隨著AI技術的發展，企業對於將其應用在人才招募方面的需求與日俱增。根據Deloitte的調查報告，在使用AI技術進行人才招募的企業中，有82%的企業認為可以提升效率，72%的企業認為可以降低成本，68%的企業認為可以提高招募品質，看得出來企業主要都是希望透過AI技術來減少人工篩選繁重的工作，進而提高招募效率。而且，已經有越來越多的案例發生，讓AI技術在人才招募的應用不再只是空泛的想像。
美國科技公司龍頭使用AI技術來分析人才的履歷和面試記錄，透過機器學習技術來預測人才的表現，幫助他們更準確地預測哪些人最有可能在招募的職位中成功勝任，並提供更具針對性的精準培訓和發展計劃。如此一來，企業可以更有效地管理人才資源，不僅提高招募效率，也增進人才在加入企業後的表現與發展的穩定度，確保企業的發展與地位無虞。
不僅是國外，台灣亦有大型資訊公司在進行人才招募時，運用了AI技術進行更多元化的招募流程安排。HR部門採用AI機器人來進行自動篩選履歷和進行面試，透過演算法判斷、推薦哪些人才的履歷適合安排面試，在安排面試後也透過判別面試者的臉部表情、聲音語調、情感交流與用字遣詞等資訊來決斷其是否合乎企業需求，以便更快速地在所有符合基本條件的面試者中篩選出最合適且優秀的人才，從而大幅減少了招募所需的時間和成本。
從前述的案例可以發現，除了更加快速、精準地找到背景經歷合適的人才，更是同時考量了人才加入企業後的長期發展。由於根據人才市場調查機構Hired在2022年進行的調查，台灣在初階人才市場 (每人平均同時申請職位數為5.5個)與中高階人才市場 (每人平均同時申請職位數為2.2個) 的競爭程度都不低，這也意味著對於企業來說，若能透過AI技術判斷更有效率地找到合適的人才，與為其加入後的發展進行事先規劃，除了能完善組織規劃需求外，也同步降低了人才流失率，避免一天到晚在市場上搶人才而影響公司營運。
然而，根據Harvard Business Review的報告指出，在使用AI技術進行人才招募時，同樣也可能會導致某些隱憂。
- 可能產生偏見和歧視，因為AI模型是基於過去的數據分析所訓練出來的，倘若過去的數據存在性別、種族、年齡等方面的偏見，進而被學習而形成一個判斷準則，就很容易影響人才招募決策的準確度和公正性。
- 隱私問題同樣不容小覷，因為AI技術需要利用大量的個人數據來進行分析和預測，但這些數據可能包含了敏感的個人資訊，如果這樣的資訊被不當使用或洩露，就會對個人的隱私造成威脅與傷害。
- 不能否認AI技術有其限制，其精確度和有效性還是依賴於演算法和數據的品質與多樣性，如果演算法或數據不足或不適當，則產生的效果可能產生不良的後續影響。
AI技術在人才招募中的作用雖然越來越重要，但人類的角色仍然是不可或缺的。為避免過度應用造成負面影響，企業在使用AI技術進行人才招募時，可能也需要特別注意上述這些盲區，我們應將其提供的結論當成一個有力的建議，但同時輔以人員真實的判斷、監督與指導，採取相應的措施，才能確保其結果能更正確且公平地提供助益，減少遺珠之憾。
你的企業也正在引入或使用AI技術來協助人才招募嗎？它幫你解決了什麼問題或可能不小心製造出難解的議題呢？歡迎與我們分享！
Photo Credit: Naukri RMS
