Робот, зарплату повыше: как машинное обучение и новые технологии работы с данными изменят рынок HR
HR-специалисты, которые долгое время не очень-то следили за новшествами в сфере ИТ-решений, наконец-то заинтересовались технологиями. Как оказалось, в HR-сфере почва для инноваций и инвестиций очень благоприятна, во многом потому, что рынок, по крайней мере в России, сильно фрагментирован. Появляются все больше компаний, чьи продукты ставят целью сделать общее участников HR-рынка все более эффективным. Неудивительно, что общий объем инвестиций в HR-технологии в мире в 2015 году достиг $2,461 млн (383 сделки) - это на 62% больше, чем в 2014 году. С 2011 по 2015 инвестиции в этом секторе выросли в восемь раз (рост год к году - 707%).
В 2015 году комапнии потратили $26 млрд на поиск и подбор сотрудников, еще $12,2 млрд на программное обеспечение для нужд HR-подражделений, сверх этого - $5 млрд на оценку талантов. Благодаря новым технологиям эти цифры можно уменьшить в разы - по разным источникам, новые решения позволяют сократить бюджеты на найм людей до 70%.
Основным трендом в HR станет использование машинного обучения и технологий искусственного интеллекта для подбора и оценки качеств сотрудников. При этом речь пойдет не только об автоматизации подбора линейных вакансий. Речь идет об изменениях в рекрутменте как в отрасли в целом. HR-бюджеты сейчас переживают то, что когда-то произошло с их маркетинговыми собратьями: в них все чаще появляется графа «технологии». И это не про сайты для поиска работы и доски объявлений о вакансиях и резюме. Сегодня до 10% бюджетных расходов HR приходится на новые инструменты и технологии, при этом средний бюджет HR еще и растет на 4% в год.
Какие векторы движения технологий в сфере HR очевидны уже сейчас?
Во-первых, совершенно точно компании не будут испытывать проблем с тем, как найти кандидата. Агрегаторы, парсеры (то есть онлайн-инструменты для синтаксического анализа) уже очень скоро научатся читать резюме и совмещать их с различными профилями вакансий, одновременно используя информацию из профиля человека из разных социальных сетей и из поисковиков по запросу его фамилии, имени и отчества.
Например, нам нужно будет найти «специалиста по продажам». Системы на стороне работодателя будут автоматически анализировать ключевые слова в профиле вакансии (требования к опыту кандидата и т.д.). На этом основании все вакансии, которые будут подходить под запрос работодателя, будет "подтягиваться" с различных сайтов с объявлениями. Каждое из описаний при этом займет место в списке в зависимости от степени соответствия первоначальным критерием. Одновременнно система пробежится по профилям тех, кто разместил резюме как "специалист по продажам", в социальных сетях, при этом представитель HR-отдела сможет задать нужные для анализа параметры. Например, алгоритмы прицельно посмотрят, как часто человек использует на "стене" мат, есть ли в его общении слова об экстремизме, какова его политическая позиция и даже смотрит ли он порно. Но есть и еще один источник информации о возможных кандидатах - данные из открытых (и не очень) баз данных. Так, можно будет проверить, как часто те, кто хочет стать "специалистом по продажам", берут кредиты, получают штрафы или фигурируют в судебных делах. В конечном счете после анализа информации по всем трем категориям, мы получим профиль идеального кандидата для нашего «специалиста по продажам». Выглядеть он может, предположим, так: "мужчина 25-30 лет, с ипотекой, двумя детьми, опытом работы в продажах от двух лет, отсутствием судимости". И именно таких кандидатов будет искать «пылесос» на сайтах с вывешенными резюме. "Робот", скорее всего, будет искать конкретных кандидатов в социальных сетях или в телефонных базах - HR-специалистам останется только прозванивать кандидатов, которые оказались самыми перспективными.
Во-вторых, на рынке HR-технологий появятся программы для типологизаций личностей - опять же, с применением технологий машинного обучения. В их основе таких программ могут быть совершенно различные техники, направленные на мгновенное выявление особенностей того или иного человека - например, специфических черт его лица и мимики (физиогномика) и, снова, его поведения в соцсетях. Профессиональное типирование кандидата, стоящее на стыке психологии и математики станет своего рода аналогом сегодняшнего психологического тестирования. Заметитьте: присвоение типа будет проводиться в рамках привычных процедур работы соискателя и работодателя - без непосредственного участия кандидата,а зачастую и без его ведома.
Так же легко машины научатся создавать психологические портреты кандидата - здесь тоже главным источником информации станет анализ его активности в соцсетях: публикаций, участия в различных группах, дружественных связей, комментариев. Чем дальше, тем больше статистики будет собрано, машины научатся разбираться в нюансах, выстраивать поведенческие модели.
В-третьих, разбивку на "типы" получат и компании-работодатели. Например, системы научатся анализировать черты корпоративной культуры госкорпорации и то, по каким принципам, работает стартап, - ведь для компании двух этих "профилей" нужны совершенно разные люди. Таким образом, кандидаты смогут получать список компаний, соответствующих именно их типу личности, а компании - сотрудников, совместимых именно с их HR-брендом.
Последний штрих - анализ совместимости личностей нанимающего менеджера и кандидата. Машины смогут делать «мэтч» моментально и выдавать процент совместимости первого и второго. Соответственно, пресловутая "химия", которая так важна при найме менеджеров среднего звена и "топов", будет "оцифрована". Причем многие ждут этого в течение нескольких ближайших лет.
Если уж проблему столь сложных человеческих взаимодействий удастся перевести в автоматический режим, то автоматизация массового подбора будет происходить еще быстрее. Например, в подборе линейного персонала (промоутеры, продавцы в ритейле, телесейлзы, водители, рабочий персонал) все популярнее станут агрегаторы предложений с сайтов о работе, наберет обороты использование чат-ботов, автодозвонов до кандидатов, мессенджеры для назначения соискателей на массовые интервью и ассесменты, а видеоинтервью все чаще будут заменять личные встречи. Технологии подводят нас к тому, что кандидат сможет прийти в офис работодателя в своей первый рабочий - занести документы в отдел персонала, решить уже совсем процессуальные вопросы оформления. Все предшествующие выходу на работу стадии можно будет перенести в онлайн.
Кстати, именно в сегменте массового набора сотрудников все большее значение приобретут программы по определению вранья кандидатов. Технологии компьютерного зрения "поймают" кандидата на неестественной мимике, системы анализа текста - на нелогичности ответов. Компьютеры станут "докторами Лайтманами" из популярного американского сериала "Теория лжи".
Все это означает, что профессия HR-специалиста в каком-то смысле переродится. Всю автоматическую работу HR-менеджеров заберут машины, люди из HR-отделов и рекрутинговых агентств будут конкурировать с искусственным интеллектом. О чем это говорит на практике? Теперь просто отсиживать "от звонка до звонка", пить кофе раз в час, обсуждать разводы голливудских звузд с "девчонками из бухгалтерии" не получится. Точно так же не пройдет раз в месяц брать больничный, хамить кандидатам, не перезванивать, участвовать во всевозможных "тредах" в соцсетях в рабочее время. Человеческий фактор все больше и больше будет уходить из HR-практик.
В профессии останутся только те, кто умеет не просто искать и анализировать резюме, а те кто умеет очень грамотно курировать процесс работы с кандидатом, справляться с нетипичными ситуациями (например, правильно реагироватьна контроффер или формировать мотивацию будущего работаника) работать с возражениями, «вести» кандидата на протяжении всего конкурса. Другими словами, HR-специалистам будут платить за умение строить коммуникацию и управлять всем процессом работы с кандидатами. Ведь до прорыва такого уровня, когда машины смогут конкурировать с человеком в эмпатии, в умении выстраивать сложную коммуникацию и умению решать нестандартные ситуации, - до него все еще далеко.