Russian Federation
Moskva, Moscow, Russian Federation
The introduction of artificial intelligence in any sphere of human activity today occurs at an accelerated pace. Recruiting is no exception. Is artificial intelligence able to force out selection specialists and self-interview a candidate? How do job seekers react to being interviewed by a robot, not a person? Is it possible to completely exclude a person from the personnel selection process and shift all functions to artificial intelligence? Let’s try to answer the questions posed in this article. The study analyzes the results of introducing a startup from the St. Petersburg company Stafory, which developed and introduced Vera, a robot recruiter, into the Russian and foreign HR market. The characteristic of modern software for recruiting and programs for recruitment agencies is given. The main advantages of using artificial intelligence in the system of mass recruitment of large trading companies are described.
artificial intelligence, vacancy, candidate, robot recruiter, interview, mass recruitment, staff.
Перспективы применения искусственного интеллекта в рекрутинге высоки. Технологии искусственного интеллекта в управлении персоналом включают набор специализированных умных алгоритмов, способных моментально объ-
единить данные, рассчитать шаблоны, спрогнозировать тенденции. «Умные» системы научились анализировать речь, выделять изменения, сигнализирующие о настроении, правдивости и других личностных качествах претендентов. Роботы не полагаются на интуицию, в отличие от людей. Поиск кандидатов на открытые вакансии — довольно трудоемкая и монотонная функция. Для ее выполнения рекрутеру приходиться сделать не одну сотню звонков, и не факт, что результат окажется успешным. По статистике, из ста звонков лишь около двадцати человек говорят, что им данная вакансия интересна. Из двадцати только пятерых кандидатов удастся пригласить на собеседование. Из этих пяти человек, скорее всего, один или два успешно пройдут собеседование. И в заключение — вердикт службы безопасности. То есть в итоге можно получить ноль и начинать работу с самого начала. Особенно актуальной эта проблема является для массового подбора персонала крупных торговых компаний с высокой текучестью сотрудников, низкой оплатой труда и плотным графиком работы. Не секрет, что рекрутер частенько принимает решения, полагаясь на свои чувства и интуицию. По результатам исследований, большинство рекрутеров принимают решение по кандидату в течение первой минуты интервью, делая выводы по одежде, осанки, речи и манере общения. Насколько точно специалист по отбору может знать, какие профессиональные, деловые и личностные качества гарантируют успех в данной вакансии? Зачастую этого никто не может гарантировать. Специалисты по персоналу используют тесты, кейсы, ситуации и даже полиграф для отбора персонала. Но в конечном результате рекрутеры продолжают ошибаться в 30–40% своих кандидатов. Еще одной проблемой является время закрытия вакансии. В ситуации, когда надо быстро подобрать пятнадцать–двадцать продавцов для сети магазинов в разных районах г. Москвы, Московской области или в целом по России («Перекресток», «Магнит», «Дикси», «Пятерочка», «Лента», «Карусель»), вопрос скорости закрытия вакансий является ключевым. «Время — деньги» — эта фраза здесь уместна на все 100%. Поиск кандидатов затягивается, и компании теряют реальные деньги: это и «упущенные продажи», и вымотанный действующий персонал, ошибки в работе, очереди на кассах и за прилавком. Как результат — недовольный клиент, непроданный товар и падающий рейтинг организации. А если посмотреть на эту проблему с позиции рационализации? На самом-то деле работа рекрутера сводится к выполнению ежедневных однотипных действий. По сути, это просмотр резюме и подбор наиболее подходящей «модели» заказчика кандидатов. В течение дня рекрутер обзванивает сотню кандидатов и задает им одни и те же типовые вопросы. То есть по содержанию это монотонный, однообразный труд, не вызывающий положительных эмоций. А ведь хорошо известно, что от интонации и настроения позвонившего зависит конечный (успешный или не очень) результат. Сколько таких звонков сможет сделать один человек в течение дня? Возможно, шестьдесят, или чуть больше, или меньше. Да и оплата закрытия подобных вакансий не очень-то высокая — около 3 тыс. руб. за одну закрытую вакансию.
1. Bolotova A.S. Sistemy iskusstvennogo intellekta: modeli i tekhnologii, osnovannyye na znaniyakh [Artificial Intelligence Systems: Knowledge-Based Models and Technologies]. Finance and Statistics Publ., 2012, 664 p.
2. Kibanov A.YA., Mitrofanova Ye.A., Esaulova I.A. Ekonomika upravleniya personalom [Economics of Human Resource Management]. Moscow, INFRA-M Publ, 2013, 427 p.
3. Rassel S., Norvig P. Iskusstvennyy intellekt. Sovremennyy podkhod [Artificial Intelligence: A Modern Approach]. Vil’yams Publ., 2018, 1408 p.
4. Svistunov V.M., Sukhoruchenko O.V., Kashtanova Ye.V. Otsenka i povysheniye effektivnosti professional’nogo razvitiya personala organizatsii [Evaluation and improvement of the effectiveness of the professional development of the organization’s personnel]. Gosudarstvennyy universitet upravleniya [State University of Management]. Moscow, GUU Publ., 2017, 146 p.
5. Flakh P. Mashinnoye obucheniye: Nauka i iskusstvo postroyeniya algoritmov, kotoryye izvlekayut znaniya iz dannykh [Machine Learning: The Art and Science of Algorithms That Make Sense of Data]. DMK Press Publ., 2015, 400 p.
6. Lobacheva A.S. Possibilities of using artificial intelligence technologies in personnel management // SHag v budushchee: Iskusstvennyj intellekt i cifrovaya ehkonomika: materialy 1-j Mezhdunarodnoj nauchno-prakticheskoj konferencii. Vyp. 3 [Step into the future: Artificial intelligence and digital economy: proceedings of the 1st International scientific and practical conference. Vol. Three]: Moscow, State university of management Publ., 2017, pp. 159-162 (in Russian)
7. Guseva M., Brikoshina I., Titov S. Capability maturity models in engineering companies: case study analysis, ITM Web of Co, nferences // Published online: 25 March 2016, 6th Seminar on Industrial Control Systems: Analysis, Modeling and Computation Article Number 03002.
