一般來說，一位HR要找到合適的求職者，需要面對來自不同管道的大量候選人，要看從幾十份到幾千份不等的履歷，很難快速地篩選出優秀人才；在這個過程中，往往也會有意或者無意的帶有偏見，從而錯失優秀的人才。篩選履歷的工作重複性強，時間長。

未來，應徵者參加企業面試，面試官可能將不會再是人類，而是由具備人工智慧的電腦或機器人所代替。透過收集員工的工作數據，完成招募、員工評價以及分配工作職位等任務。所以，在不遠的未來，企業人資部門的招聘工作將由人工智慧取代的情況有可能會實現。

為提升效率的有力工具，AI人工智慧正被運用在諸多產業。在市場規模超過4,500億美元的招聘市場，不少公司已經開始利用機器學習技術挖掘大數據的價值，提升招聘的效率。招聘在人力資源管理裡面是技術含量比較高，難度比較大的工作，人限於知識有限性以及認知能力有限的問題，在對候選人的尋找和篩選上總是會有些問題。而人工智慧不同，人工智慧可以擁有無限的知識和更加完善的認知能力，同時，更加自動化。可以自動開啟招聘任務，自動尋找與匹配候選人，自動識別和判斷，自動跟蹤，自動評估和分析等。

矽谷公司BRILENT想要立足美國1,200億美元的招聘市場，為B端企業開發一套招聘管理系統，透過機器學習+大數據以提升招聘的效率。現階段在做的事情就是利用演算法自動細化匹配，給求職者進行評級，並直接篩選出最靠前的求職者。在幾秒鐘內迅速找出條件匹配度最靠前的2%-3%的求職者，整體來看可以幫助企業HR縮減1/8的工時。

讓履歷初評的過程自動化，首先要對大量非結構化的數據挖掘、結構化方面累積了經驗，抓取大量的公開履歷及相關信息，並將其結構化以方便實現更多構面的搜索。在履歷評級環節，利用大數據方面的累積，提供多構面演算法實現細化匹配。利用機器學習分析大量的人才數據，總結出候選人換工作的規律，可以將換工作的意願強度加入到評估裡；針對履歷庫時效性會下降的問題，自動抓取候選人在社交網站上的相關信息以進行補充。除了累積自己履歷庫的獵頭公司及大公司，針對註冊帳號按月收取數百美元的費用以為大型的候選人跟踪系統（Applicant Tracking System）、客戶管理系統（Customer Relationship Management）和工作公告板（Job Boards）提供底層的匹配引擎。

日本軟銀集團（SoftBank Corp.）與IBM人工智能（AI）系統Watson合作，以AI審核大學畢業生的求職申請，開創日本職場先河。軟銀把部分大學畢業生求職申請，例如工作願景等1500份資料，用於訓練Watson人工智能審核系統。過程中，軟銀人力資源部門負責教導AI系統怎樣辨別不同求職者的優劣。軟銀把另外400份求職申請交由AI系統評審並分作3個等級。由於AI系統可即時為求職者評分，大大節省審閱人手，預計可減少75%處理申請時間。不過，系統現階段仍需人類輔助，例如AI作出較低評分時，職員會親身檢查一次。此外，求職者申請時須回答兩條題目，一題由AI審核；另外一題由人手評分，令過程更加客觀。收集求職者的網上言行，再從面試作出綜合分析，以評價對方是否適合有關工作。在人事調動上，亦可分析員工的表現和性格，讓企業可以知人善任，避免工作崗位錯配。

藉由 IT 技術進行員工的招募、評價和分配。收集了每個員工從面試到所有的工作評價，還對員工的工作狀況進行了跟蹤調查，從而建立起龐大的資料庫。人工智慧通過「深度學習」可以從大量的數據之中自己總結特徵並加以分析，最終評判出員工最適合的工作場所和工作崗位。

AI人工智慧的出現與普及深化，所標誌的正是傳統現代經濟社會價值觀朝向知識經濟時代社會價值觀，大轉軌換位的關鍵轉轍器。也映現出經濟社會類型與運作機制的重大質變，以及量的大跳躍quantum jump。不管如何，人工智慧時代的到來是必然的，雖然我們不知道具體是什麼樣子，是20年還是30年。人工智慧所帶來的是更加廉價的、便捷的、專業的服務，而不是昂貴的，昂貴的不是未來，開放的和更加便宜的才是未來。

本文作者：龐寶璽_中央大學人力資源管理研究所博士

發佈日期：2017/07/14

著作權所有：傑報人力資源服務集團歡迎轉載，轉載請註明出處