요즘 체크를 하다. Com 은 새로운 기업 및 채용 담당자 신분 감사 메커니즘을 발표하고 바이두 AI 협업 게시판 도입, 얼굴 인식 등 지능적인 방식으로 기업의 HR 신분과 자질을 심사하고 검증한다고 발표했습니다. 앞으로 인공지능 기술은 영업허가증, 취업증, 취업증, 이력서, 채팅 기록 등에 대한 위험 통제를 검증하는 데 사용될 예정이다.
지난해 알파고가 바둑 세계 챔피언을 이긴 이후 AI 기술의 상업적 응용 속도가 크게 빨라져 교통, 가정서비스, 의료, 상업, 채용 등의 분야에서 인력을 대체하기 시작했다. 일부 종사자들은 AI 기술의 편리함을 누리면서 스트레스를 느꼈다.
로봇 화면 회복 속도는 인간을' 초살' 하지만 유연하지는 않다.
몇 달 전, 채용계라고 불리는 사냥이 주최하는' 인간-기계 대전' 이 점수로 답을 제시했다. 도전자는 인터넷 회사에서 온 5 명의 선임 HR 과 헤드헌터로, 양측은 3700 만 개의 이력서에서 채용 요구 사항에 가장 잘 맞는 10 개의 이력서를 신속하게 선별해야 한다.
이것은 일자리 수요와 지원자의 일치로, 기술직과 제품직을 포함한다. 이력서의 심사 일치를 완료한 후, 심사위원은 직능, 스킬, 업계, 급여, 학력, 지역 일치 6 개 차원에서 참가 선수들을 평점해야 한다. 총점이 가장 높은 사람 (만점 25 점) 은 경기에서 이긴 것으로 여겨진다.
블루 스크린이 켜지면서 인간과 AI 로봇의 비율은 18.96: 18.60 입니다. 그 결과 이 AI 로봇은 전체 과정을 완료하는 데 0.0 152 초밖에 걸리지 않아 인간의 평균 속도의 63882 배에 달하는 것으로 나타났다. 로봇은 작업 일치와 지역 일치에 있어서 인간보다 일치 효율이 높다. 기술 배합에 있어서, 양자는 무승부가 되었다.
0.36 의 미약한 점수로 인류에게 패했지만, 인강 일치와 이해 방면에서 AI 로봇은 여전히 사냥망 창업자 겸 CEO 다이코빈의 기대를 뛰어넘었다. "이력서 검색 작업에서 지역, 급여 등은 비교적 간단하고 직접적인 조건이므로 알고리즘은 오류 없이 간단한 논리를 통해 실현될 수 있습니다. 업계 배경과 기술 요구 사항으로 볼 때 알고리즘은 신경망, 자연어 처리 등의 기술을 사용하여 보다 정확한 이해와 유사성 판단을 내릴 수 있습니다. " 이 버락 로봇의 디자이너, 사냥꾼 수석데이터 책임자 이산은 중국 청년보 중청온라인 기자에게 현재 AI 로봇이 기능, 스킬, 급여, 학력, 지역 등 대부분의 명시적 요구를 더 잘 이해할 수 있다고 말했다. 알고리즘 매칭 수준은 전문 채용 담당자와 비교할 수 있습니다. 그러나 문화, 가치, 기질 등 대면 교류가 필요한 암묵적인 조건 하에서 알고리즘은 인간의 교류와 판단을 대신할 수 없다.
그 결과 로봇과 인간의 학력 일치 정도가 가장 큰 것으로 나타났고, 이런 격차의 주된 원인은 로봇이' 업그레이드 학부' 가 어떤 학력에 속하는지 인식하지 못했기 때문이다. 이것은 또한 로봇 사고의 유연성이 제한적이라는 것을 보여준다. 이에 대해 이산은' 본과 이상' 의 업무 요구에 대해 로봇 알고리즘을 설계할 때 요구에 부합하는 것으로 판단된다고 설명했다. 하지만 사실 많은 채용자, 특히 고급 헤드헌터의 눈에는 학부가 본과보다 못하다. 이에 따라 이 심사 결과는 현장에 있는 몇몇 심사위원들의 다양한 의견을 불러일으켰다. "기업과 HR 선호도에 따라 인재 소프트 지표를 개인화하는 데는 로봇이 충분하지 않다."
심사위원단 멤버, 아리대오락모집 전문가 주간은 대량의 이력서에서 사람을 뽑는 대규모 경우 로봇과 인간의 격차는 거의 간과할 수 있고, AI 로봇은 전반적인 채용 효율을 높일 수 있다고 보고 있다. (윌리엄 셰익스피어, Northern Exposure (미국 TV 드라마), 스포츠명언)
로봇이 이력서를 훨씬 빠르게 선별하는 것은 더 이상 새로운 일이 아니다. 보도에 따르면 지난 3 월 북미 유명 헤드헌터 SourceCon 이 개최하는 산업대회에서 인공지능을 바탕으로 구직자를 선별하고 등급을 매긴 로봇' Brilent' 가 단 3.2 초 만에 5500 개의 이력서에서 적임자를 선별해 출전 선수 중 3 위를 기록했다. 이 팀은 멤버들이 페이스북에 쌓은 데이터 구조 처리와 상세한 필드 매칭 경험을 바탕으로 AI 기술을 이용해 구직자를' 인근 일치' 로 정렬하고 HR 을 기계적으로 번거로운 이력서 선별에서 해방시켜 후속 면접 선발 과정에 더욱 집중할 수 있다.
고정밀 직책 일치: 인공지능학회가 HR 을 채용하는 방법을 배우게 합니다.
지난 6 월, 다이코빈은 사냥은 빅데이터와 인공지능의 탐구를 통해 채용 효율을 더욱 높이고 채용 생태를 풍부하게 해야 한다고 발표했다. 12 년 9 월 혁신공장 회장 겸 CEO 이개복은' 20 17 중국 인공지능 정상회담' 에서 충분한 데이터와 정확한 장면이 인공지능이 실제로 인력을 대체하는 전제 조건이라고 밝혔다.
간단한 직책 정보 나열, 분류, 빅 데이터 마이닝을 기반으로 한 직책 매칭 시스템에 이르기까지 최근 몇 년 동안 전 업종의 많은 인터넷 채용 기업들이 데이터 축적을 통해 자신의' 인재 풀' 을 형성했다. 이에 따라 이력서 정보나 일자리 수요에 따라 인근 매칭이 현 단계에서 인공지능 기술이 채용 분야에서 주요 응용이 되고 있다.
기업에 모바일 채용 서비스를 제공하는 데 주력하는 초창기 문장 회사로서, 존슨 모바일 채용 CEO 왕도지는 같은 직위에 대해 JD (직책 설명) 와 이력서에 기반한 텍스트 매칭 기술이 효과적인 선발 수준에 도달할 수 있는지 여부, 시스템 출력 (기계 학습 과정) 이 수동 선발 결과에 근접할 수 있는지 여부는 AI 의 유효성을 측정할 수 있다고 지적했다. 이 과정에는 이력서 정보와 일자리 수요의 일치, 지원자와 기업 직위의 일치라는 두 가지 차원이 포함됩니다.
사냥에서' AI+ 채용' 의 응용은 20 14 로 시작된다. 이산에 따르면 R&D 와 탐사 과정에서 인공지능이 채용 업계에 적용돼 사용자 행동 데이터, 직책 및 이력서 내용에 따라 고도의 추천을 할 수 있는지, 직책 요구 사항 및 업종 분야에 대해 자세히 알고 있는지, 직업 간, 업종 간 이직자 맞춤형 직책 추천을 실현할 수 있는지 여부를 판단하는 것은 도전이다. 현재 대부분의 채용 사이트는 인공지능의 데이터 수집과 의미 분석을 이용해 1 차원 일치를 실현할 수 있는 반면, 2 차원의 정확한 일치는 인공지능의 개인화 추천에 더 높은 요구를 하는 것으로 알려졌다.
"기계 선별은 먼저 지식과 경험을 축적하고 의미를 해석할 수 있어야 한다. 둘째, HR 과 헤드헌터의 행동을 배우고, 그들이 어떻게 보초를 맞추는지 알아야 한다. " 이산의 관점에서 볼 때, 후자는 심도 있는 초상화의 운용, 의미 일치, HR 선호도에 기반한 개인화된 추천이다.
인공지능을 HR 처럼' 생각' 하기 위해 17 년 국내외 기업 데이터 마이닝 및 시스템 R&D 경험을 가진 단일 예술 리더십 팀은 기계가 인간에게 적극적으로 배우도록 요구하고 있다. 이들은 고객 기업의 HR 에 개방된 알고리즘 시스템을 설계하여 HR 이' 기계 추천 이력서' 에 대한 피드백을 제공할 수 있도록 했다. 피드백 동작과 데이터가 어느 정도 누적되면 기계는 선택의 차이에서 서로 다른 HR 의 선호도를 이해할 수 있어 수천 개의 다양한 업종과 기능을 처리할 수 있는 일치 모델을 형성할 수 있습니다. 같은 직위라도 다른 추천 결과를 줄 수 있다.
현재 내 로봇 백락은 이미 HR 을 하고 있다. 이산에 따르면 현재 이력서 추천 방면에서 알고리즘이 추천하는 업무량은 총 업무량의 50% 를 훨씬 웃도는 것으로, 정확도는 일반 헤드헌터와 같다.
이런 스마트 추천 알고리즘은 그들을' 스마트 시스템' 이라고 부른다. "로봇에게' 어떻게 하는지, 어떻게 하는지' 라고 직접 알려주는 대신 HR 채용을 배우게 하라. (알버트 아인슈타인, Northern Exposure (미국 TV 드라마), 성공명언)." 단예가 강조하다.
기업과 구직자 간의 정보 격차 해소
인공지능은 채용 업계에서 점점 더 인기를 얻고 있으며, 그 뒤에는 채용 업무 수요가 끊임없이 증가하고 있다.
에리컨설팅에 따르면 20 18 년까지 중국 중소기업 수는 8700 만 명을 넘을 것으로 예상되며 구직자 수는 65438+6 억 명을 넘을 것으로 예상된다. 대량의 이력서를 검색하고, 잠재적 후보를 선별하여 각 업종 직책 (특히 비고급급 직책) 과 일치시켜 헤드헌터와 HR 채용 중 반복성이 가장 높은 직업이 되었다.
언론 보도에 따르면, 20 16 년 7 월부터 20 17 년 6 월까지 AI 의 응용은 전 세계 68 개국의 채용 과정에 점차 보급되고 있다. 지난 1 년여 동안 유니화는 북미에서 인공지능을 고용하여 직원을 채용하려고 시도했는데, 여기에는 알고리즘을 이용한 이력서 심사, 게임 테스트, 얼굴 인식, 심지어 인간 면접관의 참여도 포함됐다. 중국에서는 올해 7 월 현재 인공지능+영군자 모집을 자칭하는 초창기 기업이 10 을 넘지 않고 기술을 통해 채용 인건비가 높고 실제 전환률이 낮으며 채용과 구직 간 정보 부진 등의 문제를 해결하기 위해 노력하고 있다.
20 16 에 설립된 인터넷 스마트 채용 플랫폼인 소아는 이력서 분해 및 개인화 추천을 통해 기업 (특히 중소기업) 의 직위와 이력서를 정확하게 일치시킵니다. 초창기 채용 플랫폼인 Teamable 은 AI 알고리즘을 이용하여 후보자의 소셜 네트워크 데이터를 발굴하고, 소셜 기록에서 뚫고 정확한 인재 추천 폐쇄 루프를 만들려고 합니다. 캠퍼스 채용 분야에 수직인 미니스쿨은 데이터 마이닝 및 AI 알고리즘을 통해 지능형 매칭 모델을 설계하고, 여러 기업에 대한 추천 이력서를 자동으로 선별하여 0~3 년 경력의 구직자에게 조언을 제공한다.
하지만 이산은 채용업계에서 인공지능은 단지 도구일 뿐 인간을 대신할 수는 없다는 점을 강조해 왔다. 오히려 "인간이 더 정확하고 근거가 있는 판단을 내리도록 돕고 헤드헌터와 HR 이 더 가치 있고 창의적인 일을 하도록 돕는다" 고 강조했다. 어느 정도까지, 채용 분야에서 인공지능의 응용은 로우엔드 인재나 업계 경험에 대한 요구가 높지 않은 일자리 채용에서 더욱 쉽게 보급될 수 있다.
소비재업계의 고급 인재에 집중하는 헤드헌터 고문은 중국 청년보 중청 온라인 기자에게 키워드 검색인재 풀 이력서를 자주 바꿔야 하지만 하루에 10 여 통의 전화를 걸어 지원자에게 연락해야 하지만, 이 과정에서 필요한 즉흥 연주 등 뚜렷한 사회적 속성을 지닌 전문 소통 경험은 인공지능이 달성하기 어렵다고 고백했다.
"고급 인재와 중요한 임원직일수록 기업의 HR 이 신중할수록 전문적인 헤드헌터가 필요하다." 백1 세기 관리컨설팅유한공사 사장인 왕광원도 제품매니저 등 직능직 후보도 제품 디자인 이념 등 소프트 지표를 통해 고려해야 한다고 제안했다. "이것은 기계의 약점이다." 다이코빈은 "인공지능이 헤드헌터를 즉시 대체할 수 없다. 공급과 수요 사이의 데이터 부족이 근본 원인이다" 고 지적했다. 그는 직위 매칭이 채용 플랫폼이 파악한 구직자 데이터와 기업이 제공한 수요 묘사에 대해 높은 요구를 했다고 언급했다. 역동적이고 유연한 채용과 함께 스마트 제품을 보완하면서 "인적 요소가 인공지능 채용에서 대체불가의 역할을 하고 있다" 고 말했다.
현재 가을 채용 시즌에는 대량의 대졸 졸업생들이 구직에 몰리고 수요와 공급이 불균형한 캠퍼스 채용 시장에 직면해 있으며, 이산은 앞으로 AI 기술이 시장 일자리의 공급과 수요 데이터를 분석하여 기업의 개인화된 수요를 발굴할 수 있을 것으로 기대하고 있다. 신입생에게 적합한 취업지도를 미리 제공하고, 그들의 시야와 선택을 넓히고, 기업과 신입생의 수요를 더욱 효율적으로 일치시킬 수 있도록 한다.