• 深度
  • 行業
  • 行業
  • 互動

億級市場規模、逾50家公司“賽跑”,AI招聘帶著風險“走鋼絲”

落地過程中,AI招聘真的能夠做到宣傳語所承諾的嗎?

3個小時10萬韓元(約598元),讓求職者學會應對AI招聘的技巧,這是韓國首爾某職業咨詢機構新推出的培訓服務。

與這項服務對應的是韓國131家大企業中,近25%正在或打算利用AI技術招聘新人,AI招聘已經成為一種“潮流”。

AI+招聘是不可逆趨勢

古早風格的招聘是報紙發啟事+電話征詢,之后招聘走入線下,是持續了很多年的人山人海招聘會。

自2001年開始,招聘工作逐漸往線上發展,分擔了線下招聘的部分壓力,隨之而來的是企業郵箱投遞、綜合服務門戶網站/APP的逐漸涌現,發展至今,線上招聘已經取代過往的線下招聘會,成為HR找人的主流途徑。

可以看到,圍繞“招聘”這個工作,分發渠道和落實方式已歷經幾次升級,求職者找工作更方便了,但是HR的工作在本質上并沒有太大的變化。

傳統的招聘流程中,發布/更新招聘消息——審查篩選主投簡歷——搜查簡歷庫匹配崗位——電話邀約、確認面試時間——進行面試做進一步篩選——背調,這些步驟構成了招聘工作的核心部分,其中的大部分是重復、機械化的。

不可否認,現如今的互聯網招聘平臺減免了HR到處參展來找人的麻煩,也通過關鍵詞篩選等功能縮短了審查簡歷的時間,但頗有些“治標不治本”的意味。譬如為了提升精準率,仍舊需要擁有一定經驗的HR對候選者進行多輪面試,尤其是在大企業,顯然這種操作并不十分高效。

針對招聘流程的重復與繁瑣,出于提高效率、提升準確率等目的,越來越多的公司盯上了“AI”。早在2017年,德勤就曾發布一份報告,數據顯示有33%的受調查HR已經在工作中不同程度地使用了AI。另外依據人才軟件公司CareerBuilder同年進行的一項調查,美國約55%的人力資源經理認為AI在未來5年內(2018-2022年)成為工作的常規部分。

從簡歷篩選到直接面試,AI幾乎覆蓋招聘全流程

談及AI與招聘行業的結合與技術落地,世界上第一個機器人HR也已經于去年9月正式上崗,并為瑞士政府招聘了員工。據近三年來融資消息的不完全統計,目前從事“AI+招聘”研究方向的新興創企已經不下于50家,與他們一起的還有獵聘網等緊跟潮流、進行智能化升級的傳統招聘服務綜合網站。

具體的研究方向上,當前的AI招聘產業已經劃分有數個細分賽道,包括圍繞簡歷的精準篩選與推薦、應聘者面試(視頻/文字)、背景調查等。

以簡歷的精準篩選和推薦為例,國內這一賽道的Bello等多家公司已經相繼獲得多輪融資。正常流程下,一家公司的HR除了查看官方郵箱及自有人才庫之外,還需要在獵聘網、前程無憂、BOSS直聘等第三方平臺查看主投簡歷。接收簡歷之后,他們需要對那些簡歷進行審查、篩選,有的時候為了進一步確認一些信息,還需要與應聘者線上交流,最終做出綜合評判,并從中篩選出候選人,確認意向和面試時間。

當AI介入,原本HR去往各個渠道查閱簡歷的工作將被(部分)取代。屆時,AI系統將根據HR提供的JD(Job Description,職位描述),基于自然語言處理等AI技術“理解”JD,以及應聘者的簡歷描述,將兩者信息進行比對和匹配,并根據符合度將篩選出來的候選者進行排名,繼而將結果推送給HR,亦或只是進行相對簡單的“剔除”操作,而不是“篩選”。

在AI的幫助下,人類HR的工作量大大降低,若系統足夠成熟,在招聘初期這一階段,他們的工作就只剩下三件事,分別是編寫招聘信息、選擇面試候選者、通知并安排面試。

而在面試階段,文本分析和視頻圖像分析成為主流。以上面提到的機器人HR Tengai為例,它是一個硬件機器人形態,全程都會以一種統一的方式、語調、順序提出問題,面試結束之后將把文本記錄提供給招聘負責人,幫助決定哪些候選者應該進入下一輪面試。

過程中,機器人HR能夠將應聘者的回答與數據庫中基于已有員工回答搭建的算法模型進行比對,從而進行考核,以協助人類HR作出決定。另外,基于視頻圖像識別,應聘者的表情與情緒等也將成為判定標準之一。

此前歐萊雅曾進行一個比對,從篩選簡歷、預約面試到進行電話面試,人類HR平均需要花費45分鐘,而機器人HR僅需要4-5分鐘。在一個項目中,機器人HR從1.2萬份簡歷中篩選出了80名候選者,耗時比人類HR少了200小時。

照這一結果來看,不怪乎人們看好AI與招聘行業的結合。

偏見與否、數據隱私……AI招聘逃避不了的“審查”

依據《2019年第3季度中國在線求職招聘市場研究報告》報告顯示,2018年中國在線求職招聘用戶規模達到1.9億人,預計2019年將達到2.2億人,2020年將接近2.5億人。截至2019年第三季度,線上互聯網招聘行業的市場規模就已經增長至29.8億元,環比增長率為5.9%,對于AI而言,這不啻為一個億級規模市場。

只是需要注意的是,市場雖大,但“AI招聘”前進道路上存在的坑也不少。

基于公司過往數據搭建算法模型,“偏見”真的能避免?

必須承認,無論哪家企業的管理過程中,或多或少都存在一些“偏見”。以谷歌為例,該公司一直以來都堅稱要成為一家更加多元化的企業,但是近幾年來的一些人員紛爭和社會輿論都在說明,它并沒有做到這一點。

有這樣一組數據(2016年):員工中69%為男性,56%為白人;工程師崗位中約53%為白人男性;領導層中75%為男性,68%為白人。與此相對的,谷歌雇員中黑人和拉丁裔各占2%、4%。

若拿這些數據來訓練AI招聘的算法模型,簡歷中的“偏見”必然也將在模型中顯現。關于這一點,亞馬遜的AI招聘算法模型已經做出佐證。

早在2014年,亞馬遜就曾出于“尋找最佳求職者”的目的推出一項新招聘算法,但在一年之后,這一工具存在“歧視女性”的現象,最終被亞馬遜悄悄關閉。

可以看到,“AI+招聘”賽道的玩家,尤其是涉獵簡歷篩選和人員面試階段的企業,在宣傳的時候均表示AI的加入將消除招聘過程中的偏見。只不過,事實真的如此嗎?就目前來看,不管是數據的標簽化,還是算法模型的搭建和訓練,其中均有著人的身影,如何消除“人”帶來的偏好影響,這是AI落地招聘領域需要考慮的問題。

數據結果是否能合理解釋?隱私又該如何保護?

人工智能講究的是一個“邏輯性”,但同時,它的運作也是一個“黑盒子”,這引起了人們對于算法模型最終輸出結果的不信任,癥結就在于它的“不可解釋性”。

于一家企業而言,之所以采用AI模型,目的就是為了提升效率和人員招聘的精準率,若模型最終篩選出的候選人并不能很好地與JD相適配,顯然AI模型的價值也就失去了。

依據業內人士所說,目前的AI匹配算法僅能適用于少數一些職業,譬如卡車司機等,之所以如此,也是因為這些職位的需求更容易被模型化。相比之下,絕大多數職業的JD是多樣化的,如何才能準確找到適合的人才,且避免不必要的人才錯失,對于AI是一個挑戰,尤其是當下針對“AI招聘”的特定培訓已經出現的前提下。

此外,若HR需要借助AI實現簡歷篩選、候選人面試等工作的高效,這就意味著系統需要接入企業自有人才數據庫和第三方招聘平臺,若未能告知應聘者這一消息,那便存在一定的數據侵權嫌疑,與此同時企業和AI系統也面臨數據隱私安全性的挑戰。

依據目前所了解到的,針對“數據隱私風險”問題,部分部門政府已經有所行動,譬如美國伊利諾斯州從本月1日開始實施“人工智能視頻面試法案”,要求企業在使用AI工具的過程中告知面試者這一工具的存在,并解釋其原理與具體應用的依據,以及保護隱私。

隨著政府的介入,AI招聘所存在的安全隱私風險或有所減輕,但這還不夠。從技術角度出發,AI已經被證實能夠帶來諸多便利,AI招聘亦是如此,但是招聘這一工作本身就存在許多“問題”,AI的介入究竟能否在高效的同時做到人們所期盼的公正、安全等,還需要進一步等待觀察。

作者:韓璐

(免責聲明:本網站內容主要來自原創、合作媒體供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )