全球经济格局仍难以预测,从技术到制造业、再到医疗保健领域,各行各业都面临着劳动力短缺问题,甚至已经在扰乱正常经营。而就在企业努力寻求所需的人才的同时,人工智能(AI)的兴起不仅代表着技术创新,也成为有助于解决招聘挑战的战略性工具。
本文将与大家一同探讨AI改变招聘工作的六种方式:
目前来看,AI技术最大的现实影响就是利用生成式AI以更低的人数完成更多工作。目前生产力提升最为明显的领域包括:
将生成式AI工具纳入劳动力组合,将帮助企业以更少的人员处理更多工作。
预测分析既是数字化转型领域的一大前沿,也是AI生态的重要组成部分,并被证明是劳动力管理领域的游戏规则改变因素。以员工编排网络(EON)为例,该网络利用AI预测分析来改善员工体验、生产力水平和敬业度,包括解决缺勤问题。研究表明,8.7%的工资成本与缺勤相关。通过提出假设并配合预测分析针对员工行为模式进行测试,EON能够提出有助于减少缺勤的策略,例如针对带薪休假的优化调整。
施乐公司在招聘中就应用到AI战略部署,并在短短六个月内将员工流失率降低了20%。施乐还利用性格评估数据为招聘决策提供依据,展示了如何利用AI技术留住顶尖人才。
AI技术的融入正在颠覆招聘流程乃至整个人才吸纳战略。事实证明,AI在创作招聘内容时尤其具有价值。例如,ChatGPT等工具能够自动生成职位描述和与面向求职者的沟通邮件。使用AI简化求职者筛选流程则有助于加快招聘速度,同时确保沟通的一致性和质量。例如,Textio等公司就提供AI驱动服务,帮助企业用AI生成更好的职位描述、同时尽可能消除偏见。
AI还增强了求职者与聊天机器人/AI视频面试平台间的沟通效果,在平台上提供更具吸引力和响应性的交互体验。Paradox就是一家使用AI技术改善招聘人员及求职者间沟通效果的厂商。此类工具效果拔群,能够为求职者提供更加包容且富有价值的见解。
AI驱动的求职者筛选是技术产生重大影响的另一领域。XOR和Entelo等公司都在利用AI方案自动筛选求职者,依托AI批量扫描在线招聘网站,将潜在候选人与职位空缺进行匹配。通过这种自动化候选人搜索与筛选,AI能帮助招聘部门接触到更广泛的人才储备,确保最佳求职者能够入围。这种方法既节约了时间,也将对求职者的筛选精度提高到了前所未有的新水平。
简历筛选同样是体现AI执行效率的重要场景和舞台。AI算法能够以人类招聘者无法企及的规模和速度优势完成简历分析与处理。AI分析不仅简化了招聘流程的早期阶段,而且确保不会忽视任何可能适合的候选者。在制定职位描述时,AI工具的自然语言处理(NLP)功能还能帮助组织吸引到更具多样性的求职群体。
事实证明,AI预测分析在求职者评估中也具有难以估量的价值。通过分析过往招聘决策数据,AI系统能够帮助招聘人员对求职者在特定职位上的潜在表现做出准确预判,从而最大限度减少偏见、提高招聘质量并增强员工留存率。例如,Knockri等公司就在使用AI和自然语言处理来消除求职者筛选中的偏见,推动求职者面试与评估的全面自动化。
AI技术在员工留存方面同样发挥着关键作用。AI可以分析员工行为与敬业度模式,据此预测员工流动率。通过确定谁有可能跳槽,企业可以主动解决问题以挽留优秀员工。
AI还能为员工设计出量身定制的工作体验。通过分析员工的偏好、学习方式和职业抱负等数据,AI可以提供个性化的培养计划、发展路径和职业方向,让员工感受到自己受到重视和栽培。例如,Audo这款样报工具就利用AI加机器学习来评估个人技能、兴趣和能力,并据此提出促进或改变职业方向的策略。AI还可通过分析技能组合与绩效数据等方式,为员工提供符合其职业目标的岗位或项目建议,帮助他们在组织内找到清晰的成长路线,更有针对性地规划自身职业发展。
管理人员可以利用AI技术优化工作负载,消除倦怠情绪。AI还可用于监控工作模式并提供时间表与任务调整建议。其强大的分析能力则有助于改善工作内容设置,促进更健康的工作与生活平衡,并减少因职场压力而产生的离职问题。
AI系统还可用于发现并强调员工成就,创造出一种及时认可、赞扬为主的企业文化。这种认可能够提高员工士气并增强其主观能动性,同样有助于改善员工留存率。
生成式AI正通过对招聘流程的自动化增强,立足诸多方面重塑人力资源与招聘方式。Salesforce Einstein GPT和HubSpot AI等工具正是这波招聘转型浪潮中的典型代表。Salesforce Einstein GPT有助于同求职者开展个性化自动沟通、简化招聘流程,同时又不影响其个性表达。如此一来,招聘经理就能腾出精力专注于招聘策略,例如面试和决策,而不致被大量手动联络和后续流程所吞没。
HubSpot AI则能根据少量用户输入生成高质量的往来沟通邮件。这项功能显著减少了人力资源部门耗费在编写个人邮件上的时间,有助于提高同潜在候选人之间的沟通效率。通过日常交流自动化,人力资源团队可以高效管理大量求职者,确保不忽视任何一个个体、改善候选群体的综合体验。
在员工招聘和人才留存方面,AI已经不仅仅是一种技术工具,更成为一种战略资产,可以帮助企业克服劳动力短缺问题。AI在预测性人员配置、留存、招聘和运营效率方面的贡献,也开始重塑组织获取和管理人才的基本方式。随着我们逐渐迈入这个AI驱动的全新时代,当前及下个阶段的重点自然是以负责任的方式运用这些技术,确保在追求效率和创新应用的同时充分尊重道德考量。
好文章,需要你的鼓励
zip2zip是一项创新技术,通过引入动态自适应词汇表,让大语言模型在推理时能够自动组合常用词组,显著提高处理效率。由EPFL等机构研究团队开发的这一方法,基于LZW压缩算法,允许模型即时创建和使用"超级tokens",将输入和输出序列长度减少20-60%,大幅提升推理速度。实验表明,现有模型只需10个GPU小时的微调即可适配此框架,在保持基本性能的同时显著降低计算成本和响应时间,特别适用于专业领域和多语言场景。
这项研究创新性地利用大语言模型(LLM)代替人类标注者,创建了PARADEHATE数据集,用于仇恨言论的无毒化转换。研究团队首先验证LLM在无毒化任务中表现可与人类媲美,随后构建了包含8000多对仇恨/非仇恨文本的平行数据集。评估显示,在PARADEHATE上微调的模型如BART在风格准确性、内容保留和流畅性方面表现优异,证明LLM生成的数据可作为人工标注的高效替代方案,为创建更安全、更具包容性的在线环境提供了新途径。
这项研究由中国科学技术大学的研究团队提出了Pro3D-Editor,一种新型3D编辑框架,通过"渐进式视角"范式解决了现有3D编辑方法中的视角不一致问题。传统方法要么随机选择视角迭代编辑,要么同时编辑多个固定视角,都忽视了不同编辑任务对应不同的"编辑显著性视角"。Pro3D-Editor包含三个核心模块:主视角采样器自动选择最适合编辑的视角,关键视角渲染器通过创新的MoVE-LoRA技术将编辑信息传递到其他视角,全视角精修器修复并优化最终3D模型。实验证明该方法在编辑质量和准确性方面显著优于现有技术。
这项研究提出了ComposeAnything,一个无需重新训练的框架,可显著提升AI图像生成模型处理复杂空间关系的能力。该技术由INRIA、巴黎高师和CNRS的研究团队开发,通过三个创新步骤工作:首先利用大型语言模型创建包含深度信息的2.5D语义布局,然后生成粗略的场景合成图作为先验指导,最后通过物体先验强化和空间控制去噪引导扩散过程。在T2I-CompBench和NSR-1K基准测试中,该方法远超现有技术,特别是在处理复杂空间关系和多物体场景时表现卓越,为AI辅助创意设计开辟新可能。