专栏首页数据科学与人工智能人工智能做招聘是一种什么体验?

人工智能做招聘是一种什么体验?

早在你意识到之前,人工智能就已经遍布我们的周围。人工智能的快速发展,改变了人们生活的方方面面,从智能家居到日常工作到政治经济各个领域,处处都有人工智能的影子。过去存在于幻想中的“读心术”,基于人工智能的大数据和深度学习,已能够被广泛地应用。

人工智能在职场上的渗透也已经开始蔓延,对比人类经常容易主观地看问题,人工智能则有着得天独厚的优势。它有着超强的“记忆大脑”,又能遵循着完全的客观和理性原则,因此它们往往能比人类更准确地分析人的性格、动机,精准客观地评估其能力。

未来会是个由人工智能参与构建的智能世界,不管是百年老企业还是经济新业态,人工智能都将成为“向死而生”战略反攻的竞技场。本文从技术带来的革新出发,讨论人工智能介入后,人力资源人才服务所必然发生的一些变迁,以及随之而来的一系列影响,希望能为大家看清未来提供一些助力。

1

前互联网时代——线下信息提供

改革开放后,诞生了第一批人才服务公司,主要分为中低端招聘和高端招聘两种,模式简单直接。

中低端招聘中,人才服务公司向求职者提供企业的联系信息并收取一定费用。当时,除了去大型人才招聘会之外,求职者去中介公司看招聘信息,然后交费拿到相应公司的联系方式是典型的求职方式。

高端招聘主要采取猎头方式,人才服务公司利用自己的渠道寻找人才提供给企业,如果成功被录用,则向企业收取该人年薪的10%至20%。

回望前互联网时代,无论是求职付费得到企业信息,还是企业付费得到高端人才的信息,人才服务商主要依靠信息不对称赢利,这种方式效率低、成本高,但由于时代的限制仍然持续了很久,直到后来招聘网站的兴起才带来了行业的颠覆性改变。

2

互联网1.0时代——线上简历仓库

互联网发展的大潮,不但催生了百度、腾讯、阿里,也深刻影响了人才服务领域,很多人才服务网站也在这时候诞生。智联招聘等目前知名招聘行业巨头,成为国内最早、最专业的人力资源服务商,率先将世界领先的人力资源服务理念与经验同中国迅速发展的人才市场实际情况相结合。这些最早兴起的招聘网站,依靠强大的求职者简历库,影响着中国招聘行业的趋势,服务中国大中小企业百万家。

相比于传统人才服务,互联网人才服务使招聘由线下走到了线上,规模之大前所未有,人才招聘网站动辄就拥有上百万份简历,可向企业开放海量数据库,提供关键词搜索与推荐服务,有着以下几点明显优势:

·时效长——公司招聘在网站上职位的曝光时间相比线下渠道可以拉长,方便HR们更好地甄选简历和面试候选人,而不用急于受到曝光时间影响而将就录取。

·成本低——职位数量、具体要求可以根据公司的职位需求随时改动,方便且易用,保持实时职位需求的跟进。

·触及面广——相比于线下有限的渠道,能上网的地方求职者就可以看到招聘信息,无论是公司还是职位都可以得到更好的宣传。

线上招聘就是利用互联网建立大型简历仓库,企业只需要付少量费用即可进入数据库搜索。

同时,大型企业还向招聘网站购买线上广告位,一来可以吸引求职者,二来宣传雇主品牌。从2005年,智联招聘联合CCTV经济频道、北京大学社会调查研究中心发起的“中国年度最佳雇主”评选活动,将“雇主品牌”引入了大众视野,很多雇主开始注重雇主品牌的建设,将雇主品牌作为企业品牌的重要一环,良好的雇主品牌建设能提升企业对人才的吸引力,在人才的选育留用等方面发挥关键作用。

尽管,招聘网站的出现和发展颠覆了过去传统的人才服务模式,但随着互联网技术的发展不断推陈出新,其中的不足也逐渐显现出来,如简历量大但不智能,精准匹配难以优化,HR在筛选简历阶段就需要大量重复劳动等。

3

数字驱动,智能时代——精准匹配

互联网、云计算、大数据、物联网、人工智能为代表的数字技术已被公认为第四次产业革命的重要驱动因素,在为全球经济活动赋予巨大能量的同时,也对就业生态带来革命性改变。尤其是人工智能在近几年的突飞猛进,甚至让很多人开始对自己工作的未来充满担忧。

人工智能(AI)的关键之一是算法(Algorithm)。算法是指解决问题所使用方案的准确而完整描述,是一系列解决问题的清晰指令,算法代表着用系统的方法描述解决问题的策略机制。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。

① AI算法已经开始应用于人才服务领域。

2017年3月,北美某猎头公司举办了一次行业技能竞赛。参赛的9位选手要从5500份真实简历中针对三个不同的职位(产品经理、系统管理员、地勤人员)筛选出合适的候选人。选手中8位是人,第9位是用人工智能匹配候选人的机器。

好消息是:比赛结果从精准度上看第一名仍然是人类选手,机器只排到第三名;坏消息是:机器参赛者只花了3.2秒就把合适的候选人筛选出来了,第一名的人类团队则花了25小时,其他人类团队分别花费4至9个小时不等。

依托海量数据库进行快速精准匹配,显然AI更具有高效性。

AI算法还在不断基于深度学习进行优化,不仅可以快速进行简历的筛选,还能做到通过相关数据预估候选人跳槽意愿,以及公司目前人员是否会有人离职——后者也许对招聘方吸引力更大,毕竟留住一个老员工的成本要远远低于招聘一位新员工的成本。

也许有人会认为“AI算法不能代替HR的招聘决策”,但眼下更应该关注的问题是“如何基于算法,更好地优化招聘决策”,因为算法基于历史数据的准确分析,足以弥补人类决策的不足,从而减少损失。

② AI对招聘的颠覆是根本性的。

以筛选简历这一项工作为例,如果是HR来做一般会先发内部邮件希望员工推荐,同时去各网站发布职位、搜索简历,而人工智能机器人能在快速的时间内借助“关键词”搜索完成职位和简历匹配,然后按照候选人的“求职意向”进行优先排序。虽然HR在招聘工作上积累了大量经验,但“人”的情感和情绪有时会影响“理智”的判断,故会导致在特定的环境下合适人才的流失,但AI却可以“高效”“精准”地完成这些重复性的工作。

把人力资源管理中大量的重复性工作交给AI,这无疑开启了招聘的新空间,对人力资源服务商既是机遇也是挑战。

在新的数字驱动的环境下,招聘行业巨头也开始变革创新。作为国内招聘行业老大的智联招聘,7月16日针对所有企业推出“企业智赢计划”,开放了“免费职位发布”功能。智联招聘作为以流量盈利的公司先行发声,依托强大的数据实力,颠覆传统招聘模式,建设开放职岗生态系统,借助数字驱动去颠覆行业服务模式和标准,引领这一变革的到来。

4

即将到来的“未来”

也许有人会说:“没关系,AI取代我的日子还远着呢!”

1997年5月,IBM的电脑深蓝第二次挑战国际象棋卡斯帕罗夫时就将其击败,成为首个在标准比赛时限内击败国际象棋世界冠军的电脑系统。十年后的2017年,AlphaGo战胜围棋九段柯洁。

从国际象棋到围棋,曾经被认为是不可逾越的鸿沟,前者因为棋子不同有“子力价值”可以用于计算,后者则每个棋子价值都相等,还要引入“势”的概念,但人工智能逾越这个鸿沟只用了20年!

人工智能将要颠覆人们的生活和工作,可以预见人力资源将会是首批被颠覆的领域。这不仅是对人力资源服务商的挑战,也是对企业管理、人力资源管理的挑战,如果仍然停留在传统的服务模式及经营理念中,则势必将要被淘汰。“2017中国年度最佳雇主”的主题“数字驱动、智造未来”将雇主品牌的建设理念及人力管理在“新雇主经济”下社群三角模型全面升级为金字塔立体模型,企业人才管理也将从“文化体系”“组织体系”“激励体系”“成长体系”四个方面,更加全面地在数字驱动下,借助人工智能技术,围绕雇主和雇员之间的化学变化,使组织管理更加灵活,更加高效,更有弹性。

预测未来最好的方法就是创造它,如果不行,那就紧紧跟上时代的步伐!HR将要面对的不仅是变革,更要做“先行者”,在人工智能未涉足的新空间下,去创造新格局、新“智造场”。

本文分享自微信公众号 - 数据科学与人工智能(DS_AI_shujuren)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间:2017-08-27

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 谷歌教你学 AI -第一讲机器学习是什么?

    CDA字幕组 翻译整理 世界中充满了数据,大量的数据。图片、音乐、文字、电子表格还有视频。而且在短时间内丝毫没有放缓的趋势。机器学习给所有的数据带来意义。 A...

    CDA数据分析师
  • 普林斯顿大学联合IBM提出利用深度学习进行“自动特征学习”,实现“时间序列分割”

    大家都知道,近年来,物联网(IoT)的应用越来越受欢迎,其应用范围从构建能源监控到个人健康追踪和活动识别。为了利用这些数据,自动知识提取(automatic k...

    企鹅号小编
  • 深度学习软件开放平台TensorFlow可以用来做什么

    文/腾讯《一线》薛芳 1月19号在北京开幕的极客公园创新者大会上。Google Brain首席工程师陈智峰发表了《寻找答案从定义问题开始——TensorFlow...

    企鹅号小编
  • 14种机器学习常见算法分类汇总!

    机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。这里总结一下常见的机器学习算法,以供您在工作和学习中参考。 机...

    CDA数据分析师
  • Google 发布 AutoML Vision,全自动训练 AI 无需写代码

    关键时刻,第一时间送达! ? 还记得去年5月,谷歌大脑团队对外宣布推出AutoML系统,让人工智能自动编写机器学习程序,试图使机器学习模型的设计变得更为简单。短...

    企鹅号小编
  • 随机之美——机器学习中的随机森林模型

    摘要:随机森林和决策树相比,能更好的防止过拟合。虽然每个基分类器很弱,但最后组合的结果通常很强,这也类似于:“三个臭皮匠顶个诸葛亮”的思想。对比发现Random...

    CDA数据分析师
  • 用机器学习的方法鉴别红楼梦作者

    在学界一般认为,《红楼梦》后 40 回并非曹雪芹所著。本文尝试应用机器学习的方法来分析原著文本中作者的用词习惯,从技术角度去说明《红楼梦》前 80 回和后 40...

    CDA数据分析师
  • PyTorch一周年战绩总结:是否比TensorFlow来势凶猛?

    选自PyTorch 机器之心编译 今天 PyTorch 刚好一周年。自发布以来,由于调试、编译等多方面的优势,它成为 2017 年热度极高的框架之一。本文内容介...

    企鹅号小编
  • 网页解析之Beautiful Soup库运用

    今日分享:Beautiful Soup库简单应用 一句话来理解 Beautiful Soup库就是:它是解析遍历维护标签树的功能库。以下是BeautifulSo...

    企鹅号小编
  • 机器学习简史

    「机器人会梦见电子羊吗?」仍不失为一个好问题(译者注:《机器人会梦见电子羊吗?》(Do Androids Dream of Electric Sheep)为菲利...

    CDA数据分析师

扫码关注云+社区

领取腾讯云代金券