
Chimen Matt Valentino siitä, miten rekrytoida, kun jokainen ansioluettelo näyttää täydelliseltä
Tekoäly on tehnyt huolitellusta työhakemuksesta lähes merkityksettömän. Chimen osaamisesta ja työntekijäkokemuksesta vastaava johtaja kertoo, mikä sen pitäisi korvata, missä rekrytoinnissa tarvitaan edelleen ihmistä ja miksi suurempi hakijapooli ei ole tavoite.
Matt Valentino aloitti rekrytoinnin aikana, jolloin ansioluettelot saapuivat faksilla. Hän seurasi verkon työpaikkasivustojen ja myöhemmin LinkedInin muuttavan sitä, keitä yritykset saattoivat löytää ja kuinka nopeasti. Hänen mielestään tekoäly on suurin muutos sen jälkeen. Tällä kertaa muutos liittyy kuitenkin vähemmän ehdokkaiden löytämiseen ja enemmän heidän arvioimiseensa.
Kun kuka tahansa ehdokas voi käyttää tekoälyä ansioluettelon mukauttamiseen työpaikkailmoitukseen, hakemus ei enää kerro kovin paljon. Tämä pakottaa henkilöstöjohtajat pohtimaan uudelleen, miten he arvioivat ihmisiä, mitä he mittaavat ja mitkä prosessin osat tarvitsevat edelleen ihmisen.
Valentinolla on yli 20 vuoden kokemus, johon tukeutua. Hän rakensi Genentechillä tiimejä, jotka kehittivät alansa ensimmäisiä syöpähoitoja, ja toimi johtotehtävissä Calico Labsissa, Alphabetin pitkäikäisyystutkimukseen keskittyvässä yrityksessä. Hän auttoi DoorDashia kasvamaan 2 000 työntekijästä 17 000 työntekijään ennen listautumisantia ja sen aikana sekä pandemian läpi, minkä jälkeen hän toimi Shape Therapeuticsin henkilöstöjohtajana.
Tällä hetkellä hän on Chimen henkilöstöhankinnan ja työntekijäkokemuksen varatoimitusjohtaja, ja hän valvoo rekrytointia, kykyjenhallintaa ja työvoimasuunnittelua.
Tässä kysymys–vastaus-haastattelussa hän kertoo, miten voi selvittää, parantaako tekoäly rekrytointipäätöksiä vai lisääkö se vain määrää, missä automatisoidun viestinnän pitäisi väistyä ihmisen tieltä, mitä investointeja kasvuyritykset tekevät liian aikaisin tai liian myöhään ja miten hän rakentaisi nykyään pienellä tiimillä ja tekoälyn avulla kykyjenhankintatoiminnon.
Kysymykset ja vastaukset
Olet verrannut tekoälyn vaikutusta rekrytointiin LinkedInin tuloon. Mikä muuttuu perustavanlaatuisesti siinä, miten yritykset löytävät ja arvioivat osaajia, ja mitkä rekrytointia koskevat oletukset eivät mielestäsi enää päde?
Aloitin rekrytoinnin aikana, jolloin ihmiset lähettivät ansioluetteloita faksilla. Siirtyminen verkossa tapahtuvaan rekrytointiin ja sitten LinkedIniin muutti täysin sen, millaisia ehdokkaita saattoi löytää ja kuinka nopeasti. Tekoäly on ollut suurin muutos sen jälkeen, ja eniten se muuttaa arviointiprosessia.
Jos etsisin nykyään työpaikkaa, antaisin tekoälylle työpaikkailmoituksen ja ansioluetteloni ja pyytäisin sitä tekemään minusta täydellisen ehdokkaan – joten huoliteltu hakemus ei enää kerro kovin paljon. Sen sijaan haastattelut, tosielämän esimerkit ja työnäytteet antavat meille enemmän selkeyttä. Nekin ovat kuitenkin muuttumassa.
Esimerkiksi insinöörimme eivät enää tee perinteistä koodausosiota seulontaprosessin aikana. Sen sijaan he tekevät tekoälyavusteisen koodaustehtävän, jotta näemme, miten he todella työskentelevät tekoälytyökalujen kanssa.
Kun tekoäly helpottaa ehdokkaiden etsimistä, seulomista ja sitouttamista suuressa mittakaavassa, miten henkilöstöjohtajien pitäisi määrittää, parantaako rekrytointitoiminnan lisääntyminen heidän tekemiensä rekrytointipäätösten laatua?
Toiminnan lisääminen ei ole tavoite. Jos tekoäly kolminkertaistaa ehdokasputkesi ja palkkaat samat ihmiset, jotka olisit palkannut muutenkin, olet vain luonut tiimillesi lisää työtä. Työkalut ovat hämmästyttäviä – voisimme ottaa tekoälyn ohjaamat ensimmäisen kierroksen seulonnat käyttöön huomenna.
Menestyksen mittari ei kuitenkaan ole se, kuinka moni ehdokas kulkee prosessin läpi. Olennaista on, nostavatko palkkaamasi ihmiset tiimiensä tasoa, menestyvätkö he nopeasti muuttuvassa lähityöympäristössä ja suoriutuvatko he edelleen hyvin vuoden tai kahden kuluttua.
Jos nämä tulokset eivät parane, ylimääräinen toiminta on vain hälyä, ja henkilöstöjohtajien pitäisi olla valmiita sanomaan se ääneen.
Olet todennut, että henkilökohtainen ote tarjouksissa ja hylkäyksissä muuttuu tärkeämmäksi rekrytoinnin automatisoituessa. Mihin yritysten pitäisi vetää raja automaattisen ja henkilökohtaisen viestinnän välillä erityisesti silloin, kun ne käsittelevät satoja tai tuhansia hakijoita?
Anna automaation hoitaa se, missä se on hyvä. Tuhansien ansioluetteloiden lajittelu ja läpikäynti on yksi tällainen tehtävä, ja agentti saattaa tehdä sen ihmisiä paremmin. Minulle raja liittyy panostukseen. Kun ehdokas on käyttänyt sinuun aidosti aikaa, hän ansaitsee ihmisen.
Kenenkään kanssamme haastatellun ei pitäisi saada automaattista puhelua, jossa kerrotaan, ettei hän saanut työpaikkaa. Tarjous- ja neuvotteluvaihe on syvästi henkilökohtainen, lähes työn psykologinen puoli, ja juuri siinä ihminen on tärkeimmillään.
Sama pätee ihmisten saamiseen toimistolle, sillä energian ja tempon näkeminen kertoo ehdokkaalle enemmän kuin mikään urasivu. Mitä kokeneempi ehdokas on, sitä tärkeämpää tämä on. Palkkauspaketit ovat kaikkialla kilpailukykyisiä, joten päätöksen ratkaisee se, kun hän voi sanoa: ”tuosta tiimistä jäi todella hyvä tunne”.
Olet auttanut rakentamaan henkilöstötoimintoja organisaatioissa, jotka ovat olleet hyvin erilaisissa kasvuvaiheissa. Miten rekrytointimalli muuttuu yrityksen kasvaessa, ja missä näet kasvavien organisaatioiden investoivan liian aikaisin tai liian myöhään?
Olen rekrytoinut suuressa bioteknologiayrityksessä, varhaisen vaiheen tutkimusyrityksessä, DoorDashilla sen pandemian aikaisen nopean kasvun aikana ja nyt julkisena yhtiönä toimivassa Chimessä, ja jokainen vaihe tarvitsee erilaisen mallin.
Yleisin näkemäni virhe on johtamistasojen lisääminen liian aikaisin. Yritykset palkkaavat johtajia, joiden koko tehtävä on valvoa muita johtajia, vaikka ne todellisuudessa tarvitsevat lisää ihmisiä tekemään työn. Vahvimmat tiimit pitävät johtajat lähellä työtä. Me olemme toimineet päinvastoin: johtajat kantavat oman kortensa kekoon, ja tekniikan lähijohtajat toimivat nyt teknisinä vetäjinä ja toimittavat edelleen koodia.
Se, minkä yritykset hahmottavat liian myöhään, on se, keitä ne ovat. Kun työskentelin bioteknologian alalla, kenenkään ei tarvinnut sanoa, että olimme ”tehtävälähtöisiä”, koska työ puhui puolestaan ja yhdessä laboratoriossa työskentelyn kulttuuri välittyi kaikille. Jos mainostat rajatonta palkallista vapaata ja ilmaisia lounaita, houkuttelet ihmisiä, jotka lähtevät heti, kun joku tarjoaa sapattivapaata.
Chime on esimerkiksi tarkoituksellisesti lähityöhön perustuva, intensiivinen ympäristö, joka keskittyy muuttamaan tapaa, jolla pankkipalvelut palvelevat amerikkalaisia, ja tämä selkeys tuo meille ihmisiä, jotka todella haluavat olla täällä. Sen ansiosta voimme myös houkutella tekijöitä ja rakentajia, jotka haluavat vaikuttaa merkittävästi missioomme.
Jos rakentaisit kykyjenhankintatoiminnon uudelleen tänään suhteellisen pienellä tiimillä ja tekoälyn käytön mahdollisuudella, mitä suunnittelisit eri tavalla kuin perinteisessä rekrytointimallissa ja mitä säilyttäisit tietoisesti?
Pieni tiimi voi nykyään tehdä sen, mihin ennen tarvittiin suuri tiimi, joten suunnittelisin toiminnan vipuvaikutuksen varaan. Antaisin tekoälyn hoitaa ehdokkaiden etsimisen, lajittelun ja alustavan karsinnan, testaisin jokaisen ehdokkaan tekoälyn käyttötaitoa koskevan osaamisen osalta ja pitäisin tiimin matalahierarkkisena niin, että johtajat kantavat todellisen työtaakan tiiminsä rinnalla.
Miettisin myös rekrytoijan työnkuvaa uudelleen: seulonnassa tekoälyn säästämä aika pitäisi käyttää siihen, minkä vain ihmiset voivat tehdä eli sen ymmärtämiseen, mitä ehdokas todella haluaa, ja hänen auttamiseensa päätöksen tekemisessä.
Sen, minkä säilyttäisin tietoisesti, on inhimillinen puoli. Se tarkoittaa ehdokkaiden kutsumista toimistolle, työn tahdista rehellisesti kertomista jo etukäteen ja sitä, että johtajat osallistuvat henkilökohtaisesti tärkeimpien rekrytointien hoitamiseen. Kun palkkaat ihmisiä, jotka haluavat työskennellä tällaisessa ympäristössä, saat ihmiset tekemään uransa parasta työtä.



