Война за ИИ-таланты и другие топ-темы рекрутмента в 2018 году

Перевод статьи 2018 Headlines — the “War for AI Talent” and Other Top Recruiting Headlines в рамках нашего проекта переводы статей по hr-аналитике на английском. Автор статьи John Sullivan - гуру, которого я открыл для российского рынка, статей его переведено так много, что стоит давать только лучшие

1. Как Google стал №3 в списке самых дорогих компаний Мира, используя People Analytics
2. Уроки управления талантами от Apple: кейсы от самой дорогой компании Мира
3. Кейс-стади Управления Талантами от Facebook. Часть 1
4. Кейс-стади Управления Талантами от Facebook. Часть 2
5. 3 главных тренда в рекрутинге 2016 от Джона Салливана

Перевод выполнила Светлана Пороскова. Светлана – рекрутер с более чем 20-летним стажем, специализирующаяся на IT и технологических рынках, сертифицированный карьерный коуч и консультант, автор и переводчик материалов по подбору и развитию карьеры. Профили в фейсбуке и линкедине.

итак,

Война за ИИ-таланты и другие топ-темы рекрутмента в 2018 году 

За свои более чем 40 лет работы в рекрутменте, я не видел ни одного периода, когда изменения были бы столь быстрыми и значимыми, как за последние 2 года.  Предвижу, что эта скорость изменений сохранится и даже увеличится. Вы должны знать и быть готовыми к переменам, о которых будут говорить в рекрутинговых СМИ в 2018 году.  Эти изменения вполне ожидаемо будут опираться на 4 «столпа» рекрутинга 3.0: данные, технологию, маркетинг и приоретизацию.  Но даже эти перемены в самом рекрутменте меркнут перед тем, что я называю «войной за ИИ-таланты» (“War for AI talent”), которая охватит все крупнейшие корпорации в ближайшие несколько лет.

Тема No. 1 — Драматические изменения в бизнес-операциях создают войну за ИИ-таланты

Руководители (CEO) пяти наиболее дорогих, с точки зрения рыночной капитализации (market cap) глобальных компаний (Apple, Alphabet, Microsoft, Amazon и Facebook) ясно дали понять, что существенная часть их операционной деятельности будет реализовываться при помощи искусственного интеллекта и машинного обучения. Машинное обучение является ключевым моментом в новых сферах приложения сил этих компаний, таких, как распознавание голоса, беспилотные автомобили, распознавание фото и поиск. ИИ и машинное обучение станет основным в операционной сфере практически всех крупнейших корпораций в связи с результатами, которых можно достичь при их помощи.

Этот внезапный и широкий спрос на специалистов в машинном обучении, разрабатывающих и обучающих алгоритмы, может превзойти текущее предложение рынка в 10 раз. Исследование Института Тенсента (Tencent Research Institute) показало, что “в мире существует всего 300 000 исследователей и специалистов по искусственному интеллекту, но рыночный спрос на них составляет миллионы позиций”. А так как большинство из них заняты, от рекрутеров потребуется тщательно продуманный подход к их переманиванию. 

Другой автор обнаружил, что американские университеты способны выпускать только около 100 студентов в год, обладающих требуемыми в этой области квалификациями. И не забывайте, что США соревнуется за таланты в области ИИ с такими странами, как Великобритания, Израиль, Китай и Канада. 

Так как успех в машинном обучении зависит от интеграции усилий команды, подбор этой команды может оказаться еще более сложным, потому что рекрутеру не удастся сфокусировать внимание на какой-то единственной профессиональной области. Названия позиций в поиске могут включать инженеров-разработчиков по машинному обучению (machine learning engineers), специалистов по работе с данными (data scientists/engineers), и даже исследователей машинного и глубинного обучения (machine and deep-learning researchers). А так как в большинстве компаний очень мало или вообще нет рекрутеров, специализирующихся на подборе в машинное обучение, большинство отделов подбора вскоре будет просто не в состоянии справиться с этой критичной зоной роста. Сочетание такого внезапно высокого спроса и ужасающе малого предложения в итоге даст лозунг для бизнеса и рекрутмента, который гласит: “Война за ИИ-таланты началась!”

Тема No. 2 — Данные завладели функцией подбора

Очевидно, что машинное обучение основывается на подходе, ориентированном на данные (data-driven approach), поэтому все бизнес-функции будут вынуждены перейти на эту модель работы. И конечно же, рекрутинг не составляет исключения. Поэтому руководители подбора должны будут использовать данные для более четкого формулирования требований к позиции, обеспечивающих успешный поиск, лучшие источники и наиболее удачный скрининг (оценку резюме на входе – прим. пер.) и оценку кандидатов. А это означает, что все корпоративные подразделения подбора должны освоить подход Google, ориентированный на данные (Google data-driven approach), который подразумевает, что “все решения по людям принимаются на основе аналитики данных.” Рекрутмент также должен осознать, что использование данных может усилить его позицию в бизнесе, что выльется в надлежащее финансирование этой функции, позволяющее развиваться в новых областях технологий и маркетинга. 

Тема No. 3 — Высокие технологии проникают в функцию подбора

В 2018 году нынешний высокий уровень интереса к высоким технологиям со стороны подбора перейдет в полное принятие эти технологий. И корпорации, и вендоры (компании-разработчики – прим.пер.), ускорят разработку технологий и машинного обучения в таких критических направлениях, как поиск (sourcing), оценка кандидатов, а также уменьшение ошибок при подборе. Но этот переход может быть проблематичным, т.к. многие рекрутеры не понимают технологий, а другие просто-напросто им сопротивляются. И конечно же, когда технологии завоюют большинство зон поиска и оценки кандидатов, множество рекрутерских позиций просто-напросто отпадет. И только те рекрутеры, кто сможет преуспеть в продаже и маркетинге вакансий для рынка или кто вырастет до роли консультанта по привлечению талантов (talent advisor), обеспечат себе стабильность. 

Тема No. 4 — Рекрутинг стремительно движется к маркетинговым подходам

Практически каждый, кто сравнивает рекрутинг и продажи, приходит к выводу, что их цели удивительно похожи. Но когда вы посмотрите на то, как функционирует каждая из этих областей, вы увидите, как они различаются. Корпоративный маркетинговый процесс в гораздо большей степени основан на данных, сегментирован и подход к нему гораздо более научный. И как результат, маркетинг куда лучше знает свои целевые сегменты и то, по каким критериям они принимают решения. На контрасте, функция подбора слишком часто опирается только на интуицию и традицию. Однако, раз данные начали завладевать функцией рекрутмента, руководители этой функции очень быстро поймут, как мало они знают о своих целевых кандидатах, о том, как те ищут работу и принимают предложения. Это понимание приведет к введению исследований целевых кандидатских аудиторий (target and candidate research), что существенно улучшит привлечение нужных кандидатов, удержание лучших в процессе подбора и намного повысит показатели принятия кандидатами предложений о работе (offer acceptance rates).

Тема No. 5 — Рекрутмент в конечном итоге придет к модели приоретизации (Prioritization Model)

Практически каждая бизнес-функция полагается на приоретизацию, чтобы убедиться, что ее ограниченные ресурсы тратятся на задачи, имеющие наибольшее значение для бизнеса. Когда данные для анализа станут более доступными, руководители подбора поймут, что не все вакансии и кандидаты имеют одинаковое влияние на бизнес. И это означает, что, если они хотят увеличить свои видимые для бизнеса результаты, им нужно сфокусировать свои ресурсы подбора и лучших рекрутеров и поместить наиболее критичные для бизнеса вакансии в начало очереди. Руководители должны приоретизировать подбор, выделив стратегически важные команды, позиции, приносящие прибыль и другие вакансии, имеющие большое влияние на бизнес. Анализ данных покажет, что им также нужно сосредоточиться на привлечении инноваторов, наиболее продуктивных специалистов (top performers) и быстро адаптирующихся и обучающихся кандидатов, потому что эти люди создают гораздо большую экономическую выгоду, чем средние новички.

И напоследок

В противоположность многим моим коллегам, я полагаю, что прогнозировать будущее рекрутмента достаточно легко, если вы следуете одному простому правилу. Отследите эволюцию других важных бизнес-функций, таких, как маркетинг, брэндинг, управление цепями поставок (supply chain) или финансы. Затем используйте их освоение новых подходов для предсказания того, что должен будет сделать рекрутмент после многих лет откладывания на потом. И это значит, что после борьбы или даже игнорирования бизнес-трендов, рекрутинг обязательно примет способы принятия решений, основанные на анализе данных (data-driven decision-making), измерения качества, роботизацию, искусственный интеллект и машинное обучение, приоретизацию и перевод своих результатов на язык денег, чтобы посчитать возврат инвестиций (ROI).

Доктор Джон Салливан (Dr. John Sullivan)

Доктор Джон Салливан – лидер мнений в области HR из Кремниевой Долины с международной известностью. Он специализируется на таких темах, как решительное и бизнес-ориентированное влияние HR и стратегические решения для управления талантами. Он весьма плодовитый автор более чем 900 статей и 10 книг, посвященных всем областям управления талантами; также он написал более десятка экспертных докладов, провел более 50 вебинаров, десятки воркшопов и принял участие в 35 видеозаписях. Джон Салливан -  увлекательный корпоративный спикер, вдохновивший аудитории в более чем 300 корпорациях и организациях в 30 странах на всех континентах. Его идеи транслировались со страниц всех крупнейших бизнес-изданий, включая Wall Street Journal, Fortune, BusinessWeek, Fast Company, CFO, Inc., NY Times, SmartMoney, USA Today, HBR и Financial Times. В добавок ко всему, он является автором колонки в Wall Street Journal Experts. У него брали интервью CNN, CBS и вечерние выпуски на каналах ABC, NPR, а также многие местные теле- и радиостанции. Fast Company назвала Джона Салливана "Майклом Джорданом в подборе," Staffing.org называл “отцом HR-метрик,” а SHRM -  “Одним из наиболее уважаемых стратегов в индустрии HR." Он входит в топ-10 “Ведущих мыслителей в HR” и занимал 8 позицию в топ-25 наиболее онлайн-авторитетных людей в управлении талантами. Джон Салливан занимал позицию Руководителя по персоналу (Chief Talent Officer) компании Agilent Technologies, отпочковавшейся от HP, с численностью в 43 000 человек, а также был директором (CEO) Центра развития бизнеса (Business Development Center), небольшой консалтинговой компании в Бейкерсфилде, штат Калифорния. Сейчас он является профессором менеджмента в Университет штата Калифорния в Сан-Франциско (с 1982 года). Его статьи можно найти в интернете на его сайте www.drjohnsullivan.com, а также на  www.ERE.Net. Он живет в городе Пацифика, штат Калифорния. 

__________________________________________________________

На этом все, читайте нас в фейсбуке и телеграмме