Managershare:虽然简历能很好的展示求职者正统的技能,却无法有效地辨认价值与行为习惯。如果企业真正希望招聘到背景广泛的雇员,就必须放弃传统筛选简历的方法,可以使用智能数据来改进招聘程序。 尽管我们已被一波又一波全新且具有杀伤力的技术和软件app所包围着,HR们依然没能改进他们评价劳动力工作前景的机制。 传统的围绕履历的招聘程序已显现得不足了,即他们无法精准地查找到符合当今领导要求的品质的候选人,甚至于他们如此这般过时的标准直接阻碍了众多有才华的候选人接近被搜索的范围。 简历的本质并没有出错,他们突出申请者过去所取得的成就和经验。然而即便简历能很好的展示求职者正统的技能,却无法有效地辨认价值与行为习惯。简历通常也不在各项技能(指的是知道怎么做什么事)和竞争力(指做事的能力高低,是否可以信赖与运用自如)间加以区分。 在伦敦的一家专注于人力资源科学的初创公司Saberrr的联合创始人Sam Mead强调了简历的类似问题,现在已经延伸到了整个求职系统的实用率。简历只显示一个申请者的申请资格但不能评价其适用性。哪怕当简历能够将申请者的技能与岗位匹配时,他们远远不能预测申请人与岗位所在公司文化的相容性和未来同事的相处。 履历已经将招聘官引导在过度关注于成绩、毕业学校声誉与之前的工作经历上。这种招聘标准的问题在于对经验丰富申请者存在偏向。而这些申请人的家庭往往有很好的关系网络,也提供更好的教育机会,并且能够支付名牌大学的学费。另外,在社会上层阶级里长大的孩子也更习惯于主流社会规范来导向他们更成功、易被接受的行为习惯。 这种招聘过程已经不可靠了,它甚至已经将收入不平均的问题带向了职业机会的不平等,而招聘官也在失去打开更广大人才库的机会。只要招聘官们依然声称希望寻求背景广泛而有才干的候选人,仅仅适用筛选简历来挑选合适人选的机制会轻易将一些无法承担名校学费或没有条件无薪实习的申请者排除在外。 通常,这些普通人最终从事的也是发展前景十分有限的低端工作。因而,好的工作岗位趋向于留在那些家庭背景富裕的人手中。例如,英国最近一项调查显示,3/4的法官,2/3的医生,3/4的金融主管,以及1/2的首席执行官都来自于家庭条件上佳的环境。 我们对此还能做些什么呢? 真正希望招聘到背景广泛雇员的工作必须放弃传统筛选简历的方法。招聘官一定要找到验证一个最具潜力的申请者能力的有效证据,来找寻那些能在变化多端的相互交错世界中取得成功并且有感知的领导者。 新的工具以及招聘程序能帮助招聘官来挖掘背景广泛的人才库以及联系那些之前有可能被排除在考虑范围中的候选人。如果招聘单位更少地关注技能导向、工作历史导向的简历,而更关注于有社会倾向的申请人情感、认知和行为特点,那些来自于经济条件受限背景的申请者也会有更广阔的工作前景。这要能够积累起更高的职业效率,并且为劳动力社会阶层的多样化做出贡献。 越来越多的公司能够使用智能数据来改进招聘程序。有些已经在为这个过程铺砖了,这些公司的范围大到大型跨国企业例如可口可乐公司,正在使用数据驱使的策略注入其位于亚特兰大总部的创新举措,小到初创型公司如Seedcamp,利用心理图形(研究性格、兴趣爱好等)来识别团队成功的最大潜能,再到技术类公司像是澳大利亚的Kestral,通过团队最优化的过程来锁定表现最抢眼的员工。 最匹配的应聘很大程度上关乎"适合性",因而招聘官必须考虑采用一些简历之外的因素。Saberr公司就关注申请人的核心价值观和他们具体的行为特质,以此来创建量化的图纸,即他们的数据驱动HR策略的主要元素。运用算法来处理根本价值观与行为匹配度,结合背景多样性分析,该公司能够预测申请人的人际关系与潜在雇主的相关强度。 他们实现这个策略的方法通过检测对申请人和雇主的调查,通过软实力的分析,远离传统招聘评价标准和过往经历,对匹配度进行最优化。这个算法使Saberr公司对新雇员能否适应公司环境进行直接的"射影"。 一些大型技术型企业,比如像IBM,也在帮助建立一套"社会化商业",借由锁定社交媒体的力量和个体在互联网中的曝光率来确定申请人的适合性(按照IBM的定义为,通过社会合作和数字化经历创建有效工作经历的能力)。 而诸如在旧金山的Quid公司,正在使用一套语义分析系统来分析并且视觉化地描绘网络中吸引到最多注意力、集中了最大创新能量和金融资源的区域。 尽管目前该业务最大的客户是私募基金投资者和广告公司,这项业务在招聘猎头行业的运用有巨大的潜能,因为它能使得管理人员发现候选人在哪方面职业领域投入了最大的能量。 虽然还有许多牵涉隐私的问题依然有待完善,对Saberr,IBM和Quid这类公司的亲睐直接指向未来人力资源的获得与发展,通过他们对智能技术的运用来帮助预测潜在雇员的表现和融入工作环境的可能性,这些都是单从简历上不能反映的。这些"规则改变者"正在帮助机构拥抱各类不问出处的英雄,全面改革公司招聘和筛选人才的机制。 Mark Esposito, Havard University Extension School教员,法国Grenoble商学研究员副教授,英国剑桥大学CISL学院高级研究员 Olaf Groth,HULT霍特国际商学院全球策略、经济、管理和创新教授及组织与全球经济学科带头人 译者 甄艾庄