
Chimes Matt Valentino om rekruttering når alle CV-er ser perfekte ut
AI har gjort en polert jobbsøknad nesten meningsløs. Chimes visepresident for talent og medarbeideropplevelse forklarer hva som bør erstatte den, hvor rekruttering fortsatt trenger et menneske, og hvorfor målet ikke er en større kandidatbase.
Matt Valentino begynte å rekruttere da CV-er kom inn på faks. Han fulgte med på hvordan nettbaserte jobbportaler og deretter LinkedIn endret hvem bedrifter kunne finne, og hvor raskt. Han mener kunstig intelligens er det største skiftet siden den gang. Denne gangen handler endringen imidlertid mindre om å finne kandidater og mer om å vurdere dem.
Når enhver kandidat kan bruke kunstig intelligens til å tilpasse en CV til en stillingsbeskrivelse, forteller søknaden deg ikke lenger så mye. Det tvinger ledere innen talentforvaltning til å revurdere hvordan de vurderer mennesker, hva de måler, og hvilke deler av prosessen som fortsatt trenger et menneske.
Valentino har mer enn 20 års erfaring å trekke på. Han bygget team hos Genentech som utviklet banebrytende kreftbehandlinger, og hadde lederroller hos Calico Labs, Alphabets forskningsselskap for lang levetid. Han hjalp DoorDash med å vokse fra 2 000 til 17 000 ansatte før børsnoteringen og gjennom pandemien, og var deretter personaldirektør hos Shape Therapeutics.
I dag er han visepresident for talent og medarbeideropplevelse hos Chime, der han har ansvar for rekruttering, talentforvaltning og bemanningsplanlegging.
I denne spørsmål-og-svar-samtalen forklarer han hvordan man kan se om kunstig intelligens forbedrer ansettelsesbeslutninger eller bare øker mengden, når automatisert kommunikasjon bør erstattes av et menneske, hvilke investeringer selskaper i vekst gjør for tidlig eller for sent, og hvordan han ville bygget en funksjon for talentanskaffelse i dag med et lite team og kunstig intelligens.
Spørsmål og svar
Du har sammenlignet kunstig intelligens’ innvirkning på rekruttering med da LinkedIn kom. Hva er det grunnleggende som endrer seg i måten bedrifter finner og vurderer talenter på, og hvilke antakelser om rekruttering tror du ikke lenger vil holde?
Jeg begynte å rekruttere da folk sendte CV-er på faks. Overgangen til nettbasert rekruttering, og deretter til LinkedIn, endret fullstendig hvilke kandidater du kunne finne, og hvor raskt. Kunstig intelligens har vært det største skiftet siden den gang, og det den først og fremst endrer, er vurderingsprosessen.
Hvis jeg lette etter jobb i dag, ville jeg gitt kunstig intelligens stillingsbeskrivelsen og CV-en min og bedt den gjøre meg til den perfekte kandidaten – så en polert søknad forteller deg ikke lenger så mye. I stedet gir intervjuer, eksempler fra virkeligheten og arbeidsprøver oss større klarhet. Og selv disse er i endring.
Ingeniørene våre gjennomfører for eksempel ikke lenger en tradisjonell kodeøkt under utvelgelsesprosessen. I stedet gjør de en agentbasert kodeøvelse, slik at vi kan se hvordan de faktisk arbeider med verktøy for kunstig intelligens.
Ettersom kunstig intelligens gjør det enklere å finne, sile ut og følge opp kandidater i stor skala, hvordan bør ledere innen talentforvaltning avgjøre om den økte rekrutteringsaktiviteten forbedrer kvaliteten på ansettelsesbeslutningene?
Mer aktivitet er ikke målet. Hvis kunstig intelligens tredobler kandidattilfanget ditt, og du ansetter de samme personene som du ville ha ansatt uansett, har du bare skapt mer arbeid for teamet ditt. Verktøyene er bemerkelsesverdige; vi kunne tatt i bruk førstegangsintervjuer ledet av kunstig intelligens allerede i morgen.
Men målet på suksess er ikke hvor mange kandidater som beveger seg gjennom trakten. Det er om personene du ansetter hever nivået i teamene sine, trives i et miljø med høyt tempo og fysisk tilstedeværelse, og fortsatt presterer etter ett eller to år.
Hvis disse resultatene ikke blir bedre, er den ekstra aktiviteten bare støy, og ledere innen talentforvaltning bør være villige til å si det.
Du har hevdet at det menneskelige aspektet ved jobbtilbud og avslag blir viktigere etter hvert som rekrutteringen automatiseres. Hvor bør bedrifter trekke grensen mellom automatisert og personlig kommunikasjon, særlig når de håndterer hundrevis eller tusenvis av søkere?
La automatisering gjøre det den er god på. Å sortere og gjennomgå tusenvis av CV-er er en av disse tingene, og en agent kan gjøre det bedre enn mennesker. For meg går grensen ved investering. Når en kandidat først har investert reell tid i deg, fortjener vedkommende et menneske.
Ingen som har vært på intervju hos oss, bør få en robotoppringning som forteller dem at de ikke fikk jobben. Tilbuds- og forhandlingsfasen er dypt personlig, nesten den psykologiske delen av jobben, og det er der et menneske betyr mest.
Det samme gjelder å få folk inn på kontoret, fordi det å se energien og tempoet forteller en kandidat mer enn noen karriereside. Jo mer senior kandidaten er, desto viktigere er dette. Pakker og betingelser er konkurransedyktige overalt, så det som tipper avgjørelsen, er når de kan si at de «følte seg veldig bra med det teamet».
Du har bidratt til å bygge talentfunksjoner i organisasjoner på svært ulike stadier av vekst. Hva endrer seg i rekrutteringsmodellen når en bedrift skalerer, og hvor ser du at organisasjoner i vekst gjør investeringer for tidlig eller for sent?
Jeg har rekruttert i et stort bioteknologiselskap, i et forskningsselskap i tidlig fase, i DoorDash under den kraftige veksten under pandemien, og nå i Chime som børsnotert selskap, og hvert stadium krever en annen modell.
Den vanligste feilen jeg ser, er å legge til ledelseslag for tidlig. Bedrifter ansetter ledere hvis eneste oppgave er å føre tilsyn med andre ledere, når de egentlig trenger flere som utfører arbeidet. De sterkeste teamene holder lederne tett på arbeidet. Vi har gått i motsatt retning, med ledere som bidrar aktivt, og linjeledere innen ingeniørfag som nå er tekniske ledere og fortsatt leverer kode.
Det bedrifter ofte blir tydelige på for sent, er hvem de er. Da jeg jobbet i bioteknologibransjen, måtte ingen si at vi var «oppdragsdrevet», fordi arbeidet talte for seg selv, og kulturen med å være sammen i laboratoriet ble videreført til alle. Hvis du reklamerer med ubegrenset betalt fri og gratis lunsj, vil du tiltrekke deg mennesker som slutter i det øyeblikket noen tilbyr et sabbatsår.
Chime er for eksempel bevisst et fysisk tilstedeværende miljø med høy intensitet, med fokus på å endre måten banktjenester betjener amerikanere på, og denne tydeligheten tiltrekker seg menneskene som faktisk ønsker å være her. Den gjør det også mulig for oss å tiltrekke oss drivere og byggere som ønsker å ha stor innvirkning på oppdraget vårt.
Hvis du skulle bygget opp en funksjon for talentanskaffelse på nytt i dag, med et relativt lite team og tilgang til kunstig intelligens, hva ville du utformet annerledes enn i den tradisjonelle rekrutteringsmodellen, og hva ville du bevisst beholdt?
Et lite team kan i dag gjøre det som tidligere krevde et stort team, så jeg ville utformet med tanke på multiplikatoreffekt. Jeg ville latt AI håndtere innhenting, sortering og den innledende utvelgelsen, testet alle kandidater for AI-kompetanse, og holdt teamet flatt, med ledere som har en reell arbeidsbelastning sammen med teamet sitt.
Jeg ville også tenkt nytt om rekruttererens jobb: Tiden AI sparer på den innledende utvelgelsen, bør brukes på det bare mennesker kan gjøre, nemlig å forstå hva en kandidat virkelig ønsker, og hjelpe dem med å ta avgjørelsen.
Det jeg bevisst ville bevart, er den menneskelige delen. Det betyr å få kandidatene inn på kontoret, være ærlig om tempoet fra starten av og sørge for at ledere møter personlig opp for de ansettelsene som betyr mest. Å ansette mennesker som ønsker seg et slikt miljø, er slik man får folk til å gjøre sitt beste arbeid i karrieren.



