ИИ нуждается в суждении, а не в описании работы: Майкл Ронис о будущем рекрутинга

      Искусственный интеллект стал одной из самых влиятельных сил, формирующих набор кадров в глобальной войне за таланты. Объем данных, к которым компании теперь могут получить доступ, скорость, с которой можно фильтровать пул кандидатов, и сложность поисков, которые можно выполнять за считанные минуты; все это настоящие достижения. Тем не менее, на фоне энтузиазма вокруг автоматизации, Майкл Ронис, основатель Janbrook Partners, считает, что многие компании задают неправильный вопрос.

      «ИИ открывает много дверей в смысле доступа к информации», — говорит Ронис. «Теперь вы можете исследовать вещи и подходить к поискам гораздо более сложным образом, чем это было в прошлом. Настоящим изменением игры является доступ к информации и возможность разбивать информацию на части».

      Ронис утверждает, что сегодняшние дебаты в значительной степени сосредоточены на том, может ли ИИ заменить рекрутеров. Он полностью отвергает этот разговор. Вместо этого, по его мнению, более важное соображение заключается в одном вопросе: на каком этапе вмешивается человек?

      Недавние опросы показывают, что 88% работодателей теперь используют ИИ для ускорения привлечения талантов и отбора кандидатов. Привлекательность, отмечает он, легко понять, поскольку одна лишь проблема объема делает некоторую степень автоматизации неотъемлемой. Поскольку компании получают более миллиона заявок в год, Ронис отмечает, что ИИ на таком уровне становится необходимостью, так как было бы почти невозможно управлять таким количеством вручную.

      Ронис сам столкнулся с этой реальностью. «Мы разместили объявление о вакансии удаленного рекрутера и получили тысячу резюме за считанные часы», — говорит он. «В этот момент дайте мне ИИ».

      Тем не менее, он считает, что отрасль смешала эффективность с результативностью, и финансовые последствия этого, добавляет Ронис, уже начинают сказываться. Замена сотрудника может стоить от 50% до 200% его годовой зарплаты, если учесть сборы за набор, ввод в должность, обучение и потерю производительности. В то же время Ронис наблюдает, что текучесть кадров продолжает ставить работодателей перед вызовами в различных отраслях, особенно в течение первого года работы.

      По словам Рониса, набор кадров не следует измерять только тем, насколько быстро заполняется вакансия. Более значимым показателем является то, насколько успешно этот найм работает и остается в организации со временем.

      Многие компании сосредотачиваются на снижении затрат на набор через автоматизацию, утверждает он, уделяя меньше внимания финансовым последствиям плохой удерживаемости. «Если вы автоматизируете процессы до такой степени, что упускаете культурное соответствие, вы в конечном итоге получаете ситуацию, когда покупаете это дешево и покупаете дважды», — говорит Ронис.

      Его беспокойство не в том, что ИИ не обладает аналитическими способностями. Скорее, ему не хватает способности оценивать тонкие человеческие динамики, которые часто определяют, будет ли кандидат успешным. «В конечном итоге набор кадров — это отношения», — объясняет он. «Цифры могут вас до чего-то довести. Они не могут воспроизвести взаимопонимание. Они не могут дать вам некоторые из вещей, на основе которых в конечном итоге принимаются решения о найме».

      Эти динамики становятся все более важными по мере того, как кандидаты углубляются в процесс набора. ИИ может идентифицировать квалификации, ранжировать заявителей и выявлять соответствующие профили, но Ронис подчеркивает, что он не может надежно определить уровень приверженности кандидата, карьерные мотивации, стиль межличностного общения или соответствие рабочей среде компании.

      «Вы можете оказаться глубоко вовлеченными в процесс с кем-то, кто может быть не так уж заинтересован, или у кого совершенно другие ожидания по зарплате», — говорит Ронис. «ИИ может сделать только так много. В определенный момент вам нужно взять на себя управление».

      Доверие также играет свою роль. Поскольку организации увеличивают свою зависимость от автоматизированных систем, Ронис считает, что многие соискатели стали скептически относиться к тому, получают ли их заявки значительное внимание. «Кандидаты не доверяют процессу», — говорит он. «Они не верят, что их резюме часто рассматриваются».

      С его точки зрения, это растущее восприятие может создать проблемы для работодателей, стремящихся построить крепкие отношения с кандидатами. Это разрушение доверия может иметь последствия для репутации работодателя и вовлеченности кандидатов, особенно на конкурентных рынках найма, где лучшие таланты часто имеют несколько вариантов.

      Ронис рассматривает культурное соответствие как еще одну область, где человеческое суждение остается незаменимым. Каждая организация имеет уникальные межличностные динамики и ожидания на рабочем месте, которые не могут быть полностью охвачены алгоритмами или сопоставлением ключевых слов. «Существуют динамики, которые лежат в основе каждой офисной среды. Вам нужно найти баланс, где это подходит. Вот о чем на самом деле идет речь в процессе найма. Найти человека, который лучше всего подходит для роли», — объясняет он.

      С его точки зрения, самые сильные стратегии набора кадров строятся вокруг понимания того, как оба могут дополнять друг друга. ИИ может ускорить исследование, выявить шаблоны и помочь рекрутерам ориентироваться в подавляющих объемах информации. Тем временем, человеческие профессионалы могут внести суждение, интуицию, навыки построения отношений и способность оценивать качества, которые могут не появляться в резюме.

      Ронис замечает: «Разница заключается в человеке, стоящем за этим. Просто потому, что информация существует, не означает, что она автоматически создает правильный результат».

      Набор кадров всегда заключался в том, чтобы найти правильного человека, а не просто быстрее обрабатывать заявки. Технологии могут улучшить поиск, но Ронис подчеркивает, что проницательность остается элементом, который превращает кандидата в успешного долгосрочного сотрудника.