Автоматизации рекрутинга не существует!

  • Надоело в который раз просматривать LinkedIn и сайты поиска работы?
  • На объявления постоянно откликаются неподходящие кандидаты, а нужные молчат в ответ даже на пятое письмо подряд?
  • Где-то тут, в папочке, было резюме этого (как его?), который полгода назад собеседовался на похожую должность и всем понравился… ДА ГДЕ ЖЕ ОНО?!!
  • Коллега на больничном, а соискатели, которых она собеседовала на важную должность, звонят вам и хотят конкретики прямо сейчас?
  • Руководство настаивает на неэффективных методах подбора персонала и обвиняет вас в лени?

Рынок софта, помогающего искать и нанимать нужных специалистов, широк и разнообразен. Такой софт закрывает разные потребности в Human Resources: от корпоративного нетворкинга и сорсинга до онбординга уже нанятого специалиста и управления развитием его карьеры в компании. Поскольку спрос на качественных специалистов намного превышает предложение, традиционные способы подбора часто не дают нужного эффекта, и рекрутерам приходится пробовать новые пути решения этой проблемы.
Разработчики программных решений в свою очередь изобретают и внедряют новые методы поиска кандидатов, а также принципы оценки и подходы к коммуникациям с ними. Чтобы привлечь внимание к очередному рекрутинговому сервису, чаще всего используются, конечно, громкие заявления и самоуверенные обещания, формирующие у аудитории нереалистичные ожидания от софта. Ну а что? Не похвалишь — не продашь.
Да-да, рекламные слоганы систем для HR/Recruitment обещают сделать все за вас быстро и недорого: закрыть все вакансии, нанять всех кандидатов, получить все бонусы мира. НЕ ВЕРЬТЕ! Автоматизации рекрутинга не существует. Вот что на самом деле ожидает пользователей программ для подбора персонала:

 

  1. Система автоматизации НЕ будет “сама” искать кандидатов в Интернете, оценивать их и предлагать на нужные вакансии.

    Подобные функции периодически заявляются в разных сервисах, однако их реальная эффективность не выдерживает никакой критики. В основе алгоритмов, предсказывающих успех кандидата на конкретной позиции, лежит комплексный анализ данных о нем, собранных на различных онлайн-ресурсах, а также методы работы и опыт конкретных рекрутеров, у которых “училась” машина.При этом, AI “учится” совсем не так, как это делают люди: человеческий мозг способен буквально “впитывать” знания, как губка, использовать в решении задач знания и опыт из различных сфер, полученные на протяжении всей жизни, делать сложные обобщения и аналогии. Чтобы обучить машину каждому отдельному навыку, нужны специализированные исследования и инженеры, которые разработают программу, набор учебных данных и структуру обучения под конкретную задачу. Понятно, что результат будет сильно зависеть, прежде всего, от квалификации специалистов и качества данных. «В сущности, все модели неправильны, но некоторые полезны» — этим известным высказыванием английского статистика Джорджа Бокса можно описать другой аспект проблемы: так ли универсален софт, использующий предсказательную аналитику, как утверждают его поставщики? Насколько вообще возможно описать все вероятные варианты методов подбора и оценки кандидатов, все ситуации, реалии и факторы? В найме специалистов топ-уровня слишком многое зависит от персонального подхода к каждому кандидату, умения учитывать “тонкие моменты” и действовать по обстоятельствам, которым (пока?) невозможно научить компьютер. В том виде, в котором “искусственный интеллект” существует на сегодняшний день, он “помогает” скорее упускать перспективных кандидатов, если ситуация выбивается из стандартного сценария, например, кандидат обладает уникальным опытом, но не дотягивает в каких-то второстепенных навыках. Качественная роботизация найма — это пока фантастика.

    Футурология и реальность.

    Предсказывать глобальные трансформации, к которым приведут человечество новые технологии — дело неблагодарное и самонадеянное. Чтобы убедиться в этом, профессор робототехники и бывший директор Лаборатории Искусственного Интеллекта
    Массачусетского технологического института Родни Брукс, предлагает посмотреть научно-фантастический фильм “Двухсотлетний человек”, вышедший на экраны в 1999 году. В нем типичный представитель будущего тысячелетия, имеющий в хозяйстве андроида, читает газету. Новости, напечатанные в БУМАЖНОЙ ГАЗЕТЕ, Карл! Он не читает их с экрана компьютера, не слушает подкаст через гаджет наподобие Echo, не узнает их из Интернета через прямое нейронное соединение, например. Прошло почти 20 лет. Когда вы в последний раз покупали газету? Информационные потоки давно и прочно переместились в диджитал, а антропоморфные роботы до сих пор существуют лишь в виде штучных экземпляров с ограниченными функциями, которые демонстрируются на выставках научных достижений.    
    Развитие технологий происходит рывками, оно обусловлено сочетанием многих факторов, приводит к неожиданным эффектам и оказывает революционное воздействие там, где его сложно было предположить. Яркий пример: Global Positioning System, разработанная в 1978 году как часть оборонной программы США. Несколько раз проект был близок к закрытию, особенно под конец гонки вооружений. Использовать GPS в новом качестве и масштабе, сделать ее одной из самых полезных и популярных технологий, позволили разработки из совершенно другой сферы, обусловившие появление невероятно компактных (по сравнению с изначальными) приемников спутниковых сигналов. Интересно также, что уменьшение физических размеров носителей информации при увеличении их емкости — наоборот, кажется, достигло предела. Мегапопулярную тенденцию неожиданно остановили практичность и здравый смысл, а вовсе не технологические ограничения: максимальный объем памяти iPhone, к примеру, “всего” 256Gb, и увеличивать его не имеет смысла, так как пользователям хватает этого с головой. А ведь согласно экспоненциальным прогнозам начала 2000-х гг., емкость памяти такого девайса сегодня должна была бы составлять целых 160,000Gb. Но зачем нужно столько памяти в карманном устройстве?
  2. Система автоматизации НЕ содержит готовых баз кандидатов.Это так. А тем, кто охотится за подобным “товаром”, напоминаем, что при использовании чужих баз нужно быть готовым к негативной реакции кандидата и вопросам вроде: “Откуда у вас мой email/телефон?” Базу в CleverStaff, например, наполняет сам рекрутер из открытых источников или собственных наработок. Собственную базу пользователь может в любое время выгрузить в удобном формате, в том числе в случае отказа от использования системы. Никакие третьи лица не имеют доступ к этой информации.
  3. Система автоматизации рекрутинга НЕ предоставляет доступ к закрытым базам сайтов поиска работы или другим данным (контактам в соцсетях, резюме), скрытым из публичного доступа.

    Это было бы противозаконно. В принципе, это объяснение уже можно считать исчерпывающим. Кроме того, любая подтвержденная информация о подобной “услуге” — это большой репутационный провал для любого поставщика софта. Как показывает опыт одной довольно известной системы для рекрутинга, уличенной в “незаконной перепродаже доступов к платным базам резюме с большой скидкой”, сомнительная финансовая выгода от таких схем вряд ли стоит подорванного доверия потенциальных пользователей.
            


    Идем в Европу? 
    Говоря о найме IT-специалистов, мы подразумеваем, что рекрутерам приходится работать и с зарубежными заказчиками вакансий, HRM и кандидатами. С 25 мая 2018 года на территории Европейского Союза действует Постановление о защите персональных данных — GDPR, ужесточающее правила хранения, обработки и защиты данных, касающихся предприятий и лиц, зарегистрированных на территории ЕС. Это недвусмысленно указывает на необходимость более тщательного выбора рабочего софта, так как закон разделяет ответственность за ненадлежащее использование личных данных между всеми вовлеченными. Все фирмы и организации, годами собиравшие личную информацию пользователей, среди которых могли оказаться граждане Евросоюза, теперь должны обеспечить ее конфиденциальность, а также предоставить субъектам данных контроль над ними, в том числе “право на забвение” — полное и окончательное удаление информации о себе. Не все поставщики цифровых услуг оказались готовы работать в соответствии с новыми нормами, поскольку для этого нужно было реорганизовать многие процессы, разработать и внедрить массу дополнений. Тем не менее, для профессионалов IT-рекрутинга, ценящих свою карьеру и репутацию, соблюдение требований GDPR — это must have, даже если пока “гром не грянул”. Странно советовать очевидное, но: запрашивайте у поставщиков софта, которому доверяете данные ваших коллег, клиентов и кандидатов, подтверждение соответствия законодательству.
  4. Система автоматизации МОЖЕТ помочь рекрутеру быстро находить нужных кандидатов и закрывать больше вакансий.

    Система автоматизации действительно сократит рутину, упорядочит процессы, ликвидирует дублирование рабочих процедур (когда одни и те же данные нужно вручную вносить в разные таблицы, отчеты или инструменты), сохранит историю взаимодействия с кандидатами, упростит аналитику — и все это в единой рабочей среде.Но! Успех рекрутинга зависит от множества факторов. Система трекинга соискателей безусловно облегчает технические аспекты, но все остальное в большой степени результат опыта и скиллов каждого рекрутера (нужный “подход” к кандидату, знание специфики рынка труда, коммуникативные навыки и т.п.). Система автоматизации никак не компенсирует отсутствие этого у конкретного пользователя.
  5. Система автоматизации НЕ сделает всю работу за рекрутера, пока он будет “прохлаждаться”, получая ту же зарплату.

    Это предположение в духе футурологических грёз не так уж редко можно услышать от менеджмента организаций, который предпочитает не вникать в нюансы процесса поиска кандидатов слишком подробно.  Если работа рекрутера сводилась лишь к размещению вакансий, поиску подходящих резюме, прозвону кандидатов и назначению собеседований (см. также: «Интервью на английском«), и все были всем довольны, то такое возможно. Если компании при этом не требуются редкие специалисты, массовый набор персонала или не “поджимают” сроки — у рекрутера на системе однозначно появится больше свободного времени. Но! Система автоматизации позволяет попутно создавать собственный кадровый резерв, формируя базу кандидатов с историей их рассмотрения (подходящие, но отказавшиеся / совсем не подходящие / причины отказов кандидатов / причины отказов соискателям и т.п.). Т.е. в дальнейшем вакансии можно будет закрывать из своей же базы, причем не тратить время на повторное обращение к неподходящим кандидатам, а тем, кто подошел, но сам отказался, предлагать лучшие условия и т.д. Также анализ результатов рекрутинга помогает выявить лучшие методы и каналы поиска кандидатов для конкретного бизнеса и сконцентрироваться на них. Слабые места тоже легче отследить с помощью грамотной аналитики. Автоматизировав рутину, хороший рекрутер или HR сможет более качественно выполнять стратегические задачи найма.
  6. Система автоматизации рекрутинга НЕ обязательно должна иметь интеграцию с Facebook (т.е. функцию добавления кандидатов в базу непосредственно из этой соцсети).

    Вроде бы логичное желание пользователей — интеграция с самой популярной международной социальной сетью, не так ли? Однако, все не так просто, так как разработчики Facebook очень часто и разнообразно меняют ее. Мелкие “фичи”, часто даже незаметные для большинства пользователей, внедряются чуть ли не каждый час. Во-первых, каждый небольшой апдейт соцсети будет требовать доработок, — а это долго и трудоемко; во-вторых, интеграция с FB в таких условиях все равно будет неустойчивой.
  7. Система для рекрутинга будет иметь интеграцию ТОЛЬКО с самыми популярными у рекрутеров и HRM сторонними сервисами, но НЕ со всеми их многочисленными аналогами (малораспространенными или сугубо региональными), вроде Яндекс-Календаря.Причина: много возни, мало практической пользы. Мы в CleverStaff, к примеру, делаем такие интеграции в индивидуальном порядке для крупных корпоративных клиентов (да и те сравнительно редко решаются на них, когда узнают реальный фронт работ и рыночную себестоимость этих доработок — обычно проще, быстрее и дешевле начать пользоваться сервисом, уже интегрированным с системой). Выбирая для себя оригинальные решения, стоит заранее смириться с тем, что большинство ваших коллег, клиентов и кандидатов, в отличие от вас, будут пользоваться самыми популярными (=распространенными) сервисами. По факту, это выбор между настоять на своем и страдать от неудобств или пойти на компромисс и облегчить свою работу. Тут каждый решает за себя 🙂

Слишком хорошо — уже не хорошо
Устойчивый тренд в IT-решениях, даже таких мультифункциональных, как у SAP, — это принцип простоты и достаточности. Множество вкладок, каскады выпадающих меню, куча кнопок — все это перегружает интерфейс и дезориентирует пользователя. Кажется, что использовать такой софт так же сложно, как управлять самолетом, к тому же, адаптировать все это для мобильных устройств — отдельный челлендж, часто заранее обреченный на провал.
Продвинутые разработчики ПО стремятся выявить компоненты, приносящие больше всего пользы, сконцентрироваться на главном и отбросить лишнее, чтобы их продукты в свою очередь помогали юзеру сделать то же самое. Так появляются элегантные продуманные решения, которые содержат только результативные функции и могут гибко настраиваться для нужд конкретного пользователя. В перенасыщенном информацией мире иногда нужно делать меньше, чтобы достичь большего.    
Вместо вывода
Желание достичь наилучшего результата наименьшими усилиями, пожалуй, является одним из главных двигателей прогресса. Именно так удивительные для своего времени открытия становятся частью повседневного быта и привычной картины мира миллионов людей. Компьютеры научились делать многое из того, над чем раньше трудились десятки людей, — быстро, без опечаток и больничных листов, как и предрекали энтузиасты добрую половину прошлого века. И что же? Оказалось, что этого мало, чтобы сделать профессионалов ненужными. Стало ясно, что автоматизация сложных, но шаблонных процессов — это (опять!) не волшебная кнопка “сделать все”, а необходимое условие успешной деятельности в любой сфере.

“Мы склонны переоценивать эффект технологии в краткосрочной перспективе, и недооценивать в долгосрочной,” — считал Рой Амара, президент Института Будущего. “Искусственный интеллект”, AR/VR, предсказательная аналитика, машинное обучение, различные сервисы и платформы — возможно, какая-то из этих разработок имеет шансы тотально преобразить рекрутинг уже в скором времени. Но в текущем моменте наилучшие результаты в любой сфере деятельности показывают именно “обкатанные” технологии с предсказуемым эффектом в руках думающих профессионалов.