鑒于其影響如此廣泛，我們也能預計到AI也將徹底改變組織選賢舉能的方式。自動化技術可分析眾多組織的海量數據與宏觀就業市場，將其轉化為易于理解的格式，最終幫助人們做出更好的決策，而人們節省出來的時間就能花在更高價值，更高影響力的任務上。 

 

        那么，AI會對我們未來招聘人才的方式產生哪些影響？我能看到至少三個變革領域：

 

        AI將讓應聘者篩選變得更高效、更公平

 

        AI的主要益處之一，是讓流程完成的速度與規模達到人類無法企及的水平。因此我認為，未來幾年AI的兩個分支將得到廣泛應用。

 

        1.自然語言處理（NLP）— 將文本轉為結構化且易于理解的數據 — 有效實現計算機解讀語言

 

        2.自然語言生成（NLG）— 自然語言處理的反向過程，將結構化數據轉為文本 — 實現計算機生成語言

 

        NLP與NLG都在人才招聘領域中展示出巨大潛力。數字時代讓我們的行業受益匪淺。但隨之而來的是現今大部分仍需人工處理的海量數據。例如，一個普通的工作招聘廣告可能會收到數以萬計的回應，其中許多申請人可能完全不適合該職位，但為了找到出色人選，所有的申請都要挨個篩查。篩選簡歷、起草職位描述以及與候選人溝通這類簡單卻耗時的工作，利用AI技術只需幾秒鐘就能完成。這樣一來，人力專家就能騰出更多時間與最優秀的候選人進行單獨交流 — 這實際上讓招聘變得更加人性化，而這正是成功所需的關鍵因素。

 

        瀚納仕（Hays）已開始委托業內第三方專家機構使用AI自然語言生成技術，協助我們的候選人篩選流程，前期成果證明此策略卓有成效。此平臺無疑加快了我們的甄選過程，也使我們的招聘顧問能集中精力、評估AI技術篩選出跟某特定職位最匹配的候選人，而不是把精力傾注在成千上萬匹配度不高的人選上。我們的招聘顧問就能把精力放在與客戶及候選人建立緊密關系這方面，這一點則是AI絕對無法做到的。

 

        當今時代，消除招聘過程中的偏見是大眾十分注重的問題。我對此表示支持，但科學證明，即使人們力圖消除明顯形式的偏見，無意識偏見仍然存在。有趣的是，除提高效率之外，篩選階段的部分自動化也可抑制招聘中的潛意識偏見。畢竟，若AI系統接受的指示是根據候選人與職位的匹配度數據來產生備選名單，那么系統就會自動忽略掉年齡、種族和性別等族群信息。不過我們還是要注意其中的陷阱，不能假設AI天生就更公平。機器學習功能同樣可自動生成現有的偏見，許多AI技術的“黑匣子”性質可能意味著人類甚至對此毫無察覺。例如，如果用于訓練AI篩選算法的歷史數據已自帶年齡偏見，從輸入文件中移除年齡數據可能解決不了這個漏洞，因為歷史上已有AI通過候選人名字與受歡迎度逐漸推斷出年齡的先例。跟所有其他新技術一樣，一旦我們開始利用開發AI，所涉及到的學問是無窮無盡的，因此要保持對意外后果的警惕。永遠不要忘記，你輸入的數據質量決定了AI的水平，為遴選出最理想的候選人，你需要給AI提供一套標準，讓它了解你在學歷資質、過往經驗與具體技能方面的訴求。 

 

        AI將確保鎖定匹配度更高的候選人

 

        AI也可讓企業能夠比以往更關注候選人匹配度，最終帶來更成功、更持久的聘用結果。畢竟眾所周知，導致聘用不滿意的頭號原因是員工與組織之間缺乏文化上的匹配度。

 

        招聘市場上使用AI計算匹配度已不是新鮮事 — 在線求職平臺越來越多地使用算法來進行候選者群體與開放職位之間的匹配。比如，領英職位招聘會通過匹配候選人主頁信息與職位描述信息的方式來給他們排序。然而，隨著AI（以及企業收集的數據）愈加精益復雜，這些算法也將朝著更復雜的方向發展，算法會將招聘偏好與匹配度考慮在內，而不僅僅只看技術上的能力。

 

        求職者對福利待遇、企業文化和薪酬偏好等方面的態度可以通過調查指標進行評估。機器可以通過算法來執行就業市場搜索和結果處理，以為企業提供與組織人格相匹配的候選人名單。候選人也能親身感受到AI匹配度計算帶來的效應，求職者可收到更準確的職位推薦，以及未來雇主更有針對性的聯系，這些定制信息均更加符合個人偏好。

 

        然而，人類仍然是不可或缺的因素，且重要性可能還甚于從前，因為任何機器都難以分析對現代企業至關重要的軟技能。我至今還沒發現可以像人們一樣有效地理解幽默、氣質或熱情的算法。請切記，篩選標準最終仍需人類的監督 — 我絕不想要機器來決定我企業的人格，我也不認為現階段機器在這方面做得足夠好。

 

         AI將保障未來人才管道

 

        除了幫助現在的企業招聘合適候選人之外，我相信AI也會在組織留住和發展未來人才方面發揮重要作用。

 

        我們已經看到, 零售行業正利用AI 創造更具個性化和互動性的購物體驗，促使消費者購物。我預計未來幾年，眾多雇主也會追隨其步伐，在更具體化、個人化的基礎上保持員工的參與度。再次重申，AI在此領域的整體應用是為了補充、而不是替代人類的管理 — 自動化系統可能會促進經理與看重小型回顧會議的員工進行一對一交流，或提醒經理哪位員工尚未得到內部獎勵項目。以上都是十分基礎的用例。隨著算法變得越來越復雜，機器可能會告訴雇主何時何處可能會出現人才流失等信息，以便人類在為時已晚之前進行干預。

 

        一個激動人心的前景便是用AI補充人類的前瞻規劃。組織的人才流動本質上是另一種數據傳播，計算機可以對此執行分析，發現未來趨勢，評估未來營收增長需要的額外員工，或分析歷年模式，識別一年中最可能出現員工離職的時間段。我相信這將成為大型企業必不可少的策略，這些企業將與招聘經理和人才招募主管一起策劃前瞻性的招聘計劃，而不是浪費大量時間進行被動性的“救火”招聘。

 

        隨著AI在商業上獲得日益廣泛的認可，我預計人才招募領域也會很快開始適應這種趨勢。這不僅會促進更加高效的招聘過程，還會讓招聘經理有更多的時間專注于更具價值的任務，抓住更多利用人類細微特征的機會，這一點我相信AI不可能成功仿效。然而，未來會有大批新企業和新商業模式聲稱自己可以改變你的命運，因為每次一有新概念發力，這樣的跟風場景通常都會出現。從沙子中淘出真金并不容易，招聘者很可能會因選擇太多以及不確定的可靠性而感到困擾。在瀚納什，我們投入大量時間尋找真正對客戶與候選人有所幫助的想法，而這類想法只占到所有提案的10％。

 

        但我也堅信，未來將繼續在招聘和員工敬業度中發揮主導作用的是人類而不是機器。我們需要制定標準，我們需要將人類特有的細微差別應用到篩選和面試階段，我們還需要建立個人對個人的關系，這是候選人落筆簽合同時最重要的考量。當今時代，商業仍然是人與人之間的往來，這一點我希望永不改變。盡管AI的崛起讓人們興奮又恐懼，人才管理大部分仍是一種接觸式活動，其中，基于數千個人類經驗微小方面、從未被捕獲為數據的直覺，與硬數據扮演同樣強大的角色。