Перевод статьи Agentic AI: The Next Evolution in Talent Acquisition?
Мэтт Стейни
Вице-президент по сообществу в HIGHER Community от Talentful | Эксперт в области трансформационного подбора персонала, HR-технологий и брендинга работодателя | Наука о данных | Машинное обучение | Энтузиаст, футурист и студент в области этичного ИИ
ПРИГЛАШАЮ ОТСЛЕЖИВАТЬ НАС В ТЕЛЕГРАМ
Агентный ИИ: Следующий этап эволюции в подборе персонала?
В недавней дискуссии на LinkedIn, инициированной моей подругой Сарой Уайт, старшим вице-президентом по инновациям и трансформации в SAP SuccessFactors (поздравляю с новой ролью, кстати! Мне очень нравилось мое время в SAP SuccessFactors), возник вопрос, который становится все более актуальным для лидеров в области подбора персонала и HR: что именно представляют собой "агенты ИИ" или "агентный ИИ" и чем они отличаются от ИИ, который мы видели в чат-ботах, таких как ChatGPT? С таким количеством новых модных слов — "агенты", "агентный ИИ", "ко-пилоты" — легко почувствовать себя перегруженным или неуверенным в их ценности, особенно в сфере рекрутинга и HR-технологий. Давайте проясним, что нас ждет в будущем и как это может изменить работу лидеров в области подбора персонала.
От полезного к проактивному: переход от генеративного ИИ к агентному ИИ
1. Генеративный ИИ сегодня
Когда люди слышат "ИИ" в наши дни, они часто думают о таких инструментах, как ChatGPT. Эти генеративные ИИ-решения отлично справляются с:
Умные вопросы и ответы: Вы задаете вопрос, ИИ отвечает.
Генерация контента: Он пишет все, от электронных писем и постов в социальных сетях до кода.
Помощь в исследованиях: Он суммирует ключевые моменты, генерирует идеи и предлагает стратегии.
Все это невероятно полезно, особенно когда такие инструменты начинают интегрироваться в наши рабочие процессы (например, Gemini в Google Workspace и Co-Pilot в Microsoft 365). Однако они все еще остаются реактивными. Вы или ваша команда должны дать ИИ команду, чтобы получить результат. Вы находитесь за рулем, а ИИ — это скорее отзывчивый пассажир.
2. Появление агентного ИИ
Агентный ИИ, или "агенты ИИ", делает шаг вперед. Вместо того чтобы ждать указаний от человека, агенты:
Проявляют инициативу: Они не просто ждут команд, а проактивно выполняют задачи.
Используют логику и стратегию: Они могут разбивать многошаговые процессы на этапы и расставлять приоритеты.
Интегрируются с инструментами и API: Они имеют доступ к различным системам, таким как ваша система отслеживания кандидатов (ATS), CRM или инструменты коммуникации.
Самоисправляются и итеративно улучшаются: Они учатся на ошибках или неполных данных и автоматически корректируют свой подход.
Представьте разницу в вашем рабочем процессе:
Чат-бот может помочь вам составить персонализированное письмо для привлечения кандидатов.
Агент ИИ может найти подходящих кандидатов, отправить им письма, отслеживать ответы и планировать следующие шаги — все без вашего постоянного контроля.
Почему это важно для лидеров в подборе персонала
1. Возвращение времени и фокуса
Специалисты по подбору персонала часто выполняют десятки задач одновременно: публикация вакансий, поиск кандидатов, отбор, планирование и бесконечный поток писем. Агентный ИИ может взять на себя многие из этих рутинных задач. Проактивно связываясь с кандидатами или отбирая резюме на основе заданных критериев, ИИ освобождает вас для более важных задач, таких как построение отношений, брендинг работодателя и стратегические инициативы.
2. Устранение узких мест
Во многих организациях процесс найма может замедляться, когда ключевые этапы — например, планирование интервью или отправка оценок кандидатам — остаются без внимания. Агенты ИИ могут выявлять такие задержки и автоматически принимать меры, обеспечивая непрерывность процесса без необходимости ручного вмешательства на каждом этапе.
3. Последовательность и масштабируемость
Когда процессы полностью зависят от людей, всегда есть риск несогласованности, особенно под давлением. Агентный ИИ гарантирует, что каждый кандидат проходит одинаковые этапы и получает одинаковое внимание, причем в масштабе. По мере изменения потребностей в найме ваши агенты ИИ могут масштабироваться вверх или вниз без потери качества.
4. Улучшение опыта кандидатов
Проактивный агент ИИ может быстрее и последовательнее взаимодействовать с кандидатами. От автоматической отправки подтверждений до персонализированных последующих действий агентный ИИ помогает поддерживать положительный опыт, что укрепляет бренд работодателя и снижает процент отказов кандидатов.
Часто задаваемые вопросы лидеров в подборе персонала
"Это просто модный чат-бот?" Нет. Хотя и чат-боты, и агентный ИИ используют языковые модели, агентный ИИ делает шаг вперед, самостоятельно выполняя задачи. Он не просто отвечает, он действует.
"Заменит ли он рекрутеров?" Короткий ответ — нет, по моему мнению. Агенты ИИ, на мой взгляд, не будут в ближайшее время полностью брать на себя задачи рекрутеров. Специалисты по подбору персонала превосходны в построении отношений, понимании командной динамики и укреплении корпоративной культуры. Агентный ИИ берет на себя рутину, позволяя рекрутерам сосредоточиться на человеческой составляющей работы.
"Как он справляется с предвзятостью и соблюдением норм?" Как и в случае с любой технологией ИИ, необходимы строгий контроль и надзор. Лидеры в подборе персонала должны сотрудничать с IT и командами по данным, чтобы гарантировать, что ИИ соблюдает законы о защите данных, регулярно проверяется на предвзятость и обучается на инклюзивных, качественных данных. Опять же, это то, что добавляет человеческий фактор в рекрутинг.
"Нужны ли специальные инструменты или системы?" Многие решения агентного ИИ легко интегрируются через API. Если ваша ATS или HRIS поддерживает интеграции, подключение должно быть относительно простым. Ключевой момент — выбор платформы ИИ, совместимой с вашим технологическим стеком.
"Как измерить успех?" Метрики могут включать сокращение времени до закрытия вакансии, уменьшение числа потерянных кандидатов, повышение удовлетворенности кандидатов и рост продуктивности рекрутеров. Также стоит обратить внимание на нематериальные факторы, такие как моральный дух команды и стратегическая эффективность.
Подготовка вашей функции подбора персонала к агентному ИИ
Начните с небольших пилотных проектов: Определите повторяющиеся узкие места, такие как планирование интервью или отправка вопросов для отбора. Проверьте, как агент ИИ справляется с этим.
Получите поддержку заинтересованных сторон: Объясните ценность руководству, менеджерам по найму и рекрутерам. Покажите, как это может сократить административные задачи и ускорить процесс найма.
Установите четкие политики и руководства: Определите, какие задачи агент может выполнять полностью, где требуется вмешательство человека и как часто ИИ проверяется на производительность и соответствие.
Сотрудничайте с IT и отделами по соблюдению норм: Обеспечьте безопасность данных и соблюдение норм с самого начала. Работайте с IT-отделом для настройки безопасных интеграций.
Обучайте и повышайте квалификацию вашей команды: Рекрутеры должны понимать как возможности, так и ограничения агентного ИИ, чтобы эффективно контролировать его и вмешиваться при необходимости.
Текущие показатели завершения задач агентами ИИ
На практике процент задачи, который агент ИИ (например, OpenAI Operator или аналогичные системы) может выполнить автономно — без необходимости вмешательства человека или дополнительных уточнений — варьируется в зависимости от сложности задачи, качества данных и степени интеграции с инструментами или API. Однако многие эксперты и ранние пользователи сообщают, что агенты ИИ уже могут выполнять от 60% до 80% четко определенных задач от начала до конца без прямого контроля человека. Когда я видел раннюю демонстрацию агентов ИИ на конференции UNLEASH два года назад, они могли выполнить только 5-10% сложных задач.
Ключевые факторы, влияющие на этот процент
Сложность задачи: Чем сложнее задача, тем меньше процент автономности.
Интеграция с инструментами и API: Чем лучше интеграция, тем выше автономность.
Качество инструкций и подсказок: Четкие и точные инструкции повышают эффективность агента.
Как это улучшилось за последние несколько лет
Улучшение архитектуры моделей: Крупные языковые модели (LLM) стали значительно лучше справляться с логикой, планированием и контекстом.
Точная настройка и обучение с малым количеством данных: Современные агенты могут быть настроены с минимальными примерами, что снижает необходимость постоянного контроля.
Итеративное самоисправление: Современные агенты могут замечать, когда они застряли, и автоматически корректировать свои действия.
Рост экосистемы интеграций: За последние 1-2 года появилось множество API-ориентированных платформ, что упрощает интеграцию агентов с существующими инструментами.
Выводы для лидеров
Определяйте задачи тщательно: Чем четче задача, тем выше процент автономности.
Контролируйте и итеративно улучшайте: Регулярно проверяйте результаты работы агента и уточняйте инструкции.
Балансируйте эффективность и контроль: Хотя заманчиво позволить агентам работать с высокой автономностью, для чувствительных задач (например, связанных с соблюдением норм) необходимы контрольные точки.
Взгляд в будущее
Хотя мы еще не достигли этого, переход от генеративного ИИ к агентному ИИ представляет собой значительный скачок в том, как мы взаимодействуем с технологиями, не только в подборе персонала, но и во всех бизнес-функциях. Если генеративный ИИ сделал нашу работу более эффективной, создавая черновики, резюме и идеи, то агентный ИИ сделает ее действенной — выполняя задачи проактивно и освобождая рекрутеров для того, что они делают лучше всего: общения с людьми.
Как правильно отметила Сара Уайт, вокруг "агентов", "агентного ИИ" и "ко-пилотов" много шума, который может казаться маркетинговой шумихой. Однако основное изменение реально: инструменты ИИ эволюционируют от пассивных ответчиков к активным участникам наших рабочих процессов. Для лидеров в подборе персонала это может означать трансформацию всего жизненного цикла рекрутинга — ускорение процессов, улучшение опыта кандидатов и возможность сосредоточиться на стратегических задачах, а не на рутинной работе.
Готовы ли вы сделать этот шаг? Будущее подбора персонала может быть всего в одном проактивном агенте ИИ.
ПРИГЛАШАЮ ОТСЛЕЖИВАТЬ НАС В ТЕЛЕГРАМ
Комментариев нет:
Отправить комментарий