编译：余杰丰（微信ID：bijike）蜜蜂学堂创始人

虽然这看起来颇具讽刺意味，但在解决人力资源管理问题时，人工智能和机器学习正在向人类伸出援手。招聘是企业今天面临的最棘手问题之一，找到合适的人才对于企业的成功至关重要，但这是一项巨大的挑战，因为雇佣错误的人是非常昂贵的。最近有研究显示，找到并雇佣一名新员工的成本高达25万美金 —— 如果该员工被认为角色错配，那么该成本可能很快变成天文数字。 随着越来越多的关于候选人和雇员的数据产生，一些创新的人工智能公司正在接受挑战，帮助提高人才获取效率和效度。

招聘效率提升——AI已经硕果累累

招聘是一项涉及整个组织利益相关者的高频次活动。人工智能初创公司通过自动执行低级任务和为决策者提供更好的信息，大大减轻了招聘工作的运营负担。 

01 X.ai提供了一个解决方案，可以帮助解决日常招聘安排的难题。

02 ClearFit通过自动查找和排列候选人来节省招聘人员的面试时间。

03 Filtered可以通过自动生成的代码挑战来帮助评估技术候选人（也提高他们的效率）。 

虽然这些可能不是人力资源的杀手级应用程序，但它们可以在帮助人工智能公司收集数据以扩展到新领域的同时提供即时价值。

招聘效果：具有挑战性的圣杯

对企业来说，最大的奖励就是提高效率。 为了解决这个问题，企业需要更好的数据和情报，以便他们为工作找到合适的人选，并在筛选时将注意力集中在正确的指标上。

在每个招聘过程中，都会产生大量的数据，但却未被抓取以供将来参考。 当公司需要新的人才时，他们会发布岗位，寻找候选人，在不同的面试环节中筛选他们，并最终选择一个来填补这个空缺。 每次公司或候选人都要经历这个过程，他们必须从头开始，不仅会在招聘活动中浪费时间，而且还会丢失宝贵的信息。 Wade & Wendy正试图通过虚拟助理来解决这个问题，虚拟助理是与申请者建立联系的第一个联系人，这将会为应聘者与公司之间的每一次互动留下线索。

在人才招聘时，企业仍然很难在正确的时间点将信息传达给并合适的候选人。 人工智能初创公司正在利用现有数据来解决这一问题。 

04 Textio旨在帮助企业创造更好的招聘信息，帮助他们脱颖而出。

而05 Engage Talent可以让他们发现被动求职者，并在适当的时间推送给他们个性化的信息。

人才筛选往往依赖于简历，简历既是一个人技能的间接指标，也是他们的成就和能力的不完整图景。 06 Harver正在创造一种新型的筛选方式，通过对应聘者进行测试来评估他们在工作中需要做的事情。

而07 Ansaro则将所有公司的数据都整合在一起，以建立预测模型，帮助他们以更聪明的方式进行招聘。

商业模式的挑战

人工智能初创公司可以为公司和申请人提供重要价值，但他们需要了解当他们定义自己的商业模式时，该价值是如何被创造出来的。 招聘是一个双边市场，在非常分散的时间间隔内（即当一个人被招募的时候）创造高价值。 这给科技公司带来了挑战， 尽管它们习惯于经常性收入流，但他们的客户可能更愿意为每个工作/职位付费，而不是典型的SaaS模式。 要克服这一点，要么通过针对具有较高招聘需求的部门（如高流动率业务/临时工）或创建可以提供经常性价值的产品，但创业公司和投资者将不得不考虑基于佣金的模式，并考虑如何过渡到一个价值可以重复出现的模式。

人工智能将使招聘工作变得更加智能

尽管公司的数据量和数据种类与日俱增，我们可以利用这些数据来确定每个职位的最佳人选，但是基于标准化的简历和（可能有偏见的）招聘人员的意见，招聘过程仍然停滞不前，而公司正因此而蒙受损失。尽管我们谈论的是人，但机器似乎不仅可以帮助提供信息来源，还可以帮助筛选申请者。 事实上，研究表明人类在挑选合适的候选人方面是出了名的糟糕，而一项元分析表明，在招聘方面，算法的表现可以胜过人类专家。

虽然公司的数据越来越多，数据也越来越多样化，他们可以利用这些数据来确定每个职位的最佳人选，但招聘过程仍然停留在过去，基于标准化的简历和(可能带有偏见的)面试官的意见，而公司正因此而蒙受损失。尽管我们谈论的是人，机器似乎不仅能够帮助信息来源，而且还能帮助筛选申请者。事实上，有研究表明，人类在挑选合适的申请者方面是出了名的糟糕，而一项研究表明，在招聘方面，算法的表现可以胜过人类专家。

尽管人工智能远不能自主决定谁是公司应该雇佣的人，但你可能想看看人工智能是如何让招聘变得更聪明的。

【版权声明】本译文仅用于学习和交流。非商业转载请注明译者、出处，并保留文章在蜜蜂学堂的完整链接。参考原文地址：https://www.forbes.com/sites/valleyvoices/2018/01/29/how-ai-is-changing-the-game-for-recruiting/#507af8621aa2