PageUp和PredictiveHire宣布建立战略合作伙伴关系,帮助招聘人员制定更加客观、数据驱动的招聘决策
得益于人才管理软件即服务提供商PageUp和机器学习初创公司PredictiveHire之间的合作,澳大利亚企业现在可以使用人工智能(AI)来加速和帮助减少招聘过程中的偏见。
作为合作伙伴关系的一部分,联合客户可以使用PredictiveHire的人工智能技术对工作申请进行第一级筛选。在PageUp的招聘解决方案中加入PredictiveHire的人工智能技术,将允许基于历史上表现优异的公司的数据和趋势,做出更快、更客观的招聘决策。
PredictiveHire利用组织的绩效数据和员工调查,以88%的准确率来确定其高绩效员工所固有的特质。这些数据被转化为一项候选人调查,让招聘经理在招聘过程的早期就能筛选出他们想要的特质。自2013年推出以来,该平台已帮助其在英国和澳大利亚的客户群招募了8000多名员工。
多元化的商业成功案例很充分:麦肯锡公司(McKinsey & Company)的研究显示,性别多元化的公司比非性别多元化的公司盈利能力高于平均水平的可能性高出21%,而文化多元化的公司比非性别多元化的公司盈利能力高出33%。作为招聘领域的领导者,PageUp与PredictiveHire等创新技术供应商的合作关系,使联合客户能够拥抱新一代的招聘,从而推动公司的业绩。
“PredictiveHire是一家人工智能创新公司,我们很高兴能与他们合作。”我们将利用他们先进和新兴的技术,提高公司招聘顶尖候选人的速度和准确性。
PredictiveHire加入了由100多家领先的人力资源技术供应商组成的页面搜索市场,包括视频面试、背景调查、时间和出勤等等。我们很高兴又为我们的客户提供了一款创新软件,并为支持一家澳大利亚(和维多利亚)的初创企业而自豪。
PredictiveHire的CEO Barb Hyman说:“无意识偏见一直是招聘过程中的一部分,现在我们有办法消除它。”
“人是一个组织最宝贵的资产。实现业务转型的最佳方法是改变招聘习惯。这一工具将使全国的招聘经理能够明确指出那些决定任何职位成功的软技能。
以上为AI翻译,内容仅供参考。
原文链接:PageUp and PredictiveHire Announce Strategic Partnership to Help Recruiters Make More Objective, Data-Driven Hiring Decisions
候选人筛选
2019年02月15日
候选人筛选
2019年夏天,LinkedIn将提供共享InMails预览、即时工作通知和其他功能
LinkedIn Live是一项会议和活动的视频直播服务,仅在发布测试版几个小时后,LinkedIn就发布了一款面向招聘人员和求职者的新产品。今天上午,微软子公司预览了智能招聘体验,一个仪表盘,整理了LinkedIn现有的招聘套件(包括LinkedIn Recruiter,LinkedIn Jobs,和Pipeline Builder)在一个精简的界面上。
这项新功能计划于2019年夏末推出,有超过15项产品改进,其中几项将在未来几个月推出。
“LinkedIn上找工作的人比以往任何时候都多,”LinkedIn负责人才解决方案和职业发展的副总裁约翰•杰辛(John Jersin)在周一的电话会议上告诉记者。“这个新平台将允许(我们的)所有产品相互学习,这样,当你使用我们的各种产品时,每个系统中的匹配项都会变得更加智能。”我们在这个平台上建立的新界面将使招聘过程中的每一步都无缝衔接,也能让产品从一种直接过渡到另一种。
其中最引人注目的是推荐候选人(Recommended Candidates),该功能可以了解给定角色的招聘标准,并自动将相关候选人显示在专用选项卡中。LinkedIn说,随着时间的推移,随着招聘人员与LinkedIn超过6.1亿名会员中的潜在员工接触(或选择不接触),这些建议会得到改善。
LinkedIn表示,其人工智能驱动的搜索引擎利用了三个核心数据集对搜索结果进行排名:人们在个人资料上发布的内容,或招聘人员在职位描述中写的内容;搜索求职者和潜在雇主的表现,以及他们点击的人物和职位列表;并推断出一些特征,比如一个人可能没有在个人资料中列出的技能,但他们可能在之前的工作中学到了这些技能。这些综合起来,就能预测出最适合的工作和求职者。
“(我们将能够)根据客户定义的标准自动为他们生成搜索。(招聘职位)将能够根据一系列技术投资产生一系列推荐匹配,这些技术投资帮助我们实时了解招聘人员在我们的平台上做什么,以及他们与谁打交道,”Jersin解释说。“(我们一直关注)许多新建议——人工智能和机器学习正在提高求职者与机会之间的匹配率。”
智能招聘体验还可以在邮件中共享,这使得招聘团队成员可以查看候选人的通信,并添加注释、注释和同事提及。还有一个“批量拒绝”功能,允许招聘人员发送一个(或一组,视情况而定)令人失望的消息,以及个性化的信息。此外,在“招聘工具”(Recruiting tools)选项卡下还有一个侧边显示的个人资料功能,可以更方便地查看求职者的个人资料和个人信息,还有即时工作通知功能,可以向那些表示正在积极寻找合适人选的合格求职者发送推送通知。
“我们从求职者那里听到的最深刻的见解之一是,他们希望新工作一发布就得到。”所以我们正在实时更新我们的工作数据库。通过即时的工作通知,发布一份工作“将向与该工作匹配的合格求职者发送实时通知,让他们能够在该工作发布到网上的头几分钟内点击,然后立即开始申请。”
雇主很可能会采用承诺减少传统招聘令人头疼的工具。美国人力资源管理学会(Society for Human Resource Management)发布的一份报告显示,企业雇佣一名员工的成本约为4129美元。在卫生服务和金融服务等行业,找到合格的候选人平均需要44到50个工作日。
“整个事情,我们做得更好,我们将继续专注于提高质量,我们建议或......出现在搜索结果中,”Jersin说,“对招聘者来说意味着什么,他们将会看到更多的合格候选人……出现在搜索结果中。这意味着对于求职者来说,他们将会花更少的时间去申请那些不适合他们的工作——那些他们不符合条件的工作,或者在求职过程中的某个时候他们对这些工作不感兴趣。”
在今天的新闻发布之前,领英推出了新的求职者跟踪系统、Talent Hub、以及更新的招聘平台和领英学习的技能洞察力。2018年初,LinkedIn推出了一项功能,向潜在求职者展示他们申请某一特定职位前的通勤时间,以及一项工具,让求职者可以在申请某一职位之前,向他们在一家公司认识的人请求推荐。
以上为AI翻译,内容仅供参考。
原文链接:inkedIn previews shared InMails, Instant Job Notifications, and other features coming summer 2019
候选人筛选
2019年02月13日
候选人筛选
Google将其G Suite招聘平台Hire推向其首个全球市场——英国和加拿大
招聘市场是一个大市场——根据世界就业联合会的最新报告,每年的招聘市场价值5540亿美元。在科技界,这意味着有很大的机会开发工具,让招聘人员的工作变得更容易、更快,更有可能成功地找到适合这份工作的人。如今,谷歌正加大自己在这一领域的努力:该公司正将其基于G Suite的招聘管理平台Hire扩大到美国以外的第一个国际市场——英国和加拿大。
谷歌进入这一市场有些晚,它在2017年推出了Hire,基本功能是使用Gmail、日历、电子表格和谷歌Voice等应用程序,帮助人们管理和跟踪求职者,并通过与第三方招聘平台整合来实现这一功能。在此期间,谷歌利用其在人工智能和搜索等领域强大的知识产权,为这项服务增添了额外的功能。
这些工具提供了机器人流程自动化风格的帮助,以减少管理员负担一些重复的任务。
谷歌负责招聘的副总裁德米特里•克拉科夫斯基(Dmitri Krakovsky)表示:“招聘人员希望有时间与求职者交谈,他们不想坐在系统里点击东西。”“我们通过自动化许多功能来节省时间。”他们还会在成堆的求职者中筛选出合适的人选,并把那些不太符合要求(或没有得到这份工作)的“长得很像的人”摆出有趣的面孔,这样他们就可以成为未来招聘的目标。
当然,通过类似eQuest等服务,招聘网站可以与第三方招聘网站建立链接,将入职人员引入系统,但谷歌也提供了与招聘网站的无缝集成。谷歌通过自己的垂直搜索服务,让人们在谷歌的基本搜索窗口中使用自然语言查询来寻找机会,从而与传统的招聘网站形成竞争。
克拉科夫斯基表示,在加拿大和英国的首推是有意义的,因为它们与美国之间没有语言障碍。同时,英国市场的关键还在于另一个原因:它让谷歌有机会对产品进行调整,以符合GDPR的要求,方便在未来发布。
尽管英国和美国等市场代表着全球最大的一些招聘服务市场,但这是一个长尾机会,随着时间的推移,它的雄心将是让Hire走向全球,将其定位为与Taleo、领英(LinkedIn)、Jobvite、Zoho、smartrecruitment以及其他许多求职者招聘和跟踪领域的公司竞争的关键对手。
OnGig的研究显示,目前,Hire在全球前100个求职者追踪系统中仅排在第23位,但它也将其潜力单独挑出来,因为它毕竟是谷歌。克拉科夫斯基说,目前该公司不打算收纳大型企业,甚至也不打算收纳小型的夫妻店,而是要抓住拥有十到几千名员工的公司的巨大机遇。
谷歌面临的更大机遇体现在几个层面。首先,它将Hire作为一种付费产品销售,这有助于增强该公司提供更广泛的谷歌云平台软件和服务。根据公司规模的不同。其次,它提高了公司在招聘方面的宏图,还包括基于API的云技术解决方案及其垂直搜索工作平台。考虑到正在解决的市场规模,这是一个宏大的策略。
谷歌对人工智能招聘的大力支持以及将其国际化突显出了另一个问题。招聘中最大的趋势之一是努力在招聘时考虑到更多的多样性,这不仅是为了给招聘过程带来公平,也是为了给企业注入不同的思维方式,迎合不同的受众。
虽然人工智能确实可以加速某些过程,但基于输入,它也被证明是一个潜在的偏见池。事实上,一个典型的例子是亚马逊(Amazon)试图建立的一个基于人工智能的招聘工具,但由于涉嫌歧视最终不得不关闭该工具。
谷歌非常清楚这一点,并一直将其牢记于心,特别是在建设和扩大招聘到新界的过程中,这本身就是在为人工智能系统处理多样性。
克拉科夫斯基指出,谷歌如何建立更多“理解”人工智能的一个例子是,它在搜索退伍军人,这些退伍军人可以使用自己的专业术语来寻找工作,这些专业术语会自动转换成其他技能,就像军队以外的雇主描述的那样。
当然,这是为了寻找工作。对于科技界来说,如果他们想要开发出具有国际持久力的产品,从而颠覆现有的“招聘”模式,关键在于,随着时间的推移,在招聘过程的各个方面都要做到这一点。
那些行业领先者也没有袖手旁观:就在昨天,Jobvite(排名第五的ATS跟踪平台)宣布了一轮2亿美元的融资和三笔收购。
以上为AI翻译,内容仅供参考。
原文链接: Google takes Hire, its G Suite recruitment platform, to its first global markets, UK and Canada
相关阅读:Jobvite筹集了2亿美元,并收购了三家招聘初创公司以扩大其求职招聘平台
Google Hire重大更新!全面AI技术支持,简历筛选安排面试将大幅节约时间
Hire by Google的候选人发现工具目前已普遍适用于G Suite的付费用户
候选人筛选
2019年02月13日
候选人筛选
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.