说人工智能和机器学习正在帮助人类解决人力资本管理问题，有点讽刺。招聘是当今企业面临的最棘手的问题之一。找到合适的人才对您的业务成功至关重要。委婉地说，雇错人可能代价高昂。最好的估计是寻找和雇用一名新员工需要花费250,000美元，如果这个选择是错误的，那么这个成本很快就会变成天文数字。随着候选人和员工的数据量不断增加，一些创新的人工智能公司正在应对提高人才获取效率和有效性的挑战。招聘效率：唾手可得的成果招聘是一项涉及整个组织利益相关者的高接触活动。有许多AI初创公司通过自动化低级任务并为决策者提供更好的信息来显着减轻运营负担。例如，X.ai的解决方案可以帮助处理日程安排等繁琐的事情；ClearFit可以通过自动查找和排名候选人来节省招聘人员的筛选时间；Filtered可以通过自动生成的代码来评估候选人（也可以提高他们的有效性）。虽然这些可能不是人力资源的杀手级应用程序，但它们可以在短期内提供价值，同时帮助人工智能公司收集数据以扩展到新领域。招聘效率：具有挑战性的***目标提高效率可能会让企业大吃一惊。为了提高效率，企业需要更好的数据和信息，以便他们能够找到合适的候选人并在筛选时关注正确的指标。每次招聘过程中都会生成大量数据，但不会捕获这些数据以备将来参考。当公司需要新人才时，他们会发布招聘信息，寻找候选人，通过不同的面试筛选他们，最后选择一个来填补空缺。每次公司或求职者经历这个过程，他们都必须从头开始，招聘活动不仅占用时间，而且还需要宝贵的信息。Wade&Wendy's正试图通过一个虚拟助手来解决这个问题，它是与求职者的第一接触点，并继续在求职者和公司之间建立互动关系。在寻找候选人时，企业仍然难以在正确的时间传达信息并瞄准正确的人选。人工智能初创公司正在使用现有数据来解决这个问题。Textio旨在帮助公司创造更好的就业机会，帮助他们脱颖而出；而EngageTalent让他们能够发现被动的求职者，并在合适的时间为他们提供个性化的信息。筛选候选人往往依赖于简历，这既是一个人技能的间接指标，也是对他们的成就和能力的不完整描述。Harver正在创建一种新型筛选，通过生成有趣的测试来评估候选人是否能完成工作中的任务，Ansaro正在整合公司拥有的所有员工数据来构建预测模型，以便他们变得更加聪明。招人。商业模式挑战AI初创公司可以为企业和求职者提供重要的价值，但他们在定义商业模式时需要了解如何创造这种价值。招聘是一个双向市场，在非常分散的时间间隔内创造高价值（即招聘人员）。这给科技公司带来了挑战，因为虽然他们习惯于经常性收入流，但他们的客户可能更愿意按工作/职位付费，而不是典型的SaaS模式。有一些方法可以克服这个问题，要么通过针对具有高招聘需求的细分市场（例如高周转率的企业/临时工），要么通过创建提供经常性价值的产品，但早期创业公司和投资者必须考虑佣金模式，考虑如何过渡到循环模式。人工智能可以让招聘更智能虽然企业可以利用越来越多样化的数据来为每个职位找到最佳人选，但招聘流程仍然受限于过去，基于标准化的简历和（可能有偏见的）面试官的意见，因此企业受到影响.即使我们谈论的是人，机器似乎不仅可以帮助寻找候选人，还可以帮助他们筛选候选人。事实上，研究表明人们在挑选合适的候选人方面很糟糕，分析表明算法在招聘方面可以胜过人类专家。尽管AI远不能自主决定公司应该雇用谁以及谁最适合这份工作，但您可能想看看AI如何更聪明地进行招聘。
