Logo Zephyrnet

6 cara proses rekrutmen didorong oleh AI – IBM Blog

Tanggal:


6 cara proses rekrutmen didorong oleh AI – IBM Blog



Orang-orang dalam wawancara di kantor

Tidak ada yang menyukai dokumen. Dan sama pentingnya dengan akuisisi bakat bagi organisasi mana pun, hal ini melibatkan banyak hal: memilah resume, memposting deskripsi pekerjaan, menerima karyawan baru. Tugas-tugas ini tidak semuanya membosankan, dan faktanya, sering kali tugas-tugas tersebut memerlukan kearifan tingkat manusia. Namun, banyak komponen dari tugas-tugas ini sekarang dapat diselesaikan otomatis atau ditambah dengan AI, memungkinkan manajer perekrutan untuk fokus dalam memberikan keterlibatan yang lebih cerdas dan tingkat tinggi dengan kandidat. Organisasi yang belajar memanfaatkan alat AI terbaru dapat menghemat waktu karyawan, sehingga mereka dapat memberikan lebih banyak “kemanusiaan” dalam operasional sumber daya manusianya.

Tujuan khas dari proses seleksi bakat sederhana: targetkan kandidat dengan kualifikasi tertinggi dan bujuk mereka untuk melamar lowongan dan menandatangani kontrak dengan harga yang paling menguntungkan bagi organisasi. Namun ada banyak cara di mana proses yang tampaknya sederhana ini bisa gagal. Uraian pekerjaan yang ditulis dengan buruk, misalnya, dapat mengakibatkan kurangnya lamaran—atau banyaknya lamaran dari kandidat yang mungkin tidak memiliki keterampilan yang tepat, sehingga menghasilkan usaha yang sia-sia dan hilangnya waktu. Mengoptimalkan proses dengan alat AI dapat membantu tim perekrutan untuk menemukan kandidat yang tepat, sebuah kemampuan penting dalam pasar kerja yang semakin kompetitif.

Berikut adalah beberapa cara AI meningkatkan proses rekrutmen di seluruh alur kerjanya, mulai dari menemukan kebutuhan perekrutan hingga menarik, merekrut, menerima, dan mempertahankan talenta terbaik.

Analisis prediktif

Bahkan sebelum daftar pekerjaan baru ditulis atau posisi terbuka telah diidentifikasi, algoritme AI dapat membantu menganalisis berbagai sumber data seperti riwayat tren perekrutan, tingkat pergantian karyawan, proyeksi pertumbuhan bisnis, dan demografi tenaga kerja. Dengan memproses data ini, AI mengidentifikasi pola dan korelasi, memberikan wawasan tentang kebutuhan perekrutan di masa depan berdasarkan tren masa lalu dan tujuan organisasi. AI dapat membantu memprediksi tren permintaan untuk kompetensi tertentu, dan membantu tim perekrutan mengembangkan strategi perekrutan untuk merencanakan kesenjangan keterampilan yang mungkin belum menjadi masalah. AI juga dapat menganalisis data eksternal, mengumpulkan lowongan pekerjaan dan informasi gaji publik, kemudian memodelkan berbagai skenario dan menghasilkan laporan yang dapat membantu pemberi kerja membuat keputusan perekrutan, misalnya, apakah akan mengisi suatu posisi dengan rekrutmen internal, mengisi kekosongan dengan rekrutmen internal, atau tidak. hubungan kontraktor atau musim semi untuk karyawan baru. Alat-alat tersebut juga dapat membantu organisasi mengembangkan rencana rekrutmen untuk mencapai tujuan keberagaman, kesetaraan dan inklusi (DEI), mengidentifikasi bidang-bidang di mana kebijakan dan tren perekrutan dapat disesuaikan agar selaras dengan strategi DEI organisasi yang lebih luas.

Posting pekerjaan

Setelah strategi perekrutan yang komprehensif dikembangkan, AI dapat mulai berkontribusi dalam pembuatan deskripsi pekerjaan. Alat AI generatif dapat dengan cepat mengembangkan deskripsi berdasarkan perintah singkat. Kemudian, setelah hal ini diposting di papan pekerjaan, AI dapat melakukan pengujian A/B pada berbagai versi deskripsi pekerjaan untuk mengevaluasi efektivitasnya dalam menarik kandidat. Dengan menganalisis metrik seperti rasio klik-tayang, rasio konversi lamaran pekerjaan, dan waktu pengisian, AI membantu organisasi mengidentifikasi iterasi yang paling berhasil dan menyempurnakan pendekatan mereka. Perusahaan media sosial berbasis ketenagakerjaan seperti LinkedIn menggunakan AI untuk membantu organisasi melakukan pengujian A/B terhadap iklan di platform mereka.

AI berkontribusi pada penciptaan deskripsi pekerjaan yang lebih inklusif dan menarik secara luas. Bias bahasa dan pengecualian yang tidak disengaja dapat menghalangi beragam kandidat untuk melamar. Algoritme AI, yang dilengkapi dengan wawasan yang diperoleh dari beragam data, dapat menyusun deskripsi pekerjaan yang tidak hanya netral gender dan sensitif secara budaya, tetapi juga dioptimalkan untuk menarik lebih banyak kandidat. Dengan memupuk inklusivitas, organisasi dapat memanfaatkan sumber daya manusia yang lebih beragam, memberikan perspektif dan keterampilan baru yang berkontribusi terhadap budaya perusahaan yang dinamis dan inovatif.

Lanjutkan penyaringan

Meninjau resume mungkin adalah hal pertama yang dibayangkan oleh banyak profesional HR ketika mereka memikirkan pekerjaan hafalan mereka berharap dapat mengotomatisasi. Dan untungnya, teknologi penyaringan berbasis AI semakin pintar dari waktu ke waktu, sehingga kecil kemungkinannya untuk secara tidak sengaja menyaring calon karyawan yang berpotensi besar.

Dengan metode tradisional, perekrut bergulat dengan banyaknya resume dan surat lamaran, terkadang ribuan untuk satu peran. Bagaimana para profesional HR bisa mengambil keputusan tepat pada waktunya? AI, di sisi lain, dapat dengan cepat menganalisis resume dalam jumlah besar, mengekstraksi informasi yang relevan, dan menyoroti kandidat terbaik yang kualifikasinya paling sesuai dengan spesifikasi pekerjaan. Hal ini memastikan proses penyaringan yang lebih obyektif dan konsisten, sehingga mengurangi risiko diabaikannya kandidat yang memenuhi syarat. Alat AI dapat memberikan daftar pilihan kepada manajer perekrutan, memungkinkan mereka menghabiskan lebih sedikit waktu untuk memilah-milah tumpukan resume, dan lebih banyak waktu untuk meningkatkan pengalaman kandidat dan memberikan nilai bagi organisasi mereka.

Wawancara awal

Perangkat lunak rekrutmen AI juga dapat berguna selama fase ini untuk menjadwalkan wawancara dengan mengoordinasikan slot waktu yang tersedia antara kandidat dan perekrut. Hal ini mengurangi beban administratif pada perekrut dan menyederhanakan proses wawancara.

Beberapa lowongan pekerjaan memerlukan banyak putaran wawancara. Melakukan wawancara, terutama jika melibatkan manajer tingkat tinggi, bisa menjadi sangat mahal. Inti dari pertanyaan wawancara awal adalah untuk memberikan informasi dasar kepada kandidat dan organisasi tentang satu sama lain. “Kesan pertama” ini tidak perlu melibatkan agen manusia di pihak organisasi. Chatbots dapat melibatkan kandidat dalam percakapan untuk mengumpulkan informasi dasar tentang preferensi, ketersediaan, dan kelayakan mereka untuk suatu peran. Ini dapat berfungsi sebagai filter tambahan di atas fase penyaringan resume. Sementara itu, chatbots dapat menjawab pertanyaan umum (FAQ) dan mendistribusikan dokumentasi tentang organisasi kepada calon kandidat.

Pertukaran informasi ini dapat membuat wawancara berikutnya lebih bermanfaat bagi kedua belah pihak, dan membantu menghemat waktu kedua belah pihak jika kandidat tidak memiliki keterampilan yang diperlukan sehingga penyaringan resume, karena alasan apa pun, tidak dapat ditangkap. Di sisi lain, wawancara yang dipimpin chatbot mungkin juga menunjukkan kepada orang yang diwawancarai bahwa posisi tersebut tidak seperti yang mereka pikirkan, sehingga meniadakan perlunya wawancara berikutnya.

Chatbots juga dapat menyelenggarakan kuis atau penilaian keterampilan untuk mengevaluasi pengetahuan, keterampilan, atau kemampuan pemecahan masalah kandidat. Asisten virtual dapat menggunakan yang terbaru Pemrosesan bahasa alami (NLP) kemampuan untuk memberikan jawaban terbuka dalam bahasa yang sederhana, dan membantu menentukan apakah jawaban tersebut memprediksi apakah seorang karyawan cenderung memiliki “kesesuaian budaya” yang baik atau tidak. Jika seorang kandidat gagal memenuhi kriteria kinerja tertentu selama fase ini, organisasi dapat melanjutkan dengan kandidat yang lebih sesuai tanpa melibatkan staf SDM. AI juga dapat membantu pencari kerja memberikan informasi untuk pemeriksaan latar belakang dengan lebih lancar.

Negosiasi kontrak

Setelah memilih kandidat dan membuat tawaran pekerjaan, organisasi dapat mengandalkan AI untuk proses negosiasi. AI semakin pandai menguraikan informasi dalam surat penawaran dan kontrak untuk memastikan kepatuhan terhadap undang-undang, peraturan, dan standar industri yang relevan. Dengan menandai potensi masalah atau perbedaan hukum, AI membantu memastikan bahwa kontrak mematuhi persyaratan hukum, sehingga mengurangi risiko perselisihan atau litigasi. Dengan mengevaluasi faktor-faktor seperti klausul pengakhiran, perjanjian non-persaingan, dan hak kekayaan intelektual, AI membantu negosiator menilai potensi dampak ketentuan kontrak dan melakukan negosiasi yang sesuai.

AI dapat menganalisis klausul dalam kontrak kerja dan membandingkannya dengan tolok ukur industri atau templat standar. Dengan mengidentifikasi penyimpangan atau ketentuan yang tidak biasa, AI membantu negosiator memahami implikasi setiap klausul dan bernegosiasi dengan lebih efektif.

AI dapat memberikan rekomendasi kepada organisasi untuk strategi negosiasi berdasarkan data historis, norma industri, dan konteks spesifik negosiasi. Dengan menganalisis hasil negosiasi di masa lalu dan faktor keberhasilannya, AI membantu negosiator mengembangkan strategi yang tepat untuk mencapai tujuan mereka.

AI dapat mengotomatisasi redlining dan penyusunan amendemen atau revisi kontrak berdasarkan masukan dari negosiator. Judul pekerjaan baru? Tidak masalah. Teknologi NLP dapat melakukan pembaruan cepat yang tidak perlu melibatkan pengeditan manual. Dengan menghasilkan usulan perubahan dan alternatif, AI menyederhanakan proses negosiasi dan mempercepat pertukaran rancangan kontrak antar pihak.

Orientasi dan retensi

Proses orientasi adalah arena yang luar biasa bagi AI untuk membuktikan dirinya berguna, mulai dari memberikan informasi yang relevan kepada karyawan baru, menjawab pertanyaan mereka hingga membimbing mereka melalui langkah-langkah awal, memastikan transisi yang lebih lancar bagi karyawan baru. Chatbot atau asisten virtual yang didukung AI dapat memberikan dukungan langsung kepada karyawan baru dengan menjawab pertanyaan umum tentang kebijakan perusahaan, manfaat, pengaturan TI, dan pertanyaan terkait orientasi lainnya. Hal ini mengurangi beban staf HR dan memberdayakan karyawan baru untuk menemukan informasi dengan cepat dan mandiri.

Sistem AI dapat mengotomatiskan pembuatan dan pemrosesan dokumentasi orientasi. Dengan menyederhanakan tugas-tugas administratif, AI membebaskan personel SDM untuk fokus pada aspek-aspek penting dalam proses orientasi, sekaligus memastikan kepatuhan terhadap persyaratan peraturan.

Sebagai perpanjangan dari pengalaman karyawan secara keseluruhan, AI juga dapat membantu memastikan bahwa karyawan tetap puas sepanjang masa kerja mereka di organisasi. AI dapat merekomendasikan yang relevan kesempatan pelatihan dan pengembangan bagi karyawan berdasarkan kinerja, keterampilan, dan tujuan karier mereka, yang berkontribusi terhadap pengembangan profesional berkelanjutan. Dengan menawarkan program pelatihan dan jalur karier yang disesuaikan dengan tujuan individu, AI membantu karyawan merasa dihargai dan berinvestasi dalam pertumbuhan profesional mereka, sehingga meningkatkan kemungkinan mereka untuk bertahan di perusahaan.

Algoritma dapat menganalisis beban kerja karyawan, tingkat produktivitas, dan indikator stres untuk mengidentifikasi individu yang berisiko mengalami kelelahan. Dengan merekomendasikan penyesuaian beban kerja, strategi manajemen waktu, atau inisiatif kesehatan, AI membantu mencegah kelelahan dan meningkatkan keseimbangan kehidupan kerja, sehingga menghasilkan tingkat retensi yang lebih tinggi. Algoritme AI dapat menganalisis profil, keterampilan, dan minat karyawan untuk mencocokkan anggota tim baru dengan rekan kerja dan mentor. Dengan menghubungkan karyawan baru dengan rekan kerja berpengalaman yang dapat memberikan panduan dan dukungan, AI mempercepat proses integrasi dan mendorong berbagi pengetahuan dalam organisasi.

Menghadirkan otomatisasi pada proses rekrutmen Anda

Mencari cara untuk mengembangkan proses rekrutmen yang lebih efektif? Pencarian Anda akan kehilangan sesuatu jika tidak menyertakan AI. Orkestra IBM watsonx mengotomatiskan tugas HR yang berulang dengan antarmuka percakapan untuk mengelola dan menyederhanakan beberapa alur kerja aplikasi di HR. Ini termasuk kuat merekrut kemampuan otomatisasi. Dibangun untuk mengotomatiskan tugas berulang dalam proses perekrutan Anda, watsonx Orchestrate terintegrasi dengan alat terbaik yang sudah Anda gunakan setiap hari untuk menghemat waktu dan tenaga di seluruh alur kerja perekrutan Anda.

Ringankan beban kerja tim Anda dengan Orchestrate

Pelajari lebih lanjut tentang otomatisasi perekrutan

Apakah artikel ini berguna?

YesTidak


Selengkapnya dari Data dan Analisis




IBM muncul sebagai Pemimpin dalam Forrester Wave™ untuk Perencanaan dan Analisis Operasi Digital, Q4 2023

4 min merah - Dunia usaha telah kehilangan banyak waktu dalam pengambilan keputusan. Margin yang tipis dan kondisi pasar yang bergejolak memerlukan strategi perencanaan berbasis AI. Musim dingin yang luar biasa sejuk dapat membebani pengecer pakaian dengan persediaan mantel tebal yang berlebihan dan merugikan keuntungan; gangguan rantai pasokan dapat menyebabkan produsen kehilangan suku cadang penting. Oleh karena itu, peran Perencanaan dan Analisis Operasi Digital (DOPA) menjadi semakin penting dibandingkan sebelumnya. DOPA melengkapi bisnis dengan alat dan wawasan yang diperlukan untuk menavigasi kompleksitas dinamika pasar saat ini. Dengan mengintegrasikan…




9 cara produktivitas pengembang mendapat peningkatan dari AI generatif

6 min merah - Pengembangan perangkat lunak adalah salah satu bidang di mana kita telah melihat dampak signifikan dari alat AI generatif. Banyak manfaat yang diperoleh, dan peningkatan produktivitas yang signifikan kini dapat diperoleh oleh perusahaan yang menggunakan alat ini. Sebuah studi McKinsey mengklaim bahwa pengembang perangkat lunak dapat menyelesaikan tugas pengkodean hingga dua kali lebih cepat dengan AI generatif. Tidak mengherankan, penelitian perusahaan konsultan tersebut menemukan bahwa tugas pengkodean yang rumit tidak terlalu terpengaruh oleh penggunaan AI generatif, sehingga kekhawatiran tentang AI yang akan menggantikan pengembang dapat…




Mengapa Anda harus menggunakan AI generatif untuk menulis Ansible Playbooks

2 min merah - Kecerdasan buatan generatif (gen AI) dapat mengantarkan era baru produktivitas pengembang dengan mengganggu cara kerja dilakukan. Asisten pengkodean dapat membantu pengembang dengan menghasilkan rekomendasi konten dari perintah bahasa alami. Seiring dengan semakin berkembangnya ukuran dan kompleksitas arsitektur cloud hybrid saat ini, pengembang dan operator otomasi TI dapat memperoleh manfaat dari penerapan gen AI pada pekerjaan mereka. Dalam survei IBM tahun 2023 terhadap 3,000 CEO di seluruh dunia, tiga dari empat CEO melaporkan bahwa keunggulan kompetitif mereka akan bergantung pada siapa yang memiliki…

Buletin IBM

Dapatkan buletin dan pembaruan topik kami yang menyampaikan kepemimpinan pemikiran terkini dan wawasan tentang tren yang sedang berkembang.

Berlangganan sekarang

Lebih banyak buletin

tempat_img

Intelijen Terbaru

tempat_img