基于人工智能的自動化工具可以收集和處理應聘者數據，以加快和簡化應聘者的采購、篩選、多樣性和其他人力資源職能。

隨著辭職潮并沒有任何放松的跡象，招聘人員正在尋求他們可以獲得的所有幫助，以用合格的人才補充他們的員工人數。人力資源管理市場(包括人才招聘軟件和服務)目前價值近200億美元。

在招聘和人力資源運營的持續數字化和自動化的背景下，預計到2028年，其年增長率將超過12%。

在世界各地，企業都在強調創造和留住最優秀、最聰明、最多樣化的員工。可以預期，人工智能、機器學習和預測建模的進步，正在為企業以及中小型企業提供前所未有的機會來自動化招聘，即使他們正在應對行業的根本變化。涉及遠程和混合工作的工作場所實踐。

事實上，在一項研究中接受調查的五分之四的招聘人員認為，如果能夠將招聘應聘者的流程完全實現自動化，他們的工作效率將會提高。他們一致認為，擁有更多數據將有助于他們確定應聘者資格、評估應聘者人才庫、改善外展范圍和完善招聘工作流程。盡管如此，42%的招聘人員沒有數據或時間來實施或深入分析，更不用說將數據轉化為洞察力。

什么是招聘自動化，它有什么幫助？

作為一項職能的人力資源或人員管理始于招聘。每天，一個未完成的職位空缺都會使公司的利潤和生產力付出代價。基于人工智能的智能工具可以收集應聘者的相關數據，提供給招聘人員，然后對其進行準確處理，以加快和簡化多個子流程，包括應聘者采購、篩選、多元化和包容、面試和申請人跟蹤。

Joonko公司首席執行官IlitRaz指出，“對數百份簡歷進分類，并為每個董事會成員上發布職位描述的日子已經結束。”Joonko公司是一個人才饋送解決方案提供商，用于展示來自代表性不足背景的應聘者。他說，“如果沒有某種形式的自動化或人力資源技術，總是會落后于競爭對手一步，尤其是在招聘方面。”

招聘自動化是一種技術，可以作為軟件即服務(SaaS)應用程序交付，并越來越多地由人工智能提供支持，企業可以使用它來管理其勞動力的各個方面。其核心目標包括：

• 自動化招聘任務和工作流程
• 降低每次招聘的成本。
• 提高人力資源人員和招聘人員的生產力。
• 加快填補空缺職位。
• 無偏見的招聘。
• 改善企業的整體人才狀況。

典型的基于人工智能的招聘自動化技術如何幫助招聘人員實現這些目標?以下是它可以發揮關鍵作用的不同功能：

• 招聘廣告：招聘軟件可以自動購買招聘平臺和其他網站上的廣告。它利用程序化廣告和品牌內容在目標應聘者經常訪問的行業特定網站上發布招聘信息。它還可以幫助招聘人員優化招聘廣告預算，并降低招聘成本。
• 應用程序跟蹤系統(ATS)：ATS是一種軟件，可以自動執行企業的完整招聘和招聘周期。它提供了一個集中位置來管理職位發布、對簡歷進行分類、過濾應用程序并確定最適合空缺職位的應聘者。這樣，人力資源經理可以保持井井有條，并可以輕松訪問應聘者在招聘過程中所處階段的詳細信息。
• 簡歷篩選：人工篩選簡歷是招聘中最耗時的部分之一。基于人工智能的軟件根據列表“學習和理解”工作要求，并根據應聘者使用的關鍵字、術語和短語過濾簡歷。
• 資格預審應聘者：智能算法可以通過評估他們的技能、經驗和其他特征與以前的招聘人員和公布的工作角色的能力、經驗和其他特征來確定可能的應聘者。他們還可以在招聘過程中推動他們前進時對這些應聘者進行排名或評分。基于人工智能的聊天機器人可以通過發起與應聘者的對話來收集基本信息，并了解更多關于他們的信息。這些算法還可以掃描他們的LinkedIn、Twitter、Facebook和其他社交資料以及他們活躍的行業特定平臺(例如開發人員的StackOverflow)，以便更好地了解他們的個性、知識、能力和資質。

招聘自動化何時會出錯？

盡管招聘自動化軟件取得了進步，但它并不是解決招聘挑戰的靈丹妙藥。沒有技術可以應對繁瑣的招聘流程。數據過載是一個關鍵問題。如今，招聘人員擁有如此多的數據(關于應聘者和工作角色)，以至于他們既沒有時間也沒有技能來分析這些數據并做出正確的決定。很多時候，訪問和驗證這些數據的成本和復雜性令人望而卻步。

另一個長期存在的問題是偏見。雖然招聘過程本身經常存在偏見(在很大程度上是由于企業傾向于依賴員工推薦)，但在招聘中使用人工智能和自動化有時會使問題更加復雜。

IEEE研究員、紐約大學坦頓工程學院院長JelenaKova?evi?說：“如果沒有一個代表性的數據集來描述招聘人員所決定的任何數量的特征，那么當然無法正確地找到和評估應聘者。”

在一個例子中，亞馬遜公司開發了一種基于人工智能的招聘工具，該工具分析了十年來收到的簡歷中的模式，并最終導致對女性應聘者歧視。亞馬遜公司最終放棄了這個工具。

數據和人工智能面臨的最大問題是如何保持多樣性、公平和包容性(DEI)。自動化和機器學習加劇招聘中與多樣性相關的一些錯誤是：

• 招聘信息中不敏感、精英主義或包容性較低的語言(迫使不同的應聘者放棄申請)。
• 有限的采購和有限的應聘者庫(排除來自其他地區的應聘者或沒有上過某些學校的應聘者)。
• 沒有遠程工作政策(將殘疾和交通不便的應聘者拒之門外)
• 一種旨在滿足最低監管或行業標準的有趣的DEI方法。
• 缺乏自動化。

人工智能可能導致問題，而分析則是良藥

雖然人工智能肯定不是招聘的靈丹妙藥，但自從亞馬遜開發的招聘項目失敗以來，它已經取得了很大進展。研究發現，數據驅動的招聘團隊已經超越了同行。此外，84%的招聘人員對他們在日常工作流程中使用人工智能和機器學習的能力有很大信心。

問題是：招聘自動化技術如何在招聘過程中使用人工智能算法而不增加(和放大)人類偏見?

答案在于建立企業特定的績效基準，確定客觀衡量應聘者能力的關鍵指標，并使用人才分析來衡量招聘工作的成功和效率。

實現其構建目的的算法經常這樣做，因為它們可以使用最大和最廣泛的數據集。企業有責任收集這些數據點，并將其輸入企業的人才管道或招聘自動化軟件。該過程在實施時是相反的，這在一小部分(但多樣化的)應聘者中測試算法并人工審查其輸出，然后再將其作為企業的實際招聘解決方案，這始終是一個好主意。