如果问一个初创公司的CEO,公司最难的事情是什么?因为每家公司情况各不相同,答案可能五花八门,有融资、业务、现金流、市场、商业化等等。但如果问,公司第二难的事情是什么?那么答案就会出奇的一致:招聘人才。如何解决供需双方的供给不足?
如果可以建立一个职业技能与关联能力的知识图谱,把能采集到的一个人各种数据,放入关联职业的知识图谱中,逐一进行筛选、比对、分析、评估,并从各维度给出评分,最后再结合简历进行能力评估。
简单来说,这种方法就是建立一个基于线上职业表现的人才评估模型,摆脱对于简历的依赖,全方位的精准判别一个人的能力水平。
01
初创企业的重头戏:人才之争
如果问一个初创公司的CEO,公司最难的事情是什么?因为每家公司情况各不相同,答案可能五花八门,有融资、业务、现金流、市场、商业化等等。但如果问,公司第二难的事情是什么?那么答案就会出奇的一致:招聘人才。
招聘到底有多难呢,我们来看一组数据。
从大的环境来说,根据国家人力资源与社会保障部数据,2020年城镇新增就业人口1186万,包括应届生874万,这其中的70%被全国8000万小微企业所吸纳,如果不计算跳槽与裁员的数据,平均每10家企业才能分到1个新人。
从企业成本来说,根据艾瑞招聘行业市场发展研究报告,2020年招聘费效系数高达0.307,即招10个月薪1万的员工,其招聘成本为3万,这还只是直接成本,没有计算间接的时间成本与管理成本。事实上,如今在一线城市招募合格的专业人才,其总成本已经高达5-10万,周期长达1-2个月。
从岗位匹配来说,根据前程无忧2020年人力资源白皮书,普通员工招聘完成率95.8%,专业员工87.7%,中层管理75.4%,即有1/8的专业岗位,以及1/4的管理岗位是招不上来人的,越是高端领域就越难。
要知道这还是在2020年疫情期间的数据,较之2019年略有提升。
那么,对于求职者来说,如今是求职和跳槽的好时机吗,也不是。
我们就不谈求职者的亲身感受了,还是来看数据。根据艾瑞2021招聘市场样本调研,白领的薪资跌幅远大于涨幅,54%的员工薪资跌幅在5%-10%,20.2%跌幅在10%以上,只有23%小幅上涨。
纵观整体招聘市场,一方面是企业找人难,招入难,留人难,另一方面是员工应聘难,入职难,涨薪难,供需双方都在叫苦不迭。
真是咄咄怪事。
02
能力数据化
供需双方都感到供给不足,这是招聘行业的信息化不够吗?好像也不是。
各大招聘平台在信息化与智能化上都下足了工夫,比如利用大数据来构建人才画像,岗位画像,进行人岗精准匹配,提高简历筛选效率;比如建立知识图谱,利用LSTM、CNN等深度学习模型对用户简历和职位信息实现信息抓取,通过算法实现人才的实时推荐;还有利用AI面试,抓取求职者的面部表情变化、语调和词组,统一评估标准,简化面试流程,等等。
如果我们横向与高度信息化的电商行业相比较,就会发现招聘行业……
等一下,有什么东西好像不对?
在电商行业,所有商品都是标准化与数据化的,款式、型号、尺码、颜色、用料、工艺、价格,各种信息全部可以通过视频、和文字予以呈现,便于消费者根据自己的需求选择特定的商品。甚至还有大量消费者通过点评打分来进行参考。
但招聘行业却不是这样。企业唯一能参考的依据就是“简历”,而招聘平台无论多么重视简历的标准化,都解决不了一个核心问题:真实反映应聘者的能力。
一个人的能力,包括思考能力、学习能力、适应能力、执行能力、决策能力、领导能力、专业能力,等等,是很难通过简历呈现出来的。简历只能表明过往的工作经历,顶多有些个人的工作方法描述,更别提大量的简历注水,甚至高端人才不发简历的情况。
换句话说,人的能力是没有被数据化的。
上学时我们都学过,社会生产有三大要素,生产资料,生产关系和生产力。近三十年的科技革命极大改变了这三大要素。
在生产资料上,AI、5G、传感器、摄像头、雷达、机器人等技术应用,使工业时代的机器设备升级为标准化、数据化与自动化,生产效率极大提高。
在生产关系上,开源、区块链、云计算、物联网、边缘计算等技术应用,让原有的生产与分配机制透明化、数据化与公正化,更加具有竞争力。甚至在生产力的核心要素之一,生产工具上,各领域的技术发展也让生产过程趋于流程化、可视化与智能化,越来越便捷与可靠。
这里面唯独最核心的部分——人,似乎被遗忘了,其各项指标并没有被数据化,还和三十年前一样,每个人的能力、素质、状态都是未知的黑箱,很难直接与已经数据化的业务相匹配。
想想看,企业对人才招聘最核心的需求,是客观全面了解一个人的能力,但在科技如此发达的今天,招聘行业并没有抓住这个痛点,还在用原始低效的简历形式来应对,和几十年前的求职信毫无本质区别,只是从线下搬到了线上。这要是能满足供需双方才叫奇怪。
不过,将一个人的能力数据化,谈何容易,这可能吗?
03
初创企业的重头戏:人才之争
想要客观全面了解一个人的能力,至少要有两个前提条件:完整的数据采集和完善的评估体系。
采集一个人的数据,听起来很有点《窃听风云》的味道,其实远没那么复杂,我们在生活中也经常遇到。
比如刚认识一个朋友,相互加了微信,我们想了解这个人的情况,要如何做呢?答案很简单,翻一下这个人的朋友圈,看看他发的文章,评论,关注领域,日常生活状态,以及他的圈子,就能对其有基本的认知。
同样的思路。如果聚焦在工作领域,那么这个人在Github上的项目,学术期刊发表的论文,注册的专利,自建的公众号文章,知乎、微博、百度或开源社区等社交网站上的发帖,脉脉或Linkedin上的交友圈,以及其过往公司所在团队的项目介绍,客户评价,甚至媒体采访等一切相关信息,就能相对全面的反映出该同学的专业能力与认知水平。
那么,有了大量的信息,又该如何评估呢?
这就需要建立一个职业技能与关联能力的知识图谱。
比如架构师,至少需要三层,基础技术能力,业务理解与框架设计能力,领导与沟通能力,而开源社区运营则需要,产品理解与推广能力,内容生产与流通能力,用户沟通与维护能力,等等。每一层级下,又有具体专业技术方向,维度,细分指标,以及相关过往经验,业绩。
之后,把能采集到的一个人各种数据,放入关联职业的知识图谱中,逐一进行筛选、比对、分析、评估,并从各维度给出评分,最后再结合简历进行能力评估。
简单来说,这种方法就是建立一个基于线上职业表现的人才评估模型,摆脱对于简历的依赖,全方位的精准判别一个人的能力水平。
这样岂不是比单纯看简历要靠谱得多吗?
当然,这种方法有赖于该同学在网络上的行为,这在某些领域,比如科创、金融、互联网、软件、科研、工程电子、医疗、在线教育或是在线服务业等行业,相对适用,但对于那些线下的行业,比如第一产业和第二产业就不太合适了。不过,随着5G和物联网的普及,相信会有越来越的职业互联化与标准化。
那么,这种说来容易做起难的事情,真的有人在干么?
04
AI-Powered Recruiting Software - Talent 360
有的,这就是硅谷公司SeekOut正在做的事情。SeekOut的slogan就是:AI-Powered Recruiting Software - Talent 360。
SeekOut是由Stanford大学教授Anoop Gupta和微软工程师Aravind Bala创建的,这俩人都并非招聘行业出身,但对搜索引擎,NLP和AI有极深的认知与深厚的积累,而且因为职业背景,对于如何评估一个靠谱的工程师也有自己的理解,用技术力量来改变招聘行业现状,似乎也是顺理成章的事情。
有趣的是,SeekOut早期并不是做职业评估的,而是开发一款类似Linkedin的职业社交平台,有Linkedin这座大山,可想而知其暗淡的前景。
不过东方不亮西方亮,虽然平台没做起来,但其中的一个模块Career Insight却受到大量用户的青睐,尤其是正为招聘发愁的硅谷高科技公司和求职的工程师们,人们发现,SeekOut不仅可以客观全面的评估一个人的能力,还能把那些沉在水下不怎么发简历的高端人才挖掘出来,极大丰富了招聘平台和猎头公司的人才库。
其实SeekOut并不是唯一一个做这件事的公司,Hiretual,Entelo等硅谷公司都通过AI分析求职者在Twitter、Google+、Facebook、LinkedIn中的各种信息,构建用户肖像,再与企业的招聘要求做匹配,
目前国内也已经有几家初创公司开始学习这种方法,希望能建立一个国内的人才评估平台(为了避免广告嫌疑,这里就不介绍了)。
此外,从招揽人才的整条时间线来看,寻找和发现人才,并建立客观的评估模型,仅仅是招揽的第一步,毕竟招聘是双向的,还要求职者对应聘公司有意才行。
而作为初创公司,由于缺乏大厂的品牌,公司相关网站等建设也不完善,求职者很难对公司,对岗位和对技术要求有详细的了解,这也意味着除了SeekOut模式,在应聘公司这条线上,还有很多文章可以做。
比如可以围绕公司岗位与技术要求建立职业知识图谱,通过AI自动生成关于岗位描述与招聘标准的需求文档,不仅可以省却部门主管大量时间和精力,还更加规范化与标准化;
比如可以围绕公司所在行业建立人才模型,设计筛选指标,通过招聘平台SDK对接其简历库,利用AI自动识别与筛选简历,省却HR每天人肉看简历的苦恼;
比如可以建立公司公众号,并通过设计关键词,让问答机器人来自动回复大量求职者的各种关于公司的基础问题;
比如可以利用爬虫抓取求职者在社交网络上的信息,通过AI分析其性格特征与偏好,更有针对性的解决求职过程中的各种顾虑。诸如此类。
事实上,这些工作已经有不少科创公司在试图解决了,不过相对比较零散,不能形成体系,而且由于影响力较小,数据量不够,算法的训练还不那么智能化。但这些都是很好的尝试。
在今天,已经有越来越多的求职者在应聘时,把自己参与的在Github上的开源项目,或是自己创立的公众号,或是写的文章,运营的社群等,这些能够展现自己能力的各种信息写到简历中,甚至把二维码放到名片上,以求能够获得招聘企业的重视。
而越来越多的科创公司,也不仅局限在上招聘平台搜索简历,而是通过Github、开源社区、知乎、公众号等各种平台,以扩大自己的视野,寻找与网罗人才。
有了供需双方的这种认知与自觉,介于中间的新一代AI招聘平台迟早会孕育而生,也许下一个中国版SeekOut很快就会出现。
发表评论 取消回复