Tekoäly tuo lisäkäsiä rekrytointiin

Kirjoittaja Tuomas Haapsaari 05.12.2016

Tekoäly tuo lisäkäsiä rekrytointiin_Jelpp.png

Henkilöstöhallinto on erittäin työllistetty ryhmä. Juoksevia työtehtäviä ja vastuualueita on paljon ja tekijöitä melko vähän. Usein kuulee sanottavan, että meillä on tosi pieni HR-tiimi ja resurssit todella tiukoilla. En ole vielä kuitenkaan nähnyt sellaista yritystä, jolla olisi poikkeuksellisen iso HR-tiimi, eli eiköhän tässä puhuta melko yleisestä haasteesta.

Maailma muuttuu ja muutokset näkyvät jo rekrytoinnissakin. Tämä tuo HR-tiimille lisää kiireitä, kun uusia toimintamalleja opiskellaan ja sovelletaan käyttöön.

 

TALENTTITAISTELU

Varsinkin asiantuntijarekrytoinnissa hyvistä osaajista kilpaillaan todella tiiviisti. Kilpailu hyvistä tekijöistä on johtanut siihen, että työpaikoista pyritään tekemään mahdollisimman houkuttelevia ja haluttuja, jotta parhaat osaajat saataisiin houkuteltua tiimiin. Kuitenkin yhtä aikaa kannetaan huolta siitä, että headhunter iskee ja nappaa parhaan osaajan kilpailevaan yritykseen.

Osaajien tavoittamiseen keksitään jatkuvasti uusia luovia keinoja mikä osaltaan tuo markkinointia, HR:ää ja viestintää yhteen, joka on erittäin hyvä suunta.

 

HAKIJOITA ON LIIKAA

Toisaalla suorittavampien työtehtävien rekrytoinnissa hakijoita on jo usein todella paljon. Rekrytointi kokee erittäin haastavana ja työläänä vaiheena hakemusmassojen läpikäynnin ja parhaiden hakijoiden poimimisen massasta. Kun hakemuksia on useita satoja tai enemmänkin, niin hakemusten läpikäyntiin menee valtava määrä aikaa.

 

TEKOÄLY LÖYTÄÄ PARHAAT OSAAJAT

Jelppiin on kehitetty oppiva tekoäly, joka matkii rekrytoijan tekemiä päätöksiä. Kun tekoäly alkaa ymmärtämään rekrytoijien ajatusmaailmaa, niin se alkaa suositella sellaisia hakijoita, jotka rekrytoija tulisi todennäköisesti valitsemaan tehtävään. Tämä tarkoittaa sitä, että rekrytoijan ei tarvitse enää käyttää aikaansa tehtävään soveltumattomien hakijoiden läpikäyntiin, vaan hän voi käyttää aikansa parhaiden hakijoiden kanssa.

 

CV-PANKIN HYÖDYNTÄMINEN

CV-pankin hyödyntäminen on useille yrityksille yhtä tervanjuontia. Tämä johtuu usein rekrytointijärjestelmien huonoista hakutyökaluista. CV-pankin hyödyntämättömyys johtaa siihen, että jokainen rekrytointi lähtee tyhjältä pöydältä.

Mikäli omasta kannasta saataisiin esille parhaat osaajat, niin uutta avointa tehtävää varten ei välttämättä tarvitsisi edes avata työpaikkailmoitusta. Aiemmin työtä hakeneet ovat jo kerran osoittaneet haluavansa tulla palkatuksi kyseiseen yritykseen ja heistä kannattaisi aina lähteä rekrytoinnissa liikkeelle.

Jelppin tekoäly on rakennettu siten, että se käy läpi hakijoiden tiedot liitetiedostoja myöten ja pystyy löytämään sopivan työnhakijan pelkkien liitetiedostojenkin takaa. Usein avoin hakemus on pelkkiä liitteitä, kuten cv ja avoin hakukirje.

Tekoälyn avulla rekrytointiprosessi ei lähdekään enää tyhjältä pöydältä, vaan alkaa olemassa olevasta kannasta hyvin luontevalla tavalla. Jos kannasta löytyy hyviä ehdokkaita, joista löydetään sopiva työntekijä, niin säästetään paljon aikaa, rahaa ja stressiä.

 

MITEN TEKOÄLY TOIMII

Jelppin tekoälyn taustalla on älykkäät oppivat algoritmit, jotka käsittelevät työpaikkailmoitus- sekä työnhakijadataa älykkäällä tavalla. Algoritmit poimivat datasta sellaista tietoa avoimesta työpaikasta sekä työnhakijoista, joiden perusteella se voi järjestellä hakijat soveltuvuusjärjestykseen kyseiseen työtehtävään.

 
Tekoäly_verkko.png

 

Taustalla on valtava määrä Baronan rekrytointihistoriaa. Tekoäly on käynyt läpi työpaikkailmoitukset sekä työnhakijat, jotka ovat edenneet pitkälle tai tulleet valituiksi kyseisiin työpaikkoihin. Algoritmit ovat poimineet työnhakijoista ja työpaikoista satojatuhansia piirteitä. Taustalla oleva tilastotieteellinen malli linkittää näitä piirteitä keskenään älykkäällä tavalla.

Esimerkiksi yksi piirre voi olla kauppatieteiden maisteri. Rekrytoija on voinut palkata kauppatieteiden maistereita Business Controllerin tehtävään, joten tekoäly ymmärtää, että nämä kaksi asiaa linkittyvät keskenään. Lisäksi Business Controllerin tehtävään palkatuilla ihmisillä voi olla vaikka kymmenen tuhatta muuta piirrettä, jotka heihin liittyy, kuten työhistoriaa, luonteenpiirteitä, kielitaitoa, yms. Näitä piirteitä tekoäly sitten hakee kun se etsii parhaiten soveltuvia työnhakijoita.

 

TEKOÄLY OPPII JOKAISESTA REKRYTOINTIPÄÄTÖKSESTÄ

Hienointa tekoälyssä on siinä, että se oppii jatkuvasti. Mitä enemmän Jelppillä tehdään rekrytointeja, sitä älykkäämmäksi tekoäly tulee. Joka kerta kun uusi rekrytointipäätös tehdään, niin se oppii uutta, löytää uusia piirteitä ja löytää piirteille uusia linkityksiä.

Ihmiseen verrattuna tässä on poikkeuksellista se, että tekoäly oppii uutta ja muistaa vanhan. Linkitykset muuttuvat ja elävät jatkuvasti, mutta jokainen nyanssi on tekoälyn muistissa. Me ihmiset opimme uutta, mutta kapasiteettimme ei mahdollista kaiken muistamista. Tekoälylle tämä ei ole rajoite.

Tekoäly tarjoaa valtavasti mahdollisuuksia rekrytoinnille, mutta rekrytoijan merkitystä se ei kuitenkaan poista. Voisi ajatella niin, että tekoäly poimii parhaat vaihtoehdot rekrytoijalle ja rekrytoijan tehtäväksi jää se parhaista parhaan ja soveltuvimman valitseminen ja palkkaaminen.

Ilmoittaudu webinaariin, jossa puhumme vuoden 2017 tärkeimmistä rekrytoinnin trendeistä!

Webinaaritallenne: Rekrytoinnin trendit 2017

Aiheet: Tekoäly, Rekrytointi, CV-pankki