چرا این مهم است؟
تیمهای HR معمولاً هزاران رزومه در سال دریافت میکنند اما وقت کافی برای خواندن همه را ندارند. این یکی از رایجترین و در عین حال پرریسکترین جاهایی است که سازمانها AI را امتحان میکنند.
مفهوم اصلی
هدف این نیست که AI تصمیم استخدام بگیرد. هدف این است که AI اولویتبندی کند — کدام رزومهها را تیم HR اول بخواند.
فرق این دو خیلی مهم است:
- نادرست: «AI تصمیم میگیرد چه کسی استخدام شود».
- درست: «AI کمک میکند تیم HR وقتش را روی بهترین گزینهها بگذارد».
مثال واقعی
یک شرکت متوسط سالانه حدود ۳۰۰۰ درخواست شغلی دریافت میکرد، اما فقط دو نفر در تیم HR بودند.
راهحل: سیستم رزومهها را بر اساس معیارهای از پیش تعریفشده امتیاز میداد — سابقهی کاری مرتبط، مهارتهای ذکرشده، تطابق با شرح شغل. اما هیچ رزومهای بهطور خودکار رد نمیشد؛ فقط ترتیببندی میشدند.
نتایج بعد از یک سال:
- زمان غربالگری اولیه از سه هفته به سه روز رسید.
- تیم HR هنوز همهی رزومهها را میدید، فقط ترتیب متفاوت بود.
- هر سه ماه، تیم HR نمونهای از رزومههای رتبهپایین را دستی بررسی میکرد تا مطمئن شود چیزی خوب از دست نرفته.
نکتهی کلیدی: موفقترین پیادهسازیهای AI در HR، جایی هستند که AI فقط ترتیب میدهد، نه رد میکند. تصمیم نهایی همیشه دست انسان میماند.
گامبهگام
اگر میخواهی چیز مشابهی در سازمانت پیاده کنی:
| قدم | توضیح |
|---|---|
| ۱. معیار شفاف | مهارتها و سابقهی مرتبط را دقیق تعریف کن — نه «رزومهی خوب». |
| ۲. بدون رد خودکار | هیچ رزومهای نباید بدون دیدن انسان کاملاً حذف شود. |
| ۳. بررسی دورهای | هر فصل، نمونهای از رزومههای ردشده را بازبینی کن. |
| ۴. شفافیت با داوطلب | اگر کسی بپرسد، بتوانی توضیح بدهی چرا رتبهاش این بود. |
چالش کوچک
اگر تیم HR سازمانت را میشناسی، از آنها بپرس: «چند درصد وقتتان صرف خواندن رزومههایی میشود که آخر رد میشوند؟» این عدد، اندازهی فرصت پروژه است.
این را روی کار واقعی خودتان امتحان کنیم؟
همینجا پاسخ دهید و پتانسیل اتوماسیون کسبوکارتان را بسنجید.
یک جلسهی نیمساعته کافی است تا همین مفهوم را روی دادهی خودتان ببریم.
اگر این خدمات مناسب شما نباشد، صریحاً به شما میگویم.