鉴于其影响如此广泛，我们也能预计到AI也将彻底改变组织选贤举能的方式。自动化技术可分析众多组织的海量数据与宏观就业市场，将其转化为易于理解的格式，最终帮助人们做出更好的决策，而人们节省出来的时间就能花在更高价值，更高影响力的任务上。 

 

        那么，AI会对我们未来招聘人才的方式产生哪些影响？我能看到至少三个变革领域：

 

        AI将让应聘者筛选变得更高效、更公平

 

        AI的主要益处之一，是让流程完成的速度与规模达到人类无法企及的水平。因此我认为，未来几年AI的两个分支将得到广泛应用。

 

        1.自然语言处理（NLP）— 将文本转为结构化且易于理解的数据 — 有效实现计算机解读语言

 

        2.自然语言生成（NLG）— 自然语言处理的反向过程，将结构化数据转为文本 — 实现计算机生成语言

 

        NLP与NLG都在人才招聘领域中展示出巨大潜力。数字时代让我们的行业受益匪浅。但随之而来的是现今大部分仍需人工处理的海量数据。例如，一个普通的工作招聘广告可能会收到数以万计的回应，其中许多申请人可能完全不适合该职位，但为了找到出色人选，所有的申请都要挨个筛查。筛选简历、起草职位描述以及与候选人沟通这类简单却耗时的工作，利用AI技术只需几秒钟就能完成。这样一来，人力专家就能腾出更多时间与最优秀的候选人进行单独交流 — 这实际上让招聘变得更加人性化，而这正是成功所需的关键因素。

 

        瀚纳仕（Hays）已开始委托业内第三方专家机构使用AI自然语言生成技术，协助我们的候选人筛选流程，前期成果证明此策略卓有成效。此平台无疑加快了我们的甄选过程，也使我们的招聘顾问能集中精力、评估AI技术筛选出跟某特定职位最匹配的候选人，而不是把精力倾注在成千上万匹配度不高的人选上。我们的招聘顾问就能把精力放在与客户及候选人建立紧密关系这方面，这一点则是AI绝对无法做到的。

 

        当今时代，消除招聘过程中的偏见是大众十分注重的问题。我对此表示支持，但科学证明，即使人们力图消除明显形式的偏见，无意识偏见仍然存在。有趣的是，除提高效率之外，筛选阶段的部分自动化也可抑制招聘中的潜意识偏见。毕竟，若AI系统接受的指示是根据候选人与职位的匹配度数据来产生备选名单，那么系统就会自动忽略掉年龄、种族和性别等族群信息。不过我们还是要注意其中的陷阱，不能假设AI天生就更公平。机器学习功能同样可自动生成现有的偏见，许多AI技术的“黑匣子”性质可能意味着人类甚至对此毫无察觉。例如，如果用于训练AI筛选算法的历史数据已自带年龄偏见，从输入文件中移除年龄数据可能解决不了这个漏洞，因为历史上已有AI通过候选人名字与受欢迎度逐渐推断出年龄的先例。跟所有其他新技术一样，一旦我们开始利用开发AI，所涉及到的学问是无穷无尽的，因此要保持对意外后果的警惕。永远不要忘记，你输入的数据质量决定了AI的水平，为遴选出最理想的候选人，你需要给AI提供一套标准，让它了解你在学历资质、过往经验与具体技能方面的诉求。 

 

        AI将确保锁定匹配度更高的候选人

 

        AI也可让企业能够比以往更关注候选人匹配度，最终带来更成功、更持久的聘用结果。毕竟众所周知，导致聘用不满意的头号原因是员工与组织之间缺乏文化上的匹配度。

 

        招聘市场上使用AI计算匹配度已不是新鲜事 — 在线求职平台越来越多地使用算法来进行候选者群体与开放职位之间的匹配。比如，领英职位招聘会通过匹配候选人主页信息与职位描述信息的方式来给他们排序。然而，随着AI（以及企业收集的数据）愈加精益复杂，这些算法也将朝着更复杂的方向发展，算法会将招聘偏好与匹配度考虑在内，而不仅仅只看技术上的能力。

 

        求职者对福利待遇、企业文化和薪酬偏好等方面的态度可以通过调查指标进行评估。机器可以通过算法来执行就业市场搜索和结果处理，以为企业提供与组织人格相匹配的候选人名单。候选人也能亲身感受到AI匹配度计算带来的效应，求职者可收到更准确的职位推荐，以及未来雇主更有针对性的联系，这些定制信息均更加符合个人偏好。

 

        然而，人类仍然是不可或缺的因素，且重要性可能还甚于从前，因为任何机器都难以分析对现代企业至关重要的软技能。我至今还没发现可以像人们一样有效地理解幽默、气质或热情的算法。请切记，筛选标准最终仍需人类的监督 — 我绝不想要机器来决定我企业的人格，我也不认为现阶段机器在这方面做得足够好。

 

         AI将保障未来人才管道

 

        除了帮助现在的企业招聘合适候选人之外，我相信AI也会在组织留住和发展未来人才方面发挥重要作用。

 

        我们已经看到, 零售行业正利用AI 创造更具个性化和互动性的购物体验，促使消费者购物。我预计未来几年，众多雇主也会追随其步伐，在更具体化、个人化的基础上保持员工的参与度。再次重申，AI在此领域的整体应用是为了补充、而不是替代人类的管理 — 自动化系统可能会促进经理与看重小型回顾会议的员工进行一对一交流，或提醒经理哪位员工尚未得到内部奖励项目。以上都是十分基础的用例。随着算法变得越来越复杂，机器可能会告诉雇主何时何处可能会出现人才流失等信息，以便人类在为时已晚之前进行干预。

 

        一个激动人心的前景便是用AI补充人类的前瞻规划。组织的人才流动本质上是另一种数据传播，计算机可以对此执行分析，发现未来趋势，评估未来营收增长需要的额外员工，或分析历年模式，识别一年中最可能出现员工离职的时间段。我相信这将成为大型企业必不可少的策略，这些企业将与招聘经理和人才招募主管一起策划前瞻性的招聘计划，而不是浪费大量时间进行被动性的“救火”招聘。

 

        随着AI在商业上获得日益广泛的认可，我预计人才招募领域也会很快开始适应这种趋势。这不仅会促进更加高效的招聘过程，还会让招聘经理有更多的时间专注于更具价值的任务，抓住更多利用人类细微特征的机会，这一点我相信AI不可能成功仿效。然而，未来会有大批新企业和新商业模式声称自己可以改变你的命运，因为每次一有新概念发力，这样的跟风场景通常都会出现。从沙子中淘出真金并不容易，招聘者很可能会因选择太多以及不确定的可靠性而感到困扰。在瀚纳什，我们投入大量时间寻找真正对客户与候选人有所帮助的想法，而这类想法只占到所有提案的10％。

 

        但我也坚信，未来将继续在招聘和员工敬业度中发挥主导作用的是人类而不是机器。我们需要制定标准，我们需要将人类特有的细微差别应用到筛选和面试阶段，我们还需要建立个人对个人的关系，这是候选人落笔签合同时最重要的考量。当今时代，商业仍然是人与人之间的往来，这一点我希望永不改变。尽管AI的崛起让人们兴奋又恐惧，人才管理大部分仍是一种接触式活动，其中，基于数千个人类经验微小方面、从未被捕获为数据的直觉，与硬数据扮演同样强大的角色。