Sztuczna inteligencja i algorytm oparty na uczeniu maszynowym dopasuje pracowników do zleceń nie tylko na podstawie kompetencji i doświadczenia, lecz także zmiennych psychometrycznych. Polski start-up opracował innowacyjną technologię, która pozwoli znaleźć idealnego pracownika, a cały proces rekrutacji skraca z kilku tygodni do 24 godzin. – Analiza danych przez sztuczną inteligencję pozwoli na zbudowanie algorytmu rekomendacji pracowników i docelowo dopasowania pracowników do zleceń – tłumaczy Filip Sobel, założyciel Staffly.
– Budujemy algorytm we współpracy z zespołem psychologów, którzy przygotowują kilka różnego rodzaju testów, udostępnionych na platformie dla pracownika. Będą one tworzyć algorytm napędzany sztuczną inteligencją i machine learningiem. Analiza tych wszystkich danych pozwoli na zbudowanie algorytmu rekomendacji pracowników i docelowo matchmakingu pracowników do zleceń – tłumaczy w rozmowie z agencją informacyjną Newseria Innowacje Filip Sobel, założyciel Staffly.
Personel HR musi wybierać odpowiednie osoby z dużej puli kandydatów. Dzięki sztucznej inteligencji cały proces można podzielić automatycznie na kilka etapów. Rekruterzy mogą gromadzić więcej danych o każdym kandydacie, a tym samym skuteczniej ich oceniać. Technologie sztucznej inteligencji umożliwiają stworzenie ujednoliconych profili z ogromnych, nieustrukturyzowanych zestawów danych, dopasowując zestawy umiejętności wymagane na danym stanowisku do profili zawodowych kandydatów. Rozwiązanie polskiego start-upu idzie jednak o krok dalej.
Na rynku nie brakuje firm rekrutacyjnych, które stosują SI. Część z nich wykorzystuje np. czat w języku naturalnym, aby anonimowo łączyć osoby poszukujące pracy z nowymi możliwościami. Platforma porównuje historię kariery, umiejętności i preferencje użytkownika z odpowiednimi ofertami pracy. Inne stawiają na chatbot czy wirtualnych asystentów do rekrutacji. Chociaż pomaga to skrócić czas potrzebny do znalezienia pracownika, nie zagwarantuje, że będzie on faktycznie pasował do danej firmy.
– Nasza przewaga konkurencyjna polega na tym, że pracownik będzie dopasowany nie tylko pod kątem deklarowanych umiejętności czy doświadczenia. Na naszej platformie będzie miał do wypełnienia kilka różnych rodzajów testów, które pozwolą ocenić jego czynniki psychometryczne, takie jak np. deklaratywna sumienność, dokładność, ale także czynniki behawioralne, czyli np. czas spędzony na stronie, dokładność czy czas wypełniania pytań. To wszystko pozwoli na zbudowanie profilu pracownika, który będzie jak najlepiej dopasowany do pracy, którą nasz system będzie mu proponował – wskazuje założyciel Staffly.
Badanie InterviewMe w 2019 roku pokazało, że ok. 35 proc. rekruterów przeprowadza ponad 100 rekrutacji rocznie. Każda z nich trwa nawet kilka tygodni. Jeszcze trudniej znaleźć odpowiedniego kandydata do pracy tymczasowej. McKinsey podaje, że nawet 20–30 proc. populacji w wieku produkcyjnym wykonuje pracę niezależną. Raport EY Global Contingent Workforce Study określa takich pracowników mianem ,,giggersów” – to zazwyczaj młode osoby, znające kilka języków, bardzo mobilne, których dochody bazują na kilku źródłach.
Założyciel Staffly wskazuje, że research rynku pokazał, że w segmencie pracy tymczasowej istnieje olbrzymi problem z pojawianiem się pracowników w wyznaczonym miejscu na ustalone rozpoczęcie pracy. Często także pracownik po jednym dniu rezygnuje z pracy. Algorytm opracowany przez Staffly pozwala przewidzieć, który pracownik ma szanse na dłużej zostać w firmie.
– W standardowych agencjach pracy proces rekrutacji od momentu zgłoszenia zapotrzebowania do momentu postawienia pracownika pod drzwi firmy trwa nawet dwa do trzech tygodni. My umożliwiamy znalezienie idealnego kandydata lub zlecenia nawet tego samego dnia. Dzięki Staffly nawet w 24 godziny będzie możliwe znalezienie idealnego pracownika – zapewnia Filip Sobel. – Automatyzujemy i przyspieszamy tego rodzaju działania w takich segmentach jak np. produkcja, administracja, gastronomia, różnego rodzaju retail, sprzedaż, sieci handlowe.
Źródło: Newseria.pl
Komentarze
Nie ma jeszcze żadnych komentarzy :)