3 niebezpieczeństwa w technologii HR, przedsiębiorca startupowy powinien wiedzieć!
Opublikowany: 2019-04-15Wykształcenie akademickie większości osób pełniących funkcję rekrutacyjną jest zwykle nietechniczne
Czuje się na nich atak różnorodnych, splecionych żargonem rozwiązań z zakresu uczenia maszynowego i sztucznej inteligencji
Należy wziąć pod uwagę trzy błędne propozycje dostawców rozwiązań technologicznych HR
Jesteś odnoszącym sukcesy przedsiębiorcą, Twój startup niedawno otrzymał fundusze, a teraz musisz zatrudnić „ludzi” w szybkim tempie, aby osiągnąć cel wzrostu zgodnie z wizją inwestorów. Najprawdopodobniej pierwszym krokiem, który zrobisz, jest zatrudnienie doświadczonego kierownika działu HR, który będzie opiekunem Twojego zatrudnienia i rozwoju ludzi. Będziesz również oczekiwać, że funkcja rekrutacyjna wykorzysta technologię, aby zapewnić szybkość, wydajność i skuteczność całego procesu.
Jednak za przyjęciem technologii HR kryją się trzy poważne zagrożenia, z tego powodu, że oczekuje się, że funkcja rekrutacyjna będzie agnostyczna dla branży lub innymi słowy, będzie funkcją horyzontalną.
Wykształcenie akademickie większości osób pełniących funkcję rekrutacyjną to zazwyczaj nauki społeczne lub zarządzanie zasobami ludzkimi, rzadko zaś nauka i technologia. Dlatego osoby pełniące funkcję rekrutacyjną zawsze były uzależnione od zatrudniania zespołów do oceny technicznej i funkcjonalnej.
Poza naturalną, nietechniczną i horyzontalną naturą osób pełniących funkcję rekrutacyjną, istnieje na nich atak różnych żargonowych rozwiązań uczenia maszynowego i sztucznej inteligencji. Dlatego zaleca się, aby przedsiębiorca start-upowy brał pod uwagę trzy błędne propozycje dostawców rozwiązań technologicznych HR.
Dopasowanie maszyny między opisem pracy a życiorysami
Dwa wiersze mogą mieć identyczne słownictwo i liczbę słów, ale znaczenie obu wierszy może być zupełnie inne. Podobnie, istoty ludzkie są z natury różne i poprzez swoje życiorysy reprezentują abstrakcyjne właściwości, nawet z podobnymi umiejętnościami.
Dlatego specjaliści ds. technologii HR i przedsiębiorcy rozpoczynający działalność powinni zrozumieć, że próba silnego dopasowania gęstości niektórych słów znalezionych w CV do tych w opisie stanowiska pracy oznacza utratę istoty obu.
Na przykład, jeśli w opisie stanowiska poszukuje się konia, który potrafi biegać w najlepszych derbach, to rozwiązanie z natury będzie pasować do nieistotnych kontekstowo wielu czworonożnych ssaków, takich jak muł z Mongolii, zebra z Afryki, może rumak z Kentucky i inne. .
Powodem jest to, że matematycznie abstrakcyjne, ale najważniejsze cechy kandydata są reprezentowane przez nieistotne statystycznie, zwykle tylko jedno lub dwa słowa w całym CV!
Polecany dla Ciebie:
Przedsiębiorcy nie mogą tworzyć zrównoważonych, skalowalnych start-upów poprzez „Jugaad”: Cit...
Jak Metaverse zmieni indyjski przemysł motoryzacyjny?
Co oznacza przepis anty-profitowy dla indyjskich startupów?
W jaki sposób start-upy Edtech pomagają indyjskim pracownikom podnosić umiejętności i być gotowym na przyszłość...
Akcje New Age Tech w tym tygodniu: Kłopoty Zomato nadal, EaseMyTrip publikuje Stro...
Indyjskie startupy idą na skróty w pogoni za finansowaniem
Chociaż ta metoda wydaje się postępem, ładuje funkcję rekrutacji i specjalistów ds. Technologii HR, aby wyeliminować muła i zebrę przez kilka rund przesiewowych, które są niezwykle kosztowne i powodują opóźnienia.
Prognozy oparte na historycznych trendach rekrutacyjnych
Zwykły instynkt podpowiada, że „dlaczego nie zatrudnić ludzi, których zatrudniliśmy do tej pory”. Rozwiązanie trafia do CV wcześniej zatrudnionych osób i próbuje znaleźć podobne w puli potencjalnych klientów. Każdy ekonomista wyjaśni, że prognozy oparte na trendach historycznych są ważne wtedy i tylko wtedy, gdy wszystkie zmienne środowiskowe z przeszłości są bezsprzecznie ważne również w teraźniejszości.
Biorąc pod uwagę wzrost gospodarczy, konkurencję i pojawienie się nowych technologii, zarówno kandydaci, jak i start-up i ich role, znajdują się w ciągłym stanie ewolucyjnym. Big data czy brak big data, sama myśl o zastosowaniu tej metody albo musi być bardzo starannie zaplanowana, albo całkowicie odrzucona, aby nie zaskoczyć się problemem takim jak dyskryminacja ze względu na płeć, wprowadzona przez takie algorytmy w Amazon.
Porównaj nowe perspektywy z 10 najlepszymi obecnymi wykonawcami w roli
Argumentując, to podejście polegające na dopasowaniu przez maszynę CV nowych potencjalnych klientów z 10 najlepszymi obecnie działającymi w roli wydaje się solidnym podejściem i świetnym pomysłem w kierunku znalezienia zautomatyzowanego rozwiązania. Jednak podczas jego wykonywania pojawiają się poważne wady.
Najczęściej, podczas gdy firmy mają otrzymane życiorysy tych 10 najlepszych pracowników, które mogą być 2, 4, 5 lub więcej lat starsze, podczas gdy to, co obecnie robią, jest rzadko dostępne jako dokumenty. W tym scenariuszu metoda ma równie poważną wadę, jak opisane powyżej „prognozy oparte na trendach historycznych”.
Każda istota ludzka jest wyjątkowa i definiowana przez jej kontekst w kierunku zdolności do planowania, wykonywania i dostarczania wyników nawet przy użyciu identycznych narzędzi i artefaktów (pływający w oceanie to inna osoba niż pływak na basenie). Dlatego kolejnym powodem, aby wątpić w tę metodę, jest to, że chociaż może ona działać dość dobrze na froncie umiejętności i narzędzi, ignoruje kontekstową asymilację 10 najlepszych wykonawców, a następnie porównanie z nowymi perspektywami.
Podejście zespołu wewnętrznego
Może istnieć przedsiębiorca rozpoczynający działalność w branży technologicznej, który zbudował produkty i ma udane oferty rynkowe przy użyciu uczenia maszynowego i sztucznej inteligencji. Kiedy zespoły rekrutujące i kierownicy ds. raportów (zespoły ds. produktów, sprzedaży, inżynierii, obsługi klienta) są zmęczeni przeprowadzaniem kosztownych i męczących rozmów przesiewowych, czują się zmotywowani do tworzenia i oferowania zautomatyzowanych rozwiązań swojemu zespołowi rekrutacyjnemu.
Biorąc pod uwagę charakter nietechnicznych osób pełniących funkcję rekrutacyjną oraz sprawdzone możliwości techniczne w zakresie ML i AI związane z zatrudnianiem zespołów, nie jest trudno uzyskać zatwierdzenie inicjatywy i jej budżet.
Przypomina się powiedzenie, że „ludzie z młotkiem w ręku zawsze szukają gwoździ”. Jednak bez głębokiego zrozumienia problemu, inicjatywy te niezmiennie kończą się przyjęciem jednego z trzech wymienionych powyżej podejść.
Tak więc, gdy oceniasz technologię pod kątem zatrudniania, upewnij się, że zadajesz wyraźne pytania dotyczące stosowanego przez nich podejścia do rozwiązania.