公平
英国DE&I初创公司MeVitae获得170万欧元种子轮融资，以继续提高工作场所的公平性和公正性
总部位于英国的 DE&I 初创公司 MeVitae 在 Apex Black 领投的种子轮融资中获得170 万欧元。这笔新资金将用于推动创新，促进其在美国的快速扩张。目前，MeVitae 位于牛津大学的创新中心哈威尔（Harwell），提供全面的 DE&I 生态系统，包括精心设计的人力资源工具，用于检测和减少认知和算法偏见，帮助企业改进招聘流程，促进更智能、更快速、更公平的招聘决策。
在这股创新力量的背后，是MeVitae的创业故事。MeVitae 由牛津大学校友、神经科学家 Riham Satti 和计算机科学家 Vivek Doraiswamy 创立。
"MeVitae 联合创始人兼首席执行官 Riham Satti 说："在我成长的过程中，我从未考虑过自己可能会因为性别或肤色而得不到机会，但在大学学习时，我开始看到这种情况在我的网络中出现。
"随着我在攻读学位期间对人类决策的深入研究，偏见的僵化本质变得越来越明显。通过广泛的研究，我和 Vivek 发现偏见对招聘等常规决策的影响无处不在，而且人们对这一关键问题明显缺乏认识。凭借我们的科学背景，Vivek 和我都是天生的问题解决者，因此我们联手运用人工智能伦理和神经科学的观点来解决工作场所的偏见问题，"Riham 补充道。
"时至今日，自首席多元化官崛起以来，我们见证了各组织对解决员工偏见问题的更大承诺。然而，一个长期存在的挑战依然存在：企业不知道该实施哪些干预措施，也不知道如何量化其影响，"Riham 强调说。
MeVitae 的解决方案直接解决了这一当务之急。这些工具不仅能识别申请者成功率的不平衡，还能从各种工具中推荐干预措施来纠正这种不平衡。然后，MeVitae 的 DE&I 分析工具可帮助企业量化这些干预措施的影响，从而促进制定明智的 DE&I 战略。
MeVitae 的客户遍及金融、政府和技术领域，包括英国第二高速铁路公司（HS2）、英国铁路公司（TfL）和优质食品研究所（Good Food Institute），MeVitae 的开创性解决方案已经取得了切实的成果，客户报告称其组织内的性别和种族多样性大幅提高了 30%。这些成就有力地证明了 MeVitae 的创新方法在推动有影响力的积极变革方面的有效性。
在短短的时间内，屡获殊荣的技术提供商MeVitae不仅与甲骨文和微软等行业巨头建立了合作关系，还实现了显著增长。在过去的十二个月里，公司实现了 350% 的惊人扩张，目前正在盈利运营。此外，MeVitae 还引入了一位著名的行业专家 Geoff Lloyd，加强了其领导团队的实力。Geoff Lloyd 是一位精通人力资源的专业人士，曾在空中客车、Serco 和 Meggitt 等富时公司担任董事会成员。
"Geoff Lloyd 说："我很高兴能加入 MeVitae 董事会，因为长期以来，各组织一直在努力实现多元化和包容性方面的巨大进步。"MeVitae创建了一个真正创新的技术平台，通过消除偏见和缩短招聘时间，并以一流的分析技术为支撑，大大提高了企业能够获得的人才库的广度和深度。
最近的这笔投资标志着MeVitae迎来了关键时刻，为加快创新产品的开发和增强现有解决方案提供了必要的资源。此外，这笔资金还有力地推动了MeVitae在美国的扩张，使团队的业务范围得以扩大。尽管总部设在英国，但MeVitae的大部分客户都在美国，因此这笔投资对于推动MeVitae在美国和加拿大的扩张至关重要。MeVitae 雄心勃勃，立志成为多元化、公平和包容性领域的领导者。
"Apex Black 创始合伙人 Rani Saad 说："MeVitae 正在让工作场所变得更加公平和公正，我们很荣幸能支持他们完成使命。"全球越来越多的公共和私营机构信任MeVitae，帮助他们实现多元化、公平和包容。我们相信，这是对MeVitae解决方案中蕴含的深度创新和领域专业知识的验证，也是对团队坚定不移的热情的证明。
关于MeVitae
MeVitae 由两位屡获殊荣的牛津人 Riham Satti 和 Vivek Doraiswamy 创立于 2014 年。Riham 是一名神经科学家，热衷于决策科学，而 Vivek 则是一名计算机科学家，坚信机器的力量。在 MeVitae，他们的目标是解决将人与机器结合在一起的难题，从而释放人类的潜能。自多年前开始创业之旅以来，MeVitae 已帮助世界各地的公司和合作伙伴实现了更加多元化、更具变革性和包容性的发展。
公平
【美国】员工财务健康平台Rain获得3亿美元融资，以拓展创新型金融健康解决方案
帮助企业加强员工财务控制的财务健康平台Rain宣布已从Clear Haven Capital Management获得3亿美元融资，用于新的信用贷款。有了这笔新资金，Rain 现在有更多的资金为其不断增长的客户群提供服务，使其能够为员工提供一种简便的方式来实时获取他们赚取的工资，从而提高员工保留率、求职申请率和员工参与度。
传统的工资周期往往会成为增加储蓄和实现财务健康的障碍，据估计，美国人花费了超过 1700 亿美元等待下一次发工资。Rain 的财务健康平台为他们提供了方便，让他们可以在工作时实时获取自己辛苦赚来的工资，而不用等到发薪日。有了新一轮融资，Rain 将能够向更多寻求将工资收入作为一项福利的雇主推广这项服务。
"Rain 首席运营官 Fred Choquette 表示："有了 Clear Haven 提供的 3 亿美元资金，我们将扩大我们的业务范围，进一步履行我们的使命，让所有美国人都能过上他们负担得起的生活，免受掠夺性收费和贷款产品的影响。"通过让员工在最需要的时候获得他们辛辛苦苦挣来的工资，我们减轻了他们对金融产品的依赖，这些产品会进一步将他们推向债务深渊。我们致力于进一步增强美国人的能力，帮助他们实现真正的财务自由"。
Rain 的 "按需支付 "功能允许员工通过每次交易支付小额费用（类似于 ATM 收费）来获得每日工资。这使他们能够更好地控制自己的财务，帮助他们避免透支费和高息贷款。Rain 还遵守最高合规标准，符合消费者金融保护局制定的准则，是目前最安全的 EWA 提供商之一。
Rain 是市场上最无缝、数据最少的 EWA 提供商，可轻松与计时和薪资系统集成，使用时所需数据量最少。作为一项自愿福利提供给员工的雇主可以免费使用。此外，Rain 还为员工提供财务健康工具，并允许雇主限制提取金额不超过员工每个薪资期总收入的 50%。这些因素加在一起，使 Rain 成为公司为员工提供 EWA 福利的最简单方式之一。EWA 的核心宗旨是帮助雇主提高员工留任率、参与度和生产力。2023 年，Rain 的雇主发现，使用该应用程序的员工的留用率平均提高了 50%，此外，他们的员工平均每月工作时间超过 20 小时。此外，据估计，Rain 通过避免透支费用和发薪日贷款的相关利息，为其客户的员工节省了超过 5100 万美元，从而实现了其促进员工财务健康的承诺。
"Clear Haven Capital Management 管理合伙人 Mark Simmer 表示："Clear Haven 很荣幸能向 Rain 提供 3 亿美元的资金，这是其致力于帮助雇主和员工在充满挑战的经济环境中茁壮成长，并踏上更具弹性的财务健康之旅的一部分。"Rain 坚定不移地履行使命，通过让员工获得自己挣得的工资来改变财务健康状况，这与 Clear Haven 的愿景完美契合，即创造一个更具包容性和公平的财务未来。我们很高兴能与 Rain 合作，共同为员工赋权，重新定义传统的财务健康概念。
关于Rain
Rain 是以员工为中心的财务健康解决方案领域值得信赖的领导者，为全国的中型市场和企业组织提供服务。通过一整套产品，包括工资收入访问和一系列财务健康福利，Rain 可无缝集成到任何组织的现有基础设施中，提供有效财务管理所必需的灵活性。此外，Rain 以消除发薪日贷款和掠夺性金融产品为坚定使命，倡导个人赋权，让员工掌控自己的收入和财务未来。
关于Clear Haven Management
Clear Haven 资本管理公司为金融服务公司提供资产负债表资本解决方案，以推出和推广金融产品。Clear Haven 与众多公司合作，在消费、抵押贷款和小企业金融领域推出和推广创新金融产品。Clear Haven 的使命是提供既精简又可扩展的资本解决方案，让合作伙伴有更多时间专注于核心业务和客户。我们不仅致力于提供贷款，而且还提供克服财务障碍和加速发展所需的战略支持。
公平
2024年5大人才保留趋势
虽然大多数人力资源专业人士都认为 "大辞职潮 "已经过去，但在 2024 年及以后，留住员工仍将是企业面临的挑战。
根据 iHire 最近发布的《2023 年人才挽留报告》，我们对 4100 多名美国员工和雇主进行了调查，结果显示，近五分之二的员工（38.9%）预计将在未来一年内辞职。与此同时，60.9% 的雇主认为，在未来几个月内，他们所在企业的员工流失率将上升或保持不变。
无论您是预计招聘人数会增加，还是准备冻结招聘和裁员，防止员工自愿离职都应该是您 2024 年人力资源工作的重点。为了帮助您做好留住人才的准备，请考虑我们的调查发现的以下五大趋势：
1.工作场所中的毒害比不满意的薪酬更容易导致离职
在去年离职的员工中，有 35.7% 的人是因为工作环境恶劣或负面影响而离职，因为工作环境恶劣是导致员工辞职的首要原因。此外，20.3% 的员工因工资不理想而离职，这是第七大离职原因。此外，积极的工作环境也是员工选择留在雇主身边的首要原因（工资除外）。
2024 年，营造以人为本的工作环境，为员工提供模范的工作体验，将是留住人才的关键。 金钱报酬对留住员工的作用有限；一旦加薪或奖金带来的最初兴奋劲过去，员工就会在日常工作中寻求满足感--如果雇主不能提供这种满足感，他们就会另谋高就。
2.公平和有竞争力的薪酬仍然很重要
尽管有上述调查结果，但薪酬仍然是留住员工的重要因素。也就是说，在过去一年中，65.2% 的雇主为员工加薪，40.2% 的雇主为员工发放奖金，以降低员工流失率。此外，53.3% 的员工表示，如果假设其他地方有更好的机会，加薪会说服他们留在目前的工作岗位。
在新的一年里，雇主应确保他们的薪资标准至少符合市场水平，并根据他们的研究做出必要的调整。这不仅对留住人才至关重要，对招聘应聘者也是如此。
3.雇员与雇主之间的信任正在减弱
工会活动的增加证明，员工正在失去对雇主的信任。以这些调查结果为例： 据受访雇主称，近一半（49.3%）的离职员工告诉上司，他们是因 "个人原因 "辞职的。然而，当我们对员工进行调查时，仅有 20.1% 的员工将个人原因作为离职动机。
工作场所信任度、透明度和沟通的下降是留住员工的秘诀，不仅会导致有毒的工作环境，还会导致员工脱离工作、生产率下降和不满情绪。让 2024 年成为培养整个组织关系的一年，你将更有可能留住宝贵的员工。创建各种反馈渠道（如脉搏调查），定期举行员工与管理者之间的一对一谈话，以及给予有意义的认可，都是鼓励建立关系的好策略。
4.灵活性有助于提高员工的幸福感
灵活性和工作/生活平衡是 iHire 调查中反复出现的主题。例如，21.4% 的员工因工作/生活不平衡而辞职。当受访者表示他们的雇主可以提供哪些条件来阻止他们另谋高就时，灵活的时间安排仅次于加薪（29.4%）。
虽然越来越多的公司要求员工在 "大流行病 "后以某种身份返回办公室，但请记住，灵活性并不一定意味着 "在家工作"，因为员工有不同的需求、优先事项和生活方式。为了在 2024 年留住人才，请考虑提供各种类型的灵活性，如混合安排、弹性时间、额外的 PTO、工作共享、兼职工作和四天工作制。
5.员工着眼于未来
每 5 名员工中就有 1 人因缺乏发展和晋升机会而离职，28.6% 的人表示，如果有这些机会，他们会留在雇主身边，而不是另谋高就。公司如果投资于员工的发展，并以职业发展规划的形式向他们展示未来的发展前景，就能防止停滞不前，提高员工的参与度，并最终提高员工的留任率。
在 2024 年，花些时间讨论员工的职业目标，并规划出实现这些目标的途径。通过提高技能或再培训、提供额外培训资源、报销教育计划、课程、研讨会和行业专业团体会员费用等方式，支持他们实现这些目标。然而，并不是所有员工都想晋升；有些人可能会横向流动，以更好地发挥自己的长处，追随自己的激情。职业分层是一种更具活力的发展方法，可以帮助这些员工找到自己的定位，从而提高留任率。
在新的一年里，应通过注重员工体验来留住人才。磨练一种积极的、吸引人的公司文化，使其散发出信任和透明的气息，建立关系，实现灵活性，并支持职业和个人发展，这样你就能看到你的留任率飙升。
公平
人工智能改变人才招聘的5种方式
仅在一年前，大多数人力资源领导者都不会想到，能否成功采用人工智能解决方案会影响到他们招聘顶尖人才的能力。现在，根据 Gartner 的研究，76% 的人力资源领导者都认为，如果他们在未来 12 到 24 个月内不将人工智能纳入招聘流程，他们就会在组织成功方面落后。尽管在 ChatGPT 的推动下，人工智能被炒得沸沸扬扬，但在人工智能复兴之前，已经存在大量的人工智能应用。预测分析、情感分析、搜索和匹配等技术已经在企业中广泛应用，甚至在人力资源和招聘领域也得到了应用，为我们今天所经历的人才招聘转型奠定了基础。
人力资源部门在采用人工智能并管理其在整个组织中的使用方面所面临的压力越来越大，而 ChatGPT 等生成式人工智能工具的热销则为这一压力注入了新的活力。虽然生成式人工智能在改变人才招聘方面确实发挥了作用，但还有其他一些人工智能用例可以应用到招聘和人才招聘的生命周期中。以下是如何利用它们让你的组织走在时代前沿：
人工智能增强简历分析
简历分析解决方案并不新鲜。它们能让招聘人员根据技能、教育、培训、工作地点和职位等特质筛选求职者，而且已经使用多年。根据哈佛商学院的一项研究，申请者跟踪系统（ATS）和招聘管理系统（RMS）是大多数企业招聘流程的基础，90% 的雇主使用他们的招聘管理系统来筛选中等技能和高技能的求职者。然而，同一项研究发现，88% 的雇主表示，由于筛选工具过于简单，导致合格的高技能求职者被漏掉，如果求职者不符合职位描述中规定的确切标准，就会被忽略。对于中等技能的求职者，94% 的雇主认为，合格的求职者被筛选掉了。尽管简历分析技术已被广泛采用，但它远非筛选候选人的不二法门。
人工智能有可能将简历分析提升到更强大、更公平的水平。利用自然语言处理技术，人工智能解决方案可以更有效地从简历和职位描述中提取主题，完成更复杂的匹配。与 ATS 或 RMS 使用的简单关键字搜索不同，人工智能可以理解语言和措辞的细微差别，从而对应聘者进行更全面的了解。例如，假设一家公司正在寻找具有领导经验的人才。在这种情况下，简单化的工具可能会过滤掉简历中写着 "管理 "而不是 "领导 "的人，而更复杂的人工智能工具则更有可能分析术语的上下文。即使措辞并不完全匹配，人工智能解决方案也能深入分析职位的职能和应聘者的经验，从而更高效、更准确地对应聘者进行优先排序，而不会无意中过滤掉合格的应聘者。
人工智能生成的面试指南
招聘和面试流程的质量决定了求职者的体验，这将极大地影响您招聘顶尖人才的能力，并影响您的整体品牌形象。人机交互协会（HCI）的报告显示，60% 的求职者对他们所接触的雇主有负面的求职体验。导致求职者体验不佳的一个关键因素是面试官在谈话过程中显得毫无准备或不投入。这是因为面试是一门学问。进行面试并不是招聘经理的工作，但当应聘者通过人力资源部门的初步筛选时，他们就必须这样做。由于招聘经理必须在履行其他职责的同时进行面试，因此面试问题往往是在最后一刻拼凑起来的，甚至是当场即兴发挥的。
人工智能可以自动生成一套有意义的、针对特定职位的面试问题，从而帮助解决这一缺陷。人工智能生成的问题不一定完美，但可以节省大量时间，即使这些问题只能作为招聘经理进一步完善的起点。建立问题列表还能确保候选人面试的一致性，从而更容易、更公平地对候选人进行比较。自动生成的问题对于招聘人员来说也是非常宝贵的，因为他们必须为自己不熟悉的职位筛选应聘者。例如，招聘人员可能需要为仓库筛选叉车操作员，但却不知道工作内容是什么。使用生成式人工智能提出合理的问题，招聘人员就不必花费大量时间研究该职位或要求招聘经理作出说明。
自动候选人备注和洞察
招聘流程中的瓶颈是造成候选人负面体验的另一个关键因素，更不用说对公司资源和效率的消耗了。招聘流程中最大的障碍之一就是在面试过程中手动记录，在电子邮件或自动应聘系统中进行总结，然后等待所有相关人员的回复。过于冗长的招聘流程导致 54% 的人力资源总监失去了一位合格的候选人，从而失去了另一个机会，这表明了将人工任务自动化以迅速推进招聘流程的重要性。
面试智能解决方案可以捕捉面试过程中的详细记录，并自动解释和生成有条理的对话见解。洞察力的例子包括简明的候选人简介、潜在优势和潜在问题的评估，以及讨论主题的摘要。笔记和见解的自动化可以从以下几个方面改善招聘流程：|
消除拖慢招聘流程的瓶颈。
让招聘经理专注于候选人，而不是记笔记，从而提高与候选人的互动。
帮助招聘人员了解招聘经理拒绝应聘者的原因。当招聘经理无法解释为什么招聘人员筛选的候选人不应该被录用时，往往会出现令人沮丧的脱节。有了对话的智能摘要，招聘人员就能更深入地了解对话内容，从而发现候选人的不足之处。
让整个招聘团队能够使用客观数据来支持他们的决策，而不是主要依赖直觉。
面试表现与合规性
在面试后决定应聘者是否应进入招聘流程时，85% 到 97% 的招聘经理都会依赖直觉，这使他们很容易产生偏见。当人工智能聆听应聘者的面试时，它可以检测出面试官是否提出了可能违反平等就业机会委员会（EEOC）合规标准的问题，例如与年龄、种族、性别认同或宗教有关的问题。每次面试都会汇总合规风险，让招聘经理认识到自己的错误，并帮助人力资源部门通过实时数据评估员工的面试技巧。这些信息可用于为整个组织提供额外的培训课程，并为需要一对一指导的招聘经理提供有针对性的辅导。
增强候选人再发现的 ATS
重新发现是为新空缺职位寻找候选人的首选方式，因为挖掘之前已经面试过的合格候选人比重新开始整个流程更具成本效益和时间效益。根据 Agency Central 的一项调查，43% 的企业在人才招聘中使用了再发现功能，其中 97% 的企业表示再发现功能让他们受益匪浅。
虽然您的自动应聘系统有可能藏有大量关于以往候选人的数据，但挑战在于招聘人员和招聘经理可能难以提供关于每位候选人的详细说明，这使得数据充其量只能算一般，最糟糕的情况是根本不存在。但是，当你使用面试智能从面试中提取详细笔记时，候选人的记录就会自动更新，其中包含丰富的信息，而且还可以搜索，这对以后重新发现候选人很有价值。
总结
人工智能改变人才招聘流程的方式主要集中在提高效率、改善候选人体验、执行合规性以及实现更好的招聘结果。虽然一些专业人士在采用人工智能工具时可能会有一段适应期，但本文讨论的大多数功能都非常直接和直观，一些用户甚至可能意识不到他们正在使用人工智能。在人才招聘流程中采用人工智能工具时，最关键的考虑因素是人工智能必须用于增强人类决策，而不是取代人类决策，就像多年前的自动应聘系统平台通过自动完成招聘网站发布、申请收集和候选人管理等人工任务来补充人力资源员工一样。
公平
【尼日利亚&德国】HR科技初创公司Propel获得250万欧元种子投资，旨在加速科技和开发者社区的发展
尼日利亚和德国柏林的人力资源科技初创公司Propel近日宣布，已成功获得250万欧元（约合274万美元）的种子投资。该公司的目标是为社区建立可持续的人才管道，并帮助全球公司降低从新兴市场，特别是非洲，远程雇佣人才的风险。
Propel的创始人SunkanSunkanmi Ola, No Such Ventures, 250万欧元, 种子轮, HR科技初创公司, 社区即服务, 远程招聘, 多元化, 公平, 包容mi Ola、Seun Owolabi和Abel Agoi计划利用这笔投资推动其社区即服务平台的推出和采用，并在明年第四季度为社区创造100万欧元的收入。这家公司的目标是到2024年增长到500个社区，拥有100万会员，并通过平台上的工作、福利和金融的佣金为这些社区产生数百万的收入。
过去三年来，全球远程工作的发展和跨国公司雇佣本地人才的情况增加，主要是为了降低招聘成本。尽管自2022年中期以来，科技公司已经裁员超过20万人，并且雇主要求部分或全部返回办公室，但开放人才经济的重要性仍将保持，特别是在欧洲，人口老龄化，实际上需要区域外的远程人才来填补这个巨大的空缺。
Propel为这些科技社区的人才提供了一个管道，将他们与由多元化、公平和包容（DEI）要求以及需要填补的特定工作角色驱动的公司网络连接起来。作为提供最后一公里基础设施的交换，Propel接入了这些科技社区内的多元化人才库，这些人才具有从软件开发到设计，从数据科学到无代码和其他数字化转型技能的多种技能。
这个管道被提供给全球公司，如它所称的“社区即服务”模型。Propel已经与前述公司以及Orange Telecoms、Stepstone以及一系列欧洲的初创公司和快速扩张的公司合作过，目的包括雇佣人才、共同创造社区黑客马拉松和设计DEI倡议等。
Ola表示，除了获得工作机会，这些社区的科技人才还可以获得福利（通过与服务提供商合作），包括医疗保健和工作站访问权，以及更晚的金融服务，包括贷款和资产融资。这家两岁的人才匹配公司将这个“价值堆栈”作为一个一站式平台，提供给位于15个非洲国家的100多个科技社区，这些社区在地点、性别分布和技术堆栈方面各不相同。
Propel的收入来自招聘和安置费用以及提成；Ola表示，社区也会收到这些费用的一部分。“如果社区成员被安置，社区会得到一部分收入以增加他们的资金。所以我们也为社区创造了以前不存在的新的财务收入流，他们总是必须依赖于赠款或赞助。我们正在为社区提供超级充电，我们为他们提供了升级到下一级的火箭，”首席执行官Ola指出。
这个25人的团队分布在阿姆斯特丹、柏林、约翰内斯堡、拉各斯、伦敦和内罗毕，已经将超过550人安置到了多个国家的工作岗位。到目前为止，这家公司得到了Google Black Founders in Europe的支持，已经筹集了超过300万欧元，将寻求扩大其社区平台，推出新的客户产品，并深化其社区生态系统。
公平
如何利用People Analytics建立一个公平的工作场所
概要：自动化正向人力资源部门走来。通过自动收集和分析大型数据集，人工智能和其他分析工具有望改善人力资源管道的每个阶段，从招聘和薪酬到晋升、培训和评估。然而，这些系统可以反映历史偏见，并在种族、性别和阶级的基础上进行歧视。
管理者应该考虑到：
1）模型很可能对大多数人口群体中的个人表现最好，但对代表性较差的群体则更差；
2）不存在真正的 "种族盲 "或 "性别盲 "模型，从模型中明确省略种族或性别甚至会使情况更糟；
3）如果人口类别在你的组织中分布不均（在大多数情况下不是这样），即使精心建立的模型也不会导致不同群体的平等结果。
人力资本分析，将科学和统计方法应用于行为数据，可以追溯到弗雷德里克-温斯洛-泰勒1911年的经典著作《科学管理原理》，该书试图将工程方法应用于人员管理。但直到一个世纪后--在计算机能力、统计方法，特别是人工智能（AI）的进步之后--该领域的力量、深度和广泛的应用才真正爆发出来，特别是，但不仅仅是在人力资源（HR）管理方面。通过自动收集和分析大型数据集，人工智能和其他分析工具提供了改善人力资源管道每个阶段的承诺，从招聘和薪酬到晋升、培训和评估。
现在，算法正被用来帮助管理者衡量生产力，并在招聘、补偿、晋升和培训机会方面做出重要决定--所有这些都可能改变员工的生活。公司正在使用这种技术来识别和消除不同性别、种族或其他重要人口统计类别的薪酬差距。人力资源专业人士经常使用基于人工智能的工具来筛选简历，以节省时间，提高准确性，并发现与更好（或更差）的未来表现有关的隐藏的资格模式。基于人工智能的模型甚至可以用来建议哪些员工可能在不久的将来辞职。
然而，尽管人力资本分析工具有如此多的承诺，但它们也可能使管理者严重误入歧途。
亚马逊不得不扔掉一个由其工程师建立的简历筛选工具，因为它对女性有偏见。或者考虑一下LinkedIn，它被世界各地的专业人士用来建立网络和搜索工作，也被人力资源专业人士用来招聘。该平台的搜索栏的自动完成功能被发现建议用 "Stephen "这样的男性名字来代替 "Stephanie "这样的女性名字。
最后，在招聘方面，一个关于科学、技术、工程和数学（STEM）领域机会的社交媒体广告，被精心设计为性别中立，但在一个旨在使招聘者的广告预算价值最大化的算法中，男性被显示的比例过高，因为女性通常对广告反应更强烈，因此向她们显示的广告更昂贵。
在每一个例子中，分析过程中都出现了故障，并产生了无意的--有时是严重的--对某一特定群体的偏见。然而，这些故障可以而且必须被预防。为了实现基于人工智能的人力资本分析的潜力，公司必须了解算法偏见的根本原因，以及它们如何在常见的人力资本分析工具中发挥作用。
分析过程
数据并不是中立的。人力资本分析工具通常是建立在雇主对员工的招聘、保留、晋升和报酬的历史数据之上。这些数据总是反映了过去的决定和态度。因此，当我们试图建立未来的工作场所时，我们需要注意我们的回顾性数据如何反映旧的和现有的偏见，并可能无法完全捕捉到日益多样化的劳动力中人员管理的复杂性。
数据可能直接带有明确的偏见--例如，你公司的绩效评估可能在历史上对某个特定群体有偏见。多年来，你已经纠正了这个问题，但如果有偏见的评价被用来训练人工智能工具，算法将继承并传播偏见。
还有一些更微妙的偏见来源。例如，本科生的GPA可能被用作智力的代表，或者职业执照或证书可能是技能的一个衡量标准。然而，这些衡量标准是不完整的，往往包含偏见和扭曲。例如，在大学期间不得不工作的求职者--他们更有可能来自低收入背景--可能得到较低的成绩，但事实上他们可能是最好的求职者，因为他们已经表现出克服障碍的动力。了解你想测量的东西（如智力或学习能力）和你实际测量的东西（如学业考试成绩）之间的潜在不匹配，对建立任何人力资本分析工具都很重要，特别是当目标是建立一个更多样化的工作场所时。
一个人力资本分析工具的表现是它所提供的数据和它所使用的算法的产物。
在这里，我们提供了三条经验，你在管理你的员工时应该牢记在心。
首先，最大限度地提高预测的整体质量的模型--最常见的方法--很可能对大多数人口群体中的个人表现得最好，但对代表性较差的群体则较差。这是因为算法通常是最大化整体准确性，因此在确定算法的参数时，对多数人口的表现比对少数人口的表现有更大权重。一个例子可能是一个用于由大多数已婚或单身且无子女的人组成的劳动力的算法；该算法可能确定使用个人日的突然增加表明辞职的可能性很大，但这个结论可能不适用于那些因为孩子生病而需要时常休假的单亲父母。
第二，不存在真正的 "种族盲 "或 "性别盲 "模式。事实上，在一个模型中明确省略种族或性别，甚至会使事情变得更糟。
考虑一下这个例子。想象一下，你的基于人工智能的人力资本分析工具（你一直小心翼翼地避免提供性别信息）在预测哪些员工可能在被雇用后不久就辞职方面取得了良好的记录。你不确定该算法到底发现了什么--对用户来说，人工智能的功能经常像一个黑匣子--但你避免雇用被该算法标记为高风险的人，并看到新员工在加入后不久就辞职的人数有了明显的下降。然而，若干年后，你因在招聘过程中歧视女性而遭到诉讼。事实证明，该算法不成比例地筛选出了来自缺乏日托设施的特定邮政编码的妇女，给单身母亲带来了负担。如果你知道，你可能已经通过在工作附近提供日托服务来解决这个问题，不仅避免了诉讼，甚至使你在招聘这一地区的妇女时获得竞争优势。
第三，如果像性别和种族这样的人口统计学类别在你的组织中不成比例地分布，这是典型的情况--例如，如果过去大多数管理人员是男性，而大多数工人是女性--即使精心建立的模型也不会导致不同群体的平等结果。这是因为，在这个例子中，一个识别未来管理者的模型更有可能将女性错误地归类为不适合做管理者，而将男性错误地归类为适合做管理者，即使性别并不是模型的标准之一。总而言之，原因是模型的选择标准很可能与性别和管理能力相关，因此模型对女性和男性的 "错误 "程度不同。
如何正确对待它
由于上述原因（以及其他原因），我们需要特别注意基于人工智能的模型的局限性，并监测其在人口群体中的应用。这对人力资源部门尤其重要，因为与一般的人工智能应用形成鲜明对比的是，组织用来训练人工智能工具的数据很可能反映了人力资源部门目前正在努力纠正的不平衡现象。因此，企业在创建和监测人工智能应用时，应密切关注数据中的代表人物。更重要的是，他们应该看看训练数据的构成如何在一个方向上扭曲人工智能的建议。
在这方面，有一个工具可以提供帮助，那就是偏见仪表板，它可以单独分析人力资本分析工具在不同群体（如种族）中的表现，从而及早发现可能的偏见。这个仪表盘突出了不同群体的统计性能和影响。例如，对于支持招聘的应用程序，仪表板可以总结出模型的准确性和错误的类型，以及每个群体中获得面试机会并最终被录用的比例。
除了监测性能指标外，管理者还可以明确地测试偏见。一种方法是在训练基于人工智能的工具时排除一个特定的人口统计学变量（例如，性别），但在随后的结果分析中明确包括该变量。如果性别与结果高度相关--例如，如果一种性别被建议加薪的可能性过大--这是一个迹象，表明人工智能工具可能以一种不可取的方式隐含地纳入了性别。这可能是该工具不成比例地将女性确定为加薪的候选人，因为在你的组织中，女性往往报酬不足。如果是这样，人工智能工具正在帮助你解决一个重要问题。但也可能是人工智能工具加强了现有的偏见。需要进一步调查以确定根本原因。
重要的是要记住，没有一个模型是完整的。例如，一个员工的个性很可能会影响他们在你公司的成功，而不一定会显示在你关于该员工的人力资源数据中。人力资源专家需要对这些可能性保持警惕，并尽可能地将其记录下来。虽然算法可以帮助解释过去的数据和识别模式，但人力资本分析仍然是一个以人为本的领域，在许多情况下，特别是困难的情况下，最终的决定仍然要由人类来做，这反映在目前流行的短语 "人在环形分析 "中。
为了有效，这些人需要意识到机器学习的偏见和模型的局限性，实时监控模型的部署，并准备采取必要的纠正措施。一个有偏见意识的过程将人类的判断纳入每个分析步骤，包括意识到人工智能工具如何通过反馈回路放大偏见。一个具体的例子是，当招聘决定是基于 "文化契合度 "时，每个招聘周期都会给组织带来更多类似的员工，这反过来又使文化契合度变得更窄，有可能违背多样性目标。在这种情况下，除了完善人工智能工具之外，可能还需要扩大招聘标准。
人力资本分析，特别是基于人工智能的分析，是一个令人难以置信的强大工具，已经成为现代人力资源不可或缺的工具。但量化模型的目的是协助，而不是取代人类的判断。为了最大限度地利用人工智能和其他人力资本分析工具，你将需要持续监测应用程序如何实时工作，哪些显性和隐性标准被用来做决定和训练工具，以及结果是否以意想不到的方式对不同群体产生不同影响。通过对数据、模型、决策和软件供应商提出正确的问题，管理者可以成功地利用人力资本分析的力量来建立未来的高成就、公平的工作场所。
来自HBR ，作者 David Gaddis Ross David Anderson Margrét V. Bjarnadóttir
公平
5个关注职场公平以及多样性和包容性的理由
你公司的每个员工都有公平竞争的环境吗?这就是职场公平的概念试图解决的问题。
当我们谈到多样性和包容性(D&I)时，一个经常被忽略的关键因素是公平。公平是指每个人-不论其种族背景、原籍国、年龄、身体能力或性别-都有公平竞争环境的国家。当多样性、包容性和公平性结合在一起时，你的员工就有能力发挥他们的最佳水平。
多项研究已经调查了多样性与公司成功之间的直接关系。波士顿咨询集团（Boston Consulting Group）的一项研究指出，管理团队更加多元化的公司，由于更大的创新，可能带来19%的收入增长。
但是，除非每个员工群体都有机会加入管理团队，否则您无法解锁这些福利！而这正是职场公平试图解决的问题。
为了强调这一概念的重要性，一个由100多名投资者组成的代表1.7万亿美元资产的集团最近签署了工作场所股权披露声明，要求寻求投资的公司披露其股权数据。
随着我们朝着更具可操作性的多样性和包容性的定义迈进，公平必须成为核心。
公平不是平等的同义词
那些努力实现工作场所平等（不加歧视地平等对待每个人）的公司可能并没有考虑到公平的需要。整个劳动力都在相同的规则、特权和员工体验设计下，而不关注与人口相关的独特需求。这可能导致不公平的工作环境。
Ransom用一个简单的例子来解释这个问题:“平等就是给每个人提供同样的一餐，但却全是肉，即使你知道你的小组里有素食主义者”
另一方面，公平试图确定族裔、国籍、年龄、性别等人口特征所反映的具体需要，然后通过缩小少数群体和多数群体之间的差距，设法解决每个群体的不同需要。这使得公平成为真正赋予少数群体权力的核心(而不仅仅是理论上的平等)。（了解更多：https://hrtechchina.com/）
Ransom继续她的例子，她说:“公平是提供素食选择以及肉餐，这样每个人都有他们可以吃的东西。为了在你的组织中拥有公平，你需要了解每个人需要什么，这样才能在工作场所获得成功。”
换句话说，同样涵盖公平的多样性和包容性计划取决于对不同员工需求的敏锐认识。为什么这么有必要？
为什么公平与多样性和包容性并重
投资股于公平的公司可以从几个方面获益。这里有五个理由说明为什么公平应该成为多样性和包容性战略的核心。
1.公平鼓励决策中的认知多样性。
有利的公平反过来又可以提高工作满意度和员工敬业。
没有公平，即使是最多元化的公司也会有一个一维的领导团队来负责决策。以世界卫生组织（WHO）最近的报告为例，该组织发现，女性占全球医疗保健劳动力的70%，但做出决策和领导工作的女性“太少”。
换言之，虽然妇女的代表性可能是平等的，但她们获得领导地位方面的权力可能会缺失。
其结果是，领导团队无法获得认知多样性，而认知多样性使各种解决问题的方法成为可能。通过采取工作场所公平的措施，你可以确保一个多样化的团队负责公司的战略方向，使其更加灵活和有弹性。
2.公平使多样化的劳动力有针对性地提高技能
在一个庞大的员工队伍中，你必然会受到不同程度的教育，员工来自特权阶层、弱势群体和多种其他社会经济背景。
如果不注重公平，同样的学习和发展（L&D）计划却适用于所有员工。结果很可能是，一些有才华的人无法充分发挥他们的潜力。
“当我们给每个人同样的东西时，我们不仅冒着无意义的风险，也冒着没有给每个人他们真正需要的东西的风险。”Ransom说。
这就是为什么美国进步中心（Center for American Progress）在2019年推出了一个名为“劳动力质量培训和就业重新设计”的框架，其目标是“劳动力公平设计”。该文件提到，所有教育水平的女性和有色人种占低工资劳动力的大多数，“无论是否合适或盈利潜力。”
以公平为重点的培训可以弥补由残疾、社会经济背景、非英国本土出身等因素造成的技能差距，从而使每个工人都为未来做好准备，并在经济上保持稳定。该框架甚至要求特定规模的雇主向国家劳动力公平信托基金(WETF)捐款。
将公平与多样性和包容性结合起来，您就可以识别技能需求(如数字识字差距)并使每个人都具备最佳工作所需的技能。（了解更多：https://hrtechchina.com/）
3.公平驱动特定员工的参与度
理想的员工体验将因员工群体的不同而有所不同。
举个简单的例子，单身母亲可能想在五天中至少有三天远程工作。这并不意味着远程工作是您组织的其他成员必须拥有的策略。它只是表明你有能力给一个员工提供他们做好工作所需要的设施。
入职体验、沟通、认可等要素可以根据员工的特殊需求进行调整，确保每个人都能获得公平的竞争环境。
4.公平防止不满，并最终防止雇员流失。
当公司不把公平与多样性和包容性放在首位时，少数群体的体验质量就会大打折扣。每个人可能都有同样的经历，但由于多种人口因素，某些群体的满意度并不相同。
以2019年对850名科技员工的调查为例，只有10%的男性表示，他们的声音有时会被压制。相比之下，20%的受访者在会议中感到“积极克制”，而在这20%的受访者中，所有人都被认为是亚裔、黑人或非裔美国人、拉丁裔或混血人种。
通过努力实现公平。例如，要求不同群体的不同个人带头开会——可以抑制不满情绪，最终减少员工流失。
正如兰瑟姆所指出的那样，“公平更难，因为它需要组织及其领导者付出更多的努力，但流动成本高于推动巨大公平的成本。”
5.公平使整个公司为共同的使命做出贡献
多元化、包容、公平三重奏旨在帮助每个员工为共同的公司愿景做出贡献。
假设实现“50%的女性领导”是你下一个财政年度的使命宣言的一部分。通过积极采取措施实现股权，公司将有更好的机会实现这一目标。
招聘经理将集中精力招聘女性领导，研发专业人员可以为女性勾勒出领导力发展轨迹，你可以重新设计福利方案，支持女性跨越职业轨迹。这会增加你达到50%的机会，最终从这些职场女性的职业贡献中获益。
“组织需要对尝试不同的实践来取得成果持开放态度。如果一个人比其他人需要更多的技能发展，我们不应该把它看作是负面的，”Ransom建议。
为贵公司的公平铺平道路
除了多样性和包容性之外，一些公司现在正在采取具体步骤来实现公平。医疗器械公司Medtronic发布了一份年度公民报告，其中包括公平数据。在2019年，公司宣布它在全球实现了99%的两性薪酬平等。在HubSpot公平是公司D&I使命的一部分。
员工资源组(ERGS)是提高对不同员工需求的认识的极好方法，这是公平不可或缺的一部分。Ransom说：“ERG可以通过提供空间，在同事之间讨论问题并创造解决方案，从而实现公平，这有助于增强他们向领导团队表达自己需求的能力。”
对于希望在2020年扩大其多样性、包容性和公平基准的公司，我们建议使用人力分析开始对员工组成进行数据分析。
管理也是一个很好的选择。它允许您按年龄、性别和少数群体筛选劳动力数据，研究前线员工和领导层。
通过定期调查员工在工作场所的独特需求和差距来补充这些人口统计数据。这种组合将帮助你取得成果，在此基础上，你可以建立真正的工作场所公平战略。
通过采取基于结果的积极措施，你可以把你对公平的看法变成你的组织的标准。
以上由AI翻译，仅供参考！
作者：Chiradeep BasuMallick
来源：hrtechnologist
公平
LinkedIn阐明了其信任的四项原则 专业网络讨论用户数据，安全性，机会均等和法律
社交网络领域中非专业方面的信任 已成为最近几个月的热门话题，因此，针对专业人士的网络LinkedIn试图阐明指导其努力保护其成员并保持其信任的原则。
高级副总裁兼法律总顾问布莱克·拉里特（Blake Lawit）在博客中写道：“随着我们对工作世界的影响越来越大，我们认识到责任也越来越大。我们了解，在隐私，安全性，安全性和公平性等关键领域中，我们需要继续为我们的会员和全世界提供服务。因此，除了首先获得会员的基本价值外，我们还使用一系列指导原则来确保我们的员工做出最佳决策，以保护我们的会员并维护他们的信任。”
Lawit概述的四项原则如下：
清晰，一致和对用户数据的控制： Lawit说，LinkedIn告诉其成员打算如何处理其数据，并且不会将这些数据用于其他目的，并补充说，专业网络的易于使用的设置为他们提供了完全的控制权。
安全： LinkedIn使用其成员的系统，技术和报告来检测并快速删除违反其社区政策的内容。Lawit还重申了专业网络对防止虚假个人资料，工作和公司的承诺。
机会均等： Lawit说，LinkedIn致力于在不偏不倚的前提下开发其产品，为所有成员提供机会并寻求缩小网络差距。
遵守法律： Lawit写道：“我们是一个全球平台，有义务尊重适用于我们的法律。我们还为塑造这些法律的对话做出了贡献，从而实现了为全球劳动力的每个成员创造经济机会的愿景。”
AI翻译原文如下：https://blog.linkedin.com/2019/november/1/maintaining-the-trust-of-our-members
在LinkedIn上，我们的核心价值观之一一直是将会员置于第一位。这意味着每天在做大小决定时，我们都会问：“这对我们的会员来说是正确的事情吗？” 这个价值是驱动我们，团结公司并推动我们继续值得我们近6.6亿会员信任的价值。
随着我们对工作世界的影响越来越大，我们认识到我们的责任也越来越大。我们了解，在隐私，安全性，安全性和公平性等关键领域中，我们需要继续为我们的会员和世界提供服务。因此，除了首先要重视会员的基本价值外，我们还使用一系列指导原则来确保员工做出最佳决策，以保护会员并维护他们的信任。
这些原则是：
我们为会员提供清晰，一致和对自己数据的控制。简单地说，我们告诉我们的会员我们将如何处理他们的数据。然后，我们按照我们所说的对数据进行处理。我们努力为我们的会员提供简单，易于理解的设置和控件，以使他们可以控制自己的数据。
我们致力于使LinkedIn成为一个安全，可信赖且专业的平台。因为我们重视专业表达，所以我们使用会员的系统，技术和报告来检测并迅速删除任何违反我们专业社区政策的内容。成员也理所当然地希望他们在LinkedIn上遇到的内容是合法的。这就是为什么 我们非常专注于删除虚假的个人资料，工作和公司的原因。
我们认为，两个具有同等才能的成员应享有平等的机会。为了实现这一目标，我们致力于构建一种不偏不倚的产品，为所有会员提供机会。仍有许多工作要做，但我们专注于跨公司，与成员和客户以及整个行业合作，以缩小网络差距。
最后，我们是一个全球平台，有义务尊重适用于我们的法律。我们还为塑造这些法律的对话做出了贡献，从而实现了为全球劳动力的每个成员创造经济机会的愿景。
我们的成员来LinkedIn找工作，保持了解情况并学习新技能。我们有责任为他们提供一个安全且可信赖的平台来做到这一点，并对我们如何决策以建立他们期望的专业社区持开放态度。
————————————————————————————
英文：
Here at LinkedIn, one of our core values has always been to put our members first. This means that every day, when making decisions large and small, we ask: "Is this the right thing to do for our members?" This value is what drives us, unites our company, and pushes us to remain worthy of the trust of our nearly 660 million members.
As our impact on the world of work has grown, we recognize that our responsibility has grown as well. We understand that in the critical areas of privacy, security, safety, and fairness, we need to continue to deliver for our members and the world beyond. So, in addition to this foundational value of members first, we use a set of guiding principles to ensure our employees make the best possible decisions to protect our members and maintain their trust.
These principles are:
We provide our members with clarity, consistency, and control over their data. Simply, we tell our members what we will do with their data. We then do what we say we will do with this data. And we strive to provide our members with simple, easy to understand settings and controls so that they are in control of their data.
We are focused on keeping LinkedIn a safe, trusted, and professional platform. Because we value professional expression, we use systems, technology, and reports from our members to detect and quickly remove any content that violates our Professional Community Policies. Members also rightfully expect content they encounter on LinkedIn to be legitimate. That’s why we are deeply focused on removing fake profiles, jobs, and companies.
We believe two members with equal talent should have equal access to opportunity. To achieve this goal, we are committed to building a product with no unfair bias that provides opportunity to all of our members. There is a lot of work still to do, but we are focused on working across our company, with our members and customers, and across the industry to close the network gap.
Finally, we’re a global platform with an obligation to respect the laws that apply to us. We also contribute to the dialogue that shapes these laws so that we can fulfill our vision of creating economic opportunity for every member of the global workforce.
Our members come to LinkedIn to find a job, stay informed, and learn new skills. It’s our responsibility to give them a safe and trusted platform to do just that, and be open about how we make decisions to build the professional community they expect.
公平
Fairygodboss筹集了1000万美元，用于雇佣女性求职者
Fairygodboss是一个自称为职业头脑的女性社交网络，今天宣布已经筹集了由GSV Accelerate和Signal Peak Ventures共同领导的A系列融资1000万美元。这是继2018年5月300万美元的风险投资之后，纽约创业公司的总资本增加到1400万美元。该公司表示，新资金将使Fairygodboss“增强”其现有产品套件并扩大其团队。
Fairygodboss--由道琼斯老将Georgene Huang和Romy Newman于2015年共同创立 - 初始时是一个像Glassdoor一样的匿名评论门户网站，逐步开始成为一个普通的职业网站。除了工作列表和雇主档案外，它还提供个性化的每日供稿和众包数据库，以满足公司的利益。
与LinkedIn或CareerBuilder不同，Fairygodboss直接面向构成美国劳动力的7200多万女性。前任和现任女性员工分享有关哪些雇主有慷慨的产假政策或平衡工作与生活的信息，他们的评论被公布于Fairygodboss，并定期更新最佳女性公司名单。
Fairygodboss是免费的 - 它的大部分资金都是为客户编写赞助内容并为他们提供竞争对手的见解 - 每月有超过300万的访问者。黄和纽曼认为这种势头部分是由于产妇福利的耻辱所致。根据Fairygodboss在2015年进行的一项调查，65％的女性表示在采访中询问产假细节时感到不舒服，80％的女性表示他们在没有充分了解这些政策的情况下加入公司。此外，根据审查数据，Fairygodboss表示，与用户相比，只有61％的用户表示女性被公平对待，而21％的用户并未将女性与男性平等地提升。
该网站显然做得对。Fairygodboss声称它在两年内用户增长了30倍 - 达到2400万女性 - 并告诉VentureBeat它拥有超过100家企业合作伙伴，包括埃森哲、苹果、通用汽车、家得宝、希尔顿、摩根大通和南方等家喻户晓的品牌。
“我确实认为公司需要明白，人们——无论他们是否为人父母——需要在工作之外有自己的生活，”Huang在Fairygodboss最近在纽约举办的激励论坛上对《纽约时报》副总编丽贝卡·布鲁门斯坦说。“为了在实现性别平等方面取得进展，我们必须如实讲述我们的职场经历。对于女性来说，直接听取其他女性的意见意义重大。”
以上为AI翻译，内容仅供参考
原文链接：Fairygodboss raises $10 million to match female job candidates with employers
公平
投资智能招聘技术的7个理由
文/ Chiradeep BasuMallick
在过去的两年中，招聘技术招聘技术发展迅速，激发了一种全新类型的技术创新、颠覆性对话和行业对话。那么，为什么企业会迅速投资于招聘技术，将其作为独立的人力资源工具？是什么因素促使人力资源领导者，尤其是使用基于人工智能的智能招聘技术呢？
让我们深入调查。
1. 网上申请变得更容易
申请人跟踪系统已经使用基本形式的AI来分析和优先处理每天收集的大量简历。智能招聘技术进一步扩展了这一用例，让雇主通过应用智能和预测技术，主动寻找相关求职者。
2. 一级筛选加快
对于任何招聘途径来说，最初的选择都是最耗时的，并且在迭代的、常规的检查列表中占很大比例。基于人工智能的智能招聘技术可以快速扫描简历，并创建一个初步的候选名单。
最耗时的任务是通过筛选数百名可能的候选人，选出最适合一级面试的候选人。一场革命就是获得一种无法恢复的资源，那就是时间。
更重要的是，你甚至可以期待对话界面从求职者那里收集信息，在必要的时候不再需要详细的简历。
3.达到目标候选人
这是人工智能在招聘中最有影响力的用例之一。除了自动化单调的任务，人工智能还可以帮助定位被动求职者，并根据组织价值观进行搜索，这超出了人力招聘人员的能力。所有这些都不需要花费时间或金钱来组织面对面的会议。
4. 人工智能创造了公平的竞争环境
聪明的招聘技术可以通过几种方式让事情对求职者更加公平。首先，这是最重要的——它可以消除工作岗位、面试问卷和筛选方法中的偏见。此外，简历不再是求职者与招聘人员互动的唯一接触点。对于非软技能相关的职位，这将帮助招聘人员超越措辞糟糕的简历，在任何情况下评估真实的成就。
5. 这对于远程招聘尤其有用
零工经济只会获得真正的动力。大多数招聘人员在招聘、留住和解雇远程员工方面都没有经验。因此，他们往往无法识别成为出色零工的特征和参数。人工智能引擎可以快速处理历史数据，这些数据是从多个来源中挑选出来的，用于推荐候选人是否适合远程职位。
6. 新的招聘技术可以使面试现代化
这一直是招聘技术界争论的焦点。虽然人工智能已经取代了一级甚至二级评估，但它在后续阶段的作用仍在不断发展。然而，我们可以想象这样的场景:人工智能机器人在Skype采访中提问，或者人工智能层被用来评估预先录制的采访视频。
7. 面试后的分析更准确
通过使用最新的数据分析技术，AI可以不断地从以前的招聘案例中学习。因此，随着时间的推移，你的招聘技术平台变得更加智能，能够以更快的速度提供更准确的结果。
结论
这些都是公司寻求投资于尖端招聘技术解决方案的主要原因。但这是否意味着技术将完全取代传统的人力招聘?专家说。“鉴于自动化尚未具备绘制行为和文化之间结缔组织的技能，只有人类才能决定谁才是真正的最佳人选。”未来的招聘人员可能需要接受这样一个事实:技能匹配可能没有性格评估那么重要。
在人工智能和自动化时代，人力技能在招聘行业变得越来越有价值。凭借智能招聘技术的不可思议的效率，加上直觉和实地经验，招聘人员可以希望强化结果，并在当今的求职者优先市场获得绝对优势。
以上为AI翻译，内容仅供参考
原文：7 Reasons to Invest in Smart Recruiting Technology
扫一扫 加微信
hrtechchina
公平
公平
公平
公平
公平
公平
公平
公平
公平
扫一扫 加微信
hrtechchina
