותר על ידי	למה זה עובד	זהירות
סינון קורות חיים	סקירת בינה מלאכותית + מגייס	מיון מהיר, זיהוי תבניות, פחות חפירה ידנית	יכול לפספס מסלולי קריירה יוצאי דופן... ואלה חשובים
פנייה למועמדים	טיוטת בינה מלאכותית, ליטוש אנושי	חוסך זמן ומאפשר העברת הודעות	הודעות כלליות מרגישות כמו מרק קר
קביעת תזמון ראיונות	בינה מלאכותית	באמת, בבקשה תנו למכונות לעשות את זה 😬	אזורי זמן עדיין מוצאים דרכים להיות מעצבנים
בניית קשרים	מגייס	אמון, אמפתיה, שכנוע, שיחה אמיתית	לוקח זמן, אבל זו הנקודה
משא ומתן על שכר	מגייס עם תובנות בינה מלאכותית	נתונים עוזרים, אבל הטון חשוב	בינה מלאכותית יכולה להישמע נוקשה או גס רוח בטעות
יישור מנהלי גיוס	מגייס	גם בני אדם צריכים ניהול, איכשהו	בינה מלאכותית לא יכולה לקרוא היטב את הפוליטיקה במשרד
דירוג המועמדים	תמיכה בבינה מלאכותית, החלטות אנושיות	מועיל לארגון אותות	דירוג יכול להפוך לקבלת החלטות עצלנית
מיתוג מעסיק	מגייס + שיווק	סיפור סיפורים אנושי מנצח כאן	עותק של בינה מלאכותית יכול להיות מבריק וריק

זהו אמצע הדרך המעשי. בינה מלאכותית מצוינת בנפח, מבנה ומהירות. מגייסים טובים יותר בעמימות, אמון והמורכבות האנושית העמוקה של החלטות קריירה.

למה אנשים חושבים שבינה מלאכותית תחליף מגייסים 😬

אנשים לא מדמיינים את השיבוש. ישנן סיבות אמיתיות לקיומו של הפחד הזה.

גיוס עובדים כרוך בהרבה עבודה חוזרת ונשנית. מיון קורות חיים, איתור מועמדים, מעקב אחר מיילים, תיאום ראיונות עבודה, כתיבת תיאורי תפקיד, עדכוני סטטוס - זה יכול להרגיש כמו סרט נע עשוי לוחות שנה והודעות שלא נקראו.

בינה מלאכותית באמת טובה ברבות מהמשימות הללו.

הוא יכול לסרוק מאות קורות חיים תוך שניות. הוא יכול ליצור מחרוזת חיפוש בוליאנית מהר יותר ממה שרוב האנשים יכולים למצוא את הצג השני שלהם. הוא יכול לכתוב חמש גרסאות של אימייל פנייה לפני שמגייס מסיים להקליד "מקווה שאתה בסדר", דבר שאף אחד, בואו נודה, כבר לא מאמין בו לגמרי.

גם חברות אוהבות הפחתת עלויות. זה לא בדיוק סוד שמסתתר במערת אוצרות 🏴☠️. אם ההנהלה רואה תוכנה מבצעת משימות שבעבר דרשו צוות גיוס גדול יותר, היא עשויה לצמצם את מספר העובדים או לצפות שפחות מגייסים יטפלו ביותר בקשות.

אז כן, חלק ממשרות הגיוס יצטמצמו. חלק מתפקידי תיאום הגיוס ברמת כניסה עשויים להפוך לאוטומטיים יותר. חלק ממקורות ההשמה עשויים להזדקק למיומנויות אסטרטגיות חזקות יותר. חלק מהסוכנויות הבנויות אך ורק על העברת קורות חיים עלולות להיתקל בלחץ קשה.

אבל זה לא אומר שגיוס עובדים נעלם. זה אומר שהגרסה הנמוכה של גיוס עובדים נאכלת ראשונה.

מה בינה מלאכותית יכולה לעשות טוב יותר מגייסים ⚙️

לבינה מלאכותית יש כמה יתרונות אמיתיים. להעמיד פנים אחרת זה טיפשי.

בינה מלאכותית טובה יותר מבני אדם במהירות. היא לא מתעייפה, משתעממת, מוסחת או נפגעת רגשית בגלל שמועמד מתחמק אחרי שלוש שיחות מעולות. היא לא צריכה קפה. היא לא בוהה בגיליון אלקטרוני ותוהה האם מעבר לבקתה יפתור את הכל.

בינה מלאכותית מועילה במיוחד עבור:

• ניתוח כמויות גדולות של קורות חיים

• מציאת התאמות של מילות מפתח בפרופילים שונים

• ניסוח הודעות הסברה

• יצירת מדריכי ראיונות

• סיכום הערות

• יצירת כרטיסי ניקוד של מועמדים

• הצעת שאלות המשך

• מעקב אחר מדדי משפך גיוס

• זיהוי צווארי בקבוק בתהליכים

עבור גיוסים בנפח גבוה, בינה מלאכותית יכולה להיות יתרון עצום. תפקידים בתחום הקמעונאות, תמיכת הלקוחות, מחסן, פיתוח מכירות ותפקידים זוטרים כוללים לעתים קרובות מאגרי מועמדים גדולים. מגייסים העובדים בתפקידים אלה עלולים לטבוע בבקשות. בינה מלאכותית יכולה לזרוק להם חבל - אולי חבל מעט מתכתי, אבל בכל זאת.

בינה מלאכותית יכולה גם לשפר את העקביות. בני אדם שוכחים דברים. בני אדם מדלגים מהר מדי. בני אדם לפעמים מסתמכים על תחושת בטן כשהם צריכים להאט. בינה מלאכותית יכולה לעזור לתקנן שאלות ראיון, להזכיר לצוותים דרישות ולהדגיש פערים בהערכה.

אבל עקביות אינה זהה להגינות. ההבדל הקטן הזה חשוב, כמו הבורג הקטן שמחזיק את כל השולחן הרופף יחד.

מה שמגייסים עדיין עושים טוב יותר מבינה מלאכותית 💬

מגייסים אינם רק עובדי אדמיניסטרציה עם לשוניות פתוחות בלינקדאין. הטובים שבהם הם יועצים, מנהלי משא ומתן, מתרגמי שוק, ולפעמים, מטפלים עם הזמנה ליומן.

מגייסים טובים יותר בהבנת מוטיבציה.

מועמד אולי יאמר שהוא רוצה יותר כסף, אבל מה שהוא באמת רוצה זה יציבות. או אוטונומיה. או מנהל שלא מתייחס לסלאק כמו לגלאי אש. מגייס יכול לשמוע את ההפסקה שלפני התשובה, את הצחוק העצבני, את ההיסוס הקל סביב רילוקיישן. בינה מלאכותית יכולה לנתח מילים, בוודאי. אבל בני אדם מבינים הקשר בצורה עשירה ומרקמית יותר.

מגייסים גם טובים יותר בהשפעה.

מנהלי גיוס משנים את דעתם. מועמדים מקבלים הצעות נגד. ההנהלה "משהה" פתאום משרה לאחר שלושה ראיונות אחרונים, כי כנראה שאי-סדר היה צריך תחביב. מגייס מנווט את כל זה.

בינה מלאכותית יכולה להציע תגובה. מגייס צריך לספק אותה מבלי לשרוף אמון.

מגייסים גם מגנים על חוויית המועמד. מגייס מתחשב יכול לגרום למישהו להרגיש מכובד גם כאשר התשובה היא לא. זה חשוב. אנשים זוכרים איך חברות מתייחסות אליהם במהלך הגיוס. לפעמים יותר מאשר ההצעה עצמה.

וכאשר גיוס עובדים הופך להיות רגיש - תפקידים ניהוליים, חיפושים חסויים, מעברים פנימיים, פיטורים, הצעות מתחרות - שיקול הדעת האנושי הופך להיות בעל ערך רב עוד יותר.

האם בינה מלאכותית תחליף את המגייסים? רק את אלו שעוסקים בטרנזקציות

כאן הכתבה נהיית קצת חריפה 🌶️.

בינה מלאכותית לא תחליף מגייסים מצוינים. אבל היא עשויה להחליף מגייסים שמתפקדים רק כמתווכים.

אם הערך העיקרי של מגייס הוא העתקת קורות חיים ממקום למקום, שליחת הודעות כלליות ושאלה "איזה שכר אתה מחפש?" ללא ייעוץ מעמיק יותר, אז כן, בינה מלאכותית תופסת חלק גדול מהעבודה הזו.

גיוס עסקי הוא פגיע.

גיוס אסטרטגי זה לא.

מגייס אסטרטגי מבין:

• תנאי שוק הכישרונות

• המוטיבציות של המועמדים

• התנהגות מנהל גיוס

• מיצוב פיצוי

• מוניטין המעסיק

• עיצוב תהליך הראיון

• סיכוני גיוון והכלה

• אסטרטגיית סגירת הצעה

• תכנון כוח אדם לטווח ארוך

מגייס כזה קשה יותר לאוטומציה כי העבודה אינה רק עיבוד מידע. זוהי עבודה הכוללת שיקול דעת, אמון ותזמון. קצת כמו לבשל בלי מתכון, אלא שהמרכיבים הם אנשים ולכולם יש דעות.

אז, האם בינה מלאכותית תחליף מגייסים? זה תלוי באיזה סוג של גיוס אנחנו מדברים.

להחליף ערבוב קורות חיים? כן.

להחליף אסטרטגיית גיוס מונחית קשרים? לא כל כך מהר.

כיצד מגייסים יכולים להישאר בעלי ערך בעולם גיוס מבוסס בינה מלאכותית 🚀

מגייסים לא צריכים להילחם בבינה מלאכותית. הם צריכים להשתפר בצורה מעצבנת בשימוש בה.

המגייסים החזקים ביותר יתייחסו לבינה מלאכותית כאל מנוף. לא לתחרות. לא לאיום שמסתתר מתחת לשולחן. לכלי.

כדי להישאר בעלי ערך, מגייסים צריכים לפתח מיומנויות ב:

• רכישה בסיוע בינה מלאכותית

• כתיבה מהירה להסברה ותיאורי תפקיד

• עיצוב חוויית המועמד

• ניתוח משפכי גיוס

• ייעוץ כישרונות

• סיפור סיפורי פיצויים

• שיפור תהליך הראיונות

• הערכה מודעת להטיה

• מיתוג מעסיק

• ניהול בעלי עניין

מגייס העתיד הוא פחות ממיין קורות חיים ויותר אסטרטג כישרונות.

זה נשמע מפואר, אבל זה פרקטי. זה אומר לדעת איך להשתמש בבינה מלאכותית כדי למצוא מועמדים טובים יותר מהר יותר, ואז להשתמש במיומנות אנושית כדי ליצור קשר, להעריך, לייעץ ולסגור עסקה.

מגייסים צריכים גם להשתפר בשאילת שאלות. לא רק שאלות של מועמדים, אלא גם שאלות של עסקים.

למה המשרה הזאת פתוחה? מה קורה אם היא נשארת פנויה? האם השכר ריאלי? למה האדם האחרון עזב? האם אנחנו בודקים הצלחה או סתם משכפלים את העובד האחרון? זה קצת כואב.

בינה מלאכותית יכולה לעזור בניתוח משפך המכירות, אבל מגייסים צריכים לפרש מה משמעות המשפך.

הסיכון של אוטומציה יתר של גיוס עובדים ⚠️

יש סכנה ממשית במסירת יותר מדי גיוס עובדים לבינה מלאכותית.

גיוס עובדים כבר עכשיו הוא תהליך מלחיץ עבור מועמדים. הוספת אוטומציה רבה מדי עלולה להפוך לקר, מבלבל ובלתי אנושי עד מאוד. אף אחד לא רוצה להרגיש שהקריירה שלו נשפטת על ידי טוסטר עם גיליון אלקטרוני.

אוטומציה יתר עלולה ליצור בעיות כמו:

• מועמדים מתאימים נדחים מוקדם מדי

• רקעים לא מסורתיים מוזנחים

• תקשורת גנרית פוגעת במותג המעסיק

• הטיה מוסתרת בתוך מערכות "אובייקטיביות"

• מועמדים מרגישים התעלמות או עיבוד

• צוותי גיוס סומכים על ציונים שהם לא מבינים

החלק הכי מפחיד הוא לא שבינה מלאכותית עושה טעויות. גם בני אדם עושים טעויות. החלק הכי מפחיד הוא שטעויות של בינה מלאכותית יכולות להתפשט במהירות. כלל סינון גרוע אחד יכול לדחות בשקט מאות מועמדים טובים לפני שמישהו שם לב.

זו הסיבה שגופי גיוס עדיין חשובים. הם מספקים שיפוט, סקירה, אתגר והקשר. הם יכולים להסתכל על פרופיל המועמד ולומר, "האדם הזה שווה שיחה"

לפעמים השיחה הזו היא כל הגיוס.

כיצד בינה מלאכותית משנה את מערכת היחסים בין מגייס למועמד 🤝

בינה מלאכותית גם תשנה את מה שמועמדים מצפים ממנו.

מועמדים עשויים להיות מודעים יותר לכך שמתרחש סינון אוטומטי. הם עשויים לבצע אופטימיזציה אגרסיבית יותר של קורות חיים. הם עשויים להשתמש בבינה מלאכותית כדי לכתוב מועמדויות, להתכונן לראיונות ולנהל משא ומתן על הצעות. כך ששני הצדדים יהיו בעלי בינה מלאכותית בחדר, גם כשאף אחד לא אומר את זה בקול רם. מסיבה קטנה ומביכה למדי.

משמעות הדבר היא שמגייסים יצטרכו להיות שקופים יותר ואנושיים יותר.

מערכות היחסים הטובות ביותר בין מגייס למועמד ייבנו על בהירות:

• מה התפקיד דורש באמת?

• איך נראה התהליך?

• כיצד יוערך המועמד?

• איזה משוב ניתן לשתף?

• איפה עומד המועמד?

• למה עליהם להתכונן?

בינה מלאכותית יכולה לעזור למגייסים לתקשר מהר יותר, אבל מהירות בלי כנות היא רק רעש של נועלים נעלי ספורט.

מגייס שמשתמש בבינה מלאכותית כדי להגיב במהירות, להתאים אישית את המועמדים בצורה מתחשבת ולעדכן אותם, יבלוט. מגייס שמשתמש בבינה מלאכותית כדי להטיח הודעות תפלות לכולם, יתמזג עם ביצת הספאם 🐊.

מה חברות צריכות לעשות במקום להחליף מגייסים 🏢

חברות ששואלות "האם בינה מלאכותית תחליף מגייסים?" עשויות לשאול את הדבר הלא נכון.

שאלה טובה יותר היא: כיצד בינה מלאכותית יכולה להפוך מגייסים ליעילים יותר?

במקום לקצץ בצוותי גיוס בצורה אגרסיבית מדי, חברות צריכות לעצב מחדש את עבודת הגיוס. לתת לבינה מלאכותית לטפל בשכבות החוזרות על עצמן ולמגייסים להתמקד בפעילויות בעלות ערך גבוה יותר.

חברות צריכות להשתמש בבינה מלאכותית כדי:

• הפחתת עומס אדמיניסטרטיבי

• שיפור נראות נתוני גיוס

• תמיכה בראיונות מובנים

• האצת רכישת המקורות

• שיפור התקשורת עם המועמדים

• זיהוי צווארי בקבוק

• לעזור למגייסים לייעץ למנהלי גיוס

אבל עליהם להשאיר בני אדם מעורבים בהחלטות סופיות, בניהול מערכות יחסים, תקשורת רגישה ותכנון תהליכים.

חברות שעושות זאת נכון יגייסו מהר יותר מבלי לגרום למועמדים להרגיש כאילו הם מגישים מועמדות לחור שחור עם הנחיות מיתוג.

חברות שטעות עשויות לחסוך כסף לזמן קצר, ואז לאבד מועמדים מצוינים מכיוון שהתהליך שלהן מרגיש רובוטי, רשלני או סתם מעצבן.

מגייס העתיד: יותר אנושי, לא פחות 🌱

בפיתול שקט, בינה מלאכותית עשויה להפוך את החלק האנושי בגיוס לחשוב יותר.

כאשר כולם יכולים להפוך את ההסברה לאוטומטית, חום אנושי הופך בעל ערך רב יותר. כאשר כולם יכולים ליצור תיאורי תפקיד, פירוט תפקידים ברור הופך בעל ערך רב יותר. כאשר כולם יכולים לסנן מהר יותר, הערכה מעמיקה הופכת בעלת ערך רב יותר.

המגייס העתידי יצטרך להיות חלקו טכנולוג, חלקו יועץ, חלקו מספר סיפורים, וחלקו מנהל הפרעות. בעיקרון אולר שוויצרי עם טראומה בקופסת האינפוזיס.

הם ישתמשו בבינה מלאכותית מדי יום, אבל היתרון שלהם יהיה בשיפוט אנושי.

הם ידעו מתי לסמוך על הנתונים ומתי להטיל בהם ספק. הם ידעו מתי מועמד הוא פנינה נסתרת, מתי מנהל גיוס רודף אחרי חד קרן, ומתי תהליך דוחה בטעות את האנשים המדויקים שהחברה רוצה.

זה לא אוטומציה בקלות.

גיוס עובדים תמיד עסק בקבלת החלטות גדולות תחת אי ודאות. בינה מלאכותית יכולה להפחית חלק מחוסר הוודאות. היא לא יכולה להסיר את ההימור האנושי.

סיכום: האם בינה מלאכותית תחליף מגייסים? 🧩

אז, האם בינה מלאכותית תחליף את מגייסי העובדים?

לא לגמרי.

בינה מלאכותית תחליף משימות גיוס חוזרות ונשנות. היא תעצב מחדש צוותי גיוס. היא תפעיל לחץ על מגייסים חלשים, סוכנויות בעלות ערך נמוך ותהליכי גיוס נפוחים. היא תהפוך חלק מהתפקידים לקטנים יותר, מהירים יותר ומונעי נתונים יותר.

אבל גיוס עובדים הוא לא רק תהליך עבודה. זהו עסק של אמון.

אנשים לא מחליפים עבודה רק בגלל שאלגוריתם אומר שציון ההתאמה גבוה. הם מחליפים עבודה רק בגלל שההזדמנות הגיונית, התזמון מרגיש נכון, התגמול עובד, המנהל נראה אמין, ומישהו עזר להם לנווט באמצע האתגר.

מישהו כזה הוא לעתים קרובות מגייס.

המגייסים שישרדו וישגשגו לא יהיו אלה שיעמידו פנים שבינה מלאכותית לא חשובה. הם יהיו אלה שישתמשו בבינה מלאכותית כדי להיות חדים יותר, מהירים יותר, מושכלים יותר ואנושיים יותר היכן שזה חשוב.

בינה מלאכותית עשויה לקחת את הניירת. היא עשויה לקחת את התזמון. היא עשויה לקחת את הטיוטה הראשונה, את הסקירה הראשונה, את המעבר הראשון.

אבל המגייסים הטובים ביותר עדיין יהיו בעלי השיחה.

ושם תמיד התרחש הגיוס האמיתי בכל מקרה.

דוגמה מהעולם האמיתי: שימוש בבינה מלאכותית מבלי להפוך את גיוס העובדים למבוך רובוטי

תַרחִישׁ

דמיינו חברת תוכנה בינונית שמגייסת שלושה נציגי תמיכת לקוחות. המגייס מקבל 186 פניות בשבוע אחד. חלקן חזקות, חלקן רחוקות מהיעד, וחלקן בבירור השתמשו בבינה מלאכותית כדי לכתוב מכתב מקדים שנשמע כאילו הורכב במפעל להצעות מחיר מוטיבציוניות.

ללא בינה מלאכותית, המגייס מבלה שעות בפתיחת קורות חיים, בדיקת דרישות בסיסיות, כתיבת הודעות לסיבוב ראשון, רדיפה אחר מקומות ראיון ועדכונים למנהל הגיוס. העבודה האנושית המהותית - איתור מועמדים מבטיחים, שאילת שאלות טובות יותר ושמירה על חום גופם - נדחסת לתוך האנרגיה שנותרה.

בדוגמה זו של תהליך העבודה, בינה מלאכותית אינה מחליטה מי מתקבל לעבודה. היא עוזרת למגייס לארגן את העומס, לנסח תקשורת מועילה ולהכין סיכומי ראיון חדים יותר. המגייס עדיין בודק כל רשימה מצומצמת, בודק הטיה, מדבר עם מועמדים ונוטל אחריות על ההמלצה הסופית.

מה שהעוזר צריך

המגייס ייתן לכלי הבינה המלאכותית:

• תיאור התפקיד

• קריטריונים חובה, כגון מיקום, כישורי שפה, זמינות משמרות וניסיון בתמיכת לקוחות

• קריטריונים של "נחמד שיהיה", כגון ניסיון ב-SaaS או ידע בתוכנות תמיכה

• רשימה של גורמים פוסלים, כגון חוסר זכות לעבודה או דפוס משמרות לא זמין

• טון התקשורת של המועמדים בחברה

• מדריך פשוט לניקוד

• תזכורת לכך שאין להתייחס לפערים בקריירה, שינויים בקריירה ורקעים לא מסורתיים כאל דברים שליליים כברירת מחדל

הוראה לדוגמה

סקור את פרופילי המועמדים הללו מול תפקיד נציג תמיכת הלקוחות. קבץ אותם לפי "התאמה חזקה", "התאמה אפשרית" ו"אין מספיק ראיות". עבור כל מועמד, הסבר את הסיבה בשפה ברורה ויומיומית תוך שימוש אך ורק במידע שסופק. אין לדחות אף מועמד על סמך פערים בקריירה, גיל, שם בית הספר, כתובת, לאום או הנחות לגבי אישיות. סמן כל מועמד שאין לו תשובה ברורה לגבי זמינות המשמרת כדי שאוכל לעקוב אחריהם באופן ידני.

לאחר מכן, כתבו הודעת סינון קצרה וידידותית עבור קבוצות "התאמה חזקה" ו"התאמה אפשרית". שמרו על מסר אנושי, ספציפי לתפקיד, ובאורך של פחות מ-120 מילים.

איך לבדוק את זה

לפני השימוש בתהליך עבודה זה על פני מועמדויות פעילות, על המגייס לבדוק אותו עם 20 פרופילים לדוגמה:

• 5 משחקים חזקים בבירור

• 5 משחקים גרועים בבירור

• 5 מועמדים לשינוי קריירה עם ניסיון הניתן להעברה

• 5 פרופילים יוצאי דופן, כגון מועמדים לחזרה לעבודה או אנשים עם היסטוריית קריירה לא ליניארית

לאחר מכן, על המגייס לבדוק:

• האם הבינה המלאכותית הסבירה את נימוקיה בצורה ברורה?

• האם החמיצו מועמדים חזקים אך לא קונבנציונליים?

• האם זה נתן ערך יתר על המידה למילות מפתח מתיאור התפקיד?

• האם זה עשה הנחות שלא היו בקורות החיים?

• האם הודעות הטיוטה נשמעו כמו משהו שמגייס אמיתי היה שולח?

מבחן טוב הוא להשוות את הקבצה של הבינה המלאכותית לסקירה של המגייס עצמו. יש לדון בכל אי התאמה לפני השימוש בתהליך העבודה בקנה מידה גדול.

תוֹצָאָה

תוצאה להמחשה: בהתבסס על תזמון של שלוש משימות גיוס לדוגמה לפני ואחרי שימוש בתהליך עבודה זה, המגייס יכול היה להפחית את זמן הסינון הראשון מכ-6 שעות ל-90 דקות עבור 180 מועמדויות.

בסיס המדידה הפשוט יהיה:

• סקירה ידנית: 2 דקות לכל בקשה × 180 בקשות = 360 דקות

• סקירה בסיוע בינה מלאכותית עם בדיקה אנושית: 30 שניות לכל בקשה לקיבוץ באמצעות בינה מלאכותית, בנוסף לסקירת מגייס של מועמדים ברשימה הקצרה והמועמדים הגבוליים = כ-90 דקות

• זמן חיסכון: כ-4.5 שעות בסינון במעבר ראשון

בדיקה מדידה שנייה יכולה להיות איכות תגובת המועמד. לדוגמה, המגייס יכול לשלוח 20 הודעות שנוסחו על ידי בינה מלאכותית לאחר עריכה אנושית ולעקוב אחר שיעור התגובה לעומת 20 הודעות ידניות קודמות. אם שיעור התגובה הקודם היה 30% והגרסה שנערכה על ידי בינה מלאכותית הגיעה ל-40%, זה יהיה איתות מועיל - אך רק אם ההודעות נשלחו לקבוצות מועמדים דומות.

החלק החשוב: הבינה המלאכותית לא "גייסה אנשים טובים יותר" בקסם. היא עזרה למגייס להקדיש פחות זמן למיון ויותר זמן לשיחה עם מועמדים.

מה יכול להשתבש

הטעות הגדולה ביותר היא להתייחס לדירוג של בינה מלאכותית כאל החלטה במקום ככלי עזר למיון.

בינה מלאכותית עשויה להעריך יתר על המידה מסלולי קריירה מסודרים, מילות מפתח מדויקות או כתיבה מלוטשת. היא עשויה גם לזלזל במועמדים בעלי הכישורים הנכונים אך מתארים אותם בצורה שונה. זה מסוכן במיוחד בגיוס עובדים מכיוון שמועמדים חזקים לא תמיד כותבים קורות חיים מושלמים.

טעויות נפוצות נוספות כוללות:

• שימוש בקריטריונים מעורפלים כמו "התאמה תרבותית"

• מתן אפשרות לבינה מלאכותית לדחות מועמדים ללא בדיקה אנושית

• שליחת הודעות בינה מלאכותית לא ערוכות שנשמעות קרות או גנריות

• שכחה ליידע את המועמדים מתי משתמשים בכלים אוטומטיים בתהליך

• העלאת נתוני מועמדים לכלי עבודה מבלי לבדוק את כללי הפרטיות

• הנחה של ציון גבוה פירושה "המועמד הטוב ביותר" במקום "שווה בדיקה"

טייק אווי מעשי

בינה מלאכותית עוזרת כשהיא מסירה את המנהלה מהצלחת של המגייס. היא הופכת למסוכנת כשהיא מחליפה בשקט שיקול דעת.

הגרסה הבטוחה ביותר היא פשוטה: תנו לבינה מלאכותית לארגן, לנסח, לסכם ולסמן. תנו למגייסים לשאול שאלות, לסקור, להסביר, לנהל משא ומתן ולהחליט. זה ההבדל בין גיוס מהיר יותר לבין תהליך גיוס שמרגיש כמו להישפט על פי גיליון אלקטרוני של עניבה.

שאלות נפוצות

האם בינה מלאכותית תחליף מגייסים בעתיד?

בינה מלאכותית לא צפויה להחליף לחלוטין מגייסים, אך היא תחליף משימות גיוס רבות החוזרות על עצמן. סינון קורות חיים, תזמון, טיוטות של פניות, סיכומי ראיונות ודירוג בסיסי של מועמדים יכולים להיות לעתים קרובות אוטומטיים או בסיוע בינה מלאכותית. הערך האנושי של גיוס עדיין טמון בשיקול דעת, אמון, משא ומתן, יחסים עם מועמדים והתאמה עם מנהלי גיוס.

אילו משימות גיוס יכולות להיות אוטומטיות עבור בינה מלאכותית?

בינה מלאכותית יכולה לסייע באוטומציה של ניתוח קורות חיים, התאמת מילות מפתח, תזמון ראיונות עבודה, ניסוח תיאורי תפקיד, מסרים מקצועיים, סיכומי הערות, כרטיסי ניקוד ודיווח משפך עבודה. משימות אלו לרוב חוזרות על עצמן, גוזלות זמן וקלות יותר למבנה. מגייסים עדיין צריכים לבחון את התוצרים, לאתר הקשר חסר ולוודא שההחלטות הוגנות, רלוונטיות ומותאמות לתפקיד.

האם בינה מלאכותית תחליף מגייסים שעוסקים רק בסינון קורות חיים?

מגייסים שמעתיקים בעיקר פרטי קורות חיים, שולחים הודעות כלליות ומעבירים מועמדים ללא ייעוץ מעמיק חשופים יותר לאוטומציה. בינה מלאכותית כבר חזקה במיון פרופילים ובהאצת תהליכי עבודה בסיסיים של גיוס עובדים. מגייסים שמוסיפים ערך אסטרטגי באמצעות תובנות שוק, אמון מועמדים והדרכת מנהלי גיוס קשים הרבה יותר להחלפה.

כיצד מגייסים יכולים להשתמש בבינה מלאכותית מבלי לאבד את המגע האנושי?

מגייסים יכולים להשתמש בבינה מלאכותית לטיוטות ראשונות, תזמון, מחקר, סיכומי הערות וניתוח משפכי תקשורת, תוך שמירה על שיחות אנושיות. המפתח הוא לעדן את התקשורת הנוצרת על ידי בינה מלאכותית, להסביר את התהליך בצורה ברורה ולהישאר זמינים לשאלות של המועמדים. בינה מלאכותית צריכה להפוך את המגייסים למהירים ובעלי ידע רב יותר, לא קרים יותר או פחות אחראים.

אילו מיומנויות יצטרכו מגייסים בעולם גיוס מבוסס בינה מלאכותית?

מגייסים יזדקקו למיומנויות חזקות יותר בתהליכי חיפוש בעזרת בינה מלאכותית, כתיבה מהירה, ניתוח גיוס, חוויית מועמד, ניהול בעלי עניין והערכה מודעת להטיה. הם יצטרכו גם להפוך ליועצי כישרונות חזקים יותר. משמעות הדבר היא שאילת שאלות עסקיות חדות יותר, אתגור דרישות תפקיד לא מציאותיות וסיוע לצוותי גיוס לקבל החלטות טובות יותר.

מדוע חברות משתמשות בבינה מלאכותית בגיוס עובדים?

חברות משתמשות בבינה מלאכותית בגיוס עובדים משום שתהליכי עבודה של גיוס כרוכים לעתים קרובות בנפח גבוה, ניהול חוזר ונשנה ותיאום איטי. בינה מלאכותית יכולה לעזור לצוותים לנוע מהר יותר, לארגן מידע על מועמדים, לנסח הודעות ולזהות צווארי בקבוק. בשימוש זהיר, היא יכולה להפחית את העומס כך שמגייסים יבלו יותר זמן בבניית קשרים, ייעוץ וסגירת משרות למועמדים.

מהם הסיכונים בשימוש רב מדי בבינה מלאכותית בגיוס עובדים?

יותר מדי בינה מלאכותית יכולה לגרום לגיוס להרגיש קר, מבלבל ולא אישי. היא יכולה גם לדחות מועמדים מתאימים מוקדם מדי, להתעלם מנתיבי קריירה לא מסורתיים, או להסתיר הטיה בתוך מערכות שנראות אובייקטיביות. הסיכון הגדול ביותר הוא קנה מידה: כלל אחד לקוי או תהליך דירוג לקוי יכולים להשפיע על מועמדים רבים לפני שמישהו שם לב.

האם בינה מלאכותית יכולה להפוך גיוס עובדים להוגן יותר?

בינה מלאכותית יכולה לתמוך בעקביות על ידי סיוע בסטנדרטיזציה של שאלות ראיון, קריטריוני הערכה ותהליכי עבודה בגיוס. עם זאת, עקביות אינה בהכרח זהה להגינות. מגייסים וחברות עדיין צריכים לבחון את תוצאות הבינה המלאכותית, להבין כיצד מתקבלות המלצות ולהשאיר בני אדם אחראים להחלטות סופיות וליחס למועמדים.

כיצד תשנה בינה מלאכותית את מערכת היחסים בין מגייס למועמד?

בינה מלאכותית תהפוך את התקשורת המהירה והסינון האוטומטי לנפוצים יותר, מה שאומר שמועמדים עשויים להשתמש בבינה מלאכותית גם לכתיבת קורות חיים, בקשות והכנה לראיונות. מגייסים יצטרכו להיות ברורים ואנושיים יותר מאי פעם. עדכוני תהליכים שקופים, התאמה אישית מתחשבת וציפיות תפקיד גלויות יעזרו למגייסים להתבלט מהרעש האוטומטי.

מה חברות צריכות לעשות במקום להחליף מגייסים בבינה מלאכותית?

חברות צריכות להשתמש בבינה מלאכותית כדי לעצב מחדש את עבודת הגיוס, לא רק כדי להסיר מגייסים. בינה מלאכותית חשובה לניהול, תמיכה במקורות מידע, תזמון, נראות נתונים ותהליכי עבודה מובנים בראיונות עבודה. מגייסים צריכים להישאר מרכזיים בהחלטות סופיות, תקשורת רגישה, יחסים עם מועמדים, יישור קו עם מנהלי גיוס ועיצוב תהליכים. איזון זה עוזר לגיוס להתקדם מהר יותר מבלי להפוך לרובוטי.

הפניות

1. משרד העבודה האמריקאי - dol.gov

2. ועדת שוויון הזדמנויות תעסוקה של ארה"ב - eeoc.gov

3. GOV.UK - בינה מלאכותית אחראית בגיוס עובדים - gov.uk

4. המכון הלאומי לתקנים וטכנולוגיה - מסגרת ניהול סיכוני בינה מלאכותית - nist.gov

5. לינקדאין עסקים - business.linkedin.com

מצאו את הבינה המלאכותית העדכנית ביותר בחנות הרשמית של עוזרי בינה מלאכותית

אודותינו