Visepresident for talent deler hvordan KI kan integreres gjennom hele livssyklusen for talentanskaffelse
Oppdag hvordan en global talentleder integrerer KI gjennom hele ansettelsesprosessen for å forbedre kandidatevaluering, rekrutterernes produktivitet og kvaliteten på ansettelsene uten å sette vurderingsevnen ut av spill.
Greg Russell
Visepresident for talent hos Cover Genius
KI-integrasjon: Greg Russell bruker KI for å forbedre talentanskaffelsen hos Cover Genius, med «ansettelseskvalitet» som prioritet.
Lite team: Cover Genius har et lite, globalt distribuert rekrutteringsteam som nylig ansatte 230 personer.
Utvikling av intervjuer: KI-verktøy forbedrer intervjuprosessene og gir detaljerte transkripsjoner og bedre evalueringer hos Cover Genius.
Strategisk forbedring: KI reduserer tiden som brukes på strategisk arbeid, slik at forretningssaker og presentasjoner kan ferdigstilles raskere.
KI-begrensninger: Evaluerings- og utvelgelsesbeslutninger hos Cover Genius tas fortsatt av mennesker, slik at KI ikke erstatter avgjørende skjønn.
Da Greg Russell begynte i Cover Genius som VP for talent, var virksomheten overoptimalisert for effektivitet. Han brukte AI til å redesigne talentprosessene deres, med «kvalitet på ansettelser» som det viktigste måltallet.
Vi tok en prat med Greg for å finne ut hvordan dette ser ut i praksis. Dette hadde han å si.
Å gjøre «kvalitet på ansettelser» til det viktigste måltallet
Jeg heter Greg Russell og er VP for talent i Cover Genius, et globalt forsikringsteknologiselskap som bygger inn beskyttelse i plattformene folk allerede bruker. Jobben min er å bygge teamet som gjør denne visjonen til virkelighet.
Continue Reading for Free
Create a free account to finish this article, plus get ongoing access to timely insights and practical resources.
Have an account? Log In
Som de fleste som jobber med rekruttering, snublet jeg litt tilfeldig inn i det. Men det som fikk meg til å bli værende, og som jeg etter hvert virkelig begynte å elske ved det, var at rekruttering i bunn og grunn handler om historiefortelling. De beste rekruttererne forteller en autentisk historie om en virksomhet og en rolle på en måte som treffer akkurat den riktige personen på akkurat det riktige tidspunktet.
Jeg tilbrakte fire år i Snapdocs, der jeg var svært opptatt av kultur, kandidatopplevelse, rekrutteringsfaget og hvordan man coacher noen til å bli en god samarbeidspartner for ansettelser.
Da jeg begynte i Cover Genius, overtok jeg en funksjon som var overoptimalisert for effektivitet og tempo. Det hjalp oss med den innledende skaleringen, men for å bygge selskapet vi virkelig ønsket å være, kunne jeg se at tempo alene ikke ville være nok. Derfor gjorde vi en bevisst endring: «kvalitet på ansettelser» (QoH) ble vårt viktigste måltall. Vi bygget prosessen opp fra grunnen av og sa: «Vi skal ansette mer bevisst, og det skal være verdt det.»
Prosessen med å bli mer grundige åpnet døren for AI for min del. Når du kartlegger hele trakten og identifiserer friksjonspunktene, begynner du å se alle stedene der manuelle prosesser skaper unødvendig belastning eller gjør at du mister verdifulle signaler. Så dukker AI opp og sier: «Jeg kan hjelpe med dette.»
Veien til dette punktet gikk fra faglig håndverk via systemtenkning til teknologi. Jeg sluttet aldri å bry meg om den menneskelige siden ved ansettelser. Jeg begynte å bry meg mye mer om hvorvidt infrastrukturen rundt prosessen var verdig menneskene som tok disse beslutningene.
Rekruttering handler i bunn og grunn om historiefortelling.
Å drive global talentanskaffelse med et lite team
Cover Genius har 600 ansatte, men teamet for talentanskaffelse er bevisst lite. Jeg har sju rekrutterere fordelt på de viktigste regionene våre: Nord-Amerika, APAC med base i Sydney, EMEA med base i London, samt to rekrutterere for kundeorganisasjonen og en koordinator basert i Uruguay.
Vi skalerer opp med innleide ressurser i perioder med mange ansettelser, i stedet for å øke den faste bemanningen som vi senere måtte ha redusert igjen. Dette regnskapsåret har vi gjennomført rundt 230 ansettelser med dette teamet (10,5 måneder), og den travleste måneden hadde vi 38 ansettelser.
Når det gjelder ansvarsområde, har jeg ansvar for alt fra strategi og prosessutforming til den daglige rekrutteringsdriften. Tilrettelegging for ansettende ledere, utvikling av rekrutterere, verktøy og arbeidsgiverprofilering ligger alt under mitt ansvarsområde. Jeg rapporterer til vår øverste personaldirektør og samarbeider tett med ledergruppen om bemanningsplanlegging og prioriteringer.
Kort oppsummert: lite team, stort mandat, globalt ansvarsområde.
Slik er AI integrert i hele ansettelsesprosessen
Ansettelsesprosessen vår starter før den første samtalen med en kandidat. Når en ansettende leder setter i gang en ny rekruttering, hjelper AI med å skrive og forbedre stillingsbeskrivelsen. Det høres kanskje grunnleggende ut, men en godt utformet stillingsbeskrivelse er grunnlaget for alt som følger, inkludert hvor effektivt verktøyet for AI-vurdering fungerer. Dårlige data inn gir dårlige resultater ut.
Når stillingen er publisert og søknadene begynner å komme inn, bruker vi vår AI-baserte ATS, Kula, og funksjonen for AI-vurdering til å prioritere kandidatlisten. Jeg vil være presis om hvordan dette fungerer, fordi jeg tror det er lett å misforstå.
Dette handler ikke om at AI autonomt rangerer kandidater. Rekrutterere og ansettelsesledere bygger iterativt et svært justerbart filter som gjenspeiler nøyaktig hva de ser etter. Det synliggjør de best kvalifiserte kandidatene basert på kriteriene vi gir det. Det foretar ingen selvstendige handlinger. Det er et verktøy for å anvende vurderingene våre i stor skala, ikke en erstatning for dem.
Deretter går vi i gang med intervjuene. AI-notatskriveren kjører under hver telefonsamtale og hvert panelintervju, og gir ordrette transkripsjoner, AI-genererte notater og kandidatsammendrag.
Dette gir et langt rikere beslutningsgrunnlag for hver kandidat enn vi hadde tidligere. Oppsummeringene etter intervjuene blir mer substansielle fordi alle arbeider ut fra den samme detaljerte dokumentasjonen, i stedet for ufullstendige personlige notater.
Når det gjelder tilbud, bruker vi AI til å innhente og sammenstille data om markedslønn dersom vi ansetter utenfor et av våre etablerte kontorknutepunkter. Og vi skal snart gjennomføre en full oppdatering av lønnsintervallene, der AI vil utføre mye av analysen.
Etter at vi har ansatt noen, rapporterer vi ved hjelp av Kulas samtalefunksjon. I stedet for å lage spørringer eller navigere i et BI-verktøy, stiller du ganske enkelt et spørsmål med vanlig språk. «Hva var gjennomsnittlig tid til ansettelse for ingeniørstillinger i første kvartal?» Deretter finner den frem svaret. Dette er en betydelig endring i hvor tilgjengelige data er for personer som ikke er dataspesialister.
Slik forbedrer en AI-basert ATS intervjuer
Jeg vil gå litt nærmere inn på hvordan Kulas AI endrer intervjuene våre.
Den innebygde intervjuopptakeren og notatskriveren har utgjort den største forskjellen for oss. For dem som kjenner lignende verktøy, er det som om BrightHire er bygget direkte inn i verktøyet. For dem som ikke kjenner dem, kan dere tenke på Gong, men for intervjuer. AI tar automatisk opp, transkriberer og oppsummerer hvert intervju. Denne ene funksjonen har skapt en kjedereaksjon gjennom hele prosessen vår:
- Intervjuerne kan være til stede i samtalen. Tidligere satt noen og skriblet febrilsk ned notater mens de lyttet halvt til kandidaten. Nå er de engasjert, stiller bedre oppfølgingsspørsmål og har en reell samtale. AI fanger opp alt.
- Ansettelsesledere kan se opptaket. Det høres enkelt ut, men det endrer alt. Når man diskuterer en vanskelig avgjørelse under en oppsummering etter intervjuet, kan man se intervjuet i stedet for å stole på noens hukommelse eller et sammendrag med stikkord. Kvaliteten på disse samtalene blir betydelig bedre.
- Dette begeistrer meg mest som leder for talentanskaffelse: Det gir enestående innsikt i intervjuernes prestasjoner. Nå kan vi se hva som skjer i rommet. Stiller folk de riktige spørsmålene? Presenterer de selskapet på en god måte? Gir de kandidatene en god opplevelse? Vi kan veilede dem med spesifikke, målrettede tilbakemeldinger. Dette er en genuint ny mulighet for de fleste TA-team.
Når det gjelder resultatene, er Ledelse og verdier (L&V)-intervjuet vårt siste intervju for å teste samsvar med kulturen, og det inkluderer en innebygd vetorett. Kulas AI-opptaker gjør denne vetoretten mulig. Hvis noen får vurderingen «Nei», leser jeg transkripsjonen og ser på de viktigste delene av intervjuet. Deretter diskuterer vi.
På samme måte ber en intervjuer meg om å se den delen av intervjuet og komme med en vurdering hvis vedkommende er usikker på noe. I løpet av de to første månedene etter at vi styrket denne prosessen med opptak som grunnlag, førte L&V til åtte avgjørelser om å ikke ansette, av totalt 56 ansettelser. Det er ikke støy. Det er filteret som fungerer.
Beslutningsgrunnlaget er den røde tråden i alt dette. Filosofien vår for kvalitet ved ansettelser bygger på ideen om at bedre beslutningsgrunnlag fører til bedre beslutninger. Kulas AI-verktøy gir flere og bedre signaler, samt flere måter å handle på grunnlag av dem. Endringen handler ikke bare om systemet; systemet endret måten folk deltar på.
Slik endrer AI strategisk arbeid
En annen ting som påvirkes, er det strategiske arbeidet mitt. Det pleide å ta dager, noen ganger uker, å skrive en forretningsbegrunnelse eller et strategidokument, fordelt på flere utkast og arbeidsøkter. Nå fullfører jeg dette arbeidet på et par timer. Å sette sammen lysbilder, grafer og infografikk til presentasjoner for ledelsen pleide å være en oppgave som tok hele dagen; nå tar det minutter. Det er ikke en overdrivelse, det er ganske enkelt det som skjedde.
Fordi AI-verktøy kobler seg til systemene våre — Slack, Gmail, Google Docs — kan jeg be dem hente kontekst fra alle sammen samtidig. De kan oppsummere nylige samtaler om et tema, finne et dokument og kryssreferere en tråd. Tidligere måtte jeg lete gjennom fire faner for å gjøre dette; nå holder det med en ledetekst.
For å være ærlig har jeg ennå ikke sett betydelige, kvantifiserbare ulemper ved å integrere AI. Vi måtte veilede enkelte ansettelsesledere bort fra å stole for mye på AI når de skulle danne seg oppfatninger, men det var enkelt å oppdage og korrigere.
Jeg vet at dette høres for godt ut til å være sant, og det er fortsatt tidlig. Jeg følger nøye med på problemer som at kvaliteten på beslutningsgrunnlaget kan bli dårligere hvis folk slutter å forholde seg kritisk til resultatene. Det finnes reelle risikoer, men vi har ennå ikke møtt dem i vesentlig grad.
Hvor AI må begrenses i ansettelser
Jeg vil være tydelig på hvor grensen går, fordi dette er noe jeg har sterke meninger om.
Vurdering og utvelgelse forblir alltid fullt ut menneskelig. AI kan hjelpe oss med å matche profiler, finne de sterkeste kandidatene og oppsummere det som skjedde i et intervju. Det kan ikke ta avgjørelsen.
Regelen vår for notatverktøyet er tydelig: AI kan fylle ut notater, men den menneskelige intervjueren må vurdere kandidaten og skrive sin egen tilbakemelding som forklarer begrunnelsen. AI vil aldri avvise en kandidat automatisk hos Cover Genius. Punktum.
Grunnen er ikke berøringsangst overfor teknologi. Ansettelser er en menneskelig beslutning om et menneske. Vi bestemmer hvem som blir med i dette selskapet, hvem som blir en del av denne kulturen, og hvem som får denne muligheten. Det er ikke en beslutning vi overlater til en algoritme, uansett hvor god den blir.
AI er et utrolig nyttig verktøy, og det kommer bare til å bli kraftigere. Men når alt kommer til alt, er det mennesker som utgjør dette selskapet. Mennesker bør bestemme hvilke andre mennesker som skal bli en del av det.
Slik setter du sikkerhetsrammer for AI i ansettelsesprosesser
Jeg undervurderte hvor lett noen ville overlate vurderingsevnen sin til AI. Ikke på en dramatisk måte, men stille og gradvis, noe som er lett å overse hvis du ikke følger med på det.
Vi så dette først med stillingsbeskrivelser. Noen har en tendens til å ta AI-resultatet, skumlese det raskt og publisere det. For å være rettferdig er dette sannsynligvis den samme impulsen som fikk disse personene til å kopiere en annen virksomhets stillingsbeskrivelse i tiden før AI. Verktøyet endret seg, men atferden gjorde det ikke.
En mer konsekvensrik variant dukket opp med intervjusammendrag. Kort tid etter at vi tok i bruk AI-notatverktøyet, la vi merke til at mange var komfortable med å la AI fylle ut ikke bare notatene, men også den overordnede kandidatoppsummeringen og vurderingen. I praksis satte de anbefalingen om ansettelse ut til verktøyet.
Vi oppdaget det raskt og innførte sikkerhetsrammer. Regelen er nå tydelig: AI kan hjelpe til med notater, men den menneskelige intervjueren må skrive sin egen vurdering og sette poengsummen selv. Ikke til forhandling.
Men det som faktisk overrasket meg, var at jeg i det hele tatt måtte si det. For meg virker det så grunnleggende at mennesket alltid er beslutningstakeren; jeg antok at dette var en instinktiv holdning de fleste delte. Det viste seg at den ikke er så universell som jeg trodde.
Jeg burde ha satt disse sikkerhetsrammene før lanseringen, ikke etterpå. Og jeg burde ha vært mye tydeligere fra starten av på hva AI støtter, sammenlignet med hva det aldri kan erstatte. Denne tydeligheten er viktig, og det er bedre å etablere den før vaner oppstår enn å forsøke å korrigere dem i etterkant.
Jeg burde ha vært mye tydeligere fra starten av på hva AI støtter, sammenlignet med hva det aldri kan erstatte. Denne tydeligheten er viktig, og det er bedre å etablere den før vaner oppstår enn å forsøke å korrigere dem i etterkant.
Slik endrer AI CV-gjennomgangen
AI skaper også nye utfordringer.
Her er et godt eksempel. Vi ser en flom av det jeg kaller «perfekte» CV-er. Kandidater bruker AI til å tilpasse søknadene sine nøyaktig til stillingsbeskrivelsen vår. Vi får 100 søkere, og 50 får 95 poeng eller mer av 100 i Kulas system. Perfekte treff, alle sammen.
Så hvordan bestemmer du hvem du skal ringe først? Det kan du ikke. CV-gjennomgangen som utvelgelsesverktøy er i ferd med å dø ut.
Og du kan ikke gjennomføre en innledende telefonsamtale med 50 eller 100 personer for hver stilling. Regnestykket går ikke opp.
Vi løser et AI-problem med AI. Vi evaluerer AI-intervjuere som kan vurdere alle søkere umiddelbart og konsekvent. Alle får det samme første intervjuet, uavhengig av når de søkte eller hvem som vurderer CV-en deres. Ærlig talt er det mer rettferdig for kandidatene, ikke mindre. Vi starter med stillinger innen kundestøtte med høyt søkervolum, der bruksområdet er tydeligst, men vi ser også dette problemet innen ingeniørfag.
Kommer ingeniører til å juble over å bli intervjuet av AI? Sannsynligvis ikke til å begynne med. Men jeg tror dette endrer seg raskere enn folk forventer. Min ærlige spådom er at du om 12 til 18 måneder ikke vil kunne se forskjell på en AI-intervjuer og en menneskelig intervjuer. Kanskje tidligere. Så ubehaget folk føler ved dette i dag, vil sannsynligvis være en mye kortere periode enn det virker som.
Hvorfor ledere bør omfavne KI med bevissthet
Gled deg over KI-transformasjon. Ikke vær redd. Jeg vet at det er lettere sagt enn gjort. Frykten er legitim. Det er ikke vanskelig å følge tråden til en verden der hele yrkeskategorier blir automatisert bort raskere enn noen rekker å tilpasse seg, eller der KI bare forsterker fordommene og de ødelagte systemene vi allerede har. Dette er ikke irrasjonelle bekymringer. De er reelle.
Men her er saken: Den er her. Den kommer ikke til å forsvinne. Alle yrkesaktive, uansett funksjon, må hoppe på toget eller bli overkjørt av det, og jeg vil hevde at dette i minst like stor grad gjelder ledere som alle andre.
Ledere kan føle seg relativt trygge på grunn av erfaringen og ansienniteten sin, og jeg tror delvis det stemmer. KI automatiserer ikke uten videre dømmekraften som kommer av å ha navigert gjennom reelle utfordringer, reelle nederlag og reell kompleksitet gjennom en karriere. Noen må veilede KI-en. Noen må bestemme hva den skal rettes mot, og om resultatet er til å stole på. Det er en lederoppgave.
Men å være relativt tryggere er ikke det samme som å være sikret. Og enda viktigere: Å spille forsvar er helt feil utgangspunkt. Lederne som lykkes i dette øyeblikket, vil ikke være de som beskytter posisjonen sin. De vil være de som grep dette med begge hender og ga seg selv superkrefter. Og muligheten til å gjøre det er her og nå. Ting beveger seg for raskt til at man kan vente på et mer beleilig tidspunkt.
Så kast deg ut i det. Men kast deg ut i det med øynene åpne.
Det er her jeg vil trekke inn bevissthet, og jeg mener det oppriktig, ikke som et moteord. Gå inn i enhver interaksjon med KI, enhver idé den genererer og hvert transformasjonsøyeblikk den muliggjør, med klarhet, disiplin og intensjon. Vit hva du ber om, og hvorfor. Gransk det du får tilbake.
Argumentet for denne typen bevisst engasjement er sterkere med KI enn i rent menneskelige sammenhenger, fordi resultatet kommer raskere, kan skaleres lenger og kan gå galt på måter som ikke alltid er umiddelbart åpenbare.
Ikke vær en Høna-Lille. Men ikke vær en søvngjenger heller.
Slik redesigner du rekruttering med KI
Jeg vil hevde at selv om du ser bort fra min åpenbare slagside, er rekruttering genuint et av de beste områdene enhver organisasjon bør se på akkurat nå. Ikke bare rekrutteringsteam. Alle selskaper som ansetter folk.
Mulighetene er der. Det er det som har endret seg. Dette er ikke lenger teoretisk. KI er i dag god nok til å gi meningsfulle, vesentlige forbedringer i hvordan selskaper ansetter, mens de fleste organisasjoner fortsatt har en prosess som i praksis ser ut på samme måte som for fem år siden.
Rammeverket for å gjennomgå rekrutteringen er enkelt:
- Identifiser og automatiser først alt rutinepreget og repeterende i ansettelsesprosessen. Skrive stillingsbeskrivelser, planlegging, research og utgående søk, gjennomgang av CV-er, innledende screening, notatskriving og grunnleggende rapportering. Fjern så mye som mulig av dette fra rekrutterernes arbeidsbord, eller gjør dem i det minste mange ganger mer effektive enn de er i dag.
- Tenk grundig over delene av prosessen med størst effekt – der bedre signaler fører til bedre beslutninger – og spør hvordan KI kan hjelpe deg med å gå dypere.
- Vær bevisst på hva du frigjør rekruttererne til å gjøre med tiden og kapasiteten de får tilbake, fordi målet ikke er effektivitet for effektivitetens skyld. Målet er å gjøre dem til genuint rådgivende partnere for virksomheten, i stedet for prosessadministratorer.
Når du gjør dette godt, skjer tre ting. Du får sterkere, bredere og dypere signaler om hver kandidat. Rekruttererne dine får tid og verktøy til å gi råd til ansettende ledere, i stedet for bare å føre kandidater gjennom en prosess. Og kandidatopplevelsen blir bedre fordi prosessen er raskere, mer konsekvent og mer menneskelig der det teller.
Alt dette er innen rekkevidde i dag. Ikke om to år. Nå.
Følg med videre
Du kan ta kontakt med Greg Russell på LinkedIn eller besøke Cover Genius for å lære mer.
Flere ekspertintervjuer kommer på People Managing People!
