Den stora guiden till AI-rekrytering

Viktor Nordmark
1 October, 2020

Införandet av Artificiell Intelligens (AI) beskrivs ofta som den största teknikdrivna omvandlingen som någonsin hänt i HR-branschen, och det verkar som hypen fortsätter växa för varje vecka. Vill du veta mer om vad det rör sig om?
Bra, du har precis hittat den ultimata guiden för AI-rekrytering.

I den här omfattande guiden kommer vi att undersöka alla aspekter av AI inom HR-området. Inte bara fördelarna utan också de negativa aspekterna, vad du bör tänka på och hur omedveten bias kan påverka din implementering. Vi strävar efter att ge dig en nyanserad och grundlig bild av hur AI-rekrytering fungerar och varför du som HR-ledare bör överväga att införa det.

Vi kör igång!


Innehållsförteckning

Vad är AI-rekrytering och varför är det viktigt att ha koll på?

Under de senaste åren har mjukvarulösningar för artificiell intelligens implementerats i fler och fler användningsområden inom ett antal olika branscher. Företag sparar årligen hundratals miljoner dollar genom att utnyttja maskininlärning inom en rad olika uppgifter.

Med många repetitiva, tidskrävande och datadrivna arbetsuppgifter är HR- och rekryteringssektorn ett affärsområde med enorm potential för en AI-revolution.

Den förra stora tekniska omvandlingen inom HR var införandet av rekryteringssystem (ATS). Det innebar en stor produktivitetsökning för rekryteringsteam, men många experter tror att AI-baserade system kommer att kunna multiplicera den ökningen många gånger om.


AI-rekrytering sorteras in under samlingsnamnet rekryteringsautomation som syftar till att effektivisera rekryteringsarbetet för företag. Traditionell automatisering lider av en mängd begränsningar när det kommer till att förstå naturligt språk, analysera stora mängder komplex, ostrukturerad data samt hitta mönster på egen hand, vilket alla är områden där AI utmärker sig. Även relativt komplexa uppgifter kan automatiseras, så länge det finns tillräckligt med träningsdata för att träna systemet.

Generellt sett ryms alla verktyg som på något sätt gör rekrytering mer effektiv och baseras på maskininlärningsmodeller in under kategorin AI-rekrytering. Från något så enkelt som att förstå den bästa tiden på dagen för att skicka ett e-postmeddelande till futuristiska robotintervjuer. Gränserna för vad som är möjligt för maskiner kan göra inom HR-sfären har precis flyttats långt framåt.

Experter inom området förväntar sig att AI kommer att förändra grunden för rekrytering och HR. Som rekryterare, företagsledare eller HR-chef är det viktigt att hålla jämna steg med denna trend för att vara konkurrenskraftig i ett ständigt pågående gatlopp om den bästa talangen.

Relaterad bloggpost

How Artificial Intelligence is Impacting The Recruitment Sector

Learn more

Fortsätt läsa för att få en djupare förståelse och se vad artificiell intelligens kan uppnå vid rekrytering.

Varför finns AI-rekryteringsverktyg?

Många uppgifter inom rekryterares ansvarsområde är redan helt, eller delvis automatiserade för att öka effektiviteten. Med nästa generation av automationsverktyg, som drivs av AI, är målet fortfarande att spara tid och pengar, och samtidigt optimera resultaten. Skillnaden är att många uppgifter inte kan lösas med hjälp av traditionella binära automationsverktyg.

”If you think about the smartest, most switched-on person you've ever worked with, and then think about the biggest slacker and do-nothing person you've ever worked alongside, the contrast between those two people is obvious. Yet no ATS in the world could distinguish between them, as long as the two people worked at the same job in the same company at the same time. Applicant tracking systems don't inquire about what you learned at a job, what you left in your wake or what you view as your greatest accomplishment.”

Liz Ryan in Forbes

Det kan låta som en paradox, men att införa AI-drivna verktyg kan faktiskt hjälpa till att humanisera rekryteringsprocessen till en högre utsträckning. Denna nya teknik kan tillämpas på uppgifter med högre grad av komplexitet och kan personlighetsanpassa processer i stor skala och samtidigt utgöra stöd för mänskliga rekryterare och HR-medarbetare.

Dessutom, och i tillägg till de ekonomiska incitamenten, siktar många leverantörer mot att öka resultaten av befintliga rekryteringsinsatser, som exempelvis att förutsäga framtida prestanda hos kandidater eller minska bias i urvalet.

Genom att outsourca det inledande screeningarbetet till AI-system, minskar mänskliga fördomar under de första processtegen. Omedveted bias vid rekrytering kan leda till en mängd olika problem och ju längre du kan behålla urvalsprocessen objektiv, desto längre kan kandidaterna bedömas korrekt baserat på deras färdigheter och erfarenheter. AI-verktyg kommer att ha en positiv effekt, men måste tränas upp på ett diversifierat dataset för att inte införa någon bias eller fördomar i sina maskininlärningsmodeller.

Genom att stötta överbelastade rekryterare med AI gör man det möjligt för dem att använda sin kunskap och erfarenhet på uppgifter som kräver medmänsklighet och expertis samtidigt som man snabbt kan tillsätta lediga tjänster.

Vilka använder för närvarande AI i sin rekrytering?

I en nyligen genomförd undersökning som administrerades av Oracle menar bara cirka 10% av företagen att de använder AI i stor utsträckning under genom sitt anställningsförfarande i dagsläget. 36% uppger dock att de förväntar sig en stor ökning av användningen de kommande åren.

Relaterad bloggpost

Why You Should be Using AI Resume Screening in Your Recruitment Process

Learn more

Övergången mot AI-driven rekrytering startade där behoven var som störst. Etablerade rekryterings- och bemanningsföretag med högt söktryck och extremt kunskapsintensiva industrier har traditionellt sett använt enorma resurser inom rekrytering och leder nu vägen mot en förändring.

Allt eftersom prestandan hos dessa system fortsätter att öka och användningsområden utvidgas väntas många fler företag ta sina första steg mot en mer AI-automatiserad process..

Evolutionen av rekryteringsautomation


Rekryteringsautomation är inget nytt och har utvecklats under många år. Uppkomsten av Internet hade långtgående effekter för rekryteringsbranschen och orsakade en kraftig uppsving i takt med att det började användas i allt högre utsträckning.
Här är bara några av exemplen på hur en mer rörlig arbetsmarknad och ökad grad av internetadoption har förändrat rekryteringssektorn:

  • Fysiska anslagstavlor & tidningar → Platsannonser på Internet
  • Excel-ark & ​​egenutvecklade lösningar → Rekryteringssytem
  • Arbetsmässor och personligt relationsbyggande → Linkedin
  • Överskott av arbetskraft → Employee branding blir allt viktigare
  • Passiv rekrytering → Social rekrytering för passiva kandidater


Under de senaste åren har tekniken förbättrats alltmer och ny funktionalitet som utslagsfrågor, videointervjuplattformar och CV-databaser med nyckelordsmatchning gör livet för rekryterare mycket enklare.

Problemet med teknikdriven rekrytering har alltid varit datorns oförmåga att förstå det mänskliga språket. Och eftersom rekrytering i högsta grad är ett område där människan är i fokus, finns det en skillnad mellan binärtänkande maskiner och människors filosofiska och färgstarka sinnen.

Det är där AI kommer in i bilden.

Som ett exempel när det gäller utslagsfrågor. De används ofta i rekryteringsprocessen och eliminerar de sökande som inte uppfyller kraven.

Ett erkänt bra sätt för att inte behöva lägga tid på en arbetssökande som inte är kvalificerad ändå, eller hur?

Låt oss säga att en utslagsfråga är formulerad i stil med:

  • Har du 5 års erfarenhet av ledarskap?

Ja → Bra, du är fortfarande en del av urvalet.
Nej → Tyvärr, du är inte vad vi letar efter.

Ett mycket binärt resultat utan utrymme för flexibilitet vilket väcker ett par frågor.

Hur många bra kandidater med 4 års ledningserfarenhet och extremt höga ambitioner går förlorade? Är någon utan passion för sitt arbete men med 10 års ledarerfarenhet per definition ett bättre val?

En smartare lösning kan vara en AI-driven screeningintervju där driv, passion och motivation utgör en viktig del av den övergripande bedömningen hos varje potentiell kandidat.

Relaterad bloggpost

What Are AI Interviews?

Learn more

Vilka vanliga användningsområden finns det?

Praktiskt taget alla lösningar på marknaden är byggda för att spara tid och pengar, och / eller öka kvaliteten på anställningen. Slutresultatet kan dock variera kraftigt.

Låt oss gå igenom några av de mest intressanta sätten som rekryterare använder AI i sitt dagliga arbete idag.

Sourcing

Att sourca kandidater är en av de svåraste och mest tidskrävande aspekterna av rekryterarens dagliga jobb. Idag uppnås detta genom att hitta och locka till sig nya talanger genom olika taktiker. Organiskt, genom att bygga ett bra arbetsgivarvarumärke eller genom att få rekommendationer från nuvarande eller tidigare anställda. Eller genom att kontakta passiva kandidater genom e-post, telefon eller betalda platsannonser.

Sourcing chat message

Detta är ett område där många rekryterare spenderar mycket tid med att försöka innovera, hitta nya metoder och sänka sina kostnader. Och vissa taktiker är ganska smarta. Som att lägga upp jobbannonser i HTML-källkoden där bara utvecklare kommer att leta.

AI kan hjälpa till med sourcing på ett antal sätt. Till exempel:

  • Automatisk söka och analysera LinkedIn, Facebook och många andra plattformar för att hitta kvalificerade kandidater med rätt bakgrund.
  • Skicka personliga e-postmeddelanden.
  • Lättare rankning av matchande kandidater (svårt med booleanska sökningar).
  • Förutse sannolikheten för att en kandidat vill byta jobb.

Screening

Enligt Gartner spenderar rekryterare ungefär en fjärdedel av sin tid på kandidatscreeningaktiviteter, som att läsa igenom högvis av CVn.

När applikationsprocesserna går längre och längre mot en en-klicksansökan verkar högarna aldrig sluta växa. Den stora mängden orsakar ofta en lång handläggningstid och medför ett bestående dåligt intryck hos arbetssökande.

Det är precis här AI-drivna verktyg kommer till undsättning.

Candidate screening with Hubert+1

De är å ena sidan alltid bra att från början söka brett efter en jobbkandidat, men kvaliteten och det faktiska intresset från många sökande kan vara mycket lågt när en ansökan endast tar 30 sekunder. Och att identifiera de kandidater som faktiskt är kvalificerade, intresserade av den position som erbjuds och har alla förutsättningar på plats är som att leta efter hö i en hög med nålar.

Här är en lista över verktyg som kan minska arbetsbelastningen vid screening:

AI-driven CV-analys och semantisk matchning


Parsing är inget nytt, men förståelsen för ostrukturerad information har genomgått en renässans genom fortskridande utveckling av NLP-teknik (Natural Language Processing). Eftersom meritförteckningar och CVn inte har någon satt standard och det finns över hundra olika sätt att strukturera bara ett datum, fungerar traditionell, regelbaserad tolkning dåligt.

Termen ‘Davies’ kan till exempel avse antingen den sökandens namn, Davies college eller företaget Davies Group. Kontextanalys krävs för att analysera informationen på ett korrekt sätt.

Relaterad bloggpost

5 Reasons You Should Be Using Automated Resume Screening

Learn more

NLP-baserad CV-parsing har visat sig uppnå upp till 87% noggrannhet vilket kommer ganska nära den genomsnittliga mänskliga noggrannheten på 96%.

AI-driven CV-parsing - huvudsakliga fördelar:

  • Eliminerar behovet av att antingen kandidaten eller rekryteraren manuellt behöver mata in information i strukturerade formulär (bättre användarupplevelse och mindre manuellt arbete)
  • Minskar risken för att intressanta kandidater faller mellan stolarna till följd av stora mängder ansökningar.

Vad du ska se upp med och tänka på:

  • Det finns många olika sätt att parsa CVn, var noga med att undersöka tillvägagångssätt innan du väljer leverantör.
  • NLP är under ständig utveckling och ännu inte perfekt. Det finns alltid en chans att kvalificerade kandidater sorteras bort på grund av skrivstil, utelämnande av vissa nyckelord och andra felkonfigurationer.
  • Språkstöd utöver engelska kan vara begränsat

AI-drivna intervjuer

AI-drivna intervjuer hänvisar antingen till en videointervju som därefter rankas automatiskt via AI, eller en intervju som direkt hanteras av en konversations-baserad AI (ofta kallad chatbot).

AI-videobedömning

I AI-bedömda videointervjuer ombeds kandidaterna att svara på en uppsättning frågor medan de filmar sig själva. Intervjuerna analyseras sedan med hjälp av ett bedömningsverktyg där kandidaterna rankas automatiskt innan någon mänsklig interaktion äger rum.

Det är vanligt att först träna upp en maskininlärningsmodell på befintliga medarbetare och sedan använda tekniker som ansiktsigenkänning och språk / kontextanalys för att förutsäga framtida arbetsprestation hos kandidater.

Dessa system har genererat en stor hype, särskilt i USA där de båda hyllas som en viktig tidsbesparare, men också kritiseras extremt för att inte vara tillräckligt transparenta och införa ytterligare bias i rekryteringsprocessen.

Chatbotintervjuer

I AI-drivna chatbotintervjuer övervakas och organiseras processen direkt av en konstgjord rekryterare som är  specialbyggd för att screena kandidater. Den vanligaste applikationen sker via ett webbinterface och chattmeddelanden där kandidater dynamiskt uppmanas att svara på frågor av olika natur. Detta är ofta inte det första steget i processen, och intervjun kan innebära att man kontrollerar kandidatens inställning till obekväma arbetstid eller följer upp oegentligheter från ett automatiskt analyserat CV.

AI-intervjuer - fördelar

  • Sortera automatiskt bort ointressanta kandidater innan du går över till en manuell process.
  • Snabbar upp rekryteringsprocessen betydligt
  • Kan minska omedveten bias

Vad man ska se upp med

  • Kan leda till ökad bias på grund av tvivelaktiga AI-modeller
  • AI-modeller kräver träning från många intervjuer

Testning

Att testa för personlighetstyp, kognitiv förmåga och domänkunskap har varit vanligt i vissa branscher under ganska många år, till exempel vid utveckling eller högre chefspositioner, är tester vanliga. Men inom andra yrkesområden har testning traditionellt sett varit sparsam till följd av höga kostnader.

Cognitive candidate testing

Med applicerad AI är det möjligt att använda testning som screeningmetod på en mycket bredare skala med bibehållen validitet i resultaten. Fler arbetsgivare väljer nu även att genomföra test även på den existerande personalstyrkan för att identifiera eventuella luckor och bygga mer diversifierade och varierade team.

AI-testning - huvudfördelar

  • Ta reda på vilka personligheter ditt team saknar och fyll i luckan.
  • Förutse framtida arbetsprestation

Vad man ska se upp för

  • Att genomföra test med hög konfidensnivå tar lång tid
  • Se till att din leverantör har ett bra sätt att eliminera fusk.

Minska bias i urvalsarbetet

Förutsatt att du använder ett AI-baserat rekryteringssystem som är biasneutralt, kan du undvika mänsklig interaktion i de tidiga stadierna i rekryteringen och därför minska effekterna av omedveten bias tidigt i processen. Och det låter ju bra.

Problemet är bara att det är svårt att bygga ett system som från början är fördomsfritt. Bias kan införas antingen genom den data som används för att träna systemet eller genom de begränsningar du ställer in när du utformar det.

Om omedveten bias är en viktig fråga för dig, se till att undersöka noggrant hur din leverantör hanterar dessa problem.

Related Blog Post

The Ultimate Rundown of AI Bias in Recruitment

Learn more

Automatisk shortlist

Automatisk shortlist är en kombination av screeningmetoder i den tidiga och mittersta delen av rekryteringsfunneln, till exempel CV-screening och AI-drivna intervjuer i kombination.

Tanken är att låta en AI-applikation hantera stora delar av processen och i slutändan presentera en mänsklig rekryterare med några intressanta kandidater att titta vidare på.

Det är dock viktigt att hänga med i de nya policys som avhandlar AI-rekrytering. De nya regleringarna avhandlar främst systemets transparens. Företag bakom AI-mjukvaran måste kunna visa logiken bakom beslut för både arbetstagaren och arbetsgivaren för att ge insikt i processen och förstå var förbättring är möjlig.

Läs mer om USA: s politik för AI inom rekryteringsområdet här och i EU här.

AI-shortlist - fördelar

  • En stor tidsbesparing
  • Minskar mänsklig interaktion och därmed omedveten bias

Vad man ska se upp med

  • Efterlevnad av de nya reglerna
  • Inbördes viktning av rankningsfaktorer

Kandidatdatabashantering


Att ha en uppdaterad kandidatdatabas kan spara enorma mängder tid när det är dags att lägga till en ny spelare i teamet. En kandidat kanske inte passade perfekt för den förra rollen men kan vara helt rätt nästa gång.

Innan du kontaktar kandidaten per telefon skulle det vara bra att veta om hans / hennes nuvarande arbetssituation, vilka nya kompetenser han / hon kan ha fått, eventuella nya certifikat eller slutförda kurser, eller hur?

Candidate database management

AI gör det möjligt att automatisera stora delar av databashanteringen samt hålla den uppdaterad och städad genom att kontinuerligt söka efter föråldrad eller saknad information och sedan automatiskt kontakta rätt kandidat för att fylla de tomma platserna. Beroende på hur mycket data AI-systemen kan samla för varje kandidat är det till och med möjligt att förutsäga beteendemönster som korrelerar med en önskan om att byta jobb och sedan jämföra informationen med tillgängliga positioner.

DB-hantering med AI - fördelar

  • Håll din databas i perfekt form
  • Noggrant kunna matcha utbud med efterfrågan

Vad man ska tänka på

  • Potentiella kandidater vill inte bli kontaktade hela tiden utan en bra orsak förutom att uppdatera din databas. Fråga inte om information för ofta för att förhindra att ditt arbetsgivarvarumärke får sig en törn.
  • Se till att hanteringen av din talangpool är så smart som möjligt och utnyttja de möjligheter som finns när det gäller förutsägelse av beteende.

Related Blog Post

Identifying Talent Using AI - Here's How

Learn more

AI-analys av kandidaters sociala media

Människor visar sitt rätta jag på sociala medier. Att festa 5 dagar i veckan kan leda till en viss typ av framgång på Instagram, men kanske inte är den typ av beteende som korrelerar med en högpresterande anställd. Och hur är det med andra, ännu mer, tvivelaktiga beteenden? Hatanföranden, nätmobbning, hot om våld och obscent språkbruk? Sanningen är att sociala medianalyser inför anställning redan är vanlig praxis, bara inte helt officiellt i alla avseenden. AI gör det möjligt att bedöma stora volymer sökande och genomföra grundlig analys snabbt och utan det sociala bias som kan ske om en kandidat, till exempel, gick på samma skola som du.

Analys av sociala medier - fördelar

  • Få en mer realistisk bild av kandidaten och en bättre förståelse för vem de egentligen är.
  • Minska riskerna med social bias relaterad till analys av sociala medier

Att tänka på

  • Juridiska frågor. Kontrollera noggrant vilka regler som gäller i ditt land.
  • Alla använder inte sociala medier och det betyder inte att de inte är bra kandidater. Andra har konton men uppdaterar sällan och falska konton förekommer även.

Varför och när AI-rekrytering är lämpligt

Att använda AI på rätt sätt i din rekryteringsprocess kan medföra enorma fördelar. Felrekryteringar kostar företag hundratals miljoner dollar varje år, och en förbättring av slutresultaten kan bana väg långsiktig framgång för dig och ditt företag.

De flesta företag kan dra nytta av att använda lämpliga AI-applikationer, men det finns vissa områden där nyttan är otroligt stor:

Högvolymsrekrytering

Anställer ni hundratals eller till och med tusentals varje år? Vid storskalig rekrytering av låg- och medelkvalificerad arbetskraft medföljer ett nära oändligt antal ansökningar. Faktum är att Glassdoor har visat att entry-leveljobb attraherar, i genomsnitt, 250 ansökningar per ledig tjänst. Många av dessa är inte i närheten kvalificerade för jobbet.

High volume recruiting loudspeaker


I dessa situationer kan AI kan vara en sann livräddare eftersom det gör det möjligt att hantera tusentals CV per dag och snabbt göra en bedömning om en kandidat uppfyller kraven och ska skickas till nästa steg eller ej. Och varför inte slussa kandidaten direkt vidare till att boka in en tid för intervju direkt i rekryterarens kalender? Både du och kandidaterna får snabbt besked om nästa steg i processen. Att minska väntetiderna vid rekrytering har en enorm inverkan på kandidatupplevelsen, så vinsten är flerfaceterad.

Höga krav på kandidat och time-to-fill

Att ställa höga krav på de personer som anställs bör vara centralt i varje företags rekryteringsstrategi. Men någon måste utvärdera alla dessa kandidater, och det tar tid. Visserligen kan en AI inte fullständigt replikera resultaten från en riktigt bra rekryterare, men det kan komma ganska nära när omständigheterna är rätt. Vad AI är otroligt bra på är att hitta mönster i stora mängder ostrukturerad data. Om du kan få tag på ett system som har tränats på ett par tusen placeringar för den position du anställer till, är chansen mycket hög att ett sådant system vet mycket väl vilka egenskaper man ska leta efter hos en kandidat. Och då kan du få en hög kvalitet på rekordtid.

Om du inte litar på de mönster som identifieras av systemet är en annan möjlighet att kombinera med att testa både kognitiv förmåga och personlighet för att uppnå en ännu högre grad av kvalitetssäkring.

Tids- och kostnadsfrågor / nedskalat rekryteringsteam

HR och anställningsteamen fyller utan tvekan en oerhört viktig funktion, men i många företag ses de fortfarande som en stödjande funktion till kärnverksamheten. Därför är personalavdelningen ofta underfinansierad med alltför många problem att lösa inom en alltför optimistisk tidsram.

Att outsourca några av de mest tidskrävande jobben till automatiska system innebär att HR kan göra mer med sin tid och fortsätta hålla kostnaderna låga.

Hur fungerar det?

Eftersom det finns många olika typer av applikationer finns det inget allmänt sätt att beskriva hur systemen fungerar. En viktig differentierande faktor är hur AI-modeller tränas. De kan förtränas på extern data, skräddarsys med din egna data eller en kombination av båda. Samtliga alternativ har sina egna för- och nackdelar.

Hubert candidate management

Förtränade system använder historisk data från leverantörernas tidigare projekt. Det är utmärkt så länge datan är relevant för ditt användningsfall. Om systemet till exempel har tränats på screening av 10 miljoner banktjänstemän och du vill använda det för att tillsätta ett butiksbiträde, finns en viss risk för fel. Men om du istället vill använda systemet för att screena banktjänstemän till en annan bank kommer en stor uppsättning bankspecifika träningsdata att vara ovärderliga även om tjänsterna inte är exakt lika.

Det andra alternativet, som är vanligt vid AI-bedömning av videointervjuer, är att träna AI-modellerna på befintliga anställda. Det innebär att testa varje anställd i teamet och ge systemet manuell input som egenskaper hos högpresterande medarbetare. Genom att göra detta kommer du att bygga din egna anpassade maskininlärningsmodell utifrån din personalstyrka vilket ger mindre utrymme för datarelaterade fel. Du får också en översikt över vilka kompetenser / personligheter som kan saknas i ditt team. Men för att maskininlärningsmodellerna ska göra sin grej, behövs ett stort antal anställda, helst ett par tusen.

Related Blog Post

Diversity in the Workplace - Benefits, Challenges, and Profitability

Learn more

Hur blir kandidatupplevelsen?

Det bestående intrycket från anställningsprocessen är en oerhört viktig faktor inom rekrytering. Det har visat sig påverka varumärkesuppfattningen, försäljning, lönsamhet och flera andra viktiga områden.

Många hävdar att omfattande användning av AI genom rekryteringsprocessen kan leda till en stel och statiskt typ av rekrytering som inte tar hänsyn till mänskliga känslor.

Men de flesta leverantörer vet hur viktigt kandidatengagemanget är, och erfarenheten är att många AI-drivna applikationer faktiskt adderar en stor förbättring av den totala upplevelsen. Det är inte bara rekryterare som lider i en överbelastad rekryteringsprocess, kandidaterna genomgår också en tråkig upplevelse när de tar sig tid att skapa och förbättra sina CVn intill perfektion, för att därefter skicka in dem med höga förväntningar och slutligen inte hör något på flera veckor. Om någonsin.

Visst är en automatiserad intervju inte lika trevlig som äkta vara, men en typisk rekryteringsprocess involverar flera hundra sökande. Det realistiska alternativet för de allra flesta idag är ingen intervju alls.

I think some people dismiss AI because they think it will hurt their candidate experience. We saw it as an opportunity to further improve ours!

Sarah Wilson Director of Talent Acquisition, Indigo

Även om den feedback som kandidaterna får är datorgenererad är det ofta mycket bättre än att inte få någonting alls. Stämpeln att AI-rekrytering leder till en maskinell process börjar mer och mer tvättas bort.

“AI helps us dramatically enhance outcomes by finding patterns and relationships to better understand what a successful person looks in a particular position”

Jacob Zabkowicz, Korn Ferry vice president

Kandidater som har bokat in sig för en AI-driven jobbintervju kan själva välja både när och var intervjun äger rum, vilket ger dem större kontroll för nästa steg.

Job interview invite

Vilka är de största hindren för att komma igång med AI-rekrytering?

Rekrytering är, och har alltid varit, ett område med människan i centrum. Naturligtvis, som med de flesta tekniska revolutioner, finns ett visst motstånd mot att automatisera arbetsuppgifter.

Det är helt sant att maskiner saknar många av de egenskaper som vi människor i stor utsträckning använder vid rekrytering. Empati, kreativitet och känslor är alla viktiga för att hitta den ultimata kandidaten för ett jobb och kan knappast ersättas med programvara fullt ut.

Men du kan vara säker på att en värld där rekrytering är helt automatiserad är fortfarande en bit bort. AI-programen är  utvecklade för att hjälpa mänskliga rekryterare att tillhandahålla ramar för enklare beslutsfattande och eliminera repetitiva uppgifter, inte för att fullt ut ersätta rekryterare.

Ändå finns det ett par saker som håller tillbaka företag från storskalig utrullning.

1. Bias

De flesta leverantörer av AI-verktyg hävdar att de minskar bias eller till och med tar bort den helt. Men i historien om AI-rekrytering finns det några ganska ikoniska exempel på när bias faktiskt förstärktes istället för att minimeras.


Amazon woman bias

Biased hiring algorithms

Racist AI

AI discrimination bias

Vårt råd är att visa tillförsikt gentemot alla leverantörer som hävdar att de helt tar bort bias. Se till att de har solida svar på följande frågor:

  • Hur tränas deras system? Egen data? Köpt data?
  • Vilken typ av data tränas deras system på? Vilka sektorer, vilka specifika positioner, vilken grad av mångfald, är datan diversifierad och representativ?
  • Hur utvärderar de systematiskt träningsdata för att begränsa bias?
  • Lever deras system upp till de presenterade lagförslagen i både EU och USA?
  • Är systemen helt transparenta och går det att spåra alla beslut?

Det första steget mot att minska bias är att vara medveten om att den existerar. Praktiskt taget vilken uppsättning träningsdata som helst har någon form av bias, det går inte att komma ifrån det. Det ligger i den mänsklig naturen att ha fördomar som hjälper oss att fatta beslut, men vid rekrytering kan dessa fördomar ibland göra mer skada än nytta.

Vad som behövs är en bra självskattning som på ett tillförlitligt sätt säkerställer att programvaran kan fatta beslut baserat på existerande mönster och inte konstiga sammanträffanden.

Finding a candidate is key

2. Ingen tid över för att effektivisera processer

HR-avdelningen är utan tvekan otroligt viktig för alla företag, men ändå fungerar den som en stödjande funktion för kärnverksamheten.

Och, som du förmodligen är väl medveten om, betyder det att rekryterare och andra HR-funktioner ofta utsätts för stor press att få budgeten att räcka och samtidigt prestera på topp med begränsade resurser.

AI har potential att göra livet enklare för de flesta rekryterare och HR-avdelningar, men att hitta tid för test och implementering i ett ständigt rullande maskineri är svårt.

3. Kunskap och förståelse för hur det fungerar

En av de vanligaste invändningarna mot att använda AI-teknik vid rekrytering är att "AI avhumaniserar rekryteringsprocessen". Men som du kan läsa längre upp i denna guide är kandidatupplevelsen ofta central för de flesta AI-rekryteringsverktyg. Det som saknas är ofta en effektiv kommunikation från leverantörerna i kombination med en begränsad förståelse för plattformarna.

Enligt Oracle känner endast 12% att de har tillräcklig kunskap om ämnet för att effektivt kunna använda artificiell intelligens för att förbättra sina processer.

4. Data overload

AI-system ska förenkla svårt arbete, inte göra det ännu krångligare. Enligt en nyligen genomförd undersökning skyller majoriteten av de som hävdar att AI faktiskt gjort deras jobb svårare, på överbelastning av data.

“Data for data’s sake is not a solution for smart talent acquisition practices”

Franz Gilbert, Korn Ferry vice president

Det är ingen hemlighet att AI-system både kan producera och analysera stora mängder data. Men att hitta värdefulla insikter i denna information är det som egentligen betyder något.

Att förse rekryterare och chefer med transparenta råd om vilka kandidater som ska granskas närmare genom ett användarvänligt gränssnitt är nyckeln till adoption och ökad användning.

Candidate data dashboard

Inom vilka sektorer används AI-rekrytering idag?

Under de senaste 2-3 åren har många insett potentialen och hoppat på tåget mot en bättre rekrytering. Här är några exempel och vad de har att berätta om sin upplevelse.

Kontaktcenter

S&P Data är en filial med 7 platser utspridda i USA och Kanada med totalt 3 000 anställda. Liksom många andra företag har de kunnat öka rekryteringseffektiviteten, förlänga medarbetarnas kvarhållande och öka kandidatupplevelserna med AI-driven rekrytering.

Our time to hire has drastically decreased. We averaged 25 days previously and now we average 10.

Sara Benincasa — Vice President of Human Resources, S&P Data

Banksektorn

DBS-banken är en av de största bankerna i Asien. Singapore-filialen har aktivt använt AI-driven rekrytering för att sänka sin time-fo-fill och för att bespara stressade rekryterare från monotona och repetitiva uppgifter.

We save up to 40 man-hours per month. The virtual recruiter frees up our recruiter’s time so they can take on higher-value work.

James Loo —  Head of Talent Acquisition, DBS Bank

Detaljhandel

Indigo är en kulturell bokhandel med 7000 anställda på 200 platser i USA. Tack vare ett positivt employer brand får de in enorma mängder ansökningar (2200 per vecka!).

Med hjälp av en AI-driven rekryteringsprocess har Indigo tacklat långa väntetider och överansträngda rekryterare samtidigt som de erbjuder sina kandidater en fantastisk användarupplevelse.

We would never cut corners on candidate experience. By investing in our candidates we are investing in the long-term success of Indigo. Our Mission Statement reads, We owe to each other, irrespective of role or position, the same level of respect and caring as we would show to a valued friend. We believe every candidate should receive personalized service and attention whether they are applying for head office or a seasonal cashier role.

Sarah Wilson — Director of Talent Acquisition, Indigo

Skönhet och kosmetika

Med cirka en miljon ansökningar per 15 000 lediga tjänster har L'Oreal riktat sin uppmärksamhet mot AI som ett sätt att effektivisera sin rekrytering. Och det har betalat sig stort.

“We really wanted to save time and focus more on quality, diversity and candidate experience. And AI solutions werefor usthe best way to go faster on these challenges”

Eva Azoulay —  global vice-president HR, L’Oreal

Recruiting in action

Flygindustrin

Airbus fick frågor relaterade till sina lediga tjänster dygnet runt och hade inget sätt att hänga med i takten för dessa förfrågningar. Lösningen var en AI-chatbot tränad på vanliga frågor från historisk data vilket ledde till en framgångsgrad på 74% för att svara på frågor.

“One of the biggest changes we’ve seen is that they [the recruiters] don’t have to answer the same question”

Dave Mills Recruitment Innovation & Airbus Chatbot Product Leader

Vad har HR-ledare att säga om AI-rekrytering?

“We have been able to recruit profiles that we probably wouldn’t have hired just on their CV. Like a tech profile for marketing, or a finance profile for sales”

Eva Azoulay, global vice-president of HR, L’Oreal

“Candidate experience and talent identification is a component of our strategy going forward. Chatbots can assist our business source, identify and match talent quickly. We are looking to further leverage chatbots to improve experiences of potential candidates and enable them to meet a consultant as quickly as possible. This will be more profound with our large events when we are required to source several thousand potential candidates”

Giovanni Ambrosini — National IT solutions manager, Adecco

“All of our applicants get a couple of pages of feedback, how they did in the game, how they did in the video interviews, what characteristics they have that fit, and if they don’t fit, the reason why they didn’t, and what we think they should do to be successful in a future application. It’s an example of artificial intelligence allowing us to be more human.”

Leena Nair —   Chief of HR, Unilever

“What took up to a week is now getting done in several hours. The hiring teams think the convenience is simply brilliant. We’ve decreased out time-to-hire from 23 days down to 11”

Ali Ross Grant — Senior Resourcing Manager, Vodafone

Hur kommer AI att förändra dagens rekryteringsmetoder?

Förutom det uppenbara att mer tid kan läggas på kvalificerade uppgifter finns det ett par mindre uppenbara sätt på vilka AI kommer att påverka rekryteringsverksamheten på lång sikt.

Ökad produktivitet

En majoritet av de tidiga användarna hävdar att de har ökat produktiviteten med mellan 25–60% bara genom att öka rekryterarnas fokus.

Tydligare kravställning

För att få bra resultat av AI-baserad programvara krävs en kristallklar kravspecifikation från användarna. Bättre kravställning kommer att öka resultaten exponentiellt.

Framtida rekryterare bör förbereda sig för betydligt mer djupgående undersökande om vilka kvaliteter, färdigheter, egenskaper och personligheter varje specifik position kräver eftersom så mycket av slutresultatet beror på det.

Results are data dependent

Ökat fokus på sammansättning av teams

Teamforskning visar att en stor del av en grupps produktivitet beror på den faktiska sammansättningen. Eftersom AI-system kan hjälpa till att kartlägga enskilda styrkor och svagheter finns det utrymme att djupgående undersöka teamkonfiguration för olika funktioner. Nytänkande ledare tar till sig denna riktning i allt snabbare takt och gör det till sin konkurrensfördel.

Nya roller att fylla: Biasundvikande och fuskförhindrare

Då fler företag lägger sin tilltro på AI-modeller växer behovet av att se till att validiteten stärks. Att eliminera buggar och svaga länkar i rekryteringsalgoritmerna kommer att spela en stor roll för företags framtida framgång. För att säkerställa att spåren av fördomar från träningsdata minskar effekterna i den slutliga anställningen krävs också tillsyn av kompetenta yrkespersoner.

Som Manpowers SVP Kate Donovan uttrycker det:

"Competitive advantage doesn’t come from technology alone. It also comes from the people who manage it."

Kommer ökat AI-användande leda till att många rekryterare blir arbetslösa?

AI-automation kan låta som något ur en futuristisk film, och vi är ännu en bit från ett sådant scenario. Men var så säker, AI kommer att svepa genom världens ekonomi som en tidvattenvåg med stora förändringar som resultat. Och just nu är den bästa tiden att börja förbereda sig för det skiftet.

Enligt SHRM kommer över 90% av nuvarande rekryteringsuppgifter att automatiseras av AI under de kommande åren. Men som erfarenhet visar, uppstår nya uppgifter från ett ökat teknikanvändande. Så länge rekryterare är villiga att anpassa sig till det nya landskapet, uppdatera nödvändiga kompetenser och ta på sig nya utmaningar och ansvarsområden kommer det att finnas mycket jobb att ta tag i.

Men kom ihåg, det här är framtiden vi pratar om. För närvarande står bara de med lågkvalificerade och repetitiva jobb inför ett omedelbart hot från AI-teknik. Den högsta effektiviteten, utan tvekan, uppnås fortfarande genom den vackra symbiosen mellan människor och maskiner som arbetar tillsammans.

Who to hire

Hur kommer Covid att påverka införandet av ny teknik?

Den nuvarande krisen är eländig för alla inblandade. Människor dör, ekonomier stängs ned och anställda sägs upp från sina jobb. Men kriser är också modern för all innovation.

Digitala verktyg har varit en stor hjälp för att fortsätta arbetet i denna globala kris. Och på många sätt finns det anledning att tro att detta kommer att påskynda användadet av teknik. Eftersom människor tvingas använda teknik i sitt dagliga arbetsliv tror vi att detta kommer att bli en ögonöppnande händelse med en djupgående inverkan på arbetslivet efter Covid.

Distansarbete är en sak som sannolikt kommer att fortsätta på en betydligt högre nivå även efter att hysterin svalnat. Människor inser att videomöten fungerar ganska bra. Twitter meddelade nyligen att de kommer att fortsätta att tillåta människor att arbeta hemifrån så mycket de vill efter Corona. Facebook likaså. Och Coinbase, Shopify, Otis, Square och många andra.

Tobi Lutke, VD för Shopify sammanfattar det hela ganska bra i ett uttalande nyligen:

“Office centricity is over”


Goda saker kommer ofta ur försök att göra saker annorlunda och få nya perspektiv. Användning av automatisering till exempel. Antingen av ren nödvändighet när delar av arbetskraften har sagts upp, eller helt enkelt för att spara tid och pengar.

När ekonomin tar fart igen kommer många arbetslag, särskilt inom rekrytering, att befinna sig i en position där de förväntas uppnå mer än tidigare, med färre resurser. Däri uppkommer ett gyllene tillfälle för automatisering för att klara av utmaningen.

Slutsats

AI-rekryteringsverktyg har en enorm potential att revolutionera en stor del av rekryteringssektorn genom att automatisera uppgifter som är för komplexa för traditionell automatisering. Med tiden kommer dessa system sannolikt att spara in på värdefulla resurser och samtidigt öka effektivitet och resultat.

AI-drivna hjälpmedel byggs ofta ovanpå befintlig automatisering och utökar kapaciteten när det gäller att lösa samma problem men på ett mer förfinat sätt. I motsats till vad många tror finns mycket att vinna i kandidatupplevelsen med AI-automatisering. Nej, en automatiserad intervju kommer inte nära en intervju mellan två människor, men när det väller in hundratals ansökningar för en enda tjänst är alternativet ingen intervju alls för de allra flesta.

Potentialen för att minska bias är också mycket lovande, men ett råd är att vara försiktig gentemot leverantörer som hävdar att bias helt utesluts. Det kan vara långt borta och mycket komplicerat att reda ut.

Eftersom fler företag förverkligar potentialen och användandet ökar, följer tillsynsmyndigheter nära och arbetar med policyer som kommer att täcka graden av beroende av nämnda system. Om du avser inskaffa ett AI-assisterat system, se till att din valda leverantör är godkänt enligt praxis, och helst även de policys som fortfarande är under granskning.

När du introducerar AI-rekryteringsverktyg i ditt företag, se till att du tar itu med aspekter som biashantering, installationstid, kunskapsbas samt har en plan för hur man använder data på lämpligt sätt. Dessa faktorer har visat sig vara de största hindren vid införande.

Oavsett om du väljer att distribuera ett system nu eller senare råder det ingen tvekan om att du någon gång inom en snar framtid måste bli vän med ett AI-system. Tekniken fortsätter att marschera framåt, lönsamheten kommer att segra, och du måste välja mellan att anta nya system eller att bli lämnad kvar i dammet bakom dina konkurrenter. Och Corona kommer sannolikt att öka takten på införandet.

När du bestämmer dig för att ta steget, kom ihåg du är långt ifrån ensam utelämnad. Ett brett utbud av företag från kontaktcenter till banker och detaljhandel använder redan AI-driven teknik för att förbättra rekryteringsprocessen.

Ja, AI kommer att förändra vårt sätt att arbeta, men det kommer säkerligen att leda till det bättre. Med mer fokus på kreativitet och sociala färdigheter och mindre repetitivt arbete.

När du känner dig redo, prata med oss ​​om en demo så guidar vi dig genom allt som du bör veta om AI-rekrytering.




Viktor Nordmark
1 October, 2020

Feautured Post

The Ultimate Guide to AI Recruiting

Read post