Bahasa Melayu

AI dalam Aliran Kerja Perekrut: Di Mana Ia Membantu, Di Mana Ia Gagal

Setiap alat TA yang saya buka tahun ini mempunyai cop "AI" pada kotaknya. Hasilnya di atas meja saya bukan keajaiban. Ia adalah mesej jangkauan yang berbunyi seperti e-mel pancingan data, calon yang "layak" ditolak secara automatik oleh pengimbas resume kerana ada jurang enam bulan dalam rekod (calon itu baru sahaja melahirkan anak, sebagai rekod), dan pengurus pengambilan yang beranggapan saya telah berhenti bekerja kerana bot telah merangka nota saringan.

Masalahnya bukan AI. Masalahnya ialah khayalan bahawa AI menggantikan pertimbangan perekrut. Ia tidak boleh berbuat demikian. Dan di tempat-tempat di mana vendor berjanji ia akan berbuat demikian, anda biasanya berakhir dengan saluran yang lebih perlahan, pengalaman calon yang lebih buruk, dan risiko undang-undang yang tidak anda daftarkan.

Inilah peta jujurnya. Di mana AI benar-benar membuktikan nilainya, di mana ia secara senyap membakar Pipeline anda, perangkap saringan automatik yang bakal menggigit banyak pasukan, nisbah manusia-dalam-gelung yang bertahan dalam kehidupan sebenar, dan pelan 30 hari untuk mendapatkan manfaat tanpa bencana.

Di Mana AI Sebenarnya Membantu

Lima tempat. Itu sahaja. Jika tindanan anda melakukan lebih daripada ini dan calon menerima kesannya, anda sudah melepasi titik di mana AI membantu anda.

Ringkasan mesyuarat penyelarasan keperluan. Panggilan awal selama 45 minit dengan pengurus pengambilan yang terus berubah antara "kami perlukan IC kanan" dan "mungkin juga pengurus" adalah kes penggunaan AI yang sempurna. Letakkan transkrip ke dalam Claude atau ChatGPT, minta draf Scorecard berstruktur (kemahiran mesti ada, kemahiran diingini, jalur pampasan, kejayaan dalam 90 hari, perkara yang menggagalkan tawaran), dan anda mendapat titik permulaan dalam 90 saat berbanding satu jam. Anda masih menyuntingnya. Anda masih menghantarnya semula kepada pengurus pengambilan untuk kelulusan. Tetapi kerja menaip sudah tiada.

Penjanaan pertanyaan Sourcing. Boolean strings, tajuk kerja alternatif, sinonim kemahiran merentasi LinkedIn, GitHub, portfolio, dan Stack Overflow. AI memang baik dalam hal ini kerana ia adalah tugas padanan corak pada data awam. "Berikan saya 10 tajuk alternatif untuk Senior Customer Success Manager di syarikat B2B SaaS Series B" menghasilkan senarai yang boleh digunakan setiap kali. Begitu juga "senaraikan 15 rentetan carian GitHub yang mungkin muncul jurutera bahagian belakang yang pernah bekerja dengan Postgres pada skala besar."

Analisis respons. Apabila anda telah menghantar 200 mesej sejuk dan 40 kembali, AI mengelompokkannya lebih pantas daripada yang anda mampu. "Kumpulkan balasan ini mengikut sentimen dan tema bantahan." Kini anda tahu bahawa 12 orang bertanya tentang kerja jauh, 8 tentang pampasan, dan 5 lagi hangat tetapi belum bersedia. Itu adalah pelan susulan dalam masa 30 saat.

Automasi penjadualan. Penyelarasan kalendar, pengiraan zon waktu, penjadualan semula. Di sinilah AI telah senyap-senyap cemerlang selama bertahun-tahun (dahulu kita menyebutnya "alat penjadualan," kemudian seseorang menambah LLM dan harganya berganda). Kerja ini terbatas, kos kesilapan rendah, kesan kepada calon kebanyakannya positif. Cuma jangan biarkan bot menulis mesej penjadualan semula dengan nada yang membuatkan calon kanan berasa seperti mereka sedang mendaftar masuk ke bank.

Draf soalan saringan. Bank soalan khusus peranan yang perekrut sunting dan pilih, bukan hantar mentah. Minta AI untuk 20 soalan tingkah laku bagi Senior Product Manager yang fokus pada penetapan harga B2B SaaS. Anda akan mendapat 20 soalan. Lapan boleh digunakan. Tiga akan cemerlang. Anda pilih. Anda tambah dua yang penting untuk peranan ini di syarikat ini. Anda jalankan saringan. AI tidak pernah bercakap dengan calon.

Perhatikan coraknya. AI merangka artifak dalaman. AI memproses data yang sudah anda ada. AI mengurangkan kerja menaip. Calon tidak pernah menerima apa-apa yang tidak disemak dan disunting oleh manusia.

Di Mana AI Gagal

Corak yang sama dalam kebalikannya. Semakin dekat AI kepada calon, panggilan pengurus pengambilan, atau keputusan ya/tidak, semakin teruk prestasinya.

Penilaian pertimbangan. Dua calon yang kuat, kekuatan berbeza, profil keserasian sedikit berbeza. Jawapan yang betul melibatkan pembacaan terhadap jurang semasa pasukan, titik buta pengurus, rupa pengambilan seterusnya, dan sama ada keterus-terangan calon A akan diterima atau menjengkelkan. AI tidak mengetahui semua itu. Ia boleh menyusun resume berbanding JD, tetapi itu bukan perkara yang sama.

Pengalaman calon. Mesej jangkauan yang dijana AI mempunyai tanda yang boleh dikesan. Iramanya terlalu sekata. Pujiannya terlalu generik. Baris "saya perasan anda pernah bekerja di" hanya satu klik mendalam. Calon kanan mengesannya dalam tiga saat dan sama ada mengabaikan anda atau menyiarkan tangkap layar. Dalam kedua-dua kes, kadar balasan anda jatuh dan jenama majikan anda terkena kesan yang tidak akan anda ukur secara langsung.

Penyelarasan dengan pengurus pengambilan. "Bagaimana saringan berjalan?" bukan soalan dengan jawapan berstruktur. Pengurus ingin tahu sama ada anda akan mengambil orang ini jika itu duit anda sendiri. Ringkasan AI meratakan itu menjadi "calon mempunyai 7 tahun pengalaman yang relevan." Anda masih perlu mengangkat telefon dan berkata "dia hebat tetapi saya rasa dia akan melampaui peranan ini dalam 18 bulan." Bot tidak boleh berbuat demikian dan tidak sepatutnya mencuba.

Pembesaran kecenderungan, terutama dalam saringan resume. Inilah yang sepatutnya membuat pemimpin TA terjaga malam. AI saringan resume yang dilatih pada "pengambilan baik secara sejarah" secara boleh dipercayai akan menghasilkan semula apa-apa kecenderungan yang ada dalam pengambilan sejarah anda. Jika pasukan kejuruteraan anda 90% dari lima universiti, model belajar bahawa universiti-universiti itu adalah isyarat. Ia bukan. Ia adalah artifak pensampelan. Dan kini anda telah mengotomatkannya dalam skala besar, menjadikannya lebih sukar untuk diaudit, dan memberikan diri anda penafian yang boleh dipercayai yang secara aktif merugikan kelas yang dilindungi. Ada sebab pengawal selia sedang memerhati.

Perangkap Saringan Automatik

Saya ingin memperuntukkan seksyen tentang ini kerana ia adalah kesilapan tidak dipaksa terbesar dalam pengambilan moden, dan banyak pasukan TA sedang berjalan ke dalamnya kerana seorang vendor berjanji "pengurangan 70% dalam tempoh untuk menyaring."

Pendedahan undang-undang.

Peringatan pematuhan. New York City Local Law 144 (berkuat kuasa Julai 2023) mewajibkan majikan yang menggunakan "alat keputusan pekerjaan automatik" untuk pengambilan atau kenaikan pangkat untuk: (1) menjalankan audit kecenderungan bebas dalam tahun lepas, (2) menerbitkan ringkasan audit secara awam, dan (3) memaklumkan calon sekurang-kurangnya 10 hari perniagaan sebelum penggunaan. EU AI Act (berkuat kuasa Ogos 2024, dengan kewajipan berisiko tinggi yang terpakai dari Ogos 2026) mengklasifikasikan AI yang digunakan untuk pengambilan, penapisan calon, dan penilaian sebagai berisiko tinggi, yang mencetuskan keperluan dokumentasi, pengawasan manusia, ketelusan, dan penilaian kesesuaian. Illinois, Maryland, dan Colorado mempunyai varian mereka sendiri. Tiada undang-undang ini melarang AI dalam pengambilan. Mereka melarang AI yang tidak diaudit, tidak didedahkan, tanpa pengawasan dalam pengambilan. Jika anda mempunyai pengimbas resume yang menolak calon secara automatik dan anda tidak dapat mengemukakan audit kecenderungan, anda mempunyai masalah.

Pendedahan jenama. Risiko undang-undang mendapat tajuk berita. Risiko jenama mendapat tangkap layar. Calon yang ditolak semakin kerap menyiarkan e-mel penolakan automatik mereka di LinkedIn, sering dengan cap masa yang menunjukkan e-mel tiba 47 saat selepas mereka memohon. Bahagian komen menulis sendiri. "Kami tidak pernah melihat resume anda, AI yang melakukannya" menjadi cerita yang diceritakan oleh jenama majikan anda, sama ada anda mahu atau tidak.

Pendedahan Pipeline. Penyaring automatik adalah alat yang tumpul. Mereka menolak orang yang menukar kerjaya, orang dengan laluan tidak linear, ibu bapa yang kembali bekerja, calon dari sekolah bukan sasaran, dan pada dasarnya sesiapa sahaja yang resume mereka tidak sepadan dengan suku teratas anda. Sesetengah orang itu mungkin menjadi pengambilan terbaik anda. Anda tidak akan pernah tahu, kerana penolakan berlaku sebelum seseorang manusia melihatnya.

Penyelesaiannya bukan "jangan gunakan AI untuk saringan." Penyelesaiannya ialah AI menyusun, manusia menyemak bahagian atas dan bawah. Model boleh menyusun 500 permohonan ke dalam timbunan kemungkinan-ya, kemungkinan-tidak, dan mungkin. Perekrut kemudian menyemak 50 teratas, 50 terbawah (ya, terbawah, kerana di situlah kecenderungan model muncul), dan memeriksa secara rawak timbunan mungkin. Kini anda mempunyai leverage tanpa liabiliti.

Perbandingan Cepat: Mesej Mentah vs. Disunting Manusia

Calon yang sama, peranan yang sama, titik pembuka yang sama. Satu dijana dan dihantar. Satu dijana dan disunting.

Versi mentah (dihantar tanpa disunting):

Hi Maya, saya perasan latar belakang anda yang mengesankan di Stripe dan Twilio dalam ruang pembayaran. Pengalaman anda mengskalakan infrastruktur pembayaran sejajar dengan misi kami di Acme. Kami sedang mencari Senior Engineering Manager untuk menyertai pasukan kami yang berkembang dan ingin meneroka sama ada ada minat bersama. Adakah anda terbuka untuk perbualan 15 minit minggu ini?

Versi yang disunting oleh manusia:

Maya, nota ringkas. Kami sedang mengambil EM untuk pasukan pembayaran 6 orang yang akan mengambil alih pembayaran rentas sempadan. Tulisan anda di Twilio tentang kunci idempoten itulah yang mendorong saya menghubungi (kami baru sahaja menghadapi masalah yang sama). Berbaloi 15 minit minggu depan untuk berkongsi pengalaman? Saya boleh kongsikan rajah seni bina semasa pasukan dahulu jika ia membantu anda membuat keputusan.

Yang pertama akan diabaikan. Yang kedua mendapat balasan lebih kurang separuh masa. Perbezaannya ialah 30 saat penyuntingan dan perekrut yang benar-benar membaca tulisan calon.

Ini adalah peraturan untuk setiap artifak yang berhadapan dengan calon: AI melakukan kerja menaip, manusia melakukan panggilan.

Pokok Keputusan: Patutkah AI Menyentuh Langkah Ini?

Apabila anda menilai sebarang ciri AI dalam tindanan TA anda, tanya mengikut urutan ini:

  1. Adakah output sampai kepada calon? Jika ya, seorang manusia menyemak dan menyunting sebelum dihantar. Tiada pengecualian. Jika tidak, pergi ke 2.
  2. Adakah output mendorong keputusan ya/tidak (maju, tolak, tawarkan)? Jika ya, AI menyusun atau meringkaskan, manusia memutuskan. Jika tidak, pergi ke 3.
  3. Adakah output digunakan oleh pengurus pengambilan sebagai fakta? Jika ya, perekrut menyemak ringkasan berbanding sumber (transkrip, Scorecard, resume) sebelum menghantarnya. Jika tidak, pergi ke 4.
  4. Adakah output artifak dalaman yang hanya dilihat oleh perekrut (ringkasan mesyuarat penyelarasan keperluan, pertanyaan Sourcing, bank soalan)? Jika ya, hantar. AI selamat di sini.

Tiga daripada empat langkah memerlukan manusia. Itu bukan kecacatan. Itu adalah tahap minimumnya.

Nisbah AI dan Manusia yang Sebenarnya Berkesan

Bentuk aliran kerja perekrut yang sihat dan dipertingkatkan AI:

  • AI merangka. Manusia menghantar. Jangkauan, e-mel penolakan, kemas kini status, e-mel ringkasan kepada pengurus pengambilan. Sentiasa.
  • AI meringkaskan. Manusia memutuskan. Transkrip temu duga, nota saringan, perbincangan sesi perbincangan penilaian. Ringkasan adalah titik permulaan, bukan keputusan muktamad.
  • AI menyusun. Manusia menyemak bahagian atas dan bawah. Timbunan resume, senarai calon, keputusan Sourcing. Atas kerana itu senarai pendek anda. Bawah kerana di situlah kecenderungan model berada.
  • AI muncul corak. Manusia menyiasat. "Tiga calon suku ini menolak pada peringkat tawaran dengan menyebut pampasan. Berbaloi menyemak jalur pampasan?" AI menandakan. Manusia bertanya soalan seterusnya.

Peraturan yang menyatukan semua ini: AI melakukan kerja menaip, manusia melakukan panggilan.

Pelan 30 Hari untuk Menambah AI Tanpa Merosakkan Saluran Anda

Anda tidak memerlukan inisiatif transformasi. Anda hanya memerlukan empat minggu dan kesediaan untuk menghapuskan apa-apa yang tidak membuktikan nilainya.

Minggu 1: Audit. Petakan setiap titik sentuhan AI yang sudah ada dalam tindanan anda. ATS anda mungkin mempunyai penyusunan AI. Alat Sourcing anda mungkin mempunyai padanan AI. Alat penjadualan anda mungkin mempunyai penulisan semula AI. CRM anda mungkin mempunyai penjanaan urutan AI. Senaraikan semuanya. Tandakan mana yang menyentuh calon tanpa langkah semakan manusia. Itulah item keutamaan tertinggi untuk minggu 4.

Minggu 2: Tambah SATU alat pada SATU langkah. Mulakan dengan risiko terkecil yang berhadapan dengan calon. Ringkasan mesyuarat penyelarasan keperluan (perekrut sahaja) atau penjanaan pertanyaan Sourcing (perekrut sahaja) adalah pilihan paling selamat. Jalankan selama satu minggu dengan satu perekrut. Dokumentasikan masa yang dijimatkan dan kualiti output.

Minggu 3: Ukur. Tiga nombor: kadar balasan jangkauan, kepuasan pengurus pengambilan (soalan nadi satu soalan: "Sejauh mana kami sejajar pada peranan terakhir?" 1-5), tempoh untuk menyaring. Bandingkan dengan garis dasar anda. Jika alat AI membuat perbezaan yang boleh diukur, kekalkan. Jika neutral, kekalkan. Jika negatif, hapuskan. Jangan kekalkan alat hanya kerana ia kelihatan moden.

Minggu 4: Hapuskan apa-apa yang menyentuh calon tanpa semakan manusia. Ini adalah kerja yang tidak glamour. Peraturan penolakan automatik, urutan yang dijana AI yang menghantar tanpa butang hantar perekrut, chatbot yang menjadualkan tanpa perekrut pada kalendar. Sama ada masukkan langkah semakan atau matikan ciri. Ya, ini mungkin bermakna memutuskan janji "pasang dan lupakan" vendor. Vendor tidak bertanggungjawab apabila calon menyiarkan tangkap layar. Anda yang bertanggungjawab.

Selepas 30 hari, anda akan mempunyai satu atau dua alat AI yang membuktikan nilainya, dasar yang jelas tentang automasi yang berhadapan dengan calon, dan senarai lebih pendek perkara yang perlu dipertahankan dalam semakan pematuhan seterusnya.

Pilihan: Pemetaan kepada Rangka Kerja ACE

Jika syarikat anda memikirkan AI secara lebih luas, perekrut mendapat nilai terbesar daripada dua daripada lima keupayaan ACE:

  • Hasilkan. Merangka jangkauan, soalan saringan, ringkasan mesyuarat penyelarasan keperluan. Leverage tinggi, risiko rendah jika manusia menyunting sebelum dihantar.
  • Analisis. Mengelompokkan respons, menyusun resume, mengesan corak dalam data saluran. Leverage tinggi, risiko sederhana jika digunakan untuk keputusan tanpa semakan.

Tiga yang anda perlu hampiri dengan berhati-hati:

  • Telan. Baik untuk penghuraian resume, tetapi perhatikan kecenderungan dalam cara data berstruktur.
  • Ramal. Ramalan "kualiti pengambilan" adalah menarik dan benar-benar kurang disahkan. Ujicubakan, jangan terapkan.
  • Laksana. Tolak-automatik, hantar-automatik, jadual-automatik tanpa semakan manusia. Di sinilah risiko undang-undang dan jenama berada. Lalai kepada matikan.

Coraknya konsisten: AI paling berguna semakin jauh ia berada dari peti masuk calon.

Penutup

Perekrut yang menang dua tahun akan datang bukan yang menggunakan AI paling banyak. Mereka adalah yang tahu 20% kerja mereka yang AI lakukan dengan baik, iaitu merangka, meringkaskan, menyusun, mencari corak, dan yang melindungi 80% yang lain daripadanya.

80% itu adalah bahagian yang memerlukan pertimbangan. Membaca situasi dengan pengurus pengambilan. Mengetahui bila keraguan calon bermaksud "tidak" berbanding "yakinkan saya." Menghubungi tawaran. Menutup. Berkata "ini bukan kesesuaian yang betul" tanpa membuatkan calon berasa kecil. Tidak ada satu pun daripada itu yang berskala dengan menambah AI. Semuanya menjadi lebih teruk apabila anda mencuba.

Gunakan alat. Sunting setiap output. Audit apa-apa yang menyentuh calon. Dan kali seterusnya vendor berjanji pengurangan 70% dalam tempoh untuk menyaring, minta mereka membimbing anda melalui audit kecenderungan mereka. Jeda itu memberitahu anda segalanya.

Ketahui Lebih Lanjut