如何赢得候选人采购战争
文/Komal Dangi
人工智能正在帮助招聘人员前所未有地寻找最完美的候选人。这篇文章探索了人工智能帮助人才搜索的令人惊讶的方式。
人工智能正在给人力资源带来一场革命。虽然看起来相互矛盾，但人工智能使重复的任务自动化，让管理者能够专注于真正重要的事情——人。人工智能在人力资源领域的出现，正将人力因素带回人力资源领域，因为员工现在可以花更多时间实际与人打交道(而不是那些可以自动化的繁琐任务)。
利用人工智能的公司在寻找和收购候选人方面取得了更大的成功。尽管一些招聘人员担心人工智能正在取代他们，但最成功的招聘人员是与人工智能一起工作的。现在，为了赢得招聘战的胜利，招聘人员采取一种新的人工智能方法至关重要，否则就有可能把最优秀的候选人输给竞争对手。
自动化单调的管理任务
最近的一项调查发现，72%的人力资源经理欢迎采购自动化来提高他们的效率，并相信100%的候选人采购可以自动化。招聘人员只需要看看人工智能软件就可以了。
通过将人工智能纳入候选人资源，人力资源专业人士有更多的时间用于人际关系任务。招聘人员平均每周花13个小时为一个职位寻找候选人。有了人工智能，管理人员可以使用自动生成的代码来自动寻找候选人、安排面试和审查候选人。人工智能消除了耗时的行政管理任务，让人力资源经理可以自由地专注于工作中的人为因素。
人工智能寻找、筛选并与候选人沟通
人工智能支持的聊天机器人24小时工作，与合格的候选人交流。配有自然语言处理，反应自动，易于理解。聊天机器人可以通过电子邮件或短信进行交流，使得求职者无论何时何地都可以方便地与人力资源经理进行交流。
传统的招聘流程根本没有足够的效率来吸引求职者。聊天机器人可以使筛选过程自动化，并进行快速的背景调查，从而加快招聘过程。人工智能驱动的候选人来源减少了75%的成本，每个屏幕，也减少了35%的流动率。
人工智能消除偏见
57%的招聘人员认为隐性偏见是美国劳动力面临的一个重大问题。招聘经理更有可能雇佣与他们有更多共同点的求职者，或者更喜欢穿着得体的求职者。虽然这些因素并不意味着应聘者的工作能力，但它们确实会影响招聘过程。
研究人员注意到，即使雇主试图包容员工，这些偏见仍然会出现在工作描述中。人工智能的算法旨在识别和消除这些偏差。利用人工智能来寻找候选人可以公平竞争，并为那些可能由于任何隐性偏见而被淘汰的合格候选人打开大门。现在，人力资源经理可以接触到最大的可能的人才库，并最终获得最好的候选人。有了这些有用的工具，人力资源经理需要重新思考他们的人工智能方法，并利用其能力。
人工智能是成功的关键因素
如今，56%的企业正在努力将人工智能融入他们的人力资源项目。人力资源专业人士被要求以前所未有的快节奏做更多的事情。随着人工智能迅速成为招聘的焦点，人力资源经理将越来越多地将人工智能纳入他们的招聘流程，以跟上已经在这么做的公司的步伐。
随着2019年技术推进，在任何人力资源战略中加入人工智能将变得越来越重要。关于招聘和收购的战争正在如火如荼地进行着，重要的是要时刻掌握最新的技术，以便从头到尾改进公司的招聘流程。
以上为AI翻译，内容仅供参考
原文链接：How to Win the War on Candidate Sourcing and Acquisition
候选人采购
2019年03月05日
候选人采购
全美最大的职业对接平台Tallo将携手新合作伙伴和近400,000名学生进入2019年
据BUSINESS WIRE报道，塔罗(Tallo)——美国最大的将人才与职业指导和机会联系在一起的在线平台之一，为希望掌控自己未来的学生和专业人士提供了一个新的名称和更多的职业准备资源。
Tallo总裁兼首席执行官凯西•韦尔奇(Casey Welch)表示:“随着我们帮助数十万年轻、有才华的用户展示他们的技能，并被大学和公司发现，我们意识到是时候做出改变了。”“我们的用户在STEM领域内外拥有如此广泛的技能、热情和兴趣。”塔洛(Tallo)来自“人才+机遇”(Talent + Opportunity)，这个名字更好地反映了我们的使命:在任何地方，让每个人都有机会。
Tallo已经与300多家公司和大学合作，包括波音公司、Blackbaud公司和康明斯公司，以改善劳动力多样性，积极参与国家的人才输送，促进不断增长的学徒计划，并与当地社区合作。这样的伙伴关系是一项全面的职业准备工作的一部分，目的是为学生提供实际的学习经验，使顶尖人才与学校和雇主相匹配，并为学生提供他们在21世纪的职场中取得成功所需的专业技能。
Tallo是一个庞大的职业准备网络的中心，这个网络将学生、大学、技术学校和雇主联系起来:
学生可以通过数字档案展示自己的才华，找到资源和奖学金，接受指导和指导，并与未来的大学、奖学金和雇主联系。
教育机构可以招收有兴趣和能力的学生，使他们成为项目成功的优秀候选人。
雇主可以通过内部消息直接招聘合格的人才，建立一个可持续的人才管道。
2018年，Tallo为全美50个州的2000多所大学和近2万所高中的学生提供了潜在的职业道路、工作和学徒机会，以及奖学金机会。超过39.4万名学生在该网站活跃，是2017年的两倍。
以上为AI翻译，内容仅供参考。
原文链接：Tallo Enters 2019 with New Partners and Nearly 400,000 Students on One of the Nation’s Largest Career Connection Platforms
候选人采购
2019年02月14日
候选人采购
人工智能如何改变人才获取 How Artificial Intelligence Is Changing Talent Acquisition现在大家都在关注招聘AI，并就如何改变招聘方式进行了大量的讨论。招募人工智能是下一代软件，旨在改进或自动化招聘工作流程的某些部分。
作者：Ji-A Min
人工智能对招聘的兴趣已经由三大趋势引发
经济的改善：最近的经济收益创造了一个候选人驱动型市场，这使得人才竞争比以往更加激烈。这一竞争只会继续增加 - LinkedIn调查的 56％的人才招聘领导者认为他们的招聘数量将在2017年增长。
对更好技术的需求：虽然人才招聘预计会增加，但是66％的人才招聘负责人表示他们的招聘团队将保持相同规模甚至缩小规模。这意味着时间有限的招聘人员需要更好的工具来有效地简化或自动化他们的工作流程的一部分，理想情况下用于最耗时的任务。
数据分析的进步：随着技术变得快速和成本效益足以收集和分析大量数据，人才招聘领导者越来越多地要求他们的招聘团队展示基于数据的雇佣质量指标，如新员工的表现和营业额。
人工智能在招聘中越来越受欢迎，这为招聘人员提高他们的能力提供了令人兴奋的机会，但同时也存在很多关于如何最佳利用人才的困惑。
为了帮助您理解这一切，以下是招聘人工智能最有前途的三个应用程序。
应用＃1：AI用于候选人采购
候选人采购仍然是一个主要的招聘挑战：最近的一项调查发现，46％的人才招聘领导表示他们的招聘团队正在为吸引合格的候选人而奋斗。
候选人采购人工智能技术可以搜索人们离线的数据（例如简历，专业投资组合或社交媒体档案），以找到符合您工作要求的被动候选人。
这种用于招聘的AI可以简化采购流程，因为它可以同时搜索多个候选人来源。这取代了自己手动搜索它们的需求，并可能节省每个请求的小时数。您节省采购的时间可以用来吸引，预选和面试最强大的候选人。
应用#2：人工智能进行候选人筛选
当您收到的75-88％的简历不合格时，很容易明白为什么简历筛选是招聘中最令人沮丧和耗时的部分。对于零售和客户服务等大批量招聘，大多数招聘团队没有时间手动筛选他们每个公开角色收到的数百到数千份简历。
AI筛选旨在自动执行简历筛选流程。这种智能筛选软件通过使用岗位聘用数据（例如业绩和营业额）为新申请人提供招聘建议，为ATS增添了功能。
它通过应用所学到的关于现有员工的经验，技能和其他资质的信息来自动筛选和评分新候选人，从而提出这些建议。这种类型的技术还可以通过使用关于以前的雇主和候选人的社交媒体档案的公共数据源来丰富简历。
AI进行简历筛选可实现低价值，重复性任务，并允许招聘人员将时间重点放在更高价值的优先事项上，如与候选人交谈并与其进行交流以评估他们的适合度。
应用＃3：AI用于候选人匹配
与采购相比，候选人匹配可能是一个更大的挑战：52％的招聘人员表示，他们工作中最难的部分是从大型申请人池中确定合适的人选。
用于候选人匹配的AI使用一种算法来识别打开的请求的最强匹配。匹配算法分析候选人的个性特征，技能和工资偏好等多种数据来源，根据工作要求自动评估候选人。
例如，LinkedIn求职公告通过将求职者描述中的技能与其LinkedIn个人资料中的申请人技能进行匹配来对候选人进行排名。人才市场使用匹配算法来匹配候选人社区以开放角色。这些人才市场通常迎合特定的候选技能，如软件开发或销售。
人工智能匹配用于从那些已经加入并且正在积极寻找新角色或者对新机会非常开放的人中找出最合格的候选人。这意味着招聘人员不需要浪费时间来吸引那些对新角色不感兴趣的被动应聘者。
关于人工智能的力量，让候选人与工作岗位相匹配的不同观点，请参阅“ 尽管您阅读或听取的内容，采购活动和确实如此”。
AI和招聘的未来
专家预测人工智能招聘会转变招聘人员的角色。由于低价值，耗时的招聘任务通过人工智能技术变得简化和自动化，招聘人员的角色有可能变得更具战略性。
了解AI如何提高其能力的招聘人员将通过在采购，简历筛选和候选人匹配方面节省几十个小时，从而提高效率。
人工智能招聘承诺释放招聘人员与候选人交流的时间，以确定合适人选，并确定候选人的需求并希望说服他们担任角色。它有可能授权他们与招聘经理和人才招聘领导者合作，根据未来增长和收入计划积极的招聘举措，而不是反应性回填。
了解如何最好地利用这项新技术的招聘人员将获得更高的KPI，如更高的招聘质量和更低的营业额。
以上由AI翻译完成。供参考
How Artificial Intelligence Is Changing Talent Acquisition
AI for recruiting is on everyone’s mind these days with a lot of talk on how it’s going to transform recruiting. Artificial intelligence for recruiting is the next generation of software designed to improve or automate some part of the recruiting workflow.
Interest in AI for recruiting has been sparked by three major trends:
The improving economy: The recent economic gains have created a candidate-driven market that’s made competing for talent tougher than ever. This competition will only continue to increase – 56% talent acquisition leaders surveyed by LinkedIn believe their hiring volume will grow in 2017.
The need for better technology: Although hiring is predicted to increase, 66% of talent acquisition leaders state their recruiting teams will stay the same size or even shrink. This means time-constrained recruiters need better tools to effectively streamline or automate a part of their workflow, ideally for tasks that are the most time-consuming.
The advancements in data analytics: As technology becomes fast and cost-effective enough to collect and analyze vast quantities of data, talent acquisition leaders are increasingly asking their recruiting teams to demonstrate data-based quality of hire metrics such as new hires’ performance and turnover.
The growing popularity of AI for recruiting represents exciting opportunities for recruiters to enhance their capabilities but there’s also a lot of confusion about how to best leverage it.
To help you make sense of it all, here are the three most promising applications for AI for recruiting.
Application #1: AI for candidate sourcing
Candidate sourcing is still a major recruiting challenge: a recent survey found 46% of talent acquisition leaders say their recruiting teams struggle with attracting qualified candidates.
AI for candidate sourcing is technology that searches for data people leave online (e.g., resumes, professional portfolios, or social media profiles) to find passive candidates that match your job requirements.
This type of AI for recruiting streamlines the sourcing process because it can simultaneously search through multiple sources of candidates for you. This replaces the need to manually search them yourself and potentially saves you hours per req. The time you save sourcing can be spent attracting, pre-qualifying, and interviewing the strongest candidates instead.
Application #2: AI for candidate screening
When 75-88% of the resumes you receive are unqualified, it’s easy to see why resume screening is the most frustrating and time-consuming part of recruiting. For high-volume recruitment such as retail and customer service roles, most recruiting teams just don’t have the time to manually screen the hundreds to thousands of resumes they receive per open role.
AI for screening is designed to automate the resume screening process. This type of intelligent screening software adds functionality to the ATS by using post-hire data such as performance and turnover to make hiring recommendations for new applicants.
It makes these recommendations by applying the information it learned about existing employees’ experience, skills, and other qualifications to automatically screen and grade new candidates. This type of technology can also enrich resumes by using public data sources about previous employers and candidates’ social media profiles.
AI for resume screening automates a low-value, repetitive task and allows recruiters to re-focus their time on higher value priorities such as talking and engaging with candidates to assess their fit.
Application #3: AI for candidate matching
Candidate matching can be an even bigger challenge than sourcing: 52% of recruiters say the hardest part of their job is identifying the right candidates from a large applicant pool.
AI for candidate matching uses an algorithm to identify the strongest matches for your open req. Matching algorithms analyze multiple sources of data such as candidates’ personality traits, skills, and salary preferences to automatically assess candidates against the job requirements.
For example, a LinkedIn job posting ranks candidates by matching the skills on your job description to applicants’ skills on their LinkedIn profiles. Talent marketplaces use matching algorithms to match their community of candidates to open roles. These talent marketplaces usually cater to specific candidate skill sets such as software development or sales.
AI for matching is used to identify the most qualified candidates from those who have opted-in and are either actively looking for a new role or are very open to a new opportunity. This means recruiters don’t need to waste time trying to attract passive candidates who just aren’t interested in a new role.
候选人采购
候选人采购
候选人采购
扫一扫 加微信
hrtechchina
