AI 招募:數據驅動的徵才新模式,你跟上了嗎?

AI 招募的應用步驟與決策提問:我該自行建置或購買 AI 招募系統?

人資必懂的 AI 招募(上篇)》說明了 AI 應用在招募流程的實例、風險和「精準篩選人才、加速面試流程、提升面試體驗」三大優勢,本文將深入探討 AI 科技在招募領域的基礎應用與進階應用,從機器學習到數據科學,幫助企業打造高效、自動化的人才招募引擎,並且為你分析企業如何選擇自行組隊建置和購買 AI 招募系統。

一、AI 招募的基礎應用:機器學習自動化流程

AI 招募的核心基礎應用在於機器學習(Machine Learning),也就是讓電腦能夠從數據中學習、成長,並做出預測或決策,達到自動化許多原本需要人力完成的任務,例如:用關鍵字主動搜尋人才、過濾履歷、評估人選、AI 面試,甚至透過聊天機器人與應徵者互動,還能寫出更吸引人的徵才廣告等。

AI 機器學習在招募的應用步驟大致如下:

  1. 收集相關數據(Collect relevant data):需要收集大量且高品質的數據,來協助模型建立人才篩選的條件。例如,「AI 人才搜尋工具 Juicebox - PeopleGPT」是從 LinkedIn、X(Twitter)、Github、Stack Overflow、Facebook、Reddit 等平台獲取公開的履歷及人才資料,幫助模型理解各類人才的背景、技能和不同職位的需求,以進行精準的匹配。
  2. 訓練模型(Train the model):利用監督式學習(Supervised learning)訓練模型──是最常見的機器學習類型,方法是用人工事先標記過的資料去訓練模型,讓機器有標準答案可以對照,並從中學習規律,建立起「輸入-輸出」的對應關係。例如:用已知符合或不符合某一職位要求的履歷來訓練模型,直到輸入一個職位描述時,模型能輸出最符合該職位的候選人特徵。經過反覆的嘗試和調整,模型能夠不斷提升準確度,讓人才搜尋與篩選結果更精準。
  3. 部署模型/測試模型(Deploy the model):當模型完成訓練並達到預期的準確度後,可整合至企業招募系統並進行測試。部署後,模型將持續接收並分析新數據,以監控其性能。例如:模型若在辨識特定技能的同義字上出現偏差,可根據回饋數據調整模型,讓篩選標準更符合企業需求。
  4. 模型驗證與反覆迭代(Iterative improvement):模型部署後,會隨著新數據的加入不斷學習與進化,確保其篩選精準度和可靠性,以應對瞬息萬變的市場需求,為 HR 團隊提供最新、最符合實際需求的人才推薦。

二、AI 招募的進階應用:資料科學用數據幫助你決策

AI 招募的進階應用核心技術是資料科學/數據科學(Data Science),它著重在以數據為基礎的分析和預測,並且運用統計學、機器學習及數據處理等技術來發掘有助於決策的資訊。應用在人資領域,可透過數據分析預測候選人未來表現,以幫助公司決策和優化招募策略或流程

以「預測候選人未來表現」和「優化招募策略或流程」為例,資料科學應用於招募的步驟包括:

  1. 收集數據(Collect the data):收集求職者相關數據,例如:
  • 預測候選人未來表現:求職者學歷、工作經歷、技術能力和性格特質等。
  • 優化招募策略或流程:求職者在網站上的操作行為,如頁面瀏覽和是否投遞履歷,並搭配其他求職者詳細資訊,如所在地區等等。
  1. 分析數據(Analyze the data):資料科學家會分析收集到的數據,從中找出模式或影響因素,甚至能做出預測性分析,此過程包含多次迭代及檢視各種可能因素,例如:
  • 預測候選人未來表現:根據過去招募成功的案例(候選人的工作經歷、求職行為等影響因素),預測新應徵者的潛在表現。
  • 優化招募策略或流程:求職者是否有註冊會員、求職需求的季節性變化、流量高峰與低峰等,藉由深入分析數據,進一步挖掘優化方式,例如在低峰時段減少廣告支出。
  1. 提出假設或具體行動建議(Suggesting hypothesis or actions):根據上步驟數據分析,數據科學團隊會提出假設或具體的行動建議,並在實施後收集新的數據,觀察求職者行為或招募成效的變化,並重複以上流程持續調整和優化策略。例如:
  • 預測候選人未來表現:假設特定性格的候選人可能更適合某些職位,持續追蹤新員工工作表現是否符合假設。
  • 優化招募策略或流程:實際調整履歷投遞流程或省去會員註冊步驟,看後續新數據是否有增加應徵者或提高求職滿意度。

三、企業應自行建置還是購買 AI 招募系統?優缺點總解析

自行建置跟外部採購 AI 招募系統各有優缺點,如果是機器學習相關應用,例如自動化履歷篩選、AI 智慧面試等,由於技術相對成熟,且市面上已有許多工具可使用,企業可以根據自身需求選擇自行開發或外部採購。而資料科學相關的應用,如預測人才表現等,因需要更深入的人資領域知識和洞察,通常會選擇內部自行建置,以更精確地滿足企業需求。

企業在選擇時,應綜合考量自身的規模、預算、技術能力、以及長期需求來決定。

AI 招募系統自行建置 vs 外部採購:優缺點、適用情境、注意事項比較

比較項目
自行建置
外部採購
特點
適用於高度專業化需求,可提供企業競爭優勢。
適用於基本需求,若市場上已有符合需求的 AI 系統,可直接購買,避免不必要的重複開發。
優點
可高度客製化:依據企業需求設計功能
資料安全性高:數據留在內部,隱私風險低
靈活度高:可隨時因應需求變化調整或擴充功能
可快速啟用:現成系統可立即上線,縮短籌備時間
成本效益高:初期投資成本較低,無需大量開發資源
技術支援完善:供應商提供專業支援和定期更新,自己不需具備這些技術
缺點
開發成本高:需要投入大量資金、人力和時間
技術需求高:需具備專業技術團隊或外部專家
開發周期長:可能延遲系統部署
客製化程度有限:無法滿足企業的特定需求
資料安全疑慮:資料需交由第三方管理,有隱私安全風險
需持續支付費用:支付定期的費用或維護費,增加長期成本
依賴外部供應商:受供應商政策改變影響或牽制
適用情境
大型、資源充足的企業:願意投入初期高成本
有專業技術團隊:具備開發和維護能力
有長期規劃:有長期使用計劃
對數據安全要求高:有敏感數據需高度保護
需要高度客製化:符合企業特定需求
中小企業或預算有限:資源不足,重視成本效益
無專業技術團隊:需依賴外部支援
短期或中期規劃:需要快速上限,且隨時可更換或升級系統
決策重點
商業價值:是否能提供獨特競爭優勢?長期技術投入回報?
技術可行性:評估所需的數據量及工程時程?資料安全及隱私性需求?
可確認市場現有系統是否符合以下:
商業價值:
是否具系統擴充性,以適應未來需求?能否節省資源?
技術可行性:
是否符合業界標準化需求?能否快速部署?
注意事項
自建系統時應注意:
專注於自動化「任務」而非整體工作:可以先從單一小任務著手,降低實行難度,並且觀察效果和隨時調整
釐清影響招募成效的主要因素:找出可能因素,幫助 AI 系統的應用更有效率達到企業目標
採購 AI 系統可參考這些指標
優先選擇機器學習相關功能,資訊科學相關應用多由內部自行開發
擴充性:能否適應未來需求?
資安性:是否保障數據安全?
功能全面性:系統是否具備全面性功能?
整合方便性:系統是否可無縫導入企業原有招募系統?

企業在決策時,除了參考以上表格全面考量優缺點、決策重點與注意事項以外,建議也可參考「AI 技術可行性」與「商務價值」的交集來決策:

評估 AI 技術可行性

團隊是否具備相應技術和人力資源,是影響企業應自行建置還是購買 AI 招募系統很大關鍵因素,應評估:

  • 目標性能的可行性:評估 AI 系統是否能達到預期的性能標準,例如自動化履歷篩選的準確率是否可被企業接受。
  • 檢查數據需求:確保能有足夠且高品質的數據支持 AI 模型訓練和測試,AI 系統才能有效運作。
  • 預估所需的工程時程與資源:評估所需的時間和資源,確保公司具備相應的開發或維護能力,以及預估時程,是否會影響整體招募進度。

考量潛在商務價值

企業是否有充足資源和預算,以及最重要的,投資能為企業帶來哪些商務價值,也是評估應投入多少資源的重要考量,主要有以下 2 面向:

  • 評估 AI 系統是否能降低現有成本或增加效益:如是否能優化招募流程、提升篩選效率等。例如 IBM 內部的 AI 助理 HiRo 能自動化資料整合,降低人為薪資計算錯誤,也讓 HR 能專注在其他決策。
  • 評估是否有機會藉此技術開發新產品或商業模式:例如 AI 招募系統除了幫助企業招募人才,是否可能轉為產品,進一步對外提供服務。

除了評估技術面可行性和商務價值面,以及全面分析企業應自行組隊建置或是購買市場既有 AI 招募系統的利弊,決策前也應先充分了解企業的核心痛點──找出企業在招募過程中的主要問題點,比如招募時間過長、人才流失率過高、或總是找不到適合人才等,再針對這些痛點,找尋或自建符合需求的 AI 系統,才是從根本對症下藥。

AI 招募系統導入 5 步驟:(1)確定需求與目標(2)評估可行性(3)選擇解決方案(4)實施與部署(5)優化與迭代
AI 招募系統導入 5 步驟

在數據驅動的現今社會,AI 科技已經成為企業發展的關鍵驅動力。在人才招募領域,AI 應用已經不再是選擇,而是大事所趨的必備武器。企業若想在激烈的競爭中網羅最優秀的人才,就必須積極擁抱 AI,利用 AI 打造智慧化的人力資源管理體系,實現更出色的求職體驗!

AI 正在改寫人資招募未來!趕緊下載《AI 招募趨勢白皮書》掌握 AI 招募第一手資訊

訂閱 Cake 人資週報,獲得:
  1. 雙週一篇趨勢新知
  2. 每季一本電子書
  3. 行銷招募的系統化做法

Resume Builder

Build your resume only in minutes!

More Articles you might be interested in

Latest relevant articles
Recruitment & HR
Mar 11th 2024

面試評分標準怎麼訂?面試官必學的面試問題及技巧!

面試評分標準該如何制訂?哪些項目可作為面試標準?使用面試評分標準,面試官該掌握什麼技巧?本文將說明如何建立面試評分標準,幫助企業以最有效率的方式找到人才。